（溫馨提示：文末有下載方式）

汽車智能化的終極目標是無人駕駛，而實現無人駕駛是一個漸進式的發展過程，在這個過程中，車內硬件智能(ADAS)和車際互聯通信(V2X)兩條腿走路，比較而言，ADAS 技術只需要在車體本身做傳感器加裝和算法改進，相較於具 備強外部性的 V2X技術更易推進，是智能汽車的早期技術，目前國內國外在跑 的中高端車型上基本加裝了部分 ADAS 功能，幾乎能協助車輛達成L3級別以 下的自動駕駛。要實現更高級別的自動駕駛乃至無人駕駛，其制衡點更多在於 車際互聯(V2X)技術，這項技術簡單化理解就是以聯網通信的模式強化感知， 相當在車輛上加裝了更為靈敏的“眼睛”，實現真正的車路協同。但是V2X技 術具備強外部性，要求對整體道路基建做整改，對通信協議做規範，同時對高 速移動通信的質量提出更高的要求，V2X 這項技術在國內極高概率是以智能互 聯示範區的模式推進。我們認為，要充分發揮 V2X 下車路協同的優勢，傳輸信 息和信號，需要非常大的流量和帶寬以及很短的延時，差之毫釐失之千里，5G 技術即成為車聯網 V2X 中的關鍵制衡。隨著 5G 通信技術的發展以及我國在全 球通信產業的地位提升，未來汽車智能駕駛不僅限於硬件端(ADAS)，還將向 通信端發力，這期間搭建通訊收發設備，覆蓋 5G 應用網絡的智能互聯示範區 將獲得迅速發展。

一、寫在前面的

要理解目前的智能駕駛，離不開以下一個公式:

出行需求=總量*里程 左邊，出行需求=人數*人均出行里程。 右邊第一項，總量=公共交通工具+私人交通工具。 右邊第二項，里程=時間*速度。

需求方面，隨著國內城市化和現代商業化的發展，一方面提高了城市人口，一 方面城市半徑不斷提升(主要城市半徑>25km)，居民的生活工作出行距離增加， 等式左邊的出行需求是快速增加的。

出行需求的增加必將要求總量和使用效率的提升。公共交通工具方面，公交和 地鐵等領域存在短板，2017年中國地鐵運行線路總長度為3881.77公里，與美 國仍有較大差距(重鐵+輕鐵，5799 公里)。同時主要城市每萬人擁有的公共出 租汽車數量呈下降趨勢。私人交通工具方面，截至9月底，全國機動車保有量 達 3.22億輛，其中汽車保有量達2.35億輛，千人保有量達 169 輛，受限於道 路和停車場等土地要素的短缺，城市保有量增長存在瓶頸。

國內居民的出行需求和供給方存在著缺口，這種缺口部分程度削弱了居民的出 行品質，造成擁堵的路上交通和地鐵。如何提高現有資源的使用效率是解決出 行矛盾的關鍵。智能駕駛和共享出行就是謀求提升資源使用率的供給端革命(我 們在 18 年 12 月發佈了共享出行行業專題-《共享汽車，非成熟條件下的模式探 討》)，本期報告旨在探討智能駕駛行業的發展路徑，從短期、中期和長期三個 維度理解智能駕駛的實現模式。智能駕駛的終極目標就是無人駕駛，在無人駕 駛的模式下，一方面勞動力成本節約，另一方面車聯萬物的模式下交通阻塞程 度將大幅度降低，城市道路汽車運載量有望增加，出行效率有望大幅提升。

二、當前是無人駕駛的關鍵時點

隨著汽車智能化、電子化的推進，無人駕駛已經是未來汽車發展的必然趨勢。 在沒有人為干預的情況下，自動駕駛汽車可以通過傳感器感知周圍環境、規劃 行車路線並控制汽車安全抵達目的地，優點包括:1)降低人為操作失誤所造成 的交通事故及其導致的傷亡、成本;2)為社會弱勢人群(老人、殘疾人)提供 安全、經濟的出行方式;3)降低勞動成本，把節約時間用於工作或休息。4) 減少交通阻塞，增加城市道路汽車運行量，提高出行效率。

政策逐年深化，2020年是關鍵節點。2016 年被認為是無人駕駛的投資元年， 2017 年以來政府相關政策法規出臺速度明顯加快。根據我們的統計，2017 年 發佈的相關文件主要從相對宏觀(汽車、人工智能)和相對微觀(信息安全、V2X)的層面提出規劃和制定標準，而 2018 年 1 月國家發改委印發《智能汽車 創新發展戰略》是站在智能汽車的宏觀層面對產業內的細分領域提出規劃，規 劃更專，規格更高;2018 年底工信部發布《車聯網(智能網聯汽車)產業發展 行動計劃》，強調通信和計算融合的智能汽車產業體系，在車聯網層面上做出了 中長期規劃。我們認為，國內無人駕駛產業即將到達首個政策節點——2020 年: 1)智能汽車創新發展戰略中要求到2020年智能汽車新車佔比達到50%，中 高級別智能汽車實現市場化應用;2)《車聯網(智能網聯汽車)產業發展行動 計劃》中要求車聯網用戶滲透率達到 30%以上。

5G 商用臨近，或為無人駕駛進展重要推手。車聯網涉及到人和車，車和車，車 和路之間的通訊，我國5G規模化商用在即，低延時、高密度、高可靠的通信 網絡為車聯網打開突破口。2019年 1 月，工信部部長苗圩透露，今年會給一些 地區發放 5G 臨時牌照。此前，三大運營商也表示，5G 在 2019 年進入預商用 階段，2020 年開始規模商用，時點臨近。2019 年 3 月，博鰲亞洲論壇 2019 年年會上苗圩透露，他已經與交通運輸部部長達成了重要的共識，就是在中國 的公路上要加快推動數字化、智能化的改造。把道路的一些標識、道路的紅綠燈以及道路的管理規則，都通過智能化的改造固化下來。

智能汽車主要是消費者驅動，漸進式發展。和新能源汽車有所不同的是，智能 汽車更多的是在消費者主動選擇下的發展，由於不同消費者的車輛價位和性能 接受度差異，智能汽車上的輔助駕駛功能各異，目前主流的方法是根據智能汽 車上可實現功能的差異對車輛進行智能化的分級定義，通常分為 4 級或者 5 級。 其中 L0-L5 是美國 SAE 的智能汽車階段定義，L0-L4 是美國 NHTSA 的智能汽 車階段定義，DA-FA 是中國製造 2025 的智能汽車階段定義。

