新氦之友投稿
全文共4846字，預計閱讀時間15分鐘
作者 | C'est Carrollis
編輯 | Emily Cheng、Benny Liu、Poppy Tan
聲明：本文章系本公眾號讀者投稿件，發(fā)布目的在于傳遞更多信息，并不代表本公眾號贊同其觀點和對其真實性負責。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時與我司聯(lián)系，我們將在第一時間處理！
作者介紹
C'est Carrollis
一枚骨子里想當工程師的商業(yè)分析師，一個萬物互聯(lián)和人工智能的狂熱分子，還是可獨立提供定制化智能家居交鑰匙工程的Geek。負責過數(shù)個智能駕駛和車聯(lián)網(wǎng)的產(chǎn)業(yè)鏈研究及市場進入咨詢項目，擅長結(jié)合對相關軟硬件技術和市場變化的剖析，為受眾帶來新穎生動的洞察與見解。
01
引 子
圣經(jīng)·舊約·創(chuàng)世記第11章記載，古巴比倫王國的人們聯(lián)合起來計劃在巴比倫興建一座通天塔以希望借此到達天堂，但上帝為人類的傲慢和虛榮所震怒，于是來到人間將世間的語言打亂，導致世間的人們溝通效率降低，最后巴比倫通天塔半途而廢……
時間撥到今天，移動網(wǎng)絡因4G的廣泛應用而覆蓋全球，SpaceX的成功發(fā)射也將人類的夢想帶到了新高度。萬物互聯(lián)的時代，汽車的未來是無人駕駛。
但是夢想是豐滿的，現(xiàn)實是骨感的。如同公元前7世紀古巴比倫人一樣，在實現(xiàn)夢想的道路上有太多的障礙和艱難，但是今非昔比，互聯(lián)網(wǎng)企業(yè)與傳統(tǒng)汽車供應鏈的不斷破圈合作將帶來技術的迭代和軟硬件的突破，將未來智能駕駛技術與車聯(lián)網(wǎng)技術深度結(jié)合的同時讓這一切的希望之花開的愈發(fā)嬌艷動人。
（圖片來源：Starz & BBC “達芬奇的惡魔”）
02
自 動 駕 駛
（圖片來源：MARVEL Studio）
2.1
自 動 駕 駛 的 定 義
從技術和發(fā)展的角度來說，無人駕駛是汽車智能的最終形態(tài)，而智能駕駛則是通往這條路上的必要階段。根據(jù)中國版自動駕駛分類的標準，從駕駛員全程掌控到車載AI完全接管，按照技術發(fā)展程度可劃分為0-5級。目前全球各大主流車企已經(jīng)基本掌握了L2級別技術，截至2019年，中國汽車市場上的L2級覆蓋率已經(jīng)超過20%。
表1. 汽車駕駛自動化分級表
（資料來源：公開信息搜集）
2018年奧迪推出了全球第一款搭載L3自動駕駛系統(tǒng)的車型，但時至今日大多數(shù)車型依然停留在L2階段，國內(nèi)部分車企所宣傳的L2.5級實際上也只是L2的噱頭。究其原因，是由于L3級有條件自動駕駛為人機混合控制和接管，當碰到事故的時候很難判斷責任在于汽車還是人類駕駛員。這也使得許多玩家希望跳過L3直接挑戰(zhàn)L4，但是L4和L3之間存在的巨大技術差距讓這一步走的充滿孤獨和艱難。
表2. 各大車企駕駛自動化布局一覽
（資料來源：公開數(shù)據(jù)搜集）
2.2
已 經(jīng) 實 現(xiàn) 的 ADAS 高 級 輔 助 駕 駛
從產(chǎn)業(yè)鏈的層面來說，要實現(xiàn)汽車的智能化則需要借助硬件和軟件的充分結(jié)合。在硬件包括各類傳感器和車載高性能芯片，軟件層面主要是算法，目前的主流技術為基于機器視覺的深度學習，未來通過和其他車聯(lián)網(wǎng)技術以及人機互動，車載娛樂技術的結(jié)合，最終實現(xiàn)綜合的融合算法。
