2020自动驾驶应用场景与商业化路径_157页_3mb

自动驾驶应用场景与商业化路径总结（2020）

核心内容

自动驾驶是汽车产业与人工智能、高性能计算、大数据、物联网等新一代信息技术深度融合的产物，对降低交通拥堵、事故率、提升城市出行效率具有深远影响。随着技术的成熟，自动驾驶已从实验室走向公开道路测试和商业化示范。报告围绕自动驾驶在出行服务、干线物流、末端配送、公交巴士、市政环卫、自动泊车等场景的应用展开，分析了国内外产业发展现状、面临的问题及政策建议。

主要观点

• 自动驾驶技术的商业化路径遵循“先封闭后开放，先载货后载人”的原则。
• 无人出租车、干线物流、无人公交、封闭园区物流、无人环卫、自主代客泊车等场景是自动驾驶商业化的重要方向。
• 自动驾驶技术在成本、安全、环保等方面具有显著优势，但面临技术成熟度不足、政策监管不完善、消费者信心不足等挑战。
• 企业与政府、高校、出行服务公司等多方合作，有助于自动驾驶商业化进程的推进。

关键信息

一、自动驾驶商业化已提上日程

• 全球进展：Waymo、Uber、Cruise等企业已在多城市开展Robo-taxi试运营，如Waymo在凤凰城和加州南湾；Navya、EasyMile在法国和全球多城市推出自动驾驶巴士。
• 中国进展：广州、长沙、上海、武汉、沧州、北京等城市已允许载人测试，但政策仍较为谨慎，未允许无安全员测试和商业收费。
• 商业化模式：自动驾驶出租车可采取与出行平台合作、成立合资公司、自主运营等方式。

二、无人出租车

场景特点

• 城市出行需求上升，劳动力短缺问题突出。
• 出行服务车辆驾驶员成本高，影响企业运营及用户出行成本。
• 交通事故多由人为因素引起，自动驾驶有望提高安全性。

自动驾驶价值

• 成本：目前自动驾驶出租车成本略高于人工驾驶，但预计2025至2027年将实现成本拐点。
• 安全：自动驾驶可减少人为失误引发的事故，提高出行安全性。
• 环保：结合电动化，自动驾驶有助于降低尾气排放，实现更环保的出行方式。

全球应用现状

• 重点企业：Waymo、Cruise、Uber、Argo.ai等企业在不同地区开展测试与运营。
• 政策环境：美国加州、亚利桑那州等已允许自动驾驶载客运营；欧洲、日本亦在推进相关测试与商业化。

国内产业发展

• 产业基础：政策逐渐开放，允许载人测试，但尚未允许无安全员测试。
• 商业化进程：多家企业如百度、文远知行、小马智行、AutoX等已在特定区域开展Robo-taxi服务。
• 商业化趋势：企业正逐步建立生态圈，与车企、出行平台合作，推动Robo-taxi的规模化部署。

挑战与建议

• 政策挑战：道路测试政策较为保守，缺乏上位法支持，建议建立试点示范区，推动牌照互认。
• 测试挑战：测试场景不统一，牌照申请成本高，建议开放测试资质，推动全国测试牌照互认。
• 技术挑战：自动驾驶对复杂场景应对能力不足，建议共建场景库，加快技术迭代。
• 消费者挑战：消费者对自动驾驶接受度下降，建议加强舆论引导，建立保障乘客利益的保险机制。

三、干线物流

场景特点

• 运输量大：公路货运量占国内货运总量的75%左右，具有巨大商业潜力。
• 痛点突出：驾驶员短缺、事故频发、成本高、效率低是主要问题。

自动驾驶价值

• 降本增效：可减少人力成本，提高燃料使用效率，预计每年节省10%-15%的燃油费用。
• 提升安全：减少疲劳驾驶、超载等人为因素引发的事故，提高运输安全性。
• 提高效率：通过列队行驶技术减少风阻，提高运输效率。

全球应用现状

• 重点企业：Peloton、Otto、Waymo、图森未来等在干线物流领域开展测试与运营。
• 技术应用：采用V2X通信技术，实现列队跟随，提高货车利用率和货物周转率。
• 商业模式：多采用甩挂运输模式，连接自动驾驶长途运输与有人驾驶短途运输。

