2023-2028年中国智能驾驶行业市场调研及投资前景综合分析报告
思瀚产业研究院    2023-12-15

（1）智能驾驶的基本概念与产业结构

实现智能驾驶的硬件和软件所共同组成的系统被称为驾驶自动化系统，指车辆通过不同类型的传感器实现对周边道路、行人、障碍物、路侧单元及其他车辆的感知，在不同程度上实现车辆安全、自主驾驶，是人工智能在汽车领域融合应用的重要方向。

有别于传统人工驾驶车辆，智能驾驶车辆最大特点是以人工智能技术为主导，其驾驶过程是机器不断收集驾驶信息并进行信息分析和自我学习从而达到自动驾驶的系统工程。伴随智能驾驶技术的发展，汽车将从过去的封闭转向开放，融入到联网的平台中进行实时的信息交互。

智能驾驶产业链与汽车产业经过多年发展已形成的成熟产业链分工基本一致，主要由后服务市场、整车厂商、一级供应商、二级供应商及其他上游原材料、设备供应商等构成，专业化分工有序，形成竞争加合作的产业链生态。

产业链上游主要由各类传感器、芯片、软件算法、高精地图等产业组成。随 着我国芯片产业不断成熟，预计在十四五期间将迎来技术突破。与此同时我国涌现一批专注于智能驾驶解决方案的企业，在智能驾驶技术及解决方案上实现突破。 处于中游的整车厂商通过自主研发或合作研发的方式不断开发具备智能驾驶功 能的汽车并制定智能驾驶车辆研发计划。智能驾驶技术升级及智能驾驶车辆的运 营衍生出了下游服务市场，车辆逐渐拥有更加自主化的驾驶能力，无人配送车、 无人网约车运营及工程车辆的运营和改装将帮助企业在运输环节降本增效。

（2）智能驾驶的分级标准与技术体系

目前，世界各国对驾驶自动化技术理解和分类基本一致，中国《汽车驾驶自动化分级》（GB/T 40429-2021）将驾驶自动化分为 L0~L5 五级。L0 级别系统仅提供预警类功能，车辆控制完全由驾驶员掌控，因此不属于辅助驾驶或自动驾驶 范围。L1~L2 级别系统可接管少部分的、不连续的车辆控制任务，属于辅助驾驶 范围。而 L3~L5 级别系统可以在激活后的一定情况下执行连续性的驾驶任务， 因此属于自动驾驶范围。

L0 级别的预警功能和 L1、L2 级别的辅助驾驶功能作为转向自动驾驶的过渡产品，以主动安全功能为主，是汽车自动化、智能化的初级阶段，需要驾驶员随 时准备接管，目前在市场中处于快速普及期，同时展现出从高端车型向中低端车 型不断渗透的特点。L4 级别功能在特殊场景、特殊条件下可体现在特定场景和 路段的自动驾驶，如自主代客泊车功能等。L5 级别自动驾驶则不区分具体功能 和产品形态，可完成在全速、全域、全场景下的完全无人驾驶，尚需要法规、伦 理、技术方面的配合才可实现。

在技术体系方面，智能驾驶系统按照功能架构可以进一步划分感知层、决策层、执行层：感知层负责实现车辆对环境感知的功能，解决“我在哪”的问题。智能驾驶车辆通过各类传感器，如摄像头、毫米波雷达、超声波传感器、激光雷达等获取车辆周边信息，产生图片数据、视频数据、点云图像、电磁波等信息为后续综合决策提供数据支出，智能驾驶系统去除无效信息后利用不同类型数据形成冗余的同时提升感知精度。

对于不同级别智能驾驶汽车和驾驶任务而言，所需的传感器类型和性能也有所区别。因此在量产车辆当中，感知传感器及方案的配置需要以需求为导向，有针对性地选择合适的传感器和感知方案的组合，实现功能、效用和成本之间的最优解。

