全球未來出行大會|智能網聯核心技術論壇

　　在新一輪技術革命驅動下，全球出行正在經歷一場前所未有的深刻變革。5G、大數據、自動駕駛、人工智慧等前沿技術正在重塑我們未來出行方式。在以電動化為根基，以綠色化、智能化、網聯化、共享化為特徵的跨界融合浪潮中，汽車產業已成為這場變革的戰略中心。

　　2019年10月25-27日，由浙江省發改委指導，中國電動汽車百人會、中國信息化百人會、湖州市人民政府主辦的第三屆全球未來出行大會在浙江德清隆重舉行，大會通過會展聯動，充分展現全球出行產業新思維、新模式、新技術、新產品和新業態，打造全球出行產業未來發展風向標。

　　25日下午，智能網聯核心技術論壇同期舉行，以下為論壇內容實錄：

　　會議主題：智能網聯核心技術論壇

　　會議時間：2019年10月25日

　　尊敬的各位嘉賓，女士們、先生們，大家下午好!歡迎大家參加由中國電動汽車百人會主辦的2019年全球未來出行大會，今天下午這一場是百人會與蓋世汽車聯合主辦的智能網聯核心技術論壇。我是西南西南交通大學汽車研究院院長胡廣地。首先請允許我代表主辦方對出席本次論壇的各位領導、專家、廣大汽車行業從業者的到來表示熱烈的歡迎和衷心的感謝。

　　下面我們就進行第一個報告。近年來，我國的智能網聯汽車獲得了空前的發展，國家在政策上給予了大力的支持，但也應看到目前其發展還不成熟。在智能網聯汽車測試評價體系建設這一塊，不僅需要逐漸完善，更需要其符合中國的交通模式。今天，我們有幸邀請到中國汽車工程研究院股份有限公司智能汽車測試評價專家，楊良義，他今天演講主題是基於中國交通特徵的智能網聯汽車測試評價體系建設，大家掌聲有請!

　　楊良義：謝謝胡院長的引薦。大家下午好!我是來自中國汽車工程研究院的楊良義，很高興有這次機會跟大家分享我們這個團隊在智能網聯汽車測試評價領域做的一些工作和一些思考。今天我的演講題目是基於中國交通特徵的智能網聯汽車測試評價體系建設。

　　主要分四個板塊，首先簡單說一下我們這個體系建設的背景和基礎框架。行車安全、能源消耗、交通擁堵是交通面臨的老生常談的問題。目前在石油消耗上汽車佔了石油消耗的33%，交通事故很多有90%以上的原因是人為原因導致的，同時交通擁堵也有很多原因。其中不規範的駕駛行為也是其中原因之一。基於這樣一個交通的現狀，智能網聯汽車實際上在解決以上交通問題上有很好的技術手段和平臺。目前這一塊也成為我們國家的重點發展的戰略。

　　提到這個，為什麼要提中國的交通環境特徵呢?我們大家都知道在智能網聯汽車很多的感知模塊主要是有雷達，有攝象頭還有定位系統。其實這些感知模塊主要感知的信息其實就是交通的環境信息。所以智能網聯汽車跟交通是密不可分的。中國其實地域是很廣闊的，從南到北，從東到西，道路類型很複雜，氣候也相當多樣。在很多城市道路裡面，人車混雜的現象是非常普遍的。擁堵的時候很多不遵守交通習慣的人和車輛也是非常地眾多。這是我們中國交通環境的典型特徵。目前智能汽車測試方法主要從三個方面，一個是仿真測試，在算法還有極端危險的場景測試。第二塊是封閉場地的測試，主要解決智能汽車的關鍵性技術，第三個測試手段是開放性的道路側試，這一塊是整車系統的綜合性驗證，主要是道路適應性方面的問題。目前從這幾個環節來說，在標準法規還有一些研發性的測試環節主要是以封閉的場地測試加上少量的道路側試為主。這是L3以上的自動駕駛的測試，開放道路的測試和仿真測試將會佔的比例越來越高。這是測試這一塊發展的趨勢。

　　提到了中國的交通特徵，中國的交通特徵主要內涵是什麼呢?中國交通特徵主要問題來源於自然駕駛的一些數據還有交通事故數據。我們基於這一塊的研究形成中國交通場景的場景庫。在自然駕駛當中，有對駕駛員行為的特性研究，可以形成駕駛員行為特性的模型。駕駛輔助系統還有一些產品開發的關鍵參數來源。同時中國的交通場景庫和典型的駕駛員行為特性的資料庫可以固化到各類測試場景之中，測試場景可以貫穿整個測試的所有環節。包括車型典型對標還有最終標準法規的制定和評價方面的工作。

　　VISTA整個搭建分了六大環節，以中國典型場景庫還有典型車輛的關鍵參數分析，作為環節的開始。以成熟量產車型典型車型的關鍵性測試評價，指數評價作為整個環節中最後一個環節。我們把中國的典型交通場景和重要參數應用到典型的測試場景之中。整個場景也貫穿了體系的六個環節之中。結合專用的測試設備包括交通的監控中心，形成了完整的測試評價體系。

　　第二點我簡單給大家介紹一下i-VISTA做的一些工作。中國的交通場景來源，自然駕駛數據的採集，目前我們在全國開展了大規模的自然駕駛的數據採集，我們已經跑了全國29個省，採集了60萬公裡的數據。中間更換了一百個左右的駕駛員，對他們的響應做了分析，形成了駕駛員的特徵模型。這是我們在數據採集這一塊做的工作。我們要把採集的自然駕駛的數據轉化成場景，中間有一系列的工作要做。i-VISTA結合了自己的研究工具和採購了通用的軟體工具建立了整個場景數據處理的工具鏈。

　　結合我們自採的自然駕駛的場景，形成了豐富的測試場景。測試場景再疊加到天氣條件，交通因素和道路因素，形成了中國比較典型的中國交通場景庫。在2018年的10月份，我們在行業發布了第一版的中國典型駕駛場景，主要場景包含了四類。危險場景和泊車場景、換道場景和跟車場景。今年發布了第二版的場景，內容很豐富，希望大家可以關注。為了驗證場景的適應性和性能，我們把場景結合到硬體在環測試系統。我們跟國際知名的仿真工具供應合作，目前可以支持視頻和毫米波雷達在環的測試驗證。這一塊現在正在開展相應的控制器的測試工作。

　　第三塊講一下我們在整車測試評價做的工作。整車評價主要是客觀評價和主觀評價兩個維度。目前很多測試還是以客觀評價為主，以主觀評價為輔的形態。客觀評價主要包含了典型車型的深度對標還有標準法規的符合驗證，還有產品開發過程中的研發性。整車評價主要是這樣一個架構。為此也購置了大量的目標物，包括360度的假車還有高精度速採，還有監控中心。這些社別構成了i-VISTA場地測試專用的設備。我們在傳統的實驗場進行了改造，比如我們增加了很多典型的彎道場景。我們也自己建立了在重慶建立了新型的智能網聯汽車的實驗基地。針對更高等級的智能駕駛的測試，目前推動了兩個自動駕駛的測試區域，未來會有更多區域面向高等級的智能駕駛的公開道路的測試。基於封閉場地的測試這一塊，重點關注智能汽車的性能和功能邏輯的驗證。目前我們已經形成了比較完整的封閉場地測試能力，包含L2級的TGICC的高等級的智能駕駛的測試能力。基於開放道路我們建立了完整的道路監控和測試系統，可以開展智能汽車道路適應性方面的評價和驗證。

　　在標準法規這一塊研究工作也建立了完善的標準法規的研究體系，主要包含了目前我們已經獲得了授權的標準能力，達到30多項。包含全球難度最大的Euro NCAP的主動安全測試能力。整個i-VISTA的標準法規檢測是非常完善的。針對量產車型的評價這一塊，面向消費者選擇購車的時候，缺少一些選擇參考的依據。現在很多在產品開發過程中很多企業面臨產品優化改進的方向和指標缺失的這樣一個問題。i-VISTA建立了中國智能汽車指數，來評價現在量產車型的性能和功能。2018年發布了第一版的正式規程，評價了25款量產車型，也在官網上持續發聲，受到了媒體的宣傳。今年9月份發布了第二版的規程，將L2級智能駕駛加入進來。

　　最後一個板塊我們為了提高測試效率和我們的測試經驗和測試的理解能傳承下來，我們把這些東西灌注到專用測試設備開發這一塊，我們做了專門的板塊來做設備的開發。我們的優勢在於我們本來是標準法規的制定者也是標準法規的檢測的實施單位。同時我們給行業提供非常豐富的測試服務，還有我們也是國際上很多非常知名的設備的使用者。我們提出了以測試為中心，以測試中發現的問題為核心，以設備的簡單和易操作為我們的焦點這樣一個測試設備開發的體系，展開了測試設備開發的工作。目前第一代的產品主要是針對開放道路側試的。我們開發了一套設備，主要結合交通監控系統可以完成開放道路的測試評價。我們的i-TESTER設備可以跟高精度地圖和其他設備聯合，形成了完整的封閉場地測試的一套解決方案。這裡面剛才提到的我們實驗數據的後處理軟體工具，這一塊主要是根據測試經驗和發現很多設備使用還有數據分析上的很多不便利，我們把我們開發的一套後處理軟體，這樣可以提高實驗過程中的數據效率，大大提升了在測試這一塊的便捷性。

　　我們的工具這個板塊會持續地往下做。未來我們會把測試跟工具服務一體化往後推。這是我們未來主要推的一個方向，可以為用戶提供測試加工具一體化的服務方案。測試和工具是我們持續發力的領域和板塊，希望更多夥伴加入我們，做更多合作，做更多有利於行業發展的一些事情。謝謝大家!

　　主持人：剛才楊先生從自動駕駛的背景體系，特別針對中國交通場景庫的建設，以及從仿真還有在環、道路側試做了系統的闡述。另外對自動駕駛專用設備體系研究也做了充分的驗證。信息量比較大，大家慢慢消化或者會後跟楊先生單獨交流。

　　下面我們進入第二個報告。作為自動駕駛產業鏈中重要的一環，高精度地圖的作用十分關鍵。要想實現L3級別及以上的自動駕駛，高精度地圖可以說是必不可少的條件。高精度地圖經過近幾年的研究及發展，已經取得了一系列重要研究成果。接下來帶來演講的是高深智圖科技有限公司，大中華區總經理，有請劉澍泉，他這次的主題是高精地圖：自動駕駛車輛的經驗集合，有請!

　　劉澍泉：謝謝胡院長的介紹!各位領導，各位專家大家下午好!我們是一家做高精地圖或者專注於做高精地圖的企業。大家可以看看這張PPT的封底，這是一張3D的高精地圖，是給L3自動駕駛車輛所應用的。高深智圖是一家什麼樣的企業呢?我們非常專注於做地圖產品的企業，我們的核心團隊基本都來自於谷歌，來自於蘋果，包括有一些百度的同事，有一些高德的同事去做高精地圖的產品。我們在中國有兩個公司，同時我們是一個非常專注於技術創新的一個公司。大家可能在市面上沒有太聽說過我們公司。但是只要你去做L4的自動駕駛，你都會知道需要一個高精地圖。這個高精地圖最好除了能夠去提供3D的高精地圖以外還能夠提供非GPS信號的定位的地圖。這個就是我們的強項。

　　大家看一看今天我們高精地圖在自動駕駛裡面的位置。我們在自動駕駛的整個包括感知，包括定位，包括控制，包括決策，其實我們是給所有整車廠包括初創企業提供關於高精地圖關於定位的服務。通過這樣的服務，大家都在說高精地圖和傳統地圖有什麼區別?其實我們的區別還是蠻明確的。大家可以看一看左邊是一個導航地圖，右邊是一個高精地圖。導航地圖它的使用者更多的是面向於車載的娛樂系統或者通過導航去用的。高精地圖是給車看的，機器如何識別高精地圖。它更多需要的是三維的高精地圖，三維的點雲圖，然後結合你的實時感知再去做定位服務，再去做導航服務。同時今天的用途針對於傳統地圖來說，更多偏嚮導航，也包括目的地的尋找包括PRO的尋找，針對於高精地圖來說，更多的是控制，更多是隸屬於車輛安全系統。希望自動駕駛的車輛能夠更快捷更安全地在路上行駛。這是傳統地圖和高精地圖的區別。

　　大家可以看一下下面這段錄像是地圖生成的過程。我們的想法是自動駕駛車輛通過它的傳感器快速地收集環境信息，通過我們的軟體達到環境信息的重建。這是整體重建一個道路3D環境信息的過程。重建完這個信息以後會去做色彩還原，通過色彩還原以後在裡面生產所有和矢量地圖相關的feature。這些feature包括成的行駛線包括它的邊界線包括它的紅綠燈以及每條車線和對應交通標誌的關係。這樣來去看的話其實高精地圖大家可以看一看，高精地圖最重要的三個組成部分。第一個就是點雲圖，點雲圖是給四級自動駕駛去用，你知道和其他物體之間的相對位置就能夠更安全地在路上行駛。比如你去過橋梁的時候，你知道你的車是否可以通過。比如你去過隧道下面的時候包括立交橋下面的時候，你要知道相對位置，就可以順利地走過去。

