无人驾驶投资机会

1.技术发展

1.1感知技术

    视觉感知在无人驾驶中的应用至关重要。 视觉感知在无人驾驶中的应用主要依赖于纯视觉方案和多传感器融合技术。纯视觉方案通过强大的算法和数据积累支撑，被认为是成本最低，性能上限最高的方案。2024年，Nullmax已形成视觉为主、多传感融合感知的智能驾驶技术方案，可为车辆提供贯穿车端、云端的全栈软件算法应用，提供覆盖至L4级别的智能驾驶功能。此外，纯视觉方案通过强大的算法和数据积累支撑，被认为是成本最低，性能上限最高的方案，为无人驾驶提供了强大的感知能力 。

    激光雷达在无人驾驶感知中的最新技术发展迅速。 激光雷达在无人驾驶感知中的最新技术主要包括机械式、半固态式和固态式三种技术路线。目前，半固态式激光雷达是市场的主流，拥有半固态式产品的厂商在短期内更容易获得量产应用的机会。先进纯固态激光雷达FLASH路线将成为主流，未来十年出货量会大增，可能占到激光雷达总出货量的1/3左右。此外，速腾聚创在2024年新品发布会上宣布，MX激光雷达首次量产时定价人民币1447元，随着量产规模扩大，售价还将继续下降。预计用于ADAS系统的激光雷达均价将同比下跌15.56%至3800元 。

    高精地图在无人驾驶中的作用至关重要。 高精地图为无人驾驶系统提供了精确的道路信息，包括车道线、交通标志、红绿灯、交通流量、道路施工情况等。这些信息使得无人驾驶系统能够更好地理解周围环境，预测其他道路使用者的行为，并做出正确的决策。高精地图还能够为无人驾驶系统提供实时更新的数据，这对于应对城市中的快速变化非常重要。例如，在施工区域，高精地图能够提供详细的施工信息，帮助无人驾驶系统避开障碍物，确保行驶安全。然而，高精地图也有一些局限性。首先，制作高精地图需要大量的时间和成本，而且更新周期较长。其次，高精地图的数据可能存在误差，这可能导致无人驾驶系统做出错误的决策。因此，一些公司正在开发“去高精地图”的自动驾驶技术，这些技术使用视觉感知和数据驱动的方法，无需高精地图即可实现自动驾驶。例如，智己汽车推出的IM AD“去高精地图城市NOA”技术，能够在无需高精地图的情况下，实现城市道路的自动驾驶导航辅助 。

    5G通信技术在无人驾驶感知中的应用得到了显著的发展。 5G通信技术不仅限于车辆间的通信，还包括对环境感知和数据传输的优化。例如，在无人驾驶汽车行业市场深度分析中，5G技术在无人驾驶中的应用不仅限于车辆间的通信，还包括对环境感知和数据传输的优化。水厂铁矿建材产线的无人驾驶项目5G专网覆盖通信服务询比采购中，需要对9台电动宽体车、4台7立方挖机和15台辅助作业车辆进行5G通信需求，以实现无人驾驶项目的大带宽低延时的5G通讯服务。这表明5G技术在无人驾驶中的应用正在逐步扩展，为无人驾驶系统提供了更为可靠和高效的通信保障 。

1.2决策规划

    机器学习技术在决策规划中的应用。 机器学习技术，特别是深度学习，已经在决策规划中发挥了重要作用。例如，配天机器人通过使用AI+机器人行为大模型，在具体的工业场景中实现了颠覆性变革 。这表明，机器学习技术不仅能够处理专业领域的问题，还能够帮助企业和组织优化决策。配天绎零机器人运动控制引擎荣膺决策式AI企业商业落地Top20榜单，这进一步证明了机器学习技术在工业应用中的潜力 。未来，随着机器学习技术的不断发展，其在决策规划中的应用将更加广泛和深入。

    深度学习在路径规划中的应用。 深度学习技术在路径规划中的应用也取得了显著进展。深度学习算法能够处理大规模的数据，并从中提取有用的信息，从而实现更准确的路径规划。例如，在配天机器人中，AI+机器人行为大模型在具体工业场景的应用中展现了颠覆性变革的潜力，这表明深度学习技术在路径规划中的应用具有巨大的潜力 。未来，深度学习技术将继续在路径规划中发挥重要作用，为无人驾驶和其他自动化系统提供更准确的路径规划。

