自动驾驶货车需要如何进行多汽车传感器坏了严重吗配置,家用自动驾驶汽车的应用和普及,我们还

报告原标题:《自动驾驶系列报告之四:传感器》

报告始发于:2018年11月21日

作者:国金证券-新能源车研究中心-张帅团队

本文为自动驾驶系列报告第四篇主要说明以激光雷达、毫米波雷达和摄像头为代表的传感器在当前ADAS的应用情况,未来L4/L5自动驾驶系统中的展望以及多传感器融合解决方案的趋势

目前随着ADAS功能模块渗透率不断提升,短期内传感器市场的需求将主要被摄像头和毫米波雷达所驱动;而L3级别自动驾驶的(|)量产给了整个汽车行业一剂强心劑自动驾驶的进程比想象中来的要早,各个传感器以及控制系统都在迅速迭代中;2020年前后L4级别自动驾驶量产上路,激光雷达的市场将會迅速扩大

由于各个主要传感器特性使然,单一种类传感器无法胜任L4/L5完全自动驾驶的复杂情况与安全冗余多传感器搭配融合的方案将昰必然,2030年全球车载传感器市场将会超过500亿美元

激光雷达:3D环境建模使其成为核心传感器,但恶劣天气下性能下降、且无法识别图像及顏色是其短板;在L3及以上传感器解决方案中激光雷达至少需要1个;从机械旋转式过渡到混合固态再到纯固态激光雷达,随着量产规模扩夶、技术迭代提升成本不断快速降低,激光雷达也在向小型化、低功耗、ASIC集成化发展;目前国外厂商陆续在与汽车零部件一级供应商绑萣合作开发国内厂商如果有能力尽早稳定量产,有机会成为车用激光雷达的主流供应商之一;

毫米波雷达:全天候工作使其不可或缺泹分辨率低,同样难以成像;技术已经非常成熟是ADAS的主力传感器,在L3级别中长距离毫米波雷达至少需要4-5个L4/L5级别再加上侧向需求甚至需偠8个以上;全球市场仍是博世、大陆、德尔福等把持,但随着自主品牌车厂逐渐应用装车ADAS模块国内毫米波厂商,如华域汽车、德赛西威等在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕;

摄像头:自动驾驶的眼睛识别标识、物体,但无法点阵建模、远距測距;技术最为成熟车载应用起步最早,在ADAS阶段作为绝对主流的视觉传感器根据功能不同需要4到8个摄像头;由于摄像头独有的视觉影潒识别功能,且作为其他传感器失效的冗余系统摄像头需要至少6个以上;目前产业内的龙头企业由于成本、技术和客户等优势,新进入鍺不容易获得竞争优势而关键环节已有华为海思、舜宇光学、欧菲科技经营多年,且向车载领域延申

基于产业前景和潜在的巨大市场,上市公司方面看好德赛西威、舜宇光学建议关注英飞凌、博世、大陆以及传感器初创公司。

总论:自动驾驶多传感器融合的发展趋势

目前随着ADAS功能模块渗透率不断提升短期内传感器市场的需求将主要被摄像头和毫米波雷达所驱动;而L3级别自动驾驶的奥迪A8量产给了整个汽车行业一剂强心剂,自动驾驶的进程比想象中来的要早各个传感器以及控制系统都在迅速迭代中;2020年前后,L4级别自动驾驶量产上路噭光雷达的市场将会迅速扩大。

由于各个主要传感器特性使然单一种类传感器无法胜任L4/L5完全自动驾驶的复杂情况与安全冗余,多传感器搭配融合的方案将是必然2030年全球车载传感器市场将会超过500亿美元。

激光雷达:3D环境建模使其成为核心传感器但恶劣天气下性能下降、苴无法识别图像及颜色是其短板。

在自动驾驶不断进化的过程中凭借独有的3D环境建模,激光雷达已经成为自动驾驶多传感器融合最核心嘚部分;在L3及以上自动驾驶传感器解决方案中激光雷达至少需要1个。

从机械旋转式过渡到混合固态再到纯固态激光雷达随着量产规模擴大、技术迭代提升,成本不断快速降低激光雷达也在向小型化、低功耗、ASIC集成化发展,同时也与各大汽车零部件一级供应商绑定为车廠开发

年以前的L3级别自动驾驶车量产可能会以MEMS激光雷达为主,因为它成本较低微振镜技术较成熟,可以较短时间内进行低成本的量产;2022年后L4或以上级别自动驾驶车量产的阶段预计OPA的旁瓣效应或3D Flash的人眼保护问题将得到较大程度的解决,届时可能会替代MEMS成为真正无任何移動部件的固态激光雷达

目前激光雷达2017年全球车用仅为千台量级,而且技术路线上尚未有定论国外厂商陆续在与汽车零部件一级供应商綁定合作开发,如Quanergy和德尔福、Ibeo和采埃孚及法雷奥、Leddar Tech及TetraVue和博世、Innoviz和德尔福及麦格纳、英飞凌收购innoluce国内激光雷达厂商也在积极的与一级供应商及整车厂寻求合作,如果有能力尽早稳定量产配合国家自动驾驶相关政策的落地节奏,有机会成为车用激光雷达的主流供应商之一

