史上最全的自动驾驶研究报告（下）

https://www.jianshu.com/p/34535d6b8e23

自动驾驶是百年汽车工业史上又一次伟大的范式转移，将重新定义汽车产业规则。汽车的产品定义将不再是「行走的精密仪器」，也不只是一台「行走的计算机」，而是「行走的第三空间」；车厂的角色将从传统的汽车制造商向移动出行服务商转型。自动驾驶是产业发展的必然趋势，关乎时间、生命，是重塑未来出行生态的关键技术。2018 年下半年以来，全球自动驾驶产业现象级事件频发，商业化序幕已经拉开。

本文约2万4千字，分为上下两部。本文为下半部分，请耐心阅读。

4. 政策：「绿灯」频开，合法上路在即

国家层面：自动驾驶汽车已成为全球汽车产业发展的战略制高点，国内顶层设计政策已出台。制造强国离不开汽车强国，汽车强国离不开智能汽车强国。全球众多国家已将自动驾驶汽车发展纳入国家顶层规划，争抢未来汽车产业发展的战略制高点，以求在汽车产业转型升级之际抢占先机。比如，美国交通运输部于 2016 年 9 月发布联邦《自动驾驶汽车政策指南》，持续推进自动驾驶汽车的安全监管与测试，并于 2018 年 10 月发布《为未来交通做准备：自动驾驶汽车 3.0》，加强自动驾驶汽车与整个交通出行体系的安全融合。日本在 2017 年发布《2017 官民 ITS 构想及路线图》，公布日本自动驾驶汽车发展时间表，提出 2020 年实现高速公路 L3 级自动驾驶功能，并在特定区域实现 L4 级自动驾驶应用。国内也已启动自动驾驶汽车发展国家战略规划，《汽车产业中长期发展规划》、《智能汽车创新发展战略（征求意见稿）》、《车联网（智能网联汽车）产业发展行动计划》等多部文件均对自动驾驶产业提出了清晰而具体的发展规划。

地方政府「绿灯」频开，自动驾驶政策、牌照和路测成为一场关于「城市名片」的竞赛。考虑到汽车工业对于地方 GDP 的拉动作用以及自动驾驶的技术引领作用，国内地方政府对于自动驾驶技术可谓「绿灯」频开。根据亿欧统计，截止 2018 年底，国内已有 12 座城市和地区发放自动驾驶道路测试牌照，并鼓励相关企业开展商业化的试运营下项目，为自动驾驶汽车相关的技术标准和法规体系的建立提供必要支持。除了路测的支持之外，例如北京市等先行城市还发布了地方政府版的产业扶持政策（《北京市智能网联汽车创新发展行动方案（2019 年-2022 年）》），自动驾驶产业已经成为一场关于「城市名片」的竞赛。

国家层面指导意见有望出台，监管有望不再缺位，确保自动驾驶车辆上路的「合法性」。目前的交通法规都围绕着一个关键要素——驾驶员，而且驾照、车险、交通法规等所有制度环节都假定「汽车是在人的操控下运行的」。而对于高等级自动驾驶汽车而言（驾驶权逐步更替成机器），在现有的制度下，会引发一系列现实的困境，例如：在交通事故中，如何判定哪辆车是事故责任方？自动驾驶车辆和传统车辆的路权如何分配？自动驾驶车辆想要规模化的上路，离不开底层的法律监管的创新，来确保其基本的合法性。可以说，相对于已出台的众多产业政策的大力支持，目前国内在关于自动驾驶技术的法律监管方面是缺位的。但考虑到国内的整个法律体制相对于全球其他国家，更具有集中的、自上而下的监管特点；具有不同职能部门之间可以实现更好协调的优势，我们乐观地判断，自动驾驶车辆上路合法性的监管文件有望尽快出台。最新的好消息是，交通部部长李小鹏在 2019 年 2 月 28 日表示，将力争在国家层面出台《自动驾驶发展指导意见》，有望彻底扫除自动驾驶车辆上路的法律障碍。整体上，高等级自动驾驶车辆上路合法化的路径，将跟随技术的成熟度逐渐放开，先从简单的高速公路路况开始，逐步开放城区等复杂场景，直至全场景。

