新基建下的自動駕駛趨勢分析-D

1、新基建下的自動駕駛： 單車智能和車路協(xié)同之爭新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 前言02 HYPERLINK l _TOC_250006 前言2 HYPERLINK l _TOC_250005 網(wǎng)聯(lián)化是自動駕駛的必經(jīng)之路5 HYPERLINK l _TOC_250004 自動駕駛兩大方向：單車智能和車路協(xié)同7 HYPERLINK l _TOC_250003 不同國家的路徑選擇12 HYPERLINK l _TOC_250002 汽車產(chǎn)業(yè)鏈價值分配格局之變13 HYPERLINK l _TOC_250001 對主機廠的啟示18 HYPERLINK l _TOC_250000 尾注20

2、聯(lián)系我們21新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 前言03新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 前言前言2020年3月，隨著中央政治局會議的正式定調，“新基建”，即新型基礎設施建設，成為公眾新焦點。4月，發(fā)改委明確新基建范圍。在新基建涉及的細分領域中，5G、物聯(lián)網(wǎng)、衛(wèi)星互聯(lián)網(wǎng)、人工智能、數(shù)據(jù)中心、智能交通基礎設施均與自動駕駛技術密切相關，自動駕駛站在這幾大領域的交匯處，將作為重點落地場景推動新基建的發(fā)展。而新基建也將為我國自動駕駛技術的發(fā)展創(chuàng)造前所未有的戰(zhàn)略窗口期，進一步加速自動駕駛的商業(yè)化落地。自動駕駛技術的突破，是影響汽車產(chǎn)業(yè)未來發(fā)展的最大變量。隨著無人駕駛技術的成熟和

3、商業(yè)化程度加深，汽車將不再是從屬于人的駕駛工具，而是成為自主導航的運輸類機器人，推動真正共享汽車時代的到來，并重新定義用戶出行體驗、整車銷售模式和價值分配格局。隨著決策主體從人類大腦變成人工智能，司機的雙手、雙腳、雙眼從駕駛座中被解放， 汽車內部等同于可移動的私人空間，出行過程中的娛樂、社交、消費場景被徹底打開， 開辟萬億級市場。其次，專職司機被取代后，移動出行成本大幅下降，更多用戶選擇移動出行，整車銷售模式從2C向2B轉變，主機廠客戶轉向移動出行車隊運營商，網(wǎng)約車和分時租賃兩種業(yè)態(tài)殊途同歸。最后，由于汽車成為大型移動智能終端，車的核心部件由體現(xiàn)動力和操控的傳動系統(tǒng)轉向體現(xiàn)自動駕駛技術水平的智

4、能軟件系統(tǒng)（算法）和處理器芯片，實現(xiàn)軟件定義汽車。汽車產(chǎn)業(yè)鏈原有的價值分配格局被顛覆，跨界競爭者紛紛入局，價值鏈頂端由傳統(tǒng)主機廠轉向科技新貴。不僅如此，智能網(wǎng)聯(lián)汽車將成為5G物聯(lián)網(wǎng)終端最大的應用領域，根據(jù)Gartner 于2019 年10 月的預測，全球智能網(wǎng)聯(lián)汽車占5G 物聯(lián)網(wǎng)終端總數(shù)的比重將達到39% 1。隨著汽車的智能化和網(wǎng)聯(lián)化的發(fā)展，自動駕駛汽車實現(xiàn)在線和聯(lián)網(wǎng)，車側和路側海量信息交互，節(jié)點規(guī)模突破百億甚至千億的量級，推動“人-車-路-云”實現(xiàn)高度協(xié)同，萬物互聯(lián)的世界指日可待。面對行業(yè)即將到來的劇變，傳統(tǒng)主機廠、造車新勢力、互聯(lián)網(wǎng)巨頭、ICT企業(yè)、零部件供應商均深度參與這場變革，力圖把握

5、主動性，力爭話語權。自動駕駛的兩大方向是單車智能和車路協(xié)同，車側智能和路側智能相互配合，又在某種程度上相互替代，而背后的移動通信技術的標準之爭，更是國家間利益分配主導權之爭。04 PAGE 5 PAGE 6新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 網(wǎng)聯(lián)化是自動駕駛的必經(jīng)之路網(wǎng)聯(lián)化是自動駕駛的必經(jīng)之路2020年3月，工信部發(fā)布了推薦性國家標準報批公示2，向社會各界征求意見，標志著中國正式擁有自己的自動駕駛汽車分級標準。在此之前，企業(yè)普遍以國際自動機工程師學會（SAE International）的自動駕駛六等級劃分作為參考標準，兩者在整體分級 思路、劃分標準、等級界定上大體一致。圖1：自動

6、駕駛等級劃分分級名稱車輛橫向和縱向運動控制目標和事件探測與響應動態(tài)駕駛任務接管設計運行條件0級應急輔助駕駛員駕駛員及系統(tǒng)駕駛員有限制1級部分駕駛輔助駕駛員和系統(tǒng)駕駛員及系統(tǒng)駕駛員有限制2級組合駕駛輔助系統(tǒng)駕駛員及系統(tǒng)駕駛員有限制3級有條件自動駕駛系統(tǒng)系統(tǒng)動態(tài)駕駛任務接管用戶（接管后成為駕駛員）有限制4級高度自動駕駛系統(tǒng)系統(tǒng)系統(tǒng)有限制5級完全自動駕駛系統(tǒng)系統(tǒng)系統(tǒng)無限制數(shù)據(jù)來源：工信部科技司、德勤分析圖2：自動駕駛汽車沿智能化和網(wǎng)聯(lián)化兩個維度演進網(wǎng)聯(lián)化協(xié)同決策和控制車、路、云協(xié)同自動駕駛短時托管協(xié)同感知L1L2L3L4部分駕駛輔助組合駕駛輔助有條件自動駕駛高度自動駕駛L5完全自動駕駛智能化傳統(tǒng)AD

7、AS數(shù)據(jù)來源：德勤分析新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 網(wǎng)聯(lián)化是自動駕駛的必經(jīng)之路智能化通常指單一車輛的智能化，在感知層面，車上多傳感器融合，通過雷達系統(tǒng)（激光雷達、毫米波雷達和超聲波雷達）和視覺系統(tǒng)（攝像頭）對周圍環(huán)境進行數(shù)據(jù)采集，在決策層面，通過車載計算平臺及合適的算法對數(shù)據(jù)進行處理，并做出最優(yōu)決策，最后執(zhí)行模塊將決策的信號轉換為車輛的行為。傳統(tǒng)ADAS的局限性在智能化的演進之路中，能夠實現(xiàn)L1- L 2的傳統(tǒng)ADAS（Advanced Driver Assistance System）系統(tǒng)主要由“if then”條件句的規(guī)則模型構成，覆蓋的場景較為簡單，基于特定條件觸發(fā)相應

