2022年自动驾驶行业之蘑菇车联专题研究

1、2022年自动驾驶行业之蘑菇车联专题研究1. 新时代的中国数字经济1.1 数字基建的投入日趋加大1.1.1 数字经济利好政策不断出台，发展势头不断向上根据中国信通院发布的中国数字经济发展白皮书，数字经济在我国一直维 持着高速发展，规模由 2005 年的 2.6 万亿元扩张到 2020 年的 39.2 万亿元，占 GDP 比重从 05 年的 14.2%上升至 20 年的 38.6%，已经成为我国经济的重要组成部分。 2020 年在疫情冲击和全球经济下行的叠加影响下，我国数字经济依然维持 9.7%的高 速增长，高于同期 GDP 名义增速约 6.7 个百分点，是我国经济持续稳定增长的关键 动力。“十

2、三五”时期，我国深入实施数字经济发展战略，不断完善数字基础设施，加 快培育新业态新模式，推进数字产业化和产业数字化取得积极成效。2020 年，我国 数字经济核心产业增加值占国内生产总值（GDP）比重达到 7.8%，数字经济为经济 社会持续健康发展提供了强大动力。1.1.2 数字基建作为数字经济重要组成部分，同样走在增长的快车道数字基础设施是新型基础设施的核心内容，涵盖了以 5G、物联网、大数据、人 工智能、卫星互联网等为代表的新一代信息技术演化生成的信息基础设施，以及应 用新一代信息技术对传统基础设施进行数字化、智能化改造形成的融合基础设施， 将为经济社会数字化转型和供给侧结构性改革提供关键支

3、撑和创新动能。2020 年 3 月 4 日，中央政治局常务委员会会议提出要加快 5G 网络、数据中心 等新型基础设施建设进度。新型基础设施建设（简称“新基建”）发力于科技端，共 分为七大领域（5G 基建、人工智能、工业互联网、大数据中心、特高压、新能源充 电以及城际高速和轨道交通）。其中，5G 基建、人工智能、工业互联网、大数据中 心这四个，以数字化、信息化、智能化为鲜明特色，数字基建的概念应运而生。1.2 数字交通与智慧出行是数字经济的重要抓手1.2.1 数字交通是数字经济发展的重要领域，建设不断提速数字交通是数字经济发展的重要领域，是以数据为关键要素和核心驱动，促进 物理和虚拟空间的交通运

4、输活动不断融合、交互作用的现代交通运输体系。近年 来，我国针对数字交通发展的相关规划和政策不断出台。1.2.2 智慧出行与数字交通天然互补，智能汽车得到政策重点关注近年来，智能汽车行业受到国家产业政策的支持，不断加快发展自动驾驶技 术。国家陆续出台了多项政策，鼓励智能汽车行业发展与创新。在 2020 年 2 月，国 家发展改革委等 11 个部委共同发布了智能汽车创新发展战略，提出到 2025 年， 中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络 安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自 动驾驶的智能汽车在特定环境下市场化应用。智能交通系

5、统和智慧城市相关设施建 设取得积极进展，车用无线通信网络（LTE-V2X 等）实现区域覆盖，新一代车用无线 通信网络（5G-V2X）在部分城市、高速公路逐步开展应用，高精度时空基准服务网 络实现全覆盖。展望 2035 到 2050 年，中国标准智能汽车体系全面建成、更加完 善。安全、高效、绿色、文明的智能汽车强国愿景逐步实现，智能汽车充分满足人 民日益增长的美好生活需要。此外，关于确定智慧城市基础设施与智能网联汽车协同发展第一批试点城市 的通知、智能网联汽车生产企业及产品准入管理指南、国家车联网产业标准体 系建设指南等产业政策也不断出台，为智能汽车行业的发展提供了良好的发展环 境。2. 自动驾

6、驶行业：智能的车与智慧的路2.1 单车智能化技术路线的发展2.1.1 目前的状态：视觉派与激光雷达派根据电车 MAX 官微，目前的单车的自动驾驶都需要依靠感知、分析、应用三大 层面，其中感知层用来代替人的眼睛，通过传感器（激光雷达、摄像头、毫米波雷 达、高精地图等）来采集驾驶员行驶过程中涉及到的驾驶信息。分析层则是用来代 替人的大脑，通过获取到的信息进行计算，制定相应的控制策略。最后应用层则是 代替人的手脚，将接收到的控制策略进行执行，其中包括加减速、转向等。其中感知领域目前行业内有两个立场鲜明的派系视觉派和激光雷达派。从 全球范围来看，目前单车智能化的自动驾驶路线主要有两类，以谷歌 Waym

