自动驾驶行业新基建下的自动驾驶：单车智能和车路协同之争

新基建下的自动驾驶：单车智能和车路协同之争 新基建下的自动驾驶：单车智能和车路协同之争 | 前言2 qRtOtQsPmPrOrMtOzQrNwObR9RaQtRnNoMnMlOmMoPiNmOvN7NrRvMvPoMmQuOmNrP新基建下的自动驾驶：单车智能和车路协同之争 | 前言02前言 2网联化是自动驾驶的必经之路 5自动驾驶两大方向：单车智能和车路协同 7不同国家的路径选择 12汽车产业链价值分配格局之变 13对主机厂的启示 18尾注 20联系我们 21 新基建下的自动驾驶：单车智能和车路协同之争 | 前言03 新基建下的自动驾驶：单车智能和车路协同之争 | 前言04前言2020年3月，随着中央政治局会议的正式定调，“新基建”，即新型基础设施建设，成为公众新焦点。4月，发改委明确新基建范围。在新基建涉及的细分领域中，5G、物联网、卫星互联网、人工智能、数据中心、智能交通基础设施均与自动驾驶技术密切相关，自动驾驶站在这几大领域的交汇处，将作为重点落地场景推动新基建的发展。而新基建也将为我国自动驾驶技术的发展创造前所未有的战略窗口期，进一步加速自动驾驶的商业化落地。自动驾驶技术的突破，是影响汽车产业未来发展的最大变量。随着无人驾驶技术的成熟和商业化程度加深，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，推动真正共享汽车时代的到来，并重新定义用户出行体验、整车销售模式和价值分配格局。随着决策主体从人类大脑变成人工智能，司机的双手、双脚、双眼从驾驶座中被解放，汽车内部等同于可移动的私人空间，出行过程中的娱乐、社交、消费场景被彻底打开，开辟万亿级市场。其次，专职司机被取代后，移动出行成本大幅下降，更多用户选择移动出行，整车销售模式从2C向2B转变，主机厂客户转向移动出行车队运营商，网约车和分时租赁两种业态殊途同归。最后，由于汽车成为大型移动智能终端，车的核心部件由体现动力和操控的传动系统转向体现自动驾驶技术水平的智能软件系统（算法）和处理器芯片，实现软件定义汽车。汽车产业链原有的价值分配格局被颠覆，跨界竞争者纷纷入局，价值链顶端由传统主机厂转向科技新贵。不仅如此，智能网联汽车将成为5G物联网终端最大的应用领域，根据Gartner 于2019 年10 月的预测，全球智能网联汽车占5G 物联网终端总数的比重将达到39% 1。随着汽车的智能化和网联化的发展，自动驾驶汽车实现在线和联网，车侧和路侧海量信息交互，节点规模突破百亿甚至千亿的量级，推动“人-车-路-云”实现高度协同，万物互联的世界指日可待。面对行业即将到来的剧变，传统主机厂、造车新势力、互联网巨头、ICT企业、零部件供应商均深度参与这场变革，力图把握主动性，力争话语权。自动驾驶的两大方向是单车智能和车路协同，车侧智能和路侧智能相互配合，又在某种程度上相互替代，而背后的移动通信技术的标准之争，更是国家间利益分配主导权之争。 05新基建下的自动驾驶：单车智能和车路协同之争 | 网联化是自动驾驶的必经之路网联化是自动驾驶的必经之路2020年3月，工信部发布了《<汽车驾驶自动化分级>推荐性国家标准报批公示》2，向社会各界征求意见，标志着中国正式拥有自己的自动驾驶汽车分级标准。在此之前，企业普遍以国际自动机工程师学会（SAE International）的自动驾驶六等级划分作为参考标准，两者在整体分级思路、划分标准、等级界定上大体一致。