2022年汽車智能駕駛行業(yè)之智行者專題報告

1、2022年汽車智能駕駛行業(yè)之智行者專題報告1.智行者：立足無人駕駛大腦研發(fā)及落地三大核心模塊構(gòu)成智行者無人駕駛大腦公司定位：通過無人駕駛大腦賦能豐富場景、多種車輛。智行者成立于 2015 年，定 位于 L4 級別高速載人乘用車自動駕駛技術(shù)研發(fā)；2016 年，智行者采用工控機的方式進行 單車整套解決方案的后裝改造；但是，通過對市場前景的分析判斷，公司認為技術(shù)產(chǎn)品化 和批量硬件預(yù)埋的通路才是無人駕駛技術(shù)型企業(yè)走到最后的基本保障，因此自 2017 年起 開始研發(fā)軟硬件一體的無人駕駛大腦，包括通用型的無人駕駛底層平臺及配套硬件系統(tǒng)平 臺。截至 2021 年，智行者無人駕駛大腦已成功迭代 3 個版本，形

2、成無人駕駛大腦 3.0，可 以實現(xiàn)智慧城市中豐富場景、多種車輛的前裝量產(chǎn)及落地應(yīng)用。智行者無人駕駛大腦包括 AVOS、BBOX 和 AVDC 三個模塊。智行者的無人駕駛大 腦包含三大模塊，分別為自動駕駛操作系統(tǒng)（AVOS）、自動駕駛中央計算單元（Brainbox） 和數(shù)據(jù)閉環(huán)（AVDC）。自動駕駛操作系統(tǒng) AVOS：基于人-車-路閉環(huán)，實現(xiàn)架構(gòu)上高內(nèi)聚、低耦合。公司自 主研發(fā)的自動駕駛操作系統(tǒng) AVOS 包含系統(tǒng)軟件、功能軟件、應(yīng)用軟件，充分適配多類業(yè) 務(wù)場景。與同業(yè)主要競爭對手相比，公司能夠在人員接近的條件下，實現(xiàn)更多的落地業(yè)務(wù) 賦能。以 AVOS 為底層架構(gòu)，公司根據(jù)不同的場景需求研發(fā)了不

3、同算力、不同配置的硬件 解決方案，以提升用戶體驗，適應(yīng)商業(yè)價格敏感度。目前，智行者已形成低速室內(nèi)外場景、 高速后裝自動駕駛 L4 等級場景及適用于 L2/L2+級別的前裝量產(chǎn)等多套解決方案，可全面 覆蓋目前主流的自動駕駛應(yīng)用場景。智行者不斷打磨 AVOS，逐步擴大適用場景。AVOS1.0 打通了自動駕駛感知-定位-規(guī) 控的完整數(shù)據(jù)流，實現(xiàn)了高速公路和簡單城市工況的自動駕駛能力。AVOS2.0 重塑系統(tǒng)架 構(gòu)和通信方式，精簡進程與節(jié)點，提升了自動駕駛系統(tǒng)性能和穩(wěn)定性，場景擴展到高速、 城區(qū)和典型園區(qū)。AVOS3.0 基于嵌入式設(shè)備，實現(xiàn)嚴格時鐘同步，輔以零拷貝的自研中間 件，進一步提升系統(tǒng)性能，

4、實現(xiàn)了高速、城區(qū)、園區(qū)和越野工況的多場景覆蓋。智行者的自動駕駛算法在成本、穩(wěn)定性等方面具備優(yōu)勢。公司自研毫秒級時間同步/ 像素級空間同步的多傳感器融合感知系統(tǒng)，基于環(huán)視高清相機和固態(tài)激光雷達等車規(guī)級傳 感器，實現(xiàn)融合感知距離精度可達 5cm。與競爭對手普遍采用機械旋轉(zhuǎn)式激光雷達相比， 該系統(tǒng)成本更低、穩(wěn)定性更好。公司提出基于駕駛行為語句的混合行為決策系統(tǒng)，適用于 乘用車、環(huán)衛(wèi)車等不同平臺，可實現(xiàn)復(fù)雜場景下的讓行、避障等功能，目前應(yīng)用場景超過 2800 個。中央計算單元（Brainbox）：終端實現(xiàn)自動駕駛的核心硬件。公司自主研發(fā)的 Brainbox 是搭載多種類IP架構(gòu)的微處理IC構(gòu)建強勁的異

