0
| 本文作者： 李安琪 | 2020-11-27 20:00 |
近日，雷鋒網(wǎng)新智駕邀請了高深智圖亞太區(qū)總經(jīng)理劉澍泉作為【高精度地圖的上車元年】云峰會的系列主講嘉賓，作分享高精度地圖的落地實(shí)踐、面臨的挑戰(zhàn)以及未來的商業(yè)發(fā)展模式。
以下為劉澍泉的演講全文，新智駕做了不改變原意的編輯：
大家好，我是高深智圖亞太區(qū)總經(jīng)理劉澍泉，很高興有機(jī)會跟大家分享我們在智慧交通領(lǐng)域的近況和創(chuàng)新。
我分享的議題有以下幾部分：第一是數(shù)字化交通建設(shè)背景的分享，第二是高精地圖與數(shù)字化交通，我會重點(diǎn)闡述智慧道路與數(shù)字孿生的關(guān)系、交通控制網(wǎng)絡(luò)基礎(chǔ)云平臺，以及車路協(xié)同V2X解決方案。最后會給大家展示一些高深智圖的成功案例。
首先來看一下什么叫數(shù)字化交通。從中國角度來看，車和路都有比較明確的定位，也就是說，中國不會跟海外一樣走單車智能道路，而是更多去做車路協(xié)同。因為中國的車部署量非常大，只有通過車路協(xié)同，才能讓更多車輛享受智慧道路帶來的便利，加速自動駕駛的落地。據(jù)一些分析報告顯示，通過車路協(xié)同的方式，能夠加速自動駕駛2~3年左右的落地時間。
交通領(lǐng)域新基建是，利用數(shù)字化、信息化、智能化等新技術(shù)手段，賦能交通基礎(chǔ)設(shè)施，使道路具備精準(zhǔn)的感知、精確的分析、精細(xì)的管理和精心的服務(wù)，從而更好支持未來的復(fù)雜交通形態(tài)。
在這個過程中，如何把數(shù)字化、網(wǎng)絡(luò)化、智能化疊加到已有的物理交通設(shè)施之上，是我們要思考的一個問題。通過疊加的方式，達(dá)到高質(zhì)量的新型交通建設(shè)。如此一來，就可以支持自動駕駛汽車、無人物流、智慧港口、智慧樞紐等建設(shè)。
2019年提出交通強(qiáng)國，今年也提出了交通新基建，可以看到中國政府對于交通側(cè)改革，對于滿足公眾出行和大眾管理有極大的需求，并且做了很多努力。
高深智圖認(rèn)為，數(shù)字交通首先是一個數(shù)字孿生平臺，要有一個高精度的交通地理信息平臺。這里會涉及到三張圖，一張圖是建設(shè)圖紙，還有一張GIS圖紙，這是給管理指揮來用的，第三張圖就是高精地圖。
通過這三張圖紙打造的數(shù)字孿生，完成交通要素的全3D化、數(shù)字化建設(shè)，同時面向這些基礎(chǔ)設(shè)施進(jìn)行數(shù)字化的全生命周期管理。以此通過數(shù)字孿生影響真實(shí)世界，進(jìn)行資產(chǎn)管理。
除了把這些靜態(tài)數(shù)據(jù)生產(chǎn)出來，同樣也要有一個現(xiàn)實(shí)感知網(wǎng)絡(luò)的建立。這個感知網(wǎng)絡(luò)實(shí)際上非常重要，它通過重點(diǎn)的感知網(wǎng)絡(luò)部署，能夠讓路側(cè)單元感知到實(shí)時車流、交通事故，或者是特定的一些道路養(yǎng)護(hù)情況，快速指導(dǎo)聯(lián)動其他信息系統(tǒng)，輔助進(jìn)行快速的故障處理。
可以看到，高精地圖其實(shí)是一個靜態(tài)的數(shù)字世界，而感知網(wǎng)絡(luò)是一個動態(tài)的數(shù)字世界，靜態(tài)世界和動態(tài)世界要結(jié)合起來，才完成一個虛擬化的數(shù)字孿生。
