自动驾驶行业了解Part3-L4级自动驾驶商业化应用分析

L4级自动驾驶商业化应用落地时间表
更容易在封闭园区、高速公路等简单道路环境中落地

        如我们之前所提到的，现在带有半自动驾驶功能（L3级以下）的产品已经有部分产品开始落地，而目前已知的L4级自动驾驶项目都还处在测试阶段，但18年、19年将会有多个应用于特定场景下的L4自动驾驶商业化项目逐步落地，从实现难度上来看，L4自动驾驶会率先出现在行驶条件相对简单、容错率较高的某些特定的封闭园区内，作为专用车或者某种商用车辆而使用；但在高速公路、城市一般道路环境下，由于道路复杂程度远高于封闭园区，在该环境下实现中驾驶商业化应用难度将会非常高。

L4级自动驾驶商业化应用场景分析
初期高投入换取后续人工费用降低和运营效率的提升

         L4级自动驾驶技术是指在确定的区域范围内实现系统对车辆的完全接管，在考虑适合L4级自动驾驶的商业化应用场景时，我们应该综合考虑以下因素：1、当前系统还不够聪明，难以应对过于复杂的道路环境；2、当前L4级自动驾驶硬件成本依然高昂，甚至比车辆自身成本还高，虽然未来成本有望下降，但依然会达到10万元左右，过高的成本导致其可能并不适合应用于私家车；3、L4级自动驾驶系统最大的优势就在于对驾驶员的完全替代，在考虑人力成本愈发高昂的当下，这可以节省大量的人力成本；4、系统在运营时间、运营效率等方面的表现都要优于人类驾驶员。因此在考虑L4级自动驾驶应用场景的时候需要综合考虑多方面因素。

港区物流运输场景
我国港口经营面临由注重吞吐量转向提高服务质量

        港口是贸易往来中的重要节点，90%的进出口物资是通过海运并经港口实现的。目前全球前20大集装箱港口中中国占其中一半，前10大集装箱港口中有7个来自中国。随着集装箱船舶大型化、经营联盟化、班轮公司集中度急速提升这一趋势，对大型枢纽港提升码头服务能级、效率和质量、进一步优化资源配置、降低口岸综合成本等都提出了更高的要求；此外港口管理还面临廉价劳动力供给下降，随着工人健康意识的提升，新一代的劳务人员对于传统的工作模式变得难以适应，在未来港口将会面临着用工荒和用人成本大幅上升的情况。
港口的发展模式正在从传统的单纯注重通过能力和吞吐量，转为口岸效率、服务质量、综合物流、科技创新和可持续发展等方面的的全面竞争，港口管理集团在未来的发展过程中可通过引入无人岸桥、自动驾驶内集卡等设备以上发展目标。

港区物流运输场景
L4级自动驾驶在港口自动化改造方案中比AGV更有竞争力

        目前国内多个港口探索通过自动化改造提升集装箱运输效率和服务质量，如上海港洋山四期全自动化港口，7个集装箱泊位，共集成了26台岸桥、120台轨道吊和超过130台AGV（Automated Guided Vehicle自动引导运输车），设计目标将实现集装箱吞吐630万TEU/年，

（TEU是twentyfoot equivalent unit的缩写，意思是：标准箱（系集装箱运量统计单位，以长20 英尺的集装箱为标准））自动化改造提升了港口的工作效率，同时为港口节省了极大的人力成本。其中，洋山四期采用AGV代替了内集卡（内集卡主要是负责在岸桥（岸边起重机）和场桥（堆场起重机）之间的运输任务）。但AGV价格昂贵，且前期需要对车量运行区域预埋导航设备，如需路线更改，则需要重新铺装导航设备；相比之下由于L4自动驾驶卡车是基于成熟卡车平台建造，成本相对低廉，且由于其导航方式不需要对港区进行基建改造，相比起AGV方案有投入少、运行灵活、适用面广等优点。

