2023-2025年高精地图产业现状与市场前景分析报告_第1页
2023-2025年高精地图产业现状与市场前景分析报告_第2页
2023-2025年高精地图产业现状与市场前景分析报告_第3页
2023-2025年高精地图产业现状与市场前景分析报告_第4页
2023-2025年高精地图产业现状与市场前景分析报告_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

BUSSNESS2023-2025年高精地图产业现状与市场前景分析报告目01高精地图行业综述02高精地图行业环境03高精地图行业现状04行业制约因素及发展建议录05行业发展趋势①高精地图行业综述行业定义、行业发展历程、行业产业链定义高精地图(英文名HDMap(HighDefinitionMap))作为无人驾驶领域的稀缺资源以及刚需,在整个领域扮演着核心角色,可以帮助汽车预先感知路面复杂信息,如坡度、曲率、航向等,结合智能路径规划,让汽车做出正确决策。高精地图是指高精度、精细化定义的地图,其精度需要达到分米级才能够区分各个车道,如今随着定位技术的发展,高精度的定位已经成为可能。而精细化定义,则是需要格式化存储交通场景中的各种交通要素,包括传统地图的道路网数据、车道网络数据、车道线以和交通标志等数据。与传统电子地图不同,高精度电子地图的主要服务对象是无人驾驶车。高精度道路导航地图具有更加丰富细致的道路信息,可以更加精准地反映道路的真实情况。与传统地图相比,它的图层数量更多,图层内容更加精细,具有新的地图结构划分。正是因为高精度道路导航地图丰富的信息含量,使得它具有庞大的数据量,而传统的集中式大数据处理模式无法满足它的计算需求。高精度地图采集测绘数据的方式,全球主要有两大技术路线。一种以谷歌、HERE的地图测绘车为代表。例如,HERE高精度测绘车上的激光雷达传感器可以一秒内感知约60万个扫描点(包括周边建筑物、树木等);在一天内,测绘车能够收集和处理超过100G的数据。另一种则以特斯拉的“车队学习网络”(FleetLearningNetwork)为代表,相当于利用量产车,把测绘任务“众包”出去,调动整个车队的所有传感器来收集数据,并通过云技术上传到中央数据库,最终每一辆车都是地图数据贡献者,也是获得者。该方法弥补了由于测绘车数量不足,而造成的数据实时更新缓慢的缺点。行业产业链行业产业链上游数据采集,对采集车要求较高,前期投入成本主要的部分通过激光雷送、毫米液雷达、车载摄像头等对道路信息进行收集行业产业链中游数据处理,对采集到的点云数据做拼接,从而得到完整的点云信息对信息进行图像处理得到高精度图像行业产业链下游元素识别需要理解的元素信息进行识别,如没有军道线的部分通过深度学习来获取对地图要素的识别高精地图的生产流程主要为数据采集、数据处理、元素识别、人工验证四个流程,数据采集对采集车要求较高,前期投入成本主要的组成部分,通过激光雷达、毫米波雷达、车载摄像头等对道路信息进行收集;数据处理对采集到的点云数据做拼接,从而得到完整的点云信息,对信息处理得到高精度地图;之后对元素进行识别,对自动化处理后的数据进行人工确认和修正。产业链上游分析高精地图行业上游龙头企业已开始对产业链进行延伸,逐渐进军原材料生产领域,以规避高额进口原料的成本支出,攫取上游毛利。此外,伴随着上游原料生产企业的重组进程加快以及中国市场参与者技术水平的提高,高精地图行业上游原材料供应有望朝着专业化和规模化的方向继续发展,逐渐抢夺外资企业在行业内的话语权。产业链上游产业链中游分析高精地图行业中游企业原材料大部分依靠进口,主要原因是下游消费终端为保障科研成果,对行业产品的质量稳定性要求较高,因此,中游科研用制备厂商更倾向于选择仪器先进、供应链稳定的进口原材料供应商。