11月20日-21日，由车云网主办，电动邦协办的“2019中国安全产业大会暨第三届交通安全产业峰会”在广东省佛山市召开。本次峰会以“安全出行 智享未来“为主题，下设新能源汽车安全专场、新技术安全专场以及智慧交通安全专场三大分会场。来自产、学、研等和出行安全相关的企业代表齐聚佛山，共同探讨新四化背景下汽车行业产生的安全新问题。峰会期间，晶众地图副总裁兼网联地图事业部COO杨柯发表了主题为《停车高精度地图》的演讲。

　　以下为演讲实录：

　　感谢主办方给我们这样一个机会，来展示我们自己对停车尤其是对高精度地图赋能停车这一块的细场景或者是叫微场景的解决方案。

　　在做介绍之前，可能我先跟大家有一个互动，我想问一下大家，目前大家了解的具备图商资质的数量，不知道大家能不能猜一猜，是一个什么样的数字？有的朋友说是6家，我跟大家分享一下从01年的四维图新一直截止到最近，我们有第21家，是顺丰科技，他们拿到了关于甲级导航地图的这样一个资质，这也标志着实际上在19年的时间里面我们有21家图商，是可以跟主机厂来进行做配套的上车的服务。

　　晶众成立于2010年，在车路协同里面主要聚焦在路测，实际上是给政府侧做智慧交通的解决方案。一个是给交通部去做相关数据的调查和配套，还有一个是给住建部，实际上就是我们今天谈论的业务里面的一块，就是面向于停车的，我们去做了大量停车基础设施普查的业务。在车路协同里面起源于路测，现在我们发展在车测，路测我们有晶众交通这样一个板块来做整个的支撑，在车测这部分来讲，尤其是在今年也正如陈总讲，实际上也发力在停车这个细分的高精度地图上。

　　在2016年我们获得了上汽产投的亲睐，上汽成为了我们的一个股东，紧接着东风、江铃，近期还有两家知名的主机厂，现在应该是进入到了投资的环节，也就是说现在晶众有国字头的主机厂的投资背景。

　　我们聚焦在两个方面，一个是以道路维度的高精度地图为主，这里面我们主要聚焦在城市，城市完全路网的高精度地图，再一个就是我们面向一个微场景，面向于停车这样的一个地图的解决方案，配合我们的引擎技术还有发布技术，解决智慧交通、智慧停车、自动驾驶。

　　高精度地图我个人认为实际上需要有三张地图，第一张地图是类似于像凯迪拉克Super cruise35万公里以上的这样一张地图，这张地图实际上是在L2和L3这个层面上去解决高速路上自动驾驶的信源的问题。

　　还有一张地图是城市道路的高精度地图，在这个场景里面，它会有类似于像BRT的快速公交，甚至是ROBO  TAXI，当然我面向的是主机厂这一块的一些需求，在这一块包括之前我们跟宇通任部长这边，也是配套了一些关于业务上的协同，相关的一些领域里面。再有一个是面向于AVP，它是一个空间物理结构的地图，是解决L3.5到L4之间这样的一个停车或叫做代客自主泊车的这样一个课题。

　　在L2和L3这个层面上来讲，我的个人观点是在L2和L3，尤其在高速路里面，高精度地图主要解决的问题是完成自定位，因为大家知道GPS是正负十之间的跳转，并不能完成基于车道这个层面的定位，哪怕只有一条直线。

　　正如这张图上展示，它可以通过广告牌和灯杆之间和我车之间形成若干个三角定位，实际上就是一个简单的定位方式，通过不断的迭代的方式来推演出我车的位置，这个车的位置应该指的是它的纵向的定位，因为横向我们可以通过视觉、车道线来进行约束，纵向来讲我们可以通过高精度地图，高精度地图在自动驾驶道路维度上来讲，第一个最重要的用处就是自定位。

　　另外，在城市路网里面，也是通过晶众来进行渲染的一个效果，我们看有只小狗会溜达出来，包括我们的行人。在城市道路里，在L4这个层面上，自动驾驶除了高精度地图，除了自定位以外，它最重要的是来辅助我们车辆来感知这个社会，实际上就是区分出静态的物体和交通的参与者，因为我们静态的物体也可以通过各种像素的雷达，包括我们的摄像机来经过采集激光点源的数据，形成对静态物理世界的抽象，动态的参与者就要通过我们的系统来进行判别，所以高精度地图在L4这个层面以上，它主要是充当去解决除了自定位以外时对环境的感知。

　　下面我们就是来正式进入到我们的课题，来分享一下，因为我早年是供职于PSP领域，实际上是做网联化的。

　　伴随着整个网联的进阶，实际上跟中国的整个通信的升级而升级的，早在2G、3G甚至4G时代，我们有不同的网联形态，2G、3G的时候主要当时叫做语音通话这种形式。它当时的网联形态主要是以呼叫中心的网联化为主，呼叫中心解决三个Call。I call里面服务最多的是导航。在3G到4G这个阶段主要是以投屏返控的技术为主，当时包括艾森哲和罗兰贝格做了统计，用得最多的服务还是导航，所以我们认为导航服务是贯穿着整个几个发展阶段所必须的刚需性的服务，因为大家在出行过程当中也会遇到这样的实实在在的问题，实际上真正出现的痛点应该是基于此地到彼地之间的导航。