港区物流运输场景
细分市场空间有限但实现难度较小

        截至2017年末，全国共拥有生产码头27578个，万吨级及以上泊位2366个。在万吨及以上泊位中，集装箱泊位共328个。
以洋山港四期为例，其共有7个集装箱泊位，配置有130台AGV，若我们假设同样数量L4自动驾驶内集卡运输效能等同于AGV的话，则按该比例我们可以推算得出，全国现有集装箱码头数量若全部进行内集卡自动化升级改造则需要6091台内集卡，若每台的改装费用为20万元，则改装市场空间为12.18亿元。
        在码头场景应用自动驾驶卡车难度较小，原因在于，码头场景相对封闭，运行区域规范整洁，适合于L4自动驾驶系统运行；虽然内集卡自动化升级需要一定成本，而国内的干线枢纽港出于在未来行业竞争中能够处于有利的竞争地位，有动力去对港口设施进行信息化、自动化升级改造；此外，自动驾驶内集卡可以节省8元/TEU的人力运输成本，并使得利润提升2.4倍。

干线物流运输场景
中国公路物流运输行业集中度较低行业未来面临整合

        中国公路运输总量占整体物流总量的70~80%，地位及其重要，但物流成本占GDP总量的16%，远高于欧美发达国家10%的水平。中国物流行业存在着小、散、杂等特点，90%的承运商单位都是中小运营商，个体车队占63%，行业集中度低、竞争激烈、行业利润率低。未来随着政策趋严导致的行业门槛提升以及当市场达到一定的饱和度时，行业将会进入整合并将淘汰效率低的小企业，集中度进一步提升，在未来行业竞争中行业龙头企业胜出的关键因素是要能够满足客户多元化需求，为客户提供透明、高效、标准化、低成本的服务。

干线物流运输场景
L4级自动驾驶技术助力综合物流龙头企业降低运营成本

         人工费用及运输成本费用是物流运输公司最主要的成本，如国内公路物流上市公司标的“德邦股份”2017年年报显示人工费用和运输费用分别占公司营业成本的45.12%和37.51%。尤其是人工费用，随着未来中国人口红利逐渐消失，社会劳动力成本进一步上升，将会对物流公司的利润水平造成巨大的压力。L4级自动驾驶技术可以有效降低公路物流公司对于卡车司机的需求——尤其是在干线运输环节，根据我们的调研，业内人士认为人工成本因为自动驾驶技术的引入可以下降2/3，此外，预计自动驾驶技术在固定线路上可以实现最有效率的驾驶方式，并极大地降低交通事故的发生概率，因此燃油费用和保险费用也会因此相应下调，最终由于引入自动驾驶系统整体利润率可实现近3倍的增长。

干线物流运输场景
干线运输行业规模庞大，但技术渗透尚需解决行业问题

        中国有近1500万辆公路货运车辆和3000万名货车司机，而当前自动驾驶技术比较适用于干线运输这一细分场景，主要原因在于干线运输行驶场景主要为高速公路，高速公路相比起城市主干道来说，行人、骑车人数量较少，复杂的道路路口、交通指示灯等设施相对较少，系统对道路上车辆行驶轨迹更好进行预测。因此，在测算市场规模上我们主要关注重型卡车（干线运输）领域，国内重卡保有量近600万辆，按比例推算对应司机数量应该在1200万名左右。假设每辆车的改装成本在20万元，则这是一个近1.2万亿的存量市场。
虽然干线物流运输拥有较大的市场空间，但是行业中所遗留的一些历史问题阻碍了自动驾驶技术的推行，如甩挂模式推行困难，单车在运货到站后到再装满货物离站往往需要等待1~2天；此外，自动驾驶汽车能否正式上路运行最终还要通过政府相关部门的审批。

其他应用场景
当前L4级自动驾驶落地城市一般道路应用场景困难较大

         目前自动驾驶汽车进入城市一般道路应用场景难度还是比较大，即使是目前技术最领先的Waymo（MPD数据排名第一），在其测试的凤凰城地区也经常会有当地居民抱怨Waymo测试车在道路上的表现过于呆板。如果想要自动驾驶汽车在城市场景应用，可以选择某些低速、固定线路的应用场景，如：1、固定区域低速场景：最后一公里低速物流车、道路清洁车等市政车辆；2、在开放道路固定线路上行驶的公交车，其类似于轨道交通车辆，运行线路固定，道路情况虽然比较复杂，但是车速不快，还可以采取在车辆外安装LED信息告示板主动向车辆周边的行人和车辆告知自动驾驶车辆的下一步动作而避免可能发生的事故。此外，载客相比起之前我们重点分析的载货场景，还需要考虑乘客的搭乘体验，这对车辆控制算法有更严格的要求，因此技术难度更大。