2017年10月18日，由集邦咨询、VehicleTrend车势主办，北京中汽四方公司协办的“2017全球智能与新能源汽车产业发展趋势高峰论坛”在中国北京国家会议中心309A报告厅盛大召开。首位演讲嘉宾是来自主办方集邦咨询旗下拓墣产业研究院的白忠哲白博士，他由自动驾驶现状以及趋势出发，剖析了未来智能汽车的发展趋势与脉络。VehicleTrend车势编辑将白博士演讲内容分列条析，以饕食客。
▲集邦咨询拓璞产业研究院顾问白忠哲
汽车的发明、生产到智能化：四个轮子的机器人
人类的驾驶行为将产生重大的变革，过去是以人为主的驾驶模式，但是未来因为科技的发展，所以车子即将要替代人们自动的驾驶。除技术的推展之外，传统汽车的发展策略跟新兴科技厂商的发展策略有所不同，车用感测器融合的应用和聚量资料的处理，更成熟的人工智慧的验算法，使得自动驾驶的落实值得我们期待。当然这也产生了许多新的商业模式和智能运输的新的一些形态。当然这个要落实需要有配套的一些措施，包括法规的建立、消费者的信心以及基础设施的完善等等。
我们先来回顾一下汽车产业的发展，从1885年卡尔本茨先生发明了汽车以后，我们人类移动的方式就产生了变革，接下来福特汽车和丰田汽车分别代表了汽车典范，福特T型车的大量生产模式，还有丰田汽车的生产模式带来了汽车工艺生产生产的合理化、自动化等等。
接下来我们看到未来的趋势，可以用特斯拉作为一个代表，就是汽车的智能化、电动化，它的生产线也是更加的智能化，它体现了工业4.0的一些概念。
未来是怎样的情况，我们先来看一下整个全球车市全球发展的态势，这是我们拓墣产业研究做的一个推估。在2016年全球车市已经超过了9100万辆，这是指新车的销售数量。预估今年2017年底、2018年也有成长，分别是9300万辆和9700万辆。根据推估到2020年左右整车新车的销售将达到1亿辆的全球规模，主要的市场当然就是在中国大陆以及美国还有欧盟的部分。
全球电动车的市场的规模，在这几年有很显著的成长，2016年已经有93万辆左右的市场规模，预计2017年年底即将突破百万辆，达到110万辆，将近120万辆的规模。这里面丰田汽车的Toyota Prius Prime是高居市场销售的第一名，第二名是尼桑的Nissan Leaf，第三是特斯拉的ModelS。
大家都知道特斯拉的Model3即将要大量生产，只是它现在遇到了一些瓶颈，迟迟没有办法交车，Model3什么时候可以突破瓶颈，产能全开，特斯拉才有机会成为电动车市的冠军。
所以整合的趋势来临了，未来的智能汽车或者说全自动驾驶的车，其实整合了我们现在所看到的一些，包括IOT物联网、巨量的资料、大数据、人工智能演算法和机器人技术。这些整合以后，智能汽车全自动的驾驶系统才能够落实，汽车产业的结构也即将产生重大的转变，所以我们可以说过去汽车是纯机械动力的车辆，但是现在的汽车因为有上百个感测器、有许多的芯片、组件等等，已经成为了电子化的车辆，那未来的汽车以我个人的看法，就是整合了机器人技术，包括避障导航和精密的控制，还有一些智能的演算法，变成一个智能的汽车或者是全自动的驾驶，我们也可以说是四个轮子的机器人。
同时，相关的产业政策也相继出台，各国在法规和自动驾驶车的测试以及它的一些发展策略，美国领先在24个州和华盛顿特区已经有支持自动驾驶汽车开发者的一些法规、配套的措施。英国也即将在2019年在道路上测试自动驾驶，欧盟也一样有配套的法规，日本在2020年东京奥运也将要推出自动驾驶的出租车，中国大陆发改委也即将要起草国家智能汽车创新发展策略，新加坡和澳洲也有无人公交车测试的一些活动。
▲集邦咨询拓璞产业研究院顾问白忠哲
自动驾驶及其配套：从L2到L5，配套零组件的商机巨大
