久久久夜色精品国产噜噜_91视频.com_久久r热这里有精品视频_在线观看你懂

現狀

1、自動駕駛的標準及我國自動駕駛所處階段
從中美分類標準上來看，自動駕駛的功能分級都按照“開啟自動駕駛功能后，駕駛員是否應該處于駕駛狀態”為標準。在中國《汽車駕駛自動化分級》中，以 L3為界限，動態駕駛任務的接管者的主體發生改變。因此，L3 及以上級別才可被稱為“高等級自動駕駛”。即自動駕駛以 L3 為分界線，L3以上（包括 L3）被稱為自動駕駛，L3 以下被稱為輔助駕駛。

當前我國自動駕駛正處于 L2 向 L3 級別轉化的階段。
高等級自動駕駛研發投入及商業化驗證主要聚集在智慧園區/示范園區、港口、碼頭、停車場、高速等限定區域應用場景，以及商用車物流、自動泊車等細分領域，低成本自動駕駛解決方案以及可彌補真實道路測試驗證的自動駕駛問題仍屬于待解狀態。

2、頂層政策支持
從政策層面上來說，無論是17年工信部、發改委、科技部聯合發布《汽車產業中長期發展規劃》、18 年，工信部制定《車聯網智能網聯汽車產業發展行動計劃》、19 年國務院發布《交通強國建設綱要》還是 20 年 2 月，11 部委聯合出臺《智能汽車創新發展戰略 》都意味著車聯網產業在我國迎來高速發展重大機遇。

從最近的政策來看，2020 年 11 月 11日，中國智能網聯汽車產業創新聯盟發布《智能網聯汽車技術路線圖2.0》指出 PA、CA 級智能網聯汽車滲透率要持續增加，2025 年達 50%，2030 年超過 70%。C-V2X 終端的新車裝配率 2025 年達 50%，2030 年基本普及，網聯協同感知、協同決策與控制功能不斷應用，車輛與其他交通參與者互聯互通。高度自動駕駛車輛 2025 年首先在特定場景和限定區域實現商業化應用，并不斷擴大運行范圍。

3、市場空間巨大

從潛在落地場景上來看，無論是出行服務、高速公路貨物運輸還是港口內集裝箱運輸、半封閉場景或固定路線巡回車輛、物流配送最后一公里、無人零售都是未來自動駕駛涵蓋的范疇。僅從出行服務來看，其具有市場空間大、盈利模式清晰的特點，是目前高級別自動駕駛在乘用領域商業化落地確定性最強的場景。據中金公司研報測算，遠期看全球市場空間將超過2萬億美元。

由政策結合實際，自動駕駛如期完成目標將是個大工程。而自動駕駛的研發投入大、技術難度高的特性無疑更適合產業鏈合作伙伴分工合作，共同發展。

產業鏈

和大部分產業一樣，車聯網產業也可分為上中下游。

上游包括感知層、傳輸層、決策層和執行層；
(1)感知層用于感知外部環境變化、獲取相關信息。主要包括智能硬件（傳感器、RFID 及車載視覺系統等）、導航（GPS、北斗以及慣性導航系統）、路側設備等。
(2)傳輸層是基于通信技術將感知層獲得的環境信息轉換成信號傳導到決策層，類似人體的傳輸神經，主要包含通信設備和通信服務。
(3)決策層通過利用感知層、傳輸層反映回來的信息，建立相應的模型，制定出適合的控制策略。由于真實路況的復雜程度，以及不同人對于不同路況的不同解決對策，決策算法需要覆蓋多數罕見路況的海量數據以及完善高效的人工智能技術。從功能上看，決策層主要包含操作系統、芯片、算法、高精度地圖以及云平臺等核心構成元素。
(4)執行控制層是自動駕駛真正落地的基礎。執行層是無人駕駛系統的最底層，其核心任務是通過驅動、制動及轉向控制系統，相互配合，使汽車能夠按照決策部分規劃的軌跡穩定行駛，并且同時能夠實現避讓、保持車距、超車等動作。隨自動駕駛的發展，執行層由駕駛員施加人力、通過真空和液壓等推動的方式逐漸被電子化、電動化系統所替代，電信號替代機械力的線控技術在自動駕駛時代全面滲透。

中游為平臺層，負責完成自動駕駛功能的居中調度，包括整合的智能駕艙平臺、自動駕駛解決方案以及傳統的車聯網 TSP 平臺；

下游主要為騎車制造企業和第三方服務。

來源：《車聯網網絡安全白皮書（2020 年）》

以上僅是產業鏈大致梳理，在自動駕駛領域還有這各種各樣的細分環節，各個層面之間也是環環相扣的協同關系。

以車載視覺感知技術為例，將傳感器的輸入數據轉換成計算機能夠理解的場景語義表達和物體結構化表達，包括物體檢測、識別和跟蹤、3D環境建模、物體的運動估計等。車輛在運行過程中，通過高清攝像頭的不間斷采集，實現對環境信息的實時感知。路況檢測、行人車輛分析、交通標志識別、車道線等地面標識識別、駕駛員疲勞駕駛提醒等種種功能均需要基于此實現。

順便做個拓展，當前行業內主流研發和應用的自動駕駛汽車傳感器為車載攝像頭、超聲波雷達、毫米波雷達、激光雷達等，不同的組合形成了以視覺主導（攝像頭+毫米波雷達+視覺芯片）和以多傳感器融合（激光雷達+毫米波雷達+攝像頭）為主導兩種路徑。

