2 自动驾驶：分为6个等级，3大系统

2.1 自动驾驶：可分为6个等级，其中L3是重要分水岭

按照自动化程度，自动驾驶可划分成不同的等级。目前国际上比较认可的标准有三种：1）BASt(德国联邦交通研究所)自动驾驶分级标准，于2012年第一次发布；2）NHTSA(美国高速公路交通安全管理局)自动驾驶分级标准，于2013年5月第一次发布；3）SAE(美国汽车工程师学会)自动驾驶分级标准，于2014年1月第一次发布。其它国家基本都是参考这三个标准制定各国的自动驾驶等级标准，其中SAE标准虽然推出最迟，但是由于标准划分最为详细，成为最通用的自动驾驶分级标准，中国、美国、日本、欧盟等都是参考的SAE标准。

工信部2020年3月公示《汽车驾驶自动化分级》推荐性国家标准报批稿，如下表所示，与SAE划分基本一致。此外可以发现，从L3开始，驾驶操作和周边监控都是由系统自动完成，驾驶员只需要在紧急动态下做好接管处理即可；从L3开始自动驾驶的主角切换到车辆自动驾驶系统上，L3是自动驾驶人机角色重要的分水岭。
 

自动驾驶技术涉及交通、通信、电子等多个领域的融合，其发展离不开多产业的协同，是一个从L0、L1、L2往L3、L4、L5渐进的过程；不同等级自动驾驶代表性功能和普及时间，并没有官方的定论，但常见于一些机构的论述中，整理如下图所示。从图中可以看到2020年L3级自动驾驶开始普及已成为行业共识。需要说明的是，严格意义上讲，相关功能与车型等级并不能划等号，也即整车具有某项L3级的功能，并不代表整车即为L3级自动驾驶。此外，部分功能可横跨几个自动驾驶等级。比如自动泊车可细分成：常规自动泊车(APA)属于L2，远程遥控泊车(RPA)、记忆泊车(HPA)属于L3，自主代客泊车(AVP)可认为L4。通俗来讲：L1一般是可以解放手或者脚；L2可以同时解放手和脚，但是不能解放眼；L3还可以解放眼，但是不能解放大脑；L4及以上还可以解放大脑。
 

2.2 自动驾驶：可细分成感知、控制、执行三大系统

自动驾驶按功能可划分为：感知(环境感知与定位)、决策(智能规划与决策)、执行(控制执行)三大核心系统。自动驾驶系统最终是为了取代人工，如果将其类比人的话，如下图所示：感知层相当于人的五官，感知周围的环境，搜集数据传输到决策层；决策层相当于人的大脑，处理感知层传输的数据，输出相应的操作指令给执行层；执行层相当于人的四肢，执行大脑给出的指令。其中感知层主要包括三部分，环境感知、位置感知和速度、压力等其它感知；决策层主要包括三部分，操作系统、集成电路、计算平台(含算法)；执行层主要包括三部分，动力供给、方向控制、车灯控制。
 

3 感知系统：传感器

感知系统是数据采集的入口，其采集数据的精确度和效率直接影响着决策系统的判断和执行系统的操作，是实现自动驾驶的前提。感知系统有两大核心技术，传感器和高精地图；本章我们重点分析传感器。

3.1 传感器概况：分为四大类型，激光雷达综合性能最好

传感器按照工作原理可细分为，视觉传感器、雷达传感器、红外传感器和其它四类；其中雷达传感器又可细分为，毫米波雷达、激光雷达、超声波雷达三种。根据国家知识产权局2018年11月发布的《自动驾驶产业专利分析评议报告》披露，全球自动驾驶感知系统不同类型传感器专利数量占比分别为，视觉传感器30%、毫米波雷达22%、激光雷达20%、超声波雷达13%、红外传感器9%、其它传感器6%。
 

不同传感器由于工作原理不同，其优缺点各异，适合的应用场景也有所差异：1）视觉传感器(摄像头)，其优点在于探测距离较远、分辨率高，且能识别路标和交通信号灯，但是其缺点也很明显，对光线要求很高，容易受天气影响；2）毫米波雷达，其优点在于探测距离远、灵敏度高、穿透性强，但是其缺点在于对非金属不敏感、静止测距能力弱、很难探测物体大小和形状；3）超声波雷达，其优点在于成本低、精度高，但是其缺点在于反馈时间长，只适用于倒车等短距离场景；4）激光雷达，其综合性能最好，不仅灵敏度高、探测角度广，而且可探测多数物体，精度高、且可3D建模，但是其缺点在于成本高昂、受天气影响大；5）红外传感器，最大优势在于可以夜视，但是其灵敏度、静止测距、探测角度都比较一般。具体比较如下表所示，其性能参数为公开资料和行业龙头产品参数综合，实际可能有一定出入。
 

3.2 传感器现状和趋势：激光雷达尚未商用，传感器组合成为行业趋势

由于各类传感器优缺点都很明显，只有组合使用才能满足复杂的应用场景。下表列举了主流车企代表车型的感知系统传感器方案，从中可以发现，基本都采用的视觉传感器+雷达传感器组合的方案，常用的配置为“1个前视摄像头+4个环视摄像头+12个超声波雷达+3个毫米波雷达”，而激光雷达暂时没被采用。
 

