文：石亞瓊（36氪） Ben（36氪） 蒙佳玥（漢能） 黃萌（漢能） 張欣蔚（漢能） 吳昊（漢能） 殷少軼（漢能）

　　在剛剛過去的2021年，11月25日，北京市智慧網(wǎng)聯(lián)汽車政策先行區(qū)，正式對外發(fā)佈《北京市智慧網(wǎng)聯(lián)汽車政策先行區(qū)自動駕駛出行服務商業(yè)化試點管理實施細則（試行）》，並向部分企業(yè)頒發(fā)國內首批自動駕駛車輛收費通知書。

　　北京成為國內首個明確認可自動駕駛”Robotaxi“商業(yè)化試點的城市，這也標誌著國內自動駕駛賽道終於迎來了“下半場”——商業(yè)化運營階段。而高速幹線、末端物流、礦區(qū)、港口、環(huán)衛(wèi)等應用場景的自動駕駛也將正式進入商業(yè)化元年。

　　在國際上，中國自動駕駛領域的頭部參與者已逐漸成為國際自動駕駛行業(yè)領先選手，據(jù)2021年加州DMV發(fā)佈的《2020年自動駕駛接管報告》數(shù)據(jù)顯示，AutoX與Pony.ai的MPI（Miles per Intervention，平均每次接管的行駛里程間隔）指標上榜前五名，緊隨Waymo、Cruise之後。

　　據(jù)天眼查數(shù)據(jù)顯示，自動駕駛賽道自2016年開始進入爆發(fā)期，之後融資持續(xù)攀升，2021年相關融資高達94起，熱度在整個汽車出行領域最高，披露融資金額超過435億，同比歷史最高。

　　在這一整年汽車領域超過3億美元的十余筆大額融資中，自動駕駛及相關賽道佔據(jù)了五席，分別是：地平線、Momenta、斑馬智行、文遠知行、禾賽科技。

　　站在産業(yè)的角度，隨著自動駕駛技術的成熟與商業(yè)化落地，汽車産業(yè)鏈原有的價值分配格局將被顛覆，汽車將不再是從屬於人的駕駛工具，而是成為自主導航的運輸類機器人。

　　展望未來，自動駕駛將深刻改變汽車産業(yè)，汽車很可能會分為兩類，一類是有人駕駛的汽車，一類是移動服務汽車。傳統(tǒng)的汽車製造商將逐步向運營服務商轉型，為用戶提供MaaS（Mobility as a Service）/TaaS（Transportation as a Service）的一站式服務。

　　客觀來説，自動駕駛是一個長坡厚雪的超級賽道，當前正處於爬坡的關鍵階段，政策方面有待完善、技術方面仍在持續(xù)迭代、商業(yè)模式也在從根本上發(fā)生著轉變，與此同時，行業(yè)內還充斥著諸多爭議話題。

　　本報告由36氪與漢能投資共同完成，共有超過5萬字研究內容，希望從如下方面拆解中國自動駕駛領域，從不同的角度還原中國當下的自動駕駛行業(yè)、細分賽道、創(chuàng)投情況，以及我們對於未來自動駕駛乃至汽車、出行産業(yè)的預判。讀者可通過文章末尾的下載連結，獲得完整報告。

　　國家自然科學基金委員會2009年起每年舉辦一屆“智慧車未來挑戰(zhàn)賽”，研發(fā)具有自然環(huán)境感知與智慧行為決策能力的無人駕駛汽車，並通過真實道路環(huán)境下的自主行駛來檢驗研究成果。2011年國防科技大學與一汽合作研發(fā)的紅旗HQ3無人駕駛車完成了從長沙至武漢286公里的高速全程無人駕駛實驗，標誌著我國無人車在複雜環(huán)境識別、智慧行為決策和控制等方面實現(xiàn)了新的技術突破。

　　2013年百度開啟無人駕駛項目，陸續(xù)于北京、加州進行路測，並在烏鎮(zhèn)開放無人駕駛車輛試運營。華為與百度同年起步，與車企進行合作逐步邁入車聯(lián)網(wǎng)供應商序列。AutoX于本階段尾聲入場，2016年成立後於同年完成開放道路測試。小馬智行于2016年12月創(chuàng)立，切入Robotaxi領域。景馳、Roadstar等相繼入局，自動駕駛浪潮襲來。

　　此階段中國自動駕駛實現(xiàn)跨越式發(fā)展。百度發(fā)佈Apollo計劃並經4年演繹實現(xiàn) Robotaxi落地商用探索，同時L4級自動駕駛解決方案也已降維裝車量産；華為明確其市場定位，為主機廠提供優(yōu)質智慧汽車解決方案，以自動駕駛、車聯(lián)網(wǎng)等核心技術賦能主機廠；自動駕駛獨角獸與小馬智行技術進程不斷推進，陸續(xù)推出、完善産品及服務。同時期，自動駕駛産業(yè)鏈逐漸成熟，上游核心感測器廠家不斷涌現(xiàn)，下游場景解決方案紛紛開始落地。

　　據(jù)2021年加州DMV發(fā)佈的《2020年自動駕駛接管報告》數(shù)據(jù)顯示，中國自動駕駛領域的頭部參與者已逐漸成為國際自動駕駛行業(yè)領先選手，AutoX與Pony.ai的 MPI（註腳：Miles per Intervention，平均每次接管的行駛里程間隔）指標上榜前五名，緊隨 Waymo、Cruise 之後。

　　計劃到2025年，中國標準智慧汽車的技術創(chuàng)新，産業(yè)生態(tài)，基礎設施，法規(guī)標準，産品監(jiān)管和網(wǎng)路安全體系基本形成。

　　除了積極推進政策立法，2018年開始，智慧網(wǎng)聯(lián)汽車示範區(qū)也在全國陸續(xù)開花。除工信部合作推進的一批智慧網(wǎng)聯(lián)或自動駕駛示範區(qū)成立外，陸續(xù)有部分省市通過與機構合作，或資本合作等形式，打造基於自身産業(yè)需求的智慧網(wǎng)聯(lián)汽車測試場景。其中，以北京經濟技術開發(fā)區(qū)全域為核心的北京市高級別自動駕駛示範區(qū)，是全球首個網(wǎng)聯(lián)雲(yún)控高級別自動駕駛示範區(qū)。2021年成立至今，目前已累計開放1,000公里自動駕駛測試道路，測試里程超過300萬公里，開通5G基站5.64萬個(截止至2022年1月數(shù)據(jù))。

　　1.1.2.2. 技術：汽車電子電氣架構由分佈式走向集中，軟硬體解耦提高軟體開發(fā)效率

　　傳統(tǒng)汽車主要採用分佈式電氣架構，即每個車載功能對應一個或多個ECU（汽車電子控制器），各 ECU 之間通過 CAN 總線進行信號傳輸。ECU主要用於接收來自感測器的資訊，進行處理後，輸出相應的控制指令給到執(zhí)行器執(zhí)行。整車企業(yè)電控系統(tǒng)開發(fā)的主要工作（軟體演算法、匹配標定等）都依託于ECU完成。

　　隨著汽車電子化程度提升，車內ECU數(shù)量達到上百個，且由不同的供應商提供，存在演算法無法協(xié)同、互相冗余、難以統(tǒng)一維護及統(tǒng)一進行OTA升級等痛點。為此，博世、大陸、安波福等Tier 1紛紛推出新一代電子電氣架構，其主要技術包括網(wǎng)關、域控制器及車載乙太網(wǎng)等，實現(xiàn)汽車架構由分佈式向域集中升級，最終走向中央計算，達到車雲(yún)協(xié)同的效果。集中式的架構一方面可以減少算力冗余，提高利用率，同時集中式的控制器更方便協(xié)調多感測器共同感知車內和車外環(huán)境，統(tǒng)籌決策。

　　近年來，攝像頭、毫米波雷達、超聲波雷達技術在汽車上應用越來越成熟，價格也不斷走低，目前業(yè)界對自動駕駛成本大幅度降低持樂觀態(tài)度。其中，車載攝像頭的單價持續(xù)走低，目前約為150元左右，預計未來降幅相對較低；毫米波雷達的市場供應單價約為500元，未來還有一定的降幅空間；鐳射雷達價格一直處於高位，過去主要用於測繪、工業(yè)生産領域，近年來隨著固態(tài)鐳射雷達等新的技術路線替代傳統(tǒng)機械式雷達，工藝成本顯著下降，加上未來自動駕駛技術發(fā)展帶動供貨量上升，將有較大降幅空間。2019年，Luminar發(fā)佈了價格不到1,000美元的LiDAR解決方案。Velodyne公司則計劃到2024年將平均售價從2017年的17,900美元降至600美元。2020年，華為宣佈其將量産的鐳射雷達單價在200美元以下。

　　從技術端來看，美國單車智慧高度領先。作為人工智慧企業(yè)數(shù)量位居全球首位的國家，美國人工智慧領域全球領先，人才儲備充足、基礎科研實力強，相關企業(yè)數(shù)量遍佈基礎層、技術層和應用層。另外，美國擁有發(fā)達的積體電路技術，高端晶片設計領域一直保持領先態(tài)勢，為高性能車載晶片的發(fā)展打下了良好的基礎。

　　相比之下，我國“雲(yún)+車+路”技術路線具備彎道超車的機會。我國4G和5G基站數(shù)量多、覆蓋範圍廣，加上中國政府大力推動5G網(wǎng)路、物聯(lián)網(wǎng)、衛(wèi)星網(wǎng)際網(wǎng)路、數(shù)據(jù)中心等新型基礎設施建設，支援LTE-V2X向5G-V2X演進，車路協(xié)同技術優(yōu)勢較為明顯。

　　從商業(yè)端來説，美國由於存在較大人力缺口，企業(yè)更願意為人員替代付費，進展更多集中在Robotaxi及無人物流領域。2018年，Waymo率先在亞利桑那州向其早期用戶免費開放無人計程車服務，2020年10月，Waymo One在鳳凰城首次向公眾開放無人駕駛計程車業(yè)務。同年2月，美國國家公路交通安全管理局（NHTSA）批準Nuro率先部署無人送貨車。相比之下，中國對人工智慧的接受力度較大，更願意從安全提升、效率提升層面為自動駕駛買單，特殊場景的商業(yè)化進展相對更快。

　　據(jù)天眼查數(shù)據(jù)顯示，自動駕駛賽道自2016年開始進入爆發(fā)期，2016年全年共有38起自動駕駛相關融資。隨後，自動駕駛賽道融資持續(xù)攀升，2021年相關融資高達94起，披露融資金額超過435億。

　　行業(yè)融資額的增長，一方面是因為流動性充裕的情況向一級市場擴散。更重要的是自動駕駛技術的發(fā)展和應用落地，使得行業(yè)逐漸獲得資本認可，受到網(wǎng)際網(wǎng)路巨頭和汽車龍頭的重視程度提高。

