1 行业痛点明显，万亿市场空间
司机缺口、人力成本、安全性等痛点亟待解决
卡车司机缺口或将持续加大。根据美国货运协会（ATA）统计，2005-2018 年，Class 8 重卡司机缺口以 9%的复合增速持续增长，2018 年重卡司机缺口约 6 万名。ATA 预测， 随着运输需求的持续增长与卡车司机老龄化加重，卡车司机缺口或将持续扩大，2018 到 2028 年，此缺口或将以 10%的年化增长率持续扩大。
卡车司机老龄化问题严重。 我国的货车司机主要以 36-45 岁群体为主。由于卡车司机工作强度大、长期远离家庭等因 素，卡车司机这一岗位对年轻人的吸引力较低，我国卡车司机群体中只有 1.4%的从业者 在 25 岁以下，一定程度上形成了年龄梯队的断档。同时，美国司机群体老龄化问题同样 严重，卡车司机平均年龄约 55 岁。54%的卡车司机年龄在 45 岁以上，而在美国总人口中， 这一比例仅为 44%。老龄化问题或将加大司机缺口。
?
??
“8 小时工作制”或将进一步加大我国司机缺口。为保障行车安全，现行法规下，我 国《机动车驾驶证申领和使用规定》要求，连续驾驶机动车超 4 小时需停车休息 20 分钟 以上。而在 2021 年 2 月 22 日，中华人民共和国公安部发布《道路交通安全违法行为记分 管理办法（征求意见稿）》，在已有基础上进一步要求 24 小时内驾驶时间累计不应超过 8 小时，中型以上载客汽车、危险物品运输车辆若违反则记 9 分，其他车辆违反则记 3 分。 此新规落地后，司机缺口或将被进一步放大。
人力成本快速上涨，物流企业降本需求强烈。亿欧智库估计，2020 年中国公路货物 成本占比中，司机薪酬占比或在 21%左右，接近燃油费用与通行费用。根据国家统计局数 据，2020 年我国交通运输、仓储和邮政业就业人员平均工资约 10.1 万元，同比+3.7%， 过去十年复合增速约 9.5%。随着司机缺口的增加，交通运输人力成本或将持续增加，物 流企业降本增效需求或将更加强烈。
??
??
货运安全性仍需要进一步提升。货车的自重较大，其刹车距离约为乘用车的两倍，且 货车体积较大，视野盲区较多，事故的严重程度也显著高于乘用车。同时我国货运市场竞 争较为激烈，长时间工作、超载、疲劳驾驶等现象普遍存在，产生了较大的安全隐患。在 安全法规的不断完善下，我国公路货运事故已得到有效控制，但对比发达国家，我国公路 货运事故发生的风险仍然相对较高。事故发生的原因主要由于司机的激进驾驶、疲劳驾驶， 以及货车本身的盲区所导致。
有效解决行业痛点，商用场景下付费意愿高
高级别自动驾驶能够解决司机短缺、人力成本提升、交通安全等诸多运输行业痛点。 L3 级别自动驾驶条件下，特定场景下的自动驾驶不需要司机，或者司机担任的是车辆管理 者的角色，能够一人管理多辆车。L4 级别以上则接近完全无人化，可以有效解决司机短缺 与人力成本上升的难题。同时，高级别自动驾驶下，车辆的操作更加稳定可靠，不会疲劳 驾驶，安全性比司机驾驶更高。
自动驾驶能够增加卡车的运营时间，并提升燃油经济性。77.7%的货车仅配备一位驾驶员，这意味着这些车辆每天 实际的运营时间在 8-12 小时左右，而在高级别自动驾驶下，除必要的能量补给及车辆保 养，车辆理论上能够每天 24 小时不间断运营。此外，由于驾驶员的不当操作习惯、频繁 刹车、长期怠速等会增加汽车的油耗，而自动驾驶则能够模仿优秀驾驶员的操作逻辑，降 低车辆的油耗。根据图森未来招股说明书，无人驾驶技术能够为重卡降低 10%左右的油耗。
??
??
