汽车自动驾驶行业深度报告.docx

《汽车自动驾驶行业深度报告.docx》由会员分享，可在线阅读，更多相关《汽车自动驾驶行业深度报告.docx（16页珍藏版）》请在优知文库上搜索。

1、汽车自动驾驶行业深度报告智能驾驶高速渗透，硬件价值链逐渐凸显智能化转型加速，软件定义汽车已成定局当前用户的关注点逐步从汽车的机械属性转向汽车的智能化属性。随着新一代消费者比例逐步增加，“Z世代”、“她经济”等个性化需求越来越凸显。越来越多的厂商开始重视用户体验，从车身设计、智能化服务、自动驾驶功能等多角度提升用户驾乘感受。同时，车辆本身也已经从代步交通工具向智能移动空间转变，车辆数字化转型已成行业共识。随着用户智能化体验需求的不断提升、政策的持续推进、行业的高度重视，汽车智能网联技术发展迅速，智能汽车市场规模及渗透率显著提升。据车云网数据显示，2022年Q1L2级且可OTA升级的智能汽车销量同

2、比环比大幅上升，渗透率超20%。预计至2025年渗透率超40%o软件定义汽车已成共识，硬件是技术基石。为实现汽车智能化的提升，软硬件缺一不可，优质的传感器、芯片等硬件是软件定义汽车的基础。感知方面，单从软件方面提升难度较大，需要更多更优质的传感器获取更加充分和准确的感知信息，以达到对性能和安全的快速提升。决策方面，分布式架构在计算能力和通讯带宽等方面的限制，制约了汽车智能化的发展，需要高性能的自动驾驶芯片和DCU进行整合,提升算力和算力利用率。因此大量主机厂在相关领域加速布局。产业政策持续推动，行业标准逐步规范2020年11月智能网联汽车技术路线图2.0发布，预计到2025年,中国L2、L3级

3、智能网联汽车销量占当年汽车总销量比例超过50%,CV2X终端新车装配率达50%。计划到2035年，中国方案智能网联汽车技术和产业体系全面建成，网联式高度自动驾驶智能网联汽车大规模应用。2021年5月，两部委发布关于确定智慧城市基础设施与智能网联汽车协同发展第一批试点城市的通知，确定北京、上海、广州、武汉、长沙、无锡6个城市为智慧城市基础设施与智能网联汽车协同发展第一批试点城市。2021年8月，工信部发布智能网联汽车道路测试与示范应用管理规范（试行），提出推动汽车智能化、网联化技术应用和产业发展，规范智能网联汽车自动驾驶功能测试与示范应用。2022年1月，“十四五”规划中提出推进自动驾驶、无人配

4、送等应用,发展自动驾驶货运服务。“渐进式”路线与“跨越式”路线齐头并进。2021年8月19日，汽车驾驶自动化分级推荐性国家标准发布。按照该标准，驾驶自动化可以分为L0-L5等6个级别。各大厂商从不同方向切入：1）传统主机厂采用“渐进式”路线，从相对基础、难度较低的辅助驾驶入手，逐步实现L1L2L2+的辅助驾驶功能。场景驱动式的发展路线优势在于能在乘用车上搜集大量驾驶数据，在应用中不断完善其感知、控制方面的算法。2）初创自动驾驶公司如AUtOX、文远知行、小马智行等及部分互联网厂商如谷歌WaynIO/百度APOno选择“跨越式”路线，从L4级别切入研发自动驾驶技术。优势在于算法研发一步到位，不用

5、经历从低级到高级自动驾驶算法和硬件上的转型。缺点在于算法开发的高成本、使用场景及范围有限、长周期导致商业化进展相对缓慢。目前部分RobotaXi厂商也与车企合作，开发L2场景，以求更快速的商业化落地。ADAS加速渗透，市场空间广阔消费者接受度不断提升，ADAS搭载量快速增长。随着ADAS技术逐步走向成熟与产品价格逐渐下降，ADAS功能正逐渐从豪华车向中低端车型渗透。消费者的消费理念也在逐渐变化，除了关注外观、空间、价格等关键参数，也越来越关注产品安全与智能化配貉，更注重驾乘体验。根据AliXPartnerS对全球消费者的调研结果显示，全球市场消费者对不同水平的自动驾驶技术各有喜好，中国消费者对