7、o 为代表 的激光雷达+重地图路线和以特斯拉为代表的重视觉路线。下面这张图展现了 Waymo 自动驾驶汽车的豪华配置。视觉派：要成功完成自动驾驶，车辆就必须要具备感知路面、周围车辆以及建 筑物等各种影响汽车驾驶安全的因素，视觉派就是仅仅依靠摄像头拍摄的画面，传 输到系统进行分析，从而计算出周围的车辆、道路等信息。简单点来说，纯视觉的 方案就是完全模拟人行走时的状态，首先是眼睛看见画面传输给大脑，然后大脑进 行处理判断后给双脚下达命令。纯视觉方案的优势在于，摄像头获取的视频数据与人眼感知的真实世界最为相 似，也最接近人类驾驶的形态，同时高分辨率高帧率的成像技术能够使感知环境信 息更加丰富，但摄像

8、头依赖环境光照，容易受到恶劣环境影响，而且无法直观判断 景深。而且，摄像头是二维的，现实却是三维的，所以会和实际物理上信息有出 入，存在信息失真。人可以通过经验判断出车大概有多大，但摄像头不行。同时， 由于没有激光雷达，在感知的准确性上存在缺陷，由于车视角较低，道路上的很多 物体都会被遮挡，感知范围有限。另外，纯视觉方案由于是直接将所有图像传输给 系统，因此需要强大的算法和算力才能够在段时间内下达接下来的指令。而就目前 的芯片的算力而言，要完成更高级别的自动驾驶功能还有一定难度。激光雷达派：以激光雷达为主导，配合毫米波雷达、超声波传感器、摄像头来 完成自动驾驶，其中激光雷达会通过发射激光束来测

9、量视场中物体轮廓边沿与设备 间的相对距离，从而准确捕捉这些轮廓信息组成点云，并绘制出 3D 环境地图再传输 到系统进行分析并下达车辆行驶指令。简单来说，激光雷达方案就像是在人行走 时，依靠双眼看到物体的基础上使用了拐杖，能够更准确的给到大脑反馈信息。激光雷达在运行时可以通过发出光束快速的并且准确的对外界物体进行位置， 大小进行判断并同时获取数据以形成准确的数字模型，另外，相比视觉派而言，它 监测的距离更长，精度更高，响应速度更灵敏，并且环境光不受影响。不过激光雷 达在面对雨雪等极端天气时发出的光束会受到影响，从而影响三维地图的构造，因 此这就必须依赖其他传感器的共同协助。除此之外，激光雷达本身

10、价格较为昂贵， 虽然 2021 年，市场上的主流激光雷达价格已基本下探到了 2000 美金以下，其中法 雷奥 Scala 2 售价为 900 欧元，InnovizOne 单价已降至 1000 美元，但对比百元人民币 级别的摄像头，激光雷达价格还是过高了。同时，因为激光雷达是设置在车辆外 部，如果一旦造成损坏，后期还会面对高昂的维修问题。纯视觉方案和激光雷达都存在一定的弊端，只有将两者相结合才能使车辆获取 更加相信且精准的信息，行业内的许多公司往往会同时使用激光雷达+摄像头，例 如小鹏 P5 600P 就使用了 2 个激光雷达、5 个高精毫米波雷达、12 个超声波传感器、 4 个环视摄像头和 9

11、 个高感知摄像头等多种感知设备。2.1.2 特斯拉：纯视觉方案的先行者特斯拉是纯视觉方案的坚定支持者，同时也是激光雷达的坚决反对者，特斯拉 早前就对外宣布，从 2021 年 5 月份开始，北美市场的 Model 3 和 Model Y 将不再配 备雷达传感器，取消车前方的毫米波雷达，仅使用摄像头作为自动驾驶系统的信息 采集，这意味着特斯拉成为了真正意义上第一个在量产车上实现“纯视觉”自动驾驶 方案的车企。近日，特斯拉通过其官网确认，从 2022 年 2 月中旬起生产的 Model S 和 Model X 同样将不再配备雷达，所有的驾驶辅助系统将完全依赖以 8 个摄像头为 主的感知系统。根据特斯

