行业概况2022年中国商用车自动驾驶产业发展报告自动创造未来Automation Creates the Future2022 China's Commercial Vehicle Autonomous Driving Industry Development Report 0101前言 PREFACE新一轮科技革命和产业变革方兴未艾，智能汽车已成为全球汽车产业发展的战略方向。作为汽车制造大国和信息产业大国，我国汽车产业有望在全球自动驾驶汽车浪潮中实现弯道超车。近年来，随着人工智能、传感器、高精度地图等核心技术的快速发展，自动驾驶汽车已逐渐走向公开道路测试及商业化示范阶段。 商用车不需考虑乘用车注重的性能和舒适性要素，并且在特定区域内的自动驾驶技术及法规日趋成熟。因此在未来一段时间内，商用车将成为市场导向的重点目标，推动自动驾驶技术和市场走向成熟。本报告拟采用访谈、调研等方法，从商用车自动驾驶应用场景投融资情况切入，结合场景存在的痛点问题等驱动要素，着重研究商用车自动驾驶的行业现状以及未来发展趋势。我们的研究显示：自动驾驶商业化如何走向成熟随着科技公司对细分赛道的认知更加深入，未来将挖掘出更多场景应用和实际需求，市场主体共同把“蛋糕”做大，成为未来一段时间内的发展主题。紧抓行业资源头部企业的同时寻求更加广泛的合作，打造稳固的产品供应链，雕琢出完善的市场化全服务流程体系，才能在度过商业试运营阶段后，更加快速的实现产品复制裂变，树立起企业的核心竞争力。在经历上半场打造成熟技术、产品以及积累经验阶段后，下半场的重点是成本的考量，也就是从研发向大规模量产的过程，需要考虑到供货、成本、耐用性、适配性等各种问题，供应链把控和产品成本把控成为关键。●●●●●●●根据商用车自动驾驶赛道的现状特征，我们认为未来行业发展具有以下三点趋势：2017年至2019年，政策主要集中在标准体系建设、测试规范、车联网建设等环节，旨在构建自主可控完整的自动驾驶产业链。2020年后政策重点推动自动驾驶在限定场景率先落地。2019年后自动驾驶在商用车领域的应用落地热度渐升。2013年至2018年融资事件仅为25件，融资金额达4.27亿元，而2019年至2021年融资事件共计71起，融资金额达173.7亿元。商用车自动驾驶应用在干线物流、矿区和港口三大场景的热度最高。2014年至2022年第一季度投资事件分别为34起、28起和30起，投资金额分别为149.83亿元、19.51亿元和13.32亿元。干线物流、矿区和港口三大场景人力资源不足和安全事故频发痛点明显，且自动驾驶应用降本效果显著，其中干线物流头部企业构建产业联盟，协同推进商业化落地，矿区和港口头部企业基本开始进入商业运营阶段。 02目录 CONTENT第 章 第 章 第 章 第 章 一二三四五行业概况 031、定义分级 041.1 基于系统执行自动驾驶任务程度，自动驾驶技术分为0～5级 041.2 单车智能发展受限，车路云深度协同成为有效补充 052、自动驾驶政策法规 072.1 2017年开始政策推动标准技术等产业生态构建 072.2 2020年后重点推动自动驾驶在限定场景率先落地 093、 自动驾驶商业落地路径 123.1 高级别自动驾驶在商用车领域更易落地 123.2 高级别自动驾驶落地场景从封闭半封闭到开放场景、从低速到高速 144、自动驾驶产业图谱 15产业视角下的投融资分析 161、自动驾驶投资市场回暖，商用车应用领域热度增长最快 172、融资轮次向B轮后过渡，场景商业化落地加速 183、干线物流被寄予最大厚望，矿区和港口物流是落地热门赛道 19细分场景分析 221、干线物流 241.1 市场空间巨大，面临人力资源不足、安全事故频发等痛点问题 241.2 人力和油耗两方面降本增效显著 271.3 头部企业构建产业联盟，协同推进商业化落地 282、矿区物流 292.1 矿区环境极端招工难，安全事故损失严重 292.2 