【灼鼎咨询】2024年自动驾驶行业知识报告（智能驾驶、新能源汽车、NOA）

numberMinimumHighMinimumHigh商务合作请简要描述需求至合作邮箱collaboration@2关于行业知识报告——在“信息爆炸”的当下，知识接收与学习的需求愈加迫切，终身学习的重要性不言而喻。我们悉心构建，希望凭借自身专业能力及信息资源用心为您提供“包罗万象”的行业知识报告；我们精心打磨，力求每篇报告都能汇聚该行业更全面、更动态我们希望成为您快速了解新行业的重要帮手。关于知识共享与共创——“理愈辩而愈明”，行业知识报告并非尽善尽美。我们相信每个意见和建议都会为报告阅读者创造价值，倘若当前报告存在疏漏或是您其他可补充的关键信息，可随时联系我们，我们始终欢迎并接受您所提出的建设性意见。我们将按一定优先级进行筛选后，定期或并不定期进行报告优化及数据更新。我们相信知识共创的力量。 自动驾驶行业概览及技术背景•行业概览：自动驾驶基本概念&定义——从车辆自主控制到完全无人驾驶•行业概览：自动驾驶行业发展历程——多技术路线并行，自动驾驶行业进入“工业革命”新时代•技术原理&底层逻辑：自动驾驶技术架构——“感知、决策、控制”三位一体，共筑自动驾驶原理框架•技术原理&底层逻辑：自动驾驶过渡技术——NOA：从L2到完全自动驾驶的重要过渡技术•技术原理&底层逻辑：自动驾驶过渡技术——NOA：细分功能与场景详述•自动驾驶关键技术组件：传感器——雷达：实时感知驾驶环境信息•自动驾驶关键技术组件：传感器技术——激光雷达：推动自动驾驶技术发展和商业化进程的关键技术之一•自动驾驶关键技术组件：传感器——激光雷达系统组成详述•自动驾驶关键技术组件：传感器——激光雷达技术发展路线•自动驾驶关键技术组件：传感器——车载摄像头：实时采集驾驶过程高清图像信息•自动驾驶关键技术组件：传感器——车载摄像头：车载摄像头结构与部件详述•自动驾驶关键技术组件：传感器——车载摄像头：车载摄像头模组工作原理详述•自动驾驶关键技术组件：车载计算平台——硬件部分：高性能计算&处理硬件实时分析行驶数据•自动驾驶关键技术组件：车载计算平台——软件部分：保障车辆安全有效行驶，不断迭代助力实现完全自动驾驶•自动驾驶关键技术组件：通信技术（V2X）——V2X：实现自动驾驶和智能交通系统的关键技术之一APEX&CONSULTING22 自动驾驶行业概览及技术背景•自动驾驶关键技术组件：自动驾驶算法——自动驾驶算法迭代历程•自动驾驶关键技术组件：自动驾驶算法——感知算法：自动驾驶感知算法定义与技术原理•自动驾驶关键技术组件：自动驾驶算法——感知算法：感知算法技术正逐渐向上游融合发展•自动驾驶关键技术组件：自动驾驶算法——决策算法：自动驾驶决策算法定义与技术原理•自动驾驶关键技术组件：自动驾驶算法——控制算法：自动驾驶控制算法定义与技术原理•自动驾驶关键技术组件：域控制器——域控制器：集合控制复杂功能与子系统的关键控制单元•自动驾驶关键技术组件：域控制器——域控制器：自动驾驶域控制器构成与技术原理•自动驾驶关键技术组件：自动驾驶模型——传统模型：自动驾驶传统模型痛点•自动驾驶关键技术组件：自动驾驶模型——“端到端”模型：自动驾驶“端到端”模型优势与潜在挑战•自动驾驶关键技术组件：未来趋势——从“硬件”到“数据”，自动驾驶正进入数据驱动“新时代”•自动驾驶关键技术组件：未来趋势——数据“为王”，自动驾驶或将通过软件算法打磨形式“进化”自动驾驶行业市场分析自动驾驶行业市场分析•行业发展背景：政策环境——国家层面高度重视，自动驾驶已成为国家重点关注的战略新兴行业•行业发展背景：政策环境——地方政府积极响应，“多点开花”助力实现技术&市场“双轮驱动”APEX&CONSULTING22自