汽车智能驾驶深度研究报告：市场、政策、技术与产业链分析
（报告出品方/作者：国联证券，张旭）
1 我们为什么需要智能驾驶？
1.1 智能驾驶简介：服务人与代替人
智能驾驶是指汽车通过配置先进的传感器、控制器、执行器、通讯模块等设备实 现协助驾驶员对车辆的操控，甚至完全代替驾驶员实现无人驾驶的功能。
高等级的智能驾驶是智能交通体系的一部分，通过 V2X（车联网）技术汽车能够 与道路信息、交通信号、其他车辆等周围环境联接为一体，形成“人、车、路”高效运 行的交通体系。而在智能汽车内部，各种类型的传感器代替了人的眼睛与耳朵，感知 汽车周围情况；强大算力的控制器代替了人的大脑，决策车辆行驶路线；响应灵敏的 执行器代替了人的手脚，执行着智能大脑的命令。被“代替”的驾驶员则通过全新的人 机交互环境，享受着智能的体验与服务。这是智能驾驶的愿景，也是定义各个子功能 的发展目标。
1.2 智能驾驶的功能价值：安全、高效、舒适
安全始终是汽车出行的第一要务，早期的智能驾驶功能主要是集中在帮助驾驶 员减少交通事故的辅助驾驶功能。其中，典型的功能为AEB（Autonomous Emergency Braking,自动紧急制动系统）。AEB 系统通过摄像头或雷达检测和识别前方车辆，在 有碰撞可能的情况下先用声音和警示灯提醒驾驶者进行制动操作回避碰撞。
当前我国交通领域面临诸多痛点，包括：人为 原因导致的交通事故率占比 90%；因为交通拥堵，仅仅在北京就造成了人均 4013.31 元/年的经济成本；我国物流费用在 GDP 中的比重达到 14.6%，远超欧美国家，效率 低下；我国大型城市停车位缺口平均在 70%以上，停车难的问题越来越突出。
智能驾驶功能有望成为解决这些痛点的方案，其价值体现在多个方面：
提升安全性：智能驾驶功能帮助减少交通事故率。
提升效率，减少成本：协同式交通系统可以提高燃油经济性及交通效率。
提高舒适性：减轻驾驶负担，解放用户时间。
1.3 智能驾驶的经济价值：重构产业的革命
当前，汽车行业正在经历 100 多年来最为剧烈的变革，“新四化”趋势（电气化、 智能化、网联化、共享化）带来全方位的产业革命。在这一变革中，智能驾驶将显著 提升汽车电子、软件算法等在汽车价值中的比重。先进的计算机、通讯、算法等技术 成果将被应用在智能驾驶汽车上。传统汽车行业的生产组织要素（知识技能、组织模 式等）将被全面改变，有望创造众多新增部件机会。
软件定义汽车理念已经越来越被行业接受，通过软件更新（OTA）持续的优化功 能与创造价值成为未来智能汽车必备特征。智能驾驶功能的演进也是汽车产业逐步 重构的重要内容。
1.4 智能驾驶技术分级与产品
智能驾驶技术分级标准
当前，行业普遍遵循 SAE 协会定义的智能驾驶等级。但从产品属性来看，智能 驾驶分为人承担责任和车承担责任两类。其中，L2 及以下的智能驾驶通常被定义为 ADAS（高级驾驶辅助系统），其最大的特点是系统只是給驾驶员提供协助，驾驶员需 要承担所有的责任与后果。而在 L4 及以上的智能驾驶汽车上，责任主体为汽车生产 或者汽车服务商对于 L3 级别的智能驾驶，因为其只能在特定条件下代替人，并且在 系统失效的时候需要人及时接管车辆，在实际应用中的可操作性及责任界定问题在行 业内外存在较大争议。从技术角度而言，L3 级别智能驾驶是技术发展的必经阶段， 但从法律及产品角度，仍存在着较大争议。
智能驾驶产品开发战略选择
Waymo、滴滴等科技公司与初创公司采取“高举高打”策略，直接针对 L4 级别 的智能驾驶进行研发，以期实现全自动驾驶。根据 Navigant Research 发布的 2020 年度自动驾驶汽车排行榜，Waymo、通用 Cruise、百度处于领先地位。Waymo 从 2009 年就开始了相关研究，其在该领域投入最大、积累数据最多、应用最全面。
从技术角度分析，针对 L4 级别的智能驾驶虽然已经有了很多进步，但是目前仍 处于试验研究阶段。面对情况复杂的开放道路，技术成熟度还远未达到全面商业化运 营的要求。2019 年，著名咨询公司 Gartner 在其报告中认为 L4 级别自动驾驶技术 全面成熟还需要 10 年以上的时间。
主流汽车企业均从 ADAS 功能入手实现产品化，并逐步向 L3、L4 级别功能方 向演进。头部企业则是同时布局 ADAS 产品开发与 L4 级别的自动驾驶技术研究， 例如：大众，GM，Ford 等。当前，L2 智能驾驶产品已经较为成熟，正在向 L3 技术 阶段发展。企业通过传感器、计算平台、算法的不断升级与迭代，逐步完善产品功能， 并扩展应用场景。特斯拉、奥迪、小鹏等已经宣传开发出具备 L3 技术能力的智能驾 驶汽车，但因为 ODD(Operational Design Domain:设计运行区域)在法律及标准上还 没有明确，他们更多以 L2+来定义相关产品。2020 年底，特斯拉在写给加州机动车 管理局(DMV)邮件中承认，FSD 目前并非真正的完全自动驾驶，FSD 和 Autopilot 一 样，都属于 L2 级自动辅助驾驶系统。
我国更加强调智能化与网联化同步发展，以网联功能构建“人-车-路-云”的整体 解决方案，减小单车智能的开发难度。2020 年 2 月，由发改委等 11 部委联合发布的 《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。”
2 市场需求：产品功能与应用场景的匹配程度影响用户需求
2.1 ADAS(辅助驾驶)：产品成熟，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。
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，并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。
在商用车领域，因为相关零部件成熟稍晚，ADAS 装配率还比较低。当前量产车 辆主要搭载的是 L1 级别功能或者信息报警类功能，如 AEB/BSD/DMS 等。随着商用 车电控执行器（刹车、转向等）产品的成熟，ADAS 功能在商用有望越来越丰富。
2.2 L3/L4(自动驾驶)：场景决定市场空间与落地节奏
因为技术的局限性，L3/L4 级自动驾驶技术产品需要依托场景进行开发。对于驾 驶的场景，可以从环境的封闭性与车辆运行速度进行划分，相对封闭的环境与相对低 的运行速度有利于降低产品的开发难度。当前，典型的应用场景包括：高速公路、城 市道路、停车场、机场、矿区、园区、港口等。
针对特定场景开发 L3/L4 级自动驾驶产品优点是能够更快实现产品落地，缺点 是产品定制化特征决定了其市场规模将会有限。根据罗兰贝格与蔚来资本的报告，自 动驾驶有望落地的场景中，跨域干线物流市场空间达到 7000 亿元，自动驾驶出租车 Robotaxi 市场空间达到 3500 亿元。而在港口场景中因为集装箱卡车本身规模有限 （1 万余辆），智能驾驶系统市场空间仅 60 亿元。
过去几年，经历了自动驾驶投资起落后，“场景致胜”已经成为行业共识。当前， 各个公司纷纷选定自己的主攻场景，以争取实现更早的商业化落地。Waymo、百度、 滴滴、Uber、文远知行、小马智行等公司的重点在 Robotaxi 领域；TuSimple(图森未 来)、智加科技、赢彻科技等公司主攻干线物流；主线科技、西井科技等集中在港口物 流；希迪智驾、易控智加等主攻矿区场景；京东 X、菜鸟等则在园区物流配送上投入 较大。
不同的场景，产品开发难度不同，商业落地速度也有差别。因为港口集装箱卡车 运行环境较为封闭，车速要求不高，产品开发相对简单，有望在 2023 年前后实现商 业化落地。而 Robotaxi 因为场景较为复杂，即使在美国较高的出行成本下，实现商 业化的收支平衡也要到 2026 年以后。这也是 Waymo 在美国凤凰城的 Robotaxi 运 营无法持续扩大的原因。
2.3 产品功能价值决定需求弹性
辅助驾驶的安全功能被纳入法规标准，有望快速普及
智能驾驶的主动安全功能能够提高道路安全、减少交通事故。因此，我国政 府正在将会越来越多的主动安全功能纳入到法规标准体系。
在乘用车领域， AEB 等辅助驾驶功能已经被纳入欧洲、北美、我国的测试认证 规范，标准引导产品升级的意味明显。2018 年，AEB 已被纳入我国乘用车的新车评 价规程(C-NCAP)，缺乏相关配置的车型将难以获得较高的评级。根据评分体系，在 2018 年，车辆要获得 5 星级评价，主动安全的最低得分率要求为 26%；而到 2019 年，最低得分率提升至 38%；2020 年提升至 55%。根据 Euro NCAP 的发展规划， 针对 AEB 功能，将引入更多测试包括：后向行人保护、AEB 交叉路口评价等。2022 年开始引入 Head-on（迎面）测试，模拟车辆正面头碰头的场景。
