Upload
others
View
9
Download
0
Embed Size (px)
Citation preview
20
17
年中
国自
动驾
驶产
业研
究报
告
亿欧智库
ww
w.iyiou.com/intelligence
Copyrights
reservedto
Yiou intelligence, Septem
ber 2017
目录
CO
NT
EN
TS
Part.1 研究项目回顾
Part.2 中国自动驾驶产业发展概况
2.1.中国
自动
驾驶
产业
背景
2.2.自动
驾驶
概念
界定
Part.3 中国自动驾驶产业分析解读
3.1.中国
自动
驾驶
相关
产业
链分
析
3.1.1.传感
器3.1.4.算
法
3.1.2.高精
度地
图3.1.5.车
联网
技术
3.1.3.AI芯
片3.1.6.传
统、
新兴
车企
及出
行服
务商
3.2.中国
自动
驾驶
产业
发展
路线
3.3.中国
自动
驾驶
产业
合作
模式
与初
创企
业盘
点
Part.4 中国自动驾驶产业展望
4.1.中国
自动
驾驶
产业
趋势
及挑
战
4.2.自动
驾驶
带来
的泛
汽车
产业
效应
Part.5 国外部分领先玩家盘点
Research R
ecall
Part.1
研究
项目
回顾
3
Yiou intelligence
Part.1研
究项
目回
顾
低下
的通
行效
率以
及频
发的
交通
事故
已成
为当
前民
众最
为头
疼的
难题
,从
驾驶
和拥
堵中
解放
出来
成为
社会
新诉
求。
汽车
经过
两百
年的
发展
,也
逐步
进入
电子
化的
时代
,发
展出
成熟
的主
动安
全系
统,
辅助
或代
替了
驾驶
员的
一部
分工
作。
但这
还远
远不
够。
随着
人工
智能
尤其
是深
度学
习技
术的
成熟
,算
法开
始能
够识
别物
体属
性,
并做
出类
人的
合理
决策
,无
人驾
驶逐
步成
为可
能,
其背
后无
限的
想象
空间
也令
业界
向往
。
特斯
拉和
Waym
o在自
动驾
驶的
成就
震惊
了汽
车产
业,
并引
发了
欧美
科技
界汽
车界
的地
震:
英特
尔收
购M
obileye、高
通收
购恩
智浦
、通
用收
购C
ruise
等等
,吸
引了
国内
的关
注。
2016年以
来,
国内
自动
驾驶
产业
也开
始火
爆起
来,
传统
车企
纷纷
抛出
所谓
的智
能化
战略
,计
划在
2020年实
现L3级
别的
自动
驾驶
,
大量
初创
公司
入场
,试
图抓
住新
的时
代浪
潮,
资本
的追
逐和
市场
的火
热使
业界
对自
动驾
驶充
满乐
观。
危机
也同
样存
在,
新技
术被
过度
期望
后往
往会
被拉
入泡
沫化
后的
低谷
,场
内的
玩家
无不
摩拳
擦掌
,展
开军
备竞
赛,
试图
甩开
竞争
者。
项目
研究
背景
Research background
4
Yiou intelligence
Part.1研
究项
目回
顾
正如
我们
所看
到的
,被
热捧
的自
动驾
驶产
业背
后的
现象
却是
,无
人驾
驶、
自动
驾驶
、智
能驾
驶等
词汇
的泛
滥使
用。
未来
汽车
的发
展会
有
多产
业和
多技
术的
交叉
入局
,因
而统
一语
境、
明确
概念
就显
得十
分必
要。
目前
国内
已有
部分
以自
动驾
驶、
智能
驾驶
为主
题进
行的
行研
,
但缺
乏全
面而
较深
层次
的挖
掘理
解,
以及
对国
内自
动驾
驶的
专门
研究
。亿
欧智
库希
望通
过此
次产
业研
究,
明确
和框
定自
动驾
驶的
内涵
和
外延
,从
产业
链入
手对
整个
国内
自动
驾驶
产业
进行
分析
,并
通过
技术
路线
、商
业模
式、
合作
特征
、投
融资
特征
等维
度进
行更
深层
次分
析,
包括
:
项目
研究
目的
Research purposes
5
历程
宏观
路线
梳理
汽车
产业
以及
自动
驾驶
的发
展历
程
对国
内自
动驾
驶产
业的
宏观
背景
分析
解读
对国
内自
动驾
驶产
业的
产业
链以
及相
关技
术进
行分
析梳
理
概念
对自
动驾
驶及
其他
相关
概念
进行
解析
产业
对国
内自
动驾
驶发
展的
技术
路线
和可
能的
商业
化场
景进
行盘
点合
作对
国内
自动
驾驶
产业
的合
作模
式和
初创
企业
的特
征进
行分
析解
读
展望
对国
内自
动驾
驶产
业发
展机
遇和
挑战
进行
盘点
以及
预测
企业
对国
外部
分领
先的
企业
进行
大致
盘点
,作
为借
鉴
Yiou intelligence
Part.1研
究项
目回
顾项
目研
究方
法R
esearchm
ethodologies
6
为了
达到
研究
目的
,自
动驾
驶整
个研
究主
要通
过以
下两
种方
法来
进行
:
首先
,亿
欧智
库基
于自
身对
产业
长期
观察
获得
的产
业知
识,
通过
案头
研究
(D
esk Research)的
方式
,对
自动
驾驶
产业
,乃
至其
背后
更
大的
智能
汽车
产业
进行
分析
盘点
,明
确此
次研
究的
主体
“自
动驾
驶”
这样
一个
新兴
的技
术趋
势和
理念
内涵
;
另外
,亿
欧智
库通
过对
业内
从业
者、
产业
专家
、意
见领
袖进
行访
谈(
Experts IDI)
,充
分听
取业
内人
士对
产业
的理
解和
认知
,针
对项
目
研究
目的
,获
得更
有深
度、
更有
效、
更具
体、
更有
针对
性的
研究
结果
,对
于自
动驾
驶产
业概
念范
畴下
的各
方面
产业
内容
进行
深度
剖析
。
Desk
Research
整体
产业
理解
阶段
:
对国
内自
动驾
驶产
业进
行盘
点梳
理,理解整
个产业、市场
的基
本情
况,
提炼
形成
自动
驾驶
的产
业生
态;
抽取
产业
链的
各个
环节
,从技术和市场
两个
维度
进行
分析,
并以代表企业
作为
案例
;探
求各
个维
度的
变化
范围
,补充形成清晰的
产业图谱
。
ExpertsID
I
产业
深入
挖掘
阶段
:
详细
针对
国内
自动
驾驶
产业
发展
历程
、概
念、
宏观
环境
、产
业链
构成
和模
式、
企业
经营
状况
、企
业战
略、
产业
发展
趋势
等细
节问
题,
进行
深入
挖掘
,听取来自产业第
一线工作者和企业领导层对产业的见解和
认知
。
Yiou intelligence
Part.1研
究项
目回
顾
此
次研
究报
告工
作开
展的
前提
,亿
欧智
库对
业界
使用
但认
知较
为混
乱的
自动
驾驶
及相
关概
念进
行了
内涵
的界
定和
解读
,认
为自动驾
驶是指汽车能够在某些具有关键安全性的控制功能方面(如转向、油门或制动)无需驾驶员直接操作即可自动完成控制动作。
2016年
是自
动驾
驶在
国内
开始
火爆
的一
年,
资本
市场
的看
好、
汽车
企业
的积
极入
局和
国家
层面
的战
略支
持使
中国
被视
为能
引领
自动
驾驶
技术
的关
键力
量。
亿欧
智库
聚焦
国内
,发
现中
国自
动驾
驶产
业具
有市
场分
散、
各细
分行
业齐
头并
进、
合作
模式
开放
广泛
的特
征,
有利
于培
育良
好的
创新
竞争
环境
,但
在数
据驱
动的
特征
下,
自动
驾驶
产业
博弈
平衡
的现
状将
被打
破,
进入
到优
胜劣
汰阶
段,
市场
集
中度
将显
著提
高;
初创
企业
层面
,汽
车生
产研
发的
门槛
提高
了入
场创
业的
难度
,但
巨大
的市
场潜
力将
使该
领域
出现
独角
兽的
机率
更
高;
相比
欧美
,中
国在数据、市场接受度
等层
面具
有明
显优
势,
但汽车厂商和传感器供应商
较为
弱势
。
自动驾驶的来临将重构传统汽车产业的金字塔结构
,亿
欧智
库通
过梳
理国
内呈
现出
的自
动驾
驶相
关产
业链
,发
现企
业间
业务
将更
加
频繁
地合
作互
动,
以往
上下
游的
链式
结构
开始
难以
表达
愈加
不稳
定而
复杂
的汽
车产
业生
态。
延
缓/加
速自
动驾
驶落
地的
因素
覆盖技术发展、政策法规、社会态度、资本市场
等方
面,
国内
消费
者对
自动
驾驶
的开
放态
度有
助于
技
术的
快速
落地
,进
而深
刻影
响整
个泛
汽车
产业
。
主要
研究
发现
Research findings
7
General S
ituation of IndustryP
art.2 中国
自动
驾驶
产业
发展
概况
8
Yiou intelligence
2.1 中国
自动
驾驶
产业
背景
Industry Background
Part.2 中国
自动
驾驶
发展
概况9
Yiou intelligence
自
1886年汽
车诞
生以
来,
汽车
工业
已经
逐步
实现
了平
民化
,使
汽车
作为
交通
工具
真正
被普
及。
汽
车普
及过
程中
,被
动式
与主
动式
的安
全系
统逐
步配
套,
辅助
驾驶
系统
日趋
成熟
;清
洁能
源的
发展
,推
动了
汽车
电气
化发
展,
和相
应的
市政
基础
设施
建设
;
进入
21世纪
,汽
车逐
步向
智能
化、
轻量
化、
电动
化、
网联
化、
出行
方式
共享
化等
方向
发展
;自
动驾
驶作
为重
要的
发展
趋势
之一
,将
再次
彻底
改变
出行
方式
。
我国
汽车
工业
起步
较晚
,但
在新
能源
汽车
等领
域进
展较
快,
并率
先赶
上自
动驾
驶研
发热
潮,
有望
在汽
车产
业发
挥引
领作
用。
汽车
工业
的发
展历
程
10
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
1886年汽
车诞
生1913年
汽车
开始
采用
流水
线生
产
1932年高
速公
路50年
代被
动安
全系
统(
如安
全带
、安
全气
囊)
1970年福
特最
早装
配A
BS这一
主动
安全
系统
1995年奔
驰率
先配
备电
子稳
定系
统(
ESP)
底盘
、传
动、
轮胎
、车
身、
机械
发动
机、
早期
的汽
车电
子技
术、
安全
系统
、节
能
2009年谷
歌开
始自
动驾
驶项
目
汽车
电子
技术
、自
动驾
驶、
新能
源
安全
辅助
系统
不断
完善
,汽
车性
能不
断优
化汽
车电
子化
、智
能化
汽车
结构
逐步
成型
,并
开始
规模
化生
产
核心技术:
国内
汽车
工业
开始
起步
资金
和技
术引
入,
国内
汽车
工业
全面
发展
无人
驾驶
Yiou intelligence
美
国在
80年代
初已
开始
自动
驾驶
技术
的军
事化
应用
,欧
洲从
80年代
中期
开始
研发
自动
驾驶
车辆
,更
多强
调单
车自
动化
、智
能化
的研
究,
日本
的自
动驾
驶研
发略
晚于
欧美
,更
多关
注于
采用
智能
安全
系统
降低
事故
发生
率,
以及
采用
车间
通信
方式
辅助
驾驶
。
在初
期,
自动
驾驶
研发
在欧
美日
已呈
现“
产学
研”
相结
合的
特点
,开
发测
试了
不同
程度
自动
化、
智能
化的
车辆
,进
入21世
纪,
DA
RPA
竞赛
进一
步提
高了
自动
驾驶
的社
会关
注度
,激
发了
相关
从业
者的
研发
热情
。
由于
深度
学习
算法
的引
入,
自动
驾驶
技术
有了
爆炸
性的
突破
。2009年
,谷
歌布
局自
动驾
驶,
引发
了新
一轮
的产
业热
潮,
更多
的科
技企
业加
入市
场争
夺中
。
2020年前
后,
成为
主要
汽车
厂商
和科
技企
业承
诺推
出完
全自
动驾
驶车
辆的
时间
节点
。
国外
自动
驾驶
的发
展历
程
11
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
19
80
s 1
99
6 2
00
4 2
00
9 2
01
6 2
01
7
DA
RPA
挑战
赛开
始举
办,
为自
动驾
驶的
技术
交流
和合
作开
辟了
空间
,吸
引业
界关
注
谷歌
开始
研发
自动
驾驶
技术
,此
后更
多科
技企
业入
局,
自动
驾驶
产业
掀起
热潮
英特
尔成
立自
动驾
驶事
业部
,收
购M
obileye;通
用汽
车并
购初
创公
司C
ruise Autom
ation;英
伟达
推出
了自
动驾
驶计
算平
台D
rivePX2;此
前谷
歌的
无人
车项
目扩
展为
子公
司W
aymo;
······
美国
国防
部先
进研
究项
目局
(D
AR
PA)
大规
模资
助了
自动
驾驶
陆地
车辆
的军
事化
应用
研发
奥迪
发布
新款
奥迪
A8,
成为
第一
辆搭
载L3自
动驾
驶水
平的
量产
车辆
1996年,
意大
利帕
尔马
大学
视觉
实验
室V
islab创立
ARG
O项
目,
利用
计算
机视
觉完
成车
道标
线识
别,
控制
车辆
行驶
Yiou intelligence
高
尖科
技往
往发
端于
学术
研究
。自
上世
纪90年
代起
,国
内各
高校
和研
究机
构已
经陆
续开
展自
动驾
驶的
研发
工作
,推
出多
个测
试车
型。
2009年
以来
,国
家自
然科
学基
金委
员会
举办
“中
国智
能车
未来
挑战
赛”
,吸
引多
个高
校和
研究
机构
参与
,为
自动
驾驶
技术
的交
流和
发展
起到
了良
好的
促进
作用
,在
此期
间,
一汽
、北
汽等
传统
车企
也逐
步布
局。
自
国务
院在
2015年发
布《
中国
制造
2025》起
,以
自动
驾驶
技术
为重
点的
智能
网联
汽车
成为
未来
汽车
发展
的重
要战
略方
向,
大批
初创
企业
投身
自动
驾驶
领域
;2016年
,国
内自
动驾
驶集
中爆
发,
多个
车企
公布
自动
驾驶
的战
略规
划;
2017年,
更多
的初
创企
业脱
颖而
出,
获得
巨额
投资
,可
以说
,自
动驾
驶产
业已
经进
入新
技术
最为
火爆
的中
场阶
段。
国内
自动
驾驶
的发
展历
程
12
19
92
20
03
20
09
20
15
20
16
20
17
国家
自然
科学
基金
委员
会启
动“
视听
觉信
息的
认知
计算
”重
大研
究计
划后
,连
续举
办了
八届
“中
国智
能车
未来
挑战
赛”
,成
为国
内智
能车
发展
里程
碑
国务
院印
发《
中国
制造
2025》,
将无
人驾
驶作
为汽
车产
业未
来转
型升
级的
重要
方向
之一
,自
动驾
驶市
场走
热
中国
工信
部装
备工
业司
汽车
处处
长表
示,
正和
警方
合作
起草
自动
化驾
驶道
路测
试标
准化
的规
定;
北汽
、上
汽、
长安
等车
企相
继公
布自
动驾
驶战
略规
划
国防
科技
大学
研制
出国
内第
一款
自动
驾驶
汽车
CITAV
T-I型
《汽
车产
业中
长期
发展
规划
》发
布;
筹建
智能
网联
汽车
分技
术委
员会
,制
定产
业技
术标
准;
百度
公布
Apollo计
划
一汽
集团
与国
防科
技大
学联
合研
制了
具备
自动
驾驶
技术
的红
旗轿
车
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
Yiou intelligence
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景从
宏观
环境
的角
度,
政策
、经
济、
社会
、技
术各
个方
面都
在影
响国
内自
动驾
驶产
业的
发展
亿
欧智
库认
为,
自动
驾驶
公共
性色
彩浓
厚,
势必
在技
术发
展的
同时
受到
来自
政策
、经
济、
资本
、社
会等
多方
面因
素的
影响
,木
桶效
应会
较为
明显
,而
任一
因素
的突
破也
将有
力带
动其
他因
素向
好发
展。
P
ES
T模型
按照
政治
(P
olitical)、
经济
(E
conomic)
、社
会(
Social)
、技
术(
Technological)四
大因
素洞
察产
业所
处环
境,
通过
使用
该模
型,
能对
国内
自动
驾驶
产生
、发
展的
宏观
背景
做深
层次
的分
析。
13
➢自
动驾
驶作
为人
工智
能技
术周
期演
进过
程最
被看
好的
领域
之一
,受
到资
本市
场的
热捧
,资
金注
入促
使产
业发
展速
度加
快
➢得
益于
人工
智能
、车
联网
技术
的发
展,
自动
驾驶
的实
现成
为可
能
➢关
键技
术尚
待突
破
➢国
内消
费者
对于
改善
交通
的诉
求以
及对
新技
术、
隐私
数据
的开
放态
度有
利于
自动
驾驶
的落
地
自动
驾驶
政策
经济
技术
社会
➢政
策支
持和
标准
落地
将推
动国
内自
动驾
驶实
现标
准化
、自
主化
➢制
定过
程需
要多
部委
协调
,短
期内
形成
完整
政策
有一
定难
度
Yiou intelligence
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景政
策:
政策
支持
逐步
推动
国内
自动
驾驶
产业
实现
标准
化、
自主
化,
自动
驾驶
技术
迅速
发展
或将
倒逼
相关
政策
法规
不断
更新
改进
2015年
国务
院发
布《
中国
制造
2025》,
将自
动驾
驶作
为汽
车产
业未
来转
型升
级的
重要
方向
,制
定了
明确
的技
术发
展时
间线
(2025
年实
现L4、
L5级别
的自
动驾
驶)
,提
供配
套政
策支
持,
推动
产业
集聚
区和
应用
示范
区的
落地
,逐
步实
现关
键技
术和
产品
的自
主化
、标
准化
,推
动国
内自
动驾
驶产
业良
性发
展。
尽
管已
经有
较为
明确
、全
面的
规划
,部
分从
业者
对于
多部
门、
多领
域协
同机
制建
成、
政策
法规
落地
的预
期尚
持谨
慎态
度,
亿欧
智库
认为
,随着产业在技术层面解决政府最为关注的安全问题,自动驾驶势必能够倒逼相关的政策法规持续更新改进。
14
亿欧
智库
:国
内主
要的
自动
驾驶
相关
政策
文件
/事件
时间
主要
内容
《中
国制
造2025》
2015.5将
无人
驾驶
作为
汽车
产业
未来
转型
升级
的重
要方
向之
一
《装
备制
造业
标准
化和
质量
提升
规划
》2016.4
明确
提出
开展
智能
网联
汽车
标准
化工
作
《汽
车产
业中
长期
发展
规划
》2017.4
加大
技术
研发
支持
,协
调制
定相
关标
准法
规,
推动
宽带
网络
基础
设施
建设
和多
产业
共建
智能
网联
汽车
大数
据交
互平
台,
加快
网络
信息
安全
和车
辆行
驶安
全保
障体
系建
设
《国
家车
联网
产业
标准
体系
建设
指南
(智
能网
联汽
车)
》2017.6
确立
我国
发展
智能
网联
汽车
将“
以汽
车为
重点
和以
智能
化为
主、
兼顾
网联
化”
的总
体思
路,
建立
智能
网联
汽车
标准
体系
,并
逐步
形成
统一
、协
调的
体系
架构
。
筹建
智能
网联
汽车
分技
术委
员会
2017.6负
责汽
车驾
驶环
境感
知与
预警
、驾
驶辅
助、
自动
驾驶
以及
与汽
车驾
驶直
接相
关的
车载
信息
服务
等领
域的
国家
标准
制修
订工
作
《新
一代
人工
智能
发展
规划
》2017.7
构建
开放
协同
的人
工智
能科
技创
新体
系,
培育
高端
高效
的智
能经
济,
建设
安全
便捷
的智
能社
会,
明确
提出
发展
自动
驾驶
汽车
等智
能运
载工
具
Yiou intelligence
经济
:人
均可
支配
收入
和消
费意
愿持
续增
长,
自动
驾驶
市场
空间
巨大
,吸
引资
本投
入,
加速
产业
发展
15
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
数据
来源
:国
家统
计局
居
民人
均可
支配
收入
和消
费意
愿持
续增
长,
居民
交通
消费
支出
连年
攀升
,国
内汽
车产
业发
展日
益成
熟,
可以
预见
,升
级为
自动
驾驶
的汽
车产
业将
有庞
大的
市场
空间
和丰
富的
商业
变现
方式
,能
够更
有力
地促
进G
DP
增长
。
随着
移动
互联
网产
业的
红利
逐渐
消失
,作
为人
工智
能产
业的
细分
市场
,自
动驾
驶成
为资
本热
捧的
产业
之一
。资
本对
自动
驾驶
商业
化前
景的
看好
,吸
引大
量创
业者
入局
,产
业发
展速
度加
快。
16271869
20872338
8.9%9.3%
9.5%9.8%
0
500
1000
1500
2000
2500
3000
3500
4000
20132014
20152016
亿欧
智库
:2013~2016年
居民
人均
交通
和通
信消
费支
出以
及占
总消
费支
出比
例
居民
人均
交通
和通
信消
费支
出(
元)
占总
消费
支出
比例
数据
来源
:国
家统
计局
其他
相关
数据
汽
车产
业约
占我
国经
济总
量的
2%左
右;
2016年
我国
汽车
产业
对经
济
增长
贡献
率高
达4.5%
,增
加
值同
比增
长15.5%
,高
于国
内
生产
总值
和规
模以
上工
业增
速
8.8个百
分点
、9.5个
百分
点;
Strategy A
nalysis预测
,
2050年全
球将
有7万
亿的
自动
驾驶
市场
规模
。
2016721966
23821
1449115712
17111
8.0%7.4%
6.3%7.5%
6.9%6.8%
0
10000
20000
30000
40000
20142015
2016
亿欧
智库
:2013~
2016年居
民人
均交
通和
通信
消费
支出
以及
占总
消费
支出
比例
居民
人均
可支
配收
入(元
)居
民人
均消
费支
出(元
)
居民
人均
可支
配收
入实
际增
速居
民人
均消
费支
出实
际增
速
Yiou intelligence
经济
:汽
车销
量增
长,
销售
利润
率持
续下
行,
激烈
的市
场竞
争促
使产
业寻
找新
的突
破口
,完
成升
级
汽车
销量
在2010年
到2016年
持续
增长
,汽
车市
场的
需求
依然
旺盛
,但
自2014年
以来
销售
利润
率逐
渐降
低,
利润
总额
增长
速度
放缓
。在
巨大
的竞
争压
力下
,自
动驾
驶作
为新
的“
蓝海
市场
”,
吸引
汽车
制造
商加
大投
入研
发力
度,
将汽
车打
造成
新的
智能
终端
。
由于
自动
驾驶
的AI属
性,
汽车
产业
将发
生新
一轮
的产
业整
合升
级,
科技
企业
力图
以后
来居
上的
姿态
完成
布局
。
16
4321.2 5230.4
6158.4 6243.3
6677.4
9.0%8.7%
8.3%
0
2000
4000
6000
8000
10000
12000
20122013
20142015
2016
亿欧
智库
:2012~2016年
汽车
制造
业规
模以
上企
业利
润总
额
以及
行业
销售
利润
率
利润
总额
(亿
元)
销售
利润
率
数据
来源
:国
家统
计局
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
1806.21850.5
1930.62198.4
2349.22459.8
2802.8
32.4%
2.5%4.3%
13.9%
6.9%4.7%
14.5%
0100020003000400050006000700080009000
10000
20102011
20122013
20142015
2016
亿欧
智库
:2010~2016年
国内
汽车
销量
及增
长率
汽车
销量
(万
辆)
销量
增长
率
数据
来源
:中
国汽
车工
业协
会
Yiou intelligence
