埃尼阿克-L4级自动驾驶技术及应用场景行业研究报告.pptx

1、埃尼阿克-L4级自动驾驶技术及应用场景行业研究报告22018.9 开篇摘要前言自动驾驶是对出行领域的智能化、自动化升级，目前涉及到相关技术研发的两大阵营分别是以整车厂商为代表的传统汽车势力和互联网公司为代表的新兴技术科技公司。传统势力基于以往产品研发模式逐步实现车辆智能化升级，科技公司则是通过深度学习、高精度传感器直接开发可以实现L4级别自动驾驶的系统。目前从技术上来讲已经基本上具备了实现L4级自动驾驶的能力，主要是通过高精度传感器+深度学习实现车辆对于周围环境中障碍物的探测，加以识别判断并进行动作决策等，但是由于需要实现L4级自动驾驶的硬件设备如小型高精度激光雷达、算法嵌入式的计算平台等设备

2、还不够成熟，因此当前整套L4级设备还显得庞大笨重且造价昂贵，很像早期实验室中的大型计算机。由于深度学习只有通过大量数据训练才可以实现对相似目标和道路情况的识别和判断，而由于城市道路交通情况过于复杂，当前L4级自动驾驶系统还难以应付城市开放道路上的的载客运输作业，自动驾驶系统比较适合应用于封闭园区、或点到点线路上的货物运输应用场景，如：港口集装箱运输、干线物流运输、矿区、工业区运输作业等。未来随着车载技术的进一步成熟以及新技术的应用（如车联网、高精度地图等）。L4级自动驾驶将会最终进入乘用车平台和城市道路环境，自动驾驶汽车在城市环境下最好的应用场景是共享出行领域，预计这将会彻底改变消费者的拥/用

3、车习惯，对传统私家车市场形成巨大冲击，轿车厂商因此会转型布局出行服务市场。312345自动驾驶行业宏观情况概述L4级自动驾驶技术及成本分析L4级自动驾驶商业化应用分析行业未来发展展望行业风险分析及投资建议SAE级别级别名称名称定义叙述定义叙述对车辆横向及对车辆横向及纵向操作控制纵向操作控制环境感知环境感知行为责任行为责任主体主体主要由人类驾驶员负责对行车环境进行监测主要由人类驾驶员负责对行车环境进行监测42018.9 自动驾驶的定义和技术分层从L4级自动驾驶开始实现系统对驾驶员的替代自动驾驶是指让汽车自己拥有环境感知环境感知、路径规划路径规划并且自主实现车辆控制自主实现车辆控制的技术，也就是用

4、电子技术控制汽车进行的仿人驾驶或是自动驾驶。美国汽车工程师协会（SAE）根据系统对于车辆操控任务的把控程度，将自动驾驶技术分为L0-L5，系统在L1L3级主要起辅助功能；当到达L4级，车辆驾驶将全部交给系统，而L4、L5的区别在于特定场景和全场景应用。本篇报告我们将主要论述L4级自动驾驶系统技术、成本和商业化应用场景。场景场景系统系统52018.9 自动驾驶产业链自动驾驶创造机会吸引行业外企业共同参与技术体系研发自动驾驶涉及到极为复杂的多产业融合，除了传统整车制造以外还涉及到了大量新兴技术，如：人工智能、大数据、物联网等，由于传统厂商难以短时间内形成相关技术研发能力，因此这给予了行业外相关技术

5、企业进入这一巨大新兴市场的绝佳机会。除了新型高精度传感器（Lidar）等Tier2厂商外，人工智能创业公司着手开发自动驾驶算法以及针对特定或通用场景的整套系统解决方案；而互联网企业基于其在数据、资金、行业所拥有的强大综合实力，希望为未来出行领域开发L4、L5平台级自动驾驶系统；传统厂商OEMs、Tier1s也看到了自动驾驶巨大的商业机会，除了通过开发ADAS模块，使其现有产品逐渐获得L1L3级自动驾驶能力以外，其也通过自建，整体收购的形式组建自己的自动驾驶研发团队，目标是开发适应未来的完全无人驾驶产品。Tier1供应链厂商供应链厂商激光雷达激光雷达高精度地图高精度地图OEM传统整车厂商传统整车

6、厂商芯片芯片&处理器处理器上游上游供应供应链厂链厂商商软件、软件、互联网公司互联网公司&创业公司创业公司平台平台厂商厂商硬件、硬件、新兴造车势力新兴造车势力整车整车制造制造厂商厂商自动驾驶产业链自动驾驶产业链6传统厂商自动驾驶布局整车厂商通过加装ADAS模块逐步实现高级别自动驾驶在本文中，我们主要探讨的是L4级自动驾驶技术及相关的应用场景，想要实现L4级自动驾驶，需要实现车辆在特定场景的运行过程中能够彻底的摆脱驾驶员而独立完成驾驶任务，这对于传感器、数据、计算平台以至于整体系统的性能、冗余度以及可靠性都提出了极高的要求。当前能够实现L4级的高性能的传感器和处理器成本高昂，限制了其在乘用车产品上

