新闻
车型
2019-10-26 
中国客车网2019年10月25-27日，由浙江省发改委指导，中国电动汽车百人会、中国信息化百人会、湖州市人民政府主办的第三届全球未来出行大会在浙江德清隆重举行，大会通过会展联动，充分展现全球出行产业新思维、新模式、新技术、新产品和新业态，打造全球出行产业未来发展风向标。
25日下午，智能网联核心技术论坛同期举行，以下为论坛内容实录：
会议主题：智能网联核心技术论坛
会议时间：2019年10月25日
尊敬的各位嘉宾，女士们、先生们，大家下午好!欢迎大家参加由中国电动汽车百人会主办的2019年全球未来出行大会，今天下午这一场是百人会与盖世汽车联合主办的智能网联核心技术论坛。我是西南西南交通大学汽车研究院院长胡广地。首先请允许我代表主办方对出席本次论坛的各位领导、专家、广大汽车行业从业者的到来表示热烈的欢迎和衷心的感谢。
下面我们就进行第一个报告。近年来，我国的智能网联汽车获得了空前的发展，国家在政策上给予了大力的支持，但也应看到目前其发展还不成熟。在智能网联汽车测试评价体系建设这一块，不仅需要逐渐完善，更需要其符合中国的交通模式。今天，我们有幸邀请到中国汽车工程研究院股份有限公司智能汽车测试评价专家，杨良义，他今天演讲主题是基于中国交通特征的智能网联汽车测试评价体系建设，大家掌声有请!
杨良义：谢谢胡院长的引荐。大家下午好!我是来自中国汽车工程研究院的杨良义，很高兴有这次机会跟大家分享我们这个团队在智能网联汽车测试评价领域做的一些工作和一些思考。今天我的演讲题目是基于中国交通特征的智能网联汽车测试评价体系建设。
主要分四个板块，首先简单说一下我们这个体系建设的背景和基础框架。行车安全、能源消耗、交通拥堵是交通面临的老生常谈的问题。目前在石油消耗上汽车占了石油消耗的33%，交通事故很多有90%以上的原因是人为原因导致的，同时交通拥堵也有很多原因。其中不规范的驾驶行为也是其中原因之一。基于这样一个交通的现状，智能网联汽车实际上在解决以上交通问题上有很好的技术手段和平台。目前这一块也成为我们国家的重点发展的战略。
提到这个，为什么要提中国的交通环境特征呢?我们大家都知道在智能网联汽车很多的感知模块主要是有雷达，有摄象头还有定位系统。其实这些感知模块主要感知的信息其实就是交通的环境信息。所以智能网联汽车跟交通是密不可分的。中国其实地域是很广阔的，从南到北，从东到西，道路类型很复杂，气候也相当多样。在很多城市道路里面，人车混杂的现象是非常普遍的。拥堵的时候很多不遵守交通习惯的人和车辆也是非常地众多。这是我们中国交通环境的典型特征。目前智能汽车测试方法主要从三个方面，一个是仿真测试，在算法还有极端危险的场景测试。第二块是封闭场地的测试，主要解决智能汽车的关键性技术，第三个测试手段是开放性的道路侧试，这一块是整车系统的综合性验证，主要是道路适应性方面的问题。目前从这几个环节来说，在标准法规还有一些研发性的测试环节主要是以封闭的场地测试加上少量的道路侧试为主。这是L3以上的自动驾驶的测试，开放道路的测试和仿真测试将会占的比例越来越高。这是测试这一块发展的趋势。
提到了中国的交通特征，中国的交通特征主要内涵是什么呢?中国交通特征主要问题来源于自然驾驶的一些数据还有交通事故数据。我们基于这一块的研究形成中国交通场景的场景库。在自然驾驶当中，有对驾驶员行为的特性研究，可以形成驾驶员行为特性的模型。驾驶辅助系统还有一些产品开发的关键参数来源。同时中国的交通场景库和典型的驾驶员行为特性的数据库可以固化到各类测试场景之中，测试场景可以贯穿整个测试的所有环节。包括车型典型对标还有最终标准法规的制定和评价方面的工作。
VISTA整个搭建分了六大环节，以中国典型场景库还有典型车辆的关键参数分析，作为环节的开始。以成熟量产车型典型车型的关键性测试评价，指数评价作为整个环节中最后一个环节。我们把中国的典型交通场景和重要参数应用到典型的测试场景之中。整个场景也贯穿了体系的六个环节之中。结合专用的测试设备包括交通的监控中心，形成了完整的测试评价体系。
第二点我简单给大家介绍一下i-VISTA做的一些工作。中国的交通场景来源，自然驾驶数据的采集，目前我们在全国开展了大规模的自然驾驶的数据采集，我们已经跑了全国29个省，采集了60万公里的数据。中间更换了一百个左右的驾驶员，对他们的响应做了分析，形成了驾驶员的特征模型。这是我们在数据采集这一块做的工作。我们要把采集的自然驾驶的数据转化成场景，中间有一系列的工作要做。i-VISTA结合了自己的研究工具和采购了通用的软件工具建立了整个场景数据处理的工具链。
结合我们自采的自然驾驶的场景，形成了丰富的测试场景。测试场景再叠加到天气条件，交通因素和道路因素，形成了中国比较典型的中国交通场景库。在2018年的10月份，我们在行业发布了第一版的中国典型驾驶场景，主要场景包含了四类。危险场景和泊车场景、换道场景和跟车场景。今年发布了第二版的场景，内容很丰富，希望大家可以关注。为了验证场景的适应性和性能，我们把场景结合到硬件在环测试系统。我们跟国际知名的仿真工具供应合作，目前可以支持视频和毫米波雷达在环的测试验证。这一块现在正在开展相应的控制器的测试工作。
第三块讲一下我们在整车测试评价做的工作。整车评价主要是客观评价和主观评价两个维度。目前很多测试还是以客观评价为主，以主观评价为辅的形态。客观评价主要包含了典型车型的深度对标还有标准法规的符合验证，还有产品开发过程中的研发性。整车评价主要是这样一个架构。为此也购置了大量的目标物，包括360度的假车还有高精度速采，还有监控中心。这些社别构成了i-VISTA场地测试专用的设备。我们在传统的实验场进行了改造，比如我们增加了很多典型的弯道场景。我们也自己建立了在重庆建立了新型的智能网联汽车的实验基地。针对更高等级的智能驾驶的测试，目前推动了两个自动驾驶的测试区域，未来会有更多区域面向高等级的智能驾驶的公开道路的测试。基于封闭场地的测试这一块，重点关注智能汽车的性能和功能逻辑的验证。目前我们已经形成了比较完整的封闭场地测试能力，包含L2级的TGICC的高等级的智能驾驶的测试能力。基于开放道路我们建立了完整的道路监控和测试系统，可以开展智能汽车道路适应性方面的评价和验证。
在标准法规这一块研究工作也建立了完善的标准法规的研究体系，主要包含了目前我们已经获得了授权的标准能力，达到30多项。包含全球难度最大的Euro NCAP的主动安全测试能力。整个i-VISTA的标准法规检测是非常完善的。针对量产车型的评价这一块，面向消费者选择购车的时候，缺少一些选择参考的依据。现在很多在产品开发过程中很多企业面临产品优化改进的方向和指标缺失的这样一个问题。i-VISTA建立了中国智能汽车指数，来评价现在量产车型的性能和功能。2018年发布了第一版的正式规程，评价了25款量产车型，也在官网上持续发声，受到了媒体的宣传。今年9月份发布了第二版的规程，将L2级智能驾驶加入进来。
最后一个板块我们为了提高测试效率和我们的测试经验和测试的理解能传承下来，我们把这些东西灌注到专用测试设备开发这一块，我们做了专门的板块来做设备的开发。我们的优势在于我们本来是标准法规的制定者也是标准法规的检测的实施单位。同时我们给行业提供非常丰富的测试服务，还有我们也是国际上很多非常知名的设备的使用者。我们提出了以测试为中心，以测试中发现的问题为核心，以设备的简单和易操作为我们的焦点这样一个测试设备开发的体系，展开了测试设备开发的工作。目前第一代的产品主要是针对开放道路侧试的。我们开发了一套设备，主要结合交通监控系统可以完成开放道路的测试评价。我们的i-TESTER设备可以跟高精度地图和其他设备联合，形成了完整的封闭场地测试的一套解决方案。这里面刚才提到的我们实验数据的后处理软件工具，这一块主要是根据测试经验和发现很多设备使用还有数据分析上的很多不便利，我们把我们开发的一套后处理软件，这样可以提高实验过程中的数据效率，大大提升了在测试这一块的便捷性。
我们的工具这个板块会持续地往下做。未来我们会把测试跟工具服务一体化往后推。这是我们未来主要推的一个方向，可以为用户提供测试加工具一体化的服务方案。测试和工具是我们持续发力的领域和板块，希望更多伙伴加入我们，做更多合作，做更多有利于行业发展的一些事情。谢谢大家!
主持人：刚才杨先生从自动驾驶的背景体系，特别针对中国交通场景库的建设，以及从仿真还有在环、道路侧试做了系统的阐述。另外对自动驾驶专用设备体系研究也做了充分的验证。信息量比较大，大家慢慢消化或者会后跟杨先生单独交流。
下面我们进入第二个报告。作为自动驾驶产业链中重要的一环，高精度地图的作用十分关键。要想实现L3级别及以上的自动驾驶，高精度地图可以说是必不可少的条件。高精度地图经过近几年的研究及发展，已经取得了一系列重要研究成果。接下来带来演讲的是高深智图科技有限公司，大中华区总经理，有请刘澍泉，他这次的主题是高精地图：自动驾驶车辆的经验集合，有请!
