自动驾驶行业知识_思维导图模板

自动驾驶行业知识

行业中企业的技术规划思路

主机厂为主：将其定位为主动安全的一种，
希望通过添加自动驾驶来提升产品竞争力和
销量。选择步步为营，从低级别到高级别的
发展路径。

创业企业为主：以高级别无人驾驶为切入点，希望能够改变整体的商业模式和商务环境。

自动驾驶的分级
SAE J3016

L0-无自动辅助功能（No Automation）：无自动化，市场那个上没有这样的车辆

L1-转向或者加减速能够实现一条，驾驶员要时刻关注驾驶过程：主流车型均位于L1，有ABS、ESP、定速巡航、ACC自适应巡航、LKA车道保持辅助等，但这些功能只能当以实现。

L2-转向和加减速都实现，驾驶员要时刻关注驾驶过程：例如同时做到ACC+LKA，2018款凯迪拉克CT6有“super cruise”系统，所以就位于L2级别。

L3-不需要驾驶员监督，但在出问题时需要驾驶员介入：在某一特定场景下进行自动驾驶。奥迪A8的Traffic Jam Pilot就是L3级别。

L4-不需要驾驶员监督，但仍然有一定局限，在出问题时能够部分解决：在一定场景下可以解决部分问题。例如Waymo、Uber、Baidu

L5-全自动驾驶，只要在地球上有地图的地方，全部都能自动驾驶：全工况全区域的自动驾驶

名词解释

动态驾驶任务DDT

指在道路上驾驶车辆需要做的实时操作和决策行为，操作包括转向、加速和减速，决策包括路径规划等

物体和事件的探测和响应OEDR

指驾驶员或自动驾驶系统对突发情况的探测和应对

子主设计的适用范围ODD

将已知的天气环境、道路情况、车速、车流量等信息作出测定，给定自动驾驶系统具体的条件，以确保系统能力在安全适用的环境之内。

动态驾驶任务支援DDT Fallback

自动驾驶在设计时，需考虑发生系统失效或者出现超出系统设计的使用范围之外的情况，当该情形发生时，驾驶员或自动驾驶系统需做出最小化风险的解决响应。

难度在于

是否敢保证系统的感知与决策能力与人相当。

难度在于

1、横向控制和纵向控制的配合。

2、通知驾驶员接管的时机。

自动驾驶基础技术

环境感知技术

环境感知可以理解成汽车利用传感器套件对车身周围的动摇和静态对象进行3D重构。

技术路线

以特斯拉为代表的以摄像机为主导的多传感器融合方案

另一种是以谷歌、百度为代表的以激光雷达为主导，其他传感器为辅助的技术方案。

关键零部件

摄像头

优势：工业摄像头在技术层面相对成熟且成本已在百元内，因此使用最多。

劣势：依赖光线，无法全天候工作。

国外厂商占据市场大部分份额

国内创业企业进入量产收获阶段

分类：CCD和CMOS

毫米波雷达

优势：可以弥补摄像头的不足，精度较高，穿透雾、灰尘的能力强，能够全天候全天时工作

劣势：毫米波易受干扰，而且难以识别小的物体

目前国内毫米波雷达基本均由国外厂商垄断，博世、大陆、Hella、电装、德尔福占了市场上几乎所有的份额。

2018年，国内各个企业已经可以看到量产毫米波雷达出现了突破（代表企业：德赛西威、华域汽车、保隆科技、生死泰克、安智杰、苏州豪米波、行易到）

分类：脉冲方式毫米波雷达和调频连续方式毫米波雷达

激光雷达

分类：单线激光雷达和多线激光雷达

超声波传感器

优势：频率高、波长短、绕射现象小、方向性好、呢个够成为射线而定向传播

分类：单线激光雷达和多线激光雷达

精准定位技术

精准定位技术顾名思义就是让汽车指导自己所在的物理位置

