MaaS出行即服务简单介绍

云计算有IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）、DaaS（数据即服务）的概念，如今在欧洲诞生了一个叫MaaS的理念，翻译过来译为出行即服务。

MaaS介绍

先看看今天的出行方式，我们现在有网约车，有共享单车，公交地铁。想去某个地方，打开手机地图，输入目的地，各种路线就规划出来了，有自驾、有公共交通。眼下这些方式，有时候给人的出行体验并不是很好，比如跟朋友有约，但目的地距离较远，又是晚高峰，准时到就不能打车，容易堵在路上，选择公共交通又要换乘好几次，可能就不能准时赴约。为了赶时间，可能需要在不同的App之间切换。

如果各类交通资源都能得到高效利用，不同的交通工具做到无缝的衔接，就能减少人等待、切换的时间，让日常出行体验更加顺滑。届时只需要提出自己的需求，所有的交通工具都围绕着你的需求去运转，一站式为你解决所有出行问题，这样的体验是不是很好？围绕这一实现，一种实现的可能性就是MaaS（Mobility as a Service）模式。

简单来说，MaaS就是一种出行服务的模式，呈现出来的就是一个平台，一个可供所有人使用的应用系统。一个城市的MaaS平台，会把城市里所有类型的交通工具都整合起来，数据共享，统一调度，统一支付，统一管理。

MaaS之所以能规划一站式出行方案，是因为它整合了很多交通工具，掌握了整个城市交通的实时运行数据，这些数据包括公交实时的线路情况、地铁闸机的刷卡次数、道路的拥挤情况、写字楼的人流量、共享单车的分布情况等等。

可能有人会觉得实现这些，做个App不就够了。不管你出门是要坐地铁、公交，还是骑共享单车，还是三种都用，打开一个App，买一张票，不很容易实现吗？但是懂互联网的都知道，要打通各个平台，实现平台之间数据共享，并不是件容易的事情。你想啊，公共交通是政府提供的基础公共服务，共享单车、网约车，背后是商业化运营的企业。更别说公共交通还各式各样，分别属于不同部门；一个稍大点儿的城市，共享单车、网约车也有好多家企业在做，要把这些都打通，难度可想而知。打通都是问题，各个平台之间数据资源还要开放共享，就更难了。

国内一些城市，已经在尝试落地MaaS模式了，比如广州市政府主导成立的“车城网科技”，算是国内“智能交通运营商”的雏形。现阶段，车城网运营的MaaS平台，已经打通了百度的自动驾驶运营车队萝卜快跑，并且逐步接入广州市的公交、轻轨，还有部分企业的共享单车。除了广州，北京、上海等城市也都在积极行动。

自动驾驶的普及也会大大加速共享化出行的发展。根据世界经济论坛的预测，到2040年，53％的自动驾驶汽车将实现共享。共享无人车，将会成为城市的主要交通方式。到那个时候，城市的MaaS模式探索，也会走到一个相对成熟的阶段。

MaaS的必要性

在中国，交通领域的碳排放，占全国碳排放总量的9%，其中道路交通，在交通运输业整体碳排放当中占比高达84%。我国要实现2030年碳达峰，2060年碳中和的目标，交通不得不进行一场“绿色革命”。

交通是经济的脉络，文明的纽带，是既关乎经济又关乎民生的一个大问题。智能交通有四大关键参与方：人、车、路和环境。智能汽车只是智能交通里的一个关键参与方。智能交通是智能城市的重要组成部分，智能城市又是智能社会中的一个重要元素。

自动驾驶

未来10-40年，自动驾驶汽车将是智能交通的关键变量，它将为解决交通安全问题提供新思路和新方案。这里说明一下，自动驾驶既包括辅助驾驶（Lv1），也包括人类完全交出方向盘的高级别自动驾驶（Lv5）。

自动驾驶汽车可以先跑起来，在实际运营的过程中不断积累数据，扩大服务范围，逐步实现高级别自动驾驶的普及。车路协同自动驾驶场景下，路端能够将更准确的路况数据传给汽车，使自动驾驶更加安全，成本降低，加速商业化落地。

自动驾驶的车全身遍布敏锐的传感器、雷达、摄像头等等，感知上要比人类强很多，能看到人眼看不到的死角，决策速度也比人类快了许多倍。在操作执行上，机器也比人类稳定。人会疲劳，会情绪化，会危险驾驶，而机器不会。大家会认为，缓解拥堵，就是要建更多的路。这其实是不现实的，也不经济。从软件、运营层面提升通行的效率，它的实施成本和实施难度，远远低于道路扩建。因为道路建设的成本非常高，周期也非常长。事实上，解决交通拥堵问题，就可以节约能源，减少空气污染，帮助实现碳达峰和碳中和。有数据显示，拥堵、停车效率低等交通问题，会让全国每年的碳排放量增加74万吨。大力发展车路协同和自动驾驶，建设低碳的智能出行服务体系等，可以让我们的城市更绿色。