刘澍泉：谢谢胡院长的介绍!各位领导，各位专家大家下午好!我们是一家做高精地图或者专注于做高精地图的企业。大家可以看看这张PPT的封底，这是一张3D的高精地图，是给L3自动驾驶车辆所应用的。高深智图是一家什么样的企业呢?我们非常专注于做地图产品的企业，我们的核心团队基本都来自于谷歌，来自于苹果，包括有一些百度的同事，有一些高德的同事去做高精地图的产品。我们在中国有两个公司，同时我们是一个非常专注于技术创新的一个公司。大家可能在市面上没有太听说过我们公司。但是只要你去做L4的自动驾驶，你都会知道需要一个高精地图。这个高精地图最好除了能够去提供3D的高精地图以外还能够提供非GPS信号的定位的地图。这个就是我们的强项。
大家看一看今天我们高精地图在自动驾驶里面的位置。我们在自动驾驶的整个包括感知，包括定位，包括控制，包括决策，其实我们是给所有整车厂包括初创企业提供关于高精地图关于定位的服务。通过这样的服务，大家都在说高精地图和传统地图有什么区别?其实我们的区别还是蛮明确的。大家可以看一看左边是一个导航地图，右边是一个高精地图。导航地图它的使用者更多的是面向于车载的娱乐系统或者通过导航去用的。高精地图是给车看的，机器如何识别高精地图。它更多需要的是三维的高精地图，三维的点云图，然后结合你的实时感知再去做定位服务，再去做导航服务。同时今天的用途针对于传统地图来说，更多偏向导航，也包括目的地的寻找包括PRO的寻找，针对于高精地图来说，更多的是控制，更多是隶属于车辆安全系统。希望自动驾驶的车辆能够更快捷更安全地在路上行驶。这是传统地图和高精地图的区别。
大家可以看一下下面这段录像是地图生成的过程。我们的想法是自动驾驶车辆通过它的传感器快速地收集环境信息，通过我们的软件达到环境信息的重建。这是整体重建一个道路3D环境信息的过程。重建完这个信息以后会去做色彩还原，通过色彩还原以后在里面生产所有和矢量地图相关的feature。这些feature包括成的行驶线包括它的边界线包括它的红绿灯以及每条车线和对应交通标志的关系。这样来去看的话其实高精地图大家可以看一看，高精地图最重要的三个组成部分。第一个就是点云图，点云图是给四级自动驾驶去用，你知道和其他物体之间的相对位置就能够更安全地在路上行驶。比如你去过桥梁的时候，你知道你的车是否可以通过。比如你去过隧道下面的时候包括立交桥下面的时候，你要知道相对位置，就可以顺利地走过去。
第二点，就是矢量地图。矢量地图做的是什么呢?除了原有的导航信息，里面还包括了交通法规信息。如果一辆车行在最左边的车道行驶线还能行驶到每条地图上已经规范了。自动驾驶车辆的路径规划以及路径选择，你就会符合交通法规去进行一个路径的规划以及路径的选择。多说一句话，今天的人工智能大概在7岁小孩的标准。如果是说作为一辆自动驾驶车，你的车辆的智能也基本在7岁。地图又是一个你的行驶经验的集合，这是为什么高精地图和自动驾驶是必然的或者基础的关系。高精地图能够降低自动驾驶里面感知难度。
第三个是实时定位的产品。大家提到高精地图的时候都会讲到我的定位如何去做。它是可以基于高精地图去完成这样一个定位服务。我们下面再看，回到今天的主题，今天不会过多地讲定位服务，我们可能更多的主题还是在车路协同上面。这是一个城市，在做城市级别的高精地图。我们通过这个高精地图把这个地图赋能给城市，去做智慧城市里面的交通控制。大家可以看一下，这是在15米以下整个道路信息以及道路两旁的所有物体都会被高深智图的地图软件把它给制作出来。制作出来以后给到道路的运营方，通过道路的运营方再进行地图的校准和下发。这是整个城市级别的高精地图。
我们把这个高精地图这一期再说得更详细一点。今天高精地图和车路协同的关系。实际上我刚开始讲的是单车智能，高精地图是完成了车和路之间信息交互的桥梁、纽带。如果一个智能公路两边有很多路侧单元，这些信息能够进行动态的信息捕捉。我们会把高精地图的底图提供给交管或者道路的运营方。它通过拥有底图以后，通过路侧单元补充实时的交通信息、车流信息以及去捕捉有一些地图更新。假如说有一些feature更新了，在云上完成加载。把这些更新的地图通过云发布下去。这个时候不管是wifi也好还是5G也好，只要你的车能具备网联功能，或者通过手机也能完成更新的高精地图的下载。下载完之后在本车上实现一个高精地图。它达到了柔性的宏观的车流量的控制。原来做车流量控制基本上基于红绿灯，它一停就是整个道路级别的停。基于高精地图能够做到车道线级别的，既可以选择关闭某一车道线也可以看到哪里是限速。它会更符合我们对交通流量的控制。这是我们基于高精地图去打造的车路协同的解决方案。
下面大家可以看一下，这个录像麻烦导播给我放一下。通过车的视角去看到，你的路径应该如何去规划。通过车的视角，现在已经不是车的视角了。这是给道路运营方去看的。会看到城市视角的宏观车流量是什么样子的。这是我们整个方案。基于这个方案可以记住几点。第一点我们认为高精地图跟我们所说的车一体化是你不一样的方案。其次，完成了实时的动态数据更新，在云上去完成地图的更新。可以完成本地地图的更新。因为是一个基于云的服务，海量的数据包括基于5G的技术，海量数据可以上传下载。总结来说，我们高深智图提供的地图产品精度很高，地图相对精度能够达到5厘米。定位的相对精度能够达到15厘米。生产的效率高，整个地图引擎基于云，它的效率非常高，是并行生产的过程。成本低。现在针对于传统的社会领域的设备来看，基本上是属于十分之一的成分。我们能做到自动更新，跑的自动驾驶越多，整个动态更新的效率也高。所以是越用越精准。
再往下看，今天不仅是服务中国的客户，我们也在服务全球的自动驾驶的探索者。我们在加大也在制图，我们在北欧也遇到一些极端的天气。通过高精地图包括定位技术能够让一些无人送货车包括自动接泊的小巴能够顺利运行出来。我们在美国在瑞典在日本包括新西兰都在制图。我们希望大家不要重复造轮子。如果有20年左右的地图的经验结合我们的人工智能的技术，快速给大家提供地图引擎类的服务。你在上面可以完成你更专注于做你的控制系统或者是感知系统。完成整个自动驾驶车以及出入协同方案的搭建。
因为今天时间有限，我没有把定位和地图更新给大家做详细的展开，如果后面感兴趣可以私下来找我，谢谢各位!
主持人：刚才高深智图的刘先生从他们团队的研发能力，从高精地图与实时定位包括主要是高精地图与道路作为一个桥梁，起到车跟道路之间桥梁的作用，进行了深入的阐述。我看他这个产品精度还有定位性价比，这是我目前看到差不多最好的一个高精地图。包括它那个视频，不知道我说得对不对。如果以这个精度和这个低成本，好多其他传感器和定位都可以省去了。从另外角度来讲也可以对自动驾驶整个成本下降可能有好处。
下面我们进行第三个报告。毫米波雷达是实现汽车ADAS以及自动驾驶不可或缺的核心传感器之一。今年6月，行易道科技的77GHz中程毫米波雷达已具备测高功能、自校准功能，其雷达生产线也是国内第一家自主知识产权的77GHz汽车雷达总装线。下面有请行易道CEO，赵捷，为大家带来高精度毫米波雷达ADAS到自动驾驶中的应用趋势，有请赵女士!
赵捷：谢谢大家!我是北京行易道科技的CEO赵捷。今天非常荣幸在这里跟大家分享行易道目前的技术和产品上的特点以及关于毫米波雷达的发展趋势以及未来的可能性。
我们都知道对于汽车的传感器来说，毫米波雷达是一个非常重要的传感器。为什么重要呢?它有几个原因。第一个原因是毫米波雷达在全天时全天候的工作条件下，它都表现不会失效。这是第一个优点，这是跟它物理的背景有关系，因为它采用的频段是77GHz。这个频段的波长在4毫米左右，在雨雪雾霾的条件下依然能够正常工作，这是第一个原因。第二个，毫米波雷达在测距和测速方面拥有其他传感器所没有的准确性和快速反应能力。到目前为止，大家都说毫米波雷达是不可或缺的。可是为什么在自动驾驶的传感器或者整个传感器方案里面，毫米波雷达总有的时候被看作在融合的时候有一些疑惑。毫米波雷达除了这个优点之外能不能在图象上或者目标实现上有更多优势呢。这是我今天跟大家说的毫米波雷达的未来发展趋势和技术革新。
我们都知道毫米波雷达已经经历了从24GHz到77GHz的转变。这个转变原因后面会跟大家分享。主要原因因为它具有更高的分辨能力。
第二个技术趋势在于当汽车在行进过程之中，我们不仅需要摄象头这样子的以图象传播为特征的对于汽车周边360度的观测。也需要它在行进中不仅低速和高速的情况下用毫米波雷达的视角来观察周边的环境。
第三个，77、79毫米波雷达成为主流选择的技术背景。具体从应用上来说，在ADAS为代表的具体的这些功能上，比如说AEB、ACC的功能上，77、79的雷达表现出更高的可能性，支持更多的应用。这张图底下有四张图，分别是速度精度、角度精度。这张图可以形象地了解到或者理解到为什么77和79会变成当下和未来的毫米波雷达的技术的主流。
因此，综合前面的频段的选择以及整体的360度环视的可能性。未来一个车上会安装更多的雷达。未来会在L3及以上的智能交通和智能驾驶的技术路线里面会超过一个甚至超过六个雷达安装在汽车上。刚才讲了关于毫米波雷达的技术背景和发展趋势，再进一步具体地讲，从ADAS到更高的自动驾驶技术，对于毫米波雷达有哪些需求以及相关的解决方案。因为从需求上说可以很定性地说未来需要更高的精度，具体支持哪些可能性呢?比如说有一个高度分类的需求。举个例子，我们在做中程雷达的时候我们发现雷达在实现AEB功能的时候需要就高度，道路上的目标的高度信息做一个分类。地上地表的井盖、路障就要被识别成可以通过的目标。路上的这些路牌也要被识别成可通过的目标。否则汽车安装了AEB功能之后对目标的高度信息不敏感都会认为它是障碍物，出现误刹车这种可能性。因此作为例子还需要雷达拥有更大的检测张角。也就是说对于汽车周边360度的目标都要有一个精确的检测以及行人检测。
行人检测我们知道在AEB的应用过程之中各个国家对于行人的保护都会越来越重视。行人本身作为毫米波雷达的检测目标，客观地说我们都知道雷达的散视界面RCS比较小。我们通过多特征综合地识别出来，这是一个行人，这个有没有可能。还有道路识别，道路识别我们也知道，作为毫米波雷达来说也可以实现对于道路的曲率的预测。这个能力帮助我们在做道路规划以及路边的道路的特征检测的时候都非常有用。还有自校准还有雷达融合方案，这是雷达的自融合。当一辆车上装了至少五个或者六个雷达的时候，雷达的信息能够融合起来。这样子我一个目标从车的周边逐渐行驶到车的正前方的时候，我们至少从ID上认为是一个目标。这是刚才讲的在具体的行驶过程中会遇到的融合当中的问题。这些都会对于毫米波雷达的技术现在和将来都提出更高的要求还有包括抗干扰能力。
行易道从2014年成立到现在已经推出了中程雷达两个产品。今年的产品已经实现了商用，作为支持AEB功能的产品，行驶安装在物流车上，在中国大多数江南江北行驶了超过两亿公里。到目前为止都是安全行驶的一个状态，为我们国家的物流车的安全提供了很大的保障。接下来今年年底明年年初还会推出进程雷达，它会提供更广阔的视野以及为L3以及更高的自动驾驶的对周边的目标的检测提供更好的能力。我们公司还有独特的SRR雷达，它能提高对周边的成像能力。刚才演讲的那位，他们讲到地图的一个分辨率，高精度地图的分辨率能够达到5厘米。我们这个雷达现在的分辨率在二维成像的情况下也是5厘米乘5厘米，这样对于道路周边目标信息的特征能够以一个非常准确形象的表述。接下来会给大家分享一下目前的SAR技术的进展。
这个就是我们110这个雷达能够实现AEB功能的雷达的一些特征和一些它的性能。这个雷达今年7月份在合作伙伴做了一些测试，一会儿跟大家分享。测试的结果是非常稳定，而且一致性非常地好。我想跟大家分享一下雷达整个工作的原理以及开发的过程里面，核心技术和重点技术在什么地方。对于设计来说很重要的一部分设计是系统设计、天线设计、软件和算法以及材料方面的设计。除此之外验证工作也是很重要的。验证方面包括测试能力、验证能力和工艺能力，这个属于过程管理。当然对于汽车电子产品来说，微流程是非常地重要而且非常地必要。
接下来这部分是我跟大家分享的重点，就是关于行易道的针对ADAS的功能以及自动驾驶的一些最新的雷达的技术。一方面我们的雷达已经拥有道路识别，目标高度识别，目标高度分类以及自校准这样的功能。这些功能对于使用者来说也就是系统的使用者应用者来说是非常重要的。这使得一个雷达尤其是中国的路况环境下变得非常地易于使用。为什么这么说呢?比如中国特别典型的在行进的过程之中会有很多路障，这个路障其实会带来很多误刹车。所以目标高度分类这个能力就显得非常重要，而且实用。
另外一个，在高级的智能驾驶领域，我们公司正在布局的有几个技术。一个是高效的超分辨算法。超高分辨算法这个事，其实如果就雷达算法来说也不是一个陌生的课题。因为不管是什么算法，60年代70年代已经有人提出来。但是我们公司正在开展和应用的算法，是建立在非常新的数学模型上。这个数学结果是2006年数学界刚刚得到一个证实的一个结果。所以这方面我认为会对我们的雷达有更高的分辨率更好的表现会有革命性的提升。另外就是SAR技术以及高精度的成像环境感知。基于毫米波雷达过去带宽比较窄的局限下，它对于目标的检测结果是一个点目标。因此在输出成像和环境感知上是劣于其他雷达的。但是基于毫米波雷达的环境感知建模是可能的。
从现在目前博世、康体、Denso这样的公司，行易道也有自己的超高分辨算法。就SAR技术来说跟大家分享一下目前行易道79GHz已经实现了实时成像。也就是以50毫秒的刷新周期对于变速、匀速道路周边的环境都能够形成一个实时的成像。它可以应用在哪些方面呢?比如说隧道，比如说对于路面这些绿化带、栅栏能够形成稳定的干净的图像结果。这个和现在用的FMCW雷达结果是不一样的。这样的结果它的噪声噪点会更少一些，而且我们会知道周边环境的一个很好的图象，以图象的方式来呈现，对于目标识别来说是非常重要的。
第二个关于目标尺寸周边的边界问题。我们都知道依据现已有的雷达的体制，我们去做boundingbox有很多误差。如果用到SAR技术，SAR的分辨率5厘米乘5厘米的表现，它对于形成一个目标的边界尺寸的描述来说是非常精准的。
第三个关于我们的雷达可以用于自动泊车。为什么呢?它会对周边的freespace的表述非常准确。因此在各种天气、光线的条件下都会对周边的停车的泊车场景有一个很精确的描述。另外一个，我们可以支持高精度地图，利用道路的特征用于车道级的定位。
刚才给大家分享的主要内容就介绍完了。总结一下，我今天给大家分享的有几点。第一点毫米波雷达面对L3以及L3以上的自动驾驶技术来说，它能够提供更高的分辨率的关于周边目标的一个形状的描述以及检测。这个可能性是有的。因为基于过去毫米波雷达在航空航天领域有广泛的应用。我们认为在汽车行业在中国的行驶环境下毫米波雷达是大有可为的。谢谢!
