全文字数：3693字，精读时间：7分钟

本文援引于报告《2020年中国低速自动驾驶行业概览》，首发于头豹科技创新网（www.leadleo.com）。

头豹科技创新网内容覆盖全行业、深入垂直领域，行业报告每日更新；政策图录、数据工具助您轻松了解市场动态；智能关键词轻松搜索，直奔行业热点内容。

诚挚欢迎各界精英交流合作，头豹承接行业研究、市场调研、产业规划、企业研究、商业计划、战略规划等业务，您可发送邮件或来电咨询。

客服邮箱：CS@leadleo.com 咨询热线：400-072-5588

政策利好及2020年新冠疫情提振低速自动驾驶汽车需求增长助力低速自动驾驶行业发展

2020年2月，国家发改委、工信部等11部门提出的《智能汽车创新发展战略》中明确指出到2025年初步建成中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系；以及展望2035到2050年，全面建成中国标准智能汽车体系。时隔两年中央级政府机构颁布自动驾驶相关新政策凸显智能汽车发展重要性的提升。

2015年至2020年间，国务院、工信部及相关政府单位已发布10份有关自动驾驶汽车行业发展的政策。其中包括2015年5月，国务院发布的《中国制造2025》指出掌握汽车低碳化、信息化、智能化核心技术，以及到2025年，掌握自动驾驶总体技术及各项关键技术，建立较完善的智能网联汽车自主研发体系、生产配套体系及产业群。2016年5月，国务院发布的《国家创新驱动发展战略纲要》指出前瞻布局新兴产业前沿技术研发，力争实现“弯道超车”。开发移动互联技术、量子信息技术、空天技术，推动增材制造装备、智能机器人、无人驾驶汽车发展等。

另一方面，2020年新冠疫情影响加速中国低速自动驾驶汽车落地应用。例如疫情期间，京东物流配送无人车在武汉疫情核心区实现每日配送单量10-20件；一清创新的夸父系列无人车助力乐物物流实现山东淄博19个村间单次1吨的生鲜蔬菜配送；湖北仙桃的中国邮政运用行深智能的无人投递车“汉马”实现单日投递近百件等。

受益于自动驾驶政策扶持、新冠疫情影响提振的无接触物流配送无人车需求增长、自动驾驶首张商用牌照颁布等，中国低速自动驾驶行业或将迎来爆发式增长，市场规模将持续增加。

自动驾驶汽车是通过科技手段赋能传统汽车，实现无人驾驶的智能汽车

自动驾驶汽车（Autonomous Vehicles）又称为无人驾驶汽车，是指通过科技手段赋能传统汽车，实现无人驾驶的智能汽车。其中，低速自动驾驶汽车（Low-Speed Automatic Driving）是自动驾驶汽车的一个细分门类，主要指时速低于50公里/小时的自动驾驶汽车。低速自动驾驶汽车常应用于相对简单、固定的场景，可分为低速载货无人车和低速载人无人车。

低速自动驾驶汽车涉及的技术包含环境感知、行为决策和车辆控制，具体通过四步骤实现汽车的自动驾驶。首先，自动驾驶系统通过传感器组对实时路况及车况进行信息收集；然后对收集的数据信息进行判断，确认汽车所处环境情况；紧接着运用人工智能、云计算技术等完成行为决策输出；最后通过自动化驾驶技术实现车辆控制。

低速自动驾驶行业产业链可分为感知、决策、执行和应用四部分，其中国际厂家是产业链核心部分（决策）的重要组成

低速自动驾驶行业产业链可分为感知、决策、执行和应用四部分。感知层分为行驶环境感知、车辆情况感知和地理区域感知。其中行驶环境感知可分为车载摄像头和雷达，雷达又可细分为激光雷达、毫米波雷达和超声波雷达。

决策层分为车联网、车内辅助和计算平台。其中决策层的核心（计算平台）由芯片和算法组成，而国际厂家是计算平台中芯片和算法的主要供应商。

执行层包含动力控制、制动控制、转向控制和灯光控制。应用层可分为知名企业、初创企业和高等院校。自动驾驶技术的发展可分为两大阵营，分别是以汽车制造商为代表的ADAS和单车智能技术阵营，如汽车制造商福特、通用等和汽车零部件制造商博世集团、三菱重工等；以及以互联网企业为代表的人工智能和智能网联化技术阵营，如互联网巨头谷歌、百度和初创企业智行者和新石器等。高成本现象、待提高的人车安全问题和需完善的法律法规是当前中国低速自动驾驶行业大规模商业化发展面临的主要挑战。

自动驾驶行业参与者可分为具备算法优势的自动驾驶技术公司或团队，和具备实际数据优势的造车企业、出行平台以及地图商。行业领先者均布局自动驾驶软硬件

自动驾驶行业的参与者可分为四种类型，分别是具备算法优势的自动驾驶技术公司或团队（如百度、英特尔）和具备实际数据优势的造车企业（如特斯拉、奔驰、通用）、出行平台（如美团、滴滴）以及地图商（如谷歌、四维图新）。特斯拉和Waymo分别作为自动驾驶行业参与者中造车企业和技术公司的领先者，他们具备一个共通点（软硬兼施）。软硬兼施即企业同时兼顾自动驾驶技术的核心（芯片等）的研发和装配自研软件的自动驾驶汽车硬件研发。百度作为中国自动驾驶行业领导者主要以提供算法平台与不同企业合作的形式切入低速自动驾驶各细分场景应用，如与金瑞麒共同研发的智能漫游车和与新石器共同研发的无人物流车。