8、機制，但是對于L3及以上的高等級自動駕駛，在復雜的城市道路中， 傳統(tǒng)ADAS無法窮盡每一種路況下發(fā)生的每一種可 能，規(guī)則模型勢必將被基于人工智能的自動駕駛算法替代，讓AI學習人的駕駛習慣，提高場景的豐富度。但 就算是人工智能算法替代規(guī)則模型，單車的智能化仍存在遮擋物和感知盲區(qū)的問題，存在安全隱患，且對車載傳感器和計算平臺要求高，成本高企，所以網(wǎng)聯(lián)化不可避免。網(wǎng)聯(lián)的必要性網(wǎng)聯(lián)化意味著車輛聯(lián)網(wǎng)和實時的信息交互，通過V 2 V（汽車對汽車通信）、V 2 I（汽車對基礎設施）、V2N（汽車對互聯(lián)網(wǎng)通信）和V2P（汽車對行人通信） 來獲取超視距或者非視距范圍內的交通參與者狀態(tài)和意圖。L1-L2級，網(wǎng)聯(lián)信

9、息只起到交互輔助的作用，例如推送道路交通事件、天氣條件等信息，車輛甚至不需要聯(lián)網(wǎng)，在本地就可以進行實時環(huán)境感知與決策控制，實現(xiàn)自適應巡航、車道保持、換道輔助、自動緊急制動等輔助駕駛功能。1Lorem ipsumL3級以上對網(wǎng)聯(lián)協(xié)同感知的要求更高，例如通過路側感知設備和動態(tài)高精度地圖，彌補傳感器對環(huán)境探測的局限性，提高車輛定位精度，動態(tài)數(shù)據(jù)高頻率更新，實現(xiàn)有條件的自動駕駛。2Lorem ipsum3Lorem ipsum到了L4-L5級，網(wǎng)聯(lián)化不僅意味著協(xié)同感知，也意味著協(xié)同決策和協(xié)同控制，隨著決策芯片和人工智能算法逐步成熟，車側和路側的信息通過邊緣計算設備（MEC，Multi-Access E

10、dge Computing）進行數(shù)據(jù)融合， 數(shù)字信息映射到云端，車端、路端和云端進行協(xié)同決策，再下發(fā)到車端做實時控制，實現(xiàn)高度自動駕駛和完全自動駕駛。新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 自動駕駛兩大方向：單車智能和車路協(xié)同新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 自動駕駛兩大方向：單車智能和車路協(xié)同 PAGE 9 PAGE 10自動駕駛兩大方向： 單車智能和車路協(xié)同單車智能和車路協(xié)同的本質是技術和成本在車側和路側的分配雖然L4-L5級的自動駕駛最理想模式是實現(xiàn)“車端- 路端-云端”的高度協(xié)同，智能的車配合聰明的路，車端智能和路側智能協(xié)同呼應，但車端智能和路端智能的發(fā)展不完全是

11、同步的關系，自動駕駛路線的選擇面臨感知能力、決策能力（算力）等不同能力在車側和路側分配的問題，所對應的自動駕駛成本也不同。由于單車智能的成本高昂，若用路側設備代替部分技術，讓路“變聰明”，可降低不少車載成本，這樣一來，就衍生出了自動駕駛的兩大方向：單車智能和車路協(xié)同。圖3：技術和成本在車側和路側的分配車側路側車載傳感器車載計算平臺路側感知設備邊緣計算感知與決策單車成本高單車成本低單車成本邊際成本高邊際成本低邊際成本數(shù)據(jù)來源：德勤分析以車載傳感器為例，激光雷達價格昂貴，尤其是用于遠距離、大范圍探測的L4/L5級別自動駕駛主雷達。 例如Velodyne銷售的64線激光雷達售價高達7.5萬美 元，曾

12、是Waymo和百度等自動駕駛公司測試車的標配3，后來Waymo開始自研激光雷達，并于2017年宣布將激光雷達成本降低90%，達到7,500美元，2019 年3月Waymo開始對外出售自主研發(fā)的激光雷達Honeycomb4，以攤薄成本。我國國產(chǎn)的激光雷達因高性價比日益受到市場的認可，價格有所下探但仍比較昂貴，例如禾賽科技在2020 CES上發(fā)布的64線超廣角激光雷達PandarQT零售價為4,999美元5 。如果在路側安裝攝像頭、毫米波雷達和激光雷達等感知設備，例如路燈桿進化為多合一路燈桿，安裝各類傳感器，探測周圍環(huán)境的三維坐標，進行信息融合，由于安裝高度高，擁有“上帝視野”，不容易被遮擋，視距

13、條件更好，可最大化減少盲區(qū)，提高數(shù)據(jù)獲取的準確性，并實時發(fā)送到ITS中心（智能交通系統(tǒng)） 以及車端，那么車側的部分激光雷達成本可以被節(jié)省下來，從而大幅降低車載成本。同理，在路側安裝計算設備，通過邊緣計算單元為車輛提供決策依據(jù)甚至指令，與車載計算平臺協(xié)同處理數(shù)據(jù)，可以降低車載計算平臺對算力的要求，對功耗和散熱性能的要求也會隨之下降，從而降低自動駕駛汽車對高性能車載芯片的依賴。可見，路側安裝設備的方案擁有更低的單車成本和邊際成本，路側智能是車側智能的有益補充。例如， 奇瑞雄獅已實現(xiàn)固定區(qū)域的30Km/h以下的L4級“一 鍵召還車”功能，如果只依靠車側智能，車載傳感器成本高達10萬元/車，而借助5G

14、和V2X技術，室內外 的定位精度偏差小于15厘米，單車成本低于萬元6。這僅是車路協(xié)同在停車場等低速限定場景的應用，大規(guī)模L4級的量產(chǎn)還需要覆蓋更多場景，例如半封閉的高速公路和一級公路，以及路況更為復雜的城市開放道路。在5G基站和V2X設備尚未鋪設的路段，單車智能仍是重要的自動駕駛實現(xiàn)方式。車路協(xié)同的前提是公路的智能化改造和基礎設施投資。目前交通部已重點在北京、河北、廣東三省進行公路的智能化改造試點，根據(jù)天風證券和中銀國際證券的測算7，高速公路的單公里智能化改造成本是100萬左右，包含了RSU (Road Side Unit)、邊緣計算、攝像頭等設備，考慮到中國的高速公路里程14.96萬公里8，

15、一級公路11.17萬公里9，高速公路和一級公路的智能化改造市場規(guī)模約為2,613億元。而對于二級公路 和更低等級的公路，由于其路況更為復雜，更多機動車與非機動車和行人的混行情況，場景更為開放，需在十字路口、匝道口、事故易發(fā)路段等關鍵場景鋪設更多路側設備，不同路況的單公里智能化改造投資差異較大，難以進行估算。對于高速公路和一級公路的智能化改造，更多通行車次、更為繁忙的路段可更早實現(xiàn)盈虧平衡，考慮到中國的人口和經(jīng)濟活動主要集中在東部地區(qū)，且東部地區(qū)地勢相對平坦，急彎和陡坡較少，路況更簡單，在東部鋪設路側設備具有更高的經(jīng)濟效益，尤其是物流密集的點對點固定運輸路線，貨運的空駛率更低，無人運輸車隊的優(yōu)勢

