汽车智能化带来的汽车电子产业链和价值链解析Word格式.docx
《汽车智能化带来的汽车电子产业链和价值链解析Word格式.docx》由会员分享，可在线阅读，更多相关《汽车智能化带来的汽车电子产业链和价值链解析Word格式.docx（15页珍藏版）》请在冰豆网上搜索。
前面讨论的是智能汽车的必备条件，UBI则告诉你如何走向智能汽车。
UBI将会引爆整个车联网市场，带来车联网大规模普及。
智能汽车即将重塑汽车产业，现在是智能汽车最佳布局阶段。
梳理智能汽车的几个投资领域，推荐关注保千里（600074）、得润电子（002055）、欧菲光（002456）、长信科技（300088）、晶方科技（603005）以及港股上市公司舜宇光学（2382.HK）等。
正文：
一、电子化、传感识别与自动驾驶是智能汽车三大核心技术
我们认为汽车仅仅作为交通工具的时代逐渐远去，依托车联网平台与自动驾驶技术生态系统才是智能汽车产业下一个高地。
而智能汽车的逻辑基点是自动驾驶解放驾驶员双手带来人类空间意义首次的无缝连接，其技术发展必然伴随汽车电子化以及传感器的大规模应用。
因此，电子化、传感识别与自动驾驶是智能汽车的三大核心技术。
1.1汽车电子是智能汽车硬件基础，已进入良性扩张期
汽车从功能性向智能化的发展过程，电子化程度会越来越高，是电子产业投资的下一个大金矿。
传统燃油车因为内部传动设置太复杂，所以车身机械语言和车联网使用的IT语言无法兼容，即使在车身安装大屏幕也属于生硬移植，汽车电子化有利于将两种语言打通，让机械语言和电子信息语言成为一套统一的语言。
汽车电子产品分为两类:
一类是汽车电子控制装置，要和车上机械系统进行配合使用，实现所谓“机电结合”：
它们包括发动机、底盘、车身电子控制。
另一类是车载汽车电子装置，是在汽车环境下能够独立使用的电子装置，和汽车本身的性能并无直接关系。
它们包括汽车信息系统（行车电脑）、导航系统、汽车音响及电视娱乐系统、车载通信系统、上网设备等。
无论从市场增速以及产业链格局角度，汽车电子产业已进入良性扩张期，为智能汽车的发展奠定了良好的硬件基础。
汽车电子近年强势增长，推动汽渗透率不断提升。
根据德勤咨询，2016年全球汽车电子规模预计将达到2348亿美元，2012-2016年复合增长率达到9.8%。
其中中国汽车电子市场规模预计740.6亿美元，同期复合增长率达到14.6%。
汽车电子的强势增长推动汽车电子渗透率不断提升，预计到2020年汽车电子渗透率会从现阶段30%左右增长到50%以上。
汽车电子产业链格局稳定
汽车电子产业链主要由三个层级构成。
自上而下分别是电子元件供应商、系统/一级供应商、整车厂。
电子元件供应商与系统/一级供应商之间存在三级与二级中间供应商，一般是国内外中小型公司，技术含量与产业链控制度较低。
汽车电子供应链认证周期长、行业壁垒高，造成产业链格局稳定，市场集中度较高。
比如国际ADAS领导者Mobileye前装认证周期长达七年，而其市场占有率超过80%（基于摄像头的ADAS订单）。
汽车电子产业内部，汽车电子控制装置（top3share>
70%）市场集中度要比车载电子装置（top3share<
45%）更高。
1.2汽车传感识别技术是汽车智能化前提
汽车传感器和识别技术是汽车智能化的前提，传感器通过收集车身环境和司机信息传输至ECU再经算法以及ASIC分析识别做出判断，对执行器发布指令完成一整套系统。
汽车传感器
汽车智能化离不开传感器的应用，传感器收集的车身环境和司机信息是智能化的基础，传感器收集到的信息通过总线传输至ECU（ElectronicControlUnit，电子控制单元。