5、構(gòu)計算單元；搭載高性能實時的底層 MCU， 支持安全島鎖步核，支持功能安全認證，構(gòu)建可靠的控制單元；大腦集成了豐富的傳感器 數(shù)據(jù)采集，包括多路 GMSL2 攝像頭接口（支持 800 百萬高清攝像頭）、千兆以太網(wǎng)接口 （支持多線束激光雷達，包括 1G Base-T1 車載以太網(wǎng)接口）、CAN-FD、LIN、DSI 以及 其他低速接口，集成 5G 通信、V2X 通信和 RTK 高精度定位，實現(xiàn)完整單車智駕和網(wǎng)聯(lián)智 駕域功能。數(shù)據(jù)閉環(huán)系統(tǒng) AVDC：打通 L3 和 L4 之間的數(shù)據(jù)壁壘和架構(gòu)壁壘。自動駕駛數(shù)據(jù)的高 效處理，是保障算法快速迭代的關(guān)鍵因素之一。智行者搭建了車端推理-云端訓(xùn)練的數(shù)據(jù)閉 環(huán)系

6、統(tǒng)，實現(xiàn)了從數(shù)據(jù)挖掘、數(shù)據(jù)回傳、數(shù)據(jù)清洗、模型優(yōu)化、模型評估、OTA 部署的完 整數(shù)據(jù)聯(lián)調(diào)。在車端，智行者布置模型推理和高價值的數(shù)據(jù)挖掘，通過人工示教、自動駕 駛挖掘、顯示安全數(shù)據(jù)、隱形優(yōu)化數(shù)據(jù)等不同的維度，對高價值場景數(shù)據(jù)進行挖掘；在云 端，智行者布置了數(shù)據(jù)平臺、模型平臺和測評平臺三大平臺，實現(xiàn)半自動化的模型訓(xùn)練與 迭代，實現(xiàn)了周迭代的開發(fā)效率。此外，智行者用相同的軟/硬件架構(gòu)打通了 L3 和 L4 的 數(shù)據(jù)壁壘和架構(gòu)壁壘，通過前裝量產(chǎn)采集的數(shù)據(jù)反哺 L4 系統(tǒng)的功能升級。與國內(nèi)自動駕 駛公司通常采用 L3 和 L4 兩套系統(tǒng)架構(gòu)、難以實現(xiàn)數(shù)據(jù)閉環(huán)相比，智行者的技術(shù)路線優(yōu)勢 明顯。智行者自建

7、三維場景重建方案與仿真場景庫，豐富自動駕駛場景數(shù)據(jù)。公司搭建了國 內(nèi)云端自動化的三維場景重建方案，支持 24 小時云端流水線式并行自動建圖，道路標定 精度達 10 厘米，可實現(xiàn)遠程實時更新，技術(shù)水平領(lǐng)先物流配送等巨頭自動駕駛公司 12 年時間。公司也自建了高保真自動化的仿真場景庫，包含數(shù)百項自動駕駛場景測試用例， 覆蓋了城市道路/高速公路/停車場等典型環(huán)境，可實現(xiàn)自動化流水線式的仿真測試。不同應(yīng)用場景下 BBOX 有不同形態(tài)智行者根據(jù)不同的應(yīng)用場景和車輛型號，研發(fā)了不同算力、不同尺寸的硬件配套 BBOX 產(chǎn)品。為了打造通用型的、可量產(chǎn)的高級別自動駕駛平臺，智行者不斷選取環(huán)衛(wèi)、 物流、乘用及特種

8、場景等不同類型自動駕駛場景進行實踐應(yīng)用。目前，智行者在同一軟件 架構(gòu)下，根據(jù)不同應(yīng)用場景制定了不同的硬件匹配方案。適用于低速室內(nèi)外場景的 Brainbox 算力相對較低，性價比高。適用于低速室內(nèi)外場 景的 Brainbox 使用瑞芯微的 RK3588 作為主要計算單元，采用了四核 A76 加四核 A55 的 架構(gòu)，NPU 算力達到 6TOPS；使用 RK3568 作為用戶界面交互接口，使用 Android 系統(tǒng)， 外接觸摸顯示屏，提升交互體驗，并且能夠作為輔助計算單元。控制器使用工業(yè)級物料， 大大降低了產(chǎn)品成本，適應(yīng)商業(yè)價格敏感度，并且針對應(yīng)用場景做了功耗的優(yōu)化設(shè)計，無 需主動散熱，減小了噪音

9、，提升了產(chǎn)品的客戶體驗，增強產(chǎn)品的競爭力。適用于商業(yè)級中高速場景的 Brainbox 算力適中，在部分城市的 RoboTaxi、RoboBus 場景已有落地。商業(yè)級中高速場景的 Brainbox 使用英偉達 Xavier 和英飛凌 TC397 組成異 構(gòu)處理產(chǎn)品，AI 算力可達 60TOPS，可滿足汽車后裝市場中高速自動駕駛 L4 等級的場景。 其控制器在設(shè)計上按照車規(guī)級要求開展，除個別物料外，全部使用車規(guī)級物料，在試驗上 通過汽車級標準認證，且在部分城市的 RoboTaxi、RoboBus 場景已有落地的成熟案列。適用于高速場景的 Brainbox 算力高達 508TOPS，可滿足智能汽市場

