2023自动驾驶行业竞争格局产业图谱及相关公司分析报告

2023 年深度行业分析研究报告 目录 一、自动驾驶概况.........................................................................1 二、自动驾驶行业发展驱动力 ...............................................................3 三、自动驾驶发展现状、竞争格局及资本分析 .................................................5 四、自动驾驶应用场景分析 .................................................................8 五、AI大模型在自动驾驶中的应用 ......................................................... 11 六、自动驾驶产业链 ...................................................................... 18 七、自动驾驶相关公司 .................................................................... 21 八、自动驾驶发展趋势展望 ................................................................ 29 1/31 行业研究报告 慧博智能投研 现如今，自动驾驶技术已经成为汽车产业的未来发展方向。应用自动驾驶技术可以全面提升汽车驾驶的安全性、舒适性，满足更高层次的市场需求，并推动产业科技升级。进入2022年以来，国家层面及地方政府也适时出台一系列政策和规划，促进自动驾驶相关产业健康快速发展。2022年11月，工信部印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，对准入试点的智能网联汽车产品，提出了一系列规划和指导要求，进一步推进了自动驾驶的发展进程。 一、自动驾驶概况 1.定义自动驾驶，又称无人驾驶，是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效驾驶的一项前沿科技。 2.分类自动驾驶技术分为多个等级，不同机构提出过多种分级标准，目前业界常用的两种分级标准是NHTSA分级（美国高速公路安全管理局提出）和SAE分级（美国汽车工程协会提出）。两种分级在具体级数导读 2/31 划分方面存在差异，但是在特征描述方面存在共性，从L3级开始，驾驶主角均由驾驶员操作转换为车辆自主驾驶。由此，L3级成为自动驾驶技术应用的重要分水岭。 下面，我们对自动驾驶技术的研究采用SAE分级标准。 3.发展历程自动驾驶最早可追溯至上世纪20年代，一辆名为“美国奇迹”的无线遥控汽车正式亮相。1984年DARPA发起ALV计划，并于2004及2005年举办无人驾驶汽车挑战赛，吸引了众多科学家参与，在一定程度上加快了自动驾驶行业的发展。 自动驾驶发展最初由高校实验室推动，2009年谷歌入局，加速其商用进程。2013年百度成立自动驾驶研发团队，福特、宝马、日产、沃尔沃等传统整车厂及特斯拉、蔚小理等造车新势力相继布局，2015-2017年Momenta、图森未来、智行者、小马智行、AutoX、文远知行等自动驾驶科技初创企业成立，互联网企业、整车厂、Tier1厂商及初创企业纷纷涌入自动驾驶赛道。2009-2019年，各自动驾驶公司在全球多地拿到路测牌照、积累测试里程，L3/L4技术开始商业化落地，自动驾驶技术积累速度较快。 2020年以来，特斯拉Model3、小鹏P7等具备L2/L2+功能的车型成功上市并扩大量产，特定场景的高阶自动驾驶功能开始落地；Waymo、Cruise、百度Apollo、小马智行等公司开启Robotaxi商业化试点，进行规模化收费营业。