　　第二點，就是矢量地圖。矢量地圖做的是什麼呢?除了原有的導航信息，裡面還包括了交通法規信息。如果一輛車行在最左邊的車道行駛線還能行駛到每條地圖上已經規範了。自動駕駛車輛的路徑規劃以及路徑選擇，你就會符合交通法規去進行一個路徑的規劃以及路徑的選擇。多說一句話，今天的人工智慧大概在7歲小孩的標準。如果是說作為一輛自動駕駛車，你的車輛的智能也基本在7歲。地圖又是一個你的行駛經驗的集合，這是為什麼高精地圖和自動駕駛是必然的或者基礎的關係。高精地圖能夠降低自動駕駛裡面感知難度。

　　第三個是實時定位的產品。大家提到高精地圖的時候都會講到我的定位如何去做。它是可以基於高精地圖去完成這樣一個定位服務。我們下面再看，回到今天的主題，今天不會過多地講定位服務，我們可能更多的主題還是在車路協同上面。這是一個城市，在做城市級別的高精地圖。我們通過這個高精地圖把這個地圖賦能給城市，去做智慧城市裡面的交通控制。大家可以看一下，這是在15米以下整個道路信息以及道路兩旁的所有物體都會被高深智圖的地圖軟體把它給製作出來。製作出來以後給到道路的運營方，通過道路的運營方再進行地圖的校準和下發。這是整個城市級別的高精地圖。

　　我們把這個高精地圖這一期再說得更詳細一點。今天高精地圖和車路協同的關係。實際上我剛開始講的是單車智能，高精地圖是完成了車和路之間信息交互的橋梁、紐帶。如果一個智能公路兩邊有很多路側單元，這些信息能夠進行動態的信息捕捉。我們會把高精地圖的底圖提供給交管或者道路的運營方。它通過擁有底圖以後，通過路側單元補充實時的交通信息、車流信息以及去捕捉有一些地圖更新。假如說有一些feature更新了，在雲上完成加載。把這些更新的地圖通過雲發布下去。這個時候不管是wifi也好還是5G也好，只要你的車能具備網聯功能，或者通過手機也能完成更新的高精地圖的下載。下載完之後在本車上實現一個高精地圖。它達到了柔性的宏觀的車流量的控制。原來做車流量控制基本上基於紅綠燈，它一停就是整個道路級別的停。基於高精地圖能夠做到車道線級別的，既可以選擇關閉某一車道線也可以看到哪裡是限速。它會更符合我們對交通流量的控制。這是我們基於高精地圖去打造的車路協同的解決方案。

　　下面大家可以看一下，這個錄像麻煩導播給我放一下。通過車的視角去看到，你的路徑應該如何去規劃。通過車的視角，現在已經不是車的視角了。這是給道路運營方去看的。會看到城市視角的宏觀車流量是什麼樣子的。這是我們整個方案。基於這個方案可以記住幾點。第一點我們認為高精地圖跟我們所說的車一體化是你不一樣的方案。其次，完成了實時的動態數據更新，在雲上去完成地圖的更新。可以完成本地地圖的更新。因為是一個基於雲的服務，海量的數據包括基於5G的技術，海量數據可以上傳下載。總結來說，我們高深智圖提供的地圖產品精度很高，地圖相對精度能夠達到5釐米。定位的相對精度能夠達到15釐米。生產的效率高，整個地圖引擎基於雲，它的效率非常高，是並行生產的過程。成本低。現在針對於傳統的社會領域的設備來看，基本上是屬於十分之一的成分。我們能做到自動更新，跑的自動駕駛越多，整個動態更新的效率也高。所以是越用越精準。

　　再往下看，今天不僅是服務中國的客戶，我們也在服務全球的自動駕駛的探索者。我們在加大也在製圖，我們在北歐也遇到一些極端的天氣。通過高精地圖包括定位技術能夠讓一些無人送貨車包括自動接泊的小巴能夠順利運行出來。我們在美國在瑞典在日本包括紐西蘭都在製圖。我們希望大家不要重複造輪子。如果有20年左右的地圖的經驗結合我們的人工智慧的技術，快速給大家提供地圖引擎類的服務。你在上面可以完成你更專注於做你的控制系統或者是感知系統。完成整個自動駕駛車以及出入協同方案的搭建。

　　因為今天時間有限，我沒有把定位和地圖更新給大家做詳細的展開，如果後面感興趣可以私下來找我，謝謝各位!

　　主持人：剛才高深智圖的劉先生從他們團隊的研發能力，從高精地圖與實時定位包括主要是高精地圖與道路作為一個橋梁，起到車跟道路之間橋梁的作用，進行了深入的闡述。我看他這個產品精度還有定位性價比，這是我目前看到差不多最好的一個高精地圖。包括它那個視頻，不知道我說得對不對。如果以這個精度和這個低成本，好多其他傳感器和定位都可以省去了。從另外角度來講也可以對自動駕駛整個成本下降可能有好處。

　　下面我們進行第三個報告。毫米波雷達是實現汽車ADAS以及自動駕駛不可或缺的核心傳感器之一。今年6月，行易道科技的77GHz中程毫米波雷達已具備測高功能、自校準功能，其雷達生產線也是國內第一家自主智慧財產權的77GHz汽車雷達總裝線。下面有請行易道CEO，趙捷，為大家帶來高精度毫米波雷達ADAS到自動駕駛中的應用趨勢，有請趙女士!

　　趙捷：謝謝大家!我是北京行易道科技的CEO趙捷。今天非常榮幸在這裡跟大家分享行易道目前的技術和產品上的特點以及關於毫米波雷達的發展趨勢以及未來的可能性。

　　我們都知道對於汽車的傳感器來說，毫米波雷達是一個非常重要的傳感器。為什麼重要呢?它有幾個原因。第一個原因是毫米波雷達在全天時全天候的工作條件下，它都表現不會失效。這是第一個優點，這是跟它物理的背景有關係，因為它採用的頻段是77GHz。這個頻段的波長在4毫米左右，在雨雪霧霾的條件下依然能夠正常工作，這是第一個原因。第二個，毫米波雷達在測距和測速方面擁有其他傳感器所沒有的準確性和快速反應能力。到目前為止，大家都說毫米波雷達是不可或缺的。可是為什麼在自動駕駛的傳感器或者整個傳感器方案裡面，毫米波雷達總有的時候被看作在融合的時候有一些疑惑。毫米波雷達除了這個優點之外能不能在圖象上或者目標實現上有更多優勢呢。這是我今天跟大家說的毫米波雷達的未來發展趨勢和技術革新。

　　我們都知道毫米波雷達已經經歷了從24GHz到77GHz的轉變。這個轉變原因後面會跟大家分享。主要原因因為它具有更高的分辨能力。

　　第二個技術趨勢在於當汽車在行進過程之中，我們不僅需要攝象頭這樣子的以圖象傳播為特徵的對於汽車周邊360度的觀測。也需要它在行進中不僅低速和高速的情況下用毫米波雷達的視角來觀察周邊的環境。

　　第三個，77、79毫米波雷達成為主流選擇的技術背景。具體從應用上來說，在ADAS為代表的具體的這些功能上，比如說AEB、ACC的功能上，77、79的雷達表現出更高的可能性，支持更多的應用。這張圖底下有四張圖，分別是速度精度、角度精度。這張圖可以形象地了解到或者理解到為什麼77和79會變成當下和未來的毫米波雷達的技術的主流。

　　因此，綜合前面的頻段的選擇以及整體的360度環視的可能性。未來一個車上會安裝更多的雷達。未來會在L3及以上的智能交通和智能駕駛的技術路線裡面會超過一個甚至超過六個雷達安裝在汽車上。剛才講了關於毫米波雷達的技術背景和發展趨勢，再進一步具體地講，從ADAS到更高的自動駕駛技術，對於毫米波雷達有哪些需求以及相關的解決方案。因為從需求上說可以很定性地說未來需要更高的精度，具體支持哪些可能性呢?比如說有一個高度分類的需求。舉個例子，我們在做中程雷達的時候我們發現雷達在實現AEB功能的時候需要就高度，道路上的目標的高度信息做一個分類。地上地表的井蓋、路障就要被識別成可以通過的目標。路上的這些路牌也要被識別成可通過的目標。否則汽車安裝了AEB功能之後對目標的高度信息不敏感都會認為它是障礙物，出現誤剎車這種可能性。因此作為例子還需要雷達擁有更大的檢測張角。也就是說對於汽車周邊360度的目標都要有一個精確的檢測以及行人檢測。

　　行人檢測我們知道在AEB的應用過程之中各個國家對於行人的保護都會越來越重視。行人本身作為毫米波雷達的檢測目標，客觀地說我們都知道雷達的散視界面RCS比較小。我們通過多特徵綜合地識別出來，這是一個行人，這個有沒有可能。還有道路識別，道路識別我們也知道，作為毫米波雷達來說也可以實現對於道路的曲率的預測。這個能力幫助我們在做道路規劃以及路邊的道路的特徵檢測的時候都非常有用。還有自校準還有雷達融合方案，這是雷達的自融合。當一輛車上裝了至少五個或者六個雷達的時候，雷達的信息能夠融合起來。這樣子我一個目標從車的周邊逐漸行駛到車的正前方的時候，我們至少從ID上認為是一個目標。這是剛才講的在具體的行駛過程中會遇到的融合當中的問題。這些都會對於毫米波雷達的技術現在和將來都提出更高的要求還有包括抗幹擾能力。

　　行易道從2014年成立到現在已經推出了中程雷達兩個產品。今年的產品已經實現了商用，作為支持AEB功能的產品，行駛安裝在物流車上，在中國大多數江南江北行駛了超過兩億公裡。到目前為止都是安全行駛的一個狀態，為我們國家的物流車的安全提供了很大的保障。接下來今年年底明年年初還會推出進程雷達，它會提供更廣闊的視野以及為L3以及更高的自動駕駛的對周邊的目標的檢測提供更好的能力。我們公司還有獨特的SRR雷達，它能提高對周邊的成像能力。剛才演講的那位，他們講到地圖的一個解析度，高精度地圖的解析度能夠達到5釐米。我們這個雷達現在的解析度在二維成像的情況下也是5釐米乘5釐米，這樣對於道路周邊目標信息的特徵能夠以一個非常準確形象的表述。接下來會給大家分享一下目前的SAR技術的進展。

　　這個就是我們110這個雷達能夠實現AEB功能的雷達的一些特徵和一些它的性能。這個雷達今年7月份在合作夥伴做了一些測試，一會兒跟大家分享。測試的結果是非常穩定，而且一致性非常地好。我想跟大家分享一下雷達整個工作的原理以及開發的過程裡面，核心技術和重點技術在什麼地方。對於設計來說很重要的一部分設計是系統設計、天線設計、軟體和算法以及材料方面的設計。除此之外驗證工作也是很重要的。驗證方面包括測試能力、驗證能力和工藝能力，這個屬於過程管理。當然對於汽車電子產品來說，微流程是非常地重要而且非常地必要。

　　接下來這部分是我跟大家分享的重點，就是關於行易道的針對ADAS的功能以及自動駕駛的一些最新的雷達的技術。一方面我們的雷達已經擁有道路識別，目標高度識別，目標高度分類以及自校準這樣的功能。這些功能對於使用者來說也就是系統的使用者應用者來說是非常重要的。這使得一個雷達尤其是中國的路況環境下變得非常地易於使用。為什麼這麼說呢?比如中國特別典型的在行進的過程之中會有很多路障，這個路障其實會帶來很多誤剎車。所以目標高度分類這個能力就顯得非常重要，而且實用。

　　另外一個，在高級的智能駕駛領域，我們公司正在布局的有幾個技術。一個是高效的超分辨算法。超高分辨算法這個事，其實如果就雷達算法來說也不是一個陌生的課題。因為不管是什麼算法，60年代70年代已經有人提出來。但是我們公司正在開展和應用的算法，是建立在非常新的數學模型上。這個數學結果是2006年數學界剛剛得到一個證實的一個結果。所以這方面我認為會對我們的雷達有更高的解析度更好的表現會有革命性的提升。另外就是SAR技術以及高精度的成像環境感知。基於毫米波雷達過去帶寬比較窄的局限下，它對於目標的檢測結果是一個點目標。因此在輸出成像和環境感知上是劣於其他雷達的。但是基於毫米波雷達的環境感知建模是可能的。

　　從現在目前博世、康體、Denso這樣的公司，行易道也有自己的超高分辨算法。就SAR技術來說跟大家分享一下目前行易道79GHz已經實現了實時成像。也就是以50毫秒的刷新周期對於變速、勻速道路周邊的環境都能夠形成一個實時的成像。它可以應用在哪些方面呢?比如說隧道，比如說對於路面這些綠化帶、柵欄能夠形成穩定的乾淨的圖像結果。這個和現在用的FMCW雷達結果是不一樣的。這樣的結果它的噪聲噪點會更少一些，而且我們會知道周邊環境的一個很好的圖象，以圖象的方式來呈現，對於目標識別來說是非常重要的。

　　第二個關於目標尺寸周邊的邊界問題。我們都知道依據現已有的雷達的體制，我們去做boundingbox有很多誤差。如果用到SAR技術，SAR的解析度5釐米乘5釐米的表現，它對於形成一個目標的邊界尺寸的描述來說是非常精準的。

　　第三個關於我們的雷達可以用於自動泊車。為什麼呢?它會對周邊的freespace的表述非常準確。因此在各種天氣、光線的條件下都會對周邊的停車的泊車場景有一個很精確的描述。另外一個，我們可以支持高精度地圖，利用道路的特徵用於車道級的定位。

　　剛才給大家分享的主要內容就介紹完了。總結一下，我今天給大家分享的有幾點。第一點毫米波雷達面對L3以及L3以上的自動駕駛技術來說，它能夠提供更高的解析度的關於周邊目標的一個形狀的描述以及檢測。這個可能性是有的。因為基於過去毫米波雷達在航空航天領域有廣泛的應用。我們認為在汽車行業在中國的行駛環境下毫米波雷達是大有可為的。謝謝!

