近兩年來全球知名車企、科技巨頭爭相進入智能駕駛領域的拓展，但目前輔助駕駛系統滲透率尚且很低，大規模商用還很遙遠，輔助駕駛（ADAS）相關行業將是未來三年具有爆發增長能力的領域。
1、自動駕駛的發展路徑自動駕駛按照汽車控制權及安全責任分配可分爲不同等級。不同機構對自動駕駛的分級標准大致相同，但具體級別稍有差異。國際自動機械工程師協會(SAE)將自動駕駛技術分爲0到5級，分別對應完全手動駕駛、輔助駕駛、部分模塊自動化、特定條件下自動化、高度自動化以及全自動化的自動駕駛。而美國高速公路安全管理局（NHTSA）將自動駕駛技術的發展分爲L1到L4四個等級：
L1：車輛的一個或多個功能能夠實現自動化，且各項功能之間能夠獨立工作，能給予駕駛員危險警告。包括夜視、行人檢測、交通標志識別、車道偏離警告、盲點監測、後排平交路口交通警報等。駕駛員可以解放雙腳。
L2：包括至少兩種主要基本自動控制功能，組合功能實現自動化，遇到危險時系統會相應采取部分措施。主要有自適應巡航、車道保持功能、緊急制動刹車等功能。駕駛員可以解放雙手。
L3：在限定環境下可以實現自動駕駛，判斷是否恢複駕駛者自主操作模式。駕駛員可以解放雙眼。
L4：在任意條件下實現完全自動駕駛。駕駛員可以解放大腦。
資料來源：NTHSA
自動駕駛當前處于L1-L2級，預計2025年可實現完全自動駕駛汽車的商業化。目前L1級和L2級輔助駕駛車輛已經成熟量産，L3級綜合功能自動駕駛己有充分技術儲備，如豐田的公路自動駕駛輔助AHAC，特斯拉的自動巡航Autopilot,以及通用的Super Cruise。預計L3級別汽車將于2018-2020年實現量産。高度自動駕駛已經進入試驗階段，預計2020年可達量産水平，最終完全自動駕駛預計將于2025年實現，在此之前，高級駕駛輔助系統ADAS仍將發揮重要作用。樂觀預計2030年的新車銷售中，完全自動駕駛車占比約15%，部分自動駕駛車占比約50%。
2、自動駕駛催生高精度數字地圖的發展
隨著自動駕駛技術不斷的向全自動駕駛邁進，對于地圖應用的要求也隨之提高。要實現全自動駕駛，汽車需配備足夠准確顯示周圍環境的高精度地圖，誤差不能大于10厘米。傳感器和地圖的結合使自動駕駛汽車能夠及時修正數據上的誤差，辨識車輛的准確位置並導航。並且，高精度地圖能夠核對傳感器所接收的數據並幫助汽車精確監測周邊環境。因此，全自動駕駛對于數字地圖的精確性要求非常高。
車載地圖市場分爲前裝和後裝兩部分。前裝産品是指汽車出廠以前安裝在整車上的地圖導航産品，是原廠車本身的組成部分；後裝地圖系統是指汽車出廠以後，按照用戶要求安裝在整車上的車載地圖系統。
隨著居民整體收入水平的增長，更多的家庭願意增購、換購高端車，因此乘用車産品消費將呈現大衆化、高端化發展趨勢。同時技術的進步使得前裝地圖系統成本降低，驅使著乘用車前裝車載地圖系統滲透率提高，2011年前裝産品的滲透率在7%，2016年將增長到20%。而且前裝車載地圖系統出貨量與乘用車銷量具有正相關的關系，前裝車載地圖系統在大衆化趨勢和乘用車銷量增長的雙重驅動下將出現高速增長，而且增長趨勢具有很強的持續性。同時，由于地圖測繪需要長期投入大量資金人力物力，對數據的整合能力和地圖繪制能力要求十分之高，並且地圖行業的繪制資質需要國家測繪局等相關部門的審批，所以行業准入壁壘相對較高，市場將維持寡頭壟斷格局。
未來幾年，國內後裝車載地圖系統市場仍然具備一定的增長潛力，雖然前裝地圖系統的滲透率在逐步提升，但其主要集中在高端車市場，且高段車型銷量有限，中低端車型銷量巨大，還是占據主要市場，並且上億的存量車消費是後裝車載地圖的潛在客戶，後裝地圖系統市場仍然具有廣闊的發展空間。
3、單輛車的傳感器價值逐車上升
傳感器賦予了汽車智能識別的功能，能夠識別道路、行人，並通過一定的算法真實還原道路場景的設備，是ADAS系統的重要組成部分。目前，在進行自動駕駛技術研發的道路測試中，使用的傳感器主要分爲三類：激光傳感器、視覺系傳感器如車載攝像頭雷達系傳感器如毫米波雷達。
資料來源：公開信息整理
單輛車的傳感器價值逐車上升。據Strategy Analytics,隨著自動駕駛善及程度的提升，單輛車上的傳感器價值將逐車提升，預計到2018年，單輛車上的傳感器價值將達到225美金。
平均每輛車載傳感器的價值：
資料來源：Strategy Analytics
4、激光雷達成本降低是當務之急
激光雷達可以360度掃描一定直徑範圍內的區域，建立一個動態、三維的地圖環境，爲車輛行駛提供道路信息，激光雷達以高精度著稱，在技術領先的自動駕駛汽車上得到了廣泛的應用，但是成本高卻成爲阻礙其産業化的主要痛點，未來激光傳感器將向固態、小型、低成本方向發展。
