1. 首页
  2. 移动开发
  3. 其他
  4. 自动驾驶专题行研报告 36氪 201906.pdf

自动驾驶专题行研报告 36氪 201906.pdf

上传者: 2020-07-29 23:58:53上传 PDF文件 1.76MB 热度 13次
自动驾驶专题行研报告-36氪-201906.pdf目录日5、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1.2ADAS:实现无人驾驶前,由高级辅助系统辅助驾驶员13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,城市化踣况复杂二、全“景”追踪:资本布局集中、刨业公司商用场景多落地物流2.1政策:踣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1750亿4.3NvDA:并行计算的GPU专注于融合不同传感器4.4 Auto brain:MPc算法结合控制器对不同场景定制解决方案45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,车联网将带来改变日5CHAPTER 1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1.2ADAS:实现无人驾驶前,由高级辅助系统辅助驾驶员13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36Kr-自动驾驶行业专题研究报告2019.61产业概况自动驾驶:时间表推迟,“地理围栏”限制场景落地1.1概念1.2区别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、1.3标准工业、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1.4场景业互联网结合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。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G智能网联新能源自动驾驶V2X、车联网生态轨道试验、观测试验等ADAS、高精度地图资料来源:36氪研究院整理国家发改委发布的《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。36Kr-自动驾驶行业专题研究报告2019.61产业概况1.1自动驾驶概念:感知-决-控制,算法是解决方案核心1.1概念>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2D1.2区别摄影视觉感知、激光雷达、毫米波雷达等)感知汽车周围的驾驶环境1.3标准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1.4场景断模拟和深度学习潜在的路况环境并作岀判断,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 toⅩ)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、规划岀最佳路线并反馈给控制层实现驾驶操作图表2:自动驾驶产业链体系及主要参公与力角色传感器供应商ler设备服务与解决方案视觉解决方案供应商作为Tier2供货算法与芯片供应商作为Tier1合作直接合作高精度地图供应商V2X供应商主机厂/整车厂资料来源:亿欧智库、36氪研究院整理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。36Kr-自动驾驶行业专题研究报告2019.61产业概况1.2ADAS:实现辅助无人驾驶,驾驶员借助系统进行决策1.1概念ADAS(高级别辅助驾驶),是一个主动安全功能集成控制系统,利12区别用雷达、摄像头等传感器采集汽车周边环境数据,进行静态、动态物1.3标准体的识别、跟踪,控制系统结合地图数据进行做岀行为决策,使驾驶1.4场景者觉察可能发生的危险,必要情况下直接控制车辆以避免碰撞,可有效提升驾驶安全性、舒适性。ADAS是实现自动驾驶的前提,自动驾驶与ADAS(高级辅助驾驶)都是通过传感器,收集车内外的数据来反馈车周边的异常信息。