（报告出品方/分析师：36氪研究院）
1 自动驾驶行业发展现状1.1 定义与研究范畴
自动驾驶国标分级标准出台，将其分为从L0应急辅助到L5完全自动驾驶六个等级
• 自动驾驶指汽车在转向、油门、制动等具有关键安全性的控制功能方面可以自动完成控制动作，而无需驾驶员直接操作。
• 2021年8月，《汽车驾驶自动化分级》国家推荐标准(GB/T 40429-2021)正式出台，并将于2022年3月1日起正式实施。这意味着，长期以来被美国SAE 统治的汽车自动驾驶分级标准迎来了国内的对标标准。国标将自动驾驶分为 6个等级，从L0级应急辅助到L5级完全自动驾驶。其中，L3级为有条件自动驾驶，也就是在驾驶自动化系统激活的情况下，可接管驾驶员完成设计运行条件内的全部动态驾驶；但在不满足设计运行条件的情况下，需向驾驶员提出接管请求，否则无法自动达到最小风险状态。
• 本报告主要研究自动驾驶行业发展及其商业化落地应用情况，报告中所提及的分级是政策意义上已经实现的级别划分，并非代表技术实现。
报告中所提及的自动驾驶“全栈解决方案”主要指集硬件、系统软件、算法、应用软件、高精地图、AI云平台为一体的解决方案；“非全栈解决方案”主要指针对某一技术或产品的单点解决方案；“一站式解决方案”主要指涵盖技术及解决方案和落地运营的闭环经营模式。
1.2 行业发展现状
汽车产业已经进入存量博弈时代，自动驾驶技术成为其发展新变量
• 自2014年以来，中国汽车产业开始进入中低速增长的发展阶段。
2017年中国汽车产量达到2,901.81万辆*，成为近十年来的阶段性顶峰，自此以后连续三年下降，意味着中国汽车产业已经进入存量博弈时代。在这一关键竞争节点，汽车领域的变革也随之而来。
• 继汽车产业电动化之后，智能化成为又一个历史性机遇。
软件定义汽车的趋势愈发明确，汽车的功能属性和定义范围持续扩大，具备通用计算平台和内容休闲服务特征，成为第三移动空间。自动驾驶能够将驾驶员从繁琐的驾驶操作中解放出来，满足上述趋势变化需求，成为汽车智能化的核心环节。于是，自动驾驶技术成为汽车产业发展新变量，主机厂、出行平台以及科技公司纷纷抢滩自动驾驶赛道。目前，自动驾驶处于从技术路线到落地场景，从合作模式到行业生态，从“初级发展阶段”向“高速发展阶段”过渡中。
我国自动驾驶渗透率稳步提升，规模化应用正在从L2向L3过渡
• 我国自动驾驶行业发展势头良好，基本与全球先进水平处于“并跑”状态。
自动驾驶技术的应用推进受政策、感知系统（系统冗余）、技术（芯片、软件/算法与数据）、高精地图、基础设施（V2X）等多种因素的综合影响。当前，我国正在积极研发与测试L4级别的自动驾驶技术，市场规模量产的车型（新能源与传统燃油车型）搭载的自动驾驶系统仍处于L2+级，由激光雷达、人工智能等软硬件技术升级驱动的部分L3+级功能将于未来两年内逐步落地，发展节奏基本与全球先进水平同频。
• 我国自动驾驶渗透率稳步提升，车路协同成为特色技术路线。
业界通常将L3 级视为自动驾驶技术的重要分水岭，将2020-2021年定义为我国自动驾驶技术进入L3级的起点。根据国家战略发展规划以及行业自身发展规律，2020年我国市场L1-L3级自动驾驶渗透率合计为50%，L3级开始进入市场；预计2025年各级别自动驾驶渗透率将合计达到80%，其中L3级为20%，L4级开始进入市场*。同时，在单车智能遭遇感知瓶颈后，“单车智能+车路协同”路线在安全问题上取得突破性进展，成为我国自动驾驶的特色技术路线。据华为预测，到2030年我国C-V2X渗透率将达60%。
全栈解决方案拥有更好的性能和更强的可控性，一站式解决方案形成经营闭环，护城河更深
• 自动驾驶涵盖多种解决方案。
