《中國汽研：2023場景驅動自動駕駛商業化發展與展望白皮書（67頁）.pdf》由會員分享，可在線閱讀，更多相關《中國汽研：2023場景驅動自動駕駛商業化發展與展望白皮書（67頁）.pdf（67頁珍藏版）》請在三個皮匠報告上搜索。

1、 !#$%$&()*+,-,.!#$%$&()*+,-,./012012/!#$%&()*+,-./0!#$1234567890!#)#$:;,-./02023?AB73CDEF 自動駕駛汽車是未來汽車行業發展的重點方向。經過十多年發展，我國自動駕駛技術已經走向產品過渡期。目前，全國多地已經開展了不同程度的自動駕駛商業化示范，商業化示范應用正在不同場景加速落地。1.1)*+,-./012345 2018 年工信部等部門出臺 智能網聯汽車道路測試管理規范（試行），2021年 7 月三部委在此政策的基礎上進行更新，推出智能網聯汽車道路測試與示范應用管理規范（試行），2021 年 9 月工信部關于加

2、強智能網聯汽車生產企業及產品準入管理的意見等規范性文件制定出臺，從道路測試、示范應用、產品準入等方面為自動駕駛的發展提供了規則支撐。2022 年 8 月，交通運輸部發布自動駕駛汽車運輸安全服務指南（試行）（征求意見稿），鼓勵和規范自動駕駛汽車在運輸服務領域應用。自動駕駛法律法規的制定延續了“中央政府定綱領，地方政府落實試點”的思路，并基于地方試點助推未來國家層面法律法規的制定。在國家層面的自動駕駛商業化政策發布后，各地方陸續跟隨落實。#$%&()*+,-.2018 年以來，已經有超過 30 余個省市發布智能網聯車輛路測及示范運營管理細則。工信部、交通部、住建部、發改委等均在積極推進城市級智能網

3、聯測試示范區工作。截至 2022 年年底，工信部授權國家級測試示范區 10 家和先導區 4 家、交通部授權 4 家、工信部與交通部聯合授權3 家、住建部授權 6 家、住建部與工信部聯合授權 16 家，開放 5000 多公里測試道路，同時積極在示范區開展監管試點，覆蓋準入、數據安全、事故處理及技術標準全鏈條。2!1-1#$%&()*+,-./012 /-0123245678,-9:;?*3245ABCDEFGH.2022 年 7 月 5 日，深圳發布深圳經濟特區智能網聯汽車管理條例，并于 8 月 1 日正式實施，這是國內首部關于智能網聯汽車管理的法規，率先填補了智能網聯汽車法律的空白，有助于推進

4、自動駕駛相關的全國性立法工作。深圳率先對智能網聯汽車立法管理，走出了推動自動駕駛駛入“有人區”的第一步，解決各自動駕駛企業的上路權，明確了事故責權劃分。IJKL()MN678.除示范準入監管政策外，一些城市還發布了對自動駕駛運營補貼的政策。OPQRS鼓勵開展示范應用，按單個示范項目實際投資額的 30%給予資金獎勵，最高獎勵 300 萬元。=TS對于示范車輛行駛里程累計達到1000公里的運營主體，根據示范應用效果給予最高500萬元資金支持。UVTS 對申請在區內公開道路測試的企業，給予車輛測試牌照申請有關檢測費、手續費 50%的補貼，單個企業每年最高補貼 200 萬元；圍繞數據增值和出行服務等，

5、探索建立新商業模式，按企業示范應用車輛及場景項目建設投資的 30%給予獎勵，單個企業最高獎勵 1000 萬元。WX9YS落戶蘇州高鐵新城且共同參與示范應用的智能駕駛企業，根據示范應用效果最高給予企業每輛車 30%的車輛購置及改裝補貼，單個企業享受補貼金額最高不超過300萬元；Robotaxi、Robobus、物流配送示范車輛行駛有效里程數分別累計達 2000 公里、1000 公里、500 公里的運營主體，根據示范應用效果給予最高不超過 5 元/公里的資金支持，單個企業享受補貼金額最高不超過 300 萬元/年，累計不超過 3 年。1.2)*+,-./6789 3245ABZ_S載人（Robota

6、xi、Robobus 等）、載物（干線物流、末端配送、同城貨運等）和特殊（環衛、特種車等）。過去幾年，自動駕駛也是國內資本市場的風口，吸引了不少熱錢涌入。自動駕駛商業化領域的投資熱開始于 2015 年，主要聚焦 Robotaxi 領域。到近年，干線物流領域、末端無人配送等自動駕駛商業化場景也開始引發資本關注。在 2021 年，隨著全球業體經濟 4 從疫情中恢復過來，資本市場對自動駕駛行業的投資熱情達到頂峰，艾媒數據中心數據顯示，2021 年我國自動駕駛領域相關投融資事件為 122 起，投資金額達782.4 億元。在全球經濟衰退、疫情的復發，俄烏沖突等極端外部環境的影響下，雖然2022年的投融資

7、事件較2021年增加，但投融資金額大幅度降低?？傮w來看，自動駕駛行業投融資狀況是呈現利好趨勢，一方面是因為充裕的流動性向一級市場擴散；另一方面是自動駕駛技術發展和應用落地后，逐漸獲得資本認可，互聯網巨頭和汽車龍頭企業對該領域的重視程度提高。3 1-142016 5-2022 567%&(89:;?數據來源：艾媒數據中心 RobotaxiSRobotaxi 即自動駕駛出租車，又稱共享無人車。其業務本質是自動駕駛的共享出行場景商業化，被認為是自動駕駛商業化探索上最吸金的賽道之一。目前在這條賽道上參與的企業眾多，包括百度、小馬智行、蘑菇車聯、滴滴、AutoX、文遠知行等企業。2021 年滴滴自動駕駛

8、業務在前一年已經融資 5 億美元的基礎上，再獲 3 億美元的融資，2023 年 5 月，法雷奧將對滴滴自動駕駛進行戰略投資，并共同開發針對 L4 級無人駕駛出租車（Robotaxi）的智能安全解決方案，同時滴滴自動駕駛正在進行新一輪融資。文遠知行在 2021 年分別完成 B+輪 1.1 億美元、C 輪 3.1 億美元的融資，2022 年 3 月，又完成 D 輪近 4 億美元融資。小馬智行從成立以來到目前也經歷了多輪融資，2022 年 3 月完成 D 輪融資，整體估值達到 85 億美元。5 3 1-2 A Apollo%&(BCD abcS在自動駕駛技術應用的系列場景中，干線物流是除了 Robo

9、taxi以外的另一重要商業化應用場景，而且高速公路相對規范的道路環境，以及公路貨運行業強烈的應用需求，也使得干線物流場景被認為是將最快實現自動駕駛商業化應用的場景之一。自 2020 年以來，自動駕駛干線物流賽道逐漸升溫，一方面是資本與新玩家的涌入，另一方面是賽道頭部玩家的加速賽跑。2021 年，干線物流融資共計 9 起，融資總額度為 134.4 億元；2022 年，涉及干線物流業務的自動駕駛公司融資事件大約有 14 起，投資總額約為數十億元。這與 2021 與 2022 年市場投資邏輯變化有關。2021 年干線物流領域融資呈現向頭部公司集中的特征。除圖森未來成功上市，募資 13.5 億美元外，

10、自動駕駛干線物流另外兩家頭部企業智加科技和贏徹科技也獲得不錯的融資成績，智加科技融資 4.2 億美元，贏徹科技融資 2.7 億美元。除了圖森未來，與此同時，Robotaxi企業也開始著手布局干線物流賽道，如百度系的 DeepWay、小馬智行。此外，還有上汽旗下的友道智途等玩家。2022 年則是將目光放到了新成立的公司當中，以擎天智卡、千掛科技、卡睿智行、葦渡科技為代表的“新生代”都獲得了不同程度的融資，且金額相對較小。6 3 1-3 EFGHIJKL defghiS 另一個關注度較高的細分場景是末端無人配送，快遞、外賣、商超零售是最典型的三個末端無人配送場景。末端無人配送實現商業化有著低速運營

11、、容易落地、市場前景廣闊等優勢。目前自動駕駛末端配送產業正處于技術驗證階段，因此投資企業大多數都處在 A 輪、B 輪的階段。2021 年 9 月環宇智行完成教投創智基金投資的 5500 千萬元 A 輪融資，2022年 4 月又宣布完成由蘇州資管卓璞基金領投的數千萬元的融資。白犀牛同樣是一家做無人配送的公司，2021 年 12 月宣布由線性資本、索道資本等資本方作為Pre-A 輪投資 5000 萬元。2021 年 3 月，新石器完成 A+輪融資，融資規模近 2 億元人民幣，同年 8 月，又完成數億元 B 輪融。2021 年 4 月，行深智能完成 1 億元人民幣 A 輪融資，2022 年 8 月又

12、宣布完成由興湘資本與睿住資本聯合領投的A+輪融資。3 1-4 MNOPQRSL 7 除了 Robotaxi、干線物流、末端配送三個關鍵場景外，其他場景無人特種車、無人環衛車、無人公交/小巴也或多或少得到了資本關注。尤其是礦山自動駕駛特種車、運輸車等企業，自 2021 年起有多起投融資事件。礦區無人駕駛公司易控智駕 2021 年 6 月宣布完成由紫金礦業領投的數千萬美元 B1 輪融資。路凱智行 2021 年 11 月獲得由順為資本領投的數千萬元 Pre-A 輪融資。智慧礦山無人化企業慧拓更是在 2022 年 1 月完成 3 億元 C 輪融資，是無人礦山車商業化運營的最大融資紀錄。除此之外，擁有無

13、人駕駛礦卡產品的商用車自動駕駛公司希迪智駕于 2022 年 5 月，宣布完成 3 億元 C 輪融資。無人環衛車方面，仙途智能 2022 年 10 月完成近億元的 B3 輪戰略融資；酷哇機器人自 2021 年完成 C 輪 2.5 億美元融資后，2022 年 6 月又宣布完成了 D1輪融資，而其自動駕駛城市服務訂單已經超過 5 億元。無人公交/小巴方面，聚焦 L4 級無人小巴的自動駕駛公司輕舟智航，成立三年已經完成三次融資，2021年 8 月更是完成 A+輪由云鋒基金、元生資本共同領投約 1 億美元的融資規模。3 1-5 TUVWPQL 而智行者作為老牌限定區域內低速無人駕駛的踐行者，早在 202

14、0 年就推出了無人掃地車（蝸小白）、無人物流車（蝸必達）及無人園區車（蝸來了）。智行者在 2020 年就完成了 C+輪數億元的融資后，2021 年至 2023 年都有持續融資。8 3 1-6 IXY-ZPQ(L 1.3)*+,-./:;?AB73CDIJ 2.1?)*+,-./:;A 2.1.1 3245678Cv%k?*3245Zn678,-.為了讓歐洲更多的區域能夠開展自動駕駛測試、積累更多數據，歐盟已開始放寬規定，大力推進無人駕駛路測。歐洲許多城市和交通部門都在測試自動駕駛巴士，而世界上專注于此的創新公司也以歐洲居多（例如 Navya、Easymile 等）。2018 年 5 月，歐盟委

15、員會發布了通往自動化出行之路：歐盟未來出行戰略，提出到 2030 年普及完全自動駕駛。2017 年 5 月，歐盟道路交通研究咨詢委員會（European Road Transport Research Advisory Council,ERTRAC）發布第 2 版自動駕駛技術路線圖，提出分別在 2020/2023/2025 年實現 L3/L4/L5 自動駕駛。2019 年 3 月，ERTRAC發布新版技術路線圖，針對乘用車、貨車、城市出行車三種車輛類型制定了細分特定場景技術路線圖，乘用車和貨車在 2020 年左右、城市出行車在 2022 年左右實現 L3 級自動駕駛。新版路線圖提出面向 205

