本文基于《道路机动车辆生产企业及产品公告》、机动车出厂合格证数据等汽车行业数据,对我国汽车产业运行特征和发展环境进行了全面系统梳理和深入分析.主要从市场发展情况、新形势下汽车行业发展环境等方面剖析我国汽车产业发展现状及结构亮点,展望2023年行业整体发展趋势,为汽车行业、企业提供参考.

一、我国新能源汽车行业发展现状 (一)2022 年我国新能源汽车迎来爆发式增长 在政策和市场的双重作用下, 2022 年我国新能源汽车产业进入全面市场化拓展期,渗透率快速提升.根据机动车出厂合格证数据统计,2022 年我国新能源汽车产量达632.9 万辆,同比增长 93.7％,渗透率达到 26.0％,相比 2021 年提升 13.2 个百分点.

智能网联汽车大数据已经成为推动自动驾驶技术迭代更新,促进产业生态创新发展的基础性战略资源,随之而来的用户隐私和数据安全问题受到了社会各界的广泛关注.分析了智能网联汽车数据区别于一般大数据的典型特征,针对不同类别的数据进行了权属问题研究,认为除基础属性信息外,其他数据都应在匿名处理后进行分析应用.研究提出了目前数据产业化应用的4种典型场景.在国内外关于汽车数据安全保护相关法律法规的框架下,从国家、行业、企业3个层面分析提出了规范数据采集处理、强化数据挖掘应用的策略建议.

商用车保有量约占汽车保有量的12％,但NOx和PM污染物排放量分担率高达80％,温室气体排放量占道路交通总排放量的77％.商用车是汽车产业减污降碳的关键.基于机动车出厂合格证数据对我国商用车市场发展现状、发展趋势和低碳化发展路径进行研究分析.结果表明,当前我国商用车低碳发展仍面临排放高、降耗压力大,新能源化程度低且差异较大等现实困境.同时,我国商用车具有产品分类复杂、应用场景多元化的特点,使用同一标准和政策目标对其进行约束难度较大.基于以上情况,在"碳达峰,碳中和"目标下,商用车低碳发展,仍需多措并举和多路径协同,才能有效推进.

为提高作为自动驾驶系统安全性验证手段的场景测试的效率,本文中提出了一种自动驾驶系统并行加速测试方法.首先根据自动驾驶系统测试需求,构建了由顶层管理层、中层协调层和底层执行层构成的3层加速测试架构.然后确定不同层级的具体任务:顶层管理单元流动,中层协调参数计算,底层执行试验运行.最后以前车切入场景为例,对某黑盒自动驾驶算法分别使用并行加速、并行遍历、单线程加速和单线程遍历4种方式进行对比测试.结果表明,在测试具体场景总数为4590的情况下,4种方式均发现所有危险场景,但其耗时差别悬殊,分别为1.3、5.7、22.4和96.2 h.说明本文提出的并行加速测试方法可有效、快速地发现参数空间中的危险场景,提高自动驾驶系统测试效率.

新能源汽车较高的成本是制约我国新能源汽车发展的重要因素之一.本研究构建了纯电动和燃料电池汽车经济性综合分析比较模型.基于新能源汽车各关键零部件的学习率曲线,对纯电动和燃料电池乘用车、客车和货车的未来制造成本趋势进行了分析和比较.同时结合我国私家车、出租车、公交车和物流车4个应用场景,对各场景下纯电动和燃料电池汽车使用成本进行了分析.最后比较了未来不同时点下两种技术路线下的总成本差异.研究发现,虽然未来增程式燃料电池汽车制造成本较低,但纯电动车使用成本价格优势明显,其中总成本将具有较强竞争力.