（报告出品方/作者：德邦证券，倪正洋）
自动驾驶：智能网联核心指标，多巨头均有所布局
汽车行业价值重构，自动驾驶水平将成评判智能网联水平核心维度。当下汽车行业价值逐步由先前的研发、生产、销售等向后端服务领域迁移，而其中车辆自动驾驶水平未来将成为评判汽车智能网联水平核心维度。汽车自动驾驶技术是依靠计算机与人工智能技术在没有人为操控的情况下，完成完整、安全、有效的驾驶的前沿科技。自动驾驶融合了环境感知定位、决策规划、执行控制等技术，可收集云端和车载传感器的车联网数据、地理数据、环境感知数据等信息，识别车辆驾驶区域的环境特征，进行驾驶任务设定和控制规划。
SAE更新驾驶自动化标准，明确权责关系与分级差异。美国汽车工程师学会（SAEInternational）标准通过分级方式对车辆自动驾驶水平进行评判，被业界广泛采用。年4月30日，SAE对《SAE驾驶自动化分级》做出重要更新，将L0-L2级系统命名为“驾驶员辅助系统”，L3-L5级称为“自动驾驶系统”，同时进一步明确SAEL3级和SAEL4级之间的区别，包括：后备用户的角色，SAEL3级自动fallback的可能性，及在SAEL4级对车内用户发出警报的可能性，将责任主体与各等级功能进行明确区分。
主要整车制造商、互联网巨头等均在自动驾驶领域有所布局。各主机厂与科技公司等通过独立发展、投资、收购等手段发展自动驾驶。目前实现自动驾驶主要有两条技术路线，一条是以谷歌、百度等互联网企业为主要代表，通过开发软件算法，搭建自动驾驶平台，以开源或其他方式向合作整车厂提供完整技术链，目标直指L4及以上的技术路线；另一条是以特斯拉为主要代表，将成熟产品推向市场，从L1、L2逐步向上攀升，慢慢迭代至无人驾驶的技术路线。
2.自动驾驶技术发展演绎，中国现居于全球领先阵营
传统主机厂技术落地受制法规与成本，科技公司助力自动驾驶进程推进。多数传统制造商相继规划提出了L2级、L2.5级及各种趋近于L3级自动驾驶功能的汽车量产计划，但L3级落地一方面受限于自动驾驶汽车上路法律法规限制，另一方面受到成本的制约，故目前还难以进入实质量产阶段。而科技公司多数于L4级直接布局，以技术为导向前提下暂时受成本约束较少，因此我们对于技术发展多基于主要科技公司进行复盘。依据各时间自动驾驶技术发展情况，我们认为自动驾驶进程至今可主要分为4个阶段：年以前的早期拓荒阶段、-年的起步探索阶段、-年玩家涌入阶段，和-年的黄金发展阶段。
2.1.早期拓荒阶段：初始为军需推动，后续通过美国挑战赛演进
最初无人驾驶技术在军事应用需求下不断发展完善。最初自动驾驶发展需求主要由军需带动，产品多是用于侦查、探测等。年以前，美、德、意、中等国均在此阶段有所布局。此时德国、意大利、中国感知层主要以视觉系为主，美国率先采用激光雷达作为传感器。整体技术路径上已相对清晰，形成了传感器、计算系统和执行端三大完整系统。
年起美国通过DARPA比赛推动自动驾驶技术进展。年、年、年美国国防预先研究计划局（DARPA）陆续举办3次无人驾驶挑战赛，比赛难度层层递增。经过三次比赛，逐步探索出技术路线：由摄像头、激光雷达、毫米波雷达作为传感器，线控系统、计算单元等构成无人车硬件系统，由传感器融合、目标定位、识别、路径规划和行为规划等算法构成无人车的软件系统，软件和硬件结合构成自动驾驶系统。同时于比赛历程中导航与感知系统逐步完善，整车系统趋于稳定，软件整体功能得到提升，证实无人驾驶技术实现可能性的同时也为后续技术发展指明方向并打下坚实基础。
2.2.起步探索阶段：谷歌率先发力，中国开始通过比赛探索
