中國高級自動駕駛產業發展六大趨勢（2020-2023）

文／張男

伴隨智能科技浪潮的興起，自動駕駛技術開始飛速發展。以目前多家科技企業和初創企業的發展態勢來看，未來三年其商業化運營層面將發生顯著改變，中國高等級自動駕駛迎來“拐點”。本文從技術、資本、政策等方面重點介紹了未來三年高級自動駕駛產業發展的六大趨勢。

伴隨智能科技浪潮的興起，自動駕駛技術開始飛速發展。面對廣闊的市場前景，科技發達的美國較早涉足該領域，中國緊隨其后。與此同時，資本也表現出濃厚興趣，進行加碼，多國政府更是將其上升至國家層面的戰略高度。以目前多家科技企業和初創企業的發展態勢來看，未來三年其商業化運營層面將發生顯著改變，中國高等級自動駕駛迎來“拐點”。本文從技術、資本、政策等方面重點介紹了未來三年高級自動駕駛產業發展的六大趨勢。

趨勢一：以場景為先導，自動駕駛全棧解決方案提供商將分批實現商業化

如今，高等級自動駕駛已經逐漸從技術研究階段演進至產品落地階段，正處于穩定發展期。目前的高等級自動駕駛技術還無法做到像人一樣，能夠適配任何駕駛場景。因此，選定1～2個應用場景，全力攻破，是如今大多數自動駕駛全棧解決方案提供商的商業化路徑。

以道路是否開放為界線，目前主流應用場景有園區、機場、礦區、停車場、港口、高速公路、城市道路等。依照各個場景下自動駕駛技術實現難度的不同，自動駕駛全棧解決方案提供商也將分批實現商業化，完成從技術研發到產品供應的飛躍。開放道路環境復雜，仍有較多“長尾問題”待解決，至少需要10年時間才能實現商業化。

限定場景則因駕駛范圍的限制，減少了異常情況的發生，而其車輛速度普遍不高、環境相對可控等特點，也使得自動駕駛實現難度降低，相關企業將在未來三年左右率先實現商業化。

1.限定場景下，高等級自動駕駛技術率先實現商業化

圖1 高等級自動駕駛主流應用場景

所謂限定場景是指某些具有地理約束的特定區域。該區域駕駛環境單一、交通情況簡單，幾乎沒有或只有少量外界車輛和行人能夠進入，例如園區、機場、礦區、停車場、港口等。較開放道路場景而言，限定場景具有三大特點：車輛、行人種類和數量較少；車輛行駛速度低；場景具有地理約束性。

目前，全球首個針對自動代客泊車系統的許可來自德國巴登—符騰堡州。2019年7月，該州有關部門批準戴姆勒和博世，在斯圖加特的梅賽德斯-奔馳博物館停車場日常使用自動代客泊車系統。總體來說，限定場景自動駕駛正處于早期向中期發展的轉變階段。

為保證安全和便于推廣運營，礦區、港口等場景的自動駕駛車輛仍配備安全員，但多數企業表示將會用一年左右的時間逐步去除安全員的角色。在各家企業的規劃中，限定場景自動駕駛有望在未來三年內實現大規模試點運營、小規模商業化運營。由于產品的應用速度普遍快于標準出臺速度，因此未來三年后相關標準或會出臺，屆時將迎來限定自動駕駛的規模運營和商業化起點。

目前，限定場景自動駕駛企業仍專注打磨產品，與此同時更加注重運營。未來三年，各企業競爭重點將完全由技術轉向產品和運營。在產品方面，該領域未來優秀的產品，必須滿足三個特點，即穩定的性能、較低的成本、強大的場景復制能力。在運營方面，企業將更加注重產品細節和用戶使用的便利性，與此同時，配送員、司機等傳統職業也將被自動駕駛遠程接管員、自動駕駛運維員、自動駕駛平臺管理員等新角色取代。

