1、行業基本定義

根據賽迪研究院定義，智能網聯汽車是指搭載了先進的傳感系統、控制系統、決策系統，可通過通信網絡技術實現車與車之間的聯接、車與網絡中心、智能交通系統等服務中心的聯接，甚至是車與主宅、辦公室及一些公共基礎設施的聯接，具備信息共享、環境感知、智能決策、自主控制功能，可實現安全、舒適、節能、高效行駛，并最終可替代人來操作的新一代汽車。

據 SAE(國際上最大的汽車工程學術組織)對自動駕駛技術的定義，隨著智能汽車智能化程度提升，可將自動駕駛劃分為無自動化、駕駛輔助、部分自動化、有條件自動化、高度自動化、完全自動化六個階段。SAE 將之劃分為五個階段，NHTSA 則將之劃分為四個階段。國內對智能網聯汽車的定義則提出，隨著智能化程度由低到高，從駕駛輔助逐步接入到完全自主駕駛，可分為DA、PA、HA及FA四個階段。

NHTSA/SAE 對無人駕駛發展階段的分類及定義

2、行業技術路徑

自動駕駛實現的方式主要有兩種思路：1)從L0 跨度到L4，在特定的垂直領域和相對封閉的環境中推進無人駕駛;2)從 L0 逐步跨度到L5，通過整合集成 ADAS 中的控制功能，實現真正的無人駕駛。現階段各媒體所報道的“無人駕駛”領域的技術研發進展，其實分布于不同技術階段。以美國 NHTSA 對于自動駕駛技術的階段劃分來看，大部分處于 L1-L3 階段。

目前來看，采取路線 1 企業的研發成果與路線 2 相關企業相比，基本上自動化程度稍高一些， 大部分都是處于或者是定位于L3 及以上級別自動駕駛。而路線 2 的主要參與者更加希望通過外延擴張方式來補充自身在算法、高精地圖等方面的缺陷，如通用收購自動駕駛創業企業Cruise Automation，奔馳/寶馬/奧迪聯合收購高精地圖公司 Here 等。

由于各自擁有的核心競爭力不同，雖然二者同樣是做自動駕駛領域的投資布局，但彼此之間更多的不呈現為嚴格意義上的競爭關系，最終會呈現為互補形式。IT 類企業核心在于算法，其更多偏向于 B 端服務市場，而傳統車企核心在于整車設計、制造及銷售，產業鏈整合優勢明顯，更偏向于 C 端消費者市場。

我們認為，最終上述二者的合作將會越來越多，如百度與戴姆勒、寶馬的合作，谷歌與菲亞特克萊斯勒、大眾的合作等等。

3、行業產業鏈結構

從智能汽車產業鏈看，產業鏈前端核心主要由三大核心系統、一個平臺和一套總成組成。其中三大核心系統指感知系統、控制系統和執行系統;感知系統由攝像頭、雷達、定位儀等傳感設備構成，控制系統由芯片、算法和軟件構成，執行系統主要由加速執行器、制動執行器、轉向執行器和電子穩定系統等構成;一個平臺指車聯網平臺，其由 3G/4G/無線等通訊網絡、通訊終端、精確 3D 地圖等組成;一套總成系統指動力總成系統，包括動力電池包、電機、電控等。

產業鏈中游為整車制造商。

產業鏈下游主要是汽車后市場，涵蓋車輛保險、保養、維修、共享租賃等服務市場。

智能網聯汽車產業鏈結構示意圖

4、市場發展規模

根據中國乘聯會數據，2017 年，中國乘用車銷量約 2423.8 萬輛，同比增長 1.5%，增速較2016 年的 16%減少 14.5 個百分點。考慮到中國千人汽車保有量在全球范圍內仍舊處于較低水平，低于大多數發達國家，甚至低于部分發展中國家。預計2017-2020 年，中國乘用車銷量仍將保持年均 7%的增速，2020 年中國乘用車銷量將接近 3000 萬輛;2020-2025 年中國乘用車銷量將保持年均 4%的增速，2025 年中國乘用車銷量將達 3600 萬輛。

中國乘用車的銷量情況(單位：萬輛)

5、市場競爭格局

目前自動駕駛技術的開發企業有三類，第一類是傳統車企或汽車零部件廠商，包括通用汽車、寶馬、奧迪等廠商;第二類是互聯網科技巨頭，包括谷歌、百度、優步、滴滴等;第三類是創業型科技公司，包括Navya、Aurora Innovation 等等。三類企業從各自的產業或技術角度對該領域看好，并且他們可以提供足夠的資金進行無人駕駛汽車的測試——前二者本身擁有雄厚財力，而創業公司則在風投公司處得到強大的資本助力。

自動駕駛企業類型、競爭優勢及代表企業

中國部分領先的自動駕駛初創公司

根據美國市場研究機構Navigant Research2018年初發布的2017年自動駕駛技術企業(Automated Driving Vehicles)排名，全球合計19家企業入位領導者、競爭者及挑戰者象限， 另有17家企業入列追隨者象限。