6、L2/L4级自动驾驶的接受度相对较高，其意愿支付成本高于全球其他市场。根据高工智能汽车研究院数据，2021年搭载前向ADAS新车807.9万辆，同比增长29.5%；其中L2级ADAS395.62万辆，同比增长77.7%。2022年1-3月中国搭载ADAS（L0-L2级）系统新车213.4万辆（+18.7%）o从产品生命周期来看，L2及以下ADAS系统已进入成长期，未来有望快速增长。国产零部件迅速发力，国产化替代前景向好。中国市场目前行车ADAS仍以海外Tierl为主，国产迅速追赶；泊车及环视ADAS国产厂商是主要供应商。根据高工智能汽车统计数据显示，2021年大陆、博世、电装、采埃孚、安波福占

7、据前装ADAS（行车）市场约80.0%市场份额。ADAS（环视及泊车）市场2021年前五名分别为博世、TTE法雷奥、德赛西威、苏州智华。现阶段中国的智能驾驶系统相对发达，高级别智能驾驶的测试、验证、量产位于世界前列，未来国产替代率有望进一步提升。厂商布局路线清晰，“渐进”路线持续推进1.3逐渐进入量产阶段，部分车型已达标准。L3级自动驾驶具备在类似于高速公路的限定环境下完整执行动态驾驶任务（DDT）的能力，面对自动驾驶系统失灵、车辆故障或其他突发情况，驾驶员要尽可能以最小风险接管。对于L3及以上等级自动驾驶汽车，一般需要域控制器、线控底盘、激光雷达的支持。部分厂商2021年已实现L3级量产,相

8、关车型已具备L3功能，但受限于法规要求无法完全使用。目前法规对高级别自动驾驶逐渐放开。深圳自2022年8月1日起施行深圳经济特区智能网联汽车管理条例。该文件对智能网联汽车定义、测试及示范应用条件、权责归属等问题进行了详细定义，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。随着L3车型的陆续上市及法规的不断开放，相关领域将迎来快速发展。1.4级尚处于示范运营阶段。L4级自动驾驶系统的开发与场景的选择密切相关，不同场景间实地环境差异和行业需求差异，决定了解决方案的难度、路径选择与盈利模式。乘用车方面短期内难有较大突破。目前国内外L4/5级自动驾驶乘用车项目基本上处在

9、试运营阶段，国内法规及主要城市在积极推动无人驾驶示范区发展。据北京市高级别自动驾驶示范区发布，2022年4月，北京亦庄开放国内首个乘用车无人化运营试点，允许主驾驶不配备安全员的robotaxi服务。2020年北京开始建设高级别自动驾驶示范区，目前2.0阶段基本完成，实现332个数字化智能路口基础设施全覆盖，高级别自动驾驶车辆的城市级工程试验平台搭建。截至今年3月底，北京市示范区已累计发放智能网联测试号牌288张，其中乘用车166张，无人配送车118张，自动驾驶累计测试里程超过400万公里。高级别自动驾驶无人化规模化在持续推进，但L4/5级别大规模应用于乘用车尚需时日。1.5任重而道远。从L4到

10、L5级别，是实现全自动驾驶从特定场景到全场景的跨越。实现全场景的应用需要应对现实中复杂的交通网络,技术方面，目前主要的制约因素是缺少性能强大的人工智能系统以及高可靠性和灵敏度的传感器。另外，从研发到真正落地，还需适应与V2I的基础设施建设相配合以及相关法律的完善与消费者对完全自动驾驶的接受度。近几年来Uber.Tesla.Waymo等频陷“自动驾驶风波”，暴露出当前全自动驾驶技术不成熟的缺陷，引发了公众对自动驾驶商业化的担忧，根据各公司披露的计划，L5级自动驾驶预计至少需要到2025年后才能技术实现，受法规及成本等方面制约，量产实现预计更久。2025年中国乘用车智能驾驶渗透率预计达84%。假设

11、：1）销量方面：2021年中国乘用车市场销量2148万辆，同比增长6.5%。我们预计20222025年汽车销量有望较快增长，维持5%左右。2）渗透率方面：据高工智能汽车数据，2020、2021年中国LLL2级智能汽车占比均不足20%。汽车传感器经历从单一传感器感知到多传感器融合智能驾驶传感器主要分为视觉传感器和雷达传感器两类。视觉传感器主要为各类摄像头，依据镜头的数量可以大体分为单目、双目和多目摄像头。视觉传感器主要用于获取车身周围环境图像，通过机器学习、Al计算等技术进行图像识别。雷达传感器按照电磁波频率主要可以分为激光雷达、毫米波雷达、超声波雷达三类，主要通过收发电磁波来探测障碍物的位貉、

