为什么高精地图被视为“实现自动驾驶的重要拼图”？

被视为“实现自动驾驶重要拼图”的高精地图，凭借巨大的市场潜力，已进入龙头企业纷纷入局、加速跑马圈地的阶段。

8月5日，中信证券按照 3 亿辆汽车保有量及高德地图4月确定的单车百元年服务费预测，国内潜在市场规模约为300亿元。高盛集团估算，到2030年，全球高精地图市场规模会扩大至201亿美元。

与传统地图相比，高精地图的精度从米级至少提高到了厘米级，可在误差不大于10厘米的前提下准确显示周围路况，是实现 L3 及以上级别自动驾驶技术的必备基础。此外，高精地图包含大量底层静态数据和上层动态数据，包括车道和道路物体、道路拥堵情况、交通管制情况等，可以强化自动驾驶的感知能力和决策能力。业内普遍认为，关注自动驾驶的进展就看高精地图的动态，因为它才是加速自动驾驶汽车落地的“幕后推手”。

除了自动驾驶，高精地图还可用于智慧城市、智慧旅游、公安、房地产、交通运输、新零售等众多领域，市场容量巨大。

为准备自动驾驶量产，跨国汽车巨头已开启了在高精地图领域的布局。2015年，德国三大汽车厂商戴姆勒、宝马和奥迪共同斥资32亿美元入股行业龙头企业HERE地图，以获得自主控制的导航服务。

中信证券预计，2020年到2022年是各大科技公司、整车厂集中量产L3及以上级别自动驾驶的时间段，但目前国内高精地图的商业模式尚未完全成型。腾讯高精地图负责人谷小丰也曾在接受新智驾采访时表示：“行业内的共识是，第一批大量的L3级自动驾驶功能的车辆上市时间将集中在2021至2023年左右。高精地图作为必要的零部件和服务必须提前至少1到2年做好准备。”

不过，高精地图行业要求具备政府测绘资质，有较高的准入和技术壁垒，国内科技巨头大多选择与已有资质的图商合作。

测绘乙级资质需要多少人？

25人（含注册测绘师2人），其中高级2人、中级8人。

1、申请晋升甲级测绘资质自动驾驶与测绘资质的，应当符合以下条件自动驾驶与测绘资质：近2年内完成的测绘服务总值不少于1600万元，且有3个以上测绘工程项目取得省级以上测绘地理信息行政主管部门认可的质检机构出具的质量检验合格证明。

2、申请晋升乙级测绘资质的，应当符合以下条件：近2年内完成的测绘服务总值不少于400万元，且有2个以上测绘工程项目取得设区的市级以上测绘地理信息行政主管部门认可的质检机构出具的质量检验合格证明。

3、申请晋升丙级测绘资质的，应当符合以下条件：近2年内完成的测绘服务总值不少于50万元，且有1个以上测绘工程项目取得县级以上测绘地理信息行政主管部门认可的质检机构出具的质量检验合格证明。

咨询记录 · 回答于2021-06-02

测绘资质分级标准，测绘乙级资质需要配备多少人员？

您好，我正在帮您查询相关的信息，马上回复您。

25人（含注册测绘师2人），其中高级2人、中级8人。

1、申请晋升甲级测绘资质的，应当符合以下条件：近2年内完成的测绘服务总值不少于1600万元，且有3个以上测绘工程项目取得省级以上测绘地理信息行政主管部门认可的质检机构出具的质量检验合格证明。

2、申请晋升乙级测绘资质的，应当符合以下条件：近2年内完成的测绘服务总值不少于400万元，且有2个以上测绘工程项目取得设区的市级以上测绘地理信息行政主管部门认可的质检机构出具的质量检验合格证明。

3、申请晋升丙级测绘资质的，应当符合以下条件：近2年内完成的测绘服务总值不少于50万元，且有1个以上测绘工程项目取得县级以上测绘地理信息行政主管部门认可的质检机构出具的质量检验合格证明。

晶众地图与星云互联的“牵手”，助力自动驾驶再发力

导语： 专访，星云互联联合创始人兼COO石勇、晶众地图副总裁兼智能网联地图事业部COO杨柯，就晶众高精地图此次牵手星云互联将集合双方怎么样的优势展开合作？围绕智能网联网 汽车 、智慧城市以及车路协同等方面的具体合作将怎么样展开？未来双方还将继续在哪些领域深度合作？等问题进行解答。

正文：自动驾驶的又一大事件，2019年9月16日，晶众高精地图与星云互联签署了战略合作，星云互联联合创始人兼COO石勇、晶众地图副总裁兼智能网联地图事业部COO杨柯出席签约仪式，双方将围绕智能网联 汽车 、智慧城市及车路协同等多方面合

上海晶众信息 科技 有限公司（以下简称“晶众地图”）是一家高精地图产品及服务提供商，也是晶众股份的子公司，后者成立于2010年，在智慧城市方面有多年经验，从2015年开始配合国内主机厂研发高精地图。晶众地图成立于2018年，主要为整车厂、系统集成商、交通管理部门在自动驾驶、智能网联、智慧交通等方面提供高精地图及相关解决方案。目前，晶众地图在北京、上海和无锡等地设有研发中心、数据生产中心和市场营销中心。