　　自動駕駛汽車功能的實現(xiàn)需要汽車製造商、零部件供應商、車載計算平臺開發(fā)商、出行服務商供應商等多方主體參與。上游包括感知、傳輸、決策和執(zhí)行層；中游為平臺層，包括整合的智慧駕艙平臺、自動駕駛解決方案及傳統(tǒng)的車聯(lián)網(wǎng)TSP平臺；下游主要為整車廠及第三方服務商。

　　上游包括感知、傳輸、決策和執(zhí)行層。感知層由車載攝像頭、雷達系統(tǒng)、高精度地圖、高精度定位、導航系統(tǒng)、路側設備等組成；傳輸層基於通信設備和服務為自動駕駛提供信號傳輸，主要包括通信設備和通信服務；決策層包括計算平臺、晶片、作業(yè)系統(tǒng)、演算法等；執(zhí)行層是對決策命令進行執(zhí)行，包含線控、電子驅動/轉向/制動、系統(tǒng)整合及其他汽車零部件廠商。四條系統(tǒng)環(huán)環(huán)相扣，實現(xiàn)汽車網(wǎng)聯(lián)化功能。

　　1） 感知層用於感知外部環(huán)境變化、獲取相關資訊。主要包括智慧硬體（感測器、RFID及車載視覺系統(tǒng)等）、導航（GPS、北斗以及慣性導航系統(tǒng)）、路側設備等。智慧硬體是智慧汽車的“眼睛”，無人駕駛硬體系統(tǒng)包括有感測器、RFID、車載視覺系統(tǒng)等。隨著車聯(lián)網(wǎng)、智慧互聯(lián)成為未來趨勢，相關硬體産品需求量也日益增大。導航系統(tǒng)是智慧汽車的指南針，無人駕駛汽車的導航定位主要通過全球定位系統(tǒng)（GPS）、北斗衛(wèi)星導航系統(tǒng)（BDS）、慣性導航系統(tǒng)等實時獲取車輛的位置、航向、速度。路側設備是保證自動駕駛實現(xiàn)“車路協(xié)同”的必要條件。自動駕駛若僅只有車端的數(shù)據(jù)，難以實現(xiàn)安全、準確的駕駛，路端的一系列設備也必不可少。車聯(lián)網(wǎng)路側建設重點包括RSU、路側智慧交管設施、MEC設備等。

　　2） 傳輸層是基於通信技術將感知層獲得的環(huán)境資訊轉換成信號傳導到決策層，類似人體的傳輸神經。傳輸層主要包含通信設備和通信服務，其中通信設備以元器件、資訊交互終端等為主，通信服務主要為DSRC和C-V2X兩種服務自動駕駛的無線通信技術。

　　3） 決策層通過利用感知層、傳輸層反映回來的資訊，建立相應的模型，制定出適合的控制策略。由於真實路況的複雜程度，以及不同人對於不同路況的不同解決對策，決策演算法需要覆蓋多數(shù)罕見路況的海量數(shù)據(jù)以及完善高效的人工智慧技術。從功能上看，決策層主要包含作業(yè)系統(tǒng)、晶片、演算法、高精度地圖以及雲(yún)平臺等核心構成元素。當前自動駕駛技術真正實現(xiàn)的門檻在於決策層上。

　　4） 執(zhí)行層是無人駕駛系統(tǒng)的最底層，其核心任務是通過驅動、制動及轉向控制系統(tǒng)，相互配合，使汽車能夠按照決策部分規(guī)劃的軌跡穩(wěn)定行駛，並且同時能夠實現(xiàn)避讓、保持車距、超車等動作。隨著自動駕駛的發(fā)展，執(zhí)行層由駕駛員施加人力、通過真空和液壓等推動的方式逐漸被電子化、電動化系統(tǒng)所替代，電信號替代機械力的線控技術在自動駕駛時代全面滲透。

　　經過各層級的技術研發(fā)，最終由整車廠進行技術整合與生産組裝，完成無人駕駛産品的生産末環(huán)。整車廠商為關鍵技術企業(yè)提供應用、實踐平臺，科技企業(yè)直接向整車廠商提供解決方案、部件。

　　生産組裝完畢的整車，一部分直接銷售到消費者端，一部分成為第三方服務商的服務供應車輛。此類服務商一般為移動出行服務商，提供服務所得的數(shù)據(jù)反饋將協(xié)助整車廠及科技企業(yè)調整産品研發(fā)。部分整車廠也在向第三方服務商轉變，或與之開展深度合作，整個無人駕駛産業(yè)鏈呈現(xiàn)生態(tài)化、網(wǎng)狀化趨勢。

　　未來面向終端交付産品或服務的中游廠商具備最高的行業(yè)價值。隨著自動駕駛技術的成熟與商業(yè)化落地，汽車産業(yè)鏈原有的價值分配格局將被顛覆，汽車將不再是從屬於人的駕駛工具，而是成為自主導航的運輸類機器人。未來核心零部件由體現(xiàn)動力和駕駛操控體驗的傳動系統(tǒng)，轉向體現(xiàn)自動駕駛技術水準的智慧軟體系統(tǒng)和處理器晶片，價值鏈由傳統(tǒng)主機廠轉向科技公司。非核心零部件和整車製造的利潤將被進一步壓縮，而産業(yè)鏈兩端的利潤將大幅提升，未來專注設計研發(fā)環(huán)節(jié)的解決方案提供商、以及與用戶更貼近的出行服務和運營服務商利潤會更高。

　　自動駕駛産業(yè)鏈複雜，上下游涵蓋豐富細分領域。本篇報告中，我們選取各個環(huán)節(jié)中有代表性場景進行覆蓋，重點介紹上游Tier 1、ADAS、晶片領域，下游針對各種應用場景的解決方案提供商。其中，由於自動駕駛應用場景廣泛，根據(jù)其功能又可以進一步分為以Robotaxi為主的載人場景解決方案，和以高速幹線、末端配送、礦區(qū)、港口等為主的載貨場景解決方案，以及環(huán)衛(wèi)清潔場景解決方案等。

　　在自動駕駛時代，新的智慧化技術、設備應用在汽車領域，對於中國新興的Tier 1公司來説，是百年難遇的歷史性機遇。

　　據(jù)羅蘭貝格預測，至2025年，在全球範圍內，預計只有14%的車輛沒有ADAS功能，40%的車輛具有L1級功能，36%的車輛具有L2級功能，10%的車輛具有L3級或更高功能。

　　據(jù)高工智慧研究院數(shù)據(jù)，2020年1-4月，前視感知方案供應商方面，Mobileye排名榜首，和第二位的大陸、博世仍有接近10個百分點的領先優(yōu)勢。大陸集團受益於部分豐田TSS2.0方案陸續(xù)上市並從電裝開始切換，1-4月市場份額排名略領先於博世。

　　但是，由於國家鼓勵自主創(chuàng)新，在智慧網(wǎng)聯(lián)領域，已有大量的初創(chuàng)公司從雷達、攝像頭、泊車等方面切入，並且其中的一部分公司已經做到了一定的規(guī)模。

　　從國際及國內與自動駕駛相關的主要Tier1産品分佈領域及場景化佈局來看，博世、大陸具備了Tier1中最全面産線及佈局。

　　以受訪企業(yè)大陸集團為例，據(jù)其財報數(shù)據(jù)顯示，在2018年到2020年間，大陸集團在ADAS領域獲得來自全球汽車製造商的訂單總額超過90億歐元。

　　大陸集團最新一代多功能攝像頭MFC500系列以及4D成像雷達都將進入規(guī)模量産上車週期，同時，其汽車AI晶片預計將在2026年開始批量投産。大陸集團表示：隨著晶片這一環(huán)的補齊，大陸向未來車輛高性能電腦所需的高度專業(yè)化的感測器模組和控制單元邁出了關鍵一步。

　　根據(jù)其最新披露的資訊，大陸集團將在今年開展複雜路況下的自動駕駛和無人駕駛道路測試，並在制動系統(tǒng)、5G 聯(lián)網(wǎng)、超寬頻 (UWB) 技術、材料開發(fā)以及人機交互等多個領域實現(xiàn)新技術落地，同時啟動多個量産項目。

　　目前，超過70%的L2及以上的高級輔助駕駛都在使用Mobileye的視覺方案。甚至很多之前自研視覺演算法的Tier1都選擇了放棄自研，直接和Mobileye合作，以求快速佔據(jù)市場。

　　Mobileye在前裝市場處於明顯優(yōu)勢位置，特別是發(fā)佈EyeQ4之後，在Intel的助力下，其目標已不再是單純的視覺方案供應商，而是要成為自動駕駛領域的頭部企業(yè)。Mobileye的方案則採用黑盒模式，傳統(tǒng)Tier1 已不能從Mobileye獲得足夠的服務支援。頭部Tier1意識到Mobileye一家獨大帶來的危機，紛紛尋求其他方案。博世、大陸、電裝，堅持使用自研演算法，對標Mobileye的EyeQ4的方案。

　　國內的Tier 1覺醒相對較慢，近幾年也開始奮起直追。與博世、大陸等不同，國內Tier 1更多是採取與主機廠深度合作或成立合資公司的捆綁式合作方式，聯(lián)合研發(fā)、落地自動駕駛等技術，助力主機廠拓展全新的高端品牌，並且加快新四化轉型，比如：

　　吉利控股與百度組建智慧電動汽車公司，百度將人工智慧、Apollo自動駕駛、小度車載、百度地圖等技術全面賦能合資公司；上汽與阿里巴巴合資成立高端純電汽車品牌“智己汽車”，智己汽車應用阿裏的斑馬車聯(lián)網(wǎng)系統(tǒng)，並採用上汽集團的三電核心、智慧駕駛等技術；長安與華為、寧德時代將聯(lián)合成立全新高端智慧汽車品牌，三方共同開發(fā)CHN智慧電動汽車平臺，搭載華為智慧座艙平臺 CDC、自動駕駛域控制器 ADC 以及部分三電零部件。啟明創(chuàng)投合夥人周志峰認為，智慧化和新能源化是公認的汽車行業(yè)兩大趨勢，這兩個大的趨勢在同一時間點的耦合，也造就了近些年汽車行業(yè)的最大機會所在。但汽車智慧化的被接受程度和整體落地速度明顯超出市場預期，傳統(tǒng)tier1並沒有足夠的時間為産品升級做充足準備，現(xiàn)在處於加速補自己短板進程的態(tài)勢。但汽車行業(yè)的基本know-how， 如汽車的底盤電控等還是掌握在傳統(tǒng)tier1手裏，市場依然對他們有很大依賴度。

　　除了傳統(tǒng)Tier1廠商在自動駕駛領域的嘗試，以智行者、宏景智駕等為代表的創(chuàng)業(yè)公司也憑藉著前沿技術研發(fā)和業(yè)務快速落地推進而躋身領先Tier1行列中。

　　根據(jù)現(xiàn)狀推演，未來會出現(xiàn)兩種類型的Tier1：一種深耕垂直領域技術，通過和主機廠建立深度合作關係，為其高效定制開發(fā)；另一種以傳統(tǒng)Tier1為代表，注重廣度，為大量主機廠提供通用型整體解決方案，同時幫助主機廠，在功能、安全、硬體、測試、驗證等標準化環(huán)節(jié)快速落地方案。即Tier1層面，既要適配主機廠標準化的降本需求，又要滿足車企差異化的增效需求。