10、高速自動駕駛L4 等級的場景。適用于高速場景的 Brainbox 使用英偉達 ORIN 和英飛凌的 TC397 功能安 全協(xié)處理器的異構(gòu)計算平臺，其算力高達 508TOPS，能夠滿足重感知輕定位的算力布局， 可滿足汽車高速自動駕駛 L4 等級的場景。其控制器設(shè)計了 5G 和 V2X 功能模組，可有效 滿足智能網(wǎng)聯(lián)示范園區(qū)的場景需求，同時設(shè)計 10G 網(wǎng)口，具備多域控制器間的大數(shù)據(jù)交互 功能，適應(yīng)未來車端多域控制器的架構(gòu)趨勢。其控制器按照汽車級設(shè)計要求開展，除個別 物料外，全部使用車規(guī)級物料。適用于乘用車 ADAS 的 BrainBox 主要面向汽車自動駕駛 L2/L2+的場景。適用于汽 車前裝

11、量產(chǎn)的 BrainBox 主要采用地平線 J3 和英飛凌 TC397 組成多核異構(gòu)產(chǎn)品，AI 算力 15TOPS，可滿足汽車自動駕駛 L2/L2+的場景，針對使用場景的特點，控制器滿足相應(yīng)的 汽車級試驗標準，使用全車規(guī)級物料，并且產(chǎn)品滿足 ISO26262 功能安全標準，保證產(chǎn)品 的可靠性。2.無人駕駛行業(yè)空間大，落地場景多且較為分散無人駕駛行業(yè)潛在市場空間超過萬億高級別自動駕駛能夠有效解決人力成本提升、交通安全、司機短缺等諸多痛點。L3 級別自動駕駛條件下，特定場景下的自動駕駛不需要司機，或者司機擔任的是車輛管理者 的角色，能夠一人管理多輛車。L4 級別以上則接近完全無人化，可以有效解決司機

12、短缺與 人力成本上升的難題。同時，高級別自動駕駛下，車輛的操作更加穩(wěn)定可靠，不會疲勞駕 駛，安全性比司機駕駛更高。自動駕駛市場空間累計超萬億，其中干線物流、Robotaxi、同城物流等場景的市場空 間較大。目前可供自動駕駛產(chǎn)品落地的場景主要可大致分為：1）城市開放場景；2）高速 場景；3）封閉場景。其中城市場景包括了 Robotaxi、環(huán)衛(wèi)服務(wù)、城配物流以及最后一公 里配送；高速場景即干線運輸；封閉場景主要包括了港口、礦區(qū)等。根據(jù)蔚來資本測算， 長途物流自動駕駛的潛在空間約為 7000 億元，是所有場景中空間最大的市場。Robotaxi、 同城物流等場景同樣具有數(shù)千億級別的市場空間。港口物流、

13、市政環(huán)衛(wèi)、礦內(nèi)物流等市場 空間相對較小，但此類場景落地難度相對較低，能夠更早地應(yīng)用自動駕駛技術(shù)，且下游客 戶的付費意愿極高。自動駕駛產(chǎn)業(yè)鏈結(jié)構(gòu)復(fù)雜，自動駕駛大腦在其中扮演關(guān)鍵角色。自動駕駛產(chǎn)業(yè)鏈供應(yīng) 商主要為主機廠以及場景客戶提供囊括感知層、決策層、執(zhí)行層與傳輸層在內(nèi)的解決方案。 其中，感知層主要包括攝像頭、激光雷達、毫米波雷達等傳感器，并結(jié)合衛(wèi)星定位、高精 度地圖等路側(cè)輔助，完成環(huán)境感知；決策層主要通過自動駕駛芯片、車身控制 MCU 與其 中搭載的決策規(guī)劃算法進行分析與決策；執(zhí)行層包括轉(zhuǎn)向、制動等底盤控制系統(tǒng)，負責執(zhí) 行控制；傳輸層負責數(shù)據(jù)的互聯(lián)互通。上述模塊相輔相成，幫助自動駕駛車輛應(yīng)對多