27.72
28.09
28.20
28.27
28.29
28.60
30.33
30.89
31.64
32.39
广州
大连
杭州
昆明
深圳
贵阳
重庆
北京
哈尔
滨
济南
亿欧
智库
:2016年
国内
拥堵
城市
TOP
10
每小
时拥
堵时
间(
分钟
)
社会
:交
通事
故频
发,
财产
损失
巨大
,城
市通
行效
率低
下,
严重
影响
出行
体验
,自
动驾
驶需
求被
看好
近
年来
,交
通事
故和
伤亡
人数
已有
一定
程度
的下
降,
但直
接的
财产
损失
仍维
持在
较高
的水
平,
自动
驾驶
技术
成熟
后,
其安
全性
能将
显著
地避
免交
通事
故以
及相
应的
人员
伤亡
,有
效降
低事
故带
来的
财产
损失
。
汽车
保有
量的
增长
、驾
车习
惯的
不规
范及
车辆
使用
率的
低下
,共
同造
成了
中国
城市
极为
严重
的交
通拥
堵。
市民
通勤
效率
低下
,将
大量
的时
间花
费在
堵车
、停
车上
。实
现智
能联
网的
自动
驾驶
将有
效解
放车
主的
驾车
时间
,最
优化
使用
道路
资源
,通
畅道
路。
17
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
219521210812
204196198394
196812187781
319300299808
284324272263
270405257902
9.2610.78
11.7510.39
10.7510.37
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
20102011
20122013
20142015
亿欧
智库
:2010~2015年
交通
事故
情况
交通
事故
发生
数交
通事
故伤
亡人
数直
接财
产损
失(
亿元
)
数据
来源
:国
家统
计局
19.89
21.48
23.14
23.44
22.63
24.39
24.62
22.54
22.59
23.05
平均
速度
(km/h)
数据
来源
:高
德地
图《
2016年度
中国
主要
城市
交通
分析
报告
》
Yiou intelligence
25%
55%
73% 87%
32%
22%
20%
9%
43%
23%
7% 4%
中国
美国
德国
日本
亿欧
智库
:使
用出
行服
务的
消费
者比
例
从不
极少
至少
每周
一次
社会
:国
内消
费者
对于
汽车
新技
术整
体持
开放
态度
,但
自动
驾驶
的公
众认
知度
尚低
,有
待普
及
IBM
、波
士顿
咨询
等机
构进
行的
消费
者调
查结
果显
示,
中国
等新
兴市
场对
汽车
新技
术、
新模
式的
态度
更为
开放
,喜
欢程
度更
高,
此前
国内
新能
源汽
车和
出行
服务
产业
的快
速发
展也
证明
了这
点。
自
动驾
驶的
公众
认知
程度
尚低
,仅
局限
在部
分汽
车科
技爱
好者
中,
技术
落地
尚需
要很
大程
度的
普及
。对
于持
保守
态度
的人
群而
言,
乘车
安全
和人
车伦
理将
是拒
绝自
动驾
驶的
主要
原因
。
18
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
数据
来源
:波
士顿
咨询
37%39%
43%48%
43%41%
51%57%
59%60%
61%63%
0%
10%
20%
30%
40%
50%
60%
70%
自主
整合
自主
配置
自主
学习
自主
修复
自主
社交
化自
动驾
驶
成熟
市场
中国
(新
兴市
场)
亿欧
智库
:中
国(
新兴
市场
)与
成熟
市场
对自
主汽
车功
能的
喜欢
程度
数据
来源
:IBM
亿欧
智库
:汽
车销
量(
含二
手车
)中
新车
销售
比例
数据
来源
:罗
兰贝
格
68%
40%
30%
➢中
国新
车销
量占
比高
,汽
车新
技术
更易
于推
广。
➢移
动互
联网
在中
国发
展迅
速,
中国
消费
者对
车联
网的
接受
程度
可能
较高
。➢
相较
于其
他成
熟市
场国
家,
中国
对出
行服
务的
使用
频率
更高
;➢
出行
服务
的使
用改
变了
消费
者对
于汽
车所
有权
的传
统态
度,
这有
利于
让消
费者
接受
来自
运营
商的
自动
驾驶
汽车
。
➢相
较于
成熟
市场
国家
,中
国对
自动
驾驶
等新
技术
的接
受度
更高
;➢
在国
内,
自动
驾驶
在六
种汽
车新
技术
中最
受瞩
目,
说明
消费
者对
“从
驾驶
位解
放出
来”
的诉
求更
为迫
切。
Yiou intelligence
技术
:得
益于
人工
智能
,尤
其是
深度
学习
的发
展,
汽车
产业
开始
向自
动驾
驶方
向前
进,
传统
业态
被注
入新
的驱
动力
经
过百
年积
累,
汽车
制造
工业
臻于
成熟
,处
在转
型升
级的
关键
节点
,此
前A
DA
S和
汽车
电子
技术
的发
展开
启了
智能
汽车
发展
之路
,并
为汽
车产
业接
受自
动驾
驶这
一新
路线
做了
铺垫
。
近年
来,
AI技
术,
尤其
是深
度学
习的
长足
发展
给自
动驾
驶的
实现
提供
了条
件,
并深
度应
用于
感知
、建
图、
决策
等环
节,
显著
提高
了单
车智
能的
水平
。在
2005年的
DA
RPA
挑战
赛中
,斯
坦福
团队
使用
AI自
我学
习的
算法
将自
动驾
驶的
感知
识别
错误
率显
著提
升了
4个数
量级
,战
胜了
其他
基于
规则
设定
算法
的参
赛团
队,
使D
AR
PA成
为自
动驾
驶发
展的
里程
碑式
赛事
。
此外
,5G
通信
技术
将满
足联
网自
动驾
驶汽
车对
高数
据带
宽和
传输
速度
的需
求。
19
Part.2中
国自
动驾
驶产
业发
展概
况2.1 中
国自
动驾
驶产
业背
景
GP
U、
FPG
A等
芯片 基
础层
通信
计算
力传
感器
视觉
传感
器数
据平
台
云计
算设
备
云端
雷达
传感
器
技术
层
算法
框架
技术
汽车
工业
EC
U计
算机
视觉
语音
识别
TensorFlow
Caffee
Theano自
然语
言处
理
应用
层
解决
方案
应用
终端
自动
驾驶
无人
驾驶
汽车
电子
技术
机器
学习
车联
网
路径
规划
深度
学习
通用
应用
环境
感知
路径
规划
位姿
传感
器
高精
定位
线控
系统
线控
制动
/转向
/油
门车
联网
基础
设施
其他
汽车
部件
Yiou intelligence
2.2 自动
驾驶
概念
界定
Definition
ofAutom
atedVehicles
Part.2中
国自
动驾
驶产
业发
展概
况20
Yiou intelligence
自动
驾驶
分级
标准
——
五个
发展
阶段
Part.2中
国自
动驾
驶产
业发
展概
况2.2 自
动驾
驶概
念界
定21
S
AE
(国
际汽
车工
程学
会)
J3016文件
提出
的五
级自
动驾
驶分
级方
案是
当前
被普
遍采
用接
受的
标准
,也
是本
报告
主要
采取
的标
准。
亿欧
智库
编译
:SA
E自动
驾驶
定义
和分
级标
准
SAE
等级
名称
概念
界定
动态
驾驶
任务
(D
DT)
动态
驾驶
任务
支援
(D
DT
Fallback)
设计
的适
用范
围(
OD
D)
NH
TSA标
准等
级持
续的
横向
或纵
向的
车辆
运动
控制
物体
和事
件的
探测
响应
(O
EDR)
驾驶
员执
行部
分或
全部
的动
态驾
驶任
务
驾驶
员驾
驶员
驾驶
员不
可用
00
无自
动驾
驶(
No D
riving A
utomation)
即便
有主
动安
全系
统的
辅助
,仍
由驾
驶员
执行
全部
的动
态驾
驶任
务
1驾
驶辅
助(
DA
,D
river Assistance)
在适
用的
设计
范围
下,
自动
驾驶
系统
可持
续执
行横
向或
纵向
的车
辆运
动控
制的
某一
子任
务(
不可
同时
执行
),
由驾
驶员
执行
其他
的动
态驾
驶任
务驾
驶员
和系
统驾
驶员
驾驶
员有
限1
2部
分自
动驾
驶(
PA,
Partial Driving
Autom
ation)
在适
用的
设计
范围
下,
自动
驾驶
系统
可持
续执
行横
向或
纵向
的车
辆运
动控
制任
务,
驾驶
员负
责执
行O
EDR
任务
并监
督自
动驾
驶系
统系统
驾驶
员驾
驶员
有限
2
自动
驾驶
系统
执行
全部
的动
态驾
驶任
务(
使用
状态
中)
系统
系统
备用
用户
(能
在自
动驾
驶系
统失
效时
接受
请求
,取
得驾
驶权
)
有限
33
有条
件的
自动
驾驶
(C
A,
Conditional D
riving A
utomation)
在适
用的
设计
范围
下,
自动
驾驶
系统
可以
持续
执行
完整
的动
态驾
驶任
务,
用户
需要
在系
统失
效时
接受
系统
的干
预请
求,
及时
做出
响应
4高
度自
动驾
驶(
HA
,H
igh D
riving Autom
ation)
在适
用的
设计
范围
下,
自动
驾驶
系统
可以
自动
执行
完整
的动
态驾
驶任
务和
动态
驾驶
任务
支援
,用
户无
需对
系统
请求
做出
回应
系统
系统
系统
有限
4
5完
全自
动驾
驶(
FA,
Full Driving
Autom
ation)
自动
驾驶
系统
能在
所有
道路
环境
执行
完整
的动
态驾
驶任
务和
动态
驾驶
任务
支援
,驾
驶员
无需
介入
系统
系统
系统
无限制
Yiou intelligence
自动
驾驶
分级
标准
——
指标
解读
Part.2中
国自
动驾
驶产
业发
展概
况2.2 自
动驾
驶概
念界
定22
DD
T(D
ynamic D
riving Task,动
态驾驶任务)
:指
在道
路上
驾驶
车
辆需
要做
的实
时操
作和
决策
行为
,
操作
包括
转向
、加
速和
减速
,决
策
包括
路径
规划
等。
部分
OD
D因
素:
速度
地理
范围
道路
类型
操作
环境
交通
情况
其他
Level 0Level 1
Level 2Level 3
Level 4Level 5
驾驶
员控
制部
分设
计的
适用
范围
特殊
的区
域范
围无
限制
的区
域范
围
驾驶
员支
援系
统支
援
完整
的物
体探
测响
应功
能部
分物
体探
测响
应功
能
横向
和纵
向的
运动
控制
横向
或纵
向的
控制
持续
的运
动控
制短
暂的
运动
控制
自动
驾驶
分级
指标
示意
图——
设计
的适
用范
围
DD
T Fallback(动态驾驶任务支援)
:
自动
驾驶
在设
计时
,需
考虑
发生
系统
失效
或者
出现
超出
系统
设计
的使
用范
围之
外的
情况
,当
该情
形发
生时
,驾
驶员
或自
动驾
驶系
统需
做出
最小
化风
险的
解决
响应
。
OED
R(
Object and Event D
etection and
Response,
物体和事件的探测和响应)
:指
驾
驶员
或自
动驾
驶系
统对
突发
情况
的探
测和
应对
,
在自
动驾
驶模
式下
,系
统负
责O
ED
R,
应对
可能
影响
安全
操作
的其
他事
物,
进行
检测
响应
。
OD
D(
Operational D
esign Dom
ain,设计的
适用范围)
:将
已知
的天
气环
境、
道路
情况
、
车速
、车
流量
等信
息作
出测
定,
给定
自动
驾驶
系统
具体
的条
件,
以确
保系
统能
力在
安全
适用
的环
境之
内。
Yiou intelligence
相关
概念
厘定
Part.2中
国自
动驾
驶产
业发
展概
况2.2 自
动驾
驶概
念界
定23
指汽
车至
少在
某些
具有
关键
安全
性的
控制
功能
方面
(如
转向
、油
门或
制动
)无
需驾
驶员
直接
操作
即可
自动
完成
控制
动作
。自
动驾
驶汽
车一
般使
用机
载传
感器
、G
PS和其
他通
信技
术设
备获
得信
息,
针对
安全
状况
进行
决策
规划
,在
某种
程度
上恰
当地
实施
控制
。
自动
驾驶
智能
驾驶
指搭
载先
进的
智能
系统
和多
种传
感器
设备
(包
括摄
像头
、雷
达、
导航
设备
等)
,具
备复
杂的
环境
感知
、智
能决
策、
协同
控制
和执
行等
功能
,可
实现
安全
、舒
适、
节能
、高
效行
驶,
并最
终可
替代
人来
操作
。
对
应于
SA
E分
级标
准,无人驾驶
专指
L4、L5阶
段,
汽车
能够
在限
定环
境乃
至全
部环
境下
完成
全部
的驾
驶任
务。
自动驾驶
则覆
盖L1到
L5整个
阶段
,在
L1、L2阶
段,
汽车
的自
动驾
驶系
统只
作为
驾驶
员的
辅助
,但
能够
持续
地承
担汽
车横
向或
纵向
某一
方面
的自
主控
制,
完成
感知
、认
知、
决策
、控
制、
执行
这一
完整
过程
,其
他如
预警
提示
、短
暂干
预的
驾驶
技术
(A
DA
S)
不能
完成
这一
完整
的流
程,
不在
自动
驾驶
技术
范围
之内
。
智能驾驶
则包
括自
动驾
驶,
以及
其他
辅助
驾驶
技术
。他
们能
够在
某一
环节
为驾
驶员
提供
辅助
甚至
能够
替代
驾驶
员,
优化
驾车
体验
。
智能驾驶
(L1~L5,
以及
其他
应用
于L0
的智
能辅
助驾
驶系
统技
术)
无人驾驶
(L4和
L5)
自动驾驶
(L1~L5,
不包
括预
警提
示、
短暂
干预
的辅
助驾
驶系
统等
技术
)
技术
层层
递进
,内
涵层
层缩
小
驾驶
员不
介入
的情
况下
汽车
可以
完成
全自
动驾
驶的
控制
动作
,指
向自
动驾
驶汽
车技
术发
展的
最终
形态
。
无人
驾驶
Yiou intelligence
自动
驾驶
技术
实现
的拟
人化
思路
:驾
驶脑
24参
考来
源:
李德
毅教
授演
讲报
告及
张新
钰《
智能
驾驶
技术
研究
及实
践》
报告
详细
见解
释见
链接
:http://w
ww
.iyiou.com/intelligence/insight51354
众多
对短
期态
势的
感知
形成工作记忆
感觉记忆
定位
传感
器
雷达
传感
器
位置
数据
车速
车姿
总线
数据
交通
信号灯交
通标
线
交通
标志
障碍物
障碍物
驾驶
态势
图
类
似于
人脑
的运
作,
自动
驾驶
汽车
的传
感器
感知
到的
数据
会每
隔一
段时
间形
成驾
驶态
势图
簇,
构成
车辆
的工
作记
忆;
长期
记忆
包含
了驾
驶地
图以
及各
类驾
驶先
验知
识;
动机
则是
智能
驾驶
的某
个路
径要
求,
可通
过人
机交
互传
达给
车辆
。通
过短
期记
忆、
长期
记忆
以及
动机
相互
作用
,车
辆形
成了
自主
决策
,传
递控
制指
令给
执行
机构
,完
成整
个自
动驾
驶的
过程
。
自主
决策
通过
短期
记忆
、长
期记
忆以
及动
机相
互作
用,
形成学习和思维
,完
成决
策过
程
控制
执行
机构
紧急
干预
驾驶
地图
驾驶
先验
知识
驾驶
脑经
过长
期积
累形
成长期记忆
一次
路径
规划
人机
交互
动机
:完
成出
行任
务的
一次
路径
规划
驾驶
态势
驾驶
驾驶
态势
图簇
Part.2中
国自
动驾
驶产
业发
展概
况2.2 自
动驾
驶概
念界
定
视觉
传感
器
Yiou intelligence
自动
驾驶
分流
程实
现,
单车
智能
与网
联智
能并
重
25感
知层
认知
层决
策层
控制
层
数据接收层
通信
传感
器
定位
传感
器
雷达
传感
器
视觉
传感
器
多传
感器
数据
融合
动态
驾驶
态势
图
历史
图1
场景
理解
与处
理方
法
行为决策
路径规划
车辆控制系统
Part.2中
国自
动驾
驶产
业发
展概
况2.2 自
动驾
驶概
念界
定
根
据自
动驾
驶的
拟人
化实
现思
路,
流程
可以
分为感知——认知——决策——控制——执行
五部
分,
其中
传感
器发
挥着
类似
于人
体感
官的
感知
作用
,认
知阶
段则
是依
据感
知信
息完
成处
理融
合的
过程
,形
成全
局整
体的
理解
,据
此自
动驾
驶系
统通
过算
法得
出决
策结
果,
传递
给控
制系
统生
成执
行指
令,
完成
驾驶
动作
。
在整
个过
程中
,汽
车能
通过
V2X
通信
设备
与其
他主
体互
联,
并能
通过
云平
台、
联网
平台
及时
更新
数据
、系
统和
高精
地图
。亿欧智库认
为,不具备
V2X联网技术的单车
AI无法实现完全的自动驾驶(即无人驾驶)。
数据处理层
历史
图8
历史
图2
历史
图9
静态
驾驶
态势
图
执行机构执行
层
云端
:为
汽车
提供
数据
、高
精地
图、
算法
更新
和后
台监
控
车姿
传感
器
参考
来源
:张
新钰
《智
能驾
驶技
术研
究及
实践
》
Yiou intelligence
另一
种实
现路
径:
简化
流程
的端
到端
深度
学习
方案
Part.2中
国自
动驾
驶产
业发
展概
况2.2 自
动驾
驶概
念界
定
前
页描
述的
“感
知——
认知——
决策——
控制——
执行
”五
层流
程模
仿了
人类
由感
官感
知到
动作
完成
的驾
驶流
程,
这样
的研
发路
线更
具操
作性
,输
出结
果可
解释
,但
这样
搭建
的完
整的
自动
驾驶
系统
十分
复杂
,需
要企
业间
的协
作才
能完
成。
不
同于分阶段、分模块
的运
作流
程,端到端(
end-to-end)的深度学习方案
通过
接受
传感
器的
输入
数据
,直
接决
定车
的行
为,
简化
了系
统流
程,
降低
了车
载计
算的
需求
。
端到
端的
深度
学习
更具
黑箱
属性
,运
算过
程不
可解
释,
实现
难度
较大
。
道路
图像
端到
端的
深度
学习
算法
汽车
的横
向控
制
汽车
的纵
向控
制
亿欧
智库
:自
动驾
驶的
端到
端深
度学
习方
案图
示
26
Yiou intelligence
Part.2 中国
自动
驾驶
产业
发展
概况
本章
总结
欧
美国
家在
80年代
先后
开展
自动
驾驶
技术
研发
,90年
代,
国内
各高
校和
研究
机构
陆续
开展
自动
驾驶
的研
发工
作。
2015年国
务院
发布
《中
国制
造2025》
,以
自动
驾驶
技术
为重
点的
智能
网联
汽车
成为
中国
未来
汽车
发展
的重
要战
略方
向。
27
ABC
依
据P
ES
T分析
自动
驾驶
宏观
环境
,政
治层
面,
政策
支持
和标
准落
地将
推动
国内
自动
驾驶
实现
标准
化、
自主
化,
制定
过程
需要
多部
委协
调,
短期
内形
成完
整政
策有
一定
难度
。
经济
层面
,自
动驾
驶作
为技
术周
期演
进过
程中
最被
看好
的行
业之
一,
受到
资本
市场
的热
捧,
资金
注入
使行
业发
展速
度加
快。
技
术层
面,
得益
于人
工智
能、
车联
网技
术的
发展
,自
动驾
驶的
实现
成为
可能
。
社会
层面
,国
内消
费者
对于
交通
不便
的诉
求以
及对
新技
术、
隐私
的开
放态
度有
利于
自动
驾驶
的落
地。
S
AE
将自
动驾
驶分
为五
层,
成为
行业
标准
。自
动驾
驶是
指,
驾驶
员不
介入
的情
况下
汽车
可以
完成
全自
动驾
驶的
控制
动作
,指
向自
动驾
驶汽
车技
术发
展的
最终
形态
。
依据
拟人
化的
研发
思路
,自
动驾
驶的
运作
流程
可以
分为
感知——
认知——
决策——
控制——
执行
五部
分。
端到
端的
深度
学习
简化
了这
种分
流程
、分
模块
的驾
驶方
案。
In-depth Analysis of Industry
Part.3
中国
自动
驾驶
产业
分析
解读
28
Yiou intelligence
3.1 中国
自动
驾驶
相关
产业
链分
析A
nalysis of Industrial Chain
Part.3 中国
自动
驾驶
产业
分析
解读29
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析自
动驾
驶产
业生
态分
布
30
视觉
传感
器
雷达
传感
器
定位
传感
器
车姿
传感
器
传感
器生
产商
汽车
控制
(油
门、
制动
、转
向)
、解
决方
案集
成、
其他
汽车
部件
传统
Tier1供应
商
芯片
/处理
器/计
算平
台
芯片
供应
商
整车
生产
/组装
整车
厂商
(O
EM
)
算法
/软件
/车载
信息
系统
/自动
驾驶
系统
算法
/软件
供应
商
共享
汽车
/出行
服务
出行
服务
商数
据/高
精地
图
数据
服务
商/图
商
停车
/车载
智能
设备
/线控
系统
/其他
零部
件
其他
Tier2供应
商车
主/消
费者
共同
为Tier1供
应商
提供
必要
技术
、部
件支
持
前装
市场
为整
车厂
提供
部件
支持
为出
行服
务商
供应
车辆
为消
费者
提供
出行
服务
也为
车主
提供
后装
市场
服务
直接
销售
给消
费者
V2X
技术
车联
网/通
信供
应商
其他
远程
管理
和服
务
云服
务
车联
网安
全
移动
通信
通信
设备
数据
反馈
数据
反馈
数据
反馈
数据
反馈
技术
、基
建支
持
数据
反馈
为下
列的
科技
企业
提供
应用
实践
平台
数
据、
共享
经济
和人
工智
能技
术正
在打
破过
去成
熟的
金字
塔式
的汽
车产
业链
结构
。不
同环
节的
企业
相互
合作
,以
实现
最佳
的经
济效
益为
目标
,使
得数
据、
技术
、资
本得
以在
整个
自动
驾驶
产业
生态
之中
流动
、循
环。
当然
,目
前这
一生
态结
构尚
处于
不稳
定的
发展
变化
状态
中。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析自
动驾
驶产
业生
态分
布—
—供
应商
产业
体系
31
数据
、地
图为
传感
器提
供定
位、
识别
;传
感器
可用
来采
集数
据、
地图
信息
视觉
传感
器
雷达
传感
器定
位传
感器
车姿
传感
器
传感
器生
产商
芯片
/处理
器/计
算平
台
芯片
供应
商
算法
/软件
/车载
信息
系统
/自动
驾驶
系统
算法
/软件
供应
商
数据
/高精
地图
数据
服务
商/图
商为
算法
、软
件提
供必
要的
数据
和地
图支
持
为算
法、
软件
运行
提供
核心
硬件
支持
为传
感器
提供
芯片
、处
理器
、存
储器
等硬
件
核心
硬件
本身
的研
发也
需要
算法
支持
为车
联网
技术
提供
芯片
、处
理器
、存
储器
等硬
件
数据
和高
精地
图实
现联
网,
并上
传信
息至
云平
台进
行处
理计
算
车联
网技
术进
一步
补充
高精
地图
,丰
富数
据
进一
步完
善传
感器
数据
,提
高冗
余度
,降
低容
错率
使车
载系
统/软
件实
现联
网,
OTA
升级
成为
可能
为车
联网
提供
连接
终端
V2V
、V
2P、
V2C
、V
2I技术
车联
网/通
信供
应商
其他
远程
管理
和服
务
云服
务
车联
网安
全
移动
通信
通信
设备
为芯
片提
供通
信技
术标
准
细
化前
页左
侧图
可以
看到
:自
动驾
驶供
应商
产业
体系
中的
新兴
企业
,从
传统
Tier2供应
商获
得设
备部
件支
持,
经过
技术
的整
合研
发,
最终
由Tier1供
应商
、或
直接
由整
车厂
完成
集成
、组
装的
工作
,形
成自
动驾
驶整
体解
决方
案。
此外
,产
业各
环节
的企
业将软硬件协同
作为
发展
趋势
,提
供一
体化
完整
方案
。亿
欧智
库认
为,
就汽
车供
应商
产业
体系
而言
,已
越来
