“乘客经济”是以无人驾驶为基础的全新经济模式，由英特尔首提，涵盖使用无人驾驶汽车所产生的产品和服务的价值，包括因使用无人驾驶汽车而间接节约的时间和资源。市场分析机构Strategy Analytics对英特尔创造的这个新词进行了研究，调查预测，乘客经济的规模将从2035年的8000亿美元激增到2050年的7万亿美元。而其他的重要数据还包括：gtResmc

l 出行即服务(Mobility as Service, MasS)的业务预计催生价值约3万亿美元的收入，占“乘客经济”总收入的43%。gtResmc

l 使用出行即服务的消费者预计产生3.7万亿美元的收入，也就是“乘客经济”总收入的55%。gtResmc

l 预计将有2000亿美元来自越来越多使用创新应用和服务的消费者，这些应用和服务将随着无人驾驶汽车服务的扩展和演进而出现。gtResmc

l 保守地说，在2035年到2045年的乘客经济时代，无人驾驶汽车将挽救585,000条生命。gtResmc

l 在全球最拥堵的城市，无人驾驶汽车每年预计将节省2.5亿小时的消费者通勤时间。gtResmc

l 在2035-2045年的乘客经济时代，与交通事故相关的公共安全成本可能会节约超过2340亿美元。gtResmc

gtResmc

gtResmc

“出行即服务”是“乘客经济”崛起的核心动力，而无人驾驶的发展将会促进“出行即服务”的范围呈现爆炸式增长。英特尔认为，以无人驾驶为基础的“乘客经济”，会让人们完全脱离与汽车的一对一关系，转向出行即服务，从而加快新兴服务模式和商业模式的兴起。gtResmc

也就是说，这份报告证明了车厂无法只靠制造车辆生存─特别是在私家车数量预期将逐渐减少的时代，他们必须要有所改变。如同Strategy Analytics所表明的那样，预测高度自动驾驶车辆的市场规模不是重点，其“乘客经济”分析聚焦于：“将由全自动无人驾驶车辆产生的经济与社会价值。”gtResmc

也许，我们可以据此大胆的预测一下：未来，“移动即服务”不止运输乘客，也递送商品与服务。与建立新的实体店不同，零售商店、酒店和餐馆等土地限制型企业将通过增加“出行商店”来推动另一波商业扩张，这些“出行商店”将直接向消费者提供商品和服务。消费者现在可以选择去一个“地方”购买产品或服务，也可以随心选择送货上门。简而言之，汽车将在各种各样的个性化联网出行即服务中接送人员和运送物品。gtResmc

科技型公司快速切入智能驾驶

经过100多年的发展，汽车行业已经具备了非常完整的产业链，且高度发达。再加之人工智能的高速发展，开辟了新的技术路径，强化或者说升级了基于传统算法的ADAS系统，这给以特斯拉、谷歌、百度等为代表的科技型公司进入汽车领域提供了绝佳的机会。同时，出行服务的普及也让人们看到了出行场景可能存在更大的市场，而非传统的汽车销售模式，“服务，而不是制造”正成为新的更具吸引力的商业模式。gtResmc

相关报告显示，科技型公司目前均开始涉足智能驾驶/无人驾驶领域，其发展速度远远快于传统的整车厂商。预计至2025年，科技型公司将在智能汽车领域分得40%市场份额，而传统车企将坚守60%市场。科技型公司为什么可以如此快速的直接跨越到无人驾驶领域？传统车企又会走出怎样的应对与升级路线？gtResmc

gtResmc

在地平线(Horizon Robotics)看来，相对于传统车企，科技型公司的商业模式更加灵活，这意味着股东和管理层愿意为未来的预期投入更多资源，短期内不太纠结经营性的现金流。而且作为初创公司，不但更容易建立新的公司管理和激励机制，聚集更好的人才，在技术上也具有不可比拟的先进性，可以引入更好的算法等等。gtResmc

当然，传统车企对此也不会视而不见，听而不闻。事实上，国际和国内车厂在这个领域也是动作频频，非常积极。最典型的就是通用汽车通过收购Cruise Automation，既具备了后者所拥有的灵活性和先进技术，同时也让新公司具备了传统汽车厂所擅长的庞大产业链整合能力和技术支持能力，这种结合将为车厂提供更多的竞争优势。gtResmc