自动驾驶将有效降低卡车 TCO 成本，用户付费意愿高。自动驾驶虽然会增加车辆的 硬件与软件配置成本，但能够通过增加车辆的运行时间、降低人力成本、节约油耗等方式 降低整车的 TCO 成本。蔚来资本测算，假设自动驾驶硬件成本增加 20 万元，自动驾驶卡 车相比普通卡车（假设普通卡车需要两名司机，自动驾驶卡车需要一名司机），TCO 成本 有望降低 14%。若假设自动驾驶能够替代两名司机，我们估算，卡车 TCO 成本能够降低 29%，用户具有较高的付费意愿。
商用车自动驾驶潜在市场空间约 3 万亿
公路运输仍是目前最主要的货运方式，市场空间在万亿以上。2020 年我国货运量总 ?计?约 463 亿吨，其中公路货运量月 343 亿吨，占比约 73.9%，公路货运是我国最主要的运 输方式。美国也同样呈现类似的特征，根据图森未来招股说明书，美国货运市场 80%由卡 车进行运输。公路运输具有 络广泛、响应及时、点对点运输、时效性高等优点，在未来 仍将是货物运输最重要的方式。根据国家统计局数据，2020 年我国公路货运周转量约 60172 亿吨公里，以 2020 年 G7 消费品整车平均运价 0.737 元/吨公里计算，2020 年我国 公路货运市场空间约为 4.4 万亿元。
??
??
商用车自动驾驶软硬件潜在空间约 4000 亿，运营服务潜在空间约 3 万亿。商用车自 动驾驶的市场空间可分为自动驾驶软硬件市场空间及运营服务市场空间。对于自动驾驶软硬件，以 2020 年我国商用车销量为基准，假设重型卡车/大型客车的自动驾驶软硬件成本 为 15 万元，轻型卡车/中型客车等其他车辆的自动驾驶软硬件成本为 5 万元，则该市场空 间可达 3885 亿元。从自动驾驶运营服务的角度看，自动驾驶的潜在市场空间是替代人力 司机。2019 年我国载货汽车保有量约为 2783 万辆，其中重卡/中卡/轻卡占比分别为 27% /4%/68%。若假设重卡司机平均年收入 15 万元，其他司机平均年收入 9 万元，则自动驾 驶运营的潜在空间约为 2.96 万亿元。
干线物流、Robotaxi、同城物流等场景的市场空间较大。蔚来资本测算，长途物流自 动驾驶的潜在空间约为 7000 亿元，是所有场景中空间最大的市场。Robotaxi、同城物流 等场景同样具有数千亿级别的市场空间。港口物流、市政环卫、矿内物流等市场空间相对 较小，但此类场景落地难度相对较低，能够更早地应用自动驾驶技术，且下游客户的付费 意愿极高。
??
??
2 商用车自动驾驶主要场景介绍
商用车自动驾驶有特定的应用场景，边界情况少，有望率先落地。商用车通常具有较 为特定的应用场景，行驶范围和路线相对确定，行驶环境相对简单，Corner Case（边界 情况）相对较少。此外，商用车有较多封闭/半封闭的应用场景，在这些场景下，路况较为 清晰、车速相对较低、且能够进行路测基础设施建设，实现车路协同。因此，商用车自动 驾驶有望率先落地。
商用车自动驾驶的主要应用场景包括干线物流、港口、矿山、机场、物流园区、终端 无人配送等。当前商用车自动驾驶的商业化落地一定需要以特定场景为入口进行导入。不 同的场景具有不同的特点及落地难度。低速、封闭、基建完善的场景实现自动驾驶更为简 单，也有望率先进行应用和落地，而高速、开放、基建缺失的场景则具有较大的应用难度。 整体来看，港口、矿区、机场、园区的场景相对简单，车速相对较低，预计自动驾驶落地 速度将会较快；干线物流、城市配送场景复杂、车速高、且对安全性、可靠性的要求高， 预计落地速度相对较慢；无人配送和城市巴士虽然面临复杂路况，但无人配送车速相对较 低、城市巴士可以在特定线路建设 V2X 基础设施，同样有望相对快速的落地。
干线物流：空间广阔，降本显著
干线物流市场广阔，线路集中，痛点显著。干线物流具有运输距离长、运输吨位大、 货物价值量高等特点，是商用车自动驾驶最大的市场。干线物流呈现线路集中的特点，根 据图森未来招股说明书，在美国货运市场，80%的货物通过 10%?的的?干线运输 络完成运 输。当前物流行业整体较为分散，行业竞争较为激烈，物流行业面临着盈利能力下滑、司 机短缺、人力成本提升、交通安全隐患等诸多痛点。
??
