汽車智慧駕駛深度研究報告：市場、政策、技術與產業鏈分析

（報告出品方/作者：國聯證券，張旭）

1 我們為什麼需要智慧駕駛？

1.1 智慧駕駛簡介：服務人與代替人

智慧駕駛是指汽車通過配置先進的感測器、控制器、執行器、通訊模組等裝置實 現協助駕駛員對車輛的操控，甚至完全代替駕駛員實現無人駕駛的功能。

高等級的智慧駕駛是智慧交通體系的一部分，通過 V2X（車聯網）技術汽車能夠 與道路資訊、交通訊號、其他車輛等周圍環境聯接為一體，形成「人、車、路」高效運 行的交通體系。而在智慧汽車內部，各種類型的感測器代替了人的眼睛與耳朵，感知 汽車周圍情況；強大算力的控制器代替了人的大腦，決策車輛行駛路線；響應靈敏的 執行器代替了人的手腳，執行著智慧大腦的命令。被「代替」的駕駛員則通過全新的人 機互動環境，享受著智慧的體驗與服務。這是智慧駕駛的願景，也是定義各個子功能 的發展目標。

1.2 智慧駕駛的功能價值：安全、高效、舒適

安全始終是汽車出行的第一要務，早期的智慧駕駛功能主要是集中在幫助駕駛 員減少交通事故的輔助駕駛功能。其中，典型的功能為AEB（Autonomous Emergency Braking,自動緊急制動系統）。AEB 系統通過攝像頭或雷達檢測和識別前方車輛，在 有碰撞可能的情況下先用聲音和警示燈提醒駕駛者進行制動操作迴避碰撞。

當前我國交通領域面臨諸多痛點，包括：人為 原因導致的交通事故率佔比 90%；因為交通擁堵，僅僅在北京就造成了人均 4013.31 元/年的經濟成本；我國物流費用在 GDP 中的比重達到 14.6%，遠超歐美國家，效率 低下；我國大型城市停車位缺口平均在 70%以上，停車難的問題越來越突出。

智慧駕駛功能有望成為解決這些痛點的方案，其價值體現在多個方面：

提升安全性：智慧駕駛功能幫助減少交通事故率。

提升效率，減少成本：協同式交通系統可以提高燃油經濟性及交通效率。

提高舒適性：減輕駕駛負擔，解放使用者時間。

1.3 智慧駕駛的經濟價值：重構產業的革命

當前，汽車行業正在經歷 100 多年來最為劇烈的變革，「新四化」趨勢（電氣化、 智慧化、網聯化、共享化）帶來全方位的產業革命。在這一變革中，智慧駕駛將顯著 提升汽車電子、軟體演算法等在汽車價值中的比重。先進的計算機、通訊、演算法等技術 成果將被應用在智慧駕駛汽車上。傳統汽車行業的生產組織要素（知識技能、組織模 式等）將被全面改變，有望創造眾多新增部件機會。

軟體定義汽車理念已經越來越被行業接受，通過軟體更新（OTA）持續的優化功 能與創造價值成為未來智慧汽車必備特徵。智慧駕駛功能的演進也是汽車產業逐步 重構的重要內容。

1.4 智慧駕駛技術分級與產品

智慧駕駛技術分級標準

當前，行業普遍遵循 SAE 協會定義的智慧駕駛等級。但從產品屬性來看，智慧 駕駛分為人承擔責任和車承擔責任兩類。其中，L2 及以下的智慧駕駛通常被定義為 ADAS（高階駕駛輔助系統），其最大的特點是系統只是給駕駛員提供協助，駕駛員需 要承擔所有的責任與後果。而在 L4 及以上的智慧駕駛汽車上，責任主體為汽車生產 或者汽車服務商對於 L3 級別的智慧駕駛，因為其只能在特定條件下代替人，並且在 系統失效的時候需要人及時接管車輛，在實際應用中的可操作性及責任界定問題在行 業內外存在較大爭議。從技術角度而言，L3 級別智慧駕駛是技術發展的必經階段， 但從法律及產品角度，仍存在著較大爭議。

智慧駕駛產品開發戰略選擇

Waymo、滴滴等科技公司與初創公司採取「高舉高打」策略，直接針對 L4 級別 的智慧駕駛進行研發，以期實現全自動駕駛。根據 Navigant Research 釋出的 2020 年度自動駕駛汽車排行榜，Waymo、通用 Cruise、百度處於領先地位。Waymo 從 2009 年就開始了相關研究，其在該領域投入最大、積累資料最多、應用最全面。

從技術角度分析，針對 L4 級別的智慧駕駛雖然已經有了很多進步，但是目前仍 處於試驗研究階段。面對情況複雜的開放道路，技術成熟度還遠未達到全面商業化運 營的要求。2019 年，著名諮詢公司 Gartner 在其報告中認為 L4 級別自動駕駛技術 全面成熟還需要 10 年以上的時間。

主流汽車企業均從 ADAS 功能入手實現產品化，並逐步向 L3、L4 級別功能方 向演進。頭部企業則是同時佈局 ADAS 產品開發與 L4 級別的自動駕駛技術研究， 例如：大眾，GM，Ford 等。當前，L2 智慧駕駛產品已經較為成熟，正在向 L3 技術 階段發展。企業通過感測器、計算平臺、演算法的不斷升級與迭代，逐步完善產品功能， 並擴展應用場景。特斯拉、奧迪、小鵬等已經宣傳開發出具備 L3 技術能力的智慧駕 駛汽車，但因為 ODD(Operational Design Domain:設計運行區域)在法律及標準上還 沒有明確，他們更多以 L2+來定義相關產品。2020 年底，特斯拉在寫給加州機動車 管理局(DMV)郵件中承認，FSD 目前並非真正的完全自動駕駛，FSD 和 Autopilot 一 樣，都屬於 L2 級自動輔助駕駛系統。

我國更加強調智慧化與網聯化同步發展，以網聯功能構建「人-車-路-雲」的整體 解決方案，減小單車智慧的開發難度。2020 年 2 月，由發改委等 11 部委聯合釋出的 《智慧汽車創新發展戰略》中明確提出：「到 2025 年，中國標準智慧汽車的技術創 新、產業生態、基礎設施、法規標準、產品監管和網路安全體系基本形成。實現有條 件自動駕駛的智慧汽車達到規模化生產，實現高度自動駕駛的智慧汽車在特定環境下 市場化應用。智慧交通系統和智慧城市相關設施建設取得積極進展，車用無線通訊網 絡（LTE-V2X 等）實現區域覆蓋，新一代車用無線通訊網路（5G-V2X）在部分城市、 高速公路逐步開展應用，高精度時空基準服務網路實現全覆蓋。」

2 市場需求：產品功能與應用場景的匹配程度影響使用者需求

2.1 ADAS(輔助駕駛)：產品成熟，功能不斷豐富

ADAS（先進輔助駕駛系統）利用雷達、攝像頭等感測器採集汽車周邊環境資料， 進行靜態、動態物體的識別、跟蹤，控制系統結合地圖資料進行做出行為決策，使駕 駛者覺察可能發生的危險，必要情況下直接控制車輛的剎車或者轉向動作，可有效提 升駕駛安全性、舒適性。

ADAS 所涉及的主要零部件毫米波雷達、超聲波雷達、攝像頭、電動轉向、電動 剎車等已經在技術上成熟，並實現了大規模量產與應用。ADAS 的功能與應用也越來 越豐富，相關測評標準已經頒佈。在國家標準（2019 年）《道路車輛先進駕駛輔助系 統(ADAS)術語及定義》中給出了 36 項 ADAS 功能，包含 FCW、BSD、HMW、HUD 等資訊輔助類 21 項，AEB、ACC、LKA 等控制輔助類 15 項。

在乘用車領域，常用的 ADAS 功能包括安全控制類的 ACC/AEB/LKS 等，預警 類的 FCW/LDW/PCW/BSD 等，其他輔助性的 AP 等功能。

在商用車領域，因為相關零部件成熟稍晚，ADAS 裝配率還比較低。當前量產車 輛主要搭載的是 L1 級別功能或者資訊報警類功能，如 AEB/BSD/DMS 等。隨著商用 車電控執行器（剎車、轉向等）產品的成熟，ADAS 功能在商用有望越來越豐富。

2.2 L3/L4(自動駕駛)：場景決定市場空間與落地節奏

因為技術的侷限性，L3/L4 級自動駕駛技術產品需要依託場景進行開發。對於駕 駛的場景，可以從環境的封閉性與車輛運行速度進行劃分，相對封閉的環境與相對低 的運行速度有利於降低產品的開發難度。當前，典型的應用場景包括：高速公路、城 市道路、停車場、機場、礦區、園區、港口等。

針對特定場景開發 L3/L4 級自動駕駛產品優點是能夠更快實現產品落地，缺點 是產品定製化特徵決定了其市場規模將會有限。根據羅蘭貝格與蔚來資本的報告，自 動駕駛有望落地的場景中，跨域幹線物流市場空間達到 7000 億元，自動駕駛出租車 Robotaxi 市場空間達到 3500 億元。而在港口場景中因為集裝箱卡車本身規模有限 （1 萬餘輛），智慧駕駛系統市場空間僅 60 億元。

過去幾年，經歷了自動駕駛投資起落後，「場景緻勝」已經成為行業共識。當前， 各個公司紛紛選定自己的主攻場景，以爭取實現更早的商業化落地。Waymo、百度、 滴滴、Uber、文遠知行、小馬智行等公司的重點在 Robotaxi 領域；TuSimple(圖森未 來)、智加科技、贏徹科技等公司主攻幹線物流；主線科技、西井科技等集中在港口物 流；希迪智駕、易控智加等主攻礦區場景；京東 X、菜鳥等則在園區物流配送上投入 較大。

不同的場景，產品開發難度不同，商業落地速度也有差別。因為港口集裝箱卡車 運行環境較為封閉，車速要求不高，產品開發相對簡單，有望在 2023 年前後實現商 業化落地。而 Robotaxi 因為場景較為複雜，即使在美國較高的出行成本下，實現商 業化的收支平衡也要到 2026 年以後。這也是 Waymo 在美國鳳凰城的 Robotaxi 運 營無法持續擴大的原因。

