主持人:感谢朱总,他给我们分享智能驾舱技术发展的趋势。

    下面有请启迪云控CEO李家文先生演讲,演讲的主题是:基于云控基础平台的智能共享出行。

李家文:大家下午好!我报告的题目是基于云控基础平台的智能共享出行。

    非常开心参加2018国际汽车智能共享出行大会,前面大家都看到非常著名的企业,启迪云控先介绍一下,我们是清华启迪和云控一起成立的,虽然企业很小,但是梦想是很大的,我们和很多单位联合起来参加国际智联的项目,现在是依托汽车工程学会16年对于汽车技术的积累,主要开发云控基础平台运营和研发,为了给产业链提供面向未来的车路云一体化的解决方案,促进智能汽车未来真正落地,为出行创造一种新的模式。

    下面进入我分享的主题,首先介绍一下云控基础平台,在行业里面也做了很多年,我们认为未来自动驾驶也好,智能出行生态也好,要是能够真正落地的话,仅仅只有车场或者智能汽车研发是不够的,刚才主持人也说了,出行是涉及到方方面面多行业协同的生态未来出行一定是车和交通也好,跟各种服务机构也好,形成一种协同的生态使得自动驾驶能够真正落地到实际。我们现在提出了一种生态叫云控智能,是一种协同式的自动驾驶的产业生态,在未来条件下,车辆真正在实际运行过程中,一定会跟人和车以及实际的交通服务机构,产生相应的联系,使得车辆不仅依靠自己感知、决策和控制做相应的判断,也可以通过对环境极大信息共享促进它能够做一些预测性的控制,帮助出行过程更加有效、高效以及节能。在这种生态下,如果要促进这么一种生态,需要做很多的基础性的工作,包括需要建立车辆与各种支持自动驾驶生态之间的互联互通标准化的通讯协议,这种生态要真正落地有了这种标准化通讯协议之后,还需要协同的计算,协同的服务,这种协同性的工作,里面有很多基础的底层共性技术需要克服。所谓的云控基础平台,就是瞄准互联互通的生态,为行业,为整个管理机构,提供车辆运行,基础环境,交通环境基础的动态数据,利用云端大数据处理能力,分析能力,解决非常多的计算、功耗、成本问题,希望通过整个系统协同的方式把一些成本实施难度到路端也好,云端也好,保证整个系统未来更快,更切实可行落到实际运行过程当中。这就是云控技术平台愿景和要实现的功能。

    基于这种想法,我们设计整个云控基础平台体系架构,把车辆未来真正运行过程范围分成三,一个是真正自动驾驶出行的过程车辆在街道范围内实施,在整个交通体系里面考虑的是A点到B点整个城市的状态,在这个城市里面获取服务不光是这个城市提供的,还有全国性平台带来的服务,包括医疗、保险等等,所以我们把它分成三类服务范围,在这三类服务范围内对于数据的获取,生态的交互,数据质量,数据可靠性要求是不一样的,把云控基础平台体系分成三层,一个是从云端角度来说会有边缘云状态,有区域云还有中心云,我们认为区域、边缘云可以服务于车辆短时间内或者小范围内对于数据质量要求非常高的状态下自动驾驶需求。在区域云层面,可以把整个城市对于交通管理上的需求,对交通实际信息服务资源可以通过当地的合作生态信息告诉车辆全国云作用全国性平台上服务资源可以通过这套体系导入到车辆整个出行过程当中去,使得车辆智能驾驶在当地可以非常顺畅开展。在整个城市区域云、边缘云帮助整个智能交通或者智慧城市广域决策,还有中心云支持数字中国的建设。

    在这个体系架构支持下,具体实际还是要应用,应用可以采用业内经常讲的云管端的方式,怎么和行业产生合作?在终端需要很多车型配合,同时需要一些基础设施的配合,在这种配合情况下,通过可设计的网络,可能需要运营商的配合,基于实际交通或者自动驾驶落地过程当中,对于数据实研需求把数据云搭起来,和车厂、交通信息建立联系,把这些信息全部打通,从而营建真正需要支撑智能出行当中的各种应用,包括自动驾驶,车辆救援,车队管理以及停车场的管理,这一系列应用都可以依托于所营造的这一套数据共享体系,或者技术支撑的这套体系实施相应的应用。

