NHTSA(美国高速公路安全管理局)将无人驾驶程度的划分为五个层级：无自动驾驶辅助能、特定自动驾驶辅助功能、组合式自动驾驶辅助功能、有限自动驾驶以及无人驾驶。

无人驾驶产业链梳理：

　　1. 无人驾驶的定义：

　　NHTSA(美国高速公路安全管理局)将无人驾驶程度的划分为五个层级：无自动驾驶辅助能、特定自动驾驶辅助功能、组合式自动驾驶辅助功能、有限自动驾驶以及无人驾驶。

　　LEVEL0：无自动驾驶辅助功能：没有装备任何自动驾驶辅助的功能或仅安装了一些预警如前碰提醒(FCW)、侧偏提醒(LKW)等。

　　LEVEL1：特定功能自动驾驶辅助：车型装备了如自动定速巡航(ACC)、自动紧急助刹(AEB)、道路偏移回证(LKA)等功能。这些功能能协助驾驶者在特定情况下实现自动驾驶，提高安全性，降低驾驶强度等。2005年后这些功能便逐步引入。

　　LEVEL2：组合自动驾驶辅助：将多个自动驾驶功能组合协调工作，实现特定场景的自动驾驶，如自动泊车、高速公路上的自动驾驶等。自2015年开始，这些功能已经出现在了部分车型中，如沃尔沃XC90可以实现公路上50km以下的自动启停驾驶。

　　LEVEL3：有限自动驾驶辅助(高度自动驾驶)：随着汽车的自动化可靠性和性能的发展，汽车将逐步替代人类成为行驶的主导，将在大部分时间中代替驾驶者操控。德尔福改装的SQ5实现了穿越美国的全自动驾驶。预计2020年，自动量产车将会上市。

　　LEVEL4：无人驾驶。汽车完全实现无人驾驶。只需驾驶员给出既定地点即可前往。或许在2030年后，我们就可以看到完全无人驾驶的车辆大量行驶在道路之上。

　　2.爆发时点：

　　2020年将是各个整车厂无人驾驶车型大量上市时点

　　国际各大汽车集团均发布了其无人驾驶的规划，而在2015年CES展中无人驾驶也是行业关注的焦点。戴姆勒奔驰推出了概念车型F15引得媒体的关注。戴姆勒计划通过无人驾驶的投入重新回到行业霸主地位。通过各个集团发布的无人驾驶规划，我们发现2020年将会是无人驾驶量产车发布的集中时点。

　　3.实现方式：

　　ADAS肩负安全提高、自动驾驶使命，将进入快速成长期

　　ADAS(AdvancedDriverAssistanceSystems)：高级驾驶辅助系统(也称主动安全技术)是利用安装在车上的各式各样传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。

　　实现无人驾驶的两条必经之路：

　　1)车辆本身实现高度智能化能应变各种的环境条件；

　　2)车与车、车与交通的联网，通过智慧交通规划实现无人驾驶。

　　ADAS(高级辅助驾驶系统)和V2X(广义车联网)是两条路径的实现基础。若要实现无人驾驶，两条路径缺一不可。按照欧洲道路运输研究咨 询委员会(ERTRAC)2015年对于无人驾驶路径的预测，这两条路径将在2020年开始融合，并预计在2030年最终实现城市环境的无人驾驶。

　　1)车辆智能化：辅助驾驶系统(ADAS)装配率将快速提升。车辆智能化的主要实施方案为：采用高精度传感器，如微波雷达、激光雷达等使得汽车具有感知周边驾驶环境的能力；具有强大的计算芯片及核心算法针对不同的环境得出相应的驾驶策略；最后使用相应的执行系统进行物理操作。我们认为，完全无人驾驶由于技术、法规等限制尚需时日，车辆智能化的发展将从辅助驾驶系统(ADAS)开始，并逐步提升其应用能力和操作权限，最终实现完全无人驾驶。

　　2)道路交通智慧化：车联网+智能交通为终极模式，但实现门槛较高。我们认为道路交通智慧化主要分为两个部分：1)车与车之间通信(V2V)，信息包括速度、位置、驾驶方向、刹车等；2)车与交通系统之间通信(V2X)，信息包括实时路况、道路信息、行人信息等。在此情况下，将极大提升整个交通系统的驾驶安全性及交通效率，与车辆智能化形成良好的协同效应。

　　但目前实现仍有几点困难：1)车辆通信数据标准仍不统一；2)目前无线通讯技术较难满足响应速度要求；3)智能交通基础投入较大。

　　ADAS提高单车智能更为实际

　　单车智能的实现形式是感知、决策、执行。形象的类比到人的话感知就是人的眼，处理即是人的脑而控制就如同人的手脚一般。ADAS高级辅助驾驶即是在提高单车智能。

　　驾驶辅助系统(ADAS)进入快速发展期，预计2020年市场规模接近2000亿元。根据技术条件和产业化发展阶段，目前处于第一阶段向第二阶段的发展期，驾驶辅助系统(ADAS)装配率将快速提升。预计2015年全球ADAS相关产品市场规模约500亿元，2020年市场规模接近2000亿元，其中中国市场规模超过500亿，市场份额接近30%。