根據市場調查公司Markets and Markets的數據顯示2014年激光雷達傳感器的市場空間已達到4.03億美元，其中中國市場占比24%。預計到2035年中國激光雷達市場每年增量市場規模將達到170億元，中國激光雷達市場年複合增長幸爲17.5%；由于激光雷達傳感器技術性較強，目前供應商主要集中于海外，公司主要包括Velodyne、Continental、SICK,IBEO.Riegl等公司。
5、自動駕駛技術路線之爭：預先存儲or實時探測
預先存儲技術路線：1）需提前收集數據建立3D地圖，在地圖上標注好車道和交通牌等；2）GPS確定汽車大概的位置，通過與之前建立的地圖進行對比，確認現在的位置（誤差10cm內）；3）檢測、追蹤交通牌以及周邊環境，避免碰撞完成自動駕駛。目前谷歌、面度和Uber等主要使用這一技術路線。
實時探測技術路線：1）用機器學習方法離線訓練器，使車能檢測車道、行人和汽車等；2）GPS 確定汽車大概位置，系統自動實時檢測車道及周邊環境，根據此前訓練好的分類器實現對車道及周邊環境的識別和追蹤，完成自動駕駛。
兩種技術路線對比：
資料來源：公開信息整理
盡管預先儲存技術路線産業化程度較惑，但無法用于未繪制地圖地區以及後期高清地圖維護成本較高等原因，將限制該技術路線的使用範圍。而實時探測路線在目前技術條件下，其可靠性仍有待提升。目前結合預先儲存技術路線和實時探測技術路線或是現實選擇。從長遠來看，實時探測技術路線或是終極目標。
正如同汽車替代馬車一樣，自動駕駛汽車替代傳統汽車也將全面改變城市交通面貌，帶來極大的社會效益。
首先，自動駕駛將降低車禍事故率和死亡率。目前，全球每年120萬人死于車禍，美國去年車禍死亡人數更是增加9%至3.8萬人。90%的車禍是人爲造成的，因使用手機而分心近年更成爲酒駕以外最大的安全隱患。即便是L1/L2的自動駕駛，就能極大糾正人爲錯誤，降低事故率。據Insurance Institute for Highway Safety研究，自動緊急刹車（AEB）可以減少40%的追尾相撞，而前向碰撞預警（FCW）也能減少追尾相撞23%。Virginia Tech Transportation Institute根據Alphabet提交的數據研究證實，Alphabet自動駕駛汽車發生不同等級碰撞事故的概率均大幅低于目前全國交通事故數據庫計算的平均值。自動駕駛將大幅降低交通事故發生率：
資料來源： Virginia Tech Transportation Institute
自動駕駛汽車將提高汽車的使用率，以更低的汽車保有量滿足現有出行需求。目前，美國家庭平均汽車保有量爲2.1輛，但使用率只有4%（按座位計算的使用率僅爲1%），其他時間車輛或者停放在家中，或者停放在目的地。實現L4自動駕駛後，多個家庭成員共用一輛汽車將更爲可行。據密歇根大學測算，在私人購買L4自動駕駛汽車的情形下，美國家庭汽車保有量可以下降到1.2輛，但單車裏程可增加101%。
減少車輛保有量，增加單車裏程：
資料來源： “Potential Impact of Self-Driving Vehicles on Household Vehicle Demand and Usage”, University of Michigan Transportation Research Institute, February 2015
當自動駕駛汽車成爲社會共享後，資源效率的提高則更爲可觀。當自動駕駛技術成熟後，共享出行將更加成爲城市交通的主要模式。屆時，滿足現有出行需求的汽車保有量將進一步下降，單位交通成本將大幅下降。根據密歇根大學的測算，一輛自動駕駛共享汽車（Shared Autonomous Car）可以取代9.34輛傳統汽車（但是爲了讓車去接下一個人，需要多跑8%的路）。根據Singapore-MIT Alliance for Research and Technology測算，在新加坡內部署30萬輛SAV，就可滿足國民出行需求，而且即使在高峰時段，等候時間也不會超過15分鍾。而目前新加坡的乘用車保有量就接近80萬輛。BCG測算，紐約市目前乘坐出租車的出行單位成本是2.8美元/英裏，私人擁有車輛的成本是1.2美元/英裏，公共交通是1美元/英裏，而完全自動駕駛的共享車輛可以把單位成本降低至0.6美元/英裏。
降低單位交通成本：
資料來源： BCG “Revolution in the Driver Seat
自動駕駛還將減少交通擁堵（美國人一年堵車時間接近70億小時），降低停車場需求（城市面積中的15%用于停車場），減少能源消耗（碳排放20%來自交通），拓展殘疾人和老年人的活動範圍，釋放人們的駕駛時間（全球人民私家車駕駛時間是3750億小時每年），增添車內信息娛樂需求等。