2017年中国自动驾驶产业研究报告.pdf

2017年中国自动驾驶产业研究报告亿欧智库 iyiou/intelligenceCopyrights reserved to Yiou intelligence, September 2017目录CONTENTSPart.1 研究项目回顾Part.2 中国自动驾驶产业发展概况2.1.中国自动驾驶产业背景2.2.自动驾驶概念界定Part.3 中国自动驾驶产业分析解读3.1.中国自动驾驶相关产业链分析3.1.1.传感器 3.1.4.算法3.1.2.高精度地图 3.1.5.车联网技术3.1.3.AI芯片 3.1.6.传统、新兴车企及出行服务商3.2.中国自动驾驶产业发展路线3.3.中国自动驾驶产业合作模式与初创企业盘点Part.4 中国自动驾驶产业展望4.1.中国自动驾驶产业趋势及挑战4.2.自动驾驶带来的泛汽车产业效应Part.5 国外部分领先玩家盘点Research RecallPart.1 研究项目回顾3Yiou intelligencePart.1 研究项目回顾低下的通行效率以及频发的交通事故已成为当前民众最为头疼的难题，从驾驶和拥堵中解放出来成为社会新诉求。汽车经过两百年的发展，也逐步进入电子化的时代，发展出成熟的主动安全系统，辅助或代替了驾驶员的一部分工作。但这还远远不够。随着人工智能尤其是深度学习技术的成熟，算法开始能够识别物体属性，并做出类人的合理决策，无人驾驶逐步成为可能，其背后无限的想象空间也令业界向往。特斯拉和 Waymo在自动驾驶的成就震惊了汽车产业，并引发了欧美科技界汽车界的地震：英特尔收购 Mobileye、高通收购恩智浦、通用收购 Cruise等等，吸引了国内的关注。 2016年以来，国内自动驾驶产业也开始火爆起来，传统车企纷纷抛出所谓的智能化战略，计划在 2020年实现 L3级别的自动驾驶，大量初创公司入场，试图抓住新的时代浪潮，资本的追逐和市场的火热使业界对自动驾驶充满乐观。危机也同样存在，新技术被过度期望后往往会被拉入泡沫化后的低谷，场内的玩家无不摩拳擦掌，展开军备竞赛，试图甩开竞争者。项目研究背景Research background4Yiou intelligencePart.1 研究项目回顾正如我们所看到的，被热捧的自动驾驶产业背后的现象却是，无人驾驶、自动驾驶、智能驾驶等词汇的泛滥使用。未来汽车的发展会有多产业和多技术的交叉入局，因而统一语境、明确概念就显得十分必要。目前国内已有部分以自动驾驶、智能驾驶为主题进行的行研，但缺乏全面而较深层次的挖掘理解，以及对国内自动驾驶的专门研究。 亿欧智库希望通过此次产业研究，明确和框定自动驾驶的内涵和外延，从产业链入手对整个国内自动驾驶产业进行分析，并通过技术路线、商业模式、合作特征、投融资特征等维度进行更深层次分析，包括：项目研究目的Research purposes5历程宏观路线梳理汽车产业以及自动驾驶的发展历程对国内自动驾驶产业的宏观背景分析解读对国内自动驾驶产业的产业链以及相关技术进行分析梳理概念 对自动驾驶及其他相关概念进行解析产业对国内自动驾驶发展的技术路线和可能的商业化场景进行盘点 合作对国内自动驾驶产业的合作模式和初创企业的特征进行分析解读展望 对国内自动驾驶产业发展机遇和挑战进行盘点以及预测 企业 对国外部分领先的企业进行大致盘点，作为借鉴Yiou intelligencePart.1 研究项目回顾项目研究方法Research methodologies6为了达到研究目的，自动驾驶整个研究主要通过以下两种方法来进行：首先，亿欧智库基于自身对产业长期观察获得的产业知识，通过案头研究（ Desk Research）的方式，对自动驾驶产业，乃至其背后更大的智能汽车产业进行分析盘点，明确此次研究的主体“自动驾驶”这样一个新兴的技术趋势和理念内涵；另外，亿欧智库通过对业内从业者、产业专家、意见领袖进行访谈（ Experts IDI），充分听取业内人士对产业的理解和认知，针对项目研究目的，获得更有深度、更有效、更具体、更有针对性的研究结果，对于自动驾驶产业概念范畴下的各方面产业内容进行深度剖析。DeskResearch整体产业理解阶段：对国内自动驾驶产业进行盘点梳理， 理解整个产业、市场 的基本情况，提炼形成自动驾驶的产业生态；抽取产业链的各个环节，从 技术和市场 两个维度进行分析 ， 并以 代表企业 作为案例；探求各个维度的变化范围， 补充形成清晰的产业图谱 。