
北京研精畢智信息咨詢有限公司每年能夠產(chǎn)出近200份定制化報告以及上千份細分市場調(diào)研報告。公司構(gòu)建了涵蓋8000萬以上的海外樣本、30萬以上的權(quán)威專家信息以及3600萬以上的國內(nèi)電話樣本與企業(yè)樣本,為各類研究提供了堅實的數(shù)據(jù)基礎(chǔ),助力企業(yè)在復雜多變的市場環(huán)境中穩(wěn)健前行。
當前各國政府高度重視無人駕駛汽車產(chǎn)業(yè)的發(fā)展,并出臺了一系列政策予以支持,這些政策對無人駕駛汽車的發(fā)展做出了重要規(guī)劃,并規(guī)范了自動駕駛汽車的測試和管理,多地還開展了智能網(wǎng)聯(lián)汽車測試區(qū)建設(shè),為無人駕駛汽車的測試和應(yīng)用提供了良好的環(huán)境。
一、無人駕駛行業(yè)概述
1、定義與等級劃分
根據(jù)市場調(diào)研機構(gòu)XYZ-Research指出,無人駕駛技術(shù)是指車輛通過車載傳感器、控制器、執(zhí)行器等裝置,融合現(xiàn)代通信與網(wǎng)絡(luò)技術(shù),無需人類駕駛員直接干預,即可實現(xiàn)自動行駛、決策以及應(yīng)對各種交通場景的智能交通技術(shù)。依據(jù)國際汽車工程師學會(SAE)制定的 J3016 標準,無人駕駛技術(shù)從低到高被劃分為 L0 - L5 六個等級,各等級汽車自動化程度與特點如下:
L0 級(無自動化):車輛完全依靠駕駛員手動操作,所有駕駛?cè)蝿?wù)如加速、制動、轉(zhuǎn)向等均由駕駛員完成。雖然車輛可能配備如安全氣囊、防抱死制動系統(tǒng)(ABS)等基礎(chǔ)安全輔助設(shè)備,但這些系統(tǒng)并不具備自動駕駛功能,駕駛員對車輛的操控擁有絕對控制權(quán),目前市面上大部分經(jīng)濟型車輛仍處于這一等級。
L1 級(輔助駕駛):車輛開始具備一些簡單的駕駛輔助功能,如自適應(yīng)巡航(ACC)能夠根據(jù)前車速度自動調(diào)整本車車速,以保持安全車距;車道偏離預警(LDW)可在車輛無意識偏離車道時發(fā)出警報,提醒駕駛員糾正方向。不過,駕駛員仍需時刻保持對車輛的操控,雙手不能長時間離開方向盤,雙腳也需隨時準備應(yīng)對突發(fā)情況。
L2 級(部分自動化):車輛可同時對速度和方向進行自動控制,典型的功能組合包括自適應(yīng)巡航與車道保持輔助(LKA)協(xié)同工作,車輛能夠在一定程度上自動保持在車道內(nèi)行駛,并跟隨前車速度行駛。此外,自動泊車功能也屬于 L2 級范疇,車輛可自動完成停車入位的操作。然而,駕駛員依舊需要時刻關(guān)注路況,隨時準備接管車輛的控制權(quán)。當下,眾多汽車品牌宣稱的自動駕駛功能大多處于 L2 級水平,如特斯拉的 Autopilot、寶馬的駕駛輔助系統(tǒng)等。
L3 級(有條件自動化):在特定的駕駛環(huán)境下,如高速公路且路況良好時,車輛能夠?qū)崿F(xiàn)自動駕駛,完成所有的駕駛?cè)蝿?wù),包括加速、制動、轉(zhuǎn)向以及交通環(huán)境監(jiān)測等。此時,駕駛員可以暫時將注意力從駕駛?cè)蝿?wù)上轉(zhuǎn)移,例如查看手機信息、處理其他事務(wù),但必須保持警覺,當系統(tǒng)發(fā)出接管請求時,需在短時間內(nèi)迅速接管車輛。由于對系統(tǒng)可靠性和安全性要求極高,以及面臨復雜的法律責任界定問題,目前全球范圍內(nèi)量產(chǎn)并真正達到 L3 級別的車型較少。
