汽车行业专题报告智能驾驶深度专题研究
汽车智能驾驶技术研究报告
汽车智能驾驶技术研究报告随着科技的快速发展和人们生活水平的提高，汽车智能驾驶技术成为了现代社会的热门话题之一。
本报告旨在对目前汽车智能驾驶技术进行全面研究和分析，并探讨其未来发展前景。
一、简介汽车智能驾驶技术是一项基于先进传感器、人工智能和计算机视觉等技术的创新。
它的出现使得汽车能够在没有人类驾驶员的情况下自主行驶，并具备感知、决策、控制等功能。
二、技术原理1.传感器技术汽车智能驾驶技术依赖于各种传感器，如摄像头、毫米波雷达、激光雷达等。
这些传感器能够实时感知车辆周围环境的信息，包括道路状况、车辆行为等。
2.人工智能技术人工智能技术在汽车智能驾驶中起到了至关重要的作用。
通过建立深度学习模型和神经网络，汽车能够根据传感器获取的数据进行学习和预测，从而做出相应的决策和控制。
3.自动控制技术自动控制技术是汽车智能驾驶的核心。
通过自动控制系统，车辆可以实时获取传感器数据并做出相应调整，实现自主驾驶。
同时，该技术还能提高汽车的行驶安全性和燃油利用率。
三、技术应用1.自动驾驶汽车目前，各大汽车制造商和科技公司都投入了大量资源研发自动驾驶汽车。
这些汽车能够根据路况、车辆行为等信息实现自主导航和驾驶，大幅提高行驶安全性和舒适性。
2.增强驾驶辅助系统除了完全自动驾驶，汽车智能驾驶技术还可以应用于增强驾驶辅助系统中。
如自动泊车、车道保持辅助、碰撞预警等功能，能够提供更加安全和便捷的驾驶体验，降低事故风险。
3.智能交通管理系统汽车智能驾驶技术还可以与城市交通管理系统相结合，共同构建智能交通系统。
通过与信号灯、道路设施等进行联动，提高交通流畅性和交通安全，减少交通拥堵和事故发生。
四、发展前景和挑战虽然汽车智能驾驶技术取得了较大的进展，但仍面临一些挑战。
其中包括法律法规的制定、安全性和隐私性问题、高成本等。
然而，随着技术的不断发展和完善，相信这些问题将逐渐得到解决。
发展前景方面，汽车智能驾驶技术有望在未来几年内实现真正的商业化应用。
智能驾驶行业研究报告
智能驾驶行业研究报告引言在人工智能技术的高速发展下，智能驾驶行业正在迎来前所未有的机遇。
智能驾驶技术的成熟将彻底改变人们对汽车的认知，使得汽车不再仅仅是交通工具，而是一种具备自主决策和操作能力的智能设备。
本文将对智能驾驶行业进行深入的研究，包括市场规模、技术应用、发展趋势等方面的分析。
1. 市场规模智能驾驶行业的市场规模正在不断扩大。
根据市场研究机构的数据，2019年全球智能驾驶行业市场规模达到了300亿美元，预计到2025年将达到1300亿美元。
这一巨大的市场潜力吸引了越来越多的企业和投资者进入该领域。
2. 技术应用智能驾驶技术在汽车行业的应用广泛，涉及到感知、决策和控制等多个方面。
2.1 感知技术感知技术是智能驾驶的基础，包括图像识别、雷达、激光雷达等多种传感器。
通过这些传感器，智能驾驶系统可以对周围环境进行实时感知，并将感知到的信息传输给决策模块进行进一步处理。
2.2 决策技术决策技术是智能驾驶系统的核心，它基于感知模块提供的信息，结合预设的规则和数据模型，对不同的驾驶场景做出相应的决策。
例如，在遇到红灯时，智能驾驶系统会自动停车等待绿灯。
2.3 控制技术控制技术用于实现智能驾驶系统的动作控制，主要包括车辆的转向、加速和制动等操作。
智能驾驶系统通过控制技术可以实现车辆的自主驾驶，例如自动跟车、自动换道等功能。
3. 发展趋势智能驾驶行业的发展呈现出以下几个趋势：3.1 产业整合与合作智能驾驶行业的发展需要各个环节的协同合作。
汽车制造商、技术供应商、互联网公司等不同的参与者之间的合作将成为未来发展的关键。
例如，一些汽车制造商与互联网公司合作开展了自动驾驶车辆的研发，以共同推动智能驾驶技术的发展。
