受益對象和成本承受能力不同：近期日本DeNA子公司“機器人出租車”在神奈川縣普通公路上開始試運行無人駕駛出租車;法國無人駕駛公交車EZ10也投入試用。這表明無人駕駛汽車將對現有經濟生活方式形成重要顛覆，而非漸進式的改善。當無人駕駛汽車向社會提供服務時，其成本承受能力將大大增強，相比之下，輔助駕駛、自動駕駛主要依靠成本下降去推進應用拓展。

　　2 無人駕駛兩條技術路線的現狀與亟需解決的問題

　　目前，無人駕駛汽車的實現路徑基本分為兩大陣營：路線1是以IT企業谷歌、百度等為代表的直接無人駕駛路線，依靠高精度地圖，配合激光雷達、攝像頭、毫米波雷達、超聲波傳感器、GPS等傳感器通過人工智能算法實現完全自主駕駛，他們的核心競爭力是高精度地圖的構建，結合各種傳感器進行地圖的匹配和算法的調試;路線2是以福特、通用、沃爾沃、特斯拉等車企以及前后裝企業Mobileye等為代表的ADAS逐步升級路線，依靠攝像頭、毫米波雷達、超聲波傳感器等設備，實現在某些環境和條件下的高級輔助駕駛功能，他們的核心競爭力在于整車的設計、制造、銷售以及駕駛員輔助駕駛體驗的需求挖掘。

　　兩條路線距離真正實現無人駕駛還需解決不同的問題。1. 直接無人駕駛路線：目前距離真正實現，還需解決在大雪、大雨等極端天氣下設備的使用和調試問題;除此以外，還需解決對于高精度地圖的依賴問題，因為高精度地圖的提供會極大的限制無人駕駛汽車行駛的范圍，此路線下的某些特定技術方案沒有高精度地圖則無法運行。2. ADAS升級路線：最大的問題是現在還不能達到“無人駕駛”的水準，未來需要解決識別車輛、識別人體，并測量距離如何達到100%的成功率的問題，因為即使是99%的成功率，為了防止1%的危險，駕駛員和乘客也不能放松警惕。需要人時刻保持高度警惕的無人駕駛汽車，意義并不大。

　　現階段媒體報道的“無人駕駛”領域研究進展，其實是分布于不同技術階段的。以美國NHTSA對于自動駕駛技術的階段劃分來看，大部分都處于L1-L3階段。跨越不同技術階段進行無人駕駛成果的“行駛里程”“行駛時速”等的對比，意義并不明顯，因為人工干預、普適程度的情況不同。真正決定自動駕駛技術先進與否的因素，是人工干預的情況，以及該成果在展示區域外的普適程度。我們按照這樣的標準，梳理了現在國內外測試成果所處的進展。

　　圖1：成果&事件梳理：一些路線2的參與者希望引入路線1的技術

　　通過對于無人駕駛行業的研發成果和行業事件的梳理，我們認為：路線1的研發成果與路線2相比，基本上自動化程度要稍高一些，大部分已經處于或定位于L3受控的自動駕駛和L4完全無人駕駛。而路線2的一些參與者正希望通過外延式擴張的方式，收購一些技術型公司來補充自身的技術缺陷。如奔馳、寶馬、奧迪聯合收購高精度地圖公司Here，通用公司斥資10億美元收購Cruise Automation等。

　　技術上的不同方向也有可能形成兩條路線的互補，如路線2的一些傳統車企對于人工智能公司的收購;相對的，路線2在機器視覺、圖像識別這一領域上也形成了很大規模的技術探索，未來也很有可能對路線1的參與者形成技術上的優勢補充。

　　3 激光雷達與ADAS及無人駕駛形成良好搭配

　　從無人駕駛產業鏈來看，感知層和執行層屬于硬件層面，主要由整車廠以及各類零配件供應商掌握;而算法層屬于軟件層面，互聯網廠商具備相對優勢。具體到硬件層面，執行層是汽車控制與安全的中樞，整車廠以及博世、大陸等Tier 1廠商把控很嚴，其他企業很難切入;而感知層的零組件供應鏈分散，廠商切入難度相對較低。因此，國內新進入企業主要的機會在于感知層的供應鏈，尤其是激光雷達、毫米波雷達以及攝像頭等附加值高、國內企業有望實現彎道超車的領域。