2018科技出行研究报告.pdf

《2018科技出行研究报告.pdf》由会员分享，可在线阅读，更多相关《2018科技出行研究报告.pdf（83页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2018科技出行研究报告智能网联与新能源变革汽车出行亿欧智库 reserved to EO Intelligence,April 2018目录CONTENTS科技出行发展概况多方参与的科技出行生态科技改变汽车出行研究项目回顾1.2.3.4.2.1 科技出行背景介绍2.2 科技出行概念界定3.1 参与主体对产品的打造3.2 配套设施的完善4.1 科技对出行供给端的变革4.2 科技对出行需求端的变革4.3 科技出行发展建议Research ReviewPart.1研究项目回顾3EO IntelligencePart.1研究项目回顾项目研究背景4随着汽车电子、网络、信息技术的快速发展，智能网联汽车、

2、新能源汽车已成为汽车技术发展的大势，新一代技术的发展将引领未来汽车新一轮发展。富有科技功能与时尚感的汽车已成为大势。对于用户来说，汽车已经不只是单纯满足人们出行需求的交通工具，它正在被赋予更多的含义。以汽车科技改变出行的体系正在被重构，未来即将来到。汽车自上个世纪末诞生以来，已经走过了风风雨雨的一百多年。这一百年，汽车科技也随着时间的推移不断发展，经过不断改进、创新，并得益于石油、钢铁、铝、化工、塑料、机械设备、电力、道路网、电子技术与金融多行业的支持，现在已经不断走向成熟。如今，汽车产业已经是世界上规模较大的产业之一，已经成为美国、日本、德国、法国等发达国家国民经济的支柱产业。同样，在中国，

3、汽车产业的发展也较为迅速，我国汽车市场已经成为世界上最大的市场。EO IntelligencePart.1研究项目回顾近百年来，汽车产业一直处于国家经济发展的重要位置，而随着经济的发展，各国汽车产业不断走向成熟。在汽车领域，新一代的技术革命正在到来，以电动化、智能化、网联化、共享化为发展趋势的理念正在改变着人们的出行方式，并且未来将持续发生，由此，新的出行业态将不断产生，出行方式将会变得更加多样化，汽车产业链也将会重构。为了进一步了解科技对汽车出行市场的影响，洞察未来汽车出行生态变化，亿欧智库将围绕科技改变汽车出行这一核心逻辑，深入分析以乘用车为主的汽车科技的发展，通过分析各参与主体对汽车产品

4、的打造，分析未来人们的出行需求，分析科技对汽车出行的影响，发现规律，为行业参与者们提出发展建议，最终推动行业发展。项目研究目的504030102核心概念：汽车科技改变出行发展环境：从政策、资本、基础设施建设等维度分析汽车科技正在或即将对汽车出行市场产生的影响参与主体：科技出行主要参与方研究梳理与企业盘点发展趋势：分析汽车科技改变未来出行Development of Tech-transportationPart.2科技出行发展概况6EO Intelligence2.1科技出行研究背景介绍Background of Tech-transportationPart.2科技出行发展概况7EO Int

5、elligencePart.2科技出行发展概况2.1科技出行研究背景介绍随着科技力量的发展，出行行业将迎来新一轮变革。历史上有三次技术革命，从三次技术革命的发展与人类交通出行的变革来看，科技是交通出行变革的主要驱动力，每次技术革命都伴随着交通工具的革新、新业态的出现以及出行特征的变化。在当前及未来形势下，第三次技术革命将继续影响出行行业。在电动化、共享化、智能化、网联化的推动下，汽车产业正在发生变革与升级，未来出行产业也将迎来新的发展机遇。技术变革与出行演变的逻辑8出行市场特征依靠畜力为主个体出行向快速、大容量发展机动化出行兴起安全、快速、高效、经济出行市场特征马车出租马车出租、蒸汽火车私人汽

6、车、火车业态多样，共享业态出现出行业态马匹汽船、蒸汽机车、火车、自行车内燃机汽车、电气化火车汽车、飞机、地铁、高铁代表性出行方式驯养技能蒸汽机的发明与应用电力技术、电动机、发电机信息、新材料、新能源技术发展技术基础技术革命以前第一次技术革命第二次技术革命第三次技术革命亿欧智库：信息参考于中国汽车百人会报告EO IntelligencePart.2科技出行发展概况2.1科技出行研究背景介绍智能网联汽车技术发展进程全球92016年，联合国欧洲经济委员会宣布，关于自动驾驶汽车的修正案正式生效1939年，美国通用汽车首次展出无人驾驶概念车1970年前，一些车企尝试使用射频和磁钉的方式引导车辆实现自动驾