16、明顯，車隊管理者付費意愿更強。自動駕駛不僅可節(jié)省司機成本，還可降低油耗，以卡車的編隊行駛為例，由于跟車距離縮短（車距10m），前車可以為后車“擋風”，減少空氣阻力，降低10-15%的燃油消耗10。假設貨車百公里油耗35升，6元/升，編隊行駛可節(jié)省10%油耗，則單公里可節(jié)省油耗0.21元，另外，假設一輛貨車每年運營里程17.5萬公里，司機年收入7.8萬11，則單公里司機成本約0.45元，匯總后每公里可為車隊節(jié)省0.66元，如果車路協(xié)同收取服務費0.4元/公里，考慮到初始投資100萬/公里的改造費用，則使用車路協(xié)同服務的單公里通行車次達到250萬輛車時，可實現(xiàn)盈虧平衡。如果10%的通行車輛使用車路

17、協(xié)同服務，則總通行車次達到2,500萬輛時盈虧平衡，也就意味著部分繁忙路段最短可在1年內收回成本。車側智能和路側智能的分配和發(fā)展受到諸多因素的影響，例如政府對公路智能化改造的支持力度、不同區(qū)域的路況、交通參與者特征、地圖與定位的精度、高性能激光雷達的價格變化、車隊用戶和個人消費者付費意愿與轉換成本等因素。這些因素共同決定了不同方案初始投資的高低、投資回報期的長短，以及投資的經(jīng)濟性，從而影響了技術和成本在車側和路側的分配方案與演進路線。車側智能和路側智能最終的融合狀態(tài)是怎樣的？何時達到？如何演進？這些問題需要產(chǎn)業(yè)鏈上的玩家們協(xié)力解答。三種技術路線的演進從技術和成本在車側和路側的分配出發(fā)，未來自動

18、駕駛的發(fā)展演化出三條技術路線，分別是以激光雷達和高精地圖為代表的“谷歌派”單車智能路線，以視覺感知和影子模式為代表的“特斯拉派”單車智能路線，以及在網(wǎng)聯(lián)化方面率先發(fā)力與突破的車路協(xié)同路線。圖4：自動駕駛的技術路線車路協(xié)同路側智能+車側智能， 高精地圖Waymo（ 谷歌）特斯拉激光雷達+攝像頭， 以視覺感知為主，高精地圖低精度地圖+影子模式國內主機廠未來的路徑選擇技術路線特征6G以激光雷達為主要感知設備高精度地圖+高精度定位單車智能“谷歌派”網(wǎng)聯(lián)化水平5G以視覺感知為主要感知設備通過影子模式收集數(shù)據(jù)，訓練模型低精度地圖+低精度定位單車智能 “特斯拉派”4G車路協(xié)同路側智能替代部分車側智能， 協(xié)同

19、感知與決策高精度地圖+高精度定位L3L4L5單車智能化水平數(shù)據(jù)來源：德勤分析單車智能“谷歌派”的代表企業(yè)包括Way mo、通用Cruise，以及以戴姆勒、寶馬等公司為代表的主 流車企，以激光雷達為主要感知設備，采取了激光雷達、毫米波雷達、攝像頭等多傳感器融合的方案。Waymo車頂?shù)?60激光雷達最遠可探測300 米外的物體，形成實時車輛鳥瞰圖12，還在車輛周圍的四個點安裝了四個激光雷達，用于近距離檢測正在靠近車輛的物體，增加探測的視野。Waymo的視 覺系統(tǒng)由29個攝像頭組成，提供高分辨率的圖像， 避免視野盲區(qū)，其遠距離探測相機和360視覺系統(tǒng)可探測到500米以外的停車標志。毫米波雷達與激光雷

20、達和攝像頭形成互補，可對間隔較近的物體加以區(qū)分，并在特殊天氣下發(fā)揮作用。在高精地圖方面，Waymo通過谷歌地圖專業(yè)的測繪車隊為無人駕 駛汽車創(chuàng)建豐富而詳細的高精度地圖，進行高精度定位，提供動態(tài)實時的數(shù)據(jù)服務，保證信息的準確和完整。Waymo與麥格納合作的工廠是全球首批量產(chǎn)L4自動駕駛汽車的工廠13，截止2019年底，Waymo在美國推出的無人出租車服務Waymo One月活用戶超過1500人，累計總訂單超越10萬人次14。單車智能“特斯拉派”以視覺識別為核心，典型代表為依靠Mobileye視覺自動駕駛技術起家的特斯拉， 此技術路線認為視覺是最有效的信息獲取方法，在量產(chǎn)汽車上沒有配備成本高昂的激

21、光雷達，而是選擇了更為便宜也更容易量產(chǎn)的計算機視覺的方案，并通過神經(jīng)網(wǎng)絡的模型訓練Autopilot算法。除此之外，特斯拉利用影子模式（Shadow-Mode） 訓練與迭代其自動駕駛算法，將已售車輛變?yōu)椤皽y試車輛”，不斷收集現(xiàn)有活躍車輛的真實場景數(shù)據(jù)，上報捕捉到的視覺信息與“稀有案例”，并基于模型對外界進行預判，例如前方車輛的換道并線，如果預判正確無需上報數(shù)據(jù)，反之則標識為Negative Sample 送到云端，對特定模塊進行修正性訓練，再將修正后的模型下發(fā)到車端，完成訓練的閉環(huán)。截至2020年3 月，特斯拉已完成100萬輛車的量產(chǎn)下線，龐大的特斯拉車隊活躍在北美、歐洲和東亞，為特斯拉建立了

22、龐大的數(shù)據(jù)庫，修正和完善了自動駕駛算法。目前特斯拉尚未部署高精地圖，以低精度地圖和低精度定位為主，依賴視覺感知進行周邊環(huán)境的高準確率識別，但視覺感知仍存在遮擋物和盲區(qū)的問題，存在一定的局限性。特斯拉也在考慮未來適當引入高精地圖， 以解決道路坑洼的識別等相關問題。而車路協(xié)同的發(fā)展路徑有望率先在網(wǎng)聯(lián)化的維度實現(xiàn)突破，對車端、路端以及云端的協(xié)同提出了較高的要求。車端與路側端的信息實時交互，車端多傳感器進行環(huán)境感知與數(shù)據(jù)融合，通過車載計算平臺進行數(shù)據(jù)處理，路側設備負責路況信息搜集與邊緣側計算， 其中激光雷達作為路側感知設備中的核心硬件，探測物體的三維坐標，和毫米波雷達、攝像頭等設備通過邊緣計算進行數(shù)據(jù)

23、融合，實時繪制局部的高精度地圖，以“上帝視角”采集路況信息，為車輛提供決策依據(jù)，而通信平臺提供車-車、車-路、車-云間實時傳輸?shù)男畔⒐艿?，從而讓車輛實現(xiàn)網(wǎng)聯(lián)化自動駕駛。由此可見，車路協(xié)同的方案高度依賴低延時、高傳輸速率、高可靠性、高連接數(shù)密度的5G網(wǎng)絡環(huán)境，而5G基站、路側感知設備與邊緣計算設備的鋪設是車路協(xié)同實現(xiàn)的前提條件，需要主機廠、零部件供應商、通信企業(yè)、互聯(lián)網(wǎng)公司以及政府部門通力合作，進行必要的基礎設施投資，制定統(tǒng)一標準，高度整合軟件、硬件、平臺等技術，產(chǎn)業(yè)協(xié)調的難度較高。圖5：車路協(xié)同與智慧交通基礎設施中心云邊緣云5G基 站 V2N激光雷達/毫米波雷達V2I智能激光雷達/攝像頭 毫米

