今天，边肖将与大家分享一些关于L4量产所需时间的知识，丰富大家的知识。如果你有兴趣了解L4量产需要的时间，可以往下看。

我每次都会再做一次PPT，所以十分钟前还在换PPT，希望能给大家一些新的东西。每次东西不一样，我都会告诉你可能有错别字什么的。OEM思考如何在量产中使用高精度地图，让整个量产更加安全可靠。

首先，我每次都想保留前几个PPT。你想听的是广告后的部分。对我来说主菜在前面，后面附，先说主菜。今年，广汽集团在世界500强中排名第189位。广汽是少数几家拥有研究所的汽车制造商之一。除了自有品牌，广州汽车研究院还将向丰田、本田等合资企业出口技术。合资生产的纯电动汽车和国产化工作都是由广州汽车研究院出口，所以我们对自己的技术还是很有信心的。

我们周围所有的高精度地图现在都有安全员在研究人员旁边，他们不需要任何有人监督的自动驾驶汽车。它们可以撞击任何不需要任何驾驶员参与的自动驾驶汽车。在上海和洛杉矶也有前瞻性的设计中心，主要从事车辆外观设计，在底特律，我们希望将技术出口到北美，用于量产车型。还有硅谷，一些R&D团队正在合作研究自动驾驶。

我们坚持向前发展，平台化，广汽则是自动驾驶，尤其是L3。我们会看到越来越多的汽车在量产中完成了L3相关的功能，我们会把研发重点放在L3级自动驾驶平台化上。L2级自动驾驶，今年推出的纯电动相关技术都是我们自己研发设计的，我们觉得现在还不错。

我们有一支4000多人的团队，投入了大量的精力和人力来保证前沿研发的连续性和高效性。轻量化、电气化、情感化是广汽着力打造的产品形态。轻量级和情绪化，以改善客户体验。我们有两年、五年、十年的规划，每年都会进行修正，确保整体研发方向和技术积累能够跟得上当前的行业。我主要负责自动驾驶的部门，我负责的部门是从L1到L3、L4。距离L4量产还有很长的路要走。我们积累了很多技术，在比赛中取得了不错的成绩。一方面是应用量产的技术，另一方面是希望在未来将更好的正向技术应用到相对长期的自动驾驶技术上。

这就是我们看到的现象。未来中国汽车行业将出现四种不同类型的企业。第一类，掌握前沿核心竞争力，具备生产高性能汽车的能力，将成为领先的发动机厂。此外，他们还会逐渐落后，最后原来有设计和生产能力的主机厂会变成代工厂。当然，在未来，我们需要筹集大量的资金，改善我们自己的工厂。因为我们的铸造厂真的很穷，我们需要建立自己的工厂。代工也是被别人拒绝的，所以所有的代工还是要争取上游。有特斯拉，有蔚来，有新思路，有新技术，有新技术应用方法。博世和百度、阿里、腾讯都在做这样的工作。作为一家OEM服务商，我们将携手共进，把我们擅长的事情负责，带领汽车进入一个新的时代。

我本来想写一张不同级别的高精度地图，但是昨天我向纳威福的新董事长打听，才知道中国的特斯拉没有使用高精度地图，只使用了ADAS地图。我改了高精度地图的量产应用，主要讲L3和L4。自动驾驶的前景，到2025年自动驾驶渗透率达到12%，高端车100%具备这个功能。同时，我们也可以看到，未来中国很可能是自动驾驶非常重要的市场，因为中国用户非常期待自动驾驶。这是和罗兰贝格商量的结果。前几天看到一个结果。中国70%的用户期待自动驾驶和无人驾驶的到来，远超英美日。当我在美国学习的时候，我们参加了自动驾驶项目。我的一个同学后来参加了另一个项目，就是做深度医疗，做影像。我问他你为什么不想做自动驾驶，这是一个很酷的项目。他是美国人，他说是因为我18岁的时候，父亲给了我一辆车，这是送给我18岁的礼物。我很难想象有一天我的妻子会不需要我，她会环游世界，甚至开车送别人去挣钱。中国消费者在购车时，对新技术的应用真的很感兴趣。

目前量产是L1和L2自动驾驶，我们怀疑L3在2020年一季度量产。我是技术员。不管市场怎么宣传，我必须说，到目前为止，我们还找不到系统冗余的EPS，所以以L3体验的自动驾驶为例，可以尝试摆脱它，但它没有安全级别，所以可以称之为有L3自动驾驶嫌疑的量产产品。如果市场需要，计划在2023-2025年与优步或滴滴合作量产L4级自动驾驶。这个身影好像是早上看到的。高精度地图包含哪些信息？除了导航信息，高精度地图更多的时候不是给司机看的，不是给人看的，更多的时候是给自动驾驶系统做自我定位，了解国外产品。