7、驶1987年，戴姆勒集团在欧洲启动尤里卡普罗米修斯计划2009年，谷歌推出无人驾驶汽车计划1980年开始，美国国防部先进研究项目局资助自动驾驶陆地车辆军事化应用研发1995年，美国卡耐基梅隆大学研制出的无人驾驶汽车在州际公路上完成测试2015年，福特获得美国加州的自动驾驶车辆测试许可2017年至今，自主式和网联式加速融合，更高级别驾驶辅助技术逐渐成熟从第一台概念车发展到现在，智能网联汽车已经拥有八十多年的发展历史，走过了概念、研发、测试阶段，技术不断向前发展。从2009年开始，谷歌推出无人驾驶汽车计划，无人驾驶变为一项系统化的研究工作，发展层次得以提高，越来越多的企业投身于此。截至目前，智能网

8、联汽车的商业化步伐正在加速推进，多家企业已经制定了详尽的落地计划。EO IntelligencePart.2科技出行发展概况2.1科技出行研究背景介绍智能网联汽车技术发展进程中国101992年，国防科技大学研制出国内第一款自动驾驶汽车CITAVT-I型2001年开始，国防科技大学与一汽合作研发自动驾驶汽车2011年，一汽红旗HQ3无人驾驶车完成从长沙至武汉286公里的路测2013年，中国汽车工程学会联合汽车整车企业、科研院所、通信运营商、软硬件厂商等成立“车联盟产业技术创新战略联盟”2015年，智能网联汽车被列为中国制造2025发展重点2015年，百度无人驾驶汽车完成北京开放高速路的自动驾驶测

9、试2016年，长安汽车完成2000公里超级无人驾驶测试2017年，工业与信息化部、国家标准化管理委员会正式发布国家车联网产业体系建设指南（智能网联汽车）（2017年）征求意见稿意见的通知2018年，上汽集团、蔚来汽车拿到上海市第一批智能网联汽车开放道路测试号牌自上世纪90年代开始，我国国内高校及车厂就已经展开了对自动驾驶技术的研发工作。随着技术发展，国内众多汽车企业、电子信息企业，以及从事通信和互联网行业的企业发展智能网联汽车的积极性在持续高涨。我国智能网联汽车测试评价体系已经基本构建。目前，我国已经在关键技术的研发和自主产品的市场化，以及产业链的布局和测试示范等方面取得了积极突破。EO In

10、telligencePart.2科技出行发展概况2.1科技出行研究背景介绍世界各国对智能网联汽车的政策支持11美国将发展智能网联汽车作为发展智能交通系统的重点工作内容，2016年发布了美国自动驾驶汽车政策指南中国制造2025将“节能与新能源汽车”作为重点发展领域；2016年，新一代人工智能发展规划明确要大力发展人工智能新兴产业，包括智能运载工具2015年，英国交通部宣布，允许无人驾驶汽车在英国实际道路进行测试，英国成为欧盟第一个批准无人驾驶汽车道路测试的国家政府积极发挥跨部门协同作用，推动智能网联汽车项目实施。计划2020年在限定地区解禁无人驾驶汽车，到2025年在国内形成完全自动驾驶汽车市场

11、目标2017年，韩国发布的韩国汽车管理法中允许在城市道路上测试自动驾驶汽车德国出台法律，允许自动驾驶车辆在德国进行路测，在车辆控制方向盘和制动的情况下，驾驶员可双手脱离方向盘，眼睛也可不专注在道路情况上2013年以来，全球很多国家陆续将发展智能网联汽车上升为国家战略，并不断出台政策措施支持智能网联汽车产业的发展，主要包括产业指导、产业规范、信息安全、配套支持等方向。从一定程度上，政策的支持推动了智能网联汽车产业的深化发展，推动着智能网联汽车技术的进步，引导着企业朝规范有序的方向发展。EO IntelligencePart.2科技出行发展概况2.1科技出行研究背景介绍全球智能网联汽车发展情况12

12、113617347485010203040506070809020102011201220132014201520162017亿欧智库：2010-2017年全球智能网联汽车领域投融资事件（件）从时间维度看，智能网联汽车领域的投融资事件数量呈现出逐年增长的趋势；从2014年开始，增长幅度明显提高，2016年增幅最大。2017年仅统计了1-11月的投融资情况，一共为85件，超过了2016年全年的数量；由此可以看出，智能网联汽车领域的资本环境正在不断改善，越来越多的企业正在获得资本的青睐。另外，资本的数额也在随着规模的扩大实现较大幅度的增长。亿欧智库：左一数据来源于中国汽车百人会报告，左二数据参考于

