滴滴自駕融資5億 2020自動駕駛行業前景與現狀分析

• 2020年5月30日 GuoMeng來源：互聯網 415 20
• 繁體

滴滴自駕融資5億用來干什么呢，據悉，自動駕駛一直是近幾年風口賽道，但也因為燒錢多、風險大，很容易拖累公司的財務表現。

滴滴自駕融資5億

滴滴自駕融資5億用來干什么呢，據悉，自動駕駛一直是近幾年風口賽道，但也因為燒錢多、風險大，很容易拖累公司的財務表現。滴滴于2016年正式開始投入自動駕駛研發測試，2019年8月，滴滴將旗下自動駕駛部門升級為公司。隨后在2019世界人工智能大會上，滴滴自動駕駛汽車面世。5月29日，滴滴宣布滴滴自動駕駛公司獲得軟銀愿景基金二期領投的超5億美元融資，這是滴滴自動駕駛業務獨立拆分后的首輪融資，也是國內自動駕駛公司獲得的單筆最大融資，滴滴出行宣布旗下自動駕駛公司完成首輪超5億美元融資，以加大研發測試投入，加深產業合作，推進在國內外特定區域開展自動駕駛載人應用，進一步提升出行安全和效率。

據公開資料，滴滴目前的自動駕駛項目擁有高精地圖、感知、行為預測、規劃與控制、基礎設施與仿真、數據標注、問題診斷、車輛改裝、云控與車聯網、車路協同、信息安全等多個專業團隊。目前團隊在中美多地開展研發、測試，規模約200余人。

據中研產業研究院的研究報告《2020-2025年中國自動駕駛行業前景分析與投資戰略咨詢報告》分析顯示

自動駕駛行業現狀及前景分析

自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。自動駕駛系統可分為感知、決策和控制三個層面，其中決策層主要依靠機器視覺、深度學習、傳感器、高精度地圖和車聯網等技術協同合作，對感知層傳來的路況和車況數據進行認知和判斷，形成實時的行駛指令，并將指令傳達給控制層來實現駕駛行為?；趯θ祟愸{駛員操作借助多少的程度，國際上將自動駕駛分為L0到L5共六個級別。其中L0為無自動化，L5為完全自動駕駛。目前行業內主要廠商已實現L3級別自動駕駛技術，少數頂尖廠商正在攻堅L4級別。

從2009年起，Google、百度等科技巨頭進入自動駕駛領域。我國的自動駕駛發展保持與國際并跑的態勢，國內自動駕駛發展從地域上看，產業發展集中在北京、廣東、上海、浙江、江蘇，技術領域涵蓋了ADAS/駕駛解決方案、成車機器人制造、雷達傳感器、行車系統和算法、地圖和導航等方面。從商用化現狀可以看出，這些企業還處于技術研發階段，跨界和整合是的產業鏈進入了深度合作期，優勢互補可以上企業和整個產業向好發展。

我國自2015年起持續推出引導自動駕駛發展的相關政策，意在推動交通發展提高質量效益轉變。

在2019世界智能網聯汽車大會上，交通運輸部總規劃師王志清表示交通運輸部將從三個方面推動自動駕駛：一、加強協同合作，優化政策供給，出臺自動駕駛頂層設計文件;二、夯實發展基礎，公關自動駕駛與車路協同技術，推動交通設施數字化;三、開展試點示范，建設自動駕駛示范路、示范區，以2022年北京冬奧會等為節點，推動智能網聯汽車商業化運用。

