20181022-易观国际-中国自动驾驶市场专题分析2018_26页_3mb

中国自动驾驶市场专题分析2018总结

核心内容

中国自动驾驶行业在2018年正处于探索期，技术、政策、市场和投资等多方面因素共同推动行业发展。自动驾驶技术通过传感器、算法和芯片等技术实现对车辆的环境感知、路径规划和控制，旨在提升出行安全、减少交通拥堵并提高交通运输效率。行业面临高技术壁垒，需在政策支持、技术突破和基础设施建设等方面持续努力。

主要观点

• 自动驾驶技术的应用潜力：90%以上的交通事故由人为因素引起，自动驾驶技术可有效减少事故发生率，提升出行安全。
• 自动驾驶分阶段发展：当前研发聚焦在SAE规定的L2-L4级别，涉及从部分自动驾驶到高度自动驾驶的技术演进。
• 政策支持的重要性：中国已有9个城市陆续出台自动驾驶法规，北京是首个出台相关法规的城市，政策环境逐步完善。
• 技术架构与研发重点：自动驾驶技术分为感知层、决策层和控制层，其中感知层以多传感器融合为主，决策层依赖算法和芯片，控制层涉及线控技术。
• 行业投资特点：早期融资为主，单笔融资金额大，融资多用于技术研发和人才引进。
• 行业热点事件：政策、市场、技术和投资热点频繁，如Waymo、Uber、Cruise等企业在自动驾驶领域的动作。
• 自动驾驶事故分析：事故频发，原因包括传感器组合缺陷、算法训练不足和驾驶员接管不及时。
• 自动驾驶场景落地：Robo-taxi、货运物流和低速封闭场景是当前主要应用场景，其中货运物流场景更容易实现。

关键信息

1. 自动驾驶技术实现方式

• 感知层：使用激光雷达、毫米波雷达、摄像头等多传感器融合，实现对环境的全面感知。
• 决策层：通过人工智能算法和芯片技术进行路径规划和交通识别。
• 控制层：依赖线控技术实现车辆控制，目前该技术主要由国际厂商掌握，国内尚有缺失。

2. 自动驾驶行业现状

• 政策支持：全国9个城市已开放自动驾驶路测，政策环境逐步完善。
• 融资情况：早期融资为主，单笔融资金额大，如Roadstar.ai、Pony.ai等企业获得高额融资。
• 行业壁垒：高技术壁垒，早期进入者占据优势，技术积累和研发能力是关键。
• 行业挑战：自动驾驶事故频发，需加强传感器、算法和驾驶员接管机制的优化。

3. 自动驾驶应用场景

• Robo-taxi：头部企业如Pony.ai、Roadstar.ai专注于该场景，提升出行体验。
• 货运物流：相对封闭、固定路线的场景更易实现，有助于降低物流成本、提升效率和减少事故。
• 低速封闭场景：如自动泊车、摆渡车、园区调度等，技术门槛较低，适合初创企业布局。

4. 自动驾驶技术进展

• 传感器技术：激光雷达、毫米波雷达、摄像头等是当前主要的感知设备。
• 算法技术：机器学习、深度学习等技术用于提升算法识别和路径规划能力。
• 芯片技术：自动驾驶芯片是技术核心，如NVIDIA、地平线、华为等企业已投入研发。
• V2X与5G：车联网环境的完善有助于自动驾驶技术的智能化升级。

未来趋势

• 按场景分步落地：自动驾驶将根据场景复杂度逐步推进，从低速封闭场景到城市复杂路段。
• 数据驱动发展：易观千帆“A3”算法升级，通过机器学习提升数据准确性，推动行业发展。
• 行业生态建设：百度Apollo平台通过开源软硬件服务和技术代码，吸引厂商加入生态，促进技术共享和合作。
• 技术协同创新：各厂商在传感器、算法、芯片等技术层面展开合作，共同推进自动驾驶技术成熟。

行业影响

• 提升安全：自动驾驶可减少因人为驾驶导致的交通事故。
• 提高效率：自动驾驶有助于优化路径规划，减少交通拥堵。
• 降低成本：减少司机依赖，降低物流成本。
• 推动创新：行业热点事件和政策支持将加速技术突破和商业化进程。

总结

中国自动驾驶市场在2018年正处于快速发展阶段，技术、政策、市场和投资等多方面因素共同推动行业发展。行业核心在于感知、决策和控制技术的协同进步，其中多传感器融合、AI算法和芯片技术是研发重点。政策支持和场景落地是行业发展的关键，而数据驱动和生态建设将有助于提升行业整体技术水平和应用效率。未来，自动驾驶将按场景分步推进，逐步实现全场景的智能化和自动化。