根據 2016 年美國汽車工程師學會(SAE)的分類，無人駕駛自動化的程度可 以分為六個階段，從 L1 到 L5 進步的順序依次體現在操作執行、環境監控、動 態監視任務和行駛情景。

車企也基本遵循 L0-L5級別的漸進研發節奏。可以看到的是，近年來傳統車企和 造車“新勢力”們紛紛實現了高度自動駕駛級別車型的量產。1)主流外資傳統車企 方面，奧迪目前已經推出 L4 級別概念車 Elaine，L5 級別概念車 Aicon，L3 級別的 奧迪 A8 已量產;奔馳目前已經推出L5級別概念車 Smart Vision EQ fortwo，L3 級別的奔馳 S 級已量產;寶馬目前已經推出L5級別概念車 iNEXT，L3 級別的寶 馬 5 系已量產;通用相對而言智能汽車研發進度稍遜一籌，目前L3級別的 CT6 已經量產。國際主流車企在 L5 級別車型方面的量產時間點相對一致，2021 年是 L5 級別車型的量產關鍵時點。2)新興造車勢力方面，傳統車企在不斷積累智能網 聯汽車技術的同時, 以新能源車為主攻方向的新興造車勢力正在以驚人的速度崛 起,截至 2017 年年底我國新創車企數量達 314 家之多，而在通過人才、資本等關 卡後，2018 年能看到有實質性進展的新勢力為數不多。憑藉蜂擁而至的互聯網資金，對新技術和新供應商更加開闊的態度，造車新勢力正式進入了短兵相接的局面， 致力於從極致視覺傳達、先進互聯網科技、前沿智能駕駛技術等領域全方位裝備新 車型，蔚來、威馬、小鵬等汽車公司量產車型陸續亮相和上市。

全球相關企業在無人駕駛領域有兩種佈局方式:傳統車企主張循序漸進，從輔 助駕駛升級到自動駕駛，以ABB為代表，已經具備 L3 級別能力，並開始研發 L4 級別。另一方面，IT 企業主張在技術上直接達到無人駕駛的程度，以谷歌和 百度為代表。我們認為，產生這樣的差異的原因在於傳統車企具有較大的固定 資產投入，並且需要持續的汽車銷量獲取利潤維持公司的運營和研發投入，因 此逐漸過渡有助於吸引消費者購買新車型和新功能，增加企業收入。而互聯網 企業屬於輕資產，對無人駕駛的規劃以提供出行服務而非銷售汽車為主，因而 可以將資源更多的投入技術開發。

智能汽車(ADAS)和車聯網(V2X)分別是實現無人駕駛的內部和外部要求

智能汽車指配備高級駕駛輔助系統(advanced driver-assistance systems， ADAS)，通過感知周圍環境、分析車輛所處環境從而根據環境變化做出相應反 應。智能汽車可以被看作是實現無人駕駛汽車的過渡，也是傳統車企主要的研 發方向。由於智能汽車行駛在一個包括車輛、行人、設施等因素的複雜環境中， 因此要做到完全自動駕駛就需要建立汽車與行駛環境中其他因素的信息交換， 即 V2X(Vehicle to Everything)。在內、外部要求都被滿足的前提下，自動駕 駛才有可能實現。

三、ADAS——車內智能的開端

DAS 的原理、構成和分類

ADAS 工作原理模仿人體的生理機制，主要分為感應、分析和執行三個方面。汽車的各類傳感器(五官)收集關於周圍環境不同種類的數據，如圖像、距離 等，進行標誌、行人的辨識、偵測與追蹤，並將信息傳輸到中央處理芯片(大 腦)，再結合導航儀地圖數據，利用相關算法進行計算(思考)，根據計算結果 做出反饋，通過汽車部件(肢體)執行，完成汽車的驅動、制動或轉向等功能。

ADAS 主要由三大系統構成:負責環境識別的環境感知系統，負責計算分析的 中央決策系統，負責執行控制的底層控制系統。其中，負責感應的傳感器主要 包括攝像頭、毫米波雷達、超聲波雷達、夜視儀等;負責分析的主要是芯片和 算法，算法是由 ADAS向無人駕駛進步的突破口，核心是基於視覺的計算機圖 形識別技術;執行主要是由制動、轉向等功能的硬件負責。

按照系統功能可以將 ADAS分為主動安全系統和被動安全系統，被動安全系統 又可以分為監測系統和預警系統。

滲透率:監測>預警>主動。根據 Yole Developpement 的報告，主動安全系統技術 門檻高，普及時間更長，需要配備傳感器數量較多，目前普及率仍處於較低水平; 預警系統的普及率目前正在爬坡期，到 2020 年會達到一個穩定的水平;監測系統 已經充分進入市場，成為汽車必備功能之一。

全球範圍內 ADAS滲透率仍偏低，中國市場空間巨大。根據高盛全球投資研究 部門研究，全球 ADAS 滲透率普遍不高，歐美日滲透率只有 8%-12%，根據蓋 世汽車研究院測算，我國 ADAS 的滲透率在 2%-5%區間，細分搭載率來看，應 用範圍最廣的是盲區監測系統、AEB 和其他預警系統(疲勞預警、前車防撞預 警)。從行業成長週期判斷，我國 ADAS 產業尚處於由幼稚期向成長期過渡的 階段，未來發展空間巨大。

市場空間:全球市場規模眾說紛紜，測算國內千億前裝規模

全球 ADAS 市場規模眾說紛紜，普遍認為 2020 年將超 300 億美元。德勤預測 2020 年全球 ADAS 市場規模將達到 400 億美元;智研諮詢認為其市場規模將超300億 美元，2014-2020 年複合增長率將達到 32%;iSuppli 則認為 2016 年世界 ADAS 市場規模在 70 億美元左右，到 2020 年將達到 300 億美元;由Strategy Analytics 估計口徑，2015 年 ADAS 全球銷售額為 87 億美元，2020 年預計達到 176 億美元。

2020年中國前裝 ADAS 市場規模將超千億。由於中國汽車零部件後裝市場較不成 熟，缺少可靠數據且不確定性較大，所以我們選擇估算國內前裝 ADAS 市場規模。 估算中國 ADAS 市場規模最重要的兩個因素在於滲透率和產品價格。

滲透率假設:首先，我們選取中投顧問對 2015 年國內 ADAS 滲透率計算的數據作 為基礎值。其中作為監測和預警功能的ADAS產品滲透率相對靠前，國內滲透率 前三的 ADAS產品分別為盲區監測(BSD)、疲勞預警(DMS)和自動緊急制動(AEB)。