??
自动驾驶的落地将有效改善货运行业痛点。L3 级别自动驾驶有望解放司机的双手双脚， 降低司机的劳动强度，并有望将单车司机人数由 2 名减少到 1-1.5 名；L4 级别自动驾驶有 望解放人的眼和脑、省去 2 名司机，降低人力成本和司机工作量；自动驾驶能够提升车辆 的营运效率，除了加油和例行维护时间，理论上可以实现 24 小时不间断运输；此外，自 动驾驶解决方案能够通过配备节油算法，将发动机转速控制在最佳燃油经济区，综合油耗 有望比优秀司机再降 5-10%。
干线物流自动驾驶的玩家包括图森未来、智加科技、主线科技、嬴彻科技等主攻干线 物流场景的创业公司，以及小马智行、清智科技等跨场景布局自动驾驶的企业。其中图森 未来、主线科技主攻 L4 级别自动驾驶方案，智加科技、嬴彻科技则计划通过 L3 级别自动 驾驶前装落地，收集行驶信息形成数据闭环，反哺自动驾驶升级至 L4；小马智行从 Robotaxi 切入货运领域；清智科技从 ADAS、线控底盘生产切入，通过在园区通勤等低速场景落地 逐步扩展到专线物流等高速特定场景落地。
港口：自动驾驶集卡有望成为主流方案
自动驾驶集卡优点众多，有望成为主流解决方案。港口运输自动化有自动驾驶集卡、 AGV（自动导航运载车）、自动驾驶跨运车三种运输方案，但 AGV 和自动驾驶跨运车均有 一定应用限制：AGV 通过在道路预埋磁钉实现感知、定位、导航，改造成本较高、前期投 入大，通常只适用于大型新建港口；自动驾驶跨运车对港口的堆箱高度有限制，仅能应用 于 1-3 个集装箱高度的堆放，而我国集装箱码头普遍堆场密集，为保证空间利用效率会堆 放多层集装箱（通常 4-5 层）。相比之下，自定驾驶集卡则有着无需场地改造、单车成本较 低、泛用性强、适用港外公路等诸多优点，有望成为港口运输自动化的主流解决方案。
??
??
当前港口自动驾驶玩家主要包括西井科技、主线科技、图森未来、智加科技、畅行智 能等初创企业，通过与主机厂合作将自身研发的解决方案配置在整车上，并落地港口，进 行试验和商业化运营。目前中国已有 11 个港口实现自动驾驶集卡落地，在“北-中-南”沿海 重要港口均有企业实现布局。
2018 年 1 月，珠海港集团联合西井科技启用全球首辆港区作业无人集卡；同年 10 月， 西井科技的新能源港口无人集卡量产车 Well-Truck 进驻深圳盐田国际集装箱码头。2017 年，西井科技研发出的全球首套类脑智能智慧港口系统 WellOcean，目前已为多个码头在 智慧理货、智慧闸口等局部作业实现了人工智能升级，应用已涵盖浙江、广西、广东、山 东等多地港口及海关。
2020 年 1 月，由天津港、主线科技、中国重汽携手打造的 25 辆无人驾驶电动集卡在 天津港进行了全收首次整船作业；并在同年 9 月，主线科技宣布其在天津港布置的无人驾 驶集卡将率先不再配备安全员，实现全球首个完全无人驾驶卡车商业化运营。
2020 年，经上海市智能 联汽车道路测试推进工作小组的核准，图森未来的无人驾 驶卡车可以在临港主城区、临港物流园区、东海大桥和洋山港等区域的开放测试道路进行 载货测试。2020 年洋山港区码头内基本已经实现了自动化。
矿山：需求较为刚性，OEM 集中度高
矿区环境较为恶劣，无人化需求较强。矿区地形相对较为复杂，路面不平整、上下坡 路较多，排土场多为 20-30 米的深沟。同时矿用汽车体积较大、盲区较多，容易发生碰撞、 碾压、侧翻等事故。矿区一旦发生重大安全事故，所属矿区需整顿停产，或将产生亿元级 别的损失。由于矿区工作环境恶劣，矿区用工难、流动性强导致劳动力短缺的状况尤为明 显。矿区的自动化、无人化是非常显著的需求。同时矿区环境相对封闭、运输路线较为简 单、环境干扰较少等条件有助于自动驾驶快速落地。
矿卡 OEM 集中度高，加速自动驾驶落地。目前中国矿山主要的汽车类运输为刚性矿 卡和非公路自卸车，此类车辆针对矿山环境设计，具有承载能力强、运营效率高等特点。 矿卡 OEM 集中度较高，其中刚性矿卡的 CR3 约 86%，龙头北方股份独占 64%份额；非 公路自卸车 CR3 约 78%，同力重工、临工市场份额分别约 40%/30%。由于上游 OEM 集 中度较高，处于下游的自动驾驶企业能够更好的将解决方案与车辆结合，且下游矿山公司 也能更好的反馈自身需求，自动驾驶落地速度有望加快。
??