在商用车领域，特别是“两客一危”车辆（公交、客运、危化品车辆），因为其对 交通安全运行影响重大，政府已经将装配 AEB，FCW 等辅助驾驶功能列入强制标 准。考虑到商用车安全问题所造成的社会隐性成本，针对普通商用车辆的推荐标准也 已经颁布。部分强制性政策与规定从“两客一危”开始，并逐步向重型载货汽车、 新能源汽车、中轻卡、专项作业车等领域推行。
2020 年发布的《道路运输条例（修订草案征求意见稿）》，要求客运车辆、危 险货物运输车辆、半挂牵引车及总质量 12 吨以上的载货车辆应当按照有关规定配备具有行驶功能的卫星定位装置和智能视频监控装置。
这些涉及人员安全的标准与法规政策的出台将会促进辅助驾驶（安全）功能 渗透率提升，加速功能改进与系统单车价值提升。
显性价值清晰的智能驾驶功能市场接受度高
在车辆驾驶过程中，停车、跟车、变道、紧急情况应对是常见的驾驶员操作。乘 用车的智能驾驶功能开发主要是针对这些情景中的痛点，满足驾驶员的需求。例如， 停车对新手司机而言难度较大，自动泊车（代客泊车）能够完成从找车位到泊车入库 的全过程。而在交通拥堵的道路，ACC（自适应巡航）能够有效跟车缓解驾驶员的疲 劳。对这些功能需求与驾驶员的经验、道路运行条件密切相关，产品价格对于需求弹 性影响较大。
而在商用车领域，车辆作为生产资料，智能驾驶功能主要围绕如何安全、高效的 创造价值进行开发。产品与功能的接受度与投入回报比直接相关，一旦突破拐点，市 场渗透率有望快速增长。图森未来（TSP.O）在其招股书中披露，自动驾驶卡车有望 实现 USD1.98/mile 的成本节省，未来有望接近 1 年的投入回报比，这将使得用户接 受度迅速提升。与之类似，2020 年我国重卡 AMT 变速箱投入回报比已被用户接受， 出货增速超过 7 倍且供不应求，正在快速普及。
尽管乘用车与商用车对智能驾驶需求出发点不同，但随着政策完善、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有望快速普及。
个性化智能驾驶功能市场接受度将由产品成熟度、用户支付意愿共同决定。
随着对于用户体验的重视，智能座舱作为智能驾驶中“人机交互”的端口越来越受 到重视，HUD（抬头显示）、多屏显示等功能被已在部分车型上搭载。但这些个性化 的功能还面临成本较高、成熟度不够的局面，其市场普及与渗透率提升需要时间。
同时，部分智能驾驶功能夸大宣传、操作复杂、用户体验不佳，在客户端存在“老 手不会用，新手不会用”等问题，影响了其渗透节奏。根据威尔森咨询在 2019 年的调 查，中国消费者对智能驾驶的兴趣度达到 71%，但是信赖度只有 28%。因为用户习 惯与功能成熟度，用户更多不愿意支付额外费用或者处于观望状态。根据 2020 年 Q4 Tesla 交流会，中国用户的 FSD 软件付费激活率仅为 2%，费用更低的小鹏汽车 Xpilot 激活率也仅 20%。
对于个性化的智能驾驶产品，还需要在提升用户满意度与支付意愿上努力。
3 政策、技术、标杆共同推动，智能驾驶加速到来
3.1 政策支持：国家战略方向；地方大力扶持；行业积极响应
智能驾驶的国家战略 2020 年，我国 11 个部委联合发布的《智能汽车创新发展战略》中已明确指出智 能驾驶汽车是国家战略发展方向，其包括：
（一）智能汽车已成为全球汽车产业发展 的战略方向；
（二）发展智能汽车对我国具有重要的战略意义；
（三）我国拥有智能汽 车发展的战略优势。
发展层面：智能驾驶汽车是成为汽车强国的战略选择。产业层 面：鼓励相关产业跨界融合，产业链重构，智能化，网络化，平台化发展。
技术层面： 智能驾驶带动了高新技术的发展。
应用层面：汽车由机械运载工具转变为智能移动空 间和应用终端、新兴业态的重要载体。
地方大力扶持智能驾驶产业落地
地方政府对智能驾驶发展也极为重视，纷纷出台各项鼓励与扶持政策。包括：依 托新型城镇化和智能化道路交通设施等重大工程建设，纷纷建立智能公交与车路协同 技术应用示范线路；制定示范应用推广计划，逐年扩大智能网联公交车示范区域和应 用数量；制定政府采购要求，逐年提高智能驾驶环卫车等的示范应用比例；设立人才 专项配套政策，引导行业人聚集；扶持企业的智能驾驶技术研发等。地方政府希望通 过不断扩大智能驾驶示范应用规模，以示范应用带动产业发展。
行业标准体系正在成形，产品评测促进行业健康发展
行业标准是指导智能驾驶发展的重要依据。相关部门将智能网联汽车标准体系 框架定义为“基础”、“通用规范”、“产品与技术应用”、“相关标准”四个部分，同时根据 各具体标准在内容范围、技术等级上的共性和区别，形成 14 个子类。2020 年，我 国已制定 30 项以上智能网联汽车重点标准，初步建立能够支撑驾驶辅助及低级别自 动驾驶的智能网联汽车标准体系，到 2025 年预计将制定 100 项以上智能网联汽车标 准，系统形成支撑高级别自动驾驶的智能网联汽车标准体系。
产品测试评价、质量检测体系完善将为消费者购车用车保驾护航。随着整车企业 纷纷发布具备 L3~L4 级自动驾驶功能汽车产品量产计划，且积极开展道路测试、应用示范及商业化试运营，行业急需建立完善智能网联汽车产品等级划分及评估准则， 服务消费者购车用车。2020 年 10 月，由中国智能网联汽车产业创新联盟、国汽（北 京）智能网联汽车研究院有限公司、华为技术有限公司、中汽中心、中国汽研等共同 编制完成了《智能网联汽车产品测试评价白皮书》，行业在智能网联汽车产品测试评 价流程上达成了共识。其适用于配备自动驾驶系统且具备 L3/L4/L5 自动驾驶功能的 M 类、N 类车辆，其它类型车辆可参照执行；可用于评价高速/环路、市内运行、泊 车/取车、封闭园区和城际/郊区等五大连续运行场景的自动驾驶运行能力；可用于 Robotaxi、AVP、HWP 等典型自动驾驶汽车产品的测评，同时港口、矿区车辆可参 照使用。2021 年 1 月，国家市场监督管理总局正式同意中国汽研与湖南湘江智能科 技创新中心有限公司共同筹建“国家智能网联汽车质量监督检验中心（湖南）”。
3.2 技术进步：感知/智能/通讯技术导入
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（Environmental Perception）指对于环境 的场景理解能力，例如障碍物的类型、道路标志及标线的识别、行人车辆的检测、交 通信号的辨识等。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。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。激光雷达过去一般用在测绘、工业生产领域，价格昂贵。 2019 年，Luminar 发布了价格不到 1000 美元的 LiDAR 解决方案。Velodyne 公司则 计划到 2024 年将平均售价从 2017 年的 17900 美元降至 600 美元。2020 年，华为 宣布其将量产的激光雷达单价在 200 美元以下。随着激光雷达价格的快速下降，奥 迪、宝马、奔驰等整车企业已将其纳入了搭载规划。
算法升级与计算平台进步
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。最典型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。
Mobileye 以其算法和芯片技术快速成为 ADAS 领域头部企业，市场占有率一度 超过 70%。当前，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。其第四代算法芯 片 EyeQ4 较上一代性能提升 8 倍，EyeQ 系列 芯片累计发货量超过 5000 万块。2017 年，Mobileye 被英特尔以 153 亿美元巨资收购。
英伟达（NVIDIA）、高通（Qualcomm）、华为、百度、地平线等科技公司也纷纷 布局车载计算平台。2019 年末，英伟达推出的全新自动驾驶芯片 ORIN，其性能已达 200TOPS（每秒钟一万亿次运算），接近 L4 级别自动驾驶的算力要求。
5G 时代到来，V2X 成为新基建一部分
车联网（V2X）能够实现车与车通讯（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，能够有效降 低单车成本、提升系统可靠性。
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，有望帮助智能驾驶完善功能。