13、前瞻产业研究院7492505101520252014201520162017亿欧智库：2014-2017全球无人驾驶路测许可发放情况（件）EO IntelligencePart.2科技出行发展概况2.1科技出行研究背景介绍全球新能源汽车市场的发展130.14 0.17 0.22 0.45 0.75 1.68 6.72 18.74 40.07 75.80 142.92 235.18 305.31 0.0 50.0 100.0 150.0 200.0 250.0 300.0 350.0 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2

14、016 2017亿欧智库：2005-2017年全球新能源汽车保有量增长情况（万辆）自2005年至2017年，全球新能源汽车的发展呈现出快速增长的发展趋势，到2017年，全球新能源乘用车保有量达到305.31万辆，同比增长55%；全球新能源乘用车市场在2005年-2010年增长缓慢，总保有量不超过2万辆，2011年-2017年，总保有量从2010年的1.68万辆增长至2017年的305.31万辆。1.281.767.4833.1150.777.701020304050607080201220132014201520162017亿欧智库：2012-2017年中国新能源汽车销量（万辆）发展新能源汽车

15、是全世界汽车业的共同目标。不同国家对发展新能源汽车的愿景不同，中国发展新能源汽车的愿景是“从汽车大国走向汽车强国”。随着新能源汽车政策的颁布，我国新能源汽车得到了发展，从2012年至2017年，我国新能源汽车从1.28万辆增长至77.7万辆，亿欧智库：数据参考于中国汽车工业协会EO IntelligencePart.2科技出行发展概况2.1科技出行研究背景介绍世界各国对新能源汽车的政策支持14美国：在使用端补贴较为广泛，其中购车、公用充电装置的刺激政策有效刺激了新能源汽车的销售，如2009年启动“下一代电动汽车”计划，为动力电池及电池材料制造商提供15亿美元资助；另外，其联邦层面提升燃油税等等

16、。早在上世纪90年代，日本、欧洲等国就先后出台了一系列法律、规划、政策文件，加强了对电动汽车关键技术和研发的支持，这些政策直接刺激了本国新能源汽车的发展，推动了新能源汽车技术的发展。到21世纪，各国对在政策支持上呈现出了不同的特点，美国主要以刺激激励类措施为主，日本与欧洲在企业研发技术支持方面投入比例较大，中国的政策以补贴为主。日本：在日本政府新一代汽车战略2010引导下，日本经济产业省和国土交通省等相关部门制定了一系列政策，推动新一代汽车的普及。在生产、购置、使用、基础设施等不同环节推进新能源汽车的发展。欧洲：欧洲在补贴政策上主要以减少二氧化碳排放量为基础，2008年，欧盟出台欧洲经济复兴计

17、划，其中包括绿色汽车倡议；2014年，欧盟曾经启动地平线2020计划，其中对安全、清洁、能源领域的研究与创新活动资助59.31亿欧元中国：中国的补贴政策主要以购置类和使用类补贴为主导。2009年，国务院出台汽车产业调整和振兴规划；2012年国务院发布节能与新能源汽车产业发展规划；2018年2月，财政部发布了关于调整完善新能源汽车推广应用财政补贴政策的通知等等。EO Intelligence2.2科技出行概念界定Definition of Tech-transportationPart.2科技出行发展概况15EO IntelligencePart.2科技出行发展概况2.2科技出行概念界定概念解读

18、：相关概念区分阐释16亿欧智库研究发现，目前市场上对出行的概念较多，并且区分较混乱，其中未来出行、绿色出行、智能出行、新出行和移动出行5个词较为常用，并且在使用中也常被混用，造成理解与交流障碍。亿欧智库根据权威机构和政府文件的解析及对出行市场的深入理解，对几个重要概念进行了阐释。未来出行集新能源动力、智能互联、自动驾驶于一体的未来出行模式。绿色出行相对于机动车出行来说,节能、高效,对环境污染较少,有益于人们身体健康的出行方式。智能出行通过智能化的交通工具满足出行需求。智能出行工具的驱动能源一般包括纯电动、混合动力和燃料电池等,相对于汽油能源来说对环境污染较小。新出行区别于传统的新兴的出行方式，

19、例如网约车、共享汽车、共享单车/电单车、智慧停车等。移动出行云计算、大数据、LBS定位系统等新技术,是移动出行方式发展的技术支撑,弹性合理的匹配供需，解决乘客、司机和汽车所有者之间的信息不对称。EO IntelligencePart.2科技出行发展概况2.2科技出行概念界定科技出行：以新能源、智能网联等汽车科技为载体的出行形态172018年，多个新兴车企的首款产品面世并逐步开始落地，这代表着智能网联汽车正在从设计研发、生产走向大众消费市场。亿欧智库认为，建立在移动互联网、地理位置服务（LBS）、大数据等技术基础上的移动出行，以电动车为驱动的具备初级智能化汽车等概念，只是出行形态的随着互联网的进