Experts IDI产业深入挖掘阶段：详细针对国内自动驾驶产业发展历程、概念、宏观环境、产业链构成和模式、企业经营状况、企业战略、产业发展趋势等细节问题，进行深入挖掘， 听取来自产业第一线工作者和企业领导层对产业的见解和认知 。Yiou intelligencePart.1 研究项目回顾 此次研究报告工作开展的前提，亿欧智库对业界使用但认知较为混乱的自动驾驶及相关概念进行了内涵的界定和解读，认为 自动驾驶是指汽车能够在某些具有关键安全性的控制功能方面（如转向、油门或制动）无需驾驶员直接操作即可自动完成控制动作。 2016年是自动驾驶在国内开始火爆的一年，资本市场的看好、汽车企业的积极入局和国家层面的战略支持使中国被视为能引领自动驾驶技术的关键力量。亿欧智库聚焦国内，发现中国自动驾驶产业具有市场分散、各细分行业齐头并进、合作模式开放广泛的特征，有利于培育良好的创新竞争环境，但在数据驱动的特征下，自动驾驶产业博弈平衡的现状将被打破，进入到优胜劣汰阶段，市场集中度将显著提高；初创企业层面，汽车生产研发的门槛提高了入场创业的难度，但巨大的市场潜力将使该领域出现独角兽的机率更高；相比欧美，中国在 数据、市场接受度 等层面具有明显优势，但 汽车厂商和传感器供应商 较为弱势。 自动驾驶的来临将重构传统汽车产业的金字塔结构 ，亿欧智库通过梳理国内呈现出的自动驾驶相关产业链，发现企业间业务将更加频繁地合作互动，以往上下游的链式结构开始难以表达愈加不稳定而复杂的汽车产业生态。 延缓 /加速自动驾驶落地的因素覆盖 技术发展、政策法规、社会态度、资本市场 等方面，国内消费者对自动驾驶的开放态度有助于技术的快速落地，进而深刻影响整个泛汽车产业。主要研究发现Research findings7General Situation of IndustryPart.2 中国自动驾驶产业发展概况8Yiou intelligence2.1 中国自动驾驶产业背景Industry BackgroundPart.2 中国自动驾驶发展概况9Yiou intelligence 自 1886年汽车诞生以来，汽车工业已经逐步实现了平民化，使汽车作为交通工具真正被普及。 汽车普及过程中，被动式与主动式的安全系统逐步配套，辅助驾驶系统日趋成熟；清洁能源的发展，推动了汽车电气化发展，和相应的市政基础设施建设； 进入 21世纪，汽车逐步向智能化、轻量化、电动化、网联化、出行方式共享化等方向发展；自动驾驶作为重要的发展趋势之一，将再次彻底改变出行方式。 我国汽车工业起步较晚，但在新能源汽车等领域进展较快，并率先赶上自动驾驶研发热潮，有望在汽车产业发挥引领作用。汽车工业的发展历程10Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景1886年汽车诞生1913年汽车开始采用流水线生产1932年高速公路50年代被动安全系统（ 如安全带、安全气囊 ）1970年福特最早装配ABS这一主动安全系统1995年奔驰率先配备电子稳定系统（ ESP）底盘、传动、轮胎、车身、机械 发动机、早期的汽车电子技术、 安全系统、节能2009年谷歌开始自动驾驶项目汽车电子技术、自动驾驶、新能源安全辅助系统不断完善，汽车性能不断优化汽车电子化 、 智能化汽车结构逐步成型，并开始规模化生产核心技术：国内汽车工业开始起步 资金和技术引入，国内汽车工业全面发展无人驾驶Yiou intelligence 美国在 80年代初已开始自动驾驶技术的军事化应用，欧洲从 80年代中期开始研发自动驾驶车辆，更多强调单车自动化、智能化的研究，日本的自动驾驶研发略晚于欧美，更多关注于采用智能安全系统降低事故发生率，以及采用车间通信方式辅助驾驶。 在初期，自动驾驶研发在欧美日已呈现“产学研”相结合的特点，开发测试了不同程度自动化、智能化的车辆，进入 21世纪，DARPA竞赛进一步提高了自动驾驶的社会关注度，激发了相关从业者的研发热情。 由于深度学习算法的引入，自动驾驶技术有了爆炸性的突破。 2009年，谷歌布局自动驾驶，引发了新一轮的产业热潮，更多的科技企业加入市场争夺中。 2020年前后，成为主要汽车厂商和科技企业承诺推出完全自动驾驶车辆的时间节点。