从用途上讲则是汽车专用微机控制器，由微处理器（CPU）、存储器（ROM、、RAM）、输入/输出接口（I/O）、模数转换器等大规模集成电路组成。
用一句简单的话来形容就是“ECU就是汽车的大脑”。
）并对执行器发布指令完成一整套系统。
现有车身传感器主要以MEMS传感器为主并主要包括测速传感器、光电传感器和图像传感器、压力传感器等。
主要用于发动机控制系统、底盘控制系统、车身控制系统和导航系统中。
智能汽车使得传统汽车从单纯的交通工具转变为一个集交通、交际、娱乐与安全为一体的体系。
目前，一辆普通家用轿车上大约安装几十到近百只传感器，而豪华轿车上的传感器数量可多达二百余只其中，大约1/3的传感器采用的是MEMS传感器。
随着汽车电子渗透率的提升以及自动驾驶时代的来临，未来车载传感器市场将会迎来爆发式增长，而MEMS传感器比例也会大幅提升。
同时，随着自动驾驶时代的到来，汽车摄像头传感器将会爆发式增长。
传感器发展的未来趋势是：
（1）传感器使用量上升，且MEMS传感器数量占比提升。
随着汽车电子渗透率的提升以及汽车智能化，单车传感器使用数量以及价值都会迅速上升。
2013年每辆车传感器使用量预计达到190美元，预计2016年达到240美元，单车传感器使用量复合增长率8%。
（2）综合来自不同系统的各种传感器信号，以提供更多的功能。
比如ADAS驾驶系统通过连接主动安全系统与被动安全系统实现更大的安全系数。
（3）中国汽车传感器市场增速将领先全球，据IHSiSuppli公司的汽车MEMS报告，随着安全法规进一步实施，碳排放以及中国汽车出货量增长，预计2015年中国汽车MEMS销售额将增长到3.879亿美元，而2010年是1.943亿美元。
2010-2015年复合年度增长率为14.8%，远高于9.0%的世界平均水平
识别技术
汽车识别技术包括车道检测识别，行人与车辆识别，动物识别等，是ADAS系统的核心，也是智能汽车与自动驾驶的基础。
通过识别技术可以显著提升车辆与行人的安全系数。
识别技术解决方案包括摄像头解决方案、雷达/激光雷达解决方案、传感器融合。
市场发展初期由于雷达技术成熟且不受天气情况影响，雷达/激光雷达解决方案是市场主流。
但随着ASIC（专用集成电路）的发展以及图像处理算法的提高，基于摄像头成像的技术渐渐被主流厂商接受。
未来传感器摄像头的传感器融合将成为主流解决方案。
这主要是由于雷达技术在辨别金属障碍物方面准确率较高，但在辨别非金属障碍物如行人方面却无能为力，且无法准确辨识从侧面驶来的车辆，而且无法辨别车道，碎片或者道路坑槽。
但摄像头的视觉处理技术可以更好地辨别道路上的标识，行人等信息，也可以通过算法计算行人与车辆的行动轨迹，相较雷达技术成本更低，功能更为全面，准确性也较高。
但是考虑到摄像头的像素对图像识别技术的限制以及在雾天和雨天等极端情况下功能降低，传感器融合将成为主流。
1.3自动驾驶是智能汽车投资逻辑基点，万事俱备只欠东风
我们认为智能汽车产业极大的脱离了传统汽车产业，正如智能手机对传统手机产业的颠覆，无论是汽车产业的运作模式还是生活含义都将会被改变。
汽车仅仅作为交通工具的时代逐渐远去。
而这一切的逻辑基点是自动驾驶带来人类空间意义的无缝连接。
智能汽车将因自动驾驶时代的到来成为移动的客厅、办公室或者书房。
自动驾驶可通过传感器（ADAS）与车联网实现现阶段传感器技术更成熟
基于传感器式的自动驾驶解决方案，是将多种传感器，如摄像机、雷达、激光雷达搭载在汽车周身及内部，通过软件计算、判断汽车行驶环境，对汽车驱动器以及控制单元下达指令的技术。