非全栈解决方案主要针对单独的技术或产品提供服务；全栈解决方案需要掌握自动驾驶领域最核心最关键的全部技术，从数据获取、底层算力、软硬件开发等层面形成闭环，拥有更好的性能和更强的可控性。一站式解决方案除了具备全栈解决方案的技术优势外，还能够提供前中后端一体化的运营服务，构建一站式大生态，打造更深的护城河。
全栈解决方案具有技术、产品、成本、数据等多方面价值，一站式解决方案加速行业商业化
• 在传统自动驾驶产业链分工模式中，供应商提供的往往都是数据黑盒子，感知和规控两端技术存在较大割裂，无法从底层深度融合，导致最终系统性能大打折扣。而全栈解决方案通过打通涵盖车路云端的全栈技术链，实现关键核心技术和关键零部件的自主研发，让各个模块的性能极致挖掘和深度协同，不仅可以有效解决上述问题，还能够在技术、产品、成本、数据等方面发挥价值。与此同时，全栈解决方案企业也需要面临细分场景本地化工程落地、 场景匹配和场景理解的挑战。
• 经过技术可行性验证，业界普遍认为，自动驾驶的下半场在于商业化，商业决胜点在于运营。一站式自动驾驶解决方案，除了具备技术方面的全栈能力优势，还具有一体化运营服务能力。车队运营和服务属于重资产模式，准入门槛较高，需要依托专门的运营团队和基于地方合作的运营管理能力，对企业要求较高。提供一体化运营服务有利于企业建立更高的竞争壁垒，形成更稳定和可持续性更强的商业模式。同时，企业利用成熟的运营经验和数据反 哺，可以构建数据闭环，加速自动驾驶技术和算法迭代，进一步推动自动驾驶商业化拓展。
1.3 行业痛点与关键要素
安全问题和成本问题是当前自动驾驶行业面临的两大主要痛点
• 自动驾驶的规模化商用步伐正在加速，但困难和问题也随之而来。
目前园区、矿区、机场等特定的限速或低速场景已经较早实现了自动驾驶的商业化落地，但是在载人级自动驾驶领域，大规模商用仍需较长时间。总体而言，安全问题和成本问题是自动驾驶行业面临的两大主要痛点。
• 安全问题。
自动驾驶系统是一个复杂的组合系统，涉及感知、规划、控制等多模块的协同工作。目前软件算法可以解决自动驾驶中90%左右的常规路况问题，但剩余10%的非常规问题仍然难以解决*。而正是这10%难以预测的突发性长尾问题，可能给自动驾驶安全性带来巨大挑战。
• 成本问题。
自动驾驶的技术研发和道路测试成本较高，加之车辆通常需要配备摄像头、激光雷达、毫米波雷达等多融合传感器，使得单车成本过高，市场接受度较低。
安全问题解决方案、车路协同、商业化落地路径、一站式闭环模式是行业发展关键要素
• 为了解决安全和成本问题，实现自动驾驶规模化发展和商业化价值，安全问题解决方案、车路协同、商业化顶层设计、一站式闭环模式成为关键要素。
• 安全问题解决方案。
业界有基于视觉主导、基于激光雷达主导、基于车联网主导等不同感知方案。与前两种感知方案相比，车联网是一个更为广阔的生态系统，通过智能道路，降低车辆自主感知的不确定性，提升安全性能。
• 车路协同。
以C-V2X为基础，通过网络连接人-车-路-云等交通要素，赋予感知侧360°全方位获取周边环境信息的能力，并在决策层通过云控平台进行智能分析和管理调度，助力单车智能走向智能网联，实现智慧交通愿景。
• 商业化落地路径。
找到合适的商业化路径，是自动驾驶企业发展必由之路。常见路线是由易到难，由固定、低速的小半径场景延伸到大活动半径场景。
• 一站式闭环模式。
一站式模式拥有全栈解决方案的技术优势，并享有自动驾驶运营服务带来的高溢价，是现阶段具有竞争力的经营模式。其次，一站式模式弥补了单车智能在感知能力上的缺陷，通过车路协同的方式来提升车辆整体感知能力。此外，通过道路智能化改造，路端感知和计算将有效补充单车感知和算力不足，显著降低单车改造成本。同时，核心软硬件自主研发也能够大幅降低自动驾驶成本。
2 自动驾驶行业市场分析2.1 主要市场玩家
自动驾驶行业市场参与者众多，全栈解决方案提供商竞争力更强
