2022年智能驾驶行业中期投资策略 电动化智能化加速推进智能驾驶发展

感知层、决策层和执行层为自动驾驶产业链的三个层级。汽车智能化发展已经成为电动化后最为重要的产业趋势，自动驾驶也正在快速重塑整个汽车产业价值链。自动驾驶产业链分为三个层级：感知层、决策层以及执行层。感知层负责收集周围的环境信息并做出预处理，主要包括环境感知和车辆定位；决策层负责决策思考，基于感知层的信息，做出行为决策和动作规划；执行层负责精准执行规划好的动作。

1.感知层：车载传感器市场欣欣向荣

汽车正由人工操控的机械产品加速向智能化系统控制的智能产品转变。ADAS是发展全自动驾驶的基础，其核心为环境感知，传感器是实现环境感知的基础硬件。智能驾驶正处于快速发展阶段，汽车智能化程度的提升使得单车搭载传感器数量增加，给车载传感器市场带来了巨大增量。

1)车载摄像头：规模扩大，国内厂商蓄势待发

摄像头是目前最为成熟的车载传感器之一，镜头组、图像传感器、DSP是摄像头的必要硬件组件。其工作原理为：将目标物体通过镜头生成的光学图像投射到图像传感器上，使光信号转变为电信号，再经过A/D（模数转换）变为数字图像信号，最后送到DSP（数字信号处理器）中进行加工处理，由DSP将信号处理成特定格式的图像传输到显示屏上进行显示。车载摄像头的主要硬件组件包括：镜头组、图像传感器、数字信号处理器（DSP）、摄像头模组（CCM）。图像传感器为车载摄像头核心技术，目前汽车主要使用基于CMOS技术的图像传感器（CIS）。CIS的主要生产经营模式包括IDM（垂直整合制造）模式和垂直分工模式。1）IDM模式下，企业独自完成研发设计、晶圆制造、封装测试的所有环节，对企业的技术储备和资金实力具有较高的要求；2）垂直分工模式下，产业链各环节由不同企业专业化分工进行，由Fabless企业（芯片设计企业）专业从事产品的研发设计，而将晶圆制造、封装和测试环节外包给Foundry企业（晶圆代工厂）及OSAT（封测代工厂），以实现各方技术与资金资源的精准投入。目前，在CMOS图像传感器行业，主流供应商中的索尼、三星等采用IDM模式，豪威科技、格科微采用Fabless模式。CMOS图像传感器（CIS）构成了汽车视觉系统的核心，具有较高的技术壁垒。

目前，Mobileye的单目摄像头解决方案仍是车载摄像头系统中的主流方案，双目摄像头方案未来可期。单目摄像头由于价格和对芯片计算能力的要求较低、易于在车身上安装，获得了广泛的应用，但单目摄像头在3D感知和深度检测方面还有局限性。双目摄像头具有更高的测距精度和更广的探测范围，但由于其成本较高以及对精度和计算芯片的高要求，目前尚未大规模量产。车载摄像头是ADAS传感器系统的重要组成，能够实现多项ADAS功能，但其环境适应性差、稳定性不高等问题会直接影响ADAS系统的安全性。相比其他传感器，车载摄像头的优势主要为成本低，开发门槛亦相对较低。但在ADAS应用中，车载摄像头存在环境适应性差、产品稳定性不高等问题，容易受到光线干扰，且对于速度和距离没有能力准确把控；在恶劣环境下，车载摄像头容易损坏。2016年5月7日，美国佛罗里达州一辆采用视觉感知作为自动驾驶系统核心的特斯拉ModelS因Autopilot模式失效，在高速公路岔路口与左转卡车发生撞击，导致驾驶员在车祸中丧生。车载摄像头虽是ADAS系统的重要组成，但也需要与其他传感器共同发挥中作用。