主持人：刚才赵总对毫米波雷达在传统的汽车的ADAS系统的应用到自动驾驶的转化，整个过程进行了系统的阐述。我觉得听了这个报告，毫米波雷达现在的发展趋势有替代激光雷达的趋势。大家知道激光雷达的视角都是比较小的，在这个方向，基本上是没有的。如果将来能够达到那一步，360度视角的成像和车距，毫米波雷达还是大有可为的。因为它的成本比较低，毫米波雷达对于天气包括雾霾、大雪、大雨不敏感，它的原理和激光不太一样，是用无线电波这种传输方式。希望他们做得越来越好。
下面我们进行第四个报告。车路协同作为目前世界交通运输的前沿领域，被认为是提高道路交通的可靠性、安全性和减少环境污染的有效手段之一，代表新一轮科技革命的新兴产业。而5G时代的来临，也必将推动其更深的发展。今天我们有幸邀请到北京星云互联科技有限公司联合创始人COO，石勇，他的演讲主题是5G时代的车路协同，让未来交通更智慧，有请石先生为我们带来关于未来车路协同的观点。
石勇：各位领导专家，下午好!我今天给大家汇报一下我们公司在车路协同领域的一些进展。在这一块简单介绍一下北京星云互联公司。北京星云互联成立于2015年，整个公司全部来自于清华大学，也是中国第一个车路协同项目的核心团队的创始团队。车路协同这个词也是起源于我们这个组，这个词的火也是在去年，包括5G时代的到来以后对车路协同有更大的推动。今年基本上也是整个车路协同智能网联的元年。在这一块，我们这边今天演讲的主题是5G时代的车路协同让未来交通更智慧。前几年也在推车路协同，但一直推得不是特别快。真正今年的5G牌照发照包括自动驾驶的推动，让车路协同有更大的发展。车路协同的应用也会让交通更智能。
我今天大概分三个部分给大家介绍一下。第一个5G时代来临，V2X迎来新机遇。第二个5G和V2X让交通变得更智慧。第三个，5G时代V2X的车路云产品形态是什么样。这一块一讲到车路协同一讲到5G，大家都讲的是5G的自动驾驶。在V2X车路协同这一块国内叫C-V2X。但是现在也有称之为5G的V2X。它具有向前向后兼容，支持现有的V2X应用。一种是Uu一种是PC5。在前几年没有5G基站的时候也在做车路协同，那时候是Uu+LTE-VZX和PC5。在5G时代到来之后，现在推出的产品V2X这一块像RSU及OBU的产品形态多样化。我们发布了Uu+LTE-V2X PC5，或者Uu+LTE-V2X PC5的这种模式。政策2019年6月份国家批复了5G的牌照。2018年11月份，工信部也给批了一个频段给车联网用的。芯片这一块包括国内的华为、大唐包括高通也陆续推出了芯片，形成了产业的新发展。
5G时代车路协同迎来更多机遇，加速车路协同应用落地，低时延的革命性突破，V2X成为5G的先导性应用。5G的比如说车联网、智能交通就是很大的应用领域。5G时代的V2X成为汽车超视距传感器，可以看得更远。我们这个通讯基站和路侧基本上是前后五公里，可以分享给相应的路段感知。这样加速了网恋化和智能化的融合。同时，结合边缘计算把路侧感知，形成了基于5G基于V2X形成高清视频的传输，不仅能够眼观六路，还能耳听八方。
这一块刚刚提到车路协同V2X的应用，它形成了人车路云协同的环境，能为交通环境效率带来大大的提升。右边这个数据是来自于美国高速公路安全管理局。车路协同能使中轻型车辆能避免80%的交通事故，中型车能避免71%的事故。安全高效环保的交通信息网络就得以形成。这一块也是我们V2X应用于智慧交通领域里面现在是国家标准规定的第一期的17类应用。我们星云互联重点把这些东西应用打造起来，不单纯要构建产品，还要把应用做好。可以辅助于自动驾驶和辅助驾驶，这已经是国家标准了。现在这边公司也在牵头做二期场景，主要是多车之间的，比如说路径规划等。
我们把自动驾驶和网联做一个结合，这是长安汽车的自动驾驶，它上面装了摄像头加上路侧的感知和路侧的交互。红绿灯推动到车内，不用通过摄象头去识别，大大提高交通的安全。自动驾驶更好地去在交叉路口和路面通行。这一块是我们在做的自动驾驶协同决策与控制。混合驾驶情况下，无人驾驶和有人驾驶怎么进行高效地穿插，我们在路侧单元进行控制下发，按照交通规则进行群决策和控制。这是我们在前几天在顺义的时候做了多车在路口交叉穿行的视频。
刚才两个视频主要简单讲一下，应用于自动驾驶方面。同时V2X也在智慧城市这边有多样的应用。包括在智慧的十字路口包括智慧公交站台，包括智慧停车还有智慧路灯构架了整个V2X应用环境。把交通、车辆信息构建起来。这是我们和中车和宇通合作比较深的智慧公交，比如说更精准的到站。包括也可以和数据融合自动驾驶控制系统，可以实现自动驾驶，也可以给司机做辅助驾驶。同时也会把车上的一些信息通过车后的平台，比如把红绿灯推送到更多屏里面，可以去做引导和应用。这一块是我们在智慧高速这边的应用。我们把我们的产品比如说我们的路侧，我们的车载，我们的感知单元搭建起来，包括数据预警服务包括公共服务包括高速公路的应急管理。外面有一个我们的展台，有我们应急管理的demo的视频展示。
刚才讲的车路协同应用于交通这些领域包括高速上包括城市上。接下来车路协同是怎么一个产品形态去构建整个应用体系的呢?下面我给大家介绍一下。我们公司也打造了车路云三端的应用产品，也是为自动驾驶和智慧城市提供泛在互联网技术与端到端的应用服务。我们在车端提供主动安全、辅助驾驶包括平台级的应用生态，在路端与传统交通设施网联化，通过通信与应用的高度结合，我们把车路数据扩展到云端，可以联合起来实现区域控制和区域联控。这是我们整个公司的车路协同的服务体系。我们在车端在路端在云端还有企业站构建智能车载终端，在路端构建智能路侧终端，我们可以应用于不同领域。
这是我们一些产品的实物，这是我们的车载。我们的车载也做了大量的前装后装认证。我们还打造了一个企业站，去服务于不同的解决方案。这是我们的路侧，也做了增强型路侧系统，可以结合我们车型的应用，提供自动驾驶服务，包括辅助驾驶的应用。这是刚才提到的可以充分地利用各种现有的交通设施，比如说城市道路路口可以把红绿灯接收进来，把目标实现跟踪和识别，把目标推送给车辆。有几家做高精地图，它可能是静态的图。我们这个东西信息可以叠加在地图上，把路上的交通参与者通过路侧感知，完完全全叠加在地图上。这就是一个活地图。我们的路侧单元同时是一个信息接入点。包括路的感知信息都可以接入进来。这是刚才提到的感知这一块路侧也是结合比较多的。路也是自动驾驶很好的补充，因为自动驾驶在路上开的过程中有好多盲区通过自身检测是检测不到的。我们这边搭建了路侧感知系统，通过摄象头去实现目标的识别、跟踪。我们公司目前推出路侧感知有三套方案，低端、中端和高端。低端就是放了一个雷达，对于目标的分类有局限性，几个目标坐在一块就会误判断。但是摄象头的好处在于分类比较好，但是天气影响比较严重。我们在中配方案里面把摄象头和微波进行融合。摄象头和精度融合，可以达到米级的误差。大概检测完，把精准度推送给车辆。要实现厘米级误差要做大量的努力，还没有实现。加上激光雷达可以实现厘米级。高配的话我们会把激光雷达放进来，发送感知的融合和网联的融合。
刚才讲的主要是路端的产品，这边还有车端，我们会和自动驾驶和辅助驾驶结合。包括车内的定位结合起来。同时，平台层提供车载硬件终端同时提供网联的协作栈，同时有用户交互界面，同时有自动驾驶的一些接口。这是我们的车载端的协议栈，把安全和应用还有通信层网络层都构建在这个平台上。我们会提供整体的协议栈。这是协议栈的细化。这一块我们理解比较深，也签了协议。同时在这一端还提供自动驾驶的系统，通过API接口开放给用户。同时自动驾驶和网联在应用。吉利汽车、雪佛兰汽车上包括长安汽车都可以适配我们的应用。
这是我们最后一个板块，我们的云平台，把车端路端结合起来，集成于一个体系，把三维可视化呈现出来，可以更直观地呈现。这是我们在德清测试场这边的平台，我们搭建了一个可视化的测试平台。这个测试平台可以把工信部要求的十几类应用都可以纳入。今天上午的冯卫生长刚做了视察，在测试局介绍了整个测试的情况。在这一块星云互联在V2X我们目前在整个市场份额比较大。目前星云互联的V2X部署在全国的数据量最大。我们实现了一千多个路口的接入，20多个城市都有接入到我们的路侧。包括大量国家级示范区、城市开放道路、车企还有好多高速公路都有相应案例在里面。这一块是领导的关怀和官员的报道。前段时间工信部的苗部长刚给他报告过还有陈市长，还有徐州市的庄市长。同时北京电台也对我们做了大量的报道。谢谢大家!
主持人：刚才星云的石先生做了一个精彩的关于5G在车联网上的应用。我觉得5G是真正一个能把人车路网云全部连接起来的一个纽带。5G出来以后，路侧单元在一定范围内会把周边三五百米的所有车的位置、速度，你的油门、转向、制动都可以提前地发送给这个车里面。你不是说看到它换道了以后才动作，换道之前就动作了。它转向给这个命令到执行中间有一个几十毫秒的延时。我觉得5G这个东西太重要了。
下面我们进行第五个报告。技术进步为我们的生活带来方方面面的改变，比如智能手机、移动支付。光凭十年二十年的时间，我们的生活就有了翻天覆地的变化。而在汽车产业，越来越多的新技术也被应用于汽车和出行方面。接下来的演讲主题是技术进步带来的产品进化论。让我们欢迎零跑汽车副总裁，赵刚，有请!