3.2 数据驱动的智能决策随着机器学习和深度学习等技术的不断发展，智能驾驶系统将更加注重对海量数据的利用。
通过分析海量数据，智能驾驶系统可以更准确地进行决策，提高驾驶安全性和智能化水平。
3.3 业务模式创新智能驾驶不仅仅是一项技术革新，同时也将对整个交通出行产生深刻的影响。
汽车智能驾驶技术研究报告
汽车智能驾驶技术研究报告1.概述自驾车技术的发展已成为当今技术研究的焦点之一。
汽车智能驾驶技术作为其中的一项重要内容，正在逐步改变人类对交通出行的认知和方式。
本文将对汽车智能驾驶技术研究的当前现状和未来发展进行详细分析。
2.发展历程智能驾驶技术的起步可追溯到20世纪80年代。
当时，相关技术主要集中在传感器和机器学习算法上。
经过多年的努力，自动驾驶汽车在实验室和道路上的测试得到逐步推进，并引起了广泛的社会关注。
3.技术原理自动驾驶汽车主要依靠激光雷达、摄像头、雷达和高精度地图等传感器设备收集和处理车辆周围的环境信息，并通过计算机视觉、机器学习和深度学习等算法实现对车辆运动、环境感知和行驶决策的智能化处理。
4.挑战与问题在智能驾驶技术的研究过程中，还存在一些挑战和问题。
首先是技术可靠性和安全性问题，智能驾驶车辆在复杂交通环境下的应对能力有限，容易发生事故。
其次是法律法规的制定和落地，智能驾驶技术的推广离不开相关的交通法规和政策的制定。
5.应用场景智能驾驶技术已经应用于多个领域。
在私家车领域，智能驾驶汽车可以帮助驾驶员避免疲劳驾驶、提高行驶安全性。
在物流行业，智能驾驶技术可以提高物流效率、降低成本。
此外，智能驾驶技术也可以应用于公共交通领域，提升城市交通整治水平。
6.发展前景随着人工智能和传感器技术的迅猛发展，智能驾驶技术将迎来更广阔的发展前景。
未来，智能驾驶汽车将成为道路交通系统的主力，人们可以在车内自由休息、工作或娱乐，提升出行的便利性和舒适度。
7.社会影响智能驾驶技术的普及将产生深远的社会影响。
首先，它减少交通事故，降低道路拥堵和空气污染。
其次，它将改变人们的交通出行习惯，提供更加便利、高效的出行体验。
最重要的是，智能驾驶技术推动了汽车工业向智能化和电动化方向的转变。
8.国际竞争智能驾驶技术已成为国际竞争的焦点领域。
美国、中国和欧洲等国家和地区都在积极投入研发资源，争夺智能驾驶技术的领先地位。
我国政府也提出了支持智能驾驶技术创新的政策措施。
智能驾驶市场调研报告
智能驾驶市场调研报告智能驾驶技术的快速发展和广泛应用，不仅在汽车行业引起了巨大的关注，也给整个交通运输产业带来了颠覆性的变革。
本文将对智能驾驶市场进行全面调研，从技术发展、市场规模、主要参与者和前景展望等方面进行详细分析。
一、市场概览及发展趋势智能驾驶市场是指在汽车上应用人工智能技术，使车辆能够自主感知、决策和控制，并实现自动驾驶的一种新型市场。
智能驾驶市场的迅猛发展得益于人工智能技术、传感器技术和通信技术的突破。
据市场调研数据显示，智能驾驶市场自2015年开始蓬勃发展，预计到2025年全球市场规模将达到xxx亿元。
1. 技术发展：智能驾驶技术主要包括感知技术、决策技术和控制技术。
感知技术通过雷达、激光雷达、摄像头等传感器实现车辆对周边环境的感知，决策技术通过算法和模型对感知到的信息进行分析与判断，控制技术通过电控系统和执行器实现对车辆动作的控制。
2. 市场规模：智能驾驶市场的规模呈现出快速增长的趋势。
根据调研数据，目前全球智能驾驶技术的应用主要集中在北美和欧洲地区，而亚太地区的市场潜力巨大，预计未来几年将成为智能驾驶技术的重要增长点。
二、主要参与者与竞争格局智能驾驶市场涉及多个领域和参与者，包括汽车制造商、科技公司和供应商等。
下面将对主要参与者的发展情况和竞争格局进行分析。
1. 汽车制造商：传统汽车制造商积极布局智能驾驶市场，推出了一系列搭载智能驾驶技术的车型。
同时，一些新兴的电动汽车制造商也加入到智能驾驶市场中。