中国低速自动驾驶行业中布局物流配送和环卫领域的企业较多，这是因为该场景更易实现量产变现，使企业获得更多资本进行进一步的技术研发

不同细分应用场景的特点及痛点不同，在这些应用场景运用低速自动驾驶汽车的成效也不同。比如物流场景的特点是订单为王、存在 “人贵且慢”问题和时效性要求高；场景的痛点是因为配送成本高和配送效率低导致的物流配送效益低，以及快件破损率高等；应用低速自动驾驶汽车可协助企业显著减少用工量，从而减少人力成本支出；另外，无人车的智能配送路线规划功能可助力物流场景显著提升配送效率，从而提升企业经营效益。又比如说矿山场景的特点是工作环境恶劣与对工作人员资质要求高，场景的痛点是运输和作业成本高，以及作业场景易出现安全事故，且事故后果严重等；应用低速自动驾驶汽车可协助企业大幅降低人工成本，同时还可提升企业现场管理的便捷性和增加作业现场的安全性。

总而言之，运营成本、运行效率和安全问题是引导企业进行特定应用场景自动驾驶汽车技术研发的主要因素。

中国低速自动驾驶行业中布局物流配送和环卫领域的企业较多。这是因为自动驾驶技术的研发需要持续的大规模资金投入，而无人车在物流配送和环卫领域应用相比其他应用场景可行性较高，企业更易实现量产变现，使企业获得更多资本进行进一步的技术研发。

2020年疫情提振低速自动驾驶汽车需求，助推低速自动驾驶汽车加速落地应用；再叠加自动驾驶首张商用牌照颁布等利好，低速自动驾驶汽车市场规模将迎来爆发增长

自动驾驶汽车是指通过科技手段赋能传统汽车，实现无人驾驶的智能汽车。其中，低速自动驾驶汽车是自动驾驶汽车的一个细分门类，主要指时速低于50公里/小时的自动驾驶汽车。中国低速度自动驾驶行业市场规模（以销售额计）从2018年的2亿元增长到了2019年的16亿元，年复合增长率达700%。未来4年，受益于自动驾驶政策扶持、疫情影响提振无接触物流配送无人车需求增长、自动驾驶首张商用牌照颁布、群众对自动驾驶接受程度提高等，中国低速自动驾驶行业或将迎来爆发式增长，市场规模将持续增加。

中国的低速自动驾驶行业仍处于初期发展阶段，由于自动驾驶技术的研发需持续且大量资本投入，头部参与者会更易获得资本青睐，马太效应将逐步加强

中国的低速自动驾驶行业仍处于初期发展阶段，但随着首批自动驾驶商用牌照的发放和首座可实现L4万级年产能的超级工厂建成，中国的低速自动驾驶行业或很快进入快速发展阶段。自动驾驶技术的研发需要持续且大量的资本投入，随着低速自动驾驶行业的发展，头部参与者更易获得资本青睐，马太效应将逐步加强。低速自动驾驶行业包含产品销售和服务提供两种商业模式，其中服务提供将成为主流业务模式。

深度见解：低速自动驾驶汽车成无人驾驶技术最先落地应用。无人车助力企业实现特定场景的智能化运营，显著提升企业经营效益

自动驾驶汽车是指通过科技手段赋能传统汽车，实现无人驾驶的智能汽车。其中，低速自动驾驶汽车是自动驾驶汽车的一个细分门类，主要指时速低于50公里/小时的自动驾驶汽车。未来4年，受益于自动驾驶政策扶持、新冠疫情影响提振的无接触物流配送无人车需求增长、自动驾驶首张商用牌照颁布等，中国低速自动驾驶行业或将迎来爆发式增长，市场规模将持续增加。

低速自动驾驶行业产业链可分为感知、决策、执行和应用四部分，其中产业链核心是决策，而决策的核心是由算法和芯片组成的计算平台。当前国际厂商是自动驾驶算法和芯片的主要供应商。低速自动驾驶技术的发展可分为两大阵营，分别为以汽车制造商为代表的ADAS和单车智能技术阵营（如福特汽车、大陆集团等）和以互联网企业为代表的人工智能和智能网联化技术阵营（如百度、智行者等）。行业大规模商业化需解决问题包含高成本现象、待提高的人车安全性和完善的法律法规支持等。

自动驾驶行业的参与者可分为具备算法优势的自动驾驶技术公司或团队，和具备实际数据优势的造车企业、出行平台以及地图商。行业领先者均布局自动驾驶软硬件。其中低速载货无人车包含具备实际数据优势、围绕自身业务加码低速自动驾驶技术的互联网企业（如阿里巴巴、美团等），还有具备算法优势、专注低速自动驾驶技术研发的科技企业（如新石器、小狮科技）。百度作为中国自动驾驶行业领导者主要以提供算法平台与不同企业合作的形式切入低速自动驾驶各细分场景应用，如与金瑞麒共同研发的智能漫游车和与新石器共同研发的无人物流车。

中国低速自动驾驶行业中布局物流配送和环卫领域的企业较多，这是因为该场景更易实现量产变现，使企业获得更多资本进行进一步的技术研发。运营成本、运行效率和安全问题是引导企业进行特定应用场景自动驾驶汽车技术研发的主要因素。低速载货无人车在物流和港口场景的应用显著提升企业经营效益，具体体现在智能配送路线规划可优化配送效率和无人驾驶可减少人力成本等。