2.開放道路場景下，高等級自動駕駛技術商業化時間推遲

在自動駕駛的諸多應用場景中，開放道路無疑是最難的一個。而城市道路與高速公路是兩個最常見的開放道路場景，前者典型產品為自動駕駛出租車（RoboTaxi），后者典型產品為自動駕駛卡車。據蔚來資本測算，RoboTaxi的市場規模約為3500億元，跨城物流和同城物流的市場規模分別為7000億元、2500億元，市場前景廣闊。廣闊的市場前景，吸引了百度Apollo、滴滴、小馬智行、圖森未來等一眾玩家入局。

在諸多自動駕駛企業成立的2016年左右，業界和資本普遍認為開放道路場景的L3/L4級自動駕駛車型在2020年左右可以上路，對這項技術抱有極大期待。但經過近幾年發展，業界逐漸意識到該場景對高等級自動駕駛技術提出的諸多挑戰超出想象，以及未成熟的供應鏈、尚不完備的法律法規等外部因素對該項技術的制約。隨之，企業不得不推遲商業化時間。

開放道路場景自動駕駛目前尚處于早期發展階段，自身技術尚不成熟，其大規模商業化時間在十年以后。而對于開放道路場景自動駕駛企業而言，想要實現大規模商業化，技術完備、路權供給、供應鏈成熟、成本大幅降低四點缺一不可。未來三年，聚焦開放道路場景自動駕駛企業的重點仍是打磨技術，剩下的“長尾問題”需要企業花費更多耐心和精力去解決，以確保絕對安全。

趨勢二：更多自動駕駛非全棧解決方案提供商迎來發展機會

在自動駕駛技術發展過程中，其全棧解決方案提供商率先出現，美國的Waymo和中國的百度是該領域兩大代表企業。經過近幾年技術迭代，自動駕駛產業鏈逐漸由粗放式向精細式方向發展，自動駕駛非全棧解決方案提供商陸續出現，諸多關鍵技術模塊也取得突破。

感知層和決策層零組件供應鏈分散，企業類型豐富，初創企業相對容易切入，自動駕駛非全棧解決方案提供商主要集中于此。

圖2 自動駕駛三大關鍵系統

1.感知領域發展機會仍存

任何車輛要實現自動駕駛，首先都要解決“在何位置、周邊環境如何”的問題，以此為依據，進行下一步決策規劃，隨后再通過車輛的控制執行系統，完成整個自動駕駛流程。因而，感知一直備受自動駕駛業界關注。

由于感知層的攝像頭、激光雷達、毫米波雷達、超聲波雷達等各類傳感器各有優缺點和適用場景，因此在高等級自動駕駛的實現過程中，多傳感器融合成為必然趨勢，也就是將各類傳感器獲取的數據信息集中在一起綜合分析，以求更加準確描述外部環境，為車輛進行決策打下基礎。各類傳感器能否有效融合，融合后數據是否準確，都為自動駕駛感知提出新挑戰。作為感知領域關鍵零部件，激光雷達、毫米波雷達等將繼續受到關注。

但僅憑環境感知并不能保證自動駕駛車輛的絕對安全。2018年3月，Uber自動駕駛車在路測過程中撞死了一名行人，這起全球首例自動駕駛致行人死亡事故震驚業內外，事故主要原因之一便是自動駕駛車頻繁更改目標識別結果。即便是低等級自動駕駛，也不能只憑借視覺傳感器百分之百正確感知周圍環境，特斯拉Autopilot的多起事故就起因于此。因而，車輛運動感知同樣重要。

為更加精準確定車輛自身位置，高精度定位模塊作用逐漸凸顯，將變得不可或缺，其能達到厘米級的精度，為自動駕駛汽車精確理解自身定位提供幫助。這種測量方法不依賴外界，在GNSS信號丟失的情況下，車輛依舊能夠準確定位，穩定高頻輸出信號，短期精度較高。基于此，以GNSS+IMU的高精度定位傳感器為基礎，綜合考慮周圍環境特征的方案將越來越受歡迎。

2.感知之外，更多細分產業鏈也存有機會

總體而言，感知層在過去幾年吸引了業界諸多關注。但當感知層性能提高的同時，其后的決策層和執行層也愈發受到關注。業界正在思考：車輛如何在感知正確性未達到100%情況下，做出準確規劃？