越呈
现生态化、网状化的趋势,企业间
纵向联结越加紧密
。
有效
处理
、分
析数
据
Yiouintelligence
3.1.1 传感
器S
ensors
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析32
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
在
自动
驾驶
技术
来临
之前
,车
用传
感器
即用
于汽
车电
子技
术、
作为
车载
电脑
(E
CU
)的
输入
装置
,能
够将
发动
机、
底盘
、车
身各
个部
分的
运作
工况
信息
以信
号方
式传
输给
车载
电脑
,从
而使
汽车
运行
达到
最佳
状态
。
AD
AS
的广
泛应
用,
使摄
像头
等用
于环
境感
知的
传感
器进
入公
众视
野,
作为
辅助
,这
些传
感器
将汽
车周
边的
环境
信息
输入
到相
应的
系统
模块
中,
进行
判断
,提
前给
驾驶
员预
警或
提供
紧急
防护
,但
不同
系统
的传
感器
间关
系孤
立,
数据
单独
处理
,信
息尚
未形
成融
合。
在
自动
驾驶
汽车
中,
定位
、雷
达、
视觉
等传
感器
协作
融合
,能
够以
图像
、点
云等
形式
输入
收集
到的
环境
数据
,并
通过
算法
的提
取、
处理
和融
合,
进一
步形
成完
整的
汽车
周边
驾驶
态势
图,
为驾
驶行
为决
策提
供依
据。
传感
器系
统总
览
33
雷达
传感
器毫
米波
雷达
激光
雷达
视觉
传感
器
单目
摄像
头
双目
摄像
头
夜视
红外
听觉
传感
器超
声波
雷达
语音
识别
、声
音定
位入
口
姿态
传感
器
OB
D(
车载
诊断
系统
)
CA
N总
线
IMU
惯性
测量
单元
定位
传感
器G
PS
/北斗
RTK
差分
系统
惯性
导航
系统
高精
度地
图不
同传
感器
收集
的信
息经
过算
法的
提取
、
处理
和融
合,
能够
形
成完
整的
汽车
周边
的
驾驶
态势
图,
为系
统
决策
提供
依据
。发
动机
、底
盘等
汽车
工况
传感
器
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
不
同传
感器
各有
优劣
。无
论是
以摄
像头
为主
的计
算机
视觉
方案
还是
激光
雷达
方案
都不
具备
独当
一面
的能
力。
例如
,摄
像头
的硬
件技
术已
相对
成熟
,所
需的
算法
识别
准确
率却
仍待
提高
;激
光雷
达的
点云
算法
实现
较易
,但
在硬
件技
术方
面难
度较
大(
后文
将有
详细
说明
)。
可见
,自
动驾
驶汽
车要
安全
运作
,必
须保
证多传感器协同工作和信息冗余
。
因此
,多
种传
感器
往往
需要
协同
工作
,优
势互
补,
共同
组成
自动
驾驶
的环
境感
知解
决方
案。
主要
传感
器性
能比
较
34
亿欧
智库
:主
要的
传感
器比
较摄
像头
毫米
波雷
达激
光雷
达超
声波
雷达
惯性
导航
系统
RTK差分
探测
距离
50米250米
>100米
3米内
——
精度
一般
较高
极高
高短
期测
量精
度高
高(
厘米
级)
功能
利用
计算
机视
觉判
别周
边环
境与
物体
、判
断前
车距
离
感知
大范
围内
车辆
的运
行情
况,
多用
于自
适应
巡航
系统
障碍
检测
、动
态障
碍检
测识
别与
跟踪
、路
面检
测、
定位
和导
航、
环境
建模
探测
低速
环境
,常
用于
自动
泊车
系统
弥补
GPS的
定位
缺陷
,精
确感
应定
位和
车姿
辅助
GPS进
行实
时测
量,
获取
厘米
级的
定位
精度
优势
成本
低、
硬件
技术
成熟
、可
识别
物体
属性
全天
候全
天时
工作
、探
测距
离远
、性
能稳
定、
分辨
率较
高、
测速
精确
测量
精度
极高
、分
辨率
高、
抗干
扰能
力强
、测
距范
围大
,响
应速
度快
成本
低,
近距
离探
测精
度高
,且
不受
光线
条件
的影
响
全天
候全
天时
工作
、受
外界
干扰
小、
短期
精度
和稳
定性
好、
数据
更新
率高
定位
精度
高
劣势
依赖
光线
、易
受恶
劣天
气影
响、
难以
精确
测距
在部
分场
景下
易受
信号
干扰
、无
法识
别物
体属
性、
探测
角度
小
受恶
劣天
气影
响、
成本
高昂
、制
造工
艺复
杂
只适
用于
探测
近距
,只
在低
速环
境下
发挥
作用
、易
受信
号干
扰
成本
较高
、不
能脱
离G
PS长
时间
工作
、需
要初
始对
准时
间
需保
持接
收有
效的
GPS信
号
不同
类别
包括
单目
、双
目摄
像头
,按
照芯
片类
型又
可分
为CC
D摄
像头
、C
MO
S摄像
头
依据
测距
原理
不同
可分
为脉
冲测
距雷
达、
连续
波测
距雷
达
可分
为机
械激
光雷
达、
固态
激光
雷达
;根
据探
测原
理也
能够
区分
为单
线激
光雷
达和
多线
激光
雷达
等等
——
—
资料
来源
:据
公开
资料
整理
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
以摄
像头
为主
的计
算机
视觉
解决
方案
,为
汽车
加上
“眼
睛”
,有
效识
别周
边环
境及
物体
属性
35
概况:
相对
于其
它传
感器
,摄
像头
的价
格相
对低
廉,
有着
识别
车道
线、
车辆
等物
体的
基础
能力
,在
汽车
高级
辅助
驾驶
市场
已被
规模
使用
。依
据不
同的
图像
检测
原理
,可
分为
单目
摄像
头和
双目
摄像
头,
根据
芯片
类型
又可
分为
CC
D摄
像头
和C
MO
S摄
像头
,等
等。
劣势:
摄像
头对
光线
的依
赖使
其无
法全
天时
(如
夜晚
)全
路况
(如
隧道
)工
作,
需要
其他
传感
器作
为补
充。
硬件:
计算
机视
觉所
需的
工业
摄像
头在
技术
层面
相对
成熟
,具
有较
高的
图像
稳定
性、
高传
输能
力和
抗干
扰能
力,
且单
个摄
像头
成本
已降
到200元
以下
,因
此单
车可
以配
备6~8个
摄像
头覆
盖不
同角
度,
天风
证券
预测
,2020年
国内
前后
装摄
像头
需求
量为
4184万个
。
技术定义:
计算
机视
觉技
术简
单而
言,
就是
用摄
像头
代替
人眼
对目
标(
车辆
、行
人、
交通
标志
)进
行识别、跟踪和测量
,感
知到
汽车
周边
的障
碍物
以及
可驾
驶区
域,
理解
道路
标志
的语
义,
从而
对当
下的
驾驶
场景
进行
完整
描述
。
➢双
目摄
像头
基于
视差
原理
,测
定前
方环
境,
获得
准确
的距
离数
据,
难点
是计
算量
较大
。➢
单目
摄像
头基
于机
器学
习原
理,
通过
图像
匹配
进行
目标
识别
,再
通过
目标
在图
像中
的大
小去
估算
目标
距离
,该
技术
对数
据样
本要
求高
。
亿欧
智库
:双
目(
左)
/单目
(右
)摄
像头
工作
原理与
系统
图像
匹配
,估
算距
离
资料
来源
:M
obileye
左视
镜
识别
目标
(近
)
识别
目标
(远
)
右视
镜
根据
视差
将两
种视
图整
合,
得到
实际
效果
亿欧
智库
:环
境感
知的
三个
阶段
输入
图像
,输
出得
到物
体的
检测
框,
识别
障碍
物通过
对路
沿、
车道
线等
障碍
物的
语义
理解
,输
出可
行驶
的边
界范
围(
free-form boundary)
在高
精地
图的
辅助
下,
系统
感知
道路
相关
的语
义理
解,
形成
完整
的驾
驶场
景
13
2
感知
障碍
物
感知
空闲
区域
(free space)
感知
驾驶
路径
(D
rivable Paths)
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
在自
动驾
驶来
临前
,国
内的
视觉
方案
供应
商仍
主要
将产
品应
用于
辅助
驾驶
系统
,逐
渐向
自动
驾驶
过渡
36
亿欧
智库
:国
内用
于自
动驾
驶的
视觉
方案
供应
商(
部分
)企
业技
术/产
品应
用领
域地
点成
立时
间最
新融
资情
况
中科
慧眼
基于
双目
立体
视觉
的环
境感
知技
术、
自动
驾驶
自校
准技
术以
及智
能驾
驶实
时算
法自
动驾
驶系
统、
AD
AS
北京
2014A
轮(
2016年,
数千
万人
民币
)
天隼
图像
智能
监控
设备
和模
式识
别算
法小
型无
人驾
驶电
动汽
车北
京2012
天使
轮(
2016年,
300万人
民币
)
格灵
深瞳
具备
计算
机视
觉和
深度
学习
技术
以及
嵌入
式硬
件研
发能
力智
能交
通、
自动
驾驶
、金
融安
防等
北京
2013A
轮(
2014年,
数千
万美
元)
Maxieye
辅助
驾驶
产品
与自
动驾
驶系
统开
发自
动驾
驶、
AD
AS
上海
2015Pre-A
轮(
2017年,
数千
万人
民币
)
Minieye
车载
视觉
感知
技术
、A
DA
S解决
方案
自动
驾驶
、A
DA
S深
圳2013
A轮
(2016年
,数
千万
人民
币)
智眸
科技
智能
双目
相机
AD
AS、
自动
驾驶
、机
器人
、无
人机
北京
2015A
轮(
2016年,
数千
万美
元)
纵目
科技
汽车
驾驶
辅助
技术
软硬
件方
案提
供商
自动
驾驶
、A
DA
S上
海2013
新三
板
商汤
科技
人工
智能
视觉
引擎
、深
度学
习平
台金
融、
安防
、机
器人
、无
人驾
驶北
京2014
B轮(
2017年,
4.1亿美
元)
视觉方案应用现状:
在明
确表
示以
自动
驾驶
为着
力方
向的
视觉
方案
供应
商中
,目
前大
多仍
集中
将产
品应
用于
辅助
驾驶
环节
,分
布在
前装
、后
装市
场,
为自
动驾
驶研
发收
集数
据,
不过
用于
AD
AS
的视
觉算
法一
般仅
能实
现对
车道
线、
周边
车辆
的基
础感
知功
能,
和自
动驾
驶所
需的
环境
感知
能力
尚有
很大
距离
。
国内代表企业:
国内
供应
自动
驾驶
所需
的计
算机
视觉
技术
的企
业大
多数
从A
DA
S起
家。
但是
将计
算机
视觉
作为
通用
技术
平台
的初
创企
业较
少将
自动
驾驶
作为
自己
的应
用方
向。
商汤
科技
、格
灵深
瞳是
少数
打造
计算
机视
觉通
用平
台并
参与
到自
动驾
驶领
域的
AI公
司。
国外代表企业:
以色
列的
顶尖
视觉
公司
Mobileye拥
有深
厚的
算法
、数
据积
累,
并有
自主
研发
视觉
芯片
和高
精地
图的
能力
,我
国短
期内
还难
以形
成类
似体
量的
企业
。
资料
来源
:IT桔
子及
企业
官网
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
计算
机视
觉技
术需
要深
厚的
算法
、数
据积
累,
市场
壁垒
高,
主机
厂、
Tier1供应
商和
科技
巨头
具有
天然
优势
37
自
动驾
驶所
需的
计算
机视
觉技
术远
超出
AD
AS
,摄
像头
需要
对汽
车周
边所
有影
响驾
驶的
物体
进行
感知
识别
,对
算法
依赖
度极
高。
深度学习方法是图像识别的支撑技术。
在自
动驾
驶的
视觉
识别
领域
,目
前主
要采
用监
督式
的深
度学
习算
法,
需要
使用
标注
好的
数据
训练
AI,
使其
检测
识别
物体
。知
名的
计算
机视
觉识
别数
据库
ImageN
et已将
图像
识别
精度
提升
到95%
以上
,超
出人
类识
别图
片水
平。
数据的采集标注质量、数量越高,算法就越成熟。
标注
目前
主要
采取
众包
形式
人工
完成
,采
集则
需要
大量
测试
作为
支撑
。复
杂的
驾驶
场景
使数
据无
法覆
盖到
所有
可能
性,
因此
摄像
头视
觉方
案也
需要
其他
的传
感器
作为
冗余
支持
。
计算机视觉技术需要深厚的算法、数据积累,因而壁垒较高。
主机
厂和
Tier1供应
商具
备较
强的
资金
和技
术积
累优
势,
能够
迅速
布局
该方
面的
技术
研发
;目
前市
场上
靠A
DA
S起
家、
进军
自动
驾驶
的创
业公
司具
备一
定的
技术
积淀
,需
要合
理平
衡现
有业
务和
尖端
技术
研发
的关
系;
对于
主打
视觉
算法
的初
创公
司,
短期
内也
难以
形成
商业
闭环
,需
要在
很大
程度
上与
大公
司合
作。
亿欧
智库
:自
动驾
驶视
觉方
案的
工作
原理
样本
采集
并标
记算
法训
练提
取特
征/模
型
图像
源图
像预
处理
分类
识别
➢要
完成
成熟
的自
动驾
驶视
觉方
案,
需要
将采
集到
的图
像中
的各
种物
体进
行标
注,
通过
深度
学习
训练
AI,
使其
能够
检测
出图
像中
的物
体,
继而
依据
各自
的特
征进
行分
类识
别;
➢上
路后
,视
觉模
块能
够根
据摄
像头
实时
采集
的图
像进
行预
处理
优化
,经
过算
法计
算,
将识
别结
果传
输给
决策
系统
,最
后给
出正
确的
驾驶
动作
。
视觉
方案
供应
商
视觉
芯片
厂商
摄像
头厂
商
配套
传感
器厂
商
前装
市场
Tier1供应
商主
机厂
后装
市场
代工
厂
个体
消费
者、
商业
车队
、保
险公
司
亿欧
智库
:自
动驾
驶的
计算
机视
觉方
案产
业链
➢前
装市
场需
求明
确,
有利
于供
应商
根据
具体
车型
向车
企提
供功
能不
断升
级的
产品
。
➢后
装市
场潜
在细
分领
域多
,但
需要
一定
的消
费者
教育
和推
广成
本,
且消
费者
对价
格更
敏感
。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
激光
雷达
方案
具有
更高
的测
量精
度和
三维
成像
能力
,是
自动
驾驶
不可
或缺
的传
感器
简介:
激光
雷达
的应
用采
用光
飞行
时间
法(
TOF)
,即
通过
发射
和接
受激
光束
,计
算激
光遇
到障
碍物
的折
返时
间,
分析
得出
目标
与设
备的
相对
距离
,并
测量
得到
障碍
物的
轮廓
,这
些信
息经
过处
理能
够获
得3D
环境
地图
,且
精度
能够
达到
厘米
级。
分类:
根据
有无
机械
旋转
部件
,可
分为
机械
激光
雷达
和固
态激
光雷
达,
或介
于二
者之
间的
混合
固态
激光
雷达
,前
者的
制作
难度
更大
,体
积更
大;
在全
固态
激光
雷达
中,
又可
分为
ME
MS
、面
阵等
不同
技术
路径
;此
外线
束数
量的
不同
,在
分辨
率和
测量
速度
方面
也有
所不
同;
产业
领先
者Velodyne的
64线机
械激
光雷
达作
为高
端产
品,
单价
超过
7万美
元。
功能:
激光
雷达
具有
障碍
物检
测、
动态
障碍
物识
别跟
踪、
路况
检测
、实
时定
位和
环境
建模
的功
能。
38
亿欧
智库
:机
械激
光雷
达点
云数
据示
意图
➢激
光雷
达构
建的
点云
数据
由大
量结
构细
密的
扫描
线组
成,
图像
模型
中的
每一
行与
部件
上的
每根
扫描
线对
应。
115124
248288
379
492
943874
0100200300400500600700800900
1000
20102011
20122013
20142015
20162017.8
亿欧
智库
:中
国激
光雷
达公
开专
利数
量趋
势
数据
来源
:国
家专
利检
索与
服务
系统
➢自
2016年以
来,
在国
内公
开的
激光
雷达
相关
专利
飞速
发展
,与
国内
自动
驾驶
产业
的发
展趋
势相
吻合
;➢
注:
本数
据通
过检
索“
激光
雷达
”获
得,
为2010年
至今
在国
内申
请并
公开
的专
利,
也包
含部
分来
自国
外申
请的
专利
,2017年
数据
截止
到8
月份
。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
为解
决激
光雷
达高
成本
、低
产量
的关
键问
题,
供应
商沿
着不
同的
技术
路线
改进
现有
产品
,促
使产
品落
地
39
亿欧
智库
:国
内用
于自
动驾
驶的
激光
雷达
供应
商(
部分
)
企业
代表
产品
地点
成立
时间
最新
融资
情况
北科
天绘
R-Fans 车
载三
维激
光雷
达北
京2005
A轮
(2014年
,600万
人民
币)
速腾
聚创
RS16线
小型
激光
雷达
深圳
2014A
+轮
(2016年
,数
千万
人民
币)
镭神
智能
16 线激
光雷
达(
正在
研发
)深
圳2015
A轮
(2016年
,数
千万
人民
币)
禾赛
科技
40线混
合固
态激
光雷
达上
海2013
A轮
(2017年
,1.1亿
人民
币)
欧镭
激光
Toucan系列
16线激
光雷
达杭
州2016
——
尽
管自
动驾
驶市
场需
求量
极大
,激
光雷
达仍
面临
着成本高、量产难
的问
题。
制造
门槛
高,
且应
用领
域较
窄(
汽车
、资
源勘
测)
,使
该类
产品
供应
商相
对较
少,
缺乏
针对
车规
级的
成熟
量产
方案
。要
推动
激光
雷达
解决
方案
落地
,供
应商
势必
要完
整掌
握硬
件的
核心
技术
,以
便控
制成
本,
并以
配套
的算
法推
动市
场接
受其
方案
。
目前
,实现激光雷达低成本的路线
有:
牺牲
一定
的精
度,
使用
全固
态、
低线
束激
光雷
达降
低制
作成
本;
提高
生产
率,
通过
量产
带来
的规
模效
益摊
薄产
品成
本。
速
腾聚
创、
禾赛
科技
等公
司均
提供
自动
驾驶
的“
硬件
+算法
”一
体化
解决
方案
,希
望以
低线
束、
低成
本、
量产
化的
激光
雷达
产品
打通
市场
;用
于机
器人
、无
人机
的激
光雷
达产
商北
醒光
子、
思岚
科技
也在
向自
动驾
驶布
局。
尽管
部分
厂商
已有
成品
,并
与其
它初
创公
司达
成合
作,
但能
否打
通主
机厂
和Tier1供
应商
尚存
疑。
相较
而言
,2016年
全球
顶尖
厂商
Velodyne在中
国的
销售
额已
达到
1500万美
元。
01000200030004000500060002016
20202025
➢摩
尔定
律终
将推
动激
光雷
达的
感知
方案
成本
降低
。在
2020年自
动驾
驶车
量产
之前
的两
年,
将成
为激
光雷
达突
破成
本天
花板
的关
键节
点。
亿欧
智库
:自
动驾
驶单
颗激
光雷
达成
本预
测
数据
来源
:中
金公
司
(美
元)
资料
来源
:IT桔
子及
公开
资料
Yiou intelligence
22%
22%
13%
10%
9%
9%
5%4%
4%2%
博世
大陆
Hella
富士
通天
Denso
TRW
Delphi
Autoliv
Valeo
其他
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
毫米
波雷
达具
备全
天时
全天
候以
及探
测距
离远
的优
势,
市场
被国
外Tier1供
应商
巨头
垄断
,国
内厂
商致
力于
国产
化
简介:
毫米
波是
指频
率位
于30G
Hz到
300GH
z 之间
的电
磁波
。近
些年
,随
着毫
米波
雷达
技术
水平
的提
升和
成本
的下
降,
毫米
波雷
达开
始应
用于
AD
AS
,并
成为
自动
驾驶
所需
的传
感器
。77G
Hz是
当前
车载
毫米
波雷
达的
主要
使用
频段
,24G
Hz雷
达严
格意
义上
处于
厘米
波段
,但
在特
性上
接近
毫米
波雷
达,
因而
也被
归类
入其
中。
特点:
毫米
波雷
达探
测距
离远
,精
度较
高,
穿透
雾、
灰尘
的能
力强
,能
够全
天候
全天
时工
作。
不过
,毫
米波
易受
干扰
,而
且难
以识
别小
的物
体(
会发
生衍
射现
象,
无法
接收
到反
射线
)。
国内市场:
目前
毫米
波雷
达市
场由
国外
厂商
垄断
,国
内主
要的
零部
件供
应商
正在
致力
于车
载毫
米波
雷达
的国
产化
。79G
Hz毫
米波
雷达
作为
未来
发展
趋势
,能
更有
效地
发挥
自动
驾驶
传感
器所
需的
性能
。
40
亿欧
智库
:2015年
全球
车载
毫米
波雷
达市
场份
额
(低
)距
离分
辨率
(高
)
(远)最大检测距离
(近)24G
Hz
窄带
雷达
77GH
z雷
达
79GH
z高
分辨
率雷
达
24GH
z超
宽带
雷达
亿欧
智库
:毫
米波
雷达
技术
发展
趋势
➢检
测距
离和
距离
分辨
率是
衡量
车载
雷达
性能
的要
素;
➢相
比于
毫米
波雷
达市
场主
流的
24GH
z、77G
Hz雷
达,
下一
代产
品79G
Hz雷
达兼
具远
测距
和高
分辨
率的
特点
。数
据来
源:
智研
咨询
亿欧
智库
:国
内主
要的
毫米
波雷
达供
应商
行易
道科
技安
智汽
车
智波
科技
森思
泰克
科技
卓泰
达科
技意
行半
导体
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.1 传
感器
多传
感器
融合
成为
行业
共识
,不
同传
感器
技术
将在
博弈
平衡
中齐
头并
进,
但并
不排
除单
种传
感器
主导
市场
的机
会
无论
是以
摄像
头为
主的
计算
机视
觉方
案,
还是
激光
雷达
,目
前尚
未拥
有独
当一
面的
能力
,且
信息
冗余
更有
利于
安全
,因
而多
传感
器融
合成
为自
动驾
驶产
业共
识,
不同
传感
器技
术将
在博
弈平
衡中
齐头
并进
。在
此基
础上
,自
动驾
驶所
需的
传感
器部
件将
进一
步向轻量
化(包括产品重量以及传感器数量)、低成本
方向
发展
。
多传感器融合并不排除单种传感器主导市场的可能性。
一旦
某类
传感
器性
价比
占优
,将
更容
易获
得车
厂和
Tier1供应
商青
睐,
占据
更大
市场
份额
,不
同传
感器
方案
未来
将呈
现此
消彼
长的
态势
。
41
亿欧
智库
:某
自动
驾驶
车型
的传
感器
及其
他部
件配
备方
案
Yiouintelligence
3.1.2 高精
度地
图H
D m
ap
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析42
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.2 高
精度
地图
传
统的
导航
地图
无法
满足
自动
驾驶
的需
要,
为此
高精
度地
图(
HD
map)
应运
而生
,它
具备
更多
维度
,更
新更
及时
,结
果精
确到
厘米
级,
成为
自动
驾驶
技术
落地
的关
键驱
动力
;
优势:
不仅
是传
感器
发挥
感知
周边
环境
的功
能,
高精
度地
图也
能够
提供
更前
瞻的
信息
指示
和冗
余性
,帮
助汽
车进
行匹
配定
位,
使驾
驶系
统感知
到更
大范
围的
交通
态势
,保
证自
动驾
驶的
安全
;高
精地
图对
于道
路信
息的
记录
能帮
助汽
车自
主进
行路径规划
;此
外,
高精
地图
记录
学习
驾驶
行为
和轨
迹,
了解
车主
行车
习惯
,能
为自
动驾
驶汽
车提
供决策
支持
,为
车主
提供
个性
化的
出行
体验
。
高精
度地
图提
供更
完备
的周
边环
境信
息和
更精
确的
定位
,为
自动
驾驶
提供
决策
支持
,保
证行
车安
全
43资
料来
源:
波士
顿咨
询《
变革
和监
管自
动驾
驶汽
车的
成败
关键
》
必备
要素
