36Kr-自动驾驶专题行研报告_行业资料_市场研究报告_3_汽车_二手车_出行_自动驾驶_汽车后市场.docx

正视L3、L4级别落地时间表，算法型企业的关键一年 36氪研究 | 自动驾驶专题行业研究 2019年6月 36Kr-自动驾驶专题研究报告 2019.6 要点摘要 投资视角 分析师姓名：李坤阳 微信：frank308邮箱： likunyang@36参考报告及文章《蔚来-场景致胜：汽车产业趋势洞察》 分析师 姓名：李坤阳 微信：frank308 邮箱： likunyang@36 参考报告及文章 《蔚来-场景致胜：汽车产业趋势洞察》 --蔚来资本罗兰贝格 2018.11 《Initiating on EV Battery Material Suppliers： Be Selective》 --Morgan Stanley 2019.02 《七大总结 2018中国自动驾驶产业年度报告》 --亿欧智库 2018.07 《AI 芯片市场正快速起航，国内边缘芯片面临更大机遇 》 --平安证券 2019.4 ，专注乘用车场景的部分一级市场公司已有L3级别量产能力。L4级别对商用场景的降本提效意义重大 ，可大幅降低人力成本，后期车内无需配置安全员 ，但在国内落地时间受不确定性因素影响。 场景落地与技术难度： 乘用车场景目前经历L2级别过渡到L3级别，多采用激光雷达+毫米波雷达+摄像头的感知方案，采用FPGA或部分采用ASIC芯片 ，结合零散区域范围内高精地图进行决策控制；商用车以高速货运为主，落地可以迅速降低成本提高效率，以L4级别作为主要突破方向，多采用摄像头视觉+激光雷达的感知方案，以及GPU芯片作为计算中央，参与者众多但有量产合作的企业数量少。 行业KSF（关键成功因素）： 算法型公司（提供解决方案和系统）：订单交付能力（是否与主机厂和Tier1就产品有真正订单合作）、研发团队的人员背景（研究相关模型及算法投入时间）、是否具备成熟产品投入测试运营、相关场景的传感器组合成本是否适用于量产、战略规划是否稳定（专注目标场景落地的时间） 硬件供应（传感器及芯片）：毫米波雷达发展成熟，是大部分算法型公司的解决方案感知层主要设备；车规级的激光雷达研发周期长，用来做测试采购成本较高，且必须外露在车外进行感知，乘用车解决方案中涉及相对较少；摄像头视觉解决方案多用于L2级别，L3级别及以上应用规模大；芯片研发未来倾向ASIC专用芯片，目前GPU通 2 用芯片更多用于适合L4级别以上的商用场景。 目录 一、自动驾驶：2020年多数场景L3落地，场景商业化差异大 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员 自动驾驶分级：L1-L4适用场景受限，落地时间差异大 自动驾驶场景：物流运输商业化高，城市化路况复杂 二、全“景”追踪：资本布局集中、创业公司商用场景多落地物流 政策：路测规范及发展战略相继落地 资本盛宴：机构分别选取商用、乘用、硬件的一家公司跟投 落地场景分析：物流场景降本提效，乘用车市场潜力大 三、技术产业链及竞争格局：传感器方案差异大，算法是核心 产业链：感知-决策-控制 细分产业格局：传感器、高精地图、芯片、控制器的现状 竞争性分析：创业公司须拥有订单交付能力，大型车企重点考虑收购 四、路径差异及典型企业商业模式分析 自动驾驶产业图谱全景聚焦 Waymo：Robotaxi业务投入运营，建厂自研估值1750亿 NVIDIA：并行计算的GPU专注于融合不同传感器 AutoBrain：MPC算法结合域控制器对不同场景定制解决方案 图森未来：L4级干线运输落地美国，加速推进半封闭枢纽场景 五、总结：L3级别落地时间继续推后，车联网将带来改变 5.1 总结及趋势预测：L3级别落地时间继续推后，车联网将带来改变 3 CHAPTER 1 自动驾驶：2020年多数场景L3落地，场景商业化差异大 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员 自动驾驶分级：L1-L4适用场景受限，落地时间差异大 自动驾驶场景：物流运输商业化高，城市化路况复杂 36Kr-自动驾驶行业专题研究报告2019.6 36Kr-自动驾驶行业专题研究报告 2019.6 PAGE PAGE 6 产业概况 概念 区别 标准 场景 一、自动驾驶：时间表推迟，“地理围栏”限制场景落地 随着移动互联网的流量天花板逐渐见顶，互联网与实体行业如农业、工业、建筑业和服务业等传统行业的数字化融合将成为新的趋势，产业互联网结合5G和云计算等技术将加快实体经济转型。 汽车作为产业互联网场景下必不可少的智能移动设备，随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新，将结合不同的落地场景打造可复制循环的商业模式闭环。 自动驾驶ADAS、高精度地图新