16、0 年的長期愿景，明確為實現這一長期愿景需要采取必要的短期行動2030 規劃和 2040 展望。2030 規劃是路線圖的核心內容，包括 CCAM（Connected,Cooperative and Automated Mobility Roadmap）產品和服務的四大不同領域：高速公路和走廊、限制區域、城區混合交通和鄉村道路。N%p%awknkg_45nfg45780.高速公路和輔助走廊領域將實現高速公路自動駕駛、倉到倉卡車運營以及基礎設施支持的協作行車輔助等典型應用。該領域的發展動機在于，將通過自動距離跟車、動力和速度管理增強道路安全，改善高速公路和輔助走廊的交通流量，減少駕駛員工作量并增加

17、便利性，在可行的情況下盡早引入 L3-L4 級自動駕駛以進一步提高安全性、交通流量和便利性。社會效益和示范方面，證明 CCAM 解決方案滿足甚至超出用戶和社會需求對于推動用戶采用CCAM 至關重要。在不同地區、領域、環境中的高速公路進行自動駕駛測試，12 以證明 CCAM 的系統安全性、魯棒性和互操作性是將其作為改善歐洲道路交通的有效手段；在選定的輔助走廊進行測試，以證明具有基礎設施支持的高度自動駕駛解決方案的社會效益和用戶效益。高速公路和走廊的典型用例包括堵車自動駕駛、高速公路自動駕駛、安全自動跟車和倉到倉運輸。其主要促成因素在于具備 L2-L4 能力的經濟型車輛、完善的基礎設施、高效且完善

18、的驗證體系。;n2n|1;BnM.限制區域通常通過周界保護防止未經授權的車輛和人員進入，其中可能出現人駕駛車輛和自動駕駛車輛的混合交通，車輛通常也以較低的速度運行，也可能有特定的交通法規。該領域的發展動機在于封閉區域非常適合更早引入 L4 級車輛，降低未經授權的交通風險、提高生產力，降低設計運行域（Operational Design Domain,ODD）復雜性。限制區域的典型用例包括 L4 自動泊車、L4 低速擺渡車、L4 客車在公共汽車站的自動駕駛以及 L4 無人駕駛卡車在場站/樞紐的自動運行。其主要促成因素在于可實時連接的 L4 級車輛、交通系統整體功能安全、高效的驗證工具鏈及完善的基

19、礎設施。標準化方面，該領域有賴于連接性和 C-ITS 接口、基礎設施功能安全、交通控制和監測、車輛和基礎設施感知性能協同評估的標準化。此外還需要限制區域運營安全相關法規。%aYn3245ABno:y3245/Iw.在未來十年內，在城市中引入自動駕駛將是可行的，至少在受限的應用中是可行的，比如在其他交通受限的專用路線，但是系統能夠完全獨立處理所有復雜城市交通狀況需要更長時間。該領域的發展動機在于提升交通安全性、交通效率、環保性以及社會包容性。城區混合交通的用例將根據非常明確的 ODD 和特定功能的基礎設施需求逐步進行，包括自動泊車、低速封閉區域等受限應用，專用車道、最后一英里人員和貨物運輸，混合

20、交通環境下的預定路線巴士，以及特定路網中柔性路線出租車運營。其主要促成因素包括感知能力、V2X 車隊管理等車輛要素，城市高精地圖等基礎設施要素，以及數據庫及工具鏈等驗證要素。標準化方面，該領域有賴于測試程序和等級的標準化，并在標準化物理和數字基礎設施概念和一般要求下對支持 L4 的具體要求進行標準化。法規方面，該領域有賴于 L4 車型的型式認 13 證和交通規則的國際法規，并簡化和協調 L4 級自動駕駛測試示范豁免程序。!-n3245Cv%a#N+5$%&n()*.路線圖針對農村地區的道路自動化提出兩步走的方式：在短期內，利用現有 CAV 系統優勢，在不受 ODD 限制的情況下，改善農村環境道

21、路安全，對于成熟的技術，重點放在增加市場占有率和擴展功能上，與此同時未來幾年可能有進一步發展技術和相關監管的空間；從長遠來看，高度自動化的移動解決方案需要在 2030 年之前加速，包括人員和貨物服務，例如最后一英里服務以及共享和公共交通的相關商業案例。用例方面，AEB、LDW、ACC 以及轉向和車道保持輔助系統是農村道路較低自動駕駛水平的典型用例，在預定路線運行的無人駕駛共享和公共接駁車以及垃圾收集等自動駕駛市政服務作為高度自動駕駛的早期用例在農村地區具有巨大潛力，最后一英里配送服務則可能是農村地區具有早期技術可行性和經濟可行性的使用案例。其主要促成因素在于商業應用相關系統和功能接入，低成本和

22、低基礎設施依賴型的車輛，農村公路地圖信息、交通信息和非固定基礎設施，以及虛擬驗證和場景庫等驗證要素。標準化方面，該領域有賴于測試程序和等級的標準化，界面、組件和工具的標準化，并在標準化 PDI概念和一般要求下對 PDI 支持農村地區高級別自動化的具體要求進行標準化。法規方面，該領域有賴于調整現有全球范圍監管框架以適應低級別自動駕駛技術，提供財政等激勵措施增加低級別自動駕駛市場占有率，高級別自動駕駛國際法規，簡化和協調 L4 級自動駕駛測試示范豁免程序。%a+,+,-+,.,/3245NNZwnv.高速應用方面，走廊將進一步使高速公路用例能夠應對高速的挑戰。啟用走廊后，需要為高速公路 ISAD

23、應用制定標準，包括在天氣條件、路面質量以及基于 AI 的交通交互決策方面進一步增加 ODD。ISAD-A 等級的走廊將能夠處理交通密度，包括熱點地區的安全效益。物理基礎設施需要與 ISAD 的增加同步發展。在特定空間/時間將設定公共汽車和卡車車隊的專用車道和走廊。低速應用方面，相關用例將進一步發展和結合以應對復雜性交通的挑戰。限制區域不斷擴大并融合，以提供完全自動化的穿梭巴士和送貨服務。城市場景下的各種用例將獲得高市場占有率。14 2.1.2 0 x3245678Cv%0 x3245zn()1.2021 年 1 月 11 日，美國交通部發布自動駕駛汽車綜合計劃（簡稱綜合計劃），旨在確保其自動駕

24、駛的全球領先地位。綜合計劃是美國“自動駕駛 4.0”國家計劃的貫徹和執行。在安全優先、確保隱私和數據安全等十大原則的基礎上，美國政府認為，要保持自動駕駛領域的優勢地位，就必須加強創新。由此，提出了其發展自動駕駛汽車產業的主要政策主張：三大目標、五大優先發展領域、三類公共應用平臺。2(，一是建立促進行業協作和信息透明的機制，二是優化交通監管環境，三是籌建適合自動駕駛的交通系統。Cv(3*z，一是低速無人小貨車，在限定區域內發展高級別自動駕駛低速小型貨車（時速小于 25 英里，總車重小于 3000磅）；二是低級別自動駕駛乘用車，在城市通勤等低風險駕駛環境，推動自動駕駛級別為 3 級的乘用車應用；三

25、是高級別自動駕駛乘用車，在高速公路等限制區域內，推動自動駕駛級別為 4 級的乘用車應用；四是高速公路長途自動駕駛貨車，能夠在高速公路出、入匝道自行變道的 4 級自動駕駛車輛，尤其適合跨州長途運輸；五是低速接駁班車，針對居民出行“最后一公里”的公交接駁需求，開發 4級自動駕駛的低速班車（時速不超過 25 英里）。自動駕駛技術集成視覺計算、物聯網、衛星定位系統等新一代信息技術，加快推動自動駕駛技術應用，可激發企業創新活力，形成產業帶動力，最終促成完全無人駕駛汽車的商業化部署。us_3245AB456，一是美國聯邦政府建立的交通領域公共云服務平臺-卡馬系統（CARMA），使用開源軟件設計，實現車路協

26、同，通過云服務提供實時信息；二是建設支持車路協同的研發-測試平臺，可在保護開發者知識產權條件下，通過分布式虛擬形式，吸引科研院所和企業協同創新開展原型化開發和測試；三是交通安全數據信息的共享共用系統，用以分析自動駕駛車輛的安全性。0 x324578n9:;?C0ABCD1$%#us.一方面在示范區模擬多種道路和場景，提供自動駕駛運行環境，另一方面通過真實道路測試，幫助自動駕駛汽車在實操中發現問題、積累經驗，不斷優化性能，推動技術創新。作為自動駕駛的先行者，美國擁有多項自動駕駛技術，也是全球路測城市最多的國家，美國有六十多座自動駕駛試驗場。2017 年 1 月，美國交通部指定十個國家級“自動駕駛

27、汽車試驗場”。雖然美 15 國交通部基于中立客觀的原則，認真考慮全美所有州內正在進行相關研究和測試活動的試驗場，不會對各地的研發和測試活動進行褒貶評價，也不會特別偏向某一個或某幾個自動駕駛試驗場，最終在 自動駕駛汽車 3.0：為未來交通做準備中取消了上述十個試驗場的名義，但這些試驗場依舊是美國自動駕駛試驗場的典型代表。3 2-1 _7abc%&(defg Mcity 678,-0A0 xnE7FGxHn3245IJKL.從2018 年開始，陸續有自動駕駛公司推出 Robotaxi 服務，這項自動駕駛出租車計劃被稱為是最有可能商業化的路徑，也是未來自動駕駛的發展目標。2.1.3 M3245678

28、Cv%日本于 2020 年 6 月發布ITS 規劃，提出私家車到 2020 年實現 L3 級自動駕駛，2025 年實現 L4 級。日本的自動駕駛產業如當初規劃的一般，技術研發、測試驗證、應用孵化等各環節的順利推進，均在一定程度上仰仗于產學官的合作共謀。經國土交通省汽車局和經濟產業省制造產業局帶頭，由汽車制造商、供應商及行業有識之士組織成立的“自動駕駛商務研討會”，即是一個試圖通過產學 16 官合作，助推自動駕駛商業化的組織，且成效顯著。該組織已于 2020 年完成了由 1 名操作員遠程監視并運行 3 輛無人駕駛車輛的 L2 級出行服務測試，以及高速公路卡車后車無人編隊行駛技術測試。NOFPQA

29、2021/vnRPST-#UFVWnXYZ.該項目由日本經濟產業省下屬獨立行政法人 NEDO（新能源及產業技術綜合開發機構）牽頭，金澤大學、名古屋大學等多家從事自動駕駛技術研究的大學，豐田、日產、大眾、寶馬等日本國內外的汽車制造商，以及法雷奧、博世等汽車零部件制造商、Sompo 保險公司等產業界、學術界共 22 個組織均參與其中。此次試驗中，這些自動駕駛團隊都將通過仿真虛擬交通環境的構建，完成對自動駕駛各傳感器系統的安全性評估。由于老齡化、中心城區道路擁堵、民眾傾向于乘坐公共交通等因素的疊加，日本自動駕駛商業化或許更多是在公共屬性更強的場景落地。隨著日本社會高齡少子化問題加劇，勞動力缺口擴大，

