智能汽车产业链简介及其发展趋势

智能汽车产业链是一个复杂、庞大的系统，不仅涉及传统汽车产业链的众多环节，还包含了许多传统汽车产业链所没有的环节和节点。特别是在物联网、能源互联网和移动互联网“三网融合”的背景下，其产业链涉及的行业更多、范围更广。另外，智能汽车本身的发展具有阶段性，美国国家公路交通安全管理局将智能汽车划分为5个等级，其中完全自动驾驶为第四等级，因此，智能汽车产业链需要充分考虑不同发展层次的技术内涵和特点，其产业链本身处于不断演化的状态。

目前，关于智能汽车产业链的划分方式，不同学者有不同的方法。如中投顾问产业研究中心认为智能汽车产业链包括上游终端感知层、中游数据传输层、下游平台应用层和消费者。上游的终端感知层主要包括硬件和软件两大部分。其中，硬件包括车机、传感器、无线射频识别、智能芯片、雷达、摄像头、车载电池等；软件包括人工智能操作系统、车机操作系统、导航、语音、娱乐、地图等。中游数据传输层主要由电信运营商运作。目前，3G、4G、无线网等各种无线通信技术是汽车系统与外界信息交流的重要手段。在汽车实现联网之后，车与车、车与人、车与路之间的通信数据可通过运营商的通信网、互联网进行传输，实现用户定制的各种服务。下游平台应用层包括汽车生产商、互联网厂商、行业应用提供商。汽车生产商处于产业链核心位置，掌控力最强，其拥有车载终端资源和汽车自身的信息，可轻松切入智能汽车的软硬件搭载，尤其是在前装市场上，汽车生产商在前装车载系统的设计、生产、安装、测试等方面有绝对的话语权。互联网厂商的优势是其掌握信息技术，并积极与汽车生产商形成战略联盟，利用平台优势，掌握大量用户数据进行运营，如图5-1所示。

图5-1　智能汽车产业链图

赛迪顾问股份有限公司立足汽车全面电动化的背景，以关键技术和零部件为标准，将智能汽车产业梳理为由三大系统、一个平台和一套总成系统构建而成的产业链。其中，三大核心系统指感知系统、控制系统和执行系统，感知系统由摄像头、雷达、定位仪等传感设备组成，控制系统由芯片、处理器和算法等构成，执行系统主要由加速执行器、制动执行器、转向执行器和电子稳定系统等组成；一个平台指车联网平台，其由3G/4G/无线网等通信网络、通信终端、精确3D地图等组成；一套总成系统指动力总成系统，主要包括动力电池组、电机、电控等。

综合来看，智能汽车产业上下游主要包括环境感知系统、计算平台、汽车通信、定位导航系统与路径规划系统、驾驶决策、车辆控制系统、辅助驾驶系统、整车集成、汽车运营等。

（1）环境感知

环境感知主要通过各类传感器获取路面、障碍物及其间距等周围环境信息，然后将信息提供给控制决策单元作为输入信息。环境感知系统相当于传统驾驶人的感知器官，是实现无人驾驶的前提与基础。

传感器作为智能汽车环境感知的入口，目前主要以激光雷达、毫米波雷达、超声波雷达与立体视觉摄像头等为主。激光雷达的穿透距离远，高性能激光雷达可以实现200米范围内精度可达厘米级的3D场景扫描重现，从而帮助自动驾驶系统提前实现行驶路线规划。除激光雷达外，近年来，毫米波雷达和超声波雷达也逐渐成为自动驾驶汽车中，参与多传感器信息融合的感知设备。如美国特斯拉（Tesla）公司在其智能汽车中，就采用了搭载毫米波雷达与摄像头的方案。目前，通过摄像头进行拍摄来识别图像和视频、确定车辆前方环境，是自动驾驶汽车的主要感知途径，也是很多无人驾驶汽车研发公司的主要研发内容之一。

在“物联网”发展与无人驾驶技术双重驱动下，车载传感器技术将实现高速发展。未来智能汽车产业的发展，需要通过大幅度降低激光传感器成本以实现大规模产业化生产，并通过优化立体摄像头算法来提高辨识能力；与此同时，还将积极研发多传感器融合技术。由于不同的传感器采用的感知算法有所区别，每一种传感器感知环境的能力和受环境的影响也各不相同。因此，未来无人驾驶技术的发展趋势是将不同传感器专用功能集成到更加综合的系统中进行筛选、融合，使传感器之间能够优势互补，最终达到提升精确性的目的。另外，环境感知的核心在于算法，无人驾驶通过传感器探测环境信息，但计算机并不知道探测到的数据映射到真实环境中的物理含义，必须通过合适的算法筛选出有价值的数据并赋予其物理含义，才能达到感知环境的目的。算法将是智能汽车发展的重点技术领域之一。