动驾驶行业市场分析APEX&CONSULTING•行业发展背景：社会环境——环境保护与交通安全需求共同推进自动驾驶行业发展•行业发展背景：技术环境——多领域技术飞速发展，共同加速自动驾驶落地进程•行业发展背景：需求环境——核心消费群体“年轻化”趋势显著，需求与认知重塑进程加速•行业市场概览：中国&全球市场情况——自动驾驶渗透率逐渐增长，行业市场呈现飞速增长局面•行业市场概览：自动驾驶产业链图谱——商业模式创新，参与主体呈现多元化发展趋势•细分行业市场：上游感知层——激光雷达行业市场发展情况•细分行业市场：上游感知层——激光雷达上游产业链及车企搭载情况•细分行业市场：上游感知层——车载摄像头行业市场发展情况•细分行业市场：上游感知层——车载摄像头行业市场竞争格局•细分行业市场：上游感知层——高精地图行业市场发展情况•细分行业市场：上游决策层——芯片&半导体行业市场发展情况•细分行业市场：上游决策层——芯片&半导体算力需求增长趋势•细分行业市场：上游决策层——自动驾驶软件行业市场概况•细分行业市场：上游控制层——自动驾驶域控制器行业市场发展情况•细分行业市场：中游整车市场——自动驾驶中游整车行业市场发展情况2323自动驾驶行业市场分析自动驾驶行业市场分析•细分行业市场：中游整车市场啊——自动驾驶中游整车L2级别市场发展情况•行业市场概览：自动驾驶行业投融资情况——投融资区域集中性显著，企业仍处早期发展阶段•行业市场概览：自动驾驶行业投融资情况——资本市场关注领域转移，解决方案及落地属性备受关注自动驾驶行业主要公司发展情况自动驾驶行业主要公司发展情况•竞争格局：整体情况——中国自动驾驶汽车行业竞争格局概述•竞争格局：NOA使用情况——高速与城市NOA使用场景分析•竞争格局：自主品牌NOA布局——各大厂商积极布局城市NOA•竞争格局：中国自动驾驶汽车行业集中度——行业专利归属较为分散，市场集中度有待提高•区域分布——中国自动驾驶汽车行业代表性企业区域分布热力图•重点企业介绍：特斯拉——自动驾驶引领者，“一超”地位稳固•重点企业介绍：特斯拉——特斯拉自动驾驶技术（FSD）概述•重点企业介绍：华为——智能驾驶生态建立，多企业合作推动业务拓展•重点企业介绍：华为——华为自动驾驶技术（ADS）概述•重点企业介绍：小鹏——快速迭代保持领跑，销量下滑仍为目前压力APEX&CONSULTING33自动驾驶行业主要公司发展情况APEX&CONSULTING•重点企业介绍：小鹏——小鹏自动驾驶技术（Xpilot）概述•重点企业介绍：理想——紧抓重点市场保障销量，“后起之秀”实现“先发制人”•重点企业介绍：理想——理想自动驾驶技术（LiAD）概述4自动驾驶非乘用车应用场景•非乘用车应用场景：物流——自动驾驶物流场景应用情况概述•非乘用车应用场景：物流——自动驾驶干线物流应用情况•非乘用车应用场景：物流——自动驾驶末端物流应用情况•非乘用车应用场景：Robotaxi——技术&需求双轮驱动，Robotaxi商业化进程加速•非乘用车应用场景：Robotaxi——Robotaxi应用阶段详述•非乘用车应用场景：封闭场景——单一场景避免干扰，“降本增效”优势加速落地进展•非乘用车应用场景：封闭场景——自动驾驶矿山场景应用概况•非乘用车应用场景：封闭场景——自动驾驶港口场景应用概况55自动驾驶行业发展趋势与展望APEX&CONSULTING•发展趋势01：高水平演化——从辅助驾驶到全自动驾驶，多角度助推行业向高水平方向演化•发展趋势02：过渡方案——单车智能&车路协同，自动驾驶高水平过渡阶段的“新思路”•发展趋势02：过渡方案——单车智能：L3级别自动驾驶实现前的核心解决方案•发展趋势02：过渡方案——车路协同：L3/L4高级别自动驾驶实现的关键•在当前全球技术革新的浪潮中，自动驾驶技术正迅速成为汽车行业的焦点。