2022年中國自動(dòng)駕駛行業(yè)研究報(bào)告

1、2022年中國自動(dòng)駕駛行業(yè)研究報(bào)告1. 自動(dòng)駕駛行業(yè)現(xiàn)狀1.1. 中國自動(dòng)駕駛現(xiàn)狀1.1.1. 發(fā)展歷程1） 2009-2012：科研探索，學(xué)術(shù)積累國家自然科學(xué)基金委員會(huì) 2009 年起每年舉辦一屆“智能車未來挑戰(zhàn)賽”，研發(fā)具有自然環(huán)境 感知與智能行為決策能力的無人駕駛汽車，并通過真實(shí)道路環(huán)境下的自主行駛來檢驗(yàn)研究 成果。2011 年國防科技大學(xué)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(shí)驗(yàn)，標(biāo)志著我國無人車在復(fù)雜環(huán)境識(shí)別、智能行為決策和 控制等方面實(shí)現(xiàn)了新的技術(shù)突破。2） 2013-2016：互聯(lián)網(wǎng)巨頭下場(chǎng)，初創(chuàng)廠商涌入2013 年百度開啟無人

2、駕駛項(xiàng)目，陸續(xù)于北京、加州進(jìn)行路測(cè)，并在烏鎮(zhèn)開放無人駕駛車輛 試運(yùn)營。華為與百度同年起步，與車企進(jìn)行合作逐步邁入車聯(lián)網(wǎng)供應(yīng)商序列。AutoX 于本 階段尾聲入場(chǎng)，2016 年成立后于同年完成開放道路測(cè)試。小馬智行于 2016 年 12 月創(chuàng)立， 切入 Robotaxi 領(lǐng)域。景馳、Roadstar 等相繼入局，自動(dòng)駕駛浪潮襲來。3） 2017-2021：巨頭發(fā)力，邁入領(lǐng)先此階段中國自動(dòng)駕駛實(shí)現(xiàn)跨越式發(fā)展。百度發(fā)布 Apollo 計(jì)劃并經(jīng) 4 年演繹實(shí)現(xiàn) Robotaxi 落 地商用探索，同時(shí) L4 級(jí)自動(dòng)駕駛解決方案也已降維裝車量產(chǎn)；華為明確其市場(chǎng)定位，為主 機(jī)廠提供優(yōu)質(zhì)智能汽車解決方案，以自

3、動(dòng)駕駛、車聯(lián)網(wǎng)等核心技術(shù)賦能主機(jī)廠；自動(dòng)駕駛 獨(dú)角獸與小馬智行技術(shù)進(jìn)程不斷推進(jìn)，陸續(xù)推出、完善產(chǎn)品及服務(wù)。同時(shí)期，自動(dòng)駕駛產(chǎn) 業(yè)鏈逐漸成熟，上游核心傳感器廠家不斷涌現(xiàn)，下游場(chǎng)景解決方案紛紛開始落地。 據(jù) 2021 年加州 DMV 發(fā)布的2020 年自動(dòng)駕駛接管報(bào)告數(shù)據(jù)顯示，中國自動(dòng)駕駛領(lǐng)域的 頭部參與者已逐漸成為國際自動(dòng)駕駛行業(yè)領(lǐng)先選手，AutoX 與 Pony.ai 的 MPI（腳注：Miles per Intervention，平均每次接管的行駛里程間隔）指標(biāo)上榜前五名，緊隨 Waymo、Cruise 之 后。1.1.2. 發(fā)展驅(qū)動(dòng)因素 1.1.2.1. 政策： 國內(nèi)多部門出臺(tái)政策護(hù)航自動(dòng)

4、駕駛發(fā)展計(jì)劃到 2025 年，中國標(biāo)準(zhǔn)智能汽車的技術(shù)創(chuàng)新，產(chǎn)業(yè)生態(tài)，基礎(chǔ)設(shè)施，法規(guī)標(biāo)準(zhǔn)，產(chǎn)品監(jiān) 管和網(wǎng)絡(luò)安全體系基本形成。除了積極推進(jìn)政策立法，2018 年開始，智能網(wǎng)聯(lián)汽車示范區(qū)也在全國陸續(xù)開花。除工信部 合作推進(jìn)的一批智能網(wǎng)聯(lián)或自動(dòng)駕駛示范區(qū)成立外，陸續(xù)有部分省市通過與機(jī)構(gòu)合作，或 資本合作等形式，打造基于自身產(chǎn)業(yè)需求的智能網(wǎng)聯(lián)汽車測(cè)試場(chǎng)景。其中，以北京經(jīng)濟(jì)技 術(shù)開發(fā)區(qū)全域?yàn)楹诵牡谋本┦懈呒?jí)別自動(dòng)駕駛示范區(qū)，是全球首個(gè)網(wǎng)聯(lián)云控高級(jí)別自動(dòng)駕 駛示范區(qū)。2021 年成立至今，目前已累計(jì)開放 1,000 公里自動(dòng)駕駛測(cè)試道路，測(cè)試?yán)锍坛?過 300 萬公里，開通 5G 基站 5.64 萬個(gè)1。1

5、.1.2.2. 技術(shù)：汽車電子電氣架構(gòu)由分布式走向集中，軟硬件解耦提高軟件開發(fā)效率傳統(tǒng)汽車主要采用分布式電氣架構(gòu)，即每個(gè)車載功能對(duì)應(yīng)一個(gè)或多個(gè) ECU（汽車電子控制 器），各 ECU 之間通過 CAN 總線進(jìn)行信號(hào)傳輸。ECU 主要用于接收來自傳感器的信息，進(jìn)行 處理后，輸出相應(yīng)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（軟件 算法、匹配標(biāo)定等）都依托于 ECU 完成。隨著汽車電子化程度提升，車內(nèi) ECU 數(shù)量達(dá)到上百個(gè)，且由不同的供應(yīng)商提供，存在算法 無法協(xié)同、互相冗余、難以統(tǒng)一維護(hù)及統(tǒng)一進(jìn)行 OTA 升級(jí)等痛點(diǎn)。為此，博世、大陸、安 波福等 Tier 1 紛紛推出新一代電子電

