2022年智能驾驶行业中期投资策略 智能驾驶软件价值逐渐提升

随着近期多款新能源汽车销量放量，激光雷达成本逐渐向相对合理价格区间趋近，L3级别及以上自动驾驶所需的激光雷达的批量装车，高算力AI芯片实装，智能驾驶元年真正到来。以华为以及造车新势力为代表的新车型大部分已配备L3级别的自动驾驶系统，华为AITO第一款新能源车今年3月正式交付，至6月销量即突破7000辆，预计今年有望单月销量1.5万辆，直追造车新势力第一梯队，汽车“智能化赋能”价值逐渐凸显，未来软件价值量将逐渐攀升。

一、近期智能驾驶相关政策密集出台

近一年智能驾驶相关政策密集出台，L3-L4级别车型有望迎来放量催化。近期，深圳人大常委会发布的2022年立法计划，《深圳经济特区智能网联汽车管理条例》（下称《管理条例》）排在首位，相关管理条例已经过了发布前的三审阶段。这部《管理条例》是全国首个对L3及以上自动驾驶权责、定义等重要议题进行详细划分的官方管理文件，将有望为已经达到有条件自动驾驶的车型合法上路扫除政策障碍。

二、L3-L4级别车型预计今明两年密集量产

从2021-2023年主要高等级自动驾驶汽车量产计划表中可以看到，2021年量产的车型主要是L2+，2022年将有大量L3+的车型密集量产，而2023年计划量产的主要是L4级别的车型。从已经量产的车型的销量来看，特斯拉、小鹏排在前列，优势明显。

三、从智能驾驶产业链看投资机会

在这一章里，我们旨在通过讨论产业链结构与格局来挖掘确定性的投资机会。我们的核心观点：1、芯片是产业链的核心，与核心芯片深度绑定的软件厂商受益最大。2、操作系统和应用算法的格局较为复杂，Tier1在此层面也在积极地与第三方供应商竞争，车厂话语权较强，选择哪种合作模式主要由车厂决定。3、域控制器里，自动驾驶域控制器单车价值量非常高，潜在发展空间巨大，主要是L4-L5级别的自动驾驶对于域控制器的需求会爆发，但是受制于激光雷达的高成本，L4-L5级别的自动驾驶的大规模量产仍有待时日。

1、软件价值量占比大大提升

在汽车E/E架构由分布式向集中式进化的过程中，软件处于越来越重要的位置。首先，域控制器、软件操作系统和中间件以及算法是产业链新增的环节，汽车软件研发成本将逐步提高成为整车价值的核心，预计到2030年软件成本占整车价值比重将达到50%；随着智能驾驶等级的提升，未来汽车的智能化、多样化功能需要搭载相应软件支持，软件的性能和功能差异将决定汽车的差异性；汽车生产产业链上的企业均将重视并加强软件能力建设，实现从开发模式、组织架构、人员构成到运营体系等的内部变革。根据麦肯锡的报告，2020年全球车载软件（算法、中间件及OS）市场规模约为340亿美元，预计2025年提升至630亿美元，2030年提升至840亿美元，2020-2030年复合增长率为9%。各个域的软件市场规模年复合增长率分别为：OS和中间件+11%，车身域软件+10%，动力域和底盘域软件+1%，智能座舱域软件+9%，自动驾驶域软件+11%。

2、智能驾驶产业链主要环节及格局

域控制器作为各个域的功能中心，能够实现每个域内的软硬件分离，标准统一，功能可扩展性大大增强。汽车E/E架构由分布式向集中式进化是行业确定性的大趋势，根据博世提出的六个E/E架构的发展阶段来看，目前大多发展到域控制器E/E架构的阶段，就是将汽车架构分为若干个区域，对每个区域内的ECU进行集成与融合，由各区域内的域控制器进行功能控制。如此，每个域内的软硬件能实现分离，标准统一，功能可扩展性大大增强。智能座舱域、自动驾驶域是产业关注与竞争的焦点。目前大部分Tier1根据功能来划分域，划分为智能座舱域、自动驾驶域、动力域、底盘域和车身域五大区域。智能座舱域、自动驾驶域是产业关注与竞争的焦点，动力域与底盘域由于需要与自动驾驶域的功能结合，有较高的技术门槛，目前仍处于发展初期。智能座舱域由中控系统发展而来，自动驾驶域是新增的部分，两者在集成式发展中新增了大量的软件内容，很考验Tier1供应商的软件能力。

