36氪研究院36氪研究院《2023年中國自動駕駛行業研究報告》報告摘要·經過多年發展，自動駕駛已經成為中國展現國家技術實力、創新能力和產業配套水平的新名片，呈現出蓬勃向上的新格局。進入2022年以來，國家層面及地方政府也適時出臺一系列政策和規劃，促進自動駕駛相關產業健康快速發展。2022年11月，工信部印發《關于開展智能網聯汽車準入和上路通行試點工作的通知》,對準入試點的智能網聯汽車產品，提出了一系列規劃和指導要求，乘用車自動駕駛正在由L2向L3+過渡，商用車自動駕駛得益于硬件平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝標配。據統計，2022年我國在售新車L2和L3的滲透率分別為35%和9%,預計2023年將達到51%和20%*。與此同時，限定場景下的商用車自動駕駛率先進入商業化階段。這主要由于商用車對價格的敏感以及政策鼓勵與放開，使得商用車在成本、市場、技術、2022年以來，資本針對自動駕駛賽道的投資邏輯開始發生變化。簡言之，就是資本市場趨于理性，商業化落地成為影響投資人決策的關鍵性指標。當前，自動駕駛企業兼顧算法優化和量產落地，在技術研發同時，通過技術應用降維實現規?；慨a，打通商業化落地路徑，構建數據閉環，推動自動駕駛加速落地?？梢灶A見，當自方案提供商目錄CONTENTS發展驅動力0202自動駕駛產業鏈及應用場景分析產業鏈概述產業鏈關鍵環節分析0303自動駕駛典型案例分析知行科技0404自動駕駛發展趨勢展望艙駕融合成為趨勢生態合作成為企業發展的重要能力30101自動駕駛行業發展概況定義與分類發展驅動力發展現狀資本分析41.11.1定義與分類自動駕駛技術分為多個等級，L3級是重要分水嶺，本報告研究采用SAE分級標準···自動駕駛，又稱無人駕駛，是依靠計算機與人工智能技術在沒有人為操縱的情況下，完成完整、安全、有效駕駛的一項前沿科技。自動駕駛技術分為多個等級，不同機構提出過多種分級標準，目前業界常用的兩種分級標準是NHTSA分級(美國高速公路安全管理局提出)和SAE分級(美國汽車工程協會提出)。兩種分級在具體級數劃分方面存在差異，但是在特征描述方面存在共性，從L3級開始，駕駛主角均由駕駛員操作轉換為車輛自主駕駛。由此，L3級成為自動駕駛技術應用的重要分水嶺。在本報告中，對自動駕駛技術的研究采用SAE分級標準。沒有任何輔助功能及系統駕駛員完全依靠駕駛員進行操作駕駛員駕駛員無駕駛支援車輛對方向盤和加減速的駕駛員負責其余駕駛動作駕駛員駕駛員限定場景部分自動化車輛對方向盤和加減速的駕駛員負責其余駕駛動作駕駛員駕駛員限定場景有條件自由車輛完成絕大部分駕駛操作，駕駛員需保持注意力以備不時之需駕駛員限定場景高度自動化在限定道路和環境條件下，駕駛員無需保持注意限定場景完全自動化駕駛員無需保持注意力1.2發展驅動力1.2發展驅動力·近年來，我國先后推出一系列支持政策，推動自動駕駛技術發展和商業化落地。2020年2月，國家發改委、工信部等11個部委聯合下發的《智能汽車創新發展戰略》提出，加速發展高級別自動駕駛。2022年8月，交通運輸部發布《自動駕駛汽車運輸安全服務指南(試行)》(征求意見稿),旨在適應自動駕駛技術發展的趨勢，鼓勵自動駕駛車輛商用。同時，北京、深圳、重慶等多地陸續出臺政策法規，推動自動駕駛車輛的商業化運營和上路。時間發布部門發改委、工信2020年2月部、科技部等11個部委業〔2020〕202號)片等產品研發與產業化；推進智能化道路基礎設施規劃建設，建設廣泛覆蓋的車用無線通信網絡等。2020年4月工信部要形成能夠支撐駕駛輔助及低級別自動駕駛的智能網施評估機制。