12、拉官网的描述，其环绕车身共配有 8 个摄像头，视野范围达 360 度， 对周围环境的监测距离最远可达 250 米。12 个新版超声波传感器作为整套视觉系统 的补充，可探测到柔软或坚硬的物体，传感距离接近上一代系统的 2 倍。同时，特 斯拉还专门研发了一套同样性能强大的视觉处理工具 Tesla Vision。Tesla Vision 基于 深度神经网络，能够对行车环境进行专业的解构分析，相比传统视觉处理技术可靠 性更高。特斯拉非常重视利用 AI 进行分析，自研了追求宽带宽和低延迟的 AI 训练芯片 FSD 和用于自动驾驶神经网络训练的 Dojo 超级计算机，Dojo 由具备独立运行能力的 训练模

13、块组建而成，所以性能理论上没有上限。特斯拉也拥有优异的神经网络，目前这一神经网络刚刚迭代，利用了多头路 径，包括摄像机校准、缓存、队列和优化以简化所有任务，正是依靠这一优异的神 经网络，特斯拉的车辆在没有搭载高精度地图能够直接依托摄像头感知实时绘制周 边的路况。此外，特斯拉的神经网络系统是一种混合规划系统，自动驾驶仪不仅考 虑车主自身的驾驶情况，还会考虑路上其他汽车的操作。同时，特斯拉拥有超千人 的自营数据标记团队，并且研发了自动标记技术，可通过自动化工具主动选取最有 指导意义的训练样本，来完成筛选、清洗、标注等工作。特斯拉在 2021 年的 AI DAY 上还宣布，未来将从 2D 标记转向

14、4D（空间+时间维度）标记和训练模型，这也将大 幅提升视觉系感知与决策精度。目前特斯拉 FSD 软件的最新版 Version9 是视觉专用的 L2/2+级系统，基于特斯拉 如此优异的视觉网络神经系统，未来特斯拉推出的第三代 FSD 或能够实现包括自动 泊车、自动辅助变道、智能召唤等智能驾驶功能。简而言之，特斯拉虽然采取的是纯视觉方案，但是并未单纯专注于摄像头冗 余，将更多的精力投入到 AI 当中，通过自研芯片与视觉处理技术，让单车对摄像头 捕捉到的画面与信息判断的更加快速、精准，从而最终实现单车的智能化。2.2 V2X 是进入全自动驾驶的必由之路2.2.1 V2X 的技术特点以及优势V2X（V

15、ehicle to Everything），也被称为车路协同，是将车辆与一切事物相连接 的新一代信息通信技术，其中 V 代表车辆，X 代表任何与车交互信息的对象，当前 X 主要包含车、人、交通路侧基础设施和网络。V2X C-V2X 概述交互的信息模式包括： 车与车之间（Vehicle to Vehicle,V2V）、车与路之间（Vehicle to Infrastructure,V2I）、车 与人之间（Vehicle to Pedestrian, V2P）、车与网络之间（Vehicle to Network, V2N）的 交互。V2X 将“人、车、路、云”等交通参与要素有机地联系在一起，不仅可

16、以支撑车 辆获得比单车感知更多的信息，促进自动驾驶技术创新和应用；还有利于构建一个 智慧的交通体系，促进汽车和交通服务的新模式新业态发展，对提高交通效率、节 省资源、减少污染、降低事故发生率、改善交通管理具有重要意义。从全球来看，V2X 车联网主要无线通信技术包括两种：以美国 IEEE802.11 为基 础的 802.11p 技术和以移动蜂窝通信技术为基础的 C-V2X 技术（C 是指蜂窝 Cellular， 包含 LTE-V2X 和 5G-V2X）。其中，C-V2X 技术与运营商关系紧密，同时也是我国产业 主要推进的下一代车联网通信技术。C-V2X 是基于 3GPP 全球统一标准的通信技术，

17、包含 LTE-V2X 和 5G-V2X，且 LTEV2X 支持向 5G-V2X 平滑演进。LTE-V2X 可支持 L1-L3 级别的车联网业务，包含红绿灯 车速引导、交通事故提醒、远程诊断、紧急制动提醒等应用场景。5G-V2X 相比 LTEV2X 将在时延、可靠度、速率、数据包大小等方面有大幅度提高，可支持 L4/L5 级别 的自动驾驶业务，包含车辆编队行驶、自动驾驶、远程控制、传感器信息共享等应 用场景。C-V2X 拥有清晰地、具有前向兼容性的 5G 演进路线，利用 5G 技术的低延时、 高可靠性、高速率、大容量等特点，不仅可以帮助车辆之间进行位置、速度、驾驶 方向和驾驶意图的交流，而且可以