国外自动驾驶的发展历程11Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景1 9 8 0 s 1 9 9 6 2 0 0 4 2 0 0 9 2 0 1 6 2 0 1 7DARPA挑战赛开始举办，为自动驾驶的技术交流和合作开辟了空间，吸引业界关注谷歌开始研发自动驾驶技术，此后更多科技企业入局，自动驾驶产业掀起热潮英特尔成立自动驾驶事业部，收购 Mobileye；通用汽车并购初创公司 Cruise Automation；英伟达推出了自动驾驶计算平台 DrivePX2；此前谷歌的无人车项目扩展为子公司 Waymo；美国国防部先进研究项目局（ DARPA）大规模资助了自动驾驶陆地车辆的军事化应用研发奥迪发布新款奥迪 A8，成为第一辆搭载 L3自动驾驶水平的量产车辆1996年，意大利帕尔马大学视觉实验室 Vislab创立 ARGO项目，利用计算机视觉完成车道标线识别，控制车辆行驶Yiou intelligence 高尖科技往往发端于学术研究。自上世纪 90年代起，国内各高校和研究机构已经陆续开展自动驾驶的研发工作，推出多个测试车型。 2009年以来，国家自然科学基金委员会举办“中国智能车未来挑战赛”，吸引多个高校和研究机构参与，为自动驾驶技术的交流和发展起到了良好的促进作用，在此期间，一汽、北汽等传统车企也逐步布局。 自国务院在 2015年发布 中国制造 2025 起，以自动驾驶技术为重点的智能网联汽车成为未来汽车发展的重要战略方向，大批初创企业投身自动驾驶领域； 2016年，国内自动驾驶集中爆发，多个车企公布自动驾驶的战略规划； 2017年，更多的初创企业脱颖而出，获得巨额投资，可以说，自动驾驶产业已经进入新技术最为火爆的中场阶段。国内自动驾驶的发展历程121 9 9 2 2 0 0 3 2 0 0 9 2 0 1 5 2 0 1 6 2 0 1 7国家自然科学基金委员会启动“视听觉信息的认知计算”重大研究计划后，连续举办了八届“中国智能车未来挑战赛”，成为国内智能车发展里程碑国务院印发 中国制造 2025 ，将无人驾驶作为汽车产业未来转型升级的重要方向之一，自动驾驶市场走热中国工信部装备工业司汽车处处长表示，正和警方合作起草自动化驾驶道路测试标准化的规定；北汽、上汽、长安等车企相继公布自动驾驶战略规划国防科技大学研制出国内第一款自动驾驶汽车CITAVT- I型 汽车产业中长期发展规划 发布；筹建智能网联汽车分技术委员会，制定产业技术标准；百度公布 Apollo计划一汽集团与国防科技大学联合研制了具备自动驾驶技术的红旗轿车Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景Yiou intelligencePart.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景从宏观环境的角度，政策、经济、社会、技术各个方面都在影响国内自动驾驶产业的发展 亿欧智库认为，自动驾驶公共性色彩浓厚，势必在技术发展的同时受到来自政策、经济、资本、社会等多方面因素的影响，木桶效应会较为明显，而任一因素的突破也将有力带动其他因素向好发展。 PEST模型按照政治（ Political）、经济（ Economic）、社会（ Social）、技术（ Technological）四大因素洞察产业所处环境，通过使用该模型，能对国内自动驾驶产生、发展的宏观背景做深层次的分析。13 自动驾驶作为人工智能技术周期演进过程最被看好的领域之一，受到资本市场的热捧，资金注入促使产业发展速度加快 得益于人工智能、车联网技术的发展，自动驾驶的实现成为可能 关键技术尚待突破 国内消费者对于改善交通的诉求以及对新技术 、隐私数据的 开放态度有利于自动驾驶的落地自动驾驶政策 经济技术 社会 政策支持和标准落地将推动国内自动驾驶实现标准化、自主化 制定过程需要多部委协调，短期内形成完整政策有一定难度Yiou intelligencePart.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景政策：政策支持逐步推动国内自动驾驶产业实现标准化、自主化，自动驾驶技术迅速发展或将倒逼相关政策法规不断更新改进 2015年国务院发布 中国制造 2025 ，将自动驾驶作为汽车产业未来转型升级的重要方向，制定了明确的技术发展时间线（ 2025年实现 L4、 L5级别的自动驾驶），提供配套政策支持，推动产业集聚区和应用示范区的落地，逐步实现关键技术和产品的自主化、标准化，推动国内自动驾驶产业良性发展。 