从车载摄像头产业链的中、上游看，国内厂家在车载镜头组市场竞争力较强，在CMOS图像传感器（CIS）领域的竞争力也有所提升。舜宇光学在车载摄像头镜头市场中处于全球领先地位，车载镜头出货量连续多年保持全球第一位，市场占有率超过30%。欧菲光2018年收购富士天津，获取1000多项镜头专利，同时打开车载镜头市场。车载摄像头CMOS行业的绝对的领导者是美国企业OnSemi（安森美），市场占有率接近50%，在该领域市占率第二的美国豪威科技在2019年被我国上市公司韦尔股份收购。车载摄像头下游产品供应市场集中度较高，由具有丰富技术发展经验的海外厂商主导，国内车载摄像头厂商竞争力有待提升。在视觉算法产品领域，以色列公司Mobileye的全球份额在70%以上。在模组封装市场，截止2018年，全球车载摄像头行业市场份额前三为松下、法雷奥和富士通，全球CR3为41%，CR10为96%。总体来看，目前国内车载摄像头厂商在下游产品市场的竞争力比较薄弱，部分非上市公司如北京经纬恒润、广州一谷电子等是车载摄像头的供应商。同时，在消费电子等领域领先的国内摄像头模组供应商如舜宇光学、欧菲光、晶方科技等也开始进入到车载摄像头的领域。其中，舜宇光学的车载摄像头模组部分产品2018年已经开始量产。

CMOS图像传感器领域，韦尔股份借助收购北京豪威、思比科、视信源股份，成功切入CIS赛道，成为国内龙头。CMOS图像传感器（CIS）应用领域广泛，汽车CMOS传感器领域可大有所为。根据Frost&Sullivan预测，至2024年，汽车CMOS图像传感器销售额将占据全球CMOS图像传感器市场的14%，较2019年提升4%。韦尔股份是国内较为优秀的兼具半导体分销和设计能力的上市公司，成立于2007年5月，从事半导体产品设计业务和半导体产品分销业务，目前旗下拥有豪威科技、韦尔半导体、思比科三个品牌以及自有分销渠道业务。其中豪威科技在CMOS芯片设计和研发领域具有技术优势，储备了大量的相关专利技术。得益于在车载图像传感器领域完善的技术储备和产品布局，豪威科技具有强大的技术优势提供车载图像解决方案，推动自动和半自动驾驶的发展。2021年1月11日豪威科技发布了OX03F10汽车图像传感器，提供更高的300万像素分辨率和更强的网络安全性；2021年1月13日豪威科技携手Nextchip推出车载观测摄像头解决方案，为中低档汽车提供120dBHDR和优异LED闪烁抑制功能。

2) 激光雷达：行业规模迎来爆发初期

四大系统组成激光雷达，准确绘制 3D 环境地图。激光雷达是激光探测及测距系统的简称，是一种集激光、全球定位系统和惯性测量设备三种技术于一身的系统，用于获得数据并生成精确的 DEM（数字高程模型）。激光雷达主要由发射系统、接收系统、扫描系统、信息处理四大部分组成，这四个系统相辅相成，形成传感闭环。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离，这些轮廓信息组成所谓的点云并绘制出3D 环境地图，精度可达到厘米级别。 显性参数八个技术指标，用于评价激光雷达性能。激光雷达产品可以从显性参数、实测性能表现及隐性指标等方面进行评估和比较。显性参数指列示在产品参数表中的信息，主要包含测远能力、点频、角分辨率、视场角范围、测距精准度、功耗、集成度（体积及重量）等。实测性能表现指在实际使用激光雷达的过程中所关注的探测性能，如实际探测距离、车辆及行人在不同距离下的点云密度，这些信息决定了无人驾驶汽车和服务型机器人对周围环境的有效感知距离。隐性指标包含激光雷达产品的可靠性、安全性、使用寿命、成本控制、可量产性等，这些指标难以量化，缺乏公开信息，只能通过产品是否应用于行业领先企业的测试车队或量产项目中得以体现。