• 自动驾驶行业市场参与者众多，主要包括六类：通讯设备厂商，以中兴、高鸿等为代表；传统车企，以比亚迪、长安汽车等为代表；造车新势力，以蔚来、小鹏等为代表；互联网/科技公司，以滴滴、阿里等为代表；单车智能公司，以小马智行、文远知行等为代表；全栈能力公司，以百度、华为、蘑菇车联等为代表。当前，自动驾驶行业不同经营路线的梯队间差异日渐明显，全栈解决方案提供商拥有更强的市场竞争力。
2.2 资本分析
我国自动驾驶行业投资活跃，热门赛道突出，资本向头部项目集中
• 2021年我国自动驾驶行业投资热度较高，整车、自动驾驶解决方案、芯片和雷达等核心硬件、Robotaxi成为热门赛道。行业二八效应明显，头部企业持续获得资本支持。根据鲸准数据库，截至2021年11月30日，共收录1,764个自动驾驶相关项目。其中，种子轮至A轮项目221个，A+轮至C轮项目86个，C+轮至Pre-IPO项目15个，战略投资与并购项目328个，未融资项目1,114个，长尾明显。
3 自动驾驶商业化落地应用分析自动驾驶应用场景概述
通过自动驾驶商业化落地进程和未来市场空间两个维度，遴选出五个自动驾驶典型应用场景
• 自动驾驶赛道分为商用车和乘用车两大市场，前者落地于具体商业场景，是非载人级应用；后者面向C端消费者，是载人级应用。受技术应用难度和法律限制性影响，自动驾驶商业化应用通常遵循先载物后载人、先封闭后开放的原则，在不同场景逐步落地展开。
此外，数字化时代，智慧城市建设进程加快，对交通智能化水平提出更高要求，“单车智能+车路协同”的自动驾驶2.0方案为智慧交通建设提供了强有力的支撑，智慧交通市场空间被进一步打开，万亿级赛道未来可期。
• 从自动驾驶商业化落地进程来看，载物领域，L3干线物流、L4无人末端物流将在2025年前量产落地*；港口等限定区域已在2018年以来落地应用。载人领域，Robotaxi在多个城市开展测试运营，成为推动智慧交通发展的重要助推力之一。由此，36氪研究院选取干线物流、末端物流、港口、Robotaxi、智慧交通五大自动驾驶应用场景展开研究。
3.1 物流与港口
干线物流和末端物流成为自动驾驶技术在物流领域率先落地应用的场景
• 干线物流。
干线物流是指利用道路的主干线路，进行大批量、远距离的货物运输。因其运输距离长且运力集中，可以使货物在较短时间内实现大跨度位移，是我国公路运输的主要形式。干线物流长期以来存在安全问题和物流成本偏高两大行业痛点，一方面，超载、疲劳驾驶等问题在干线物流中普遍存在，造成较大安全隐患；另一方面，市场中司机的人力成本逐年上升，不断 挤压企业利润空间，成为物流企业的主要成本痛点。
• 受行业痛点带来的市场需求驱动，加之高速公路的道路基础设施和车辆行驶条件较好，自动驾驶技术的落地难度较低，干线物流成为自动驾驶率先实现商业化落地的场景之一。
搭载L3及以上自动驾驶系统的卡车可以实现高速上自动跟车、变道超车、主动避让、自动调头等多项驾驶功能，在解决安全问题的同时，能替代一名安全员，降低用工需求，减少人力成本，提高运输效率。产业和学术界认为，随着自动驾驶技术的应用，重卡运营成本或可降低 26%，事故率或可降低80%* 。
• 末端物流。
末端物流指连接终端用户的短距离快递配送，常发生在小区、园区等封闭或半封闭场景，具有高频分散、即时性强的特征。末端物流存在配送效率低、成本高的行业痛点。面对行业痛点，搭载自动驾驶系统的无人配送车成为“最后一公里”的解决方案。相比于载人级自动驾驶应用，末端物流场景具有行驶速度低、路段封闭、场景复杂度低等特征，自动驾驶技术的落地难度大大降低，因而能够更早实现规模化的商业应用。
无人配送车通过配备雷达、摄像头等高精传感器，实时感知周边环境变化，根据配送物体的 数量和需求，自助规划最优配送路线，可以降低对快递员的依赖，并减少重复配送，提高配送效率。当前，国内已形成完整产业链，实现无人配送车的小规模量产。