30、高齡司機非常多見。自動駕駛的廣泛應用有利于解決勞動力不足問題，并給不便開車的人帶去便利。3 2-2 hi%&(jL=8TZn 3245MqC_n4+zAabc-defgIJ.Robotaxi 這一商業變現路徑或許較難打通。日本由于出租車行業嚴苛的法規，即使 Uber 來到也僅能當“外賣小哥”謀生。Uber 日本業務負責人 Tom White 曾表示，日本使用網約車服務的消費者僅占打車消費者總數的 5%以下。但 Uber Eats 的外賣業務卻是一幅業績大好的景象。17 2021 年 7 月，福岡縣美山市推出了以路邊車站為據點的付費自動駕駛移動出行服務，這是日本繼秋田縣上小阿仁村、滋賀縣東近江市

31、蓼畑町之后，第三次基于路邊車站引入付費的自動駕駛服務。與尋常概念的 Robobus 不同，于美山市推出的自動駕駛服務是由雅馬哈制造的高爾夫球車提供，僅能容納 5 名乘客，運行速度為 12 公里/小時，主要通過行駛路線上鋪設的電磁誘導線實現自動駕駛。但即使是這樣低速的、連公交車都算不上的自動駕駛車輛，車上仍會安排一位當地出租車公司的司機擔任安全員，以起到監控車輛運行的作用，日本對自動駕駛的謹慎態度可見一斑。2021 年 6 月，區域內已經實現了山區自動駕駛、遠程無人駕駛、利用 5G 實現多車同時行駛等測試的愛知縣，宣布沒有方向盤、油門或剎車踏板的自動駕駛穿梭巴士 Navya Arma 首次在市區

32、開啟的長期示范實驗。其中，位于名古屋市的實驗在 JR 鶴舞站附近的主要道路上開展，為期約 3 個月，且將與普通車輛混行。自動駕駛在日本公共交通領域的快速落地，或是受迫于當地少子化、老齡化引發的連鎖效應。3 2-3%&(klmn Navya Arma 2022 年 8 月日本政府發布了最新一版自動駕駛發展規劃，計劃最早在 2022年能夠在廢棄火車軌道等限定空間內實現 L4 級自動駕駛服務，并在 2025 年將該服務擴大至包括高速公路與普通道路在內的 40 多個區域。此前，日本政府解禁了 L3 級自動駕駛汽車在高速公路行駛的相關限制。2023 年 5 月，日本首例L4 級自動駕駛服務車輛于福井縣永

33、平寺町面向公眾提供服務。18 2.2 B)*+,-./:;A wx3245hgZE7nCvijk#l;67mnopjkqrs.自動駕駛企業通過大規模融資，積極布局載人場景賽道，推動產業發展結構逐步優化，促進企業發展方向逐漸清晰。首先，自動駕駛技術研發及測試是底層基礎，自動駕駛企業在發展初期不留余力地進行自動駕駛研發及測試。其次，當企業發展到一定規模時，成本控制是其發展的最重要因素。最后，實現大規模商業化是其發展的最終目的，也是日后形成差異化競爭的主要因素。3245E7ZtCv3245E7Il(9:.2021年 4 月，為推進高級別自動駕駛示范區建設，北京市建立智能網聯汽車政策先行區，以探索針對

34、智能網聯新技術、新產品、新模式應用推廣的創新性監管措施，加大政策先行先試力度，搶抓產業發展戰略機遇，政策管理體系整體構建適度超前，實現加快推進智能網聯汽車創新發展。北京市智能網聯汽車政策先行區同時推進兩項重大戰略措施，通過實現“技術+實踐”齊頭并進，以快速推動自動駕駛產業發展，加大無人化測試以及商業化運營政策實施力度。2021 年 11 月，百度和小馬智行的 Robotaxi 實現在北京亦莊約 60 平方公里范圍限定區域內的公開道路上商業化運營，車隊規模近百輛。據統計，在亦莊區域活躍的出行服務車輛約在 3000 輛左右，成為傳統出行的補充和拓展。3 2-4 AopqIXr Robotaxi 1

35、9 2030/y4$%uvw83245n678,-.在我國自動駕駛載人場景發展過程中，自動駕駛企業通過單車智能、車路協同等技術已解決80%的落地問題，但突破剩余 20%的落地問題面臨較多困難，例如存在單車制造成本高、大規模量產較難、法律法規較少、示范區開放道路較短等問題。大規模商業化的前提是大數據證明自動駕駛安全性，其中還存在兩個挑戰：一是樣本數據規模是否足夠大，二是數據結果是否具備公信力，這些問題均需行業合力解決。3245678,-xyz|.從商業化落地的角度來看，自動駕駛目前已在較多應用場景落地。物流領域對自動駕駛是高頻剛需，大規模商業化指日可待，比如機場、礦山、港口等封閉物流場景的自動駕

36、駛已逐步實現盈利。但是，末端配送、環衛等開放道路場景，盈利之路稍顯漫長。/ZwRobotaxi NkTZ(wno3245Bz678,-lnZ.事實上，網約車市場數億級的用戶群體已成為 Robotaxi 商業化落地的關鍵要素。艾媒咨詢數據顯示，2022年無人駕駛汽車市場規模將達 100.4 億元，預計 2025 年前后將迎來規模性產業化契機。2022 年以來，繼百度推出蘿卜快跑之后，眾多網約車紛紛與自動駕駛公司聯手，共同布局無人駕駛網約車出行生態。享道出行與 Momenta 攜手打造享道 Robotaxi 車隊，落地上海和蘇州，開放運營點位超過 100 個。2022 年 1 月，T3 出行與智行

37、者簽署戰略合作協議，宣布將共同探索 Robotaxi 落地的創新模式，同時由智行者改制生產的首批 Robotaxi 也已正式交付。T3 出行與智行者共同推出的“自動駕駛+正常駕駛”Robotaxi 落地新模式，即在指定自動駕駛測試區域采用自動駕駛，超出該區域的其他區域則將由安全員擔任駕駛司機接手駕駛權。2022 年 8 月，小馬智行與曹操出行達成合作。2022 年 9 月，曹操出行與吉利汽車創新研究院智能駕駛中心就 Robotaxi 項目啟動合作。3 2-54T3 sXtIXY Robotaxi uvwxyz 20 5G n”3245“”+no:.自動駕駛出租車 Robotaxi 等全新商業模

38、式在出行場景中醞釀。對比前兩年，自動駕駛出租車的明顯變化就是駕駛員開始離開主駕駛位置進入副駕甚至進入后排，下一步發展方向就是實現車內無人，說明自動駕駛技術正在快速進步。智行者、蘿卜快跑、文遠知行、小馬智行、滴滴等自動駕駛企業均在自動駕駛出租車領域展開布局。其中，智行者無人駕駛大腦賦能的 T3 出行百臺規模的 Robotaxi 車隊已在蘇州落地，實現常態化運營，同時雙方推出“自動駕駛+有人駕駛”的商業化落地新模式。蘿卜快跑已在北京、重慶、陽泉和武漢四座城市實現了商業化出行服務。小馬智行宣布獲得廣州出租車的示范運營資格，其自動駕駛出行服務 PonyPilot+將在廣州南沙區開啟收費運營，并采用廣州

39、市出租車統一定價標準。隨著自動駕駛出租車逐漸邁出商業化第一步，城市道路條件下的 L4 級自動駕駛技術，有望在2025-2030 年期間實現。2.3)*+,-.45CD=/EF 3245678,-nZ8S ZZZNZNZ“”Z$%ZhbZhgZ8$%ZC8$%Z.自動駕駛相關技術仍處于不斷迭代進步的階段，封閉場景和低速場景意味著外界干擾小、安全風險小、容錯率高，適合于自動駕駛技術不夠成熟的階段其商業化落地的嘗試。隨著技術的不斷進步和成熟，自動駕駛商業化將逐步踏足開放場景和高速場景。NhbZ 2024/(vw678,-NhbZ2030/0,-nqrL?AKLMFB73NO 在“單車智能+車路協同”

40、的自動駕駛發展思路下，未來中國自動駕駛汽車將在與城市智能化基礎設施、智慧交通平臺協同的趨勢下，逐步加深加快商業化落地和發展。當前，載人場景、載貨場景和特殊場景的商業化落地進程不一。3.1 GD=3.1.1!Robotaxi RobotaxiS指自動駕駛出租車，是基于自動駕駛技術提供出租服務的車輛。與傳統出租車服務相比，Robotaxi 可實現對人力的替代，具有降低成本、提高出行效率的優點。Robotaxi 是市場空間最大的自動駕駛場景之一，是全面驗證自動駕駛系統能力的重點應用，也是各國開展自動駕駛競爭的核心領域。xH-0YT CD9:()(/Qs7v|.例如地方層面相關政策，大多是面向全部載人

41、場景而出臺的智能網聯汽車道路測試相關政策，未單獨針對 Robotaxi 場景。目前，專門針對 Robotaxi 場景制定并公開發布的政策僅有 北京市智能網聯汽車政策先行區乘用車無人化道路測試與示范應用管理實施細則。12 Robotaxi 678Cv,-yw3245nCv)=#IJx.以 AutoX 為代表的公司深耕車隊測試運營，百度 Apollo、小馬智行等公司率先嘗試商業化運營、規?；召M；以 Momenta、智行者為代表的公司則采用漸進式技術路線，實現自動駕駛基礎軟件復用性的提升。2018 年底，小馬智行在廣州進行自動駕駛出租車的試運營，開展了國內最早一批 Robotaxi 的示范運行。此

42、后，百度和滴滴積極跟進，在全國各大城市開展無人駕駛出租車的試乘體驗活動。整車企業中，大眾汽車和東風集團也開始加入，并推出 Robotaxi 項目落地計劃。22!3-14|v+,在 2019 年，智行者在北京市獲國內最高級別自動駕駛路測 T3 牌照，其自研的無人駕駛解決方案已在北京、武漢、蘇州等城市推廣。2021 年，智行者無人駕駛大腦賦能的 T3 出行百臺規模的 Robotaxi 車隊落地蘇州進行“指定區域內自動駕駛+其他區域內正常駕駛”的商業化混運，實現常態化運營。2022 年 7-8月，國內Robotaxi商業化運營邁向無人化新階段，具體分為主駕無人和全車無人兩種。!3-24PQw Rob

43、otaxi uvwxy Robotaxi 678,-A()QAn.目前，Robotaxi 雖已在多地開展常態化測試，但由于 Robotaxi 所適用的城市道路是駕駛環境復雜的典型開放道路場景，未來要實現Robotaxi全車無人自動駕駛（取消安全員），Robotaxi自動駕駛等級必須在 L4 級以上。而 L4 級自動駕駛汽車的最低路測里程數要求為 10 億公里，達千億公里級別才能確保具備充足數據進行 AI 訓練及仿真測試，從而確保行駛安全。Robotaxi 技術研發成本巨大，受限于數據積累的缺失，整體技術迭代周期較長。此外，當前國家及地方所制定的道路測試及示范應用政策，并未細化至針對 Robot

44、axi 場景有明確的管理規定，規?；涞厝狈φ咧?。23 3.1.2!Robobus RobobusS指低速自動駕駛公交車（包括循固定路線公交車和短途接駁車）。與 Robotaxi 不同的是，Robobus 的目的并不是為了取代駕駛員、降低運營成本，而在于重塑和完善城市交通微循環體系，從而有效解決交通擁堵問題。雖然目前各國在 Robobus 落地應用的路徑上具有差異性，但均有效地促進了自動駕駛技術進入公共交通系統。Robobus 的發展能夠讓城市交通微循環更加高效、有序。Robobus,-ABp-0(69:()t-.2021年 9 月，廣州市發布廣州公交集團自動駕駛便民線路項目運營方案，計劃

