报告简介
智能汽车战略方向加速渗透 存储先行
2018年1月国家发改委发布《智能汽车创新发展战略》，智能汽车战略方向加速渗透，存储先行!从技术层面看，汽车始终是新技术应用的重要载体，随着信息通信、互联网、大数据、云计算、人工智能等新技术在汽车领域广泛应用，汽车正由人工操控的机械产品加速向智能化系统控制的智能产品转变，存储作为基础芯片有望先行受益!
未来中国智能驾驶2000亿市场规模
2015年，国内智能驾驶的渗透率为15%，其中绝大部分为低级别的自动驾驶，对应的市场规模为353亿。此后，随着汽车智能化的不断发展，2016年中国智能驾驶市场规模达到了490亿元，同比增长38.8%。截止至2017年中国智能驾驶市场规模增长至681亿元，同比增长39%。初步测算2018年中国智能驾驶市场规模将达到893亿元左右，同比增长31.1%左右。预测2019年中国智能驾驶市场规模将突破千亿元。未来五年(2019-2023)年均复合增长率约为20.62%，并预测在2023年中国智能驾驶市场规模将达到2381亿元。
中国智能驾驶行业发展挑战分析
——互联网层面的挑战
人工智能技术是基于互联网工作的，其主要依托为互联网实时的更新交通路况、上传数据以及接收数据。所以，人工智能技术对于互联网具有较强的依赖性，其开发的自动驾驶汽车也对互联网有较强的依赖，然而现阶段的网络安全情况并不是很好，经常会出现网络攻击事件，这就给不法分子提供了机会。所以，当前在发展自动驾驶汽车时，怎样能够确保人工智能技术在其中应用的安全性以及可靠性，是需要认真思考的一个问题。
——法律上的挑战
在法律层面上没有清楚的规定自动驾驶汽车，尤其是对自动驾驶汽车产生事故之后的相关方面缺乏规定，无法认定责任，让自动驾驶汽车没有法律约束，这也成为其发展的一个重要挑战。
中国智能驾驶行业发展趋势分析
——利好政策规范化发展 上路测试有法可依
我国智能驾驶既有顶层政策战略导向，又有专项政策指导实施，标准法规也不断完善。在我国政策顶层设计中，《中国制造2025》和《十三五规划》都将智能驾驶作为汽车产业升级的重要方向。在专项政策中，2015年7月，国务院发布《关于积极推进“互联网+”行动的指导意见》，加快智能辅助驾驶的研发与应用。2016年10月，汽车工程学会专题发布了《无人驾驶技术路线图》;11月，中汽协发布《汽车行业升级投资指南》，从行业的技术和投资角度，引导智能驾驶的发展。2017年6月，工信部发布《国家车联网产业标准体系建设指南(智能网联汽车)(2017)》，2018年3月、4月，工信部接连发布《2018年智能网联汽车标准化工作要点》和《智能网联汽车道路测试管理规范(试行)》指导行业标准化落地实施，上路测试有法可依。
2、人工智能推动自动驾驶汽车产业发展
人工智能技术一定会不断发展，并且越来越完善，其在自动驾驶汽车产业中进行应用，也一定会让汽车的性能提升，让自动驾驶技术的可靠性、科学性以及安全性得到提高，并会不断发展成为我国工业发展中的一个重要产品。自动汽车的发展，也会成为推动我国经济发展的一个重要方向，其集成多种高新技术，如，传感器、通信设备、计算机处理器、人工智能以及地图导航等，我国对于自动驾驶汽车的研究也会不断加强，这会促进人工智能在自动驾驶汽车中的应用以及发展。
3、深度学习提高无人驾驶安全性
深度学习在图像识别方面得到了很大的突破，其算法能够通过多层迭代学习特征抽象的模式识别，进而可以提升对物体及路况识别的精准度。在云计算及大数据时代下，智能控制技术需要依靠深度学习，来满足自动驾驶在精确度以及安全度上的要求。深度学习属于人工智能中的一门学科，利用计算机算法在机器上对神经网络进行模拟，进而让机器能够获得学习的能力。
无人驾驶汽车利用深度学习可以对其驾驶行为进行不断的优化，这也是当前最有效的解决方案。无人驾驶汽车在行驶中都会遇到各种交通情景以及突发情况，进而产生很多的数据，这些数据会被传回到云平台中，为其深度学习提供训练样本，经过大量的训练以及学习，就会让其得到自身行驶的驾驶经验，还能得到其他车辆的学习以及训练成果，样本训练日益增加，驾驶技术也会相应的提升，让无人驾驶技术能得到极大的进步，提升其安全性。
4、互联网企业纷纷涉足智能驾驶行业并成为重要驱动力
