2017年中国自动驾驶产业研究报告

开题报告范文基于深度学习的自动驾驶技术研究与优化尊敬的导师：我计划开展一项关于基于深度学习的自动驾驶技术研究与优化的课题，我将在此开题报告中详细阐述我的研究内容和计划。

一、研究背景与意义近年来，自动驾驶技术备受瞩目，其在交通领域的应用潜力巨大。

然而，目前的自动驾驶系统仍然存在许多挑战和问题，如环境感知不准确、决策能力有限等。

为了进一步提升自动驾驶技术的稳定性和安全性，深度学习成为了一个具有巨大潜力的研究方向。

本项目旨在基于深度学习技术对自动驾驶系统进行研究与优化，以提高其感知和决策能力。

二、论文目标本论文的主要目标是提出一种基于深度学习的自动驾驶技术研究与优化方法，以解决目前自动驾驶系统存在的问题。

具体而言，我们将聚焦于以下几个方面的研究内容：1. 环境感知深度学习技术在计算机视觉方面具有卓越的能力，我们将利用深度学习模型对道路、交通标志、障碍物等环境信息进行感知，以提高自动驾驶系统在复杂环境中的适应能力。

2. 决策与规划在自动驾驶过程中，合理的决策和规划是确保车辆安全行驶的重要因素。

我们将通过深度学习模型对驾驶策略进行学习和优化，以提高自动驾驶系统的决策能力和行驶效率。

3. 系统评估与优化为了验证和评估我们提出的自动驾驶技术优化方法的有效性，我们将设计相应的评估指标，并利用实际道路场景和真实交通数据对系统进行广泛的实验和测试。

三、研究方法与步骤1. 数据收集与预处理收集大量的自动驾驶车辆感知和控制数据，对其进行标注和预处理，为后续的模型训练提供有力支持。

2. 模型选择与设计选择合适的深度学习模型，并在数据集上进行训练和调优，以实现对道路、交通标志等环境的感知和理解。

3. 决策与规划算法设计结合强化学习等技术，设计适用于自动驾驶系统的决策与规划算法，提高车辆的行驶安全性和效率。

4. 系统集成与测试将优化后的自动驾驶技术与现有系统进行整合，进行综合实验和测试，分析测试结果并对系统进行优化调整。

四、预期成果与创新点通过本课题的研究，我们预期达到以下成果：1. 提出一种基于深度学习的自动驾驶技术优化方案，有效解决现有自动驾驶系统的问题，提高其性能和稳定性。

无人驾驶汽车调查报告
随着科技的不断发展，无人驾驶汽车正逐渐走进人们的视野。

本报
告将对这一新兴技术进行深入调查，分析其现状和未来发展趋势。

一、技术原理
无人驾驶汽车是利用先进的传感器、人工智能和自动驾驶系统，实
现车辆自主行驶的技术。

它通过激光雷达、摄像头等传感器实时监测
周围环境，结合地图数据和路况信息，自主决策和控制车辆的运动。

二、市场现状
目前，无人驾驶汽车的市场规模不断扩大，各大汽车厂商和科技公
司纷纷加入竞争。

特斯拉、谷歌、苹果等公司都推出了自家的无人驾
驶汽车，并在全球范围内进行测试和试运营。

三、安全性问题
无人驾驶汽车在提高交通效率的同时，也引发了一些安全性问题。

事故率、隐私泄露等问题成为了人们关注的焦点。

如何在确保安全的
前提下推广无人驾驶汽车成为了行业和政府的重要课题。

四、法律法规
当前，各国对无人驾驶汽车的立法尚不完善，法律法规缺乏针对性。

在推动无人驾驶汽车发展的同时，必须加强相关法规的制定和完善，
建立起一套行之有效的法律框架。

五、未来展望
随着技术的不断进步和应用场景的拓展，无人驾驶汽车有望成为未来交通出行的主流方式。

它将提高交通效率，减少事故风险，改善城市交通拥堵问题，为人们的出行带来更多便利。

以上是关于无人驾驶汽车的调查报告，希望通过本报告的分析，可以更好地了解无人驾驶汽车的技术原理、市场现状、安全性问题、法律法规和未来展望。

无人驾驶汽车的发展前景广阔，但也面临诸多挑战，需要各方共同努力才能实现其可持续发展和普及。

愿无人驾驶汽车的未来更加美好！。

交通科技与管理15智慧交通与信息技术0　引言传统道路智能交通与传统汽车自成体系，数据信息交互几乎为空白。

随着人工智能（自动驾驶）、通信（C-V2X）等技术进步，百度、华为、阿里等科技巨头加入智能汽车和道路智能交通行业，推广跨界融合，加速自动驾驶发展，实现“人–车–路–网–云”一体化发展。