涉及惯性导航系统、轮速编码器与航迹推算、卫星导航系统以及SLAM自主导航系统。

决策与规划技术

根据环境感知和导航子系统，自动驾驶汽车的行为决策与路径规划系统结合给定的起始点和终点进行信息处理。

两项内容、三种算法、两种芯片（解释列出）

控制与执行系统

自动驾驶核心部件，控制者车辆的各种控制系统

控制系统包括横向控制和纵向控制

高精地图与车联网V2X

高精地图

高精地图可以认为是建立一张地图的绝对坐标，精度更高，交通信息元素丰富，能够为定位和路径规划提供精细依据，是感知层除传感器以外的另一重要核心，是整体解决方案中不可替代的关键部分

资质

全国有以四维图新、高德地图为代表的20家单位取得了导航电子地图制作资质

模式

重地图模式：通过GPS定位，用数据采集车（配备有激光雷达、摄像头）作为地图绘制源收集深度信息，经过后台处理形成高精地图。方案特点是使自动驾驶更依赖地图信息。

轻地图模式：使用车载摄像头绘制某些能够帮助实现车辆导航的特定道路特征（如固定的路边设施）。该方式测绘精度一般，比较依赖传感器，地图处理更新较容易。Mobileye是该方案的代表。

公司现状

高德自2014年取得测绘资质以来，高德通过“自主+众包”的方式，已完成了28万公里的全国高速高精度地图静态数据采集。18年底，高德还计划向国省道和主要城市扩展自动驾驶级别数据

子主题

车联网V2X

V2P（车-行人）：指车与行人之间或非机动车之间的交互，主要是提供安全警告

V2V（车-车）：指不同车辆之间的信息互通。

V2I（车-基础设施）：包括车辆与路障、道路、交通灯等设施之间的通信。

V2N（车-互联网）：通过网络将车连接到云服务器

无人驾驶汽车测试与验证技术

http://www.elecfans.com/d/744433.html

自动驾驶常用系统

http://www.360doc.com/content/18/0518/12/38241425_754937763.shtml

自动紧急制动AEB

智能大灯控制AFL

自适应巡航控制ACC

定速巡航

跟车智能巡航

具有跟停功能的智能巡航

带启停功能的智能巡航

盲点监测BSM

智能驾驶的侧向行驶

盲区报警

预警

自动干预

车道偏离警告LDW

压线或有车辆进入盲区

单车道内辅助纠偏

注意力检测系统DMS

前方防撞预警系统FCW

抬头显示HUD

智能车速控制ISA

汽车夜视系统NVS

泊车辅助PA

行人检测系统PDS

交通信号及标识牌识别RSR

全景泊车停车辅助SVC

国内外发展和政策现状

国际

美国在 80年代初开始自动驾驶军事化应用，而欧洲从80年代中期开始研发自动驾驶车辆，更多强调单车自动化、智能化的研究，日本的自动驾驶研发略晚于欧美，更多关注于采用智能安全系统降低事故发生率，以及采用车间通信方式辅助驾驶

国内外行业现状

国务院在 2015年发布《中国制造 2025》促使大批初创企业投身自动驾驶领域

2016年，国内自动驾驶快速推进，多个车企公布自动驾驶的战略规划

2017年，更多的初创企业脱颖而出，获得巨额投资目前开始进入收获阶段

现状

政策：在全国 12个城市开放路试

资本：自动驾驶零部件和方案供应商融资总额由2017年的53.69亿上升到2018年的162.13亿。

技术：整车和零部件的解决方案均进入成熟量产阶段。国内部分企业已经在进行 L3/L4级自动驾驶卡车和配送车的车试运营，多家企业计划在 2019-2020年实现特定场景下的 L3/L4自动驾驶量产商业化落地。