自動駕駛的每個級別都對新技術有著不同的要求。L0-L2級別范圍內(nèi)最主要的技術是ADAS(Advanced Driving Assistance System,高級輔助駕駛系統(tǒng))。要達到L3的標準，則需要在此基礎上配備成熟的車聯(lián)網(wǎng)和高精度地圖，而車載AI(包括算法)的進一步進化是實現(xiàn)L4和L5真正無人駕駛的核心。
ADAS作為已經(jīng)量產(chǎn)的綜合系統(tǒng)，搭載了各種傳感器(激光雷達，攝像頭，超聲波雷達，毫米波雷達，紅外攝像頭)作為感知，并配合系統(tǒng)的算法而做出相應控制動作，從而減少人類駕駛員的駕駛參與程度，智能接管汽車的系統(tǒng)。
今天的ADAS早已具備了一定程度的智能，已經(jīng)可以在許多不同場景下提供成熟的解決方案，在行徑途中幫助人類駕駛員完成一部分的工作，并在緊急情況降低和避免危險的發(fā)生?？梢詫崿F(xiàn)的功能模塊大致可以分成兩大類：控制輔助和信息輔助。
未來隨著ADAS的不斷進化和傳感器的迭代升級，搭載日益成熟的高精地圖和車聯(lián)網(wǎng)(V2X)后將會使完全無人駕駛成為可能，使汽車真正成為住房和辦公室之后的第三空間。
表3. ADAS系統(tǒng)功能表
2.3
ADAS 的 市 場 長 規(guī) 模
在車企、互聯(lián)網(wǎng)公司和零部件企業(yè)的共同努力下，ADAS方案日益成熟，伴隨著搭載ADAS系統(tǒng)的車型大批量量產(chǎn)，全球ADAS細分市場也正式迎來了高速發(fā)展期。據(jù)統(tǒng)計，2020年的全球市場容量將達到270億美元，2030年將持續(xù)增至830億美元，年復合增長率高達11.9%。
北美，歐洲和亞太作為最大的三大汽車市場將占據(jù)ADAS需求的絕大多數(shù)。中國相較其他發(fā)達國家而言，目前ADAS的裝配比率相對較低，2020年預計市場容量在788億人民幣，且在未來將會有著更大的增速和前景。
圖1. 2017-2026年全球ADAS市場
（資料來源：Marketsandmarkets）
注：由于ADAS領域不同機構(gòu)數(shù)據(jù)模型不同，海外機構(gòu)均無中國市場的規(guī)模測算，因此國內(nèi)數(shù)據(jù)引述國內(nèi)研報的信息
2.4
主 要 玩 家 積 極 布 局
作為汽車行業(yè)未來最令人激動的新方向之一，眾多玩家早已提前布局，通過大量的研發(fā)和合作提升競爭力。目前全球ADAS領域主要還是由歐美企業(yè)所主導，博世，大陸，電裝已經(jīng)成為領先者，但令人欣慰的是也有不少中國企業(yè)也通過自身的技術積累加入了賽道。
表4. 主要零部件tier-1廠商與OEM的合作情況
（資料來源：公開數(shù)據(jù)搜集）
2.5
機器視覺與傳感器深度融合的重要性
ADAS作為增加駕駛智能化的核心元素，涵蓋了感知，決策和控制三大環(huán)節(jié)，目前L2級別職能的車型紛紛上市，ADAS也已經(jīng)實現(xiàn)了自適應巡航，車道輔助和緊急剎車等功能。但是ADAS功能實際使用的效果還是相對有限，環(huán)境和技術的限制導致了目前的ADAS還不夠智能。
