图表：机器解决集约化需求，人解决个性化需求

资料来源：中金公司研究部

图表：快递员VS无人车边际成本

资料来源：京东物流招股书，中金公司研究部

无人配送车的发展拐点：技术、路权、商业临近突破前夜

我们认为无人配送在技术、路权、商业落地方面都到了快速突破的前夜。1）从技术角度而言，无人配送的技术架构体系在业内逐步达成共识，可适配通用性场景。随着产业链上下游逐渐完善，潜在的规模效应将驱动成本下降，进一步实现无人配送规模化的复制。2）“持证上岗”，由于无人配送车占用道路公共资源，因此它从诞生起即受到监管。北京亦庄开放路权传达了积极的信号，也为其他城市开放路权做出了示范效应。3）从商业化角度而言，“无人配送+”正在各行各业中得到应用。以京东物流为代表，无人配送+物流迎来快速发展。京东物流打造的无人配送车率先在若干公开道路及高校实践无人快递配送，在真实环境中积累数据驱动业务正向循环；在无人配送+本地生活领域，以美团为代表，在外卖、买菜、闪购多场景中以人机协作的方式提升骑手人效，以缓解日益明显的劳动力问题；无人配送也正渗透进零售行业，以新石器为代表，搭建了自下而上的技术和供应链体系，并且自建智能工厂快速实现量产。新石器以定义产品、打造标杆的方式，引领了无人车与新零售结合的模式。目前无人配送行业逐渐形成产业链，同时不管是互联网巨头还是创业公司都积极布局，具体情况如下图所示：

图表：无人配送产业链和相关企业

资料来源：艾瑞咨询，中金公司研究部

技术成熟适配通用场景，产业链形成中塑造新格局

无人配送与自动驾驶其他赛道遵循相同的底层技术原理，即感知、分析决策、控制执行以及云端基础设施等几个部分。从运行流程来看，首先通过多传感器识别并融合周围环境信息，输入数据；再由计算平台进行算法处理；最后根据计算结果执行相应的动作；另外在云端提供海量数据、高精地图以及后台远程接管和监控等基础设施。

图表：无人配送车辆工作流程

资料来源：艾瑞咨询，中金公司研究部

无人配送架构体系初见成型。由于无人配送的体积小、速度低、载重轻等特点，安全性相对可控，整体而言难度更低。从目前技术发展情况来看，相比于Robotaxi和Robotruck的高落地难度，无人配送Robodelivery技术基础和供应链体系逐渐形成。

赛道内多家公司基本达成产品和场景的共识。多家公司无人配送车辆陆续问世，既包括美团、阿里、京东等互联网巨头，也有新石器这样的初创企业。从产品基本规格和性能上来看，早些年各家造了大小不等、形态各异的无人配送车，目前各家经过几年的探索验证逐渐达成共识，主流的车体大小约为2.5米长*1米宽*1.7米高，最高时速在30km/h左右，续航约为100km；无人配送主要解决相对集约化的需求，人机协作是中短期内能够实现的，主要的应用场景包括快递、外卖、新零售等。

图表：部分无人配送车辆参数信息

资料来源：赛博汽车，各公司官网，新石器官网，中金公司研究部

跨学科多方位融合的自动驾驶技术水到渠成

底盘技术：源于传统汽车工业，但胜于汽车工业

多方势力进入驱动技术走向成熟。随着无人配送市场的逐步发展，各家企业看到了无人配送的潜在市场规模，以创业公司、Tier-1供应商和整车厂为主的玩家进入无人配送车辆线控底盘领域，推动技术走向成熟并逐步构建起了较为完整的供应链。

图表：无人配送车辆线控底盘供应商情况

资料来源：36氪，车东西，赛博汽车，盖世汽车社区，中金公司研究部

软件定义制造，产业链话语权变革。传统汽车底盘制造的难点在于硬件的生产加工，即冲焊涂装的过程，而随着智能化汽车时代的到来，以自动驾驶系统为代表的软件功能成为无人车底盘的核心，需要全新的E/E架构去实现软件定义汽车的理念。我们认为，产业链价值核心的转移驱使主机厂强化在软件能力上的投入，类似于特斯拉研发集中式E/E架构和FSD系统，在底盘领域，无人配送车企业/主机厂将会采取类似举措以保持产业链核心地位，强化对于产业链的掌握。