港口基建完善、道路干扰少、易于管控，是自动驾驶率先实现商业化落地应用的场景之一
• 港口。港口是典型的封闭和低速驾驶场景，是自动驾驶率先实现商业化落地应用的典型场景之一。由于港内运输工作强度大、环境艰苦、危险性高，导致港口长期以来存在薪资高、招人难、运力不足的问题。当前，人力成本已经成为港口的主要运营成本来源，占比超过30%* 1 ，成为港口降本增效和长期发展的制约。自动驾驶的应用能够实现人力替代，帮助企业降低人力成本。
• 与城市和高速公路场景不同，港口是封闭的作业园区，基建完善度高，交通标识简单，车辆和行人干扰度低，易于管控，在解决厘米级定位、电磁干扰、大型设备识别等问题后，具备无人驾驶应用的土壤和基础。
近年来，港口无人驾驶领域聚集了大量的社会资本和科研力量，诞生了畅行智能、主线科技 等多家港口无人驾驶技术提供商。自2018年起，国内自动驾驶港口应用加速，目前国内已有13个港口落地应用自动驾驶集卡，包括上海洋山港、宁波舟山港、天津港、妈湾港、珠海港、厦门港等沿海重要港口* 2。工信部数据显示，截至2021年9月，我国大型港口货运车辆自动驾驶应用占比达到50%。
• 在港口运输自动化的三种运输方案中，自动驾驶集卡由于无需场地改造，场景适用性强，单车成本低，成为当前我国港口运输自动化的主流解决方案。
3.2 Robotaxi
当前Robotaxi只进行道路测试及面向公众的示范性运营，真正商业化落地将在2025年以后
• Robotaxi一般指自动驾驶出租车，是由自动驾驶系统控制的一种共享出行方式，是市场空间最大的自动驾驶场景之一。据IHS预测，到2030年，中国共享出行的市场规模将达到2.25万亿元，其中Robotaxi占比将达到60%，规模将达1.3万亿元。
• 相比其他场景，Robotaxi的落地难度更大，商业化时间更晚。与园区、机场等限定场景不同，城市道路是典型的开放道路场景，驾驶环境复杂，加之载人级自动驾驶应用对安全性要求更高，而诸多影响安全性的长尾问题仍未解决，使得Robotaxi的落地难度加大。受限于政策要求，现阶段Robotaxi 只能展开道路测试以及面向公众的示范性运营，并且需要配备安全员。随着未来技术发展，自动驾驶硬件成本有望下降，且去掉安全员，Robotaxi的成本优势将得到充分体现，预计2025年以后逐渐实现真正的商业化落地*。
Robotaxi主要有三种运营模式，四大派别的市场参与者
• 当前，Robotaxi主要有三种运营模式：
1）成立合资运营公司。由自动驾驶公司、投资机构与地方政府创新机构/出行服务公司等成立合资公司，负责当地运营管理。如百度与长沙先导产业投资、湘江智能科技创新中心成立湖南阿波罗智行科技有限公司；
2）与出行服务公司合作。出租车公司提供场地和运营服务平台，向自动驾驶公司采购技术服务或车辆。如AutoX与深圳鹏程及高德打车合作等；
3）自动驾驶公司自主运营。自动驾驶公司自主搭建运营团队，负责前期道路测试与车辆运营，统一进行车辆调度与数据信息管理。如小马智行、文远知行等试运营项目*。
• Robotaxi市场参与者众多，主要分为四大派别：
以滴滴为代表的出行服务公司，以百度、华为、蘑菇车联为代表的自动驾驶全栈解决方案提供商，以小马智行、文远知行为代表的单车智能公司，以特斯拉、小鹏为代表的车企等。此外，腾讯、美团等亦根据业务需要进行了上下游产品服务的相关布局。
3.3 智慧交通
系列支持政策的发布，为智慧交通的发展拓展增长新空间
• 智慧交通是充分融入物联网、云计算、大数据、移动互联网、人工智能等现代电子信息技术而形成的服务系统，可将人、车、路、环境等有机结合起来，以加强交通运输的协同运作和科学管控。
