摘要：研发趋向理性，从瞄准L4/L5高级别自动驾驶，转为L2/L3级自动驾驶技术商业落地
导语：
中国BAT入场自动驾驶，和国外老牌车企竞技？要抢占先机，还是要跨界合作？
解放双手的日子还有多久？很久！2019年，还是“准自动驾驶”L2/L3的主场……
在2019年1月的CES（国际消费类电子产品展览会）上，百度发布Apollo 3.5和Apollo Enterprise自动驾驶和车联网解决方案；菲亚特克莱斯勒展台上展示了谷歌的自动驾驶Waymo轿车；丰田发布基于雷克萨斯LS 500h打造的最新自动驾驶原车TRI-P4……
展会上，面对自动驾驶及智能网联等相关技术，整车企业、零部件企业、创新IT公司及互联网巨头跨界融合，达成多项合作协议。中国互联网巨头BAT，也通过不同方式进行了布局。对于目前仍处于探索阶段的自动驾驶行业来说，如何占据技术前沿，如何尽快完成商业化落地？方象知产研究院通过梳理自动驾驶相关企业及技术现状，一窥自动驾驶的技术发展方向。
产 业 支 持
多国支持自动驾驶技术发展落地
自动驾驶能减少因人为失误操作导致的交通事故，还能解决因塞车、使用者寻找车位等待时间过长的交通痛点问题，因此是未来汽车发展的重要方向之一。世界各国对自动驾驶技术的发展，都予以相应的扶持。
2018年12月25日，日本政府就“高度自动驾驶汽车将可能在2020年上路”征求公众意见。
欧盟委员会也针对自动驾驶公布了时间进度表，称力争在2020年实现高速公路的自动驾驶和在城市道路的低速自动驾驶，在2030年步入完全自动驾驶社会。
美国有33个州开放了自动驾驶路测，加州和亚利桑那州允许没有驾驶员陪同的自动驾驶汽车上路测试。
2017年12月，北京市印发《北市市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路管理实施细则（试行）》，成为全国首个出台自动驾驶路测指导意见和管理细则的城市。此后，上海、广州、深圳等8个城市相继发放自动驾驶路测牌照。
在工业和信息化部、国家发展改革委、科技部三部委2017年联合印发的《汽车产业中长期发展规划》中明确提及，到2020年，我国汽车DA(驾驶辅助)、PA(部分自动驾驶)、CA(有条件自动驾驶)系统新车装配率超过50%，网联式驾驶辅助系统装配率达到10%，满足智慧交通城市建设需求。到2025年，汽车DA、PA、CA新车装配率达80%，其中PA、CA级新车装配率达25%，高度和完全自动驾驶汽车开始进入市场。
中美标准对比
中美标准略有差异 总目标一致
根据美国汽车工程师协会SAE的界定，将自动驾驶分为L0-L5几个级别，《中国制造2025》重点领域技术路线图对智能网联汽车分为DA、PA、HA、FA四个级别，2016中国汽车工程学会年会又发布了《智能网联汽车技术路线图》，将智能网联汽车更为细致地分为了DA、PA、CA、HA、FA五个级别（见表1）。
表1：中美自动驾驶分级对比
来源：美国汽车工程师协会SAE，中国汽车工程学会《智能网联汽车技术路线图》，方象知产研究院整理
对比中美标准可以看出，中国的DA级对应美国的L1级，PA级对应L2级，CA级对应L3级，HA级对应L4级，FA级对应L5级。
近年来，ADAS（高级驾驶辅助系统）越来越多地使用在量产车上，ADAS主要是通过各种车载传感器收集车内外的环境数据， 进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而让驾驶者在最快的时间察觉可能发生的危险，并采取相应的措施，以提升驾乘安全性。自动驾驶技术的实现，要依赖ADAS的成熟和完善。
目前，自动驾驶的技术仍然处于从L2到L3过渡的阶段，目前，不少国外主机厂计划在2019年左右开始向市场投放L3级量产车，并将在2021年左右实现L4级自动驾驶；国内部分传统主机厂计划在2020年实现L3级自动驾驶，2025年以后实现L4级以上的自动驾驶。