目前，特斯拉、奔驰、宝马等企业在智能驾驶领域处于领先地位，拥有自主研发的核心技术和大量的专利。
2. 科技公司：科技巨头如谷歌、苹果和百度等也积极进军智能驾驶市场。
它们通过自主研发或者收购与智能驾驶相关的技术公司，持续投入巨资用于研发智能驾驶技术。
同时，一些专注于智能驾驶技术的初创企业也纷纷崛起，为市场竞争注入了新的活力。
三、智能驾驶市场前景展望智能驾驶市场具有广阔的发展前景，但也面临一些挑战。
2024年智能驾驶行业研究报告
2024年智能驾驶行业研究报告contents •智能驾驶行业概述•市场需求与前景展望•关键技术与发展趋势•政策法规影响分析•竞争格局与主要厂商分析•挑战、机遇与建议目录智能驾驶行业概述01定义与背景智能驾驶是指通过先进的传感器、控制器、执行器等装置，运用信息通信、互联网、大数据、云计算、人工智能等新技术，实现车辆的自动化、智能化驾驶。
背景随着科技的不断进步和人们对出行安全、效率、舒适性的需求提升，智能驾驶逐渐成为汽车工业和交通领域的重要发展方向。
发展历程及现状发展历程智能驾驶技术的发展经历了从无人驾驶概念提出、辅助驾驶技术应用、自动驾驶技术研发到商业化落地等多个阶段。
现状目前，智能驾驶技术已经在全球范围内得到了广泛关注和应用，部分国家和地区已经实现了商业化落地，但整体仍处于发展初期，面临着技术、法规、市场等多方面的挑战。
产业链结构分析上游产业01主要包括传感器、芯片、算法等核心技术和零部件供应商，这些企业的技术水平和产品质量直接影响到中游整车制造企业的智能驾驶系统性能和可靠性。
中游产业02主要是整车制造企业，负责将上游企业提供的智能驾驶系统集成到车辆中，并进行测试和验证，最终生产出符合市场需求的智能驾驶汽车。
下游产业03包括智能驾驶汽车的销售、运营和服务等环节，这些企业的市场开拓能力和服务水平直接影响到智能驾驶汽车的普及程度和用户满意度。
市场需求与前景展望02消费者需求特点安全性需求消费者对智能驾驶的安全性要求极高，期待智能驾驶系统能够有效降低交通事故风险。
便捷性需求消费者希望智能驾驶能够提供更加便捷的出行体验，如自动泊车、自动避障等功能。
个性化需求随着消费者需求的多样化，智能驾驶系统需要满足不同消费者的个性化需求，如定制化的驾驶模式、娱乐系统等。
03出租车和网约车领域智能驾驶出租车和网约车逐渐兴起，为消费者提供更加便捷、舒适的出行服务。
01公共交通领域智能驾驶在公共交通领域的应用逐渐拓展，如无人驾驶公交车、地铁等，提高公共交通运营效率。
智能驾驶—ADAS行业研究报告
智能驾驶—ADAS行业研究报告在当今科技飞速发展的时代，汽车行业正经历着一场深刻的变革，智能驾驶技术逐渐成为人们关注的焦点。
其中，高级驾驶辅助系统（ADAS）作为智能驾驶的重要组成部分，正在引领着汽车驾驶的新潮流。
ADAS 是利用安装在车上的各式各样传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。
ADAS 系统包含了众多的功能模块，例如自适应巡航控制（ACC）、自动紧急制动（AEB）、车道偏离预警（LDW）、盲点监测（BSD）等。
自适应巡航控制能够根据前方车辆的速度自动调整本车的速度，保持安全的跟车距离，减轻驾驶员在长途驾驶中的疲劳。
自动紧急制动则在检测到即将发生碰撞时自动启动制动系统，尽可能避免或减轻碰撞的危害。
车道偏离预警会在车辆偏离当前车道时及时提醒驾驶员，帮助保持车辆在正确的车道内行驶。
盲点监测则能有效减少因驾驶员视野盲区导致的交通事故。
从市场需求的角度来看，随着人们对交通安全和驾驶舒适性的要求不断提高，ADAS 系统的市场需求呈现出快速增长的趋势。
消费者越来越愿意为具备先进安全功能的汽车支付更高的价格。
同时，各国政府对于汽车安全标准的不断提高，也促使汽车制造商加大在 ADAS 技术方面的研发和应用。
