近两年来全球知名车企、科技巨头争相进入智能驾驶领域的拓展，但目前辅助驾驶系统渗透率尚且很低，大规模商用还很遥远，辅助驾驶（ADAS）相关行业将是未来三年具有爆发增长能力的领域。

1、自动驾驶的发展路径自动驾驶按照汽车控制权及安全责任分配可分为不同等级。

不同机构对自动驾驶的分级标准大致相同，但具体级别稍有差异。国际自动机械工程师协会（SAE）将自动驾驶技术分为0到5级，分别对应完全手动驾驶、辅助驾驶、部分模块自动化、特定条件下自动化、高度自动化以及全自动化的自动驾驶。而美国高速公路安全管理局（NHTSA）将自动驾驶技术的发展分为L1到L4四个等级：

L1：车辆的一个或多个功能能够实现自动化，且各项功能之间能够独立工作，能给予驾驶员危险警告。包括夜视、行人检测、交通标志识别、车道偏离警告、盲点监测、后排平交路口交通警报等。驾驶员可以解放双脚。

L2：包括至少两种主要基本自动控制功能，组合功能实现自动化，遇到危险时系统会相应采取部分措施。主要有自适应巡航、车道保持功能、紧急制动刹车等功能。驾驶员可以解放双手。

L3：在限定环境下可以实现自动驾驶，判断是否恢复驾驶者自主操作模式。驾驶员可以解放双眼。

L4：在任意条件下实现完全自动驾驶。驾驶员可以解放大脑。

自动驾驶当前处于L1－L2级，预计2025年可实现完全自动驾驶汽车的商业化。目前L1级和L2级辅助驾驶车辆已经成熟量产，L3级综合功能自动驾驶己有充分技术储备，如丰田的公路自动驾驶辅助AHAC，特斯拉的自动巡航Autopilot，以及通用的Super Cruise。预计L3级别汽车将于2018－2020年实现量产。高度自动驾驶已经进入试验阶段，预计2020年可达量产水平，最终完全自动驾驶预计将于2025年实现，在此之前，高级驾驶辅助系统ADAS仍将发挥重要作用。乐观预计2030年的新车销售中，完全自动驾驶车占比约15％，部分自动驾驶车占比约50％。

2、自动驾驶催生高精度数字地图的发展

随着自动驾驶技术不断的向全自动驾驶迈进，对于地图应用的要求也随之提高。要实现全自动驾驶，汽车需配备足够准确显示周围环境的高精度地图，误差不能大于10厘米。传感器和地图的结合使自动驾驶汽车能够及时修正数据上的误差，辨识车辆的准确位置并导航。并且，高精度地图能够核对传感器所接收的数据并帮助汽车精确监测周边环境。因此，全自动驾驶对于数字地图的精确性要求非常高。

车载地图市场分为前装和后装两部分。前装产品是指汽车出厂以前安装在整车上的地图导航产品，是原厂车本身的组成部分；后装地图系统是指汽车出厂以后，按照用户要求安装在整车上的车载地图系统。

随着居民整体收入水平的增长，更多的家庭愿意增购、换购高端车，因此乘用车产品消费将呈现大众化、高端化发展趋势。同时技术的进步使得前装地图系统成本降低，驱使着乘用车前装车载地图系统渗透率提高，2011年前装产品的渗透率在7％，2016年将增长到20％。而且前装车载地图系统出货量与乘用车销量具有正相关的关系，前装车载地图系统在大众化趋势和乘用车销量增长的双重驱动下将出现高速增长，而且增长趋势具有很强的持续性。同时，由于地图测绘需要长期投入大量资金人力物力，对数据的整合能力和地图绘制能力要求十分之高，并且地图行业的绘制资质需要国家测绘局等相关部门的审批，所以行业准入壁垒相对较高，市场将维持寡头垄断格局。

未来几年，国内后装车载地图系统市场仍然具备一定的增长潜力，虽然前装地图系统的渗透率在逐步提升，但其主要集中在高端车市场，且高段车型销量有限，中低端车型销量巨大，还是占据主要市场，并且上亿的存量车消费是后装车载地图的潜在客户，后装地图系统市场仍然具有广阔的发展空间。

3、单辆车的传感器价值逐车上升

传感器赋予了汽车智能识别的功能，能够识别道路、行人，并通过一定的算法真实还原道路场景的设备，是ADAS系统的重要组成部分。目前，在进行自动驾驶技术研发的道路测试中，使用的传感器主要分为三类：激光传感器、视觉系传感器如车载摄像头雷达系传感器如毫米波雷达。

单辆车的传感器价值逐车上升。据Strategy Analytics，随着自动驾驶善及程度的提升，单辆车上的传感器价值将逐车提升，预计到2018年，单辆车上的传感器价值将达到225美金。

