特斯拉导航换百度，谁会赢？
近日，特斯拉官方宣布，其地图数据服务商将更换为百度地图，导航系统将基于百度地图数据服务全新发布。而百度地图对此回应称特斯拉测绘资质：“上车就能看到我，百度地图联合特斯拉全面升级出行体验，你一定不能错过。“不过，谁才是最大赢家呢特斯拉测绘资质？
添加微信好友, 获取更多信息
复制微信号
添加微信好友, 获取更多信息
复制微信号
添加微信好友, 获取更多信息
复制微信号
一直以来，车机端导航功能被众多车主诟病无数，手机导航似乎在逐渐取代车机的导航作用，这令后者功能日显鸡肋。显然，这不是厂家想看到的。近日，在调研了车主的真实体验之后，特斯拉在国产交付之际选择为中国市场作出改变，使用百度地图取代腾讯作为新的地图数据供应商。而百度地图则宣布在国内首发SVG（Scalable Vector Graphics）API，为特斯拉提供底图展示、实时路况、POI检索等地图数据服务。
自2014年特斯拉进入中国市场以来，这并不是它第一次切换地图供应商。刚进入中国市场时，特斯拉选择四维图新作为其地图数据供应商。而四维图新则是具有官方地图测绘资质的底层地图数据提供商之一，作为全球第四大、中国最大的数字地图提供商，其地图数据产品和服务涵盖多个领域，并在全球市场中得到客户的广泛认可和行业的高度肯定。
然而，2018年，特斯拉将导航系统供应商切换为腾讯地图，而当时切换的原因，据称是因为想为客户提供更好的体验。不过，尽管如此，四维图新并未出局，腾讯地图基础数据还是由四维图新来提供。而这其中，腾讯、四维图新以及特斯拉之间更是有着千丝万缕的关系。其中，腾讯基金持有四维图新9.75%股份，是其第二大股东，而腾讯还收购了特斯拉 5% 的股份，成为了特斯拉的第 5 大股东。
面对中国广阔的市场，特斯拉显然更加注重消费者的体验。2019年12月，特斯拉向中国区车主收集过一轮用车体验和改进意见，那时很多反馈都集中在地图导航不好用，矛头直指特斯拉的导航地图供应商腾讯地图。而与此同时，特斯拉官方回应称，“手机端和车端导航开发难度不一样，攻城狮们正加班加点改进中，应该很快“。的确，特斯拉很快兑现了它的诺言，1个月之后，百度地图取代腾讯地图上线。
当然，所谓打铁还需自身硬。百度地图之所以能成为特斯拉的“新宠“，显然是自身的产品和服务满足特斯拉的需求。特斯拉之所以选择百度地图，我认为原因主要有两点特斯拉测绘资质：
其一，好用。基于百度地图的特斯拉导航系统覆盖中国境内全部城市的实时路况服务，路况实时更新，支持画质无损的自由缩放，且图标皆可随底图360度任意旋转,这与特斯大到夸张的中控屏完美匹配。除此之外，升级版的百度地图数据服务，视觉外观简洁明了的同时保持地图细节的精准呈现，易于辨认区域和路况。而百度地图于2019年9月发布了“百雀灵计划”，上线了地图语音定制功能。这一切都能帮助特斯拉为车主提供更好的使用体验，因此，选择百度地图，也合情合理。至于为何不是高德，这就引出了第二个原因。
百度除了提供地图功能以外，别忘记还有个阿波罗计划。阿波罗是百度发布的名为“Apollo（阿波罗）”的向汽车行业及自动驾驶领域的合作伙伴提供的软件平台。发布时间是2017年4月19日，旨在向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。而将这个计划命名为“Apollo”计划，就是借用了阿波罗登月计划的含义。自动驾驶的系统开发，自然是离不开大数据支持，在这方面，相较于高德地图而言，百度无疑是经验更加丰富的。毕竟其开发的无人车也是上过春晚的。所以，选择百度地图而不是高德地图，对于特斯拉后续的无人驾驶技术开发，或许能起到一定的辅助作用。