我国 5G 通信技术全球领先，基站建设覆盖广，为汽车的网联化提供了良好的基 础环境。因此，我国在实现智能交通的战略上更加偏向车路协同发展，注重车辆的网 络化水平提升，减小对于单车智能技术的依赖，加快智能网联汽车产品落地。2020 年，智慧道路基站建设成为我国“新基建”的重要内容。智慧基站作为基础设施被应用 在道路上，其包括了道路信息感知、数据存储与计算、信息中继传输等功能为一体。 智慧基站通过 5G/V2X 通信，以极低延时将信息传输给周边车辆、移动终端及云端， 实现“人-车-路-云”协同交互，提供高质量道路信息服务。
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 级别自动驾 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。
因此，对于自动驾驶，我们认为不应高估技术短期突破，但是更不应低估其对于 产业结构、商业模式的长期影响。
3.3 标杆引领：特斯拉引领智驾体验
伴随着上海工厂量产 Model 3，2020 年特斯拉达到了近 50 万辆交付。特斯拉 2017-2019 年的交付量分别达到 10.31/24.52/36.75 万辆，持续高速增长。除了纯电 动，驱动特斯拉的另一个产品特征就是其智能驾驶功能，实现全面自动驾驶（FSD， Full Self Driving ）是公司产品开发的目标。
特斯拉汽车除支持目前已实现的 Autopilot 自动辅助驾驶功能外，能够通过 OTA 更新软件，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。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。
标杆已至，本土品牌纷纷应战，智能驾驶将由导入期进入成长期，体现为搭载功能越来越多，渗透率越来越高。特斯拉的 Autopilot 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。特别是新能源汽车领域，小鹏汽车、蔚来汽车、 智已汽车等均将智能驾驶功能作为其产品力的体现，这将推动 L2 及 L2+的智能驾驶 的在市场端的普及。
在燃油车领域，L2 及以上智能驾驶功能的渗透率仍在低位，市场潜力巨大。以 典型 L2 级自动泊车功能为例，该功能在 30 万以上的车型配比较高，超过 30%；而 在 10~20 万区间的车型中，该功能平均率仅为 5%。8~20 万的区间是我国乘用车销 量的主力，占比达到 64%。可见，该功能的整车搭载率依然在 10%左右。细分来看， 以长城汽车、吉利汽车为代表的自主龙头企业的泊车功能搭载率已达到 10%以上。 智能驾驶功能已成为自主产品超高性价比与产品领先性的标志，正在越来越被重视。
随着智能驾驶功能的增加与普及，Marketstand 公司预测从 2019 到 2027 年， 全球 ADAS 市场年均增速将达到 20.7%，有望成为千亿美元的市场。
3.4 标杆引领：商用车龙头寻求开辟新大陆
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。我国物流费用在 GDP 中约占 15%，明显高于发达国家水平。其中一个 重要的原因是公路货运效率不高，因为安排不合理、信息不对称造成空载运营。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，仅仅通过车联网方式将 会有 1.02 万亿市场优化空间。可见，智能网联汽车对于商用车市场有着巨大吸引力， 能够降低社会物流总成本。
随着智能物流的发展，重卡整车企业的边界将有望大幅拓宽。重卡整车企业有望 从汽车制造业企业转变为智慧交通运输解决方案提供者。这其中包括车辆业务将会 延伸到新能源领域，车队管理服务将会更加注重数据交易，通过自动驾驶卡车提供运 营管理服务，零部件涵盖新增的高附加值部件。车联网技术有望减小企业与客户之间 的信息不对称，这将有效帮助整车企业提高后市场的营运能力，包括汽车金融、售后 维修、二手车交易等。
智能驾驶重卡成为企业未来产品方向
国际商用车企业利润在产品端与后市场服务端的比例为 7：3，而我国汽车产业 当前还是以产品销售为主的传统模式。智能驾驶重卡有望成为产品开发的主要方向， 国内企业业务模式有望拓展。
2019 年，一汽解放发布了“哥伦布智慧物流开放计划”，旨在打造新业态产业集 群，探索新技术、新模式、新市场，引领未来。2020 年，其合作伙伴已发展到 96 家， 共同打造了领先的商用车智能网联生态。一汽解放长期位居国内重卡销量第一，在其 带动下，陕汽、东风等竞争对手也开始加快了其智能重卡产品开发节奏。
对于科技公司，L3/L4 级的智能重卡商业化落地即将进入冲刺阶段。2021 年 3 月，图森未来递交了招股说明书，有望在美国上市，成为自动驾驶第一股。2021 年 4 月，智加科技（Plus）宣布完成新一轮 2.2 亿美元融资，加上一个月前的 2 亿美元， 智加科技今年已完成总计达 4.2 亿美元的融资。2020 年 11 月，嬴彻科技宣布完成了 1.2 亿美元股权融资，此轮融资由宁德时代领投，原有股东包括普洛斯、G7、蔚来资 本参与跟投。商用车领域的标杆科技公司正在获得资本市场的关注。
4 智能驾驶产业链分析：增量零部件与产业重构带来机会
4.1 当前：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。
当前：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，上游为 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、控制与执行等众多领域， Tier1 供应商扮演着承上启下的角 色，需要具备系统集成能力，十分关键。
国际零部件巨头承担着 Tier1 的角色，占据了绝大部分市场份额。在乘用车领域， 大陆、德尔福、博世，电装、奥托立夫为前五名，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。根据智研咨询测算，2020 年我国 ADAS 市场规模达到 800 亿元。因为国内 ADAS 开发起步晚，自主整车企业多依赖国际 Tier1 供应商提供 成套方案，以确保功能开发的成功率，国内供应商市场份额较小。
丰富的产品布局是成为 Tier1 供应商的必要条件。在智能驾驶领域，博世、大陆 和法雷奥是全球 Tier1 中布局最全面的企业，华为是国内 Tier1 中布局最全面的企 业。智能驾驶领域的 Tier1 主要收入来自于感知层中的毫米波雷达与视觉系统、决策 层的控制器等 ADAS 系统增量部件，以提供一体化方案为主。
全球前十位的 Tier1 供应商均为欧/美/日/韩企业，缺乏世界级 Tier1 厂商是我国 汽车零部件产业的“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。
近年来，部分本土企业例如华域汽车、德赛西威、均胜电子等在部分 ADAS 基础 功能上已经具备部分集成能力，正在向 Tier1 角色成长。
4.2 未来：产业链重构，增量部件价值高
高等级智能驾驶需要更高的信号传输效率、更强的计算能力、更完善的软件控制， 电子电气架构（EEA）与汽车软件的价值将会持续提升。根据 McKinsey 的测算， 2020 年至 2030 年，软件及电子电气架构（EEA）相关的市场 GARA 将会达到 7%。
电子电气架构（EEA）是整车所用电子器件的组合形式，一个高效架构将有效降 低产品成本、开发成本，提升产品导入效率，同时具备很强的适应性，以应对功能的 不断升级的需求。传统的电子电气架构（EEA）无法适应未来智能驾驶功能的需求， 必须进行升级与调整。其趋势是从传统的分立控制向集中的域控制转变，最终形成 “车载电脑+云计算”的云端互通模式。除了技术上的挑战，这一升级过程也需要伴随 着组织分工的重构，工作量巨大。
同时，当前汽车软件分布在 50~100 个 ECU 中，软件结构复杂，代码量已经超 过 Facebook、Android 等软件，且开发与维护效率低下，已经无法适应未来高等级 智能驾驶的复杂功能需求。
特斯拉 Model3 革命性 EEA 架构，开启集中计算平台时代，软件定义汽车成为可能。特斯拉将整车功能尽可能集中到 3 个计算模块之中，仅留下负责外设的 ECU 分散布置，通过 CAN 或以太网总线桥接起。在这样的 EEA 架构中，特斯拉利用 OTA （远程升级技术），让其产品功能能够不断迭代与更新，从而充分发挥其软件能力。 同时，Tire1 硬件供应商的影响力与议价能力被大大削弱。