赵刚：各位领导专家，很高兴刚才看了各位专家的讲解，我非常兴奋。其实我们在这里，就是我们一家是整车厂，还是一家新势力。我们觉得今年已经幸福很多了。在2017年的时候我和我们董事长出来解释最多的是我们为什么要来造车。别人都问你们懂不懂。现在已经开始跟大家探讨，对于新势力，好像你们的技术也不错，但是也能活下去。前面不过多讲我们的观点。我们很看中5G。前面几位专家讲的东西正好是面向未来智能汽车需要用的一些核心技术。非常关键。
因为我之前长期在通信领域，我一直在华为工作。我们看这个通信领域发展的时候一代比一代快，现在5G的速度预计比4G快很多。这两天华为刚刚发布了签约以下的5G模组。这个帮助也非常大。这些都不去讲了。我们讲这些技术出现让智能汽车快速地出现。我们看到智能汽车大家现在还在讲新能源，智能汽车，其实新能源只是改变了动力模式。我们真正关心的是什么?它从自动驾驶，我们的互联到自我的进化到个性化的人格化的沟通等等这些能力，整个AI系统的支撑，这是我们要去看的。
我们还是觉得在现阶段，智能汽车将会享受到5G的利好。其实大家一直在质疑电动车这件事情。我们看其实到2012年的时候，第一辆特斯拉ModelS交付的时候，年销售3100多台。到2019年上半年，特斯拉全球交付15.8万辆。我们看它为什么到现在这么快地来了。在整个一个是它的使用便利性，从能源角度来看，它的充电网络日趋完善。它的动力，它的操控性是超越了燃油车，同时它的自动驾驶，特斯拉的智能驾驶功能其实我相信很多特斯拉车主都在用。特斯拉的销售也蛮有特点的，所有车在硬件层面全部标配了智能驾驶的套包。你可以选择不买这个软件功能不打开，但是硬件是配好的。买了之后过段时间想去买就交钱去买，只不过价位会涨。如果当时买的话会便宜一点。它是全部配好的，只要软件升级就可以。
其实绝大部分的特斯拉的用户车主都去买了这个东西。至于用不用还不一定。像我这种是胆子比较大的，我是经常用的。当然现在看到的特斯拉这次升完级以后还是在有限的环境下面去用。比如说在上海的中环、内环，从机场一出来就打开了。因为道路很规范，实际驾驶能力比我们人驾驶要好。比如在弯道的时候同时的驾驶习惯，80公里一定会减速。因为你控制不好那个转弯的弧度。但是自动驾驶的时候，发现驾驶得非常平顺。低速复杂工况下还是非常受限的。在杭州路上开的时候，我会打开自动驾驶的一些功能，低速跟随的功能。它会借鉴参照前车的行为去模仿去学习。但已经做得非常好了。对于复杂路面上的意外情况还是做不到。现在它完全是一个车端的行为，在模拟以人的驾驶习惯再去看。这种情况下，如果比如说突然出现一个电动车挤进来，这种超过判断行为的时候一定会出事情，在这种复杂场景下面驾驶的时候会非常累。
我们怎么看自动驾驶呢?作为整车厂，我们希望整体来说，从性价比做下来特斯拉是做得非常高的。新造车势力代价就更大了。我们希望把性价比控制好，体验要做好。因为我们本身包括创始人和创始公司大华股份都是做IT行业做电子的。我们希望用更多电子的输入来改造。自动驾驶怎么做，这个东西是我们经常去讲怎么去搭建我们自动驾驶的架构。因为我们的创始公司是大华股份，它在安防领域是全球排名第二的公司，人工智能领域有很多积累。美国实体名单里面也有大华股份。我们是大华股份控股的公司，我们在现在芯片上的选择上，除了大华之外还用了一些天爱的芯片。这是打在在第一款小轿跑上的硬件架构。
整个传感器都是我们自己研发的，从摄象头到毫米波到超声波都是我们自己研发的。自动驾驶的策略平台也是我们搭建去选芯片的。面向下一代的其他几个平台车的架构，我们基本上现在已经完成了芯片的选型。那个平台的硬件运算能力能支持到L4的自动驾驶计算能力。自动驾驶到一定程度，它的运算能力要求非常高。目前我们这个平台到2.5级别和有限的L3的一些场景。这边多讲了芯片的选型和算法控制的范围。电机也是我们自己生产的。我们搭建自动驾驶的技术路线的时候，目前的方案跟特斯拉很像，是基于视觉和毫米波、超声波雷达组合起来的一个方案。这是刚才说到大华的一些情况。大华是以视频为核心的智慧物联解决方案的供应商和运营商。大华除了我们熟知的城市的安防这些之外，现在也进入了比如说智能工厂和智慧城市、智慧园区等等一些解决方案里面。在整个人工智能领域大数据领域大华有很多业务的应用。这个也给我们很大的支持。就像我们的车联网到大数据平台也是从大华的智能交通领域牵引过来的。我们在大数据云计算方面充分利用了我们在这边的先天优势。
大家知道特斯拉在最初搭建它的整个体系的时候，它其实最初专注的是三电系统上。当时采用了逐步剥离的方法，到现在为止，它实现了整个平台的自由化、迁移化。它的下一代芯片也很快出来。我们也和大华股份在研发我们的智能驾驶芯片。这是我们整体的能力情况。我们的三个整车平台，三个自主知识产权的系统还有很多发明专利。同时，我们承担了国家增强制造业核心竞争力一个专题项目，就是智能汽车传感器与视觉识别系统的建设项目。这是国家发改委和工信部的一个项目。这个其实也是要改善我们在中高等级智能汽车芯片过度依赖国外的局面，全球无论对华为还是对大华的实体名单都有一些供应问题，我们在加强能力。
这是我们整个车的进展。2021年会量产的车实现L3的自动驾驶水平还会同期举行智能测试。我们讲智能车的时候大家会想得特别复杂。其实我们是从一些点点滴滴的东西开始做，让这个变得更智能化。我们现在是完全不需要钥匙的一款车。我们进去之后通过面部识别打通所有的用户习惯，就像你登录一个电脑系统的时候用一个用户名进去，系统启动的全是你的状态。包括你的座椅状态、空调、通话记录，所有东西完全跟人去绑定和匹配的。另外一个，你在车内的所有习惯，一些不好的习惯车子会去提醒你。我们比较专注于车内，跟驾驶人员的交互。你比如说打电话，我们都会及时地去提醒你。现阶段尽可能地去帮助驾驶者让驾驶变得更加轻松。对于车来说，我们的一些很习惯的动作，大家上去的时候要么就是拧钥匙要么就是按start键，现在都简化。你只要推开车门，车会自动地去运转。现阶段一定是尽可能让你的驾驶越来越轻松。当我们讲到很多这些功能接入进来之后，我们会进入整个的智能驾驶状态。
因为我们是从IT行业过来的，所以我们也算是做实业的。汽车这个行业真的是非常复杂，包括我们是2015年年中成立的一家公司。做到现在第一辆车正在交付，这个过程非常艰辛。这个行业确实面向未来需要我们很多企业一起来共同努力。我们希望一起不断突破新的技术，用更好的产品让未来出行早日到来。谢谢大家!
主持人：刚才赵总对零跑汽车自动驾驶能力包括未来自动驾驶的思考、技术路线和产业发展做了深入思考。我听来听去感觉赵总的意思，智能化的到来比我想象的要早得多。原来是线性思维，一步一步迭代。智能驾驶和智能化发展趋势应该是指数性地发展。
我们下面进行第六个报告，斑马网络成立于2015年，全球最大的互联网汽车平台。目前，荣威、名爵、大通、东风雪铁龙、福特、观致、宝骏、斯柯达等多个品牌使用斑马系统。出行生态合作伙伴超过70余家。下面有请斑马网络技术有限公司战略官，季栋辉，他为大家带来的是产业协同，共创智能网联行业底座，大家欢迎!
季栋辉：我就直接切入到演讲部分。今天我这边主题主要是希望和产业里面同仁一起来考虑一下智能网联技术底座怎么做。马化腾也说了虽然做了很多炫酷的互联网的服务，但是如果没有芯片没有终端系统，就像在沙滩上造房子，一推就倒了。未来中国智能网联怎么样实现自主可控的技术底座。我只是抛一个自己的想法，供大家参考。
汽车工业的新四化，每一项都可以颠覆汽车行业，但是真正的革新是这几化之间的融合。而对中国来说，智能网联本质上就是多化融合，涵盖的自动化、网联化以及部分的共享化。智能网联已经成为了一个我们叫做技术聚合的大的产业。这里面所有跟信息技术、AI技术、云计算都在行业里面得到融合。有一个观点就是网联的3.0，从PC的互联网到移动互联网到下一步的IoT物联网一个标志性的事件就是真正的智能网联的实现。因为汽车工业会变成一个最大的IoT的载体。第二个汽车工业跟其他工业发生一个大的融合，变成一个生态聚合的行业。智能网联又会重新塑造汽车工业，它会变成一个移动的生活空间。我们可以看到，整个智能网联会重塑一个汽车工业。另外一方面看一下中国来说汽车网联化的大的发展阶段。
从1995年开始，就开始实现汽车的网联化，那时候更多的是做一些callcenter，道路救援、道路追踪，这些应用都是非常低频的。等到2010年的时候移动互联网开始发展起来了，大家就有冲动把移动互联网的生态弄到车子里面去了。比如说手机映射，carplay还有想做一个大屏的安卓车机做APP store，把互联网的应用放到车子里面。车生态和互联网生态还是割裂的，并没有完全融合。后面4G技术开始，怎么想打通车的数据和人在互联网生活中的数据。这个时候就实现了服务找人千人千面的概念。我们的看法在未来几年会实现基于V2X的协助式的智能驾驶。人、车、厂以及环境的壁垒会打通。它会成为一个生活空间，变成一个情境化融合多感知。再到后面，智能网联，智能交通系统以及智慧城市会完全打通。智慧城市提供了信息的输入。
如果看座舱来说，车子本来是一个孤立系统。汽车工业的人会被诟病的时候一进车就跟社会脱节了。慢慢开始大家考虑怎么样把车子互联起来，车子联网，但并没有很多企业做。汽车工业人变得更加开放，互联网人也开始跟工业汽车人进行联合。后来开始协作，同时智能化的应用开始进入车子。但最终车子要变成一个智慧空间的时候必须是整个生态系统。没有一家公司没有一家科技公司能够做一个整个的闭环把车子变成一个智慧空间。
大家都在讲智能网联，智能化。但是行业里面并没有定义过什么叫智能。就比如说智能座舱来说，很多人都在说智能座舱，有的人说智能座舱就是交互的融合，车子里有很多手势识别，有很多camera去感知人的情绪状态。真正的智能化可以分四个环节来看，首先必须是交互智能，它会变成一个人的生活伴侣或者是在移动过程当中的助理的角色。第二个要有服务智能，车子打通V2X之后能够赋能在车子里面的生活状态。第三个是驾驶智能，很多时候说智能车的时候是从驾驶智能开始提起来的。L2到L4的自动驾驶。还有数据智能，怎么样通过数据来赋能整个产业的转型。
整个汽车行业到了这么一个变革阶段之后会发现没有一家自己能够形成技术的闭环。密集这几年就开始找联盟。比如2016年开始，日本就开始成立了基础地图的平台公司。没有一家公司能把整个社会的所有地图都变成高精度地图同时实现地图的动态信息更新。第二个，宝马克莱斯勒等等，很多公司都在抱团，大家在技术上面生态上面进行融合。我们也看到这个是借用了清华大学倪教授的观点。整个汽车工业产业链以前相对来说比较简单，整车厂到4S店到消费者，各个环节之间相对比较割裂。但是现在智能网联化之后整个生态融合变得非常复杂。这样存在一种可能性，必须要有人去把底层的技术全部打通。必须要有人把高精度地图、信息安全以及一些基础软件架构AI应用变成一种基础的能力，基础的设施让各个公司去用。我们的观点在于，大家去共创底层的技术，在应用层去产生更多的竞争，产生差异化的服务和运营。
服务智能这一块，从互联网角度来说互联网本身解决人的强需求的属性。以前衣食住行是中国人经常讲的几大最大的消费需求。以前车子里面人是专注在驾驶这个环节里面。现在因为车子智能化程度越来越高，人在车子里面的有效时间越来越多，人在车子里面待的时间越来越长。慢慢地除了家庭作为第一生活空间，工作作为第二生活空间以外，车子会成为第三生活空间，人就会产生很多需求，信息、娱乐、工作、休闲或者社交等等各方面的需求。这些需求必须要通过消费者的生态或者互联网的生态以及消费者的数据在线，大数据分析和AI的算法化来实现服务到人的功能。
第二方面在产业端来说，每个产业端都讨论的数字化转型。两个步骤，一个是业务数字化，第二块数字业务化;如果从技术上来说，从在线化到算法化到产品化。这一些也需要产业生态以及数字在线加大数据加AI的运算。在中间的环节怎么样通过共创的方式把这些技术融合在一起。
斑马做了一些尝试。去年我们做了狂欢夜，踩了很多坑。比如加油这一块，以前的加油自己在开车到一定程度的时候会发现油量不足了。会跟系统说，您好斑马，我要找一个加油站。这未必是最省时间的方式。现在就会通过人的驾驶行为你是80公里或者60公里开要找加油站。首先知道这个人的属性，这个人是经济敏感型的还是实践敏感型的人，我们可以通过配比的方式去实现最佳的加油站推荐。我们还可以实现计算机视觉和多模态结合。我们认为未来车子讲到智能座舱必须是车子要懂人，变成一个靠谱的可靠的一个小伙伴的存在。
第二个车子要时刻感知到人的需求。第三个，车子知道人的需求以后以一种比较友好的方式跟人去交互，同时解决人在出行当中的需求，这就分成了四块，情境智能。他的行为是什么样的，感知能力，需要传感器融合，摄象头以及各种跟体征相关IoT设备越来越多，比如这个人在疲劳，是不是来一点比较能够振奋心情的音乐等等。第三方面通过分析和决策来做一些数据融合以及智能的推荐，第四块希望是一种能力的赋能，一方面有大数据的能力，第二方面斑马做了一个账号体系。这个账号体系打通了车、人以及人在互联网领域里面的各种行为习惯，通过场景的编辑让各个合作伙伴能够很好地利用这方面能力做一个差异化的智能助手在车子里面。
这里面有一些情境智能的交互框架。斑马希望的是开放一个合作的架构，在下面是希望可以跟各大主要的芯片的公司比如高通等等都产生合作。现在都有各自的合作项目在运行。每个合作伙伴不需要做芯片层面的很多适配工作。第二个可以做底层操作系统的接口，可以自己去定义一些应用接口出来。再有把所有能力都SDK化封装，由合作伙伴去选择组合，来实现不同的能力。可以有合作伙伴去连接各种不同的生态进行一些智能的场景引擎以及UIUE的定制。最终斑马的核心能力就是四个，一个是底层操作系统，这是国内唯一的自主可控的操作系统，而且达到百万级的用户。我们有一个强账号体系，这个账号体系打通了互联网的方方面面。第二个是云平台，还有整个出行相关的生态，围绕这个核心，我们产生了九块大的能力，情境智能刚讲了，还有自运营自定义工作台，语音多引擎框架还有做多种语音融合。交互的框架，多模态的交互融合。再有就是跟计算机视觉相关的能力还有车加互联的平台等等。
最终我们的观点，智能网联行业太大，是一个技术聚合以及生态融合的新的产业。我们希望过来找合作伙伴，和行业里面的同仁一起打造智能网联内的技术底座，大家在底座上面去建各自的高楼大厦。谢谢大家!