从国际上看，Google的自动驾驶汽车测试已经超过400万英里，从实验室走向了实用阶段，公司正在为其商业化，积极布局，并与多家主机厂开展了合作;Uber已在匹兹堡、坦佩、旧金山和加州获准进行无人驾驶路测;苹果公司也于2017年4月获得了加州测试许可证;韩国互联网公司Naver成为韩国第13家获得许可的自动驾驶汽车研发企业，计划于2020年前商业化L3自动驾驶汽车。
从国内来看，互联网企业百度、阿里、华为等企业纷纷进军智能网联汽车的技术研发和服务工作，由于拥有较高技术实力，这些企业的态度更加积极。2016年5月，百度宣布在芜湖建立无人驾驶汽车运营区域，并计划在3年内实现商用。腾讯于2016年下半年成立自动驾驶实验室，依托360°环视、高精度地图、点云信息处理以及融合定位等方面技术积累，聚焦自动驾驶核心技术研发。
报告目录
2020-2024年中国智能驾驶行业发展趋势评估与产业供需格局预测研究分析报告
[交付形式]: e-mali电子版或特快专递
http://www.reporthb.com/
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 智能驾驶发展价值
1.2 智能驾驶与无人驾驶技术
1.2.1 智能驾驶的技术层次
1.2.2 无人驾驶是最高层次
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 智能汽车的购买需求
第二章 智能驾驶行业发展环境分析
2.1 宏观经济环境
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 宏观经济展望
2.2 社会环境
2.2.1 居民收入水平
2.2.2 居民消费水平
2.2.3 交通畅行需求
2.2.4 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 汽车市场产销状况
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 智能交通投资规模上升
第三章 2017-2019年国内外智能驾驶行业发展分析
3.1 智能驾驶产业发展综况
3.1.1 智能驾驶的驱动因素
3.1.2 智能驾驶产业链生态
3.1.3 智能驾驶产业发展进程
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 各国顶层设计加快
3.2.3 各国投资布局提速
3.2.4 企业布局智能驾驶
3.2.5 专利技术研发状况
3.3 中国智能驾驶行业发展分析
3.3.1 智能驾驶发展阶段
3.3.2 智能驾驶发展状况
3.3.3 智能驾驶市场规模
3.4 中国智能驾驶商业化应用领域
3.4.1 共享汽车发展模式
3.4.2 共享汽车市场规模
3.4.3 共享汽车发展布局
3.4.4 共享汽车发展重点
3.5 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 智能驾驶产业发展对策分析
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 2017-2019年智能驾驶最高层次——无人驾驶行业分析
4.1 无人驾驶汽车产业链分析
4.1.1 产业链机构分析
4.1.2 上下游企业分析
4.2 无人驾驶汽车发展阶段分析
4.2.1 技术研发阶段
4.2.2 小规模试验阶段
4.2.3 政策调整阶段
4.2.4 销量猛增阶段
4.3 2017-2019年无人驾驶行业发展综述
4.3.1 无人驾驶的可行性
4.3.2 无人驾驶发展回顾
4.3.3 无人驾驶竞争格局
4.3.4 无人驾驶SWOT分析
4.3.5 无人驾驶技术热点分析
4.3.6 无人驾驶汽车规模预测
4.4 无人驾驶行业投资分析
4.4.1 企业融资结构分析
4.4.2 细分领域融资状况
4.4.3 新兴企业投资加快
4.4.4 企业投资并购动态
4.5 无人驾驶投资壁垒分析
4.5.1 竞争壁垒
4.5.2 技术壁垒
4.5.3 资金壁垒
4.5.4 政策壁垒
4.5.5 风险提示
4.6 无人驾驶商业化路径及前景
4.6.1 商用车应用
4.6.2 乘用车应用
4.6.3 双驾双控并存
