2019年汽车自动驾驶专题行业研究报告
智能驾驶行业研究报告
![智能驾驶行业研究报告](https://img.taocdn.com/s3/m/4c961103e55c3b3567ec102de2bd960591c6d912.png)
智能驾驶行业研究报告引言在人工智能技术的高速发展下,智能驾驶行业正在迎来前所未有的机遇。
智能驾驶技术的成熟将彻底改变人们对汽车的认知,使得汽车不再仅仅是交通工具,而是一种具备自主决策和操作能力的智能设备。
本文将对智能驾驶行业进行深入的研究,包括市场规模、技术应用、发展趋势等方面的分析。
1. 市场规模智能驾驶行业的市场规模正在不断扩大。
根据市场研究机构的数据,2019年全球智能驾驶行业市场规模达到了300亿美元,预计到2025年将达到1300亿美元。
这一巨大的市场潜力吸引了越来越多的企业和投资者进入该领域。
2. 技术应用智能驾驶技术在汽车行业的应用广泛,涉及到感知、决策和控制等多个方面。
2.1 感知技术感知技术是智能驾驶的基础,包括图像识别、雷达、激光雷达等多种传感器。
通过这些传感器,智能驾驶系统可以对周围环境进行实时感知,并将感知到的信息传输给决策模块进行进一步处理。
2.2 决策技术决策技术是智能驾驶系统的核心,它基于感知模块提供的信息,结合预设的规则和数据模型,对不同的驾驶场景做出相应的决策。
例如,在遇到红灯时,智能驾驶系统会自动停车等待绿灯。
2.3 控制技术控制技术用于实现智能驾驶系统的动作控制,主要包括车辆的转向、加速和制动等操作。
智能驾驶系统通过控制技术可以实现车辆的自主驾驶,例如自动跟车、自动换道等功能。
3. 发展趋势智能驾驶行业的发展呈现出以下几个趋势:3.1 产业整合与合作智能驾驶行业的发展需要各个环节的协同合作。
汽车制造商、技术供应商、互联网公司等不同的参与者之间的合作将成为未来发展的关键。
例如,一些汽车制造商与互联网公司合作开展了自动驾驶车辆的研发,以共同推动智能驾驶技术的发展。
3.2 数据驱动的智能决策随着机器学习和深度学习等技术的不断发展,智能驾驶系统将更加注重对海量数据的利用。
通过分析海量数据,智能驾驶系统可以更准确地进行决策,提高驾驶安全性和智能化水平。
3.3 业务模式创新智能驾驶不仅仅是一项技术革新,同时也将对整个交通出行产生深刻的影响。
2019年车联网、自动驾驶、高精度定位专题研究
![2019年车联网、自动驾驶、高精度定位专题研究](https://img.taocdn.com/s3/m/5cdfa2b6ce2f0066f433224e.png)
表:我国车联网/智能网联车发展政策梳理
政策名称
时间
机构
《车联网(智能网联汽车) 产业发展行动计划》
2018.12.27
工信部
《新一代人工智能产业创新 重点任务揭榜工作方案》
《车联网(智能网联汽车) 直连通信使用59055925MHz频段管理规 定(暂行)》
《智能网联汽车自动驾驶功 能测试规程(试行)》
Vehicle Road
演进阶段
1996-2015 车载信息服务
时代
紧急救援/导航/
典型业务
车载娱乐
核心技术
2G/3G/4G GSRC
2015-2025 智能网联车时代
部分自动驾驶功能 、安全类业务、高
宽带需求业务
C-V2X/5g/智能汽 车电子应用
2025-
自动驾驶时代
完全自动驾驶,车 联网业务以汽车信
➢ 车联网相关政策持续出台,推动车联网未来发展。 ➢ 根据工信部所做的车联网中长期规划,2020年我国将迎来车联网和智能网联车行业的重要节点:(1)车联网用
户渗透率30%以上;(2)新车驾驶辅助系统(L2)搭载率达到30%以上;(3)联网车载信息服务终端的新车装 配率达到60%以上。2020年后,技术创新、标准体系、基础设施、应用服务和安全保障体系将全面建成,高级别 自动驾驶功能的智能网联汽车和5G-V2X逐步实现规模化商业应用,“人车路-云”实现高度协同。
1 . 1 汽车智能网联化大势所趋
➢ 1885年,卡尔·奔驰发明了世界上第一辆汽车,为世界装上了轮子,在此后的150年,汽车的广 泛应用极大的提高了人们的生活质量。
➢ 随着信息通信技术、人工智能等新技术的蓬勃发展,和其带来的新一次工业革命,给汽车的智能 化、网联化带来了强大推力,车联网、自动驾驶技术应运而生。