整个自动驾驶的发展，根据美国汽车工程学会SAE的分类是从第一级到第五级，这个部分是我们推估预计的落实的形成。当然各个主要的车厂都有自己的自动驾驶智能汽车的发展蓝图，所以有一些会先达到第四级或者是第五级的自动驾驶。
这个部分我们刚提到要有一个配套措施，所以车联网我们认为是一个基础的设施。车和一些基础设施，车对人、车对人和车对基础设施的完善，我想这些都是推动自动驾驶落实的主要关键。
所以拆开看，我们知道自动驾驶有许多的传感器，包括关键零组件，包括我们熟知的短距离和长距离的雷达和摄像机，以及激光雷达的部分，是未来自动驾驶的一些关键零组件，当然这些感测器怎么样来融合，这些数据怎么样一并来处理，这要涉及到中央计算电脑演算法的部分。一个很好的芯片中央的控制演算才能够操控自动驾驶车的方向、油门和刹车等等，这是非常重要的部分。
我们再分析一下不同层次的自动驾驶所应用到的一些功能和关键的配套零组件。我们知道L2部分自动驾驶在车道维持、车道转换的补助，还有适应性巡航等等，有这些基本的功能，配套的包括刚提到的摄像机和传感距离的雷达等等。
在L3或者是L4、L5，这些更进一步的自动驾驶的情景，我们会用到更不同的感测器，感测器的种类会增加，感测器的数量也会增加。比如说激光雷达在L3以上会应用到，在L4或者L5就用到了四个激光雷达。
所以说，不同的进程里面这些关键的零组件的数量以及种类会逐渐增加，这是未来的商机。
我们来看一下市场的规模，预估到2020年，这些相关的驾驶辅助系统的市场价值即将来到300亿美金。到2025年有好几倍的成长，来到将近900亿美金左右。这里面包括刚刚提到的传感距离的雷达、激光雷达、摄像机和嵌入式的一些系统、人机互动界面等等，都是里面的一些关键的成分。
所以整体看来，如果说我们把自动驾驶的系统分成三个子系统来看，整合控制的部分、智能决策的部分基本上还是由整车厂来主导的，我们刚才提到的一些车用电子和感测器的一些厂商，能够从哪个地方切入？我们认为是感知自系统的部分。因为刚才提到的这些感测器咨询的整合融合，深度学习或者是人工智慧的演算，来决定汽车驾驶的一些方向或者是要刹车、加速等等，这些都要靠感测器融合的技术和演算法。
▲集邦咨询拓璞产业研究院顾问白忠哲
车联网：整车厂掌控决策权
我们知道这些定位地图、交通的讯息、动态的规划，这些也都是我们刚提到的车联网的基础设施，也要一并来结合刚刚提到感测的部分，还有整合整个智能决策的部分。
我们刚刚提到整车厂还是掌控了一些决策，控制了一些模组，所以就专利来看的话，这是我们引用了德国科隆经济研究中心的一份报告，它统计了2010年—2017年全球自动驾驶相关的专利数的分析，发现德国的整车厂和TOP10的供应商，占用了这些专利的前部分，包括了博世、奥迪或者是大陆。
美国的车企，包括福特、通用居次，还有日本的丰田，以及德国的戴姆勒等等。我们所熟悉的谷歌、Waymo在这里面的排行是位居第10。可以看出来整车厂还是掌控了整个自动驾驶关键的一些系统整合的部分。
刚提到感知自系统部分，一个重要的厂商就是Mobileye，它的主力产品就是视觉为基础的车用感测器的解决方案，那它的技术发展蓝图，我们可以看到就是它2017年预计能够完成L3的自动驾驶能力。2020年预计在多重感知整合和克服各种天侯的问题以后，能够支持L4的自动驾驶能力。当然我们再细看一下它的解决方案，在硬件的方面有IQ系列的SOC，执行它的演算法，软件的部分支持被动和主动的ADAS的能力，还有它的演算法是计算机视觉。
▲会场听众
自动驾驶共享汽车：商业模式多样创新
