【热点事件回顾/引语】

主角进入一辆停在路边的汽车，在后排坐稳后漫不经心地说出了一个地名让汽车前往。车载AI向主角核实目的地之后，平稳地启动并载着主角快速驶向了远方。

相信大家在众多科幻作品中都见到过上述场景。在大众的认知中，自动驾驶已经和未来日常生活紧密地联系在一起。近日，深圳市人大常委会公布了2022年度立法计划，其中，《深圳经济特区智能网联汽车管理条例》位列首位，是全国首部对自动驾驶汽车的道路测试、准入与登记、使用管理、道路运输以及交通事故及违章处理等内容提供全面指引的管理条例。随着相关技术的逐步突破与日益成熟，相关法律法规的持续完善以及市场需求的不断提升，我们认为自动驾驶将在商用车领域内迎来快速发展。

自动驾驶是依靠机器人与人工智能技术实现完整、安全及有效驾驶的前沿科技；伴随着自动驾驶等级的提升，驾驶员的身份逐渐向乘客转变

自动驾驶是依靠计算机与人工智能技术在无人为操纵的情况下，完成完整、安全、有效驾驶的前沿科技，其系统结构主要由感知层、决策层、执行层以及传输层共同构成。目前，国际上普遍采用的是由美国机动车工程师协会（SAE）制定并发布的SAE J3016标准，包括L0-L5在内共计六个等级。中国在参考该标准的基础上结合国情，于2021年8月正式批准发布了《汽车驾驶自动化分级》推荐性国家标准，明确了各划分等级的详细要求，能够准确传达车辆的自动化等级信息，有利于增进消费者对自动化技术的理解，有效改善滥用、误用等异常现象。

根据《汽车驾驶自动化分级》，伴随着自动化驾驶等级的提升，驾驶员的身份逐渐向乘客转变。在0-2级自动驾驶中，驾驶员和系统共同监测路况并做出反应，在4-5级自动驾驶中，驾驶员已经完全转变为乘客的角色。

环境感知、精准定位、线路规划和线控执行等技术的发展加速了自动驾驶系统及自动驾驶车辆产品的落地与完善

自动驾驶核心技术主要包括自动驾驶系统与自动驾驶车辆。自动驾驶系统由感知层、决策层和执行层紧密协同组成。核心产品包括感知层的摄像头、毫米波雷达等传感器，决策层的芯片和控制层的系统平台等。相关核心技术包括环境感知技术、精准定位技术、路线规划技术和线控执行技术等。自动驾驶车辆目前则大多通过多传感器融合的方式打造。自动驾驶系统利用传感器对路面及周围环境进行识别，在芯片与计算平台的协助下规划行驶路线，依托精准定位技术与线控执行技术等实现对自动驾驶车辆的定位与控制。相关技术的发展加速了自动驾驶系统以及自动驾驶车辆的迭代与完善。

与乘用车相比，商用车更具备实现自动驾驶的技术条件，且应用场景较多，商业模式更加多元，在L3级别即可产生商业价值，更容易实现商业化落地

自动驾驶可根据车辆类型分为乘用车自动驾驶与商用车自动驾驶。

乘用车自动驾驶对安全驾驶、车辆舒适性、功能性等方面均有较高要求。同时，乘用车的使用场景多为开放的城市道路，环境复杂多变，需要驾驶员和系统能够对突发情况做出及时反应，对自动驾驶技术提出了较高要求。此外，由于乘用车自动驾驶成本较高，用户接受度短期内提升难度较大。

商用车自动驾驶对于车辆舒适性、功能性等方面要求较低，商用车的行驶路线相对固定，需要应对的路况高度相似，更易开展数据收集及功能测试。此外，商用车自动驾驶应用场景较多，能够方便地依据场景进行商业化推广，港口、矿山等低速运营、封闭场景中的商用车自动驾驶更容易实现商业化落地。另外，商用车自动驾驶的商业模式较为多元，包括后端定制化改造收费、依行驶里程收取订阅费用等，且商用车自动驾驶在L3级别即可产生商业价值。综合来看，相较乘用车自动驾驶，商用车自动驾驶更容易实现商业化落地。

