自動運転用地図（HD/LD/SDマップ、オンライン再構築、リアルタイム生成地図）産業（2025年）

自動運転システムの主流となりつつある「マップレスNOA」。このソリューションは、開発が課題となっていたオフラインHDマップへの依存を軽減します。いわゆる「マップレス」は、ADASアルゴリズムが「ルールドリブン」ではなく「データドリブン」になる傾向がある一方で、本質的に「地図先行」から「リアルタイム地図構築」、そしてさらに「ワールドモデル」への発展へのシフトを意味します。

マップレスソリューションは、初期のSLAM技術と非常によく似ており、実際にオンラインでベクトルマップを構築し、それをオフラインLDマップと照合することで、測位とナビゲーションの情報を同時に取得します。初期のSLAM技術はLiDARに大きく依存していました。BEVの登場に伴い、SLAM技術は徐々に淘汰されましたが、地下駐車場などのシナリオではまだ使用されています。

自動運転用地図の進化

2022年以前：産業チェーンは幾何学的精度を重視するHDマップに注力し、従来のADASアルゴリズムは環境認識を処理するプリセットルールに依存していました。

2023年～2024年：マップレスNOAの開発に伴い、トポロジー、セマンティクス、鮮度を備えた軽量マップ（LDマップ）が推進され、利用されました。

2025年以降：3DガウススパッタリングやNeRF（Neural Radiance Fields）などの新技術の搭載により、自動運転用地図は「過去の記録」だけでなく「未来のプレビュー」が可能になります。「ワールドモデル」は、自己教師あり学習によって膨大な走行データから時空間パターンを抽出し、マルチモーダルなセンサーデータ（カメラ、LiDARなど）とリアルタイムのクラウドソースデータを統合し、動的に更新される環境知識ベースを構築し、道路トポロジー、意味情報、交通ルールのオンライン推論を達成します。

「ワールドモデル」は、過去のシナリオ情報とプリセット条件を活用し、将来のインテリジェントドライビングシナリオの変化と自車両の反応を予測します。

自動運転用地図の開発動向：低コスト自動地図、MapTRやVectorMapNetなどのベクトル化HDマップ構築技術の応用

Baidu MapAuto 6.5は、中国初の3D車線レベル地図と全シナリオの人間と機械の共同運転地図であり、包括的なデータサービスを提供します。Baidu MapAuto 6.5は、Baiduの統合データ収集車、マルチソースデータ入力、数十億のパラメーターを持つ地図生成基盤モデルに基づいており、地図作成の効率を飛躍的に向上させ、Baiduマップデータの迅速な更新を効果的にサポートし、強力で包括的なデータサービスを提供しています。

Baidu MapAuto 6.5は3種類のデータを提供できます。SD（ナビゲーションマップ）、LD（軽量自動運転用地図）、HD（HDマップ）です。2025年3月、LeapmotorはBaidu MapsのLDデータを搭載した技術アーキテクチャであるLEAP 3.5をリリースしました。

低コスト自動マッピングはBaidu Mapsの重要な開発方向であり、BEV静的道路シナリオ再構築と自動特徴抽出を含むコア技術です。

BaiduのBEV静的道路シナリオ再構築は、華中科技大学のMapTRと同様のInstance QueryとPoint Queryを使用し、道路要素と要素輪郭定点を検出します。また、清華大学のVectorMapNetのAuto-regressive decoderと同様の手法を採用し、特徴点間のトポロジー関係を出力します。

MapTRは、都市道路のリアルタイムマッピング、L2+ADAS、ハードウェアリソースが限られた組み込みプラットフォームに適しています。固定長セットポイント出力は、計画・制御モジュールとの接続に便利です。

VectorMapNetは、高速道路の複雑なインターチェンジのモデリング、科学研究分野の地図生成研究、可変長の微細なモデリングを必要とする特殊なシナリオ（工事現場など）に最適です。

当レポートでは、中国の自動運転用地図産業について調査分析し、市場規模、競合情勢、動向、新技術の応用などの情報を提供しています。

目次

第1章 自動運転用地図の定義と分類

• 自動運転用地図の定義と分類
• 自動運転用地図の分類（1）：ナビゲーションマップ（SDマップ）
• 自動運転用地図の分類（2）：軽量マップ（LDマップ）
• 自動運転用地図の分類（3）：HDマップ
• 自動運転用地図の分類（4）：NeRFオンライン再構築やリアルタイム生成地図などの新技術
• 自動運転用地図の分類（5）：DWMへの進化
• 自動運転用地図の政策と規制

第2章 自動運転用地図市場の現状と競合情勢

• 自動車地図の市場規模
• 自動車地図市場の競合情勢
• 都市NOAの動向の中での自動運転用地図プロバイダーのビジネスモデルの変化

第3章 自動運転用地図産業の動向と新技術の応用

• エンドツーエンドの動向におけるインテリジェントドライビング用地図の進化
• 自動運転用地図の再構築：自動注釈システム、ビデオクリップ
• 自動運転用地図の再構築：NeRF技術の応用
• 自動運転用地図の再構築：ボクセルNeRFによるMVマップの作成
• 自動運転用地図の再構築：4D時空間特徴
• 自動運転用地図の再構築：3Dガウススプラッシュ

第4章 自動運転用地図の応用とOEMの技術レイアウト

• さまざまな自動運転シナリオにおける地図の需要
• OEMによる自動運転用地図の選択
• 自動運転用地図の搭載数：OEM別
• Tesla
• Xiaomi
• Xpeng
• Li Auto
• NIO
• Harmony Intelligent Mobility Alliance (HIMA)
• SAIC IM
• Leapmotor
• Geely & ZEEKR
• Dongfeng Voyah
• Changan Automobile
• Chery
• Great Wall Motor
• GAC Motor
• Volkswagen
• Mercedes-Benz
• BMW
• Toyota

第5章 自動運転用地図プロバイダー

• Baidu Maps
• NavInfo
• AutoNavi (amap.com)
• Tencent
• Lange Technology
• EMG
• MXNAVI
• Leador
• Heading Data Intelligence
• BrightMap
• Huawei
• Roadgrids Technology
• Mapbox
• Kuandeng Technology