36氪研究_自动驾驶专题行研报告_37页_2mb

自动驾驶行业总结与关键信息

核心内容

自动驾驶行业正处于快速发展阶段，但其商业化落地仍面临诸多挑战。2020年多数场景L3级别自动驾驶开始落地，而L4级别则主要集中在物流运输等商用场景。技术的成熟度、政策法规的完善以及资本投入的集中是推动行业发展的重要因素。同时，车联网技术的发展将对自动驾驶的未来产生深远影响。

主要观点

1. L3级别自动驾驶商业化进程加快：随着ADAS技术的成熟，L3级别自动驾驶在乘用车领域逐渐成为焦点，但其落地仍面临技术、法规、成本和安全等多重挑战。
2. L4级别自动驾驶在商用场景中先行落地：物流运输、半封闭枢纽等场景由于其结构化和可控性，成为L4级别自动驾驶优先落地的领域，具有较高的商业化潜力。
3. 资本与政策推动行业发展：资本对自动驾驶领域的投入集中于商用和乘用场景，政策支持加速了自动驾驶测试和运营的进程。
4. 产业链分工明确，算法为核心：自动驾驶产业链分为感知、决策和控制三个层次，其中算法是决定企业竞争力的核心要素。
5. 技术路径差异显著：不同企业在传感器、芯片、高精度地图等方面有不同的技术路线和选择，影响其产品性能和市场竞争力。

关键信息

1. 自动驾驶概念与技术架构

• 自动驾驶技术涵盖感知-决策-控制三个层级，利用传感器（如激光雷达、毫米波雷达、摄像头等）收集环境信息，通过算法进行分析和决策，最终由控制系统执行。
• ADAS（高级辅助驾驶）是实现自动驾驶的基础，主要功能包括自适应巡航、盲点监测、碰撞预警等，目前多为L2级别。
• 自动驾驶分级：SAE标准将自动驾驶分为L0至L5，其中L3级别在特定场景下可实现有条件自动化，L4级别可实现高度自动化，L5为完全自动化。

2. 自动驾驶商业化场景分析

• Robotaxi：主要为L4级别，Waymo等公司已在美国启动运营，但国内仍需政策支持和市场成熟。
• 物流运输：L4级别自动驾驶在干线物流场景中具有显著的降本提效优势，如图森未来已在美落地。
• 乘用车量产：L3级别乘用车商业化难度较大，主要受限于技术成熟度、法规政策和成本问题。
• 半封闭枢纽：包括矿区、港口、物流园区等，适合L4级别自动驾驶，具有较高的商业化前景。
• 城市出行：L3级别在城市道路中面临V2X技术、复杂路况、安全责任等问题，落地难度较大。

3. 技术产业链与竞争格局

• 感知层：传感器方案差异大，包括激光雷达、毫米波雷达和摄像头，其中激光雷达精度高但成本高，毫米波雷达成熟且应用广泛。
• 决策层：算法是核心，包括MPC算法、深度学习、视觉解决方案等，如AutoBrain结合MPC算法与域控制器实现定制化解决方案。
• 控制层：涉及线控技术，由主机厂决定是否开放底层控制权限。
• 芯片与计算平台：GPU、FPGA和ASIC是主流芯片类型，其中GPU在L4级别测试中应用广泛，ASIC在量产阶段更具优势。
• 主要玩家：Waymo、NVIDIA、AutoBrain、图森未来等公司在不同场景中具有显著优势，部分企业通过与主机厂合作或自研实现技术突破。

4. 企业商业模式分析

• Waymo：专注于Robotaxi业务，已在美国投入运营，与FCA、捷豹路虎等合作，采用自研技术并保密核心硬件，估值达1750亿美元。
• NVIDIA：提供并行计算的GPU芯片，如DRIVE Xavier，适用于L4级别自动驾驶，与丰田、大众等车企合作。
• AutoBrain：提供L3和L4级别解决方案，与长城、北汽等主机厂合作，专注于乘用车和物流场景。
• 图森未来：专注于L4级别干线物流和半封闭枢纽场景，已在美国落地，与美国邮政、平安产险等合作。

5. 趋势预测

• L3级别落地时间继续推后：由于技术、法规和成本问题，L3级别乘用车商业化仍需时间。
• 车联网将带来变革：随着车联网技术的发展，自动驾驶系统将能够更高效地与外部环境交互，提升安全性和效率。
• 物流运输商业化前景广阔：L4级别在物流运输场景中实现降本提效，成为自动驾驶落地最快、最成熟的领域之一。

总结

自动驾驶行业在2020年迎来关键一年，L3级别开始在部分场景落地，而L4级别则主要集中在物流运输等商用场景。技术、政策和资本是推动行业发展的三大要素，其中算法是核心竞争力。随着车联网技术的发展，自动驾驶将逐步实现更广泛的商业化应用，尤其是物流运输领域，具有显著的市场潜力。