2022年对于中国的自动驾驶行业而言将意义非凡。

在刚刚过去的2021年，11月25日，北京市智能网联汽车政策先行区，正式对外发布《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理实施细则（试行）》，并向部分企业颁发国内首批自动驾驶车辆收费通知书。

北京成为国内首个明确认可自动驾驶”Robotaxi“商业化试点的城市，这也标志着国内自动驾驶赛道终于迎来了“下半场”——商业化运营阶段。而高速干线、末端物流、矿区、港口、环卫等应用场景的自动驾驶也将正式进入商业化元年。

在国际上，中国自动驾驶领域的头部参与者已逐渐成为国际自动驾驶行业领先选手，据2021年加州DMV发布的《2020年自动驾驶接管报告》数据显示，AutoX与Pony.ai的MPI（Miles per Intervention，平均每次接管的行驶里程间隔）指标上榜前五名，紧随Waymo、Cruise之后。

据天眼查数据显示，自动驾驶赛道自2016年开始进入爆发期，之后融资持续攀升，2021年相关融资高达94起，热度在整个汽车出行领域最高，披露融资金额超过435亿，同比历史最高。

在这一整年汽车领域超过3亿美元的十余笔大额融资中，自动驾驶及相关赛道占据了五席，分别是：地平线、Momenta、斑马智行、文远知行、禾赛科技。

站在产业的角度，随着自动驾驶技术的成熟与商业化落地，汽车产业链原有的价值分配格局将被颠覆，汽车将不再是从属于人的驾驶工具，而是成为自主导航的运输类机器人。

展望未来，自动驾驶将深刻改变汽车产业，汽车很可能会分为两类，一类是有人驾驶的汽车，一类是移动服务汽车。传统的汽车制造商将逐步向运营服务商转型，为用户提供MaaS（Mobility as a Service）/TaaS（Transportation as a Service）的一站式服务。

自动驾驶产业链结构分析

自动驾驶汽车功能的实现需要汽车制造商、零部件供应商、车载计算平台开发商、出行服务商供应商等多方主体参与。上游包括感知、传输、决策和执行层；中游为平台层，包括整合的智能驾舱平台、自动驾驶解决方案及传统的车联网TSP平台；下游主要为整车厂及第三方服务商。

上游包括感知、传输、决策和执行层。感知层由车载摄像头、雷达系统、高精度地图、高精度定位、导航系统、路侧设备等组成；传输层基于通信设备和服务为自动驾驶提供信号传输，主要包括通信设备和通信服务；决策层包括计算平台、芯片、操作系统、算法等；执行层是对决策命令进行执行，包含线控、电子驱动/转向/制动、系统集成及其他汽车零部件厂商。四条系统环环相扣，实现汽车网联化功能。

1） 感知层用于感知外部环境变化、获取相关信息。主要包括智能硬件（传感器、RFID及车载视觉系统等）、导航（GPS、北斗以及惯性导航系统）、路侧设备等。智能硬件是智能汽车的“眼睛”，无人驾驶硬件系统包括有传感器、RFID、车载视觉系统等。随着车联网、智能互联成为未来趋势，相关硬件产品需求量也日益增大。导航系统是智能汽车的指南针，无人驾驶汽车的导航定位主要通过全球定位系统（GPS）、北斗卫星导航系统（BDS）、惯性导航系统等实时获取车辆的位置、航向、速度。路侧设备是保证自动驾驶实现“车路协同”的必要条件。自动驾驶若仅只有车端的数据，难以实现安全、准确的驾驶，路端的一系列设备也必不可少。车联网路侧建设重点包括RSU、路侧智能交管设施、MEC设备等。

2） 传输层是基于通信技术将感知层获得的环境信息转换成信号传导到决策层，类似人体的传输神经。传输层主要包含通信设备和通信服务，其中通信设备以元器件、信息交互终端等为主，通信服务主要为DSRC和C-V2X两种服务自动驾驶的无线通信技术。