然後，我們認為國外 ADAS 產品發展領先於中國市場，國內 ADAS 產品的增長路徑可以參考有代表性的外國 ADAS 廠商(如Mobileye)的歷史增長率進行估計。根據 ADAS 的分類，我們認為主動安全系統相比於預警系統技術要求更高，普及 時間較長，因此將 ADAS產品滲透率增長分為兩檔。

產品價格假設:我們認為，隨著未來 ADAS 產品滲透率增加，產品產量隨之升高， 規模效應凸顯，會帶來成本和價格的走低。因此，我們仍將ADAS產品分為預警 系統和主動安全系統。根據滲透率和發展階段的不同(預警系統更快普及)，預警 系統產品價格給予 10-15%的年降假設，主動安全系統產品價格給予 5%的年降假 設。

汽車產量假設:2015 年中國汽車產量 2450 萬輛，同比增長 3.3%;2016 年達到 2812 萬輛，同比增長 14.8%;2017/2018 年中國汽車產量增速分別為 3.2%/4.2%。 我們假設 2019/2020/2021年中國汽車產量年增速分別0%/3%/3%，2021 年汽車 產量預計 2950 萬輛。

市場規模:除了以上三個假設外，我們僅考慮已經投入市場的 ADAS 產品，不考 慮未來新產品的研發和使用。進而，我們按照“某產品市場規模=產品單價*產品滲 透率*汽車產量”模型對中國 ADAS 市場規模進行估算。根據我們的測算，2020 年 中國 ADAS 市場空間將超 1000 億元。

滲透率增速是決定市場規模關鍵因素。在此基礎上，若將所有 ADAS 產品滲透率 增速下調 10%，則 2020 年市場規模降至 734 億元;若將所有ADAS產品滲透率增速上調 10%，則 2020 年市場規模將達 1455 億元。由於預計未來幾年我國新車 產量不會出現大幅增長，因此ADAS前裝市場滲透率將成為關鍵因素，滲透率的 提高帶動產量，使生產企業達到規模經濟，降低產品成本，而產品價格的降低反過 來又會推動滲透率的提升。

產業鏈公司發展現狀及推薦標的

產業鏈公司一覽:ADAS 工作原理順序為感應、分析和執行，因此ADAS產業 鏈依次包括上游——傳感器零部件和芯片算法，中游——傳感器集成控制和執 行系統，下游——一級供應商和整車製造商，後市場包括電商平臺、4S 店和旗 艦店等。傳感器市場按照不同產品分類由不同公司所佔據，攝像頭生產商包括 德爾福(Delphi)、松下和法雷奧等，毫米波雷達生產商包括博世、大陸和華域 汽車等，激光雷達生產商包括 Velodyne、Quanegy 和 IBEO 等;芯片市場由英 特爾、英偉達和高通三大巨頭壟斷;算法方面，國際市場 Mobileye 一家獨大， 國內出現眾多初創公司，如 minieye、中科慧眼等;執行系統仍由傳統汽車零部 件生產商佔據，包括博世、大陸、德爾福等。

四、車聯網——通向無人駕駛高級階段的核心技術

廣義車聯網包含車內、車際和車雲網

車聯網有廣義和狹義之分，狹義車聯網單指“Telematics”(車載移動互聯網，又稱 車雲網)。我們這裡定義車聯網為廣義車聯網，即車內、車際、車雲三網融合。廣 義的車聯網是最終實現無人駕駛的重要一環，一方面，車際網聯合產業鏈前端的ADAS實現車路協同;另一方面，車雲網將數據上傳至雲平臺進行清洗分析，開闢 產業鏈後端廣闊的汽車後服務市場。

1)車內網:是指通過應用CAN總線技術建立一個標準化的整車網絡。

2)車際網(V2X):是指基於 DSRC 技術和 IEEE 802.11 系列無線局域網協議的動態網絡。這是促進車際互聯的最核心技術。

3)車雲網(Telematics):又稱車載移動互聯網，是指車載終端通過 3G/4G 等通 信技術與互聯網進行無線連接。

車內網與車雲網產業化應用成熟，車際網尚處培育階段。車內網和車雲網分別對應 的 CAN 總線與 OBD 盒子等產品在國內均有較為成熟的應用和市場規模。而以V2X芯片為核心產品的車際網，是推動車路協同，促進車際互聯的關鍵，由於其技術壁 壘最高，發展步伐最為緩慢。世界範圍內的 V2X 產品均處開發階段，未形成大規 模生產，批量生產後可配套裝載於智能汽車和道路信號燈、加油站等基礎設施，市 場前景廣闊。

車際網是車聯網之魂，其核心在於V2X技術

車際網是車聯網之魂，其 V2X 技術是通向無人駕駛高級階段的核心技術。我們認 為，無人駕駛依照“ADAS 裝配實現車內智能——LTE-V/DSRC技術實現車際互聯 ——車際互聯的發展進一步推動車內智能設備的研發——車內智能對車際互聯要 求的上升”的發展路徑，呈現螺旋上升趨勢。目前我國智能駕駛發展還是以車內智 能為主，車際互聯發展較為緩慢，但隨著 V2X 技術的完善，車路協同檢測日漸成 熟，車際互聯在未來幾年出現較快增長。

V2X 技術是車內智能和車際互聯的轉換器，是智能互聯示範區最核心技術所在。我們認為 V2X 受益於智能互聯示範區內基礎設施建設和車內芯片裝配，產業鏈地 位將大幅提升。

V2X實現的兩種方式:V2X的實現主要有DSRC和LTE-V兩種方式。其中DSRC 是美國的 V2V 通信標準，中國目前主導的通信技術是 LTE-V。

V2X技術的主要特點是:(1)網絡拓撲不穩定;(2)外部環境干擾嚴重;(3)行 車軌跡可預測;(4)以小數據包為主。由此發展出了兩種研究方向，即專用短程通 訊(DSRC)技術和基於蜂窩移網的(LTE-V2X)技術。

DSRC:基於恩智浦半導體和思科公司共同推進的車際通信技術IEEE 802.11p (WiFi 技術標準 IEEE 802.11 針對汽車環境的延伸)。實現在特定小區域內對高速 運動下的移動目標的識別和雙向通信，目前廣泛應用的電子停車收費系統 ETC 就 是基於 DSRC 實現的。DSRC 在 2014 年 2 月被美國交通部確認為 V2V 標準。

