霹图卫沈畅MAASMODELLER的介绍和应用案例（霹图卫沈畅MAASMODELLER的介绍和应用案例）

2月20-21日，2019全球第二届自动驾驶论坛在武汉举办，本次论坛以“智能驾驶 改变未来”为主题。霹图卫软件科技（上海）有限公司总监沈畅发表了主题演讲，演讲内容如下：

霹图卫软件科技（上海）有限公司总监 沈畅

很高兴能够参加盖世的汽车论坛，跟大家分享一下有关出行即服务的一些成果。我的报告的题目是MaaS Modeller介绍及应用案例。首先这是我的提纲。首先要介绍一下PTV GROUP，我们公司在汽车领域里边可能对大家来说比较陌生，可能在座的第一个反应是不是巴基斯坦电视台？不是。我们PTV的缩写是德语的三个单词的缩写，是规划、交通和运输。我们的使命是规划和优化世界范围内的人和物的移动。我给大家解释一下，什么是规划和优化人的出行。

我们是一家在世界范围内交通模型仿真软件的市场的主导者，有2500个城市使用我们的软件在规划城市当中不同的出行方式对城市的影响。比如说德国铁路集团是我们最大的一个用户之一，它每年都要测试1500个场景，根据这些不同的场景来规划德国每年火车车辆的调度。另外我们也是经常参与奥林匹克运动会的规划，比方说2012年的伦敦奥运会，大概伦敦的道路有一半的车道是要给奥运的官方和运动员专用，只有50%的车道是给普通的城市的居民使用，因此对于伦敦而言是一个非常大的挑战，伦敦就运用我们的软件一方面来进行规划，另外一方面通过合理的方式来给市民去宣传这样的一个方案。

正是由于我们40年在以上领域里边的专业经验的积累，所以在2017年PORSCH SE控股公司全资收购了我们公司，我们公司可以仍旧保留PTV Group的名字继续发展。我们主要是做交通软件和物流软件，交通软件涉及到交通的规划、交通工程实施、执行和控制，我们都会有相应的一些软件的产品提供给大家。同样的在物流方面，你如果是做物流仓库的选址，物流路径的规划、物流车辆的运营以及你实时的车辆的位置等等这样的一些相关涉及到的算法我们都提供有对应的不同的软件。

什么是MaaS？大家可以看到，这是一个城市的规划的现状，我们会有很多的不同的基础设施的设计，包括停车场，包括公共设施，包括自行车基础设施，我们的战略目标是低碳、零事故、可达性要公平、社会要公正、经济要得到发展。但是现在整个社会和科技是在发生巨大的变化。

第一，人、车还有我们的基础设施高度关联。人、车和基础设施无时不刻地在发送到云上面它的位置以及它的状态，如果在座的各位能够快速对这些信息进行适应，去采用这些信息的话，那么对于城市和你的商业模式都会有带来很大的改变。

第二，我们的出行方式发生了很大的变化。现在人们更愿意共享，人们对汽车的依赖程度并不是那么高，所以我们会出现了很多新的出行方式，比方说线上调度出租车，比方说刚才说的GOFUN，比方说我们的共享单车，所以整个出行的方式变化了。

第三，我们的价值观变了。现在的人们不像我们以前那样关注汽车和人的之间的关系，我们理想的目标是以一个可持续的、有效的方式来使用资源，因为我们主要是在在交通领域会涉及到很多城市的总体规划，现在很多城市的总体规划都在修改，总体规划修改的目标之一是希望把人们尽量的从车推向其他可持续的出行方式。我们也能看到在世界上有很多的地方，城市里使用小汽车的人其实是在减少，人和车之间拥有的关系和使用的关系正在改变。