矿区自动驾驶带来的经济和效率预期价值可观 292.3 海外企业已开启商业化运营，国内头部企业基本进入商业运营阶段 313、港口物流 333.1 港口物流市场持续增长，招工难问题同样凸显 333.2 自动驾驶集卡有望成为解决港口运输痛点问题的主流方案 333.3 我国港口自动驾驶发展领先，多地展开自动驾驶集卡试运营 34案例分析 351、挚途科技：干线物流等多场景资源整合能力强，商业落地后发先至 362、踏歌智行：深耕矿区构建技术复用能力，特定区域向开放道路逐渐延伸 40未来展望 46第 章 03行业概况宏观分析PART 012022 年商用车自动驾驶产业发展报告TOPIC 042022 年商用车自动驾驶产业发展报告行业概况自动驾驶技术是影响未来汽车产业发展的重要因素。随着自动驾驶技术的成熟和商业化的加速，汽车将不再是从属于人的驾驶工具，车的核心价值部件由体现政策推动自动驾驶在限定场景率先落地，商用车成为市场导向重点。动力和操作系统的传动系统转向体现自动驾驶水平的智能软件系统和处理芯片，驾驶员的双手、双脚、双眼将被解放，万亿级市场将被打开。行业概况01定义分级基于系统执行自动驾驶任务程度，自动驾驶技术分为0～5级根据工信部和标准委的当前界定，自动驾驶（汽车驾驶自动化）指车辆在搭载先进传感器、控制器、执行器的基础上，在特定的设计运行范围内， 能自主获取和分析车内外信息，持续地处理部分或全部动态驾驶任务。国际汽车工程学会（SAE）在2014年出版的J3016标准中，将自动驾驶划分为6个等级。在该分级中，L3级自动驾驶系统可在有限条件下驾驶车辆，但在请求切换驾驶时，驾驶员必须驾驶车辆，在复杂的路况变换中很难界定事故责任，但该分级标准规定从L3级开始车辆需要承担责任，导致国外主机厂纷纷推迟发布L3级车辆。2020年5月，奥迪技术总监Hans在接受Automotive News Europe的采访时表示，奥迪将不会在全球范围内为现款A8引入TJP功能；此前福特北美总裁也曾表示，福特将放弃L3级别自动驾驶；博世则在公开演讲中一再推迟TJP落地的时间。驾驶员坐在驾驶座上需要做些什么？具有哪些功能特征？功能示例在SAE自动驾驶分级中，从L3开始车辆需要承担责任SAELEVLE 0SAELEVLE 3SAELEVLE 1SAELEVLE 4SAELEVLE 2SAELEVLE 5无论何时使用驾驶辅助功能，您必须处于驾驶状态即使双脚离开踏板，也没有控制方向盘当使用自动驾驶功能，您无需驾驶汽车您仅仅是坐在驾驶座上仅提供警告以及瞬时辅助可以在有限制的条件下驾驶车辆，除非满足所有条件，否则不会运行自动紧急制动视觉盲点提醒车身稳定系统在交通拥堵的情况下自动驾驶能够制动、加速或者转向，辅助驾驶车道偏离修正或自适应巡航机器人出租车踏板、转向装置可能无需安全能够制动、加速和转向，辅助驾驶可以在任何条件下驾驶车辆同时进行车道偏离修正和自适应巡航与L4相似，但是可以在任何条件下进行驾驶您必须时刻观察各种情况您需要主动制动、加速或者转向，确保安全当功能请求时，您必须驾驶汽车这些自动驾驶功能不需要您接管驾驶以下是辅助驾驶功能以下是自动驾驶功能资料来源：SAE，创业邦研究中心整理 052022 年商用车自动驾驶产业发展报告行业概况分级名称车辆横向和纵向运动控制目标和时间探测与响应动态驾驶任务接管设计运行条件0级应急辅助驾驶员驾驶员及系统驾驶员有限制1级部分驾驶辅助驾驶员和系统驾驶员及系统驾驶员有限制2级组合驾驶辅助系统驾驶员及系统驾驶员有限制3级有条件自动驾驶系统系统动态驾驶任务接管用户( 接管后成为驾驶员 )有限制4级高度自动驾驶系统系统系统有限制5级完全自动驾驶系统系统系统无限制从自动驾驶分级标准来看，L0～L2级自动驾驶属于智能驾驶辅助系统的范畴，驾驶员是动态驾驶的主体、系统仅为辅助，一旦出现交通事故，责任依然是由驾驶员来承担。