机械旋转式激光雷达发展较早，可对周围环境进行 360°的水平视场扫描。机械旋转式激光雷达目前技术比较成熟，但系统结构十分复杂，体积庞大且各核心组件价格很昂贵，其次最大的门槛在于很难达到车规级要求，同时由于其内部构造非常精密复杂，极大增加了调试、装备等各道工序的难度，完全自动化生产存在巨大挑战，良品率同样是痛点。技术发展的创新点体现在系统通道数目的增加、测距范围的拓展、空间角度分辨率的提高、系统集成度与可靠性的提升等。 半固态激光雷达中微振镜方案技术成熟，适用于量产大规模应用。其中转镜方案的收发模块保持不动，电机在带动转镜运动的过程中将光束反射至空间的一定范围，从而实现扫描探测，转镜是较为成熟的激光雷达技术方案，其技术创新体现之处与高线数机械式方案类似；微振镜方案（MEMS）采用高速振动的二维振镜实现对空间一定范围的扫描测量，微镜振动幅度很小，频率高，成本低，技术成熟，适用于量产大规模应用。技术创新体现在开发口径更大、频率更高、可靠性更好振镜，以适用于激光雷达的技术方案。

国外激光雷达厂商占据高位，迎来上市热潮。Velodyne 在机械式激光雷达领域具有先发优势，借壳上市成为全球激光雷达第一股。Luminar 聚焦于生产 1550nm InGaAs 传感器，建立绝对领先优势。Innoviz 致力于MEMS激光雷达，将于 2021 年第一季度完成 NASDAQ 上市。Quanergy 采用 OPA 光学相控阵技术，产品尚未量产。Ouster 在售产品为机械旋转式，采用 VCSEL 和 SPAD 阵列芯片技术。 国内激光雷达厂商入局，技术水平赶超国外厂商。禾赛科技自主设计芯片，为产品在性能、集成度和成本上带来竞争优势。览沃科技聚焦自动驾驶、机器人和智慧城市，提供高性能、低成本激光雷达，凭借旋镜式类固态技术赢得多家客户信赖，并与小鹏汽车达成合作。速腾聚创主攻机器人市场，在售产品主要为机械旋转方案和微振镜方案。镭神智能掌握四种测距原理，CH 系列激光雷达专为 L4、L5 级别无人驾驶汽车设计。华为入局汽车产业，发布96线MEMS车规级激光雷达，将应用于北汽、长安汽车，集中万余人研发 100 线激光雷达，并在未来将激光雷达的成本降低至200 美元，甚至是 100 美元。

3) 毫米波雷达：外资占据市场份额较大

随着汽车市场需求及技术进步，车载毫米波雷达蓬勃发展。毫米波雷达是使用毫米波波段（millimeter wave）探测的雷达，其中毫米波是波长 1～10mm，对应频率为 30～300GHz 的电磁波。车载毫米波雷达通过天线向外发射毫米波，接收目标反射信号，经后方处理后快速准确地获取汽车车身周围的物理环境信息，然后根据所探知的物体信息进行目标追踪和识别分类，进而结合车身动态信息进行数据融合，最终通过中央处理单元（ECU）进行智能处理。经合理决策后，以声、光及触觉等多种方式告知或警告驾驶员，或及时对汽车做出主动干预，从而保证驾驶过程的安全性和舒适性，减少事故发生几率。 毫米波雷达在满足一般探测功能的同时抗干扰能力强，且满足商业化价格要求，其独特优势使其成为L2级自动驾驶核心传感器之一。毫米波雷达可以有效探测物体的相对距离、相对速度和方位角。目前，车载毫米波雷达工作频率一般为 24GHz 和 77GHz， 24GHz 毫米波雷达应用于盲区探测（BSD）、辅助变道（LCA）等场景，77GHz毫米波雷达应用于前向碰撞预警（FCA）、自适应巡航（ACC）等场景。此外，波长更短、探测精度更高的79GHz毫米波雷达是未来行业突破的热点之一。随着技术的发展与成熟，毫米波雷达天花板日益凸显，未来技术领域突破较小。但随着 L2 及更高级别自动驾驶的商业化落地，车载毫米波雷达的数量将进一步增加，市场仍存在较大空间。

4) 超声波雷达：技术简单，竞争激烈

超声波雷达凭借较低门槛，早已成为常见汽车部件之一。超声波为振动频率大于 20KHz 的机械波，具有振动频率高、波长短、方向性好等特点。车载超声波雷达类型分为超声波驻车辅助（UPA）和自动泊车辅助（APA）两种，此前大部分车型搭载的超声波雷达为 UPA，提供倒车辅助，而随着智能驾驶中自动泊车技术的发展，APA的市场在逐渐打开。在汽车智能化过程中，超声波雷达主要提供自动泊车辅助功能，配合摄像头、毫米波雷达等传感器为高级别自动驾驶提供辅助功能。特斯拉、蔚来、小鹏、理想当前车型均搭载了 12 个超声波雷达。