国内产业发展

• 产业基础：中国物流行业“小、散、乱、差”，亟需技术提升与模式创新。
• 商业化进程：自动驾驶货车测试与运营仍处于初期阶段，部分企业如图森未来与国内港口开展合作。
• 商业化趋势：随着技术成熟与政策放宽，自动驾驶干线物流将逐步实现商业化。

挑战与建议

• 政策挑战：国内尚不允许无安全员测试与商业收费，建议建立试点示范区，推动政策突破。
• 测试挑战：测试场景与标准不统一，建议推动全国牌照互认，统一测试标准。
• 技术挑战：自动驾驶在复杂场景中表现不足，建议加快场景库建设与数据积累。
• 商业模式挑战：需进一步探索适合国内市场的商业化路径，如与物流平台合作。

总结与展望

• 总结：各自动驾驶场景均面临技术、政策、成本与消费者接受度等挑战，但其商业化前景广阔。
• 展望：自动驾驶将推动汽车产业向智能移动终端转型，重构产业生态，提升生产效率，未来出行将更多以共享方式为主，自动驾驶将逐步成为城市交通的重要组成部分。

未来趋势

• 汽车智能化：自动驾驶将成为智能移动终端的重要组成部分。
• 产业生态重构：传统车企与自动驾驶公司合作加深，产业生态位将发生变化。
• 生产方式转型：生产方式将向智能制造转变，提高生产效率。
• 出行方式共享：共享出行将成为主流，自动驾驶技术将加速其发展。
• 政策与法规完善：未来需完善相关法律法规，以支持自动驾驶的商业化落地。

图表目录

• 图1-1 自动驾驶商业化合作模式
• 图2-1 城市出行需求不断增加
• 图2-2 2016.6-2019.6 网约专车或快车用户规模及使用率
• 图2-3 交通运输、仓储和邮政城镇单位就业人员平均工资
• 图2-4 交通事故导致的事故发生数与直接财产损失
• 图2-5 2016年道路交通事故主要原因比例分布
• 图2-6 自动驾驶出租车预计在2025至2027年之间达到拐点
• 图2-7 人类注意力与机器注意力示意图
• 图2-8 无人驾驶出租车运营规模的发展
• 图2-9 Robo-taxi生态圈
• 图3-1 中国公路货运周转量及其增速
• 图3-2 中国劳动年龄人口数量变化趋势
• 图3-3 物流运输细分市场占比
• 图3-4 自动驾驶有助于物流运营降本增效
• 图3-5 美国开放道路测试立法情况
• 图4-1 中国网购用户规模
• 图4-2 外卖使用场景分布
• 图4-3 外卖订单分时段分布
• 图4-4 末端配送痛点
• 图4-5 时效快递与经济快递的对比
• 图4-6 快递行业从业人员平均工作时长
• 图4-7 中国快递业务总量与收入变化趋势
• 图4-8 即时物流行业订单量与行业规模变化趋势
• 图4-9 消费者对包裹快递免费与及时的偏好
• 图4-10 中国自动驾驶应用场景落地节奏与渗透率
• 图4-11 中国自动驾驶应用场景目标市场规模
• 图4-12 不同类型无人配送车
• 图4-13 Nuro R2传感器配置图
• 图4-14 无人驾驶出租车商业运营模式分析
• 图4-15 自动驾驶企业与出行服务公司合作
• 图5-1 传统公交场景的三个特点
• 图5-2 百度阿波龙L4级自动驾驶小巴及传感器布置方案
• 图5-3 自动驾驶公交产业链
• 图5-4 自动驾驶公交场景可能的商业模式
• 图6-1 典型的封闭园区物流场景
• 图6-2 传统机场物流场景面临的“两高一低”问题
• 图6-3 驭势科技提供的机场无人物流解决方案
• 图6-4 集装箱在港口的流转过程
• 图6-5 自动驾驶矿用货车场景的商业模式
• 图6-6 自动驾驶机场物流场景的商业模式
• 图6-7 自动驾驶港口物流场景的商业模式
• 图7-1 2012~2018年我国道路清扫面积
• 图7-2 2012~2018年我国城市市容环卫车辆数量
• 图7-3 2012~2018年城市市容环境卫生建设投资费用
• 图7-4 现阶段我国环卫工人老龄化现象凸显
• 图7-5 自动驾驶环卫车的先天优势
• 图7-6 不同环卫场景下自动驾驶的应用方案
• 图7-7 自动驾驶环卫车未来成本下降趋势
• 图7-8 自动驾驶环卫车的商业模式
• 图7-9 自动驾驶市政环卫场景可能出现的新的商业模式
• 图8-1 中国汽车保有量增长情况
• 图8-2 全国汽车保有量超百万城市数量
• 图8-3 国内核心城市停车位短缺
• 图8-4 部分核心城市车位使用率
• 图8-5 城市交通治理包含动态与静态交通治理
• 图8-6 泊车辅助系统APA、RPA与AVP的传感器配置
• 图8-7 停车场智能升级历程
• 图8-8 AVP对于停车场景带来的价值
• 图8-9 消费者将停车轻松看做使用自动驾驶的首要原因
• 图8-10 停车场分类及占比
• 图8-11 各类型停车场平均车位数
• 图8-12 室内停车场要求
• 图8-13 车场协同AVP方案商业模式案例
• 图8-14 AVP市场规模预测
• 图8-15 产业伙伴通力合作，建立生态圈
• 图9-1 自动驾驶智能运输终端
• 图9-2 传统燃油汽车核心零部件
• 图9-3 自动驾驶电动汽车核心零部件
• 图9-4 整车企业产业生态位变化趋势图