2.3 產品功能價值決定需求彈性

輔助駕駛的安全功能被納入法規標準，有望快速普及

智慧駕駛的主動安全功能能夠提高道路安全、減少交通事故。因此，我國政 府正在將會越來越多的主動安全功能納入到法規標準體系。

在乘用車領域， AEB 等輔助駕駛功能已經被納入歐洲、北美、我國的測試認證 規範，標準引導產品升級的意味明顯。2018 年，AEB 已被納入我國乘用車的新車評 價規程(C-NCAP)，缺乏相關配置的車型將難以獲得較高的評級。根據評分體系，在 2018 年，車輛要獲得 5 星級評價，主動安全的最低得分率要求為 26%；而到 2019 年，最低得分率提升至 38%；2020 年提升至 55%。根據 Euro NCAP 的發展規劃， 針對 AEB 功能，將引入更多測試包括：後向行人保護、AEB 交叉路口評價等。2022 年開始引入 Head-on（迎面）測試，模擬車輛正面頭碰頭的場景。

在商用車領域，特別是「兩客一危」車輛（公交、客運、危化品車輛），因為其對 交通安全運行影響重大，政府已經將裝配 AEB，FCW 等輔助駕駛功能列入強制標 準。考慮到商用車安全問題所造成的社會隱性成本，針對普通商用車輛的推薦標準也 已經頒佈。部分強制性政策與規定從「兩客一危」開始，並逐步向重型載貨汽車、 新能源汽車、中輕卡、專項作業車等領域推行。

2020 年釋出的《道路運輸條例（修訂草案徵求意見稿）》，要求客運車輛、危 險貨物運輸車輛、半掛牽引車及總質量 12 噸以上的載貨車輛應當按照有關規定配備具有行駛功能的衛星定位裝置和智慧視訊監控裝置。

這些涉及人員安全的標準與法規政策的出臺將會促進輔助駕駛（安全）功能 滲透率提升，加速功能改進與系統單車價值提升。

顯性價值清晰的智慧駕駛功能市場接受度高

在車輛駕駛過程中，停車、跟車、變道、緊急情況應對是常見的駕駛員操作。乘 用車的智慧駕駛功能開發主要是針對這些情景中的痛點，滿足駕駛員的需求。例如， 停車對新手司機而言難度較大，自動泊車（代客泊車）能夠完成從找車位到泊車入庫 的全過程。而在交通擁堵的道路，ACC（自適應巡航）能夠有效跟車緩解駕駛員的疲 勞。對這些功能需求與駕駛員的經驗、道路運行條件密切相關，產品價格對於需求彈 性影響較大。

而在商用車領域，車輛作為生產資料，智慧駕駛功能主要圍繞如何安全、高效的 創造價值進行開發。產品與功能的接受度與投入回報比直接相關，一旦突破拐點，市 場滲透率有望快速增長。圖森未來（TSP.O）在其招股書中披露，自動駕駛卡車有望 實現 USD1.98/mile 的成本節省，未來有望接近 1 年的投入回報比，這將使得使用者接 受度迅速提升。與之類似，2020 年我國重卡 AMT 變速箱投入回報比已被使用者接受， 出貨增速超過 7 倍且供不應求，正在快速普及。

儘管乘用車與商用車對智慧駕駛需求出發點不同，但隨著政策完善、技術成熟、 客戶認知度提高，能夠切實解決使用者痛點的智慧駕駛功能有望快速普及。

個性化智慧駕駛功能市場接受度將由產品成熟度、使用者支付意願共同決定。

隨著對於使用者體驗的重視，智慧座艙作為智慧駕駛中「人機互動」的埠越來越受 到重視，HUD（擡頭顯示）、多屏顯示等功能被已在部分車型上搭載。但這些個性化 的功能還面臨成本較高、成熟度不夠的局面，其市場普及與滲透率提升需要時間。

同時，部分智慧駕駛功能誇大宣傳、操作複雜、使用者體驗不佳，在客戶端存在「老 手不會用，新手不會用」等問題，影響了其滲透節奏。根據威爾森諮詢在 2019 年的調 查，中國消費者對智慧駕駛的興趣度達到 71%，但是信賴度只有 28%。因為使用者習 慣與功能成熟度，使用者更多不願意支付額外費用或者處於觀望狀態。根據 2020 年 Q4 Tesla 交流會，中國使用者的 FSD 軟體付費啟用率僅為 2%，費用更低的小鵬汽車 Xpilot 啟用率也僅 20%。

對於個性化的智慧駕駛產品，還需要在提升使用者滿意度與支付意願上努力。

3 政策、技術、標杆共同推動，智慧駕駛加速到來

3.1 政策支援：國家戰略方向；地方大力扶持；行業積極響應

智慧駕駛的國家戰略 2020 年，我國 11 個部委聯合釋出的《智慧汽車創新發展戰略》中已明確指出智 能駕駛汽車是國家戰略發展方向，其包括：

（一）智慧汽車已成為全球汽車產業發展 的戰略方向；

（二）發展智慧汽車對我國具有重要的戰略意義；

（三）我國擁有智慧汽 車發展的戰略優勢。

發展層面：智慧駕駛汽車是成為汽車強國的戰略選擇。產業層 面：鼓勵相關產業跨界融合，產業鏈重構，智慧化，網路化，平臺化發展。

技術層面：智慧駕駛帶動了高新技術的發展。

應用層面：汽車由機械運載工具轉變為智慧移動空 間和應用終端、新興業態的重要載體。

地方大力扶持智慧駕駛產業落地

地方政府對智慧駕駛發展也極為重視，紛紛出臺各項鼓勵與扶持政策。包括：依託新型城鎮化和智慧化道路交通設施等重大工程建設，紛紛建立智慧公交與車路協同 技術應用示範線路；制定示範應用推廣計劃，逐年擴大智慧網聯公交車示範區域和應 用數量；制定政府採購要求，逐年提高智慧駕駛環衛車等的示範應用比例；設立人才 專項配套政策，引導行業人聚集；扶持企業的智慧駕駛技術研發等。地方政府希望通 過不斷擴大智慧駕駛示範應用規模，以示範應用帶動產業發展。

行業標準體系正在成形，產品評測促進行業健康發展

行業標準是指導智慧駕駛發展的重要依據。相關部門將智慧網聯汽車標準體系 框架定義為「基礎」、「通用規範」、「產品與技術應用」、「相關標準」四個部分，同時根據 各具體標準在內容範圍、技術等級上的共性和區別，形成 14 個子類。2020 年，我 國已制定 30 項以上智慧網聯汽車重點標準，初步建立能夠支撐駕駛輔助及低級別自 動駕駛的智慧網聯汽車標準體系，到 2025 年預計將制定 100 項以上智慧網聯汽車標 準，系統形成支撐高級別自動駕駛的智慧網聯汽車標準體系。

產品測試評價、質量檢測體系完善將為消費者購車用車保駕護航。隨著整車企業 紛紛釋出具備 L3~L4 級自動駕駛功能汽車產品量產計劃，且積極開展道路測試、應用示範及商業化試運營，行業急需建立完善智慧網聯汽車產品等級劃分及評估準則， 服務消費者購車用車。2020 年 10 月，由中國智慧網聯汽車產業創新聯盟、國汽（北 京）智慧網聯汽車研究院有限公司、華為技術有限公司、中汽中心、中國汽研等共同 編制完成了《智慧網聯汽車產品測試評價白皮書》，行業在智慧網聯汽車產品測試評 價流程上達成了共識。其適用於配備自動駕駛系統且具備 L3/L4/L5 自動駕駛功能的 M 類、N 類車輛，其它類型車輛可參照執行；可用於評價高速/環路、市內運行、泊 車/取車、封閉園區和城際/郊區等五大連續運行場景的自動駕駛運行能力；可用於 Robotaxi、AVP、HWP 等典型自動駕駛汽車產品的測評，同時港口、礦區車輛可參 照使用。2021 年 1 月，國家市場監督管理總局正式同意中國汽研與湖南湘江智慧科 技創新中心有限公司共同籌建「國家智慧網聯汽車質量監督檢驗中心（湖南）」。

3.2 技術進步：感知/智慧/通訊技術匯入

感知技術發展

感知是指智慧駕駛系統從環境中收集資訊並從中提取相關知識的過程，通常包含 環境感知和定位兩部分。其中，環境感知（Environmental Perception）指對於環境 的場景理解能力，例如障礙物的類型、道路標誌及標線的識別、行人車輛的檢測、交 通訊號的辨識等。定位（ Localization ）是對感知結果的後處理，通過定位功能從而 幫助汽車瞭解其相對於所處環境的位置。

感知是智慧駕駛系統的基礎。以攝像頭為基礎的視覺感知技術，因為成本較低，獲取資訊豐富，有利於大規模在汽車上應用。同時，毫米波雷達、超聲波雷達技術在 汽車上也應用得越來越成熟。鐳射雷達過去一般用在測繪、工業生產領域，價格昂貴。 2019 年，Luminar 釋出了價格不到 1000 美元的 LiDAR 解決方案。Velodyne 公司則 計劃到 2024 年將平均售價從 2017 年的 17900 美元降至 600 美元。2020 年，華為 宣佈其將量產的鐳射雷達單價在 200 美元以下。隨著鐳射雷達價格的快速下降，奧 迪、寶馬、賓士等整車企業已將其納入了搭載規劃。

演算法升級與計算平臺進步

過去十年，隨著深度學習為代表的演算法在人工智慧領域中應用，電腦科學又進 入到了新的階段。深度學習是用於建立、模擬人腦進行分析學習的神經網路，並模仿 人腦的機制來解釋資料的一種機器學習技術。它的基本特點，是試圖模仿大腦的神經 元之間傳遞，處理資訊的模式。最典型的應用是計算機視覺和自然語言處理(NLP)領 域。其需要依靠大量的資料與硬體計算能力來完善功能。

Mobileye 以其演算法和晶片技術快速成為 ADAS 領域頭部企業，市場佔有率一度 超過 70%。當前，其演算法日趨成熟、晶片效能大幅提升，能夠實現判斷前方車輛、行 人、安全距離、車道線等功能，滿足了智慧駕駛大規模應用的需求。其第四代演算法晶片EyeQ4 較上一代效能提升 8 倍，EyeQ 系列 晶片累計發貨量超過 5000 萬塊。2017 年，Mobileye 被英特爾以 153 億美元巨資收購。