L4 級(高度自動化):車輛在特定的區(qū)域或場景內(nèi),如特定城市道路、園區(qū)、礦區(qū)等,能夠?qū)崿F(xiàn)完全的自動駕駛,無需駕駛員進行任何干預。即使遇到突發(fā)情況,車輛自身的系統(tǒng)也能進行處理和應(yīng)對。不過,L4 級自動駕駛的適用范圍受到地理區(qū)域和環(huán)境條件的限制,無法在所有道路和環(huán)境下實現(xiàn)完全自動駕駛。目前,部分企業(yè)在特定場景下進行的無人駕駛出租車(RoboTaxi)試點運營,便是 L4 級自動駕駛技術(shù)的應(yīng)用嘗試。
L5 級(完全自動化):這是無人駕駛技術(shù)的終極目標,車輛在任何時間、任何地點、任何路況下都能實現(xiàn)完全自主駕駛,無需人類駕駛員的參與。車內(nèi)甚至無需配備方向盤、剎車踏板和油門踏板等傳統(tǒng)駕駛控制裝置,乘客只需告知車輛目的地,車輛即可自動規(guī)劃最優(yōu)路線并安全送達。但要實現(xiàn)這一等級,不僅需要攻克諸多技術(shù)難題,如復雜環(huán)境下的精準感知、決策算法的高度可靠性等,還需面對法律法規(guī)、社會接受度等多方面的挑戰(zhàn),目前仍處于研發(fā)和探索階段。
2、發(fā)展歷程
據(jù)市場分析報告進行解讀,無人駕駛技術(shù)的發(fā)展歷程可以追溯到上世紀,經(jīng)過多年的技術(shù)積累與創(chuàng)新,無人駕駛從最初的設(shè)想逐步走向現(xiàn)實,并在近年來取得了顯著的進展。
探索起步期(20 世紀 20 年代 - 70 年代):1925 年,美國陸軍電子工程師展示了一輛無線電控制汽車,這可以看作是無人駕駛概念的雛形,它通過外部無線電信號來控制車輛的行駛,開啟了人類對車輛自動化行駛的探索。1960 年,斯坦福研究院研發(fā)出首個全自主輪式機器人 Shakey,它集成了傳感器、計算機和控制系統(tǒng),能夠自主感知環(huán)境并做出決策,為后來無人駕駛汽車的研究奠定了基礎(chǔ)。隨后在 1977 年,日本筑波工程研究實驗室開發(fā)出第一輛基于攝像頭來檢測前方標記或?qū)Ш叫畔⒌淖詣玉{駛汽車,邁出了無人駕駛技術(shù)發(fā)展的重要一步,從 “視覺” 角度為無人駕駛技術(shù)的發(fā)展提供了新的思路。
技術(shù)積累期(20 世紀 80 年代 - 90 年代):1984 年,卡內(nèi)基梅隆大學開展了 Navlab 項目,致力于開發(fā)能夠在復雜環(huán)境中自主行駛的車輛。在這個項目中,研究人員對計算機視覺、傳感器融合以及路徑規(guī)劃等關(guān)鍵技術(shù)進行了深入研究,為無人駕駛技術(shù)的發(fā)展積累了寶貴的經(jīng)驗。1987 年,德國慕尼黑聯(lián)邦國防軍大學的恩斯特?迪克曼斯教授帶領(lǐng)團隊開發(fā)出 VaMP 自動駕駛汽車,該車在高速公路上進行了長達 1000 公里的測試,最高時速達到了 175 公里 / 小時,這一成果展示了無人駕駛技術(shù)在實際道路行駛中的可行性,極大地推動了無人駕駛技術(shù)的發(fā)展。1995 年,戴姆勒奔馳發(fā)布了尤里卡?普羅米修斯計劃,這是第一個大范圍聯(lián)合開發(fā)的無人駕駛項目,眾多知名大學、研究院紛紛參與其中,全球范圍內(nèi)的無人駕駛技術(shù)競爭序幕由此拉開。在這個項目中,各方合作對無人駕駛技術(shù)進行了全面而深入的研究,涵蓋了傳感器技術(shù)、通信技術(shù)、智能控制等多個領(lǐng)域,為無人駕駛技術(shù)的進一步發(fā)展奠定了堅實的基礎(chǔ)。
