汽創(chuàng)君：汽車技術(shù)發(fā)展到如今，幾乎沒有人質(zhì)疑無人駕駛會(huì)成為汽車行業(yè)變革的巨大浪潮，然而對(duì)于各項(xiàng)技術(shù)落地的時(shí)間點(diǎn)，各大車企、互聯(lián)網(wǎng)公司、研究機(jī)構(gòu)、通訊公司、科技巨頭等眾說紛紜，本文援引莫尼塔財(cái)新智庫的一篇研究，系統(tǒng)梳理了無人駕駛各關(guān)鍵技術(shù)節(jié)點(diǎn)以及其成熟時(shí)間。接下來，ENJOY:

Key point：

1)汽車電子沿著兩橫三縱的技術(shù)架構(gòu)，逐步實(shí)現(xiàn)成熟的智能化和網(wǎng)聯(lián)化：2016年-2018年主要是三大傳感器的融合使用；2017年-2019年主要是高精度地圖的成熟；2019年-2022年是車載通訊模塊、互聯(lián)網(wǎng)終端、通信服務(wù)的成熟；2022年-2025年主要是決策芯片和算法的成熟。

2)2016-2018—三大傳感器融合：國(guó)內(nèi)毫米波雷達(dá)今年開始出貨；車載視覺系統(tǒng)硬件已經(jīng)達(dá)到消費(fèi)級(jí)水平，進(jìn)入軟件成熟期；激光雷達(dá)成本不斷下降，加速ADAS和無人駕駛的普及進(jìn)程。

3)2017-2020—高精度地圖的成熟：傳統(tǒng)地圖無法滿足自動(dòng)駕駛的要求，高精度地圖是L3、L4級(jí)別最為關(guān)鍵的技術(shù)；當(dāng)前精度地圖參與者主要有圖商、自動(dòng)智能駕駛科技公司、ADAS方案提供商、傳統(tǒng)車企四類，其優(yōu)劣勢(shì)各不相同，硬件軟件逐步融合。

4)2019-2022—車載通訊模塊的成熟：LTE-V在延時(shí)、頻譜帶寬、可靠性、組網(wǎng)成本、演進(jìn)路線等方面都具有優(yōu)勢(shì)，未來的發(fā)展趨勢(shì)大概率是使用LTE-V標(biāo)準(zhǔn)；目前布局的主要是半導(dǎo)體廠商和汽車廠商，但國(guó)內(nèi)很多公司都進(jìn)入了產(chǎn)業(yè)鏈，大唐電信也發(fā)布了全球第一臺(tái)LTE-V車聯(lián)網(wǎng)設(shè)備，有望在車載通訊模塊爆發(fā)之際獲得高速成長(zhǎng)。

5)2022-2025—算法和決策芯片的成熟：各大廠商都在用不同的芯片設(shè)計(jì)支持不同的算法，Google自己已經(jīng)開發(fā)了TPU，用于CNN加速，地平線也在開發(fā)BPU，Intel收購(gòu)Moileye打造芯片算法一體化，未來或是FPGA支持下的深度學(xué)習(xí)算法來實(shí)現(xiàn)自動(dòng)駕駛。

1. 汽車電子發(fā)展時(shí)間表

1.1 汽車電子沿著兩橫三縱技術(shù)架構(gòu)走向成熟

智能網(wǎng)聯(lián)汽車是搭載先進(jìn)的車載傳感器、控制器、執(zhí)行器等裝置，融合現(xiàn)代通信與網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)車與X(人、車、路、后臺(tái)等)智能信息交換共享，具備復(fù)雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能，可實(shí)現(xiàn)安全、舒適、節(jié)能、高效行駛，并最終可替代人來操作的新一代汽車。按照技術(shù)應(yīng)用和應(yīng)用場(chǎng)景，組成了兩橫三縱的技術(shù)架構(gòu)。

1.2 汽車電子時(shí)間發(fā)展表—智能化與網(wǎng)聯(lián)化協(xié)同發(fā)展

汽車電子的發(fā)展有兩個(gè)維度，智能化和網(wǎng)聯(lián)化，沿著兩橫三縱的技術(shù)架構(gòu)，逐步實(shí)現(xiàn)成熟的智能化和網(wǎng)聯(lián)化。

2016年-2018年主要是三大傳感器的融合使用，傳感器和視覺解決方案的融合促進(jìn)實(shí)現(xiàn)自適應(yīng)巡航、自動(dòng)緊急制動(dòng)等部分自動(dòng)駕駛(PA)功能，以及輔助網(wǎng)聯(lián)信息交互；2017年-2019年主要是高精度地圖的成熟，實(shí)時(shí)路況的更新和更豐富的路況信息加速實(shí)現(xiàn)車道內(nèi)自動(dòng)駕駛、全自動(dòng)泊車等有條件自動(dòng)駕駛(CA)功能，以及部分網(wǎng)聯(lián)信息協(xié)同感知；