据市场观察，目前整车企业、人工智能互联网企业积极引领自动驾驶行业发展，属于行业开拓者；感知零部件、信息通信以及智能交通企业积极响应整车企业或人工智能互联网企业自动驾驶需求，属于响应需求供应商。

1　走在前列的开拓者1.1　整车企业1.1.1　传统车企向电动化、智能化、共享化转型升级（1）趋势一：碳排放政策推动汽车电动化。

为了应对全球气候变暖和能源消耗问题，全球各区域陆续制定碳排放标准。

为促进汽车产业节能减排、绿色发展，中国针对电动汽车（新能源汽车）推广进行补贴激励，同时出台政策限定燃油汽车销售占比和新能源汽车积分政策，预计2025年新能源汽车产销占比达到汽车总量20%。

在政策和市场双驱动的背景下，车企纷纷加速电动化。

例如广汽集团于2017年成立广汽新能源汽车，大众集团于2016年6月、2017年9月分别发布“Together-Strategy 2025”和“Roadmap E”确定集团层面电动化转型[1]。

（2）趋势二：电动化加速汽车自动化与智能化。

相比燃油汽车，电动汽车具有控制响应迅速、满足最大功率用电需求、更适应新架构开发等优点，是自动驾驶的最佳载体。

在来势汹汹的自动驾驶浪潮下，互联网企业和新势力造车企业正在改变车企占据汽车产业链主导地位的格局，为了避免沦为自动驾驶企业“代工厂”的危险，传统车企积极寻找变革，一方面与科技企业携手探索自动驾驶技术，另一方面在集团内部组建研发团队，制定自动驾驶战略规划。

例如，2017年，北汽与百度签署自动驾驶战略合作协议。

（3）趋势三：共享出行服务延伸业务。

在全球汽车市场增长放缓，汽车制造利润向下游转移的情况下，车企面临长期增长压力，促使车企向下游延伸业务，探索多元化增长模式。

自动驾驶技术的发展调研报告一、引言近年来，随着科技的飞速发展和社会的不断变革，自动驾驶技术逐渐成为人们关注的焦点之一。

自动驾驶技术的推广与应用对于社会的发展具有重要意义。

本文将对自动驾驶技术的发展进行调研和分析，以期提供对该领域未来发展的一些参考意见。

二、自动驾驶技术的概述自动驾驶技术是指在车辆行驶时，由计算机系统代替人类驾驶员进行车辆的操控和决策。

这种技术借助传感器、摄像头、激光雷达等设备，实时获取车辆周围的行驶环境信息，并通过算法对数据进行处理和分析，实现车辆的自主导航和自主决策。

三、自动驾驶技术的发展现状目前，全球范围内自动驾驶技术正处于快速发展的阶段。

世界各大汽车厂商纷纷投入大量资源进行相关研发，并相继推出了自动驾驶技术相关的产品。

同时，一些科技巨头也加入了自动驾驶技术的竞争中，并与汽车厂商进行合作，共同研发自动驾驶技术。

四、自动驾驶技术的应用领域自动驾驶技术可以广泛应用于交通运输、物流配送、公共交通等领域。

在交通运输领域，自动驾驶技术可以提高行车安全性，减少交通事故的发生；在物流配送领域，自动驾驶技术可以优化货物的运输效率，减少成本；在公共交通领域，自动驾驶技术可以提供便捷的出行服务，改善城市交通拥堵问题。

