汽车智能驾驶深度研究与发展策略久闻其声终见其来.docx

汽车智能驾驶深度研究与发展策略久闻其声终见其来.docx

《汽车智能驾驶深度研究与发展策略久闻其声终见其来.docx》由会员分享，可在线阅读，更多相关《汽车智能驾驶深度研究与发展策略久闻其声终见其来.docx（39页珍藏版）》请在冰豆网上搜索。

汽车智能驾驶深度研究与发展策略久闻其声终见其来

汽车智能驾驶深度研究与投资策略

久闻其声，终见其来

1、智能驾驶：

重构产业的革命

智能驾驶是指汽车通过搭载先行的传感器、控制器、执行器、通讯模块等设备实现协助驾驶员对车辆的操控，甚至完全代替驾驶员实现无人驾驶的功能。

高等级的智能驾驶是智能交通体系的一部分，通过V2X（车联网）技术汽车能够与道路信息、交通信号、其他车辆等周围环境联接为一体，形成“人、车、路”高效运行的交通体系。

而在智能汽车内部，各种类型的传感器代替了人的眼睛与耳朵，感知着汽车周围情况；强大算力的控制器代替了人的大脑，决策着车辆行驶路线；响应灵敏的执行器代替了人的手脚，执行着智能大脑的命令。

被“代替”的驾驶员则通过全新的人机交互环境，享受着智能的体验与服务。

这是智能驾驶的愿景，也是定义各个子功能的发展目标。

在智能驾驶的演化路径上，Waymo、XX等高科技公司直接针对L4级别的智能驾驶进行研发，L4级别的智能驾驶也常被称为无人驾驶或者全自动驾驶。

谷歌Waymo从2009年就开了相关研究，其利用在AI算法领域的优势通过样车收集数据不断迭代自动驾驶功能。

目前，Waymo在该领域投入最大、积累数据最多、应用最全面。

从技术角度分析，针对L4级别的智能驾驶虽然已经有了很多进步，但是其还只是处于试验研究阶段。

面对情况复杂的开放道路，技术成熟度还未达到全面商业化运营的要求。

2019年，著名咨询公司Gartner在其报告中认为L4级别自动驾驶技术全面成熟还需要10年以上。

主流的汽车企业还是遵循着从ADAS级别功能导入为基础逐步向L3甚至L4级别的智能驾驶方向演进，其结合先进的传感器、计算平台等硬件不断迭代算法，完善自动驾驶功能，并扩展智能驾驶应用的场景。

总体来看，当前L2智能驾驶已经较为成熟，正在向L3阶段发展。

虽然部分汽车企业，如特斯拉、奥迪、小鹏等已经宣传开发出具备L3技术能力的智能驾驶汽车，但因为ODD（OperationalDesignDomain:

设计运行区域）在法律及标准上还没有明确，其还更多以L2+或L2.5作为产品来定义。

在2020年2月，由发改委等11部委发布的《智能汽车创新发展战略》中明确提出：

“到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。

实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。

智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网络（LTE-V2X等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。

”

在商用车领域，L1/L2级别的智能驾驶有望在法规、市场、技术的驱动下快速渗透。

针对L3/L4级别的智能驾驶，更有可能在特定场景下实现商业应用，例如高速公路的长途干线物流，低速运行的封闭园区环境。

特定场景，有可能降低技术开发的难度，同时对应的商业价值更加明确，有利于实现技术迭代与大规模商业化落地。

2政策、技术、市场共同推动，智能驾驶正在驶来

2.1政策支持：

国家战略方向；地方大力扶持；行业积极响应（略）

➢智能驾驶的国家战略

➢地方大力扶持智能驾驶行业

➢行业标准体系正在成形，安全防护相关功能成为强制标准

2.2技术进步：

感知/智能/通讯技术导入；ADAS率先成熟

➢感知技术发展

感知是指智能驾驶系统从环境中收集信息并从中提取相关知识的过程，通常包含环境感知和定位两部分。

其中，环境感知（EnvironmentalPerception，EP）特指对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行人车辆的检测、交通信号等数据的语义分类。