　　另外值得注意的是，國際Tier 1在實現(xiàn)多層面功能落地的同時，已經開始重啟底層系統(tǒng)研發(fā)，作為系統(tǒng)與軟體應用之間的橋梁，Tier 1在相繼發(fā)佈中間産品，通過全面的感測器産品佈局，為主機廠集中配置自動駕駛方案，降低系統(tǒng)整合的複雜性、降低開發(fā)成本、並加快産品落地。

　　之前ADAS普遍是在對標Mobileye提供完整的L2、L2+、L3級前裝整體解決方案。

　　目前ADAS已經在跨域車輛、座艙智慧的界限、嘗試越過L4的鴻溝，並進入量産前裝、後裝市場。Minieye、Momenta等國內初創(chuàng)公司也在這個領域有了一些變化，這也是資本持續(xù)關注這條賽道的原因。

　　受訪企業(yè)Minieye表示：從下游應用市場來説，ADAS普及速度加快，L3級別以下的功能滲透率正在不斷增長。從上游産業(yè)鏈來説，ADAS廠商的競爭長跑進入到下半場，具有優(yōu)秀技術實力和量産經驗的公司開始脫穎而出。

　　業(yè)內認為，L4/5的爆發(fā)，可能還需要5-10年甚至更長的時間。但是目前L2+及以下級別的自動駕駛技術已經爆發(fā)，未來的5-10年，這個細分賽道將會産生巨大的商業(yè)價值。

　　通過差異化，和國際範圍的頭部企業(yè)形成錯位競爭，拓展新應用領域的能力，成為資本關注的重點。

　　該領域融資勢頭強勁的Momenta，已共計獲超過10億美元的融資。投資者當中，既有通用、豐田、上汽、梅賽德斯等頭部車企，又有博世這樣的Tier1巨頭，當然還有雲(yún)鋒、淡馬錫、IDG等各路知名投資公司。

　　Momenta自身定位明確，成為服務車企完成智慧化轉型的供應商。作為一家自動駕駛公司，Momenta類似特斯拉FSD技術路線，通過初級自動駕駛能力，大量收集所反饋的真實駕駛數(shù)據(jù)，從輔助駕駛升級無人駕駛，實現(xiàn)漸進式的演進。

　　目前，Momenta覆蓋兩條産品線，一條是L2級系統(tǒng)Mpilot，針對量産車開發(fā)，包括了面向城市道路、高速/封閉道路、泊車場景的高級輔助駕駛；另一條是L4級自動駕駛方案MSD，2020年底，搭載MSD技術的Momenta GO正式發(fā)佈，並計劃于2022年在部分車輛車端實現(xiàn)無安全員試運營。Mpilot和MSD在底層數(shù)據(jù)流與演算法層面實現(xiàn)共通，加速自動駕駛能力的迭代，通過Mpilot的真實道路駕駛數(shù)據(jù)，訓練和優(yōu)化MSD演算法，幫助L4級自動駕駛能力提升。

　　從這個角度來説，Momenta和Mobileye都在獨立完成整套自動駕駛的軟體和演算法，Momenta避開Mobileye已經大量佔據(jù)市場的低端産品線，將自身定位瞄準中高端市場，快速躋身獨角獸層級。

　　Minieye專注L2，研發(fā)可量産高級輔助駕駛行車、泊車方案。對於城市道路及高速場景，提供車輛和艙內感知的全域解決方案，包含L2+及其以下級別的ADAS解決方案和駕駛員監(jiān)測DMS、乘客檢測OMS以及艙內交互等功能；面向泊車場景，Minieye開發(fā)了自動泊車輔助系統(tǒng)APA和自主泊車系統(tǒng)AVP。

　　目前，Minieye的前裝量産客戶包括東風、柳汽、吉利商用車、上汽、比亞迪、濰柴、江淮、重汽、陜汽等自主品牌，以及江西五十鈴、江鈴福特等合資品牌。2021上半年交付量23萬套，同比增長245%，全年預估交付智慧駕駛産品50萬套。

　　宏景智駕成立於2018年，是一家全棧式自動駕駛解決方案服務商，具備完全自主研發(fā)的車規(guī)級自動駕駛計算平臺、全棧的軟體演算法和完整的系統(tǒng)整合能力，可針對不同客戶需求提供定制化的高性能智慧駕駛解決方案，全週期賦能L1-L4級別智慧駕駛。目前主要在幹線物流和ADAS領域實現(xiàn)落地。

　　公司在成立初期就獲得華登、高瓴、線性、藍馳等頂尖機構的投資，與英特爾建立智慧駕駛創(chuàng)新中心，被評為畢馬威2020中國汽車科技新銳企業(yè)，2,019Venture被評為“中國最具投資價值企業(yè)50強”。2021年宏景智駕榮獲“世界人工智慧大會全球創(chuàng)新最佳項目獎”。

　　目前，公司已經走過了産品打磨階段（2,018-2,019），進入了推進量産階段（2,020-2,021），已推出 5 款車規(guī)級自動駕駛解決方案産品，並且已經與江淮汽車成立了合資公司。

　　宏景戰(zhàn)略的核心是“收入+數(shù)據(jù)+技術”的三角迴圈：公司通過推出可快速大規(guī)模量産的 L1/L2/L2+級ADAS産品來創(chuàng)造收入和利潤、實現(xiàn)自我造血和可持續(xù)發(fā)展的同時，將借助量産落地的車型來積累大量數(shù)據(jù)，反哺 L3/L4 高等級自動駕駛系統(tǒng)的技術迭代優(yōu)化。

　　此外，專注該場景的初創(chuàng)企業(yè)還包括縱目科技、極目智慧、追勢科技、福瑞泰克、中天安馳等。

　　1) 目前自動駕駛對於車輛的識別技術比較穩(wěn)定，但對於行人、天氣、環(huán)境的識別其實還有很大的改善空間。

　　首先，就用車場景而言，如何讓車輛在行人比較多的路況下進行穩(wěn)定的工作，其實對於目前量産的自動駕駛技術來講都是比較難的。

　　其次是自動駕駛對於天氣的適應性。因為自動駕駛是構建在感測器技術與識別演算法基礎上的一個設備，當感測器受到嚴重影響的時候，自動駕駛需要快速實現(xiàn)車與人安全接管的轉換。

　　第三是交通設施環(huán)境設計，這一點需要國家標準的實施，以此推進交通環(huán)境不斷完善，比如更清晰的道路標識、更標準的隔離帶護欄，這些也會有效提升自動駕駛的安全和保障。

　　2) 整個環(huán)境的完善，包括感測器技術的發(fā)展，對現(xiàn)階段來説都是破局的地方。

　　第一是改善感測器，目前就是通過搭載更高級的鐳射雷達，與視覺技術進行更精確的融合，以此來實現(xiàn)更準確更安全的自動駕駛。

　　第二是感測器成本，如何提升算力降低成本，這需要整個行業(yè)共同推進，驅動全産業(yè)鏈的規(guī)?；M程。

　　自動駕駛系統(tǒng)是服務於用戶的，終極目標是為用戶提供更為舒適性和安全性的駕乘體驗。從這個角度而言，對ADAS的評價是有一定的主觀判斷在裏面的。在自動駕駛研發(fā)的過程中，Minieye開發(fā)了各種評測系統(tǒng)，去評估自動駕駛系統(tǒng)工作的穩(wěn)定性，並對相關功能的完成度進行標準量化。

　　比如Minieye設計了評測指標，像障礙物識別以及通過交通標識進行測距和測速等，它所完成的精準度就可以衡量我們當前自動駕駛系統(tǒng)的相關功能水準。另外，採用不同的感測器比如鐳射雷達，再通過多感測器與視覺技術的高度融合來實現(xiàn)一套更精確的系統(tǒng)，這也可以説是判斷ADAS技術的一種路徑。

　　據(jù)IDC預計，2020年全球汽車領域的半導體市場收入約為319億美元，2024年將達到約428億美元。汽車主控SoC系統(tǒng)級晶片的需求逐年增加，產品中心到2030年，每輛汽車的車載AI晶片平均售價約在1,000美元，全球車載AI晶片市場的規(guī)模將達到1,000億美元。當前L1-L3級自動駕駛算力晶片單車價值分別為50美元、150美元、500美元，L4/L5級自動駕駛算力晶片單車價值約為1,500美元，隨著技術逐漸成熟，至2030年有望下降到41美元、111美元、315美元、931美元。

　　雖然目前我國汽車晶片的進口率高達95%，但近幾年來隨著政策、投資力度加大，國內自動駕駛算力晶片企業(yè)高速擴張。在AI演算法人才儲備、應用場景設計、數(shù)據(jù)和落地能力等方面均具備一定優(yōu)勢。

　　從市場表現(xiàn)來看，儘管幾家國內自動駕駛晶片行業(yè)的創(chuàng)新企業(yè)已經在市場落地，但是在中高端市場，國內晶片企業(yè)的表現(xiàn)還有很大的上升空間。

　　在國際市場上處於領先位置的廠商中，除特斯拉只服務於自家的閉環(huán)生態(tài)，其餘3家分別是Mobileye、英偉達、高通。

　　據(jù)ADAS領域國際頭部企業(yè)Mobileye年初報告，2020年全年，Mobileye EyeQ系列晶片的出貨量達到1,930萬片，服務於全球28家OEM廠商共49個項目，處於全球市場的絕對領先位置。

　　2021年下半年，基於Mobileye EyeQ5晶片的自動駕駛方案開啟量産，極氪001是首款量産車型，預計2022年將有更多車型採用基於EyeQ5晶片的ADAS方案。

　　今年來、英偉達的高算力晶片在自動駕駛領域異軍突起，大量L4級自動駕駛公司採用基於英偉達Orin晶片進行方案開發(fā)。賓士、沃爾沃、現(xiàn)代、奧迪都已宣佈將採用英偉達的解決方案。

　　而量産車中小鵬P7使用了英偉達Xavier自動駕駛晶片。明年，蔚來、上汽R汽車、智己汽車等造車新勢力也將使用英偉達的自動駕駛晶片。

　　此外，2022年，高通將量産Snapdragon Ride自動駕駛解決方案，長城汽車已經確定搭載使用。高通的Snapdragon Ride或將是首款5nm製程的自動駕駛晶片，其效能表現(xiàn)讓諸多整車廠和自動駕駛公司保持高度關注。

　　地平線是全球矚目的人工智慧企業(yè)之一，擁有一支軟硬兼顧，同時具備有演算法、晶片和雲(yún)架構三方面研發(fā)能力的強大團隊。作為自動駕駛行業(yè)的先行者，地平線在圖像識別領域獲得過多項世界第一，比如曾獲ImageNet圖像識別測評第一名等等。

