自動駕駛主流解決方案及核心技術分析

溫馨提示：如需原文檔，可在PC端登陸未來智庫官網（m.lifefree.cc）搜索下載“自動駕駛”。

一、自動駕駛解決方案:整車廠和科技巨頭半競半合，各領風騷

1、主機廠:投入巨大、成果顯著

傳統整車廠如奧迪、特斯拉、通用、豐田、福特等公司均有自己的自動駕駛研發團隊，在自動駕駛領域投入巨大，成果顯著，如奧迪A8 L3級自動駕駛系統已經量產上市。

2、系統廠商:Waymo 小聯盟 Vs. 百度 Apollo 大聯盟

能夠提供自動駕駛解決方案的系統廠商，目前以谷歌的 Waymo 和百度的Apollo 為代表：

2.1 Waymo

谷歌母公司 Alphabet 旗下獨立的專注自動駕駛系統開發的子公司。谷歌自 2009 年起啟動自動駕駛項目，2016 年成立獨立實體 Waymo。

2017年加州DMV自動駕駛報告披露的數據顯示，Waymo 的車隊規模、路測里程和人工干預周期上均保持領先，特別是人工干預周期，達到5596 英里/次，第二名的 GM 為1254 英里。通過報告可以看到，車隊規模大，路測里程越長，干預周期越長。

根據 Waymo 安全報告披露，公司與克萊斯勒合作的車型中，一輛車裝有5個激光雷達，分別為前部3 個，頂部1個和尾部1個;毫米波雷達4 個，前后部各2個;攝像頭1個，位于頂部;其他補充傳感器1個，位于頂部。由于是測試車輛，安裝傳感器數量較多，成本也較高。

Waymo 與克萊斯勒合作車輛及其硬件系統 ：

從發展歷程看 Waymo 在戰略上出現過反復，2013 年推出等豆莢車表明公司等努力方向是自己造車，但 2015 年與克萊斯勒合作并宣告不再制造汽車，表明它對自己進行重新定位 ，著重做系統研發。當然，與克萊斯勒而不是自身研發自動駕駛的通用、 特斯拉等公司合作，應該是出于整車廠的合作意向、開放程度等。

總體看 Waymo 是綜合實力最強的自動駕駛公司，路測車隊規模、路測里程都位于前列，并且路測成績較好，平均 5596 英里才需要一次人工干預。

2.2 百度 Apollo

2017 年 4 月發布 Apollo 計劃，加速自動駕駛進程。2018 年與金龍客車合作量產小巴“阿波龍”。在國內自動駕駛系統研發上保持領先。

Apollo發展歷程：

Apollo 平臺是一套完整的軟硬件和服務系統，包括車輛平臺 、硬件平臺、 軟件平臺 、云端數據服務等四大部分。 旨在向汽車行業及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平臺，幫助他們結合車輛和硬件系統，快速搭建一套屬于自己的完整的自動駕駛系統。

百度 Apollo 計劃以“開放”和“聯盟”為特色，自計劃宣布以來已有近百家整車廠、Tier1、Tier2、科研機構、運營商等成為盟友，也包括北京、上海、重慶、福建平潭等地方政府。

2.3 Waymo小聯盟 Vs. 百度Apollo大聯盟

通過上述分析我們看到，Waymo 走的是“小聯盟”戰略，與少數整車廠(克萊斯 勒、捷豹 、本田等)和傳感器廠商進行深度合作。它具有先發優勢，積累較多路測 里程和較大車隊規模，路測成績也較好。而百度走的是“大聯盟”的戰略，依托Apollo 平臺，盡可能地擴大“朋友圈”。但除數據共享外尚未看到成熟的合作模式。

雖然 Waymo 和 Apollo 是兩種不盡相同的發展路線，但只是發展路程的不同，條條大路通羅馬。Waymo 首先研發自身的自動駕駛系統，包括軟件和硬件，并與少數幾家整車廠進行深度合作，例如克萊斯勒的數十輛測試車，2萬臺捷豹I-Pace 投入未來的自動駕駛打車服務，以及與本田簽約進入物流和遞送市場，走的是“少而精”的 路線，可以快速獲得較多的商業化落地車隊。但存在的問題是如果未來跟其他整車廠合作，可能存在新的技術整合問題。