18、用在道路环境感知、远程驾驶、编队驾驶等方 面。C-V2X 的技术优越性体现在两个方面：一是不可替代性，即在某些对象识别上 C-V2X 能够解决车载传感器无法解决的问题；二是优越性，虽然车载传感器也能够 感知到，C-V2X 相比传感器具有可靠性、成本、不受天气影响等多种优越性。从技术不可替代性角度来看，C-V2X 技术可以从时间维度和空间维度提供更多 的交通信息，不仅提高单车的感知和决策能力，还能为车辆群体协同感知、决策提 供条件。从空间维度上，C-V2X 将成为汽车的“超视距传感器”，感知交叉路口盲区、 弯道盲区、车辆遮挡盲区等位置，以及超过传感器视距的较远区域的环境信息，具 有雷达、摄像头等

19、传感器所不具备的优势。从时间维度上，基于 C-V2X 技术进行车车、车-路、路-云实时信息交互和共享，提前获知或预测周边车辆运行、红绿灯等 交通控制系统以及气象条件等信息。 从优越性角度来看，C-V2X 技术在部分障碍物识别和交通信息获取方面较传感 器具有显著的优势。以交通信号灯识别为例，传统主要依靠摄像头进行识别，由于 各地交通信号灯标准不一，需要进行大量的深度算法学习。搭载 C-V2X 设备的车辆 识别交通信号灯不仅识别率显著提升，而且能够获取信号灯配时信号，可根据信号 灯的预期变化提前做出决策；且通过 C-V2X 识别还具有距离更远，不易受天气、光 线或清洁度，以及地形、遮挡物等影响或干

20、扰等多种优势。2.2.2 V2X 在中国的发展：基础已有，稳步推进近年来，我国在汽车制造、通信与信息以及道路基础设施建设等方面均取得了 长足的进步。汽车产业整体规模保持世界领先，自主品牌市场份额逐步提高，核心 技术不断取得突破。信息通信领域则涌现一批世界级领军企业，通信设备制造商已 进入世界第一阵营，在国际 C-V2X、5G 等新一代通信标准的制定中也发挥了越来越 重要的作用。在国家基础设施建设方面，宽带网络和高速公路网快速发展、规模位 居世界首位，北斗卫星导航系统可面向全国提供高精度时空服务。我国具备推动 CV2X 产业发展的基础环境，能够进一步推动 C-V2X 技术产业化发展和应用推广。政

21、策层面，各政府部门也出台了大量的扶持政策，扶持 C-V2X 产业的发展。例 如在智能汽车创新发展战略中就提出到 2025 年，中国标准智能汽车的技术创 新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有 条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环 境下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线 通信网络（LTE-V2X 等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）在部分 城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。从产业链整体来看，C-V2X 产业链从狭义上来说主要包括通信芯片、通信模

22、组、终端与设备、整车制造、解决方案、测试验证以及运营与服务等环节，这其中 包括了芯片厂商、设备厂商、主机厂、方案商、电信运营商等众多参与方。此外， 若考虑到完整的 C-V2X 应用实现，还需要若干产业支撑环节，主要包括科研院所、 标准组织、投资机构以及关联的技术与产业。目前，我国 C-V2X 产业链中的各方，包括通信行业、汽车行业以及交通行业都 在为 C-V2X 商用部署积极做准备，并也已取得了长足的进展，芯片厂商、模组厂 商、车厂等都对 C-V2X 产品商用部署进行了规划，相关的路标计划已输入到 5GAA 组 织中。以国内各整车厂均积极进行典型 LTE-V2X 应用的开发。中国一汽、上汽、江

23、 淮汽车、长城汽车等实现了LTE-V2V、V2I、V2P应用，并与东软、大唐、ALPS、大陆 等合作进行了示范演示；江淮汽车还搭建了车联网大数据分析平台，实时采集 V2X 数据，为智能辅助驾驶提供决策支持；深圳元征科技可以提供安全应用和后台服务 应用的整体解决方案。3. 蘑菇车联：城市级自动驾驶的领导者3.1 蘑菇车联是谁？ 3.1.1 坚定于“车路云一体化”的全栈自动驾驶企业蘑菇车联信息科技有限公司（以下简称“公司”）成立于 2017 年，是国内领先的 自动驾驶全栈技术与运营服务提供商。公司自主研发了行业首个“车路云一体化”自 动驾驶系统，基于“单车智能+车路协同”方案，实现自动驾驶安全、可