L3级是有条件自动驾驶，是实现向高级别自动驾驶突破的关键阶段，在驾驶过程中需要驾驶员和自动驾驶系统频繁交接车辆控制权，人机交互过程的技术实现非常复杂，被业内普遍认为是自动驾驶的一个分水岭。L4～L5级自动驾驶则明确不需要人类驾驶员接管驾驶，车辆对结果负责。我国自动驾驶分级与SAE基本一致。2020年3月9日，我国工信部公示了《汽车驾驶自动化分级》推荐性国家标准报批稿，并于2021年1月1日正式实施。该标准基于驾驶自动化系统能够执行动态驾驶任务的程度，根据在执行动态驾驶任务中的角色分配以及有无设计运行条件限制，划分出“采用车辆纵向和横向运动控制、目标和事件探测与响应、动态驾驶任务接管”3个维度来评定驾驶员和系统所承担的角色和任务，并将驾驶自动化分成0-5级6个等级。我国《汽车驾驶自动化分级》标准自动驾驶单车智能与车路协同示例图资料来源：工信部，创业邦研究中心整理资料来源：公开资料，创业邦研究中心整理单车智能发展受限，车路云深度协同成为有效补充目前自动驾驶的发展分为单车智能和车路协同两个方向进行：单车智能车路协同 2022 年商用车自动驾驶产业发展报告行业概况单车智能自动驾驶系统构架单车智能的技术和成本问题制约自动驾驶车辆量产。单车智能是指由AI技术主导，通过感知层的摄像头、激光雷达（LiDAR）、毫米波雷达、超声波雷达等车载传感器在车辆行驶过程中不断收集驾驶信息，通过决策层的算法分析环境数据，做出车辆行为决策。最后通过执行层将指令发送至各种执行器，控制满足车辆动态姿态限制的方向盘转角、前向速度，以及制动等指示操作。感知层决策层控制层惯性导航感知数据处理车辆总线ECU车速转向制动路径决策规划激光雷达速度传感器摄像头角度传感器车辆定位交通环境感知车辆状态信息芯片算法资料来源：创业邦研究中心目前单车智能路线受车端传感器安装位置、探测距离、视场角、时间同步等限制，在繁忙路口、恶劣天气、逆光等环境条件中行驶时，难以彻底解决精准感知识别和高精度定位问题。同时，随着自动驾驶的进阶，所需的传感器数量也显著增加，成本问题是制约走单车智能路线的自动驾驶规模化量产的关键因素之一。仅凭单车智能实现自动驾驶规模商业化落地显得“任重道远”。车路协同增强单车的感知能力、超视距感知和多源数据融合等解决单车智能问题。车路协同采用先进的无线通信网络，高精地图、高精定位等构成的车联网，以及路侧感知设施和智能诱导设施构成的交通控制网，通过车路协同可以实现车与X（车与车、人、路、服务平台）之间的动态实时信息交互，并在全时空动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，充分实现人、车、路的有效协同，保证行车安全，提高通行效率，改善交通环境，从而形成的安全、高效和环保的道路交通系统。车路协同可以为自动驾驶感知端提供全局视野。一方面，车联网可于定位、规划与感知赋能自动驾驶，提供准确定位信息，并依托获取的道路信息进行路径规划，同时也可作为感知端有益补充，覆盖车载传感器所不能感知的较远距离及部分盲区范围，为汽车提供全局视野。另一方面，可为单车智能提供冗余，路侧感知设备可独立进行道路信息的获取与计算，与单车智能并行，运算结果可作为冗余，为单车智能运算决策提供有效参考。06 2022 年商用车自动驾驶产业发展报告行业概况车路协同系统构架2015年5月国务院发布的《中国制造2025》中确立了我国汽车智能化、网联化汽车产业战略方向，2017年～2019年出台的政策主要集中在标准体系建设、测试规范、车联网建设等环节，旨在构建自主可控完整的自动驾驶产业链。2020年后政策主要集中在推动自动驾驶在限定领域率先落地。02自动驾驶政策法规资料来源：广汽研究院，创业邦研究中心2017年开始政策推动标准技术等产业生态构建2017年～2019年出台的政策主要集中在标准体系建设、测试规范、车联网建设等环节，旨在构建自主可控完整的自动驾驶产业链。在标准体系方面，确立2025年系统形成能够支撑高级别自动驾驶的智能网联汽车标