??
国外矿山自动驾驶进程早于中国，已开启商业化运营。卡特彼勒和小松率先进入矿山 自动化领域，并处于行业领先地位。根据亿欧智库统计，卡特彼勒 2020 年自动驾驶矿卡 保有量约 342 台，使用 MineStar 系统移送的物料累计超过 25 亿吨。小松自动驾驶矿卡保 有量约 260 辆，累计自动化运输 30 亿吨物料。
矿山无人驾驶领域目前国内的企业主要包括慧拓智能、踏歌智行、易控智驾、希迪智 驾等，已与矿区、矿企建立密切联系。2019 年 9 月，慧拓智能在大唐国际宝利煤矿正式 完成国内首个无人运输系统在矿区的商业化落地运营；目前已获得行业最大规模 400 台宽 体车队运营订单，并于近期中标国家电投集团霍林河煤矿电动无人宽体车运营订单。截至 今年 7 月末，慧拓智能的订单总额达 3.5 亿人民币，复购订单占比达 50%。2020 年，踏歌智行与北方股份建立“一致行动人”合作伙伴关系，联合推出国内首批共 10 台预装无 人驾驶系统的线控矿卡 NTE200AT。易控智驾在 2019 年开始矿区无人驾驶真实工矿测试， 2020 年矿区投入无人驾驶车辆达到 12 台。
末端无人配送：快递和商超零售有望更快落地
人力成本上升，无人配送经济效益明显。目前终端配送面临着日益严重的劳动力短缺 问题以及随之而来人力成本的上升，而配送的需求仍在增长，出现了运力供给瓶颈。根据 亿欧智库的数据，若无人配送小车量产价格为 15 万元，使用寿命为 3.5 年，每年 20%的 运维费用，则其每月综合成本约为 6071 元。以此类推，不考虑人力成本上涨因素，当无 人配送小车成本降至 8 万元，车人费用对比将达到 1:2，当车辆成本为 5 万元，单月综合 成本仅仅为 2024 元。如果成本能够进一步降低，无人配送小车的经济性将十分明显。
??
??
无人配送有三大典型场景，其中快递和商超零售有望更快落地。快递对于即时性要求 不高，集约化水平高；外卖对于即时性要求高，且配送路线环境复杂，存在取件和配件的 不确定性，外卖配送的起点与终点均不固定，进一步增加了无人配送的难度；商超零售即 时性要求相对较低，且路线相对固定，线上业务的成熟化使配送端已具备良好的基础设施 （仓库、前置仓、配货人员、停车位等），有利于无人配送的快速落地。
国内玩家主要分为互联 巨头和新兴创业公司两大阵营。互联 巨头如京东、美团、 阿里等，他们拥有自带场景或是客源的优势，通过技术积累推动业务落地。新兴创业公司如新石器、行深智能、智行者、白犀牛等，主要以技术快速攻占市场，虽然不如互联 公 司有自带场景的优势，但他们是线下玩家、第三方头部客户是天然的合作伙伴。
目前无人配送小车正在国内各地的各大场景中开展试运营。京东物流在 2015 年进入 无人配送领域，2019 年 11 月发布最新一代 4.0 版本无人配送车并且在中国人民大学、清 华大学等多个高校投入使用，2020 年与江苏常熟市开展战略合作，致力于打造全球首个 无人配送城。美团无人配送车自 2018 年至今已经完成了北京多地落地测试运营，截至今 年 4 月，无人车配送服务已覆盖 20 多个小区，完成 3.5 万订单，总行驶里程近 30 万公里， 同时美团新一代无人配送车“魔袋 20”于 4 月落地。2018 年 8 月，新石器第一代车 SLV10 实现量产，具备自动驾驶能力，但限定在在封闭园区中行驶；2019 年 6 月，二代车 SLV11 落地，开始可以在半封闭和封闭环境中切换，进行商业化试运营；2020 年 8 月，三代车 X3 实现量产。
??