雷达传感器方面，由于目前激光雷达技术不成熟、成本高昂，暂时应用很少；而超声波雷达由于声速较慢，反应时间长，探测距离很短，应用很受限；当前自动驾驶主要依赖毫米波雷达传感器。毫米波雷达通过向外发射毫米波，并接收反射回来的信号，达到测速和测距的目的。目前在毫米波领域，开放民用的波段有，24GHz、60GHz、77GHz、79GHz、120GHz；中国市场常用的有24GHz、77GHz、79GHz三种。根据波的传播理论，频率越高，波长越短，分辨率越高，天线体积越小；此外波长越长，方向性差，回波比较少，探测距离也相对较短。从下表可以看出，相比24GHz而言，77GHz、79GHz带宽更大、天线体积更小、分辨率更高、探测距离更长，优势十分明显；目前24GHz主要用于短中距离，用作实现盲点探测系统；而77GHz、79GHz用于中长距离，实现自适应巡航系统；而随着后者的技术走向成熟，将逐渐取代24GHz。
 

3.3 传感器问题：政策需要完善、技术不够成熟、成本过高

尽管感知系统发展较快，但是在实际应用中仍然存在较多问题，主要体现在三点：1）当前感知系统仍然存在一些缺陷，这种缺陷随着自动驾驶等级提升逐渐被放大；2）优良性能的激光雷达由于成本太高，目前在主流车型上并没有得到应用；3)关于传感器如毫米波雷达、激光雷达等标准尚未出台，相关政策激励措施欠缺。
 

3.3.2 成本过高：单个激光雷达价格超过现在感知系统硬件总价

当前主流感知系统硬件组合为“1个前视摄像头+4个环视摄像头+12个超声波雷达+3个毫米波雷达”，根据电动车百人会预测，2020年摄像头、超声波雷达、毫米波雷达平均成本分别为60美元、12美元、90美元，对应总成本在714美元。而根据2020年8月，广汽蔚来发布的BOM(物料清单)表，其整车BOM成本为257022元，其中前向雷达总成1544元、盲区检测传感器1260元、全景泊车系统1012元、生命探测系统593元、倒车雷达系统496元，感知系统硬件总计在4905元；与百人会的预测较为一致。

然而，综合性能最优的激光雷达成本却居高不下，商用化进程缓慢。以全球激光雷达龙头Velodyne为例，2020年7月官宣，其无人驾驶用16线激光雷达现在可以面向全球客户降价50％，价格约3999美元；以国内知名激光雷达公司速腾聚创为例，其官网RS-LiDAR-M1产品，售价在1898美元，超过目前主流感知系统硬件配置的一倍以上。
 

3.3.3 政策体系需完善：标准不够细化，政策扶持尚未明确

当前自动驾驶政策体系尚需完善的地方有两个：1）标准体系；2）政策扶持。

1）标准体系：2017年 12月，工信部联合其它部委发布了《国家车联网产业标准体系建设指南（智能网联汽车）》系统性阐述了智能网联汽车的标准体系；但是目前发布的标准较少，关于ADAS和高级自动驾驶标准文件尚缺，对于行业未来的技术走势和标准建设缺乏指引性文件。

2）政策扶持：2020年 3月，工信部联合其它部委发布了《智能汽车创新发展战略》，给出了目标和主要任务，但是对于相应的关键技术企业如感知传感器企业的政策扶持如税收减免、政府补助等还未明确和普及。

4 感知系统：高精地图

高精地图也叫高分辨率地图，亦称自动驾驶地图，主要面向自动驾驶的应用场景，在自动驾驶场景中承担着辅助环境感知、辅助定位、辅助路径规划、辅助控制等功能，是实现自动驾驶必不可少的基础设施。

1）辅助环境感知：传感器容易受到大雾、大雨等恶劣天气影响，且在夜间光线差、地下信号差的地方表现不佳，通过高精地图实现的精准定位是对传感器的重要补充。

2）辅助定位：在汽车行驶过程中，由于信号、时延等多种因素，存在一定的位置误差，通过高精地图的精准匹配作为补充，可实现汽车的精准定位。

3）辅助路径规划：高精地图关于道路数据的维度更广，包含车道中心线、信号灯、周围障碍物、限速牌等多重信息；而且精度更高，达到厘米级；在实际中可辅助系统规划最佳的驾驶道路方案。

4）辅助控制：高精地图可以提供超出传感器探测范围的道路信息，而且在自动驾驶过程中通过对周围环境的精确还原，可提前提供加减速、转向、变道等控制建议，辅助系统进行自动驾驶操作控制。

4.1 高精地图现状：3大核心势力共28家厂商获得资质，高德一家独大，四维图新次之

相比普通地图，高精地图精度更高、时效性更强、数据维度更广。1）精度更高：普通地图精度在m级，高精地图精度在cm级。2）时效性更强：对于静态数据，普通导航地图更新频率在月度或者季度；高精度地图更新频率为天或者周；对于动态数据，普通地图不做更新要求，高精地图要求实时更新。3）数据维度更广：普通地图只记录道路级别的数据，如道路等级、形状、坡度、方向等，而高精地图还需要记录车道类型、宽度、护栏、路沿、交通指示牌、信号灯等。

