现状

1、自动驾驶的标准及我国自动驾驶所处阶段
    从中美分类标准上来看，自动驾驶的功能分级都按照“开启自动驾驶功能后，驾驶员是否应该处于驾驶状态”为标准。在中国《汽车驾驶自动化分级》中，以 L3为界限，动态驾驶任务的接管者的主体发生改变。因此，L3 及以上级别才可被称为“高等级自动驾驶”。即自动驾驶以 L3 为分界线，L3以上（包括 L3）被称为自动驾驶，L3 以下被称为辅助驾驶。

当前我国自动驾驶正处于 L2 向 L3 级别转化的阶段。
    高等级自动驾驶研发投入及商业化验证主要聚集在智慧园区/示范园区、港口、码头、停车场、高速等限定区域应用场景，以及商用车物流、自动泊车等细分领域，低成本自动驾驶解决方案以及可弥补真实道路测试验证的自动驾驶问题仍属于待解状态。

2、顶层政策支持
    从政策层面上来说，无论是17年工信部、发改委、科技部联合发布《汽车产业中长期发展规划》、18 年，工信部制定《车联网智能网联汽车产业发展行动计划》、19 年国务院发布《交通强国建设纲要》还是 20 年 2 月，11 部委联合出台《智能汽车创新发展战略 》都意味着车联网产业在我国迎来高速发展重大机遇。

从最近的政策来看，2020 年 11 月 11日，中国智能网联汽车产业创新联盟发布《智能网联汽车技术路线图2.0》指出 PA、CA 级智能网联汽车渗透率要持续增加，2025 年达 50%，2030 年超过 70%。C-V2X 终端的新车装配率 2025 年达 50%，2030 年基本普及，网联协同感知、协同决策与控制功能不断应用，车辆与其他交通参与者互联互通。高度自动驾驶车辆 2025 年首先在特定场景和限定区域实现商业化应用，并不断扩大运行范围。

3、市场空间巨大

从潜在落地场景上来看，无论是出行服务、高速公路货物运输还是港口内集装箱运输、半封闭场景或固定路线巡回车辆、物流配送最后一公里、无人零售都是未来自动驾驶涵盖的范畴。仅从出行服务来看，其具有市场空间大、盈利模式清晰的特点，是目前高级别自动驾驶在乘用领域商业化落地确定性最强的场景。据中金公司研报测算，远期看全球市场空间将超过2万亿美元。

由政策结合实际，自动驾驶如期完成目标将是个大工程。而自动驾驶的研发投入大、技术难度高的特性无疑更适合产业链合作伙伴分工合作，共同发展。

产业链

和大部分产业一样，车联网产业也可分为上中下游。

上游包括感知层、传输层、决策层和执行层；
    (1)感知层用于感知外部环境变化、获取相关信息。主要包括智能硬件（传感器、RFID 及车载视觉系统等）、导航（GPS、北斗以及惯性导航系统）、路侧设备等。
    (2)传输层是基于通信技术将感知层获得的环境信息转换成信号传导到决策层，类似人体的传输神经，主要包含通信设备和通信服务。
    (3)决策层通过利用感知层、传输层反映回来的信息，建立相应的模型，制定出适合的控制策略。由于真实路况的复杂程度，以及不同人对于不同路况的不同解决对策，决策算法需要覆盖多数罕见路况的海量数据以及完善高效的人工智能技术。从功能上看，决策层主要包含操作系统、芯片、算法、高精度地图以及云平台等核心构成元素。
    (4)执行控制层是自动驾驶真正落地的基础。执行层是无人驾驶系统的最底层，其核心任务是通过驱动、制动及转向控制系统，相互配合，使汽车能够按照决策部分规划的轨迹稳定行驶，并且同时能够实现避让、保持车距、超车等动作。随自动驾驶的发展，执行层由驾驶员施加人力、通过真空和液压等推动的方式逐渐被电子化、电动化系统所替代，电信号替代机械力的线控技术在自动驾驶时代全面渗透。

中游为平台层，负责完成自动驾驶功能的居中调度，包括整合的智能驾舱平台、自动驾驶解决方案以及传统的车联网 TSP 平台；

下游主要为骑车制造企业和第三方服务。

来源：《车联网网络安全白皮书（2020 年）》

以上仅是产业链大致梳理，在自动驾驶领域还有这各种各样的细分环节，各个层面之间也是环环相扣的协同关系。

以车载视觉感知技术为例，将传感器的输入数据转换成计算机能够理解的场景语义表达和物体结构化表达，包括物体检测、识别和跟踪、3D环境建模、物体的运动估计等。车辆在运行过程中，通过高清摄像头的不间断采集，实现对环境信息的实时感知。路况检测、行人车辆分析、交通标志识别、车道线等地面标识识别、驾驶员疲劳驾驶提醒等种种功能均需要基于此实现。

顺便做个拓展，当前行业内主流研发和应用的自动驾驶汽车传感器为车载摄像头、超声波雷达、毫米波雷达、激光雷达等，不同的组合形成了以视觉主导（摄像头+毫米波雷达+视觉芯片）和以多传感器融合（激光雷达+毫米波雷达+摄像头）为主导两种路径。