2019年汽车自动驾驶行业深度分析报告
![2019年汽车自动驾驶行业深度分析报告](https://img.taocdn.com/s3/m/caa7a36be518964bcf847c69.png)
全球及中国智能驾驶行业研究报告2019
![全球及中国智能驾驶行业研究报告2019](https://img.taocdn.com/s3/m/0f23d55b4b35eefdc9d33375.png)
全球及中国智能驾驶行业研究报告2019作为未来汽车工业的发展方向,中国智能驾驶产业市场规模预计到2020年将达到1214亿元人民币,前景可期。
在未来国家智能驾驶相关政策法规逐渐成型、行业内技术不断完善、中国智能驾驶企业积极推动应用落地的情况下,中国智能驾驶市场规模将保持持续扩大趋势。
全球及中国智能驾驶市场现状➀智能驾驶技术的提升是辅助驾驶技术的高度融合根据智能驾驶技术的自动化程度,可将汽车分为4个级别,从低到高依次是初级辅助驾驶汽车、高级辅助驾驶汽车、自动驾驶汽车、无人驾驶汽车。
智能驾驶技术的提升实际就是多个辅助驾驶技术的融合。
单一的辅助驾驶技术仅能够对驾驶员进行驾驶辅助,而多个辅助驾驶技术的融合则能够适应更多场景,乃至全场景下的无人驾驶。
➁智能汽车的出现是智能驾驶技术发展过程中发生质变的关键点智能汽车的普及将在未来形成新的商业模式。
车载摄像头、车载雷达、车载夜视仪等部分核心硬件将预装在智能汽车中,额外的硬件将通过统一的传输总线与汽车连接。
智能驾驶相关软件将作为可选项预装,车主届时亦可选择下载更符合自己要求智能驾驶相关软件。
智能汽车的出现将逐步形成完整的软硬件生态系统,处于上游的智能驾驶硬件供应商和解决方案供应商将有机会直接面对终端消费者。
类似手机产业经历了从功能机到智能机的演变,汽车产业也将经历从功能汽车到智能汽车出现,再到智能汽车普及的过程。
只是汽车产业更加复杂,这个过程将相对漫长。
当辅助驾驶技术在功能汽车中得到普及以后,人们开始探索功能汽车的智能化,为功能汽车增加第三方智能配件。
随着后装智能驾驶配件技术的提高,自动驾驶技术,甚至无人驾驶技术将在功能汽车中逐渐得到普及。
当智能驾驶技术发展到比较成熟的阶段,加上互联网的快速发展,独立的智能汽车将开始出现。
智能汽车的出现是智能驾驶技术发展过程中发生质变的关键点。
在智能汽车发展的同时,功能汽车对智能驾驶配件的需求将由后装变为前装,最终完成由功能汽车向智能汽车的蜕变。
2019年中国自动驾驶行业发展研究报告-前瞻产业研究院
![2019年中国自动驾驶行业发展研究报告-前瞻产业研究院](https://img.taocdn.com/s3/m/d7e8c16ea1c7aa00b42acb3c.png)
2019年中国自动驾驶行业发展研究报告01自动驾驶行业发展现状02自动驾驶产业链重点环节分析03自动驾驶汽车行业领先企业案例04自动驾驶行业发展趋势CONTENTS目录自动驾驶行业发展现状1自动驾驶定义及分级2自动驾驶发展阶段3自动驾驶优势4自动驾驶应用场景5自动驾驶政策6自动驾驶路测牌照发放情况1-1自动驾驶定义及分级SAE等级名称概念界定功能区域驾控主体感知接管监控干预实现功能道路环境监测驾驶员执行部分 或全部动态驾驶任务Level 0完全人类驾驶由人类驾驶员全程操控汽车,但可以得到主动安全系统的辅助信息。
/全部全部Level 1机器辅助驾驶利用环境感知信息对转向或纵向加减速进行闭环控制,其余工作由人类驾驶员完成。
人人人人/机器人人Level 2部分自动驾驶利用环境感知信息同时对转向和纵向加减速进行闭环控制,其余工作由人类驾驶员完成。
人人自动驾驶系统执 行全部动态驾驶任务(使用状态中)Level 3有条件自动驾驶由自动驾驶系统完成全部驾驶操作,人类驾驶员根据系统请求进行干预。
人Level 4高度自动驾驶在限定道路和功能条件下,由自动驾驶系统完成全部驾驶操作,无需人类驾驶员进行任何干预。
部分部分部分部分部分部分部分部分部分部分部分部分由自动驾驶系统完成全部的驾驶操作,Level 5完全自动驾驶 人类驾驶员能够应付的全部道路环境,系统都能自动完成。