第五章 2017-2019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
5.2 人机交互系统
5.2.1 人机交互系统的基本概况
5.2.2 人机交互系统的核心技术
5.2.3 人机交互系统的发展趋势
5.3 智能环境感知系统
5.3.1 环境感知系统的内涵
5.3.2 环境感知系统的构成
5.3.3 环境感知系统的硬件
5.3.4 环境感知技术的应用
5.4 辅助驾驶系统（ADAS）
5.4.1 ADAS系统模块构成
5.4.2 ADAS产业链分析
5.4.3 ADAS系统进入中国
5.4.4 ADAS系统需求预测
5.4.5 ADAS系统发展趋势
5.5 车联网（车载信息）系统
5.5.1 车联网系统内涵及特点
5.5.2 车联网系统的基本结构
5.5.3 车联网系统的结构体系
5.5.4 车联网产业链结构分析
5.5.5 车联网系统标准体系发布
5.6 车载导航系统
5.6.1 车载导航系统构成
5.6.2 车载导航系统需求空间
5.6.3 智能地图系统研发动态
5.6.4 高精地图成智能驾驶标配
5.6.5 高精车载地图竞争格局
5.6.6 高精车载地图行业壁垒
5.6.7 车载地图系统发展趋势
5.7 智能驾驶控制系统
5.7.1 智能驾驶的控制方法
5.7.2 智能驾驶的控制技术
5.7.3 电动转向控制系统
5.7.4 电子自动驻车制动系统
5.7.5 自动刹车紧急制动技术
5.7.6 智能倒车防碰撞系统
5.7.7 电子油门控制系统
5.8 智能驾驶决策规划系统
5.8.1 决策规划系统的层次划分
5.8.2 决策规划系统的体系结构
5.8.3 决策规划系统的关键环节
5.8.4 决策规划系统的技术方法
第六章 2017-2019年智能驾驶基础技术分析
6.1 人工智能技术
6.1.1 技术基本概况
6.1.2 技术应用领域
6.1.3 产业规模分析
6.1.4 产业发展特征
6.1.5 应用于智能驾驶
6.1.6 典型应用方案
6.2 雷达传感技术
6.2.1 技术基本概况
6.2.2 技术应用领域
6.2.3 产业发展状况
6.2.4 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 产业运营状况
6.3.4 产业发展特点
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 技术基本概况
6.4.2 技术应用领域
6.4.3 产业发展状况
6.4.4 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技术基本介绍
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行业发展状况分析
7.2.1 5G产业链结构
7.2.2 5G产业政策环境
7.2.3 5G商用元年开启
7.2.4 5G商业模式分析
7.2.5 运营商建设规划
7.2.6 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 应用示范平台
7.3.5 应用案例分析
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 应用效益评估
第八章 2017-2019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 智能公交车的发展案例
8.2.6 智能公交市场发展前景
8.3 智能卡车
8.3.1 智能卡车配置结构分析
8.3.2 智能卡车成为发展趋势
8.3.3 智能卡车逐步投放市场
8.3.4 企业加快智能卡车布局
8.3.5 智能挂车产品发布动态
8.3.6 智能卡车未来发展方向
8.4 智能物流车
8.4.1 物流车市场需求增长
8.4.2 智能驾驶助力物流升级
8.4.3 京东无人驾驶快递车
8.4.4 美团推出无人配送车
8.4.5 苏宁物流无人快递车
8.4.6 AGV智能物流车设备
8.4.7 AGV市场规模预测
第九章 2017-2019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 Lyft公司