　　大家可以看一下这张图，传统的出行服务，包括我们现在用的这些所有的出行的端点这样的服务，实际上是此建筑物到彼建筑物之间，基于这种Road的这种导航，包括我们现在的滴滴，都是此建筑物到彼建筑物之间的。

　　我们实际上在出行链条的两个端口应该是基于车位到车位，这个观点不知道大家是否认同，因为我们可以想象一下自己的一个场景，我们每天出发实际上是从自己泊车的车位出发，到彼建筑物以后，我们要面对一个泊车的问题，所以在这里面我们会遇到一个切切实实的问题，也就是难点，这也是在交通行业也好或者出行行业里面遇到的一个问题，因为交通里面我的观点是两块，今天咱们峰会的主题是叫安全。

　　安全是一个前提条件，第二是要解决出行的效率，我们面对于停车尤其是大城市，北上广深这样的城市，停车成为我们的一个痛点之后，如何去解决停车问题，我们要解决我们的效率问题。在左侧，我们分享为主机厂赋能的这三块的整个观点是，第一是要增加车机的黏度。在这里面第一个是要有用户的黏度，因为现在同质化太严重了，面向于导航，现在我们的导航服务被人戏称为影音、娱乐投射屏和倒车雷达显示屏，所以这块屏用得不好。

　　第二个是差异化的服务，因为各个主机厂之间面向这部分的解决方案里，实际上差异化、亮点不足，我们也可以这么去，讲得很直接。

　　第三个就是面向于增值服务这一块，所以我们想推出一个类似于解决最后一公里出行闭环的解决方案，就是解决泊车位的问题，这是我们抽象的一个过程，我们深圳有个办事处，我们同事很辛苦，开着车从深圳来到我们这个大厦，在开到大厦的时候我们用的是上午一个友商的导航系统，我们导到咱们的酒店，20米以后告诉我导航结束了，这时候我车停在哪，实际上我还原了这个场景，我要先面对一个找目的地，这是发生在手机上一个典型的互联网应用。我们现在面对的是地上导航的问题，我们展示的是导航这样一个过程，在地下我们还没有一种应用可以通过电子围栏的判断或者俯仰角的判断，来自动切换我的系统进程之后，展开我另外一个安卓的地下导航，我们现在需要这张图，它可以方便我找到一个停车区域，解决我旅程焦虑的充电桩问题，我相信GoFun的谢总应该也会面临这样的一个问题，旅程焦虑以后，我们怎么去进行续航，我要找一个固定的充电桩，在这里面我们希望能够达到一个效果，通过我们的技术来赋能部分，有这样一个应用能够展开我的地下导航，通过我的自定位技术来展现我在地下，尤其是在地下人防工程里面的导航的规划问题。

　　最后我们还会有一个停完车以后，大家可能还会遇到一个痛点，停车场非常复杂，B1、B2、B3，我们还面对一个寻车的问题，我上述谈的不是APP，我谈的是一个网联化应用，所以在这里面我们想的是通过车位的引导加反向寻车这样一个技术来做一个微场景，解决出行的效率问题或者停车的效率问题，这是一个车位引导的过程。

　　在这里面大家会问道，你在晶众是在做什么呢？中间这朵云大家耳熟能详，现在叫做中台，每个主机厂似乎都有，要么是自己进行筹建，我们现在都有很多类似于像吉利亿咖通这样的公司，他们专门去研发这样的平台或者是运用咱们的TSP公司去做，这里面不是我们要去做的事情。

　　首先晶众提供一个数据开放平台，提供若干个停车场的地图，实际上是停车地图，甚至叫车位地图，这些地图主要解决的问题是告诉你在哪里挨着电梯间更近，在哪里会有哪些车位可用，当然这个可用是有前提的，必须要跟它的停车场的运营系统之间、信息化系统之间要打穿，我们这个平台主要起到这样一个数据管理的作用。

　　在平台之上我们还提供一套SDK的接口，现在有三个板块，安卓等各个系统的板块，这是支持的，感兴趣一会大家可以在下面来进行交流。所以在这里面我们是一个轻量化的服务，以SDK这种嵌入式研发的方式，嵌到车机和手机里，完成车位有导向反向寻车这样一个功能，那个是我们SDK的一些功能列表。

　　这是一个渲染的动画，我们的车机的GPU渲染能达到这样的程度，我们用了宏志总这边的芯片，是不是能够达到这样？有待于测试，在这里面我们是通过单机渲染的方式，把地下的人防工程这张地图进行了展示，这是上海家庭会，离上汽很近的一个大型生活商超，我们在这里面主要是解决地下从车位一直到我们泊位的直接导航的问题，在这里面晶众的引擎发挥了作用，展示地下的这张图，似乎现在21家图商里面做得不多，第二个是导航，此地到彼地，尤其地下停车位之间的导航，这是可以做到的。第三个是定位。