尽管已经有较为明确、全面的规划，部分从业者对于多部门、多领域协同机制建成、政策法规落地的预期尚持谨慎态度，亿欧智库认为， 随着产业在技术层面解决政府最为关注的安全问题，自动驾驶势必能够倒逼相关的政策法规持续更新改进 。14亿欧智库：国内主要的自动驾驶相关政策文件 /事件 时间 主要内容 中国制造 2025 2015.5 将无人驾驶作为汽车产业未来转型升级的重要方向之一 装备制造业标准化和质量提升规划 2016.4 明确提出开展智能网联汽车标准化工作 汽车产业中长期发展规划 2017.4 加大技术研发支持，协调制定相关标准法规，推动宽带网络基础设施建设和多产业共建 智能网联汽车大数据交互平台，加快网络信息安全和车辆行驶安全保障体系建设 国家车联网产业标准体系建设指南（智能网联汽车） 2017.6确立我国发展智能网联汽车将“以汽车为重点和以智能化为主、兼顾网联化”的总体思路，建立智能网联汽车标准体系，并逐步形成统一、协调的体系架构。筹建智能网联汽车分技术委员会 2017.6 负责汽车驾驶环境感知与预警、驾驶辅助、自动驾驶以及与汽车驾驶直接相关的车载信 息服务等领域的国家标准制修订工作 新一代人工智能发展规划 2017.7 构建开放协同的人工智能科技创新体系，培育高端高效的智能经济，建设安全便捷的智 能社会，明确提出发展自动驾驶汽车等智能运载工具Yiou intelligence经济：人均可支配收入和消费意愿持续增长，自动驾驶市场空间巨大，吸引资本投入，加速产业发展15Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景数据来源： 国家统计局 居民人均可支配收入和消费意愿持续增长，居民交通消费支出连年攀升，国内汽车产业发展日益成熟，可以预见，升级为自动驾驶的汽车产业将有庞大的市场空间和丰富的商业变现方式，能够更有力地促进 GDP增长。 随着移动互联网产业的红利逐渐消失，作为人工智能产业的细分市场，自动驾驶成为资本热捧的产业之一。资本对自动驾驶商业化前景的看好，吸引大量创业者入局，产业发展速度加快。1627 18692087 23388.9% 9.3%9.5% 9.8%050010001500200025003000350040002013 2014 2015 2016亿欧智库： 20132016年居民人均交通和通信消费支出以及占总消费支出比例居民人均交通和通信消费支出（元） 占总消费支出比例数据来源： 国家统计局其他相关数据 汽车产业约占我国经济总量的2%左右； 2016年我国汽车产业对经济增长贡献率高达 4.5%，增加值同比增长 15.5%，高于国内生产总值和规模以上工业增速8.8个百分点、 9.5个百分点； Strategy Analysis预测，2050年全球将有 7万亿的自动驾驶市场规模。20167 219662382114491 15712 171118.0% 7.4%6.3%7.5% 6.9% 6.8%0100002000030000400002014 2015 2016亿欧智库： 20132016年居民人均交通和通信消费支出以及占总消费支出比例居民人均可支配收入 (元 ) 居民人均消费支出 (元 )居民人均可支配收入实际增速 居民人均消费支出实际增速Yiou intelligence经济：汽车销量增长，销售利润率持续下行，激烈的市场竞争促使产业寻找新的突破口，完成升级 汽车销量在 2010年到 2016年持续增长，汽车市场的需求依然旺盛，但自 2014年以来销售利润率逐渐降低，利润总额增长速度放缓。在巨大的竞争压力下，自动驾驶作为新的“蓝海市场”，吸引汽车制造商加大投入研发力度，将汽车打造成新的智能终端。 由于自动驾驶的 AI属性，汽车产业将发生新一轮的产业整合升级，科技企业力图以后来居上的姿态完成布局。