從技術角度而言，自動駕駛決策層和執行層仍有諸多難題等待企業解決。但從新機會角度來看，執行層多被國際Tier 1所把控，初創企業很難切入，而決策層與場景息息相關，企業也較難將其單獨拆分提供標準化產品。但共同點在于，二者均需要大量數據作支撐。尤其決策層，需要大量數據做行為預測與規劃，不斷訓練自己的模型。因此未來計算平臺、場景測試、仿真平臺等與數據相關的諸多細分領域，都將產生發展機會。

趨勢三：車企更注重方案量產可能性，未來致力于實現部分L3級自動駕駛技術量產

面對自動駕駛技術，車企經歷了從不信任到逐步重視的心理過程，直到目前，市面上各大主流車企都在該領域有所布局。

經過近幾年的實際探索，車企自身掌握了一些高級駕駛輔助系統（ADAS）技術，也逐漸明晰高等級自動駕駛技術的量產難度，于是陸續重新調整戰略規劃，變得更加務實。具體表現有兩種：第一，更愿意將已掌握技術先應用在現有產品中。通過二者結合的方式完成迭代升級，為用戶創造價值，增強自身產品科技感屬性。第二，更偏向于自動駕駛漸進式路線。不再一味追求L4/L5級自動駕駛的實現，未來幾年將重點研發部分L3級自動駕駛功能，如HWP、TJP、AVP等，力求早日實現部分功能的量產，以此作為新車賣點。

1.大多數車企已實現L2級量產，目光瞄向更高等級

當前，國內主流車企大多已經推出L2級自動駕駛量產車型。根據SAE分類，該等級自動駕駛開啟情況下，駕駛員仍需要時刻觀察行駛情況，主動對汽車進行制動、加速或轉向，以確保行駛安全。2018年起，大批國內自主品牌L2級自動駕駛乘用車開始上市。在實現L2級自動駕駛量產后，車企們紛紛將目光瞄向更高等級——L3/L4級自動駕駛技術的量產。不同于互聯網公司和自動駕駛全棧解決方案提供商，車企為保持品牌競爭力，必須及時推出具備自動駕駛功能的量產汽車，無法如前者一樣，只專注技術研發不考慮量產問題，因而L3級自動駕駛成為車企的“折中選擇”。

但與國外車企不同，中國車企多選擇“漸進式路線”，即一邊實現L3級自動駕駛量產，一邊研發L4/L5級自動駕駛技術。

2. L4級自動駕駛技術難量產，非車企現階段研發重點

對于當前車企而言，L4級自動駕駛技術的量產存在以下四個難點。

（1）安全：傳統車企的基因決定其將安全放在首位，任何一起安全事故都會對車企產生毀滅性打擊。除軟件層面的評判標準之外，車企也更在意車輛硬件方面的功能安全。（2）成本：短期內，L4級自動駕駛產業鏈不會成熟，零部件成本高昂，難以達到車企量產條件。（3）技術：目前，大多數車企的自動駕駛技術還停留在L2級水平，短期無法實現從L2級到L4級的飛躍。（4）路權：政府路權未放開，L4級自動駕駛短期無法投入使用。

面對科技互聯網公司和自動駕駛全棧解決方案提供商都難以企及的L4級自動駕駛技術，意在量產的大多車企選擇將其暫時擱置。從各家規劃來看，近三年是大多數國內自主車企的“L3級自動駕駛量產年”。

3.未來三年，車企將重點研發部分L3級自動駕駛技術

依據技術可量產與用戶需求兩大指標，TJP（Traffic Jam Pilot）和 HWP（ Highway Pilot）成為兩種常見的L3級自動駕駛研發方向，這也將成為國內車企未來三年的研發重點。

技術可量產方面而言，與L4級自動駕駛相比，L3級自動駕駛的成本和技術實現難度都更低。用戶需求方面而言，目前上下班通勤擁堵和長途旅行駕駛疲勞覆蓋了80%的人和80%的出行場景，是乘用車用戶存在的兩大痛點。

2020年2月，國家發改委、中央網信辦、工信部等11個部委聯合印發的《智能汽車創新發展戰略》中指出，有條件自動駕駛L3汽車在2025年達到規模化量產，比兩年前征求意見稿中的實現時間推后5年。

