未來幾年自動駕駛預測（上）

自動駕駛汽車依靠5G、人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。近年來全球汽車行業達成共識，認為自動駕駛代表了未來汽車行業的發展方向。實現自動駕駛是一個漸進過程，目前國際通用的自動駕駛標準根據自動駕駛程度逐步提升可以分為5級。

一． 以場景為先導，自動駕駛全棧解決方案提供商將分批實現商業化｜自動駕駛全棧解決方案提供商各自以“場景”為戰。

如今，高等級自動駕駛已經逐漸從技術研究階段演進至產品落地階段，正處于穩定發展期。在中國，百度的加入將此前一直生長于高校中的自動駕駛技術帶到產業化大門前，越來越多中國企業開始追隨百度腳步，加入自動駕駛戰局，共同探索落地應用路徑。在這過程中，應用場景的重要性不斷凸顯。這很大程度上在于，目前的高等級自動駕駛技術還無法做到像人一樣，能夠適配任何駕駛場景。因此，選定1～2個應用場景，全力攻破，是如今大多數自動駕駛全棧解決方案提供商的商業化路徑。以道路是否開放為界線，目前主流應用場景有：園區、機場、礦區、停車場、港口、高速公路、城市道路等。

依照各個場景下自動駕駛技術實現難度的不同，自動駕駛全棧解決方案提供商也將分批實現商業化，完成從技術研發到產品供應的飛躍。開放道路環境復雜，仍有較多“長尾問題”待解決，至少需要10年時間才能實現商業化。限定場景則因駕駛范圍的限制，減少了異常情況的發生，而其車輛速度普遍不高、環境相對可控等特點，也使得自動駕駛實現難度降低，相關企業將在未來3年左右率先實現商業化。

1、限定場景下，高等級自動駕駛技術率先實現商業化所謂限定場景是指某些具有地理約束的特定區域。該區域駕駛環境單一、交通情況簡單，幾乎沒有或只有少量外界車輛和行人能夠進入，例如：園區、機場、礦區、停車場、港口等。較開放道路場景而言，限定場景具有三大特點：

該場景下自動駕駛車輛分為無人行李車、無人配送車、無人清掃車、無人接駁車、自動駕駛公交車、自動駕駛寬體自卸車、自動駕駛礦卡、具有AVP功能的乘用車等類型。目前，新石器、智行者、主線科技、慧拓、踏歌智行、馭勢科技等初創企業均已在園區、礦區、港口、機場等限定場景下實現試點運營。

雖然停車場也屬于限定場景，但該區域內車輛類型以乘用車為主，與個人生命安全聯系更為緊密，且國內法規暫未給予自動駕駛汽車在停車場內行駛的路權。因而，還沒有中國企業在該領域實現試點運營，但目前百度、Momenta、長城、吉利等科技企業與自主車企都在研發該場景自動駕駛解決方案。目前，全球首個針對自動代客泊車系統的許可來自德國巴登-符騰堡州。2019年7月，該州有關部門批準戴姆勒和博世，在斯圖加特的梅賽德斯-奔馳博物館停車場日常使用自動代客泊車系統。

總體來說，限定場景自動駕駛正處于早期向中期發展的轉變階段。目前，為保證安全和便于推廣運營，礦區、港口等場景的自動駕駛車輛仍配備安全員，但多數企業表示將會用一年左右的時間逐步去除安全員的角色。在各家企業的規劃中，限定場景自動駕駛有望在未來三年內實現大規模試點運營、小規模商業化運營。由于產品的應用速度普遍快于標準出臺速度，因此未來三年后相關標準或會出臺，屆時將迎來限定自動駕駛的規模運營和商業化起點。目前，限定場景自動駕駛企業仍專注打磨產品，與此同時更加注重運營。未來三年，各企業競爭重點將完全由技術轉向產品和運營。產品方面：該領域未來優秀的產品，必須滿足三個特點，即穩定的性能、較低的成本、強大的場景復制能力。運營方面：企業將更加注重產品細節和用戶使用的便利性，與此同時，配送員、司機等傳統職業也將被自動駕駛遠程接管員、自動駕駛運維員、自動駕駛平臺管理員等新角色取代。

