中国高级自动驾驶产业发展六大趋势（2020-2023）

文／张男

伴随智能科技浪潮的兴起，自动驾驶技术开始飞速发展。以目前多家科技企业和初创企业的发展态势来看，未来三年其商业化运营层面将发生显著改变，中国高等级自动驾驶迎来“拐点”。本文从技术、资本、政策等方面重点介绍了未来三年高级自动驾驶产业发展的六大趋势。

伴随智能科技浪潮的兴起，自动驾驶技术开始飞速发展。面对广阔的市场前景，科技发达的美国较早涉足该领域，中国紧随其后。与此同时，资本也表现出浓厚兴趣，进行加码，多国政府更是将其上升至国家层面的战略高度。以目前多家科技企业和初创企业的发展态势来看，未来三年其商业化运营层面将发生显著改变，中国高等级自动驾驶迎来“拐点”。本文从技术、资本、政策等方面重点介绍了未来三年高级自动驾驶产业发展的六大趋势。

趋势一：以场景为先导，自动驾驶全栈解决方案提供商将分批实现商业化

如今，高等级自动驾驶已经逐渐从技术研究阶段演进至产品落地阶段，正处于稳定发展期。目前的高等级自动驾驶技术还无法做到像人一样，能够适配任何驾驶场景。因此，选定1～2个应用场景，全力攻破，是如今大多数自动驾驶全栈解决方案提供商的商业化路径。

以道路是否开放为界线，目前主流应用场景有园区、机场、矿区、停车场、港口、高速公路、城市道路等。依照各个场景下自动驾驶技术实现难度的不同，自动驾驶全栈解决方案提供商也将分批实现商业化，完成从技术研发到产品供应的飞跃。开放道路环境复杂，仍有较多“长尾问题”待解决，至少需要10年时间才能实现商业化。

限定场景则因驾驶范围的限制，减少了异常情况的发生，而其车辆速度普遍不高、环境相对可控等特点，也使得自动驾驶实现难度降低，相关企业将在未来三年左右率先实现商业化。

1.限定场景下，高等级自动驾驶技术率先实现商业化

图1 高等级自动驾驶主流应用场景

所谓限定场景是指某些具有地理约束的特定区域。该区域驾驶环境单一、交通情况简单，几乎没有或只有少量外界车辆和行人能够进入，例如园区、机场、矿区、停车场、港口等。较开放道路场景而言，限定场景具有三大特点：车辆、行人种类和数量较少；车辆行驶速度低；场景具有地理约束性。

目前，全球首个针对自动代客泊车系统的许可来自德国巴登—符腾堡州。2019年7月，该州有关部门批准戴姆勒和博世，在斯图加特的梅赛德斯-奔驰博物馆停车场日常使用自动代客泊车系统。总体来说，限定场景自动驾驶正处于早期向中期发展的转变阶段。

为保证安全和便于推广运营，矿区、港口等场景的自动驾驶车辆仍配备安全员，但多数企业表示将会用一年左右的时间逐步去除安全员的角色。在各家企业的规划中，限定场景自动驾驶有望在未来三年内实现大规模试点运营、小规模商业化运营。由于产品的应用速度普遍快于标准出台速度，因此未来三年后相关标准或会出台，届时将迎来限定自动驾驶的规模运营和商业化起点。

目前，限定场景自动驾驶企业仍专注打磨产品，与此同时更加注重运营。未来三年，各企业竞争重点将完全由技术转向产品和运营。在产品方面，该领域未来优秀的产品，必须满足三个特点，即稳定的性能、较低的成本、强大的场景复制能力。在运营方面，企业将更加注重产品细节和用户使用的便利性，与此同时，配送员、司机等传统职业也将被自动驾驶远程接管员、自动驾驶运维员、自动驾驶平台管理员等新角色取代。

