点击【36氪研究】关注我们

微信号：kr_research

1.1 自动驾驶通过去人力的方式降低了物流成本，目前量产的大部分自动驾驶汽车都处于L1-L2的辅助驾驶级别

1.2 自动驾驶底层支撑：传感器、高精地图、计算平台

1.2.1 传感器：自动驾驶的基础

当前阶段，计算机视觉系统重度依赖传感器。传感器是热数据的主要来源，同时也是算法模型优化的依据，可以说是自动驾驶的基石。目前用于自动驾驶的主流传感器有激光雷达、摄像头、毫米波雷达等。但是，传感器目前整体造价偏高，例如Google无人车所使用的64线Velodyne激光雷达本身的价格就高达75000美元。未来技术的进步将会促使传感器的造价大幅降低，这无疑也会极大地促进自动驾驶汽车的普及。

1.2.2 高精地图：高精地图+传感器是目前主流的自动驾驶视觉解决方案

虽然一辆车可以安装很多传感器，但如果单纯依靠传感器，其检测范围以及反馈的道路信息有限，并且较高的成本也是一个门槛。如果在其基础上搭配一张高精度的地图，路况的精准度将会大幅上升，例如车辆在行驶过程中可以提前数百米知道前方有个三岔路口，并且知道三岔路口的形状以及在这个时间点此路口有多大概率通过大型拖车等信息，这样一来，决策便可提前启动。

传统电子地图精度在5-10米左右，而完全的自动驾驶需要地图精度在10-20厘米，显然地图领域需要有一次突破式的进展，目前不少巨头已开始联手发力，意图绘制出一张适用于自动驾驶的高精地图。据外媒报道，博世将与百度、高德和四维图新在自动驾驶项目上进行合作，其重点为高精地图领域，目标是在2021年之前使汽车具备高度和完全自动驾驶功能。

1.2.3 计算平台：自动驾驶的大脑

除了传感器和高精地图，计算平台是自动驾驶技术另一个不可或缺的部分，这是各种传感器回传数据融合之处，具备存储、计算和决策甚至更高阶的能力。其中计算能力和无线通讯技术决定了自动驾驶系统的可靠性和反应速度。除了这种数据集中式的处理方式，还有一些公司正在尝试直接在智能终端处理部分数据，此种方式的处理速度更快，一定程度上分流了后端计算平台的运算量。

随着技术的发展，不少巨头走向了开源之路，平台的开源具备一定的战略意义，它能够帮助其他公司逐渐向着开源企业定制的标准转化，促进数据的清洗和标记标准化。如2016年，NXP将其自动驾驶计算平台Bluebox开源；2017年，百度无人驾驶“阿波罗”平台宣布部分功能。长远来看，数据的开放是大势所趋，但我们认为至少几年内，标签化的细分领域数据仍会是核心价值所在。

1.3 自动驾驶行业目前仍处于早期发展阶段，但未来发展空间广阔

自动驾驶目前仍处于早期发展阶段，渗透率较低，但考虑到未来物联网与人工智能技术渐趋成熟、自动驾驶功能将不断完善以及辅助驾驶系统会逐渐普及，我们认为自动驾驶未来的发展空间将十分广阔。来自波士顿咨询的数据显示，到2025年自动驾驶市场规模将达420亿美元；到2035年，自动驾驶汽车的销量可能会占据全球汽车销量的四分之一。

在自动驾驶赛道，目前主要有两种玩家：一是传统车企，二是互联网科技领域的新进入者。前者由于库存、产品线和市场接受度等压力，他们更倾向于采取稳扎稳打的策略，希望通过不断升级每一代车型搭载的ADAS高级驾驶辅助系统的方式，逐步实现完全自动驾驶功能，代表企业为福特、通用、丰田等。

而新进入的科技企业则没有库存等压力，因而更倾向于一步到位的策略。例如谷歌的无人驾驶汽车仅设置启动和停止两个功能按键，车辆行驶、道路选择等则均由车载电脑操控。此领域的代表公司主要有谷歌、Uber、百度、特斯拉等。不过，据The Information报道，谷歌已于2016年年底放弃自主造车，走上与传统车企，如菲亚特-克拉斯拉等的合作之路。