24、波雷達路燈桿智能智能攝像頭 紅綠燈智能攝像頭車載單元V2VV2P智能紅綠燈“人-車-路-云”實現(xiàn)高度協(xié)同的智慧交通體系數(shù)據(jù)來源：德勤分析 PAGE 11 PAGE 12新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 不同國家的路徑選擇不同國家的路徑選擇對于自動駕駛發(fā)展路徑的抉擇，美國、中國、日本、德國等國家從各自國情出發(fā)，基于相關產(chǎn)業(yè)的發(fā)展情況與核心能力，整合各自的戰(zhàn)略優(yōu)勢，將選擇適合自身的發(fā)展道路。圖6：不同國家的戰(zhàn)略優(yōu)勢與路徑選擇日本德國國內主機廠未來的路徑選擇Waymo（美國）特斯拉（美國）車路協(xié)同（中國）不同國家的戰(zhàn)略優(yōu)勢6G美國人工智能全球領先，基礎科研實力強發(fā)達的集成電路技術網(wǎng)聯(lián)化

25、水平國內市場廣闊5G5G技術世界領先，基站覆蓋廣中國“新基建”帶來戰(zhàn)略機遇期國內市場廣闊4G 日本、德國發(fā)達的汽車工業(yè)以及成熟的整車制造能力高精尖制造業(yè)世界領先 數(shù)據(jù)來源：德勤分析L3L4L5單車智能化水平對于美國而言，人工智能領域全球領先，人才儲備充足，基礎科研實力強，美國的人工智能企業(yè)數(shù)量位居全球首位，遍布基礎層、技術層和應用層，其中，谷歌等科技巨頭在自動駕駛領域的人工智能算法方面有較為深厚的技術積淀，保持一定的優(yōu)勢。另外，美國擁有發(fā)達的集成電路技術，高端芯片設計領域一直保持領先態(tài)勢，為高性能車載芯片的發(fā)展打下良好基礎。另一方面，美國在通信行業(yè)和5G領域落后于中國的發(fā)展，且基礎設施的投資一

26、般由市場主導而非政府主導，國民性更為崇尚自由獨立，重視個人隱私，可能導致車路協(xié)同基礎設施投資不足，網(wǎng)聯(lián)化推動進程緩慢。所以，單車智能較可能是美國的互聯(lián)網(wǎng)巨頭和互聯(lián)網(wǎng)造車新貴普遍采取的方案，通過提高車輛自身的感知、決策和控制能力，使其達到甚至超越人類司機的駕駛水平。不論是單車智能“谷歌派”還是“ 特斯拉派”，背后的核心能力都是人工智能算法和決策芯片，而這正是美國的戰(zhàn)略優(yōu)勢所在。對于中國而言，以華為為代表的通信企業(yè)在5G技術方面世界領先，且4G和5G基站數(shù)量多，覆蓋廣，工信部預計2020年底中國5G基站數(shù)將超過60萬個15。中國政府大力推行5G網(wǎng)絡、物聯(lián)網(wǎng)、衛(wèi)星互聯(lián)網(wǎng)、數(shù)據(jù)中心、智能交通基礎設施等

27、新型基礎設施建設，在道路的改造方面堅決推行 5G LTE-V2X技術標準，支持LTE-V2X向5G-V2X 平滑演進。2019年9月智能網(wǎng)聯(lián)道路系統(tǒng)分級定義與解讀報告的發(fā)布標志中國有了清晰的道路智能分級標準，對智慧道路建設形成明確指引。2020年2月智能汽車創(chuàng)新發(fā)展戰(zhàn)略預計到2025年，智能交通系統(tǒng)和智慧城市相關設施建設取得積極進展，車用無線通信網(wǎng)絡（LTE-V2X 等）實現(xiàn)區(qū)域覆蓋，新一代車用無線通信網(wǎng)絡（5G-V2X）在部分城市、高速公路逐步開展應用，高精度時空基準服務網(wǎng)絡實現(xiàn)全覆蓋，意味著中國有望率先在網(wǎng)聯(lián)化維度取得突破。從中國的道路情況來看，中國高速公路總里程世界第一，公路總里程和公路

28、網(wǎng)密度快速增加，且收費公路里程遠高于美國，可見中國路側設備RSU（Road Side Unit）的數(shù)量和分布范圍大于美國，這些基礎設施建設方面的特殊性將有力推動車路協(xié)同的發(fā)展。新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 不同國家的路徑選擇圖7：中國與美國車路協(xié)同基礎設施的對比中 國美 國14.96萬公里10.84萬公里高速公路里程 16.81萬公里（其中高速公路占82%）8000公里收費公路里程 640萬個/15.6萬個30萬個/5萬個4G/5G基站數(shù)量 政府主導，政府參與度高市場主導，政府參與度較低政府參與度數(shù)據(jù)來源：公開信息、德勤分析未來中國有望通過車路協(xié)同實現(xiàn)自動駕駛領域的“彎道超車

29、”。據(jù)美國蘭德智庫估算，一套自動駕駛系統(tǒng)量產(chǎn)需要積累170億公里以上（105億英里以上） 的數(shù)據(jù)來優(yōu)化其自動駕駛系統(tǒng)，谷歌旗下自動駕駛公司W(wǎng)aymo已經(jīng)耗時10年進行測試，累計模擬測試100億英里，行駛行程2,000萬英里，而現(xiàn)有測試場容量有限，測試設備昂貴、測試效率不高，就算是基于路測數(shù)據(jù)搭建仿真測試平臺，中國僅靠單車智能的賽道追趕仍有一定難度。而在新基建的推動下，車路協(xié)同有望進入快速發(fā)展階段，降低自動駕駛的復雜度和車載成本，彌補中國在單車智能發(fā)展方面的不足， 成為中國特色的發(fā)展道路，甚至超越美國率先實現(xiàn)L4-L5級高等級自動駕駛技術的大規(guī)模商業(yè)化落地。日本和德國擁有發(fā)達的汽車工業(yè)以及成熟的

30、整車制造能力，高精尖制造業(yè)世界領先，對自動駕駛的研究起步早，技術較為領先，尤其是豪華車品牌，例如奧迪、寶馬和奔馳。2015年，奧迪、寶馬和戴姆勒等德國汽車制造商組成的聯(lián)盟以28億歐元的價格收購了高精地圖公司HERE16，配合自動駕駛技術的研發(fā)。在未來，日本和德國也將面臨路徑選擇的問題，考慮到其在AI、5G領域均處于追趕者的角色，和中美相比國內市場容量有限，可能在美國和歐洲跟隨單車智能“谷歌派”路線的同時，在中國部署車路協(xié)同方案， 未來將面臨Waymo、百度等互聯(lián)網(wǎng)科技巨頭和華為 等ICT龍頭企業(yè)對現(xiàn)有價值分配格局的挑戰(zhàn)與沖擊。新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 汽車產(chǎn)業(yè)鏈價值分配格

