随着科技革命的深入推进，人类社会进入万物互联、万物智能的新时代。自动驾驶技术在人工智能和汽车行业的飞速发展下逐渐成为业界焦点。自动驾驶技术是汽车产业与高性能计算芯片、人工智能、物联网等新一代信息技术深度融合的产物，其本质是汽车与交通产业的全面升级。如今，互联网科技巨头、大型传统车企、技术型创业公司各自依托其资金、科技、渠道资源等优势，纷纷抓住产业升级机会，切入自动驾驶领域。自动驾驶技术与传统汽车行业的竞合开始加剧，自动驾驶行业潜力初步释放，应用场景逐渐清晰。本报告对自动驾驶的发展历程、产业链图谱、市场规模态势及国内外厂家的布局进行了详细的阐述和分析。

自动驾驶、激光雷达、人工智能、图像识别、ADAS、成车制造

1.自动驾驶相关技术已经成为人工智能行业和汽车行业的双重趋势，但仍处于发展初期，人工智能等级、硬件技术、配套基建、市场教育等均需要时间和资金培育。

2.自动驾驶的快速发展将重构汽车乃至出行、配送、物流等行业产业链，相关市场、技术等拥有巨大的市场潜力，未来将会出现相当数量的独角兽公司。

3.除了技术、资本等对行业的影响外，政府行为和立法限制对于行业的规范是制约自动驾驶行业发展的重要因素。

4.汽车行业价值链条长、行业成熟度高，投资者应更多关注低风险的与汽车巨头互补的新兴创业厂商，如图像识别算法厂商、激光雷达研发制造厂商、人机交互厂商等。

5.整车制造投入成本高，目前行业市场格局相对稳定，不太适合创业者进入。创业者可以瞄准与整车巨头互补的产业领域，明确业务模式和产品化周期，找准自身定位和发展机会。

为了市场的规范管理和监督，美国汽车工程师协会（SAE）在2014年制订了一套自动驾驶分级系统，按照自动驾驶对于汽车操纵的接管程度和驾驶区域评出了L0-L5共六级的评级。

表格 1自动驾驶分级分类图

L0级完全没有机器辅助驾驶，L1级提供简单的机械性驾驶支援。初步的自动驾驶包括定速巡航、紧急制动、倒车雷达等简单技术，这些技术已经在当今的经济型轿车中普及。

L2级是较为高级的驾驶支援的技术，在L1的基础上有了较高的发展，接管了人类部分感知功能。如汽车除了具备L1级描述中的定速巡航、倒车雷达等功能外，还具备车道保持、自动变道等高级功能。

L3级的实现有赖于L0-L2级的技术积累，它带来驾驶模式的质变，促进有条件的自动驾驶实现。其与L0-L2最大的不同在于把道路环境的观察者从人变更为系统。机器已经可以完全识别出路况、交通信号、路标和活跃着的其他车非机动车行人等障碍物；计算、处理、做出动作等机制都将由机器完成，但人仍然需要对机器状况进行实施监控，避免机器出现意外状况。

L4级的自动驾驶是在L3的基础上做出的进一步进化，驾驶员常规状况下基本不再对系统做出监控操作，只需在极端状况下对系统发出部分指令，多数情况下系统能独自应付自动驾驶。

L5级是自动驾驶的终极形态，机器的驾驶能力将远超人类，并可以应对任何极端状况，人类不再需要对车辆做出任何多余指令。

自动驾驶行业的中心业务是以Google、百度为代表自动驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。

图 1 创业邦自动驾驶行业图谱

产业链下游则为没有核心技术的OEM厂商和后置服务商，智能汽车技术密集度高，后置服务链长度和宽度均较为可观。此外，信息服务和金融支付等业务对行业的支持贯穿全产业链。

自动驾驶并非一个全新理念，早在1925年，就诞生了人类历史上第一辆“无人驾驶汽车”,至今已近百年。但从其出现直到21世纪初，实践进展始终较为缓慢，虽有诸多概念车推出，但在应用层面上，多数仍以倒车雷达、定速巡航的基本功能形式出现。

图 2 自动驾驶行业发展第一阶段

2015年，人工智能时代来临，自动驾驶作为最受关注的应用场景之一，受到了前所未有的关注，包括互联网公司、传统车厂、新兴科技创业公司的各类厂商如雨后春笋一般出现。当前人工智能的主要细分技术，包括计算机视觉、深度学习、传感器以及高速芯片、GPU等硬件发展均在自动驾驶领域发挥着重要的作用。

除了技术的推动，资本和政策也在自动驾驶行业的发展中也有着重大影响。

例如美国在加州等20多个州先后进行自动驾驶行业的立法后，北京市交通委员会、北京市交管局和北京市经济信息化委三部门联合印发文件，企业们可以申请在北京进行自动驾驶车辆的道路测试，这也使北京成为了中国第一个出台政策允许自动驾驶路测的城市。

