2020-2023中国高等级自动驾驶产业发展趋势研究
获取报告请登录未来智库www.vzkoo.com。
1.自动驾驶发展综述
自1886年卡尔本茨制造了世界上首辆三轮汽车后不久，人类便开始研究自动驾驶技术。
进入21世纪，随着智能 科技浪潮发展，自动驾 驶 3 C N s m %技术也逐{ # ( f渐成熟，如 今该领域已成为各国必 争的“战略高地”。尤 其就高等级自动驾g , i驶技 术而言，其广阔的市场 空间吸引了众多玩家布 局。
1.1 概念界定
自动驾驶发展过程中，中国出现了诸多专注于研发L3级以上自动驾驶的公司O l y， 其在业界地位H I D ( h d也越来越重要。本报告围绕% . [ = - i p : y“高等级自动驾驶” 展开，并聚焦于 该技术2020-2023年在中国市场的变化趋势进行研究。
1.1.1 什么是自动驾驶
自动驾驶汽车是指：搭载先进车载传感器、控制器、执行器等装置，并融合现 代& # % P @通信与网络技术，具备复杂环境感知、智t t J w x y能决策、协同控制等功能，实现车与 X（人、车、路、云端等）智能信息交换、共享，并终可实现替代人来操作的 新一代汽车。自动驾驶汽车又被称为智能网联汽车。
简单而言，自动驾驶系统是相当于人类驾驶员的存在。类比人类执行驾驶动作的 全过程，自动驾驶汽车也需要“看清”周围路况，将信息传导至“大脑”思考接 下来合理的路线，终做出决定“控制”车辆行驶路径。因此，业界普遍认为， “感知-决策-执行”. w A k : l X是自动驾驶汽车为重要的三大系统，分别对应人类8 & n , % K `的“眼 睛-大? 9 q g e 8 B J S ;驶任务支援，全程无需驾驶员介 入，此时的自动驾驶汽车又可以称之为无人驾驶汽车。
2020年3月，中国工信部w G 0 O a M官网公示《汽车驾驶自动化分级》推荐性国家标准报 批稿，拟于2021年1O E u月1日开始实施，成为“中国版自动驾驶分级标准”。
《汽车驾驶自动化分级》在制定过程中，参W j 考了SAE J3016的0-5级的分级框架， 二者对每个具体的驾驶自动化功能分级结果基本一致。
二者不同点：
l S2 ; o 0 n Q o gAE J3016将AEB等安全辅助功能和非驾驶h ) Z d ? d a &自动化功能都放在0级，归为“无 驾驶自动化”， 《汽车驾驶自动化分级》则将其称之为“应急辅助”，与非 驾驶自动化功能分开。
l 中国版标准在“3级驾驶自动化“中明确增加了对驾驶员接管能力监测和风险 减缓策略的要求，减少实际应用安全风险。
参考中外两版分级标准：SAE发布M A b n ` ` )的自动驾驶分级标准中，L3级以上（包括L3级） 的功能才能称之为“自动驾驶功能”；中国《汽车驾驶自动化分级》中，以L3为 界限，动态驾驶任务的接管者的主体发生改变。
因此，本报告将高等级自动驾驶定义为“L3级及以上自动驾驶”，主要围绕中国 在该领域2020-2023M f t F $ U 3 g年发展趋势进行研究。
1.2 中国高等级自动驾驶发展近况
1.2.1 中国高等级自动驾驶市场表现
通过对中国高等级自动驾驶行业的观察和分析，亿欧汽车认为，除技术解决方 案提供商u 4 p S u E外，如今的车企、政府、资本同样在产业链中扮演重要角色。此外， 车路协同技术的发展也为高等级自动驾驶的发展提供了更多机会。
自动驾驶非全栈解决方案提供商、自动驾驶全栈解决方案提供商、 传统车企是中国高等级自动驾驶中的三大关键角色。其中：
理论上讲，他们与车企结合后，能够共同打造一辆完整的自动驾驶车I F U % F 8 a l。当然，车 企与H ~ ; c { K 1以上二者合作外，也在自研高等c Y & ! U ,级自动驾驶技术，希望在汽车产业变革中实 现“弯道超车”。
此外，政府和资本也深度参与其中。一定程度上，二者对自动驾驶发展起到了助 推作用。
车路协同的发展则从基础设施方面为高等级自动驾驶技术的实现提供了另一种可 能——通过车路之间的U w B ] o x l相互通信，降低单车智能的实现难度和成本。
1.2.2 中国高z ) { 0 O 1 v等级自动驾驶行业发展的六大趋势
通过对自动驾驶全栈解决方案提供商、自动驾驶非全栈解决方案提供商、车企、 政府、资本、车路g [ 9 o ) z协同等多方力量进行研究，亿欧汽车认为，未来_ a 0 K * 7 }三年，中国 高等级自动驾驶行业将向以下六个方向发展：
2.2020-2023中国⾼等级⾃ 动驾驶产业发展六⼤趋势
2014年，百度开始研发 自动驾驶，并将这项新 技术从实验室带到了产 业化大门前。此后，中 国自动驾驶公司层出不 穷，吸引大量资本关注 的同时，政府也给予扶 持。
2018年下半年，由于技 术发展不及预期，资本 逐渐冷静下来，中国高 等7 E n级自动驾驶迎来“拐 点”。
本章通过梳理中国高等 级自w l W I 5 F i J动驾驶行业现状， 重点介绍了未来3年该行 业发展的六大趋势。
2.1 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
自动驾驶全栈解决方案提供商各自以“场景”为战
如今，高等级自动驾驶G O C | i 0 5 S D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) { ! m展期。