2020年10月國務院辦公廳2025年)》(國辦發〔2020〕39號)管控系統；推進以數據為紐帶的“人一車—路—云”駛物流配送、市政環衛、快速公交系統(BRT)、自動代客泊車和特定場景示范應用。工信部、公安2021年9月部、交通運輸〔2021〕97號)推動汽車智能化、網聯化技術應用和產業發展，規范城鄉建設部、2021年10月農業農村部等八部門科〔2021〕130號)打造車聯網(智能網聯汽車)協同服務綜合監測平臺，加快智慧停車管理、自動駕駛等應用場景建設，推動同化發展。2022年8月交通運輸部(試行)》(征求意見稿)在保障運輸安全的前提下，鼓勵在封閉式快速公交系統等場景使用自動駕駛汽車從事城市公共汽(電)車客運經營活動，在交通狀況簡單、條件相對可控的場景使用自動駕駛汽車從事出租汽車客運經營活動，在點對點干線公路運輸、具有相對封閉道路等場景使用自動駕駛汽車從事道路普通貨物運輸經營活動。2022年11月工信部路通行試點。51.2發展驅動力1.2發展驅動力Al技術發展推動自動駕駛技術迭代，芯片、算度學習算法在感知層和決策層共同驅動自動駕駛發展，深度強化學習算法 (DRL)的產生讓更高維度的數據處理成為可能；2)海量優質路況數據是來的高質量數據給自動駕駛發展提供了必要支持；3)芯片為自動駕駛技術念6自動駕駛能夠在交通安全、出行效率、節能減排、產業變革等方面發揮價值高峰期出現擁堵*,自動駕駛的車載傳感器可與智能交通系統結合使用，實和更少的交通擁堵率，可以有效降低資源浪費，實現節能減排的效果。工具轉變為以用戶需求為導向的第三移動空間。自動駕駛讓駕駛員的精力和雙手得以解放，成為未來出行變革必不可少的技術底座。8劃71.3發展現狀1.3發展現狀乘用車自動駕駛正在由L2向L3+過渡，商用車自動駕駛已進入商業化運營階段平臺和軟件算法逐步成熟，新車搭載L2功能正在逐漸成為前裝2022年我國在售新車L2和L3的滲透率分別為35%和9%,預計2023年將達到51%和20%。部分科技公司直接研發L4級自動駕駛，并在部分城市路段或特定場景下進行測試。但目前高級別自動駕駛仍然面臨著政策法規、安全性、技術成熟度等眾多挑戰亟待突破。據統計，2022年我國L4滲透率為2%,預計2023年將達到11%*。商用車對價格的敏感度更低，B端付費意愿更高，加之場景交通復雜程度較低以及政策鼓勵與放開，使得商用車在成本、市場、技術、法規等方面具有更好的落地性。目前，在礦區、港口、干線物流、機場、物流園區等細分場景，高級別自動駕駛正在孕育新市場。其中，干線物流、礦區、港口三大場景因人力資源不足和安全事故頻發的痛點明顯，降本增效成果顯著,商業化1.3發展現狀1.3發展現狀各類玩家以不同發展思路參與市場競爭，推動供應鏈和產業格局劇烈變化隨著自動駕駛高速發展，傳統汽車產業中的主機廠和Tier1之間的關系也在發依舊是市場主力，但中國本土Tier1供應商份額合計占比已經達到了8.89%,1.3發展現狀1.3發展現狀1.4資本分析·據不完全統計，2022年國內自動駕駛領域相關融資153起，對外披露的融資總額近300億元。與2021年相比，融資事件數量有所增加，但累計融資金額大幅下降。與此同時，2022年融資超過5億元的投資事件僅有8起，而去年同一標準下為19起?？梢姡Y本市場趨于理性。從投資方向來看，資本的投資邏輯正在由過去的多點布局轉變為商業化落地、硬件集成和量產為先。