国家系列政策的发布，为智慧交通的持续健康发展明确了发展方向，拓展了增长新空间。如《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，明确表示将加快交通等传统基础设施数字化改造，为智慧交通的快速发展奠定基调。
• 当前，我国交通管理正在由粗放型向精细化转变，然而由于缺乏有效的感知设备和管控手段，交通拥堵、事故多发等问题依然存在。将车流与路侧基础设施连接起来，建设汇聚车路信息的大数据城市级智慧交通云平台，通过云端统一管控和实时调度来优化整体通行效率，为交通管理全面升级提供了新的技术解决方案。
智慧交通云平台通过对交通容量、出行需求、路网状态等交通运行情况进行分析计算，能够分析交通拥堵的具体原因，实现道路交通的精细化管理，提高城市交通运行效率。
智慧交通的经济价值、社会效益和市场空间较大，多地步入密集建设期
• 提升城市数字经济比重。
智慧交通建设推动智能网联汽车产业落地的同时，也能带动智能制造、信息技术、半导体等产业的发展，提升交通、能源、通信等大型基础设施和公共服务的数字化水平，提高区域数字经济的比重。
• 大幅降低交通碳排放。
据国际能源署数据，交通运输是全球碳排放仅次于能源发电与供热的第二大领域，也是降低碳排放最难的领域之一。据麦肯锡预测，无人驾驶汽车一旦大规模被应用，每年将减少3亿吨二氧化碳排放。如果采用车路协同、云控平台等创新方式，全局通行效率将进一步提高，交通减排效果更明显。
• 有效提高交通安全和效率。
波士顿咨询报告显示，智能汽车和共享无人出租车的广泛应用，可以让城市街道上汽车数量下降60％，交通事故减少90％。相关统计数据显示，在同时间段、较为相似线路上，如果按地图推荐线路行驶，智慧公交专线比私家车约节省27.5%的通勤时间，比普通公交车约节省30.7%的通勤时间，还可有效避免等车时间长、堵车迟到等问题。
• 近年来，我国智慧交通发展成果显著，基础设施和装备智能化水平大幅上升，智慧交通系统已经从探索阶段进入实际开发和应用阶段。北京、上海、广州、长沙、沧州、重庆、衡阳等多地已启动智慧交通的建设。
4 自动驾驶行业典型案例分析4.1 图森未来案例分析
图森未来是一家专注于L4级无人驾驶卡车技术研发与应用的人工智能企业
• 图森未来成立于2015年，是一家专注于L4级无人驾驶卡车技术研发与应用的人工智能企业，主要提供自动驾驶卡车货运解决方案和运输服务。
图森未来自主研发的以摄像头为主要传感器，融合激光雷达、毫米波雷达的L4级无人驾驶卡车解决方案，具备感知、定位、决策、控制等无人驾驶核心功能，能够实现货运卡车在干线物流场景和半封闭枢纽场景下的全无人驾驶。
目前，图森未来形成了“L4卡车”、“图森路径”、“AFN终端”三大产品，打造了图森运输和承运人自运两种业务模式，构建了AFN自动驾驶货运网络。
图森未来开展更深层次的无人驾驶测试，完成完全自动驾驶卡车在公共道路的试运行
• 根据卡车更宽、更长、更重，并且采用铰接方式连接的特征，图森未来研发了针对卡车的高度专业化的无人驾驶解决方案，以使其看得更远、处理更多、反应更快。目前，图森未来在多传感器感知系统、AI技术驱动、技术合作开发、无人驾驶基础技术等方面形成了技术优势。
• 落地应用与商业化方面，根据图森未来2021年Q3财报披露，当前公司拥有 80辆运营卡车，数量上尚无大量增长。
因此，路测数据和更深层次的无人驾驶测试成为了重点。
通过扩大与UPS的合作，图森未来已经累积了超过16万英里的自动行驶里程，在这个过程中消耗的燃料相较传统燃油车节省了13%。此外，2021年12月，图森未来宣布已经实现完全自动驾驶半挂卡车在没有安全驾驶员的情况下、在开放公共道路上的试运行。
在这场行驶测试中，图森未来的自动驾驶系统成功在地面街道进行导航，处理交通信号、入口匝道、出口匝道、紧急车道车辆和高速公路车道变化，同时与其他驾驶者实现自然互动。