3） 决策层通过利用感知层、传输层反映回来的信息，建立相应的模型，制定出适合的控制策略。由于真实路况的复杂程度，以及不同人对于不同路况的不同解决对策，决策算法需要覆盖多数罕见路况的海量数据以及完善高效的人工智能技术。从功能上看，决策层主要包含操作系统、芯片、算法、高精度地图以及云平台等核心构成元素。当前自动驾驶技术真正实现的门槛在于决策层上。

4） 执行层是无人驾驶系统的最底层，其核心任务是通过驱动、制动及转向控制系统，相互配合，使汽车能够按照决策部分规划的轨迹稳定行驶，并且同时能够实现避让、保持车距、超车等动作。随着自动驾驶的发展，执行层由驾驶员施加人力、通过真空和液压等推动的方式逐渐被电子化、电动化系统所替代，电信号替代机械力的线控技术在自动驾驶时代全面渗透。

经过各层级的技术研发，最终由整车厂进行技术集成与生产组装，完成无人驾驶产品的生产末环。整车厂商为关键技术企业提供应用、实践平台，科技企业直接向整车厂商提供解决方案、部件。

生产组装完毕的整车，一部分直接销售到消费者端，一部分成为第三方服务商的服务供应车辆。此类服务商一般为移动出行服务商，提供服务所得的数据反馈将协助整车厂及科技企业调整产品研发。部分整车厂也在向第三方服务商转变，或与之开展深度合作，整个无人驾驶产业链呈现生态化、网状化趋势。

未来面向终端交付产品或服务的中游厂商具备最高的行业价值。随着自动驾驶技术的成熟与商业化落地，汽车产业链原有的价值分配格局将被颠覆，汽车将不再是从属于人的驾驶工具，而是成为自主导航的运输类机器人。未来核心零部件由体现动力和驾驶操控体验的传动系统，转向体现自动驾驶技术水平的智能软件系统和处理器芯片，价值链由传统主机厂转向科技公司。非核心零部件和整车制造的利润将被进一步压缩，而产业链两端的利润将大幅提升，未来专注设计研发环节的解决方案提供商、以及与用户更贴近的出行服务和运营服务商利润会更高。

自动驾驶将实现城市高速运输及末端配送

1月4日中午，北京经开区朝林大厦办公室内，田先生打开新石器专送小程序，楼下的新石器无人售卖车提供的4种餐品便显示在眼前。“中午来不及吃饭，就在小程序看看无人售卖车

都在卖什么，下楼扫码付款即取，特别方便。”他说。挥手即来、扫码付款即取餐，每天早餐、午餐时段，新石器的无人售卖车都是园区的“红人”，解决了园区职工的用餐问题。实际上在这座办公楼下，每天都有无人配送车来来往往，有送快递的、送外卖的……

随着具有类人认知决策能力的人工智能和自动驾驶技术的迅猛发展，自动驾驶商业落地的进程也逐步加快，其正覆盖到城市末端配送的最后3公里，拥抱无人配送巨大的市场机遇。

只见自动驾驶卡车驶至高速入口处，放缓速度，跟随其他车辆汇入高速路；随着车流量变大、变小，及时调整车速；遇到弯道，慢慢转弯提速……2021年的最后一天，主线科技、小马智卡的自动驾驶卡车纷纷上路，开启自动驾驶的“高速”时代，向商业化运行迈出重要一步。

“能够让自动驾驶卡车在高速路上如此平稳地行驶，得益于我们自主研发的人工智能核心技术，这个技术让卡车仿佛长了大脑一般，可以精确识别周边环境，从而做出相应的行驶判断。”主线科技前瞻院院长王超介绍说，“做自动驾驶需要进行很多的测试，不断挖掘长尾场景，实现数据闭环，这些都是为了让自动驾驶汽车可以在更多场景内安全行驶。”

基于自主研发的“虚拟司机”核心技术，小马智卡自动驾驶卡车系统采用多传感器融合方案，实现了360度感知、厘米级定位，其中长距离摄像头覆盖范围达1000米。自动驾驶卡车通过人工智能技术能够充分检测高速前方路况，后向摄像头可协助车辆在高速场景下更安全地变道，同时，通过最优路径和智能化组合油门、刹车等控制方案，自动驾驶卡车可以实现安全、稳健驾驶，提高车辆运行效率。