2、開放道路場景下，高等級自動駕駛技術商業化時間推遲

在自動駕駛的諸多應用場景中，開放道路無疑是最難的一個。該場景具有以下三個特點：（1）、無地理約束限制，進入該區域的行人和車輛種類數量多，行為類型更為豐富，且相對來說不可控，因此易發生邊角案例（corner case），對自動駕駛汽車技術要求高。（2）、車輛速度快，緊急情況出現時的制動難度大，安全性降低。（3）、該場景下車輛多為乘用車和商用車，配有駕駛位，當前階段仍無法去掉安全員的角色。由于涉及人身生命安全，自動駕駛車輛需加裝多種高性能傳感器，其整體成本因此上升，量產難度大。城市道路與高速公路是兩個最常見的開放道路場景，前者典型產品為自動駕駛出租車（RoboTaxi），后者典型產品為自動駕駛卡車。

據蔚來資本測算，RoboTaxi的市場規模約為3500億元，跨城物流和同城物流的市場規模分別為7000億元、2500億元，市場前景廣闊。

來源：蔚來資本&羅蘭貝格《場景制勝——汽車產業趨勢洞察》白皮書廣闊的市場前景，吸引了百度Apollo、滴滴、小馬智行、圖森未來等一眾玩家入局。在諸多自動駕駛企業成立的2016年左右，業界和資本普遍認為開放道路場景的L3/L4級自動駕駛車型在2020年左右可以上路，對這項技術抱有極大期待。但經過近幾年發展，業界逐漸意識到該場景對高等級自動駕駛技術提出的諸多挑戰超出想象，以及未成熟的供應鏈、尚不完備的法律法規等外部因素對該項技術的制約。隨之，企業不得不推遲商業化時間。開放道路場景自動駕駛目前尚處于早期發展階段，自身技術尚不成熟，其大規模商業化時間在十年以后。而對于開放道路場景自動駕駛企業而言，想要實現大規模商業化，技術完備、路權供給、供應鏈成熟、成本大幅降低四點缺一不可。未來三年，聚焦開放道路場景自動駕駛企業的重點仍是打磨技術，剩下的“長尾問題”需要企業花費更多耐心和精力去解決，以確保絕對安全。就資本層面而言，由于技術發展不及預期，2018年下半年之后，資本對高等級自動駕駛的熱情普遍降低，在這類開放道路自動駕駛企業身上體現得尤為明顯。就企業自身而言，商業化時間過長，導致其此前幾乎都是憑借大額融資維持運營，但目前單純靠逐漸冷靜下來的資本“輸血”變得越來越困難。未來三年，“活下去”成為這類企業最重要的目標。為實現此目標，未來企業或會在研發開放道路自動駕駛的同時，探索更多商業化路徑，“多條腿走路”或轉型以先實現自我供血。

二. 更多自動駕駛非全棧解決方案提供商迎來發展機會 ▏自動駕駛非全棧解決方案提供商逐漸受到關注

在自動駕駛技術發展過程中，其全棧解決方案提供商率先出現，美國的Waymo和中國的百度是該領域兩大代表企業。經過近幾年技術迭代，自動駕駛產業鏈逐漸由粗放式向精細式方向發展，自動駕駛非全棧解決方案提供商陸續出現，諸多關鍵技術模塊也取得突破。自動駕駛非全棧解決方案提供商過去：內部環境：自動駕駛技術剛從實驗室走到產業化大門前不久，仍處發展初期階段，各家對細分技術的要求并未統一，市場中缺少能提供部分自動駕駛解決方案的企業。外部環境：資本瘋狂追逐自動駕駛技術，企業有足夠資金研發全棧解決方案。結果：諸如Waymo、百度等第一批進入自動駕駛領域的企業均選擇全棧解決方案提供商之路。自動駕駛非全棧解決方案提供商現在：內部環境：經過近幾年發展，業界逐漸對部分自動駕駛的標準形成統一共識，且認識到高等級自動駕駛技術的實現難度，自動駕駛非全棧解決方案提供商開始零星出現。外部環境：資本市場漸冷，企業以現有資金儲備和人才儲備難以做到面面俱到，“抱團”成為趨勢。結果：自動駕駛非全棧解決方案提供商逐漸受到業界關注。從產業鏈構成來看，目前自動駕駛執行層基本被國際Tier 1供應商壟斷，他們擁有體系化的底盤控制系統，及與主機廠的深度綁定關系，因而很難有初創企業能夠位列其中。感知層和決策層零組件供應鏈分散，企業類型豐富，初創企業相對容易切入，自動駕駛非全棧解決方案提供商主要集中于此。

