1. 执行概览 {#executive-overview}

MAP IV, Inc. 是一家总部位于日本的空间智能公司，致力于开发支持高精度3D地图绘制和自动驾驶的软件、硬件及服务栈。公司的核心优势在于其专有的基于SLAM的技术套件——涵盖MAP IV Engine点云软件、与名城大学(Meijo University)合作开发的开源集成导航系统Eagleye、便携式测绘硬件SEAMS以及Autoware咨询业务——所有这些都针对一个明确的市场需求：为日本的基础设施管理者、自动驾驶汽车开发商和机器人集成商提供可负担且操作便捷的厘米级空间数据。

公司将其使命明确围绕日本的结构性挑战——劳动力短缺和基础设施老化——将其产品定位为针对社会基础设施转型的解决方案，而非通用的机器人工具。这种以国内为重点的策略赋予了MAP IV一个连贯的叙事：当传统的移动测绘系统(MMS)需要昂贵的专用硬件时，MAP IV的软件定义方法声称能以成本更低的传感器套件实现MMS级别的精度，从而降低了公共测量员、市政当局和物流运营商的准入门槛。来自软银公司(SoftBank Corp.)基于空间ID的配送机器人项目的第三方验证(SoftBank News, 2023)以及来自8VC的风险投资评论表明，公司在自主测绘领域的定位正获得越来越多的外部认可。

尚未披露： 公司规模指标——员工人数、总融资额、年度经常性收入——尚未公开。MAP IV 可提供或更正这些数据点。

最新新闻

• KEENON Humanoid Pours Drinks at GCS 2026, 100,000 Others Run Hotels

  Yanko Design·2026-06-15GENERAL

---

2. 公司故事 {#the-company-story}

MAP IV, Inc. 总部位于日本(域名：map4.jp)，其核心理念是：如果不能普及高精度空间数据，自动驾驶和基础设施数字化就无法规模化。公司名称本身即指代地图绘制作为基础层——所有自主系统背后的空间智能的“第四维度”。

公司的成立日期尚未公开披露。从产品记录中可以明确的是，MAP IV 围绕两个与开源相关的战略构建了其技术身份：首先，作为Autoware的贡献者和咨询合作伙伴，该公司在其官网上将其描述为“世界上第一个基于ROS的开源自动驾驶软件”；其次，通过Eagleye，一个与名城大学合作开发的开源车辆集成导航系统。这种双重姿态——商业软件产品与开源生态系统参与并存——反映了日本汽车和机器人领域应用研究衍生公司的典型模式。

由此产生的产品线涵盖了完整的数据管道：SEAMS硬件在现场采集原始空间数据；MAP IV Engine将LiDAR输入处理成精确的点云；Proton Engine校准为两者提供输入的多传感器套件；而Eagleye则为在GNSS退化环境中运行的车辆提供实时定位骨干。测绘服务产品将所有这些整合成一个交付的数据产品。第三方媒体报道中记录的用例合作伙伴包括Liberaware(无人机检测)、LOMBY(自主配送)和BOLDLY(自主巴士运营)，这表明该技术已至少部署在三个不同的自主平台类别中。

尚未披露： 具体的融资轮次、除8VC之外的投资者名称以及确切的成立年份在公开数据中均不可得。MAP IV 可提供或更正这些信息。

---

3. 产品组合 {#product-portfolio}

产品与版本

C30

DELIVERY

DINERBOT T9 Pro

HOSPITALITY

KLEENBOT C30

CLEANING

管家机器人W3

DELIVERY

DINERBOT T9

DELIVERY

T10

HOSPITALITY$15,000

MAP IV 的产品组合最好被理解为一个垂直整合的空间数据管道，而非一系列独立的产品。在采集层是 SEAMS (小型、简易、全向测绘系统)，有可穿戴的ME配置和车载的LX配置两种型号。两种型号都集成了GNSS、IMU和车速传感器，用于稳健的基于SLAM的点云生成，可在标准智能手机或平板电脑上实时显示结果，并且无需专用控制器——这是一种有意为之的设计选择，旨在降低操作员培训开销和现场物流复杂性。

