中国智能驾驶行业研究报告

1 .汽车产业变革的浪潮之巅 中国智能驾驶行业研究报告 ©2021.12 iResearch Inc. 

2 .研究范围与概念界定 辅助预警、辅助驾驶、自动驾驶相关产业为本报告主要研究 范围 智能驾驶 指在汽车上搭载先进的传感器等装置，运用人工智能等新技术，使汽车具备智能驾驶的能力，旨在辅助驾驶员安 全、便捷地完成驾驶任务。搭载智能驾驶功能的智能汽车将逐步成为智能移动空间和应用终端的新一代汽车。 单车智能 (报告主要研究范围) 车路协同 通过安装在车辆上的传感器对目标和事件进行检测，并通过影像、声音、 辅助 车-云 震动、灯光、触觉等提示或警告的方式提醒驾驶员执行驾驶任务，达到对 预警 驾驶员的提示作用，不具备控制车辆的能力。其驾驶自动化等级为L0。 通过安装在车辆上的传感器、通信、决策、执行等装置，检测道路上的行 辅助 车-车 车-基础 驶环境，在设计运行条件下辅助驾驶员完成动态驾驶任务，系统开启时具 驾驶 备在驾驶员监管条件下控制车辆的能力。其驾驶自动化等级为L1~L2。 设施 自动驾驶可在设计运行条件下通过系统完成动态驾驶任务，在系统失效时 自动 仍需人类驾驶员接管，或达成最小风险状态。其驾驶自动化等级为L3~L4。 驾驶 而在无设计运行条件下可完成全部动态驾驶任务的驾驶自动化等级为L5。 车-行人 来源：艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 2 

3 .摘要 产业概况 乘用车：2020年，我国乘用车产销分别为1999.4万辆和2017.8万辆。在智能化、联网化技术的推动下，智能联网汽车逐渐接 力成为乘用车市场中的主要增长动力。 商用车：2020年，严治超重、新老基建开工和国三汽车淘汰等因素促使商用车销量呈现大幅增长态势，连续9个月刷新当月历 史产销纪录，全年销售首次超过500万辆。 发展现状 SMS 渗透：2020年我国乘用车新车辅助驾驶渗透率约32%，L1和L2级别新车占比分别约为20%和12%。 壁垒：客户定点、技术、人才和质量要求给企业进入智能驾驶行业创造了较大壁垒，但同时也保障行业有序长效发展。 构架：感知层、决策层和执行层分别解决“我在哪”“我去哪”和“我该如何到达的问题”。环境感知技术是车辆与外界信息 交互的必要条件；决策规划层建立相应的环境模型，经过数据融合后进行任务决策和轨迹规划，保证车辆运行轨迹的高效性和 安全性；控制执行技术主要分为车辆的横向控制和纵向控制两大部分，是实现智能驾驶的底层基础。 产业链：二级供应商、一级供应商、主机厂和服务市场构成智能驾驶产业链；上游国外传统厂商优势较为明显，国产自主化进 程不断加快。 市场规模：2021年，城区智能驾驶辅助系统市场规模约为58亿元；高速智能驾驶辅助系统市场规模约为247亿元；智能泊车 辅助系统市场规模约为137亿元；矿区自动驾驶市场规模约为21亿元；港口自动驾驶市场规模约为2亿元。 主要玩家 国内主机厂：传统主机厂辅助驾驶产品推进节奏相对保守，新势力车企规划布局较传统车企更具前瞻性。 国内一级供应商：传统供应商从零部件供应逐渐转向自动化、智能化产品开发；高成长、高潜力的初创公司多聚焦整体解决方 案。具有较强整合能力、全栈智能驾驶解决方案和量产经验的企业有望在竞争中脱颖而出。 国内二级供应商：随着智能驾驶的发展，零部件仍然存在较大创新空间，为国内企业的发展带来历史性赶超机遇。 国际供应商：国外玩家在零部件领域深耕多年，多种领域均掌握核心技术，在国际市场中优势明显。 互联网/通信企业：国内互联网企业及通信企业为打造自身生态圈纷纷布局智能驾驶赛道，同时在科技转型的当下可帮助企业 寻找下一个有力增长点。 发展趋势 乘用车辅助驾驶：智能驾驶技术不断成为行业标配，单项功能逐渐下沉至低端车型。2020年乘用车辅助驾驶渗透率达32%左 右，预计2025年渗透率或超60%；L3级别以上乘用车预计在2023年开始逐渐面向市场。 商用车自动驾驶：拥有自动驾驶技术的商用车将在低速、封闭、固定路线和载物场景下率先落地。 多传感器融合：为了有效使得汽车感知系统形成冗余、互补，多传感器融合已成为众多主机厂提高智能驾驶能力的技术之一。 来源：艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 3 

4 .中国汽车行业发展概述 1 中国智能驾驶行业发展背景 2 中国智能驾驶行业发展现状 3 中国智能驾驶行业主要玩家 4 中国智能驾驶行业发展趋势 5 中国智能驾驶行业的机遇和挑战 6 4 

5 .中国汽车市场分析-整体汽车销量 汽车产业供需两端稳步向好，2021年销量或与去年持平 汽车作为国民经济支柱产业在整个制造业乃至中国经济的转型升级中都扮演着重要的角色。中国汽车产业走完“十三五” 最后一年取得了远超预期的成绩。2020年，在新冠疫情的压力下中国车企迅速恢复活力，全年完成销量2531万辆，同比 降幅收窄至1.9%，销量继续保持全球第一，体现出我国汽车产业的强大韧性和内生增长动力。 随着智能化、自动化技术不断成熟，汽车产品正在向智能移动终端转变，而智能化技术也将在“十四五”期间为中国汽车 提供重要的竞争平台，帮助汽车产业实现飞跃式发展。然而半导体短缺影响，今年销量或与去年持平，同时不排除负增长 的可能性。长期来看，我国汽车销量的增长仍将持续。 2001-2021年上半年中国汽车销量及增长率 46.1% 37.0% 35.2% 25.1% 32.4% 25.6% 13.9% 13.7% 6.9% 3.0% -1.9% 14.1% 15.5% 13.5% 21.8% 6.7% -2.8% 2.5% 4.3% 4.7% -8.2% 2803 2888 2808 2460 2577 2531 2198 2349 1806 1851 1931 1364 1289 938 722 879 325 439 507 576 237 销量（万辆） 同比增长率（%） 注释：2021年上半年增长率同比数值为2020年上半年汽车销量。 来源：中汽协，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 5 