商用车自动驾驶的大规模商业化应用离不开政府在标准制定、发展方向及场景建设等方面的支持。近年来，相关部门接连出台多项政策，持续支持行业快速发展

近年来，国家相关部门在交通与信息化领域接连出台包括《“十四五”现代流通体系建设规划》、《“十四五”现代综合交通运输体系发展规划》、《“十四五”国家信息化规划》等在内的多项政策，持续推动行业快速、健康、全面发展。中国部分城市也围绕无人驾驶运营、测试等领域出台了相关法规与政策，推动行业在区域的快速发展。2021年底，新版《深圳市智能网联汽车道路测试与示范应用管理实施细则》正式公开征求意见，预计无人测试、商业化试点探索等更多场景即将推出。各级部门接连出台的多项政策将持续支持行业的快速发展。

司机缺口与安全驾驶需求成为推动商用车自动驾驶行业发展的重要驱动因素

目前，中国货车司机以中年人为主，年龄主要集中在36-45岁， 36岁以上司机数量占比达到约75%。相对应的， 25岁以下的货车司机仅占1.4%，形成了较为明显的年龄断档。此外，中国货车司机从业年限普遍较高。从业5年以上的货车司机占比达到约80%，从业年限在2年以内的新司机数量占比仅约5%。

驾驶安全一直是货运行业的重点关注内容。货车运输安全通常受司机驾驶行为、装备、环境、突发事件等多种因素影响，但疲劳驾驶始终是造成货运事故的重要原因之一。高速公路服务区专用货车停车位建设不足、无效工作（等待或停车）时间占比较大以及人力成本高昂所导致的行业内单车单人驾驶模式占比较高等因素均会不同程度增加司机的劳动强度，缩短司机的休息时间。据统计，约60%的中国货车司机日均工作时长达到10小时及以上，超过一半的货车司机月均休息时间不足3天。

货车司机工作强度较大，对年轻人的吸引力较低，行业内“青黄不接”现象明显，安全驾驶仍有待加强。庞大的货运需求下，司机缺口以及日益提高的安全驾驶需求已成为推动商业车自动驾驶行业发展的重要驱动因素。

在技术进步、政策支持以及市场需求等多方因素影响下，近年来中国商用车自动驾驶行业发展迅速

商用车自动驾驶市场可分为运营服务市场和软硬件市场。近年来，在技术进步、政策支持以及市场需求等多方因素影响下，商用车自动驾驶市场规模呈现增长态势，由2017年的约2.5万亿元增至2021年的约3.5万亿元，期间复合年增长率约10%。未来，市场规模预计将持续快速增加，2025年达到约5万亿元的规模水平，2021至2025年间复合年增长率约10%。其中，运营服务市场规模约4万亿元，占比约80%，软硬件市场规模约1万亿元，占比约20%。

未来，伴随着自动驾驶在商用车领域内的快速发展，前装标配与列队跟驰预计将成为行业内的重要发展趋势

进入自动驾驶时代后，软件、数据、智能驾驶技术等将替代动力总成和车身结构，成为汽车制造的核心。自动驾驶企业只有与主机厂合作进行软硬件前装，才能收集到足够多的数据来提升软件和算法能力并提升竞争力。此外，通过前装配置，按照里程收费的订阅模式也更容易实现。近年来，自动驾驶企业纷纷加强和主机厂的合作，推动前装标配发展。

列队跟驰相比L4级自动驾驶技术更容易实现。商用车列队跟驰作为自动驾驶率先应用的领域，可有效控制车队的行驶状态，减少风阻，降低燃油消耗，并大大降低驾驶员的工作强度，提高驾驶安全性，减少人力成本，降低运营成本。列队跟驰或将伴随着商用车自动驾驶行业的发展得到进一步应用。