自动驾驶产业链上有哪些玩家？一份研究报告带你全面了解这个行业

本篇文章3358字，读完约8分钟

要了解自动驾驶的历史、现状和玩家，阅读这些就足够了。

随着人工智能的迅速升温，许多行业都加入了智能的浪潮，交通行业就是其中之一:汽车制造商、配件供应商、技术巨头和初创企业都进入了自主驾驶，而服务提供商、基础设施提供商以及城市规划者和管理者也在努力为交通智能的进一步发展做出贡献。5月25日，在联想之星未来之旅的“人工智能”和慧星实验室智能交通实验室中国推广大会上，慧星实验室发布了智能交通研究报告。全面梳理了自主驾驶的历史和现状，详细分析了产业链中的主要参与者。

彗星实验室专注于b2b人工智能和机器人投资和孵化。今年年初，彗星实验室在旧金山启动了智能交通实验室，以整合交通行业的工业资源。5月初，慧星实验室智能交通实验室发布了《全球智能交通行业地图》，将智能交通行业分为七个层次:车载传感器、智能制造、基础设施和车辆联网、自动化、车载智能、安全和服务。和28个子类别，并整理了智能探索的特殊车辆，如两轮车，公共交通，卡车/卡车，飞机，最后列出了263个典型的例子，促进自动驾驶和未来的旅行。黑智得到的comet labs报告从技术和行业标准的角度总结了自主驾驶的不同概念，并结合自主驾驶领域参与者的归纳和分析，对产业链进行了划分。此外，该报告还重点介绍了自动驾驶产业链的关键部分adas，并介绍了市场规模、常见功能、各种传感器的比较以及常见的adas解决方案。根据报告，adas不是真正的自动驾驶，但它是实现自动驾驶的基础。最后，报告还展望了自主驾驶的未来和亟待解决的问题。以下是该报告的全文:自2016年以来，围绕自动驾驶的所有概念和故事开始比以往更频繁地进入公众视野:从优步和沃尔沃到无人驾驶汽车制造，从alphabet到从谷歌x拆分waymo从特斯拉自动驾驶仪1.0的事故到新加坡的无人驾驶出租车，它就在家里的路上；从高通到恩智浦，再到英特尔收购美孚国际；；从adas到车辆互联网；从激光雷达到高精度地图截至2017年第一季度，全球14大科技公司中有12家宣布了自主驾驶相关技术的发展；在汽车领域，在全球14大汽车制造商中，有13家宣布将进入自动驾驶领域。自动驾驶的时代已经到来。业内领先的科技公司和许多在过去两年中成长起来的初创企业在自主驾驶方面投入了巨大的人力、物力和财力，积极推动自主驾驶的技术创新浪潮。在这一交叉属性明显的领域，原始设备制造商需要与零部件和技术提供商合作，通过技术研发、产品升级甚至并购来保持其在行业中的竞争力。此外，由于更好的用户体验，自动驾驶车辆共享和租赁服务的优势和价值已经开始显现。从三个角度理解自主驾驶的概念一直是汽车行业的热门话题。随着行业的日益普及，近年来相关概念的引用和使用出现了一些混乱。自动驾驶、无人驾驶、自动驾驶和自动汽车等词在不同的场合被提及。那么，如何定义自动驾驶？1)从技术要素的角度来看，自动驾驶描述了人类想象目前能够达到的理想驾驶状态，这是一种结果。在实施的过程中，需要整合和应用多种技术，主要涉及人工智能算法技术、云技术和机器人技术。任何两种技术的结合都是广义自动驾驶概念的延伸，或者说是实现自动驾驶的基础。

2)从原理上看，所有的控制系统都由传感器、控制器和执行器组成，它们对应于三个功能模块:感知信息、决策和执行。人类驾驶是如此，自动驾驶也是如此。

3)如何从行业标准的角度定义自主驾驶的概念一直是汽车行业的热门话题。随着行业的日益普及，相关概念的引用和使用出现了一些混乱。为了解决这个问题，行业实行分类。目前，行业中广泛使用的分类标准是汽车工程师学会(sae) j3016的国际标准。本标准来自美国交通部和国家公路交通安全管理局(nhtsa)于2016年9月19日联合发布的“美国自动驾驶车辆政策指南”。本指南的引入意味着之前权威的nhtsa五级分类标准尚未成为联邦标准。这两个标准之间的主要区别是sae在条件自动化和完全自动化之间有一个高度自动化。