主机厂自动驾驶技术布局

吉利：G-Pilot战略，2018年L2，2020年 L3

规划

G-Pilot 1.0阶段：ACC、AEB、LDW等，目前用于吉利博瑞、博越、帝豪 GS、帝豪 GL等车型。

G-Pilot 2.0阶段：实现特定环境下的自动驾驶能力，例如 ICC（单车道集成式巡航），自动泊车系统，并后续会更多适配到吉利各个量产车型上。

G-Pilot 3.0阶段：实现临近车道的变道以及无人监控的自动泊车操作等，并结合更多车联网信息娱乐，和云端服务功能。

G-Pilot 4.0阶段：结合了自动驾驶技术以及出行算法逻辑，可实现司机完全解放，并提供完整的出行服务。

现状

与Tier1供应商ABCD进行合作，启动实际道路测试

获得重庆无人车上路测试第一批拍照

与沃尔沃进行联合开发

广汽：GIVA智能驾驶平台，2020年L3

计划

第一阶段是辅助驾驶，实现自动泊车、驾驶提醒等功能，现已实现

第二阶段是半自动驾驶

第三阶段高度自动驾驶

第四阶段完全自动驾驶，预计 2030年前实现

现状

2013年，首款具备自主知识产权的无人驾驶汽车

2015年自主研发具备局部区域内任意预设两点的全自动无人驾驶能力的 WitStar概念车参加了北美底特律车展

2017广州车展展出第三代全自动驾驶L5原型车

2月初与广州小马智行科技有限公司签订战略合作协议，在自动驾驶技术、无人驾驶示范运营等领域开展合作

长安：“654”战略，2020年L3

计划

2015年具备驾驶辅助功能的产品量产上市，搭载全速自适应巡航、半自动泊车、智能终端 3.0等

2018年半自动驾驶技术的开发及产业化，搭载集成式自适应巡航、全自动泊车、智能终端 4.0

2020年实现高度自动驾驶，包括高速公路全自动驾驶、一键泊车、智能终端 5.0

2025年达成真正的全自动驾驶，并实现产业化应用

现状

“三国三地、各有侧重”