表格目录

• 表1-1 国家/城市自动驾驶商业化应用情况
• 表2-1 自动驾驶出租车成本分析
• 表2-2 自动驾驶出租车车型及动力种类统计
• 表2-3 自动驾驶出租车在国外示范运营现状
• 表2-4 自动驾驶传感器硬件成本趋势
• 表2-5 近年发生的自动驾驶事故情况
• 表2-6 国内六城载人自动驾驶道路测试要求
• 表2-7 无人驾驶出租车在国内示范运营现状
• 表2-8 自动驾驶企业与整车厂合作现状
• 表3-1 零担市场前10企业营收收入
• 表3-2 全球自动驾驶应用场景落地节奏与渗透率
• 表3-3 干线物流自动驾驶企业测试、合作等信息
• 表3-4 干线物流自动驾驶企业测试、合作等信息汇总
• 表3-5 自动驾驶重卡带来的成本变化
• 表4-1 重点无人配送车企及其主要产品信息
• 表4-2 各国无人配送车的应用情况
• 表4-3 各无人配送企业在美国校园内的测试及商业应用情况
• 表4-4 美国快递配送费用
• 表4-5 美国外卖、零售配送费用
• 表4-6 美国部分州、城市的PDD法规
• 表4-7 2019年/2018年激光雷达品牌属性分析
• 表4-8 国内无人配送车线控底盘主要制造商
• 表4-9 常见无人配送车技术参数
• 表4-10 疫情期间各企业无人配送应用情况
• 表4-11 各公司无人配送车的量产计划及成本预期
• 表5-1 国外自动驾驶公交车代表企业及产品
• 表5-2 宇通客车在自动驾驶公交领域的产品
• 表5-3 国内自动驾驶公交车代表企业及产品
• 表5-4 自动驾驶公交车购置和人力成本比较
• 表6-1 国内外自动驾驶矿用货车领域代表企业及产品
• 表6-2 国内外自动驾驶机场物流领域代表企业及产品
• 表6-3 机场物流附属区的四种运营管理模式
• 表6-4 封闭园区物流场景采用自动驾驶技术的支持政策
• 表6-5 中国港口场景下自动驾驶技术的示范情况
• 表6-6 自动驾驶矿用货车和传统矿用货车购置和人力成本比较
• 表6-7 自动驾驶机场物流车和传统机场物流车购置和人力成本比较
• 表6-8 自动驾驶港口集装箱货车和传统港口集装箱货车购置和人力成本比较
• 表7-1 智能化环卫方案成本低于传统人力环卫方案
• 表7-2 智行者“蜗小白”核心传感部件功能介绍
• 表7-3 国外自动驾驶环卫车领域代表企业及产品
• 表7-4 自动驾驶在环卫领域落地相关的地方政策
• 表7-5 国内自动驾驶环卫车领域代表企业及产品
• 表7-6 国内外激光雷达价格整理汇总
• 表7-7 国内自动驾驶环卫车线控底盘主要制造商
• 表7-8 国内自动驾驶环卫车配置与售价情况
• 表8-1 国家颁布的智慧停车相关政策
• 表8-2 停车场专项债发行情况统计
• 表8-3 杭州市鼓励社会力量投资建设停车场资金补助办法
• 表8-4 各厂家AVP领域动向
• 表8-5 三种AVP技术路线对比