2017年，上市七年的四维图新首次将打造“智能汽车大脑”的战略愿景写进公开报告当中。
自此，这家在传统导航时代中，有17年积累的传统图商，正式驶入自动驾驶时代。历经三年的时代的累积，四维图新正在试图打通了一条从ADAS、车联网、芯片、高精度地图、智能汽车大脑的路径。
和三年前相比，今天的自动驾驶格局要面对更为复杂，也面临着更加多的挑战。一方面在高精度地图层面有高德以及mobileye等新兴势力和汽车研发公司崛起，另一方面在智能汽车大脑层面也有大大小小的公司正在切入，整个自动驾驶玩家规模已经不容忽视，产业链的上下游也吸引了越来越多人的参与。
对于四维图新而言，如何将已有的将近20年的导航经验迁移至一个全新的领域？在不断变化的内外环境前，四维图新的自动驾驶战事应该要如何进行？
事实上，四维图新在自动驾驶方面得布局相对比较早且高调。
早在2015年，在自动驾驶方案打造上，四维图新成立了自动驾驶实验室，基于长城的车辆平台搭建了自动驾驶汽车，在包括车辆自动控制、体系结构、智能驾驶决策算法、环境感知算法在内的自动驾驶技术领域方面合作布局，推进自动驾驶技术的早日商用。
在自有的技术体系之外，四维图新也通过外部合作、投资、收购等手段建立一个更为广泛的自动驾驶生态圈。
2017年，四维图新全资收购AutoChips杰发科技，2019年旗下高精度定位服务提供商六分科技引入中国电信、中网投战略投资，四维图新围绕自动驾驶地图、高精度定位和汽车电子芯片等核心产品，形成了以数据+算法为核心基础。
在投资层面，四维图新也投资了自动驾驶技术公司禾多科技的天使轮与 A 轮两轮投资，且是天使轮的领投方。
在生态圈层面，四维图新也先后牵手伟世通、博世、北斗星通签署战略合作协议；在2018年10月，在四维图新的用户大会上，四维图新也和微软云签署了战略合作备忘录，双方将围绕自动驾驶的数据展开合作。
在进行了一系列的地基工作布局以后，近日，四维图新获得了北京市政府颁发的自动驾驶T3的牌照。
据雷锋网新智驾了解，四维图新的自动驾驶车配置了4个16线激光雷达、2个长距毫米波雷达和1个搭载四维图新自主研发视觉感知算法的单目摄像头。
与业界普遍豪华阵容的传感器阵容相比，四维图新的传感器方案显得略为简单，在硬件上的投入相比较少了以后，对于软件以及算法的要求难度会相应提高。
得益于四维所定义的带有道路规则信息（如左转车道、直行车道等等）的高精度地图数据（HAD），自动驾驶系统先验地了解了很多道路和环境属性 —— “地图是交通规则的缩写”——这样，环境传感器就可以把更多精力放在相对动态的道路环境，如检测人、车障碍物等，这在很大程度上减少了系统对环境传感器的过度依赖。
在CES Asia期间，四维图新、汽车激光雷达系统开发商lbeo 汽车系统有限公司与亮道智能三方宣布签署战略合作协议，将围绕自动驾驶在“激光雷达+自动驾驶地图”研发及相关应用领域建立合作伙伴关系。
在进行了自动驾驶的投入和研发后，这些经验也就进一步反哺四维图新对高精度地图的理解。
落地，成为了2019年自动驾驶的重要关键词。
主机厂们纷纷给出了自己的L3级量产车的交付时间表，对于供应商而言，能否迈向量产更加成为一个关键的坎。
作为一个高精度地图的供应商，意味要先于主机厂一步。拿订单、交成绩是给市场最有力量的反馈。
2019年3月，四维图新拿下了和宝马中国的量产订单以后；在今年的CES Asia期间，四维图新和德赛西威也进一步签署了德赛西威L3/L4级别的自动驾驶解决方案。
与传统的电子导航地图不同，自动驾驶时代对于高精度地图有更高的要求，在空间抽象层次、精度、更新速度，还是稳定性都有更进一步的要求，高精度地图以高精度视觉或者传感器的语义进行匹配，对与所有的重要要素进行抽象和高精度描绘。