6 .中国汽车市场分析-乘用车销量 疫情渐缓，乘用车市场或将迎来新一轮发展机遇 2020年，我国乘用车产销分别为1999.4万辆和2017.8万辆，降幅比上年收窄。2021年上半年，由于低基数效应乘用车销 量同比增长27.2%。2020年乘用车的终端销售受疫情影响导致购车行为减少，但随着经济逐渐复苏，促进内循环、国内 消费政策的出台等，中国乘用车销售依然存在较大增长空间。同时，在智能联网技术的推动下，智能汽车将逐渐接力成为 乘用车市场中主要的增长动力。 2006-2021年上半年中国乘用车销量及增长率 52.8% 33.2% 27.2% 21.6% 15.7% 5.2% 7.4% 1.4% 9.9% 15.3% -4.1% 7.3% 7.1% -9.6% -5.9% 2438 2472 2371 1970 2115 2144 2018 1793 1376 1447 1550 1033 1001 518 630 676 销量（万辆） 同比增长率（%） 注释：2021年上半年增长率同比数值为2020年上半年汽车销量。 来源：中汽协，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 6 

7 .中国汽车市场分析-商用车销量 疫情下商用车销量逆市上扬，2021年或出现合理性回落 自2010到2019年间，我国商用车销量保持着400万台左右的增量。2020年，严治超重、新老基建开工和国三汽车淘汰等 因素促使商用车呈现大幅增长的态势，连续9个月刷新当月历史产销纪录，全年销售首次超过500万辆，同比增长18.8%， 重型、轻型货车贡献明显。2021年，中国宏观经济将持续稳中求进的总基调，商用车上半年依旧在高位运行，而政策的 非持续性和2020年销量的猛增或导致2021年商用车出现合理性回落。 2006-2021年上半年中国商用车销量及增长率 29.9% 25.9% 22.1% 21.0% 14.0% 6.6% 5.0% -1.1% 18.8% -6.3% -9.0% 5.6% 5.8% -5.5% -6.7% 513 430 416 437 432 403 381 406 379 345 365 331 263 288 249 204 销量（万辆） 同比增长率（%） 注释：2021年上半年增长率同比数值为2020年上半年汽车销量。 来源：中汽协，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 7 

8 .中国汽车市场分析-品牌销量 我国企业积极实施差异化战略，提升中国品牌汽车竞争力 2020年中国品牌汽车销量前十五名企业集团总销量达1212.8万辆，占当年我国汽车销量的47.9%。其中上汽集团中国品 牌汽车销量达253.1万辆，在前十五名企业集团中与其他企业拉开了较大差距。销量超过100万的品牌还包含长安、吉利、 东风和长城。面临日益激烈的竞争，我国汽车企业积极孕育国产品牌，打造智能、高端品牌战略，推动国内品牌汽车的高 质量发展。 2020年中国品牌汽车销量前十五名企业集团 上汽 253.1 长安 150.4 吉利 132.1 东风 113.4 长城 111.2 北汽 81.7 一汽 77.3 奇瑞 67.1 重汽 47.1 江淮 44.8 比亚迪 43.1 广汽 36.3 陕汽 23.5 华晨 22.6 成都大运 9.1 销量（万辆） 来源：中汽协，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 8 

9 .智能驾驶-汽车及交通变革的重要方向 智能驾驶技术将成为汽车和交通产业发展的重要驱动力 智能驾驶技术的发展不仅将改变多年来人类驾驶车辆的行为习惯，更重要的是将在交通安全、运输成本、用车效率和空气 污染等方面推动整体社会的发展和进步，是一场由工业领域和交通领域共同拉动的产业革命。在智能驾驶和未来智慧交通 的影响下，整体交通运输的方式将朝向安全、高效、绿色的方向不断转变；道路空间、运输成本、人力需求将不断释放， 转而产生更大的社会效益。 智能驾驶带来的社会价值 保障交通安全 降低运输成本 提升用车效率 减少空气污染 国家统计局数据显示， 带有智能驾驶功能的汽车燃 都市区23% ~25%拥堵发生 汽车尾气包含一氧化碳、二 2019年我国交通事故死亡 油经济性可提升约10%，且 在道路交叉处。当车载感应 氧化碳等，是较大的人造污 人数达62763人，其中机动 其节能效率将随着智能驾驶 器和交通系统联动工作时， 染源之一。车辆在走走停停 车交通事故死亡人数达 普及率和等级的提升而进一 可优化路口的车流量，提高 中的排放量远大于自由流动。 56924人，占比约91%。据 步提高。同时，我国物流费 通行效率，减少事故型拥堵， 通过提高汽车的智能化和自 统计，由于人的交通违法行 用在GDP 中的比重达到 提高停车效率，减少停车的 动化水平，能达成更精准的 为造成的道路交通事故占比 14.6%，仅北京就造成人均 使用空间，直接节省消费者 汽车控制，减少拥堵和事故 为95%。肇事原因包含未让 4000余元每年的成本，远超 取车和停车所花费的时间， 发生率，减少人为驾驶习惯 行、无证驾驶、超速、酒驾 欧美国家，效率低下，对于 解决停车难的问题。 的资源浪费，实现节能减排 和逆行等。而智能驾驶汽车 商用营运车辆来讲，无人驾 的效果。 可提醒驾驶员采取正确的驾 驶可以直接节省人工成本。 驶行为，可自主、安全地驾 驶车辆，从而降低交通事故 发生率。 来源：国家统计局、《中国公路》、《第一本无人驾驶技术书》；艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 9 

10 .中国智能驾驶等级定义 驾驶自动化等级划分 智能驾驶采用不同类型的传感器，实现车辆对周边道路、行人、障碍物、路侧单元及其他车辆的感知，在不同程度上实现车辆安全、自主、 智能驾驶，是人工智能在汽车领域融合的重要方向。由实现驾驶自动化的硬件和软件所共同组成的系统被称为驾驶自动化系统（下文简称 “系统”）。目前，世界各国对智能驾驶的理解和分类基本一致，中国《汽车驾驶自动化分级》基本参考了SAE J3016TM的分级。L0级别系 统仅提供预警类功能，车辆控制完全由驾驶员掌控，因此属于辅助预警。L1~L2级别系统可接管少部分的、不连续的车辆控制任务，属于高 级别辅助驾驶范围（Advanced Driving Assistance System，简称“ADAS”或“辅助驾驶”）。而L3~L5级别系统可以在激活后的一定 情况下执行连续性驾驶任务，因此属于自动驾驶范围。但L5级别的完全自动驾驶由于技术、法规、政策、标准和道德伦理等问题，其短中 期的可行性较低，因此目前L4为可行性较高且落地性较强的高级别自动驾驶等级。在责任判定方面，L2及以下级别辅助驾驶仅仅给驾驶员 提供辅助功能，驾驶员仍为责任主体；L3及以上自动驾驶在开启自动驾驶状态下出现的事故，应确定驾驶人或系统开发单位责任；而目前 辅助驾驶功能仅在特定情况下代替人类驾驶，同时紧急情况时需要人类及时接管，因此在权责认定、法律法规和产品形态方面仍然存在一定 争议。 驾驶自动化等级与划分要素的关系 车辆横向和纵 目标和时间探 动态驾驶任务 设计运行 类别 分级 名称 主要内容 向运动控制 测与响应 接管 条件 可感知环境， 并提供报警、 辅助或短暂介入以辅助 人工 0级 应急辅助 驾驶员 驾驶员及系统 驾驶员 有限制 驾驶员（ 如车道偏离预警、 前碰撞预警等应急辅助 驾驶 功能） 驾驶员和驾驶自动化系统共同执行动态驾驶任务， 并 高级别辅 1级 部分驾驶辅助 驾驶员和系统 驾驶员及系统 驾驶员 有限制 监管驾驶自动化系统的行为和执行适当的响应或操作 助驾驶 （ADAS） 2级 组合驾驶辅助 系统 驾驶员及系统 驾驶员 有限制 驾驶员和驾驶自动化系统共同执行动态驾驶任务， 并 监管驾驶自动化系统的行为和执行适当的响应或操作 动态驾驶任务接 驾驶自动化系统在其设计运行条件内持续地执行全部 3级 有条件自动驾驶 系统 系统 管用户（接管后 有限制 动态驾驶任务。 自 成为驾驶员） 动 驾驶自动化系统在其设计运行条件内持续地执行全部 驾 4级 高度自动驾驶 系统 系统 系统 有限制 动态驾驶任务和执行动态驾驶任务接管 驶 驾驶自动化系统在任何可行驶条件下持续地执行全部 5级 完全自动驾驶 系统 系统 系统 无限制a 动态驾驶任务和执行动态驾驶任务接管 a排除商业和法规因素等限制 来源：《汽车驾驶自动化分级》，《道路交通安全法（修订建议稿）》，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 10 