主持人：刚才斑马季先生思考比较大，对整个智慧交通、智能驾驶、智慧城市从宏观来进行思考。同时从汽车网络的演进，远程信息服务到V2X互联式的这种自动驾驶到最后的智慧城市来进行了一个阐述。另外，对协作交通和自动驾驶汽车协作的生态系统包括产业重塑，服务智能、场景智能、开放构架和斑马的核心能力的开发等方面进行了全面的阐述。最终结论就是自动驾驶产业链技术生态需要全行业来进行融合，不是哪一家都能大包大揽，需要各家在自己擅长的领域做得更好，集成在一起才能把整个产业做好。
我们现在大概进行了一半，后面还有，第七位先生有事没有来。后面还有六个。下面进行第七个报告。无限通讯和网络技术的日益融合正在助推车联网迅速发展。除了创新的辅助系统，司机还可以在车内使用信息娱乐和其他服务。这都是基于新的车辆互联解决方案。十在不久的将来，新的车联网服务和自动驾驶将进一步提高舒适性和安全性，但这也将对测试和认证提出额外的要求。接下来欢迎德凯集团技术总监，Karsten Peucker，他将为我们带来DEKRA-安全加速C-V2X之旅，有请!
Karsten Peucker：尊敬的各位，大家好!我非常荣幸能够站在台上和大家分享一下安全加速C-V2X之旅。不太清楚是不是把这个词发得很准确。今天的展示非常想跟大家分享一下我自己对目前产品的认知还有我对整个市场环境的见解。我觉得未来，对自动驾驶来说，这个技术其实是没有办法替代的。我准备了很多很好的会议内容，我也希望能给大家更深入地讲一下，不管是从产品方面还是从另外一个角度，不管是技术的测试方面等等，其实我们都需要去以一个比较大的眼光来去看待这个事情。在DEKRA这个公司，我们也希望给大家提供一些我们的见解以及我们如何能够更好创造一个更融合的环境。我现在想开始我的PPT。
首先第一页我们可以看到DEKRA其实它的德语翻译应该是智能汽车。这个可以看到上面有一些我们公司的历史介绍。其实德国汽车安全性也是大家所信赖的。我们也达成了很多安全法规，2018年的时候销售额达到了33亿欧元，目前全球员工在46000名左右，有306个全球认证还有25000个系统认证。你可以看到在这一页上有一些对公司历史的介绍，我们已经有了超过好几十年的历史了。我们也经常通过对自己车辆的一些安全认证和一些安全监督，来提升我们汽车的专业的能力。当然同时，电气化、电动车技术的发展还有其他的智联网，我们都在这些领域有很多发展。我们希望把自己能够定位于，利用之前积攒的能力和经历更好地支持互联网和智能网联的新的时代。
不知道大家晓不晓得C-V2X，其实它能够给车辆更多的沟通能力。比如它可以让车和其他的车辆进行沟通。比如我们有防撞安全系统。或者我们也可以让车和街边的一些基础设施做成一个联动。比如说我们的交通信号灯等等。我们也可以确保我们的服务，它的范围是非常广的，所有路上的信号都可以被我们的系统很完整很迅速地抓起来，这样能够给驾驶人更全面的信息，同时还有车对路人和自行车的信息的交互。同时我们看到这一页上两个互补的交流模式。首先有比较直接的交流模式，车与车的模式。让我们车和车连在一起，车和基础设施能够更好地互联，车和人能够互联。这种连接模式的好处就是，网络有很低的延迟，同时速度非常快，而且它可以提供很短距离的小于一公里的迅速的信息传递。它也可以同时在自己的单独的ATS范围内进行运作。
另外就是V2N的运作模式，它可以在传统的移动网络范围里面才能运用。弊端就是它的范围会比较远一点，可能要大于一公里。在这里面我们可以看到5G给我们所带来的一些革命性的变化。我们可能从一开始对于路面的一些危险性的信号没有办法很及时地捕捉到现在我们可以比较实时地捕捉到危险性信息。这些都是非常大的变化。然后在2018年6月发布的版本里面，我们更新的版本里面，就运用了更高的宽带，有了更低的延时。这是之前发展的一些变化。如果一旦有了5G的话就可以达到更直接的车与车，车与人，车与路面的沟通。可以更助力我们无人驾驶这一项科技的发展。因为网络更快，延迟会更少，这样就能够达到我们实时无人驾驶所需要的实时信息变化。C-V2X可以给我们带来这样革命性的改变。
有一些关键的新机会，5G能够给我们带来相对于智能车辆的，我们在和各个云平面和云机构在合作，我们就可以达到这几点机会。比如我们可以达到0毫秒1毫秒的延迟，还有很多广泛使用的方式等等。我们在短距离里面其实可以提供很多测试服务的。不管是在欧盟还是在其他的国家地区。我们可以看到这里面是我们的很多合作伙伴，我们和他们有非常深厚的合作关系。DEKRA在德国也是帮助了很多我们的合作伙伴，拿到了这个车辆的认证。69%的认证成功率已经达到了。
这一页上可以看到这些是在德国一个城市他们所批准的项目的地点。之前是一个很大的一个赛场，超过了500公顷。我们希望能够用这个场地能够去打造一个可以自动驾驶测试的一个场所。我们已经投资了超过3000万美元来建造这个项目的第一阶段。我们觉得这个项目我们希望能够打造最安全最现代化的一个测试场所。我们觉得这样对于我们平时试验这些新技术还是非常重要的。这些所有的项目的亮点我们可以去测试，比如说雷达，比如说车上面的摄影机都可以把所有车上的一些监测工具用来把它放在这个场所里面进行一个测试和实验。当然我们也有对当地的一些网络的控制，我们甚至可以用当地的一些基础设施，比如在西班牙，我们也有一个类似的基地。所以对各种各样的测试还有认证的活动都可以在这里进行开展。
我就想在这里打一个广告，如果有人感兴趣的话。今年会在我们马拉加的测试场所进行这个活动，如果大家有兴趣的时候可以在11月份15号之前在我们官网上进行注册，希望你能搭乘飞机过来参加。我们那儿有很好的酒，欢迎你过来。这一页上当时我参加过这个活动，这也是在马拉加举行的。当时这个活动是在2019年9月份到10月份，有超过两百人参加了这个活动。也是我们第一次在西班牙马拉加的赛道上进行测试。当时参加这个活动的人包括西班牙的很多厂商、车企还有很重要的一些媒体人。这是我们的测试场。这个测试场不仅仅是用于V2X，我们还有各种各样的非常丰富的实验室，用于无线通讯。我们还有其他目的的测试场还有网络安全的测试场。各种各样的实验都可以找这边相应的设施和场地。我们可以提供用仿真车辆或者实车进行测试。测试当中没有人会受到伤害，非常安全。我的同事或者我自己都可以在这边为大家做更多的介绍。这个测试场是面向全世界开放的。在中国我们希望在武汉的项目可以顺利地开展。我们将会在中国开放一个5G的汽车自主驾驶测试场地。
说到V2X认证，我们已经有了GPS的全球认证的项目。我们已经有了GFPP的认证。也会纳入蜂窝网络V2X的功能。接下来我就会自由演讲了。没有时间了。接下来看一下还有没有重要的信息，这也是关于认证的内容。这个大家可能会感兴趣，我们还能够提供一些客户感兴趣的场景。如果你想对你的设备进行场景的认证，也可以告诉我们，我们也会提供相应的测试。我们会有一些预先定义的场景，这个PPT已经有一些老了，没有更新。我们这边还有一些更多功能的认证。
简单总结一下，我们主要用了这个测试场来支持汽车产业在下一个阶段的发展。我们的场地是在西班牙。我们在自主驾驶和汽车电动化方面将会支持德国、中国以及全世界的客户去验证新的技术。这边是我给大家带来的主要信息，其实没有完全说完，可能下次再找机会给大家做更加详细的介绍。谢谢大家!
主持人：刚才Karsten Peucker先生将德凯公司的业务做了一个详细的介绍。他们这个公司历史还是蛮长的，有几十年的发展历程。它从原先的一个传统汽车做检测和验证的企业发展现在，在这种互联互通C-V2X车联网这一块自动驾驶这一块也做了检测和验证。它在西班牙有一个研发中心，有一个实验场，在德国东德也有一个专门做C-V2X的场景。跟我们国内上海的长沙的测试场差不多。如果大家想做一些关于无线连接网络安全的功能这方面的测试和认证的可以找他。
我们下面进行第八个报告。自动驾驶、数字网络、人工智能等技术都将对汽车产业以及未来的生活产生深远影响。在这种情况下，大众集团推出了重要的变革计划2025战略，加速向着智能移动出行服务商的角色去转变。而大众问问诞生正是大众集团落实上述计划的一个举动。下面带来演讲的嘉宾是大众问问战略产品负责人王夏鸣先生，他将为我们带来共生众趣的智能网联解决方案，欢迎王先生!