决策层基于环境感知的结果进行数据融合和分析，判断应当执行操作并制定相应的轨迹规划方案，解决“要去哪”的问题。决策层依据获取的信息进行决策判断，选择适合的工作模型，制定相应的控制策略，替代人类做出驾驶行为。同时这部分功能也具有预测任务，例如在车道保持、车道偏离预警、车距保持，障碍物警告等系统中，需要预测本车与其他车辆、车道、行人等在未来一段时间内的状态。

执行层接收决策层数据，通过驱动、制动、转向等达成车辆的横向及纵向控制，使汽车精准地按照决策规划实现有效的避让、减速、车距保持、转向等动作，解决“怎么去”的问题。控制执行技术主要分为车辆的横向控制和纵向控制两大部分。横向控制即转向控制，保证汽车在规划的路线上正常行驶，在不同车速、路况条件下保证转弯的有效性和乘坐舒适度。纵向控制可以对危险情况做出紧急处理，最大程度上避免交通事故的发生；还可以在安全的前提下缩短与前车的距离，提高交通运行效率。

（3）智能驾驶渗透率逐年提升，应用领域不断扩展，潜在市场空间较大

随着辅助驾驶功能逐步量产，乘用车中除了已大量普及的 L0 级的辅助功能外，L1-L2 级的高级辅助驾驶技术也逐步成为行业标配，渗透率逐年提升，智能驾驶有着较大的潜在市场空间。

目前，全球汽车智能驾驶行业处于从 L1-L2 级向 L3 级衍进的过程中。根据艾瑞咨询的数据，2020 年我国乘用车高级辅助驾驶的渗透率约 32%左右，其中L1 级别车辆占比约 20%左右，L2 级别车辆占比约 12%。

目前 L1 级别辅助驾驶功能并未发挥出车辆硬件的最大效用，加之 L2 级的快速渗透和成本的降低，预计仅搭载 L1 级别功能的乘用车将逐渐减少，未来 L2 级别功能将逐渐取而代之，预计 2025 年我国乘用车高级辅助驾驶的渗透率或达到 65%。同时随着智能驾驶相关上路法规的不断完善，L3 级别有条件自动驾驶乘用车有望在 2023 年开始逐步落地。

（4）智能泊车作为典型应用场景具备快速落地的潜力，推动智能驾驶技术快速发展

智能泊车系统是智能驾驶的典型应用，提高了车辆的智能化水平和安全性，进一步降低了新手司机驾驶车辆的难度，为推动智能驾驶的普及打下了基础。政策方面也对智能泊车辅助的发展给予了明确支持，《新能源汽车产业发展规划（2021-2035 年）》中提出引导汽车生产企业和出行服务企业共建“一站式”服务平台，推进自主代客泊车技术发展及应用。

随着整车厂商对于辅助泊车的加速量产和升级迭代，根据高工智能汽车研究院的统计，预计到 2025 年，国内全自动泊车系统市场规模有望达到 244 亿元，未来三年平均复合增长率将近 50%。数据来源：高工智能汽车研究院，《自动泊车（APA/AVP）行业发展蓝皮书（2021-2025）》早期辅助泊车系统以单一倒车雷达形式为主，主要提供倒车预警功能；后逐渐发展为 AVM 系统，结合车载大屏为驾驶员提供 360°全景影像。

而随着技术的升级迭代，APA、RPA、HPP 和 AVP 逐渐量产装车，泊车系统的功能不断完善，逐步为驾驶员解决泊车痛点。目前 APA 泊车辅助功能在现阶段可满足大部分消费者需求，其装机量不断提升，同时正在从高端车型向中低端车型渗透，未来有望成为智能驾驶汽车的标配。HPP 和 AVP 等 L3+泊车方案在使用层面减少了车主停车、取车的时间，常作为高端车型的选装配置或中低端车型的高配版配置，未来市场存在较大增长空间。

1）APA 装配率持续增长，具备巨大增长潜力

根据高工智能汽车研究院监测数据显示，2021 年度（不含进出口）乘用车新车前装标配搭载 APA（包括半自动泊车）上险量为 243.26 万辆，同比增长17.64%，前装标配搭载率为 11.93%，整体呈平稳增长态势。在政策、市场、消费者三重作用的推动下，国内 ADAS 渗透率保持稳定增长，其中 L2 级 ADAS系统的渗透率不断提升，已超过 L1 级，成为主要的辅助驾驶方案。作为 L2 级ADAS 系统，APA 技术逐渐成熟，一方面解放了驾驶员的手和脚，用户体验得到质的提升，大众接受度不断提高；另一方面，APA 实现量产使得其价格进一步