45、配備自動駕駛車輛 50 臺，并分階段開通 6 條自動駕駛便民線路。2022 年 4 月，北京市發布了北京市智能網聯汽車政策先行區智能網聯客運巴士道路測試、示范應用管理實施細則（試行），為 Robobus 在新場景下的規?；蜕虡I化應用奠定了堅實基礎，將有力支撐并鼓勵其在北京市高級別自動駕駛示范區內開展測試與示范應用。這些政策填補了監管空白，為 Robobus 的規?；蜕虡I化應用奠定了堅實基礎，將有力支撐并鼓勵其在北京市智能網聯汽車政策先行區內開展測試與示范應用。其他地方政府也正積極地與相關企業聯合推動 Robobus 落地應用，在各地測試示范區開展道路測試。!3-3|v+,x/-dv Rob

46、obus hg#.2020 年 7 月，蘇州高鐵新城就對外發布了首條城市開放道路的微循環 Robobus 市民體驗線路；10 月，蘇州落地了全國首個常態化運營的公開道路無人公交，開啟了國內 Robobus 發展的新紀元。2021 年 4 月，重慶永川投入 3 輛配備安全員的自動駕駛公交車，開啟雙向 24 里程近 10 公里的自動駕駛公交線路收費運營示范項目；9 月，重慶高新區通過建設智慧公交站、智慧斑馬線等智能化設施設備，通過車路協同的融合感知和信息共享，部署高等級自動駕駛車輛。2021 年 8 月，上海臨港環湖一路智能網聯及自動駕駛公交在滴水湖畔正式啟動載人示范應用。3245E7 78E7

47、Robobus z+/aD，包括百度、文遠知行、智行者、輕舟智航、元戎啟行等科技公司。其中，百度聯手金龍客車打造的自動駕駛小巴阿波龍自2018年7月量產下線至今，先后在北京、廣州、雄安、重慶、佛山等 22 個城市園區落地部署，累計服務人次超 12 萬，累計自動駕駛里程達到 12 萬公里。智行者在獲得 Robotaxi 大量訂單的同時，其無人駕駛大腦賦能的 Robobus 也已成功落地成都、合肥、北京等全國多個城市的公園、景區、高爾夫球場等場景。輕舟智航的龍舟系列 Robobus 先后落地深圳、武漢、北京、嘉興、西安、重慶、無錫，在公開道路提供接駁服務。從官方公布的數據來看，輕舟智航的車輛已在全

48、球完成了 10 座城市的落地，車隊規模超 100臺，商業化落地進展較快?！眡 Robobus dvw8#IJjk.我國在 Robobus 商業化落地方面已進入規?；牡缆窚y試及應用階段，由于運營場景限制更多、行駛速度相對更低，其安全性相比 Robotaxi 更能得到保障。與此同時，Robobus 的商業化門檻也在下降，雖然仍需安全員全程監控，并未完全實現無人駕駛級別應用，但未來幾年商業化落地的前景相對明朗，今后在法律法規限制放開、技術瓶頸突破的情況下勢必會快速發展。3.2!GHD=!3.2.1!abc abcS即借助無人駕駛進行運輸、收貨、倉儲、運送的物流作業流程。干線物流主要以 L3 級、L

49、4 級自動駕駛重卡為運載工具，能夠實現貨物點到點運輸，行駛速度可高達 80-120km/h。2023 年 6 月，自動駕駛科技公司圖森未來宣布成功完成中國首次自動駕駛重卡在公開道路的全無人化測試，全程無安全員值守和任何人為干預。由于近些年傳統物流面臨著成本上漲、駕駛員易疲勞駕駛等成本和安全問題。受行業痛點帶來的市場需求驅動，加之高速公路的道路基礎設 25 施和車輛行駛條件較好，基于干線物流場景下的自動駕駛落地難度較低，被認為是僅次于 Robotaxi 的第二大自動駕駛商業化應用場景。xHy();usIJ%a;1abcCv.自 2018 年以來，國家相繼出臺智慧交通及智慧公路相關政策。其中，交通

50、運輸部發布了關于加快推進新一代國家交通控制網和智慧公路試點的通知，首次進行智慧公路試點。該政策發布以來，各省市陸續發布智慧公路相關發展目標。北京、河北、吉林、河南、江蘇、浙江、江西、廣東等智慧公路試點省市分別發布了智慧公路的試點規劃或試點方案，山東、湖南、海南等省份也發布了智慧公路發展目標，積極推進建設利于自動駕駛重卡高速測試與示范應用的道路基礎設施。2021 年底，北京市高級別自動駕駛示范區開放全國首個智能網聯汽車高速道路測試與示范應用路段，依托北京市智能網聯汽車政策先行區，北京經開區企業的自動駕駛卡車相繼駛上高速。此外，由中國交通建設集團規劃設計的酒泉至明水綠色數字專用公路是我國首條自動駕

51、駛干線物流專線，將開展自動駕駛干線物流的長距離場景路測并籌備運營，并預計于 2025 年全面建成后投入商業運營。3245E7nabc67w_：提供技術解決方案；提供自動駕駛技術服務；提供第三方運力服務；提供造車+自動駕駛系統+運力。3 3-14uvd!=abc3245nok“”Ma+.其中，嬴徹科技和智加科技發展相對較快。2018 年 11月，嬴徹科技獲得了國內首張針對干線物流場景的自動駕駛重卡測試許可證，并 26 于河北保定投入了全面測試，后于 2021 年 12 月在山東萊蕪封閉高速測試場地內完成了全程模擬國內豐富、真實的道路場景和交通流的 L4 級無人駕駛重卡測試。2021 年 5 月，

52、主線科技與福佑卡車合作啟動了國內首個干線物流自動駕駛商業項目，推進自動駕駛物流貨運車上路試運營。2021 年 7 月，京東物流與小馬智行在廣州市共同啟動國內首條 L4 級別自動駕駛重卡干線物流示范運營線路。中國重汽、一汽解放等主機廠通過多方合作方式將重卡自動駕駛作為重點布局。2022 年 6 月，阿里巴巴、贏徹科技分別獲得國內首批兩張“主駕無人”卡車路測牌照，贏徹科技研發的無人卡車獲準在浙江省德清縣指定區域開展路測，包括部分高速路段?！啊?)8CvNyabc,-.未來，得益于我國物流行業及快遞運送行業的飛速發展，自動駕駛干線物流場景將會吸引更多市場主體。對于高速公開道路場景，需要密切關注未來政

53、策導向，關注政府如何對高速物流配送行業進行規范管理。由于重卡存在車身較高、車輛視覺盲區大、需重點覆蓋的感知范圍更大等因素，重卡自動駕駛對車輛感知和控制的精準度要求更高，精度技術的發展也將影響干線物流場景規模商業化進程。3.2.2 dehi dehiS即幫助物流行業提升物流時效性和質量，解決“最后一公里”配送工作，具有高頻次、小批量的典型特征。在傳統配送環節中，由于存在配送節點多、交通路況復雜等問題，需要耗費大量時間和成本。而自動駕駛中的末端配送場景具有相對封閉特點，且技術實現難度較小，有望率先實現規?；瘧?。dehi7c():M.近些年，我國多領域“十四五”發展規劃中對末端配送場景自動駕駛均有

54、布局，末端配送場景的長期性發展方向更加明確。!3-44RS|1244 27 dehiNk(nTZ67 3245678Cvw/E7C0.早在 2016 年前后，美團、京東、阿里等企業針對末端無人配送場景開展了相關技術研發。近年來，得益于“互聯網+”和人工智能的發展，陸續誕生了多家相關創業公司，目前已有多家企業的無人配送車進入小批量生產和應用階段。國內末端無人配送擁有較為完整的產業鏈，產業鏈可分為上游零部件供應商、中游解決方案商以及下游配送服務商/下游配送需求方。43 3-24PQRSv4dehiZ324506pN3。其中，互聯網巨頭如京東、阿里和美團具有物流需求，同時具備研發實力，往往采用自研和

55、合作的形式推動業務落地。新興初創企業如新石器、毫末智行、行深智能、智行者、白犀牛等，主要以技術快速攻占市場，雖然不如互聯網公司具備配送業務方面的優勢，但在組織管理和商業選擇上更加靈活，仍然擁有巨大的市場機會。3245dehi7w/HE7d19:/-v#IJ.其中，京東物流于 2019 年 11 月發布 4.0 版本無人配送車并在中國人民大學、清華大學等多所高校投入使用，2020 年與江蘇常熟市開展戰略合作，致力于打造全球首個無人配送城。隨后，其研發的無人快遞車在瓊海市嘉積城區道路上試運行，為方圓三公里內生活區域提供配送服務。美團基于配送業務場景需求，自研的新一代無人配送車已在北京順義正式落地運

56、營，美團無人配送車自 28 2018 年逐步完成了北京多地落地測試運營。阿里小蠻驢也已量產，并落地 22 個省市的 100 多個學校和社區。/dehiZNCvjk.2021 年 5 月，北京公布了無人配送車管理實施細則，北京市高級別自動駕駛示范區為首批無人配送車頭部企業京東、美團、新石器頒發了無人配送車車身編碼，首次給予無人配送車相應路權，實現了國內自動駕駛領域新產品管理政策的又一次創新突破，這意味著無人配送的商業模式已初步形成，技術已能夠支撐部分場景需求，離真正的規?；?、商業化落地更近一步。dehiZ)*.第一，法律法規仍待完善，目前我國無人配送行業的相關文件指引主要以技術標準為主。雖有北京

57、發布無人配送車管理實施細則試行版，但具體政策細節未正式對外露出，且屬于地方政策，其他城市未公開更多政策，全國尚未形成統一的管理共識。第二，雖然國內擁有較為完整的無人配送車上游供應鏈，但是核心零部件的技術、性能和質量有待進一步提升。第三，無人配送車的采購價格和使用成本是需求方決策的關鍵，成本仍然是目前制約無人配送車規模應用的重要因素。3.3 IJD=由于限定場景下的自動駕駛運營邊界受到區域限制，且得到相關行業部門的政策鼓勵，相較于全域自動駕駛，或將更早實現規?；纳虡I落地。當前，限定場景下如下文的港口、礦山、無人環衛等已在部分地區進入商業化落地。3.3.1 Z ZS基于港口場景下的自動駕駛應用，

58、可有效解決由于傳統港內運輸工作強度大、環境艱苦、危險性高、長期勞動力不足、成本過高等問題，大大節約人工成本并提高安全性。同時，由于港口是典型的封閉+低速的場景，與城市和高速公路場景不同，港口具有交通標識簡易、車輛干擾度低、路線復雜度低、基建完善度高的優勢，被認為是自動駕駛率先實現商業化落地應用的典型場景之一。近些年，國家針對港口場景下自動駕駛持續發布相關政策。29!3-5|12 Z3245678ABnZ.我國已在上海、天津、寧波、深圳等地的 13 個港口展開自動駕駛集卡試運營，其中主要應用在東南沿海港口，尤其是新建或者擴建港口應用項目較多，深圳媽灣智慧港、上海洋山港、寧波舟山港以及天津港是港口

59、自動駕駛應用最多的海運港口。目前，港口場景已實現 L4 級自動駕駛的運輸自動化作業。/E7DZn3245TZ.與港口合作參與自動駕駛應用項目的企業主要包括西井科技、主線科技、飛步科技、斯年智駕、經緯恒潤、暢行智能等企業，通過與主機廠合作將自身研發的解決方案配置在整車上，為港口提供自動駕駛解決方案并落地應用，進行試驗驗證和商業化運營。港口場景下自動駕駛的發展正處在高速成長期，目前市場上有很多企業正在布局港口場景。據專家預測，港口自動駕駛有望在近兩年出現爆發式增長，并在 2025 年前實現大規模應用。3 3-34“tv”4資料來源：億歐智庫 ZBAQAn)*.技術未完全成熟、非 30 產品級的自動