2019年-2022年是車載通訊模塊、互聯(lián)網(wǎng)終端、通信服務(wù)的成熟，5G網(wǎng)絡(luò)建設(shè)的部署完成和商業(yè)化，V2X信息交互低延遲要求共同推動(dòng)網(wǎng)聯(lián)化的加速，實(shí)現(xiàn)更復(fù)雜路況(近郊)的全自動(dòng)駕駛；2022年-2025年主要是決策芯片和算法的成熟，隨著人工智能嵌入式落地智能終端，F(xiàn)GPA通用架構(gòu)向ASIC專用架構(gòu)的轉(zhuǎn)變，算法和芯片設(shè)計(jì)的協(xié)同發(fā)展，實(shí)現(xiàn)全區(qū)域的無人駕駛等高級(jí)(HA)/完全自動(dòng)駕駛(FA)功能和網(wǎng)聯(lián)協(xié)同決策控制的功能。

1.3 各國(guó)陸續(xù)出臺(tái)政策推動(dòng)ADAS的普及

歐盟委員會(huì)考慮2017年將19項(xiàng)安全技術(shù)納入新車的標(biāo)準(zhǔn)配置，并將強(qiáng)制執(zhí)行，自動(dòng)緊急制動(dòng)和車道偏離警告成為標(biāo)配；國(guó)內(nèi)2017年速度輔助系統(tǒng)、自動(dòng)緊急制動(dòng)、車道偏離預(yù)警/車道偏離輔助的加分要求已設(shè)定為系統(tǒng)裝機(jī)量達(dá)到100%。各國(guó)政策陸續(xù)出臺(tái)，要求汽車逐步配備汽車電子相關(guān)組建，成為汽車電子發(fā)展最大的推動(dòng)力。

1.4 國(guó)外谷歌和特斯拉兩種發(fā)展路徑加速發(fā)展

1）自動(dòng)駕駛目前進(jìn)展

加州車管局(DMV)公開了自動(dòng)駕駛項(xiàng)目的脫離測(cè)試數(shù)據(jù)，基本衡量了目前主要自動(dòng)駕駛項(xiàng)目在加州境內(nèi)在不同天氣環(huán)境，不同的路段進(jìn)行測(cè)試的進(jìn)展，谷歌的性能明顯優(yōu)于其他廠商。

2）谷歌和特斯拉代表兩種不同發(fā)展路徑

谷歌和特斯拉在無人駕駛領(lǐng)域采取了兩種不同的有代表性的發(fā)展路徑，谷歌利用地圖和深度學(xué)習(xí)實(shí)時(shí)建模來實(shí)現(xiàn)自動(dòng)駕駛；特斯拉依賴于傳統(tǒng)的傳感器的融合實(shí)現(xiàn)數(shù)據(jù)搜集識(shí)別、處理分析、完成自動(dòng)駕駛功能。從自動(dòng)駕駛精度來看，谷歌的沒有明確的數(shù)據(jù)，但其軟件層面的可以檢測(cè)和理解手勢(shì)之類的信號(hào)并作出反應(yīng)；moblieye的FCW(前向碰撞預(yù)警)的算法識(shí)別精度達(dá)到99.99%；特斯拉的算法處理水平很高，奔馳的路測(cè)車有著比特斯拉多一倍的傳感器，但是精度遠(yuǎn)不及特斯拉。

谷歌的自動(dòng)駕駛技術(shù)發(fā)展可以分為兩段，以waymo成為獨(dú)立事業(yè)部為轉(zhuǎn)折點(diǎn)：第一階段，主要突出軟件領(lǐng)域和技術(shù)突破，采用自有的高精度地圖和Velodyne提供的64線激光雷達(dá)方案，配備谷歌chauffeur軟件系統(tǒng)，最為突出的是展示的無人駕駛原型車中直接拋棄了傳統(tǒng)車的剎車、方向盤、油門等設(shè)備，僅用一個(gè)啟動(dòng)鍵實(shí)現(xiàn)無人駕駛，而硬件制造原型車都是來源傳統(tǒng)車企，如2014年展示的谷歌第二代車型就是從白色雷克薩斯RX 450H混合動(dòng)力SUV改造而來。

2016年11月，waymo成為獨(dú)立事業(yè)部后，開始采用硬件和軟件并行的方案，采用自己研發(fā)的激光雷達(dá)，傳統(tǒng)傳感器和8個(gè)視覺模塊相互融合，最新展示的無人車使用了三個(gè)不同探測(cè)距離的激光雷達(dá)，自主技術(shù)研發(fā)將激光雷達(dá)成本降低九成。未來技術(shù)商業(yè)化首先落地在貨運(yùn)(有個(gè)固定場(chǎng)景的低速共享市場(chǎng))和共享車服務(wù)的應(yīng)用。

2016年11月，特斯拉Autopilot2.0 發(fā)布，該系統(tǒng)將包含8個(gè)攝像頭，覆蓋360度可視范圍，對(duì)周圍環(huán)境的監(jiān)控距離最遠(yuǎn)可達(dá) 250 米；車輛配備的12 個(gè)超聲波傳感器完善了視覺系統(tǒng)，探測(cè)和傳感硬、軟物體的距離接近上一代系統(tǒng)的兩倍。增強(qiáng)版前置雷達(dá)通過冗余波長(zhǎng)提供周圍更豐富的數(shù)據(jù)，雷達(dá)波可以穿越大雨、霧、灰塵，甚至前方車輛。另外，Autopilot2.0使用的處理芯片NVIDIA Drive PX 2的處理性能為原來Mobileye Q3的40倍。