7、的应用。而目前已经实现商业化应用的自动驾驶系统产品，主要是主机厂商（OEMs）和一级供应商（Tier1s）在现有的车型上通过添加高级辅助驾驶系统(ADAS)，使其获得L1L3级部分自动驾驶能力。来源：公开网络渠道信息。2018.9 Tesla S/X/3自动驾驶级别：L2；系统:Autopilot 2.0；基本功能：在高速公路、车道线清晰的道路上实现:主动巡航、车道维持、主动变换车道、高速公路驶入驶出；传感器：摄像头8个、毫米波雷达1个、超声波雷达12个。通用通用-凯迪拉克凯迪拉克 CT6自动驾驶级别：L2；系统:Super Cruise；基本功能：在封闭的经过测绘的高速公路环境下，可以实现车

8、道维持，并保持与前车距离行驶；传感器：前置摄像头、环视摄像头、车内摄像头、长距、短距毫米波雷达、超声波雷达、GPS/IMU、高精度地图。奥迪奥迪 A8（全球首台实现（全球首台实现L3级自动驾驶）级自动驾驶）自动驾驶级别：L3；系统:zFAS;基本功能：时速60KM/h以下在高速公路、开放路段和双向高速车道环境下，驾驶员可脱手，系统实现车辆启动、加速、转向及制动；传感器：四线激光雷达1个（首个商首个商用案例，用案例，Ibeo Scala）、超声波雷达12个、毫米波雷达5个、摄像头6个。72018.9 新兴势力自动驾驶布局通过深度学习算法和高精度传感器实现彻底的无人驾驶新兴势力包括互联网厂商和科技

9、创业公司（许多人员来自于互联网企业研究机构）,主要开发在特定区域内实现完全无人驾驶的无人驾驶技术（L4L5）。科技公司相较于传统厂商来说优势在于其对于深度学习、神经网络、大数据等先进技术的掌握上，但是其在硬件制造的经验却被传统厂商远远落下，Waymo（Google子公司）曾经主张自己造车，但在2015年后就放弃了这一想法转而与克莱斯勒、丰田等传统车企进行合作，大部分科技公司都采取相同路线。而传统厂商也通过投资收购科技创业团队为自己开发高级别自动驾驶系统（Cruise、Argo.ai）。Cruise Automation自动驾驶级别：L4；成果：被通用以5.8亿美元收购，在密歇根州开展上路测试，

10、目前正在进行内部无人驾驶载客试验；传感器：5个短程激光雷达、8个毫米波雷达、16个摄像头和1到2台IMU。Waymo自动驾驶级别：L4成果：Google旗下自动驾驶开发机构，09年开始相关技术研发，在MPD数据上保持第一，目前已在亚利桑那州凤凰城率先实现驾驶座位上无人的开放道路自动驾驶测试传感器：1个长距雷达、1个中型雷达和4个短程雷达，4个毫米波雷达、8个摄像机和1到3台IMU。来源：公开网络渠道信息。Uber自动驾驶级别：L4；成果：6.8亿美元收购Otto自动驾驶卡车公司，其自动驾驶在加州被叫停后又在亚利桑那州发生致死事故，目前其已经终止了卡车项目的投入，全部转入自动驾驶出租车研发中；传

11、感器：1款远程激光雷达、4个毫米波雷达、7个摄像头和一个IMU。812345自动驾驶行业宏观情况概述L4级自动驾驶技术及成本分析L4级自动驾驶商业化应用分析行业未来发展展望及风险分析行业风险分析及投资建议92018.9 自动驾驶整体技术实现层级自动驾驶系统可以分为感知层、决策层、执行层L4级自动驾驶系统实现在特定区域内对车辆操作的完全接管，系统需要实现：对周围障碍物的感知、车辆定位以及路径规划（2W1H），实现这些功能需要构建感知层、决策层、执行层这三个层面的技术架构，这三个技术层级分别代表着L4自动驾驶系统的眼和耳、大脑以及手脚。基于当前技术发展情况，我们在本部分主要讨论车辆内部所采用的一些

12、传感器和计算单元。除了本地的传感器和处理器外，系统通过与外部车辆、设施进行信息交互，以及在高精度地图等辅助下可以获得更好的环境感知能力。自动驾驶技术架构自动驾驶技术架构执行层执行层电子驱动、电子制动、电子转向执行层执行层来源：公开网络渠道信息。感知层感知层决策层决策层感知层感知层高精传感器：激光雷达、毫米波雷达、摄像头、超声波雷达、GNSS/IMU；决策层决策层导航定位：高精度地图+传感器，GNSS；决策+规划：中央处理器+算法；车载传感器车载传感器+高精度地图高精度地图根据路径规划和动作决策信号，结合车根据路径规划和动作决策信号，结合车辆自身状态，输出车辆控制信号，完成辆自身状态，输出车辆控