60、駕駛解決方案的無人駕駛集卡仍處于測試探索階段，大多企業依舊保持觀望態度。一方面，無人集卡適應港口場景的能力有待提升，港口大量金屬設備對信號傳輸的干擾導致定位存在問題、港口氣候環境多變等均為港口場景下面臨的痛點。另一方面，未來港口自動駕駛有望以點帶面延伸到干線物流，港口規?；虡I運營可以快速積累和迭代算法能力、工程能力、運營能力、商業化能力，并向外集卡、干線物流延伸。3.3.2 Z ZS我國礦產資源豐富，每年產量可達上百億噸。在礦區場景下，由于采礦運輸中環境惡劣、安全事故頻發，自動駕駛技術對于礦山開采而言可以說是剛需。無人駕駛在礦山開采中，可通過技術支撐，使礦山開采整體能耗下降、綜合運營效益提升

61、，提高礦區生產工作安全水平，加快智慧礦區的建設。礦山環境封閉，不存在公開道路的交通法規問題，且車輛路線相對固定，車速大多低于40km/h 以下，礦區自動駕駛場景相對較簡單；此外，礦山無人駕駛有明確、可控的作業規程指引，實地測試易落地且為政策剛需，當前自動駕駛礦山場景幾乎都集中在露天采礦運輸，能先于其他自動駕駛場景積累常態化運營的時長和經驗。這使得礦區無人駕駛創業公司具備一定的先發優勢。xZd 69:().與國外相比，針對礦區限定場景下的自動駕駛，國內起步較晚。但由于礦區無人駕駛對應千億以上的市場，我國政府陸續出臺智慧礦山相關政策。!-64V%&(|124 31!-64V%&(|12 資料來源：

62、甲子光年智庫 在國家政策及產業需求的催化下，自動駕駛已在國家能源集團寶日希勒礦區、華能集團伊敏礦區、寶武集團馬鞍山南山礦區、白云鄂博礦區等多個礦區開展試運營。相關工程機械企業，如北方重工、航天重工等以及諸多礦卡自動駕駛解決方案商參與其中，投入礦卡網聯自動駕駛應用研發，并在多個礦區開展實地測試和試運營，推動礦區無人駕駛快速落地。!3-74V%&(v44資料來源：甲子光年智庫 Fwvw86Bjk.目前，我國第一梯隊的礦山智能駕駛公司，例如踏歌智行已逐漸打開市場，率先實現了礦區無人運輸運營模式，32 運作規?；臒o人駕駛寬體車隊，落地了眾多標桿礦區項目，包括國家電投霍林河露天煤礦、包鋼白云鄂博鐵礦、

63、國家能源勝利一號煤礦、國能平莊煤業、鄂爾多斯永順煤礦、江銅德興銅礦等。易控智駕 2020 年 5 月與準東露天煤礦就無人駕駛運輸運營項目達成合作，這是國家能源集團首個寬體車無人駕駛項目，并于2022年6月實現運輸環節無人駕駛寬體車安全員常態化下車。截至2022年6月，無人駕駛在準東露天煤礦開展了多作業場景、不同氣候條件下的運營服務。IAnIA6ono.目前，仍存在自動駕駛供應鏈環節的技術成熟度有待提升、部分關鍵零部件價格昂貴的問題，成為今后規?；逃脮r不可忽視的挑戰。3.3.3 Z ZS即采用自動駕駛環衛車輛替代傳統有人駕駛的環衛車輛。無人環衛是自動駕駛特種作業中發展最快的場景，能夠在普通道路

64、、街道等開放道路以及園區、學校等封閉道路實現道路清潔、灑水、消殺等工作。無人環衛不僅能夠降低成本、提高效率，還能在疫情防控常態化下實現無接觸作業。同時，自動駕駛環衛車多為新能源汽車，可有效減少污染。自 2015 年國務院首次提出智能網聯汽車概念開始，各地政府相繼出臺相關政策，支持自動駕駛在環衛場景的應用，以實現更加安全、高效、低成本的環衛作業。OPuTXmiYTd#IJfgF32458x678,-.目前，主要測試仍在各地建設的智能網聯汽車測試與示范區進行封閉區域的測試。2022 年 9 月，我國首個開放道路下的全無人環衛車落地運營項目在廣州國際生物島落地，引入全無人駕駛環衛車 3 臺，其中 2

65、 臺用于日常作業、1 臺用于應急備用。廣州國際生物島首批投入運營的L4 級全無人環衛車其保潔范圍超過 38.8 萬平方米，涵蓋整個廣州國際生物島市政道路的環衛保潔業務，包括車行道、人行道、綠道等不同道路場景。fgZ/$.環衛場景由于運行速度低、路線固定、對舒適度要求低以及包含眾多封閉、半封閉場景，更易實現商業化落地，因此眾多科技公司布局該領域。主要分為三類：33!3-84GH”4 部分企業及其測試分布如下：!3-9%&(v”#?APMFQRB73ST:;3245()tnb.自動駕駛汽車搭載了先進的車載傳感器、控制器、執行器等裝置，并融合現代通信與網絡技術，可實現車與 X（人、車、路、云端等）智

66、能信息交換和共享，具備復雜環境感知、智能決策、協同控制等功能。自動駕駛功能實現是一項復雜的系統性工程，為解決自動駕駛商業化發展面臨的問題，在技術層面應同時關注硬件和軟件兩方面關鍵技術。78)(7*A7+,M-w.目前，智能化、網聯化已成為我國汽車產業高質量發展的重要方向引領，自動駕駛成為汽車產業競爭焦點，汽車軟硬件產業生態面臨重構。整車企業與零部件企業的關系由垂直線型的傳統產業鏈條向立體網狀的新型生態系統轉變，跨界企業和初創企業大舉進入汽車產業鏈，產業邊界不斷拓展且日益模糊。)(/3245vw678Cv0.從技術層面來看，自動駕駛規模商業化對自動駕駛汽車軟硬件架構提出了新的要求，域控制器、中央

67、計算平臺將成為未來發展趨勢，其優勢在于可使車輛軟硬件分離，充分利用硬件性能，提高軟件復用率，降低整體成本，提升控制范圍和控制效能，實現自動駕駛功能的快速迭代，軟件、算法、芯片等變得越來越重要。4.1)*+,QRSTUVW 4.1.1 3245w1 2Nk.自動駕駛環境感知硬件主要是指傳感器，包括攝像頭、毫米波雷達、超聲波雷達、激光雷達等。環境感知作為基礎環節，主要為后續的智能決策和控制執行提供依據，其關鍵在于使自動駕駛系統更好地模擬人類駕駛員的感知能力，從而理解駕駛環境。不同傳感器的性能特點不同，其中攝像頭圖像識別性能較好，但需要依賴事前樣本訓練來保證穩定性；毫米波雷達測距性價比較高，但對行人

68、探測效果不佳，應用于車輛探測和倒車；超聲波雷達受環境干擾較小，但探測距離十分有限，應用于短距離探測；激光雷達探測精度較高、探測距離較遠，但受惡劣天氣等環境影響較大。2n3453245nqr6.高精度的目標 37 檢測技術能夠為自動駕駛系統應用提供良好的基礎條件，根據市場需求，激光雷達是高級別自動駕駛的必備傳感器，因此，基于激光雷達的目標檢測技術在高級別自動駕駛系統中具有重要作用。目前，國內外多家企業已對相關技術進行了研發，如 Waymo、nuTonomy、地平線、百度、華為、智行者等。各種類別障礙物檢測平均精度（mAP）是衡量激光檢測能力的重要指標，其數值越大，表明激光檢測能力越強，目前，國內

69、外該項指標所能達到的先進水平為 70%以上。!4-1 7v mAP r-資料來源：參考文獻1、2、3、4、5、6/7t2zCv8.自動駕駛汽車行駛環境具有高度復雜性，單一傳感器受限于自身性能特點，其對復雜場景的感知能力較為有限。由于圖像傳感器和激光雷達各有優劣勢，基于深度學習的圖像與激光點云多傳感器融合成為高級別自動駕駛關鍵技術之一。從近年來國內自主品牌汽車生產企業情況來看，量產汽車產品搭載的傳感器數量和配置逐漸升級，主要對前向攝像頭、側向攝像頭、激光雷達等進行了較大幅度增配，多源融合感知正在成為識別與傳感器細分領域的主要發展趨勢。E79mn/2:;tAB.與特斯拉傾向于采用純視覺方案不同，以

70、 Waymo 為代表的多傳感器融合方案可顯著提高系統的冗余度，能更好地應對復雜交通環境，更有效地保證自動駕駛安全性。Cruise、百度、華為、智行者、小馬智行、小鵬、蔚來等企業落地的自動駕駛產品均離不開多傳感器數據融合技術。例如，智行者多傳感器數據采集及融合技術通過高性能、高算力、高能效的異構架構設計，集成視覺、點云、毫米波和超聲波等物理數據接口，結合自動駕駛軟件系統實現多傳感器數據采集及融合，能夠實現高達 13 路攝像頭數據采集、5 路激光雷達數據采集，5 路毫米波及 12 路超聲波數據采集，結合高算力實現高級別自動駕駛功能。38 4.1.2 3245)w1 8h?8h56nqr(82.自動

71、駕駛存在感知、決策方面的高度復雜性，從硬件角度來看，自動駕駛需要高效能、低功耗的計算芯片，需要通過高算力來滿足高級別自動駕駛的計算需求。2020-2022年，國內自主品牌汽車生產企業量產汽車產品的智能芯片搭載率越來越高，且單車總算力明顯提升。例如，蔚來 ET7 搭載四顆英偉達 Orin 芯片，總算力高達 1016 TOPS。未來，汽車生產企業對高算力的追求，將進一步成為其在芯片領域與科技公司開展戰略合作的驅動因素。xAE7MN18hBKx56C.國內主要車載智能計算平臺企業有地平線、華為等。其中，地平線推出的 Matrix 計算平臺，利用 AI 計算 IP 將計算性能最大化，可支持激光雷達、毫

72、米波雷達接入以及多傳感器融合，已實現規模商業化。華為在自研 AI 芯片昇騰的基礎上打造了 MDC計算平臺，適用于乘用車、商用車、作業車等多種自動駕駛應用場景，其支持L4 級自動駕駛的計算平臺 MDC600，算力高達 352 TOPS，功耗算力比低至 1 TOPS/W，同時符合最高級別車規標準。)Hn=KDnEF+GoHIJcEn:qr.該技術用于預判交通環境中的其他交通參與者的行為和未來一段時間的軌跡，是下游決策規劃能夠實現智能化、擬人化，同時保障車輛行駛安全的前提，是目前行業內的研究熱點，國內外多家企業，如 Waymo、Uber、nuTonomy、輕舟智航、華為和智行者等，都聚焦于該項技術的

73、研發。39 3 4-1+r34行為識別和軌跡預測技術的性能普遍采用預測位置誤差等指標描述，包括表示預測時長內各個時刻預測位置和真實位置平均距離偏差的 ADE、表示預測時長終點處預測位置和真實位置距離偏差的 FDE 和表示預測時長終點處預測位置和真實位置偏差超過 2m 比例的 MR2m，這些指標的數值越小，表明技術性能越強。!4-2 7v+r-資料來源：EvalAI 4.1.3 3245l;K+w1 l;K+LM324578+5|N.自動駕駛汽車控制執行系統是傳統汽車技術的延伸，包括加速、制動、轉向等車輛基本行駛狀態的控制裝置，涉及的主要硬件包括加速執行器、制動執行器、轉向執行器和車身電子穩定系