31、局之變新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 汽車產(chǎn)業(yè)鏈價值分配格局之變 PAGE 17 PAGE 16汽車產(chǎn)業(yè)鏈價值分配格局之變隨著自動駕駛技術的成熟與商業(yè)化落地，汽車產(chǎn)業(yè)鏈原有的價值分配格局將被顛覆，汽車不再是從屬于人的駕駛工具，而是成為自主導航的運輸類機器人，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)自動駕駛技術水平的智能軟件系統(tǒng)（人工智能算法）和處理器芯片，價值鏈頂端由傳統(tǒng)主機廠轉向科技新貴。圖8：美國汽車產(chǎn)業(yè)鏈未來價值分配格局美國汽車產(chǎn)業(yè)鏈微笑曲線美國汽車產(chǎn)業(yè)鏈價值分配格局整車制造非核心零部件整車銷售后市場服務核心零部件（如：自動駕駛芯片、激光雷達）云平臺服務出行

32、服務高精地圖服務自動駕駛軟件仿真測試軟件出行服務高精地圖服務自動駕駛軟件高 仿真測試軟件云平臺服務核心零部件（如：價值中自動駕駛芯片、激光雷達）后市場服務整車銷售整車制造非核心零部件低設計研發(fā) 采購 生產(chǎn)制造 銷售 后市場服務 運營 出行數(shù)據(jù)來源：德勤分析隨著自動駕駛技術的發(fā)展，美國未來汽車產(chǎn)業(yè)的“微笑曲線”將變得更加陡峭。非核心零部件和整車制造的利潤將進一步被壓縮，而產(chǎn)業(yè)鏈兩端的利潤將大幅提升，即自動駕駛的設計研發(fā)環(huán)節(jié)，以及與用戶更貼近的出行服務與運營服務利潤會更高。由于美國互聯(lián)網(wǎng)巨頭和車企普遍采取單車智能路線，自動駕駛算法、車載計算平臺、高精地圖等能力將成為汽車產(chǎn)業(yè)鏈的核心競爭力，美國互聯(lián)

33、網(wǎng)科技巨頭將對傳統(tǒng)的價值分配格局造成巨大沖擊。互聯(lián)網(wǎng)科技巨頭以Waymo為代表，Waymo依賴谷歌和母公司Alphabet雄厚的資本與技術優(yōu)勢，有能 力提供軟硬一體的“全棧式”自動駕駛解決方案，并且在人工智能算法、數(shù)據(jù)、算力、云技術等方面形成較高的競爭壁壘。Waymo的軟件設計、測試和優(yōu)化已經(jīng)10年之久，積累了大量的路測數(shù)據(jù)。谷歌地圖的積累，助力Waymo在高精地圖的研發(fā)和應用方面走 在了市場前列。另外Waymo已經(jīng)通過自身研發(fā)激光 雷達等傳感器，掌握部分關鍵零部件的核心技術；通過提供平價而可靠的無人出租車服務Waymo One， 顛覆出行公司的流量壁壘和平臺優(yōu)勢；未來也可能通過兼并收購整車制

34、造企業(yè)，自行造車，向消費級汽車市場滲透。面對互聯(lián)網(wǎng)科技巨頭在自動駕駛領域的跨界競爭， 傳統(tǒng)主機廠自不愿在未來失去市場話語權。相比較與互聯(lián)網(wǎng)科技巨頭的合作，傳統(tǒng)主機廠更愿意通過自主研發(fā)與資本運作在自動駕駛領域布局，例如通用以10億美元收購舊金山自動駕駛創(chuàng)業(yè)公司CruiseAutomation，投資激光雷達設備生產(chǎn)商Sirrus，收購激光雷達公司Strobe，投資高精度圖測繪公司Ushr，引進軟銀投資并獲取背后生態(tài)資源等等17，希望成為“全棧式”自動駕駛方案提供商，有望在未來成為大品牌整車制造商的代表。2020年2月，通用Cruise獲得了美國加利福尼亞州的自動駕駛載客運營許可證書18，正式邀請乘

35、客、合作伙伴和媒體體驗自動駕駛汽車，在不久的將來會將無人駕駛車投入運營。另外，自動駕駛賽道也涌現(xiàn)了很多創(chuàng)業(yè)公司，自動駕駛創(chuàng)業(yè)公司多為非全棧解決方案提供商，圍繞特定場景布局，聚焦L4/L5級的自動駕駛解決方案，目前已經(jīng)分化出很多細分領域，從激光雷達等硬件到自動駕駛軟件和高精度地圖，從限定場景低速無人配送到開放道路Robo-taxi場景。部分自動駕駛創(chuàng)業(yè)公 司專注與品牌車廠合作開發(fā)ADAS系統(tǒng)，向主機廠提 供高性價比以及定制化的服務，品牌車廠也通過投資或收購創(chuàng)業(yè)公司提高自身品牌車輛的感知與決策能力。2019加州自動駕駛公司MPI排名中，美國兩大 初創(chuàng)公司獨角獸Nuro和Zoox排第六和第七，而來自

36、 中國的自動駕駛初創(chuàng)公司AutoX與Pony.ai(小馬智行) 分別位列第四和第五。圖9：2019加州DMV自動駕駛公司MPI排名13,21912,22110,6846,4752,0221,5951,5349402019年MPI排名百度Waymo CruiseAutoX小馬智行Nuro Zoox 滴滴智加科技注：MPI (Miles per Intervention)，每兩次人工干預之間行駛的平均里程數(shù)數(shù)據(jù)來源：加州DMV18,050對于出行公司而言，自動駕駛的到來意味著頭部出行公司的流量壁壘和平臺模式可能被顛覆。由于自動駕駛取代了司機，出行服務變得更廉價更便捷，人們更傾向于共享出行，互聯(lián)網(wǎng)科

37、技巨頭有可能大幅降價以吸引流量。應對互聯(lián)網(wǎng)科技巨頭提供的Robo-taxi 服務，Uber、Lyft等出行公司除了追隨谷歌的單車智 能路線，在自動駕駛算法等方面發(fā)力以外，還可憑借自身積累多年的車輛調度和供需預測算法，根據(jù)未來的出行需求提前準備運力，提升車隊的運營效率， 在自動駕駛之爭中占據(jù)一席之地。另一方面，隨著車輛的所有者從個人變?yōu)槌鲂熊囮犨\營商，出行公司將成為汽車的主要購買者，從輕資產(chǎn)模式向重資產(chǎn)模式轉型，需要出行公司在資金方面早做準備，并且和主機廠共同探索以租代售等模式。對于零部件供應商而言，傳統(tǒng)零部件供應商和主機廠長期穩(wěn)定的合作關系決定了其在自動駕駛戰(zhàn)役中天然地與主機廠形成同盟。自動駕

