2024 无人驶出租赁车 Robotaxi 行业场 态势盘中心技巧和官管行为排序分析报告

报告 ©2024//AUTOCRYPTCO.,LTD TABLEOFCONTENTS 1.Introduction02 2.Robotaxi行业概况03 2-1.当前市场2-2.竞争格局 3.Robotaxi技术06 3-1.硬件3-2.软件 3-2-1.算法训练模型3-2-2.自动驾驶 软件3-2-3.算法训练环境 4.事故和脱离14 4-1.脱离分析 4-1-1.脱离原因分析4-1-2.软件相关脱离分析4-1 -3.脱离原因趋势 5.Robotaxi事故预防-V2X案例19 6.Conclusion22 免责声明：本文件仅作参考用途。信息具有通用性质，不应被视作针对任何特定问题或事实情况的法律意见或法律建议，也不应依赖于或解释为法律意见或法律建议。信息可能不包含最新资料。本文件的读者应联系各自的解决方案提供商以获取最新信息，并就解决方案的应用获得建议。基于本文件内容采取或不采取行动所引起的一切责任hereby予以明确免责。本文件内容按原样提供；不作任何保证，不保证内容无误。 1.Introduction 自20世纪初以来，自动驾驶车辆的梦想就吸引了社会的广泛关注。在科幻小说中常被描绘为未来交通的愿景，今天的机器人出租车正在像旧金山、奥斯汀、凤凰城和上海这样的城市道路上逐渐成为现实。这种城市交通革命的动力来自于自动驾驶技术的发展。然而，尽管取得了快速进展，通往完全自主的机器人出租车的道路仍然任重道远。该行业经历了包括监管障碍和高-profile事故在内的挫折，这些挫折凸显了规模化面临的挑战以及持续的技术改进需求。 尽管如此，自动驾驶出租车公司仍在不断推进。在这个行业中，追求主导地位更像是一场战略长跑而非短跑。就像任何一场长跑一样，坚持跑完全程并到达终点需要付出大量的努力和韧性。 在本报告中，我们将深入探讨这一马拉松式的行业发展，并对自动驾驶出租车行业进行深度探索，分析关键市场趋势、核心技术以及随着行业向更广泛采用过渡而出现的挑战。 报告概述了市场在其生命周期中的当前地位，并分析了随着公司竞相成为行业领导者，不断演变的竞争格局。随后，报告深入探讨了支持Robotaxi运营的核心技术，从硬件组件到复杂的软件系统，以及机器学习在算法训练中的关键作用。 通过分析近年来的脱钩和事故数据，报告识别了影响无人驾驶出租车性能的根本问题，并强调了如车辆到一切（V2X）通信等新兴技术如何帮助解决这些挑战。借此，本报告旨在提供一份对未来robotaxi市场的前瞻性视角，并推荐通往更安全、更可靠的自主运输途径。 2 2.Robotaxi行业概况 全球Robotaxi市场即将迎来爆炸性增长，预计到2030年市场规模将达到389亿美元，从2023年到2030年的复合年增长率将达到90.2%。1这一增长预计将与更广泛的自动驾驶车辆（AV）市场扩张相呼应 ，后者预计到2031年将超过300亿美元。2 随着全球各地的城市应对拥堵、污染和高效交通短缺等问题，机器人出租车提供了与更广泛的移动需求相契合的解决方案。 尽管行业尚未成熟，自动驾驶技术的进步将成为未来市场扩张的主要驱动力。自动驾驶出租车行业位于两大转型行业的交叉点：汽车工业和信息技术产业。这两个行业都正在经历重大变革，尤其是零排放车辆和人工智能（AI）的整合。 监管支持对于机器人出租车行业的可持续发展至关重要。随着政府推动更加严格的排放法规，由电动汽车组成的机器人出租车车队将从零排放车辆的政府激励中受益。自动驾驶（AV）技术和电动车辆（EV）技术的结合使机器人出租车成为解决城市拥堵和污染的可持续方案。这将越来越吸引寻求智能、环保交通选项的城市。 随着人工智能和机器学习的进步，自动驾驶系统在导航复杂城市环境方面的能力不断提升，使得Robotaxi能够更高效、更安全地运营。这些技术突破有助于扩大运营规模，并为更广泛的客户群体提供经济实惠的按需交通服务。 