当然，特斯拉和百度合作的达成是双赢的。数据显示，截至目前，百度Apollo车联网合作汽车品牌已超过60家，合作车型400余款，累计服务车主超过1000万，2019年全年累计行程突破10亿公里。如此多的数据积累，这对于百度而言，无疑是一笔非常宝贵的资源，在当今的大数据时代，得数据者得天下。随着特斯拉的加入，百度无疑又多了一条获取数据的渠道，而这条渠道，未来的潜力，或许是无穷的。所以长远来看，百度这波稳赚。
此外，对于成千上万的车主而言，体验决定购买欲。当消费者面对一款体验流畅，合乎心意的产品时，买它，也就不远了。所以，无论是特斯拉，百度，还是终端消费者，此次合作中，在座的各位都是赢家。不过，话又说回来，羊毛出在羊身上，国产后的Model 3低于30万了，它不香吗特斯拉测绘资质？
本文作者为踢车帮 杨帆
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
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)
特斯拉换用百度地图或为FSD铺路 四维图新却称不受任何影响
1月17日，特斯拉中国官宣将通过OTA空中升级为车主提供更多 娱乐 功能，与此同时，其表示中国地区的地图数据服务商将变更为百度地图。
值得一提的是，此前特斯拉的车载导航地图供应商为上市公司四维图新。
2019年12月31日，四维图新亦曾在交易所的投资者互动平台上表示，在特斯拉进入中国市场以来，公司一直为特斯拉中国的独家导航地图供应商。
然而这一“发话”仅仅半个多月，其独家供应关系即将迎来变化。
在业内人士看来，特斯拉的这一动作有可能导致四维图新的股价受到影响。2019年以来，四维图新的累计涨幅已超过80%。
不过四维图新方面对此表示，“车机端地图包全系都是四维图新数据，对我们在特斯拉产品和服务提供不受任何影响，我们还是好伙伴”。
21世纪经济报道记者获悉，上述信息发布的当日，四维图新董秘孟庆昕在其某客户交流群中表示，特斯拉“官宣”中描述的产品仅涉及“在线渲染”，实际为从“腾讯切换为百度”，而车机端地图包全系仍由四维图新提供，并表示“对图新与特斯拉产品收入没有任何影响。”
但有业内人士指出，特斯拉官宣中明确强调其更换的是地图数据服务商，而并非简单的地图应用UI渲染。
“‘地图数据服务’明显应该是底层地图数据供应的切换，而不是渲染。”一位关注GIS和计算机视觉的业内人士表示。
而有业内人士猜测，特斯拉引入百度地图服务商的原因之一，或在于四维图新的数据服务质量不足。
据记者获悉，特斯拉在全球领域的地图数据合作商为谷歌地图，而国内一直以来所使用的数据服务商为四维图新。但据多位特斯拉车主抱怨，地图导航规划时常出现误差，导致不少车主不得不选择手机进行导航，而特斯拉方面亦受到有关这方面的意见反馈。
“我们平时导航一边用个手机，另一边开导航，如果发生冲突就以手机为准，特斯拉的地图导航有时甚至会绕原路，路况信息也不及时。”一位特斯拉modelS车主表示。
值得一提的是，鉴于腾讯是特斯拉的大股东，因此特斯拉的地图应用UI是否也会变更为百度地图尚不得而知；有趣的是，腾讯也是四维图新的重要股东。
“腾讯是特斯拉的大股东，所以未来在特斯拉的车载应用场景中，腾讯系的应用可能更多，所以不排除同时特斯拉一边使用百度的地图数据，另一边使用腾讯地图的UI。”一位接近特斯拉人士表示，“之前特斯拉使用四维图新的一个很重要的原因，在于当时国内的甲级测绘资质非常少，只有高德和四维两家，甚至当时百度也用过四维的数据。”
事实上，百度地图曾经与四维图新展开多年合作，直到百度地图收购瑞图万方拥有自主的测绘资质后，才与四维图新分手。
然而，特斯拉调整地图数据服务商的原因，可能不止于四维图新在数据服务体验上的“差评”。
一位接近百度人士透露，特斯拉此举选择与百度合作，一方面来自于百度在地图数据领域有所积累，另一方面或许在于看重百度无人车业务背后有着高精地图资源。