所需
精度
原理
地图
应用
交互
式导
航辅
助安
全、
效率
及舒
适性
部分
自动
驾驶
完全
自动
驾驶
导航地图
•道
路•
交叉
路口
•交
通规
则
高级辅助驾驶系统地图
•交
通信
号•
车道
数量
•坡
度•
弯度
高精度数字地图数据
•精
准的
全局
环境
数据
,包
括各
种地
标•
精确
的车
道定
位、
坡度
和弯
曲度
,交
通信
号和
指示
,以
及其
他道
路特
征•
典型
的驾
驶行
为,
最佳
加速
点及
刹车
点,
以及
其他
人为
因素
约10米
细致
、准
确<10厘
米
•驾
驶员
全权
负责
,因
此只
需粗
略的
道路
信息
即足
够
•更
多的
数据
信息
能提
供更
好的
驾驶
建议
(如
过弯
速度
提醒
)
•地
图内
容必
须足
以匹
配传
感器
收集
的信
息•
地标
定位
以弥
补G
PS
导航
的不
准确
•收
集驾
驶轨
迹和
行为
数据
,学
习决
策行
为•
同步
定位
与建
图(
SLA
M)
不适
合高
速驾
驶
亿欧
智库
:高
精度
地图
特征
及示
意图
高精
度的
含义
地图
的绝
对坐
标精
度更
高
道路
交通
信息
元素
丰富
精细
为定
位和
路径
规划
提供
精细
依据
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.2 高
精度
地图
高精
度地
图研
发投
入大
,技
术发
展路
线尚
未成
熟,
还处
于商
业化
尝试
阶段
,但
巨头
已显
现
通过
众包
形式
,使
用传
感器
进行
道路
数据
采集
并在
后台
完成
绘制
,是高精度地图的主要思路
。由
于高
精度
地图
投入
大、
周期
长的
特性
,也
有以
特征
测绘
这样
精度
较低
、相
对简
易的
技术
方案
建图
。此
外,
如何
实时
将其
他动
态信
息纳
入地
图也
是图
商的
难点
。
四维
图新
、高
德作
为国
内最
大图
商,
在自
动驾
驶和
高精
度地
图领
域投
入布
局最
多,
是产
业的
领导
者,
此外
BAT在
地图
市场
的参
与度
极高
。但
该领
域技
术尚
未成
熟,
还处
于商
业化
的尝
试阶
段。
低成
本、
规模
化产
出和
地图
的可
持续
运维
能力
将是
企业
胜出
的决
定因
素。
依
靠卫
星以
及地
面基
站进
行高
精度
定位
也是
有力
配合
高精
地图
提供
冗余
精细
信息
的方
案,
千寻
位置
是高
精度
卫星
定位
的代
表企
业。
44
定位
技术
的发
展路
线
高精地图匹配定位:
传感
器将
汽车
感知
到信
息与
高精
地图
进行
验证
比对
,提
供了
车辆
可在
高精
度水
平上
确定
其位
置、
方向
等信
息的
参照
点。
卫星定位:
依赖
GP
S或
北斗
进行
卫星
定位
,然
后使
用自
动驾
驶汽
车的
传感
器(
摄像
头、
雷达
、惯
导)
来感
知环
境变
化以
改善
其定
位信
息。
地图
建模
的技
术路
线
重地图模式:
通过
GP
S定
位,
用数
据采
集车
(配
备有
激光
雷达
、摄
像头
)作
为地
图绘
制源
收集
深度
信息
,经
过后
台处
理形
成高
精地
图。
方案
特点
是使
自动
驾驶
更依
赖地
图信
息。
轻地图模式:
使用
车载
摄像
头绘
制某
些能
够帮
助实
现车
辆导
航的
特定
道路
特征
(如
固定
的路
边设
施)
。该
方式
测绘
精度
一般
,比
较依
赖传
感器
,地
图处
理更
新较
容易
。M
obileye是该
方案
的代
表。
亿欧
智库
:地
图建
模和
定位
的不
同技
术路
线亿
欧智
库:
国内
主要
的高
精度
地图
厂商
企业
logo企
业名
收购
情况
四维
图新
2014年以
11.73亿人
民币
被腾
讯并
购
高德
地图
2014年以
10.45亿美
元被
阿里
并购
易图
通2010年
以3500万
人民
币被
阿里
并购
百度
地图
(长
地万
方)
2013年长
地万
方全
资被
百度
收购
凯立
德—
—
光庭
信息
——
资料
来源
:IT桔
子
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.2 高
精度
地图
案例
分析
:高
精度
地图
+高
精度
定位
,高
德地
图与
千寻
位置
推动
自动
驾驶
解决
方案
落地
发展概况:
自2014年
取得
测绘
资质
以来
,高
德通
过“
自主
+众包
”的
方式
,已
完成
了28万
公里
的全
国高
速高
精度
地图
静态
数据
采集
。今
年底
,高
德还
计划
向国
省道
和主
要城
市扩
展自
动驾
驶级
别数
据。
商业模式:
高精
地图
免费
提供
给车
厂,
并获
取得
到车
主驾
车时
的地
图相
关数
据,
使高
精地
图具
备实
时、
可持
续、
更深
度的
使用
价值
。
45
高精度地图:
高精度定位:
企业背景:
千寻
位置
网络
是由
中国
兵器
工业
集团
和阿
里巴
巴集
团20
亿元
合资
成立
的位
置服
务供
应商
,实
力雄
厚。
发展概况:
千寻
在国
内覆
盖建
设了
1400个以
上的
地面
基准
站,
校准
普通
卫星
定位
的误
差参
数,
实现
全国
厘米
级精
度的
连续
定位
,并
将结
果联
网传
输至
车载
接收
机,
实现
汽车
的精
准定
位。
资料
来源
:高
德地
图、
千寻
位置
GPS
GN
SS+RTD
GN
SS+RTK
地图
匹配
(普
通算
法)
高精
地图
匹配
(云
端智
能机
器学
习算
法)
多传
感器
融合
驾驶
员
卫星
定位
匹配
定位
传感器辅
助定位
多传
感器
组合
米级
精度
亚米
级厘
米级
亿欧
智库
:车
载定
位技
术发
展趋
势
高
精度
定位
能够
优化
高精
地图
现有
的信
息采
集过
程,
使普
通车
辆具
备采
集车
的定
位精
度,
提高
地图
绘制
效率
;
在传
感器
被遮
挡时
提供
备份
信息
,并
提高
地图
匹配
搜索
效率
,降
低对
传感
器性
能的
需求
;
铺设
自动
驾驶
所需
基础
设施
。
高精度地图+定位有何优势?
自有专业采集体系
产业采集生态
社会采集生态
亿欧
智库
:高
德高
精地
图运
维体
系
专业
高精
采集
车、
ADAS
采集
车、
步采
运输
车、
租车
/专车
、社
会车
辆众
包车
辆、
UG
C、
政府
数据
数据
处理
资源
、数
据、
技术
作为
支撑
云端
智能
调度
资料库
成果库
自有
专业
采集
体系
服务
数据
资料
来源
:高
德地
图
高精
地图
生产
服务
平台
Yiouintelligence
3.1.3 AI芯
片A
I chips
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析46
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.3 A
I芯片
为满
足性
能要
求更
高的
AI算
法需
要,
PC芯
片企
业积
极投
入汽
车计
算平
台研
发,
国内
初创
公司
以A
I专用
型芯
片作
为突
破路
线
背景:
自动
驾驶
来临
,传
统的
车载
电脑
(E
CU
)的
硬件
计算
能力
无法
满足
深度
学习
算法
的需
要,
拥有更高运算力、更高数据传输带
宽的
计算
平台
成为
市场
需求
,曾
作为
PC
核心
硬件
的芯
片处
理器
将继
续在
自动
驾驶
中保
持自
己的
重要
性。
将
芯片
运用
于自
动驾
驶计
算平
台目
前有
几种
不同
的技术思路
:以
图形
处理
器(
GP
U)
为主
导实
现通
用化
,代
表是
NV
IDIA
;多
核处
理器
异构
化,
将G
PU
+FPG
A处
理器
内核
集成
在C
PU
上,
代表
是英
特尔
;不
同于
前两
种将
PC
端芯
片转
植到
深度
学习
芯片
的通
用型
打法
,谷
歌针
对深
度学
习框
架TensorFlow
推出
专用
型芯
片TP
U,
成为
计算
平台
技术
的第
三种
路线
。
47
亿欧
智库
:国
内用
于自
动驾
驶的
芯片
开发
厂商
企业
业务
最近
融资
情况
寒武
纪包
括深
度学
习专
用芯
片、
加速
器架
构、
智能
计算
平台
,产
品覆
盖服
务器
和终
端
A轮
(2017年
,1亿
美元
)
地平
线机
器人
提供
嵌入
式人
工智
能解
决方
案,
研发
自动
驾驶
专用
芯片
和计
算架
构
A+
轮(
2016年,
数千
万美
元)
西井
科技
模拟
人脑
神经
元工
作原
理制
造人
工智
能芯
片A
轮(
2017年,
数额
未透
露)
CPU(中央处理器,定制电路)
优势
:•
依旧
主流
,是
AlphaG
o的主
要配
置•
管理
调度
能力
强(
数据
读取
、文
件管
理、
人机
交互
)
劣势
:•
架构
弱势
•数
据处
理能
力弱
GPU(图形处理器,定制电路)
优势
:•
并行
运算
执行
效率
高•
数据
吞吐
量大
/线程
间通
讯速
度快
劣势
:•
功耗
极大
,散
热要
求高
FPGA(现场可编程门阵列,半定制电路)
优势
:•
存储
器带
宽需
求低
。流
水处
理•
响应
迅速
,设
计灵
活多
变
劣势
:•
一次
性成
本较
高
➢我
国对
于人
工智
能算
法的
刚性
需求
正推
动芯
片与
计算
平台
的国
产化
,深
度学
习更
高的
性能
功耗
需求
使国
内厂
商有
机会
开发
专用
型芯
片,
突破
由英
特尔
、英
伟达
垄断
的芯
片市
场;
➢国
内代
表厂
商寒
武纪
成为
全球
首个
AI芯
片独
角兽
,已
具备
相当
的资
本、
技术
资源
的竞
争力
。
亿欧
智库
:不
同芯
片架
构的
特点
资料
来源
:IT桔
子
Yiouintelligence
3.1.4 算法
部分
Algorithm
s
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析48
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.4 算
法
自动
驾驶
的深
度学
习算
法覆
盖感
知、
决策
等关
键环
节,
需要
大量
高质
量的
数据
进行
喂食
训练
类别:
除计
算机
视觉
之外
,多
传感
器的
信息
融合
、决
策规
划也
需要
深度
学习
等算
法的
深度
参与
。TensorFlow
等学
习框
架以
及计
算平
台为
自动
驾驶
提供
了落
地机
会。
根据
不同
的算
法训
练方
式,
有监
督式
学习
、无
监督
学习
、强
化学
习等
不同
的类
别。
数据:
算法
好坏
的关
键在
于喂
食数
据的
质量
,因
而数
据常
常被
业界
看作
是自
动驾
驶的
命门
所在
。目
前还
没有
快速
获取
数据
的方
法,
亲自
实测
、软
件模
拟和
众包
是不
同的
收集
方式
。国
内的
长安
汽车
通过
路上
实测
取得
300万公
里数
据;
百度
通过
软件
模拟
驾驶
来收
集数
据,
优化
算法
;M
omenta以
众包
的方
式,
将算
法模
块嵌
入普
通汽
车,
通过
比对
驾驶
员行
驶轨
迹和
算法
输出
结果
来做
进一
步优
化。
网络效应:
算法
对数
据的
需要
带来
网络
效应
,到
时算
法和
软件
应用
的外
部性
效益
将十
分明
显(
后文
将有
解释
),
拥有
更多
使用
者的
算法
公司
将更
有优
势,
而其
他落
后者
将面
临淘
汰的
可能
。
49
➢在
算法
的实
现方
面,
目前
主要
采用
监督
、半
监督
式学
习的
方法
,提
前将
数据
标注
好,
使输
出结
果更
易于
理解
,准
确度
更高
,但
相应
的数
据获
取和
人力
标注
成本
也太
高,
往往
会遇
到数
据完
备性
不够
的天
花板
;➢
无监
督学
习的
方法
省去
标注
环节
,但
这样
的算
法不
可解
释,
需要
大量
的试
错过
程来
矫正
,风
险较
高;
➢强
化学
习通
过奖
惩机
制能
够使
算法
进行
自我
的提
升改
进,
通常
用于
AI的
自主
决策
环节
。
亿欧
智库
:数
据处
理的
5个阶
段
资料
来源
:英
特尔
数据
的处
理分
析
数据
的算
法训
练
数据
的补
充获
取
模拟
数据
企业
向自
动驾
驶系
统、
软件
的开
发者
开放
数据
,开
发汽
车的
各种
应用
;
将处
理好
的数
据输
入到
算法
里面
,训
练算
法,
提高
其问
题解
决能
力;
将收
集到
的数
据进
行处
理分
类,
进行
数据
标注
,删
去数
据中
的无
关内
容;
通过
汽车
传感
器收
集得
到的
数据
并完
成储
存;
通过
模拟
环境
的测
试,
进一
步精
进算
法,
最终
应用
于汽
车上
。
数据
的采
集获
取1
234
5
深度
学习
算法
的应
用及
实现
方法
:
环境
感知
识别
高精
度地
图创
建
多传
感器
信息
融合
自主
决策
规划
监督
式、
半监
督式
学习
监督
式、
强化
学习
汽车
控制
指令
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.4 算
法
多源
信息
融合
算法
将分
布式
的传
感器
信息
进行
拟合
互补
,决
策算
法整
合感
知、
认知
层,
最终
传递
指令
完成
汽车
控制
多传感器融合:
多传
感器
融合
将有
效提
升汽
车感
知能
力,
而不
同传
感器
分布
式的
运作
架构
有必
要经
过算
法在
数据
层融
合互
补,
类似
人脑
,帮
助汽
车真
正形
成全
局认
知。
决策算法:
决策
算法
依据
来自
感知
、认
知层
的信
息,
完成
判定
,直
接决
定汽
车行
驶的
轨迹
路线
,因
而算
法公
司通
常也
将决
策算
法作
为核
心竞
争力
和壁
垒,
竞相
推出
自动
驾驶
的解
决方
案(
解决
指向
决策
)。
技
术和
社会
条件
的未
成熟
使得
算法
的搭
建和
测试
存在
不同
的技
术路
线,
产业
势必
会采
取兼
收并
蓄、
混合
互补
的路
线进
行算
法开
发、
测试
。不
仅如
此,
当前
分布
式计
算运
作的
汽车
架构
,和
初创
公司
试图
打造
“人
脑”
一样
的中
心式
架构
也可
能实
现共
存。
50
算法
测试
的不
同路
线
实际路测:
使自
动驾
驶汽
车进
行实
际路
测,
以确
定系
统是
否安
全并
按预
期运
行。
该方
案可
能受
到法
规和
可测
试范
围的
局限
,耗
时耗
力。
软件仿真测试:
构建
虚拟
的驾
驶场
景,
对算
法模
型进
行测
试,
降低
路测
成本
,但
考验
虚拟
场景
的仿
真程
度。
硬件系统测试:
将传
感器
预先
记录
的数
据传
输给
硬件
系统
进行
测试
,突
破了
实际
路测
的诸
多限
制。
决策
算法
的不
同路
线
神经网络:
采用
深度
学习
神经
网络
,训
练A
I根据
具体
的场
景做
出适
宜的
决策
。但
这个
决策
过程
具有
“黑
箱”
性质
,难
以理
解其
中依
据,
存在
安全
隐患
。
设定规则:
人工
使用
if-then规则
覆盖
所有
可能
的情
况,
对自
动驾
驶决
策系
统进
行编
程,
不过
这种
方法
显然
难以
覆盖
所有
场景
,不
够灵
活。
混合路线:
将以
上方
法相
结合
,优
势互
补。
因果推理:
使用
贝叶
斯网
络(
概率
推理
),
针对
事件
发生
的概
率以
及事
件可
信度
进行
分类
,具
有模
块化
、透
明性
优势
。
亿欧
智库
:决
策算
法搭
建和
测试
的不
同路
线亿
欧智
库:
决策
和控
制的
基本
架构
感知
系统
预测
模块
全局
路径
规划
模块
地图
定位
行为
决策
动作
决策
反馈
控制
CA
N总
线
➢行
为决
策包
括汽
车的
跟随
、停
止、
追赶
等;
➢动
作决
策要
素包
括汽
车位
置、
曲度
、速
度、
方向
等;
➢反
馈控
制模
块向
油门
/刹车
/方向
盘发
出信
号。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.4 算
法
国内
初创
算法
企业
涌现
,在
试图
成为
通用
的自
动驾
驶解
决方
案供
应商
的同
时,
也在
探索
其他
可能
的商
业模
式
不同
算法
经过
封装
成为
覆盖
不同
环节
的系
统模
块(
例如
环境
感知
、中
央决
策)
,嵌
入汽
车,
并与
其他
传感
器硬
件配
套,
组成
可量
产、
可通
用的
完整
自动
驾驶
解决
方案
,这
是目
前算
法公
司主
要的发展方向
。
算法在国内外已成为创业者进入自动驾驶市场最主要的入场口
,但
缺乏
自己
的平
台,
必须
要与
主机
厂、
Tier1供应
商等
合作
来取
得数
据和
算法
软件
应用
的机
会,
短期
内难
以形
成商
业闭
环,
因而
部分
算法
公司
正在
探索
可能
的发
展模
式。
如图
森未
来靠
计算
机视
觉起
步,
进入
无人
卡车
市场
,试
图扮
演运
营方
的角
色;
智行
者科
技在
研发
通用
的自
动驾
驶解
决方
案的
同时
,也
在低
速自
动驾
驶领
域研
发物
流车
、观
光车
、机
场接
驳车
等易
于落
地的
商业
项目
。
被大公司并购成为算法初创企业可能的出路
,C
ruise、A
rgo AI分
别被
通用
、福
特收
购的
案例
将在
国内
发生
。
51
亿欧
智库
:国
内主
要的
自动
驾驶
AI算
法初
创企
业企
业成
立时
间业
务最
近融
资情
况
图森
未来
2015商
用车
自动
驾驶
技术
研发
与应
用,
在计
算机
视觉
与深
度学
习算
法方
面拥
有优
势B+
轮(
2017年,
数额
未透
露)
智行
者科
技2015
自动
驾驶
汽车
研发
,提
供自
动驾
驶汽
车整
体解
决方
案和
营运
服务
,在
智能
汽车
控制
决策
技术
方面
拥有
优势
A轮
(2017年
,数
千万
人民
币)
驭势
科技
2016自
动驾
驶整
套解
决方
案A
轮(
2016年,
数百
万美
元)
Mom
enta2016
打造
自动
驾驶
大脑
;提
供基
于深
度学
习的
环境
感知
、高
精度
地图
、驾
驶决
策算
法B轮
(2017年
,4600万
美元
)
小马
智行
Pony.ai2016
L4级别
无人
车技
术研
发A
轮(
2017年,
1000万美
元)
景驰
科技
2017无
人车
技术
研发
天使
轮(
2017年,
3000万美
元)
注:
列表
仅举
出部
分主
要的
AI算
法初
创企
业,
在前
文中
列举
的计
算机
视觉
企业
等也
属于
开发
AI算
法的
企业
。
资料
来源
:IT桔
子
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.4 算
法
案例
分析
:百
度全
面押
注自
动驾
驶,
以底
层服
务商
的角
色挖
掘新
场景
的规
模化
机会
52
亿欧
智库
:百
度系
自动
驾驶
企业
企业
最近
融资
情况
业务
地平
线机
器人
A+
轮(
2016年,
数千
万美
元)
深度
学习
芯片
汽车
解决
方案
平台
格灵
深瞳
A轮
(2014年
,数
千万
美元
)计
算机
视觉
Drive.ai
B轮(
2017年,
5000万美
元)
提供
自动
驾驶
解决
方案
,覆
盖不
同层
面的
算法
开发
禾多
科技
A轮
(2017年
,数
千万
美元
)
星行
科技
Roadstar.ai天
使轮
(2017年
,1000万
美元
)
景驰
科技
天使
轮(
2017年,
3000万美
元)
小马
智行
Pony.aiA
轮(
2017年,
1000万美
元)
DeepM
apA
轮(
2017年,
2500万美
元)
高精
地图
VelodyneA
轮(
2016年,
1.5亿美
元,
百度
参投
)激
光雷
达
资料
来源
:亿
欧以
及公
开资
料
百
度正
在将
所有
力量
押注
到人
工智
能上
(尤
其是
自动
驾驶
),
成为
国内
AI布
局最
多最
重的
科技
企业
。国
内汽
车行
业制
造商
众多
,市
场分
散,
研发
驱动
力不
足。
百度
作为
拥有
深度
研发
能力
的科
技企
业将
有机
会引
领自
动驾
驶。
早
在2013年
百度
即开
始布
局自
动驾
驶。
2017年经
历人
事变
动,
自动
驾驶
汽车
(L4)
事业
部、
智能
汽车
事业
部(
L3)和
车联
网业
务完
成重
组,
陆奇
加入
百度
主导
自动
驾驶
研发
。A
pollo计划
于7月
正式
公布
,百
度自
动驾
驶的
产品
化步
伐正
在加
速。
资料
来源
:IT桔
子
亿欧
智库
:百
度自
动驾
驶发
展历
程
陆奇
加入
,吴
恩达
、倪
凯离
职
顾嘉
唯、
林元
庆加
入,
余凯
离职
2013年1月
成立
深度
学习
研究
院
同年
4月成
立硅
谷人
工智
能实
验室
2014年1月
深度
学习
研究
院启
动少
帅计
划
2014年5月
吴恩
达加
入
2014年9月
涉足
自动
驾驶
,发
布数
据平
台
2015年12月
自动
驾驶
汽车
事业
部成
立2016年
9月L3事
业部
成立
2017年1月
L3事业
部改
为智
能汽
车事
业部
2017年3月
,陆
奇将
自动
驾驶
事业
部、
智能
汽车
事业
部以
及车
联网
业务
合并
为智
能驾
驶事
业部
2017年7月
正式
公布
Apollo计
划
注:
百度
系包
括百
度投
资企
业以
及离
职员
工创
业企
业。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.4 算
法
案例
分析
:百
度A
pollo计划
做下
一代
安卓
系统
,整
合国
内产
业资
源打
造庞
大的
自动
驾驶
合作
生态
百
度在
2017年7月
公布
阿波
罗计
划,
打造
开放
的自
动驾
驶平
台,
面向
其他
企业
开放
自身
的高
精地
图、
算法
、数
据,
同时
将国
内行
业玩
家整
合进
百度
的技
术体
系,
沉淀
更多
数据
,并
提升
其他
竞争
者的
合作
布局
门槛
。
百度
在高
精地
图采
集、
数据
方面
有较
大优
势,
具备
完整
的自
动驾
驶技
术体
系,
在国
内没
有明
显的
对手
。通
过发
挥底
层服
务商
的角
色,
百度
将有
机会
取得
远期
的商
业价
值。
创业
者依
托A
pollo开发
产品
将延
长A
pollo计划
的价
值链
,形
成可
比拟
Window
s、A
ndroid的庞
大生
态。
A
pollo能否
产生
聚集
效应
尚存
疑,
在自
动驾
驶发
展初
期合
作企
业对
于开
放平
台往
往信
心不
足,
并不
愿意
将数
据拿
出共
享。
目前
百度
与江
淮汽
车在
高精
度地
图采
集等
方面
达成
合作
,并
计划
在2019年
下线
首批
L3级别
汽车
,A
pollo效应
初显
。
53
车辆
平台
电传
线控
汽车
硬件
平台
GP
S/IM
U摄
像头
、雷
达、
激光
雷达
等传
感器
人机
交互
设备
运算
单元
黑箱
软件
开放
平台
实时
操作
系统
运行
环境
和开
发框
架
地图
定位
感知
规划
人机
交互
控制
云服
务平
台高
精度
地图
模拟
平台
数据
平台
OTA
安全
平台
DuerO
S
端到端
亿欧
智库
:百
度A
pollo技术
架构
资料
来源
:百
度
28%
15%
11%9%
9% 8% 8%
6%6%
汽车
厂商
Tier1供应
商科
研机
构其
他软
硬件
供应
商地
方政
府软
件算
法芯
片出
行服
务商
激光
雷达
封闭
场地
循迹
自动
驾驶
固定
车道
自动
驾驶
简单
城市
路况
自动
驾驶
特定
区域
高速
和城
市道
路自
动驾
驶
高速
和城
市道
路自
动驾
驶A
lpha版
高速
和城
市道
路全
路网
自动
