自動駕駛爲提升交通安全與效率提供了新的解決方案。自動駕駛綜合了人工智能、通信、半導體、汽車等多項技術，涉及產業鏈長、價值創造空間巨大，已經成爲各國汽車產業與科技產業跨界、競合的必爭之地。

編輯：任澤平 連一席 郭雙桃

2 自動駕駛：分爲6個等級，3大系統

2.1 自動駕駛：可分爲6個等級，其中L3是重要分水嶺

按照自動化程度，自動駕駛可劃分成不同的等級。目前國際上比較認可的標準有三種：1）BASt(德國聯邦交通研究所)自動駕駛分級標準，於2012年第一次發佈；2）NHTSA(美國高速公路交通安全管理局)自動駕駛分級標準，於2013年5月第一次發佈；3）SAE(美國汽車工程師學會)自動駕駛分級標準，於2014年1月第一次發佈。其它國家基本都是參考這三個標準制定各國的自動駕駛等級標準，其中SAE標準雖然推出最遲，但是由於標準劃分最爲詳細，成爲最通用的自動駕駛分級標準，中國、美國、日本、歐盟等都是參考的SAE標準。

工信部2020年3月公示《汽車駕駛自動化分級》推薦性國家標準報批稿，如下表所示，與SAE劃分基本一致。此外可以發現，從L3開始，駕駛操作和周邊監控都是由系統自動完成，駕駛員只需要在緊急動態下做好接管處理即可；從L3開始自動駕駛的主角切換到車輛自動駕駛系統上，L3是自動駕駛人機角色重要的分水嶺。

自動駕駛技術涉及交通、通信、電子等多個領域的融合，其發展離不開多產業的協同，是一個從L0、L1、L2往L3、L4、L5漸進的過程；不同等級自動駕駛代表性功能和普及時間，並沒有官方的定論，但常見於一些機構的論述中，整理如下圖所示。從圖中可以看到2020年L3級自動駕駛開始普及已成爲行業共識。需要說明的是，嚴格意義上講，相關功能與車型等級並不能劃等號，也即整車具有某項L3級的功能，並不代表整車即爲L3級自動駕駛。此外，部分功能可橫跨幾個自動駕駛等級。比如自動泊車可細分成：常規自動泊車(APA)屬於L2，遠程遙控泊車(RPA)、記憶泊車(HPA)屬於L3，自主代客泊車(AVP)可認爲L4。通俗來講：L1一般是可以解放手或者腳；L2可以同時解放手和腳，但是不能解放眼；L3還可以解放眼，但是不能解放大腦；L4及以上還可以解放大腦。

2.2 自動駕駛：可細分成感知、控制、執行三大系統

自動駕駛按功能可劃分爲：感知(環境感知與定位)、決策(智能規劃與決策)、執行(控制執行)三大核心繫統。自動駕駛系統最終是爲了取代人工，如果將其類比人的話，如下圖所示：感知層相當於人的五官，感知周圍的環境，蒐集數據傳輸到決策層；決策層相當於人的大腦，處理感知層傳輸的數據，輸出相應的操作指令給執行層；執行層相當於人的四肢，執行大腦給出的指令。其中感知層主要包括三部分，環境感知、位置感知和速度、壓力等其它感知；決策層主要包括三部分，操作系統、集成電路、計算平臺(含算法)；執行層主要包括三部分，動力供給、方向控制、車燈控制。

3 感知系統：傳感器

感知系統是數據採集的入口，其採集數據的精確度和效率直接影響着決策系統的判斷和執行系統的操作，是實現自動駕駛的前提。感知系統有兩大核心技術，傳感器和高精地圖；本章我們重點分析傳感器。

3.1 傳感器概況：分爲四大類型，激光雷達綜合性能最好

傳感器按照工作原理可細分爲，視覺傳感器、雷達傳感器、紅外傳感器和其它四類；其中雷達傳感器又可細分爲，毫米波雷達、激光雷達、超聲波雷達三種。根據國家知識產權局2018年11月發佈的《自動駕駛產業專利分析評議報告》披露，全球自動駕駛感知系統不同類型傳感器專利數量佔比分別爲，視覺傳感器30%、毫米波雷達22%、激光雷達20%、超聲波雷達13%、紅外傳感器9%、其它傳感器6%。

