“乘客經濟”是以無人駕駛為基礎的全新經濟模式，由英特爾首提，涵蓋使用無人駕駛汽車所產生的產品和服務的價值，包括因使用無人駕駛汽車而間接節約的時間和資源。市場分析機構Strategy Analytics對英特爾創造的這個新詞進行了研究，調查預測，乘客經濟的規模將從2035年的8000億美元激增到2050年的7萬億美元。而其他的重要數據還包括：

 l  出行即服務(Mobility as Service, MasS)的業務預計催生價值約3萬億美元的收入，占“乘客經濟”總收入的43%。

l  使用出行即服務的消費者預計產生3.7萬億美元的收入，也就是“乘客經濟”總收入的55%。

l  預計將有2000億美元來自越來越多使用創新應用和服務的消費者，這些應用和服務將隨著無人駕駛汽車服務的擴展和演進而出現。

l  保守地說，在2035年到2045年的乘客經濟時代，無人駕駛汽車將挽救585,000條生命。

l  在全球最擁堵的城市，無人駕駛汽車每年預計將節省2.5億小時的消費者通勤時間。

l  在2035-2045年的乘客經濟時代，與交通事故相關的公共安全成本可能會節約超過2340億美元。

 “出行即服務”是“乘客經濟”崛起的核心動力，而無人駕駛的發展將會促進“出行即服務”的范圍呈現爆炸式增長。英特爾認為，以無人駕駛為基礎的“乘客經濟”，會讓人們完全脫離與汽車的一對一關系，轉向出行即服務，從而加快新興服務模式和商業模式的興起。

也就是說，這份報告證明了車廠無法只靠制造車輛生存─特別是在私家車數量預期將逐漸減少的時代，他們必須要有所改變。如同Strategy Analytics所表明的那樣，預測高度自動駕駛車輛的市場規模不是重點，其“乘客經濟”分析聚焦于：“將由全自動無人駕駛車輛產生的經濟與社會價值。”

也許，我們可以據此大膽的預測一下：未來，“移動即服務”不止運輸乘客，也遞送商品與服務。與建立新的實體店不同，零售商店、酒店和餐館等土地限制型企業將通過增加“出行商店”來推動另一波商業擴張，這些“出行商店”將直接向消費者提供商品和服務。消費者現在可以選擇去一個“地方”購買產品或服務，也可以隨心選擇送貨上門。簡而言之，汽車將在各種各樣的個性化聯網出行即服務中接送人員和運送物品。

科技型公司快速切入智能駕駛

經過100多年的發展，汽車行業已經具備了非常完整的產業鏈，且高度發達。再加之人工智能的高速發展，開辟了新的技術路徑，強化或者說升級了基于傳統算法的ADAS系統，這給以特斯拉、谷歌、百度等為代表的科技型公司進入汽車領域提供了絕佳的機會。同時，出行服務的普及也讓人們看到了出行場景可能存在更大的市場，而非傳統的汽車銷售模式，“服務，而不是制造”正成為新的更具吸引力的商業模式。

相關報告顯示，科技型公司目前均開始涉足智能駕駛/無人駕駛領域，其發展速度遠遠快于傳統的整車廠商。預計至2025年，科技型公司將在智能汽車領域分得40%市場份額，而傳統車企將堅守60%市場。科技型公司為什么可以如此快速的直接跨越到無人駕駛領域？傳統車企又會走出怎樣的應對與升級路線？

在地平線(Horizon Robotics)看來，相對于傳統車企，科技型公司的商業模式更加靈活，這意味著股東和管理層愿意為未來的預期投入更多資源，短期內不太糾結經營性的現金流。而且作為初創公司，不但更容易建立新的公司管理和激勵機制，聚集更好的人才，在技術上也具有不可比擬的先進性，可以引入更好的算法等等。

當然，傳統車企對此也不會視而不見，聽而不聞。事實上，國際和國內車廠在這個領域也是動作頻頻，非常積極。最典型的就是通用汽車通過收購Cruise Automation，既具備了后者所擁有的靈活性和先進技術，同時也讓新公司具備了傳統汽車廠所擅長的龐大產業鏈整合能力和技術支持能力，這種結合將為車廠提供更多的競爭優勢。