驾驶
2017.72017.9
2017.122018.12
2019.122020.12
亿欧
智库
:百
度A
pollo目前
合作
企业
类型
占比
以及
Apollo发
展规
划
Yiouintelligence
3.1.5 车联
网技
术Internet of Vehicles
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析54
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.5 车
联网
技术
车联
网使
自动
驾驶
汽车
拥有
更广
范围
的感
知预
判能
力和
更优
的人
机交
互能
力,
从安
全出
行和
信息
娱乐
两方
面覆
盖消
费需
求
定义:
车联
网,
通俗
而言
指车与一切互联(
V2X)
,包
括其
他车
辆、
行人
、道
路设
施等
等,
使汽
车拥
有更
大范
围的
感知
能力
,发
现潜
在风
险,
优化
路径
规划
。车
与云
平台
互联
还能
及时
更新
车内
系统
,为
消费
者提
供信
息娱
乐服
务。
车联
网的
成熟
,理
论上
将降
低对
传感
器和
算法
的性
能需
求,
也便
于生
活服
务供
应商
进入
汽车
,丰
富商
业场
景。
现状:
目前
,车
厂已
经具
备了
较低
等级
的网
联化
技术
,实
现了
汽车
与后
台的
互联
,通
过O
TA(
空中
下载
技术
)升
级,
汽车
可自
动及
时地
更新
系统
和辅
助信
息,
并将
用户
的操
作数
据上
传到
后台
。但
更高
级别
的网
联协
同感
知、
决策
和控
制,
以实
现V
2X的
信息
互联
,涉
及基
础设
施改
建、
车载
网络
升级
(即
车载
以太
网代
替C
AN
总线
结构
)和
通信
技术
标准
的出
台,
目前
还处
在研
发阶
段。
55
亿欧
智库
:国
家对
汽车
网联
化的
等级
划分
界定
等级
名称
等级
定义
控制
典型
信息
传输
需求
1网
联辅
助信
息交
互基
于车
-路、
车-后
台通
信,
实现
导航
等辅
助信
息的
获取
以及
车辆
行驶
与驾
驶员
操作
等数
据的
上传
人
地图
、交
通流
量、
交通
标志
、油
耗、
里程
等信
息
传输
实时
性、
可靠
性要
求较
低
2网
联协
同感
知
基于
车-车
、车
-路、
车-人
、车
-后台
通信
,实
时获
取车
辆周
边交
通环
境信
息,
与车
载传
感器
的感
知信
息融
合,
作为
自车
决策
与控
制系
统的
输入
人与
系统
周边
车辆
/行人
/非机
动车
位置
、信
号灯
相位
、道
路预
警等
信息
传输
实时
性、
可靠
性要
求较
高
3网
联协
同决
策与
控制
基于
车-车
、车
-路、
车-人
、车
-后台
通信
,实
时并
可靠
获取
车辆
周边
交通
环境
信息
及车
辆决
策信
息,
车-
车、
车-路
等各
交通
参与
者之
间信
息进
行交
互融
合,
形成
车-车
、车
-路等
各交
通参
与者
之间
的协
同决
策与
控制
人与
系统
车-车
、车
-路间
的协
同控
制信
息
传输
实时
性、
可靠
性要
求最
高
V2X
(Vehicles to everything)
包括
:
➢V
2V(
to Vehicles):
车车
互联
;➢
V2I(
to Infrastructure):
车与
道路
设施
互联
;➢
V2P(
to Pedestrian):
车与
行人
互联
;➢
V2C
(to C
loud):
车与
云端
互联
;➢
V2H
(to H
ome)
:车
与家
互联
;➢
·······
资料
来源
:国
家车
联网
产业
标准
体系
建设
指南
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.5 车
联网
技术
车联
网应
用将
带来
更大
的商
业空
间,
丰富
消费
者的
乘车
体验
,消
费场
景化
更加
凸显
车
联网
的发
展使
封闭
的乘
车舱
接入
了更
多的
商业
场景
。自
动驾
驶解
放司
机工
作,
使消
费者
将注
意力
更多
转向
联网
的信
息娱
乐服
务,
丰富
乘车
体验
,而
且汽
车出
行的
场景
化特
征能
够有
效地
结合
消费
发挥
作用
。
例如
:自
动驾
驶汽
车能
够在
到达
某一
商圈
范围
时,
根据
乘车
人的
出行
习惯
推送
附近
商店
的购
物推
荐清
单和
商业
广告
;在
接送
旅客
的时
候,
自动
驾驶
汽车
能够
根据
出行
路线
推荐
适合
的住
宿酒
店、
餐厅
;在
老年
人乘
车外
出旅
行的
过程
中,
车联
网能
够提
供健
康监
测服
务以
及应
急处
理措
施;
通过
车联
网,
保险
公司
能够
获知
车辆
的运
行情
况,
针对
性地
提供
车险
方案
。
以上
的案
例更
多的
是借
助手
机移
动端
的应
用与
汽车
类比
,仍
有一
定局
限。
联网
的自
动驾
驶汽
车将
具有
无限
的商
业可
能性
。
56
金融
服务
购物
消费
内容
媒体
通讯
社交
商业
广告
医疗
建康
共享
租赁
酒店
住宿
车联网带来的
商业可能性
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.5 车
联网
技术
车载
终端
网联
系统
亟待
构建
应用
生态
,V
2X技术
需要
统一
的通
信技
术标
准,
道路
交通
设施
将发
生剧
变
车载终端系统以及
OTA成为车企率先在车联网发力的地方。
省去
召回
更新
成本
、“
软件
定义
汽车
”、
提升
用户
体验
是O
TA明
显的
优势
,经
销商
的作
用将
被削
弱或
发生
职责
转变
;在
车载
信息
服务
系统
方面
,主
机厂
可以
在安
全认
证的
前提
下面
向第
三方
的应
用开
发者
开放
车载
终端
,形
成自
有生
态和
平台
化优
势。
市场现状:
在该
领域
BAT也
有所
布局
(百
度C
arLife、阿
里YunO
S、
腾讯
路宝
),
其他
冠以
“车
联网
”之
名的
初创
企业
较为
鱼龙
混杂
。
难点:
V2X
的实
现需
要5G
网络
的商
业化
以满
足数
据传
输带
宽需
求;
道路
设施
将面
向车
联网
技术
进行
改造
,亟
待政
府的
高度
参与
。此
外,
与传
感器
数据
融合
、提
高通
信精
度是
目前
V2X
技术
的难
点。
V
2X技
术需
要不
同终
端间
统一
通信
协议
,而
协议
存在
DSR
C(
专用
短程
通信
技术
标准
)和
LTE-V(
大唐
、华
为主
推)
两大
路线
之争
。
57
亿欧
智库
:两
种通
信协
议比
较事
项D
SRCLTE-V
简介
专用
短程
无线
通信
技术
,可
以实
现在
特定
小区
域内
对高
速运
动下
的移
动目
标的
识别
和双
向通
信,
可实
时传
输图
像、
语音
和数
据信
息,
实现
V2I、
V2V
及V
2P的
双向
通信
基于
4.5G网
络,
以LTE蜂
窝网
络作
为V
2X的基
础,
面向
未来
5G的
重点
研究
方向
,是
车联
网的
专有
协议
,面
向车
联网
应用
场景
,实
现V
2X
现状
研发
测试
基本
定型
,美
国V
2V标
准发
展相
对较
晚,
仍在
研究
阶段
,国
内优
势明
显
优势
发展
成熟
并开
始应
用,
低延
时、
可靠
性更
低延
时、
更高
可靠
性、
更广
通信
距离
、更
大系
统容
量、
有成
本优
势
参与
方国
外:
恩智
浦、
日本
电装
、瑞
萨科
技国
内:
东软
集团
、金
溢科
技国
外:
高通
、LG
国内
:华
为、
大唐
电信
亿欧
智库
:车
联网
系统
架构
应用层网络层感知层
智慧
交通
车载
信息
服务
智能
终端
车辆
传感
器道
路传
感网
LTE-V-C
ell(
广域
蜂窝
式通
信)
LTE-V-D
irect(
短程
直通
式通
信)
监控
设备
紧急
救援
车辆
远程
诊断
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.5 车
联网
技术
智能
交互
系统
耦合
人车
,提
升自
动驾
驶的
友好
度和
实用
度;
自动
驾驶
信息
安全
技术
未雨
绸缪
,防
范可
能的
外部
攻击
地位方面,
人机
交互
系统
在自
动驾
驶汽
车座
舱中
的作
用将
愈加
明显
,作
为人
车耦
合的
桥梁
,将
有效
提升
车辆
的友
好度
和实
用度
,目
前在
量产
的智
能汽
车中
已有
一定
的交
互系
统应
用。
从优势来讲,
一方
面,
人机
交互
系统
使车
主在
让出
驾驶
权的
同时
保持
对汽
车的
控制
干预
,保
证自
动驾
驶汽
车具
备较
高的
灵活
性和
执行
力;
另一
方面
,交
互技
术使
得车
载终
端服
务系
统更
多的
增值
服务
(娱
乐、
通讯
等)
成为
可能
,丰
富乘
车场
景。
智
能交
互能
使乘
车人
参与
到行
驶环
节,
但严
格意
义上
讲,
该技
术更
多的
在智
能汽
车的
概念
下,
而非
自动
驾驶
。
58
避
免意
外故
障,
保证汽车行驶安全(
safety)是
自动
驾驶
汽车
率先
解决
的问
题,
包括
功能
安全
和冗
余安
全,
功能
安全
保证
整套
方案
的正
常运
转,
冗余
安全
指系
统发
生故
障时
能有
备份
、冗
余系
统作
为保
障。
行驶
安全
是自
动驾
驶汽
车能
否落
地的
先决
条件
。
此外
,人
为的
故意
伤害
将对自动驾驶的信息安全(
security)提
出考
验。
信息
安全
包括
数据
的存
储、
应用
、传
输安
全,
以及
来自
传感
器、
车联
网等
不同
系统
的信
息安
全。
在
自动
驾驶
落地
之前
,车
辆信
息安
全尚
不具
备攻
击价
值,
因而
这方
面的
技术
开发
更多
地具
有未
雨绸
缪的
性质
。360和
腾讯
目前
已经
在信
息安
全方
面布
局。
自动
驾驶
汽车
可能
面临
的信
息安
全威
胁
亿欧
智库
:人
机交
互(
HM
I)系
统结
构
✓T-B
ox系统
✓IV
I(信
息娱
乐系
统)
✓E
CU
✓TS
P远
程服
务平
台
✓C
AN
-BU
S总
线✓
V2V
车间
通信
✓传
感器
✓车
载A
PP
通过
车联
网侵
入系
统、
篡改
或偷
取车
内数
据信
息,
获得
车主
隐私
。干
扰甚
至控
制汽
车的
行为
动作
,构
成人
身伤
害。
部分解决方案
✓汽
车内
部系
统架
构彼
此独
立。
限制
攻击
范围
✓建
立监
测系
统,
完善
测试
评价
标准
✓设
计高
安全
系数
的身
份识
别和
系统
访问
权限
✓服
务器
加密
,数
据防
火墙
HM
I
人脸
识别
语音
手势
识别
AR技
术
组合
仪表
盘
抬头
显示
底层
技术
通信
技术
操作
系统
硬件
架构
Yiouintelligence
3.1.6 传统
、新
兴车
企及
出行
服务
商O
EM
s&
Transportation companies
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析59
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.6 传
统、
新兴
车企
及出
行服
务商
传统
主机
厂拥
有成
熟的
供应
链、
销售
链和
生产
线,
研发
自动
驾驶
具备
固有
优势
,但
企业
转型
考验
重重
自
动驾
驶给
传统
车厂
带来
转型
紧迫
感,
相较
国外
车厂
大规
模的
收购
投资
动作
和技
术研
发,
国内
主机
厂也
在制
定自
动驾
驶发
展规
划。
优势:
传统
车厂
在资
金体
量、
汽车
制造
设计
上具
有明
显优
势,
也有
成熟
的供
应销
售链
和生
产线
,商
业化
落地
也更
容易
被消
费者
接受
。而
且,
平台
优势
以及
自动
驾驶
渐进
普及
的趋
势对
于传
统主
机厂
而言
能够
大批
量地
获取
驾驶
数据
,推
动高
度自
动驾
驶技
术发
展。
劣势:
自动
驾驶
新技
术的
引入
需要
分担
车厂
相当
一部
分的
力量
,包
括A
I人才
引进
、中
短期
难以
收到
回报
的资
金投
入等
;既
有产
品销
量利
润的
保障
,与
技术
研发
推进
之间
需要
有效
平衡
;传
统汽
车生
产的
缓慢
迭代
特征
难以
适应
技术
的快
速发
展;
共享
化市
场的
可能
性或
将严
重影
响主
机厂
在汽
车行
业的
核心
位置
。
相对保守的姿态使传统整车厂偏爱稳妥的自动驾驶渐进路线——
在自
主研
发的
同时
,传
统车
厂十
分注
重利
用平
台优
势扩
大多
领域
的合
作,
但动
作相
对谨
慎。
60
亿欧
智库
:国
内开
发自
动驾
驶的
传统
车企
(部
分)
名称
目前
进展
发展
规划
一汽
率先
开展
自动
驾驶
研发
,2007年
在红
旗H
Q3车
型基
础上
完成
高速
公路
自动
驾驶
样车
2020年推
出L4级
别的
自动
驾驶
汽车
,2025年
实现
50%车
型的
高度
自动
驾驶
长安
L1级别
汽车
实现
量产
、完
成2000公
里的
L3级别
汽车
测试
、全
球布
局研
发团
队,
已投
入2亿
人民
币
推出
智能
化“
654”战
略,
计划
在2018年
量产
L2级别
车型
,2020年
量产
L3级别
自动
驾驶
汽车
上汽
与阿
里深
度合
作开
发智
能汽
车,
自主
研发
车型
IGS已
具备
L3级别
自动
驾驶
功能
2020年推
出在
结构
化道
路行
驶的
自动
驾驶
汽车
,2025年
实现
全路
况的
自动
驾驶
北汽
已推
出EU
260自动
驾驶
测试
车型
,与
百度
达成
战略
合作
计划
在2020年
之前
投入
20亿人
民币
进行
研发
,在
2018 -2019年
量产
L2级别
、2020 -
2025年量
产L3级
别的
车型
吉利
制定
G-Pilot技
术规
划,
已推
出具
备自
动驾
驶功
能的
沃尔
沃S90车
型2018年
量产
搭载
自动
驾驶
系统
的沃
尔沃
,2020年
实现
高度
自动
驾驶
,并
计划
向交
通服
务商
、信
息内
容提
供商
转型
长城
目前
哈弗
H8、
H9及
部分
后续
车辆
已完
成了
驾驶
辅助
(L1)
阶段
的开
发计
划在
2020年推
出高
速公
路自
动驾
驶的
汽车
亿欧
智库
:车
厂的
自动
驾驶
发展
策略
自主研发
技术:
有明确的
研发规划:
合作多方
机构:
合作
机构
覆盖
Tier1供应
商、
科技
企业
、初
创企
业、
通信
运营
商、
科研
机构
。
逐级
研发
,2020年
和2025年
大致
作为
L3、L4级
别汽
车量
产额
的时
间节
点。
多地
设立
研发
中心
,组
建A
I团队
,保
持发
展的
主动
性。
维持车厂
主导地位:
强调
车厂
在自
动驾
驶中
的主
导地
位,
强化
“造
车难
”的
市场
认知
。
1.2.3.4.
资料
来源
:根
据公
开资
料整
理
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.6 传
统、
新兴
车企
及出
行服
务商
新兴
车厂
从智
能电
动汽
车起
家,
注重
“软
件定
义汽
车”
和用
户体
验,
逐步
向自
动驾
驶进
发
61
亿欧
智库
:国
内开
发自
动驾
驶的
新兴
车企
名称
已有
车型
最新
融资
情况
蔚来
汽车
电动
超跑
-EP9(量
产车
)、
纯电
动SU
V-ES8(
量产
车)
、自
动驾
驶概
念车
-EVE
C轮
(2017年
,6亿
美元
)
车和
家SEV
智能
轻电
A+
轮(
2017年,
6.2亿人
民币
)
小鹏
汽车
小鹏
汽车
Beta版(
辅助
驾驶
)B轮
(2017年
,22亿
人民
币)
智车
优行
(奇
点汽
车)
纯电
动SU
V-iS6(
量产
车)
战略
投资
(2016年
,6亿
美元
)
乐视
汽车
FF91(未
量产
)战
略投
资(
2016年,
6亿美
元)
威马
汽车
即将
发布
首款
量产
车(
纯电
动智
能SU
V)
A轮
(2016年
,10亿
美元
)
优势:
相对
于传
统车
企,
国内
新兴
车企
实践
创新
的束缚更少,决策机构更轻,互联网思维易于把握用户体验
,在
汽车
增值
方面
有更
多的
尝试
空间
,“
软件
定义
汽车
”和
“生
活方
式改
变出
行”
是新
兴车
企最
为突
出的
发展
思路
。
新车企进入市场的难点:
造车
难以
及形
成供
应链
难,
新车
企目
前通
过自
建工
厂(
奇点
、车
和家
)或
合作
制造
(蔚
来)
方式
来构
建生
产线
,在
此过
程中
还需
维持
资金
链,
争取
生产
资质
;新
车厂
建立
品牌
、形
成销
售服
务体
系难
,合
资品
牌销
售、
口碑
营销
的To C
模式
或交
付给
运营
商To B
模式
是可
能的
营收
途径
。未
来3~5年
新兴
车企
将面
临优
胜劣
汰的
历程
。
现状:
新兴
车厂
大多
以智
能电
动汽
车作
为目
前的
产品
定义
,自动驾驶技术更多处于研发和概念阶段。
在量
产车
销售
上路
之前
,新
兴车
企在
自动
驾驶
方面
不会
迈过
大步
子(
覆盖
在L1~L2级
别)
,短
期内
也无
法形
成类
似传
统车
企明
确的
自动
驾驶
发展
战略
,但
其未
来挑
战传
统车
企地
位的
可能
性正
被业
界看
好。
资料
来源
:IT桔
子
亿欧
智库
:传
统车
企与
新兴
车企
特征
比较
既有
生产
能力
新兴
车企
传统
车企成
熟的
生产
线和
供应
商体
系,
已有
电动
化转
型的
成功
案例
需要
大量
融资
自建
工厂
并构
建供
应链
,需
跨越
较高
门槛
技术
创新
能力
有更
强的
创新
驱动
力和
试错
倾向
,有
机会
取得
较大
突破
有强
大的
汽车
技术
储备
和资
金体
量,
但创
新驱
动力
不足
企业
结构
企业
结构
成熟
但决
策效
率较
低,
发展
自动
驾驶
的同
时必
须平
衡其
他业
务
市场
地位
决策
机制
更轻
,易
于顺
应自
动驾
驶趋
势,
重视
软件
的倾
向更
能吸
引A
I人才
短期
难以
收支
平衡
,需
要建
立品
牌和
营销
体系
,尝
试新
的可
能盈
利方
式
成熟
的销
售体
系和
长期
的品
牌形
象使
受众
更愿
意接
受新
技术
,维
持车
厂的
市场
地位
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.6 传
统、
新兴
车企
及出
行服
务商
案例
分析
:长
安、
蔚来
分处
传统
、新
兴车
企阵
营,
仍有
开放
合作
共赢
的空
间
62
研发:
公布
智能
化“
654”战
略,
在硅
谷和
底特
律布
局自
动驾
驶研
发中
心,
计划
在2018年
将智
能化
团队
扩充
至800人
。
开发原则:
以安
全为
基础
,渐
进式
开发
,实
现产
业化
。
合作:
自2013年
以来
先后
与高
德、
华为
、英
特尔
、百
度、
博世
、蔚
来等
多家
企业
在智
能汽
车、
自动
驾驶
方面
合作
,并
加入
国家
智能
网联
汽车
联盟
。
以汽
车控
制技
术为
基础
,长
安汽
车试
图构
建自
主的
软硬
件平
台。
目前
,车
企与
科技
企业
相比
依然
占据
主动
性优
势。
亿欧
智库
:长
安汽
车“
654”战
略
电子
电器
平台
中央
决策
平台
环境
感知
及执
行平
台
软件
平台
测试
环境
平台
标准
法规
平台
六大
平台
HM
I交互
智能
互联
自适
应巡
航V
2X技
术自
动泊
车五
大核
心技
术
驾驶
辅助
(2015)
半自
动驾
驶(
2018)高
度自
动驾
驶(
2020)无
人驾
驶(
2025)四
个阶
段
路线:
类似
特斯
拉,
蔚来
汽车
从电
动超
跑的
高端
车起
家,
再转
向大
众化
汽车
研发
。在
技术
积累
之外
,良
好的
传播
效果
能在
市场
打响
知名
度。
思路:
以软
件定
义汽
车,
通过
持续
更新
优化
车载
软件
能够
改变
传统
汽车
的迭
代模
式和
周期
。大
数据
、A
I、用
户服
务是
迭代
的核
心要
素。
研发生产:
蔚来
主要
采取
代工
生产
的模
式,
但已
逐步
构建
起供
应链
,目
前已
有量
产车
型E
P9(
超跑
)、
ES
8(纯
电S
UV
),
并计
划2020年
在北
美量
产L4级
别汽
车。
亿欧
智库
:蔚
来汽
车与
传统
汽车
制造
商的
合作
蔚来
与长
安计
划在
研发
、生
产、
销售
、服
务和
供应
链等
各个
领域
全面
合作
,尤
其是
新能
源技
术、
智能
技术
,并
准备
共同
组建
合资
公司
。
优化
整合
供应
链体
系资
源,
共同
研发
、制
造、
推广
新能
源汽
车和
智能
网联
汽车
产品
。深
化先
进制
造基
地建
设,
形成
智能
化、
自动
化、
集成
化的
制造
体系
能力
。
➢相
比自
主建
厂,
代工
相对
缓解
了新
车企
的资
金压
力,
弥补
了在
汽车
制造
上的
劣势
,省
去“
重复
造轮
子”
的过
程,
对于
传统
车企
,也
能够
有效
利用
产能
,吸
收新
车企
的创
新理
念。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.1 中国
自动
驾驶
相关
产业
链分
析3.1.6 传
统、
新兴
车企
及出
行服
务商
自动
驾驶
带来
新的
交通
出行
生态
,出
行运
营商
的To C
模式
有竞
争汽
车行
业核
心地
位的
较高
可能
性
优势:
共享
正成
为未
来汽
车行
业的
发展
趋势
,滴
滴、
神州
优车
等出
行服
务商
通过
云端
的智
能调
度能
力以
及运
营自
动驾
驶汽
车带
来的
低成
本优
势(
B端
减去
司机
成本
,C
端为
消费
者提
供低
成本
自动
驾驶
出行
方案
),
有望
彻底
改变
传统
的汽
车消
费模
式。
出行
运营
商作
为其
他服
务提
供商
进入
乘车
场景
的接
口,
还拥
有丰
富的
变现
方式
和极
强的
平台
优势
。
细分领域:
卡车
、物
流车
等物
流运
输领
域同
样具
有相
当大
的市
场可
能性
:单
一路
况对
于自
动驾
驶和
AI技
术的
性能
需求
较低
,有
可行
的商
业营
收途
径。
当
共享
化出
行成
为趋
势,
车企
销售
消费
级自
动驾
驶汽
车的
商业
模式
将发
生改
变,
目前
国内
部分
车企
已有
转型
为服
务运
营商
的倾
向(
如吉
利汽
车)
。亿
欧智
库认
为,
出行
服务
属于
公共
领域
,国
内车
企具
备成
功转
型的
可能
性。
出行
市场
To C的
特质
使最
先取
得网
络效
应的
企业
拥有
赢者
通吃
的机
会。
63
亿欧
智库
:出
行、
物流
运营
商布
局自
动驾
驶的
必要
性
交通
效率
和土
地利
用率
的提
高,
消费
者转
向付
费出
行的
偏好
,使
运营
商布
局自
动驾
驶合
乎交
通发
展的
需求
提高汽车
利用率:
减去司机
成本:
更易为消
费者接受:
自动
驾驶
落地
之初
,消
费者
支付
更多
费用
购买
的可
能性
较低
,而
运营
商的
规模
优势
能够
摊薄
这部
分成
本,
为消
费者
提供
便宜
的汽
车体
验
自动
驾驶
技术
的到
来可
以帮
助运
营商
减去
高额
的司
机成
本费
用
自动
驾驶
汽车
能够
长时
间投
入运
营,
依据
后台
的智
能调
度还
可以
提高
利用
率和
回报
率
竞争产业
核心地位:
共享
化作
为未
来可
能的
发展
趋势
,车
企地
位动
摇,
运营
商直
接面
对C
端,
有望
竞争
汽车
产业
的核
心位
置
1.2.3.4.