机器机器机器机器机器机器机器机器机器全部全部全部自动驾驶在人工智能和汽车产业的飞速发展下已成为业内外关注的焦点,依据美国汽车工程师协会(SAE)2014年制订的自 动驾驶分级标准(按照自动驾驶对于汽车操纵的接管程度和驾驶区域),自动驾驶可分为L0-L5共六级。
自动驾驶定义及分级1-2自动驾驶发展阶段(辅助)(高度自动化)(完全自动化)(警告)(1990年)(2010年)(2020年)(2030年)L1级辅助驾驶D A S L3级高度自动驾驶H A DL4级+完全自动驾驶自动驾驶 进入拐点单一功能辅助定速续航、A B S 、ESP组合功能辅助 自适应巡航、碰撞 预警、紧急制动等等单一功能辅助特定环境下(高速 公路等)实现无人驾驶单一功能辅助 所有交通环境,包括 复杂城市道路实现无人驾驶全球现处阶段ADAS 快速 发展L2级高级辅助驾驶A D A S(Level )全球自动驾驶发展阶段ADAS (高级驾驶辅助系统)是 实现自动驾驶的基础,汽车智 能化推动ADAS 的快速发展。
2019年5G车联网自动驾驶行业分析报告
![2019年5G车联网自动驾驶行业分析报告](https://img.taocdn.com/s3/m/c482d9d69b89680203d82549.png)
2019年5G车联网自动驾驶行业分析报告2019年10月目录一、5G时代来临,推动车联网与智能驾驶发展 (5)1、5G具有大流量、低时延、高可靠性等优点 (5)2、5G赋予车联网更多功能 (7)3、5G是自动驾驶实现的先决条件 (11)二、车联网C-V2X或后来居上,车载终端有望先行爆发 (14)1、DSRC与C-V2X对比,C-V2X有望后来居上 (14)(1)DSRC (15)(2)C-V2X (16)(3)LTE-V2X完胜DSRC,为车联网的最优解 (19)2、车联网产业链涵盖芯片模组、终端设备等主要环节 (22)3、车联网潜在市场规模近万亿 (23)4、车联网硬件设备有望率先受益 (25)三、辅助驾驶加速渗透,自动驾驶市场规模超万亿 (31)1、智能驾驶产业链涵盖感知、决策、执行等环节 (31)2、中国或成为最大的自动驾驶市场,未来规模超万亿 (33)3、ADAS加速渗透,带来行业新机遇 (36)四、5G商用箭在弦上,产业链各环节蓄势待发 (42)1、5G牌照发放,开启商用化进程 (42)2、LTE-V2X获众多企业支持,有望于2019-2020年商用部署 (43)3、产业链各环节进展顺利,华为等企业有望把握先机 (46)(1)芯片及模组 (46)(2)终端设备 (47)(3)整车企业 (48)(4)基础设施 (49)(5)运营服务 (50)五、总结及相关企业 (52)1、总结 (52)(1)5G是车联网和自动驾驶完美搭配 (52)(2)车联网C-V2X有望后来居上,2025年市场规模近万亿 (52)(3)辅助驾驶加速渗透,2030年自动驾驶规模超万亿 (52)(4)5G商用箭在弦上,产业链蓄势待发 (53)2、重点公司简况 (53)(1)均胜电子:安全整合推动业绩增长,汽车电子前景广阔 (53)(2)德赛西威:汽车电子龙头,车联网智能驾驶逐步落地 (54)(3)华域汽车:汽车零部件龙头,智能电动打开成长空间 (54)(4)保隆科技:受益TPMS法规实施,ADAS逐步落地前景看好 (55)六、主要风险 (55)1、5G商业进程不及预期 (55)2、车联网及自动驾驶推进不及预期 (55)3、汽车销量下滑 (55)5G网络具有高传输速率、低时延、高可靠性等优点,是车联网和自动驾驶的完美搭配。
2019年自动驾驶行业市场投资趋势调研分析报告
![2019年自动驾驶行业市场投资趋势调研分析报告](https://img.taocdn.com/s3/m/56b934451eb91a37f0115c21.png)
目录
一、自动驾驶是汽车产业发展趋势 二、自动驾驶的实现路径 三、自动驾驶领域的最新进展 四、自动驾驶产业链及投资机会
19812547/36139/20190313 07:56
汽车产业进入变革阶段,自动驾驶汽车成为发展趋势