　　主持人：剛才趙總對毫米波雷達在傳統的汽車的ADAS系統的應用到自動駕駛的轉化，整個過程進行了系統的闡述。我覺得聽了這個報告，毫米波雷達現在的發展趨勢有替代雷射雷達的趨勢。大家知道雷射雷達的視角都是比較小的，在這個方向，基本上是沒有的。如果將來能夠達到那一步，360度視角的成像和車距，毫米波雷達還是大有可為的。因為它的成本比較低，毫米波雷達對於天氣包括霧霾、大雪、大雨不敏感，它的原理和雷射不太一樣，是用無線電波這種傳輸方式。希望他們做得越來越好。

　　下面我們進行第四個報告。車路協同作為目前世界交通運輸的前沿領域，被認為是提高道路交通的可靠性、安全性和減少環境汙染的有效手段之一，代表新一輪科技革命的新興產業。而5G時代的來臨，也必將推動其更深的發展。今天我們有幸邀請到北京星雲互聯科技有限公司聯合創始人COO，石勇，他的演講主題是5G時代的車路協同，讓未來交通更智慧，有請石先生為我們帶來關於未來車路協同的觀點。

　　石勇：各位領導專家，下午好!我今天給大家匯報一下我們公司在車路協同領域的一些進展。在這一塊簡單介紹一下北京星雲互聯公司。北京星雲互聯成立於2015年，整個公司全部來自於清華大學，也是中國第一個車路協同項目的核心團隊的創始團隊。車路協同這個詞也是起源於我們這個組，這個詞的火也是在去年，包括5G時代的到來以後對車路協同有更大的推動。今年基本上也是整個車路協同智能網聯的元年。在這一塊，我們這邊今天演講的主題是5G時代的車路協同讓未來交通更智慧。前幾年也在推車路協同，但一直推得不是特別快。真正今年的5G牌照發照包括自動駕駛的推動，讓車路協同有更大的發展。車路協同的應用也會讓交通更智能。

　　我今天大概分三個部分給大家介紹一下。第一個5G時代來臨，V2X迎來新機遇。第二個5G和V2X讓交通變得更智慧。第三個，5G時代V2X的車路雲產品形態是什麼樣。這一塊一講到車路協同一講到5G，大家都講的是5G的自動駕駛。在V2X車路協同這一塊國內叫C-V2X。但是現在也有稱之為5G的V2X。它具有向前向後兼容，支持現有的V2X應用。一種是Uu一種是PC5。在前幾年沒有5G基站的時候也在做車路協同，那時候是Uu+LTE-VZX和PC5。在5G時代到來之後，現在推出的產品V2X這一塊像RSU及OBU的產品形態多樣化。我們發布了Uu+LTE-V2X PC5，或者Uu+LTE-V2X PC5的這種模式。政策2019年6月份國家批覆了5G的牌照。2018年11月份，工信部也給批了一個頻段給車聯網用的。晶片這一塊包括國內的華為、大唐包括高通也陸續推出了晶片，形成了產業的新發展。

　　5G時代車路協同迎來更多機遇，加速車路協同應用落地，低時延的革命性突破，V2X成為5G的先導性應用。5G的比如說車聯網、智能交通就是很大的應用領域。5G時代的V2X成為汽車超視距傳感器，可以看得更遠。我們這個通訊基站和路側基本上是前後五公裡，可以分享給相應的路段感知。這樣加速了網戀化和智能化的融合。同時，結合邊緣計算把路側感知，形成了基於5G基於V2X形成高清視頻的傳輸，不僅能夠眼觀六路，還能耳聽八方。

　　這一塊剛剛提到車路協同V2X的應用，它形成了人車路雲協同的環境，能為交通環境效率帶來大大的提升。右邊這個數據是來自於美國高速公路安全管理局。車路協同能使中輕型車輛能避免80%的交通事故，中型車能避免71%的事故。安全高效環保的交通信息網絡就得以形成。這一塊也是我們V2X應用於智慧交通領域裡面現在是國家標準規定的第一期的17類應用。我們星雲互聯重點把這些東西應用打造起來，不單純要構建產品，還要把應用做好。可以輔助於自動駕駛和輔助駕駛，這已經是國家標準了。現在這邊公司也在牽頭做二期場景，主要是多車之間的，比如說路徑規劃等。

　　我們把自動駕駛和網聯做一個結合，這是長安汽車的自動駕駛，它上面裝了攝像頭加上路側的感知和路側的交互。紅綠燈推動到車內，不用通過攝象頭去識別，大大提高交通的安全。自動駕駛更好地去在交叉路口和路面通行。這一塊是我們在做的自動駕駛協同決策與控制。混合駕駛情況下，無人駕駛和有人駕駛怎麼進行高效地穿插，我們在路側單元進行控制下發，按照交通規則進行群決策和控制。這是我們在前幾天在順義的時候做了多車在路口交叉穿行的視頻。

　　剛才兩個視頻主要簡單講一下，應用於自動駕駛方面。同時V2X也在智慧城市這邊有多樣的應用。包括在智慧的十字路口包括智慧公交站臺，包括智慧停車還有智慧路燈構架了整個V2X應用環境。把交通、車輛信息構建起來。這是我們和中車和宇通合作比較深的智慧公交，比如說更精準的到站。包括也可以和數據融合自動駕駛控制系統，可以實現自動駕駛，也可以給司機做輔助駕駛。同時也會把車上的一些信息通過車後的平臺，比如把紅綠燈推送到更多屏裡面，可以去做引導和應用。這一塊是我們在智慧高速這邊的應用。我們把我們的產品比如說我們的路側，我們的車載，我們的感知單元搭建起來，包括數據預警服務包括公共服務包括高速公路的應急管理。外面有一個我們的展臺，有我們應急管理的demo的視頻展示。

　　剛才講的車路協同應用於交通這些領域包括高速上包括城市上。接下來車路協同是怎麼一個產品形態去構建整個應用體系的呢?下面我給大家介紹一下。我們公司也打造了車路雲三端的應用產品，也是為自動駕駛和智慧城市提供泛在網際網路技術與端到端的應用服務。我們在車端提供主動安全、輔助駕駛包括平臺級的應用生態，在路端與傳統交通設施網聯化，通過通信與應用的高度結合，我們把車路數據擴展到雲端，可以聯合起來實現區域控制和區域聯控。這是我們整個公司的車路協同的服務體系。我們在車端在路端在雲端還有企業站構建智能車載終端，在路端構建智能路側終端，我們可以應用於不同領域。

　　這是我們一些產品的實物，這是我們的車載。我們的車載也做了大量的前裝後裝認證。我們還打造了一個企業站，去服務於不同的解決方案。這是我們的路側，也做了增強型路側系統，可以結合我們車型的應用，提供自動駕駛服務，包括輔助駕駛的應用。這是剛才提到的可以充分地利用各種現有的交通設施，比如說城市道路路口可以把紅綠燈接收進來，把目標實現跟蹤和識別，把目標推送給車輛。有幾家做高精地圖，它可能是靜態的圖。我們這個東西信息可以疊加在地圖上，把路上的交通參與者通過路側感知，完完全全疊加在地圖上。這就是一個活地圖。我們的路側單元同時是一個信息接入點。包括路的感知信息都可以接入進來。這是剛才提到的感知這一塊路側也是結合比較多的。路也是自動駕駛很好的補充，因為自動駕駛在路上開的過程中有好多盲區通過自身檢測是檢測不到的。我們這邊搭建了路側感知系統，通過攝象頭去實現目標的識別、跟蹤。我們公司目前推出路側感知有三套方案，低端、中端和高端。低端就是放了一個雷達，對於目標的分類有局限性，幾個目標坐在一塊就會誤判斷。但是攝象頭的好處在於分類比較好，但是天氣影響比較嚴重。我們在中配方案裡面把攝象頭和微波進行融合。攝象頭和精度融合，可以達到米級的誤差。大概檢測完，把精準度推送給車輛。要實現釐米級誤差要做大量的努力，還沒有實現。加上雷射雷達可以實現釐米級。高配的話我們會把雷射雷達放進來，發送感知的融合和網聯的融合。

　　剛才講的主要是路端的產品，這邊還有車端，我們會和自動駕駛和輔助駕駛結合。包括車內的定位結合起來。同時，平臺層提供車載硬體終端同時提供網聯的協作棧，同時有用戶交互界面，同時有自動駕駛的一些接口。這是我們的車載端的協議棧，把安全和應用還有通信層網絡層都構建在這個平臺上。我們會提供整體的協議棧。這是協議棧的細化。這一塊我們理解比較深，也籤了協議。同時在這一端還提供自動駕駛的系統，通過API接口開放給用戶。同時自動駕駛和網聯在應用。吉利汽車、雪佛蘭汽車上包括長安汽車都可以適配我們的應用。

　　這是我們最後一個板塊，我們的雲平臺，把車端路端結合起來，集成於一個體系，把三維可視化呈現出來，可以更直觀地呈現。這是我們在德清測試場這邊的平臺，我們搭建了一個可視化的測試平臺。這個測試平臺可以把工信部要求的十幾類應用都可以納入。今天上午的馮衛生長剛做了視察，在測試局介紹了整個測試的情況。在這一塊星雲互聯在V2X我們目前在整個市場份額比較大。目前星雲互聯的V2X部署在全國的數據量最大。我們實現了一千多個路口的接入，20多個城市都有接入到我們的路側。包括大量國家級示範區、城市開放道路、車企還有好多高速公路都有相應案例在裡面。這一塊是領導的關懷和官員的報導。前段時間工信部的苗部長剛給他報告過還有陳市長，還有徐州市的莊市長。同時北京電臺也對我們做了大量的報導。謝謝大家!

　　主持人：剛才星雲的石先生做了一個精彩的關於5G在車聯網上的應用。我覺得5G是真正一個能把人車路網雲全部連接起來的一個紐帶。5G出來以後，路側單元在一定範圍內會把周邊三五百米的所有車的位置、速度，你的油門、轉向、制動都可以提前地發送給這個車裡面。你不是說看到它換道了以後才動作，換道之前就動作了。它轉向給這個命令到執行中間有一個幾十毫秒的延時。我覺得5G這個東西太重要了。

　　下面我們進行第五個報告。技術進步為我們的生活帶來方方面面的改變，比如智慧型手機、行動支付。光憑十年二十年的時間，我們的生活就有了翻天覆地的變化。而在汽車產業，越來越多的新技術也被應用於汽車和出行方面。接下來的演講主題是技術進步帶來的產品進化論。讓我們歡迎零跑汽車副總裁，趙剛，有請!