 “生產由成千上萬個部件構成的汽車并非易事，而這正是科技企業所欠缺的。”賽靈思(Xilinx)汽車電子市場經理Angela Suen指出，特斯拉、谷歌和百度等技術企業在無人駕駛核心技術方面占據優勢，包括基于海量數據的機器學習、基于視覺/激光雷達/雷達傳感器的優異圖像識別算法、地圖繪制算法和路徑規劃算法。但傳統汽車企業具備生產合格汽車的經驗和平衡運作能力。如果傳統企業需要與技術企業在自動駕駛汽車方面競爭，他們則需要借助較小型的初創企業來幫助他們強勢起步。

不過，“雖然智能駕駛已經成為汽車行業最炙手可熱的話題之一，但要實現真正的無人駕駛，還有很長的路要走。”地平線相關負責人在接受本刊采訪時表示，無人駕駛是由低級別向高級別演進的過程，ADAS輔助駕駛的邏輯在整個過程中是重要的基礎，因為它具有很高的運算確定性。而目前AI應用所帶來的創新主要優勢是在感知領域，可以更好地拓展感知的范圍和準確性。所以，只有當兩者結合，形成完整的感知、判斷、執行通路，才有可能提高自動駕駛水平，這也正是兩者的共性。

因此，“人機共駕”將是未來相當長時間內的主流。現在，更多的公司是在談L4附條件的高度自動駕駛方案。而在面對自動輔助駕駛所對應的漸進式創新和無人駕駛所對應的破壞式創新這兩條演進路線時，地平線將會更傾向于前者。

瑞薩電子(Renesas)中國汽車電子應用技術部部長林志恩的觀點是，科技型公司可以把新技術迅速導入無人駕駛領域，并開展實際測試，通過自身在網絡和云端系統的優勢進行大數據采集，這使得對自動駕駛的實際場景和車輛周邊狀況的分析更加容易，從而大大加快了他們在無人駕駛領域算法和功能的實現。而傳統車企在車輛控制和功能安全方面有著更多的經驗和優勢，在無人駕駛的技術研發上其實也進行了大量的投入，通過合作實現技術互補，共同推動智能駕駛產業的發展，將是雙方最佳的選擇。

智能汽車的關鍵落地點—模塊化ADAS

模塊化ADAS是從傳統汽車向無人駕駛進發的重要方式，也是智能汽車的關鍵落地點。在NCAP等政府法規和標準的推動下，高級駕駛輔助系統系統正在不斷發展演進，邁向新的水平。更高的攝像頭分辨率、更低的激光雷達成本和更強大的計算芯片有助于加速ADAS的發展進程并促進市場推廣。然而半導體企業往往面臨汽車制造商的壓力，要求他們將ADAS的成本保持在較低水平，哪怕該技術已成為標準。

 “前置攝像頭和360度環視泊車輔助將在城市中廣受歡迎，因此能帶來眾多的業務機遇。此外，駕駛員監測、自動緊急轉向和自動緊急制動也有廣闊的發展前景，它們很有可能在2020年就投入實際應用。”讓Angela Suen感到樂觀的其實還有激光雷達傳感器技術，比如頻率調制連續波(FMCW)往往能推進可見性的范圍限制，并實現更加優異的道路規劃和防范措施。她甚至認為，在行業能提供可與其他傳感器完全集成的低成本激光雷達系統之前，無人駕駛根本無法得到消費者的廣泛采用。

從ADAS技術本身出發，它更多提供的是駕駛員輔助安全，并由此提供更安全的交通和更舒適的駕駛環境。因此，安全性、舒適性和車內交互成為了相關廠商的商機。 

安全性毋庸置疑，這是交通的第一使命，也是法規和市場共同驅動的重要領域。而大城市的擁堵和長途駕駛，越來越多地要求把駕駛員從全神貫注的駕駛中解放出來，能夠在駕駛的過程中更好地移動辦公、社交和娛樂，這也使得車內人機交互(HMI)的內容和服務成為另一個行業亮點。目前，地平線向行業用戶提供基于征程1.0處理器的高級別自動駕駛輔助系統和駕駛員安全系統DMS，就是希望憑借這樣的組合可以實現更好的安全駕駛和人機交互。