王超表示：“开放高速公路测试可以帮助企业加速算法和产品的迭代升级，收集大量数据，促进行业快速发展，让自动驾驶卡车迎来商业化的曙光。”

显然，在人工智能的加持下，无人驾驶能缓亦能快，其正在实现城市所需的高速运输及末端配送。

激光雷达和汽车芯片率先受益

激光雷达快速“上车”

任职于国内一家一线激光雷达厂商的曾宇峰（化名）在与记者沟通时，认同市场上广泛传播的“2021年是汽车激光雷达前装量产元年”的说法，且认为2022年车载激光雷达将迎来更大规模的商业化量产。

支撑曾宇峰做出这一判断的原因，来自于2021年国内车企密集发布搭载激光雷达的车型。回溯来看，记者注意到，2021年4月，小鹏汽车发布P5车型，搭载2颗激光雷达，2021年10月底交付；同样在4月，极狐阿尔法S华为HI版亮相，搭载3颗激光雷达，最终在2021年12月进行先行体验版内部交付。

除在2021年交付的小鹏汽车、极狐汽车，在2021年亮相并欲在2022年量产交付的还有诸多车企的旗舰车型，其中包括蔚来汽车的ET7和ET5，均搭载1颗激光雷达；长安旗下阿维塔的首款车型，搭载3颗激光雷达。另外，广汽旗下埃安的AION LX Plus车型在2022年1月上市，搭载3颗激光雷达，长城旗下沙龙汽车已亮相的首款车型机甲龙，更是搭载4颗激光雷达。

为何激光雷达量产前装如此被市场关注，且各车企在搭载上突然呈现出“军备竞赛”的态势？

记者注意到，激光雷达为车辆的感知硬件，一般而言，智能驾驶的技术架构分为感知、决策、执行三个层面，感知包括各种类型的传感器，目前主要包括车载摄像头、毫米波雷达、超声波雷达、激光雷达，激光雷达相比而言具有可准确获取目标的三维信息、分辨率高、抗干扰能力强、探测范围广、近全天候工作等优点，在智能驾驶环境感知系统中占据了重要地位，被称为智能汽车的“眼睛”。

不过在智能驾驶行业内，此前受制于未达到车规级要求、成本高昂，机械激光雷达迟迟未能量产装车，更多在Robotaxi测试车辆上被使用。作为智能驾驶的代表，特斯拉更是一直坚持走纯视觉技术路线，拒用激光雷达。曾宇峰在沟通中则表示，激光雷达“上车”其实是没有悬念的，纯视觉技术路线存在一定缺陷，激光雷达相对于摄像头等传感器在采集数据中存在的优势，可以更好地解决感知上的问题，他表示，公司目前量产装车的半固态激光雷达其实已经研发了超过5年，最终在2021年进入量产，相对于此前机械式激光雷达数万元乃至几十万元的价格，行业内半固态激光雷达价格已经降到数千元。

“随着半固态方案同时满足性能、车规、量产、成本四个维度的要求，激光雷达前装量产元年已经到来。”开源证券分析师任浪在2021年10月发布的研报中称。

那么，以激光雷达为代表的感知硬件，拥有多大的市场容量？

白毅阳援引市场咨询机构沙利文的数据称，至2025年中国激光雷达市场规模将达到43.1亿美元，2019~2025年间实现63.1%的年均复合增长率。除激光雷达之外，在车载摄像头领域，白毅阳预计2025年国内市场规模为128亿元，2020~2025年间实现48%的年均复合增长率。毫米波雷达同样面临快速增长。

值得注意的是，国内一线激光雷达厂商正快速发展，尝试突围。

具体来看，国内激光雷达厂商除禾赛科技、速腾聚创外，还包括华为、大疆旗下的Livox。在融资进展方面，2021年1月，禾赛科技递交招股书欲登陆资本市场（不过后续其撤回了申请，并在2021年6月宣布完成超过3亿美元D轮融资）；速腾聚创方面，其2018年便完成C轮融资，2021年继续进行了股权融资和战略融资，参投者包括宇通客车、比亚迪等。