“百度在自动驾驶方面有非常多的 探索 ，无人车业务背后有通过雷达数据测出来的高精地图，数据模型是3D建模的，特斯拉很有可能看中了这个优势。”上述接近百度人士透露，“选择百度地图，有可能是为了特斯拉的FSD（全自动驾驶）在大陆地区进行推送做铺垫。”
更多内容请下载21 财经 APP
千寻位置不惧竞争
作者特斯拉测绘资质：叶子
出品：红色星际（ID：redplanx）
头图：千寻位置CEO陈金培图片
论坛有宝子说接到千寻 Offer，问洒家这家公司怎么样特斯拉测绘资质？能不能给点意见，既然宝子们有需要，那咋们就来聊聊这家公司。
1. 量产
在 汽车 高精定位领域，千寻综合实力无疑是领先的，领先体现在哪？产品是成熟的，配套是完善的，服务是有保障的，市场已经验证完毕。具体在智能网联行业，就三个字儿。
量产了！
但凡新技术赛道你说出这三个字，用朝阳大爷的地道说法，那是倍儿牛逼。
在智能网联行业，千寻客户遍地开花，开到行业的每一个细分赛道。千寻位置 FindAUTO 产品系统的量产早在2019年就实现了。
乘用车方面：
——2016，上汽荣威就使用了千寻“车道级”高精度定位算法，（这其中有斑马车机操作系统是阿里子公司的因素，当然，早期上汽的一些车型上面并不是用厘米级的，而是亚米级）。
——2019年，首款搭载 FindAUTO 服务的车型广汽埃安V定位精度达到了厘米级。另一款车型埃安LX则可以在高精度地图覆盖的全国高速及城市快速路，实现0-120km/h“脱手脱脚”自动驾驶。
——2019，一汽全系的红旗轿车上搭载了千寻的加速定位服务，首次定位时间从30秒缩短到了3秒，也一定程度上提升了定位的精度和灵敏度。
广汽、蔚来、小鹏、大陆、博世等 Tier 1 也是客户。
商用车方面：
——2019参与洋山港自动驾驶无人集卡的方案，让无人重卡可以实现精确停车、智能防撞、轨迹自动纠偏等功能。
——2021让郑州宇通公交1号线公交车实现到站精准停车、红绿灯信号调配优先通过功能。多插一句，这里面有一个重要功能，授时，最简单的一个应用——查套牌车。
车路协同方面，在四川的雅西高速——全世界最危险的一条高速道路上用车路协同技术实现了脱手脱脚的自动驾驶。
2. 商业版图
浅浅盘点一下千寻的商业版图之后，咱们再来唠唠自动驾驶定位的事儿，大咖请跳读。
说到自动驾驶，感知，规划，决策，控制四件套，小朋友也会背了，好像没定位什么事儿，其实定位被感知包裹了。再说到地理的事，让人想起的是高精地图，定位又可怜兮兮地被淹没，总之很难站第一排的样子。
实际上，高精定位对辅助驾驶十分重要，L2.5级的高速公路自动巡航、碰撞预警等功能离不开它。L3及以上等级的自动驾驶，更是“刚需”，因车辆的控制权需部分甚至全部被移交给系统，车辆对定位的精度要求必须达到亚米级甚至厘米级，才能实现尽可能高的安全性。
更有一帮新宝子认为，高精地图和高精定位是一码子事，这么认为是情有可原的：定位需要和地图配合，为车辆提供一个绝对位置基准；高精地图的准确少不了高精定位为其做轨迹纠偏，以千寻为例，高德采集更新的图，哪怕动用的是800万的采集车，轨迹也会不精准，需要千寻为其提供轨迹纠偏服务。
但专业人士都知道，高精地图和高精定位这两个产业，区别大了去了：高精地图是采集制作环节重资产，更新只需OTA；而高精定位，要发卫星，建基站，组网络，建云平台，到了终端，还要有各种接收信号的硬件设备，全程重资产制造业，软件硬件相伴始终。
下面正式进入高精定位的六大方法，二大技术路线。有人说是六法如同八仙过海，各显其能，我认为此比喻不恰当，八仙各个拿出来都能单打独斗，而目前水平下的定位，更像一个一个残疾人演出团：），每一个演员都有绝活，但都有缺陷，单挑挑不起大梁，大家抱团儿，才能把高精定位的戏唱好。