我们不仅仅是谈车辆的共享，我们其实是一个出行的共享，一辆车里我们可以坐不同的人，可能有不同的目的地和出发地，共享这样一辆车，通过一个有效的路线的规划和运营来达到一个可持续发展的目标。我们有一个工作是预测未来出行的变化，我们和经合组织的国际交通论坛一起在葡萄牙做了一个项目，叫做“里斯本研究”。我们会发现加上无人驾驶共享出行这样的一些因素，城市出行的特征是会更加复杂，通过这样的一个里斯本研究的项目，我们想要研究一下MAAS出行对于社会变化的影响。这个项目是在MAAS领域里是非常有名的，通过这样的一个项目研究，我们得到了我们新的出行方式会对我们的社会有着巨大的影响，而且结果也对我们将来新的解决方案会提供了一个基础。

在这个项目里，如果我们运用了无人驾驶和共享出行这样的一个结合的新的出行方式的话，我们在里斯本可以节省大概相当于210个足球场这样的一个土地空间，可以减少27%的二氧化碳排放，21%的人可能会选择使用出行服务，而不是采购一辆车。这样的一个场景下，如果我采用这种出行共享的无人小汽车以及大运量的比方说地铁或是轻轨传统的公共交通的基础设施，我们在未来只需要10%的车辆就够了。但是在情景方案里并不是所有的消息都是好消息，由于这样的一种出行服务，我们会对于城市而言，会额外增加30~90%的出行里程数。对于我们来讲，从可持续发展来讲，城市减少城市拥堵来说我们并不是特别希望的，我们又改进了这样的一个情景方案，在原来的小汽车的共享出行的基础上面，加上我们的公共交通大运量的方式，再加上我们刚才在片子里面看到的无人驾驶的小巴，城市的交通的运营大概只需要5%的小汽车就可以了。这个情景方案结果是比较好的，因为它的出行总的出行里程也减少了22%，那么能够符合我们对于未来城市一个可持续发展一个健康的这样的城市的愿景。

接下来会有几张照片给大家有一个直观的印象，一个足球场大概对应的是210个车位，在将来的MAAS出行的研究里边，我们道路的停车位可能大大减少，只需要80%，但是对应的在居民区的路边的停车我们大概要增加20%的停车的空间。我们多出来的这些城市的空间就可以做各种各样的一些城市的设计，最终我们的城市是为我们人服务的，是为我们的居民服务的。

接下来回答刚才提出的问题，什么叫做MAAS？MAAS就是一个微型的公交系统，它是一个基于需求的服务，第三它是一个共享的车辆。因此针对于这样的一个研究，PTV就做了一个MAAS加速的软件开发计划。今天我主要跟大家介绍的就是Maas Modeller，这是个做商业模型规划的软件的解决方案，其他三个软件还在我们的研发的计划当中，现在还没有正式的产品的推出。

Maas Modeller是创建您的MAAS的影响和商业模型，辨识出来你潜在的出行需求和车队运营，以及计算最重要的KPI指标。这两年我们大家在中国应该看到了我们会出来很多的一些新的商业模式，但并不是所有资本烧钱的这些商业模式能够一直健康的发展，能够健康发展的这种商业模式应该是能够盈利的。因此在做很多新兴的这些商业模式的时候，我们建议我们的运营商可以先去做一些商业模型的这样的一个建立和计算。

Maas Modeller其实有两种客户群体，一种是将来的出行服务商，它的任务主要是模拟MAAS车队的运营，报告车队运营的KPI指标，针对你的商业模式进行分析。另外我们针对城市而言的，管理城市的人要计算多种出行方式对于城市的一些影响。在这里边我们还给大家看另外一个录像，这个录像是我们用另外一个微观交通仿真软件做的展现。将来你城市要运营MAAS出行，势必会碰到MAAS要停靠在道路上面接送乘客，在这样的一种场景下面，是不是要对我们的基础设施进行修改？这个录像是做的这样一个意思的演示，绿色的车是我们的MAAS车辆，人要通过上下车到MAAS车辆里，如果我们在基础设施设计当中没有给它一些额外的停车点的话，它会影响后面的城市的车辆的交通，这个是改造前。因此我们要提出将来如果是MAAS运营，我们要在城市的基础设施建设当中要额外的在一些地方做一些路边的停靠站，这样使得人们能够很方便地上下车，同时不影响我们城市后面的车辆的运营。