13、制信号，完成刹车、加速、转向等动作刹车、加速、转向等动作全局路全局路径规划径规划局部路局部路径规划径规划点到点粗略点到点粗略路径规划路径规划根据局部环境根据局部环境规划无碰撞理规划无碰撞理想局部路径想局部路径GNSS、地图、地图车载传感器车载传感器10自动驾驶环境感知传感器（一）感知层需要对多种传感器进行融合以实现冗余感知层主要是为自动驾驶系统获取外部行驶道路环境数据并帮助系统进行车辆定位，当前无人驾驶系统中代表性的传感器有激光雷达、摄像头、毫米波雷达、超声波雷达、GNSS/IMU等，由于其工作原理、技术特性各不相同决定其适用的应用场景各异，所以当前大部分车辆都是采用多种传感器相融合的方式以应

14、对各种可能发生的情况，保证系统冗余。激光雷达激光雷达摄像头摄像头毫米波毫米波雷达雷达超声波超声波雷达雷达GNSS/IMU优点优点精度高、探测范围较广、可以构建车辆周边环境3D模型可对物体几何特征、色彩及文字等信息进行识别，可通过算法实现对障碍物距离的探测，技术成熟成本低廉对烟雾、灰尘的穿透能力较强，抗干扰能力强，对相对速度、距离的测量准确度非常高技术成熟、成本低，受天气干扰小，抗干扰能力强通过对卫星三角定位和惯性导航进行结合实现对车辆进行定位缺点缺点容易受到雨雪雾等恶劣天气影响，技术不够成熟，产品造价高昂受光照变化影响大，容易受到恶劣环境干扰测量范围相对Lidar更窄，难以辨别物体大小和形状测

15、量精度差、测量范围小、距离近容易受到、城市建筑、隧道等障碍物的干扰使得测量精度大打折扣范围范围200米以内最远探测范围可超过500米200米以内3米以内广域高精度定位保持在10米以内功能功能障碍物探测识别车道线识别辅助定位地图构建障碍物探测识别车道线识别辅助定位道路信息读取地图构建障碍物探测（中远）障碍物探测（近距）车辆导航、定位来源：第一本无人驾驶技术书。2018.9 测绘用激光雷达测绘用激光雷达车用激光雷达车用激光雷达测距1000m200m精度5mm20mm重量10kg1kg价格百万元万元112018.9 自动驾驶环境感知传感器（二）车用摄像头产品对比车用激光雷达产品更加成熟激光雷达发展始

16、于上世纪70年代，主要应用于军事、航空航天、测绘等领域，主要可以实现测距、定位、环境监测、以及动态、静态3D环境模型的构建。车用激光雷达起步较晚，目前产品不够成熟面临多重问题需要克服，如：能够搭载在车上的产品有效测距较短；产品固态化、小型化技术不够成熟，难以满足车辆要求；配套产业链尚未成熟，难以实现量产；由于产量少，产品售价高昂（Velodyne HDL-64售价高达于7.5万美元）。相比之下，由于在消费电子领域多年发展积累，摄像头在技术（成像效果、产品小型化）、产业链方面（成本控制）均比较成熟，而且在探测距离、价格方面亦有明显优势。最新开发的产品即使是在外部光线条件不佳的情况下也能够给出较好

17、的成像输出。来源：公开网络渠道信息。最新款专业摄像头成像效果最新款专业摄像头成像效果普通摄像头成像效普通摄像头成像效果果专业的车载摄像头产品已经可以实现很好的成专业的车载摄像头产品已经可以实现很好的成像效果及环境适应力像效果及环境适应力强强光光弱弱光光车用激光雷达产品需要针对车规要求进车用激光雷达产品需要针对车规要求进行重新设计，产业链不成熟行重新设计，产业链不成熟来源：公开网络渠道信息。12自动驾驶环境感知传感器（三）激光雷达未来将朝向小型化、电子化、固态化发展虽然车用摄像头产品已经很成熟，但激光雷达在L3级以上的自动驾驶系统中是不可或缺的，因为激光雷达可以生成车辆周边环境的3D模型，为系统

18、提供深度的环境数据，而且其在车辆定位中也扮演着重要的角色。激光雷达能够发射的激光线束越多，其所能提供的探测精度和探测距离越好，但价格也越昂贵，如高速公路场景一般需要激光雷达能能够发射100线束以上；但针对一些中低速场景，也可采取多台低线束激光雷达以规避高昂的成本。目前机械式激光雷达体积庞大、结构复杂，成本高昂，难以满足车辆使用要求，多家厂商正在着手研制半固态、固态激光雷达，以实现产品小型化、轻量化方向发展，随着未来相关技术进一步成熟，产品实现量产后，成本有望降至千元级别。来源：公开网络渠道信息&第一本无人驾驶技术书&自动驾驶改变未来。2018.9；Velodyne代表性产品：HDL-64性能：

