1）汽車(chē)電子沿著(zhù)兩橫三縱的技術(shù)架構，逐步實(shí)現成熟的智能化和網(wǎng)聯(lián)化：2016年-2018年主要是三大傳感器的融合使用；2017年-2019年主要是高精度地圖的成熟；2019年-2022年是車(chē)載通訊模塊、互聯(lián)網(wǎng)終端、通信服務(wù)的成熟；2022年-2025年主要是決策芯片和算法的成熟。

 

2）2016-2018—三大傳感器融合：國內毫米波雷達已經(jīng)開(kāi)始出貨；車(chē)載視覺(jué)系統硬件已經(jīng)達到消費級水平，進(jìn)入軟件成熟期；激光雷達成本不斷下降，加速ADAS和無(wú)人駕駛的普及進(jìn)程。

 

3）2017-2019—高精度地圖的成熟：傳統地圖無(wú)法滿(mǎn)足自動(dòng)駕駛的要求，高精度地圖是L3、L4級別最為關(guān)鍵的技術(shù)；當前高精度地圖參與者主要有圖商、自動(dòng)智能駕駛科技公司、ADAS方案提供商、傳統車(chē)企四類(lèi)，其優(yōu)劣勢各不相同，硬件軟件逐步融合。

 

4）2019-2022—車(chē)載通訊模塊的成熟：LTE-V在延時(shí)、頻譜帶寬、可靠性、組網(wǎng)成本、演進(jìn)路線(xiàn)等方面都具有優(yōu)勢，未來(lái)的發(fā)展趨勢大概率是使用LTE-V標準；目前布局的主要是半導體廠(chǎng)商和汽車(chē)廠(chǎng)商，但國內很多公司都進(jìn)入了產(chǎn)業(yè)鏈，大唐電信也發(fā)布了全球第一臺LTE-V車(chē)聯(lián)網(wǎng)設備，有望在車(chē)載通訊模塊爆發(fā)之際獲得高速成長(cháng)。

 

5）2022-2025—算法和決策芯片的成熟：各大廠(chǎng)商都在用不同的芯片設計支持不同的算法，Google自己已經(jīng)開(kāi)發(fā)了TPU，用于CNN加速，地平線(xiàn)也在開(kāi)發(fā)BPU，Intel收購Mobileye打造芯片算法一體化，未來(lái)或是FPGA支持下的深度學(xué)習算法來(lái)實(shí)現自動(dòng)駕駛。

 

 

1.1 汽車(chē)電子沿著(zhù)兩橫三縱技術(shù)架構走向成熟

 

智能網(wǎng)聯(lián)汽車(chē)是搭載先進(jìn)的車(chē)載傳感器、控制器、執行器等裝置，融合現代通信與網(wǎng)絡(luò )技術(shù)，實(shí)現車(chē)與X（人、車(chē)、路、后臺等）智能信息交換共享，具備復雜的環(huán)境感知、智能決策、協(xié)同控制和執行等功能，可實(shí)現安全、舒適、節能、高效行駛，并最終可替代人來(lái)操作的新一代汽車(chē)。按照技術(shù)應用和應用場(chǎng)景，組成了兩橫三縱的技術(shù)架構。

 

 

1.2 汽車(chē)電子時(shí)間發(fā)展表—智能化與網(wǎng)聯(lián)化協(xié)同發(fā)展

 

汽車(chē)電子的發(fā)展有兩個(gè)維度，智能化和網(wǎng)聯(lián)化，沿著(zhù)兩橫三縱的技術(shù)架構，逐步實(shí)現成熟的智能化和網(wǎng)聯(lián)化。

 

2016年-2018年主要是三大傳感器的融合使用，傳感器和視覺(jué)解決方案的融合促進(jìn)實(shí)現自適應巡航、自動(dòng)緊急制動(dòng)等部分自動(dòng)駕駛（PA）功能，以及輔助網(wǎng)聯(lián)信息交互；2017年-2019年主要是高精度地圖的成熟，實(shí)時(shí)路況的更新和更豐富的路況信息加速實(shí)現車(chē)道內自動(dòng)駕駛、全自動(dòng)泊車(chē)等有條件自動(dòng)駕駛功能，以及部分網(wǎng)聯(lián)信息協(xié)同感知；

 