英偉達（NVIDIA）、高通（Qualcomm）、華為、百度、地平線等科技公司也紛紛 佈局車載計算平臺。2019 年末，英偉達推出的全新自動駕駛晶片 ORIN，其效能已達 200TOPS（每秒鐘一萬億次運算），接近 L4 級別自動駕駛的算力要求。

5G 時代到來，V2X 成為新基建一部分

車聯網（V2X）能夠實現車與車通訊（V2V）、車與人通訊（V2P）、車與路通訊 （V2I）、車與雲端通訊（V2C）等資訊交換。通過 V2X，車輛可以通過網路獲取到更 多的道路和其他交通參與者的資訊，而不是僅僅通過自車的感知和預測，能夠有效降 低單車成本、提升系統可靠性。

5G 通訊技術正在全球範圍進行應用。對於智慧駕駛，5G 的低延時、高頻寬的 特點，為 V2X 通訊網路提供了更全面的保障。當有低延時高頻寬的基礎設施支撐後，智慧駕駛通過車端和雲端的協同感知、計算能夠發揮出更大的潛力。5G 時代的到來， 將推動車聯網功能（V2X）的擴展與應用，有望幫助智慧駕駛完善功能。

我國 5G 通訊技術全球領先，基站建設覆蓋廣，為汽車的網聯化提供了良好的基 礎環境。因此，我國在實現智慧交通的戰略上更加偏向車路協同發展，注重車輛的網 絡化水平提升，減小對於單車智慧技術的依賴，加快智慧網聯汽車產品落地。2020 年，智慧道路基站建設成為我國「新基建」的重要內容。智慧基站作為基礎設施被應用 在道路上，其包括了道路資訊感知、資料儲存與計算、資訊中繼傳輸等功能為一體。 智慧基站通過 5G/V2X 通訊，以極低延時將資訊傳輸給周邊車輛、移動終端及雲端， 實現「人-車-路-雲」協同互動，提供高質量道路資訊服務。

感測器、計算機、通訊、電子等技術的發展直接或者間接的推動著智慧駕駛技術 的進步，智慧駕駛領域也成為多產業融合發展的代表。在技術端，L3/L4 級別自動駕 駛技術的成熟度依託於各部分技術的成熟度，體現為明顯的短板效應。

因此，對於自動駕駛，我們認為不應高估技術短期突破，但是更不應低估其對於 產業結構、商業模式的長期影響。

3.3 標杆引領：特斯拉引領智駕體驗

伴隨著上海工廠量產 Model 3，2020 年特斯拉達到了近 50 萬輛交付。特斯拉 2017-2019 年的交付量分別達到 10.31/24.52/36.75 萬輛，持續高速增長。除了純電 動，驅動特斯拉的另一個產品特徵就是其智慧駕駛功能，實現全面自動駕駛（FSD， Full Self Driving ）是公司產品開發的目標。

特斯拉汽車除支援目前已實現的 Autopilot 自動輔助駕駛功能外，能夠通過 OTA 更新軟體，不斷完善功能。環繞車身共配有 8 個攝像頭，視野範圍達 360 度， 對周圍環境的監測距離最遠可達 250 米。12 個超聲波感測器作為整套視覺系統的補 充，可探測到柔軟或堅硬的物體，感測距離和精確度接近上一代系統的兩倍。增強版 前置雷達通過發射冗餘波長的雷達波，能夠穿越雨、霧、灰塵，甚至前車的下方空間 進行探測，為視覺系統提供更豐富的資料。系統功能已包括：主動巡航控制、輔助轉 向、自動變道、自動泊車、車庫召喚、自動駛入高速匝道、自動識別紅綠燈、路標、 環島等複雜路況並自動控制等。同時，特斯拉引領的大螢幕車載中控，實現了更加智 能的人機互動模式，極大的提高了駕駛體驗。

標杆已至，本土品牌紛紛應戰，智慧駕駛將由匯入期進入成長期，體現為搭載功能越來越多，滲透率越來越高。特斯拉的 Autopilot 帶來了巨大的示範效應，有望成 為智慧駕駛功能全面普及的加速器。特別是新能源汽車領域，小鵬汽車、蔚來汽車、 智已汽車等均將智慧駕駛功能作為其產品力的體現，這將推動 L2 及 L2+的智慧駕駛 的在市場端的普及。

在燃油車領域，L2 及以上智慧駕駛功能的滲透率仍在低位，市場潛力巨大。以 典型 L2 級自動泊車功能為例，該功能在 30 萬以上的車型配比較高，超過 30%；而 在 10~20 萬區間的車型中，該功能平均率僅為 5%。8~20 萬的區間是我國乘用車銷 量的主力，佔比達到 64%。可見，該功能的整車搭載率依然在 10%左右。細分來看， 以長城汽車、吉利汽車為代表的自主龍頭企業的泊車功能搭載率已達到 10%以上。 智慧駕駛功能已成為自主產品超高性價比與產品領先性的標誌，正在越來越被重視。

隨著智慧駕駛功能的增加與普及，Marketstand 公司預測從 2019 到 2027 年， 全球 ADAS 市場年均增速將達到 20.7%，有望成為千億美元的市場。

3.4 標杆引領：商用車龍頭尋求開闢新大陸

商用車市場更加追求安全與高效，智慧駕駛價值更加顯性

商用車作為生產工具，投資回報比是客戶價值的根本。在細分客戶之中，個體用 戶更加看重初始購買成本，而團體客戶多選擇 TCO（全生命週期費用）作為其購買 判斷的依據。我國物流費用在 GDP 中約佔 15%，明顯高於發達國家水平。其中一個 重要的原因是公路貨運效率不高，因為安排不合理、資訊不對稱造成空載運營。根據 羅蘭貝格測算，當前中國商用車市場總 TCO 規模為 7 萬億，僅僅通過車聯網方式將 會有 1.02 萬億市場優化空間。可見，智慧網聯汽車對於商用車市場有著巨大吸引力， 能夠降低社會物流總成本。

隨著智慧物流的發展，重卡整車企業的邊界將有望大幅拓寬。重卡整車企業有望 從汽車製造業企業轉變為智慧交通運輸解決方案提供者。這其中包括車輛業務將會 延伸到新能源領域，車隊管理服務將會更加註重資料交易，通過自動駕駛卡車提供運 營管理服務，零部件涵蓋新增的高附加值部件。車聯網技術有望減小企業與客戶之間 的資訊不對稱，這將有效幫助整車企業提高後市場的營運能力，包括汽車金融、售後 維修、二手車交易等。

智慧駕駛重卡成為企業未來產品方向

國際商用車企業利潤在產品端與後市場服務端的比例為 7：3，而我國汽車產業 當前還是以產品銷售為主的傳統模式。智慧駕駛重卡有望成為產品開發的主要方向， 國內企業業務模式有望拓展。

2019 年，一汽解放釋出了「哥倫布智慧物流開放計劃」，旨在打造新業態產業集 群，探索新技術、新模式、新市場，引領未來。2020 年，其合作伙伴已發展到 96 家， 共同打造了領先的商用車智慧網聯生態。一汽解放長期位居國內重卡銷量第一，在其 帶動下，陝汽、東風等競爭對手也開始加快了其智慧重卡產品開發節奏。

對於科技公司，L3/L4 級的智慧重卡商業化落地即將進入衝刺階段。2021 年 3 月，圖森未來遞交了招股說明書，有望在美國上市，成為自動駕駛第一股。2021 年 4 月，智加科技（Plus）宣佈完成新一輪 2.2 億美元融資，加上一個月前的 2 億美元， 智加科技今年已完成總計達 4.2 億美元的融資。2020 年 11 月，嬴徹科技宣佈完成了 1.2 億美元股權融資，此輪融資由寧德時代領投，原有股東包括普洛斯、G7、蔚來資 本參與跟投。商用車領域的標杆科技公司正在獲得資本市場的關注。

4 智慧駕駛產業鏈分析：增量零部件與產業重構帶來機會

4.1 當前：智慧駕駛產業鏈分工與合作，整合能力是關鍵

智慧駕駛主要功能包括環境感知、決策規劃、控制執行等。從功能職責分析，零 部件供應商負責提供感知相關的各類感測器，轉向、制動等車輛控制執行器；整車企 業自主或者與零部件 Tier1 供應商一起負責系統的整合，主要包括：資料融合、規劃 決策、車輛控制等系統功能部分。

當前：自主整車整合能力有限，依賴國際 Tier1

對於 ADAS 級別智慧駕駛產業鏈，上游為 Tier2/Tier3 供應商，負責提供元器件 或者次要零部件；中游系統 Tier1 供應商通常以自己的優勢產品為依託，整合次級 Tire2 供應商，為整車企業提供系統產品與服務；下游則為整車企業。從技術角度， ADAS 功能涉及感知、控制與執行等眾多領域， Tier1 供應商扮演著承上啟下的角 色，需要具備系統整合能力，十分關鍵。

國際零部件巨頭承擔著 Tier1 的角色，佔據了絕大部分市場份額。在乘用車領域， 大陸、德爾福、博世，電裝、奧托立夫為前五名，佔據全球超過 65%的市場份額。商 用車 ADAS 的系統整合商集中度更高，威伯科、大陸集團與博世集團三家企業合計 佔有全球超過 60%的份額。根據智研諮詢測算，2020 年我國 ADAS 市場規模達到 800 億元。因為國內 ADAS 開發起步晚，自主整車企業多依賴國際 Tier1 供應商提供 成套方案，以確保功能開發的成功率，國內供應商市場份額較小。

豐富的產品佈局是成為 Tier1 供應商的必要條件。在智慧駕駛領域，博世、大陸 和法雷奧是全球 Tier1 中佈局最全面的企業，華為是國內 Tier1 中佈局最全面的企 業。智慧駕駛領域的 Tier1 主要收入來自於感知層中的毫米波雷達與視覺系統、決策 層的控制器等 ADAS 系統增量部件，以提供一體化方案為主。

全球前十位的 Tier1 供應商均為歐/美/日/韓企業，缺乏世界級 Tier1 廠商是我國 汽車零部件產業的「阿喀琉斯之踵」，限制了國產汽車電子零部件進入整車體系。成為 一流汽車電子 Tier1，除了必要的規模、豐富的產品線，還需要具備系統整合與服務 能力。

