第二章 自动驾驶产业地图

第一节 产业发展环境

一、全球新能源汽车产业保持高速增长

新能源汽车作为目前最有利于实现自动驾驶的平台正在快速发展，并逐步成为影响汽车产业发展的新兴势力。2018年全球新能源汽车销量达到201万辆，实现41.5%的增长。中国新能源汽车销量增速远高于世界平均水平，达到61.6%。2018年，中国新能源汽车销量达到125.6万辆，占全球新能源汽车总销量的62%，中国已成为全球最大的新能源汽车市场。从市场增速看，我国新能源汽车市场已从初创期过渡到成长期，市场需求将进一步上升，产业进一步繁荣。2013—2018年中国新能源汽车销量及增速如图2-1所示。

二、各国加速布局规划自动驾驶产业

从全球范围来看，美国、欧洲和日本等国家及地区的自动驾驶汽车起步较早，各国政府采取出台相应战略规划及政策、制定标准及法律法规以及建设示范区等措施，推动自动驾驶及智能网联汽车的发展，加快产业化进程。在我国，为推进中国汽车产业的转型升级，国家和各地方政府也已出台多项政策和规划。利好政策和相关标准的落地将加速智能网联汽车产业的发展，推动中国自动驾驶实现标准化和自主化。各国自动驾驶规则见表2-1。

三、商用车ADAS的需求增加将加速自动驾驶产业发展

相比于乘用车，商用车因其体积大、盲区多、制动工况恶劣、载人或载货量大、长途驾驶人容易疲惫等多种原因成为重大交通事故高发主体，有着强烈的安全需求。安装ADAS可以监测驾驶人状态，提供预警功能，甚至进行有效干预，从而更好地保证行车安全，降低交通事故发生率。2017年3月，交通运输部发布的《营运客车安全技术条件》中明确要求9m以上营运客车加装具备LDW（车道偏离预警系统）、FCW（前向碰撞预警系统）等功能的ADAS产品。随着国家相关政策的陆续出台及技术的突破带来成本的下降，过去商用车ADAS无人买单的窘境将得以改善，也使保险公司、车辆运营商等开始加大对商用车ADAS市场的关注，商用车ADAS市场有望迎来爆发式增长。

四、人工智能和5G为自动驾驶提供强大助推力

人工智能（AI）技术的快速发展，为汽车行业带来新的驱动力，加速车辆的智能化进程，使得自动驾驶逐渐成为可能。而5G技术的突破更是为自动驾驶技术的发展提供了强大的助推力。AI包括算法、计算能力和数据三大要素，目前市面上算法多为深度学习算法，计算能力的实现依托于GPU（图形处理器）、FPGA（现场可编程门阵列）等高性能计算芯片，数据则来源于具体应用场景下的海量信息。对于自动驾驶而言，AI被应用于感知和决策环节，深度学习算法的长足发展使得汽车愈加智能化，可以实现精准感知、推断预测、高精定位、路径规划等行为。目前的4G网络仅能满足汽车共享状态更新的要求，尚不足以应对汽车自动驾驶的海量信息输送要求，而5G通信技术则可以满足网联自动驾驶汽车对高数据带宽和低延迟的需求，5G网络的普及将极大地推动自动驾驶的进程。

五、技术快速迭代发展，特定场景功能成为焦点

当前，国际各大整车企业都已经推出L2级辅助驾驶功能系统，有代表性的包括通用汽车Super Cruise、福特Co-Pliot360、特斯拉AutoPilot、沃尔沃Pilot Assist，宝马Personal CoPilot、戴姆勒DRIVE PILOT、日产ProPILOT、本田AcuraWatch等，具备了超车、变道、自动跟车等各类功能，奥迪新A8也已经具备L3级自动驾驶功能，奥迪新A8也已经具备L3级自动驾驶功能，成为首个L3级无人驾驶量产车并已在欧洲上线相关功能。辅助驾驶相关技术的积累为未来完全无人驾驶的发展奠定了基础。