2019年-2022年是車(chē)載通訊模塊、互聯(lián)網(wǎng)終端、通信服務(wù)的成熟，5G網(wǎng)絡(luò )建設的部署完成和商業(yè)化，V2X信息交互低延遲要求共同推動(dòng)網(wǎng)聯(lián)化的加速，實(shí)現更復雜路況（近郊）的全自動(dòng)駕駛；2022年-2025年主要是決策芯片和算法的成熟，隨著(zhù)人工智能嵌入式落地智能終端，FGPA通用架構向ASIC專(zhuān)用架構的轉變，算法和芯片設計的協(xié)同發(fā)展，實(shí)現全區域的無(wú)人駕駛等高級（HA）/完全自動(dòng)駕駛（FA）功能和網(wǎng)聯(lián)協(xié)同決策控制的功能。

 

 

1.3 各國陸續出臺政策推動(dòng)ADAS的普及

 

歐盟委員會(huì )考慮2017年將19項安全技術(shù)納入新車(chē)的標準配置，并將強制執行，自動(dòng)緊急制動(dòng)和車(chē)道偏離警告成為標配；國內2017年速度輔助系統、自動(dòng)緊急制動(dòng)、車(chē)道偏離預警/車(chē)道偏離輔助的加分要求已設定為系統裝機量達到100%。各國政策陸續出臺，要求汽車(chē)逐步配備汽車(chē)電子相關(guān)組建，成為汽車(chē)電子發(fā)展最大的推動(dòng)力。

 

 

1.4 國外谷歌和特斯拉兩種發(fā)展路徑加速發(fā)展

 

加州車(chē)管局（DMV）公開(kāi)了自動(dòng)駕駛項目的脫離測試數據，基本衡量了目前主要自動(dòng)駕駛項目在加州境內在不同天氣環(huán)境，不同的路段進(jìn)行測試的進(jìn)展，谷歌的性能明顯優(yōu)于其他廠(chǎng)商。

 

 

谷歌和特斯拉在無(wú)人駕駛領(lǐng)域采取了兩種不同的有代表性的發(fā)展路徑，谷歌利用地圖和深度學(xué)習實(shí)時(shí)建模來(lái)實(shí)現自動(dòng)駕駛；特斯拉依賴(lài)于傳統的傳感器的融合實(shí)現數據搜集識別、處理分析、完成自動(dòng)駕駛功能。

 

從自動(dòng)駕駛精度來(lái)看，谷歌的沒(méi)有明確的數據，但其軟件層面的可以檢測和理解手勢之類(lèi)的信號并作出反應；mobileye的FCW（前向碰撞預警）的算法識別精度達到99.99%；特斯拉的算法處理水平很高，奔馳的路測車(chē)有著(zhù)比特斯拉多一倍的傳感器，但是精度遠不及特斯拉。

 

谷歌的自動(dòng)駕駛技術(shù)發(fā)展可以分為兩段，以waymo成為獨立事業(yè)部為轉折點(diǎn)：第一階段，主要突出軟件領(lǐng)域和技術(shù)突破，采用自有的高精度地圖和Velodyne提供的64線(xiàn)激光雷達方案，配備谷歌chauffeur軟件系統，最為突出的是展示的無(wú)人駕駛原型車(chē)中直接拋棄了傳統車(chē)的剎車(chē)、方向盤(pán)、油門(mén)等設備，僅用一個(gè)啟動(dòng)鍵實(shí)現無(wú)人駕駛，而硬件制造原型車(chē)都是來(lái)源傳統車(chē)企，如2014年展示的谷歌第二代車(chē)型就是從白色雷克薩斯RX 450H混合動(dòng)力SUV改造而來(lái)。

 

2016年11月，waymo成為獨立事業(yè)部后，開(kāi)始采用硬件和軟件并行的方案，采用自己研發(fā)的激光雷達，傳統傳感器和8個(gè)視覺(jué)模塊相互融合，展示的無(wú)人車(chē)使用了三個(gè)不同探測距離的激光雷達，自主技術(shù)研發(fā)將激光雷達成本降低九成。未來(lái)技術(shù)商業(yè)化首先落地在貨運（有個(gè)固定場(chǎng)景的低速共享市場(chǎng)）和共享車(chē)服務(wù)的應用。

 

 