除了談到傳感器、信息融合和決策、智能網關和車輛控制等無人駕駛的關鍵要素，以及具備ADAS功能的攝像頭和雷達模塊，以及高性能計算芯片需求將會大幅提升外，林志恩還特別提到了“智能駕駛艙”的概念。

智能駕駛艙把儀表盤、導航、信息娛樂系統和ADAS相關等信息集合一起，集成度越來越高。乘坐人員可以按照個人喜好來定義人機界面，智能駕駛艙也會通過感知乘坐人員的情緒來調節艙內的氛圍和控制車輛的速度等。它帶來的，將是人機關系與角色的變化、是駕駛需求的變化、以及乘坐體驗的變化。因此，智能駕駛艙需要硬件產品能夠支持多路視頻輸入和輸出，更高的計算機運算性能和網絡連接功能，而軟件虛擬化操作則需要支持多操作系統來滿足不同的控制界面。

我們在無人駕駛的第幾層？

按照國際通用的劃分標準，自動駕駛被分為5個級別：第1級，實現車道偏離報警和自動緊急剎車等ADAS功能；第2級，駕駛員能夠在短時間內接管對車輛的控制；第3級是駕駛員可以不用看路，但在出現問題時仍然要準備好接管汽車；第4級是汽車可以自己駕駛，但只允許在受控制的區域內；第5級是汽車在任何地方、任何路況下都能自己駕駛，而且不需要駕駛員的干預。目前比較公認的看法是全行業處在第1級，正在向第2級發展。

地平線方面也對此持相同看法。即實現真正的無人駕駛，從技術漸進梯度上要經歷輔助駕駛、半自動駕駛、高度自動駕駛、超高度自動駕駛和全自動駕駛這幾個階段。當前傳統的汽車行業主要在集中力量普及L1-L2技術，只有少數特別領先的，且和運營有關的公司在考慮L4級別的自動駕駛，比如通用的Cruise Automation和谷歌的Waymo。

不過，來自技術、法律和社會的挑戰，構成了智能駕駛產業當前所面臨的“三座大山”。

從技術角度來看，人工智能技術主要是在視覺感知上做了強化，考慮到任何一種傳感器都有物理上的局限，多傳感器融合將成為必然。而在感知之后，判斷、控制和執行也是復雜的工程。因此要實現全天候、全路況的自動駕駛還有相當的技術難度。同時，在技術還不完全成熟的情況下，考慮到交通的社會屬性，各國的法律必定會嚴格限定自動駕駛車輛的運營區間。而且當自動駕駛汽車和人工駕駛汽車“共路”的時候，道路管理將變得更加復雜。

Angela Suen的看法是，我們仍處于完全無人駕駛汽車的早期開發階段，目前路面上運行的各種無人駕駛車輛均屬于SAE L2自動化水平，盡管完全無人型駕駛汽車在2020-2025年間還不會實現大規模量產，但貨車、機器人出租車和食品送貨車有望在2022-2024年間在地理圍欄內實現完全無人駕駛運行。

與Angela Suen給出的時間表類似，林志恩認為具備自動駕駛Level 3水平的車輛將會在2020年左右開始量產，而達到Level 4要求的自動駕駛車輛會在兩年后推出市場，完全的無人駕駛汽車將會在2025年前實現量產。“要實現智能駕駛/無人駕駛，需要各個層面的配合。自動駕駛的軟件算法需要合適的硬件平臺來實現，豐富的數據需要高性能的網絡才能發揮它的效益，只有通過合作發揮各自的優勢，才能共同把無人駕駛汽車推出市場。”他說。

“單車智能”算不算“短視”？

目前人們所談論的智能駕駛或是無人駕駛，更多集中在單車智能。有人將其描述為“短視”，意指只有全面引入V2V場景，才能真正表明智能駕駛時代的到來。

“我贊同這一說法！”Angela Suen說，在一輛車上能實現的智能是有限的，靠一輛車映射整個環境和實時狀況的難度很大。如果能借助云，從多部車輛獲取信息，并且在這些車輛間傳遞數據，就能營造更安全的無人駕駛環境。不過，實現V2V和V2I需要行業標準化、城市支持和基礎設施升級，蜂窩技術和DSRC之爭就是其中一例。