19、探测距离：120m；角度（垂直/水平）：26.8/360测量精读：2厘米；垂直角分辨率：2;造价：近8万美元；Velodyne HDL-64是一款极具是一款极具代表性的机械式多线束激光雷达代表性的机械式多线束激光雷达产品，多家厂商采取其产品作为产品，多家厂商采取其产品作为主探测器，其产品具有测量范围主探测器，其产品具有测量范围广、精度高等特点，但是体积庞广、精度高等特点，但是体积庞大、造价高限制了其量产。大、造价高限制了其量产。；Quanergy代表性产品：S3性能：探测距离：150m；角度（垂直/水平）：10/120测量精读：4厘米；垂直角分辨率：0.1造价：500250美元；S3是一款纯固

20、态激光雷达，其采是一款纯固态激光雷达，其采用了光学相控阵技术，不需要机用了光学相控阵技术，不需要机械旋转部件，只通过改变电子信械旋转部件，只通过改变电子信号设置即可改变激光发射角度，号设置即可改变激光发射角度，该套方案大幅降低了产品成本。该套方案大幅降低了产品成本。但有消息传出目前产品研发进度但有消息传出目前产品研发进度缓慢，距离产品成熟还较远。缓慢，距离产品成熟还较远。；Ibeo代表性产品：SCALA性能：探测距离：150m；角度（垂直/水平）：3.2/145测量精读：0.1m；垂直角分辨率：0.25造价:250美元；SCALA是是Ibeo和和Valeo合作研合作研发的一款混合固态激光雷达，

21、发发的一款混合固态激光雷达，发射射48条激光线束，主要应用于条激光线束，主要应用于L4级别以下的自动驾驶系统，级别以下的自动驾驶系统，SCALA造价仅为造价仅为250美元，目前美元，目前是唯一一个满足了车规要求并已是唯一一个满足了车规要求并已经实现量产的产品。经实现量产的产品。；北科天绘北科天绘代表性产品：C-Fans性能：探测距离：200m；角度（垂直/水平）：30/150测量精读：2厘米；垂直角分辨率：0.23 0.46；造价：超过10万元；北科天绘北科天绘 C-Fans 128线激光雷线激光雷达是一款混合固态激光雷达，其达是一款混合固态激光雷达，其横向扫描范围达到横向扫描范围达到150，

22、其中，其中70的激光线束达到的激光线束达到128条测量条测量距离可以达到距离可以达到200m，完全可以，完全可以满足高速道路上的自动驾驶车辆满足高速道路上的自动驾驶车辆对于探测距离和精度的要求。对于探测距离和精度的要求。传统产品机械结构复杂、产品需要人工调教、传统产品机械结构复杂、产品需要人工调教、产品成本高、制作周期长，量产困难产品成本高、制作周期长，量产困难采用采用3D-Flash、MEMs、OPA等技术，实现产等技术，实现产品小型化、轻量化，并逐渐实现量产并降低成本品小型化、轻量化，并逐渐实现量产并降低成本厂家厂家计算平台产品计算平台产品结构结构&功能功能成本成本Audi、Delphiz

23、FAS交通信号识别、行人检测、碰撞预警、光线探测、车道线识别（MobileyeEyeQ3）；驾驶员状态检测、360度全景（Nvidia）；目标识别融合、地图融合、自动泊车、预刹车、激光雷达、传感器数据处理（Intel-AlteraCycloneV）；系统运行状态、矩阵大灯（Infenion-AurixTC297T）DelphiCSLP多传感器数据融合（MDC）；地图生成（MobileyeREM）；路径规划、仿人驾驶策略（Ottomotika、MobileyeEyeQ4/Q5REM）；控制模块（Dehlphi）5000美元NXPBluebox分析周边路况、评估风险因素、指示汽车行为（NXPS32

24、V视觉处理器+LS2088内嵌式计算处理器）NvidiaXavier8*NvidiaCustomARM；XavierVoltaiGPU(512CUDAcore)12万美元13来源：公开网络渠道信息。2018.9 自动驾驶计算决策层IC公司和Tier1大力投资研发布局该领域目前自动驾驶厂商传感器搭配基本趋同，而决定L4级自动驾驶落地的时间快慢更多的是取决于系统的决策环节，包括相关算法和计算平台。我们知道传感器每秒钟都会产生大量数据，计算平台需要有能力在极短时间内对大量的数据进行处理、分析并给车辆执行层下达操作指令以保证自动驾驶车辆的安全行驶。自动驾驶专用计算平台需要能够融合多种专用芯片和处理器，

25、技术门槛极高，当前各大科技公司、Tier1都在布局该领域的技术研发，尤其是专业芯片环节具有极高的技术门槛，如Intel收购Altera（FPGA）、Movidius（视觉处理芯片）和Mobileye。目前由于产量少、造价高昂，当前一台计算平台的售价都在几万元甚至是十几万元，随着未来量产，成本有望降至万元以下。各厂商开发的一栈式自动驾驶计算平台产品各厂商开发的一栈式自动驾驶计算平台产品硬件设备硬件设备Waymo自动驾驶自动驾驶乘用车乘用车Pony.Ai自动驾驶自动驾驶乘用车乘用车Embark自动驾驶自动驾驶卡车卡车TuSimple自动驾驶自动驾驶卡车卡车摄像头摄像头8台6台5台10台激光雷达激光

