自動駕駛全面分析系列第四篇，上三篇是市場分析、技術(shù)分析、產(chǎn)業(yè)分析，敬請關(guān)注本公眾號（史晨星）。

16． 中國兩強爭霸：百度、上汽

百度 Apollo：自動駕駛的“安卓”系統(tǒng)

2013 年，百度啟動無人車項目

2017 年 4 月，發(fā)布 Apollo 計劃

2018 年央視春節(jié)聯(lián)歡晚會，Apollo 自動駕駛汽車跑上港珠澳大橋，完成“8”字交叉跑的高難度動作

2018 年 7 月，發(fā)布 Apollo3．0，與金龍合作量產(chǎn)小巴“阿波龍”下線

2019 年 1 月 CES Apollo3．5 發(fā)布，可支持復(fù)雜城市道路自動駕駛

百度 Apollo 計劃以“開放”和“聯(lián)盟”為特色，覆蓋了100 多個品牌，300 余個車型，AI 能力累計搭載量超過 1200 萬，目標(biāo)成為汽車時代的“安卓”。

Apollo 平臺是一套完整的軟硬件和服務(wù)系統(tǒng)，包括車輛平臺、硬件平臺、軟件平臺、云端數(shù)據(jù)服務(wù)等四大部分。

上汽：研發(fā)＋投資，全面布局

2014 年，上汽前瞻技術(shù)部在上海成立，上汽加州資本在硅谷設(shè)立

2017 年，中、美、以色列三國研發(fā)體系成型

2018 年 8 月，Marvel X 上市，全系標(biāo)配 AICruise 全速段智能巡航、All－Time Safety 全時主動安全智能輔助，國內(nèi)首發(fā) L2 ，額外搭載 ARHUD。

2019 年 2 月，上汽大通發(fā)布自動駕駛 MPV D60，高速道路超級巡航、擁堵路況下自動跟車、智慧停車場無人泊車，國內(nèi)首發(fā) L2．5。

2018 年，上汽紅巖聯(lián)合西井科技打造無人駕駛港口集裝箱卡車。

上汽自動駕駛視頻

17． 產(chǎn)業(yè)化：2020 L3，2025 L4，2030 L5

L1～L2 為自動駕駛系統(tǒng)輔助人類駕駛，稱為高級駕駛輔助系統(tǒng)ADAS（Advanced Driver Assist System），分為 2 大類：安全類、便利類。

我們采用爬蟲對目前 2872 個車型進行了配置抓取，根據(jù)自動駕駛?cè)�面分析系列第一篇市場分析�?L2 的定義，具備組合式自動化功能，同時實現(xiàn)橫向＋縱向控制，目前 L1 滲透率 20％，L2 滲透率 10％。

2020 年左右落地 L3 自動駕駛成為產(chǎn)業(yè)鏈共識

根據(jù) Waymo 路測的數(shù)據(jù)，MPD 自動駕駛脫離里程數(shù)每 16 個月翻番，可以認(rèn)為是自動駕駛的摩爾定律。

人類其實是非常出色的司機，每1000萬（10＾7）英里才有一次致傷事故，比表現(xiàn)最好的無人車（每次放手可行駛1萬英里）強 1000 倍，按照Waymo過去的表現(xiàn)（每16個月翻一番）預(yù)計 2030 年能趕上人類，綜上，我們認(rèn)為：2020 L3，2025 L4，2030 L5。

18． 三大場景：封閉區(qū)域、高速公路、城市道路

我們認(rèn)為，自動駕駛分為三個重要落地場景——封閉區(qū)域、高速公路、城市道路，每個場景再細(xì)分為人員運輸、物品運輸，未來將分步落地。

19． 封閉區(qū)域：自動泊車、智慧礦區(qū)兩大場景

基于技術(shù)、成本兩個方面考慮，我們認(rèn)為自動駕駛汽車的產(chǎn)業(yè)爆發(fā)機會在于特定應(yīng)用場景的開發(fā)。

自動泊車：L2 APA→L3 RPA→L4 AVP

自動泊車是以車作為操控主體，不用人工干預(yù)自動停車入位的功能，將提升 20％ 停車場空間利用率，降低30％ 的運營成本，節(jié)省 70％ 取還車時間，對于商業(yè)中心、交通樞紐、餐飲文娛意義重大。