38、駛汽車的零部件中，決策層的芯片和算法，以及感知層的激光雷達和毫米波雷達屬于較為核心的零部件，技術含量較高， 進入門檻較高，而感知層的車載攝像頭和超聲波雷達的技術含量相對較低，屬于非核心零部件。圖10：智能駕駛相關核心零部件與非核心零部件核心零部件 非核心零部件車載攝像頭激光雷達芯片超聲波雷達 毫米波雷達 算法技術含量低技術含量高感知層決策層數(shù)據(jù)來源：德勤分析決策芯片是自動駕駛汽車的大腦，高性能自動駕駛芯片為自動駕駛汽車提供算力支持，并且保持低功耗， 承擔來自雷達系統(tǒng)和視覺系統(tǒng)的數(shù)據(jù)處理工作，在短時間內做出相應的駕駛決策。由于高端芯片的研發(fā)和技術壁壘極高，并且自動駕駛芯片還涉及到行車安全，對發(fā)熱

39、、壽命、網(wǎng)絡安全等有更高的要求，此領域是傳統(tǒng)IC巨頭的強項。目前NVIDIA、Intel、高通等傳統(tǒng)芯片制造商憑借自身的整合和研發(fā)能力，致力于通過自研或收購的方式建立自動駕駛芯片生產(chǎn)能力，并紛紛推出可實現(xiàn)L3級以上高等級自動駕駛的車載計算平臺。決策層的算法，以及感知層的激光雷達和毫米波雷達尚未形成穩(wěn)定的競爭格局，其豐厚的利潤吸引了大量創(chuàng)業(yè)公司和跨界競爭者入局。例如對于雷達系統(tǒng)， 傳統(tǒng)供應商多布局毫米波雷達，大的集成商在激光雷達上也有布局，2020年初，博世宣布其首款車規(guī)級長距離激光雷達已經(jīng)進入量產(chǎn)開發(fā)階段19，而新入局者大疆在2020 CES上跨界發(fā)布非重復掃描方式的激光雷達技術20。與此同時

40、，野心比較大的集成商（ 例如博世）聯(lián)合決策芯片公司（NVIDIA）獨立研發(fā)應 用于量產(chǎn)汽車的自動駕駛系統(tǒng)，有意挑戰(zhàn)主機廠的主導地位。對于非核心零部件供應商和成為“代工廠”的整車制造商，他們?yōu)榛ヂ?lián)網(wǎng)科技巨頭和大品牌整車制造商供貨，難以取得較高的議價能力。例如車載攝像頭的技術含量低，進入門檻也較低，只能賺取微薄利潤，而目前部分體量較小的整車廠缺乏足夠的研發(fā)能力和資金支持，有可能在將來成為汽車“代工廠”，或者在車企的新一輪并購與整合的浪潮中被整合。短期來看，在互聯(lián)網(wǎng)科技巨頭的自動駕駛技術成熟并商業(yè)化落地之前，規(guī)模壁壘尚未形成，不同類型的自動駕駛解決方案提供商尚有機會，如大品牌主機廠拉攏自動駕駛創(chuàng)業(yè)公

41、司、出行公司、零部件供應商形成聯(lián)盟。但長期來看，一旦互聯(lián)網(wǎng)科技巨頭的自動駕駛方案成熟，人工智能算法、云計算、數(shù)據(jù)、核心零部件等方面形成技術壁壘和規(guī)模壁壘，可迅速通過規(guī)模效應攤薄軟硬件成本，就有可能改寫自動駕駛領域的游戲規(guī)則，擠壓其他公司的利潤空間和存活空間。在未來，究竟是互聯(lián)網(wǎng)科技巨頭贏者通吃， 還是大品牌整車制造商及供應商組成的大聯(lián)盟與互聯(lián)網(wǎng)科技巨頭分庭抗禮，現(xiàn)在還無法下定論。中國汽車產(chǎn)業(yè)鏈未來價值分配格局中國汽車產(chǎn)業(yè)的“微笑曲線”與美國類似，但由于中國與美國的自動駕駛技術路線有所不同，以車路協(xié)同為主，在未來幾年，路側智能的發(fā)展速度甚至可能超越車側智能的發(fā)展速度。在未來的汽車產(chǎn)業(yè)鏈價值分配格

42、局中，存在更多的行業(yè)參與者，除類似與美國的互聯(lián)網(wǎng)科技巨頭之外，車路協(xié)同相關的基礎設施設備提供商、通信運營商和解決方案提供商也是不可小覷的力量。圖11：中國汽車產(chǎn)業(yè)鏈未來價值分配格局中國汽車產(chǎn)業(yè)鏈微笑曲線中國汽車產(chǎn)業(yè)鏈價值分配格局 出行服務高精地圖服務自動駕駛軟件仿真測試軟件通信運營服務云平臺服務核心零部件（如：自動駕駛芯片、激光雷達）路側設備（如：基站、通信模組、路側單元、邊緣計算）整車銷售、后市場服務整車制造非核心零部件自動駕駛軟件仿真測試軟件出行服務高精地圖服務通信運營服務云平臺服務核心零部件（如：自動駕駛芯片、激光雷達） 路側設備（如：基站、通信 模組、路側單元、邊緣計算）后市場服務整車

43、銷售非核心零部件整車制造高價值中低設計研發(fā) 采購 生產(chǎn)制造銷售 后市場服務 運營 出行數(shù)據(jù)來源：德勤分析在中國的互聯(lián)網(wǎng)巨頭中，百度無人車項目起步早，處于領跑位置。百度Apollo車側智能走在前列，在中 國獲得了唯一的最高級T4牌照和120 張載人測試牌照，測試里程超過300 萬公里21。在2020年Navigant Research自動駕駛排行榜中，百度Apollo首次進入第一梯隊，出現(xiàn)在行業(yè)領導者的位置22。而在2019 加州自動駕駛報告中，百度MPI“超越”Waymo成第一，平均每次脫離行駛的里程為18,050英里，超越Waymo的13,219英里。雖然各家公司的統(tǒng)計標 準、路況和接管標準

44、有差異，難以橫向對比，但也一定程度上證明了百度強勁的實力和行業(yè)領導者的位置。2020年4月，百度旗下Apollo無人駕駛出租車在 長沙正式上線，在開放道路智能駕駛示范區(qū)內，用戶可通過百度地圖和百度APP進行一鍵約車。其他互聯(lián)網(wǎng)巨頭也緊隨其后，同月，阿里巴巴旗下高德地圖聯(lián)合自動駕駛公司AutoX共同啟動了無人車Robo- taxi項目，體驗用戶可在上海指定范圍內通過高德地 圖呼叫AutoX無人車23。而菜鳥ET實驗室研發(fā)的菜鳥 快遞無人車也已經(jīng)投入末端配送，率先在封閉園區(qū)落地運營24。除此之外，資金雄厚的科技巨頭可以通過仿真平臺產(chǎn)品建立起以自身為核心的商業(yè)生態(tài)，接入不同品牌的車輛，建立軟硬件核心