2021年2022年飛步科技2022年12月自動駕駛技術服務商地平線2022年10月高效能智能駕駛計算方案提供商2022年3月自動駕駛全棧技術與運營服務提供商2022年12月自動駕駛通用解決方案提供商約6億美元2022年6月新能源汽車產品及出行方案提供商知行科技C+輪Na2022年4月自動駕駛前裝系統解決方案提供商自動駕駛產業鏈及應用場景分析自動駕駛產業鏈及應用場景分析自動駕駛產業圖譜自動駕駛產業鏈關鍵環節分析芯片、傳感器、線控底盤、高精度地圖、V2X自動駕駛主要應用場景自動駕駛產業圖譜上上游傳感器高精地圖高德地圖決策規劃軟件算法芯片 Z-ON三通信模組域控制器 中中游下下游理想C端用戶注：自動駕駛產業圖譜由36氪研究院梳理，只列出部分企業為代表，未覆蓋全產業CPU+ASIC方案有望成為未來主流架構，大算力芯片快速發展1.芯片。自動駕駛芯片作為計算的載體，是自動駕駛實現的重要硬件支撐。在智能汽車快速發展帶動下，汽車芯片結構由MCU進化至SoC。SoC是系統級別芯片，在MCU基礎上增加了音頻處理DSP、圖像處理GPU、神經網絡處理器NPU等計算單元，常用于ADAS、座艙IVI、域控制等功能復雜的領域。目前市場中主要有三種自動駕駛芯片SoC架構方案，從發展趨勢來看，定制批量生產的低功耗、低成本的專用自動駕駛Al芯片(ASIC)將逐漸取代高功耗的GPU,CPU+ASIC方案有望成為未來主流架構。發展趨勢Mobileye、華為、地平線等自動駕駛算法成熟后，定制批量生產的低功耗、低成本的專用自動駕駛Al芯片(ASIC)將逐漸取代高功耗的GPU,FPGA適合做算法的開發測試，在大規模量產方面不具備·隨著自動駕駛等級提升，多傳感器融合，感知數據處理量增加，同時上層軟件性能持續迭代，應用功能不斷豐富，汽車對算力的需求大幅提升，推動大芯片裔`SoC心片名稱最大算力功耗(W)制程(nm)華為高通特斯拉(自研)地平線Mobileye英偉達大華股份2.12.1自動駕駛產業鏈關鍵環節分析單車搭載傳感器數量大幅增長，傳感器需求有望持續擴大2.傳感器。傳感器是自動駕駛感知層的核心硬件，主要利用車載攝像頭、激光雷達、超聲波雷達、毫米波雷達等對車輛周邊的環境進行實時感知，獲取周圍物體的精確距離及輪廓信息。·從技術發展路徑來看，自動駕駛主要分為視覺派和雷達派兩大路線。視覺派以攝像頭為主，輔以毫米波雷達、超聲波雷達等傳感器，總體成本較低，以特斯拉為典型代表。但由于攝像頭對物體及其距離的識別高度依賴深度學習算法，因此視覺方案對算法的要求極高，需要龐大的訓練數據來持續支持算法改進。雷達派以激光雷達為核心，并配合攝像頭、毫米波雷達、超聲波雷達等傳感器，以強感知和低算法為特點，典型代表是Waymo。早期激光雷達成本較高，動輒上萬美元的價格在一定程度上制約了方案推廣，近年來在技術發展、量產規模提升、國產供應鏈切入等多種因素驅動下，目前整體價格已有所下降，越來越多的終端車廠導入激光雷達解決方案。隨著高級別自動駕駛滲透率不斷提升，視覺路線和雷達路線的單車搭載傳感器數量均較以往大幅增長，其中L3傳感器數量將達到17-34顆，比L1增加一倍以上，傳感器需求有望持續擴大。24重要條件測繪資格成為高精地圖產業的重要壁壘。目前，擁有“導航電子地圖制作 182.2自動駕駛主要應用場景——物流2.2自動駕駛主要應用場景——物流·根據不同行駛里程和行駛區域，自動駕駛在離、道路參與者相對簡單的特點。長期以來，安全和成本問題是干線物流的兩大痛點。在這一市場，60%運力為個體車主或小型車隊，市場競爭激烈且無序，超載、超速、疲勞駕駛等問題普遍存在*1。搭載L3及以上自動駕駛系統的卡車可以實現高速上自動跟車、變道超車、主動避讓、自動調頭等多項駕駛功能，在解決安全問題的同時，能替代一名安全員，降低用工需求，減少人力成本，提高運輸效率。產業和學術界認為，隨著自動駕駛技術的應用，重卡運營成本或可降低26%,事故率或可降低80%*2。