2022中国智能驾驶功能量产应用研究报告

“CHINASMARTELECTRICALVEHICLE”SERIESREPORT 2022中国智能驾驶功能量产应用研究报告 亿欧智库https://www.iyiou.com/researchCopyrightreservedtoEOIntelligence,October2022 亿欧智库 最懂中国智能电动汽车的第三方研究机构 在2021年8月，中国市场监管总局发布了国家标准的《汽车驾驶自动化分级》，并于2022年3月实施。政策的持续关注、技术的不断迭代以及消费者对于智能电动汽车的接受度与购买意愿的增长，加速了主机厂对于汽车智能化功能的发展与布局。其中，智能驾驶功能作为汽车最具代表性的智能化功能已然成为主机厂智能化发展的核心领域。 随着智能电动汽车（SEV）的发展，智能驾驶功能加速上车，以智能化为企业特色的新势力车企已经实现智能驾驶功能的规模化搭载应用。主机厂欲通过对智能驾驶功能量产应用的加码，使其通过智能驾驶功能的搭载实现车型销量与智驾领域的弯道超车。辅助驾驶企业也正在寻求车企合作以获得产品上车机会和商业化收入。同时，以算法技术见长公司希望寻求项目落地突破，而软件创业公司希望通过功能量产应用摆脱“缺乏量产经验和工程化落地能力”的标签。可落地的量产解决方案已逐渐成为国内智能驾驶企业们的一致追求。 2022年，在整车E/E架构的升级、域控产品的优化以及大算力芯片的迭代背景下，“行泊一体”的规模化量产迎来元年。多家智能驾驶供应商已对行泊一体功能方案进行了布局，欲通过高阶智能驾驶的风口实现弯道超车。 智能驾驶功能的量产应用成为车企打造差异化、智能化发展的核心，同时也是供应商实现数据闭环、打造“强者恒强”的有效路径。亿欧智库作为长期关注汽车领域的研究机构，时刻关注着智能电动汽车（SEV）的发展进程与行业动态，为进一步深度洞察中国智能驾驶领域发展现状、市场表现以及企业特点等问题，特此撰写《2022中国智能驾驶功能量产应用研究报告》。 《2022中国智能驾驶功能量产应用研究报告》聚焦于中国智能驾驶量产应用领域。通过对智能驾驶的技术解析、智能驾驶市场发展现状分析、智能驾驶典型参与企业的调研等方式，对中国智能驾驶市场进行了全面客观的分析与解读，并对中国智能驾驶量产应用的发展趋势进行预测。使行业内外人士可以更直观的了解当下中国智能驾驶量产应用的发展进程与市场动态。 中国智能驾驶量产应用发展进程 智能驾驶行车功能：L2/L2+功能已实现规模化量产并逐渐下探渗透至20万元以下车型；对于高速NOA功能，追求智能化的新势力品牌已将其作为新车型发布的核心智能化宣传点，将在未来两年内实现规模化量产落地；而城市NOA功能，受限于技术、法规等多方因素，目前尚未实现量产，但全栈自研的车企，如蔚来、小鹏汽车、理想汽车，通过硬件深度预埋，软件逐步升级的方式可掌握数据和算法自主权，为城市NOA未来的快速迭代奠定基础。 智能驾驶泊车功能：2017-2019年基于超声波和环视的全自动融合泊车（APA）及遥控泊车（RPA）走向市场，系统控制车辆的横向运动和纵向运动，这类功能解决了最后5-10m的智能驾驶问题。2020至今市场上陆续落地辅助代客泊车（记忆泊车）与全自主代客泊车，使当前市场开始关注与期待L4级别的自动代客泊车系统的规模化量产，从而将驾驶员从取车、停车中彻底解放出来。 智能驾驶行泊一体功能：2022年，在整车E/E架构的升级、域控产品的优化以及大算力芯片的迭代背景下，“行泊一体”的规模化量产迎来元年。多家智能驾驶供应商已对行泊一体功能方案进行了布局，部分企业已实现了量产。伴随着中国供应商逐渐推出的规模化落地行泊一体系统，中国本土车企及供应商在原本由外资供应商占据主力的入门级L2智能驾驶功能的基础上，加速推动了市场的多元化进程。 中国智能驾驶量产应用发展意义 智能驾驶功能在演进迭代的过程中，量产应用为供应商带来验证技术进步以及商业化落地能力。