我們認為，此次發言給予市場一個較為明確的落地預期，預計將在2021-2022年間迎來自動駕駛產業的拐點。

中國自動駕駛行業市場競爭格局分析

自動駕駛行業集中度分析

1、市場集中度分析

圖表：我國自動駕駛行業細分領域市場集中度情況

數據來源：公開資料整理

我國自2015年起持續推出引導自動駕駛發展的相關政策，意在推動交通發展提高質量效益轉變。在2019世界智能網聯汽車大會上，交通運輸部總規劃師王志清表示交通運輸部將從三個方面推動自動駕駛：一、加強協同合作，優化政策供給，出臺自動駕駛頂層設計文件;二、夯實發展基礎，公關自動駕駛與車路協同技術，推動交通設施數字化;三、開展試點示范，建設自動駕駛示范路、示范區，以2022年北京冬奧會等為節點，推動智能網聯汽車商業化運用。我們認為，此次發言給予市場一個較為明確的落地預期，預計將在2021-2022年間迎來自動駕駛產業的拐點。

2、企業集中度分析

由于我國道路的復雜和地方交通情況的差異，在衡量一個自動駕駛企業的技術成熟程度時，要同時考慮到其技術是否具有普遍適用于不同實測環境的能力。自動駕駛汽車的最終目的是在所有道路上徹底實現無人駕駛功能，由于我國廣闊的疆土和豐富的自然、人文環境，這一目標的實現需要收集大量不同地區的信息，并根據這些信息設計并完善自動駕駛系統。在國內，百度已完成的實測區域數量在行業中領先其他企業，覆蓋了我國不同地區的城市。在發達城市上，在北京和陽泉等進行實測，而在西部城市重慶測試則體現出實測區域的地理差異。百度自動駕駛測試數據的多樣性可以更好地體現百度自動駕駛系統在不同地區、不同道路信息和規范下技術的可靠性，而且在城市收集的實測數據有利于百度的系統更新和算法完善。在這一指標上，百度與國內其他企業相比具有非常大的優勢，該優勢也可以轉化為將來系統進一步優化的巨大潛力。

圖表：2019 年各企業累計實測區域個數

資料來源：公開數據整理

3、區域集中度分析

在行業內對比過程中，我們注重自動駕駛測試區域的個數、差異、地理分布，以此反映出自動駕駛車輛在面對不同道路行駛環境、氣候等其他因素時的適應能力和一致有效性。同時，企業大量的實測區域數表明該企業具有多樣性的個體數據，能更好地為自動駕駛系統的學習和更新提供支撐。

(一)地理位置差異造成的地理環境差異

我國地域遼闊，各地地理環境差異較大，在自動駕駛過程中，車輛需要通過感應器識別道路信息，在識別的過程中，天氣情況的變化可能對識別效率和自動駕駛系統執行操作的時間造成影響。所以，自動駕駛企業需要通過在不同地區測試，基于這些測試結果，完善自動駕駛系統，使得系統可以全面解決由地理位置差異造成的故障與問題。

(二)經濟發展差異造成的交通設施、法規差異

我國城市經濟發展具有一定的差異，一、二線城市交通設施齊全，但也具有復雜性，三、四線城市相對道路信息簡單，但是存在設施不完善的情況。在自動駕駛汽車沿車道行駛時，車道間安全提示線為感應器的識別對象之一，但在地方城市，部分道路存在線路規劃不明確等問題，這將成為自動駕駛汽車安全行駛的挑戰。而且挑戰也存在于交通復雜的大城市，在遇到立交、待轉區、外車道調頭等問題時，自動駕駛汽車需要識別并判斷行車車道，這需要大量數據支撐，以及不斷對算法進行優化。

根據中國交通發展和城市經濟發展的實際情況來看，未來自動駕駛行業的主要市場區域還是主要集中在一二線城市。

圖表：截止至2019年自動駕駛企業已公布累計實測區域個數

資料來源：公開數據整理

欲知更多自動駕駛行業詳情可點擊查看中研產業研究院的研究報告《2020-2025年中國自動駕駛行業前景分析與投資戰略咨詢報告》。

• 相關深度報告REPORTS

  

  2019-2025年中國自動駕駛行業前景預測與投資戰略研究報告

  本研究咨詢報告由中研普華咨詢公司領銜撰寫，在大量周密的市場調研基礎上，主要依據了國家統計局、國家商務部、國家發改委、國家經濟信息中心、國務院發展研究中心、國家海關總署、中國工信部、...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