王夏鸣：各位在座的来宾和行业伙伴们，大家下午好!我解释一下，今天是这样，原定是我们CSO王志刚来出席这个活动，由于他临时有事，我替他来做这个论坛的分享和交流。
今天分享的主题深水区突围，AI+汽车的生态蝶变。首先谈一下现在对整个智能网联行业的从大众问问角度的认知，接下来我们会简单地介绍一下我们公司的背景以及我们公司的产品以及最后我会介绍一下我们公司未来的战略规划。
我们回顾近十年智能网联行业的发展，我们可以发现一个比较清晰的规律。智能网联行业的发展和移动通信技术的迭代是紧密相关的。从最初的2G时代当时的智能网联还仅仅停留在通过电话来连接客服中心实现远程救援的很简单的服务。比如说以安吉星为代表。到了3G时代智能手机生态逐渐丰富了，这个时候智能网联的方案涌现出一批通过把手机上的生态服务通过投屏的方式映射到车子上。再有4G网络的时候，让车子也有了独立联网的能力。从2016年到今天，大家看到了现在市面上各类的智能网联的产品都属于这个阶段的产品。这个阶段的产品通过AI技术的加持，加入了非常丰富的生态系统，用户体验得到了很大的提升。我们知道现在随着5GV2X以及AI技术在产业内的深度产业化落地。未来我们将迎来以大众问问的联网解决方案为标志的产品解决方案彻底颠覆现在用户对传统车机的认识和车路协同和智慧交通一起，真正将梦寐以求很多年的车联网的最终形态逐渐渗透到寻常的老百姓的生活中去。
虽然纵观这十年，也取得了很多进步。但是智能网联的盈利状况还不是特别健康，还一直处于一个行业的积累的阶段。这里的主要原因我们分析主要是有这么四点。第一就是受制于成本。OEM厂商在整个产业链里面还是处于比较强势的地方。智能网联的供应商盈利空间会受到比较大的挤压。另外最近随着整体经济下滑，车市也会受到进一步的影响。在技术层面，大家知道，智能网联的车机端的硬件性能实际上是比较差的。一方面由于OEM会控制成本，另外一方面由于车载场景特殊的对安全性和稳定性的安全，同时带来的这些最新的技术可能要迭代两至三年之后才能成功的成熟应用到车联网行业上。这也会影响新技术的引用。另外由于车联网行业车企众多，想通过统一的产品架构去降低成本，集成一个一体化的方案，难度打通是非常大的。在用户体验层面，坦率地说智能网联行业目前还找不到一个真正撑得上杀手级应用的产品。它能够成为真正用户购买车的核心决策价值。这也是未来影响智能网联产业在产业链中的定位的关键因素。
第四点就是协同，前面很多行业伙伴也提到了，整个产业是非常复杂和庞大的。它涉及到的门类种类非常多，难以在短时间内形成规模优势。我们知道，交通行业是国家的经济命脉。车联网行业天生就具备着市场经济和计划经济这两种经济体制的特性。它是一种复合性的产业。这个产业在互联网加持的迭代升级的过程中必然不可避免地引入这四个主体。这四个主体的合作和耦合将会随着产业的升级越来越紧密。政府部门负责顶层的架构设计，负责中长期的规划引领。OEM要做的事情就在这个过程中，从汽车的销售制造变为出行服务提供商，获得更大的价值。AI互联网企业利用他们的能力赋能主机厂，帮助它同他的海量用户之间建立互联网入口。独立的智能网联公司比如像大众问问，我们要做的事情就是整合包括AI还有互联网行业所提供的产品能力以及上下游的整个智能网联所有软硬件能力，提供一体化的解决方案，帮助他们完成产业转型升级。
可以理解为在过去的十年内整个产业主要是以技术驱动为主的，有大量人工智能场景在这个产业内逐步落地了。有一些基础软硬件的架构的基础设施的建设也逐步完善了。未来我们判断即将产业的驱动力将会由技术驱动逐渐转换为价值驱动。通过新型的人工智能交互将会涌现出一大批新型的用户，结合用户的实际需求延伸出一大批新型的场景和新的商业模式。
为了触发这一系列的商业链条的联动，最根本的是需要从智能交互上入手，实现车载体验的最关键的升级。我们认为这里面主要有四点。都是围绕让驾驶更有趣更安全更便捷的方式去思考。第一点是未来的自动驾驶系统一定会一改传统的大家需要主动发起搜索，有需求主动搜索车机，它会根据你的场景，根据你的个性化数据主动推送服务。
第二点，通过图象声音情感的分析能力，让用户和车的交互过程能够实现一个情感化的对话体验。
第三点一定是跨服务的垂类方式，因为在驾驶场景下安全是第一位的。在这个场景下用户的需求是多样化的，不可能在驾驶场景下用到一个需求，再手动触发，即使用语音触发另外一个服务，这样不利于驾驶安全。他们一定是高度融合打通在一起的。
第四点就是服务闭环，语音和在线服务进行深度打通，让用户通过语音就可以完成他任何想做的事情，确保驾驶的安全性。
这个产业的用户体验的临界点一定会被突破，更多服务会被聚合起来。SDS平台还有媒体内容还有IoT的服务将会有机地整合到一起，而不是相互割裂。而解决方案上，智能网联公司会逐渐演化为更倾向于提供一整套的解决方案，而不是提供单独模块的能力。同时考虑到OEM对成本控制的考虑以及更好的5G网络条件的应用，智能网联的方案会越来越往轻量化的方案去发展。在这个过程中，大众问问会以情感化个性化的智能人机交互来聚合和联动海量的内容和服务，帮助车厂完成软硬件一体系统架构的搭建，实现AI加汽车的深度和融合。
我正式简单介绍一下我们公司，大众问问是大众集团和语音领域的独角兽，他们两家公司在2017年共同合资成立的大众问问。目前主要客户包含一汽大众、江淮大众、一汽奥迪，预计到未来的两年之后，我们的预装大众问问前装方案车器会超过1100万辆。这将成为绝对的行业第一，没有之一。我们虽然扎根于大众体系，但是我们的产品也是面向全行业开放的。我们的宗旨是为车企实现基于车平台的深度定制智能网联系统。这里给大家简单看一下我们公司的简短的介绍视频。
(视频)
我们继续。由于我们是合资公司天生就具备同类公司所不具备有的经营优势。相对于AI公司和AI平台型公司和智能网联公司和传统的互联网公司，我们是更懂车更懂OEM的需求更懂OEM所面对的终端用户的需求。相对于传统的智能网联供应商，我们有全链路的AI语音能力。相对于一些大家耳熟能详的AI的平台公司，他们提供的是一些整合型的标准化的产品，而我们可以提供深度定制化的产品。
我们这样一家公司它的商业价值到底在哪里呢?首先我们可以提供差异化的项目平台以及更有竞争力的价格。第二个可以跟价值链上的行业伙伴建立合作关系。第三个，我们有灵活的商业模式进行利润分成，保证整个产业上下游的合作伙伴都能够享受到这个红利。
说了这么多，这个商业模式要run起来最核心也是这个行业最稀缺的是什么呢?就是用户体量。如果你把用户体量做到百万级已经非常了不起了。我们大众问问天生具备渠道能力，我们可以达到行业绝对的顶尖水平，突破1000万辆。只有在大众问问整个用户体量的规模才能真正进入到质变到量变的效果，能够让软件和服务的编辑化成本更低，更多利润和上下游分享，能够让整个产业的用户体验通过用户规模倒逼，形成统一的用户体验，让现在的用户体验不再会出现割裂的情况。
为了实现这样的愿景，我们认为未来的产品所一定需要以下的六点能力。一个是去APP化，转化为用户场景为导向，另外，从垂直搜索转变到服务闭环，再者是融合手势、触摸、面部识别等其他AI技术，整合成一体提供给智能车厂。智能推送不赘述了，也会提供个性化的服务，进行个性化的推荐和情感化的交互过程。大众问问的核心优势依托于语音技术，拥有全链条的语音技术覆盖，拥有对话逻辑、语音合成等全链路的自主知识产权的语音方案。并且通过我们的不断的努力，现在虽然产品还正在研发过程中还没有正式拿到海量的用户数据去改进它。但现在产品的效果已经达到行业领先水平，97%的在线ASR准确率。
我想和大家正式介绍一下，大众问问面向智能网联推出的未来产品平台，我们把它叫做众趣。它是一个完整的产品前后端的解决方案。后端的运营平台和数据监控平台，用户个性化数据监控体系的一套完整的方案。同时，它也是一个开放的平台。我们特别欢迎行业内的合作伙伴可以加入到整个平台的生态构建当中来。针对众趣的平台，我们认为用户有如下四个核心的使用场景，分别是出行、人机交互的服务、娱乐和社交，分别对应的是VWM-Nav、还有VWM-Pal还有VWM-Listen、VWM-Outing。
举例来说，众伴可以做什么事情呢?可以在用户上车的时候，通过面部识别和声纹识别识别出你，和你打招呼，推测你是要上班还是回家，进行智能路线推荐。同时会同步你的日程，根据相应的智能提醒。同时会监测整车相关数据，如果电量油量不足会提醒你，并且会智能地推送给你。在路上周末出去游玩的时候如果你的目的地是景点，会根据景点给你智能推荐附近的餐厅、景点，还会预订。等你到达之后还会完成最后一公里路程的规划，它是一整套的产品，可能包含了一个手机端的可以理解为小程序或者APP。这个众伴的概念是贯穿在用户整个车上车下的全场景的使用中。上车之后怎么从下车点走到景区，景区大门口也会在手机上帮你完成不行路线的引导。
众行和市面上这些传统的解决方案有一个最大的不同，我们做得更进一步，做得更深。除了能够实现传统的组队驾驶还有组队驾驶过程中的语音聊天还能实现大家会遇到的投票。比如说投票去决定到哪家饭店吃饭，到哪个酒店住，要不要在下个服务区让某个亲戚朋友先休息一下。这些也可以通过一站式语音的方式去完成。同时可以给大家推荐你的目的地附近的这些酒店和餐厅的这些信息。它是一站式的组队出行的解决方案。今天我介绍的材料就是这些，谢谢大家!
主持人：刚才王先生对大众问问关于智能网联汽车产业存在的问题和挑战进行了综合的阐述。他提出如何从技术创新到价值创新重构这样一个概念。同时对大众问问在智能网联汽车商业模式和技术发展的战略，也进行了一些思考，供大家来借鉴。
下面我们进行下一个报告。智能化和网联化是汽车发展的必然趋势，随着信息化与汽车的深度融合，汽车正在从传统的交通运输工具转变为新型的智能出行载体，智能化和网联化已经成为必然。在这样的大环境下，传统的车企又会有哪些独到的观点?接下来让我们欢迎长安汽车智能化研究院副总经理，张杰，为大家汽车智能化和网联化技术发展探讨，有请!
张杰：各位来宾，各位行业同仁，下午好!非常高兴组委会的邀请和大家一起探讨汽车行业的智能化和网联化的趋势和长安的一些现状。
首先大家都知道汽车行业从去年开始到现在整个行业都不太好，这可能还不是中国国内，全球的发展都不太好。大量的包括一些新兴的造车公司，新兴的造车势力包括自动驾驶他们的资金方面都还是出现了问题。我们一直在思考这种大环境下面怎么去发展相关的智能化的技术。
第一点，智能驾驶要回归到理性。L1到L2目前来看它的搭载率还是不太高。好的一点的主流车企在2%点几，差一点只有0%点几。提升用户的体验。
第二，从L3来说，很多公司都在说2019年要量产。现在来看其实到2020年量产的不是L3，是L2.9。L4的发展路径更多地会从最后一公里的自主泊车，聚焦到低速到定点的接送到后面一直在说的Robert-taxi，这也是特殊场景下的出租车。按照这种路径去逐步展开。
第三点，网联化趋势已经非常非常地明显。主流的车企新的发布会量产的车都是100%联网。这个在明年网联化成为一个标配或者网联化作为智能汽车的基础，这个趋势非常明显。依托于车身数字化的改造和云端服务，汽车将势必转变成一个可移动可编程的机器人平台，去满足用户的个性化服务。
第四点，5G将成为智能网联汽车的规模化趋势，规模化之后大批量覆盖之后，汽车行业短期内可以实现的就是V2X的一些数据服务。从长期来说对我们的智能驾驶或者自动驾驶还有我们座舱的极致的体验会有非常大的一些帮助和提升。
再往下，随着网联化之后我们一直在思考，我们EE架构在发生一些变化。这是EE架构从分布式向集中式逐步发展的过程。最终还会到汽车云处理的架构。更多的或者大量的车厂，其实还处在从局部的集中化到预控制器这么一个阶段。我们也知道特斯拉Model3已经跑到比较前面了。这个图里面是处于一种VQcomputer的程度。我们可能要从自主品牌来说，我们需要从成本、车型的定位包括用户的需求快速地跟上。