传统整车企业已意识到软件定义汽车将是产业链、组织要素的重构的核心，关系 到企业未来的生存，纷纷加大投入力度。大众汽车已成立专门的数字化与软件部门。 目标在 2025 年前，投资 70 亿欧元，招聘 10000 名软件工程师，将软件自研比率从 目前的不到 10%提升至 60%。并借助 Car.Software 打造的标准化操作系统 vw.OS。
与特斯拉相比，传统整车企业缺乏相关技术储备，需要巨大投入才有可能迎头赶 上。面对这种窘迫的局面，整车企业一方面联手科技公司，弥补知识、技能上的欠缺； 另一方面，抢先争夺软件开发人员，并收购相关科技公司，例如：通用 GM 收购 Cruise。 无论哪种方式对于整车企业都是巨大的投入，选择更加开放合作、利益共享的模式正 在成为主流。
在新的产业生态体系中，芯片、算法、数据服务、激光雷达等将成为产业链中的 新增核心零部件，且附加值高，新进入者将不可避免。而成熟的传统零部件将会面临 着被替代或者价值被挤占的局面，传统 Tier1 的主营业务将会受到挑战。
汽车软件成为各方合作的重要纽带，有实力的整车企业产品组织方式将会变化， 其对软件的掌控将会加强。整车企业的软件部门将会贯穿到零部件开发环节，传统 Tier1 以软硬件承包的模式将会面临挑战。
因此，传统国际 Tier1 将会面临整车客户策略调整与科技公司进入的双重冲击， 业务拆分与重组不可避免。这也将带来供应商的洗牌和产业合作模式的改变。
近年来，博世、大陆、德尔福、采埃孚等国际 Tier1 都进行了拆分与并购，以应 对未来自动驾驶等技术带来的挑战。
未来，乘用车将升级为出行服务提供商。汽车产业链将由原来等级分明、相对封 闭的金字塔结构转变为互融共生、分工合作、利益共享的新型产业生态。在乘用车领 域，当智能驾驶达到 L4（自动驾驶）阶段，整车厂商将不再是行业的下游，服务用 户出行成为行业终极目标。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。
在网络型的生态结构中，抢占关键节点、成为用户端口将是头部企业布局的重点。 以智能汽车为平台基础，出行服务将会完成用户交互，数据收集、整合、分析，功能 应用、优化、迭代等。
汽车产业的价值链将会从传统的生产制造向汽车使用端延伸。 企业如果能够对接用户，持续了解用户需求，改善用户体验，就有希望在产业链上占 据主动位置，获得较高附加值。
因此，整车企业希望转型为出行服务提供商，例如：入股 T3 出行。科技公司希 望拥有自己的硬件设备端口，例如：百度与吉利合作造车。
在商用车领域，商用车升级成为物流服务提供商，创造价值是根本。智能驾驶最 终将会成为物流服务的重要组成部分。因此，场景方（例如 G7、满帮等货运平台） 对商用车智能驾驶积极推动，其与头部商用车企业、智能驾驶公司共同组成了商业化 联盟以尽快实现产品落地。
从经济效益与安全角度，智能驾驶对商用车的价值更加突出，一旦功能与商业模 式成熟，其普及速度将会更加迅速。根据图森未来招股说明书，其作为科技公司，将 货运服务、自动驾驶产品、核心技术作为公司主要业务范围。其与合作伙伴一起构建 智能物流运营服务体系，并推出灵活的商业运营模式。
在产业链重构的过程中，国产零部件供应商有望迎来机会：
首先，以华为、百度为代表的本土科技公司进入汽车行业，有望带动上游企业。 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，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，借华为的扩张而成长。
其次，在智能电动时代，自主车企的研发水平有了较大提升，正向研发进入突破 阶段。自主汽车品牌经历了 20 多年的发展，从逆向研发起步，到搭建研发体系和平 台架构，现在已经开始取得核心技术正向研发的突破。在需求与功能定义能力上，自 主企业已经具备部分能力。
蔚来、小鹏、上汽、长安等为代表的本土企业在智能驾驶领域积极推动产品落地， 德赛西威、中科创达、地平线等本土供应商在供应链中的地位也得到了提升。
最后，在产业链重构过程中，国际竞争对手拆分与重组导致战略摇摆与执行力下 降，本土零部件企业市场空间增大。
4.3 感知层: 确定的增量市场，期待国产放量
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。
不同的 ADAS 功能将会应用到不同类型传感器的优势。在近距离、低速环境下， 超声波、摄像头能够将较好胜任，在远距离环境下，毫米波雷达、摄像头、激光雷达 更加有效。在分辨率方面，摄像头与激光雷达较为有优势。
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，虽然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 预计需要搭载 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、小鹏等新能源汽车产 品中，均配备了大量摄像头、毫米波雷达、超声波雷达等传感器。以小鹏 P7 XPilot 3.0 为例，其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 DMS 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。
在传感器零部件价格上，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，单价在 600 元以上；毫米波 雷达 24Ghz 约 300 元/个作为角雷达使用，77Ghz 约 700 元/个；近距离泊车用的超 声波雷达的价格最为便宜约 70 元/个。根据传感器单价及配置方案，我们预计 L1 至 L4 级别的传感分别为 1580 元、3600 元、11460 元、16960 元。从 L2 到 L3 级方案， 传感器配置需要有较大的提升，主要是增加了激光雷达、惯性导航等新型传感器。
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：镜头组、芯片、视觉方案提供商（算法）、传统 Tier1 等。摄像头模组本身的壁垒不高，摄像头背后的算法和芯片是核心。通常由从事环境 感知的企业采购摄像头模组以及芯片，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。Tier1 负责完成与整车厂的对接，系统集成等。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，主要公司包括：博世，大陆，ZF，法雷奥等。
在汽车芯片环节，多数被国外垄断，主要供应商有英飞凌（Infineon）、瑞萨电子 （Renesas）、意法半导体（ST）、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。以 Mobileye 为代表的视觉公司与 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。掌控视觉感知芯片与软件算法等附加值更高环节，是 Mobileye 能 够获取高估值的原因。Mobileye 在前视摄像头解决方案领域市场占有率达到 70%。
CMOS 图像传感器实现图像采集功能。在该领域，目前韦尔股份旗下的 OmniVision 处于全球第二，且份额逐年上升。
根据 ICVTank、IHS 等数据，2015 年以来全球车载摄像头市场持续 15%以上高 速增长，2020 年将达到 130 亿美元。随着车载摄像头的单车搭载量与渗透率提升， 预计到 2025 年，全球车载摄像头行业规模将达 270 亿美元。
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，以 Tier1 角色为部分自主车企 提供解决方案。保隆科技、德赛西威均成功推出了 360 环视系统，并搭载到部分自主 品牌车辆上。
相对前视系统而言，因为 360 环视系统、驾驶监控等功能应用于近距场景，对 摄像系统要求较低，并且其多为预警类功能，与车辆其他系统耦合度低，部件供应商 更容易进入。随着这些功能在中低价位车型上搭载，具有成本优势的本土企业有望迎 来放量。
毫米波雷达: 77GHz 是趋势，本土产品在商用车领域率先应用
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。
