從傳統車企到新造車勢力，再到互聯網大佬，都在加注自動駕駛。自動駕駛既指向了更高效安全的交通運營系統，也意味著龐大的價值鏈重組，因此獲得了政府、資本和產業界的強力關注。我們推薦來自清華-中國工程院知識智能聯合研究中心的自動駕駛前沿報告，從技術、人才、應用和趨勢的維度盤點自動駕駛的產業發展。

一、無人駕駛：從科幻到落地

自動駕駛，也就是汽車利用傳感器和計算機系統實現無人操作的智能駕駛，在20世紀已有數十年的歷史，21世紀初呈現出接近實用化的趨勢。

通過對人類駕駛員長期駕駛實踐的理解，無人駕駛技術可以拆解為“環境感知-決策與規劃-控制與執行”過程的理解、學習和記憶的物化。

根據美國國際汽車工程師學會2014年制定的SAE J3016標準，汽車自動化系統可以分為Level 0（無自動化）~ Level 5（完全自動化）六個級別。這一標準不僅被美國交通運輸部采納為聯邦標準，同時也已經成為全球汽車業界評定自動駕駛等級的通用標準。

從技術的角度來看，無人駕駛汽車是一個復雜的軟硬件結合的智能自動化系統，運用到了自動控制技術、現代傳感技術、計算機技術、信息與通信技術以及人工智能等。

從戰略意義的角度來看，自動駕駛移動能力更強，能夠有效改善交通安全、實現節能減排、消除交通擁堵、促進產業轉型。

KPMG：自動駕駛技術可在2014到2030年間使得全球車禍死亡人數降低2500；IHS Automotive：無人駕駛量產汽車將在2025年上市，估計銷量可達23萬輛；英特爾：無人駕駛汽車市場的規模將在2050年前達到7萬億美元。

因此，自動駕駛汽車受到了各國政府前所未有的重視，國內外各院校、研究機構都投入了大量人力、物理，各大車企、科技公司、汽車零部件供應商以及自動駕駛汽車創業公司也紛紛在這個領域進行布局。

在國外，無人駕駛技術的興起可以追述到上世紀七十年代的實驗室；隨后，在1984年，DARPA（美國國防高級研究計劃署）與陸軍合作自主地面車輛（ALV）項目；同期，美國著名大學如卡內基·梅隆、斯坦福、麻省理工等都先后加入無人駕駛汽車的研究工作中，著名的NavLab系列智能車輛就出自卡內基·梅隆大學。

2009年，谷歌宣布開始研發無人駕駛技術（Project Chauffeur），并于2012年5月獲得了美國（內華達州）首個自動駕駛車輛路測許可證；隨后，谷歌將其自動駕駛業務拆分出來，成立獨立的新公司Waymo。在谷歌的帶領下，新技術力量紛紛入局無人駕駛領域。

▲國外無人駕駛汽車發展圖譜（重要事件一覽）

▲國外科研院校對無人駕駛技術的研究發展過程一覽

▲國外新技術力量對無人駕駛技術的研究貢獻（以谷歌為例）

與美、發達國家相比，我國在無人駕駛汽車方面的研究起步稍晚，從20世紀80年代底才開始。不同于國外車企以自主研發為主，我國汽車制造廠商多采取與國內科研院所、高效合作研發無人駕駛技術的方式。

2011年，一汽集團聯手國防科技大學研制紅旗HQ3無人駕駛汽車，完成了286公里的面向高速公路的全程無人駕駛試驗；2013年，百度啟動無人駕駛汽車項目，并與傳統車企發展合作；隨后，高科技公司相繼加入角逐。

▲國內無人駕駛汽車發展圖譜（重要事件一覽）

▲國內科研院校對無人駕駛技術的研究發展過程一覽

▲國內新技術力量對無人駕駛技術的研究貢獻（以百度為例）

二、六大關鍵技術概覽

無人駕駛汽車的關鍵技術包括環境感知、精準定位、決策與規劃、控制與執行、高精地圖與車聯網V2X、無人駕駛汽車測試與驗證技術。其中，環境感知、決策與規劃和車輛控制環節涉及了人工智能的應用。

▲環境感知技術

環境感知可以理解成汽車利用傳感器套件對車身周圍的動搖和靜態對象進行3D重構。目前，環境感知技術有兩種技術路線，一種是以特斯拉為代表的以攝像機為主導的多傳感器融合方案；另一種是以谷歌、百度為代表的以激光雷達為主導，其他傳感器為輔助的技術方案。

▲精準定位技術

精準定位技術顧名思義就是讓汽車指導自己所在的物理位置，這就涉及慣性導航系統、輪速編碼器與航跡推算、衛星導航系統以及SLAM自主導航系統。

▲決策與規劃技術

根據環境感知和導航子系統，自動駕駛汽車的行為決策與路徑規劃系統結合給定的起始點和終點進行信息處理。目前，針對自動駕駛決策與規劃的專用芯片/計算平臺包括英特爾-Mobileye開發的EyeQX和英偉達的NVIDIA Drive PX系列。