技 术 构 成
自动驾驶核心技术分布三大区域
要实现自动驾驶，车辆需要感知识别，感知自身位置、其他车辆与周围环境的距离以及相对的运动关系，这需要对环境扫描和建模，离不开各种传感器。同时，对环境监测还需要高精度地图，车联网以及汽车大数据等重要技术。
车辆有了感知，通过对收集的信息进行综合处理，需要路线规划，并在异常情况下提出异常处理方案，这部分是自动驾驶的决策规划。
有了规划，就是控制车辆驱动和制动及转向等，这就是自动驾驶系统的控制执行部分。在《中国人工智能系列白皮书-智能驾驶（2017）》中，自动驾驶的结构框图如下（见图1）：
图1：智能驾驶系统结构框图
来源：《中国人工智能系列白皮书-智能驾驶（2017）》
从图中可以看出，要实现自动驾驶，需要各模块技术配合。
在感知识别系统中，需要对环境进行正确识别，多传感器搭配方案成为必然，而激光雷达是其中的重要应用。目前而言，固态激光雷达是主流发展趋势，但相对成熟的MEMS激光雷达仍存在准确性、安全性和成本的各种限制。车联网是自动驾驶和未来智能交通运输系统的关键技术，实现通讯协议标准统一，是车联网普及的前提，也是保障车辆安全的基础。目前DSRC标准已经成熟，但存在潜在干扰问题；LTE-V和LTE V2X技术尚不能完全替代DSRC标准，仍在探索实验过程中。
布 局 初 探
老牌车企跨界合作，全面布局
面对自动驾驶，传统车企和高新技术创新公司都在布局，或专注于整体布局、平台搭建，或专注于某一项技术……
在自动驾驶技术的发展过程中，传统车企凭借丰富的制造经验和完善的配套服务体系，偏向基于对现有ADAS（高级驾驶辅助系统）功能和技术不断完善，从而实现自动驾驶。它们通过自建、收购和与自动驾驶公司、激光雷达公司、高精地图及打车平台形成跨界合作，在全产业链积极布局（见表2）。
表2：典型汽车企业自动驾驶布局概况
来源：企业新闻，国金证券研究所，方象知产研究院整理
科技企业专注“智能”深耕
而新型技术公司及互联网企业，则凭借先进的互联网技术、较为成熟的算法和云服务平台，基于人工智能提升汽车作为移动机器人的深度学习能力和自主决策能力，逐步实现自动驾驶。
谷歌 Waymo、百度Apollo、Mobileye等科技企业都在通过不同方式进行自动驾驶相关技术的研发和推进，阿里、腾讯、华为等也纷纷在车载OS、车联网基础设施、数据和高精地图的布局。
表3：我国典型科技企业自动驾驶布局概况
来源：企业新闻，申万宏源研究，方象知产研究院整理
技术落地应用
车企扎堆布局L2/L3级车
自动驾驶是一个拥有很高技术壁垒的行业，在经历了2018年美国优步自动驾驶汽车路测撞亡行人事件后，行业发展和投资逐渐趋于理性。目前虽然离真正的自动驾驶商业化尚需时日，但大多厂商都积极在“准自动驾驶”级别的商业化落地方面提出各自的解决方案，而且在对感知识别、决策规划和控制执行模块，也都有着不同的处理方式（见表4）。
表4：典型自动驾驶解决方案概况
来源：企业官网及新闻，国金证券研究所，方象知产研究院整理
技术专利分析
欧洲专利申请，欧美远高于中国
2018年11月，欧洲专利局（EPO）与欧洲汽车研发理事会（EUCAR）合作发布报告《专利和自动驾驶汽车》。报告显示2011-2017年，申请自动驾驶专利的，以欧洲和美国最多，分别占据总量的37.2%和33.7%；其次是日本和韩国，分别占比13.3%和7.3%；中国申请数量为194个，全球占比约为3.2%。
图2：2011-2017年欧洲专利局自动驾驶专利申请地区分布
来源：欧洲专利局，方象知产研究院制作
感知分析与决策和通信申请专利最多
2017年，欧洲自动驾驶汽车专利申请中，排名前三位的领域是感知分析与决策、通信和计算算法。
图3：2011-2017欧洲专利局自动驾驶专利申请领域分布