6、氣架構(gòu)，其主要技術(shù)包括網(wǎng)關(guān)、域控制器及車載以太 網(wǎng)等，實(shí)現(xiàn)汽車架構(gòu)由分布式向域集中升級(jí)，最終走向中央計(jì)算，達(dá)到車云協(xié)同的效果。 集中式的架構(gòu)一方面可以減少算力冗余，提高利用率，同時(shí)集中式的控制器更方便協(xié)調(diào)多 傳感器共同感知車內(nèi)和車外環(huán)境，統(tǒng)籌決策。1.2. 中美行業(yè)發(fā)展情況對(duì)比從技術(shù)端來看，美國單車智能高度領(lǐng)先。作為人工智能企業(yè)數(shù)量位居全球首位的國家，美 國人工智能領(lǐng)域全球領(lǐng)先，人才儲(chǔ)備充足、基礎(chǔ)科研實(shí)力強(qiáng)，相關(guān)企業(yè)數(shù)量遍布基礎(chǔ)層、 技術(shù)層和應(yīng)用層。另外，美國擁有發(fā)達(dá)的集成電路技術(shù)，高端芯片設(shè)計(jì)領(lǐng)域一直保持領(lǐng)先 態(tài)勢(shì)，為高性能車載芯片的發(fā)展打下了良好的基礎(chǔ)。相比之下，我國“云+車+路”技術(shù)路線

7、具備彎道超車的機(jī)會(huì)。我國 4G 和 5G 基站數(shù)量多、覆 蓋范圍廣，加上中國政府大力推動(dòng) 5G 網(wǎng)絡(luò)、物聯(lián)網(wǎng)、衛(wèi)星互聯(lián)網(wǎng)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè) 施建設(shè)，支持 LTE-V2X 向 5G-V2X 演進(jìn)，車路協(xié)同技術(shù)優(yōu)勢(shì)較為明顯。從商業(yè)端來說，美國由于存在較大人力缺口，企業(yè)更愿意為人員替代，進(jìn)展更多集中 在 Robotaxi 及無人物流領(lǐng)域。2018 年，Waymo 率先在亞利桑那州向其早期用戶免費(fèi)開放無 人出租車服務(wù)，2020年10月，Waymo One在鳳凰城首次向公眾開放無人駕駛出租車業(yè)務(wù)。 同年 2 月，美國國家公路交通安全管理局（NHTSA）批準(zhǔn) Nuro 率先部署無人送貨車。相比 之下，

8、中國對(duì)人工智能的接受力度較大，更愿意從安全提升、效率提升層面為自動(dòng)駕駛買 單，特殊場(chǎng)景的商業(yè)化進(jìn)展相對(duì)更快。1.3. 行業(yè)整體融資情況據(jù)天眼查數(shù)據(jù)顯示，自動(dòng)駕駛賽道自 2016 年開始進(jìn)入爆發(fā)期，2016 年全年共有 38 起自動(dòng) 駕駛相關(guān)融資。隨后，自動(dòng)駕駛賽道融資持續(xù)攀升，2021 年相關(guān)融資高達(dá) 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?yàn)榱鲃?dòng)性充裕的情況向一級(jí)市場(chǎng)擴(kuò)散。更重要的是自動(dòng)駕 駛技術(shù)的發(fā)展和應(yīng)用落地，使得行業(yè)逐漸獲得資本認(rèn)可，受到互聯(lián)網(wǎng)巨頭和汽車龍頭的重 視程度提高。2. 自動(dòng)駕駛主要應(yīng)用領(lǐng)域分析自動(dòng)駕駛產(chǎn)業(yè)鏈復(fù)雜，上下游涵蓋豐富細(xì)分領(lǐng)域。本篇報(bào)告

9、中，我們選取各個(gè)環(huán)節(jié)中有代 表性場(chǎng)景進(jìn)行覆蓋，重點(diǎn)介紹上游 Tier 1、ADAS、芯片領(lǐng)域，下游針對(duì)各種應(yīng)用場(chǎng)景的解 決方案提供商。其中，由于自動(dòng)駕駛應(yīng)用場(chǎng)景廣泛，根據(jù)其功能又可以進(jìn)一步分為以 Robotaxi 為主的載人場(chǎng)景解決方案，和以高速干線、末端配送、礦區(qū)、港口等為主的載貨 場(chǎng)景解決方案，以及環(huán)衛(wèi)清潔場(chǎng)景解決方案等。2.1. Tier 1在自動(dòng)駕駛時(shí)代，新的智能化技術(shù)、設(shè)備應(yīng)用在汽車領(lǐng)域，對(duì)于中國新興的 Tier 1 公司來 說，是百年難遇的歷史性機(jī)遇。 據(jù)羅蘭貝格預(yù)測(cè)，至 2025 年，在全球范圍內(nèi)，預(yù)計(jì)只有 14%的車輛沒有 ADAS 功能，40% 的車輛具有 L1 級(jí)功能，36