1.5 國(guó)內(nèi)科技公司和傳統(tǒng)車企合作打造自動(dòng)駕駛，精度提升速度快

通過863計(jì)劃實(shí)施和國(guó)家自然科學(xué)基金委項(xiàng)目支持，清華大學(xué)、國(guó)防科技大學(xué)、北京理工大學(xué)等部分高校、院士團(tuán)隊(duì)、汽車企業(yè)在環(huán)境感知、人的行為認(rèn)知及決策、基于車載和基于車路通信的駕駛輔助系統(tǒng)的研究開發(fā)取得了積極進(jìn)展，并開發(fā)出無人駕駛汽車演示樣車。清華大學(xué)等高校聯(lián)合企業(yè)開發(fā)的自適應(yīng)巡航控制系統(tǒng)、行駛車道偏離預(yù)警系統(tǒng)、行駛前向預(yù)警系統(tǒng)等具有先進(jìn)駕駛輔助系統(tǒng)(ADAS)功能樣機(jī)，正在逐步進(jìn)入產(chǎn)業(yè)化階段。

2. 2016-2018—三大傳感器融合

2.1 毫米波雷達(dá)國(guó)內(nèi)今年開始出貨

毫米波雷達(dá)的主流方向是24GHz和77GHz，24GHz主要應(yīng)用于汽車后方，77GHz主要應(yīng)用于前方和側(cè)向。未來毫米波雷達(dá)會(huì)逐漸向77GHz頻段(76-81GHz)統(tǒng)一，其中76-77GHz主要用于長(zhǎng)距離毫米波雷達(dá)，77-81GHz主要用于中短距離毫米波雷達(dá)(已有歐盟、CEPT成員國(guó)、新加坡、美國(guó)FCC委員會(huì)、加拿大工業(yè)部等進(jìn)行相關(guān)規(guī)劃)。

隨著配備從高端車型向中低端車型下沉的趨勢(shì)，目前毫米波雷達(dá)已經(jīng)逐漸普及，一般配備情況是“1長(zhǎng)+6短”(如奔馳S級(jí))、“1長(zhǎng)+4短”(如奧迪A4)、“1長(zhǎng)+2短”(如別克威朗)。

前端單片微波集成電路MMIC和雷達(dá)天線高頻PCB板是其核心組成部分。MMIC由國(guó)外公司掌控，特別是77GHz的MMIC，只掌握在英飛凌、ST、飛思卡爾等極少數(shù)國(guó)外芯片廠商手中，國(guó)內(nèi)處于初始研發(fā)階段，主要在24GHz雷達(dá)方面，華域汽車、杭州智波、蕪湖森思泰克等企業(yè)在已有部分積累。

雷達(dá)天線高頻PCB板技術(shù)也掌握在國(guó)外廠商手中，Schweizer占據(jù)全球30%市場(chǎng)份額，在77GHz方面優(yōu)勢(shì)明顯，PCB使用的層壓板材則主要由Rogers、Isola等公司提供。國(guó)內(nèi)高頻PCB板廠商暫無技術(shù)儲(chǔ)備，根據(jù)圖紙代加工，元器件仍需國(guó)外進(jìn)口，滬電股份已就24GHz和77GHz高頻雷達(dá)用PCB產(chǎn)品與Schweizer開展合作。

圖表9：毫米波雷達(dá)的拆分及供應(yīng)體系

目前中國(guó)市場(chǎng)中高端汽車裝配的毫米波雷達(dá)傳感器全部依賴進(jìn)口，華域汽車已經(jīng)能生產(chǎn)24GHz毫米波雷達(dá)，主要完成BSD盲點(diǎn)偵測(cè)、LCA車道切換輔助等功能，解決產(chǎn)品形態(tài)的導(dǎo)入。國(guó)內(nèi)第二階段的研發(fā)將同樣針對(duì)24GHz產(chǎn)品，目標(biāo)是降低成本，預(yù)計(jì)產(chǎn)品2017年底出現(xiàn)。

2.2 車載視覺系統(tǒng)硬件成熟，軟件逐步升級(jí)

車載視覺系統(tǒng)包括車載圖像感光芯片、專用圖像處理ISP芯片、車載光學(xué)鏡頭、車載視覺系統(tǒng)。

借由鏡頭采集圖像后，由攝像頭內(nèi)的感光組件電路及控制組件對(duì)圖像進(jìn)行處理并轉(zhuǎn)化為電腦能處理的數(shù)字信號(hào)，從而實(shí)現(xiàn)感知車輛周邊的路況情況、前向碰撞預(yù)警、道偏移報(bào)警和行人檢測(cè)等功能。

硬件方面，車載攝像頭主要由CMOS鏡頭(包括lens和光感芯片等)，芯片，其他物料(內(nèi)存，sim卡，外殼)組成。

軟件方面，以mobileye為例，主要體現(xiàn)在芯片的升級(jí)和處理平臺(tái)的升級(jí)，工作頻率從122Mhz提升到332Mhz，訪問方式的改變使速率提升一倍，圖像由640*480彩色像素提升為2048*2048(Input)和4096*2048(output)等。