海外：谷歌于年率先起步，发力自动驾驶。年谷歌启动自动驾驶汽车项目，将丰田普锐斯改造成第一代无人驾驶汽车，搭载64束激光雷达，并进行了路测。后续通过收购System（谷歌街景地图及高精地图项目前身）和AnthonysRobots（自动驾驶算法及传感器方案）进一步提升了自身实力，并拓展了车联网应用。年获美国内华达州无人驾驶汽车上路测试牌照并完成首秀。
中国：暂无企业布局，主要通过智能车未来挑战赛进行探索。国家自然科学基金委员会年起每年举办一届“智能车未来挑战赛”，研发具有自然环境感知与智能行为决策能力的无人驾驶汽车，并通过真实道路环境下的自主行驶来检验研究成果。我国无人驾驶技术与国外研发的无人驾驶汽车的主要不同点在于：国外无人驾驶汽车主要依赖GNSS信息和电子地图，而参加“中国智能车未来挑战赛”的无人驾驶车辆则更注重展示车辆感知自然环境并自动处理视听觉信息的能力和效率。
谷歌先发优势确立，技术思路更为清晰。我们认为该阶段以谷歌为代表的美国企业具备先发优势，技术层面搭载激光雷达不断加强环境感知与深度学习能力，法规层面也已获取无人驾驶汽车上路测试牌照通过改装车进行路测，起步迅速。而中国在这一阶段尚无企业涉足自动驾驶，主要通过智能车未来挑战赛进行探索，逐步提升考察车辆能力种类与指标。
2.3.玩家涌入阶段：中国与海外多玩家涌入，推进技术不断发展
海外：谷歌持续领先，特斯拉与Cruise相继入局。该阶段内谷歌自主开发自动驾驶汽车的同时也积极推进与主机厂的合作，路测里程不断提升的同时也开始拓展在极端天气下的测试。电动汽车公司特斯拉宣布进军自动驾驶领域，相继发布Autopilot自动驾驶系统并将硬件迭代至2.0版本，并已可基本实现L2级自动驾驶。Cruise于年成立并推出了公司第一款高速场景下的自动驾驶产品，于年获得加州路测牌照展开路测，后被通用收购。
中国：百度华为先行布局，AutoX+小马智行紧随其后。年百度开启无人驾驶项目，陆续于北京、加州进行路测，并在乌镇开放无人驾驶车辆试运营。华为与百度同年起步，与车企进行合作逐步迈入车联网供应商序列。AutoX于本阶段尾声入场，年成立后于同年完成开放道路测试。小马智行于年12月创立，切入自动驾驶赛道。
多主要玩家相继入局，推进自动驾驶技术有序发展。该阶段内海外选手特斯拉、Cruise等，及中国玩家百度、华为、AutoX、小马智行等相继入局，发力自动驾驶。该阶段内谷歌技术成熟度不断提升，已可自主研发纯电动无人驾驶汽车并已可应对多城市道路交通。年于自动驾驶领域起步的特斯拉也相继发布较为成熟的Autopilot软硬件版本。中国企业于此阶段的先行者主要为百度、华为等科技巨头，百度主要以路测为主并陆续获得相关测试牌照开展测试与运营，华为则侧重布局车联网领域。我们认为该阶段多个主要选手涌入推进了自动驾驶技术发展进程，为自动驾驶黄金发展阶段奠定局面。
2.4.黄金发展阶段：自动驾驶推进硕果累累，中国迈入领先阵营
海外：开发进程提速，率先实现商业化。此阶段以Waymo、Tesla、Cruise为代表的美国企业自动驾驶开发进程提速，测试里程快速提升的同时自动驾驶相关产品迭代进程也在加速推进。Waymo已与麦格纳合作推出L4级自动驾驶汽车，Cruise推出首款自主研发无人驾驶汽车Origin，特斯拉也于软硬件端同时发力。Waymo已可于凤凰城开展无人驾驶商业化运营，Cruise于加州获载客运营权限，新入局的ArgoAI也已可于加州开展自动驾驶测试。
中国：巨头发力，独角兽腾飞。此阶段中国自动驾驶实现跨越式发展，百度发布Apollo计划并经4年演绎实现Robotaxi落地商用探索，同时L4级自动驾驶解决方案也已降维装车量产；华为明确其市场定位，为主机厂提供优质智能汽车解决方案，以自动驾驶、车联网等核心技术赋能主机厂；自动驾驶独角兽AutoX与小马智行技术进程不断推进，陆续推出、完善产品及服务。