汽车毫米波雷达核心部件为 MMIC 模块和雷达天线 PCB 板。前段单片微波集成 电路（MMIC）包括多种功能电路，如低噪声放大器（LNA）、功率放大器、混频器、 甚至收发系统等功能。在雷达天线 PCB 板上，主流方案是微带阵列，即将高频 PCB 板集成在普通的 PCB 基板上实现天线的功能，需要在较小的集成空间，并保持天线 足够的信号强度。
汽车毫米波雷达在欧美已经使用多年，国内起步较晚。因此，在毫米波雷达产业 链上，基带数字信号处理芯片、单片微波集成电路、高频 PCB 板等方面的供应商多 为汽车电子半导体供应商，如 Infineon、NXP、TI 等，国内供应商基本处于空白状态。 国际汽车电子半导体供应商具备提供一整套解决方案的能力。以 Infineon 为例，其针 对 77/79GHz 汽车毫米波雷达前段 MMIC，提供了 RXS816xPL 系列芯片。同时，其 能提供配套的芯片，包括：安全管理芯片、多核 MCU 等，甚至能够提供一整套针对 AEB 功能的系统方案，实现高度集成。
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）。77 GHz 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），77GHz 雷达主要用于自适应巡 航控制系统（ACC），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。例如：蔚来 ES8。
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%。我们认为随着乘用车 L2/L3 级别车辆渗透率提升、商 用车 AEB 成为强制搭载要求，我国毫米波雷达传感器的年复合增长率将达到 30%， 2025 年有望达到 210 亿元以上的规模。
汽车毫米波雷达主要由大陆、博世、海拉、电装等国际巨头所主导。特别是难度 更高的 77/79GHZ 雷达，博世、大陆、德尔福（安波福）、电装、天合（采埃孚）等 公司的产品早已实现了量产搭载，且其均具备整车集成、多传感器融合能力。
华域汽车、保隆科技、德赛西威、森斯泰克等国内企业已经布局了毫米波雷达， 包括：24G Hz 和 77GHz。因为产品成熟度、客户集成能力等原因，本土企业的雷达 产品难以与国际企业竞争，市场份额较小。较长的定点周期与开发周期，也是中国雷 达厂商难以与外国厂商争夺市场份额的主要原因之一。一般新款车型的开发周期在 24~36 个月之间，定点周期与研发周期都有相当长一段时间，车企一旦选定供应商合作，后续更改难度较大。当前，出于供应链的安全考虑，部分自主车企倾向选择与多 家供应商进行合作，并有意扶持本土供应商，如“2+2” 模式（2 家国际厂商\2 家本土 厂商），这会为国产替代带来机会。
在商用车领域，随着国家对“两危一客”等车辆有了 AEB 系统强制装配的要求， 通过商用车 AEB 功能开发与搭载成为国产毫米波雷达实现量产搭载的一个路径。华 域汽车以其 77GHz 前向毫米波雷达产品为基础，开发出适应商用车的 AEB 系统， 成为了 ADAS 系统集成商。目前，其雷达实现为金龙客车等配套供货，已适配 7 款 不同的客车车型。
激光雷达：技术尚未收敛，量产/性能/车规是关键
为什么需要激光雷达？视觉识别与毫米波雷达方案在特定场景下识别有缺陷，且 系统冗余度不够。激光雷达能够提高识别的成功率、增加系统的安全冗余。对于 L3/L4 以上的智能驾驶，因需要厂商承担事故责任，激光雷达被普遍认为有搭载必要。
激光雷达（Laser Detecting and Ranging，Lidar），是以发射激光束探测目标的 位置、速度等特征量的雷达系统。其工作原理与雷达类似，是向目标发射探测信号（激 光束）,然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较,作 适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚 至形状等参数，实现对目标的探测、跟踪和识别。早期，激光雷达主要用于科研及测 绘项目。上世纪 80 年代，激光雷达的商用产品如激光测距仪开始起步。2000 年以后 激光雷达的系统架构得到拓展，从单线扫描逐渐发展到多线扫描，激光雷达对环境三 维高精度重建的应用优势被逐渐认可，并被 Waymo 引入无人驾驶汽车开发中。
激光雷达核心技术聚焦于测距原理、发射、扫描、探测和数据处理等五大个方面。 LiDAR 系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收 IC， 以及位置和导航器件等。
激光雷达按照测距原理可以分为飞行时间（Time of Flight，ToF）测距法、基于 相干探测的 FMCW 测距法、以及三角测距法等。ToF 与 FMCW 能够实现室外阳光 下较远的测程（100~250 m），是车载激光雷达的优选方案。ToF 是目前市场车载中 长距激光雷达的主流方案，未来随着 FMCW 激光雷达整机和上游产业链的成熟，ToF 和 FMCW 激光雷达将在市场上并存。
激光雷达按照扫描方式有无机械转动部件可以分为机械旋转、混合固态、纯固态。 机械式指整体 360°旋转，半固态式指收发模块静止、仅扫描器发生机械运动，固态 式指无任何机械运动部件。混合固态分为 MEMS、转镜，纯固态分为相控阵 OPA、 Flash。
车载激光雷达需要面临振动、低温、雨水等恶劣情况考验，固态化被认为是车载 激光雷达的发展方向。目前，不同公司的产品开发侧重点不同，能够接近的商业化的 产品以半固态为主。
EEL(Edge Emitting Laser,边缘发射激光器)作为探测光源具有高发光功率密度 的优势，但由于其工艺步骤的复杂和繁琐，极大的依赖产线工人的手工装调技术，生 产成本高且一致性难以保障。VCSEL(Vertical-Cavity Surface-Emitting Laser,垂直腔 面发射激光器)发光面与半导体晶圆平行，其形成的激光阵列易于与平面化的电路芯 片键合，精度层面由半导体加工设备保障，无需对激光器单独装调，易于和面上工艺 的硅材料整合，提升光束质量。传统 VCSEL 激光器存在发光密度功率低的缺陷，近 些年多家激光器公司开发出多层结 VCSEL 激光器，将发光功率密度提升了 5-10 倍。 随着苹果在消费电子上应用 VCSEL，其成本以及可靠性方面优势被市场认可，我们 预计 VCSEL 有望逐步取代 EEL。
汽车激光雷达产品收敛方向为能够满足量产的成本要求、能够满足性能需求、能 够满足车规要求的可靠性。成功的激光雷达产品是在三个方面达到均衡，并能够实现 持续迭代，这需要激光雷达公司对下游厂商的需求有深入的理解。
因此，争取进入整车客户项目，或者与整车经验丰富的 Tier1 合作，成为汽车激 光雷达供应商的重要工作目标。随着 Waymo、百度、福特、奥迪、宝马、蔚来、小 鹏、奔驰等整车企业相继采用激光雷达的感知解决方案，各家激光雷达企业纷纷争取 进入供应商之列，实现首先搭载。
衡量 LiDAR 主要性能参数包括测远能力、测距精度、集成度、角分辨率、视场 角范围、光源波长以及点频等。
不同的应用场景对于激光雷达性能要求不同。激光雷达企业需要与下游汽车企业、 Tier1 的紧密合作，才能实现产品的持续改进与迭代。
激光雷达作为新型传感器尚未大规模应用，本土企业与国际企业差距不明显，并 涌现了：禾赛科技、华为、大疆等代表型企业，国产供应商有望突围。我们认为影响 车载激光雷达的关键因素包括：
（1） L3/L4 级别车辆的普及速度；
（2） 激光雷达成本下降曲线；
（3） 激光雷达产品的应用场景；
（4） 因涉及到感知融合算法，激光雷达可能成为未来 Tier1 重点争夺的产品。
定位及地图：高等级智能驾驶必备，政策有壁垒、国货优势大
在车辆高速运动的场景下，地图定位的优势在于获得前方超视距的感知信息，以 补充车载传感器的感知功能，为智能驾驶功能提供了决策与执行的时间余量。因此， 高精度定位功能是实现智能驾驶的必要条件。等级越高的智能驾驶对定位及地图功能 要求也越高，普通 ADAS 的定位精度要求为米级，具备 L3 功能的智能驾驶则一般需 要厘米级定位。
因为测绘及定位涉及到国家安全，对公司的资质要求高，存在政策壁垒。已经进 入赛道的四维图新、百度、高德等本土企业将会具备优势。
安全可靠是智能驾驶技术成熟的前提。因为依赖单一传感器的定位方法存在场景 失效的可能性，需要靠多种定位手段，互相融合冗余。小鹏 P7 XPILOT 3.0 自动驾 驶辅助系统搭载了高德高精地图，同时配备双频高精 GPS、实时动态差分定位（RTK） 以及超高精度惯性测量单元（IMU）定位硬件，将可以在全场景下实现分米级定位精 度，可以大幅提升自动辅助驾驶在立交桥、隧道、地下车库等复杂交通环境以及雨雪 雾等不佳天气的有效性。目前，依靠网络 RTK 定位+惯性器件（IMU）递推+高精地 图的匹配定位，被行业认为是一种复杂条件下高精定位的较为稳妥方案。