LTE-V:國內大唐電信和華為主導的 LTE-V 標準，LTE-V 是基於 LTE(4G)無線 傳輸技術的車聯網專用通信網。

V2X主要產品:具備 AP、LTE 和 Connectivity 等連接芯片的 V2X 模組。車輛 上的模組裝配可以實現 V2V(車輛和車輛之間的通信連接)，要實現 V2I(車輛 與基建之間的通信連接)，需要在加油站、信號燈等基礎設施上也裝配模組。

V2X 小批量生產階段，預計批量後成本可控制在1000 元。根據清華大學系統 工程研究所，目前在 V2X小批量的情況下，清華自己的產品(主機+顯示器+ 天線+安裝支架)市場價格控制在 1 萬元以內，分拆成本來看，軟件部分佔比較 大，硬件成本不超過2000元，批量後成本大約可控制在1000元左右。目前歐 美市場部分項目1000-2000美金，部分銷售到國內售價約13800元。

V2X 目前應用:V2X 模組是車際網的核心產品，一些主流汽車廠商已經宣佈將 會在未來的車型上安裝 V2X 模組，目前國外龍頭芯片製造商如 NXP 等已實現 V2X 模組的批量生產，隨著美國的強制性標準實施，我們認為後續市場空間廣 闊。

車聯網市場空間:預計到 2025 年市場規模接近萬億級別

車聯網現在正處於發展第二階段。車聯網發展可以分為三大階段，當前正處於第二 階段——智能網聯汽車階段。車聯網的發展從最早期的車載信息開始，車輛具備基 本的聯網能力;在當前的智能網聯階段，通過V2X技術，車路開始協同;到了未 來的智慧出行階段，車路協同在智能交通和高級自動駕駛中廣泛應用，不可或缺。

2020 年預計全球 V2X 市場規模突破 6500 億元。得益於政策和大行業的發展，車 聯網行業快速滲透，行業規模不斷擴大。根據Gartner統計數據，預計 2020 年全 球物聯網連接數量將達 70 億，高速領域佔據物聯網連接總數的 10%，而車聯網是 目前高速場景中具有明確發展方向和市場的領域，將在高速領域發展初期佔據大部 分份額。根據華為預測，車聯網是物聯網高速領域內行業成熟度最高並且連接數量 最多的領域，預計 2020 年，中國車聯網連接數量將達到 6000 萬規模。另外，根 據中國聯通數據顯示，預計 2020 年，全球 V2X 市場將突破 6500 億元，中國 V2X 用戶將超過 6000 萬，滲透率超過 20%，市場規模超過 2000 億。而位於車聯網整 個產業鏈上的服務商、服務提供商、硬件商、通信運營商分別佔有61%、12%、 17%和 10%的市場份額。

據前瞻產業研究院預計，到 2025 年在 5G 快速建設與產業鏈成熟度快速提升的推 動下，中國車聯網滲透率或提升至77%左右的水平，市場規模有望達到接近萬億 級別。

車聯網快速發展，全產業鏈有望充分受益。

車聯網產業鏈條較長，主要分為上游、中游和下游三個部分。 上游:主要包括 RFID/傳感器、定位芯片和其他硬件等元器件設備製造商。 中游:主要包括終端設備製造商、汽車生產商和軟件開發商。 下游:主要包括 TSP、系統集成商、內容服務提供商和移動通信運營商。

製造業中整車廠作為核心位置，一方面作為終端、軟件、服務的集成者，具有 較大的話語權，同時也在開展自身的車載智能信息服務業務。通信芯片和通信 模組由於涉及通信技術，門檻較高，主要參與者是華為、大唐、中興以及國外 的高通、英特爾等通信行業領先企業。服務領域，通信運營商以中國移動、中 國聯通和中國電信為主，同時運營商也在積極拓展其他車聯網領域業務。車聯 網信息服務提供商方面，包含了傳統 TSP 供應商如安吉星等、主機廠自有 TSP 平臺以及新興車聯網創業企業。從整個產業鏈條看，初創型企業更多的集中在 車載終端設備、交通基礎設備、軟件開發、信息和內容服務等市場剛剛起步或 者門檻較低的環節。

五、展望:無人駕駛發展之路

核心:我們認為無人駕駛從應用層面可以分為四個階段，階段 1 是資訊被動偵測 期，該階段主要應用於車載資訊服務;階段 2 是資訊互動交換期，也就是當前所 處階段，該階段主要應用為 V2V 和 V2I，融合傳感器技術實現車路協同;階段 4 就是終極無人駕駛期， 無人駕駛背景下車輛運營效率有望大幅提升，該階段的典型應用就是共享汽車。 基於以上發展路徑我們挖掘短中長期三條發展主線——建議短期關注ADAS滲透 率提高帶動傳感器產業鏈發展，中期關注車聯網伴生的智慧交通基礎設施建設， 長期關注 L4級別成熟後共享汽車引領的出行方式顛覆。

短期關注 ADAS滲透率提高帶動傳感器產業鏈發展

傳感器技術是驅動 ADAS發展的重要因素。根據 Yole Developpment 的測算，無 人駕駛在 L2 需要 17 個傳感器，包括超聲波雷達、長距離及短距離雷達和環視攝 像頭，發展到 L3需要的傳感器增加到 29 個，並且將引進立體攝像機、激光雷達 和導航推測系統。對於ADAS而言，傳感器技術已經相對成熟，攝像頭和超聲波 雷達等產品在高端車型得到廣泛應用，激光雷達由於造價較高，還只能用於試驗階 段的無人汽車，尚未量產進入市場。進入無人駕駛下一階段對傳感器的種類和精度 都提出了更高的要求，因此傳感器技術的開發應用和傳感器的價格與滲透都直接影 響著智能汽車自動化的程度。

多傳感器協作優勢互補。人的五官可以收集聽覺、視覺、嗅覺等信息，不同傳 感器由於原理、功能存在差異，在感知環境時存在比較優勢。攝像頭可以採集 外部圖像信息，再通過算法進行圖像識別(行人、汽車和建築等)，缺點在於容 易受光線等環境因素影響且探測距離較短;而毫米波雷達受環境影響較小而且探測距離最遠可以達到 250m，但是缺無法探測行人，兩者的協作恰好可以彌 補彼此的劣勢。超聲波雷達探測距離短，但是分辨率高，方向性好，因此適用 範圍侷限於停車相關功能。激光雷達被認為是通往自動駕駛下一階段必需的產 品，最大的優勢在於可以繪製出精度達釐米級的 3D 環境地圖，但是缺點在於 造價較高，而且激光雷達的使用會受到大霧、雨天的影響。