也即我们常说的高级驾驶辅助系统（ADAS）。
奔驰、宝马、沃尔沃都采用了这种技术。
我们前期市场首推的自动驾驶标杆企业保千里和国外对标公司Mobileye都是此类技术的研发者。
这种技术实现完全自动驾驶成本较高，通过传感器实现完全自动驾驶需要创建车辆环境的360度视图，必须配置更多的传感器组合。
在谷歌汽车上使用的激光雷达系统（LIDAR）能提供360度成像，但其价格高达7万美元。
车联网是第二种解决自动驾驶的方式。
这种技术对道路基础设施要求极高，通过车联网DSRC技术实现车辆与车辆（V2V）、车辆与基础设施（V2I）的实时通信，这种方式部署快速，低延迟，可靠性较高。
但该技术对基础设施及通讯水平要求较高，需要政府牵头进行大规模道路改造，信号一旦失效车辆行驶安全会受到威胁并且无法识别道路行人，动物，坑洞等信息。
考虑到汽车对安全性的较高要求，未来两种解决方案会并存，互补。
现阶段ADAS技术更为成熟，已经进入大规模商用阶段。
Mobileye以及保千里的产品已经受到市场认可，沃尔沃、宝马、奥迪、比亚迪、长安、广汽都在其车型上搭载ADAS系统。
ADAS是实现自动驾驶的必经之路，处于爆发期前夜
正如前文所述，ADAS是指利用雷达、激光、摄像头、传感器以及算法等多种技术分析汽车所处周遭环境，在碰撞或危险发生前就发出警报的主动安全系统。
ADAS大大提高了车辆的行车安全，按照美国公路保险安全协会的估计,如果所有车辆都安装高级驾驶辅助系统，每年约有190万起车祸—其中包括1/3的高速公路致死车祸—可以避免。
ADAS可以提供包括行人检测、车道偏离预警、夜视、交通标志识别、碰撞预警等多种功能。
ADAS系统不仅可以使车辆“了解”自己所处环境，同时可以将警报反馈到车身控制系统，在危险发生前让汽车做出反应，起到感知环境并控制车身的作用，从而ADAS是自动驾驶的技术基础。
国际著名ADAS公司也纷纷公布自己的技术路线图，预计2020年之后自动驾驶汽车将会量产。
全球主流汽车法规体系推动自动驾驶技术发展
除了自动驾驶技术成熟，各国也纷纷出台法律推动自动驾驶技术发展。
而美国弗洛里达州、内华达州、加利福利亚州、密歇根州已经对相关主机厂自动驾驶汽车进行授权。
按照安全气囊，安全带等被动安全系统渗透率经验，在监管层介入后，一般5-7年即可全面铺开。
自动驾驶在中国市场有广阔空间
正如前文论述，ADAS将会在5-7年内迅速普及，进而推动自动驾驶技术的发展。
但是ADAS在中国的普及速度是否可能显著弱于国际水平？
业界主要疑虑有二：
一是中国当局是否会仿照国外同行强制要求ADAS系统的安装，如若没有强制安装，市场怎么保证？
二是ADAS是否适用于中国市场。
ADAS很多功能都必须在高速情况下才能激活，比如车道保持功能的启动条件一般要求车速在60km/h，还有考虑到中国车道拥挤情况，诸如行人与车辆碰撞警告等功能是否会起到作用。
我们认为上述担忧虽然属实，但是ADAS在中国有广阔的市场空间：
（1）C-NCAP（中国新车评价规程）一直以EuroNCAP为范本并向其靠拢，该组织也正在考虑将主动安全系统作为其评级的标准之一。
更何况我国交通死亡人数以及百万车辆死亡人数远高发达国家，考虑到车辆的保有量以及产能逐年增多，具有使用主动安全系统进行“安全追赶”的必要性。
（2）截至2014年底，中国大陆高速公路的通车总里程达11.195万公里位居全球首位，相比于欧美等发达国家，中国有足够多使用ADAS系统的场景。
（3）不同于其他国家的情况是，中国的厂商有主动安装ADAS系统的动机。