　　趙剛：各位領導專家，很高興剛才看了各位專家的講解，我非常興奮。其實我們在這裡，就是我們一家是整車廠，還是一家新勢力。我們覺得今年已經幸福很多了。在2017年的時候我和我們董事長出來解釋最多的是我們為什麼要來造車。別人都問你們懂不懂。現在已經開始跟大家探討，對於新勢力，好像你們的技術也不錯，但是也能活下去。前面不過多講我們的觀點。我們很看中5G。前面幾位專家講的東西正好是面向未來智能汽車需要用的一些核心技術。非常關鍵。

　　因為我之前長期在通信領域，我一直在華為工作。我們看這個通信領域發展的時候一代比一代快，現在5G的速度預計比4G快很多。這兩天華為剛剛發布了籤約以下的5G模組。這個幫助也非常大。這些都不去講了。我們講這些技術出現讓智能汽車快速地出現。我們看到智能汽車大家現在還在講新能源，智能汽車，其實新能源只是改變了動力模式。我們真正關心的是什麼?它從自動駕駛，我們的互聯到自我的進化到個性化的人格化的溝通等等這些能力，整個AI系統的支撐，這是我們要去看的。

　　我們還是覺得在現階段，智能汽車將會享受到5G的利好。其實大家一直在質疑電動車這件事情。我們看其實到2012年的時候，第一輛特斯拉ModelS交付的時候，年銷售3100多臺。到2019年上半年，特斯拉全球交付15.8萬輛。我們看它為什麼到現在這麼快地來了。在整個一個是它的使用便利性，從能源角度來看，它的充電網絡日趨完善。它的動力，它的操控性是超越了燃油車，同時它的自動駕駛，特斯拉的智能駕駛功能其實我相信很多特斯拉車主都在用。特斯拉的銷售也蠻有特點的，所有車在硬體層面全部標配了智能駕駛的套包。你可以選擇不買這個軟體功能不打開，但是硬體是配好的。買了之後過段時間想去買就交錢去買，只不過價位會漲。如果當時買的話會便宜一點。它是全部配好的，只要軟體升級就可以。

　　其實絕大部分的特斯拉的用戶車主都去買了這個東西。至於用不用還不一定。像我這種是膽子比較大的，我是經常用的。當然現在看到的特斯拉這次升完級以後還是在有限的環境下面去用。比如說在上海的中環、內環，從機場一出來就打開了。因為道路很規範，實際駕駛能力比我們人駕駛要好。比如在彎道的時候同時的駕駛習慣，80公裡一定會減速。因為你控制不好那個轉彎的弧度。但是自動駕駛的時候，發現駕駛得非常平順。低速複雜工況下還是非常受限的。在杭州路上開的時候，我會打開自動駕駛的一些功能，低速跟隨的功能。它會借鑑參照前車的行為去模仿去學習。但已經做得非常好了。對於複雜路面上的意外情況還是做不到。現在它完全是一個車端的行為，在模擬以人的駕駛習慣再去看。這種情況下，如果比如說突然出現一個電動車擠進來，這種超過判斷行為的時候一定會出事情，在這種複雜場景下面駕駛的時候會非常累。

　　我們怎麼看自動駕駛呢?作為整車廠，我們希望整體來說，從性價比做下來特斯拉是做得非常高的。新造車勢力代價就更大了。我們希望把性價比控制好，體驗要做好。因為我們本身包括創始人和創始公司大華股份都是做IT行業做電子的。我們希望用更多電子的輸入來改造。自動駕駛怎麼做，這個東西是我們經常去講怎麼去搭建我們自動駕駛的架構。因為我們的創始公司是大華股份，它在安防領域是全球排名第二的公司，人工智慧領域有很多積累。美國實體名單裡面也有大華股份。我們是大華股份控股的公司，我們在現在晶片上的選擇上，除了大華之外還用了一些天愛的晶片。這是打在在第一款小轎跑上的硬體架構。

　　整個傳感器都是我們自己研發的，從攝象頭到毫米波到超聲波都是我們自己研發的。自動駕駛的策略平臺也是我們搭建去選晶片的。面向下一代的其他幾個平臺車的架構，我們基本上現在已經完成了晶片的選型。那個平臺的硬體運算能力能支持到L4的自動駕駛計算能力。自動駕駛到一定程度，它的運算能力要求非常高。目前我們這個平臺到2.5級別和有限的L3的一些場景。這邊多講了晶片的選型和算法控制的範圍。電機也是我們自己生產的。我們搭建自動駕駛的技術路線的時候，目前的方案跟特斯拉很像，是基於視覺和毫米波、超聲波雷達組合起來的一個方案。這是剛才說到大華的一些情況。大華是以視頻為核心的智慧物聯解決方案的供應商和運營商。大華除了我們熟知的城市的安防這些之外，現在也進入了比如說智能工廠和智慧城市、智慧園區等等一些解決方案裡面。在整個人工智慧領域大數據領域大華有很多業務的應用。這個也給我們很大的支持。就像我們的車聯網到大數據平臺也是從大華的智能交通領域牽引過來的。我們在大數據云計算方面充分利用了我們在這邊的先天優勢。

　　大家知道特斯拉在最初搭建它的整個體系的時候，它其實最初專注的是三電系統上。當時採用了逐步剝離的方法，到現在為止，它實現了整個平臺的自由化、遷移化。它的下一代晶片也很快出來。我們也和大華股份在研發我們的智能駕駛晶片。這是我們整體的能力情況。我們的三個整車平臺，三個自主智慧財產權的系統還有很多發明專利。同時，我們承擔了國家增強制造業核心競爭力一個專題項目，就是智能汽車傳感器與視覺識別系統的建設項目。這是國家發改委和工信部的一個項目。這個其實也是要改善我們在中高等級智能汽車晶片過度依賴國外的局面，全球無論對華為還是對大華的實體名單都有一些供應問題，我們在加強能力。

　　這是我們整個車的進展。2021年會量產的車實現L3的自動駕駛水平還會同期舉行智能測試。我們講智能車的時候大家會想得特別複雜。其實我們是從一些點點滴滴的東西開始做，讓這個變得更智能化。我們現在是完全不需要鑰匙的一款車。我們進去之後通過面部識別打通所有的用戶習慣，就像你登錄一個電腦系統的時候用一個用戶名進去，系統啟動的全是你的狀態。包括你的座椅狀態、空調、通話記錄，所有東西完全跟人去綁定和匹配的。另外一個，你在車內的所有習慣，一些不好的習慣車子會去提醒你。我們比較專注於車內，跟駕駛人員的交互。你比如說打電話，我們都會及時地去提醒你。現階段儘可能地去幫助駕駛者讓駕駛變得更加輕鬆。對於車來說，我們的一些很習慣的動作，大家上去的時候要麼就是擰鑰匙要麼就是按start鍵，現在都簡化。你只要推開車門，車會自動地去運轉。現階段一定是儘可能讓你的駕駛越來越輕鬆。當我們講到很多這些功能接入進來之後，我們會進入整個的智能駕駛狀態。

　　因為我們是從IT行業過來的，所以我們也算是做實業的。汽車這個行業真的是非常複雜，包括我們是2015年年中成立的一家公司。做到現在第一輛車正在交付，這個過程非常艱辛。這個行業確實面向未來需要我們很多企業一起來共同努力。我們希望一起不斷突破新的技術，用更好的產品讓未來出行早日到來。謝謝大家!

　　主持人：剛才趙總對零跑汽車自動駕駛能力包括未來自動駕駛的思考、技術路線和產業發展做了深入思考。我聽來聽去感覺趙總的意思，智能化的到來比我想像的要早得多。原來是線性思維，一步一步迭代。智能駕駛和智能化發展趨勢應該是指數性地發展。

　　我們下面進行第六個報告，斑馬網絡成立於2015年，全球最大的網際網路汽車平臺。目前，榮威、名爵、大通、東風雪鐵龍、福特、觀致、寶駿、斯柯達等多個品牌使用斑馬系統。出行生態合作夥伴超過70餘家。下面有請斑馬網絡技術有限公司戰略官，季棟輝，他為大家帶來的是產業協同，共創智能網聯行業底座，大家歡迎!

　　季棟輝：我就直接切入到演講部分。今天我這邊主題主要是希望和產業裡面同仁一起來考慮一下智能網聯技術底座怎麼做。馬化騰也說了雖然做了很多炫酷的網際網路的服務，但是如果沒有晶片沒有終端系統，就像在沙灘上造房子，一推就倒了。未來中國智能網聯怎麼樣實現自主可控的技術底座。我只是拋一個自己的想法，供大家參考。

　　汽車工業的新四化，每一項都可以顛覆汽車行業，但是真正的革新是這幾化之間的融合。而對中國來說，智能網聯本質上就是多化融合，涵蓋的自動化、網聯化以及部分的共享化。智能網聯已經成為了一個我們叫做技術聚合的大的產業。這裡面所有跟信息技術、AI技術、雲計算都在行業裡面得到融合。有一個觀點就是網聯的3.0，從PC的網際網路到移動網際網路到下一步的IoT物聯網一個標誌性的事件就是真正的智能網聯的實現。因為汽車工業會變成一個最大的IoT的載體。第二個汽車工業跟其他工業發生一個大的融合，變成一個生態聚合的行業。智能網聯又會重新塑造汽車工業，它會變成一個移動的生活空間。我們可以看到，整個智能網聯會重塑一個汽車工業。另外一方面看一下中國來說汽車網聯化的大的發展階段。

　　從1995年開始，就開始實現汽車的網聯化，那時候更多的是做一些callcenter，道路救援、道路追蹤，這些應用都是非常低頻的。等到2010年的時候移動網際網路開始發展起來了，大家就有衝動把移動網際網路的生態弄到車子裡面去了。比如說手機映射，carplay還有想做一個大屏的安卓車機做APP store，把網際網路的應用放到車子裡面。車生態和網際網路生態還是割裂的，並沒有完全融合。後面4G技術開始，怎麼想打通車的數據和人在網際網路生活中的數據。這個時候就實現了服務找人千人千面的概念。我們的看法在未來幾年會實現基於V2X的協助式的智能駕駛。人、車、廠以及環境的壁壘會打通。它會成為一個生活空間，變成一個情境化融合多感知。再到後面，智能網聯，智能交通系統以及智慧城市會完全打通。智慧城市提供了信息的輸入。

　　如果看座艙來說，車子本來是一個孤立系統。汽車工業的人會被詬病的時候一進車就跟社會脫節了。慢慢開始大家考慮怎麼樣把車子互聯起來，車子聯網，但並沒有很多企業做。汽車工業人變得更加開放，網際網路人也開始跟工業汽車人進行聯合。後來開始協作，同時智能化的應用開始進入車子。但最終車子要變成一個智慧空間的時候必須是整個生態系統。沒有一家公司沒有一家科技公司能夠做一個整個的閉環把車子變成一個智慧空間。

　　大家都在講智能網聯，智能化。但是行業裡面並沒有定義過什麼叫智能。就比如說智能座艙來說，很多人都在說智能座艙，有的人說智能座艙就是交互的融合，車子裡有很多手勢識別，有很多camera去感知人的情緒狀態。真正的智能化可以分四個環節來看，首先必須是交互智能，它會變成一個人的生活伴侶或者是在移動過程當中的助理的角色。第二個要有服務智能，車子打通V2X之後能夠賦能在車子裡面的生活狀態。第三個是駕駛智能，很多時候說智能車的時候是從駕駛智能開始提起來的。L2到L4的自動駕駛。還有數據智能，怎麼樣通過數據來賦能整個產業的轉型。

　　整個汽車行業到了這麼一個變革階段之後會發現沒有一家自己能夠形成技術的閉環。密集這幾年就開始找聯盟。比如2016年開始，日本就開始成立了基礎地圖的平臺公司。沒有一家公司能把整個社會的所有地圖都變成高精度地圖同時實現地圖的動態信息更新。第二個，寶馬克萊斯勒等等，很多公司都在抱團，大家在技術上面生態上面進行融合。我們也看到這個是借用了清華大學倪教授的觀點。整個汽車工業產業鏈以前相對來說比較簡單，整車廠到4S店到消費者，各個環節之間相對比較割裂。但是現在智能網聯化之後整個生態融合變得非常複雜。這樣存在一種可能性，必須要有人去把底層的技術全部打通。必須要有人把高精度地圖、信息安全以及一些基礎軟體架構AI應用變成一種基礎的能力，基礎的設施讓各個公司去用。我們的觀點在於，大家去共創底層的技術，在應用層去產生更多的競爭，產生差異化的服務和運營。

　　服務智能這一塊，從網際網路角度來說網際網路本身解決人的強需求的屬性。以前衣食住行是中國人經常講的幾大最大的消費需求。以前車子裡面人是專注在駕駛這個環節裡面。現在因為車子智能化程度越來越高，人在車子裡面的有效時間越來越多，人在車子裡面待的時間越來越長。慢慢地除了家庭作為第一生活空間，工作作為第二生活空間以外，車子會成為第三生活空間，人就會產生很多需求，信息、娛樂、工作、休閒或者社交等等各方面的需求。這些需求必須要通過消費者的生態或者網際網路的生態以及消費者的數據在線，大數據分析和AI的算法化來實現服務到人的功能。

　　第二方面在產業端來說，每個產業端都討論的數位化轉型。兩個步驟，一個是業務數位化，第二塊數字業務化;如果從技術上來說，從在線化到算法化到產品化。這一些也需要產業生態以及數字在線加大數據加AI的運算。在中間的環節怎麼樣通過共創的方式把這些技術融合在一起。

　　斑馬做了一些嘗試。去年我們做了狂歡夜，踩了很多坑。比如加油這一塊，以前的加油自己在開車到一定程度的時候會發現油量不足了。會跟系統說，您好斑馬，我要找一個加油站。這未必是最省時間的方式。現在就會通過人的駕駛行為你是80公裡或者60公裡開要找加油站。首先知道這個人的屬性，這個人是經濟敏感型的還是實踐敏感型的人，我們可以通過配比的方式去實現最佳的加油站推薦。我們還可以實現計算機視覺和多模態結合。我們認為未來車子講到智能座艙必須是車子要懂人，變成一個靠譜的可靠的一個小夥伴的存在。

　　第二個車子要時刻感知到人的需求。第三個，車子知道人的需求以後以一種比較友好的方式跟人去交互，同時解決人在出行當中的需求，這就分成了四塊，情境智能。他的行為是什麼樣的，感知能力，需要傳感器融合，攝象頭以及各種跟體徵相關IoT設備越來越多，比如這個人在疲勞，是不是來一點比較能夠振奮心情的音樂等等。第三方面通過分析和決策來做一些數據融合以及智能的推薦，第四塊希望是一種能力的賦能，一方面有大數據的能力，第二方面斑馬做了一個帳號體系。這個帳號體系打通了車、人以及人在網際網路領域裡面的各種行為習慣，通過場景的編輯讓各個合作夥伴能夠很好地利用這方面能力做一個差異化的智能助手在車子裡面。

　　這裡面有一些情境智能的交互框架。斑馬希望的是開放一個合作的架構，在下面是希望可以跟各大主要的晶片的公司比如高通等等都產生合作。現在都有各自的合作項目在運行。每個合作夥伴不需要做晶片層面的很多適配工作。第二個可以做底層作業系統的接口，可以自己去定義一些應用接口出來。再有把所有能力都SDK化封裝，由合作夥伴去選擇組合，來實現不同的能力。可以有合作夥伴去連接各種不同的生態進行一些智能的場景引擎以及UIUE的定製。最終斑馬的核心能力就是四個，一個是底層作業系統，這是國內唯一的自主可控的作業系統，而且達到百萬級的用戶。我們有一個強帳號體系，這個帳號體系打通了網際網路的方方面面。第二個是雲平臺，還有整個出行相關的生態，圍繞這個核心，我們產生了九塊大的能力，情境智能剛講了，還有自運營自定義工作檯，語音多引擎框架還有做多種語音融合。交互的框架，多模態的交互融合。再有就是跟計算機視覺相關的能力還有車加互聯的平臺等等。

　　最終我們的觀點，智能網聯行業太大，是一個技術聚合以及生態融合的新的產業。我們希望過來找合作夥伴，和行業裡面的同仁一起打造智能網聯內的技術底座，大家在底座上面去建各自的高樓大廈。謝謝大家!