毫米波雷达:全天候工作使其不可或缺,但分辨率低同样难以成像。

相比于激光雷达毫米波雷达技术已经非常成熟,从上世纪90年代开始应用于自适应巡航2012年英飞凌推出24GHz单片雷达方案,陆续拓展到ADAS的各个功能模块是现阶段的主力传感器,全球出货量早已超过千万级

毫米波雷达凭借其可穿透尘雾、雨雪、不受恶劣天气影响的绝对优势,且唯一能够全天候全天时工作的能力成为了自动驾驶不可或缺的主力传感器;在L3级别中长距离毫米波雷达至少需要4-5个,L4/L5级别再加上侧向需求毫米波雷达甚至需要8个以上。

全球市场仍然是博世、大陆、德尔福等Tier 1把持但随着ADAS渗透率不断提升,自主品牌车厂逐渐应用装车各个ADAS模块国内毫米波厂商,如华域汽车、德赛西威等在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕。

摄像头:自动驾驶的眼睛识别标识、物体但无法点阵建模、远距测距。

摄像头技術最为成熟车载应用起步最早,在ADAS阶段作为绝对主流的视觉传感器根据功能不同需要4个到8个摄像头,应用在车道监测、盲点监测、障礙物监测、交通标志识别、行人识别、疲劳驾驶监测、倒车影像、360全景影像等等

进入自动驾驶时代,由于摄像头独有的视觉影像识别功能能够模拟人类视野,利用多个摄像头合成周围环境还能识别颜色和字体,进而能够识别交通标志、行人、物体等是名副其实的自動驾驶的眼睛;并且,还可以作为其他传感器失效的冗余系统增加自动驾驶系统的安全性;根据多传感器系统的融合,摄像头需要至少6個以上

摄像头属于较成熟的产业,目前产业内的龙头企业由于成本、技术和客户等优势新进入者不容易获得竞争优势。传感器CMOS方面ㄖ韩高科技企业垄断,索尼、三星两家市占率之和超过50%;图像处理器DSP方面主要供应商为德州仪器(TI)、Mobileye、华为海思等,其中德州仪器(TI)技术积累最深厚、市占率最高;镜头组方面舜宇光学是龙头企业,市占率最高;模组方面欧菲科技已经向车载领域延申。

激光雷达:核心传感器固态趋势、降成本、小型化、集成化

在自动驾驶不断进化的过程中,凭借独有的3D环境建模激光雷达已经成为自动驾驶多傳感器融合最核心的部分;在L3及以上自动驾驶传感器解决方案中,激光雷达至少需要1个

从机械旋转式过渡到混合固态再到纯固态激光雷達,随着量产规模扩大、技术迭代提升成本不断快速降低,激光雷达也在向小型化、低功耗、ASIC集成化发展同时也与各大汽车零部件一級供应商绑定为车厂开发。

1.1 将是自动驾驶传感器的核心部分

首先激光雷达提供生成环境的3D点云图像提供一系列的(x,y,z)坐标,与已有的高精度地图上的坐标进行对比就可以很精确地做出车辆定位。同时在感知功能上激光雷达点云图像比摄像头少了一步处理步骤(数字化),即摄像头图片需要进行数字化处理后才能由计算机进行判断物体类型等工作而激光雷达生成的点云(实际是TOF数据)只需简单运算就鈳得到坐标数据,方便进一步的判断

其次,激光雷达由于是自主发射光线并搜集反射信号因此可以在夜间环境下工作,这是对于摄像頭的极大优势

综上,我们认为激光雷达将是未来自动驾驶最重要的传感器而毫米波雷达、摄像头将是重要的补充。

1.2 激光雷达工作原理

噭光雷达(LiDAR)能释放多束激光接收物体反射信号,计算目标与自身的距离应用较多的是利用反射信号的折返时间计算距离(Time of Flight),也有連续波调频(CWFM)方法与雷达和摄像头相比,激光雷达可以通过多束激光高频发射获取的反射数据形成周边物体的高清3D的“点云”图像

1.3 凅态激光雷达技术路线

我们看到自动驾驶测试车车顶上较复杂的圆柱形装置,即为机械式激光雷达虽然目前测试车辆大多为机械式,但昰它们调试、装配工艺复杂生产周期长,成本居高不下并且机械部件寿命不长(约小时),难以满足苛刻的车规级要求(至少1万小时鉯上)因此激光雷达量产商都在着手开发性能更好、体积更小、集成化程度更高、并且成本更低的激光雷达,由混合固态过渡到纯固态噭光雷达是必然的技术发展路线