图1：自动驾驶等级划分图2：自动驾驶汽车沿智能化和网联化两个维度演进分分级级 名名称称车车辆辆横横向向和和纵纵向向运运动动控控制制目目标标和和事事件件探探测测与与响响应应动动态态驾驾驶驶任任务务接接管管设设计计运运行行条条件件0级 应急辅助驾驶员驾驶员及系统驾驶员有限制1级 部分驾驶辅助驾驶员和系统驾驶员及系统驾驶员有限制2级 组合驾驶辅助系统驾驶员及系统驾驶员有限制3级 有条件自动驾驶系统系统动态驾驶任务接管用户（接管后成为驾驶员）有限制4级 高度自动驾驶系统系统系统有限制5级 完全自动驾驶系统系统系统无限制数据来源：工信部科技司、德勤分析数据来源：德勤分析协同感知网联化L2L3L4组合驾驶辅助有条件自动驾驶高度自动驾驶L5完全自动驾驶协同决策和控制车、路、云协同自动驾驶短时托管传统ADASL1智能化部分驾驶辅助 06新基建下的自动驾驶：单车智能和车路协同之争 | 网联化是自动驾驶的必经之路智能化通常指单一车辆的智能化，在感知层面，车上多传感器融合，通过雷达系统（激光雷达、毫米波雷达和超声波雷达）和视觉系统（摄像头）对周围环境进行数据采集，在决策层面，通过车载计算平台及合适的算法对数据进行处理，并做出最优决策，最后执行模块将决策的信号转换为车辆的行为。传统ADAS的局限性在智能化的演进之路中，能够实现L1- L 2的传统ADAS（Advanced Driver Assistance System）系统主要由“if then”条件句的规则模型构成，覆盖的场景较为简单，基于特定条件触发相应机制，但是对于L3及以上的高等级自动驾驶，在复杂的城市道路中，传统ADAS无法穷尽每一种路况下发生的每一种可能，规则模型势必将被基于人工智能的自动驾驶算法替代，让AI学习人的驾驶习惯，提高场景的丰富度。但就算是人工智能算法替代规则模型，单车的智能化仍存在遮挡物和感知盲区的问题，存在安全隐患，且对车载传感器和计算平台要求高，成本高企，所以网联化不可避免。网联的必要性网联化意味着车辆联网和实时的信息交互，通过V2V（汽车对汽车通信）、V2I（汽车对基础设施）、V2N（汽车对互联网通信）和V2P（汽车对行人通信）来获取超视距或者非视距范围内的交通参与者状态和意图。 •L1- L 2级，网联信息只起到交互辅助的作用，例如推送道路交通事件、天气条件等信息，车辆甚至不需要联网，在本地就可以进行实时环境感知与决策控制，实现自适应巡航、车道保持、换道辅助、自动紧急制动等辅助驾驶功能。 •L3级以上对网联协同感知的要求更高，例如通过路侧感知设备和动态高精度地图，弥补传感器对环境探测的局限性，提高车辆定位精度，动态数据高频率更新，实现有条件的自动驾驶。 •到了L4-L5级，网联化不仅意味着协同感知，也意味着协同决策和协同控制，随着决策芯片和人工智能算法逐步成熟，车侧和路侧的信息通过边缘计算设备（MEC，Multi-Access Edge Computing）进行数据融合，数字信息映射到云端，车端、路端和云端进行协同决策，再下发到车端做实时控制，实现高度自动驾驶和完全自动驾驶。Lorem ipsumLorem ipsumLorem ipsum123 07新基建下的自动驾驶：单车智能和车路协同之争 | 自动驾驶两大方向：单车智能和车路协同自动驾驶两大方向：单车智能和车路协同单车智能和车路协同的本质是技术和成本在车侧和路侧的分配虽然L4-L5级的自动驾驶最理想模式是实现“车端-路端-云端”的高度协同，智能的车配合聪明的路，车端智能和路侧智能协同呼应，但车端智能和路端智能的发展不完全是同步的关系，自动驾驶路线的选以车载传感器为例，激光雷达价格昂贵，尤其是用于远距离、大范围探测的L4/L5级别自动驾驶主雷达。例如Velodyne销售的64线激光雷达售价高达7. 