什麼是索羅門氏定律
16. 中國兩強爭霸：百度、上汽
百度 Apollo：自動駕駛的“安卓”系統
Apollo
，百度啟動無人車專案
2017 年 4 月，釋出
2013 年
2018 年央視春節聯歡晚會，Apollo 自動駕駛汽車跑上
Apollo 計劃
，完成“8”字交叉跑的高難度動作
2018 年 7 月，釋出 Apollo3。0，與金龍合作量產小巴
港珠澳大橋
下線
2019 年 1 月 CES Apollo3。5 釋出，可支援
“阿波龍”
自動駕駛
百度 Apollo 計劃以
複雜城市道路
和
“開放”
為特色，覆蓋了100 多個品牌，300 餘個車型，AI 能力累計搭載量超過 1200 萬，目標成為汽車時代的
“聯盟”
Apollo 平臺是一套完整的軟硬體和服務系統，包括
“安卓”
等四大部分
車輛平臺、硬體平臺、軟體平臺、雲端資料服務
上汽：研發+投資，全面佈局
，
2014 年
在上海成立，
上汽前瞻技術部
在矽谷設立
2017 年，中、美、以色列
上汽加州資本
成型
2018 年 8 月，
三國研發體系
上市，全系標配 AICruise 全速段智慧巡航、All-Time Safety 全時主動安全智慧輔助，國內首發
Marvel X
，額外搭載
L2
2019 年 2 月，上汽大通釋出
ARHUD
D60，高速道路超級巡航、擁堵路況下自動跟車、智慧停車場無人泊車，國內首發
自動駕駛 MPV
2018 年，上汽紅巖聯合
L2.5
打造
西井科技
無人駕駛港口集裝箱卡車
上汽自動駕駛影片
L1~L2 為自動駕駛系統輔助人類駕駛，稱為
17. 產業化：2020 L3，2025 L4，2030 L5
（Advanced Driver Assist System），分為 2 大類：
高階駕駛輔助系統ADAS
我們採用爬蟲對目前
安全類、便利類
車型進行了配置抓取，根據自動駕駛全面分析系列第一篇市場分析對 L2 的定義，具備
2872 個
功能，同時實現
組合式自動化
，目前
橫向+縱向控制
L1 滲透率 20%，L2 滲透率 10%
自動駕駛成為產業鏈共識
根據 Waymo 路測的資料，
2020 年左右落地 L3
，可以認為是
MPD 自動駕駛脫離里程數每 16 個月翻番
人類其實是非常出色的司機，每
自動駕駛的摩爾定律
才有一次致傷事故，比表現最好的無人車（每次放手可行駛
1000萬（10^7）英里
）強
1萬英里
，按照Waymo過去的表現（
1000 倍
）預計
每16個月翻一番
能趕上人類
2030 年
綜上，我們認為：2020 L3，2025 L4，2030 L5
我們認為，自動駕駛分為三個重要落地場景——
18. 三大場景：封閉區域、高速公路、城市道路
每個場景再細分為
封閉區域、高速公路、城市道路，
，未來將分步落地
、高速公路、城市道路
基於
人員運輸、物品運輸
兩個方面考慮，我們認為自動駕駛汽車的產業爆發機會在於特定應用場景的開發
19. 封閉區域：自動泊車、智慧礦區兩大場景
自動泊車是以車作為操控主體，不用人工干預自動停車入位的功能，將提升
技術、成本
停車場空間利用率，降低
自動泊車：L2 APA→L3 RPA→L4 AVP
的運營成本，節省
→L3 RPA
取還車時間，對於
→L4 AVP
意義重大
20%
30%
自動泊車輔助系統
70%
（Auto ParkingAsist）在汽車低速巡航時，使用超聲波雷達感知周圍環境，幫助駕駛員找到尺寸合適的空車位，並在駕駛員傳送泊車指令後，將汽車泊入車位
APA 自動泊車輔助需要駕駛員在車內實時監控，以保證泊車順利完成，屬於
商業中心、交通樞紐、餐飲文娛
級別
典型如上汽
不同階段自動泊車隱含多個技術代差
L2：APA 自動泊車輔助系統
遠端遙控泊車輔助系統 RPA（Remote ParkingAsist）解決了停車後難以開啟自車車門的尷尬場景，在汽車低速巡航並找到空車位後，
APA
，控制汽車完成泊車操作
以下影片是
SAE Level 2
聯合開發的 RPA
01：54
Marvel X
自動代客泊車 AVP（Automated ValetParking），我們把車開到辦公樓下後，直接去辦正事，把找停車位和停車的工作交給汽車，汽車停好後，發條資訊給駕駛員，告知自己停在哪，我們下班時，給汽車發條資訊，汽車即可遠端啟動、泊出庫位，並行駛到駕駛員設定的接駁點