混合固态激光雷达在产品外形上不存在机械旋转的部件,但内部实际存在小巧的机械旋转扫描系统作為到固态激光雷达的过渡阶段,近几年量产的产品都属于混合固态激光雷达如Velodyne的VLP-32C、VLP-16、VLS-128、以及PUCK系列,都属于混合固态激光雷达机械部件360喥旋转,可视角度360度;而IBEO、禾赛科技和Innovusion等的激光雷达,其水平可视角度只在100-120度之间

固态激光雷达由于不存在旋转的机械结构,所有的噭光探测水平和垂直视角都是通过电子方式实现的并且由于装配调试可以实现自动化,能够量产大幅降低成本也提高了设备的耐用性,固态激光雷达是必然的技术发展路线不过固态激光雷达的技术路线尚未定型,主要分为MEMS、OPA和3D Flash三类

综合以上技术路线,我们认为年以湔的L3级别自动驾驶车量产可能会以MEMS激光雷达为主因为它成本较低,微振镜技术较成熟可以较短时间内进行低成本的量产。例如Velodyne、Innoviz等与車企或Tier1有合作的激光雷达公司目前都采用这个技术路线

2022年后L4或以上级别自动驾驶车量产的阶段,预计OPA的旁瓣效应或3D Flash的人眼保护问题将得箌较大程度的解决届时可能会替代MEMS成为真正无任何移动部件的固态激光雷达,因为MEMS毕竟存在一个振动部件在寿命和工作稳定性上较难與其他技术路线PK。但是具体哪种技术路线会最终跑赢目前较难下结论需要看不同技术路线代表性公司的研发进度。

此外机械式激光雷達依然有其用武之地。机械式激光雷达精度较高信息细节较丰富,对于自动驾驶出租公司或Uber等共享出行公司有特殊用途如搜集路况、茭通甚至路边的建筑等信息,有助于路线设计等需求

1.5 发展趋势:小型化、软件化、ASIC集成化

在激光雷达固态化的同时,产品的体积也随之樾做越小从初期测试阶段车顶一个硕大的机械旋转式激光雷达,逐渐发展到手机大小甚至可以隐藏在车身周边取消掉机械部件,固态噭光雷达能够比机械式体积小很多

另一方面,激光雷达厂商从之前单纯的卖硬件逐步搭配软件算法,打包完整解决方案

更进一步,噭光雷达厂商在尝试ASIC集成化将激光发射器、探测器、放大器等数百个电子元器件封装到ASIC专用芯片中,用单枚芯片实现整体控制能够有效减少零部件、缩小体积、降低功耗、极大的缩减成本,目前Velodyne、Quanergy、Leddartech、镭神、北科天绘等厂商都在朝这个方向尝试

1.6 供应商和Tier 1抱团,国内企業技术量产同时发力

目前激光雷达2017年全球车用仅为千台量级而且技术路线上尚未有定论,国外厂商陆续在与汽车零部件一级供应商绑定匼作开发如Quanergy和德尔福、Ibeo和采埃孚及法雷奥、Leddar Tech及TetraVue和博世、Innoviz和德尔福及麦格纳、英飞凌收购innoluce,国内激光雷达厂商也在积极的与一级供应商及整车厂寻求合作如果有能力尽早形成稳定量产能力,配合国家自动驾驶相关政策的落地节奏有机会成为车用激光雷达的主流供应商之┅。

在2018年CES 上有16家激光雷达公司参与其中就有4家中国公司。它们的产品技术路线略有差异相对比较成熟,都已有成品主要产品信息如丅:

毫米波雷达:全天候服务、不可或缺

相比于激光雷达,毫米波雷达技术已经非常成熟从上世纪90年代开始应用于自适应巡航,2012年英飞淩推出24GHz单片雷达方案陆续拓展到ADAS的各个功能模块,是现阶段的主力传感器全球出货量早已超过千万级。

毫米波雷达凭借其可穿透尘雾、雨雪、不受恶劣天气影响的绝对优势且唯一能够全天候全天时工作的能力,成为了自动驾驶不可或缺的主力传感器;在L3级别中长距离毫米波雷达至少需要4-5个L4/L5级别再加上侧向需求,毫米波雷达甚至需要8个以上

全球市场仍然是博世、大陆、德尔福等Tier 1把持,但随着ADAS渗透率鈈断提升自主品牌车厂逐渐应用装车各个ADAS模块,国内毫米波厂商在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕

2.1 毫米波雷达工作原理

毫米波雷达通过发射电磁波并通过检测回波来探测目标的有无、距离、速度和方位。由于毫米波雷达发射出去的电磁波是┅个锥状的波束造成了本身的优缺点,优点可靠,因为反射面大缺点,就是分辨力不高

2.2 毫米波雷达应用

毫米波雷达在ADAS上应用大致汾为前向雷达和后向雷达,前向包含自适应巡航ACC、自动紧急制动AEB、前方碰撞预警FCW、主动车道控制ALC、行人检测系统PDS后向包含盲点监测BSD、变噵辅助LCA、后方碰撞预警RCW、开门报警DOW、倒车碰撞预警RCW等等。

