自动驾驶行业发展概述

随着软技术革命的进一步发展，人类社会进入了一个万物互联、智能化的新时代。人工智能和汽车工业的飞速发展，自动驾驶技术逐渐成为业界关注的焦点。自动驾驶技术是汽车工业与新一代信息技术(如高性能计算芯片、人工智能、物联网等)深度融合的产物。其实质是汽车产业的升级。如今，互联网技术巨头、大型传统汽车企业、科技型初创企业凭借自身在资金、技术、渠道资源等方面的优势，抓住产业升级机遇，纷纷进入自动驾驶领域。自动驾驶技术与传统汽车产业的竞争与合作开始加剧，自动驾驶产业的潜力初步释放，应用场景逐渐清晰。本文详细介绍和分析了国内外自动驾驶生产企业的发展历程、产业链图、市场规模趋势和布局。

我们得出如下发现

1.自动驾驶相关技术已成为人工智能产业和汽车产业的双重趋势，但仍处于发展初期。人工智能水平、硬件技术、配套基础设施、市场教育等都需要时间和资金来培养。

2.自动驾驶的快速发展，将重构汽车乃至旅游、配送、物流等产业链。相关市场和技术具有巨大的市场潜力，未来将出现相当数量的独角兽公司。

3.除了技术和资金对行业的影响外，政府行为的规范和立法对行业的限制也是制约自动驾驶行业发展的重要因素。

4.汽车产业价值链长，产业成熟度高。投资者应更多关注与汽车巨头互补的低风险新兴企业，如图像识别算法制造商、激光雷达研发制造商、人机交互制造商等?汽车制造业投资成本高，目前行业市场格局相对稳定，不适合创业者进入。企业家可以瞄准与汽车巨头互补的产业领域，理清商业模式和产品周期，找到自己的定位和发展机遇。

一、自动驾驶分类与分级

为规范市场管理与监管，美国汽车工程师学会(SAE)于2014年开发了一套自动驾驶分类系统，并根据车辆运行和驾驶区域的自动驾驶接管程度，对lo-l5的6个等级进行了评价。

L0级完全没有机械辅助驾驶，L1级提供简单的机械驾驶支持。初步的自动驾驶包括巡航控制、紧急制动、倒车雷达等简单技术，这些技术在当今经济型汽车中得到了广泛的应用。

L2是一种比较先进的驾驶辅助技术，它在L1的基础上有了更高的发展，承担了部分人的感知功能。例如，除了L1级描述中的定速巡航和倒车雷达功能外，该车还具有车道保持和自动换道等高级功能。

L3级的实现依赖于lo-l2级的技术积累，带来了驾驶模式的质的变化，促进了条件自动驾驶的实现。l0-l2与l0-l2最大的区别是将道路环境的观察者从人变为系统。该机能全面识别路况、交通信号、路标等活动车辆、非机动车、行人等障碍物。计算、加工、动作制定等机构都将由机器来完成，但人们仍然需要对机器的状态进行监控，以避免机器有意的外部条件。

L4级自动驾驶是在L3基础上的进一步发展。在正常情况下，驾驶员不再监视系统。他们只需要在极端条件下给系统一些指令。在大多数情况下，该系统可以单独处理自动驾驶。

L5是自动驾驶的终极形式。这台机器的驾驶能力将远远优于人类，它能应付任何极端情况。人类不再需要对车辆做任何多余的指示。

二、《自动驾驶产业地图分析》

自动驾驶产业的核心业务是以谷歌、百度为自动驾驶解决方案提供商，以特斯拉、威莱为代表的汽车制造商。

这类厂商与上游的软硬件供应商相连，紧靠企业和消费者，在整个商业链中扮演着至关重要的角色。

产业链的上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别与新材料、新制造与新能源等。产业链的下游厂商为没有核心技术的OEM厂商和后置服务商。智能车技术密集度高，邮政服务链长宽相当可观。此外，信息服务、金融支付等业务支撑着整个产业链。

三、发展过程及驱动因素分析

自主驾驶不是一个新概念。早在1925年，人类历史上第一辆“无人驾驶汽车”诞生已近百年。然而，从它的出现到21世纪初，实践的进展却相对缓慢。虽然推出了很多概念车，但大部分还是采用了倒车雷达和巡航控制的形式。

2015年，随着人工智能时代的到来，自动驾驶作为最受关注的应用场景之一，受到了前所未有的关注，包括各种互联网公司制造商、传统汽车制造商和新兴技术初创企业的出现。目前，人工智能的主要细分技术，包括计算机视觉、深度学习、传感器、高速芯片、GPU等硬件开发，在自动驾驶领域发挥着重要作用。

除了技术，资金和政策也对自主驾驶产业的发展产生重大影响。

比如，美国在加州等20多个州立法后，北京市交通委员会、北京市交通管理局和北京市经济信息委员会联合下发文件。企业可以在北京申请自动驾驶汽车路试，这也使得北京成为中国首个出台允许自动驾驶路试政策的城市。

四、商业领域

在正式民用自动驾驶之前，大量功能相对单一、路况相对简单或不适合人工驾驶的商业区域将优先实现全方位自动驾驶，而在商业区实现自动驾驶也将教育市场，促进民用自动驾驶的快速发展。

1. 物流配送

(1)长途运输;目前，长途列车超载、疲劳驾驶、交通违法等现象时有发生，但高速、无信号灯、无障碍物的特点非常适合高效率的机械驾驶，但反映出单一的驾驶模式，特别是超长路线如北京香港澳门、连云港霍州高速公路等，这可以有效地避免驾驶员疲劳因素。

(2)仓储配送：在大型仓库、超市，自动驾驶机器人能够准确、高效、低风险的分拣、分拣、仓储、出站等行为，大大节省了劳动时间，减少了差错。

与技术复杂、路况复杂的长途运输相比，最后一公里的配送大多是在居民区、学校、工业园区等相对安全慢行的环境中实现的，风险系数低，地图精度较高。在2017年的几届购物节上，京东、顺丰等厂商进行了无人配送试点，积累了应用经验。

2. 城市出行

（1）公共汽车、公共汽车;公共汽车、机场公共汽车等出行方式线路单一，发车频率高，路况稳定单一，适合目前自动驾驶的发展水平，城区地图精度高，而在城外，大多是封闭的公路，可以充分发挥自动驾驶的效率。但是，由于法律法规的复杂性、客户的信任和城市的交叉口，安装起来要花很长时间。（2）出租车：除了更加方便快捷，无人驾驶出租车还能有效避免大量劳动力成本，提高运营公司利润，降低乘客出行成本。

3. 危险作业类型

在机械化的基础上，自动驾驶技术在农业领域有着非常广阔的应用前景。农业无人仪器不仅可以自动驱动，而且可以非常精确地进行运动，从而实现喷雾或收获等超低误差，降低效率和浪费。但面对中国庞大的农民和复杂的农业条件，要全面实现农业产业的自动驱动，还有很长的路要走。

4. 城市日常运营

城市运营车辆无需太快行驶速度，车速缓慢，路线固定，功能简单。除了自动驾驶，它们也是自动操作的潜在应用场景。目前，该技术已基本成熟。据创世邦研究中心预测，此类日常运营车辆将在欧美、日本等劳动力成本较高的国家率先上市。他们在中国和印度等劳动力成本较低的新兴市场上线需要时间。除了成本降低幅度低于预期外，这样的日常运营车辆还会带来大量失业人员。