    在这套体系上我们能够提供哪些服务?第一个可以提供面向全产业链数据标准化互联互通的服务,我们也设计了涵盖多个行业标准,比如车联和车载总线标准,还有OBD诊断标准连接的协议满足通讯的要求方面,我们做了很多通讯方面的标准适配,和地图行业产生合作,基于一系列标准进行相应的互联,基于这一系列标准的理解,我们设置了一个标准化数据交互的方式,形成自己云控基础平台互联互通中心,有了信息互联基础上,就可以在云端基于实际运行过程当中数据做协同,这是云控基础平台非常重要的作用,做全局协同的感知、决策、控制等一些支持自动驾驶落地,支持智能出行非常基础的功能,这个就是所谓的共性技术。

    比如车辆感知的结果,路测感知的结果,把数据通过融合中心上传到云端,通过标准协议和第三方平台,同时利用云端计算引擎,把这些数据拿过来以后,计算出结果,全部在融合中心,进行信息的融合,把这种基础的融合结果可以下发到实际的车辆,以及实际的管理机构或者运营机构上,使得他们基于初步计算,或者基础计算的数据对自己具体业务形成相应的帮助。

     (视频播放)

     现在做智能交通的人对红绿灯信号配时有一个优化的结果,我们云控基础平台能够做到进一步使得交通信号灯优化可以和车辆控制配合起来,路上一些拥堵是因为一旦变成红灯,车还没有动,这就是因为交通系统和车之间没有打通,是处在割裂的状态,如果能够把交通系统和车形成一个互通的话,可以提前告诉一辆车或者路口一个范围内的车,使得他们同时起步,在未来可控预期下,在交通十字路口云控系统可以接管一个范围内车辆,还可以实现这一个范围车辆同时起步通过这个十字路口,从而提高整个十字路口通行的效率。

    通过协同感知决策和控制基础支撑功能,还可以典型支撑现在经常所说的安全类的应用。通过协同生态可以给车辆提供超视距安全预警,减少交通事故,这样的话对于车辆本身感知能力或者决策能力又是非常大的帮助,使得车辆不需要采用非常强大的感知能力或者高成本计算条件做相应的处理,最主要目的减少交通事故的发生。如果很远地方路上有危险,通过数据打通之后前告诉车辆,包括前方静止、慢速等等。另外一个典型例子可以对交通整体出行优化提供相应的帮助,如果有一些救护车过来营救伤员,告诉道路上其他车辆对救护车进行适当的让行。还有匝道辅助,不光是高速公路的匝道,整个城市环线匝道经常面临出不去,有些车想走,另外的车不让它,也造成整个交通的拥堵,如果一个互联的条件下,可以让这种行为在云端有一个像天上有一个交警,告诉大家哪个车先行,哪个车后行,是以交通通行效率为最大目的。

    我们为行业提供协同感知决策控制基础支撑功能,结合行业本身安全性、效率性的应用,目标位整个普通道路交通效率提升,这是我们自己设定的目标,提升80%交通效力,同时对事故率也希望可以减少90%。作为一个基础运营的支撑平台,除了提供刚才所说的互联互通基础条件下,还为政府对于出行生态管理或者智能网联管理提供相应的服务,很大层面基于数据运营监管环境的搭建,我们设计了一整套所有车辆服务平台接入之后需要做的相应管理功能在平台上也具备,基于我们对数据需求的设计,安全管理的设计,现在有一整套为行业提供服务的监管和运营的方案。这是一个大屏展示的效果,通过这种服务监管或者运营监管底层功能设计,可以把这些可视化的方案向所有的服务机构或者管理机构进行数据的展示,同时也是对数据的监管,保证整个所能提供的协同服务生态可控、安全、稳定、高效的状态。

    这里也有一个简单的案例,大家可以看一下。

    (视频播放)