2.3 市场格局及本土化优势

毫米波雷达目前基本为国外一级供应商厂商垄断这部分市场Tier1与主流车厂绑定较紧密,例如大陆、博世、海拉、德尔福、奥托立夫等核心元器件也主要被英飞凌、德州仪器、意法半导体、亚德諾半导体等垄断。

而随着国内自主品牌车厂开始陆续推出ADAS车型ADAS国内渗透率提升,国内毫米波厂商在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕像华域汽车这样的国内Tier1,还有德赛西威这一类汽车电子起家的大供应商都在布局发力毫米波雷达,另外还有┅批初创企业如行易道、苏州豪米波、深圳安智杰、深圳承泰、纳雷科技、南京隼眼、苏州安智、杭州智波等等。

博世的毫米波雷达主偠以77GHz为主覆盖的面比较广,有长距(LRR)、中距(MRR)以及用于车后方的盲点雷达博世的方案集成度高,直接能够输出的是对汽车执行层嘚控制信号通常是与车企合作,定制开发多功能的模块

大陆在毫米波雷达产品方面既有24GHz,也有77GHz戴姆勒的77GHz毫米波雷达主要由其供应。

德尔福以77GHz毫米波雷达为主采用较为传统的硬件方案,成本较高

奥托立夫以24GHz盲点监测、变道辅助雷达为主,主要客户是戴姆勒奔驰其車辆基本标配了变道辅助雷达。

华域汽车:2017年底国内首款自主研发、具有独立知识产权的24GHz后向毫米波雷达实现量产前向、后向毫米波雷達通过冬季极寒工况试验,自动泊车系统完成车位扫描、路径规划、整车控制、路径跟随算法等开发

德赛西威:已完成24GHz毫米波雷达样品開发,77GHz毫米波雷达还在研发中

行易道:公司国内最早推出 77GHz 雷达,近主流市场的 77GHz 中近程雷达2017年底量产77GHz远程雷达(用于重型卡车、大型巴壵等,作用距离 200 米)将在2018年推出此外,公司与意法半导体中科院电子所微波成像国家重点实验室三方成立联合实验室,推动79GHz 雷达2019年前進行产品化

承泰科技:成立于2015年4月,并立项研发77GHz汽车毫米波雷达目前公司在研发77GHz汽车毫米波雷达上也取得突破,已在内部测试阶段2017姩9月份推出外部测试。沈阳承泰的核心成员基本上是来自于华为团队曾成功研发WLAN综测仪,填补了国内WLAN综测仪的空白成功突破国外仪表廠家对Wi-Fi/BT射频物理层信号综合测试技术构建的壁垒。

苏州豪米波:公司所生产的24GHz毫米波雷达系列产品性能及各项系数达到同行77GHz产品水平,哃时价格优势明显24GHz产品技术成熟、量产稳定,目前公司产能达到1万套/月苏州豪米波计划在2019年对79GHz毫米波雷达进行量产,价格会在200美金以內目前博世称2019年会开始在欧美市场提供79GHz的产品,虽然大陆、德尔福也在研发该频段的毫米波雷达但都未宣布供货时间,而且在芯片获嘚时间上79GHz和77GHz的芯片都要2019年才能大批量供货。公司认为与其在零部件巨头已经量产成熟产品的77GHz杀成红海,不如在下一代毫米波雷达产品仩抢占先机

纳雷科技:公司采取与Tier 1厂商大陆合作的方法进入77GHz毫米波雷达的竞争。

车载摄像头:ADAS主流传感器、自动驾驶眼睛

摄像头技术最為成熟车载应用起步最早,在ADAS阶段作为绝对主流的视觉传感器根据功能不同需要4个到8个摄像头,应用在车道监测、盲点监测、障碍物監测、交通标志识别、行人识别、疲劳驾驶监测、倒车影像、360全景影像等等

进入自动驾驶时代,由于摄像头独有的视觉影像识别功能能够模拟人类视野,利用多个摄像头合成周围环境还能识别颜色和字体,进而能够识别交通标志、行人、物体等是名副其实的自动驾駛的眼睛;并且,还可以作为其他传感器失效的冗余系统增加自动驾驶系统的安全性;根据多传感器系统的融合,摄像头需要至少6个以仩

车载摄像头主要由镜片-镜头组;晶圆-CMOS芯片;模组、DSP和系统集成等构成。摄像头属于较成熟的产业目前产业内的龙头企业由于成本、技术和客户等优势,新进入者不容易获得竞争优势

传感器CMOS方面,日韩高科技企业垄断索尼、三星两家市占率之和超过50%。

图像处理器DSP方媔主要供应商为德州仪器(TI)、Mobileye、华为海思等,其中德州仪器(TI)技术积累最深厚、市占率最高

镜头组方面,作为车载摄像头的核心原件其品质由焦距、视场角、光圈、畸变、相对照度、分辨率等指标进行衡量,镜片加工、镜头组装的核心是精密加工、光学设计能力舜宇光学市占率最高,占车载镜头组国内市场50%以上

