智能驾驶2023年度报告

insights人智能车叁考 TheannualreportofChineseADASproductin2O23 量子位智库出品 QbitAlInsights 序言 INTRODUCTION 随着汽车智能化进一步的发展，智能驾驶产品正在来到普及时刻。 智能驾驶，即ADAS（AdvancedDriverAssistanceSystems），高级辅助驾驶系统。 2017年，特斯拉一段完全由车辆「自己驾驶」，通过路口、识别红绿灯、过弯、变道转向，最后还能「自己」停入车位的视频引爆网络。 虽然这个视频最后被证实是通过剪辑实现的，但不得不说，视频中展示的就是智能驾驶最完整、最高阶段的场景功能：从停车场到高速、城区，再到停车场，全程都由系统自已识别路况、控车，人类只用坐在方向盘后监管系统做得好不好。 但这些年过去，如果说特斯拉曾经在这个应用上宛如iPhone般一枝独秀，那随着中国智能车玩家的量产车型产品和能力不断展现，现在 已经到了安卓时刻一一更多车型、更多价位、更多车主用户，可以体验到智能驾驶。 那么，现在国内各智能车玩家已经展示出什么样的能力？能分出什么样的阵营？基于现状，未来又会怎样演变？这其中又有哪些值得关注 的玩家？ 本篇报告将以2023年度在中国已实现量产车型落地的产品为主体，描绘智能驾驶产业现状、格局、关键变量和未来进程。 insights 目录 CONTENTS 时局现状：2个共识 04其他智能驾驶迭代影响因子 （1）顶天立地：技术进阶路线明晰（2）铺天盖地：智能驾驶产品门槛下探 02 03 （1）激光雷达路线及其成本(2)L4级技术降维（3）量产车标准化和规模化 01 02中国智能驾驶格局 0405 12 13 15 智能驾驶产业未来趋势 （1）梯队：以实现能力划分05（1）中国智能驾驶2023格局梯队 （2）阵营：以感知方案及高精地图划分06（2）智能驾驶产业三大趋势 （3）派系：以自研及供应商划分08 03 智能驾驶送代关键要素 (1）技术等级(2）量产车销量 （3）智能驾驶产品是否标配 （4）智能驾驶产品售价准入门槛 6006 2024值得关注的智能驾驶 【变量】公司 insights 01时局现状：2个共识 insights （1）顶天立地：技术进阶路线明晰 根据当下技术现状，智能驾驶产品可以分为行、泊两类。 行，即在行车域发挥的功能，包括一些主动安全功能，以及高速NOA（NavigateonAutopilot）和城区NOA；而泊，则是在泊车、停车场景发挥的功能，比如记忆泊车，AI代客泊车等等。 在行车域，各玩家产品由低到高的迭代路线为： ①基础L2级： ②高速NOA ③城区NOA： 系统利用安装在车辆上的传感、通信、决策及执行等装置，实现辅助驾驶功能，包括LKA（车道保持辅助）、AEB（自动紧急制动）、ACC（自适 应巡航）、LCC（车道居中辅助）、ALC（自动变道辅助）、HWA（高速驾驶辅助）等。 系统利用安装在车辆上的传感、通信、决策及执行等装置，在高速高架、环路、城市快速路等封闭或半封闭场景下实现智能驾驶，实现功能包括自主上下匝道、主动变道、主动超车等。 系统利用安装在车辆上的传感、通信、决策及执行等装置，在城市开放路况下实现智能驾驶，可以实现无保护左转、无保护掉头、识别交通信号灯、主动变道、主动超车等功能，能够自主处理各类城市路况，能够处理日常交通场景中的车与车、车与人、车与其他交通参与要素交互。 在泊车域，目前行业基本已经达成的共识，各类智能泊车产品由低到高的迭代路线为： ①自动辅助泊车1： ②记忆泊车： ③AI代客泊车： 系统利用车身传感器，对车辆进行横向和纵向的控制，同时需要驾驶员对车辆进行持续监控和有效接管，以保障泊车安全，另外还支持驾驶员在车外一定可视范围内使用遥控装置（手机APP或遥控钥匙）控制车辆，实现车位周围的自动泊车或召唤功能。 