??
3 法规逐步完善，技术快速进步
法规处于完善阶段，部分 ADAS 产品已强制安装
政策鼓励自动驾驶技术进步。自动驾驶领域产业政策稳步推进。从 2015 年的《中国 制造 2025》开始，国家和地方政府先后出台多项相关产业发展、技术路径、体系建设等 指导性政策。2020 年初，国家相继出台《智能汽车创新发展战略》与《汽车驾驶自动化 分级》两项方案，明确了自动驾驶战略地位与未来发展方向。2020 年 12 月 30 日，交通 运输部发布《关于促进道路交通自动驾驶技术发展和应用的指导意见》，支持自动驾驶技 术在交通运输领域落地应用，鼓励和引导自动驾驶技术发展和应用。
法律法规处于完善阶段。自动驾驶处于商业化落地的初级阶段，而相关的法律法规也 正处于拟定和逐步完善的阶段。自动驾驶的大规模落地需要法律法规明确自动驾驶所涉及 的自动驾驶等级认证、责任划分、数据归属等多方面的问题。当前各部门已经出台了智能 汽车相关规定与指导意见，如《进一步加强汽车远程升级（OTA）技术召回监管的通知》、 《汽车数据安全管理若干规定（试行）》、《关于加强智能 联汽车生产企业及产品准入管 理的意见》等。此外，国家自动驾驶场景测试与安全仿真中心项目开工，自动驾驶场景库 正开始逐步建设，自动驾驶相关的法律法规有望进一步完善。
当前商用车自动驾驶整体处于 L2 向 L3 发展的阶段，法规强制安装部分 ADAS 组件。 在商用车应用场景中，目前部分港口、矿山等封闭场景已经可以实现 L4 级别自动驾驶， 但目前主流车型的功能基本处在 L2 级别，即 ADAS（高级驾驶辅助系统）逐步完善的过 程中。ADAS 是商用车自动驾驶的发展基础，同时国家高度重视商用车安全运营，交通部 主导商用车 ADAS 产品强制前装。
感知、决策、执行协同，商用车需进行针对性优化
自动驾驶需要感知层、决策层、执行层三大核心系统的高效配合。感知层通过传感器 探知周围的环境，传感器通常包括车载的摄像头、激光雷达、毫米波雷达、超声波雷达等， 以及路侧及辅助的高精地图、路侧设备等。决策层通过 CPU、GPU 等芯片完成信息融合、 环境感知、路径规划，并向执行层输出指令。执行层通过执行单元控制车辆的加速、制动 及转向。
??
??
与乘用车相比，商用车自动驾驶面临着额外的技术挑战，需要针对性的开发和优化。 感知层面上，商用车的总重量较大，需要更长的刹车距离。此外，商用车体积较大，存在 多处视野盲区，因此需要比乘用车更远的感知距离以及更全面的车身环境定位。决策层面 上，商用车的操作难度较大，响应相对缓慢，转弯半径大，空车与满载时重量差距极大， 且半挂车与牵引车为非刚性连接，在决策方面需要针对性的算法。执行层面上，当前商用 车的电气化程度相对较低，底盘线控化处在相对初级的阶段。
以同时进行乘用车及商用车研发的 Waymo 为例，Waymo Via 卡车配备了两个感知穹 顶，双感知穹顶有助于增加对卡车后方情况的能见度，还能减少卡车拖车造成的盲点，而 其自动驾驶乘用车只使用一个。Waymo 在所有车辆都采用了相同的核心算法，但其针对 卡车的诸多特性做出了针对性的调整。此外，Waymo 与 OEM 伙伴和供应商密切合作，为 其自动驾驶卡车配备与自动驾驶乘用车同等水平的安全冗余系统。
自动驾驶技术路径可分为渐进式与跨越式。渐进式即为通过自动驾驶解决方案的前装， 收集车辆运行数据进行软件与算法的迭代，逐步将自动驾驶能力由 L1、L2 逐步提升至 L3、 L4。跨越式则是跳过 L1-L3，直接研发 L4 级自动驾驶解决方案。渐进式方案的代表是特 斯拉，跨越式方案的代表是 Waymo。