不同階段自動泊車隱含多個技術(shù)代差

L2：APA 自動泊車輔助系統(tǒng)

自動泊車輔助系統(tǒng) APA（Auto ParkingAsist）在汽車低速巡航時，使用超聲波雷達感知周圍環(huán)境，幫助駕駛員找到尺寸合適的空車位，并在駕駛員發(fā)送泊車指令后，將汽車泊入車位。

APA 自動泊車輔助需要駕駛員在車內(nèi)實時監(jiān)控，以保證泊車順利完成，屬于 SAE Level 2 級別。

典型如上汽 Marvel X。

L3：RPA 遠(yuǎn)程遙控泊車

遠(yuǎn)程遙控泊車輔助系統(tǒng) RPA（Remote ParkingAsist）解決了停車后難以打開自車車門的尷尬場景，在汽車低速巡航并找到空車位后，駕駛員離開汽車，在車外使用手機藍牙發(fā)送泊車指令，控制汽車完成泊車操作。

以下視頻是博世與奔馳聯(lián)合開發(fā)的 RPA

L4：AVP 自動代客泊車

自動代客泊車 AVP（Automated ValetParking），我們把車開到辦公樓下后，直接去辦正事，把找停車位和停車的工作交給汽車，汽車停好后，發(fā)條信息給駕駛員，告知自己停在哪，我們下班時，給汽車發(fā)條信息，汽車即可遠(yuǎn)程啟動、泊出庫位，并行駛到駕駛員設(shè)定的接駁點。

AVP 需要引入停車場的高精度地圖，再配合 SLAM 或視覺匹配定位的方法，才能夠讓汽車知道它現(xiàn)在在哪，應(yīng)該去哪里尋找停車位

如下視頻所示為奔馳與博世共同研發(fā)的AVP產(chǎn)品

各企業(yè)情況如下：

低速車：載人、載貨、作業(yè)車

低速車場景較多，包含低速載人無人車、低速載貨無人車、無人作業(yè)車等，2020 年中國低速自動駕駛車銷量將達 1．1 萬臺，市場容量 300 億。

低速車企業(yè)較多，下面根據(jù)不同場景，一一分析。

末端配送：龍頭 Nuro，需要 L4，短期無法實現(xiàn)

末端配送由自動駕駛配送小車替代配送人員完成對貨品、外賣等末端的配送工作，一般有兩個環(huán)節(jié)：

一是從取貨、取餐地點到目的地門口，主要行駛在城市街道中，是典型的 L4 場景，短期無法實現(xiàn)。

二是在辦公樓、居民樓，以及小區(qū)內(nèi)部“送貨到家”的過程，但需要與園區(qū)物業(yè)、樓宇開發(fā)商等展開深度合作，與自動門、電梯等智能化系統(tǒng)實現(xiàn)互聯(lián)互通

和共享單車一樣，小型無人配送車容易被破壞。

Nuro

2016 年，谷歌無人車項目首席工程師佛格森與首席軟件工程師朱佳俊創(chuàng)立

2018 年 2 月，發(fā)布 L4 無人配送車 R1

2018 年 12 月，與食品零售商 Fry’s Food 合作，在亞利桑那州斯科茨代爾地區(qū)開展無人送貨服務(wù)，共有兩個貨倉，每個貨倉至多可存放10個購物袋的商品

