36Kr：自动驾驶专题行研报告(39页).pdf

《36Kr：自动驾驶专题行研报告(39页).pdf》由会员分享，可在线阅读，更多相关《36Kr：自动驾驶专题行研报告(39页).pdf（39页珍藏版）》请在三个皮匠报告上搜索。

1、 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 2 2019.6 要点摘要 技术难度：L2级别ADAS的大范围应用建立在Tier1 强大的系统、模块化能力以及车规级产品基础上。 L3级别不论是驾驶安全风险还是技术攻克难度是真 正的分水岭，是乘用车主机厂近期量产合作的重点 ，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

2、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。 36Kr-自动驾驶专题研究报告 投资视角 姓名：李坤阳 微信：frank308 邮箱： 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

3、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 用芯片更多用于适合L4级别以上的商用场景。 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：

4、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 参考报告及文章 分析师 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 3 目录 一、自动驾驶：2020年多数场景L3落地，场景商业化差异大 1.1 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景 1.2 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员 1.3 自动驾驶分级：L1-L4适用场景受限，落地时间差异大 1.4 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

5、商用场景多落地物流 2.1 政策：路测规范及发展战略相继落地 2.2 资本盛宴：机构分别选取商用、乘用、硬件的一家公司跟投 2.3 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 3.1 产业链：感知-决策-控制 3.2 细分产业格局：传感器、高精地图、芯片、控制器的现状 3.3 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 4.1 自动驾驶产业图谱全景聚焦 4.2 Waymo：Robotaxi业务投入运营，建厂自研估值1750亿 4.3 NVIDIA：并行计算的GPU专注于融合不同传

6、感器 4.4 AutoBrain：MPC算法结合域控制器对不同场景定制解决方案 4.5 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 自动驾驶：2020年多数场景L3落地，场景商业化差异大 CHAPTER 1 1.1 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景 1.2 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员 1.3 自动驾驶分级：L1-L4适用场景受限，落地时间差异大 1.4 自动驾驶场景：物流运输商业化高，城市化路况复杂 5 一、自动驾驶：