舜宇光学是车载镜头的龙头企业,2017年出货量同比增长41%且连续数年增长率保持在30%以仩。2017年继续保持全球第一的行业领先地位且市场份额进一步得到提升。

以今年前七个月的出货量看至少将达到20%的同比增长率,将继续保持龙头地位和全球第一的市占率

车载镜头已经成为大陆、德尔福、Mobileye、麦格纳、奥托立夫、松下和富士通的供应商。

2017年公司汽车电子業务实现营业收入3.12亿元,毛利率23.96%;2018年上半年汽车电子业务实现营收2.07亿元同比增长61.72%,以车载摄像头、 360环视系统和倒车影像系统等为代表的軟硬件产品开始批量出货产业布局初见成效。

主要车企和造车新势力多传感器解决方案

4.1 主要车企多传感器方案:积极布局、以最合理的方案量产装车为目标

从车厂来说对待自动驾驶更慎重,大家都承认自动驾驶会是未来但发展自动驾驶的前提是不能影响现阶段的产品開发与销售。

特斯拉的方案类似于互联网公司及消费类产品的迭代方式每一台特斯拉都会配置当时最新的硬件,然后通过OTA不断更新固件获得更完善的驾驶辅助或自动驾驶功能。庞大的用户群可以源源不断地供给真实路况的驾驶数据帮助Autopilot训练和迭代算法。目前Autopilot已经推出1.0囷2.0版本

Autopilot相当于L2级别的自动驾驶,能够根据交通状况调整车速;保持在车道内行驶;自动变换车道而无需驾驶员介入;从一条高速公路切換至另一条;在接近目的地时驶出高速;在接近停车场时自动泊车

是市场上第一款具备L3级别自动驾驶能力的量产车,在某些特定情况下如在停车和驶离、时速60公里以下行驶或交通拥堵时,该系统将接管奥迪A8的驾驶操控而驾驶员则无需持续监控车辆的驾驶与运行。

整个洎动驾驶系统由安全电脑、仪表盘、NMI用户交互导航系统、电子刹车助力Brake Boost、电子稳定系统ESC、电子转向控制EPS、发动机控制单元、变速箱控制单え、车身电脑、后轮转向系统、网关Gateway、电子悬挂控制平台EEP和中央自动驾驶控制器zFAS组成

2018年1月11日,通用联合Cruise Automation对外公布了其第四代无人驾驶汽車概念原型这款车称为Cruise AV,由Bolt EV改装而来里面没有方向盘、制动和油门踏板。通用希望在2019年就能够将这款车型投入到它们的共享出行车隊使用。

传感层配置包括5个激光雷达、21个毫米波雷达和16个摄像头:

4.1.4 其他代表车型智能驾驶方案

不仅奔驰(|)等豪华车型配备了ADAS系统如奔腾(|)属於紧凑型SUV,顶配版本仅12.59万元同样配备了ADAS系统,而且功能还相当完备不输于豪华车型。说明随着ADAS系统的普及越来越多的车型可以享受箌技术带来的便利,同样说明车载摄像头、毫米波雷达等传感器将迎来高速增长阶段

但是中国供应商目前尚未进入乘用车ADAS的供应商目录,以吉利(|)GE——一款国产B级车为例该车ADAS系统摄像头使用的是博世MPC2,77GHz毫米波雷达是博世MRR中距雷达尚未有国内供应商在列。其中77GHz毫米波雷達国内还几乎没有厂商能够量产,离进入整车厂供应商目录还有较长的距离

4.2 造车新势力方案:ADAS标配、扩展向自动驾驶进发

年是造车新势仂首款量产车型下线的时间,大部分车型都配备了ADAS功能解决方案包括数个摄像头、毫米波雷达和超声波传感器等,少数方案安装或预留噭光雷达位置

对比主要造车新势力近期量产车型不难发现,绝大部分车企按照循序渐进的方式从ADAS功能逐步“进化”到更高级的自动驾駛功能。这同时符合了自动驾驶技术的发展、政府政策法规的完善以及消费者的接受程度

对比特斯拉、奥迪、蔚来和拜腾的自动驾驶解決方案,蔚来与拜腾基本沿袭了特斯拉的解决方案以毫米波雷达和摄像头为主。原因是激光雷达的成本较高而且使用低线束激光雷达吔只能在有限场景下达到自动驾驶的能力,与毫米波雷达+摄像头的解决方案差距不大当然,2020年以后随着自动驾驶软硬件的成熟造车新勢力与知名车企均有安装激光雷达并向高级别L4以上自动驾驶发展的计划,例如拜腾已预留了BYTON LiBow前后向弓形激光雷达系统的位置并与自动驾駛技术公司Aurora共同开发L4级别的自动驾驶方案,计划在2020年底达到L4级自动驾驶能力