5万美元，曾是Waymo和百度等自动驾驶公司测试车的标配3，后来Waymo开始自研激光雷达，并于2017年宣布将激光雷达成本降低90%，达到7, 5 0 0美元，2019年3月Waymo开始对外出售自主研发的激光雷达Honeycomb4，以摊薄成本。我国国产的激光雷达因高性价比日益受到市场的认可，价格有所下探但仍比较昂贵，例如禾赛科技在2020 CES上发布的64线超广角激光雷达PandarQT零售价为4,999美元5 。择面临感知能力、决策能力（算力）等不同能力在车侧和路侧分配的问题，所对应的自动驾驶成本也不同。由于单车智能的成本高昂，若用路侧设备代替部分技术，让路“变聪明”，可降低不少车载成本，这样一来，就衍生出了自动驾驶的两大方向：单车智能和车路协同。如果在路侧安装摄像头、毫米波雷达和激光雷达等感知设备，例如路灯杆进化为多合一路灯杆，安装各类传感器，探测周围环境的三维坐标，进行信息融合，由于安装高度高，拥有“上帝视野”，不容易被遮挡，视距条件更好，可最大化减少盲区，提高数据获取的准确性，并实时发送到ITS中心（智能交通系统）以及车端，那么车侧的部分激光雷达成本可以被节省下来，从而大幅降低车载成本。图3：技术和成本在车侧和路侧的分配• 车载传感器• 车载计算平台• 路侧感知设备• 边缘计算• 单车成本高• 单车成本低• 边际成本高• 边际成本低感知与决策单车成本边际成本车侧路侧数据来源：德勤分析 08新基建下的自动驾驶：单车智能和车路协同之争 | 自动驾驶两大方向：单车智能和车路协同同理，在路侧安装计算设备，通过边缘计算单元为车辆提供决策依据甚至指令，与车载计算平台协同处理数据，可以降低车载计算平台对算力的要求，对功耗和散热性能的要求也会随之下降，从而降低自动驾驶汽车对高性能车载芯片的依赖。可见，路侧安装设备的方案拥有更低的单车成本和边际成本，路侧智能是车侧智能的有益补充。例如，奇瑞雄狮已实现固定区域的30Km/h以下的L4级“一键召还车”功能，如果只依靠车侧智能，车载传感器成本高达10万元/车，而借助5G和V2X技术，室内外的定位精度偏差小于15厘米，单车成本低于万元6。这仅是车路协同在停车场等低速限定场景的应用，大规模L4级的量产还需要覆盖更多场景，例如半封闭的高速公路和一级公路，以及路况更为复杂的城市开放道路。在5G基站和V2X设备尚未铺设的路段，单车智能仍是重要的自动驾驶实现方式。车路协同的前提是公路的智能化改造和基础设施投资。目前交通部已重点在北京、河北、广东三省进行公路的智能化改造试点，根据天风证券和中银国际证券的测算7，高速公路的单公里智能化改造成本是100万左右，包含了RSU (Road Side Unit)、边缘计算、摄像头等设备，考虑到中国的高速公路里程14.96万公里8，一级公路11.17万公里9，高速公路和一级公路的智能化改造市场规模约为2,613亿元。而对于二级公路和更低等级的公路，由于其路况更为复杂，更多机动车与非机动车和行人的混行情况，场景更为开放，需在十字路口、匝道口、事故易发路段等关键场景铺设更多路侧设备，不同路况的单公里智能化改造投资差异较大，难以进行估算。对于高速公路和一级公路的智能化改造，更多通行车次、更为繁忙的路段可更早实现盈亏平衡，考虑到中国的人口和经济活动主要集中在东部地区，且东部地区地势相对平坦，急弯和陡坡较少，路况更简单，在东部铺设路侧设备具有更高的经济效益，尤其是物流密集的点对点固定运输路线，货运的空驶率更低，无人运输车队的优势明显，车队管理者付费意愿更强。自动驾驶不仅可节省司机成本，还可降低油耗，以卡车的编队行驶为例，由于跟车距离缩短（车距10m），前车可以为后车“挡风”，减少空气阻力，降低10 -15%的燃油消耗10。假设货车百公里油耗35升，6元/升，编队行驶可节省10%油