74、統。借助融合驅動、制動、轉向和懸架的底盤控制技術，并應用環境感知和移動通信技術，可使車輛按照預設的速度和路線行駛。OPl;Q8Cv8qrzxR.隨著汽車電動化的發展，控制執行系統的底盤控制技術逐漸趨于電動化，各子系統逐漸趨于電子電氣化，并表現出集成化發展趨勢。線控制動是控制執行系統的核心功能，目前，全球領先的一級供應商依靠成熟的底盤控制技術和規模效應，在控制執行系統核 40 心的線控制動領域占據主導地位。xAE7Ml;K+qrS:QQ1xT.例如，智行者高級別自動駕駛規劃控制技術攻克了復雜環境理解、不確定性軌跡預測、交互式行為決策、時空聯合軌跡規劃、高精度車輛控制等核心關鍵技術，為各種復雜情況

75、下的自動駕駛應用提供了智能化、擬人化、安全高效的解決方案，認知決策規劃頻率10Hz，控制頻率20Hz，車輛控制精度可達 5cm 以內。4.2)*+,XRSTUVW 4.2.1 3245)UCv8 3245)U3Fu)V)AB).其中，系統軟件面向底層基于異構分布式硬件/芯片組合的硬件系統，為上層軟件系統提供與硬件無關的運行環境和開發接口，是發揮平臺作用、提供公共服務和管理、支撐上層軟件運行的載體。功能軟件包括自動駕駛通用框架、網聯、云控等，根據自動駕駛共性需求進行通用模塊定義和實現，功能軟件將自動駕駛業務進行抽象，結合相應工具鏈可快速實現自動駕駛應用功能部署。應用軟件具體負責自動駕駛功能實現，

76、包括環境感知、智能規劃、控制執行等算法，以及數據地圖、人機交互等。在系統軟件和應用軟件之間提供連接、便于軟件各部件之間溝通的軟件稱為中間件，中間件是軟硬件解耦的關鍵，應用軟件可以借助中間件在不同的技術架構之間共享信息與資源。3245onW-y3245on)FX%WC+7.雖然自動駕駛中存在“重感知，輕地圖”和“輕感知，重地圖”兩條路線，但是目前的高級別自動駕駛系統普遍采用高精度地圖方案。高精度定位技術是高精度地圖的關鍵技術，它能使得高精地圖得以合理使用。高精度定位技術的主流方案包括衛星組合導航定位、激光SLAM 定位、視覺 SLAM 定位以及多種方案組合的融合定位。目前，國內進行高精度定位技術

77、研發的企業包括導遠電子、星網宇達、諾瓦泰、智行者等。無論企業采用何種高精度定位技術方案，絕對定位精度和航位推算精度都是衡量該技術的重要指標，其參數的數值越小，表明高精度定位技術越強。41!4-3 7vAHJ-資料來源：公開資料 Q8 w1878)UCv8.在智能化、網聯化變革趨勢下，軟件和硬件在零部件層面解耦，軟件獨立成為核心零部件產品，汽車軟件架構正在向分層化、模塊化方向發展。目前，自動駕駛系統一般將核心的算法模塊化劃分為感知層、定位層、預測層、決策規劃層以及控制層，上文所提及的高精度地圖屬于感知層汽車軟件，目前這一套系統的劃分是自動駕駛行業中運用最廣泛的系統之一。在分層解耦的自動駕駛軟件系

78、統架構中，應用層功能可在不同車型、硬件平臺、操作系統上復用，并可通過標準化接口對應用功能進行快速迭代升級。4.2.2 BWUY3245,-3245vw6780ZBW)U.自動駕駛商業化的終極目標是實現規?；涞?，在多場景自動駕駛規模商業化需求下，由于自動駕駛感知與決策方面的高度復雜性，成本和效率問題阻礙自動駕駛供應商形成完整的商業閉環。因此，打造適用于高效率、低成本的多場景多車型通用型軟件架構，成為實現多場景自動駕駛規模商業化的有效途徑?！盳32456789/Z3245678no=BW3245Uns.通用型自動駕駛架構的設計一般要考慮以下因素：一是保障車輛運行安全，安全是實現自動駕駛功能的基礎

79、和前提，守住障安全底線才能行穩致遠。二要推動自動駕駛算法持續優化，在自動駕駛技術和商業化實踐均不成熟的情況下，車端自動駕駛算法需要持續快速迭代。三是高效率 42 賦能多場景，由于不同場景在終端選擇方面存在差異，例如載人場景主要為自動駕駛出行服務和點對點接駁、載物場景主要為貨物運輸、環衛場景主要為清掃清洗，多場景商業化落地應盡可能以高效率、低成本的方式實現。UQBWUnos0H.針對上述技術難點，可對系統架構進行分層化設計，將自動駕駛功能層和業務層進行分離。無論何種應用場景，自動駕駛的最基礎能力是行走能力。在架構設計時，可對行走能力等共性能力進行抽象和提取，封裝在功能軟件層，同時將與業務相關的跟

80、隨能力、清掃能力等放在業務層，使自動駕駛的共性功能和業務功能剝離，以實現自動駕駛系統在不同場景下的快速應用。3lx3245)z0.為適應自動駕駛規模商業化發展需要，我國必須建立自主可控的自動駕駛操作系統，強化資源統籌、形成發展合力，建立符合中國標準的多場景通用型軟件架構，促進我國在自動駕駛領域的核心競爭力。同時，推動自動駕駛軟件系統相關標準法規和測試認證規范的制訂，盡快建立起完善的管理體系。4.2.3 BW3245UmnAB E79vBW3245UmnAB.國內較為典型的通用型自動駕駛架構有國汽智控智能網聯汽車操作系統 ICVOS、智行者自動駕駛操作系統AVOS、文遠知行自動駕駛通用技術平臺

81、WeRide One 等。x7l智能網聯汽車操作系統 ICVOS 的優勢在于平臺化、雙解耦，即 OS與硬件解耦、OS 與應用開發解耦，國汽智控開發的統一 OS 可以使車廠和 Tier1對下層硬件無感知切換，在此架構 OS 上開發的應用可以運行在任何可適配的硬件之上，硬件可以樂高化的進行彈性資源配置。+D自主研發基于人-車-路閉環的自動駕駛操作系統 AVOS，實現架構上高內聚、低耦合，采用分層解耦架構，自頂而上分別為系統軟件、功能軟件、應用軟件，充分適配多類業務場景，不同業務的代碼復用率在 70%，為實現多場景商業化落地賦能。+自動駕駛通用技術平臺 WeRide One 是適用于各類城市交通運輸

82、場景的通用技術平臺，以自研自動駕駛全棧式軟件算法為核心，涵蓋自動駕駛模塊 43 化硬件解決方案以及自動駕駛云架構平臺，已應用于文遠知行智慧出行、智慧公交、智慧貨運等場景。其中，智行者基于“中央計算單元+軟件操作系統+數據閉環平臺”三層架構組成軟硬件結合、車云結合的自動駕駛大腦，具備“一體一環”技術優勢，即在功能軟件層配備了圖像化的低代碼軟件開發平臺，將底層系統架構模塊化，用搭積木的方式開發自動駕駛系統，同時通過多場景落地實現海量數據回流，形成完善的數據閉環，高效賦能不同落地場景。!4-4 IXY%&(4.3)*+,-./YZ_ 4.3.1 m;3245vw678Cv 3245m;3245vw6

83、78Cv.為保障自動駕駛汽車運行安全，自動駕駛功能通常在限定條件下才能被激活，例如限定區域、限定道路、限定時間、限定天氣條件等，但這不利于實現自動駕駛規模商業化落地。這是主要是因為自動駕駛存在長尾問題，一是車端傳感器受限于安裝位置、探測范圍等客觀因素，在繁雜道路交通環境、特殊天氣等復雜環境下感知能力存在局限性；二是自動駕駛模擬仿真測試、封閉場地測試、實際道路測試難以覆蓋所有道路交通狀況，在車輛實際運行過程中可能會遇到自動駕駛系統無法應對的未知場景，從而使自動駕駛的安全性和可靠性受到挑戰。A3245mo_0A38t.一方面可通過基于 44“單車智能+車路協同”的多源融合感知，提升自動駕駛汽車對復

84、雜交通狀況的感知能力；另一方面可通過大量的實際道路測試數據積累，不斷挖掘未知場景，縮小未知場景范圍，將未知場景轉化為已知安全場景，不斷迭代自動駕駛算法、優化自動駕駛功能，并通過 OTA 部署到車端，以使自動駕駛汽車應對更多場景。4.3.2 Ha3245678n:HaNO3245qr.為應對制約自動駕駛規模商業化發展的長尾問題，從軟件算法層面來看，需要解決路徑規劃、行為決策、軌跡規劃等模型算法問題，自動駕駛算法需要不斷迭代升級。自動駕駛軟件背后的基于人工智能或深度學習的環境感知、決策規劃、控制執行等核心算法的質量和迭代速度體現著自動駕駛系統的核心競爭力。3245Hao5b?.自動駕駛算法迭代優化

85、依賴于大量道路測試，積累數據后對算法模型進行訓練和測試。如果不具備自動駕駛系統的規?；渴饤l件，專門成立測試車隊進行數據采集和場景挖掘將面臨較高的人力和物力成本，且測試周期長、測試效率低、覆蓋場景有限。因此，實現平穩持續的自動駕駛算法迭代，必須做到成本與效率的平衡。E7Bvw8).特斯拉利用市場優勢，將用戶在用車輛作為測試車輛，積累車輛實際行駛數據，進而實現算法和軟件的快速迭代升級。蘑菇車聯通過與地方政府達成戰略合作，開展城市級自動駕駛公共出行與公共服務大規模落地運營，積累車端、路側的全維度數據。智行者采用多場景商業化策略，利用多場景全工況通用型自動駕駛解決方案，以更低成本、更快速度獲取更豐富

86、的數據。4.3.3:;c23245HNa?AQRB73VW 78z3245nCvd”66786gy6pKE7hn:.對企業來說，自動駕駛商業化路徑主要有兩條：一條路是漸進式路線，即從低級別自動駕駛逐漸過渡到高級別自動駕駛；另一條路是跨越式路線，即直接實現適用于限定場景的 L4 級自動駕駛。目前，自動駕駛賽道的參與者除了具有整車實力的車企之外，一大批初創型自動駕駛企業開始涌現，同時大型科技公司也紛紛跨界加入，這些企業根據自身條件選擇不同路線進行商業化實踐，推動自動駕駛商業化落地。2021 年 11月，北京正式開放國內首個自動駕駛出行服務商業化試點，標志著中國自動駕駛正式開啟商業化運營階段。5.1

87、 ab)*+,cde xA8E3245678Poij.主機廠依靠自身豐富的造車經驗、廣泛的資源渠道，通過孵化科技公司或成立自動駕駛人工智能技術公司，進行自動駕駛商業化實踐。本文以毫末智行、摯途科技、東風悅享為對象，對車企自動駕駛子公司自動駕駛商業化實踐進行分析。5.1.1 kd+毫末智行科技有限公司（簡稱“毫末智行”）成立于 2019 年 11 月，其前身是長城汽車自動駕駛前瞻分部，是一家致力于自動駕駛的人工智能技術公司。毫末智行現有團隊規模近 400 人，在北京、上海、保定均設有研發中心。kd+n32456786%x%alm%ana+F678o-B8zdebcz.在乘用車領域，毫末智行推出了