在科技推动和行业自身发展需求的双重推动下,汽车产业进入变革阶段,自动驾驶成为 汽车发展的必然趋势。一方面,以互联网、大数据、云计算、AI等新兴技术为代表的科 技变革,为汽车产业提供技术驱动力;一方面,随着对节能减排、智慧出行和行车安全 等要求的提升,给汽车产业以发展的动力,呈现出转型升级的趋势。
19812547/36139/20190313 07:56
软件在自动驾驶中的地位将逐步提升, OTA安全很重要
随着汽车自动驾驶的提升,电子化程度越来越高,整车的价值分布将向软件转移,为了 减少成本、提升用户体验,OTA(Over-the-Air Technology)空中下载技术成了智能 汽车时代的必备技能。 OTA安全也成智能驾驶的核心问题,主要考虑三个部分的安全:第一部分是云端的服务 器安全,第二部分是车端安全,最后一部分就是车和云之间的通讯安全。
图表5:全球无人驾驶市场规模(亿美金)
80 70 60 50 40 70.3
图表7: 整车成本构成变化
100% 80% 60% 40% 20% 0% 现在 未来 内容 软件 硬件
资料来源:艾瑞,方正证券研究所 图表6: L4级自动驾驶成本(元)
500000
400000
300000 200000 100000 0 现在 2016年 2017年 2018年 2019年 2020年 2021年 未来
图表1: 汽车产业链价值将发生变革
2019年自动驾驶市场空间分析报告
![2019年自动驾驶市场空间分析报告](https://img.taocdn.com/s3/m/4616e75d67ec102de2bd89b6.png)
2019年自动驾驶市场空间分析报告2019年11月目录一、服务业人力成本持续上升,机器换人需求迫切 (4)二、自动驾驶技术发展迅速,可广泛应用于多种场景 (6)三、不同场景下自动驾驶潜在应用市场空间分析 (9)1、公路物流行业 (9)(1)公路物流行业发展现状 (9)(2)公路物流行业可替代人力空间分析 (12)2、汽车出行行业 (13)(1)汽车出行行业发展现状 (13)(2)汽车出行行业可替代人力空间分析 (14)3、餐饮行业 (15)(1)餐饮行业发展现状 (15)(2)餐饮业可替代人力空间分析 (17)4、外卖行业 (18)(1)外卖行业发展现状 (18)(2)外卖行业可替代人力空间分析 (19)5、酒店住宿业 (20)(1)酒店住宿行业发展现状 (20)(2)酒店住宿业可替代人力空间分析 (21)6、各行业可替代人力空间对比 (22)自动驾驶技术的本质是用人工智能来代替各具体场景下的人力劳动,实现工作效率的提升和人力成本的下降,其底层逻辑与工业机器人的“机器换人”类似,将对汽车出行、物流、室内外商业服务等诸多行业产生深远影响。
那么对于人力成本的节约,就是自动驾驶技术的直接经济价值体现。
基于对行业现状的理解和行业需求的认知,从市场规模预测、人力成本占比和可替代的角度着手分析,尝试着对于自动驾驶的几个重要应用领域,包括物流快递、汽车出行、外卖、餐饮和酒店等,进行人力成本替代空间分析,以之作为该领域自动驾驶应用的潜在市场空间。
基于该分析,得出以下观点:1、自动驾驶的需求空间取决于下游应用领域的市场空间与人力成本占比的大小,以及人力可替代的难易程度;2、公路物流、餐饮、汽车出行、外卖和酒店行业在2018年的市场规模分别为4.3、4.3、1.4、0.25和0.4万亿元;我们预计到2025年,上述各行业的市场规模分别可达7.8、8.3、1.6、0.45、0.48万亿元;各应用领域市场规模巨大,但横向对比也有较大差异;3、在20%的替代率假设下,公路物流、餐饮、汽车出行、外卖和酒店的人力替代空间分别为3500、3330、1226、172和166亿元;而在更激进的50%替代率假设下,上述各行业的人力替代空间分别为8700、8324、3065、429和415亿元。
自动驾驶行业研究报告
![自动驾驶行业研究报告](https://img.taocdn.com/s3/m/02b02454001ca300a6c30c22590102020740f2ef.png)
自动驾驶行业研究报告
自动驾驶行业是指利用人工智能、传感器、通信技术等技术实现车辆自主行驶并完成各项交通任务的领域。
