智能汽车 · 2023年12月29日 0

自动驾驶:技术与场景化落地的价值

自动驾驶:技术与场景化落地的价值

经过多年的发展,自动驾驶技术的市场关注点不再仅限于技术本身。随着特斯拉、WayMo和图森未来等企业的商业化进展,自动驾驶的应用场景成为业内热议的话题。

在自动驾驶的商业化落地中,首先需要明确智能驾驶技术在商用车与乘用车领域的作用。乘用车旨在提升生活便利性,主要用于运载人员及其行李,涵盖轿车、微型客车及不超过9座的轻型客车;而商用车则是为企业盈利而设计,主要用于运输大量人员或货物,包括所有货载汽车和超过9座的客车。虽然两者在底层技术上有一定通用性,但因具体场景的不同,所需的技术要求和商业模式也大相径庭。

在众多自动驾驶应用场景中,乘用车细分市场中的RobOTAxi被认为是最具吸引力的赛道。其背后原因不仅在于市场规模庞大,更在于对传统出行方式的颠覆。根据IHS MaRkIT的预测,到2030年,中国的共享出行市场规模将达到2.25万亿,其中RobOTAxi的占比将达到60%,规模约为1.3万亿。除了万亿市场规模,RobOTAxi在社会效益方面的贡献亦不可小觑。随着完全无人驾驶的普及,自动驾驶将取代人工驾驶,带来交通安全与效率的大幅提升,普通用户将享受到更加便捷和个性化的出行服务。

目前,领先企业的示范运营已以商业化为主要目标。此前的开放道路测试多是验证自动驾驶技术,而现在重点转向商业应用,通过提供自动驾驶出租车服务来验证运营模式及商业模式。百度、文远知行、小马智行、AutoX等公司已在特定城市区域开展RobOTAxi业务。例如,百度的自动驾驶出租车已经向普通民众开放,用户可以通过百度地图或百度App进行叫车,无需额外申请;而AutoX则接入高德打车平台,方便用户在高德地图App中呼叫,与日常出行习惯相结合,形成了完整的场景应用闭环。尽管市场前景广阔,RobOTAxi仍面临着政策、测试和技术等多重挑战。

以技术挑战为例,RobOTAxi在城市开放道路上面临复杂的交通状况,包括无保护的左转、行人和各种交通工具的避让、夜间行驶等。此外,还存在许多极端场景,如车身广告、路边行人手持标志、路中障碍物等。虽然目前技术能够处理90%的常规问题,但剩余的10%问题的影响却极大,且解决这些问题往往需要耗费90%的时间,显示出长尾效应的明显。此外,专注于RobOTAxi的企业普遍面临盈利的巨大挑战。

在技术、成本和市场之间找到最佳平衡,干线物流有望最快实现落地。如果将RobOTAxi视为乘用车市场中最大的自动驾驶应用场景,那么在商用车细分市场中,干线物流则被认为是仅次于RobOTAxi的第二大自动驾驶商业化应用场景,甚至是整个自动驾驶应用中最具商业价值的场景。据统计,目前我国中重卡承运的干线运输占到整体公路货运市场的82%,中重卡保有量约为730万台,位居全球第一。高速公路相对规范的环境和强烈的应用需求,让干线物流成为自动驾驶商业化落地的特定场景之一。自动驾驶在干线物流中能够显著降低人力成本和燃油消耗,提升物流企业的效率。据统计,自动驾驶货车在长途运输中可将驾驶员减少至1名,短途运输也显著减轻了驾驶员的工作量,年人力成本可降低6-15万元。此外,自动驾驶货车通过优化行驶策略,能够每年减少10-15%的燃油费用,约为3-5万元。如果采用列队行驶技术,多个货车紧密编队行驶,可进一步减少约10%的燃油消耗。东吴证券估算,引入自动驾驶系统后,重卡的五年总运营成本将降低23.4%,总成本节约近百万元,平均每年节省20万元。

基于这些优势,头部干线物流自动驾驶方案解决商与主流OEM、场景方正在构建生态圈,跨场景玩家也纷纷入场布局。目前,主要的重卡自动驾驶公司包括图森未来、智加科技、主线科技、赢彻科技和宏景智驾等。同时,小马智行、希迪智驾、清智科技、经纬恒润等跨场景玩家也开始进军自动驾驶重卡领域,传统重卡市场的上汽红岩、三一重工也在积极布局自动驾驶技术。

尽管还有其他场景面临挑战,市场空间相对较小。除了干线物流,商用车的自动驾驶应用场景还包括港区、物流园区、矿区、机场、末端配送和无人清扫等,均属于半封闭或封闭的自动驾驶应用。业内认为,虽然封闭场景并非简单,但以港区为例,它没有交通灯控制,每个路口都缺乏保护,考验自动驾驶集卡的感知和行为预测能力。港口集卡仅承担水平运输环节,需与桥吊、场桥紧密配合,要求定位误差维持在厘米级。对于大型港口集卡的适应调整以及信号干扰问题也需加以解决。同样,矿区的自动驾驶运输场景实现,除了技术上满足需求外,还需将商业模式进行复制和扩展,以降低成本。目前国内矿业市场较为分散,若能在一个矿区成功商业化,能否进入其他矿区的供应体系则可能面临困难。因此,这些场景虽然同样面临挑战,但与RobOTAxi和干线物流相比,市场容量较小,容易触及增长瓶颈,从而难以实现市场、成本和技术的平衡,最终落地仍需时日。

综上所述,自动驾驶技术的规模化、商业化落地,最终依赖于供需双方在技术、成本和市场等因素的最优平衡。结合以上因素及当前自动驾驶落地的现状,未来商业化应用场景最有可能首先出现在商用车市场的干线物流领域,其次为乘用车市场的RobOTAxi。

[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
[[[IMG_4]]]
[[[IMG_5]]]