3月16日，清华大学车辆与运载学院教授杨殿阁做客WGDC2020在线直播，向近十万人阐述我国自动驾驶产业全局以及带来的产业机会。
众所周知，清华大学是我国汽车工业的重要阵地之一，从1932年建立机械工程学系到1952年设立全国首个汽车专业，从1958年“真刀真枪”地制造了中国第一辆自主设计的微型车，再到1980年清华大学正式成立汽车工程系。去年，该系正式改制为车辆与运载学院，杨殿阁也成为改制后的首任院长。
在杨殿阁担任系主任、院长期间（2016年至今），也是我国自动驾驶行业快速崛起的几年。在这期间，他参与了今年年初发布的、迄今为止最全面也是最重磅的智能汽车行业战略（即《智能汽车创新发展战略》）的制定过程。
在本次直播中，他详细阐述了《战略》的制定过程，以及我国自动驾驶行业的“前世今生”。同时，作为自动驾驶高精地图专家，他也详细阐述了自动驾驶地图在自动驾驶中的重要地位、产业空间和未来发展趋势。
以下为直播要点：
一、《智能汽车创新发展战略》的前世今生
年初，发改委联合11个部委正式发布智能汽车的创新发展战略。网友们看到战略的时候大概是在2月底，实际上战略是在2月10号就已经发布了，本来是要等着战略发布的时候，这些解读同步发布，但是因为新冠疫情的影响，考虑到国内的形势，并未进行战略宣传。
说到这个文件的制定，时间要比这个长得多。我们最早进入到这个文件，应该是在2017年3月31日。实际上是在2017年3月31号的时候，我们配合科技部给总书记写了一个报告，这个报告是抢抓新能源汽车自动驾驶发展的重大战略机遇。
总书记在4月11号正式批复报告，批给了发改委和工信部，发改委收到总书记的批文以后，我们就开始组织准备第2个报告。第2个报告是在17年8月份，通过发改委交给国家。
第二个报告提到，把智能汽车的发展在中国上升到国家战略去做。8月份的时候总书记又批了第2个报告，同意了这个想法。所以大家看到实际上是在2017年12月份，智能汽车创新发展战略的征求意见稿就已经出来了。征求意见稿的正式的公开应该是在2018年的1月8号，经过了整整两年的征求意见，在2020年的2月10号正式发布。
这个文件大家也可以看到，它是11个部委联合发布。它体现的实际上是一个国家的战略。所以今天给大家解读的第一个观点就是智能汽车的技术变革和国家战略。那么在这个文件里面大家还可以看到另外一个特点，他所讲的所有的内容，综合起来看的话，其实就是中国标准智能汽车，这里指的是中国标准智能汽车，而不是中国智能汽车的相关标准。
中国的智能汽车要怎么做？它不仅讲了中国标准的智能汽车，也讲了中国的智能汽车的发展路线该怎么发展。
二、汽车行业的巨大变革，才吸引来了谷歌，英特尔和百度
从21世纪到现在，我们讲工业4.0，特点是网联化，那么在这个阶段，我们相信跟前面的三个工业的工业革命一样，工业4.0也一样，给我们的汽车产业会带来一个重大的变革的机遇。那么这个变革的机遇，实际上在我们汽车行业内，我们把它叫做新四化，叫电动化、智能化、网联化和共享化。
在这新四化的背后，其实是什么？实际上更深层次是能源的革命，人工智能、大数据、物联网、共享经济，是这些技术的发展到了一定的阶段，推动了汽车产业的变革。汽车产业的变革，我们如果再深入的去看一下，会发现其实它改变的不仅仅是汽车产业，它改变的实际上是整个社会形态。因为汽车特别是到智能化以后，随着无人驾驶的实现，我们会发现人的移动出行的方式发生了巨大的改变。
衣食住行，当我们出行方式发生革命性变化的时候，整个社会的形态会被重构，那么对我们来讲，实际上是一个巨大的变革机会。如果简简单单是汽车产业有一些技术的变革、升级，我们相信比如像英特尔，像谷歌，像中国百度、腾讯、阿里、华为，不会对这一点产业的变革感兴趣，他更感兴趣的实际上是背后的社会形态的重塑，对我们来讲是一个非常重要的技术革命的契机。
三、中国除了强调单车智能，也很重视车联网