11 .中国智能驾驶常见功能 短期预警类功能和L1~L2级别功能仍将占据市场主流，L3及 以上智能驾驶技术逐渐成熟 从长线角度来讲，L0级别的预警功能和L1~L2级别的辅助驾驶功能作为转向自动驾驶的过渡产品，以主动安全功能为主，是汽车自动化、智能化的 初级阶段，需要驾驶员随时准备接管，目前在市场中处于快速普及期，同时展现出从高端车型向中低端车型不断渗透的特点。L4级别功能在特殊 场景、特殊条件下可体现在从A点到B点的自动驾驶，但目前除AVP外暂无更多明确的单一产品形态。而L5则不区分具体功能和产品形态，可完成 在全速、全域、全场景下的完全无人驾驶，但由于法规、伦理、技术等限制在短期内难以落地。 典型智能驾驶功能 名称 功能 系统控制 控制方向 代表车型（举例） 前方碰撞预警（FCW，Forward Collision 监测前方车辆，判断本车和前车间距、相对速度和位置，并及时给与驾驶员 - - 长安逸动PLUS、北汽EX5 Warning） 警告 L0 车道偏离预警（LDW，Lane Departure 感知车道线，判断车辆与车道线间的位置，及时在出现偏离时给与驾驶员警 - - 长安逸动PLUS、哈弗H6 Warning） 告 自动紧急制动（AEB，Autonomous Emergency 检测车辆行驶方向上的物体、行人、车辆等，在突发情况或小于安全距离时 制动 纵向 奇瑞瑞虎、蔚来ES6 Braking） 主动进行刹车 识别前方车辆，根据实时状态、设定的速度和距离进行巡航；若前方无车则 自适应巡航（ACC，Adaptive Cruise Control） 油门、制动 纵向 吉利星瑞、长安逸动PLUS 进入定速巡航 L1 识别车辆相对于车道中央的位置，如驾驶员偏离车道（非目的性变道），则 车道保持辅助（LKA，Lane Keep Assist） 转向 横向 吉利星瑞、广汽Aion S 向驾驶员发出警告或通过转向干预使车辆重新回到车道中央 检测车辆后方区域，判断后方相邻车道上车辆的相对位置、速度、方向等， 变道辅助（LCA，Lane Change Assist） 转向 横向 比亚迪汉、小鹏P7 驾驶员给出变道指令后进行自动变道 高速驾驶辅助（HWA，Highway Assist） 结合ACC、LKA，可实现及时变道 油门、制动、转向 横向、纵向 长城WEY摩卡、领克05 长安CS75PLUS、吉利星越 L2 自动泊车辅助（APA，Auto Parking Assist ） 辅助驾驶员完成车位的寻找，驾驶员发出泊车指令后完成泊车入位 油门、制动、转向 横向、纵向 ePro 交通拥堵辅助（TJA，Traffic Jam Assist） 增加转向调整功能，可在交通拥堵时为驾驶员提供一定的驾驶辅助 油门、制动、转向 横向、纵向 比亚迪汉、荣威RX5 MAX 自动导航辅助驾驶（NGP，Navigation Guided 在驾驶员监控下基于设定的导航路线，完成从高速公路/快速路A点到B点的 油门、制动、转向 横向、纵向 小鹏P7 Pilot） 导航辅助驾驶 L2+ 结合导航、高精地图和自动辅助驾驶系统，按照导航规划的路径实现汇入高 领航辅助驾驶（NOP，Navigate on Pilot） 油门、制动、转向 横向、纵向 蔚来ES8 速/高架主路、巡航行驶、驶离主路等操作 自动辅助导航驾驶（NOA，Navigate on 开启导航时自动驶入、驶出高速公路匝道，并超过行驶缓慢的车辆 油门、制动、转向 横向、纵向 特斯拉Model 3 Autopilot） 自主代客泊车（AVP，Automated Valet 车主下车后通过APP下达泊车指令，车辆自行行驶至车位并自主泊车；取车 L4 油门、制动、转向 横向、纵向 威马W6、一汽红旗E-HS9 Parking） 时通过APP下达取车指令，车辆可从停车位自动行驶至上客点 注释：代表车型以国内自主品牌为主，仅为举例，非搭载对应功能的全部车型。 来源：公开资料、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 11 

12 .中国汽车行业发展概述 1 中国智能驾驶行业发展背景 2 中国智能驾驶行业发展现状 3 中国智能驾驶行业主要玩家 4 中国智能驾驶行业发展趋势 5 中国智能驾驶行业的机遇和挑战 6 12 