2.开放道路场景下，高等级自动驾驶技术商业化时间推迟

在自动驾驶的诸多应用场景中，开放道路无疑是最难的一个。而城市道路与高速公路是两个最常见的开放道路场景，前者典型产品为自动驾驶出租车（RoboTaxi），后者典型产品为自动驾驶卡车。据蔚来资本测算，RoboTaxi的市场规模约为3500亿元，跨城物流和同城物流的市场规模分别为7000亿元、2500亿元，市场前景广阔。广阔的市场前景，吸引了百度Apollo、滴滴、小马智行、图森未来等一众玩家入局。

在诸多自动驾驶企业成立的2016年左右，业界和资本普遍认为开放道路场景的L3/L4级自动驾驶车型在2020年左右可以上路，对这项技术抱有极大期待。但经过近几年发展，业界逐渐意识到该场景对高等级自动驾驶技术提出的诸多挑战超出想象，以及未成熟的供应链、尚不完备的法律法规等外部因素对该项技术的制约。随之，企业不得不推迟商业化时间。

开放道路场景自动驾驶目前尚处于早期发展阶段，自身技术尚不成熟，其大规模商业化时间在十年以后。而对于开放道路场景自动驾驶企业而言，想要实现大规模商业化，技术完备、路权供给、供应链成熟、成本大幅降低四点缺一不可。未来三年，聚焦开放道路场景自动驾驶企业的重点仍是打磨技术，剩下的“长尾问题”需要企业花费更多耐心和精力去解决，以确保绝对安全。

趋势二：更多自动驾驶非全栈解决方案提供商迎来发展机会

在自动驾驶技术发展过程中，其全栈解决方案提供商率先出现，美国的Waymo和中国的百度是该领域两大代表企业。经过近几年技术迭代，自动驾驶产业链逐渐由粗放式向精细式方向发展，自动驾驶非全栈解决方案提供商陆续出现，诸多关键技术模块也取得突破。

感知层和决策层零组件供应链分散，企业类型丰富，初创企业相对容易切入，自动驾驶非全栈解决方案提供商主要集中于此。

图2 自动驾驶三大关键系统

1.感知领域发展机会仍存

任何车辆要实现自动驾驶，首先都要解决“在何位置、周边环境如何”的问题，以此为依据，进行下一步决策规划，随后再通过车辆的控制执行系统，完成整个自动驾驶流程。因而，感知一直备受自动驾驶业界关注。

由于感知层的摄像头、激光雷达、毫米波雷达、超声波雷达等各类传感器各有优缺点和适用场景，因此在高等级自动驾驶的实现过程中，多传感器融合成为必然趋势，也就是将各类传感器获取的数据信息集中在一起综合分析，以求更加准确描述外部环境，为车辆进行决策打下基础。各类传感器能否有效融合，融合后数据是否准确，都为自动驾驶感知提出新挑战。作为感知领域关键零部件，激光雷达、毫米波雷达等将继续受到关注。

但仅凭环境感知并不能保证自动驾驶车辆的绝对安全。2018年3月，Uber自动驾驶车在路测过程中撞死了一名行人，这起全球首例自动驾驶致行人死亡事故震惊业内外，事故主要原因之一便是自动驾驶车频繁更改目标识别结果。即便是低等级自动驾驶，也不能只凭借视觉传感器百分之百正确感知周围环境，特斯拉Autopilot的多起事故就起因于此。因而，车辆运动感知同样重要。

为更加精准确定车辆自身位置，高精度定位模块作用逐渐凸显，将变得不可或缺，其能达到厘米级的精度，为自动驾驶汽车精确理解自身定位提供帮助。这种测量方法不依赖外界，在GNSS信号丢失的情况下，车辆依旧能够准确定位，稳定高频输出信号，短期精度较高。基于此，以GNSS+IMU的高精度定位传感器为基础，综合考虑周围环境特征的方案将越来越受欢迎。

2.感知之外，更多细分产业链也存有机会

总体而言，感知层在过去几年吸引了业界诸多关注。但当感知层性能提高的同时，其后的决策层和执行层也愈发受到关注。业界正在思考：车辆如何在感知正确性未达到100%情况下，做出准确规划？