圖表11：mobileye 產(chǎn)品發(fā)展歷程

從市場(chǎng)競(jìng)爭(zhēng)格局來看，除了極少數(shù)廠商具備垂直一體化的能力，絕大部分廠商都將業(yè)務(wù)集中于產(chǎn)業(yè)中的某個(gè)或者某幾個(gè)環(huán)節(jié)。光學(xué)鏡片主要是臺(tái)灣的廠商在主導(dǎo)，大陸廠商在紅外截止濾光片上有一定優(yōu)勢(shì)，圖像傳感器主要是歐美和韓國(guó)廠商為主，模組環(huán)節(jié)大陸、韓國(guó)、臺(tái)灣、日本廠商份額居前，國(guó)內(nèi)廠商成長(zhǎng)迅速。

目前汽車零部件提供商巨頭的攝像頭傳感器都已于整車廠合作量產(chǎn)，同時(shí)加大研發(fā)投入，注重芯片和算法的提升。國(guó)內(nèi)未來攝像頭的發(fā)展主要體現(xiàn)在專用圖像處理芯片與復(fù)雜圖像處理技術(shù)突破，基本實(shí)現(xiàn)自主研制，最終實(shí)現(xiàn)車載視覺與其他感知系統(tǒng)融合產(chǎn)品的大規(guī)模應(yīng)用。

2.3 激光雷達(dá)成本逐步下降

激光雷達(dá)是一種集激光、全球定位系統(tǒng)與慣性導(dǎo)航系統(tǒng)三大技術(shù)于一身的綜合光探測(cè)與測(cè)量系統(tǒng)，其工作原理是通過透鏡、激光發(fā)射及接收裝置，基于激光飛行時(shí)間(TOF：time of fly)原理獲得目標(biāo)物體位置、移動(dòng)速度等特征數(shù)據(jù)，并且獲得的數(shù)據(jù)本身就是三維數(shù)據(jù)，不需要通過大量運(yùn)算和處理才生成目標(biāo)三維圖像，激光測(cè)距有非常高的精度。所以，激光三維成像雷達(dá)是目前能獲取大范圍三維場(chǎng)景圖像效率最高的傳感器，也是目前能獲取三維場(chǎng)景精度最高的傳感器。

激光雷達(dá)組件主要包括激光器，傳感器(收發(fā)器)，光學(xué)鏡片，如上圖所示這套發(fā)射/接收組件和旋轉(zhuǎn)鏡面結(jié)合在一起，鏡面不只反射二極管發(fā)出去的光，而且也能把反射回來的光再反射給接收器。通過旋轉(zhuǎn)鏡面，能夠?qū)崿F(xiàn)360度的視角。

根據(jù)激光雷達(dá)線目的不同，主要分為2D、2.5D(1,4,8線)和3D(16,32,64線)兩類。前者主要探測(cè)目標(biāo)位置和輪廓，后者可以形成環(huán)境性視覺感知。

國(guó)內(nèi)公司在多線激光雷達(dá)上較國(guó)外高水平企業(yè)還有較大差距。國(guó)內(nèi)的激光雷達(dá)產(chǎn)品多用于服務(wù)機(jī)器人、地形測(cè)繪、建筑測(cè)量等領(lǐng)域，但是國(guó)內(nèi)企業(yè)尚未研制出可用于ADAS及無人駕駛系統(tǒng)的3D激光雷達(dá)產(chǎn)品，主要還是處在探索研發(fā)階段。

《中國(guó)制造2025》重點(diǎn)技術(shù)路線圖顯示，國(guó)內(nèi)將逐步實(shí)現(xiàn)測(cè)距激光雷達(dá)相關(guān)硬件的自主研制，突破厘米級(jí)實(shí)時(shí)測(cè)距關(guān)鍵技術(shù)、樣機(jī)生產(chǎn)與測(cè)試，實(shí)現(xiàn)低成本、小型化。到2025年左右，實(shí)現(xiàn)多線激光雷達(dá)軟硬件技術(shù)自主化，掌握與其他車載傳感器融合關(guān)鍵技術(shù)，實(shí)現(xiàn)大規(guī)模車載應(yīng)用，支撐HA級(jí)整車產(chǎn)品需求。

3. 2017-2020—高精度地圖的成熟

高精度地圖是L3、L4級(jí)別的自動(dòng)駕駛階段屬于最為關(guān)鍵技術(shù)，高精度地圖的成熟可以減少汽車對(duì)雷達(dá)等感知設(shè)備的依賴程度，在降低成本的同時(shí)提升自動(dòng)駕駛技術(shù)的可靠性，同時(shí)也是V2X與自動(dòng)駕駛技術(shù)融合的載體，統(tǒng)一的標(biāo)準(zhǔn)有助于技術(shù)的應(yīng)用和發(fā)展。

3.1 傳統(tǒng)地圖無法滿足自動(dòng)駕駛，高精度地圖是L3、L4級(jí)別最為關(guān)鍵技術(shù)

相比于傳統(tǒng)地圖，高精度一方面絕對(duì)坐標(biāo)精度更高，如HERE指出其下一代繪圖應(yīng)用將精確到厘米級(jí)；另一方面所含有的道路交通信息元素更豐富和細(xì)致。

