我国自动驾驶产业已“炼”至“终极形态”，万亿Robotaxi赛道即将被“引爆”
8月8日，重庆、武汉两地政府部门率先发布自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。
对此，江西新能源科技职业学院新能源汽车技术研究院院长张翔在接受《证券日报》记者采访时表示，此次政策落地本质上是自动驾驶行业水平的一次升级，允许车内无安全员的自动驾驶属于L4级水平，这也意味着自动驾驶行业正在从L3级向L4级过渡，促使自动驾驶水平提高了一个层次，对整个产业链，如传感器、软件、人工智能、深度学习的算法，提出了更高的要求。
政策加持 武汉建设全国自动驾驶示范区
此次，武汉市智能网联汽车道路测试和示范应用管理联合工作组制定了《武汉市智能网联汽车道路测试和示范应用管理实施细则(试行)》，允许获得通知书的示范应用主体开展车内无安全员的远程测试、示范和商业运营，为开展自动驾驶业务的企业，提供详细的指导和支持。
今年5月10日，百度Apollo自动驾驶出行服务平台“萝卜快跑”正式落地武汉经开区，面向市民提供自动驾驶出行服务。
根据规划，“萝卜快跑”初期将在武汉投入10辆ApolloMoon极狐版自动驾驶车，在武汉经开区30平方公里范围内的166公里道路上设立63个推荐上车点，辐射商业聚集区、住宅聚集区、主要工业园等，为区域内用户通勤和短途接驳提供服务。
如今，武汉经开区已建成全国规模最大、场景最多、首个全5G接入的开放道路自动驾驶示范区。自动驾驶出租车、自动驾驶公交车、无人驾驶售货车、无人驾驶物流车等10多种近百辆自动驾驶车辆，进行示范运营和技术测试。武汉示范区成为国内自动驾驶品类最多的区域。
张翔表示，政策出台以后，能吸引全国的自动驾驶汽车企业到武汉去落地，甚至到武汉去成立分公司，给当地的自动驾驶行业带来很多商机。自动驾驶汽车涉及到很多环节，由很多供应链组成，能够增加当地的就业。武汉是汽车城，但是主要是传统汽车，这次政策的出台还能帮助武汉向智能网联升级。
自动驾驶商业化迎来“终极形态”
在自动驾驶的商业化落地过程中，存在着多种技术路线的争论，其中对于如何实现L4以上的高级别自动驾驶，业界有着渐进式和跨越式两大派系，渐进式主要以特斯拉、“蔚小理”等车企为代表，而跨越式则以谷歌Waymo、百度Apollo为代表。
所谓渐进式路线就是从低等级的自动驾驶逐渐过渡到高等级的自动驾驶，大多数车企都选择了这条路线，率先实现搭载L2级辅助驾驶功能量产车的交付。
这一方面自然是受到政策法规的制约，不过监管正在逐步开绿灯。8月1日，深圳首开先河，正式施行《深圳经济特区智能网联汽车管理条例》，让自动驾驶汽车上路有法可依。有了深圳的示范效应，后续国内也必将有更多的城市陆续跟进。
另一方面，车企希望通过数量众多的跑在路上的量产车，为自动驾驶技术的发展提供数据，这也是实现自动驾驶进化必不可少的“养料”。与此同时，车企通过“硬件预埋+软件升级”的方式，在未来可以为车主远程升级更多的自动驾驶功能。从目前的高速辅助驾驶今年下半年将扩展到城市辅助驾驶，最后会迈向全场景的自动驾驶。
渐进式路线实现高等级自动驾驶是一个渐进的过程，因此，也有一些企业选择一步到位，走跨越式路线，跳过L3，直接进行L4级自动驾驶的商业化，其中最具代表性的场景就是自动驾驶出租车Robotaxi。
在国内，北上广深等多个城市已经开通了Robotaxi的示范运营和商业化运营，包括百度在内自动驾驶企业获准可以向普通民众提供Robotaxi服务。
为了确保安全性，现阶段大部分运营的Robataxi大都配置了安全员，以确保在紧急时刻或遇到特殊情况时，可以及时地人工接管车辆，保证驾乘人员的安全。
安全员最开始坐在主驾驶位置上，监督车辆运行。今年4月，北京经开区在国内首次开放主驾无人示范运营试点，百度率先推出“方向盘后无人”的自动驾驶出行服务，将安全员从主驾位置挪到了副驾位置上。
武汉和重庆则更进一步，彻底取消安全员的设置，允许全无人驾驶商业化，这也是自动驾驶汽车商业化发展的“终极形态”，国内Robotaxi商业化自此就进入了真无人驾驶时代。
万亿Robotaxi赛道即将被“引爆”
在众多的自动驾驶落地场景中，Robotaxi是最性感的一条赛道，究其缘由，不仅在于其市场规模足够大，而且更是对传统出行方式的变革。