中国自动驾驶获国际认可，百度已居全球领先位置。中国自动驾驶领域的头部玩家已逐渐成为国际自动驾驶行业领先选手，榜单前10名中有4家是中国公司，其中百度美国路测里程已经达,英里，脱离次数仅为6次，MPI排名第一；AutoX、小马智行、滴滴分别排在第4、第5和第8。同时据年4月全球领先的公共及商业咨询公司Guidehouse发布的最新自动驾驶竞争力榜单显示，百度连续两年稳居国际自动驾驶“领导者”阵营。我们认为目前中国自动驾驶技术经-年的迅猛发展已达世界领先水平，其中百度于自动驾驶领域技术成熟度与领军位置也已获国际认可。
2.5.发展路径明确，商业化进程起步
我们认为历经四个阶段发展，自动驾驶技术于测试方式和发展方向均较为明确，目前高等级自动驾驶研发投入及商业化验证也于智慧园区/示范园区、港口、码头、停车场等限定区域应用场景，以及商用车物流、自动泊车等细分领域展开，自动驾驶载人、载物、高速测试等陆续开放。以Waymo和百度为代表的科技公司技术层面具备领先优势且获得商业化运营许可的玩家已陆续开展无人驾驶车辆商业化运营，同时以Tesla为代表的汽车制造商也开始将自动驾驶技术应用于量产车型。目前自动驾驶技术商业化进程已起步，后续有望凭借技术成熟度的提升，逐步打通相关法规政策限制，加速商用。
3.百度：中国自动驾驶领军企业，全方位多领域布局
百度Apollo于自动驾驶、智慧交通、车联网三大解决方案领域全方位布局。自动驾驶解决方案：基于传感器融合设计方案及车端海量数据训练验证，实现汽车智能化升级及无人驾驶的多场景应用。智能交通解决方案：通过道路及基础设施的智能化改造，帮助城市实现智能化升级，打造安全、高效的城市交通出行体验。车联网解决方案：支持车载设备的数据接入，基于大数据和人工智能技术提供智能网联能力，实现汽车智能化升级。我们认为百度于车端自动驾驶技术不断突破的同时，智能交通领域V2X技术及车联网领域高精地图的发展可提供更多支撑。
3.1.自动驾驶：无人车多应用场景布局，L4级降维赋能乘用车
3.1.1.Apollo平台：历经9次迭代，覆盖完整产业链
平台历经9次迭代，助力无人化自动驾驶。百度Apollo平台是百度车路智行领域布局中核心要素，也是实现百度自动驾驶重要模块。百度于年4月发布Apollo计划，并于年推出Apollo平台1.0版本，历经4年已迭代9次更新至6.0版本，由发布最初的封闭场地道路自动驾驶历经固定车道自动驾驶、简单城市道路自动驾驶、限定区域视觉高速自动驾驶、园区自动驾驶、城市路况自动驾驶、赋能量产自动驾驶、点到点城市自动驾驶发展至无人化自动驾驶。百度Apollo平台已开放云端服务平台、开源软件平台、硬件开发平台、车辆认证平台，开源70万行代码，聚集全球5.5万名开发者，当前Apollo6.0平台架构以较为完善。
合作优质企业，覆盖完整产业链。截至年底，Apollo平台拥有超家生态合作伙伴，包括多数海内外主流汽车制造商（宝马、戴姆勒、大众、丰田、福特、现代等；一汽、北汽、长城、吉利、奇瑞等）、Tier1供应商（博世、大陆、德尔福、法雷奥、采埃孚等）、芯片公司、传感器公司、交通集成商、出行企业等，覆盖从硬件到软件的完整产业链。
3.1.2.无人驾驶：Robotaxi加速投放，数款无人车多场景覆盖
