专家认为，能否商业化应用才是取胜关键，这取决于如何平衡成本、可靠性及量产进度等因素。 相较于其他传感器，激光雷达可提升汽车自动驾驶系统的可靠性。机构预计，2025年激光雷达市场规模将达到46.1亿美元。不过，2021年伊始的自动驾驶传感器技术路线之争，让激光雷达成为汽车行业重点关注领域。专家认为，能否商业化应用才是取胜关键，这取决于如何平衡成本、可靠性及量产进度等因素。 备受资本市场青睐 激光雷达是一种通过发射激光来测量物体与传感器之间距离的装置，广泛用于无人驾驶汽车和机器人(行情300024,诊股)领域，被誉为机器人的“眼睛”。 近日，禾赛科技科创板IPO申请被上交所问询。公司拟募资20亿元，用于智能制造中心、激光雷达专属芯片、激光雷达算法研发三个项目。目前A股尚无核心业务是激光雷达的上市公司。禾赛科技冲刺科创板IPO，有望成为A股激光雷达“第一股”。此外，激光雷达公司速腾聚创也在筹备上市。 从全球市场看，2020年下半年以来，激光雷达公司迎来上市热潮。2020年9月，以机械式激光雷达为主要技术路径的Velodyne在纳斯达克上市；2020年12月，坚持固态激光雷达技术路线的Luminar同样登陆纳斯达克。另外，Aeva、Innoviz预计2021年第一季度上市，Ouster预计2021年上半年上市。 咨询公司弗若斯特沙利文预计，未来5年激光雷达在高级辅助驾驶领域的市场规模将保持高速增长。2025年激光雷达市场规模将达到46.1亿美元，2019年至2025年复合增长率达83.7%。 2021年被认为是激光雷达的量产元年，一批搭载激光雷达的量产车型将于今年上市。 2020年11月，小鹏汽车宣布，与大疆孵化的Livox览沃科技达成合作，2021年开始生产的量产车型将升级其自动驾驶软件和硬件系统，采用激光雷达技术提高性能。该公司有望成为全球首家将激光雷达技术集成到量产车型的汽车制造商。 2021年1月9日，蔚来发布配备了激光雷达的首款轿车ET7，供应商为蔚来和蔚来资本投资的Innovusion公司。1月15日，长城汽车(行情601633,诊股)宣布，旗下“咖啡智能”平台打造的WEY旗舰产品“摩卡”计划搭载激光雷达。 激光雷达兼具测距远、分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。相较于其他传感器，其可显著提升自动驾驶系统的可靠性。“对于‘负责任’的高级别自动辅助驾驶，激光雷达不可或缺。”蔚来创始人李斌表示。 激光雷达备受资本市场青睐。目前，禾赛科技获得了百度、博世和安森美的投资，而速腾聚创获得了北汽、上汽和阿里的投资等。 技术路径之争 无人驾驶的传感器解决方案长期以来存在两种技术路径之争。 一种是视觉算法。以特斯拉的自动驾驶大脑系统为例，其主要借助摄像头，对周边物体建立模型，同时把数据添加至神经网络进行纯视觉计算，在自动驾驶中承担“识别”的作用。另一种是激光雷达，工作时向四周散射激光，基于反馈判断周边是否存在障碍物并生成点云图，在自动驾驶中承担“感知”的作用。 2020年11月，小鹏汽车CEO何小鹏在公布激光雷达上车方案后表示：“开始几年我们会把安全因素放在非常重要的位置，宁愿硬件冗余、软件冗余。” 业内人士认为，从技术角度看，两者不存在根本性的冲突。激光雷达不具备摄像头的物体识别能力，感知与识别两项能力不能在激光雷达上进行融合。但基于多传感器方案，可以采用摄像头进行补充。 中国厂商崛起 从两家美股激光雷达公司的财务情况看，成绩并不算乐观。2019年，Velodyne净亏损6720万美元，Luminar净亏损9470万美元。而禾赛科技2019年净亏损1.5亿元人民币。 “现阶段激光雷达企业基本上都不盈利，但资本市场考虑更多的是产品出货量等。需要注意的是，目前激光雷达产品还不能做到工业标准品，未来到底哪种技术路线能够解决这个问题是关键。”中信证券(行情600030,诊股)前瞻研究员高飞翔表示。 根据Velodyne公布的数据，截至2020年，公司激光雷达累计出货量5.16万台。而Luminar的激光雷达产品2019年销售仅在百台量级。 但资本市场对Luminar充满期待。截至今年2月19日，Velodyne市值为35.6亿美元，而Luminar市值为109亿美元。 根据扫描模块的不同，激光雷达通常可分为机械式和固态两种。Velodyne等企业的机械式激光雷达研发早、技术相对成熟，但机械旋转部件在行车环境中不稳定，符合车规级要求的产品量产难度高。Luminar则是全球1550纳米固态激光雷达领域领军者。高飞翔认为，Luminar能够获得高估值的原因在于，其1550纳米固态激光雷达技术壁垒高，同时需要产业链进行技术工艺的整合。 此外，成本问题也是激光雷达应用的瓶颈。 2020年12月，华为发布了96线车规级高性能激光雷达，并宣布要把成本压缩到200美元。除了华为，国内的激光雷达生产商还有大疆、镭神、思岚科技等。 科技创新产业(行情300832,诊股)专家王煜认为：“激光雷达即将进入成熟期，比拼的就是成本优势、规模优势。”至于哪家激光雷达生产厂商能在未来的竞争中脱颖而出，技术路线并不是最重要的，能否商业化应用才是取胜关键。这取决于其能否平衡光源、接收、机械控制、光路控制等的成本以及量产进度及可靠性。 中泰证券(行情600918,诊股)称，搭载激光雷达的多传感融合方案将在高端豪华车型上率先使用。随着成本的降低，经济性车型将逐步进行配套。