今年5月，晶众地图拿到了导航电子地图甲级测绘资质，是国内第18家获得该资质的公司。由于地理信息涉及国家安全，只有拿到“甲级资质”，才具备采集和制作厘米级精度车道级高精地图、地下停车高精地图的资质。

北京星云互联 科技 有限公司(NEBULA-LINK.COM)是一家专注于车路协同技术领域，集研发、制造、销售V2X产品、新一代智能交通系统、智能网联 汽车 技术和服务于一体的创新型中国高 科技 企业，在北京、上海和长沙设有研发中心及分支机构。

目前星云互联已为国内多家智能网联测试示范区、整车厂、自动驾驶企业及公共道路智慧交通升级建设提供方案支撑和产品落地应用，并且是中国V2X技术标准的主要贡献者之一。星云互联依托推出的智能车载终端V-Box、增强型车路协同路侧系统T-Station、标准V2X协议栈软件以及网联云平台X-Cloud等系列产品形成了车辆协同安全辅助驾驶（C-DAS)和车路协同交通主动控制整体解决方案，可有效支撑协作式辅助驾驶和自动驾驶，同时也是智慧城市的重要组件。

自2015年成立以来，星云互联从一个致力于创新的研究型公司，发展成为智能网联 汽车 与智慧交通领域产品与技术服务的成熟供应商。

专访实录：

在签约仪式上焉知 汽车 专访了星云互联联合创始人兼COO石勇、晶众地图副总裁兼智能网联地图事业部COO杨柯，两位就合作内容作了详细阐述。

第一个问题是，在此次的合作中双方将扮演什么样的角色，什么样的战略考量促使了此次合作？

第二个问题是，在封闭园区这样一个测试项目之后，未来会有哪些更多更深的合作？

第三个问题是，这样一个方案的成本大概是多少？你们双方各自的优势在哪里？

杨柯（晶众地图）： 第一点，首先晶众是做高精度地图的，聚焦在道路这一侧，尤其是城市级高精度地图是核心之一，还有就是在“停车” 这个场景。这次与星云的合作也主要聚焦在道路上。

因为车路协同需要大量智能化及基础设施的接入，比如说智能路侧终端、智能车载终端以及路侧感知系统等，这些车路协同的产品及软件。晶众不做，所以我们选择结合并采用星云互联的车路协同及智能网联的系统产品，双方高度互补的业务将发挥最大协同效应，给自动驾驶场景提供完整的“端-管-云”解决方案。

第二点，实际上我们目前的合作主要都聚焦在技术维度上。基于晶众有高精度仿真的建模能力，尤其是三维高精度建模能力，结合晶众高精度地图低成本的优势，一会我来回答一下成本问题，这样的话就构成了一个立体的监控平台级解决方案。

第三点，关于地图成本，晶众母公司成立伊始，主要聚焦在ITS智慧交通领域，这让我们在交通领域积攒了大量城市道路交通方面的三维地图建设能力和经验，得益于我们在交通和地图两个板块之间的协同效应，大大降低了城市道路的三维建图成本。

战略合作框架，晶众和星云互联已正式启动V2X领域技术合作项目。我们将共同开展V2X云端数据监管系统解决方案的应用与展示，实现数十类V2X场景的数据集成与后台监控功能开发。晶众将提供高精度地图，构建高自由度的智能网联展示模型，且将作为子系统集成到星云互联的智能网联数据与监控管理中心。

石勇（星云互联） ：星云互联主要聚焦在车路协同产品和方案的落地应用，产品包括智能车载终端、智能路侧终端、路侧感知、应用算法、V2X协议栈以及云平台。我们和晶众的合作是基于晶众拥有三维地图建模和地图采集能力，双方可以最大化优势互补。

目前的车路云一体化协同是智能网联 汽车 和智慧交通的发展趋势，星云互联拥有V2X智能路侧和车载终端产品及算法，可以把路上的数据和车端、路端通讯数据汇总到云平台上，借助晶众的三位高精度地图数据资源，可以更好的把车路协同应用场景呈现和展示出来，同时做更立体化的、颗粒度更细的监控及运行管理优化，这是双方合作的一个切入点，也是发挥彼此优势的空间。

关于双方未来的合作的项目，星云互联将和晶众在车企研发能力构建、封闭测试区、城市开放道路、高速公路、仿真平台构建等多个领域展开。

上面第三个问题关于成本方面，V2X硬件产品方面的成本主要受限于市场规模，未来大规模应用后会有显著的下降。而现阶段星云互联和晶众地图的合作，形成一套V2X+高精度图的整合方案，将有助于双方降低在智能网联 汽车 测试或者示范区项目中系统集成和部署方面的成本。

焉知 汽车 ：请问杨总，晶众的智能网联 汽车 测试监控平台在这次的合作中将会打通哪些数据？打通后将会有什么样的变化？

杨柯： 在技术层面上来讲，先完成5G基础上的V2X数据之间的交换，具体的数据，一个是路边感知层面的数据，尤其是三维高精度地图之间数据要进行匹配和认证。

这里边尤其是位置、感应，还有一些流媒体的数据，比如说我们监控设备里边的一些视频。在道路维度上来讲，未来有一个命题实际上就叫做视频融合，尤其是影音的这种视频流就是监控过程当中，通过这些视频展示在系统上面，这是第一阶段，第二阶段是把能监控的内容统统上图通过系统展示出来，再一个就是设备里面带有的，包括车流、交通流，仿真和模拟的过程数据都可以上这套监控系统。