下降，因此 APA 装配率未来仍有较大的增长空间。从车型来看，APA 功能在奔驰、宝马等中高端车型以及理想、小鹏等造车新势力中装配率较高，未来有逐步向低价格区间车型下沉的趋势；从车系来看，APA 前装搭载车辆中，欧系车占比最高，其次分别是中系、美系、日系。2021 年以后，纯超声波方案的 APA 市场将逐步萎缩，超声波与视觉融合方案的 APA 成为自动泊车系统前装主流，并带动自动泊车市场渗透率提升，预计到 2025 年 APA 渗透率将达到 45.9%，市场未来仍有巨大空间。

2）AVP 有望率先打破乘用车 L4 级别智能驾驶功能的量产僵局

根据自动化程度的衍进，智能泊车系统大致可分为 6 个发展阶段，分别为基于超声波的半智能泊车（L1 级别）、基于超声波的全智能泊车（APA，L2 级别）、超声波融合环视摄像头的全智能泊车（APA，L2 级别）、遥控泊车（RPA，L2级别）、记忆泊车（HPP，L3 级别）和自主代客泊车（AVP，L4 级别）。随着智能泊车技术的不断迭代，智能泊车功能的实用性也越来越强。由于停车场具有半封闭特性，且泊车速度较低，场景对于远距离传感器的依赖较低，因此 AVP系统或将成为乘用车中最快量产落地的 L4 级别智能驾驶功能。

自主代客泊车需要实现更精准的感知，拥有更强大的算力、更先进的智能驾驶算法，当前 AVP 相关技术有待突破，大部分车型仍处于示范、测试阶段，主要为豪华车型装配自动代客泊车 AVP 功能。

随着 APA 功能逐渐普及，AVP 功能落地则成为诸多车企量产计划中的重点，部分整车厂商已向公众展示了搭载 AVP功能的车型，包括一汽红旗 E-HS9、威马 W6 等。AVP 系统市场中，欧美国家该功能研发早、技术先进，其占据全球 AVP 系统市场主要份额。亚太地区 AVP 系统起步较晚，但发展迅速，随着中国、印度等新兴经济体的崛起，为亚太地区AVP 系统市场发展带来巨大增长动力。

（5）智能驾驶功能普及带动车载传感器需求大幅上升

目前，普通汽车一般安装数十个传感器，而高级轿车则安装多达上百个传感器。全球范围内，智能驾驶技术不断向高阶跃进，对于传感器的需求也随之快速攀升。随着智能驾驶功能在汽车应用的普及和多样化发展，汽车传感器市场预计将保持快速增长。

目前市场上主流的汽车智能驾驶感知系统包括摄像头、超声波传感器、毫米波雷达、激光雷达等。不同汽车智能驾驶感知传感器的优点、缺点、适用场景和 受限场景不同。

不同类型汽车智能驾驶感知系统的适用场景、受限场景、优缺点、成本等不 同，彼此之间主要形成互补而非简单替代关系。汽车智能驾驶感知系统已逐步作 为标配而广泛应用于高、中、低档等各类车型。智能驾驶的冗余和容错要求导致 越是高阶的智能驾驶需要装配越多的汽车智能驾驶感知系统，所以随着智能驾驶 阶段的提升，单车智能驾驶感知所需的各类传感器数量需求预计将同步增加。