图 3 自动驾驶行业发展第二阶段

在自动驾驶正式民用前，大量功能相对单一、路况相对简单或不太适用于人工驾驶的商用领域将会优先实现全方面自动驾驶，而商用领域的自动驾驶实现也将会对市场进行教育，带动民用自动驾驶更快铺展。

目前长途火车超载、疲劳驾驶、交通违章等现象时有发生，但高速公路车速快、无信号灯、无障碍物的特点非常适合机器驾驶高效率却反应单一驾驶模式，特别是如京港澳、连霍高速等超长路线，可以有效规避驾驶员的疲劳因素。

在大型的仓库和超市等场景，自动驾驶机器人和可以准确、高效、低危险地进行分拣、归类、入库、出库等行为，可以大量节省人工时长并降低误差。

相对于技术和路况仍显复杂的长距离输送，最后一公里的配送实现多在小区、学校、产业园等相对安全、慢速的行驶环境，危险系数较低，地图准确度相对较高。

在2017年的几个购物节中，京东和顺丰等厂商已经先后试点运行了无人配送，积累了应用经验。

图 4 京东物流无人配送车

公交、机场大巴等出行方式线路单一、发车频率高、路况平稳单一，适合目前自动驾驶的发展水平，且城市区域内地图精度较高，而在城市外也多为高速公路封闭行驶，更能发挥自动驾驶的效率。但由于法律法规、客户信任度和城区路口状况复杂等原因，距离实装尚需时日。

无人驾驶出租车除了更方便、快捷以外，可以有效免除大量人工成本，提高运营公司利润并降低乘客出行成本。

目前有诸多危险工种不甚适宜司机驾驶进入，如消防、易燃易爆输送、进入高污染、高辐射区域等。但危险工种的应用对于精密度要求较高，目前还处在试运营阶段。

在机械化的基础上，自动驾驶技术在农用场景也有非常广阔的前景。农业无人器械不仅能自动驾驶，而且能以非常精确的精度进行运动，如此便可以实现喷雾或收割等活动的超低误差，提高效率，减少浪费。但面对中国庞大的农民群体和复杂的农业耕作条件，要想全盘实现农业行业的自动驾驶，还有很长的路要走。

当前城市内拥有大量洒水、垃圾清运等日常作业车，该类车辆行驶速度慢、路线固定，功能简单，除自动驾驶外，也是自动作业的潜在应用场景，目前技术已经基本成熟。创业邦研究中心认为，该类日常作业车将在欧美、日本等劳动力成本高企的国家率先实现，在中国、印度等人力成本较低的新兴市场上线尚需时日，除了成本缩减不如预期外，日常作业放弃人工将带来大量失业人口。

2017年，世界汽车销量已逾9000万台，其中有26%是在中国售出，而据预测，到2020年，全球将会有超过40%的汽车在中国售出，中国将成为世界汽车市场持续增长的主要推力。

图 5 世界汽车市场规模

数据来源：WardsAuto.com、国际汽车制造商协会等，创业邦研究中心整理

汽车行业经过百余年的不断继承和发展，在迈入成熟的同时，仍然在中国、印度等新兴经济体保持相当高的增速。汽车行业的产业链极长、覆盖的相关行业很广，同时其单位产品单价高、高端产品附加值高，在各大经济体中均占据重要乃至支柱地位。

2017，全球乘用车整车销量超过9000万台，其中有约1/4为中国市场销售出。

创业邦研究中心预测，在未来五年全球的整车市场和自动驾驶市场将同时保持高额增长。随着中国中产阶级人数快速膨胀和汽车消费习惯的形成，以及包括特有的报废法规的政策的影响，中国汽车市场中的新增用车和替代性用车均将在未来保持较快速增长。

数据说明：本章调研数据来自于创业邦创投库和公开信息整理，其中样本数据中，大中华区（中国大陆及港澳台）厂商173家，国外厂商165家。

中国自动驾驶行业厂商分布较为集中，北京、广东和江浙沪地区占据了绝大多数份额。该类地区是中国经济最为活跃的区域，而自动驾驶行业对于知识密度、劳动力水平和工业基础要求较高，上述地区集中了中国绝大多数优质教育资源和高端劳动力，其道路建设和其他基础设施建设也相对完备，是我国最合适发展自动驾驶的区域。

图 6 国内自动驾驶企业地域分布

日后，随着中国自动驾驶行业的进一步发展，产业集群效应将越发明显，继续向周边工业基础雄厚特别是汽车产业发达的地区扩展。

中国市场的自动驾驶公司在各领域内分布较为平均。中国自动驾驶行业的厂商占比最多的为ADAS、驾驶解决方案方向，比例超过21%。除此之外，雷达传感器、成车制造、车载零部件等方向也有较高的占比，产业链整体分布均匀，未出现过于集中的情况。