国产汽车厂商在传统的发动机、变速箱、底盘等方面的技术落后于国外先进汽车厂商，赶超难度较大；
从技术追赶角度ADAS是国内厂商实现弯道超车、提高国产汽车的内在价值及科技形象的重要途径。
因此，ADAS作为自动驾驶技术的前导在中国市场具有广阔空间。
二.车联网—生态系统应用平台，联通智能汽车“封闭空间”
车联网是汽车智能化第二个关键节点。
自动驾驶技术将汽车从交通工具角色中抽离，并解放驾驶员的双手，让汽车成为会议室、客厅、书房等“封闭的空间”。
而车联网将“封闭空间”联通，起到智能汽车系统应用平台的作用，通过V2V、V2I、V2C为用户创造出真正的价值。
2.1车联网包括V2V、V2I与V2C
车联网是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车与车（V2V）、车与基础设施（V2I，I指Infrastructure）、车与云（V2C,C指Cloud）实现互联互通。
V2V（V:
Vechile）—通过DSRC技术实现车车互联，有效降低事故发生率
当汽车与汽车能够主动沟通的话，将能大大降低交通事故的发生几率。
比如在十字路口或者弯道盲点区感应另一方向车辆行驶状况；
雾天、雨天测量前车距离本车距离以及驾驶速度。
V2V采用IEEE802.11p通讯协议，被称为DSRC（专用短程通信技术）技术。
IEEE802.11p传承了Wi-Fi大部分的物理帧结构设计，包括OFDM发射，以及基本媒体接入控制（MAC）层协议，目前支持5MHz/10MHz/20MHz的带宽。
相比一般的蜂窝网络，IEEE802.11p所能覆盖的半径并不大，在500m以内，但速度很快，达到毫秒级的运算，V2V系统每秒可以发送十次信息，每次发送包括车辆GPS定位，加速度，刹车状态，方向盘转角和车速等数据。
V2I（I：
Infrastucture）—通过IEEE802.11实施车辆路况管理
车车通讯提升的是安全性，而车路通讯则大大地改善交通拥堵状况。
通过与道路和周边基础设施通信，可以有效帮助交通管理部门实现交通路况管理，侦测附近道路的拥堵情况，绕开拥堵路段。
同时，如前文所述，V2I通信与传感器和地图的结合是实现自动驾驶的重要手段。
由于IEEE802.11技术中连接认证过程耗时过长，而车辆与路边的网络基础设施所组成的通信链路是临时性并且安全性较高。
为此，一般采用IEEE1609实现V2I。
IEEE1609包括4个子协议，其中IEEE1609.1定义了资源管理，将远端的应用层与当前的车辆联系起来;
IEEE1609.2为应用层和管理信息提供安全服务;
IEEE1609.3是网络层;
总体上，IEEE1609.4可以处理多信道通信。
V2C（C：
Cloud）—通过Telematics打开汽车后市场泛服务
Telematics是通信（Telecommunication）和信息科学（Informatics）的合成词，是指通过内置在汽车上的计算机系统、无线通信设备、卫星导航装置、互联网技术等，来提供文字、语音、图像等信息传送的服务系统。
Telematics一般使用3G/4G网络实现汽车（V）与网络（I）和云端（C）的互联互通，打开汽车后服务泛市场，将汽车产业链延伸并下沉。
比如像安吉星、G-book、inkanet等汽车厂商的原厂Telematics系统以及腾讯路宝盒子以及XXCarNet系统等后起之秀。
2.2车联网：
打通数据链，延伸产业链，下沉价值链，参与者众多
车联网打通数据链，延伸汽车产业链
车联网将汽车产业链延伸。
TSP（TelematicsServiceProvider，在现阶段车联网产业链居于核心地位，上接汽车、车载设备制造商、网络运营商，下接内容提供商。