2016年11月，特斯拉Autopilot2.0 發(fā)布，該系統將包含8個(gè)攝像頭，覆蓋360度可視范圍，對周?chē)h(huán)境的監控距離最遠可達 250 米；車(chē)輛配備的12 個(gè)超聲波傳感器完善了視覺(jué)系統，探測和傳感硬、軟物體的距離接近上一代系統的兩倍。增強版前置雷達通過(guò)冗余波長(cháng)提供周?chē)S富的數據，雷達波可以穿越大雨、霧、灰塵，甚至前方車(chē)輛。另外，Autopilot2.0使用的處理芯片NVIDIA Drive PX 2的處理性能為原來(lái)Mobileye Q3的40倍。

 

 

1.5 國內科技公司和傳統車(chē)企合作打造自動(dòng)駕駛，精度提升速度快

 

通過(guò)863計劃實(shí)施和國家自然科學(xué)基金委項目支持，清華大學(xué)、國防科技大學(xué)、北京理工大學(xué)等部分高校、院士團隊、汽車(chē)企業(yè)在環(huán)境感知、人的行為認知及決策、基于車(chē)載和基于車(chē)路通信的駕駛輔助系統的研究開(kāi)發(fā)取得了積極進(jìn)展，并開(kāi)發(fā)出無(wú)人駕駛汽車(chē)演示樣車(chē)。清華大學(xué)等高校聯(lián)合企業(yè)開(kāi)發(fā)的自適應巡航控制系統、行駛車(chē)道偏離預警系統、行駛前向預警系統等具有先進(jìn)駕駛輔助系統（ADAS）功能樣機，正在逐步進(jìn)入產(chǎn)業(yè)化階段。

 

 

 

2.1 毫米波雷達國內開(kāi)始出貨

 

毫米波雷達的主流方向是24GHz和77GHz，24GHz主要應用于汽車(chē)后方，77GHz主要應用于前方和側向。未來(lái)毫米波雷達會(huì )逐漸向77GHz頻段（76-81GHz）統一，其中76-77GHz主要用于長(cháng)距離毫米波雷達，77-81GHz主要用于中短距離毫米波雷達（已有歐盟、CEPT成員國、新加坡、美國FCC委員會(huì )、加拿大工業(yè)部等進(jìn)行相關(guān)規劃）。

 

隨著(zhù)配備從高端車(chē)型向中低端車(chē)型下沉的趨勢，目前毫米波雷達已經(jīng)逐漸普及，一般配備情況是“1長(cháng)+6短”（如奔馳S級）、“1長(cháng)+4短”（如奧迪A4）、“1長(cháng)+2短”（如別克威朗）。

 

 

前端單片微波集成電路MMIC和雷達天線(xiàn)高頻PCB板是其核心組成部分

 

MMIC由國外公司掌控，特別是77GHz的MMIC，只掌握在英飛凌、ST、飛思卡爾等極少數國外芯片廠(chǎng)商手中，國內處于初始研發(fā)階段，主要在24GHz雷達方面，華域汽車(chē)、杭州智波、蕪湖森思泰克等企業(yè)在已有部分積累。

 

雷達天線(xiàn)高頻PCB板技術(shù)也掌握在國外廠(chǎng)商手中，Schweizer占據全球30%市場(chǎng)份額，在77GHz方面優(yōu)勢明顯，PCB使用的層壓板材則主要由Rogers、Isola等公司提供。國內高頻PCB板廠(chǎng)商暫無(wú)技術(shù)儲備，根據圖紙代加工，元器件仍需國外進(jìn)口，滬電股份已就24GHz和77GHz高頻雷達用PCB產(chǎn)品與Schweizer開(kāi)展合作。

 

 

目前中國市場(chǎng)中高端汽車(chē)裝配的毫米波雷達傳感器全部依賴(lài)進(jìn)口，華域汽車(chē)已經(jīng)能生產(chǎn)24GHz毫米波雷達，主要完成BSD盲點(diǎn)偵測、LCA車(chē)道切換輔助等功能，解決產(chǎn)品形態(tài)的導入。國內第二階段的研發(fā)將同樣針對24GHz產(chǎn)品，目標是降低成本，預計產(chǎn)品2017年底出現。

 

2.2 車(chē)載視覺(jué)系統硬件成熟，軟件逐步升級

 

