主機廠研究之1：寶馬自動駕駛戰略分析
一、結盟
上圖是傳統車企和IT巨頭的市值對比，雖然有誇大成分，但是可以看出投資人對IT企業的明顯偏愛。
從功能手機到智能手機的演進過程中，諾基亞、愛立信、摩托羅拉三大巨頭紛紛倒下。從傳統汽車到智能網聯汽車的演進中，也將倒下一些傳統汽車巨頭。
在這種威脅下，主機廠和TIER1抱團求存更是必然。好在汽車更換周期很長，汽車行業護城河也夠深，主機廠和TIER1還有足夠的應對時間。
2016年7月，寶馬和英特爾、Mobileye在建立了自動駕駛開發聯盟。一年多來，該聯盟又加入了德爾福、大陸、麥格納和FCA，聲勢越來越壯大，並且打算納入中國國內的主機廠。
寶馬不是唯一一家尋求開放結盟的，2017年4月百度發布了阿波羅計劃，半年時間內聚集了70多家合作夥伴。阿波羅計劃大幅推動了中國自動駕駛產業的發展速度，改變了以前國內企業各自為戰的局面，大大降低了中小車企進入自動駕駛的門檻。
國內企業中，已經初步形成了百度 北汽/奇瑞，阿里 上汽，騰訊 廣汽三大智能駕駛朋友圈。
百度選擇了英偉達計算平台，就不大可能再選擇和寶馬英特爾聯盟，而騰訊汽車系企業很可能和寶馬英特爾合作。
自動駕駛生態往往以地圖為核心，寶馬在2015年和戴姆勒大眾一起，投資了圖商HERE。2017年騰訊和四維圖新等打算收購HERE 10%的股份，可惜在9月份被美國投資委員會否決。不過，騰訊和四維圖新已然進入了寶馬自動駕駛的朋友圈。有圖有真相：
在年初寶馬公開資料的HD-MAP合作夥伴中還沒有騰訊和四維圖新，在年中時出現了。
其實，四維圖新和寶馬的合作由來已久。2011年起四維圖新為寶馬提供導航電子地圖，從2014年為寶馬提供車聯網服務，2015年提供全球NDS編譯服務；到2016年四維圖新與寶馬的合作已涵蓋傳統導航電子地圖、ADAS地圖、動態交通信息等。
自動駕駛產業除了在研發上有結盟的趨勢，在共享出行上也在尋求盟友。
戴姆勒、沃爾沃、捷豹路虎、福特和通用汽車都在尋求同共享出行企業合作，借共享出行平台銷售自家的自動駕駛車。據悉，今年國內的低端新能源汽車，主要銷售對象就是共享出行企業。未來的自動駕駛車也將是這一趨勢。
寶馬透露，一方面明年將決定同哪一家共享出行企業合作，另一方面也打造自己的ReachNow共享汽車網路。
從本文第一張圖片可以看出，UBER市值為680億美金，而寶馬只有480億美金。寶馬已在歐洲開展的DriveNow共享汽車項目，五年前就在德國慕尼黑啟動，今年才達到95萬用戶數的規模。賓士的Car2Go的用戶數達到了270萬人。這兩家的成績完全沒法和UBER抗衡，所以有傳聞稱，寶馬和賓士將合併共享汽車項目，用以降低成本，實現規模效應。
二、自動駕駛路線和研發
2016年，寶馬與英特爾和Mobileye展開了合作，計劃於2021年推出L3級自動駕駛汽車BMW iNEXT，同時在技術上兼容L4。
2018年上市的奧迪A8將實現L3自動駕駛，但有個使用條件：當車在有隔離帶的高速公路上以最高60公里/小時的速度行駛時才能啟動L3自動駕駛功能。寶馬認為這是不夠成熟的產品，2021年量產的BMW iNEXT，可在時速 130 公里/小時實現L3自動駕駛，且會自行判斷並切換車道。
從寶馬的自動駕駛路線圖可以看到，2021年主要實現在歐洲和美國的130公里以內的L3自動駕駛，以及60公里以內固定路線的L4自動駕駛。2022年才在中國實現130公里以內的L3自動駕駛。
至於L5級的完全無人駕駛，寶馬認為要到2030年左右才能量產。
寶馬對自動駕駛的保守和慎重，從上述路線圖可見一斑，寶馬在一步一步穩妥的從L2，向L3，L4和L5推進。其實從感測器配置也能明顯看出來，寶馬用於L2級自動駕駛的感測器和硬體，比特斯拉用於L4/L5級的都多。
寶馬對自動駕駛的研發投入，遠大於一般的IT企業和新興造車企業。從2017年開始，寶馬將在慕尼黑附近的施萊斯海姆建立一座研發中心，專註於車聯網與自動駕駛技術研發，團隊規模將達到2000名。
在和合作夥伴的研發分工方面，寶馬將感測器、系統集成、高精地圖、晶元等委託給Mobileye、INTEL、德爾福、大陸、麥格納、HERE、四維圖新等合作夥伴。
寶馬自己則主要專註於運動控制、汽車安全管理，失效保護操作等。
