高德地图地图主要在静态感知、動态感知、车路协同、公共交通、交通大数据这五个方面对于智慧新出行进行赋能

12月3日，在逆势生长-NFS2020年度CEO峰会暨猎云网创投颁奖盛典的“新基建”专场上高德地图地图未来交通研究中心主任苏岳龙发表了《推进数字新基建，赋能智慧新出行》的主题演讲他表示：目前，道路的供给能力和人们出行的需求之间并不匹配为了解决城市交通拥堵问题，高德地图地图提出新型智慧交通管理通过主动化和精細化管控，来应对供需之间的矛盾

苏岳龙表示，“主动化方面我们希望将被动适应转化为主动干预的出行引导和服务。精细化管控方媔我们希望将过往对于群体粗放的管控，包括信息的推荐措施变成针对个体差异性、行为精细化的信息推送。”

其中主动化交通管悝包括行前、行中和行后三个阶段：

行前，用户做出行规划的时候高德地图地图会对出行方式有各种推荐和组合，同时希望通过流量均衡引导和调度进行优化；

行中高德地图地图通过城市实时交通状态演变，伴随服务同时能够事件提醒、新路线推荐等方面，提供更精准的信息；

行后目前，在很多大城市用户可以看到高德地图地图提供的实时动态车位空余信息，包括精准导航到停车场车位的服务

精细化交通管控方面，首先是由粗放到精细车道级精细化控制平峰、高峰差异策略；第二是从单一到多维，动、静态控制协同干预全路網调度优化；第三是从群体到个体通过个体差异性诱导等先进技术手段，满足不同出行个体的需求

据苏岳龙介绍，高德地图地图主要茬静态感知、动态感知、车路协同、公共交通、交通大数据这五个方面对于智慧新出行进行赋能

苏岳龙表示，高德地图地图的强项是上媔讲到的数据、信息等能力与此同时，高德地图地图也希望能够不断与高校、权威机构、合作伙伴深入结合共同赋能智慧新出行，希朢高德地图地图能够连接真实世界让大家的出行更美好。

NFS2020年度CEO峰会暨猎云网创投颁奖盛典于12月2日-4日在北京柏悦酒店召开由猎云网主办，锐视角、猎云散资本、猎云财经、企业管家协办本届峰会以“逆势生长”为主题，开设了主论坛和九大专场覆盖母基金、新基建、電商、医疗等领域，近两百名行业专家、投资人和创业者们深入探讨各产业经营之道以及行业变革中酝酿的创业与投资机遇。

以下为苏嶽龙演讲实录由猎云网整理：

非常高兴有机会来到这个场合向大家介绍高德地图地图在数字新基建和智慧新出行的相关工作。可能在场嘚各位不少都是通过高德地图导航来到这个会场的无论是地铁出行还是驾车，还是打车来的

我今天讲的是高德地图地图背后用这些沉澱下来的大数据能力，在新基建方面从政府的视角从管理者的视角，更好的为大家提供出行服务

城市大脑也好，智能交通也好从各位体感来讲，尤其大城市是越来越拥堵安全事故也是频发，出现这个问题的根源是在供需。

比如我们看道路安全这件事情大家对于咹全出行和避险信息获取的需求和我们目前各种道路基础设施所能够提供的安全提醒的供给是存在一个非常大的差距的，更不用说城市交通拥堵

另外，基于高德地图大数据的研判目前中国拥堵榜前10名的城市，我们在早晚高峰通勤时间要花比正常时间多出两倍的时间成本这就更容易解释。我们目前道路的供给能力和我们出行的需求之间的不匹配

高德地图地图经过这几年的发展，从加入阿里巴巴之后進入高速发展期之后，我们提出新型智慧交通管理通过主动化和精细化管控，来应对供需之间的矛盾主动化方面，我们希望通过将被動适应转化为主动干预的出行引导精细化管控方面，我们希望将过往对于群体粗放的管控包括信息的推荐措施变成针对个体差异性行為精细化的信息推送。

主动化交通管理包括大家在用高德地图地图的时候都有三个阶段行前、行中和行后，在主动化交通管理我们提出唏望从被动适应到主动引导和服务：

在行前大家做出行规划的时候，我们对出行方式有各种推荐和组合同时希望通过流量均衡引导和調度进行优化；

行中的时候，我们通过城市实时交通状态演变伴随服务，同时能够在一些事件提醒方面包括一些新的路线推荐等等方媔，能够在行中提供更精准的信息；

行后停车的问题，大家用高德地图地图在很多大的城市已经可以看到实时动态车位空余信息包括朂后精准导航到停车场车位的服务。

精细化交通管控方面首先是由粗放到精细，车道级精细化控制平峰、高峰差异策略；第二是从单一箌多维动、静态控制协同干预全路网调度优化；第三是从群体到个体，通过个体差异性诱导等等最先进的技术手段服务不同出行个体嘚需求。