具體而言，高精度地圖分為三個(gè)圖層：活動(dòng)層、動(dòng)態(tài)層、分析層：

1) 活動(dòng)層與傳統(tǒng)地圖相比增加了高精度道路級(jí)別的數(shù)據(jù)(道路形狀、坡度、曲率、鋪設(shè)、方向等)、車道屬性相關(guān)數(shù)據(jù)(車道線類型、車道寬度等)，及高架物體、防護(hù)欄、樹、道路邊緣類型、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù)；

2) 動(dòng)態(tài)層將實(shí)時(shí)更新來自其他車輛傳感器、道路傳感器等檢測(cè)到的交通數(shù)據(jù)，實(shí)時(shí)更新和補(bǔ)充，進(jìn)入網(wǎng)聯(lián)化第二階段—協(xié)同感知；

3) 分析層通過實(shí)時(shí)大數(shù)據(jù)分析人類駕駛記錄幫助訓(xùn)練無人駕駛車，進(jìn)入網(wǎng)聯(lián)化第三階段—協(xié)同決策和控制。

目前ADAS 地圖具備了活動(dòng)層信息， 精度為1-5m 。如寶馬ASR(Adaptive Speed Recommendation)在減速的區(qū)域，會(huì)提前50-300米提醒用戶減速，提前具體會(huì)依據(jù)目前車速、汽車剎車速度及司機(jī)反映時(shí)間調(diào)整；在轉(zhuǎn)彎的路段，會(huì)考慮路寬、車道數(shù)目、整個(gè)路況等，計(jì)算合理的汽車速度。

目前高精度地圖主要是ADAS級(jí)，實(shí)現(xiàn)L2/L3級(jí)自動(dòng)駕駛，未來隨著5G帶來的車聯(lián)網(wǎng)的數(shù)據(jù)處理便利和計(jì)算機(jī)視覺、3D建模技術(shù)的成熟，基于深度學(xué)習(xí)的環(huán)境感知技術(shù)以及端閉環(huán)實(shí)時(shí)更新云技術(shù)的發(fā)展，高精度地圖會(huì)逐步向HAD級(jí)發(fā)展，我們預(yù)期2018年5G標(biāo)準(zhǔn)確立和人工智能爆發(fā)進(jìn)入成熟期，高精度地圖會(huì)逐漸成熟，成為支撐智能駕駛網(wǎng)聯(lián)化的關(guān)鍵技術(shù)之一。

高精度地圖的采集和處理有多種的技術(shù)方案，一般而言，主流圖商和高科技公司如谷歌、百度采用專業(yè)化采集的方式，使用激光雷達(dá)和攝像頭進(jìn)行高精度的數(shù)據(jù)和城區(qū)全區(qū)域覆蓋的采集，而傳統(tǒng)車企和ADAS方案商會(huì)使眾包模式以及UGC實(shí)時(shí)更新方式來采集數(shù)據(jù)。不同的方式在成本和實(shí)時(shí)更新，數(shù)據(jù)精度和區(qū)域覆蓋上各有優(yōu)缺點(diǎn)，目前的趨勢(shì)必將是圖商和傳統(tǒng)車企、ADAS方案商的戰(zhàn)略合作，科技公司產(chǎn)品的商業(yè)化落地，這都會(huì)促進(jìn)采集方式的整合，推動(dòng)行業(yè)的發(fā)展。

3.2 高精度地圖產(chǎn)業(yè)鏈和主要參與者

高精度地圖，除了提供道路信息，還提供實(shí)時(shí)路況信息和3D建模，參與汽車路徑規(guī)劃，在ADAS交互與決策中，起著非常重要的作用。

高精度地圖參與者主要有圖商、自動(dòng)智能駕駛科技公司、ADAS方案提供商、傳統(tǒng)車企四類，采用的方式和方案優(yōu)劣勢(shì)各不相同，圖商有著先天優(yōu)勢(shì)的基因：繪圖基礎(chǔ)深厚，地圖精度和覆蓋率有保障，技術(shù)積累足。傳統(tǒng)車企和ADAS方案商采用眾包方案，數(shù)據(jù)量大且實(shí)時(shí)更新。

3.3 國(guó)外發(fā)展趨勢(shì)：硬件和軟件的融合

1）圖商布局

以海外圖商代表公司HERE為例，HERE核心業(yè)務(wù)為通過其豐富的地圖數(shù)據(jù)和核心的位置平臺(tái)為汽車、消費(fèi)者和企業(yè)客戶提供位置服務(wù)和解決方案，其地圖數(shù)據(jù)覆蓋約200個(gè)國(guó)家，超過4,600萬公里。通過不斷的和傳統(tǒng)車企，科技公司以及數(shù)據(jù)信息流入口(傳感器廠商)展開合作，產(chǎn)業(yè)鏈生態(tài)布局也向上滲透到數(shù)據(jù)輸入端的傳感器和算法芯片等領(lǐng)域，目標(biāo)成為無人駕駛技術(shù)方案提供商。HERE的戰(zhàn)略布局正是汽車電子自動(dòng)駕駛領(lǐng)域的一個(gè)趨勢(shì)：硬件和軟件的融合。

