目前这个软件还是一个内部版本，我们已经做到了2.0版本，可以为客户进行地图引擎的离线化部署，部署到客户的机房里。比如主机厂希望是在测试场里构建一些场景，但这些场景可能每天都在变，今天可能做一些刹车实验，明天可能做一些V2X的实验，这时候就需要我们有一个快速的研发迭代，迭代过程中需要自己的车天天扫描数据，看看地图有没有变化。
另一方面，有了变化的数据以后，客户可以通过我们的软件在他自己的服务器上运算更新出新的地图。比如当我们做完3D图层以后，我们会为客户的制图员提供一个软件工具。里边有一些自动化工程，像标识标牌分类等都可以完成自动化的操作。但有一些可能需要人为干预，比如地图的编译、发布、特殊特征的提取、质检等。
所以地图生产制作发布系统和地图引擎这些产品可以做成单机版，做到客户的私有云里。如果客户希望只是使用这个服务，我们也支持在云端进行服务推送。
第三个产品是我们的三维展示平台。刚才提到的地图，可以提供给交通管理者做三维展示的管理大平台。通过管理大平台实时监控动态车流信息，进行一些动态的事件发布。同时也可以看到，我们可以把这些服务发布到车端，然后通过车机展示一些地图以及导航定位服务。所以我们从地图采集、地图生产、地图发布到地图的整个生命周期都能提供相应服务。
那么在智慧道路上，怎么做多车协同？
这就涉及动态导航了。动态导航可以分为两部分，一部分是给指挥大屏使用。比如在单车的视角中，结合高精地图，并且把动态地图下发到车端，就可以做到基于车道线级别的形式指引。另一部分则是可以把一些提醒信息直接下发到车机上，驾驶员可以基于这些信息去做辅助驾驶，有意识的降速，避让拥堵环境等。
高深智图案例展示下面给大家看一下我们的一些案例展示。
在北京一个车路协同的场景下面，我们在路侧中间安装了路侧单元，里面包含了摄像头、激光雷达信息。整个城市的路网图是由高深智图建成的。我们拿到城市路网图之后，然后根据实物大小去做了3D渲染，形成一个3D的立体模型。
基于展示的立体模型，再通过路侧单元对交通流的实时感知结果，把交通流情况精准地映射到地图空间里，实现地图和车辆的精准匹配。基于这些，我们可以提供车辆盲区预警、碰撞预警，主动避让、主动限速等。
特别是极端天气情况下，我们可以根据路侧单元，根据V2X的服务、前车车牌号，后车车牌号等，把建议的行驶速度下发到车辆，完成编队行驶的场景应用。
另一个案例还没完全渲染完，但非常代表了中国交通的特点，就是北京的四惠桥。它是一个多层立体的交通枢纽，这种交通枢纽的定位、以及高精地图制作，难度还是很大的。
可以看到，这张图的路面上已经是非常整洁。左上角的展示了真实的场景，可以和地图进行匹配。如果有视觉算法，可以直接用左上角图的摄像头能力完成定位服务。如果没有视觉定位算法，也可以用融合定位的算法，用3D点云图进行融合定位。如果只有RTK这类服务，也可以结合矢量地图去做一些辅助驾驶功能。
这也从侧面验证了高精地图和数字交通的孪生关系。
最后一个案例是苏州高铁新城做车路协同二期时，我们提供的一个软件服务。里面包括我们的高精地图服务、路侧单元通过路侧单元的感知能力，把动态的交通流实时展示在路端，然后基于路端，我们去做一些动态预警。
总地来说，当下中国做出行服务、交通、做自动驾驶的都离不开路。如何让路变得聪明？
第一，要完成数字化的静态虚拟设施建设；第二把动态的感知网络、交通信息叠加到地图上；第三云控平台作为大脑来计算可能产生的交通事故，通过地图下发或者交给交管部门进行宏观干预，面向三大领域：个人出行助手，企业数字化物流、政府的现代化管理，最终实现各种各样的智慧交通应用繁荣，包括动态导航、自动配送、Robotaxi等，通过众人拾柴火焰高的方式层层叠加，把各自的能力发挥到最高，才能支持中国的数字化交通建设。
（雷锋网）雷锋网

• #天眼#顺丰旗下丰行智图注册资本新增至约2.78亿人民币，增幅为11.11%