中国的汽车制造商正在加大对智能化和自动驾驶技术的投资，力求在市场中占据领先地位。2024年初，比亚迪在这一领域的投资达到了1000亿元，研发团队规模达到4000人左右。华为智能汽车的研发团队规模更是达到7000人左右，而小鹏和理想汽车也在积极扩展其研发团队，以提升其自动驾驶能力。•自动驾驶技术的发展不仅体现在技术创新上，更体现在实际应用的广泛推广。根据数据显示，41.1%的用户每周至少使用高速NOA功能2-3次，而在城市NOA功能的使用上，41%的用户每周使用2-3次，这反映出用户对NOA功能的依赖性和需求正在不断增加。具体场景方面，高速NOA功能的主要使用场景包括每次途径高速（42.9%）和上下班通勤（37.5%），而城市NOA功能的主要使用场景则是上下班通勤（56%）和节假日出行（31%）。•智能汽车在市场上的表现也体现了自动驾驶技术的快速发展。2024年1月，在上市新车中的智能汽车渗透率高达79.00%，但在3月有所回落，降至55.98%。这种波动可能反映出市场需求的变化和技术应用的逐步成熟。•随着技术的不断进步和市场需求的增长，自动驾驶技术正从辅助驾驶逐步向全自动驾驶过渡。NOA作为L2+级辅助驾驶的典型功能，标志着从ADAS（高级驾驶辅助系统）到FSD（完全自动驾驶）的重要过渡。未来，随着政策支持和技术发展的同步推进，自动驾驶技术将更加成熟和普及，改变我们的驾驶方式，并重新定义交通和移动性。9资料来源：灼鼎咨询•自动驾驶技术（AutonomousDrivingTechnology）是指：使汽车能够在没有人类司机介入的情况下安全行驶的一系列技术，它涵盖了从车辆自主控制到完全无人驾驶的广泛技术。无车辆对方向盘和加减速中的一车辆对方向盘和加减速中的一•提高道路安全：通过传感器和算法能够持续监控周围环境，并作出快速、精确的反应，避免碰撞和其他危险情况，从而减少交通事故发生的概率。•增加交通效率：对车辆的行驶路径和速度进行优化，减少交通拥堵。车辆能够更有效地协同工作，提高整体交通流的效率。•减少能源消耗和排放：通过优化驾驶行为和减少不必要的加速和减速，自动驾驶车辆可以降低燃料消耗和排放。•提供移动性解决方案：自动驾驶车辆特别适合那些驾驶困难的人群，如老年人和残疾人，提供更多的独立性和移动性。•商业和物流应用：自动驾驶技术在物流和运输行业中的应用，如自动驾驶卡车和无人配送车辆，可以提高运输效率，降低成本。•改善生活质量：通过减少驾驶压力和时间，自动驾驶汽车为乘客提供了更多的时间进行工作、休息或娱乐活动。行业概览：自动驾驶行业发展历程•1925年，FrancisP.Houdina通过无线电遥控在纽约实现了早期的无人驾驶。•这一阶段主要是概念启蒙，通过电缆、金属传感器和磁场感应器初步探索无人驾驶。•各国军方主导，大学和车企建立基础技术路线，结合计算机算法与传感器硬件（摄像头为主）。••DARPA自动驾驶挑战赛推动技术发展。•谷歌通过ProjectChauffeur项目展示自动驾驶的商业化潜力，采用激光雷达和高精地图。••谷歌推动自动驾驶立法，Firefly的发布促使车企重视自动驾驶。•资本大量涌入，初创企业纷纷成立，逐步形成自动驾驶产业生态。••特斯拉通过大模型和Transformer架构，实现端到端的大模型自动驾驶，显著提升自动驾驶能力。•大模型的应用提高了自动驾驶的感知能力，降低了硬件成本。国内自动驾驶详细历程萌芽期：政策引导与技术初探（2010-2015年）•国家发布《新能源汽车产业发展规划》，其中提到智能网联汽车的发展方向。百度于2013年成立自动驾驶研究团队，开始探索自动驾驶技术。2015年，百度在北京完成了中国首例全自动驾驶汽车测试，标志着中国在自动驾驶领域的技术突破。