4、激光雷达成本降低是当务之急

激光雷达可以360度扫描一定直径范围内的区域，建立一个动态、三维的地图环境，为车辆行驶提供道路信息，激光雷达以高精度著称，在技术领先的自动驾驶汽车上得到了广泛的应用，但是成本高却成为阻碍其产业化的主要痛点，未来激光传感器将向固态、小型、低成本方向发展。

根据市场调查公司Markets and Markets的数据显示2014年激光雷达传感器的市场空间已达到4．03亿美元，其中中国市场占比24％。预计到2035年中国激光雷达市场每年增量市场规模将达到170亿元，中国激光雷达市场年复合增长幸为17．5％；由于激光雷达传感器技术性较强，目前供应商主要集中于海外，公司主要包括Velodyne、Continental、SICK，IBEO．Riegl等公司。

5、自动驾驶技术路线之争：预先存储or实时探测

预先存储技术路线：1）需提前收集数据建立3D地图，在地图上标注好车道和交通牌等；2）GPS确定汽车大概的位置，通过与之前建立的地图进行对比，确认现在的位置（误差10cm内）；3）检测、追踪交通牌以及周边环境，避免碰撞完成自动驾驶。目前谷歌、面度和Uber等主要使用这一技术路线。

实时探测技术路线：1）用机器学习方法离线训练器，使车能检测车道、行人和汽车等；2）GPS 确定汽车大概位置，系统自动实时检测车道及周边环境，根据此前训练好的分类器实现对车道及周边环境的识别和追踪，完成自动驾驶。

尽管预先储存技术路线产业化程度较惑，但无法用于未绘制地图地区以及后期高清地图维护成本较高等原因，将限制该技术路线的使用范围。而实时探测路线在目前技术条件下，其可靠性仍有待提升。目前结合预先储存技术路线和实时探测技术路线或是现实选择。从长远来看，实时探测技术路线或是终极目标。

正如同汽车替代马车一样，自动驾驶汽车替代传统汽车也将全面改变城市交通面貌，带来极大的社会效益。

首先，自动驾驶将降低车祸事故率和死亡率。目前，全球每年120万人死于车祸，美国去年车祸死亡人数更是增加9％至3．8万人。90％的车祸是人为造成的，因使用手机而分心近年更成为酒驾以外最大的安全隐患。即便是L1／L2的自动驾驶，就能极大纠正人为错误，降低事故率。据Insurance Institute for Highway Safety研究，自动紧急刹车（AEB）可以减少40％的追尾相撞，而前向碰撞预警（FCW）也能减少追尾相撞23％。Virginia Tech Transportation Institute根据Alphabet提交的数据研究证实，Alphabet自动驾驶汽车发生不同等级碰撞事故的概率均大幅低于目前全国交通事故数据库计算的平均值。

自动驾驶汽车将提高汽车的使用率，以更低的汽车保有量满足现有出行需求。目前，美国家庭平均汽车保有量为2．1辆，但使用率只有4％（按座位计算的使用率仅为1％），其他时间车辆或者停放在家中，或者停放在目的地。实现L4自动驾驶后，多个家庭成员共用一辆汽车将更为可行。据密歇根大学测算，在私人购买L4自动驾驶汽车的情形下，美国家庭汽车保有量可以下降到1．2辆，但单车里程可增加101％。

当自动驾驶汽车成为社会共享后，资源效率的提高则更为可观。当自动驾驶技术成熟后，共享出行将更加成为城市交通的主要模式。届时，满足现有出行需求的汽车保有量将进一步下降，单位交通成本将大幅下降。根据密歇根大学的测算，一辆自动驾驶共享汽车（Shared Autonomous Car）可以取代9．34辆传统汽车（但是为了让车去接下一个人，需要多跑8％的路）。根据Singapore－MIT Alliance for Research and Technology测算，在新加坡内部署30万辆SAV，就可满足国民出行需求，而且即使在高峰时段，等候时间也不会超过15分钟。而目前新加坡的乘用车保有量就接近80万辆。BCG测算，纽约市目前乘坐出租车的出行单位成本是2．8美元／英里，私人拥有车辆的成本是1．2美元／英里，公共交通是1美元／英里，而完全自动驾驶的共享车辆可以把单位成本降低至0．6美元／英里。

自动驾驶还将减少交通拥堵（美国人一年堵车时间接近70亿小时），降低停车场需求（城市面积中的15％用于停车场），减少能源消耗（碳排放20％来自交通），拓展残疾人和老年人的活动范围，释放人们的驾驶时间（全球人民私家车驾驶时间是3750亿小时每年），增添车内信息娱乐需求等。