　　基於創(chuàng)新的人工智慧專用計算架構BPU，地平線已成功流片量産了中國首款邊緣人工智慧晶片——專注于智慧駕駛的征程1 和專注于AIoT的旭日1 ；2019 年，地平線又推出了中國首款車規(guī)級AI晶片征程2和新一代AIoT智慧應用加速引擎旭日2 ；2020年，地平線進一步加速AI晶片迭代，推出新一代高效能汽車智慧晶片征程3和全新一代 AIoT 邊緣 AI晶片平臺旭日3 。

　　地平線已成為唯一覆蓋L2到L4的全場景整車智慧晶片方案提供商。從 2019年量産中國首款車規(guī)級AI晶片征程 2，到2020年推出第二代車規(guī)級晶片征程3。目前，征程 2 、征程 3 已在長安、長城、東風嵐圖、廣汽、江淮、理想、奇瑞、上汽等多家自主品牌車企的多款主力爆款車型上實現(xiàn)前裝量産。

　　黑芝麻智慧科技是一家專注于視覺感知技術與自主IP晶片開發(fā)的企業(yè)。公司主攻領域為嵌入式圖像和電腦視覺，提供基於光控技術、三相電容電感測試儀圖像處理、計算圖像以及人工智慧的嵌入式視覺感知晶片計算平臺，為ADAS及自動駕駛提供完整的商業(yè)落地方案。

　　黑芝麻智慧首款晶片與上汽的合作已實現(xiàn)量産，第二款晶片A100正在量産過程中，預計可于一年內在商用車領域實現(xiàn)10萬片量級以上的量産，明年將在乘用車領域量産落地。黑芝麻智慧已與一汽、蔚來、上汽、比亞迪、博世、滴滴、中科創(chuàng)達、亞太機電等企業(yè)在L2、L3級自動駕駛感知系統(tǒng)解決方案上均有合作。

　　黑芝麻智慧科技最新的華山二號(A1,000)晶片具備40-70TOPS的強大算力、小于 8W 的功耗及優(yōu)越的算力利用率，工藝製程 16nm,符合 AEC Q-100、單晶片 ASIL B、系統(tǒng) ASIL D 汽車功能安全要求，是目前能支援 L3 及以上級別自動駕駛的唯一國産晶片。為了應對不同的市場需求，黑芝麻同步發(fā)佈了華山二號 A1,000L。

　　到2025年，我國無人駕駛領域鐳射雷達市場規(guī)?？蛇_216億元（Source：Livox、沙利文研究、禾賽科技招股説明書、《智慧網(wǎng)聯(lián)汽車技術路線圖 2.0》）。

　　鐳射雷達通過發(fā)射、接收、處理鐳射信號進行目標探測和識別。鐳射雷達的工作原理是向指定區(qū)域發(fā)射探測信號(鐳射束)，經過目標物反射後，將收集到的反射回來信號與發(fā)射信號進行處理比較，即可獲得待測區(qū)域環(huán)境和目標物體的有關空間資訊，如目標距離、方位角、尺寸、移動速度等參數(shù)，從而實現(xiàn)對特定區(qū)域的環(huán)境和目標進行探測、跟蹤和識別。

　　按照測距原理的不同，鐳射雷達可以劃分為飛行時間測距法、基於相干探測的 FMCW 測距法、以及三角測距法等。其中 ToF 與 FMCW 可實現(xiàn)室外陽光下較遠的測距，是目前市場車載中長距鐳射雷達的主流方案。全稱 Time of Flight，能夠根據(jù)發(fā)射和接收的時間差直接算出距離，具有響應速度快、探測精度高的特點，在鐳射雷達感測器領域應用多年；

　?。?） FMCW，全稱為 Frequency Modulated Continuous Wave，使用三角波進行調製，利用相干光學檢測技術，通過在時間上調製鐳射頻率並檢測發(fā)射與回波間的拍頻信號，完成對目標的距離及速度（多普勒頻移）的同時探測。

　　對於ToF 和 FMCW 這兩種技術路線來説，目前以 TOF 為技術路線的鐳射雷達公司數(shù)量眾多、當屬主流，常見的光束操縱分類如機械式、混合固態(tài)、固態(tài)式均採用了ToF的原理進行測距。但FMCW高靈敏度（高出 ToF 10倍以上）、長距離探測、低功耗、抗干擾、直接獲取即時速度的優(yōu)勢日益明顯，越來越受到行業(yè)的重視。未來隨著 FMCW 鐳射雷達整機和上游産業(yè)鏈的成熟，F(xiàn)MCW 有望逐漸改善體積大、成本高、速度慢等劣勢，ToF 和 FMCW鐳射雷達將在市場上並存。

　　禾賽科技為中國機械式鐳射雷達解決方案主要廠商。2,014 年成立於上海，致力於開發(fā)基於鐳射的機器人傳感技術。依靠 500多人的團隊打造出一系列創(chuàng)新型感測器解決方案，兼顧業(yè)內頂尖的産品性能、可量産的設計以及出眾的可靠性。禾賽憑藉自主研發(fā)的微振鏡和波形加密技術，始終引領感測器創(chuàng)新的發(fā)展方向。經過多年深耕，禾賽在核心元器件、自研晶片、車規(guī)級生産能力、功能安全、主動抗干擾技術以及基於深度學習的鐳射雷達感知方面都有深厚的積累。目前公司在全球範圍內均有專利佈局，客戶遍佈全球30個國家和地區(qū)的70+座城市。 迄今為止，禾賽已完成累計數(shù)億美元融資，投資方包括德國博世集團、高瓴、小米、美團、CPE、光速、百度等全球知名的行業(yè)企業(yè)和投資機構。

　　公司憑藉在無人駕駛領域鐳射雷達的技術積累，針對不同場景的特點與需求，陸續(xù)開發(fā)了多個産品線，如適用於無人駕駛領域的 Pandar128、PandarQT 等，適用於 ADAS 領域的 PandarGT 等，適用於機器人領域的 PandarXT，適用於車聯(lián)網(wǎng)領域的 PandarMind，不斷豐富産品類型和應用場景。2021 年 8 月 13 日，禾賽正式公佈面向 ADAS 前裝量産的長距混合固態(tài)鐳射雷達——AT128，AT128 是 ADAS 鐳射雷達的各項核心指標一次質的飛躍，也是市場上唯一同時滿足遠距（200m@10%）和超高點頻（153萬每秒，單回波）的車規(guī)級前裝量産鐳射雷達。截至2021年8月13日，AT128已獲得多家頂級汽車廠商總計超過 150 萬臺的定點訂單，將在2022年大規(guī)模量産交付。

　　總部位於深圳，公司成立於2014年8月，2016 年開始佈局低線束鐳射雷達的設計。根據(jù) 2021年9月2日Yole最新發(fā)佈的統(tǒng)計，截至2021年8月29日已知的定點訂單總數(shù)，速騰聚創(chuàng)在汽車和工業(yè)應用領域的在手定點訂單數(shù)量全球市場佔比 10%，排名中國第一、全球第二。

　　速騰聚創(chuàng)通過鐳射雷達硬體、感知軟體與晶片三大核心技術閉環(huán)，為市場提供具有資訊理解能力的智慧鐳射雷達系統(tǒng)。硬體方面，公司佈局機械式 LiDAR、 MEMS 固態(tài)式 LiDAR 和靜態(tài)三維鐳射掃描器三大類；感知軟體方面，公司分別針對 RoboTaxi LiDAR、中低速 LiDAR、V2X LiDAR 提供感知系統(tǒng)，並能利用 RS-Reference 真值系統(tǒng)提供針對各感測器的自動化測評。

　　圖達通智慧科技(蘇州)有限公司成立於2016年，是目前國內外技術較為領先的300線鐳射雷達高新企業(yè)，總部位於美國矽谷。公司旗下的鐳射雷達産品運用在自動駕駛、車路協(xié)同、城市軌道交通、智慧高速、礦山、軌道等多個領域。目前已有多家主機廠測試鐳射雷達産品，計劃作為平臺化標準産品，應用於L3及以上的智慧駕駛車型。

　　近期均勝電子完成對圖達通戰(zhàn)略投資，與均勝電子子公司均聯(lián)智行等多家業(yè)界重量級供應商開展合作，為蔚來汽車近期發(fā)佈的首款轎車ET7提供超遠距離高精度鐳射雷達，使之真正實現(xiàn)從輔助駕駛到自動駕駛的跨越。未來，雙方將在鐳射雷達感知融合、V2X數(shù)據(jù)融合、自動駕駛域控制器決策演算法等方面深度合作，共同推進智慧網(wǎng)聯(lián)汽車産業(yè)化和國際化落地。

　　目前公司産品主要包括車用的獵鷹系列、路用的獵豹/捷豹系列和OminiSense解決方案。獵豹與捷豹系列産品是300線高性能遠距離鐳射雷達産品，可廣泛應用於智慧城市、智慧高速以及軌道和礦山等場景，感知交通狀況以及路況管理。獵鷹系列是目前世界上應用在自動駕駛領域探測距離最遠的鐳射雷達，其超遠距及超高清等性能，有助於提高自動駕駛的安全性和可靠性。OmniSense是結合了圖達通首款300線圖像級遠距離鐳射雷達，針對智慧交通行業(yè)而設計的軟體解決方案。能夠提供高品質的3D點雲(yún)圖像，以及先進的目標感知演算法，同時配備了界面友好的可擴展開發(fā)平臺，通過此平臺能夠滿足各種智慧交通的應用場景實現(xiàn)。

　　國內高精地圖行業(yè)正在穩(wěn)步向前發(fā)展，但是高精地圖的商業(yè)模式仍未完全成型，按照3億汽車保有輛測算，市場規(guī)模估計如下，預計到2025年可達385億元（2021年9月中國汽車保有量為2.97億輛；汽車保有輛估計來自前瞻）。

　　關於建立高精度道路導航地圖的方法研究也有很多，例如通過配備GPS-RTK的採集車沿特定線路採集數(shù)據(jù)；使用鐳射雷達與廣角攝像頭結合的方法提取道路資訊，加上配備高精度全球衛(wèi)星導航系統(tǒng)（GNSS）則能夠達到10釐米精度，但這種採集方案成本較高，也有研究者提出使用低成本感測器創(chuàng)建車道級地圖的方法，通過全球定位系統(tǒng)和慣性導航系統(tǒng)（GPS/INS）的緊耦合完成定位，從正射影像圖中獲取相關地圖資訊。

　　1）基於“鐳射雷達+人工智慧處理”模式。該模式穩(wěn)定性高，但是採集設備成本高，是各大圖商採用的主流模式。

　　2）“眾包採集+AI識別提取”模式。該模式成本低，但是精度和穩(wěn)定性待提升，是主流圖商更新和初創(chuàng)圖商採用的主流模式。

　　3）“車輛動態(tài)上傳+動態(tài)地圖自動下發(fā)更新”模式。該模式是最為理想的高精度地圖生産與更新模式，尚處於論證階段，需要隨著智慧網(wǎng)聯(lián)汽車産業(yè)的發(fā)展不斷完善。