经常有人会问我这个问题，说智能网联汽车跟自动驾驶有什么区别？自动驾驶是不是就是无人驾驶？我经常给大家解释的时候会说，说智能汽车跟智能网联汽车、自动驾驶其实说的是一个事儿，其实都是智能汽车。在中国过去的这些年里面，大家会发现我们不同部委发公文的时候，用的这个词是不太一样的。比如说像发改委发文，他就喜欢用智能汽车，工信部发文他就喜欢用智能网联汽车，科技部发文他就喜欢用自动驾驶，但实际上说的都是一件事情，所以这次在创新发展战略里面索性就做了一个解读，就是说智能汽车我们说的智能网联汽车自动驾驶汽车，说的都是智能汽车这回事，所以以后大家见到这三个词，就要正确的理解，其实它指的都是智能汽车。
那么智能汽车或者智能网联汽车，我们从它的定义里面来看，这里面我们说是指搭载车载的先进的车载传感器、控制器和执行器等装置，融合现代的通信与网络技术，实现车与x，即人、车、路、云、端等进行智能的信息交换、共享，具备复杂的环境感知、智能决策、协同控制的功能，实现高效、安全、舒适、节能行驶，并最终可以替代人来操作的新一代的汽车,这是中国的定义。
但是在国外其实并不是这个定义。其实这个定义很好的反映了我们刚才讲叫中国标准智能汽车体系，它里面有中国标准的思想，在美国，包括谷歌，发展智能汽车，它很重要的一个思想实际上是单车智能，就是靠一个车上装很多的传感器，然后这辆车可以去充分地感知世界。要让他足够的聪明，然后这辆车可以替代人，它是要通过单车智能的方式去发展智能汽车。
从中国的定义中也可以看到，我们强调的智能汽车，我们很重视单车智能是吧？比如通过人工智能运用先进的传感器，让这个车有自动驾驶功能。我们重视车的单车智能，但从定义中大家也可以看到，我们还重视什么？就是车联网。就是说车与x,车与人、路、云的通讯，所以在中国的智能汽车的发展路线中，我们是强调了单车智能跟这种网联智能协同并重的发展方式，那么这一点恰恰就是我们中国的智能汽车的一个发展的一个思路。
四、除了L1-L5，中国还在做道路的分级
中国标准的智能汽车体系很重要。中国在定义我们的智能汽车的分级的时候，还同时定义了网联化的分级标准。网联化也是分三级，就是一级、二级和三级。
一级是网联辅助信息的交互，在开车的过程中获取的各种各样动态交通信息，导航的信息，其实只是一级的代表，二级是网联协同感知，通过车车、车路、车云的合作，让这个车产生协同的感知，去消灭感知的盲区。具备这样的功能它就是一个二级的网联功能，三级是网联协同决策与控制。这车的决策和控制实际上是通过网联来实现的，就是三级。在发展智能汽车的时候，同时给了网联化的标准，也就代表着发展智能汽车，实际上是非常强调这个车要具备网联功能，具备协同的功能。
那么网联协同跟自动驾驶是一个什么关系？如果说自主驾驶，能不能做到无人驾驶？能做到的。所以说自主驾驶不加网联的功能，辅助驾驶是没任何问题的，比如说我刚才讲到的L1、L2、L3，甚至到高级别的L4，自主的驾驶也没有问题，但想做到完全的自动驾驶就是L5状态的，这个车是必须具备网联的功能的，所以从这一点上来讲，网联自动驾驶是更适合于未来的发展趋势。
谈到网联，除了车以外，你要跟别人连。跟谁连？跟基础设施连。那么基础设施很多就在道路上。说到智能网联汽车，在中国就要谈智能网联道路。那么未来还会有智能网联的交通系统。在2020年年终的时候，中国汽车工程学会、中国公路学会，自动驾驶标准化工委会会联合发布智能网联道路的系统分级，也就是说我们不仅定义了汽车的0-5，我们现在也在定义道路的0-5。
那么0级的道路，主要是为非智能化的汽车，比如说现在传统的很多的道路，像乡村刚修了一条路，这条路没有任何的信息化，一般是为没有智能化的汽车，在这上面跑没有问题。
但是，如果是无人驾驶，就要求这个道路它就一定有基础设施，它的基础设施会达到4级跟5级。也就是说道路里的L1对应自动驾驶汽车的L1,道路的L4对应自动驾驶汽车的L4，道路的L5对应自动驾驶汽车的L5，也就是真的想实现L5的自动驾驶，就要求道路具备5级智能化功能。
五、自动驾驶离不开商业驱动
当然了大家说到这儿，也会关心自动驾驶的落地，那么美国相对来讲是走得更靠前一点。我觉得更有意义的实际上是Waymo 在凤凰城提供的ROBOTAXI服务，2019年7月，完全自动驾驶汽车，不需要安全员，上线的第一个月内，运送了6299名乘客，出车4678次，行驶96377公里，平均每天这些无人车会提供156次出行服务。