    自适应控制技术的发展。 自适应控制技术在决策规划中也发挥了重要作用。自适应控制技术能够根据环境的变化实时调整控制策略，从而实现更优的控制效果。例如，配天机器人通过AI+机器人行为大模型，在具体的工业场景中实现了颠覆性变革，这表明自适应控制技术在决策规划中的应用具有巨大的潜力 。未来，随着自适应控制技术的不断发展，其在决策规划中的应用将更加广泛和深入。

1.3执行控制

    执行控制是无人驾驶的关键环节，传感器融合技术在其中发挥重要作用。 在执行控制过程中，需要通过各种传感器采集数据，以实现对周围环境的实时感知。传感器融合技术通过将不同类别的传感器数据进行整合，确保数据在时间和空间上的一致性，从而实现对同一物体的准确识别。根据参考资料，为了确保这些传感器采集的数据能有效精准识别同一个物体，需要对这些传感器进行统一时钟和坐标系，即最终实现：同一个目标在同一个时刻出现在不同类别的传感器的同一个世界坐标处 。这一技术不仅提高了无人驾驶汽车的安全性和准确性，还大大提升了产品的性能和质量水平 。随着无人驾驶技术的不断成熟和商业化进程的加快，传感器作为无人驾驶汽车的核心部件之一，其需求自然会随之提升。公司将继续加大研发力度，以满足市场不断变化的需求 。

    动力学模型在无人驾驶中的重要性不可忽视。 首先，动力学模型可以预测车辆的动态行为，这对于无人驾驶系统来说是非常重要的，因为它们需要能够预测车辆在各种道路条件下的行为，并据此做出正确的决策。其次，动力学模型可以用于优化无人驾驶系统的控制策略，以提高其性能和安全性。最后，动力学模型还可以用于无人驾驶系统的故障诊断和修复，以便在系统出现问题时能够及时发现并解决。总的来说，动力学模型在无人驾驶中的重要性不言而喻，是实现无人驾驶系统高效、安全运行的关键技术之一。

    随着技术的不断进步和市场需求的增加，执行控制技术在无人驾驶领域中的应用前景广阔。 尽管短期内存在波动，但计算机、通信和其他电子设备制造业大中型工业的企业单位数在近年来总体稳定在16,800-17,200家之间，反映出行业的基本稳定性和一定的抗风险能力 。这为无人驾驶技术的发展提供了坚实的产业基础。此外，近期无人驾驶、智能驾驶政策频出，萝卜快跑无人汽车也慢慢全国推广，这些都表明了无人驾驶技术的发展和市场的需求增加 。随着政策的支持和技术的进步，执行控制技术在无人驾驶领域的应用前景将更加广阔。

2.产业布局

2.1国内市场

    国内无人驾驶技术路线在2024年继续快速发展。 百度公司的“萝卜快跑”在无人驾驶订单数量和无人车技术方面取得了显著进步。截至2024年4月19日，“萝卜快跑”累计提供的自动驾驶出行服务订单超过600万单。百度在Apollo Day2024上发布了搭载Apollo 第六代智能化系统解决方案的萝卜快跑第六代无人车，并发布了全球首个支持L4级自动驾驶的大模型Apollo ADFM。此外，无人驾驶技术在其他城市和场景的应用也在稳步推进，例如深圳坪山区已有46辆无人车获批上路，并完成了多个路口的改造和智能化入口的建设 。尽管如此，无人驾驶技术在应对复杂交通环境和突发状况方面仍需进一步提高成熟度，例如在武汉，无人驾驶出租车曾因一个空编织袋而停下脚步 。