第一章 智能驾驶技术的基本介绍

1.1 智能驾驶技术的内涵及价值

1.1.1 智能驾驶技术内涵

1.1.2 智能驾驶功能价值

1.1.3 智能驾驶产业价值

1.2 智能驾驶与无人驾驶技术

1.2.1 智能驾驶的分级标准

1.2.2 无人驾驶是最高层次

1.2.3 智能驾驶的技术路径

1.3 智能驾驶的认可程度调查

1.3.1 智能驾驶的接受程度

1.3.2 智能驾驶用户关注点

1.3.3 智能汽车的前景认可

第二章 智能驾驶行业发展环境分析

2.1 经济环境

2.1.1 宏观经济概况

2.1.2 对外经济分析

2.1.3 工业运行情况

2.1.4 固定资产投资

2.1.5 宏观经济预测

2.2 社会环境

2.2.1 社会消费规模

2.2.2 居民收入水平

2.2.3 居民消费结构

2.2.4 交通畅行需求

2.2.5 驾驶需求上升

2.3 产业环境

2.3.1 汽车保有量上升

2.3.2 汽车工业运行状况

2.3.3 新能源汽车产销规模

2.3.4 汽车逐步智能化发展

2.3.5 智能交通发展规模上升

第三章 2020-2022年国内外智能驾驶行业发展分析

3.1 智能驾驶上下游产业链分析

3.1.1 产业链结构

3.1.2 产业链企业

3.2 全球智能驾驶行业发展分析

3.2.1 智能驾驶发展环境

3.2.2 相关政策法规分析

3.2.3 各国技术发展排名

3.2.4 各国责任认定差异

3.2.5 美国行业发展地位

3.2.6 企业竞争实力排名

3.3 中国智能驾驶行业发展分析

3.3.1 智能驾驶行业发展特征

3.3.2 智能驾驶行业发展历程

3.3.3 中国智能驾驶市场规模

3.3.4 智能驾驶市场渗透率状况

3.3.5 智能驾驶企业数量及分布

3.3.6 智能驾驶成本的影响因素

3.3.7 智能驾驶商业化进程分析

3.4 中国智能网联汽车技术专利情况

3.4.1 专利申请规模

3.4.2 专利地域分布

3.4.3 专利技术构成

3.4.4 创新主体统计

3.5 中国智能驾驶产业发展问题

3.5.1 驾驶安全问题

3.5.2 发展体系薄弱

3.5.3 产业机构不完整

3.5.4 法规标准待完善

3.5.5 技术性障碍分析

3.6 中国智能驾驶产业发展对策

3.6.1 完善相关政策法规

3.6.2 建立行业标准体系

3.6.3 推动核心技术研发

3.6.4 安全技术逐步市场化

3.6.5 集中推进协同创新

第四章 2020-2022年智能驾驶最高层次——无人驾驶行业分析

4.1 无人驾驶汽车发展阶段分析

4.1.1 技术研发阶段

4.1.2 小规模试验阶段

4.1.3 政策调整阶段

4.1.4 销量猛增阶段

4.2 2020-2022年无人驾驶汽车的发展综述

4.2.1 无人驾驶的可行性

4.2.2 无人驾驶发展回顾

4.2.3 中国无人驾驶市场规模

4.2.4 全球无人驾驶竞争格局

4.2.5 无人驾驶汽车消费意愿

4.2.6 无人驾驶swot分析

4.2.7 无人驾驶汽车发展空间

4.3 无人驾驶技术的商业化应用状况

4.3.1 商业化应用的背景

4.3.2 在乘用车上的应用

4.3.3 在商用车上的应用

4.3.4 商业化应用前景广阔

4.4 无人驾驶投资壁垒分析

4.4.1 进入壁垒评估

4.4.2 竞争壁垒

4.4.3 技术壁垒

4.4.4 资金壁垒

4.4.5 政策壁垒

4.4.6 设施壁垒

4.4.7 风险提示

4.5 无人驾驶汽车发展趋势及路线分析

4.5.1 无人驾驶商业应用方向

4.5.2 无人驾驶汽车推广环境

4.5.3 5g加快自动驾驶汽车到来

4.5.4 本土企业融合发展的趋势

4.5.5 整车企业未来的发展路线

4.5.6 互联网企业未来发展路线

第五章 2020-2022年智能驾驶技术应用系统分析