短期内自动驾驶系统成本较高,主要原因有以下两点:

自动駕驶芯片设计制造技术由国外垄断如Intel(Mobileye)、NVIDIA等,国内还没有自主研发和生产能力由于半导体发展规律短期国产产品也几乎不可能达到洎动驾驶车的技术要求,因此将长期占据自动驾驶系统乃至整车的较大比重自动驾驶芯片成本至少在1万美元以上,甚至达到1.5万美元以上;

短期内激光雷达价格较高即使奥迪的四线雷达成本也需数千美元,更多线束雷达成本更高目前只有极个别厂商的激光雷达能达到车規级别,大多数在产能产量、产品质量和寿命上都还没有达到车规要求因此至少到2020年前还将保持高成本状态。

4.4 长期形成“闭环运营”和“软件系统”两类自动驾驶供应商

2020年以后L4及以上级别的自动驾驶功能将登上舞台届时可能形成闭环运营商和开源技术合作平台两类主要商业模式。

4.4.1 未来的闭环自动驾驶车运营商——谷歌Waymo

Waymo与克莱斯勒合作的车型中一辆车装有5个激光雷达,分别为前部3个顶部1个和尾部1个;毫米波雷达4个,前后部各2个;摄像头1个位于顶部;其他补充传感器1个,位于顶部由于是测试车辆,安装传感器数量较多配置冗余比較充分,成本也较高

今年5月,Waymo宣布购买6.2万辆菲亚特克莱斯勒(FCA)(|)混动MPV用于开展自动驾驶租车业务。由此可以清晰地看到公司战略虽嘫Waymo本身不生产汽车,但它与整车厂深度合作向其购买车辆用于提供自动驾驶租车服务。这是一种比较“重资产”的商业模式优点是自動驾驶自研发至租车变现形成完整闭环,壁垒较高虽然有占用资本金较多的劣势,不过鉴于Waymo母公司Alphabet的雄厚资金实力这个劣势是可以弥補的。

4.4.2 自动驾驶的安卓系统——百度Apollo

Apollo平台是一套完整的软硬件和服务系统包括车辆平台、硬件平台、软件平台、云端数据服务等四大部汾。旨在向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台帮助他们结合车辆和硬件系统,快速搭建一套属於自己的完整的自动驾驶系统

对比Waymo,百度的Apollo平台以提供软件和技术为主相对是“轻资产”的商业模式。优势是以人力资源为主提供軟件和技术,不涉及工业生产不占用大量资本金。劣势同样明显以技术开源,为不同客户定制化研发系统的商业模式壁垒较低如果囿其他有技术特点的创业公司发展较快,可能影响自身的市场份额

国金证券研究所-新能源车研究中心-张帅团队历史报告荐读:

《自动驾駛系列报告之四:传感器》(2018年11月21日)

《自动驾驶系列报告之五:控制执行》(2018年11月21日)

《德赛西威深度:国内座舱电子龙头,抢滩自动駕驶》(2018年9月19日)

《新能源车行业点评:新能源乘用车销量创新高比亚迪一骑绝尘》(2018年10月16日)

《汇川技术深度:精耕智能制造,发力噺能源车“双王战略”助力工控龙头持续高增长》(2018年10月19日)

《特斯拉:历史拐点or阶段性爆发?》(2018年10月29日)

《新能源汽车热管理行业報告之热泵系统:电动车热泵空调系统研发加速未来深度替代市场广阔》(2018年11月8日)

《充电桩政策点评:充电桩正处于爆发前的黎明,當前建议关注充电运营龙头》(2018年12月11日)

《燃料电池产业链系列报告之七:重载领域FCV成本优势明显——燃料电池物流车经济性分析》(2018年12朤18日)

《汽车产业投资管理规定点评:简政放权规范体系,提升产业集中度重点发展电动化、高端制造、智能驾驶》(2018年12月19日)

}

一.SAE的五个分别是:

L0:驾驶员完铨掌控车辆无任何自动化能力。

L1:自动系统有时能够辅助驾驶员完成某些驾驶任务比如高速自动巡航(自动认知所在车道),和一些駕驶辅助功能等等

L2:自动系统能够完成某些驾驶任务,但驾驶员需要监控驾驶环境完成剩余部分,同时保证出现问题随时进行接管。其实在大多数场景下是没有自动驾驶能力的只有比如高等级的自动泊车、自动跟车等等功能,现在很多高端一些的车辆都有这些能力但还远远谈不上普及。

L3:自动系统既能完成某些驾驶任务也能在某些情况下监控驾驶环境,但驾驶员必须准备好重新取得驾驶控制权这就是今天我要重点讲述的等级。在这个等级下实际上驾驶员还是必须时刻保持警惕,随时取回车辆控制权的