13 .政策法规—国家层面 国家政策不断出台鼓励智能驾驶行业健康发展 自2015年《智能制造2025》政策出台后，我国先后制定了一系列推动智能驾驶汽车、智能联网汽车发展的鼓励政策。其中 《车联 网（智能网联汽车） 产业发展行动计划》指出到 2020 年车联网用户渗透率达到 30%以上，新车驾驶辅助系统（L2） 搭载率达到 30%以上，联网车载信息服务终端的新车装配率达到 60%以上的行动目标。政策的频频出台展现了我国对于智能驾驶行业及相关企 业的重视和支持，为我国智能驾驶相关产业的发展提供了良好的政策支持和相关保障，也有助于整体汽车行业智能化的转型升级。 同时，我国《道路交通安全法》近十年未曾修订，而2021年的修订建议稿中加入了智能驾驶相关责任认定的描述，将成为消费者权 益和交通安全的有力保障。 2015-2021年中国智能驾驶相关国家政策法规梳理（部分） 发布时间 政策名称 发布单位 相关内容 统筹布局和推动智能交通工具等产品研发和产业化。继续支持信息化、智能化核心技术， 2015年5月 《中国制造2025》 国务院 形成从关键零部件到整车的完整工业体系和创新体系。 2017年4月 《汽车产业中长期发展规划》 工信部、发改委、科技部 到2025年，形成若干家进入全球前十的汽车零部件企业集团。 支持车载智能芯片、自动驾驶操作系统、车辆智能算法等关键技术和产品研发， 到 《促进新一代人工智能产业发展三年行 2017年12月 工信部 2020 年，建立可靠、安全、实时性强的智能网联汽车智能化平台，支撑高度自动驾驶 动计划（2018-2020 年）》 (HA 级)。 到 2020 年，中国标准智能汽车的技术创新、产业生态、路网设施、法规标准、产品监 2018年1月 《智能汽车创新发展战略》 发改委 管和信息安全体系框架基本形成；到 2035 年体系框架全面形成。 《车联网（智能网联汽车产业发展行动 到 2020 年，实现车联网（智能网联汽车）产业跨行业融合取得突破，具备高级别自动 2018年12月 工信部 计划》 驾驶功能的智能网联汽车实现特定场景规模应用，标准规范和安全保障体系初步建立。 《新能源汽车产业发展规划（2021- 实施智能网联技术创新工程。以新能源汽车为智能网联技术率先应用载体，支持企业跨 2020年10月 国务院 2035）》 界协同，研发复杂环境融合感知、智能网联决策与控制等技术和产品。 到2035年基本实现国家综合立体交通基础设施要素全周期数字化、基本建成泛在先进的 2021年2月 《国家综合立体交通网规划纲要》 国务院 交通信息基础设施，实现交通运输感知全覆盖。智能列车、智能联网汽车（智能汽车、 自动驾驶、车路协同）的技术达到世界先进水平。 新增自动驾驶相关法规。第一百五十五条规定，发生道路交通安全违法行为或者交通事 2021年3月 《道路交通安全法（修订建议稿）》 公安部 故的，应当依法确定驾驶人、自动驾驶系统开发单位的责任，并依照有关法律、法规确 定损害赔偿责任。构成犯罪的，依法追究刑事责任。 来源：工信部、公安部、中国政府网、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 13 

14 .政策法规—地方层面 地方政府积极响应，出台细则保障智能驾驶应用落地 在国家政策的顶层设计下，北上广深等城市先后制定一系列鼓励政策和管理细则，鼓励ADAS技术研发，推动智能驾驶开 放测试互认合作，为全国的智能驾驶测试和商业化运营试点起到引领示范作用。多城市加大招商引资力度并给与相关企业 财政支持，为智能驾驶相关企业构建了开放共赢的发展机遇。 2018-2021中国智能驾驶部分地方政策梳理（部分） 发布时间 政策名称 发布单位 相关内容 《北京市智能网联汽车政策先行区总体实施 设立北京市智能网联汽车政策先行区，鼓励开展自动驾驶出行，智能网联公交车、自动驾驶物流车、 2021年4月 北京市经济和信息化局 方案》 自主代客泊车等规模化试运行和商业运营服务，支持智能网联企业在商业运营服务中提供收费服务。 北京市交通委、市公安局 延长了自动驾驶车辆测试号牌有效期；继续支持编队行驶测试，同时新增特殊天气环境（夜间、 雨、 《北京市自动驾驶车辆道路测试管理实施细 2020年11月 公 安交通管理局、市经 雾）、高速环境、无人化技术测试场景；调整了道路测试里程要求，同时支持规模化的试运营探索， 则（试行）》3.0 济和信息化局 取消测试车辆数的限制。 《上海市战略性新兴产业和先导产业发展 突破高级辅助驾驶系统（ADAS）核心技术，重点开发激光雷达、毫米波雷达与摄像头融合一体化传 2021年6月 上海市人民政府办公厅 “十四五”规划》 感系统；攻克半封闭场景的无人驾驶技术；搭建人、车、路协同数据系统。 申报国家级车联网先导区、国家级质检中心、交通行业研发中心和智慧交通示范工程，推动高度自动 《智能网联汽车产业专项规划(2020— 上海自贸区临港新片区管 2020年12月 驾驶（L3级别以上）先行示范，推动有条件高度自动驾驶车辆上高速、高架道路进行测试及示范应用， 2025)》 委会 在特定区域率先试点无安全员的自动驾驶载人、载货商业化应用。 2020年，广州首批选择1~2个区作为智能网联汽车道路测试先行试点区，授予部分市级智能网联汽 2018年3月 《广州市汽车产业2025战略规划》 广州市人民政府办公厅 车道路测试权限。开展商业化运营试点，在2022年前，各先行试点区开展3家以上商业化运营试点。 在智能网联汽车方面提出要“建成全国领先的5G车联网标准体系”的标准建设目标。黄埔区将开展车 《广州市人民政府办公厅关于促进汽车产业 路协同的智慧交通“新基建”项目建设等，南沙区将试点建设智慧交通管控区等，黄埔区、南沙区具 2021年7月 广州市工业和信息化局 加快发展的意见》 备区域特色，符合申报条件，批准两个区率先开展先行试点区建设。智能网联汽车正从小规模测试走 向小规模示范阶段发展。 《深圳市关于支持智能网联汽车发展的若干 推动产业关键技术攻关。支持攻关V2X通信技术，机器视觉、毫米波雷达、激光雷达等环境感知技术， 2020年5月 深圳市发展和改革委员会 措施》 高精度定位等。打造智能网联汽车与智能交通全面融合的测试环境，如减少测试费用。 深圳经济特区智能网联汽车管理条例（征求 可以上特区的高速公路和城市快速路开展道路测试和示范应用；高度自动驾驶和完全自动驾驶的智能 2021年3月 深圳市人大常委会办公厅 意见稿）》 网联汽车开展道路测试或示范应用，经市相关主管部门审核批准，可以不配备驾驶人。 来源：工信部、各省市政府网站、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 14 

