中國自動駕駛市場專題分析2018
自動駕駛技術實現人類操控向車輛操控的轉變，現階段研發級別聚焦在SAE規定的L2-L4階段
全球多個國家為自動駕駛立法，提供強有力的政策支援
全國9城陸續出臺自動駕駛法規，北京成為首個出臺自動駕駛法規的城市
2017年12月，北京市印發《北京市關於加快推進自動駕駛車輛道路測試有關工作的指導意見（試行）》和《北京市自動駕駛車輛道路測試管理實施細則（試行）》，成為全國首個出臺自動駕駛路測指導意見和管理細則的城市。此後，又有8個城市陸續出臺了相關路測指導意見。
自動駕駛行業壁壘高，解決方案圍繞三個技術層面展開研發
自動駕駛是一個擁有很高技術壁壘的行業，其技術架構包括了車輛感知的感測器組合、車輛決策的自動駕駛演算法和晶片技術、還有車輛控制所涉及到的線控技術。
感知層：多感測器融合是實現車輛環境感知的主流方式，各類感測器在各自應用場景下實現特定功能
決策層：演算法是自動駕駛技術的“大腦” ，反覆訓練使其在應用階段有效處理資料，識別交通環境完成路徑規劃
控制層：車輛控制是自動駕駛的“腿腳”，控制指令通過車輛匯流排實現驅動控制和車身控制
車輛線控技術主要掌握在以博世、大陸為代表的tire1廠商手中，且對外開放程度低，國內的車輛線控技術缺失。因此，國內的自動駕駛解決方案研發更多集中在自動駕駛大腦研發。
自動駕駛“大腦”是自動駕駛行業的核心環節，承接環境感知與車輛控制，為車企和出行服務商提供自動駕駛解決方案
行業熱點事件聚焦政策、市場、技術和投資4個維度，助力自動駕駛行業快速發展
百度Apollo平臺助力合作伙伴快速構建自動駕駛解決方案
百度Apollo平臺不僅僅是一家自動駕駛解決方案研發商，還通過開源平臺的軟硬體服務和技術程式碼吸引行業內各類廠商接入Apollo生態，促進自動駕駛行業發展，降低自動駕駛研發門檻，助力合作伙伴構建自動駕駛解決方案。
Robo-taxi場景落地對自動駕駛行業意義重大，國內3家初創公司專注於該場景自動駕駛技術研發
趨勢：自動駕駛將按場景分步落地
由於演算法、感測器、基礎設施、網路環境等因素尚不成熟，現階段還無法實現全場景的完全自動駕駛，因此，按不同應用場景分佈落地成為了自動駕駛的主要實現路徑。由低速駕駛場景到限定性場景再到城市複雜路段，對自動駕駛演算法以及感測器組合也提出了越來越高的要求，自動駕駛解決方案的落地時間也隨著場景的複雜程度發生變化。
公眾號：learningme，超過一萬份行業研究報告可以下載