14、種自 動駕駛場景。其中無人駕駛大腦主要包括接受感知的決策層，同時下達指令給執(zhí)行層，以 及和車聯(lián)網(wǎng)、自動駕駛平臺等數(shù)據(jù)對接傳輸，是自動駕駛系統(tǒng)的核心部件。無人駕駛場景分散，行業(yè)參與者多為散點滲透Robotaxi 領(lǐng)域玩家眾多，局部示范運營促進行業(yè)發(fā)展。在諸多自動駕駛場景中， Robotaxi 的運營環(huán)境最復(fù)雜，對安全性要求最高。Waymo、百度 Apollo 等以 Robotaxi 為主線的企業(yè)，是該自動駕駛場景的引領(lǐng)者。目前，廣州、長沙、上海、武漢、滄州、北 京等允許開展無人駕駛出租車的載人測試，但對車輛數(shù)量、封閉測試里程數(shù)量及載客對象 提出嚴格要求。載人測試逐步向真實場景與商業(yè)模式靠近，一方

15、面便于企業(yè)迭代自動駕駛 技術(shù)，優(yōu)化車輛乘坐體驗及人機交互功能；另一方面也起到民眾教育的作用，為未來大規(guī) 模推廣做鋪墊。商用車自動駕駛的技術(shù)要求低于 Robotaxi，有望更快實現(xiàn)商業(yè)化落地。港口、礦山、 環(huán)衛(wèi)、無人配送等商用車自動駕駛場景通常具有較為特定的運營區(qū)域，行駛范圍和路線相 對固定。整體來看，商用車港口、礦區(qū)、機場、園區(qū)的場景相對簡單，車速相對較低，預(yù) 計自動駕駛落地速度將會較快；干線物流、城市配送場景復(fù)雜、車速高、且對安全性、可 靠性的要求高，預(yù)計落地速度相對較慢；無人配送和城市巴士雖然面臨復(fù)雜路況，但無人 配送車速相對較低、城市巴士可以在特定線路建設(shè) V2X 基礎(chǔ)設(shè)施，同樣有望相對

16、快速的落 地。諸多自動駕駛公司從商用車自動駕駛場景起步，力圖盡快跑通商業(yè)模式。Robotaxi 由于資金消耗大、研發(fā)周期長，受當前在道路開放、路權(quán)界定、權(quán)責劃分等方面限制，產(chǎn) 生穩(wěn)定現(xiàn)金流的能力相對較弱，需要自動駕駛企業(yè)具備雄厚的資金實力。與之相比，商用 車自動駕駛場景具有落地相對迅速、客戶付費意愿強等優(yōu)點，有望產(chǎn)生穩(wěn)定的現(xiàn)金流，為 自動駕駛企業(yè)提供自身造血能力，減輕其對外部持續(xù)融資的依賴。圖森未來等自動駕駛公 司從商用車自動駕駛場景起步，謀求運營項目的快速落地，帶動自動駕駛數(shù)據(jù)收集與算法 迭代。上述商用車自動駕駛場景主要包括：1）無人環(huán)衛(wèi)：自動駕駛技術(shù)在環(huán)衛(wèi)場景中有望率先落地。目前，無人環(huán)衛(wèi)

17、場景主要 包括園區(qū)、公園、學(xué)校等封閉區(qū)域，普通開放道路，以及高速高架、橋梁、隧道等半封閉 道路。目前，相關(guān)參與者主要在封閉區(qū)域與普通開放道路進行商業(yè)化落地。無人環(huán)衛(wèi)的行 駛路線重復(fù)固定，單車清掃保潔覆蓋范圍通常在 10 公里以內(nèi)，長尾問題相對有限。這就 決定了自動駕駛環(huán)衛(wèi)車需要的路測規(guī)模較小，可以在目前已經(jīng)開放的路段短時間內(nèi)積累較 多數(shù)據(jù)完善算法。同時，由于自動駕駛環(huán)衛(wèi)人機交互相對簡單，不需要過分考慮車輛舒適 度等問題，因此更適合自動駕駛落地。目前自動駕駛環(huán)衛(wèi)參與者主要包括酷哇機器人、智行者、仙途智能等公司，各家在落 地產(chǎn)品及商業(yè)模式選取上存在差異。其中酷哇機器人、仙途智能主攻普通開放道路，環(huán)

18、衛(wèi) 車輛產(chǎn)品通常在 1 噸左右-18 噸不等，需配安全員，并采用直接提供運營服務(wù)的模式；智 行者主攻園區(qū)等封閉區(qū)域清掃保潔，考慮到路權(quán)法規(guī)及實際人員替代其主要產(chǎn)品為 1 噸以 下的清掃機器人，可實現(xiàn)無人值守，不參與行業(yè)運營。主流公司均已實現(xiàn)產(chǎn)品落地，并投 放數(shù)百輛車輛提供無人環(huán)衛(wèi)服務(wù)。此外，無人駕駛科技公司也與傳統(tǒng)環(huán)衛(wèi)企業(yè)及環(huán)衛(wèi)裝備 企業(yè)展開了積極合作，如深蘭科技于 2019 年與傳統(tǒng)環(huán)衛(wèi)公司森遠股份簽訂全面戰(zhàn)略合作 框架協(xié)議，后續(xù)將共同設(shè)立智能裝備產(chǎn)品生產(chǎn)基地，共同進行股權(quán)投資，共同投資設(shè)立城 市物業(yè)運營服務(wù)公司等，形成全方位戰(zhàn)略合作伙伴關(guān)系。2）城市配送：在貨運物流中承擔短途城際以及“最后