圖表21：Here 的發(fā)展時(shí)間表

2）其他公司布局情況

除了圖商外，其他參與者近些年來布局頻繁。從數(shù)據(jù)采集方式來看，谷歌和蘋果的特點(diǎn)是：更易直接實(shí)時(shí)更新、覆蓋面更廣，更精準(zhǔn)。但無人駕駛領(lǐng)域需要龐大的輸入數(shù)據(jù)，使得特斯拉(OTA空中更新)和uber(otter和沃爾沃貨車運(yùn)營(yíng))在無人駕駛測(cè)試和高精度地圖上有著更易延伸和拓展的優(yōu)勢(shì)。

數(shù)據(jù)收集只是高精度地圖作為基礎(chǔ)支撐技術(shù)的一部分，對(duì)車輛周邊環(huán)境的數(shù)據(jù)計(jì)算和處理時(shí)，谷歌一直走在高精度地圖的實(shí)時(shí)建模和算法優(yōu)化最前沿，其基于城市規(guī)劃和路徑優(yōu)化規(guī)劃的算法方案使谷歌在地圖技術(shù)提供上依然具有較大的優(yōu)勢(shì)。

3.4 國(guó)內(nèi)相關(guān)公司加大布局力度

1）國(guó)內(nèi)圖商布局

四維圖新有著15年的地圖數(shù)據(jù)和實(shí)時(shí)采集更新積累，2016年以來積極布局ADAS高精度地圖，不斷加快上下游產(chǎn)業(yè)鏈的一體化整合。1月與東軟戰(zhàn)略合作，強(qiáng)化車聯(lián)網(wǎng)平臺(tái)軟件實(shí)力，5月，收購(gòu)聯(lián)發(fā)科技旗下杰發(fā)科技芯片商，試圖完成軟硬件的綜合布局，10月高調(diào)宣布高級(jí)輔助駕駛地圖率先得到商業(yè)化，12月入股HERE并設(shè)立合資子公司，一系列動(dòng)作高調(diào)彰顯了四試圖抓住ADAS風(fēng)口，從傳統(tǒng)圖商向完整解決方案提供商轉(zhuǎn)型的決心。

2）國(guó)內(nèi)科技公司的布局

百度在2014 年全資收購(gòu)具有甲級(jí)測(cè)繪資質(zhì)的公司長(zhǎng)地萬方；騰訊在2013 年全資收購(gòu)另一家甲級(jí)測(cè)繪資質(zhì)公司科菱航睿；高德軟件則在2014 年成為阿里旗下的100%控股子公司，目前各大互聯(lián)網(wǎng)公司均已經(jīng)間接擁有了國(guó)家測(cè)繪局的甲級(jí)地圖測(cè)繪資質(zhì)，為將來的產(chǎn)業(yè)鏈整合和智能汽車領(lǐng)域的布局奠定了基礎(chǔ)。2014 年，騰訊耗資近12 億元成為四維圖新公司的第二大股東。

3.5 高精度地圖的成熟

按照《中國(guó)制造2025》技術(shù)發(fā)展路線圖來看，在2020之前提供適用于PA級(jí)智能網(wǎng)聯(lián)汽車的高精度地圖，且地圖精度達(dá)亞米級(jí)；在2025年左右提供適用于CA級(jí)智能網(wǎng)聯(lián)汽車地圖，范圍覆蓋全國(guó)主要高速公路；在2030年左右，實(shí)現(xiàn)高精度地圖生產(chǎn)自動(dòng)化及標(biāo)準(zhǔn)化，滿足無人駕駛需求，范圍覆蓋全國(guó)主要道路。

隨著人工智能深化和5G2018年標(biāo)準(zhǔn)鎖定，高精度地圖在智能化和網(wǎng)聯(lián)化自動(dòng)駕駛領(lǐng)域的應(yīng)用會(huì)越來越成熟。

4. 2019-2022—車載通訊模塊的成熟

4.1 車載通訊模塊通訊標(biāo)準(zhǔn)發(fā)展趨勢(shì)

V2X是未來智能交通運(yùn)輸系統(tǒng)的關(guān)鍵技術(shù)，具體包括 V2P (車與行人)、V2V(車與車)、V2I(車與基礎(chǔ)設(shè)施)等，它連接了車與車、車與基站、基站與基站?；赩2X技術(shù)不僅可以大幅提升交通安全、降低交通事故率，而且可以為自動(dòng)駕駛等提供低成本、易實(shí)施的技術(shù)路線和基礎(chǔ)平臺(tái)。

現(xiàn)階段主要有兩個(gè)標(biāo)準(zhǔn)被廣泛認(rèn)可，分別是美國(guó)主導(dǎo)的以IEEE 802.11p為基礎(chǔ)的專用短距離通信(DSRC)和以3GPP主導(dǎo)的基于3GPP的長(zhǎng)期演進(jìn)項(xiàng)目(LTE)。