在技术发展方面，传感器技术的不断进步是推动 ADAS 发展的关键因素之一。
激光雷达、毫米波雷达、摄像头等传感器的精度和可靠性不断提升，为 ADAS 系统提供了更准确、更丰富的环境感知数据。
同时，随着人工智能和大数据技术的应用，ADAS 系统的算法和决策能力也在不断优化，能够更加准确地识别和应对各种复杂的驾驶场景。
然而，ADAS 行业在发展过程中也面临着一些挑战。
首先是成本问题，虽然 ADAS 系统能够带来显著的安全和舒适性提升，但目前其成本仍然较高，限制了在中低端车型中的广泛应用。
智能汽车行业市场调研报告自动驾驶技术的突破与智能交通的发展
智能汽车行业市场调研报告自动驾驶技术的突破与智能交通的发展智能汽车行业市场调研报告：自动驾驶技术的突破与智能交通的发展随着科技的快速发展，智能汽车行业正迅猛发展，并在全球范围内引起广泛关注。
本报告将深入探讨智能汽车行业的市场现状，并重点分析自动驾驶技术的突破和智能交通的发展。
一、市场现状分析1.1 全球智能汽车市场规模根据市场调研数据显示，智能汽车市场规模逐年增长。
2019年全球智能汽车市场规模达到XX亿美元，预计到2025年将超过XX亿美元。
1.2 智能汽车行业发展趋势智能汽车行业的发展趋势表现为以下几个方面：（1）自动驾驶技术的突破自动驾驶技术是智能汽车发展的核心驱动力。
随着人工智能和传感器技术的不断进步，自动驾驶技术已取得突破性进展。
无人驾驶汽车的实现将成为未来的趋势。
（2）智能交通的发展智能交通是智能汽车行业的重要方向之一。
通过智能化技术，可以实现车辆与交通基础设施的无缝连接，提高交通效率和安全性。
智能交通系统涵盖了车联网、智能红绿灯、智能停车等多个领域。
（3）共享出行的兴起共享出行是近年来的新兴行业，通过云端平台将车辆资源进行合理高效调度，实现出行方式的革新。
共享出行不仅可以减少城市拥堵，还能降低个人出行成本，具有广阔的市场前景。
二、自动驾驶技术的突破2.1 感知与决策系统的改进自动驾驶技术的核心在于车辆感知与决策系统。
通过激光雷达、摄像头、毫米波雷达等传感器技术，车辆可以实时掌握周围环境信息。
而决策系统则通过深度学习等人工智能算法对感知数据进行分析和处理，实现自主决策。
2.2 通信技术的进步自动驾驶车辆需要与其他车辆、交通基础设施和云端平台进行实时通信，以实现车辆间的协同和信息共享。
近年来，5G通信技术的普及加速了交通领域的数字化转型，为自动驾驶技术的发展提供了有力支撑。
2.3 法律法规和政策的支持自动驾驶技术的突破还离不开相关法律法规和政策的支持。
各国纷纷出台政策，推动自动驾驶技术的研发和应用。
汽车行业智能驾驶技术研究报告
汽车行业智能驾驶技术研究报告智能驾驶技术是当今汽车行业的热门研究方向之一。
本文将从不同角度探讨智能驾驶技术在汽车行业中的应用与前景。
一、市场概况近年来，全球汽车市场规模逐渐扩大，人们对汽车舒适、安全和便利性的需求也日益增加。
智能驾驶技术的出现为汽车行业带来了新的发展机遇。
二、智能驾驶技术的分类目前智能驾驶技术可分为四个主要类别：自动辅助驾驶技术、高级辅助驾驶技术、自动驾驶技术以及无人驾驶技术。
这些技术基于传感器、计算机视觉和人工智能等领域的进展，实现了汽车的智能化控制。
三、自动辅助驾驶技术自动辅助驾驶技术是指通过传感器和电脑等设备对车辆状态进行监测和控制，为驾驶员提供辅助驾驶功能，如自动泊车、自动巡航等。
这些技术极大地提升了驾驶安全性和行车舒适性。
四、高级辅助驾驶技术高级辅助驾驶技术在自动辅助驾驶技术的基础上增加了更多功能，比如自动变道、交通拥堵辅助和自动紧急制动等。
这些技术旨在减轻驾驶员的负担，提高行车效率。
五、自动驾驶技术自动驾驶技术是指车辆在特定道路条件下能够完全自主行驶，不需要驾驶员操控车辆。