百度 Apollo 在開始階段就整合了多家產業鏈上下游的企業，如果這個聯盟的配合較 好，則百度的系統應該可以適配所有聯盟內部車企的車輛。但是這決定在初始階段的開發工作為了盡量能通用于多數的下游應用，會持續較長時間。

此外，互聯網公司在汽車產業鏈上沒有積累，量產整車互聯網競爭優勢不如傳統汽車廠商，2015 年以后Waymo的“不生產整車”戰略也預示了這一點。

結合上述分析，Waymo 和 Apollo 或其他自動駕駛系統廠商的商業模式大概率類似“安卓”系統，自身研發自動駕駛系統(或包括與其配合的硬件)，與整車廠合作，以用戶行為數據分析產生的價值為主要盈利來源。

2.4 量產車型自動駕駛方案:特斯拉Autopilot Vs. 奧迪A8 AI

特斯拉的 Autopilot 功能:相當于 L2 級別的自動駕駛，能夠根據交通狀況調整車速;保持在車道內行駛; 自動變換車道而無需駕駛員介入;從一條高速公路切換至另一條; 在接近目的地時駛出高速;在接近停車場時自動泊車。

奧迪A8:是市場上第一款具備L3級別自動駕駛能力的量產車，在某些特定情況下，如在停車和駛離、時速 60公里以下行駛或交通擁堵時，該系統將接管奧迪A8的駕駛操控，而駕駛員則無需持續監控車輛的駕駛與運行。

特斯拉 Autopilot功能：

二、自動駕駛核心部件

1、芯片:自動駕駛的大腦

1.1 進入門檻高、性能要求高、成本高

高級駕駛輔助系統(ADAS)、自動駕駛、車聯網(V2V/V2X)與車載娛樂服務系統等，均需要高效能處理芯片。例如自動駕駛未來包括4-5 臺激光雷達， 5臺毫米波雷達，若干個攝像頭和紅外探測器等傳感器，在車輛高速運行時每秒都會產生大量點云(三維位置數據)和視頻(多幀圖像數據)，自動駕駛芯片必須有能力及時處理獲取的信息，并利用算法做出合理決策。

自動駕駛芯片領域進入門檻高，主要是 Intel(Mobileye)、Nvidia 兩大巨頭的“雙雄爭霸”。此外少數創業公司如地平線機器人、寒武紀等，在具體場景應用上有一定優勢。

1.2 現狀:平臺化方案搭配標準化芯片

芯片方案技術路線上，動駕駛遵循了一般人工智能對計算平臺的升級規律，即開始階段使用CPU，而后升級到GPU。

目前各大廠商的技術處于GPU+FPGA 階段，由于芯片成本還處于高位，現在平臺化的方案搭配標準化的芯片是一種開源的解決方案，另一方面，芯片集成度不高，系統供應商會將自動駕駛系統分為主模塊和選裝模塊，適配整車柔性較大，給整車廠選擇的空間也較大。

1.3 趨勢:自動駕駛專用的定制化、集成度高的芯片

未來隨著處理器設計門檻的降低和對自動駕駛算法協同進化要求的提高，自動駕駛專用的人工智能處理器將成為主流。

TPU(Tensor Processor Unit)是谷歌研發的針對深度學習加速的一款機器學習定制的專用芯片(ASIC)，專為谷歌的深度學習框架TensorFlow而設計。第一代 TPU 僅能用于推斷(即不可用于訓練模型)，并在著名的 AlphaGo 人機大戰中提供了巨大的算力支撐。去年5月谷歌發布了TPU 2.0，不僅能進行推斷，還能高效支持訓練環節的深度網絡加速。谷歌 I/O 2018 開發者大會期間發布了第三代AI人工智能/機器學習專用處理器 TPU 3.0，TPU 3.0 的計算能力最高可達 100PFlops(每秒1000萬億次浮點計算)，是去年 TPU 2.0 的8倍多。

BPU(Brain Processing Unit)是地平線研發的未來會直接應用于自己主要產品中的芯片，包括: 智能駕駛、智能生活和智能城市。相比于國內外其他AI芯片start-up 公司，地平線的第一代BPU走的相對保守的 TSMC 的40nm 工藝。