从技术角度而言，自动驾驶决策层和执行层仍有诸多难题等待企业解决。但从新机会角度来看，执行层多被国际Tier 1所把控，初创企业很难切入，而决策层与场景息息相关，企业也较难将其单独拆分提供标准化产品。但共同点在于，二者均需要大量数据作支撑。尤其决策层，需要大量数据做行为预测与规划，不断训练自己的模型。因此未来计算平台、场景测试、仿真平台等与数据相关的诸多细分领域，都将产生发展机会。

趋势三：车企更注重方案量产可能性，未来致力于实现部分L3级自动驾驶技术量产

面对自动驾驶技术，车企经历了从不信任到逐步重视的心理过程，直到目前，市面上各大主流车企都在该领域有所布局。

经过近几年的实际探索，车企自身掌握了一些高级驾驶辅助系统（ADAS）技术，也逐渐明晰高等级自动驾驶技术的量产难度，于是陆续重新调整战略规划，变得更加务实。具体表现有两种：第一，更愿意将已掌握技术先应用在现有产品中。通过二者结合的方式完成迭代升级，为用户创造价值，增强自身产品科技感属性。第二，更偏向于自动驾驶渐进式路线。不再一味追求L4/L5级自动驾驶的实现，未来几年将重点研发部分L3级自动驾驶功能，如HWP、TJP、AVP等，力求早日实现部分功能的量产，以此作为新车卖点。

1.大多数车企已实现L2级量产，目光瞄向更高等级

当前，国内主流车企大多已经推出L2级自动驾驶量产车型。根据SAE分类，该等级自动驾驶开启情况下，驾驶员仍需要时刻观察行驶情况，主动对汽车进行制动、加速或转向，以确保行驶安全。2018年起，大批国内自主品牌L2级自动驾驶乘用车开始上市。在实现L2级自动驾驶量产后，车企们纷纷将目光瞄向更高等级——L3/L4级自动驾驶技术的量产。不同于互联网公司和自动驾驶全栈解决方案提供商，车企为保持品牌竞争力，必须及时推出具备自动驾驶功能的量产汽车，无法如前者一样，只专注技术研发不考虑量产问题，因而L3级自动驾驶成为车企的“折中选择”。

但与国外车企不同，中国车企多选择“渐进式路线”，即一边实现L3级自动驾驶量产，一边研发L4/L5级自动驾驶技术。

2. L4级自动驾驶技术难量产，非车企现阶段研发重点

对于当前车企而言，L4级自动驾驶技术的量产存在以下四个难点。

（1）安全：传统车企的基因决定其将安全放在首位，任何一起安全事故都会对车企产生毁灭性打击。除软件层面的评判标准之外，车企也更在意车辆硬件方面的功能安全。（2）成本：短期内，L4级自动驾驶产业链不会成熟，零部件成本高昂，难以达到车企量产条件。（3）技术：目前，大多数车企的自动驾驶技术还停留在L2级水平，短期无法实现从L2级到L4级的飞跃。（4）路权：政府路权未放开，L4级自动驾驶短期无法投入使用。

面对科技互联网公司和自动驾驶全栈解决方案提供商都难以企及的L4级自动驾驶技术，意在量产的大多车企选择将其暂时搁置。从各家规划来看，近三年是大多数国内自主车企的“L3级自动驾驶量产年”。

3.未来三年，车企将重点研发部分L3级自动驾驶技术

依据技术可量产与用户需求两大指标，TJP（Traffic Jam Pilot）和 HWP（ Highway Pilot）成为两种常见的L3级自动驾驶研发方向，这也将成为国内车企未来三年的研发重点。

技术可量产方面而言，与L4级自动驾驶相比，L3级自动驾驶的成本和技术实现难度都更低。用户需求方面而言，目前上下班通勤拥堵和长途旅行驾驶疲劳覆盖了80%的人和80%的出行场景，是乘用车用户存在的两大痛点。

2020年2月，国家发改委、中央网信办、工信部等11个部委联合印发的《智能汽车创新发展战略》中指出，有条件自动驾驶L3汽车在2025年达到规模化量产，比两年前征求意见稿中的实现时间推后5年。

