邁向無(wú)人駕駛的新一個(gè)10年，Are we ready？

本文來(lái)自微信號(hào)“中信證券研究”，作者：何翩翩 雷俊成 許英博 陳俊斌 徐濤 楊澤原。

邁向無(wú)人駕駛的新一個(gè)10年。隨著汽車的電動(dòng)化、傳感器和車載芯片技術(shù)和成本的改善、機(jī)器學(xué)習(xí)算法的突破、云計(jì)算的普及以及5G的出現(xiàn)，全球乘用車和商用車紛紛試水。本文主要探討未來(lái)10年，乘用車和商用車在自動(dòng)駕駛的發(fā)展路徑以及他們可能會(huì)成功與失敗的因素。無(wú)人駕駛，Are We Ready? Yes!

乘用車新老車企角力，傳統(tǒng)車企轉(zhuǎn)型是“創(chuàng)新者窘境”，新興車企沒(méi)有歷史包袱，乘用車發(fā)展L3遞進(jìn)式更為合適

無(wú)人駕駛的社會(huì)意義在于盡量減少車與車和車與人之間的碰撞，從而減少意外，增加路面的安全性。從成本看，我們認(rèn)為乘用車中短期內(nèi)難以承擔(dān)L4往上的傳感器配置成本，所以現(xiàn)階段從ADAS往L3遞進(jìn)式升級(jí)和量產(chǎn)落地，可能更為合適和可行。而從安全和法規(guī)來(lái)看，乘用車駕駛主體是人類司機(jī)，L4往上駕駛主體則交接到系統(tǒng)，一旦發(fā)生意外，駕駛主體和責(zé)任方的界定仍具爭(zhēng)議性。

乘用車整體行業(yè)進(jìn)展較為審慎，并多以ADAS、L3、智能座艙等為主線加速滲透。傳統(tǒng)車企在全球汽車銷量萎縮，疊加電動(dòng)化和智能化的大勢(shì)下不得不轉(zhuǎn)型。但他們多面臨著前期重視不足，導(dǎo)致發(fā)展進(jìn)度反復(fù)的問(wèn)題。我們認(rèn)為這是典型的“創(chuàng)新者窘境”。智能化路徑周期長(zhǎng)和投入大，傳統(tǒng)車企歷史包袱較重，加上要維持現(xiàn)有燃油車市場(chǎng)份額，面對(duì)內(nèi)部政治和既有利益互搏，轉(zhuǎn)型或許有心無(wú)力。

在新老車企的角力中，特斯拉能相對(duì)成功的推進(jìn)汽車電動(dòng)化和智能化，我們認(rèn)為主要鑒于他們是一家新興的企業(yè)，沒(méi)有傳統(tǒng)車企的包袱、內(nèi)部政治和利益博弈的干擾。特斯拉的產(chǎn)能雖然遠(yuǎn)低于傳統(tǒng)車企，但投資者也愿意給予估值溢價(jià)。反過(guò)來(lái)，投資者對(duì)于傳統(tǒng)車企能否成功轉(zhuǎn)型存在疑問(wèn)，所以均未能獲得市場(chǎng)的價(jià)值重估。

我們認(rèn)為傳統(tǒng)車企唯一的出路就是將新部門(mén)完全拆分出來(lái)，擺脫包袱，分割利益，各自為政。特斯拉(TSLA.US)作為全球電動(dòng)車企龍頭獲得市場(chǎng)認(rèn)可，其雖在更高級(jí)別的智能駕駛技術(shù)上尚未完全成熟，但已足夠讓傳統(tǒng)車企感受到革新壓力的迫切性。老牌車企通用和福特均通過(guò)收購(gòu)技術(shù)團(tuán)隊(duì)，展現(xiàn)較強(qiáng)的變革決心。而寶馬、大眾、奔馳等歐洲車企，則通過(guò)同行協(xié)作和產(chǎn)業(yè)聯(lián)盟，務(wù)求共同落地。