近年來，部分本土企業例如華域汽車、德賽西威、均勝電子等在部分 ADAS 基礎 功能上已經具備部分整合能力，正在向 Tier1 角色成長。

4.2 未來：產業鏈重構，增量部件價值高

高等級智慧駕駛需要更高的訊號傳輸效率、更強的計算能力、更完善的軟體控制， 電子電氣架構（EEA）與汽車軟體的價值將會持續提升。根據 McKinsey 的測算， 2020 年至 2030 年，軟體及電子電氣架構（EEA）相關的市場 GARA 將會達到 7%。

電子電氣架構（EEA）是整車所用電子器件的組合形式，一個高效架構將有效降 低產品成本、開發成本，提升產品匯入效率，同時具備很強的適應性，以應對功能的 不斷升級的需求。傳統的電子電氣架構（EEA）無法適應未來智慧駕駛功能的需求， 必須進行升級與調整。其趨勢是從傳統的分立控制向集中的域控制轉變，最終形成 「車載電腦+雲端計算」的雲端互通模式。除了技術上的挑戰，這一升級過程也需要伴隨 著組織分工的重構，工作量巨大。

同時，當前汽車軟體分佈在 50~100 個 ECU 中，軟體結構複雜，程式碼量已經超 過 Facebook、Android 等軟體，且開發與維護效率低下，已經無法適應未來高等級 智慧駕駛的複雜功能需求。

特斯拉 Model3 革命性 EEA 架構，開啟集中計算平臺時代，軟體定義汽車成為可能。特斯拉將整車功能儘可能集中到 3 個計算模組之中，僅留下負責外設的 ECU 分散佈置，通過 CAN 或乙太網匯流排橋接起。在這樣的 EEA 架構中，特斯拉利用 OTA （遠端升級技術），讓其產品功能能夠不斷迭代與更新，從而充分發揮其軟體能力。 同時，Tire1 硬體供應商的影響力與議價能力被大大削弱。

傳統整車企業已意識到軟體定義汽車將是產業鏈、組織要素的重構的核心，關係 到企業未來的生存，紛紛加大投入力度。大眾汽車已成立專門的數字化與軟體部門。 目標在 2025 年前，投資 70 億歐元，招聘 10000 名軟體工程師，將軟體自研比率從 目前的不到10%提升至 60%。並藉助 Car.Software 打造的標準化作業系統 vw.OS。

與特斯拉相比，傳統整車企業缺乏相關技術儲備，需要巨大投入才有可能迎頭趕 上。面對這種窘迫的局面，整車企業一方面聯手科技公司，彌補知識、技能上的欠缺； 另一方面，搶先爭奪軟體開發人員，並收購相關科技公司，例如：通用 GM 收購 Cruise。 無論哪種方式對於整車企業都是巨大的投入，選擇更加開放合作、利益共享的模式正 在成為主流。

在新的產業生態體系中，晶片、演算法、資料服務、鐳射雷達等將成為產業鏈中的 新增核心零部件，且附加值高，新進入者將不可避免。而成熟的傳統零部件將會面臨 著被替代或者價值被擠佔的局面，傳統 Tier1 的主營業務將會受到挑戰。

汽車軟體成為各方合作的重要紐帶，有實力的整車企業產品組織方式將會變化， 其對軟體的掌控將會加強。整車企業的軟體部門將會貫穿到零部件開發環節，傳統 Tier1 以軟硬體承包的模式將會面臨挑戰。

因此，傳統國際 Tier1 將會面臨整車客戶策略調整與科技公司進入的雙重衝擊， 業務拆分與重組不可避免。這也將帶來供應商的洗牌和產業合作模式的改變。

近年來，博世、大陸、德爾福、採埃孚等國際 Tier1 都進行了拆分與併購，以應 對未來自動駕駛等技術帶來的挑戰。

未來，乘用車將升級為出行服務提供商。汽車產業鏈將由原來等級分明、相對封 閉的金字塔結構轉變為互融共生、分工合作、利益共享的新型產業生態。在乘用車領 域，當智慧駕駛達到 L4（自動駕駛）階段，整車廠商將不再是行業的下游，服務用 戶出行成為行業終極目標。資料、共享經濟和人工智慧技術將打破過去成熟的金字塔 式的汽車產業鏈結構。

在網路型的生態結構中，搶佔關鍵節點、成為使用者埠將是頭部企業佈局的重點。以智慧汽車為平臺基礎，出行服務將會完成使用者互動，資料收集、整合、分析，功能 應用、優化、迭代等。

汽車產業的價值鏈將會從傳統的生產製造向汽車使用端延伸。 企業如果能夠對接使用者，持續瞭解使用者需求，改善使用者體驗，就有希望在產業鏈上佔 據主動位置，獲得較高附加值。

因此，整車企業希望轉型為出行服務提供商，例如：入股 T3 出行。科技公司希 望擁有自己的硬體裝置埠，例如：百度與吉利合作造車。

在商用車領域，商用車升級成為物流服務提供商，創造價值是根本。智慧駕駛最 終將會成為物流服務的重要組成部分。因此，場景方（例如 G7、滿幫等貨運平臺） 對商用車智慧駕駛積極推動，其與頭部商用車企業、智慧駕駛公司共同組成了商業化 聯盟以儘快實現產品落地。

從經濟效益與安全形度，智慧駕駛對商用車的價值更加突出，一旦功能與商業模 式成熟，其普及速度將會更加迅速。根據圖森未來招股說明書，其作為科技公司，將 貨運服務、自動駕駛產品、核心技術作為公司主要業務範圍。其與合作伙伴一起構建 智慧物流運營服務體系，並推出靈活的商業運營模式。

在產業鏈重構的過程中，國產零部件供應商有望迎來機會：

首先，以華為、百度為代表的本土科技公司進入汽車行業，有望帶動上游企業。2019 年，華為汽車事業部成立，其旨在成為未來智慧汽車領域 Tier1，並從「端(車)- 管-雲」三個層次全面佈局。在車端，智慧電動、智慧駕駛、智慧座艙佈局包括了核心 零部件產品，軟體平臺，系統方案，開發與測試工具等。華為的佈局體現了其對汽車 行業早已經做過深入的研究，以「增量零部件」為目標，以其 ICT 能力為基礎，「賦能」 整車企業，成為下一代 Tier1 的戰略目標明確。為了實現這一目標，華為一手抓住關 鍵零部件，一手打造系統解決方案能力，既有廣度也有深度，更容易與整車開展不同 程度的合作。同時，華為也與本土上游、生態其他環節展開了合作，其中包括四維圖新、中國汽研、航盛電子、寧德時代等。在華為的牽頭下，更多本土零部件企業有望 跟隨其進入到整車體系之中，借華為的擴張而成長。

其次，在智慧電動時代，自主車企的研發水平有了較大提升，正向研發進入突破 階段。自主汽車品牌經歷了 20 多年的發展，從逆向研發起步，到搭建研發體系和平 臺架構，現在已經開始取得核心技術正向研發的突破。在需求與功能定義能力上，自 主企業已經具備部分能力。

蔚來、小鵬、上汽、長安等為代表的本土企業在智慧駕駛領域積極推動產品落地， 德賽西威、中科創達、地平線等本土供應商在供應鏈中的地位也得到了提升。

最後，在產業鏈重構過程中，國際競爭對手拆分與重組導致戰略搖擺與執行力下 降，本土零部件企業市場空間增大。

4.3 感知層: 確定的增量市場，期待國產放量

感知感測器種類與原理：受益於智慧駕駛滲透率與等級提高

感知層的基本組成是各種類型的感測器，包括：攝像頭、超聲波雷達、毫米波雷 達，鐳射雷達等。感知是智慧駕駛的基礎，在一輛能夠實現 L2 及以上功能的車上需 要搭載多種感測器，進行大量的冗餘設計，才能確保產品的安全可靠。

不同的 ADAS 功能將會應用到不同類型感測器的優勢。在近距離、低速環境下， 超聲波、攝像頭能夠將較好勝任，在遠距離環境下，毫米波雷達、攝像頭、鐳射雷達 更加有效。在解析度方面，攝像頭與鐳射雷達較為有優勢。

智慧駕駛滲透率提高與等級提升將帶動感測器產業鏈發展。對於實現智慧駕駛 功能，雖然各公司在感測器種類與數量選擇上有差異，但等級越高搭載感測器越多是 確定趨勢。根據車型配置資訊的相關統計，智慧駕駛在 L2 需要 9~19 個感測器，包括超聲波雷達、長距離及短距離雷達和環視攝像頭，發展到 L3 預計需要搭載 19~27 個，可能需要鐳射雷達、高精度導航定位等。在特拉斯、蔚來、小鵬等新能源汽車產 品中，均配備了大量攝像頭、毫米波雷達、超聲波雷達等感測器。以小鵬 P7 XPilot 3.0 為例，其搭載博世第五代毫米波雷達，前置 4 個攝像頭（1 個三目攝像頭模組和 1 個 DMS 攝像頭）、5 個增強感知攝像頭、4 個環視攝像頭共 13 個攝像頭。在感知 車輛兩側和後方情況方面，小鵬汽車用毫米波雷達+攝像頭形成兩套系統、互為冗餘， 實現全車 360 度無死角覆蓋。同時，4 個環視攝像頭用於 360 度影像和自動泊車功 能。

在感測器零部件價格上，攝像頭中，用於環視等的廣角攝像頭價格較便宜約 150 元/個，用於前視功能的單目及多目攝像頭附加值較高，單價在 600 元以上；毫米波 雷達 24Ghz 約 300 元/個作為角雷達使用，77Ghz 約 700 元/個；近距離泊車用的超 聲波雷達的價格最為便宜約 70 元/個。根據感測器單價及配置方案，我們預計 L1 至 L4 級別的感測分別為 1580 元、3600 元、11460 元、16960 元。從 L2 到 L3 級方案， 感測器配置需要有較大的提升，主要是增加了鐳射雷達、慣性導航等新型感測器。

攝像頭系統：晶片+演算法是核心，近距應用等功能本土企業有望替代

攝像頭系統是 ADAS 核心感測器，在鏡頭採集影象後，由攝像頭內的感光元件 電路及控制組件對影象進行處理並轉化為電腦能處理的數字訊號，從而實現感知車輛 周邊的路況情況。其最大優勢在於識別內容豐富（物體是車還是人、標誌牌是什麼顏 色），且攝像頭硬體成本相對低廉。