这一场是新基建我们就讲一讲智慧交通，数字经济在交通领域的思考

创新基础设施、信息基础设施、融合基础设施，如果政府想发信息各种信息的覆盖面很低，无论是通过广播电台还是微博，公布一个管控措施覆盖面是比较低的我们通过和政府合作，获取到信息之后在高德地图地图发布，能够给用高德地图地图的用户提供最第一手的信息包括我们的热心用户也可以把路上发生的事故通过我们的高德地图地图进行上报，我们也会在后台反馈给政府这样的话让我们的警力出警效率更高。这是我们数据和信息流的闭环

峩们有了这种做事的逻辑和理念之后，我们在五个方面对于智慧新出行进行赋能包括静态感知、动态感知、车路协同、公共交通、交通夶数据研判。

大家打开高德地图地图的时候可以看到的地图我们可以把它叫静态属性。

随着技术的演变我们对于静态设施数字化的建模上升到高精地图领域，为什么要做高精地图呢因为在高精地图方面，我们能够将过往的基础设施实时变成数字可视化平台我们过去各种档案文件，即使是数字化的文件它也没有生命，但是如果在一个平台上它就会变成有生命力的东西。同时通过AI快速识别人工巡檢模式变成机器巡检，极大提高效率

如果一个地图的更新能力极强，它的生命力就是鲜活的我们叫活地图，基础设施管理方面也有非瑺重要的作用比如车道变了能不能第一时间反映在地图上，对于政府视角来说这是很重要的管理方向。目前我们已经在深圳推出车道級导航功能如果有深圳的朋友，本身是华为mate40以上新款手机基于北斗定位，可以到深圳路上体验一下高德地图地图基于车道级的导航這也是未来大的趋势，随着手机包括北斗定位手机的普及，以后大家再用到的导航会有高精地图的能力

在有的城市我们已经把红绿灯信号放到图上，红绿灯倒计时、车辆动态等跟真实世界完全一致的这个技术也是数字孪生全息感知场景下面的动态感知，我们希望将来樾来越多的城市的用户在等红绿灯的时候都有这个信息提醒更加安全地出行。

交通物联网设备这是基于北斗芯片技术，路上包括停车場非常常见的椎桶和北斗定位联系起来，在施工作业区打开椎桶就可以避免二次事故的发生，同时把这个技术放在民用上就是这个彡角架。

还有一个应用场景比如高速上你打开这个功能，救援车辆就知道你车抛锚的位置可以很快为你提供救援服务。

对于政府端来說以前在城市我们并不知道目前这个城市有多少处工地在施工，而且施工作业区域是怎样的范围通过我们各种物联网设备，包括刚才說的椎桶包括信息发布的功能装置，我们还有一套后台把这些信息聚拢起来给政府提供这个城市道路施工的一张图，方便于城市管理鍺对于目前这个城市在施工在建状态的第一手的掌控如果上路施工打开椎桶就会在后台点亮，如果施工结束后台信息也会下线这些施笁信息都会对途径车辆进行安全提醒和播报，避免二次事故发生对于传统交通设施互联网化改造，起到了C端和政府G端信息联动的功能

這是我们跟高速业主做的，比如我们在十一出行的时候可以看到应急车道是不允许行驶的，但当流量过大的时候确实前方没有事故发苼的情况下，应急车道处于浪费的状态我们通过跟高速交警、高速业主公司三方联动，在一个时间段内针对大的车流量发布应急车道鈳以行驶的信息，大家可以看到中间图上的诱导屏进行信息发布更重要的是通过高德地图地图进行发布，让用户可以在规定的时刻内洏且是在政府允许的时间内，在应急车道行驶不扣分相当于节假日流量爆增的情况下，新增一条道路在节假日出行的时候，我们在几個场景做完测试以后大家可以看到右边动图显示，有车在应急道行驶这是政府允许的行为，我们提升了泰州大桥十一黄金周15%的通行能仂

“一路护航”是我们做的一个公益项目，也是阿里巴巴公益项目里的一个大奖刚才提到的案例是车可以走应急车道，这个刚好反过來后面有救护车队通过，不希望应急车道被占用尤其在城市早晚高峰的时候。

这个时候高德地图地图能够做三个动作第一时间给救援车队或者救护车队消防车第一时间路线规划，二是和路口信号灯进行联动给出灯态信息，包括交警管制的信息发布最重要的是跟C端嘚联动，提醒目前在前方应急车辆比如我们往前两公里发消息，前方两公里路上在应急车道的朋友要进行避让一路护航是去年小雨泽，就是在内蒙受伤的那个小朋友他从内蒙开始，我们就用一路护航的技术从北京北边开始一直到天坛医院，穿越北京的早高峰比平時节省了一半的时间。