5.1 智能驾驶系统

5.1.1 智能驾驶系统的主要构成

5.1.2 智能驾驶系统的运作流程

5.1.3 智能驾驶系统的软件架构

5.1.4 人机交互系统的基本概况

5.1.5 人机交互系统的核心技术

5.1.6 人机交互系统的发展趋势

5.2 智能环境感知系统

5.2.1 环境感知系统的内涵

5.2.2 环境感知系统的类别

5.2.3 环境感知的主要硬件

5.2.4 环境感知技术的应用

5.3 辅助驾驶系统（adas）

5.3.1 adas系统模块构成

5.3.2 adas产业链分析

5.3.3 adas市场竞争格局

5.3.4 adas市场规模预测

5.3.5 adas系统发展趋势

5.4 车联网（车载信息）系统

5.4.1 车联网系统内涵及特点

5.4.2 车联网系统的基本结构

5.4.3 车联网系统的结构体系

5.4.4 车联网产业链结构分析

5.4.5 车联网是智能交通的基础

5.4.6 车联网标准体系持续完善

5.5 自动驾驶地图系统

5.5.1 自动驾驶地图应用需求

5.5.2 电子地图产业链分析

5.5.3 高精地图成智能车标配

5.5.4 高精地图商业模式分析

5.5.5 国内高精地图竞争布局

5.5.6 自动驾驶地图发展壁垒

5.5.7 自动驾驶地图发展建议

5.5.8 自动驾驶高精地图市场空间

5.6 智能驾驶控制系统

5.6.1 智能驾驶的控制方法

5.6.2 智能驾驶的控制技术

5.6.3 电动转向控制系统

5.6.4 电子自动驻车制动系统

5.6.5 自动刹车紧急制动技术

5.6.6 智能倒车防碰撞系统

5.6.7 电子油门控制系统

5.7 智能驾驶决策规划系统

5.7.1 决策规划系统的层次划分

5.7.2 决策规划系统的体系结构

5.7.3 决策规划系统的关键环节

5.7.4 决策规划系统的技术方法

第六章 2020-2022年智能驾驶基础技术分析

6.1 人工智能技术

6.1.1 技术基本概述

6.1.2 技术应用广泛

6.1.3 产业链结构分析

6.1.4 产业发展特征

6.1.5 技术专利申请状况

6.1.6 技术主要应用领域

6.1.7 技术应用挑战分析

6.2 雷达传感技术

6.2.1 技术基本概况

6.2.2 上下游产业链

6.2.3 超声波雷达产业

6.2.4 毫米波雷达产业

6.2.5 激光雷达产业

6.2.6 应用于智能驾驶

6.3 物联网技术

6.3.1 技术基本概况

6.3.2 技术应用领域

6.3.3 产业规模状况

6.3.4 企业竞争布局

6.3.5 产业发展方向

6.3.6 应用于智能驾驶

6.4 大数据技术

6.4.1 技术基本概述

6.4.2 技术应用领域

6.4.3 产业规模状况

6.4.4 产业竞争主体

6.4.5 应用于智能驾驶

第七章 5g通信技术在智能驾驶行业的应用及影响分析

7.1 5g技术发展概况

7.1.1 通信技术发展历程

7.1.2 5g技术内涵及特点

7.1.3 三大典型应用场景

7.2 5g行业发展综况

7.2.1 5g产业链结构

7.2.2 5g行业政策环境

7.2.3 5g行业发展状况

7.2.4 5g基站建设状况

7.2.5 运营商建设布局

7.2.6 5g商业模式分析

7.2.7 5g业务发展趋势

7.3 5g技术在智能驾驶行业的应用状况

7.3.1 应用价值分析

7.3.2 应用场景分析

7.3.3 应用重点分析

7.3.4 示范运营项目

7.3.5 企业布局案例

7.4 5g技术在智能驾驶行业的应用前景

7.4.1 应用前景分析

7.4.2 应用机会分析

7.4.3 应用效益评估

第八章 2020-2022年智能驾驶技术应用设备分析

8.1 智能汽车

8.1.1 智能汽车的开发路径

8.1.2 智能汽车的市场空间