自1925年世界上第一辆无人驾驶汽车诞生到2015年前后，自动驾驶产业一直在发展。在几个关键事件的推动下，自动驾驶行业经历了逐步发展。

根据许多国际汽车公司的时间表，2016-2018年是自动驾驶汽车走向市场的时期，因此2016年也被业界视为自动驾驶的第一年。回顾今年，原始设备制造商和技术服务提供商开始深入合作，产业链日益完善。

自动驾驶产业链中的参与者大致可分为原始设备制造商、零部件/技术提供商以及运营和服务提供商。汽车制造商与技术供应商之间的合作关系目前科技界与汽车制造商之间的合作主要有两种模式:一是传统的供应商模式，即技术公司进入汽车制造商的供应链并为其供货；第二，一种更加平等的合作关系，双方各取所需。通过合作关系图，我们发现在海外，美国和德国的传统汽车公司与技术公司的合作开始得更早、更广泛；在中国，一方面，百度通过提供完整的软件、硬件和服务解决方案，领先于国内技术公司和汽车制造商之间的合作；另一方面，与芯片制造商和高精度地图制造商携手合作是目前国内汽车制造商最迫切的合作切入点。

Adas不是真正的自动驾驶，但它是实现自动驾驶的基础——ADAS是高级驾驶员辅助系统的简称，即高级驾驶员辅助系统。-adas不是一个配置，而是一个具有多个配置和协调动作的系统。它利用安装在汽车上的各种传感器，在汽车行驶过程中随时感知周围环境，采集数据，识别、检测和跟踪静态和动态物体，并结合导航地图数据进行系统的操作和分析，使驾驶员提前意识到可能存在的危险，有效提高驾驶的舒适性和安全性。-自动数据采集系统硬件的核心是传感器(摄像机、雷达等)。)和处理器，软件的核心是算法。-adas主要起辅助驾驶的作用，目前主要是在sae标准的l0-l3阶段实现的，所以它不是真正的自动驾驶，但它是实现自动驾驶的基础。Adas系统不仅具有预警功能，还可以在紧急情况下干预驾驶员的操作，避免碰撞等交通事故的发生。展望自动驾驶的未来。首先，降低激光雷达的成本对自主驾驶具有重要意义，但降低成本的问题可能不是真正的困难。在过去的几年中，由于缺乏民用应用场景，没有人太关注成本问题，但是在自主驾驶应用普及的推动下，至少产生了两种降低成本的方法:第一，使用低线雷达与其他传感器，即传感器的集成；其次，由于机械旋转部件价格昂贵，固态激光雷达取代了传统的高成本激光雷达。因此，在产业链各方的充分关注和投入下，激光雷达成本的技术进步可能会在比预期更短的时间内实现。第二，多传感器融合的过程将极其困难。为了满足adas应用的高性能要求，多传感器融合已经成为业界的共识趋势。目前，传感器融合的方案已经呈现出收敛的趋势，未来竞争的核心将主要集中在算法的研究上，但是传感器融合的过程将是极其困难的:首先，需要大量的人力和财力来完成融合的系统架构；其次，基于计算机视觉的系统只能实现l3，但当l4面临更复杂的情况时，不可避免地会产生更多的庞大而困难的数据；第三，传感器融合后，融合算法会出现问题，在获取大量数据时会面临决策和权衡。训练深层神经网络的人工智能算法，让机器自己学习和建模，仍然是最好的方案。第三，核心基础设施升级需要尽快实施。随着主流汽车制造商采用自动驾驶技术，核心基础设施的升级需要提上日程并尽快实施。基础设施升级涉及许多方面，从绘制新的更清晰的车道分界线到集成新的传感器和通信模块。自动驾驶汽车需要能够获得足够的环境信息，以便进行预测、决策和反应。当前的基础设施为人类驾驶员提供信息的方式不一定适合自动驾驶车辆。对于人类驾驶员，我们使用不同的颜色、标志、信号灯、障碍物和闪光灯来提供信息；对于自动驾驶汽车，这些信息输入将与环境相结合，从而提供更多与路况相关的信息。传感器可以监测交通流量信息，汽车也可以相互通信。4.智能交通生态学中的突破性事件对于实现自动驾驶非常重要。世界各地的交通环境将受到许多因素的影响，包括自然环境、政府的城市规划、政策、道德、民族文化等。如何使自动驾驶系统适应交通环境将成为一个长期的问题。智能交通生态的任何一个环节，如智能城市、节能汽车、电动汽车、汽车网络等的突破性进展，甚至政府政策的引导(如智能城市和智能交通在熊安新区的定位)，都将极大地推动实现自动驾驶的进程。

欢迎关注黑色智慧

来源：搜狐微门户