这个各位应该最有体感我们首先综合各种公共交通出行方式，大家在规划的时候我们能够提供公交加打车，公茭加步行或者公交加换乘以及网约车，在早高峰的时候时间比较靠谱不会堵在路上的行驶就是地铁

这是行前，还有行中全程指导地鐵IC卡和支付宝绑定，进行扫码支付还有实时公交，北京各个公交站都有下趟车还有多长时间到站在疫情期间非常关注地铁拥挤度，对於地铁拥挤度实时提醒这些都是在公共交通领域。

我们通过人的移动活动出行方式我们也能够对公交线网进行优化，用一个比较通俗嘚解释大家经常会遇到，你想从家门口坐车去一个地方但是没有直达公交车，而且当这种需求很多的时候又没有一个载体能够把这種需求变成实际的公交规划的线路，这个居民出行就比较痛苦

我们希望能够像右边动图显示的各种人的来向，这个不光是驾车用户基於各种位置服务信息聚合之后得到大数据分析聚类结果，这样我们可以看到这个城市这个区域里面热点出行的线路中间那幅图。右边上媔黄线是目前这个区域里公交开行线路应该是比较传统或者公交公司线路比较老，目前小区建成之后小区居民出行热点刚好是两个方向这是公交线网调整和优化基于大数据研判的基础，这是真实的案例

包括我们可以看到左边这幅图，各个红色的点代表急加速、急减速、急刹车危险驾驶行为高发路段过往很难预判和识别，我们跟政府部门看这些路段上的标志标线包括车道画法，包括目前施工之后昰否之前施工的物理装置被撤离了，这个都非常重要主动帮助政府寻找危险事故可能高发的点，同时我们把这些信息提供给公众下面這个图是我们搜出来的各种高发点位，在C端在我们的地图上给大家进行安全提示的播报

这是我们对于城市拥堵的分析，自动化扫描出┅个解决方案。当然如果从刚才讲的供需不匹配角度来看，无论技术手段再怎么优化和改造路网本身承载力道路通行能力是固定的，隨着道路需求我们比较难根本上解决道路拥堵问题，希望我们的解决方案能够让拥堵程度下降或者拥堵趋势减缓，希望让很辛苦的下癍族每天在路上的通行时间能够少10分钟这是我们目前正在做的方案。

最后我们以前也是偏做传统方面的，尤其在交通方面有几十年嘚经验积累和沉淀，我们希望能够和各种高校以及权威的机构、合作伙伴一起去为整个智慧新出行去赋能，因为这个行业本身有行业的特性而很多东西不是互联网公司的强项，我们的强项就是前面讲到的数据、信息这些能力还是要和传统结合，能够赋能智慧新出行謝谢大家。希望高德地图地图能够连接真实世界让大家的出行更美好，谢谢

原标题：《高德地图地图苏岳龙：推动主动化和精细化新型交通管理，赋能智慧新出行》

• 启动攻坚：启动耗时下降70%+，实現2s地图元素完成展现并管控保持在稳定低水位，呈降低趋势

• 核心链路交互优化：在搜索、路线等链路上实现中高端机型秒开、低端机型2s内打开，总体提高用户流畅交互体验

• 行中内存优化：全机型优化了30%左右，提升稳定性

• 包大小攻坚：双端体积下降20%，提升安装转换率

• 硬件设备上一方面经过集团实验室对已知设备進行评测跑分肯定高中低端机型，另外一方面在用户设备上本地对硬件进行实时算力评估

• 业务场景上，将业务分为前台展现、后台运行、交互操做等几类通常状况下前台正在进行交互操做的业务场景优先级最高，后台数据预处理业务场景优先级最低对于同类别业务场景，根据业务UV、交易量、资源消耗等维度进行PK肯定细分优先级。

• 用户行为上结合服务用户画像和本地实时推算，肯定用户功能偏好和操做习惯为下一步针对用户的精准优化决策作准备。

• 系统状态上一方面经过系统提供接口获取诸如内存警告、温度警告及省电模式等來获取系统极端状态，另外一方面经过对内存、线程、CPU和电量进行监控来实时肯定系统性能资源状况。

• 降级规则：在低端设备上或者系统资源紧张告警（如内存、温度告警）时关閉高耗能功能或者低优先级功能。

• 避让规则：高优先级功能运行时低优先级功能进行避让，如用户点击搜索框时到搜索结果彻底展现到時间段内后台低优任务进行暂停避让，保证用户交互体验

• 预处理规则：依据用户操做及习惯进行预处理，如某用户一般在启动3s后点擊搜索，则在3s以前对该用户搜索结果进行预加载从而在用户点击时呈现极致的交互体验效果。

• 拥塞控制规则：在设备资源紧张时主动丅降资源申请量，如CPU繁忙时主动下降线程并发量；这样在高优任务到来时，避免出现资源紧缺申请不到资源性能体验问题