定位（Localization）是对感知结果的后处理，通过定位功能从而帮助汽车了解其相对于所处环境的位置。

感知是智能驾驶系统的基础。

以摄像头为基础的视觉感知技术，因为成本较低，获取信息丰富，有利于大规模在汽车上应用。

Mobileye已成为感知领域的头部企业，其技术过去十年不断突破，其算法日趋成熟，芯片性能大幅提升，能够实现判断前方车辆、行人、安全距离、车道线等功能，满足了智能驾驶大规模应用的需求。

根据Moblieye介绍其第四代算法芯片EyeQ4较上一代性能提升8倍，EyeQ系列芯片累计发货超过5000万块。

同时，毫米波雷达、超声波雷达技术在汽车上也应用得越来越成熟。

➢算法与计算平台进步

过去十年，随着深度学习为代表的算法在人工智能领域中应用，计算机科学又进入到了新的阶段。

深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术。

它的基本特点，是试图模仿大脑的神经元之间传递，处理信息的模式。

最显著的应用是计算机视觉和自然语言处理（NLP）领域。

其需要依靠大量的数据与硬件计算能力来完善功能。

谷歌，XX等科技公司纷纷以AI技术为支撑，开发其无人驾驶汽车。

而在计算硬件方面，英伟达（NVIDIA）、英特尔（Intel）等计算机行业公司则推出了一系列支持无人驾驶汽车应用的计算平台。

2019年末，英伟达推出的全新自动驾驶芯片ORIN，其性能已高达200TOPS（每秒钟一万亿次运算），已能够满足L4级别自动驾驶的要求。

➢5G时代到来，V2X有望落地

车联网（V2X）希望实现车与车通讯（V2V），车与人通讯（V2P），车与路通讯（V2I），车与云端通讯（V2C）等信息交换。

通过V2X，车辆可以通过网络获取到更多的道路和其他交通参与者的信息，而不是仅仅通过自车的感知和预测，能做到这样的效果的确对自动驾驶帮助甚大，对于弥补一下感知能力的不足之处至关重要。

5G通讯技术正在全球范围进行应用。

对于智能驾驶，5G的低延时、高带宽的特点，为V2X通讯网络提供了更全面的保障。

当有低延时高带宽的基础设施支撑后，智能驾驶通过车端和云端的协同感知、计算能够发挥出更大的潜力。

5G时代的到来，将推动车联网功能（V2X）的扩展与应用，帮助智能驾驶完善功能。

传感器、计算机、通讯、电子等技术的发展直接或者间接的推动着智能驾驶技术的进步，智能驾驶领域也成为多产业融合发展的代表。

在技术端，L3/L4级别智能驾驶技术的成熟度依托于各部分技术的成熟度，体现为明显的短板效应。

➢ADAS技术成熟，功能不断丰富

ADAS（先进辅助驾驶系统）利用雷达、摄像头等传感器采集汽车周边环境数据，进行静态、动态物体的识别、跟踪，控制系统结合地图数据进行做出行为决策，使驾驶者觉察可能发生的危险，必要情况下直接控制车辆的刹车或者转向动作，可有效提升驾驶安全性、舒适性。

当前，ADAS所涉及的主要零部件毫米波雷达、超声波雷达、摄像头、电动转向、电动刹车等已经在技术上成熟，实现了大规模量产与应用。

ADAS的功能与应用也越来越丰富，相关测评标准已经颁布。

在国家标准（2019年）《道路车辆先进驾驶辅助系统（ADAS）术语及定义》中给出了36项ADAS功能，包含FCW、BSD、HMW、HUD等信息辅助类21项，AEB、ACC、LKA等控制辅助类15项。