商业模式的创新部分，我们看到自动驾驶的共享汽车是一个未来的趋势，除了整车厂的部分，我们看到自动驾驶的服务平台的提供厂商，还有就是我们刚才提到的感测演算软件的部分厂商在上面，包括今天的厂商NVDIA、Intel等等，还有top10的供应商，第一阶的供货商Bosch等等。他们都各自在自己的核心领域里面发展一些演算法，从自己核心的技术里面去切入自动驾驶的部分。
当然他们还有跟上游或者是下游做一些策略的联动，比如说优步，它跟卡耐基梅龙大学，也就是美国著名的机器人学府合作，在美国匹茨堡推出了自动驾驶汽车的测试。福特和百度，他们共同合作了激光雷达的一些关键技术的厂商。
所以看的出来，整个生态系统正在酝酿、正在形成，各自有不同的发展策略和方向。
第三个例子就是自动驾驶开放平台的发展策略，也就是开放平台、开放代码或者是进行策略联盟。这些开放平台包括软件或者是硬件的平台，云端数据的平台，开放的代码包括一些避障控制、路径规划或者是作业系统，来提供这些开发或者是测试的工具。
未来在这样的基础之下，可能的商业模式，比如说大数据和软件的服务，精密的地图、感测的资料、车控或者是测试软件。策略联盟的创新合作，比如说刚刚提到软件和硬件的整合。
▲集邦咨询拓璞产业研究院顾问白忠哲
国际自动驾驶发展趋势：自动驾驶的发展是一个渐进式的过程
从整体看来，整个国际自动驾驶发展的趋势，我们可以说未来的汽车就是一部电脑，它的发展重点不再是硬件，而是本身的芯片或者是软件、演算法等等，我们即将看到再次垂直的整合，新的芯片厂商的需求、新的传感器的需求会陆续的出发。
我们认为自动驾驶的重要研发方向，一是感知的自系统，二是建立一个深度学习影像的技术和大规模的训练资料库，所以现在很多的大厂都在进行测试。国际大厂也有不同的发展策略，比如说自动驾驶开放的平台，可以降低研发的门槛，也可以重建价值链，整合上中下游的价值体系。
另外特定场域的自动驾驶各国也都在测试当中，可以降低环境的不确定性和法规的限制，加速来落实真正的运营的服务。还有车规等级的一些规范的健全，还有可靠度的测试认证等等，这也都是我们自动驾驶要上路必要的一些环节。
自动驾驶的一些先驱者，包括2005年得到无人驾驶车冠军的斯坦福大学的教授特隆先生，他的理想就是要降低人为因素造成事故的风险。谷歌原来的自主驾驶车的研发团队的领导，他其实是想要超越辅助驾驶，直接攻完全自动驾驶，他认为谷歌的优势就是要直接来攻自动驾驶。维吉尼亚理工的丹尼斯宏教授，他是开发了一个人性化的界面，让视障的人士、身心障碍的人士有能力来驾驶车辆。
这些都是很美好的未来和愿景，但是有一些障碍和困难，右下方卡耐基梅隆大学自动驾驶的研究教授，他就认为应用与自动驾驶全能通用的人工智慧不会很快的出现，我们也看到可能德国的应用前景不能落实到中国大陆，或者说可能瑞典的情景不能落实到澳洲，这都是需要我们花更长的时间来测试和落实。这个人性化车辆的美梦即将在我们这一代来落实，这个技术的发展，现在还是处于萌芽期，即将进入到快速成长阶段，各种的解决方案、演算法、芯片的开发，传统的车企和这些新兴的科技厂商有不同的侧重和发展策略。所以他们常常借由策略的联盟合作或者说合并，收购上中下游的整合，来开创一些新的软件、算法或者是硬体的感测，来进行自动驾驶的开发。
展望未来，除了技术的推动，还有需求面的拉动，我们消费者是不是对自动驾驶有信心，还有配套的法规能不能跟得上，隐私、责任、公众的支持、车辆联网、自动化及这些都是一些关键的要克服的议题。因此，我们认为自动驾驶是一个渐进式的过程，而不是颠覆式的过程。我们即将要参与这样的历程。
我们集邦咨询顾问在车势网这边提供了有关智能联网汽车，有关于自动驾驶相关的研究，主要的内容有国内外智能联网汽车行业发展的一些综合的论述，还有我们全球的各国的一些政策、法规的分析。另外还有ADAS全产业链上中下游的概述和解析，包括我们提到的感知、决策、执行等等，这将要在12月初正式的推出。