（2）计算平台

智能驾驶系统的计算量、数据流较大，同时又需要较快的反应速度，因而就需要匹配合适效能的计算资源，保证计算工作的正常运行。综合来看，自动驾驶计算平台的争夺战依然主要在国际巨头之间展开，除了英伟达之外，英特尔、微软、恩智浦、德州仪器、高通等芯片，国际互联协议、高级辅助驾驶系统供应商等，都开始参与这一领域的竞争。

（3）汽车通信

汽车通信技术主要可以分为两个方面：车联网系统和高精地图。车联网通常指车与车、车与路面基础设施、车与人、车与传感设备的信息交互，是由车辆广泛联网而展开各种综合应用的通信系统。车联网的构建将帮助智能汽车实现更好的技术控制。比如，在公路上正常行驶的两辆汽车通过联网交换信息，能有效降低盲点较大的交叉路口的交通事故率。而通过车与路面基础设施联网技术，无人驾驶车辆可提前探知路面交通信号等情况，并可根据道路拥堵情况进行合理的路径规划。

智能汽车技术研发可分为车联网与智能交通两个方向，两者结合是推进无人驾驶技术发展的强力催化剂。在过渡阶段，无人驾驶汽车不仅要实现有人驾驶与无人驾驶的无缝结合、进行良好的人机交互，还要具有车与车交互的功能。车联网与智能交通系统将人、车、路结合，并运用先进的计算机、通信与控制技术，实现城市交通拥堵治理并保障交通安全，为无人驾驶汽车提供技术与智能化道路的设施支持。

高精地图是智能汽车实现路线规划的基础，是实现无人驾驶的关键技术。厘米级高精地图将重塑现有地图布局，导航提供的高精度定位服务将助推我国无人驾驶技术发展，因此，在高附加值运营服务环节中有研发优势的企业能够率先占据市场份额。(www.xing528.com)

（4）定位导航系统与路径规划系统

路径规划可为智能汽车提供行驶的最佳路线。路径规划是指在一定的环境模型基础上，给定智能汽车的起始点与目标点后，按照某一性能指标规划出一条无碰撞、能安全到达目标点的有效路径。路径规划包括大范围不考虑运动细节的全局路径规划以及具体到运动轨迹的局部路径规划，具体分为两个步骤：一是建立环境地图，二是调用搜索算法在环境地图中搜索可行路径。

智能汽车需通过定位导航系统获取汽车的位置、状态等信息，因此，定位导航系统是实现无人驾驶的必要条件。常用的定位导航技术有航迹推算技术、惯性导航技术、卫星导航定位技术、路标定位技术、地图匹配定位技术和视觉定位导航技术等。

定位导航系统与路径规划相结合，可以规划出智能汽车在给定的目的地下行驶的最佳路线。为实现路径规划，智能汽车需要采用新型计算平台，整合多传感器信息，开发相应的车辆控制算法，以对汽车进行行为控制。

（5）驾驶决策

驾驶决策主要是指对采集的信息，包括环境与路径信息做进一步的信号处理，根据信息包含的内容进行决策和判断，然后对控制系统输出操作指令的一系列活动。

（6）车辆控制系统

自动驾驶技术不仅仅是感知和算法，还涉及车辆控制、汽车动力学、汽车工程等诸多技术学科，同时还需要汽车控制（刹车、转向、灯光、油门等）配件的支持。车辆控制系统可根据决策系统的指令，分别对车辆的方向、油门和刹车进行控制。该系统主要由速度、转向与档位控制组成，其中，档位控制技术已较为成熟且已投入市场（自动档汽车）。车辆控制系统未来的研发方向主要是借助电控油门、电控刹车与电控转向三大技术，实现在汽车行驶速度与转向上的控制自如。

增量市场主要，需要借

（7）辅助驾驶系统

辅助驾驶系统作为驾驶决策系统的补充，可通过应急制动、自动泊车、限速识别等拓展控制功能，保证智能汽车的稳定性与安全性。

（8）整车集成

智能汽车整车集成与传统汽车类似，强调集成系统的重要性，特别是在电动化的背景下，集成系统直接关系整车的性能。

（9）汽车运营

智能汽车运营主要强调以智能汽车为载体开展的非生产类运营活动，这类活动往往伴随着商业模式的创新，且随着信息时代的不断发展，其在整个产业链中的地位逐步上升。目前，大多数从事智能汽车研发的企业，不仅仅满足于作为技术的提供方，还希望介入后期的运营环节。例如，北京智行者科技有限公司（以下简称“智行者”）希望能够在低速园区内实现无人驾驶运营，北京图森互联科技有限责任公司（以下简称“图森互联”）则在一开始就瞄准了高速长途货运领域的无人驾驶运营，优步科技公司也将目光聚焦在了无人驾驶共享出行和长途货运领域的运营上。图森互联首席执行官陈默表示，相比汽车销售，运营服务才是更靠近产业链下游和利益链顶端的运作方式。