自动驾驶车型历经五代，新款车型ApolloMoon性能大幅提升。百度自动驾驶测试车历经5代，第五代全新车型ApolloMoon是百度与北汽极狐ARCFOX合作的智能驾驶汽车，于年6月17日正式发布。ApolloMoon搭载百度Apollo第五代无人驾驶套件，包含2个激光雷达、13个摄像头和5个毫米波雷达的三环视、多冗余传感器组合，计算平台算力超过TOPS。支持5G云代驾、V2X等功能，据百度表示，ApolloMoon整体相较上一代车型能力有10倍提升，复杂城市道路送达成功率高达99.99%。
Robotaxi加速投放，运营同时采集数据反馈系统。ApolloRobotaxi已于年长沙、沧州、北京Robotaxi正式陆续开放体验，同年全球最大的自动驾驶MaaS出行平台落地广州，部署包括自动驾驶出租车、自动驾驶公交、自动驾驶巡检以及自动驾驶作业车在内的4支车队。同时近期百度Apollo将在北京（新增通州区域）、上海、广州、重庆等城市开展共享无人车落地运营。截至年6月Apollo实测里程已达1万公里，且正在以每天4万公里的速度递增。年5月百度ApolloGO共享无人车服务在北京首钢园开始提供付费运营服务。目前百度已加速Robotaxi投放，于年启动了3年30城0辆Robotaxi的部署计划。
数款产品推出，助力无人驾驶多场景覆盖。年起百度陆续携手新石器、智行者、金龙客车、江铃客车等企业，推出无人驾驶低速作业车、Minibus、无人驾驶轻客、Robobus等产品，布局封闭园区、景区、高速公路、开放道路等多场景作业，实现物流、配送、零售、载客、清洁消杀等多领域应用，产品体系不断完善。我们认为未来伴随百度无人驾驶技术的进展，将加速赋能高速公路及低速场景下载人、物流等服务领域，覆盖更多应用场景。
3.1.3.配套量产：L4级纯视觉方案ApolloLite降维商用
ApolloLite：轻传感器、轻算量、强感知。ApolloLite是百度L4级纯视觉自动驾驶方案，特点在于轻传感器、轻算法、强感知。轻传感器：全车搭载10路摄像头、具备°环视感知，探测距离达到了米，同时不依赖成本较高的激光雷达；轻算量：应用了30多个深度学习网络，同时可依高精度地图，显著降低算量需求，采用单卡GPU，整体算力需求小于30TOPS。强感知：百度Apollo领先视觉感知能力可面向城市复杂道路，支持L4级别自动驾驶。
针对泊车痛点，ApolloLite降维商用。手动泊车存在一步到位难、停车排队浪费时间、取车步行距离较远及找不到空位等难题，百度将L4级视觉系自动驾驶技术ApolloLite降维应用于AVP（ApolloValetParking），通过软硬一体的自主泊车解决方案，赋能公共智能泊车与家用智能泊车场景，目前可应用于行业中心、交通枢纽、景区、公共设施区域、住宅区、办公楼等场景，助力车主实现最后一公里自由。目前搭载该功能的首款汽车威马W6已于年1月量产下线。
自主研发专用车载计算平台，助力AVP配套汽车量产。AVP专用车载量产计算单元ACU-Advanced（ApolloComputingUnit-Advanced）是由百度自主设计研发的量产平台,元器件全部符合车规要求。该平台基于XilinxZU5（FPGA）设计，配套超声波探头、摄像头、线束等相关套件，适配百度PaddlePaddle深度学习框架硬件安全岛设计达到功能安全最高等级（ASIL-D），目前ACU已于年7月起在伟创力苏州吴中工厂量产，年产能可达20万套。
由AVP拓展至ANP，打造支持城市全场景自动驾驶方案。目前百度基于AVP，将ApolloLite视觉感知技术从L4应用降维至L2+级领航辅助驾驶ANP（ApolloNavigationPilot），实现了面向城市复杂道路的全场景“泊车域+行车域”自动驾驶解决方案。相比于普遍方案仅支持高速和城市环线，ANP还可在城市道路使用，且与激光雷达方案相比，降维下的ANP还具备低成本、可量产、自学习等特点。