处理层以 MAP IV Engine 为核心，这是该公司的旗舰3D点云创建软件。其公布的规格是实质性的：水平位置标准差为0.12米，处理后点云水平厚度为0.5–1厘米(处理前为3–4厘米)，处理时间比为0.47——这意味着600秒的捕获数据通过多线程和GPU加速的并行计算大约在282秒内处理完成。该软件支持车辆、背包和无人机测量模式，并提供本地年度许可及试用选项。与MAP IV Engine相辅相成的是 Proton Engine，一款传感器校准软件，可自动解析LiDAR、相机、雷达、IMU和GPS之间的外参和内参——这是该技术栈其余部分所依赖的传感器融合精度的先决条件。

定位层由 Eagleye 提供，这是一个与名城大学合作开发的开源车辆集成导航系统。Eagleye公布的精度数据——相对位置精度≤0.5米/100米，无RTK时绝对位置精度为1.5米——被定位为无需RTK基础设施成本即可实现的、可区分车道的性能。Eagleye ECU 套件将传感器和处理硬件打包，用于独立部署。Autoware 咨询业务完善了产品组合，为开源自动驾驶框架在公共道路、越野和GNSS拒止环境中的引入、定制、地图更新和运营支持提供服务。测绘服务 提供最终数据产品——点云地图(PCD, LAS)、矢量地图(Lanelet2, OpenDRIVE)和3D模型——测量精度高达5厘米。

---

4. 技术栈 {#technology-stack}

MAP IV 的技术基础是SLAM(同步定位与地图构建)，作为专有算法在MAP IV Engine中实现。该软件融合3D LiDAR数据与RTK-GNSS和IMU输入，生成适用于公共测量的地理参考点云——这在日本严格的测量监管环境中是一个重要的认证门槛。

我们的解读： 处理时间比为0.47(600秒数据在282秒内处理完成)以及明确提及多线程和GPU加速，表明MAP IV Engine是为大规模吞吐量而设计的，而不仅仅是短时捕获的精度。点云水平厚度从3–4厘米(原始)减少到0.5–1厘米(处理后)，意味着SLAM后端执行了大量的闭环和光束法平差——这是成熟、生产级算法而非学术原型的特征。

我们的解读： Eagleye架构——融合GNSS多普勒速度与IMU数据以校正车速传感器比例因子和IMU偏移误差，同时利用多普勒导出的速度来拒绝多路径异常值——代表了一种解决城市定位问题的原理性工程方法，避免了RTK的成本和基础设施依赖性。其开源发布以及与名城大学的合作开发表明，MAP IV 对于核心算法的学术同行评审持开放态度，这通常是技术自信的信号。

我们的解读： Proton Engine能够自动计算外参校准(传感器间位姿)和相机内参，使其成为那些自行组装传感器套件而非购买预校准MMS设备的客户的赋能工具——这与MAP IV更广泛的论点一致，即市场不应被锁定在昂贵的专有硬件上。

基于ROS的Autoware集成是一个深思熟虑的生态系统赌注。通过在Autoware周围建立咨询深度，MAP IV 与日本主流的开源自动驾驶框架保持一致，并确保其地图输出(Lanelet2, OpenDRIVE矢量地图)能够被其本土市场中最广泛部署的自动驾驶软件栈直接使用。

关于联系表单产品列表中提到的“Atomic Engine”实时感知软件所使用的具体神经网络架构，公开的技术细节有限；该产品在现有数据中没有完整的已发布规格说明。

---

5. 研究、论文、作者、实验室 {#research-papers}

公司相关论文

该模块正在整理中——暂无可显示的数据。

MAP IV 并非传统学术期刊意义上的研究出版公司。其智力产出主要流向商业软件产品、开源发布(Eagleye, Autoware贡献)和应用工程。与名城大学的Eagleye合作开发代表了现有记录中最接近正式研究关联的成果，但具体的论文标题、作者或发表渠道在公司公开数据中并未披露。

尚未披露： 如果MAP IV的研究人员曾在会议(例如ICRA, IROS或IV)上发表过论文或技术报告，这些信息在当前数据中并未出现。MAP IV 可提供或链接相关出版物。