　　傳統(tǒng)圖商的盈利模式是銷售離線的license，單車平均價值大約在200元左右。高精度地圖具有實時更新的特點，盈利模式逐漸轉變?yōu)樘峁┮幌盗谢陡呔鹊貓D數(shù)據(jù)服務並收取服務費的形式，高精度地圖廠商也逐漸從圖商向地理資訊服務型企業(yè)轉變。當前業(yè)內較為公認的收費模式是在車廠簽下訂單時支付一筆訂單費用以供圖商進行高精度地圖的開發(fā)，後續(xù)在搭載車輛上收取一次性的License費用以及按每車每年收取的服務費，License與服務費分別對應汽車增量和存量。目前來説，訂單費用大約為幾千萬；License費用大約1,000元/車左右， 即傳統(tǒng)地圖的5倍，服務費在100-500元/年/車區(qū)間。

　　售賣的大部分是離線地圖，通過向車企售賣Licence以及提供少量的後期更新服務獲利，交易方式為一次性付清。而高精度地圖由於存在動態(tài)資訊的實時交互，圖商將為此向數(shù)據(jù)服務商方向轉變。在高精度地圖時代，圖商需要構建雲(yún)平臺為車主提供道路的實時資訊，根據(jù)提供的數(shù)據(jù)量的多少計費。目前的高精度地圖企業(yè)在開發(fā)高精度地圖産品的同時也在努力構建自身的雲(yún)服務平臺以適應商業(yè)模式的轉變。如Here開發(fā)的實時交通雲(yún)産品，凱立德開發(fā)的雲(yún)端服務平臺等。

　　如Waymo，他們希望的是高精度地圖最終能成功服務於自動化駕駛，從而推動其無人計程車業(yè)務的展開。從這一角度來看，該類企業(yè)的盈利模式更多偏向於To C。類似這樣做無人計程車的，最後為高精度買單的都是消費者，按照使用次數(shù)來付費了。

　　還有一種商業(yè)可能，類似現(xiàn)在車聯(lián)網(wǎng)模式，車企賣給用戶的時候前面兩年流量費，後面用戶需要使用網(wǎng)際網(wǎng)路功能，就自己繳納流量費用，高精度地圖到了一定量級也完全可以採用這種模式，基本的高精度地圖費用由車企買單（當然羊毛出在羊身上，最終體現(xiàn)還是在用戶身上），但是後續(xù)的高精度使用及更新地圖部分的費用由用戶來買單，而且如果使用量級大了以後，可以按照使用次數(shù)或者包月等靈活的使用費用。

　　中國高精地圖商業(yè)化格局主要呈現(xiàn)兩極分化，聚集了各大傳統(tǒng)圖商、初創(chuàng)企業(yè)和網(wǎng)際網(wǎng)路巨頭。主要市場份額依舊被BAT把持。

　　融合了RTK、DR等技術的高精度GNSS技術正逐漸成為自動駕駛領域最主流的高精度定位方式。據(jù)GSA數(shù)據(jù)統(tǒng)計，未來十年全球GNSS設備出貨量將持續(xù)增長——從2019年的18億臺增長至2029年的28億臺。

　　高精度定位市場2020年同比增長47.5%，總産值達到110.4億元。從2010年到2020年的11年之間，高精度定位産品年銷售收入增長了10倍，年均複合增長率高達26%，並且在2020年大幅加速增長。自動駕駛和無人機屬於高精度定位的新興應用級賽道?？傮w來説，市場還未爆發(fā)，處於新技術建設與應用培育期。

　　圖22 Source: 《2,021中國衛(wèi)星導航與位置服務産業(yè)發(fā)展白皮書》

　　相比于 L3 級自動駕駛，L4 級測試研發(fā)車輛對高精度位置和姿態(tài)資訊的精度要求更高。各主機廠和自動駕駛方案商在 L4 級研發(fā)車輛上所採用的感知感測器融合技術方案相近，包括 GNSS/IMU 組合導航設備、鐳射雷達、毫米波雷達、攝像頭、超聲波雷達等。L4級研發(fā)測試車輛的高精度定位方案與 L3級準量産自動駕駛車輛的方案有比較大的不同，極少數(shù)的主機廠 L3 級準量産自動駕駛車輛的方案選用了鐳射雷達，而針對 L4 級研發(fā)測試車輛的硬體感知方案，大多數(shù)主機廠和自動駕駛方案商均選擇以鐳射雷達為主，部分主機廠選擇以攝像頭為主，但是不管以哪種硬體方案為主，高精度的 GNSS/IMU 組合導航是必不可少的感測器。

　　限定區(qū)域內的高度自動駕駛應用定位方案大致相同，均採用高精度 GNSS/INS 組合導航、鐳射雷達、攝像頭、毫米波雷達、超聲波雷達等多種感知感測器融合的高精度定位方案。

　　第一種商業(yè)模式以軟硬體産品和解決方案的銷售為主，主要與渠道商合作，共同拓展項目；第二種商業(yè)模式為數(shù)據(jù)服務，通過分析各類定位導航終端返回的數(shù)據(jù)，提供各類分析應用類增值服務。

　　Robotaxi賽道是市場空間最大的自動駕駛場景之一，2020年我國網(wǎng)約車日訂單已經突破2,100萬單。麥肯錫預測在2031年中國Robotaxi市場規(guī)模有望達到2.8萬億。

　　1) L4最低指標未達標：要實現(xiàn)Robotaxi全無人駕駛計程車（取消安全員）的概念，Robotaxi 自動駕駛等級必須在L4級以上。而L4級汽車的最低路測里程數(shù)要求為10億公里，達千億公里級別才能確保具備充足數(shù)據(jù)進行AI訓練及倣真測試，從而確保行駛安全，相當於100萬輛車以每天10個小時的頻率不間斷行駛1年。因而，目前Robotaxi仍未達到L4級別，且仍需較長時間進行路測數(shù)據(jù)的積累。

　　2) 資金消耗大、技術迭代慢：Robotaxi年技術研發(fā)成本巨大，但受限于數(shù)據(jù)積累的缺失，整體技術迭代週期漫長。

　　3) 運作模式不清晰：中國部分Robotaxi車輛存在只能在固定線路或者小範圍封閉園區(qū)運作的問題，其運作模式與Robobus存在衝突，而Robobus單次載人數(shù)量更多、終端場景可取代人力成本的迅速程度更快，在固定路線或封閉場景下優(yōu)勢更為明顯、競爭力更強。

　　4) 法規(guī)尚不成熟：Robotaxi的運作關乎人身安全及道路所屬權劃分，受到政策管控。中國在無人駕駛的相關政策上比美國更為謹慎，當前階段，中國關於道路開放、路權界定、權責劃分的政策尚未完善出臺；介於技術、商業(yè)模式、法規(guī)等各方面的不成熟，Robotaxi仍處在“偽概念”階段，當下的Robotaxi 公司也因此無法實現(xiàn)短期盈利，如Drive.ai、Starsky Robotics因盈利問題而直接倒閉，賽道歷史熱門公司Cruise和ArgoAI則被通用、福特收購。

　　1) 模式1：自動駕駛公司提供技術+投資公司提供資金+地方創(chuàng)新機構&出行公司提供本土支援；再成立合資公司負責運營。如：百度與長沙先導産業(yè)投資公司、湘江只能科技創(chuàng)新中心成立湖南阿波羅智行、文遠知行與科學城（廣州）投資集團、廣州白雲(yún)出租汽車集團合資成立文遠粵行。

　　2) 模式2：自動駕駛公司（提供技術）與出行服務公司（提供車輛、運營平臺）合作。如：AutoX與深圳鵬程電動合作；滴滴出行與滴滴自動駕駛公司合作。

　　3) 模式3：自動駕駛公司組建內部運營團隊負責Robotaxi運營。如：小馬智行在廣州的試運營項目。

　　其中，百度佈局Robotaxi賽道時間早，其在運營範圍、車隊規(guī)模、用戶人數(shù)等方面已具備深厚積累。

　　文遠知行在訂單積累方面表現(xiàn)優(yōu)異，截至2020年11月，其共安全完成147,128次出行，服務用戶數(shù)超60,000，無任何主動責任事故，且用戶五星好評率高達94.2%。此外，文遠知行于2021年2月獲廣州交通運輸局頒發(fā)的網(wǎng)約車運營許可，是中國第一家擁有開展網(wǎng)約車業(yè)務資質的自動駕駛企業(yè)。

　　雖現(xiàn)階段滴滴運營進展仍較慢，但考慮到滴滴（沃芽科技）作為出行服務公司，基於其網(wǎng)約車平臺運營積累，其在運營調度經驗、數(shù)據(jù)輔助及車輛運力等方面皆具備優(yōu)勢，未來有望將其在傳統(tǒng)燃油網(wǎng)約車的運營經驗反哺至Robotaxi領域，推動其自動駕駛業(yè)務的商業(yè)化進程。

　　1) 測試里程數(shù)（技術）：中國是全球交通和路況最複雜的地區(qū)之一，複雜的路況環(huán)境助力中國團隊迅速積累更多複雜的自動駕駛場景。政府對於自動駕駛的利好政策則推動了自動駕駛的落地測試與運營展開。現(xiàn)階段，中國Robotaxi賽道已進入車隊測試及服務試運營的階段，未來行業(yè)的競爭核心也將會轉向運營規(guī)模與測試里程的比拼。此外，里程的積累將反哺技術的迭代，Robotaxi參與者的技術情況可從其MPI指標反映出來。

　　2) 政府關聯(lián)度：Robotaxi涉及人身安全，且駕駛環(huán)境較為複雜，政府出於安全考慮對於路權的開放較為謹慎。此外，地方政府對於自動駕駛的落地測試與運營展開的支援程度起到關鍵作用，因此與地方政府保持良好關係將是Robotaxi相關企業(yè)把握路權開放節(jié)點以及尋求政策支援的重要環(huán)節(jié)。

　　3) 産業(yè)鏈整合能力：掌握的産業(yè)鏈資源越完整，Robotaxi相關企業(yè)的先發(fā)優(yōu)勢將愈明顯，比如通過與整車廠的深度合作可真正將無人駕駛技術前置至車輛的生産研發(fā)環(huán)節(jié)，避免“實驗室造車”。

　　4) 資金實力：Robotaxi資金消耗大、技術迭代慢，因而資金是各方在現(xiàn)階段“做蛋糕”大背景下的重要“武器”，掌握資金則意味著有更充足的“彈藥”支撐技術的研發(fā)、人才的培養(yǎng)以及商業(yè)化運營。

　　5) 運營能力：Robotaxi行業(yè)處在“以測試方式運營，以運營方式測試”階段，平臺的運營調度經驗、車輛管理能 力是決定Robotaxi服務商業(yè)化效率的重要因素，是衡量相關企業(yè)生存潛力的重要指標。