“生产由成千上万个部件构成的汽车并非易事，而这正是科技企业所欠缺的。”赛灵思(Xilinx)汽车电子市场经理Angela Suen指出，特斯拉、谷歌和百度等技术企业在无人驾驶核心技术方面占据优势，包括基于海量数据的机器学习、基于视觉/激光雷达/雷达传感器的优异图像识别算法、地图绘制算法和路径规划算法。但传统汽车企业具备生产合格汽车的经验和平衡运作能力。如果传统企业需要与技术企业在自动驾驶汽车方面竞争，他们则需要借助较小型的初创企业来帮助他们强势起步。gtResmc

gtResmc

不过，“虽然智能驾驶已经成为汽车行业最炙手可热的话题之一，但要实现真正的无人驾驶，还有很长的路要走。”地平线相关负责人在接受本刊采访时表示，无人驾驶是由低级别向高级别演进的过程，ADAS辅助驾驶的逻辑在整个过程中是重要的基础，因为它具有很高的运算确定性。而目前AI应用所带来的创新主要优势是在感知领域，可以更好地拓展感知的范围和准确性。所以，只有当两者结合，形成完整的感知、判断、执行通路，才有可能提高自动驾驶水平，这也正是两者的共性。gtResmc

因此，“人机共驾”将是未来相当长时间内的主流。现在，更多的公司是在谈L4附条件的高度自动驾驶方案。而在面对自动辅助驾驶所对应的渐进式创新和无人驾驶所对应的破坏式创新这两条演进路线时，地平线将会更倾向于前者。gtResmc

瑞萨电子(Renesas)中国汽车电子应用技术部部长林志恩的观点是，科技型公司可以把新技术迅速导入无人驾驶领域，并开展实际测试，通过自身在网络和云端系统的优势进行大数据采集，这使得对自动驾驶的实际场景和车辆周边状况的分析更加容易，从而大大加快了他们在无人驾驶领域算法和功能的实现。而传统车企在车辆控制和功能安全方面有着更多的经验和优势，在无人驾驶的技术研发上其实也进行了大量的投入，通过合作实现技术互补，共同推动智能驾驶产业的发展，将是双方最佳的选择。gtResmc

gtResmc

gtResmc

智能汽车的关键落地点—模块化ADAS

模块化ADAS是从传统汽车向无人驾驶进发的重要方式，也是智能汽车的关键落地点。在NCAP等政府法规和标准的推动下，高级驾驶辅助系统系统正在不断发展演进，迈向新的水平。更高的摄像头分辨率、更低的激光雷达成本和更强大的计算芯片有助于加速ADAS的发展进程并促进市场推广。然而半导体企业往往面临汽车制造商的压力，要求他们将ADAS的成本保持在较低水平，哪怕该技术已成为标准。 gtResmc

“前置摄像头和360度环视泊车辅助将在城市中广受欢迎，因此能带来众多的业务机遇。此外，驾驶员监测、自动紧急转向和自动紧急制动也有广阔的发展前景，它们很有可能在2020年就投入实际应用。”让Angela Suen感到乐观的其实还有激光雷达传感器技术，比如频率调制连续波(FMCW)往往能推进可见性的范围限制，并实现更加优异的道路规划和防范措施。她甚至认为，在行业能提供可与其他传感器完全集成的低成本激光雷达系统之前，无人驾驶根本无法得到消费者的广泛采用。gtResmc

从ADAS技术本身出发，它更多提供的是驾驶员辅助安全，并由此提供更安全的交通和更舒适的驾驶环境。因此，安全性、舒适性和车内交互成为了相关厂商的商机。 gtResmc

安全性毋庸置疑，这是交通的第一使命，也是法规和市场共同驱动的重要领域。而大城市的拥堵和长途驾驶，越来越多地要求把驾驶员从全神贯注的驾驶中解放出来，能够在驾驶的过程中更好地移动办公、社交和娱乐，这也使得车内人机交互(HMI)的内容和服务成为另一个行业亮点。目前，地平线向行业用户提供基于征程1.0处理器的高级别自动驾驶辅助系统和驾驶员安全系统DMS，就是希望凭借这样的组合可以实现更好的安全驾驶和人机交互。gtResmc