再往下智能座舱其实大家都可以看到，从传统的娱乐座舱，其实已经完成了向智能座舱的转变。再往下就是情感座舱。我们看到更多的这一块的发展是非常非常快的。前几年可能我们说还是听听收音机，导个航，慢慢变成在线音乐、在线地图。现在看到的智能座舱，刚才大众问问也在提你的语音，我想抽烟，你的天窗车窗就调到一个抽烟的模式。在车里面，比如说对车机系统说一声我爱你，马上呈现出仪表屏一个求爱的比较lovely的场景。它在变得聪明。随着大量车辆的数据包括用户的行为数据还有外部的环境数据结合刚刚提到的AI技术、云计算，其实情感座舱已经在路上了。
最后来看，我们看这个趋势，车联网大批量在量产，在应用之后大家都要谈运营的事情。智能网联的应用要提供用户的月活跃度。从车机端、手机端构建一种用户的触达体系，通过这些体系去触达到用户，把全生命周期打通，给用户提供省钱省心的服务。
下面我们看一下长安汽车在这一块做了哪些事情。去年8月份我们发布了北斗天书的计划，在你身边相知相伴，我们在智能驾驶、智能座舱和智能服务对这个战略形成了实质的支撑。首先智能驾驶方面，刚才问问也提到，我们很多技术在国内都是首发，包括L2还包括去年的一个吉尼斯的大规模的智能车的巡游。我们是取得了技术的首发，但是技术的首发这个趋势刚刚前面提到，大的环境发生一些变化。我们更加强调的是要提升普及。智能驾驶现在的战略定位就是要做一个普及者。一持续降本，一我们因润衡量有竞争力的供应商。第二点针对ADAS在实际使用过程中，很多用户都反馈不敢用。这个东西太吓人了，不好用。这些问题我们完成了14项功能体验的优化。
下面这边有一个视频给大家分享一下，让大家看一下我们最近的智能驾驶的技术在CS75plus量产车上的应用。这边是通过手机去遥控泊车。内部代号叫APA5.0。除了车主可以用他自己的手机来控制泊车之外，拿钥匙还可以进行远程分享，分享给他的同事、朋友等等。除了低速下的自动泊车还有倒车预警，在这里因为时间关系不继续播放了。我们继续向下。
我们看到刚刚也提到长安在2020年我们的战略就是100%联网。我们要达到100%的联网第一点就是要降低联网的成本，第二个提升联网的价值。现在完成的一件事情就是把之前分离的方式进行合并，切换到THU，这个已经实现了几百块钱的降本。另外正在研发的智能天线会做到更进一步的降本。同时通过自身研发的OTA的系统，现在像去年我们一次OTA是4.5个月。今年已经可以做到3个月。明年目标就是2个月。通过迭代还有包括用户产品运营等等，刚刚也提到了全价值链上的不同用户，用户、车厂、经销商带来价值。联网已经不是一个负担，而是一个能够产生价值的东西。
第二个，随着联网化之后，整车的电子架构在进一步的集成。我们内部有推动一个重大专项，从两万三万的奔奔到二十万的75、85。我们打造差异化的领先智能座舱。我们和华为有深度的战略合作关系。下面有一个视频，是我们最近的8月份的重庆智博会上和华为发布的。这是腾讯的副总裁钟翔平先生。我们看到的车载微信只是1.0的版本，随着车载微信，实际上是社交的平台。我们可以不断地去拓展到2.0、3.0，把整个社交生态，以车为生态的社交生态进行盘活。第二点这一块更多是传统说的HU，现在的智能座舱不仅仅包含了HU，我们有一个五大感知的输入体系，就是看、说、触、控、感。这里面涉及到的是图象的输入，麦克风语音的输入，触感的输入还有触感的控制。还有三大信息分布，多向、主动、立体，最后结合整个数据体系给到用户的是极致的移动出行体验。
后面就是一个端到云的双向映射的数字孪生系统。长安我们比较好的一点在于我们有统一的TSP平台，我们有三大业务板块。另外随着我们把数据和我们的车载的计算迁移到云平台之后，实际上我们慢慢已经构成了数字孪生的系统。其实很简单，一个车拉6000多个信号，我们已经完成了500多个信号的采集。后续的信号采集不是盲目的采集。数据的采集，数据的传输和存储都是成本。我们会以新的商业模式为导向。
我们看到下面这个，刚刚也提到了用户触达体系，运营的基础在于你跟用户之间有尽量多的触点。我们通过我们自己的包括现在一些实践，现在有四大触点。手机端还有车机端，媒体端还有店端。我们去争我们的流量，去谈前面谈的生态，最后通过运营跟用户产生实际的价值，带来极好的体验。这边举一个例子，长安Radio是长安汽车的一个官方的发声平台，通过音频，因为用户在开车这两个小时，最容易触达用户的实际上是声音。这个声音主要是通过我们的一些直播包括我们的新品的推荐，包括我们的使用指南，通过音频去触达到用户，提升用户使用我们的产品。音频渠道是我们正式发布就在明天，长安的粉丝盛典，实际9月份已经进行了新S75的迭代。目前已经有六万车主在使用这个功能。
最后一个端就是店端，我们在做数字门店1.0的开发。下面有一个视频让大家直观地感受一下。主要是结合店端的新品的发布，来提升用户更好地去进行挖掘，包括提升选车购车等等的效果。当用户走进4S店的时候，这个时候在4S店上架的摄象头已经通过面部的识别在挖掘用户的用户画像包括用户数据。这些数据会给到我们这边的销售。销售走上去的时候并不是一无所知的，他已经有一些概念有一些数据在他的脑子里。这样能够提升我们整个的转化的效果。这是你在购买的时候通过我们的微信，然后进行一个微信的小程序进行快速的购买包括付款等等。交车有专门的进度条的提示，更加直观。还有我相信车主，其实可能最怕的就是到4S店。因为你压根儿不知道4S店在帮你做什么，包括保养维修。我们可以看到透明车间，让你的车在保养或者维修的过程中你是能够感知到的。这边就是透明车间。主要还是提升用户的体验和提升服务的质量。时间关系就不往下面放了。
最后提一点，我们一直在说车联网，感觉很高大上，但是实际在用户购车决策过程中占比大概是19、20个点。但是今年六七月份参加了两个车型的调研，自主品牌里面现在用户的促购率和弃购率，促购率就是促成用户购买这款车的比例，弃购率就是用户放弃购买这款车的比例。智能化都排在前五。这要远远高于合资品牌。这条路是非常有希望的，虽然这条路很远，但我们还是应该坚定地走下去。希望各位有很好的技术或者资源，我们一起来合作，一起更好地把这条路走到尽头。谢谢大家!
主持人：刚才长安汽车的王先生从智能化与网联化发展的面临挑战和问题以及智能网联的现状进行了系统的阐述。
下面我们进行最后一个报告，经过五年的努力，2019年华为的汽车局正式浮出水面。聚集ICT技术，帮助车企造好车，华为将在智能车云、智能网联、智能座舱、智能驾驶和智能电动五个方面，帮助车企打造他们理想的智能汽车，做一个智能网联汽车的增量部件供应商。接下来有请华为公司车联网解决方案副部长，王新然带来演讲，他的主题是车路协同加速智能网联汽车发展，构建协作式智慧交通，大家掌声欢迎!
王新然：各位朋友，大家下午好!很高兴有机会在这里分享一下华为公司关于车路协同解决方案的一些探索。
首先，介绍一下，当前全球在智能网联汽车的主要发展趋势。在单车智能以及自动驾驶我们知道过去十年，已经解决了大部分的问题，90%的问题。整个智能驾驶的分级是美国汽车工程协会做了一个一到五级的分级，整个产业链从L2、L3，在向这个方向迈进。真正距离商用还有很大挑战，主要挑战是当前的技术上以及感知的成本上还是有很多不可克服的东西。
针对这种情况，在美国交通部在今年提出了一些新的概念。网联自动驾驶的概念，这个概念主要是为了解决单车智能面向自动驾驶的时候面临的巨大挑战。它划分了四个等级，一个是路协同，一个是简单的状态的协同，还有异途的协同还有异途的共同决策。在这个角度，欧美日近期也已经推出了面向未来的自动驾驶和道路规范，提出了一个ISAD的规范，主要是为了将来道路的数字化，交通的智慧化，同时协助自动驾驶来规模地商用。我国也在今年9月份刚刚发布了我们智能网联到了系统分级的一些定义和一些解读。这也在逐渐地完善和协同。
针对这个趋势，华为公司也提出了我们的一些看法。在车跟路协同上我们也有一些不同的等级划分。过去就是最基本的一些物理标识的识别，车和路方面。现在正在做的就是一些车和路协同的数字化协同的方面。路在进行数字化的升级改造。现在，从当前到2023年，可能大概能完成一些道路的数字化改造和状态感知方面的交互。更高级的可能要做一些异途的协同，现在单车智能最大的问题只知道自己，对于周边的超视觉的感知上还是有短板。将来怎么做好更好的协同判断需要更高级的车路配合才能达成。这是关于车路协同的阶段的划分。
华为公司在车路协同解决方案方面聚焦两大场景。我们要构建协作式智慧交通，来使能协同式自动驾驶。目标是为了搭建整个解决方案的架构和平台。从我们的着手点上分场景不断地探索不断地完善我们这个解决方案的整体架构。最终来达成驾驶安全，提升驾驶效能，以及使自动驾驶形成大规模化的商用。这是整个车联解决方案的架构。从车端、路侧、平台以及生态的构建上有一个完整的解决方案的架构。同时刚才谈到的一些解决方案场景上，我们有一些探索应用。
接下来重点介绍一下我们在不同的应用场景里面现在基本的进展情况。率先聚焦的几个场景，一是城市的公交绿波和自动代客泊车还有港口无人驾驶还有高速车辆编队行驶。真正面向车辆商业化车路协同里面做的商业化的探索。同时在国内多个省份有demo的试验还有更多场景的技术研究。这是我们在无锡做的场景验证。在今年会完成400个交通路口，280公里道路，覆盖12大类26项的应用场景，在车和人，车跟车的价值场景都有一些体现。在这些最基本的信息交付协同上都得到了有效的验证。在基本的技术验证上，C-V2X的一些通讯能力还有V2X的Server和交通系统的对接还有自动泊车的case。
看一下精准公交。这个我们在上午我们蒋总也讲了，这在无锡，大家也可以去体验。同时无锡有一个车联网的实验室，可以做更多技术上或者场景的验证。我们精准公交最主要的目的就是让公交变得像轨道交通一样精准可控，让民众在公交的坐乘体验上有很好的体验的提升。这个怎么去做到呢就是靠车路协同，在车端在路网在平台侧我们都有相应的布放。平台要跟公交集团以及交警平台做有效的打通。同时公交可以做到纵向的自动驾驶，不能说自动驾驶，就是纵向的photofree。然后纵向上，也可以有很好的体验。对于这个速度，我们通过综合的云端计算，当前路况和时间的精确度或者红绿灯的协调，我们最终做到它能像轨道交通一般的精准给大家一个更好的体验。
还有一键泊车的场景，当前产业链上可能有三种不同的解决方案。一个是聚焦在单车智能上，过去大家看到了很多场景的演示。还有就是一个通过场侧的控制感知来实现车的自动泊车。华为的自动泊车也是一个场侧和车端的有效配合，但是场侧来解决单车无法克服的关键问题，比如盲区的感知。还有一些障碍物的识别还有就是对于多层停车场以及对于停车路径的规划。假如说是单车的话，对于车位抢占，对于车位利用都没法很好地解决。通过有效配合可以同时来解决这些问题，让它更好地商用。
还有就是在高速场景下，这个是我们在延嵩会有效地开通在冬奥会之前。我们会有自动驾驶编队行驶的场景。因为延嵩道路场景非常复杂，完全靠单车去实现还是有很多困难。我们会完成一个完整的编队行驶和自动驾驶，有效地验证将来面对高速公路，因为在二次事故预防上怎么去有效地帮助提升安全。
最后一个案例就是我们在洋山港做的车路协同的自动驾驶。大家也清楚在面向自动驾驶的道路上港口可能是一个比较率先商用的场景。在港口商用里面，单车也有不好解决的问题。通过车路协同在港口通过自己的专网来组成车路协同的方案，来实现交通灯的识别，闸口抬杆的信号协同还有调度指令还有对气象的感知还有闯红灯或者交通事故的预警都有很好的提醒。
最后，我们整个车联的解决方案，希望在面向未来，实现协作式智能驾驶的目标上同大家一起来加速场景的实现。在下面这几个，一个超视觉的感觉，一个异途的协同上只有车路协同去有效的解决。只有达到这个阶段，才会使我们真正的智能驾驶、自动驾驶有一个大家民众更大规模的体验。我今天的介绍就是这些，谢谢大家!
主持人：刚才华为公司从全球网联发展智能趋势，从车路协同、协作式智慧交通与大家进行了分享。另外一方面，华为在不同场景下交通场景下智能网联汽车示范应用，也与大家进行分享。最后华为也表达了愿意在同行共建车联网生态，只有这样车路协同大家合作共同发展，能把这个事情做好。
下面我们进行下一个报告。高精地图对于自动驾驶来说，就像是一支非常具有张力的催化剂，能够推动整个产业向前迈进一大步。大规模全自动高精地图技术也必将加速汽车智能化时代的到来，推动自动驾驶的发展进程。下面欢迎上海晶众信息科技有限公司总工，陆哲元先生，为我们带来高精度地图革新助力智慧出行，有请!
