2022年自动驾驶关键词：由实向虚上攻提速打破边界

Posted 2022-02-05 智能相对论

文丨智能相对论

作者丨科科鸡

年初百度、小米相继入局造车，年末小鹏坚定布局Robotaxi。2021年我们看到不同技术路径和商业模式的玩家仍在涌入自动驾驶赛道。

互联大厂入局，传统车企转型，初创企业技术落地，部分场景应用开始商业化，叠加双碳战略推进，自动驾驶赛道可谓是充满了“速度与激情”。可以预见，2022年“自动驾驶”这一最受关注的热门词汇将延续热度。

需求尚未井喷，自动驾驶的庞大赛道里，各细分领域商业化却初见雏形。一路走来自动驾驶嘘声不绝，但“下半场拐点已至”的呼声近期却越发高涨。适逢盘点季，《智能相对论》搜集阅读了大量资料，试图沿着现有路径继续探索。

为什么说自动驾驶拐点真的来了，揭开下半场的朦胧面纱，2022年自动驾驶的关键词究竟是什么？

由实向虚，真智能汽车看架构、算力和商业模式

汽车革命从新能源开始，随着新能源汽车业绩不断落地，已经没有人怀疑电动机代替内燃机这一趋势。新能源这个苦生意，已经熬出了坚实的壁垒。

它与传统汽车的最大不同在于，电机在汽车上的使用简化了汽车结构。相比燃油机，电机简单和高集成的设计，使信号传输和组装更加便利。整车控制和车身控制，可通过电流或者电压精细调节。

新能源汽车仍然以续航为目标，但是从此有了由实向虚的潜力。有三个新焦点标志新能源汽车正在逐步由实向虚迈向智能汽车，汽车革命的下半开始了。

第一，电子电气架构的设计方案，正在逐步由分布式E/E架构替代为集中式E/E架构。主流公司中，特斯拉电子电气架构是基于区域控制器和中央计算的架构，分为中央计算模块、左车身控制模块、右车身控制模块三大域。其中，中央计算模块整合信息娱乐系统、辅助驾驶和车内外通信。

（图片来源：博世）

华为电子电气架构是基于环形主干网和多计算中心架构，具体来说就是分布式网络＋域控制器的CC架构，整车分为三部分，驾驶，座舱，整车控制。

除了以特斯拉、华为代表的两种架构，博世、联合电子集中式域控制器架构也非常典型。联合电子设计的架构分为三层，顶层为云服务平台，中层为计算与控制，下层为标准化的执行器和传感器。

无论何种方案，其目标都是为了更好的实现OTA更新、算力处理，同时减少线束长度、降低成本提高效率。

第二，华为在强调它的自动驾驶技术领先于特斯拉的时候，特别强调的是它搭载的麒麟990A芯片的算力领先于包括特斯拉在内的众多汽车企业。由此可见，算力已经成为智能汽车的底气之一。

我们知道，在自动驾驶领域有两大单车智能路径。但是，无论是视觉化还是感应模式的单车智能路径。随着自动驾驶对车辆的感知精度、控制精度和响应速度有更高要求，主控芯片算力需求都将要一路攀升。而且，一旦要加入高精度地图和车联网技术，L1级自动驾驶小于1 TOPS的算力要求将急速提升至L4级和L5级自动驾驶所需的1000 TOPS。

算力的基座，芯片的重要性越发凸显，也在佐证这一趋势。疫情影响下，“缺芯”现象直接造成了大量汽车交货困难。芯片紧缺，汽车价值链条似乎正慢慢由传统主机厂向科技新贵倾斜。不少立足本土的企业跨界入局汽车芯片，也正在颠覆汽车产业价值分配。

第三，汽车走向智能化之后，汽车从最初的机械产品就逐渐转变为了电子产品。智能座舱为了满足人机交互的需求，需要底层强有力的软硬件支持。算力领先并不代表一切，汽车由硬入软，还要看它如何由软件重新定义。

从底层来看，实现软件定义汽车，需要车企搭建自己的SOA平台。SOA的本质是将分散的ECU模块化和对应的软件功能模块化，从而将控制器底层功能抽象为“服务”。

汽车可以在不增加和更换硬件的条件下通过不同的软件配置为驾驶员提供不同服务，这正是软件创新的根基。汽车软件架构走向SOA架构，也证明了新能源汽车正逐步向智能汽车转变。