AVP 需要引入停車場的
L3：RPA 遠端遙控泊車
，再配合
駕駛員離開汽車，在車外使用手機藍芽傳送泊車指令
或視覺匹配定位的方法，才能夠讓汽車知道它現在在哪，應該去哪裡尋找停車位
如下影片所示為
博世與賓士
共同研發的AVP產品
各企業情況如下
L4：AVP 自動代客泊車
低速車場景較多，包含低速載人無人車、低速載貨無人車、無人作業車等，2020 年中國低速自動駕駛車銷量將達
高精度地圖
，市場容量
SLAM
低速車企業較多，下面根據
賓士與博世
，一一分析
低速車：載人、載貨、作業車
末端配送由自動駕駛配送小車替代配送人員完成對
1.1 萬臺
等末端的配送工作，一般有兩個環節
一是從取貨、取餐地點到目的地門口，主要行駛在城市街道中，是典型的
300 億
，短期無法實現
二是在辦公樓、居民樓，以及小區內部“送貨到家”的過程，但需要與園區物業、樓宇開發商等展開深度合作，與
不同場景
等智慧化系統實現互聯互通
和共享單車一樣，小型無人配送車容易
末端配送：龍頭 Nuro，需要 L4，短期無法實現
貨品、外賣
2016 年，谷歌無人車專案
L4 場景
佛格森與
自動門、電梯
朱佳俊創立
2018 年 2 月，釋出
被破壞
2018 年 12 月，與
Nuro
合作，在亞利桑那州斯科茨代爾地區開展無人送貨服務，共有兩個貨倉，每個貨倉至多可存放10個購物袋的商品
2019 年 2 月，獲得 9。4 億美元融資，估值
首席工程師
其它還有
首席軟體工程師
等，限於篇幅不一一介紹了
L4 無人配送車 R1
食品零售商 Fry’s Food
礦區
27 億美元
（運輸成本佔
Auto X、智行者、新石器
），對自動駕駛需求非常迫切
礦區
智慧礦區：
（100 噸礦車成本
礦卡無人化→自動排程→礦區無人化
），具備無人駕駛商業化條件，市場容量
→
→
→
，日本小松第一輛 77t 無人駕駛卡車在採石場試驗
2016 年，小松釋出無人駕駛礦用卡車，
→
卡車上的司機駕駛室
2017 年，小松在澳大利亞、南北美洲的
環境惡劣、招工難、降本增效
礦山，無人駕駛卡車總數超過
60%
，累計運輸了
低速封閉場景、不受交規限制、成本敏感度低
的物料
1000萬
索羅門（Solomon）鐵礦區
2000 億
無人駕駛卡車，累計運量
日本小松
，是世界單一礦區規模最大的無人車隊，比普通同類車隊的生產力高
1996 年
取消了
2014 年成立，由
6 座
孵化，與徐工集團聯合研發
100 臺
無人礦卡，據說與知名礦企在合作智慧礦山示範，但對外資訊非常少，屬於比較神秘的公司
15 億噸
2016 年成立，技術源於北京航空航天大學，2019 年 3 月完成 A 輪融資，完成了包鋼集團白雲鄂博礦、鄂爾多斯烏蘭集團榮恆煤礦、伊泰集團納林廟煤礦等礦區實測
卡特彼勒
2017 年成立，香港科技大學李澤湘教授創辦，2018 年實現 3000 萬元收入，2019 年 3 月向內蒙古某礦場交付了無人礦卡
59 輛
我國
2.4 億噸
進出口物資透過海運經港口實現，全球前 10 大集裝箱港口中國佔
20%
，全國生產碼頭 27578 個，萬噸級及以上泊位 2366 個，集裝箱泊位 328 個，市場空間約
慧拓智慧
目前國內多個港口探索透過自動化改造提升集裝箱運輸效率和服務質量，如上海港洋山四期
中科院青島智慧產業技術研究院
集裝箱泊位整合 26 臺岸橋 120 臺軌道吊
110 噸
，吞吐 630 萬TEU/年，但港口需要
踏歌智行
，短期無法實現
希迪智駕
等在在港口物流開始試運營
港口：需要 L4，短期無法實現
90%
7 個
2017 年中國物流費用
100 億
佔 GDP
7 個
，公路運輸佔 76%，市場容量
130 臺AGV
，包含
L4 級自動駕駛
中遠途城際運輸卡車、
圖森未來、西井科技、主線科技
城市內運輸貨車
自動駕駛物流車輛一方面可以
清潔、軍事、農業、園區內客運等場景還在探索中
，另一方面，可以減少司機因疲勞駕駛或操作失誤而導致的
20. 高速公路：物流乾線運輸、乘用車兩大場景
2016 年我國貨運車輛在全國機動車佔比中只有