164321.2 5230.4 6158.4 6243.3 6677.4 9.0% 8.7%8.3%0200040006000800010000120002012 2013 2014 2015 2016亿欧智库： 20122016年汽车制造业规模以上企业利润总额以及行业销售利润率利润总额（亿元） 销售利润率数据来源： 国家统计局Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景1806.2 1850.5 1930.6 2198.4 2349.22459.8 2802.832.4%2.5%4.3%13.9%6.9% 4.7%14.5%0100020003000400050006000700080009000100002010 2011 2012 2013 2014 2015 2016亿欧智库： 20102016年国内汽车销量及增长率汽车销量（万辆） 销量增长率数据来源：中国汽车工业协会Yiou intelligence27.72 28.09 28.20 28.27 28.29 28.60 30.33 30.89 31.64 32.39 广州大连杭州昆明深圳贵阳重庆北京哈尔滨济南亿欧智库： 2016年国内拥堵城市TOP10每小时拥堵时间（分钟）社会：交通事故频发，财产损失巨大，城市通行效率低下，严重影响出行体验，自动驾驶需求被看好 近年来，交通事故和伤亡人数已有一定程度的下降，但直接的财产损失仍维持在较高的水平，自动驾驶技术成熟后，其安全性能将显著地避免交通事故以及相应的人员伤亡，有效降低事故带来的财产损失。 汽车保有量的增长、驾车习惯的不规范及车辆使用率的低下，共同造成了中国城市极为严重的交通拥堵。市民通勤效率低下，将大量的时间花费在堵车、停车上。实现智能联网的自动驾驶将有效解放车主的驾车时间，最优化使用道路资源，通畅道路。17Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景219521 210812 204196 198394196812 187781319300 299808 284324272263 270405 2579029.26 10.78 11.7510.39 10.75 10.370500001000001500002000002500003000003500004000004500002010 2011 2012 2013 2014 2015亿欧智库： 20102015年交通事故情况交通事故发生数 交通事故伤亡人数 直接财产损失（亿元）数据来源： 国家统计局19.8921.4823.1423.4422.6324.3924.6222.5422.5923.05平均速度 (km/h)数据来源： 高德地图 2016年度中国主要城市交通分析报告 Yiou intelligence25%55%73%87%32%22%20%9%43%23%7%4%中国美国德国日本亿欧智库：使用出行服务的消费者比例从不 极少 至少每周一次社会：国内消费者对于汽车新技术整体持开放态度，但自动驾驶的公众认知度尚低，有待普及 IBM、波士顿咨询等机构进行的消费者调查结果显示，中国等新兴市场对汽车新技术、新模式的态度更为开放，喜欢程度更高，此前国内新能源汽车和出行服务产业的快速发展也证明了这点。 自动驾驶的公众认知程度尚低，仅局限在部分汽车科技爱好者中，技术落地尚需要很大程度的普及。对于持保守态度的人群而言，乘车安全和人车伦理将是拒绝自动驾驶的主要原因。18Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景数据来源：波士顿咨询37% 39% 43%48%43% 41%51%57% 59% 60% 61%63%0%10%20%30%40%50%60%70%自主整合 自主配置 自主学习 自主修复 自主社交化 自动驾驶成熟市场 中国（新兴市场）亿欧智库：中国（新兴市场）与成熟市场对自主汽车功能的喜欢程度数据来源： IBM亿欧智库：汽车销量（含二手车）中新车销售比例数据来源：罗兰贝格68%40%30% 中国新车销量占比高，汽车新技术更易于推广。 移动互联网在中国发展迅速，中国消费者对车联网的接受程度可能较高。 相较于其他成熟市场国家，中国对出行服务的使用频率更高； 出行服务的使用改变了消费者对于汽车所有权的传统态度，这有利于让消费者接受来自运营商的自动驾驶汽车。 相较于成熟市场国家，中国对自动驾驶等新技术的接受度更高； 在国内，自动驾驶在六种汽车新技术中最受瞩目，说明消费者对“从驾驶位解放出来”的诉求更为迫切。