快速发展期：创新突破与产业布局（2016-2020年）•2017年，《新一代人工智能发展规划》发布，明确提出发展智能网联汽车。2018年，各地政府相继出台自动驾驶测试管理政策，开启道路测试许可。百度推出Apollo开放平台，吸引大量企业和研究机构参与，推动技术快速进步。滴滴、蔚来、华为等企业纷纷布局自动驾驶，开展研发和测试工作。多个城市建立自动驾驶测试区，如北京、上海、广州等。百度、滴滴等公司在长沙、北京、上海等地启动自动驾驶出租车（Robotaxi）试点项目。成熟期：商业化探索与全面应用（2021年至今）•2021年，《智能网联汽车技术路线图2.0》发布，进一步明确了自动驾驶技术的发展目标和路线。各地政府加快智能交通基础设施建设，支持自动驾驶商业化应用。自动驾驶技术在感知、决策、控制等方面不断进步，具备在复杂道路环境下的运行能力。百度、小马智行等企业的自动驾驶出租车服务在多个城市实现常态化运营。自动驾驶在公共交通、物流运输等领域逐步落地应用。京东、菜鸟网络等企业试点自动驾驶配送车，提升物流配送效率。智能道路和车联网（V2X）技术逐步推广，为自动驾驶车辆提供更安全高效的运行环境。环境感知决策规划控制执行环境感知决策规划控制执行车辆轨迹预测转向控制车辆运动感知外部环境感知车内人员感知摄像头、毫米波雷达、激光雷达、超声波雷达……数据融合轨迹规划感知（车辆轨迹预测转向控制车辆运动感知外部环境感知车内人员感知摄像头、毫米波雷达、激光雷达、超声波雷达……数据融合轨迹规划轨迹跟踪行驶路线规划驱动控制•摄像头：用于捕捉图像和视频，通过计算机视觉算法处理，识别道路标志、信号、行人和其他车辆。轨迹跟踪行驶路线规划驱动控制危险行为预警制动控制•雷达：电磁波帮助测量距离和速度，对恶劣天气条件具有强大的抗干扰能力。危险行为预警制动控制安全控制异常处理•激光雷达：提供精确的3D环境映射，关键在于检测和分类周围的物体。安全控制异常处理•超声波传感器：在短距离内非常有效，通常用于停车和低速驾驶场景。感知系统还需要将这些不同的传感器数据融合在一起，提供一个全面的环境理解。外部环境场景外部环境场景控制（Control）系统：负责执行决策系统的命令•车辆动态：理解和控制车辆的物理行为。控制（Control）系统：负责执行决策系统的命令•车辆动态：理解和控制车辆的物理行为。•执行器控制：操作车辆的方向盘、加速器和刹车。•稳定性控制：保持车辆在各种驾驶条件下的稳定性和动态性能。•路径规划：计算从当前位置到目的地的最佳路径。•行为预测：预测其他道路使用者的行为。•决策制定：基于预测和当前环境做出安全和有效的驾驶决策。这些决策算法往往依赖于先进的人工智能和机器学习技术，包括深度学习和增强学习。•NOA（NavigationonAutoPilot）与自动驾驶的关系是紧密相关的，NOA是L2+级辅助驾驶的典型功能，标志着从ADAS（高级驾驶辅助系统）到FSD（完全自动驾驶）的过渡。这种系统能够实现在高速公路、城市快速路和普通城市道路上的点对点自动驾驶。目前，NOA主要包括高速NOA和城市NOA两种应用场景使用自动驾驶技术主要有两个等级•一是由Cruise、Waymo和百度等公司领导的Level4技术，这些技术用于机器人出租车，尽管技术上更为先进，但通常限制在特定的地理边界内。•另一个等级是NOA系统，如特斯拉的FSD或小鹏的XNGP，它们仅为Level2技术，意味着人类驾驶员仍需要监控大部分任务，但这项技术更加普及，现已在全球销售的汽车中可用。•NOA作为向完全自动驾驶过渡的重要技术，虽然目前处于辅助驾驶的阶段，但正在逐步实现更复杂的驾驶任务，推动自动驾驶技术的发展和普及。