10、%的車輛具有 L2 級(jí)功能，10%的車輛具有 L3 級(jí)或更高功能。 據(jù)高工智能研究院數(shù)據(jù)，2020 年 1-4 月，前視感知方案供應(yīng)商方面，Mobileye 排名榜首， 和第二位的大陸、博世仍有接近 10 個(gè)百分點(diǎn)的領(lǐng)先優(yōu)勢(shì)。大陸集團(tuán)受益于部分豐田 TSS2.0 方案陸續(xù)上市并從電裝開始切換，1-4 月市場(chǎng)份額排名略領(lǐng)先于博世。 但是，由于國家鼓勵(lì)自主創(chuàng)新，在智能網(wǎng)聯(lián)領(lǐng)域，已有大量的初創(chuàng)公司從雷達(dá)、攝像頭、 泊車等方面切入，并且其中的一部分公司已經(jīng)做到了一定的規(guī)模。從國際及國內(nèi)與自動(dòng)駕駛相關(guān)的主要 Tier1 產(chǎn)品分布領(lǐng)域及場(chǎng)景化布局來看，博世、大陸具 備了 Tier1 中最全面產(chǎn)線及布局。2

11、.1.1. 主要廠商 1) 大陸集團(tuán)以受訪企業(yè)大陸集團(tuán)為例，據(jù)其財(cái)報(bào)數(shù)據(jù)顯示，在 2018 年到 2020 年間，大陸集團(tuán)在 ADAS領(lǐng)域獲得來自全球汽車制造商的訂單總額超過 90 億歐元。 大陸集團(tuán)最新一代多功能攝像頭 MFC500 系列以及 4D 成像雷達(dá)都將進(jìn)入規(guī)模量產(chǎn)上車周期， 同時(shí)，其汽車 AI 芯片預(yù)計(jì)將在 2026 年開始批量投產(chǎn)。大陸集團(tuán)表示：隨著芯片這一環(huán)的 補(bǔ)齊，大陸向未來車輛高性能計(jì)算機(jī)所需的高度專業(yè)化的傳感器模塊和控制單元邁出了關(guān) 鍵一步。根據(jù)其最新披露的信息，大陸集團(tuán)將在今年開展復(fù)雜路況下的自動(dòng)駕駛和無人駕駛道路測(cè) 試，并在制動(dòng)系統(tǒng)、5G 聯(lián)網(wǎng)、超寬帶 (UWB) 技

12、術(shù)、材料開發(fā)以及人機(jī)交互等多個(gè)領(lǐng)域?qū)崿F(xiàn) 新技術(shù)落地，同時(shí)啟動(dòng)多個(gè)量產(chǎn)項(xiàng)目。2) Mobileye目前，超過 70%的 L2 及以上的高級(jí)輔助駕駛都在使用 Mobileye 的視覺方案。甚至很多之前 自研視覺算法的 Tier1 都選擇了放棄自研，直接和 Mobileye 合作，以求快速占據(jù)市場(chǎng)。 Mobileye 在前裝市場(chǎng)處于明顯優(yōu)勢(shì)位置，特別是發(fā)布 EyeQ4 之后，在 Intel 的助力下，其目 標(biāo)已不再是單純的視覺方案供應(yīng)商，而是要成為自動(dòng)駕駛領(lǐng)域的頭部企業(yè)。Mobileye 的方 案則采用黑盒模式，傳統(tǒng) Tier1 已不能從 Mobileye 獲得足夠的服務(wù)支持。頭部 Tier1 意識(shí)

13、到 Mobileye 一家獨(dú)大帶來的危機(jī)，紛紛尋求其他方案。博世、大陸、電裝，堅(jiān)持使用自研算 法，對(duì)標(biāo) Mobileye 的 EyeQ4 的方案。2.1.2. 國內(nèi)主要廠商國內(nèi)的 Tier 1 覺醒相對(duì)較慢，近幾年也開始奮起直追。與博世、大陸等不同，國內(nèi) Tier 1 更 多是采取與主機(jī)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(dòng)駕駛 等技術(shù)，助力主機(jī)廠拓展全新的高端品牌，并且加快新四化轉(zhuǎn)型，比如：吉利控股與百度組建智能電動(dòng)汽車公司，百度將人工智能、Apollo 自動(dòng)駕駛、小度車載、 百度地圖等技術(shù)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

14、應(yīng)用阿里的斑馬車聯(lián)網(wǎng)系統(tǒng)，并采用上汽集團(tuán)的三電核心、智能駕駛等技術(shù)； 長安與華為、寧德時(shí)代將聯(lián)合成立全新高端智能汽車品牌，三方共同開發(fā) CHN 智能電動(dòng)汽 車平臺(tái)，搭載華為智能座艙平臺(tái) CDC、自動(dòng)駕駛域控制器 ADC 以及部分三電零部件。啟明 創(chuàng)投合伙人周志峰認(rèn)為，智能化和新能源化是公認(rèn)的汽車行業(yè)兩大趨勢(shì)，這兩個(gè)大的趨勢(shì) 在同一時(shí)間點(diǎn)的耦合，也造就了近些年汽車行業(yè)的最大機(jī)會(huì)所在。但汽車智能化的被接受 程度和整體落地速度明顯超出市場(chǎng)預(yù)期，傳統(tǒng) tier1 并沒有足夠的時(shí)間為產(chǎn)品升級(jí)做充足準(zhǔn)備，現(xiàn)在處于加速補(bǔ)自己短板進(jìn)程的態(tài)勢(shì)。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

15、傳統(tǒng) tier1 手里，市場(chǎng)依然對(duì)他們有很大依賴度。 除了傳統(tǒng) Tier1 廠商在自動(dòng)駕駛領(lǐng)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 借著前沿技術(shù)研發(fā)和業(yè)務(wù)快速落地推進(jìn)而躋身領(lǐng)先 Tier1 行列中。2.2. ADAS目前行業(yè)整體對(duì)于 ADAS 的理解存在很大的差異。 之前 ADAS 普遍是在對(duì)標(biāo) Mobileye 提供完整的 L2、L2+、L3 級(jí)前裝整體解決方案。 目前 ADAS 已經(jīng)在跨域車輛、座艙智能的界限、嘗試越過 L4 的鴻溝，并進(jìn)入量產(chǎn)前裝、后 裝市場(chǎng)。Minieye、Momenta 等國內(nèi)初創(chuàng)公司也在這個(gè)領(lǐng)域有了一些變化，這也是資本持續(xù) 關(guān)注這條賽道的原因。受訪企業(yè)