不同傳感器由於工作原理不同，其優缺點各異，適合的應用場景也有所差異：1）視覺傳感器(攝像頭)，其優點在於探測距離較遠、分辨率高，且能識別路標和交通信號燈，但是其缺點也很明顯，對光線要求很高，容易受天氣影響；2）毫米波雷達，其優點在於探測距離遠、靈敏度高、穿透性強，但是其缺點在於對非金屬不敏感、靜止測距能力弱、很難探測物體大小和形狀；3）超聲波雷達，其優點在於成本低、精度高，但是其缺點在於反饋時間長，只適用於倒車等短距離場景；4）激光雷達，其綜合性能最好，不僅靈敏度高、探測角度廣，而且可探測多數物體，精度高、且可3D建模，但是其缺點在於成本高昂、受天氣影響大；5）紅外傳感器，最大優勢在於可以夜視，但是其靈敏度、靜止測距、探測角度都比較一般。具體比較如下表所示，其性能參數爲公開資料和行業龍頭產品參數綜合，實際可能有一定出入。

3.2 傳感器現狀和趨勢：激光雷達尚未商用，傳感器組合成爲行業趨勢

由於各類傳感器優缺點都很明顯，只有組合使用才能滿足複雜的應用場景。下表列舉了主流車企代表車型的感知系統傳感器方案，從中可以發現，基本都採用的視覺傳感器+雷達傳感器組合的方案，常用的配置爲“1個前視攝像頭+4個環視攝像頭+12個超聲波雷達+3個毫米波雷達”，而激光雷達暫時沒被採用。

雷達傳感器方面，由於目前激光雷達技術不成熟、成本高昂，暫時應用很少；而超聲波雷達由於聲速較慢，反應時間長，探測距離很短，應用很受限；當前自動駕駛主要依賴毫米波雷達傳感器。毫米波雷達通過向外發射毫米波，並接收反射回來的信號，達到測速和測距的目的。目前在毫米波領域，開放民用的波段有，24GHz、60GHz、77GHz、79GHz、120GHz；中國市場常用的有24GHz、77GHz、79GHz三種。根據波的傳播理論，頻率越高，波長越短，分辨率越高，天線體積越小；此外波長越長，方向性差，回波比較少，探測距離也相對較短。從下表可以看出，相比24GHz而言，77GHz、79GHz帶寬更大、天線體積更小、分辨率更高、探測距離更長，優勢十分明顯；目前24GHz主要用於短中距離，用作實現盲點探測系統；而77GHz、79GHz用於中長距離，實現自適應巡航系統；而隨着後者的技術走向成熟，將逐漸取代24GHz。

3.3 傳感器問題：政策需要完善、技術不夠成熟、成本過高

儘管感知系統發展較快，但是在實際應用中仍然存在較多問題，主要體現在三點：1）當前感知系統仍然存在一些缺陷，這種缺陷隨着自動駕駛等級提升逐漸被放大；2）優良性能的激光雷達由於成本太高，目前在主流車型上並沒有得到應用；3)關於傳感器如毫米波雷達、激光雷達等標準尚未出臺，相關政策激勵措施欠缺。

3.3.2 成本過高：單個激光雷達價格超過現在感知系統硬件總價

當前主流感知系統硬件組合爲“1個前視攝像頭+4個環視攝像頭+12個超聲波雷達+3個毫米波雷達”，根據電動車百人會預測，2020年攝像頭、超聲波雷達、毫米波雷達平均成本分別爲60美元、12美元、90美元，對應總成本在714美元。而根據2020年8月，廣汽蔚來發布的BOM(物料清單)表，其整車BOM成本爲257022元，其中前向雷達總成1544元、盲區檢測傳感器1260元、全景泊車系統1012元、生命探測系統593元、倒車雷達系統496元，感知系統硬件總計在4905元；與百人會的預測較爲一致。