封闭场景下跨越式方案将是主流，开放场景下渐进场景或更有竞争力。在商用车应用 场景下，对于封闭场景如港口、矿山、园区等，由于其环境有边界、复杂度相对较低，可 以直接实现跨越式的 L4 方案，部分企业以开始初步商业化运营；对于开放场景如高速公 路、城际货运、末端配送等，其场景复杂度高、Corner case 多，直接实现 L4/L5 的难度 较大，渐进式方式或是更为可行的技术方案。通过自动驾驶方案的前装上车，企业能够持 续积累数据并迭代算法，持续改进 L3 方案并向 L4 级以上储备数据。此外，商用车自动驾 驶产品在 L3 级别即可通过弥补司机短缺、降低司机工作强度、降低油耗等方式，实现用 户全生命周期成本的降低，带来商业应用的价值。因此，通过渐进式方式，自动驾驶企业 能够为自身带来现金流和内生造血能力，增加在自动驾驶“长跑”中存活和获胜的可能性。
4 L3 即可产生商业价值，多方合作推动自动驾驶
封闭场景落地快于开放场景，部分工况 L3 已有商用价值
从商用车自动驾驶落地的先后顺序看，预计封闭场景将快于开放场景、简单场景将快 于复杂场景、低速场景将快于高速场景。具体来看，各场景落地的先后顺序或将为“封闭 场景 L4（港口、矿山等）>开放场景低速 L3（无人环卫车等）≈末端配送小车>开放场景 高速 L3（干线运输等）>开放场景高速 L4”。但一些创新模式的应用有望加速无人驾驶的 落地速度，如列队跟驰、智慧公交等。
列队跟驰技术可加速高速干线无人驾驶落地速度。列队跟驰指两辆以上的卡车在道路 上列队行驶，后车紧随前车自动前进的运行模式。队列中的第一辆车可为人工驾驶或 L3 级以上自动驾驶，后车采用跟驰模式。车辆之间通过 DSRC 等车间通信方式（V2V），将 前车的动作信息、车速、位置等信息实施传递给后车，后车就能根据前车发出的指令自动 实现加速、减速、转向等。列队跟驰在技术上的难度相比 L4 自动驾驶技术更容易，车辆 之间的间距相对较近（仅约数十米），不需要路侧设施和高精地图，且决策算法上的算法 更为简单。
列队跟驰技术成熟后，可显著降低车辆运营的人力成本。在路况相对简单的高速公路 上，列队跟驰可实现一个驾驶员操控多辆汽车；待车辆到达高速出口时，后车司机可上车， 负责在路况复杂的匝道出口和市区驾驶车辆，降低人力需求。此外，列队跟驰可有效控制 车辆之间的距离和车队的行驶状态，减小车队行驶中的风阻，从而降低车辆的燃油消耗。 通过该技术，可有效减低车辆 5%-20%的燃油消耗。
我国已在车队跟驰领域颁布了推荐性国家标准《智能 联汽车自动驾驶功能测试方法 及要求第三部分列队跟驰功能》，在 2019 年 5 月 7 日，全国汽车标准化技术委员会智能 联汽车分技术委员会组织福田、东风、重汽三家国内主流商用车企业进行了国内首次商用 车列队跟驰标准公开验证试验。中国重汽实现车速 60km/h 车速下，跟车距离达 15m±20%； 福田汽车实现最小跟车距离 17.5m；东风商用车车距稳定在 20m±2m，最小距离 18.6m。
??
??
“智慧公交”模式有望加速无人驾驶在城市道路场景的落地。由于公交车行驶线路固 定，其环境相对可控，能更容易的实现自动驾驶。同时其行驶线路上的 5G、路侧基础设 施建设相对容易，通过单车智能结合车路协同的方式，自动驾驶公交有望更快落地。郑东 新区自动驾驶公交 1 线于 2020 年 6 月正式试运行，全长 17.4 公里，途径 20 个站点， 是我国首条实现商业化常态运行的智能驾驶公交线路。线路外环采用宇通 U12 L3 级自动 驾驶车辆，而内环将采用宇通与文远知行合作的 L4 级“小宇”车型。通过车路协同的方 式，无人公交具有更高的路权，当横向两侧没有车辆驶来时，公交车会给交通灯发送信 ， 交通灯会变为绿灯，保证车辆的快速通行。在车路协同信 优先的系统下，路口通过率由 此前的 47%提升至 79%，红绿灯等待时间由 17s 缩短到 2s，平均运营车速提高 1 倍。
??