•中国的汽车制造商正通过内部开发Level2导航技术来保持市场竞争力，并将城市NOA服务作为其车辆的升级服务出售。而AI公司在努力达到Level4或5自动驾驶技术的同时，也需要中间收入来源。NOA服务可以快速带来现金，并且至关重要的是，能够获得更多数据来训练AI模型。12344•路线规划：系统自动规划从起点到终点的最佳路径。•高速公路导航：在高速公路上自动驾驶，包括入口、出口和转换高速公•高速路况与场景复杂度较低，因此造车新势力以及传统头部车企已基•自动车道变换：在驾驶员启动转向灯的情况下自动变换车道。•基于导航的车道建议：根据即将到来的路线改变（如出口或合流）自动建议或执行车道变换。•自适应巡航控制：自动调整车速以与前车保持安全距离。•自动调整速度限制：根据道路标志和地图数据自动调整行驶速度。•自动紧急刹车：检测到潜在碰撞时自动刹车。•车道保持辅助：帮助车辆保持在当前车道中央。•360度环境感知：使用摄像头、雷达和超声波传感器全方位感知周围环境。•盲点监测：监测并警告车辆盲点中的物体或车辆。•驾驶员监控：确保驾驶员在使用NOA时保持警觉并随时准备接管控制。•视觉和声音提示：通过车辆显示屏和声音提供导航指示和系统状态反馈。•领航开始后，在经匝道并即将进入主路时，根据高精地图及主路内车流•主路巡航时，前方需驶出主路在距匝道前方约2.5km时，提前自动择机向•城市路况复杂，对于智能驾驶的硬件及软件的要求更高，仍有巨大的发•城市通勤道路常见三大场景：多分叉口、多变车道、非•主车行驶车速时快时慢，常换车道城市通勤道路持有三大行为：车速慢/多换车自动驾驶关键技术组件：自动驾驶关键技术组件：自动驾驶模型战代”化”•搭载L1-L2级别的自动驾驶在过去几年迅速占据了市场。未来，L3及更高级别的自动驾驶将受到更多的关注与发展，并且将成为无人驾驶产业发展的分水岭。•2023年11月17日，工业和信息化部为了落实《关于加强智能网联汽车生产企业及产品准入管理的意见》，发布了关于开展智能网联汽车准入和上路通行试点工作的通知。其内容主要为，在智能网联汽车道路测试与示范应用工作基础上，遴选具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营管理要求。•《国家车联网产业标准体系建设指南(智能网联汽•发布时间：2023年7月•发布机构：工信部•内容：到2025年，系统形成支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系;2030年，全面形成能够支撑实现单车智能和网联赋能协同发展的智能网联汽车标准体系。•支持上海开展自动驾驶示范应用•发布时间：2023年12月•发布机构：国务院•内容：在安全前提下测试和示范高度自动驾驶车辆，并加速智能网联汽车的商业应用。此外，计划深化智能网联汽车高精度地图试点，建立数据共享机制，支持数据交易服务，以及创建数据流通与创新平台，制定相关标准和规则。•《交通运输部关于推进公路数字化转型加快智慧公路建设发展的意见》•发布时间：2023年9月•发布机构：发改委•内容：到2025年，国家发展中国标淮指汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产。•《关于加快智慧港口和智慧航道建设的意见》•发布时间：2023年12月•发布机构：交通运输部•内容：计划推动新一代自动化运输设备如自动导引车（AGV）和无人集卡的规模化应用，建立示范项目来展示智慧港口和航道的能力，并深化智能交通的先导试点，特别是在港口集装箱运输和集疏运自动驾驶方面。