2017年-亿欧智库_2017年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，产业生态逐步形成，技术路线和商业模式开始显现。随着人工智能、深度学习、高精度地图和车联网等技术的发展，自动驾驶成为汽车产业转型升级的重要方向。同时，政策支持、资本投入和市场需求共同推动了该产业的进程。

主要观点

• 自动驾驶产业正逐步从概念走向落地，中国被视为能引领该技术的关键力量。
• 自动驾驶技术将重构传统汽车产业的金字塔结构，推动产业整合与升级。
• 中国在数据、市场接受度等方面具有优势，但在汽车厂商和传感器供应商方面相对弱势。
• 消费者对自动驾驶技术持开放态度，但公众认知度仍较低，需进一步普及。
• 自动驾驶产业链涵盖传感器、高精度地图、AI芯片、算法、车联网技术及传统和新兴车企等环节。

关键信息

3.1 自动驾驶相关产业链分析

传感器

• 功能与性能：摄像头、毫米波雷达、激光雷达等传感器在自动驾驶中发挥重要作用，各有优劣。
• 多传感器融合：为提高安全性和感知能力，多传感器融合成为行业共识。
• 技术趋势：激光雷达成本高，但未来有望通过技术改进和量产实现降低成本。

高精度地图

• 重要性：高精度地图为自动驾驶提供更精确的环境信息和定位支持。
• 技术路线：包括重地图和轻地图两种方式，分别依赖高精度数据采集和特定道路特征。
• 主要厂商：高德、四维图新等企业已投入大量资源，成为高精度地图领域的重要参与者。

AI芯片

• 需求：随着深度学习算法的广泛应用，对高性能AI芯片的需求增加。
• 技术路线：NVIDIA、英特尔、谷歌等企业分别采用GPU、FPGA、TPU等不同架构。
• 国内厂商：寒武纪、地平线机器人等企业在AI芯片领域取得一定进展。

算法

• 类型：包括监督式学习、无监督学习和强化学习，深度学习是主要应用方式。
• 数据依赖：算法训练依赖高质量数据，数据采集和处理是关键环节。
• 初创企业：多家初创公司专注于算法开发，试图成为通用自动驾驶解决方案供应商。

3.2 中国自动驾驶产业发展路线

• 技术路线：自动驾驶的实现流程包括感知、认知、决策、控制、执行五个部分。
• 实现方式：包括端到端深度学习方案和分阶段、分模块的运作流程。
• 市场趋势：自动驾驶产业将在多传感器融合和数据驱动下快速发展，但市场集中度将提高。

3.3 中国自动驾驶产业合作模式与初创企业盘点

• 合作模式：产业链上下游企业合作频繁，推动技术整合与商业化进程。
• 初创企业：如图森未来、智行者科技、驭势科技等，正在探索多种商业模式。
• 技术整合：初创企业多与主机厂、Tier1供应商合作，以获取数据和市场机会。

产业展望

4.1 中国自动驾驶产业趋势及挑战

• 趋势：自动驾驶技术将快速发展，推动汽车产业向智能化、网联化方向演进。
• 挑战：包括技术瓶颈、政策法规不完善、市场集中度提升、数据采集和算法优化等。

4.2 自动驾驶带来的泛汽车产业效应

• 影响：自动驾驶将带动智能汽车、车联网、AI芯片等多个相关产业的发展。
• 机会：技术成熟和市场接受度提升将带来巨大的商业机会，包括自动驾驶出租车、物流车等。

国外部分领先玩家盘点

• Mobileye：以色列的顶尖视觉公司，拥有自主研发视觉芯片和高精地图的能力。
• Velodyne：全球顶尖激光雷达厂商，2016年在中国的销售额达到1500万美元。
• NVIDIA：以GPU为主导的通用型计算平台，推动自动驾驶技术发展。
• Google：推出TPU专用芯片，成为计算平台的第三种路线。

总结

2017年中国自动驾驶产业正处于技术发展和市场拓展的关键阶段，政策支持、资本投入和市场需求共同推动了该产业的快速成长。产业链各环节协同合作，技术不断成熟，但市场集中度将提高，初创企业面临挑战。自动驾驶将带来深远的产业变革，推动汽车向智能化、网联化方向发展。