自动驾驶专题行研报告

◆ 正视L3、L4级别落地时间表，算法型企业的关键一年36氪研究 | 自动驾驶专题行业研究2019年6月22019.6要点摘要◼技术难度：L2级别ADAS的大范围应用建立在Tier1强大的系统、模块化能力以及车规级产品基础上。L3级别不论是驾驶安全风险还是技术攻克难度是真正的分水岭，是乘用车主机厂近期量产合作的重点，专注乘用车场景的部分一级市场公司已有L3级别量产能力。L4级别对商用场景的降本提效意义重大，可大幅降低人力成本，后期车内无需配置安全员，但在国内落地时间受不确定性因素影响。◼场景落地与技术难度： 乘用车场景目前经历L2级别过渡到L3级别，多采用激光雷达+毫米波雷达+摄像头的感知方案，采用FPGA或部分采用ASIC芯片，结合零散区域范围内高精地图进行决策控制；商用车以高速货运为主，落地可以迅速降低成本提高效率，以L4级别作为主要突破方向，多采用摄像头视觉+激光雷达的感知方案，以及GPU芯片作为计算中央，参与者众多但有量产合作的企业数量少。36Kr-自动驾驶专题研究报告➢ 投资视角姓名：李坤阳微信：frank308邮箱：likunyang@36kr.com◼行业KSF（关键成功因素）：✓算法型公司（提供解决方案和系统）：订单交付能力（是否与主机厂和Tier1就产品有真正订单合作）、研发团队的人员背景（研究相关模型及算法投入时间）、是否具备成熟产品投入测试运营、相关场景的传感器组合成本是否适用于量产、战略规划是否稳定（专注目标场景落地的时间）✓硬件供应（传感器及芯片）：毫米波雷达发展成熟，是大部分算法型公司的解决方案感知层主要设备；车规级的激光雷达研发周期长，用来做测试采购成本较高，且必须外露在车外进行感知，乘用车解决方案中涉及相对较少；摄像头视觉解决方案多用于L2级别，L3级别及以上应用规模大；芯片研发未来倾向ASIC专用芯片，目前GPU通用芯片更多用于适合L4级别以上的商用场景。《蔚来-场景致胜：汽车产业趋势洞察》--蔚来资本&罗兰贝格 2018.11《Initiating on EV Battery Material Suppliers： Be Selective》--Morgan Stanley 2019.02《七大总结 2018中国自动驾驶产业年度报告》--亿欧智库 2018.07参考报告及文章分析师《AI 芯片市场正快速起航，国内边缘芯片面临更大机遇 》--平安证券 2019.43目录一、自动驾驶：2020年多数场景L3落地，场景商业化差异大1.1 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景1.2 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员1.3 自动驾驶分级：L1-L4适用场景受限，落地时间差异大1.4 自动驾驶场景：物流运输商业化高，城市化路况复杂二、全“景”追踪：资本布局集中、创业公司商用场景多落地物流2.1 政策：路测规范及发展战略相继落地2.2 资本盛宴：机构分别选取商用、乘用、硬件的一家公司跟投2.3 落地场景分析：物流场景降本提效，乘用车市场潜力大三、技术产业链及竞争格局：传感器方案差异大，算法是核心3.1 产业链：感知-决策-控制3.2 细分产业格局：传感器、高精地图、芯片、控制器的现状3.3 竞争性分析：创业公司须拥有订单交付能力，大型车企重点考虑收购四、路径差异及典型企业商业模式分析4.1 自动驾驶产业图谱全景聚焦4.2 Waymo：Robotaxi业务投入运营，建厂自研估值1750亿4.3 NVIDIA：并行计算的GPU专注于融合不同传感器4.4 AutoBrain：MPC算法结合域控制器对不同场景定制解决方案4.5 图森未来：L4级干线运输落地美国，加速推进半封闭枢纽场景五、总结：L3级别落地时间继续推后，车联网将带来改变5.1 总结及趋势预测：L3级别落地时间继续推后，车联网将带来改变自动驾驶：2020年多数场景L3落地，场景商业化差异大CHAPTER 11.1 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景1.2 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员1.3 自动驾驶分级：L1-L4适用场景受限，落地时间差异大1.4 自动驾驶场景：物流运输商业化高，城市化路况复杂5一、自动驾驶：时间表推迟，“地理围栏”限制场景落地➢随着移动互联网的流量天花板逐渐见顶，互联网与实体行业如农业、工业、建筑业和服务业等传统行业的数字化融合将成为新的趋势，产业互联网结合5G和云计算等技术将加快实体经济转型。➢汽车作为产业互联网场景下必不可少的智能移动设备，随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新，将结合不同的落地场景打造可复制循环的商业模式闭环。2019.636Kr-自动驾驶行业专题研究报告➢国家发改委发布的《智能网联创新发展战略》征求意见稿计划在2020年实现50%的智能新车比例，而自动驾驶作为智能新车最重要的技术环节之一，也在不断进行不同级别的市场化应用和试运营。➢在自动驾驶行业热度飙升之初，算法型公司和主机厂对自动驾驶L4~L5级别的落地时间规划在2018~2022年，但从政府对自动驾驶的开放态度、复杂道路突发情况的发生和“地理围栏”效应对部分场景的适应性来看，不同场景的落地时间差异显著。➢目前各主机厂和Tier1都已具备L2级别量产能力，算法型公司瞄准L3级别乘用车和L4级别多商用场景的市场，互联网头部企业和大型主机厂发布各自的自动驾驶相关平台进一步将资源集中。1 产业概况1.1 概念1.2 区别1.3 标准1.4 场景智能网联V2X、车联网生态新能源轨道试验、观测试验等自动驾驶ADAS、高精度地图图表1：新能源汽车与自动驾驶打造智能网联汽车的基础架构资料来源：36氪研究院整理61.1 自动驾驶概念：感知-决策-控制，算法是解决方案核心➢自动驾驶是指智能汽车通过安装配备在车上的传感器设备（包括2D摄影视觉感知、激光雷达、毫米波雷达等）感知汽车周围的驾驶环境，结合导航的高精度地图等地图数据，进行快速的运算与分析，在不断模拟和深度学习潜在的路况环境并作出判断，进一步借助算法规划汽车最理想或最合适的行驶线路及方式，再通过芯片反馈给控制系统进行刹车、方向盘控制等实际操作动作。➢综上来看，自动驾驶分步骤来解读，分别包含感知层、决策层、执行层。感知层利用各类视觉设备和雷达等感知周边环境，结合芯片算法和V2X（Vehicle to X）得到的环境信息，借助决策层包含的深度算法和规则算法不断模拟路况、规划出最佳路线并反馈给控制层实现驾驶操作。2019.636Kr-自动驾驶行业专题研究报告➢自动驾驶的适用范围和场景不局限于城市道路的乘用车，许多商业公司从建立之初便依据不同的适用场景和解决方案方向开始了不同路径的技术研发。从2D摄影视觉采集数据到3D激光雷达建模、乘用车到商用车、从复杂的城市道路到规则的限定化场景…..涉足自动驾驶领域的商业公司作为Tier1/Tier2和上游整车厂和OEM企业展开合作，开启各自的商业化道路。传感器供应商Tier1算法与芯片供应商高精度地图供应商V2X供应商设备服务与解决方案视觉解决方案供应商主机厂/整车厂作为Tier2供货作为Tier1合作直接合作图表