    基于底层数据打通生态,还可以在高速上实现跨类型编队行驶,也需要相应运营商的支持,服务商的支持。还有救援,通过数据在云端精细化分析,可以第一时间知道哪些车辆可能发生什么级别的事故,现在大家知道经常救援的时候不知道这个车在哪里发生事故,当时伤员情况到底什么样,经过数据在平台上精细化计算,可以给救援机构得到当时事故发生的地点,可以使得救援第一时间非常精准的匹配相应的救援资源。还有红绿灯共享,以及虚拟红绿灯的情况,再一个地方如果一个路口红绿灯突然失效,在这种情况下经常会形成一个热锅的交通状态,在这种情况下,在一个路口大家信息实现共享,就可以按照最优的通行效率把红绿灯实际计算结果直接下发到车辆,使得车辆按照红绿灯信息行驶,而不是依靠实际物理红绿灯去指引。

    还有一些案例,出行车辆联网联控,运营车辆前段时间有些事故的发生,车辆能够和平台连接,可能存在对人员或者货物造成损害,就可以远程对车辆在政策允许提出下进行接管,包括熄火、靠边停车,对车门进行锁门,从而使的危险在第一时间扑灭在起步阶段政府可以通过平台把相应自己的管理信息第一时间发布到所有的车辆上,使得交通管理和车辆的管理能够融为统一整体,而不是现在通过交通广播,把这些信息下发到车辆上,使得车辆和交通能够融合起来。

    整个云控基础平台,还有一个非常重要的作用,服务于整车开发和实际自动驾驶落地。通过搭建车云路一体化的环境,可以为行业提供相应的开放、测试的条件,使得本身具备相应感知或者自动驾驶能力的车辆在这个环境里面,形成数据互通条件下,怎么去实施自己自动驾驶能力提升,或者协同式自动驾驶能力测试,可以在我们所营造的这一套体系下跑。通过数据的共享,我们在平台层面也开放相应测试的环境,包括开放的接口或者开放的测试平台,在这个条件下,大家可以把自己的算法放在云平台上,做相应控制等等的措施,我们跟上海汽车城也在搭建这样的环境,使得未来能够服务于自动驾驶开发。

通过上面几个部分的功能介绍,可以做一个总结,我们所设计的云控基础平台整个体系架构,所形成一种服务模式就是通过一种规范化的,标准化的基础设施体系,以及一种标准化通讯方式,实现整个出行过程当中各个要素之间的信息互联生态,利用这种生态以及利用云端大数据计算能力,促进过程当中各个要素出行需求能够按照需求去响应相应的计算资源,响应相应的服务资源,从而使得整个系统在全局的角度能够得到一定的优化,得到可靠的实施,从而支持自动驾驶在相对更快,或者更可靠的环境得到实施,促进行业协同发展。

这是整个云控基础平台服务模式的图。刚才介绍很多,都是模拟或者三维做的动画图,其实我们现在跟行业、产业界开展了很多合作,有一些实际的案例,我们跟商用车企业合作的,协同式自动驾驶,最终是执行的过程,在云端做了数据交互之后,最终去执行是需要底层的自动驾驶服务层进行交互界面层面的配合,这个还是比较初级的状态。

    (视频播放)

    我们所说的云控基础平台也是得到了国家顶层规划战略支持,包括发改委年初发的智能汽车创新发展战略也提到了在建设完备的智能汽车路网实施体系,同时也要建立国家级智能汽车大数据云控基础平台,在工信部支持下也在建设

    在云控基础平台就是为了集聚整个行业,服务出行所有的资源,能够把资源在云端进行相应的优化配置,以及按需分配,支持自动驾驶在实际过程当中的落地,使得资源能够得到最大化或者协同式优化的配置结果,帮助整个产业在协同的条件下转型升级,使得自动驾驶也能够真正的落地。整个云控基础平台需要得到行业非常大的支持,也希望整个产业链上各家单位后续能够跟我们产生更多的合作,促进在实际过程当中需要解决的各种技术以及工程上面的问题,使得未来自动驾驶整个出行环境在协同生态下更快或者更有效的运行,谢谢!