而这一趋势的外化则体现在商业模式上。特斯拉问鼎全球车企市值榜首，硬件为流量入口，软件为收费服务的商业模式逐渐成为主流。不同车企也都在钻研如何提供给用户更丰富的订阅式服务。

百度、华为将自己定位为“赋能企业”，希望通过为车企服务的强销售模式来盈利，这与特斯拉的商业模式形成了正反面。但是，近期百度和华为分别开始注册汽车企业、购买工业用地，这些迹象表明他们似乎要悄悄在商业模式上做出“妥协”。

从智能手机的经验来看，软件驱动创新，才能在后续竞争中形成差异化，边际开发成本更低。百度和华为放弃由软件驱动的长尾盈利模式是否可取或许马上就会得出答案。

上攻提速，自动驾驶企业看城市细分场景落地

新能源汽车向智能汽车转变将从硬件角度推动自动驾驶发展，而那些不主动造车的自动驾驶企业也是自动驾驶中非常重要的一环。他们的参与加速了自动驾驶技术在细分场景自动驾驶的落地。

目前，自动驾驶的应用场景主要有城市开放场景、高速场景和封闭场景。其中城市开放场景道路环境复杂，对自动驾驶技术要求高，但是却最贴近C端生活。比如城配场景、末端配送、无人环卫、Robotaxi。

但是，在市场潜力空间最大的Robotaxi领域，存在开放路段受限，测试里程难以达到110亿英里的阈值的问题。好在，自动驾驶的潜在应用市场丰富，而不同场景，其实需要不同的技术要求，来对不同道路环境进行适应。

在自动驾驶独角兽公司中，蘑菇车联、酷哇机器人、智行者、Momenta、毫末智行、文远知行、小马智行、AutoX、元戎启行、仙途智能等布局较为领先。

以蘑菇车联为例，它在城市道路出行上已经展开接驳车、公交车、Robotaxi为主的自动驾驶出行服务，同时也没有落下市内清扫车、巡逻车、物流车为主的自动驾驶城市公共服务，几乎全面覆盖城市公共出行和公共服务场景。

若单纯地增加车队数量来满足行车数据收集，其所需的时间成本与资金成本过于庞大。但是，如果，全方位打造自动驾驶新业态。在与Robotaxi场景高度相似的其他城市专用车场景，自动驾驶能够率先落地，可以将算法和数据拓展到Robotaxi。

此外，城市专用车场景自动驾驶能迅速解决用户痛点。因此落地相对迅速、客户付费意愿更强，有望产生稳定的现金流。

（图片来源：盈峰环境官网）

在无人环卫领域，盈峰环境的产品发布会案例提到，投放8辆智能小型环卫机器人在湖南长沙某小区，可以将原来纯人力作业需要的65名工人的用工需求，降低至15名环卫工人和8 名配套安全员，年综合成本可降低38.8%。

不少，主流自动驾驶公司已实现产品落地，并与传统环卫企业达成合作。

酷哇机器人与中联环境达成了战略合作，计划共同开发环卫自动驾驶车辆。高仙机器人与徐工环境签署战略合作协议，环卫装备智能化升级和无人环卫运营创新。蘑菇车联和北控城市服务签约，双方将推进自动驾驶、车路协同在交通、环卫、安防、物流等多个城市管理领域的大规模商业化落地。

在城市专用车场景中，也有不少自动驾驶商和地方政府签订了合作战略。

2021年2月，湖南湘江新区管委会、长沙湘江智能在智慧工程机械领域，相继和三一重工、中联重科达成合作，开展智能重卡、混泥土搅拌车等自动驾驶专用车研发，同时对智能网联融合工程机械进行场景探索。

3月份衡阳市也和蘑菇车联签订了智慧交通建设战略合作框架协议，在智慧交通领域展开深度合作。双方将在智能终端、车路协同、自动驾驶及智慧交通领域展开深度合作，共建智慧交通创新示范城市，打造“衡阳模式”，推动城市级自动驾驶大规模落地和商业化运营。