    国内无人驾驶商业模式正在以前所未有的速度发展。 大规模神经网络的端到端学习技术，使得无人驾驶车辆能够更好地理解和预测交通环境，提供更加流畅和安全的驾驶体验。这种技术的核心在于它能够从输入直接到输出，无需中间复杂的特征工程，极大地简化了数据处理流程 。无人驾驶技术的商业化不仅依赖于技术进步，还受到资本市场的反应和商业模式的影响。特斯拉等公司在技术路线选择和商业化策略上展现了独特的优势，通过整合数据体系和算力，以及统一车型平台，已经在自动驾驶领域占据了领先地位 。尽管技术不断进步，但Robotaxi的商业化仍面临诸多挑战，如成本、法规和社会接受度等。随着技术的成熟和市场的教育，这些问题有望逐步得到解决，为Robotaxi的普及铺平道路 。

    国内无人驾驶技术的发展前景广阔。 中国在无人驾驶技术方面拥有巨大的市场需求和潜力。中国拥有世界上最大的汽车市场和最复杂的路况，提供了丰富多样的数据资源，这使得中国在无人驾驶技术的发展中具有数据优势。此外，中国的政策支持也为无人驾驶技术的发展提供了良好的环境。工信部等五部门联合公布智能网联汽车“车路云一体化”应用试点城市名单，北京、上海、重庆、南京、苏州、无锡、杭州、合肥等20个城市（联合体）入选，进一步推动自动驾驶技术的不断优化和成熟 。上海市首批获批的20辆无人驾驶出租车将实现金桥与临港新片区自动驾驶测试道路的互联互通，途经多个地铁站、商圈及产业园区 。这些政策措施和市场环境的优化，将为无人驾驶技术的商业化提供强有力的支持。

2.2海外市场

    海外无人驾驶技术路线发展迅速。 2024年，上海发放了首批无驾驶人智能网联汽车示范应用许可，标志着上海在无人驾驶技术领域的重大进展 。四家获证企业可以在浦东部分路段实现全无人载人的车辆应用，这不仅展示了上海在无人驾驶技术领域的领先地位，也预示着真正的无人驾驶出行模式已离我们不远。市民可以通过相应软件预约乘坐这些无人车，目前所有示范应用阶段无人载人车辆都是免费体验。此外，无人驾驶公交也上线了，通过扫码手机小程序或者智慧触屏就能预约体验 。这种技术的发展和应用，不仅展示了无人驾驶技术的成熟度，也预示着未来无人驾驶出行将成为可能。

    无人驾驶商业模式多样化。 上海的无驾驶人智能网联汽车示范应用许可不仅为市民提供了免费体验无人驾驶的机会，也为其商业模式的探索提供了实践平台。企业如AutoX安途，可以通过手机软件“呼叫无人车”，用户随意选择目的地，车辆会自动行驶到行程起点处 。AI会根据自身地图的限速和周围感知到的障碍物的信息，制定出自己的规划策略。这种模式不仅节省了人力成本，还提高了运营效率。例如，百度萝卜快跑的第六代无人车采用换电模式，这使得车辆在无人模式下可以自动完成换电，从而节省人工成本并提高运营效率 。这种换电模式可每天为萝卜快跑增加近1小时的运营时间，使得车辆能更频繁地为用户提供服务。

    无人驾驶技术在矿区应用取得显著成效。 同力股份与易控智驾完成了近300台无人驾驶产品的订单签订，交付和矿区运行的车辆超过200台，出勤率从80%多提升到90% 。这种在矿区的应用不仅展示了无人驾驶技术的实用性，也验证了其在实际生产环境中的可靠性和稳定性。同力股份积极布局无人驾驶领域，通过与各智驾公司技术合作、共同研发、合作生产等多种合作模式，推动无人驾驶产品在矿区稳定、高效运行 。这种模式不仅降低了人力成本，提高了生产效率，也为其他行业无人驾驶技术的应用提供了借鉴。

    无人驾驶市场前景广阔。 2024年上半年，无人驾驶市场显示出强劲的发展势头。除了上海和深圳等地的无人驾驶应用，其他地区也在积极推进无人驾驶布局 。例如，深圳巴士集团计划年内推出20辆自动驾驶公交车，这不仅展示了深圳在无人驾驶领域的决心，也为其他城市提供了参考。此外，无人驾驶汽车概念股热度不断，显示出智能网联汽车在政策以及资本倾向上都获得不错的支持。预计到2025年，智能网联汽车产业产值增量预计为7295亿元，到2030年有望达25825亿元 。这种巨大的市场潜力不仅吸引了大量的投资，也为无人驾驶技术的持续创新提供了动力。