由于目前法規對L3并未有嚴格意義上的限定范圍，因而L3級自動駕駛多由車企進行定義。

此外，針對乘用車用戶的高頻使用場景——停車場，吉利、廣汽、長城等諸多車企也制定了AVP（自主代客泊車系統）發展戰略。由于全程無人參與，因此該功能理論上應屬于特定場景L4級自動駕駛技術，應用落地時間比TJP和HWP更晚一些。

自主代客泊車系統（Automated Valet Parking）適用于停車場入口/出口到停車位之間的特定區域，全程無人參與。駕駛員在手機上發出停車命令后，車輛能自動從下車區駛入停車場內，并找到車位停車；駕駛員在手機上發出取車命令時，車輛能自動回到上車區。目前，戴姆勒、博世等國外企業推出的AVP解決方案大多依賴場端改造，需要在場端部署激光雷達等傳感器，成本較高，不適宜量產。對此，博世正試圖將激光雷達換成雙目攝像頭，以降低成本。

趨勢四：各地政府越來越關注自動駕駛技術，未來與相關企業探索多種合作模式

縱觀歷史，諸多新興行業在早期發展階段，都需要政府的大力扶持，為行業做一次“冷啟動”，自動駕駛這項新興技術也不例外。

圖3 國內主流車企自動駕駛規劃

通過相關政策法規的出臺以及各項基礎設施的建設，政府在自動駕駛技術的發展道路上起到指引方向和給予路權兩大關鍵作用。

2015年起，中國政府開始出臺相關政策法規，將自動駕駛技術發展納入國家頂層規劃中，以求搶占汽車產業轉型先機，強化國家競爭實力。

從2015年至2020年，中國政府發布多項相關政策，關注點從智能網聯汽車細化至自動駕駛汽車。2020年初，國家相繼出臺《智能汽車創新發展戰略》與《汽車駕駛自動化分級》兩項方案，進一步明確自動駕駛戰略地位與未來發展方向。

在國家大戰略方針指導下，各地方政府也相繼出臺自動駕駛相關政策跟進。從類型來看，地方政府政策主要圍繞開放公共道路測試路段和建立智能網聯示范區兩方面展開。

1.各地政府與相關企業圍繞智能網聯示范區展開合作

目前，地方政府與自動駕駛相關企業的合作主要集中在智能網聯示范區層面，政府為企業提供自動駕駛路測場地。針對自動駕駛技術，政府與企業都希望其能早日實現商業化，二者目的殊途同歸。

從政府角度來看，其參與到自動駕駛行業中具有必要性：限定場景的自動駕駛小車，如無人清掃車、無人小巴等，涉及政府公共事業，理應有政府參與其中；開放道路場景自動駕駛車，如RoboTaxi、無人駕駛卡車等，涉及人民生命安全，更是政府需要進行強管控的行業。在政府參與到自動駕駛行業中后，這項新興技術也能為當地添加一層科技感，帶來更多資本和商業機會。

從企業角度來看，出于技術迭代的需要，自動駕駛相關企業需要獲得政府許可，以進行實際道路測試，在這過程中，企業必須與政府建立聯系。另一層面而言，政府不但可以為企業提供路權，也可以為企業提供資金和基礎設施建設支持。

因而，二者合作具有必然性。據統計，目前國內各省市已建有智能網聯示范區50余個，覆蓋所有一線城市及部分二線城市，涵蓋城市道路、高速公路、隧道、封閉園區等多個場景。以中國七大行政區域劃分，華南地區示范區數量最多，其次是中南和西南地區。

2.未來探索多種合作模式

隨著各地政府陸續和企業達成合作，未來雙方合作將更加深入。針對路測細則和示范區兩大合作重點，未來三年將會發生以下幾點變化：（1）自動駕駛路測細則方面，已建立智能網聯示范區的城市將優先出臺自動駕駛路測細則，2020年起呈“小爆發”態勢；地理位置相鄰的地方政府將針對自動駕駛道路測試進行互認合作。（2）智能網聯示范區方面，二三四線城市成為智能網聯示范區的建設主力；已擁有示范區的城市或將在市內建立更多示范區，由點擴大及面，同時進一步放開測試路段。