企业产品价格主要受市场供求关系的影响。由于高精地图企业的产品毛利较高,原材料价格波动不会对企业的盈利能力产生重大影响。产业链中游产业链下游分析高精地图行业下游企业市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。随着全球范围内生物医药行业研究的深入及产业化程度的提升,中国行业产品种类进一步丰富,应用领域持续增加,个性化、高端化的产品将逐渐获得更广阔的应用空间。产业链下游②高精地图行业发展环境政治环境、经济环境、社会环境行业社会环境96%88%跟人类驾驶员的驾驶过程一样,自动驾驶也需要经过感知、高精定位、决策、控制四个步骤。人类的感知通过眼睛、耳朵,自动驾驶则通过激光雷达、毫米波雷达、摄像头、惯导系统等传感器。接着是高精定位,人通过将看到听到的环境信息与记忆中的信息对比,判断出自己的位置和方向,自动驾驶则需要将传感器搜集的信息跟储存的高精地图对比,判断位置和方向。最后人类驾驶员思考判断后操控汽车开向目的地。自动驾驶通过人工智能算法决策做出车道级路径规划,给制动、转向、加速等控制器下达指令,控制车辆开往目的地。社会环境1因此在自动驾驶过程中,高精地度起到了高精度定位、辅助环境感知、规划与决策等功能。其中最重要的是高精度定位,把自动驾驶汽车上传感器感知到的环境信息与高精地图对比,得到车辆在地图中的精确位置,这是路径规划与决策的前提。辅助环境感知是在高精地图上标注详细道路信息,辅助汽车在感知过程中进行验证。比如车辆传感器感知到前方道路上的坑洼,可以在跟高精地图中数据对比,如果地图中也标记了同样的坑洼,就能起到验证判断的作用。规划决策则是利用云平台了解传感器感知不到区域(比如几公里外)的路况信息,提前避让。社会环境2行业社会环境行业发展社会环境传统高精地图行业市场门槛低、缺乏统一行业标准,服务过程没有专业的监督等问题影响行业发展。互联网与电烙铁的结合,缩减中间环节,为用户提供高性价比的服务。90后、00后等各类人群,逐步成为高精地图行业的消费主力。在此处添加内容关键词在此处添加内容③行业现状分析行业现状分析据《智能网联汽车技术路线图O》规划,2025年L2、L3级自动驾驶新车的渗透率将会达到50%。2021年L3级自动驾驶汽车开始进入量产元年,高精地图作为L3及以上的自动驾驶感知层核心技术之一,随着L3级别自动驾驶汽车产量的大量落地,其市场规模正在不断的扩大,到2025年,高精地图产业的市场规模将会达到89.6亿美元。目前国内的高精地图行业正在稳步向前发展,但是,高精地图的商业规模还未完全成型,依照3亿辆汽车保有量测算,保守中国高精地图市场规模将会由2022年的10.2亿美元增长到2025年的32亿美元。行业现状分析行业市场分析2016年至2020年期间,高精地图还没有广泛运用到乘用车,市场规模缓慢上涨,随着中国自动驾驶系统发展和L2乘用车数量的增加,高精地图逐渐广泛应用在乘用车上,行业迎来了高速发展时期,市场规模迅速扩大,2021年中国高精地图市场规模为61亿元,同比2020年上涨107.57%。未来随着自动驾驶系统的发展,中国高精地图行业将持续快速发展。由于高精地图对于测量的精度和准度都有较高程度的要求,所以对测绘人员的要求较高,目前我国拥有相关资质的人员数量不多,但呈现逐年增长的趋势。根据数据显示,2021年中国高精地图从业人员为3636人,相比2020年增加了792人。未来随着L2级以上的汽车产量增多,高精地图从业人员也会持续增加。行业市场分析这些信息用以识别和界定市场营销机会和问题,产生、改进和评价营销活动,监控营销绩效,增进对营销过程的理解。市场与企业之间的“共谐”。