系统利用车身传感器，学习、记录并储存用户常用的下车位置、停车地点及泊车行进路径，建立常用泊车路径的环境特征地图，车辆再次经过该地点时，系统复现用户的泊车路径来代替驾驶员完成停车场内最后一段距离的低速驾驶和泊车，必要时需要驾驶员接管。 在车内无人的情况下，系统利用安装在车辆上的传感、通信、决策及执行等装置，系统自动完成智慧停车场内的低速自动驾驶、自主避障、智能搜索车位和车辆泊入、泊出，相当于停车场景下的完全自动驾驶。 包括：自主车位泊车、自主召唤泊出、遥控泊车。 insights02AE车空者 毫无疑问，在智能驾驶实现中，行车和泊车，都是A/司机系统对车辆控制、交互不同程度的应用。其中，泊车场景可以视为AI司机能力在相对简单环境、 低速场景的应用，整体上是A/司机行车能力的降维释放。所以不论是目前业内共识，还是技术开发现状，行车域产品挑战难度更大；对行车域的把握， 也能更全面感知智能驾驶能力的全貌。 因此本篇报告将围绕行车环境下的智能驾驶产品展开。 （2）铺天盖地：智能驾驶产品价格门槛下探 配置了高阶智驾能力的车型售价，以及智能驾驶产品价格，正在不断下探。 单位：万（人民币） ■能实现城区NOA功能车型最低售价 ■智能驾驶产品价格 蔚来智能驾驶产品采用付费订阅制，目前价格为680元/月 以城区NOA产品为例，可以明显看出，能实现城区NOA功能的车型售价不断下降，特别是同一车企或供应商。具备此能力最低价格的车型，智能驾驶系统价格趋于稳定。 28 阿尔酒992含2.2万双激光雷达和3.68万智驾包价格 insights03ABME车# 02中国智能驾驶格局 insights （1）梯队：以实现能力划分 根据我们的研究发现，国内量产车智能驾驶产品的实现以L2级智能驾驶为「主流」和「起步」。以此为依据，我们将国内智能驾驶格局划分为：正当 理想M 代、次世代及领先一代。 领先城区NOA： <小鹏极越. IZEEKR 飞凡汽车 深蓝汽车仰望 次世代 高速NOA：吉利银河 ROEWE LINK&CO 星纪元ISTERRA ond 鹏 AION埃竞 长帐汽车QNIO儿 正当代 L2: Polestar C 红旗 smart 落后一代 同时，大部分传统车厂未完全实现基础L2级功能，在当今格局下，已成为落后一代。 裁至刊发日，在国内尚未落地。 insights05ABNE年# 2）阵营：以感知方案及高精地图划分 NIO小鹏理想 激光雷达派 摄像头 YARCFOX长城汽车毫米波雷达 CUAION埃克超声波雷达 激光雷达 1. Polestar 1仰印望 星元ISTERR 视觉派 飞凡汽车yr七极越 纯视觉派 TESLA smartLINK&C 吉利银河RORE Fora VDYAH 智能驾驶产品的传感器主要包括摄像头、毫米波雷达、超声波雷达和激光雷达。 其中摄像头主要提供环境的2D视觉信息；毫米波雷达提供目标物体的距离和角度信息；激光雷达能提供3D环境信息，包括距离和速度，并实现自主 insights06AE车2当 定位；超声波雷达也能提供目标物体的存在和距离信息，但是由于作用距离较短，多用于泊车系统。 根据各玩家传感器配置方案不同，整体上分为两大派别，一是按照有没有激光雷达，分出了激光雷达派和视觉派；二是视觉阵营中，还有不包含毫米波雷达、超声波雷达等多传感器穴余的纯视觉派。 另外，智能驾驶系统感知环境除了靠传感器，还能通过高精地图「开天眼」，让车辆直接获得包括车道、车道线、路面箭头、交通灯、交通标识牌等等环境信息，并且精度在分米或者厘米级别，降低算法难度要求，成为一些玩家实现高阶智能驾驶时的必要选择。 有高精地图派无高精地图派 飞凡汽车ANIO长械深车YTESLA×小鹏理想 W仰望极越 LINK&CO 吉利银河AION埃竞 不过，由于高精地图使用、维护、更新等成本居高不下，审核过程缓慢，想要随时保持高精地图的鲜度非常困难，也有一些玩家开始逐渐摆脱对高精 地图的依赖。 