长久以来，自动驾驶一直是创投圈的核心话题。2020 年国内自动驾驶的融资故事，以文远知行完成 2 亿美元的 B1 轮融资告一段落。实际上，自动驾驶的发展已经进入中场，仅凭一个 demo 已无法吸引资本市场眼球。而且，由于技术、以及产业链等先决条件尚未成熟，Robotaxi的落地时间一再跳票。相比起五年前的热火朝天的投资热潮，资本市场对于自动驾驶的期待近年逐渐趋于冷静。不过，情况在2020 年发生了一些改变。作为自动驾驶领域最符合人们对于未来出行幻想的形态，Robotaxi 赛道中除了上文提到的文远知行，AutoX、小马智行、滴滴等国内玩家均于 2020 年宣布拿到了新的融资。一方面是资本不断入场，一方面是政府部门的大力支持。2020 年初，国家 11 部委出台相关政策，支持未来自动驾驶汽车在特定环境下市场化应用。此外，地方政府也积极响应，例如，长沙、广州、北京已陆续颁发了开放道路的全无人驾驶路测的许可证书。不难看出，2020 年，Robotaxi 在技术成熟度、安全性、监管方面的发展都获得了进一步的认可。在资金和政策双重保障的基础上，赛道玩家正逐步将技术转化为产品，Robotaxi 商业化落地的想象空间在加速释放。大脑、眼睛、身体全方位发展事实上，无论是资本市场的信心，还是政府政策的重视，都离不开 Robotaxi 自身在 2020 年的稳健发展。回顾今年的 Robotaxi 自动驾驶技术的迭代，我们可将其拆解为三大部分：大脑（车载计算平台）、眼睛（传感器）、身体（整车）。更聪明更稳定的大脑（车载计算平台）正如人类的行为需要经过大脑思考，自动驾驶车辆的任何决策也要经过复杂冗长的计算过程。在 Robotaxi 赛道深耕的企业都深谙一个道理：想要训练出足够聪明的自动驾驶「大脑」，则需要有足够多的数据来支持。作为收集数据最常规最直接的方式，路测一直是玩家们的第一选择。依托于国内展开的各地路测，Apollo 路测里程已经超过 600 万公里；截至 10 月，小马智行（Pony.ai）已在全球公开道路完成了超过 400 万公里的自动驾驶测试里程；文远知行自动驾驶车队规模超百辆，路测里程超 300 万公里。这些数字看起来可能十分抽象，但据新智驾了解，玩家们单位时间内收集的路测数据数量正在呈倍数增长。基于此，自动驾驶算法的迭代速度无疑会加快，对Robotaxi的商业化落地也会起到一定的助推作用。如果说数据为自动驾驶「大脑」的运转提供源源不断的燃料，那么，车载计算平台则是自动驾驶「大脑」的具象化载体，是自动驾驶算法正常运行的基石。就车载计算平台而言，算力的提升自然是不用多说，同时，助力Robotaxi商业化落地的其他趋势也在日益凸显。比如向车规级靠拢、为自动驾驶的正常运转提供高可靠性；体积缩小并集成到后备箱或者备胎槽中，尽可能地将空间还给乘客。基于上述的一些考虑，2020 年，AutoX 推出了自主研发的L4 级车载计算平台AutoX XCU。据AutoX 肖健雄透露，XCU 的GPU 算力能够达到1820 TOPS。另一方面，元戎启行则展示了基于与英伟达车规级计算平台 Xavier 而打造的 DeepRoute Tite 计算平台解决方案，体积和功耗相比传统方案都有了大幅度的提升。总而言之，「喂养」的数据越多，Robotaxi 就越有能力来应对各种 Corner Case，也更容易向商业化落地的真实状态迈进。不过，想要完全实现安全可靠，自动驾驶系统至少需要经过110 亿英里的「训练」。从目前的情况来看，Robotaxi玩家都还处于初期阶段。更加敏锐的眼睛（传感器）在真实世界数据与车载计算平台之间，Robotaxi 玩家需要架起车载传感器的桥梁——传感器会将自己「看到」的客观信息映射至「大脑」，帮助自动驾车辆以自己的方式去理解这些数据。除了上文提到的车载计算平台，今年Robotaxi 上的车载传感器也一改此前分散的布置，正在朝着更加集成、更加一体化的套件发展。例如，小马智行新一代自动驾驶软硬件系统 PonyAlpha X 的车顶盒整体重量下降 22%，螺栓数减少 90%；此外，AutoX 已经研发了平板式的传感器融合车顶盒，车顶盒厚度仅有 15 厘米（业界不少非平板式凸起方案厚度超过30 厘米）。基于更加集成的设计，传感器套件能够与车身进一步贴合，对风阻、能耗、以及在过桥、进车库等场景下均有实际好处；同时，也更易于形成一套「标准化工序」来推进Robotaxi车辆的量产落地。当然，传感器套件是一个整体，其发展也离不开摄像头、激光雷达、毫米波雷达等单个传感器的提升。作为高级自动驾驶不可或缺的零部件，激光雷达领域在今年迎来一个重要的转折点——其应用场景开始从L4 往L2+/L3下探。而且，已经有多家前沿主机厂宣布了将在新车型上采用激光雷达的信息。