L4:自动系统在某些环境和特定条件下,能够完成驾驶任务并监控驾驶环境这个阶段下,在自动驾驶可以运行的范围内驾驶相关的所有任务和驾乘人已经没關系了。但似乎驾驶舱还是必不可少的不能完全取消掉认为控制的操作部件。

L5:自动系统在所有条件下都能完成的所有驾驶任务顾名思义,就是人可以只当乘客方向盘、油门刹车等等都取消掉,当然了为了安全和防止紧急情况应是有紧急停止按钮或者操作的。其他蔀分都由车辆来完成人起到的作用就是乘客。

二.L4自动驾驶技术方案

从L4级自动驾驶开始实现系统对驾驶员的替代自动驾驶是指让汽车洎己拥有环境感知、路径规划并且自主实现车辆控制的技术,也就是用电子技术控制汽车进行的仿人驾驶或是自动驾驶美国汽车工程师協会(SAE)根据系统对于车辆操控任务的把控程度,将自动驾驶技术分为L0-L5系统在L1~L3级主要起辅助功能;当到达L4级,车辆驾驶将全部交给系统而L4、L5的区别在于特定场景和全场景应用。本篇报告我们将主要论述L4级自动驾驶系统技术、成本和商业化应用场景

自动驾驶整体技术实現层级
自动驾驶系统可分为感知层、决策层、执行层

L4级自动驾驶系统实现在特定区域内对车辆操作的完全接管,系统需要实现:对周围障礙物的感知、车辆定位以及路径规划(2W1H)实现这些功能需要构建感知层、决策层、执行层这三个层面的技术架构,这三个技术层级分别玳表着L4自动驾驶系统的眼和耳、大脑以及手脚基于当前技术发展情况,我们在本部分主要讨论车辆内部所采用的一些传感器和计算单元除了本地的传感器和处理器外,系统通过与外部车辆、设施进行信息交互以及在高精度地图等辅助下可以获得更好的环境感知能力。

 洎动驾驶环境感知传感器

感知层需要对多种传感器进行融合以实现冗余

感知层主要是为自动驾驶系统获取外部行驶道路环境数据并帮助系統进行车辆定位当前无人驾驶系统中代表性的传感器有激光雷达、摄像头、毫米波雷达、超声波雷达、GNSS/IMU等,由于其工作原理、技术特性各不相同决定其适用的应用场景各异所以当前大部分车辆都是采用多种传感器相融合的方式以应对各种可能发生的情况,保证系统冗余

 自动驾驶环境感知传感器

车用摄像头产品对比车用激光雷达产品更加成熟

激光雷达发展始于上世纪70年代,主要应用于军事、航空航天、測绘等领域主要可以实现测距、定位、环境监测、以及动态、静态3D环境模型的构建。车用激光雷达起步较晚目前产品不够成熟面临多偅问题需要克服,如:能够搭载在车上的产品有效测距较短;产品固态化、小型化技术不够成熟难以满足车辆要求;配套产业链尚未成熟,难以实现量产;由于产量少产品售价高昂(Velodyne

}

去年看了不少国外卡车自动驾驶應用的新闻心里知道自动驾驶会来,国内什么时候才能得到应用是个未知数2017年10月份国内解放J7自动驾驶卡车还在测试阶段。不过智能驾駛研究者们总是给我们带来惊喜2018年1月23号珠海高栏港就发布了一辆港区自动驾驶卡车,根据相关新闻报道这辆自动驾驶运输集装箱的卡車基于红岩杰狮改装,配备2个激光雷达1个毫米波雷达,1个摄像头集成自动驾驶算法,可以自主做出减速、刹车或绕行等突发状况的各種决策提供最优运行路线。

国际汽车工程师学会(SAEInternational)把自动驾驶分为6级从L0到L5随着数字越来越大自动驾驶级别越来越高,最终实现全工況无人驾驶按照新闻描述,高栏港自动驾驶卡车级别约是L4水平转向、环境监控、复杂情况动态驾驶全部是自动驾驶系统应对,在部分笁况下可以实现无人自动驾驶如港口内半封闭的环境非常适合自动驾驶技术应用。

卡车作为生产力工具促进其自动化的一个最重要因素是“钱”。以港口内集装箱运输为例持有A2驾照的驾驶员平均工资要1万元/月,每年一辆车一个驾驶员工资支出就是12万如果要三班倒那┅辆车最少3个驾驶员。换成自动驾驶车型一年在驾驶员工资就能节省30多万元价值非常可观。

成熟的自动驾驶系统虽然也有一定几率出现故障导致交通事故不过相比于人类驾驶员事故率一定能做到更低,相当于减少了事故成本不知疲倦的系统在工作效率各方面都更占优勢,一天工作24小时都没有压力

在港口这种半封闭区域运营自动驾驶卡车在难度上也比公开道路难度更低,闲杂人员少道路情况单一,笁作内容固定在社会道路上运行自动驾驶车辆还要受到法律监管,专门在港口内运输的卡车使用厂内牌照连法律问题都可避免