交通控制網(wǎng)絡(luò)基礎(chǔ)建設(shè)里邊，涉及到了ETC的智能化、眾包數(shù)據(jù)融合。所以車路協(xié)同是路端感知和單車端感知的精準(zhǔn)疊加，通過疊加把數(shù)據(jù)服務(wù)提供到應(yīng)用端，再通過應(yīng)用端的研判，將結(jié)果推送到車端。
而交通信息網(wǎng)絡(luò)（包括5G網(wǎng)絡(luò)、北斗網(wǎng)絡(luò)）可以將這些信息上傳到云端，通過V2X服務(wù)云控平臺進(jìn)行場景類研判，然后面向三個領(lǐng)域提供數(shù)字化服務(wù)。
第一個領(lǐng)域是個人的數(shù)字化出行助手，就是日常的出行服務(wù)類應(yīng)用，比如滴滴打車、高德地圖，它實(shí)際上是一個能夠給個人提供精準(zhǔn)出行的出行助手
第二個領(lǐng)域是面向數(shù)字化物流，提供干線物流的服務(wù)能力，實(shí)現(xiàn)基于高速公路的輔助駕駛和自動駕駛。
第三是面向現(xiàn)代治理，當(dāng)下交管部門也有現(xiàn)代化的管理手段，結(jié)合V2X方案，可以把它做到數(shù)字化、智能化。如此一來，可以提高生產(chǎn)效率，同時也提升了研判的準(zhǔn)確度。
高深智圖是一家做高精地圖的公司，那么高精地圖和數(shù)字交通規(guī)劃有什么關(guān)系？
可以看到，高精地圖是智慧道路的一個3D還原，也稱數(shù)字化還原。通過高精地圖把道路信息、路側(cè)傳感器信息，障礙物、交通參與物信息，完全映射到了虛擬的數(shù)字空間。這個數(shù)字空間是三維的，帶有相對坐標(biāo)和絕對坐標(biāo)，可以提供物體的精準(zhǔn)定位。這是我們理解的高精地圖和智慧道路之間的一個關(guān)系。
這張地圖是我們在美國拉斯維加斯賭城周邊生成的數(shù)字孿生地圖。通過數(shù)字化設(shè)施采集到城市周圍信息，可以把整體的3D環(huán)境重建出來，能夠?qū)崿F(xiàn)道路兩側(cè)的所有交通參與物的全要素數(shù)字化，并且原來導(dǎo)航地圖里沒有特別強(qiáng)調(diào)的屬性特征比如車道線交通標(biāo)志，我們也可以通過高精地圖生產(chǎn)出來。
所以物理世界里一個真實(shí)的城市路網(wǎng)，在虛擬世界里也可以有一個3D的點(diǎn)云圖。從本質(zhì)來看，高精地圖它更多是一個云服務(wù)。通過云服務(wù)，能夠?qū)崿F(xiàn)指定道路、指定位置、指定區(qū)域的動態(tài)更新。
可以這樣想，如果把地圖切成任意小塊，每一小塊都有獨(dú)立的ID?？梢愿鶕?jù)這一小塊發(fā)現(xiàn)一些變化，然后把這些增量信息回傳到云端處理，用增量更新的方式去把原來的地圖替換下來，補(bǔ)充新的地圖。
這樣來看，其實(shí)可以把高精地圖和道路養(yǎng)護(hù)相結(jié)合。
常規(guī)的道路養(yǎng)護(hù)車和眾包車輛在路上走的時候，可以發(fā)現(xiàn)地圖上有變化，就可以把數(shù)據(jù)上傳到云端，然后在云端進(jìn)行加載計算，生成一個更新版本的地圖。最后可以通過下派的方式傳回到原來的地圖上，進(jìn)行新地圖的發(fā)布。
通過這套動態(tài)更新機(jī)制，我們可以在區(qū)域指定道路進(jìn)行更新，也可以按照時間進(jìn)行強(qiáng)制更新，實(shí)現(xiàn)需要維護(hù)的物理設(shè)施和虛擬設(shè)施的一一對應(yīng)。
這也是數(shù)字世界和虛擬世界之間的相互干涉。實(shí)際上，我們通過地圖的動態(tài)采集、眾包更新、云服務(wù)的方式完成單向的“當(dāng)物理世界變化，虛擬世界可以對等變化”環(huán)節(jié)。后面我們會結(jié)合案例給大家講，虛擬世界如何影響物理世界。