26、雷达1台长距激光雷达1台中距激光雷达4台短距激光雷达1台32线激光雷达2台16线激光雷达3台长距激光雷达2台32线激光雷达1台4线激光雷达毫米波雷达毫米波雷达4台3台3台3台计算单元计算单元工控机NvidiaXavier其他其他13台GPS/IMU1台GPS/IMU14来源：公开网络渠道信息&艾瑞咨询专家访谈。2018.9 L4级自动驾驶系统组建目前行业并无统一的最优系统组建方案根据我们与行业内部分无人驾驶整体解决方案提供商的交流，目前各家厂商并无最优、唯一的L4级系统组建方案，每家在搭建自己的自动驾驶系统时都会根据不同的应用场景去选择不同的传感器配置方案，且由于当前上游厂商产品也处在快速迭代

27、过程中，因此厂商也在尝试搭配选择不同的上游厂商所提供的产品。整体系统的造价和性能都在短时间内（季）快速迭代。各厂家各厂家L4级自动驾驶硬件配置方案级自动驾驶硬件配置方案15来源：艾瑞咨询专家访谈。2018.9 当前L4级自动驾驶系统硬件成本高昂随着产业链成熟和产量提升硬件成本有望实现大幅下降目前大体上实现L4自动驾驶的硬件设备一般包含：612台摄像头、312台毫米波雷达、5台以内的激光雷达以及12台GNSS/IMU和12台计算平台（不同方案会选择不同侧重的传感器）。当前一整套L4级自动驾驶系统硬件成本还比较昂贵，整体基本在50万元左右甚至更高，而未来随着资本、研发的不断投入，自动驾驶产品逐渐落

28、地、配套产业链逐渐成熟，预计整套系统硬件成本会在12年左右降至1020万元，并最终有望控制在10万元以内。当前当前L4自动驾驶系统硬件成本达到自动驾驶系统硬件成本达到4050万元甚至更高，未来万元甚至更高，未来12年随着上游研发、年随着上游研发、资本的不断投入以及配套产业链逐渐成熟，预计整体系统成本有望下降至资本的不断投入以及配套产业链逐渐成熟，预计整体系统成本有望下降至1020万元万元450000400000350000300000250000200000150000100000500000当前未来激光雷达（元）计算平台（元）摄像头（元）毫米波雷达（元）GNSS/IMU（元）1612345自

29、动驾驶行业宏观情况概述L4级自动驾驶基数及成本分析L4级自动驾驶商业化应用分析行业未来发展展望及风险分析行业风险分析及投资建议前前17来源：深入理解ICT与自动驾驶&艾瑞咨询专家访谈。2018.9 周周围围行行车车道道路路条条件件的的复复杂杂程程度度中速中速高速高速2025年年2020年年当当封闭园区封闭园区半自动半自动驾驶驾驶低速低速城市一般城市一般道路道路高速公路高速公路1.交通标识：交通标识：种类、数量繁多2.速度：速度：中高（3080km/h）3.行人行人/骑车人：骑车人：多4.道路交叉口：道路交叉口：多，包括各种复杂路口，如：主辅路出入口、十字路口、环岛、立交桥等5.规则：规则：行人

30、交通意识淡薄，车辆抢道、并线行为频频发生1.交通标识：交通标识：车速、收费站、出入口2.速度：速度：高（80120km/h）3.行人行人/骑车人：骑车人：极少4.道路交叉口：道路交叉口：少，高速路出入口5.规则：规则：有标准的行车规则1.交通标识：交通标识：少量2.速度：速度：低（一般低于30km/h）3.行人行人/骑车人：骑车人：极少4.道路交叉口：道路交叉口：少5.规则：规则：有标准的行车规则L4级自动驾驶商业化应用落地时间表更容易在封闭园区、高速公路等简单道路环境中落地如我们之前所提到的，现在带有半自动驾驶功能（L3级以下）的产品已经有部分产品开始落地，而目前已知的L4级自动驾驶项目都还

31、处在测试阶段，但18年、19年将会有多个应用于特定场景下的L4自动驾驶商业化项目逐步落地，从实现难度上来看，L4自动驾驶会率先出现在行驶条件相对简单、容错率较高的某些特定的封闭园区内，作为专用车或者某种商用车辆而使用；但在高速公路、城市一般道路环境下，由于道路复杂程度远高于封闭园区，在该环境下实现中驾驶商业化应用难度将会非常高。随着道路密度、路况复杂程度上升，自动驾驶实现难度攀升随着道路密度、路况复杂程度上升，自动驾驶实现难度攀升18L4级自动驾驶商业化应用场景分析初期高投入换取后续人工费用降低和运营效率的提升L4级自动驾驶技术是指在确定的区域范围内实现系统对车辆的完全接管，在考虑适合L4级自