24、靠运行和大规 模商业化落地运营。公司拥有全栈自研的自动驾驶核心硬件和“车路云一体化”自动驾驶系统方案， 具备城市级大规模自动驾驶公共服务车队的运营能力，落地了国内第一个开放式 5G 商用智慧交通车路协同项目，打造了国内首个城市级自动驾驶商业落地项目（湖南 衡阳），成为中国第一个独家服务世界级综合体育赛事的自动驾驶企业。公司在公 交车、接驳车、出租车、清扫车、巡逻车、牵引车等车型上实现了 L4 级自动驾驶， 并应用于城市开放道路、园区、景区、港口、机场等场景。目前，公司自动驾驶项目累计签约金额已达数十亿元，已在北京、江苏、湖 南、河南、四川、云南等落地。公司股东包括腾讯、顺丰、京东、中信资本、易

25、鑫、地方国资等，与中国电 信、中建集团、北控、腾讯、顺丰等达成战略合作，并与东风、比亚迪、长安、上 汽、广汽、奇瑞等 10 余家主流整车企业开展自动驾驶、数据运营等方面的合作。中 国工程院李骏院士、李克强院士担任公司战略顾问，共同推动自动驾驶、智慧交通 在全国高质量发展和大规模应用。从整个自动驾驶行业来看，目前行业内存在大量的参与者，主要分为三类：全 栈企业：遵循单车智能+网联赋能的技术路径，在车端、路端、云端上同时发力， 形成车路云一体化的技术壁垒，同时布局智慧交通整体运营；侧重单车智能企业： 从单车智能角度落地自动驾驶，包括感知、决策、执行三维度和侧重网联赋能企 业：从网联赋能角度落地自动

26、驾驶，以“智慧的路 ”为主。综合来看，全栈自动驾驶企业是自动驾驶领域尚未兑现潜力的一股力量。随着 全栈自动驾驶路线得到验证，全栈自动驾驶企业的估值故事将被极大丰富。而公司 是全栈自动驾驶企业的佼佼者。公司在业内率先打造了“车路云一体化”自动驾驶方案，基于“单车智能+车路协 同”技术路线，不仅有聪明的车，还有智慧的路以及智慧交通 AI 云来协同、调度， 在理论和技术上都实现了更安全可靠的自动驾驶，率先实现了城市级自动驾驶大规 模商业化落地。 可以说，公司契合我们上文提到的“以单车智能+车路协同为技术路线，把城 市场景当做落地的切入口”这一发展方向的重要标的。3.1.2 自动驾驶头部企业，有望在行

27、业洗牌期中不断获益从融资角度来看，2021 年-2022 年是头部自动驾驶公司密集融资的时间段，包 括芯片厂商、雷达厂商、自动驾驶科技公司与自动驾驶全栈企业频频获得资本市场 青睐。从企业估值情况来看，头部自动驾驶公司的估值水涨船高，百亿市值是衡量 一家自动驾驶企业能力的重要分界线。而公司目前的估值达到 30 亿美元，在市场 排名前列，但相较于部分估值虚高的公司，蘑菇车联仍是优质投资标的。2021 年 9 月，中国电子信息产业发展研究院发布智能网联汽车产业发展报告 （顺义指数 2021），公司以 80.4 分的综合表现排名第二，引领中国自动驾驶行业发 展，公司“车路云一体化”技术实力和商业落地能

28、力得到肯定。中国电子信息产业发 展研究院是工业和信息化部直属单位。顺义指数是目前中国自动驾驶行业最具权威 的衡量指标之一。与此同时，行业进入洗牌期，商业模式是企业持续发展的关键，场景自动驾驶 和基于车路协同自动驾驶解决方案企业发展迅速。高等级乘用车自动驾驶企业逐步 向具备商业化需求场景自动驾驶领域布局，相比于传统场景自动驾驶相关企业技术 优势明显。我们认为，无论从估值的角度还是第三方排名的角度，公司都是中国自 动驾驶领域的头部企业，随着行业洗牌的进一步推进，作为头部企业的蘑菇车联有 望持续受益。3.2 为什么说公司是城市级自动驾驶的领导者？3.2.1 技术先行公司是业内最早选择“单车智能+车路