交通这样一个复杂系统，在往智能化升级方向前进的时候，既离不开政策、产业、市场需求等方方面面的支持，同时也需要解决成本、数据安全、隐私伦理等各种各样的新问题。简单讲，就是车、路、人、环境之间，能够做到实时动态的交互联动。立足长远是说，车路协同能够解决未来自动驾驶普及的难题；兼容当下指的是，车路协同还可以解决当下存在的一些交通难题。鬼探头、团雾，都是交通安全方面的大难题，车路协同可以很好地解决它们。除此之外，车路协同在提升交通效率方面，也能发挥很大的作用。目前在自动驾驶方面，有两条主要的技术路线，一个是单车智能，另一个就是车路协同。

车路协同

车路协同，简单讲，它比单车智能多了路端的感知、决策系统，多了车、路、人之间的交互联动。自动驾驶有两条主要的技术路线，单车智能和车路协同。相比单车智能，车路协同具备更安全、成本低、加快自动驾驶的商业化落地三大优势。车路协同也是一个兼容当下的技术方案，可以解决鬼探头、高速公路团雾等交通安全难题。车路协同的发展需要克服成本和数据安全问题。智能交通运营商是保障城市交通数据安全的一种新设想。

车路协同一方面可以复用原先的旧设备，另一方面，它主要通过优化算法的方式来让系统更智能，这样可以节省成本。

智能交通时代的地图

智能交通时代，地图不只要为人类司机服务，也要为自动驾驶汽车服务。这种情况下，地图对客观世界的映射必须越来越精细、越来越及时，要实现厘米级精度和分钟级更新。未来地图就像智能交通的末梢神经，能时刻帮助城市管理者感知交通的脉搏，从而推进交通系统的全局优化。

地图如果要为自动驾驶服务，就不能像传统地图一样，只提供道路级导航信息，它还得精确到每一条车道上，也就是提供车道级别导航信息。这就要用到“高精地图”。

高精地图的精准度，至少体现在两个方面：首先是在标记地图要素的位置时，精度要更高。地图要素，也就是出现在地图中的各种东西，比如道路、信号灯等。普通地图标记要素的位置，精度在10米上下。而高精地图的精度要达到分米，甚至厘米级。

假如你开车找一个充电桩，用普通地图导航，它告诉你目的地到了，但充电桩还在离你十米远的地方。但如果是用高精地图，导航结束时，你停车的地方，正好就是在这个充电桩面前。

其次是采集的数据维度要更全。普通地图采集的主要是道路的数据，比如路的名字、方向、电子眼的位置等。跟普通地图相比，高精地图多了车道、防护栏、路灯、马路牙子等不同对象的数据。

智能交通时代，地图不只要为人类司机服务，也要为自动驾驶汽车服务，所以地图对客观世界的映射必须越来越精细、越来越及时。

在这样的时代背景下，数据尤其是大数据变得越来越重要，越来越有价值。

自动驾驶等级划分

自动驾驶L0~Lv5

无自动驾驶(Level-0), 由人类驾驶者全时操作汽车，在行驶过程中可以得到警告和保护系统的辅助。目前没有辅助驾驶的车辆，认为是Level-0，Level-0车辆可能包含一些主动安全装置。

驾驶支援(Level-1),  通过驾驶环境信息对方向盘和加减速中的一项操作提供驾驶支援，其他的驾驶操作由人类驾驶者完成。目前辅助驾驶技术如车道保持、定速巡航、ACC自适应巡航和ESP等，中高级轿车这已经是标配了，但是辅助驾驶技术总体舒适性还存在差异。

部分自动化(Level-2), 通过驾驶环境信息对方向盘和加减速中的多项操作提供驾驶支援，其他的驾驶操作由人类驾驶者完成。Level2的系统仅能处理少数高频通用驾驶场景，超出能力自动驾驶系统将控制权交给人类驾驶员，人类驾驶员需要实时监控并做好接管车辆的准备。Level-2和Level-1最明显的区别是系统能否同时在车辆横向和纵向上进行控制。

有条件自动化(Level-3), 通过驾驶环境信息对方向盘和加减速中的多项操作提供驾驶支援，其他的驾驶操作由人类驾驶者完成。有条件自动驾驶是指在某些特定场景下(高速公路/道路拥塞等)进行自动驾驶，人类驾驶员还是需要监控驾驶活动。

高度自动化(Level-4), 由无人驾驶系统完成全时驾驶操作，根据系统请求，人类驾驶者不一定需要对所有的系统请求做出应答，限定道路和环境条件。Level-4的自动驾驶算法准确性和精确性需要达到，甚至超过人类的认知水平，这就需要的是极具鲁棒性的算法和稳定的计算平台。目前自动驾驶使用的高精度传感器(激光雷达等)和自动驾驶控制芯片价格极其昂贵，离普及还有相当的距离。

完全自动驾驶(Level-5), 可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。这种自动化水平允许乘从事计算机工作、休息和睡眠以及其他娱乐等活动。Level-4/Level-5逐渐普及之后，百年的汽车行业，将发生重大变革，我们的出行模式也将巨变。