新智驾从国内激光雷达企业Livox处获悉，过去十五年，搭载激光雷达的L4级车辆规模在千台级别，但很可能明年一年全球搭载激光雷达的前装车型出货量就会接近甚至超过这个数字。上述趋势似乎与激光雷达在L4 级自动驾驶上的应用关系不大，但换一个角度来看，当下激光雷达的售价仍以万元为计算单位，随着行业关注度高涨以及市场规模扩大，供应链上下游的生态也会逐步成熟，从而带动激光雷达整体成本的下降。身为自动驾驶系统里昂贵的传感器，激光雷达的价格如果可以降至更合理的区间，这对于Robotaxi商业化落地的意义是不言而喻的。强壮的身体（整车层面）当然了，有了聪明的大脑和敏锐的眼睛，Robotaxi 还需要强壮的身体——Robotaxi 归根结底还是以车为载体，其发展并非凭自动驾驶企业一己之力就能够推动，需要汽车 OEM 的支持。从整体上来说，自动驾驶企业与OEM 的合作整体可以分为后装和前装两大形式。后装更主流，也更符合行业的发展现状；但基于长远考虑，后装的集成方案拥有太多限制，前装无人车才是承载Robotaxi商业化落地的终极形态。在前装无人车方面，AutoX 走得比较靠前。在今年CES 2020 期间，AutoX 正式宣布与欧洲汽车巨头FCA 合作，引进Pacifica 大捷龙来支持AutoX Robotaxi在中国的大规模运营。这里需要注意的是，Pacifica大捷龙是FCA 和Waymo深度合作而设计的专为自动驾驶而生的车型，具备车规级冗余硬件的底盘，包括刹车、转向、电源等。另一方面，百度Apollo和一汽红旗在前装无人车的打造上也有了新的进展。双方正在合力推进第五代前装量产自动驾驶车辆红旗EV 的研发工作。此前，百度Apollo和一汽红旗联手打造了首条 L4 级自动驾驶乘用车前装产线。放眼全球，像AutoX 与FCA、百度Apollo与一汽红旗这样基于前装的合作案例尚且不多，但Robotaxi赛道的其他玩家也在积极寻觅破局点，比如小马智行。不久前，小马智行发布其首条自动驾驶系统产线，可实现其 L4 级别自动驾驶软硬件系统 PonyAlpha X 的标准化生产，并将率先搭载于丰田旗下雷克萨斯 RX450h 车型上。在一定程度上来说，通过这种标准化流程帮助自动驾驶软硬件系统上车，能够化繁为简，缩短自动驾驶车辆走向规模化生产的时间跨度。无论从何种角度来看，自动驾驶「大脑」「眼睛」「身体」都在2020 年得有了实质性的进展，Robotaxi 商业化落地的蓝图正在加速展开。出行平台助力，Robotaxi 走近用户整个自动驾驶的未来格局都与两方面息息相关：技术和商业模式。技术层面，未来玩家们的传感器配置、算法架构、甚至整体解决方案都可能逐渐趋同，那么，自动驾驶技术的最终壁垒一定是数据获取以及通过数据迭代算法的能力。商业模式层面，Robotaxi作为未来运力的补充，其内核离不开用户体验。也就是说，实现真正的Robotaxi商业落地，自动驾驶企业还要对实际运营的细节精雕细琢。眼下，自动驾驶技术的安全性已经有了一定的保障，那么Robotaxi 该以何种方式走近用户？站在现在的时间点来回望，这个问题已经有了十分明确的答案。2020 年4 月，坐拥出行生态的百度Apollo率先开放Robotaxi服务，通过百度地图及百度 APP 智能小程序将Robotaxi开进长沙市民的现实生活中。6 个月后，百度 Apollo 于北京正式全面开放 Robotaxi 服务，10 月 12 日当天订单高达 2608 单。除了百度，高德（AutoX、文远知行）、滴滴两个出行平台也在2020 年开放 Robotaxi 约车服务。三家出行平台对于 Robotaxi 的运营模式分别是：百度自己运营 Robotaxi 服务，同时接入其他网约车服务；高德平台的 Robotaxi 服务和网约车服务皆来自第三方；滴滴平台是自家 Robotaxi 和网约车混合派单。除了上述的Robotaxi玩家，元戎启行也在2020 年官宣，明年将接入曹操出行 APP，面向公众提供试乘服务。此外，另一家自动驾驶公司 Momenta 的 Robotaxi 产品 ——Momenta GO 也于今年 10 月亮相，并对外开展了 Robotaxi 试乘服务。尽管这些与Robotaxi 相关的项目大都是部分城市的固定区域内运营，运营车辆和时间有限，随车配有安全员，但接入出行平台意味着这Robotaxi已经迈出了从内部研发走向用户现实生活的第一步。不同于百度、滴滴等拥有现成出行生态的大玩家，大多数的自动驾驶初创公司自身并不具备造车，或者是运营规模化车队的能力。因此，与出行平台合作算是一种较为理想的商业落地模式。值得一提的是，前不久，T3 出行联合苏州高铁新城发起自动驾驶生态运营联盟鳌头联盟，合作伙伴多达 30 余家。其中，小马智行、Momenta 两个 Robotaxi 玩家赫然在列。尽管目前尚不清楚小马智行以及 Momenta 是否会像其他玩家一样接入出行平台，但两者与 T3 出行的关联变得密切起来，确实给业界留下了想象空间。布局不同场景，寻找更多落地的机会自动驾驶是一个烧钱游戏，Robotaxi 更是过尤而不及， Waymo Robotaxi 每年烧钱的速度是十亿美金起步。