在《中国自动驾驶市场与未来出行市场展望》的报告中，咨询机构IHS Markit预测，到2030年，中国共享出行总市场规模将达到2.25万亿，Robotaxi在其中的占比将达到60%，规模为1.3万亿。
万亿市场规模之外，Robotaxi带来的社会效益更是无法估量。完全无人驾驶开放之后，自动驾驶将真正代替人工驾驶，司机得到彻底解放，进而带来的是交通安全和效率的大幅提升。传统出行方式得到颠覆，普通用户将享受到更便捷和个性化的出行服务。
在巨大的经济效益和社会效益之下，Robotaxi赛道眼下也成为了“香饽饽”，吸引了众多玩家的进场，除了一开始就做Robotaxi的科技公司，许多车企也开始进入这个赛道。
近日，广东小鹏汽车科技有限公司注册了“XPENG ROBOTAXI”、“小鹏智行”等多个与Robotaxi相关的商标，此前何小鹏曾表示，小鹏汽车将在2022年下半年推出自动驾驶出租车业务，并将首先在广州试运行。
特斯拉则打算到2024年实现无方向盘和踏板的新型Robotaxi的量产。总之，越来越多的车企开始“觊觎”Robotaxi赛道。但是，相比于前者，早早就在Robotaxi领域大力布局的百度，已经占据了很大的先发优势。特斯拉、小鹏等新人刚入局，百度已经进入了Robotaxi商业化的下半程。
目前百度旗下的Robotaxi出行服务平台萝卜快跑，已在北京、长沙、沧州、广州、上海、重庆、深圳、成都等城市落地运营。
如今在政策的进一步推动下，百度再次赢得了先机，抢先获得了完全无人驾驶商业化的许可。而一步步开放的政策也表明，Robotaxi赛道前景一片明朗，在百度等自动驾驶企业的引领下，万亿市场即将被引爆。
自动驾驶成汽车产业重要驱动力
中银国际研报指出，随着汽车新四化的不断推进，智能驾驶技术高速发展。消费者逐渐改变的消费理念，推动汽车从代步工具向智能移动终端演进。自动驾驶感知、决策和执行环节高速进步。感知方面，传感器从单一传感器感知发展至多传感器融合阶段，摄像头发展路径逐渐明确，4D毫米波雷达迅速兴起，激光雷达开启量产上车。决策方面，域集中趋势不断推进，跨域融合架构也逐渐浮现。自驾域控制器成智能驾驶计算主体，大量OEM/Tier 1/Tier 1.5布局研发对应产品。执行方面，智能底盘顺应汽车电动化和智能化发展需要，线控转向、线控制动及空气悬架迅速渗透，自主供应商迎来发展机遇。
中信证券研报认为，高级别自动驾驶能够有效解决人力成本提升、交通安全、司机短缺等诸多痛点，目前可供自动驾驶产品落地的场景主要可大致分为：1)城市开放场景;2)高速场景;3)封闭场景。预测Robotaxi的潜在市场空间约3.2万亿(以2040远期空间计算)，其他商用车辆自动驾驶合计市场空间约3万亿，其中城市专用车市场自动驾驶空间约1.9万亿，高速场景约9000亿，封闭场景约1000亿。自动驾驶预计将是万亿级的广阔市场，有望解决人力成本提升、交通安全、司机短缺等诸多痛点，其中城市开放场景的市场空间最大。随着法律法规的逐步完善、自动驾驶企业自身技术的持续进步、产业链上游的逐步成熟以及下游OEM与场景方的密切合作，自动驾驶落地速度或将加快。
商用车自动驾驶核心技术趋势
2025年以前，商用车仍难以在开放道路实现L4级别自动驾驶，其应用仅在封闭场景下，预计L4-L5级别自动驾驶重卡在2030年渗透率可达5%。而随着诸如“1178法规”要求、需求升级、技术成熟以及国产化后成本的下降，L1-L2级别自动驾驶产品将成为商用车自动驾驶的关键竞争要素。到2025年，L1-L2级别自动驾驶重卡渗透率预计达到48%，而到2030年这一比例将达到约59%。
高级别自动驾驶(L3级别及以上)的核心驱动力来自于对TCO的大幅优化机会。例如，在L3级别自动驾驶阶段，虽然还未实现完全自动驾驶，但在自动驾驶技术辅助下可大幅降低司机工作强度，长途卡车或能减少1个司机，进而降低成本;而在完全自动驾驶阶段，可节省约20%的人工成本，将颠覆性地改变物流行业成本结构。
当前货运车辆已经可以实现在封闭道路/园区场景内的自动驾驶，如港口/码头、采矿作业、大型生产园区、大型农场等，下一步将实现专用道路/高速路点到点(Hub2Hub)的自动驾驶，并最终在开放道路运营。
趋势一：融合感知和决策算法加速发展，单车智能能力的提升推动自动驾驶落地