20、阶而形成的阶段性现象，解决的是信息不对称以及满足用户局部需求，其并不能准确概括出行形态的场景丰富性以及进化能力。基于此，亿欧智库发现，以新能源动力、高阶智能网联等科技为推动力量的乘用车产品，将引领当下的大众化用户出行需求，提高出行效率、节约成本、满足用户全新体验并且可持续发展，亿欧智库创造性地提出了“科技出行”这一概念，期望通过对科技出行的研究，剖析多个变量与商业体之间的关系以及产业发展逻辑，为大家呈现全新的视域研究成果。亿欧智库研究认为，“科技出行”是指以新能源、智能网联等汽车科技为载体的大众化出行形态。新一代乘用车出行工具新能源动力多元化出行场景商业模式可持续发展标题文本预设科技出行特点E

21、cosystem of Tech-transportationPart.3多方参与的科技出行生态18EO Intelligence3.1参与主体对产品的打造3.1.1 智能网联汽车供应商Part.3多方参与的科技出行生态19EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造2016年，清华大学汽车工程系的教授李克强带头起草了中国智能网联汽车技术路线图，其将智能网联汽车技术分为车辆设施关键技术、信息交互技术、基础支撑技术。智能网联汽车集中运用了汽车工程、人工智能、计算机、微电子、自动控制、通信与平台等技术，是一个集环境感知、规划决策、控制执行、信息交互等于

22、一体的高新技术综合体。智能网联汽车技术架构20智能网联汽车技术环境感知技术智能决策技术基础支撑技术车辆设施关键技术基础支撑技术信息交互技术信息安全技术V2X通信技术云平台与大数据技术高精度地图高精度定位标准法规与测试评价安全：大幅降低交通事故和交通事故死亡人数效率：显著提升交通效率节能减排：有效降低交通能源消耗和污染排放舒适和便捷：提高驾驶舒适性，解放驾驶员人性化：使老年人、残疾人等都拥有驾车出行的权利EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造智能网联汽车技术供应商21供应侧技术主要包含高级辅助驾驶系统、人机交互界面、信息支持和提供智能网联技术、

23、计算机和云服务的辅助服务。过去在汽车产业，供应侧技术由传统供应商提供，但随着新技术的发展，传统车企及供应商正在加强转型能力，将智能网联汽车作为重要的战略市场进行布局，在ADAS、信息娱乐系统、车联网等方面均有重要技术成果推出，并逐步得到产业化应用。在智能网联汽车的利好下，新型的供应商关系也开始出现，以其独特的专业技术切入汽车市场，争夺市场份额。随着交互体验和自动驾驶的关系加深，供应商们正在谋求与车企共同开发的合作关系，“甲方与乙方”的界限不断模糊。431芯片供应商传感器供应商图商/数据服务商2Tier1供应商EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的

24、打造传感器供应主要包括计算机视觉解决方案和激光雷达等解决方案22信息感知是指车辆利用自身搭载的传感器，探测和监控车辆驾乘人员、车辆自身运营情况及周围环境（包括道路、交通设施、其他车辆、行人等交通参与者）等与驾驶相关的信息。传感器研发生产商能够为整车厂商提供环境感知解决方案，自动驾驶车辆能够对周围车辆、行人、车道线等环境信息获得信息，为规控系统计算最优行驶策略提供依据。目前普遍应用于自动驾驶的传感器主要有以下几种：图像传感器、激光雷达、传统机械式激光雷达、固态激光雷达、毫米波雷达、超声波雷达、生物传感器。传感器类型主要应用于汽车视觉系统中，如倒车影像、前视、俯视、全景泊车影像、车镜取代、行车记录

25、仪、正向碰撞、车道碰撞警告、交通信号识别、行人检测、自适应导航、盲点检测及夜视等。它是自动驾驶上应用最广泛的传感器，其通过向目标物体发射激光束和接收从目标对象上反射回来的激光束来测算目标位置、速度，感知周围环境，并形成高精度3D环境地图。其探测范围广，精度较高，但受极端天气影响较大，且价格又十分昂贵。是目前的主流传感器，具有穿透雾、烟、灰尘的能力强，可全天候工作，体积小巧紧凑，识别精度高，能帮助看到与周围车辆之间的距离，频率主要包括77GHz和24GHz两种。主要用于泊车测距、辅助刹车等，帮助驾驶员扫除视野死角和视线模糊的缺陷，提高驾驶安全性测距的方法简单。激光雷达毫米波雷达超声波雷达它是指通