由于商業模式更易落地，干線物流場景的自動駕駛玩家眾多，主要有主機廠商、智駕技術型企業、園區等封閉或半封閉場景，具有高頻分散、即時性強的特征，存在配送效率低、成本高的行業痛點。相比于載人級自動駕駛應用，末端物流場景的行駛速度低、路段封閉、場景復雜度低，自動駕駛技術的落地難度大大降低，因而能夠更早實現規?；纳虡I應用，搭載自動駕駛系統的無人配送車成為解決方案。通過配備雷達、攝像頭等高精傳感器，無人駕駛配送車能夠實時感知和識別周邊環境變化，根據配送物體的數量和需求，自助規劃最優配送路線，降低人力依賴，減少重復配送，提高配送效率。目前，我國已經基本實現無人配送車核心零部件的自研自產自用，極大降低了產品成本，為規模化36氪研究防的勞動密集型行業，依賴大量人力，人力成本占60%以上；另一方面，在老齡化背景下，環衛工人的平均年齡也偏高，多數人員年齡超過50歲*。自動駕駛環衛車不僅能夠節省人力，還可以提高環衛工作的智能化水平，提升環衛工作效率和安全性。隨著智慧環衛被納入政府部門和環衛服務公司的發展規劃之中，環衛自動駕駛因其三千多億的潛在市場空間，以及低速、安全風險更小的技術可行性，成為自動駕駛率先實現商業落地的場景之一。目前，切入環衛自動駕駛領域的科技公司眾多，包括自動駕駛公司、服務機器人公司、泛人工智能應用公司等。對于正向現金流的追求和商業化盈利能力的期待成為各類玩家的共識。想要在環衛市場突出重圍，除了優秀的商業拓展能力，技術、算法和數據的積累以及深耕行業的運營能力成為市場競爭s2.2自動駕駛主要應用場景——礦山2.2自動駕駛主要應用場景——礦山高，安全問題一直是行業的根本訴求；另一方面，礦山多在偏遠地區，條件艱苦，危險系數高，即使提高工資也面臨招工難的問題。自動駕駛能夠減少作業人數，提升礦區工作安全性，降低人力成本，有效解決礦區痛點。因此，與國外相比，我國礦區自動駕駛起步較晚，主拓智能等自動駕駛公司牽頭落地。礦山開采分為露天開采和地下開采，目前國內的自動駕駛企業幾乎都聚焦于露天礦的運輸場景。礦區自動駕駛解決方案是一項綜合工程，不僅需要無人駕駛改裝、線控化設計和匹配、加裝軟件算法和多傳感器融合方案，還需要搭建調度系統、高精地圖和通信網絡，最終實現最優路徑規劃和決策控制。近五年來，國內企業加快礦山場景的技術方案研發和運營探索，多家公司已經開始小規模的車隊測試運營。在政策支持、技術進步和市場需求驅動下，礦山自動駕駛商業化落地程度將逐步提升。據預測，到2025年中國礦山自動駕駛市場規模有望突破千億元2.2自動駕駛主要應用場景——港口2.2自動駕駛主要應用場景——港口集卡，能夠行駛在塔吊和堆場之間，負責運輸集裝箱。加之港口基建完善度港口水平運輸自動化共有自動導引運輸車AGV、自動駕駛跨運車、自動駕駛集卡三種解決方案。自2018年起，主線科技、西井科技、智加科技等國內多中、南部沿海重要港口均有布局。據統計，預計2025年中國港口集卡L4自動駕駛滲透率將超過20%,L4港口自動駕駛集卡應用規模有望達到6,000-7,000輛，中國港口自動駕駛規模將超過60億元，占全球市場約30%*。解決方案AGV自動駕駛跨運車單車成本高昂單車成本較高單車成本較低港內限定區域港內限定區域同時支持自動駕駛和遠程控制同時支持自動駕駛和遠程控制需重新鋪磁釘簡單易行簡單易行高適用港口大型新建港口堆垛箱數較少新舊港口新舊港口2.2自動駕駛主要應用場景——2.2自動駕駛主要應用場景——Robotaxi解決當前車輛安全隱患和用車痛點，其無人化和智能化優勢將給出行方式帶業界認為，我國Robotaxi商業化發展可分為四個階段。