百度副總裁、智能駕駛事業群組總經理李震宇曾表示，政府在自動駕駛技術發展過程中的作用遠超想象，他提出“三位一體”的合作模式——科技公司、整零車企、政府三者進行通力合作。

今后，這也將成為大多數RoboTaxi公司與政府之間的主力合作模式。隨著技術的迭代發展，未來雙方或許還將在更多層面進行合作。

趨勢五：資本對自動駕駛技術呈觀望態度，等待技術進一步落地

中國創投圈對自動駕駛技術的關注始于2014年。當時百度宣布研發自動駕駛，并試圖實現該項技術的商業化落地。隨后，諸多人才出走百度，各自成立自動駕駛初創公司，市場上的投資標的開始變多。此后短短六年間，資本對自動駕駛的看法經歷了開始關注、瘋狂追逐、逐漸冷淡三個階段。未來三年，資本將站在新角度重新審視這項技術。

1.資本更關心商業化落地的可能性

從2018年下半年開始，中國自動駕駛圈已經開始感受到資本的陣陣寒意，企業融資難度加大。

從資本角度而言，這種現象背后最直接的原因就是資方募集規模的大幅下降。據清科研究《2018年中國VC/PE機構投后管理調查研究報告》《2019中國股權投資市場回顧與展望》數據，2017年后我國私募股權投資市場募集總額呈下降態勢，2018年私募規模為10111億元，較2017年下降29%。這直接導致當年私募股權投資市場的投資總額較上年下降14%，2019年的跌幅更是達到30%，連帶效應明顯。在這種情況下，資方風險意識加重，不再一味追逐自動駕駛風口，反而回歸理性。其對自動駕駛的關注重點由最初的團隊人才背景、商業前景，變為企業現階段技術發展進程、商業模式落地的可行性。

一個不能忽視的事實是，自動駕駛企業此前對商業化的預期一向偏高，吸引大量資本進入，估值飆升。但三年時間過后，大多數企業并沒有完成當時定下的計劃，其技術仍在迭代中，不甚成熟。同時，過高的估值導致資本難以繼續加持。

目前，國家仍在對資金實行強管控，因此資本的理性也將持續。未來三年，單純“講故事”已不足以吸引資本加入，資本將更加關注有商業落地苗頭的自動駕駛相關企業，比如已在某些區域實現試運營、具有自我造血能力的限定場景自動駕駛全棧解決方案提供商，已為多家客戶供貨的激光雷達、毫米波雷達企業等。而在自動駕駛不斷發展過程中，擁有新技術思路的企業也將引起資本注意。

2.資本正在觀望自動駕駛技術發展進程

圖4 中國資本對自動駕駛的態度變化

近兩年，由于資本對企業關注點發生變化，高等級自動駕駛行業融資事件發生次數呈現下降態勢。與此前對RoboTaxi的瘋狂追逐不同，目前資本更鐘愛限定場景的高等級自動駕駛解決方案提供商，關注點由企業講故事和人才團隊，轉向“故事”和計劃的完成度、團隊人才和試運營狀況。

2019年，該場景企業融資次數為13次，超過開放道路場景自動駕駛企業的融資次數。在這年，踏歌智行、慧拓、易控智駕等礦區場景自動駕駛企業，主線科技、暢行智能等港口場景自動駕駛企業均完成新一輪融資。2020年初，專注研發限定場景自動駕駛的馭勢科技也宣布獲得博世投資。目前，其無人物流車已在香港國際機場和五菱工廠內實現常態化運營。

就開放道路場景自動駕駛企業而言，資本呈現向頭部企業聚集的現象。雖然該場景下自動駕駛短期內無法實現商業化落地，但仍有資本進行加碼。即便在新冠疫情肆虐全球的2020年初，小馬智行仍宣布獲得來自豐田的融資。

