自动驾驶-零帕网-第3页

汽车的智能化和网联化是整个汽车制造业数字化转型的启动按钮，从赋能产品力的提升，到赋能汽车后市场的价值挖掘，再到赋能产品研发以及全价值链的协同创新，成为汽车行业“新四化”（电动化、智能化、网络化、共享化）趋势下车企的兵家必争之地。那么，每个车企都会面临的问题是，如何打造面向未来的智能网联汽车？ 智能网联汽车产业是一个多方共建的生态体系，其中，车辆是载体，实现智能化是目的，而网联化是核心手段。 智能交互、智能驾驶和智能服务是智能网联汽车的三大元素。其中，智能交互向着多元化

汽车智能网联升级，大国领先布局  面对车联网战略新兴产业，各国政策加持不断，美国、日本、欧盟国家和中国从 20 世纪末至今陆续发布各种政策和战略。2019 年，我国国务院发布《交通强国建设纲要》，提出加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。另外，2020 年 2 月，发改委、工信部等 11 个国家部委联合下发了“关于印发《智能汽车创新发展战略》的通知”，通知中提出到 2025 年，中国标准智能汽车的技术创新、产业生态、基

“新四跨”指的是跨“芯片模组+终端+车企+安全+高精地图和高精定位”，引入高精地图和高精定位，并实现从演示到大规模并发测试的转变。展望2021年，车联网产业化趋势期待在几个方面有进一步突破：和L3/L4级自动驾驶深度融合；和5G蜂窝网络应用融合；商用化场景更加丰富。 “新四跨”内涵 2019年“四跨”指的是跨“芯片模组+终端+车企+CA平台”。2020年“新四跨

行业策略：自驾电动车应是未来 15 年最大的科技变革, 从人驾到类似智能服务器装四轮驱动的自驾, 这对激光雷达, 摄像头, 毫米波雷达, C-V2X 等感知层芯片, GPU/CPU/FPGA/AI 加速器等决策层芯片，及高速以太网络执行层芯片需求暴增；而油到电动车则对高功率牵引逆变器碳化硅 SiC 的需求爆发，在电动车渗透率于 2035 年达 50%，L3-L5 自驾渗透率超过 30%的假设下，国金估计全球车用半导体市场于 2020-2035 年复合增长率有机会超过20%，远高于全球半导体的 5

伴随智能科技浪潮的兴起，自动驾驶技术开始飞速发展。面对广阔的市场前景，科技发达的美国较早涉足该领域，中国紧随其后。 如今，科技企业、传统车企和一众初创公司成为自动驾驶行业的主要参与者。与此同时，资本也表现出浓厚兴趣，进行加码，多国政府更是将其上升至国家层面的战略高度。 即便自2018年下半年以来，由于发展不及预期，业界开始更加冷静地看待这项技术，但自动驾驶仍在稳步发展。 以目前多家科技企业和初创企业的发展态势来看，未来三年其商业化运营层面将发生显著改变，此时间段同样符合诸多车企推出L3级自

自动驾驶系统的计算机仿真是自动驾驶车辆测试和试验的基础关键技术，也 是未来行业定义自动驾驶车辆相关开发与准入技术标准的基础工具。计算机仿真 测试与真实物理测试互为补充，缺一不可。  《2019 中国自动驾驶仿真技术蓝皮书》是一部全面介绍中国自动驾驶仿真测 试发展现状的工具书。由当家移动绿色互联网技术集团有限公司（51VR）联合学 术研究单位与企业，通过详细收集并整理当前行业现状，结合自动驾驶仿真领域 多位行业专家意见汇编而成。蓝皮书内容涵盖仿真测试的意义、测试方法和作用、 搭建技术方

行业逻辑：当前汽车行业发展变革中面临价值重构，未来价值内涵重心将逐步向服务端尤其是出行领域深度拓展。自动驾驶技术是汽车智能网联进程中核心维度，而伴随自动驾驶等级的提高，对于系统的感知需求也将不断提升。 技术路径：目前市场感知主流方案主要有以特斯拉为代表的视觉系和以 Waymo 为代表的雷达系。视觉系：以低成本摄像头为主要感知元件，较为依赖硬件性能与软件算法。目前各主流公司硬件产品配置已达 L3-L4 级自动驾驶需求，算法端特斯拉神经网络训练较为领先。未来发展方向主要为硬件性能提升+软件算法突破

汽车产业是中国国民经济重要的战略性、支柱性产业，与人民群众生活密切相关。本世纪以来，我国汽车产业快速发展，产业规模稳居世界首位，综合实力显著增强。随着汽车普及程度不断提高，我国已快速进入汽车社会。当前，新一轮科技革命和产业变革蓬勃兴起，智能汽车已成为汽车产业发展的战略方向。发展智能汽车不仅是解决汽车社会面临的交通安全、道路拥堵、能源消耗、环境污染等问题的重要手段，更是深化供给侧结构性改革、实施创新驱动发展战略、建成现代化强国的重要支撑，对不断满足人民日益增长的美好生活需要具有十分重要的意义。随着

智能驾驶的价值与发展阶段 智能驾驶以“服务人”、“替代人”为目标，价值包含：安全、高效、舒适。智能驾驶产品可分为两类：辅助驾驶产品由人对驾驶行为负责；自动（无人）驾驶产品由系统承担部分或者全部责任。当前，我们依然处在辅助驾驶阶段，并正向自动驾驶产品演进。 产品功能与应用场景的匹配程度影响用户需求 不同应用场景，用户需求有差异，这将会影响智能驾驶功能的接受度与普及速度。我们认为：（1）安全相关的智能驾驶功能需求刚性，如：AEB、

华为正式进军汽车自动驾驶领域；在引爆市场关注度的同时，也将带动国内自动驾驶系统稳步推进。2020 全球电动车渗透率仅约 4.6%（IEA），当前量产车型自动驾驶系统尚处于 L2/L2+级。结合“十四五”规划和 2035 年远景目标纲要，我们预计汽车下阶段发展重心将紧密围绕绿色+智能两大核心主题。长期坚定看好国内各行业龙头切入产业链，引领基于中国场景的自动驾驶系统迭代升级。 软件/算法、激光雷达、以及芯片/域控制器为产业链最受益子行业：车企或陆续在智能电动车领域采取直营、

当前无人驾驶配送应用情况和竞争格局，通过公开资料和访谈整理，我们得出以下结论： （1） 我国无人配送行业拥有巨大的市场潜力。一方面，快递/配送行业需求持续快速上涨。2020 年快递业务量依然保持同比 30.8%的高速增长。另一方面，人口红利的消失等因素使得劳动力供应不断下降。2021 年 4 月人社部发布的“2021 年第一季度全国招聘大于求职100 个‘最短缺’职业排行”中，快递员位列第八名。这样用工短缺的形势在未来几年会日益严重，将持续加大从

1、三大商业化路径之争： （1）应用场景之争：核心看迭代速度，ROBOTAXI场景目前的迭代速度慢于消费市场；（2）技术路线之争：更多是成本考量，纯视觉的成本集中在云端，多感知融合成本集中在车端。纯视觉有综合成本优势，多感知融合有可靠性优势。纯视觉对算法、传感器精度要求更高； （3）算法是否自研：自研算法迭代比第三方算法快。自研算法能够获得车辆完整的、高质量的数据，可通过SHADOW模式进行迭代，第三方算法不具备SHADOW能力。 2、智能化将经历车端和云端竞争两个阶段：