報告要點
行業概況：自動駕駛行業，參與者眾，市場潛力巨大
隨著數據資源不斷積累、運算能力大幅提升以及物聯網的普及，人工智能在歷經數次起伏後，於近兩年迎來了一次爆發式的產業落地。自動駕駛作為其中之一，市場潛力巨大。波士頓諮詢集團認為，到2025年自動駕駛市場規模將達420億美元。強大的市場吸引力，導致眾多傳統車企、科技企業都參與其中。
自動駕駛底層支撐：傳感器+高精地圖+計算平臺
作為自動駕駛的基礎，傳感器是熱數據的重要來源，同時也是算法模型優化的依據；高精地圖是自動駕駛必備，其繪製過程需要數字地圖、車聯網、傳感器、芯片等多個領域玩家的共同努力；計算平臺是自動駕駛系統的大腦，具備存儲、計算和決策等能力，而計算能力和無線通訊技術則決定了自動駕駛系統的可靠性和反應速度。因此，傳感器、高精地圖與計算平臺共同構成了自動駕駛的底層技術支撐。
行業玩家：穩紮穩打的傳統車企VS一步到位的科技創新者
傳統車企由於庫存、產品線和市場接受度等壓力存在，傾向於採取穩紮穩打、溫和漸進的策略，希望通過不斷升級每一代車型搭載的ADAS 高級駕駛輔助系統的方式，逐步實現完全自動駕駛功能；而Google、特斯拉、百度等新進入的科技代表由於沒有尾大不掉的壓力，更傾向於一步到位的策略。
圖森未來：傳感器集成+自主算法+高精地圖，處於車廠和承運人之間，代替司機的角色
圖森未來（以下簡稱圖森）作為國內自動駕駛領域創業公司之一，依靠傳感器集成+自主算法+繪製高精地圖模式，嘗試為城際物流運輸車隊提供固定路段的L4級別的自動駕駛，未來將逐漸取代司機的角色，預計物流人力成本將降低80%。圖森的主要優勢是其以自主算法為核心，對傳感器要求較低，一定程度上降低了落地成本，進而促進了商業化進程。目前圖森已與一線物流公司合作，計劃今年將在國內和北美多個路段開始測試。
1. 行業概況：隨著人工智能浪潮的興起，作為落地形式之一的自動駕駛，行業參與者眾，市場潛力龐大
1.1 自動駕駛通過去人力的方式降低了物流成本，目前量產的大部分自動駕駛汽車都處於L1-L2的輔助駕駛級別自動駕駛汽車技術的研發，在20世紀已有數十年曆史，當時數理邏輯研究上的突破使得人工智能呼之欲出。隨著深度學習算法、視覺導航和物聯網的進步，21世紀以來，自動駕駛技術獲得飛躍式發展，開始呈現出實用化的趨勢。從本質上講，自動駕駛是通過去人力的方式降低運輸成本，提高了物資流通效率。
根據美國機動工程師協會（SAE）對自動駕駛技術給出的劃分，自動駕駛根據其“自動”程度可被分為L0-L5共6個級別，涵蓋了從司機完全掌控駕駛到汽車完全掌控駕駛的全階段。目前，量產的大部分自動駕駛汽車都處於L1-L2級別，福特、豐田、本田、寶馬、沃爾沃等多家車企均表示要在2020年量產出能達到SAE 3級的自動駕駛汽車。L2與L3最大的區別在於L2階段仍然以人為觀察環境的主體，而L3階段觀察環境的主體變成了車輛本身。
1.2 自動駕駛底層支撐：傳感器、高精地圖、計算平臺
1.2.1 傳感器：自動駕駛的基礎
當前階段，計算機視覺系統重度依賴傳感器。傳感器是熱數據的主要來源，同時也是算法模型優化的依據，可以說是自動駕駛的基石。目前用於自動駕駛的主流傳感器有激光雷達、攝像頭、毫米波雷達等。但是，傳感器目前整體造價偏高，例如Google無人車所使用的64線Velodyne激光雷達本身的價格就高達75000美元。未來技術的進步將會促使傳感器的造價大幅降低，這無疑也會極大地促進自動駕駛汽車的普及。
1.2.2 高精地圖：高精地圖+傳感器是目前主流的自動駕駛視覺解決方案