在中国，百度的加入将此前一直生长于高校中的自动驾驶技术带到产业化大门前， 越来越多中国企业开始追随百度脚步，加入自动驾驶战局，共同探索落地应用( L B v , :路 径。
在这过程中，应用场景a D 9 v [ B (左右率先实现商业化。
2.1.1 限定场景下，高等级自动驾驶技术率先实现商业化
所Y A k ` P m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 ]场也属于限定场景，但该区域内车辆类型以乘用车为主，与个人生命安 全联系更为紧密，且国内法规] 1 T , 9暂未给予自动驾驶汽车在停车场内行驶的路权。
因而，还没有中国企业在该领域实现试点运营，但目前百度、Momenta、长城、 吉利等科技企业与自主车企都在研发该场景自动驾驶解决方案m ) ] | ^。
总体来说，限定场景自动驾驶正处b D t j V * J Z s M !装多种7 t 1 T H e ]高性能传感器， 其整体成本因此上升，量产难度大。
城市道路与高速公路是两, k 7 w a P ~ #个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c - C ? - V2020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/ * R -对高等级自动驾驶技术提出的诸多挑 战超/ $ g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，p 3 p = I d H 9 J企业不得不推迟商业化时间。
亿欧汽车认为，D S t W b y A - C开放道G : o 9 |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{ M 2 z i ) l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“q z % v * . L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。
就资本层面而言，由于@ ~ o } f技术发展不及预期，2018年下半年之后，资本对高等级 自动驾驶的热情普遍降低，在这类开放道路自动驾驶企业身上体现得尤为明显。
就企业自身而言，商业化时间过长，导致其此前几乎都是凭借大额融资维持运营， 但目前单纯靠{ ~ X , W逐渐冷静~ Q J下来的资本“输血”变得越来越困难I ] P , R。未来三年 被国际Tier 1供应商垄断，他们 拥有体系化的底盘控制系统，及h ~ ~ 5 V R n与主机厂的深6 K 8 T 0 0度绑定关系，因而很难有初创企 业能够位列其中。
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/ N 3 )全栈解决方案提供商主要集中于此。
2.2.1 感知领域发展机会仍存
自动驾驶产业链中，感知处于第一层级。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i 3 v l h R #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。
自动驾驶感知层分为环境感知与车辆运动感知。
前者帮助自动驾驶车实现环境建模，包括摄像头、激光雷达、毫米波雷达、超声 波雷达等传感器；后者为自动驾驶车提供速度、位置、姿态等信息，包括MEMS、 GNSS、IMU等传感器。
在环境感知领域，凭借较多技术路线与庞大的市场规模，激光9 g m K I ] P p雷达和毫米波雷达 在过去几年间一直是国内创业公司相对集中的两个领域。甚至吸引了大疆、华为 等巨头的加入。O p e a T发展至今，禾k O L l H $ p C *赛科技、速腾聚创等公司已推出性价比较高的产品， 并产生稳定营收。
即便玩家众多，但环境感知领域广阔的市场前景仍将吸引更多新企业加入。
据法国行业研究公司Yole测算，未来数Z V )年，传感器收入规模将进入高速发展期。 其中，激光雷达、IMU、摄像头排名前三。
与此同时，市场仍在变化中。亿欧汽车认为，有三点变化可能会为相关企业提供 更多发展机会：
由于感知, 3 ; ;层的摄像头、激光雷达、毫米波雷达、超声波雷达等各类传感 R V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( E p t n I传感器融合成为必然 趋势，也N Y Q |就是将各类传0 e | r 9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? 1 m . + =打下基础。各类传感器Y M U能否有效融合，融合后数 据是否准确，都为自动驾: r w Q 2 &驶感知提出^ F k Z z I F o新挑战。
