我的位置:

自动驾驶产业发展大数据——金准报告分享

发布人:管理员

        金准报告分享自动驾驶产业发展大数据,具体内容如下:

        

        伴随着汽车智能化的趋势逐渐升温,汽车制造商、配件供应商、科技巨头及创业公司纷纷进军自动驾驶。智能驾驶服务提供商、基础设施提供商以及地方政府也在尝试为交通进一步迈向智能化添砖加瓦。

        自动驾驶汽车市场发展背景


        总体来看,当前全球自动驾驶产业已迎来了快速发展的机遇:

        1、全球汽车销量经过数年的增速下降之后,在2016年迎来首次增速上升,但2017年增速又开始下降,全球汽车销量的增长空间已经明显不足,车企正积极寻求突破。

        2、全球汽车工业国家的交通轨道、通信等基础设施建设逐渐完善,已经具备了发展自动驾驶汽车产业的基础。

        3、更便捷、智能的出行方式是社会经济发展的重要推动力,随着技术的不断发展,现有的出行方式有了被改变的可能。

        4、中国与国外发达国家都十分重视自动驾驶汽车产业的发展,我国已经将发展智能汽车产业提升到了国家战略的高度,开始在长期方向上进行规划。

        自动驾驶产业发展报告(2018-2025年)|一览众咨询

        自动驾驶产业链

        一览众咨询将自动驾驶产业链分为了整车厂(OEMs)、零部件/技术提供商,以及运营和服务提供商等几个部分。

        自动驾驶产业链全景图


        整车厂和技术供应商的合作关系


        自动驾驶参与者主要包括科技公司、整车企业、汽车零部件企业、互联网企业等,几大主体主要有两种合作模式:

        一是传统的供应商模式,即科技企业进入整车厂的供应链,向其供货。

        二是更加平等的合作关系,双方各取所长。在海外,美国和德国的传统车企与科技公司合作广泛。在国内,一方面,百度通过提供完整的软硬件和服务解决方案,已经走在了国内科技公司与整车厂合作的前面,另一方面,国内的整车厂与芯片厂商、高精度地图厂商合作,是合作的切入点。

        自动驾驶产业发展报告(2018-2025年)|一览众咨询


        产业链重点领域


        汽车芯片: 汽车芯片是实现汽车自动驾驶的核心部件。目前主要汽车芯片市场主要由国外品牌把控,国内企业仍处于技术积累阶段。

        激光雷达、毫米波雷达、超声波雷达:目前,激光雷达的生产厂商集中在国外,包括美国Velodyne公司、Quanegy公司以及德国的Ibeo公司等。除了激光雷达之外,近年来毫米波雷达和超声波雷达也逐渐应用到自动驾驶汽车中,参与多传感器信息融合感知设备。其中,最为知名的例子就是特斯拉在其智能汽车中,完全没有使用激光雷达,而采用毫米波雷达+摄像头的方案。

        摄像头(计算机视觉):目前,通过摄像头进行拍摄,在进行图像和视频识别,确定车辆前方环境,是自动驾驶汽车的主要感知途径,这也是很多无人驾驶公司的主要研发内容之一。

        车联网系统:车联网技术的前身,TelemaTIcs(远距离通信与信息科学),在很早以前就已经出现,而大概在四五年前,由于物联网的兴起,出现了“车联网”这个词。其更大的作用,不仅限于保证自动驾驶功能运行,而在于未来车辆中内容行业的发展。

        高精度地图:卫星导航和基于激光雷达的3D环境建模技术日益成熟,高精度地图测绘质量逐步提升,这为自动驾驶的研发提供了不小的助力。

        自动驾驶产业发展报告(2018-2025年)|一览众咨询


        未来机会

        预计,未来5-10年,汽车将由电控机械技术主导转向电子、通信、软件、材料、机械技术的深度融合,成为跨行业创新技术前沿领域。此阶段,辅助自动驾驶的技术研发及测试仍是主旋律;

        未来10-30年,真正无人驾驶阶段,城市道路规划、大众消费心理、软硬件等外部条件趋于成熟;

        总体来看,自动驾驶是一个缓慢、博弈的过程。


        问题与挑战


        虽然自动驾驶在产业链的各个层次上,均有不错的公司提供支撑,基本形成了上下游产业格局,但依然存在以下问题需要解决:

        ①道路基础设施不完善,需要进行智慧城市及智慧交通等基础设施建设。

        ②法律法规不明确,目前,亟待出现相关法律法规,以供相关公司制定安全及设计标准。

        ③算法不可解释,大多自动驾驶控制程序采用“端到端”的训练方式,这当中的策略规划有许多不透明的区域。

        ④设备价格昂贵,无论是激光雷达还是计算平台,目前价格不能满足大规模推广的要求。

        要真正实现自动驾驶乃至无人驾驶,依然任重道远。