　　作為百度發(fā)佈的面向汽車行業(yè)及自動駕駛領域合作夥伴的一款軟體平臺，Apollo既是面向整車廠提供的完備自動駕駛解決方案，也是為開發(fā)人員提供的開放式平臺，旨在為合作夥伴提供面向L4/L5級別的自動駕駛研發(fā)生態(tài)。目前Apollo的商業(yè)模式主要有三種：一是為主機廠提供解決方案；二是參與造車，通過集度汽車整合百度自動駕駛方面的創(chuàng)新，把最先進的技術第一時間推向市場；三是基於Apollo平臺打造Apollo GO自動駕駛出行服務平臺，並於2021年8月升級為新品牌“蘿蔔快跑”。用戶可以從百度地圖及Apollo官網(wǎng)預約體驗Robotaxi，計劃將於2023年部署超過3,000量車。截止至2021年8月，Apollo共用無人車自動駕駛已完成累計超過1,200萬公里的測試里程積累，獲得27個自動駕駛測試城市的許可牌照，安全?？奎c達到620個，路網(wǎng)覆蓋規(guī)模約391萬平方公里，完成21萬次的自動駕駛出行服務，無人駕駛出粗車規(guī)模達500輛以上。

　　Apollo Moon作為“蘿蔔快跑”自動駕駛出行服務平臺的重要車型，目前成本可降至48萬元，搭載2個鐳射雷達、13個攝像頭和5個毫米波雷達，計算平臺算力超過800 TOPS。同時，Apollo Moon基於“ANP-Robotaxi”自動駕駛産品架構打造，在領航輔助駕駛ANP獨立閉環(huán)的基礎上，增加1顆定制鐳射雷達和相應無人駕駛冗余，即可實現(xiàn)完全無人駕駛能力。該架構可以進一步打通Robotaxi與前裝量産輔助駕駛産品的數(shù)據(jù)，實現(xiàn)數(shù)據(jù)閉環(huán)、完成對自動駕駛長尾場景的收集。

　　小馬智行作為一家以自動駕駛軟體為核心壁壘的企業(yè)，全速推進乘用、商用兩大核心業(yè)務。自動駕駛乘用車和商用車是兩大市場前景廣闊的領域，小馬智行在這兩大領域發(fā)力，積累了豐富的技術。在乘用車出行領域，小馬智行早在 2018 年便正式推出了 PonyPilot 自動駕駛出行服務， 在中國廣州以及美國加州落地 Robotaxi 服務。目前小馬智行的測試範圍覆蓋中美五大城市，達 560 平方公里，已積累 500 萬公里的測試里程。此外，小馬智行在商用車領域也在不斷加大投入。2019年4月，公司首次宣佈進入貨運領域；2,020 年 12 月，卡車事業(yè)部成立，並獲得廣東首張自動駕駛卡車測試牌照；2021年7月，獲得北京首批自動駕駛卡車測試牌照和卡車首批高速公路測試許可。意味著小馬智行在廣州和北京均開啟卡車道路測試。截至2021年7月，小馬智行自動駕駛卡車已完成約13,650噸貨運運輸，商業(yè)運營里程達37,466公里。

　　技術方面，與 Waymo 相同，小馬智行採用全棧解決方案，即軟體與硬體解決方案相結合。硬體方面，小馬智行已經更疊至第五代——PonyAlpha X，並自主研發(fā)了車載計算平臺、攝像頭、 感測器網(wǎng)關等 24 項核心硬體模組。PonyAlpha X 在供應鏈管理、硬體設計、改造總裝、下線標定等方面實現(xiàn)環(huán)環(huán)打通，建立了標準化流程，使自動駕駛汽車量産成為可能，該系統(tǒng)已批量搭載于雷克薩斯 RX450h 車型上，並在 2021 年 2 月從標準化生産線正式下線。感知層面，小馬智行L4級自動駕駛系統(tǒng)採用了自研的多感測器融合技術，能夠更好保障感知結果的穩(wěn)定及安全冗余。面對複雜的路況和場景，多感測器方案為障礙物檢測、分類、追蹤和場景理解提供更紮實的技術支撐，更保障了後續(xù)技術模組的準確運作。

　　目前公司已達數(shù)百人規(guī)模，研發(fā)團隊成員大多來自Google、Apple、Uber、百度、廣汽等知名科技公司或汽車公司，有著豐富的自動駕駛軟硬體研發(fā)及工程化經驗。

　　2017年成立於美國矽谷，是擁有領先L4級別自動駕駛技術的智慧出行公司，致力於為大眾提供安全便捷的出行服務。公司是全國首個全對外開放的Robotaxi運營服務公司。目前，團隊規(guī)模超過400人，其中85%以上為研發(fā)工程師，是首家獲得全球汽車製造商（雷諾日産三菱聯(lián)盟）和全球客車製造商（宇通集團）戰(zhàn)略領投的自動駕駛企業(yè)。2019年11月在廣州推出全國首個對外開放的Robotaxi運營服務，截止至2020年11月，運營一週年攻完城147,128次出行，服務用戶數(shù)超過60,000。截止至2021年5月，文遠知行擁有測試車隊數(shù)超100輛，測試里程超過500萬公里。

　　元戎啟行是一家國際化的L4級自動駕駛解決方案提供商，成立於2019年，自成立以來聚焦于兩大業(yè)務，即出行業(yè)務和同城貨運業(yè)務，主要有RoboTaxi和輕卡兩條産品線。RoboTaxi在全國有將近80臺車；在同城貨運上，元戎啟行已經展開了自動駕駛輕型卡車的研發(fā)測試，並通過了內部的技術驗證。下一階段，元戎啟行將在自動駕駛輕卡道路測試上加大投入，進行全方位的産品打磨。未來將重點在一兩座城市中重點發(fā)展，在這些城市增加自動駕駛汽車的數(shù)量，打造自動駕駛的精品樣板。

　　輕舟智航成立於2019年，自成立之初，輕舟智航便提出自動駕駛“超級工廠”的戰(zhàn)略目標，以高效實現(xiàn)自動駕駛的商業(yè)化及規(guī)模化落地。目前輕舟智航主要有3條産品線：龍舟ONE、龍舟SPACE和智慧公交。龍舟ONE是基於5.9米小巴打造的Robobus，主要用於地鐵接駁、城市微迴圈等場景；是國內覆蓋城市最多的無人小巴，包括蘇州、深圳、武漢、北京、無錫都有落地應用。龍舟SPACE是一款輕舟智航與車企合作打造，面向城市未來出行設計的新車型。定位是城市移動空間，未來可作為Robotaxi使用。智慧公交：面向大巴的輔助駕駛方案，這套方案目前已在國內兩個城市落地車隊。但這一産品的定位不以無人化為目標，而是以輔助駕駛為目標。主要的目的是提高安全性，避免司機的誤操作而造成的事故，降低司機的駕駛負擔。

　　無人駕駛卡車能節(jié)省一半乃至全部的人力成本和部分燃油成本，具備20%~30%的提升空間。僅按照司機替代邏輯進行測算，我國目前在運作的用於公路運輸?shù)募?、重卡等?00萬臺，按照平均每車2名司機，每司機年薪8-10萬進行測算，幹線無人駕駛的市場規(guī)模已經達到近萬億。鍇明資本合夥人應麗認為，物流行業(yè)是自動駕駛最先開始廣泛商業(yè)應用的場景。隨著技術進步，更安全、更高效、更經濟的自動駕駛解決方案會對物流行業(yè)的成本和效率帶來顯著的優(yōu)化。

　　高速幹線的商業(yè)模式主要由托運人、第三方車隊或物流企業(yè)運營車隊，利用幹線長途重載無人駕駛卡車運輸貨物。目前有兩類較為成熟的商業(yè)模式，分別是輕資産、重資産。

　　1) 輕資産模式：自動駕駛科技公司與傳統(tǒng)汽車主機廠和物流平臺方建立第三方合作關係：自動駕駛科技公司向物流平臺方提供自動駕駛解決方案和技術服務，傳統(tǒng)主機廠向物流平臺方銷售重卡或者科技企業(yè)直接賦能主機廠，由主機廠向物流平臺銷售無人駕駛重卡；物流平臺方根據(jù)托運人的需求劃分自營和第三方車隊，這兩類車隊也與傳統(tǒng)主機廠、自動駕駛科技公司和物流金融服務商形成合作關係。

　　2) 重資産模式：自動駕駛科技公司起主導作用：自動駕駛科技公司向傳統(tǒng)汽車主機廠購買自動駕駛重卡，將其與自動駕駛解決方案和技術一同售賣給物流平臺；此外物流自營車隊和第三方物流車隊也可以向自動駕駛科技公司租賃自動駕駛重卡汽車，需付費用為按里程或時間計費的租賃費用和自動駕駛技術服務費。

　　1) 技術難點：重卡車身較高，車輛視覺盲區(qū)大，需要重點覆蓋的感知範圍更大；而重卡較長的車身導致所需變道時間較長，對感知距離與預判時間要求更高；重卡車頭與車掛之間的柔性連接也讓自動駕駛車身姿態(tài)控制難度增大。同時，由於重卡載重波動在14噸至49噸之間，巨動對車身高度、重心有較大影響，對自動駕駛車身控制要求較高；在行駛過程中，車身懸掛抖動明顯，感測器線上標定比較困難。另外一方面，重卡躲在高速道路行駛，時速高、載重大，在雨天路滑的情況下，安全制動距離需要至少300m，因此對比其他場景的車型，自動駕駛重卡所需的感知距離更長、要求的反應速度更快且控制更加精準。

　　2) 供應鏈薄弱：從供應鏈層面來看，高速幹線商業(yè)化目前仍然存在三大難點：一是鐳射雷達、計算平臺等關鍵部件的車規(guī)級産品量産供應難。鐳射雷達、計算平臺等關鍵部件車規(guī)級産品的量産供應是實現(xiàn)L3自動駕駛重卡量産關鍵的一環(huán)，但目前仍然缺少規(guī)範技術及産品的行業(yè)標準文件，一方面，政府及行業(yè)協(xié)會應該應該儘快加速行業(yè)標準制定的推進工作，另外一方面，關鍵部件供應商也應該積極參與，促進業(yè)內産品標準化和規(guī)範化發(fā)展。二是本土商用車主機廠與供應商線上控底盤技術與産品積累較為薄弱，自主供應能力弱，掌握在國際零部件巨頭手中。三是適應更高階自動駕駛系統(tǒng)的關鍵技術與部件研發(fā)難度較大，隨著L3自動駕駛重卡向L4自動駕駛重卡發(fā)展，對自動駕駛的感知、計算與執(zhí)行能力要求進一步提升。

　　3) 政策標準滯後：自動駕駛高速幹線場景作為跨産業(yè)融合創(chuàng)新産物，其道路測試、示範應用、上路運營相關的標準制定權與監(jiān)督機制分散在汽車、交通、安全等多部門?，F(xiàn)行相關法律法規(guī)當中，産品管理、交通管理、責任界定、保險監(jiān)管、網(wǎng)路安全管理、地理資訊管理等方面的部分規(guī)定，存在制約高速幹線應用發(fā)展的矛盾點和可能潛在風險的空白點。在道路測試方面，目前缺失針對道路測試數(shù)據(jù)的管理依據(jù)，數(shù)據(jù)收集缺少後期脫敏處理，測試數(shù)據(jù)價值未能完全發(fā)揮，針對道路測試數(shù)據(jù)收集與處理的相關標準亟待完善；在上路運營層面，L3自動駕駛重卡上路運營過程中將産生海量實時道路運營數(shù)據(jù)，涉及國際地理資訊安全與數(shù)據(jù)安全，且缺少針對自動駕駛汽車網(wǎng)路安全的指導性文件，《網(wǎng)路安全法》難以充分應對自動駕駛汽車帶來的網(wǎng)路安全問題。