亿欧汽车认为，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i s ( F t . m G n动驾h S q ( D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? x层也愈C _ R L z发受到关注。业界正在思考：车辆如何B = R 2 5 A 9 Z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E b g @ s ; j U和执行层仍有诸多难题等待企业解决。
但从3 5 Y . e ! i新机会角度来看，执行层多被国际Tier 1所把控A . w 9 z P，初创企业M / n 1 * c I Q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u ^ ( A D % W r大量数据做行为预测与规划，不断训练自~ $ T u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。
2.3 趋势三：车6 m }企更注重方案v B X . J量产可能性， 未^ 5 ( ] 0 ,来致力于实现部分LD w J K 8 q3级自动驾驶技术量产
车企逐渐重视自动驾驶技术
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。
l 不感兴趣：2014年-2015年，百度成立自动驾驶事业部1 g j _ a /，开始研Z H 3 O & k发自动驾驶 技术。由于企业基因不同，拥有百年发展历史的车企对科技公司的业务并不 感兴趣，此时发布的战略多与智能网g r P联有关。
l 重新审视：2016年-2017年，上汽在其前瞻技术论坛上，提出“电动化、智 能化、网联化、共享化”的新四化布局，这遂即成为各家车企追求的目标。 与此同时，小马智行、主线科技、禾多科技等一众自动驾驶公司诞生，车企 开始重新审视并对? 9 e这项代表未来的新技术进行跟进。
l 制定战略：在奥迪2017年发布全球第一款量产的L3级自动驾驶汽} l g - p #车新款A8后， 北汽、上汽、长安等国内主流车企陆续公布7 i - Q n更加聚焦于自动驾驶领域的战略 规划。
避免沦为自动驾驶企业“代工厂”
百年以来，车企凭集成和制造经验，始终在汽车产业链中占据主导地位。但来势 汹汹的自动驾驶浪潮似乎正在改变这一格局：
零部$ G !件企业以图y b z H 2 j L # 0像识别、高精地图等技术为切入点，试图占领“高地”；
互联网巨头嗅觉敏锐，早早踏上自动驾驶的研发之路；
自动驾驶初创企业虽然体量尚小% : 4 , u Z ] c，但经过四年左右的成长，大多已在技术方面取 得较大进步，实力不容小觑。
来自四5 ; l面八方的威胁使车企惊m % n H _ %觉，如果不及时顺应浪潮做出改变，就有沦为自 动驾驶企业“代工厂”的危险。
车企自动驾驶布局正由“激进”走向“务实p G | m m”
能否在变革中生存下去，是每一家车企都要面临的问题，传统车企必须“求变”。
l 一方面与科技企业携手探索自动驾驶技术
l 另一方面在集团内部组建研发团队，制定自动驾驶战略规划
但极度焦虑与对技术发展的乐观预估，使车企初自动驾} s Z G驶战略规o N c i划都较为激进。
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I g n { | e U Y调整战略规划，变得 更加务实。具体表现有两种：
l 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 V b + z b值，并增强自身产品科技感属性。
l 更偏向于自动驾驶渐进式路线。不再一味追求L4/L5` J L A !级自动驾O ~ 7 1 ? ` n J :驶的实现，未| 4 X @ . , ( h来 几年将重点研发部分 c P 9 v c & UL3级自动驾驶 A f O Y : o _ ~的人和80%的出行场景，是乘用车用户存在的t 9 C D q 2两大痛点。
根据此前规划，2020年3月，广汽宣布Aion LX将搭载首个可交付应用的中国 版高精地图，实现L3级自动驾驶功能，2020年7月初正式交付。同月，长安也 宣布搭载L3级自动驾驶系统的车, / 3 s ^ V m型“UNI-T”正式量产。
但根据长安展示的自动驾驶功能，UNI-T能够实现TJP交通拥堵引导功能，暂不 能实现HWP功能，因而不能称之为严格意义上的L3级自动驾驶。
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f 2 i系统E O w c i）发展战略。
其中，广汽与博世合作研发，吉利、长城等车企自建团队研发。未来，企业希 望以此增加营收。
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R r {时间比TJP和HWP更晚一些。未来三年，车企将跟进研发。
目前，戴姆勒、博世等国外企业推出的AVP解决方案大B K D | l &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。
2.4 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
自动驾驶发展道路上，政府地位至关重要
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。