摄像头的用途分为前视摄像头及车内摄像头。前视摄像头主要布置在车外用于感知车道、行人、路侧等环境，按照不同功能解决方案可分为单目、双目和多目等。摄像头在车内主要应用于倒车影像（后视）和 360 度全景（环视）。高端汽车的各种辅助设备配备的摄像头可以多达 8 个，用于辅助驾驶员泊车或触发紧急刹车。

行业格局

从行业格局来看，中国乘用车在智能驾驶的发展上受益于政策保护，拥有较大的成长空间。

从2016-17年上汽提出“电动化、智能化、网联化、共享化”的新四化布局开始，国内传统车企正逐步重视转型，但在国内他们仍然处于与外资品牌竞争份额的阶段。传统企业主要通过合纵连横进行转型，依赖产业联盟进行共同发展，如上汽-Mobileye、广汽-腾讯、长安-地平线等。

国内造车新势力基本以对标特斯拉为主，而智能驾驶主要依托外部技术力量，如蔚来-Mobileye、理想-Mobileye/地平线、小鹏-英伟达等合作结盟。但相对于特斯拉在海外电动车市场的一枝独秀，国内新兴品牌竞争对手繁多，目前主要精力还集中在产销环节的搭建上。

下文梳理了以“BATH”为代表的互联网企业在自动驾驶领域的动态。

此次华为入局自动驾驶则代表了一众互联网企业正在试图分一杯羹。
    此次上海车展中中特设的汽车科技与供应链展区也能初见端倪。在车展中，包括百度、地平线、中国移动、大疆、四维图新、商汤科技等近百家芯片、雷达、自动驾驶解决方案、车联网等领域的领军企业齐齐亮相。

1.华为-上架塞力斯SF5&入局5G 汽车生态圈。4月19日，华为智选上架塞力斯SF5，成为首次新增的汽车品类，用户可到全国的华为旗舰店进行体验。尽管坚持不“造”车，华为与全球主流车企建立了广泛合作，联合一汽集团、长安汽车、东风集团、上汽集团、上汽乘用车、上汽、广汽集团、北汽集团、比亚迪、长城汽车、奇瑞控股、江淮汽车、宇通、赛力斯、南京依维柯、T3 出行等首批 18 家车企，正式发布成立“5G 汽车生态圈”，加速 5G 技术在汽车产业的商用进程，共同打造消费者感知的 5G 汽车。据华为智能汽车解决方案BU总裁王军表示，今年在研发上的投资将达到10亿美元（约合65亿元人民币），研发团队超过5000人，其中自动驾驶团队超过2000人。

2.百度-Apollo 智能车云。助力车企在单纯提升车体验之外，实现汽车全生命周期效能提升。Apollo 生态大会上发布的小度车载 2020 由小度OS 发展而来，是一套开放的生态系统，通过整合智能驾舱、手机投屏和后装的软硬一体设备集成为各种形式的服务。目前，百度车联网已与奔驰、宝马、福特、比亚迪、长城、现代、吉利、起亚、启辰、星途等多家汽车企业合作。2019 年 4 月 3 日，福特中国正式发布与百度在车联网领域的首个合作项目——智行信息娱乐系统 SYNC+。2021年 1 月 11 日，百度正式宣布造车。截至 2020 年 3 月，百度 Apollo 拥有全球 36000 名开发者，177 家生态合作伙伴，56 万行开源代码，1237 件智能驾驶专利数。自动驾驶路测方面，Apollo 已拥有路测牌照数超 150 张，在北京、长沙、沧州、武汉、重庆、天津、保定、雄安等多个城市开展路测，测试里程超300 万公里。此外，百度 Apollo 智能交通版图也在不断扩张，成为中国智能交通发展建设的重要着力点。Apollo 已经和长沙、保定、沧州、重庆、银川、绍兴、德清、株洲等多个城市达成车路协同和智能信控等方面的合作，助力当地完成智能交通、智能城市建设。

3.阿里- AliOS 操作系统。2018 年 4 月，阿里正式宣布布局自动驾驶技术，并由 AI 实验室首席科学家王刚率领团队进行研究工作。阿里通过车路协同和单车智能的方式助力自动驾驶的实现。单车智能方面主要包含三个方面：算法、硬件和系统架构。在高精度地图和精准位置服务上，阿里有高德地图和千寻位置做支撑；在算力算法等前沿技术上，阿里不仅有达摩院，还有专注于研发芯片的平头哥，这两大平台为阿里聚集了一大批高端人才，这势必也将为其自动驾驶发展增加推动力。

4.腾讯-“四横两纵一中台”生态车辆网&自动驾驶虚拟仿真平台 TAD Sim 2.0 。2020 年 1 月，腾讯发布 TAI 3.0 生态车联网解决方案，形成了一套跨 OS、云端轻量化的车载应用开发框架，可承载 300 万量级的应用服务开发。同时，腾讯 TAD Sim 正在与各类机构，以及国内头部汽车企业展开合作，基于高精度地图和模拟仿真技术，推行虚实结合的仿真测试，加速自动驾驶研发。

最近的舆论越来越关注特斯拉刹车失灵的案件，有了监管部门得到介入，能够让问题尽快解决，也是一次让公众消除对自动驾驶疑虑的机会。事实上，每个行业在快速发展的过程中，秩序和野蛮往往都是同时进行的。汽车作为最常用的交通工具，一旦出现问题往往付出的就是生命的代价，如果说自动驾驶转型是时代洪流的最终走向，那么在转型的过程中慎之又慎是必要且必须的。