9.5.4 优步公司
9.5.5 滴滴公司
9.6 初创公司
9.6.1 蔚来汽车公司
9.6.2 景驰科技公司
9.6.3 禾赛科技公司
9.6.4 地平线机器人公司
第十章 智能驾驶技术行业投资分析
10.1 投融资状况分析
10.1.1 智能驾驶投资规模
10.1.2 国外市场融资动态
10.1.3 国内市场融资动态
10.1.4 新兴投资力量崛起
10.1.5 企业投资合作趋势
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 汽车座舱电子市场空间
10.3 行业项目投资合作案例
10.3.1 项目基本概述
10.3.2 项目合作主体
10.3.3 项目合作内容
10.3.4 项目合作效益
10.4 投资风险分析
10.4.1 经济风险分析
10.4.2 政策法律风险
10.4.3 技术风险分析
10.4.4 社会普及风险
10.4.5 道德伦理风险
10.5 投资路径分析
10.5.1 智能驾驶的技术路线
10.5.2 智能驾驶的创新路线
10.5.3 智能驾驶的发展路径
10.5.4 运营用车或首先突破
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及格局分析
11.1.1 全球智能驾驶发展展望
11.1.2 国内相关政策环境利好
11.1.3 中国智能驾驶发展前景
11.1.4 智能驾驶未来竞争格局
11.2 对2020-2024年中国智能驾驶行业预测分析
11.2.1 2020-2024年中国智能驾驶行业影响因素分析
11.2.2 2020-2024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 智能交通行业发展战略
12.1.2 智能驾驶汽车发展纲领
12.1.3 智能网联汽车发展规划
12.1.4 智能驾驶投资相关政策
12.1.5 智能汽车顶层设计推进
12.2 智能网联汽车技术标准体系分析
12.2.1 智能网联汽车的标准建设
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 标准体系的建设重点
12.2.6 标准体系落实的措施
12.2.7 标准体系的建设要点
12.3 智能驾驶路测逐步规范化发展
12.3.1 我国智能汽车路测政策演进
12.3.2 国内发布智能汽车路测规范
12.3.3 北京自动驾驶路测指导意见
12.3.4 上海自动驾驶路测指导意见
12.3.5 福建无人驾驶路测管理办法
12.3.6 重庆自动驾驶路测指导意见
12.3.7 长沙自动驾驶路测管理细则
12.3.8 长春自动驾驶路测指导意见
12.3.9 深圳自动驾驶路测指导意见
12.3.10 广州自动驾驶路测指导意见
12.3.11 天津自动驾驶路测指导意见
12.3.12 杭州自动驾驶路测管理细则
12.3.13 江苏自动驾驶路测管理细则
图表目录
图表 SAE对于智能驾驶的分级定义
图表 汽车驾驶的发展阶段
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 2016-2018年国内生产总值增长速度（季度同比）
图表 2017年主要商品出口数量、金额及其增长速度
图表 2017年主要商品进口数量、金额及其增长速度
图表 2017年对主要国家和地区货物进出口额及其增长速度
图表 2017年按领域分固定资产投资（不含农户）及其占比
图表 2017年分行业固定资产投资（不含农户）及其增长速度
图表 2017年固定资产投资新增主要生产与运营能力
图表 2018年中国固定资产投资（不含农户）同比增速
图表 2018年固定资产投资（不含农户）主要数据
图表 2018年与2017年居民人均可支配收入平均数与中位数对比
图表 2017年全国居民人均消费支出及其构成
图表 2018年居民人均消费支出及构成
图表 中国汽车市场中长期发展预测
图表 2016-2018年月度汽车销量及同比变化情况
图表 2016-2018年月度乘用车销量及同比变化情况
图表 2016-2018年月度商用车销量及同比变化情况
图表 2016-2018年月度新能源汽车销量及同比变化情况