毕马威在2018年1月发布的《自动驾驶汽车成熟度指数报告》（Autonomous Vehicles ReaL a T N jdsiness Index）中指出，衡量自动驾驶汽车成熟度有四项标准： 政策和立法、技术和创新、基础N S e v }设施建设、消费者接受0 # d e度。
其中，政策和立法、基础设施建设这两项标准的主导者都是政府，足以看出政府 在自动驾驶发展道路上占据至关重要的u C e 2 + r f地位。
具体而言，通过相关$ Q x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T v B u z ( ] P R的发展道路上起到指引方向和给予路权两大关键作用。
中央政府：0 7 6 1 9将自动驾驶列入国家顶层发展规划
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Z ! L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+ ) K { l _实n u u 5 e 7 Z :探索更多合作模式。
在此过程中，商业模式为RoboTaxi的相关企业更加需要政府“帮助”。此类企 业大多即将发展至载人试运营阶段，开始涉及人身安全，且对路权有更大需求， 因此这类企业与地方政府捆绑更为紧密。x T K r v X j y
目前，比较主流的合作模式是相关企业与地方政府共同成立合资公司，合力运营* 6 : W 自动驾驶出租车。在某些地方，合资公司中也有当地车企和出行公司的身影。
未来，自动驾S q I驶相关企业、地方政府、车企、出行公司之间的联系将更为紧密f v Z ; u 5 J E， 合资公司的运营模式或将在更多地方p a l ) { .复制。
2.4.1 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m 1 = J r z b e ?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。
2016年6月， “国家智能网联汽车（上海）试点示范区”封闭测试区在上海安亭 投入运营，这是我国工信部批准的首个智能) @ y / N j网联汽车示范区。
上海建成智能网联示范区四年v _ S S G z间，各地智能网联示范区数量逐年攀升，并呈现加 速增长状态。从示范区类型来: @ J ( r看，近一年里，G R I 5 b 6地市级智能网联示范区数量增速 快。
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a r : %来看，其参与到自动驾驶行# Q ^ X u Z业中具有必要性：限定场景? Y O 8 H ] 8 1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：RobE { K K a A GoTaxB W ~ ! V - 8i、无人驾驶卡车等，涉及人民生命安 全，更是政府n ) N * G ? - 9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了一层科技感，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w E k m 1 ? / n n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D K ? % u V M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L 6 8。
据亿欧汽车统计，B u w k T目前国内F ~ Q i A s e p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} d o V C 3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` * j `示范区数量多，其次是中南和西南 地区。
政府颁发路测牌照方面，截至2019年底& 4 T +，国内共有近40家企t : k 3 C业获得地} a T h 4 e S %方政府 颁发的自动驾驶路测牌照，科技企业与传统车企数量基本一致。
百度于2018年便开始与长沙政府合作。基于Apollo开放平台，二者将携手共建 “自动驾驶与车路协同# - W 2 ? u o创新示范城市”，将长沙打造为“自动驾驶U u { 1 w f , g之城”。
此后，二者合作逐渐加深。通过与百度的合作，长| Z Y P P 3 , g ^沙也获得“国内首个自动驾驶 之城”的称号；而依靠长沙政v } f % c府，百度于2019年6月一次性获得45张“载人测试” 自动驾驶牌照，正式开启大规模RoboTaxi测: ( h i D % + 6试。
2020年初，百度更是中标重庆永川区“西部自动驾驶开放测试基地”建设项目， 将在此地建设车路协同测试示范区，z v ? i G C K ( K并提供一整套支持L4级自动驾驶q ~ . Z K * n的车路协同 系统整体解决方案。
2.4.2 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，亿欧汽车认为，其未来三年将会发生以下 几点变化：