26、过人类生物特征进行身份认证的一种技术，包括指纹识别、虹膜识别、视网膜识别、面部识别、DNA识别等。生物传感器图像传感器EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造从以下图表可以看出，自动驾驶传感器在性能上各有优势但又存在着缺陷，难以相互替代，所以，未来自动驾驶的实现需要多种传感器相互配合共同构成汽车感知系统。简单来说，传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境，从而提高系统决策的正确性。值得注意的是，他们之间也可能存在冗余和矛盾，这就需要控制中心综合多个传感器的信息进行融合。传感器正在走向不断融合的发

27、展阶段23传感器激光雷达（前向）激光雷达（全向）毫米波雷达单目摄像头双目摄像头超声波精度优优良一般优一般分辨率优优良一般优一般灵敏度优优优良优一般动态范围优良优一般良一般传感器视角良优一般良良一般误报率良良优良良良黑暗适应性优优优一般一般良天气适应性良良优一般一般良硬件成本高高适中低适中低亿欧智库：不同传感器类型优劣势对比注：优良一般EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造在典型方案中要求配备毫米波雷达传感器6个（超长距前窄角1个，中距前窄角1个，后/侧面广角4个）、红外夜视传感器1个（长距前窄角）、图像摄像头6个（长距前窄角1个，短距广角后方

28、1个、侧面4个）、以及超声波传感器4个（前/后侧短距广角）。综合考虑自动驾驶传感器行业现状，其还处于技术研发阶段，每种传感器的发展存在着具体差异和缺陷。另外，其作为汽车电子控制系统中的关键部分，世界各国对其理论研究、新材料应用和新产品开发都非常重视。自动驾驶传感器将朝多方向发展24亿欧智库：某自动驾驶车型的传感器及其他部件配备方案微型化：由于目前传感器装置体积较大，影响了车辆的美观程度。集成化：多个相同传感器配置在同一平面上，减少结构的复杂性。智能化：未来传感器将变得更加智能，能够对信息进行检测、处理。多功能化：一个传感器能够同时测量几个参数，具有多种功能。自动驾驶传感器发展方向EO Inte

29、lligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造智能网联汽车传感器供应商图谱25传感器毫米波雷达供应商视觉感知供应商激光雷达供应商EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造Mobileye由AmnonShashua和ZivAviram于1999年在以色列创立，专注于开发提高驾驶安全的视觉系统,但其产品于2007年进入市场，2013年，Mobileye的产品销量达到100万台。Mobileye在智能驾驶视觉识别前装领域占有绝对性的市场份额，处于行业领先地位。从2007年研发出的第一代EyeQ产品开始，Mobileye不断

30、升级芯片技术，优化视觉算法，目前其EyeQ3产品的运算速度已经是第一代产品的48倍。案例分析260102030404051999年，AmnonShashua和ZivAviram在以色列共同创立Mobileye。2004年，推出第一代EyeQ芯片2006年，与加拿大MagnaElectronics达成合作，进军ADAS2014年，纽交所IPO，市值80亿美元2017年，被英特尔以153亿美元收购63122202276182239820501001502002503003504002013201420152016亿欧智库：Mobileye业务增长情况（万台）前装市场后装市场亿欧智库：左一信息来自M

31、obileye，左二数据来自于东吴证券EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造目前全球2500万辆以上汽车使用了Mobileye的ADAS解决方案。从表格中可以看到，Mobileye的产品迭代实现了运算速度的提升，和信息处理能力的改善。其关于自动驾驶视觉系统的解决方案不断完善，发展成多种传感器配合的解决方案，未来还将不断实现传感器融合，提升产品的性能。在下一步规划中，Mobileye未来几年内计划在以下几个方面对现有ADAS系统做出改进，包括对行人、车道标识线、车辆、交通灯、交通标识、车道等的实时识别能力。Mobileye的产品迭代27产品新增

32、功能性能提升传感器数量EyeQ1支持车道偏离预警、前向碰撞预警、交通标志识别/1个摄像头EyeQ2远光灯智能控制、行人碰撞预警，并可部分对主动安全系统进行控制运算速度是上一代的6倍1个摄像头EyeQ3各功能全面增强，实现对各主动安全控制系统的全面控制，实现半自动驾驶运算速度是上一代的8倍，检测分辨率进一步提高，具备同时处理3颗摄像头的图像信息的能力1个摄像头EyeQ4原有功能增强，能耗降低采用soC芯片，4个CPU，6个VMP，大幅提升视觉处理和数据解读的性能8个摄像头或雷达等传感器融合EyeQ5全面支持无人驾驶采用10纳米FinFET新晶体构架芯片，装备8枚多线程CUP，18个下一代视觉处理