和5G一样，4G也是人类使用的最后一代移动网络。说到5G，不是针对我们，而是针对自动驾驶和智能工厂，所以ADAS地图不需要这么高的精度，但是汽车需要。感知方面，当我不能快速全面了解身边的世界时，高精度地图做交叉验证是一件非常好的事情，而且更多时候是在L4级别。比如L4交通参与者太多，需要我们快速分类感知，高精度地图尤为重要。L3级，在大量测试中，感知部分还可以，所有感知部分都是交叉的。

通参与者，不包含在高精地图里，所以L3级别，高精地图的作用更多是做自定位。

地理围栏，我怎么让用户知道什么时候能开自动驾驶，什么时候不能，因为L3级别的自动驾驶在高速公路上。广汽L2的特点全是我们自研，算法都是底层来改，我们在测试的时候，高速公路测完之后，在十万到二十万的公路，在城市道路上来测试的，其实L2和L3基本上不考虑城市道路。但是为了防止用户滥用，就像特斯拉一样买一个夹子夹在前面，我很担心有丧心病狂的人这么做，做了大量测试保证用户滥用的时候依然能保证他的安全。但是场景是覆盖不了的，所以L3级别的自动驾驶里，我们一定要快速判断，在此时此刻这个状态下能不能做自动驾驶，是不是要出匝道等等这些都需要电子围栏来做，这是高精地图非常重要的。

还有车道级路径规划，L4我们发现必须结合高精地图才能知道我在什么时间节点做更合适。我们必须要在一个相当长的道路里，由车辆做局部的判断什么时候做并线更好，这个层面必须要有高精地图才能使得自动驾驶更有信心。我在对标特斯拉的时候我发现L2.5级别的自动驾驶里，特斯拉在中国的城市道路里开起来，车辆更有信心一点，加速和减速更快，更坚决一点。我一直以为特斯拉使用辅助高精地图设备，昨天我确定是没有的，特斯拉的算法真的做的很牛了。

不同级别自动驾驶的高精地图需求，如果有上午嘉宾说自己的高精地图做了厘米级别或者十厘米级别，以他们的为准，我只是说我测的结果。这是理论值，到L3级别，到10-30厘米，但是我们真的做不到。我给大家看一下实际值的情况。我们想讲横向的定位是在20厘米，纵向的定位在1米，为什么横向定位要好一些，因为有车道线的约束。解决的问题是如何保证每一次车辆在过匝道的时候都知道自己通过一个路口，必须把它控制在亚米级别以内，否则匝道就会错过去了，我们花了很多精力。

L3高精地图技术，一个是绝对定位，车辆信息本身的姿态，摄像头和高精地图获得相对定位，这样才能把值控制在亚米级别，这是横向的，纵向的很难。如果跑一上午，我看一下结果，能够维持在2米左右的就谢天谢地了，非常稳定和不错了。广汽对自动驾驶的要求，对高精地图的要求，我们在此之前做了非常非常多的工作，我们希望不要给图商和合作伙伴出难题，但我们希望保证整个产品的稳定和安全。所以比如说我在一开始，我也非常丧心病狂地一定要达到SOD的级别，但是找到二十家没有一家供应商能做到，所以我妥协了，但是也还是可以的。

除了这个之外，可以看到对于更新的频率，车道线、特征属性等等都有要求，比如要求高精地图上每一个虚线的端点都要标出来，不能说你告诉我这是实线，换虚线了，不行，标出来之后才能把精度进行进一步确定。最后我们有一个差不多这样的结果，每一个场景，每一个要求精度，这是高精地图的精度，不是最终的系统的结果精度，需要自定位等等一系列的，我仅仅是要求高精地图的精度。