）将从车联网产业链核心转变为枢纽，上接汽车、车载设备制造商、网络运营商，下接内容提供商，数据在所有行业之间高速流动。
金融、保险、4S店与车队等行业将得到深度整合。
车联网系统通过车联网数据，帮助主机厂以及4S店垂直各个环节的数据交换和共享。
同时打通上下游数据交换和共享，包括汽车后市场以及二手车市场，使得数据连上的信息可以被深度分析和挖掘，例如保险公司利用车主行车数据进行车险定价。
车联网造成汽车价值链下沉，智能汽车价值链核心不在主机厂
车联网对汽车产业不是产业链的冲击，而是价值链的重组。
车联网将汽车产业价值链延伸并下沉，传统主机厂从价值链的下游转变为“硬件提供商”，汽车服务后市场将被打开。
传统汽车交通工具属性会逐渐弱化，车载信息服务、智能驾驶、汽车后市场泛服务将会成为智能汽车新蓝海。
车联网市场参与者众多，现阶段主机厂TSP系统装机量最大
从网络上看，车联网价值链是“端管云”三层体系。
每一层都有众多市场参与者进入，整体市场发展方向已经明朗，但行业还未成熟。
除了通信运营商掌控管系统，端系统与云系统传统主机厂和互联网公司竞争激烈。
前装市场目前主要是汽车制造商在旗下车型搭载自家品牌的车联网系统，前期免费，积累用户数量，培养用户习惯。
汽车制造商在技术装置方面主要采用雷达（厘米波、毫米波、超声波）、相机（立体、彩色、红外）、传感器（雷达、激光、超声波）、摄像机等进行环境感知和识别，通过基于车联网的协同式辅助驾驶技术进行智能信息交互，结合GPS导航实现路径规划，注重机电一体化系统动力学及控制技术的研发。
如宝马的iDrive、雪佛兰的MyLink、别克的Intellilink、凯迪拉克的CUE、福特的SYNC、丰田的G-book。
但由于现阶段车联网功能还处于初级阶段，无法实现V2V、V2I、V2C的高级功能，以防盗、安全性功能为主，缺少“杀手级应用”，导致用户存量较少。
而在互联网大打免费策略的今天，车联网的收费模式也难以为继，使得续约率较低。
即使是市场领先的安吉星续约率也仅在20%到30%之间，根本无法达到车联网所需的大数据功能。
因此，车联网进而智能汽车的发展必须要解决杀手级应用以及由谁付费的问题。
这个问题的答案我们放到后面叙述。
互联网企业入局有望打破行业封闭，创造新的盈利模式
互联网企业在高度智能化数据分析和判断能力方面具有较大优势，纷纷进军车联网行业。
车联网发展最大阻碍在于汽车厂商系统封闭，没有统一标准，造成平台与其他行业信息割据，很难建立起可持续发展的创新模式与杀手级应用，反过来又造成了用户续约率较低，难以形成有效地数据积累，陷入恶性循环。
互联网企业布局车联网，兼容多种车机有望打破行业割据状况，打造行业大平台，创造新的盈利模式。
相比汽车前装TSP系统走总线，互联网公司一般选择OBD接口读取汽车数据，并通过USB或WIFI将手机界面“投影”到车机进行操控。
提供的服务也一般是基于地图的LBS服务以及娱乐功能，属于初级阶段。
2.3车联网是汽车智能化关键节点将向“云端”与“体验”发展
车联网是汽车智能化关键节点。
车联网之于传统汽车，相当于操作系统与计算机硬件的关系，车联网为汽车智能化提供了网络接口，搭建智能汽车生态系统的应用平台，打通数据链，延伸产业链，下沉价值链。
而自动驾驶以及电子化相当于计算机硬件，为智能汽车生态系统提供了硬件基础。
车联网正处于发展初期有广阔市场空间
正如前文所述，由于汽车行业割据，标准不统一，以及缺乏杀手级应用等原因。
车联网还处于发展初期，续约率以及渗透率较低，同时车联网功能简单，与汽车智能化有一定距离。