五、自动驾驶技术的挑战与未来展望尽管自动驾驶技术发展迅猛，但仍面临着一系列挑战。

首先是法律法规的更新与配套政策的制定，必须要跟上技术的发展。

其次是技术上的难点，如传感器的精准度、数据的处理速度等方面仍需进一步改进。

此外，用户对安全性的信任程度也是影响自动驾驶技术发展的一个因素。

未来，自动驾驶技术将进一步完善。

随着5G技术的发展与应用，自动驾驶技术将更加迅速地推广和普及。

同时，自动驾驶技术还有望应用于更多领域，如农业、矿业等。

随着技术的突破与应用场景的拓展，自动驾驶技术将极大地改变人们的出行方式和生活方式。

六、结论自动驾驶技术正以前所未有的速度改变着我们的生活。

未来，自动驾驶技术有望持续发展，并逐渐成为交通出行的主流方式。

2018自动驾驶与人工智能研究报告 AMiner研究报告第一期Contents目录1 人工智能篇人工智能 (2)人工智能发展路线图 (3)人工智能的定义 (3)人工智能的起源 (3)人工智能的发展 (4)中国人工智能的发展 (5)全球人工智能研究 (7)全球人工智能研究学者数量分布 (7)人工智能研究流派 (9)活跃度较高的学者 (13)全球人工智能发展趋势 (14)中国人工智能研究 (15)中国人工智能的领域分类 (15)中国人工智能学者现状 (16)中国人工智能论文现状 (19)中国人工智能专利现状 (22)人工智能在中国的应用实践 (24)虚拟现实 (25)深度学习应用 (25)计算机视觉 (27)语音技术 (27)中国人工智能的机遇和挑战 (28)中国人工智能拥有的机遇 (28)中国人工智能遭遇的挑战 (31)小结 (32)2汽车研究领域篇汽车研究领域 (34)汽车研究领域创新趋势 (34)汽车研究 (37)全球汽车研究学者数量分布及产业发展 (37)中国汽车领域研究学者数量分布及产业发展 (37)汽车研究流派 (38)活跃度较高的研究学者 (39)汽车研究领域发展趋势分析 (39)3 人工智能+汽车篇人工智能+汽车 (42)无人驾驶研究 (42)无人驾驶的等级 (43)无人驾驶涉及的新技术 (44)无人驾驶的决策模型 (46)无人驾驶产业 (49)自动驾驶汽车的商用 (49)增强学习在无人驾驶中的应用 (49)增强学习在无人驾驶中的优势 (50)增强学习在无人驾驶中的未来 (51)交叉创新笛卡尔智能分析 (51)历史热点分析 (54)Genomics（AI）& Real Time（Vehicle） (54)未来趋势分析 (56)参考文献 (57)扫描订阅摘要随着人工智能（Artificial Intelligence，AI）高速发展与应用，计算机技术已经进入以人工智能为代表的新信息技术时代——智能技术时代。

目录CONTENTS1人工智能行业产业链结构2人工智能行业整体市场发展3人工智能行业投资现状4人工智能行业发展前景人工智能行业产业链结构l人工智能产业链结构l人工智能基础技术提供平台l人工智能技术平台l人工智能应用领域PART 01人工智能产业链结构人工智能产业链的主要包含三个核心环节——基础技术、人工智能技术和人工智能应用。

其中，基础技术主要包括数据平台、数据存储以及数据挖掘等，人工智能技术包括语音识别、自然语言处理、图像识别和生物识别等，人用智能应用有工业4.0、无人驾驶汽车、智能家居、智能金融、智慧医疗、智能营销、智能教育以及智能农业等。

基础技术支撑数据平台数据存储数据挖掘计算智能语音识别自然语音处理图像识别生物识别感知智能机器学习预测类API 人工智能平台认知智能工业4.0无人驾驶汽车智能家居智能金融智慧医疗智能营销智能教育智能农业基础技术支撑人工智能技术人工智能应用人工智能产业链结构IaaS代表企业：阿里云、电信天翼云、联通沃云、Ucloud 、青云、万国数据、首都在线等。

基础设施即服务，它是把ICT 基础设施作为一种服务提供的商业模式。

用户通过Internet 可以从服务提供商那里得到完善的计算机基础设施服务。

这些服务包括服务器或虚拟服务器的计算资源、处理能力及基础网络。

PaaS代表企业：科大讯飞、环信、容联、亲加、云知声、思必驰等。

PaaS 的功能主要体现在将现有各种业务能力进行整合，向下根据业务能力需要测算基础服务能力，通过IaaS 提供的API 调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API 开放给SaaS 用户。

SaaS代表企业：百度云、用友云、浪潮、 Ucloud、 Oracle、Infor、Microsoft 等。

SaaS 是一种通过Internet 提供软件的模式，厂商将应用软件统一部署在自己的服务器上，客户可以根据自己实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得厂商提供的服务。

能源技术与管理2021年第46卷第3期34Energy Technology and Management Vol.46No.3doi:10.3969/j.issn.1672-9943.2021.03.013自动驾驶技术研究现状及发展趋势陈颖（江苏师范大学科文学院，江苏徐州221000）［摘要］自动驾驶技术可防止车辆驾驶员因驾驶技能差、心理情绪变化、健康疲劳程度等人为因素引起的各种交通事故，能够合理管控、调节道路交通流量，改善道路交II行状况,提高道路的通行能力，具有广阔的发展应用前景和极大的社会效益。

通过回顾自动驾驶技术发展历史，介绍了自动驾驶技术分级和技术自动驾驶状，展望了我国自动驾驶技术的发展趋势。

［关键词］自动驾驶部动态地图；计算机控车对车通信［中图分类号］U471［文献标识码］B%文章编号］1672-994^202^03-0034-040引言为实现安全、环保的社会岀行环境，世界上主要发达国家正在通过整合车辆和信息通信技术，更新车辆运输系统，例如开发安全驾驶支持系统、应用公路车辆通信等技术，实现道路车辆的自动驾驶。

