自动驾驶 第2页

Robotaxi行业专题报告:基于武汉萝卜快跑,对Robotaxi的再思考

武汉萝卜快跑已可应对指定区域复杂场景,但在有些方面仍待提高:当前武汉萝卜快跑已可满足在指定行驶区域+无人驾驶情况下的加速、行驶、刹车、靠边停车等功能,可满足用户短途打车基本需求。但智驾能力仍有待进一步提高:1)行车过于谨慎/突发场景应对能力不足;2)运营范围仍待有序拓宽。 预计算法升级/整车硬件成本下降+人员成本优化是Robotaxi盈利关键:我们预计能否实现盈利的核心在于整车采购成本+传感器等硬件采购成本的下降、以及版本迭代升级驱动的人员效率提升/成本优化。

自动驾驶汽车行业专题报告:政策、技术、成本共振,Robotaxi商业化快速推进

政策端:取向积极,2024 年发力车路云一体化。我国将智能网联汽车产业置于战略高度,2023 年 11 月多部委发布《关于开展智能网联汽车准入和上路通行试点工作的通知》,推动高级别智驾汽车规模应用。 供给端:单车成本快速下行,远期盈利空间可期。典型 Robotaxi 单车成本受益于零部件成本下行趋势,根据中国汽研统计数据,2022 年百度第六代无人车成本已降至 25 万元。远期看,若 Robotaxi 商业化运营,盈利方式多样:(1)从“车”为主体出发,盈利来源包括去掉安全员、零部件降本等;(2)“乘客”乘坐过程中,盈利方式包括会员模式收费、硬件付费、广告费等;(3)Robotaxi 规模化运营也具备可观的数据变现空间。仅从“车”运行的经济性来看,Robotaxi 盈利核心前提是无人化(去安全员)、规模化运营(单车采用前装批量化生产),根据测算,在传统出租车模式下,燃油车/电动车单公里成本 1.16/0.97元;Robotaxi 模式下,安全员+改装车、安全员+前装车、无安全员+前装车的单公里成本为 1.48/1.13/0.75 元。

汽车自动驾驶行业专题报告:Robotaxi,产业化大幕开启,无人驾驶未来已来

概述:Robotaxi 商业化拐点已至 中美为行业第一梯队。Robotaxi 提供 L4-L5 的自动驾驶服务,实现自动驾驶+共享出行的结合,能够实现高安全性,降本路径清晰,有望打开远期市场空间。海外特斯拉引领产业化进程,特斯拉高阶智驾技术端不断突破,FSD V12 已实现“端到端自动驾驶”,Robotaxi 将于 10 月发布,成为板块潜在催化因素。当前 Robotaxi 行业迎来三重拐点:1)技术端,高阶智驾技术端不断突破,为 Robotaxi 落地提供必要条件,当前智能网联加速普及,L2 智能驾驶渗透率持续提升;2)需求端,Robotaxi 能够具有价格+安全双重优势,降本路径清晰,未来安全行驶能力有望超越人类司机,打开远期市场空间;3)进展端,中国、美国是全球 Robotaxi 产业第一梯队,目前均处于无人测试和小规模商业化应用阶段。

自动驾驶汽车行业专题报告:各地政策利好智驾,Robotaxi加速商业化落地

全球政策力推智能驾驶落地加速 智能驾驶产业,作为各国竞相角逐的国家战略高地,正以其对社会与产业的多维度促进作用,展现出高速发展的强劲势头。近期,一系列政策密集出台,为智能驾驶技术的普及按下了“快进键”。北京拟将自动驾驶汽车引入网约车、汽车租赁等城市出行服务,上海则在人工智能盛会上率先发放了无驾驶人智能网联汽车的示范应用许可。此外,长三角(盐城)智能网联汽车试验场的正式运营,以及20个“车路云一体化”试点城市的确定,均预示着L3/L4级智能驾驶技术的实施步伐将显著加快,为国内相关企业提供了宝贵的转型升级契机。
VIP免费