将来城市的运营系统里边包括有水、能量、数据云以及我们的出行服务。接下来跟大家分享一个具体的一个案例的研究，大家比较好理解。这是一个在柏林的一个新的按需公交出行服务，这个项目是由奔驰公司和柏林的公交运营商BVG一起合作的，PTV提供了项目的咨询服务的工作。这个项目大家跟大家介绍一下，它是分三个阶段，是从2018年的夏天开始的，第一个阶段历经三个月，先从50辆车开始，因为欧洲的项目做起来都比较小心谨慎的，我们一开始的投入都比较少。当时第一阶段是放在礼拜五和礼拜晚上六点以后到凌晨两点时间段来运营我们的按需交通服务，因为周末年轻人可能都去酒吧喝酒，去参加一些party，我不想开车，那么我需要有这样的一些出行服务。第二阶段从2018年的秋季开始，有大概150辆车是7天24小时的运营，2019年的夏季准备投入300辆车，也是7天24小时的运营。在运营的区域里边，我们并没有是说在整个柏林进行运营，我们是选取了柏林的老城区的东边一半的区域来进行运营，因为这里边有很多的历史建筑，也是游客可以去驻足参观的地方。

右边是柏林的地图，我们运营的区域是在绿色的中间的东边一半。在一半的基础上面，因为我们是共享出行，共享出行的话车辆总要停靠的，那么停靠的站点哪些地方是可能的，我们先做了这样的一个分析，我们通过不同的颜色，绿色的站点是公交车站已有的站点，黄色的站点是公交线路经过的但是没有正常的车站的站点，蓝色的是我们目前没有任何站点，但是在我们这个项目里边可以停靠。做了这样的一些基础设施上面的一些假设。在这个项目当中，我们用我们的宏观构建了一个模型，这个模型覆盖了1500个小区这样的一个情况。

接下来回答一个问题，MAAS的潜在客户到底有多少？在这个项目当中，我们认为有两部分的人可能会用到MAAS出行。一部分的人他要使用公交是可以的，但是他必须要换乘一辆车，这样的一些人他可能潜在的会转用我们的MAAS出行，因此在范围内我们进行了这样的潜在的客户的一个分析，用不同的颜色深浅会告诉哪些地方的潜在客户多，哪些地方潜在客户少。另外一组MAAS的潜在客户是说公交的使用者，他步行到下一样一个车站点距离至少是400米，走路走得太远了我不高兴，我想坐MAAS出行服务。我们也针对性的在不同的区域里边进行分析，把需求量给找出来。

这张PPT是如果在座的各位要运营一个MAAS的出行服务肯定是要涉及到的这些问题，首先你的潜在的客户需求量是多少？第二我们说的共享出行是一辆车里边有很多个乘客，这些乘客有不同的目的地和出发地，这里边会牵涉到这个路径是有绕行的，绕行对于整个系统的影响是多少？你的绕行是1.2还是1.5，还有你提前预约的订单的时间对我们MAAS运营有什么样的影响？你300辆车的出行运行服务你的服务的KPI指标是什么样的，另外乘客可接受的等车时间是多少？这些你要运营MAAS服务都要考虑的。这样一系列的问题，在我们的现在提供的这样基于云的软件上面都可以得到一个准确的回答。这是我们的一个基于Maas Modeller的一个界面，大家可以看到我可以定义不同的参数，你这辆车是只有一个人能够用还是说你允许不同的人可以用这辆车，你提前的订单时间是多少？是一个固定的值，还是有一个阈值范围，你可以做一个不同的变量的设计，你可以接受的等待时间，你的绕行系数，你的票价等等，我都可以在参数里边进行设置。接下来你就能够在后台运营很多的情景方案，情景方案运营完了以后，我可以根据乘客的预定义的设置，我可以给你一些你感兴趣的KPI的指标，比方说你平均车辆的运行距离是多少，你总共需要多少辆车等等。

