无人驾驶产业生态研究报告：是端还是云（40页）

智能汽车与传统汽车不同，它会产生大量数据。根据应用的不同可以分为三类：汽车行车工况 数据、车内交互数据（包括语音、消费、娱乐等用户数据）、地图数据（或周围场景数据）。 在智能汽车时代，数据是车载服务、自动驾驶技术、车企等向行业外渗透与输出的技术，已经 变成了新的极具价值的生产资料。互联网巨头可能会通过入股现有的车载信息系统企业，利用车载信息系统企业成熟的开发体系 以及整车厂的客户资源来加速车载操作系统的落地。 整车厂会选择跟车载信息系统公司合作，由车载信息系统公司来负责开源车载系统的定制和硬 件开发，从一定程度上摆脱软件开发方面对互联网巨头的依赖。5G网络的核心特点：更高速率、更多连接、更低时延、更高可控。5G移动边缘计算、边云协同技术可以满足车联网在高可靠性、低延时方面的严格要求。 我国从2016年11月工信部就正式划分5905-5925MHz用于LTE-V试验，未来LTE-V技术可以平滑演 进到5G。

由于中高级别自动驾驶所需的通信技术及设施（4G LTE-V、5G）还未完善，现阶段网联化与智 能化还处于各自发展或初步的协同发展阶段。随着智能化向终极的自动驾驶阶段迈进的过程中，车联网作为自动驾驶的基础是不可或缺的， 最后智能化、网联化将深度融合。视觉方案主要包括车载摄像头模组、芯片、软件算法。 车载摄像头模组的主要供应商为松下、索尼、法雷奥等国外厂商，国内厂商也在积极布局。 视觉芯片方面，图像相关算法对计算资源有很高的要求，因此芯片在考虑较低成本的同时，又 需要有较高的性能要求，目前用于ADAS摄像头的芯片多数被国外垄断。但国内的森国科、地平 线、寒武纪、四维图新等发布了相关的芯片产品。ADAS视觉算法的源头是计算机视觉。近几年国内成立了很多ADAS视觉算法公司，积极追赶巨头 Mobileye。