图表 我国城市智能交通市场中标过亿项目
图表 我国城市智能交通市场中标过亿项目（续）
图表 智能驾驶的产业链生态
图表 国内智能驾驶标志性事件
图表 全球自动驾驶汽车专利技术排名
图表 国内智能驾驶市场规模
图表 主要分时租赁公司运营模式
图表 2017-2025年中国共享汽车市场规模
图表 无人驾驶汽车产业链
图表 无人驾驶产业链上的企业
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 全球无人驾驶产业竞争格局
图表 中国无人驾驶汽车企业研发SWOT分析
图表 全球无人驾驶汽车市场规模预测
图表 2017年国内无人驾驶企业融资结构
图表 2017年中国无人驾驶整体解决方案融资结构
图表 2017年中国无人驾驶传感器及计算硬件企业融资结构
图表 2018年无人驾驶领域重大融资
图表 智能驾驶系统构成
图表 智能驾驶系统结构框图
图表 智能驾驶试验平台软件的架构
图表 早期人机交互界面
图表 智能驾驶环境感知的硬件设备
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 2017-2018年中国乘用车ADAS市场渗透情况
图表 中国ADAS市场规模及增速
图表 2017年中国ADAS产品选配渗透率及2020年估计
图表 ADAS系统主动和被动安全的发展趋势
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
图表 全球车载导航设备年销量
图表 智能驾驶需要高精度地图
图表 凭借一机双图而闻名国内的旅行者3D导航系统
图表 Garmin车机的TMC图示
图表 航拍版远峰MAP
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、机器学习、深度学习的隶属关系
图表 AI可能的重构的领域与方式
图表 中国人工智能市场结构
图表 人工智能产业发展特征
图表 2017年国内人工智能企业注册地分布
图表 Nvidia的DrivePX框架
图表 Mobileye框架
图表 Comma.ai框架
图表 挥动手臂产生的微多普勒效应
图表 中国毫米波雷达市场规模
图表 三大传感器对比分析
图表 雷达传感器（仅进行原始数据收集）的基本架构
图表 MIPICSI-2通信协议接口
图表 MMIC路线图
图表 A770MMIC收发器
图表 物联网细分领域热点
图表 物联网中期指标完成情况评估表
图表 大数据的4V特征
图表 中国大数据产业链大数据衍生层细分
图表 大数据市场产值图
图表 中国大数据核心产业规模及增速
图表 5G网络满足的应用场景
图表 5G产业链结构
图表 5G产业主要政策
图表 中国移动5G建设路线图
图表 中国联通5G终端路线图
图表 中国电信5G建设路线图
图表 5G通信增强自动驾驶感知能力
图表 国内公交车历年保有量持续增加
图表 全国社会物流总额
图表 京东无人驾驶快递车
图表 美团点评的无人配送物流车
图表 采用百度Apollo技术的苏宁物流无人快递车
图表 AGV智能小车
图表 2014-2018年中国AGV销量及预测
图表 中国AGV应用领域占比情况
图表 AGV导航方式市场份额情况
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 百度无人驾驶汽车生态系统
图表 Apollo计划三阶段规划
图表 腾讯智能驾驶布局
图表 构建智能交通生态图
图表 无人驾驶、新能源、车联网与共享车相辅相成
图表 搭载智能交通生态圈
图表 共享出行对智能驾驶产业链的重构
图表 蔚来自动驾驶汽车
图表 视频展示景驰无人车应对“复杂”场景
图表 禾赛科技32线混合固态激光雷达
图表 禾赛科技融资表
图表 地平线公司推出智能驾驶芯片
图表 汽车电子各细分市场生命周期
图表 座舱电子设备概览
图表 座舱电子全球市场空间及增速
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 智能驾驶商业发展路线
图表 对2020-2024年中国智能驾驶市场规模预测
图表 智能网联汽车标准体系框架
图表 江苏省智能网联汽车自动驾驶能力检测项目
