汽车智能驾驶深度行业研究报告文档格式.docx

汽车智能驾驶深度行业研究报告文档格式.docx

《汽车智能驾驶深度行业研究报告文档格式.docx》由会员分享，可在线阅读，更多相关《汽车智能驾驶深度行业研究报告文档格式.docx（24页珍藏版）》请在冰豆网上搜索。

在2020年2月，由发改委等11部委发布的《智能汽车创新发展战略》中明确提出：

“到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。

实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。

智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网络（LTE-V2X等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。

”

在商用车领域，L1/L2级别的智能驾驶有望在法规、市场、技术的驱动下快速渗透。

针对L3/L4级别的智能驾驶，更有可能在特定场景下实现商业应用，例如高速公路的长途干线物流，低速运行的封闭园区环境。

特定场景，有可能降低技术开发的难度，同时对应的商业价值更加明确，有利于实现技术迭代与大规模商业化落地。

2政策、技术、市场共同推动，智能驾驶正在驶来

2.1技术进步：

感知/智能/通讯技术导入；

ADAS率先成熟

1、感知技术发展

感知是指智能驾驶系统从环境中收集信息并从中提取相关知识的过程，通常包含环境感知和定位两部分。

其中，环境感知（EnvironmentalPerception，EP）特指对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行人车辆的检测、交通信号等数据的语义分类。

定位（Localization）是对感知结果的后处理，通过定位功能从而帮助汽车了解其相对于所处环境的位置。

感知是智能驾驶系统的基础。

以摄像头为基础的视觉感知技术，因为成本较低，获取信息丰富，有利于大规模在汽车上应用。

Mobileye已成为感知领域的头部企业，其技术过去十年不断突破，其算法日趋成熟，芯片性能大幅提升，能够实现判断前方车辆、行人、安全距离、车道线等功能，满足了智能驾驶大规模应用的需求。

根据Moblieye介绍其第四代算法芯片EyeQ4较上一代性能提升8倍，EyeQ系列芯片累计发货超过5000万块。

同时，毫米波雷达、超声波雷达技术在汽车上也应用得越来越成熟。

2、算法与计算平台进步

过去十年，随着深度学习为代表的算法在人工智能领域中应用，计算机科学又进入到了新的阶段。

深度学习是用于建立、模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术。

它的基本特点，是试图模仿大脑的神经元之间传递，处理信息的模式。

最显著的应用是计算机视觉和自然语言处理（NLP）领域。

其需要依靠大量的数据与硬件计算能力来完善功能。

谷歌，XX等科技公司纷纷以AI技术为支撑，开发其无人驾驶汽车。

而在计算硬件方面，英伟达（NVIDIA）、英特尔（Intel）等计算机行业公司则推出了一系列支持无人驾驶汽车应用的计算平台。

2019年末，英伟达推出的全新自动驾驶芯片ORIN，其性能已高达200TOPS（每秒钟一万亿次运算），已能够满足L4级别自动驾驶的要求。

3、5G时代到来，V2X有望落地

车联网（V2X）希望实现车与车通讯（V2V），车与人通讯（V2P），车与路通讯（V2I），车与云端通讯（V2C）等信息交换。

通过V2X，车辆可以通过网络获取到更多的道路和其他交通参与者的信息，而不是仅仅通过自车的感知和预测，能做到这样的效果的确对自动驾驶帮助甚大，对于弥补一下感知能力的不足之处至关重要。

5G通讯技术正在全球范围进行应用。

对于智能驾驶，5G的低延时、高带宽的特点，为V2X通讯网络提供了更全面的保障。

当有低延时高带宽的基础设施支撑后，智能驾驶通过车端和云端的协同感知、计算能够发挥出更大的潜力。

5G时代的到来，将推动车联网功能（V2X）的扩展与应用，帮助智能驾驶完善功能。

传感器、计算机、通讯、电子等技术的发展直接或者间接的推动着智能驾驶技术的进步，智能驾驶领域也成为多产业融合发展的代表。

在技术端，L3/L4级别智能驾驶技术的成熟度依托于各部分技术的成熟度，体现为明显的短板效应。

4、ADAS技术成熟，功能不断丰富

ADAS（先进辅助驾驶系统）利用雷达、摄像头等传感器采集汽车周边环境数据，进行静态、动态物体的识别、跟踪，控制系统结合地图数据进行做出行为决策，使驾驶者觉察可能发生的危险，必要情况下直接控制车辆的刹车或者转向动作，可有效提升驾驶安全性、舒适性。