雖然一輛車可以安裝很多傳感器，但如果單純依靠傳感器，其檢測範圍以及反饋的道路信息有限，並且較高的成本也是一個門檻。如果在其基礎上搭配一張高精度的地圖，路況的精準度將會大幅上升，例如車輛在行駛過程中可以提前數百米知道前方有個三岔路口，並且知道三岔路口的形狀以及在這個時間點此路口有多大概率通過大型拖車等信息，這樣一來，決策便可提前啟動。
傳統電子地圖精度在5-10米左右，而完全的自動駕駛需要地圖精度在10-20釐米，顯然地圖領域需要有一次突破式的進展，目前不少巨頭已開始聯手發力，意圖繪製出一張適用於自動駕駛的高精地圖。據外媒報道，博世將與百度、高德和四維圖新在自動駕駛項目上進行合作，其重點為高精地圖領域，目標是在2021年之前使汽車具備高度和完全自動駕駛功能。
1.2.3 計算平臺：自動駕駛的大腦
除了傳感器和高精地圖，計算平臺是自動駕駛技術另一個不可或缺的部分，這是各種傳感器回傳數據融合之處，具備存儲、計算和決策甚至更高階的能力。其中計算能力和無線通訊技術決定了自動駕駛系統的可靠性和反應速度。除了這種數據集中式的處理方式，還有一些公司正在嘗試直接在智能終端處理部分數據，此種方式的處理速度更快，一定程度上分流了後端計算平臺的運算量。
隨著技術的發展，不少巨頭走向了開源之路，平臺的開源具備一定的戰略意義，它能夠幫助其他公司逐漸向著開源企業定製的標準轉化，促進數據的清洗和標記標準化。如2016年，NXP將其自動駕駛計算平臺Bluebox開源；2017年，百度無人駕駛“阿波羅”平臺宣佈部分功能。長遠來看，數據的開放是大勢所趨，但我們認為至少幾年內，標籤化的細分領域數據仍會是核心價值所在。
1.3 自動駕駛行業目前仍處於早期發展階段，但未來發展空間廣闊
自動駕駛目前仍處於早期發展階段，滲透率較低，但考慮到未來物聯網與人工智能技術漸趨成熟、自動駕駛功能將不斷完善以及輔助駕駛系統會逐漸普及，我們認為自動駕駛未來的發展空間將十分廣闊。來自波士頓諮詢的數據顯示，到2025年自動駕駛市場規模將達420億美元；到2035年，自動駕駛汽車的銷量可能會佔據全球汽車銷量的四分之一。
2. 賽道玩家：穩紮穩打的傳統車企VS一步到位的科技創新者
在自動駕駛賽道，目前主要有兩種玩家：一是傳統車企，二是互聯網科技領域的新進入者。前者由於庫存、產品線和市場接受度等壓力，他們更傾向於採取穩紮穩打的策略，希望通過不斷升級每一代車型搭載的ADAS高級駕駛輔助系統的方式，逐步實現完全自動駕駛功能，代表企業為福特、通用、豐田等。
而新進入的科技企業則沒有庫存等壓力，因而更傾向於一步到位的策略。例如谷歌的無人駕駛汽車僅設置啟動和停止兩個功能按鍵，車輛行駛、道路選擇等則均由車載電腦操控。此領域的代表公司主要有谷歌、Uber、百度、特斯拉等。不過，據The Information報道，谷歌已於2016年年底放棄自主造車，走上與傳統車企，如菲亞特-克拉斯拉等的合作之路。
我們認為，由於現階段要實現自動駕駛的終極目標無人駕駛仍然十分困難，因此合作將成為自動駕駛領域的主流，各家企業在其擅長的領域相互配合才能最大程度地促進整個自動駕駛行業的發展。
3. 圖森未來： 傳感器+自主算法+高精地圖，處於車廠和承運人之間，代替司機的角色