符合交通
发展需求:
5.
亿欧
智库
:滴
滴出
行在
自动
驾驶
的布
局事
项具
体内
容
基础能力
已有
的出
产业
务、
云平
台和
数据
积累
自动驾驶布局
设立
无人
驾驶
实验
室,
针对
未来
交通
的智
能驾
驶系
统和
基于
人工
智能
的安
全开
展研
究;
聘请
Waym
o、U
ber工程
师,
吸引
AI人
才
最新融资情况
F轮(
2017年,
55亿美
元,
招商
银行
、软
银中
国等
参投
),
计划
布局
自动
驾驶
的苹
果此
前投
资10亿
投资动作
投资
GrabTaxi、
Lyft、C
areem、
Taxify等各
国出
行服
务商
合作企业
戴姆
勒、
大众
、Lyft
实践
与贵
阳交
通部
门合
作,
提供
智慧
出行
方案
问题
缺乏
自主
建图
资质
;百
度等
科技
企业
和车
企入
场门
槛低
;借
助区
块链
和车
联网
技术
。未
来可
能产
生去
中心
化的
P2P平台
Yiou intelligence
3.2 中国
自动
驾驶
产业
发展
路线
Developm
ent Path
Part.3 中国
自动
驾驶
产业
分析
解读64
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.2 中国
自动
驾驶
产业
发展
路线
基于
不同
的企
业特
征,
车企
、科
技企
业各
自采
取不
同的
技术
发展
路线
,平
衡促
进
业内
目前
存在
着两
种不
同的
整体
技术
发展
路线
:渐进发展和一步到位
。前
者多
为车
企采
用,
目的
是在
维持
当前
营收
能力
的基
础上
逐步
转型
、降
低实
现难
度,
更符
合使
汽车
落地
应用
的法
规要
求,
也符
合消
费者
渐进
接受
创新
的习
惯;
后者
多为
科技
企业
、初
创企
业所
采取
,转
型布
局难
度较
低,
拥有
更强
的创
新驱
动力
和前
卫的
创新
理念
,直
接占
领技
术最
高点
,掌
握自
动驾
驶核
心优
势。
此
外,
不同
企业
在传
感器
方案
技术
路线
、决
策算
法技
术路
线等
的不
同选
择,
既是
细分
领域
技术
未定
型而
导致
的分
歧,
同样
也基
于整
体发
展策
略的
大背
景。
在
渐进
路线
中,
L3的必
要性
成为
争议
点(
关于
驾驶
员接
管的
复杂
性)
,国
内车
企均
选择
保留
L3的开
发阶
段。
65
亿欧
智库
:自
动驾
驶技
术路
线发
展图
示
激光
雷达
传感器方案
计算
机视
觉
传感
器感
知周边态势感知
环境
建模
自主
采集
数据采集
众包
采集
道路
实测
算法测试
软件
仿真
神经
网络
决策算法
规则
设定
单车
智能
化智能化范围
网联
智能
化
全路
网复
杂场
景适用区域
固定
、单
一路
况
整车
销售
商业模式
运营
服务
亿欧
智库
:自
动驾
驶细
分领
域的
不同
发展
路线
➢成
熟路
线尚
未定
型,
因而
当前
不同
的技
术路
线正
在呈
融合
共进
的状
态发
展,
不同
企业
所选
择的
激进
或保
守路
线总
是依
据各
自优
势特
征和
既有
策略
。
自动
驾驶
等级
时间
科技
企业
一步
到位
:直
接研
发L4、
L5级别
自动
驾驶
车企
渐进
发展
:从
L1逐步
升级
到L4、
L5级
别部
分车
企从
L2直
接跨
向L4
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.2 中国
自动
驾驶
产业
发展
路线
产业
链附
加值
变动
引发
企业
商业
模式
改革
,企
业业
务向
产业
链高
价值
部分
延伸
自
动驾
驶行
业将
使传
统汽
车行
业上
下游
的附
加值
发生
变动
,行业的主要参与者正在避免成为低价值产出的代工方,积极向上游的研
发环节和下游的运营服务环节靠拢。
变动趋势:
国内
车企
业务
同时
向上
下游
扩张
。在
上游
,整
车厂
加紧
自动
驾驶
关键
技术
的自
主研
发,
积极
与多
方合
作,
但并
购投
资动
作尚
少,
也缺
乏合
作成
果。
整车
厂继
续维
持消
费级
车辆
销售
服务
体系
的同
时,
也在
涉足
出行
服务
领域
。车
辆销
售与
运营
应作
为整
车厂
并重
的两
个C
端商
业模
式。
目前
,整
车厂
也在
试图
将车
内显
示屏
作为
开发
者进
入C
端的
接口
,打
造汽
车时
代的
操作
系统
。
科技
企业
力求
发挥
自身
优势
,布
局上
游算
法软
件研
发,
形成
完整
技术
解决
方案
,甚
至取
代整
车厂
进行
终端
信息
系统
搭建
,完
全占
据B
端高
附加
值的
部分
,将
使车
企和
传统
供应
商沦
为代
工厂
。当
然,
科技
企业
一旦
构建
起跨
品牌
的生
态化
平台
,进
军服
务运
营的
门槛
就会
很低
。
66➢
自动
驾驶
技术
使得
传统
汽车
产业
链上
下游
的增
值率
发生
变化
,传
统汽
车制
造企
业正
在避
免沦
为代
工方
的角
色。
亿欧
智库
:自
动驾
驶产
业的
微笑
曲线
附加
值(
增值
率)
产业
链
上游
高
下游
自动
驾驶
研发
设计
品牌
营销
部件
生产
销售
组装
生产
环节
价值
降低
低
汽车
线控
技术
研发
面向
消费
者的
运营
服务
C端
亿欧
智库
:市
场主
体在
B、
C两
端可
能的
商业
模式
供应
自动
驾驶
解决
方案
B端
供应
自动
驾驶
所需
硬件
代工
完成
汽车
的生
产组
装
供应
联网
通信
解决
方案
终端
信息
系统
内容
服务
出行
运输
的运
营服
务
汽车
销售
及售
后服
务
汽车
品牌
营销
车企
硬件
供应
商算
法/软
件提
供商
通信
运营
商出
行运
输运
营商
平台
型科
技企
业
注:
B端
商业
模式
不包
含自
有业
务
高价
值部
分
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.2 国内
自动
驾驶
产业
发展
路线
部分
商业
化运
营的
自动
驾驶
车辆
或将
最早
落地
,货
运市
场成
为最
佳的
技术
试验
田
背景:
目前
国内
货运
物流
仅有
国企
、顺
丰、
京东
等少
数拥
有自
有车
队,
传统
货运
大部
分仍
主要
由挂
靠车
队的
个体
承担
,已
落后
于货
运需
要。货运需求明确而旺盛,是典型的自动驾驶落地场景。
布局
无人
卡车
研发
与运
营将
将去
掉司
机成
本,
带来
更高
的利
润,
且集
约化
运营
模式
又能
带来
更高
效率
,商
业驱
动力
强。
国内
企业
中有
图森
未来
专注
于无
人卡
车领
域。
特点:
由于
货运
高速
路况
较为
单一
,或
者在
固定
的运
输路
线运
营定
制化
的自
动驾
驶车
辆,
卡车
的自
主感
知、
决策
技术
相比
城市
道路
要求
较低
,通
过有
限的
算法
能够
全面
覆盖
。但
卡车
在控
制技
术上
难点
很多
,集
卡的
车身
长度
、重
量使
车辆
本身
较难
在短
时间
内做
紧急
控制
处理
,胎
压、
抓地
力的
不同
还需
要车
载自
动驾
驶系
统发
出精
确的
控制
指令
。
67
亿欧
智库
:中
国货
运车
辆统
计数
据
1253.19
1419.481453.36
1389.191351.77
8062
961410292
1036710827
1100
1200
1300
1400
1500
1600
1700
20122013
20142015
2016公
路营
运载
货汽
车拥
有量
(万
辆)
载货
汽车
吨位
数(
万吨
)亿
欧智
库:
其他
易于
落地
的自
动驾
驶商
业化
场景
园区
摆渡
车仓
储货
运车
固定
路线
公交
物流
配送
车➢
国内
目前
大致
有3000万
货车
司机
,与
载货
汽车
数量
大致
呈2:1关
系。
但存
在职
业年
龄空
缺大
、司
机成
本占
比高
的问
题。
亿欧
智库
:图
森未
来企
业概
况盘
点事
项具
体情
况
融资
情况
2017年获
得英
伟达
B轮投
资
荣誉
在全
球知
名自
动驾
驶算
法评
测数
据集
KITTI和C
ityscapes获得
10项世
界第
一
落地
情况
在曹
妃甸
建成
自动
驾驶
卡车
试验
基地
、自
动化
物流
运输
商业
化运
营基
地、
自动
化物
流示
范区
;在
美国
图森
市建
立路
测和
商业
化运
营基
地;
在上
海汽
车城
建自
动驾
驶卡
车测
试基
地
美国
运营
情况
取得
加州
无人
驾驶
牌照
,完
成加
州到
亚利
桑那
的路
测
其他
无人
卡车
企业
Otto(
Uber)
、特
斯拉
、Em
bark、W
aymo
数据
来源
:国
家统
计局
Yiou intelligence
3.3 中国
自动
驾驶
产业
合作
模式
与初
创企
业盘
点C
ooperation and Start-up com
panies
Part.3 中国
自动
驾驶
产业
分析
解读68
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.3 中国
自动
驾驶
产业
合作
模式
与初
创盘
点国
内自
动驾
驶产
业图
谱
69
地图
定位
激光
雷达
传统
整车
厂
芯片
/计
算平
台
V2X
/车
联网
计算
机视觉
算法
/软
件
新兴
车企
运营
其他
硬件
供应
商
跨界
科技
企业
注:
本图
谱列
入了
自动
驾驶
技术
研发
的重
度参
与者
,覆
盖了
完整
的自
动驾
驶内
涵下
的产
业生
态。
AD
AS
不在
自动
驾驶
产业
的范
畴下
,智
能交
互技
术更
多地
用于
汽车
驾驶
舱的
智能
服务
,也
不在
自动
驾驶
这一
严格
意义
的内
涵之
下。
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.3 中国
自动
驾驶
产业
合作
模式
与初
创盘
点国
内企
业跨
领域
合作
趋势
明显
,但
尚未
形成
界限
明确
的竞
争阵
营
不同
于国
外以
芯片
平台
、运
营平
台划
分为
界限
分明
的联
盟、
阵营
,国
内尚
未出
现这
样的
合作
模式
,本
身就
分散
的汽
车市
场以
及自
动驾
驶兴
起较
晚、
初创
公司
缺乏
独角
兽使
我国
暂时
还不
会出
现所
谓阵
营和
高额
收购
事件
,竞
争环
境相
对良
好。
国
内企
业对
自动
驾驶
跨领
域合
作持
开放
态度
,但
大多
数合
作项
目仍
处于
初期
,或
进展
缓慢
保守
。上
汽与
阿里
合作
开发
“斑
马智
行”
是较
典型
的深
度合
作案
例。
当
然,
市场
上也
开始
出现
一些
深度
合作
结盟
的迹
象。
上汽
与阿
里联
合是
国内
科技
企业
和车
企合
作的
典型
;高
德与
千寻
合作
割据
高精
地图
和定
位领
域;
蔚来
与长
安、
江淮
就汽
车研
发生
产打
成合
作;
百度
则本
着建
立生
态型
平台
的目
的广
泛合
作抢
地。
70
跨领域合
作优势
企业
优势
互补
降低
技术
风险
分担
研发
成本
加强
产业
布局
供应
链需
要
亿欧
智库
:自
动驾
驶产
业跨
领域
合作
优势
亿欧
智库
:2017年
国内
主要
的企
业合
作案
例时
间事
件
2017.1百
度与
北汽
共同
开发
量产
L3级别
汽车
2017.2一
汽和
东风
达成
合作
2017.3科
大讯
飞分
别与
奇瑞
、长
安达
成合
作
2017.4长
安与
蔚来
正式
达成
合作
2017.6百
度与
奇瑞
就智
能网
联汽
车开
发深
化合
作
2017.6上
汽、
华为
、中
国移
动签
署车
联网
合作
协议
2017.6华
为与
广汽
达成
战略
合作
2017.7一
汽与
百度
启动
自动
驾驶
等合
作
2017.7蔚
来和
联想
合作
开发
智能
汽车
计算
平台
2017.8高
德地
图联
手千
寻位
置
2017.8百
度与
江淮
汽车
合作
开发
高精
地图
等技
术
➢自
动驾
驶产
业链
较长
,单
一企
业无
法依
靠独
立力
量发
展技
术➢
在技
术未
定型
前,
企业
习惯
通过
合作
来分
担研
发费
用和
风险
➢传
统车
企与
科技
企业
合作
也是
出于
互相
学习
的需
要➢
重磅
的合
作项
目在
传播
、公
关、
观念
的形
成方
面具
有积
极意
义
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.3 中国
自动
驾驶
产业
合作
模式
与初
创盘
点自
动驾
驶汽
车行
业门
槛高
,相
对其
他A
I领域
入场
创业
者较
少,
但市
场潜
力极
大,
独角
兽出
现机
率高
相
比于
其他
人工
智能
行业
,自
动驾
驶领
域的
初创
公司
明显
较少
。首
先,
汽车
本身
的制
造工
艺复
杂,
技术
实现
有难
度,
研发
周期
长;
此外
,汽
车研
发资
金需
求量
大,
投资
风险
高;
最重
要的
是,
自动
驾驶
作为
大规
模应
用落
地的
场景
,安
全保
障极
为重
要,
需要
配套
的法
律法
规支
持和
民众
认可
,加
大了
创业
公司
的资
质获
取难
度,
商业
变现
的时
间晚
。
英特
尔和
Strategy A
nalytics此前
预测
,2050年
全球
自动
驾驶
市场
规模
将达
到7万
亿美
元,
未来
潜力
极高
,尤
其在
交通
需求
较高
的中
国,
自动
驾驶
市场
机会
巨大
,因
而将
会出
现体
量极
大的
独角
兽。
亿
欧智
库经
过查
找筛
选,
整理
出30家
正在
研发
自动
驾驶
的初
创企
业,
可以
看到
,初
创企
业覆
盖了
自动
驾驶
产业
生态
环节
中除
高精
地图
、V
2X、
出行
服务
这样
进入
门槛
高的
领域
之外
的其
他领
域,
尤其
是通
用算
法解
决方
案和
计算
机视
觉领
域。
71
亿欧
智库
:自
动驾
驶产
业的
高门
槛
自动
驾驶
需要
高度
的安
全保
障和
民众
认可
汽车
制造
技术
及工
艺复
杂,
超越
车企
和科
技企
业难
度大
技术
研发
周期
长,
商业
化变
现时
间较
晚
研发
资金
需求
量大
,投
资风
险高
需要
配套
的法
律政
策支
持
亿欧
智库
:自
动驾
驶初
创公
司集
中领
域
30%
23%20%
17%
10%
算法
解决
方案
计算
机视
觉主
机厂
激光
雷达
AI芯
片
数据
来源
:亿
欧智
库
Yiou intelligence
Part.3 中国
自动
驾驶
产业
分析
解读
3.3 中国
自动
驾驶
产业
合作
模式
与初
创盘
点国
内初
创企
业在
2016年成
为资
本市
场热
点,
目前
大多
仍处
于A
轮融
资阶
段,
且大
多集
中在
北京
基
于亿
欧智
库进
行的
国内
30家自
动驾
驶创
业公
司统
计,
2015年自
动驾
驶初
创公
司成
立数
量最
多,
自动
驾驶
作为
新兴
行业
开始
进入
人们
的视
野。
进入
到2016年
,投
资发
生次
数明
显提
高,
自动
驾驶
成为
投资
市场
热点
,2017年
投资
次数
仍有
继续
增长
的趋
势,
但入
场创
业者
开始
减少
。
目前
创业
公司
绝大
多数
仍处
于A
轮融
资阶
段,
仅有
蔚来
、思
岚进
入C
轮。
伴随
行业
发展
,融
资轮
次将
逐渐
向后
推移
,投
资对
象将
逐渐
集中
在头
部企
业。
当
前,
自动
驾驶
创业
公司
中超
过一
半集
中在
北京
地区
,其
他企
业分
别分
布在
上海
、深
圳、
广州
、天
津。
72
北京
17家
上海
7家
深圳
4家注
:此
外还
有2家
分别
在广
州、
天津
。数
据来
源:
亿欧
智库
、IT桔
子
24
5
106
31
5
14
27
19
0 5 10 15 20 25 30
20122013
20142015
20162017
公司
成立
数投
资发
生次
数
亿欧
智库
:国
内自
动驾
驶创
业公
司创
办时
间分
布及
投资
分布
亿欧
智库
:自
动驾
驶创
业公
司地
点分
布
14%
3%
50%
13% 10%
3%7%
天使
轮P
re-A轮
A轮
A+轮
B轮
B+轮
C轮
亿欧
智库
:国
内自
动驾
驶初
创企
业投
资轮
次统
计
Yiou intelligence
Part.3 中国
自动
驾驶
分析
产业
解读
3.3 中国
自动
驾驶
产业
合作
模式
与初
创盘
点国
内自
动驾
驶初
创公
司收
录
73资
料来
源:
IT桔子
亿欧
智库
:国
内自
动驾
驶初
创公
司收
录企业名称
融资
轮次
地点
分类
企业
名称
融资
轮次
地点
分类
企业
名称
融资
轮次
地点
分类
Momenta
B轮北
京算
法解
决方
案智车优行
A轮
上海
车企
北醒光子
A+
轮北
京激
光雷
达
图森未来
B+轮
北京
算法
解决
方案
车和家
A+
轮北
京车
企思岚科技
C轮
上海
激光
雷达
蔚来汽车
C轮
上海
车企
商汤科技
B轮北
京计
算机
视觉
Maxieye
Pre-A轮
上海
计算
机视
觉
小鹏汽车
B轮广
州车
企景驰科技
天使
轮北
京算
法解
决方
案西井科技
A轮
上海
AI芯
片
威马汽车
A轮
上海
车企
寒武纪
A轮
北京
AI芯
片天隼图像
天使
轮北
京计
算机
视觉
乐视汽车
A轮
北京
车企
地平线机器
人科技
A+
轮北
京A
I芯片
智眸科技
A轮
北京
计算
机视
觉
智行者科技
A轮
北京
算法
解决
方案
MINIEYE
A轮
深圳
计算
机视
觉格灵深瞳
A轮
北京
计算
机视
觉
驭势科技
A轮
北京
算法
解决
方案
速腾聚创
A+
轮深
圳激
光雷
达中科慧眼
A轮
北京
计算
机视
觉
Pony.aiA
轮北
京算
法解
决方
案镭神智能
A轮
深圳
激光
雷达
清智科技
天使
轮天
津算
法解
决方
案
Road
star.ai天
使轮
深圳
算法
解决
方案
禾赛科技
A轮
上海
激光
雷达
禾多科技
A轮
北京
算法
解决
方案
注:
在初
创公
司这
一前
提下
,亿
欧智
库依
据企
业是
否处
在自
动驾
驶研
发阶
段进
行筛
选。
收录
名单
中不
包含
AD
AS初
创公
司、
未获
投资
的初
创公
司以
及车
载智
能服
务等
不涉
及自
动驾
驶技
术本
身的
初创
公司
,排
名不
分先
后。
当然
AD
AS
作为
驾驶
辅助
技术
也是
实现
自动
驾驶
的先
行前
提。
列表
排名
不分
先后
。
Yiou intelligence
Part.2 中国
自动
驾驶
产业
发展
概况
本章
总结
传
统汽
车金
字塔
式的
分布
结构
正在
改变
。不
同环
节的
企业
相互
合作
,使
得数
据、
技术
、资
本得
以在
整个
自动
驾驶
产业
生态
之中
循环
、流
动,
并以
实现
更佳
的经
济效
益为
目标
。目
前这
一生
态结
构尚
处于
不稳
定的
发展
变化
状态
中。
细
分行
业:
当前
传感
器领
域,
以摄
像头
为主
的计
算机
视觉
方案
和激
光雷
达方
案最
受瞩
目,
前者
亟待
突破
图像
识别
准确
率的
天花
板,
后者
则向
低成
本、
量产
化方
向发
展;
高精
度地
图能
够提
供更
完备
的周
边环
境信
息,
提供
决策
支持
,目
前进
入商
业化
尝试
阶段
;芯
片方
面国
内企
业以
打造
AI专
用芯
片作
为发
展方
向;
算法
方面
,国
内初
创企
业众
多,
试图
打造
通用
的自
动驾
驶解
决方
案;
车联
网使
自动
驾驶
汽车
拥有
更安
全可
靠的
感知
预判
能力
,需
要国
家层
面的
推动
;国
内车
企注
重合
作,
制定
了明
确的
发展
路线
;出
行服
务被
视为
汽车
消费
发展
方向
,成
为参
与者
必争
之地
。
74
ABC
自
动驾
驶整
体的
发展
路线
包括
渐进
发展
和一
步到
位,
在细
分领
域也
有诸
多不
同的
技术
方向
。
产业
链附
加值
发生
变动
引发
企业
商业
模式
变革
:车
企向
出行
服务
方向
进展
,科
技企
业试
图占
据研
发、
服务
两个
端口
。
国
内企
业跨
领域
合作
趋势
明显
,但
合作
进展
较为
缓慢
,尚
未形
成界
限明
确的
竞争
阵营
。
自动
驾驶
汽车
行业
门槛
高,
相对
其他
AI领域
入场
创业
者较
少,
但市
场潜
力极
大,
独角
兽出
现机
率高
。
国内
初创
企业
在2016年
成为
资本
市场
热点
,主
要集
中在
北京
,目
前大
多数
仍处
于A
轮融
资阶
段。
Industry Trends
Part.4 中
国自
动驾
驶产
业展
望
75
Yiou intelligence
4.1 中国
自动
驾驶
产业
趋势
及挑
战Trends and C
hallenges
Part.4 中国
自动
驾驶
产业
展望76
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战国
内在
核心
硬件
制造
技术
方面
仍然
落后
,但
在算
法、
数据
和商
业化
落地
上具
有后
发优
势
中国
是继
欧美
之后
自动
驾驶
发展
最为
迅速
的市
场,
尽管
在固
有的
汽车
部件
制造
技术
方面
仍然
落后
,但
在算
法、
数据
等方
面并
不落
下风
,而
且庞
大的
市场
规模
使中
国有
机会
成为
最早
商业
化落
地自
动驾
驶的
国家
。
在汽车制造的关键技术
方面
,尤
其是
底盘
技术
、汽
车线
控技
术,
国内
汽车
制造
商和
主要
供应
商落
后于
美、
德、
日汽
车巨
头,
尤其
是国
内欠
缺世
界一
流的
Tier1供应
商。
自动
驾驶
技术
将重
构汽
车制
造生
产环
节,
国内
在汽
车部
件方
面赶
超欧
美的
机会
较少
。
但是
在算法、数据、消费市场
方面
,我
国在
自动
驾驶