15 .标准制定 标准化工作不断完善，行业逐渐朝向规模化与高质量发展 我国智能驾驶标准化工作正在有序开展，对系统功能、性能要求和检测办法等进行不断规范，为我国智能驾驶产业的规模化与高质 量发展提供了基础。《汽车驾驶自动化分级》已于2021年8月20日正式发布，将于2022年3月1日开始实施；《智能网联汽车自动驾 驶数据记录系统》、《汽车整车信息安全技术要求》和《汽车软件升级通用技术要求》三项国家强制性标准已发布立项公示；标准 的出台标志着我国智能驾驶标准的逐渐完善，也意味着智能驾驶行业的逐渐成熟与规范，同时也为智能驾驶技术的商业化落地提供 重要的先决条件。 2019-2021年中国智能驾驶部分标准梳理（部分） 发布时间 标准号 标准名称 发布/归口单位 相关内容 本标准规定了汽车驾驶自动化功能的分级。基于驾驶自动化系统能够完成动态 2021年8月 GB/T 40429-2021 《汽车驾驶自动化分级》 全国汽车标准化技术委员会 驾驶任务的程度，根据在执行动态驾驶任务中的角色分配以及有无设计运行范 围限制，将驾驶自动化分成 0～5 级。 《乘用车自动紧急制动系统（AEBS） 国家市场监督管理总局、中国国 本标准规定了乘用车自动紧急制动系统（AEBS）的术语和定义、技术要求及 2021年3月 GB/T 39901-2021 性能要求及试验方法》 家标准化管理委员会 实验方法。适用于安装有自动紧急制动系统（AEBS）的M1类车辆。 《道路车辆先进驾驶辅助系统 国家市场监督管理总局、中国国 本标准界定了道路车辆先进驾驶辅助系统（ADAS）相关的术语及定义，适用 2021年2月 GB/T 39263-2020 (ADAS) 术语及定义》 家标准化管理委员会 于M类，N类和O类车辆。 本标准规定了自主代客泊车系统的系统定义、典型架构、类型划分、应用场景、 2020年11月 T/CASE 156-2020 《自主代客泊车系统总体技术要求》 中国汽车工程学会 总体技术规范以及测试要求等。适用M1类车型；适用M1类车型的停车场智能 化基础设施的规划、设计、建设。 《乘用车车道保持辅助（LKA）系 国家市场监督管理总局、中国国 本标准规定了乘用车车道保持辅助（LKA）系统的要求、试验条件和试验方法。 2020年11月 GB/T 39323-2020 统性能要求及试验方法》 家标准化管理委员会 适用于安装有车道保持辅助（LKA）系统的M1类汽车，其他车辆可参照执行。 本标准规定了换道决策辅助系统（LCDAS）的分类，功能和性能要求及测试要 《智能运输系统换道决策辅助系统 国家市场监督管理总局、中国国 2019年12月 GB/T 37471-2019 求，包含其系统分类，区域分类，系统的性能范围，LCDAS的功能要求，工作 性能要求与检测方法》 家标准化管理委员会 状态，基本功能等。 《道路内电子泊车系统及设备技术 国家市场监督管理总局、中国国 本标准规定了自适应巡航控制（ACC）系统的基本控制策略、最低功能要求、 2019年10月 GB/T 38044-2019 要求》 家标准化管理委员会 基本的人机交互界面、故障诊断及处理的最低要求以及性能检测规程。 本标准规定了扩展型倒车辅助系统的功能和性能要求以及测试要求。本标准适 《智能运输系统扩展型倒车辅助系 国家市场监督管理总局、中国国 2019年5月 GB/T 37436-2019 用于轻型车辆，主要包括乘用车、商用车辆中的小型客车和普通货车等，摩托 统 性能要求与检测方法》 家标准化管理委员会 车除外。 来源：国标委、中国汽车工程学会、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 15 

16 .消费环境 我国居民收入不断增长，汽车消费仍存巨大潜力 我国居民人均可支配收入和消费支出稳定升高，即便2020年在疫情影响下居民消费有所放缓，但可支配收入仍然呈现上 涨态势。而汽车作为居民重要消费品之一，也将在我国强大的经济和消费环境中获得巨大红利。根据世界银行在2019年 公布的数据，我国千人汽车拥有量仅为173辆，与欧美等国仍有较大差距，甚至不敌巴西、伊朗等国。但考虑到我国能源 消耗、人口密度、公路承载力和轨道交通发展等因素与国外差异较大，我国汽车千人保有量或难以达到欧美水平，400- 450辆每千人或是较为合理的饱和峰值。因此，我国汽车消费仍然存在较大的消费空间。 2013-2020年中国居民人均可支配收入 2019年部分国家GDP和千人汽车保有量 和消费支出 GDP 美国 10.1% 8.9% 9.0% 8.7% 8.9% 837辆 8.9% 4.8% 9.6% 8.4% 8.4% 中国 7.1% 8.4% 8.6% 173辆 -1.7% 30.7 32.2 28.2 26.0 日本 23.8 22.0 21.6 21.2 591辆 德国 20.2 19.9 18.3 17.1 18.3 589辆 15.7 巴西 13.2 14.5 350辆 南非 174辆 2013 2014 2015 2016 2017 2018 2019 2020 0-200 200-500 500-850 居民人均可支配收入(千元) 居民人均消费支出(千元) 居民人均可支配收入增长率(%) 居民人均消费支出增长率(%) 千人汽车保有量（辆） 注释：圆点大小代表对应国家千人汽车保有量。 来源：国家统计局，艾瑞咨询研究院自主研究绘制。 来源：国际货币基金组织、世界银行、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn ©2021.12 iResearch Inc. www.iresearch.com.cn 16 

17 .技术演进 电子电气构架的演进为智能驾驶能力提升提供坚实基础 随着智能驾驶功能不断增多，信息传输量不断增加，传统的分布式构架难以满足多个零部件和ECU之间的协同，域/跨域 集中式架构逐渐成为智能驾驶汽车的主流，可赋予汽车更复杂的智能驾驶功能和更便捷的OTA升级，极大程度上促进智能 网联汽车的发展。 电子电气构架演进方向 分布式E/E构架 （跨）域集中式E/E构架 中央集中式E/E构架 网关 网关 网关 中央计算平台 车身域控 底盘域 动力域 座舱域 智能驾驶 制器 控制器 控制器 控制器 域控制器 车辆控制域 智能座舱域 智能驾驶域 传感器 执行器 分布式架构中每个ECU之间 域控制架构中按照硬件所处功能分配，每 跨域控制架构将具有相似功能、安 中央计算架构的构成包含中央 相互独立的承担不同控制功 个域配备算力更高、范围更广的域控制器， 全等级的域控制器进一步融合，如 计算单元+云计算+传感器+执 能，增加功能则需要增加对 使ECU数量得以减少。对于计算要求较低， 动力、底盘、车身域融合为车辆控 行器，信息由中央计算单元统 应ECU。 安全性、实时性要求高的功能可仍由ECU 制域，进一步将汽车电子控制集中 一计算。同时部分对实时性要 控制，域内使用CAN总线通信，域间使用 化，更加接近中央集中架构。 求不高的信号上传至云计算。 每个功能对应独立的感知-决 以太网。 策-执行硬件，浪费算力，难 进一步提升性能，满足跨域执行， 提升算力利用率，减少设计算 以做到冗余。大量内部通信 由分散到区域集中，节点变少，更容易实 减少成本。但DCU仍为最高决策 力总需求。同时信息之间相互 逐渐导致线束增多，拓扑结 现OTA升级；同时拥有更高算力和更灵活 层。 融合、综合决策，实现安全冗 构愈加复杂。 的网络通信。 余。 来源：专家访谈，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 17 

