三類企業角逐自動駕駛 L3市場2020開始爆發
智慧汽車作為中國汽車工業搶佔制高點、引領全球汽車產業的新機遇,
1月29日,自動駕駛初創公司小馬智行(Pony.ai)宣佈在廣州南沙開始進行常態化試運營,實現國內無人車公司首次面向公眾展開無人車試運營。次日,百度系自動駕駛初創公司景馳科技在廣州生物島召開無人駕駛常態化試運營啟動儀式,
“根據目前的情況,2018年有望成為Robot Taxi測試元年。”上周,在由蓋世汽車主辦的2018全球自動駕駛論壇上蔚來資本總監呂元興如是說。
在呂元興看來,當前自動駕駛的參與方主要分為三類:一類是Demos,即研發可在限定區域內商業化量產的智慧駕駛技術,這樣的專案在新加坡、以色列和日本比較多;第二類是做出行服務的,比如Uber、滴滴、Lyft等,
“雖然目前自動駕駛還處於從L2向L3過渡的關鍵階段,但隨著晶片、演算法、高精度地圖等技術的日趨成熟,政策法規的不斷完善,預計從2020年開始,L3自動駕駛市場會迎來爆發,而2020-2025年,L3、L4、L5市場的增長率將接近100%。”
特別是雷射雷達,作為自動駕駛汽車不可或缺的感測器之一,目前一些雷射雷達產品在性能、指標、成本上已經能夠滿足車廠的需求。如Velodyne最受歡迎的雷射雷達系統VLP-16,就於2018年初宣佈降價,
而談到具體應用時,呂元興表示,未來自動駕駛在物流領域落地的速度會比乘用車領域更快,因為場景相對較簡單。這方面也有一些企業已經在開始佈局,像特斯拉就在做無人駕駛卡車,國內的自動駕駛初創公司圖森未來,同樣瞄準的是無人駕駛貨運卡車,並於2018CES上展示了L4級無人駕駛卡車原型車。
羅蘭貝格執行總監葉亮的觀點與呂元興不謀而合。葉亮認為,不管主機廠們如何宣傳各自的自動駕駛技術,按照技術在駕駛過程中的介入程度,目前整體還是處於L2向L3轉變的階段,未達到L3級別的運用,但未來3年或能達到部分第三級的水準,也就是2020年。
“其中國內市場,大家可以看到,近兩年傳統汽車集團都在發力自動駕駛,並制定了詳細的量產規劃,總結這些規劃,國內車企將在2020年達到L3發展水準,並於2025年跨入L4階段。而國外自動駕駛市場,由於投入早、規模大,且部分存在多級同時發展的策略,預計2020年左右就有望推出L4水準的車輛,比國內稍早。”
不過值得注意的是,雖然未來幾年自動駕駛汽車會逐步投入量產,並且以各種模式頻繁進入公眾的視線,但這並不意味著它們馬上就能像傳統汽車一樣走入尋常百姓家,成為普通大眾能夠消費得起的產品。
根據羅蘭貝格對中國自動駕駛政策研判,即使是2020年,中國可能也只是在城市特定區域開放道路進行自動駕駛車輛測試,並在部分高速公路允許L3自動駕駛。到2025年城市特定區域L4、L5自動駕駛有望開放,自動駕駛將步入分區域推進的新發展階段。而2025年之後,才會逐步放開自動駕駛區域限制,從限定場景慢慢拓寬到更多的場景,乃至全場景,整個過程是循序漸進的,而不是一蹴而就。
或許現在我們看到很多企業在直接研發高水準的自動駕駛汽車,如穀歌、Uber,但就商業化應用而言,僅有技術成熟的自動駕駛汽車其實是遠遠不夠的,還需要法律法規、保險、道路基礎設施等的協同。從這一點上來講,即使現在有企業研發出了一輛技術成熟、能夠滿足各種使用場景的自動駕駛汽車,依舊不能立刻上路。
而談到具體應用時,呂元興表示,未來自動駕駛在物流領域落地的速度會比乘用車領域更快,因為場景相對較簡單。這方面也有一些企業已經在開始佈局,像特斯拉就在做無人駕駛卡車,國內的自動駕駛初創公司圖森未來,同樣瞄準的是無人駕駛貨運卡車,並於2018CES上展示了L4級無人駕駛卡車原型車。
羅蘭貝格執行總監葉亮的觀點與呂元興不謀而合。葉亮認為,不管主機廠們如何宣傳各自的自動駕駛技術,按照技術在駕駛過程中的介入程度,目前整體還是處於L2向L3轉變的階段,未達到L3級別的運用,但未來3年或能達到部分第三級的水準,也就是2020年。
“其中國內市場,大家可以看到,近兩年傳統汽車集團都在發力自動駕駛,並制定了詳細的量產規劃,總結這些規劃,國內車企將在2020年達到L3發展水準,並於2025年跨入L4階段。而國外自動駕駛市場,由於投入早、規模大,且部分存在多級同時發展的策略,預計2020年左右就有望推出L4水準的車輛,比國內稍早。”
不過值得注意的是,雖然未來幾年自動駕駛汽車會逐步投入量產,並且以各種模式頻繁進入公眾的視線,但這並不意味著它們馬上就能像傳統汽車一樣走入尋常百姓家,成為普通大眾能夠消費得起的產品。
根據羅蘭貝格對中國自動駕駛政策研判,即使是2020年,中國可能也只是在城市特定區域開放道路進行自動駕駛車輛測試,並在部分高速公路允許L3自動駕駛。到2025年城市特定區域L4、L5自動駕駛有望開放,自動駕駛將步入分區域推進的新發展階段。而2025年之後,才會逐步放開自動駕駛區域限制,從限定場景慢慢拓寬到更多的場景,乃至全場景,整個過程是循序漸進的,而不是一蹴而就。
或許現在我們看到很多企業在直接研發高水準的自動駕駛汽車,如穀歌、Uber,但就商業化應用而言,僅有技術成熟的自動駕駛汽車其實是遠遠不夠的,還需要法律法規、保險、道路基礎設施等的協同。從這一點上來講,即使現在有企業研發出了一輛技術成熟、能夠滿足各種使用場景的自動駕駛汽車,依舊不能立刻上路。