16、Minieye 表示：從下游應(yīng)用市場(chǎng)來說，ADAS 普及速度加快，L3 級(jí)別以下的功能滲 透率正在不斷增長。從上游產(chǎn)業(yè)鏈來說，ADAS 廠商的競(jìng)爭長跑進(jìn)入到下半場(chǎng)，具有優(yōu)秀技 術(shù)實(shí)力和量產(chǎn)經(jīng)驗(yàn)的公司開始脫穎而出。 業(yè)內(nèi)認(rèn)為，L4/5 的爆發(fā)，可能還需要 5-10 年甚至更長的時(shí)間。但是目前 L2+及以下級(jí)別的 自動(dòng)駕駛技術(shù)已經(jīng)爆發(fā)，未來的 5-10 年，這個(gè)細(xì)分賽道將會(huì)產(chǎn)生巨大的商業(yè)價(jià)值。通過差異化，和國際范圍的頭部企業(yè)形成錯(cuò)位競(jìng)爭，拓展新應(yīng)用領(lǐng)域的能力，成為資本關(guān) 注的重點(diǎn)。3. 當(dāng)前自動(dòng)駕駛行業(yè)面臨的挑戰(zhàn)和破局點(diǎn)3.1. 政策有待完善自動(dòng)駕駛正處于大規(guī)模商用的初級(jí)階段，政策的支持與引導(dǎo)、法

17、律法規(guī)的創(chuàng)新與適用對(duì)于 加速自動(dòng)駕駛技術(shù)演進(jìn)，推送產(chǎn)業(yè)快速發(fā)展起到至關(guān)重要的作用。截止至 2021 年 10 月， 我國在自動(dòng)駕駛立法領(lǐng)域已建立初步體系，并取得初步成果。目前的立法大多以政策性、 規(guī)范性文件為主，側(cè)重于宏觀調(diào)控與地方試點(diǎn)相結(jié)合。在發(fā)展規(guī)劃方面，2015 年國務(wù)院印發(fā)的中國制造 2,025中，提出將推動(dòng)智能交通工具 等產(chǎn)品的研發(fā)和產(chǎn)業(yè)化。2017 年 4 月，工業(yè)和信息化部等三部門聯(lián)合發(fā)布的汽車產(chǎn)業(yè)中 長期發(fā)展規(guī)劃，同年 7 月國務(wù)院印發(fā)新一代人工智能發(fā)展規(guī)劃，2020 年 2 月，國家發(fā)改委、科技部等 11 個(gè)部委發(fā)布智能汽車創(chuàng)新發(fā)展戰(zhàn)略，對(duì)自動(dòng)駕駛的發(fā)展計(jì)劃、發(fā)展 戰(zhàn)略、未來

18、愿景等方面做出規(guī)劃設(shè)計(jì)。在自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)方面，工業(yè)和信息化部于 2021 年 3 月 9 日公示，并于 2021 年 1 月 1 日正式實(shí)施國家標(biāo)準(zhǔn)汽車駕駛自動(dòng)化分級(jí)，對(duì)自 動(dòng)駕駛技術(shù)等級(jí)及其劃分要素做出規(guī)定。在道路測(cè)試和市場(chǎng)準(zhǔn)入方面，工業(yè)和信息部、公安部和交通運(yùn)輸部于 2018 年 4 月發(fā)布智 能網(wǎng)聯(lián)汽車道路測(cè)試管理規(guī)范并于 2021 年公布智能網(wǎng)聯(lián)汽車道路測(cè)試與示范應(yīng)用管理 規(guī)范（試行）（征求意見稿），并在北京、上海、重慶、長沙等 12 個(gè)城市中頒布相關(guān)試行 規(guī)定。另外 2021 年 3 月 24 日，公安部發(fā)布了道路交通安全法（修訂建議稿）在法律層 面明確了具有自動(dòng)駕駛功能的汽車進(jìn)行

19、道路測(cè)試和通行的相關(guān)要求。2021 年 4 月 7 日工業(yè) 和信息化部裝備工業(yè)一司發(fā)布了智能網(wǎng) 聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理指南（試行） （以下簡稱“準(zhǔn)入指南”）在數(shù)據(jù)和網(wǎng)絡(luò)安全方面，2017 年 12 月國家標(biāo)準(zhǔn)化管理委員會(huì)、工業(yè)和信息化部聯(lián)合發(fā)布 了國家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南（智能網(wǎng)聯(lián)汽車）系統(tǒng)性提出汽車信息安全標(biāo)準(zhǔn)建 設(shè)指導(dǎo)規(guī)劃，2021 年 5 月，國家互聯(lián)網(wǎng)信息辦公室發(fā)布汽車數(shù)據(jù)安全管理若干規(guī)定（征 求意見稿），對(duì)汽車數(shù)據(jù)合規(guī)提出詳細(xì)的規(guī)定，2021 年 6 月 21 日，工信部就車聯(lián)網(wǎng)（智 能網(wǎng)聯(lián)汽車）網(wǎng)絡(luò)安全標(biāo)準(zhǔn)體系建設(shè)指南公開征求意見，并于 2021 年 6 月 23 日，