携手德州仪器开拓ANP，预计年覆盖城市出行全域。年12月Apollo发布支持高阶智能驾驶ANP和自主泊车AVP功能的计算平台ACU“四喜”，德州仪器（TI）是具备实现ANP+AVP功能的ApolloACU车规级芯片主要供应商。该芯片具备四大特点：1.多级处理，支持深度学习和实时图像处理；2.功耗及性能效率优秀，仅用5到20W的功耗和性能效率便可以执行高性能ADAS操作，无需主动冷却；3.有针对性的集成，带有通用软件平台的有针对性的集成SoC能够降低系统复杂性和开发成本；4.度感知实现自动泊车，可在单芯片上接入并处理4到6个三百万像素摄像头的数据，增强车辆感知能力和环视处理功能。同时百度预计将于年推出3.0产品，覆盖城市出行全域。
3.2.智慧交通：ACE交通引擎于车路智行全方位布局
车路智行：多技术融合，向数字化、网联化、自动化演进。车路智行以车路云图为基础，以自动驾驶和车路协同等人工智能技术为引擎，融合了传感数据、通信网络、产品服务的交通融合技术。基于车路智行的智能交通较传统交通，具有高级别自动驾驶车辆、全息全量感知的新一代交通信息基础设施、共享便捷的门到门出行、端到端的低成本货物运输等优势，因而具备更高的安全等级、出行体验、通行效率、管理水平。车路智行未来将向“数字化升级、网联化转型、自动化变革”发展路径不断探索演进。
百度通过ACE交通引擎发力车路智行。百度ACE即自动驾驶（AutonomousDriving）、车路协同（ConnectedRoad）、高效出行（EfficientMobility），采用“1+2+N”总体架构：1个数字底座包括小度车载OS、飞桨、百度智能云、百度地图支撑的“车”“路”“云”“图”等未来交通基础设施；2个智能引擎是Apollo自动驾驶引擎和车路协同引擎；N个应用生态包含智能信控、智能停车、交通治理、智能公交、智能货运、智能车联、智能出租、自主泊车和园区物种等。目前百度ACE智能交通引擎已在北京、广州、长沙、保定、沧州、成都、南京、上海、阳泉、重庆、西安、银川、合肥、武汉、济南、佛山、海口、南通、大连、杭州、鹤壁、眉山等二十多个城市开展落地实践。
3.2.1.车路协同：云平台赋能道路交通，V2X助力自动驾驶
车路协同：通过云平台赋能道路交通，为车辆提供全局视野。百度车路云协同方案，将数据传输至云端后通过计算分析将信息反馈到每个交通参与者，可为自动驾驶与智能交通提供泛在连接技术与端到端应用服务，帮助做出最优决策。目前Apollo已在北京部分路口部署了路测智能设备，可实现更精准感知、更智能预测决策、更实时云端调控，全局调度、全面赋能智慧交通，可辅助自动驾驶车辆获取全局视野、规避视觉盲区、提前避免拥堵等。
车路协同为自动驾驶有益补充，可加快规模商业化落地进程。车路协同路侧子系统可提供新的以高维数据为代表的智能要素，可有效分担车载自动驾驶系统的感知、决策和控制压力，降低系统复杂程度。伴随自动驾驶研发投入逐步提升，投入产出比呈边际效益递减的趋势，车路协同自动驾驶可使单车自动驾驶的个体智能向协同智能过渡，快速提升自动驾驶水平，并加快规模商业化落地临界点的到来。
ApolloAir基于V2X，为无人驾驶系统提供冗余。年5月，清华大学智能产业研究院（AIR）联合百度Apollo宣布全球首个使用路侧感知就能实现开放道路L4自动驾驶闭环的技术：ApolloAir，可在不使用车载传感器，仅依靠路侧轻量感知的前提下，利用V2X、5G等无线通信技术就可以实现车-路-云协同的L4级自动驾驶，较单车智能系统复杂性更高、涉及的范畴更广。同时ApolloAir迭代的纯路侧感知技术将持续改善百度的车路协同方案，提升无人驾驶方案的鲁棒性和安全性。此外，车路云之间的数据接口将通过开源及标准化方式推动开放、实现业界共享。我们认为单车智能+车路协同是自动驾驶产业发展落地的必然选择，车路协同可为单车智能提供冗余，提升自动驾驶安全性与稳定性。