第一位演员激光雷达，测距的精度非常高，但探测距离短，成本也高，是个近视；
第二位视觉传感器，能较好地识别物体，但对光线要求高，强光反光，光线不足，性能就会大幅下降，弱视+夜盲；
第三位毫米波雷达，在障碍物的检测方面能达到较好测距精度，但探测角度小、演出费也高；
第四位超声波雷达，能探测距离较近的障碍，但用于定位仍有缺陷；
以上这些感知工具发挥定位功能时，都是对环境特征进行匹配，行业老朋友们都比较熟悉，而接下来登场的，就属于高精组合定位供应商队列的演员了。
第五位，卫星信号定位，优势在于能够为车辆提供绝对位置信息，且定位精度高，主要基于全球卫星导航系统（GNSS），著名的四大家族，现在天上卫星多，这颗信号不行赶紧换那颗。
但由于卫星误差、轨道误差、电离层和对流层误差等的存在，单纯 GNSS 的定位精度只有米级，无法满足高等级自动驾驶对厘米级定位的需求，这时，RTK（载波相位差分技术）登场了，和GNSS 结合，从亚米级到厘米级不是梦。这技术的学术名称叫RTK-GNSS技术。
但问题又来了，碰到隧道桥洞、高楼林立的密集建筑、树木遮挡的地方，没信号了！！没网也不行，参考基准站 RTK 的差分数据接收不到。
第六位演员正是第五位的菜——IMU（惯性测量单元 ），通过陀螺仪、加速度计、磁力计和压力传感器这些零件得出位置、加速度及转动量（角度、 角速度），通过牛顿的公式一算，唉它就能定位了。
这家伙的优点很明显，不靠任何外来信号就能独当一面，鱼雷那种深海里穿梭的武器就靠它定位。
但缺点也更明显，业内人士告诉红色星际，目前普通应用的技术水平下的惯性导航，2分钟之后就开始出现发散导致误差，如果经过5分钟长的隧道，精度就不能确保了，这时候怎么办呢？
既然是大家手拉手把位定，当然是——又回到车载的激光视觉等手段、Slam或者高精地图的先验数据。
定位天团成员介绍完了，以上这些组合起来，就是当今中国自动驾驶主流的定位路线——激光+视觉+毫米超声+GNSS+IMU。
有主流就有非主流，那就是特斯拉，定位方案是视觉+GNSS+IMU路线。
关于两种定位路线孰优孰劣，也是存在不少争论的，前者能力多维，技术全面，可以相互印证，互为冗余，但硬币的反面就是：算法多，Bug几率也大，逻辑复杂，融合难度增加。后者策略集中火力猛攻，而且以后还可以摆脱对高精地图图商的依赖。
通用Super Cruise和特斯拉的Autopilot测评对比的案例同样被定位行业拿来做例子，2018年给通用 汽车 超级巡航Super Cruise高速公路脱手驾驶系统的车辆提供绝对定位服务的，正是定位界顶流美国天宝公司，其明星产品Trimble RTX 还用在凯迪拉克上。
Trimble RTX 采用的技术叫PPP-RTK，是目前大家比较看好的技术路线，在国外成熟应用，但在国内并不成熟。
PPP（Precise Point Positioning）又是什么原理呢？（名词多到真令人头大），都是卫星定位，RTK是差分，PPP由非差定位技术发展而来，RTK建的基站离你越近，定位越准，但是到了海洋沙漠高原这种地方，就问你建基站得花多大功夫砸多少钱？啥时候收回成本？运营维护还得继续砸人砸钱。
这时就到了PPP的showtime，PPP通过全球分布的约100个基准站，可以提供静态毫米至厘米级，动态厘米至分米级的定位服务。比起中移动那基站一建4000+，千寻2800，六分2000+，PPP基建省心多了。
然鹅，如果谈恋爱，PPP是慢热型：需要近30分钟才能实现精密定位的初始化。而且每次见面都得重追一遍：信号失锁后的重新初始化时间与首次初始化时间几乎一样长。早上开车去上个班，我去，画面太美不敢想象。
刚才说到，PPP-RTK大家看好，但国内不成熟，千寻还是一马当先，2019-2020年拿到宝马国内定点，2021年在上海车展高调官宣，在有商业项目的驱动的情况下，可以预见未来技术成熟会更快。
