2017中国自动驾驶汽车行业研究报告

　　低下的通行效率以及频发的交通事故已成为当前民众最为头疼的问题，从驾驶和拥堵中解放出来成为社会的新诉求。汽车则经过两百年的发展，逐步进入电子化的时代，发展出成熟的主动安全系统，辅助或代替了驾驶员的一部分工作。但这还远远不够。随着人工智能，尤其是深度学习技术的成熟，算法开始能够识别物体属性，做出类人的合理决策，自动驾驶逐步成为可能，其背后无限的商业想象空间也令业界向往。

　　亿欧智库通过大量的桌面研究以及专家、从业者访谈，对自动驾驶产业进行分析梳理，最终形成《2017中国自动驾驶产业研究报告》，希望在内容涵盖全面的前提下保证报告具有足够的深度，以飨各位读者。下文选取了报告中的部分内容进行呈现，欲了解更多，欢迎下载原版报告进行阅读。如报告内容有不准确、不完善之处，欢迎读者批评指正。

　　中国自动驾驶产业概况

　　自动驾驶指汽车至少在某些具有关键安全性的控制功能方面(如转向、油门或制动)，无需驾驶员直接操作即可自动完成控制动作。国际汽车工程学会对该技术划分为5个等级，成为业界使用的主要标准(我国在定义智能网联汽车时对智能化的划分也采用了5级分法)。与自动驾驶伴生的概念还有无人驾驶、智能驾驶，三者的内涵所指并不相同。

　　自动驾驶作为颠覆人类出行方式的革命性技术，受到来自宏观环境方方面面的影响。亿欧智库从政治、经济、社会、技术四个层面对国内自动驾驶产生、发展的宏观背景做了较深的分析。

　　依据拟人化的研发思路，自动驾驶的运作流程可以分为感知、认知、决策、控制、执行五部分。另外一种方案——端到端深度学习则简化了前者分流程、分模块的运作方式。

　　中国自动驾驶产业分析解读

　　自动驾驶正在打破过去成熟的金字塔式的汽车产业链结构。不同环节的企业相互合作，使得数据、技术、资本得以在整个自动驾驶产业生态之中流动、循环。为了加快研发速度、降低研发负担，企业间联结日益紧密，合作共赢成为业界共识。

　　亿欧智库对自动驾驶产业中重要的细分领域进行了深度剖析。具体而言：在传感器领域，以摄像头为主的计算机视觉方案和激光雷达方案最受瞩目，前者亟待突破图像识别准确率的天花板，后者则需向低成本、量产化方向发展;高精度地图能够提供更完备的周边环境信息，提供决策支持，目前进入商业化尝试阶段;芯片方面，国内企业将打造AI专用芯片作为发展方向;算法方面，国内初创企业众多，试图打造通用的自动驾驶解决方案;车联网使自动驾驶汽车拥有更安全可靠的感知预判能力，需要国家层面的推动;国内车企注重合作，制定了明确的发展路线;出行服务被视为汽车消费发展方向，成为参与者必争之地。

　　自动驾驶整体的发展路线包括渐进发展和一步到位，国内企业大部分偏向于前者。此外，在细分领域(如传感器方案、数据采集、算法测试)也有诸多不同的技术方向。

　　亿欧智库还就中国自动驾驶企业的商业模式选择、合作特征、初创企业特征进行了较详细的梳理分析。

　　中国自动驾驶发展的趋势和挑战

　　就汽车未来的发展趋势而论，智能化、网联化、共享化、电动化将产生叠加效应，共同推进自动驾驶的研发和普及。在国内自动驾驶产业中，市场分散、参与者众多等特征形成良性竞争生态，有利于创业创新。但是，随着算法门槛的降低，数据重要性日益凸显，市场集中度将显著提高，“赢者通吃”效应将显现。相比自动驾驶领先发展的美国、德国，中国在核心硬件制造技术方面仍然落后，但在算法、数据和商业化落地上具有后发优势。

　　自动驾驶的发展将面临诸多的机遇和挑战。从技术角度讲，中国自动驾驶上路需要突破激光雷达、计算机视觉、高精度地图、决策控制算法、数据的收集利用以及通信技术这六个关键问题。在社会态度层面，国内消费者对自动驾驶持积极开放的态度，增强了产业发展信心，但具体的传播推广需要把握好方式方法。国内政府在支持自动驾驶的同时也偏向谨慎，需要在最大化自动驾驶带来的社会效益的同时克服可能的社会风险。此外，构建良好的人才引进和培养机制也是政府亟待推动的任务。

　　自动驾驶的实现将带动整个泛汽车行业发生改变，颠覆性地重构消费者的出行体验。亿欧智库认为，在自动驾驶企业纵向扩展产业链，提前布局可能的细分市场时，关联行业应引起足够的重视。

　　最后，报告还选取了Waymo、Tesla、NVIDIA、Intel等国外领先自动驾驶企业进行了案例解读。