Yiou intelligence技术：得益于人工智能，尤其是深度学习的发展，汽车产业开始向自动驾驶方向前进，传统业态被注入新的驱动力 经过百年积累，汽车制造工业臻于成熟，处在转型升级的关键节点，此前 ADAS和汽车电子技术的发展开启了智能汽车发展之路，并为汽车产业接受自动驾驶这一新路线做了铺垫。 近年来， AI技术，尤其是深度学习的长足发展给自动驾驶的实现提供了条件，并深度应用于感知、建图、决策等环节，显著提高了单车智能的水平。在 2005年的 DARPA挑战赛中，斯坦福团队使用 AI自我学习的算法将自动驾驶的感知识别错误率显著提升了 4个数量级，战胜了其他基于规则设定算法的参赛团队，使 DARPA成为自动驾驶发展的里程碑式赛事。 此外， 5G通信技术将满足联网自动驾驶汽车对高数据带宽和传输速度的需求。19Part.2 中国自动驾驶产业发展概况2.1 中国自动驾驶产业背景GPU、FPGA等芯片基础层通信 计算力 传感器视觉传感器数据平台云计算设备云端 雷达传 感器技术层算法框架 技术汽车工业ECU 计算机视觉语音识别TensorFlowCaffeeTheano 自然语言 处理应用层解决方案应用终端自动驾驶无人驾驶汽车电子技术机器学习车联网路径规划深度学习通用应用环境感知路径规划位姿传感器高精定位线控系统线控制动 /转向 /油门车联网基础设施其他汽车部件Yiou intelligence2.2 自动驾驶概念界定Definition of Automated VehiclesPart.2 中国自动驾驶产业发展概况20Yiou intelligence自动驾驶分级标准 五个发展阶段 Part.2 中国自动驾驶产业发展概况 2.2 自动驾驶概念界定21 SAE（国际汽车工程学会） J3016文件提出的五级自动驾驶分级方案是当前被普遍采用接受的标准，也是本报告主要采取的标准。亿欧智库编译： SAE自动驾驶定义和分级标准SAE等级 名称 概念界定动态驾驶任务（ DDT） 动态驾驶任务支援（ DDT Fallback）设计的适用范围（ ODD）NHTSA标准等级持续的横向或纵向 的车辆运动控制 物体和事件的探测响应（ OEDR）驾驶员执行部分或全部的动态驾驶任务驾驶员 驾驶员 驾驶员 不可用 00 无自动驾驶（ No Driving Automation）即便有主动安全系统的辅助，仍由驾驶员执行全部的动态驾驶任务1 驾驶辅助（ DA， Driver Assistance）在适用的设计范围下，自动驾驶系统可持续执行横向或纵向的车辆运动控制的某一子任务（不可同时执行），由驾驶员执行其他的动态驾驶任务驾驶员和系统 驾驶员 驾驶员 有限 12部分自动驾驶（ PA，Partial Driving Automation）在适用的设计范围下，自动驾驶系统可持续执行横向或纵向的车辆运动控制任务，驾驶员负责执行 OEDR任务并监督自动驾驶系统系统 驾驶员 驾驶员 有限 2自动驾驶系统执行全部的动态驾驶任务（使用状态中）系统 系统备用用户（能在自动驾驶系统失效时接受请求，取得驾驶权）有限 33 有条件的自动驾驶（ CA，Conditional Driving Automation）在适用的设计范围下，自动驾驶系统可以持续执行完整的动态驾驶任务，用户需要在系统失效时接受系统的干预请求，及时做出响应4 高度自动驾驶（ HA， High Driving Automation）在适用的设计范围下，自动驾驶系统可以自动执行完整的动态驾驶任务和动态驾驶任务支援，用户无需对系统请求做出回应系统 系统 系统 有限45完全自动驾驶（ FA， Full Driving Automation）自动驾驶系统能在所有道路环境执行完整的动态驾驶任务和动态驾驶任务支援，驾驶员无需介入 系统 系统 系统 无限制Yiou intelligence自动驾驶分级标准 指标解读 Part.2 中国自动驾驶产业发展概况 2.2 自动驾驶概念界定22DDT（ Dynamic Driving Task，动态驾驶任务） ：指在道路上驾驶车辆需要做的实时操作和决策行为，操作包括转向、加速和减速，决策包括路径规划等。部分 ODD因素：速度 地理范围道路类型 操作环境交通情况 其他Level 0 Level 1 Level 2 Level 3 Level 4 Level 5驾驶员控制部分 设计的适用范围特殊的区域范围 无限制的区域范围驾驶员支援 系统支援完整的物体探测响应功能部分物体探测响应功能横向和纵向的运动控制横向或纵向的控制持续的运动控制短暂的运动控制自动驾驶分级指标示意图 设计的适用范围DDT Fallback（动态驾驶任务支援） ：自动驾驶在设计时，需考虑发生系统失效或者出现超出系统设计的使用范围之外的情况，当该情形发生时，驾驶员或自动驾驶系统需做出最小化风险的解决响应。