２０１８年无人驾驶行业深度研究报告L3半自动驾驶水平以上的行业发展，需要整个汽车行业供应商关系的重组和整合。
包括： 1、形成“车企+供应商+芯片巨头+打车软件+物流公司”的格局；2、共享经济下的租车打车、商业货运物流、以及低速半封闭场景领域会最快落地得到应用；3、L4相对比L1、L2，单车系统零部件支出会增长470%，从545美元升至3100美元/车。
我们认为全球L1-L5智能驾驶市场的渗透率会在接下来5年内依靠ADAS 市场的高速发展而处于高速渗透期，然后伴随半无人驾驶的普及进入稳速增长期，在来到2025年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。
我们预测到2030年，全球L4/5级别的自动驾驶车辆渗透率将达到15%，单车应用成本的显著提升之外，从L1-L4级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
2020年开启无人驾驶「黄金十年」01传感器识别(Sensing)高精地图定位(Mapping)驾驶策略系统(DrivingPolicy)终极愿景：「在任何区域里发挥全效功能」无人驾驶两大技术阵营「 Diversity and Redundancy 」无人驾驶从L0到L5智能驾驶新风口，两大阵营愿景「在任何区域达到完全无人驾驶」AI 引领下，智能驾驶对交通运输和汽车制造业带来革新颠覆。
智能驾驶作为人工智能落地最快、产业空间最大的应用方向之一，行业当下处于优势资源聚拢整合的阶段，整车厂商以及新兴科技巨头纷纷加大布局。
执行转向或加减速驾驶环境监控驾驶决策（如换车道、转弯）系统能处理的驾驶工况示例L0无自动驾驶功能No-Automation L0无自动驾驶功能No-Automation 人人人不能仅具有提示功能的预警系统，如车道偏离预警、盲点监测L1单一功能辅助驾驶Function-specific AutomationL1驾驶员辅助Driver Assistance 人或系统人人部分如自适应巡航控制、车道保持L2多功能协同辅助驾驶Combined Function AutomationL2部分自动驾驶PartialAutomation 系统人人部分如自适应巡航+车道保持，自动刹车+自适应巡航L3有限自动驾驶Limited Self-Driving AutomationL3有限自动驾驶Condition Automation 系统系统人部分高速路况自动驾驶、自主泊车L4完全自动驾驶Full Self-Driving AutomationL4高度自动驾驶High Automation 系统系统系统部分人类只在特殊情况下介入L5完全自动驾驶Full Automation系统系统系统所有完全无需人类介入02车企加快自动驾驶布局，2020年成无人驾驶「商用元年」。
各公司发力布局，加速开启无人驾驶「黄金十年」2018201702Level 22016Level 5预计自动驾驶系统将在2年后达到Level 5级别Level 22017Level 52020年展示首款无人驾驶汽车Level 22017Level 5计划2019年开始量产无方向盘的自动驾驶汽车Level 12017Level 52021开始将无人驾驶汽车应用于租车和专车服务Level 22017Level 5预计自动驾驶可以在2020年实现Level 22017Level 5计划最早将于2021年推出达到L5的车队Level 22017452019L5: 2021特斯拉通用福特丰田日产宝马大众2015201620172018201920202021Automaker Public transport/Integrated mobility platform TechParking/Valet ParkingOnboard services Transport Network CompanyDelivery/LogisticsAutonomous drive MappingMobility Service Integrator「车企+供应商+芯片巨头+打车软件+物流公司」新格局02L3半自动驾驶水平以上的行业发展，需要整个汽车行业供应商关系的重组和整合。
从ADAS 到L4的成本变化L1到L4的单车零部件成本变化02L4相对比L1和L2，单车系统零部件支出会增长470%，从545美元提升到3100美元/车 。
两大趋势：1、车载摄像头的数量明显提升：从L1/2的每车2个提升到L3/4的每车8-12个。
2、激光雷达的成本瓶颈得以解决：激光雷达技术的发展将打破自动驾驶在L3/4级别的成本瓶颈。
目前谷歌Waymo 通过自行打造全套传感器设备，将激光雷达成本从8万美元下降到约7500美元。
我们认为实现可商业量产级别的激光雷达成本应在1000美元以下。
Uber也是无人驾驶共享经济的积极推动者，但与Google诉讼大战未息，管理层更迭，让Uber的无人驾驶之路步履蹒跚。
Lyft获通用5亿美元投资后，又牵手Google，进一步补充Google向共享出行的生态建设。
滴滴牵手四维图新挖掘出行数据，今年3月宣布在硅谷建立人工智能实验室，并寻求收购或投资相关无人驾驶技术公司。
打车软件紧抓数据，把握共享经济02共享经济下的租车打车以及商业货运领域会最快落地得到应用。
我们常说的自动驾驶出租车(self-driving cabs)的共享经济概念。
Uber一直以来的打算就是未来的叫车服务将不再需要人类驾驶员，Uber完全控制驾驶系统以及自有车辆，这样可以极大地节约人力成本与提高车辆的使用率，从而减低路面的拥堵。