DSRC 技術(shù)是由 IEEE 802.11 進(jìn)行演進(jìn)擴(kuò)充的無線局域網(wǎng)標(biāo)準(zhǔn), 有最大傳輸時(shí)延及可靠性不可控等缺陷。同時(shí)，由于其需要在路邊投入較大，難以滿足車輛離路后獲取服務(wù)的應(yīng)用場(chǎng)景，商業(yè)模式不清晰, 難以大規(guī)模商用。與之相比，LTE-V技術(shù)在4.5G/5G 網(wǎng)絡(luò)有望使車聯(lián)網(wǎng)實(shí)現(xiàn)更優(yōu)化的性能，同時(shí)解決DSRC技術(shù)未能滿足的離路覆蓋、盈利模式、容量等方面的問題，目前該標(biāo)準(zhǔn)的制訂者通信行業(yè)是大唐通信集團(tuán)和華為， 中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)(Chinese Communication Standards Association，CCSA)已經(jīng)在中國(guó)針對(duì)LTE V2X推出了工作項(xiàng)目。

LTE-V技術(shù)主要可以分為兩類: LTE-V-Direct(短程直通式通信), 通過網(wǎng)絡(luò)終端實(shí)現(xiàn)車與車之間的統(tǒng)信來做到低時(shí)延高性能；另一個(gè), LTE-V-Cell(廣域蜂窩式)，通過 LTE的公網(wǎng)做回傳+相關(guān)的安全管理來實(shí)現(xiàn)功能。V2X(LTE-V-Direct)支持安全類業(yè)務(wù), LTE-V-Cell支持信息娛樂即Telematics業(yè)務(wù)。

圖表26：LTE-V 應(yīng)用

根據(jù)中國(guó)汽車工程學(xué)會(huì)的研究表明，智能網(wǎng)聯(lián)汽車技術(shù)(V2X)的廣泛應(yīng)用可使普通道路的交通效率提高30%以上。根據(jù)美國(guó)國(guó)家公路交通安全管理局(NHTSA)的官方數(shù)據(jù)顯示，車輛與車輛通信技術(shù)(V2V)能預(yù)知即將發(fā)生的交通事故并對(duì)潛在危險(xiǎn)發(fā)出實(shí)時(shí)預(yù)警，它的廣泛應(yīng)用能幫助避免高達(dá)81%輕型碰撞事故。

4.2 車聯(lián)網(wǎng)產(chǎn)業(yè)鏈

布局車聯(lián)網(wǎng)的廠商主要是半導(dǎo)體廠商和汽車廠商，但國(guó)內(nèi)很多公司都進(jìn)入了產(chǎn)業(yè)鏈，大唐電信發(fā)布了全球第一臺(tái)LTE-V車聯(lián)網(wǎng)設(shè)備，可支持車聯(lián)網(wǎng) V2X 自組織通信，并具有核心自主知識(shí)產(chǎn)權(quán)。

圖表27：車聯(lián)網(wǎng)產(chǎn)業(yè)鏈

我們預(yù)計(jì)2019年-2022年將是車載通訊模塊成熟的時(shí)期，車載通訊模塊出貨量將快速增長(zhǎng)。根據(jù)HIS預(yù)測(cè)，2020年到2025年將是V2X系統(tǒng)芯片出貨量將呈爆發(fā)式增長(zhǎng)，到2026年達(dá)到6000萬套。

圖表28：V2X 系統(tǒng)芯片出貨量預(yù)測(cè)

4.3 國(guó)內(nèi)外廠商提前布局車聯(lián)網(wǎng)市場(chǎng)

車聯(lián)網(wǎng)除了應(yīng)用在安全防盜、車載功放、信息娛樂上，在無人駕駛領(lǐng)域的應(yīng)用成為未來確定性趨勢(shì)，半導(dǎo)體廠商紛紛推出V2X方案, 以期搶占新一輪車聯(lián)網(wǎng)市場(chǎng)。目前包括高通、華為、大唐電信、意法半導(dǎo)體(ST)、恩智浦(NXP)、博通等半導(dǎo)體廠商均已推出相關(guān)解決方案。

5. 2022-2025—算法和決策芯片的成熟

決策芯片和算法，就像汽車的大腦，將傳感器及通訊模塊搜集到的信息進(jìn)行計(jì)算處理，作出決策。

5.1 算法的發(fā)展

目前在智能汽車領(lǐng)域，深度學(xué)習(xí)已在逐步取代之前的傳統(tǒng)算法?；谏疃葘W(xué)習(xí)架構(gòu)的人工智能已經(jīng)被廣泛應(yīng)用于計(jì)算機(jī)視覺、自然語言處理、傳感器融合、目標(biāo)識(shí)別、自動(dòng)駕駛等汽車的各個(gè)領(lǐng)域，而利用GPU構(gòu)建神經(jīng)網(wǎng)絡(luò)最終實(shí)現(xiàn)自動(dòng)駕駛是各大智能駕駛相關(guān)廠商正亟待探索的領(lǐng)域。深度學(xué)習(xí)由多元網(wǎng)絡(luò)模型組成，深度網(wǎng)絡(luò)包含了多層神經(jīng)元，對(duì)于給定任務(wù)，第一層神經(jīng)元通過學(xué)得了對(duì)邊緣的檢測(cè)，而第二層的神經(jīng)元可能學(xué)的識(shí)別，第三層或再往上則識(shí)別更復(fù)雜的形狀。對(duì)于自動(dòng)駕駛來說，其難點(diǎn)在于程式環(huán)境下的駕駛場(chǎng)景是十分復(fù)雜和難以預(yù)測(cè)的，因此需要通過融合多種傳感器的數(shù)據(jù)來干事、定位、決策和規(guī)劃。