潜在的客户基础超越了传统的出租车服务，涵盖了公共交通和可访问的移动解决方案的商业应用。此外 ，市场预计会受益于私营公司和政府不断增加的投资，以及消费者对自主移动解决方案的认知度和接受度不断提高。 随着全球各地的城市应对拥堵、污染和高效交通短缺等问题，自动驾驶出租车提供了符合更广泛移动需求的解决方案。 1.“全球自动驾驶出租车（Robotaxis）战略业务报告2024-2030.”雅虎财经.<https://finance.yahoo.com/news/global-self-driving-taxis-robotaxis-112900981.html>3 2.菲利克斯·卡雷尔。自动驾驶出租车值得吗？异质领土上的按需自主车辆mobility服务：成本效益分析。经济学与金融。巴黎理工学院，2023。英语。NNT：tel-04515454 2-1.当前市场 自动驾驶出租车市场目前正处于生命周期的早期增长阶段，随着技术的进步而逐步扩大。尽管技术已经取得了显著进步，并且在全球多个城市启动了多项试点项目，但该行业仍处于初级阶段。这一阶段的特点是实验、测试以及服务在受控环境中的逐步推出。监管框架仍在不断完善，政府正在制定安全标准和指导原则，以促进更广泛的部署。 一些早期商业服务正在出现，但只有少数公司提供付费机器人出租车服务，而且这些服务的范围也有限。美国唯一提供商业化机器人出租车服务的公司Waymo披露，它现在每周提供的付费乘车次数超过10万人次。1随着行业向商业化迈进，预计更多公司将会推出付费robotaxi服务，扩大服务的可获得性并促进行业发展。 全球自动驾驶出租车(robotaxi)市场 市场预测将以90.2%的复合年增长率增长 4 1.“Waymo称其每周付费无人驾驶出租车行程已从五月✁50,000次翻倍至100,000次。”CNBC，2024年8月20日.https://www.cnbc.com/2024/08/20/waymo-has-doubled-its-weekly-付费机器人旅行到100000-since-may.html。 2-2.竞争格局 自动驾驶出租车行业竞争格局正在迅速演变，各大科技公司、汽车制造商和初创企业纷纷争夺市场主导地位。 像Waymo、Cruise和Zoox这样的美国公司，以及Pony.ai和WeRide这样的中国公司处于领先地位，凭借其技术专长和雄厚的财务资源在市场上站稳脚跟。 同时，传统汽车制造商increasingly与科技公司形成战略合作伙伴关系以保持竞争力。汽车制造商与软件公司之间的联盟变得越来越普遍，因为他们将汽车工程专长与先进的自动驾驶技术相结合。例如，起亚汽车集团与Aptiv形成的合作关系导致了Motional的成立。1 Robotaxi公司估值(百万美元) 此外，市场正见证合并与收购活动的激增。一个最著名的例子是通用汽车于2016年收购Cruise。自此之后，Cruise一直在致力于开发新技术，以利用改装后的ChevroletBolt车型打造完全自动驾驶车辆。尽管Cruise遭遇了一些挫折，但这次合作仍然是传统汽车制造商与科技公司之间最具标志性的一次合作。 随着市场持续增长，它有望重塑城市Mobility的未来，预示着一个自动驾驶车辆成为日常生活不可或缺部分的世界。未来 几年将决定哪些公司在这个快速发展的行 业中成为领导者。 5 1.“Aptiv和Hyundai形成新联合企业专注于自动驾驶。”TechCrunch,2019年9月26日.https://techcrunch.com/2019/09/23/aptiv-and-hyundai-form-new-joint-venture-focused-on-autonomous-driving.现代-新-合资-专注于自动驾驶/。 3.Robotaxi技术 未来的Robotaxi愿景是一款流线型的四轮胶囊状车辆，无需方向盘或踏板即可实现。