在监控过程当中，它会有涉及到运营和决策这样不同角色的介入，决策部门就提供了一个依据。

包括道路养护，包括视频流在行业应用，包括一些交警行业，包括一些特种行业里边都可以去使用，我指的是开放园区的。

对封闭园区来讲，尤其是对车辆的状态，车辆的位置等展示这个层面是全方位的。

这一些数据实际上本身是事件驱动型的数据，而事件驱动型的数据就需要有智能硬件作为载体来给它承载。包括比如说交通信号相关的、智能的、影音的。那么这一部分恰恰是星云互联所具备的，它能完全都包装在智能硬件里，然后按照规律传输，通过平台在后端完成接收，它是通过这种长链接的技术把数据发到这个平台上。

实际本质上来讲是端到晶众的平台，端到后端星云互联的平台，而晶众平台跟星云互联的平台又打通了之间的关联，这样的话就构成了以高精度数据展示界面为载体，就是高精度三维地图展示界面为载体的一整套关于监控的解决方案。

焉知 汽车 ：请问星云互联石总（石勇），星云互联车载设备是采用通用的协议？还是企业内部私有协议？

石勇： V2X技术的应用离不开行业或者国家标准的制定，目前，由星云互联深度参与编写的《合作式智能运输系统 专用短程通信 第3部分：网络层及应用层技术要求》已经作为国家标准颁布使用，这个标准已经能涵盖十几类V2X应用场景的数据交互需求。同时，星云互联也在牵头《合作式智能运输系统车用通信系统应用层及应用数据交互标准（第二阶段）》的制定工作。所以目前星云互联车载及路侧设备所用的通信技术，都是符合上面提到这些标准的，可以和其他同样符合标准的设备互联互通。同时，星云互联的产品也支持国际上一些其他主要国家和地区所颁布的V2X通信协议标准。

焉知 汽车 ：我们都知道V2X大多讲的是通信系统，那么这里面所产生的数据是归谁所有？

石勇： V2X或者说车路协同系统是一个复杂系统，这里面产生的数据实际上是有很多类，归属方也是多方面的，例如地图数据来自于图商，红绿灯数据来自于交警，车辆数据来自于用户。但我们想强调的一点是，V2X系统的核心意义是人、车、路包括云端之间的信息共享与协作，所以现在这个阶段我们与其去讨论V2X产生的数据归谁所有，不如去更多的 探索 交通系统中各个参与者如何更好地产生数据来为V2X系统所用。

基于上面这些考虑，如果要回答数据归谁所有的问题，实际上就比较清晰了。对于运行环境相关的数据，例如地图、红绿灯、路侧感知、气象环境等等，应该是谁负责建设运营，数据就归谁所有；而对于车辆数据，本质上应该是归属于车辆用户，交通系统里的其他参与者可以利用车辆实时对外广播的信息来优化行车行为或者交通运行管理，但只有特定有资质的实体才能去收集、记录车辆的数据。星云互联也在和一些交通管理部门及智能网联 汽车 示范区运营主体共同探讨以后车路协同数据的收集管理、运营使用等方面的机制。

杨柯： 从交付这个角度来讲，封闭园区交互，本身有运营的企业。

比如说襄阳的5G东风检测场，那么首先所有的数据归检测场，还有我们的交付方是谁，这个是按照商务来去考虑的，在车联网或者智能化、网联化都是一样的，比如整包的一级供应商，在合作的商业化项目中，拿到了这个订单，他要去交付给他的甲方，那么数据从归属这个角度来讲的话，完全归附到甲方的，我指的是数据运营产生的数据。

然后对于高精度地图来讲，关于信息安全跟传输，因为高精度地图有两个要素：一个是绝对的精度，还有是一定的鲜度。绝对的精度，因为晶众在交通板块本身就是做了大量的积淀，而且我们是通过CAD图纸来进行生产的，包括我们自主研发的生产工具，那么能保证绝对的精度。

相对的鲜度，现在业内公认的是众包的这种方式。众包的方式就是说无论是通过传感器去采集单车的回馈，然后合并压缩和处理都有一套很好的管理办法。从标准这个角度，众包现在还没有形成一个国家标准，所以现在很多都是在技术层面的探讨，还没有应用，所以城市内部的高精度地图，现在推的速度是很慢的。

所以鲜度上来讲目前并没有好办法，他只能说承诺一年更新两次或者是几次，导航电子地图现在还尚且不能做到众包更何况咱们三维高精度地图了。

5G时代能保证在本局域网内通过V2X的标准协议来进行传输是相对安全的。

但是绝对数据的安全还是要通过类似于像传统的vpn，还有这种专线，尤其是对于鲜度的保证上来讲，现在还没有一个统一的好的方法，这部分还是要探讨的。

焉知 汽车 ：请问杨总，城市级三维/二维高精地图的测绘到了什么阶段？接下来将还会有什么样的规划？

杨柯： 现在我们可以给您开放一组数据,目前晶众拥有全国最大的城市级道路高精度地图和停车高精度地图，道路高精度地图已覆盖全国70+城市，到今年年底计划是达到百城，这些都是城市级的，我们现在能形成一整张路网，把城市已经网格化和栅格化了，掌握城市地理系统里面的曲率和高程信息，这样的话一整张城市的三维地图也生成了。