作為C-V2X技術的倡導者，Qualcomm方面認為，相比其他V2X技術，C-V2X是一項具有卓越無線電性能的現代技術。包括在LTE技術的推動下，可以實現更大范圍的通訊(2X)、更好的非視距(NLOS)性能、更高的可靠性(更低的數據包錯誤率)、更高的容量以及更好的擁塞控制。這些都要優于基于DSRC和ITS-G5所使用的IEEE 802.11p無線電技術，對于當下的關鍵安全駕駛以及未來的自動駕駛技術都有著重要的意義。

此外，C-V2X的優點還包括，這是唯一種具有清晰5G演化路徑的V2X技術，能夠前向/后向兼容：C-V2X Rel-14向5G NR-based C-V2X有了強大的演進，在保持向后兼容性的同時，還將增加相兼容的Rel-14以及其他新功能。通過與5G NR功能的結合，C-V2X的發展將具有高吞吐量，寬帶載波支持，超低延遲和高可靠性等特點，從而實現自動駕駛和其他高級功能運用，如高吞吐量傳感器共享，意向共享和3D高清地圖更新等。

根據分析師預測，隨著5G部署啟動，預計將在更廣泛的汽車領域中創造超過2.4萬億美元經濟產出，這幾乎占預期5G全球經濟影響的五分之一。到2024年，近75%的新車將嵌入蜂窩連接技術，與2015年的20%相比將實現大幅提升，支持廠商也據此認為C-V2X將會比其他V2X技術更具成本效益，更能降低系統復雜性。而通過利用現有的網絡通信基礎設施(V2N)，C-V2X可以結合路邊單元(RSU)和蜂窩網絡的功能來提供本地或廣域路況信息和實時地圖更新，使得運營商不僅可以節省成本，還可以實現新的業務模式和服務產業機會，何樂而不為？

不過，對于C-V2X的反對聲和質疑聲也從未停止。以色列公司Autotalks首席執行官Hagai Zyss此前在接受EETimes采訪時就表示，混合模式是可行的，即蜂窩技術和DSRC并存，但C-V2X并不能取代DSRC。且不說5G網絡尚未出現，蜂窩網絡本身還需要解決連網裝置與基站同步的問題，而這種同步模式與V2V通信所需要的非常不同，它必須在高速移動的物體之間瞬間完成。

 Zyss說，支持將5G應用到C-V2X的擁護者們正在走DSRC開發者們走過的老路，試圖重現DSRC支持者們曾經設計、建構和測試過的內容。此外，蜂窩技術支持者們在將技術用于V2V應用時，還必須克服蜂窩網絡在效率和頻率源方面的限制。

重在戰略布局

汽車行業正在發生一場深刻的變革，智能化、網聯化、電動化的未來趨勢正在讓汽車變得像是一個帶有四個輪子的電腦。讓我們具體看一看這些核心玩家的戰略布局：

地平線

 “與手機從功能機變為智能機不同，汽車行業這次所面臨的變化，會更加關注出行服務和場景，而非汽車制造和銷售。所以在這個變化的過程中，更多的是需要考慮如何對其進行賦能，而非顛覆。”一直以來地平線對“顛覆”始終持非常謹慎的態度，更愿意扮演“賦能者”的形象，“希望成為一家在愿景感召下耐得住寂寞，能夠持續不斷的在人工智能、芯片、以及軟硬件結合上投入的公司，這種投入將建立不可逾越的技術和價值鏈壁壘，也是公司的核心競爭力所在。”

這次變革當然也給包括中國企業在內的所有高科技企業帶來新的商業發展機會。2017年，中國在人工智能領域發表的論文數量已經超過了全球其他國家，中國同時還是全球最大的單一汽車市場，所以，人工智能會給中國企業帶來特殊發展機會的判斷相信不會引來任何質疑。不過，任何一家高科技公司想要長期保持自己的競爭力，必須強調自己的開放、競爭和國際化屬性，因為這是一場國際化競爭，服務可能更強調地域性，但技術更強調全球性。