　　科技公司和主機廠因具備技術優(yōu)勢佔據(jù)有利位置，成為推動幹線物流自動駕駛生態(tài)的主動力。頭部科技公司廠商定位明確專攻物流場景，研發(fā)能力強勁，掌握核心技術，與物流商、主機廠等形成合作關係，代表公司例如圖森未來、智加科技、嬴徹科技等；重卡企業(yè)具有明顯的資源和生産優(yōu)勢，但通常要借助科技公司完成在幹線物流自動駕駛的佈局；跨場景廠商成為幹線物流自動駕駛造車主力軍，同時利用客戶流量優(yōu)勢拓展佈局業(yè)務。

　　圖森成立於2015年，提供電腦視覺為主的可商用L4級自動駕駛解決方案、高速場景及港內集裝箱卡車的無人駕駛解決方案。2016年8月在自動駕駛演算法公開排行榜KITTI和Cityscapes評測數(shù)據(jù)集上均獲得世界第一。公司于2021年正式在美國上市，據(jù)其招股書顯示，公司擁有核心專利技術超過240項，在全球擁有70輛自動駕駛卡車，其中50輛在美國、20輛在中國，車上均配備有安全員。圖森目前已與UPS、McLANE、Navista和Traton等物流方和主機廠建立緊密合作，公司通過創(chuàng)建無人駕駛貨運網(wǎng)路，接入自有或承運人、車隊擁有的自動駕駛卡車，為貨主提供按流程收費的貨運服務，並向車隊所有者提供TuSimple Path訂閱服務。圖森預計其L4級別的無人駕駛車隊在23/24年或可實現(xiàn)規(guī)?；涞亍?/p>

　　智加2016年創(chuàng)立於美國矽谷，創(chuàng)始團隊大部分為斯坦福背景，具備豐富的連續(xù)創(chuàng)業(yè)以及技術研發(fā)經驗，國內在北京、蘇州、上海等地設有研發(fā)中心。在中國，智加憑藉監(jiān)督式L4方案從當前物流市場中所佔價值最大、最快能實現(xiàn)商業(yè)化的環(huán)節(jié)--倉到倉的幹線物流切入，並與一汽解放在2019年成立了合資公司——摯途科技，同年推出了其首款産品—一汽解放L2量産級智慧駕駛商用車，2020年率先推出全球首款量産自動駕駛重卡J7 L3並於2021年開始投放市場，智加投資人鍇明投資合夥人應麗介紹，J7 L3的量産已經可以顯著優(yōu)化物流客戶的成本和效率，正在規(guī)?；桓堵涞?，將加速擴大智加在行業(yè)內的領先優(yōu)勢。在美國，智加科技2021年2月開始向亞馬遜交付首批1,000 臺量産訂單，並投入車隊運營服務，據(jù)悉雙方長期規(guī)劃10,000 臺量産訂單。據(jù)智加介紹，其L3級解決方案脫胎于其L4技術並行開發(fā)，目前可以實現(xiàn)在極低前裝成本的情況下，提供超過10%節(jié)油效率以及長途運輸當中節(jié)省司機的效果。另外，公司與滿幫集團達成戰(zhàn)略合作，基於L3級自動駕駛重卡開展商業(yè)化運營。其新車型將接入滿幫平臺，在滿幫助推下，量産級別自動駕駛重卡可快速達到萬輛級規(guī)模，每年産生數(shù)十億公里的真實路測數(shù)據(jù)。智加可通過在真實運營中産生的龐大高品質數(shù)據(jù)反哺L4 無人駕駛演算法，通過不斷自主學習和OTA 軟體升級，最終實現(xiàn)高速公路L4 級無人重卡商業(yè)運營的成功落地。

　　嬴徹成立於2018年4月，聚焦于幹線物流場景，自主研發(fā)L3和L4級自動駕駛技術，致力於為物流客戶提供新一代TaaS貨運網(wǎng)路。公司于2021年3月發(fā)佈自動駕駛系統(tǒng)“軒轅”，該系統(tǒng)直接面向量産、全棧自研的卡車自動駕駛，包括演算法、軟體系統(tǒng)、計算平臺和線控底盤整合。公司與東風商用車、中國重汽分別聯(lián)合研發(fā)的兩款L3重卡將搭載軒轅自動駕駛系統(tǒng)，于2021年底量産交付，未來可通過OTA升級至L4。同時，公司于2018年與上海國際汽車城汽車創(chuàng)新港聯(lián)合發(fā)起成立了幹線物流聯(lián)合創(chuàng)新中心，目前已有24家成員單位，主要成員包括一汽解放、重汽和福田汽車在內的主機廠、零部件供應商、物流企業(yè)、技術合作夥伴、圖商、高校和科研機構等。

　　主線成立於2017年，定位為自動駕駛卡車服務提供商，從港口物流樞紐到高速幹線物流場景提供自動駕駛卡車及運營服務。目前主線與福佑卡車成立自動駕駛運營合資公司，共同打造新一代“智慧物流平臺”，探索自動駕駛幹線物流商業(yè)化運營。此外，公司還與德邦快遞、京東物流、普洛斯等建立了合作關係。其與德邦開展幹線物流自動駕駛合作，運營“天津-蘇州”路線，並於2019年入選科技部十三五重點研發(fā)計劃。

　　目前末端物流最主要的場景是快遞和即時配送，後者包括外賣、生鮮宅配、商超零售、醫(yī)藥配送等，無論哪個場景都蘊含著巨大的市場價值。啟明創(chuàng)投合夥人周志峰認為，中國有近500萬快遞人員，日均快遞3億多單。但電商體量在未來還會快速增長，再疊加各種新消費習慣，2025年日均快遞單量將突破10億單。只憑現(xiàn)有人力結構，每人平均送件件數(shù)會很快到達瓶頸，無人化方案的引入是大勢所趨。

　　目前我國快遞末端配送成本平均1.2元/件，以2021年快遞業(yè)務單量預計955億件計算，快遞末端配送市場規(guī)模超過1,100億元；即時物流配送單價約7-9元/件，以2021年即時配送訂單預計300億單計算，即時配送市場規(guī)模將超過2,000億元。

　　綜合來説，2021年快遞和即時物流末端配送市場規(guī)模將超過3,000億元，並且快遞和即時物流單量還在快速上漲。

　　1) 法律法規(guī)仍待完善：目前我國無人配送行業(yè)的相關文件指引主要以技術標準層面為主，北京宣佈發(fā)佈《無人配送車管理實施細則》試行版，但具體政策細節(jié)還未正式對外露出，且屬於地方政策，全國其他城市未有更多政策頒布，未能形成統(tǒng)一的法律規(guī)範。一方面，無人配送車的類別歸屬尚未明確（機器人/車輛）；另一方面，交通法規(guī)層面缺乏對無人配送車這類交通參與者的規(guī)定，包括路權、車輛經營權、責任主體等。

　　2) 供應鏈、價格和標準：雖然國內擁有較為完整的無人配送車上游供應鏈，但是核心零部件的技術、性能和品質還有待進一步提升。無人配送車的採購價格和使用成本是需求方決策的關鍵，價格目前仍然是制約無人配送車規(guī)模應用進程的重要因素；標準方面，無論是道路測試標準還是産品安全標準，無人配送産品標準體系還需要完善；同時，産品生産管理體系沒有形成行業(yè)規(guī)範，容易導致産品良莠不齊，存在安全隱患。相關車規(guī)標準目前也亟待完善。

　　3) 商業(yè)閉環(huán)尚需産業(yè)鏈各環(huán)節(jié)持續(xù)推動。無人配送剛剛起步，部分場景下的商業(yè)模型已經初步形成，但需要更多場景方的嘗試和支援，不斷推動産業(yè)上下游合作。同時無人配送發(fā)展還需要通信基礎設施的支援，包括推動5G網(wǎng)路覆蓋等，以及大規(guī)模商業(yè)化為導向，拓展保險、運維等服務保障。

　　目前無人配送的商業(yè)模式主要有三種：移動零售平臺、無人配送車隊服務、無人配送車輛供應商。

　　由於當前自動駕駛技術、産業(yè)鏈都還不成熟、各個細分場景解決方案均需要深根場景進行技術研發(fā)和産品開發(fā)，因此網(wǎng)際網(wǎng)路巨頭在自動駕駛産業(yè)鏈的應用接入段佔據(jù)非常重要的位置。在外賣、電商物流、快遞、社區(qū)團購等行業(yè)不斷擴張的背景下，配送環(huán)節(jié)的效率、成本、服務已經成為了各大電商巨頭、外賣平臺的核心競爭力之一。企業(yè)代表包括京東、阿里巴巴、美團、順豐等。

　　無人物流車整體解決方案提供商，需要打通軟體、硬體、車輛底盤以及整體運營系統(tǒng)形成閉環(huán)，從而創(chuàng)造價值形成壁壘。尤其在該領域缺乏標準和車規(guī)的情況下，利用數(shù)據(jù)和軟體來定義硬體和車輛就變得尤為重要。另一方面，因為該領域的初創(chuàng)公司並不容易滿足各個方面的綜合要求，因此大多數(shù)存在明顯的長短板，較難組成綜合型的核心團隊。長遠來看，無人物流車的整體解決方案提供商在産業(yè)鏈中尤為重要，其産品標準化、規(guī)?；约暗统杀净某潭葘⒅苯記Q定末端物流領域的發(fā)展速度。

　　無人物流車底盤因為有配送、零售、安防、清掃等多種可能的應用場景，已經成為汽車産業(yè)鏈企業(yè)錨定的新賽道。從近兩年的趨勢來看，投資機構整體佈局力度逐漸加強。從商業(yè)模式上來看目前主要有兩種模式：純供應商模式、供應底盤或整車的同時輸出解決方案。

　　總之，網(wǎng)際網(wǎng)路巨頭具有場景優(yōu)勢，初創(chuàng)公司與獨立第三方頭部客戶是天然盟友，可實現(xiàn)差異化競爭。網(wǎng)際網(wǎng)路巨頭如京東、阿裏和美團有一定優(yōu)勢，他們既是解決方案商也是場景需求方。目前他們是賽道的主要廠商，但初創(chuàng)公司在組織管理和商業(yè)選擇上更加靈活，仍然有巨大的市場機會。我國零售業(yè)有諸多廠商，它們與巨頭存在潛在競爭，與獨立第三方無人配送公司則是天然盟友，其線上業(yè)務體量正在快速增長，將産生大量即使配送訂單，這些需求和場景有很強的地域性、多樣性、且難以被巨頭壟斷，可以支撐新的商業(yè)模式和無人配送服務商。