行业现状分析采集与更新,产品竞争力的核心随着车企对于地图精度的要求不断增长,新的测量技术和更高的地图更新频率成为了未来高精度地图市场产品竞争力的核心要素。不同的自动驾驶级别对于高精地图来说也有不同的要求,例如半自动驾驶就要求地图精度控制在1米以内,全自动驾驶更是要求地图精度在30厘米以内。而要想对道路状况进行精确完整的采集,就必须依赖专业的高精度地图采集车来实现,以高德地图为例,高德HAD级别高精度地图采集车采用RIEGLVMX-450三维激光扫描系统方案,搭载2个激光雷达、4个摄像头,可实现10cm精度的采集,但整辆采集车造价超过800万人民币,这样巨额的成本即使是传统图商也无法承受,而在互联网巨头纷纷下场的背景下,未来阿里、百度等控股企业依靠资本优势在测量采集上拥有一定的优势。需求端高精地图需在L2级以上的乘用车安装,虽然自动驾驶汽车的发展势头良好,但因为中国自主企业技术薄弱等缘故,我国在传感器感知、控制决策、车辆交互、路况识别等核心技术方面都存在瓶颈。特别是路况识别方面,车辆需要完成对周围障碍、交通信号、行人以及其他车辆状态的掌控与识别,但迄今为止,能够达到这一效果的自动驾驶汽车很少。要达到L4等级以上的自动驾驶目前来说技术依然不成熟,而L2级高级驾驶辅助驾驶水平的ADAS系统已经成熟,L2级高级驾驶辅助驾驶水平的自动驾驶也逐步量产,对高精地图的需求也随之上涨。行业现状分析随着中国新能源汽车和自动驾驶行业的发展,对高精地图的需求也随之增加,中国各地政府部门高度重视智能网联车及新能源汽车的发展,密集出台相关政策,把握汽车新四化机遇,支持高精地图技术的研发与应用。在市场发展中,行业企业为争取竞争优势,尤其是大中型企业,越来越重视自主研发实力,在企业科研方面投入逐年增长,企业科研服务市场逐步打开,未来科研用检测试剂的服务主体趋于多元化从应用领域来看,高精地图行业产品广泛的运用于医学、药学、检验学、卫生免疫学、食品安全、农业科学等民营领域2020年3月10日,工信部公示了《汽车驾驶自动化分级》(报批稿)推荐性国家标准制定工作,标志着自动驾驶的行业标准问世进入倒计时。具体来看,按照目前公布的标准,自动驾驶将被分为六个等级,其中只有到1级与2级自动驾驶系统都只能归类于驾驶辅助装置,而3级以上的系统才能实现有条件的自动驾驶,3级自动驾驶系统需要做到“激活后在设计运行条件内执行全部动态驾驶任务;当即将不满足设计运行条件或系统失效时,及时向用户发出接管请求;在发出接管请求后,继续执行动态驾驶任务一定的时间供用户接管;如果接管用户未响应,应适时执行风险减缓策略。”这就要求未来的车辆能够更加精确的了解路况与车况并及时做出相应判断。而仅靠汽车搭载的传感器已经不能完全满足安全驾驶的需要,例如面对大范围的尘土或者前方道路出现陡坡与急弯,都会导致传感器存在一定的探测盲区。这时就需要一些先验信息,即可以提前采集且短时间内不会改变的信息,包括道路曲率、航向、坡度和横坡角,传递给驾驶车辆帮助决策,高精度地图也就应运而生了。政策支持行业竞争促进行业正向发展商业应用领域不断拓展自动驾驶催生高精度地图需求④行业制约因素及发展建议行业制约因素高精地图行业属于领域中发展最快的细分领域之一,随着高精地图的市场环境日趋成熟,行业竞争日趋激烈,行业存在一下下痛点:高精地图行业缺乏完备的质量控制和质量保证体系,生产商缺乏统一的生产标准,行业内产品质量良莠不齐,导致产品的可靠性难以保证,丧失产品市场竞争力质量参差不齐政府秉承创新开放的态度,支持和鼓励科学研究创新,对科学研究试验不设置严格限制,因此,高精地图行业不存在统一的监督管理规范,产品质量主要依靠生产企业自主检测,高精地图行业产品质量的监管难度加大行业监管难度大高端产品发展落后在中低端产品领域,仍然有较大比例的产品依赖于进口渠道。