       

    主持人:谢谢李总的介绍,今天的活动是汽车和交通两个协会联合组织的,一直现在我才听到车路协同,云控基础平台是实现车路协同非常重要一个部分,对跨部门的协同又提出了更高的要求,我个人觉得下一步实现智能网联汽车最重要就是跨部门协同,我再呼唤一下超总,刚才丰浩讲的时候我想问一个问题,提到那么多系统的冗余,到底怎么样解决?国内比较一致的观点,中国有可能在车路协同方面走的是比较靠前,比较快的,车路协同是解决这个比较重要的路径?是不是博世也是这样的想法。

    下面有请四维图新产品部副总经理李萌演讲,他演讲的主题是:高精鲜地图共建智能出行生态。

李萌:

各位朋友下午好!我是李萌,来自四维图新,很高兴跟大家分享四维图新对大数据、人工智能这些领域一些理解。

    四维图新作为中国第一家导航地图公司,在中国的导航领域还是有很多个第一的,第一份商业化的导航电子地图,第一份互联网手机地图,第一份行人导航地图,第一家支持动态交通的信息发布地图公司,第一家挂牌上市的中国导航地图企业,第一家提供商用ABS地图的公司,四维图新在导航领域深耕,跨越式发展,成为了一家拥有12家全资公司,7家控股公司,16家参股公司的全面布局导航、车联网、自动驾驶的科技公司。四维图新重视研发投入,并时刻关注国际前沿科技和国际业务拓展,在中国有21个本地化数据实际采集和技术服务基地,6个研发中心,同时在美国、荷兰、新加坡均设有技术和产品服务分布,专注导航十余载,四维图新一直以高质量的产品与服务在行业内获得了广泛的认可,作为优质的车规级一级供应商,我们在行业拥有最高的资质和认证。四维图新的客户遍布全球,包括乘用车、商用车、系统商。同时我们还会供给互联网和相关的行业用户。

    这是我们四维图新今年发布最新战略布局,结合今天的议题三个关键词:大数据、人工智能、自动驾驶,和四维图新战略布局完美融合,四维图新致力于打造智能汽车大脑的战略愿景,通过四维图新构建的大数据平台和计算平台支撑,集导航、车联网、自动驾驶、芯片业务一体化完整解决方案,今天由于时间有限,我跟大家就高精度地图这一块出发,分享一下四维图新对于大数据、人工智能和自动驾驶的一些理解。

    到了自动驾驶阶段,汽车其实开始脱离驾驶人员的干预进行越来越多的决策,为了让这些汽车自己做出来的决策更加的安全,自动驾驶汽车其实需要的是更高可靠度的高精度地图来辅助他在各种情况下,作出正确的决策,比如前方的道路延展是否出现障碍物,当然也会包括一些最新发布的交通信息,限行信息等,有一种说法是,高精度地图其实是把一些实时的算力处理能力前置转移到线下的计算能力,自动驾驶汽车上会装配很多各式各样的传感器,比如GPS、摄像头、雷达、激光等等,我们也可以把高精度地图理解为一种超视距可靠的传感器,是一种高度结构化、语义化超视距传感器,如果汽车仅仅依靠自身所带来的传感器,可探测的距离大概是200—300米左右,假如前方一有辆大型卡车阻碍到它的视线,传感器在实时会受到很大局限的探测,如果在这个时候前方出现了车道的并道,将会触发系统进行一个紧急的快速的转向或者紧急制动,这个可能会让乘客感受到不是特别的舒适,如果一个汽车要作出安全有效的决策,就需要一个充分的语境帮助传感器去理解这些语义。而高精度地图就是提供让汽车理解传感器语言的语境环境,不管是哪一种说法,自动驾驶对高精度地图的要求都需要高可靠度,如何保证地图的高可靠度,我们从两方面来解析。

    一方面是高精度,这个大家非常熟悉。第二个是高鲜度,这个大家不太熟悉,鲜度讲究的是新鲜程度,地图在中国这个日新月异快速发展的大背景下,是一个保质期特别短的产品,而且世界并不是静止的,在不断的变化、进化,这样子支持自动驾驶的地图就需要不断的探测、检测、验证和更新世界上的变化,尤其是和安全驾驶相关的属性,地图能够做到实时更新,达到自我修复,实时状态情况下,唯一的途径是通过众包手段,只有通过真正实时更新,才能做到高可靠的传感器。