19、 50 公里”的角色，是公路運 輸?shù)拿氀堋３桥鋱鼍跋碌耐袋c與干線物流、出行等領(lǐng)域痛點類似，行業(yè)高度分散、司 機短缺、司機普遍年齡偏大、年輕人不愿意做、司機難管控、作業(yè)環(huán)境差、疲勞駕駛等因 素導(dǎo)致了行業(yè)正逐漸變化，給自動駕駛技術(shù)替代城配司機提供了契機。對于自動駕駛公司 而言，城市范圍內(nèi)的“倉到倉”運輸場景從技術(shù)層面與 Robotaxi 非常相似。但從整體的城 市配送服務(wù)流程來說，自動駕駛在城市配送場景的應(yīng)用類似環(huán)衛(wèi)，兩者都是在城市道路、 公開場景、固定線路下行駛，技術(shù)類別比較相似。多家自動駕駛公司布局城配自動駕駛。隨著城市場景下的自動駕駛技術(shù)不斷成熟，替 代司機后可有效解決同城貨運的招工難、

20、司機管控難的問題，并推動配送場景下的運輸成 本降低。自動駕駛的智能調(diào)度也能降低安全隱患，防止司機疲勞駕駛導(dǎo)致的不良后果，進 一步推動物流行業(yè)的合規(guī)管理等。同時，借助 5G 以及 V2X 的先進技術(shù)，在后端的云平臺 上實現(xiàn)精準調(diào)配，讓貨物運輸?shù)臅r間更短，效率更高，體驗更好。目前在自動駕駛城配領(lǐng) 域有布局的自動駕駛公司有文遠知行、酷哇機器人、元戎啟行等。產(chǎn)業(yè)鏈相關(guān)方還包括但 不限于物流公司（如菜鳥網(wǎng)絡(luò)）、運力平臺（唯捷城配、貨拉拉、駒馬物流等）、相關(guān)車隊及設(shè)備廠商（如福田、江鈴、一汽解放、東風汽車、中國重汽等）等。3）無人配送：有三大典型場景，其中快遞和商超零售場景有望更快落地。無人配送 主要有快

21、遞、外面和商超三大典型場景。快遞對于即時性要求不高，集約化水平高；外賣 對于即時性要求高，且配送路線環(huán)境復(fù)雜，存在取件和配件的不確定性，外賣配送的起點 與終點均不固定，進一步增加了無人配送的難度；商超零售即時性要求相對較低，且路線 相對固定，線上業(yè)務(wù)的成熟化使配送端已具備良好的基礎(chǔ)設(shè)施（倉庫、前置倉、配貨人員、 停車位等），有利于無人配送的快速落地。國內(nèi)的參與者主要包括互聯(lián)網(wǎng)巨頭和新興創(chuàng)業(yè)公司。其中，京東、美團、阿里等互聯(lián) 網(wǎng)巨頭擁有物流需求，采用自研+合作的形式推動業(yè)務(wù)落地。新興創(chuàng)業(yè)公司如新石器、智 行者、毫末智行、行深智能、白犀牛等，主要通過技術(shù)快速攻占市場，推動自身技術(shù)驗證 與迭代升級。

22、目前，互聯(lián)網(wǎng)巨頭和初創(chuàng)公司處于共建與共同探索階段。目前無人配送小車正在國內(nèi)各地的各大場景中開展試運營。2015 年京東物流進入無 人配送領(lǐng)域，2019 年 11 月發(fā)布最新一代 4.0 版本無人配送車并且在中國人民大學(xué)、清華 大學(xué)等多個高校投入使用，2020 年與江蘇常熟市開展戰(zhàn)略合作，致力于打造全球首個無人配送城。美團無人配送車自 2018 年至今已經(jīng)完成了北京多地落地測試運營，截至今年 4 月，無人車配送服務(wù)已覆蓋 20 多個小區(qū)，完成 3.5 萬訂單，總行駛里程近 30 萬公里， 同時美團新一代無人配送車“魔袋 20”于 4 月落地。2018 年 8 月，新石器第一代車 SLV10 實現(xiàn)