33、器，运算速度是上一代的6倍20个摄像头或毫米波雷达、激光雷达等传感器融合代表性合作企业亿欧智库：Mobileye的产品迭代亿欧智库：产品信息来自Mobileye及公开查询EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造摄像头和激光雷达存在的缺陷使两种方案仍无法完美适用于自动驾驶。例如，基于传统成像技术的摄像头受光照影响较大，影响成像品质；激光雷达成本居高不下、受环境影响较大。另外，AI视觉前端处理产业链也存在短板：镜头和CMOS技术得不到突破；AI芯片市场竞争加剧，很快会实现同质化和标准化。为解决复杂临时光线问题，眼擎科技通过全新的成像架构、超大规模的

34、计算能力、和全新的成像算法，提出了在复杂光线下的全天候视觉成像问题的方案，是首家推出面向AI视觉成像引擎的芯片公司，目前致力于开发超越人眼能力的视觉传感器。眼擎科技专注AI视觉成像引擎的芯片供应商28传统摄像头很难应对复杂的光线环境镜头成像引擎光CMOS传感器AI（GPU）光电图像结果视觉成像引擎开发工具套件成像引擎一体化模组成像引擎ASIC芯片IP 授权(ICFPGA)深度定制解决方案eyemore全系列视觉成像解决方案AI 视觉前端组成通过产品系列方案满足AI机器开发不同阶段的需求，形成新的AI视觉成像开发生态EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对

35、产品的打造eyemore成像引擎的作用能够大幅提升AI视觉算法图像识别的准确率和响应速度，通过提供成像开发套件、成像模组、成像算法IP以及深度定制成像方案等一系列全套的成像技术方案及服务。目前，眼擎科技推出了针对自动驾驶场景的120dB成像端到端解决方案。眼擎科技认为，随着AI算法的识别能力逐渐稳定，图像识别率将主要由图像源的信噪比决定，成像引擎对信噪比的提升起关键作用。目前为了解决AI视觉的处理问题，需要多个芯片在各个环节协同处理，未来不同的芯片又将被重新整合在一起。2018年，眼擎科技将推出自动驾驶、人脸识别、机器人、深度相机、工业检测等各种AI应用成像引擎参考设计方案。眼擎科技针对自动驾

36、驶应用推出120dB端到端成像解决方案未来格局：成像引擎芯片将成为视觉产业的核心部件GPUISPAP(CPU)eyemore成成像像引引擎擎ARMCPUAI（GPU）AP(CPU)AI(GPU)IE成成像像引引擎擎分合车规级120dBCMOSSensoreyemoreDX120AI（i.MX6NVidia）120dB8位JPEGUSB/光纤/同轴/网口.120dB RAW自动驾驶120dB端到端成像解决方案：eyemore DX120eyemore DX120采用车规级CMOS传感器前端模组，支持丰富的图像输出接口选择。它可以在标准的8位JPEG图像格式中，以25fps的帧率实现高达120dB

37、的动态范围，实现地库、夜间道路、隧道等各种复杂光线环境的高信噪比视觉图像输出。29EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造主流手机市场已经趋于饱和，各大巨头纷纷抢夺下一代终端自动驾驶汽车。根据以往互联网时代经验，芯片处于产业链最上游，核心芯片决定着一个计算时代的基础架构。对于自动驾驶技术来说，芯片可以分为软件和硬件两部分。在硬件方面，芯片主要担任数据处理任务，即处理雷达、摄像头产生的大量数据。目前，以深度学习为代表的人工智能新计算需求，主要以采用GPU、FPGA、ASIC等为主，但CPU依旧发挥着不可替代的作用。将芯片运用于自动驾驶计算平台的技

38、术思路有三种：以图形处理器（GPU）为主导实现通用化；以多核处理器异构化，将GPU+FPGA处理器内核集成于CPU上；针对深度学习框架推出的专用型芯片TPU。自动驾驶芯片主要以GPU、FPGA、ASIC为主30GPU主要擅长做类似图像处理的并行计算，GPU提供大量的计算单元和大量的高速内存，可以同时对很多像素进行并行处理FPGA的算法是定制的，没有CPU和GPU的取指令和指令译码过程，数据流直接根据定制的算法进行固定操作，计算单元在每个时钟周期上可以执行，计算效率高于CPU和GPU。缺点是进行编程要使用硬件描述语言，而掌握硬件描述语言的人才太少ASIC是专用芯片，其计算能力和计算效率可以根据算