尽管 2020 年Robotaxi在各方面都有了喜人的进展，但由于落地的难度远高于预期，自动驾驶企业想要通过 Robotaxi 来为自己的长线发展造血还有很长的路要走。专注于 Robotaxi 赛道的玩家开始将目光锁定到其他场景，寻找更多落地的机会，例如：元戎启行的L4 级自动驾驶技术已经触达港口的无人集卡；小马智行研发了商用车L4 级自动驾驶软硬件系统，并获得了自动驾驶卡车测试牌照；文远知行近日宣布正在布局自动驾驶小巴Robobus。不难看出，这些自动驾驶企业的商业模式已经开始兵分两路，其中，Robotaxi 作为一个中长期目标，通过与出行服务公司合作的方式来落地；同时，充分发挥自身的优势，将自动驾驶技术模块产品化，落地到其他垂直行业。相比起上述自动驾驶初创企业，百度 Apollo 在这一方面的思考更为深刻，布局也更加全面，并且于2019 年就提出了「永攀高峰，沿途下蛋」的商业路线。百度Apollo长期布局Robotaxi和Robobus自然不必多说，此前打造的L4 级自动泊车 AVP 方案，当下已经与广汽，威马，长城等品牌在 AVP 开展量产合作。如今，百度 Apollo 还将疆界扩至货运领域，与货运企业狮桥成立合资公司 DeepWay。除此之外，百度Apollo已经将L4 自动驾驶技术降维释放到辅助驾驶领域，推出了ANP（Apollo Navigation Pilot 领航辅助驾驶）方案。事实上，无论身处哪条赛道，所需的自动驾驶技术在很大程度都有着互通性。通过布局不同的场景，自动驾驶企业可以获得更加多元的数据，并对其现有Robotaxi的发展进行反哺；另一方面，也能帮助自动驾驶企业融入不同的产业链，寻找更多落地的机会，从而带来现金流。「无人化」商业落地的突破口Robotaxi 已经从最初的封闭场景驶上公开道路并进行载人服务，但出于对安全的考虑，驾驶座上还端坐着一名安全员——这与其商业模式的逻辑是相悖的：行业普遍认为，Robotaxi实现盈利的前提是节省每年约10 万元的人类驾驶员工资费用。因此，「无人化」成了现阶段推动自动驾驶车辆商业化落地的重点突破方向。自动驾驶企业2020 年在「无人化」方面的动态并不算少，文远知行（广州）和百度Apollo（长沙、北京）均拿到了国内全无人驾驶路测的许可，可以进行没有安全员的道路测试。诚然，安全员下车算得上是Robotaxi商业化落地进程中的一个关键节点，但文远知行和百度Apollo的无人驾驶路测并不是从真正意义上实现无人驾驶——作为冗余的一种手段，两家企业在进行无人驾驶路测时都有远程监管的兜底方案。台前幕后的全无人化不是一蹴而就的事情，中间必然经历多次技术与模式的迭代。眼下，各大玩家还处于十分早期的阶段。相比上述两位Robotaxi玩家，AutoX 可能更为大胆。2020 年12 月，AutoX 正式公布了其首批车内全无人、无远程遥控的 Robotaxi 车队，并发布了其在深圳市繁华公开道路完全无人驾驶的视频。在此之前，AutoX 获得了全球第二张、中国唯一一张加州全无人驾驶载人牌照，可在硅谷中心城市圣何塞地区进行可载人的全无人驾驶。眼下，自动驾驶企业的技术达到了一定的高度，全无人驾驶驾驶路测也已经有了先行案例。在可预见的未来里，还将有更多城市拥抱无人驾驶，颁发相关的牌照，相应的时间周期也会进一步缩短。随着全无人化路测的规模的进一步扩大，Robotaxi的商业化落地的基础将更加牢固。新智驾总结尽管 2020 年被突如其来的疫情打乱了节奏，但基于疫情防控的要求，自动驾驶领域的发展反而在一定程度上加快。从资本的角度而言，今年整个行业也有了「回暖」之意。据新智驾了解，仅仅是 2020 年上半年，自动驾驶领域融资总金额就超过 70 亿美元，比 2019 年自动驾驶行业公开披露金额的融资事件总额还要高。无论是资本市场和政府部门的认可，还是自动驾驶自身各方面进展，都释放出了强劲的信号：自动驾驶已经进入到商业化落地的初时代，不再是一个虚无缥缈的概念。同时，由于资源的有限性，在未来几年的时间里，行业的马太效应会更加凸显，资源向头部玩家倾斜。Robotaxi赛道的玩家们也已经开始未雨绸缪，抢占自动驾驶商业落地的先机。尽管业内尚没有一个明确的结论来框定自动驾驶的终局将如何形成，以及何时形成，但可以肯定的是，只有在强大落地能力的支撑下，玩家才能成为未来的赢家。雷锋网雷锋网雷锋网
● 长城汽车日前发布咖啡智驾“331战略”，即利用三年时间实现用户规模行业第一、用户体验评价最好、场景功能覆盖最多三个领先，并预计在2021年实现中国首个全车冗余L3级自动驾驶、中国首个配置激光雷达的自动驾驶、具有NOH（NavigationOnHighwaypilot，中文名“高速自动领航辅助驾驶”）能力的自动驾驶。同时，长城汽车与高通、华为签署战略合作协议，在车载智能芯片、高算力智能驾驶计算平台方面展开深度合作。业内人士指出，自动驾驶是汽车发展的必然趋势，发展自动驾驶有助于掌控前沿技术，并成为新一轮科技革命和产业变革的引领者。 采用6大冗余系统 据介绍，咖啡智驾拥有包括感知冗余、控制器冗余、制动冗余、架构冗余、电源冗余和转向冗余在内的6大冗余系统，通过打造全球首款真正自动驾驶全冗余量产平台，实现全车无死角安全覆盖。 