Waymo测试其实已经开展了两年，但前面的两年它重点实际上是带安全员的。从19年的7月份开始，他把安全员去掉了，这辆车完全是一个L4的车。大家注意就是Waymo在凤凰城这个实验是非常有意义的，他不仅测试了这些自动驾驶的所有的这些功能，证明这个车是安全的、可靠，能实现这些功能。很重要的一点，它在测试一种商业模式。
大家知道Waymo的这种商业模式。如果不用人去开，他的运行成本大概是每英里0.2-0.3美金，但如果是有一个司机去开无人驾驶的车，他的运行的成本大概每英里是0.5美金，也就意味着用无人驾驶的车替代司机，每英里可以节省0.2-0.3美金。
如果一辆车一年在这地方开10万英里，他就可以节省，比如说2万美金到3万美金的成本，大家知道这种商业模式就能算得过来，因为真正的ROBOTAXI能不能落地？有多大规模的落地，是取决于这种商业模式的。所以这也是一个很重要的探索。
斯坦福大学对美国的自动驾驶的落地的一个预测，在预测中，针对这种私家车，在2020年之后，重点落地的技术其实还是L3，部分可能是到L4，2025年之后，可能部分有L4的这种落地的应用，那么特别是在城区的是在2025年之后到2030年。真正要做到L5级的，至少是在2035年之后，我们看到2020年开始落地，其实更多的是什么？是一些特殊的车辆，比如像ROBO TAXI，包括像在高速公路的那种卡车队列，这种特殊的车辆在特殊的环境下，它的落地。
六、车企争L1-L3，运营商争L4，政府争L5
那么这些车真正想做到随时随地可以做到无人驾驶也就L5级的，需要到2035年之后，大家就会关心，我们中国智能汽车落地的时间表。这一点在创新发展战略中提到。到2025年，中国标准的智能汽车的体系基本形成，实现有条件自动驾驶L3的智能汽车达到规模化的生产，实现高度自动驾驶L4的智能汽车在特定环境下的市场化的应用。2035到2050年，中国标准智能汽车体系全面建成。
一家数据调查公司，对中国的大城市和二级城市L4落地的做的市场调研，从调研当中可以看到，最大量的用户是选择在什么时间点？大概在2025这样的时间点，认为我们在2025-2030这样的时间点，L4能够在大城市、二级城市中有落地的机会。当然在大城市他们认为会更快一点，比如像北京、上海、广州这样的城市，L4的落地可能会更快一点。
具体到我们L1到L3到L4到L5落地怎么看？我们其实在起草智能汽车创新发展战略的时候，在最早的征求意见稿里面其实是有一些数字的描述的。当时为什么加这些数字的描述，其实是为了让大家更容易理解，比如用数字描述，大家就很容易理解说你发展的快慢了了。比如说我们当时最初的描述是到2030年，我们具备L1、L2智能的汽车实际上达到100%，这是什么概念呢？也就是说到2030年，基本上所有的车都具备智能的功能，也就意味着到2030年你的车没有智能功能，你的车是卖不动的。
我们讨论是L1、L2、L3跟L4和L5的落地的时间表。其实时间表大家从另外一个角度去思考，你也能推出来大概这个技术是什么时候落地的？我们说任何一个技术的落地，最终实际上是要靠一个成熟的商业模式，简单来说就是这个技术他能赚到钱，这个技术自然就会落地。如果这个技术赚不到钱，这个技术你说它落地其实很难。
那么说到这以后我们就看L1、L2、L3我们会发现，它这个技术落地的时候，它的推动方式不一样的。 首先说L1、L2、L3它的推动方式是谁？我们现在看其实它的推动方案主要是车企。车企对L1、L2、L3的技术感兴趣，为什么呢？因为是用户感兴趣，用户会买这些功能。比如说你现在去买车，大家很多人都会关注这个车有没有倒车的影像，这个车有没有紧急避障功能，这个车有没有车道保持？他会关心这样的功能。就像我们前些年说车的自动驾驶一样，自动驾驶刚出来的时候，大家可能会觉得说我不需要这样的功能，手挡也挺好，也能开。但是过了十几年之后，你说你再买车买个手挡的车，你就不会买了。这些智能化的功能给你提供了很多驾驶者的方便。你在开的时候你会觉得用这个功能非常好，你会喜欢这个功能，等到将来车上大家都比较普遍的装了功能以后，如果再有车不装功能，可能车就卖不动了。
