2017年-数据局_亿欧智库：2017中国自动驾驶产业研究报告_99页_5mb

2017年中国自动驾驶产业研究报告总结

核心内容

2017年，中国自动驾驶产业正处于快速发展阶段，受到政策支持、资本投入和市场需求的多重推动。随着人工智能技术尤其是深度学习的成熟，自动驾驶成为可能，产业生态逐步形成，并呈现市场分散、各细分行业齐头并进、合作模式开放广泛等特点。同时，自动驾驶技术的实现依赖于多传感器融合、高精度地图、AI芯片及算法等关键环节，这些技术正在不断演进，推动产业向更高效、更安全的方向发展。

主要观点

• 技术与市场趋势：自动驾驶技术在2016年进入国内市场，2017年成为产业发展的重要阶段，预计2020年实现L3级别自动驾驶。
• 政策支持：2015年《中国制造2025》将自动驾驶列为重要发展方向，2017年多项政策推动产业标准化、自主化。
• 消费者态度：国内消费者对新技术持开放态度，但自动驾驶的公众认知度仍较低，需进一步普及。
• 产业链分析：自动驾驶产业生态由传感器、高精度地图、AI芯片、算法、车联网技术及传统和新兴车企共同构成，各环节相互协作。
• 技术挑战：自动驾驶技术实现需克服数据驱动、算法优化、传感器融合、成本控制等多重挑战。
• 产业竞争格局：国内自动驾驶市场尚处于发展阶段，初创企业面临较大竞争压力，需与主机厂、Tier1供应商等合作。

关键信息

3.1 中国自动驾驶相关产业链分析

• 传感器：包括摄像头、毫米波雷达、激光雷达等，多传感器融合成为行业共识，以提高感知能力和安全冗余。其中，激光雷达具备高精度和三维成像能力，但成本高、量产难，国内厂商如速腾聚创、禾赛科技等正在探索低成本解决方案。
• 高精度地图：高精地图是自动驾驶的重要数据支持，四维图新、高德地图等企业已投入大量资源进行数据采集与更新，与高精度定位技术（如千寻位置）结合，提升定位精度和地图匹配效率。
• AI芯片：为满足深度学习算法的性能需求，国内厂商如寒武纪、地平线机器人等正积极研发专用型AI芯片，推动芯片国产化。
• 算法：深度学习算法在自动驾驶的感知、决策等环节起关键作用，需大量高质量数据进行训练。算法公司如图森未来、智行者科技等，正尝试成为通用解决方案供应商。
• 车联网技术：5G通信技术的成熟为自动驾驶提供更高效的联网支持，有助于实现更智能的交通系统。
• 车企与服务商：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则积极寻求合作，推动技术落地。

3.2 自动驾驶产业发展路线

• 技术路线：自动驾驶技术的实现流程包括感知、认知、决策、控制和执行，各环节依赖于传感器、算法、AI芯片等技术。
• 商业模式：自动驾驶商业化路径尚不明确，需结合技术发展和市场接受度进行探索，如通过数据采集、共享出行、自动驾驶解决方案等。

3.3 合作模式与初创企业

• 合作模式：国内自动驾驶产业呈现开放合作的特征，初创企业需与主机厂、Tier1供应商等合作，获取数据和技术支持。
• 初创企业：包括商汤科技、格灵深瞳、中科慧眼、天隼图像等，主要集中在计算机视觉和算法领域，部分企业已获得融资支持。

4.1 自动驾驶产业趋势与挑战

• 趋势：自动驾驶将重构传统汽车产业，推动技术与商业模式创新。
• 挑战：技术发展、政策法规、社会接受度、资本投入等方面存在不确定性，需多方协同解决。

4.2 自动驾驶带来的泛汽车产业效应

• 影响：自动驾驶技术将带动智能汽车、车联网、高精地图、AI芯片等泛汽车产业的发展，形成新的经济增长点。
• 机遇：自动驾驶将提高出行效率、减少交通事故，推动智能出行服务发展。

5.1 国外领先玩家

• Mobileye：以色列的视觉方案提供商，具备强大的算法和高精地图能力。
• Velodyne：全球顶尖激光雷达供应商，2016年在中国销售额达1500万美元。
• NVIDIA、Intel、Google：在芯片和深度学习平台领域具有领先优势，推动自动驾驶技术发展。

产业展望

• 市场潜力：据预测，2050年全球自动驾驶市场规模将达7万亿美元。
• 技术发展：随着AI、5G、车联网等技术的发展，自动驾驶将逐步实现商业化。
• 政策与法规：自动驾驶的政策支持将推动产业标准化、自主化，但政策法规的完善仍需时间。
• 社会接受度：国内消费者对自动驾驶接受度较高，但安全与伦理问题仍需解决。
• 产业整合：随着技术发展和市场成熟，自动驾驶产业将进入优胜劣汰阶段，市场集中度将显著提高。

未来方向

• 技术融合：多传感器融合、AI芯片与算法协同、高精地图与定位技术结合等将成为主流。
• 生态构建：自动驾驶产业将逐步形成以主机厂、Tier1供应商、科技企业、初创公司等为核心的生态体系。
• 商业模式创新：自动驾驶将推动共享出行、智能交通等新模式的发展，带来新的商业机会。

结论

2017年，中国自动驾驶产业在政策、资本和技术的多重推动下，进入快速发展阶段。尽管面临诸多挑战，如技术瓶颈、数据获取、政策法规不完善等，但其市场潜力巨大，未来有望引领全球自动驾驶技术发展。