憑借高性價比和定制化服務，目前禾賽科技、速騰聚創、地平線等諸多中國企業在該領域占有一席之地，并在2020年初的CES上 “大展拳腳”。禾賽科技：發布超廣角短距激光雷達“PandarQT”，最小可探測距離為0.1m，水平視場角保持360°的基礎上，垂直視場104.2°（-52.1°~+52.1°）， 64線零售價4999美元。速騰聚創：展示全球首款集成AI感知算法和SoC芯片的MEMS智能固態激光雷達“RS-LiDAR-M1Smart”。大疆：發布兩款L3/L4自動駕駛的激光雷達“Horizion”和“Tele-15”，前者售價6499元，后者售價9000元。地平線：展示基于征程二代車規級AI芯片的Matrix2自動駕駛計算平臺，性能方面裝配有16TOPS的等效算力，功耗為Matrix 1的 2/3。

1、感知領域發展機會仍存

自動駕駛產業鏈中，感知處于第一層級。任何車輛要實現自動駕駛，首先都要解決“在何位置、周邊環境如何”的問題，以此為依據，進行下一步決策規劃，隨后再通過車輛的控制執行系統，完成整個自動駕駛流程。因而，感知一直備受自動駕駛業界關注。自動駕駛感知層分為環境感知與車輛運動感知。前者幫助自動駕駛車實現環境建模，包括攝像頭、激光雷達、毫米波雷達、超聲波雷達等傳感器；后者為自動駕駛車提供速度、位置、姿態等信息，包括MEMS、GNSS、IMU等傳感器。

在環境感知領域，憑借較多技術路線與龐大的市場規模，激光雷達和毫米波雷達在過去幾年間一直是國內創業公司相對集中的兩個領域。甚至吸引了大疆、華為等巨頭的加入。發展至今，禾賽科技、速騰聚創等公司已推出性價比較高的產品，并產生穩定營收。即便玩家眾多，但環境感知領域廣闊的市場前景仍將吸引更多新企業加入。據法國行業研究公司Yole測算，未來數年，傳感器收入規模將進入高速發展期。其中，激光雷達、IMU、攝像頭排名前三。