目前“攝像頭+毫米波雷達”的組合仍是 ADAS 傳感器的主流搭配，以谷歌為代 表的互聯網企業則將一直以來被詬病造價太高的激光雷達作為實現自動駕駛的 核心傳感器，而隨著激光雷達發展成熟，多傳感器融合成為必然趨勢。

• 攝像頭

車載攝像頭是 ADAS 的核心傳感器。攝像頭最初在汽車上的應用是記錄功能， 例如行車記錄儀和倒車影像。隨著汽車智能化程度的提高和機器學習算法的進 步，攝像頭開始和算法結合，即攝像頭將採集的圖片信息轉換為數據，通過算 法進行圖像的識別和匹配，並獲取距離信息，再將結果彙總反饋給駕駛員，從 而實現車道偏離預警(LDW)、汽車碰撞預警(FCW)等 ADAS 功能。配合量產 實現的低成本，攝像頭成為性價比最高的汽車傳感器。

以特斯拉 Autopilot 2.0 為例，該版本共配置了8個攝像頭，包括 3 個前置攝像 頭、2 個側方前視攝像頭、2 個側方後視攝像頭和 1 個後視攝像頭，視野範圍達 360 度，最遠前後方檢測距離達 250m 和 50m。

攝像頭產業鏈一覽:攝像頭上游原材料包括流光片、光學鏡片、保護膜和晶圓， 中游元件主要由三部分構成:鏡頭組、CMOS(Complementary Metal-Oxide Semiconductor，互補金屬氧化物半導體)和 DSP(Digital Signal Process，數 字信號處理器)，三部分元件經過系統封裝後形成攝像頭，投入市場。從硬件成 本來看，芯片、鏡頭和其他物料各佔 1/3。

DSP(數字信號處理器)為 Tier1(系統集成商)、視覺方案提供商和芯片生產 商提供合作平臺。

Tier1 和整車製造商加大合作力度。由於在算法領域 Mobileye 一家獨大，Tier1 和視覺方案供應商的合作沒有選擇空間，但是國際 OEM 市場呈現群雄割據的 局面。在 ADAS 算法開發公司和芯片生產商密切合作的同時，國際汽車零部件Tier1也都與 OEM 加強了合作，注重攝像頭種類和性能的研發。

• 毫米波雷達

段(頻域30-300GHz，波長1-10mm)的探測 雷達，通過向周圍發射無線電，測定和分析反射波以計算目標距離和方向，早 期主要被應用於軍事領域。隨著雷達技術的發展，毫米波雷達也在汽車電子、 無人機、智能交通等領域得到廣泛應用。

車載毫米波雷達更適合 ADAS 主動安全系統的應用。由於汽車做出判斷並執行 需要一定時間，因此需要汽車能夠感知到一定距離以外的物體，從而提前實現 制動或行駛功能。毫米波雷達傳輸距離遠，在傳輸過程中大氣衰減和損耗低， 穿透性強，很好的彌補了攝像頭探測距離短的缺點，因此長距離毫米波雷達(LRR)是主動安全系統應用更為可靠的傳感器，例如自適應巡航控制(ACC)、 前向防撞預警(FCW)和自動緊急制動(AEB)。而短距離毫米波雷達(SRR) 則更適用於盲點監測(BSD)、變道輔助(LCA)和泊車輔助等功能。

以奔馳 S 級轎車為例，該車共配置 1 個長距離雷達(LRR)和 6 個短距離雷達(SRR)。LRR 在車頭中間，主要用於 ACC 和 AEB 功能;其兩側放置的兩個SRR除了輔助 LRR 還可以進行泊車輔助;最外側兩個 SRR 和車尾兩個 SRR 主要用於泊車輔助。

77GHz(76-81GHz)將成車載毫米波雷達主流。在車載毫米波雷達發展早期， 各國產品頻段集中在 23-24GHz、60-61GHz 和 76-77GHz，這種混亂的情況很 大程度上限制了車載雷達的發展。2015 年在日內瓦召開的世界無線通信大會上， 各國同意將77GHz確定為全球裝配永久認可的權威頻段，奠定了未來77GHz成為車載毫米波雷達主流的基礎。相比於24GHz，77GHz 毫米波雷達的優勢 體現在:1)體積小。24GHz 雷達波長更長，需要更長的天線，做成小體積雷 達難度較高，不利於汽車行業對外觀和輕量化的追求。2)頻段帶寬大，功率水 平大。因此 77GHz 探測距離遠，物體分辨準和測速、測距準確度高，更適合對 探測精度要求極高的自動駕駛領域。77GHz 的產品又可以細分為兩類: 76-77GHz 毫米波雷達用於長距離探測，77-81GHz 毫米波雷達用於中短距離探 測。

MMIC 芯片和高頻 PCB 板是技術難題。車載毫米波雷達主要包括天線、MMIC 和信號處理模塊等部分。目前毫米波雷達普遍使用的是“微帶貼片天線”，即在 PCB 板上鋪開路的微帶線從而實現天線的功能。在 77GHz 頻段上，任何小的 損耗都會影響雷達工作，因此對於高頻 PCB 板的工藝和設計要求極高，國內還 沒有企業能獨立生產，滬電股份正在和全球最大的高頻 PCB 製造商 Schweizer 合作，期望打破這一局面。

Tier1 緊握核心技術，新進入者期望打破技術壁壘。2015 年，博世(Bosch) 和大陸(Continental)分別在全球毫米波雷達市場佔據 22%的市場份額，遠遠 超過第三名的海拉，地位難以撼動。其中博世的主要產品以77GHz為主，包括 MRR 和 LRR 兩個系列;相比較之下大陸再24GHz所佔份額較多，產品涵蓋範 圍也更廣。前六家企業已經壟斷了 85%的市場份額，並且對核心技術的保護十 分嚴格。中國毫米波雷達市場發展緩慢。中國市場已有成熟的 24GHz 產品，部 分企業已研究出 77GHz 產品，但是芯片和算法仍然依靠進口，導致成本較高， 距離量產並進入市場仍有一段時間。

• 激光雷達

和毫米波雷達工作原理類似，激光雷達(Light Detection and Ranging, LiDAR) 通過發射激光束並比較發射和接收激光束的差異，計算目標和車的相對距離， 利用收集的目標表麵點的三維座標、反射率和紋理等信息生成精確的數字高程 模型，從而達到感知環境的目的。

