《智能驾驶行业深度：驱动因素、行业现状、产业链及相关公司深度梳理-240708（46页）.pdf》由会员分享，可在线阅读，更多相关《智能驾驶行业深度：驱动因素、行业现状、产业链及相关公司深度梳理-240708（46页）.pdf（46页珍藏版）》请在三个皮匠报告上搜索。

1、 1/46 2024 年年 7月月 8 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 智能驾驶行业深度：驱动因素、行业现状、智能驾驶行业深度：驱动因素、行业现状、产业链及相关公司深度梳理产业链及相关公司深度梳理 随着芯片算力的提升以及算法、传感设备的成熟，初期部分车企出于差异化竞争的目的引入了智能驾驶功能，但随着产业链成熟，汽车同质化水平提升，行业竞争加剧，因此提供智能化功能成为车企为了不掉队的必然选择。当前随着行业政策、需求提升等一系列因素催化，技术端逐步成熟，智能驾驶有望发展提速。本篇报告将针对智能驾驶行业进行分析，从行业现状、驱动因素、商业模式、产业链布局及市场

2、预测等多个层面进行全面而详实的讲解，剖析行业发展方向。希望对读者了解智能驾驶行业提供帮助。目录目录 一、行业概述.1 二、行业驱动因素.5 三、行业现状.9 四、影响高阶智驾商业化落地的因素.11 五、产业链分析.12 六、商业模式分析.36 七、相关公司.38 八、参考研报.46 一、行业一、行业概述概述 1、智能驾驶是汽车驾驶发展的必然过程智能驾驶是汽车驾驶发展的必然过程 智能驾驶简称智驾，是信息化时代中机器通过多方面行为辅助人类进行驾驶以及部分情况下代替人类进行驾驶汽车的技术。智能驾驶有别于自动驾驶。自动驾驶指代智能系统通过机器学习后掌握行驶技术并代替人类进行驾驶汽自动驾驶指代智能系统通

3、过机器学习后掌握行驶技术并代替人类进行驾驶汽车的系统技术，分为单车智能和车路协同两种路线。单车智能车的系统技术，分为单车智能和车路协同两种路线。单车智能下自动驾驶主要包括感知、决策与控制三个部分，车辆通过硬件设备对周边环境、状态的感知将信息交由软件系统分析决策，并控制车辆。车路车路协同协同可以做到人、车、路、云多个终端的数据协同，通过路测的数据和信息同步，能够有效帮助单车智能覆盖更多“盲区”，解决自动驾驶发展的瓶颈难题，促进自动驾驶进一步成熟。2/46 2024 年年 7月月 8 日日 行业行业|深度深度|研究报告研究报告 而智能驾驶的范围更加广泛。智能驾驶通常指包括而智能驾驶的范围更加广泛。

4、智能驾驶通常指包括 ADAS（高级驾驶辅助系统）和自动驾驶两大部分（高级驾驶辅助系统）和自动驾驶两大部分的机器辅助人类进行驾驶的全部技术总和，涵盖了从基础到精深的多方面技术和效果层次。的机器辅助人类进行驾驶的全部技术总和，涵盖了从基础到精深的多方面技术和效果层次。2、智能驾驶级别、智能驾驶级别 按照美国汽车工程师学会（按照美国汽车工程师学会（SAE），智能驾驶按照自动化水平分为），智能驾驶按照自动化水平分为 L0 至至 L5 六个级别。六个级别。其中 L3 级别为自动驾驶的分水岭，L3 级别以下为辅助驾驶，L3 及以上级别为自动驾驶。L3 级别的最大区别在于由人负责监控环境变为系统负责监控环境

5、，而这导致了事故后的责任归属的改变。因此，L3 级别是智能驾驶发展的瓶颈。NOA 是 L2+级辅助驾驶的典型功能，是 L2 向 L3 发展的过渡。目前，NOA 主要包括高速 NOA 和城市 NOA 两种应用场景。高速高速 NOA：系统利用安装在车辆上的传感、通估、决策及执行等装置，在商速商架、环路、城市快速路等封闭或半封闭场景下实现智能驾驶，实现功能包括自主上下匝道、主动变道、主动超车等。城区城区 NOA：系统利用安装在车辆上的传感、通信、决策及执行等装置，在城市开放路况下实现智能驾驶，可以实现无保护左转、无保护掉头、识别交通信号灯、主动变道、主动超车等功能，能够自主处理各类城市路况，能够处理

6、日常交通场景中的车与车、车与人、车与其他交通参与要素交互。3/46 2024 年年 7月月 8 日日 行业行业|深度深度|研究报告研究报告 当然按照现在的技术模式，这种粗糙的 L0 至 L5 的分类已不能完全描述目前市场中主流的智驾方案，现在也有不少主机厂的思路是按照驾驶行为进行分类，比如按照人对智能汽车的介入程度进行划分:毫秒级、秒级、分钟级、小时级等。4/46 2024 年年 7月月 8 日日 行业行业|深度深度|研究报告研究报告 3、智能驾驶设计理念分类：模块化智能驾驶设计理念分类：模块化 vs 端到端端到端 模块合成式驾驶方法：包含感知、规划决策，执行控制三大模块，通过分别调试每个模块