5.成本：有望骤降，从Demo跨越到准量产阶段

5.1 技术创新推动核心部件成本骤降

5.1.1 L3 自动驾驶硬件改造成本有望降至 2000 美元/车以下

产业界普遍对于自动驾驶成本大幅度骤降持乐观态度。政策法规、技术两大难题越过之后，自动驾驶产业规模化落地的最后一座大山就是成本。尽管目前高等级自动驾驶（L4）的单车改造成本仍然居高不下，但产业界对于自动驾驶成本随着技术进步大幅下降均持有乐观态度。国际 Tier1 巨头德尔福汽车 CEO Kevin Clark 此前曾表示，到 2025 年，德尔福希望将自动驾驶汽车的成本降低逾 90% 至 5000 美元左右。

预计至 2025 年，L3 的自动驾驶硬件改造成本约在 1900 美元/车。参考三菱日联摩根士丹利（MUMSS）、英飞凌、IHS、蔚来资本等多方产业报告以及多位产业链专家调研，我们拆解高等级自动驾驶（L3 及以上）的核心部件配置以及价格趋势做出预测。其中，自动驾驶硬件改造成本最高的核心部件是激光雷达和计算平台，也是现阶段自动驾驶成本居高不下的最大障碍。从产业发展趋势来看，随着固态激光雷达等新的技术路线替代传统机械式雷达，工艺成本有望显著下降，带动价格曲线下行；计算平台则由于芯片设计厂考虑摊销前期的研发成本，在小批量量产期间定价较高；在大规模量产后价格有望全面下降。综合来看，我们预计技术创新将推动核心部件成本骤降，至 2025 年，L3-l4 的自动驾驶硬件改造成本约在 1900-4400 美元/车。

5.1.2 核心部件成本趋势分析

核心部件——摄像头、毫米波雷达、超声波雷达、及 GPS&IMU 的价格曲线及趋势。以上 4 个部件的生产工艺、技术路线较为成熟，产业竞争充分，随着产量上升带来的规模效应释放，预计价格将稳步下降。

核心部件——计算平台，随着大规模量产，价格将大幅下降。市场对于自动驾驶量产的一大疑虑就是作为核心硬件的自动驾驶芯片的单价迟迟没有达到合理的水平，导致自动驾驶的整体解决方案成本超过消费者可以承受的合理范围，会对自动驾驶的大规模普及造成严重的影响。我们认为，鉴于芯片的出货定价与量产情况有着密切的关系，不必过分担忧芯片的出货价格。考虑到自动驾驶计算平台高昂的研发成本（英伟达最新一代的 Xavier 芯片研发投入高达 20 亿美金），芯片厂必然会在尚未大规模量产的初期选择高定价的模式，来部分覆盖前期的投入。而一旦达到大规模量产（比如年出货量达到 100 万颗），则芯片厂能够很快回本前期的投入，芯片的定价之后有望与成本相挂钩，价格会急剧下降。

核心部件——激光雷达，合理的技术路径带动成本降低。激光雷达部件现阶段成本较高，以行业主要企业 Velodyne 的激光雷达为例，按照线束的密度进行报价——8万美元（64 线）、4 万美元（32 线）、4 千美元（16 线）。Velodyne 的激光雷达报价居高不下的原因，并非激光雷达的物料成本，而在于其采用了传统的机械式扫描的技术方案——机械式激光雷达的光学系统的装配和标定过程要求高度严谨的机械系统校准，同时，量产的一致性要求也会导致产能低下。现阶段，产业界的一致看法是打造出一台售价低廉的激光雷达关键就是将传统的旋转式机械设计换成固态设计，这样能大量减少可移动部件，激光雷达的结构和量产简单了，成本也就自然降低了。在新的技术路径下，众多产业界的厂商（包括 Velodyne）均预测未来激光雷达的量产成本将下调到数百美金/颗。