主機廠的一項重要工作是開展自動駕駛的大量道路測試。寶馬稱只需不到500萬公里的道路測試來開發新的 5系車，但L5級自動駕駛必須有1.5億公里的道路測試，其中在虛擬環境中測試95%，在真實道路上測試5%——大約750萬公里。
2017年，寶馬會投放40輛BMW 7系原型車進行自動駕駛的研發測試。2018參與測試的車輛數將達到100輛。
截止2017年10月，寶馬自動駕駛車隊的測試車行駛總里程已接近3.2萬公里，在中國則累計完成了1.6萬公里的真實道路測試。
以上信息，主要整理自佐智汽車資料中心，該中心每日整理來自全球各國的汽車前沿技術和市場趨勢分析資料，以及產業和企業競爭情報資料。今天推薦的資料有：
1、PDF資料：高級自動駕駛的參考體系結構（68頁）
2、PDF資料：高級自動駕駛車輛路線規劃（145頁）
3、PDF資料：自動駕駛車輛技術對卡車運輸業的影響（45頁）
4、PDF資料：汽車未來之路：汽車共享服務的機遇與主要特點（87頁）
5、PDF資料：高級自動駕駛軟體構架（20頁）
6、PDF資料：高級自動駕駛和聯網汽車路線圖（17頁）
7、PDF資料：高級自動駕駛環境感知（156頁）
8、PDF資料：通過社交提示提高高級自動駕駛的可信度（6頁）
9、PDF資料：未來高級自動駕駛車輛的座位位置和乘坐行為研究（10頁）
10、PDF資料：智能網聯汽車綜合評估方法（13頁）
11、PDF資料：聯邦自動駕駛汽車政策：加速下一個道路安全革命（116頁）
12、PDF資料：自動駕駛汽車和替代駕駛（16頁）
13、PDF資料：自動駕駛汽車和自動駕駛現狀，未來及對社會影響（19頁）
14、PDF資料：汽車共享服務：業務和服務模式（42頁）
15、PDF資料：汽車共享趨勢和研究（15頁）
16、PDF資料：協作式高度自動駕駛項目和研究（36頁）
17、PDF資料：高度自動駕駛中的駕駛員行為研究（36頁）
18、PDF資料：高度自動駕駛：虛構還是未來（13頁）
19、PDF資料：智能網聯汽車-架構，挑戰和未來發展（17頁）
20、PDF資料：松下V2X部署項目（13頁）
21、PDF資料：自動駕駛汽車共享商業模式探討（13頁）
22、PDF資料：智能網聯汽車對交通管理和信號交叉口控制的影響（13頁）
23、PDF資料：智能網聯汽車和智慧城市（13頁）
24、PDF資料：加速C-V2X商業化（13頁）
25、PDF資料：新移動出行服務對汽車行業的影響分析（20頁）
26、PDF資料：出行即服務，汽車保有時代的結束？（48頁）
27、PDF資料：探索未來的交通和出行即服務（41頁）
28、PDF資料：高級汽車動力電子和電機項目（285頁）
29、PDF資料：無人駕駛汽車對消費者的安全和隱私風險影響分析（32頁）
30、PDF資料：電動和混動汽車前沿技術評估（21頁）
31、PDF資料：出行即服務接納度：商業模式和消費者態度（16頁）
32、PDF資料：探索出行即服務在英國的發展機遇（52頁）
33、PDF資料：出行即服務: 歐洲數字化時代交通模式（23頁）
34、PDF資料：倫敦出行即服務可行性研究（84頁）
35、PDF資料：電動/混動汽車架構以及大功率IGBTs（37頁）
36、PDF資料：無人駕駛未來：城市領導者政策制定路線圖（24頁）
37、PDF資料：用於ADAS和圖像識別應用的異構多核SoCs設計（16頁）
38、PDF資料：跨行業汽車功率模塊可靠性研究（26頁）
39、PDF資料：出行即服務商業和運營模式（81頁）
40、PDF資料：支持出行即服務的城市數據平台和創新策略（13頁）
41、視頻資料： 感測器融合驗證所面臨的挑戰
42、視頻資料： UTAC CREAM的ADAS測試
43、視頻資料： 梅賽德斯賓士S級2018款 - 智能驅動
44、視頻資料： 走向穩定的自主車輛視覺測距和SLAM解決方案
45、視頻資料： ELIV 2017 ADAS展台演示
46、視頻資料： Tesla MODEL S是如何工作的
47、視頻資料： Mobileye 8 Connect: 創新ADAS，創建智慧城市
48、視頻資料： 奧迪和英偉達將聯合創造世界上最先進的AI汽車
49、視頻資料： AImotive自動駕駛系統使用NVIDIA GPU
50、視頻資料：ADAS測試之軟性目標測試
推薦閱讀：