23、量產(chǎn)，具備自動駕駛能力，但限定在在封閉園區(qū)中行駛；2019 年 6 月，二代車 SLV11 落地，開始可以在半封閉和封閉環(huán)境中切換，進行商業(yè)化試運營；2020 年 8 月，三代車 X3 實現(xiàn)量產(chǎn)。4）干線物流：自動駕駛的落地將有效改善貨運行業(yè)痛點。L3 級別自動駕駛有望解放 司機的雙手雙腳，降低司機的勞動強度，并有望將單車司機人數(shù)由 2 名減少到 1-1.5 名； L4 級別自動駕駛有望解放人的眼和腦，單車省去 2 名司機，降低人力成本和司機工作量； 自動駕駛能夠提升車輛的營運效率，除了加油和例行維護時間，理論上可以實現(xiàn) 24 小時 不間斷運輸；此外，自動駕駛解決方案能夠通過配備節(jié)油算法，將發(fā)

24、動機轉(zhuǎn)速控制在最佳 燃油經(jīng)濟區(qū)，綜合油耗有望比優(yōu)秀司機再降 5-10%。干線物流自動駕駛的玩家包括圖森未來、智加科技、主線科技、嬴徹科技等創(chuàng)業(yè)公司。 其中圖森未來、主線科技主攻 L4 級別自動駕駛方案，智加科技、嬴徹科技則計劃通過 L3 級別自動駕駛前裝落地，收集行駛信息形成數(shù)據(jù)閉環(huán)，反哺自動駕駛升級至 L4；小馬智行 從 Robotaxi 切入貨運領(lǐng)域；清智科技從 ADAS、線控底盤生產(chǎn)切入，通過在園區(qū)通勤等低 速場景落地逐步擴展到專線物流等高速特定場景落地。5）港口自動駕駛：無人化運營是剛需，自動駕駛集卡等產(chǎn)品加速落地。港口運輸自 動化有自動駕駛集卡、AGV（自動導(dǎo)航運載車）、自動駕駛跨運

25、車三種運輸方案，但 AGV 和自動駕駛跨運車均有一定應(yīng)用限制：AGV 需要在道路預(yù)埋磁釘來輔助實現(xiàn)感知、定位、導(dǎo)航，改造成本較高、前期投入大，通常只適用于大型新建港口；自動駕駛跨運車對港口 的堆箱高度有限制，僅能應(yīng)用于 1-3 個集裝箱高度的堆放，而我國集裝箱碼頭普遍堆場密 集，為保證空間利用效率會堆放多層集裝箱（通常 4-5 層）。相比之下，自動駕駛集卡則有 著無需場地改造、單車成本較低、泛用性強、適用港外公路等諸多優(yōu)點，有望成為港口運 輸自動化的主流解決方案。港口自動駕駛玩家主要包括經(jīng)緯恒潤、西井科技、主線科技、圖森未來等，已在中國 多個重要港口實現(xiàn)布局。上述企業(yè)通過與主機廠合作，將自身研

26、發(fā)的解決方案配置在整車 上，并落地港口，進行試驗和商業(yè)化運營。目前中國已有 11 個港口實現(xiàn)自動駕駛集卡落 地，在“北-中-南”沿海重要港口均有企業(yè)實現(xiàn)布局。2017 年以來，經(jīng)緯恒潤先后在青島 港、唐山港和日照港開展港口智能集卡項目實現(xiàn)港口智能駕駛 MaaS 完整方案的商業(yè)化 落地。主線科技持續(xù)助力天津港集團打造港口自動駕駛示范區(qū)，并先后交付了 31 輛無人 集卡與 60 臺 ART 人工智能運輸機器人。2019 年起，圖森未來在東海大橋開展應(yīng)用于洋 山港與蘆潮港貨運火車站間的無人駕駛港鐵聯(lián)運。6）礦區(qū)自動駕駛：礦區(qū)環(huán)境較為惡劣，無人化需求較強。礦區(qū)地形相對較為復(fù)雜， 路面不平整、上下坡路較

27、多，排土場多為 20-30 米的深溝。同時礦用汽車體積較大、盲區(qū) 較多，容易發(fā)生碰撞、碾壓、側(cè)翻等事故。礦區(qū)一旦發(fā)生重大安全事故，所屬礦區(qū)需整頓停產(chǎn)，或?qū)a(chǎn)生億元級別的損失。由于礦區(qū)工作環(huán)境惡劣，礦區(qū)用工難、流動性強導(dǎo)致勞 動力短缺的狀況尤為明顯。礦區(qū)的自動化、無人化是非常顯著的需求。同時礦區(qū)環(huán)境相對 封閉、運輸路線較為簡單、環(huán)境干擾較少等條件有助于自動駕駛快速落地。礦山無人駕駛領(lǐng)域目前國內(nèi)的企業(yè)主要包括慧拓智能、踏歌智行、易控智駕、希迪智 駕等，已與礦區(qū)、礦企建立密切聯(lián)系。2019 年 9 月，慧拓智能在大唐國際寶利煤礦正式 完成國內(nèi)首個無人運輸系統(tǒng)在礦區(qū)的商業(yè)化落地運營；目前已獲得行業(yè)最大