18 .企业转型 智能联网化成为各大主机厂和供应商不可逆的转型方向 在全球数字化、自动化浪潮下，传统车企和零部件供应商都面临着前所未有的挑战；一方面是汽车智能驾驶、车联网和新 能源等新兴产品变革，另一方面在于满足用户定制化的购车需求。目前，主机厂和上游供应商正在顺应这一趋势做出改变， 国际头部供应商以战略合作、收购、自主研发等方式做出转型；主机厂则以战略合作或自主研发的方式扩展智能驾驶及网 联化业务，以用户需求为导向占领市场以提升自身竞争力，而放弃拥抱变化的企业则或面临前所未有的生存危机。 部分供应商及主机厂战略转型方向 供应商 转型方向 主机厂 转型方向 联合华为计划2024年量产L4级智能驾驶汽车，计划 与英伟达、奔驰、百度等公司合作，在智能驾驶、高 博世 在2025年实现新能源汽车销售占比20%；携手腾讯、 精地图等方面积极拓展。 广汽 华为、科大讯飞、地平线等打造“超感交互智能座 舱”。 为迎合电动化和智能化趋势，2020年收购威伯科后拥 长城汽车正式发布咖啡智驾331战略，明确自身在智 采埃孚 有了商用车传感器、安全类智能驾驶等技术，并成立 长城 能驾驶领域的进一步奋战规划。 全球软件中心提供以客户为中心的软件方案。 2025年将1/3研发预算投入到数字化服务、电动汽车、 奥迪 智能驾驶技术研发中；与华为战略合作发展智能网联 2020年大陆集团发布转型后的调整战略，将更加聚焦 技术；同时开展与安森美半导体的战略合作。 大陆 高于市场平均水平的业务领域，其中包括互联、辅助 和智能驾驶、车载软件等。 大众汽车集团计划到 2030 年拥有完全自动驾驶汽车 大众 的系统能力；希望在2030年之前，商用车和乘用车 面临电动化、智能化和网联化推出了混合动力解决方 法雷奥 都配置智能驾驶技术。 案、激光雷达和远程操控系统。 来源：公开资料，艾瑞咨询研究院自主研究绘制。 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn ©2021.12 iResearch Inc. www.iresearch.com.cn 18 

19 .中国汽车行业发展概述 1 中国智能驾驶行业发展背景 2 中国智能驾驶行业发展现状 3 中国智能驾驶行业主要玩家 4 中国智能驾驶行业发展趋势 5 中国智能驾驶行业的机遇和挑战 6 19 

20 .智能驾驶发展历程 技术多元发展，国家政策伴行 科创公司、互联网巨头和传统车企纷纷抓住产业升级的机会切入不同领域，政府也高度重视智能驾驶汽车发展，投入大量 资金并出台众多政策引领产业不断成熟。目前，多传感器融合趋势加深，ASIC芯片和AI芯片逐渐突破技术困境，不同机构 和国内企业开展高精地图绘制，现已取得较大进展。同时，各类行业标准不断出台，数据安全的重要性不断加深，路测规 范不断完善；企业间加强智能化与网联化的协同合作，强调5G等技术对车联网发展的推动作用。国家发改委等多部委联合 印发《智能汽车创新发展战略》，提出2025年有条件实现智能驾驶汽车规模化生产的愿景。各地积极出台地方政策，加快 测试示范基地的建设，推动汽车工业升级，加快智能网联汽车发展，全国已批准成立超过30个测试示范区，为我国智能驾 驶行业打下了坚实的基础。 2013-2021年智能驾驶行业发展历程 四维图新开展高精度制图相 在继2015年收购Altera后， 百度公司宣布无人驾驶汽 工信部发布《新能源汽车产 国务院印发《国家综合立体 关业务，采取集中制图模式， 英特尔在2017年收购 车“阿波龙Apollo”正式 业发展规划（2021~2035 交通网规划纲要》到2035 于2019年获得北京颁发的 Mobileye，形成了 量产下线，并在碧桂园潼 年）》指出在各个阶段自动 年实现交通运输感知全覆盖。 自动驾驶T3牌照 “ASIC+FPGA+CPU”的完 湖科技小镇落地试运营 驾驶智能网联汽车占比比例 智能列车、智能联网汽车 整智能驾驶处理器解决方案 和各场景的应用 （智能汽车、自动驾驶、车 路协同）的技术达到世界先 进水平 2013 2015 2017 2017 2018 2019 2020 2020 2021 国务院印发《中国制造 包含长安、北汽、广汽、东 国务院印发《2019智能网 国务院联合多部委印发《智 2025》将自动驾驶作为汽 风乘用车、吉利、一汽在内 联汽车标准化工作要点》， 能汽车创新发展战略》，构 车产业未来转型升级的重 的9家企业签署2018 年新上 在自动驾驶方面，加快自 建协同开放的智能汽车技术 要方向之一，自动驾驶市 市车型全系配备 ESC 承诺 动驾驶相关标准规定，推 创新体系，构建跨融合的智 场走热 书，以此来响应全球可持续 动驾驶辅助系统标准规定 能汽车产业生态系统，先进 发展目标和联合国道路安全 的基础技术体系 十年行动宗旨 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 20 

21 .中国智能驾驶发展概况 我国量产车辆正向L3等级演进，L2新车渗透率约12% 交通安全始终是出行环节最重要的考虑因素，最初的驾驶自动化功能主要是帮助驾驶员降低事故发生率，如汽车主动安全 技术AEB（Autonomous Emergency Braking）便是辅助驾驶功能的早期形态。目前，各大主机厂量产车辆辅助驾驶等 级大部分为L1和L2，并逐渐向L3演进。而部分科技公司则采取高举高打的策略，直接研发L4级别自动驾驶，并在部分城市 路段或特定场景下进行测试，如城市郊区道路、部分高速公路/快速路、园区等。 在汽车智能网联化的变革中，汽车电子、软件、算法等价值将因智能驾驶技术而显著提升。先进的通讯、计算机、人工智 能等技术不断应用在智能驾驶汽车中，成为愈加重要的生产要素。预计2020年我国新车辅助驾驶渗透率（L1+L2）约为 32%，L1、L2级别新车占比分别约为20%和12%左右。 2021年中国智能驾驶发展现状 2020年中国辅助驾驶新车渗透情况 级别 渗透率 32% 我国量产车辆驾驶自动化 L5 等级正在从L2向L3级别过 渡 L4 L1 20% L3 L2 12% L2 68% L1 L3~L5 0% 部分科技企业在限定场景下 L0 如矿山、泊车等达到L4级别 L1~L2乘用车新车销量占比（%） L0乘用车新车销量占比（%） 注释：右图中辅助驾驶指L1和L2等级；由于法规、技术和权责认定等问题，目前并未有严格意义上的L3及以上级别的量产乘用车，因此不计算在内；渗透率不做向下覆盖。 来源：工信部，专家访谈，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 21 