我们认为，由于现阶段要实现自动驾驶的终极目标无人驾驶仍然十分困难，因此合作将成为自动驾驶领域的主流，各家企业在其擅长的领域相互配合才能最大程度地促进整个自动驾驶行业的发展。

图森是自动驾驶领域的创业公司之一，采用高速路段全部自动驾驶，非高速路段首车由司机负责的模式，为城际物流运输提供基于一系列传感器的自动驾驶解决方案，为承运人提供固定路段点到点的自动驾驶服务，其方案预计能够为物流企业节省约80%的人工成本。图森拥有自主采集的能力和标定平台，使用SLAM技术采集测绘高精三维地图。利用其自主采集的训练数据集和研发的一系列算法，图森可以实现环境感知、定位导航、决策控制等自动驾驶核心功能，为承运人节省支出的同时降低可能造成的人身伤亡。

3.1 图森算法系统：解决未来15秒需要做什么的问题

图森使用自主采集的训练数据集和自主研发的一系列算法，能够实现实现环境感知、定位导航、决策 控制等自动驾驶核心功能。此算法占据了计算机视觉算法评测数据集KITTI上包括道路分割、目标检测和目标跟踪等在内的多项排行榜的前五名，同时也是评测数据集Cityscapes上场景分割第一名。80%规划+20%决策能力是此套方案的主要能力，帮助车辆解决未来15秒需要做什么的问题。图森的算法系统在一定程度上能够减少对传感器的依赖，降低方案落地成本，进而加速商业化进程。

3.2 图森地图测绘：以自主测绘为主，合作、购买为辅

在自主驾驶的地图方面，图森选择自主绘制高精地图，以厘米级的精度建立矢量模型，包括车道线、隔离带、交通标志牌、路面坑洼，进出山洞时的光爆强度以及雨雪天气路况等信息。为了收集更多视觉信息，摸清货车运行时确切的需求，图森目前与一线物流公司合作，在数百辆货车上搭载地图绘制系统，每天可收集数十万公里行车数据。此外，图森也会直接购买部分地图数据。

图森的主要商业模式是根据客户提出的订制需求，设计包括传感器配置（例如摄像头、雷达等）、数据融合、决策分析、控制流程等在内的定制化方案硬件安装方案，由客户将该方案转达至车厂进行预安装。关于传感器部分，图森主要做集成、标定、调试，之后于图森的算法系统进行接入融合，基本不会触及硬件生产。目前，图森已于陕汽达成战略合作，共同开发可商业化的城际物流运输自动驾驶解决方案。

据图森介绍，2017年安排了国内外多项路段测试，如一切顺利，预计2017年年底将开展L4级别的商业化测试。

具体的测试计划是2017年上半年在北美进行试验车综合路测（小车版Demo）；国内计划4月下旬在长安大学试验场内进行L2-3级别测试（已按计划完成）；6月底在国内曹妃甸地区开始测试重型卡车部分功能模块（卡车L2-L3级别）；9月底在中国高速路段测试卡车L4级别；12月底进行商业化测试。并且，图森预计会首先开通西安至乌鲁木齐货运线路，主要是得益于西部运输力的匮乏，政府也会更开放。

CEO&联合创始人：陈默

十年创业经验，曾创立运营楼宇广告平台苍穹广告、国内页游棋牌平台深蓝兄弟及国内较早的汽车O2O汽车交易平台车国网。

CTO＆联合创始人：侯晓迪

加州理工大学博士，计算机视觉和认知科学领域专家。 创立了基于频域的视觉注意机制理论。

COO：郝佳男

南洋理工大学博士，10年并行和分布式运算研究经验，淡马锡国家实验室研究员。2007年设计的圆周率并行计算系统打破圆周率计算世界纪录。

关注【36氪研究】，回复“ 图森未来”，获得调研报告完整版