所以大家可以想象，如果到了2030年，如果我们刚才讲L1、L2的这种智能，他已经达到100%了。如果你的车上还没有装这样的功能，你的车就卖不动了。所以从这个角度来讲，我们就会发现所有的车企对推动这种辅助驾驶功能，实际上都是非常上心的。
那么一直到L3也一样，L3其实它也是为了减轻驾驶员的驾乘负担的。所以说车企也是非常热衷于推功能，但这些技术能不能落地？什么时候落地？取决于什么？我们说取决于成本，就是性价比。你增加这么一个功能，你就要增加设备，你增加这种开发的成本，你这个车就会加价。如果说我加一个这种自适应的巡航车，只加200块钱、300块钱，我可能就买了，但如果说增加的是5000块钱、1万块钱、2万块钱，我可能就不要这个功能了。 那就意味着说成本要足够低，我才能够接受这个功能。
那么到L4也一样，L4我们看看是谁对这个事情真正感兴趣？ 其实真正对L4感兴趣的并不是车企，真正对L4感兴趣的是什么人？ 我们说是运营方，是一些运营单位。因为对车企来讲，其实到L4的时候，它并不是直接卖给用户，什么人对L4的感兴趣，他是要运营车辆，用这个车来替代司机。
比如说像robotaxi，比如说的务港口的这种卡车，物流园区的卡车，那么我运营这些卡车，取代一个司机以后，我的成本可以降低，比如说在一个港口，一个港口，比如说我有300辆货车，有500个司机，那么500个司机，按每个人五险一金都算上，一个人一年的成本是10万块钱，500个司机一年就是5000万。我如果用无人驾驶的汽车代替这500个司机，那就意味着我一年可以节省5000万，我能不能接受这个车？ 大家就可以考虑。我如果说这每辆车上增加一个10万块钱的设备。那么300辆车增加多少？增加了3000万，但是我一年我就可以节省5000万的成本回来，也就意味着你增加3000万。其实我一年就把成本收回来了，从第2年开始我都在赚钱了，那么对这样的功能，对运营公司来讲，他就非常愿意接受。所以我们就看到就是说如果L4你能满足场景的运营需求，能够cover成本，你L4就能落地。
那么具体的落地的时间点，相对来说相对L1、L2、L3来说它会稍微晚一点。那么基本在我们国家的冬奥会之后，2022年开始是到2025年，它是一个有条件的地方会尝试的这种落地应用，这也是我们的创新发展战略中去讲的内容。
但是我们说L5是需要比较长的时间的，L5是需要正好到2035以后，为什么这么讲？相对来说L5到现在它的商业模式其实没有清晰，大家会说L5好，L5所有的车都无人驾驶了，随时随地无人驾驶了，可以零伤亡、零事故。但大家知道对零伤亡、零事故，对交通效率的追求，更多的是政府的行为。
那么对于商业公司来讲，他更关心的是当前的这种收益，什么时候有一个成熟的商业模式让商业公司觉得这个事可以赚钱了，他自然而然从市场的角度他会推动这个事情的落地。 目前来讲L5我们还没有找到非常成熟的商业模式，所以在这种条件下，我们说L5的产业化的落地是需要比较长的时间。
七、高精地图不仅是超级传感器，也是超级容器
那么下面我想跟大家分享一下，我们在做智能汽车跟自动驾驶的过程中，对高精度自动驾驶地图到底怎么理解？我们前面看到的高精度的自动驾驶地图，实际上是你肉眼看到的一个表面的现象，它更多的变化其实在它的内部，我们刚才说他是为机器设计的，为自动驾驶的大脑设计的，那么他这个地图到底是什么样子的？
从我们做自动驾驶的角度来讲，它其实是我们复杂的多层模型。那么在复杂波动模型里面，大家可能会比较熟悉的是最下面的两层，比如说道路级的路网层和宏观的动态层，这两层合起来就是我们的导航电子地图，那么它的3和4它的中间连接层跟他的车道级的路网数据，到这一层的时候，数据的精度就已经上来了。因为车道级的路网是用来辅助我生成行车的轨迹的，所以到车道级的路网它就已经是厘米级的数据了。 实际上有车道级的数据，有道路级的数据，那么这个实际上地图的精度已经到了厘米级。