28、規(guī)模 400 臺寬 體車隊運營訂單，并于 2021 年中標國家電投集團霍林河煤礦電動無人寬體車運營訂單。 截至 2021 年 7 月末，慧拓智能的訂單總額達 3.5 億元人民幣，復(fù)購訂單占比達 50%。2020 年，踏歌智行與北方股份建立“一致行動人”合作伙伴關(guān)系，聯(lián)合推出國內(nèi)首批共 10 臺 預(yù)裝無人駕駛系統(tǒng)的線控礦卡 NTE200AT。易控智駕在 2019 年開始礦區(qū)無人駕駛真實工 礦測試，2020 年礦區(qū)投入無人駕駛車輛達到 12 臺。7）RoboBus：有望成為對最后 3 公里短途出行的有效補充。我國軌道交通事業(yè)快速 發(fā)展，截至 2021 年 8 月，國內(nèi)已有 48 個開通城市軌道交通

29、線路的城市，運營里程達 7970公里。在這一趨勢下，軌道交通逐漸成為民眾長途出行的主流選擇。但地鐵站與社區(qū)、園 區(qū)、商區(qū)等區(qū)域存在最后 3 公里的短途出行問題，RoboBus 是對這部分出行需求的有效補 充，滿足群體性需求。同時，RoboBus 對行駛速度的要求不高，其路線固定且相對較短， 適合自動駕駛落地。RoboBus 的參與者包括百度 Apollo、智行者、文遠知行、輕舟智航等。百度 Apollo 聯(lián)手金龍客車打造自動駕駛小巴阿波龍，已于自 2018 年正式量產(chǎn)，并先后在北京、廣州、 雄安、重慶、佛山等 22 個城市園區(qū)落地部署，累計服務(wù)人次超 12 萬，累計自動駕駛里程 達到 12 萬

30、公里。智行者的 RoboBus 落地成都、合肥、北京等全國多個城市，在公園、景 區(qū)、高爾夫球場等區(qū)域開展運營。文遠知行與宇通聯(lián)合開發(fā)的 Robobus 也于 2021 年 4 月 批量下線，目前正在廣州、南京、鄭州等地開展常態(tài)化測試。2021 年，輕舟智航的龍舟 系列 Robobus 先后落地深圳、武漢、北京等 10 座城市，在公開道路提供接駁服務(wù)。點對 點的接駁是無人駕駛技術(shù)的一個應(yīng)用創(chuàng)新點，目前正初于小批量試驗階段。整體而言，行業(yè)大多數(shù)公司是針對某個自動駕駛場景點狀發(fā)力。鑒于不同自動駕駛場 景在市場規(guī)模、技術(shù)要求、政策支持、商業(yè)化落地進度等方面的差異，各自動駕駛公司形 成了與自身實力相適應(yīng)

31、的發(fā)展路徑與方法論?？傮w而言，大多數(shù)公司以對自動駕駛場景的 研判與選擇作為思考的起點，在單一場景下集中發(fā)力，開發(fā)與之適配的自動駕駛算法，進而開展示范運營。在其技術(shù)可行性得到驗證后，該等自動駕駛公司預(yù)計將廣泛爭取運營項 目，同時通過資本運作建立并壯大自動駕駛車隊，加快數(shù)據(jù)收集速度，進而加速算法迭代。3.智行者商業(yè)化落地領(lǐng)先，成長空間大智行者特點：打通底層技術(shù)與場景解耦，實現(xiàn)多場景賦能智行者堅持底層開放+軟硬一體化的“android+intel inside”商業(yè)模式。智行者定位 為自動駕駛時代的“android+intel”，即在類似 android 的通用型軟件架構(gòu)及類似于 Intel 的核心

32、硬件兩部分同時著力，致力于成為通用場景 L4 自動駕駛解決方案提供商，而不參 與無人駕駛的商業(yè)運營。自 2017 年起，智行者開始進行通用型底層軟件架構(gòu)的開發(fā)及進 行了配套硬件的開發(fā)。其中公司于 2019 年底推出面向低速場景的自動駕駛套件 LADS，采 用“嵌入式硬件+功能軟件+工具服務(wù)”的軟硬件一體的解決方案，解決了“開發(fā)難、可靠 性差、成本高”等制約自動駕駛行業(yè)發(fā)展的痛點，助力 OEM 客戶最小資源投資快速實現(xiàn) 量產(chǎn)產(chǎn)品。LADS 包括自動駕駛域控制器、車身信息域控制器和驅(qū)動域控制器等硬件和高 度融合定位、多傳感器融合感知、典型功能規(guī)劃控制等軟件功能。智行者將自動駕駛算法與場景解耦，提供