20、工信 部就關(guān)于加強(qiáng)車聯(lián)網(wǎng)（智能網(wǎng)聯(lián)汽車）網(wǎng)絡(luò)安全工作的通知（征求意見稿）公開征求意 見。目前我國的立法性文件集中于發(fā)展規(guī)劃、自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)、道路測(cè)試和市場(chǎng)準(zhǔn)入以及數(shù) 據(jù)和網(wǎng)絡(luò)安全四方面，并且在道路測(cè)試上從中央和地方兩層面出發(fā)表明對(duì)自動(dòng)駕駛技術(shù)發(fā)展的支持。另外我國以地方為首先切入點(diǎn)，在北京、深圳設(shè)立先行區(qū)并在廣州、上海和雄 安新區(qū)等地區(qū)開展道路測(cè)試。真正做到宏觀調(diào)控與地方試點(diǎn)相結(jié)合，逐漸穩(wěn)步推進(jìn)自動(dòng)駕 駛的立法和實(shí)踐發(fā)展。長久以來，我國自動(dòng)駕駛領(lǐng)域的法規(guī)政策多以規(guī)范性、政策性文件為主，因此其以過于抽 象、缺乏具體可操作性而遭遇詬病。然而自邁入 2021 年以來，這一方面已取得初步突破。 202

21、1 年 3 月 24 日公安部發(fā)布的道路交通安全法（修訂建議稿）（以下簡稱“修訂建議稿”） 第 155 條首次以立法的形式明確了自動(dòng)駕駛汽車在道路測(cè)試和車輛準(zhǔn)入方面的規(guī)定，明確 指出具有自動(dòng)駕駛功能的汽車開展道路測(cè)試應(yīng)當(dāng)在封閉道路、場(chǎng)地內(nèi)測(cè)試合格，并且要求 自動(dòng)駕駛汽車取得臨時(shí)行駛車號(hào)牌。雖然此次修訂建議稿在自動(dòng)駕駛方面的立法修改 暫時(shí)只有這一條內(nèi)容，但這也是我國首次在上位法領(lǐng)域做出對(duì)自動(dòng)駕駛的相關(guān)內(nèi)容予以明 確規(guī)制。同時(shí)，2021 年 3 月 23 日，深圳市人大常委會(huì)發(fā)布了深圳經(jīng)濟(jì)特區(qū)智能網(wǎng)聯(lián)汽車管理?xiàng)l 例（征求意見稿）并向全社會(huì)征求意見，雖然目前尚處于征求意見階段，但其內(nèi)容已涵蓋 道路測(cè)

22、試、市場(chǎng)準(zhǔn)入、責(zé)任承擔(dān)、數(shù)據(jù)與安全保護(hù)多方面內(nèi)容。這是我國首次進(jìn)行對(duì)自動(dòng) 駕駛領(lǐng)域的專項(xiàng)立法，此次突破對(duì)于我國后期在自動(dòng)駕駛領(lǐng)域逐漸建立一套切實(shí)可行、覆 蓋全面的法律體系而言不可謂不是一次重要開場(chǎng)。然而，與飛速變化的科學(xué)技術(shù)相比，相關(guān)立法的發(fā)展仍然存在速差。在技術(shù)日益成熟的當(dāng) 下，法律發(fā)展逐漸與科技發(fā)展不相匹配，若強(qiáng)行沿用過去傳統(tǒng)法律只會(huì)愈加凸顯雙方的水 土不服，另外對(duì)于已做出規(guī)定的方面不僅情形不甚全面，其內(nèi)容也有待細(xì)化，存在多個(gè)立 法關(guān)鍵點(diǎn)亟待逐個(gè)擊破。第一，事故責(zé)任主體規(guī)定不夠明晰，責(zé)任分擔(dān)規(guī)則尚未確定。修訂建議稿中將自動(dòng)駕駛 汽車分為“具有自動(dòng)駕駛功能且具備人工直接操模式的汽車”和“具有

23、自動(dòng)駕駛功能但不具備 人工直接操作模式的汽車”兩種，前者對(duì)應(yīng)汽車駕駛自動(dòng)化分級(jí)中 L3 及其以下級(jí)別的 汽車，后者對(duì)應(yīng) L4 及其以上級(jí)別的汽車。在規(guī)定事故責(zé)任承擔(dān)主體時(shí)，修訂建議稿規(guī) 定如果發(fā)生道路交通安全違法行為或者交通事故的，應(yīng)當(dāng)依法確定駕駛?cè)?、自?dòng)駕駛系統(tǒng) 開發(fā)單位的責(zé)任，并依照有關(guān)法律、法規(guī)確定損害賠償責(zé)任。構(gòu)成犯罪的，依法追究刑事 責(zé)任。這一規(guī)定明確了駕駛?cè)?、自?dòng)駕駛系統(tǒng)開發(fā)單位的事故責(zé)任，然而首先責(zé)任承擔(dān)人 僅指向以上兩種人群是否嚴(yán)謹(jǐn)，其他主體例如平臺(tái)研發(fā)者、監(jiān)管者等主體是否承擔(dān)責(zé)任尚 有待討論，若其承擔(dān)責(zé)任又應(yīng)當(dāng)適用何種責(zé)任認(rèn)定規(guī)則同樣未予以明確。另外該條規(guī)定對(duì)于不具備人工直接

24、操作模式的汽車的責(zé)任主體卻缺乏規(guī)定，僅規(guī)定由國務(wù)院有關(guān)部門另行 規(guī)定。由此可見目前我國對(duì)于自動(dòng)駕駛的法律規(guī)定過于粗糙并且依然留有“真空地帶”。第二，道路安全保障有待加強(qiáng)。目前道路交通安全（修訂建議稿）中強(qiáng)調(diào)道路測(cè)試中應(yīng) 當(dāng)在封閉道路上進(jìn)行，并安排駕駛?cè)颂幱谲囕v駕駛座位上，監(jiān)控車輛運(yùn)行狀態(tài)及其周圍環(huán) 境以免意外發(fā)生，然而缺乏對(duì)路測(cè)主體的要求，路測(cè)主體應(yīng)當(dāng)負(fù)擔(dān)諸多義務(wù)，保障路測(cè)的 安全進(jìn)行。另外引入路測(cè)遠(yuǎn)程控制同樣具有必要意義，若僅將駕駛?cè)俗鰹楸O(jiān)控車輛運(yùn)行的 監(jiān)控主體，無法從外部保障車輛運(yùn)行安全，目前修訂建議稿未對(duì)監(jiān)控操作人提出要求， 對(duì)遠(yuǎn)程保障的重視不足。自動(dòng)駕駛汽車具有智能性、自主性，并會(huì)在發(fā)