4.2 文远知行案例分析
文远知行是L4级自动驾驶科技公司，拥有自研自动驾驶技术和全栈式软硬件解决方案
• 文远知行WeRide成立于2017年，是一家L4级自动驾驶科技公司，全球总部位于广州，在中国北京、上海、深圳、郑州、南京、武汉、安庆、圣何塞设立八大分部，同时拥有中美两地无人驾驶测试许可。
• 文远知行拥有自研自动驾驶技术和全栈式软硬件解决方案，涵盖高精地图及定位、感知、规划与控制、仿真、数据、硬件及车队等多个方面。
文远知行的技术优势在于：
1）传感器交叉验证，让目标探测更加精准可靠；
2）前置 激光雷达，应对中国复杂交通及路况，可在远距离及时地探测多种不同道路状况；
3）实时数据同步，通过英伟达DRIVE AGX Pegasus平台，实现巨量数据高效实时同步；
4）360度全覆盖，车顶配备激光雷达、毫米波雷达、摄像头等传感器模组，实现360度视场；
5）前向激光雷达实现250米检测距离，配以两侧覆盖盲区的传感器，极大提升感知范围及性能。
文远知行形成Robotaxi+Robobus+Robovan 三大产品矩阵，探索自动驾驶商业化落地
• 文远知行聚焦与车企、平台方的铁三角战略合作，探索自动驾驶的商业化落地。目前，文远知行已经形成Robotaxi+Robobus+Robovan三大产品矩阵，涵盖乘用车、客车、货车三大领域，提供网约车、随需公交、同城货运服务，形成智能出行+智能货运的商业化布局。
• Robotaxi方面，文远知行自2019年11月开始推出Robotaxi运营服务；2020 年6月，文远知行Robotaxi服务上线高德打车平台。
• Robobus方面，文远知行与宇通集团共同研发了专为城市开放道路设计的无人驾驶新物种Mini Robobus，开拓更多的智能出行方式。该前装量产车型无方向盘、油门和刹车，搭载了文远知行提供的全栈式自动驾驶软硬件解决方案。
• Robovan方面，2021年9月，文远知行与江铃汽车、中通快递开展战略合作，共同推进Robovan前装量产。
• 2022年1月，文远知行宣布在公开道路上的自动驾驶里程突破1,000万公里，涵盖Robotaxi、Robobus、Robovan等不同车型。
4.3 百度案例分析
百度Apollo主要在自动驾驶、智慧交通、车联网三大领域展开布局
• 百度Apollo是百度于2017年发布的自动驾驶计划，包括开放平台及企业版解决方案，在自动驾驶、智慧交通、车联网三大领域全方位布局。
• 1. 自动驾驶领域：Apollo平台覆盖全产业链，Robotaxi加速投放
• Apollo平台已经发布了十个版本，目前最新版本为Apollo 6.0 EDU。逐步完成了从封闭场景循迹自动驾驶到简单城市路况自动驾驶，从限定区域视觉高速自动驾驶到无人化自动驾驶，以及最新的产教融合赋能自动驾驶教育。
百度Apollo平台覆盖全产业链，Robotaxi加 速投放，ACE交通引擎全面布局车路智行
• Robotaxi加速投放，自动驾驶应用覆盖多场景。
百度Apollo从2019年开启 Robotaxi无人化研发，已在北京、长沙、沧州、美国加州等城市的开放道路以及其他多个城市的半开放路段同步开展测试。通过折扣优惠、体验券、乘坐体验者自愿付费等形式，Apollo已在全国多地启动商业化探索。同时，百度的新款车型Apollo Moon已于2021年发布并投入运营。此外，百度与新石器、智行者、金龙客车、江铃客车等企业合作，推出无人驾驶低速作业车、Minibus、无人驾驶轻客、Robobus等产品，布局封闭园区、景区、高速公路、开放道路等多场景作业，实现物流、配送、零售、载客、清洁消杀等多领域应用，产品体系不断完善。
• 2. 智慧交通领域：ACE交通引擎全面布局车路智行
