2026年6月18日，在第九届智能驾驶与出海大会上，HERE Technologies资深方案架构师黄银华提出，当前全球L2及L2+辅助驾驶渗透率快速攀升，中国市场尤为突出，预计2030年L2+将成为主流。未来5至10年，中国成熟的辅助驾驶方案将跃升为出海核心卖点。HERE为此提供从L0到L3的全栈分层地图，覆盖不同驾驶等级与各国法规。

业务落地层面，HERE已与宝马、奔驰合作推进L2+及L3项目，覆盖欧美高速及特定区域，并提供ODD管理、仿真训练等能力。其核心闭环为，云端完成地图构建、算法训练与仿真验证，成熟方案下发车端部署，路侧众包数据回传云端更新地图、迭代模型，形成八字形持续进化。黄银华表示，地图作为底层基础贯穿导航、辅助驾驶与高阶智驾全场景，是支撑智能汽车全球落地的关键基石。

黄银华｜HERE Technologies资深方案架构师

以下为演讲内容整理：

当前，全球范围内L2及L2+级辅助驾驶渗透率持续提升，尤其是中国市场，预计到2030年，L2+的市场占比将超过其他所有车型。过去5年中国出口浪潮中，智能座舱与智能导航作为车辆的核心功能卖点，为海外消费者带来了差异化体验。可以预见，未来5~10年，中国成熟的辅助驾驶方案将成为车辆新的卖点。

下图是HERE提供的从L0到L3的全栈地图组合方案。我们提供不同产品序列，可匹配不同驾驶等级，适配各国法规需求。道路告警是Euro NCAP2026年提出的最新规范，要求具备实时在线的道路告警功能。ADAS地图除提供辅助驾驶外，还可支持NCAP评分。目前，我们除与海外OEM合作外，也在与国内OEM及国内算法供应商进行积极探讨。国内趋势为轻地图、轻高精路线，我们在车道级层面已完成大量产品演进。

图源：演讲嘉宾素材

总体而言，这套分层供给模式优势显著。一是按需交付，不会给车企造成多余成本负担；二是平滑兼容从L0到L3的全技术路线；三是灵活适配全球各区域不同智驾法规与落地节奏，是我们服务海内外OEM的核心产品底气。

为构建和维护高质量地图内容，我们将所有车道划分为Premier、Advanced、Standard三个等级，以专业高精度采集车、众包车辆感知数据、轻量化采集车辆、卫星遥感数据、专家社群人工校验反馈作为多元数据来源，分阶段完成地图构建、变化监测与更新，在保障高阶地图精度的同时兼顾整体运维成本与效率。

此外，我们通过多源数据策略保持地图的新鲜度。如何更好地融合多源数据并整合为一张图，是关键所在。我们能够识别各区域的变化，不仅覆盖高等级道路，还可延伸至低等级道路，并采用了相应方法。除采集工具外，我们还使用了施工监测数据，首先判断道路是否存在施工，若存在施工，则将其视为拥堵而非道路变化。二是融HERE True高精度采集车数据、VPD数据和街景SLI数据，统一为标准格式后与区域进行变化对比。三是执行更新，如果数据满足更新条件，则立即进行在线OTA；如果差异需精确到坐标点，则单独调度True Drive车辆进行识别。

以上即四类数据、三步流程的多元数据策略，可快速、低成本、高效地完成全球范围内高精地图的更新，确保全球范围内的地图鲜度。

更新时面临的核心难点之一是数据覆盖度。VPD数据多来自高阶驾驶，类似Function Class 1-3的道路有充足车辆行驶，具备足够样本数据支撑地图更新。而第4、第5等级道路，其覆盖增长率曲线明显不同。高阶道路约一天可达99%覆盖，一周可实现100%覆盖；第4、第5等级则需要更长时间。因此需统筹众包数据，分周期逐步累积不同等级道路的覆盖，虽道路等级不同，但可长期累计完成整个区域的地图升级。

图源：演讲嘉宾素材

另外是无缝导航自动驾驶的构建方式。除中国外全球首个落地L2+的导航项目是宝马的Personal Co-Pilot。该项目采用了HERE的HD Live Map、ADAS地图，以及路径计算和实时交通。目前该项目覆盖区域为高速公路，涉及国家为北美和德国。我们正与宝马合作，逐步将产品覆盖区域向其他国家扩展。

另外是奔驰的项目。通过HERE的HD Live Map，MERCEDES BENZ Drive Pilot实现了Hands-Off和Eyes-Off driving功能，这是一个非常重要的里程碑，驾驶时无需注视前方道路，也无需手握方向盘。这是市面上首个L3产品，目前可在德国和美国的加州、内华达州使用。我们正与奔驰合作，持续扩展道路里程。

下图是车端与云端导航智驾一体的业务模式图。作为图商，我们认为在车端导航及智驾领域，地图是底层基础，可适配不同场景与使用目的。除导航外，还可以支持辅助驾驶和高阶驾驶。同时，我们与车辆传感器进行交互，传感器可以感知道路数据并与地图形成反馈闭环。基于导航SDK和智驾域SDK、智驾域EHP等，进行交叉引用，将相关路线指令通过车机传递至交互屏，交互屏可将相关信息清晰呈现给驾驶员。

图源：演讲嘉宾素材

另外，ODD管理可帮助车厂及算法供应商规划智能驾驶的可行驶区域。这与国内智驾方案有所不同，国内方案通常攻克最难场景，无需ODD；而海外对安全要求较高，对驾驶体验要求也更高，更倾向于提前规划可行驶的道路区域。

另外是模拟开发训练数据，可帮助算法供应商及车厂更好地完成数据训练。下图展示了地图从部署到开发阶段的介入方式。首先是云端开发，作为算法训练、功能开发及安全验证的核心平台。所有自动驾驶训练、功能迭代、仿真均可在云端完成，无需初期投入大量人力物力，也无需在海外进行实测。地图分为两类，传统导航地图、高精地图，以及智驾所用的高阶车道级地图。不同地图承担不同作用，通过这些地图可进行仿真校验与模型打磨，以上均可在云端闭环完成。

图源：演讲嘉宾素材

完成验证后，成熟方案可下载至车载端，进入真实道路部署。该闭环的核心价值在于构建八字形迭代闭环，路侧众包车辆回传感知数据至云端，更新地图，重新训练模型，优化算法，再下发至车辆。从云端模拟开发到实车部署，地图贯穿全程，是支撑智能汽车持续进化、稳定运行的底层基石。

（以上内容来自HERE Technologies资深方案架构师黄银华于2026年6月17日-18日在第九届智能驾驶与出海大会发表的《当导航遇上自动驾驶：在全球范围内大规模构建值得信赖的NOA》主题演讲。）