自动驾驶技术的发展已经引起了广泛的关注和研究,以下是一份自动驾驶行业研究报告的概述:
1. 市场规模和增长趋势:自动驾驶行业在全球范围内呈现出快速增长的趋势。
据统计,2019年全球自动驾驶技术市场规模
达到1000亿美元,预计到2025年将增长到2000亿美元。
2. 技术发展和应用场景:自动驾驶技术主要包括感知、决策和控制三大核心模块。
目前,自动驾驶技术主要应用于私家车、出租车、物流和公共交通等领域,其中物流是自动驾驶技术的最大应用场景之一。
3. 主要参与者和竞争格局:全球自动驾驶领域的主要参与者包括汽车制造商、科技公司、供应商和初创企业等。
科技巨头如谷歌、苹果、特斯拉等已经投入大量资金和人力资源进行自动驾驶技术研发。
此外,传统汽车制造商也在积极布局自动驾驶领域。
4. 政策和法规环境:由于自动驾驶技术涉及到交通安全等重要问题,各国政府和相关机构都在制定相关政策和法规。
目前,一些国家和地区已经批准了自动驾驶技术的测试和商业化应用,但仍然存在一些法律和道德问题需要解决。
5. 障碍和挑战:自动驾驶技术的发展面临着许多挑战,包括可
靠性、安全性、成本和用户接受度等方面。
此外,自动驾驶技术还需要解决复杂的交通情境和道路条件,如恶劣天气、道路工程和路况等。
综上所述,自动驾驶行业是一个具有巨大潜力和挑战的领域。
随着技术的不断进步和政策的支持,自动驾驶技术有望在未来几年内得到广泛应用,并对交通运输、城市规划和社会生活产生深远影响。
2019年中国自动驾驶行业研究报告
![2019年中国自动驾驶行业研究报告](https://img.taocdn.com/s3/m/eb4b0463580216fc710afd21.png)
2018年我国自动驾驶落地场景
落地领域
细分
时间
2018-04
一汽解放L4级无人驾驶重型卡车下线
具体内容
2018-04
东风商用车发布LΒιβλιοθήκη 级无人驾驶重卡卡车(高速公路、港口、矿区)
能化推动ADAS的快速发展。根 据美国高速公路安全管理局的 定义,目前全球正处于汽车自 动化程度的第2个阶段。在当前 阶段,根据驾驶环境信息,由 一个或多个驾驶辅助系统在特
定工况下执行转向或加速/减速, 同时驾驶员执行所有其余的各 类动态驾驶任务,作为自动驾 驶基础的ADAS应用快速发展。
(Level) (完全自动化)
自动驾驶汽车
降低驾驶人力成本
• 降低打车服务成本 • 减少人们买车需求
适应多种人群
• 降低对驾驶者要求 • 为残疾人增加便利
提供移动空间
• 帮助企业业务走上道路 • 打造便利的生活方式
1-4 自动驾驶应用场景
我国 的无人驾驶是从
1992年国防科技大学成功统车厂都逐步开始进入无
等
单一功能辅助
特定环境下(高速 公路等)实现无人
驾驶
单一功能辅助
所有交通环境,包括 复杂城市道路实现无
人驾驶
1-3 自动驾驶优势
缓解交通拥堵
• 与智能交通系统协同运行 • 配合交通系统优化车流
减少空气污染
• 增加汽车共享 • 减少车辆总量
自动驾驶优势
提高驾驶安全性
• 对潜在危机做出反应 • 较人类反应更为迅速
国家对自动驾驶汽车分阶段具体规划
阶段
起步期
时间
2020年
2019年自动驾驶行业分析报告
![2019年自动驾驶行业分析报告](https://img.taocdn.com/s3/m/48dffd48f46527d3240ce074.png)
2019年自动驾驶行业分析报告2019年7月目录一、适龄劳动人口数量下降,机器换人需求增加 (5)二、应用场景丰富,封闭低速载物无人车最先变现 (7)1、开放场景下的高速载人应用:自动驾驶汽车,商业化进程尚早 (8)2、开放场景下的低速载人应用:无人小巴,小规模测试运营 (11)3、室外封闭场景下的低速载物应用:无人清洁车+室外物流车 (13)4、室内封闭场景下的低速载物应用:最早变现的商业场景 (14)(1)餐饮场景 (15)(2)酒店场景 (16)(3)KTV场景 (17)(4)医院场景 (18)三、自动驾驶产业链构成 (18)1、产业链构成:感知-决策-执行 (18)2、感知层:多传感器融合成必然趋势、激光雷达重要性凸显 (19)(1)激光雷达成本较高,仍需技术突破和大规模量产 (20)(2)激光雷达竞争格局 (21)3、决策层:高精度地图是自动驾驶刚需,市场呈两极分化格局 (23)(1)高精度系高级自动驾驶必需 (23)(2)高精度地图两极格局 (24)①国外高精度地图两极格局:初创企业v.s 车企、互联网 (24)②国内高精度地图两极格局:老牌地图服务商v.s 挑战者 (26)4、执行层:物流服务成短期突破口,联合互联网巨头扩大服务范围 (27)(1)承担服务或物流功能的载物无人车是短期内规模化应用的切入口 (27)(2)与互联网巨头达成合作,进军无人服务平台 (28)四、自动驾驶产业链市场空间测算 (29)1激光雷达:2025年国内市场规模可达百亿元 (29)(1)开放场景下激光雷达市场空间测算 (29)(2)无人车领域激光雷达市场空间测算 (31)2、高精度地图:2025年国内市场规模超过110亿元 (32)3、无人车:2025年室内服务和物流配送市场空间超过400亿元 (33)(1)室外-物流配送场景 (33)(2)室内应用场景 (34)五、产业链各环节融资情况 (38)1、激光雷达:融资事件数和金额逐渐攀升 (38)2、高精度地图:融资数量较稳定,融资额波动较大 (40)3、无人车:融资热度提升,物流领域占比较大 (41)六、相关公司简况 (43)1、镭神智能:技术领先的激光雷达及行业应用解决方案供应商 (44)(1)技术发展迅猛,实现多个“唯一” (44)(2)在激光雷达领域率先实行大幅度降价 (45)(3)提供激光雷达车路协同解决方案,为无人驾驶打开“上帝视角” (45)2、星舆科技:借助北斗研发全场景高精度地图解决方案 (45)3、优地科技:国内顶尖的室内外服务机器人整体方案提供商 (46)(1)应用场景广泛 (47)(2)深厚的技术积累 (47)(3)业内顶尖的机器人底盘 (47)自动驾驶是必然趋势,封闭环境下的低速载物无人车最易商业变现。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2019年汽车自动驾驶专题行业研究报告20201.1 自动驾驶概念:时间表推迟,“地理围栏”限制使用场景1.2 ADAS:实现无人驾驶前,由高级辅助系统辅助驾驶员1.3 自动驾驶分级:L1-L4适用场景受限,落地时间差异大1.4 自动驾驶场景:物流运输商业化高,城市化路况复杂2.1 政策:路测规范及发展战略相继落地2.2 资本盛宴:机构分别选取商用、乘用、硬件的一家公司跟投2.3 落地场景分析:物流场景降本提效,乘用车市场潜力大3.1 产业链:感知-决策-控制3.2 细分产业格局:传感器、高精地图、芯片、控制器的现状3.3 竞争性分析:创业公司须拥有订单交付能力,大型车企重点考虑收购4.1 自动驾驶产业图谱全景聚焦4.2 Waymo:Robotaxi业务投入运营,建厂自研估值1750亿4.3 NVIDIA:并行计算的GPU专注于融合不同传感器4.4 AutoBrain:MPC算法结合域控制器对不同场景定制解决方案4.5 图森未来:L4级干线运输落地美国,加速推进半封闭枢纽场景5.1 总结及趋势预测:L3级别落地时间继续推后,车联网将带来改变CHAPTER 1自动驾驶:2020年多数场景L3落地,场景商业化差异大1.1 自动驾驶概念:时间表推迟,“地理围栏”限制使用场景1.2 ADAS:实现无人驾驶前,由高级辅助系统辅助驾驶员1.3 自动驾驶分级:L1-L4适用场景受限,落地时间差异大1.4 自动驾驶场景:物流运输商业化高,城市化路况复杂一、自动驾驶:时间表推迟,“地理围栏”限制场景落地➢随着移动互联网的流量天花板逐渐见顶,互联网与实体行业如农业、工业、建筑业和服务业等传统行业的数字化融合将成为新的趋势,产业互联网结合5G 和云计算等技术将加快实体经济转型。
➢汽车作为产业互联网场景下必不可少的智能移动设备,随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新,将结合不同的落地场景打造可复制循环的商业模式闭环。
➢国家发改委发布的《智能网联创新发展战略》征求意见稿计划在2020年实现50%的智能新车比例,而自动驾驶作为智能新车最重要的技术环节之一,也在不断进行不同级别的市场化应用和试运营。