• 百度通过ACE交通引擎发力车路智行。百度ACE即自动驾驶、车路协同、高效出行，采用“1+2+N”总体架构:1个数字底座包括小度车载OS、飞桨、百度智能云、百度地图支撑的“车、路、云、图”等未来交通基础设施；2 个智能引擎是Apollo自动驾驶引擎和车路协同引擎；N个应用生态包含智能信控、智能停车、交通治理、智能公交、智能货运、智能车联、智能出租、自主泊车和园区物种等。目前百度ACE智能交通引擎已在北京、广州、长沙、保定等城市开展落地实践。
• 3. 车联网领域：云平台、V2X、小度车载、高精地图等助力车路协同
• 基于V2X，为无人驾驶系统提供冗余，实现L4级自动驾驶的车路云协同，提升自动驾驶安全性与稳定性。人工智能车联网系统解决方案“小度车载”搭载量大幅提升，已配装超过150万辆前装量产汽车。此外，高精地图也是百度车载布局的重要模块，保证系统稳定可靠，助力车路协同。
4.4 蘑菇车联案例分析
蘑菇车联具备一站式自动驾驶全栈技术和运营能力，“车路云一体化”能力业内领先
• 蘑菇车联成立于2017年底，是自动驾驶全栈技术与运营服务提供商，具备 “车、路、云”自动驾驶全栈技术研发实力，通过自研“车路云一体化” 系统方案，实现L4级自动驾驶大规模落地，全面支撑智慧交通建设。
• 战略和模式具前瞻性：
蘑菇车联考虑行业特性，在政策导向、资本结构、数据安全等布局上具备前瞻性，是业内最早选择“单车智能+车路协同” 技术路线的公司之一，并自主研发了“车路云一体化”智慧交通系统方案，紧贴国家战略方向；是业内少数全内资架构的公司之一，高度重视数据安全。
• 具备自动驾驶全栈技术：
蘑菇车联“车路云一体化” 系统涵盖自动驾驶底层系统架构、算法、高精地图、仿真系统、应用软件、AI云平台等，车-路-云系统时延控制在100毫秒以内，处理渲染帧率≥25，日处理数据量达PB级；融合感知算法系统实现全路段100%覆盖的实时稳定检测跟踪，抖动误差<1%；高精定位系统实现99%以上场景下的厘米级定位，极端环境下的10~20厘米级定位精度。
• 核心软硬件全部自研：
蘑菇车联自研了自动驾驶车载基础算法平台、域控制器、高精定位、OBU、RSU、RTK、5G-V2X通信、AI芯片等智能网联核心产品，成本平均降低80%。
自研域控制器单台512T算力，是全球唯一支持无限扩展的自动驾驶域控制器。蘑菇车联“车路云一体化”系统具备高度通用性，已适配一汽、东风、比亚迪、长城、广汽等10多款车型。
蘑菇车联全面发力智慧交通建设，项目落地规模大、速度快
• 商业落地规模大、速度快：
2019年在北京顺义落地国内首条开放5G商用车路协同示范道路，2020年10月，蘑菇车联自动驾驶车队及小巴落地苏州高铁新城，2021年在湖南衡阳落地国内首个城市级“车路云一体化”商业化项目。2021年9月与鹤壁达成城市级自动驾驶项目合作，2022年1月与大理签约，对136公里环洱海生态廊道进行车路协同新型基础设施建设。
2022年1月，蘑菇车联成为世界大学生运动会自动驾驶官方独家供应商。目前已在北京、上海、江苏、湖南、河南、云南、四川等落地，累计签约金额数十亿元。
• 运营初具规模：
蘑菇车联批量投放自动驾驶车辆到城市公共服务场景并提供运营服务，车型包含自动驾驶公交车、出租车、环卫清扫、巡逻车等。以衡阳为例，该项目设计总里程200公里，一期38公里已完成落地，已投放自动驾驶车辆超100台，规划改装升级3,000台以上。
• 全面发力智慧交通建设：
蘑菇车联利用自研V2X车路协同解决方案、AI云平台建设，并投入L4级自动驾驶环卫车、巡逻车、Robobus、Robotaxi、园区物流车、其他定制自动驾驶车辆（L4）等大规模落地运营，打造城市的全息、实时、连续的交通数字底座，实现全局的交通协同、管理、调度，并利用智能终端为所有交通参与者提供实时交通数据服务，让整个交通体系更加安全和高效。