　　無人配送的商業(yè)模型已經初步形成，技術已經能夠支撐部分場景需求，行業(yè)進入批量商業(yè)應用前夜。自2020年起，末端無人配送頭部廠商已陸續(xù)去掉安全員進入常態(tài)化運營，並在實際運營中産生真實的商業(yè)收入。例如受訪企業(yè)新石器，在上海張江和北京高級別自動駕駛示範區(qū)已開展了數(shù)百臺車隊的無人車零售運營，開始服務普通消費者早餐與午餐。這意味著無人配送車已超越Robotaxi等賽道的測試或者開放體驗階段，離真正的規(guī)模化、商業(yè)化落地更進一步。京東、阿裏、美團等均表示未來3年計劃投放車輛超過萬臺。

　　由於無人配送車行駛速度相對低，整車成本相對低，財務模型清晰，這一規(guī)?；能囕v投放計劃將相對其他賽道更為可信。未來三年，無人配送車整車成本會逐步下降至10萬元以內，無人配送賽道將率先迎來爆發(fā)。其中，直接面向C端的移動零售模式也會隨著規(guī)模化落地而産生爆發(fā)。

　　我國礦山資源豐富，目前全國在開採礦區(qū)超5,000座，其中僅煤、石灰石、鐵、銅四種主要礦物的年開採量就已經接近100億噸。礦區(qū)整體作業(yè)環(huán)境分為露天和井下兩種，其中露天場景的主要運輸工具為礦用卡車、礦用寬體車、礦用重卡，井下場景的主要運輸工具為無軌膠輪車，此外還有不同類型的多種作業(yè)設備如挖掘機、鏟車、平路機等。無人駕駛在礦區(qū)的落地以改造舊有設備為先，後期則可以疊加全礦數(shù)字化服務及運輸代運營服務等。以礦區(qū)內近100萬的設備量進行測算，礦內設備改造市場潛在市場規(guī)模超過千億；以主要礦種每年近300億方的運輸量進行測算，運營服務市場潛在市場規(guī)模近3,000億。目前礦山無人駕駛主要聚焦于露天礦運輸，國外主要是用大型礦卡，國內採用寬體自卸車。礦區(qū)自動駕駛市場規(guī)模預計漲幅顯著，2,020至2030年符合增長率為65%，市場以運輸服務為主。自動駕駛在礦山的優(yōu)勢明顯，可顯著減少礦區(qū)人員數(shù)量，、提升作業(yè)人員安全水準，大幅降低成本，和提升作業(yè)效率，礦企付費能力極強，使用意願也非常高，近幾年落地迅猛等。

　　1) 産業(yè)鏈關係：礦區(qū)自動化的産業(yè)鏈比較複雜，主要有零部件供應商、礦卡生産商、寬體車生産商、煤礦公司、運輸隊和自動駕駛初創(chuàng)公司。初創(chuàng)公司需要找對合作對象，否則會發(fā)展艱難。一方面需通過與主機廠合作佈局前裝市場，減少改裝成本，未來量産才可獲得規(guī)模優(yōu)勢；另一方面需通過與礦企合作佈局後裝市場，可以迅速落地，快速迭代軟硬體。

　　2) 無人化運營：無人礦區(qū)的運營需要各個車種設備之間的配合溝通，因此對後臺控制的要求極高。後臺的調度、溝通和執(zhí)行是智慧礦山最大的難點。

　　3) 盈利模式的可持續(xù)性：國外已經有多個成熟的無人化礦區(qū)實現(xiàn)運營盈利，基礎在於海外礦區(qū)自動駕駛方案基本都嵌在整體礦山自動化解決方案中間，行業(yè)主導為礦車主機廠商，並且走的是高價路線；而國內現(xiàn)階段主要在運輸無人化上，目前行業(yè)主導是自動駕駛的初創(chuàng)公司，難點在於完成區(qū)域化測試和落地之後如何大規(guī)模在不同礦區(qū)“鋪開”，以及如何將這套自動駕駛系統(tǒng)應用到礦區(qū)外更廣泛的場景。

　　4) 技術難點：一方面，封閉場景的單車無人駕駛難度並不高，但實際生産作業(yè)時需要以車隊編組調度作業(yè)，同時運輸車隊需要連接挖掘、裝卸等其他作業(yè)流程，對平臺調度能力及車輛決策能力提出更高要求，通常，一個大的工作面有6、7個編組交叉作業(yè)，這樣有的路口可能有幾十輛車交匯，長期看，調度演算法對提高生産經營效率的價值要超過無人駕駛單車智慧演算法；另一方面，各種礦區(qū)不同的工況特點會給技術可靠性和通用性帶來挑戰(zhàn)，例如金屬礦石的電磁特性會影響毫米波雷達的性能，高寒地區(qū)礦區(qū)的溫度會影響電氣電子設備的穩(wěn)定性等。

　　1) 礦卡自動駕駛解決方案商成為主機廠前裝供應商；主機廠直接銷售具備自動駕駛能力的礦卡，並從礦卡銷售中盈利。

　　2) 自動駕駛解決方案商牽頭與大型剝離隊成立合資公司，成為新型智慧化剝離隊，以更低的成本承接剝離項目。

　　3) 智慧礦山解決方案商面向採礦企業(yè)提供包括自動駕駛應用的礦山智慧化整體解決方案。採礦企業(yè)前期投入較大，用以改造或新購各類工程機械，建設礦區(qū)“雲(yún)平臺、通信網(wǎng)路、智慧化終端”軟硬體設施、培訓管理作業(yè)人員等，後期通過節(jié)省的司機人工成本、油耗成本等逐步收回成本，並提升效益。

　　中國礦山自動駕駛市場由本土企業(yè)佔據(jù)，包括初創(chuàng)公司及部分主機廠，目前逐步已出現(xiàn)頭部分化的情況。

　　成立於2014年，其孵化于中科院自動化所青島智慧産業(yè)技術研究院，自主研發(fā)了雲(yún)端智慧調度與管理系統(tǒng)、礦車無人駕駛系統(tǒng)、挖機協(xié)同作業(yè)管理系統(tǒng)等六大核心子系統(tǒng)組成的“愚公YUGONG“無人礦山整體解決方案，目前已完成域控制器、遠端駕駛系統(tǒng)、V2X車路感知協(xié)同系統(tǒng)、線控VCU、防碰撞系統(tǒng)等産品的研發(fā)和批量交付，已在國家能源集團、華能集團、國家電投集團、大唐集團、中國寶武、中煤集團等國內頂級能源、資源集團下屬的20多個礦區(qū)實現(xiàn)了規(guī)?；虡I(yè)落地。並且，公司從去年開始佈局井工礦無人化，目前已完成關鍵技術的落地轉化，在井工礦無人運輸、井下定位等關鍵技術上進展顯著。

　　成立於2016年，主要為露天礦等封閉場景提供無人駕駛解決方案及無人駕駛運輸運營服務，適配于大型礦卡與寬體自卸車等多種車型。為實現(xiàn)智慧礦山，其推出了端、邊、雲(yún)的整體系統(tǒng)規(guī)劃，可實現(xiàn)由雲(yún)端調度管理、車聯(lián)網(wǎng)通信、車載智慧終端組成的整套礦山運輸無人駕駛解決方案。

　　目前第一梯隊廠商已經從實地測試階段邁入試運營階段，領先第二梯隊1-2年左右時間。已經有1-2年的實際礦山運營數(shù)據(jù)，關注其車輛穩(wěn)定性、平臺調度及車輛決策能力（整體運營效率及可靠性）、針對不同環(huán)境的礦區(qū)的適應性問題、夜間作業(yè)情況等。

　　對於第二梯隊的廠商，目前正處於剛改裝完寬體車，即將進行實際落地測試的階段，暫時無法得到實際運營數(shù)據(jù)。可關注其創(chuàng)始團隊過往履歷、團隊對行業(yè)方向和技術的理解深度。

　　礦區(qū)自動駕駛的場景特點是終端客戶多為産業(yè)集中度較高的國企，對於服務商要求較高。同時，需要廣泛與不同工程機械廠商合作，實現(xiàn)礦山全時空多源資訊實時感知，生産現(xiàn)場全自動化作業(yè)，搭建全流程的人-機-環(huán)-管數(shù)字互聯(lián)高效協(xié)同運作。

　　未來，當?shù)V區(qū)自動駕駛服務商在完成難度較大的運輸環(huán)節(jié)自動化後，將有機會深入其他環(huán)節(jié)，實現(xiàn)全礦區(qū)的自動化、提供智慧化解決方案。

　　我國擁有港口近100座，其中大型港口十余座，港內用於集裝箱運載的集卡在2,0,000臺左右。2021年全球貿易逐漸恢復，預計未來中國港口集裝箱吞吐量增速範圍為5%-30%。隨著自動駕駛技術的成熟，引入自動駕駛集卡車的港口增多，起銷量將穩(wěn)步增長，預測到2023年國內港口碼頭自動駕駛集卡車銷量將超5,000輛，市場規(guī)模約為50億元。未來港口集裝箱吞吐量增速將加速中國港口碼頭自動駕駛行業(yè)的發(fā)展，預計在2026年市場規(guī)模將超過100億。

　　目前國內已有13個港口落地自動駕駛集卡，是自動駕駛實現(xiàn)商業(yè)化應用最快的場景。目前我國港口自動駕駛的主要應用領域在東南沿海港口，尤其是新建或者擴建港口應用項目較多，深圳媽灣智慧港、上海洋山港、寧波舟山港以及天津港是港口自動駕駛應用最多的海運港口。現(xiàn)階段港口集裝箱碼頭水準運輸自動化解決方案主要分為三種：自動導引運輸車AGV（Automatic Guided Vehicle）、無人跨運車ASC(Autonomous Straddle Carrier)和無人駕駛集卡。

　　1) 封閉場景的挑戰(zhàn)：封閉不意味著簡單，港區(qū)內沒有交通燈控制，每個路口都沒有保護，考驗自動駕駛集卡的感知能力和行為預測能力。自動駕駛集卡僅承擔港口作業(yè)中的水準運輸環(huán)節(jié)，和橋吊、場橋的配合十分重要，要求定位誤差要維持在釐米級範圍內。對於車身長、慣性大的港口集卡，需要進行適應調整；對於碼頭遍佈金屬集裝箱將對信號有所干擾的情況，還需解決影響衛(wèi)星導航系統(tǒng)定位精度的問題。

　　2) 場景標準化差異：中國各個港口在港口泊位數(shù)和萬噸級泊位數(shù)等基礎設施條件方面存在差異，致使運輸能力有差異，而目前落地實施的自動駕駛解決方案是針對標準化港口所設計的，因此需要豐富自動駕駛應用場景，且增加解決方案的適用性。

　　3) 通信建設制約：港口通信要做到低延時、覆蓋面積廣和保密性好等要求，但目前採用的光纖和Wi-Fi通信無法滿足同時要求，且存在基建成本高、施工難度大和信號干擾能力弱等問題。雖然這些問題能使用5G技術解決，但目前5G基站基數(shù)較少且其運營成本較高。

　　國內港口智慧化改造的主要方向是無人駕駛集卡，主要有三種商業(yè)模式：重資産、輕資産、合資重資産。主機廠和自動駕駛技術解決方案商開展雙向合。