智能驾驶系列研究（一）：从特斯拉视角，看智能驾驶研究框架

分析师：林子健 SAC编号：S1050523090001 联系人：谢孟津 SAC编号：S1050123110012 行业深度报告 证券研究报告 从特斯拉视角，看智能驾驶研究框架 ---智能驾驶系列研究（一） 投资评级：推荐（维持） 报告日期：2024年06月04日 核心结论： 特斯拉视角智能驾驶历史复盘 算法 算法 第一章：回顾历史，智能驾驶的核心主线是算法的演进史，从2017年至今，在感知侧+规控侧实现算法从规则为主走向端到端。算法方面，2017-2022年，特斯拉在感知侧走向端到端，实现BEV+Transformer+Occupancy。2021-2023年，特斯拉在规控侧从规则走向端到端。数据闭环方面，特斯拉在2022年实现模拟仿真数据、自动标注、云端算力等三个方面的升级。硬件方面，特斯拉从HW1.0升级至HW4.0，期间通过算法升级+自研FSD芯片，实现更为适配智能驾驶进化的硬件体现。 数据闭环 智能驾驶未来 研究框架 数据闭环 第二章：展望未来，我们认为智能驾驶的算法将走向收敛，核心主线将从算法走向数据闭环。向未来看，我们提出由算法+数据闭环+硬件降本+政策法规四个维度构成的研究框架。围绕这些角度展开，我们提出未来智能驾驶核心的三个趋势：数据竞赛+大模型+任务导向。 第三章：对国内智驾能力的区分，我们提炼四个维度：数据积累能力+智驾好用能力+安全性+舒适性。基于数据闭环（背后竞争要素对应为组织的工程化能力）成为未来核心分水岭，我们认为基于算法来判断各车企领先程度的意义将愈发有限，以对数据为主的跟踪将成为未来判断各车企竞争水平的重要指标。 硬件配置 通过复盘高速NOA发展历史，我们总结出高速NOA与城区NOA的两点不同， 提出城区NOA发展的三个阶段，判断2025H1有望实现“好用拐点”。 硬件降本 第四章：智驾下半场是城区NOA，智驾有望在2025H1迎来“好用”拐点。 政策法规 高速NOAvs城区NOA 驱动方式 两个不同 高速NOA三年好用城区NOA更快 落地成本 智驾拐点判断 可用：2023-2024 城区NOA三个阶段 好用:2024-2025H1 车企的智驾能力跟踪框架 数据积累能力 智驾好用能力 执行侧舒适度 安全 必用:2026及以后 风险提示 智能化落地不及预期； 技术迭代风险； 宏观经济波动风险； 下游需求不及预期的风险。 目录 CONTENTS 1.历史：特斯拉视角看智驾演进 2.未来：智能驾驶研判框架 3.供给：车企智驾能力分析 4.需求：智驾拐点何时来临 01特斯拉视角：智驾历史复盘 2023. 2023. 2024. 2024. 2024. 08.15 11.23 04.20 04.28 04.29 特斯拉计划组建一个20人左右的本地远营团队，以推动自动驾驶在中国市场落地。与此同时，特斯拉还在中国尝试成立一个数据标注团队，规模约上百人，为训练FSD的算法作准备。 特斯拉中国回应，FSD落地中国 正在推进的消息属实。 马斯克在twitter上的回复中表态，FSD入华"可能很快就会到来”,本次访问中国预计将推动相关进程。 马斯克访问中国：特斯拉通过国 家汽车数据安全4项全部要求。 据特斯拉用户APP表示，特斯拉中国官方的FSD购买页面描述由“稍后推出”改为“即将推出”，特斯拉FSD离进入中国更进一步。 资料来源：财联社，twitter，中国汽车工业协会，特斯拉官方，华鑫证券研究 模块合成式驾驶方法：包含感知、规划决策，执行控制三大模块，通过分别调试每个模块的参数来适应各种各样的驾驶场景。 •（1）感知模块：利用各种传感器来实现对静止环境、行车相关信息及移动障碍物的全面检测和跟踪，进而将场景图像转化为关键感知指标。 •（2）决策模块：在完成道路交通场景的感知后，从感知模块获取全局和局部信息，对起点到终点的行驶路线进行分析和规划，确定车辆的行 驶路线并最终输入执行模块以实现车辆控制。 •（3）控制模块：负责将来自决策模块的行驶策略转化为具体的车辆控制指令，实现车辆的实际运动。 图表：智能驾驶模块化设计理念 图表：智能驾驶端到端设计理念 模块化架构：规则驱动 端到端架构：数据驱动 感知-定位 决策-规划 执行-控制 端到端智能驾驶方法：端到端智能驾驶方法本质上是使用一个独立系统进行驾驶，通过训练一个深度神经网络从感官输入（如摄像头采集的道路信息）直接映射到驾驶动作。 Transformer LSTM网络 卷积神经网络 执行系统 安全控制 制动控制 驱动控制 转向控制 路径追踪系统 环境感知 激光雷达毫米波雷达 传感器 决策系统 异常处理 轨迹规划模块 行为决策模块 定位/导航 GPS/惯性导航 车辆数据 资料来源：《面向大场景的智能驾驶端到端算法研究》,亿欧智库，华鑫证券研究 •1.1.12014-2016年以规则驱动为主 •端到端的设计理念是输入原始数据后，直接反应输出结果，最早可追溯到上世纪80年代。1988年，第一辆端到端驱动的陆军救护车ALVINN，当时还没有出现卷积神经网络CNN，只构建了一个三层可反向传播的全连接神经网络，并在卡内基梅隆大学的校园内以0.5m/s的速度准确的行驶了400米。 图表：第一台端到端ALVINN 图表：规则驱动与数据驱动对比 设计理念 规则驱动系统 模块化 数据驱动系统 端到端 优势 可解释性、可验证性、易于调试 数据驱动潜力较大，简洁，易于联合训练 劣势 错误传递、模块间不协调、潜力有限 受限神经网络模型发展；黑匣子 模型架构 •相比规则驱动，端到端的框架更为简洁，应用潜力更大，但受制于神经网络模型的发展，一直未在产业中大规模落地使用。 资料来源：《ALVINN:Anautonomouslandvehicleinaneuralnetwork》，《基于深度学习的端到端自动驾驶模型研究及仿真》，BuildingtheSoftware20Stack，《End-to-endAutonomousDriving:ChallengesandFrontiers》，华鑫证券研究 •1.1.12014-2016年以规则驱动为主：由Mobileye提供智驾解决方案。早年的特斯拉并没有自研自动驾驶芯片，从2014年开始特斯拉与 Mobileye合作，在其量产车型上一直采用Mobileye的EyeQ3技术方案。Mobileye届时的算法主要由规则驱动，以单目相机成像测距为例 ，通过物体在图像中的像素高度h和焦距f，即可计算出前方车距。 •2016年特斯拉和Mobileye终止合作：①导火索：2016年5月第一起配备Autopilot的ModelS发生致命事故，无法识别白色拖车和天空； ②核心原因：Mobileye提供的车企的是一个封闭的黑盒方案，车企不仅不能修改其中的算法，而且还不能与Mobileye共享车辆数据。 图表：MobileEye距离测试规则示例 图表：利用焦距计算距离原理示意 资料来源：Mobileye，TheDistanceEstimationofMonocularCamera，Theverge,华鑫证券研究 •1.1.2感知侧2017-2022走向端到端:Transformer+BEV+Occuopancy的主流架构 •CNN极大提高了机器视觉的识别效率，让机器视觉走向深度神经网络结合的端到端架构成为可能。从机器认识一只狗的过程来类比，此前的DNN网络依赖于先认识狗的每个“细胞”，而CNN则从认识狗的一个部位开始，例如眼睛、耳朵，来判断一只图像为狗，其中涉及到三个主要的不同： •（1）不需要认识图像的全部，识别难度降低；（2）通过局部特征训练出来的神经元，能更好的迁移到其他图像（从认识狗的专家，变成认识耳朵的专家）；（3）卷积过程降低了图像特征的维度，减少数据量。 