　　这是车位引导的一个过程，实际上是一个反向，方便我们再去找我们的停车位，这个微场景可能能解决一些，尤其是我们一些商务人士，面对于停车这种比较大条的人，能解决找车的问题。这样就达到我们的闲时利用，包括无缝连接的过程，实际是网联化里面的一个细分场景里面的微创新。这是反向寻车的过程，也是SDK来进行赋能，通过平台之间来进行调动这样的一个过程。

　　这是我们系统的一个切面图，厂端上这部分来讲是面临着部分改造，目的实际上是可以来支持我们的APP场景，但是APP场景我们目前也是正在去做相关主机厂这种攻坚克难的研究，但是现在发现光靠单车的智能似乎在解决这个问题上现在还为时尚早，我们今天谈论的主题实际上是网联化的找车位的问题，在这里面通过硬件去告知IMU，IMU是我们的一个刚需，他是做关于导航的统计的，在这里面我们是有一定的规格和标准的要求，不再增加主机厂硬件的前提下，来完成软件的定义。

　　未来如果和第三方系统，大家也知道明年ETC，有一家公司叫金益科技，我们还是非常看好这家公司的，实际上就解决了一个支付入口的问题，这部分也是尤其是中国大陆互联网公司必争的入口，停车结算的这样一个场景，甚至可以跟未来的商超之间的终极出行的目的地之间来进行互动，所以我认为主机厂尤其在运营侧可能大家需要思考的问题。

　　晶众作为图商来制作整体的地图的赋能，在这里面我们是提供了地图还有相关的定位的计算的算法，平台我们是通过数据不断地迭代，因为大家都知道5G时代来临以后，它的特点是高带宽、低时延，广告大家可能都看到了，北京协和医院的一个外科医生在给一个伊斯坦布尔的小孩做外科手术，这是典型的场景。3G、4G时代大家是很难去想象有这样的场景出现的，在这里面我们还充分地利用了现在OTA空中升级的技术，来完成对HDMAP尤其是地下地图和我们地上地图之间的这种更新和调动，因为很多地图，他谈的是边缘计算，我们这个高精度地图在5G应用以后，它肯定是一个协同与边缘计算相结合的，边缘是一张底图，原来的更新是通过光盘这种方式来进行更新，那个方法已经过时了，未来可能有很多路边的控制单元里面有此路段的地图，在这里面我们可以做到通过文件拆分系统里面的这种更新来去更新地图，对于停车来讲也是如此的。

　　这是我们的一组数量，这个数量实际上就是看看是否能够配套你的APP，因为我认为陈总是一个APP方案商里面非常优秀的，我在这里面分享一组数据，到今年年底，实际上今年已经达到了6千个，我们做了大数据，这个大数据是上汽的营销公司我们联合去统计的，出行热力热点里面的数据，符合中国内陆APP场景要求的停车场只有8000个，我们今年已经封闭了6千个，满足了APP要求，当然这是上汽的企业级标准标准问题是APP里面面对的。

　　明年我们大概能做到两万，这是晶众在高筑墙，广积粮的过程，实际上我们主要是配套数据，也希望能给越来越多的很好的企业做到配套，这是我们的愿景，我指的是我的停车场的数量，这是我在这个层面上来讲去做的一个简单的分析，因为这个部分的算法是每个企业里面，尤其软件的核心竞争力，在这里面我们总的原理是通过车内的BCM包括我们的轮速、转向，还有我们现在已有的硬件的前提下来获得这部分的数据，来做了一个融合的算法，包括我们现在跟一些很不错的供应商之间来打通这种数据融合的算法，通过一个时间窗来上传数据，以后来做这种计算，跟我们的软件、地图之间形成了虚拟定位的配合。这样我们在各个的拐点、相关的固定间隔的拐点上设置了我们的定位点，来完成不断纠偏的过程。

　　这是我们需要的一些技术指标类的数据，尤其是面向经纬度。这里面只是一个列表和展示，目前1.0版本已经做完了，目前最新的是在做2.0版本。

　　这里面是给上汽的出行公司配套了3.8万台的出行的服务，包括很多出行公司，虽然我们也是在去做这个方面的探讨，一个是还车问题，如何让他精准地还车，第二个就是你要提高他的效率，解决我们里程焦虑以后的续航的问题，这是去导充电桩，他们现在下了4万台的订单，这部分我们已经走到商业化里面了。

　　这个是给上海虹桥的枢纽，我们有一个P9、P10，这是通过自定位二维码的方式，这种方式也比较常见，这里面展示的是关于地图的，因为晶众做这部分地图的成本是行业的1/10到1/8，以上就是我的演讲，谢谢！