8.1.3 智能汽车的商用前景

8.1.4 智能汽车的发展目标

8.2 智能客车

8.2.1 智能客车路测加快推进

8.2.2 企业布局智能客车动态

8.2.3 智能公交车的信息互联

8.2.4 智能公交车的智能支付

8.2.5 地区智能公交发展动态

8.2.6 智能公交行业发展对策

8.2.7 智能公交行业发展趋势

8.3 智能卡车

8.3.1 智能卡车配置结构

8.3.2 智能卡车发展价值

8.3.3 智能卡车发展阶段

8.3.4 智能卡车布局主体

8.3.5 企业布局动态分析

8.3.6 智能卡车发展机遇

8.3.7 智能卡车发展展望

8.3.8 智能卡车发展方向

8.4 智能物流车

8.4.1 物流车市场需求增长

8.4.2 智能物流车应用价值

8.4.3 无人配送相关利好政策

8.4.4 无人配送高质协同发展

8.4.5 无人配送市场发展空间

8.4.6 agv智能物流车设备

8.4.7 agv市场发展分析

第九章 2020-2022年智能驾驶行业布局主体分析

9.1 汽车生产商

9.1.1 整体布局状况

9.1.2 特斯拉公司

9.1.3 通用汽车公司

9.1.4 福特汽车公司

9.1.5 北汽集团公司

9.1.6 上汽集团公司

9.2 互联网企业

9.2.1 谷歌公司

9.2.2 百度公司

9.2.3 腾讯公司

9.2.4 阿里集团

9.3 it信息企业

9.3.1 苹果公司

9.3.2 华为公司

9.3.3 中兴公司

9.4 汽车零部件企业

9.4.1 舜宇光学公司

9.4.2 均胜电子公司

9.4.3 路畅科技公司

9.4.4 万安科技公司

9.5 出行服务商

9.5.1 发展机遇

9.5.2 竞争格局

9.5.3 优步公司

9.5.4 滴滴公司

9.6 初创公司

9.6.1 蔚来汽车公司

9.6.2 小鹏汽车公司

9.6.3 威马汽车公司

9.6.4 理想汽车公司

第十章 中国智能驾驶技术行业投资分析

10.1 行业投融资分析

10.1.1 全球融资综况

10.1.2 重点资本市场

10.1.3 国内融资规模

10.1.4 融资细分领域

10.1.5 投资趋于理性

10.1.6 相关投资事件

10.1.7 融资趋势预测

10.2 投资热点分析

10.2.1 分时租赁或成为重点

10.2.2 adas产业投资前景

10.2.3 汽车雷达的投资机会

10.2.4 车联网应用市场预测

10.2.5 汽车座舱行业发展前景

10.3 智能整车操作系统研发项目案例

10.3.1 项目投资概况

10.3.2 项目投资必要性

10.3.3 项目投资可行性

10.3.4 项目投资主体

10.3.5 项目投资规划

10.4 投资壁垒分析

10.4.1 客户定点壁垒

10.4.2 技术壁垒分析

10.4.3 人才壁垒分析

10.4.4 质量壁垒分析

10.5 投资风险分析

10.5.1 经济风险分析

10.5.2 政策法律风险

10.5.3 技术风险分析

10.5.4 社会普及风险

10.5.5 道德伦理风险

10.6 投资路径分析

10.6.1 智能驾驶的技术路线

10.6.2 智能驾驶的创新路线

10.6.3 智能驾驶的发展路径

10.6.4 运营用车或首先突破

10.7 投资策略维度分析

10.7.1 时空维度

10.7.2 产业维度

第十一章 智能驾驶行业发展前景及规模预测

11.1 智能驾驶行业发展前景分析

11.1.1 全球智能驾驶发展展望

11.1.2 中国智能驾驶政策机遇

11.1.3 中国智能驾驶发展前景

11.2 智能驾驶行业发展趋势分析

11.2.1 智能驾驶整体发展趋势

11.2.2 智能驾驶应用多样化趋势

11.2.3 智能驾驶企业共建趋势

11.2.4 智能驾驶技术发展趋势