来源：欧洲专利局，方象知产研究院翻译制作
中国通信技术专利超四成
根据欧洲专利局统计的近年各领域专利申请总数以及每个领域的地区分布，欧洲和日本多集中在感知分析决策方面，其次都集中在车辆控制和通信技术；而美国、韩国和中国首先集中在通信技术，其次是感知分析决策方面。
中国专利申请主要集中在通信技术（41.0%），在自动驾驶的车辆控制（13.8%）和计算算法占比（10.1%）对比其他国家和地区的专利占比相对较低。
图4：2011-2017年欧洲专利局自动驾驶各专利申请地区的专利技术领域分布
来源：欧洲专利局，方象知产研究院制作
从欧洲专利局公布的2017年的专利申请情况来看，企业在感知分析与决策、通信和计算算法3个领域布局最多。在这3个领域中，中国企业除在通信领域中布局较多以外，在感知分析与决策、计算算法方面布局较少。
方 象 观 察
细分领域布局助自动驾驶商业落地
根据欧洲专利局近年的专利分布，每一领域主要集中在以下典型技术：
表5：欧洲专利局自动驾驶各领域典型技术专利方向
来源：欧洲专利局，方象知产研究院翻译制作
综合欧美日及中国企业的专利布局情况及在自动驾驶技术应用的情况，方象知产研究院认为，自动驾驶核心技术集中在激光雷达尤其是固态激光雷达及感知技术、车联网通讯协议及通讯技术、数据技术、高精地图等方面，布局这些技术，是自动驾驶商业化落地的重要基础。
○ 感知识别部分是自动驾驶采集分析数据的主要来源，通过技术发展推动固态激光雷达降价，能有效提高自动驾驶解决方案的经济性。
○ 车联网是实现自动驾驶决策分析的保障。车联网通讯技术以及车联网的安全性成为主要的技术壁垒。
○ 数据是自动驾驶实现过程中重要的依据，也是未来保证自动驾驶稳定和安全的前提。数据收集、数据处理等，需要计算算法技术突破。
○ 高精地图是自动驾驶实现的关键要素。数字地图的精度直接关系到自动驾驶的安全性和稳定性。
“准自动驾驶”是目前投资重点
目前，自动驾驶技术仍然处于从L2到L3过渡的阶段（即中国标准PA/CA阶段），基于这两个阶段的企业较多，但也是目前投资的重点；L4到L5（中国标准的HA/FA）的完全自动驾驶技术处于逐步完善过程中，商业化尚需时日。
虽然目前各大厂商都在积极推进自动驾驶技术的发展，多数企业也都设置了2018年-2025年投放不同级别自动驾驶量产车的目标，但目前实验过程中仍不断有事故发生。这说明距离自动驾驶技术商业化落地还有一段艰难的路要走，投资人对此要有足够的准备和耐心。
今后，方象知产研究院还会继续关注自动驾驶细分领域的技术发展与投资需求，关注自动驾驶的未来前景，期待与技术先行者、投资人一起目睹自动驾驶时代真正来临。
——END——
声 明
本文由方象知产研究院原创，申请转载请关注我院获取联系方式，我院保留追究侵权行为的权利。
本文仅以学术交流目的对特定问题进行探讨，分析结论不代表对特定主体的消极评价。任何行业的发展走势均受到多重复杂因素影响，本文对特定行业的发展预测不应视为对具体投资行为的指引。
感谢您关注方象知产研究院，在这里，我们将用最生动的案例为您展现如何通过技术价值分析洞见科技未来。我们聚合了前所未有的智力资源，只为帮助您做出正确的技术投资决策。欢迎您提出技术价值分析问题与我们沟通交流。
同时，欢迎您关注北京问方执象律所，北京问方执象律师事务所是依托于方象知产研究院设立的高度专业化的新型律师事务所。在这里，我们将通过法律+科技这一全新视角提供不同以往的法律服务体系。我们将一直致力于帮助智慧产业在创新过程中所面临的新生、疑难、前沿法律问题；拓展传统法律服务的边界，深耕科技风控，提供法律风险评估、防御体系构建、攻防战略规划等系统科技法律服务；组建跨专业高端团队，运用新思维、新工具，提供全新专业解决方案，为智慧产业全球化发展保驾护航，与科技时代先驱者一路同行。