不同傳感器收入規模預測（來源：YOLE）

與此同時，市場仍在變化中。有三點變化可能會為相關企業提供更多發展機會：激光雷達廠商正在由研發機械式激光雷達向固態激光雷達方向轉變毫米波雷達廠商試圖用毫米波雷達取代激光雷達新技術的應用使以上激光雷達和毫米波雷達兩個領域機會仍存（如FMCW技術，主要采用該技術的Blackmore已被Aurora收購）由于感知層的攝像頭、激光雷達、毫米波雷達、超聲波雷達等各類傳感器各有優缺點和適用場景，因此在高等級自動駕駛的實現過程中，多傳感器融合成為必然趨勢，也就是將各類傳感器獲取的數據信息集中在一起綜合分析，以求更加準確描述外部環境，為車輛進行決策打下基礎。各類傳感器能否有效融合，融合后數據是否準確，都為自動駕駛感知提出新挑戰。作為感知領域關鍵零部件，激光雷達、毫米波雷達等將繼續受到關注。但僅憑環境感知并不能保證自動駕駛車輛的絕對安全。2018年3月，Uber自動駕駛車在路測過程中撞死了一名行人，這起全球首例自動駕駛致行人死亡事故震驚業內外，事故主要原因之一便是自動駕駛車頻繁更改目標識別結果。即便是低等級自動駕駛，也不能只憑借視覺傳感器百分之百正確感知周圍環境，特斯拉Autopilot的多起事故就起因于此。因而，車輛運動感知同樣重要。為更加精準確車輛自身位置，高精度定位模塊作用逐漸凸顯，將變得不可或缺，其能達到厘米級的精度，為自動駕駛汽車精確理解自身定位提供幫助。通常而言，高精度定位系統由4G/5G模塊、RTK接收機和IMU組成，工作原理如下：傳統GNSS單點定位精度為米級，但在RTK技術的輔助下，GNSS定位系統的精度可達動態厘米級，滿足高等級自動駕駛需求?？紤]到星況變化情況，僅靠GNSS仍無法應對多種極端場景。此時，慣性導航系統IMU作用凸顯。其測量方法不依賴外界，在GNSS信號丟失的情況下，車輛依舊能夠準確定位，穩定高頻輸出信號，短期精度較高?；诖?#xff0c;以GNSS+IMU的高精度定位傳感器為基礎，綜合考慮周圍環境特征的方案將越來越受歡迎。2019年，千尋位置、戴世智能、導遠科技等定位服務提供商均完成新一輪融資。未來，各家自動駕駛公司對高精度定位模塊的需求將向趨同化發展。億歐汽車認為，該領域存在諸多發展機會。

2、感知之外，更多細分產業鏈也存有機會

總體而言，感知層在過去幾年吸引了業界諸多關注。但當感知層性能提高的同時，其后的決策層和執行層也愈發受到關注。業界正在思考：車輛如何在感知正確性未達到100%情況下，做出準確規劃？從技術角度而言，自動駕駛決策層和執行層仍有諸多難題等待企業解決。但從新機會角度來看，執行層多被國際Tier 1所把控，初創企業很難切入，而決策層與場景息息相關，企業也較難將其單獨拆分提供標準化產品。但共同點在于，二者均需要大量數據作支撐。尤其決策層，需要大量數據做行為預測與規劃，不斷訓練自己的模型。因此未來計算平臺、場景測試、仿真平臺等與數據相關的諸多細分領域，都將產生發展機會。

三． 車企更注重方案量產可能性，未來致力于實現部分L3級自動駕駛技術量產 ▏車企逐漸重視自動駕駛技術

面對自動駕駛技術，車企經歷了從不信任到逐步重視的心理過程，直到目前市面上各大主流車企都在該領域有所布局。不感興趣：2014年-2015年，百度成立自動駕駛事業部，開始研發自動駕駛技術。由于企業基因不同，擁有百年發展歷史的車企對科技公司的業務并不感興趣，此時發布的戰略多與智能網聯有關。重新審視：2016年-2017年，上汽在其前瞻技術論壇上，提出“電動化、智能化、網聯化、共享化”的新四化布局，這遂即成為各家車企追求的目標。與此同時，小馬智行、主線科技、禾多科技等一眾自動駕駛公司誕生，車企開始重新審視并對這項代表未來的新技術進行跟進。制定戰略：在奧迪2017年發布全球第一款量產的L3級自動駕駛汽車新款A8后，北汽、上汽、長安等國內主流車企陸續公布更加聚焦于自動駕駛領域的戰略規劃。避免淪為自動駕駛企業“代工廠”百年以來，車企憑集成和制造經驗，始終在汽車產業鏈中占據主導地位。但來勢洶洶的自動駕駛浪潮似乎正在改變這一格局：零部件企業以圖像識別、高精地圖等技術為切入點，試圖占領“高地”；互聯網巨頭嗅覺敏銳，早早踏上自動駕駛的研發之路；自動駕駛初創企業雖然體量尚小，但經過四年左右的成長，大多已在技術方面取得較大進步，實力不容小覷。來自四面八方的威脅使車企驚覺，如果不及時順應浪潮做出改變，就有淪為自動駕駛企業“代工廠”的危險。智能化浪潮下車企地位會發生怎樣的變化？自動駕駛的主導者：抓住浪潮機遇，及時轉變角色投入人力物力財力，主導推動自動駕駛技術發展自動駕駛的企業代工廠：無法掌握自動駕駛核心技術，錯失浪潮機遇，淪為單純制造商和端口