领域
将后
来居
上,
在芯
片和
计算
平台
方面
,深
度学
习也
给国
内带
来绕
过英
伟达
、英
特尔
研发
专用
芯片
的机
会。
智能
网联
趋势
对基
础设
施改
建的
需求
,我
国相
比较
而言
也更
具优
势。
自
动驾
驶供
应链
将具
有全
球化
的特
征,
在维
持关
键技
术的
自主
研发
能力
的同
时,
跨国
的合
作交
流同
样具
有意
义。
77
亿欧
智库
:各
国自
动驾
驶发
展优
劣势
比较
科研力量强大,
AI人才
众多
汽车制造强国,前期先
发优势大
➢积
累了
大量
AI人
才,
AI技
术领
先;
➢大
量初
创公
司涌
现,
投资
次数
多额
度大
;➢
硅谷
的科
技巨
头大
力投
入自
动驾
驶;
➢有
配套
的政
策法
规,
并发
布了
首个
自动
驾驶
汽车
监管
草案
;➢
主机
厂实
力雄
厚,
特斯
拉成
为新
兴代
表。
➢在
汽车
及零
部件
生产
研发
技术
方面
有大
量积
淀,
先发
优势
明显
;➢
政府
、学
界、
车企
深度
合作
开发
技术
;➢
国内
以及
欧盟
在法
规政
策方
面跟
进及
时。
数据后发优势强,市场
潜力大,技术储备不足
➢交
通场
景复
杂,
市场
对自
动驾
驶需
求大
;➢
国内
消费
者对
自动
驾驶
态度
更开
放;
➢国
家制
定长
期发
展战
略支
持发
展;
➢用
户规
模大
,能
够收
集到
大量
高质
量的
多样
性数
据。
➢缺
乏自
主的
汽车
工业
核心
技术
,车
企国
际竞
争力
弱;
➢当
前国
内A
I和自
动驾
驶的
人才
储备
较弱
。
优势
劣势
➢专
利政
策和
市场
集中
在一
段程
度上
不利
于初
创公
司成
长。
➢A
I技术
发展
相对
不足
;➢
国内
自动
驾驶
初创
公司
较少
;➢
消费
者对
自动
驾驶
的落
地持
保守
态度
。
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战汽
车的
电动
化、
共享
化等
趋势
将与
自动
驾驶
产生
叠加
效应
,互
相交
融,
汽车
产业
将发
生较
大程
度的
价值
转移
汽
车的
电动
化、
共享
化与
自动
驾驶
(包
括智
能化
、网
联化
)作
为汽
车未
来发
展的
趋势
,相
互之
间将
发生
叠加
效应
,加
速各
自趋
势的
实现
和汽
车产
业的
转型
升级
。
自动
驾驶
以及
随之
而来
的叠
加效
应将
给汽
车产
业带
来较
大程
度的
价值
转移
,汽
车销
售利
润将
有明
显下
降,
而新
技术
、数
字化
和共
享出
行将
在利
润中
占到
较大
的比
例。
78
49%44%
41%29%
14%13%
16%
10%
8%7%
11%
10%
12%10%
14%
11%
14%
7%
14%7%
11%5%
10%20%
2015年2030年
(预
测)
2015年2030年
(预
测)
共享
出行
数字
化服
务供
应商
(新
技术
/软件
)供
应商
(传
统技
术/硬
件)
保险
融资
后市
场汽
车销
售
收入
利润
亿欧
智库
:2015-2030年
汽车
产业
价值
转移
预测数
据来
源:
普华
永道
亿欧
智库
:汽
车发
展不
同趋
势对
自动
驾驶
的叠
加效
应智
能化
网联
化
利
用人
工智
能驱
动,
自动
驾驶
系统
能够
完成
自主
的感
知、
认知
、决
策,
代替
司机
完成
驾驶
工作
。
电动
化
共享
化
为
车内
智能
系统
的升
级更
新提
供基
础,
更大
范
围的
V2X
技术
则有
利于
车辆
的协
同决
策控
制。
电
动汽
车结
构更
适合
自动
驾驶
所需
的控
制系
统,
数据
传输
速度
相比
以往
的C
AN
总线
结构
也更
快。
共
享化
更有
利于
自动
驾驶
汽车
的普
及使
用,
弱
化汽
车高
成本
带来
的劣
势,
提高
车辆
利用
率。
自动
驾驶
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战市
场分
散、
参与
者众
多的
特征
形成
良性
竞争
的创
新生
态,
随着
算法
门槛
的降
低,
数据
重要
性日
益凸
显,
寡头
将现
与
国外
挖角
员工
、专
利诉
讼的
现状
相比
,目
前,国内市场分散、参与者众多的特征有利于技术的创新和交流。
数据重要性日益显现出来
,一
方面
,对
于自
动驾
驶系
统的
开发
者而
言,
数据
质量
越高
数量
越多
,算
法和
软件
将更
为精
进智
能,
保证
行车
安全
,优
化消
费者
的乘
车体
验;
另一
方面
,数
据用
于商
业变
现,
能提
供更
多的
增值
服务
,创
造更
多的
盈利
模式
。
竞争格局:
制造
业的
本质
使自
动驾
驶硬
件的
二级
供应
链不
可能
为少
数几
家企
业垄
断。
但在
软件
系统
、C
端服
务层
面,
类似
PC
产业
、智
能机
的“
赢者
通吃
”效
应将
继续
重演
。它
们的
网络
外部
性特
征导
致,
使用
优势
企业
服务
的消
费者
越来
越多
,聚
集在
该企
业平
台的
开发
者也
会越
来越
多,
庞大
的生
态将
给后
来者
设立
进入
壁垒
。
数据
的采
集利
用存
在天
花板
,如
同技
术的
准确
率易
于攀
升到
90%,
但往
往难
以解
决剩
下的
10% 的
问题
,如
此带
来的
收益
递减
也对
行业
提出
挑战
。
79
➢拥
有庞
大、
高质
量、
更新
及时
的数
据库
有利
于自
动驾
驶算
法的
进一
步优
化,
使系
统做
出更
合理
的驾
驶决
策和
行为
。
➢数
据采
集覆
盖量
是高
精度
地图
构建
的基
础。
只有
拥有
更强
的自
主采
集能
力,
连入
更多
的用
户,
才能
构建
出完
整而
实时
的高
精度
地图
。
➢通
过采
集消
费者
数据
,能
够准
确地
获知
出行
轨迹
、生
活习
惯和
日常
喜好
,能
够更
有针
对性
地满
足消
费者
需求
,提
供个
性化
优质
服务
。
亿欧
智库
:自
动驾
驶数
据的
用途
亿欧
智库
:自
动驾
驶的
赢者
通吃
效应
市场
初期
,拥
有更
高准
确率
、算
法质
量更
高的
将在
众多
的算
法软
件、
服务
中胜
出,
进入
下一
环节
。
部分
产品
通过
拥有
的数
据优
化算
法,
产品
质量
进一
步提
高,
消费
者体
验提
高,
而缺
乏数
据的
产品
将被
淘汰
。
头部
企业
拥有
更好
的服
务和
更多
的消
费者
,使
用其
他产
品的
消费
者为
了与
更多
用户
互动
,获
取高
附加
值,
便向
头部
产品
靠拢
,垄
断市
场形
成。
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战趋
利避
害的
动机
下,
多方
面因
素将
影响
自动
驾驶
落地
和普
及的
轨迹
自
动驾
驶技
术出
现并
成为
市场
热点
伴随
着P
ES
T因素
的共
同作
用,
作为
改变
人类
出行
理念
和生
活方
式的
颠覆
性技
术,
自动
驾驶
在未
来落
地将
继续
受到
全局
因素
的深
刻影
响。
各
类主
体接
受或
拒绝
自动
驾驶
源于
趋利
避害
的动
机。
除企
业、
政府
直接
参与
外,
社会
大众
尤其
是利
益相
关者
将深
度影
响自
动驾
驶。
此
前出
行服
务的
兴起
已经
引起
出租
车司
机罢
工反
对,
尽管
新技
术在
消灭
传统
职业
的同
时还
能创
造更
多就
业岗
位,
但这
种对
身份
认同
感的
动摇
仍会
对社
会、
市场
带来
较大
震动
。
80资
料来
源:
麦肯
锡
亿欧
智库
:自
动驾
驶落
地的
影响
因素
延缓
/加速
力量
具体
影响
政策
法规
全国
、地
方法
律法
规,
部门
间的
协调
程度
税收
等财
政政
策以
及相
关的
投入
预算
国家
的管
控政
策/战
略规
划
社会
观点
民众
对自
动驾
驶技
术便
利、
安全
隐私
的看
法
媒体
报道
/舆论
指向
社会
伦理
、道
德对
技术
的接
受度
黑客
对自
动驾
驶的
恶意
利用
资本
市场
/经济
环境
企业
估值
投资
水平
和资
本可
用性
宏观
经济
增速
技术
发展
前期
的试
验测
试效
果
关键
技术
的突
破
利益
相关
者对
现有
岗位
、市
场主
体的
变更
以及
相关
事件
未来
可能
的受
益者
亿欧
智库
:自
动驾
驶发
展的
预测
模型
参考
资料
:普
华永
道、
BCG
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战自
动驾
驶的
落地
将符
合创
新扩
散曲
线规
律,
国内
消费
者更
为欢
迎开
放的
态度
加强
行业
信心
自
动驾
驶是
否会
被消
费者
接受
成为
市场
研究
对该
技术
的主
要命
题,
多个
调查
显示
,消
费者
对安
全的
关注
仍占
大成
,而
对其
他功
能的
关注
程度
较低
,因
此传
统车
厂的
渐进
技术
路线
具备
了一
定的
合理
性:
率先
提高
AD
AS
渗透
率,
再逐
级加
入自
动驾
驶系
统,
以拟
合消
费者
对创
新技
术接
受的
渐进
趋势
。
中国
消费
者对
驾驶
和交
通的
痛点
感受
更为
深切
,加
之打
车服
务、
共享
经济
、移
动互
联网
等新
事物
在国
内普
及的
先例
,亿欧智库认
为,安全问题的解决和乘车体验明显优化之后,自动驾驶能够在国内相当快速地完成普及,行业应对产品的商业化持有信心。
81
12 19 21 25 27 31 31 32 3856
29
2422 23 24 25 27 31
4332
292923
25 2020 17
1724
1618
101919 16
15 14 12 108
67
211
22 1921 1718 15
7 2 6 312
日本
荷兰
德国
英国
美国
法国
新加
坡中
国阿
联酋
印度
全球
非常
有可
能有
可能
中立
不可
能非
常不
可能
亿欧
智库
:许
多消
费者
对尝
试自
动驾
驶汽
车持
开放
态度
问题
:你
有多
大可
能性
愿意
乘坐
完全
自动
驾驶
汽车
?N
=5635数
据来
源:
世界
经济
论坛
;BC
G分
析
创新
者2.5%
早期
采用
者13.5%
早期
大众
34%晚
期大
众34%
落后
采用
者16%
➢自
动驾
驶在
大众
中传
播并
被接
纳往
往是
渐进
的过
程,
最早
试吃
螃蟹
的企
业将
面临
最大
的公
众质
疑,
这时
期接
纳技
术的
创新
者一
般是
业界
决策
层和
学界
;➢
随着
技术
的发
展,
自动
驾驶
技术
受意
见领
袖推
广已
扩散
到相
关业
界和
爱好
者中
,技
术供
应商
林立
,资
本市
场活
跃;
➢自
动驾
驶逐
步渗
透到
大众
当中
,在
产业
市场
则进
入企
业的
优胜
劣汰
阶段
;当
技术
被晚
期大
众接
纳后
,产
业市
场的
竞争
将基
本进
入定
局。
亿欧
智库
:自
动驾
驶的
创新
扩散
曲线
以及
采用
阶段
了解
阶段
兴趣
阶段
评估
阶段
试验
阶段
采纳
阶段
Yiou intelligence82
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战在
取得
政府
和社
会信
任之
前,
尽可
能突
破关
键技
术是
行业
当前
最紧
要挑
战
自动
驾驶
作为
人工
智能
产业
中的
焦点
,在
备受
市场
和资
本热
捧的
同时
应清
晰地
意识
到当前任一环节的产品技术尚不能在安全性和成
熟度上代替人类驾驶员
:激光雷达
目前
仍未
成为
能够
规模
化生
产的
低成
本车
规级
产品
;图
像识
别准
确率
高达
95%并
不代
表摄像头
能够
识别
街头
不同
的天
气环
境和
光线
水平
下的
物体
;高精度地图
绘制
需要
长周
期、
高金
额的
投入
;算法
仍未
实现
人类
拥有
的应
急处
置能
力和
经验
;V2X技术
需要
颠覆
现有
的基
础设
施和
汽车
架构
,短
时间
内难
以实
现等
。
不仅
如此
,国
外自
动驾
驶行
业的
供应
商在
某些
技术
的成
熟度
和市
场接
受度
上要
优于
国内
,尤
其在
激光
雷达
、计
算机
视觉
和汽
车制
造技
术方
面。
相关
企业
在大
公司
的包
围下
需要
另辟
蹊径
,形
成独
有的
核心
技术
优势
。
庞大
而多
样化
的数
据能
够有
效提
高算
法水
平,
而数
据采
集利
用的
天花
板(
指覆
盖度
由90%
提升
到近
100%的
过程
)是
提高
技术
鲁棒
性、
准确
性的
一大
挑战
。
自动
驾驶
上路
应解
决的
技术
性挑
战
降低激光雷达
成本
,提
高其
产能
继续
提高计算机
视觉
识别
率至
人类
水平
提高
决策算法
的准
确性
,使
汽车
具备交互认
知和道德认知
能力
加快
5G通
信标
准的
应用
,推
进V
2X技术
发展
突破
数据
收集
和利
用的
天花
板
降低高精度地图
测绘
的成
本,
提高
其运
维能
力
Yiou intelligence83
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战技
术和
产品
的落
地推
广需
注意
方式
方法
,虚
假宣
传和
消费
者误
用将
引起
消费
者接
受度
反弹
自
动驾
驶作
为新
兴技
术,
社会
和民
众对
其一
般持
较苛
刻的
态度
。在
技术
成熟
之前
,开
放环
境下
的自
动驾
驶汽
车落
地势
必要
经过
反复
地验
证测
试。
此时
企业
应注
重传
达清
晰、
真实
而有
吸引
力的
信息
,取
得社
会认
同。
较
长时
间内
,L4及
其级
别以
下的
自动
驾驶
汽车
将逐
步得
到应
用,
乘车
人仍
需要
在某
情况
下接
管驾
驶工
作。
而企
业的
不实
宣传
或消
费者
的理
解偏
差将
造成
可能
的安
全事
故,
也容
易使
消费
者产
生与
预期
不符
带来
的不
信任
感。
受
传播
规律
的影
响,
即便
安全
系数
更高
,自
动驾
驶带
来的
事故
也会
更容
易引
起消
费者
的注
意和
质疑
(如
同民
众对
飞机
安全
性的
态度
),
消费
者接
受度
会因
此发
生反
弹。
因
此,提升民众对人工智能和自动驾驶的正确理解、促进民众有效应用需要注重方法策略,尽可能克服延缓自动驾驶落地的因素。
自动驾驶的潜在用户
参考
来源
:BC
G
用户对自动驾驶的关注点
➢自
动驾
驶能
否有
效提
高通
勤效
率
➢是
否比
人类
驾驶
更为
安全
➢是
否能
真正
便利
日常
生活
➢乘
车体
验是
否会
有质
的提
升
➢自
动驾
驶是
否有
政府
和媒
体背
书
构建用户对自动驾驶的认可
➢突
出自
动驾
驶给
社会
民众
带来
的巨
大效
益
➢依
靠传
播手
段打
消民
众的
怀疑
畏惧
感(
如对
价格
和安
全性
的顾
虑)
➢借
助政
策倾
斜完
成推
广普
及
维护用户对自动驾驶的认可
➢严
格把
控生
产研
发环
节,
强化
产
品的
安全
性及
便利
性
➢有
效疏
导个
别事
故引
起的
用户
接
受度
反弹
➢合
理管
理用
户的
期望
值
Yiou intelligence84
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战国
内仍
然缺
乏尖
端A
I人才
引进
和培
养的
机制
,尚
未有
效发
挥产
业的
聚集
效应
当
前,
国内
从事
自动
驾驶
的研
发团
队人
数已
超过
美国
,但
仍主
要依
赖海
外渠
道的
引进
。国
内自
动驾
驶A
I人才
的培养机制尚为落后
,还
无法
适应
自动
驾驶
行业
发展
的速
度。
尤其
需要
指出
的是
,同
时具
备科
学家
水平
和商
业运
营能
力的复合型人才尤其缺少
,很
多潜
在的
可能
性还
无法
被有
效挖
掘出
来。
为
应对
以上
问题
,一
方面
,孵
化器
以及
大企
业应
该为
科学
家提
供技
术转
化为
商业
应用
的平
台;
另一
方面
,可
通过
竞赛
的方
式挖
掘具
备相
关背
景的
青年
AI人
才;
此外
,国
家和
科研
机构
也应
提供
资金
和技
术支
持创
业创
新、
专利
研发
。
亿欧
智库
统计
数据
显示
,自
动驾
驶初
创公
司有
一半
聚集
于北
京,
北京
将成
为国
内自
动驾
驶技
术发
展的
核心
聚集
区域
。但
就目
前而
言,
北京
尚未
形成
类似
美国
硅谷
、匹
兹堡
的产业聚集效应
,企
业间
联结
协作
较少
,相
关部
门应
提供
基础
设施
及政
策服
务的
倾斜
。
北京
17家
上海
7家
深圳
4家注
:此
外还
有2家
分布
在广
州、
天津
。
亿欧
智库
:自
动驾
驶创
业公
司地
点分
布
数据
来源
:亿
欧智
库
1300
12000
24300
1400
17900
2940031400
10000
5000
10000
15000
20000
25000
30000
35000
基础
层技
术层
应用
层自
动驾
驶/辅
助驾
驶
中国
美国
亿欧
智库
:中
美人
工智
能三
大层
面及
自动
驾驶
/辅助
驾驶
领域
人才
分布
数据
来源
:腾
讯研
究院
Yiou intelligence85
Part.4 中国
自动
驾驶
产业
展望
4.1 中国
自动
驾驶
产业
趋势
及挑
战支
持且
审慎
,政
府在
最大
化自
动驾
驶带
来社
会效
益的
同时
,也
需尽
可能
规避
可能
出现
的社
会风
险
国内
已经
出台
了《
汽车
中长
期发
展规
划》
,并
正在
制定
《智
能网
联汽
车管
理规
范》
和智
能网
联汽
车产
业标
准体
系,
从各
地政
府对
待自
动驾
驶企
业生
产和
落地
的态
度上
,能
够看
出政
府层
面对
于能
够带
来显
著社
会效
益的
新技
术的
欢迎
和支
持。
但高
效益
预期
的另
一面
是潜
在的
社会
风险
。国家层面的相关技术发展框架能否制定实施成为自动驾驶的一大挑战。
社会风险包括
:不
成熟
的自
动驾
驶技
术带
来的
交通
事故
;法
律法
规中
对交
通事
故的
责任
归属
划定
纠纷
;大
量司
机失
业带
来社
会不
稳定
因素
;企
业收
集利
用用
户数
据引
发隐
私问
题;
黑客
恶意
利用
漏洞
造成
社会
性危
害;
AI代
替人
类驾
驶带
来的
道德
伦理
问题
,等
等。
政府部门在操作实施上存在难题
,例
如如
何对
自动
驾驶
汽车
AI设
定测
试和
认证
标准
,如
何在
事故
的责
任划
分上
平衡
企业
和消
费者
利益
,部
门间
的监
管协
同呈
碎片
化。
亿欧
智库
:政
府需
要面
临自
动驾
驶可
能的
社会
效益
及风
险
社会效益
社会风险
➢交
通拥
堵得
到缓
解,
降
低相
关财
政负
担;
➢交
通事
故有
效降
低;
➢汽
车产
业转
型推
动经
济
增长
;
➢节
约资
源;
➢…
…
➢个
别不
成熟
的自
动驾
驶技
术引
发交
通事
故,
造成
社
会舆
论逆
转;
➢失
业问
题严
重;
➢企
业收
集利
用用
户数
据引
发隐
私权
益纠
纷;
➢…
…
亿欧
智库
:自
动驾
驶导
致法
律责
任归
属发
生变
化
参考
来源
:BC
G
自动驾驶方案供应商:
汽车
决策
权转
移至
供应
商,
当A
I系统
发生
故障
导致
事故
发生
,该
主体
需承
担主
要责
任。
自动驾驶整车厂及运营商:
一方
面该
主体
应承
担供
应商
产品
问题
所带
来的
损失
,此
外该
主体
具备
车辆
监控
能力
,在
事故
发生
前有
责任
进行
远程
干预
。
消费者/车主:
该主
体可
能因
为过
度信
任、
理解
偏差
而误
用L4级
别以
下的
自动
驾驶
系统
,由
此导
致事
故发
生,
该主
体也
需承
担责
任。
Yiou intelligence
4.2 自动
驾驶
带来
的泛
汽车
产业
效应
Industry Influence
Part.4 国内
自动
驾驶
产业
展望86
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.2 中国
驾驶
带来
的泛
汽车
产业
效应
智慧
交通
——
自动
驾驶
外的
更大
生态
自
动驾
驶的
落地
将推
动智
慧交
通系
统(
ITS)
建成
,企
业与
政府
共同
搭建
智能
网联
平台
,对
交通
数据
进行
整合
处理
,形
成分
析预
测模
型,
从而
运用
于交
通调
度引
导、
线路
规划
、车
辆管
控等
方面
,使
城市
交通
运转
更高
效、
更环
保、
更便
利,
优化
市民
出行
体验
。
87
运输
出行
主体
参考
来源
:BC
G
数据
收集
汽车
传感
器城
市监
控移
动数
据道
路设
施传
感器
广域
联网
通信
设备
通信
网络
短程
联网
通信
设备
消费
者交
互端
自动
驾驶
系统
信息
服务
系统
显示
屏语
音交
互接
口
通信
网络
城市
交通
监控
和调
度系
统(
政府
部门
)
城市
道路
监控
预测
基础
设施
规划
控制
交通
服务
交通
管控
智能
网联
平台
(数
据的
聚合
、存
储、
分析
)出
行、
物流
服务
运营
商城
市道
路监
控预
测
运营
车辆
调度
用户
需求
挖掘
与服
务
动态
定价
企业
数据
平台
/云控
平台
内容
信息
提供
商
车载
AP
P
互联
网
电视
/电台
车企
、科
技公
司根
据基
础设
施、
法规
更新
配套
算法
、地
图
为公
共平
台提
供技
术支
持
Yiou intelligence
Part.4 中国
自动
驾驶
产业
展望
4.2 中国
驾驶
带来
的泛
汽车
产业
效应
自动
驾驶
在颠
覆汽
车产
业本
身之
外,
也将
彻底
改变
其他
关联
产业
的就
业形
势、
商业
模式
88参
考来
源:
CB insights,
