2017年中国自动驾驶产业研究报告_100页-4mb

中国自动驾驶产业研究报告（2017）

核心内容

本报告由亿欧智库发布，聚焦中国自动驾驶产业的发展背景、产业链分析、技术路线、商业模式及未来趋势。报告指出，中国自动驾驶产业在政策、技术、资本和社会需求等多方面具备发展优势，但也面临挑战。

主要观点

• 自动驾驶作为重要的发展趋势，将彻底改变出行方式。
• 中国自动驾驶产业具有市场分散、各细分行业齐头并进、合作模式开放广泛的特征。
• 自动驾驶技术的发展受到人工智能、车联网、高精度地图等多技术的共同推动。
• 中国在数据和市场接受度方面具有明显优势，但在汽车厂商和传感器供应商方面相对弱势。
• 自动驾驶的来临将重构传统汽车产业的金字塔结构，推动产业向生态化、网状化发展。

关键信息

2.1 中国自动驾驶产业背景

• 自动驾驶产业在中国的起步较晚，但在新能源汽车等领域进展较快，并率先赶上自动驾驶研发热潮。
• 自2015年国务院发布《中国制造2025》后，自动驾驶技术成为未来汽车发展的重要战略方向。
• 2016年成为自动驾驶在国内集中爆发的一年，多个车企公布战略规划，初创企业获得巨额投资。

2.2 自动驾驶概念界定

• 自动驾驶按照SAE标准分为L0至L5五个级别，其中L4和L5为无人驾驶。
• 自动驾驶是指汽车在某些关键控制功能（如转向、油门或制动）无需驾驶员直接操作即可自动完成控制动作。
• 高精度地图、AI芯片、传感器等是实现自动驾驶的关键技术。

产业链分析

3.1.1 传感器

• 摄像头、激光雷达、毫米波雷达等是自动驾驶的关键传感器。
• 摄像头价格低廉，但依赖光线；激光雷达精度高，但成本高昂；毫米波雷达具备全天候工作能力，但市场由国外厂商垄断。
• 多传感器融合成为行业共识，有助于提升感知能力和系统安全性。

3.1.2 高精度地图

• 高精度地图提供更完备的周边环境信息和更精确的定位，是自动驾驶的重要支撑。
• 高德地图和四维图新是国内主要的高精度地图提供商，通过众包和自主采集完成数据构建。
• 千寻位置通过高精度卫星定位技术，为自动驾驶提供额外的定位支持。

3.1.3 AI芯片

• 自动驾驶对AI芯片的需求推动了国内芯片企业的崛起，如寒武纪、地平线机器人等。
• AI芯片需要具备高性能和低功耗，以满足自动驾驶算法的复杂计算需求。

3.1.4 算法

• 深度学习算法在自动驾驶的感知、决策和控制等环节发挥重要作用。
• 数据质量是算法好坏的关键，数据采集和标注成为行业核心环节。
• 算法公司如图森未来、智行者科技、Momenta等，正在探索不同的商业模式。

3.1.5 车联网技术

• 车联网技术为自动驾驶提供数据支持，有助于实现更精准的决策和控制。
• V2X通信技术是自动驾驶实现的重要前提，支持高数据带宽和传输速度。

3.1.6 传统、新兴车企及出行服务商

• 传统车企如一汽、北汽逐步布局自动驾驶，新兴车企和出行服务商如小马智行、景驰科技等也积极投入研发。
• 资本市场对自动驾驶产业的看好，推动了大量创业公司的出现和投资。

发展路线与合作模式

• 自动驾驶发展路线涵盖技术、商业模式、合作特征等多个维度。
• 产业合作模式以开放广泛为主，初创企业与主机厂、Tier1供应商等展开合作。
• 产业生态呈现生态化、网状化趋势，企业间协作成为推动产业发展的关键。

产业展望

• 自动驾驶产业趋势包括技术进步、政策支持、市场扩大等。
• 自动驾驶带来的泛汽车产业效应包括数据驱动、商业模式创新、产业链整合等。
• 技术和政策的不断进步将推动自动驾驶技术的快速落地。

国外领先玩家

• 国外在自动驾驶领域有较为成熟的产业链和市场。
• 代表企业包括特斯拉、Waymo、Mobileye等，它们在技术、商业化和市场拓展方面具有明显优势。
• 国外经验对中国自动驾驶产业的发展具有借鉴意义。

技术实现路径

• 自动驾驶技术实现路径包括分阶段、分模块的运作流程，以及端到端深度学习方案。
• 传感器、算法、芯片等技术的协同作用，是实现自动驾驶的重要基础。
• 5G通信技术将为自动驾驶提供必要的数据支持和实时性保障。

产业挑战

• 自动驾驶技术发展面临数据驱动、政策法规、社会接受度等方面的挑战。
• 产业需在技术、商业模式、合作机制等方面寻求突破，以推动产业的健康发展。

总结

• 自动驾驶技术在中国的快速发展，受到政策、技术、资本和社会需求的共同推动。
• 产业生态逐步形成，但尚处于不稳定的发展阶段。
• 传感器、高精度地图、AI芯片、算法等技术是实现自动驾驶的关键。
• 产业需在技术、商业模式、合作机制等方面寻求突破，以推动自动驾驶的广泛应用和商业化落地。