在乘用车领域，常用的ADAS功能包括安全控制类的ACC/AEB/LKS等，预警类的FCW/LDW/PCW/BSD等，其他辅助性的AP等功能。

对于商用车领域，因为相关零部件成熟稍晚，ADAS装配率还比较低。

量产车辆集中在L1级别的功能，或者作为信息报警功能协助驾驶员，如AEB，BSD，DMS，PCC等功能已经开始前装搭载。

随着商用车电控执行器（刹车、转向等）产品的成熟，ADAS功能在商用上也会越来越丰富。

ADAS系统是一个复杂的系统工程，不仅是增加雷达等传感器的问题，其涉及到整车架构、线束、人机交互、控制匹配等方面。

ADAS的车辆控技术是实现更高等级智能驾驶的基础。

汽车公司需要根据法规要求实施的时间点提前进行技术研发和产品布局。

更重要的是，ADAS功能需要给用户提供实用的价值，如切实帮助安全行驶、能够进行效率优化等。

2.3市场需求：

特斯拉引领智能驾驶体验；商用车追求安全高效

➢乘用车智能驾驶市场现状

同其他很多汽车新技术一样，ADAS的普及并不是一朝一夕的事。

早期，由于ADAS没有规模化生产，整套系统价格不菲，主要搭载在中高端车型上。

且部分ADAS功能操作复杂，用户认知度有限与体验不佳，在市场端存在“老手不会用，新手不会用”等问题，影响到了市场渗透。

根据威尔森咨询在2019年的调查，中国消费者对智能驾驶的了解度和信赖度并不是那么高，但是他们的兴趣度非常高。

可见，可靠并且能真正满足消费者需求的智能驾驶产品将会受到市场欢迎。

自动泊车入位（AP）功能需要通过超声波雷达、摄像头等感知车辆四周的环境，并控制车辆纵向（前、后）与横向（左、右）运动，是典型的L2级ADAS功能。

我们以该功能为抓手，在易车网上收集了不同价位车型该功能的渗透情况，以分析L2级别功能在车型的渗透情况。

我们发现，自动泊车功能在30万以上的车型配比较高已经超过了30%，而在10~20万区间的车型中，自动泊车功能平均普及率为5%。

结合我国乘用车市场格局，8~20万的区间是销量的主力，占比达到64%。

我们推断当前该功能的整车搭载率依然低于10%。

同时，以长城、吉利为代表的自主龙头企业AP的搭载率已达到10%以上，明显高于同价位的平均搭载率。

由此可见，虽然乘用车ADAS渗透率一直在稳步提升，但是因为相关功能与体验未达到消费者的预期等因素，除了AEB等法规要求的基本ADAS功能，L2级别的功能还主要匹配在中、高端车型，目前市场处于导入阶段。

龙头自主品牌在智能驾驶领域更加积极，其希望以更加丰富的功能、更高的性价比的产品吸引消费者。

➢特斯拉带来智能驾驶全新体验与认知，L2级市场快速增长

随着特斯拉的国产化，今年3月其国内销量分别达到2620辆、3900辆、10160辆，逆市大幅提升，国内纯电动车市场占有率已达到20%以上。

而在全球，特斯拉的销量也保持着稳步提升。

除了纯电动属性外，特斯拉另一个重点就是其智能驾驶功能，与其他电动车的对比，其领先的自动驾驶功能是与其他品牌差异化的地方。

在特斯拉官网，智能驾驶功能放在显著的位置，突出其未来驾驶概念。

所有全新Tesla车辆均标配先进的硬件，除支持目前已实现的Autopilot自动辅助驾驶功能外，将通过OTA软件更新，不断完善功能。

环绕车身共配有8个摄像头，视野范围达360度，对周围环境的监测距离最远可达250米。

12个新版超声波传感器作为整套视觉系统的补充，可探测到柔软或坚硬的物体，传感距离和精确度接近上一代系统的两倍。

增强版前置雷达通过发射冗余波长的雷达波，能够穿越雨、雾、灰尘，甚至前车的下方空间进行探测，为视觉系统提供更丰富的数据。

目前，通过几十万车主的应用，Autopilot已经累积了20多亿英里的道路驾驶经验。

系统功能已包括：

主动巡航控制、辅助转向、自动变道、自动泊车、车库召唤、自动驶入高速匝道、自动识别红绿灯、路标、环岛等复杂路况并自动控制等。

同时，特斯拉引领的大屏幕车载中控，实现了更加智能的人机交互模式，极大的提高了驾驶体验