我们生成一张图更多是依赖于传统的测绘手段，但是大家也知道如何保证现有的高速公路，城市快速路甚至普通道路地图的高精度和高鲜度就不能完完全全依靠自由采集车来完成，因此四维更多是跟主机厂，当然也有我们很多的合作伙伴一起来发布了高精度地图服务平台，这个平台已经在北京产品落地了，目前会进行更多的地图更新，这样可以通过兼容广泛数据源的方式快速自动化实现地图更新，最终实现一个未来的自动成图的方式。

接下来讲讲我们自动驾驶产品引擎的进展，我们通过多年的积累，把我们的产品变成了一个标准的地图服务，我们可以达到秒级的地图信息查询，并且我们可以不经过任何的用户确认，只需要通过这种车端的处理器，车端GPS的位置就可以得到车辆的OTA地图更新，并且在此之上我们也提供了交叉关联的服务，和导航引擎建立无缝的连接，因为从现在的自动驾驶地图来看，现在车上还没有太多的精力在车上搭载更多的产品，但是从未来的汽车角度来说，可能在IVI智能座舱上，从用户角度来说，可能会搭载几个不同的车载导航引擎，比如说像很多的互联网公司现在导航引擎都做得非常出色，因此车厂也愿意把选择权留给用户，就会带来一个必然的问题，就是说怎么样把互联网导航跟高精度地图的数据进行有效的关联，因此我们的自动驾驶地图引擎也提供这样的功能，以及融合定位，ODD等等这些功能都是自动驾驶引擎的标准产品。

下面做了一个简单的产品展示，比如说我们支持ODD和标准导航进行关联的地图导航功能，包括ODD是支持可视化手动图层编辑的，就是说通过用户、车厂和可视化的定位图层可以来手动选择路径，来保证某一段路是在ODD的范围之内和之外，另外像这个可静态行驶的区域，就像隧道自然排除在外，以及受恶劣天气环境影响导致这个地方不适用自动驾驶的情况也应该设置在ODD的范围之外，所有的产品可以让主机厂根据自动驾驶的硬件系统和系统解决方案来动态和合理地来选择，到底哪一种ODD表达方式、配置逻辑是自动驾驶的系统应该去满足的。

现在的自动驾驶系统还不具有高精度地图的显示和渲染的能力，但是我们现在已经从车端和V2X的需求角度完成了可视化引擎的一部分工作，包括3D地图的渲染，以及算路、地点和要素的显示，这些我等一下会详细展开。

前面主要是介绍了我们地图的基本情况，但是刚才其他的嘉宾也介绍了，地图现在还很难进入一个盈利周期，因为我们有那么多的采集车，每天在路上会做数据的采集，并且我们每天也有无数的点云、传感器数据，会回传到我们的数据库和众包的系统，这些过程会对我们的产品服务、对主机厂的服务带来哪些帮助呢？我们不仅仅是提供了一个高精度地图的在线分发服务，我们也提供了很多基于高精度地图融合定位的测评服务，以及基于自动驾驶仿真的云服务和差分定位服务，也就是我们四维旗下六分科技现在提供的服务。

现在的自动驾驶在逐渐落地过程当中，包括现有的L2+、L3-以及L3自动驾驶系统，在落地的过程当中发现了一个问题就是实际上现在对于定位来说没有一个很好的评价标准，就像刚才尹总也介绍了，尹总的小1百万美金那个东西可以做绝对精度结果的评价，那个东西真的非常贵，但其实对于自动驾驶系统来说，它要评价的这个定位的精度是多元的，比如说跟当前的标志物以及车道线相对定位的结果，其实在某些特定的环境场景里面更加重要。

因此其实四维在做地图采集和定位过程当中已经积攒了一套完整对于地图的评价机制，我们每年大概有30万公里的高速道路，平均每年会评测2万2千公里以上，给我们的合作伙伴和客户提供我们高精度的质量保证依据，但是在这个过程当中最后车厂验收的时候实际上是需要一个定位盒子或者是MapECU的定位评价，因此我们也面向OEM和合作伙伴提供了一个融合定位精度的评测服务，这个从评测的过程、工艺、技术流程以及产品品控模型来说是完全公开的，您如果说从任何的角度想去对这个评测服务进行一些定制化或者说有一些权重的要求，或者对某些评估的要求有自己的想法，我们有更高一级，对自动驾驶系统来说更高一个数量级的评测体系来保证现在这个车规级和消费级的定位系统是否真正可靠，是这样的一个产品。