以英偉達(dá)最新一代的無人駕駛汽車計(jì)算平臺(tái)為例，主要是基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的算法，測(cè)試算法的直接輸入數(shù)據(jù)為像素級(jí)的車載攝像頭錄像的路況信息，輸出數(shù)據(jù)為方向盤的控制信號(hào), 英偉達(dá)首先在云端通過大規(guī)模的數(shù)據(jù)訓(xùn)練得到了訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò), 之后將上述卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)部署到了無人駕駛汽車的計(jì)算平臺(tái)中，根據(jù)英偉達(dá)的實(shí)驗(yàn)結(jié)果，用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)完成無人駕駛汽車的操作，得到了很好的結(jié)果。

深度學(xué)習(xí)與傳統(tǒng)算法最大的不同在于給予給定的模型后深度學(xué)習(xí)可以自動(dòng)學(xué)習(xí)如何完成給定的任務(wù)，而這些任務(wù)可以使多樣性的包括圖像、語音、無人機(jī)、自動(dòng)駕駛等。

5.2 決策芯片的發(fā)展

CPU&GPU領(lǐng)域存在大量的開源軟件和應(yīng)用軟件，任何新的技術(shù)首先會(huì)用CPU實(shí)現(xiàn)算法；FGPA支持深度可變的流水線結(jié)構(gòu)，提供大量的并行計(jì)算資源，可以在一個(gè)芯片中為多種應(yīng)用提供非常靈活的定制協(xié)處理功能，成為CPU&GPU芯片硬件加速的協(xié)處理器架構(gòu)平臺(tái)。隨著技術(shù)突破和量產(chǎn)的經(jīng)濟(jì)性，ASIC或成為進(jìn)入消費(fèi)電子的主流芯片平臺(tái)。目前而言，在自動(dòng)駕駛領(lǐng)域，全球技術(shù)主流處在CPU&GPU階段，Intel決定以167億美元收購(gòu)FPGA生產(chǎn)商Altera，IBM和Xilinx聯(lián)合戰(zhàn)略合作或成為加速FGPA產(chǎn)品在智能終端的落地。未來將是算法和芯片協(xié)同發(fā)展，軟件和硬件融合設(shè)計(jì)的趨勢(shì)。

以英偉達(dá)為例，在智能汽車和人工智能時(shí)代，抓住GPU并行計(jì)算在大數(shù)據(jù)處理和深度學(xué)習(xí)中的優(yōu)勢(shì)，通過不斷地整合覆蓋基于深度學(xué)習(xí)的大數(shù)據(jù)訓(xùn)練平臺(tái)DGX-1，人工智能終端嵌入式平臺(tái)Jetson，和數(shù)據(jù)中心的Tesla平臺(tái)，三大平臺(tái)的優(yōu)勢(shì)協(xié)同加速英偉達(dá)的產(chǎn)業(yè)鏈布局。

公司在2015年3月推出了第一款面向自動(dòng)駕駛的芯片方案-Drive PX系列，并于2016年1月推出其2代產(chǎn)品，可以支持多種雷達(dá)和視覺傳感器信號(hào)的融合處理，沃爾沃將成為首家使用的車企；2016年9月公司與百度宣布合作開發(fā)自動(dòng)駕駛平臺(tái)，兩家公司將在AI 和深度學(xué)習(xí)技能方面展開合作，打造一款‘從云到車’的架構(gòu)平臺(tái)并向OEM 廠商提供；百度已經(jīng)進(jìn)行了多年的無人車研發(fā)和測(cè)試，具備豐富的無人駕駛算法和人工智能技術(shù)積累，而英偉達(dá)則能夠提供支撐算法運(yùn)行的硬件計(jì)算平臺(tái)，雙方合作不僅能夠推動(dòng)百度無人車的早日商業(yè)化，更能夠?qū)㈦p方的優(yōu)勢(shì)資源整合，共同為第三方提供自動(dòng)駕駛解決方案，與英特爾、Mobileye、特斯拉和谷歌等公司搶占市場(chǎng)；

在傳統(tǒng)計(jì)算場(chǎng)景逐漸多元化的發(fā)展下，人工智能和自動(dòng)駕駛等場(chǎng)景需要越來越強(qiáng)大的計(jì)算力，英特爾的戰(zhàn)略布局已經(jīng)從傳統(tǒng)PC和服務(wù)器計(jì)算領(lǐng)域轉(zhuǎn)移到以物聯(lián)網(wǎng)、人工智能和自動(dòng)駕駛為核心的未來計(jì)算領(lǐng)域。過去是算法根據(jù)芯片來優(yōu)化，2017年3月，英特爾宣布收購(gòu)在算法領(lǐng)域有90%市占率的mobileye，集算法與芯片于一體，發(fā)力汽車大腦，可以看成芯片和算法并行協(xié)同發(fā)展的時(shí)代的開啟。

注：本文援引數(shù)據(jù)來自莫尼塔財(cái)新智庫，供大家參考探討。請(qǐng)勿用于任何商業(yè)用途。

返回第一電動(dòng)網(wǎng)首頁 >