32、动驾驶的商业化应用场景时，我们应该综合考虑以下因素：1、当前系统还不够聪明，难以应对过于复杂的道路环境；2、当前L4级自动驾驶硬件成本依然高昂，甚至比车辆自身成本还高，虽然未来成本有望下降，但依然会达到10万元左右，过高的成本导致其可能并不适合应用于私家车；3、L4级自动驾驶系统最大的优势就在于对驾驶员的完全替代，在考虑人力成本愈发高昂的当下，这可以节省大量的人力成本；4、系统在运营时间、运营效率等方面的表现都要优于人类驾驶员。因此在考虑L4级自动驾驶应用场景的时候需要综合考虑多方面因素。来源：艾瑞咨询研究院自主研究及绘制。2018.9 自动驾驶系统初始投入成本高昂，需要拥有一定实力的主体来出

33、资维持专业的运营团队运营维护自动驾驶车队；投入的自动驾驶车辆越多，能够带来的经济效益越大；自动驾驶系统可以提升车辆使用效率，理论上可以实现7*24小时行驶，并降低运营成本（油料、保险费用）；无人驾驶系统初始投资成本高昂，期初需要大量的资金投入用于购买无人驾驶车辆，但长期摊销费用低于驾驶员人力成本。行驶环境要尽量简单，作业流程要尽量标准，标准化程度越高越容易发挥自动驾驶在运营效率方面的优势干线运输：零担&整车载体：重卡运营环境：高速公路难度：中等，国内甩挂率低，道路环境复杂；港口内集装箱运输：内集卡载体：半挂牵引车运营环境：港口难度：小，短时间可实现，受政策影响因素小其他：机场、矿山、园区载体：

34、专用车辆、商用卡车运营环境：封闭环境难度：小，车辆需求小，使用使用主体主体成本成本优势优势工作工作环境环境载客运输：共享出行载体：乘用车运营环境：城市一般道路难度：高，城市道路情况极其复杂80%192018.9 2018.9 港区物流运输场景我国港口经营面临由注重吞吐量转向提高服务质量港口是贸易往来中的重要节点，90%的进出口物资是通过海运并经港口实现的。目前全球前20大集装箱港口中中国占其中一半，前10大集装箱港口中有7个来自中国。随着集装箱船舶大型化、经营联盟化、班轮公司集中度急速提升这一趋势，对大型枢纽港提升码头服务能级、效率和质量、进一步优化资源配置、降低口岸综合成本等都提出了更高的要

35、求；此外港口管理还面临廉价劳动力供给下降，随着工人健康意识的提升，新一代的劳务人员对于传统的工作模式变得难以适应，在未来港口将会面临着用工荒和用人成本大幅上升的情况。港口的发展模式正在从传统的单纯注重通过能力和吞吐量，转为口岸效率、服务质量、综合物流、科技创新和可持续发展等方面的的全面竞争，港口管理集团在未来的发展过程中可通过引入无人岸桥、自动驾驶内集卡等设备以上发展目标。来源：Wind 行业数据库。2017年我国主要集装箱港口吞吐量年我国主要集装箱港口吞吐量单位：万TEU上海4018深圳2525宁波-舟山港2464广州2010青岛1830天津1504厦门1040营口627大连970连云港47

36、2其他622019%地中海航运15%达飞轮船11%中运海运集团9%赫伯罗特7%长荣海运5%ONE7%阳明海运3%东方海外3%2017年前十大班轮公司运力占比超过全球运力总额的年前十大班轮公司运力占比超过全球运力总额的以星航运 马士基航运2%其他19%来源：Wind行业数据库。20港区物流运输场景L4级自动驾驶在港口自动化改造方案中比AGV更有竞争力目前国内多个港口探索通过自动化改造提升集装箱运输效率和服务质量，如上海港洋山四期全自动化港口，7个集装箱泊位，共集成了26台岸桥、120台轨道吊和超过130台AGV，设计目标将实现集装箱吞吐630万TEU/年，自动化改造提升了港口的工作效率，同时为港

37、口节省了极大的人力成本。其中，洋山四期采用AGV代替了内集卡（内集卡主要是负责在岸桥（岸边起重机）和场桥（堆场起重机）之间的运输任务）。但AGV价格昂贵，且前期需要对车量运行区域预埋导航设备，如需路线更改，则需要重新铺装导航设备；相比之下由于L4自动驾驶卡车是基于成熟卡车平台建造，成本相对低廉，且由于其导航方式不需要对港区进行基建改造，相比起AGV方案有投入少、运行灵活、适用面广等优点。来源：工业机器人界之翘楚，AGV市场蓬勃发展-联讯证券2018.9 AGV方方案案L4自自动动驾驾驶驶方方案案优势优势 劣势劣势 AGV技术始于上世纪50年 基于特殊的平台设计制造，产量代，目前已经被广泛运用