2.决策层： 芯片行业国产替代进行时

决策层相当于自动驾驶汽车的大脑，在自动驾驶中起重要作用。自动驾驶汽车在进行决策规划时，会从环境感知模块中获取道路拓扑结构信息、实时交通信息、障碍物信息和主车自身的状态信息等内容。通过结合以上信息，决策规划系统会对当前环境作出分析，然后对底层控制执行模块下达指令，这一过程就是决策层的主要任务。决策层只要包括自动驾驶计算平台、算法、自动驾驶芯片和域控制器等产品。

1) 算法：特斯拉具备明显先发优势

自动驾驶汽车常用的行为决策算法主要有三种类型：（1）基于神经网络：自动驾驶汽车的决策系统主要采用神经网络确定具体的场景并做出适当的行为决策；（2）基于规则：工程师想出所有可能的“if-then 规则”的组合，然后再用基于规则的技术路线对汽车的决策系统进行编程；（3）混合路线：结合了以上两种决策方式，通过集中性神经网络优化，通过“if-then 规则”完善。混合路线是最流行的技术路线。特斯拉是截止目前全球唯一一家实现了自动驾驶核心领域全栈自研自产的科技公司，在数据、算法、算力等各个层面打造了一套包含感知、规控、执行在内的全链路自动驾驶软硬件架构。特斯拉采用 Transformer 神经网络，可以将地面坡度、曲率等几何形状的变化情况内化进神经网络的训练参数中，实现对物体深度信息准确感知和预测，达到从视频数据输入到向量空间输出的效果。

2) 芯片：国产芯片尚处于起步阶段

特斯拉在自动驾驶芯片领域处于领先地位。2019 年特斯拉开始全面采用自研 FSD 芯片，FSD芯片设计专注于满足特斯拉自动驾驶软件需求，其设计的主要目标包括：低功耗、低成本、高算力、batch size 为1、性能合适的GPU和高安全性。每一个 FSD 电脑配备两块独立的 FSD 芯片，在汽车行驶过程中，两块芯片将独立运行自己的操作系统，当且仅当两块芯片运算结果相同时，汽车响应命令并进行驱动。2021 年特斯拉发布了D1 芯片，D1芯片采用分布式结构和 7 纳米工艺，搭载 500 亿个晶体管、354 个训练节点，仅内部的电路就长达17.7 公里，实现了超强算力和超高带宽。随着 D1 芯片的登场，Dojo 将在 AI 训练的道路上快步急行，将提升特斯拉快速迭代的能力，特斯拉的FSD自动驾驶软件能力也将大幅提升。

地平线征程 5 芯片以多重优势助力高等级自动驾驶发展。地平线成立于 2015 年，自主研发边缘AI 芯片，提供“芯片+算法 IP+工具链”的完整解决方案，目前已推出车规级量产芯片和面向 AIoT 领域的芯片平台。征程5是地平线开发的第三代车规级产品，兼具大算力和高性能，单颗芯片 AI 算力最高可达 128 TOPS，真实AI 性能可以达到1283FPS，能够支持自动驾驶所需要的多传感器感知、融合、预测和规划控制等需求，是目前国内支持快速量产的百TOPS级大算力芯片。（报告来源：未来智库）

3.执行层： 市场渗透率有望持续提升

执行层是指在系统做出决策之后，替代人类对车辆进行控制，将决策层的指令反馈到底层模块执行任务。车辆的各个操纵系统都需要能够通过总线和决策系统想连接，并能够按照决策系统发出的指令精准地控制车辆行驶。常见的执行层包括：线控油门、线控换挡、线控制动、线控转向和线控悬架等。线控油门和线控换挡出现时间较早，市场渗透率高，且市场格局近几年已相对稳定，自主供应商难有进一步突破；线控转向和线控制动的技术壁垒最高，量产时间晚，目前渗透率低，自主供应商与海外供应商差距较小，国产替代机会大；线控悬架出现时间早，但目前渗透率仍较低，预计渗透率将在电动车高端化发展中快速提升，实现技术突破的自主供应商有望扩大市场份额。

