自动驾驶企业评估分析报告.docx

自动驾驶企业评估分析报告.docx

《自动驾驶企业评估分析报告.docx》由会员分享，可在线阅读，更多相关《自动驾驶企业评估分析报告.docx（18页珍藏版）》请在冰豆网上搜索。

自动驾驶企业评估分析报告

2019年自动驾驶企业评估分析报告

2019年12月

随着自动驾驶技术逐渐成熟、设备日益完善，行业发展进入加速期，国内外各企业的自动驾驶团队不断涌现。

然而提及企业的技术能力，行业公认的评估还停留在加州机动车辆管理局提供的脱离报告阶段，缺少更综合和全面的评估体系。

因此我们针对自动驾驶行业的公开信息，基于对行业的理解，尝试为相关从业者与投资者建立自动驾驶企业的评估指标体系。

核心技术指标：

全面解读体现自动驾驶企业科技竞争力的核心要素。

2018年以XX为首的国内自动驾驶企业全面入局美国加州机动车辆管理局（DMV）举办的测试，意味着我国自动驾驶行业已经进入了发展的快车道。

由DMV提供的MPI接管前里程数是现阶段行业认可程度最高的技术成果指标，然而该指标在评估企业技术核心能力上有许多局限性。

我们针对市场公开的技术相关数据，结合企业发展情况，制定多指标的自动驾驶企业核心技术评估方法。

评估指标主要涵盖：

实测总里程、接管前里程数、实测区域数、国内路测执照数量和等级、系统更新迭代能力以及平台兼容能力等。

使用上述指标可以对比企业之间的发展差异，同时也可以纵向分析企业技术发展趋势和进展。

企业资源指标：

综合评估企业资源背景，兼顾企业发展软实力。

企业资源背景对自动驾驶企业的发展具有重大意义，丰富的资源条件可以支持企业的技术研发和市场开拓，促进产品尽快商业化落地。

企业资源不仅包括企业资金量和股东背景，同时还包括企业技术团队资源、地方政府合作资源以及商业合作资源等。

评估指标主要涵盖：

企业累计融资额、地方政府及商业合作方数量等。

上述指标既反映企业在行业中的相对竞争力，也可以体现企业的发展软实力，是企业技术能力评价指标的有益补充。

综合核心技术和企业资源指标，可对自动驾驶企业进行立体评估，分析企业竞争力及发展潜力，对于在核心技术和企业资源两方面都表现较突出的企业，如文远知行、小马智行等，可予以重点关注。

自从2004年以来，美国国防高级研究项目局（DARPA）连续3年举办了三届自动驾驶挑战赛，汽车自动驾驶技术正式迎来了发展的起点。

相比第一届21支参赛队伍没有一支可以完成正常比赛，在第二届大赛中，195支队伍有5支队伍完成了全部考核项目；而在第三届比赛中，参赛团队已经能够完成自动驾驶汽车在遵守交规方面的要求，这一要求需要自动驾驶系统能够做出智能的决策，对系统的智能算法提出了挑战。

在这三年比赛的催化作用下，自动驾驶技术快速发展并逐渐走向成熟，这段丰富的经验为日后美国团队引领自动驾驶行业打下了坚实的基础。

除去这些研发团队，2013年后，奥迪、福特、沃尔沃、日产、宝马等汽车品牌也相继加入到自动驾驶技术的布局中。

2011年，由一汽集团与国防科技大学共同研制的红旗HQ3自动驾驶汽车的问世，才正式打开了我国自动驾驶的大门。

随着这个行业的不断发展，越来越多的汽车制造厂商加入到了自动驾驶的竞争当中，其中也不缺少大型客车公司的身影。

现在我国自动驾驶汽车领域的又一核心力量是以XX、阿里巴巴、腾讯为代表的高科技公司以及其他各种IT类创新企业，他们如雨后春笋般加入到自动驾驶技术的竞争中。

截至2019年上半年，不少自动初创企业已陆续拿到国内各城市的自动驾驶测试执照，并逐步开展路测。

XX、文远知行、小马智行等企业也积极参与在美国加州举办的封闭路测；在2018年美国加州机动车辆管理局提供的接管报告中，这些企业的接管前平均行驶距离已排入在测所有团队的前10名当中，可见我国自动驾驶技术的发展迅速，已与美国先进水平并驾齐驱。