29、协同”技术路线的公司之一。在“单车智能+ 车路协同”基础上，又第一个创造了车路云一体化技术方案。车路云一体化方案，就是在单车智能之上，有效融入路侧感和云端感知，实现 道路交通元素动态实时全覆盖，进行融合感知、决策与控制，为自动驾驶提供系统 级安全保障。目前，公司提出的车路云一体化技术方案已经广受业界认可，并成为 了官方支持的重要发展方向。 公司车路云一体化解决方案立足于单车智能+车路协同，有效弥补了单车的环 境传感器在识别精度、稳定性以及环境识别算法和车辆决策算法方面可靠性和安全 性不足，充分满足高等级自动驾驶的商用需求。同时，该方案能够降低自动驾驶单车改造的成本，并推动城市治理、交通运 行、

30、公共服务等多层面的降本增效，社会效益巨大。 公司也在行业内率先践行“车-路-网-云”协同发展的技术方案并完成可行性验 证，突破了单车智能的感知瓶颈，大幅提升了 L4 级自动驾驶技术规模化应用的安全 性。在关键技术领域，公司自研了自动驾驶车载基础算法平台、域控制器、高精定 位、OBU（车载通信单元）、RSU（路侧通信单元）、RTK（实时差分定位）、5G-V2X （车联网）通信、人工智能芯片等智能网联核心技术产品。目前，公司已经拥有了适用于中国道路场景的、全栈自研的 L4 级单车自动驾驶 硬件集成解决方案，其自研了除激光雷达外的所有自动驾驶核心硬件，实现了大规 模、多类型 L4 级自动驾驶车辆的落

31、地应用。3.2.2 落地先行从具体的城市级商业自动驾驶项目落地来看，公司在行业内已经奠定“先行者” 的地位。早在 2019 年 10 月，公司就在国家级智慧交通示范基地北京市顺义区北小 营镇落地了中国的第一条车路云一体化智慧道路。该路段多为狭窄的双向无隔离带 道路，有大量货车、小汽车、非机动车以及行人通行，交通状况复杂。由此，公司 验证了其全球领先的车路协同系统在城市开放道路落地的能力。2020 年，公司与苏州高铁新城达成战略合作，进一步锁定城市场景。 2021 年 3 月，公司与湖南省衡阳市政府达成战略合作，衡阳项目是国内第一个 城市级自动驾驶项目，集合城市交通新基建、自动驾驶运营服务和城市

32、智慧交通大 脑，项目金额约 5 亿元，覆盖 200 公里城市主干道。在“先行”项目的示范效应下，公司积极开拓业务，2021 年 9 月，公司与河南省 第一个开展车路协同智慧交通建设的地级市鹤壁市签署战略合作协议；2022 年 1 月，公司与大理市人民政府签订战略合作协议，将环洱海自动驾驶生态旅游示范 区打造成西南地区首个“智能网联+智慧旅游”生态示范区，项目金额 10 亿元。此外，公司自动驾驶清扫车已进入清华大学校园，提供清洁、低碳、产教融合 的教学和生活环境。目前，公司已积累行业最丰富的自动驾驶运营场景，包括出租 车、快公交、园区摆渡、微循环公交等城市公共交通服务，环卫、安防等城市公共 服务

33、，并拥有目前国内已投入运营种类最为齐全的自动驾驶车队。仅仅从实际技术落地应用来看，公司也大幅领先行业整体水平。智能网联客运 车辆为例，根据智能网联汽车技术路线图 2.0的路线图，2025 年左右，限定场 景公交车（如 BRT）CA 级自动驾驶技术商业化应用、限定场景接驳车 HA 级自动驾 驶技术商业化应用。而公司的城市级自动驾驶公交车已经开进衡阳开放道路，随着 2022 年衡阳项目一期 38 公里智能道路升级工程落地，公司自动驾驶公共服务车辆 逐步投入试运营。仅从这一点来看，公司已经领先行业指标近 3 年。在技术+落地双先行的背景下，目前，公司已成为中国城市级自动驾驶的领导 者，处于行业前沿，

34、引领行业发展。4. 技术先行：蘑菇车联是车路云一体化技术方案的创造者4.1 公司在业内首次提出车路云一体化技术方案4.1.1 “车路云一体化”是“单车智能+车路协同”的创新公司是业内最早选择“单车智能+车路协同”技术路线的公司之一。在“单车智能+ 车路协同”基础上，又第一个创造了车路云一体化技术方案。 车路云一体化方案就是在单车智能之上，有效融入路侧和云端，进行融合感 知、决策与控制，实现道路交通元素动态实时全覆盖，为自动驾驶提供系统级安全 保障。目前，公司提出的车路云一体化技术方案已经广受业界认可，并成为了官方 支持的重要发展方向。车路云一体化中的车端、路端、云端构成了分层感知系统。自动驾驶