但是我们说对我们自动驾驶来讲是不够的，我们自动驾驶除了用卫星定位以外，我们还需要利用地图中的特征点来定位，需要一个特征的地图层，那么它是由很多的高精度的3D数据来组成的。比如说灯杆，马路牙子，路上的标线，路边的这些树建筑，所有的这些都是我一些特征和特征数据，所以这些数据它会存在特征图层里面，这些数据对环境感知，对定位实际上非常重要的。
那么这些我们说还是你在地图中直接能看到，大家刚才在看地图的时候，其实这5层你是能看的，那么还有两层你是看不到的，就是第6层跟第7层的内容。第6层是一个动态障碍物层，我们说这是一个实时的环境数据，就车辆在行驶的时候，通过视觉、毫米波雷达、激光雷达所感知到的这些障碍物，那么动态的融入到地图里面，它实际上这是我组成的一个动态的环境数据。那么还有一个第7层是一个智能决策层，我重点给大家来介绍一下第6层跟第7层的内容。
整个地图在目前的这一个模型下面，它在自动驾驶里是一个什么地位？我们说它是一个很重要的地图传感器，那么这个概念其实很重要啊，大家知道以前地图在车上，它是一个什么？它是一个车载的设备，车载什么意思？他就跟收音机、录音机是一样的，跟收音机跟车上的各种各样的这种娱乐设施是一样的，是可有可无的。那么现在到了自动驾驶以后，高精度自动驾驶地图它是什么？它是车控装置，就跟我们的ABS跟这种ESA是一样的。
那么自动驾驶地图在自动驾驶里，他跟我的用摄像头用毫米波雷达去感知世界也是一样。它实际上通过地图来感知很多的这种元素。所以从这个角度来讲，地图它实际上就是我的一个传感器，只要一说到传感器，大家都知道传感器那就有精度，涉及到汽车的功能安全问题，你要把它当做像车上的这种温度传感器，这种氧传感器一样，要这么去要求，也就意味着我们高精度的自动驾驶这个图在智能汽车里面，它是一个传感器的存在，它实际上是一个必备的一个元素，而不是像以前的这种导航地图可有可无。
在自动驾驶汽车里，地图的传感器它是不可以少的。所以我们说它是一个地图的传感器，地图它不简简单单是一个传感器，它是一个超级的感知容器，这话怎么理解？ 第1个大家知道你相机能测到一些物体，激光雷达也能测到一些物体，毫米波雷达也能测到一些物体。那么所有测到的这些物体，你最终是要干什么？你最终你是要形成一个车辆的行驶环境，就车在行驶的时候，你感知到所有的人、车、物，最后的时候你车要认知说他给我的它是一个组成的虚拟世界，到底是一个什么样的虚拟世界？我在这个虚拟的世界里我怎么开？哪些地方有空间？我都走哪些地方？ 那么这个虚拟世界怎么形成的？我们发现最简单的办法就是把所有的感知的内容融合到地图传感器上去。
你在地图的传感器上，把所有感知到的人、车、物融合在上面，其实你车在行驶的时候，就相当于行驶的一个虚拟的数字空间里面，在这个数字空间里，你就知道你该怎么开。那么这是第1步的。我如果有车联网有网联，我就可以通过多车的交互，把多车上感知到的内容融合到一张图上去，我让这个车就可以形成一个超视觉、超视野的感知。所以从这个角度来讲，我们自动驾驶地图也是我们的一个超级的感知容器。
前面讲到传感器，讲到感知容器以后，就把动态障碍物层去给大家讲清楚了，大家就知道动态障碍物层其实是用地图、传感器、传感容器形成的，但大家可能还不清楚的第7层是什么？第7层叫智能决策层，他存的是驾驶决策数据，这些决策数据是什么呢？我们说存储的是跟自动驾驶学习机制相关的一些决策信息，来支持我后面的这种自动驾驶算法的。
八、五六年之后，自动驾驶地图的市场规模会有多大？
自动驾驶的落地到2025年的时候， L1、L2、L3基本能够形成产业化的落地。那么L4呢？实际上是在部分区域，示范化的运行，预计实际上L4的车到2025年应该是在百万辆左右。所以从这个角度讲，就是地图自动驾驶地图产业规模有多大？
从传统地图的业务模式来讲，比如像传统的导航电子地图，大家知道导航电子地图从2012年大概每年超过10个亿左右的市场规模，那么如果从17年、18年应该是在40亿到50亿，所以这40亿到50亿，如果说按照去推到2025年，其实地图的市场即使它是还能保持增长，最多也就70亿80亿的市场。