除XX这类科技公司和一汽为代表的汽车制造厂商外，滴滴等互联网企业也加入到竞争当中。

与此同时，随着物联网技术和5G技术的蓬勃发展，自动驾驶涉及到更加多元化的技术，在对自动驾驶相关企业进行评估的时候，我们需要制定一份更加全面和深入的评价标准。

美国加州车管局（DMV）脱离报告提供的MPI数据仅仅反映了参与加州实测的自动驾驶汽车企业的成绩，再加上我国政策要求使得企业实测信息披露不全面，在评估我国自动驾驶企业的时候，由DMV提供的MPI指标显得力不从心。

因此，为了更好地研究我国自动驾驶生态环境，我们急需一个完整的指标体系，而非某一单一指标来对企业进行评价，该指标体系需要满足对企业的自动驾驶核心算法能力、企业形象及公关能力、企业发展潜力等诸多因素进行全面评估。

在这篇报告中，我们计划制定一个与企业整体竞争力相关的KPI指标体系，并对国内外知名自动驾驶企业进行案例分析。

该模型涉及到了自动驾驶的技术核心领域以及企业的关系资源两大方面。

每个大方面下分为多个具体评估指标，指标体现了自动驾驶企业的技术竞争力、商业竞争力、以及发展潜力。

本文随后以合理的形式量化企业各项指标，并进行行业横向和自身纵向对比，来尝试对企业竞争力进行评价，并验证指标的合理性，最终得到一份具有参考价值的自动驾驶企业评价指标体系。

一、企业评估指标体系建设

1、多指标全面评测企业核心技术，多角度了解企业发展潜力

自动驾驶核心技术的评估主要涉及了自动驾驶汽车企业在自动驾驶技术方面的成绩表现。

这一成绩同时包括了实测过程中的汽车表现，也涵盖了自动驾驶汽车企业在系统的更新以及平台的维护方面的能力评估。

评估分为：

实测总里程、MPI里程数、实测区域个数、获执照等级和数量、自动驾驶系统更新频率以及系统跨平台的兼容能力。

这些评估间接反应了企业在技术研发方面的能力、地方政府合作能力、宣传公关能力、行业内部竞争实力、商业化能力和潜力。

我们会对各项指标以及指标反映情况进行细致分析，并用这些指标对国内企业和现行业标杆Waymo和Cruise进行比较。

（1）实测里程数：

自动驾驶技术经验和数据积累基本指标

自动驾驶企业实测的总里程统计的是已公布实测信息中企业在实测过程完成的总里程，该统计指标忽略了由实测案例个数造成的差异，旨在总体上反映企业在自动驾驶测试方面的成熟程度，该指标可以直观地反映出企业在实测方面现有的能力与经验积累。

进一步分析而言，企业大量实测里程的原因可以分为大量的实测案例数以及实测平均过程中行驶里程：

实测案例数量可以反应出企业在实测方面上的投入、地方合作意愿和技术能力，这一项在下文会继续讨论；大量的实测平均行驶里程可以使自动驾驶汽车更加接近真实驾驶，接触到更多的由道路情况、人为情况以及系统算法造成的问题，为系统和设备的修正提升提供更加全面的资料，通过更真实地模拟现实的交通情况，企业可以获得更加有意义的数据。

因此，自动驾驶行驶实测总里程这个指标可以较好地反映出企业数据库的容量、自动驾驶技术可靠性以及由大量参考数据产生的算法优化潜力。

通过对行业企业的横向对比，可以了解到在实测成绩方面上的差异，以及目标企业与行业标杆之间的差距。

在行业比较中，数据显示谷歌旗下Waymo已经完成了大量的实测案例，2018年在行业中占据非常大优势，与通用旗下Cruise成为行业主导企业，这样的优势得益于两个企业背后的成熟科技团队和长期在行业内的研发基础。

相比之下我国的自动驾驶汽车实测起步晚于这些行业龙头，但国内行业发展迅速，在2018年图森未来科技业已完成了52万公里的道路实测，XX在北京完成了14万公里实测，后者在2019年在数据上完成了巨大的飞跃，完成了超过200万公里的路测，同比增长超过14倍，反应出XX自动驾驶技术的成熟和全面进入路测阶段。

（2）接管前里程数：

技术能力核心指标之一，但需增强评价一致性

作为现在自动驾驶技术能力评估的主流风向标之一，加州机动车辆管理局发布的自动驾驶接管报告记录了在加州测试自动驾驶汽车的汽车制造商、科技公司和初创公司提交的年度信息。

该报告反映了这些公司在当年自动驾驶的行驶里程数和车内人类驾驶员接管次数，以此计算出汽车每次人为干预发生时走过的里程（MPI），这个指标直接反映了自动驾驶技术的可靠性。

