Lvl 5
是由從特斯拉Autopilot專案組離職的工程師開發的一個基於自動汽車駕駛的高精密地圖專案，採用”眾包”思路繪製高精度地圖，希望依靠人民群眾的力量達到自動駕駛地圖要求的實時更新和高精度要求。

lvl 5三位創始人中Eric Reed和Andrew Kouri此前曾在特斯拉Autopilot專案組工作，而George
Tall是來自iRobot的計算機視覺工程師，他們開發的高精密地圖vl 5的已經在3個月內覆蓋了美國90%的高速公路。

由於高精度地圖是直接給自動駕駛汽車”看”的，所以要求精度要達到釐米級、對突發的路況做到實時更新(例如倒下的樹、車禍導致道路堵塞)、細節豐富(傳統車載導航中沒有的車道線、交通標誌、通行方向等都要體現)。以上三點要求對高精度地圖的繪製提出了很大挑戰，以高德的高精度地圖為例，成本超800萬的地圖採集車大大限制了高精度地圖的採集繪製，更勿論實時更新。

lvl
5的方案是，拋棄傳統圖商以鐳射雷達為核心感測器採集高精度地圖的做法，轉向以消費級攝像頭為主，由攝像頭拍攝大量路況資訊視訊，將這些視訊通過計算機視覺軟體繪製成高精度地圖，完成對地圖的實時更新。

對自動駕駛汽車來說，高精度地圖有兩個作用，一是延伸感測器的感知範圍，為高速行駛的自動駕駛汽車定位、感知和決策提供路況資訊支援;二是冗餘保障，在感測器短暫失效的風險假設下，通過定位和高精度地圖保證自動駕駛汽車繼續前進。