预计在不远的将来，无人驾驶车辆有望取代辅助驾驶操作系统，采用自动驾驶技术代替驾驶员识别路面状况，在车辆行驶过程中自动判断和行驶操作。

自动驾驶技术可车辆驾驶员驾驶技、和程等人为素引起的各种交通事，合管、道路交通，道路通行状况，道路的通行，有阔的发应用和的社会~1自动驾驶技术发展历史自动驾驶技术的发，可1925年，在车世不，发明家开自动驾驶汽车了。

1925年,发明家Francis Houdina展ZN了一-辆无的车，的车在有的况下，在道上行驶，辆车可发动引动等。

1969年，人人的出了采用“自动通过输，用与人的输来助车辆行道路20世90年代，的人员DeanPomerleau 在中述了神经网络如何让自动驾驶车够实时从公路获取原图来实现和输岀法，首次出用神经网络的法比其尝试手动将图划分为“道路”和“非道路”类别的尝试更有效。

TRAFFIC AND SAFETY | 交通与安全我国智能汽车自动驾驶技术安全性分析侯建长春汽车工业高等专科学校　吉林省长春市　130013摘 要： 随着社会的发展，人民生活水平的不断不断提高，汽车已成为人类最常用的出行工具之一，自动驾驶汽车也被研发出来，为了加强管理，我国的信息部门、交通部门、公安部门在2018年4月12日联合颁布了《智能网联汽车道路测试管理规范（试行）》。

这项规则的颁布标志着我国在自动驾驶汽车方面又迈向了一个新的征程。

因此我们应当将发展现状与汽车自动驾驶技术相结合，从多个角度考虑自动驾驶技术在安全方面可能存在的问题。

关键词：智能汽车　智能网联汽车　自动驾驶　汽车安全“阿尔法巴”智能公交车，2017年12月在深圳开始试运行后，到目前为止，我国已有许多城市开始陆陆续续的推出智能公交， 智能驾驶技术不光在公交车方面得到发展，环卫部门的环卫车、京东的配送车等都智能驾驶技术都相继进行了试运行。

这些以前只能在大脑里想象的技术如今终于在现实中实现了，同时也说明我国的智能汽车时代在不久的将来会实现。

这就像著名学者安东尼吉登斯所说的一样，一些传统的观念可能比当前的观念更具有说服力，但是在潮流与创新的推动下，当前的观念可能会更胜一筹，尤其是在技术之一方面重点突出了这一现象，在其他的领域也有所渗透。

1　“智能汽车”的界定虽然我国的相关部门已将“智能网联汽车”在《路测规范》中称为惯用术语，但是随着科技的不断发展，无人驾驶、自动汽车等词语也逐渐渗透融入到进人们的日常生活中，各种词语相继而出的浮现在人们的脑海里，将他们的意思混淆在一起已经成为常见的现象，而我认为首先要做的事情是要将这些专业词语的意思搞明白，弄懂具体指的是什么。

从发展水平这个方向来看，无人驾驶、自动驾驶这些词语是智能汽车在发展中，自动驾驶技术在各个不同阶段的所发展的水平。

判定智能汽车技术在发展中的标准，可以通用控制器、传感器、执行器等装置在相应阶段的配置高低，以及面对复杂的环境智能决策与环境感知程度，最为突出的是在不同阶段自动化控制功能的强弱程度。

汽车自动驾驶专题报告1、自动驾驶三大系统：感知、决策、执行驾驶技术的发展是将人类驾车替换为机器驾车的过程，因此可以拿人类驾车作类比，自动驾驶技术分为感知决策和执行三大核心环节。

感知指对于环境的场景理解能力。

例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的分类。

目前存在两种主流技术路线，一种是以特斯拉为代表的以摄像头为主导的纯视觉方案；另外一种是以谷歌、百度为代表的多传感器融合方案。

根据融合阶段不同分为前融合和后融合。

前融合指的是把所有传感器的数据作为整体进行识别，后融合指的是将不同传感器识别后的结果进行整合。

决策是依据驾驶场景、驾驶需求进行任务决策，规划出车辆的路径和对应的车身控制信号。

分为任务决策、轨迹规划、跟踪控制和执行控制四个阶段。

在决策的过程中需要综合考虑安全性、舒适性和到达速度。

执行指的是将控制信号发送给执行器，执行器执行的过程。

执行器有转向、油门、刹车、灯光档位等。

由于电动汽车执行器执行较线性，便于控制，因此比燃油车更适合作为自动驾驶汽车使用。

为了实现更精确的执行能力，线控转向、线控刹车、线控油门等技术不断发展。

2、自动驾驶分级2.1L1-L2为驾驶辅助，L3-L5为自动驾驶国家标准GB/40429-2021和SAEJ3016明确定义了汽车自动驾驶分级，将驾驶自动化分为0级至5级。