車(chē)載視覺(jué)系統包括車(chē)載圖像感光芯片、專(zhuān)用圖像處理ISP芯片、車(chē)載光學(xué)鏡頭、車(chē)載視覺(jué)系統。

 

借由鏡頭采集圖像后，由攝像頭內的感光組件電路及控制組件對圖像進(jìn)行處理并轉化為電腦能處理的數字信號，從而實(shí)現感知車(chē)輛周邊的路況情況、前向碰撞預警、道偏移報警和行人檢測等功能。

 

硬件方面，車(chē)載攝像頭主要由CMOS鏡頭（包括lens和光感芯片等），芯片，其他物料（內存，sim卡，外殼）組成。

 

 

軟件方面，以mobileye為例，主要體現在芯片的升級和處理平臺的升級，工作頻率從122Mhz提升到332Mhz，訪(fǎng)問(wèn)方式的改變使速率提升一倍，圖像由640*480彩色像素提升為2048*2048（Input）和4096*2048（output）等。

 

 

從市場(chǎng)競爭格局來(lái)看，除了極少數廠(chǎng)商具備垂直一體化的能力，絕大部分廠(chǎng)商都將業(yè)務(wù)集中于產(chǎn)業(yè)中的某個(gè)或者某幾個(gè)環(huán)節。光學(xué)鏡片主要是臺灣的廠(chǎng)商在主導，大陸廠(chǎng)商在紅外截止濾光片上有一定優(yōu)勢，圖像傳感器主要是歐美和韓國廠(chǎng)商為主，模組環(huán)節大陸、韓國、臺灣、日本廠(chǎng)商份額居前，國內廠(chǎng)商成長(cháng)迅速。

 

目前汽車(chē)零部件提供商巨頭的攝像頭傳感器都已與整車(chē)廠(chǎng)合作量產(chǎn)，同時(shí)加大研發(fā)投入，注重芯片和算法的提升。國內未來(lái)攝像頭的發(fā)展主要體現在專(zhuān)用圖像處理芯片與復雜圖像處理技術(shù)突破，基本實(shí)現自主研制，最終實(shí)現車(chē)載視覺(jué)與其他感知系統融合產(chǎn)品的大規模應用。

 

2.3 激光雷達成本逐步下降

 

激光雷達是一種集激光、全球定位系統與慣性導航系統三大技術(shù)于一身的綜合光探測與測量系統，其工作原理是通過(guò)透鏡、激光發(fā)射及接收裝置，基于激光飛行時(shí)間（TOF：time of fly）原理獲得目標物體位置、移動(dòng)速度等特征數據，并且獲得的數據本身就是三維數據，不需要通過(guò)大量運算和處理才生成目標三維圖像，激光測距有非常高的精度。所以，激光三維成像雷達是目前能獲取大范圍三維場(chǎng)景圖像效率最高的傳感器，也是目前能獲取三維場(chǎng)景精度最高的傳感器。

 

激光雷達組件主要包括激光器，傳感器（收發(fā)器），光學(xué)鏡片，如上圖所示這套發(fā)射/接收組件和旋轉鏡面結合在一起，鏡面不只反射二極管發(fā)出去的光，而且也能把反射回來(lái)的光再反射給接收器。通過(guò)旋轉鏡面，能夠實(shí)現360度的視角。

 

 

根據激光雷達線(xiàn)目的不同，主要分為2D、2.5D（1,4,8線(xiàn)）和3D（16,32,64線(xiàn)）兩類(lèi)。前者主要探測目標位置和輪廓，后者可以形成環(huán)境性視覺(jué)感知

 

國內公司在多線(xiàn)激光雷達上較國外高水平企業(yè)還有較大差距。國內的激光雷達產(chǎn)品多用于服務(wù)機器人、地形測繪、建筑測量等領(lǐng)域，但是國內企業(yè)尚未研制出可用于A(yíng)DAS及無(wú)人駕駛系統的3D激光雷達產(chǎn)品，主要還是處在探索研發(fā)階段。

 

 

 

 

 