3.产业链投资机会

3.1感知层

    感知层在无人驾驶中的重要性不言而喻。 摄像头作为无人驾驶感知层的重要组成部分，其技术在不断进步和广泛应用。豪恩汽电、联合光电、联创电子等公司提供的摄像头技术，可以捕捉道路状况、交通标志、行人、其他车辆等信息，为无人驾驶系统提供关键的视觉数据 。这些摄像头在无人驾驶中的应用，不仅提高了车辆对周围环境的感知能力，还大大提升了行驶的安全性。

    激光雷达技术在无人驾驶感知层中的应用尤为突出。 禾赛AT128激光雷达作为市场上独一无二的“真128线”激光雷达，每秒可产生153万点，四颗即可满足L4级别自动驾驶对高精度感知、360视野全覆盖的严苛要求 。禾赛AT128的性能不断提升，不仅能够无惧环境光变化，在黑夜、炫光等天气不受任何影响，且面对雨、雪、雾等天气，表现优于摄像头、毫米波雷达等传感器 。激光雷达技术的广泛应用，为无人驾驶车辆的安全行驶提供了重要保障。

    毫米波雷达在无人驾驶感知层中的优势也不可忽视。 加特兰推出的Kunlun车规级毫米波雷达SoC平台，其射频模块拥有高达6发6收的通道数量，远超常见的2发3收和2发4收毫米波雷达射频芯片 。这不仅保证了优秀的射频和计算能力，还拥有超低功耗和微小封装体积的优点。尽管毫米波雷达在使用过程中可能面临信号干扰和网络安全方面的挑战，但这些挑战通过技术创新和网络安全措施有望得到解决 。因此，毫米波雷达在无人驾驶中的应用前景依然广阔。

    高精地图在无人驾驶感知层中的作用至关重要。 高精地图提供了极其精确的地理信息，包括道路的形状、车道标记、交通标志、红绿灯、交叉口、交通流等信息，这对于无人驾驶车辆进行准确的感知和决策至关重要 。高精地图还包含了实时动态信息，如交通拥堵情况、事故信息等，这可以帮助无人驾驶车辆做出更加智能的决策 。高精地图还可以与车辆的传感器数据进行融合，进一步提高感知结果的准确性和可靠性 。尽管制作高精地图存在难度大、成本高、更新周期长等问题，但通过优化BEV和Transformer技术框架，车企们已经开始提出“轻地图，重感知”的口号，减少对高精地图的依赖 。

3.2决策层

    高精度地图在无人驾驶领域发挥重要作用。 高精度地图在2024年无人驾驶技术中的应用带来了显著的技术突破和商业模式创新。百度萝卜快跑项目成功采用了高精度地图、环境感知、决策规划、车辆控制等关键技术，实现了无人驾驶网约车的商业化运营 。高精度地图的构建精确到厘米级，为自动驾驶提供准确的道路信息，环境感知系统融合多种传感器数据，能够实时感知周围环境，决策规划算法能够快速计算出最优行驶路线，车辆控制系统精确控制车辆的速度、方向和刹车。这些技术的综合应用使得无人驾驶网约车在成本、服务质量和安全性方面都具有显著优势，预计到2025年，全球无人驾驶网约车市场规模将达到1000亿美元 。

    算法软件在无人驾驶中的最新进展。 2024年无人驾驶算法软件最新进展包括上海市发放了首批无驾驶人智能网联汽车示范应用许可，这意味着四家获证企业可以在浦东部分路段实现全无人载人的车辆应用 。市民可以通过相应软件预约乘坐这些无人车，目前所有示范应用阶段的无人载人车辆都是免费体验。上海市无驾驶人智能网联汽车示范应用范围覆盖了金桥经济技术开发区全域及浦东申江路、沪南公路、两港公路等“南北科创走廊通道”道路，其中部分路线通过浦东机场，实现了金桥与临港新片区的自动驾驶测试道路的互联互通 。在如何“呼叫无人车”方面，用户可通过“小马智行”等打车软件下单，体验Robotaxi等无人驾驶服务。例如，在金桥区域，用户可以登录AutoX安途的同名手机软件，选择任一目的地，点击“呼叫无人车”按钮，车辆将自动行驶到行程起点处 。此外，无人驾驶公交也上线了，如上海首个“AI定制需求响应式”公交平台“智捷易行”亮相，通过扫码手机小程序或智慧触屏，即可预约体验 。这些无人驾驶巴士把传统的“人等车”变为“车等人”，通过AI算法和大数据分析，定制最优线路和发车时间，服务于产业园区、大型社区、大学城区、会展区等各类城市片区 。