45、技術標準，從而掌握未來自動駕駛研發(fā)和落地的主動權。百度的仿真測試針對于自身自動駕駛Apollo平臺進行研發(fā)，加速自身L4及 以上高等級自動駕駛的落地。華為的Octopus仿真測試平臺針對自身銷售的MDC計算平臺打造，在模擬仿真市場建立云服務、硬件設備、數(shù)據(jù)和自動駕駛整體解決方案的“華為生態(tài)”。騰訊TAD Sim基于游戲引擎打造內置高精地圖、虛實結合、線上線下一體的模擬仿真平臺。而另一方面，BAT也在積極布局車路協(xié)同領域。2018 年底，百度正式開源“Apollo”車路協(xié)同方案25，向業(yè)界開放其在車路協(xié)同領域的技術和服務，讓自動駕駛進入“聰明的車”與“智能的路”相互協(xié)同的新階段，全面構筑“人-車

46、-路-云”全域數(shù)據(jù)感知的智能路網(wǎng)，可支持L0L5 級自動駕駛車輛的廣域視角、冗余感知和超視距感知需求。2020年4月，百度Apollo 正式對外發(fā)布“ACE交通引擎”26，整合了百度多年來在人工智能、自動駕駛、車路協(xié)同方面的深厚積累， 賦能智能交通建設，目前“ACE交通引擎”綜合解決方案已在北京、長沙、保定等10余個城市落地。而阿里巴巴也于2018年9月將升級汽車戰(zhàn)略，由車向路延展，利用車路協(xié)同技術打造全新的“智能高速公路”27，憑借菜鳥聯(lián)盟和阿里云ET城市大腦收集路段數(shù)據(jù)，加快車路協(xié)同的落地。華為作為ICT龍頭企業(yè)和5G技術的領導者，在5G基建方面發(fā)揮舉足輕重的作用。在車路協(xié)同領域，華為憑借

47、長期積累的ICT能力和核心通信技術，推出端到 端的車路協(xié)同解決方案，包括C-V2X芯片、路側單元C-V2X RSU 、路側計算設備RSS 、車載單元OBU、移動數(shù)據(jù)中心MDC 、車載網(wǎng)關，以及與之配合的蜂窩無線網(wǎng)絡、智能計算平臺、仿真模擬平臺和交通大腦V2X服務器，聚焦通信和計算，協(xié)助交通部門對道路 進行智能化改造，推進車路協(xié)同標準制定，幫助車輛實現(xiàn)協(xié)同式自動駕駛。目前華為已經(jīng)在延崇高速實現(xiàn)首例實際高速公路場景車路協(xié)同智能駕駛，包括編隊行駛、變道超車、緊急停車等測試，也在上海某園區(qū)內基于C-ITS實現(xiàn)了最后一公里自動泊車，華為已躋身車路協(xié)同領域的領導者行列28。通信運營商也是推動車路協(xié)同整體解

48、決方案的重要玩家之一，通信運營商將光纖網(wǎng)絡和5G無線網(wǎng)絡結合，作為道路信息的傳輸和調度通道，將云計算和AI 結合，作為調度平臺的技術支撐參與自動駕駛車路協(xié)同調度系統(tǒng)建設。此外，通信運營商通常背靠政府， 有比較雄厚的實力，可負責鋪設智能路側設備，推動道路基礎設施的智能化升級，承擔了部分車路協(xié)同基礎設施的成本，包括鋪設5G通信基站、邊緣計算設備、激光雷達等路側硬件，并提供運營和維護服務，向車廠或終端用戶收取流量費和服務費。由于車路協(xié)同的路側設備需要較大的初期投資，且變現(xiàn)周期較長，除了通信運營商，還需要政府、整車廠和金融機構參與到投資建設中，共同推動車路協(xié)同的落地。例如通信運營商與整車廠和當?shù)卣?/p>

49、立合資企業(yè)，共同推出特定城市范圍內的Robo-taxi服務。對于中國的零部件供應商而言，核心零部件的競爭更為激烈，例如在激光雷達方面，大疆發(fā)布高性能低成本的激光雷達技術Horizon和Tele-15，探測距離達500米，零售價分別為999美元和1,499美元29；華為也宣布為自動駕駛研發(fā)激光雷達30。高性價比激光雷達的發(fā)布有望大幅拉低激光雷達售價。另外，車路協(xié)同也帶來了增量零部件和增量服務的機會，例如LTE-V2X 芯片、C-V2X RSU、邊緣計算和高精地圖服務。目前主要參與者以ICT企業(yè)和互聯(lián)網(wǎng)公司為主，比如華為將自身定義為面向智能網(wǎng)聯(lián)汽車的增量部件供應商31，提供C-V2X等解決方案。2

50、020年 4月，阿里巴巴與首汽約車基于5G邊緣計算進行合作，將路面交通狀況的感知、傳輸、處理、響應等的通信交互過程遷移至阿里云邊緣節(jié)點進行處理32。對于高精地圖，圖商可以通過路側設備進行探測， 通過5G通信對路面的狀況進行實時更新。沿路鋪設的路側設備,可為高精地圖更新提供實時的數(shù)據(jù)源； 云端產(chǎn)生的數(shù)據(jù)可通過路側設備進行分發(fā)，以節(jié)點為單元，形成分段分發(fā)的數(shù)據(jù)包，降低車輛加載數(shù)據(jù)包的時間。目前具有深厚地圖積累的公司已經(jīng)開始了布局，四維圖新、高德地圖、百度地圖除了利用測繪車繪制高精地圖以外，紛紛探索通過路側設備更新高精地圖之路。未來汽車產(chǎn)業(yè)鏈的價值分配格局還有很多變數(shù)，不同國家和企業(yè)對自動駕駛技術路

51、線的選擇、技術標準的選擇、自動駕駛場景的選擇、商業(yè)化落地的速度、產(chǎn)業(yè)組織和協(xié)調能力等因素都會影響未來的行業(yè)格局。圖示的中美汽車產(chǎn)業(yè)鏈價值分配格局只是對未來的一種猜測，不同層級并不是涇渭分明的最終狀態(tài)，只是未來的一種可能狀態(tài)，而在同一層級中不同類型公司話語權的強弱也是動態(tài)變化的，未來究竟哪些類型的企業(yè)能夠真正脫穎而出，站在汽車行業(yè)價值鏈的頂端，讓我們拭目以待。 PAGE 18 PAGE 19新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 對主機廠的啟示對主機廠的啟示面對汽車產(chǎn)業(yè)鏈價值分配格局即將到來的劇變，主機廠應盡早做好準備， 從而盡可能掌握主動權。對于主機廠而言，自動駕駛領域既要做好全球化部

52、署，也要充分考慮不同國家的國情和發(fā)展路徑的差異，也就是說，除了統(tǒng)一的全球化方案，也要因地制宜。具體而言，可從以下三個方向進行考慮。外資車企應考慮“兩條腿走路”，全球化方案跟隨單車智能路線，同時在中國部署本地化的車路協(xié)同方案中國憑借領先的5G水平、廣泛的通信基站布局、“新基建”的政策支持以及廣闊的國內市場，走出了具有中國特色的車路協(xié)同路線，考慮到車路協(xié)同方案下，自動駕駛車輛本身發(fā)展的復雜度和成本會顯著降低，并且不需要遍歷所有的場景，自動駕駛商業(yè)化落地時間可能大幅提前，以網(wǎng)聯(lián)化協(xié)同式自動駕駛為特征，中國很可能率先在全球落地自動駕駛技術。因此，對于全球領先的主機廠而言，自動駕駛的全球化部署應充分考慮