如果把智能駕駛的感知系統(tǒng)類比于人的話，車載攝像頭和傳感器就起到“眼睛”的功能。目前受制于激光雷達的高成本，前向感知技術方案主要采用了毫米波雷達測距和攝像頭識別相互融合的方案。
攝像頭方案更偏向于算法，實際行車過程中當車載攝像頭發(fā)現(xiàn)物體之后，系統(tǒng)會經(jīng)歷一個分類，定位，檢測和分割的識別過程：
分類+定位
當攝像頭探測到前方物體時會自動與自有資源庫進行匹配從而識別物體的屬性與分類，并在視界中進行位置的判斷和定位。
檢測
檢測環(huán)節(jié)負責將攝像頭采集到的豐富信息進行判斷，比如交通燈的顏色以及前方是否存在障礙物等，配合其他車載傳感器(激光雷達,毫米波雷達等)的測距功能，做出相應的避讓決定。
分割
分割環(huán)節(jié)的作用在于分離不同語義的物體(動物.人類.道路等)，但在智能與無人駕駛領域，最主要的應用是對于可行駛道路的識別。雖然目前大多數(shù)玩家都與車聯(lián)網(wǎng)和高精度地圖緊密結(jié)合，但是在一些沒有網(wǎng)絡覆蓋等的極限情況下，還是需要車載AI獨立完成復雜駕駛?cè)蝿?，從而能夠在脫離云端時正確規(guī)劃行徑路線。
圖2. 攝像頭對物體的識別過程
圖3. 分割環(huán)節(jié)在道路識別的運用
而毫米波雷達的技術原理是TOF(Time of Flight),其工作原理是發(fā)射出30-300GHz頻域(1-10mm波長)的毫米波，當碰到障礙物返回的時候計算來回的時間差完成測距工作從而定位出障礙物距離車的距離。得益于其在空氣中傳播的弱衰減性，測距范圍高于普通車載攝像頭。
毫米波雷達和攝像頭各自均有優(yōu)劣勢，攝像頭相比毫米波雷達而言，成本更低，且對于行人和物體的識別精度較高，但是感知距離相對較近且易受天氣影響，無論是強光弱光還是陰雨天都會嚴重影響其效果。毫米波與其相比成本雖高，且無法識別車道，但是受天氣影響很小，視距更遠，且遠處和近處的感知精度一致。
表5. 攝像頭與毫米波雷達特性對比
因此，為了讓智能駕駛功能更智能，結(jié)合毫米波雷達與攝像頭優(yōu)勢的融合方案孕育而生，并在行車過程中通過融合算法將毫米波雷達與攝像頭對前方障礙物感知的坐標進行匹配和融合。但目前的方案只有在有限的場景下才能實現(xiàn)，車速和環(huán)境都會影響到運行的效果，比如自適應巡航功能在70km/h以上無法有效實現(xiàn)，雨雪天氣車輛無法實現(xiàn)車道保持功能等。
為了讓ADAS更好地發(fā)揮效果，硬件和軟件需要協(xié)作才能讓車輛更“清楚”地感知前方。這對融合算法和智能芯片的算力均提出了更高的要求，也是L2進化到L3在感知層面必須要走的一步。
03
車 聯(lián) 網(wǎng)
（圖片來源：MARVEL Studio）
3.1
車 聯(lián) 網(wǎng) 的 定 義
一個高效的系統(tǒng)不止要追求效率，更要追求質(zhì)量和溝通，從而保證運行的準確性和應對突發(fā)情況的機動性。而在萬物互聯(lián)的無人駕駛領域指的就是無人駕駛技術和車聯(lián)網(wǎng)計算的結(jié)合了。
車聯(lián)網(wǎng)之于高級輔助/無人駕駛技術就如同鋼鐵俠里的賈維斯之于托尼斯塔克，光暈里的科塔娜之于士官長，是航空母艦之于戰(zhàn)斗機的存在。誠然汽車可以依靠車載AI(現(xiàn)階段需要與人類駕駛員合作)智能地行駛，也可對于一些突發(fā)情況作出應對，但有了5G賦能的車聯(lián)網(wǎng)技術，車輛可以感知更遠的環(huán)境，進一步增強行車過程的安全性和效率的同時，將車輛作為一個網(wǎng)絡節(jié)點納入一個由人，車，路，云等組成的巨大物聯(lián)網(wǎng)之中的同時，從而帶給乘客更完美的出行體驗。