那么如果说只有百万辆左右的L4的车，刚才又说L1、L2、L3它又不需要自动驾驶的高精度地图，只有百万辆自动驾驶的车，大家知道它并不是买地图的方式，它更多的是地图服务的方式。因为在高级别的自动驾驶里面，这个地图数据它是作为一个提供持续更新，这样的一个数据源存在。 这个数据你是必须要提供实时的服务的。
那么即使每辆车比如每年花上个几百块钱，甚至1000块钱去买你的服务，只有百万辆左右的车，其实只有10亿20亿的这种市场。但是这个市场其实不是这么算的。
大家可以想，如果有一天所有的车都是高级别的自动驾驶，都是L4、L5的了，那么整个中国有2亿辆，全世界比如说几十亿辆的车在跑，那么所有的这些车大家想它跑在哪里？表面它跑在城市的道路上，但因为它是自动驾驶的，他所有的车其实跑在一个虚拟的数字城市里面，那么虚拟的数字城市真正在控制这辆车，也就是自动驾驶大脑最核心的东西，实际上是我们在动态更新的高精度的地图。也就是说到未来的无人驾驶，那么所有的车里面最核心的一块，实际上就是我们的高精度的自动驾驶地图，它是车的最核心的。
那么从这个角度来讲，我们说它不是说10亿、20亿的市场份额，它代表的实际上是背后的万亿美金的市场份额。因为谁掌握高清地图？谁给车提供虚拟的数字世界？谁就在控制这辆车？控制这辆车就意味着一个全新的生态，所以从这个角度来讲，它是非常巨大的。也正是从这个角度考，看大家可以看到，比如说谷歌也好，中国的所有的这些做ICT的企业，它现在投入自动驾驶地图，他的核心不是为了卖这一份地图，几百块钱、1000块钱，他更在意的是后面的生态，所以我觉得到2025的时候，表面的市场份额可能不会太大，但是背后的市场价值是巨大的。
九、图商未来应该卖服务
大家也知道在2020年的1月份京东也拿到了导航电子地图的甲级资质，导航的甲级资质从最初的十几家到现在实际上是22家，越来越多。我觉得一方面资质的放开，更多的企业加入，首先我觉得这是好事情。用这个资质把整个的能参与的商家束缚住，这个其实对我们一个技术，特别是一个技术在创新阶段其实是不利的。在创新阶段，其实我们需要有更多的企业投入，有更多的资金的投入，有更多资源的投入，同时我们也需要有不同的技术路线，所以放开更多的资质，让更多的企业参与进来是非常好的。
但是我们也要注意另外一个问题，企业参与多了以后，因为对于自动驾驶地图来讲，将来他们需要形成规模，你不可能说你做了一小块，他做了一小块，我车厂跟你签合同，我跟他签合同，我各自用一小块，这不太可能。那么自动驾驶地图将来就需要有这种创新的模式，我们需要在模式上创新才能解决更多的企业参与进来，但是大家都能获利的问题，也才能让整个的行业得到一个健康的发展。简单来说，将来大家不应该是卖地图数据，更多的应该是卖地图服务。
对所有的车厂来讲，我要用的其实也是地图服务。那么这样的话大家会发现对所有的地图，地图公司来讲，有可能你不需要把所有的地图全做完，比如说我具备能力把北京的地图做好，我具备能力把上海的地图做好，比如说上海大众的车，他在北京的时候，他可以使用A公司的数据，到上海的时候可以使用B公司和数据，我们能不能通过一个什么样的机制，通过一个什么样的平台，把不同家的这种数据通过一个平台提供给所有的这种让车企自己去选择用哪个的数据，用了谁的数据，为谁去支付这种费用就可以了。
所以大家也可以注意我们智能汽车创新发展战略云平台的那一部分，其实云平台当时写这部分的时候就有这个想法，怎么在虚拟的数字的世界里面，去由国家出面去搭建一个高速公路，或者搭建一个高速的铁路，让我们的自动驾驶汽车像高铁一样在轨道上去跑。
铁路怎么搭？ 这个是需要我们所有的企业联合起来，大家共同去商量一个好的机制体制，去推动这件事情的发展。如果这件事能建立起来，我们说资质放的越多，参与的企业越多，可能就是越来越好。但如果不是这个机制还是传统的模式，比如说像传统的图商的这种模式，我们每个人都要做高大全，每个人把所有的数据更新都要做了。我们会发现企业越多，意味着我们的成本越高，所以这是要辩证去看的一个问题。
十：L3消费价值巨大
我觉得L3的辅助驾驶是非常有意义的，当然L3很有难度，L3的难度主要是在于它实际上是人机共驾。那么人机共驾实际上对所有的车企来讲是一个非常大的挑战。