《中國制造2025》重點(diǎn)技術(shù)路線(xiàn)圖顯示，國內將逐步實(shí)現測距激光雷達相關(guān)硬件的自主研制，突破厘米級實(shí)時(shí)測距關(guān)鍵技術(shù)、樣機生產(chǎn)與測試，實(shí)現低成本、小型化。到2025年左右，實(shí)現多線(xiàn)激光雷達軟硬件技術(shù)自主化，掌握與其他車(chē)載傳感器融合關(guān)鍵技術(shù)，實(shí)現大規模車(chē)載應用，支撐HA級整車(chē)產(chǎn)品需求。

 

 

高精度地圖在L3、L4級別的自動(dòng)駕駛階段屬于最為關(guān)鍵技術(shù)，高精度地圖的成熟可以減少汽車(chē)對雷達等感知設備的依賴(lài)程度，在降低成本的同時(shí)提升自動(dòng)駕駛技術(shù)的可靠性，同時(shí)也是V2X與自動(dòng)駕駛技術(shù)融合的載體，統一的標準有助于技術(shù)的應用和發(fā)展。

 

3.1 傳統地圖無(wú)法滿(mǎn)足自動(dòng)駕駛，高精度地圖是L3、L4級別最為關(guān)鍵技術(shù)

 

相比于傳統地圖，高精度一方面絕對坐標精度更高，如HERE指出其下一代繪圖應用將精確到厘米級；另一方面所含有的道路交通信息元素更豐富和細致。

 

具體而言，高精度地圖分為三個(gè)圖層：活動(dòng)層、動(dòng)態(tài)層、分析層：

 

1） 活動(dòng)層與傳統地圖相比增加了高精度道路級別的數據（道路形狀、坡度、曲率、鋪設、方向等）、車(chē)道屬性相關(guān)數據（車(chē)道線(xiàn)類(lèi)型、車(chē)道寬度等），及高架物體、防護欄、樹(shù)、道路邊緣類(lèi)型、路邊地標等大量目標數據；

 

2） 動(dòng)態(tài)層將實(shí)時(shí)更新來(lái)自其他車(chē)輛傳感器、道路傳感器等檢測到的交通數據，實(shí)時(shí)更新和補充，進(jìn)入網(wǎng)聯(lián)化第二階段—協(xié)同感知；

 

3） 分析層通過(guò)實(shí)時(shí)大數據分析人類(lèi)駕駛記錄幫助訓練無(wú)人駕駛車(chē)，進(jìn)入網(wǎng)聯(lián)化第三階段—協(xié)同決策和控制。

 

目前ADAS地圖具備了活動(dòng)層信息， 精度為1-5m 。如寶馬ASR(Adaptive Speed Recommendation)在減速的區域，會(huì )提前50-300米提醒用戶(hù)減速，提前具體會(huì )依據目前車(chē)速、汽車(chē)剎車(chē)速度及司機反映時(shí)間調整；在轉彎的路段，會(huì )考慮路寬、車(chē)道數目、整個(gè)路況等，計算合理的汽車(chē)速度。

 

 

目前高精度地圖主要是ADAS級，實(shí)現L2/L3級自動(dòng)駕駛，未來(lái)隨著(zhù)5G帶來(lái)的車(chē)聯(lián)網(wǎng)的數據處理便利和計算機視覺(jué)、3D建模技術(shù)的成熟，基于深度學(xué)習的環(huán)境感知技術(shù)以及端閉環(huán)實(shí)時(shí)更新云技術(shù)的發(fā)展，高精度地圖會(huì )逐步向HAD級發(fā)展，我們預期2018年5G標準確立和人工智能爆發(fā)進(jìn)入成熟期，高精度地圖會(huì )逐漸成熟，成為支撐智能駕駛網(wǎng)聯(lián)化的關(guān)鍵技術(shù)之一。

 

高精度地圖的采集和處理有多種的技術(shù)方案，一般而言，主流圖商和高科技公司如谷歌、百度采用專(zhuān)業(yè)化采集的方式，使用激光雷達和攝像頭進(jìn)行高精度的數據和城區全區域覆蓋的采集，而傳統車(chē)企和ADAS方案商會(huì )使眾包模式以及UGC實(shí)時(shí)更新方式來(lái)采集數據。

 

不同的方式在成本和實(shí)時(shí)更新，數據精度和區域覆蓋上各有優(yōu)缺點(diǎn)，目前的趨勢必將是圖商和傳統車(chē)企、ADAS方案商的戰略合作，科技公司產(chǎn)品的商業(yè)化落地，這都會(huì )促進(jìn)采集方式的整合，推動(dòng)行業(yè)的發(fā)展。