与此同时，高等级智能网联汽车技术也取得快速发展。Waymo已完成超过1000万英里的自动驾驶道路测试和超过50亿英里的模拟测试，目标是直接推出L4级自动驾驶系统，并在美国凤凰城等地推出自动驾驶出行服务。通用汽车通过收购Cruise强化无人驾驶能力，面向汽车出行市场开发量产L4级无人驾驶汽车，并向美国交通部提交无人驾驶豁免申请。日本丰田汽车则开发e-Palette移动平台并取消驾驶人座位，打通通勤、物流以及用餐、办公等各类生活场景，并依托e-Palette打造未来出行生态，利用丰田提供的开放API接口，供应商可以开发相应的硬件和控制软件，实现自有的智能驾驶功能。

特定场景无人驾驶方面，自主泊车系统（Autonomous Valet Parking，AVP）等具有场景相对简单、运行范围有限且集中、技术实现难度相对较低等特点，有望成为下一个量产热点。2018年9月，戴姆勒和博世合作研发的自动代客泊车系统在中国首次亮相。法雷奥与思科也共同开发远程自动泊车系统，驾驶人可在车库入口下车，使用智能手机激活系统，车辆将自主完成泊车。此外，无人驾驶技术也已经在国外多个地区的园区、景区、港口、机场、环卫等特定场景下拥有了广泛的应用。

第二节 产业链全景图

广义上看，自动驾驶产业并不是传统的阶级化链式产业链，而是需要车企、互联网企业等各类企业间合作互通催生出的新型商业机会和组织形态。主要包括感知系统、决策系统、执行系统和通信系统。

一、感知系统

自动驾驶汽车的感知部分直接影响车辆的安全性和稳定性，感知系统包括摄像头、激光雷达、毫米波雷达、高精度地图与定位等。不同的感知方式在环境、距离和功能方面具有不同的优势，因此多传感器融合可以确保获得全局信息，并辅助计算机做出更准确的判断规划。

车载摄像头的核心传感器CMOS和图像处理器DSP主要被国外企业垄断，包括索尼、三星、德州仪器、Mobileye等。国内舜宇光学是车载镜头的龙头企业，市场占有率全球第一；欧菲科技引入国内领先研发团队，产业布局初见成效。

激光雷达被国外的生产商占领主要市场，Velodyne公司的包括16线、32线、64线以及128线激光雷达等产品、Quanegy公司的M8和S3两款全固态激光雷达以及IBEO公司的4线和8线的机械旋转式激光雷达等均处于领先地位。相对而言，国内有较为完整的产业链和光机电技术基础，禾赛科技、速腾聚创、巨星科技等企业在激光雷达领域仍有较大机会。

毫米波雷达近年来也逐渐成为自动驾驶汽车中参与多传感器信息融合的感知设备，市场目前基本被国外厂商占领，如博世、大陆、海拉、德尔福等企业在行业内拥有深厚的技术积累和实际经验。而在国内，像行易道、苏州豪米波、深圳安智杰、纳雷科技、南京隼眼等毫米波雷达厂商，也在积极进行布局，力争追赶国际水平。

高精度地图与定位在自动驾驶中扮演着重要角色，无论是整车企业，还是零部件公司还是科技公司都普遍达成了共识，自动驾驶的地图服务需要全行业各大参与者共同来推动向前发展。目前国外的主要市场被HERE、TomTom等公司占领，国内市场则以百度地图、高德地图、四维图新等公司为主力。预计到2025年，全球智能网联汽车传感器市场规模将达548亿美元。

二、决策系统

自动驾驶汽车的决策系统依据感知系统获取的信息来进行决策判断，包括计算平台、操作系统、自动驾驶算法等。

车载计算平台是自动驾驶汽车决策系统竞争的焦点，全球芯片制造商、汽车零部件供应商、整车企业及互联网企业正展开积极布局。目前，国际先进企业均取得了一些实质性的技术进展，部分企业已经推出系列产品，并积极与整车企业开展合作。目前在芯片、ADAS、IP领域，英伟达、英特尔、微软、Mobileye、恩智浦、德州仪器、高通等在技术研发方面占据优势。