不同场景下，关键场景，这个指L3关键场景。现在定义了30多个量产时候的L3级别自动驾驶的场景，这里分成三类。一类叫关键指标场景，比如说车道横流的时候或者做TGP的时候，我要精度做的过高。非常麻烦在哪里?在于如果高速公路拥堵的时候前面一排车，道路信息什么都得不到，这很麻烦。但是我们要求精度很高，要求纵向要到亚米级别，如果差两米，很可能直接到前车的屁股上，而且我还要全责。除了这个之外，高速公路拥堵非常难做，别看低速，L2里出现了挺大的问题，就是我们的逻辑是L2自动驾驶，如果前面有车道线，优先跟车道线，如果没有车道线，还要跟车，如果有一个目标。如果前面全是车，车道线看不到的时候，前面这个车拥堵的时候也非常无良的加塞加到别的道，我的也会加过去。我们做大量的测试，至少现在在L3级别的自动驾驶里，我们要求在拥堵的时候，要求能最终的结果是纵向在亚米级别。不同场景指高速公路没有分杈的时候，现在好一点。差不多80%、90%高速公路，误差在两米左右，整体的情况我们才能保证自动驾驶L3有一个相对好的定位精度。

我们思考了很多，理念已经有了，大概要求已经有了，怎么办，现在难度实在是有点大，所以我就跟大家讲讲我们找了三种方案，这三种方案是我们考察了很多很多供应商得到的。第一个方案是效果最好的方案，是高精度的绝对定位，路径的设备，加上高精度的匹配等等做出来的模块。那么需要天线的配合，必须是蘑菇头天线，那个顶在车上非常丑，现在想办法解决这个问题。有非常好的数据能力，这也是一个问题。相关的资源要求图商的地图以及硬件模块和摄像头，而且要达到SOB的级别，非常非常不容易，但是我们现在还在走这条路。

第二个普通的定位加航迹推算，买车的老百姓不需要每年交一部分钱了。这个需要ADAS地图做匹配，就是高精地图+ADAS地图。这个好处是我不需要绝对定位的装置，但是缺点是车辆所在的道路是非常慢，因为定位都是相对定位的，绝对定位的能力不够。刚才还有IDK，现在没有了，正负十米的误差进行视觉识别，肯定需要时间的，所以我们测一下，行驶两公里之后才能百分之百确定我在哪个道上，这是问题，怎么做?我必须在大屏幕上写一段话说请你注意，现在一定是高速公路，否则我不负责。我是不知道到底用户该不该开自动驾驶功能。

第三普通的定位，加上航迹推算加摄像头，这是依赖摄像头和高精地图匹配，不需要ADAS。没有高精地图绝对定位的信息，垄断性是很差的，但是好处是系统足够简单，因为自动驾驶L3不止高精地图一个东西。这个东西已经花了我们非常非常大精力了，我们想怎么办，我们尽可能的增加它的成本，但是我们要保证在第一款车出来的时候有足够好的性能。

功能安全，基本上要求SOB的级别，硬件的厂商觉得太难做了。经过审慎的研究觉得还行，还能干。这个就很难了，软件功能的SOB，要求图商把地图、数据、数据流等都要做到SOB的级别，即使硬件达到，依然不够，需要软件也达到。如果有科技公司的技术人员能很好解决这个问题，欢迎马上跟我们联系，我们可以马上把你推向量产。

L3级别的自动驾驶，地图不是给人看的，但是我们把它矢量化之后标出来，可以看出来到底是如何快速的采集到路上的典型信息，比如说车道线、虚线、实线以及方向线，还有分岔路口。左上角的图对分岔的要求，要求到亚米级别的纵向精度，这个非常难。第二个逆光依然有很好的识别，这是直接识别出来的结果。第三个交通标志牌，第四个采集到的路上的灯，广告牌等等，计算到底车在哪里。这是充分矢量化的地图，之所以这样做，跟刚刚那个不一样的原因很简单，我们要求每公里尽可能包含更多的矢量信息，同时把每公里的数据量控制在15K之内，就是我要求全中国10个G左右全部覆盖掉，要不然是放不下的。

分岔路口的矢量精度、立体体系的Z方向精度、30万公里的高速路、城市快速路数据的完备度、在每公里不超过15K的数据容量下的特征丰富程度、数据更新的频度，如何做众包，因为第一张图做出来的是ADAS做的，后面的用摄像头，把低精度的摄像头的信息叠在ADAS上，保持高精度，这也是一个问题。

L4，我们现在也在做，我们把所有的地图打包，都开放出来。如果拿着你们的自动驾驶汽车到我们那边，给你接口。大家可以看，除了L4级别旁边的路基这些特征之外，我们还把虚拟的应该转向或者变相的线全部做了矢量化。我们现在的L4级别的高精地图基本上下降了L3所有功能，这个比较高，差不多每公里在60到100公里，做了充分的压缩。L4还没有到量产，L4的量产需要比较大的时间，比如刚才讲到的冗余的传感器、冗余的电源等等都是很大的问题。

我的分享就是这些，谢谢。