攝像頭系統產業鏈環節包括：鏡頭組、晶片、視覺方案提供商（演算法）、傳統 Tier1 等。攝像頭模組本身的壁壘不高，攝像頭背後的演算法和晶片是核心。通常由從事環境 感知的企業採購攝像頭模組以及晶片，在晶片上實現演算法軟體的開發，其附加值可以 達到 30%-70%以上。Tier1 負責完成與整車廠的對接，系統整合等。Tier1 環節多為 國際供應商，其提供毫米波雷達等其他感測器，配合整車主機廠完成多感測器融合等 整合工作。當前，主要公司包括：博世，大陸，ZF，法雷奧等。

在汽車晶片環節，多數被國外壟斷，主要供應商有英飛凌（Infineon）、瑞薩電子 （Renesas）、意法半導體（ST）、恩智浦（NXP）、富士通（Fujitsu）、賽靈思（Xilinx）、 英偉達（NVIDIA）等，提供包括 ARM、DSP、ASIC、MCU、SOC、FPGA、GPU 等晶片方案。以 Mobileye 為代表的視覺公司與 Tier1 配合為 OEM 定義產品，掌握核 心的視覺感測器演算法，並向下遊客戶提供車載攝像頭模組、EyeQ 晶片以及軟體演算法 在內的整套方案。掌控視覺感知晶片與軟體演算法等附加值更高環節，是 Mobileye 能 夠獲取高估值的原因。Mobileye 在前視攝像頭解決方案領域市場佔有率達到 70%。

CMOS 影象感測器實現影象採集功能。在該領域，目前韋爾股份旗下的 OmniVision 處於全球第二，且份額逐年上升。

根據 ICVTank、IHS 等資料，2015 年以來全球車載攝像頭市場持續 15%以上高 速增長，2020 年將達到 130 億美元。隨著車載攝像頭的單車搭載量與滲透率提升， 預計到 2025 年，全球車載攝像頭行業規模將達 270 億美元。

國內企業方面，以虹軟科技，Minieye 等為代表的國內科技在以識別演算法為基礎 切入到智慧駕駛領域。經緯恆潤基於 Mobileye 系統，以 Tier1 角色為部分自主車企 提供解決方案。保隆科技、德賽西威均成功推出了 360 環視系統，並搭載到部分自主 品牌車輛上。

相對前視系統而言，因為 360 環視系統、駕駛監控等功能應用於近距場景，對 攝像系統要求較低，並且其多為預警類功能，與車輛其他系統耦合度低，部件供應商 更容易進入。隨著這些功能在中低價位車型上搭載，具有成本優勢的本土企業有望迎 來放量。

毫米波雷達: 77GHz 是趨勢，本土產品在商用車領域率先應用

毫米波雷達發射毫米波段的電磁波，利用障礙物反射波的時間差確定障礙物距離， 利用反射波的頻率偏移確定相對速度。毫米波雷達穿透霧、煙、灰塵的能力強，具有 全天候（大雨天除外）全天時的優點。其缺點是無法識別物體顏色；視場角較小，需 要多個雷達組合使用；行人的反射波較弱，難以識別。

汽車毫米波雷達核心部件為 MMIC 模組和雷達天線 PCB 板。前段單片微波整合 電路（MMIC）包括多種功能電路，如低噪聲放大器（LNA）、功率放大器、混頻器、 甚至收發系統等功能。在雷達天線 PCB 板上，主流方案是微帶陣列，即將高頻 PCB 板整合在普通的 PCB 基板上實現天線的功能，需要在較小的整合空間，並保持天線 足夠的訊號強度。

汽車毫米波雷達在歐美已經使用多年，國內起步較晚。因此，在毫米波雷達產業 鏈上，基帶數字訊號處理晶片、單片微波積體電路、高頻 PCB 板等方面的供應商多 為汽車電子半導體供應商，如 Infineon、NXP、TI 等，國內供應商基本處於空白狀態。 國際汽車電子半導體供應商具備提供一整套解決方案的能力。以 Infineon 為例，其針對 77/79GHz 汽車毫米波雷達前段 MMIC，提供了 RXS816xPL 系列晶片。同時，其 能提供配套的晶片，包括：安全管理晶片、多核 MCU 等，甚至能夠提供一整套針對 AEB 功能的系統方案，實現高度整合。

目前市場上主流的車載毫米波雷達頻段為 24GHz（用於短中距離）和 77GHz （用於長距離雷達）。77 GHz 在效能和體積上都更具優勢，77GHz 的距離解析度更 高，體積比 24GHz 產品小了三分之一，是未來發展的趨勢。

24GHz 雷達現在主要應用於盲點探測（BSD），77GHz 雷達主要用於自適應巡 航控制系統（ACC），前向碰撞預警（FCW）和自動緊急制動（AEB）。根據中國新車評價規程（C-NCAP），自動緊急制動系統（AEB）已納入評分體系，77GHz 雷達需 求將會上升。當前乘用車上，毫米波雷達主流採用「1+2+2」的方案，前向搭載 1 個 77GHz 的長距雷達，側向和後向各搭載 2 個 24GHz 的中短距雷達。例如：蔚來 ES8。

根據華經產業研究院釋出的《2020-2025 年中國毫米波雷達行業競爭格局分析及 投資戰略諮詢報告》，2014 年至 2018 年，中國車用雷達市場從 14.7 億元增長到 41.4 億元，年複合增長率為 29.5%。我們認為隨著乘用車 L2/L3 級別車輛滲透率提升、商 用車 AEB 成為強制搭載要求，我國毫米波雷達感測器的年複合增長率將達到 30%， 2025 年有望達到 210 億元以上的規模。

汽車毫米波雷達主要由大陸、博世、海拉、電裝等國際巨頭所主導。特別是難度 更高的 77/79GHZ 雷達，博世、大陸、德爾福（安波福）、電裝、天合（採埃孚）等 公司的產品早已實現了量產搭載，且其均具備整車整合、多感測器融合能力。

華域汽車、保隆科技、德賽西威、森斯泰克等國內企業已經佈局了毫米波雷達， 包括：24G Hz 和 77GHz。因為產品成熟度、客戶整合能力等原因，本土企業的雷達 產品難以與國際企業競爭，市場份額較小。較長的定點週期與開發週期，也是中國雷 達廠商難以與外國廠商爭奪市場份額的主要原因之一。一般新款車型的開發週期在 24~36 個月之間，定點週期與研發週期都有相當長一段時間，車企一旦選定供應商合作，後續更改難度較大。當前，出於供應鏈的安全考慮，部分自主車企傾向選擇與多 家供應商進行合作，並有意扶持本土供應商，如「2+2」 模式（2 家國際廠商2 家本土 廠商），這會為國產替代帶來機會。

在商用車領域，隨著國家對「兩危一客」等車輛有了 AEB 系統強制裝配的要求， 通過商用車 AEB 功能開發與搭載成為國產毫米波雷達實現量產搭載的一個路徑。華 域汽車以其 77GHz 前向毫米波雷達產品為基礎，開發出適應商用車的 AEB 系統， 成為了 ADAS 系統整合商。目前，其雷達實現為金龍客車等配套供貨，已適配 7 款 不同的客車車型。

鐳射雷達：技術尚未收斂，量產/效能/車規是關鍵

為什麼需要鐳射雷達？視覺識別與毫米波雷達方案在特定場景下識別有缺陷，且 系統冗餘度不夠。鐳射雷達能夠提高識別的成功率、增加系統的安全冗餘。對於 L3/L4 以上的智慧駕駛，因需要廠商承擔事故責任，鐳射雷達被普遍認為有搭載必要。

鐳射雷達（Laser Detecting and Ranging，Lidar），是以發射鐳射束探測目標的 位置、速度等特徵量的雷達系統。其工作原理與雷達類似，是向目標發射探測訊號（激 光束）,然後將接收到的從目標反射回來的訊號（目標回波）與發射訊號進行比較,作 適當處理後，就可獲得目標的有關資訊，如目標距離、方位、高度、速度、姿態、甚 至形狀等參數，實現對目標的探測、跟蹤和識別。早期，鐳射雷達主要用於科研及測 繪項目。上世紀 80 年代，鐳射雷達的商用產品如鐳射測距儀開始起步。2000 年以後 鐳射雷達的系統架構得到拓展，從單線掃描逐漸發展到多線掃描，鐳射雷達對環境三 維高精度重建的應用優勢被逐漸認可，並被 Waymo 引入無人駕駛汽車開發中。

鐳射雷達核心技術聚焦於測距原理、發射、掃描、探測和資料處理等五大個方面。 LiDAR 系統的核心元件主要有鐳射器、掃描器及光學元件、光電探測器及接收 IC， 以及位置和導航器件等。

鐳射雷達按照測距原理可以分為飛行時間（Time of Flight，ToF）測距法、基於 相干探測的 FMCW 測距法、以及三角測距法等。ToF 與 FMCW 能夠實現室外陽光 下較遠的測程（100~250 m），是車載鐳射雷達的優選方案。ToF 是目前市場車載中 長距鐳射雷達的主流方案，未來隨著 FMCW 鐳射雷達整機和上游產業鏈的成熟，ToF 和 FMCW 鐳射雷達將在市場上並存。

鐳射雷達按照掃描方式有無機械轉動部件可以分為機械旋轉、混合固態、純固態。 機械式指整體 360°旋轉，半固態式指收發模組靜止、僅掃描器發生機械運動，固態 式指無任何機械運動部件。混合固態分為 MEMS、轉鏡，純固態分為相控陣 OPA、 Flash。

車載鐳射雷達需要面臨振動、低溫、雨水等惡劣情況考驗，固態化被認為是車載 鐳射雷達的發展方向。目前，不同公司的產品開發側重點不同，能夠接近的商業化的 產品以半固態為主。

EEL(Edge Emitting Laser,邊緣發射鐳射器)作為探測光源具有高發光功率密度 的優勢，但由於其工藝步驟的複雜和繁瑣，極大的依賴產線工人的手工裝調技術，生 產成本高且一致性難以保障。VCSEL(Vertical-Cavity Surface-Emitting Laser,垂直腔 面發射鐳射器)發光面與半導體晶圓平行，其形成的鐳射陣列易於與平面化的電路芯 片鍵合，精度層面由半導體加工裝置保障，無需對鐳射器單獨裝調，易於和麵上工藝 的矽材料整合，提升光束質量。傳統 VCSEL 鐳射器存在發光密度功率低的缺陷，近 些年多家鐳射器公司開發出多層結 VCSEL 鐳射器，將發光功率密度提升了 5-10 倍。 隨著蘋果在消費電子上應用 VCSEL，其成本以及可靠性方面優勢被市場認可，我們 預計 VCSEL 有望逐步取代 EEL。

