行业分析---低速自动驾驶产业发展

1 背景

低速自动驾驶，在商用车量产领域，大家第一时间想到的就是自动泊车，记忆泊车以及代客泊车等产品。随着近几年产业的发展，在清洁，配送，矿区以及农业等多个领域逐渐出现低速形态的自动驾驶小车。

低速无人车作为一种新的产品形态，实现了对相关场景人力的补充或替代，可有效提升运营效率和降低成本，产业因此得以快速发展。

本篇博客主要讨论的是非乘用车，比如美团顺丰的配送机器人，追觅的割草机器人，酷哇的清洁机器人等。

2 行业发展

2.1 现状

根据低速无人驾驶产业联盟数据不完全统计，2023年中国低速无人驾驶行业销售规模约85亿元，同比增长63%；各类低速无人车销售数量约24500台，同比增长22%。2023年各细分功能场景的销售规模和销售数量，无人驾驶清洁环卫的占比最高，销售数量约占总体的57%；末端无人配送的同比增幅最大，销售规模同比增长260%。

根据公开信息不完全统计，2023年中国无人驾驶领域公开超140起重要融资，披露的融资总额超200亿元（包括IPO募资、并购和收购）。

2.2 产品结构

目前市场上的产品结构主要包括以下几种：

无人驾驶清洁环卫
无人接驳
矿区无人驾驶
无人安防巡检
港口无人驾驶
园区物流无人驾驶
末端无人配送/零售

2.3 市场规模与增长趋势

增长态势良好：近几年，低速无人驾驶行业的市场规模呈现出快速增长的态势。例如，2023 年中国低速无人驾驶行业销售规模约 85 亿元，同比增长 63%；销售数量约 24500 台，同比增长 22%。并且预计到 2025 年，产业总体销售规模将达到 160 亿元，各类低速无人车销售数量或达 3.4 万台。
应用场景多元推动增长：多种应用场景的需求不断涌现，是推动市场规模增长的重要因素。如物流配送、园区巡逻、清洁环卫、港口运输等场景，对低速无人驾驶车辆的需求持续增加。特别是在一些劳动密集型或者具有特殊属性的行业，人力短缺问题日益突出，低速无人驾驶能够有效解决这些问题，进一步促进了市场的发展。
政策支持：（如下表所示）

2.4 应用场景

物流配送：在电商快速发展的背景下，最后一公里的配送问题备受关注。低速无人配送车可以在社区、校园、工业园区等相对封闭的区域内进行货物运输，提高配送效率，降低人力成本。例如，一些电商平台和物流企业已经开始尝试使用无人配送车进行日常的配送工作。
环卫清洁：道路清扫、垃圾清运等环卫工作劳动强度大、工作环境恶劣。低速无人驾驶清扫车能够按照预设的路线进行清扫作业，不受时间和天气的限制，可以提高环卫工作的效率和质量。当前，无人驾驶清洁环卫在低速无人驾驶的各细分功能场景中销售占比最高25。
园区巡逻：大型园区、景区、校园等场所的安全巡逻工作需要耗费大量的人力和时间。低速无人驾驶巡逻车可以配备各种监控设备和传感器，实时监测周边环境，及时发现安全隐患，提高巡逻的覆盖范围和效率。
港口运输：港口内的货物搬运、集装箱运输等工作场景相对固定，且对运输效率和安全性要求较高。低速无人驾驶车辆可以在港口内进行货物的转运和装卸，减少人工操作的失误，提高港口的运营效率。