所以高精地圖是虛擬世界里的靜態(tài)數(shù)字基礎(chǔ)設(shè)施。大家可以看到，這是一個路側(cè)單元的集合，里邊包括了長焦攝像機(jī)、雷達(dá)、魚眼等傳感器，根據(jù)不同的覆蓋范圍進(jìn)行感知。比如相機(jī)會捕捉從50米到450米左右的動態(tài)物體，魚眼會捕捉交通路口的行人、自行車。
這些設(shè)備實(shí)際上是給道路增加了眼睛和感知，能看到路上的實(shí)時交通流、天氣變化、溫度濕度、大霧、路面結(jié)冰等情況。這些信息和高精地圖的結(jié)合，可以準(zhǔn)確知道車輛故障、行人，到底處在地圖空間的哪個位置，也就是幫助事件增加一個位置屬性，然后進(jìn)行精準(zhǔn)研判。
所以除了把攝像頭等傳感器標(biāo)定對齊、同樣要把燈桿的坐標(biāo)（絕對坐標(biāo)和相對坐標(biāo)）在地圖里標(biāo)定。標(biāo)定好以后就可以知道燈桿在地圖里的覆蓋范圍。比如一輛車可能在距離燈桿450米的時候產(chǎn)生故障，系統(tǒng)就可以精確捕捉到它的位置，就可以把拖車叫來精準(zhǔn)地停在車輛面前。
這類感知設(shè)備在高速公路上會越來越多。國內(nèi)的幾條智慧高速已經(jīng)把這種設(shè)備以較大的密度鋪開了，可以做到每1000米部署兩個或者三個，實(shí)現(xiàn)全道路的感知。
這種智能設(shè)備其實(shí)在橋梁隧道上的會有更好的應(yīng)用，因為它能夠主動發(fā)現(xiàn)事件，提高安全效率。特別是在隧道里邊，當(dāng)隧道著火，會產(chǎn)生強(qiáng)有毒的氣體。通過這套設(shè)備，發(fā)現(xiàn)了一些問題，就可以把問題通過云平臺、邊緣計算網(wǎng)絡(luò)，發(fā)布到指揮大屏上、路側(cè)提示儀上，手機(jī)上車機(jī)上，做到人機(jī)共駕、車路協(xié)同。
我們一直認(rèn)為，車路協(xié)同是車端感知和路端感知的精準(zhǔn)融合。通過精準(zhǔn)融合，才有可能計算所有故障，潛在發(fā)生的交通事故。眾包的數(shù)據(jù)更新對于地圖的更新來說是一個非常關(guān)鍵的點(diǎn)。
針對這方面，我們也做了一個新的產(chǎn)品HDR， 它是一個低成本、高效率的，通過視覺進(jìn)行數(shù)據(jù)更新的產(chǎn)品和解決方案。
大家可以看到右側(cè)的圖，這個圖實(shí)際上只用了矢量數(shù)據(jù)，也就是二維高精地圖數(shù)據(jù)。藍(lán)色是原有的地圖數(shù)據(jù)，綠色是現(xiàn)實(shí)的感知結(jié)果。如果綠色和藍(lán)色之間能夠精準(zhǔn)匹配，那么地圖特征就沒有變化。如果現(xiàn)實(shí)的感知結(jié)果和地圖數(shù)據(jù)不能精準(zhǔn)匹配，就會發(fā)現(xiàn)這里有變化，這是一個變化檢測的過程。
通過變化檢測，我們會把里邊的圖像信息存下來，發(fā)布到云端，進(jìn)行檢驗。檢測完了以后，我們會做一個發(fā)布管理，更新一個新的版本，把矢量地圖下發(fā)到車端上來。
隨著L2級別、L3級別的車越來越多，各式各樣的車都具備了視覺能力。我們把這種視覺能力結(jié)合現(xiàn)有的高精地圖，能做到眾包更新，完成數(shù)字世界和物理世界的一一對應(yīng)，更新頻率越來越高。這也數(shù)字化交通里非常重要的一個環(huán)節(jié)。
接下來跟大家分享一下，數(shù)字化交通里如何做數(shù)字孿生的建設(shè)。