固態化、多線束化、小型化、低成本化是激光雷達是未來發展趨勢。激光雷達 按照有無機械旋轉部件可以分為機械激光雷達和固態激光雷達，根據線束數量 可以分為單線激光雷達和多線束激光雷達(4/8/16/32/64)。

固態化:機械激光雷達最初於 2007 年由 Velodyne 開發並參加 Darpa 無人車挑 戰賽，一般被安置在汽車頂，利用多束激光脈衝繞軸旋轉360°對周圍環境進行 監測，從而繪製 3D 圖。固態激光雷達基於光學相控陣掃描技術，去除了機械 旋轉部件，利用集成電路上的感應晶片掃描各個方向，然後輸出車輛周圍的 3D 圖像，代表企業是 Quanergy。但是由於固態激光雷達不能進行 360°旋轉，只 能探測前方，因此需要在車輛周圍多安裝幾個解決探測範圍的不足。混合固態 雷達是一種過渡性產品，通過做工將其內部的機械旋轉部件做的小巧並藏在機 身內部。以 Velodyne 為代表。

多線束化:激光雷達的線束決定了激光雷達在縱向平面的覆蓋廣度和數據精度。單線激光雷達只能獲取2D的數據，無法收集路面和環境信息。多線激光雷達根據線束數量可以分為2.5D(4/8 線)或3D(16/32/64 線)，2.5D 的激光雷達 可以測量路面和環境信息，精度在±5cm，但是垂直角度範圍在 8°以內。3D 激 光雷達多為 16/32/64 線，2017 年 9 月 Velodyne 推出了被認為具有最佳分辨率、 最長探測距離和最寬視場的128線激光雷達，探測距離為200m，垂直測角 40°， 垂直角分辨率達到 0.17°，車規級預計於 2021 年三季度推出。

小型化:谷歌最早使用 Velodyne 64 線束產品是基於車頂的機械旋轉激光雷達 實現的，但是最初的產品體積較大，不符合消費者對汽車外觀的需求，因此Velodyne之後推出的 32 線束產品和混合固態 16 線束產品都進行了小型化的嘗 試，最新推出的 128 線束在性能上遠高於 64 線束的情況下，體積甚至更小。 而固態激光雷達由於本身不需要旋轉部件，因此產品體積較小，例如Quanergy推出的 S3 LiDAR 體積僅為 9cm*6cm*6cm。

低成本化:谷歌最開始進行無人車實驗的 64 線激光雷達造價高達 7 萬美元，高 成本也一直成為延緩激光雷達進入市場的因素。目前激光雷達生產企業主要通 過三個途徑降低成本:降維、固態化和規模效益。儘管高線束激光雷達的性能 要超過低線束，但是企業在尋找低線束達到最優性能的平衡點，再結合其他傳 感器彌補低線束的缺點;固態化是另一解決方案，固態激光雷達造價可以低至 250 美元，但是由於固態雷達只能探測前方，因此需要 4-6 臺雷達彌補，這在 單價上對固態激光雷達提出更高要求。而無論哪種雷達的生產廠商最終都希望 通過量產達到規模效益從而降低成本，根據 Velodyne，其 16 線束的產品官方 售價為 7999 美元，通過量產後成本可以控制到 500 美元。

中期關注車聯網伴生的智慧交通基礎設施建設

核心:智慧交通是無人駕駛的高級階段，標誌著從單體車輛的智能駕駛功能進 化成為“車-路”協同智能。隨著《中國製造 2025》的提出，智慧交通被納入國 家頂層設計。在智慧交通時代:車輛之間、車輛與車位、道路信號之間都會有 實時通訊，通過計算，科學的調配道路資源和車輛通行計劃，最終構建一個具 備完善各類智能交通解決方案和後市場服務的生態系統。

智慧交通是汽車智能化的高級階段。即——在大數據和雲計算技術的支持下， 實現單體車輛和配套道路設施有機統一，標誌著從單體車輛的智能駕駛功能進 化成為“車-路”協同智能。智慧交通的要義在於智能互聯，核心技術是大數據及5G通信。體現形式是城市智能交通系統(Intelligent Transportation System， 簡稱 ITS)。在智慧交通時代:車輛之間、車輛與車位、道路信號之間都會有實 時通訊，通過計算，科學的調配道路資源和車輛通行計劃。

國家政策:交通運輸部近年來高度重視智慧交通發展，早在 2011 年提出“適度 超前”發展智能交通。隨著《中國製造 2025》的提出，智慧交通被納入國家頂 層設計。以《中國製造2025》為綱領性文件，中汽協方面，出臺《“十三五”汽 車工業發展規劃意見》明確了智能網聯汽車的推進速度;工信部方面，積極在 全國範圍內推動建設智能互聯示範區。

智慧交通框架

智慧交通的總體框架包括感知層、網絡層、平臺層和應用層四個層面。其中: 應用層和平臺層是總體解決方案的核心，而平臺層是應用層的支撐平臺和運行 環境。平臺層的匯聚交換平臺通過網絡層的數據總線和服務總線進行數據交換; 平臺層整合交通資源，包括交通基礎數據、業務數據、GIS 數據、分析主題數 據、交通數據倉儲等，形成融合的交通領域數據中心。同時提供基於雲計算的IRE集成環境、運維管理、能力引擎等，構建智慧交通雲計算環境。應用層主 要包含交通運輸管理、交通安全管理、城市管理以及其他政府部門、企業的交 通信息化系統。

下面從智慧交通的四個層面開始闡述智慧交通的構成:

感知層——傳感器:感知層的構建，是實現智慧交通的第一步。智慧交通的感 知層又包含兩部分——智能汽車車身傳感器與智能路面傳感器。

智能汽車車身傳感器相當於智能汽車的“五官”，智能汽車通過傳感器感知車輛所 處的各種路況及周邊環境。一套完善的智能汽車傳感系統囊括了超聲波技術、 雷達技術、攝像頭技術、紅外線技術、激光掃描技術，以及這些技術的算法融 合。通過多種傳感器的組合，進而實現在不同的距離、不同的角度、不同的天 氣狀況下對周邊情況的全方面探測，這是智能汽車自主判斷、自主行動的基礎。

除了車身傳感器之外，智慧交通感知層還包含以路面磁感線圈、地磁感應為代 表的智能路面傳感器。這些傳感器用於感知和傳遞路的狀況信息，如車流量、 車速、路口擁堵情況等，讓車載系統獲得關於道路及交通環境的信息。無論是 車身還是路面傳感器，都起到了車內狀況監測和環境感知的作用。