传统 GNSS 单点定位精度为米级，但在 RTK 技术的辅助下，GNSS 定位系统的 精度可达动态厘米级，满足高等级自动驾驶需求。
惯性导航是使用惯性测量单元（inertial measurement unit, IMU），以加速度测量为基础的导航定位方法。IMU 由陀螺仪、加速度计等惯性传感器和导航解算系统集成 而成。陀螺仪和加速度计是系统的核心器件，陀螺仪测量物体的角速度，加速度计测 量物体的加速度。典型的惯导产品包含 3 组陀螺仪和加速度计，分别测量三个自由度 的角速度和加速度，通过积分即可获得物体在三维空间的运动速度和轨迹。
根据法国 Yole 公司的估算，随着高等级智能驾驶应用的需求，全球 IMU 市场到 2022 年规模将达到约 10 亿美元，到 2027 年达到 47 亿美元。目前，以 GNSS+IMU 的高精度定位集成方案已经成熟。国内，华测导航、千寻位置等公司已经推出相关产 品与服务。未来，各家自动驾驶公司对高精度定位模块的需求将向趋同化发展，当前 预估大规模量产后价格在 3000~4000 元。
高精定位与地图市场价值主要受到 L3/L4 级别车辆的普及速度影响。因为政策 壁垒，其有望成为本土企业确定且能够长期成长的赛道。
4.4 执行层：底盘电控壁垒高，动力升级有机会
电控执行器实现是智能驾驶的基础，车辆的前进、后退与转向，需要由底盘控制 系统和动力控制系统配合完成。因为直接涉及到整车安全，整个系统对可靠性、响应 性等有很高的要求。
底盘电控：门槛高，国产放量还需要时间 底盘电子包括转向系统、刹车系统等，底盘的电控/电气化升级需求明确：一方面 满足智能驾驶线控的要求，另一方面，刹车控制也是新能源车能量回收重要部分，直 接影响电动车的行驶里程。
底盘电子系统主要包括：电动助力转向系统（EPS），智能刹车系统（IBS），以 及将制动、转向、动力输出集成在一起的电子稳定系统（ESC）。在实现 L2 智能驾驶 中，EPS, IBS, ESC 都将成为必须配置。目前，国内底盘电子市场基本上为国际零件 供应商占据，特别是 Tier1 供应商有着巨大的优势。
国际供应商壁垒的形成原因包括：
（1）制动与转向零部件直接关系到车辆安全，性能要求很高。
其需要将机械件、传感器、控制器在零部件级别实现高度集成，并具 备高可靠性。这需要长期的工程开发，积累大量测试验证数据以满足 ISO26262 等安 全认证要求。
电动助力转向（EPS）系统主要包括机械式转向器、转矩传感器、电动机、减速 机构、电子控制单元（ECU）以及车速传感器。当驾驶员转动方向盘时，转矩传感器 将采集到的作用于方向柱上的转矩信号传给 ECU，ECU 再综合车速传感器信号，确 定助力电机的旋转方向以及助力电流大小，并控制电机输出助力。EPS 可以很好地 实现所设计的理想助力特性，给驾驶员提供良好路感，保证汽车低速时的转向轻便性 以及高速时的方向稳定感。
智能刹车（IBS）的代表系统为博世的 iBooster。其剔除了真空助力泵，集成了 各种传感器、控制器，使其体积更小，方便安装。在使用时，传感器会将刹车的行程 信号传递给 iBooster 的控制单元，控制单元会根据信号计算出 iBooster 输出电机应 该输出多少扭矩，这个扭矩会作用在一套齿轮机构上，通过齿轮机构将这个扭矩转化为刹车主缸的刹车力，再由这个刹车力改变刹车液压，最终控制刹车卡钳进行刹车。 IBS 目前只有博世、大陆、采埃孚/天合具有完备的设计技术与量产能力。
（2）国际 Tire1 能够开发出 ESC 等系统解决方案，减轻了整车厂集成难度。其 拥有丰富的产品线包括相应的传感器、执行器、控制，并应用长期累积的整车控制软 件算法，形成了一套较为完整的解决方案。 以转弯情况为例，为实现车辆平稳运行， ESC 需要计算汽车侧向力、纵向力等，再综合实现对转向角度、刹车动作、动力输出 的调整，这需要可靠的控制策略及大量的路试标定工作，提高了技术门槛。
（3）零部件供应商本地化生产，实现了系统的成本降低。2019 年，博世在南京 的 iBooster 生产基地已经投产，产能将达到 40 万件。其对于南京工厂产能的计划是 按照 53%的年复合增长率增长，至 2024 年该工厂将达到 320 万件的产能。根据罗 兰贝格的报告，电控刹车量产价格约为 2000 元，电控转向系统价格将在 2000 元左 右。
国内厂商华域汇众、伯特利、拓普集团、亚太股份等厂商均有布局 IBS、ECS 等 产品，湘油泵、豫北等企业也有 EPS 产品，德尔股份开发了 EHPS 主要用于商用车 领域。在底盘电控领域，产业格局稳定，国内企业的产品大多还处于样车搭载阶段， 能否形成批量销售还需要进一步观察。
动力控制：商用车自动变速箱 AMT 快速增长带来机会
动力控制包括动力控制、档位控制等。与乘用车不同，当前我国绝大部分商用车 还在使用 MT，没有实现电控化。重卡 AMT 变速箱一直因为成本、超载、油耗等问 题没有得到大规模使用，成为动力电子控制的缺口。
智能驾驶赋能 AMT，对 AMT 在重卡上渗透起到了促进作用。2020 年，在多重 合力下，重卡 AMT 销量增长 7 倍，呈现快速增长。预计到 2025 年物流重卡 AMT 匹 配率将从 2020 年的 8%提升到 70%以上，普及速度惊人。
根据相关测试，AMT 重卡节油率在 1%，通过智能控制对发动机与变速箱深度优 化后节油率有望到达 3%。基本上 1 年就能把前期多投入的购车成本收回来，市场已 经自发接受 AMT 技术。以福田戴姆勒的预测性巡航功能为例，在高速物流场景下， 车辆能够通过网联功能提前获取前方道路情况，并自动调整发动机的输出与换挡策略， 保持动力总成工作在最佳经济区，以提升车辆的燃油经济性，同时降低了对驾驶员工 作强度和技能的要求。L3 级的自动编队（Truck Platooning）功能，通过 V2X 技术， 能够实现多车的编队行驶，通过减低后车的风阻实现油耗的进一步下降。这些功能实 现均需要基于 AMT/AT 等电控变速箱完成。
因为干线物流对智能驾驶的需求迫切，头部企业一汽、东风、重汽、陕汽等均在 布局从 L1 到 L4 级别的智能驾驶，预计到 2025 年智能驾驶卡车在干线物流领域占比 将达到 50%以上。
在智能驾驶的推动下，我们预计未来 5 年 AMT 重卡在牵引车的渗透率将会快速 提升至 70%以上，用 5 年时间完成欧美国家 10~15 年的普及过程。快速普及将会给 产业带来新的机会。在 AMT 变速箱普及的另一重要原因是 ZF、Eaton 等国际公司实 现了本地化生产，大幅降低了产品成本。在这一过程中，齿轮系统单值高、本地采购 需求迫切，双环传动等本土齿轮企业有望持续受益。
4.5 决策层（控制器与计算平台）：国产替代与增量机会并存
汽车电子控制器（ECU）的作用是接收来自传感器的信息，进行处理，输出相应 的控制指令给到执行器执行，控制器的反应速度、判断准确性至关重要。整车企业电 控系统开发的主要工作（软件算法、匹配标定等）都依托于控制器完成。在 EEA 升 级过程中，部分控制器的功能将被弱化，而另一部分控制器功能将进一步拓展升级为 域控制，甚至是统筹全车的计算平台。
普通控制器：软硬件分离趋势带来国产替换机会
目前，整车企业为了降低汽车控制软件开发的风险，提高软件复用度，主导推出 了的汽车开放系统架构（AUTOSAR），其通过标准接口抽象化硬件，将整车厂应用软 件（ASW）与底层软件（BSW）及控制器硬件进行分离。AUTOSAR 架构有利于车 辆电子系统软件的交换与更新，能够在确保产品及服务质量的同时，提高了开发效率。
汽车电子控制单元（ECU）产业链包括晶圆、封装测试、微处理器、控制器等环 节，各环节以国外公司为主。在国家大力提升自主可控的要求下，已经有本土公司进 入产业链各环节，科博达等国内企业已开发了符合 AUTOSAR 的控制器模块，成功 对进入 EMB 等跨国车企平台。随着 AUTOSAR 在行业的普及，一方面，整车企业对 于供应商选择与切换流程将会简化，低成本国产控制器面临机会；另一方面，国产汽 车芯片供应商更容易获得被采用的机会。
域控制器与计算平台：功能重构，价值提升
域控制器的出现是智能驾驶对整车功能重构的一部分，其将减小整车企业软件 算法开发难度，方便功能扩展。域控制器因为有强大的硬件计算能力与丰富的软件接 口支持，使得更多核心功能模块集中于域控制器内，系统功能集成度大大提高。而底 层 ECU 的计算处理功能可以被弱化，执行层面功能得以保留，大部分传感器也可以 直接传输数据给域控制器，实现信息的共享。在智能驾驶技术快速发展背景下，域控 制器与计算平台将成为国内外厂商争夺的重点。
