问题——高精度定位是智能驾驶的关键环节之一。车辆城市峡谷、隧道出入口、复杂路口以及雨雾雪等环境中行驶时，卫星定位容易受到遮挡和多路径效应影响；单一传感器或单一路径的特征匹配，也可能因噪声、遮挡或误检产生偏差。如何在动态交通环境中保持可靠、连续且可验证的定位能力，已成为自动驾驶与高级驾驶辅助系统迭代的重要课题。 原因——从国家知识产权局公开信息看，梅赛德斯-奔驰此次申请的专利聚焦“基于特征”的定位方法：将车辆传感器检测到的基础设施特征与数字地图中的参考特征进行比对，完成车辆位姿估计。其关键设计在于“并行”：在两条平行信号支路中分别运行定位流程。第一信号支路由第一传感器组件在第一传感器空间检测基础设施特征，并在数字地图第一存储空间调用参考特征；第二信号支路由第二传感器组件在第二传感器空间检测基础设施特征，并在数字地图第二存储空间调用参考特征。更深入，方案提出在两个传感器空间和/或存储空间中识别“共同的基础设施特征”或“共同的参考特征”，并将识别出的共同特征从其中一路“隐藏”，不纳入定位计算。业内人士认为，此设计旨在降低重复信息带来的涉及的性偏差，避免两条支路因共享同一特征而出现“同错同偏”，从而提升结果的稳定性与可用性。 影响——在技术层面，并行支路定位配合特征剔除机制，有望提高系统对异常特征、误检以及地图局部不一致的容忍度，增强定位的鲁棒性与可验证性，为高速领航、城区辅助驾驶、自动泊车等场景提供更稳定的基础能力。对产业而言，围绕“传感器—地图—定位”的关键链路，全球车企与供应链企业持续加大专利布局，反映出自动驾驶正从“能用”走向“更安全、更可规模化”，也显示高精地图、车载感知与算法工程化的协同在加速。同时，专利公开也意味着相关技术路线进入更透明的竞合阶段，未来在多源传感器融合、冗余设计、功能安全与网络安全诸上，标准与合规要求预计将同步趋严。 对策——从工程落地看，此类方案要形成可量产能力，仍需三上打通闭环：一是传感器配置与标定体系要支撑“双支路”长期稳定运行，确保不同传感器空间下的特征可比、可控；二是数字地图的数据更新、版本管理与存储策略需与车端算法有效配合，减少参考特征陈旧带来的匹配漂移；三是建立针对“共同特征剔除”的质量评估与回退机制，在特征稀疏或环境单一时，避免过度剔除造成信息不足。对车企与供应链企业而言，还需在道路测试、仿真验证与安全评估中覆盖更多极端工况，并与数据合规要求衔接，形成从采集、更新到使用的闭环治理。 前景——随着车路云合力推进、城市基础设施数字化加速，以及驾驶辅助功能向更高等级演进，基于特征的地图定位仍将是中长期的重要技术路线之一。并行信号支路与冗余机制也可能更多进入定位、感知与决策等关键链路，以满足更高安全等级的系统要求。可以预期，定位能力的竞争将不再只看“精度”，而会更强调复杂环境下的持续性、可解释性与可验证性；随之而来的，将是更密集的专利布局、更严格的测试评价体系，以及更紧密的产业协同。
在智能网联汽车进入深水区之际，奔驰此次专利申报不仅反映了传统车企在核心技术上的积累，也提示了自动驾驶定位能力的一种演进方向。当精准定位从“单路径”走向“并行冗余”，行业关注点或将深入从追求更高精度转向追求更稳定、更可验证的能力。这项技术后续的产业化进展，将如何影响中国这个全球最大汽车市场的智能化转型，仍有待持续观察。