自动驾驶操作系统是自动驾驶的核心部分。自动驾驶操作系统包含系统软件和功能软件两部分，其中系统软件创建复杂嵌入式系统运行环境，功能软件则根据自动驾驶核心需求明确各共性子模块。国际巨头企业抢先布局自动驾驶操作系统的系统软件，嵌入式操作系统QNX的市场占有率最高，Linux基于开源代码适合于个性化定制等，各大供应商纷纷推出不同的操作系统以满足不同整车企业的需求。

自动驾驶决策算法是自动驾驶企业的核心竞争力。目前有诸多车企和科技企业参与研发，一方面包括大众、特斯拉、上汽、一汽等在内的传统车企和造车新势力，一方面还有着眼于算法集成层面的初创公司，同时还有谷歌、百度等互联网科技企业和博世等的大型一级供应商（Tier1）涉足其中。

三、执行系统

自动驾驶汽车不仅仅靠感知和决策，它还需要线控系统的执行。线控系统主要有五大部分，分别为线控转向、线控制动、线控换挡、线控节气门、线控悬驾。它们决定了自动驾驶汽车行驶的安全性和舒适性。

目前，国外供应商在自动驾驶汽车执行系统领域具有绝对优势，相关执行控制专利技术和零部件产品将依然长期掌控在如博世、大陆、德尔福等大型Tier1手中，在价格和性能上均远超国内水平。以线控制动系统为例，作为执行系统的核心功能，目前全球领先的Tier1依靠成熟的底盘控制技术和规模效应，在线控制动领域占据主导地位，且在底盘控制接口方面不对外开放，形成了一定程度的行业壁垒。博世推出的iBooster线控制动系统，通过电动机替换高压蓄能器实现技术革新，推动主缸完成制动过程，产品已批量应用于大众、奥迪、特斯拉及凯迪拉克等品牌的车型。日立、大陆和天合也分别推出了EACT、MKC1、IBC线控制动系统。国内技术储备相对较弱，中国京西重工、万向集团、武汉元丰、伯特利、易立达等企业正加速布局。由于传统汽车制造业正在受到新技术冲击，国内外电动汽车厂商、互联网造车新势力等在电控、电池方面占有技术优势的企业也正面临新的机遇。

四、通信系统

通信系统包括车内通信及V2X。V2X是连接车与车、（V2V）车与路（V2I）、车与人（V2P）、车与云（V2C）等的信息交互平台，包括安全解决方案、电子电气架构及云平台等领域。目前，V2X通信系统以美国主导的DSRC标准和我国主导的C-V2X标准为主，未来随着5G通信系统的逐渐成熟，5G-V2X有望成为新的技术标准。信息安全贯穿自动驾驶汽车信息交互系统，为自动驾驶汽车的正常安全行驶提供了有效保障。随着汽车智能化、网联化程度的逐渐提高，新一代电子电气架构也将有别于传统模式，为此，全球汽车企业、零部件供应商及电子、半导体和软件系统公司依托AUTOSAR汽车开放系统架构共同开发汽车电子标准架构，其中包括新一代电子电气架构。云平台聚焦车路协同管理，是未来实现智慧交通、智慧城市的基础。

第三节 产业发展分析

一、产业现状

2018年，我国汽车销量出现28年以来的首次下降，全年汽车产销量分别为2780.92万辆和2808.06万辆，同比下降4.16%和2.76%。其中乘用车产销量分别为2352.94万辆和2370.98万辆，同比下降5.15%和4.08%；商用车产销量分别为427.98万辆和437.08万辆，同比增长1.69%和5.05%。虽然2018年我国的汽车销售量有所下降，但总体销量体量依然巨大，自动驾驶产业的潜在市场广阔，规模巨大。从产业结构上看，我国在自动驾驶产业结构分布相对均衡，受商用车强制加装ADAS系统的政策影响，ADAS系统及配套解决方案企业所占比例最高，达到21.4%。