5 自动驾驶行业前景展望5.1 行业前景展望
我国自动驾驶行业快速发展，未来城市级智慧交通市场空间广阔
• 在政策、技术、市场需求以及资本等多方因素推动下，我国自动驾驶行业快速发展，场景应用和商业化落地成为高等级自动驾驶发展关键。根据公开资料，业界将自动驾驶未来市场空间划分为三类：Robotaxi、Robotruck、智能驾驶Tier1（一级供应商）等三个万亿级市场；无人配送和Robobus等两个千亿级市场；港口、矿山、机场、园区等封闭场景的数个百亿级市场。
• 而未来的城市级智慧交通将连接所有交通参与者、载运工具、基础设施和运行环境，实现基于强计算、全感知、全融合的全链路综合交通服务与决策体系，将拥有比单个落地场景更加广阔的市场空间。随着车端、路端、云端智能布局持续完善，以及自动驾驶渗透率提升和市场机制的形成，加之产业链愈发成熟，预计2030年中国智慧交通市场规模将达到10.6万亿元*。
5.2 重点发展要素展望
数据作为自动驾驶的燃料，将进一步加速智能汽车产业落地，赋能城市级智慧交通发展
• 自动驾驶技术需要海量数据支撑，算法模型通过输入数据来接受训练，实现算法迭代。据统计，L5级自动驾驶汽车每小时需要1-20TB数据*。
同时，各地区驾驶环境千差万别，除了足量数据供应，基于城市级真实道路的多样化数据成为迈向高级别自动驾驶应用的刚需。
只有经过数十万公里的城市级真实道路路测积累，才能推动高级别自动驾驶汽车持续改进。
当自动驾驶汽车运行时，涉及到大规模数据收集，包括个人信息、技术信息、环境信息、道 路测绘等敏感信息，保障数据安全与合规使用成为关键，自动驾驶行业进入门槛将进一步提高。
• 我国积极推进车路协同相关产业发展，“单车智能+网联赋能”的城市级智慧交通中国方案成为重要战略方向。
目前，我国交通系统仍存在各模块数据孤岛问题，无法促进数据间有效连接，导致数据浪费。
依托车路云一体化的全栈方案构建智慧交通大脑，通过数据挖掘、数据融合等技术，在云端智能控制系统中完成统一的信息采集、云端处理、即时反馈、智能调度、集中指挥等，将有效解决上述数据问题，赋能城市级智慧交通发展。
在与政府合作的自动驾驶项目中，数据安全与合规使用的重要性将进一步提升，成为服务商进入自动驾驶行业的必要条件，以及做大做强的重要壁垒。
5.3 市场生态展望
自动驾驶跨界合作成为未来趋势，主要在研发、成本、运营、基础设施建设等方面发挥价值
• 在未来智慧出行背景下，自动驾驶跨界合作将成为一大趋势。
整车企业、核 心零部件供应商、自动驾驶解决方案提供商、运营服务商、金融机构、地方 政府、保险机构等多组织将共同参与开发和应用商业化场景的自动驾驶产 品。由整车企业负责自动驾驶汽车的量产，解决方案提供商提供技术服务， 运营服务商负责车队管理和运营，金融机构主要提供资金方面的支持，地方 政府牵头开放路测权限以及推动基于车路协同的道路交通基础设施改造。
• 自动驾驶跨界合作价值主要体现在技术研发共创、成本费用共担、运营资源共享、基础设施共建等方面。特别是在统筹推动地区智慧交通发展、自动驾驶道路测试和基础设施改造等方面，需要政府部门的深度参与。
而国家对数据安全的关切，拉高了自动驾驶、智慧交通行业玩家的进入门槛。目前，北 京、上海、重庆、天津等多地陆续颁发智能网联汽车开放道路测试牌照，开展示范应用测试。未来更多城市将参与其中，因地制宜打造适合自身发展需要的城市级自动驾驶应用解决方案。
——————————————————
请您关注，了解每日最新的行业分析报告！
报告属于原作者，我们不做任何投资建议！
如有侵权，请私信删除，谢谢！
获取更多精选报告请登录【远瞻智库官网】或点击：远瞻智库|文库-为三亿人打造的有用知识平台