2019 年 2 月，獲得 9．4 億美元融資，估值 27 億美元

其它還有 Auto X、智行者、新石器等，限于篇幅不一一介紹了。

智慧礦區(qū)：礦卡無人化→自動調(diào)度→礦區(qū)無人化

礦區(qū)環(huán)境惡劣、招工難、降本增效（運輸成本占 60％），對自動駕駛需求非常迫切。

礦區(qū)低速封閉場景、不受交規(guī)限制、成本敏感度低（100 噸礦車成本 1000萬），具備無人駕駛商業(yè)化條件，市場容量 2000 億。

日本小松

1996 年，日本小松第一輛 77t 無人駕駛卡車在采石場試驗

2016 年，小松發(fā)布無人駕駛礦用卡車，取消了卡車上的司機駕駛室

2017 年，小松在澳大利亞、南北美洲的 6 座礦山，無人駕駛卡車總數(shù)超過 100 臺，累計運輸了 15 億噸的物料

卡特彼勒索羅門（Solomon）鐵礦區(qū) 59 輛無人駕駛卡車，累計運量 2．4 億噸，是世界單一礦區(qū)規(guī)模最大的無人車隊，比普通同類車隊的生產(chǎn)力高20％。

慧拓智能 2014 年成立，由中科院青島智能產(chǎn)業(yè)技術(shù)研究院孵化，與徐工集團聯(lián)合研發(fā) 110 噸無人礦卡，據(jù)說與知名礦企在合作智慧礦山示范，但對外信息非常少，屬于比較神秘的公司。

踏歌智行 2016 年成立，技術(shù)源于北京航空航天大學(xué)，2019 年 3 月完成 A 輪融資，完成了包鋼集團白云鄂博礦、鄂爾多斯烏蘭集團榮恒煤礦、伊泰集團納林廟煤礦等礦區(qū)實測。

希迪智駕 2017 年成立，香港科技大學(xué)李澤湘教授創(chuàng)辦，2018 年實現(xiàn) 3000 萬元收入，2019 年 3 月向內(nèi)蒙古某礦場交付了無人礦卡。

港口：需要 L4，短期無法實現(xiàn)

我國 90％ 進出口物資通過海運經(jīng)港口實現(xiàn)，全球前 10 大集裝箱港口中國占 7 個，全國生產(chǎn)碼頭 27578 個，萬噸級及以上泊位 2366 個，集裝箱泊位 328 個，市場空間約 100 億。

目前國內(nèi)多個港口探索通過自動化改造提升集裝箱運輸效率和服務(wù)質(zhì)量，如上海港洋山四期 7 個集裝箱泊位集成 26 臺岸橋 120 臺軌道吊 130 臺AGV，吞吐 630 萬TEU／年，但港口需要 L4 級自動駕駛，短期無法實現(xiàn)。

圖森未來、西井科技、主線科技等在在港口物流開始試運營。

清潔、軍事、農(nóng)業(yè)、園區(qū)內(nèi)客運等場景還在探索中。

20． 高速公路：物流干線運輸、乘用車兩大場景

物流干線運輸：9 萬億，奔馳 Torc Robotics、圖森未來

2017 年中國物流費用 12 萬億占 GDP 14．5％，公路運輸占 76％，市場容量 9 萬億，包含 1400 萬輛中遠(yuǎn)途城際運輸卡車、3000 萬輛城市內(nèi)運輸貨車。

自動駕駛物流車輛一方面可以節(jié)省人力成本，另一方面，可以減少司機因疲勞駕駛或操作失誤而導(dǎo)致的事故。

2016 年我國貨運車輛在全國機動車占比中只有12％，但卻制造了 48％ 的事故死亡數(shù)。

物流干線運輸是典型的 L3 場景，自動駕駛汽車一般行駛在高速公路上，且行駛的路線往往是固定的路段，5 大勢力 30＋ 玩家正在搶奪 9 萬億市場。

奔馳 Torc Robotics

2005 年，Torc Robotics 在美國弗吉尼亞州成立

2007 年，參加 DARPA 獲得第三名

2014年，戴姆勒推出世界首款自動駕駛卡車 Mercedes－Benz Future Truck 2025

2017 年，Torc Robotics 推出 Asimov 無人駕駛汽車

2019 年 3 月，戴姆勒（奔馳母公司）收購 Torc Robotics

圖森未來

2015 年創(chuàng)立

2019 年 2 月，落地德克薩斯州、亞利桑那州、加利福尼亞州 3 個州，專注于倉到倉的貨物運輸，日均完成 3－5 次貨物運輸

2019 年 6 月，完成 2 億美元融資，估值 10 億美元

其它企業(yè)包括嬴徹科技、智加科技、飛步科技等。

乘用車高速公路自動駕駛包括 Tesla、奧迪 A8、凱迪拉克 CT6、Bosch等，詳細(xì)介紹請關(guān)注本公眾號（史晨星）后查看自動駕駛?cè)�面分析系列第三篇產(chǎn)業(yè)分析。

