汽车智能驾驶深度研究与发展策略久闻其声终见其来.docx

1、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

2、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

3、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(Operational Design Domain: 设计运行区域)在法律

4、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/

5、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

6、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（ Environmental Perception ， 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

7、 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

8、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

9、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

10、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

11、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

12、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

13、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 1020 万

14、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， 820 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

15、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

16、，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