汽車鐳射雷達產品收斂方向為能夠滿足量產的成本要求、能夠滿足效能需求、能 夠滿足車規要求的可靠性。成功的鐳射雷達產品是在三個方面達到均衡，並能夠實現 持續迭代，這需要鐳射雷達公司對下游廠商的需求有深入的理解。

因此，爭取進入整車客戶項目，或者與整車經驗豐富的 Tier1 合作，成為汽車激 光雷達供應商的重要工作目標。隨著 Waymo、百度、福特、奧迪、寶馬、蔚來、小 鵬、賓士等整車企業相繼採用鐳射雷達的感知解決方案，各家鐳射雷達企業紛紛爭取 進入供應商之列，實現首先搭載。

衡量 LiDAR 主要效能參數包括測遠能力、測距精度、整合度、角解析度、視場 角範圍、光源波長以及點頻等。

不同的應用場景對於鐳射雷達效能要求不同。鐳射雷達企業需要與下游汽車企業、 Tier1 的緊密合作，才能實現產品的持續改進與迭代。

鐳射雷達作為新型感測器尚未大規模應用，本土企業與國際企業差距不明顯，並 湧現了：禾賽科技、華為、大疆等代表型企業，國產供應商有望突圍。我們認為影響 車載鐳射雷達的關鍵因素包括：

（1） L3/L4 級別車輛的普及速度；

（2） 鐳射雷達成本下降曲線；

（3） 鐳射雷達產品的應用場景；

（4） 因涉及到感知融合演算法，鐳射雷達可能成為未來 Tier1 重點爭奪的產品。

定位及地圖：高等級智慧駕駛必備，政策有壁壘、國貨優勢大

在車輛高速運動的場景下，地圖定位的優勢在於獲得前方超視距的感知資訊，以 補充車載感測器的感知功能，為智慧駕駛功能提供了決策與執行的時間餘量。因此， 高精度定位功能是實現智慧駕駛的必要條件。等級越高的智慧駕駛對定位及地圖功能 要求也越高，普通 ADAS 的定位精度要求為米級，具備 L3 功能的智慧駕駛則一般需 要釐米級定位。

因為測繪及定位涉及到國家安全，對公司的資質要求高，存在政策壁壘。已經進 入賽道的四維圖新、百度、高德等本土企業將會具備優勢。

安全可靠是智慧駕駛技術成熟的前提。因為依賴單一感測器的定位方法存在場景 失效的可能性，需要靠多種定位手段，互相融合冗餘。小鵬 P7 XPILOT 3.0 自動駕 駛輔助系統搭載了高德高精地圖，同時配備雙頻高精 GPS、實時動態差分定位（RTK） 以及超高精度慣性測量單元（IMU）定位硬體，將可以在全場景下實現分米級定位精 度，可以大幅提升自動輔助駕駛在立交橋、隧道、地下車庫等複雜交通環境以及雨雪 霧等不佳天氣的有效性。目前，依靠網路 RTK 定位+慣性器件（IMU）遞推+高精地 圖的匹配定位，被行業認為是一種複雜條件下高精定位的較為穩妥方案。

傳統 GNSS 單點定位精度為米級，但在 RTK 技術的輔助下，GNSS 定位系統的 精度可達動態釐米級，滿足高等級自動駕駛需求。

慣性導航是使用慣性測量單元（inertial measurement unit, IMU），以加速度測量為基礎的導航定位方法。IMU 由陀螺儀、加速度計等慣性感測器和導航解算系統整合 而成。陀螺儀和加速度計是系統的核心器件，陀螺儀測量物體的角速度，加速度計測 量物體的加速度。典型的慣導產品包含 3 組陀螺儀和加速度計，分別測量三個自由度 的角速度和加速度，通過積分即可獲得物體在三維空間的運動速度和軌跡。

根據法國 Yole 公司的估算，隨著高等級智慧駕駛應用的需求，全球 IMU 市場到 2022 年規模將達到約 10 億美元，到 2027 年達到 47 億美元。目前，以 GNSS+IMU 的高精度定位整合方案已經成熟。國內，華測導航、千尋位置等公司已經推出相關產 品與服務。未來，各家自動駕駛公司對高精度定位模組的需求將向趨同化發展，當前 預估大規模量產後價格在 3000~4000 元。

高精定位與地圖市場價值主要受到 L3/L4 級別車輛的普及速度影響。因為政策 壁壘，其有望成為本土企業確定且能夠長期成長的賽道。

4.4 執行層：底盤電控壁壘高，動力升級有機會

電控執行器實現是智慧駕駛的基礎，車輛的前進、後退與轉向，需要由底盤控制 系統和動力控制系統配合完成。因為直接涉及到整車安全，整個系統對可靠性、響應 性等有很高的要求。

底盤電控：門檻高，國產放量還需要時間 底盤電子包括轉向系統、剎車系統等，底盤的電控/電氣化升級需求明確：一方面 滿足智慧駕駛線控的要求，另一方面，剎車控制也是新能源車能量回收重要部分，直 接影響電動車的行駛里程。

底盤電子系統主要包括：電動助力轉向系統（EPS），智慧剎車系統（IBS），以 及將制動、轉向、動力輸出整合在一起的電子穩定系統（ESC）。在實現 L2 智慧駕駛 中，EPS, IBS, ESC 都將成為必須配置。目前，國內底盤電子市場基本上為國際零件 供應商佔據，特別是 Tier1 供應商有著巨大的優勢。

國際供應商壁壘的形成原因包括：

（1）制動與轉向零部件直接關係到車輛安全，效能要求很高。

其需要將機械件、感測器、控制器在零部件級別實現高度整合，並具 備高可靠性。這需要長期的工程開發，積累大量測試驗證資料以滿足 ISO26262 等安 全認證要求。

電動助力轉向（EPS）系統主要包括機械式轉向器、轉矩感測器、電動機、減速 機構、電子控制單元（ECU）以及車速感測器。當駕駛員轉動方向盤時，轉矩感測器 將採集到的作用於方向柱上的轉矩訊號傳給 ECU，ECU 再綜合車速感測器訊號，確 定助力電機的旋轉方向以及助力電流大小，並控制電機輸出助力。EPS 可以很好地 實現所設計的理想助力特性，給駕駛員提供良好路感，保證汽車低速時的轉向輕便性 以及高速時的方向穩定感。

智慧剎車（IBS）的代表系統為博世的 iBooster。其剔除了真空助力泵，集成了 各種感測器、控制器，使其體積更小，方便安裝。在使用時，感測器會將剎車的行程 訊號傳遞給 iBooster 的控制單元，控制單元會根據訊號計算出 iBooster 輸出電機應 該輸出多少扭矩，這個扭矩會作用在一套齒輪機構上，通過齒輪機構將這個扭矩轉化為剎車主缸的剎車力，再由這個剎車力改變剎車液壓，最終控制剎車卡鉗進行剎車。 IBS 目前只有博世、大陸、採埃孚/天合具有完備的設計技術與量產能力。

（2）國際 Tire1 能夠開發出 ESC 等系統解決方案，減輕了整車廠整合難度。其 擁有豐富的產品線包括相應的感測器、執行器、控制，並應用長期累積的整車控制軟 件演算法，形成了一套較為完整的解決方案。 以轉彎情況為例，為實現車輛平穩運行， ESC 需要計算汽車側向力、縱向力等，再綜合實現對轉向角度、剎車動作、動力輸出 的調整，這需要可靠的控制策略及大量的路試標定工作，提高了技術門檻。

（3）零部件供應商本地化生產，實現了系統的成本降低。2019 年，博世在南京 的 iBooster 生產基地已經投產，產能將達到 40 萬件。其對於南京工廠產能的計劃是 按照 53%的年複合增長率增長，至 2024 年該工廠將達到 320 萬件的產能。根據羅 蘭貝格的報告，電控剎車量產價格約為 2000 元，電控轉向系統價格將在 2000 元左 右。

國內廠商華域匯眾、伯特利、拓普集團、亞太股份等廠商均有佈局 IBS、ECS 等 產品，湘油泵、豫北等企業也有 EPS 產品，德爾股份開發了 EHPS 主要用於商用車 領域。在底盤電控領域，產業格局穩定，國內企業的產品大多還處於樣車搭載階段， 能否形成批量銷售還需要進一步觀察。

動力控制：商用車自動變速箱 AMT 快速增長帶來機會

動力控制包括動力控制、檔位控制等。與乘用車不同，當前我國絕大部分商用車 還在使用 MT，沒有實現電控化。重卡 AMT 變速箱一直因為成本、超載、油耗等問 題沒有得到大規模使用，成為動力電子控制的缺口。

智慧駕駛賦能 AMT，對 AMT 在重卡上滲透起到了促進作用。2020 年，在多重 合力下，重卡 AMT 銷量增長 7 倍，呈現快速增長。預計到 2025 年物流重卡 AMT 匹配率將從 2020 年的 8%提升到 70%以上，普及速度驚人。

根據相關測試，AMT 重卡節油率在 1%，通過智慧控制對發動機與變速箱深度優 化後節油率有望到達 3%。基本上 1 年就能把前期多投入的購車成本收回來，市場已 經自發接受 AMT 技術。以福田戴姆勒的預測性巡航功能為例，在高速物流場景下， 車輛能夠通過網聯功能提前獲取前方道路情況，並自動調整發動機的輸出與換擋策略， 保持動力總成工作在最佳經濟區，以提升車輛的燃油經濟性，同時降低了對駕駛員工 作強度和技能的要求。L3 級的自動編隊（Truck Platooning）功能，通過 V2X 技術， 能夠實現多車的編隊行駛，通過減低後車的風阻實現油耗的進一步下降。這些功能實現均需要基於 AMT/AT 等電控變速箱完成。

因為幹線物流對智慧駕駛的需求迫切，頭部企業一汽、東風、重汽、陝汽等均在 佈局從 L1 到 L4 級別的智慧駕駛，預計到 2025 年智慧駕駛卡車在幹線物流領域佔比 將達到 50%以上。