车企的控制域划分虽有区别，但一般都包括动力域、底盘域、自动驾驶域、座舱 域/智能信息域和车身电子域。动力域主要包括发动机（电机）、变速箱等，底盘域主 要包括转向、制动等，自动驾驶域包括传感器融合、决策规划等，座舱域是智能驾驶 后对人机交互有了更高的需求，也是个性化功能如车载娱乐、屏幕显示等的总控制器， 车身电子域包括雨刷、车窗等。动力域控制器、底盘域控制器基本继承了原来车辆的 动力控制、底盘控制功能，传统国际 Tier1 技术成熟，布局充分，集成能力强。且其 与整车的驾驶安全直接相关，对模块功能安全要求等级高。在自主整车企业不具备对 应集成能力情况下，难以成为本土零部件企业的增量机会。
座舱域控制器：增量机会，国产有望突破
随着智能驾驶系统对人机交互的需求，原先的车载仪表、中控、娱乐信息等系统 将会整合为服务驾驶员与乘客的车辆座舱域，座舱域控制器作为统筹协调控制器用于 实现“一芯多屏”的架构。
相对于动力与底盘域控制器，座舱域控制器安全要求较低，同时，因其承载着用 户交互的功能，整车企业对其功能掌控意愿较高，均希望将其作为产品差异化的抓手。 作为增量机会，本土国内零部件企业具备更好的用户理解能力与服务能力，有望在此 取得突破。
座舱域控制器通过以太网/MOST/CAN，将实现抬头显示（HUD）、仪表盘、导航、 车载娱乐等部件的融合在一起，甚至可以进一步整合智能驾驶 ADAS 系统和车联网 V2X 系统，实现优化智能驾驶、车载互联、信息娱乐等功能。座舱域控制器的核心 技术在于芯片，包括德州仪器的 Jacinto 7、NXP 的 i.mx8、瑞萨的 R-CARM3/H3、 高通的 820A/835A 等产品，华为推出了麒麟芯片用于该领域。下游域控制器方面， 除了传统国际汽车 Tier1 博世、安波福、伟世通等, 国内企业德赛西威、布谷鸟、华 为等均已推出相关产品。
2020 年，地平线的征程 2 与 5 款车型（长安 UNI-T、长安 UNI-K、奇瑞蚂蚁、 上汽智己、广汽埃安 AION Y）达成前装量产合作。截至 2020 年底，征程 2 芯片出 货量已超过 16 万片。
佐思产业研究基于整车量产计划，预计座舱域控制器市场将在 2021 年呈现快速 增长。其认为，一方面智能座舱量产难度较小、成本相对可控，另一方面全球范围内 汽车 5G 网络的应用将是智能座舱的重大推力。在此背景下，国产域控制器厂商有 望跟随趋势迎来放量。
ADAS/AD 域控制器与计算平台，芯片是关键
ADAS /AD域控制器，是为了完成L2及以上智能驾驶功能而需要增加的控制器。 通常其需要具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯等 能力，是智能驾驶的大脑。因为需要完成图像识别等功能，ADAS/AD 域控制器对计 算能力要求非常高，更加依赖芯片技术，同时，整个控制器模块需要满足极高的功能 安全等级（ASIL C/D）。
其中，L3 级与 L2 级智能驾驶相比，汽车所需配置的摄像头和雷达数量增多，还 要接入高精地图及 V2X 网络等各种数据源，会实时产生海量数据，对数据处理的要 求非常高，传统的 32 位车规级 MCU 被认为已经无法满足。以特斯拉 FSD 为代表的 AI 芯片，已经成为中央域控制器发展的方向，芯片计算能力已经达到 30TOPS（万 亿次/秒）以上。
在 ADAS/AD 域控制器领域，国际与国内 Tier1 应商都在积极布局。现在有三种 开发模式：
（1） Tier1 负责中间层以及硬件生产，整车厂负责自动驾驶软件部分，例如德赛西 威 IPU03；
（2） Tier1 与芯片商合作，做方案整合后研发中央域控制器并向整车厂销售，例如 大陆 ADCU、采埃孚 ProAI 等。
（3） 芯片、控制器、软件全套自己完成，例如特斯拉、华为等。
其中，德赛西威基于英伟达 Xavier 自动驾驶域控制器产品 IPU03 已经随着小鹏 P7上市而实现量产。IPU03满足车规要求，操作系统采用QNX Safety OS，MCU 端采用包含 Safety 组件的 Autosar 操作系统，硬件设计考虑了备份冗余 设计，整体达到 ISO26262 功能安全 ASIL D 等级，为小鹏 P7 的智能驾驶系统提供 安全保障；同时，Xavier 算力高达每秒 30TOPS，可实时处理来自车辆雷达、摄像 头、激光雷达和超声波系统的海量数据，运行感知、定位、规划和控制等算法。
当智能驾驶进入 AD 阶段，域控制器将会进一步减少，功能将会融合到车载计算 平台，软件开发等工作将会围绕计算平台展开。
车载智能计算基础平台是基于异构分布的硬件平台，集成自动驾驶操作系统的复 杂系统，定位为下一代汽车电子产业链条 Tier1.5，是 Tier1（一级供应商）和 Tier2 （二级供应商）之间的纽带和桥梁。车载智能计算基础平台将打破原有垂直化封闭产 业链条，横向打通融合交叉领域，整合跨界资源，协同 Tier1、Tier2、ICT 企业、电 信运营商、地图运营商等企业，重点突破共性技术和基础模块，搭建集成化的基础平 台，支撑定制化和市场化的服务需求。Tier1 可根据差异化的需求进行软硬件定制和 应用软件加载，实现车载智能计算平台功能和整体产品批量化交付。
特斯拉 FSD 是已量产的车载计算平台，其开启了汽车电子电气架构的新时代， 领先全行业。车载计算平台作为汽车“大脑”，技术复杂度高，研发设计、生产制造、 验证测试难度大周期长，而且汽车工业对性能、可靠性及安全性要求极高。传统汽车 企业缺乏芯片、操作系统等技术的研发积累，初创企业资源有限无法支撑底层技术的 长期投入。以英伟达、华为等科技公司抓住机会，与整车企业展开了合作，并推出了 其车载计算平台产品。
以华为 MDC 平台为例，其遵循平台化与标准化原则，包括平台硬件、平台软件 服务、功能软件平台、配套工具链及云端协同服务，支持组件服务化、接口标准化、 开发工具化；软硬件解耦，一套软件架构，不同硬件配置，支持 L2+~L5 的平滑演进。 MDC 平台硬件集成具有 CPU 与 AI 计算能力的强大 SoC 芯片，并提供配套软件与 开发工具链。
不论是域控制器，还是计算平台都离不开计算芯片的支持，车规级的芯片已成为 智能汽车不可缺少的硬件基础。随着芯片在汽车成本占比越来越高，且其性能发挥直 接决定产品品质，半导体制造商在汽车价值链中的地位将会提升。部分整车企业对芯 片性能与供应链安全也越来越重视，未来倾向开发订制化的芯片，例如：特斯拉、小 鹏等。
汽车芯片与消费芯片要求不同，车规级芯片被认为是一个周期长、投资大、有很 高的技术门槛的产品。其需要满足 AEC-Q100、-40~125˚C 环境、15~20 年寿命的高 可靠性要求，还要满足近乎零缺陷的质量要求、ISO26262 等系统安全要求和成本可 控的要求。
缺乏国产车规级芯片是行业痛点，当前华为、地平线、芯驰科技等国内公司已经 推出了产品。对比国际企业，本土芯片公司能够更快的响应下游客户的需求，推出场 景适应性更好的产品，在 C-V2X、智能座舱等领域有优势。在产业链自主可控的趋 势下，国产芯片公司有望迎来前所未有的机会。
目前，地平线已经获得上汽集团、广汽集团、长城汽车、东风汽车、比亚迪等多 家本土整车企业战略投资。芯驰科技与一汽集团达成了供货协议。
DCU 与软件市场空间：增长方向确定，未来有望翻番。
ADAS/AD 域控制器的普及与整车 EEA 平台升级速度密切相关。当前，新能源 汽车平台在设计之初已经将域控制器与计算平台纳入实施方案。燃油车平台升级需 要匹配车型规划及对现有产品的影响，普及速度预计较慢。根据佐思产研估算，2025 年其出货量有望达到 700 万套。而根据 McKinsey 预测，2025 年 ADAS 控制器市场规模将从 2020 年的 190 亿元美元市场规模增长到 260 亿美元，CAGR 为 6.5%， 2025 年以后随着 L2 级的 ADAS 系统普及，市场规模将会保持稳定。而针对 L3/L4 级的 AD 域控制器与计算平台，若每辆车对应售价在 2600 美元，L3 以上车型年销售 达到 500 万辆以上，则市场空间将到 130 亿美元。其同时预计，2030 年计算平台达 到 340 亿美元的市场规模。
对应计算平台所需的汽车软件也会有明显的价值增长，其中 ADAS 与 AD 算法 软件、OS 与中间件软件预计未来十年的 GAGR 达到 11%，分别达到 430 亿美元、 80 亿美元规模。国产软件公司中科创达与高通有深入合作，随着高通进军汽车行业， 汽车 OS 与中间件软件业务也成为中科创达主营业务之一。