▲控制與執行系統

車輛控制平臺是無人車的核心部件，控制著車輛的各種控制系統。車輛控制系統可以分為縱向控制（采用油門和制動綜合控制的方法實現對預定車速的跟蹤）和橫向控制（包括對駕駛員行為的模擬和車輛動力學的分析）兩個環節。

▲高精地圖與車聯網V2X

為了更好的規避潛在風險，幫助車輛預知路面復雜信息，如坡度、曲率、航向等，無人駕駛往往需要結合實時的高精地圖，而這種實時性，可以通過車聯網（V2X系統）實現。

▲人工智能在自動駕駛汽車中的應用

▲自動駕駛汽車學術熱點

三、學者分布及遷徙

根據國際期刊會議的學術論文，AMiner對自動駕駛領域全球h-index排名（國際公認比較能準確反映學者學術成就的指數）TOP 1000的學者進行計算分析，繪制出了該領域（automated vehicle）學者的全球分布地圖。

▲自動駕駛領域學者的全球分布地圖

▲各國自動駕駛人才統計圖

據此可見，從國家來看，美國是自動駕駛汽車研究學者聚集最多的國家，英國、中國緊隨其后，加拿大和意大利也聚集了很多該領域的人才；從地區來看，西歐自動駕駛人才的集中地，而中國大陸、美國東部等地區也吸引了大量人才。

▲中國學者分布

就中國來看，自動駕駛研究學者主要集中在北京、上海和南京，其次是西安、長沙、武漢和成都等地。

▲各國人才遷徙圖

根據全球自動駕駛h-index排名前1000的專家學者遷徙路徑統計來看，美國是自動駕駛領域人才流動大國，人才輸入和輸出都大幅領先（流出略大于流入），隨后是英國、德國、中國和加拿大，中國人才流入量大于流出量。

▲全球各h-index指數（左）、性別（右）的自動駕駛人才統計圖

從h-index指數來看，全球自動駕駛h-index排名前1000的學者中，20到40的學者數量最多（占40%），40到60的學者次之（占20%）；從性別來看，全球男性自動駕駛學者比例占97%，遠高于女性。

▲中國各h-index指數（左）、性別（右）的自動駕駛人才統計圖

在中國，h-index指數小于等于10的學者最多，占69%，大于等于60的學者最少，僅占1%；性別方面，中國男性自動駕駛學者比例占99%，遠高于女性。

▲國外代表性研究學者

▲國內代表性研究學者

四、應用和趨勢

自動駕駛的應用目前主要體現在公共交通、快遞運輸，以及面向老年人和殘疾人的汽車品類。

公共交通方面，相比于小汽車，它更能惠及普通群眾，讓民眾感受到人工智能、自動駕駛帶來的技術革新和便利，這也使該項技術最初的出發點。

今年3月，法國EasyMile的自動駕駛巴士EZ10成為了首輛在加州道路運營上路的完全沒有司機駕座的汽車，這也是第一家受益于加州自動駕駛新政的公司。

而隨著全球老齡化問題的加劇，自動駕駛技術正在極力彌補快遞等行業面臨的勞動力不足問題。隨著技術的成熟和市場普及程度的提高，無人配送將成為必然的趨勢。

2018年“618”促銷活動期間，京東的北京上地配送站就出現了20余臺配送機器人。隨著調度平臺命令發出，首批載有“618”貨物訂單的3輛配送機器人依次出發，自動奔向訂單配送的目的地。

此外，自動駕駛汽車已經開始在老年人和殘疾人這兩個消費群體中有所應用。2012年，谷歌員工讓失去95%視力的Steve Mahan坐上谷歌自動駕駛車，展示了自動駕駛技術的巨大潛力。

自動駕駛汽車的真正落地，一方面還需要技術的完善，包括高精地圖和車聯網系統的構建，專用計算平臺/芯片的推出，以及安全高效的決策規劃算法和控制執行系統的實現；另一方面，需要相關政策法規的完善，刺激技術發展的同時，保障產業發展的安全、健康。

從歷史演繹路徑來看，自動駕駛作為未來高效、安全交通運行體系的解決方案，已經從一開始的軍方科研項目，演繹成科技企業入局汽車/出行領域的籌碼，其在汽車四化變革中的核心地位指向了顛覆性的價值鏈重組（根據普華永道思略特：2030年僅數字出行服務業，市場規模將達到2.2萬億美元，但現有的汽車制造商所占行業利潤將減半）。科技企業們試圖通過信息技術的優勢合縱連橫，分一杯羹，傳統車企也在努力調整戰略，與之博弈。