图 7 国内自动驾驶企业细分行业分布

中国作为互联网大国和制造业大国，软硬件行业并行对于自动驾驶这一高新行业的发展而言是一个必然趋势。

中国自动驾驶行业参与者融资状况较为分散，相当部分厂商集中在A轮前，20%的厂商从未获得融资。证明自动驾驶行业仍在发展初期，投资潜力极大。自动驾驶属于人工智能行业的衍生行业，技术门槛和资金密集度极高，投资者应慎对投资风险。

图 8 国内自动驾驶企业融资情况分布

数据显示，目前还有超过20%未得到融资的初创企业，一方面有相当数量厂商还未得到投资者的垂青；另一方面也表现出投资者过去几年经历了数次的投资泡沫后，对待风口愈发谨慎。

在国际厂商分布中，除了占据超过半壁江山的自动驾驶大本营北美外，以色列、英国和欧洲大陆其他国家也聚集了大量自动驾驶相关的厂商。而传统汽车强国日本则在竞争中落了下风，仅有2.4%的公司分布，远低于其强大的汽车工业市场占有率。

图9 国际自动驾驶企业地域分布

数据说明：不计入大中华区厂商

从上图可以看出，汽车工业发达、路桥配套设施完善、计算机科学领先的欧美富国仍然是自动驾驶行业分布的绝对优势地区，新兴市场印度和巴西仅占据了3.3%的份额。

国际厂商的领域分布较为平均，其中由于多数厂商和用户分布在北美大陆，成车厂商占据了最大的份额。与中国市场相比较而言，最大不同的是包括电池研发、动力技术推进等在内的新能源技术厂商占据了超过7%的份额，是为国内较为薄弱的领域。

图 10 国外自动驾驶企业细分行业分布

总体而言，在自动驾驶行业的初期，国内外企业的地域分布基本一致，均在向资金、高校、技术和汽车工业基础雄厚的地区集中，并将在进一步发展向周边地区扩散。相对于国际厂商，国内厂商在能源科技领域发力不足，整体更倾向于软件行业，硬件行业多集中在激光雷达等零部件厂商，成车制造领域内仍是传统汽车厂商在唱主角。

作为目前车载传感器方案中最昂贵的解决方案，其具有精度高、性能好、成像快等特点，但其造价过高导致目前推广普及困难、产能较小。未来，激光雷达固态化、小型化、量产化、低成本化的趋势十分明显。目前特斯拉等大厂均尚未采用激光雷达方案，因此作为将来自动驾驶的核心配件来说，若有低成本的量产化激光雷达方案可提供，将是一块十分诱人的蛋糕。

摄像头、毫米波雷达和激光雷达各类传感器的功能和性能各有优劣，相互之间互补性大于替代性，特别是摄像头可以在图像识别技术快速发展的今天实现很多信息输入，若能高效整合多种传感器以进行解决方案推出，自动驾驶的安全性、易用性均将有质的提升。

物流领域的无人驾驶应用，使用物流无人驾驶有能解决物流行业以下问题:路线较为固定，降低了环境的复杂性，有利于提升无人驾驶的安全性；该细分领域司机疲劳驾驶的情况比较明显，无人驾驶可以提高其安全性；有效降低运营的人力成本，提升行业效率。且中国目前发达的电商零售行业对物流行业压力较大，亟需机器介入。目前多家电商和快递公司已经开始实行无人快递车和无人机的运输试点，该行业市场广阔、快速变现可能性较大。

国内市场中，国产ADAS厂商和车企仍然在中低端市场发力，而高端市场则长期被Mobileye等国际巨头占据。

而对国内中低端车企来讲，物美价廉的ADAS系统供应商对快速推出成品起着至关重要的作用。目前北京已经颁布自动驾驶相关法律，对成车的安全性要求有了明确要求。未来国内端ADAS有了市场规范的要求后，产品将会有明确的发展方向，整体市场容量将随之进入快速上升通道，依托中国企业的规模化优势和学习能力优势，将快速崛起成为ADAS行业的最大提供商群。

虽然在自动驾驶领域，新兴企业特别是科技企业获得了前所未有的表演机会，但消费惯性和品牌形象等原因，大量消费者特别是更富裕的中老年消费者仍会更青睐中高端传统汽车厂商。

Auto Trader research 在2017年初对英国用户进行的一份调查显示，福特、奥迪等厂商超过特斯拉，在选择倾向中位列前茅，而前十除了大热的特斯拉以外，也只有Google一家科技类企业上榜。传统汽车制造业在群众认知中仍然具有较大优势。

表格2 英国消费者对自动驾驶汽车的品牌偏好

数据来源：AutoTrader research

但汽车厂商普遍规模大，价值高，投资成本较高，投资者进入该领域时应谨慎考虑自身财力和目标潜力。