網絡層——車內網、車際網、車雲網三網融合:智慧交通的網絡層指的是實現智能 交通管理、智能動態信息服務和車輛智能化控制的一體化網絡。網絡層以車內網(CAN)、車際網(近程 DSRC)和車雲網(遠程3G/4G/5G)為基礎，按照約定 的體系架構及其通信協議和數據交互標準，在V2X(車聯多)之間，進行通信和 信息交換。

應用層

智能互聯示範區是智慧交通的載體

智能互聯示範區是智慧交通的載體。智慧交通是汽車智能化的終極目標，智慧 交通的發展歷程應該是:車內智能到車際互聯，城市運營服務商打造智能交通 系統。智能互聯示範區是城市智慧交通的載體，其目的是構建一個汽車智能化生態系統，ADAS、車聯網、整車與基於大數據平臺的後服務企業集聚在該生 態圈內，將車內智能和車際互聯協同起來，在實現終極無人駕駛以外，構建高 效的城市交通運輸管理系統。

國外智能互聯示範區主要集中在歐美日三地。作為智慧交通應用層的城市智能 交通系統，在歐美、日本等多個發達國家已經上升至國家戰略層面，形成較為 成熟的發展規劃並進行了試點實踐。

國內智能互聯示範區建設如火如荼。中國是繼歐美日之後的第四個以政府力量推動 新一代汽車發展的國家，自2015年 6 月批准上海成為第一個智能互聯汽車試點示 範區以來，半年內相繼與地方政府合作出臺文件擬建浙江、重慶、北京智能互聯示 範區，截至 2018年底，我國已擁有至少 20 個智能網聯汽車測試示範區，除華北 的北京、雄安、華東的上海之外，華中、西南、東北及一批汽車重鎮都已或正在建 立自己的測試區，且無論質量還是數量在未來一段時間內還將迎來爆發式的增長。

華東地區以 8 個示範區的數量居 6 大地區之首，位於華東的上海不僅建立了中國首 個智能網聯汽車測試示範區，還頒出了我國首張智能網聯汽車路測牌照。基於此， 誕生於長三角地區的阿里巴巴、上汽、蔚來等企業一面享受著地方政府的政策福利， 一面又不斷通過技術反哺地區。當地的智能網聯汽車產業也在雙方的共同促進下得 以迅速發展。

次於華東 8 個示範區的是西南地區。在這裡，重慶和四川各擁有 2 個智能網絡汽車 測試示範區。西南地區具有獨特的山川地貌特徵、溼潤多霧的氣候環境，同時擁有 多家整車廠和現成的汽車試驗場，這也使其成為自動駕駛汽車的“天然考場”。2018 年 3 月 14 日，《重慶市自動駕駛道路測試管理細則(試行)》對外發布，重慶成為 北京、上海後第三個允許自動駕駛汽車“有條件”進入公共道路開展測試的國內城市。 截至目前，已經有長安、百度、一汽、東風、廣汽、吉利、北汽福田、星行科技、盼達用車和PSA等 10 餘家企業獲得重慶自動駕駛牌照。

除華東和西南之外，中南地區也擁有3個智能網聯汽車測試示範區，分別是位於武 漢的“智慧小鎮”示範區、雷諾自動駕駛示範區和長沙的“湖南湘江新區智能系統 測試區”。

在我國華南地區，深圳和廣州各擁有一個示範區。而除了示範區外，部分城市也在 適度的開放一些公共道路，為擁有自動駕駛牌照的企業提供路測場地。其中，深圳 在今年 10 月宣佈，其開放路測里程已達 124 公里，覆蓋了福田、南山、鹽田、寶 安、光明、龍華、龍崗、坪山、大鵬等9個行政區域，一舉超過此前北京的123公里，成為全國開放路測里程最長的城市。

在我國東北地區，其平原地貌特徵和夏季炎熱、冬季冰雪的四季分明的氣候為智能 網聯汽車更加全面的測試提供了另一種可能性。

華北地區以首都為核心建設智能互聯示範區，2018 年 2 月以來，北京市累計開放 了 4 個區域的 44 條道路，共計 123 公里，覆蓋了多樣化的城市交通場景。2017 年年底，北京市交通委就聯合北京市公安交管局、北京市經濟信息委等部門，制定 發佈了《北京市關於加快推進自動駕駛車輛道路測試有關工作的指導意見(試行)》 和《北京市自動駕駛車輛道路測試管理實施細則(試行)》兩個文件，成為我國首 個出臺自動駕駛路測指導意見與管理細則的城市。

我們認為，智能互聯示範區是未來智慧交通規劃的一個縮影，儘管目前示範區 的建設仍停留在國內主要一二線城市，但是覆蓋城市數量不斷增加，示範區建 設趨於成熟。短期來看，關注示範區基礎建設和配套設施情況，把握未來建設 智慧交通的核心因素;長期來看，隨著自動駕駛技術的成熟，智慧交通作為一 項公共設施，必將獲得國家的大力支持，從而帶動相關產業鏈的發展。我們推 薦重慶智能網聯示範區平臺性企業中國汽研。

長期關注 L4級別成熟後共享汽車引領的出行方式顛覆

長期階段，當自動駕駛技術達到 L4 甚至 L5 級別後，無人駕駛運營車輛將迅 速攀升成主流。此時出行模式將徹底轉變為按需出行，人們將不再需要買車， 出門隨時能約到無人駕駛的車輛，在觀念上，汽車對於用戶將從一項資產變成 自動位移的出行服務工具。在車輛管理方面，數字化、智能化、網聯化能夠最 大程度的降低運營成本和促進車輛與乘客之間的交互，汽車將同時搭載著數字 化生活服務配件，提供車內生活和娛樂信息，是駕駛員獲得更加舒適和幸福的 出行體驗。

2017年 11 月 24 日，作為谷歌旗下負責無人駕駛技術開發的 Waymo 宣佈實現 了完全自動無人駕駛，並將在未來幾個月推出新的叫車服務;2018 年1月底， Waymo 正式從美國亞利桑那州交通部門獲得無人駕駛汽車的商用許可，為美國 首例。我們認為，從傳統意義上來說汽車銷售屬於 2C 業務，即由消費者選擇 選購汽車的性能和品牌。但是隨著汽車保有量的提高和自動駕駛技術的成熟， 部分汽車銷售業務將轉變為2B模式，共享汽車或成為現實。

