是谁为无人车打开了“上帝之眼”？

戴姆勒自动驾驶研发团队高级经理 Bernhard Mory

由于车载传感器的探测限制，需要高精度地图和实时动态地图信息。高精度地图可以支持定位，感知预测及车辆提前规划，可靠性高的动态数据对传感器可进行有效补充。在临时道路施工、交通事故、道路损坏、恶劣天气，反应时间和刹车距离是最基本的安全保证。

道路条件服务是自动驾驶安全的核心组件，实时动态的道路摩擦系数地图服务对车辆动态及稳定性控制至关重要。

博世汽车部件（苏州）有限公司自动驾驶认知系统部门地图定位算法高级工程师 刘玉磊

雷达道路特征中有一些附加数据，比如测量的速度、位置以及天气等等信息，都是能够帮助到去产生地图的。所以说，未来整个一个数据流向就是一个车端到一个云段再到车端过程，所有数据访问，未来是与车端关联的，车端请求的数据可以传到云端，云端也会做一些请求到车端去帮助完成。

在中国我们希望跟相应的OEM还有相关机构构建动态更新的机制，一起去把基于雷达、基于摄像头整个的数据流都打通，更好地帮助我们自动驾驶的定位。

千寻位置网络有限公司智能驾驶事业部业务架构专家 宋子未

随着自动驾驶慢慢从L0到L1、L2这样的演进，各种定位传感器非常丰富。但目前并没有达到非常高的精度或者在探测距离有一些限制，非常理想的激光雷达在探测距离和精度都能够达到很高等级，但是它目前会有一些可量产的制约，所以定位传感器融合实际上是一个比较大的趋势。  

千寻公司未来不仅会给车端提供高精度定位方案，我们还会给路端、厂端同样我们提供高精度定位的保障，像路端我们刚刚有提到过说，给高精度地图做地图数据的纠偏，然后我们累计下来的一些数据可以帮助大家去做一个全国范围内的定位质量分析。

北京四维图新科技股份有限公司智能地图事业部产品总监 王淼

四维图新做导航地图已经二十年，今天，我们不仅仅要讲作为一个地图商要怎么做，如果想要把一套自动驾驶地图做好、保证它的质量，就一定要认同车厂的方法论体系。

因为随着我们跟汽车行业共同进步，地图商已经在生产、质量和文化上慢慢演变成一个汽车行业从业者，汽车成为我们一个根本方法论。我们需要积极改进和分析我们的系统，能够支撑自动驾驶车厂系统，满足自动驾驶地图工作的要求。

百度高精地图产品经理 杨光超

目前，百度已经可以为自动驾驶车辆提供自定位、环境建模及车道级导航，其车道标线、200个标牌的自动化识别准确率95%以上。另外，阿罗波一些合作伙伴，还有百度高新地图的一些客户，会把这些数据回传百度云端，因为这些数据存储可能需要地图服务资质，回传回来的数据做差分更新，升成一些动态更新数据，这样就形成了一个完整的OTA的闭环。

京东X事业部自动驾驶研发中心智能导航研发部产品部负责人 于明涛

很多朋友也在问我，你们做的地图和大家手机里用的高德地图、百度地图到底有什么区别呢？实际这也是高精度地图和传统地图的区别。首先从面向的对象还有使用场景两方面来说，高精度地图是面向机器人，所以我们地图也是面向无人配送技术，无人配送技术可能和传统的地图面向人类的场景是不一样的。

我们面向对象不仅仅是配送车，还有很多室内地图的需求，比如说安防巡检场景，这个场景主要针对仓库，仓库里机器人进行24小时巡检，同时夜间还会加强巡检，这就是我们安防的巡检场景。