由于目前法规对L3并未有严格意义上的限定范围，因而L3级自动驾驶多由车企进行定义。

此外，针对乘用车用户的高频使用场景——停车场，吉利、广汽、长城等诸多车企也制定了AVP（自主代客泊车系统）发展战略。由于全程无人参与，因此该功能理论上应属于特定场景L4级自动驾驶技术，应用落地时间比TJP和HWP更晚一些。

自主代客泊车系统（Automated Valet Parking）适用于停车场入口/出口到停车位之间的特定区域，全程无人参与。驾驶员在手机上发出停车命令后，车辆能自动从下车区驶入停车场内，并找到车位停车；驾驶员在手机上发出取车命令时，车辆能自动回到上车区。目前，戴姆勒、博世等国外企业推出的AVP解决方案大多依赖场端改造，需要在场端部署激光雷达等传感器，成本较高，不适宜量产。对此，博世正试图将激光雷达换成双目摄像头，以降低成本。

趋势四：各地政府越来越关注自动驾驶技术，未来与相关企业探索多种合作模式

纵观历史，诸多新兴行业在早期发展阶段，都需要政府的大力扶持，为行业做一次“冷启动”，自动驾驶这项新兴技术也不例外。

图3 国内主流车企自动驾驶规划

通过相关政策法规的出台以及各项基础设施的建设，政府在自动驾驶技术的发展道路上起到指引方向和给予路权两大关键作用。

2015年起，中国政府开始出台相关政策法规，将自动驾驶技术发展纳入国家顶层规划中，以求抢占汽车产业转型先机，强化国家竞争实力。

从2015年至2020年，中国政府发布多项相关政策，关注点从智能网联汽车细化至自动驾驶汽车。2020年初，国家相继出台《智能汽车创新发展战略》与《汽车驾驶自动化分级》两项方案，进一步明确自动驾驶战略地位与未来发展方向。

在国家大战略方针指导下，各地方政府也相继出台自动驾驶相关政策跟进。从类型来看，地方政府政策主要围绕开放公共道路测试路段和建立智能网联示范区两方面展开。

1.各地政府与相关企业围绕智能网联示范区展开合作

目前，地方政府与自动驾驶相关企业的合作主要集中在智能网联示范区层面，政府为企业提供自动驾驶路测场地。针对自动驾驶技术，政府与企业都希望其能早日实现商业化，二者目的殊途同归。

从政府角度来看，其参与到自动驾驶行业中具有必要性：限定场景的自动驾驶小车，如无人清扫车、无人小巴等，涉及政府公共事业，理应有政府参与其中；开放道路场景自动驾驶车，如RoboTaxi、无人驾驶卡车等，涉及人民生命安全，更是政府需要进行强管控的行业。在政府参与到自动驾驶行业中后，这项新兴技术也能为当地添加一层科技感，带来更多资本和商业机会。

从企业角度来看，出于技术迭代的需要，自动驾驶相关企业需要获得政府许可，以进行实际道路测试，在这过程中，企业必须与政府建立联系。另一层面而言，政府不但可以为企业提供路权，也可以为企业提供资金和基础设施建设支持。

因而，二者合作具有必然性。据统计，目前国内各省市已建有智能网联示范区50余个，覆盖所有一线城市及部分二线城市，涵盖城市道路、高速公路、隧道、封闭园区等多个场景。以中国七大行政区域划分，华南地区示范区数量最多，其次是中南和西南地区。

2.未来探索多种合作模式

随着各地政府陆续和企业达成合作，未来双方合作将更加深入。针对路测细则和示范区两大合作重点，未来三年将会发生以下几点变化：（1）自动驾驶路测细则方面，已建立智能网联示范区的城市将优先出台自动驾驶路测细则，2020年起呈“小爆发”态势；地理位置相邻的地方政府将针对自动驾驶道路测试进行互认合作。（2）智能网联示范区方面，二三四线城市成为智能网联示范区的建设主力；已拥有示范区的城市或将在市内建立更多示范区，由点扩大及面，同时进一步放开测试路段。