中國(guó)乘用車在自動(dòng)駕駛上則受益于政策支持，雖起步較晚，但擁有相對(duì)大的成長(zhǎng)空間。國(guó)內(nèi)傳統(tǒng)車企跟歐洲車企的路徑類似，同樣依賴產(chǎn)業(yè)聯(lián)盟共同發(fā)展，如上汽-Mobileye、廣汽-騰訊、長(zhǎng)安-地平線等。而國(guó)內(nèi)造車新勢(shì)力的自動(dòng)駕駛主要依托外部技術(shù)，如蔚來(lái)-Mobileye、理想-Mobileye/地平線、小鵬-英偉達(dá)等合作結(jié)盟。我們認(rèn)為國(guó)內(nèi)的傳統(tǒng)車企同樣面對(duì)“創(chuàng)新者窘境”問(wèn)題，而新興企業(yè)則先需要提升產(chǎn)能和銷量規(guī)模。

商用車的無(wú)人駕駛“場(chǎng)景為王”路徑已初現(xiàn)端倪，集中發(fā)展和加速L4或以上的商業(yè)落地和變現(xiàn)；Robotaxi “以時(shí)間換空間”、無(wú)人貨運(yùn)卡車彌補(bǔ)司機(jī)缺口、微循環(huán)接駁車提供便利、最后一公里派送車降本高效

商用車無(wú)人駕駛的原意并非去直接取代司機(jī)，而是為了彌補(bǔ)司機(jī)的缺口，以及讓司機(jī)可以騰出時(shí)間去處理更高層次的工作。其商業(yè)模式是以先獲取用戶流量，擴(kuò)大運(yùn)營(yíng)規(guī)模，并通過(guò)技術(shù)進(jìn)步推動(dòng)成本邊際下降，繼續(xù)獲取更多流量及擴(kuò)大運(yùn)營(yíng)規(guī)模，最終達(dá)到盈利。商用車追求“一步到位”的高級(jí)別L4-5的落地，由此衍生出四大場(chǎng)景：1)自動(dòng)駕駛出租車Robotaxi；2)自動(dòng)駕駛貨運(yùn)卡車；3)半封閉場(chǎng)景微循環(huán)或固定路線；4)最后一公里物流配送等。我們認(rèn)為，Robotaxi和自動(dòng)駕駛貨運(yùn)卡車技術(shù)實(shí)現(xiàn)難度較大，而封閉場(chǎng)景微循環(huán)和最后一公里派送的技術(shù)則相對(duì)成熟。

Robotaxi在技術(shù)實(shí)現(xiàn)難度上是最高的，所以玩家以科技巨頭和行業(yè)巨頭為主，如谷歌(GOOG.US)的Waymo、騰訊(00700)和阿里巴巴變(09988)參股的滴滴出行、百度(BIDU.US)、通用(GM.US)和福特(F.US)等。而Robotaxi的商業(yè)落地是典型的“以時(shí)間換空間”模式，也是通往消費(fèi)級(jí)完全自動(dòng)駕駛的必經(jīng)之路。雖然歐美公司技術(shù)積累較深，商業(yè)探索較早，但中國(guó)持積極開(kāi)放態(tài)度也是國(guó)內(nèi)Robotaxi落地測(cè)試與運(yùn)營(yíng)迅速發(fā)展的催化劑。在高速公路上長(zhǎng)途行駛的無(wú)人貨運(yùn)卡車是MIT Tech Review 2017年全球十大新興科技趨勢(shì)之一。

從貨運(yùn)成本、司機(jī)短缺以及技術(shù)實(shí)現(xiàn)的角度，都被認(rèn)為能較快落地。公路物流運(yùn)輸成本中，約30%為人力成本，約1/3為燃料成本。無(wú)人駕駛卡車能節(jié)省一半的人力成本和部分燃料成本，兩方面帶來(lái)總成本約14%的節(jié)省。美國(guó)卡車運(yùn)輸協(xié)會(huì)預(yù)計(jì)到2028年司機(jī)缺口將上升至16萬(wàn)人。傳統(tǒng)卡車車企和新科技公司聯(lián)盟，比如說(shuō)Waymo的合作伙伴包括FCA、Peterbilt 等；獨(dú)角獸圖森未來(lái)連同Navistar開(kāi)發(fā)L4級(jí)自動(dòng)駕駛卡車，并預(yù)計(jì)2024年實(shí)現(xiàn)量產(chǎn)。