其特斯拉测绘资质他选手，像吉利旗下的时空道宇，六分，也在研究，但目前还不太成熟，都未能达到商用水平，要赶上千寻，还需要经历一定周期。
3. 探索 之路
读完长长的科普和铺垫，大家肯定会问，这家公司怎么这么牛B呢？罗马不是一天建成的，要回答这个问题，还要从 历史 讲起。
千寻从建立的第一天，就担负着将北斗发扬光大的时代使命。
2014年，彼时承载着几代人梦想的北斗还在紧张的孕育中（预产期已经排上了估计），蓝图的规划者早已开始为它的成长布局，因为没有基站，发射成功，大家也用不了啊。
当时作为国家授权的北斗地基增强系统研制和产业应用总体单位的中国兵器集团，通过多方调研，最终决定和在云计算与大数据等软件领域占据优势地位的阿里巴巴牵手，共同负责国家北斗地基增强系统“全国一张网”的建设，将北斗在民用市场做强做大。
因此，公司从第一天就有两种优势，国企的资源和后盾，民企的活力和能力。有人问，为什么非要混合所有制？肯定是出于战略性产业的国防安全考虑，在没有北斗之前，国内用户如果使用卫星辅助定位服务，基本上都是基于国外服务器的GPS或GLONASS(格洛纳斯)数据，大量的中国位置数据无法留在中国。
自然，公司从第一天就有两股力量，人事上，当时阿里十年老兵，负责过阿里巴巴乃至整个中国云计算产业化发展的陈金培被任命为CEO。
2015年公司成立，短短一年基站数量就达到2000+，北斗地基增强系统也正式投入运营，在地理信息行业内，俨然一家横空出世的黑马。
说起创新点，陈金培总结了两点，一是建成了覆盖全国的一张网，之所以这么说，是因为当时并非没有RTK技术，没有CORS网，而是局限在专业的测量测绘行业，各个省测量测绘系统都是各自为政，如果一个开发商跨省市地区开发，他得申请不同的账号，千寻首先打破了这个界限，把全国统一主网，让一个账号就能走天下。
第二是播发手段创新，以前大家说定位服务，都通过卫星信号来播发服务，而千寻是第一个大规模用互联网提供定位播发服务的，这其中阿里云平台和云计算起到不少作用。
这种创新无疑是满足市场需求的，除了传统的测量测绘，农业无人机、港口机场安监、交通、消费市场的智能手机都拥抱了这项技术，订单纷至沓来，从创立到2019，公司收入年均复合增长率超过300%。2019 年10 月，千寻完成10亿元人民币A轮融资，公司估值超过130亿元人民币。
接下来的两年业务营收迎来了快速的增长，增长的原因也显而易见，首先体量小成长空间大。其次，遥遥领先，这个时期市场上仅有一家这样的公司，剩下的都是散兵游勇，基站数量最多400+，Hold不住上规模客户的需求。
这个是大背景，回到 汽车 行业。
互联网基因进入制造业，把技术变成产品，只要涉及到硬件这个东西，工程难题就得一步步攻克，所有从算法起家做自动驾驶的人，对此都深有体会，千寻也经历了这样一个埋头摸索的阶段。
高精度定位源于测量测绘行业，测量测绘用的产品大家都知道，又笨重又大，安装到车上，或者集成到车载硬件上，没有现成的产品和元器件，更不用谈什么过车规。
所以，首先要面临的问题是元器件的选型。芯片性能准入要求，双差窄波的精度，如何快速的适配、量产后算法；IMU信号的准入要求等等，拿最简单的天线举例，一根小小天线，就有无数的Know-how。
元器件选好，进入系统集成阶段，整车电子架构的设计可能会引入一些比如数据延时所带来的一些精度问题，差分软件是否可用。
集成之后做系统适配、调优、测试验证、售后整个流程跑通后，怎么实现工业化生产，每一个阶段都包含了一个个具体的问题。
感慨一下，而现在平平无奇的标准、规范、流程，则都是一步步积累下来的解决问题的标准答案。这些看起来比较枯燥，但当初都是一个个活生生的问题，曾经让一群人寝食不安，苦思冥想，四处奔走，解决之后变成 历史 ，也就是几条干巴巴的规则，风干骷髅般失去了有血有肉的鲜活，但要了解一个行业的机理，非得重回这些 历史 的细节。