---

6. 媒体证据 {#media-evidence}

媒体库

送餐机器人怎么工作？客户怎么用如何取餐？擎朗送餐机器人-Pickup支持零距离高效配送，解锁自取餐新思路

Bilibili4.0k 次观看

送餐机器人怎么上楼乘坐电梯？怎么敲门？擎朗机器人 T-MAX 送餐工作原理视频

Bilibili3.0k 次观看

现有记录中的第三方媒体报道包括三个外部来源。SoftBank News (softbank.jp, 2023-05-22) 报道了一个多方合作项目，软银公司及其合作伙伴使用空间ID优化配送机器人的地图创建——这一部署背景与MAP IV在自主物流领域的定位相符。8VC，这家风险投资公司，发表了题为“为有用的机器人未来绘制早期地图”的评论，提及了MAP IV所处的自主测绘领域。Edge AI and Vision Alliance (edge-ai-vision.com, 2026-06-12) 发表了一篇关于大型设施多机器人自主测绘的文章，该用例与MAP IV的SEAMS和MAP IV Engine的价值主张相符。

---

7. 商业现实 {#commercial-reality}

客户与部署

该模块正在整理中——暂无可显示的数据。

MAP IV, Inc. 的任何公开数据中均未披露收入、客户数量、合同价值和ROI指标。这些数据在此处显示为 未披露。

MAP IV 自身网站上记录的用例配对——Liberaware(无人机检测)、LOMBY(自主配送机器人)和BOLDLY(自主巴士服务)——代表了已命名的商业部署，构成了现有数据中衡量客户吸引力的最强代理指标。这三个用例覆盖了不同的自主平台类别，表明该公司的技术并非依赖于单一垂直领域。

尚未披露： 签约客户总数、年度经常性收入、部署规模(已安装传感器的车辆数量、已测绘的公里数、已数字化的基础设施站点数量)，以及来自实际部署的任何已发布的ROI或精度基准。MAP IV 可提供、更正或补充这些信息。

---

8. 市场与用例 {#markets-use-cases}

MAP IV 的产品针对四个主要市场垂直领域，每个领域均可直接从产品功能集和已命名的用例部署中推断出来：

自动驾驶与出行即服务： Autoware咨询业务、Eagleye定位系统以及矢量地图输出(Lanelet2, OpenDRIVE)直接服务于自动驾驶汽车开发商和出行运营商。BOLDLY部署(自主巴士运营)和LOMBY部署(自主配送)确认了在该垂直领域的活跃商业参与。

基础设施检测与资产管理： SEAMS可穿戴ME型号以及测绘服务的基础设施检测用例标签表明，MAP IV 瞄准的是那些希望将老化的物理基础设施——管道、隧道、桥梁和建筑内部——数字化，但又无需部署完整MMS卡车的设施管理者和公共工程机构。Liberaware用例(无人机检测)展示了在车载系统无法进入的受限或高处空间中的应用。

地理空间测量： MAP IV Engine获得公共测量认证(精度高达5厘米，结合RTK-GNSS)，瞄准了日本持证测量市场，该市场对空间数据的监管标准非常严格。PCD和LAS格式的点云输出以及Lanelet2和OpenDRIVE格式的矢量地图是该垂直领域的标准交换格式。

机器人集成： SoftBank News(2023)关于配送机器人地图创建的报道、8VC关于机器人测绘领域的评论，以及Edge AI and Vision Alliance关于多机器人设施测绘的报道，共同证实了MAP IV的空间数据产品正被应用于更广泛的移动机器人集成市场。

日本有据可查的人口压力——劳动力短缺和基础设施老化，在MAP IV自身的公司描述中被明确引用——为所有四个垂直领域提供了结构性的顺风，使得这家公司的市场时机与真正的社会驱动因素而非人为制造的趋势相一致。

---

9. 竞争格局 {#competitive-landscape}

竞品对比

机器人	厂商	自主性	可信度
iRobot Roomba Combo 10 Max	iRobot	Autonomous	0.90
Mobile ALOHA (Stanford)	Stanford University	Teleoperated	0.90
1X NEO	1X Technologies	Remote-Assisted	0.90