当前，ADAS所涉及的主要零部件毫米波雷达、超声波雷达、摄像头、电动转向、电动刹车等已经在技术上成熟，实现了大规模量产与应用。

ADAS的功能与应用也越来越丰富，相关测评标准已经颁布。

在国家标准（2019年）《道路车辆先进驾驶辅助系统（ADAS）术语及定义》中给出了36项ADAS功能，包含FCW、BSD、HMW、HUD等信息辅助类21项，AEB、ACC、LKA等控制辅助类15项。

在乘用车领域，常用的ADAS功能包括安全控制类的ACC/AEB/LKS等，预警类的FCW/LDW/PCW/BSD等，其他辅助性的AP等功能。

对于商用车领域，因为相关零部件成熟稍晚，ADAS装配率还比较低。

量产车辆集中在L1级别的功能，或者作为信息报警功能协助驾驶员，如AEB，BSD，DMS，PCC等功能已经开始前装搭载。

随着商用车电控执行器（刹车、转向等）产品的成熟，ADAS功能在商用上也会越来越丰富。

ADAS系统是一个复杂的系统工程，不仅是增加雷达等传感器的问题，其涉及到整车架构、线束、人机交互、控制匹配等方面。

ADAS的车辆控技术是实现更高等级智能驾驶的基础。

汽车公司需要根据法规要求实施的时间点提前进行技术研发和产品布局。

更重要的是，ADAS功能需要给用户提供实用的价值，如切实帮助安全行驶、能够进行效率优化等。

2.2市场需求：

特斯拉引领智能驾驶体验；

商用车追求安全高效

1、乘用车智能驾驶市场现状

同其他很多汽车新技术一样，ADAS的普及并不是一朝一夕的事。

早期，由于ADAS没有规模化生产，整套系统价格不菲，主要搭载在中高端车型上。

且部分ADAS功能操作复杂，用户认知度有限与体验不佳，在市场端存在“老手不会用，新手不会用”等问题，影响到了市场渗透。

根据威尔森咨询在2019年的调查，中国消费者对智能驾驶的了解度和信赖度并不是那么高，但是他们的兴趣度非常高。

可见，可靠并且能真正满足消费者需求的智能驾驶产品将会受到市场欢迎。

自动泊车入位（AP）功能需要通过超声波雷达、摄像头等感知车辆四周的环境，并控制车辆纵向（前、后）与横向（左、右）运动，是典型的L2级ADAS功能。

我们以该功能为抓手，在易车网上收集了不同价位车型该功能的渗透情况，以分析L2级别功能在车型的渗透情况。

我们发现，自动泊车功能在30万以上的车型配比较高已经超过了30%，而在10~20万区间的车型中，自动泊车功能平均普及率为5%。

结合我国乘用车市场格局，8~20万的区间是销量的主力，占比达到64%。

我们推断当前该功能的整车搭载率依然低于10%。

同时，以长城、吉利为代表的自主龙头企业AP的搭载率已达到10%以上，明显高于同价位的平均搭载率。

由此可见，虽然乘用车ADAS渗透率一直在稳步提升，但是因为相关功能与体验未达到消费者的预期等因素，除了AEB等法规要求的基本ADAS功能，L2级别的功能还主要匹配在中、高端车型，目前市场处于导入阶段。

