计算机行业:智能驾驶行业深度:Robotaxi与车路云共振,智驾关键节点已至
- 2024-10-08 17:15:39上传人:爱吃**e魚
-
Aa
小
中
大
L3关键节点已至,自动驾驶或迎来商业化突破期。此前,由于车载算法架构、数据体量的掣肘,从“自动驾驶辅助功能”到“自动驾驶功能”的跨越显得困难重重,但随着BEV+Transformer算法的普及和端到端技术的出现,智驾的商业落地逐渐开始加速。截止目前,百度Apollo、MOMENTA、小马智行等越来越多智驾方案提供商宣布有能力提供
- 一、智能驾驶的产业发展阶段和产业趋势
- 1.1 V2X车路云一体化政策密集出台,产业发展逐步加速
- 1.2 技术突破临界点到来,部分厂商技术水平触及 L4智驾标准
- 1.3 智能网联汽车重要发展方向——V2X
- 1.4 智能网联汽车产业重要发展节点——城市 NOA量产技术成熟
- 二、Robotaxi强视觉方案有望成为主流,技术临界点或已临近
- 2.1 强视觉方案优势明显,有望成为主流发展方向
- 2.2 Robotaxi或为高阶智驾优先落地场景,出行服务业态或处在变革前夕
- 2.3 Robotaxi运营有望在三年内初具规模,带动产业发生变革
- 三、智驾技术迭代带来的车载硬件及配套基建增量
- 3.1 高阶智驾和 Robotaxi推动下,车载感知硬件有望显著增加
- 3.2 车载 AI算力需求增加,预埋高性能芯片适配 L3、L4 智驾
- 3.3 算法迭代带来训练参数量激增,各大厂商加码云端算力基建
- 3.4车路云及 Robotaxi相关产业市场规模增量前瞻
- 四、建议关注的重点标的
- 4.1车联网产业链结构梳理
- 4.2中科创达:车路协同及智驾域控方案全栈供应商
- 4.3德赛西威:汽车电子领军企业,智能驾驶业务快速增长
- 4.4万集科技:深耕智能网联产业,布局车、路、云三侧软硬件产品
- 4.5 金溢科技:智慧交通全栈服务商,V2X 业务有望加速成长
- 4.6千方科技:智慧交通与智能物联领军企业
- 风险因素
- 表 目 录
- 表1:近期全国性智能驾驶及车联网相关政策
- 表2:近期区域性智能驾驶及车联网相关政策
- 表3:车端 ETC与V2X 对比
- 表4:各主机厂 NOA方案落地时间
- 表5:Robotaxi 相关企业其业务模式一览
- 表6:Robotaxi 收入成本测算
- 表7:百度 Apollo智能驾驶硬件配置方案
- 表8:中国乘用车市场智驾域控芯片装机量(2023 年1-12 月)
- 表9:智驾域控芯片相关性能参数
- 表10:智驾域控供应商装机量排名(2023 年1-12 月)
- 表11:各大主机厂和市场参与者 AI算力建设情况
- 目 录
- 图 1:自动驾驶分级标准 L0~L5
- 图 2:车路云一体化智能网联汽车示意图
- 图 3:VICAD 对L4 自动驾驶的促进作用示意图
- 图 4:海康智联路侧 V2X设备
- 图 5:海康智联车端 V2X设备
- 图 6:云控平台三级云功能架构
- 图 7ÆEœD%Ç6‰ L315¦¤#wE¢ ø69
4
- 图 8Æc
3 V2X ¶e8
p?ú W´õyµ
- 4 9:高速 NOA和城市 NOA的渗透率情况
- 图 10:Apollo 的NOA 方案
- 图 11:后融合算法框架
- 图 12:前融合算法方案
- 图 13:卓驭的 10V高算力智驾方案
- 图 14:卓驭的激目高算力智驾方案
- 图 15:Apollo Lite
- 图 16:Robotaxi 三种运营模式
- 图 17:Apollo RT6 空间定制化示意图
- 图 18:载人出租车/ 网约车及Robotaxi的每公里成本变化
- 图 19:Robotaxi 商业化各阶段
- 图 20:中国乘用车智慧出行交易额规模测算
- 图 21:Robotaxi 车型搭载的激光雷达数量及供应商
- 图 22:小马智行第六代 Robotaxi车辆
- 图 23:2023 年1月至 2024 年5月激光雷达标配车型渗透率
- 图 24:PC&LCV 激光雷达市场规模及份额示意图(2022-2023)
- 图 25:中国激光雷达市场规模预测(亿元)
- 图 26:中国自动驾驶域控制器市场规模(亿元)
- 图 27:中、高算力智驾域控放量情况(万辆)
- 图 28:2023 年中国L2.5高阶智驾 SoC市场份额(按车型搭载数量)
- 图 29:Apollo 的L4 级自动驾驶技术
- 图 30:英伟达系列车载芯片迭代情况(算力口径)
- 图 31:Thor 芯片集成度和一体化能力示意图
- 图 32:小马智行乘用车智驾域控制器
- 图 33:BEV+Transformer 基本概念
- 图 34:鸟瞰视图与体积占用率
- 图 35: Tesla FSD V12.3.5 放弃规则驱动和大量代码
- 图 36:前融合算法
- 图 37:端到端自动驾驶架构演进示意图
- 图 38:商汤绝影智能驾驶方案
- 图 39: Te s l a 的AI训练能力提升情况(等效 H100口径)
- 图 40:Robotaxi 产业链技术全景图
- 图 41:智能网联汽车产值增量预测
- 图 42:车联网产业链及相关企业梳理
- 图 43:RazorDCX Pantanal 量产域控方案
- 图 44:Snapdragon Ride Flex 方案
- 图 45:中科创达车路云方案
- 图 46:德赛西威三大业务板块
- 图 47:德赛西威三大业务板块收入及同比增速
- 图 48:万集科技公路交通行业系统方案
- 图 49:智慧基站路侧系统及管理平台
- 图 50:基于 AI算法的多源数据融合
- 图 51:万集科技部分激光雷达产品示意图
- 图 52:金溢科技产品体系
- 图 53:金溢科技道路全息感知平台
- 图 54:千方科技智能交通产品
- 图 55:千方科技智能交通产品
- 图 56:千方科技智能网联客户案例