25、展中逐漸完善自身 認(rèn)知，因而當(dāng)事故發(fā)生時(shí)，自動(dòng)駕駛汽車或許會(huì)基于自身判斷做出不同行為，如何確使自 動(dòng)駕駛汽車最大化保障乘客利益，仍是后續(xù)立法應(yīng)當(dāng)予以重視的部分。第三，當(dāng)前法律規(guī)范無法完全保障信息安全。為了保障自動(dòng)駕駛安全前行，自動(dòng)駕駛汽車 務(wù)必需要更加全面、詳細(xì)的信息，其中包括自動(dòng)駕駛地圖數(shù)據(jù)采集、周邊環(huán)境信息、位置 數(shù)據(jù)以及駕駛?cè)思俺丝偷膫€(gè)人信息等，在收集信息的過程中務(wù)必要求個(gè)人或集體讓渡自身 隱私。如何界定合理收集信息與侵犯隱私權(quán)的界限需要后續(xù)法律繼續(xù)加以關(guān)注。目前雖然 民法典以及網(wǎng)絡(luò)安全法對(duì)此有所規(guī)制，但想要盡量避免信息泄露帶來的隱患，仍 需要針對(duì)自動(dòng)駕駛的特征予以專門分析并詳細(xì)立法。3

26、.2. 技術(shù)仍在持續(xù)迭代從技術(shù)端來看，自動(dòng)駕駛技術(shù)的成熟依賴于技術(shù)棧中軟硬件各環(huán)節(jié)的有效支撐和落地，具 有明顯的短板效應(yīng)。目前，高級(jí)自動(dòng)駕駛的相關(guān)硬件，包括各類傳感器及芯片等，其技術(shù) 及性能（如功耗水平）不斷升級(jí)，對(duì)高級(jí)自動(dòng)駕駛大規(guī)模商業(yè)化的掣肘日益減弱。但軟件 模塊，包括算法訓(xùn)練和軟件開發(fā)仍面臨大量復(fù)雜難題。自動(dòng)駕駛算法訓(xùn)練的關(guān)鍵在于積累大量具備豐富場(chǎng)景信息的駕駛數(shù)據(jù)。為了實(shí)現(xiàn)關(guān)鍵數(shù)據(jù) 的獲取，部分領(lǐng)先的自動(dòng)駕駛初創(chuàng)企業(yè)采用重資產(chǎn)模式，即購置車輛并改裝成自動(dòng)駕駛測(cè) 試車輛，雇傭安全駕駛員進(jìn)行道路測(cè)試，積累必要的里程數(shù)以進(jìn)行算法訓(xùn)練。除了實(shí)際路 測(cè)，通過仿真系統(tǒng)模擬實(shí)際路況對(duì)算法進(jìn)行訓(xùn)練，以及

27、在用戶汽車上加裝傳感器、收集駕 駛場(chǎng)景相關(guān)數(shù)據(jù)并傳回的“影子模式”也被采用以提升算法的迭代速度。目前，也有不少企 業(yè)開始轉(zhuǎn)向輕資產(chǎn)模式，作為解決方案供應(yīng)商向主機(jī)廠提供算法、并與其打通用戶場(chǎng)景數(shù) 據(jù)，以實(shí)現(xiàn)自動(dòng)駕駛算法訓(xùn)練的關(guān)鍵在于積累大量具備豐富場(chǎng)景信息的駕駛數(shù)據(jù)。為了實(shí) 現(xiàn)關(guān)鍵數(shù)據(jù)的獲取，部分領(lǐng)先的自動(dòng)駕駛初創(chuàng)企業(yè)采用重資產(chǎn)模式，即購置車輛并改裝成 自動(dòng)駕駛測(cè)試車輛，雇傭安全駕駛員進(jìn)行道路測(cè)試，積累必要的里程數(shù)以進(jìn)行算法訓(xùn)練。 除了實(shí)際路測(cè)，通過仿真系統(tǒng)模擬實(shí)際路況對(duì)算法進(jìn)行訓(xùn)練，以及在用戶汽車上加裝傳感 器、收集駕駛場(chǎng)景相關(guān)數(shù)據(jù)并傳回的“影子模式”也被采用以提升算法的迭代速度。目前， 也有

28、不少企業(yè)開始轉(zhuǎn)向輕資產(chǎn)模式，作為解決方案供應(yīng)商向主機(jī)廠提供算法、并與其打通 用戶場(chǎng)景數(shù)據(jù)，以實(shí)現(xiàn)數(shù)據(jù)的快速積累。4. 當(dāng)前自動(dòng)駕駛行業(yè)爭論話題4.1. 單車智能 VS 車路協(xié)同：基礎(chǔ)設(shè)施差異決定路線選擇，長期來看會(huì)趨于協(xié)同自動(dòng)駕駛當(dāng)前存在兩張主流的實(shí)現(xiàn)路徑：一是基于單車感知和高效算法決策的單車智能模 式，二是基于道路基站和車輛進(jìn)行通信、通過云端調(diào)控的車路協(xié)同模式。 單車智能模式痛點(diǎn)難以回避。從目前表現(xiàn)來看，單車智能存在較多弱點(diǎn)：多傳感器融合對(duì) 芯片性能提出了較高要求，同時(shí)導(dǎo)致單車成本較高，難以進(jìn)入私家車領(lǐng)域；無人駕駛依靠 AI，但 AI 黑箱效應(yīng)難以克服；自動(dòng)駕駛 110 億英里的道路檢測(cè)難以