39、法需要定制。ASIC 与通用芯片相比，体积小、功耗低、计算性能高、计算效率高。但是缺点也明显：算法固定，一旦算法变化就可能无法使用。另外，ASIC 上市速度慢，需要大量时间开发，且一次性成本（光刻掩模制作成本）远高于 FPGA，但是性能高于 FPGA 且量产后平均成本低于 FPGAEO Intelligence英伟达：基于自主GPU研发自动驾驶芯片，2015年，其推出Drive PX系列，打造了TegraX1处理器，支持10GB内存，能够同时处理12个200万像素摄像头每秒60帧的拍摄图像，可支持L2级高级辅助驾驶计算需求；Drive PX2支持12路摄像头摄入、激光定位、雷达和超声波传感器；

40、Drive Xavier每秒可运行30万亿次计算，可满足L3/L4自动驾驶计算需求，预计2018年一季度提供样品。Part.3多方参与的科技出行生态3.1参与主体对产品的打造3114.0%10.7%9.6%7.6%6.9%5.9%4.4%2.9%2.6%2.5%32.9%亿欧智库：2016车用芯片计算市场份额NXP SemiconductorsInfineon TechnologiesRenesas ElectronicsSTMicroelectronicsTexas InstrumentsRobert BoschON SemiconductorMicrochip TechnologyTosh

41、ibaRohm Semiconductorothers纵观当下自动驾驶专用芯片计算市场，各大平台不断寻求突破。按照SAE International的自动驾驶等级标准，目前已商用的自动驾驶芯片基本处于高级驾驶辅助系统阶段，可实现L1-L2等级的辅助驾驶和半自动驾驶，但面向L4-L5（超高度自动驾驶及全自动驾驶）的Ai芯片距规模化尚有一段距离。从现有市场格局来看，国外的芯片市场处于世界领先地位，占据了大部分的市场份额，中国芯片的供应则完全掌握在外资手里。英特尔：主要通过并购完成布局，其目前已经收购了Mobileye、Altera、Movidius三家企业，通过收购，英特尔在自动驾驶处理器上的布局

42、已经完善，包括Mobileye的EyeQ系列芯片（ASIC）、Altera的FPGA芯片、Movidius的视觉处理单元VPU，以及英特尔的CPU处理器。NXP：2016年5月，恩智浦发布了BlueBox平台，其中包括S32V234是NXP的S32V系列产品中2015年推出的ADAS处理芯片，在平台上负责视觉数据处理、多传感器融合数据处理以及机器学习。恩智浦还有一款芯片MPC577型号，其专门处理雷达信息，能够支持自适应巡航控制、智能大灯控制、车道偏离警告和盲点探测等应用。自动驾驶芯片市场中国外居主导地位亿欧智库：饼形图数据来自Semicast ResearchEO IntelligenceP

43、art.3多方参与的科技出行生态3.1参与主体对产品的打造高精地图初创公司因为测绘队伍难以和大公司相提并论，第三方的众包模式将会崛起。高精地图能够为自动驾驶提供某些先验信息，包括道路曲率、航向、坡度和横坡角。所以高精地图能帮助车辆在特定场景下较快速实现自动驾驶。同国外高精地图市场相比，我国高精地图处于世界领先水平，四维图新、高德地图、百度地图作为国内最大图商，在自动驾驶领域投入较多，但该领域尚未达到成熟阶段，处于商业化尝试阶段。高精度地图能够为自动驾驶提供完备的周边环境信息和更精准的定位32地图建模的技术路线重地图模式：通过GPS定位，用数据采集车作为地图绘制源收集深度信息，经过后台处理形成高

44、精地图。方案特点是使自动驾驶更依赖地图信息。轻地图模式：使用车载摄像头绘制某些能够帮助实现车辆导航的特定道路特征（如路边设施）。该方式测绘精度一般，比较依赖传感器，地图处理更新较容易。高精地图匹配定位：传感器将汽车感知到信息与高精地图进行验证比对，提供了车辆可在高精度水平上确定其位置、方向等信息的参照点。定位技术的发展路线卫星定位：依赖GPS或北斗进行卫星定位，然后使用自动驾驶汽车的传感器（摄像头、雷达、惯导）来感知环境变化以改善其定位信息。地图的绝对坐标精度更高为定位和路径规划提供精细依据道路交通信息元素丰富精细高精度地图三个主要特征EO IntelligencePart.3多方参与的科技出