在相對(duì)封閉場(chǎng)景下定制化路線的微循環(huán)自動(dòng)駕駛接駁車(物流車)，面向?qū)W校、園區(qū)、機(jī)場(chǎng)、港口及礦山等，代表公司包括EasyMile、馭勢(shì)科技和百度等。從安全角度看，其低速及具備專道專用等，場(chǎng)景相對(duì)簡(jiǎn)單也較成熟。從技術(shù)實(shí)現(xiàn)角度看雖然落地應(yīng)該比以上兩類要快，但經(jīng)濟(jì)效益在目前的高成本下較難凸顯，也有可能會(huì)受到巨頭們的“降維打擊”。

最后一公里無(wú)人派送車主要面向快遞、外賣(mài)、閃送等場(chǎng)景，實(shí)現(xiàn)無(wú)人化的末端配送。中外代表初創(chuàng)公司包括Nuro.ai、Starship、AutoX和新石器等以及包括各大物流、電商、和外賣(mài)巨頭，例如亞馬遜、菜鳥(niǎo)、京東、蘇寧及美團(tuán)等。我們認(rèn)為目前最后一公里物流主要的瓶頸還在于成本。未來(lái)無(wú)人配送車的成本預(yù)計(jì)會(huì)從現(xiàn)在的20-30萬(wàn)元降低到10萬(wàn)元左右，平均每單無(wú)人配送車成本低至0.8元/單，對(duì)比目前快遞及外賣(mài)成本每單約2-6元不等。

多樣性+冗余性，無(wú)人駕駛是傳感器、芯片、人工智能、云計(jì)算和5G技術(shù)最全面的“大綜合”；預(yù)計(jì)2023和2025年商用車和乘用車將迎來(lái)拐點(diǎn)

無(wú)人駕駛是目前人工智能技術(shù)最前沿和應(yīng)用最廣闊的方向。從基于機(jī)器學(xué)習(xí)和機(jī)器視覺(jué)算法，疊加5G和云計(jì)算的信息互通，到機(jī)器人操控的技術(shù)“大綜合”。無(wú)人駕駛的處理流程可劃分為：感知層、決策層、以及執(zhí)行層。通過(guò)傳感器接收到圖像視覺(jué)、雷達(dá)信號(hào)和地圖信息等，進(jìn)行分類處理，再通過(guò)學(xué)習(xí)建模，由模型處理傳感器等數(shù)據(jù)、識(shí)別路況、預(yù)測(cè)車輛和其他對(duì)象的行為，最終作出車輛行為決策，并結(jié)合電子機(jī)械技術(shù)作出執(zhí)行。

對(duì)比人類駕駛員，攝像頭相當(dāng)于自動(dòng)駕駛系統(tǒng)的眼睛，毫米波雷達(dá)及超聲波雷達(dá)相當(dāng)于系統(tǒng)的耳朵，而激光雷達(dá)則提供精度和3D模型，四者各有優(yōu)勢(shì)，為系統(tǒng)提供全天候全方位的環(huán)境感知能力。LiDAR及車載芯片技術(shù)在不斷迭代更新，參與的巨頭及初創(chuàng)公司包括谷歌、Velodyne、Quanergy、覽沃科技及禾賽科技等。車載芯片包括有英偉達(dá)的GPU、基于Intel芯片的Mobileye EyeQ系列、華為以及地平線等，包括FPGA和ASIC。GPS、高精度地圖及5G/V2X作為傳感器的補(bǔ)充，提供超視距的信息來(lái)源。

所以“多樣性+冗余性”的軟硬件配置是無(wú)人駕駛的關(guān)鍵。我們認(rèn)為2023-2025年將會(huì)出現(xiàn)由領(lǐng)先科技公司主導(dǎo)的各場(chǎng)景L4-L5商用車量產(chǎn)；而2025-2030年，乘用車智能駕駛滲透率將會(huì)從50%往80%提升，并從ADAS往L4級(jí)別邁進(jìn)。

風(fēng)險(xiǎn)提示：

自動(dòng)駕駛技術(shù)落地不及預(yù)期；自動(dòng)駕駛成本下降不及預(yù)期；各國(guó)政府對(duì)自動(dòng)駕駛的法律尚不健全；全球宏觀經(jīng)濟(jì)復(fù)蘇放緩等。（編輯：mz）