智能座舱芯片和自动驾驶芯片有融合趋势，底层可通用。英伟达OrinX的丰富生态和ADAS功能实现度具有较高壁垒，同时价格也更高。从明年量产计划来看，英伟达OrinX占据市场优势。车厂求知欲越来越强，越来越重视芯片生态的开放性，Mobileye的黑箱子解决方案的市场接受度下降明显。域控制器里，自动驾驶域控制器潜在发展空间巨大，主要是L4-L5级别的自动驾驶对于域控制器的需求会爆发。据麦肯锡的报告，不同域的ECU/域控制器的市场规模在2020-2030年的年复合增长率为：车身域+3%，动力域+5%，底盘域+1%，智能座舱域-2%，自动驾驶域（L1-L3）+3%，自动驾驶域（L4-L5）从2020年的0跃增到2030年的340亿美元；这主要是基于假设预计L4-L5级别的汽车到2030年能达到每年生产600万辆，预计配备L3的汽车的生产数量将从2020年的100,000辆数量级增长到2030年的1000万辆以上。智能座舱域里，ECU/域控制器主要用于控制主要的仪表盘、导航系统或车辆音频系统。智能座舱域ECU/域控制器市场规模预计将以每年约2%的速度下降，主要原因是硬件成本相比分布式架构时更低，而软件成本虽然上升，但随着销量增加带来的规模效应被逐渐摊销，智能座舱域控制器的价格有望进一步下降。

操作系统和应用算法的格局则较为复杂，产业分工与合作模式仍处于不断摸索的阶段。目前产业模式有三种：1、车厂自己做应用算法，Tier1兼顾硬件生产以及操作系统定制化开发；2、车厂的应用算法、操作系统定制化开发及域控制器全部用第三方供应商；3、车厂从应用算法到域控制器均由自己完成，类似特斯拉。总的来说，Tier1在软件算法层面也在积极地与第三方供应商竞争，车厂话语权较强，选择哪种模式主要由车厂决定，其在一定程度上也引领了产业软硬件结合的方向。我们梳理了自动驾驶域、智能座舱域各个环节的单车价值量以及主要参与者，以此来看各个环节的发展空间及格局的演变。自动驾驶域按技术架构可分为感知层、决策层和执行层，其中与软件相关的主要是感知层和决策层，执行层多与汽车零部件相关。感知层主要包括多种车载传感器，决策层以域控制器作为功能中心，集成了芯片、软件操作系统和中间件、应用算法。

随着智能驾驶等级的上升，感知层的传感器单价趋于下降，但是使用数量会增加。L3级别需要配置2个长距激光雷达，L4-L5级别需要配置4个长距及4个短距激光雷达。自动驾驶域控制器是单车价值量很高的一环，不过还要等待L4-L5级别的放量。