29、實(shí)現(xiàn)；全自動(dòng)駕駛有高 達(dá)百萬的 Corner Cases 需要解決，光靠軟件設(shè)計(jì)很難在短期內(nèi)覆蓋到所有極端情況，難以 保障行駛安全。相比之下，車路協(xié)同是單車智能的延伸和拓展。單車智能是車路協(xié)同的基礎(chǔ)，如果沒有單 車智能，智能網(wǎng)聯(lián)就缺少基礎(chǔ)平臺(tái)，更重要的是在路側(cè)沒有鋪設(shè)智能設(shè)備、通訊受到干擾、 智能路側(cè)設(shè)備出現(xiàn)故障時(shí)，單車智能擺正汽車安全行駛。此外，在車路協(xié)同無法覆蓋的區(qū) 域以及極端場(chǎng)景中，還是需要依賴單車智能自動(dòng)采取行動(dòng)。而由于單車智能不可忽視的痛 點(diǎn)，車路協(xié)同形成單車傳感器的性能延伸，緩解計(jì)算平臺(tái)算力壓力，對(duì)于高級(jí)別自動(dòng)駕駛 不可或缺。車路協(xié)同的應(yīng)用能夠加速汽車產(chǎn)業(yè)化落地。單車智能和車路協(xié)同

30、的本質(zhì)是技術(shù)和成本在車側(cè)和路測(cè)的平衡。雖然 L4-L5 級(jí)的自動(dòng)駕駛最 理想模式是實(shí)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(cè)智 能協(xié)同呼應(yīng)，但車端智能和路端智能的發(fā)展不完全是同步的關(guān)系，自動(dòng)駕駛的路線選擇面 臨感知能力、決策能力（算力）等不同能力在車側(cè)和路側(cè)分配的問題，所對(duì)應(yīng)的成本也不 同。車路協(xié)同模式下，路側(cè)的感知與決策主要依賴于路側(cè)感知設(shè)備和邊緣計(jì)算，未來路燈桿有望安裝多類傳感器進(jìn)行信息融合，安裝高度提升可以獲取更好的視距、最大化減少盲區(qū)， 提高數(shù)據(jù)獲取準(zhǔn)確性，通過節(jié)省車端的激光雷達(dá)降低自動(dòng)駕駛的單車成本。同理，通過路 側(cè)邊緣計(jì)算單元為車輛提供決策甚至指令，可

31、以降低車載平臺(tái)對(duì)算力的要求，對(duì)功耗和散 熱性能的要求也會(huì)隨之下降，從而降低自動(dòng)駕駛汽車對(duì)高性能車載芯片的依賴。4.2. 視覺 VS 融合：成本下降趨勢(shì)下，融合是實(shí)現(xiàn)安全冗余的必經(jīng)之路自動(dòng)駕駛的感知層從技術(shù)上又可以分為純視覺和多傳感器融合兩種方式：1) 攝像頭主導(dǎo)的純視覺解決方案：由攝像頭主導(dǎo)，配合毫米波雷達(dá)等低成本傳感器構(gòu)成 純視覺計(jì)算，典型代表為特斯拉。其自建芯片和算法團(tuán)隊(duì)，認(rèn)為通過視覺系統(tǒng)優(yōu)化自 身 AI 算法就可以達(dá)到較高的智能駕駛水平。代表企業(yè)特斯拉推出基于純視覺方案的 FSD Beta，徹底放棄毫米波雷達(dá)，以及百度發(fā)表 L4 級(jí)別純視覺方案 Apollo lite。2) 激光雷達(dá)主導(dǎo)

32、的強(qiáng)感知方案：該方案由激光雷達(dá)主導(dǎo)，配合攝像頭、毫米波雷達(dá)等傳 感器組成，典型代表企業(yè)為 Waymo、Uber 等科技和出行公司。對(duì)于特斯拉之外無法通 過 AI 彌補(bǔ)硬件缺陷的汽車廠商而言，采用更多類型傳感器是更好的選擇。相比之下，純視覺技術(shù)路線把更多精力放在研發(fā)強(qiáng)大的視覺算法及專用 AI 芯片的能力來處 理自動(dòng)駕駛可能遇到的所有情況。2021 年 8 月 20 日，特斯拉在年度人工智能日（AI Day） 上發(fā)布了新一代自研芯片 D1 及基于 D1 的超算單元 Dojo，并展示了完全基于攝像頭的自動(dòng) 駕駛方案。其純視覺方案依托八個(gè)攝像頭的視頻融合形成矢量數(shù)據(jù)，使用 HydraNets（九頭 蛇

33、網(wǎng)絡(luò)）多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法將這些數(shù)據(jù)分給不同神經(jīng)網(wǎng)絡(luò)。該方案涉及在多目標(biāo)優(yōu) 化的難題下同時(shí)處理復(fù)雜的優(yōu)化問題，展現(xiàn)了特斯拉深厚的 AI 能力。同時(shí)，特斯拉的大量 車主在實(shí)際道路上所產(chǎn)生的海量數(shù)據(jù)源也極大推動(dòng)了公司算法的精度。特斯拉的純視覺方 案背后是遠(yuǎn)超市場(chǎng)上大部分公司的強(qiáng)大硬件研發(fā)能力和巨大數(shù)據(jù)源。但即使如此，之前也 仍然有因?yàn)橐曈X方案在行駛過程中錯(cuò)誤識(shí)別所導(dǎo)致的事故。曾經(jīng)同樣以視覺為核心的 Mobileye 在 2025 年自動(dòng)駕駛汽車傳感器系統(tǒng)發(fā)展計(jì)劃中提出了將使用內(nèi)置的激光雷達(dá)傳感 器。激光雷達(dá)本質(zhì)上是激光探測(cè)和測(cè)距，其原理是通過發(fā)射與接收激光來探測(cè)與目標(biāo)物之間的 距離，再根據(jù)目標(biāo)物