今年长安发布了自己的L3，但我认为 L3它的落地也还是个必然的过程。L3跟L4之间它不是一个递进关系，不是说你先解到L3你才能做L4，你可以不选择不用做L3，你直接去做L4，这是没有问题的。
但是我们为什么说L3它是一个必定要落地的过程？实际上L3它是用户驱动的，用户现在开车的时候，刚开始有智能的功能，减轻点驾驶的压力。但是随着开的过程中，大家会发现，你越来越依赖他的时候，你就希望车的智能功能越来越强大，比如你很累了，你就希望这个车帮你开一会，这是你的需求。你的车如果具备L3的功能，你就能替他开一会，你要没有这个功能就替他开不了。等到哪天长安的车具备功能，说你上汽的车不具备，大家可能就不买了，那就用户用脚投票，用手投票，所以我们相信呢L3还是会落地的。 当然L3的落地跟l4的落地，其实并不冲突。
十一、共享汽车前景光明
自动驾驶技术的发展，对共享汽车实际上是一个利好的事情，在冬奥会的时候，我们组织的示范里面有7个车型的自动驾驶，其中有一个就是共享汽车，共享汽车要实现的是什么？它是最后一公里的自动泊车。进入奥运的首钢园区以后，这辆车你到任何的只要进了园区，你就把这车放下就行了。这辆车他自己会开会到、停车场去，你在园区里的任何一个地方，你只要按了手机，这个车就从停车场他自己能出来，然后开到你的面前，你上了这辆车以后，你可以选择你自己把它开走，它可能是一个L2到L3的车，但是它只要回到这个园区，它就是一个L4的车。
大家知道我们平时用车的时候，停车实际上是个大问题，如果说用自动驾驶能解决最后一公里的自动泊车，这是非常好的事情。因为我们选择首钢的园区在奥运会的时候，它是奥运的三块金牌的产生地，奥运的单板跳台，然后另外它那个地方实际上是由我们的奥组委的4个训练馆，冰滑、冰壶、冰球的训练馆是在那个地方，那么另外我们奥组委就在那，那么这个地方会有几万人的这个活动的空间，那么在这样的空间？我们要提供的刚才说的就是共享的这种汽车？在这个区域里面，大家可能很多人就不用自己开车了，进了这个区域以后，用自动驾驶用L4的车解决我最后一公里的泊车。所以我觉得L4的技术，它会推动我们共享汽车有更好的这种发展的前景。
那么从未来来讲，我觉得自动驾驶跟移动出行是有更紧密的联系。去年我们原来从汽车系变成车辆学院，下半年我们就跟滴滴有一个合作，成立了一个联合的研究中心。那么联合研究中心中间很重要的一点做什么？做自动驾驶的情况研究。
滴滴为什么做方面的研究？大家知道的，刚才我们说到在waymo凤凰城的测试，用无人驾驶的汽车真正的成规模去跑，你会发现它的成本比有人驾驶要低得多。而且比如说对滴滴它有大数据，滴滴的大数据，比如说你发了一个请求过来，你说我从这要去天安门，那么滴滴大数据算了以后，它能算出一条路径来。他算出这条路进来以后，它会判断一下，说这条路径用无人车开，安全不安全？如果这辆车用无人车开不安全，他就派一个有人司机来接你就好了。
如果他判断说这条路径其实用无人车开很安全，非常可靠，哪怕直接用无人车来派你把它开过去，大家会发现这个无人驾驶其实能很好的跟移动出行能结合起来，所以我们想想自动驾驶跟我们的移动出行，跟我们的共享都有很好的结合点。
十二、高精地图目前建立国标时机尚未成熟
高精地图的相关的国标，现在正在研讨的过程中。目前来讲，其实高精地图目前建国标条件不是太成熟，因为从技术路线上来讲，现在还是有分歧的。大家知道在欧洲，针对高精度的自动驾驶地图有两个标准，一个是open drive，我们大家平时做仿真的时候用open drive会比较多，因为open drive本身实际上是一些仿真企业推出来的，他做仿真的非常合适。另外一个用的比较广泛的标准，实际上是nds的标准，这是欧洲的OADF的组织。
那么NDS是很重要的欧洲的自动驾驶地图的标准，这个标准我们说它不是免费的，它是收费的。 中国的很多企业参加NDS，日本的很多企业也参加NDS，而且我们也知道最近几年NDS的相关的很多的内容，实际上是我们中国的企业在做的更新。