区别在于,ADAS是通过周边信息的异常反馈给驾驶员,由驾驶员根据反馈的道路信息和传感器数据进行驾驶操作。而自动驾驶的最高级阶段,则是通过传感器反馈的数据,传输给决策层做岀决策,最终由控制层将行为动作引导给系统,系统完成最终的操作。图表3:已实现L2级别(ADAS)的国内量产车型主机厂事件车型长安2018年发布2款L2级别自动驾驶量产车型CS55. CS75长城2018年发布2款L2级别自动驾驶量产车型F7、V6吉利2018年发布3款L2级别自动驾驶量产车型缤瑞、缤越、博越GE上汽2018年发布1款L2级别自动驾驶量产车型Marve|Ⅹ计划基于GS5换代车型实现L2级自动驾驶量产GS5北汽计划于2019年实现L2级自动驾驶量产资料来源:各企业官网36氪研究院整理>ADAS在定义中并没有对覆盖范围有昊体的限定,从无自动化向无人驾驶的技术创新都可看作是ADAS的一部分。而ADAS的实现过程从硬件设备操作感知系统,数据库、芯片算法等规划具体决策,电机等控制单元操作控制系统。整体过程离不开感知-决策-控制的操作线条目前ADAS包含但不限于自适应巡航控制、盲点探测、前方碰撞预警系统、夜视系统等。736Kr-自动驾驶行业专题研究报告2019.61产业概况13自动驾驶分级:L1-L4适用场景受限,落地时间差异大1.1概念由于从无自动化干扰到最终的无人驾驶过程中,会出现不同程度的系1.2区别统干预,各国协会分别对自动驾驶划分了不同级别和标准,各国商业13标准公司按照划分的级别来对外宣布硏发阶段和落地成果。目前已知的标1.4场景准包含由CAAM(中国汽车工业协会)、 NHTSA(美国高速公路安全管理局)、SAE(美国机动车工程学会)各自制定。而国际上通用的标准是以SAE制定的L0-L5六个阶段为主。图表4:S4E标准下自动驾驶L0-L5分级及定义分类sAE名称横向/纵向操作控制环境感知行为主体场景适用LV0无自动化驾驶员无L∨1驾驶支援驾驶员+系统驾驶员驾驶员LV2部分自动化特定场景LV 3有条件自动化系统LV4高度自动化系统系统LV5完全自动化全部场景资料来源:SAE美国机动车工程师学会),36氪研究院整理>Lo:此阶段无自动化设备介入。由驾驶员全程操控汽车。L1:单一功能自动化。在特定驾驶环境下,单项辅助驾驶系统可通过获取车辆周边环境信息反馈给驾驶员,但动态操作由驾驶员完成。L2:部分系统自动化。多项辅助驾驶系统根据环境信息对汽车的横向和纵向驾驶动作同时进行操作,动态操作依旧由驾驶员完成L3:在特定环境下,系统完成全部动态操作,但驾驶员需要在特殊情况发生时,给予系统回应。目前大多商业公司集中此阶段的落地。L4:在特定环境下,即使驾驶员未对特殊情况进行回应,系统依旧负责执行全部动态驾驶动作。L5:系统进行全路况的动态驾驶动作,驾驶员可对系统进行管理。36Kr-自动驾驶行业专题研究报告2019.61产业概况1.4自动驾驶场景:物流运输商业化高,城市化路况复杂1.1概念自动驾驶从概念提出到发展到现阶段,最重要的两个目的是降低驾驶1.2区别风险提升安全,进而降低成本实现量产。不仅乘用车和商用车的车型1.3标准会有所区别,其各自所适用的场景也差别较大,商业路径各不相同。1.4场景此处的代表公司仅以提供场景解决方案的公司为例,不包括硬件制造商、图商以及整车厂和Tier1。具体分析请参考后续章节。图表5:自动驾驶主要适用场景及各场景商业化程度、代表公司主要场景场景概述及商业程度代表公司Robo-tax基于自动驾驶面向C端用 WaymoRobo-taxi户提供出行服务,目前 Waymo等美 Drive. ai国企业在本地开启试运营阶段。Pony. ai现有量产车型中大多都是覆盖ADAS地平线ADAS的L2级别车型,驾驶员根据系统反Momenta馈的危险信号进行动态操作。Mobileye长途的高速物流场景侧重实现L3/4图森未来物流(高速+最后一公里)级别降低货运成本,商业化程度高。 Embark低速最后一公里为实现无人配送。Nuro. a城市化道路是研发阶段最久、量产 Waymo城市出行/乘用车时间线最长、突发情况最多的场景, Autobrain商业化程度受众多因素影响小马智行Others.剩余场景,包含低速下后装市场的禾多科技泊车环卫泊车场景、负责清洁环卫的无人清仙途智能矿区等洁车以及矿区下的重卡线控市场踏歌智彳资料来源:36氪研究院恨据调研内容整理日5CHAPTER 2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
下载地址
用户评论