 

 

3.2 高精度地圖產(chǎn)業(yè)鏈和主要參與

 

高精度地圖，除了提供道路信息，還提供實(shí)時(shí)路況信息和3D建模，參與汽車(chē)路徑規劃，在A(yíng)DAS交互與決策中，起著(zhù)非常重要的作用。

 

 

高精度地圖參與者主要有圖商、自動(dòng)智能駕駛科技公司、ADAS方案提供商、傳統車(chē)企四類(lèi)，采用的方式和方案優(yōu)劣勢各不相同，圖商有著(zhù)先天優(yōu)勢的基因：繪圖基礎深厚，地圖精度和覆蓋率有保障，技術(shù)積累足。傳統車(chē)企和ADAS方案商采用眾包方案，數據量大且實(shí)時(shí)更新。

 

 

3.3 國外發(fā)展趨勢：硬件和軟件的融合

 

圖商布局

 

以海外圖商代表公司HERE為例，HERE核心業(yè)務(wù)為通過(guò)其豐富的地圖數據和核心的位置平臺為汽車(chē)、消費者和企業(yè)客戶(hù)提供位置服務(wù)和解決方案，其地圖數據覆蓋約200個(gè)國家，超過(guò)4,600萬(wàn)公里。

 

通過(guò)不斷的和傳統車(chē)企，科技公司以及數據信息流入口（傳感器廠(chǎng)商）展開(kāi)合作，產(chǎn)業(yè)鏈生態(tài)布局也向上滲透到數據輸入端的傳感器和算法芯片等領(lǐng)域，目標成為無(wú)人駕駛技術(shù)方案提供商。HERE的戰略布局正是汽車(chē)電子自動(dòng)駕駛領(lǐng)域的一個(gè)趨勢：硬件和軟件的融合。

 

 

其他公司布局情況

 

除了圖商外，其他參與者近些年來(lái)布局頻繁。從數據采集方式來(lái)看，谷歌和蘋(píng)果的特點(diǎn)是：更易直接實(shí)時(shí)更新、覆蓋面更廣，更精準。但無(wú)人駕駛領(lǐng)域需要龐大的輸入數據，使得特斯拉（OTA空中更新）和uber(otter和沃爾沃貨車(chē)運營(yíng))在無(wú)人駕駛測試和高精度地圖上有著(zhù)更易延伸和拓展的優(yōu)勢。

 

數據收集只是高精度地圖作為基礎支撐技術(shù)的一部分，對車(chē)輛周邊環(huán)境的數據計算和處理時(shí)，谷歌一直走在高精度地圖的實(shí)時(shí)建模和算法優(yōu)化最前沿，其基于城市規劃和路徑優(yōu)化規劃的算法方案使谷歌在地圖技術(shù)提供上依然具有較大的優(yōu)勢。

 

 

3.4 高精度地圖的成熟

 

按照《中國制造2025》技術(shù)發(fā)展路線(xiàn)圖來(lái)看，在2020之前提供適用于PA級智能網(wǎng)聯(lián)汽車(chē)的高精度地圖，且地圖精度達亞米級；在2025年左右提供適用于CA級智能網(wǎng)聯(lián)汽車(chē)地圖，范圍覆蓋全國主要高速公路；在2030年左右，實(shí)現高精度地圖生產(chǎn)自動(dòng)化及標準化，滿(mǎn)足無(wú)人駕駛需求，范圍覆蓋全國主要道路。

 

 

隨著(zhù)人工智能深化和5G 2018年標準鎖定，高精度地圖在智能化和網(wǎng)聯(lián)化自動(dòng)駕駛領(lǐng)域的應用會(huì )越來(lái)越成熟。

 

未來(lái)智能實(shí)驗室是人工智能學(xué)家與科學(xué)院相關(guān)機構聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學(xué)交叉研究機構。

 

未來(lái)智能實(shí)驗室的主要工作包括：建立AI智能系統智商評測體系，開(kāi)展世界人工智能智商評測；開(kāi)展互聯(lián)網(wǎng)（城市）云腦研究計劃，構建互聯(lián)網(wǎng)（城市）云腦技術(shù)和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務(wù)。