长安研究总院设立智能网联技术研发中心、长安美国中心设立智能网联研发部门、硅谷设立办事处、印度建立离岸软件中心

上汽：全面布局单车智能、高精地图

规划

开展了封闭试验场、高速公路、特定园区及城区、地面及地下停车场等应用场景下的智能驾驶技术研究，整车测试累计里程超过 5万公里

中外两个部门主导，国内是上汽的前瞻技术研发部门和上汽两年前在硅谷成立的风险投资和创新部门

现状

完成两代智能驾驶整车平台开发

集成 5G通讯技术的车联网平台

构建了全自主知识产权的智能驾驶系统开发能力。

布局

单车智能方面：告警地图方面与Momenta和硅谷DeepMap合作，收购告警地图公司光庭信息科技；芯片、摄像头和传感器方面与英特尔和Mobileye合作。

车联网方面：和华为、中移动合作 5G技术的开发，力图在美国的 DSRC之外，打造中国的车联网通讯协议。

长城：i-pilot，2018年L2，2020年L3

计划

2020年，实现部分自动驾驶，达到L3+级别

2023年实现高度自动驾驶，达到L4级别

2025年实现完全自动驾驶，达到 L5级别。

现状

2017年2月发布i-Pilot自动驾驶系统，基于高精度地图，可满足城市高速公路为特定场景，据称能够达到 SAE规定的 L3级别。

非主机厂企业自动驾驶技术布局

http://www.elecfans.com/d/804521.html

AMAZON

2016年申请自动车道转换技术专利

与丰田合作开发多功能自动驾驶汽车

自动驾驶汽车“e-Palette”将于2020年夏季奥运会上首次亮相

APPLE

建立员工交通网络；目前有66辆自动驾驶小型货车行驶在加州的路上

2016年，苹果的自动驾驶汽车项目Titan项目遭遇了挫折

2018年6月雇佣了前Waymo和NASA工程师来领导Titan项目

Aptiv

第一家在新加坡街头以及后来在波士顿测试自动驾驶技术的公司

与Lyft合作，在拉斯维加斯进行了5000多次自动出租车搭乘服务。

AUDI

第一家部署非手动驾驶的汽车公司

旗舰自动驾驶A8车型获欧洲上路驾驶认证

Autoliv和沃尔沃建立Zenuity

力求在自动驾驶技术中建立安全声誉

意图到2019年将驾驶辅助技术商业化

自动驾驶技术部署目标日期为2021年

BAIDU

构建“自动驾驶技术的安卓系统”，支持自动驾驶技术的发展

在硅谷开设人工智能研究实验室

2018年获得中国政府的许可，开始在道路上测试自动驾驶技术

BMW INTEL MOBILEYE

在2016年欧洲消费电子展CES上展示了自动驾驶汽车概念

计划在2021年前上路部署自动驾驶汽车

2018年在慕尼黑开设了第二个自动驾驶汽车园区

BOSCH

两千多名工程师专门从事驾驶辅助技术研发

与TomTom在地图数据方面合作，与Mercedes在汽车制造方面合作

CISCO

2017年开始和Michigan DOT建立自动驾驶基础设施

在2018 CES上，宣布了一项为智能汽车带来千兆网络速度的项目

continental

专注于自动驾驶辅助技术和智能汽车基础设施

2017年开设硅谷研发实验室

2018年，宣布与Nvidia合作建立自动驾驶车辆系统

DIDI

2017年3月在硅谷自动驾驶技术研发中心开设了人工智能实验室

2018年2月展示了一辆正在行驶中的自动驾驶汽车

获得加州的许可，对其技术进行进一步的公开测试

GM和LYFT

2018年推出了半自动超级巡航凯迪拉克CT6

2018年1月提交商业计划书，要求和雪佛兰Bolts运营商业拼车业务

获得SoftBank 22.5亿美元支持自动驾驶汽车研发

HONDA

在Civic模型中引入半自动驾驶辅助技术

与Waymo合作，建造新型自动驾驶运输工具

HUAWEI

与Vodafone合作研究蜂窝汽车连接技术

创建了拥有200多名工程师的无人驾驶汽车研发团队

在2018年MWC上测试自动驾驶汽车保时捷Panamera

WAYMO

2016年开始与其在自动驾驶领域的主要合作伙伴Fiat Chrysler进行合作

2017年11月，Waymo自动驾驶汽车完成了400万英里的自动驾驶里程

购买了62000辆新的Chrysler汽车，将Waymo自动驾驶车队的规模扩大了100倍

TESLA

2014年发布了半自动驾驶辅助技术Autopilot

2016年，宣布道路上的所有特斯拉车辆都能通过软件更新获得自动驾驶技术

自动驾驶未来趋势

趋势

随着自动驾驶快速接近量产，辅助驾驶技术、半自动、高度自动技术逐步得到应用。单项功能开始逐步渗透下沉，功能性和实用性快速提升。

原因

从政策规划角度理解空间的可靠性：信部到 2020年，L2级别新车占比达30%。而 L2级别车辆至少需要配置的自适应巡航、车道保持功能占比目前仅为17%左右，两者具备两种配置的车型仅为252个，车型占比仅为8.77%。我们估算目前同时具备 L2硬件功能的销量占比不到 10%，19-20年有一倍以上渗透率的提升。

从产品端理解渗透率提升的必然性：L2已经开始大幅提升产品的竞争力

从提升结构来看，低级别车市是主要增长空间。未来主要的提升幅度来自于30万以下的新车。

例证：截图

产业链现状和趋势

趋势：来 2-3年是供应商扩容国产化替代的快发发展阶段

技术现状

感知层

决策层

执行层

智能座舱

打造多种显示方式和交互方式，对车内外环境就有感知与反馈能力的驾驶舱

仪表盘、抬头显示 HUD、车载信息终端、车内外后视镜等载体，以及语音控制、手势操作、车联网等智能化的交互方式