其中定义等级的原则是1）自动化驾驶系统能够执行动态驾驶任务的程度。

2）驾驶员的角色分配。

3）有无允许规范限制。

国标规定L1和L2级自动化系统命名为“驾驶辅助系统”、L3-L5命名为“自动驾驶系统”。

具体来看：L0驾驶自动化—应急辅助（EmergencyAssistance）：该级别的辅助驾驶系统，可以感知环境、并提供信息或者短暂介入车辆运动控制，但是不能持续执行车辆控制。

L1驾驶自动化—部分驾驶辅助(Partialdriverassistance):该级别的辅助驾驶系统可以持续提供横向或纵向运动控制。

中国汽车工程学术研究综述·2017中国汽车工程学术研究综述·2017近年来，随着科技的迅猛发展和中国经济的快速崛起，中国汽车工程领域呈现出蓬勃的发展态势。

本文将综述2017年中国汽车工程学术研究的主要成果和趋势，并从多个角度探讨中国汽车工程领域目前面临的挑战和机遇。

首先，介绍中国汽车工程学术研究的研究方向和主题。

2017年，中国汽车工程学术研究聚焦于减排减能源消耗、电动汽车技术、智能交通系统、汽车碰撞安全等领域。

减排减能源消耗是中国汽车工程学术研究的重要研究方向之一，中国政府提出的节能减排目标促使研究者关注燃油经济性、混合动力技术和材料轻量化等问题。

电动汽车技术也备受关注，由于能源短缺和环境污染问题，电动汽车被认为是未来的发展方向，因此电池技术、充电技术和电动汽车控制系统是近年来的研究热点之一。

同时，智能交通系统的研究也取得了显著进展，包括车辆自动驾驶、智能交通管理和智能交通设施。

此外，汽车碰撞安全一直是中国汽车工程研究领域的重要问题，汽车被动安全技术、碰撞模拟和碰撞性能评价等成为研究的重点。

其次，分析中国汽车工程学术研究的成果与突破。

2017年，中国汽车工程学术研究取得了多项重大突破和成果。

一方面，中国汽车制造商在传统燃料汽车技术上取得了较大进步，提高了燃油经济性和排放水平，为中国汽车工程行业的可持续发展提供了支持。

另一方面，中国的新能源汽车技术也有了长足进步，电动汽车的续航里程大幅提高，充电技术也更加便捷和快速。

此外，中国在智能交通系统领域也有了突破，特别是在车辆自动驾驶领域取得了一系列的研究成果，推动了中国汽车工程技术的创新和发展。

然后，分析中国汽车工程学术研究面临的挑战和机遇。

中国汽车工程学术研究面临着以下几个挑战：首先，能源短缺和环境污染问题对传统燃料汽车提出了更高的要求，如何提高燃油经济性和减少排放是一个亟待解决的问题；其次，电动汽车技术仍面临续航里程不足、充电基础设施不完善等问题，需要进一步优化和完善；最后，智能交通系统的发展还面临技术难题和法律法规问题等挑战，需要政府、学术界和产业界共同努力解决。

发达国家率先对自动驾驶立法2017年9月，美国众议院审议通过了《自动驾驶法案》，从联邦层面对自动驾驶汽车行业的监管给出了一个指导性的框架。

2017年1月，德国议会审议通过了《自动驾驶汽车法》，对自动驾驶汽车的交通参与做出了规范。

英国、瑞典、日本也立法允许自动驾驶车辆在道路上行驶，但需以试验为目的。

而在地方层面，已有内华达州、佛罗里达州、加利福尼亚州等部分州立法准许自动驾驶汽车上路行驶。

企业方面，丰田呼吁各国政府可以统一自动驾驶法规及标准，以便减少交通事故的发生。

纵横点评：美国、欧盟、日本等发达国家和地区认为，自动驾驶汽车是交通发展的趋势，应当通过立法予以鼓励。

但目前出台的法规相对较为谨慎，普遍仅针对L1至L3等级的车载自动系统辅助性驾驶阶段，且对上道路测试的条件和要求普遍严格，同时要求必须有驾驶人监管，以便在紧急情况下随时切换到人工驾驶模式。

多国发布禁售传统燃油车时间表继挪威和荷兰率先宣布到2035年、德国到2030年禁售传统燃油车之后，2017年7月份，法国和英国也先后宣布到2040年禁止销售传统柴油车和汽油车，随后印度宣布2030年要淘汰全部汽油车和柴油车。