此外,高精地图行业企业缺乏创新研发能力以及仿制能力,加重下游消费端对进口科研用检测试剂的依赖,不利于高精地图行业的发展行业发展策略多元化融资渠道可持续公司债等创新产品,扩大非公开定向债务融资工具(PPN)、公司债等额度获取,形成了公司债、PPN、中期票据、短融、超短融资等多产品、多市场交替发行的新局面;企业获取各业态银行如国有银行、政策性银行、外资银行以及其他中资行的授信额度,确保了银行贷款资金来源的稳定性。高精地图行业企业在保证间接融资渠道通畅的同时,能够综合运用发债和资产证券化等方式促进自身融资渠道的多元化,降低对单一产品和市场的依赖程度,实现融资地域的分散化,从而降低资金成本,提升企业负债端的市场竞争力。以远东宏信为例,公司依据自身战略发展需求,坚持“资源全球化”战略,结合实时国内外金融环境,有效调整公司直接融资和间接融资的分布结构,在融资成本方面与同业相比优势突出。全面增值服务单一的资金提供方角色仅能为高精地图行业企业提供“净利差”的盈利模式,高精地图行业同质化竞争日趋严重,利润空间不断被压缩,企业业务收入因此受影响,商业模式亟待转型除传统的高精地图行业需求外,设备管理、服务解决方案、贷款解决方案、结构化融资方案、专业咨询服务等方面多方位综合性的增值服务需求也逐步增强。中国本土高精地图行业龙头企业开始在定制型服务领域发力,巩固行业地位提升产品质量(1)政府方面:政府应当制定行业生产标准,规范高精地图行业生产流程,并成立相关部门,对科研用高精地图行业的研发、生产、销售等各个环节进行监督,形成统一的监督管理体系,完善试剂流通环节的基础设施建设,重点加强冷链运输环节的基础设施升级,保证高精地图行业产品的质量,促进行业长期稳定的发展;(2)生产企业方面:高精地图行业生产企业应严格遵守行业生产规范,保证产品质量的稳定性。目前市场上已有多个本土高精地图行业企业加强生产质量的把控,对标优质、高端的进口产品,并凭借价格优势逐步替代进口。此外,高精地图行业企业紧跟行业研发潮流,加大创新研发力度,不断推出新产品,进一步扩大市场占有率,也是未来行业发展的重要趋势。5行业竞争格局及发展趋势行业竞争格局1四维新图经历20年发展,公司已成为导航地图、导航软件、动态交通信息、位置大数据、以及乘用车和商用车定制化车联网解决方案领域的领导者。根据数据显示,四维新图导航业务收入在2020年有所下降,2021年迅速回暖,导航业务收入为9.02亿元,同比2020年40.94%,目前行业门槛较高,国内企业较少,行业收入流向头部企业。竞争格局1市场格局行业竞争格局2根据数据显示,中国高精地图市场较为集中,主要企业为百度、四维图新、易图通、高德、Here等企业,其中百度占比最重,占据自28.1%的市场份额,占比第二的为四维图新,占据了市场26%的份额,易图通占比16.2%,高德占比11%,Here占比7.8%,其他企业占比13%。其中四维图新成立于2002年,成立当年发布商业化车载导航电子地图,是中国导航地图产业的开拓者与领航者。竞争格局2竞争格局是指市场经营主体进入市场的一种状态,主要表现为市场经营主体全部到位和所有市场经济经营主体之间公平竞争。竞争格局行业发展趋势04030201多功能融合当前车载单元及路侧单元功能较为单—,主要以不停车收费、高精定位为主,未来随着中国高精地图的发展,功能也将越来越多样化,更方便于驾驶员。车路协同生态圈车路协同建设涉及无人驾驶、通信、互联网、云计算、高精地图、边缘计算等多个领域。车路协同需要车车、车路进行协同,要求各个平台之间数据要实现互通,并有效利用。新型地图

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论