为什么高德、苹果、北斗用的卫星地图照片都是一样的？

这个问题原本没什么可答的自动驾驶与测绘资质，既然看到了，也就简单说两句吧。①首先，北斗不应该放进来说，②、当前的苹果上的地图本来就是高德地图。

1、北斗是全球定位系统，不是地图

中国的北斗卫星，是提供全球定位作用的，是一套定位系统。它和GPS是对标的，它不提供地图服务。地图服务是高德、百度、谷歌等等这些地图公司提供的。题主下载的北斗地图，多半是网络上的不良商家故意蹭北斗热度，把一个普通地图App包装成北斗地图忽悠吃瓜群众的，建议题主还是赶快卸载了吧。

要用北斗定位，根本不需要所谓的“北斗地图”，只需要自动驾驶与测绘资质你手机硬件支持北斗定位即可。导航软件随便选知名的高德、百度都可以，它们会自动调用你手机的北斗模块去用北斗来定位。

2、苹果用的本来就是高德地图

最早苹果手机上的地图是谷歌地图，因为谷歌退出中国市场后，谷歌导航在中国就完全用不了。苹果最后也只能在中国的地图软件中选用一个，最后选用了高德地图。题主有空可以上网查一下立即就可以知道了。所以， 高德和苹果的卫星地图本来就是一样的。

总结

总之，北斗是定位系统，网络上所谓的北斗地图都是骗人装它家App的，建议卸载。苹果本来就是用高德的地图。

我是数智风，用经验回答问题，欢迎关注评论。

苹果地图（中国境内）、北斗地图（跟北斗卫星导航系统没有关系）一直都是使用高德地图的数据。只不过高德、苹果、北斗分别有自己高度定制化的APP，基础数据都是一样的。

高精地图不是人人都能“绘制”，在中国已知具备测绘资质的厂商企业均在可控范围内，目前获得甲级测绘资质的国内企业只有不到20家，外资企业想要进入更是难上加难。国家有相关规定自动驾驶与测绘资质：自动驾驶地图（高精地图）属于导航电子地图的新型种类和重要组成部分，其数据采集、编辑加工和生产制作必须由具有导航电子地图制作测绘资质的单位承担。

2006年曾有一家公司在未取得导航电子地图制作测绘资质的情况下，从事导航电子地图的制作，被测绘行政主管部门责令停止相关活动，并处以51600元的行政处罚，并收入“2006年十大测绘违法典型案例”中。

苹果地图

2018年之前因中国大陆政策的限制，苹果地图无法使用由“TomTom”提供的数据，数据供应商为“ 高德软件 ” 。因此，中国大陆版的苹果地图只能显示中国大陆范围内的地理位置信息，且只能使用平面的导航指示，无法使用“Flyover 3D”。

2018年末，苹果改进了中国大陆用户的苹果地图应用，中国大陆部分地图数据由高德提供，而境外地图数据则改由TomTom提供。这时中国大陆用户已经可以访问世界其自动驾驶与测绘资质他国家或地区的地点详细信息、用户评价、公共交通线路等。

北斗地图

【警示】北斗地图和北斗卫星导航系统在组织架构上是没有任何关联。

从北斗地图的用户协议可以看到，它的地图数据来源于高德地图。确切来说是高德换了一个皮，外表看起来不一样，但内在的东西还是高德。

北斗地图调用高德地图的数据一方面不用投入大量时间、人力、物力去完善地图的基础数据，拿来直接就可以用，另一方面并不需要相关的资质，资质获取这方面是尤其困难的。

为什么是高德？

事实上不光苹果地图，国内外很多的地图软件都和高德颇有渊源，比如：滴滴、谷歌地图等。这源于高德地图准确的交通大数据和专业的导航服务。

目前，高德地图在国内拥有超过7000万活跃的POI位置点数据，覆盖超过650万公里的导航道路数据，提供全国360多个城市和所有高速公路的实时交通路况，并实现了分钟级更新。高德地图还与150多个城市的交管部门达成合作，共同为用户带来更权威的交通大数据和出行调度。

另外，高德地图接口调用简单、易用、稳定、高效，很多开发问题直接在高德开放平台都能轻松的解决。

高精地图是该领域很多企业觊觎的对象

现在，连自动驾驶公司都在虎视眈眈、伺机而动，无奈导航电子地图制作甲级测绘资质确实难拿。各家企业只好采取迂回的策略，一方面通过投资、合作等方式来间接的借用该资质，另一方面稍有一定行业经验、实力的公司还是不遗余力的去申请导航电子地图制作甲级测绘资质。

以上个人浅见，欢迎批评指正。

不要操之过急！面包会有的。

地图资源要么是买的，要么是用自己的卫星拍摄的。

专业的公司做专业的事情，他们三家的地图之所以一样，有可能是在同一家公司买的。

他们不生产地图，只是地图的搬运工！

你说的名字高德、苹果、北斗都是导航软件的名称，并不代表导航软件的信号和地图信息提供方，也就是说目前高德地图，苹果maps，北斗导航（软件）目前使用的均为GPRS信号及地图信息，特别是北斗导航，此地图与国内的北斗导航系统没有任何关系，就是一个山寨产品，比如，你听过了GPRS导航软件、伽利略导航软件吗？