德勤
城建
城市
基础
设施
将重
新设
计,
出行
便利
性的
提高
改变
了城
市结
构,
汽车
的高
效利
用将
导致
停车
场、
库数
目减
少
自动
驾驶
医疗
汽车
事故
的减
少可
减少
紧急
医疗
服务
成本
,不
过也
将降
低医
疗收
入
自动
驾驶
将极
大改
变驾
驶舱
格局
,个
性化
的内
饰设
计产
业将
兴起
内饰设计
便利
的通
勤进
一步
减弱
地段
对于
房价
的影
响房地产
汽车
的贷
款、
租赁
、保
险费
用减
少,
驾驶
行为
数据
的积
累使
汽车
金融
与汽
车保
险更
加可
控
金融保险
物流
成本
大幅
降低
,运
输业
商业
模式
革新
物流配送
媒体
娱乐
设备
接入
驾驶
舱,
增加
广告
和订
阅收
入媒体娱乐
自动
驾驶
满足
消费
者出
行需
求、
公共
交通
压力
减小
公共交通
交通
的顺
畅使
得部
门执
法压
力减
少,
交通
事故
的减
少也
将减
少相
关的
法律
诉讼
法律
/执法
商店
的交
通触
达需
求降
低,
配送
范围
扩大
商店
亿欧
智库
:自
动驾
驶汽
车将
带来
更大
范围
的影
响
自
动驾
驶的
实现
将带
动整
个泛
汽车
行业
发生
改变
,颠
覆性
地重
构消
费者
的出
行体
验。
亿欧
智库
认为
,在
自动
驾驶
企业
纵向
扩展
产业
链,
提前
布局
可能
的细
分市
场时
,关
联行
业应
当被
足够
地重
视起
来。
出
行时
间和
交通
事故
的减
少将
减去
大量
的成
本和
岗位
,颠
覆关
联行
业的
商业
模式
,价
值在
不同
行业
间的
转移
愈加
频繁
。
Yiou intelligence
Part.2 中国
自动
驾驶
产业
发展
概况
本章
总结
相
比自
动驾
驶领
先发
展的
美国
、德
国,
中国
在核
心硬
件制
造技
术方
面仍
然落
后,
但在
算法
、数
据和
商业
化落
地上
具有
后发
优势
。
汽车
的电
动化
、共
享化
等趋
势将
与自
动驾
驶产
生叠
加效
应,
互相
交融
,同
时汽
车产
业将
发生
较大
程度
的价
值转
移。
市
场分
散、
参与
者众
多等
特征
形成
良性
竞争
的创
新生
态,
随着
算法
门槛
的降
低,
数据
重要
性日
益凸
显,
市场
集中
度将
显著
提高
,“
赢者
通吃
”效
应将
显现
。
政策
法规
、社
会态
度、
资本
市场
、技
术发
展等
多方
面因
素将
影响
自动
驾驶
的落
地普
及。
国内
消费
者对
自动
驾驶
持积
极开
放的
态度
,增
强了
产业
发展
信心
,但
具体
的传
播推
广需
要把
握好
方式
方法
。
中国
自动
驾驶
上路
面临
的技
术挑
战集
中在
激光
雷达
、计
算机
视觉
、高
精度
地图
、决
策控
制算
法、
数据
的收
集利
用以
及通
信技
术这
六个
方面
。
国内
政府
在支
持自
动驾
驶的
同时
也偏
向谨
慎,
需要
在最
大化
自动
驾驶
带来
的社
会效
益的
同时
克服
可能
的社
会风
险;
此外
,构
建良
好的
人才
引进
和培
养机
制也
是政
府亟
待推
动的
任务
。
89
AB
自动
驾驶
的落
地将
推动
智慧
交通
系统
建成
。企
业与
政府
共同
搭建
智能
网联
平台
,对
交通
数据
进行
整合
处理
,形
成分
析预
测模
型,
从而
运用
于交
通调
度引
导、
线路
规划
、车
辆管
控等
方面
,使
城市
交通
运转
更高
效、
更环
保、
更便
利,
优化
市民
出行
体验
。
自动
驾驶
的实
现将
带动
整个
泛汽
车行
业发
生改
变,
颠覆
性地
重构
消费
者的
出行
体验
。
Foreign Enterprises
Part.5
国外
部分
产业
领先
玩家
盘点
90
Yiou intelligence
Part.5 国外
部分
产业
领先
玩家
盘点
Google/W
aymo:
率先
研发
自动
驾驶
,自
主实
现软
硬件
协同
,打
造商
业模
式闭
环
作为
最早
涉足
自动
驾驶
民用
化研
究的
科技
企业
,G
oogle的自
动驾
驶软
硬件
解决
方案
完全
自主
研发
,分
拆独
立后
,W
aymo对
自动
驾驶
汽车
商业
模式
的搭
建也
提上
了日
程。
开发领域:
自2009年
启动
自动
驾驶
测试
以来
,谷
歌的
路测
里程
累计
已达
300 万英
里,
模拟
测试
里程
高达
10 亿英
里,
数据
积累
遥遥
领先
。除
拥有
强大
的算
法能
力和
数据
积累
之外
,G
oogle还自
研激
光雷
达、
AI芯
片(
TPU)
、雷
达等
核心
硬件
,在
乘用
车之
外也
涉足
无人
卡车
,还
与Lyft在
出行
领域
进行
合作
。
商业闭环:
2017年5月
,W
aymo与
Lyft达成
合作
,谷
歌+
菲亚
特克
莱斯
勒+
Lyft分别
输出
自动
驾驶
技术
+整
车制
造能
力+
按需
驾乘
网络
,逐
渐完
成了
以谷
歌为
核心
的自
动驾
驶汽
车商
业模
式的
闭环
。2017年
,摩
根士
丹利
报告
显示
,W
aymo估
值达
到700亿
美元
。
Google成
立G
oogle X
实验
室,
正式
布局
自动
驾驶
Google无
人车
正式
发布
Google正
式在
美国
加州
公路
测试
,路
测推
动了
相关
法律
的完
善
Waym
o成
立
2014年5月
2009年2015年
6月2016年
与Lyft合
作开
展无
人车
测试
2017年5月
亿欧
智库
:谷
歌及
Waym
o发展
历程
亿欧
智库
:谷
歌自
有无
人车
Firefly
➢谷
歌无
人车
“Firefly”
诞生
于2014年
,在
传感
器方
面配
备了
激光
雷达
、摄
像头
、雷
达的
完整
传感
器方
案,
以及
车载
电脑
,车
内设
置完
全为
乘坐
需求
而设
计。
该车
型随
着W
aymo拥
有合
作主
机厂
后而
退役
。91
Yiou intelligence92
Part.5 国外
部分
产业
领先
玩家
盘点
NV
IDIA
VS Intel:
芯片
巨头
争抢
自动
驾驶
计算
平台
市场
英伟达
:英
伟达
Drive PX 2是
全球
首款
专为
自动
驾驶
汽车
设计
的A
I超级
计算
机,
提供
嵌入
式A
I整体
、定
制化
、可
扩展
的解
决方
案,
目标
是要
做人
工智
能的
核心
。合
作方
包括
奥迪
、宝
马、
博世
等传
统车
企及
零部
件供
应商
,也
包括
百度
、特
斯拉
、图
商Tom
Tom等
科技
公司
。此
外,
英伟
达也
通过
投资
布局
,推
广自
有的
计算
平台
。从
财报
数据
来看
,英
伟达
的汽
车营
收额
增长
较小
,占
比还
较低
。
英特尔:
在C
PU被
唱衰
的市
场论
调下
,英
特尔
大力
布局
自动
驾驶
,和
德尔
福、
宝马
、M
obileye成立
自动
驾驶
联盟
,形
成“
计算
+计
算机
视觉
+汽
车硬
件+
整车
”的
供应
链生
态,
此后
大陆
和菲
亚特
也加
入联
盟。
此外
还与
爱立
信、
DEN
SO等
结成
“汽
车边
缘计
算联
盟”
,利
用云
计算
提供
自动
驾驶
的数
据协
助。
收购
方面
,英
特尔
以153亿
美元
收购
Mobileye,
70亿美
元收
购A
ltera。此
外还
有计
算视
觉软
件公
司Itseez、
深度
学习
初创
公司
Nervana System
s、机
器视
觉初
创公
司M
ovidius。英
特尔
还会
计划
组建
自动
驾驶
车队
来测
试研
发合
作成
果。
亿欧
智库
:英
特尔
收购
投资
事件
收购
/投资
时间
收购
/投资
企业
收购
/投资
金额
2015.6A
ltera(FPG
A芯
片)
167亿美
元
2016.5Itseez(
计算
机视
觉)
-
2016.4Yogitech(
芯片
)-
2016.8N
ervana(深
度学
习)
3.5亿美
元
2016.9M
ovidius(机
器视
觉)
-
2017.1H
ere(地
图)
持有
15%股
份
2017.3M
obileye(计
算机
视觉
)153亿
美元
亿欧
智库
:英
伟达
17财年
到18财
年Q
2季度
营收
组成
占比
资料
来源
:公
开资
料整
理
53%55%
62%62%
53%53%
14%15%
10%10%
11%11%
11%11%
12%14%
21%19%
9%8%
6%6%
7%6%
13%11%
9%8%
8%11%
0%10%20%30%40%50%60%70%80%90%
100%
Q1 FY17
Q2 FY17
Q3 FY17
Q4 FY17
Q1 FY18
Q2 FY18
游戏
专业
视觉
化数
据中
心汽
车(
自动
驾驶
)代
工/IP
资料
来源
:N
VID
IA财
报
Yiouintelligence
93
Part.5 国外
部分
产业
领先
玩家
盘点
Tesla:汽
车产
业变
革的
先行
者,
深度
覆盖
自动
驾驶
产业
链
自动驾驶战略:
目前
,特
斯拉
的自
动驾
驶功
能定
位在
Model S、
Model X及
Model 3上
,提
供的
驾驶
辅助
功能
包括
:自
动转
向、
具有
交通
安全
意识
的巡
航控
制、
自动
停车
及“
Summ
on”功
能及
驾驶
员警
示系
统。
同时
,致
力于
4级与
5级自
动驾
驶功
能的
研发
。
汽车产品:
最早
引入
超大
屏幕
,颠
覆用
户体
验;
率先
推出
L3级自
动驾
驶A
utopilot,累
积数
据超
过3.6亿
公里
;拥
有独
特汽
车账
号,
车主
可通
过手
机A
PP远程
控制
、获
知状
态;
汽车
联网
、远
程升
级O
TA功
能。
商业模式:
与传
统整
车厂
不同
,特
斯拉
构建
了完
整封
闭的
生态
,包
括电
池工
厂、
整车
工厂
、直
营店
、服
务中
心、
超级
充电
站、
二手
车,
以及
自动
驾驶
租赁
服务
等。
汽车
销售
完成
后,
车主
仍将
持续
为特
斯拉
贡献
利润
:联
网/云
服务
、软
件升
级、
维修
服务
、超
级充
电站
、二
手车
认证
、无
人驾
驶租
赁等
。2016年
10月,
特斯
拉宣
布搭
载A
utopilot 2.0硬件
车型
开始
量产
。
自上
市以
来,
特斯
拉市
值从
39亿美
元一
路上
涨16倍
至最
高630亿
美元
,一
度成
为美
国市
值最
高的
汽车
公司
。
机遇
风险
➢技术
:计
划开
发出
比人
类手
动驾
驶安
全10倍
的自
动驾
驶技
术;
具备
传统
车企
生产
和研
发优
势,
有足
够驾
驶里
程数
据支
撑算
法优
化。
➢产品与服务:
丰富
客户
体验
,与
竞品
拉开
差距
。➢
产业链
:全
产业
链布
局,
业务
覆盖
产品
全生
命周
期,
构建
了完
整封
闭的
生态
系统
,有
望持
续获
得估
值溢
价。
➢“车联网”+“大数据”价值
:智
能网
联汽
车产
生庞
大的
数据
量,
特斯
拉可
利用
积累
的自
动驾
驶数
据提
供多
样化
、个
性化
的应
用和
服务
,形
成商
业闭
环。
➢现金流
:高
额研
发支
出与
固定
资产
投资
导致
巨额
资金
缺口
,2016年
筹资
现金
流37.4亿
美元
,净
亏损
6.7亿美
元。
➢汽车产销不达预期
:公
司目
前的
整车
及电
池产
能有
限,
短期
内产
能大
幅提
升尚
存在
不确
定性
;M
odel 3前期
订单
转化
为有
效销
量仍
需时
间证
明。
➢政策风险
:使
用有
风险
的未
完全
成熟
技术
,交
通安
全政
策法
规可
能会
加以
限制
,导
致召
回和
赔偿
风险
。➢
安全事故
:2016年
至今
,特
斯拉
Autopilot在
国内
外发
生多
起安
全事
故。
Yiouintelligence
Part.5 国外
部分
产业
领先
玩家
盘点
Uber:
近700亿
美元
估值
的出
行服
务商
领导
者面
临内
忧外
患,
自动
驾驶
前行
路艰
难,
新C
EO将
带来
何种
改变
有待
观察
U
ber作为
全球
出行
服务
的独
角兽
,一
度被
估值
有690亿
美元
,订
单总
额在
2016年已
达到
200亿美
元,
却仍
有28亿
的巨
额亏
损(
不含
中国
区)
,司
机的
支付
和运
营成
本是
最主
要的
亏损
负担
,面
临滴
滴和
Lyft的竞
争压
力,
Uber研
发自
动驾
驶的
现实
意义
相当
明显
。
市场动作:
Uber在
市场
并购
和人
才收
拢上
动作
频频
,此
前U
ber将卡
耐基
梅隆
大学
的机
器人
研发
专家
编入
团队
,2016年
又先
后收
购无
人卡
车公
司O
tto和深
度学
习初
创公
司G
eometric Intelligence。
合作
层面
,U
ber与主
机厂
沃尔
沃达
成自
动驾
驶技
术研
发协
议。
问题:
2017年以
来U
ber面临
着严
重的
困境
。业
务层
面,
工资
低下
导致
专车
司机
留存
率降
低到
4%,
亏损
还在
继续
,以
及后
起之
秀Lyft
挑战
Uber当
前的
市场
地位
,都
加紧
了U
ber对于
自动
驾驶
研发
的诉
求,
但这
需要
更高
额度
的资
金投
入。
内部
丑闻
、C
EO
变更
、窃
取用
户隐
私以
及专
利案
败诉
都使
Uber的
社会
形象
严重
受损
。新
任C
EO
暂时
弥合
了公
司内
部裂
痕,
但在
自动
驾驶
的进
展尚
有待
观察
。
94
157%
108%108%
62%83%
83%82%
77%
0%20%40%60%80%
100%120%140%160%180%
2014上半
年2014下
半年
2015上半
年2016上
半年
亏损
率司
机分
成比
例
亿欧
智库
:U
ber在各
年份
的亏
损率
以及
司机
分成
比例
变化
数据
来源
:Yves Sm
ith
3850
54
6975
87
9.611
1729
1517.5
5.88
89.9
7.16.4
0 20 40 60 80
100
2016Q1
2016Q2
2016Q3
2016Q4
2017Q1
2017Q2
订单
营收
净营
收亏
损
亿欧
智库
:U
ber2016Q1到
2017年Q
2营收
及亏
损情
况(
单位
:亿
美元
)
数据
来源
:公
开资
料整
理
Yiouintelligence
95
Part.5 国外
部分
产业
领先
玩家
盘点
Bosch:全
球顶
级汽
车供
应商
,依
然在
自动
驾驶
浪潮
中走
在前
列,
并深
度参
与中
国市
场
338
339
343 362
370
380 402 439
516
958
谷歌
戴姆
勒
大众
丰田
宝马
通用
福特
大陆
奥迪
博世
➢博
世在
自动
驾驶
专利
方面
远远
超出
其他
企业
。传
统车
企在
汽车
产业
的固
有优
势使
其在
新技
术领
域依
然走
在前
面。
当然
,仅
从数
量衡
量无
法判
定企
业真
正具
有的
技术
水平
。
亿欧
智库
:自
动驾
驶专
利技
术排
名
企业优势:
博世
(Bosch)
作为
全球
顶级
Tier1供应
商,
在汽
车生
产制
造方
面具
有深
厚底
蕴,
在汽
车电
子技
术、
AD
AS等
新兴
技术
上也
具备
自主
产权
,向
数字
化、
智能
化研
发制
造转
型。
在前
装市
场的
巨大
优势
使博
世有
望引
领产
业上
游研
发,
对抗
科技
企业
。
中国市场布局:
此前
博世
与百
度、
四维
图新
、高
德三
大图
商达
成合
作,
开发
“博
世道
路特
征”
的高
精地
图平
台,
还在
长安
汽车
两千
公里
路测
的过
程中
提供
技术
支持
。中
国已
成为
博世
在全
球最
大的
汽车
市场
,自
动驾
驶来
临之
际,
博世
将继
续深
度参
与国
内市
场。
地位:
目前
以博
世、
奥迪
为代
表的
传统
汽车
Tier1供应
商和
车企
仍然
走在
自动
驾驶
的前
沿,
固有
的技
术优
势和
资金
体量
使得
科技
企业
和新
兴势
力暂
时难
以超
越。
数据
来源
:博
世、
科隆
经济
研究
中心
亿欧
智库
:2016年
博世
财报
数据
60%9%
7% 24%汽
车与
智能
交通
技术
工业
技术
能源
与建
筑技
术消
费品
博世
历年
销售
额、
息税
前利
润及
研发
投入
(单
位:
百万
欧元
)事
项2012
20132014
20152016
销售
额44703
4606848951
7060773129
息税
前利
润2118
27513030
45873335
研发
投入
与营
收占
比9.9%
9.9%10.1%
9.0%9.5%
2016年销
售额
组成
➢博
世在
2017年年
初投
资3亿
用于
人工
智能
中心
投建
;➢
2016年博
世在
华销
售额
为915亿
人民
币,
占到
全球
销售
额的
17%;
➢博
世在
全球
有120个
研发
中心
,59000名
研发
人员
。
其他
数据
Yiouintelligence
附录
:部
分名
词解
释
OBD
(O
n-Board D
iagnostic)车
载诊
断系
统,
这个
系统
能随
时监
控发
动机
的运
行状
况和
尾气
后处
理系
统的
工作
状态
,一
旦发
现有
可
能引
起排
放超
标的
情况
,会
马上
发出
警示
。
R
TK(
Real -tim
e kinematic)
载波
相位
差分
技术
,是
基于
载波
相位
观测
值的
实时
动态
定位
技术
,能
够实
时地
提供
测站
点在
指定
坐标
系中
的三
维定
位结
果,
并达
到厘
米级
精度
。
S
LAM (sim
ultaneous localization and mapping)即
时定
位与
地图
构建
。
IM
U(
Inertial measurem
ent unit)惯
性测
量单
元,
是测
量物
体三
轴姿
态角
(或角
速率
)以及
加速
度的
装置
。
IN
S(
Inertial Navigation S
ystem)
惯性
导航
系统
,是
以陀
螺和
加速
度计
为敏
感器
件的
导航
参数
解算
系统
,该
系统
根据
陀螺
的输
出建
立导
航坐
标系
,根
据加
速度
计输
出解
算出
运载
体在
导航
坐标
系中
的速
度和
位置
。
C
AN
(Controller A
rea Netw
ork)控制
器局
域网
络,
是IS
O国
际标
准化
的串
行通
信协
议。
T-box(
Telematics B
OX
)用
于和
后台
系统
/手机
AP
P通
信,
实现
手机
AP
P的
车辆
信息
显示
与控
制。
96
Yiouintelligence
写在
最后
亿
欧智
库此
份报
告通
过对
自动
驾驶
概况
、产
业现
状及
未来
发展
趋势
、挑
战的
梳理
分析
,有
了初
步的
认知
和研
究成
果。
但是
,我
们也
知道
,对
于自
动驾
驶,
乃至
智能
汽车
还有
许多
地方
需要
深耕
。未
来,
亿欧
智库
也将
密切
关注
自动
驾驶
和汽
车产
业的
未来
发展
,持
续
输出
一些
研究
成果
,欢
迎大
家多
提宝
贵意
见。
此
次报
告主
要参
与成
员有
:
报告
撰写
:李
星宏
报告
指导
:张
帆、
由天
宇
报告
辅助
:任
菊英
、王
双、
肖泽
尧、
吴妙
芸
在
此还
要感
谢所
有为
亿欧
智库
此次
报告
提供
帮助
和协
作的
业内
人士
、行
业专
家,
没有
你们
的鼎
力协
助,
报告
质量
会有
所折
扣。
97
Yiouintelligence
团队
介绍
和免
责声
明
团队介绍:
•亿
欧智
库是
亿欧
公司
旗下
专业
的研
究与
咨询
业务
部门
。
•智
库专
注于
以人
工智
能、
大数
据、
移动
互联
网为
代表
的前
瞻性
科技
研究
;以
及前
瞻性
科技
与不
同领
域传
统产
业结
合、
实现
产业
升级
的研
究,
涉及
行业
包括
汽车
、金
融、
家居
、医
疗、
教育
、消
费品
、安
防等
等;
智库
将力
求基
于对
科技
的深
入理
解和
对行
业的
深刻
洞
察,
输出
具有
影响
力和
专业
度的
行业
研究
报告
、提
供具
有针
对性
的企
业定
制化
研究
和咨
询服
务。
•智
库团
队成
员来
自于
知名
研究
公司
、大
集团
战略
研究
部、
科技
媒体
等,
是一
支具
有深
度思
考分
析能
力、
专业
的领
域知
识、
丰富
行业
人脉
资源
的优
秀分
析师
团队
。
免责声明:
•本
报告
所采
用的
数据
均来
自合
规渠
道,
分析
逻辑
基于
智库
的专
业理
解,
清晰
准确
地反
映了
作者
的研
究观
点。
本报
告仅
在相
关法
律许
可的
情况
下发
放,
并仅
为提
供信
息而
发放
,概
不构
成任
何广
告。
在任
何情
况下
,本
报告
中的
信息
或所
表述
的意
见均
不构
成对
任何
人
的投
资建
议。
本报
告的
信息
来源
于已
公开
的资
料,
亿欧
智库
对该
等信
息的
准确
性、
完整
性或
可靠
性作
尽可
能的
追求
但不
作任
何保
证。
本报
告所
载的
资料
、意
见及
推测
仅反
映亿
欧智
库于
发布
本报
告当
日之
前的
判断
,在
不同
时期
,亿
欧智
库可
发出
与本
报告
所载
资
料、
意见
及推
测不
一致
的报
告。
亿欧
智库
不保
证本
报告
所含
信息
保持
在最
新状
态。
同时
,亿
欧智
库对
本报
告所
含信
息可
在不
发出
通
知的
情形
下做
出修
改,
读者
可自
行关
注相
应的
更新
或修
改。
98
网址
:w
ww
.iyiou.com/intelligence
邮箱
:zk@
iyiou.com
电话
:010-57293241
地址
:北
京市
朝阳
区霞
光里
9号中
电发
展大
厦B座
2层