    基于对高精度地图的理解,四维图新打造了高精度地图服务平台,通过和客户前后端紧密结合,提供能够大量快速吞吐的一体化、可定制化的快速响应高精度地图服务平台,为了提供高精度、高鲜度自动驾驶地图,四维图新潜心打造全套工具链,其中涉及到采录编分,采集、录入、编辑、分发全流程的高度自动化的编辑平台,并辅助完整的质量品质控制体系,保证产品精度在20厘米范围内,当然平台的自动化程度也是保证精度重要手段之一,全套的工具链完成采集点源的,可以实现91%全流程自动化,从点云、照片、原数据开始,到解算、识别中间环节,当然也有产品最终出品,以及产品保证环节,都设置了不同的精度校验点,预计在2019年我们会覆盖全国高速和城市高速,同时还会提供北京、上海等重要城市的普通道路。

    四维图新为了打造全新高精鲜自动驾驶地图,自主研发了三款不同配置的采集车,分别用于不同地图采集与更新,从而实现高精度地图不同要素的季度更新,月度更新和天更新,以满足不同场景用户对高精度地图的不同需求。不仅在采集端充分布局,对高精度地图采集、高新的任务管理平台,海量数据的吞吐处理平台也搭建完成这些板块我们做了很多种尝试,例如建立产品质量随时间变化衰减的预测模型,也就是基于过去的世界变化,以及最新的信息咨询,预测世界在未来的某一个时点的变化,这样评估地图在不同时点的自信度,供给给自动驾驶车辆进行系统决策判断,同时也作为高精度地图的采集任务更新触发器,对于众包任务和自采集任务计划管理分发和地图产品鲜度管理,是基于多年来和合作伙伴共同打造的大数据平台。

    刚刚所有的业务逻辑,在底层都依赖着海量的大数据支撑,在四维图新我们提供了一个大数据聚合服务四维云平台,汇聚多元数据,提供数据接入管理,数据可视化服务,基础的LBS功能和算法实验功能,为行业用户优化产品设计,发现数据价值,提供了开放全面一站式平台体验。首先这个平台能够汇聚更多的车联传感器数据,匹配静态的地图数据,动态的人流、车流,城市环境数据,后续还会匹配红绿灯、卡口等数据可以预测一下未来,今天四维图新在这个平台上完成了高精度地图的动态更新,后续我们可以在这个平台上进行交通信息服务,联网安全服务,V2X服务,辅助驾驶服务,车辆数据分析服务,出行服务等自动驾驶时代和完整车联网时代所需要的一切革命性服务。

    目前这个平台每天能够对接3000万+日活车辆,每天能够采集10亿+公里道路里程数据,高峰时期每小时可以达到5000万+公里,每分钟能够达到百万公里道路里程数,而传输的数据涉及到车身各种传感器数据信息,对于不同的自动驾驶级别的车辆,从一般车辆到联网车,到辅助驾驶车,到自动驾驶车,所带有的传感器也从普通的GPS、摄像头、雷达、激光等传感器信息也会越来越丰富,随着整个辅助驾驶、自动驾驶的市场发展,这些传感器数据的融合能够实现现在的道路级的探测,车道级的探测,车道级数据更新和对象级数据更新,以及到最终所有高精度地图要素级更新。

    虽然从手动驾驶到自动驾驶的转变不会在一夜之间发生,但是他的使用率将呈指数级增长,这也是为什么四维图新着眼于一个可扩展的过程,以实现高精度地图制作和更新,想要获取如此多样化的数据,同时又要保证地图的实时更新自我修复的能力。这些工作显然仅靠四维图新一家公司是无法实现的,所以我们希望能够携手OEM、TL1、政府单位和其他图商一起来建立这个生态系统我相信这个生态系统越早的建立,真正意义上的自动驾驶也会越早的实现。

    四维图新期待和大家共建智能出行的生态,期待您的参与,谢谢!

    

    主持人:谢谢李总的介绍,到这里今天下午的所有主旨报告都已经结束了,今天下午有7个主旨报告,分别从各领域的技术来讨论未来如何实现智能出行,下面进入非常重要的环节,隆重有请纵目科技(上海)股份有限公司市场与商务副总裁陈超卓。