在感知冗余方面，咖啡智驾搭载了8个毫米波雷达、8个摄像头、3个固态激光雷达、12个超声波雷达、高精地图及车与外部信息交互的多元异构传感器方案；控制冗余采用了双控制器，全时运转、互为备份，长城汽车称之为“永不停歇的大脑”，即当一个控制器故障，另一控制器仅需20ms就可以接管车辆；架构冗余则采用了双通讯架构，有三条独立物理通讯链路，互为支撑，可实现10种软件逻辑控制通路及30+种传感器的实时信息共享。当单一链路出现信号中断，系统无缝安全衔接，为用户出行的安全性和舒适性提供保障。 而在电源冗余方面，咖啡智驾采用了双电源供应、双回路的“双保险”设计，两套电网间搭载高安全隔离器，可在500微秒内隔离电网故障，支撑执行安全降级动作。当主电网失效，备份电网可保证系统5分钟的失效运行时间，远高于目前法规要求的10秒钟，留给用户更充足的反应时间；制动冗余驾搭载了ESP和IBOOSTER两套独立的电子制动控制单元，支持0-120km/h时速范围，有效规避用户担心的“刹车失灵”，即便单一硬件失效，依然提供最大-10m/s2的制动能力，杜绝“刹不住车”；转向冗余方面，咖啡智驾应用长城汽车旗下蜂巢转向研发的第三代智能转向产品，具备双绕组电机、双电机位置传感器、双CPU、双控制器，单一硬件电路故障，依然可实现50%助力。 长城汽车智能驾驶负责人张凯表示：“6大冗余系统是不惜成本的安全方案，但我们认为很值得、也很有必要。它的核心思想简单来说就是两套备份，以此来应对无法提前预估的风险和故障。” 搭载高算力智能驾驶计算平台 据了解，咖啡智驾搭配有两个标准大算力平台的升级方案，智能驾驶平台算力可达700+TOPS，为实现L4/L5级别或更复杂的全场景自动驾驶能力预留充足的硬件能力和算力冗余。 在发布会上，长城汽车与高通、华为正式签署战略合作协议。长城汽车将与高通公司就自动驾驶领域中的车载智能芯片展开深度合作。2022年，长城汽车将在推出的高端车型上采用高通SnapdragonRide平台，并应用到其智能驾驶系统当中。与此同时，长城汽车将在智能网联、智能驾驶等创新技术领域与华为展开全面合作。华为将为长城汽车提供以MDC为基础的高算力智能驾驶计算平台，并配合长城汽车完成智能驾驶所需的感知组件（如激光雷达、摄像头等）的各项评估和测试。值得一提的是，此次与长城汽车合作的是面向L3-L4级别自动驾驶的全新一代智能驾驶计算平台华为MDC610，为长城汽车打造行业领先的车规级汽车大脑。 同济大学教授、汽车安全技术研究所所长朱西产表示：“智能驾驶遇到最大的问题是安全，过去主机厂用到的很多安全技术，放在今天智能驾驶领域已经难以跟上节奏了。比如，现在需要更高精度的传感器，而且需要很多数量，此时对于控制系统的算力提出了更高要求，这就需要更高性能的芯片支持。因此，为了解决安全问题，需要更多科技行业介入，共同驱动。” 智能驾驶产业化加速落地 交通运输部日前发布的《关于促进道路交通自动驾驶技术发展和应用的指导意见》中提出，到2025年，自动驾驶基础理论研究取得积极进展，道路基础设施智能化、车路协同等关键技术及产品研发和测试验证取得重要突破；出台一批自动驾驶方面的基础性、关键性标准；建成一批国家级自动驾驶测试基地和先导应用示范工程，在部分场景实现规模化应用，推动自动驾驶技术产业化落地。 日前，2020世界智能网联汽车大会发布了《智能网联汽车技术路线图2.0》，研判到2025年，我国PA（部分自动驾驶）、CA（有条件自动驾驶）智能网联汽车销量占当年汽车总销量比例超过50%。业内人士表示，这意味着智能网联汽车已经进入技术快速演进、产业加速布局的新阶段。 安信证券指出，车规级高性能激光雷达有望打破高级别自动驾驶量产成本瓶颈。此次长城自动驾驶上硬件配置3个激光雷达+3个毫米波雷达+2个视觉摄像头：激光雷达采用了Ibeo固态激光雷达，为全球首款能够真正量产的车规级高性能、全固态激光雷达；采用业内最前沿FLASH技术方案，实现0.05度角分辨率，可识别130米范围内安全隐患；此外，毫米波雷达以及摄像头组成的传感器套件，可实现L2+、L3级别自动驾驶。据悉，这套系统可升级、可扩展，未来将向更高级自动驾驶功能进化。 安信证券表示，长城与高通达成合作直接将自动驾驶量产时间提前到了2022年，车规级高性能激光雷达成本降低，加速了自动驾驶“星辰大海”时代的到来。
□据 记者30日从交通运输部获悉，到2025年，我国将建成一批国家级自动驾驶测试基地和先导应用示范工程，在部分场景实现规模化应用。 交通运输部日前印发意见，鼓励有条件的地方开展自动驾驶车辆共享、摆渡接驳、智能泊车等试运行及商业运营服务。支持开展便捷高效、安全有序的自动驾驶出行模式开发与应用，促进“出行即服务”产业综合发展。 意见明确，支持开展自动驾驶载货运输服务。鼓励在港口、机场、物流场站、交通运输基础设施建设工地等环境相对封闭的区域及邮政快递末端配送等场景，结合生产作业需求，开展自动驾驶载货示范应用，并在做好风险评估和应急预案的前提下，视情推广至公路货运、城市配送等场景，打造安全、高效、智能的物流运输服务。