其中通用汽車與Alphabet(原谷歌)旗下的無人駕駛部門Waymo列第一和第二名。進入前十名的還有戴姆勒-博世、福特、大眾、寶馬-英特爾-菲克、安波福、雷諾-日產、沃爾沃-奧托立夫- 愛立信和標致雪鐵龍。中國企業百度的阿波羅計劃無人駕駛項目(百度-北汽合作項目)2018年躋身競爭者之列。蘋果和特斯拉排名靠后，列在第三梯隊。

通用汽車在自動駕駛技術上花費了大量的資金，先后收購了無人駕駛初創企業 Cruise Automation 及激光雷達企業 Strobe，拓展了該公司的汽車共享服務 Maven。公司計劃在 2019 年前部署一支無人駕駛出租車隊。

Waymo 最大劣勢是不具有量產汽車的能力，但在 2017 年其與菲亞特-克萊斯勒、Lyft 及 Avis 等公司達成合作，彌補無法大規模生產汽車的缺陷。此外，公司計劃在 2018 年初于亞利桑那州推出全無人駕駛出行服務，若能成功完成這個目標，他們將成為第一家徹底拋棄人類司機的出行服務企業。

6、momenta/小馬智行介紹

(1)momenta

l團隊背景：公司創始團隊主要來自微軟亞洲研究院、商湯科技/中科院。

l核心技術：公司的定位是打造自動駕駛大腦，核心技術是基于深度學習的環境感知、高精度地圖和駕駛決策。其中高精地圖技術尤為精湛

業務介紹：

環境感知

標識感知：不論是正常情況，還是在黑暗、逆光、惡劣天氣和缺乏清晰車道線的情況下，都可以做到高性能地識別多個車道、交通標志和信號以及可行駛區域。

行人感知：通過檢測行人和識別人體特征點，可以做到理解行人姿勢和行為的意圖，同時也可以準確估計行人與汽車的距離。

車輛感知：路面上的每一輛車都可以還原其3D邊界框，魯棒地檢測車的方向，精確地估算距離，并在高精度地圖上進行實時定位。

高精度地圖

通過提取從多輛汽車拍攝的2D圖像語義點來重建道路、交通標志、信號及周圍環境的3D位置，融合來自GPS和IMU的數據，創建更高精度的地圖。

其高精度地圖方案更具擴展性和商業化落地可能性，其成本僅為LIDAR數據收集方案的1/10到1/100。

駕駛決策算法

駕駛決策由數據推動，類似于建立一個擁有1000億公里駕駛經驗的智能司機。

通過眾包路測，獲得了高精度語義地圖中海量的駕駛軌跡。

通過對海量駕駛軌跡的學習，其算法可以根據當前環境感知和高精度地圖信息，做出駕駛決策規劃。

(2)小馬智行

團隊背景：團隊北京百度、谷歌等

核心技術：整套解決方案，核心產品pony.ai系統

公司亮點：

技術上，已經在中美兩地城區中心道路上實現了白天黑夜、人車混流、全場景下的自動駕駛路測，在大雨天、上下班高峰期均已實完全無人工干預的自動駕駛，并在遇到其他機動車輛或自行車逆行、加塞，車輛和行人闖紅燈等各種突發狀況下做出合理決策。

運營方面，2018年10月在廣州南沙落地了一支小型無人車隊，成為中國第一家對公眾開放無人駕駛試乘體驗的初創企業。

牌照方面，北京自動駕駛測試試驗用臨時號牌共分為T1至T5五個級別，Pony.ai獲北京市政府頒發的自動駕駛車輛道路測試許可(業界稱“路測牌照”)，這張T3牌照為國內目前頒發的最高級別自動駕駛路測牌照，成為國內第一家獲得北京自動駕駛路測牌照的初創企業。國內無人駕駛龍頭百度已于今年拿到了9張T3牌照。

(3)總結分析

momenta/小馬智行均屬于國內初創公司中跑得最快的兩家企業，均拿到了加州路測的牌照，其中小馬智行更是第一家無人駕駛獨家首公司，成為國內除百度之外唯一一家拿到北京T3牌照的公司，由于公司創團隊是百度谷歌無人駕駛研發團隊出身，擁有其先進的無人駕駛系統技術，小馬智行于2018年初也與廣汽集團展開了合作。而monmenta團隊以商湯科技為主，故而在攝像頭技術上較為擅長，通過眾包的方式采集高精地圖技術，其系統是采用百度的abollo平臺，在具體落地上也是逐漸從ADAS進階開始，從共享汽車等開始。

7、行業發展趨勢

1、從整個無人汽車發展看，中短期(3-7 年)的投資機會將會主要集中在 ADAS 的逐步普及及特定場景下的無人駕駛領域。

2、目前實現難度最大的還是在環境感知方面，環境感知方案中各類傳感器單獨使用時都有一定局限，未來肯定是融合。

3、傳感器硬件成本是制約自動駕駛規模化商業落地的重要因素，尤其是激光雷達的成本極高，短期內解決起來比較困難，但長期看成本下降是大趨勢。

4、大規模真實數據的采集及訓練是很多公司現在所做的，安全性的提升不僅需要各種傳感器的精準判斷，更需要大規模數據的不斷迭代。