因此，从是否依赖高精地图的角度来看，各玩家可以分为有高精地图派和无高精地图派3。在行业内，目前也被简称为：有图派，无图派。上图显示了 各派别玩家的分类。 官方宣称技术方案可去高精度地图。 insights07ABNE年堂 （3）派系：以自研及供应商划分 案，又拥有自研团队，研发智能驾驶产品。 各派别分别包括：供应商 VOYAH yrV极越 LUXEED 鸿蒙智行 城区NOA TTESLRANIO√极越长械汽车JJI大疆车载 LINK&CO 小鹏理想 吉利银河！AION爱. YARCFOX MHAOMO.AI 飞凡汽车 LUXEEAION城S高速NOA 星配元ISTERRALOHATIE 仰望 nrd. 1.4AI nomamte R印望 ZEEKR in mobileye 自研派穴余派供应商派地平线 而根据量产车上产品实现的能力等级一城区NOA和高速NOA，供应商又可分为上图两大梯队。 insights08A车登者 智已城区NOA于2024年1月在上海OTA 03智能驾驶迭代关键要素 insights 03智能驾驶选代关键要素TheAnnualReportofADASProductinChina2023 智能驾驶是AI能力在量产车驾驶上的实现，而众所周知，AI能力迭代有三大关键要素：算法，算力和数据。目前智能驾驶应用呈现出两大特征： ①算法业内趋于一致，开始实现BEV+Transformer的大一统； ②算力层次相对分明，特别是最强算力：特斯拉拥有自研FSD芯片；其他主要玩家的旗舰算力来自英伟达，犹如安卓和高通骁龙的关系。目前算法和算力对智能驾驶的影响，集中体现在能实现的技术等级上。 在智能驾驶场景中，影响数据产生和选代的关键要素首先是量产车的数量：可以理解为需要足够多的数据传感器开始工作；其次是数据传感器的效率和质量：如果所有的量产车都是一套标准传感器方案，数据质量、处理效率，无疑比多套传感器方案对于技术迭代有更强的推动作用。 最后，可免费使用的智能驾驶产品，也有助于数据反馈和技术选代。 并且，只有在实际道路环境下、真实驾驶数据越多，遇到的CornerCase越多，智能驾驶系统的能力才更有可能向上迭代。 因此，在现阶段智能驾驶能力迭代的关键要素，可以着重关注： （1）技术等级 城区NOA>高速NOA>L2 能够实现更高技术等级的智能驾驶产品，技术上无疑有明确的领先性。 （2）搭载智能方案的量产车数量 更多的智能车销量或智能方案生产数量，意味着更多的数据积累。 （3）智能驾驶产品是否标配 智能驾驶产品是否标配是指，支持高阶智能驾驶的传感器是全系标配，还是只有高配或特定车型搭载。 全系标配传感器的量产车型，无疑比付费选装或特定车型搭载传感器的车型，拥有更大的技术选代可能性。目前领先一代和次世代的传感器方案配备情况为： insights10ASNE车# 03智能驾驶送代关键要素TheAnnualReportofADASProductinChina2023 标配未标配 TTESLRNIOLUXEEDAION埃克YARCFOX. V深蓝汽车ndLINK&CO ×小鹏仰望极越D长载送车 理想飞凡汽车区 yr HVADA 星纪元ISTERA （4）智能驾驶产品售价准入门槛 免费使用>付费使用 智驾产品免费使用量一定高于付费订阅使用量，而产品的使用量又会影响数据规模和选代进程。 目前领先一代和次世代的智驾产品价格情况为： 免费付费订阅 飞凡汽车V家蓝汽车LINK&CO ×小鹃理想AION埃豆 TESLAGD长载库车ED 仰望YARCFOXaNIO量纪元1STERRA √极越 yr U YOYAH 综上所述，在同一等级下，免费使用、使用里程更长、量产车销量高的智能驾驶产品选代速度一定高于付费订阅、使用里程较短、量产车销量低的 智能驾驶产品。 insights11AME车空者 04其他智能驾驶迭代影响因子 insights 04其他智能驾驶选代影响