12、速度等信息。汽车感知方案呈现出纯视觉方案与多传感器融合感知方案两种类型,融合方案受多数厂商青睐。纯视觉方案传感器只使用摄像头，通过对算法的不断优化，增加对摄像头图像识别的准确性。纯视觉方案的优势在于：1）摄像头成本较低，2）摄像头探测距离普遍高于雷达传感器,3）单一类型传感器进行感知结果融合时数据类型一致。但摄像头在弱光、强光、遮挡等情况下难保证高准确性，且摄像头测距精度存在较严重不足。多传感器融合方案一般会搭载数个激光雷达、毫米波雷达、摄像头和超声波雷达，通过多个传感器获取车身周围信息，进行数据的整合,以多传感器的感知结果弥补单传感器难以探测到的信息。根据数据在不同环节进行融合分为数据层融合

13、、特征层融合和决策层融合三种。多传感器融合方案扬长避短，并且系统设计冗余，能有效提高识别准确度和安全性。难点在于：1）不同传感器感知结果不同，精准融合难度较高；2）传感器数据融合会消耗大量的算力，也很考验技术的鲁棒性和冗余度；3）激光雷达价格较高，成本难以控制。车载摄像头：立体视觉及多传感融合逐渐取代单摄像头感知方案车载摄像头通过镜头和图像传感器实现图像信息的采集功能，是最早使用也是目前发展最成熟的自动驾驶感知设备。1956年，首个引入摄像技术的概念车型Centurion由别克推出，使用后谿广角摄像头拍摄车后影像并显示在控制台屏幕以替代后视镜。1991年，丰田SOarer推出倒车辅助摄像头，推

14、动车载摄像头商用化发展。1999年，斯巴鲁公司首次将双目摄像头技术应用到量产车的ADA（ActiveDrivingAssist,主动辅助驾驶系统）上。2006年，360全景环视系统概念诞生，车载摄像头作为主要传感器快速发展。2021年，800万像素摄像头被搭载于21款理想ONE上，首次量产使用。单一种类摄像头感知问题难以解决，多镜头立体视觉/多传感器融合成主流方案。单一摄像头感知受结构及原理限制，难独立完成感知任务。单目镜头难以像人眼一样实现快速变焦，使用时一般定焦，难以兼顾测量的距离和范围。双目镜头能解决单目定焦问题，但是受原理限制，成本高昂难以降低。三目镜头问题在于处理逻辑，若出现感知误差

15、难判断真伪。目前业内普遍放弃单一摄像头感知方案。大量厂商采用多传感器融合方案，将障碍物位络检测交给更有优势的雷达来进行，摄像头主要进行标志识别。另一种方案是特斯拉采用的立体视觉技术，通过深度学习算法分析车身四周多个摄像头的感知结果，形成类似于激光雷达的点云图，再将点云图融合形成鸟瞰图，避免了多镜头感知的误差问题。同时通过包含速度和加速度的神经网络、独特的transformer和神经网络技术，准确判断并预测其他车辆速度信息并形成三维坐标。高像素摄像头带来更广的视场角和更远的探测距离，随高性能传感器需求增加及配套软硬件技术的不断完善，渗透率逐渐提升。在前视摄像头中，800万像素摄像头可以在实现20

16、025Om探测距离的同时拥有120度左右视场角，而100200万像素摄像头只能在有效探测距离为10015Onl时实现50度左右的视场角。现阶段主流车载摄像头像素在200500万之间。摄像头像素越高，计算平台需要处理的数据量就越高，需要更高效的算法和更多的算力来进行运算。同时低像素处理算法也需要较大幅度的更新。目前部分车型如理想ONE、蔚来ET7、极氟OOI等，已经开始应用800万像素的摄像头。此外，高性能硬件是优质自动驾驶技术的基础。前谿传感器的精度越高、探测距离越长,越能保证行驶的安全。部分厂商也采用多摄像头混用方案，如小鹏G9采用2颗800万像素前视双目摄像头和2颗290万像素侧视摄像头来收集视觉信息。国内市场车载摄像头覆盖率水平尚处于低位，市场增长潜力较大。随着ADAS渗透率不断提升、性能不断提高，摄像头总体出货量会不断提升，高性能产品占比增加。目前摄像头各像素等级间的价差较大，120万像素的摄像头平均在150元，500万像素摄像头价格大概在300元左右，