高深智圖推出了一個基于車路協(xié)同的整體解決方案。車路協(xié)同要完成車路云三端的協(xié)同。車和路之間是通過路側(cè)單元來感知車流的變化，可以在邊緣服務(wù)器上進(jìn)行計算，然后把計算結(jié)果傳遞給指揮單元比如信號機(jī)去調(diào)控紅綠燈。有一些宏觀調(diào)控需要宏觀計算，比如整體車流的優(yōu)化，整體路徑的規(guī)劃，這類服務(wù)要通過RSU傳到云端服務(wù)。
云端是一個云化的大數(shù)據(jù)平臺，不僅要進(jìn)行路側(cè)單元這類的設(shè)備管理、道路事件管理，還要做基于高精地圖的動態(tài)更新、發(fā)布、版本維護(hù)，還要把各種信息下發(fā)到車上，讓車機(jī)、導(dǎo)航終端看到最新的地圖。
所以它可以為車端提供碰撞預(yù)警，盲區(qū)預(yù)警、編隊行駛、動態(tài)限速這些服務(wù)。當(dāng)路側(cè)感知到車輛的動態(tài)實(shí)時變化信息之后，會把優(yōu)化的結(jié)果再傳到云端優(yōu)化。如此一來，就會變成物理世界和虛擬世界的周而復(fù)始的相互影響過程。
所以高精地圖是車路協(xié)同里非常重要的一個橋梁，是數(shù)字孿生里最重要的介質(zhì)?？梢赃@么說，高精地圖融合了車端和路側(cè)的感知，在統(tǒng)一的坐標(biāo)空間里進(jìn)行交通研判，也可以進(jìn)行人工智能的訓(xùn)練預(yù)測，完成物理世界和虛擬世界的雙向干預(yù)，從而形成當(dāng)下最優(yōu)的交通預(yù)測。然后通過數(shù)據(jù)的積累，持續(xù)進(jìn)行模型化訓(xùn)練，提高交通通行效率，保障通行安全。
這是我們以高精度地圖為核心車路協(xié)同方案的抽象框架圖。整個框架圖分為云、路和車三端，不同的端側(cè)有不同的模塊。
從車端來看，分為后裝和前裝車。如果要有眾包更新能力，大部分的模塊都要裝到前裝車上，會把地圖模塊、感知模塊都融合起來。如果是后裝車的話，基本是高精度地圖模塊的使用。但給人使用和給機(jī)器使用，方式是不太一樣的，里面的模塊不是也會有所不同。
在路端層面，首先要給路側(cè)增加感知單元比如智慧燈桿，這類感知單元負(fù)責(zé)傳輸以及下載。地圖服務(wù)可以通過相關(guān)協(xié)議，在離燈桿非常近的情況下，可以動態(tài)把地圖下載下來。此外，路端還包含一些應(yīng)用比如雷達(dá)、定位服務(wù)等。
我們可以對感知設(shè)備進(jìn)行一些靈活的組合。假如一個16路的邊緣服務(wù)器，可以帶16路的信號輸入，配合16路的感知單元，然后感知單元里再帶一些人工智能芯片，將一些信息傳遞到邊緣服務(wù)器上來。如果邊緣服務(wù)器處理不了，還可以把它傳遞到云端來，通過誘導(dǎo)屏進(jìn)行信息的發(fā)布。
云端方面，則是分為V2X Server和AI訓(xùn)練平臺，AI訓(xùn)練平臺實(shí)際上是人工智能的范疇，可以用來做整個訓(xùn)練集數(shù)據(jù)的存儲，算法的發(fā)布調(diào)優(yōu)，然后做一些碰撞預(yù)測、算法管理、數(shù)據(jù)管理等工作。
而在V2X Server里面，主要管理路側(cè)單元設(shè)備的狀態(tài)、拓?fù)?、地圖的下發(fā)版本、設(shè)備的標(biāo)定、事件的發(fā)布等。
可以看到，車、路、云是通過高精地圖來打通的，只有通過高精地圖的打通，才能在統(tǒng)一坐標(biāo)系中進(jìn)行研判，做到真正的協(xié)同。
那么高深智圖提供的產(chǎn)品，如何滿足車路協(xié)同方案里的功能需求？
實(shí)際上，我們提供的是中間這一層，提供了數(shù)據(jù)采集的能力，包括地圖引擎、生產(chǎn)制作發(fā)布系統(tǒng)、三維展示平臺。整套產(chǎn)品從數(shù)據(jù)采集到數(shù)據(jù)使用，我們可以把放在公有云上，也可以把它做在私有云或者混合云上。這樣能夠滿足交通側(cè)、整車廠不同客戶對于計算安全的不同的要求。