34、表面的反射能量大小、反射波譜幅度、頻率和相位等信息，精確繪制 出目標(biāo)物的三維結(jié)構(gòu)信息。而憑借著在目標(biāo)輪廓測(cè)量、角度測(cè)量、光照穩(wěn)定性和通用障礙 物檢出等方面所具有的極佳性能，激光雷達(dá)正在成為 L4 級(jí)及以上自動(dòng)駕駛的核心配置。3D 激光雷達(dá)在無人駕駛車輛的定位、路徑規(guī)劃、決策、感知等方面有著重要的作用。2,022- 2025 年之間預(yù)計(jì)絕大部分的主機(jī)廠會(huì)量產(chǎn)上激光雷達(dá)，從國際上看，沃爾沃和 Luminar 宣 布量產(chǎn)，國內(nèi)蔚來選擇圖達(dá)通的激光雷達(dá)作為 ET7 的標(biāo)配；小鵬 P5 搭載了大疆旗下覽沃的 激光雷達(dá)；理想也與禾賽科技展開了下一代車型的合作。由此看來，激光雷達(dá)仍然是絕大 多數(shù)企業(yè)走上自動(dòng)

35、駕駛的必經(jīng)之路。5. 未來自動(dòng)駕駛行業(yè)趨勢(shì)判斷5.1. 商業(yè)模式轉(zhuǎn)變 5.1.1. 中早期：聯(lián)盟形成，由車輛后裝過渡至前裝，部分企業(yè)選擇提供技術(shù)服務(wù)的同時(shí) 也自行造車，軟件收費(fèi)逐漸由一次性交付轉(zhuǎn)向收取 license fee通過我們對(duì)各個(gè)細(xì)分場(chǎng)景的分析判斷，未來行業(yè)將會(huì)以各方形成聯(lián)盟的形式為主，多方參 與共同進(jìn)行開發(fā)。在早期階段，自動(dòng)駕駛主要以后裝為主，通過 demo 發(fā)布完成測(cè)試區(qū)域內(nèi)的試運(yùn)行，初步 證明落地能力，目前大部分公司正處于該階段。2021 年開始，已實(shí)現(xiàn)一定規(guī)模和時(shí)間 demo 試運(yùn)行的開發(fā)商開始進(jìn)入到前裝量產(chǎn)階段，通過與主機(jī)廠進(jìn)行深度綁定，實(shí)現(xiàn)自動(dòng)駕駛解決方案在車輛上的規(guī)模化、

36、批量化、標(biāo)準(zhǔn)化生產(chǎn)，形成訂單。 中期來看，以圖森未來為參考，部分技術(shù)服務(wù)商傾向于走重資產(chǎn)模式，通過直接持有車輛 或者親自下場(chǎng)造車，把控對(duì)車輛的擁有權(quán)，從而直接掌握車輛行駛過程中獲取的大量數(shù)據(jù)， 通過數(shù)據(jù)形成算法反哺和迭代?，F(xiàn)階段，自動(dòng)駕駛尚處在早期，現(xiàn)有功能未能解決用戶核心痛點(diǎn)，且相關(guān)車輛套件收費(fèi)模 式尚未定型，開啟的部分收費(fèi)功能尚處在教育市場(chǎng)階段，綜合因素導(dǎo)致用戶意愿不強(qiáng) 烈，所以主機(jī)廠多通過“硬件預(yù)埋+OTA”形式將收入延后。未來從收費(fèi)形式上來說，參考特 斯拉對(duì) FSD 軟件的收費(fèi)模式，不排除未來軟件提供商會(huì)由一次性收費(fèi)轉(zhuǎn)向按月/年收取 license fee 的形式。屆時(shí)，硬件車輛將逐漸

37、變?yōu)榱髁咳肟?，軟件的?SaaS 收費(fèi)才是企業(yè)持 續(xù)創(chuàng)收和提高盈利的關(guān)鍵。5.1.2. 中長期：MaaS/TaaS，科技公司轉(zhuǎn)型運(yùn)營服務(wù)商未來汽車可以分為兩類，一類是有人駕駛的汽車，一類是移動(dòng)服務(wù)汽車。傳統(tǒng)的汽車制造 商將逐步向運(yùn)營服務(wù)商轉(zhuǎn)型，為用戶提供 MaaS（Mobility as a Service）/TaaS （Transportation as a Service）的一站式服務(wù)。 從 C 端用戶角度考慮，相對(duì)于私有車的模式，轉(zhuǎn)向移動(dòng)出行服務(wù)，可以充分利用路上的時(shí) 間做自己的事；從車廠的角度來看，商業(yè)模式將從產(chǎn)權(quán)交易到使用權(quán)交易，即不再是一錘 子買賣的整車銷售，而是類似“收集流量套餐”，對(duì)用戶的出行服務(wù)進(jìn)行按需收費(fèi)。從廣義 上來看，未來出行服務(wù)需要具備三大要素：移動(dòng)平臺(tái)（車）、自動(dòng)駕駛技術(shù)、用戶服務(wù)入口。 其中，自動(dòng)駕駛將是關(guān)鍵技術(shù)，可以大幅度降低出行服務(wù)平臺(tái)的最大運(yùn)營成本項(xiàng)（司機(jī)工 資）。從 B 端車隊(duì)考慮，TaaS 服務(wù)可以通過削減人類司機(jī)而實(shí)