2019年起，地方政府除了在政策和示范区两方面给予企业帮助外，也在与后者 共同探索更多深入合作模式，比如双方成立合资公司共同运营RoboTaxi。
相较于其他自动驾驶场景，RoboTaxi的商业前景广、落地时间长、资金消耗大、 技术迭代慢，因而更需要政府的支! ? x + V . y %持。
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` b h l ] 2 U n作用远超想象，他提出“三位一体”的合作模式——科技公司、z % 0 w ~ & X +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。随技术的 迭代发展，未来双方或许还将在更多层面进行合作。
2.5 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
中国资本对自动驾驶关注度下降
中国创投圈对自动驾驶技术的关注始于2018 $ l V4年。
彼时百度宣布研发自动驾驶，并6 ? z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。
巨头的入局，一定程度上是在“革车企的命”，与后者存在博弈关系，而有一定 机会胜出的初创公司也吸引了资方g + ! u L a f G {目光。
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H % T V w淡 三个阶段。未s 3 B 2 y N B n *来三年，资本将站在新角度重新审视这项技术。
据亿欧汽车统计，近几年完成融资的自动驾驶相关企业数量由2014年的9家微 增至2015年的10家，随后又迅速攀升至2017年的33家。在2018年再次微微增 幅g P % r d 1 Q后，2019年数量开始下降。
从企业N t T (获投次数来看，这种现象则更为明显。与2014年的9次相比，2015年资 本对相关企业的投资次数微微增幅至11次，随后} j r 4 K # o S #增速开始变快，2016年增长 至24次、2017年则8 ) ?达到46次，连续两年翻倍。2018年后，资本脚步放慢，逐 渐下降至2019年的32次Q L | ) F j a 。
资本更关心商业化落地的可能性与进程
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。发展至2019e X , l q 8 ~年，业界更有“自动驾驶进入资本寒冬”的说法传出。
从资本角度而言，这种现象背I P : X i I X d后直接的原因就是资方募集规/ u X R o模的大幅下降。
据清科研究《2018年中国VC/PE机构透后管理调查研究L } 0 j x z e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d K ~ t G . $ |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& l D J d a c K自动驾驶风口，反而回归理性。 其对自动驾驶的关注l ] D重点由初j j c N x ) C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。( [ & $ x i 3 P
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 Z w w 6 G ~ %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。
2.5.1 资本对Z b n开放道路场景自动驾驶相关企业A } B p给予关注
从高等级自动驾驶中的限定道路和开放道路两个场景来看，发展初期，后者显然 更受资本关注，其往往在成立初? ` ! ; p A ^期（几个月内）就完成第一轮融资，此后吸金不 断，短短几年就成长为“独角兽”
但随技术发展及商业化落地应用进展，资本对这类企业的关注度降低，转而将更 多目光投放在 K / X 0 W限定道路场景的自动驾驶全栈解决方案提供R k x商身上。
据亿欧汽车统计，从2015年起，开放道路场景自动驾驶全栈解决方案提供商的 融资) B Z & H次数逐渐升高; ` 6 }，2017年达到峰顶，是当年限定道路场景自动驾驶解决方案 提供商的两倍。随后两年，融资事件逐渐变少。此时，限定道路场景自动驾驶提 供商则开始得到资本青睐。
这符合新兴技术发展规律——从新概念出现到市场投机，再到泡沫破裂，后 回归理性。据咨询机构Gartner 2019技术成熟度曲线，L4级自动驾驶正处于 “幻灭期”，L5级自动驾驶则处于“期望膨胀期”。
2^ 8 2 $ 1 0 A _.5.2 资本正在观望自动驾驶技术发展进程
近两年，由于资u 2 t本对企业关注q * R + O a =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a D 7。