➢在自动驾驶行业热度飙升之初,算法型公司和主机厂对自动驾驶L4~L5级别的落地时间规划在2018~2022年,但从政府对自动驾驶的开放态度、复杂道路突发情况的发生和“地理围栏”效应对部分场景的适应性来看,不同场景的落地时间差异显著。
➢目前各主机厂和Tier1都已具备L2级别量产能力,算法型公司瞄准L3级别乘用车和L4级别多商用场景的市场,互联网头部企业和大型主机厂发布各自的自动驾驶相关平台进一步将资源集中。
智能网联V2X 、车联网生态新能源轨道试验、观测试验等自动驾驶ADAS 、高精度地图图表1:新能源汽车与自动驾驶打造智能网联汽车的基础架构资料来源:36氪研究院整理1.1 自动驾驶概念:感知-决策-控制,算法是解决方案核心➢自动驾驶是指智能汽车通过安装配备在车上的传感器设备(包括2D摄影视觉感知、激光雷达、毫米波雷达等)感知汽车周围的驾驶环境,结合导航的高精度地图等地图数据,进行快速的运算与分析,在不断模拟和深度学习潜在的路况环境并作出判断,进一步借助算法规划汽车最理想或最合适的行驶线路及方式,再通过芯片反馈给控制系统进行刹车、方向盘控制等实际操作动作。
➢综上来看,自动驾驶分步骤来解读,分别包含感知层、决策层、执行层。
感知层利用各类视觉设备和雷达等感知周边环境,结合芯片算法和V2X (Vehicle to X )得到的环境信息,借助决策层包含的深度算法和规则算法不断模拟路况、规划出最佳路线并反馈给控制层实现驾驶操作。
➢自动驾驶的适用范围和场景不局限于城市道路的乘用车,许多商业公司从建立之初便依据不同的适用场景和解决方案方向开始了不同路径的技术研发。
从2D 摄影视觉采集数据到3D 激光雷达建模、乘用车到商用车、从复杂的城市道路到规则的限定化场景…..涉足自动驾驶领域的商业公司作为Tier1/Tier2和上游整车厂和OEM 企业展开合作,开启各自的商业化道路。
传感器供应商Tier1算法与芯片供应商高精度地图供应商V2X 供应商设备服务与解决方案视觉解决方案供应商主机厂/整车厂作为Tier2供货作为Tier1合作直接合作图表2:自动驾驶产业链体系及主要参与方角色资料来源:亿欧智库、36氪研究院整理1.2 ADAS :实现辅助无人驾驶,驾驶员借助系统进行决策➢ADAS(高级别辅助驾驶),是一个主动安全功能集成控制系统,利用雷达、摄像头等传感器采集汽车周边环境数据,进行静态、动态物体的识别、跟踪,控制系统结合地图数据进行做出行为决策,使驾驶者觉察可能发生的危险,必要情况下直接控制车辆以避免碰撞,可有效提升驾驶安全性、舒适性。
➢ADAS是实现自动驾驶的前提,自动驾驶与ADAS(高级辅助驾驶)都是通过传感器,收集车内外的数据来反馈车周边的异常信息。
区别在于,ADAS是通过周边信息的异常反馈给驾驶员,由驾驶员根据反馈的道路信息和传感器数据进行驾驶操作。
而自动驾驶的最高级阶段,则是通过传感器反馈的数据,传输给决策层做出决策,最终由控制层将行为动作引导给系统,系统完成最终的操作。
图表3:已实现L2级别(ADAS)的国内量产车型主机厂事件车型长安2018 年发布2款L2级别自动驾驶量产车型CS55、CS75长城2018 年发布2款L2级别自动驾驶量产车型F7、VV6吉利2018 年发布3款L2级别自动驾驶量产车型缤瑞、缤越、博越GE 上汽2018 年发布1款L2级别自动驾驶量产车型Marvel X广汽计划基于GS5换代车型实现L2级自动驾驶量产GS5北汽计划于2019年实现L2级自动驾驶量产/资料来源:各企业官网、36氪研究院整理➢ADAS在定义中并没有对覆盖范围有具体的限定,从无自动化向无人驾驶的技术创新都可看作是ADAS的一部分。
而ADAS的实现过程从硬件设备操作感知系统,数据库、芯片算法等规划具体决策,电机等控制单元操作控制系统。
整体过程离不开感知-决策-控制的操作线条。
目前ADAS包含但不限于自适应巡航控制、盲点探测、前方碰撞预警系统、夜视系统等。
➢由于从无自动化干扰到最终的无人驾驶过程中,会出现不同程度的系统干预,各国协会分别对自动驾驶划分了不同级别和标准,各国商业公司按照划分的级别来对外宣布研发阶段和落地成果。