3.2.2.智能信控：针对通行痛点，把控交通运行
智能信控：针对通行痛点，把控交通运行。智能信控融合视频、地磁、雷达、互联网等多源交通感知数据，基于AI能力实时分析当前交通状况，可全局掌控交通运行拥堵指数、交通流量、行程速度等数据，并全方位实时展示，实现交通态势、实时路况、信号控制状态和信号控制模式一张图可视化全景展现。我们认为公司智能信控是智慧交通领域重要布局，可有效赋能道路与车辆，推进道路交通基础设施新基建，把控交通高效运行。
3.3.车联网：小度车载搭载飙升，高精地图业界领先
小度车载：面向量产的完整人工智能车联网系统解决方案。小度车载包括五大数字化基座：生态基座、AI基座、LBS基座、数据基座和系统基座。生态基座包含高度信息流化和丰富的生态内容和服务，天然适配车载场景，可形成全语音闭环；AI基座将百度强大AI能力应用于汽车产品端，如车载百度搜索等；LBS基座基于百度地图汽车版打造车载领域丰富LBS服务基础设施；数据基座基于百度在大交通领域和大数据的积累，形成一套完整的专为汽车和出行服务的数据平台，通过对车内车外云端数据整合和大数据分析，实现数据驱动变革；系统基座将提供未来智能汽车所需的底层系统保障，包括系统安全保障及向上升级所必须的OTA通道等。
合作70+汽车品牌，配套前装量产汽车已超万辆。截至年4月，百度Apollo已与全球70+汽车品牌建立合作关系，多款车型搭载Apollo汽车智能化产品，据百度Q1财报披露，目前小度车载OS已安装至超万辆汽车内。车型方面，已经深度搭载小度车载OS的量产车型包括EXEED星途TXL、新福特锐界STSTLine、全新福特金牛座、全新哈弗H6、全新福特福克斯Active、全新福特Escape、EXEED星途TX等。
高精地图是百度车载布局中重要模块，保证系统稳定可靠。高精度地图可为车辆感知提供超视距的路况、道路中的车道线、交通标志和环境信息，帮助自动驾驶汽车实现车道级规划决策，以地图匹配方式实现高精度局部定位，降低自动驾驶对昂贵传感器的依赖，同时降低和矫正其它子系统误差可能造成的系统安全性风险，从而保证自动驾驶系统的稳定可靠。现阶段Robotaxi项目要求地图元素精度可达到接近20cm水平，同时高精地图也是百度自主泊车方案中重要模块。
百度高精地图覆盖范围广阔，已与多家主要车企合作。依托百度Apollo自动驾驶整体战略，百度早已在高精地图领域进行深入布局，并已自主研发了一套完备的高精地图制作、生产、发布及更新流程。目前百度高精度地图已覆盖全国超30万公里高速公路及环路，以及重点城市的主要城市道路,且可实现分钟级更新。百度地图月活用户年12月已达3.16亿，自动化程度已超90%，算法识别率达98%以上。目前已与广汽、蔚来、长城、威马、长安等主要车企合作，为搭载车型提供导航及辅助驾驶服务。
百度高精地图市占率最高达29%，可为自动驾驶提供决策辅助。由于地理信息涉及国家机密，图商只有获得国家授予的“甲级导航电子地图制作资质”才能开展高精度地图采集绘制，截至年底，我国仅有28家企业具备资格。预计到年，百度高精地图搭载量将超万。我们认为伴随百度高精度地图的逐步配套汽车，将使得百度自动驾驶领域数据基座更加完善，有益于正向推进高精度地图产品进一步升级，同时高精度地图实时提供的定位和道路信息可为自动驾驶汽车提供冗余，辅助决策。
3.4.百度自动驾驶领域技术布局全面，建议