然而，綜合性能最優的激光雷達成本卻居高不下，商用化進程緩慢。以全球激光雷達龍頭Velodyne爲例，2020年7月官宣，其無人駕駛用16線激光雷達現在可以面向全球客戶降價50％，價格約3999美元；以國內知名激光雷達公司速騰聚創爲例，其官網RS-LiDAR-M1產品，售價在1898美元，超過目前主流感知系統硬件配置的一倍以上。

3.3.3 政策體系需完善：標準不夠細化，政策扶持尚未明確

當前自動駕駛政策體系尚需完善的地方有兩個：1）標準體系；2）政策扶持。

1）標準體系：2017年 12月，工信部聯合其它部委發佈了《國家車聯網產業標準體系建設指南（智能網聯汽車）》系統性闡述了智能網聯汽車的標準體系；但是目前發佈的標準較少，關於ADAS和高級自動駕駛標準文件尚缺，對於行業未來的技術走勢和標準建設缺乏指引性文件。

2）政策扶持：2020年 3月，工信部聯合其它部委發佈了《智能汽車創新發展戰略》，給出了目標和主要任務，但是對於相應的關鍵技術企業如感知傳感器企業的政策扶持如稅收減免、政府補助等還未明確和普及。

4 感知系統：高精地圖

高精地圖也叫高分辨率地圖，亦稱自動駕駛地圖，主要面向自動駕駛的應用場景，在自動駕駛場景中承擔着輔助環境感知、輔助定位、輔助路徑規劃、輔助控制等功能，是實現自動駕駛必不可少的基礎設施。

1）輔助環境感知：傳感器容易受到大霧、大雨等惡劣天氣影響，且在夜間光線差、地下信號差的地方表現不佳，通過高精地圖實現的精準定位是對傳感器的重要補充。

2）輔助定位：在汽車行駛過程中，由於信號、時延等多種因素，存在一定的位置誤差，通過高精地圖的精準匹配作爲補充，可實現汽車的精準定位。

3）輔助路徑規劃：高精地圖關於道路數據的維度更廣，包含車道中心線、信號燈、周圍障礙物、限速牌等多重信息；而且精度更高，達到釐米級；在實際中可輔助系統規劃最佳的駕駛道路方案。

4）輔助控制：高精地圖可以提供超出傳感器探測範圍的道路信息，而且在自動駕駛過程中通過對周圍環境的精確還原，可提前提供加減速、轉向、變道等控制建議，輔助系統進行自動駕駛操作控制。

4.1 高精地圖現狀：3大核心勢力共28家廠商獲得資質，高德一家獨大，四維圖新次之

相比普通地圖，高精地圖精度更高、時效性更強、數據維度更廣。1）精度更高：普通地圖精度在m級，高精地圖精度在cm級。2）時效性更強：對於靜態數據，普通導航地圖更新頻率在月度或者季度；高精度地圖更新頻率爲天或者周；對於動態數據，普通地圖不做更新要求，高精地圖要求實時更新。3）數據維度更廣：普通地圖只記錄道路級別的數據，如道路等級、形狀、坡度、方向等，而高精地圖還需要記錄車道類型、寬度、護欄、路沿、交通指示牌、信號燈等。

2016年2月，國家測繪地理信息局發佈《關於加強自動駕駛地圖生產測試與應用管理的通知》明確指出：自動駕駛地圖屬於導航電子地圖的新型種類和重要組成部分，其數據採集、編輯加工和生產製作必須由具有導航電子地圖製作測繪資質的單位承擔。截止到2020年10月底，根據自然資源部審批公示，我國目前擁有高精地圖測繪資質的廠商一共28家，按照背景可分爲三類：1）傳統圖商，以四維圖新、凱立德、立得空間等爲代表，共13家;2）互聯網企業子公司，以高德、長地萬方、滴圖等爲代表，共10家；3）事業單位，以國家基礎地理信息中心、江蘇省測繪工程院爲代表，共5家。

據高工智能汽車研究院統計，2019年中國自主和合資品牌汽車前裝導航市場被6家供應商瓜分：高德58.76%、四維圖新24.30%、百度9.08%、易圖通4.13%、騰訊2.32%、凱立德1.41%；其中高德佔比過半。