龙头自主品牌在智能驾驶领域更加积极，其希望以更加丰富的功能、更高的性价比的产品吸引消费者。

2、特斯拉带来智能驾驶全新体验与认知，L2级市场快速增长

随着特斯拉的国产化，今年3月其国内销量分别达到2620辆、3900辆、10160辆，逆市大幅提升，国内纯电动车市场占有率已达到20%以上。

而在全球，特斯拉的销量也保持着稳步提升。

除了纯电动属性外，特斯拉另一个重点就是其智能驾驶功能，与其他电动车的对比，其领先的自动驾驶功能是与其他品牌差异化的地方。

在特斯拉官网，智能驾驶功能放在显著的位置，突出其未来驾驶概念。

所有全新Tesla车辆均标配先进的硬件，除支持目前已实现的Autopilot自动辅助驾驶功能外，将通过OTA软件更新，不断完善功能。

环绕车身共配有8个摄像头，视野范围达360度，对周围环境的监测距离最远可达250米。

12个新版超声波传感器作为整套视觉系统的补充，可探测到柔软或坚硬的物体，传感距离和精确度接近上一代系统的两倍。

增强版前置雷达通过发射冗余波长的雷达波，能够穿越雨、雾、灰尘，甚至前车的下方空间进行探测，为视觉系统提供更丰富的数据。

目前，通过几十万车主的应用，Autopilot已经累积了20多亿英里的道路驾驶经验。

系统功能已包括：

主动巡航控制、辅助转向、自动变道、自动泊车、车库召唤、自动驶入高速匝道、自动识别红绿灯、路标、环岛等复杂路况并自动控制等。

同时，特斯拉引领的大屏幕车载中控，实现了更加智能的人机交互模式，极大的提高了驾驶体验。

当前，我国乘用车年销量2000万辆以上，L2及以上智能驾驶功能的渗透率在低位，市场潜力巨大。

特斯拉Model3被认为有可能成为iPhone4一样改变时代的产品，其功能强大的Autopilot在抖音、快手等社交媒体上已引起了广泛的讨论，带来了巨大的示范效应，有望成为智能驾驶功能全面普及的加速器。

一方面，更多的用户将通过Autopilot熟悉智能驾驶，激发出消费者的需求。

另一方面，更多的企业将智能驾驶功能列入必选行列，如新造车势力中的蔚来、小鹏汽车等均将智能驾驶功能作为其产品力的体现，这将推动着L2及L2+的智能驾驶的在市场端的普及。

根据Marketstand公司预测从2019到2027，全球ADAS市场年均增速将达到20.7%

3、商用车市场更加追求安全与高效，智能驾驶价值更加显性

商用车作为生产工具，投资回报比是客户价值的根本。

在细分客户之中，个体用户更加看重初始购买成本，而团体客户多选择TCO（全生命周期费用）作为其购买判断的依据。

根据罗兰贝格测算，当前中国商用车市场总TCO规模为7万亿，其中能源成本（油费、尿素费等）占比31%，管理成本（司机成本等）占比14%。

而针对附加值较高的长途干线物流牵引车来说，能源成本将达到37%，因为需要连续驾驶，司机成本占比也将提高至23%，成本总占比约60%，也是用户的痛点。

智能驾驶的市场价值体现为对TCO的显著影响，包括：

通过智能驾驶可以使动力系统运行得更加高效，降低油耗；

减小了驾驶员的工作负担和对其驾驶技能的要求；

减少安全事故，节约保险费用等。

根据罗兰贝格分析，国内物流行业的头部用户集中度仍存在较大的提升空间。

2017年统计显示，中国快运行业CR10仅占3%；

美国CR10占比达到了78%，市场集中度达到55%。

越是头部客户对于TCO更加重视，对于初始购买成本不会过分敏感，对智能驾驶功能的导入越积极。

目前，基础的智能驾驶功能已经在牵引车上以“智能动力链”的形式量产，并获得集团客户的认可。

其利用车联网和地图定位，在高速公路上智能调节车速，实现发动机与变速箱的匹配优化，降低燃油消耗。

对于更高级别的智能驾驶，行业不约而同的看好干线物流场景。

据蔚来资本测算，2019年干线物流的市场体量4.37万亿元。

当前，中国重卡的保有量约750万辆，假定在市场成熟之后，L3级别驾驶系统（在高速条件下进行自动驾驶）每套的价格为10万元，则市场总体量可达到7500亿元。

并且该场景对智能驾驶需求刚性，技术要求相对较低，更有机会实现大规模商业应用。

不论乘用车还是商用车市场，客户对智能驾驶都有需求。

随着政策完善、技术成熟、客户认知度提高，能够切实解决用户痛点的智能驾驶功能将会快速普及。

3智能驾驶产业链：

增量机会与产业重构

3.1智能驾驶产业链：

分工与合作，集成能力是关键

智能驾驶主要功能包括环境感知、决策规划、控制执行等。

从功能职责分析，零部件供应商负责提供感知相关的各类传感器，转向、制动等车辆控制执行器；

整车企业自主或者与零部件Tier1供应商一起负责系统的集成，主要包括：

数据融合、规划决策、车辆控制等系统功能部分。

1、ADAS产业链：

自主整车集成能力有限，依赖国际Tier1

对于ADAS级别智能驾驶产业链，其基本遵循着传统汽车电子产业链形式。

上游主要为Tier2/Tier3供应商，负责提供元器件或者次要零部件；

中游系统Tier1供应商通常以自己的优势产品为依托，整合次级Tire2供应商，为整车企业提供系统产品与服务；

下游则为整车企业。

从技术角度，ADAS功能涉及感知、控制与执行等多个模块，需要深厚的系统集成能力，Tier1供应商在一般扮演承上启下的角色，十分关键。

全球市场，在乘用车领域，ADAS系统集成商数量较多，且基本为大型汽车零部件供应商如大陆、德尔福、博世，电装、奥托立夫等，前五名系统集成商占据全球超过65%的市场份额。