而在架構(gòu)上層，我們能夠通過這套軟硬結(jié)合的架構(gòu)，滿足車路協(xié)同、智慧城市、自動駕駛、智慧園區(qū)里的要求。
下面是我們能給大家提供的產(chǎn)品。
第一是數(shù)據(jù)采集產(chǎn)品。高深智圖提供的是一個開箱即用的軟硬件一體化設(shè)備，由車載的傳感器，工控機(jī)、采集軟件和車載電源組成。通過這套設(shè)備，我們可以做到設(shè)備和車之間是松耦合的，保證了數(shù)據(jù)采集的靈活性。
這套設(shè)備可以交給客戶端，由客戶進(jìn)行數(shù)據(jù)采集，而我們可以提供采集路線、路徑規(guī)劃、如何使用軟件，如何通過軟件進(jìn)行采集完的數(shù)據(jù)校驗，如何在校驗后把數(shù)據(jù)用在線的方式或是離線數(shù)據(jù)拷貝的方式，傳回到云端。
這是我們比較獨(dú)特的能力，可以支持整車廠、高速公路公司建完第一輪高精地圖的底圖的生產(chǎn)，同時進(jìn)行數(shù)據(jù)的動態(tài)更新、資產(chǎn)維護(hù)等。
所謂資產(chǎn)的維護(hù)是什么？指的是在道路巡檢過程中，發(fā)現(xiàn)哪些路燈桿有可能缺失、哪些路燈桿被撞、兩側(cè)建筑物有哪些形變，都可以通過這樣一套設(shè)備進(jìn)行數(shù)據(jù)采集到。
第二個產(chǎn)品是地圖引擎。地圖引擎是把數(shù)據(jù)采集產(chǎn)品生成的原始數(shù)據(jù)進(jìn)行自動化的分布式處理軟件。數(shù)據(jù)處理完以后，首先要把原始數(shù)據(jù)拿過來進(jìn)行校驗，進(jìn)行點(diǎn)云對齊、點(diǎn)云分類、自動刪除車輛等工作。然后再去做體制化的過程，把它去點(diǎn)云數(shù)據(jù)做壓縮、坐標(biāo)轉(zhuǎn)換、點(diǎn)云融合，然后生成一張3D點(diǎn)云圖。
生成的3D點(diǎn)云圖就可以給L4級自動駕駛，或是基于激光雷達(dá)的典型定位服務(wù)客戶使用，他們可以直接通過3D點(diǎn)云圖進(jìn)行車輛的自定位。
目前這個軟件還是一個內(nèi)部版本，我們已經(jīng)做到了2.0版本，可以為客戶進(jìn)行地圖引擎的離線化部署，部署到客戶的機(jī)房里。比如主機(jī)廠希望是在測試場里構(gòu)建一些場景，但這些場景可能每天都在變，今天可能做一些剎車實(shí)驗，明天可能做一些V2X的實(shí)驗，這時候就需要我們有一個快速的研發(fā)迭代，迭代過程中需要自己的車天天掃描數(shù)據(jù)，看看地圖有沒有變化。
另一方面，有了變化的數(shù)據(jù)以后，客戶可以通過我們的軟件在他自己的服務(wù)器上運(yùn)算更新出新的地圖。比如當(dāng)我們做完3D圖層以后，我們會為客戶的制圖員提供一個軟件工具。里邊有一些自動化工程，像標(biāo)識標(biāo)牌分類等都可以完成自動化的操作。但有一些可能需要人為干預(yù)，比如地圖的編譯、發(fā)布、特殊特征的提取、質(zhì)檢等。
所以地圖生產(chǎn)制作發(fā)布系統(tǒng)和地圖引擎這些產(chǎn)品可以做成單機(jī)版，做到客戶的私有云里。如果客戶希望只是使用這個服務(wù)，我們也支持在云端進(jìn)行服務(wù)推送。