百度副总裁、智能驾驶事业群组总经理李震宇曾表示，政府在自动驾驶技术发展过程中的作用远超想象，他提出“三位一体”的合作模式——科技公司、整零车企、政府三者进行通力合作。

今后，这也将成为大多数RoboTaxi公司与政府之间的主力合作模式。随着技术的迭代发展，未来双方或许还将在更多层面进行合作。

趋势五：资本对自动驾驶技术呈观望态度，等待技术进一步落地

中国创投圈对自动驾驶技术的关注始于2014年。当时百度宣布研发自动驾驶，并试图实现该项技术的商业化落地。随后，诸多人才出走百度，各自成立自动驾驶初创公司，市场上的投资标的开始变多。此后短短六年间，资本对自动驾驶的看法经历了开始关注、疯狂追逐、逐渐冷淡三个阶段。未来三年，资本将站在新角度重新审视这项技术。

1.资本更关心商业化落地的可能性

从2018年下半年开始，中国自动驾驶圈已经开始感受到资本的阵阵寒意，企业融资难度加大。

从资本角度而言，这种现象背后最直接的原因就是资方募集规模的大幅下降。据清科研究《2018年中国VC/PE机构投后管理调查研究报告》《2019中国股权投资市场回顾与展望》数据，2017年后我国私募股权投资市场募集总额呈下降态势，2018年私募规模为10111亿元，较2017年下降29%。这直接导致当年私募股权投资市场的投资总额较上年下降14%，2019年的跌幅更是达到30%，连带效应明显。在这种情况下，资方风险意识加重，不再一味追逐自动驾驶风口，反而回归理性。其对自动驾驶的关注重点由最初的团队人才背景、商业前景，变为企业现阶段技术发展进程、商业模式落地的可行性。

一个不能忽视的事实是，自动驾驶企业此前对商业化的预期一向偏高，吸引大量资本进入，估值飙升。但三年时间过后，大多数企业并没有完成当时定下的计划，其技术仍在迭代中，不甚成熟。同时，过高的估值导致资本难以继续加持。

目前，国家仍在对资金实行强管控，因此资本的理性也将持续。未来三年，单纯“讲故事”已不足以吸引资本加入，资本将更加关注有商业落地苗头的自动驾驶相关企业，比如已在某些区域实现试运营、具有自我造血能力的限定场景自动驾驶全栈解决方案提供商，已为多家客户供货的激光雷达、毫米波雷达企业等。而在自动驾驶不断发展过程中，拥有新技术思路的企业也将引起资本注意。

2.资本正在观望自动驾驶技术发展进程

图4 中国资本对自动驾驶的态度变化

近两年，由于资本对企业关注点发生变化，高等级自动驾驶行业融资事件发生次数呈现下降态势。与此前对RoboTaxi的疯狂追逐不同，目前资本更钟爱限定场景的高等级自动驾驶解决方案提供商，关注点由企业讲故事和人才团队，转向“故事”和计划的完成度、团队人才和试运营状况。

2019年，该场景企业融资次数为13次，超过开放道路场景自动驾驶企业的融资次数。在这年，踏歌智行、慧拓、易控智驾等矿区场景自动驾驶企业，主线科技、畅行智能等港口场景自动驾驶企业均完成新一轮融资。2020年初，专注研发限定场景自动驾驶的驭势科技也宣布获得博世投资。目前，其无人物流车已在香港国际机场和五菱工厂内实现常态化运营。

就开放道路场景自动驾驶企业而言，资本呈现向头部企业聚集的现象。虽然该场景下自动驾驶短期内无法实现商业化落地，但仍有资本进行加码。即便在新冠疫情肆虐全球的2020年初，小马智行仍宣布获得来自丰田的融资。