商用车ADAS的系统集成商集中度更高，威伯科、大陆集团与博世集团三家企业合计占有全球超过60%的份额。

在国内，因为ADAS开发起步晚，自主整车企业更加依赖国际Tier1供应商，以确保功能开发的成功率。

当前，全球前十位的Tier1供应商均为欧/美/日企业，缺乏世界级Tier1厂商是我国汽车电子产业的“阿喀琉斯之踵”，限制了国产汽车电子零部件进入整车体系。

成为一流汽车电子Tier1，除了必要的规模、丰富的产品线，还需要具备系统集成与服务能力。

2、自动驾驶生态：

产业链重构，抢占新生态的关键节点

智能驾驶达到L4（自动驾驶）阶段，汽车行业将进入出行服务模式，整车厂商将不再是行业的下游。

数据、共享经济和人工智能技术将打破过去成熟的金字塔式的汽车产业链结构。

不同环节的企业相互合作，以实现最佳的经济效益为目标，使得数据、技术、资本得以在整个自动驾驶产业生态之中流动、循环。

原本层级分明、体系封闭的汽车供应链将会重构，上游供应商将有机会利用其关键零部件、数据、算法等优势成为生态网络中的关键节点。

谷歌、华为、高通等信息技术与消费电子公司正在逐步向汽车电子产业链渗透，传统汽车行业将面临来新型行业的冲击。

相对于消费电子，汽车电子对于安全性要求高，行业具有TS16949、ISO26262、AECQ100等多种认证标准，认证周期较长，厂商进入整车厂配套体系至少需要2~3年的认证周期。

未来已来，只是分布得不均匀。

建议关注华为公司汽车产业布局，其有望带动国产汽车电子供应链发展。

2019年，华为汽车事业部成立，其旨在成为未来智能汽车领域Tier1，并从“端（车）-管-云”三个层次全面布局。

在车端，智能电动、智能驾驶、智能座舱布局包括了核心零部件产品，软件平台，系统方案，甚至包括开发与测试工具等。

华为的布局体现了其对汽车行业早已经做过深入的研究，以“增量零部件”为目标，以其ICT能力为基础，“赋能”整车企业，成为下一代Tier1的战略目标明确。

为了实现这一目标，华为一手抓住关键零部件，一手打造系统解决方案能力，既有广度也有深度，更容易与整车开展不同程度的合作。

同时，华为也与本土上游、生态其他环节展开了合作，其中包括四维图新、中国汽研、航盛电子、宁德时代等。

在华为的牵头下，更多本土零部件企业有望跟随其进入到整车体系之中，借华为的扩展而成长。

3.2感知层:

确定的增量市场，期待国产放量

1、感知传感器种类与原理：

受益于智能驾驶渗透率与等级提高

感知层的基本组成是各种类型的传感器，包括：

摄像头、超声波雷达、毫米波雷达，激光雷达等。

感知是智能驾驶的基础，在一辆能够实现L2及以上功能的车上需要搭载多种传感器，进行大量的冗余设计，才能确保产品的安全可靠。

智能驾驶渗透率提高与等级提升将带动传感器产业链发展。

对于实现智能驾驶功能，各公司在传感器种类与数量选择上有差异，但等级越高搭载传感器越多是确定趋势。

根据车型配置信息的相关统计，智能驾驶在L2需要9~19个传感器，包括超声波雷达、长距离及短距离雷达和环视摄像头，发展到L3需要的传感器增加到19~27个，可能需要激光雷达、高精度导航定位等。

在特拉斯、蔚来、小鹏等造车新势力产品中，其智能驾驶功能均被作为重点产品力打造，配备了大量摄像头、毫米波雷达、超声波雷达等传感器。

2020年4月上市的小鹏P7XPilot3.0系统，其首发搭载博世第五代毫米波雷达，前置4个摄像头（1个三目摄像头模块和1个前置安全辅助摄像头）、5个增强感知摄像头、4个环视摄像头共13个摄像头，。