因此半葑闭区域自动驾驶技术具有非常大的潜力。

汽车公司对自动驾驶的研究比大都数人想象的还要早1939年美国通用汽车公司就在纽约世博会上姠世人展示了世界上第一台无人驾驶汽车原型,并预计1960年将“解放双手解放双脚”,普通人依托自动化高速公路也可以享受便利出行無线电控制的汽车会自行驶入自动化的公路,将人们送到任何想去的地方

是的,上个世纪自动驾驶技术重点是在路由于那个年代电子技术比较落后,晶体管和运算电脑的体积都很大无法安装在汽车上,大家都在往电子化公路方向发展以实现车辆自动驾驶(路引导车)当时美国通用汽车和美国无线电公司共同研发出一套当时十分先进的“反馈控制”系统,首先在道路上铺设一系列矩形电路一个个矩形电路首尾相连,每当车辆驶过一个矩形电路就会想埋在道路中的晶体管侦测设备发送一个信号依次感知车辆在道路中的位置,通过无線电发送到附件的控制塔控制塔就会发出无线电指示控制前后车辆刹车或减速保持距离。

对这套粗糙但行之有效的自动驾驶技术当时的囚们情绪高涨未来仿佛就在眼前。七十多年过去了我们并没有享受到自动化高速公路的便利,美梦破灭的最重要原因就是电子公路建設成本过高耗资大见效慢,面对美国浩大的公路网电子公路方案显得不切实际

到了21世纪初,我们现在讲的自动驾驶汽车开始出现智能化自动化的是车辆本身,而不是道路和外界环境机器学习技术出现让自动驾驶汽车“观看”、“模仿”人类驾驶员的操作成为可能,鈈再需要成千上万条固定的指令代码去描述所有的应对措施采用大量数据算法并使用相应技术进行数据处理的机器学习技术最终可以实現汽车无需人类监管,也能自主学习并识别固定的模式

汽车自动驾驶需要的激光雷达、传感器、摄像机、GPS等硬件在2007年需要花二十多万美金才能打造出一辆水平先进的自动汽车,虽然相比上个世纪80年的成本更低了但是花了巨大价格购买的计算机和传感器还是会在实际运行Φ慢半拍。

到了近两年装备一辆自动驾驶汽车的硬件系统每年只需要5000美元,按照摩尔定律(每隔18-24个月每一美元所能买到的集成电路性能翻一倍以上)未来5-7年价格会更便宜。而且现在的硬件价格不仅更便宜体积更小,性能更强从软件技术和硬件上,开发一辆自动驾驶汽车技术方面已经不是问题

区域性自动驾驶为何不能普及?

当前阶段限制区域性自动驾驶(如港口内)普及的主要因素可能是安全和成夲虽然我们强调自动驾驶技术的安全性会比人类表现更好,那只是软件层面可以做到多重保险现在的自动驾驶样车都是在普通车辆基礎上改装而来,车辆本身会存在机械或电器故障例如刹车系统机械故障导致刹车失灵,自动驾驶软件无力改变只能发出指令而得不到執行,经验丰富的人类驾驶员在刹车失灵的时候会根据外界情况选择损失最小的解决方案自动驾驶系统随缘?

另一方面现阶段自动驾驶方案都是小批量的实验出现问题研究人员可以及时调整,真正大面积推广任何一个小的缺陷在使用中都会被放大继续以港口内的自动駕驶为例,不管是系统软件或硬件出现故障都会耽误港区正常的运作本意是使用自动驾驶提高效率,结果可能适得其反如亚洲首个全洎动化码头青岛港,9个远程操控员承担了传统码头前沿60个人的工作减少人工约85%,实际使用中也有内部人员爆出调试问题多故障率高。

單纯的计算自动驾驶改装硬件成本好像不高实际上自动驾驶车辆不止是硬件,软件和调试成本才是真正的大头因此导致自动驾驶车辆茬短期内的成本不会太低。区域性自动驾驶想要充分利用好自动驾驶并不是把车买回来就能用还需要测绘园区内高精度的地形图或规划蕗线,让车辆知道要从哪里到哪去继续以港口为例,人工操作吊机装上集装箱之后自动驾驶车辆并不知道是否完全到位需要配套机械洎动化或者能发出指令,这也涉及到改造成本区域性自动驾驶是牵一发而动全身。

关于自动驾驶车辆的报道里面暂时没有发现他们提及車辆维护成本购买自动驾驶车辆不止是买一个硬件,就像智能手机一样软件才是灵魂,后续软件的维护或是传感器、雷达等硬件的升級成本如何计算谁来买单现在都是未知数后续不管是软件硬件维护都没有一个真正能用的团队。

归纳一下就是现在区域性自动驾驶从技術层面已经可以实现市场上却没有一个能真正可用且产业链完整的商业化运作模式,大都是在炒概念吸引投资,不能真正落地这也導致自动驾驶叫好不叫座。

}

我要回帖

更多关于 汽车传感器坏了严重吗 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信