松山湖论坛热议中国自动驾驶，四大议题凸显产业商机

新能源汽车、储能、元宇宙是当下半导体产业里热度较高的三个应用市场。然而这三个增量市场，事实上是存量市场中的增量来源，例如新能源汽车归类于汽车大行业、储能是能源行业的其中一个分支、元宇宙被喻为“下一个互联网”等等。这说明在经济大增长越来越难时，在存量中寻找增量，是一个可行的思路。uDtesmc

在2022年第十二届松山湖中国IC创新高峰论坛上，七位行业领袖围绕“中国自动驾驶汽车的机遇和产业化之路”这一主题展开讨论，寻找中国汽车产业的新商机。uDtesmc

议题一：主流的汽车感知方案之争

自动驾驶有四个核心技术层：感知、互联、高精定位地图、人工智能/深度学习，这一理念已成为行业共识。其中，感知层作为基础架构，至今流派分明，谁将成为主导方案？——仍有许多讨论。uDtesmc

第一种感知模式是类似于人眼睛的视觉主导模式，代表有特斯拉，是通过汽车上的摄像头采集环境数据，将图像处理和机器学习结合起来，然后借助人工智能进行分析指导自动驾驶汽车做出决策。uDtesmc

第二种感知模式是基于毫米波雷达主导模式，优点在于测距、测速精度高，耐候性好，缺点在于无法识别障碍物的形态。uDtesmc

第三种感知模式是基于激光雷达主导模式，是当前主流传统主机厂通用。这取决于预先记录的周围环境的3D高分辨率地图，以便于车辆在地图区域中巡航时进行控制。这种方法提供了高度的可靠性和可预测性，但由于需要记录地图并使用激光雷达设备制造车辆，因此付出了更高的成本。uDtesmc

那么未来3-5年里量产的智能汽车中，哪一类会成为主流的汽车感知方案？现场73%的业者选择了“视觉+毫米波雷达+激光雷达”的组合方案。uDtesmc

uDtesmc

瑞芯微电子高级副总裁陈锋认为，现阶段感知是越全面越好。无论是视觉还是毫米波雷达、激光雷达，都有相对适用的场景，能结合起来是较佳的解决方案。但普及关键在于成本。uDtesmc

上海小橡投资管理有限公司创始合伙人石兴梅持有相同观点。“如果说视觉芯片是汽车的眼睛，那么毫米波雷达就像是汽车的耳朵，在一些特定场景里，眼睛暂时无法使用，就需要耳朵的支持，否则就无法驾驶。例如矿山里尘土飞扬，视觉芯片无法工作，就换上毫米波雷达，汽车照样可以安全行驶。所以我认为，当量产到一定程度的时候，汽车感知方案会达到多融合的状态。”uDtesmc

北京翊辉科技有限公司CEO荣辉则认为，未来3至5年内“摄像头+毫米波雷达+激光雷达”会成为主流方案，但再过5年或者终极方案可能是纯视觉。“原因一是，长久以来，人们基本上90%靠眼睛就能开车，剩下10%可以交给听觉，所以理论上单靠眼睛是可以把车开好的。未来随着人工智能/深度学习的不断演进，我认为机器学习所有方面都可以赶上人。因此，当机器学习超越人类时，纯视觉的感知方案就能驱动汽车自动行驶。原因二是，未来的无人驾驶不一定还行使在如今的道路上。这意味着未来无人驾驶的条件会比当下的简单许多，所以我认为，纯视觉的感知方案足以应对条件简单的路况。”uDtesmc

议题二：智能汽车电汽架构集成之争

电子电气架构由分布式迈向中央计算，把原本高度分散的控制功能逐步整合并收归是车企的全新一课。那么智驾域、座舱域、底盘域该如何集成？现场的投票结果是，61%认为是“智驾域+座舱域”集成，30%认为是“大一统的中央域”，9%认为是“智驾域+底盘域”集成。uDtesmc

uDtesmc

武汉环宇智行科技有限公司CEO李明是61%里的一员，他认为智驾域+座舱域集成是趋势。具体来看，底盘域的可靠性要求非常高，需要万无一失，对算力并不敏感。而智驾域和座舱域有高算力的芯片，二者融合比较适配。而且座舱域是高算力的，没有开自动驾驶功能的时候，可以释放很多算力出来，从而对车的成本更低、更有效一些，对整个架构影响比较小。uDtesmc

荣辉则表示，目前说不上哪个组合更好，见仁见智。“其实人或动物的分配结构就很合理，有大脑、小脑，小脑管动作，大脑管智能化。所以我觉得底盘要单独拿出来，底盘对可靠性、时延等一系列的要求非常高，可以看作是‘管动作的小脑’；而其他几个域集合在一起都是有可能的，它们集合起来一起控制智能化，是汽车的‘大脑’。”uDtesmc

议题三：高速载人和低速载物的场景落地之争

商业化，一直是衡量产业成熟度的一个重要指标。业内普遍认为，自动驾驶的商业化路径将呈现从低速到高速、从载物到载人、从商用到民用的渐进式发展趋势，而低速车领域将率先迎来爆发。uDtesmc

在现场投票中，码头、工业物流、矿车是获票最多的三个落地场景，均占20%以上。uDtesmc

uDtesmc

深圳一清创新科技有限公司CEO刘明一直相信，低速无人驾驶是未来可变现的技术。一清的低速载物车已经在园区、校园、住宅小区等实际场景中实现无人送货，使得整个作业流程在保证安全的情况下变得客观可控，进而满足端到端的需求，整体提高效率，达到降本增效。uDtesmc

至于低速载物的难点，刘明认为实际上来自于全流程自动化、信息化、数字化的问题。“单从现在来讲，不仅仅要解决无人驾驶，而且要解决自动上货/自动卸货，这就超过过去单机无人驾驶里的单机智能。当然我们做这件事情的核心是中间成本的点，我们很难突破今天整个现有的工业物流体系里面对于物流成本的投入。”uDtesmc

uDtesmc

至于低速载物车替代人工司机的成本，现场投票结果显示，10万至30万区间是较为合理的成本区间。刘明透露，10万今天是可以做得到的。uDtesmc

议题四：未来汽车底盘是否分离之争

荣辉表示，无人驾驶的场景必定带来整个汽车的变化，但其实“底盘”现在是汽车行业马上要发生的巨变。uDtesmc

uDtesmc

上图左边是传统的底盘，这是汽车产业130多年来的成果，基本上是人工汽车工业的象征。而右边是未来的底盘，完全变成另外一个样子——车“分家”了，上面扣什么样的壳子，就会变成什么样的车。通用性增加了，车成本就降了很多。这种未来底盘分两大部分，四个轮单元和中间的轮板，所以很多人把它叫做“滑板底盘”。uDtesmc

荣辉指出，如今产业链里已经有不少上规模企业布局“滑板底盘”，例如宁德时代布局了电池和底盘。相信未来这一赛道会日益拥挤。uDtesmc

uDtesmc

至于哪股势力会在底盘竞争中取胜，现场投票结果显示，新科技公司（代表企业有华为、宁德时代）高居首位，占46%；其次是新底盘公司（代表企业有Rivan、Ree、Canoo），占38%。当然，传统车厂（例如比亚迪、上汽、北汽、长城）和新造车势力（如特斯拉、蔚小理）也各具竞争优势，相信未来的竞争会更为激烈。uDtesmc

uDtesmc

同期活动文章：

松山湖IC创新高峰论坛：共推介89款芯片，量产率92%，企业上市率25%uDtesmc

十款国产创新IC打造聪明的车、智慧的路、车路协同uDtesmc