1) 线控制动：行车制动市场前景广阔

线控制动包括行车制动和驻车制动，行车制动当前渗透率较低，发展空间较大。据华经产业研究院数据，目前国内行车线控制动整体渗透率较低，仅在 3%左右，随着自主供应商 EHB（湿式线控制动系统）产品的成熟，线控行车制动产品将加速放量，预计 2025 年线控行车制动在新能源/燃油乘用车中渗透率分别达30%/16%，以单车价值量2300元来计算，对应市场规模将达到 129 亿元，2021-2025 年 CAGR 达 85%。电子驻车制动系统（EPB）已经较为广泛的应用于乘用车，国内情况从 2020 年销量前十乘用车车型数据来看，EPB 加权平均渗透率为75%，仍然有广阔的发展空间。预计随着新能源汽车渗透率提高叠加汽车智能化趋势，整体中端和高端产品将持续渗透。

2) 线控转向：国内线控转向仍在发展初期

线控转向系统是自动驾驶的核心技术，是高阶自动驾驶的必要执行器。汽车转向系统决定了汽车的横向运动，传统的转向系统是机械系统：驾驶员操纵方向盘，通过转向器和拉杆,将转向意图传递到转向车轮，从而实现转向运动。线控转向的安全性是汽车厂家需要重点突破的技术难点，2013 年英菲尼迪 Q50 为首次搭载DAS线控转向技术的量产车型，但在上市不到一年的时间内，由于线控转向系统的技术缺陷不得不召回。国内线控转向系统尚在发展初期，2021年集度、蔚来、吉利成为线控转向技术发展和标准化研究的联合牵头单位，将共同牵头线控转向相关国家标准的制定。长城汽车也发布了其支持 L4 级别自动驾驶的线控转向技术，预计 2023 年将实现量产。

浙江世宝是国内汽车转向系统领先企业。公司以提高汽车驾驶安全性和舒适性为使命，长期致力于汽车转向系统的研发与制造，在汽车行业积累了丰富的系统配套经验和国际化客户资源，是国内外众多大型汽车集团的一级配套商。公司在转向技术领域拥有大量专利和软件著作权，公司在电动转向、电液转向、线控转向、管柱及中间轴等产品和技术领域的研发投入，预计未来将逐步形成批量化生产。目前，公司主要客户包括吉利汽车、一汽集团、江淮汽车和东风汽车等。

3) 空气悬架：国产替代降本空间较大

空气悬架工作原理就是用空气压缩机形成压缩空气，并将压缩空气送到弹簧和减振器的空气室中，以此来改变车辆的高度。在前轮和后轮的附近设有车高传感器，按车高传感器的输出信号，微机判断出车身高度的变化，再控制压缩机和排气阀，使弹簧压缩或伸长，从而起到减振的效果。目前应用空气悬挂的汽车品牌车型来看，豪车占大部分，造车新势力的中高端电动车也开始搭载线控悬挂，空气悬架配置正逐步向 30 万~35 万元价位区间的车型渗透，比如红旗h9、极氪 001、岚图 free 等售价均在 35 万元左右，渗透率有望提升。线控空气悬架技术成熟，行业格局稳定，国产替代具有较大的降本空间，中国供应商享受到降价带来的红利。 中鼎股份通过收购德国 AMK 公司进入空悬系统领域。空气悬架的外资供应商有大陆、AMK、威巴克等，AMK在空悬压缩机技术处于行业领先地位，主要配套捷豹路虎、沃尔沃、奔驰等高端客户。中鼎股份2016 年收购AMK，吸收领先的技术优势，并且获得了优质的海外客户资源。AMK 中国子公司安徽安美科一直在加速推进完善中国乘用车市场空气悬架系统性能和成本最优化的供应链体系，并围绕“国产化推进、技术迭代升级、产业补强补全”的战略目标稳健发展。2021 年来，公司屡次获得国内主机厂定点项目。

编辑：123木头人