攝像頭的用途分為前視攝像頭及車內攝像頭。前視攝像頭主要布置在車外用于感知車道、行人、路側等環境，按照不同功能解決方案可分為單目、雙目和多目等。攝像頭在車內主要應用于倒車影像（后視）和 360 度全景（環視）。高端汽車的各種輔助設備配備的攝像頭可以多達 8 個，用于輔助駕駛員泊車或觸發緊急剎車。

行業格局

從行業格局來看，中國乘用車在智能駕駛的發展上受益于政策保護，擁有較大的成長空間。

從2016-17年上汽提出“電動化、智能化、網聯化、共享化”的新四化布局開始，國內傳統車企正逐步重視轉型，但在國內他們仍然處于與外資品牌競爭份額的階段。傳統企業主要通過合縱連橫進行轉型，依賴產業聯盟進行共同發展，如上汽-Mobileye、廣汽-騰訊、長安-地平線等。

國內造車新勢力基本以對標特斯拉為主，而智能駕駛主要依托外部技術力量，如蔚來-Mobileye、理想-Mobileye/地平線、小鵬-英偉達等合作結盟。但相對于特斯拉在海外電動車市場的一枝獨秀，國內新興品牌競爭對手繁多，目前主要精力還集中在產銷環節的搭建上。

下文梳理了以“BATH”為代表的互聯網企業在自動駕駛領域的動態。

此次華為入局自動駕駛則代表了一眾互聯網企業正在試圖分一杯羹。
此次上海車展中中特設的汽車科技與供應鏈展區也能初見端倪。在車展中，包括百度、地平線、中國移動、大疆、四維圖新、商湯科技等近百家芯片、雷達、自動駕駛解決方案、車聯網等領域的領軍企業齊齊亮相。

1.華為-上架塞力斯SF5&入局5G 汽車生態圈。4月19日，華為智選上架塞力斯SF5，成為首次新增的汽車品類，用戶可到全國的華為旗艦店進行體驗。盡管堅持不“造”車，華為與全球主流車企建立了廣泛合作，聯合一汽集團、長安汽車、東風集團、上汽集團、上汽乘用車、上汽、廣汽集團、北汽集團、比亞迪、長城汽車、奇瑞控股、江淮汽車、宇通、賽力斯、南京依維柯、T3 出行等首批 18 家車企，正式發布成立“5G 汽車生態圈”，加速 5G 技術在汽車產業的商用進程，共同打造消費者感知的 5G 汽車。據華為智能汽車解決方案BU總裁王軍表示，今年在研發上的投資將達到10億美元（約合65億元人民幣），研發團隊超過5000人，其中自動駕駛團隊超過2000人。

2.百度-Apollo 智能車云。助力車企在單純提升車體驗之外，實現汽車全生命周期效能提升。Apollo 生態大會上發布的小度車載 2020 由小度OS 發展而來，是一套開放的生態系統，通過整合智能駕艙、手機投屏和后裝的軟硬一體設備集成為各種形式的服務。目前，百度車聯網已與奔馳、寶馬、福特、比亞迪、長城、現代、吉利、起亞、啟辰、星途等多家汽車企業合作。2019 年 4 月 3 日，福特中國正式發布與百度在車聯網領域的首個合作項目——智行信息娛樂系統 SYNC+。2021年 1 月 11 日，百度正式宣布造車。截至 2020 年 3 月，百度 Apollo 擁有全球 36000 名開發者，177 家生態合作伙伴，56 萬行開源代碼，1237 件智能駕駛專利數。自動駕駛路測方面，Apollo 已擁有路測牌照數超 150 張，在北京、長沙、滄州、武漢、重慶、天津、保定、雄安等多個城市開展路測，測試里程超300 萬公里。此外，百度 Apollo 智能交通版圖也在不斷擴張，成為中國智能交通發展建設的重要著力點。Apollo 已經和長沙、保定、滄州、重慶、銀川、紹興、德清、株洲等多個城市達成車路協同和智能信控等方面的合作，助力當地完成智能交通、智能城市建設。

3.阿里- AliOS 操作系統。2018 年 4 月，阿里正式宣布布局自動駕駛技術，并由 AI 實驗室首席科學家王剛率領團隊進行研究工作。阿里通過車路協同和單車智能的方式助力自動駕駛的實現。單車智能方面主要包含三個方面：算法、硬件和系統架構。在高精度地圖和精準位置服務上，阿里有高德地圖和千尋位置做支撐；在算力算法等前沿技術上，阿里不僅有達摩院，還有專注于研發芯片的平頭哥，這兩大平臺為阿里聚集了一大批高端人才，這勢必也將為其自動駕駛發展增加推動力。

4.騰訊-“四橫兩縱一中臺”生態車輛網&自動駕駛虛擬仿真平臺 TAD Sim 2.0 。2020 年 1 月，騰訊發布 TAI 3.0 生態車聯網解決方案，形成了一套跨 OS、云端輕量化的車載應用開發框架，可承載 300 萬量級的應用服務開發。同時，騰訊 TAD Sim 正在與各類機構，以及國內頭部汽車企業展開合作，基于高精度地圖和模擬仿真技術，推行虛實結合的仿真測試，加速自動駕駛研發。

最近的輿論越來越關注特斯拉剎車失靈的案件，有了監管部門得到介入，能夠讓問題盡快解決，也是一次讓公眾消除對自動駕駛疑慮的機會。事實上，每個行業在快速發展的過程中，秩序和野蠻往往都是同時進行的。汽車作為最常用的交通工具，一旦出現問題往往付出的就是生命的代價，如果說自動駕駛轉型是時代洪流的最終走向，那么在轉型的過程中慎之又慎是必要且必須的。