这项技术虽然尚处于研发阶段，但已经有一些汽车厂商投入大量资源进行研究与开发。
六、无人驾驶技术无人驾驶技术是指车辆在没有人员操控的情况下自主行驶。
该技术已经有一定应用前景，例如无人物流配送车辆和无人出租车。
然而，无人驾驶技术在实际应用中还面临着种种挑战，例如法规和道路安全等问题。
七、智能驾驶技术的优势智能驾驶技术的发展能够有效提升行车安全性、减少交通事故。
同时，智能驾驶技术还能提高车辆的燃油利用效率，降低环境污染。
八、智能驾驶技术的挑战应用智能驾驶技术面临许多挑战，包括技术成熟度、法规法律制度、道路基础设施建设和公众接受度等。
这些问题需要政府、企业和社会各方共同努力解决。
九、智能驾驶技术的前景智能驾驶技术的发展潜力巨大，预计在不久的将来将会得到广泛应用。
自动驾驶技术和无人驾驶技术有望彻底改变交通和运输领域。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
汽车行业专题报告智能驾驶深度专题研究目录一、自动驾驶是一场“规模游戏” (2)1.1、车企L4/L5商用落地推迟，执行层是国内Tier1短板 (2)1.2、Waymo估值缩水，资本市场对自动驾驶技术的追逐趋于理性 (4)1.3、车企自动驾驶研发成本压力加剧，战略结盟大势所趋 (7)二、产业协同格局初显，新型商业模式涌现 (9)2.1、车企间结盟开发自动驾驶 (10)2.2、车企和Tier1结盟 (18)2.3、车企和头部自动驾驶公司结盟 (22)三、自主品牌加速奔向智能驾驶，国内产业联盟尚未开启 (24)3.1、随着自主品牌加码纯电平台投放，车企间联盟可能性加大243.2、Robotaxi催化国内自动驾驶玩家发力，车企有望与技术领先的企业联盟 (25)3.3、以德赛西威为代表的零部件供应商有望成为车企技术联盟对象 (26)四、风险提示 (27)一、自动驾驶是一场“规模游戏”1.1、车企L4/L5商用落地推迟，执行层是国内Tier1短板2009 年谷歌率先启动自动驾驶项目，目前自动驾驶领域已覆盖整车厂、Tier1、科技巨头、自动驾驶公司和出行公司等众多玩家。
1）从车企技术路径来看，国外车企多在2016 年导入L1/L2 级别自动驾驶功能，国内车企起步较晚，2018 年开始推出搭载L2 级别自动驾驶功能的车型。
根据车企规划，2020-2021年是L3 级别车型集中量产年份，而特斯拉、通用、沃尔沃等部分车企选择直接跳过L3 晋级L4 级自动驾驶。
L4 是不需要配备人类驾驶员的高度无人驾驶，要求限定区域和限定环境条件，商业天花板更高，加上今年疫情影响，主要玩家L4 车型量产计划均有推迟。
2）自动驾驶分为感知定位、规划决策、执行控制三个部分，目前国内外Tier1 在感知层和决策层多有布局，落地自动驾驶的执行控制部分被博世、大陆等国外Tier1 垄断。
国外Tier1拥有全套底盘控制系统（博世的Ibooster、大陆的MKC1 等），多数不对外开放，目前国内Tier1 执行层技术较为落后。
1.2、Waymo估值缩水，资本市场对自动驾驶技术的追逐趋于理性我们梳理了全球智能网联相关交易，将其分为三个阶段：1）第一阶段（2013-2016 年）：谷歌、百度等科技巨头涉足自动驾驶，吸引主机厂和Tier1入场。
科技型公司在数据融合、高精度地图领域具备天然优势，是自动驾驶技术的早期推动者，谷歌在2014 年发布首款无人驾驶原型车，百度在2015 年和宝马合作无人驾驶汽车在北京路试成功，并成立无人驾驶中心，引起市场广泛关注。
另一方面，传统车企和Tier1 受制于历史包袱和盈利压力，无法实现跨越式升级，选择从辅助驾驶系统切入，这一阶段主要通过小规模的合资和并购做一些摸索和尝试，比如主机厂入股地图和出行类服务型公司，Tier1 收购软件供应商和半导体公司等。