MAP IV 所处的细分市场竞争者包括大型汽车级MMS硬件供应商、全球自动驾驶软件平台，以及日益增多的SLAM专业软件公司。其差异化论点——以更低的传感器成本实现软件定义的精度、与开源生态系统对齐，以及专注于日本基础设施——在这一格局中是一个连贯的定位，特别是相对于那些硬件捆绑商业模式为公共部门和中端市场客户设置了高门槛的传统MMS供应商而言。

Eagleye开源发布和Autoware咨询业务反映了一种战略选择，即竞争基于集成深度和生态系统信任，而非专有锁定——这种姿态可以在日本注重关系的采购文化中建立持久的客户关系，但需要持续的工程投入以在开源生态系统成熟时保持技术差异化。

---

10. 国家优势/地缘政治 {#geopolitical}

MAP IV 总部位于日本，其既定使命——应对日本的劳动力短缺和基础设施老化——明确与国内结构性条件挂钩。日本劳动力萎缩、在全球范围内老化物理基础设施占比最高，以及政府积极推动社会5.0(Society 5.0)和数字基础设施转型，为MAP IV的产品类别创造了有利的政策和采购环境。日本的公共测量标准和自动驾驶道路测试法规也定义了MAP IV产品旨在满足的具体精度和格式要求(5厘米测量精度，Lanelet2/OpenDRIVE地图格式)。

与日本国立大学名城大学合作开发的Eagleye，以及Autoware生态系统在日本强大的机构支持(Autoware Foundation)，进一步将MAP IV锚定在日本的国内机器人和汽车研发网络中——该网络受益于经济产业省(METI)和内阁府为自主移动基础设施提供的资金支持。

台湾是一个独立的国家，与该公司目前披露的运营或供应链无关。在现有数据中，除了日本标准的国际技术贸易环境外，没有发现明显的地缘政治纠葛。

---

11. 炒作 vs 现实 vs 隐患 {#hype-real-ugly}

声明追踪

该模块正在整理中——暂无可显示的数据。

已验证/有外部支持：

• MAP IV Engine通过GPU和多线程并行处理，可在约282秒内处理600秒的LiDAR数据——这是公司自身产品文档中一个具体、可测试的性能声明。
• Eagleye在无RTK情况下，每100米相对位置精度≤0.5米，绝对精度1.5米——已公布规格，开源代码可用性使其可独立验证。
• 与Liberaware、LOMBY和BOLDLY的部署在公司自身网站上有命名，并得到SoftBank News关于配送机器人地图项目报道的佐证。
• Autoware咨询业务以及与Lanelet2和OpenDRIVE格式的地图输出兼容性是标准、可验证的格式声明。

公司声明(标签：COMPANY-CLAIM——在现有数据中未经独立验证)：

• COMPANY-CLAIM：MAP IV Engine“使用廉价测量系统产生MMS等效精度”。0.12米的水平位置标准差和0.5–1厘米的后处理厚度被引用为证据；当前数据中缺乏与命名MMS系统的独立基准比较。
• COMPANY-CLAIM：Autoware被描述为“世界上第一个基于ROS的开源自动驾驶软件”——这是对Autoware项目本身的历史性描述，并非特指MAP IV，但被用于MAP IV的市场营销。
• COMPANY-CLAIM：Eagleye的1.5米绝对定位被描述为“可区分车道”——鉴于标准车道宽度为3–3.5米，这是合理的，但在复杂城市环境中的实际车道级可靠性在现有数据中未经独立验证。

可修复的差距：

• 尚未披露：Atomic Engine(联系表单产品选项中列出的实时感知软件)没有公开的产品页面或规格说明。这使得MAP IV完整软件组合的图景不完整。MAP IV 可发布或链接详细信息。
• 尚未披露：没有提供带有量化结果(成本节约、时间减少、与基线相比的精度提升)的客户案例研究。此类数据将大大增强“高性价比”声明的商业可信度。