2018年中国自动驾驶产业结构分布图如图2-2所示。

二、产业细分领域分析

（一）传感器制造成本高，部分技术被国外厂商垄断

车辆自动驾驶操作必须基于车辆周围实时环境的信息进行判断，因此需要各类传感器提供周围环境准确的信息。自动驾驶所需传感器主要包括车载摄像头、激光雷达、毫米波雷达和超声波雷达等，不同的传感器有不同的功能，优劣各异且目前由单一传感器无法替代，只有进一步加强各传感器的协同配合，组成自动驾驶环境感知解决方案以实现对外界环境的数据收集、处理及分析等工作。由于激光雷达具有可准确获取目标信息和成像能力强等优点，在自动驾驶感知系统中占据了重要地位，但其成本高昂。另外，由于激光雷达制造、调试、装配等流程复杂，较多零部件难以满足严格的车规级别要求，部分关键技术目前被国外厂商垄断。国内以禾赛科技等公司为例主要通过牺牲一定精度的方式降低激光雷达成本，加速ADAS系统传感器量产升级，同时积极推动技术研发与创新，争取实现核心技术国产化。毫米波雷达具有探测距离远，精度较高，穿透雾、灰尘的能力强，能够全天候全天时工作等优势。特斯拉在其智能汽车中已使用替代激光雷达的解决方案，采用毫米波雷达与摄像头的方式。但是毫米波雷达市场也被国外厂商所垄断，国内主要的零部件供应商正在致力于车载毫米波雷达研发。

（二）计算机视觉方案积累薄弱，差距明显

多种传感器获取不同角度的信息，需要在汽车端整合、分析，以获得车辆自动驾驶所需准确的环境信息。一方面需要高效的芯片，对各类信息进行快速运算及时分析获取结果；另一方面也需要先进的算法程序，对各类传感器获取的信息进行感知、识别和判断。在自动驾驶产业中，芯片和算法程序通常整合在一起市场壁垒较高，行业巨头Mobileye不仅拥有深厚的算法、数据积累，而且能够自主研发视觉芯片和高精度地图。计算机视觉方案方面我国与国外差距较大，国内供应商相关技术目前主要应用于ADAS系统，远不能满足自动驾驶所需技术要求对于算法程序来说，通过新兴的人工智能（AI）技术是提高感知识别准确度的有效途径，而国内的人工智能初创企业却较少将自动驾驶作为自己的应用方向。

多个不同类的感知设备可以获得不同方位与类别的信息，收集的不同信息之间可以相互补充，也可能会存在冗余与矛盾的情况，这就需要利用控制中心下达正确的指令，要求其对多个不同类的感知设备收集到的信息进行融合与综合判断。在多个感知设备使用的情况下，进行信息融合，是保证安全驾驶的前提。感知技术的融合可提高系统的冗余度与容错性，从而保证信息决策的快速与正确。最终要实现感知技术融合，需要硬件与软件层面的相互配合。感知技术融合在自动驾驶汽车领域属于一项非常关键的技术。从产业的角度来看，此前《麦姆斯咨询》报道称，传感器融合系统需求预计将在未来5年内以约19.4%的复合增长率（CAGR）增长，预计市场规模将在2023年达到75.8亿美元。

（三）造车新势力快速壮大且估值较高

自2015年蔚来、前途、威马等造车新势力集中涌现以来，国内共崛起近60家造车新势力。新兴车企多数具有互联网基因，往往具备极强的资本运作能力，资金实力雄厚。行业内15家主流企业共发生融资活动120多笔，造车新势力总融资规模已经超过1500亿元。其中，蔚来汽车已经成功赴美上市，IPO定价为每股6.25美元，估值高达64亿美元，紧随其后的威马汽车、小鹏汽车等估值均在200亿元以上。近年来，在车市整体遇冷、政策补贴退坡、行业竞争加剧等因素的影响下，造车新势力面临的压力陡增。