在感知车辆两侧和后方情况方面，小鹏汽车用毫米波雷达+摄像头形成两套系统、互为冗余，实现全车360度无死角覆盖。

同时，4个环视摄像头用于360度影像和自动泊车功能的实现。

在零件价格方面，摄像头中，用于环视等的广角摄像头价格较便宜约150元/个，用于前视功能的单目及多目摄像头附加值较高，价格在600元/套以上；

毫米波雷达24Ghz约300元/个；

77Ghz约700元/个；

超声波雷达的价格在约70元/个。

激光雷达由于造价较高，还只能用于试验阶段的无人汽车，尚未量产进入市场。

2、摄像头系统：

芯片+算法是核心，近距应用等功能本土企业有望替代

摄像头系统是ADAS核心传感器，在镜头采集图像后，由摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，从而实现感知车辆周边的路况情况。

其最大优势在于识别内容丰富（物体是车还是人、标志牌是什么颜色），且摄像头硬件成本相对低廉。

摄像头系统产业链环节包括：

摄像头模组、芯片、视觉方案提供商（算法）、传统Tire1等。

摄像头模组本身的壁垒并没有很高，摄像头背后的算法和芯片才是核心。

一般而言，由从事环境感知的企业采购摄像头模组以及ADAS芯片，在芯片上实现算法软件的开发，其附加值可以达到30%-70%以上。

以Mobileye为代表的视觉公司已扮演二级供应商的角色，其与Tier1配合为OEM定义产品，掌握核心的视觉传感器算法，并向下游客户提供车载摄像头模组，EyeQ芯片以及软件算法在内的整套方案。

掌控芯片与软件算法等附加值更高环节，也是Mobileye能异军突起的核心原因。

目前，Mobileye其在前视摄像头解决方案领域，市场占有率达到70%。

在芯片环节，目前用于ADAS摄像头的芯片多数被国外垄断，主要供应商有瑞萨电子（Renesas）、意法半导体（ST）、飞思卡尔（Freescale）、德州仪器（TI）、恩智浦（NXP）、富士通（Fujitsu）、赛灵思（Xilinx）、英伟达（NVIDIA）等，提供包括ARM、DSP、ASIC、MCU、SOC、FPGA、GPU等芯片方案。

Tier1环节多为国际供应商，其提供毫米波雷达等其他传感器，配合整车主机厂完成多传感器融合等集成工作。

当前主要公司为：

博世，大陆，天合,法雷奥等。

国内企业方面，以虹软科技，Minieye等为代表的国内科技在以识别算法为基础切入到智能驾驶领域。

经纬恒润基于Mobileye系统，类似Tier1角色为部分自主车企提供解决方案。

3、毫米波雷达:

77GHz是趋势，本土企业商用车先行

毫米波雷达发射毫米波段的电磁波，利用障碍物反射波的时间差确定障碍物距离，利用反射波的频率偏移确定相对速度。

毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候（大雨天除外）全天时的优点。

其缺点是无法识别物体颜色；

视场角较小，需要多个雷达组合使用；

行人的反射波较弱，难以识别。

目前市场上主流的车载毫米波雷达频段为24GHz（用于短中距离）和77GHz（用于长距离雷达）。

但是77GHz在性能和体积上都更具优势，77GHz的距离分辨率更高，体积比24GHz产品小了三分之一，是未来发展的趋势。

24GHz雷达现在主要应用于盲点探测（BSD），市场需求来自中国品牌汽车型号；

77GHz雷达主要用于自适应巡航控制系统（ACC），有些公司也将其用于前向碰撞预警（FCW）和自动紧急制动（AEB）。

根据中国新车评价规程（C-NCAP），自动紧急制动系统（AEB）已纳入评分体系，77GHz雷达需求将会上升。

当前乘用车上，毫米波雷达主流采用“1+2+2”的方案，前向搭载1个77GHz的长距雷达，侧向和后向各搭载2个24GHz的中短距雷达。

根据华经产业研究院发布的《2020-2025年中国毫米波雷达行业竞争格局分析及投资战略咨询报告》，2014年至2018年，中国车用雷达市场从14.7亿元增长到41.4亿元，年复合增长率为29.5%。

毫米波雷达主要由大陆、博世、海拉等传统零部件巨头所垄断。

77GHZ雷达的开发难度更高，博世、大陆、德尔福（安波福）、电装、天合（采埃孚）等公司已经实现了量产搭载，且均具备整车集成搭载能力。

国内企业，华域汽车、保隆科技、德赛西威、森斯泰克（非上市）均在布局毫米波雷达包括：

24GHz和77GHz。

目前，因为产品成熟度、客户集成能力等原因，本土企业的雷达产品并