既然使用的是同一家提供的信息，那卫星地图一个样有啥奇怪的

也许是由同一颗卫星传过来的。

为什么用华为，三星，小米，苹果手机拍自己的长相都是一样的？

造车新势力蔚小理的自动驾驶进化之路

英伟达CEO黄仁勋曾提出“电动化”与“智能化”将对 汽车 产业带来颠覆性的变化，如今“电动化”的战场硝烟未止，“智能化”的战争便已经打响。

自动驾驶作为智能 汽车 的大脑，是实现“智能化”至为重要的一环，是 汽车 进化为智能体的必由之路，可以认为， 得自动驾驶者得“天下”。

在各路自动驾驶玩家中，国内的造车新势力是一股不容小觑的力量，目前以小鹏、蔚来、理想三家处于相对领先地位。

蔚小理均采用渐进式的路线，即从低等级的自动驾驶起步，逐步扩展功能和场景覆盖，最终进化为全场景的完全自动驾驶。

不过，蔚小理对于实现自动驾驶进化的思路以及速度存在差异，从整体上看，小鹏目前领先于其他两家，蔚来略领先于理想， 本文将尝试对这三家企业的自动驾驶进化之路进行解读。

01 小鹏

快速迭代保持领跑，重点深耕泊车场景

小鹏从创始之初就一直致力于做中国的自动驾驶第一，小鹏 汽车 董事长何小鹏在中国电动 汽车 百人会论坛上自豪地说道，小鹏在智能驾驶领域比绝大多数公司领先2-3年。

2018年12月 小鹏首次推出辅助驾驶系统Xpilot2.0 ，搭载于小鹏首款智能 汽车 G3，计算平台采用Mobileye EyeQ4芯片，感知硬件系统包含1个前视摄像头、4个环视摄像头、3个毫米波雷达和12个超声波雷达。

在当时，小鹏经过调研认为在自动驾驶最主要的三大系统行车、泊车与主动安全中，泊车系统的功能成熟度相对是比较低的。

自动驾驶产品开发部总监肖志光提出：“我们看到了其中很多用户痛点，之前的泊车系统经常识别不到车位，且操作不便捷，那这些地方我们可以去攻关，真正解决用户的痛点。”

因此，除了落地基础的ADAS功能外， 小鹏选定智能泊车作为其自动驾驶进化之路的“制胜法宝”。

小鹏是国内最早 将视觉感知能力融入自动泊车 的车企，车辆可以通过摄像头识别周围的车位线等，与雷达系统的感知能力进行融合完成泊车，这使得小鹏可以实现垂直、水平、斜方位、无划线等所有泊车场景下的自动泊车和遥控泊车能力。

这项能力到目前仍然是领先于蔚来和理想的。

然而由于Mobileye比较封闭的特性，最重要的感知算法基本为“黑盒”，导致车企对于算法的开发自由度很低，也很难触及到用户使用过程中产生的数据，对于小鹏这种很早就计划要做全栈自研的车企，显然是无法满足其诉求的。

因此小鹏 决定改用英伟达的Xavier芯片作为计算平台 ，Xavier是英伟达2020年量产的首款高等级自动驾驶芯片，算力30Tops，远高于EyeQ4的2.5Tops，最关键的是英伟达的芯片是开放式的，车企在其提供的开发环境内较高的自主开发性并可以获得底层的感知数据。

摆脱了“黑盒”的束缚 ，小鹏开始施展拳脚，正式开启“全栈自研”之路。（注：这里说的“全栈自研”是指以此为方向，并不代表已完全落地，事实上，目前能做到全栈自研的公司只有特斯拉，国内车企可以实现部分自研）

2021年1月小鹏推出P7车型，搭载Xavier芯片，并新增3个前视摄像头、4个侧视摄像头、1个后视摄像头， 构建了360度全方位环绕感知能力 ，而蔚来和理想事实上直到今年才完成此项能力构建。

小鹏在P7车型中配备升级后的自动驾驶辅助系统Xpilot3.0，支持NGP高速领航辅助驾驶功能，即在高速场景下可以实现高精地图覆盖范围内的点到点自动驾驶， 由此小鹏已实现“泊车+高速”双场景覆盖 。

同年6月小鹏对其主打的自动泊车能力进行了大幅提升， 通过OTA推送了“VPA记忆泊车”功能 ，被官方称为是“首个量产且不依赖于停车场改造的最后一公里泊车功能”。

所谓VPA记忆泊车，是指系统可以自动记忆车主常用的停车路线，在不需要驾驶员干预的情况下，将车辆从设定路线的起点自动开往设定路线的终点， 是L3级自动驾驶功能 。

小鹏的VPA以视觉感知输入为主，通过视觉神经网络处理算法构建停车场的“语义地图”，包含停车场内的车道线、柱子等各种核心元素，将实时感知到的元素与记忆中的元素进行“匹配”，进而不断调整行车路线以接近记忆路线，直至完成泊入车位。

在拥有泊车和高速两大场景的高阶自动驾驶能力后， 小鹏继续发力城区场景 ，引入激光雷达传感器，与摄像头视觉感知融合，打造更具安全冗余的感知能力，释放城区场景NGP辅助驾驶能力，落地于小鹏P5车型。