快速發(fā)展期(21 世紀初 - 2010 年代):2004 年,美國國防部高級研究計劃局(DARPA)舉辦了第一屆無人車挑戰(zhàn)賽(DARPA Grand Challenge),吸引了眾多團隊參與。雖然此次比賽中沒有一輛參賽車輛能夠完成全程,但它激發(fā)了全球?qū)o人駕駛技術(shù)的研究熱情,促使更多的科研機構(gòu)和企業(yè)投入到無人駕駛技術(shù)的研發(fā)中。2005 年,斯坦福大學的團隊在第二屆 DARPA 無人車挑戰(zhàn)賽中取得了勝利,他們研發(fā)的 Stanley 自動駕駛汽車成功完成了長達 212 公里的賽程,這一成果標志著無人駕駛技術(shù)在復雜環(huán)境下的自主導航能力取得了重大突破。2009 年,谷歌正式啟動無人駕駛汽車項目,憑借其在人工智能、大數(shù)據(jù)和傳感器技術(shù)等方面的優(yōu)勢,谷歌的無人駕駛技術(shù)迅速取得了顯著進展。谷歌的無人駕駛汽車在大量的實際道路測試中表現(xiàn)出色,為無人駕駛技術(shù)的商業(yè)化應(yīng)用帶來了新的希望。2011 年,國防科技大學自主研制的紅旗 HQ3 無人駕駛汽車完成了從長沙到武漢 286 公里的高速全程無人駕駛試驗,最高時速達到 110 公里,展示了中國在無人駕駛技術(shù)領(lǐng)域的實力,也標志著中國無人駕駛技術(shù)進入了一個新的發(fā)展階段。
技術(shù)突破與商業(yè)化探索期(2010 年代至今):2015 年,特斯拉發(fā)布了 Autopilot 自動駕駛輔助系統(tǒng),雖然該系統(tǒng)最初僅處于 L2 級別的部分自動化水平,但它在市場上引起了廣泛關(guān)注,推動了自動駕駛技術(shù)在消費級車輛中的應(yīng)用。此后,特斯拉不斷對 Autopilot 系統(tǒng)進行升級,逐步提升其自動化程度和功能表現(xiàn)。2016 年,百度發(fā)布了 Apollo 自動駕駛平臺,旨在通過開放平臺的方式,吸引全球的開發(fā)者和企業(yè)共同參與無人駕駛技術(shù)的研發(fā),加速無人駕駛技術(shù)的創(chuàng)新和應(yīng)用。這一舉措促進了無人駕駛技術(shù)的生態(tài)發(fā)展,推動了技術(shù)的快速迭代和進步。2018 年,谷歌旗下的 Waymo 在亞利桑那州推出了商業(yè)化的無人駕駛出租車服務(wù),這是無人駕駛技術(shù)在實際運營中的重要突破,標志著無人駕駛技術(shù)開始從實驗室走向市場。近年來,隨著傳感器技術(shù)、人工智能算法、高精度地圖等關(guān)鍵技術(shù)的不斷進步,以及政策法規(guī)的逐步完善,無人駕駛技術(shù)的發(fā)展速度進一步加快,越來越多的企業(yè)開始在特定場景下進行無人駕駛技術(shù)的商業(yè)化應(yīng)用探索,如物流配送、礦區(qū)運輸、港口作業(yè)等領(lǐng)域,無人駕駛技術(shù)正逐漸改變著傳統(tǒng)的交通運輸模式。
二、無人駕駛行業(yè)產(chǎn)業(yè)鏈結(jié)構(gòu)
1、上游產(chǎn)業(yè)
無人駕駛產(chǎn)業(yè)鏈的上游主要包括傳感器、芯片等零部件供應(yīng)商,這些企業(yè)為無人駕駛技術(shù)提供了關(guān)鍵的硬件支持,在整個產(chǎn)業(yè)鏈中占據(jù)著至關(guān)重要的地位。
傳感器作為無人駕駛汽車的 “眼睛” 和 “耳朵”,能夠?qū)崟r感知車輛周圍的環(huán)境信息,是實現(xiàn)自動駕駛的基礎(chǔ)。常見的傳感器包括激光雷達、毫米波雷達、攝像頭、超聲波雷達等。激光雷達通過發(fā)射激光束并測量反射光的時間來獲取周圍物體的距離和形狀信息,具有高精度、高分辨率的特點,能夠清晰地構(gòu)建出周圍環(huán)境的三維模型。例如,一些高端自動駕駛車輛配備的激光雷達,能夠在幾百米的距離內(nèi)精確識別障礙物的位置和輪廓。毫米波雷達則利用毫米波頻段的電磁波來檢測目標物體的距離、速度和角度,具有較強的抗干擾能力和全天候工作性能,在惡劣天氣條件下仍能穩(wěn)定工作。攝像頭能夠獲取車輛周圍的圖像信息,通過圖像識別技術(shù)可以識別交通標志、車道線、行人等目標物體。超聲波雷達主要用于近距離檢測,在自動泊車等場景中發(fā)揮著重要作用。