•《自动驾驶汽车运输安全服务指南（试行）》•发布时间：2023年12月•发布机构：交通运输部•内容：允许在符合安全前提下，自动驾驶汽车在指定区域进行城市公共交通、出租车、道路旅客和货物运输经营活动，并规定完全自动驾驶出租车在特定区域可采用远程安全员，比例不低于•《于开展智能网联汽车“车路云一体化”应用试点工作的通知》•发布时间：2024年01月•发布机构：工业和信息化部公安部自然资源部住房和城乡建设部交通运输部•内容：实现5G通信网络全覆盖，部署C-V2X基础设施，提高车载终端装配率，建立城市级服务管理平台，开展规模化示范应用，探索高精度地图的安全应用，完善标准及测试评价体系，建设跨域身份互认体系，提升道路交通安全保障能力，以及探索新模式新业态等多个方面。动”•国家层面的政策宏观上指引自动驾驶行业的发展方向和整体进度，而地方性政策是主机厂及自动驾驶Tier1自动驾驶技术落地的主要推动力。•将提供最高200万元补助支持智能网联汽车领域内的示范项目或特色应用场景，如智能出租(Robo-Taxi)、公共交通等。北京市智能网联汽车政策先行区采集数据安全管理细则（试行）•智能网联车辆在数据采集时必须确保个人信息安全：•车内数据采集需避免收集乘客信息或事先获得同意并报备，必要时进行匿名化处理；•车外数据采集若无法获取个人同意，应删除或模糊处理相关画面。•生物识别信息不应作为唯一认证手段且不得外传。浦东首批无人路测车牌发放•百度智行、AutoX，小马智行三家企业155车获得浦东新区首批发放的无人驾驶智能网联汽车道路测试牌照。本次获得牌照的企业可以在浦东新区行政区域内划定的路段、区域开展车內全无人的智能网联汽车道路测试。《临港新片区智能网联汽车创新引领区发展三年行动方案（2023-2025年）》•到2025年将临港新片区打造成为全国首个综合智能网联汽车功能的创新引领区。•智能网联车辆的运营里程达到超过1600万公里，建设超过200公里的智慧道路和400个智能路口，并实现汽车产业规模超过4000亿元，以年平均增长率超过30%的目标。重庆市智能网联汽车准入和上路通行试点管理办法（试行）•《办法》规定智能网联汽车生产企业必须具备检验能力、安全保障、安全监测能力及用户告知机制。安全保障应涵盖功能安全、网络与数据安全、软件升级管理以及风险和突发事件的处理。同时，企业需对实际道路测试和运行的车辆进行安全状态监测和报告，确保信息的真实性、安全性和完整性。行业发展背景：社会环境•减少排放：智能汽车，特别是与电动车技术结合的智能汽车，可以显著减少温室气体排放和其他污染物的排放，符合全球减排目标。•提高能源效率：智能汽车通过优化行驶路径、减少拥堵和空转时间，能够更有效地使用能源，减少燃料消耗。•促进可持续交通：智能汽车技术支持共享出行和公共交通系统的高效运作，减少单一乘客出行，从而减少交通拥堵和环境影响。•推动可再生能源的使用：智能汽车，尤其是电动智能汽车，配合可再生能源，如太阳能和风能，可以进一步减少对化石燃料的依赖。•监测和改善环境质量：智能汽车搭载的传感器和数据分析能力可以用于监测空气质量、噪音水平等环境指标，有助于城市环境的改善和管理。•智能汽车正颠覆着人类的出行方式，它们不仅满足了多样化的驾驶需求和提升了生活品质，生态层面社会层面还通过易用性使不同群体，包括老年人和残疾人，都能便捷出行。生态层面社会层面降低环境污染提高交通安全性•智能汽车通过减少人为错误显著提高安全性，同时通过数据分析和云服务有效缓解交通拥堵降低环境污染提高交通安全性和停车难题。•对环境的正面影响体现在能源的有效利用和减少环境污染上。提高交通效率节省能源成本提高交通效率节省能源成本•长期来看，智能汽车将与智慧交通系统深度融合，构建一个高效、节能、安全的城市交通网改善城市空间布局络，成为智慧城市体系中不可或缺的一环。