除了谈到传感器、信息融合和决策、智能网关和车辆控制等无人驾驶的关键要素，以及具备ADAS功能的摄像头和雷达模块，以及高性能计算芯片需求将会大幅提升外，林志恩还特别提到了“智能驾驶舱”的概念。gtResmc

智能驾驶舱把仪表盘、导航、信息娱乐系统和ADAS相关等信息集合一起，集成度越来越高。乘坐人员可以按照个人喜好来定义人机界面，智能驾驶舱也会通过感知乘坐人员的情绪来调节舱内的氛围和控制车辆的速度等。它带来的，将是人机关系与角色的变化、是驾驶需求的变化、以及乘坐体验的变化。因此，智能驾驶舱需要硬件产品能够支持多路视频输入和输出，更高的计算机运算性能和网络连接功能，而软件虚拟化操作则需要支持多操作系统来满足不同的控制界面。gtResmc

我们在无人驾驶的第几层？

按照国际通用的划分标准，自动驾驶被分为5个级别：第1级，实现车道偏离报警和自动紧急刹车等ADAS功能；第2级，驾驶员能够在短时间内接管对车辆的控制；第3级是驾驶员可以不用看路，但在出现问题时仍然要准备好接管汽车；第4级是汽车可以自己驾驶，但只允许在受控制的区域内；第5级是汽车在任何地方、任何路况下都能自己驾驶，而且不需要驾驶员的干预。目前比较公认的看法是全行业处在第1级，正在向第2级发展。gtResmc

地平线方面也对此持相同看法。即实现真正的无人驾驶，从技术渐进梯度上要经历辅助驾驶、半自动驾驶、高度自动驾驶、超高度自动驾驶和全自动驾驶这几个阶段。当前传统的汽车行业主要在集中力量普及L1-L2技术，只有少数特别领先的，且和运营有关的公司在考虑L4级别的自动驾驶，比如通用的Cruise Automation和谷歌的Waymo。gtResmc

不过，来自技术、法律和社会的挑战，构成了智能驾驶产业当前所面临的“三座大山”。gtResmc

从技术角度来看，人工智能技术主要是在视觉感知上做了强化，考虑到任何一种传感器都有物理上的局限，多传感器融合将成为必然。而在感知之后，判断、控制和执行也是复杂的工程。因此要实现全天候、全路况的自动驾驶还有相当的技术难度。同时，在技术还不完全成熟的情况下，考虑到交通的社会属性，各国的法律必定会严格限定自动驾驶车辆的运营区间。而且当自动驾驶汽车和人工驾驶汽车“共路”的时候，道路管理将变得更加复杂。gtResmc

Angela Suen的看法是，我们仍处于完全无人驾驶汽车的早期开发阶段，目前路面上运行的各种无人驾驶车辆均属于SAE L2自动化水平，尽管完全无人型驾驶汽车在2020-2025年间还不会实现大规模量产，但货车、机器人出租车和食品送货车有望在2022-2024年间在地理围栏内实现完全无人驾驶运行。gtResmc

与Angela Suen给出的时间表类似，林志恩认为具备自动驾驶Level 3水平的车辆将会在2020年左右开始量产，而达到Level 4要求的自动驾驶车辆会在两年后推出市场，完全的无人驾驶汽车将会在2025年前实现量产。“要实现智能驾驶/无人驾驶，需要各个层面的配合。自动驾驶的软件算法需要合适的硬件平台来实现，丰富的数据需要高性能的网络才能发挥它的效益，只有通过合作发挥各自的优势，才能共同把无人驾驶汽车推出市场。”他说。gtResmc

“单车智能”算不算“短视”？

目前人们所谈论的智能驾驶或是无人驾驶，更多集中在单车智能。有人将其描述为“短视”，意指只有全面引入V2V场景，才能真正表明智能驾驶时代的到来。gtResmc

“我赞同这一说法！”Angela Suen说，在一辆车上能实现的智能是有限的，靠一辆车映射整个环境和实时状况的难度很大。如果能借助云，从多部车辆获取信息，并且在这些车辆间传递数据，就能营造更安全的无人驾驶环境。不过，实现V2V和V2I需要行业标准化、城市支持和基础设施升级，蜂窝技术和DSRC之争就是其中一例。gtResmc