4. 不惧竞争
漫谈到此，大家已经知道，行业是朝阳产业，公司是头部，看起来很有前途，非入不可了是不是？
然鹅，在打工人的江湖，这家公司却以两大的魔法闻名遐迩，让你退！退！退！一是登峰造极的竞业协议，二是遗留至今的员工期权回购问题。于是在网络平台上产生了一批“千黑”，奔走于各大平台，各种吐槽不公平的怨妇冤种，以致于很多人选择先去阿里系公司，然后实现曲线再就业。
对于创业公司而言，有这样那样的问题，其实很正常。就像读哈姆雷特一样，一千个读者眼里有一千个哈姆雷特。这个问题的出现，除了和自身管理问题有关外，肯定与公司的业务也有很大的关系。
公司所处的行业属于卫星系统产业链，源头发卫星的，四大卫星系统美国GPS、欧盟伽利略、俄罗斯格洛纳斯、中国北斗，统称，这属于空间段，由中国国家主导。
地面段，主控站、注入站、监控站和地基增强系统，千寻涉及到地基增强系统部分，这算一个护城河，因为资质不是完全放开的。
用户段产业链，上游元器件，中游产品系统集中，下游导航定位运营服务。千寻涉足上游芯片研发（尝试过）；中游车载定位、手机导航、测绘仪器等各种终端模组设备集成；下游转型服务运营全链。
在高精度定位业务，千寻遭遇到了对手六分和中移动。
RTK最基础的是站网体系的搭建，对于站网体系如果需要去服务于智能网联 汽车 要求的话，其实它最重要的还是全国的道路网络的覆盖。千寻这一块目前是能够做到在全国的国家级和省级高速百分之99.9以上的覆盖。对手也不差，六分百分之98，中国移动4000+的基站，也在分之99左右，没有绝对优势。
而中移动服务费价格直接砍成千寻的一半，很多客户唱着“爱你不贵的模样”就被招安了。而六分则更加细分，更多的专注在 汽车 这个大市场。
无论是产品蓝图，还是各方面的体系建设，中移动、六分等后来者和千寻是高度重合，基准站网，云计算，传输网络，再往上是核心算法比如说RTK，PPP-RTK，GNSS和INS的开发，和OEM前装的流程，再比如完好性监控，信息安全，功能安全，质量体系，运维保障等。可以说是全生命周期近身肉搏。
陈金培早就在心里进行过推演，在2020年的一次媒体采访中，他曾说，“2B不仅容易培养竞争对手，天花板也很快即将到来”。
不得不让人感慨这种创新者的窘境，对企业来讲，创业有成着实不易，但创业守成难度更高，需要不断创新，用海尔曾经的轮值总裁周云杰的话来说：那是一条没有尽头的射线……
所以当时这艘轮船的领航人想的最多的问题是，护城河究竟在哪里？够不够深？他最担心的问题是——会不会有新的技术将颠覆千寻位置？
如果没有颠覆性的新的技术的降维打击，那最紧要的就是保证现有技术的安全性。这样我们就能理解那句“为什么要做云端图闭环，就是为了技术的安全性”。而为何推出如此离离原上谱的竞业协议，并且用期权回购这种留住你先留住你的钱袋子的方法？到此也能够逻辑自洽了。
2B的市场被分走，C端呢？
和小米华为虽然合作了，手机装机量也比较大，但是真正开通高精的服务，使用给千寻付费的用户并不多。现阶段的客户需求，大家认为不需要到厘米级。
而为何“千黑”能在茫茫互联网里形成声量？那是因为招聘人数基数增加了，从2019的300+到2021的800+，人员构成上，高级别的比例比之以往显著增加，可能为了市场扩张，非技术岗位比例大大增加。
员工人数多+级别高等于工资支出增加，但市场表现却不尽如人意，加上竞争对手的竞争，才产生了这么多的“千黑”。当然，有人的地方就有江湖，有传言就说明这个事情就不是空穴来风。
不过千寻位置，作为高精度定位的老大哥，地位在短时间还是很难被撼动，就看千寻未来的市场拓展和应对竞争的能力。
最后欲祝千寻君，更上一层楼。
-END-
获取资料
顾问电话