图表：CNN去认识一只小狗 图表：DNN去认识一只小狗 资料来源：《丁磊：生成式人工智能》，《EdgeMachineLearningforAI-EnabledIoTDevices:AReview》，《ImageProcessing:HowDoImageClassifiers Work?》，华鑫证券研究 •1.1.2感知侧2017-2022走向端到端:Transformer+BEV+Occuopancy的主流架构 •深入来看，CNN神经网络的效率核心在于卷积+池化的过程。相比全连接DNN神经网络，CNN需要训练的参数数量明显减少。举例来说，一幅像素为1K*1K的图像作为输入，Hiddenlayer有1M节点，仅一层就有10^12个权重需要训练，如果使用CNN网络，采用100*100的卷积核，共使用100个卷积核，输入到Hiddenlayer的参数便降低到了100*100*100=10^6个。 •如果说CNN将管理100人的工作变成管理10个组长，那卷积核就像不同的组长：不同的卷积核代表了不同的特征提取能力。该结构上下层 不再直接全部连接，同一层将共用单个或一定数量的卷积核，因此大大减少了训练权重的数量。 图表：CNN工作过程示意图 图表：CNN卷积-池化层核心结构示意 资料来源：《丁磊：生成式人工智能》，《深度神经网络的关键技术及其在自动驾驶领域的应用》，华鑫证券研究 •1.1.2感知侧2017-2022走向端到端:Transformer+BEV+Occuopancy的主流架构 •2017年AndrejKarpathy加入特斯拉，推动CNN神经网络落地，感知侧端到端拉开序幕。AndrejKarpathy2015年在斯坦福执教，设计并创办了课程卷积神经网络CNN在机器视觉中的应用。 •特斯拉提出Softwate2.0吞噬1.0，CNN网络架构将设计特征的工作从专家交给机器。传统的特征设计往往由特定领域内的专家设计，但当面对复杂任务情景是，专家设计的特征往往存在诸多局限，例如特征本身的有效性、有限性等等。AndrejKarpathy2017年加入特斯拉，推出Software2.0，提出用2.0（基于CNN神经网络模型）吞噬传统Software1.0（由Python、C++等语言编写的代码）的理念。 图表：特斯拉Software2.0吞噬1.0过程图 图表：神经网络将设计特征从专家交给机器 Output Output 1.0code 2.0code 1.0code 2.0code Features Hand-designedfeatures Hand-designedprogram Output Mappingfromfeatures Mappingfromfeatures 1.0：基于编程代码 2.0：基于端到端神经网络 2.0code Input Input Input 资料来源：BuildingtheSoftware20Stack，EnhancingDeepLearningPerformanceusingDisplacedRectifierLinearUnit，华鑫证券研究 •1.1.2感知侧2017-2022走向端到端:Transformer+BEV+Occuopancy的主流架构 •2019年推出HydraNet架构，处理不同的任务。感知侧有许多不同的任务，如果每一项任务都单独使用神经网络，则成本高昂。HydraNet的架构通过一个共享的主干网络backbone，能有效的实现三个方面的优点:(1)特征共享：减少重复的卷积计算，减少主干网的数量；(2)任务解耦：将特定任务与主干分离，能够单独微调任务;（3）能缓存特征，更高效的微调。 图表：不同的任务共用一个SharedEncoder 图表：驾驶过程中的不同任务繁杂 图表：特斯拉的HydraNet架构 资料来源：TeslaAIDay，LEARNHYDRANETS:Monstro