自動駕駛圈并未進入所謂的“資本寒冬”，資本仍對自動駕駛抱有期待，對其認知也逐步加深。在國家暫未放開相關政策的情況下，資本規避風險的意識本能提升。

就限定場景自動駕駛相關企業而言，財務投資者仍會對其進行加碼，但就開放道路場景自動駕駛企業而言，活躍其中的玩家更多為產業投資者。 但不論資方身份如何，未來三年，資本將圍繞市場空間、業務快速擴展的可能性、商業模式三個角度考量自動駕駛相關企業。

趨勢六：車路協同技術迅速發展，將成為高等級自動駕駛背后驅動力

1.部分基于車路協同的自動駕駛場景將率先實現應用

根據技術特性和應用成熟度兩個維度，中國信息通信研究院將C-V2X支持實現的車聯網應用大致分為四個象限。其中，技術特性指該應用從測試試驗驗證樣品到可量產產品之間還存在的技術難度；應用成熟度指產業鏈、運用模式、管理制度和商業模式的成熟程度。據此劃分，其中的L5級自動駕駛、車輛編隊行駛、封閉環境自動駕駛、停車場自主泊車為C-V2X支持的高等級自動駕駛場景。

從應用成熟度來看，四者由高到低分別為：封閉環境自動駕駛＞車輛編隊駕駛＞停車場自主泊車＞L5級自動駕駛。從技術特性來看，四者由易到難分別為：封閉環境自動駕駛=停車場自動泊車＜車輛編隊行駛＜L5級自動駕駛。

綜合來看，封閉環境自動駕駛將在四者中最先實現應用，其次是車輛編隊駕駛和停車場自主泊車，最后為L5級自動駕駛，實現時間遠遠超過十年。在以上自動駕駛場景中，車路協同能夠發揮其“上帝之眼”的作用，通過路側傳感器感知車輛信息并回傳，與車輛進行信息往來。

對于園區、礦區等封閉環境自動駕駛而言，其區域固定且面積不大，路端設備相對好部署，自動駕駛汽車的行駛路線也可以進行提前規劃，實現難度相對較低。目前已有多家企業初步實現試點應用。該場景可在三年內擴大應用范圍，逐漸轉向常態化。但對車輛編隊駕駛、停車場自主泊車、L5級自動駕駛而言，由于大多為乘用車，且相關法規層面的缺失，未來三年內或會進行示范應用，但暫時不會投入運營。

圖5 C-V2X應用成熟度象限

2.車路協同的主要工作仍將主要集中在基礎建設方面

2016年起，我國各地開始建設智能網聯示范區，并有意識地增加示范區路側設備的部署，供自動駕駛汽車路測及探索車路協同技術。目前，國家層面正大力進行基礎設施建設。2020年3月，工信部發布《關于推動5G加快發展的通知》，提出要促進“5G+車聯網”協同發展，明確將車聯網納入國家新型信息基礎設施建設工程，促進LTE-V2X規模部署。但基礎設施的改造是一項長期的系統性工程，其不僅需要汽車、通信、科技等多類企業與政府不同部門之間合理配合，還需要投入大量資金。

根據中國智能網聯汽車產業創新聯盟等單位發布的《C-V2X產業化路徑和時間表研究》白皮書，2020年仍被認為是C-V2X產業化的“導入期”，此后在經歷4年的“發展期”后，才能進入“高速發展期”。從這個角度來看，未來三年，車路協同的主要工作仍將集中在基礎建設層面，并將配合基礎設施建設開展小范圍應用試點。

路端之外，車端也需要配置相應設備，才能實現與路端協同應用。國家工業信息安全發展研究中心發布《AI智能下的汽車產業裂變——中國汽車企業與新一代信息技術融合發展報告(2019)》預測，我國2020年的智能網聯汽車滲透率或將達到51.6%，未來三年間，該滲透率也將不斷提升，為未來車路協同應用做準備。

技術支持端，5G和自動駕駛的成熟程度同樣重要。車路協同方面，公路智能化改造吸引了大量目光，但這很大程度上屬于基礎建設層面的內容，技術若想實現產業化，需要上層應用的成熟相配合。尤其是5G的低時延和高可靠性，使其成為實現高等級自動駕駛的必要條件。未來，二者有效配合才能實現技術的最終應用。