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z b X企业讲故事和人才团队，转向“故事”和计划X a v F L M w j X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? $ A ; 2 } ( % }景自动驾驶企业，主线科技、 n # 4 V y 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] ! U 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G } t o R c L b l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。
亿欧汽车认为，自动驾驶圈并未进入所谓的“资本V O V s 9 t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z A H % / x本能提升。
另一角度而言，即便业界此前对技术期望值过高，但多数企业业务正在稳步发 展，如专注物流场景的驭势科技、专注矿区场景的踏歌智行、慧拓等企业均已 进入商业化前夜。
随着企业试运营的逐步开展，其技术将在试运营过程中逐步迭代走向成熟，与 此同时，当自动驾驶车的应用数量增加后，其成本也将迎来下降空间，引发资 本兴趣。
就限定场景自动驾驶相关企业而言，财务* , # ! V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D + = 7 ! M x I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/ & x动驾驶相关企业。
2.6 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
什么是车路协同
车路协同指借助新一代无线通信和互V ` q u s p联网技术，实现车与e A 9 - m . q“X”的全方位网络连 接，即车与车（V2V）、车与路（V2I）、车与人（V2P）、车与平台（V2N） 之间的信息交互，并在全时空动态交通信息采集与融合的基础上，开展车辆主动 安全控制和道路协同管理，充分实现人车路的有效协同。
目前国际上有W % 2 : . B两种主流技术路线：
l DSRC：专用短距离通信技J m U Q x术，相关技术标准由美国IEEE主导，在美国、欧 洲、日本等地均有应用示范。
l C-V2{ ] (X：蜂窝通信技术，相关标准由3GPP制定（华为、大唐参与），包括 基于LTE-V2X/LTE-eV2X技术及基于5GNR平滑演进形成的NR-V2X技术， 为我国主要采用的通信技术Y * n。
基A K ; L于我国采用的H ] D 7 , H #C-V2X技术路线，国内已基本完成LTE-V2X标准体系建设和核心 标准规范，政府和企业两方也正在推动n k h j ALTE-V2, , %X的产业化进程。
该技术可以将“人-车-路-云”等交通要素有x ! d机Q W 8 v联系在一起，保证交通安全，提 高通行效率。
从演进阶段来看，车路协同共分为协同& c ~感知、协同决策和协同控制三个阶段，目 前我国仍处于协同感知阶段。
在5G0 w 4 , = 9 7 *技术不断发展的情况下， LTE-V2X正在向5G-V2X方向转变。根据国际电 信联盟组织 i J w U ( |（ITU），5G能实现1ms的E2E时延、10Gbps的吞吐量和每1 7 a 5 W D f U平方公= Q a $ y ( ; 8 r 里100万连接数。
这种低时延、高可靠性和高速率的特性对车路协同的发展有极大促进作S * S S + m用，能 够进一步提高车路的信息/ ( X + / i A $交互效率，保证高等级自动驾驶车辆安全。
2j S D 1 K019年，由3G c j w * #Pe o R * S V `P制定的5| $ ^G R1m I v ; z D P ，V2X在高等级自动驾驶中具备配备六项要素：车侧单元 （OBU）、路测智能基础设施、路测4 0 { B单元（RSU）、路测边缘计算单元、路测信k ) ( n 息提示单元和云控管理服务平台。
相~ W 4较于单车智能，V2X增加路端和云端部署，能够有效降低单车智能技术难度：
l 路端：通过路端设备感知周围交通静态动态信息，结合车路数据，进行精 准分析，再实n W : f ` . l `时传输回车端，形成路侧决策。由于在路侧装有感知设备， 车端硬件成本得以降低E M M $ =，同时相当于C @ M ` ] - N - z n 9互通业务流，对自动驾驶车实行路径优化。
根U U = n V t i F据百度预测，车路系统能使自动驾驶研发成本降低30% ，接管数下降62%7 Z E S - A 7， 预计能让自动驾驶提前2-3年在中国落地。
政府与企业共同参与，加速车路协同发展
以往，单车智能的打造与智慧道路的建设均是由相关单位从单个环节入手，独自 进行研发，呈“割裂”态势，车路协同能有效将二者结合在一起，不仅有助于高 等! @ D L 8 7 =级自动驾驶的实现，也符合我国交通强国的大方向。
因g C 5 l 3 s v而，车路协同备受关注，政府与企业都参与其中。