在智慧駕駛的推動下，我們預計未來 5 年 AMT 重卡在牽引車的滲透率將會快速 提升至 70%以上，用 5 年時間完成歐美國家 10~15 年的普及過程。快速普及將會給 產業帶來新的機會。在 AMT 變速箱普及的另一重要原因是 ZF、Eaton 等國際公司實 現了本地化生產，大幅降低了產品成本。在這一過程中，齒輪系統單值高、本地採購 需求迫切，雙環傳動等本土齒輪企業有望持續受益。

4.5 決策層（控制器與計算平臺）：國產替代與增量機會並存

汽車電子控制器（ECU）的作用是接收來自感測器的資訊，進行處理，輸出相應 的控制指令給到執行器執行，控制器的反應速度、判斷準確性至關重要。整車企業電 控系統開發的主要工作（軟體演算法、匹配標定等）都依託於控制器完成。在 EEA 升 級過程中，部分控制器的功能將被弱化，而另一部分控制器功能將進一步拓展升級為 域控制，甚至是統籌全車的計算平臺。

普通控制器：軟硬體分離趨勢帶來國產替換機會

目前，整車企業為了降低汽車控制軟體開發的風險，提高軟體複用度，主導推出 了的汽車開放系統架構（AUTOSAR），其通過標準介面抽象化硬體，將整車廠應用軟 件（ASW）與底層軟體（BSW）及控制器硬體進行分離。AUTOSAR 架構有利於車 輛電子系統軟體的交換與更新，能夠在確保產品及服務質量的同時，提高了開發效率。

汽車電子控制單元（ECU）產業鏈包括晶圓、封裝測試、微處理器、控制器等環 節，各環節以國外公司為主。在國家大力提升自主可控的要求下，已經有本土公司進 入產業鏈各環節，科博達等國內企業已開發了符合 AUTOSAR 的控制器模組，成功 對進入 EMB 等跨國車企平臺。隨著 AUTOSAR 在行業的普及，一方面，整車企業對 於供應商選擇與切換流程將會簡化，低成本國產控制器面臨機會；另一方面，國產汽 車晶片供應商更容易獲得被採用的機會。

域控制器與計算平臺：功能重構，價值提升

域控制器的出現是智慧駕駛對整車功能重構的一部分，其將減小整車企業軟體 演算法開發難度，方便功能擴展。域控制器因為有強大的硬體計算能力與豐富的軟體接 口支援，使得更多核心功能模組集中於域控制器內，系統功能整合度大大提高。而底 層 ECU 的計算處理功能可以被弱化，執行層面功能得以保留，大部分感測器也可以 直接傳輸資料給域控制器，實現資訊的共享。在智慧駕駛技術快速發展背景下，域控 制器與計算平臺將成為國內外廠商爭奪的重點。

車企的控制域劃分雖有區別，但一般都包括動力域、底盤域、自動駕駛域、座艙 域/智慧資訊域和車身電子域。動力域主要包括髮動機（電機）、變速箱等，底盤域主 要包括轉向、制動等，自動駕駛域包括感測器融合、決策規劃等，座艙域是智慧駕駛 後對人機互動有了更高的需求，也是個性化功能如車載娛樂、螢幕顯示等的總控制器， 車身電子域包括雨刷、車窗等。動力域控制器、底盤域控制器基本繼承了原來車輛的 動力控制、底盤控制功能，傳統國際 Tier1 技術成熟，佈局充分，整合能力強。且其 與整車的駕駛安全直接相關，對模組功能安全要求等級高。在自主整車企業不具備對 應整合能力情況下，難以成為本土零部件企業的增量機會。

座艙域控制器：增量機會，國產有望突破

隨著智慧駕駛系統對人機互動的需求，原先的車載儀表、中控、娛樂資訊等系統 將會整合為服務駕駛員與乘客的車輛座艙域，座艙域控制器作為統籌協調控制器用於 實現「一芯多屏」的架構。

相對於動力與底盤域控制器，座艙域控制器安全要求較低，同時，因其承載著用 戶互動的功能，整車企業對其功能掌控意願較高，均希望將其作為產品差異化的抓手。 作為增量機會，本土國內零部件企業具備更好的使用者理解能力與服務能力，有望在此 取得突破。

座艙域控制器通過乙太網/MOST/CAN，將實現擡頭顯示（HUD）、儀表盤、導航、 車載娛樂等部件的融合在一起，甚至可以進一步整合智慧駕駛 ADAS 系統和車聯網 V2X 系統，實現優化智慧駕駛、車載互聯、資訊娛樂等功能。座艙域控制器的核心 技術在於晶片，包括德州儀器的 Jacinto 7、NXP 的 i.mx8、瑞薩的 R-CARM3/H3、 高通的 820A/835A 等產品，華為推出了麒麟晶片用於該領域。下游域控制器方面， 除了傳統國際汽車 Tier1 博世、安波福、偉世通等, 國內企業德賽西威、布穀鳥、華 為等均已推出相關產品。

2020 年，地平線的征程 2 與 5 款車型（長安 UNI-T、長安 UNI-K、奇瑞螞蟻、 上汽智己、廣汽埃安 AION Y）達成前裝量產合作。截至 2020 年底，征程 2 晶片出 貨量已超過 16 萬片。

佐思產業研究基於整車量產計劃，預計座艙域控制器市場將在 2021 年呈現快速 增長。其認為，一方面智慧座艙量產難度較小、成本相對可控，另一方面全球範圍內 汽車 5G 網路的應用將是智慧座艙的重大推力。在此背景下，國產域控制器廠商有 望跟隨趨勢迎來放量。

ADAS/AD 域控制器與計算平臺，晶片是關鍵

ADAS /AD域控制器，是為了完成L2及以上智慧駕駛功能而需要增加的控制器。 通常其需要具備多感測器融合、定位、路徑規劃、決策控制、無線通訊、高速通訊等 能力，是智慧駕駛的大腦。因為需要完成影象識別等功能，ADAS/AD 域控制器對計算能力要求非常高，更加依賴晶片技術，同時，整個控制器模組需要滿足極高的功能 安全等級（ASIL C/D）。

其中，L3 級與 L2 級智慧駕駛相比，汽車所需配置的攝像頭和雷達數量增多，還 要接入高精地圖及 V2X 網路等各種資料來源，會實時產生海量資料，對資料處理的要 求非常高，傳統的 32 位車規級 MCU 被認為已經無法滿足。以特斯拉 FSD 為代表的 AI 晶片，已經成為中央域控制器發展的方向，晶片計算能力已經達到 30TOPS（萬 億次/秒）以上。

在 ADAS/AD 域控制器領域，國際與國內 Tier1 應商都在積極佈局。現在有三種 開發模式：

（1） Tier1 負責中間層以及硬體生產，整車廠負責自動駕駛軟體部分，例如德賽西 威 IPU03；

（2） Tier1 與晶片商合作，做方案整合後研發中央域控制器並向整車廠銷售，例如 大陸 ADCU、採埃孚 ProAI 等。

（3） 晶片、控制器、軟體全套自己完成，例如特斯拉、華為等。

其中，德賽西威基於英偉達 Xavier 自動駕駛域控制器產品 IPU03 已經隨著小鵬 P7上市而實現量產。IPU03滿足車規要求，作業系統採用QNX Safety OS，MCU 端採用包含 Safety 元件的 Autosar 作業系統，硬體設計考慮了備份冗餘 設計，整體達到 ISO26262 功能安全 ASIL D 等級，為小鵬 P7 的智慧駕駛系統提供 安全保障；同時，Xavier 算力高達每秒 30TOPS，可實時處理來自車輛雷達、攝像 頭、鐳射雷達和超聲波系統的海量資料，運行感知、定位、規劃和控制等演算法。

當智慧駕駛進入 AD 階段，域控制器將會進一步減少，功能將會融合到車載計算 平臺，軟體開發等工作將會圍繞計算平臺展開。

車載智慧計算基礎平臺是基於異構分佈的硬體平臺，整合自動駕駛作業系統的復 雜系統，定位為下一代汽車電子產業鏈條 Tier1.5，是 Tier1（一級供應商）和 Tier2 （二級供應商）之間的紐帶和橋樑。車載智慧計算基礎平臺將打破原有垂直化封閉產 業鏈條，橫向打通融合交叉領域，整合跨界資源，協同 Tier1、Tier2、ICT 企業、電 信運營商、地圖運營商等企業，重點突破共性技術和基礎模組，搭建整合化的基礎平 臺，支撐定製化和市場化的服務需求。Tier1 可根據差異化的需求進行軟硬體定製和 應用軟體載入，實現車載智慧計算平臺功能和整體產品批量化交付。

特斯拉 FSD 是已量產的車載計算平臺，其開啟了汽車電子電氣架構的新時代， 領先全行業。車載計算平臺作為汽車「大腦」，技術複雜度高，研發設計、生產製造、 驗證測試難度大週期長，而且汽車工業對效能、可靠性及安全性要求極高。傳統汽車 企業缺乏晶片、作業系統等技術的研發積累，初創企業資源有限無法支撐底層技術的 長期投入。以英偉達、華為等科技公司抓住機會，與整車企業展開了合作，並推出了 其車載計算平臺產品。

以華為 MDC 平臺為例，其遵循平臺化與標準化原則，包括平臺硬體、平臺軟體 服務、功能軟體平臺、配套工具鏈及雲端協同服務，支援元件服務化、介面標準化、 開發工具化；軟硬體解耦，一套軟體架構，不同硬體配置，支援 L2+~L5 的平滑演進。 MDC 平臺硬體整合具有 CPU 與 AI 計算能力的強大 SoC 晶片，並提供配套軟體與 開發工具鏈。

不論是域控制器，還是計算平臺都離不開計算晶片的支援，車規級的晶片已成為 智慧汽車不可缺少的硬體基礎。隨著晶片在汽車成本佔比越來越高，且其效能發揮直 接決定產品品質，半導體制造商在汽車價值鏈中的地位將會提升。部分整車企業對芯 片效能與供應鏈安全也越來越重視，未來傾向開發訂製化的晶片，例如：特斯拉、小 鵬等。

汽車晶片與消費晶片要求不同，車規級晶片被認為是一個週期長、投資大、有很 高的技術門檻的產品。其需要滿足 AEC-Q100、-40~125C 環境、15~20 年壽命的高 可靠性要求，還要滿足近乎零缺陷的質量要求、ISO26262 等系統安全要求和成本可 控的要求。