自动驾驶进入商业化应用新阶段，不同背景的参与者各有优势，寻求多种算法优化与商业化落地路径。 TV9YkUiXmUbYFUeXgV6MaObRoMqQsQpMeRqQsNeRoOuN6MsQoNvPpNoMuOoMvM3/31 二、自动驾驶行业发展驱动力 1.政策驱动国家政策的大力扶持给自动驾驶发展注入强心剂，有力推动行业发展进程。近年来，我国先后推出一系列支持政策，推动自动驾驶技术发展和商业化落地。2020年2月，国家发改委、工信部等11个部委联合下发的《智能汽车创新发展战略》提出，加速发展高级别自动驾驶。2022年8月，交通运输部发布《自动驾驶汽车运输安全服务指南（试行）》（征求意见稿），旨在适应自动驾驶技术发展的趋势，鼓励自动驾驶车辆商用。同时，北京、深圳、重庆等多地陆续出台政策法规，推动自动驾驶车辆的商业化运营和上路。 4/31 2.AI技术发展推动AI技术发展推动自动驾驶技术迭代，芯片、算法、数据构建自动驾驶功能底座。 （1）自动驾驶发展进程与AI技术发展高度相关根据Gartner新兴技术成熟度曲线，2018年以前，受益于深度学习技术在图像识别等感知领域的应用，自动驾驶开启产业化进程。但由于受成本和法规限制，彼时高级别自动驾驶的商业化落地遭遇瓶颈。经过三四年技术积累，感知和决策算法等核心技术的突破提高了AI模型鲁棒性、系统冗余性和测试完善性，助力自动驾驶加快商业落地。自2020年7月起，高级别自动驾驶迎来新的发展机遇。（2）算法、数据与芯片技术发展为自动驾驶功能实现提供了坚实的底座1）深度学习算法在感知层和决策层共同驱动自动驾驶发展，深度强化学习算法（DRL）的产生让更高维度的数据处理成为可能；2）海量优质路况数据是训练AI算法模型、提高感知精度的关键，路测里程和路测车辆数量增加而带来的高质量数据给自动驾驶发展提供了必要支持；3）芯片为自动驾驶技术提供算力平台，随着汽车电子电气架构由域集中式向中央集中式演进，自动驾驶的主控芯片向中央计算芯片融合的方向发展，芯片集成度的提高可以有效提升计算效率，降低应用成本。3.市场需求推动自动驾驶发展应用自动驾驶能够在交通安全、出行效率、节能减排、产业变革等方面发挥价值。自动驾驶可以提供更安全、更高效、更节能、更舒适的出行体验，其意义不仅在于改变人类的车辆驾驶习惯，更重要的是在交通安全、出行效率、节能减排、产业变革等方面推动社会整体发展和进步。 （1）保障交通安全据统计，我国每年6万余人死于交通事故，道路交通伤害已成为我国人群首要伤害死因，80%以上的道路交通事故皆因交通违法所致。自动驾驶车辆通过智能控制和规范驾驶，可以有效避免此类安全事故发生，保障交通安全。 5/31 （2）提高出行效率，促进节能减排 交通拥堵一直是我国城市难题。在主要大城市，约75%的道路在高峰期出现拥堵，自动驾驶的车载传感器可与智能交通系统结合使用，实时优化路口流量，提高车流效率，缓解拥堵。由此，基于更精准的车辆控制和更少的交通拥堵率，可以有效降低资源浪费，实现节能减排的效果。 （3）打造第三移动空间 当前，车辆架构正在朝着以通用计算平台为基础、面向服务架构演进的方向发展，软件定义汽车成为大势所趋。软件定义汽车将使汽车逐步从单一交通工具转变为以用户需求为导向的第三移动空间。自动驾驶让驾驶员的精力和双手得以解放，成为未来出行变革必不可少的技术底座。 三、自动驾驶发展现状、竞争格局及资本分析 1.乘用车自动驾驶正在由L2向L3+过渡，商用车自动驾驶已进入商业化运营阶段 （1）目前来看，我国量产乘用车自动驾驶等级正在由L2向L3+过渡 得益于硬件平台和软件算法逐步成熟，新车搭载L2功能正在逐渐成为前装标配。据统计，2022年我国在售新车L2和L3的渗透率分别为35%和9%，预计2023年将达到51%和20%。部分科技公司直接研发L4级自动驾驶，并在部分城市路段或特定场景下进行测试。但目前高级别自动驾驶仍然面临着政策法规、安全性、技术成熟度等众多挑战亟待突破。