至此， 小鹏自动驾驶能力已初步覆盖泊车、高速、城区三大核心场景。

小鹏的快速迭代之路仍在继续，今年2月，小鹏通过OTA进一步升级记忆泊车功能，新增跨楼层记忆泊车、记忆路线可分享、泊车过程中可沿途搜寻并泊入空闲车位等能力。

小鹏也因此 基本实现了“自动泊车”向“自主泊车”的进化。

为了更进一步打通各场景下的自动驾驶能力，小鹏将再次升级计算平台， 将Xavier芯片替换为英伟达最新的OrinX芯片 ，单颗芯片算力达到254TOPS，打造出Xpilot4.0， 实现真正意义上的全场景、点到点的导航自动驾驶 ，首次搭载最新软硬件系统的是小鹏最新款车型G9，将于今年6月正式发布。

整体来看，小鹏以智能泊车作为持续深耕的功能，这个选择是有效的，一方面国内泊车费时费力，是用户开车的痛点问题之一，另一方面停车场属于超低速场景，在自动驾驶能力还不够完善时相对风险较低， 小鹏在泊车域成功实现卡位 。

同时， 小鹏从一开始便提出要逐步全栈自研的思路，并以高频次快速迭代，是最早实现高速、泊车、城区全场景自动驾驶能力覆盖的车企。

小鹏的自动驾驶能力在国产造车新势力中目前是处于领先身位的，随着蔚来、理想的奋力追赶，如何持续保持领先优势是小鹏需要研究的课题。

02 蔚来

硬件能力高举高打，率先落地高速领航

蔚来是国产造车新势力的先行者 ，2017年12月便首次发布了 第一代自动驾驶系统NIO Pilot ，搭载于蔚来首款车型ES8，包括后来的ES6和EC6均使用这套辅助驾驶系统。

NIO Pilot的计算平台同样选用的Mobileye的Eye Q4，初代感知系统采用3个前视摄像头、4个环视摄像头、5个毫米波雷达及12个超声波雷达在内共计22个传感器组成，这个配置是要高于小鹏和理想的初代感知硬件。

2019年6月蔚来通过OTA推送了 NIO Pilot的第一次重大升级 ，新增了包含高速自动辅助驾驶、拥堵自动辅助驾驶、转向灯控制变道、道路交通标识识别、车道保持功能、前侧来车预警和自动泊车辅助系统在内的7项功能。

需要注意的是，这次升级的几项功能仍是L2级以下的低阶自动驾驶水平，包括其中的高速自动辅助驾驶，仅是在实现自适应巡航（ACC）的车速控制和车距保持功能的基础上，增加了车道保持的转向辅助功能。

蔚来真正实现较高水平的自动驾驶能力，是在2020年10月融入高精地图后， 释放的高速场景下点对点领航辅助驾驶功能 ，这个时间点要早于小鹏和理想，是 国内首家实现NOA高速领航落地的公司 。

对于蔚来自动驾驶能力的进化之路而言，这是一个重要的节点， 标志着蔚来开始迈向L3时代 ，与小鹏选择泊车场景作为切入点不同，蔚来率先选择切入的场景是高速。

随后蔚来 升级视觉融合全自动泊车功能 ，不过仅支持水平和垂直两类常见车位自动停靠，对于斜方位或者无划线的车位无能为力，属于L2级别，整体性能距离小鹏有较大差距。

第二代自动驾驶平台NT2.0的问世，是蔚来另一个重要节点。

2021年1月，在蔚来NIO DAY上，李斌发布了NT2.0以及基于此平台打造的 NAD自动驾驶系统 ，NAD的全称是NIO Autonomous Driving，从Assisted Driving（辅助驾驶）到Autonomus Driving（自动驾驶），表明了李斌对这套系统的定位。

李斌曾提到，以NT1.0搭载的硬件架构，其传感器和运算能力无法实现 L4 级自动驾驶，也不会宣布可以做到L3，他认为NT2.0作为蔚来研发的新一代技术平台，会是行业内最先进的量产自动驾驶技术。

NT2.0和NAD的落地标志着蔚来吹响加速向无人驾驶进军的冲锋号角 ，配备此系统的最新款车型ET7已于今年3月落地交付。

NAD系统在硬件层面延续了蔚来“高举高打”的特点 ，计算平台由Mobileye升级为更为开放的英伟达，共计搭载4颗英伟达Orin芯片，包括两颗主芯片、一颗备份芯片和一颗群体智能与个性训练专用芯片，整体构成蔚来超算平台NIO Adam，算力高达1016TOPS。

在感知层面， 蔚来打造Aquila超感系统 ，NAD在NIO Pilot基础上拿掉一个前视摄像头，但新增两个瞭望塔式侧前视、两个侧后视和一个后视，并且摄像头由180万像素升级为800万高清摄像头，构建360度全视角高清感知能力，同时新增一个激光雷达，作为视觉感知的冗余，整体称得上豪华。

同时值得注意的是， 蔚来在NAD中还额外增加了C-V2X感知模块 ，是国内第一个在新车搭载V2X的车企，V2X即车联网，用以实现人、车、路和云平台之间的连接与通讯，表明蔚来在发力单车智能同时，已经开始布局车路协同。