45、行生态3.1参与主体对产品的打造目前，大部分图商面临着数据缺失和数据的时效性等问题，而众包方式恰恰能够帮助图商解决高精度地图数据的实时更新问题，最终带来地图准确度的提升。所以，高清地图+众包数据采集正在成为自动驾驶的新的发展方向，国外大多数企业已就此达成共识，大部分图商正在借助硬件厂商的摄像头、传感器、算法，以及车企的车，共同获得高精数据，增强企业收集数据速度。众包数据采集模式也逐渐成为国内企业布局方向，如高德、四维图新这样的地图巨头也称要发展众包的地图信息采集模式，但这在一定程度上这也意味着数据共享。而大型地图公司出于体量惯性以及建立数据壁垒等方面的考虑，仍会保留规模庞大的地图测绘队伍，自采

46、为主，众包为辅。众包数据采集将成为高清地图发展的必经之路33亿欧智库：主要地图供应商的发展情况企业主要情况设备Google自身绘制一部分城市的高精地图激光雷达百度数据采集主要体现在交通标志、地面标志、车道线、信号灯、护栏路沿等由Velodyne提供的32线激光雷达，摄像头，GPS、IMUHERE其高精度地图已经覆盖了美国硅谷地区、密歇根州、法国、日本和德国部分地区。激光雷达、摄像头、GPS等传感器TOMTOM对北美主要路网高精地图进行全覆盖，线路总长185000千米。雷达传感器高德有两种采集车，分别用于ADAS及HUD精度要求的高精度地图数据。用于采集ADAS级别的采集车车顶安装有6个CDD摄

47、像头。用于HUD级别的采集车顶部通过装配2个激光雷达和4个摄像头方式获取数据EO Intelligence3.1 参与主体对产品的打造343.1.2 新能源汽车技术汽车供应商EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造新能源汽车技术架构35随着世界汽车产业的发展，燃油汽车带来了能源紧张问题，环境污染问题也愈发突出，各国对石油的依赖程度正在加深，如何解决能源紧张问题和燃油汽车尾气问题正在成为世界各国的重要研究课题。在种种背景下，发展节能环保的新能源汽车成为迫切需求。从定义上来讲，新能源汽车指的是采用非传统的车用燃料作为汽车动力来源，结合车辆动力控制和

48、驱动方面的基础，生产的技术原理、结构崭新的汽车，其类型主要包括纯电动汽车、混合动力汽车、燃料电池电动汽车、氢发动机汽车等多种类型。新能源整车混合动力电动汽车纯电动汽车燃料电池电动汽车氢能燃料电池汽车其他新能源汽车动力电池技术电控技术电机动力电池电控系统驱动电机关键技术EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造电机驱动控制系统是新能源汽车车辆行驶中的主要执行结构，其驱动性决定了汽车行驶的主要性能指标，是电动汽车的重要部件。电动汽车的整个驱动系统包括电动机驱动系统与其机械传动机构两个部分。全球来看，德国、日本、韩国的电驱动系统实力强劲。电机一般要求具

49、有电动、发电两项功能，按类型可分为直流、交流、永磁无刷或开关磁阻等几种，适合新能源汽车的电机主要有永磁同步、交流异步和开关磁阻三大类。随着新能源汽车在国内高歌猛进，新能源汽车电机产量增速变快。在乘用车市场，需要不断提高永磁电机功率密度，拓宽回馈制动高效区，发展机电一体化集成进程，加大控制系统的集成化和数字化程度，发展电驱动系统产业集群。电机装置是推动电池能量转化成机械能的核心装置36要求原因调速范围宽包括恒转矩区（启动、加速、爬坡）和恒功率区（高速行驶）功率密度高提高续航里程安全可靠抗震轻量化体积小、减重、过载能力强 4-5倍的过载能力（启动加速、爬坡）电机类型优势缺陷应用范围永磁同步体积小、

50、质量轻，功率密度大，可靠性高，调速精度高，响应速度快最大功率较低，成本较高，能够为车辆输出最大的动力及加速度新能源乘用车交流异步价格低、运行可靠功率密度低、控制复杂，调速范围小新能源客车开关磁阻价格低、电路简单，调速范围广震动噪声大，控制系统复杂大型客车亿欧智库：新能源汽车驱动电机性能要求亿欧智库：新能源汽车驱动电机类型EO IntelligencePart.3多方参与的科技出行生态3.1参与主体对产品的打造新能源汽车电机装置的发展现状与趋势37目前，以美国、欧洲和日本为主的提供新能源汽车驱动系统的企业发展迅猛，在降低电机生产成本、改善电机效率及电机和发动机一体化等方面取得了长足发展，产业链逐