中国无人驾驶产业解读专题报告2016
从20世纪70年代开始，美、英、德等发达国家开始进行无人驾驶汽车的研发。近年来，以谷歌为代表的企业陆续进行无人驾驶汽车的路测试验，无人驾驶技术得到不断发展。中国从20世纪80年代开始进行无人驾驶汽车的研发。1992年，国防科技大学成功研制出中国第一辆真正意义上的无人驾驶汽车。2005年，上海交通大学成功研制首辆城市无人驾驶汽车。随着无人驾驶技术的不断发展，百度、长安汽车等互联网企业和整车厂也纷纷在无人驾驶领域重点发力，2016年无人驾驶受到了行业高度关注。
无人驾驶产业发展背景分析
研究定义
- 无人驾驶汽车：是一种智能汽车，也可称之为轮式移动机器人。它通过智能传感系统感知路况，依靠计算机系统进行自主规划决策，并完成预定行驶目标。
- 智能汽车：是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。
- ADAS（Advanced Driver Assistant System）：高级驾驶辅助系统，是一系列驾驶辅助系统的集合。ADAS以提升驾驶者安全和舒适为目的，通过雷达、摄像头等传感器感知周围环境， 运用算法做出行为判断， 来提醒驾驶者或直接控制车辆的方式避免碰撞。
- 车联网：是指以依托于云计算、大数据技术、通信技术、搜索技术、导航、多媒体技术、支付等互联网工具，围绕用户的车生活，整合线上与线下资源，为用户提供完整和全面的智慧出行服务。
- 人机交互（Human-Computer Interaction）：是指人与计算机之间使用某种对话语言，以一定的交互方式，为完成确定任务的人与计算机之间的信息交换过程。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流，并进行操作。
- 深度学习:通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征，是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、声音、动作、表情和文本。
无人驾驶是智能汽车发展的最高形态
无人驾驶形成两条发展路径——ADAS和人工智能
中国无人驾驶汽车市场AMC模型
无人驾驶产业生态图谱分析
中国无人驾驶产业生态图谱
智能零配件提供方关键成功要素
- 感知层面：扩大感知范围，提高信息采集精确度
- 决策层面：加大研发投入力度，掌握核心芯片技术
- 执行层面：加快响应速度，提高运行稳定性
无人驾驶汽车智能零配件图示
智能零配件是实现无人驾驶的硬件基础
国内智能零部件提供方现状
整车提供方关键成功要素
互联网企业掀造车热潮，整车供应格局有望被打破
技术提供方关键成功要素
- 深度学习算法：获取更全更多的学习样本、优化算法模型
- 云服务平台：增强数据安全性保障、提高非结构化及海量数据的存储能力和响应速度
- 车联网技术：需要国家政策支撑，全面构建顶层设计
- 系统平台：提高新事物的响应速度、增强功能性和数据安全、提高启动速度
- 人机交互技术：获取更全更多的学习样本，优化算法模型
深度学习算法和云服务加速无人驾驶技术提升
V2X的车联网技术促进无人驾驶技术的不断完善
人机交互技术让人车交流更简单更自然
内容提供方关键成功要素
- 地图导航系统：完善高精度地图、实时更新地图内容
- 娱乐通信生活服务：开发基于LBS技术的深度服务，完善配套移动支付方式
高精度地图可降低无人驾驶汽车对硬件的依赖
通信服务完善汽车知识结构，丰富汽车生活
无人驾驶典型企业及发展趋势分析
谷歌无人驾驶汽车结构图
谷歌无人驾驶研发进程
中国无人驾驶行业发展趋势分析
- 无人驾驶商业化进程不断深入，将大规模取代传统司机的职位。
- 无人驾驶免受人为因素的影响，有助于降低交通事故发生频率。
- 无人驾驶对云服务和大数据等技术提出更高要求，大数据将成为推动企业发展的新能源。
- 无人驾驶行业的发展将促进共享经济的快速实现。