車聯(lián)網(wǎng)V2X(Vehicle to X)從通信和應用的角度來看可以分為五大類型：
1. V2V(Vehicle to Vehicle)：汽車與汽車之間的聯(lián)網(wǎng)
2. V2I(Vehicle to Infrastructure)：汽車與基礎設施的聯(lián)網(wǎng)
3. V2P(Vehicle to Pedestrian)：汽車與行人的聯(lián)網(wǎng)
4. V2N(Vehicle to Network)：汽車與運營商的聯(lián)網(wǎng)
5. V2G(Vehicle to Grid)：汽車與智能電網(wǎng)的聯(lián)網(wǎng)
表6. 車聯(lián)網(wǎng)的垂直應用
V2G的作用是將汽車的電量反向輸送給電網(wǎng)做電力儲能，從而在碰到一些如森林大火的緊急事件時特定區(qū)域的各功能可以正常運作而避免癱瘓。得益于我國整體基礎設施的完善，未來V2G在國內(nèi)的前景較國外會相對有限。
3.2
車 聯(lián) 網(wǎng) 的 技 術 路 線
車聯(lián)網(wǎng)的核心通信技術有兩條技術路線，分別為美國主導的DSRC(Dedicated short range communications,專用短距離通信)和中國主導的C-V2X(Cellular-V2X,蜂窩技術)。
DSRC本質(zhì)上是基于低移動性場景的Wi-Fi傳輸技術，在面臨高速場景時的穩(wěn)定性和表現(xiàn)不夠理想，而且需要各個機構(gòu)均安裝相應的車載OBU和路邊RSU才能正常運作。而C-V2X的技術則可以避免這樣情況的發(fā)生，除了可以在高速情況下依然保持穩(wěn)定之外，由于可以充分利用現(xiàn)有的通信基站，因此可以進一步降低部署通訊架構(gòu)的成本。
更好的通訊質(zhì)量，更低的綜合成本以及后續(xù)通訊架構(gòu)升級的便利性使得C-V2X的發(fā)展前景優(yōu)于DSRC。
表7. 不同車聯(lián)網(wǎng)的技術特點對比
（資料來源：蓋世汽車，中信證券）
3.3
5G 賦 能 下 的 車 聯(lián) 網(wǎng) 將 更 加 智 能
5G通訊技術(第五代通訊技術)，于2020年正式發(fā)布了R16標準，并將5905-5925MHZ的頻段劃分給了車聯(lián)網(wǎng)用途。
憑借著比4G更高的技術標準，5G可以實現(xiàn)三大功能，增強型移動寬帶(eMBB),大連接機器類通信(mMTC)以及超可靠性低延遲通訊(uRLLC)。因而基站可以提供更大的帶機量，而所有接入其中的設備互聯(lián)時則可享有更快的網(wǎng)速和更低的延遲。
對于自動駕駛來說行車過程中涉及大量的數(shù)據(jù)傳輸。以寶馬為例,在中國,每臺寶馬自動駕駛測試車每小時產(chǎn)生的數(shù)據(jù)多達8TB,相當于每秒產(chǎn)生一部高清電影，這一數(shù)據(jù)僅包括行駛過程中車載系統(tǒng)運行所產(chǎn)生的數(shù)據(jù)，還不包括實際應用場景中乘客娛樂行為產(chǎn)生的數(shù)據(jù)。