1、車企自動駕駛布局正由“激進”走向“務實”

能否在變革中生存下去，是每一家車企都要面臨的問題，傳統車企必須“求變”。一方面與科技企業攜手探索自動駕駛技術另一方面在集團內部組建研發團隊，制定自動駕駛戰略規劃但極度焦慮與對技術發展的樂觀預估，使車企最初自動駕駛戰略規劃都較為激進。2017年，北汽與百度簽署戰略合作協議，計劃借后者人工智能核心技術，于2019年前后量產L3級自動駕駛車，2021年前后L4級量產。但在2018年發布的“海豚+”戰略中，北汽表示，正全面推進L2/L2.5級智能駕駛規模化量產應用，2022年之前實現L3級智能駕駛規?；慨a。經過近幾年的實際探索，車企自身掌握了一些高級駕駛輔助系統（ADAS）技術，也逐漸明晰高等級自動駕駛技術的量產難度，于是陸續重新調整戰略規劃，變得更加務實。具體表現有兩種：更愿意將已掌握技術先應用在現有產品中。通過二者結合的方式，完成迭代升級，為用戶創造價值，并增強自身產品科技感屬性。更偏向于自動駕駛漸進式路線。不再一味追求L4/L5級自動駕駛的實現，未來幾年將重點研發部分L3級自動駕駛功能，如HWP、TJP、AVP等，力求早日實現部分功能的量產，以此作為新車賣點。

2、大多數車企已實現L2級量產，目光瞄向更高等級

當前，國內主流車企大多已經推出L2級自動駕駛量產車型。根據SAE分類，該等級自動駕駛開啟情況下，駕駛員仍需要時刻觀察行駛情況，主動對汽車進行制動、加速或轉向，以確保行駛安全。LKA、APA、ACC、AEB都是常見的L2級自動駕駛功能。

來源：iSlide2018年起，大批國內自主品牌L2級自動駕駛乘用車開始上市，如長安CS55/CS75、長城F7/VV6、吉利繽瑞/繽越/博越GE、上汽Marvel X等車型。

從滲透率來看：據國盛證券研究所，若以“各級別自動駕駛車型數量/當年上市的全部車型數量”作為L1/L2級自動駕駛歷史滲透率的評估標準，截至2019年，L2級自動駕駛的市場滲透率已經歷起步階段，上升至3.3%，臨近滲透率迅速提升的曲線拐點。從指導價來看：L1級自動駕駛相對配置成本已在2017年下降至0.06萬元，截至2019年，L2級自動駕駛的相對配置成本為4.88萬元，成本較高，售價也相對較高，溢價能力初顯。在實現L2級自動駕駛量產后，車企們紛紛將目光瞄向更高等級——L3/L4級自動駕駛技術的量產。不同于互聯網公司和自動駕駛全棧解決方案提供商，車企為保持品牌競爭力，必須及時推出具備自動駕駛功能的量產汽車，無法如前者一樣，只專注技術研發不考慮量產問題，因而L3級自動駕駛成為車企的“折中選擇”。奧迪于2017年推出全球首款L3級自動駕駛量產車型第四代A8，但迫于法規問題，實際使用時，A8的L3功能并不能完全開啟。2020年初，業界一度盛傳“奧迪已放棄L3級，轉而研發L2級和L4級自動駕駛技術”，雖然隨后奧迪辟謠，但業界對L3的爭議從未停止。此前沃爾沃、福特等國外車企均表示會越過L3，直接研發L4/L5級自動駕駛。但與國外車企不同，中國車企多選擇“漸進式路線”——一邊先實現L3級自動駕駛量產，另一邊研發L4/L5級自動駕駛技術。