当前这些激光雷达厂商的产品“上车”进展方面，小鹏P5搭载的为Livox的激光雷达；极狐阿尔法S华为HI版搭载的华为激光雷达，2020年12月，华为发布车规级前装量产激光雷达产品和解决方案时，还透露已在广东东莞市建立了首条车规级激光雷达试制产线，年设计产能为10万个；另根据速腾聚创对外透露的信息，其2021年在北美车企的定点车型项目实现量产交付。

高算力芯片需求旺盛

相较于激光雷达被称为智能汽车的“眼睛”，高算力芯片对于智能汽车同样重要，更有部分券商分析师称其为智能汽车的“大脑”。

高算力芯片往往被应用于智能驾驶、智能座舱领域，尤其在智能驾驶领域算力比拼激烈。在智能驾驶的感知、决策、执行技术架构中，高算力芯片位于决策层面。记者注意到，伴随智能驾驶能力等级的提升，由于在行车中传感器采集到的大量数据需要处理、分析并快速决策，智能驾驶芯片的算力需求水涨船高。

“高阶自动驾驶对算力的需求呈指数级上升。产业界普遍认为，L2级的自动驾驶需要>10TOPS的算力，L3级需要100~200TOPS的算力，L4级需要400~600TOPS的算力，L5级可能至少需要>3000TOPS的算力。”2021年12月，国信证券在发布的研报中称。

在与记者沟通中，鹿文亮认为，目前车企采取的方式是在法律法规允许下仅提供L2级辅助驾驶车型，但具备了L4级的智能化软硬件，并部分开放高级别自动驾驶的功能。据记者观察，目前部分车企推出旗舰车型时，所选择的芯片已进入上述国信证券所称的L4级自动驾驶所需的算力。

具体到车企的旗舰产品推新来看，搭载高算力智能驾驶芯片似乎正成为一种“潮流”。

具体来看，如小鹏汽车2020年交付的P7搭载英伟达Xavier芯片，算力为30TOPS，2021年10月交付的P5同样搭载该芯片，预计于2022年交付的G9则搭载2颗英伟达Orin芯片，算力达到508TOPS。另外，在其他车企的时间表中，理想汽车2022年推出的新车型也将搭载英伟达Orin芯片，已亮相的威马M7、蔚来ET7均搭载4颗英伟达Orin芯片，实现算力超过1000TOPS。

除搭载英伟达芯片的车型外，沙龙汽车首款车型机甲龙采用的为华为的双MDC智能驾驶计算平台，算力达到400TOPS；极狐阿尔法S华为HI版、阿维塔的首款车型同样采用算力400TOPS的华为智能驾驶芯片。地平线方面，2021款理想ONE搭载的为征程3芯片。

尤为值得注意的是，智能驾驶高算力芯片领域的格局当前正在发生变化。

梳理车企最新车型所选择的智能驾驶高算力芯片，便可发现行业巨头Mobileye正面临被诸多车企客户“抛弃”的局面。回溯来看，Mobileye在发展历程中，推出了“算法+芯片”的整套解决方案，长期为车企所青睐，在低阶自动驾驶市场中占有绝对优势。

鹿文亮表示，Mobileye提供的整套解决方案，软件和硬件被打包，车企无需参与开发，该方案也可以获得更高的有效算力，但当部分车企选择软件自研以掌握更多自动驾驶核心竞争力的时候，相比Mobileye的方案，英伟达的“软硬解耦”并提供完整工具链的方案更能满足这些车企的需求。

“在2020年以前，市场上主要的ADAS解决方案厂商为Mobileye和英伟达，Mobileye一度占比在90%以上。但是Mobileye的智能驾驶方案是‘黑匣子’封闭式模式，不支持主机厂自主开发算法。而英伟达的方案相对灵活，有利于车厂自行开发软件。”民生证券在2021年5月发布的研报称。

文章来源：36氪，InfoQ，科技日报，中国经营报