全文
回到企业研报阅读路径
企业与对标
从单篇研报进入企业档案、同地区样本、同产业样本和同批次归档。
英文入口
面向海外检索流量,连接英文摘要、英文企业档案和英文索引页。
专题延伸
按申报条件、材料一致性、产业链位置和知识产权继续阅读。
申报材料
把研报中的企业事实转为申请书、复核、审计和附件核验路径。
权威核验
外部链接用于核验政策通知、主体登记、知识产权和公开信用信息。
横向比较
北京市新一代信息技术样本共有 615 家,北京斯年智驾科技有限公司适合放在省内同行、同批次和同链条三个口径中比较。
北京斯年智驾科技有限公司处在汽车与交通装备的整机系统与场景应用环节,全国同一位置样本为 712 家。
专利数为 192 件,行业样本中位数为 81 件,行业分位约 81。
产业链上下游
整机系统与场景应用
相关企业
同省同行业
同城企业
同产业链位置
一、企业速览
企业基础信息:公司名称:北京斯年智驾科技有限公司;地区:北京市 / 浙江省湖州市德清县;行业:港口交通运营服务;成立时间:2020-04-03;注册资本:2123.987182万元;实缴资本:1574.355367万元;员工规模:10 人;专利数量:192 件;认定批次:2024年 第六批 专精特新小巨人。
北京斯年智驾科技有限公司(下称“斯年智驾”)专注于港口、物流园区等封闭/半封闭场景的自动驾驶全套解决方案,业务覆盖无人驾驶集卡改造、车队调度系统及商业化运营。在“汽车与交通装备”产业链中,该公司位于“整机系统与场景应用”环节,是连接上游核心零部件与下游终端港口客户的关键集成商。
二、主营产品与产业链定位
产品/服务:
斯年智驾的核心产品是面向港口及物流园区的L4级无人驾驶解决方案,包括:无人驾驶集装箱卡车、智能水平运输系统(ICT)以及云端调度管理平台。其官网业务描述聚焦于智慧物流场景的自动驾驶技术,具备“批量化自动驾驶软硬件系统搭建和商业化运营经验”。
产业链核心问题:
港口传统水平运输依赖人力驾驶,面临司机短缺、人力成本高、安全风险大、作业效率瓶颈等痛点。斯年智驾的方案旨在用无人驾驶替代人工,实现24小时连续作业,提高港口转运效率并降低运营成本。
在“汽车与交通装备”链中的位置:
- 上游(原材料/核心零部件):需要高线束激光雷达(如禾赛科技、速腾聚创)、毫米波雷达、高清摄像头(如舜宇光学)、高精度定位终端(如导远电子)、车规级计算平台(如英伟达Orin、地平线征程)、线控底盘(与主机厂合作,如一汽解放、中国重汽)。
- 下游(终端客户与应用):主要是各大港口集团(如宁波舟山港、上海港、天津港、深圳盐田港、案例中的洋浦港)以及大型物流园区、钢铁厂内运等场景客户。
作为“整机系统与场景应用”环节的企业,斯年智驾本质上是系统集成商+运营服务商。它不生产底盘和传感器,而是采购上游核心部件,开发感知、决策、控制算法及车队调度软件,将其集成为一套可在真实港口环境中运行的整体方案,并负责后续的运营维护。其价值在于将通用型硬件适配到港口特定的强交互、高动态、多目标的复杂场景中。
三、核心工序与技术依赖
结合行业知识,港口自动驾驶解决方案企业的关键研发与生产工序如下(行业共识):
1. 多源传感器融合感知系统开发:将128线或等效的激光雷达点云数据与多个摄像头、毫米波雷达数据在毫秒级(如100ms)内进行融合标定与目标识别,包括对集卡、吊具、行人、路障等静态动态物体的精准检测与跟踪。
2. 高精地图与厘米级定位建图:在港口区域(面积通常达数个平方公里)利用融合RTK、IMU、轮速计以及激光/视觉SLAM技术,构建包含车道线、堆场门架、信号灯、岸桥位置等要素的高精地图,并实现无GPS信号或GPS信号受遮挡(如桥吊下方)时的连续、可靠定位(典型要求:横向误差<10cm,纵向误差<20cm)。