据交通运输部12月30日消息，交通运输部发布关于促进道路交通自动驾驶技术发展和应用的指导意见（以下简称《意见》）。 《意见》明确发展目标，到2025年，自动驾驶基础理论研究取得积极进展，道路基础设施智能化、车路协同等关键技术及产品研发和测试验证取得重要突破；出台一批自动驾驶方面的基础性、关键性标准；建成一批国家级自动驾驶测试基地和先导应用示范工程，在部分场景实现规模化应用，推动自动驾驶技术产业化落地。 《意见》提出以下主要任务： （一）加强自动驾驶技术研发。 1.加快关键共性技术攻关。围绕融合感知、车路信息交互、高精度时空服务、智能路侧系统、智能计算平台、网络安全等自动驾驶和基础设施智能化关键技术及装备，整合各类创新资源，组织开展科研攻关。 2.完善测试评价方法和测试技术体系。组织开展自动驾驶和车路协同测试理论研究，完善相关测试评价方法和管理制度。鼓励构建自动驾驶测试场景库，研究智能设备测试技术，推动检测设备、数据分析软件、虚拟仿真系统等测试工具链的自主研发与制造，健全包括封闭场地、半开放区域、开放道路等场景的综合测试评价体系。 3.研究混行交通监测和管控方法。鼓励研究自动驾驶与人工驾驶混行情况下的交通特性及影响机理，支撑建立可靠高效的运行监测体系。推动研究混合交通场景下出行需求管理、动态交通控制、事件应急响应和处置等方法，提升交通时空资源利用效率，提高安全应急能力。 4.持续推进行业科研能力建设。以行业研发中心和重点实验室等为依托，持续推进高水平科研平台建设，夯实创新能力。围绕自动驾驶领域关键核心技术攻关，引导成立由企业牵头、产学研用紧密结合、上中下游有机衔接的行业协同创新联盟。 （二）提升道路基础设施智能化水平。 5.加强基础设施智能化发展规划研究。积极发挥规划引领作用，推动感知网络、通信系统、云控平台等智能化要素与基础设施同步规划。结合交通强国建设试点工作等，先行先试打造融合高效的智慧交通基础设施，及时总结经验，科学推进基础设施数字转型、智能升级。 6.有序推进基础设施智能化建设。鼓励结合载运工具应用水平和应用场景实际需求，按照技术可行、经济合理的原则，统筹数字化交通工程设施、路侧感知系统、车用无线通信网络、定位和导航设施、路侧计算设施、交通云控平台等部署建设，推动道路基础设施、载运工具、运输管理和服务、交通管控系统等互联互通。 （三）推动自动驾驶技术试点和示范应用。 7.支持开展自动驾驶载货运输服务。鼓励在港口、机场、物流场站、交通运输基础设施建设工地等环境相对封闭的区域及邮政快递末端配送等场景，结合生产作业需求，开展自动驾驶载货示范应用，并在做好风险评估和应急预案的前提下，视情推广至公路货运、城市配送等场景，打造安全、高效、智能的物流运输服务。 8.稳步推动自动驾驶客运出行服务。稳步推进辅助驾驶技术在城市公交、道路客运中的应用。支持在封闭式快速公交系统、产业园区等区域探索开展自动驾驶公交通勤出行示范应用，并根据技术演进情况和示范进展，在做好风险评估和应急预案的前提下，视情推广至其他客运场景。研究制定自动驾驶客运出行发展行动方案，提供安全、便捷、舒适的客运出行服务。 9.鼓励自动驾驶新业态发展。鼓励有条件的地方开展自动驾驶车辆共享、摆渡接驳、智能泊车等试运行及商业运营服务。支持开展便捷高效、安全有序的自动驾驶出行模式开发与应用，促进“出行即服务”产业综合发展。 （四）健全适应自动驾驶的支撑体系。 10.强化安全风险防控。对自动驾驶技术应用衍生的运行和管理风险开展预评估研究。组织开展网络安全及数据保护相关法律问题及规范研究。强化自动驾驶车辆网络安全防护，落实网络安全等级保护要求，按规定做好自动驾驶路侧信息网络系统定级备案和测评工作。加强混行交通流下交通云控平台、营运车辆监管系统的安全防护。 11.加快营造良好政策环境。完善自动驾驶道路测试管理规范，鼓励探索自动驾驶车辆载人载物测试和试点示范。研究基础设施智能化建设支持保障政策。研究自动驾驶车辆营运条件及管理办法，探索建立自动驾驶营运车辆运行安全监管体系。加强部省协同联动，鼓励有条件的区域探索制定自动驾驶新业态管理办法，适时制定相关规章制度。 12.持续推进标准规范体系建设。研究自动驾驶和车路协同标准体系架构，加快制定关键性、基础性标准，支撑产业有序发展。围绕面向自动驾驶的智慧道路及其新型附属设施设计、建设、运行、管理、养护等，开展标准研究制定。鼓励企业、联盟等组织围绕生产制造、测试评价、人机控制转换、车路交互、事件记录、数据共享等制定团体标准，构建多元化标准工作机制。