而国际国内互联网巨头的入局以及主机厂拥抱互联网，共享中控屏有望打破行业割据局面，以及UBI杀手级应用的出现也将加快车联网渗透率。
根据毕马威咨询，预计到2022年，车联网将覆盖90%的乘用车。
车联网将从“接地”走向“云端”（V2C）
车联网将从接地走向以基于云端的车联网平台为代表的应用。
最主要的特点是，对NGTP进行了内置，与多种数据进行了集成，引入了四屏互动的概念。
通过接入云端，可以实现事件采集的高扩展性，支持多种协议（AMQPS，HTTPS）；
支持百万级设备的扩展；
支持多种同类型设备接入；
能够对常用的4种通讯模式进行预设；
基于令牌的安全模型等功能。
从用户体验出发，进行进行云平台的车联网架构将是大势所趋。
车联网将从安全控制走向体验应用
车联网的用户功能，将从传统的以安全为主“控制”走向以用户体验为主的“前台型”应用。
现阶段主机厂前装TSP功能主要以防盗、安全功能为主。
而互联网公司的入局将驱动应用型为主的功能，比如以阿里汽车APP为主，通过前装车联网和后装APP整合，打造买车、用车、养车的O2O应用。
三.UBI（UsageBasedInsurance）—智能汽车杀手级应用
如果说前面两章讨论的是智能汽车的必备条件，第三章就是如何走向智能汽车。
3.1UBI可以解决车联网核心问题及车险业痛点，是智能汽车杀手级应用
UBI（UsageBasedInsurance）是基于车主驾驶行为以及使用车辆相关数据相结合的个性化保险产品。
利用Telematics（车载信息服务）技术，保险公司实时监控里程、油耗等车辆数据，结合车主“三急”次数、违章次数等驾驶行为数据，通过大数据技术处理，评估车主驾车行为的风险等级，通过风险等级指数为每位车主提供定制化的保单，保费是取决于车主实际行驶里程、驾驶时间、行驶地点、具体驾驶行为等指标的综合考量。
UBI是基于PAYD与PHYD进行保费定价
车险定价主要有保额定价、车型定以及使用定价（UBI，UsageBaedInsurance）模式三种。
我国目前主要是半保额、半车型定价阶段。
UBI又分为PAYD（Pay-as-you-drive，按里程付费）以及PHYD（Pay-how-you-drive，按驾驶方式付费）两种。
PAYD是两种类型中相对简单的一种。
这种类是在车上安置GPS，基于被保险人驾驶里程数来收费。
PHYD是使用OBD接口等装置来追踪一系列因素，除了里程，这些装置还能获取日期、时间、位置、速度、转弯、制动情况以及频繁并线行为等。
后装OBDUBI是现阶段UBI发展的主要模式
UBI根据模式主要分为前装/后装，嵌入式（TSP）/即插即用（OBD式）四种。
每种模式各有优缺点,TSP可以获取车内全部信息并能保证数据安全，但是不具有便携性，无法识别司机，同时后装TSP成本最高。
而OBD成本低，可以由司机随身便携带，但是数据量不高，在主机厂内部加密数据的情况下更是如此。
现阶段后装OBDUBI为主要模式。
UBI有效解决车险公司痛点以及车联网付费问题是杀手级应用
在车险理赔过程中存在两个灰色地带。
首先，车险公司无法准确知道车祸细节，造成统一定价，为司机的道德风险创造了机会。
驾驶行为在保险理赔成本中占有最大比例，具有高风险驾驶行为的车主，比低驾驶风险车主，理赔成本高出2.5倍以上，而高风险驾驶行为车主只占到20%不到。
因此，在传统的车险定价模型中，实际上是低风险驾驶车主在补贴高风险驾驶车主。
而这种道德风险的存在，反过来又限制了车险市场的发展。
另一方面，在车祸过后的理赔阶段，因为是客户从4S店维修，
升级会员 