35、真正的难 点在于感知，单车智能方案的瓶颈核心就是感知瓶颈。分层感知的价值是把自车 0- 50 米的近距离，路侧 50-200 米的中距离和云端 200 米-5 公里的远距离融合，给予了 自动驾驶充分的安全冗余。相对于车端感知，路侧和云端的环境适应性更强，更加 不受极端天气、复杂工况的影响。暴雨对自动驾驶最大的挑战在于单车感知系统几近失灵，激光雷达因积水反 射，噪点增多，摄像头画面模糊，目标识别的置信度降低。车路云一体化的自动驾 驶系统赋予车辆多套冗余感知能力，有效解决了上述问题。在积水覆盖道路标线的 情况下，车辆仍然可以保持精确定位。在黑夜场景下，单车视觉感知条件严重不足，曝光时间延长，感光范

36、围缩小， 雷达因缺少摄像头反馈的颜色和语义信息支持，无法辨别障碍物。车路云一体化通 过路端和云端的综合信息，使车辆在夜间也可以安全完成自主变道，无保护路口左 转，无标线路段与大型货运车辆会车等高难度动作。公司“车路云一体化”系统涵盖自动驾驶底层系统架构、算法、 高精地图、仿真 系统、应用软件、AI 云平台等，车-路-云系统时延控制在 100 毫秒以内，处理渲染 帧率25，日处理数据量达 PB 级；融合感知算法系统实现全路段 100%覆盖的实时稳 定检测跟踪，抖动误差 1%；高精定位系统实现 99%以上场景下的厘米级定位，极 端环境下的 1020 厘米级定位精度。4.1.2 “车路云一体化”优越

37、性十足，受到政策重点关注公司的车路云一体化解决方案，立足于车路协同，有效弥补了单车的环境传感 器在识别精度、稳定性以及环境识别算法和车辆决策算法方面可靠性和安全性不 足，充分满足高等级自动驾驶的商用需求。通过在路端搭设传感器、边缘计算中心 和通信设备获取环境信息，提升车辆感知范围和精度，同时结合云端平台信息和高 精地图信息，辅助车辆决策，提高车辆自动驾驶解决方案可靠性，推动场景自动驾 驶等具备应用需求和商业模式的产品和技术快速落地。公司的车路云一体化解决方案中的智能路侧设备为自动驾驶车辆提供了具有完 全独立性的数据冗余感知系统。首先路侧灯杆位置部署了多个大尺寸摄像头，具有 不同焦距，曝光时间最

38、短可达 0.1 毫秒，图像零畸变，保证了从广角到长焦等不同 焦段内都可以获取到清晰的图像。由于路侧摄像头的架设位置高，布设了遮挡防 护，并且视角为俯视，暴雨等极端天气对路侧摄像头的识别干扰几乎为零，不仅看 得更多，还能看得远，更看得清。而通过车与路的协同，路侧设备识别的交通元素 数据，如车道线、障碍物、行人等信息被发送到车端，如同让全盲的人重新眼观六 路、耳听八方。针对上文提到的“暴雨天气”这一常见的长尾场景，公司的车路云一体化方案可 有效应对。在公司位于北京顺义北小营的国内首条开放式 5G商用车路协同路上进行 的测试中，公司自动驾驶车辆遭遇了多场暴雨，强降雨量一度达到 148.8 毫米，低

39、洼地区的积水最高有 30厘米，部分路段还有植被覆盖遮蔽了车道线。在关闭雨刷、 单车视线近于全盲、天气路况条件极端恶劣的情况下，公司的自动驾驶车辆依然安 全顺畅地完成了无保护左转、严重积水通行、逆向绕行避障、复杂场景会车等高难 度自动驾驶。其次，智能感知系统中的高精定位对车辆稳定行驶起到了保障作用。蘑菇车联 的高精度定位模块支持北斗卫星导航和 GPS 全球定位系统，通过实时动态差分技 术，在全天候环境下定位精度小于 10 厘米。第三，感知能力的提升还包括了路端信号的补强。由于光照、角度、雨雪遮挡 等条件限制，车端传感器识别信号灯状态的准确性很难保证，通过与路端设备建立 通讯，可以直接获得信号灯当