33、軟硬件一體+多場景解決方案。公司選擇一 個無人駕駛大腦賦能各行業(yè)的技術(shù)架構(gòu)，適應(yīng)目前無人駕駛需求在多點位同步釋放的行業(yè) 特點，整體采取以產(chǎn)品化為主導(dǎo)的商業(yè)模式，不參與實際運營服務(wù)，與傳統(tǒng)行業(yè)設(shè)備制造 方及運營方聯(lián)合發(fā)展，共同推進全行業(yè)智能化的進程。智行者致力于以更低的成本、更快 的速度獲取更加豐富的場景數(shù)據(jù)，并通過這些數(shù)據(jù)迭代算法，形成算法-落地場景-數(shù)據(jù)的 閉環(huán)?；谏鲜鏊伎迹緦⒆詣玉{駛算法與場景解耦，打造無人駕駛大腦，以賦能各個 行業(yè)，并不局限于特定場景的點狀發(fā)力。與同業(yè)主要競爭對手相比，智行者能夠在人員接 近的條件下，實現(xiàn)更多的落地業(yè)務(wù)賦能。目前，公司已涉及低速、中高速、特殊環(huán)境以及

34、 前裝量產(chǎn)場景。智行者堅持和各個場景運營客戶合作，不參與自動駕駛車隊運營。智行者認為，無人 駕駛行業(yè)將會出現(xiàn)三類提供商：客戶運營服務(wù)提供商、無人駕駛解決方案或者整車產(chǎn)品提 供商以及車輛制造商。其中，客戶運營服務(wù)提供商能夠精準了解客戶需求并提供全面的服 務(wù)；車輛制造商主要從事生產(chǎn)制造的工作；無人駕駛解決方案或者整車產(chǎn)品提供商，則主 要負責為未來整個移動交通出行產(chǎn)業(yè)提供新興的技術(shù)或整車產(chǎn)品，也是智行者致力于扮演 的角色。因此，智行者主要通過無人駕駛大腦賦能傳統(tǒng)行業(yè)，與各個場景的運營客戶展開 合作，并不承擔自動駕駛車隊運營的工作，從而降低自動駕駛車隊方面的資金投入。低速自動駕駛方面，公司無人駕駛大腦

35、賦能的產(chǎn)品已在全國多地落地運營。在低速自 動駕駛方面，公司無人駕駛大腦賦能的產(chǎn)品已在環(huán)衛(wèi)、物流等領(lǐng)域?qū)崿F(xiàn)商業(yè)化落地，在全 國多個場所投放。以園區(qū)環(huán)衛(wèi)場景為例，公司相關(guān)產(chǎn)品已在 100 多個城市完成落地，包括 20 余類細分場景，累計清掃面積達數(shù)億平方米。上述場景包括北京冬奧首鋼園、烏鎮(zhèn)設(shè)計 園、雄安中交未來科學(xué)城等公園景區(qū)；合肥南站、雄安高鐵站、鄭州東站等交通樞紐；新 奧集團、華能集團、濟南中國重汽科技大廈等辦公/工業(yè)廠區(qū)；成都 IFS 商場、北京金石廣 場、武漢火神山醫(yī)院、成都傳染病醫(yī)院、中山雅居樂佰利山等商場、醫(yī)院和住宅場景。中高速自動駕駛領(lǐng)域，公司 Robotaxi 和 Robobus

36、落地順利。早在 2016 年，公司與 北汽合作，將無人駕駛汽車開放試乘，當年接待人次 3000 余人，行駛里程 2000 公里，0 失誤、0 故障。同年，公司與長安合作實現(xiàn)從重慶到北京 2000+公里無人駕駛，最高車速 達到 120km/h，并加入了長安的天樞計劃。公司于 2019 年獲得北京 T3 自動駕駛路測牌 照，并深度參與了全國最大規(guī)模自動駕駛示范運營車隊和示范區(qū)的建設(shè)。2021 年，公司 獲得了 T3 出行百臺 Robotaxi 訂單，雙方在蘇州試點“自動駕駛+正常駕駛”的 Robotaxi 落地新模式，即在指定自動駕駛測試區(qū)域采用自動駕駛，超出該區(qū)域的其他區(qū)域則由安全 員擔任駕駛司機接手駕駛權(quán)。公司無人駕駛大腦賦能的多款 RoboBus 也已落地成都、合 肥、北京等全國多個城市，在公園、景區(qū)、高爾夫球場