從汽車製造者到出行方案解決者。汽車廠商在很長一段時間內是推動汽車行業 進步的核心，廠商通過銷售汽車獲得利潤，並投入新的技術研發，開發出吸引 消費者的新產品，進而獲取更大的市場份額。然而隨著無人駕駛的成熟和共享 出行平臺的興起，汽車廠商的地位有所下降，甚至有成為汽車代工廠的可能，因而各大汽車廠商也在規劃轉型做出行方案解決者，而不是單純的汽車製造者。

三大利益方群雄逐鹿，併購結盟，出行方案競爭格局仍不明朗。三大利益方既 要同盟合作，又要爭奪話語權，各領域均有話語權較強的主體，例如無人駕駛 解決方案公司的 Waymo，汽車廠商的特斯拉，汽車共享出行平臺的 Uber。未 來行業內公司的競爭關係不但包括在各自領域內的競爭，還包括了不同聯盟之 間的對抗。

我們認為，在未來，汽車不再是簡單的出行工具，而是向承載出行、生活、娛 樂、辦公等場景的移動智能終端。隨著自動駕駛技術的不斷成熟，共享出行將 徹底改變人類的出行甚至是生活方式。自動駕駛技術與共享出行的結合顯然會 帶來深刻的產業變革。中國無人駕駛技術和汽車共享平臺的發展略慢於國外， 因而國外汽車行業的發展格局或將為中國提供一定參考。以百度為代表的無人 駕駛解決方案提供者、以滴滴為代表的汽車共享出行平臺和以上汽為代表的車 企巨頭將如何重塑中國居民的出行服務，值得期待。(關於共享出行具體可參考 我們 2018 年 12 月撰寫的汽車行業前瞻研究系列專題之一:《共享汽車，非成 熟條件下的模式探討》)。

六、問題

安全問題或成為拖慢自動駕駛發展的重要因素

美國時間 2018 年 3 月 19 日晚，一輛搭載完全自動駕駛技術的 Uber 汽車在美 路測時發生嚴重交通事故，導致一名 49 歲女性死亡。事件發生後，Uber 緊急 暫停了坦佩、匹茲堡、舊金山和多倫多等城市進行的所有測試;3 月21日，豐 田也宣佈將暫停美國無人駕駛汽車測試計劃，其他國家無人車路測仍將繼續;3 月28日，英偉達宣佈將暫停在加州、新澤西、德國及日本的公共道路上進行的 無人車測試，原因在於發生車禍的沃爾沃 XC90 搭載了英偉達的計算平臺。

自動駕駛的車禍最早可以追溯到 2016 年一輛使用 Autopilot 功能的特斯拉垂直 撞上一輛卡車，導致車主當場死亡。車禍發生後，特斯拉和Mobileye的合作終 止。

我們認為，自動駕駛屬於人工智能的關鍵性領域，對於安全問題的重視再強調 也不為過，但是無論如何提高算法預測的精確度都難以達到 100%的安全。一 方面，發生事故可以讓自動駕駛方案提供者反思如何完善相關算法或加強硬件 使用;另一方面，輿論壓力也會迫使相關企業暫緩自動駕駛測試進度。

多傳感器融合成為趨勢的同時也將帶來算法挑戰

“攝像頭+毫米波雷達+激光雷達”的解決方案已經成為自動駕駛傳感器融合的主 流趨勢，不同傳感器獲取數據後將信息集中在一起綜合分析以便更可靠的描述 外界環境，從而提高系統決策的正確性。但是在提高識別準確性的同時也帶來 問題:如何改進算法以應對不同傳感器得出不同結論的情況。未來隨著激光雷 達的滲透率增加，傳感器將很有可能收集到產生矛盾結果的信息，如何使系統 快速地處理數據，過濾無用、錯誤信息對算法提出了更高要求，這也導致算法 在傳感器產業鏈中始終佔據主要部分。

5G 商用速度或影響車聯網應用進度

在實現自動駕駛場景中，V2X 是一項必要且增值的技術，而實現 V2X 的關鍵之 一是對通訊延時的要求。自動駕駛中制動等反應時間，是各系統響應時間，其 中包括了給網絡雲端計算處理、車間協商處理的時間，也包括了車輛本身系統 計算及制動處理時間。如果要做到時速 100km 制動距離不超過 30cm，那麼系 統整體響應時間不能超過 10 毫秒，而人類最好的 F1 車手的反應時間在 100 毫 秒左右。從保障安全的角度，系統響應時間越低越好，對通訊時延的要求會更 高。根據華為發佈的 5G外場測試結果，當前 5G 網絡已經可以在保障高穩定性 與移動性下，實現下行吞吐率超過25Gbps，用戶界面時延小於 0.5 毫秒，性能 已經超過了 ITU 對 5G 的定義(時延1毫秒)。因此 5G 基礎設施的鋪設和商用 進度或將影響車聯網應用進度。

工信部部長苗圩在博鰲亞洲論壇 2019 年年會分論壇上表示，5G 應用將呈“二 八”分佈，20%用於人和人之間的通訊，80%用於物和物之間的通訊。物與物 之間的通訊也就是移動狀態的物聯網。“移動狀態的物聯網最大的一個市場可能 就是車聯網，以無人駕駛汽車為代表的 5G 技術的應用，可能是最早的一個應 用，全球都在致力於推動無人駕駛汽車的開發進程。”車聯網涉及到人和車，車 和車，車和路之間的通訊。苗圩認為，車始終處於移動的狀態，不能靠固定的 網絡通訊，一定要用到移動的網絡通訊。同時，這其中數據的傳輸量比人和人 之間的數據傳輸量要大得多，因此工信部正在研究推動車聯網的發展。苗圩透 露，他已經與交通運輸部部長達成了重要的共識，就是在中國的公路上要加快 推動數字化、智能化的改造。把道路的一些標識、道路的紅綠燈以及道路的管 理規則，都通過智能化的改造固化下來。2019 年將成為5G預商用的重要年份。

標準法規制定

2018年，由於無法就未來的自動駕駛道路達成一致，美國國會議員放棄了通過 一項全面立法的努力，該立法旨在加快引進沒有方向盤和人工控制的車輛上路， 但今年晚些時候可能會重啟這一努力。2019 年，通用、福特以及豐田三家主要 汽車製造商表示，他們正在組建一個組織，幫助起草自動駕駛汽車安全標準， 這些標準最終可能有助於在美國製定法規。

溫馨提示：如需原文檔，可在PC端登陸未來智庫www.vzkoo.com搜索下載本報告。

（報告來源：國信證券；分析師：梁超）

閱讀更多 未來智庫 的文章

關鍵字: 人工智能 算法 投資