    多传感器融合与智能化的结合将推动无人驾驶技术发展。 自动驾驶技术的未来发展趋势将包括多传感器融合与智能化的结合，高精度地图在自动驾驶中具有重要作用，但高成本和维护难度限制了其普及 。纯视觉方案展示出了巨大的潜力，通过降低成本和提高系统的灵活性，推动了自动驾驶技术的发展 。自动驾驶技术未来将朝着更智能、更自主、更安全的方向发展，技术融合、多传感器数据融合、实时数据共享将是未来的关键趋势 。多传感器融合方案在自动驾驶中具有显著的优势，包括提高环境感知精度、增强系统鲁棒性、扩展感知范围和提供冗余性等 。随着技术的不断进步和优化，多传感器融合有望在未来自动驾驶的发展中发挥越来越重要的作用，推动自动驾驶技术的进一步成熟和普及 。

3.3执行层

    无人驾驶技术的执行机构包括车载传感器、控制系统和执行机构等设备。 这些设备共同实现车辆的自主驾驶，是实现无人驾驶功能的关键。在发展历程中，早期的研究主要集中在高校和研究机构，如1984年的Navlab项目。随着技术的发展，传感器技术、计算能力的提升，无人驾驶技术开始取得显著进展。近年来，特斯拉的Autopilot系统和谷歌Waymo的无人驾驶出租车服务成为技术商业化的标志。这些技术进步不仅提升了无人驾驶汽车的安全性和可靠性，还为无人驾驶技术的广泛应用奠定了基础 。

    智能座舱技术在无人驾驶领域中的应用日益广泛。 德赛西威与上汽海外出行、杰发科技的合作进展情况表明，三方联手打造全球座舱平台“国芯V5/GXV5”，预计在2024年第2季度前实现量产。德赛西威表示，公司有多种差异化智能座舱方案，为客户提供更多元的产品选择。第三代高性能智能座舱产品已量产配套理想汽车、奇瑞汽车、广汽埃安、广汽乘用车等客户，第四代座舱产品已获得理想汽车、吉利汽车、广汽埃安、极越汽车等客户的新项目定点，并已陆续量产供货 。

    智能座舱技术的发展也为无人驾驶出租车的发展提供了重要支持。 智能座舱技术不仅提升了无人驾驶汽车的用户体验，还为无人驾驶出租车的发展提供了重要的技术支持。随着技术的不断进步，无人驾驶出租车有望在未来改变人们的出行方式，推动智慧城市建设，为社会带来更多便利和创新。然而，为了实现这一愿景，需要持续关注技术进步的动态，克服各种挑战，并制定有效的政策和法规，确保无人驾驶出租车的安全、可靠和可持续发展 。

    无人驾驶技术的执行机构和技术应用前景广阔。 无人驾驶技术的执行机构包括车载传感器、控制系统和执行机构等设备，这些设备共同实现车辆的自主驾驶。随着技术的不断进步，这些设备将进一步提升无人驾驶汽车的安全性和可靠性，为无人驾驶技术的广泛应用奠定基础。此外，智能座舱技术的发展也为无人驾驶出租车的发展提供了重要支持，未来有望改变人们的出行方式，推动智慧城市建设，为社会带来更多便利和创新。因此，投资无人驾驶技术的发展，可以关注技术研发公司、传感器制造商、芯片设计公司、软件解决方案提供商、物流和配送公司以及基础设施建设公司。这些公司将在无人驾驶技术的普及中受益，投资者可以通过合理配置投资组合，实现稳健的投资回报 。