但是日本一方面用NDS，另外一方面日本在自己的国内推地图格式，然后日本建立了DMP动态地图公司。虽然是由车企零部件厂商跟地图企业联合起来，去做的一个自动驾驶地图的一个公司，它推出了自动驾驶地图的标准，RDM。我们中国目前其实在我们智能网联汽车联盟，另外就是我们的泰伯网，泰伯网在去年的时候，我们在德清也组织大家来讨论我们自动驾驶地图相关的标准，这些标准更多的是行业标准。
泰伯网组织的标准更倾向于比如测绘地图的这种加工制作有关，我们智能网联汽车联盟这边的自动驾驶地图工作组，工作组更多的侧向于地图的使用跟自动驾驶的功能的结合，包括地图交换格式，那么将来我相信就是泰伯网，中国测绘学会跟中国汽车工程学会会有更多的合作，把整个自动驾驶地图的从采集、加工、制作、到应用上，整个产业链条将来会走通。 我个人在两边工作都在参与。
将来应该中国有自己的标准，那么日本有日本的标准，那么欧洲有欧洲的标准，但是这些标准之间要求能互换。简单来说，就是所有的数据可以在这个标准下转换，我可以转到标准下，我们有自己的标准体系很重要。大家知道nds不是免费的，就意味着如果你所有的东西，没有任何的选择去用了这个标准的话，将来有一天他说给你收费，你就必须要交钱。
那么这也是日本为什么要做标准。他不是说nds不好，而是说我有自己的标准，你有nds的标准，你如果说不让我用我自己的标准就行了，我就可以做这个工作。如果说你的车到日本来，你要用我的的标准，我要用你的nds的标准，大家咱们两家互换一下就行了，你不要我的钱，我也不要你的钱。但是如果说我们自己没有自己的标准体系，所有的东西没法形成互换，你所有的标准专利，所有的东西没法形成互换的时候，其实你就没有议价的空间了。
所以我们将来有自己的标准体系，而且大家知道我们中国的自动驾驶地图、高精度地图涉及到高精度的数据，从采集到制作、加工、使用，都有很严格的管理规范。很多中国的这种复杂的交通特点、道路特点，也是我们适合于我们自己有一套相关的这种标准体系。但我们这种标准体系刚才说就是要充分的跟欧洲的OAdf的组织，跟日本的dMP的组织，然后形成合作，将来大家在标准的建设上互通有无，最后应该是跟欧洲跟日本合作起来，联合去推出ISO的相关的标准。
我们国内应该有些企业已经在参与国际标准化组织的自动驾驶地图相关的一些工作，据我的了解，华为就在里面。有些跟我们的一些合作。那么华为我记得好像他们就已经在参与自动驾驶地图相关的一些国际标准组织的一些相关的讨论的工作。
十三、车厂还是自动驾驶企业会占领高地？这是一个问题
这个问题换一个角度解读，实际上就是未来如果真的实现了无人驾驶，这个市场到底是自动驾驶的公司，或者说这些运营公司去主导，还是汽车公司去主导？ 我觉得现在来说其实没有答案。也正是因为有这个问题，大家会发现所有的汽车公司它现在是比较焦虑的，包括丰田、大众。丰田在2018年，宣布要转型，从一个传统的汽车制造商转变为一个移动出行的服务商，大众也宣布自己从原来的12个品牌扩展到第13个品牌。
第13个品牌就是移动出行的品牌，他们实际上都把自己的竞争对手改变了，他的竞争对手不再是汽车厂，而是谷歌和苹果。为什么？他在担心的就是未来谁来主导自动驾驶的市场？真正的所有的车都无人驾驶了，都是L5级的了。那么到底是车企在控制这件事情，还是这些运营商在控制，还是这些自动驾驶公司在控制？
其实这个实际上是未来我觉得是未来需要去寻求一个答案，也是看技术路线到如何发展。如果汽车公司很争气、很努力，在这上面做了很多的工作，未来汽车的公司，他就能在这个领域里有一席之地，说不定就是他在主导。但如果说这些互联网公司很努力，那么汽车公司有可能在产业链就变成一个像富士康一样的代工企业。你就给别人做车的加工，加工出来以后，车装不同公司的大脑，这个公司就去运营去了。可能你就是加工厂，你在整个产业链链里面就赚一个非常薄的利润。
但是如果说汽车公司很努力，我们做到了大脑，我们能做这个蛋糕，我们要做运营，我是运营商，我就从产业链从最底端一直到最高端，我都做了。所以大家最近也看到，比如说除了丰田，大众，中国的一汽、东风、长安、也组建了3的运营公司，他为什么呢？其实他也是在做这方面的尝试。那么另外比如说我们很多国内的汽车公司也都在做出行公司，其实都是在做这样的尝试。
{{item.content}}