2024 L4自动驾驶：Robotaxi研究十问（整体框架篇）.pptxVIP

;

■当前自动驾驶公司的商业化进程怎样?自动驾驶技术先探至L4,大规模商业化停留于L2,L2级辅助驾驶在商业化上已发展成熟，头部车企在此基础上发展高速及城市NOA等覆盖周边环境的自动驾驶，且已有部分公司技术达到L4级别。但大多车企仍不对外声称L3,而是以L2+/L2++等来强调自身产品功能的增强，以规避监管压力以及潜在的事故责任，L4及以上的自动驾驶，系统承担所有驾驶责任。

■不同技术路线下的无人驾驶公司算法逻辑有何不同?自动驾驶技术的发展路径可分为渐进式和跃进式两类，两者算法逻辑不同，路线有收敛的趋势，汇集点为Robotaxi。渐进式主张从L1、L2、L3状态的人机共驾逐渐过渡到L4无人驾驶，在量产车上先搭载辅助驾驶并收集数据，利用不断扩大规模的高质量数据持续优化算法，逐步攻克自动驾驶各项核心环节(比如AVP功能),安全、模块化迭代、步步为营；代表厂商为特斯拉以及蔚小理类主机厂；跃进式直接以L4无人驾驶为目标进行研发，通过大规模车队获取路测数据直接来训练无人驾驶算法网络，Topline更高、中间不可控的问题比较多、算法架构起点更高，代表厂商以Waymo和百度类科技企业以及小马智行和文远知行类初创企业为主。;

■为什么说自动驾驶产业现阶段技术汇集点在于Robotaxi?Robotaxi商业化进程前景不够明朗，跃进式路

线引领企业Waymo在多次自动驾驶汽车事故后估值接连下滑，发展疲软暴露跃进式路线商业化空白期长的问题，其他厂商也开始降维寻求过渡期的商业模式；渐进式路线下，城市NOA成为ADAS主战场，所需技术与Robotaxi类似，在城市NOA场景下实现L2+功能对传感器的要求更趋近Robotaxi,为渐进式路线企业入局Robotaxi打下基础。

■Robotaxi产业格局怎样?主机厂+自动驾驶企业+运营商三角结构怎么看?“软件定义汽车”趋势深化的产业背景下，给各方势力入局Robotaxi带来可能性。当前“主机厂+自动驾驶解决方案供应商+运营商”为Robotaxi主流合作模式，其中自动驾驶企业能够提供Robotaxi软硬件解决方案，OEM拥有整车量产能力，

运营商提供服务场景，比如“Waymo+捷豹+Uber”模式。但中长期是否会被TSL这???一体式替代值得思考，更大的可能性是两种模式并行。;

■纯视觉VS多传感器融合，不同技术路线的核心竞争力是什么?纯视觉方案仅基于摄像头进行感知，相对多传感器融合有明显的硬件成本优势，同时对软件要求较高，需要依靠强大的算法才能保证感知的准确性与效率，但在纯视觉方案基于深度学习的算法尚未达到全路况覆盖的情况下，其安全性仍存疑，多传感器融合方案更加可靠，因此现有Robotaxi解决方案均采用该路线。我们判断，随着技术的迭代，视觉方案有望凭借性能天花板高及成本可控的特性成为高阶自动驾驶方案中主流的感知路线；但考虑到产品安全问题，仍需要搭载雷达作为冗余设计。

■复盘自动驾驶发展历史，当前核心关注点是什么?自动驾驶发展经历了导入期、冷静期、落地期及出清期，冷静期过后市场更加关注落地应用情况。2021年为自动驾驶场景落地和商业应用元年，Robotruck头部公司图森未来上市，地平线、小马、文远股权融资进入中后期。2023年进入产业整合阶段，据加州DMV数据，2023年路测公里数和路测车辆数量相对2021年分别增加52%/37%,而参与公司数量从26家下滑至21家。我们整体判断Robotaxi短期竞争力在于运营规模，长期看技术路径和平台效应：Robotaxi现阶段发展重心在运营落地+抢占份额，牌照资源形成壁垒；后期若要在在城市公开道路中大规模且常态化运行，关键看点是技术，视觉方案与多传感器融合方案的差距或将逐渐显著;主流技术方案明确后，差异化优势将转移至平台/生态层面，中后期滴滴类平台公司有望基于Robotaxi前瞻布局受益。

4;

■端到端算法处于迭代验证阶段，技术瓶颈怎么看?自动驾驶架构从多模块向端到端融合发展，端到端模

型的核心优势在于信息的无损传递，能够基于完整数据进行全局任务优化，在单一网络中直接生成车辆的控制指令或运动规划，这种设计使得整个系统针对最终目标进行优化，而非仅仅针对某个独立的子任务，从而实现自动驾驶性能的全局最优化。随着高质量数据的积累和模型的优化，端到端架构能实现的性能天花板高于模块化架构。端到端模型迭代对算力和数据的要求高，资源竞赛形成进入壁垒；国内厂商中，商汤/百度/华为算力储备丰富，且均有底层大模型(Sensecore/文心/盘古)支撑自动驾驶模型训练。

■泛化能力角度，UE打平何时到来?按照萝卜