中国智能网联汽车自动驾驶仿真测试白皮书(2023版)

随着通信、人工智能、自动控制等技术的不断进步,智能网联汽车已成为汽车行业发展的新趋势。然而,随着汽车智能网联功能的逐渐丰富,其面临的测试挑战也日益凸显,恶劣的气象交通、多样的驾驶任务、复杂的电磁环境等都为智能网联汽车测试评价提出了新的挑战。特别是智能网联汽车测试评价对象已从传统的人、车二元独立系统转变为人-车-路-云强耦合系统,传统的实车测试方式在测试成本、耗时、安全性等方面已难以完全满足智能网联汽车测试验证需求。在此背景下,通过构建高置信数字模型在虚拟环境中对整车或子系统功能及性能进行仿真测试已成为智能网联汽车性能验证的重要支柱。

全球港口无人驾驶行业独立市场研究:无人驾驶技术应用落地新范式, 引领全球港口物流行业可持续发展

全球不同机构对无人驾驶的系统化分级框架有所不同;我国综合各方经验,制定了更全面统一的评估框架,推动无人驾驶技术在全球范围内的稳健推广和应用 得益于于无人驾驶技术的日益成熟、企业用户的较强付费意愿以及政策的有力支持,无人驾驶商用车比乘用车迎来更早的商业化落地,并成功应用在港口、物流园区、矿区等相对封闭的场景中 港口场景因信息采集更容易、干扰物更少、路线复杂度较低、基建完善度更高,相比其他场景率先实现了无人驾驶技术的商业化

2024自动驾驶行业研究报告:”端到端“渐行渐近

国内汽车工业在电动化和智能化领域的迅猛发展,正在重塑消费者的购车偏好,消费者对于自动驾驶技术、智能座舱等高端智能化功能的兴趣日益浓厚。 超半数的汽车消费者将智能化水平作为购车时的关键考量因素,他们追求更先进的自动驾驶体验、更智能的座舱环境以及更个性化的驾驶乐趣。 智能化在购车决策中的重要性日益凸显,这也促使众多汽车制造商加快了智能化技术的研发和工程投入;继续航里程和用车成本之后,智能化已成为新能源汽车竞争的主要领域,未能跟上智能化步伐的汽车品牌可能会逐渐失去市场竞争力。

特斯拉Robotaxi日发布会前瞻:厉兵秣马,蓄势待发

美国与中国均已处于Robotaxi推进的0-1突破阶段,国内有望后来者居上:美国与中国均处于全球Robotaxi推进的领先位置。与美国相比,中国Robotax商业化推进,1)起步相对较晚,但步入商业化运营速度相对较快;2)政策从中央至地方双重驱动,地域覆盖范围更广;3)预计合作/合资或为国内Robotaxi运营主流;4)麦肯锡预计2030年国内基于自动驾驶的出行服务创收将达2,600亿美元(渗透率达10+% vs. 我们预计当前仅约0.2%-0.3%)。

智能汽车专题报告:算法进阶,自动驾驶迎来端到端时代

探求驾驶本质,人类驾驶是“本能反应”和“逻辑思维”的结合。人类的思考方式包含倾向于本能化的“快系统”和倾向于逻辑化的“慢系统”,驾驶行为也是一样,简单的驾驶行为可由快系统完成,复杂或者稀缺的长尾场景则需要调用慢系统通过人类此前积累的世界常识来处理。对自动驾驶而言,快慢系统结合为彻底解决无人驾驶提供思路。 算法、算力、数据全面升级推动自驾落地。算法端,前期传统模块化算法和端到端算法有望并行运转,平稳过渡到端到端为主;远期大语言模型有望和端到端结合,形成自动驾驶的“系统一”和“系统二”;最终强大的通用人工智能有望彻底实现自动驾驶。数据端,端到端算法对数据的“量”和“质”的需求激增,实车采集和合成数据共同为算法提供“养料”。算力端,云端算力需求进一步提升,推动模型迅速迭代。
加载更多