38、少，单车制造成本在400万/台，于生产制造、仓储、物流 而售价高达500800万/台；等场景，技术相对成熟；导航方式多为电磁导航、磁带导航等方式，需要前期在运行区域铺设磁钉、磁带等导航设备，投入大，且不适于老港改造。基于成熟的卡车底盘改造 目前缺少成熟的商业化应用案而来，单车改造成本仅为 例。需要进一步验证并测试无人2050万元；驾驶车辆在港口的运行效果。车辆采取传感器+高精度地图自主导航，无需提前在港区埋设磁钉等导航设备，既可应用于新港，又可应用于老港;内集卡堆场集装箱港口疏运和内集卡运行区集装箱港口疏运和内集卡运行区域示意图域示意图集装箱货船岸桥场桥212018.9 2018.9 港区物流

39、运输场景细分市场空间有限但实现难度较小截至2017年末，全国共拥有生产码头27578个，万吨级及以上泊位2366个。在万吨及以上泊位中，集装箱泊位共328个。以洋山港四期为例，其共有7个集装箱泊位，配置有130台AGV，若我们假设同样数量L4自动驾驶内集卡运输效能等同于AGV的话，则按该比例我们可以推算得出，全国现有集装箱码头数量若全部进行内集卡自动化升级改造则需要6091台内集卡，若每台的改装费用为20万元，则改装市场空间为12.18亿元。在码头场景应用自动驾驶卡车难度较小，原因在于，码头场景相对封闭，运行区域规范整洁，适合于L4自动驾驶系统运行；虽然内集卡自动化升级需要一定成本，而国内的干

40、线枢纽港出于在未来行业竞争中能够处于有利的竞争地位，有动力去对港口设施进行信息化、自动化升级改造；此外，自动驾驶内集卡可以节省8元/TEU的人力运输成本，并使得利润提升2.4倍。2008-2017年全国万吨及以上集装箱泊位年全国万吨及以上集装箱泊位自动驾驶内集卡使每集装箱运输利润提升自动驾驶内集卡使每集装箱运输利润提升3.4倍倍22.50554118.5人力成本8燃油费用利润其他费用普通（元/TEU）来源：艾瑞咨询专家访谈。折旧费用自动驾驶（元/TEU）251280298302 309321322 3253293282008 2009 2010 2011 2012 2013 2014 2015

41、 2016 2017万吨级及以上集装箱泊位（个）来源：Wind行业数据库。中国中国欧美欧美物流费用占GDP16.0%10.0%物流成本占物价20%40%1015%企业平均车辆保有量1.994.8卡车日行驶里程（公里）3001000平均行驶速度58公里/小时78公里/小时222018.9 干线物流运输场景中国公路物流运输行业集中度较低行业未来面临整合中国公路运输总量占整体物流总量的7080%，地位及其重要，但物流成本占GDP总量的16%，远高于欧美发达国家10%的水平。中国物流行业存在着小、散、杂等特点，90%的承运商单位都是中小运营商，个体车队占63%，行业集中度低、竞争激烈、行业利润率低。未

42、来随着政策趋严导致的行业门槛提升以及当市场达到一定的饱和度时，行业将会进入整合并将淘汰效率低的小企业，集中度进一步提升，在未来行业竞争中行业龙头企业胜出的关键因素是要能够满足客户多元化需求，为客户提供透明、高效、标准化、低成本的服务。专线运输：专线运输：区域性家族式企业为主，创立门槛低、规模较小，主要经营成熟货源地之间的业务；联运运输：联运运输：规模型企业，全国性网络化运营，需要自建网点、仓库，进入门槛较高；卡车航班：卡车航班：在联运模式基础上将传统的运输时间由34天缩短至次日到达的水平，接近航空货运的时效，对于物流企业货物调度、运力调配有极高的要求，运输一般采取甩挂形式，保证“挂停车不停”，

43、但由于行业标准不统一，企业众多，甩挂模式推广速度缓慢。规规模模化化、标标准准化化、信信息息化化发发展展当前中国公路物流行业效率低当前中国公路物流行业效率低来源：大而美，轻致优，拥抱互联网物流-长江证券发货地发货地网点网点出发分出发分拨中心拨中心到达分到达分拨中心拨中心收货地网收货地网点点干线运输干线运输支线短驳支线短驳支线短驳支线短驳其他5%10%一辆干线长途货运卡名卡车司机，一名卡车司机工资在12万自动驾驶期初投入假 维护成年来计算，摊销到每燃料年仅为4万元，远低在初期，自动驾驶技5%保险23来源：Freight Transportation-Trucking&Logistics:An In

44、telligent Revolution is Coming-Morgan Stanley；艾瑞咨询专家访谈。2018.9 人员成本30%委外运输费用23%营业利润委外运输费用23%燃料9%人员成本9%维护成本10%干线物流运输场景L4级自动驾驶技术助力综合物流龙头企业降低运营成本人工费用及运输成本费用是物流运输公司最主要的成本，如国内公路物流上市公司标的“德邦股份”2017年年报显示人工费用和运输费用分别占公司营业成本的45.12%和37.51%。尤其是人工费用，随着未来中国人口红利逐渐消失，社会劳动力成本进一步上升，将会对物流公司的利润水平造成巨大的压力。L4级自动驾驶技术可以有效降低公路