据统计，2022年我国L4渗透率为2%，预计2023年将达到11%。 6/31 （2）与此同时，限定场景下的商用车自动驾驶率先进入商业化阶段 这主要由于商用车对价格的敏感度更低，B端付费意愿更高，加之场景交通复杂程度较低以及政策鼓励与放开，使得商用车在成本、市场、技术、法规等方面具有更好的落地性。目前，在矿区、港口、干线物流、机场、物流园区等细分场景，高级别自动驾驶正在孕育新市场。其中，干线物流、矿区、港口三大场景因人力资源不足和安全事故频发等痛点明显，降本增效成果显著，商业化落地进程较快，头部企业已经基本进入商业化运营阶段。 2.各类玩家以不同发展思路参与市场竞争，推动供应链和产业格局剧烈变化 自动驾驶领域市场参与者众多，包括传统车企、造车新势力、互联网/科技公司等，各类玩家结合自身定位和能力优势，呈现出不同的发展思路。 （1）主机厂方面，国际巨头多采取稳扎稳打的发展策略和渐进式技术路线 主要依赖传统Tier1方案，部分投资初创公司或组建内部团队。国内主机厂处于多方向探索阶段，强势主机厂在独立自研基础上采购供应商方案作为补充，并投资芯片和算法公司，与互联网巨头合作等；小型主机厂研发能力较弱，通常选择与大厂合作，以确保在自动驾驶领域不落人后。造车新势力则将自动驾驶视为核心技术优势，通过自研算法、芯片等掌握自动驾驶核心能力。 （2）互联网/科技公司凭借人工智能算法和软件技术优势进入自动驾驶领域，与车企形成分庭抗礼之势 互联网巨头通过投资、孵化或直接组建团队而成立自动驾驶业务单元，跨界进入市场；部分科技公司以自研芯片为基础，向下游延伸，提供全套算法软件及硬件产品；部分科技公司以高阶自动驾驶解决方案和Robotaxi为主营业务场景，同时利用算法优势切入L2量产领域；亦有部分解决方案提供商聚焦于低速、封闭场地或干线物流等特定场景，或专攻政府车路协同示范区场景，寻求多种模式的商业化落地应用。 （3）随着自动驾驶高速发展，传统汽车产业中的主机厂和Tier1之间的关系也在发生变化 “大包大揽”的传统Tier1受到造车新势力的冲击，新势力对自动驾驶相关软硬件技术有着强烈的垂直一体化预期。同时，在汽车缺芯、地缘政治等因素影响下，部分主机厂开始选择和芯片等核心零部件供应商建立直接合作关系，这一关系改变进一步加剧了Tier1的经营压力。与此同时，在L1向L2升级的辅助驾驶市场，本土Tier1供应商开始崛起。尽管外资Tier1巨头依旧是市场主力，但中国本土Tier1供应商份额合计占比已经达到了8.89%，同比增加了近3个百分点。 3.单车智能和车路协同路线相辅相成，互为补充，加速自动驾驶普及与落地 7/31 在自动驾驶解决方案方面，存在单车智能和车路协同两种路线。单车智能通过摄像头、雷达等传感器和高效准确的算法，赋予车辆自动驾驶能力；车路协同通过对人、车、路信息的全面感知，发挥协同配合作用，让人车路云高度融合，打造“聪明的车＋智慧的路”。 （1）两种路线并非二元对立，而是相辅相成，互为补充 单车智能是实现自动驾驶的基础，即使在以车路协同为主的技术方案中，单车智能也不可或缺。一方面，在路侧智能设施未覆盖或出现故障时，单车智能可以作为冗余与备份系统让车辆安全可靠地完成行驶任务；另一方面，单车智能也可以作为车路协同的终端触手，辅助进行系统升级和新功能开发。而在复杂的交通环境下，车路协同能够通过智能路侧设备为自动驾驶车辆提供具有完全独立性的数据冗余感知系统，增加感知视角，提升自动驾驶的安全性和可靠性。 （2）在技术可行性之外，参与者话语权、准入门槛、商业化落地难度等也是市场参与者决定采取何种路线的重要考量因素 乘用车是道路上的主要交通工具，也是自动驾驶系统的重要载体。目前，主机厂和自动驾驶解决方案提供商多选择单车智能的技术路线，通过自动泊车、自适应巡航等L2+功能为人们带来人机共驾的体验感，让技术自主可控的同时，获取商业利润。如特斯拉的FSD、小鹏的NGP、蔚来的NOA等都是主机厂践行单车智能路线的代表。