智能感知和决策：“感官”和“大脑”至关重要

无人配送车同样需要多维度的传感器系统。尽管在运行速度上和Robotaxi、Robotruck等存在较大区别，面对更加复杂的非标路况，无人配送车辆仍然需要包括激光雷达、毫米波雷达、摄像头和超声波雷达在内的完善传感器体系。受乘用车与商用车领域持续多年的智能化升级趋势影响，当前除激光雷达以外的车载传感器技术相对成熟。激光雷达方面，用于无人配送车辆的产品在技术要求上弱于乘用车和商用车，通常是16线或者32线，低于乘用车和商用车的64线或128线，相比之下生产难度更低，产能更大。另一方面，以禾赛科技、速腾聚创、大疆为代表的国产厂商逐步进入之前被Velodyne等国外厂商垄断的市场，并开发面向无人配送领域的激光雷达，不断降本提效。根据禾赛科技招股说明书，2020年前三季度禾赛激光雷达总产能达到5,070台。

图表：主要激光雷达供应商

资料来源：亿欧智库，新智驾，车云，禾赛科技官网，Velodyne官网，中金公司研究部

惯性导航系统随着国产替代有望进一步降本。惯性导航由于不依赖外部信息、延时低、数据输出全面的特点具有不可替代性，通常和全球导航卫星系统（GNSS）搭配使用以实现精度和场景的互补。在自动驾驶等领域，大部分公司使用以诺瓦泰公司为代表的进口产品。目前国内厂商也开始切入该赛道，典型代表包括星网宇达、导远科技、戴世智能和羲朗科技。随着技术不断成熟、国产替代，我们预计成本有望进一步降低。

图表：国内部分高精定位企业

资料来源：头豹研究院，中金公司研究部

计算平台迎来国产化突破。无人配送车辆芯片需要综合考虑算力与功耗的平衡，目前大多数低速无人配送车大多数采用英伟达Jetson AGX Xavier芯片，在提供较强计算性能的同时兼具小尺寸低功耗的特点。国内厂商经过技术打磨也逐步实现突破，例如华为发布MDC300F，应用于港口、矿山、园区物流等商用场景。

图表：车载计算芯片供应商及主要产品

资料来源：各公司官网，电子发烧友网，中金公司研究部

智能算法：理解多样、非标道路和场景

非标路况、行人、环境需要差异化算法。不同场景决定了自动驾驶各个子赛道的技术差异，这在数据和算法上尤为显著。Robotaxi场景集中在城市快速路和高速公路，主要面对车流，追求乘客安全舒适的乘坐体验；Robotruck场景则集中在高速公路上，由于高速和载重大的特点，更加追求极限感知，进而预留出反应时间；而无人配送则集中在非标道路上，主要运行的区域为非机动车道、小区、园区等多元化的场景，因此在自动驾驶算法中除了更关注额外的行人数据外，也需要大量的经验和工程化能力的积累，以更好地识别多种多样的场景、物体，从而更加有效地做决策。

图表：自动驾驶子赛道的技术差异

资料来源：中金公司研究部

数据积累驱动算法迭代的飞轮效应开始显现。部分企业已经开始在真实的城市道路和小区中进行商业运营，积累了相对可观的数据。我们预计随着无人配送车辆运营规模增加以及行驶里程提升，算法在大量数据集支撑下将得到快速迭代优化。

图表：无人配送代表公司自动驾驶里程[1]

资料来源：The last driver license holder，中金公司研究部

规模效应下成本有望持续下降

当前成本跨度较大，平均成本仍然较高。无人配送车辆主要硬件成本由线控底盘、激光雷达、惯导系统和计算平台构成。由于细分场景的差异，不同公司在底盘、上装、传感器、惯导和计算平台选择上存在不同方案，同时由于各公司在规模化进度上的差异，单车成本呈现出明显跨度。

规模效应驱动成本快速下降。