视觉+激光雷达结合的方案是未来发展趋势。当前自动驾驶技术路线主要有两种，一种是以特斯拉为代表的“视觉派”，即以摄像头主导、配合毫米波雷达等低成本传感器的视觉主导方案；另一种是除特斯拉外大部分自动驾驶厂商选择的“激光雷达派”，即以激光雷达为主导，配合摄像头、毫米波雷达等传感端元器件。“视觉派”成本更低，商业化可行性更高；“激光雷达派”当前成本较高，但是在信息获取上更加精准。我们认为视觉+激光雷达结合的方案是未来发展趋势。主要逻辑有如下三点：一是纯视觉方案在识别准确率方面有硬伤，无法实现真正的L4；二是激光雷达目前未大规模商业化应用的原因主要还是价格高，但是几年后价格有望大幅下降；三是激光雷达也无法完全代替摄像头的功能，L4的方案大概率是视觉+激光雷达结合。综合而言，在现阶段单目摄像头方案仍会是主流，激光雷达伴随成本下降，渗透率将逐步上升。在未来的几年内，L3-L5的自动驾驶系统中，激光雷达将成为必不可少的组成部分，视觉+激光雷达结合的方案是未来发展趋势。激光雷达的巨大应用潜力将使其成为传感器里未来增速最快的细分赛道。根据麦肯锡预测，车载传感器各细分领域的市场规模在2020-2030年的年复合增长率为：激光雷达+80%，摄像头+7%，雷达+13%，其他+6%，激光雷达2030年市场规模将达到120亿美元。

四、华为造车生态持续壮大，关注华为汽车产业链

华为合作车问界M587天累计交付破万，创新品牌单款车型付破万最快纪录。问界M5是小康赛力斯与华为合力打造的高端品牌AITO旗下首款车型。近日，小康股份发布的5月产销快报显示，该月新能源汽车销量达10452辆，同比增长244.04%。其中，赛力斯销量5440辆，同比增长1616.09%。5月新能源汽车产量达11077辆，同比增长273.97%，赛力斯产量5650辆，同比增长1082.01%。其中问界M5，87天累计交付破万，达11296台，五月单月交付量破5000台，创新品牌单款车型交付破万最快纪录。一再对外表态“不造车，只是帮助车企造好车”的华为，创造了新品牌车单款车型最快破万的销售纪录。在智能车软硬解耦趋势下，未来算力及软件价值量有望向华为等强势Tier1集中，而将硬件价值增量留给供应链。目前，AITO问界M5是首款搭载HarmonyOS智能座舱的车型，目前已经推送了首次OTA升级服务，涉及迎宾座椅、灯光提示、智慧语音、大屏UI界面、转向灯提示音等诸多功能的优化，HarmonyOS智能座舱构建了全屏、分屏、悬浮窗等丰富的窗口显示形式，满足不同场景下的交互需求。（报告来源：未来智库）

五、L4-L5有望最先在商用车大规模应用

我们预期L4-L5在复杂场景下的大规模商业还需要几年时间，主要原因是激光雷达成本依然不低。但是在相对简单的商用车场景中，可以不用激光雷达实现，并且有助于实现经济效益，有望最先实现规模化应用。

当前自动驾驶在载货商用车领域主要有七大主流应用场景，按运行速度可分为高速场景和低速场景，其中高速运营场景包括出行服务、干线物流，低速场景包括矿区场景、港口场景、机场场景、物流园区、末端物流。场景复杂程度是自动驾驶技术在特定场景落地的关键因素之一。从交通标识、行人干扰等场景特质指标来看，高等级自动驾驶技术在矿区、港口及物流园区场景的应用难度较小，更易实现商业化应用。应用的大规模落地除了跟场景复杂程度有关，还需要考验商业模式，即整车技术成本与收益breakeven点很关键。人力成本不断上升，而整车成本不断下降，当两者达到交叉点时可以为企业产生经济效益，企业愿意大批量复制。目前无人配送整车成本根据传感器方案的不同在20-50万不等，未来3年有望降到10万以内。当整车成本仅为10万时，生鲜、零售和快递这种容易产生收入的场景能够大规模应用。由此，预计封闭低速载物场景需要2-3年可以落地，高速载物场景需要5-8年，开放高速载人场景需要10年以上。根据Marklines数据，2020年全球商用车销量达到2254万辆，按照5年的替换周期估算，全球商用车保有量约为1亿辆，我们预计在高等级自动驾驶技术较为成熟后，基于经济效益与安全性考虑，商用车自动驾驶应用的商业化落地会更快，渗透率将逐步提升，商用车自动驾驶市场空间较大。

编辑：123木头人