22 .中国智能驾驶行业发展特征 智能驾驶与汽车产业关系密切，展现出周期性、季节性和地 域性三大特征 周期性：汽车属于大宗消费品，且具有可选性和耐用性，宏观经济的变化对于汽车消费周期有着较为明显的正相关性。 季节性：历年来我国汽车销售的季节性明显， 11、12和1月属于消费旺季，而2月与6到8月是传统的消费淡季。车企有计 划的调整产量和供应链，进而对智能驾驶相关产品供应也产生相似影响。 地域性：由于集群效应我国车企已产生六大产业集群。相似的，零部件和智能驾驶企业也集中在我国中东部地区。 周期性 季节性 我国宏观经济情况对汽车市场存在较大影 我国汽车销售存在明显的季节性消费特征， 如今，我国已形成长江三角洲、珠江三角 响。除2008年经济危机外，我国宏观增速 11、12、1月是全年销售最旺的季节，2月 洲、环渤海地区、东北地区、华中地区和 较快时汽车销量也有较大增长，反之亦然。 因春节影响遇冷，6至8月是传统销售淡季。 西南地区为主的汽车产业六大集群。而智 因此宏观经济与汽车市场呈现较为明显的 之所以具有季节性，主要是气候，社会人 能驾驶供应商和零部件供应商为更好的服 正相关性，从而对智能驾驶的增长性产生 文和节假日等多重因素共同作用于车市供 务车企，其生产基地也会不同程度的靠近 一定影响。 需双方的结果。而对于智能驾驶供应商而 车企所在地，主要集中在长三角、珠三角、 言，此季节性由于供应周期会提前2个月左 环渤海和华中地区。 右。 2001-2020年中国汽车销量及 2018-2020年中国汽车月度销量 GDP走势 走势 2007 2015 2001 2002 2003 2004 2005 2006 2008 2009 2010 2011 2012 2013 2014 2016 2017 2018 2019 2020 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 2020年（万辆） 2019年（万辆） 汽车销量（万辆） GDP（亿元） 2018年（万辆） 来源：艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 22 

23 .中国智能驾驶行业进入壁垒 四大壁垒构筑企业进入城墙，保障行业有序长效发展 越来越多的企业正在向智能驾驶方向布局，加之百度、小米在内的互联网企业的进入，此领域不断受到资本青睐。但对于 新入者而言，智能驾驶的行业壁垒不容忽视。一方面企业面临较长的客户验证周期，另一方面企业又要跨过技术先进性、 人才招募和产品质量的考验，同时部分企业还面临着资金压力。因此，有能力打破壁垒并建立自身优势的企业才能在行业 中取得领先地位。 智能驾驶行业壁垒 客户定点壁垒 技术壁垒 人才壁垒 质量壁垒 ➢ 考验交付经验、量产能力等 ➢ 跨学科技术融合 ➢ 知识结构难以跨行业复制 ➢ 严格的质量要求 ➢ 增加时间成本 ➢ 国外先进技术封锁 ➢ 人才培养耗时较长 ➢ 车企层层把关 车企建立了严格的定点机制和较 智能驾驶属于典型的技术密集型行 虽然通讯、定位、算法、控制制 各大车企和一级供应商对于智能 长的认证周期，对供应商的历史 业，智能驾驶相关软硬件的研发需 动等早已作为较成熟的行业领域 驾驶零部件的质量要求通常较高。 交付经验、质量管理、量产能力 要人工智能、算法、数据融合、汽 存在，但其与智能驾驶的应用场 常见的质量体系标准包含AEC- 甚至企业日常经营管理进行考核， 车电子、计算机视觉、生产制造、 景不同，难以在短期内做到知识 Q100/200、ISO/TS 16949等， 增加了智能驾驶企业开展业务的 车辆动力学等跨学科技术的结合， 结构的跨行业复制，导致原有相 针对零部件的抗震动、冲击、温 时间成本。 技术的先进性也直接导致了智能驾 关领域人才难以适应智能驾驶企 度等指标有着严格的要求。 驶车辆的稳定性、安全性和舒适性， 业的新需求。 同时，拿到定点后一般会小规模 具有较高门槛。 在通过以上标准的同时，还需要 供货，而大规模供货则视双方合 同时，智能驾驶初创公司在不同 通过车企内部定义的质量管理体 作情况而定。因此客户资源成为 由于中国在汽车核心技术领域起步 时期的人才需求或有所差异，在 系，不同车企间或有所差异。而 了智能驾驶企业，尤其是初创企 较晚、国外先进技术的封锁和场景 快速发展阶段易出现人才断层， 车企也倾向于与质量稳定可靠的 业的壁垒之一。 的复杂度，高级别自动驾驶开发难 而人才的培养则需要大量时间的 供应商形成长期合作关系。 度呈指数级增长，导致核心技术的 积累。 掌握成为智能驾驶行业的重要壁垒。 来源：专家访谈、公开资料、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 23 

24 .智能驾驶系统构架：综述 解决智能驾驶的核心问题：我在哪？我去哪？我该如何到达？ 环境感知：障碍物检测是感知层中的重要内容，是实现智能驾驶功能的前提。利用多种传感器及V2X等技术获取汽车所处 环境信息和周边车辆、行人、交通信号灯和路标等信息，为汽车的综合决策提供数据支撑，解决“我在哪”的核心问题。 决策规划：通过环境感知的结果进行数据融合，结合高精地图数据确定合适的工作模型，决定相应的轨迹规划方案，以达 到替代人类作出驾驶决策的目的，将智能汽车以拟人化的方式融入整个交通流当中，解决“我去哪”的核心问题。 控制执行：通过驱动、制动、转向等达成车辆的横向及纵向控制，使汽车精准地按照决策规划实现有效的避让、减速、车 距保持、转向等动作，解决“我该如何到达”的核心问题。 典型智能驾驶系统构架 环境感知 决策规划 控制执行 车辆运动感知 车辆轨迹预测 转向控制 数 轨 外部环境感知 据 迹 轨 驱动控制 行驶路线规划 迹 融 规 车内人员感知 合 划 跟 制动控制 危险行为预警 踪 摄像头、毫米波雷达、激 光雷达、超声波雷达… … 异常处理 安全控制 外部环境场景 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 24 

25 .智能驾驶系统构架：环境感知 环境感知技术是车辆与外界信息交互的必要条件 环境感知是实现智能驾驶的第一环节，智能驾驶车辆通过各类传感器如摄像头、毫米波雷达、超声波雷达、激光雷达等获 取车辆周边信息，产生图片数据、视频数据、点云图像、电磁波等信息，去除噪点信息后利用不同类型数据形成冗余同时 提升感知精度。对于不同级别智能驾驶汽车和驾驶任务而言，需要的传感器类型、数量和性能也有所区别。因此在量产车 辆当中，感知传感器及方案的配置以需求为导向，有针对性的选取合适的传感器和感知方案的组合，实现功能、效用和成 本之间的最优解。 智能驾驶环境感知 环境感知方案 交通状态感知 车身状态感知 网联感知（V2X） 附近车辆、车道线、行人、建筑物、障碍 感知对象 物、交通标志、信号灯等 车辆位置、行驶速度、姿态方位等 实时路况、道路信息、行人信息等 基于高精度地图、GPS、北斗卫星导航系 通过感知传感器，如摄像头、毫米波雷达、 利用RFID、LET-V2X、云服务器、5G等 感知方案 超声波雷达等获取周边交通数据 统，惯性导航等为汽车的定位和导航提供 技术获得实时信息 数据 高精地图和导航可对传感器识别的数据再 实现车辆与外部节点间的数据共享和控制 多采用多传感器融合方式进行感知，利用 感知特征 不同传感器的优劣势互补提升感知精度 次确认，相互补充，与传感器结果相互关 协同，更加强调车辆、道路、行人、使用 联达成安全冗余 者之间的联系 来源：专家访谈、公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 25 