改善城市空间布局90%人为失误其他原因行业发展背景：行业发展背景：需求环境速资料来源：汽车之家研究院公众号，灼鼎咨询分析整理行业市场概览：自动驾驶行业投融资情况行业市场概览：自动驾驶行业投融资情况行业主要公司技术发展情况1.传统车企的技术路线：企业类型公司简称核心技术/零部件布局自动驾驶级别传统主机厂自研自动驾驶操作系统L2企业类型公司简称核心技术/零部件布局自动驾驶级别传统主机厂自研自动驾驶操作系统L2长城自研计算平台、算法L4/L5吉利自研芯片、计算平台、操作系统、算法L4/L5造车新势力蔚来自研芯片、系统、算法和数据等L3小鹏智能驾驶辅助系统，高精地图等L3理想自研操作平台、算力平台、芯片L2+科技公司百度视觉传感器、高精地图、算法、自研芯片、无人驾驶平台等L4/L5华为激光雷达、高精地图、算法、自研芯片等L4/L5阿里巴巴自研操作平台、芯片、算力平台等L4/L5知行汽车科技初创公司专攻自动驾驶，整合芯片、操作系统和中间件，向上支撑应用软件开发，向下连接E/E架构和众多系统零部件L4/L5小马智行自研红绿灯识别摄像头、计算单元、域控制器等L4/L5文远知行高精度地图、算法、自研芯片、无人驾驶平台L4/L52.互联网科技公司的策略：•互联网科技公司如百度、华为选择“跨越式”发展路线，直接瞄准更高自动化级别的L4和L5。3.新兴造车势力的发展焦点：•新兴造车势力，如“蔚小理”等，聚焦于L3级别的阶跃式发展。4.L4和L5级别研发的挑战与策略：•L4级别的自动驾驶研发需要大量资金、高端技术人才及长期的研发聚焦，目前由互联网科技公司和初创公司领先。•传统整车厂往往通过投资或合作的方式来进行L4级别的技术布局，因为独立实现较为困难。5.技术差距与潜在机会：•尽管新兴造车势力主要聚焦于L3及以下的辅助驾驶技术，与L4之间存在较大技术差距，但这些公司可以利用积累的大量车辆数据来缩短技术学习曲线，未来有可能在自动驾驶领域实现超越。主机厂具备城市NOA车型城市NOA上线情况长安汽车目前覆盖6城，预计年底扩展到45座。北京汽车ARCFOXαS全新HI版目前覆盖6城，预计年底扩展到45座。NIOET/ES/EC2023年7月，城市NOP+在上海、北京上线。预计2023年Q4，累计开通城区领航路线里程6万公里，2024年Q1,累计开通20万公里，2024年Q2，累计开通40万公里。小鹏G6/G9/P7i目前共计开放5城的城市NGP功能，预计2023年底扩展到50座城市，2024年扩增到200个城市。理想L7/L8/L9Max版本2023年6月，推送不依赖高精地图的城市NOA；2023年9月,推送通勤NOA的内测版，首先10座城市；2023年12月,扩展到100城；2024年Q2，实现通勤NOA对全场景覆盖。长城汽车魏牌蓝山暂未上线；预计2024年Q1上线，2024年落地100城。腾势N7高阶版暂未上线；预计2024年Q1上线。吉利汽车极氪001暂未上线；2023年Q3上线高速NZP；城市NZP暂无规划。广汽集团昊铂GT暂未上线上汽集团智己L7/LS7暂未上线；2023年10月正式公测2024年，通勤模式实现100城开放2025年，实现全场景通勤。哪吒汽车哪吒S暂未上线；预计2024年H1向搭载NETAPilot4.0系统的车型推送城市NCP。塞力斯问界新M7/问界M5智驾版截止2023年10月，目前已实现15城NOA，预计4季度会扩展到45城市。竞争格局：中国自动驾驶汽车行业集中度•定义与特点:干线物流通常涉及重卡运输，主要在高速公路上进行，特点是大批量、长距离运输，且道路参与者相对较少，环境相对简单。•痛点:主要包括安全问题和成本问题，尤其是由于市场竞争激烈、超载、超速和疲劳驾驶等问题。•自动驾驶应用与优势:通过使用L3级别以上的自动驾驶系统，可以在高速公路上实现自动跟车、变道、避障等功能，从而提高安全性，减少人力需求和成本，提高效率。