11.2.5 智能驾驶规模降本趋势

11.3 2023-2028年中国智能驾驶行业预测分析

11.3.1 2023-2028年中国智能驾驶行业影响因素分析

11.3.2 2023-2028年中国智能驾驶市场规模预测

第十二章 智能驾驶行业的政策环境分析

12.1 智能驾驶技术相关利好政策

12.1.1 智能驾驶相关政策梳理

12.1.2 部分地区自动驾驶补贴政策

12.1.3 智能汽车创新发展战略发布

12.1.4 自动驾驶发展和应用意见

12.1.5 自动驾驶商业化政策动态

12.1.6 自动驾驶汽车运输安全指南

12.1.7 智能网联汽车通行试点通知

12.2 智能网联汽车技术标准体系分析

12.2.1 标准研发和制修订组织

12.2.2 标准体系构建基本考虑

12.2.3 标准体系的编制过程

12.2.4 标准体系的基本框架

12.2.5 标准体系的建设现状

12.2.6 标准体系的建设动态

12.3 智能驾驶路测逐步规范化发展

12.3.1 智能网联汽车路测政策演进

12.3.2 智能网联汽车路测管理规范

12.3.3 智能网联汽车路测安全要求

12.4 地区智能驾驶路测政策文件发布

12.4.1 东北地区

12.4.2 华北地区

12.4.3 西北地区

12.4.4 西南地区

12.4.5 华东地区

12.4.6 华南地区

图表目录

图表：智能网联汽车概念

图表：汽车行业“新四化”是全方位的革命

图表：中国与美国sae自动驾驶分级标准

图表：各级智能驾驶功能及配置

图表：用户对于智能驾驶接受意愿

图表：用户最在乎智能驾驶及时作出危险反应

图表：2020-2022年中国汽车月度销量情况

图表：2020-2022年中国乘用车月度销量情况

图表：2020-2022年中国商用车月度销量情况

图表：2020-2022年中国新能源汽车月度销量情况

图表：2022年我国城市智能交通（除停车项目）千万项目中标市场规模（前十）

图表：智能驾驶产业链概览

图表：智能驾驶产业图谱

图表：2020年各国自动驾驶汽车成熟度指数

图表：主要国家自动驾驶责任认定差异

图表：美国支持其自动驾驶行业发展

图表：全球自动驾驶系统公司竞争力排名

图表：2013-2021年中国智能驾驶行业发展历程

图表：2014-2022年中国智能驾驶市场规模

图表：2016-2022年中国自动驾驶相关企业注册量统计

图表：中国自动驾驶相关企业区域分布top10

图表：中国自动驾驶相关企业城市分布top10

图表：2025及2030年激光雷达出货量测算

图表：2022年中国汽车专利公开量占比结构

图表：2022年中国智能网联汽车专利地域分布top10

图表：2022年中国智能网联汽车专利技术构成

图表：2022年中国智能网联汽车专利公开量（按创新主体）top20

图表：2022年中国智能网联汽车智能化技术专利公开量（按创新主体）top20

图表：2022年中国智能网联汽车智能感知领域专利公开量（按创新主体）top20

图表：2022年中国智能网联汽车网联化技术专利公开量（按创新主体）top20

图表：2022年中国智能网联汽车车联网领域专利公开量（按创新主体）top20

图表：国内政府支持无人驾驶汽车的理由

图表：未来无人驾驶汽车要经历的阶段

图表：2015-2025年中国无人驾驶汽车行业市场规模及预测

图表：2022年中国消费者对无人驾驶汽车的态度

图表：2022年中国消费者对保留普通汽车功能的意愿

图表：中国无人驾驶汽车企业研发swot分析

图表：2052年乘用车市场预测分析表

图表：l2.5-l3级别车型价格

图表：l4级别商用车市场预测分析表

图表：robotaxi测算逻辑

图表：核心厂商优劣势分析

图表：产业投资壁垒分析：无人驾驶产业

图表：典型智能驾驶系统构架

图表：智能驾驶系统结构框图

图表：智能驾驶环境感知方案