??
盈利模式多样，有望形成广泛的多方合作
自动驾驶企业或具有多样的商业模式。商用车自动驾驶企业可采用多种商业模式盈利， 包括：（1）对车辆进行软硬件后装定制化改造，一次性收取改造费用；（2）依照行驶里程、 送货次数数收取订阅费用；（3）以自有车辆提供无人货运服务。第一种模式可能出现在港口、矿区、机场等特定场景下，由于此类场景定制化需求高，自动驾驶供应商可在场景方 的要求下对特定的车辆底盘进行定制化改造。第二种商业模式与第一种模式并不冲突，自 动驾驶公司可同时在车辆改造与里程订阅两方面进行收费。干线物流、无人环卫、末端配 送等场景或以此种商业模式为主；第三种商业模式可能在无人驾驶技术进一步成熟后出现， 自动驾驶厂商通过购买商用车进行无人化运营，成为运力的提供者。
三种商业模式各有优劣。第一种商业模式对于自动驾驶供应商回款速度较快，但由于 是一次性收费，后续无法产生持续的现金流。第二种商业模式具有较低的边际成本，能够 产生较为长期和稳定的现金流，具有极高的用户粘性；但劣势是回款速度相对较慢，且大 规模的铺开需要主机厂进行前装配合。第三种商业模式市场空间最为广阔，但此模式需要 企业拥有卡车，资产较重，对于初创公司门槛较高。此外，平台运营商与大型货运企业在 此阶段的竞争能力将被进一步强化，中小企业或具有更大的生存压力。综合来看，第二种 商业模式或将更适合当前阶段的自动驾驶企业。
后装改造向前装标配发展是自动驾驶必然的趋势。商用车自动驾驶虽可通过后装改造 实现，但长期看前装标配是必然的发展趋势。自动驾驶企业需要与主机厂合作进行软硬件 前装，才能收集足够多的数据以提升软件和算法能力。此外，通过前装配置，依照里程收 费的订阅模式更容易实施。目前，图森未来与 Navistar 及 Traton 合作制造专门的自动驾 驶半挂卡车，计划于 2024 年推出定制化车型；智加科技与一汽解放合作，在 2021 年 7 月小批量生产了 J7 前装车规级 L3 自动驾驶重卡；2020 年 4 月，嬴彻科技与东风商用车 有限公司联合开发的 L3 重卡顺利完成 B 样车验收，并与中国重汽合作开发 L3 自动驾驶重 卡。科技企业与头部 OEM 的强强联合或将加速自动驾驶前装产品的落地。
自动驾驶或将与运力平台形成良好的合作。在大监管趋严、反垄断的政策背景下，物 流运力平台需要寻求新的增长点，自动驾驶或是平台商转型的契机。国内领先的物流平台 商满帮集团战略入股智加科技，并与智加科技形成深度合作，为其提供全场景线路的开放 与资源对接，智加科技亦成为满帮的独家自动驾驶技术伙伴。国内最大的车队管理平台 G7 物联则投资了嬴彻科技，利用物流平台的场景、数据、行车信息等资源支持嬴彻科技， 使其获得了业务与研发双向的正反馈。
多方合作促进物流产业联盟的形成。除自动驾驶科技公司、整车 OEM、运力平台外， 物流地产、物流金融等传统业态亦有望参与到行业的变革之中。物流地产企业可开发标准 化的基础设施，如物流仓库、配送中心、分拨中心等作为自动驾驶车辆的始发点与终点， 降低自动驾驶实现的难度，并能优化车队的管理。物流金融方可在自动驾驶时代提供车辆 的融资租赁，为各类轻资产运营模式提供支持。上游的自动驾驶企业、主机厂，中游的运 力平台、物流地产，下游的物流企业、快递快运有望形成广泛的合作，形成物流产业合作 联盟，推动行业进一步发展。
竞争格局展望：一定程度类似重卡发动机