　　主持人：剛才斑馬季先生思考比較大，對整個智慧交通、智能駕駛、智慧城市從宏觀來進行思考。同時從汽車網絡的演進，遠程信息服務到V2X互聯式的這種自動駕駛到最後的智慧城市來進行了一個闡述。另外，對協作交通和自動駕駛汽車協作的生態系統包括產業重塑，服務智能、場景智能、開放構架和斑馬的核心能力的開發等方面進行了全面的闡述。最終結論就是自動駕駛產業鏈技術生態需要全行業來進行融合，不是哪一家都能大包大攬，需要各家在自己擅長的領域做得更好，集成在一起才能把整個產業做好。

　　我們現在大概進行了一半，後面還有，第七位先生有事沒有來。後面還有六個。下面進行第七個報告。無限通訊和網絡技術的日益融合正在助推車聯網迅速發展。除了創新的輔助系統，司機還可以在車內使用信息娛樂和其他服務。這都是基於新的車輛互聯解決方案。十在不久的將來，新的車聯網服務和自動駕駛將進一步提高舒適性和安全性，但這也將對測試和認證提出額外的要求。接下來歡迎德凱集團技術總監，Karsten Peucker，他將為我們帶來DEKRA-安全加速C-V2X之旅，有請!

　　Karsten Peucker：尊敬的各位，大家好!我非常榮幸能夠站在臺上和大家分享一下安全加速C-V2X之旅。不太清楚是不是把這個詞發得很準確。今天的展示非常想跟大家分享一下我自己對目前產品的認知還有我對整個市場環境的見解。我覺得未來，對自動駕駛來說，這個技術其實是沒有辦法替代的。我準備了很多很好的會議內容，我也希望能給大家更深入地講一下，不管是從產品方面還是從另外一個角度，不管是技術的測試方面等等，其實我們都需要去以一個比較大的眼光來去看待這個事情。在DEKRA這個公司，我們也希望給大家提供一些我們的見解以及我們如何能夠更好創造一個更融合的環境。我現在想開始我的PPT。

　　首先第一頁我們可以看到DEKRA其實它的德語翻譯應該是智能汽車。這個可以看到上面有一些我們公司的歷史介紹。其實德國汽車安全性也是大家所信賴的。我們也達成了很多安全法規，2018年的時候銷售額達到了33億歐元，目前全球員工在46000名左右，有306個全球認證還有25000個系統認證。你可以看到在這一頁上有一些對公司歷史的介紹，我們已經有了超過好幾十年的歷史了。我們也經常通過對自己車輛的一些安全認證和一些安全監督，來提升我們汽車的專業的能力。當然同時，電氣化、電動車技術的發展還有其他的智聯網，我們都在這些領域有很多發展。我們希望把自己能夠定位於，利用之前積攢的能力和經歷更好地支持網際網路和智能網聯的新的時代。

　　不知道大家曉不曉得C-V2X，其實它能夠給車輛更多的溝通能力。比如它可以讓車和其他的車輛進行溝通。比如我們有防撞安全系統。或者我們也可以讓車和街邊的一些基礎設施做成一個聯動。比如說我們的交通信號燈等等。我們也可以確保我們的服務，它的範圍是非常廣的，所有路上的信號都可以被我們的系統很完整很迅速地抓起來，這樣能夠給駕駛人更全面的信息，同時還有車對路人和自行車的信息的交互。同時我們看到這一頁上兩個互補的交流模式。首先有比較直接的交流模式，車與車的模式。讓我們車和車連在一起，車和基礎設施能夠更好地互聯，車和人能夠互聯。這種連接模式的好處就是，網絡有很低的延遲，同時速度非常快，而且它可以提供很短距離的小於一公裡的迅速的信息傳遞。它也可以同時在自己的單獨的ATS範圍內進行運作。

　　另外就是V2N的運作模式，它可以在傳統的行動網路範圍裡面才能運用。弊端就是它的範圍會比較遠一點，可能要大於一公裡。在這裡面我們可以看到5G給我們所帶來的一些革命性的變化。我們可能從一開始對於路面的一些危險性的信號沒有辦法很及時地捕捉到現在我們可以比較實時地捕捉到危險性信息。這些都是非常大的變化。然後在2018年6月發布的版本裡面，我們更新的版本裡面，就運用了更高的寬帶，有了更低的延時。這是之前發展的一些變化。如果一旦有了5G的話就可以達到更直接的車與車，車與人，車與路面的溝通。可以更助力我們無人駕駛這一項科技的發展。因為網絡更快，延遲會更少，這樣就能夠達到我們實時無人駕駛所需要的實時信息變化。C-V2X可以給我們帶來這樣革命性的改變。

　　有一些關鍵的新機會，5G能夠給我們帶來相對於智能車輛的，我們在和各個雲平面和雲機構在合作，我們就可以達到這幾點機會。比如我們可以達到0毫秒1毫秒的延遲，還有很多廣泛使用的方式等等。我們在短距離裡面其實可以提供很多測試服務的。不管是在歐盟還是在其他的國家地區。我們可以看到這裡面是我們的很多合作夥伴，我們和他們有非常深厚的合作關係。DEKRA在德國也是幫助了很多我們的合作夥伴，拿到了這個車輛的認證。69%的認證成功率已經達到了。

　　這一頁上可以看到這些是在德國一個城市他們所批准的項目的地點。之前是一個很大的一個賽場，超過了500公頃。我們希望能夠用這個場地能夠去打造一個可以自動駕駛測試的一個場所。我們已經投資了超過3000萬美元來建造這個項目的第一階段。我們覺得這個項目我們希望能夠打造最安全最現代化的一個測試場所。我們覺得這樣對於我們平時試驗這些新技術還是非常重要的。這些所有的項目的亮點我們可以去測試，比如說雷達，比如說車上面的攝影機都可以把所有車上的一些監測工具用來把它放在這個場所裡面進行一個測試和實驗。當然我們也有對當地的一些網絡的控制，我們甚至可以用當地的一些基礎設施，比如在西班牙，我們也有一個類似的基地。所以對各種各樣的測試還有認證的活動都可以在這裡進行開展。

　　我就想在這裡打一個廣告，如果有人感興趣的話。今年會在我們馬拉加的測試場所進行這個活動，如果大家有興趣的時候可以在11月份15號之前在我們官網上進行註冊，希望你能搭乘飛機過來參加。我們那兒有很好的酒，歡迎你過來。這一頁上當時我參加過這個活動，這也是在馬拉加舉行的。當時這個活動是在2019年9月份到10月份，有超過兩百人參加了這個活動。也是我們第一次在西班牙馬拉加的賽道上進行測試。當時參加這個活動的人包括西班牙的很多廠商、車企還有很重要的一些媒體人。這是我們的測試場。這個測試場不僅僅是用於V2X，我們還有各種各樣的非常豐富的實驗室，用於無線通訊。我們還有其他目的的測試場還有網絡安全的測試場。各種各樣的實驗都可以找這邊相應的設施和場地。我們可以提供用仿真車輛或者實車進行測試。測試當中沒有人會受到傷害，非常安全。我的同事或者我自己都可以在這邊為大家做更多的介紹。這個測試場是面向全世界開放的。在中國我們希望在武漢的項目可以順利地開展。我們將會在中國開放一個5G的汽車自主駕駛測試場地。

　　說到V2X認證，我們已經有了GPS的全球認證的項目。我們已經有了GFPP的認證。也會納入蜂窩網絡V2X的功能。接下來我就會自由演講了。沒有時間了。接下來看一下還有沒有重要的信息，這也是關於認證的內容。這個大家可能會感興趣，我們還能夠提供一些客戶感興趣的場景。如果你想對你的設備進行場景的認證，也可以告訴我們，我們也會提供相應的測試。我們會有一些預先定義的場景，這個PPT已經有一些老了，沒有更新。我們這邊還有一些更多功能的認證。

　　簡單總結一下，我們主要用了這個測試場來支持汽車產業在下一個階段的發展。我們的場地是在西班牙。我們在自主駕駛和汽車電動化方面將會支持德國、中國以及全世界的客戶去驗證新的技術。這邊是我給大家帶來的主要信息，其實沒有完全說完，可能下次再找機會給大家做更加詳細的介紹。謝謝大家!

　　主持人：剛才Karsten Peucker先生將德凱公司的業務做了一個詳細的介紹。他們這個公司歷史還是蠻長的，有幾十年的發展歷程。它從原先的一個傳統汽車做檢測和驗證的企業發展現在，在這種互聯互通C-V2X車聯網這一塊自動駕駛這一塊也做了檢測和驗證。它在西班牙有一個研發中心，有一個實驗場，在德國東德也有一個專門做C-V2X的場景。跟我們國內上海的長沙的測試場差不多。如果大家想做一些關於無線連接網絡安全的功能這方面的測試和認證的可以找他。

　　我們下面進行第八個報告。自動駕駛、數字網絡、人工智慧等技術都將對汽車產業以及未來的生活產生深遠影響。在這種情況下，大眾集團推出了重要的變革計劃—2025戰略，加速向著智能移動出行服務商的角色去轉變。而大眾問問誕生正是大眾集團落實上述計劃的一個舉動。下面帶來演講的嘉賓是大眾問問戰略產品負責人王夏鳴先生，他將為我們帶來共生眾趣的智能網聯解決方案，歡迎王先生!

　　王夏鳴：各位在座的來賓和行業夥伴們，大家下午好!我解釋一下，今天是這樣，原定是我們CSO王志剛來出席這個活動，由於他臨時有事，我替他來做這個論壇的分享和交流。

　　今天分享的主題深水區突圍，AI+汽車的生態蝶變。首先談一下現在對整個智能網聯行業的從大眾問問角度的認知，接下來我們會簡單地介紹一下我們公司的背景以及我們公司的產品以及最後我會介紹一下我們公司未來的戰略規劃。

　　我們回顧近十年智能網聯行業的發展，我們可以發現一個比較清晰的規律。智能網聯行業的發展和移動通信技術的迭代是緊密相關的。從最初的2G時代當時的智能網聯還僅僅停留在通過電話來連接客服中心實現遠程救援的很簡單的服務。比如說以安吉星為代表。到了3G時代智慧型手機生態逐漸豐富了，這個時候智能網聯的方案湧現出一批通過把手機上的生態服務通過投屏的方式映射到車子上。再有4G網絡的時候，讓車子也有了獨立聯網的能力。從2016年到今天，大家看到了現在市面上各類的智能網聯的產品都屬於這個階段的產品。這個階段的產品通過AI技術的加持，加入了非常豐富的生態系統，用戶體驗得到了很大的提升。我們知道現在隨著5GV2X以及AI技術在產業內的深度產業化落地。未來我們將迎來以大眾問問的聯網解決方案為標誌的產品解決方案徹底顛覆現在用戶對傳統車機的認識和車路協同和智慧交通一起，真正將夢寐以求很多年的車聯網的最終形態逐漸滲透到尋常的老百姓的生活中去。

　　雖然縱觀這十年，也取得了很多進步。但是智能網聯的盈利狀況還不是特別健康，還一直處於一個行業的積累的階段。這裡的主要原因我們分析主要是有這麼四點。第一就是受制於成本。OEM廠商在整個產業鏈裡面還是處於比較強勢的地方。智能網聯的供應商盈利空間會受到比較大的擠壓。另外最近隨著整體經濟下滑，車市也會受到進一步的影響。在技術層面，大家知道，智能網聯的車機端的硬體性能實際上是比較差的。一方面由於OEM會控制成本，另外一方面由於車載場景特殊的對安全性和穩定性的安全，同時帶來的這些最新的技術可能要迭代兩至三年之後才能成功的成熟應用到車聯網行業上。這也會影響新技術的引用。另外由於車聯網行業車企眾多，想通過統一的產品架構去降低成本，集成一個一體化的方案，難度打通是非常大的。在用戶體驗層面，坦率地說智能網聯行業目前還找不到一個真正撐得上殺手級應用的產品。它能夠成為真正用戶購買車的核心決策價值。這也是未來影響智能網聯產業在產業鏈中的定位的關鍵因素。