由于不需要人类驾驶员的操作控制，传统上用于驾驶舱的空间可以重新利用以提升乘客的舒适度。 然而，随着工作的进展，目前的机器人轴看起来与有抱负的科幻风格的车辆大不相同。 浏览一下Cruise和Waymo的车队情况，可能会让人觉得今天的机器人出租车与你在当地道路上遇到的SUV并没有太大区别，只是稍微配备了一些昂贵的传感器和摄像头。经过多年的广泛测试，并配有安全驾驶员 ，部分车辆现在已经能够无需人类驾驶员在车内进行操作，这正是机器人出租车的核心所在：先进的硬件和复杂的软件。 来源：CruiseLLC 3-1.硬件 Robotaxis旨在超越人类驾驶员，而不仅仅是复制他们的能力。为了实现这一点，这些车辆配备了一系列先进的传感器，这些传感器共同生成车辆环境的三维模型。最常用的传感器是摄像机、雷达和激光雷达 。 摄像机 摄像头已在车辆中使用了数十年，主要应用于后视和侧视摄像头系统 ，以辅助停车并减少盲区。然而，在自动驾驶领域，摄像头的作用远不止于此。它们为车辆的计算机提供主要的视觉数据，帮助监测环境并分类道路上及路旁的物体。 6 相机背后✁技術已經WELL-ESTABLISHED，使得高分辨率攝像頭能夠以經濟實惠✁價格廣泛獲得。自動駕駛出租車公司通常在其車輛上安裝多個攝像頭以消除盲點。雖然這些攝像頭在視覺化方面非常有效，但會生成大量✁數據，這些數據必須實時處理，從而對車輛所需✁計算能力和能量提出巨大需求。 雷达 雷达（RadioDetectionandRanging），即无线电探测和测距，是自动驾驶出租车中另一种常见✁传感器。雷达使用毫米波频率来确定物体✁距离和速度，并常用于自适应巡航控制、盲点监测以及碰撞避免等功能。 雷达✁最大优势在于它们能够探测视线之外✁物体，完美地补充了摄像头✁局限性。在极端天气条件下，雷达也更为可靠，因为它们不受雨、雪或雾✁影响。然而，雷达✁分辨率较低，导致角度精度较差，提供✁有效定位和路径规划✁数据点较少。 激光雷达 激光雷达（Lidar），即光检测和测距技术，使用红外线束来测量车辆与附近物体之间✁距离。通过在各个方向发射激光脉冲并测量激光返回所需✁时间，lidar能够创建车辆周围详细✁三维地图。 激光雷达在检测静止和移动物体方面极为有效。它被认为是能够在所有天气条件下提供高分辨率地图✁最准确传感技术。激光雷达对于自动驾驶应用非常重要，因为它可以补充其他传感器✁不足之处。 美元，短距激光雷达✁价格需要低于100美元。 可惜，激光雷达也是成本较高✁传感器，长距系统✁价格约为500美元。要实现该技术✁大规模普及，长距激光雷达✁价格需要低于300 1 幸运✁是，激光雷达技术✁不断进步正在降低成本并缩小传感器尺寸。 7 1.“激光雷达VRadar：自主驾驶系统未来✁发展方向.”欧立维-影响驱动战略顾问.<https://www.oliverwyman.com/our->专业知识/见解/2023年/jul/激光雷达-雷达-未来✁自动驾驶系统-s.html。 聚光灯下✁Robotaxis 传感器融合 insteadof依赖单一类型✁传感器，robotaxi运营商使用多种传感器组合来收集关于车辆环境✁全面数据。这种方法称为传感器融合，通过利用每种传感器类型✁优势来消除盲区，并创建一个完整✁、360度✁周围环境视图。 不同✁公司开发自己✁传感器组合以达到最佳平衡以满足各自✁需要。例如，Waymo✁自动驾驶出租车配备了先进✁硬件套件，包括高清摄像头、360度和周界激光雷达以及多个雷达传感器。 来源：Waymo 为了实现改善道路安全✁目标，自动驾驶车辆必须超越人类✁视觉和性能。传感器融合对于达到这一目标至关重要。融合技术✁优势在诸如移动物体检测、跟踪和网格映射等应用中尤为明显。其中，移动物 体✁检测与跟踪当前对自动驾驶车辆来说尤其具有挑战性。传感器融合提高了检测和跟踪性能，使得能够实现360度环境感知，并提升自动驾驶车辆✁表现。 8 通过传感器融合，感知过程通常分为两个层次