3 技术及未来发展

3.1 技术发展

低速无人车也是一个无人化产品，和商业化比较成熟的乘用车在结构上比较像，因此传感器布局和技术方向几乎也在同步发展。

感知技术：感知技术是低速无人驾驶的基础，包括激光雷达、摄像头、毫米波雷达等传感器的应用。这些传感器能够实时获取车辆周围的环境信息，如障碍物的位置、形状、速度等，为车辆的决策和控制提供依据。随着技术的不断进步，传感器的精度和可靠性不断提高，成本也在逐渐降低。
决策算法：决策算法是低速无人驾驶的核心，它根据感知到的环境信息，制定出合理的行驶策略。例如，在遇到障碍物时如何避让、在路口如何转弯等。目前，人工智能技术在决策算法中的应用越来越广泛，能够提高车辆的自主决策能力和应对复杂情况的能力。（相关技术可参考笔者的专栏）
底盘技术：底盘技术是低速无人驾驶车辆的关键组成部分，包括线控底盘、制动系统、转向系统等。线控底盘技术的发展，使得车辆的操控更加精准和灵活，能够满足低速无人驾驶的需求。（几乎和乘用车一样）

3.2 产业链

上游：主要包括传感器、芯片、通信模块等零部件供应商。这些供应商为低速无人驾驶车辆提供了关键的技术支持，其产品的性能和质量直接影响到车辆的整体性能。目前，国内在传感器等领域已经取得了一定的突破，国产化率不断提高，但在高端芯片等方面仍然依赖进口。
中游：包括自动驾驶系统集成商、整车制造商等。他们负责将上游的零部件进行集成，生产出低速无人驾驶车辆，并提供相关的技术服务和解决方案。一些传统的汽车制造商和新兴的科技公司都在积极布局低速无人驾驶领域，竞争日益激烈。
下游：主要是低速无人驾驶车辆的应用方，如物流企业、园区管理方、环卫公司等。下游用户的需求和反馈对于行业的发展具有重要的推动作用，同时，他们也在不断探索新的应用场景和商业模式。

3.3 竞争格局

传统车企与科技巨头纷纷入局：传统车企具有丰富的汽车制造经验和技术积累，在车辆的生产和制造方面具有优势；科技巨头则在人工智能、大数据、云计算等领域具有技术优势，能够为低速无人驾驶提供强大的技术支持。例如，比亚迪、东风汽车等传统车企，以及百度、腾讯、京东等科技巨头都开始涉足低速无人驾驶行业，为行业的发展带来了新的活力。
初创公司不断涌现：除了传统车企和科技巨头，还有大量的初创公司进入低速无人驾驶领域。这些初创公司通常专注于某一特定的应用场景或技术领域，具有较强的创新能力和灵活性。例如，专注于无人配送的新石器、白犀牛等公司，以及专注于无人环卫的仙途智能、智行者等公司。

3.4 政策环境及发展挑战

（1）政策环境

支持性政策不断出台：政府对低速无人驾驶行业的发展持支持态度，出台了一系列政策来推动行业的发展。例如，各地纷纷出台自动驾驶试点示范政策，为低速无人驾驶车辆的测试和运营提供了政策支持；同时，政府也在积极推动相关标准和规范的制定，为行业的健康发展提供保障3。
安全监管日益加强：随着低速无人驾驶行业的发展，安全问题也日益受到关注。政府加强了对低速无人驾驶车辆的安全监管，要求企业严格遵守相关的安全标准和规范，确保车辆的安全性能。例如，对车辆的自动驾驶功能、通信功能、安全防护功能等进行严格的测试和认证。

（2）发展挑战

技术成熟度有待提高：尽管低速无人驾驶技术已经取得了一定的进展，但在一些复杂的场景下，仍然存在技术挑战。例如，在恶劣的天气条件下，传感器的性能可能会受到影响；在人流量大、交通状况复杂的区域，车辆的决策和控制能力还需要进一步提高。
成本仍然较高：目前，低速无人驾驶车辆的成本仍然较高，这限制了其在一些场景中的大规模应用。例如，激光雷达、计算平台等关键零部件的价格较高，导致车辆的整体成本居高不下。
法律法规不完善：低速无人驾驶行业是一个新兴行业，相关的法律法规还不完善。例如，在责任认定、保险理赔等方面，还存在一些法律空白，这给行业的发展带来了一定的不确定性。