　　1)感知：如人眼般对环境得到感知。车的感知是通过传感器得以实现的，摄像头、毫米波雷达、红外线传感器等设备使汽车可以感知图像、距离、夜景等多种功能。

　　2)处理：将得到的信息进行分析并做出决策。处理阶段可以分为两部分析和决策。1)分析阶段：传感器传来的只是图像、距离信息等数据流，通过算法将图像中车辆、行人、道路等甄别出来，将距离配合车速得到碰撞可能的概率等是进行分析。2)决策阶段：对分析得到的结果进行决策，是否应该预警、降低车速等。 3) 执行：执行部分，融合传统车身控制系统实现辅助驾驶。决策后的结果最终是需要传统的车身控制系统等输出设备进行实现，对潜在的危险对驾驶员进行提示或直接通过发动机、制动系统参与提前降速等。

　　车联网实现智慧交通，但仍有多个障碍需要迈过

　　车车互联后车辆能够告知其他车辆自己所行进的方向，以帮助其他车辆的司机做更准确的判断；在靠近交叉路口时，向其他车辆提醒；车与道路的互联能得知目前红绿灯的装填，交通堵塞的情况来规划行车路径。

　　方式：车车之间通讯作为短距离通讯(DSRC)可以采用以IEEE802.11p的协议框架。除了DSRC外，通过蜂窝实现的WIMAX、GSM或者3G/4G等做作为远距离通讯手段也是潜在的通讯手段。未来5G时代的到来将把V2X产业带到新的高度。

　　障碍：车与车通讯标准统一需要时间；基础建设投入较大；通讯技术尚有不足；所有车都联网仍需要较长时间。

　　4. IT企业和汽车企业选择路径有所差异

　　1)IT企业使用激光雷达+高精地图+人工智能直接实现无人驾驶；

　　2)汽车企业将从辅助驾驶逐步进入自动驾驶。

　　不管哪条路径，智能和网联是实现汽车高度自动化的基础，单车的智能将先行与交通的智能。以环境感知和电控执行为核心的ADAS肩负着提高安全和通向无人驾驶的使命，将在汽车智能化不断提高中进入快速成长期。

　　以Google和百度为代表的IT企业与主流汽车企业的分歧本质是来自于理念的不同。IT企业崇尚完全的无人驾驶，这样就可以发挥他们自身在人工智能深度学习和高精度地图上的优势提供路径规划决策，并与自身深厚的内容资源相结合打造无人驾驶的生态圈。汽车企业崇尚自动驾驶是给驾驶员另一个选择，“人机双控”是必须的，在无人驾驶的行进中更重视安全性和商业化，高级辅助驾驶是目前的选择。

　　1)IT企业：与宝马的合作也是未来百度与整车厂合作的范本。百度未来将寻找第三方的整车企业共同推出无人驾驶汽车，百度提供高精度地图自动驾驶环境感知、决策和道路规划；整车厂提供车辆、车身控制和安全技术。无人驾驶是百度自Carlife车联网服务的下一个汽车战略。百度本身拥有丰富的后市场、娱乐搜索等内容资源。无人驾驶将是承载百度整个生态圈的下一个平台。

　　2)汽车企业和传统零部件公司的理念是自动驾驶给予驾驶者另一个选择，是对驾驶的补充，注重安全和舒适。对于成本和商业化的考虑，汽车企业采用增强辅助驾驶系统逐步实现自动驾驶。主要的技术手段是增强多个传感器和提高环境感知的算法来增加汽车的智能化。

　　传感器融合是必然的趋势

　　单实现特定ADAS功能时在成本和性能的综合筛选下会采取单个传感器的解决方案，但随着自动程度不断提高，对安全和可靠性的要求日益增加时，多个传感器融合实现性能最佳的解决方案自动驾驶的必然趋势。

　　1)现状：仍以雷达为主，但视觉系ADAS逐步提高渗透率

　　整车厂在实现各项ADAS功能的技术路径并没有确定，例如目前的整车厂在对如AEB的技术中采用超过10种以上的传感器组合方案。雷达作为较为成熟的技术仍然在ADAS占有重要地位，视觉系传感器组合同样拥有实现传统雷达能实现功能的潜力，正在逐步提高渗透率。

　　雷达仍然目前仍然占据前视和后视绝大部分市场，目前如自适应巡航(ACC)、自动泊车等均是以雷达组合的方式实现。

　　短距雷达和单目摄像头组合传感器融合(senorfusion)能达到极大的效果以及多种应用潜力，但目前应用较少。

　　2)ADAS发展将带来传感器相当目前近3倍的市场需求

　　多种ADAS的重要功能都无法脱离视觉系传感器，这将带来摄像头传感器的旺盛需求。2014年车载摄像头的需求量约为3600万颗，预计到2019年，摄像头传感器的需求量将达到9300万颗，2020年平均每辆车都装备有超过一个摄像头。2020年我国超过50%的自主品牌汽车将装备有一个摄像头。中短距雷达同样具有较大成长空间，预计2019年中短距雷达将达到3400万颗，是目前需求量的近三倍。