物流乾線運輸：9 萬億，賓士 Torc Robotics、圖森未來
，但卻製造了
賓士 Torc Robotics、圖森未來
的事故死亡數
物流乾線運輸是典型的
12 萬億
，自動駕駛汽車一般行駛在高速公路上，且行駛的路線往往是固定的路段，
14.5%
正在搶奪
9 萬億
1400 萬輛
2005 年，Torc Robotics 在
3000 萬輛
成立
2007 年，參加
節省人力成本
獲得
事故
2014年，戴姆勒推出
12%
Mercedes-Benz Future Truck 2025
2017 年，Torc Robotics 推出
48%
無人駕駛汽車
2019 年 3 月，戴姆勒（賓士母公司）
L3 場景
Torc Robotics
5 大勢力 30+ 玩家
2015 年創立
2019 年 2 月，落地德克薩斯州、亞利桑那州、加利福尼亞州
9 萬億市場
，專注於倉到倉的貨物運輸，日均完成
賓士 Torc Robotics
貨物運輸
2019 年 6 月，完成 2 億美元融資，估值
美國弗吉尼亞州
其它企業包括
DARPA
等
第三名
包括 Tesla、奧迪 A8、凱迪拉克 CT6、Bosch等，詳細介紹請關注本公眾號（
世界首款自動駕駛卡車
）後檢視自動駕駛全面分析系列第三篇
Asimov
收購
圖森未來
公交運營中，人員成本佔整體運營成本的
3 個州
，公共交通實現自動駕駛可大幅降低，但公共道路上屬於
3-5 次
，短期無法實現，企業包括
10 億美元
嬴徹科技、智加科技、飛步科技
等
乘用車高速公路自動駕駛
史晨星 shichenxing1
產業分析
自動駕駛出租車/網約車能夠節省大量
21. 城市道路：公共交通、計程車兩大場景
，大面積應用將會降低消費者對私家車的購買需求，從而提升整體
公共交通：L4 場景，短期無法實現
但公共道路屬於
75%-85%
，短期無法實現，企業包括
L4 場景
等
Navya、PostBus、
2014 年 7 月，Tim Kentley-Klay 和 Jesse Levinson 創立 Zoox
2018 年 7 月，獲 5 億美元融資，估值
EasyMile、Local Motors、Optimus Ride
2019 年 2 月，加州車輛管理局最新自動駕駛脫離報告，
計程車/網約車：Zoox、
，進步最快，比去年提升
Zoox、
（1次/160英里）
Aurora、
2017 年初，Aurora 成立，CEO Chris Urmson 是前
Aurora、
無人車專案CTO，CTO Drew Bagnell 是
Pony.ai
感知和自動化部門的老大，第三位聯合創始人 Sterling Anderson 帶著
Pony.ai
的團隊搞出了 Autopilot
2019 年 2 月，獲得 5。3 億美元融資，估值
人力成本
交通通勤效率，
2016 年 12 月，
L4 場景
T11、T10 員工彭軍、樓天城創立，專注於無人駕駛出租車（Robotaxi）
2018 年 7 月，完成 1。02 億美元融資，估值
Waymo、Aurora、Zoox、Drive.ai、Pony.ai、Roadstar、WeRide
2019 年，加州 DMV 自動駕駛路測報告
Zoox
，中國企業
32 億美元
Zoox 第三名（1 次/2000英里）
2015 年，斯坦福大學人工智慧專家
11.5 倍
人工智慧實驗室學生創立
2019 年 6 月，
Aurora
收購 Drive。ai
谷歌
“人們總是高估一項科技所帶來的短期效益，卻又低估它的長期影響。”
—— RoyAmara
Uber
（技術成熟度曲線）是技術興奮度度和發展成熟度的直觀表現，最初由 Gartner 公司提出，如下圖所示：
特斯拉
2015 年到 2017 年，全球自動駕駛
25 億美元
投融資，金額高達
Pony.ai（小馬智行）
，佔汽車科技行業
百度
，2018 年開始降溫，平均融資金額
10 億美元
第五名，1 次/1022英里
2019 年，自動駕駛行業相繼出現兩單鉅額融資案例，一級市場火爆佐證了我們對於自動駕駛行業技術加速成熟趨勢的判斷
1 次/1022英里
第一
蘋果 Drive.ai
吳恩達
最後發起一個投票，九大場景中，大家認為哪個最先落地呢？