2016智能驾驶汽车视觉感知系统专题分析_27页_2mb

报告摘要

无人驾驶之眼：智能驾驶汽车视觉感知系统专题分析（2016）

核心内容概述

智能驾驶汽车视觉感知系统是高级辅助驾驶系统（ADAS）的重要组成部分，其核心功能是通过摄像头、雷达等传感器对环境进行感知和识别，从而为自动驾驶提供关键数据支持。随着人工智能技术的发展，尤其是深度学习的广泛应用，视觉感知系统在降低硬件成本、提升识别精度方面发挥了重要作用。2016年，ADAS视觉感知行业在全球范围内受到广泛关注，特别是在中国，该领域投融资活跃，众多初创企业迅速崛起，推动了技术的快速迭代和商业化进程。

主要观点

视觉感知系统是ADAS的关键组成部分，在智能驾驶中承担感知识别、决策控制等核心任务。
技术发展背景：人工智能与深度学习技术的融合，使得“摄像头+视觉算法”的方案成为降低硬件成本、推动无人驾驶普及的重要手段。
行业现状：ADAS视觉感知系统主要分为三种方案：激光雷达、摄像头、雷达与摄像头混合使用。其中，激光雷达精度高但成本高，摄像头成本低但识别能力有限，混合方案则在成本与性能之间取得平衡。
行业趋势：多传感器融合、跨界合作、商业化应用成为行业发展的重要方向。未来，ADAS视觉感知系统将优先在物流、园区载客、后装C端销售等场景中实现商业化落地。

关键信息

1. 智能驾驶汽车视觉感知行业发展背景

人工智能普及：智能驾驶是人工智能的重要应用领域，深度学习技术推动了机器视觉的发展。
ADAS作为关键技术：ADAS系统包含感知、决策、控制三个子系统，其中视觉感知系统是关键。
视觉算法与硬件结合：通过“摄像头+视觉算法”的方式，有效降低硬件成本，提高系统性价比。

2. 智能驾驶汽车视觉感知行业现状分析

三大方案：
- 激光雷达：精度高、稳定性好，但成本高昂。
- 摄像头：成本低、易安装，但识别能力受限。
- 混合方案：结合雷达与摄像头，提升系统性能。
ADAS视觉算法行业处于起步阶段，受到无人驾驶市场升温的影响，资本市场关注度高，初创企业纷纷成立并完成天使轮融资。
单目与双目ADAS行业受到资本重视，发展潜力大。
2015-2016年融资情况：
- 智眸科技（A轮）、地平线（A+轮）、图森科技（A轮）、纵目科技（A轮）等企业获得数千万美元融资。
- 融资主要集中在视觉算法和硬件研发领域。

3. 智能驾驶汽车视觉感知行业厂商分析

国际重点激光雷达厂商：
- Velodyne：老牌厂商，提供16线、32线、64线激光雷达，融资1.5亿美元。
- ibeo：提供4线或8线激光雷达，专注于无人驾驶领域。
- Quanergy：固态激光雷达厂商，截至2016年11月完成近2亿美元融资。
- SLAMTEC、北科天绘、镭神智能等企业也推出多款激光雷达产品，应用于无人驾驶、导航等领域。
单目ADAS视觉算法企业：
- Mobileye：以色列企业，专注单目视觉算法，已实现商业化，与宝马、英特尔合作研发新一代无人驾驶系统。
- ii science：专注乘用车后装市场，已有3大系列产品，与主机厂/Tier1供应商展开合作。
双目ADAS视觉算法企业：
- 中科慧眼（Smarter Eye）：专注后装市场，第二代产品探测距离提升至90米，2017年计划量产。
- ii science：主攻乘用车前装市场，已与多家主机厂展开研发合作。
自动驾驶解决方案提供商：
- 图森科技：以低成本硬件和图像识别算法为核心，2016年在KITTI数据集上取得优异成绩，商业化方向为物流货运。
- 驭势科技（UISEE）：2016年从格灵深瞳剥离，专注ADAS和自动驾驶，计划2020年推出成熟产品。
其他参与者：
- 小蚁科技：推出带ADAS功能的行车记录仪，主打车道偏离和前车碰撞预警。
- 腾讯神眼：结合前后摄像头，实现车道偏离、前车碰撞预警、驾驶员疲劳检测等功能。

4. 行业趋势分析

多传感器融合：未来ADAS系统将更多依赖激光雷达、毫米波雷达与摄像头的融合，以提高感知能力。
跨界整合：市场竞争推动企业与不同领域公司合作，实现优势互补。
商业化优先：初创企业需尽快实现商业化以维持可持续发展，ADAS视觉感知系统将优先在物流、园区载客、C端销售等场景中落地。
应用场景：
- 物流货运：降低人力成本，提升长途配送安全性。
- 商业园区载客：实现标准环境下完全无人驾驶，改善用户体验。
- 后装C端销售：满足车主个性化需求，提升市场渗透率。
- 汽车保险服务：ADAS技术有助于改善驾驶行为，推动UBI（基于使用行为的保险）行业发展。

总结

智能驾驶汽车视觉感知系统作为ADAS的重要组成部分，正随着人工智能和深度学习技术的发展而迅速演进。2016年，该行业处于快速成长期，融资活跃，技术方案多样化，市场参与者包括国际激光雷达厂商、单目/双目视觉算法企业以及自动驾驶解决方案提供商。未来，多传感器融合、跨界合作和商业化落地将成为行业发展的主要趋势，推动智能驾驶技术向更广泛的应用场景拓展。

展开完整摘要