---

12. 未来情景 {#future-scenarios}

乐观情景——我们的解读： 日本的社会5.0政策议程和强制性基础设施检测法规继续推动公共部门对经济型3D测绘的需求。MAP IV 的软件定义、硬件无关的方法将占据市政、交通管理局和物流运营商预算中越来越大的份额，这些预算无法支撑完整的MMS部署。Eagleye的开源生态系统不断壮大，吸引了Tier 1汽车供应商作为贡献者，加速了在生产型自动驾驶项目中的采用。随着更多日本市政当局试点自主巴士和配送项目，Autoware咨询业务将成为经常性收入的专业服务引擎。

基准情景——我们的解读： MAP IV 作为日本自主移动和基础设施数字化市场的专业供应商，将继续稳步增长。三个已命名的部署合作伙伴(Liberaware, LOMBY, BOLDLY)将扩展到更多平台类型和地理区域。MAP IV Engine和SEAMS将从测量员和检测承包商那里获得稳定的许可收入。国际扩张仍将局限于技术出口和开源社区参与，而非在日本以外的直接商业运营。

悲观情景——我们的解读： 拥有更大工程团队和更深汽车OEM关系的全球自动驾驶软件平台将基于SLAM的点云处理层商品化，压缩MAP IV Engine的定价能力。如果Autoware的开源社区分裂或被新的主导框架取代，MAP IV的咨询业务将失去其差异化锚点。Eagleye的开源可用性虽然是一项社区建设资产，但如果竞争对手分叉并将其产品化而没有互惠贡献，将限制直接通过定位栈获利的能力。

---

13. 关注要点 {#what-to-watch}

• Atomic Engine产品披露： 任何关于实时感知软件的规格或用例的公开发布，都将表明MAP IV在传感器融合和AI感知层(超越测绘)的雄心。
• Eagleye ECU商业牵引力： 关注已命名的汽车OEM或Tier 1供应商对Eagleye ECU套件的集成，作为公司渗透到生产型汽车项目的指标。
• Autoware Foundation活动： MAP IV的战略相关性部分取决于Autoware的生态系统动力；关注Autoware Foundation的成员公告和MAP IV的命名贡献。
• 公共部门合同公告： 鉴于基础设施数字化论点，国家或都道府县级政府的测绘或检测合同将是最有力的商业验证信号。
• 国际部署参考： 任何非日本客户或合作伙伴的公告将表明空间智能栈是否可移植到日本特定的监管和地理环境之外。
• 融资或企业发展活动： 没有公开披露的融资历史；任何投资公告(A/B轮、战略投资者或收购意向)都将实质性地重塑公司的增长轨迹。
• 多机器人测绘能力： Edge AI and Vision Alliance(2026年)关于大型设施多机器人自主测绘的报道是MAP IV的SEAMS + MAP IV Engine栈定位服务的用例；关注针对此工作流程的明确产品或服务公告。

---

14. 来源与方法论 {#sources-methodology}

主要来源： 本报告中的所有事实陈述均严格基于从MAP IV, Inc. 自身网站(map4.jp)提取的数据，包括产品页面、功能列表、已发布规格以及关于/联系页面。所有此类声明均归类为 COMPANY-CLAIM——它们代表公司自身的陈述，未经独立审计。

第三方媒体： 在相关处引用了三个外部来源作为独立验证：SoftBank News (softbank.jp, 2023-05-22), 8VC博客 (8vc.com, 未注明日期), 以及Edge AI and Vision Alliance (edge-ai-vision.com, 2026-06-12)。这些来源按媒体名称和日期引用，作为外部参考，而非经过验证的技术审计。

推断关系： 标记为“我们的解读：”的产品分类、市场垂直领域推断和技术栈解读是分析师根据产品数据得出的推断。它们被明确标记，应被视为有依据的解读，而非已披露的公司事实。

本报告不涉及的内容： 它不会断言源数据中不存在的收入、员工人数、融资、客户数量或竞争排名。它不会在正文中提及竞争对手名称。它不会将公司声明视为独立验证的事实。

评估标准(统一应用于根据此方法论评估的每家公司)：

1. 仅基于源数据进行陈述。
2. 将公司声明标记为COMPANY-CLAIM。
3. 将推断标记为“我们的解读：”。
4. 将未披露的数据显示为“未披露”，并邀请提供或更正。
5. 在指出差距之前，先以经过验证的优势为主导。
6. 按命名媒体和日期引用第三方媒体。