汽车行业自动驾驶专题行业研究和分析报告之L3、L4级别落地时间表，算法型企业.pdf

◆ 正视L3、L4级别落地时间表，算法型企业的关键一年 36氪研究 | 自动驾驶专题行业研究 2019年6月 36Kr-自动驾驶专题研究报告 2019.6 要点摘要 ➢投资视角 ◼ 技术难度：L2级别ADAS的大范围应用建立在Tier1 分析师 强大的系统、模块化能力以及车规级产品基础上。 姓名：李坤阳 L3级别不论是驾驶安全风险还是技术攻克难度是真 微信：frank308 正的分水岭，是乘用车主机厂近期量产合作的重点 邮箱：likunyang@36 ，专注乘用车场景的部分一级市场公司已有L3级别 量产能力。L4级别对商用场景的降本提效意义重大 ，可大幅降低人力成本，后期车内无需配置安全员 参考报告及文章 ，但在国内落地时间受不确定性因素影响。 《蔚来-场景致胜：汽车产业趋势洞察》 ◼ 场景落地与技术难度： 乘用车场景目前经历L2级别 --蔚来资本&罗兰贝格 2018.11 过渡到L3级别，多采用激光雷达+毫米波雷达+摄 《Initiating on EV Battery Material Suppliers ：Be Selective》 像头的感知方案，采用FPGA或部分采用ASIC芯片 --Morgan Stanley 2019.02 ，结合零散区域范围内高精地图进行决策控制；商 《七大总结 2018中国自动驾驶产业年 用车以高速货运为主，落地可以迅速降低成本提高 度报告》 --亿欧智库 2018.07 效率，以L4级别作为主要突破方向，多采用摄像头 《AI 芯片市场正快速起航，国内边缘芯 视觉+激光雷达的感知方案，以及GPU芯片作为计 片面临更大机遇 》 --平安证券 2019.4 算中央，参与者众多但有量产合作的企业数量少。 ◼ 行业KSF （关键成功因素）： ✓ 算法型公司（提供解决方案和系统）：订单交付能力（是否与主机厂和Tier1就产品 有真正订单合作）、研发团队的人员背景（研究相关模型及算法投入时间）、是否具 备成熟产品投入测试运营、相关场景的传感器组合成本是否适用于量产、战略规划是 否稳定（专注目标场景落地的时间） ✓ 硬件供应（传感器及芯片）：毫米波雷达发展成熟，是大部分算法型公司的解决方案 感知层主要设备；车规级的激光雷达研发周期长，用来做测试采购成本较高，且必须 外露在车外进行感知，乘用车解决方案中涉及相对较少；摄像头视觉解决方案多用于 L2级别，L3级别及以上应用规模大；芯片研发未来倾向ASIC专用芯片，目前GPU通 2 用芯片更多用于适合L4级别以上的商用场景。 目录 一、自动驾驶：2020年多数场景L3落地，场景商业化差异大 1.1 自动驾驶概念：时间表推迟，“地理围栏”限制使用场景 1.2 ADAS：实现无人驾驶前，由高级辅助系统辅助驾驶员 1.3 自动驾驶分级：L1-L4适