相对于总公里，MPI在表现自动驾驶技术可靠性时具有更加直观的意义，脱离前行驶里程直接反映了系统在无人为干扰情况下的智能程度，是自动驾驶能力的直接体现。

同时全球多家自动驾驶企业参与到该测试中，测试报告在评估企业的自动驾驶技术时具有标准性，可以用来充分对比行业内企业。

除了对企业技术能力的体现，该指标也是现在目前全球公认的评估方式之一，所以在脱离报告中，MPI成绩也反映了企业的影响力和宣传能力。

此指标也可以用在企业发展评估中，反映企业发展趋势。

2018年报告中显示，谷歌旗下的Waymo和通用旗下的Cruise在接管前行驶里程中占据了绝对的领先地位，这跟这些公司具有丰富的自动驾驶经验和主场优势有关，其测试车辆均超过100辆。

而我国的小马智行和XX也进入了MPI排名表的前10名，分别排在了该表中的第五和第七的位置，而文远知行也在该表中排到了第十一的位置。

然而，由于该数据是由企业自主向DMV汇报，不能保证数据的可靠性，同时该报告只记录在加州参与测试的车辆信息，并不包括其他测试地区，无法衡量量产落地、车规安全等方面的技术，所以该报告在评估企业综合能力时具有局限性，不能作为评价自动驾驶汽车企业技术能力的唯一标准。

因此，我们把MPI指数作为评估指标之一，同时辅以其他指标对自动驾驶企业技术能力进行全面的分析评价。

（3）实测区域数：

反映系统在差异条件下结果一致性和数据多样性

实测过程中另一个关键的指标是实测区域数。

由于我国道路的复杂和地方交通情况的差异，在衡量一个自动驾驶企业的技术成熟程度时，要同时考虑到其技术是否具有普遍适用于不同实测环境的能力。

自动驾驶汽车的最终目的是在所有道路上彻底实现无人驾驶功能，由于我国广阔的疆土和丰富的自然、人文环境，这一目标的实现需要收集大量不同地区的信息，并根据这些信息设计并完善自动驾驶系统。

为了收集足够全面的信息，我们需要考虑到国内交通的以下方面：

①地理位置差异造成的地理环境差异

我国地域辽阔，各地地理环境差异较大，在自动驾驶过程中，车辆需要通过感应器识别道路信息，在识别的过程中，天气情况的变化可能对识别效率和自动驾驶系统执行操作的时间造成影响。

所以，自动驾驶企业需要通过在不同地区测试，基于这些测试结果，完善自动驾驶系统，使得系统可以全面解决由地理位置差异造成的故障与问题。

②经济发展差异造成的交通设施、法规差异

我国城市经济发展具有一定的差异，一、二线城市交通设施齐全，但也具有复杂性，三、四线城市相对道路信息简单，但是存在设施不完善的情况。

在自动驾驶汽车沿车道行驶时，车道间安全提示线为感应器的识别对象之一，但在地方城市，部分道路存在线路规划不明确等问题，这将成为自动驾驶汽车安全行驶的挑战。

而且挑战也存在于交通复杂的大城市，在遇到立交、待转区、外车道调头等问题时，自动驾驶汽车需要识别并判断行车车道，这需要大量数据支撑，以及不断对算法进行优化。

③人文环境差异造成的交通习惯差异

除客观差异外，在自动驾驶测试时，由地区人文造成的差异也应该纳入考虑因素中。

因为地区法规执行尺度不一、社会车辆驾驶员驾驶习惯不同、路人行走习惯差异等，所以在部分地区道路交通中可能会出现不文明超车、压线、违章等车辆交通问题，以及路人横跨马路、不安全行走等问题。

这些问题是自动驾驶系统无法通过交通规章学习而来的，因此需要自动驾驶车辆到不同地区的道路进行测试学习、预测并完善企业的自动交通系统。

考虑上述原因，大量且差异化的测试地点有助于企业提升算法解决问题能力以及自动驾驶系统的普适性。

因此我们在评估的时候，把实测区域数作为重要评估指标之一，该指标反映了自动驾驶企业在不同复杂程度的路况下测试的区域数量以及地域分布。

在行业内对比过程中，我们注重自动驾驶测试区域的个数、差异、地理分布，以此反映出自动驾驶车辆在面对不同道路行驶环境、气候等其他因素时的适应能力和一致有效性。

同时，企业大量的实测区域数表明该企业具有多样性的个体数据，能更好地为自动驾驶系统的学习和更新提供支撑。

从企业运营的角度分析，丰富的实测区域体现出企业在公关宣传、地方合作方面的良好运营能力，展现出企业的巨大发展潜力以及良好的商业形象。

根据图表可知