□ 近日，百度、苹果等互联网科技巨头纷纷表示要“造车”。随着智能手机市场逐渐饱和，智能汽车被视为手机之后下一个最具前景的智能终端。 业内人士指出，在汽车行业发展的新四化（智能化、网联化、电动化、共享化）趋势中，智能化和网联化都与科技公司有着千丝万缕的关系。科技公司进入汽车行业，希望分享其价值链占比越来越大的软件部分。 拓宽生态版图 日前知情人士表示，百度或与威马汽车联手造车，双方正对可能的合作模式进行商议。 另有媒体报道称，百度正在考虑自行制造电动汽车，并与吉利汽车、广汽集团及一汽红旗等展开早期接洽。百度给出了两种方案，包括以车企为代工厂以及与车企组建一家合资企业。 尽管百度方面回应称，对市场传闻一概不作评论，但公司股价连日走高。12月21日收盘，百度总市值达657.22亿美元，创下2018年12月以来新高。截至12月24日收盘，百度报收191.02美元，市值达652亿美元。 同时，多家投行机构发布研究报告，调高了百度的目标股价。而有“女版巴菲特”之称的凯瑟琳·伍德创立的ARKinvest公布的其12月10日持仓记录显示，ARK旗下主动管理型基金ARKK买入了超过17万股百度股票。这是ARK首次买入百度股票。 接近百度的业内人士穆岩（化名）向中国证券报记者表示：“目前没有百度与整车厂成立合资公司造车的确切消息。做整车的投入高、风险也大。”穆岩说，百度造车的传闻之所以广受关注，一方面由于百度投资了造车新势力威马汽车，另一方面，百度的自动驾驶业务布局较早，技术积累较深厚，拥有造车的先天优势。 百度参与了威马的多轮融资。2017年11月，在威马B轮融资中，由百度资本领投，百度集团、SIG海纳亚洲、阿米巴资本跟投。今年9月，威马汽车完成D轮融资，由上汽领投，百度等跟投。此轮融资完成后，百度依然是威马最大的机构股东。值得一提的是，2020百度世界大会上威马汽车首发了其与百度深度合作的AVP自主泊车技术，该项技术可实现特定场景L4级别无人驾驶。 在日前举行的第二届百度Apollo生态大会上，百度副总裁李震宇重申了Apollo面向未来的商业化理念。目前，多个城市开放了ApolloGO自动驾驶出租车服务。4月，百度ApolloGO率先向长沙市民开放；8月，百度无人车进驻河北沧州；10月，百度ApolloGO在北京海淀、亦庄和顺义三个地区开放。 工银国际在报告中指出，凭借在车载操作系统中的领先地位，百度智能驾驶事业群组在智能汽车、智能交通和自动驾驶方面扩宽其生态版图。 软件价值提升 除了百度，苹果公司近期也被传出将在2021年9月发布首款电动车APPleCar，其原型车已在美国加州上路测试。供应商预计，明年AppleCar的出货量将初步释放，到2022年将“全面爆发”。 此外，华为、小米等也传闻计划造车。交通数字化成为热点，科技巨头造车的逻辑是什么？ 汽车行业资深分析师钟师向中国证券报记者表示，在汽车行业发展的新四化（智能化、网联化、电动化、共享化）趋势中，智能化和网联化都与科技公司有着千丝万缕的关系。“科技公司进入汽车界就是要造整车，这是一个误区。科技公司主要在于分享产业价值链中占比重越来越大的软件部分。”钟师表示。 随着智能网联和自动驾驶技术的快速发展，人工智能成为汽车产业的一大核心。在软件定义汽车的背景下，汽车领域近90%的创新来自于软件，而不是机械系统。业内人士指出，随着自动驾驶等技术的推进，汽车60%的价值将源于软件。 “汽车正成为‘带轮子的计算机’。如果苹果公司与麦格纳（Magna）这样的汽车制造商合作，苹果的软件、芯片、电子产品会发挥作用。”Evercor机构分析师Daryanani认为。 此外，智能手机市场逐渐饱和，智能汽车被认为是下一个最具前景的智能终端。IDC预测，全球智能手机市场出货金额从2020年至2023年年均复合增长率仅为4.31%。安信证券认为，汽车电子产业将成为继家电、PC和手机之后又一次全产业链级别的大发展机遇。汽车电子产业进入新一轮技术革新周期，其渗透率及价值都将得到大幅提升，市场空间超万亿。 携手整车企业 2017年4月，百度发布了Apollo自动驾驶软件平台，旨在向汽车行业及自动驾驶领域的合作伙伴提供开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整自动驾驶系统。 过去几年，百度与吉利、广汽和一汽等主机车厂开展了不同程度的合作。2018年，百度与一汽集团共同发布了一款全新的L4级别自动驾驶车型，并表示在当年小批量下线该款乘用车，双方计划在语音、语义、图像、AR导航等车载产品领域开展合作，并设立百度—奔腾DuBest智能网联联合实验室。 2019年4月，广汽集团牵手百度正式启动高精地图和自定位量产项目，并宣布双方合作搭载了L3级自动驾驶的广汽车型此后将上市。今年3月，广汽新能源宣布旗下车型AionLX搭载百度Apollo高精地图。今年12月8日，广汽集团与百度签署了战略合作框架协议，双方在智能驾驶、智能车联、数字化营销方面进行合作。 根据今年12月8日百度在Apollo生态大会上披露的最新数据，Apollo智舱已与超过70家车企的600款车型展开合作，实现超过100万辆的小度车载OS前装量。同时，Apollo发布“乐高式”汽车智能化解决方案，推出纯视觉感知的高级别自动驾驶产品。 工银国际指出，百度成功构建了自动驾驶生态，百度智能驾驶事业群组（IDG）在智能交通、智能汽车和自动驾驶方面拓展其生态版图，其智能汽车产品有望在未来几年实现大量普及。2021年下半年起，IDG对百度收入增长的贡献将稳步提高，成为公司的重要增长点。