图表：智能驾驶传感器类别及特征

图表：三种雷达传感器

图表：adas传感器设备构成

图表：adas系统执行模块

图表：adas产业链分析

图表：国外主要adas企业

图表：国际adas芯片供应商

图表：2020-2025年中国adas行业市场规模

图表：车联网系统架构

图表：车联网的基本构成要素

图表：车联网的体系架构图

图表：车联网产业链全景图

图表：国内电子地图产业链链条

图表：国内电子地图产业链信息采集商情况

图表：智能驾驶汽车需要高精度地图

图表：高精度地图盈利以服务费为主

图表：2021年中国高精度地图解决方案市场份额

图表：基于规划——跟踪的间接控制方案

图表：仿人工智能控制模型

图表：电动助力转向系统原理

图表：电动助力转向结构一

图表：电动助力转向结构二

图表：电子手刹的功能延伸

图表：决策规划——分层递阶式体系结构

图表：决策规划——反应式体系结构

图表：基于功能和行为分解的混合体系结构

图表：智能驾驶中任务规划结构

图表：人工智能应用领域

图表：人工智能产业链

图表：人工智能产业发展特征

图表：基于机器学习的非结构化道路检测框架图

图表：中国汽车雷达产业链

图表：2019-2025年中国乘用车超声波雷达安装量

图表：中国超声波雷达企业图谱

图表：毫米波频段

图表：2018-2026年中国毫米波雷达出货量

图表：中国毫米波雷达企业图谱

图表：激光雷达的分类

图表：中国激光雷达企业图谱

图表：物联网细分领域热点

图表：2021-2026年中国物联网市场支出规模及预测

图表：物联网各层次代表的领先企业

图表：自动驾驶汽车的数据来源

图表：5g产业链结构

图表：5g基站产业链企业

图表：5g通信增强自动驾驶感知能力

图表：交叉口碰撞预警场景示意图

图表：闯红灯预警/绿波车速引导场景示意图

图表：弱势交通参与者碰撞预警场景示意图

图表：全息路口场景示意图

图表：ar实景鹰眼场景示意图

图表：可变限速预警场景示意图

图表：自动驾驶技术对货运业总体拥有成本影响预测（tco）

图表：自动驾驶卡车发展的第一和第二级

图表：自动驾驶卡车发展的第三和第四级

图表：全球自动驾驶卡车市场的主要参与者

图表：自动驾驶卡车区域发展格局

图表：自动驾驶技术在干线物流场景中的应用价值

图表：物流行业普通重卡与自动驾驶重卡每单位周转量的总拥有成本比较

图表：中国无人配送行业相关政策

图表：agv智能小车

图表：2017-2026年中国agv/amr市场销量变化趋势

图表：2017-2026年中国agv/amr市场规模变化趋势

图表：2020-2021年agv产品类型分布-按销量

图表：2022年中国市场主要agv/amr厂商市场份额（按销量）

图表：主要汽车厂商在智能汽车领域的布局

图表：国内智能驾驶汽车厂商与科研院所的合作

图表：waymo发展历程及商业化进展

图表：waymo自动驾驶系统演进历程

图表：waymo第五代自动驾驶汽车系统waymo driver

图表：腾讯汽车云面向汽车产业五大场景提供助力

图表：腾讯车图云解决方案：端+云一体化地图

图表：汽车电子各细分市场生命周期

图表：智能座舱发展历程

图表：渐进式创新演进路线和无破坏式创新演进路线

图表：两条演进路线对比分析

图表：智能驾驶发展的路径

图表：从产业维度看当前智能驾驶领域投资机会

图表：国内上市公司在智能驾驶零部件上的布局

图表：中国智能驾驶发展机遇

图表：无人驾驶应用港区

图表：智能驾驶竞争优劣势分析

图表：电子电气构架演进方向

图表：对2023-2028年中国智能驾驶市场规模预测

图表：我国智能驾驶行业政策（一）

图表：我国智能驾驶行业政策（二）

图表：使用自动驾驶汽车从事运输经营活动的具体内容

图表：全国汽车标准化技术委员会智能网联汽车分技术委员会组织架构

图表：智能网联汽车标准体系框架