在政府和企业的联合推动下，车路协同在近几年得到快速发展。2018年11月 中国汽车工程学会年会暨展览会（SAECCE）期间，华为、大唐、高通、金溢科 技、 星云互联、东软睿驰、上汽l l r T } b x、长安、北汽、吉利等多家企业联合展示了世 界首例“跨通信模组、跨终端、跨整车”的互联互通，成为推动我国C-V2X大规 模应用部署和产业生态体系构建的重要一步。
l 从路侧建设进度来看，各地政府大多都已建立智能网联示范区，并着手改造 示范区道路，部署车路协同路侧设备。由于投资大、进程慢，未来三年，路 侧建设还将持续B Z | }。
l 从应用类型来看，目前车路协同技L V H I术有智慧路口、智慧矿山、自动代客泊车、 高速公路车辆编队行驶四个典` X $ 9 V x i 2型应用场景。在各路玩家的努力下，车路协同 将率先在以上场景中实现应用。综合考虑技术和法律因素，亿欧汽车认为， 未来三年，智慧路o W c C 1 f -口和智慧矿山W e ^ 7 a x | ^ s将成为与车路协同技术的落地场景。
l 从配套技术来看，由于高等级自动驾驶技术离成熟期较远，未来三年，车路 协同与自动驾驶的结合应用，还将在智能网联示范区或特性路段小范围进o % E & P ?行。 作为更多依靠基础设施建设的技术，车路协同的大爆发还需等待自动驾驶技 术的进一步成熟。
2.6.1 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0 p F w w F N q q，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T , G B到 可量产产品之间还存在较大技术难度；应用成熟度指产业链、运用模式、管理制 度和@ c k u t `商业模式的成熟程度。
据此划分，] K } A a 3 `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。
在以上自动驾驶场景中，车路协同能够发挥其“上帝之眼”的d I -作用，通过路侧 传感器感知车辆信息，并回传与车辆进3 W g e } j : +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` ; k a 0业初步实现试点应用。
亿欧汽车认为，该场景可在3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( n ]而言，由于大多为乘用车， 且相关法规层面的缺失，未来3年内或会进行示范应用，但X F E暂时不会投入运营。
2.6.2 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 5h @ [G加快发展的通知》，d & # % a { 0提出要促进“5G= 7 ^ ) g . (+车联网”协同发展，明确将车j O H d X E联网纳 入国P + _ ; * C 6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b = k s } 5 0 z D配合，} X o E j ? o还需要投入大量资金。U F 9 h 0 2以高速公路为例， 保守假设每公里高速公路的智能化改造费用为100万元z 0 ~ ! b ( 4 ` .，以2019年我I W ~ 2国14.26万 公里的高速公路来测算，总体需投入1426亿元经费，更不h x r ` p % R必说目前我国已近500 万公里的公路里程。此0 i Q ( , 6 g外，铺设完成后，后期设备的升级与维护也是一大挑战。
因; 2 N : h l ^ Q此，即便政府在4年前就已开始基础设施的建设改造，但根据中国智能2 ~ T { = N网联汽 车产业创新联盟（CAICV）、IMT-202M 6 s ? 1 * a D ?0（5G）推进组C-V2X工作组、中国智能 交通产业联盟（C- c T-ITS）、中国智慧交通管理产业联盟（CTMA）联合发布的 《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 f . a c !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D y D J来三年，车路协同的主要工作仍将集中在基础建5 = o # z o N )设层面，并 将配合基础设施* 3 q l - s A q ;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M s V 5 c能下的汽车产业裂变——中国汽车企业与新一代信 息& P G ) * N技术融合发展报告(2019)》预测，我国2020年的智能网联汽v Y q a D o #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j l & . O ^ [，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，X n ! 使其成 为实Z s , j $ s `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终应 用。
……
（报告来源：亿欧智库）
获取报告请登录未来智库www.vzkoo.com。
立即登录请点击：「链接」