预计自动驾驶能使重卡运营成本降低约26%，事故率降低约80%。•市场与竞争:此领域的竞争者包括主机厂商、智驾技术公司和互联网公司，市场竞争十分激烈。•定义与特点:末端物流涉及到最后一公里的配送，通常发生在小区、园区等封闭或半封闭的区域内，具有高频率、分散性强和即时性的特点。•痛点:主要包括配送效率低和成本高。•自动驾驶应用与优势:在这个场景下，自动驾驶技术的落地难度较低，行驶速度低，环境复杂度低，使得无人配送车辆可以更早实现规模化商业应用。无人配送车通过高精度传感器实时感知周围环境，能够自动规划最优配送路线，减少人力依赖，提高配送效率。•发展与应用:我国在无人配送车领域已实现核心零部件的自研自产，大大降低成本，为规模化应用提供了基础。资料来源：灼鼎咨询分析整理传感器和硬件的进化：•初期：ADAS系统依赖基本传感器，如雷达和简单摄像头，主要用于距离监测和碰撞预警。•后期：自动驾驶车辆需要更复杂的传感器阵列，包括高分辨率摄像头、激光雷达（LIDAR）、高精度GPS和惯性测量单元（IMU）等。软件和算法的发展：•初期：ADAS功能通常限于特定场景，如自适应巡航控制和车道保持。•后期：自动驾驶需要复杂的算法来实现实时环境感知、决策制定和路径规划。 短期内单车智能的重要性:•接下来2年内，L2+产品的量产竞赛将突出，单车智能仍然扮演着关键角色。•单车智能不是与车路协同相对立，而是相互补充，即使在车路协同场景下，车端将执行大量计算和决策。•车端为核心的L2+技术仍是产业发展的重点。端到端自动驾驶的发展:•大模型的应用将推动模型端成熟，提高环境感知能力。•端到端自动驾驶整合多个小模型成一个大模型，直接从原始数据生成驾驶指令，提高系统性能。2025年后车路协同的发展:•2025年后，中国有望进入L3+阶段，车路协同技术将成为发展的关键。•车路协同将是成本低、安全可靠的主要技术路径。•构建以车路协同为基础的“通信+数据+计算”新体系，发展大感知和大规控技术。政府层面（G端）的应用:•车路协同作为系统工程与政府投资、基础设施建设和管理规则紧密相关。•将在智慧城市建设中扮演重要角色，汽车成为智慧城市的重要节点。企业层面（B端）的发展:•车路协同成为中国智能化产业发展的关键点，尤其在美国对AI芯片出口管制的背景下。•车路协同可降低对高端芯片的依赖，为智能化产业链提供重要机遇。消费者层面（C端）的市场潜力:•自动驾驶商业化市场规模达万亿级别。•将催生TaaS/MaaS、共享服务等新商业模式，整合交通方式提供集成、无缝的移动解决方案。•车路协同技术不仅是自动驾驶技术的重要发展方向，也是未来汽车产业和智慧城市发展的核心。同时，它为智能化产业提供了新的增长点和创新机遇，将对社会经济发展产生深远影响。名词解释1.1.支架：用于固定摄像头的结构，确保摄像头稳定安装。2.保护膜：覆盖在镜头外部的膜，用于防止灰尘和污垢影响镜头。3.前壳：摄像头的外壳，提供物理保护和固定作用。4.镜头模块：包含多个镜片和滤光片，负责聚焦和过滤光线。5.镜片：用于聚焦光线的光学元件。6.滤光片：用于过滤特定波长光线的光学元件。7.CIS（CMOS图像传感器）：将光信号转换为电信号的核心组件。8.ISP芯片（图像信号处理器）：处理原始图像信号，进行各种图像优化处理。9.信号传输：将处理后的图像信号传递到车载系统的通道。10.镜头：光学组件，用于聚焦光线形成图像。11.感光传感器（CCD或CMOS）：将光信号转换为电信号的传感器。CCD（电荷耦合器件）和CMOS（互补金属氧化物半导体）是两种常见的图像传感器类型。12.模数转换器（ADC）：将模拟信号转换为数字信号的电子元件。13.图像处理器（ISP）：对数字图像信号进行处理的芯片，负责降噪、