人工智能行业主题研究：AI+汽车，通用无人驾驶距离我们还有多远？.pdfVIP

目录 通用领域无人驾驶进度放缓，前途仍旧光明 3 Uber 事故引技术成熟度担忧，网络安全问题是潜在威胁 3 路测统计显Waymo 技术实力，模拟测试重要性开始突出4 自动驾驶狂热期已过，L5 规划料将推迟 6 实现通用无人驾驶，安全是核心、需五大基础 7 自动驾驶蕴含巨大的长期社会效益和经济效益 8 限定场景自动驾驶成长超预期，商业化只待成本降低 10 物流领域：快递、卡车货运、仓储 10 公共交通：巴士、出租车、摆渡车 11 限定场景自动驾驶商业化只待成本下降 12 AI 赋能汽车理解决策能力，端到端自动驾驶是终极目标 13 AI 技术在理解层和决策层中赋能自动驾驶 13 深度学习算法在自动驾驶中广泛应用，端到端自动驾驶仍具挑战 14 智能汽车产业链 16 图表 图表1: 自动驾驶汽车事故 3 图表2: Uber 公共道路行人致死事故现场4 图表3: Jeep 自由光车载系统遭破解4 图表4: Waymo 及其他公司加州自动驾驶汽车测试统计（2016.12-2017.11 ）4 图表5: Waymo 的自动驾驶模拟系统Carcraft 5 图表6: 自动驾驶模拟系统结构示意 5 图表7: Gartner 2017 年新兴技术成熟度曲线 6 图表8: Gartner 2018 年新兴技术成熟度曲线 6 图表9: 自动驾驶汽车时间表 6 图表10: 通用无人驾驶需五大基础的完善 7 图表11: 汽车传感器早期融合方案 7 图表12: 汽车传感器后期融合方案 7 图表13: 中国消费者自动驾驶功能接受度 8 图表14: 1953-2017 年德国交通事故死亡人数 8 图表15: ITF 共享的全自动驾驶汽车需求数量模型 9 图表16: 限定场景自动驾驶商业化速度较快 10 图表17: 京东校园快递无人车 11 图表18: Otto 自动驾驶卡车 11 图表19: AGV vs. AMR 11 图表20: Clearpath OTTO 100 自主移动机器人 11 图表21: 百度自动驾驶巴士阿波龙 12 图表22: nuTonomy 自动驾驶出租车 12 图表23: 限定场景下自动驾驶与其他方案成本对比 12 图表24: 自动驾驶技术框架 13 图表25: 基于激光雷达和视觉的物体识别 14 图表26: 深度学习在自动驾驶中的应用 15 图表27: 智能汽车产业链 16 请仔细阅读在本报告尾部的重要法律声明 2 中金公司研究部: 2018 年9 月3 日 通用领域无人驾驶进度放缓，前途仍旧光明 Uber 事故引技术成熟度担忧，网络安全问题是潜在威胁 事故频发暴露自动驾驶技术成熟度不足 2018 年 3 月，美国亚利桑那州坦佩市一条 4 车道公共道路上，处于自动驾驶状态的 Uber 测试车撞倒一名骑自行车横穿街道的行人，并致其死亡，这是世界上首起自动驾驶汽车在 公共道路上撞击行人并致死事件。录像显示，事故发生时虽是深夜，但天气良好、道路环 境简单。 Uber 事故并不是孤例，自动驾驶系统、驾驶员以及道路上其他车辆或行人都有可能导致事 故的发生。虽然数据显示搭载Autopilot 的特斯拉比普通汽车更加安