近年來,全球傳感器市場規(guī)模呈現(xiàn)出快速增長的趨勢。據(jù)統(tǒng)計,2022 年中國傳感器市場規(guī)模為 3096.9 億元,2019-2022 年均復合增長率為 12.26% 。在競爭格局方面,全球傳感器市場主要由美國、日本和歐洲的公司主導,如美國的 Velodyne、Luminar,日本的 Denso、Murata,德國的 Bosch 等。這些企業(yè)在技術(shù)研發(fā)、生產(chǎn)制造和市場份額方面具有較強的優(yōu)勢。不過,國內(nèi)的傳感器企業(yè)也在不斷崛起,如速騰聚創(chuàng)、禾賽科技等在激光雷達領(lǐng)域取得了顯著的進展,逐漸在全球市場中占據(jù)一席之地。
芯片是無人駕駛汽車的 “大腦”,負責處理傳感器采集到的大量數(shù)據(jù),并做出相應(yīng)的決策。隨著無人駕駛技術(shù)對算力需求的不斷增加,芯片的性能和算力成為了關(guān)鍵因素。目前,用于無人駕駛的芯片主要包括英偉達的 Drive 系列、英特爾旗下 Mobileye 的 EyeQ 系列、高通的 Snapdragon Ride 平臺等。這些芯片具有強大的算力,能夠快速處理復雜的算法和數(shù)據(jù),為自動駕駛系統(tǒng)提供高效的支持。例如,英偉達的 Drive Orin 芯片算力高達 254Tops,能夠滿足 L4 及以上級別自動駕駛的算力需求。
芯片市場同樣呈現(xiàn)出快速發(fā)展的態(tài)勢。隨著人工智能、物聯(lián)網(wǎng)等技術(shù)的發(fā)展,對芯片的需求不斷增加。在競爭格局上,英偉達、英特爾、高通等國際巨頭在無人駕駛芯片市場占據(jù)主導地位,但國內(nèi)的芯片企業(yè)如地平線等也在積極布局,其研發(fā)的征程系列芯片已經(jīng)在一些國產(chǎn)車型中得到應(yīng)用,為推動國內(nèi)無人駕駛產(chǎn)業(yè)的發(fā)展提供了有力支持。
2、中游產(chǎn)業(yè)
中游產(chǎn)業(yè)主要包括自動駕駛系統(tǒng)集成商和服務(wù)提供商,它們在無人駕駛產(chǎn)業(yè)鏈中起著承上啟下的核心作用。
自動駕駛系統(tǒng)集成商將傳感器、芯片、算法等零部件和技術(shù)進行整合,開發(fā)出完整的自動駕駛解決方案。這些解決方案需要具備高度的可靠性和穩(wěn)定性,以確保車輛在各種復雜的路況下能夠安全、準確地運行。例如,百度的 Apollo 自動駕駛平臺,通過整合多種傳感器數(shù)據(jù)和先進的算法,為合作伙伴提供了從低速到高速、從特定場景到全場景的自動駕駛解決方案。該平臺不僅能夠?qū)崿F(xiàn)車輛的自動行駛、避障、泊車等功能,還具備不斷學習和優(yōu)化的能力,能夠根據(jù)實際行駛數(shù)據(jù)不斷提升自動駕駛的性能。
服務(wù)提供商則為自動駕駛車輛提供地圖測繪、數(shù)據(jù)存儲與分析、云服務(wù)等支持。高精度地圖是自動駕駛的重要基礎(chǔ),它能夠提供車輛位置、道路形狀、交通標志等詳細信息,幫助自動駕駛車輛更準確地進行定位和路徑規(guī)劃。例如,高德地圖、百度地圖等企業(yè)都在積極開展高精度地圖的研發(fā)和測繪工作,為自動駕駛提供精確的地圖服務(wù)。數(shù)據(jù)存儲與分析服務(wù)能夠?qū)ψ詣玉{駛車輛在行駛過程中產(chǎn)生的大量數(shù)據(jù)進行存儲和分析,通過對這些數(shù)據(jù)的挖掘,可以發(fā)現(xiàn)潛在的問題和優(yōu)化空間,進一步提升自動駕駛系統(tǒng)的性能。云服務(wù)則為自動駕駛車輛提供了實時的數(shù)據(jù)傳輸和計算能力,使得車輛能夠與云端進行高效的交互,獲取最新的地圖數(shù)據(jù)、交通信息和算法更新。