5.2. 政府助力车路协同（V2X）基建普及，显著降低单车改造成本

「聪明」的车+「智能」的路，车路协同（V2X）发展将显著降低单车改造成本。目前大部分对于自动驾驶硬件改造成本的讨论都停留在单车智能的技术路线和视角。实际上，国内的自动驾驶技术路线是智能网联的路线，即「单车智能」与「车路协同」协同发展。车路协同的价值和意义在于，如果说自动驾驶单车智能的价值是让路上的车辆都能变成由「二十年驾龄老司机」驾驶的话，那么车路协同则像是又给每辆车配备了一个开了「天眼」的交警，「他」将站在「完美」视角保障安全、疏导交通，高效分配道路资源。以一个交通路况复杂的路口为例，人类司机和自动驾驶车车载传感器由于视角和视线的局限，都只能感知到路况信息的一部分，那些看不到的障碍物造成了危险隐患；如果车路协同配备了「完美视角」路侧感知设备以后，利用高清摄像头等多种传感器加上边缘计算设备的识别能力，可以感知到路口范围内全部的交通参与方，并实现多种分析功能，把这些信息通过 V2X 通信实时的共享给路口的全部车辆，即可最大限度消除危险隐患。「车路协同」技术的演进和基础设施的普及，将会显著降低单车智能的改造成本。根据百度的预测，在车路协同的基础上，自动驾驶的研发成本可以降低 30%，接管数会下降 62%，预计可让自动驾驶提前 2-3 年在中国落地。

车路协同（V2X）已经成为国家重点发展战略，5G 基建点火助力。目前发展车路协同技术及其应用已纳入交通部智能交通系统发展战略。国家的在建项目有：新一代国家交通控制网和智慧公路试点工程/北京冬奥会、雄安新区项目等。从车路协同的技术体系来看，我们认为，5G 的普及将进一步提升车路协同的技术价值。根据中移动测算，自动驾驶车辆以每小时 60 英里(约 96.56 公里／小时)的速度行驶，在使用 5G 通讯网络的情况下，其收到某一反馈信息后实际上只移动了 3 厘米左右。现有 4G 网络时延条件之下，时速 100 公里的汽车，从发现障碍到启动制动系统至少移动 1.4 米。2019 年以来政府提出了科技新「基建」的政策发展方针。发改委副主任连维良表示今年将的「建设」的重点有五个方面，「加强新型基础设施建设」居于首位（包括 5G 的商用），我们预计政府将有财政资金配套产业政策扶持 5G 产业，快速完善科技新「基建」，为自动驾驶产业铺路。政府的保驾护航下，国内有望拥有全球最领先的自动驾驶基础设施（5G+V2X）。

5.3 从封闭到开放，联合研发分摊开发成本

从封闭到开放，车企合纵连横，联合研发分摊开发成本。自动驾驶研发对于软硬件投入的门槛之高、投资回报周期之长无需赘言。整车厂选择自研的优势在于垂直整合，利于持续迭代，但劣势在于成本高，研发周期长。能否担负起初期一次性的研发成本，并在整个汽车销售过程中将其摊薄，这是车厂需要解决的问题。实际上，与其自身冒险的大规模投入，车企间从封闭到开放，合纵连横组建联盟，分摊无人驾驶先期的风险成本，缩短技术创新周期，形成规模效应，抢占时间窗口，成为产业新趋势。在共同利益的驱动下，我们已经看到奔驰、宝马、通用、本田、大众、福特等一线车厂，在自动驾驶技术研发领域达成战略合作协议，预计后续将有更多的车企加入到联盟中。