2016年2月，国家测绘地理信息局发布《关于加强自动驾驶地图生产测试与应用管理的通知》明确指出：自动驾驶地图属于导航电子地图的新型种类和重要组成部分，其数据采集、编辑加工和生产制作必须由具有导航电子地图制作测绘资质的单位承担。截止到2020年10月底，根据自然资源部审批公示，我国目前拥有高精地图测绘资质的厂商一共28家，按照背景可分为三类：1）传统图商，以四维图新、凯立德、立得空间等为代表，共13家;2）互联网企业子公司，以高德、长地万方、滴图等为代表，共10家；3）事业单位，以国家基础地理信息中心、江苏省测绘工程院为代表，共5家。
 

据高工智能汽车研究院统计，2019年中国自主和合资品牌汽车前装导航市场被6家供应商瓜分：高德58.76%、四维图新24.30%、百度9.08%、易图通4.13%、腾讯2.32%、凯立德1.41%；其中高德占比过半。

4.2 高精地图趋势：测绘方式从专业到众包

高精地图的制作可简单划分为：1）数据采集；2）数据加工；3）数据转换；4）数据发布；5）数据应用，五个步骤。相比普通地图，高精地图由于精度高、时效性强、数据维度广等特征，每公里产生的数据量更大，呈几十上百倍的增长；大大增加了高精地图的数据采集工作量和难度；普通地图采用的专业采集对高精地图并不太适用。数据的采集可分为专业集中式、众包分布式两种；前者是使用专业的地图数据测绘车，通过激光雷达、摄像头、IMU(测量惯性单元)、GNSS(全球导航卫星系统)等采集设备收集交通数据；后者是利用整车厂自身大量级车型所携带的摄像头进行数据采集。随着高精地图的出现，众包模式逐渐受到大家的关注和应用，已成为高精地图数据采集的趋势。

4.3 高精地图问题：标准、技术、成本改善空间很大

高精地图推广应用还需要解决三个问题：1）标准体系尚需完善；2）技术成熟度不够；3）商用成本较高。

4.3.1 标准体系尚需完善：地图格式规范尚无中国标准

当前我国关于高精地图的标准仅集中在数据模型端，国家市场监督管理总局和中国国家标准化管理委员会于2019年7月分别发布了《智能运输系统智能驾驶电子地图数据模型与交换格式第1部分：高速公路》和《智能运输系统智能驾驶电子地图数据模型与交换格式第2部分：城市道路》两份标准征求意见稿，对于道路模型、车道模型、路口数据等都有详细的标准；但是对于地图编译和格式规范尚无相关标准；相比世界其它国家，节奏有点落后。

目前全球关于高精地图的格式规范已经发布的标准有：1）NDS导航数据标准(NDS协会发布)；2）OpenDRIVE地图格式标准(德国VIRES公司发布)；3）JDRMA标准(日本数字地图协会发布)；4）GDF标准(欧洲电子地图计划)；5）Etak标准(美国Etak公司发布)；6）Navtech标准(美国导航技术公司发布)。

4.3.2 技术成熟度不够：地图采集和实时更新较难

高精地图的难点可粗略分为两部分：1）地图制作难，2）地图更新难；其中地图制作难，难在地图数据的采集，而地图更新难，难在数据量大、时效性很难保证。

1）地图数据采集：正如前文所述，高精地图在精度和数据维度上远高于普通地图，如果采用专业测绘车，耗时太长无法保证数据量；如果采用众包模式无法保证数据精度；当前专业采集和众包采集联合方式，在数据融合和去重、冗余方面还处于探索阶段，需要解决的技术问题还很多。

2）地图实时更新：正如前文所述，无人驾驶需要实时动态地图，高精地图需要不断更新，尤其是动态数据；这不仅要求图商在数据采集、数据编译、数据发布方便的时效，而且对汽车接收数据、数据储存方面也提了很高的要求。

4.3.3 商用化成本较高：传统地图免费，而高精地图约500-800元/车/年

自2013年8月，百度宣布百度导航App V2.0版即日起永久免费，随即高德也宣布导航地图免费，之后普通导航地图免费成为行业通用打法。而目前高精地图，由于测绘、更新成本很高，还不能做到商业化免费；而且随着自动驾驶等级提升，对地图精度、时效性要求也会大幅度提升，其成本仍有上升空间。目前高精地图的收费模式，以四维图新为例，主要是按“license收费+更新服务费”。

目前行业的标准一般在500-800元/车/年；2020年4月高德于北京宣布，将对高精地图服务进行升级，升级后将会以每辆车不超过100元/年的成本价格向合作伙伴提供标准化服务。但该情况毕竟只是少数，而且高德以成本价售出的核心原因在于作为阿里巴巴子公司其并不依靠地图服务盈利；然而这种大幅度降价对于依靠地图授权收费的传统图商如四维图新之类存在很大难度。

来源：摘录自泽平宏观