通用与Lyft以及Cruise Automation的合作就被看作是通用希望未来人们使用Lyft打车时搭乘无人交通工具。
通用表示非常看好未来自动驾驶出租车市场的巨大发展空间，他们也认为无人驾驶技术最先应用的地方就是拼车及租车服务。
Elon Musk的大师计划第二部中也看到了共享经济的概念，由于当前大部分私家车每天的使用率仅为5-10%，Musk希望自动驾驶的特斯拉能加入特斯拉网络(Tesla Network)中。
这样的共享经济将大部分的价值归还到车主手中，降低特斯拉的使用成本。
谷歌已经开始在美国Phoenix尝试上线自动驾驶打车服务，目前已经用了600辆克莱斯勒minivan，并宣布购买2万辆捷豹路虎电动汽车I-Pace，预计在2020年将捷豹汽车整合到无人驾驶车队中。
无人驾驶将在商业用车上最快落地02共享经济下的租车打车以及商业货运领域会最快落地得到应用。
MIT Tech Review 预测2017年全球十大新兴科技趋势之一：在高速公路上长途行驶的自动驾驶货车很有可能会成为最快落地的无人驾驶项目，并对百万计的货车司机职位产生冲击。
当无人驾驶技术真正成熟时，我们认为共享经济下的租车打车以及2B 商业货运领域会最快落地。
Jensen 就强调包括物流行业DHL 、UPS 、FedEx ，交通行业滴滴、Uber 、Lyft 等公司，都会从机器学习公司进化成AI 公司，带动整个行业的革新。
无人卡车的需求来自现实的司机缺口，美国卡车货运量占到了美国本土货运量的70%，而到2024年司机缺口会提升到175000人。
包括Uber （在3月的致命事故后宣布暂停测试）、Volvo 、Daimler 、Peterbilt 、国内的图森科技等都在研发相应技术。
瑞典初创公司Einride 的T-Pod 自动半挂卡车采用英伟达自动驾驶平台，预计今年秋天面市。
Waymo 宣布与本田合作设计自动送货车，按照Waymo 的设计，自动送货车辆可能会比传统货车小，并且可能没有任何手动控制装置，高度自动化。
图森科技采用英伟达的技术，主要面向无人驾驶卡车进行开发，传感器采用8枚摄像头、3组毫米波雷达的配置。
美国内华达州是最早通过无人驾驶相关法案的州，此后有超过20个州通过相关法案。
中国CNCAP 正在遵循 2018-2020年的时间规划，包括引入FCW 和车辆、行人AEB ，并会将AEB 的转载率加入对车型安全考核评分当中。
西方国家为安全评级加入更多安全驾驶功能标准，政策推动ADAS 功能渗透率的加速提升是市场扩张的关键催化剂，会为ADAS 市场带来结构化行业利好。
联合国在2016年3月对《维也纳道路交通公约》进行修订，赋予了自动驾驶车合法身份。
各国政策助力无人驾驶落地02传感器识别(Sensing)高精地图定位(Mapping)驾驶策略系统(DrivingPolicy)终极愿景：「在任何区域里发挥全效功能」无人驾驶两大技术阵营「 Diversity and Redundancy 」04无人驾驶的最理想硬件配置04无人驾驶的传感器Mobileye 三焦距摄像头识别技术Mobileye 的“摄像头+雷达”无人驾驶方案基于机器视觉和神经网络，拥有极高的数据及技术壁垒。
Mobileye 运用单摄像头附带传感器和定制化神经网络系统芯片，将物体探测任务在单一硬件平台上执行。
这套方案受人类驾驶员的视觉驾驶状态启发，系统通过车载摄像头捕捉路况，对实时路况随时进行适应和调整。
MBLY 在Sensing ，Mapping 和Driving Policy 的三大护城河：1. 传感器识别：超过十年的机器视觉图像识别技术，行业领先的单眼摄像头图像识别处理技术（计算机视觉深度学习）；2. 高精度地图：帮助车辆在整个路径规划中精确定位，提供无人驾驶系统安全冗余，道路体验管理系统(REM)端到端地图和定位引擎，通过众包数据集成，打造实时高精度路书Roadbook ，让车辆在Roadbook 中实时精准定位。
3. 驾驶决策系统：使用强化学习算法训练驾驶决策系统神经网络，让驾驶决策系统在模拟过程中自行试错调试，不断模拟逼近最优化驾驶方案，并真正掌握人类驾驶员才会的精细驾驶技巧。
无人驾驶的传感器：摄像头04道路体验管理(REM)系统1.REM 系统透过Mobileye 的EyeQ 处理芯片运作；2.利用极低的频宽采集包括交通信号、指示牌、路灯及反光标等「地标」，得到一个简单的 3D 坐标数据 (Sparse 3D)；3.再通过识别车道线信息、路沿、隔离带等获取丰富的 1D 数据(Dense 1D)；4.位于云端的后端软体则会负责将所有用户车辆所收集到的资料，整合成一张全球地图Roadbook （众包数据）；5.数据流量仅10Kb/km ，识别精度可达10cm ；6.目前车企合作伙伴：宝马、通用、大众、尼桑、雷诺，上汽等。
Mobileye 的计算机视觉驾驶征途04Mobileye手握5个L3和5个L4项目，预计有12个EyeQ4项目在2019年启动Mobileye在2017年宣布与27家OEM的70款车型新签30个ADAS项目Mobileye深入广泛的行业合作布局04360度环视摄像头右侧中距雷达远距雷达360度环视摄像头激光扫描器6个前向超声波传感器左侧中距雷达中央驾驶辅助控制系统zFAS前视摄像头右后向中距雷达360度环视摄像头左后向中距雷达6个后向超声波传感器驾驶员情况探测品牌车型A8LModel S7系S 级激光雷达1---前视摄像头1311长测距雷达11??中测距雷达4-??环视摄像头4544超声波雷达12121212红外夜视摄像机1-112016年7月，奥迪设立名为SDS 的子公司，专注于自动驾驶技术。