21． 城市道路：公共交通、出租車兩大場景

公共交通：L4 場景，短期無法實現(xiàn)

公交運營中，人員成本占整體運營成本的 75％－85％，公共交通實現(xiàn)自動駕駛可大幅降低，但公共道路上屬于 L4 場景，短期無法實現(xiàn)，企業(yè)包括 Navya、PostBus、EasyMile、Local Motors、Optimus Ride 等。

出租車／網(wǎng)約車：Zoox、Aurora、Pony．a(chǎn)i

自動駕駛出租車／網(wǎng)約車能夠節(jié)省大量人力成本，大面積應(yīng)用將會降低消費者對私家車的購買需求，從而提升整體交通通勤效率，但公共道路屬于 L4 場景，短期無法實現(xiàn)，企業(yè)包括 Waymo、Aurora、Zoox、Drive．a(chǎn)i、Pony．a(chǎn)i、Roadstar、WeRide 等。

Zoox

2014 年 7 月，Tim Kentley－Klay 和 Jesse Levinson 創(chuàng)立 Zoox

2018 年 7 月，獲 5 億美元融資，估值 32 億美元

2019 年 2 月，加州車輛管理局最新自動駕駛脫離報告，Zoox 第三名（1 次／2000英里），進步最快，比去年提升 11．5 倍（1次／160英里）

Aurora

2017 年初，Aurora 成立，CEO Chris Urmson 是前谷歌無人車項目CTO，CTO Drew Bagnell 是 Uber 感知和自動化部門的老大，第三位聯(lián)合創(chuàng)始人 Sterling Anderson 帶著特斯拉的團隊搞出了 Autopilot。

2019 年 2 月，獲得 5．3 億美元融資，估值 25 億美元。

Pony．a(chǎn)i（小馬智行）

2016 年 12 月，百度 T11、T10 員工彭軍、樓天城創(chuàng)立，專注于無人駕駛出租車（Robotaxi）

2018 年 7 月，完成 1．02 億美元融資，估值 10 億美元

2019 年，加州 DMV 自動駕駛路測報告第五名，1 次／1022英里，中國企業(yè)第一

蘋果 Drive．a(chǎn)i

2015 年，斯坦福大學(xué)人工智能專家吳恩達人工智能實驗室學(xué)生創(chuàng)立

2019 年 6 月，蘋果收購 Drive．a(chǎn)i

22． 投資：先熱后冷、馬太效應(yīng)、三大陣營、四大邏輯

“人們總是高估一項科技所帶來的短期效益，卻又低估它的長期影響�！�

——       RoyAmara

Hype Cycle（技術(shù)成熟度曲線）是技術(shù)興奮度度和發(fā)展成熟度的直觀表現(xiàn)，最初由 Gartner 公司提出，如下圖所示：

自動駕駛先熱后冷，處在黎明前的黑暗

2015 年到 2017 年，全球自動駕駛 193 起投融資，金額高達 1438 億美元，占汽車科技行業(yè) 70％，2018 年開始降溫，平均融資金額 2100 萬美金。

技術(shù)加速成熟，馬太效應(yīng)，強者恒強

2019 年，自動駕駛行業(yè)相繼出現(xiàn)兩單巨額融資案例，一級市場火爆佐證了我們對于自動駕駛行業(yè)技術(shù)加速成熟趨勢的判斷。

合縱連橫，國內(nèi)外形成三大陣營

投資四大邏輯

最后發(fā)起一個投票，九大場景中，大家認(rèn)為哪個最先落地呢？