6.市场：蓄势待发，大幕将启

6.1 态度开放，需求旺盛，中国或成全球自动驾驶第一大市场

国内消费者对于自动驾驶的接受程度、需求、支付意愿均居于全球前列。1）接受程度。根据艾瑞的调研报告，相对于较为保守的美国消费市场，国内消费者对于自动驾驶持更加开放的态度，尤其在数据、安全性等领域；2）需求：腾讯人工智能与自动驾驶消费者调研，则表明国内消费者对于自动驾驶的需求较为普遍，近 60% 的人口对自动驾驶有需求。从调研样本来看，自动驾驶对女性与大年龄层消费人群存在更强的需求吸引力，在经济更发达且交通环境更复杂的一二线城市中接受程度更高；3）支付意愿。麦肯锡在 2018 年 4 月的调研显示，49% 的中国消费者认为全自动驾驶「非常重要」。国内消费者愿意为购买自动驾驶车辆支付高达 4600 美元的溢价，而美国和德国则分别为 3900 美元和 2900 美元。

中国已经是全球最大的汽车市场，有望成为全球自动驾驶市场第一大市场。从 1956 年中国第一辆解放牌卡车在一汽下线开始，经过 60 多年的努力，从自力更生到以市场换技术、合资建厂，再到自主研发，如今中国已经成为世界上汽车产销量最多的国家，根据 wind 数据，约占全球汽车市场 1/3。尽管 2018 年国内汽车销量市场首度出现负增长，但考虑到「汽车下乡」政策的托底，以及消费升级的趋势，我们对国内汽车市场的未来仍然保持乐观态度。巨大的消费市场叠加旺盛的自动驾驶需求，我们预计中国在未来同样将成为全球自动驾驶第一大市场。

6.2 商业化路径之车厂前装：进入大规模量产前夕，规模有望超过1400亿美金

6.2.1 车厂大规模自动驾驶计划进入倒计时

自动驾驶产业进入大范围量产前夕，2020/2021 年将成为主机厂量产的重要节点。观察自动驾驶产业主流企业（Tier1/2、车厂）的量产时间表，2020/2021 年是绝大部分企业高等级自动驾驶（Level3/4）量产的节点。可以说，自动驾驶产业已经进入大范围量产前夕。

以 2020、2021 年为界，国内自动驾驶产业链即将开启黄金 10 年发展期。结合国家《汽车产业中长期发展规划》、《智能汽车创新发展战略》（征求意见稿）以及产业链调研的结果。我们认为，以 2020、2021 年为界，国内自动驾驶产业链即将开启黄金 10 年发展期。

6.2.2 2030年自动驾驶前装市场空间有望达到1400亿美金

L3 级别及以上的自动驾驶前装套件预计报价将在 3000-10000 美金/套。现阶段已经量产的自动驾驶系统中，实现 L2+功能的通用-凯迪拉克 CT6 的智能驾驶配置包的报价在 5000 美金/套；特斯拉的 AutoPilot 系统，根据不同的实现功能，分别报价在 5000 美金/套、8000 美金/套。奥迪 A8 代表现阶段量产的自动驾驶的最高水平，已经达到 L3 级别，可以实现在高速公路上，以 60 公里/小时的速度完成自动驾驶功能，让驾驶员完全可以不用手握方形盘而去做其他的事情，在遇到紧急情况的时候，车辆会发出接管请求，并且给驾驶员提供 8-10 秒的时间评估路况，重新接管车辆进行控制，其报价在 10000 美金/套。参考上述车厂的自动驾驶前装套件报价，我们预计在大规模普及之后，L3 级别及以上的自动驾驶前装套件预计报价将在 3000-10000 美金/套。当然，不排除成本大幅降低后，整车厂将降低报价，让利消费者。

国内自动驾驶前装套件的市场规模 2030 年有望突破 1400 亿美金。根据前文所预测的国内自动驾驶渗透率曲线以及自动驾驶前装套件预计报价，只估算 L3 及以上的高等级自动驾驶的前装套件的国内市场规模，我们预测在 2030 年有望突破 1400 亿美金。