3. 预测与决策规划算法:基于感知结果,预测其他交通参与者(如其他车辆、人员)的轨迹(预测时域通常为3-5秒),并结合港口作业任务目标(如“从X岸桥装箱至Y堆场”),在规划周期内(如20Hz)生成考虑坐姿舒适度、安全性和效率的无碰撞运动轨迹。
4. 整车线控适配与冗余安全架构:与一汽解放、中国重汽等主机厂深度合作,将自动驾驶系统(含感知、定位、计算单元)与车辆的线控转向、制动、驱动系统进行底层通信协议适配(CAN/以太网),并设计满足功能安全标准(如ISO 26262)的冗余架构,确保单点故障下的安全停车或降级运行。
5. 仿真测试与封闭场地验证:在将方案部署到真实港口之前,需通过大规模仿真测试(典型里程达数百万公里),覆盖港口特殊场景(如码头前沿复杂交互、多车交叉通过)。随后在封闭测试场内进行实车验证,最终才进入试运营阶段。
上游关键原材料和设备的典型来源(行业共识):
| 材料/设备 | 典型供应商(国产) | 典型供应商(进口) | 国产化程度 |
|---|---|---|---|
| 高线束激光雷达 | 禾赛科技、速腾聚创 | 法雷奥(Scala系列)、Luminar | 高 |
| 车规级计算平台 | 地平线(征程系列)、华为MDC | 英伟达(Orin/Thor)、高通(Snapdragon Ride) | 正在快速追赶 |
| 高精度定位模块 | 导远电子、华测导航 | Trimble、NovAtel | 高 |
| 线控底盘(牵引车) | 一汽解放、中国重汽、三一重工 | 沃尔沃、斯堪尼亚 | 高(但底层控制协议开放度不同) |
| 车载摄像头模组 | 舜宇光学、联创电子 | 大陆集团、采埃孚 | 高 |
| 毫米波雷达 | 森思泰克、华为 | 大陆集团、博世 | 中高 |
斯年智驾的具体定位:
基于其主营记录(软件、技术服务等)和192件的专利数量,斯年智驾是一家以算法和软件为核心资产的轻资产型技术公司。其壁垒不在于硬件制造,而在于将通用硬件与定制化算法高度集成,并针对港口这个特定场景进行长达数年的技术验证与运营优化。其经营范围中不包含底盘或传感器生产许可,进一步印证了其系统集成+场景运营服务的商业模式。
四、竞争格局
该赛道的全国样本总量达5215家,竞争主要集中在以下几个维度:
- 技术成熟度与安全冗余:能在恶劣天气(雨、雾、夜间)下稳定运行多少小时,能否通过功能安全认证。
- 落地规模与运营经验:在多少家港口实际部署,累计运营里程和作业箱量,客户复购率。这是最硬的壁垒(行业共识)。
- 场景理解深度:能否解决港口特有的复杂交互问题,如与桥吊、轮胎吊的对接,不同码头运营商的流程适配。
- 成本控制能力:方案总成本(含改装、硬件、软件授权、运维)是否具备与人工司机竞争的经济性。
同类企业竞争对手(均为真实存在的企业):
| 竞争对手 | 规模与特点 | 主要场景 |
|---|---|---|
| 主线科技 | 约300-500人,专利约150件。聚焦港口和物流卡车自动驾驶,已获得天津港、宁波舟山港等商业化订单,模式更偏向车端解决方案。 | 港口、干线物流 |
| 西井科技 | 约400-600人,专利约200件。聚焦港口自动驾驶和无人驾驶商用车,海外业务(如泰国、英国等)较强,推出了自研的无人驾驶重卡Q-Truck。 | 港口、物流园区、海关监管区 |
| 酷哇机器人 | 约500-800人,专利约300件。最初从环卫场景无人驾驶切入,后拓展至城配物流,在港口场景的积累不如前两者深。 | 环卫、城配物流、港口 |
专利维度分析:
斯年智驾拥有192件专利,远高于行业中位数89件的水平,在绝对数量上与头部企业相当。这意味着公司在环境感知、决策规划、高精度定位等技术领域投入了显著的研发资源,并形成了初步的专利布局护城河。在京津冀产业带(北京、天津),它是少数以港口自动驾驶为主营业务的专精特新企业,具备一定的区域差异化优势。
五、护城河判断