第三個產(chǎn)品是我們的三維展示平臺。剛才提到的地圖，可以提供給交通管理者做三維展示的管理大平臺。通過管理大平臺實(shí)時監(jiān)控動態(tài)車流信息，進(jìn)行一些動態(tài)的事件發(fā)布。同時也可以看到，我們可以把這些服務(wù)發(fā)布到車端，然后通過車機(jī)展示一些地圖以及導(dǎo)航定位服務(wù)。所以我們從地圖采集、地圖生產(chǎn)、地圖發(fā)布到地圖的整個生命周期都能提供相應(yīng)服務(wù)。
那么在智慧道路上，怎么做多車協(xié)同？
這就涉及動態(tài)導(dǎo)航了。動態(tài)導(dǎo)航可以分為兩部分，一部分是給指揮大屏使用。比如在單車的視角中，結(jié)合高精地圖，并且把動態(tài)地圖下發(fā)到車端，就可以做到基于車道線級別的形式指引。另一部分則是可以把一些提醒信息直接下發(fā)到車機(jī)上，駕駛員可以基于這些信息去做輔助駕駛，有意識的降速，避讓擁堵環(huán)境等。
下面給大家看一下我們的一些案例展示。
在北京一個車路協(xié)同的場景下面，我們在路側(cè)中間安裝了路側(cè)單元，里面包含了攝像頭、激光雷達(dá)信息。整個城市的路網(wǎng)圖是由高深智圖建成的。我們拿到城市路網(wǎng)圖之后，然后根據(jù)實(shí)物大小去做了3D渲染，形成一個3D的立體模型。
基于展示的立體模型，再通過路側(cè)單元對交通流的實(shí)時感知結(jié)果，把交通流情況精準(zhǔn)地映射到地圖空間里，實(shí)現(xiàn)地圖和車輛的精準(zhǔn)匹配?；谶@些，我們可以提供車輛盲區(qū)預(yù)警、碰撞預(yù)警，主動避讓、主動限速等。
特別是極端天氣情況下，我們可以根據(jù)路側(cè)單元，根據(jù)V2X的服務(wù)、前車車牌號，后車車牌號等，把建議的行駛速度下發(fā)到車輛，完成編隊行駛的場景應(yīng)用。
另一個案例還沒完全渲染完，但非常代表了中國交通的特點(diǎn)，就是北京的四惠橋。它是一個多層立體的交通樞紐，這種交通樞紐的定位、以及高精地圖制作，難度還是很大的。
可以看到，這張圖的路面上已經(jīng)是非常整潔。左上角的展示了真實(shí)的場景，可以和地圖進(jìn)行匹配。如果有視覺算法，可以直接用左上角圖的攝像頭能力完成定位服務(wù)。如果沒有視覺定位算法，也可以用融合定位的算法，用3D點(diǎn)云圖進(jìn)行融合定位。如果只有RTK這類服務(wù)，也可以結(jié)合矢量地圖去做一些輔助駕駛功能。
這也從側(cè)面驗證了高精地圖和數(shù)字交通的孿生關(guān)系。
最后一個案例是蘇州高鐵新城做車路協(xié)同二期時，我們提供的一個軟件服務(wù)。里面包括我們的高精地圖服務(wù)、路側(cè)單元通過路側(cè)單元的感知能力，把動態(tài)的交通流實(shí)時展示在路端，然后基于路端，我們?nèi)プ鲆恍﹦討B(tài)預(yù)警。
總地來說，當(dāng)下中國做出行服務(wù)、交通、做自動駕駛的都離不開路。如何讓路變得聰明？
第一，要完成數(shù)字化的靜態(tài)虛擬設(shè)施建設(shè)；第二把動態(tài)的感知網(wǎng)絡(luò)、交通信息疊加到地圖上；第三云控平臺作為大腦來計算可能產(chǎn)生的交通事故，通過地圖下發(fā)或者交給交管部門進(jìn)行宏觀干預(yù)，面向三大領(lǐng)域：個人出行助手，企業(yè)數(shù)字化物流、政府的現(xiàn)代化管理，最終實(shí)現(xiàn)各種各樣的智慧交通應(yīng)用繁榮，包括動態(tài)導(dǎo)航、自動配送、Robotaxi等，通過眾人拾柴火焰高的方式層層疊加，把各自的能力發(fā)揮到最高，才能支持中國的數(shù)字化交通建設(shè)。
（雷鋒網(wǎng)） 雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
