云計算有IaaS（基礎設施即服務）、PaaS（平臺即服務）、SaaS（軟件即服務）、DaaS（數據即服務）的概念，如今在歐洲誕生了一個叫MaaS的理念，翻譯過來譯為出行即服務。

MaaS介紹

先看看今天的出行方式，我們現在有網約車，有共享單車，公交地鐵。想去某個地方，打開手機地圖，輸入目的地，各種路線就規劃出來了，有自駕、有公共交通。眼下這些方式，有時候給人的出行體驗并不是很好，比如跟朋友有約，但目的地距離較遠，又是晚高峰，準時到就不能打車，容易堵在路上，選擇公共交通又要換乘好幾次，可能就不能準時赴約。為了趕時間，可能需要在不同的App之間切換。

如果各類交通資源都能得到高效利用，不同的交通工具做到無縫的銜接，就能減少人等待、切換的時間，讓日常出行體驗更加順滑。屆時只需要提出自己的需求，所有的交通工具都圍繞著你的需求去運轉，一站式為你解決所有出行問題，這樣的體驗是不是很好？圍繞這一實現，一種實現的可能性就是MaaS（Mobility as a Service）模式。

簡單來說，MaaS就是一種出行服務的模式，呈現出來的就是一個平臺，一個可供所有人使用的應用系統。一個城市的MaaS平臺，會把城市里所有類型的交通工具都整合起來，數據共享，統一調度，統一支付，統一管理。

MaaS之所以能規劃一站式出行方案，是因為它整合了很多交通工具，掌握了整個城市交通的實時運行數據，這些數據包括公交實時的線路情況、地鐵閘機的刷卡次數、道路的擁擠情況、寫字樓的人流量、共享單車的分布情況等等。

可能有人會覺得實現這些，做個App不就夠了。不管你出門是要坐地鐵、公交，還是騎共享單車，還是三種都用，打開一個App，買一張票，不很容易實現嗎？但是懂互聯網的都知道，要打通各個平臺，實現平臺之間數據共享，并不是件容易的事情。你想啊，公共交通是政府提供的基礎公共服務，共享單車、網約車，背后是商業化運營的企業。更別說公共交通還各式各樣，分別屬于不同部門；一個稍大點兒的城市，共享單車、網約車也有好多家企業在做，要把這些都打通，難度可想而知。打通都是問題，各個平臺之間數據資源還要開放共享，就更難了。

國內一些城市，已經在嘗試落地MaaS模式了，比如廣州市政府主導成立的“車城網科技”，算是國內“智能交通運營商”的雛形。現階段，車城網運營的MaaS平臺，已經打通了百度的自動駕駛運營車隊蘿卜快跑，并且逐步接入廣州市的公交、輕軌，還有部分企業的共享單車。除了廣州，北京、上海等城市也都在積極行動。

自動駕駛的普及也會大大加速共享化出行的發展。根據世界經濟論壇的預測，到2040年，53％的自動駕駛汽車將實現共享。共享無人車，將會成為城市的主要交通方式。到那個時候，城市的MaaS模式探索，也會走到一個相對成熟的階段。

MaaS的必要性

在中國，交通領域的碳排放，占全國碳排放總量的9%，其中道路交通，在交通運輸業整體碳排放當中占比高達84%。我國要實現2030年碳達峰，2060年碳中和的目標，交通不得不進行一場“綠色革命”。

交通是經濟的脈絡，文明的紐帶，是既關乎經濟又關乎民生的一個大問題。智能交通有四大關鍵參與方：人、車、路和環境。智能汽車只是智能交通里的一個關鍵參與方。智能交通是智能城市的重要組成部分，智能城市又是智能社會中的一個重要元素。

自動駕駛

未來10-40年，自動駕駛汽車將是智能交通的關鍵變量，它將為解決交通安全問題提供新思路和新方案。這里說明一下，自動駕駛既包括輔助駕駛（Lv1），也包括人類完全交出方向盤的高級別自動駕駛（Lv5）。

自動駕駛汽車可以先跑起來，在實際運營的過程中不斷積累數據，擴大服務范圍，逐步實現高級別自動駕駛的普及。車路協同自動駕駛場景下，路端能夠將更準確的路況數據傳給汽車，使自動駕駛更加安全，成本降低，加速商業化落地。

自動駕駛的車全身遍布敏銳的傳感器、雷達、攝像頭等等，感知上要比人類強很多，能看到人眼看不到的死角，決策速度也比人類快了許多倍。在操作執行上，機器也比人類穩定。人會疲勞，會情緒化，會危險駕駛，而機器不會。大家會認為，緩解擁堵，就是要建更多的路。這其實是不現實的，也不經濟。從軟件、運營層面提升通行的效率，它的實施成本和實施難度，遠遠低于道路擴建。因為道路建設的成本非常高，周期也非常長。事實上，解決交通擁堵問題，就可以節約能源，減少空氣污染，幫助實現碳達峰和碳中和。有數據顯示，擁堵、停車效率低等交通問題，會讓全國每年的碳排放量增加74萬噸。大力發展車路協同和自動駕駛，建設低碳的智能出行服務體系等，可以讓我們的城市更綠色。