同时，我国工信部也在2017年9月份透露已经启动传统燃油车禁售时间表研究。

此外，企业方面，奔驰宣布2022年之前全部停产停售传统燃油车，长安和北汽均计划2025年禁售传统燃油车。

纵横点评：欧洲各国之所以纷纷禁售燃油车，既是为了兑现巴黎协定的减排要求，也是为了倒逼传统汽车企业转型。

此外，禁售燃油车也将大大促进分布式能源的普及应用，从而有效推动可再生能源和电动汽车的协同发展。

12岁末年初，再度翻开2017年的日历，全球哪些大事件值得深深回味，哪些事件又将在时间的长河里成为变革的起始点？《汽车纵横》杂志特别盘点2017年全球汽车业十大事件，回望这一年的变化，期许新时代的变革。

欧盟出台史上最严碳减排目标2017年11月，欧盟委员会宣布，计划2021~2030年使欧盟新车二氧化碳排放量减少30%。

自动驾驶芯片：GPU的现在和ASIC的未来——自动驾驶系列报告三：车载芯片篇行业观点⏹自动驾驶系列报告第三篇，我们将按时间顺序梳理车载芯片的发展历程，探讨未来发展方向。

汽车电子发展初期以分布式ECU架构为主流，芯片与传感器一一对应，随着汽车电子化程度提升，传感器增多、线路复杂度增大，中心化架构DCU、MDC逐步成为了发展趋势；随着汽车辅助驾驶功能渗透率越来越高，传统CPU算力不足，难以满足处理视频、图片等非结构化数据的需求，而GPU同时处理大量简单计算任务的特性在自动驾驶领域取代CPU成为了主流方案；从ADAS向自动驾驶进化的过程中，激光雷达点云数据以及大量传感器加入到系统中，需要接受、分析、处理的信号大量且复杂，定制化的ASIC芯片可在相对低水平的能耗下，将车载信息的数据处理速度提升更快，并且性能、能耗和大规模量产成本均显著优于GPU和FPGA，随着自动驾驶的定制化需求提升，ASIC专用芯片将成为主流。

⏹目前出货量最大的驾驶辅助芯片厂商Mobileye、Nvidia形成“双雄争霸”局面，Xilinx则在FPGA的路线上进军，Google、地平线、寒武纪在向专用领域AI芯片发力，国内四维图新、全志科技等也在自动驾驶芯片领域积极布局。

Mobiley e的核心优势是EyeQ 系列芯片，可以处理摄像头、雷达等多种传感器融合产生的大量数据，在L1-L3自动驾驶领域具有极大的话语权，目前出货量超过了2700万颗；NVIDIA在GPU领域具有绝对的领导地位，芯片算力强大且具备很强的灵活性，但功耗高、成本高，AI机器学习并不太适合GPU的应用；此外Google、地平线、寒武纪、四维图新等更聚焦在针对不同场景下的具体应用，芯片设计也开始增加硬件的深度学习设计，自动驾驶上AI的应用已经成为未来的趋势。

⏹基于产业前景和潜在的巨大市场，给予行业买入评级，上市公司方面看好四维图新，建议关注地平线、寒武纪。

公司名称代码收盘价（元/美元）EPS （元/美元）PE业务来源：Wind/Thomson一致预测风险提示⏹自动驾驶行业发展不及预期；装车渗透不及预期；产品开发、成本下降不及预期；使用场景限制；法律法规限制自动驾驶发展；事故影响。

中国自动驾驶汽车行业市场现状及未来发展前景预测分析报告博研咨询&市场调研在线网中国自动驾驶汽车行业市场现状及未来发展前景预测分析报告正文目录第一章、自动驾驶汽车行业定义 (3)第二章、中国自动驾驶汽车行业综述 (4)第三章、中国自动驾驶汽车行业产业链分析 (5)第四章、中国自动驾驶汽车行业发展现状 (6)第五章、中国自动驾驶汽车行业重点企业分析 (8)第六章、中国自动驾驶汽车行业发展趋势分析 (9)第七章、中国自动驾驶汽车行业发展规划建议 (11)第八章、中国自动驾驶汽车行业发展前景预测分析 (13)第九章、中国自动驾驶汽车行业分析结论 (14)第一章、自动驾驶汽车行业定义自动驾驶汽车（Autonomous Vehicles, AVs），也被称为无人驾驶汽车或智能汽车，是指能够在无需人类驾驶员操作的情况下自主行驶的车辆。

这一概念涵盖了从基本的辅助驾驶功能到完全自动化驾驶的各个层级。

根据国际自动机工程师学会（SAE International）的标准，自动驾驶可以分为六个等级：1. Level 0 (No Automation)：车辆不具备任何自动化功能，所有操作均由驾驶员完成。