自动驾驶企业普遍选择了多条脚走路的方式，随着上攻提速，2022年，自能驾驶下半场竞争将要聚焦在包括但不限于Robotaxi的城市细分场景的落地上。无论是寻求自主造车，还是多场景应用，大家都加快了自己的脚步。

打破边界，弯道超车看规模和车路协同

自动驾驶在城市细分场景的应用，是在一定限制条件下，使用自动驾驶技术。但是，经过拆分场景的检验后，《智能相对论》认为自动驾驶真正的终极目标还是要打破场景边界。

只不过，单车智能始终在环境感知、计算决策和控制执行这些环节存在一定瓶颈，比如不可能百分百预测目标，对驾驶意图的博弈存在困难。这个时候，需要引入车路协同来加强单车的感知、决策和控制能力。

然而车路协同不是自动驾驶技术普及的单点问题，这个庞大的工程需要汽车、交通、通信行业等各方面产业的跨界融合。幸运的是，在我国单车智能和车路协同其实并不矛盾，“聪明的车”和“智慧的路”可以共同发展。

2020年3月，中央政治局会议的正式定调，“新基建”。4月，发改委明确新基建范围，在新基建涉及的细分领域中，5G、物联网、卫星互联网、人工智能、数据中心、智能交通基础设施均与自动驾驶技术密切相关。

虽然说理论上前景乐观，新基建在战略窗口期，进展非常快。对于车企和自动驾驶企业来说，车路协同的中国化方案最有可能打破场景边界，实现真正的自动驾驶。但是落实到时间点上，行业的共识仍然是L5级别的自动驾驶遥遥无期。

但是我们看到，好的一面是自动驾驶在L4级别已经有了一些成果。Robotaxi作为厂商L4高级别自动驾驶的验收场，已经有了商业化试水。近期，百度Apollo和小马智行已经在北京亦庄进行了商业化运营。

低速物流领域，毫末智行的低速无人物流车线控底盘“小魔盘”和低速物流车“小魔驼”，都能适应L4级无人驾驶场景应用，并在北京顺义、深圳坪山开始物流方向的试点运营。更关键是它具备车规级整车零部件，在长城汽车供应链协同下可以量产。

而从单车智能+车路协同切入的蘑菇车联，则在湖南衡阳进行L4级自动驾驶城市级大规模落地，加速商业化。届时将有大量公共出行及公共服务自动驾驶车辆在衡阳街头陆续落地应用，提供公交巴士、无人出租车，以及清扫道路、城市巡逻的服务。

（图片来源：蘑菇车联官网）

要知道L4级别的自动驾驶能否形成成功的商业闭环，在未来尤为关键。因为，只有形成商业闭环，自动驾驶系统才能在前进轨道上不断迭代，最终打开L5级别自动驾驶的大门。而健康的商业闭环核心在于，如何实现规模效应，形成数据生态，持续提高效率、降低成本。

尽管车路协同基础设施相关技术尚未标准化，从全国范围来看还有相当长的建设周期。但是随着头部企业大规模积累有价值的数据，他们将有机会参与车路协同的规则制定，加速车路协同发展，缩短L5级别的自动驾驶的实现时间。

汽车行业正在经历着前所未有的产业巨变，自动驾驶技术“斗转星移”。传统主机厂、造车新势力、互联网企业、通信企业、零部件提供商正在深度参与这场变革。新能源汽车朝着智能汽车转变，自动驾驶提供商在加快相关技术落地，单车智能、车侧智能、路测智能、车路协同都在为打破自动驾驶场景边界铺路。2022年我们或许马上就会看到新一轮的洗牌和更迭。

参考资料：

《城市场景自动驾驶：赛道广阔，商业化加速落地》中信证券

《智能车1.0，迈入加法时代》平安证券

《从马力到算力，All In智能化时刻来临》天风证券

《车路协同，掘金万亿市场新蓝海》中银证券

《汽车智能化：算力时代》东兴证券

《新基建下的自动驾驶：单车智能和车路协同之争》德勤

*本文图片均来源于网络

深挖智能这口井，同好添加vx：zenghy2017

此内容为【智能相对论】原创，

仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。

部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。

智能相对论（微信ID:aixdlun）：

•AI产业新媒体;

•今日头条青云计划获奖者TOP10;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。