OEDR（ Object and Event Detection and Response，物体和事件的探测和响应） ：指驾驶员或自动驾驶系统对突发情况的探测和应对，在自动驾驶模式下，系统负责 OEDR，应对可能影响安全操作的其他事物，进行检测响应。ODD（ Operational Design Domain，设计的适用范围） ：将已知的天气环境、道路情况、车速、车流量等信息作出测定，给定自动驾驶系统具体的条件，以确保系统能力在安全适用的环境之内。Yiou intelligence相关概念厘定 Part.2 中国自动驾驶产业发展概况 2.2 自动驾驶概念界定23指汽车至少在某些具有关键安全性的控制功能方面（如转向、油门或制动）无需驾驶员直接操作即可自动完成控制动作。自动驾驶汽车一般使用机载传感器、 GPS和其他通信技术设备获得信息，针对安全状况进行决策规划，在某种程度上恰当地实施控制。自动驾驶智能驾驶指搭载先进的智能系统和多种传感器设备（包括摄像头、雷达、导航设备等），具备复杂的环境感知、智能决策、协同控制和执行等功能，可实现安全、舒适、节能、高效行驶，并最终可替代人来操作。 对应于 SAE分级标准， 无人驾驶 专指 L4、 L5阶段，汽车能够在限定环境乃至全部环境下完成全部的驾驶任务。 自动驾驶 则覆盖 L1到 L5整个阶段，在 L1、 L2阶段，汽车的自动驾驶系统只作为驾驶员的辅助，但能够持续地承担汽车横向或纵向某一方面的自主控制，完成感知、认知、决策、控制、执行这一完整过程，其他如预警提示、短暂干预的驾驶技术（ ADAS）不能完成这一完整的流程，不在自动驾驶技术范围之内。 智能驾驶 则包括自动驾驶，以及其他辅助驾驶技术。他们能够在某一环节为驾驶员提供辅助甚至能够替代驾驶员，优化驾车体验。智能驾驶（ L1L5，以及其他应用于 L0的智能辅助驾驶系统技术）无人驾驶（ L4和 L5）自动驾驶（ L1L5，不包括预警提示、短暂干预的辅助驾驶系统等技术）技术层层递进，内涵层层缩小驾驶员不介入的情况下汽车可以完成全自动驾驶的控制动作，指向自动驾驶汽车技术发展的最终形态。无人驾驶Yiou intelligence自动驾驶技术实现的拟人化思路：驾驶脑24参考来源：李德毅教授演讲报告及张新钰 智能驾驶技术研究及实践 报告详细见解释见链接： iyiou/intelligence/insight51354众多对短期态势的感知形成 工作记忆感觉记忆定位传感器雷达传感器位置数据车速车姿总线数据交通信号灯交通标线交通标志 障碍物障碍 物驾驶态势图 类似于人脑的运作，自动驾驶汽车的传感器感知到的数据会每隔一段时间形成驾驶态势图簇，构成车辆的工作记忆；长期记忆包含了驾驶地图以及各类驾驶先验知识；动机则是智能驾驶的某个路径要求，可通过人机交互传达给车辆。通过短期记忆、长期记忆以及动机相互作用，车辆形成了自主决策，传递控制指令给执行机构，完成整个自动驾驶的过程。自主决策通过短期记忆、长期记忆以及动机相互作用，形成 学习和思维 ，完成决策过程控制执行机构紧急干预驾驶地图 驾驶先验知识驾驶脑经过长期积累形成 长期记忆一次路径规划人机交互动机 ：完成出行任务的一次路径规划驾驶态势驾驶驾驶态势图簇Part.2 中国自动驾驶产业发展概况2.2 自动驾驶概念界定视觉传感器Yiou intelligence自动驾驶分流程实现，单车智能与网联智能并重25感知层 认知层 决策层 控制层数据接收层通信传感器定位传感器雷达传感器视觉传感器多传感器数据融合动态驾驶态势图历史图 1场景理解与处理方法行为决策路径规划车辆控制系统Part.2 中国自动驾驶产业发展概况2.2 自动驾驶概念界定 根据自动驾驶的拟人化实现思路，流程可以分为 感知 认知 决策 控制 执行 五部分，其中传感器发挥着类似于人体感官的感知作用，认知阶段则是依据感知信息完成处理融合的过程，形成全局整体的理解，据此自动驾驶系统通过算法得出决策结果，传递给控制系统生成执行指令，完成驾驶动作。 在整个过程中，汽车能通过 V2X通信设备与其他主体互联，并能通过云平台、联网平台及时更新数据、系统和高精地图。 