术业有专攻，场景划分下难以赢家通吃。商用车自动驾驶场景划分较细，干线物流、 港口、矿山、机场、无人环卫、末端配送等场景面临着不同的工作环境、有着不同的痛点， 车辆自动驾驶的运行逻辑并不相同。垂直细分下，自动驾驶企业需要在某一领域进行深耕 方能下游客户的认可。在不同的细分场景下，或将出现细分赛道的领先厂商，但自动驾驶 企业未来的竞争格局或将不会出现一家独大、赢家通吃的局面。
OEM 或逐步意识到数据的重要性，可能与特定自动驾驶企业深度绑定。在未来的无 人驾驶时代，软件、数据、智能驾驶技术将替代动力总成和车身结构，成为汽车制造业的 核心，OEM 在转型的过程中或将逐步意识到数据和软件的重要性。OEM 在自动驾驶由后 装改造向前装标配的过程中具有相对较为强势的地位，因此其可能通过入股、并购、成立 合资公司等方式与关系较为紧密的自动驾驶企业形成深度绑定。
商用车自动驾驶未来的竞争格局或在一定程度上类似重卡发动机。商用车自动驾驶与 重卡发动机面临着类似的行业发展逻辑：发动机与自动驾驶一样，是车辆目前/未来的竞争 力核心；发动机与自动驾驶所需的研发投入大，但同时商用车销量低于乘用车，实现盈亏 平衡相对更难；因此我们认为，未来商用车自动驾驶的竞争格局一定程度上会与重卡发动 机类似：整体具有较高的集中度、独立厂商与 OEM 入股厂商（或合作紧密的厂商）共同 竞争。技术积累相对较弱的长尾 OEM 或将与较为强势的独立自动驾驶企业合作，而技术 积累相对较强的 OEM 或将在部分车型使用技术先进的独立自动驾驶供应商，在其他车型 使用合作伙伴的自动驾驶系统。
??
??
自动驾驶核心部件供应商与自动驾驶集成商有望拥有较高的行业集中度与盈利能力。 自动驾驶产业链“自动驾驶核心部件供应商-自动驾驶集成商-主机厂-Robotruck 厂商”上 下游之间的关系一定程度上类似重卡产业链“发动机核心零部件-发动机-主机厂-快递公司” 之间的关系。我们参考博世汽柴、潍柴母公司、陕重汽、顺丰四家公司，考察其市场份额、 财务指标、单车价值量（客单价）等指标。
收入规模上，2020 年博世汽柴、潍柴母公司、陕重汽、顺丰控股的收入规模分别为 157/535/658/1540 亿元。市场份额上，博世汽柴在高压共轨领域的市占率约 90%，潍柴 发动机在重卡发动机领域的市占率约 28%，陕重汽在重卡整车领域的市占率约 11%，顺丰 控股在快递领域的市占率约 10%。盈利能力上，2020 年博世汽柴、潍柴母公司、陕重汽、 顺丰控股的净利润率分别为 22.3%/12.3%/2.3%/4.5%。ROE 上，2020 年博世汽柴、潍柴 母公司、陕重汽、顺丰控股的 ROE 分别约 47%/14%/18%/15%。单车价值量（客单价） 上，博世汽柴、潍柴母公司、陕重汽、顺丰控股（快递）分别约 4000 元/5.4 万元/36 万元 /19 元。
参考上述对比和分析，我们认为自动驾驶产业链的市场规模方面，自动驾驶核心部件 -自动驾驶集成商-主机厂-Robotaxi 厂商的市场空间依次递增。竞争格局方面，上游的自动 驾驶核心部件与自动驾驶集成供应商或将具有较高的市场集中度，头部厂商有望占据较大 的市场份额。盈利能力与 ROE 方面，自动驾驶芯片与自动驾驶集成供应商同样有望具有 较高的盈利水平，但主机厂与 Robotaxi 厂商仍然有望通过自身的管理与经营效率的提升实 现较高的 ROE。
??
??
5 风险因素
自动驾驶技术发展速度低于预期，国家认证标准落地速度不及预期，法律法规对自动 驾驶的开放程度不及预期，上游自动驾驶部件降本速度低于预期等。
「链接」
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！