6.3 商业化路径之MaaS：终极场景，潜力无限

6.3.1 Waymo开启Robo-taxi元年

Waymo 正式商业化试运营，开启 Robo-taxi 元年。在 Waymo 首席执行官 John Krafcik 看来，Waymo 在产业中的角色不止是「卖水人」，更是「掘金者」。

Waymo 的 L4 级别自动驾驶车辆，实际上就是生产力工具，可以为 C 端用户提供MaaS（Mobility as a servie，无缝出行服务）自动驾驶网约车服务（Robo-taxi），并从中获利。从 2009 年成立以来，经过近 10 年的技术打磨，2018 年 12 月 5 日，John Krafcik 发布内部信宣布自动驾驶服务正式商用，推出自自动驾驶网约车服务（Robo-taxi）——Waymo One。虽然定价还在测试中，但是模式基本基于行程时间和距离，这和 Uber、Lyft 以及中国的滴滴是类似的定价模式。据 The Verge 实验，大约 8 分钟、3 英里的行程在 Waymo One 上需要花费7美元，定价与 Uber 和 Lyft 相差不大。从整个乘车体验流畅性来看，The Verge 报道认为已经基本上等同于正常人在开车，技术变得更为成熟了，例如：遇到减速带会减速、改变车道会加速、人行道前会让人（如果太靠近斑马线会倒车），如此人性化让人感受到机器的温暖。

Robo-taxi 彻底变革传统车企的商业模式，潜力无限。Robo-taxi 的商业模式彻底完成了对于传统汽车制造商商业模式的颠覆。根据驭势科技 CEO 测算，同样是一辆车，传统的汽车厂商每卖出一台车利润是 1400 美金，假设这台车在生命周期当中开14-15 万英里，也就是说传统车厂在整个汽车的生命周期中，赚取的利润是 0.01 美元/公里。以 Waymo 为代表的 Robo-taxi 模式，因为自动驾驶带来的人力成本的节约以及效率的提升，在整个汽车的生命周期中，收费可以达到 1.25 美金/英里（值得一提的是，除了基准的出行服务收费模型外，MaaS 未来还可以在车内提供有偿的娱乐项目或广告项目来获得收入），而期间运营成本随着自动驾驶技术升级将显著下降。当成本下降到，自动驾驶每公里的总成本将与司机驾驶传统汽车的成本大致持平的平衡点时，市场的平衡将被打破，Robo-taxi 的商业模式将开始显露出威力。

6.3.2 商用场景的MaaS有望率先落地

自动驾驶的落地场景，主要考虑三个方面：市场规模、技术难度、经济性。自动驾驶 MaaS 的落地场景十分多样，乘用车场景主要以自动驾驶出租车（Robo-taxi）为主；商用场景根据不同的使用用途，可以划分为港口货运、园区摆渡车、高速公路物流、矿区、市政环卫、最后一公里配送等。根据蔚来资本的研究，具备大的市场规模体量、技术难度相对较低、成本可接受具备经济性的场景将最快实现自动驾驶的落地。市场规模方面，蔚来资本对各个场景的自动驾驶规模进行了估算。以长途物流为例，中国重型卡车的保有量 570 万台，假定用于长途物流的卡车占到 30%，以每辆车 2 位司机，每位司机年工资 15-20 万元估算，长途物流自动驾驶的潜在替代规模在 5,000 到 7,000 亿元。而末端配送也是不可忽视的一块市场。2018 年预计中国的快递业务量有望突破 490 亿件，快递业务收入达到 5,950 亿元，而网络外卖方面，市场份额第一的美团外卖号称峰值日订单量已达到 2,000 万。结合末端配送每单的成本，蔚来资本预计最后一公里的自动驾驶配送市场规模超 840 亿元。