3、 L4級自動駕駛技術難量產，非車企現階段研發重點

對于當前車企而言，L4級自動駕駛技術的量產存在以下幾個難點：安全：傳統車企的基因決定其將安全放在首位，任何一起安全事故都會對車企產生毀滅性打擊。軟件層面的評判標準之外，車企也更在意車輛硬件方面的功能安全。成本：短期內，L4級自動駕駛產業鏈不會成熟，零部件成本高昂，難以達到車企量產條件。技術：目前，大多數車企的自動駕駛技術還停留在L2級水平，短期無法實現從L2級到L4級的飛躍。路權：政府路權未放開，L4級自動駕駛短期無法投入使用。面對科技互聯網公司和自動駕駛全棧解決方案提供商都難以企及的L4級自動駕駛技術，意在量產的大多車企選擇將其暫時擱置。從各家規劃來看，近三年是大多數國內自主車企的“L3級自動駕駛量產年”。

L3級自動駕駛為深藍色；L4級自動駕駛為淺藍色。

4、未來三年，車企將重點研發部分L3級自動駕駛技術

未來三年，車企將重點研發部分L3級自動駕駛技術。國家：與大多數國內車企未來三年內實現L3級自動駕駛車輛量產的目標相比，國家層面的預期則更晚一些，預計2025年實現規?；慨a。業界：由于尚未實現大規模量產，目前業界對L3、L4級自動駕駛技術的定義并不十分明晰，消費者更對其功能狀況不甚了解。車企：作為量產主導方的車企，擁有某一級的某項特定功能后，甚至就可以宣稱自家技術達到該級標準，以此作為賣點，增強科技感屬性。依據技術可量產與用戶需求兩大指標，TJP（Traffic Jam Pilot）和HWP（ Highway Pilot）成為兩種常見的L3級自動駕駛研發方向，這也將成為國內車企未來三年的研發重點。技術可量產方面而言，與L4級自動駕駛相比，L3級自動駕駛的成本和技術實現難度都更低。用戶需求方面而言，目前，上下班通勤擁堵和長途旅行駕駛疲勞覆蓋了80%的人和80%的出行場景，是乘用車用戶存在的兩大痛點。2020年2月，國家發改委、中央網信辦、工信部等11個部委聯合印發的《智能汽車創新發展戰略》中指出，有條件自動駕駛（L3）汽車在2025年達到規?；慨a，比兩年前征求意見稿中的實現時間推后5年。根據此前規劃，2020年3月，廣汽宣布Aion LX將搭載首個可交付應用的中國版高精地圖，實現L3級自動駕駛功能，2020年7月初正式交付。同月，長安也宣布搭載L3級自動駕駛系統的車型“UNI-T”正式量產。但根據長安展示的自動駕駛功能，UNI-T能夠實現TJP交通擁堵引導功能，暫不能實現HWP功能，因而不能稱之為嚴格意義上的L3級自動駕駛。由于目前法規對L3并未有嚴格意義上的限定范圍，因而L3級自動駕駛多由車企進行定義。此外，針對乘用車用戶的高頻使用場景——停車場，吉利、廣汽、長城等諸多車企也制定了AVP（自主代客泊車系統）發展戰略。其中，廣汽與博世合作研發，吉利、長城等車企自建團隊研發。未來，企業希望以此增加營收。由于全程無人參與，因此該功能理論上應屬于特定場景L4級自動駕駛技術，應用落地時間比TJP和HWP更晚一些。未來三年，車企將跟進研發。AVP：Automated Valet Parking；自主代客泊車系統適用于停車場入口/出口到停車位之間的特定區域，全程無人參與。駕駛員在手機上發出停車命令后，車輛能自動從下車區駛入停車場內，并找到車位停車；駕駛員在手機上發出取車命令時，車輛能自動回到上車區。目前，戴姆勒、博世等國外企業推出的AVP解決方案大多依賴場端改造，需要在場端部署激光雷達等傳感器，成本較高，不適宜量產。對此，博世正試圖將激光雷達換成雙目攝像頭，以降低成本。

總結

以上是生活随笔為你收集整理的未来几年自动驾驶预测（上）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。