在競爭態(tài)勢方面,中游市場競爭激烈,參與者包括傳統(tǒng)汽車零部件供應(yīng)商、科技公司和初創(chuàng)企業(yè)。傳統(tǒng)汽車零部件供應(yīng)商如博世、大陸集團等,憑借其在汽車領(lǐng)域的深厚技術(shù)積累和廣泛的客戶資源,在自動駕駛系統(tǒng)集成方面具有較強的競爭力。科技公司如谷歌旗下的 Waymo、百度等,憑借其在人工智能、大數(shù)據(jù)等領(lǐng)域的技術(shù)優(yōu)勢,迅速在自動駕駛領(lǐng)域嶄露頭角。初創(chuàng)企業(yè)則以創(chuàng)新的技術(shù)和靈活的運營模式,在細分市場中尋求發(fā)展機會。例如,一些專注于特定場景自動駕駛解決方案的初創(chuàng)企業(yè),通過為礦區(qū)、港口等場景提供定制化的自動駕駛服務(wù),獲得了市場的認可。
3、下游產(chǎn)業(yè)
下游產(chǎn)業(yè)主要是各類應(yīng)用場景的終端用戶,包括個人消費者、物流企業(yè)、公共交通運營商等。不同的應(yīng)用場景對無人駕駛技術(shù)有著不同的需求特點和發(fā)展?jié)摿Α?/p>
對于個人消費者而言,無人駕駛汽車能夠提供更加便捷、舒適和安全的出行體驗。在城市通勤場景中,無人駕駛汽車可以自動規(guī)劃最優(yōu)路線,避開交通擁堵,減少出行時間。同時,乘客可以在車內(nèi)放松休息、處理工作或進行娛樂活動。在長途旅行中,無人駕駛汽車的自動駕駛功能可以減輕駕駛員的疲勞,提高行駛的安全性。此外,無人駕駛汽車還能為老年人、殘疾人等特殊群體提供更加便利的出行方式,拓展他們的出行范圍。
物流運輸領(lǐng)域是無人駕駛技術(shù)的重要應(yīng)用場景之一。物流企業(yè)面臨著運輸成本高、效率低、駕駛員短缺等問題,而無人駕駛技術(shù)的應(yīng)用能夠有效解決這些問題。無人駕駛貨車可以實現(xiàn)全天候、不間斷的運輸,提高運輸效率。通過智能調(diào)度和路徑規(guī)劃,還能降低運輸成本。在一些電商物流和快遞運輸中,無人駕駛車輛已經(jīng)開始進行試點應(yīng)用。例如,京東在部分地區(qū)開展了無人駕駛快遞車的配送服務(wù),通過在園區(qū)或特定區(qū)域內(nèi)的運營,提高了快遞配送的效率和準確性。
公共交通領(lǐng)域?qū)o人駕駛技術(shù)的需求也十分迫切。無人駕駛公交車可以實現(xiàn)準時、高效的運行,提高公共交通的服務(wù)質(zhì)量。通過車聯(lián)網(wǎng)技術(shù),無人駕駛公交車還能與其他車輛和交通設(shè)施進行智能交互,優(yōu)化交通流量,減少交通擁堵。在一些城市的特定公交線路上,已經(jīng)開始試點無人駕駛公交車。例如,廣州市在南沙區(qū)開通了無人駕駛公交示范線路,為乘客提供了全新的出行體驗。
總的來說,下游市場的需求是推動無人駕駛技術(shù)發(fā)展的重要動力。隨著技術(shù)的不斷成熟和成本的降低,無人駕駛技術(shù)在各個應(yīng)用場景中的應(yīng)用前景將更加廣闊。不同應(yīng)用場景的需求特點也將促使企業(yè)不斷優(yōu)化技術(shù)和解決方案,以滿足市場的多樣化需求,推動無人駕駛產(chǎn)業(yè)的快速發(fā)展。