88、三代域控制器產品，分別為小魔盒 1.0、小魔盒 1.5 和小魔盒 3.0。依托“小魔盒”，毫末智行打造的自動駕駛輔助系統毫末 HPilot 現已搭載在長城汽車生產的眾多車型之中。例如，2021 年 5 月起，毫末 HPilot1.0 陸續搭載至魏牌摩卡、坦克 300城市版、魏牌瑪奇朵 DHT、魏牌拿鐵 DHT、哈弗神獸五款車型。2022 年 3 月，坦克 500 成為首款搭載毫末 HPilot2.0 版本的車型。此外，毫末智行 2022 年上半 47 年推出HPilot3.0，計劃2022年下半年推出HPilot3.5以及2023年推出HPilot4.0。預計未來兩年，搭載毫末智行自動駕駛輔助

89、系統 HPilot 的乘用車數量將超過 100萬。3 5-1 IXLIJ(*34資料來源：毫末智行 在末端物流領域，2020 年 4 月毫末智行試制線控底盤“小魔盤”成功，基于“小磨盤”，毫末智行于 2020 年 10 月成功打造出末端物流自動配送車“小魔駝”，搭載其自主研發的 L4 級自動駕駛技術。目前，毫末智行已攜手美團和物美，投放“小魔駝”在北京進行常態化運營。此外，在末端自動駕駛方面，毫末智行提出“5S 服務”合作模式，即自下而上分為 FAAS 代工生產服務、IAAS 供應鏈和硬件服務、PAAS 系統工具服務、VAAS 整車服務和 MAAS 運力服務，每層均可單獨提供服務，層級越往上毫

90、末智行所提供的能力越多，從而針對不同類型的客戶，具有獨立的商業模式。3 5-24IX%&($5S 4資料來源：毫末智行 48 5.1.2 pq 蘇州摯途科技有限公司（簡稱“摯途科技”）成立于 2019 年 8 月，是由一汽解放發起成立的智能車研發科技公司。由于一汽解放是國內商用車領軍企業，摯途科技致力于商用車自動駕駛商業化落地。pqn32456786%r.uo3245Z6B8Z,-.目前，摯途科技已在港口、干線物流、環衛等多個場景中實現落地運營。在港口場景領域，由一汽解放、摯途科技、經緯恒潤合作開發的無人集卡運營系統項目于 2021 年 6 月在山東日照港開啟，項目計劃投放 15 臺一汽解放

91、J6P 無人集卡，是國內率先實現商業化落地運營的港口服務項目；同年 12 月，摯途科技參與大窯灣智慧港口 2.0 項目，助力遼港集團加速港口數字化轉型。在干線物流領域，摯途科技聚焦高速公路干線運輸場景，2021年 7 月摯途科技基于一汽解放 J7 牽引車開發的 J7 L3/L4 級智能卡車實現小規模生產，并計劃通過自主開發的運營調度平臺，開展干線物流運輸業務。在環衛領域，摯途科技智能環衛清掃項目于 2021 年 4 月在蘇州實現商業化落地，將為蘇州市相城區高鐵新城周邊總長度約為 13km 的道路提供無人駕駛清掃作業服務，摯途科技為此投入了全棧自研的智能灑水車、洗掃車、掃路車等自動駕駛清掃設備，

92、2021 年全年累計商業化運營里程達 60000km。未來，除了進一步在已涉獵的場景下擴大商業化規模之外，摯途科技計劃依托一汽解放車輛平臺，進行礦山場景下的自動駕駛商業化實踐，為礦山提供完整的智能無人生產車輛，全面提升礦山生產的安全性和經濟性。49 3 5-34GHuL#45.1.3 Rstu 東風悅享科技有限公司（簡稱“東風悅享”）成立于 2020 年，是由東風汽車集團有限公司技術中心孵化而來的科技型技術公司，公司致力于多交通模式探索，為客戶及合作伙伴提供智慧生態一體化解決方案。Rstun32456786%v rw 3245IxxYTyO0.目前，東風悅享在自動駕駛商業化的實踐主要是在Rob

93、obus、智慧物流以及環衛場景方面。在 Robobus 領域，2021 年 4 月，東風悅享在上海車展展示的 Sharing-Bus 無人駕駛智慧巴士搭載了 L4 級自動駕駛和 5G平行駕駛兩套行駛方案。2022 年 5 月，Sharing-Bus 正式在武漢經開區投放上路，截至 10 月底，Sharing-Bus 投入數量達到 30 輛，累計運營超 30 萬公里，接駁人數突破 5 萬人。在智慧物流方面，東風悅享并未推出末端物流車，而是推出帶有飛行模塊、功能艙體模塊、地面模塊的陸空一體化智慧物流解決方案Sharing-Aircraft。該方案于 2021 年 4 月亮相上海車展，利用近空領域交

94、通資源、發展低空交通，攻克“區域地貌環境復雜、車輛難以通行”的問題，同時可以協同解決湖心島、山區等車輛不易行駛的區域物流問題。在環衛領域，東風悅享于2022 年 9 月在武漢經開區投放 12 輛無人清潔車（Sharing-Smart）。對于自動駕駛商業化，東風悅享計劃未來陸續投放一系列 Sharing-X 服務車輛和移動服務設備，50 通過無人接駁、無人清掃、安防巡邏、無人配送等服務，助力武漢經開區開展全面的無縫化移動服務運營。3 5-4 Sharing-X:車企子公司因背靠傳統車企，可充分利用母公司資源渠道，快速搶占自動駕駛商業化賽道。同時，車企子公司的自動駕駛商業化實踐與其背靠車企的戰略布

95、局有關，如毫末智行開發搭載在量產乘用車上的自動駕駛系統，摯途科技致力于商用車的應用場景，東風悅享現階段的重心集中在武漢經開區的移動服務運營。在享受背靠車企的資源的同時，車企子公司自本身發展也受到背靠車企的限制。!5-1 IXGH%&(uvw=51 5.2 fgh)*+,b.zJNky8;nR(|WE7B93245z.軟件定義汽車已成為汽車產業近年來的發展共識，隨著人工智能的加速滲透，汽車行業正在進行智能化、網聯化變革，自動駕駛技術成為當下最熱門的領域，初創型自動駕駛企業主要以適用特定場景的自動駕駛產品入局。本文以蘑菇車聯、智行者科技、文遠知行為對象，對初創型自動駕駛企業自動駕駛商業化實踐進行分

96、析。5.2.1 8 蘑菇車聯信息科技有限公司（簡稱“蘑菇車聯”）成立于 2017 年 11 月，是自動駕駛全棧技術與運營服務提供商，通過提供“車路云一體化的自動駕駛系統“作為解決方案，實現 L4 級自動駕駛大規模落地，并支撐智慧交通建設工作。8n3245678P/iYTwv8%eO8n678F.蘑菇車聯在合作城市中除了投放 Robotaxi、Robobus 之外，還將投放大批量自動駕駛清掃車、巡邏車、快遞車、園區車、醫療車等城市公共服務隊。2019 年 2 月，蘑菇車聯完成 1.2 億美元 A 輪融資；同年 10 月，蘑菇車聯在國家級智慧交通示范基地北京市順義區北小營鎮落地了國內首個開放式5G

97、商用車路協同示范路，并落地了國內首個車路云一體化自動駕駛項目。2020 年 10 月，蘑菇車聯自動駕駛車隊及小巴落地蘇州高鐵新城。2021 年 3 月，蘑菇車聯與衡陽市簽訂智慧交通建設戰略合作框架協議，總設計里程達 200 公里，以推動城市級自動駕駛大規模落地和商業化運營。2021 年 9 月，蘑菇車聯與鶴壁市簽署戰略合作協議，推進智慧交通建設，共建新型智慧城市。2022 年 1 月，蘑菇車聯與大理市簽訂戰略合作協議，將對環洱海生態廊道全路段（136 公里）進行智能網聯及車路協同新型基礎設施升級與建設。52 3 5-5 Lfguvw#5.2.2+D 北京智行者科技股份有限公司（簡稱“智行者”）

98、成立于 2015 年，聚焦無人駕駛汽車大腦的研發，致力于成為通用場景 L4 解決方案提供商。+Dn3245678Py|ZYusxYT.其產品所涉及的場景從基礎需求（如無人安防巡邏車）到生活需求（如無人環衛車、Robotaxi）再到精神需求（如無人移動休閑空間），覆蓋用戶的各個需求層面，全方位加速智慧城市的建設。在基礎需求方面，智行者自主研發無人安防巡邏車 Xpatrol 系列，包括Xpatrol-30（低速園區版）、Xpatrol-60（中速越野版）、Xpatrol-90（高速長續航版）。2022 年，智行者已獲得了超 100 臺的無人駕駛巡邏車訂單，且訂單量保持持續增長，高速長續航版的無人駕

99、駛巡邏車在上海、涿州等全國多個地區高速落地執行巡邏任務。在生活需求方面，其產品不僅有應用于末端物流的無人駕駛物流車蝸必達，可實現物流配送最后一公里的智能化；還有應用于環衛場景的無人環衛車蝸小白，可解決地面清潔問題。2018 年 10 月，“蝸小白”和“蝸必達”為北京市石景山區首鋼園區北京冬奧組委辦公區提供道路清掃和物品運輸服務。目前，“蝸小白”已投放在北京、天津、上海、河北、浙江、河南、湖南、廣東、四川、陜西、內蒙古、廣西等多個省市?！拔佇“住毕盗袩o人清掃車產品覆蓋室內與室外清潔需求，已在超過 100 個城市、1000 余個客戶現場實現落地，累計清潔面 53 積達數億平方米。同時，“蝸小白”形

100、成了基于交通樞紐、商綜超市、酒店寫字樓、工業物流、園區景區等多行業、多場景完備的解決方案。此外，在無人接駁方面，智行者打造的軟硬件一體化的通用型無人駕駛大腦已成功賦能 Robotaxi、Robobus。2021 年 12 月，智行者交付 T3 出行百臺 Robotaxi，并且該車隊已落地蘇州開展運營。在精神需求方面，智行者還將打造無人移動休閑功能產品，實現無人移動智慧辦公，多方位融合智能交互與消費場景。3 5-64IXYIJwJ 5.2.3+文遠知行 WeRide 成立于 2017 年，是一家擁有自研自動駕駛技術和全棧式軟硬件解決方案的 L4 級自動駕駛出行服務企業。+n3245678P8E+

101、560v*Robovan+Robotaxi+Robobus(o.在 Robovan 方面，2021 年 9 月，文遠知行聯手江鈴汽車和中通快遞，共同推進 Robovan 前裝量產，實現同城無人物流。在 Robotaxi 方面，2019 年 12 月，由文遠知行、雷諾日產以及白云出租集團聯手打造的 Robotaxi 車隊正式在廣州開啟運營服務，服務范圍覆蓋黃埔區、廣州開發區核心的 144.65 平方公里的城市開放道路。在一年內，該車隊共安全 54 完成 14.7 萬次出行，服務用戶數超 6 萬，無任何主動責任事故。2021 年 1 月、5月，文遠知行分別完成 B 輪融資和 C 輪融資。同年 11

102、 月，文遠知行、廣汽集團以及如祺出行達成戰略合作，并于 2022 年在如祺出行平臺上線 Robotaxi 運營，提供自動駕駛出行服務。在 Robobus 方面，文遠知行和宇通共同打造 Mini Robobus，并與各地出行運營商合作。2021 年 4 月，聯合打造的 Robobus 批量下線，在廣州、南京、鄭州等地開展常態化測試。2022 年 1 月，文遠知行宣布在廣州國際生物島正式對外開放運營 Robobus。3 5-7 X 初創型自動駕駛企業將自動駕駛商業化的實踐主要放在特定場景下 L4 級自動駕駛應用，但各初創型自動駕駛企業具體的實踐方案不同。目前，我國自動駕駛技術路線為單車智能與車路協