2. Level 1 (Driver Assistance)：车辆配备了一些基本的辅助系统，如电子稳定控制系统（ESC）或防抱死刹车系统（ABS），但驾驶员仍需全程控制车辆。

3. Level 2 (Partial Automation)：系统能够同时控制加速、减速和转向，例如特斯拉（Tesla）的Autopilot功能。

驾驶员仍然需要时刻监控并随时准备接管控制权。

4. Level 3 (Conditional Automation)：在特定条件下，车辆可以自行处理大部分驾驶任务，但仍需驾驶员在紧急情况下介入。

市场上尚未有达到该级别的商用产品。

5. Level 4 (High Automation)：在限定区域内实现高度自动化驾驶，无需驾驶员干预。

国内智能汽车发展历程智能汽车是指基于人工智能、大数据、云计算等技术的车辆，具有自动驾驶、智能导航、智能安全等功能。

在国内，智能汽车的发展历程如下：1. 早期探索和研究阶段：2009年，国内开始探索智能汽车的技术研发，包括自动驾驶技术和智能交通系统的建设。

2. 示例项目启动：2013年，国内首个示范城市智能汽车项目在中国大陆启动，旨在推动自动驾驶技术的发展。

3. 国际竞赛与试点项目：2015年，中国首次参加国际智能汽车大赛，并举办自主品牌智能汽车试点项目，进一步推动了国内智能汽车技术的发展。

4. 自动驾驶路测与道路测试：2017年，国内自动驾驶车辆开始进行路测，多地相继开展自动驾驶车辆上路测试，推动了相关政策法规的制定和完善。

5. 产业链建设与推动：2018年，国内开始建设智能汽车产业链，推动智能汽车技术与产业的融合发展，相关企业纷纷投入研发和生产。

6. 5G与智能网联：2019年，国内开始研发5G与智能网联技术，打造智能汽车与互联网的全面融合，进一步推动了智能汽车发展的步伐。

7. 自动驾驶示范区建设：2020年，国内多地相继建设自动驾驶示范区，并投入具备自动驾驶功能的汽车，探索自动驾驶技术的应用和发展。

8. 创新技术突破：目前，国内智能汽车技术不断创新，包括车联网、人工智能、大数据等技术在智能汽车领域的应用，为智能出行提供更多可能性。

9. 政策扶持与市场推动：国家相关政策法规的出台和扶持政策的实施，进一步推动了智能汽车市场的发展和普及。

总的来说，国内智能汽车发展经历了早期的探索和研究阶段，逐步发展到示范项目、自动驾驶路测和道路测试，然后进一步推动了产业链建设与推动，研发5G与智能网联技术，建设自动驾驶示范区，突破技术创新，最终得到政策扶持和市场推动。

未来，国内智能汽车将继续向更高水平发展，推动智能出行的普及与实现。

无人驾驶汽车道路测试报告第1章引言 (3)1.1 研究背景与意义 (3)1.2 国内外研究现状 (3)1.3 报告结构安排 (3)第2章无人驾驶汽车技术概述 (3)2.1 无人驾驶汽车发展历程 (3)2.2 核心技术与架构 (4)2.3 我国相关政策与法规 (4)第3章测试车辆与设备 (5)3.1 测试车辆概述 (5)3.1.1 车辆品牌与型号 (5)3.1.2 车辆配置 (5)3.1.3 车辆功能 (5)3.2 测试设备与传感器 (5)3.2.1 设备概述 (5)3.2.2 传感器 (5)3.3 数据采集与处理系统 (6)3.3.1 数据采集 (6)3.3.2 数据处理 (6)3.3.3 数据存储与传输 (6)第4章道路测试环境 (6)4.1 测试道路概述 (6)4.2 道路条件分析 (6)4.2.1 城市道路 (6)4.2.2 郊区道路 (6)4.2.3 高速公路 (6)4.2.4 山区道路 (7)4.3 测试场景设置 (7)4.3.1 城市道路测试场景 (7)4.3.2 郊区道路测试场景 (7)4.3.3 高速公路测试场景 (7)4.3.4 山区道路测试场景 (7)第5章道路识别与感知 (7)5.1 道路识别算法 (7)5.1.1 数据集准备 (7)5.1.2 算法训练与优化 (7)5.2 道路特征提取 (8)5.2.1 颜色特征 (8)5.2.2 结构特征 (8)5.2.3 纹理特征 (8)5.3 感知结果分析 (8)5.3.1 道路识别准确率 (8)5.3.2 道路特征贡献分析 (8)5.3.3 实际道路测试 (8)第6章车辆控制策略 (9)6.1 控制策略概述 (9)6.2 车辆跟随控制 (9)6.2.1 跟随控制策略 (9)6.2.2 跟随控制参数设置 (9)6.3 换道与超车控制 (9)6.3.1 换道控制策略 (9)6.3.2 超车控制策略 (9)6.3.3 换道与超车控制参数设置 (9)第7章决策与规划 (10)7.1 决策与规划算法 (10)7.1.1 决策算法 (10)7.1.2 规划算法 (10)7.2 遇障处理策略 (10)7.2.1 障碍物检测 (11)7.2.2 遇障处理方法 (11)7.3 行人及其他交通参与者交互策略 (11)7.3.1 行人交互策略 (11)7.3.2 其他交通参与者交互策略 (11)第8章安全性与风险评估 (11)8.1 安全性评价指标 (12)8.2 风险评估方法 (12)8.3 测试结果分析 (12)第9章测试数据与分析 (13)9.1 数据预处理与清洗 (13)9.1.1 数据清洗 (13)9.1.2 数据预处理 (13)9.2 测试数据统计分析 (13)9.2.1 描述性统计分析 (13)9.2.2 相关性分析 (13)9.2.3 假设检验 (14)9.3 测试结果可视化展示 (14)9.3.1 折线图 (14)9.3.2 散点图 (14)9.3.3 饼图 (14)9.3.4 地图 (14)第十章结论与展望 (14)10.1 测试成果总结 (14)10.2 不足与改进方向 (14)10.3 未来发展趋势与应用前景 (15)第1章引言1.1 研究背景与意义科技的飞速发展，无人驾驶汽车技术逐渐成为全球关注的热点。