　　第四點就是協同，前面很多行業夥伴也提到了，整個產業是非常複雜和龐大的。它涉及到的門類種類非常多，難以在短時間內形成規模優勢。我們知道，交通行業是國家的經濟命脈。車聯網行業天生就具備著市場經濟和計劃經濟這兩種經濟體制的特性。它是一種複合性的產業。這個產業在網際網路加持的迭代升級的過程中必然不可避免地引入這四個主體。這四個主體的合作和耦合將會隨著產業的升級越來越緊密。政府部門負責頂層的架構設計，負責中長期的規劃引領。OEM要做的事情就在這個過程中，從汽車的銷售製造變為出行服務提供商，獲得更大的價值。AI網際網路企業利用他們的能力賦能主機廠，幫助它同他的海量用戶之間建立網際網路入口。獨立的智能網聯公司比如像大眾問問，我們要做的事情就是整合包括AI還有網際網路行業所提供的產品能力以及上下遊的整個智能網聯所有軟硬體能力，提供一體化的解決方案，幫助他們完成產業轉型升級。

　　可以理解為在過去的十年內整個產業主要是以技術驅動為主的，有大量人工智慧場景在這個產業內逐步落地了。有一些基礎軟硬體的架構的基礎設施的建設也逐步完善了。未來我們判斷即將產業的驅動力將會由技術驅動逐漸轉換為價值驅動。通過新型的人工智慧交互將會湧現出一大批新型的用戶，結合用戶的實際需求延伸出一大批新型的場景和新的商業模式。

　　為了觸發這一系列的商業鏈條的聯動，最根本的是需要從智能交互上入手，實現車載體驗的最關鍵的升級。我們認為這裡面主要有四點。都是圍繞讓駕駛更有趣更安全更便捷的方式去思考。第一點是未來的自動駕駛系統一定會一改傳統的大家需要主動發起搜索，有需求主動搜索車機，它會根據你的場景，根據你的個性化數據主動推送服務。

　　第二點，通過圖象聲音情感的分析能力，讓用戶和車的交互過程能夠實現一個情感化的對話體驗。

　　第三點一定是跨服務的垂類方式，因為在駕駛場景下安全是第一位的。在這個場景下用戶的需求是多樣化的，不可能在駕駛場景下用到一個需求，再手動觸發，即使用語音觸發另外一個服務，這樣不利於駕駛安全。他們一定是高度融合打通在一起的。

　　第四點就是服務閉環，語音和在線服務進行深度打通，讓用戶通過語音就可以完成他任何想做的事情，確保駕駛的安全性。

　　這個產業的用戶體驗的臨界點一定會被突破，更多服務會被聚合起來。SDS平臺還有媒體內容還有IoT的服務將會有機地整合到一起，而不是相互割裂。而解決方案上，智能網聯公司會逐漸演化為更傾向於提供一整套的解決方案，而不是提供單獨模塊的能力。同時考慮到OEM對成本控制的考慮以及更好的5G網絡條件的應用，智能網聯的方案會越來越往輕量化的方案去發展。在這個過程中，大眾問問會以情感化個性化的智能人機互動來聚合和聯動海量的內容和服務，幫助車廠完成軟硬體一體系統架構的搭建，實現AI加汽車的深度和融合。

　　我正式簡單介紹一下我們公司，大眾問問是大眾集團和語音領域的獨角獸，他們兩家公司在2017年共同合資成立的大眾問問。目前主要客戶包含一汽大眾、江淮大眾、一汽奧迪，預計到未來的兩年之後，我們的預裝大眾問問前裝方案車器會超過1100萬輛。這將成為絕對的行業第一，沒有之一。我們雖然紮根於大眾體系，但是我們的產品也是面向全行業開放的。我們的宗旨是為車企實現基於車平臺的深度定製智能網聯繫統。這裡給大家簡單看一下我們公司的簡短的介紹視頻。

　　(視頻)

　　我們繼續。由於我們是合資公司天生就具備同類公司所不具備有的經營優勢。相對於AI公司和AI平臺型公司和智能網聯公司和傳統的網際網路公司，我們是更懂車更懂OEM的需求更懂OEM所面對的終端用戶的需求。相對於傳統的智能網聯供應商，我們有全鏈路的AI語音能力。相對於一些大家耳熟能詳的AI的平臺公司，他們提供的是一些整合型的標準化的產品，而我們可以提供深度定製化的產品。

　　我們這樣一家公司它的商業價值到底在哪裡呢?首先我們可以提供差異化的項目平臺以及更有競爭力的價格。第二個可以跟價值鏈上的行業夥伴建立合作關係。第三個，我們有靈活的商業模式進行利潤分成，保證整個產業上下遊的合作夥伴都能夠享受到這個紅利。

　　說了這麼多，這個商業模式要run起來最核心也是這個行業最稀缺的是什麼呢?就是用戶體量。如果你把用戶體量做到百萬級已經非常了不起了。我們大眾問問天生具備渠道能力，我們可以達到行業絕對的頂尖水平，突破1000萬輛。只有在大眾問問整個用戶體量的規模才能真正進入到質變到量變的效果，能夠讓軟體和服務的編輯化成本更低，更多利潤和上下遊分享，能夠讓整個產業的用戶體驗通過用戶規模倒逼，形成統一的用戶體驗，讓現在的用戶體驗不再會出現割裂的情況。

　　為了實現這樣的願景，我們認為未來的產品所一定需要以下的六點能力。一個是去APP化，轉化為用戶場景為導向，另外，從垂直搜索轉變到服務閉環，再者是融合手勢、觸摸、面部識別等其他AI技術，整合成一體提供給智能車廠。智能推送不贅述了，也會提供個性化的服務，進行個性化的推薦和情感化的交互過程。大眾問問的核心優勢依託於語音技術，擁有全鏈條的語音技術覆蓋，擁有對話邏輯、語音合成等全鏈路的自主智慧財產權的語音方案。並且通過我們的不斷的努力，現在雖然產品還正在研發過程中還沒有正式拿到海量的用戶數據去改進它。但現在產品的效果已經達到行業領先水平，97%的在線ASR準確率。

　　我想和大家正式介紹一下，大眾問問面向智能網聯推出的未來產品平臺，我們把它叫做眾趣。它是一個完整的產品前後端的解決方案。後端的運營平臺和數據監控平臺，用戶個性化數據監控體系的一套完整的方案。同時，它也是一個開放的平臺。我們特別歡迎行業內的合作夥伴可以加入到整個平臺的生態構建當中來。針對眾趣的平臺，我們認為用戶有如下四個核心的使用場景，分別是出行、人機互動的服務、娛樂和社交，分別對應的是VWM-Nav、還有VWM-Pal還有VWM-Listen、VWM-Outing。

　　舉例來說，眾伴可以做什麼事情呢?可以在用戶上車的時候，通過面部識別和聲紋識別識別出你，和你打招呼，推測你是要上班還是回家，進行智能路線推薦。同時會同步你的日程，根據相應的智能提醒。同時會監測整車相關數據，如果電量油量不足會提醒你，並且會智能地推送給你。在路上周末出去遊玩的時候如果你的目的地是景點，會根據景點給你智能推薦附近的餐廳、景點，還會預訂。等你到達之後還會完成最後一公裡路程的規劃，它是一整套的產品，可能包含了一個手機端的可以理解為小程序或者APP。這個眾伴的概念是貫穿在用戶整個車上車下的全場景的使用中。上車之後怎麼從下車點走到景區，景區大門口也會在手機上幫你完成不行路線的引導。

　　眾行和市面上這些傳統的解決方案有一個最大的不同，我們做得更進一步，做得更深。除了能夠實現傳統的組隊駕駛還有組隊駕駛過程中的語音聊天還能實現大家會遇到的投票。比如說投票去決定到哪家飯店吃飯，到哪個酒店住，要不要在下個服務區讓某個親戚朋友先休息一下。這些也可以通過一站式語音的方式去完成。同時可以給大家推薦你的目的地附近的這些酒店和餐廳的這些信息。它是一站式的組隊出行的解決方案。今天我介紹的材料就是這些，謝謝大家!

　　主持人：剛才王先生對大眾問問關於智能網聯汽車產業存在的問題和挑戰進行了綜合的闡述。他提出如何從技術創新到價值創新重構這樣一個概念。同時對大眾問問在智能網聯汽車商業模式和技術發展的戰略，也進行了一些思考，供大家來借鑑。

　　下面我們進行下一個報告。智能化和網聯化是汽車發展的必然趨勢，隨著信息化與汽車的深度融合，汽車正在從傳統的交通運輸工具轉變為新型的智能出行載體，智能化和網聯化已經成為必然。在這樣的大環境下，傳統的車企又會有哪些獨到的觀點?接下來讓我們歡迎長安汽車智能化研究院副總經理，張杰，為大家汽車智能化和網聯化技術發展探討，有請!

　　張杰：各位來賓，各位行業同仁，下午好!非常高興組委會的邀請和大家一起探討汽車行業的智能化和網聯化的趨勢和長安的一些現狀。

　　首先大家都知道汽車行業從去年開始到現在整個行業都不太好，這可能還不是中國國內，全球的發展都不太好。大量的包括一些新興的造車公司，新興的造車勢力包括自動駕駛他們的資金方面都還是出現了問題。我們一直在思考這種大環境下面怎麼去發展相關的智能化的技術。

　　第一點，智能駕駛要回歸到理性。L1到L2目前來看它的搭載率還是不太高。好的一點的主流車企在2%點幾，差一點只有0%點幾。提升用戶的體驗。

　　第二，從L3來說，很多公司都在說2019年要量產。現在來看其實到2020年量產的不是L3，是L2.9。L4的發展路徑更多地會從最後一公裡的自主泊車，聚焦到低速到定點的接送到後面一直在說的Robert-taxi，這也是特殊場景下的計程車。按照這種路徑去逐步展開。

　　第三點，網聯化趨勢已經非常非常地明顯。主流的車企新的發布會量產的車都是100%聯網。這個在明年網聯化成為一個標配或者網聯化作為智能汽車的基礎，這個趨勢非常明顯。依託於車身數位化的改造和雲端服務，汽車將勢必轉變成一個可移動可編程的機器人平臺，去滿足用戶的個性化服務。

　　第四點，5G將成為智能網聯汽車的規模化趨勢，規模化之後大批量覆蓋之後，汽車行業短期內可以實現的就是V2X的一些數據服務。從長期來說對我們的智能駕駛或者自動駕駛還有我們座艙的極致的體驗會有非常大的一些幫助和提升。

　　再往下，隨著網聯化之後我們一直在思考，我們EE架構在發生一些變化。這是EE架構從分布式向集中式逐步發展的過程。最終還會到汽車雲處理的架構。更多的或者大量的車廠，其實還處在從局部的集中化到預控制器這麼一個階段。我們也知道特斯拉Model3已經跑到比較前面了。這個圖裡面是處於一種VQcomputer的程度。我們可能要從自主品牌來說，我們需要從成本、車型的定位包括用戶的需求快速地跟上。

　　再往下智能座艙其實大家都可以看到，從傳統的娛樂座艙，其實已經完成了向智能座艙的轉變。再往下就是情感座艙。我們看到更多的這一塊的發展是非常非常快的。前幾年可能我們說還是聽聽收音機，導個航，慢慢變成在線音樂、在線地圖。現在看到的智能座艙，剛才大眾問問也在提你的語音，我想抽菸，你的天窗車窗就調到一個抽菸的模式。在車裡面，比如說對車機系統說一聲我愛你，馬上呈現出儀表屏一個求愛的比較lovely的場景。它在變得聰明。隨著大量車輛的數據包括用戶的行為數據還有外部的環境數據結合剛剛提到的AI技術、雲計算，其實情感座艙已經在路上了。

　　最後來看，我們看這個趨勢，車聯網大批量在量產，在應用之後大家都要談運營的事情。智能網聯的應用要提供用戶的月活躍度。從車機端、手機端構建一種用戶的觸達體系，通過這些體系去觸達到用戶，把全生命周期打通，給用戶提供省錢省心的服務。

　　下面我們看一下長安汽車在這一塊做了哪些事情。去年8月份我們發布了北鬥天書的計劃，在你身邊相知相伴，我們在智能駕駛、智能座艙和智能服務對這個戰略形成了實質的支撐。首先智能駕駛方面，剛才問問也提到，我們很多技術在國內都是首發，包括L2還包括去年的一個吉尼斯的大規模的智能車的巡遊。我們是取得了技術的首發，但是技術的首發這個趨勢剛剛前面提到，大的環境發生一些變化。我們更加強調的是要提升普及。智能駕駛現在的戰略定位就是要做一個普及者。一持續降本，一我們因潤衡量有競爭力的供應商。第二點針對ADAS在實際使用過程中，很多用戶都反饋不敢用。這個東西太嚇人了，不好用。這些問題我們完成了14項功能體驗的優化。