第二阶段（2017-2018 年）：Waymo 催生初创企业涌现，主机厂和Tier1 加码自动驾驶布局。
2016 年底Alphabet 宣布将自动驾驶项目Waymo 独立为子公司，估值一度超过1000 亿美元，Cruise、Argo AI、Aurora 等自动驾驶初创公司因此也受到了资本市场追逐。
这一阶段主机厂开始将自动驾驶作为核心业务部门独立，并通过收购自动驾驶公司掌握核心技术（典型案例是通用收购Cruise，福特收购Argo AI）。
Tier1 也纷纷将自动驾驶业务拆分，比如英特尔收购Mobileye 后把自动驾驶部门并入Mobileye，Autoliv 与Volvo Cars 成立ADAS 公司Zenuity，之后有将电子部门拆分为Veoneer ，德尔福分拆安波福专注自动驾驶业务。
第三阶段（2019-2020 年）：自动驾驶商业化进度不及预期，资本重新审视估值，产业战略结盟提速。
Uber 自动驾驶事故发生后，主要玩家纷纷调整自动驾驶商用化时间表。
沃尔沃原计划在2017 年推出100 辆自动驾驶的SUV，后延期至2021 年；Cruise 公司推迟了2019 年底推出无人驾驶出租车的计划；福特CEO 承认公司“2021 年推出全自动驾驶汽车”计划可能有所推迟。
由于自动驾驶商业化进度不及预期，资本开始重新审视估值，Waymo 今年首次寻求外部融资，估值仅300 亿美元，较高点时期缩水70%。
1.3、车企自动驾驶研发成本压力加剧，战略结盟大势所趋2019 年全球自动驾驶前10 大玩家在自动驾驶领域研发投资超过160 亿美元，Waymo、Cruise、Uber 作为自动驾驶技术领头羊，研发投入超过20 亿美元。
即使有谷歌加持，Waymo 仍面临巨额研发投入带来的资金压力，从自主设计车型到对外采购，到近期和沃尔沃合作研发L4 车型，从自主研发硬件到对外出售激光雷达，再到对外授权销售自动驾驶软件，Waymo 近年通过不断调整商业模式增加收入。
对于车企和Tier1，2018-2019 年全球车市已连续两年下滑，再加上今年疫情冲击，净利润普遍承压，另一方面研发费用和资本支出却持续高企，产业内战略结盟共担成本是大势所趋。
二、产业协同格局初显，新型商业模式涌现高级别自动驾驶需要更高的信号传输效率，整车电子架构必须调整，从传统的分立控制向集中的域控制转变，最终形成“车载电脑+云计算”的云端互通模式。
汽车电子电气基础架构变革对芯片的计算、通信能力以及软件的代码量、复杂度有更高要求，并非单一车企或Tier1 可以独立完成，这也将带来供应商的洗牌和和产业合作模式的改变。
2.1、车企间结盟开发自动驾驶2.1.1、丰田联盟：丰田主导，软银牵头，车企交叉持股1）日系车企在自动驾驶领域传承了日本长久以来的财团文化，通过交叉持股加深合作。
2019年丰田购入铃木汽车4.9%的股份，铃木向丰田投资购入0.2%股权，今年丰田将对斯巴鲁持股比例提升至20%，成为斯巴鲁控股公司。
丰田近年凭借激进的扩张战略，已拥有马自达、铃木等多家盟友。
2）最大自动驾驶联盟Monet 开始运营。
2018年10 月丰田和软银共同出资成立出行服务公司Monet，此后本田、日野、铃木、斯巴鲁、大发、马自达、五十铃等车企入股Monet。
Monet 不负责自动驾驶技术开发，定位是依托联盟车企自动驾驶技术、软银成熟的IoT 平台和丰田的移动服务平台展开MaaS 服务。
Monet 短期内会在日本国内提供网约车以及其他相关的移动服务，无人驾驶项目计划到2023 年落地。
3）丰田自研移动出行平台e-Palette，TRI 风投公司多线布局。
丰田表示将依托于丰田移动服务平台MSFP 建立e-Palette 全新移动服务平台，覆盖车辆租赁、保险、车队管理和大数据等。
公司将开放车辆控制接口，允许合作伙伴安装自己的自动驾驶系统。