技术进步的验证包括数据积累、场景验证、算法迭代以及软硬件适配；商业化落地能力则包括产品稳定性、产品性价比、服务质量以及车型适配度等。 高阶智能驾驶功能的规模化量产对功能当中所涉及的硬件性能要求逐渐提高，海量的数据与复杂开放的场景也为芯片算力带来了更高需求。智能驾驶量产所带来的创新需求，使企业需要考量其方案硬件性能与成本之间的平衡，打造具有领先性、差异化的方案的同时兼具高性价比。同时，供应链的稳定可靠，也是智能驾驶量产普及的必要前提。 智能驾驶逐渐由数据驱动代替传统的逻辑算法，智能计算逐步取代逻辑计算，这对供应商智能驾驶功能方案的硬件计算与软件算法能力以及开发与迭代效率提 出了全新挑战。如何基于场景打造高效能芯片，以及如何将智能驾驶通过逻辑计算与智能计算进行协同驱动，成为供应商需要去考虑的关键问题。 目录 CONTENTS 01中国智能驾驶功能量产应用市场综述 1.1“智能驾驶”定义及智能驾驶功能发展历程 1.2智能驾驶系统构成以及核心技术 1.3智能驾驶发展背景与驱动因素 1.4智能驾驶产业图谱呈现 02中国智能驾驶功能量产应用市场发展现状 2.1车企智能驾驶发展路线及对于供应商的意义 2.2智能驾驶场景功能研究-行车&泊车功能发展现状 2.3智能驾驶场景功能研究-行车&泊车功能发展核心要素与典型案例 2.4智能驾驶场景功能研究-行泊一体功能技术原理与发展现状 2.5智能驾驶场景功能研究-行泊一体功能发展核心要素与典型案例 2.6智能驾驶场景功能研究-行泊一体功能发展趋势与市场规模预测 03中国智能驾驶市场发展趋势 3.1智能驾驶功能量产趋势 3.2智能驾驶行业发展趋势 中国智能驾驶功能量产应用市场综述 1.1“智能驾驶”定义及智能驾驶功能发展历程 1.2智能驾驶系统构成以及核心技术 1.3智能驾驶发展背景与驱动因素 1.4智能驾驶产业图谱呈现 智能驾驶是智能汽车的核心功能单元，主要包括感知层、决策层、执行层、应用层等关键部分。具体是指集中运用了现代的信息通讯控制技术，通过雷达、摄像头、高精度地图等先进传感器体系感知车辆周围环境，基于高阶智能算法、车载中央计算平台等做出路径规划、行为决策，应用于车辆启停、车身控制、辅助驾驶等车辆控制的软硬件一体化智能系统。 2021年8月，中国市场监管总局发布了国家标准的《汽车驾驶自动化分级》，并于2022年3月实施。不同于SAE的分级，国标分级将汽车驾驶自动化分为0-5级，分别对应应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶以及完全自动驾驶。当前随着汽车智能化发展，行业正处于由组合驾驶辅助向有条件自动驾驶的过度阶段。 ACC（自适应巡航）：通过车辆传感器识别前方 级 各目标车辆，根据设定的目标车速以及车间时距实现巡航控制，若前方无车实现定速巡航 AEB（自动紧急制动）：车辆突发危险情况或与 别前车距离小于安全距离时主动进行刹车，避免或 智减少追尾等碰撞事故的发生，从而提高行车安全 能性。 驶 驾ALC（自动并线）：通过车辆传感器融合处理，综合判断前方车辆、目标车道后方车辆，在通过 转向开关或自动触发变道之后控制车辆进行变道 典操作。 型LDP（车道偏离干预）：利用前向摄像头探测车 功道线，如车轮即将压线或已经压线，通过施加校 5级 4级 能正性转向干预并进行提示，辅助驾驶员保持车辆在本车道中央 APA（自动泊车辅助）：利用车载传感器识别有效的泊车空间，并通过控制单元控制车辆进行泊车 AVP（自动代客泊车）：停车场或者其他限定区域内，基于L4自动驾驶技术实现最后几百米的慢速无人泊车功能HDA（高速驾驶自动化）：典型场景如城市自动驾驶出租车TBD HWP（高速驾驶引导）：在HWA基础上增加高速导航，自动并道，自动上下匝道TJP（交通拥堵领航）：在TJA基础上增加导航、自动并道TBD NOAHighway（领航驾驶辅助）：高速公路按导航自动驾驶，点到点行驶 