陆哲元：各位领导，各位专家，大家下午好!我是陆哲元，来自上海晶众信息科技有限公司。我们是专门从事高精度地图生产研发的企业。今天我分享的主题就是高精度地图革新助力智慧出行。
有三个部分，第一个部分高精度地图在智能网联的重要应用这样一个介绍。第二个就是我们晶众三维高精度地图的产品介绍。第三就是典型应用的介绍。
首先介绍一下智慧出行的背景情况。刚才很多专家都已经在宏观大层面说得很好了。我们就简单地过一下体系。数字经济推动了智慧城市，在智慧城市里面的智慧交通进而升级向智慧出行。在这个产业里面智能网联是一个重要技术。时间关系，我有一些部分会稍微过一下。不重要的就不说了。
这一块分享一下高精度地图在智能网联的重要应用。我们分了四个领域，第一个是自动驾驶领域，高精度地图在这个里面起到了定位感知、路径规划包括决策的作用。另外智慧交通包括智慧停车这个领域，高精度地图也在里面有一些典型的应用，包括车位诱导以及反向寻车，直接导航到停车位以及能更快地找到我们的车。包括未来的APP自主代客泊车。第三个主要是网联方面，车路协同方面的应用。车路协同和高精度地图是很深的关系，可以把高精度地图理解为一个车路协同的载体。很多车端感知到的东西都可以加在高精度地图上，进而提升智能网联的应用。最后一个是虚拟测试方面的应用。很多自动驾驶也好或者V2X也好，在功能上面有一些验证，需要大量的虚拟测试。这些主要是应用在车企包括封闭测试区包括测试场，科研机构。
这一块跟大家分享一下高精度地图量产的趋势。目前的状态是大多数的厂商目标都是先面向全国高速道路地图量产。目前应该没有明确的城市道路的地图量产的计划，即便有也是小区域的采集。一个是技术层面，自然在高速公路上面，场景比较简单。第二个是成本问题。高精度地图和城市地图有很大的一些区别。从道路的复杂程度包括采集的要素包括采集的难度，包括采集的范围。城市级的道路是高速道路的N倍。这样自然在制作成本上也是远远高于高速道路的制作。
技术层面分享一下高精度地图在智能网联车路协同下的升级。左边是传统的地图，在智能网联的车路协同下，也推出了一些产品的升级概念，我们叫做局部动态地图。把一个地图把一个场景分成了四个图层。最下面是传统的静态数据层，这是我们传统的高精度地图的底层。再下一层是相对静态数据包括基础设施。还有相对的动态数据，包括一些交通状况的数据，交通拥堵的数据或者红绿灯的数据。再上面就是高度动态的数据，包括所有的移动物体的位置信息以及移动信息。
下面，介绍一下晶众三维高精度地图的产品介绍。简单介绍一下公司，上海晶众是一家由上汽东风江铃投资的一家公司，我们分布在北京、上海、无锡，公司是2010年成立，公司起步的时候是做交通方面。2016年由上汽战略投资确立了做城市高精度地图方向的业务。今年年初5月份拿到了中国第18家具有地图的策略。到目前为止有20家华为厂家。这一块介绍一下市场目标核心产品。目标智慧交通、自动驾驶、智慧停车这几个方向。我们的产品大概有三个层面。第一个就是以交通为主，服务城市级的综合交通数据的普查工作。第二，由于这样一个服务，我们会得到很多行业的资源和数据，进而形成了我们的道路地图产品和停车场产品。再往上会做一些智慧交通、智慧停车和智慧驾驶方面的解决方案。
公司的产品是两个，高精度道路地图，高精度停车场地图，右边配套的是我们的能力包括引擎、终端应用等等。详细地说一下道路地图产品，是一款城市级的道路高精度地图产品。为自动驾驶提供基础的数据辅助，拥有高精度地图采集、生产、发布的资质和能力。我们能提供二三维自动转换的能力，高精度满足无人驾驶，全要素覆盖范围已经达到了50个城市以上。目前每年会以30个城市的量产速度。下面是高精度地图的效果，左边是二维图，右边两张是三维图。中间是给车辆用的，右边是渲染后的效果给人看的。这是我们的生产工艺流程，先生产二维图，再自动转换成三维图，最后集成树木、绿地、标牌、信号灯、建筑物，导入车流、人流。
这是我们的生产工具，也就是我们的三维道路辅助设计仿真系统。左边这个是我们的二维图。我们可以自动地二维三维的切换，我们的生产过程速度非常快，而且零成本。下面就是我们地图的软件产品，就是地图展示和应用的产品。我们地图做完了要很好地展现出来。我们包括也有网络版，包括单机版。这是我们的无锡市的整个高精度地图量产的结果。左边是二维图，右边是三维图，这样的城市我们已经做了很多。地图主要应用方向在智慧交通这个层面上，我们也在这几个方向做了很多工作。第一个包括动态资产的管理包括车道级路网监控包括应急的调度，仿真决策的辅助。
下面介绍一下我们的停车产品，是一个停车地图专门用于智慧停车和自动泊车。还有我们地图包括三种场景，一个是路上的停车场包括路侧的停车场包括路侧的停车位包括某个建筑物底下的停车场。这是我们的原始图到最后展现后的效果。包括所有停车场的背景层，包括车道级的路径，包括所有车位的信息包括所有设施的信息包括电梯、楼梯、货梯等等，我们把这样的场景进行地图的数字化。我们大概主要面向于大型的商场写字楼，这是我们的重点。
主要应用方向主要是车位诱导，我们从A点导航到B点，大厦门前就停止了。现在希望具体导航到某个停车位，在进入停车场入口的时候自动切换成晶众自己的地下导航引擎，这样能直达停车位。另一方面是反向寻车，当我们停完车之后，回来找车的时候经常遇到找不到车的问题。我们可以做到快速找到自己的车位这样的应用。未来也在自主泊车方面提供了很多技术支持，这是未来的愿景。
最后介绍一下我们高精度地图的典型应用。我们做了广州城投的应用，我们把这样一个区域进行完全的数字化，并且可以做成这样一个监控平台，可以看到城市里所有设施包括动态包括静态的包括一些摄象头包括红绿灯等等信息，还有一些监控管理。这个是展示了智能网联测试区监控平台项目，我们已经做了很多了。左边那个是上海封闭测试区，右边是郑州的智慧岛。这个监控平台下可以对所有自动驾驶的车包括网联的车，形成车辆的监控，包括车辆的运营信息、道路信息包括V2X的通讯信息包括实时的远程控制，都可以达到这样一个效果。
最后介绍一个我们基于地下停车场这样一个数据产品和上汽和EVcar共同打造的地下停车场包括车位导航和反向寻车的项目案例。这个已经在上海的某一个地下停车场达到了应用级的产品效果。以上就是我分享的所有内容，谢谢大家!
主持人：刚才陆先生将智能出行构建未来和平共生的交通生态，给大家分享了一下。另外，对他们企业的实力、应用产品、应用场景进行了描述。
下面是我们今天最后一个报告了。相比自动驾驶和车联网，虽然座舱的话题没有那么的热，但却是相比前两者与汽车内涵和外延更加密切相关的课题。在今天智能化、网联化的大浪潮下，消费者对于汽车的期许变得越来越大，汽车座舱正在从一个娱乐座舱实现到智能座舱的转变。今天的最后一场演讲，让我们有请佛吉亚(中国)投资有限公司未来座舱中国区经理，王佳栋，他带来的演讲是软硬结合，跨界融合，新技术形式下的智能座舱，欢迎王先生!
王佳栋：今天特别高兴，主办方说这是一场压轴演讲，不敢说这个主题能够压得了轴。之前各位嘉宾的演讲都特别精彩。作为一家TO1的零部件供应商。我希望我的演讲能够补齐整个产业链上的这一环。我的主题是软硬结合，跨界融合，新技术形式下的智能座舱。
不知道大家对佛吉亚有多少了解，这个命题非常契合佛吉亚。我们有硬的地方也有软的地方，我们也以非常开放的心态与整个生态链上的企业去合作。我们先来看看佛吉亚到底硬在哪里。最硬的部分就是四大传统事业部，它们分别是我们的智行事业部，还有座椅事业部、内饰事业部和汽车电子事业部。加在一起就构成了一个未来座舱或者智能座舱完美的结合。我们说车联网，智能网联，其实很难想象如果未来一个车有着非常好的车机系统，有着非常完善的智能网联。消费者坐到车里面确是有一点无聊有一点古板的座舱，其实非常不匹配。在今天这样一个日新月异的网联时代要求我们的主机厂把整个座舱把用户体验提升到今天我们飞速发展的互联网的时代下。为此佛吉亚也把智能座舱作为两个企业两大战略之一。另一大战略是是可持续发展的出行，这也契合了智能化网联化这样一个新四化的整个行业的发展趋势。
刚才我们说佛吉亚有硬的地方，有软的地方。为了营造这样一个生态，我们其实是和国内外的非常非常多的合作伙伴一起来合作的。这张图里面大家可以看到有一些是整个零部件行业的可以说是亦敌亦友，有一些是中国的和海外的初创公司。整个座舱生态里面有很多东西有我们所不知道的，非常细精尖的东西。我们的使命就是把最好的东西整合在一起给主机厂做解决方案上的提供。
产业趋势上刚才讲到了，为什么会站在这里讨论互联、自动驾驶、共享出行以及电气化。这就是我们今天整个行业不可回避的四个问题。在这样一个问题之下，我们看到了哪些新的技术领域，实际上今天的座舱已经比过去复杂非常非常多。我们可以看到我们有生物技术，我们有智慧城市，我们有AR技术，我们有软件、电子设备、新能源、新的材料、新的气候管理、光学、声学。某种程度上来说不断地给每个人搞晕。不断地要学习新的东西，这些都是今天的汽车人不能不回避的问题。作为一个TO1，我们的目标是什么?我们希望能够用我们的一些专业领域的知识，帮助我们的主机厂，帮助我们做网联的合作伙伴，去做好这些技术的商业化。换句话说，这些技术包括在这一页上说的复合材料、记忆形状合金、纳米材料、全息技术，我们希望由我们来把它们做成产业化，这样可以为整个行业进行赋能，也可以减少整个行业大家的焦虑，让做互联网公司的这些专家们可以聚焦于互联网。让主机厂可以聚焦于它的品牌，它的用户。这里面会提到很多很多技术，比如主动消噪，互联网里面的5G甚至6G，电子设备里面的SOC、边缘计算，软件里面面向服务的架构，这里有很多很多新的技术。
把这些技术放到未来座舱里面会发生什么?我们佛吉亚其实是现在在这四个方面进行很深层次的研发。比如说一些新的材料以及这些材料会使我们的座舱结构发生的变化以及我们的AR技术还有人工智能技术还有互联网技术。我们在这些领域我们都投入了非常大的基础性的研究。这也是为什么我们说其实像佛吉亚这样的TO1真正能够把这些技术实现商业化的品牌。
说了这么多，我们到底要提倡什么，我们是提倡一种由Tier1和主机厂进行相互赋能共同设计的模式。这个环是能够让整个行业里面的每个人都去聚焦自己最擅长的这部分。比如主机厂最擅长的是什么?它了解自己的品牌，了解自己的产品，了解自己的用户。我们希望主机厂可以帮我们把用户描述清楚，告诉我们用户在未来需要什么。零部件企业，我们的技术特点是什么。我们的技术特点是可以把这些用户的需求以及他们的痛点去转换成一个一个技术的解决方案。并且我们可以设计一系列的实验和测试去验证这些技术方案它的可行性，它的成熟度，它的成本，它的制造潜力。并且把这些对于技术的描述做成一个一个可以看得见摸得着可以拿去做测试的一些样品，一些样件。通过这些样品和样件进行一系列的测试，并且最终把它做到一个研发的状态。实际上我觉得我们是作为一个Tier1去提倡Tier1和主机厂共同开发共同设计面向未来的智能座舱。
这其实是我们想举一个例子。这个是我们完成了这么一个闭环之后，我们创造出来的一个概念。我们叫它健康座舱。其实在这样一个座舱里面融合了非常多底层技术。比如发热的材料，PCM的材料还有一些羽流效果的空调出风还有先进的降噪处理。通过把具体的技术做成我们的系统，并且把这些系统做成可以在很多主机厂的平台上面去很快速地应用很快速地迭代的智能的硬件来达到我们构建整个未来座舱生态的目的。
最后，我想说，我们的愿景是什么?我们的愿景是通过和整个行业的生态，和我们的主机厂一起去合作，为最终的用户去创造这样一个独特的创新体验。这是我们的愿景。我的演讲完了，谢谢大家!
主持人：刚才王先生说了佛吉亚的角色，发展战略以及佛吉亚座舱创新生态系统，以及佛吉亚在座舱领域的优势，以及和用户提供总体解决方案这几个维度与大家分享了一下。
我最后把今天的整个汇报的报告用几句话给大家总结一下。今天我们一共有12个报告，大家分别从智能网联汽车发展的趋势、商业模式以及智能网联汽车产业面临的问题和挑战与大家进行共同分享。在技术层面主要车企对智能网联领域的车联网、车路协同进行了深入的思考。同时从自动驾驶测试评价对信息安全还有自动驾驶验证这方面也进行了阐述。在智能传感这方面汇报得比较多，包括高精度地图。今天的报告就到此结束，谢谢大家!