从2014年开始，四维图新就开始对自动驾驶地图进行布局，展开产品研发、规格设计与数据采集工作，2019年，四维图新将完成全国高速与广域高速自动驾驶地图产品制作，并发布部分城市道路自动驾驶地图数据
图商出身的四维图新对于自动驾驶有着自己的理解，四维图新将自动驾驶地图划分为三个图层：道路图层、定位图层、动态图层；
此外，四维图新在自动驾驶地图也融合了作为图商层面的理解。以高速公路场景为例，四维图新的地图包括调头、开口、海关专用通道、城市道路电车专用道，复杂交叉路口等道路要素。
据四维图新向雷锋网新智驾透露：目前在高速场景，四维图新已经累积了30万公里，走过了第一里打地基的路。
智能地图产品总监王淼告诉雷锋网新智驾：目前，四维图新高精度地图的数据有三种来源：
第一类A类采集源，以我们自己定制的这种高精度地图采集设备，以及采集车为主导的那种，数据规格都是按照最严格的设计进行采集。
第二类是来自于合作伙伴，其数据可能没有 A 类那么丰富，但是数据的规格化、定制化上面做相对较好，对数据更新有很好的补充。
第三个便是众包渠道，譬如后装市场，这方面的数据很难统一，更多是将数据进行清洗，或者是进行情报更新。
王淼向新智驾表示：在自动驾驶汽车没有上量之前，还是需要依靠图商的专业能力来完成地图的构建以及更新。但也不会因此否定众包的道路，我们已经跟车厂联合做了很多技术的解决方案，已经完成了从车的传感器的数据上传以及数据更新的闭环。
时至今日，自动驾驶最多的瓶颈之一就是数据的积累，这些数据中主要是高精度地图与驾驶决策数据（尤其是罕见路况下的驾驶数据）两部分。
而众包是解决这一行业瓶颈的最重要手段之一。
2016年CES上，Mobileye 发布了基于前置摄像头捕捉道路标识的定位服务 REM（Road Experience Management），率先提出了利用民用车辆上所搭载的前置摄像头，收集道路标识数据，并辅助高精度地图定位的「众包」模式。
相比起Mobileye的「摄像头+汽车」的模式，四维图新的「地图+Tier 1+汽车」的模式链条更长。
对于链条的长短，王淼认为，短链条在产品上确实见效更为快捷，但可存在着一定的封闭性；此外众包地图首先要解决的是“众”的问题，四维图新并不对任何硬件进行捆绑，态度更为开放，这样大面积的铺展，可能性更加大。对于四维图新而言，打地基的第一里路已经走过了，接下来要面对的是如何真正做好实时更新的状态，四维图新已经从技术生产、生产链条以及生态伙伴的构建，以及众包的团队构建。
据此次和四维图新达成的合作Tier 1 德赛西威向雷锋网新智驾透露：德赛西威整个系统级的自动驾驶解决方案包含了大量的传感器的数据，包括搭载了12个摄像头、5个毫米波雷达、以及大量的行驶数据。这些传感器的搭载可以提供车端的感知能力，也将有利于解决众包的问题。
据王淼透露：目前四维图新的众包体系主要是为了收集情报和提供参考，众包体系包括出租车、物流、以及跟政府部门进行信息的沟通，进行更多层面的覆盖。未来高速公路的覆盖，会伴随整个高速路段的扩张进行覆盖。未来的城市道路也会根据L4、L5级别的自动驾驶的整体的开发结构在布局。
转型，对四维图新而言，并不陌生。
在过去的17年期间，从传统导航图商2017年提出的位置大数据，以及当先所面对的所提及的自动驾驶供应商，这家老牌厂商都需要保持对前沿技术的敏锐判断。
汽车的智能化在不断地升级，从传统导航到车联网、到高精度地图、自动驾驶，每一个领域都是激战正酣的领域。
如何使得这个业务之间形成强关联并产生出正向的影响，这是摆在17年图商的问题。
正在生成分享图...
李雨晨