中国智能汽车发展历程
中国智能汽车的发展历程如下：
1. 2001年：中国政府开始支持和推动汽车产业的发展，智能汽车概念开始逐渐引起关注。

2. 2013年：国务院发布《新能源汽车产业发展规划》文件，提出推广智能汽车技术和产品。

3. 2014年：中国成立了智能汽车专项工作组，推动智能汽车产业发展。

4. 2015年：中国发布《智能汽车创新发展战略》，提出到2020年智能汽车占新车销售的比例达到50%。

5. 2016年：首个智能汽车示范城市在中国上海建立，并开始推广自动驾驶技术。

6. 2017年：中国政府发布《智能网联汽车道路测试管理规范》，允许在特定道路上进行自动驾驶测试。

7. 2018年：中国开始大规模建设智能汽车测试基地和智能汽车产业园区。

8. 2019年：中国智能汽车销量达到了230万辆，继续保持高速增长。

9. 2020年：中国发布《智能网联汽车创新发展战略》，提出到2025年智能汽车占新车销售的比例达到70%。

总的来说，中国智能汽车的发展历程可以追溯到21世纪初，随着政府的支持和行业的努力，智能汽车技术得到了快速发展，取得了显著成果。

未来，中国智能汽车有望成为全球领先的智能汽车市场之一。

2017年中国自动驾驶产业研究报告亿欧智库/intelligenceCopyrights reserved to Yiou intelligence, September 2017最新、最i n的重磅行业分析、研究报告，每日微信群内免费分享！扫一扫二维码，关注微信公众号，点击菜单“专业社群”，加入“I T 大佬”微信群，获取免费报告！[报告仅用于分享学习使用，不做任何商业用途！]目录CONTENTS Part.1 研究项目回顾Part.2 中国自动驾驶产业发展概况2.1.中国自动驾驶产业背景2.2.自动驾驶概念界定Part.3 中国自动驾驶产业分析解读3.1.中国自动驾驶相关产业链分析3.1.1.传感器 3.1.4.算法3.1.2.高精度地图 3.1.5.车联网技术3.1.3.AI芯片 3.1.6.传统、新兴车企及出行服务商3.2.中国自动驾驶产业发展路线3.3.中国自动驾驶产业合作模式与初创企业盘点Part.4 中国自动驾驶产业展望4.1.中国自动驾驶产业趋势及挑战4.2.自动驾驶带来的泛汽车产业效应Part.5 国外部分领先玩家盘点Part.1研究项目回顾Research RecallResearch background低下的通行效率以及频发的交通事故已成为当前民众最为头疼的难题，从驾驶和拥堵中解放出来成为社会新诉求。

汽车经过两百年的发展，也逐步进入电子化的时代，发展出成熟的主动安全系统，辅助或代替了驾驶员的一部分工作。

但这还远远不够。

随着人工智能尤其是深度学习技术的成熟，算法开始能够识别物体属性，并做出类人的合理决策，无人驾驶逐步成为可能，其背后无限的想象空间也令业界向往。

特斯拉和Waymo在自动驾驶的成就震惊了汽车产业，并引发了欧美科技界汽车界的地震：英特尔收购Mobileye、高通收购恩智浦、通用收购Cruise 等等，吸引了国内的关注。

2016年以来，国内自动驾驶产业也开始火爆起来，传统车企纷纷抛出所谓的智能化战略，计划在2020年实现L3级别的自动驾驶，大量初创公司入场，试图抓住新的时代浪潮，资本的追逐和市场的火热使业界对自动驾驶充满乐观。