作为C-V2X技术的倡导者，Qualcomm方面认为，相比其他V2X技术，C-V2X是一项具有卓越无线电性能的现代技术。包括在LTE技术的推动下，可以实现更大范围的通讯(2X)、更好的非视距(NLOS)性能、更高的可靠性(更低的数据包错误率)、更高的容量以及更好的拥塞控制。这些都要优于基于DSRC和ITS-G5所使用的IEEE 802.11p无线电技术，对于当下的关键安全驾驶以及未来的自动驾驶技术都有着重要的意义。gtResmc

此外，C-V2X的优点还包括，这是唯一种具有清晰5G演化路径的V2X技术，能够前向/后向兼容：C-V2X Rel-14向5G NR-based C-V2X有了强大的演进，在保持向后兼容性的同时，还将增加相兼容的Rel-14以及其他新功能。通过与5G NR功能的结合，C-V2X的发展将具有高吞吐量，宽带载波支持，超低延迟和高可靠性等特点，从而实现自动驾驶和其他高级功能运用，如高吞吐量传感器共享，意向共享和3D高清地图更新等。gtResmc

根据分析师预测，随着5G部署启动，预计将在更广泛的汽车领域中创造超过2.4万亿美元经济产出，这几乎占预期5G全球经济影响的五分之一。到2024年，近75%的新车将嵌入蜂窝连接技术，与2015年的20%相比将实现大幅提升，支持厂商也据此认为C-V2X将会比其他V2X技术更具成本效益，更能降低系统复杂性。而通过利用现有的网络通信基础设施(V2N)，C-V2X可以结合路边单元(RSU)和蜂窝网络的功能来提供本地或广域路况信息和实时地图更新，使得运营商不仅可以节省成本，还可以实现新的业务模式和服务产业机会，何乐而不为？gtResmc

不过，对于C-V2X的反对声和质疑声也从未停止。以色列公司Autotalks首席执行官Hagai Zyss此前在接受EETimes采访时就表示，混合模式是可行的，即蜂窝技术和DSRC并存，但C-V2X并不能取代DSRC。且不说5G网络尚未出现，蜂窝网络本身还需要解决连网装置与基站同步的问题，而这种同步模式与V2V通信所需要的非常不同，它必须在高速移动的物体之间瞬间完成。gtResmc

Zyss说，支持将5G应用到C-V2X的拥护者们正在走DSRC开发者们走过的老路，试图重现DSRC支持者们曾经设计、建构和测试过的内容。此外，蜂窝技术支持者们在将技术用于V2V应用时，还必须克服蜂窝网络在效率和频率源方面的限制。gtResmc

重在战略布局

汽车行业正在发生一场深刻的变革，智能化、网联化、电动化的未来趋势正在让汽车变得像是一个带有四个轮子的电脑。让我们具体看一看这些核心玩家的战略布局：gtResmc

地平线gtResmc

“与手机从功能机变为智能机不同，汽车行业这次所面临的变化，会更加关注出行服务和场景，而非汽车制造和销售。所以在这个变化的过程中，更多的是需要考虑如何对其进行赋能，而非颠覆。”一直以来地平线对“颠覆”始终持非常谨慎的态度，更愿意扮演“赋能者”的形象，“希望成为一家在愿景感召下耐得住寂寞，能够持续不断的在人工智能、芯片、以及软硬件结合上投入的公司，这种投入将建立不可逾越的技术和价值链壁垒，也是公司的核心竞争力所在。”gtResmc

这次变革当然也给包括中国企业在内的所有高科技企业带来新的商业发展机会。2017年，中国在人工智能领域发表的论文数量已经超过了全球其他国家，中国同时还是全球最大的单一汽车市场，所以，人工智能会给中国企业带来特殊发展机会的判断相信不会引来任何质疑。不过，任何一家高科技公司想要长期保持自己的竞争力，必须强调自己的开放、竞争和国际化属性，因为这是一场国际化竞争，服务可能更强调地域性，但技术更强调全球性。gtResmc