4.6 人机交互：智能座舱对接用户
智能座舱：本土供应商有基础
在智能驾驶中，随着人从驾驶的全身贯注中解放出来，在汽车的空间中服务驾驶 员及乘客就变得重要起来。智能座驶舱将成为趋势，其功能主要包括：
1. 更加智能 与简洁的功能操作，通过语音、触摸屏幕等代替原来复杂的功能按键操作；
2. 更加 直观、清晰的信息显示；3.更加丰富的车载智能娱乐等。
智能座舱主要组成部分包括：
（1）硬件部分：驾驶相关部分，包括：仪表盘，流媒体后视镜，HUD 等；信息 娱乐部分，包括：中控屏幕，后座娱乐系统等；其他系统：空调，座椅，音响等。
（2）软件部分包括：从用户端开始，为应用层，中间件，虚拟层，操作系统。 虚拟系统的出现能够实现软硬件分离，可以大幅提高系统开发效率。
（3）人机交互方式：语音，人脸（Face ID）,触摸，手势等。
在硬件部分，车载中控屏、液晶仪表盘、抬头显示仪是智能座舱产品的重要组成 部分。其中，中控屏与仪表盘作为乘用车不可或缺的部分，正在向液晶屏幕显示转变， 以提供给司乘人员更加丰富的信息与视觉体验。抬头显示 HUD 结合 AR、VR 技术能 够给驾驶员带来更好的体验。
我们在易车网中统计了乘用车不同价位车型的配置情况。根据统计数据显示，当 前，中控 CID 已经基本普及，搭载率在 80%左右。液晶仪表正处在渗透期，10~30 万的车型搭载率仅为 20%。而抬头显示的搭载率还在萌芽阶段，主要集中在 30 万元 以上的车辆。从品牌来分析，自主品牌更加注重相关配置的搭载，在 10~20 万元的 车型中，搭载液晶仪表配置的自主品牌车型数量对合资品牌有绝对优势。这一方面是 因为自主新能源车型较多，需要搭载液晶屏显示信息；另一方面，也因为自主品牌希 望通过搭载相关配置满足消费者体验，提升产品竞争力。
液晶仪表能够显示车辆电量电压、能量分配、导航信息等丰富的信息，这些都是 传统机械仪表所不具备的，随着新能源与高等级智能驾驶汽车的渗透，液晶仪表盘的 搭载将会不断上升。根据 Marklines 的预测，全液晶仪表盘将会从 2019 年的 15%搭 载率上升为 2025 年的 40%，对应市场价 1500 元，及假设 2025 年市场价 1200 元，可测算得 2025 年中国液晶仪表市场规模有望达到 119 亿元规模，增长 147%。
抬头显示 HUD 利用投影技术将导航等信息投影到挡风玻璃，司机不用频繁低头 查看导航，能够提升行车安全性，尤其是在夜间及高速行驶时。HUD 更多是辅助作 用，当前一套成本约 1400 元，其渗透速度预计不如液晶显示仪表。根据中汽中心数 据，2019 年，HUD 市场规模约 22.4 亿元，对应约 7%的市场搭载率。假定 2025 年市场搭载率为 30%，成本下降至 1300 元，则对应市场规模将达到 97 亿元。液晶仪 表屏、HUD 的渗透率提升将会是智能座舱领域的重要增长机会。
在中控屏及娱乐信息系统（IVI）领域，市场格局较为分散。根据 Research In China 数据，2015 年全球前五大供应商集中度为 51%，其中排名前三位分别是：哈 曼（14%）、阿尔派（14%）、博世（9%）。从国内市场看来，目前，合资品牌和高端 品牌市场主要被国外供应商（哈曼、博世等）把持，国内厂商（德赛西威等）凭借成 本优势，正在占据中低端和自主品牌市场。
相对中控而言，汽车仪表盘属于安全件，具有更高级别的车规安全等级与可靠性 要求，整车企业选择更加谨慎。根据高工智能汽车数据，2020 年上半年，我国市场 前五大供应商集中度接近 80%，相对集中。其中，本土企业德赛西威排在第 5 位， 市场占有率为 4.5%。
车载中控与仪表硬件的产业链非常相似，分别为：
上游：车载处理器、显示屏模组、印刷电路板、外观结构件、外观塑料件等。
中游：软硬件集成为中控或者仪表模块；目前，德赛西威、华阳集团、中科创达、 航盛电子、东软等本土企业均能提供车用仪表产品。
下游：整车厂。
“一芯多屏”将是未来发展趋势
在智能座舱整体设计的理念下，“一芯多屏”将成为趋势，其能有效降低成本，并 易于通过 OTA 实现持续软件迭代。原本相对独立的系统将会围绕座舱域控制器与操 作系统，形成一个整体解决方案，对接各个子系统。
为实现“一芯多屏”需要完整的座舱域架构，包括座舱域控制器、多芯片（如 TI 车 规芯片、高通娱乐芯片）、多操作系统（Linux、安卓车规级）、Hypervisor 虚拟技术、 交互逻辑和 HMI 设计等技术融合。
在“一芯多屏”的趋势下，产业链关系可能发生变化，智能座舱 Tier1 有望成为整 合者。原来中控、液晶等各子系统直接对接整车厂的模式，将会被座舱解决方案提供 商（Tier1）整合次级供应商、并向整车厂提供一体化解决方案的模式所取代。智能座 舱 Tier1 的将分担整车厂的开发负担，并提供更加专业与经济的方案，实现双赢。
“一芯多屏”对于 Tier1 提出了更高的产品开发能力、技术集成要求。同时，单车 平均收入(ASP)的上升也会给 Tier1 带来更大的发展机遇，并有望扩展上游业务范围。
成为智能座舱 Tier1 供应商的必要条件是丰富的产品线，全面的系统集成能力， 与整车企业良好的合作关系，特别是具备座舱域控制器与相应的软件定义能力。因此， 上游的芯片与操作系统供应商也将会具备更大的话语权。当前，主流的底层车载操作 系统均为国际供应商，包括：QNX、Linux、Android 以及 WinCE，其中 Android 是 基于 Linux 系统的内核开发而来。据 IHS 统计，QNX 占据当前 60%市场份额，预计 到 2022 年 QNX 和 Linux（含 Android）将平分市场份额，WinCE 基本退出竞争。而 在芯片领域，高通、英特尔、英伟达是当前的主流座舱域控制器芯片，国产的地平线 征程 2 芯片已经用在长安、广汽等车型的座舱域控制中，有望成为新的突破。
智能座舱不直接对行车安全负责，对硬件模块的功能安全要求较低。中控、平视 （HUD）等模块只需要达到 QM 或者 ASIL A 级别，座舱域控制器满足 ASIL B 级就 可以。因此，自主整车企业更加敢于在座舱域范围内搭载新技术，切换本土供应商。 随着自主整车企业市场份额的扩大，本土供应商有望因此受益。在市场与技术趋势的 共同作用下，在智能座舱领域有望崛起本土的解决方案提供商（Tier1）。目前，华域汽车、德赛西威、均胜电子、华阳集团、中科创达等上市公司均依托其优势产品进行 布局，成为 Tier1 将会是其发展的关键目标。
在新势力造车初期，我们看到整车企业将智能座舱全权委托给 Tier1供应商，如： 德赛西威为理想 ONE 提供座舱方案。未来，另一种可能，具备实力的整车厂商将牢 牢掌控智能座舱的定义权，特别是软件系统定义，供应商更多是配合提供硬件设备。 作为直接与用户对接的端口，智能座舱涉及到整车与用户的大量数据信息，将是未来 产品迭代、价值变现的重要途径。以 ICT 擅长的科技公司，对于智能座舱的将会展开 重点争夺，华为、百度、阿里、腾讯都已经在智能座舱上进行了不同层次的布局。新 进入造车的小米，预计也会从智能座舱首先切入。龙头整车企业不会轻易放开对智能 座舱的定义权，例如：智已汽车的智能座舱由上汽集团的软件中心主导。
驾驶员监控系统（DMS）：保障司乘安全，涉及隐私安全
对于 L4 以下的智能驾驶，因为需要司机承担责任或者需要司机在紧急情况下接 管车辆，从安全角度有必要装配驾驶员监控系统（DMS）对驾驶员进行提醒与管理， 确保智能驾驶与人工驾驶的平稳、安全切换。
DMS 利用车内摄像头获取的图像，通过视觉跟踪、目标检测、动作识别等技术 对驾驶员的驾驶行为及生理状态进行检测，当驾驶员发生疲劳、分心、打电话、抽烟、 未系安全带等危险情况时在系统设定时间内报警以避免事故发生。DSM 系统能有效 规范驾驶员的驾驶行为、大大降低交通事故发生的几率。
芯片+AI 识别算法是 DMS 的关键核心技术，其直接影响识别的准确率与驾驶员 的体验。虹软科技利用其算法技术优势，推出了软件硬件一体解决方案，其通过对智 能座舱视觉解决方案和部分智能驾驶辅助系统的算法及工程优化，使负载的视觉智能 解决方案能够在小型低性能芯片上稳定有效地运行。
未来，在乘用车领域，DMS 将会作为智能座舱的一部分进行集成，但如何保护 用户隐私将会成为争论焦点。在商用车领域，DMS 可能成为生产安全管理的一部分， 需求争议较小。锐明技术专注于商用车车载视频监控领域，拥有涵盖通用、公交、出 租、两客一危、渣土及环卫行业的完整的商用车车载监控信息化产品线，目前行业占 有率领先。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库官网】。