103、同，蘑菇車聯更注重車路協同，開展“車路云一體化“商業項目，實現城市級商業化落地，而智行者科技和文遠知行更注重單車智能，聚焦多場景應用，智行者更偏向提供全場景通用型解決方案。55!5-2 LIXYGHX%&(uvw=5.3 ihjSde 推動自動駕駛商業化落地，需要智能化技術、車聯網技術、智能網聯整車技術等作為支撐。除了具有整車制造資質的主機廠和致力于特定場景自動駕駛商業化的初創型公司，大型科技公司也紛紛涌現汽車市場，以跨界合作為主要方式切入自動駕駛領域。本文以百度、華為以及騰訊為對象，對大型科技公司自動駕駛商業化實踐進行分析。5.3.1 百度 2015 年成立了自動駕駛事業部，2017 年成立

104、智能汽車事業部并發布Apollo 計劃，旨在向汽車行業及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平臺。Apollo|3245 x8(z+|0D.在自動駕駛領域，百度從 2019 年開始研發 Robotaxi，測試里程已超 2500 萬公里。2021 年 8 月，百度發布全新升級的自動駕駛出行服務平臺蘿卜快跑。目前，蘿卜快跑已在 8 個城市開放運營，分別是北京、長沙、滄州、廣州、上海、深圳、重慶以及陽泉，其中在北京、重慶、陽泉三地已開始商業化收費運營服務。百度計劃到 2025 年，Robotaxi 投放 65 個城市進行服務，到 2030 年運營城市達到 100個，持續推動 Robo

105、taxi 成本下降。除了 Robotaxi，百度 Apollo 還與金龍客車打 56 造 Robobus，與江鈴客車共同打造的無人駕駛輕客，與新石器合作推出無人作業機器人汽車等等，實現物流、配送、清潔消毒等領域應用，不斷完善產品體系。百度對自動駕駛商業化的推動還包括在智慧交通和車聯網領域的布局，例如百度智能云、百度地圖等，支撐“車、路、云、圖”等交通基礎設施；2022 年 2 月，百度通過導航電子地圖制作甲級測繪資質復審，具備高精地圖測繪資質；截至2021 年底，人工智能車聯網解決方案“小度車載”搭載量超過 220 萬。3 5-8 A Apollo?5.3.2 華為 2014 年成立智能網聯汽

106、車中心，經過幾年積累，于 2019 年正式成立一級部門智能汽車解決方案 BU。目前，華為自動駕駛相關業務團隊已擴充到2000 人。=3245678nPi0S8EI|0YTIOyO0.在全棧解決方案方面，華為合作車企主要有北汽、賽力斯、長安和廣汽。2021 年 4 月，北汽極狐阿爾法 S HI 版發布，是首個量產搭載華為全棧智能汽車解決方案的車型。2021 年 12 月，搭載全新 HarmonyOS 智能座艙的 AITO 問界 M5 發布，華為從前期規劃、設計到后期的營銷、銷售，甚至工廠生產線改造均占據主導地位。2022 年 5 月，由華為、長安和寧德時代聯合打造的阿維塔 11 發布，是全系搭載

107、華為 HI 全棧智能解決方 57 案的車型。除此之外，華為與廣汽合作的首款中大型智能純電 SUV 計劃于 2023年底量產。在“交通智能體”方面，華為提供智慧高速、智慧交軌、智慧機場等智慧交通場景的解決方案。2018 年 10 月，華為正式推出華為云城市智能體，通過 AI 協同云、大數據、邊緣計算、物聯網等多種技術改善城市環境。目前，華為在“交通智能體”的三個方面落地了智能交通管理項目，其中在信號優化方面，2020 年，TrafficGo 交通控制解決方案在天津開展應用，實現由過去的車看燈到現在燈看車，平均車速提高 18%，高峰時長平均下降 15 分鐘；在大數據方面，華為為湖南全省道安云項目提

108、供了大數據平臺、云平臺技術；在車聯網方面，華為在無錫部署城市級 C-V2X 網絡，目前已經在 400 個路口，220 平方公里進行了大范圍部署；此外，華為還參與了北京延崇智慧高速車路協同環境的建設。除了上述三個方面，華為與深圳的合作由 TrafficGo 交通控制解決方案上升到“交通智能體”的全面合作，深圳交警與華為共同致力于道路智能化、信號燈智能化管控、人工智能輔助執法等工作。3 5-9%&(uv 5.3.3 騰訊 2016 年 9 月內部孵化了自動駕駛實驗室，整個實驗室包括高精地圖、融合定位、仿真平臺、系統與架構、數據平臺、核心算法等 6 大部門，騰訊以此開始搭建自己的自動駕駛平臺。202

109、0 年 9 月，騰訊發布“We Transport”戰略，利用大數據、5G 和車路協同等優勢，探索智慧城市的解決方案。OS:qrAxNYT 58 xH7smn0Z,-/.在智慧高速方面，2021 年 7 月，騰訊與深高速簽署戰略合作協議，進行深圳外環高速智慧公路試點示范，打造基于數字底座的高速一體化監測示范平臺。2021 年 9 月，騰訊與江蘇交控聯合成立“收費站數字孿生聯合實驗室”，此前雙方已基于南京機場高速展開了實時數字孿生應用的業務探索和試點應用。2021 年 12 月，騰訊聯合廣東省交通集團落地廣清高速智慧監控運營項目，形成基于雷達感知的全天候車道級精細化運營監控系統。城市交通方面，2

110、021 年 4 月，長沙首批智能網聯定制公交啟動試運營，這是騰訊打造的全國首條智能網聯全國首條智能網聯定制公交。在智能網聯方面，2019 年 3 月，深圳智能網聯交通測試示范區項目啟動，騰訊為其建設提供完整自動駕駛仿真工具鏈，智能網聯信息安全測試平臺，城市平行仿真系統。2019 年 12 月，工信部批復支持創建天津（西青）車聯網先導區，騰訊深度參與此項目，在重點區域進行交通基礎設施網聯功能改造和核心系統能力升級。2021 年 8 月，騰訊參與重慶兩江協同創新區的建設，提供基礎支撐系統、智能網聯應用支撐平臺、MaaS 出行信息服務平臺、運營管理平臺、交通數字孿生與可視化系統等多個系統的建設支持。

111、在智慧交軌方面，2021 年 9月，騰訊與廣州地鐵集團與騰訊公司聯合發布了新一代軌道交通操作系統穗騰 OS 2.0，實現了軌道交通設備和系統的互聯互通。目前，穗騰 OS2.0 已在即將開通的“大灣區最快地鐵”廣州地鐵 18 號線、22 號線進行示范運營。此外，騰訊算法平臺助力北京軌道交通指揮中心建設全線網客流精準監視感知能力。3 5-10 ITfg#大型科技公司，依靠自身的智能網聯技術、車聯網技術以及 5G 等先進網絡數據應用能力，跨界參與自動駕駛商業化實踐，主要為智慧城市提供解決方案。百度布局較早，圍繞自動駕駛、智慧交通和車聯網展開 Apollo 計劃。華為交管 59 領域經驗豐富，向多個城

112、市提供“交通智能體“解決方案，同時硬件能力突出，與多家車企合作推出搭載華為全棧解決方案的車型。騰訊以數字孿生軟件能力為核心，為交通管理提供工具。!5-3 A%&(uvwb.)*+,lm-./no _WE73245678wpN.車企子公司背靠母公司，在充分利用資源的同時，不過分依賴車企母公司，積極開發自己的產品，但其商業化模式受到母公司影響，自動駕駛商業化實踐受到一定限制。大型科技公司依靠自身多年發展的互聯網技術或硬件技術，跨界加入自動駕駛商業化賽道，主要作為方案解決商參與智慧城市的建設。這種作為方案商參與智慧城市建設的商業模式雖然覆蓋范圍廣、參與程度高，但由于涉及對傳統交通管理的大規模改革，需

113、要雄厚的資金和強大的技術支持，否則難以落地。從這一角度而言，該模式的落地離不開大型科技公司多年積累的商業資產和技術經驗。9=8Ej(Wk7U W3245E7a/Zv L4 3245678P.每家初創型自動駕駛企業對于自動駕駛商業化的布局也各具特色。以本文提到的三家初創型自動駕駛企業為例，蘑菇車聯提供“車路云一體化”的自動駕駛系統作為解決方案，開展城市級 60 自動駕駛商業化落地項目，雖然項目規模大，投入自動駕駛車輛類型多，但改造時間長、成本高。文遠知行則與車企、出行平臺形成“鐵三角”關系，雖然這種關系能直接形成自動駕駛解決方案、車、應用部署一套系統，但聚焦的應用場景僅以 Robotaxi、Ro

114、bobus、Robovan 為主，自動駕駛商業化實踐范圍有限。而智行者科技以“全場景賦能”為解決方案，研發的產品涉及范圍廣，注重場景間協同賦能，有利于加速推動特定場景下 L4 級自動駕駛產品和服務商業化落地?，F階段，無論是車企自動駕駛子公司、初創型自動駕駛企業還是大型科技公司，均基于自身條件探索適合自己的路線，積極開展自動駕駛商業化實踐，全行業自動駕駛商業化落地模式百花齊放。61 6 XYZ 1 Zhou,Yin,et al.End-to-end multi-view fusion for 3d object detection in lidar point clouds.Conference

115、 on Robot Learning.PMLR,2020.2 Ge,Runzhou,et al.Afdet:Anchor free one stage 3d object detection.arXiv preprint arXiv:2006.12671(2020).3 Fan,Lue,et al.Fully Sparse 3D Object Detection.Thirty-sixth Conference on Neural Information Processing Systems.2022.4 Xu,Shaoqing,et al.FusionPainting:Multimodal F

116、usion with Adaptive Attention for 3D Object Detection.IEEE International Intelligent Transportation Systems Conference(ITSC).IEEE Press,2021.5 Bai,Xuyang,et al.Transfusion:Robust lidar-camera fusion for 3d object detection with transformers.Proceedings of the IEEE/CVF Conference on Computer Vision a

117、nd Pattern Recognition.2022.6 Zeng,Yihan,et al.Lift:Learning 4d lidar image fusion transformer for 3d object detection.Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition.2022.62 D 3245678NkZ8Z0c23245,-。不同場景自動駕駛技術成熟度存在差異，自動駕駛商業化正在沿著由易到難的場景化順序發展。從自動駕駛產品的市場端來看，無論是載人場景、載物場

118、景還是特殊場景，各場景自動駕駛均具有巨大的應用需求。這些場景化應用需求將促使政府和企業積極探索，推動自動駕駛商業化深入落地。324567IJ()123245Cv+“.2022 年，部委和地方政府密集推出自動駕駛商業化相關政策，例如交通運輸部發布自動駕駛汽車安全運輸服務指南（征求意見稿），工信部裝備工業一司發布關于開展智能網聯汽車準入和上路通行試點工作的通知（征求意見稿），北京、重慶、武漢先后開展無人化商業運營試點。隨著高級別自動駕駛汽車上路通行和商業化運營政策的逐漸放開，自動駕駛商業化領域將大有可為。E79mn3245ABP/Zvw678“”.隨著自動駕駛技術發展和商業模式探索，自動駕駛商業化進一步呈現規?；l展趨勢，成本與效率的平衡成為商業閉環的重要因素，實現多場景多車型大規模落地的企業將逐漸掌握核心競爭優勢，推動自動駕駛產業加速發展。8_ pqr!wx7(”wr”!m!S159-0116-8415 S stu!wx7(”wr”!?!S158-0951-1740n S