圖森是自動駕駛領域的創業公司之一，採用高速路段全部自動駕駛，非高速路段首車由司機負責的模式，為城際物流運輸提供基於一系列傳感器的自動駕駛解決方案，為承運人提供固定路段點到點的自動駕駛服務，其方案預計能夠為物流企業節省約80%的人工成本。圖森擁有自主採集的能力和標定平臺，使用SLAM技術採集測繪高精三維地圖。利用其自主採集的訓練數據集和研發的一系列算法，圖森可以實現環境感知、定位導航、決策控制等自動駕駛核心功能，為承運人節省支出的同時降低可能造成的人身傷亡。
3.1 圖森算法系統：解決未來15秒需要做什麼的問題
圖森使用自主採集的訓練數據集和自主研發的一系列算法，能夠實現實現環境感知、定位導航、決策 控制等自動駕駛核心功能。此算法佔據了計算機視覺算法評測數據集KITTI上包括道路分割、目標檢測和目標跟蹤等在內的多項排行榜的前五名，同時也是評測數據集Cityscapes上場景分割第一名。80%規劃+20%決策能力是此套方案的主要能力，幫助車輛解決未來15秒需要做什麼的問題。圖森的算法系統在一定程度上能夠減少對傳感器的依賴，降低方案落地成本，進而加速商業化進程。
3.2 圖森地圖測繪：以自主測繪為主，合作、購買為輔
在自主駕駛的地圖方面，圖森選擇自主繪製高精地圖，以釐米級的精度建立矢量模型，包括車道線、隔離帶、交通標誌牌、路面坑窪，進出山洞時的光爆強度以及雨雪天氣路況等信息。為了收集更多視覺信息，摸清貨車運行時確切的需求，圖森目前與一線物流公司合作，在數百輛貨車上搭載地圖繪製系統，每天可收集數十萬公里行車數據。此外，圖森也會直接購買部分地圖數據。
4. 市場運營： 從需求出發，開發可商業化的自動駕駛解決方案
圖森的主要商業模式是根據客戶提出的訂製需求，設計包括傳感器配置（例如攝像頭、雷達等）、數據融合、決策分析、控制流程等在內的定製化方案硬件安裝方案，由客戶將該方案轉達至車廠進行預安裝。關於傳感器部分，圖森主要做集成、標定、調試，之後於圖森的算法系統進行接入融合，基本不會觸及硬件生產。目前，圖森已於陝汽達成戰略合作，共同開發可商業化的城際物流運輸自動駕駛解決方案。
5. 未來發展：圖森計劃近期在國內外開展多路段的無人駕駛測試
據圖森介紹，2017年安排了國內外多項路段測試，如一切順利，預計2017年年底將開展L4級別的商業化測試。
具體的測試計劃是2017年上半年在北美進行試驗車綜合路測（小車版Demo）；國內計劃4月下旬在長安大學試驗場內進行L2-3級別測試（已按計劃完成）；6月底在國內曹妃甸地區開始測試重型卡車部分功能模塊（卡車L2-L3級別）；9月底在中國高速路段測試卡車L4級別；12月底進行商業化測試。並且，圖森預計會首先開通西安至烏魯木齊貨運線路，主要是得益於西部運輸力的匱乏，政府也會更開放。
6. 團隊信息：商業能力極強的CEO搭配學術派CTO、COO
CEO&聯合創始人：陳默
十年創業經驗，曾創立運營樓宇廣告平臺蒼穹廣告、國內頁遊棋牌平臺深藍兄弟及國內較早的汽車O2O汽車交易平臺車國網。
CTO＆聯合創始人：侯曉迪
加州理工大學博士，計算機視覺和認知科學領域專家。 創立了基於頻域的視覺注意機制理論。
COO：郝佳男
南洋理工大學博士，10年並行和分佈式運算研究經驗，淡馬錫國家實驗室研究員。2007年設計的圓周率並行計算系統打破圓周率計算世界紀錄。
風險提示：行業競爭激烈、政策存在一定變數、創業企業存在一定發展風險等。
（更多內容，請下載全版報告或聯繫36氪研究院。）
關於36氪研究院
36 氪研究院是 36 氪研究子品牌，專注於一級市場的行業研究，通過定性定量結合的方式研究新興行業與企業，歡迎大家積極與我們交流討論。
分析師：劉姝一 [email protected]，關注汽車與企業服務領域