20210128-德勤-新基建下的自动驾驶_单车智能和车路协同之争_24页_2mb
报告摘要
自动驾驶技术发展与产业变革总结
核心内容
自动驾驶技术正推动汽车产业的深刻变革,成为“新基建”的重要应用场景。随着5G、物联网、人工智能等技术的发展,自动驾驶有望实现商业化落地,并重构汽车产业链的价值分配格局。
主要观点
- 网联化是自动驾驶的必经之路:自动驾驶需要通过V2V、V2I、V2N、V2P等网联技术实现协同感知、协同决策和协同控制,尤其是在L4和L5级别自动驾驶中,网联化是实现高精度、低延迟信息交互的关键。
- 自动驾驶两大方向:单车智能和车路协同。单车智能依赖于车辆自身的传感器和计算能力,而车路协同则通过路侧设备和云端协同实现更低成本和更高效率。
- 不同国家路径选择:各国基于自身产业优势与国情选择不同的技术路线,美国偏向单车智能,中国则在车路协同领域有显著优势。
- 产业链价值分配变化:自动驾驶将推动汽车从“机械产品”向“智能终端”转变,核心价值从传动系统转向智能软件和芯片,传统主机厂面临被科技企业取代的风险。
- 主机厂的应对策略:主机厂需调整战略,关注中国车路协同的发展趋势,积极参与“新基建”项目,探索适合的商业模式。
关键信息
自动驾驶等级划分
| 分级 | 名称 | 车辆横向和纵向运动控制 | 目标和事件探测与响应 | 动态驾驶任务接管 | 设计运行条件 |
|---|---|---|---|---|---|
| 0级 | 应急辅助 | 驾驶员 | 驾驶员及系统 | 驾驶员 | 有限制 |
| 1级 | 部分驾驶辅助 | 驾驶员和系统 | 驾驶员及系统 | 驾驶员 | 有限制 |
| 2级 | 组合驾驶辅助 | 系统 | 驾驶员及系统 | 驾驶员 | 有限制 |
| 3级 | 有条件自动驾驶 | 系统 | 系统 | 动态驾驶任务接管用户 | 有限制 |
| 4级 | 高度自动驾驶 | 系统 | 系统 | 系统 | 有限制 |
| 5级 | 完全自动驾驶 | 系统 | 系统 | 系统 | 无限制 |
技术路线对比
- 单车智能(谷歌派):依赖激光雷达、高精地图、多传感器融合和AI算法,如Waymo和特斯拉。
- 单车智能(特斯拉派):以视觉感知为核心,利用计算机视觉和神经网络进行环境识别,如特斯拉。
- 车路协同:通过路侧设备和云端协同实现更低成本和更高效的数据处理,如华为、百度和阿里。
不同国家的战略优势与路径选择
| 国家 | 战略优势 | 技术路线 | 备注 |
|---|---|---|---|
| 美国 | 人工智能和高端芯片技术 | 单车智能 | 5G和通信基础设施相对滞后 |
| 中国 | 5G技术领先、新基建支持 | 车路协同 | 高速公路和一级公路智能化改造潜力大 |
| 日本 | 汽车工业和制造业领先 | 未明确 | 国内市场有限 |
| 德国 | 汽车工业和制造业领先 | 未明确 | 国内市场有限 |
产业链价值分配变化
- 核心零部件:智能软件系统(算法)和处理器芯片。
- 非核心零部件:车载摄像头和超声波雷达。
- 未来趋势:传统主机厂将面临挑战,科技企业可能成为价值链顶端。
车路协同的经济性
- 成本优势:通过路侧设备和云端协同,降低车载成本,提升自动驾驶商业化落地速度。
- 应用场景:包括封闭区域(如停车场、园区)、半封闭区域(如高速公路)和开放区域(如城市道路)。
- 经济效益:在繁忙路段,车路协同有望在1年内实现盈亏平衡。
主机厂的启示
- “两条腿走路”:外资车企应在中国部署本地化车路协同方案,同时在全球布局单车智能。
- 紧跟政府导向:积极参与“新基建”项目,获取高级别道路测试牌照,积累测试数据。
- 制定商业模式:关注细分场景的商业化落地,探索适合自身的技术路径和商业模式。
结论
自动驾驶技术的发展将深刻影响汽车产业的未来格局,推动汽车从传统交通工具向智能终端转型。车路协同和单车智能作为两种主要路径,将在不同国家和区域展现出不同的发展速度和商业化潜力。主机厂需积极应对技术变革,调整战略,把握中国车路协同的发展机遇,以在未来的产业链中占据有利位置。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载