到2025年，中国道路上3千万辆新车都将具备自动驾驶功能，每辆自动驾驶汽车的“大脑”都基于地平线的人工智能处理器，这是地平线的十年愿景。而之所以把自动驾驶列为人工智能处理器的终极目标，是因为自动驾驶处理器对准确性、功耗、实时性、可靠性的要求之高，代表了人工智能处理器的珠穆朗玛峰。gtResmc

gtResmc

首先，它最难。自动驾驶应用场景是一个动态开放的场景，需要对复杂的环境进行感知，永远有非常多的未知事件需要解决，是最有挑战的一件事；其次，它最大。市场最大，对于嵌入式处理器来说，汽车是最大的市场。在中国，汽车每年有2500万台以上的出货量，占据全球1/4市场份额。同时，由于人工智能处理器应用到自动驾驶场景中会产生最大的社会价值，将从本质上改变传统汽车和出行服务之间的关系。gtResmc

目前，地平线正在集中交付基于Matrix的开发系统。下半年，业界就会在美国看到一个基于Matrix的自动驾驶量产项目，从而实现了中国芯向美国的反向输出。gtResmc

人工智能算法、芯片的设计能力、软硬结合一体化和集成能力被地平线视作自身的三大核心竞争力，环环相扣，牢不可破。简单来说，人工智能算法可以为智能驾驶场景应用提供有力输出，也只有在嵌入式系统里做好集成，提高处理器硬件端性能，才能实现智能驾驶的批量化生产。在此基础之上，把软硬端一体化并进行集成，最大化降低成本，优化功耗，才有可能实现落地。未来，地平线征程系列处理器将成为这一领域强有力的解决方案。gtResmc

赛灵思gtResmc

赛灵思投身汽车行业超过12 年，出货量超过4,000万件，以灵活性、可扩展性和适应性为代表的核心竞争力在智能驾驶/无人驾驶领域发挥了重要作用。与ASIC和GPU芯片通用型解决方案的属性不同，FPGA的可编程特点能够帮助汽车制造商通过定制芯片来运行专属图像处理算法，从而使其车型在与竞争车型的对比中脱颖而出，实现产品差异化。而一旦有更新型的传感器或更优异的连接技术问世，该系统无需更改架构就能进行重编程。例如，如果OEM厂商想要把图像传感器从4MP升级为8MP，他们能够随时轻松定制和尝试新型传感器。UltraScale+ MPSoC 系列是赛灵思征战智能驾驶领域的利器之一，内置的成百上千个逻辑单元适用于分布式智能传感器模块、集中化预处理、路径规划以及计算加速模块。gtResmc

瑞萨电子gtResmc

自动驾驶汽车和新能源汽车是瑞萨电子在汽车电子领域的两大重点。gtResmc

在自动驾驶汽车领域，瑞萨拥有丰富的车用MCU/MPU、解决方案以及平台等不同层级的产品，例如第三代R-Car片上系统，包括R-Car H3(网联驾驶舱、林肯和凯迪拉克汽车)以及R-Car V3M(林肯和凯迪拉克汽车)，适用于车辆控制的RH850系列微控制器，以及IMP-X5计算机视觉处理架构。2017年4月，瑞萨发布ADAS和自动驾驶开放平台Renesas Autonomy，通过建立“开放式架构”的平台，方便用户将算法、函数库和实时操作系统(RTOS)移植到平台中来。gtResmc

在芯片产品方面，瑞萨电子采用台积电40纳米MCU平台生产已有4年，目前双方合作扩大至28纳米，全新的28纳米嵌入式闪存eFlash制程技术已开始应用于车用MCU的生产，2020年有望开始量产。同样是在2017年，通过收购Intersil，瑞萨将其擅长的模拟和电源设计能力与自有MCU/MPU产品线进行整合，从而构建了从传感器融合、ADAS到网联驾驶舱的先进的、可量产的集成系统，全面支持ADAS到自动驾驶的布局。gtResmc

gtResmc

gtResmc