1. 技术壁垒:较高。192件专利集中在激光雷达点云处理、多传感器融合定位等领域,这在港口场景中属于核心技术。但专利数量不能完全等同于商业壁垒,核心看专利是否覆盖了关键场景(如码头前沿的精确停靠算法、桥吊下信号屏蔽区域的定位方案)。行业共识:港口自动驾驶的技术壁垒正在从“跑起来”转向“稳定可靠地跑10万小时”。
2. 客户壁垒:极高。客户切换成本是最大的壁垒。
- 验证周期长(行业共识):港口通常会将一套新系统进行长达6-18个月的试运营验证,涉及安全、效率、兼容性等多方面考核。一旦验证通过并形成稳定的作业流程,港口方几乎不可能轻易更换供应商,因为会带来巨大的停产风险和流程重构成本。
- 数据与场景绑定(行业共识):长期运营积累的港口现场数据(如不同天气下的传感器退化模型、特定驾驶行为偏好)是宝贵的非公开资产,新进入者无法轻易复现。
3. 规模壁垒:目前较低。10人的团队规模是当前最显著的限制因素。这一规模下,研发、测试、项目实施、售后运维等职能必然高度集中甚至严重依赖外包。这限制了公司同时承接多个大型港口项目的交付能力。若未来订单增长,团队必须快速扩张,否则项目延迟和交付质量风险会很高。对比竞争对手(主线、西井200-600人团队),斯年智驾缺乏规模化运营的基础支撑。
4. 认定价值:
第六批专精特新小巨人认定在2024年发布,政策导向是重点支持“补短板、锻长板”的技术攻关企业,尤其是细分领域的头部企业。该认定能为斯年智驾带来以下实际价值:国家级荣誉背书(增强与地方政府、国企港口集团的谈判与招标签约信心);政策融资通道(被纳入银行、VC机构重点支持的标签,降低融资难度);税收与研发补贴(享受部分所得税减免和研发费用加计扣除)。
六、风险与机会
行业风险:
- 商业化落地慢于预期:港口作业对绝对安全的要求极高,且人工司机成本尚未高到倒逼所有港口快速转型。实际商用化推进速度远慢于公开预测,许多自动驾驶公司估值回落。
- 政策与标准不确定:港口内车辆的运营标准、事故责任认定、保险制度等均未成熟,部分港口受制于法规,仅允许“减员”而非“无人”运营,限制了其价值主张的兑现。
- 缺乏统一数据标准与接口:不同港口的IT系统、通信协议、业务流程千差万别,导致每落地一个新客户都需要大量定制化开发,难以实现产品的快速复制。
公司风险:
- 团队规模与业务量矛盾:10人的团队承接了“累计交付550辆智能重卡”和“部署280辆无人驾驶车辆”的表述(数据来源于企业简介)。这个数字在逻辑上严重不合理,可能该描述存在口径或统计错误。若此数据为真,则反映出其在交付过程中深度依赖外包或合作伙伴,内部管理能力存疑。若数据有误,则暴露了其对外信息一致性风险。
- 资本结构未披露:实缴资本低于注册资本约550万元,实缴率约74%。这与通常要求全实缴或较高比例的科技企业股权融资背景不太匹配,暗示可能存在股东出资问题或资本运作结构不透明。营收、净利润、客户名单均未披露,投资人难以进行估值判断。
- 公开证据密度不足:尽管申请了多项专利,但官网、公开渠道可查询到的实际落地项目、客户公开表扬信、行业第三方测评数据等“硬证据”较少,仅有一例地方新闻提及“儋州洋浦港项目”,项目规模不大。
机会窗口:
- 港口智慧化改造潮爆发:随着全国港口数字化转型纳入“十四五”规划,及交通部推动“智慧港口”示范工程,大量沿海及内河港口有明确的无人化升级需求。2024-2026年被认为是关键窗口期。
- 从港口向物流园区、厂区内运等场景扩展:斯年智驾已具备封闭场景的L4级自动驾驶能力,可以较平滑地向钢铁厂、煤矿、大型内陆物流园等类似场景延伸,开拓客单价更高、竞争相对缓和的蓝海市场。如果能在港口赛道站稳脚跟,即可获得进入其他同类型场景的准入证。
本研报基于企业数据库字段及公开资料整理,仅供产业研究参考,不构成投资建议、商业背书或专精特新申报结果判断。涉及未披露的客户、收入、利润、产能、良率、市场份额等,本文不作推断。