到2025年，中國道路上3千萬輛新車都將具備自動駕駛功能，每輛自動駕駛汽車的“大腦”都基于地平線的人工智能處理器，這是地平線的十年愿景。而之所以把自動駕駛列為人工智能處理器的終極目標，是因為自動駕駛處理器對準確性、功耗、實時性、可靠性的要求之高，代表了人工智能處理器的珠穆朗瑪峰。

首先，它最難。自動駕駛應用場景是一個動態開放的場景，需要對復雜的環境進行感知，永遠有非常多的未知事件需要解決，是最有挑戰的一件事；其次，它最大。市場最大，對于嵌入式處理器來說，汽車是最大的市場。在中國，汽車每年有2500萬臺以上的出貨量，占據全球1/4市場份額。同時，由于人工智能處理器應用到自動駕駛場景中會產生最大的社會價值，將從本質上改變傳統汽車和出行服務之間的關系。

目前，地平線正在集中交付基于Matrix的開發系統。下半年，業界就會在美國看到一個基于Matrix的自動駕駛量產項目，從而實現了中國芯向美國的反向輸出。

人工智能算法、芯片的設計能力、軟硬結合一體化和集成能力被地平線視作自身的三大核心競爭力，環環相扣，牢不可破。簡單來說，人工智能算法可以為智能駕駛場景應用提供有力輸出，也只有在嵌入式系統里做好集成，提高處理器硬件端性能，才能實現智能駕駛的批量化生產。在此基礎之上，把軟硬端一體化并進行集成，最大化降低成本，優化功耗，才有可能實現落地。未來，地平線征程系列處理器將成為這一領域強有力的解決方案。

賽靈思

賽靈思投身汽車行業超過12 年，出貨量超過4,000萬件，以靈活性、可擴展性和適應性為代表的核心競爭力在智能駕駛/無人駕駛領域發揮了重要作用。與ASIC和GPU芯片通用型解決方案的屬性不同，FPGA的可編程特點能夠幫助汽車制造商通過定制芯片來運行專屬圖像處理算法，從而使其車型在與競爭車型的對比中脫穎而出，實現產品差異化。而一旦有更新型的傳感器或更優異的連接技術問世，該系統無需更改架構就能進行重編程。例如，如果OEM廠商想要把圖像傳感器從4MP升級為8MP，他們能夠隨時輕松定制和嘗試新型傳感器。UltraScale+ MPSoC 系列是賽靈思征戰智能駕駛領域的利器之一，內置的成百上千個邏輯單元適用于分布式智能傳感器模塊、集中化預處理、路徑規劃以及計算加速模塊。

瑞薩電子

自動駕駛汽車和新能源汽車是瑞薩電子在汽車電子領域的兩大重點。

在自動駕駛汽車領域，瑞薩擁有豐富的車用MCU/MPU、解決方案以及平臺等不同層級的產品，例如第三代R-Car片上系統，包括R-Car H3(網聯駕駛艙、林肯和凱迪拉克汽車)以及R-Car V3M(林肯和凱迪拉克汽車)，適用于車輛控制的RH850系列微控制器，以及IMP-X5計算機視覺處理架構。2017年4月，瑞薩發布ADAS和自動駕駛開放平臺Renesas Autonomy，通過建立“開放式架構”的平臺，方便用戶將算法、函數庫和實時操作系統(RTOS)移植到平臺中來。

在芯片產品方面，瑞薩電子采用臺積電40納米MCU平臺生產已有4年，目前雙方合作擴大至28納米，全新的28納米嵌入式閃存eFlash制程技術已開始應用于車用MCU的生產，2020年有望開始量產。同樣是在2017年，通過收購Intersil，瑞薩將其擅長的模擬和電源設計能力與自有MCU/MPU產品線進行整合，從而構建了從傳感器融合、ADAS到網聯駕駛艙的先進的、可量產的集成系統，全面支持ADAS到自動駕駛的布局。