　　下面這邊有一個視頻給大家分享一下，讓大家看一下我們最近的智能駕駛的技術在CS75plus量產車上的應用。這邊是通過手機去遙控泊車。內部代號叫APA5.0。除了車主可以用他自己的手機來控制泊車之外，拿鑰匙還可以進行遠程分享，分享給他的同事、朋友等等。除了低速下的自動泊車還有倒車預警，在這裡因為時間關係不繼續播放了。我們繼續向下。

　　我們看到剛剛也提到長安在2020年我們的戰略就是100%聯網。我們要達到100%的聯網第一點就是要降低聯網的成本，第二個提升聯網的價值。現在完成的一件事情就是把之前分離的方式進行合併，切換到THU，這個已經實現了幾百塊錢的降本。另外正在研發的智能天線會做到更進一步的降本。同時通過自身研發的OTA的系統，現在像去年我們一次OTA是4.5個月。今年已經可以做到3個月。明年目標就是2個月。通過迭代還有包括用戶產品運營等等，剛剛也提到了全價值鏈上的不同用戶，用戶、車廠、經銷商帶來價值。聯網已經不是一個負擔，而是一個能夠產生價值的東西。

　　第二個，隨著聯網化之後，整車的電子架構在進一步的集成。我們內部有推動一個重大專項，從兩萬三萬的奔奔到二十萬的75、85。我們打造差異化的領先智能座艙。我們和華為有深度的戰略合作關係。下面有一個視頻，是我們最近的8月份的重慶智博會上和華為發布的。這是騰訊的副總裁鍾翔平先生。我們看到的車載微信只是1.0的版本，隨著車載微信，實際上是社交的平臺。我們可以不斷地去拓展到2.0、3.0，把整個社交生態，以車為生態的社交生態進行盤活。第二點這一塊更多是傳統說的HU，現在的智能座艙不僅僅包含了HU，我們有一個五大感知的輸入體系，就是看、說、觸、控、感。這裡面涉及到的是圖象的輸入，麥克風語音的輸入，觸感的輸入還有觸感的控制。還有三大信息分布，多向、主動、立體，最後結合整個數據體系給到用戶的是極致的移動出行體驗。

　　後面就是一個端到雲的雙向映射的數字孿生系統。長安我們比較好的一點在於我們有統一的TSP平臺，我們有三大業務板塊。另外隨著我們把數據和我們的車載的計算遷移到雲平臺之後，實際上我們慢慢已經構成了數字孿生的系統。其實很簡單，一個車拉6000多個信號，我們已經完成了500多個信號的採集。後續的信號採集不是盲目的採集。數據的採集，數據的傳輸和存儲都是成本。我們會以新的商業模式為導向。

　　我們看到下面這個，剛剛也提到了用戶觸達體系，運營的基礎在於你跟用戶之間有儘量多的觸點。我們通過我們自己的包括現在一些實踐，現在有四大觸點。手機端還有車機端，媒體端還有店端。我們去爭我們的流量，去談前面談的生態，最後通過運營跟用戶產生實際的價值，帶來極好的體驗。這邊舉一個例子，長安Radio是長安汽車的一個官方的發聲平臺，通過音頻，因為用戶在開車這兩個小時，最容易觸達用戶的實際上是聲音。這個聲音主要是通過我們的一些直播包括我們的新品的推薦，包括我們的使用指南，通過音頻去觸達到用戶，提升用戶使用我們的產品。音頻渠道是我們正式發布就在明天，長安的粉絲盛典，實際9月份已經進行了新S75的迭代。目前已經有六萬車主在使用這個功能。

　　最後一個端就是店端，我們在做數字門店1.0的開發。下面有一個視頻讓大家直觀地感受一下。主要是結合店端的新品的發布，來提升用戶更好地去進行挖掘，包括提升選車購車等等的效果。當用戶走進4S店的時候，這個時候在4S店上架的攝象頭已經通過面部的識別在挖掘用戶的用戶畫像包括用戶數據。這些數據會給到我們這邊的銷售。銷售走上去的時候並不是一無所知的，他已經有一些概念有一些數據在他的腦子裡。這樣能夠提升我們整個的轉化的效果。這是你在購買的時候通過我們的微信，然後進行一個微信的小程序進行快速的購買包括付款等等。交車有專門的進度條的提示，更加直觀。還有我相信車主，其實可能最怕的就是到4S店。因為你壓根兒不知道4S店在幫你做什麼，包括保養維修。我們可以看到透明車間，讓你的車在保養或者維修的過程中你是能夠感知到的。這邊就是透明車間。主要還是提升用戶的體驗和提升服務的質量。時間關係就不往下面放了。

　　最後提一點，我們一直在說車聯網，感覺很高大上，但是實際在用戶購車決策過程中佔比大概是19、20個點。但是今年六七月份參加了兩個車型的調研，自主品牌裡面現在用戶的促購率和棄購率，促購率就是促成用戶購買這款車的比例，棄購率就是用戶放棄購買這款車的比例。智能化都排在前五。這要遠遠高於合資品牌。這條路是非常有希望的，雖然這條路很遠，但我們還是應該堅定地走下去。希望各位有很好的技術或者資源，我們一起來合作，一起更好地把這條路走到盡頭。謝謝大家!

　　主持人：剛才長安汽車的王先生從智能化與網聯化發展的面臨挑戰和問題以及智能網聯的現狀進行了系統的闡述。

　　下面我們進行最後一個報告，經過五年的努力，2019年華為的汽車局正式浮出水面。「聚集ICT技術，幫助車企造好車」，華為將在智能車雲、智能網聯、智能座艙、智能駕駛和智能電動五個方面，幫助車企打造他們理想的智能汽車，做一個智能網聯汽車的增量部件供應商。接下來有請華為公司車聯網解決方案副部長，王新然帶來演講，他的主題是車路協同加速智能網聯汽車發展，構建協作式智慧交通，大家掌聲歡迎!

　　王新然：各位朋友，大家下午好!很高興有機會在這裡分享一下華為公司關於車路協同解決方案的一些探索。

　　首先，介紹一下，當前全球在智能網聯汽車的主要發展趨勢。在單車智能以及自動駕駛我們知道過去十年，已經解決了大部分的問題，90%的問題。整個智能駕駛的分級是美國汽車工程協會做了一個一到五級的分級，整個產業鏈從L2、L3，在向這個方向邁進。真正距離商用還有很大挑戰，主要挑戰是當前的技術上以及感知的成本上還是有很多不可克服的東西。

　　針對這種情況，在美國交通部在今年提出了一些新的概念。網聯自動駕駛的概念，這個概念主要是為了解決單車智能面向自動駕駛的時候面臨的巨大挑戰。它劃分了四個等級，一個是路協同，一個是簡單的狀態的協同，還有異途的協同還有異途的共同決策。在這個角度，歐美日近期也已經推出了面向未來的自動駕駛和道路規範，提出了一個ISAD的規範，主要是為了將來道路的數位化，交通的智慧化，同時協助自動駕駛來規模地商用。我國也在今年9月份剛剛發布了我們智能網聯到了系統分級的一些定義和一些解讀。這也在逐漸地完善和協同。

　　針對這個趨勢，華為公司也提出了我們的一些看法。在車跟路協同上我們也有一些不同的等級劃分。過去就是最基本的一些物理標識的識別，車和路方面。現在正在做的就是一些車和路協同的數位化協同的方面。路在進行數位化的升級改造。現在，從當前到2023年，可能大概能完成一些道路的數位化改造和狀態感知方面的交互。更高級的可能要做一些異途的協同，現在單車智能最大的問題只知道自己，對於周邊的超視覺的感知上還是有短板。將來怎麼做好更好的協同判斷需要更高級的車路配合才能達成。這是關於車路協同的階段的劃分。

　　華為公司在車路協同解決方案方面聚焦兩大場景。我們要構建協作式智慧交通，來使能協同式自動駕駛。目標是為了搭建整個解決方案的架構和平臺。從我們的著手點上分場景不斷地探索不斷地完善我們這個解決方案的整體架構。最終來達成駕駛安全，提升駕駛效能，以及使自動駕駛形成大規模化的商用。這是整個車聯解決方案的架構。從車端、路側、平臺以及生態的構建上有一個完整的解決方案的架構。同時剛才談到的一些解決方案場景上，我們有一些探索應用。

　　接下來重點介紹一下我們在不同的應用場景裡面現在基本的進展情況。率先聚焦的幾個場景，一是城市的公交綠波和自動代客泊車還有港口無人駕駛還有高速車輛編隊行駛。真正面向車輛商業化車路協同裡面做的商業化的探索。同時在國內多個省份有demo的試驗還有更多場景的技術研究。這是我們在無錫做的場景驗證。在今年會完成400個交通路口，280公裡道路，覆蓋12大類26項的應用場景，在車和人，車跟車的價值場景都有一些體現。在這些最基本的信息交付協同上都得到了有效的驗證。在基本的技術驗證上，C-V2X的一些通訊能力還有V2X的Server和交通系統的對接還有自動泊車的case。

　　看一下精準公交。這個我們在上午我們蔣總也講了，這在無錫，大家也可以去體驗。同時無錫有一個車聯網的實驗室，可以做更多技術上或者場景的驗證。我們精準公交最主要的目的就是讓公交變得像軌道交通一樣精準可控，讓民眾在公交的坐乘體驗上有很好的體驗的提升。這個怎麼去做到呢就是靠車路協同，在車端在路網在平臺側我們都有相應的布放。平臺要跟公交集團以及交警平臺做有效的打通。同時公交可以做到縱向的自動駕駛，不能說自動駕駛，就是縱向的photofree。然後縱向上，也可以有很好的體驗。對於這個速度，我們通過綜合的雲端計算，當前路況和時間的精確度或者紅綠燈的協調，我們最終做到它能像軌道交通一般的精準給大家一個更好的體驗。

　　還有一鍵泊車的場景，當前產業鏈上可能有三種不同的解決方案。一個是聚焦在單車智能上，過去大家看到了很多場景的演示。還有就是一個通過場側的控制感知來實現車的自動泊車。華為的自動泊車也是一個場側和車端的有效配合，但是場側來解決單車無法克服的關鍵問題，比如盲區的感知。還有一些障礙物的識別還有就是對於多層停車場以及對於停車路徑的規劃。假如說是單車的話，對於車位搶佔，對於車位利用都沒法很好地解決。通過有效配合可以同時來解決這些問題，讓它更好地商用。

　　還有就是在高速場景下，這個是我們在延嵩會有效地開通在冬奧會之前。我們會有自動駕駛編隊行駛的場景。因為延嵩道路場景非常複雜，完全靠單車去實現還是有很多困難。我們會完成一個完整的編隊行駛和自動駕駛，有效地驗證將來面對高速公路，因為在二次事故預防上怎麼去有效地幫助提升安全。

　　最後一個案例就是我們在洋山港做的車路協同的自動駕駛。大家也清楚在面向自動駕駛的道路上港口可能是一個比較率先商用的場景。在港口商用裡面，單車也有不好解決的問題。通過車路協同在港口通過自己的專網來組成車路協同的方案，來實現交通燈的識別，閘口抬杆的信號協同還有調度指令還有對氣象的感知還有闖紅燈或者交通事故的預警都有很好的提醒。

　　最後，我們整個車聯的解決方案，希望在面向未來，實現協作式智能駕駛的目標上同大家一起來加速場景的實現。在下面這幾個，一個超視覺的感覺，一個異途的協同上只有車路協同去有效的解決。只有達到這個階段，才會使我們真正的智能駕駛、自動駕駛有一個大家民眾更大規模的體驗。我今天的介紹就是這些，謝謝大家!

　　主持人：剛才華為公司從全球網聯發展智能趨勢，從車路協同、協作式智慧交通與大家進行了分享。另外一方面，華為在不同場景下交通場景下智能網聯汽車示範應用，也與大家進行分享。最後華為也表達了願意在同行共建車聯網生態，只有這樣車路協同大家合作共同發展，能把這個事情做好。

　　下面我們進行下一個報告。高精地圖對於自動駕駛來說，就像是一支非常具有張力的催化劑，能夠推動整個產業向前邁進一大步。大規模全自動高精地圖技術也必將加速汽車智能化時代的到來，推動自動駕駛的發展進程。下面歡迎上海晶眾信息科技有限公司總工，陸哲元先生，為我們帶來高精度地圖革新助力智慧出行，有請!