相较于其他传感器，激光雷达可提升汽车自动驾驶系统的可靠性。机构预计，2025年激光雷达市场规模将达到46.1亿美元。不过，2021年伊始的自动驾驶传感器技术路线之争，让激光雷达成为汽车行业重点关注领域。专家认为，能否商业化应用才是取胜关键，这取决于如何平衡成本、可靠性及量产进度等因素。 备受资本市场青睐 激光雷达是一种通过发射激光来测量物体与传感器之间距离的装置，广泛用于无人驾驶汽车和机器人领域，被誉为机器人的“眼睛”。 近日，禾赛科技科创板IPO申请被上交所问询。公司拟募资20亿元，用于智能制造中心、激光雷达专属芯片、激光雷达算法研发三个项目。目前A股尚无核心业务是激光雷达的上市公司。禾赛科技冲刺科创板IPO，有望成为A股激光雷达“第一股”。此外，激光雷达公司速腾聚创也在筹备上市。 从全球市场看，2020年下半年以来，激光雷达公司迎来上市热潮。2020年9月，以机械式激光雷达为主要技术路径的Velodyne在纳斯达克上市；2020年12月，坚持固态激光雷达技术路线的Luminar同样登陆纳斯达克。另外，Aeva、Innoviz预计2021年第一季度上市，Ouster预计2021年上半年上市。 咨询公司弗若斯特沙利文预计，未来5年激光雷达在高级辅助驾驶领域的市场规模将保持高速增长。2025年激光雷达市场规模将达到46.1亿美元，2019年至2025年复合增长率达83.7%。 2021年被认为是激光雷达的量产元年，一批搭载激光雷达的量产车型将于今年上市。 2020年11月，小鹏汽车宣布，与大疆孵化的Livox览沃科技达成合作，2021年开始生产的量产车型将升级其自动驾驶软件和硬件系统，采用激光雷达技术提高性能。该公司有望成为全球首家将激光雷达技术集成到量产车型的汽车制造商。 2021年1月9日，蔚来发布配备了激光雷达的首款轿车ET7，供应商为蔚来和蔚来资本投资的Innovusion公司。1月15日，长城汽车宣布，旗下“咖啡智能”平台打造的WEY旗舰产品“摩卡”计划搭载激光雷达。 激光雷达兼具测距远、分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。相较于其他传感器，其可显著提升自动驾驶系统的可靠性。“对于‘负责任’的高级别自动辅助驾驶，激光雷达不可或缺。”蔚来创始人李斌表示。 激光雷达备受资本市场青睐。目前，禾赛科技获得了百度、博世和安森美的投资，而速腾聚创获得了北汽、上汽和阿里的投资等。 技术路径之争 无人驾驶的传感器解决方案长期以来存在两种技术路径之争。 一种是视觉算法。以特斯拉的自动驾驶大脑系统为例，其主要借助摄像头，对周边物体建立模型，同时把数据添加至神经网络进行纯视觉计算，在自动驾驶中承担“识别”的作用。另一种是激光雷达，工作时向四周散射激光，基于反馈判断周边是否存在障碍物并生成点云图，在自动驾驶中承担“感知”的作用。 2020年11月，小鹏汽车CEO何小鹏在公布激光雷达上车方案后表示：“开始几年我们会把安全因素放在非常重要的位置，宁愿硬件冗余、软件冗余。” 业内人士认为，从技术角度看，两者不存在根本性的冲突。激光雷达不具备摄像头的物体识别能力，感知与识别两项能力不能在激光雷达上进行融合。但基于多传感器方案，可以采用摄像头进行补充。 中国厂商崛起 从两家美股激光雷达公司的财务情况看，成绩并不算乐观。2019年，Velodyne净亏损6720万美元，Luminar净亏损9470万美元。而禾赛科技2019年净亏损1.5亿元人民币。 “现阶段激光雷达企业基本上都不盈利，但资本市场考虑更多的是产品出货量等。需要注意的是，目前激光雷达产品还不能做到工业标准品，未来到底哪种技术路线能够解决这个问题是关键。”中信证券前瞻研究员高飞翔表示。 根据Velodyne公布的数据，截至2020年，公司激光雷达累计出货量5.16万台。而Luminar的激光雷达产品2019年销售仅在百台量级。 但资本市场对Luminar充满期待。截至今年2月19日，Velodyne市值为35.6亿美元，而Luminar市值为109亿美元。 根据扫描模块的不同，激光雷达通常可分为机械式和固态两种。Velodyne等企业的机械式激光雷达研发早、技术相对成熟，但机械旋转部件在行车环境中不稳定，符合车规级要求的产品量产难度高。Luminar则是全球1550纳米固态激光雷达领域领军者。高飞翔认为，Luminar能够获得高估值的原因在于，其1550纳米固态激光雷达技术壁垒高，同时需要产业链进行技术工艺的整合。 此外，成本问题也是激光雷达应用的瓶颈。 2020年12月，华为发布了96线车规级高性能激光雷达，并宣布要把成本压缩到200美元。除了华为，国内的激光雷达生产商还有大疆、镭神、思岚科技等。 科技创新产业专家王煜认为：“激光雷达即将进入成熟期，比拼的就是成本优势、规模优势。”至于哪家激光雷达生产厂商能在未来的竞争中脱颖而出，技术路线并不是最重要的，能否商业化应用才是取胜关键。这取决于其能否平衡光源、接收、机械控制、光路控制等的成本以及量产进度及可靠性。 中泰证券称，搭载激光雷达的多传感融合方案将在高端豪华车型上率先使用。随着成本的降低，经济性车型将逐步进行配套。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估