40、前状态和相位周期。4.2 公司产品覆盖“车、路、云”全链条 目前，公司的主要产品也集中于“车”、“路”、“云”三个领域。4.2.1 车的产品目前，公司拥有适用于中国道路场景的、全栈自研的 L4 级单车自动驾驶硬件集 成解决方案，其自研了除激光雷达外的所有自动驾驶核心硬件，实现了大规模 L4 级 自动驾驶车辆的落地应用。以目前最为刚需、落地最快的环卫、巡逻为例，蘑菇车 联可满足场景服务商对于环卫、巡逻高效、低成本、24 小时作业的需求。目前公司在车端的产品包括自动驾驶全栈软、硬件技术及产品：提供 L4 级自动 驾驶硬件、套件，车辆智能化改装升级，L4 级自动驾驶整车销售等技术相关服务和 自动驾驶

41、车辆运营：在城市各个场景实现自动驾驶商业化落地。目前公司城市服务车队成员已经包括了 Robotaxi、Robobus、自动驾驶清扫车、 自动驾驶巡逻车、自动驾驶接驳车等全系列车型，这是目前国内已投入运营种类最 为齐全的自动驾驶车队之一。同时，由于率先实现城市级自动驾驶项目落地，公司已积累行业最丰富的自动 驾驶运营场景，包括出租车、快速公交、园区摆渡、微循环公交等城市公共交通服 务，环卫、安防等城市公共服务。公司自动驾驶城市公共服务车队落地范围已覆盖 至多城市主干道、园区、机场、高校，同时其车辆安全性、服务能力也得到社会各 界广泛认可。4.2.2 路的产品智能交通基础设施是打造城市交通数字底座的

42、动力之源。公司的蘑菇路侧系统 Mogo Road System（MRS）包含感知、融合、预测、高精地图引擎和车路协同模 块。MRS 具备对主要道路交通要素进行实时感知和数字还原的能力，从而支持构建 出上层的各种应用和能力。例如，这样感知信息一方面可通过 RSU 广播实现 V2X 定 义的车路协同场景能力，一方面可通过网络上报的 AI 云，由后者进行融合运算，实 现连续道路的数字孪生（可视化），以及车辆连续追踪、智能调度等应用。Mogo Road System 具备整体性强、支持 C-V2X 全、支持全息目标识别定位、边 云协同和全链路低时延等技术优势，是目前中国最长连续道路（200kM）的车路

43、协 同系统。4.2.3 云的产品AI 云平台是“城市交通大脑”，可实现城市交通全要素实时数字化、全息融合感 知覆盖、交通事件监测发布、交通态势分析预测、自动驾驶车辆调度、全景还原智 能决策等多项实用功能。公司目前拥有自研 AI 云控平台，打造交通元素全覆盖的全息数据感知体系和场 景化智能决策服务，是国内唯一具备交通 AI 底层系统与应用运营系统的智慧交通大 数据平台。 公司的蘑菇实时交通 AI 云（Mogo Cloud），包含数字交通云平台、数据平台、 智能终端服务、预测服务等子系统。它们支持上层的云控平台、BI、鹰眼（一种中 远距离的交通态势感知和预警应用）、智能调度和各种智能终端。公司的

44、AI 云是分布式的云，在全国各地部署节点众多，各个城市云节点互不影 响，且有成本优势；政府关系良好，打通政企网络，能够深入合作，安全使用交通 数据并反哺到交通管控。除对业务有效支撑外，具有计算有规模大、低时延、高可 靠、通用性强、高可扩展性等优点。5. 落地先行：蘑菇车联在方案落地方面创造多个第一5.1 公司落地方案发展思路呈现升维式发展 5.1.1 从低速到高速，从载货到载人，从 2G 到 2B 再到 2C公司在占据技术制高点的同时，已经开始自动驾驶大规模商业化的尝试。在落 地商业化层面，公司遵循“从低速到高速，从载货到载人，从 2G 到 2B 再到 2C”的落 地思路。在目前中国自动驾驶领域，高速自动驾驶，和 L5 要在短时间内大规模实现不太 容易的。以现在的技术发展水平，自动驾驶系统在安全性、行驶速度和售价方面是 难以同时满足的。举例来说，目前大众售价的电动汽车，例如“蔚小理”或者特斯 拉，它们所搭载的“自动驾驶系统”在安全性，尤其是高速行驶下的安全性还有较大 的改进空间，所以它们目前只能被称为“辅助驾驶系统”。而如果为单车、道路装配 上大量感知设备，极大提升汽车的感知冗余，的确可以大大提升自动驾驶系统的安 全性，但是售价同样也会提升至普通消费者难以承受。根据智能网联汽车技术路线图 2.