产业快速爆发的转折点将发生在自动驾驶成本低于人力成本之时。本质上讲，自动驾驶之于 MaaS 就是，初期高投入（自动驾驶车辆改造成本）换取后续人工费用降低和运营效率的提升。从经济性看，只有快速地达到可取代人力成本之时，某个细分自动驾驶场景才能快速爆发。当前 L4 级自动驾驶硬件成本依然高昂，甚至比车辆自身成本还高，导致整体的经济性不高。而随着技术实现成本的降低，在人力成本愈发高昂的宏观背景下，自动驾驶 MaaS 将逐渐显现出成本和效率上的优势。以长途物流为例，根据蔚来资本的测算，比较了普通卡车与自动驾驶卡车（原有 2 名司机，取代 1 名司机）的TCO（总拥有成本，Total Cost of Ownership）成本，当自动驾驶改造降至 20 万元/车时（年运维费为 5.1 万元/车），自动驾驶卡车 TCO 成本将比普通卡车的 TCO 成本下降 14%。

史上最全的自动驾驶研究报告（下）相关推荐

史上最全的机器学习资料（下）
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等多门学科.专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能 ...
史上最详细的自动驾驶汽车技术介绍【硬件+软件】
2021中国汽车软件质量峰会".将于2021年3月18-19日在上海召开,以"主题演讲+互动解疑+圆桌讨论"的形式,聚焦汽车软件质量开发与管理发展的需求点和痛点分析,致力 ...
Vue2.0史上最全入坑教程（中）—— 脚手架代码详解
2019独角兽企业重金招聘Python工程师标准>>> 书接上文我们说道,如何利用脚手架(vue-cli)构建一个vue项目,本回书我们一起来学习分析下代码. 回顾下创建后的项目目录 ...
自动驾驶研究报告（上）
自动驾驶是百年汽车工业史上又一次伟大的范式转移,将重新定义汽车产业规则.汽车的产品定义将不再是「行走的精密仪器」,也不只是一台「行走的计算机」,而是「行走的第三空间」:车厂的角色将从传统的汽车制造商 ...
手把手教你配置linux下C++开发工具——vim+ycm(YouCompleteMe)，支持基于语义的自动补全和第三方库补全（史上最简单、史上最透彻、史上最全的终极解决方案）
截止到目前,vim稳定版本已经到了8.2+,ycm(YouCompleteMe的简称)最新版本与几年前的安装配置截然不同了.之前网上很多教程也教不得法,生搬硬套,没有讲透彻.所以,才下定决心写一篇自认 ...
这可能是史上最全的Python算法集！
来源 | CSDN(ID:CSDNnews ) 本文是一些机器人算法(特别是自动导航算法)的Python代码合集. 其主要特点有以下三点:选择了在实践中广泛应用的算法:依赖最少:容易阅读,容易理解每个 ...
python优化算法工具包_这可能是史上最全的 Python 算法集（建议收藏）
原标题:这可能是史上最全的 Python 算法集(建议收藏) 导读:本文是一些机器人算法(特别是自动导航算法)的Python代码合集.其主要特点有以下三点: 选择了在实践中广泛应用的算法: 依赖最少: ...
python算法动画_这可能是史上最全的Python算法集！
来源 | CSDN(ID:CSDNnews ) 本文是一些机器人算法(特别是自动导航算法)的Python代码合集. 其主要特点有以下三点:选择了在实践中广泛应用的算法:依赖最少:容易阅读,容易理解每个 ...
史上最全 2019 ICRA顶会四足机器人文献整理
史上最全 2019 ICRA顶会四足机器人文献整理一.ICRA论文集中相关文献对应subsession时间二.文献整理内容一.ICRA论文集中相关文献对应subsession时间 15:15-1 ...
性能服务器suv,史上最全良心国产SUV性能对比
史上最全良心国产SUV性能对比对比车辆: 1.瑞风S3 2.骏派D60 4.哈佛H1(参数|图片) 外观:外观上四款车各有特色,全凭个人喜好决定.在这里就简单为大家介绍一下. 瑞风S3整体上属于流线 ...

史上最全的自动驾驶研究报告（下）

史上最全的自动驾驶研究报告（下）相关推荐

最新文章

热门文章