NOACity（城区领航驾驶辅助）：城区按导航自动驾驶，点到点行驶 APO（自动驶出）：针对APA泊车入库的情形，可以选择APO自动驶出，解决狭小车位的泊车便利性 RPA（远程泊车辅助）：在APA基础上支持用户 不在车内的自动泊车入库 TJA（交通拥堵辅助）：交通拥堵辅助系统（低速）结合了自适应巡航控制系统与自动跟车系统，以 及车道保持辅助系统 HWA（高速驾驶辅助）：高速驾驶辅助系统（高速）结合了自适应巡航控制系统与自动跟车系统，以及车道保持辅助系统 0级 国标汽车驾驶 1级2级3级 自动化分级应急辅助部分驾驶辅助组合驾驶辅助有条件自动驾驶高度自动驾驶完全自动驾驶 SASAE汽E自车动驾驾驶驶自动化分分级级 L0 L1 L2 部分自动驾驶 具有宣传属性：L2+/L2.5/L2.9/… 人工驾驶驾驶员辅助 L3 有条件自动驾驶 L4 高度自动驾驶 L5 完全自动驾驶 决策系统也被称为“上层控制系统”，负责路径规划和导航，通过执行相应控制策略，代替人类做出驾驶决策。 执行系统也被称为“底层控制系统”，负责汽车的加速、刹车和转向，主要由电子制动、电子驱动以及电子转向三部分构成。 目前，智能驾驶实现关键技术主要包括感知与定位、决策与规划、控制与执行等。在这套技术体系以及关键软硬件设备的支持下，智能驾驶汽车可通过车载摄像机、激光雷达、毫米波雷达、超声波等传感器来感知周围环境，实时动态监测周边环境变化，并依据所获取的信息进行决策判断，形成安全合理的路径规划。在规划好路径之后，汽车执行系统会控制车辆沿着规划好的路径完成驾驶。 感知-定位 环境感知 决策-规划 执行-控制 外部环境场景 通讯 定位/导航 GPS/惯性导航 车辆数据（轮速传感器等） 决策系统（广义决策） 当前车辆行为车 车辆运行目标点 目标车速 异常处理 轨迹规划模块 行为决策模块（狭义决策） 汽车 驾驶需求 由于决策规划和执行控制相关算法主要仍以传统规则类算法为主，差异度和开发难度相对较低，因此感知、定位以及相关融合算法为智能驾驶方案差异化环节，这也使传统车企通常通过采购的方式与供应商合作。新势力车企则选择采购+自研的方式与供应商协同开发。 激光雷达毫米波雷达超声波雷达视觉传感器 路径追踪系统 油门/制动踏板开度 方向盘转角 其他车控操作 安全控制 制动控制 驱动控制 转向控制 感知系统也称为“中层控制系统”，负责感知周围的环境，并对环境信息与车内信息进行采集与处理，例如道路边界监测、车辆检测、行人检测等技术。 直接采购Tier1算法与方案/采购+自研 主机厂自研 作为提供智能驾驶安全保障的感知层，目前以视觉传感器与毫米波雷达为主的多传感器融合感知方案是当前传统车企主流选择。超声波雷达作为泊车功能的核心传感器，当前由于成本原因，车企通常采用低频超声波雷达与高频超声波雷达融合方案。 各智能驾驶功能的实现，其核心之一在于硬件传感器的配置以及融合算法方案，因此传感器的配置方案也成为主机厂以及智能驾驶供应商重点打造产品差异化与性价比的核心方向。在这过程中，4D成像毫米波雷达凭借性能与成本优势，在L2以上智能驾驶中成为市场新秀，于2022年开始小规模前装导入。 级别 实现功能 典型配置 常规主流配置方案 适用速域/场景 L4 AVP代客泊车 5V12U 1前向4环视+4低频超声波8高频超声波 驾驶员在车外500米内地上/地下公共停车场 L2+/L3 CPilot部分城市场景领航 9V5R 3目前向4侧视1后视1监测+1前向4角雷达 低速（60km/h以下） TJP交通拥堵领航 3V5R 3目前向摄像头+1前向4角雷达 低速（60km/h以下） HWP高速公路领航 3V5R 3目前向摄像头+1前向4角雷达 高速（60km/h以上） VPA记忆泊车 4V12U 4环视+4低频超声波8高频超声波 驾驶员在车内/车外500米内家庭固定车位 L2 HWA高速公路辅助 1V5R 1前向摄像头+1前向毫米波4角