45、物流公司对于卡车司机的需求尤其是在干线运输环节，根据我们的调研，业内人士认为人工成本因为自动驾驶技术的引入可以下降2/3，此外，预计自动驾驶技术在固定线路上可以实现最有效率的驾驶方式，并极大地降低交通事故的发生概率，因此燃油费用和保险费用也会因此相应下调，最终由于引入自动驾驶系统整体利润率可实现近3倍的增长。自动驾驶技术通过降低人力、燃油、保险费用而提升公路物流企业营业利润自动驾驶技术通过降低人力、燃油、保险费用而提升公路物流企业营业利润保险车一般需要配置23 4%折旧9%元/年左右，则一辆 9%卡车一年的司机费用在2030万元，而设为20万元，按照5 本于雇佣司机的成本。10%营业利润术可以

46、将驾驶员降为 32%一人（安全员）；技术完全成熟后可实现全部驾驶员替代，但自动驾驶车队需要工程师、技术人员定期维护，最终预计可以将人员成本降低 其他2/3。折旧2%10%24干线物流运输场景干线运输行业规模庞大，但技术渗透尚需解决行业问题中国有近1500万辆公路货运车辆和3000万名货车司机，而当前自动驾驶技术比较适用于干线运输这一细分场景，主要原因在于干线运输行驶场景主要为高速公路，高速公路相比起城市主干道来说，行人、骑车人数量较少，复杂的道路路口、交通指示灯等设施相对较少，系统对道路上车辆行驶轨迹更好进行预测。因此，在测算市场规模上我们主要关注重型卡车（干线运输）领域，国内重卡保有量近60

47、0万辆，按比例推算对应司机数量应该在1200万名左右。假设每辆车的改装成本在20万元，则这是一个近1.2万亿的存量市场。虽然干线物流运输拥有较大的市场空间，但是行业中所遗留的一些历史问题阻碍了自动驾驶技术的推行，如甩挂模式推行困难，单车在运货到站后到再装满货物离站往往需要等待12天；此外，自动驾驶汽车能否正式上路运行最终还要通过政府相关部门的审批。来源：Wind行业数据库。2018.9 168 174 187201315395461 473502534 5305695920700600500400300200100L4级自动驾驶干线物流运输场景应用阻力级自动驾驶干线物流运输场景应用阻力公路运输

48、行业甩挂率低所导致的运输车辆运行公路运输行业甩挂率低所导致的运输车辆运行效率低下效率低下-行业小散杂，配套管理政策不完善；-场站建设不完善，标准不统一；-货源调度及分配效率低；-货车种类繁杂、生产标准（鞍座）不统一；-挂车数量不足，非机动车属性及所有权问题。无人自动驾驶车辆在高速公路上运行的配套政无人自动驾驶车辆在高速公路上运行的配套政策制定策制定-目前政策更多是集中在自动驾驶汽车道路测试阶段，距离开放道路商业化运营尚远，开放路段点对点无人运输需要特事特议，不确定性较大。2005-2017年中国重型卡车保有量数据年中国重型卡车保有量数据2005 2006 2007 2008 2009 2010

49、 2011 2012 2013 2014 20152016 2017重型卡车保有量（万辆）25其他应用场景当前L4级自动驾驶落地城市一般道路应用场景困难较大目前自动驾驶汽车进入城市一般道路应用场景难度还是比较大，即使是目前技术最领先的Waymo（MPD数据排名第一），在其测试的凤凰城地区也经常会有当地居民抱怨Waymo测试车在道路上的表现过于呆板。如果想要自动驾驶汽车在城市场景应用，可以选择某些低速、固定线路的应用场景，如：1、固定区域低速场景：最后一公里低速物流车、道路清洁车等市政车辆；2、在开放道路固定线路上行驶的公交车，其类似于轨道交通车辆，运行线路固定，道路情况虽然比较复杂，但是车速不

50、快，还可以采取在车辆外安装LED信息告示板主动向车辆周边的行人和车辆告知自动驾驶车辆的下一步动作而避免可能发生的事故。此外，载客相比起之前我们重点分析的载货场景，还需要考虑乘客的搭乘体验，这对车辆控制算法有更严格的要求，因此技术难度更大。来源：公开网络渠道信息。2018.9 政府客户政府客户企业示范项目企业示范项目低低速速中中速速部分低速固定路线应用场景部分低速固定路线应用场景自动驾驶系统对于复杂场景应对能力尚且不足自动驾驶系统对于复杂场景应对能力尚且不足福特，普通车闯红灯，自动驾驶乘车人轻伤通用，摩托车变道超车，摩托车司机受伤201620172018操操作作员员普普通通车车辆辆Waymo，并