交通這樣一個復雜系統，在往智能化升級方向前進的時候，既離不開政策、產業、市場需求等方方面面的支持，同時也需要解決成本、數據安全、隱私倫理等各種各樣的新問題。簡單講，就是車、路、人、環境之間，能夠做到實時動態的交互聯動。立足長遠是說，車路協同能夠解決未來自動駕駛普及的難題；兼容當下指的是，車路協同還可以解決當下存在的一些交通難題。鬼探頭、團霧，都是交通安全方面的大難題，車路協同可以很好地解決它們。除此之外，車路協同在提升交通效率方面，也能發揮很大的作用。目前在自動駕駛方面，有兩條主要的技術路線，一個是單車智能，另一個就是車路協同。

車路協同

車路協同，簡單講，它比單車智能多了路端的感知、決策系統，多了車、路、人之間的交互聯動。自動駕駛有兩條主要的技術路線，單車智能和車路協同。相比單車智能，車路協同具備更安全、成本低、加快自動駕駛的商業化落地三大優勢。車路協同也是一個兼容當下的技術方案，可以解決鬼探頭、高速公路團霧等交通安全難題。車路協同的發展需要克服成本和數據安全問題。智能交通運營商是保障城市交通數據安全的一種新設想。

車路協同一方面可以復用原先的舊設備，另一方面，它主要通過優化算法的方式來讓系統更智能，這樣可以節省成本。

智能交通時代的地圖

智能交通時代，地圖不只要為人類司機服務，也要為自動駕駛汽車服務。這種情況下，地圖對客觀世界的映射必須越來越精細、越來越及時，要實現厘米級精度和分鐘級更新。未來地圖就像智能交通的末梢神經，能時刻幫助城市管理者感知交通的脈搏，從而推進交通系統的全局優化。

地圖如果要為自動駕駛服務，就不能像傳統地圖一樣，只提供道路級導航信息，它還得精確到每一條車道上，也就是提供車道級別導航信息。這就要用到“高精地圖”。

高精地圖的精準度，至少體現在兩個方面：首先是在標記地圖要素的位置時，精度要更高。地圖要素，也就是出現在地圖中的各種東西，比如道路、信號燈等。普通地圖標記要素的位置，精度在10米上下。而高精地圖的精度要達到分米，甚至厘米級。

假如你開車找一個充電樁，用普通地圖導航，它告訴你目的地到了，但充電樁還在離你十米遠的地方。但如果是用高精地圖，導航結束時，你停車的地方，正好就是在這個充電樁面前。

其次是采集的數據維度要更全。普通地圖采集的主要是道路的數據，比如路的名字、方向、電子眼的位置等。跟普通地圖相比，高精地圖多了車道、防護欄、路燈、馬路牙子等不同對象的數據。

智能交通時代，地圖不只要為人類司機服務，也要為自動駕駛汽車服務，所以地圖對客觀世界的映射必須越來越精細、越來越及時。

在這樣的時代背景下，數據尤其是大數據變得越來越重要，越來越有價值。

自動駕駛等級劃分

自動駕駛L0~Lv5

無自動駕駛(Level-0), 由人類駕駛者全時操作汽車，在行駛過程中可以得到警告和保護系統的輔助。目前沒有輔助駕駛的車輛，認為是Level-0，Level-0車輛可能包含一些主動安全裝置。

駕駛支援(Level-1), ?通過駕駛環境信息對方向盤和加減速中的一項操作提供駕駛支援，其他的駕駛操作由人類駕駛者完成。目前輔助駕駛技術如車道保持、定速巡航、ACC自適應巡航和ESP等，中高級轎車這已經是標配了，但是輔助駕駛技術總體舒適性還存在差異。

部分自動化(Level-2), 通過駕駛環境信息對方向盤和加減速中的多項操作提供駕駛支援，其他的駕駛操作由人類駕駛者完成。Level2的系統僅能處理少數高頻通用駕駛場景，超出能力自動駕駛系統將控制權交給人類駕駛員，人類駕駛員需要實時監控并做好接管車輛的準備。Level-2和Level-1最明顯的區別是系統能否同時在車輛橫向和縱向上進行控制。

有條件自動化(Level-3), 通過駕駛環境信息對方向盤和加減速中的多項操作提供駕駛支援，其他的駕駛操作由人類駕駛者完成。有條件自動駕駛是指在某些特定場景下(高速公路/道路擁塞等)進行自動駕駛，人類駕駛員還是需要監控駕駛活動。

高度自動化(Level-4), 由無人駕駛系統完成全時駕駛操作，根據系統請求，人類駕駛者不一定需要對所有的系統請求做出應答，限定道路和環境條件。Level-4的自動駕駛算法準確性和精確性需要達到，甚至超過人類的認知水平，這就需要的是極具魯棒性的算法和穩定的計算平臺。目前自動駕駛使用的高精度傳感器(激光雷達等)和自動駕駛控制芯片價格極其昂貴，離普及還有相當的距離。

完全自動駕駛(Level-5), 可無人駕駛車輛、允許車內所有乘員從事其他活動且無需進行監控的系統。這種自動化水平允許乘從事計算機工作、休息和睡眠以及其他娛樂等活動。Level-4/Level-5逐漸普及之后，百年的汽車行業，將發生重大變革，我們的出行模式也將巨變。

總結

以上是生活随笔為你收集整理的MaaS出行即服务简单介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。