可以看到， 蔚来实现自动驾驶进化的一贯思路就是“硬件先行” ，无论是NT1.0，还是NT2.0，都配备了高冗余的硬件系统，基于高规格硬件系统，通过正向独立开发不断更新软件能力。

不过，高级别硬件能力固然可以更好地保障自动驾驶系统游刃有余地处理各类复杂任务，然而单靠硬件堆栈难以从根本上真正提升自动驾驶的能力， 再好的“装备”如果不是给到一个“技能”足够强大的角色，可能也难以“打赢 游戏 ” 。

NAD相比NIO Pilot不仅需要完成从高速到泊车、城市的全场景跨越，还需要完成从仅前视感知到360度环绕+激光雷达融合感知的跨越，且由于前期一直采用Mobileye封闭芯片，底层的数据积累不够充分，这些对于蔚来都是需要面对的挑战。

如何提升算力和数据的利用效率， 强化自动驾驶的“软实力” ，是蔚来需要加足马力提升的，好在蔚来具有厚实的研发基础，近日原小鹏自动驾驶产品总监黄鑫的加入，或许可以一窥蔚来要做出改变的决心。

03 理想

后起之秀先发制人，自研发力主动安全

相比小鹏和蔚来，理想的自动驾驶之路看起来是起步更晚的，李想曾自嘲说道是由于自己创业初期融资能力差导致没有充足的资金开展智能驾驶技术研究，这个局面在2020年理想 汽车 IPO之后才发生根本性转折。

但或许，理想的自动驾驶之路早就开始了。

2019年4月理想落地首款量产车理想One，同样是搭载拥有成熟ADAS方案的Mobileye EyeQ4芯片，配备1个前视摄像头、4个环视摄像头、1个毫米波雷达和12个超声波雷达，具有车速、车道控制等L2级以下自动驾驶功能，整体比较基础。

但理想有一个特点， 从一开始就标配辅助驾驶功能 ，是因为理想希望通过用户使用持续收集驾驶场景的数据，理想拥有乙级地图测绘资质，是造车新势力中第一家拥有合法收集数据资格的企业。

也就是说， 理想ONE一直在使用“影子模式”获取数据 。

数据对自动驾驶至关重要，自动驾驶底层是一种基于机器学习算法的技术，数据是算法建模与软件落地的基础，大量的数据采集是自动驾驶技术开发的前提。

可以说理想从采集数据开始就已经启动了自动驾驶之路，因此我对理想自动驾驶的定位是“后起之秀，先发制人”。

在拥有充分的数据和研发资金后，理想便抛弃了相对封闭的Mobileye芯片， 转向与支持车企自主开发感知、控制算法的地平线J3合作 ，开启自研之路。

2021款理想ONE便是落地的车型，相比2020款，升级了前视摄像头的性能参数，新增4个毫米波雷达，并首次融入高精地图。

自研方向除了必备的NOA导航辅助驾驶之外，理想还 选定了AEB作为自研的重点功能 ，AEB全称Autonomous Emergency Braking，即自动紧急制动系统， 是一种 汽车 “主动安全”技术 。

在传统 汽车 领域，AEB已经是一个较为成熟的功能，主要依靠雷达进行障碍物识别，通过测量距离碰撞发生的时间来判断是否选择自动制动，由于 汽车 在行驶过程中突然刹车也是有危险的，因此AEB要求性能非常稳定，既不能不刹车，也不能乱刹车。

那为什么理想要选择这样一个在自动驾驶系统里并不起眼且开发难度极高的功能作为自研突破点呢？

不考虑商业竞争的因素，或许源于李想对产品力的极致追求，安全性是衡量自动驾驶能力一个很重要的性能指标，AEB虽不起眼，但却是ADAS里 唯一一个在行车场景下随时待命的功能 ，对于自动驾驶的安全性能有非常重要的意义。

传统的AEB方案由于仅依靠毫米波雷达做探测，缺乏对物体的识别，容易出现误报的情况， 理想在自研过程中将视觉能力融合进来，采用“视觉+毫米波雷达”融合感知的AEB方案， 并利用积累的巨量真实驾驶数据进行算法训练，实现AEB功能的快速迭代和落地。

理想是全球第二个落地视觉融合方案AEB的车企，第一个是特斯拉。

2021年12月，理想正式交付自研完整版的AEB和覆盖高速场景的NOA功能，也 标志着理想在自动驾驶方向与小鹏和蔚来正式站在同一个赛道 。

进化之路仍在继续，2022年3月，理想发布新一款车型理想L9，硬件能力全面升级，感知层面采用高性能摄像头作为主要感知来源，配备6颗800万像素和5颗200万像素摄像头，实现360度全方位感知，同时配备激光雷达作为感知冗余，计算平台也同样采用算力更强大的英伟达Orin方案，搭载两颗OrinX芯片，总算力达到508Tops。

同时 理想推出自动驾驶系统AD Max ，采用全栈自研的感知、决策、规划和控制软件，基于这一代系统，理想将逐步覆盖高速、泊车、城区的全场景导航自动驾驶能力。

理想作为后来者，以主动安全为主要发力点切入自动驾驶初见成效 ，不过AEB毕竟是个低频功能，而且用户其实并不希望有需要用到AEB的场景，自动驾驶要想真正给用户体验带来“质”的变化，在行车域和泊车域的功能是重头戏，理想需要加速这些方面的能力落地。