亿欧智库认为，不具备 V2X联网技术的单车 AI无法实现完全的自动驾驶（即无人驾驶） 。数据处理层历史图 8历史图 2历史图 9静态驾驶态势图执行机构执行层云端：为汽车提供数据、高精地图、算法更新和后台监控车姿传感器参考来源：张新钰 智能驾驶技术研究及实践 Yiou intelligence另一种实现路径：简化流程的端到端深度学习方案 Part.2 中国自动驾驶产业发展概况 2.2 自动驾驶概念界定 前页描述的“感知 认知 决策 控制 执行”五层流程模仿了人类由感官感知到动作完成的驾驶流程，这样的研发路线更具操作性，输出结果可解释，但这样搭建的完整的自动驾驶系统十分复杂，需要企业间的协作才能完成。 不同于 分阶段、分模块 的运作流程， 端到端（ end-to-end）的深度学习方案 通过接受传感器的输入数据，直接决定车的行为，简化了系统流程，降低了车载计算的需求。 端到端的深度学习更具黑箱属性，运算过程不可解释，实现难度较大。道路图像端到端的深度学习算法汽车的横向控制汽车的纵向控制亿欧智库：自动驾驶的端到端深度学习方案图示26Yiou intelligencePart.2 中国自动驾驶产业发展概况本章总结 欧美国家在 80年代先后开展自动驾驶技术研发， 90年代，国内各高校和研究机构陆续开展自动驾驶的研发工作。 2015年国务院发布 中国制造 2025 ，以自动驾驶技术为重点的智能网联汽车成为中国未来汽车发展的重要战略方向。27ABC 依据 PEST分析自动驾驶宏观环境，政治层面，政策支持和标准落地将推动国内自动驾驶实现标准化、自主化，制定过程需要多部委协调，短期内形成完整政策有一定难度。 经济层面，自动驾驶作为技术周期演进过程中最被看好的行业之一，受到资本市场的热捧，资金注入使行业发展速度加快。 技术层面，得益于人工智能、车联网技术的发展，自动驾驶的实现成为可能。 社会层面，国内消费者对于交通不便的诉求以及对新技术、隐私的开放态度有利于自动驾驶的落地。 SAE将自动驾驶分为五层，成为行业标准。自动驾驶是指，驾驶员不介入的情况下汽车可以完成全自动驾驶的控制动作，指向自动驾驶汽车技术发展的最终形态。 依据拟人化的研发思路，自动驾驶的运作流程可以分为感知 认知 决策 控制 执行五部分。端到端的深度学习简化了这种分流程、分模块的驾驶方案。In-depth Analysis of IndustryPart.3 中国自动驾驶产业分析解读28Yiou intelligence3.1 中国自动驾驶相关产业链分析Analysis of Industrial ChainPart.3 中国自动驾驶产业分析解读29Yiou intelligencePart.3 中国自动驾驶产业分析解读3.1 中国自动驾驶相关产业链分析自动驾驶产业生态分布30视觉传感器雷达传感器定位传感器车姿传感器传感器生产商汽车控制（油门、制动、转向）、解决方案集成、其他汽车部件传统 Tier1供应商芯片 /处理器 /计算平台芯片供应商整车生产 /组装整车厂商（ OEM）算法 /软件 /车载信息系统 /自动驾驶系统算法 /软件供应商共享汽车 /出行服务出行服务商数据 /高精地图数据服务商 /图商停车 /车载智能设备 /线控系统 /其他零部件其他 Tier2供应商车主 /消费者共同为 Tier1供应商提供必要技术、部件支持前装市场为整车厂提供部件支持为出行服务商供应车辆为消费者提供出行服务也为车主提供后装市场服务直接销售给消费者V2X技术车联网 /通信供应商其他远程管理和服务云服务车联网安全移动通信通信设备数据反馈数据反馈数据反馈数据反馈技术、基建支持数据反馈为下列的科技企业提供应用实践平台 数据、共享经济和人工智能技术正在打破过去成熟的金字塔式的汽车产业链结构。不同环节的企业相互合作，以实现最佳的经济效益为目标，使得数据、技术、资本得以在整个自动驾驶产业生态之中流动、循环。当然，目前这一生态结构尚处于不稳定的发展变化状态中。Yiou intelligencePart.3 中国自动驾驶产业分析解读3.1 中国自动驾驶相关产业链分析自动驾驶产业生态分布 供应商产业体系31数据、地图为传感器提供定位、识别；传感器可用来采集数据、地图信息视觉传感器雷达传感器 定位传感器车姿传感器传感器生产商芯片 /处理器 /计算平台芯片供应商算法 /软件 /车载信息系统 /自动驾