近年丰田在在全球范围内加码投资移动出行巨头，丰田研究院旗下的风险投资公司Toyota AI Ventures就投资了超过20 家前沿科技初创企业，涉及高精地图等多个领域（详见图表23）。
2.1.2、BBA联盟：技术整合难度超出预期1）宝马和戴姆勒率先合作，奥迪紧跟入局。
2019 年7 月宝马和戴姆勒宣布双方建立长期合作，合作不具排他性，内容包括L3/L4 级别的高级辅助驾驶和自动驾驶研发，双方将整合1200 名研发人员的技术成果，并建立共享的大数据中心，此后奥迪也宣布入局联盟。
2）技术路径存在而分歧叠加疫情影响，BBA 联盟暂停。
今年6 月，宝马和戴姆勒宣布暂停双方在自动驾驶联盟的合作，主要原因是“建立共同技术平台带来的巨大开支以及当前的商业和市场情况，导致目前不是合作正确时机”。
双方在Here 地图以及Car2Go 和Drive Now 合并的共享出行公司ShareNow 不受影响。
相比戴姆勒，宝马在自动驾驶布局更为领先，双方对合作复杂度的认识不足或是导致合作终止的重要因素。
2.1.3、通用、本田联盟：Cruise技术领先、通用仍是主导通用汽车计划2020-2025 年在电动车和自动驾驶领域投资200 亿美元，子公司Cruise 在自动驾驶领域承当重要角色。
1）通用与本田合作频繁，在与Cruise 联盟中各有分工。
早在2013 年两家车企就成立合资公司，开发下一代燃料电池系统和氢储存技术。
2018 年本田和Cruise 达成合作，本田计划向Cruise 投资7.5 亿美元，并承诺未来12 年向该项目投入约20 亿美元。
目前本田不参与Cruise 的商业管理，也不存在人员交换情况。
今年1 月Cruise 在旧金山发布了全球第一款从零开始为自动驾驶设计的量产车型Cruise Origin。
Cruise 负责平台（底盘、动力单元以及与转向相关的零部件），而本田负责内部及外观设计等部分。
2）Cruise 是自动驾驶行业领导者，亏损压力依然较大。
根据Navigant Research，通过自动驾驶玩家商业化策略、技术和量产计划等多个维度打分，Cruise 是行业中为数不多的领导者之一。
另一方面，Cruise 在2016-2019 年合计亏损约25.2 亿美元，需要持续融资维持运营。
今年受疫情影响，Cruise 也正式宣布将裁减约150 人，约占员工总数的8%，裁减的员工，主要集中在业务战略、产品开发、设计和招聘领域。
2.1.4、大众、福特联盟：全方位合作、但不因战略结盟互相持股1）入股Argo AI、成立VWAT，大众将自动驾驶业务提升至战略高度。
大众此前自动驾驶伙伴为Aurora，Aurora 与多家车企合作，并希望保持独立运营，在Aurora 拒绝大众收购后双方停止合作。
此后大众宣布向Argo.AI 投资26 亿美元，包括初期注入10 亿美元现金，剩余16 亿美元将大众旗下奥迪自动驾驶子公司AID 折价并入Argo，后者同时接收超过200 名的AID 员工。
考虑到Argo.AI 注重自动驾驶软件研发，大众在去年10 月成立了自动驾驶子公司（VWAT），负责自动驾驶的工程化、产业化。
2）福特在自动驾驶领域布局较为领先，但技术路线和大众一致，双方合作范围扩大至自动驾驶、商用车、电动车领域，但不因战略结盟互相持股。
今年6 月大众和福特签署战略合作协议。
商用车方面，双方将从2022 年共同推出商用车和中型皮卡车型。
电动车领域，福特将基于大众MEB 平台，为欧洲客户打造纯电动车型，2023 年推出市场。
双方在自动驾驶领域的合作基于Argo AI，将使用Argo AI 的自动驾驶系统SDS 规模化开发自动驾驶车型。
从股权结构来看福特和大众将各占不到Argo 40%的股份，Argo 管理层持有超过20%的股份。
福特和大众将继续作为两个独立的实体各自运营，通过成立联合委员会来完成联盟的管理工作。