26 .感知层的基础-传感器 各类传感器特征各异，多传感器融合为主流路线 智能驾驶主要传感器包含摄像头、毫米波雷达、激光雷达、超声波传感器和卫星及惯性导航。目前主机厂所用传感器均为 外采，由于各类传感器的优势各异，同时要保证感知冗余和足够的鲁棒性，因此多采用多传感器融合的配置方案。而主机 厂由于资金、产品定位等差别，在传感器选型时会根据自身情况及产品特性作出相应调整。整体而言传感器市场较为成熟， 超声波雷达、毫米波雷达、摄像头产品形态已相对固定，随着装机量的增长和国际竞争其价格仍存在一定的下降空间。激 光雷达目前价格较高，但具有测距远，抗干扰能力强等优势，同时无需深度学习算法被部分企业所青睐。 智能驾驶传感器类别及特征 类别 优点 缺点 探测范围 功能 对物体几何特征、表面纹理等信息进行识别， 受光照强度变化影响大， 最远可超过 障碍物识别、车道线识别、 摄像头 通过算法实现对障碍物的探测，技术成熟、造 容易受到恶劣天气干扰 500米 辅助定位、道路信息读取、 价较低 地图构建 对烟雾、灰尘等穿透能力较强、抗干扰能力较 测量范围相对激光雷达更 15-250米 障碍物探测 毫米波雷达 强、对相对速度、距离及角速度的测量准确度 窄、难以识别大小与形状 高 精度高、探测范围较广、可构建车辆周边环境 容易受到雨雪、大雾等天 小于300米 障碍物探测识别、辅助定位、 激光雷达 3D模型 气影响，技术成熟度较低、 地图构建 成本高 技术成熟、成本低、受天气干扰小、抗干扰能 测量精度差、范围小、距 小于10米 障碍物探测 超声波传感器 力强 离近 容易受到城市建筑、隧道 高精度定位保 车辆导航、定位 通过对卫星三角定位与惯性导航进行结合实现 等障碍物的干扰使测量精 持在10米内 卫星+惯导 车辆定位 度大打折扣 来源：公开资料、专家访谈、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 26 

27 .智能驾驶系统构架：决策规划 决策规划对于智能驾驶车辆性能起到决定性作用 决策规划是智能驾驶构架的第二步，依据获取的信息进行决策判断，选择适合的工作模型，制定相应的控制策略，替代人 类做出驾驶行为。同时这部分功能也执行预测任务，例如在车道保持、车道偏离预警、车距保持，障碍物警告等系统中， 需要预测本车与其他车辆、车道、行人等在未来一段时间内的状态。 决策规划架构 决策规划 外部环境 环境感知 信息融合 任务决策 轨迹规划 运动控制 执行控制 车辆 先进的决策理论包括模糊推理、强化学习、神经网络和贝叶斯网络技术等。由于人类驾驶过程中所面临的路况与 技术 场景多种多样，且不同人对不同情况所做出的驾驶行为也有所差异，因此驾驶决策算法的优化需要非常完善高效 特征 的人工智能模型以及大量的有效数据，而这些数据需尽可能覆盖各种罕见场景，正是驾驶决策发展的瓶颈所在。 决策层的规划是呈现智能驾驶智能化的具体形式，传统的路径规划仅仅考虑运动轨迹问题而忽略了车辆动力学 技术 特性。目前由于算法和仿真技术的提升，不仅考虑到车辆动力学，还加入了路网结构和环境变化预测，大大提 演进 升了参考运动轨迹的精确性和安全性。在决策规划结构当中，当给定外部环境和条件后，规划决策层将会建立 相应的环境模型，经过数据融合后进行进一步的任务决策和轨迹规划，以保证车辆运行轨迹的高效性和安全性。 来源：公开资料，艾瑞咨询研究院自主研究绘制 ©2021.12 iResearch Inc. www.iresearch.com.cn 27 

28 .决策层的关键-计算芯片 MCU难以满足日益增长的汽车智能化需求，SoC或将发挥重 要作用 目前多数车辆使用ECU（Electronic Control Unit）作为控制单元并采用MCU（Microcontroller Unit）芯片。随着车辆 可实现的功能不断增多，驾驶自动化等级的不断提高，电子电气架构向域/跨域控制转变，对于决策层的芯片和算力提出 的更高的要求，促使智能驾驶汽车使用算力更强的SoC芯片（System-on-a-Chip），可包含多个处理单元，如CPU、 GPU、DSP和其他外设接口等，单个芯片中集成了更多的配套电路，提升运算效率。 全球芯片产业被国外厂商主导，英飞凌、恩智浦等5家企业占据半数市场份额。由于技术和起步较晚等原因，我国芯片产 业实力较为薄弱，光刻机等制造及测试设备或在2025年后实现突破。目前国产芯片渗透不断升高，国资车企和民企率先搭 载，合资企业由于考虑自身利益仍处于观望态度。 智能驾驶对于芯片算力的需求 部分厂商智能驾驶芯片 制程 厂商 产品 CPU算力（TOPS） （nm） >300TOPS Xavier 30 12 英伟达 Orin 200 5 >100TOPS EyeQ5 24 7 Mobile Eye EyeQ6 128 7 30~60TOPS <10TOPS 征程3 ≥5 16 地平线 L2 L3 L4 L5 征程5 128 16 算力（TOPS） Snapdragon 高通 10-700 5 Ride 来源：专家访谈、公开资料、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 28 

29 .智能驾驶系统构架：控制执行 控制执行为实现智能驾驶的底层基础 控制执行是智能驾驶的第三步，智能驾驶汽车的各个执行系统通过总线与决策系统连接，根据决策规划出的轨迹进行有效、 稳定、安全的行驶，同时在过程中实现变速、转向、变道、超车等操作，并保证乘坐的舒适性。控制执行技术主要分为车 辆的横向控制和纵向控制两大部分。横向控制即转向控制，保证汽车在规划的路线上正常行驶，在不同车速、路况条件下 保证转弯的有效性和乘坐舒适度。纵向控制可以对危险情况作出紧急处理，最大程度上避免交通事故的发生，还可以在安 全的前提下缩短与前车的距离，提高交通运行效率。 控制执行 横向控制 √ 纵向控制 横向控制指车辆行进角度的 纵向控制指车辆的驱动和制 调整和轮胎力的控制，驾驶 动控制，滑移率控制、模糊 员模拟和横向运动力学模型 控制、神经网络控制、滚轮 为两种基本的控制方法。 X 时域优化控制等技术在纵向 控制中得到广泛应用。 来源：专家访谈、《中国人工智能系列白皮书-智能驾驶篇2017》、公开资料、艾瑞咨询研究院自主研究绘制。 ©2021.12 iResearch Inc. www.iresearch.com.cn 29