又回到我们柏林项目。通过这个项目，我们在我们的软件里边进行测算，模型测算。当时得到的结果是这样的一张图，因为柏林公交运营商它本身是有一个公交的基因在里边，所以他想做的这件事情不仅仅是说我提供另外一种出租车的服务，所以他希望看到有共享出行的概念在里边，所以我们很高兴地看到在我们结果里边大概1/3的车辆里边有一个乘客，也有大约1/3有两个乘客，剩下的有将近1/3超过两个乘客，他们的目标其实实现了共享出行。

这个是另外的一些结果的表示。比方说我们显示出来我们共享出行到底哪些车站上面人们上车和下车的量是最大的，颜色越深的站点表示我们的地方乘车上下车的人是最多的，根据结果你可能在基础设施方面做一些改善，还有你的MAAS路线的流量，我们用宽度条来表示，宽度越宽就表示我们的上面的车辆通过的数量是最多的。

最后我们也做了一个这样的演示，我们这儿有不同的人，车辆也通过不同的颜色，黄色的车比方说表示有一个乘客，最后深红色的车辆表示里边有六个乘客，我可以在平台里边演示出来我的运行的情况。接下来我们可以看到左边是整个德国的出行的一天的情况，上面是科隆的，下面是柏林的，每个城市你的交通出行的特征是不一样的，所以将来你如果运行你的MAAS，你不能够简单的复制，你要针对城市的一个特定的情况来进行你的MAAS方案的设计。

最后简单的跟大家介绍一下Maas Modeller的方法。因为我之前讲到了我们做的是交通软件和物流软件，如果我们一旦切换到出行即服务，其实这里边也有一点是物流的概念，只不过我们把物换成了人，去送这些人，怎么样我的行车路线是最优的。因此你需要做的事情先要把城市的道路放进去，把城市的出行需求放进去，然后运用我们的Maas Modeller的界面，把所有的数据输入到我们的物流软件里，物流软件有很多的出行请求，我又知道每一个车站的站点之间的距离，通过我们经典的路径优化的算法去派送我的车辆，使得我的车辆的线路是最短的或者是我的费用是最短的，最后把我算出来的结果再回到Maas Modeller给你提供一些KPI的指标。

这就是我们的一些界面，可以根据你的MAAS情况定义不同的参数，其实一开始就考虑了你的商业上面的费用你的费用，是固定的车票费用，还是你的出行是根据每公里来收不同的钱，我可以通过我的这样测算能够得到不同的一些结果。你可以通过比较你不同的一些商业的方案来知道你的商业模式的KPI是什么，你总共能够运送的出行的需求量大概是多少班次或者人次。再回过来，刚才是做的一些完全统计的结果，如果你选中了其中一个方案，你想看它特别具体的情况的话，你又可以把这个方案选中，再导回到我们的交通软件里。像这样的一张图，你可以看到这是一辆车在一天从什么车的站点经过什么站点总共走的轨迹线。每个轨迹它对应的一些距离对应的一些的时间都能够提供给你，方便你做统计分析。也有比方说你的每一个出行请求也可以以这种列表的形式和图形的形式提供给你，出行请求在车里边花了多长时间，走路花了多长时间，等待时间是多少，这种很详细的信息也能提供给你。通过这种方式，相当于我们提供给MAAS的出行服务商有一个这样的好的工具来测算你的商业模型，计算你的KPI指标。这个就是我的介绍，非常感谢大家。

敬请关注盖世汽车“2019全球第二届自动驾驶论坛”直播专题

提示：本文为现场速记，未经专家审核，请勿转载！

2019第十一届全球汽车产业峰会将汇聚1200 科研院校、整车厂及供应商参会嘉宾，3大主题全体会议，C-Level圆桌讨论，涵盖全球汽车产业发展趋势、汽车行业价值链的新情境、创新、前瞻、开放、共享的研发方案等热点话题，立即报名：https://m.gasgoo.com/topic/sns/2019summit/