2022自动驾驶：技术诚可贵，场景化落地价更高

TechWeb/文边海川

经过多年的发展，市场的关注点不再局限于技术层面，尤其是在特斯拉，Waymo，途胜未来等企业实现进一步商业化后，自动驾驶哪个场景更容易规模化成为业内关注的焦点。

渴望它的RoboTaxi，机遇和挑战更大。

谈到自动驾驶在汽车市场的商业化，我们首先需要了解智能驾驶技术在商用车和乘用车领域所能发挥的作用。

一般来说，乘用车是为方便生活而设计的，用于运载人及其行李和/或偶尔运载物品，涵盖不超过9座的轿车，小型客车和轻型客车，商用车主要是为企业盈利而设计的它们用于运输大量人员或货物，包括所有货车和9座以上的公共汽车

虽然智能驾驶技术在两者的底层技术上有部分共性，但由于具体场景不同，会呈现出明显不同的技术需求和商业模式。

众所周知，属于乘用车细分市场的RoboTaxi是众多自动驾驶落地场景中最性感的赛道究其原因，不仅是其市场规模足够大，更是对传统出行方式的一种改变

咨询公司IHS Markit在《中国自动驾驶市场及未来出行市场展望》报告中预测，到2030年，中国共享出行总市场规模将达到2.25万亿，其中RoboTaxi占60%，规模为1.3万亿。

在万亿美元的市场规模之外，RoboTaxi带来的社会效益是不可估量的完全无人驾驶后，自动驾驶将真正取代人工驾驶，司机将彻底解放，带来交通安全和效率的显著提升传统的出行模式被颠覆，普通用户将享受到更加便捷和个性化的出行服务

现阶段，龙头企业的示范运营主要是针对商业化此前，开放道路测试主要是针对自动驾驶技术的验证开放载人试验后，其重点转向商业应用自动驾驶出租车将作为出行服务提供给公众，以验证运营模式和商业模式

俗话说，市场越大，挑战越大除了竞争对手众多，竞争激烈之外，RoboTaxi还面临着政策，测试，技术等方面的挑战

以技术为例，RoboTaxi应用于城市开放道路，交通状况极其复杂，包括无保护左转，行人/摩托车/电动摩托车/自行车避让，夜间行驶等，并延伸出大量极端场景，如车身广告印刷图案，路边行人举着牌子，路中间不明障碍物等目前90%的标准题可以处理，但剩下的10%影响巨大，需要90%的时间解决，长尾效应明显

另外，对于国内大部分专注于RoboTaxi领域的企业来说，似乎还远远谈不上盈利。

比如百度从2013年开始进入智能驾驶领域，直到2019年百度L4量产自动驾驶乘用车下线，再到2021年5月Apollo RoboTaxi在北京试运营区充电实现商业化收入所谓的商业化其实持续了8年根据麦肯锡的预测，RoboTaxi的每公里成本正在下降与传统的打车成本相比，RoboTaxi出行服务的成本将在2025年至2027年之间达到拐点

有业内人士认为，高线激光雷达传感器可以降到1000美元以内，自动驾驶计算平台的价格也在万元以下，成本基本可以接受商用车可能3—5年后盈利，乘用车可能需要10—20年才能实现盈利

技术，成本，市场的最佳平衡，干线物流有望尽快落地。

如果前面提到的RoboTaxi被认为是自动驾驶在乘用车市场最大的应用场景，那么在商用车细分市场，干线物流被认为是自动驾驶仅次于RoboTaxi的第二大商业应用场景，甚至是整个自动驾驶应用场景中最具商业价值的场景。

据统计，我国中重型卡车承运的干线运输目前占整体道路货运市场的82%，我国中重型卡车保有量约为730万辆，居世界第一高速公路相对规范的道路环境和公路货运行业旺盛的应用需求，使得干线物流被认为是继特定场景之后，最快实现自动驾驶商业化的又一细分市场

对于干线物流来说，自动驾驶可以大大降低人力成本，降低油耗，赋能物流企业降低成本。

据相关统计，自动驾驶卡车在长途运输中可以减少到1名司机，在短途运输中可以显著降低司机的工作量，平均降低0.5—1个司机的人力成本，约6—15万/年/车另一方面，自动驾驶卡车通过编程，优化行驶速度和加减速策略，提高燃油效率，每年降低燃油成本10—15%，约为3—5万/年/辆如果采用列队行驶技术，多辆卡车以更紧凑的队形行驶，通过降低风阻，油耗将进一步降低10%左右

据东吴证券估算，从重卡五年运营成本结构来看，引入自动驾驶系统后，重卡五年总成本将降低23.4%，总成本节省近百万元，平均每年20万元。

基于此，头部干线物流自动驾驶解决方案商与主流主机厂，场景方构建生态圈，跨场景玩家陆续入场。

目前头部重卡自动驾驶公司主要有途胜未来，智加科技，主线科技，温车科技，弘景智能驾驶与此同时，跨场景玩家也纷纷利用自身的差异化优势进入游戏包括马骁智行，西递智家，清智科技，经纬恒润等，开始布局自动驾驶重卡领域与此同时，传统重卡市场也在积极布局自动驾驶技术，包括SAIC红岩和三一重工

以智加科技为例以智驾科技为例，其一直坚持渐进式的发展路线，与主机厂和一级供应商紧密合作，通过预装量产和联合物流客户的实际运营，不断释放自动驾驶技术的商业价值，让客户和场景方有效收获绿色低碳，降本增效，安全省力

具体来说，一汽解放和智途科技为荣庆物流完成了中国最大的预装量产自动驾驶重卡100辆订单的首次交付同时，智加科技还积极与下游场景方建立紧密联系，如与亚马逊签订订单，提供至少1000套搭载NVIDIA DRIVE Xavier计算平台的自动驾驶系统，升级亚马逊的远程物流车队

其他场景的挑战依然存在，市场空间相对较小。

除了上述干线物流，商用车自动驾驶的应用场景还包括港口场景，物流园区，矿山场景，机场场景，码头配送，无人清扫等，属于半封闭或封闭的自动驾驶应用。

但在业内看来，所谓的封闭并不意味着简单。

以港区为例，每个路口都没有红绿灯控制，没有防护，考验着自动驾驶卡车的感知能力和行为预测能力自动驾驶卡车只承担港口作业中的水平运输环节，与桥式起重机，场桥的配合非常重要要求定位误差保持在厘米级以内对于车身长，惯性大的港口集装箱车，需要进行调整，在码头到处都是金属集装箱的情况下，会对信号产生干扰，需要解决影响卫星导航系统定位精度的问题

另一个例子是采矿场景要实现矿区自动驾驶运输场景，除了自动驾驶矿用卡车能满足技术要求外，还需要复制和拓展商业模式，以此放大规模，摊薄成本目前国内的矿业市场比较分散，在一个矿区开辟商业模式后可能很难进入另一个矿区的供应体系

从这个角度来看，这些场景也有很多挑战，但相比同样具有挑战性的RoboTaxi和干线物流场景，市场容量小，容易触及增长天花板，难以实现市场，成本和技术的平衡，比如干线物流场景，所以最终落地还需要时间。

写在最后:其实一项新技术能否最终规模化和商业化，一直是供需双方在技术，成本和市场上的最优平衡结合这些因素和自动驾驶的现状，未来自动驾驶规模落地的应用场景将极有可能是商用车市场的干线物流，其次是乘用车市场的RoboTaxi