4.2 高精地圖趨勢：測繪方式從專業到衆包

高精地圖的製作可簡單劃分爲：1）數據採集；2）數據加工；3）數據轉換；4）數據發佈；5）數據應用，五個步驟。相比普通地圖，高精地圖由於精度高、時效性強、數據維度廣等特徵，每公里產生的數據量更大，呈幾十上百倍的增長；大大增加了高精地圖的數據採集工作量和難度；普通地圖採用的專業採集對高精地圖並不太適用。數據的採集可分爲專業集中式、衆包分佈式兩種；前者是使用專業的地圖數據測繪車，通過激光雷達、攝像頭、IMU(測量慣性單元)、GNSS(全球導航衛星系統)等採集設備收集交通數據；後者是利用整車廠自身大量級車型所攜帶的攝像頭進行數據採集。隨着高精地圖的出現，衆包模式逐漸受到大家的關注和應用，已成爲高精地圖數據採集的趨勢。

4.3 高精地圖問題：標準、技術、成本改善空間很大

高精地圖推廣應用還需要解決三個問題：1）標準體系尚需完善；2）技術成熟度不夠；3）商用成本較高。

4.3.1 標準體系尚需完善：地圖格式規範尚無中國標準

當前我國關於高精地圖的標準僅集中在數據模型端，國家市場監督管理總局和中國國家標準化管理委員會於2019年7月分別發佈了《智能運輸系統智能駕駛電子地圖數據模型與交換格式第1部分：高速公路》和《智能運輸系統智能駕駛電子地圖數據模型與交換格式第2部分：城市道路》兩份標準徵求意見稿，對於道路模型、車道模型、路口數據等都有詳細的標準；但是對於地圖編譯和格式規範尚無相關標準；相比世界其它國家，節奏有點落後。

目前全球關於高精地圖的格式規範已經發布的標準有：1）NDS導航數據標準(NDS協會發布)；2）OpenDRIVE地圖格式標準(德國VIRES公司發佈)；3）JDRMA標準(日本數字地圖協會發布)；4）GDF標準(歐洲電子地圖計劃)；5）Etak標準(美國Etak公司發佈)；6）Navtech標準(美國導航技術公司發佈)。

4.3.2 技術成熟度不夠：地圖採集和實時更新較難

高精地圖的難點可粗略分爲兩部分：1）地圖製作難，2）地圖更新難；其中地圖製作難，難在地圖數據的採集，而地圖更新難，難在數據量大、時效性很難保證。

1）地圖數據採集：正如前文所述，高精地圖在精度和數據維度上遠高於普通地圖，如果採用專業測繪車，耗時太長無法保證數據量；如果採用衆包模式無法保證數據精度；當前專業採集和衆包採集聯合方式，在數據融合和去重、冗餘方面還處於探索階段，需要解決的技術問題還很多。

2）地圖實時更新：正如前文所述，無人駕駛需要實時動態地圖，高精地圖需要不斷更新，尤其是動態數據；這不僅要求圖商在數據採集、數據編譯、數據發佈方便的時效，而且對汽車接收數據、數據儲存方面也提了很高的要求。

4.3.3 商用化成本較高：傳統地圖免費，而高精地圖約500-800元/車/年

自2013年8月，百度宣佈百度導航App V2.0版即日起永久免費，隨即高德也宣佈導航地圖免費，之後普通導航地圖免費成爲行業通用打法。而目前高精地圖，由於測繪、更新成本很高，還不能做到商業化免費；而且隨着自動駕駛等級提升，對地圖精度、時效性要求也會大幅度提升，其成本仍有上升空間。目前高精地圖的收費模式，以四維圖新爲例，主要是按“license收費+更新服務費”。

目前行業的標準一般在500-800元/車/年；2020年4月高德於北京宣佈，將對高精地圖服務進行升級，升級後將會以每輛車不超過100元/年的成本價格向合作伙伴提供標準化服務。但該情況畢竟只是少數，而且高德以成本價售出的核心原因在於作爲阿里巴巴子公司其並不依靠地圖服務盈利；然而這種大幅度降價對於依靠地圖授權收費的傳統圖商如四維圖新之類存在很大難度。

來源：摘錄自澤平宏觀