（四）按运营场景进行自动驾驶落地的科技公司发展迅猛

由于传感器、算法等技术成本较高及相关监管法律法规及标准尚不成熟等原因，全场景下的无人驾驶还无法实现。但是，按不同应用场景进行自动驾驶车辆的运营成为初创型科技企业发展的重要方向。其中，进行自动驾驶出租车场景运营的代表性企业有pony.ai和Roadstar.ai；图森未来专注于端到端的高速路段以及集中在港口码头一类的固定场景下的商用车自动驾驶；智行者科技和驭势科技则明确定位于停车场、公园、机场等园区场景下低速物流车、清扫车、摆渡车等的自动驾驶落地。分场景的运营能够实现自动驾驶技术的快速落地，也能针对细分领域解决行业痛点，因而得到社会和资本的认可，这类企业估值较高且发展迅猛。

三、产业规模与结构预测

中国自动驾驶产业在宏观政策、潜在市场、技术创新、基础设施建设等有利因素影响下，将逐步成型并快速增长。中国汽车市场巨大，虽然近期增速放缓，但整体保有量依然巨大。随着智能网联汽车以及新能源汽车比例的不断提升，市场对自动驾驶技术的需求逐步增长，自动驾驶产业将会逐渐成型并壮大。短期内，自动驾驶产业主要增长点反映在ADAS系统在乘用车和商用车上的普及与升级，长期来看，自动驾驶产业未来发展的核心将在于传感器解决方案、车辆决策方案等系统软件的开发及与芯片等硬件的集成。

（一）产品渗透率逐渐增长，ADAS系统2021年产业规模将突破千亿元

2017年4月，工信部、国家发改委、科技部联合发布的《汽车产业中长期发展规划》中提出“到2020年，汽车DA（驾驶辅助）、PA（部分自动驾驶）、CA（有条件自动驾驶）系统新车装配率超过50%，网联式驾驶辅助系统装配率达到10%，满足智慧交通城市建设需求”。ADAS系统作为人类驾驶到无人驾驶的过渡产品，将率先得到大规模应用。未来，随着技术的突破，ADAS产品成本将逐渐下降。搭载ADAS功能的车型将从高端车型向中低端车型渗透，前碰撞预警、车道保持系统、自动泊车辅助等ADAS功能将进一步普及。盲区监测、车道偏离预警等功能有望在新上市车型中实现完全覆盖。在整个汽车市场中，配备盲区监测功能的ADAS产品渗透率将超过80%。预计未来两年，中国汽车市场对ADAS的需求量将保持持续增长的态势，年均复合增长率约为27.8%，在2021年实现近千亿产业规模。

（二）驾驶辅助向自动驾驶功能逐步升级加速，2025年之前有望实现L3级功能大规模普及

随着激光雷达、毫米波雷达等自动驾驶关键器件逐渐实现国产，预计成本及售价会逐步降低，在中高端乘用车上装配率加速上升。同时以BAT（百度、阿里巴巴、腾讯）为代表的互联网公司及资本布局的科创公司进入自动驾驶领域，带来人工智能、云计算等先进技术，加速视觉解决方案、传感器融合方案等难点的研发与升级。中国自动驾驶综合技术水平有望在2020年进入L2—L3阶段，于2025年之前大规模普及并实现L3级别自动驾驶的商业化。

（三）产业结构重心将逐步由ADAS系统及传感器制造向算法芯片系统研发和市场运营领域转移

短期内，自动驾驶产业的结构重心主要在ADAS系统的普及及雷达传感器的升级，ADAS系统解决方案及雷达传感器的制造将是产业重点。长期来看，随着ADAS系统市场逐渐趋于饱和、雷达传感器成本逐步减低，未来自动驾驶产业结构重心将逐步向算法程序开发及芯片集成等高技术附加值和后市场运营等价值链下游领域转移。

参考文献

[1]中国软件评测中心．车载智能计算平台白皮书（2018年）[R]. 2018-09.

[2]中国通信学会．车联网技术、标准与产业发展态势前沿报告（2018年）[R]. 2018.

[3]北京市经济和信息化委员会．国内外智能网联汽车产业发展概况[R].2019.

[4]北京市经济和信息化委员会．北京市智能网联汽车产业白皮书[R].2018.