在耗资巨大的路侧基建尚未实现大范围布设前，“让每辆车尽可能聪明”是实现自动驾驶的最直接路径。单车智能关键技术包括传感、控制和执行等。当前，激光雷达、处理器芯片(域控制器)、感知/融合算法、决策算法和高精地图的技术或成本尚未达到商业化的要求。
未来，随着核心技术的迭代发展和规模化降本，单车智能商业化应用将持续加速，而目前主要的车企、零部件、算法企业均在抢占核心技术高地。单车智能关键技术核心趋势如下：
1.激光雷达：从机械式发展为固态激光雷达。例如，某领先激光雷达制造商于2019年发布固态激光雷达产品，单价约为1,000美元，目前其正积极寻求原材料和尺寸优化以降低成本，预期未来产品单价可降至100美元以内。
2.域控制器：算力指数级增长， L3级别自动驾驶达24TOPS以上， L4级别自动驾驶达240TOPS以上。例如，某全球领先的芯片企业于2020年发布自动驾驶超级计算平台，算力达320TOPS，可支持L4-L5级别自动驾驶。
3.感知/融合算法：从后融合(智能传感器各自感知后对目标数据进行融合)发展为前融合(原始数据传送至DCU实现融合后进行整体感知)。前融合算法利用原始数据而非目标数据进行感知融合，大幅降低极端场景的事故概率。
4.决策算法：从基于规则的基础决策算法发展为基于深度学习神经网络的端到端人工智能决策算法。
5.高精地图：从分米级发展为厘米级(<10cm)定位并适配L3级别及以上自动驾驶。例如，某领先地图厂商推出可支持L2-L4级别的统一道路级几何拓扑的高精地图产品，并配套搭载动静态感知、车路融合定位、车道级路径规划等功能。
趋势二：车路协同加速自动驾驶的实现，而中国在智慧城市建设和车路协同技术方面存在优势，因此车路协同或助力中国在全球范围内领跑商用车自动驾驶
车路协同由政府、通信企业和大数据企业等驱动，提供自动驾驶的“上帝视角”辅助，降低车端投入成本，提升车辆的决策能力，解决当前的技术挑战，加速智能驾驶无人化落地。2017年，百度曾做出理论假设，认为自动驾驶汽车53%的接管问题可以通过路侧设施来规避，但过去一年的试验表明，90%的路口端潜在重大接管已被路侧设备很好地解决。甚至在有些路口，即使将车端的感知设备全部关掉，仅依赖路侧感知也能实现自动驾驶车辆在路口无保护左转。商用车领域的车路协同场景更为明确，如恶劣气候下的高速路安全引导、场站和园区的物料运输等。
智慧城市建设符合中国“新基建”的整体方向，而车路协同作为重要的基础设施也将随之得到推广。根据住建部统计，截至2020年4月，我国累计智慧城市在建试点数量达到749个。2021年，住建部和工信部确定了两批共计16座城市为“双智”试点城市，在这些城市探索智慧城市基础设施与智能网联汽车协同发展。试点工作开展一年多来取得初步成效，坚定了中国走“单车智能+车路协同+网联赋能”路线的信心。随着“双智”试点的经验做法推广到更多城市，更多的路侧智能基础设施的建设也将助推高级别自动驾驶的落地。
从全球范围来看，车路协同有两大技术路线，即专用短程通信(DSRC)技术和蜂窝车联网(C-V2X)。其中，DSRC技术成熟度高，已拥有商用芯片且测试成熟度较高;C-V2X起步相对较晩，但其基于蜂窝通信技术可移动性和可靠性强，且可以前向兼容5G演进路线，未来能支持自动驾驶，是更代表未来的技术路线。中国C-V2X路线实践引领全球，车路协同技术已经进入加速示范期。
趋势三：自动装卸和车挂自动连接打通运输到仓储和转运的自动化，助力物流全链路自动化的实现
运输和仓储的高效运营升级殊途同归，最终无人化都是重要的抓手。为了协同商用车自动驾驶，需要自动装卸货技术的辅助，以实现运输到仓储的全链路无人化。自动装卸系统(ATLS)最早于1960年代出现在欧洲，1980年代中期得到广泛应用，在国外已有数十年的应用历史，解决方案相对成熟，但在中国却受限于物流运输标准化程度较低，推广有限。然而，其近年来在中国市场需求开始大幅上升，特别是在标准化程度较高、对供应链效率和安全要求高的领域，如汽车制造、快消品、冷链等。
此外，卡车无人化后需要车挂自动连接装置帮助其自动配对、连接相应挂车。例如，美国某自动驾驶物流初创公司为其园区内的自动驾驶卡车开发了自动化的车挂对接技术。
文章来源：汽车与配件，车云网，证券日报