實際行車場景中，接入5G網(wǎng)絡環(huán)境下的汽車將會享有高達1G/s的理論傳輸速度以及低于10ms的延遲，因而無論是車載安全還是娛樂體驗都能得到有效的保障。
圖4. 5G通訊技術的特點和行業(yè)應用
（資料來源：中信證券）
圖5. 5G通訊技術的技術參數(shù)
（資料來源：中信證券）
3.4
產(chǎn) 業(yè) 鏈 和 市 場 規(guī) 模
車聯(lián)網(wǎng)的產(chǎn)業(yè)鏈較多，除了整車廠，運營服務平臺，測試驗證服務之外，車載產(chǎn)品的垂直領域主要包括硬件設備，車載智能系統(tǒng)和高精度地圖。
表8. 車聯(lián)網(wǎng)產(chǎn)業(yè)鏈
（資料來源：中信證券）
1. 硬件設備：車載單元OBU是指整合了通訊模塊和CAN總線模塊的智能終端(大陸，華為等)，內(nèi)部包含了相應的通訊模組和芯片(大唐，華為等)。此外，還包括路測單元RSU。
2. 車載智能系統(tǒng)：智能汽車與乘客交互的媒介，可以連接與掌控車內(nèi)的關鍵系統(tǒng)，并可以通過廠商進行OTA在線升級實現(xiàn)新功能。主流系統(tǒng)有黑莓的QNX，微軟的Windows CE和類Linux類(安卓，阿里OS，騰訊車聯(lián)等),目前WindowsCE基本已被淘汰，未來QNX和Linux類將成為主流。
表9. QNX與類Linux系統(tǒng)對比表
（資料來源：中信證券）
3. 高精度地圖：專用于車載的地圖軟件，通過聯(lián)網(wǎng)不斷更新，可實時獲知周邊地區(qū)的交通信息，作為無視惡劣天氣影響且比傳感器看的更清更遠的“眼睛”，其精度可以達到厘米級。結(jié)合C-V2X后能大幅提高路徑規(guī)劃能力從而減少整體交通阻塞。由于地圖信息較為敏感，預計今后將被百度，四維圖新等國內(nèi)廠商所主導。
表10. 高精度地圖特點
隨著車聯(lián)網(wǎng)各細分行業(yè)的技術逐漸走向成熟，互聯(lián)網(wǎng)和硬件廠商的深入合作，軟硬件的滲透率也將穩(wěn)步提升，預計2020年全球車聯(lián)網(wǎng)的總體市場規(guī)模將達到1210億美元，其中中國市場也將達到338億美元，并在未來保持持續(xù)的增長勢頭。
圖6. 2017-2022年全球與中國車聯(lián)網(wǎng)市場規(guī)模(億美元)
（資料來源：中國產(chǎn)業(yè)信息網(wǎng)）
04
結(jié) 束 語
萬物互聯(lián)是美好的，無人駕駛是性感的，但骨感的現(xiàn)實時刻提醒著我們一切還遠不完美。但我們欣慰地看到越來越多的車企，零部件企業(yè)和互聯(lián)網(wǎng)企業(yè)開始破圈合作，我們有充分的理由相信，在不久的未來智能駕駛與車聯(lián)網(wǎng)將深度融合成無人駕駛，最終永遠而深遠地改變世界并將汽車變成我們生活中真正的第三空間。
前路坎坷，必將伴隨著太多的荊棘和困難。但夢想在，熱血在，希望就在。公元前2500年的古埃及人用胡夫金字塔做到了，黑死病肆虐后的佛羅倫薩人用圣母百花大教堂做到了。而21世紀的人類在無人駕駛和萬物互聯(lián)上也亦將繼續(xù)做到。
它也許會遲到，但絕不會缺席。因為人類的夢想是海闊天空，人類的征途是星辰大海。
（圖片來源：SpaceX）
滬公網(wǎng)安備 31011002003093號