商業化運營牌照的推出是拉開商業化序幕的標志；商業化1.0是運營政策賦能期，集中解決算法精進和長尾問題，為大規模商業化應用提供技術支撐；商業化2.0是技術成熟期，技術得到市場驗證，實現大規模量產和落地；商業化3.0是成本效率獲取數據以及通過數據迭代算法的能力成為各自動駕駛公司完善技術解決方案、實現商業化應用的核心競爭力。自動駕駛公司和出行服務運營商積極探商業化0商業化0.0階段商業化2商業化2.0階段測試期運營政策賦能期駕駛技術成熟期成本效率優勢期·滲透率<5%*參考資料：羅蘭貝格，36氪研究院整理03典型案例分析03典型案例分析地平線蘑菇車聯輕舟智航知行科技高性能的征程系列新芯片和強大的視覺感知處理能力，能夠高效支撐以大規模深度神經網絡應用和海量數據處理為主的智能駕駛落地，幫助車企與合作伙伴地實現L2-L4級智能駕駛量產及持續迭代升級信任關系構建，是面向整車智能感知交互框架下的感知方案?；谡鞒滔盗行酒捎靡曈X+語音的多模態全時免喚醒、可見即可說、所思即所達等主動精準的交互體驗，具備低延遲、高精準性的特點，可有效助的座艙體驗3.1地平線案例分析地平線是行業領先的高效能智能駕駛計算方案提供商·地平線成立于2015年，是行業領先的高效能智能駕駛計算方案提供商。作為推動智能駕駛在中國乘用車領域商業化應用的先行者，地平線致力于通過軟硬結合的前瞻性技術理念，研發極致效能的硬件計算平臺以及開放易用的軟件開發工具，為智能汽車產業變革提供核心技術基礎設施和開放繁榮的軟件開發生態，為用戶帶來無與倫比的智能駕駛體驗。依托領先智能計算架構技術，打造底層開放平臺。地平線是國內率先實現大規模前裝量產的車載智能芯片公司，領跑ADAS一體機、智能座艙、智能駕駛(行泊一體)域控制器等細分市場。地平線通過在車載智能芯片與智能駕駛算法領域的前瞻探索與量產積累，現已構建起支撐全場景整車智能規模化落地的強勁實力，能夠面向產業提供包含高性能汽車智能芯片、硬件參考設計、軟件開發平臺、參考算法與示例等在內的完整芯片解決方案。平臺產品地平線感知方案蓋L2-L4級全場景智能駕駛和智能座艙場景，靈活滿足全價位、全動力類型車型量產需求；最新一代征程5專注高等級智能駕駛，算力高達128TOPS,可開放支持包括攝預測與規劃控制需求地平線天工開物⑧:自主研發的算法工具鏈，包含模型后兼容性支持，同時滿足開發者的差異化創新需求地平線艾迪@:面向智能汽車軟件產品開發及迭代需求打構的深度結合。在大算力基礎上，地平線憑借在軟件協同優化方面的深厚積淀與持續探索，用算法定義芯片，并將芯片性能發揮到極致，大幅提升計算200萬片，與超過20家車企簽下超過70款車型的前裝量產定點項目。2022年9月，地平線征程5芯片的全球首發量產車型“理想L8”上市，正式開啟國產大算力芯片量產元年。同年，地平線先后與大眾汽車集團達成深度戰略合作，與東風日產啟辰達成量產合作，意味著中國車載智能芯片企業已經走向模式，向行業合作伙伴提供底層芯片和芯片開發軟件平臺，幫助合作伙伴快速建立具有競爭力的自動駕駛軟硬件系統。同時，地平線打造了開源的實時操作系統TogetherOS,并嘗試向部分有能力的整車廠開放BPUIP授權，提供軟件工具包、芯片參考設計和技術支持，助力部分車企開發自研芯片，提商，率先落地“車路云一體化”方案·蘑菇車聯成立于2017年，是自動駕駛全棧技術與運營服務提供商。基于對政握，蘑菇車聯采取“單車智能+車路協同”技術路線，以系統性思維打造了據等前沿技術，將自動駕駛+車路協同+Al云平臺三大板塊深度融合，打破生及驗，形成商業化落地閉環，成就“行業黑馬”為主旋律，行業競爭焦點也轉移于此。蘑菇車聯充分考慮市場需求、應用成本、落地阻力等因素，遵循商業化落地的底層邏輯，選擇從簡單到復雜、從高毛利到常規場景的發展思路，覆蓋車輛類型從特種車輛、商用車到公共服務乘用車，最后延伸至私家車。