53、中國發(fā)展路徑的獨特性，甚至是“兩條腿走路”，除了單車智能路線以外，盡早在中國切入車路協(xié)同的產(chǎn)業(yè)生態(tài)， 利用自身的產(chǎn)業(yè)組織能力和產(chǎn)業(yè)協(xié)調能力，領先于競爭對手落地車路協(xié)同方案。例如和車路協(xié)同方案提供商、地方政府、通信運營商合作，結合車載智能和路側智能，在個別城市率先落地Robo-taxi服務，可大幅降低主 機廠在自動駕駛領域的投資和車載成本，提早完成自動駕駛的商業(yè)化落地，迅速占領出行市場。對于外資車企而言，在中國制定和執(zhí)行本地化方案的時間日益緊迫。由于地理數(shù)據(jù)涉及國家安全，大比例尺地形圖屬于國家機密，受制于國家測繪法的限制，地圖測繪需要“導航電子地圖資質”，且地理相關的數(shù)據(jù)必須存儲在有圖商資質的企

54、業(yè)的公有云中。這意味著外資車企在中國只能找本土圖商，盡快找到合適的高精地圖合作伙伴，探索適宜的合作模式，均對時間的緊迫性帶來了進一步的壓力。而中國的本土品牌車廠可抓住此窗口期，制定適合自身的自動駕駛和車路協(xié)同戰(zhàn)略，找到合適的戰(zhàn)略合作伙伴，甚至領先外資車企落地L3級以上高等級自動駕駛， 達到“彎道超車”的效果，盡早在未來的產(chǎn)業(yè)鏈價值分配格局中明確自身定位，盡可能把握主動權。關注中國市場動向，緊跟政府導向，充分利用“新基建”來帶的新機遇2020年4月，國家發(fā)改委明確了“新基建”的范圍， 以新一代信息技術為代表的信息基礎設施以及深度應用大數(shù)據(jù)、人工智能等技術，支撐傳統(tǒng)基礎設施轉型升級而形成的融合基礎

55、設施均與自動駕駛的發(fā)展息息相關。車企應該緊跟政府導向，積極與政府溝通，利用相關的政策法規(guī)支持，協(xié)助政府完成“新基建”信息基礎設施和融合基礎設施的布局。在新基建的標桿項目中，不乏自動駕駛和車路協(xié)同的示范項目。2020年3月，百度接連中標重慶、陽泉和合肥的自動駕駛測試和車路協(xié)同示范項目，作為以5G、人工智能、物聯(lián)網(wǎng)為代表的新基建標桿項目為“新基建”的發(fā)展提供了重要支撐，在“新基建”的背景下，主機廠應積極參與其中，共同推動車路協(xié)同的落地和智慧交通系統(tǒng)的建設。伴隨著“新基建”的全面鋪開，自動駕駛產(chǎn)業(yè)鏈上下游都將受益，迎來更大的發(fā)展空間。此外，雖然與中國相比，近年來美國一些州的自動駕駛道路測試政策更加寬

56、松和大膽，吸引了全球主要的自動駕駛企業(yè)參與，例如加州和亞利桑那州，但是中國的動作也在加速，隨著智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范的發(fā)布，中國構建了路測牌照的分級策略，并且建設了多個T1-T5級別自動駕駛路測牌照測試的測試場地，逐步從封閉測試場地走向開放道路以及特定運營區(qū)域。各地方政府也紛紛落地了自動駕駛示范區(qū)，集V2X、5G、邊緣計算、交通數(shù)據(jù)服務平臺、高精度地圖、高精度定位技術于一體，從車端、路端、云端三方面開展車路協(xié)同的測試與應用， 加速自動駕駛技術的落地，且可發(fā)揮技術、人才、產(chǎn)業(yè)的聚集效應，是自動駕駛商業(yè)化落地的有力推手。主機廠應抓住時代機遇，盡早獲取高級別道路測試牌照，積累測試里程，向未來布

57、局。新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 對主機廠的啟示把握未來3-5年自動駕駛細分場景的落地和突破期，制定合適的商業(yè)模式2020年是自動駕駛商業(yè)化落地的前夕，將迎來細分應用場景的不斷突破。在未來的3-5年，自動駕駛解決方案提供商將選定1-2個應用場景全力突破，探索可能的落地路徑和商業(yè)模式。主機廠應充分關注自動駕駛各個細分場景的商業(yè)化進程，制定適合自身的商業(yè)模式，在競爭中把握主動權。高速 100 km/h中速60-100 km/h低速 60 km/h無人行李車自動駕駛礦車/自卸車無人清掃車物品運輸無人接駁車停車場自動泊車人員運輸高速無人干線物流配送車物品運輸高速無人干線客運車人員運輸

58、城市道路無人支線配送車物品運輸無人自動駕駛私家車無人公交車無人出租車人員運輸無人末端配送車無人市政車開放區(qū)域城市道路半封閉區(qū)域高速公路圖12：自動駕駛場景示例封閉限定區(qū)域園區(qū)、機場、礦區(qū)、停車場、港口數(shù)據(jù)來源：德勤分析根據(jù)道路開放程度和車速兩個維度，每個場景又會分為人員運輸與物品運輸，自動駕駛主流的應用場景有：封閉限定區(qū)域（園區(qū)、機場、礦區(qū)、停車場等）的自動泊車、無人接駁車、無人配送車、無人行李車、無人清掃車、自動駕駛礦卡、自動駕駛自卸車；半封閉區(qū)域（高速公路）的高速無人干線物流和客運；以及開放區(qū)域（城市道路）的無人公交車、無人市政車、無人物流末端配送、Robo-taxi、無人駕駛私家車等。在

59、未 來的3-5年內，基于應用場景的自動駕駛解決方案會有突破性進展，尤其是限定場景自動駕駛得益于駕駛環(huán)境有約束性、路況簡單、行駛速度低易于保障安全等特點，有望率先實現(xiàn)大規(guī)模試點運營和小規(guī)模商業(yè)化運營。參與自動駕駛的玩家需要密切關注場景的落地進展，根據(jù)自身優(yōu)勢，分場景進行技術突破，制定合適的商業(yè)模式，推出差異化的服務。 PAGE 20新基建下的自動駕駛：單車智能和車路協(xié)同之爭 | 尾注尾注1. Gartner, Commercial and consumer connected-car embedded 5G endpoints will represent 11% of all 5G endpo

60、ints installed in 2020, and this gure will reach 39% by the end of 2023, https:/ HYPERLINK / / en/newsroom/press-releases/2019-10-17-gartner-predicts-outdoor- surveillance-cameras-will-be2. 工信部， HYPERLINK /n1146290/n1146402/c7797460/content /n1146290/n1146402/c7797460/content.html激光雷達產(chǎn)品對比，方象知產(chǎn)研究院， H