面对实力强劲的竞争对手，理想仍然道阻且长。

04 有什么共性？

三家新势力在各自制定的路线上实现自动驾驶的快速进化，虽然路线有所差异，但大的方向还是存在一些共性：

数据驱动的底层思想

数据对自动驾驶的重要性不言而喻， 算法为数据服务，算力为算法服务 ，数据是自动驾驶能力的“源泉”。

小鹏 汽车 董事长何小鹏说：“我们致力于全栈自研，坚持数据驱动并不断创新，这是小鹏 汽车 业务的基石。”

理想 汽车 CTO王凯说：“车企想做到头部，一定要做数据驱动的 科技 企业。”

蔚来联合创始人秦力洪说：“原生数字化企业不是个时髦，是个必须。”

从这些变态可以看出三家企业均 将“数据驱动”作为打造自动驾驶和智能 汽车 的一个基本底层思想 。

数据驱动的关键是要构建数据闭环，包括数据采集、数据标注、数据训练、数据仿真等模块在内，共同形成由数据驱动开发和功能迭代的闭环系统，小鹏、蔚来和理想均在此发力。

未来自动驾驶的产品竞争，高效的数据闭环将成为有力的武器。

冗余配置的工程思维

人体作为一个复杂系统，冗余配置是很常见的一种形态，例如双肺和双肾，其中一个坏掉后不影响人体的正常运转。

冗余配置，是指重复配置系统的某些部件，当系统发生故障时，冗余部件介入并承担故障部件的工作，由此减少系统的故障时间。

对于自动驾驶的工程落地，蔚小理也运用了冗余配置的工程思维，在相关链路中的感知、计算、执行系统等环节都做了充分的冗余配置。

感知层面，小鹏、蔚来和理想均同时搭载摄像头、毫米波雷达、超声波雷达等多类型传感器，并将同时配备激光雷达，不同传感器的能力各有优势且有重叠部分，构造出“具有冗余感知能力”的自动驾驶感知系统。

算力层面，蔚来配备四颗芯片，一颗作为冗余备份，小鹏和理想配备双芯片互为冗余，三家的自动驾驶算力均达到500Tops以上，蔚来更是达到1000Tops+，强大的算力应用于目前的自动驾驶能力有充分的冗余空间。

执行层面，针对转向控制系统、驻车制动系统、动力输出系统蔚小理也都做了相应的冗余设计，确保自动驾驶控制信号正常执行。

安全是自动驾驶第一要义，冗余为安全护航。

应用场景层面的渐进式

实现全无人驾驶的路线有渐进式和跨越式两种，一般意义上的渐进式是指自动驾驶能力上从L1-L5逐步实现。

还有一种视角是在应用场景层面的渐进，也就是说，先在部分场景落地相对高阶的自动驾驶，然后不断扩大应用场景，最终实现全场景的高阶自动驾驶。

小鹏优先在泊车场景落地L3级的记忆泊车，随后在高速和城市快速路场景落地L3级点到点导航辅助驾驶，主城区场景点到点导航辅助驾驶正在测试中，预计今年中旬会正式落地。

蔚来和理想目前已落地高速场景导航自动驾驶，并且都宣布会在最新一代自动驾驶系统中逐步落地全场景导航辅助驾驶功能。

从泊车、高速、城市快速路、主城区，到更广泛的场景实现多域融通， 自动驾驶将逐步渗透，量变终会引发质变 。

软硬件全栈自研的趋势

从Mobileye到英伟达，车企选择合作的芯片由封闭走向开放，核心原因是车企希望在数据和算法层面掌握更多自主权，随着硬件能力逐渐趋同，智能化的竞争最终是软件及软硬耦合能力的竞争， 车企掌握数据和算法的自主权，更有利于实现快速迭代，打造差异化功能体验和产品服务 。

目前蔚来、小鹏和理想均已先后启动软件和算法的全栈自研之路，同时对于自动驾驶核心硬件的自研也正摩拳擦掌。

早在2020年，蔚来便传出要自主研发自动驾驶计算芯片的消息，后来因为遭遇财务危机，芯片自研的计划暂时被搁置，2021年据36氪报道，小鹏 汽车 也已开始涉足核心芯片的自研，而理想因为近期才宣布软件自研，硬件自研还需时日，理想对外的说法中也没有否认过要自研芯片的可能性。

要最大限度发挥自研技术的价值， 软硬件一体化自研或许是必由之路 ，国外的特斯拉便是这方面的先驱。

05 写在最后

自动驾驶的赛道日渐拥挤，越来越多的玩家意识到自动驾驶 的重要性，蔚小理由于介入更早，在认知、技术、数据、经验等多个维度都已具备一定的领先优势和技术壁垒。

从全球来看，造车新势力的自动驾驶能力，国外特斯拉一枝独秀，处于霸主地位，国内以蔚小理处于第一梯队，能力各具千秋，逐步形成阶段性的“一超多强”竞争格局。

然而，自动驾驶的竞争并不会停止，在蔚小理相互之间持续竞争之外，随着后续苹果、小米、集度等新玩家的加入，以及传统车企对自动驾驶能力的追赶，竞争会愈演愈烈。

竞争会加速进化，在以蔚小理为代表的造车新势力的推进下，期待 全自动驾驶时代可以提前到来。

来源于公众号：禾隐记（hejunnote)