2、傳感器:環境信息和車內信息的采集與處理

自動駕駛系統目前應用比較主流的環境感知傳感器包括激光雷達、毫米波雷達、超聲波雷達和攝像頭。

超聲波雷達產品已經很成熟，探測距離近、成本低，目前滲透率已很高。激光雷達和毫米波雷達擁有很多優良性能，在自動駕駛領域應用潛力巨大。

2.1 激光雷達:實時建立周邊環境的三維模型

激光雷達( LiDAR) 能釋放多束激光，接收物體反射信號，計算目標與自身的距離。應用較多的是利用反射信號的折返時間計算距離(Time of Flight)，也有連續波調頻(CWFM)方法。與雷達和攝像頭相比，激光雷達可以通過多束激光高頻發射獲取的反射數據形成周邊物體的高清3D的“點云”圖像。

雖然目前自動駕駛解決方案尚未有明確的固定搭配，但激光雷達會成為最重要的傳感器。而毫米波雷達、攝像頭將是重要的補充。激光雷達成本較高的問題是暫時的，隨著固態激光雷達技術成熟和產量提升，成本將降低到可承擔的范圍內。

2.2 毫米波雷達:全天候工作、難以成像

毫米波雷達發出和接收的是電磁波，此外與激光雷達相比毫米波雷達會有很多測量短距離的場景，如側向警示、倒車警示等，因此主要以 FMCW 調制方法來測距。主要原理是，通過振蕩器形成持續變化的信號，而發出信號和接收信號之間形成頻率差，其差值與發射-接收時間差成線性關系，只要通過頻率差就能計算車輛與物體距離。

優缺點上，毫米波雷達的優勢在全天候工作，即不良天氣、夜晚等環境下可以發揮作用，而激光雷達會受雨雪霧霾的影響。缺點是目前主流的 24GHz毫米波雷達較難成像，分辨率不及前兩者。79GHz 毫米波雷達可以形成類似激光雷達的“點云”成像，分辨率較高。

由于毫米波雷達成本較低，并且在不良天氣下表現良好，因此將成為感知設備中重要的一環。但由于其分辨率較低，因此不能作為激光雷達的替代品，而是激光雷達的重要補充設備。

2.3 攝像頭:分辨率高、功能齊全、雷達的補充設備

攝像頭分為單眼攝像頭、三焦攝像頭(交通標志探測*1 ;校準距離視覺攝像頭*2)和立體攝像頭(可探測深度)。L2 及以前，Mobileye 提供單眼攝像頭解決方案，L3 以后，需要多個攝像頭配合。攝像頭的單車成本約150~600 美元。

雖然攝像頭分辨率高、功能齊全，但是它錄入的是圖像信息，數據量較大，較依賴圖像識別，相比激光雷達的點云，對計算機的要求高很多，這也將提高整體成本。因此攝像頭獲取的圖像信息將主要負責交通標志識別等少數領域，作為激光雷達和毫米波雷達的補充。

傳感器 CMOS 方面，日韓高科技企業壟斷，索尼、三星兩家市占率之和超過50%。

圖像處理器 DSP 方面，主要供應商為德州儀器(TI)、Mobileye、華為海思等，其中德州儀器(TI)市占率最高。

鏡頭組方面，舜宇光學市占率最高，占車載鏡頭組國內市場 50%以上，2017 年出貨量近 4700 萬顆，同比增長 40%以上。

3、車聯網:自動駕駛的延伸

3.1車聯網概述

車聯網實現V2X 交互。車聯網是以車內網、車際網和車載移動互聯網為基礎，按照約定的通信協議和數據交互標準，在V2X(X:車、路、行人及互聯網等)之間，進行無線通訊和信息交換的大系統網絡，是能夠實現智能化交通管理、智能動態信息服務和車輛智能化控制的一體化網絡，是物聯網技術在交通系統領域的典型應用。

車聯網具備兩大功能:

一是以智能汽車為參與網聯的主體，將單個車輛的智能性提升為整個車輛集群的智能性，從而進一步發展智能駕駛與智能交通體系。能夠有效提升行車安全，降低交通擁堵和事故發生率。

二是作為一個生活網絡節點，幫助車內人員更好享受萬物互聯的出行生活。未來汽車將成為最大的個人移動處理平臺，成為使用者的娛樂和工作平臺。

車聯網可分為運營層、應用層和管理層三層架構。涉及的環節較多，主要包括通信芯片/模塊提供商、外部硬件提供商、RFID 及傳感器提供商、系統集成商、應用設備和軟件提供商、電信運營商、服務提供商、汽車制造商等。

