2017年-数据局_36Kr：自动驾驶行业研究报告_26页_1mb

自动驾驶行业研究报告总结

一、行业宏观形势及发展现状

核心内容

自动驾驶技术涵盖ADAS（高级辅助驾驶系统）与无人驾驶两个方向，其中ADAS作为无人驾驶的前提，当前技术自动化程度处于Level 2阶段。ADAS主要功能包括监视、预警、刹车和导向，受各国法规影响较大，需逐步实现无人驾驶。

市场规模

• 当前ADAS年销售额在50亿-80亿美元之间，远低于车载信息系统（2015年达300亿美元）。
• 未来随着整车销量增长和ADAS渗透率提升，全球自动驾驶市场规模预计将达到百亿美金级别。
• 2020年全球ADAS市场规模预测为176-300亿美元。

行业驱动力

• 技术层面：传感器（如摄像头、雷达）和算法模型持续进步，遵循摩尔定律快速革新。
• 专利数量：自2013年起，自动驾驶专利数量显著上升。
• KITTI数据集：2015-2016年车辆识别监测准确率不断提升，最高达到92.65%。

政策分析

• 各国对汽车安全的要求不断提高，如中国C-NCAP对ESC（ESP）的加分政策。
• 中国汽车工程学会提出“三步走”战略，计划2026-2030年实现每辆车均采用ADAS或无人驾驶系统。

投融资数据分析

• 35家自动驾驶企业中，19家获得融资，总投资规模达4.6亿美元，平均单轮融资约2400万美元。
• 融资轮次以A轮为主，占比78%，天使轮和Pre-A次之，无后期融资。
• 激光雷达、毫米波雷达等传感器企业获投比例高，ADAS算法类企业最多。

二、行业竞争与细分领域梳理

巨头布局

• 谷歌：2009年涉足，目标2020年发布无需人驾驶的汽车，使用激光雷达+摄像头+毫米波雷达，与丰田、菲亚特等合作。
• 百度：2013年涉足，与多家车企合作，使用激光雷达+摄像头+毫米波雷达+GPS/IMU，已实现L4自动驾驶技术。
• Uber：2014年涉足，聚焦无人货运，使用激光雷达+摄像头+GPS，与沃尔沃合作推出自动驾驶出租车。
• Tesla：2014年涉足，强调实际驾驶数据积累，使用超声波雷达+摄像头+毫米波雷达，已推出Autopilot 2.0。

产业链分析

传感器

• 激光雷达：精度高，但成本高，尚未实现规模化生产，未来将趋于固态化、小型化和低成本。
• 毫米波雷达：成本较低，稳定性好，适用于低端车型。
• 摄像头：可识别人物和交通标志，但依赖光线，极端天气可能失效。
• 多传感器融合：成为实现高度自动化ADAS的关键，目前创业公司较多，但尚未出现技术领先的大厂商。

算法与芯片

• 算法和芯片成本占ADAS系统15-20%，技术门槛高。
• Mobileye：占据算法市场大部分份额，与车企合作模式成熟，利润可观。
• NVIDIA：通过Drive PX 2芯片与各大厂商合作，推动自动驾驶发展。
• 国内企业在算法和芯片领域仍处于弱势，但存在发展机会，尤其是多传感器融合算法领域。

三、行业趋势展望

行业发展综述

• 自动驾驶技术正推动汽车产业新一轮升级，ADAS为当前主要增长方向。
• 传感器和算法模型是核心技术，决定无人驾驶发展水平。
• 产业整体仍处于Level 2阶段，未来需多传感器融合提升性能。

行业发展机遇

• ADAS：随着安全政策推动，前装市场将扩大，算法融合公司和传感器公司有发展空间。
• 低成本激光雷达：是未来ADAS和无人驾驶的重要方向，技术进步将降低成本。
• 多传感器算法融合：特别是摄像头与激光雷达的结合，是技术难点和创业机会。
• 无人驾驶商业化落地：物流行业是理想领域，路线固定、安全需求高、人力成本可降低，有利于提升效率。

关键信息总结

主要观点

• ADAS是无人驾驶的必经阶段，技术发展以Level 2为主。
• 自动驾驶市场增长潜力大，但当前渗透率低，ADAS功能仍以高端车型为主。
• 技术进步与政策推动是行业发展的主要驱动力。
• 传感器和算法是自动驾驶核心技术，激光雷达和多传感器融合技术是未来趋势。
• 国内企业在国内ADAS市场有一定机会，但在国际市场上仍需提升。

关键数据

• 2016年ADAS主要功能模块渗透率：ESC(ESP) 25.5%，LDW/LKA 3.02%，ACC 5.50%。
• 2020年全球ADAS市场规模预测：176-300亿美元。
• ADAS算法类企业数量最多（31家），传感器类企业较少（4家）。
• 自动驾驶企业平均成立年龄为4.3岁，2015年为创业高峰期。
• Mobileye占据算法市场大部分份额，NVIDIA在芯片领域有重要布局。
• 激光雷达未来将实现固态化、小型化和低成本化，预计2018年销量将大幅增长。

市场趋势

• 自动驾驶技术持续革新，传感器和算法是核心。
• 政策推动安全标准提升，ADAS成为汽车标配。
• 无人驾驶商业化优先考虑物流等固定路线行业。
• 国内企业需加强核心技术研发，提升国际竞争力。