自动驾驶 第2页

最新标签
文章排序
车路云产业专题报告：车路云一体化引领我国新型基础设施建设，助力高级别自动驾驶落地

车路云产业专题报告：车路云一体化引领我国新型基础设施建设，助力高级别自动驾驶落地

车路云 自动驾驶 V2X
北京 99 亿项目公开招标，车路云一体化即将开启规模化试点建设。2024 年 5月 31 日，北京市车路云一体化新型基础设施建设项目发布招标公告，项目总投资额为 99.39 亿元，资金来源为政府投资和国有企业自筹资金，出资占比分别为70%和 30%。项目计划在通州区等 13 个区选取 2324 平方公里范围内约 6050 个道路路口开展建设。亦庄试点进入 4.0 阶段。 20 个应用试点城市名单公布，车路云新基建大幕开启。2024 年 7 月 3 日，工信部联合公安部、自然资源部、住房和城乡建设部、交通运输部发布通知，公布了 20 个智能网联汽车“车路云一体化”应用试点城市名单，包括北京市、上海市、重庆市等。同时，多地已启动车路云示范项目的备案和招标流程，比如武汉市170 亿元车路云一体化重大示范项目获有关部门批准备案，福州、鄂尔多斯、沈阳、杭州等多个城市相关项目启动招标。
66" 3
L4自动驾驶专题报告：Robotaxi研究十问（整体框架篇）

L4自动驾驶专题报告：Robotaxi研究十问（整体框架篇）

L4 自动驾驶 Robotaxi
当前自动驾驶公司的商业化进程怎样？自动驾驶技术先探至L4，大规模商业化停留于L2，L2级辅助驾驶在商业化上已发展成熟，头部车企在此基础上发展高速及城市NOA等覆盖周边环境的自动驾驶，且已有部分公司技术达到L4级别。但大多车企仍不对外声称L3，而是以L2+/L2++等来强调自身产品功能的增强，以规避监管压力以及潜在的事故责任，L4及以上的自动驾驶，系统承担所有驾驶责任。 不同技术路线下的无人驾驶公司算法逻辑有何不同？自动驾驶技术的发展路径可分为渐进式和跃进式两类，两者算法逻辑不同，路线有收敛的趋势，汇集点为Robotaxi。渐进式主张从L1、L2、L3状态的人机共驾逐渐过渡到L4无人驾驶，在量产车上先搭载辅助驾驶并收集数据，利用不断扩大规模的高质量数据持续优化算法，逐步攻克自动驾驶各项核心环节（比如AVP功能），安全、模块化迭代、步步为营；代表厂商为特斯拉以及蔚小理类主机厂；跃进式直接以L4无人驾驶为目标进行研发，通过大规模车队获取路测数据直接来训练无人驾驶算法网络，Topline更高、中间不可控的问题比较多、算法架构起点更高，代表厂商以Waymo和百度类科技企业以及小马智行和文远知行类初创企业为主。
352" 4
中国商用车自动驾驶投资价值分析报告
SVIP免费

中国商用车自动驾驶投资价值分析报告

商用车 自动驾驶
根据《智能网联汽车技术路线图2.0》提出的商用车自动驾驶技术路线，预计2025年实现高速公路有条件自动驾驶与队列行驶。2030年实现城市道路与高速公路高度自动驾驶，2035年实现完全自动驾驶。从主要细分场景来看，封闭/半封闭的货运场景已经开始逐步迈向了量产落地的阶段，其特点在于场景的复杂度较低，并且对于人工替代需求的意愿较高。除了技术和商业化的逐步成熟外，资本市场对商用车自动驾驶的发展给予了肯定，2022年1-11月累计融资总金额为90.9亿元，累计投融资事件数为22起，投资热度依旧不降。
73" 4
通信行业汽车自动驾驶专题报告：单车智能与车路云共发展，通信板块大有可为

通信行业汽车自动驾驶专题报告：单车智能与车路云共发展，通信板块大有可为

通信 汽车 自动驾驶 单车智能 车路云
AI 技术的迭代，推动自动驾驶向前发展。2021 年，特斯拉在 AI Day活动上展示了 BEV + Transformer 架构的自动驾驶模型，其部分底层原理与我们熟知的 ChatGPT 等大语言模型相通。BEV 和 Transformer可以充分利用 BEV 提供的丰富空间环境信息和 Transformer 的多源异构数据建模能力，实现更精确的环境感知、更长远的运动规划和更全局化的决策。值得注意的是，自动驾驶模型依赖大规模训练算力支持。特斯拉持续投入算力，根据其官方推特，特斯拉预计 2024 年底拥有 100 exaFLOPS 的总算力以训练、调优 FSD。算力是大模型发展的主旋律，光模块是算力的底座，AI 训练网络中的 GPU 通信流量大幅提升推动了算力网络基础设施的建设，带动高速光模块的需求不断攀升。
92" 3
汽车传感器清洗行业专题报告：L4级自动驾驶渐近，传感器清洗有望迈入标配化

汽车传感器清洗行业专题报告：L4级自动驾驶渐近，传感器清洗有望迈入标配化

汽车 传感器 清洗 L4 自动驾驶
L4 级自动驾驶渐近，推升传感器清洗市场需求。伴随汽车自动驾驶等级提升，单车传感器用量更多，传感器清洗的需求将会更旺盛。在中央及地方自动驾驶相关政策不断推动下，以 Robotaxi 为代表的 L4 级自动驾驶车辆登场，将推升传感器清洗市场需求。根据不同的清洗介质，ADAS 传感器清洗产品分为三种：1）液态清洗：清洗介质为液体，技术成熟但存在清洗液结冻等问题。2）气态清洗：清洗介质为气体，可有效驱虫和清洗行驶中的灰尘，但清洁力度不足以清洗顽固污渍。3）液-气混合清洁：清洗介质为气体和液体，清洁效果较好但产品成本相对较高。
118" 2
Robotaxi行业专题报告：基于武汉萝卜快跑，对Robotaxi的再思考

Robotaxi行业专题报告：基于武汉萝卜快跑，对Robotaxi的再思考

Robotaxi 萝卜快跑 自动驾驶
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。
104" 3
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

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

自动驾驶 Robotaxi
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。
158" 3
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

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

汽车 自动驾驶 Robotaxi 无人驾驶
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。
124" 5
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

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

自动驾驶 Robotaxi
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。
164" 3
中国智能网联汽车自动驾驶仿真测试白皮书（2023版）
SVIP免费

中国智能网联汽车自动驾驶仿真测试白皮书（2023版）

智能网联 汽车 自动驾驶 仿真
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。
184" 10
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

无人驾驶 自动驾驶 智能驾驶
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
143" 4
2024自动驾驶行业研究报告：”端到端“渐行渐近

2024自动驾驶行业研究报告：”端到端“渐行渐近

自动驾驶
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。
180" 3
加载更多