服務提供商即 TSP 在車聯網產業鏈居于核心地位。TSP(Telematics Service Provider)上接汽車、車載設備制造商、網絡運營商，下接內容提供商。誰掌控了服務提供商，誰就能掌握車聯網產業的控制權，因此，服務提供商也成為了汽車制造商、電信運營商、GPS 運營商及汽車影音導航廠商力爭的角色。

車聯網向用戶體驗化發展。在車聯網發展的早期階段，主要以緊急救援、導航服務為主;現階段以車載自動診斷系統、智能車載終端為入口的TSP 服務為主，逐漸側重于用戶服務、車載娛樂等功能;而隨著汽車電動化、智能化、無人駕駛的發展，車聯網將會扮演越來越重要的角色，一方面承擔車車互聯、車物互聯的橋梁，另一方面也不斷參與到用戶應用場景之中，扮演著服務提供商的角色。

具千億市場規模。據埃森哲研究，我國車聯網市場規模，將從從目前的百億美元規模，7 年內爆發增長至千億美元規模。

3.2車載信息終端 CID:車聯網與汽車的界面與入口

3.2.1 CID 概述

CID 是車聯網實現的基礎平臺及終端入口。車載信息終端(CID)主要為駕駛員及乘客提供 信息、通訊及娛樂功能。通常包括電子地圖、導航服務、倒車輔助、信息娛樂等輔助駕駛 功能模塊，和安防監控、胎壓監測、故障診斷等保障安全駕駛的功能模塊。未來將影視、 導航、 網絡和輔助駕駛有機合成是CID 發展的趨勢。CID在車聯網架構上屬于核心環節，是車聯網實現的基礎平臺及終端入口，在產業鏈中存在較大利潤空間。奔馳 2018 年新一代車載信息終端系統：

盈利模式涵蓋多條路線，海量數據變現能力強。CID 系統海量數據蘊含較大的商業價值，數據變現和與第三方合作實現的附加值占比達24%。

• 直接銷售;

• 與保險公司合作，直接采集行駛數據，分析每輛車保險用戶的駕駛習慣，為車輛駕駛評定安全等級，定價車輛保險;

• 與 4S 店合作，遠程獲取車輛駕駛數據及故障信息，提醒駕駛員維修和保養，提升 4s 店對用戶的服務質量，增加用戶粘性;

• 與政府、企業汽車管理調度合作，通過監控、調度、指揮、管理、保險服務等，提升政府、企業對車輛的管理;還通過對車輛數據的監控，及時感知道路擁堵、交通事故信息;

• 與商業中心及其他企業合作，了解用戶的消費習慣及消費能力，分析后向終端用戶推送定制化的廣告等。

3.2.2 CID 競爭格局

CID 競爭激烈，集中度較低。CID市場競爭激烈，市場化水平高。從全球市場來看，主要玩家分為兩類: 一是汽車零部件的老牌巨頭， 他們往往與整車廠深度綁定， 以前裝市場為主，以規模化優勢具占據大部分市場份額; 二是電子類企業，CID 所具有的電子化和網絡化屬性，使得此類企業能夠較容易拓展業務至汽車領域，優點是能迅速實現產業鏈的橫向整合以技術優勢分一杯羹。在產業鏈中，CID 設備制造商很難繞過整車廠與用戶對接， 整車廠均有較為固定車載信息系統供應商為其提供服務。

• 全球市場:市場集中度較低，前五 CID 供應商合計市占率約 45%，競爭具有很強的地域特征。博世等占據歐洲市場，偉世通主打美國市場，電裝、松下等日企在亞洲地區市占率較高。

• 國內市場:部分被國際零部件龍頭企業占據，但在自主品牌整車廠中，本土企業以性價比優勢占據大部分市場份額。與國外CID 系統供應商巨頭相比，國內廠商起步較晚，在發展初期主要以后裝市場做切入點，尤其以公司所在地——珠三角地區為代表的地區，是CID 系統的主要 生產基地。

國內CID市場規模超千億。綜合考量CID的裝機情況及市場需求，將國內CID市場分為前裝和后裝。前裝市場的增長空間取決于汽車產量，后裝市場的增長空間主要取決于國內外目前的汽車保有量及后續增量。以車聯網車機不含屏、智能駕駛車機含屏8%的滲透率增長率、傳統車機以15%的滲透率比率下降測算，國內前裝市場2018年市場規模達991 億元;以后裝市場8%的滲透增長率測算，國內后裝市場2018年市場規模達383億元。

編輯：大力人