目前已知的标准包含由CAAM (中国汽车工业协会)、NHTSA (美国高速公路安全管理局)、SAE (美国机动车工程学会)各自制定。
而国际上通用的标准是以SAE 制定的L0-L5六个阶段为主。
分类SAE 名称横向/纵向操作控制环境感知行为主体场景适用LV 0无自动化驾驶员驾驶员驾驶员无LV 1驾驶支援驾驶员+系统特定场景LV 2部分自动化系统LV 3有条件自动化系统LV 4高度自动化系统LV 5完全自动化全部场景1.3 自动驾驶分级:L1-L4适用场景受限,落地时间差异大图表4:SAE 标准下自动驾驶L0-L5分级及定义资料来源:SAE (美国机动车工程师学会),36氪研究院整理➢L0:此阶段无自动化设备介入。
由驾驶员全程操控汽车。
➢L1:单一功能自动化。
在特定驾驶环境下,单项辅助驾驶系统可通过获取车辆周边环境信息反馈给驾驶员,但动态操作由驾驶员完成。
➢L2:部分系统自动化。
多项辅助驾驶系统根据环境信息对汽车的横向和纵向驾驶动作同时进行操作,动态操作依旧由驾驶员完成。
➢L3:在特定环境下,系统完成全部动态操作,但驾驶员需要在特殊情况发生时,给予系统回应。
目前大多商业公司集中此阶段的落地。
➢L4:在特定环境下,即使驾驶员未对特殊情况进行回应,系统依旧负责执行全部动态驾驶动作。
➢L5:系统进行全路况的动态驾驶动作,驾驶员可对系统进行管理。
➢自动驾驶从概念提出到发展到现阶段,最重要的两个目的是降低驾驶风险提升安全,进而降低成本实现量产。
不仅乘用车和商用车的车型会有所区别,其各自所适用的场景也差别较大,商业路径各不相同。
➢此处的代表公司仅以提供场景解决方案的公司为例,不包括硬件制造商、图商以及整车厂和Tier1。
具体分析请参考后续章节。
1.4 自动驾驶场景:物流运输商业化高,城市化路况复杂Robo-taxi ADAS 物流(高速+最后一公里)城市出行/乘用车图表5:自动驾驶主要适用场景及各场景商业化程度、代表公司资料来源:36氪研究院根据调研内容整理Waymo Drive.ai Pony.ai Robo-taxi 基于自动驾驶面向C 端用户提供出行服务,目前Waymo 等美国企业在本地开启试运营阶段。
图森未来EmbarkNuro.ai地平线MomentaMobileyeOthers :泊车环卫矿区等禾多科技仙途智能踏歌智行现有量产车型中大多都是覆盖ADAS 的L2级别车型,驾驶员根据系统反馈的危险信号进行动态操作。
长途的高速物流场景侧重实现L3/L4级别降低货运成本,商业化程度高。
低速最后一公里为实现无人配送。
城市化道路是研发阶段最久、量产时间线最长、突发情况最多的场景,商业化程度受众多因素影响。
剩余场景,包含低速下后装市场的泊车场景、负责清洁环卫的无人清洁车以及矿区下的重卡线控市场。
WaymoAutoBrain小马智行CHAPTER 2全“景”追踪:资本布局集中、创业公司商用场景多落地物流2.1 政策:路测规范及发展战略相继落地2.2 资本盛宴:机构分别选取商用、乘用、硬件的一家公司跟投2.3 落地场景分析:物流场景降本提效,乘用车市场潜力大二、全“景”追踪:资本布局集中、创业公司商用场景多落地物流➢本章对自动驾驶的研究与分析将从宏观环境出发,探讨基于政策影响下行业的发展情况、基于资本背景下投资机构的投资布局及周期变化、国内外一级市场公司受整车厂和OEM 以及Tier1的影响等内容。
➢其中,在本章第四章节,我们将重点分析各细分场景下的现阶段情况与国内外企业造血能力受影响因素,从各自市场所在的市场出发,对市场需求、现存风险、自动驾驶量产带来的降本提效出发,分析各场景的可行性。
2.1 政策规定:路测规范及发展战略相继落地➢2018年1月,国家发改委发布了《智能汽车创新发展战略》(征求意见稿),该意见稿制定了到2035年的智能汽车创新发展的三阶段愿景时间表。
新车基本实现智能化,实现5G-V2X 2020年2025年2035年图表6:自动驾驶相关政策及发展战略文件资料来源:36氪研究院根据调研内容整理智能汽车达50%,LTE-V2X 部分覆盖实现LTE-V2X 的部分覆盖✓大城市、高速公路车用无线通信网络覆盖率达90%,北斗高精度时空服务全覆盖。
✓高级别智能汽车实现规模化应用,“人-车-路-云”实现高度协同。