自动驾驶圈并未进入所谓的“资本寒冬”，资本仍对自动驾驶抱有期待，对其认知也逐步加深。在国家暂未放开相关政策的情况下，资本规避风险的意识本能提升。

就限定场景自动驾驶相关企业而言，财务投资者仍会对其进行加码，但就开放道路场景自动驾驶企业而言，活跃其中的玩家更多为产业投资者。 但不论资方身份如何，未来三年，资本将围绕市场空间、业务快速扩展的可能性、商业模式三个角度考量自动驾驶相关企业。

趋势六：车路协同技术迅速发展，将成为高等级自动驾驶背后驱动力

1.部分基于车路协同的自动驾驶场景将率先实现应用

根据技术特性和应用成熟度两个维度，中国信息通信研究院将C-V2X支持实现的车联网应用大致分为四个象限。其中，技术特性指该应用从测试试验验证样品到可量产产品之间还存在的技术难度；应用成熟度指产业链、运用模式、管理制度和商业模式的成熟程度。据此划分，其中的L5级自动驾驶、车辆编队行驶、封闭环境自动驾驶、停车场自主泊车为C-V2X支持的高等级自动驾驶场景。

从应用成熟度来看，四者由高到低分别为：封闭环境自动驾驶＞车辆编队驾驶＞停车场自主泊车＞L5级自动驾驶。从技术特性来看，四者由易到难分别为：封闭环境自动驾驶=停车场自动泊车＜车辆编队行驶＜L5级自动驾驶。

综合来看，封闭环境自动驾驶将在四者中最先实现应用，其次是车辆编队驾驶和停车场自主泊车，最后为L5级自动驾驶，实现时间远远超过十年。在以上自动驾驶场景中，车路协同能够发挥其“上帝之眼”的作用，通过路侧传感器感知车辆信息并回传，与车辆进行信息往来。

对于园区、矿区等封闭环境自动驾驶而言，其区域固定且面积不大，路端设备相对好部署，自动驾驶汽车的行驶路线也可以进行提前规划，实现难度相对较低。目前已有多家企业初步实现试点应用。该场景可在三年内扩大应用范围，逐渐转向常态化。但对车辆编队驾驶、停车场自主泊车、L5级自动驾驶而言，由于大多为乘用车，且相关法规层面的缺失，未来三年内或会进行示范应用，但暂时不会投入运营。

图5 C-V2X应用成熟度象限

2.车路协同的主要工作仍将主要集中在基础建设方面

2016年起，我国各地开始建设智能网联示范区，并有意识地增加示范区路侧设备的部署，供自动驾驶汽车路测及探索车路协同技术。目前，国家层面正大力进行基础设施建设。2020年3月，工信部发布《关于推动5G加快发展的通知》，提出要促进“5G+车联网”协同发展，明确将车联网纳入国家新型信息基础设施建设工程，促进LTE-V2X规模部署。但基础设施的改造是一项长期的系统性工程，其不仅需要汽车、通信、科技等多类企业与政府不同部门之间合理配合，还需要投入大量资金。

根据中国智能网联汽车产业创新联盟等单位发布的《C-V2X产业化路径和时间表研究》白皮书，2020年仍被认为是C-V2X产业化的“导入期”，此后在经历4年的“发展期”后，才能进入“高速发展期”。从这个角度来看，未来三年，车路协同的主要工作仍将集中在基础建设层面，并将配合基础设施建设开展小范围应用试点。

路端之外，车端也需要配置相应设备，才能实现与路端协同应用。国家工业信息安全发展研究中心发布《AI智能下的汽车产业裂变——中国汽车企业与新一代信息技术融合发展报告(2019)》预测，我国2020年的智能网联汽车渗透率或将达到51.6%，未来三年间，该渗透率也将不断提升，为未来车路协同应用做准备。

技术支持端，5G和自动驾驶的成熟程度同样重要。车路协同方面，公路智能化改造吸引了大量目光，但这很大程度上属于基础建设层面的内容，技术若想实现产业化，需要上层应用的成熟相配合。尤其是5G的低时延和高可靠性，使其成为实现高等级自动驾驶的必要条件。未来，二者有效配合才能实现技术的最终应用。