　　陸哲元：各位領導，各位專家，大家下午好!我是陸哲元，來自上海晶眾信息科技有限公司。我們是專門從事高精度地圖生產研發的企業。今天我分享的主題就是高精度地圖革新助力智慧出行。

　　有三個部分，第一個部分高精度地圖在智能網聯的重要應用這樣一個介紹。第二個就是我們晶眾三維高精度地圖的產品介紹。第三就是典型應用的介紹。

　　首先介紹一下智慧出行的背景情況。剛才很多專家都已經在宏觀大層面說得很好了。我們就簡單地過一下體系。數字經濟推動了智慧城市，在智慧城市裡面的智慧交通進而升級向智慧出行。在這個產業裡面智能網聯是一個重要技術。時間關係，我有一些部分會稍微過一下。不重要的就不說了。

　　這一塊分享一下高精度地圖在智能網聯的重要應用。我們分了四個領域，第一個是自動駕駛領域，高精度地圖在這個裡面起到了定位感知、路徑規劃包括決策的作用。另外智慧交通包括智慧停車這個領域，高精度地圖也在裡面有一些典型的應用，包括車位誘導以及反向尋車，直接導航到停車位以及能更快地找到我們的車。包括未來的APP自主代客泊車。第三個主要是網聯方面，車路協同方面的應用。車路協同和高精度地圖是很深的關係，可以把高精度地圖理解為一個車路協同的載體。很多車端感知到的東西都可以加在高精度地圖上，進而提升智能網聯的應用。最後一個是虛擬測試方面的應用。很多自動駕駛也好或者V2X也好，在功能上面有一些驗證，需要大量的虛擬測試。這些主要是應用在車企包括封閉測試區包括測試場，科研機構。

　　這一塊跟大家分享一下高精度地圖量產的趨勢。目前的狀態是大多數的廠商目標都是先面向全國高速道路地圖量產。目前應該沒有明確的城市道路的地圖量產的計劃，即便有也是小區域的採集。一個是技術層面，自然在高速公路上面，場景比較簡單。第二個是成本問題。高精度地圖和城市地圖有很大的一些區別。從道路的複雜程度包括採集的要素包括採集的難度，包括採集的範圍。城市級的道路是高速道路的N倍。這樣自然在製作成本上也是遠遠高於高速道路的製作。

　　技術層面分享一下高精度地圖在智能網聯車路協同下的升級。左邊是傳統的地圖，在智能網聯的車路協同下，也推出了一些產品的升級概念，我們叫做局部動態地圖。把一個地圖把一個場景分成了四個圖層。最下面是傳統的靜態數據層，這是我們傳統的高精度地圖的底層。再下一層是相對靜態數據包括基礎設施。還有相對的動態數據，包括一些交通狀況的數據，交通擁堵的數據或者紅綠燈的數據。再上面就是高度動態的數據，包括所有的移動物體的位置信息以及移動信息。

　　下面，介紹一下晶眾三維高精度地圖的產品介紹。簡單介紹一下公司，上海晶眾是一家由上汽東風江鈴投資的一家公司，我們分布在北京、上海、無錫，公司是2010年成立，公司起步的時候是做交通方面。2016年由上汽戰略投資確立了做城市高精度地圖方向的業務。今年年初5月份拿到了中國第18家具有地圖的策略。到目前為止有20家華為廠家。這一塊介紹一下市場目標核心產品。目標智慧交通、自動駕駛、智慧停車這幾個方向。我們的產品大概有三個層面。第一個就是以交通為主，服務城市級的綜合交通數據的普查工作。第二，由於這樣一個服務，我們會得到很多行業的資源和數據，進而形成了我們的道路地圖產品和停車場產品。再往上會做一些智慧交通、智慧停車和智慧駕駛方面的解決方案。

　　公司的產品是兩個，高精度道路地圖，高精度停車場地圖，右邊配套的是我們的能力包括引擎、終端應用等等。詳細地說一下道路地圖產品，是一款城市級的道路高精度地圖產品。為自動駕駛提供基礎的數據輔助，擁有高精度地圖採集、生產、發布的資質和能力。我們能提供二三維自動轉換的能力，高精度滿足無人駕駛，全要素覆蓋範圍已經達到了50個城市以上。目前每年會以30個城市的量產速度。下面是高精度地圖的效果，左邊是二維圖，右邊兩張是三維圖。中間是給車輛用的，右邊是渲染後的效果給人看的。這是我們的生產工藝流程，先生產二維圖，再自動轉換成三維圖，最後集成樹木、綠地、標牌、信號燈、建築物，導入車流、人流。

　　這是我們的生產工具，也就是我們的三維道路輔助設計仿真系統。左邊這個是我們的二維圖。我們可以自動地二維三維的切換，我們的生產過程速度非常快，而且零成本。下面就是我們地圖的軟體產品，就是地圖展示和應用的產品。我們地圖做完了要很好地展現出來。我們包括也有網絡版，包括單機版。這是我們的無錫市的整個高精度地圖量產的結果。左邊是二維圖，右邊是三維圖，這樣的城市我們已經做了很多。地圖主要應用方向在智慧交通這個層面上，我們也在這幾個方向做了很多工作。第一個包括動態資產的管理包括車道級路網監控包括應急的調度，仿真決策的輔助。

　　下面介紹一下我們的停車產品，是一個停車地圖專門用於智慧停車和自動泊車。還有我們地圖包括三種場景，一個是路上的停車場包括路側的停車場包括路側的停車位包括某個建築物底下的停車場。這是我們的原始圖到最後展現後的效果。包括所有停車場的背景層，包括車道級的路徑，包括所有車位的信息包括所有設施的信息包括電梯、樓梯、貨梯等等，我們把這樣的場景進行地圖的數位化。我們大概主要面向於大型的商場寫字樓，這是我們的重點。

　　主要應用方向主要是車位誘導，我們從A點導航到B點，大廈門前就停止了。現在希望具體導航到某個停車位，在進入停車場入口的時候自動切換成晶眾自己的地下導航引擎，這樣能直達停車位。另一方面是反向尋車，當我們停完車之後，回來找車的時候經常遇到找不到車的問題。我們可以做到快速找到自己的車位這樣的應用。未來也在自主泊車方面提供了很多技術支持，這是未來的願景。

　　最後介紹一下我們高精度地圖的典型應用。我們做了廣州城投的應用，我們把這樣一個區域進行完全的數位化，並且可以做成這樣一個監控平臺，可以看到城市裡所有設施包括動態包括靜態的包括一些攝象頭包括紅綠燈等等信息，還有一些監控管理。這個是展示了智能網聯測試區監控平臺項目，我們已經做了很多了。左邊那個是上海封閉測試區，右邊是鄭州的智慧島。這個監控平臺下可以對所有自動駕駛的車包括網聯的車，形成車輛的監控，包括車輛的運營信息、道路信息包括V2X的通訊信息包括實時的遠程控制，都可以達到這樣一個效果。

　　最後介紹一個我們基於地下停車場這樣一個數據產品和上汽和EVcar共同打造的地下停車場包括車位導航和反向尋車的項目案例。這個已經在上海的某一個地下停車場達到了應用級的產品效果。以上就是我分享的所有內容，謝謝大家!

　　主持人：剛才陸先生將智能出行構建未來和平共生的交通生態，給大家分享了一下。另外，對他們企業的實力、應用產品、應用場景進行了描述。

　　下面是我們今天最後一個報告了。相比自動駕駛和車聯網，雖然座艙的話題沒有那麼的熱，但卻是相比前兩者與汽車內涵和外延更加密切相關的課題。在今天智能化、網聯化的大浪潮下，消費者對於汽車的期許變得越來越大，汽車座艙正在從一個娛樂座艙實現到智能座艙的轉變。今天的最後一場演講，讓我們有請佛吉亞(中國)投資有限公司未來座艙中國區經理，王佳棟，他帶來的演講是軟硬結合，跨界融合，新技術形式下的智能座艙，歡迎王先生!

　　王佳棟：今天特別高興，主辦方說這是一場壓軸演講，不敢說這個主題能夠壓得了軸。之前各位嘉賓的演講都特別精彩。作為一家TO1的零部件供應商。我希望我的演講能夠補齊整個產業鏈上的這一環。我的主題是軟硬結合，跨界融合，新技術形式下的智能座艙。

　　不知道大家對佛吉亞有多少了解，這個命題非常契合佛吉亞。我們有硬的地方也有軟的地方，我們也以非常開放的心態與整個生態鏈上的企業去合作。我們先來看看佛吉亞到底硬在哪裡。最硬的部分就是四大傳統事業部，它們分別是我們的智行事業部，還有座椅事業部、內飾事業部和汽車電子事業部。加在一起就構成了一個未來座艙或者智能座艙完美的結合。我們說車聯網，智能網聯，其實很難想像如果未來一個車有著非常好的車機系統，有著非常完善的智能網聯。消費者坐到車裡面確是有一點無聊有一點古板的座艙，其實非常不匹配。在今天這樣一個日新月異的網聯時代要求我們的主機廠把整個座艙把用戶體驗提升到今天我們飛速發展的網際網路的時代下。為此佛吉亞也把智能座艙作為兩個企業兩大戰略之一。另一大戰略是是可持續發展的出行，這也契合了智能化網聯化這樣一個新四化的整個行業的發展趨勢。

　　剛才我們說佛吉亞有硬的地方，有軟的地方。為了營造這樣一個生態，我們其實是和國內外的非常非常多的合作夥伴一起來合作的。這張圖裡面大家可以看到有一些是整個零部件行業的可以說是亦敵亦友，有一些是中國的和海外的初創公司。整個座艙生態裡面有很多東西有我們所不知道的，非常細精尖的東西。我們的使命就是把最好的東西整合在一起給主機廠做解決方案上的提供。

　　產業趨勢上剛才講到了，為什麼會站在這裡討論互聯、自動駕駛、共享出行以及電氣化。這就是我們今天整個行業不可迴避的四個問題。在這樣一個問題之下，我們看到了哪些新的技術領域，實際上今天的座艙已經比過去複雜非常非常多。我們可以看到我們有生物技術，我們有智慧城市，我們有AR技術，我們有軟體、電子設備、新能源、新的材料、新的氣候管理、光學、聲學。某種程度上來說不斷地給每個人搞暈。不斷地要學習新的東西，這些都是今天的汽車人不能不迴避的問題。作為一個TO1，我們的目標是什麼?我們希望能夠用我們的一些專業領域的知識，幫助我們的主機廠，幫助我們做網聯的合作夥伴，去做好這些技術的商業化。換句話說，這些技術包括在這一頁上說的複合材料、記憶形狀合金、納米材料、全息技術，我們希望由我們來把它們做成產業化，這樣可以為整個行業進行賦能，也可以減少整個行業大家的焦慮，讓做網際網路公司的這些專家們可以聚焦於網際網路。讓主機廠可以聚焦於它的品牌，它的用戶。這裡面會提到很多很多技術，比如主動消噪，網際網路裡面的5G甚至6G，電子設備裡面的SOC、邊緣計算，軟體裡面面向服務的架構，這裡有很多很多新的技術。

　　把這些技術放到未來座艙裡面會發生什麼?我們佛吉亞其實是現在在這四個方面進行很深層次的研發。比如說一些新的材料以及這些材料會使我們的座艙結構發生的變化以及我們的AR技術還有人工智慧技術還有網際網路技術。我們在這些領域我們都投入了非常大的基礎性的研究。這也是為什麼我們說其實像佛吉亞這樣的TO1真正能夠把這些技術實現商業化的品牌。

　　說了這麼多，我們到底要提倡什麼，我們是提倡一種由Tier1和主機廠進行相互賦能共同設計的模式。這個環是能夠讓整個行業裡面的每個人都去聚焦自己最擅長的這部分。比如主機廠最擅長的是什麼?它了解自己的品牌，了解自己的產品，了解自己的用戶。我們希望主機廠可以幫我們把用戶描述清楚，告訴我們用戶在未來需要什麼。零部件企業，我們的技術特點是什麼。我們的技術特點是可以把這些用戶的需求以及他們的痛點去轉換成一個一個技術的解決方案。並且我們可以設計一系列的實驗和測試去驗證這些技術方案它的可行性，它的成熟度，它的成本，它的製造潛力。並且把這些對於技術的描述做成一個一個可以看得見摸得著可以拿去做測試的一些樣品，一些樣件。通過這些樣品和樣件進行一系列的測試，並且最終把它做到一個研發的狀態。實際上我覺得我們是作為一個Tier1去提倡Tier1和主機廠共同開發共同設計面向未來的智能座艙。

　　這其實是我們想舉一個例子。這個是我們完成了這麼一個閉環之後，我們創造出來的一個概念。我們叫它健康座艙。其實在這樣一個座艙裡面融合了非常多底層技術。比如發熱的材料，PCM的材料還有一些羽流效果的空調出風還有先進的降噪處理。通過把具體的技術做成我們的系統，並且把這些系統做成可以在很多主機廠的平臺上面去很快速地應用很快速地迭代的智能的硬體來達到我們構建整個未來座艙生態的目的。

　　最後，我想說，我們的願景是什麼?我們的願景是通過和整個行業的生態，和我們的主機廠一起去合作，為最終的用戶去創造這樣一個獨特的創新體驗。這是我們的願景。我的演講完了，謝謝大家!

　　主持人：剛才王先生說了佛吉亞的角色，發展戰略以及佛吉亞座艙創新生態系統，以及佛吉亞在座艙領域的優勢，以及和用戶提供總體解決方案這幾個維度與大家分享了一下。

　　我最後把今天的整個匯報的報告用幾句話給大家總結一下。今天我們一共有12個報告，大家分別從智能網聯汽車發展的趨勢、商業模式以及智能網聯汽車產業面臨的問題和挑戰與大家進行共同分享。在技術層面主要車企對智能網聯領域的車聯網、車路協同進行了深入的思考。同時從自動駕駛測試評價對信息安全還有自動駕駛驗證這方面也進行了闡述。在智能傳感這方面匯報得比較多，包括高精度地圖。今天的報告就到此結束，謝謝大家!