具體而言，短中長期盈利模型可以概括為三衡陽城市級自動駕駛項目、云南大理車路協同自動駕駛智慧景區項目等10余個城市級項目，累計訂單金額超過100億元。其中，衡陽項目是典型代表。2021年，蘑菇車聯與湖南省衡陽市政府達成“車路云一體化”戰略合作，集合城市交通新基建、自動駕駛運營服務和城市智慧交通大腦，建成國內首個01.車路協同系統服務：打造城市交通數字底座02.自動駕駛運營服務：在城市各個場景實現自動駕駛商業化落地03.自動駕駛數據服務：為所有交通參與者提供實時交通數據現產品和技術的打磨。地圖與定位批量化數據解決方案數據平臺標注平臺傳感器數據系統數據駕駛行城市公開道路高速公路園區道路車庫泊車仿真模塊感知算法感知算法感知算法數據高效自動化利用預測規控圖示：輕舟智航“自動駕駛超級工廠”36氪研究院36KRRESEARCH3.3輕舟智航案例分析3.3輕舟智航案例分析多元產品矩陣+差異化技術路線+商業化優勢，構成輕舟智航的核心競爭力·多元產品矩陣，滿足市場需求。在L4級自動駕駛領域，輕舟智航以智慧城市場景需求為導向，推出龍舟系列自動駕駛車及解決方案，應用于網約車、公交車及接駁車等場景。前裝量產方面，推出高階輔助駕駛方案“輕舟乘風”,可全國產配置，既可配置“一顆激光雷達”,也可純視覺配置，以極致務實方案達到高性價比，并基于一套技術棧，滿足多變車型和多類場景需求?！げ町惢夹g路線，打造獨特競爭力。數據方面，輕舟智航擁有海量L4級傳感器數據和駕駛行為數據，有效提高前裝量產能力上限；同時利用L4工具鏈優勢，加速前裝量產能力迭代。感知方面，超融合感知方案擁有領先的多傳感器時序穿插融合技術，可極大提高感知精度和魯棒性；PNC方面，基于獨創的時空聯合規劃技術，打造高質量PNC方案，可靈活計算路徑和速度，讓車輛行車更聰明、效率更高效、體驗更舒適。構筑商業化壁壘，推動自動駕駛廣泛落地。以Robobus作為落地場景的起點，通過小商業閉環積累大量數據，推動更大商業閉環的實現。并在Robobus領域開創新品類，聯結居民區、交通樞紐和商業中心，利用“軌道交通+微循環”的高效模式，滿足居民“最后三公里”的出行需求。同時，在Robotaxi領域不斷進行技術測試和產品打磨，推動自動駕駛廣泛落地。自動駕駛中央域控制器自動駕駛中央域控制器智能前視攝像頭知行科技專注于自動駕駛前裝系統解決方案，是國內領先的具有全棧研發能力的公司場需求。域控制器產品包括三個系列，其中iDCMid和iDCHigh是當前面向自主泊車、記憶泊車、代客泊車等功能。高級輔助駕駛功能高級輔助駕駛功能自動駕駛系統功能圖示：知行科技主要產品與服務NOA(導航輔助駕駛)、360全景影像、HPA(記憶泊車)等功能，兼具性依賴于任何特定的硬件平臺，上層功能可以100%移植到全新硬件平臺。為實時操作系統RTOS(包含核間通信),HLOS(如Linux這種開源的操作系自動駕駛發展趨勢展望自動駕駛發展趨勢展望商業化落地成為競爭關鍵艙駕融合成為趨勢生態合作成為企業發展的重要能力自動駕駛下半場競爭將進入加速期，商業化落地將成為競爭關鍵·目前，自動駕駛企業兼顧算法優化和量產落地，在技術研發同時，通過技術應用降維實現規模化量產，打通商業化落地路徑，構建數據閉環，推動自動駕駛加速落地。當自動駕駛下半場來臨，商業化落地將成為競爭關鍵。自動駕駛商業化主要受場景標準化程度、技術成本優勢、安全性能要求等因素影響。這就意味著，整體來說，高級別自動駕駛將遵循從封閉到半開放和開放、從專用到通用、從載物到載人的落地邏輯?！ど逃密嚪矫?，自動駕駛貨車商業模式