技术对比报告 第1篇
目前广泛应用的自动驾驶技术中，普遍还是以车辆单向感知为主，通过 摄像头、雷达等设备实现对外部环境的感知。而这种方式对传感器的精度、 响应速度、处理能力等都有极高的要求，所以“车路协同”的概念就被提了 出来。
V2X，Vehicle To Everything，指的是车辆与外部的信息交换，其中主要 包括 V2N（车辆与网络/云）、V2V（车辆与车辆）、V2I（车辆与道路基础设 施）、V2P（车辆与行人），通过这种近乎于万物互联的方式，使得车辆在行驶 过程中能够提前获知外部信息，从而检测隐藏的威胁并扩大自动驾驶感知范 围，而且能通过主动通信提前进行预测和规划，从而进一步提升自动驾驶实 现的安全性、效率和舒适性，这也就是所谓的“车路协同”。
过去 V2X 一直发展不畅，一个重要的因素就是网络条件不够好，带宽、 延迟等方面都不足以达到 V2X 所需的理想状况。而在 5G 技术成熟应用之后， 其极高的网络传输速度和极短的网络延迟使得 V2X 的实现获得了硬件基础 支持，同时 5G 网络切片技术也能提升自动驾驶的稳定性。
如果我们将车路协同按深度划分为协同感知、协同决策、协同控制和车 路一体化四个阶段，毫无疑问目前只能是协同感知，而且只能算是初期。当 前车企在智能驾驶端仍然把注意力集中在单车智能上，而需要利用基站与无 线通信技术进行车、路、人之间协同的 V2X 并不是靠车企自己能解决的，更 重要的是需要有国家层面对相关基础设施建设的政策支持。
目前从事自动驾驶系统开发的厂商数量众多且分布广泛，并且由于整个 系统需要从硬件架构到软件编写再到车企验证的多个环节，整个产业链涉及 到的范围很广，但总体来说能够实现量产装车上路的基本上还停留在 级 别，部分功能可以达到 L3 或以上，距离 L4 和 L5 的高度自动驾驶还有很长 一段路要走。
从技术路径来看，软件端分歧不大，本质上都是依靠机器学习算法，结 合实际路测数据和模拟路测数据实现迭代。而硬件端的分歧主要在是否使用 激光雷达：由于具有优异的性能，为了保证自动驾驶的安全性，激光雷达是 绝大多数厂商的选择，其中包括了 Waymo、沃尔沃、通用等；而由于高昂的 成本，基于商业化量产考虑，特斯拉不采用激光雷达，而是采用以视觉方式 为主，超声、毫米波雷达为辅的方式来构建其感知模块。我们认为从优先保 证安全性的角度出发，未来激光雷达仍将是自动驾驶系统最重要的传感器之 一，而其目前高昂的成本会在技术进步和规模效应的多重作用下显著降低， 从而使其具有足够的经济性。
从自动驾驶的终局模式来考虑，车路一体化是最后的理想状态，但这也 会是一个极其漫长的发展过程，在这个过程中，我们相信国家推动的数字经 济发展战略将持续为车路协同的发展提供支持。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
技术对比报告 第2篇
毫米波雷达指的是工作在毫米波段（波长 1-10mm，频域 30-300GHz） 的雷达。目前车用毫米波雷达主要包括 24GHz 和 77GHz 两种。
毫米波的波长介于微波和厘米波之间，因此毫米波雷达兼有微波雷达和 光电雷达的一些优点。同厘米波雷达相比，毫米波雷达具有体积小、质量轻 和空间分辨率高的特点。与红外、激光、电视等光学雷达相比，毫米波雷达 穿透雾、烟、灰尘的能力强，具有全天候全天时的特点。同时，与摄像头不 同，毫米波雷达的感知探测距离较远，并且能够对目标距离和速度做出高精 度测量。
77GHz 雷达各项性能都具有优势。相比 24GHz 雷达，77GHz 雷达可以 同时做到长距离探测和更高的距离分辨率；并且在物体分辨率、测速和测距 精确度上具有显著优势；同时，77GHz 雷达由于波长更短，所以收发天线面 积体积更小，因此体积也更小。但是 77GHz 雷达由于技术相对较新，且数量 规模较小，目前价格仍然较高，因此 24GHz 雷达还是目前的主流，但未来 77GHz 雷达可能会将其替代。
毫米波雷达的缺点主要包括以下几个：
1）探测范围较小，通常需要多个雷达组合使用，导致总成本明显提高；
2）由于其分辨率参数是以角度计量，因此其实际分辨率在远距离时可以 达到足够高，但近距离可能无法准确分辨位置；
3）对行人的反射波弱，难以识别；
4）对横向目标敏感度低，并且只能提供角度和距离信息而无法提供高度 信息；
5）无法成像，无法进行图像颜色识别。
技术对比报告 第3篇
根据通信距离不同，可分为短距离无线通信技术和长距离无线通信技术。其中，短距离通信技术包括：WI-FI、蓝牙、ZigBee等;远距离通信技术包括蜂窝和LPWAN等。
根据传播速率不同，无线通信技术大致可以分为高速率、中速率和低速率三类，具体应用场景及特征如下：