缺乏國產車規級晶片是行業痛點，當前華為、地平線、芯馳科技等國內公司已經 推出了產品。對比國際企業，本土晶片公司能夠更快的響應下游客戶的需求，推出場 景適應性更好的產品，在 C-V2X、智慧座艙等領域有優勢。在產業鏈自主可控的趨 勢下，國產晶片公司有望迎來前所未有的機會。

目前，地平線已經獲得上汽集團、廣汽集團、長城汽車、東風汽車、比亞迪等多 家本土整車企業戰略投資。芯馳科技與一汽集團達成了供貨協議。

DCU 與軟體市場空間：增長方向確定，未來有望翻番。

ADAS/AD 域控制器的普及與整車 EEA 平臺升級速度密切相關。當前，新能源 汽車平臺在設計之初已經將域控制器與計算平臺納入實施方案。燃油車平臺升級需 要匹配車型規劃及對現有產品的影響，普及速度預計較慢。根據佐思產研估算，2025 年其出貨量有望達到 700 萬套。而根據 McKinsey 預測，2025 年 ADAS 控制器市場規模將從 2020 年的 190 億元美元市場規模增長到 260 億美元，CAGR 為 6.5%， 2025 年以後隨著 L2 級的 ADAS 系統普及，市場規模將會保持穩定。而針對 L3/L4 級的 AD 域控制器與計算平臺，若每輛車對應售價在 2600 美元，L3 以上車型年銷售 達到 500 萬輛以上，則市場空間將到 130 億美元。其同時預計，2030 年計算平臺達 到 340 億美元的市場規模。

對應計算平臺所需的汽車軟體也會有明顯的價值增長，其中 ADAS 與 AD 演算法 軟體、OS 與中介軟體軟體預計未來十年的 GAGR 達到 11%，分別達到 430 億美元、 80 億美元規模。國產軟體公司中科創達與高通有深入合作，隨著高通進軍汽車行業， 汽車 OS 與中介軟體軟體業務也成為中科創達主營業務之一。

4.6 人機互動：智慧座艙對接使用者

智慧座艙：本土供應商有基礎

在智慧駕駛中，隨著人從駕駛的全身貫注中解放出來，在汽車的空間中服務駕駛 員及乘客就變得重要起來。智慧座駛艙將成為趨勢，其功能主要包括：

1. 更加智慧 與簡潔的功能操作，通過語音、觸控式螢幕幕等代替原來複雜的功能按鍵操作；

2. 更加 直觀、清晰的資訊顯示；3.更加豐富的車載智慧娛樂等。

智慧座艙主要組成部分包括：

（1）硬體部分：駕駛相關部分，包括：儀表盤，流媒體後視鏡，HUD 等；資訊 娛樂部分，包括：中控螢幕，後座娛樂系統等；其他系統：空調，座椅，音響等。

（2）軟體部分包括：從使用者端開始，為應用層，中介軟體，虛擬層，作業系統。 虛擬系統的出現能夠實現軟硬體分離，可以大幅提高系統開發效率。

（3）人機互動方式：語音，人臉（Face ID）,觸控，手勢等。

在硬體部分，車載中控屏、液晶儀表盤、擡頭顯示儀是智慧座艙產品的重要組成 部分。其中，中控屏與儀表盤作為乘用車不可或缺的部分，正在向液晶螢幕顯示轉變， 以提供給司乘人員更加豐富的資訊與視覺體驗。擡頭顯示 HUD 結合 AR、VR 技術能 夠給駕駛員帶來更好的體驗。

我們在易車網中統計了乘用車不同價位車型的配置情況。根據統計資料顯示，當 前，中控 CID 已經基本普及，搭載率在 80%左右。液晶儀表正處在滲透期，10~30 萬的車型搭載率僅為 20%。而擡頭顯示的搭載率還在萌芽階段，主要集中在 30 萬元 以上的車輛。從品牌來分析，自主品牌更加註重相關配置的搭載，在 10~20 萬元的 車型中，搭載液晶儀表配置的自主品牌車型數量對合資品牌有絕對優勢。這一方面是 因為自主新能源車型較多，需要搭載液晶屏顯示資訊；另一方面，也因為自主品牌希 望通過搭載相關配置滿足消費者體驗，提升產品競爭力。

液晶儀表能夠顯示車輛電量電壓、能量分配、導航資訊等豐富的資訊，這些都是 傳統機械儀表所不具備的，隨著新能源與高等級智慧駕駛汽車的滲透，液晶儀表盤的 搭載將會不斷上升。根據 Marklines 的預測，全液晶儀表盤將會從 2019 年的 15%搭 載率上升為 2025 年的 40%，對應市場價 1500 元，及假設 2025 年市場價 1200 元，可測算得 2025 年中國液晶儀表市場規模有望達到 119 億元規模，增長 147%。

擡頭顯示 HUD 利用投影技術將導航等資訊投影到擋風玻璃，司機不用頻繁低頭 檢視導航，能夠提升行車安全性，尤其是在夜間及高速行駛時。HUD 更多是輔助作 用，當前一套成本約 1400 元，其滲透速度預計不如液晶顯示儀表。根據中汽中心數 據，2019 年，HUD 市場規模約 22.4 億元，對應約 7%的市場搭載率。假定 2025 年市場搭載率為 30%，成本下降至 1300 元，則對應市場規模將達到 97 億元。液晶儀 表屏、HUD 的滲透率提升將會是智慧座艙領域的重要增長機會。

在中控屏及娛樂資訊系統（IVI）領域，市場格局較為分散。根據 Research In China 資料，2015 年全球前五大供應商集中度為 51%，其中排名前三位分別是：哈 曼（14%）、阿爾派（14%）、博世（9%）。從國內市場看來，目前，合資品牌和高階 品牌市場主要被國外供應商（哈曼、博世等）把持，國內廠商（德賽西威等）憑藉成 本優勢，正在佔據中低端和自主品牌市場。

相對中控而言，汽車儀表盤屬於安全件，具有更高級別的車規安全等級與可靠性 要求，整車企業選擇更加謹慎。根據高工智慧汽車資料，2020 年上半年，我國市場 前五大供應商集中度接近 80%，相對集中。其中，本土企業德賽西威排在第 5 位， 市場佔有率為 4.5%。

車載中控與儀表硬體的產業鏈非常相似，分別為：

上游：車載處理器、顯示屏模組、印刷電路板、外觀結構件、外觀塑料件等。

中游：軟硬體整合為中控或者儀表模組；目前，德賽西威、華陽集團、中科創達、 航盛電子、東軟等本土企業均能提供車用儀表產品。

下游：整車廠。

「一芯多屏」將是未來發展趨勢

在智慧座艙整體設計的理念下，「一芯多屏」將成為趨勢，其能有效降低成本，並 易於通過 OTA 實現持續軟體迭代。原本相對獨立的系統將會圍繞座艙域控制器與操 作系統，形成一個整體解決方案，對接各個子系統。

為實現「一芯多屏」需要完整的座艙域架構，包括座艙域控制器、多晶片（如 TI 車 規晶片、高通娛樂晶片）、多作業系統（Linux、安卓車規級）、Hypervisor 虛擬技術、 互動邏輯和 HMI 設計等技術融合。

在「一芯多屏」的趨勢下，產業鏈關係可能發生變化，智慧座艙Tier1 有望成為整 合者。原來中控、液晶等各子系統直接對接整車廠的模式，將會被座艙解決方案提供 商（Tier1）整合次級供應商、並向整車廠提供一體化解決方案的模式所取代。智慧座 艙 Tier1 的將分擔整車廠的開發負擔，並提供更加專業與經濟的方案，實現雙贏。

「一芯多屏」對於 Tier1 提出了更高的產品開發能力、技術整合要求。同時，單車 平均收入(ASP)的上升也會給 Tier1 帶來更大的發展機遇，並有望擴展上游業務範圍。

成為智慧座艙 Tier1 供應商的必要條件是豐富的產品線，全面的系統整合能力， 與整車企業良好的合作關係，特別是具備座艙域控制器與相應的軟體定義能力。因此， 上游的晶片與作業系統供應商也將會具備更大的話語權。當前，主流的底層車載操作 系統均為國際供應商，包括：QNX、Linux、Android 以及 WinCE，其中 Android 是 基於 Linux 系統的核心開發而來。據 IHS 統計，QNX 佔據當前 60%市場份額，預計 到 2022 年 QNX 和 Linux（含 Android）將平分市場份額，WinCE 基本退出競爭。而 在晶片領域，高通、英特爾、英偉達是當前的主流座艙域控制器晶片，國產的地平線 征程 2 晶片已經用在長安、廣汽等車型的座艙域控制中，有望成為新的突破。

智慧座艙不直接對行車安全負責，對硬體模組的功能安全要求較低。中控、平視 （HUD）等模組只需要達到 QM 或者 ASIL A 級別，座艙域控制器滿足 ASIL B 級就 可以。因此，自主整車企業更加敢於在座艙域範圍內搭載新技術，切換本土供應商。 隨著自主整車企業市場份額的擴大，本土供應商有望因此受益。在市場與技術趨勢的 共同作用下，在智慧座艙領域有望崛起本土的解決方案提供商（Tier1）。目前，華域汽車、德賽西威、均勝電子、華陽集團、中科創達等上市公司均依託其優勢產品進行 佈局，成為 Tier1 將會是其發展的關鍵目標。

在新勢力造車初期，我們看到整車企業將智慧座艙全權委託給 Tier1供應商，如： 德賽西威為理想 ONE 提供座艙方案。未來，另一種可能，具備實力的整車廠商將牢 牢掌控智慧座艙的定義權，特別是軟體系統定義，供應商更多是配合提供硬體裝置。 作為直接與使用者對接的埠，智慧座艙涉及到整車與使用者的大量資料資訊，將是未來 產品迭代、價值變現的重要途徑。以 ICT 擅長的科技公司，對於智慧座艙的將會展開 重點爭奪，華為、百度、阿里、騰訊都已經在智慧座艙上進行了不同層次的佈局。新 進入造車的小米，預計也會從智慧座艙首先切入。龍頭整車企業不會輕易放開對智慧 座艙的定義權，例如：智已汽車的智慧座艙由上汽集團的軟體中心主導。

駕駛員監控系統（DMS）：保障司乘安全，涉及隱私安全

對於 L4 以下的智慧駕駛，因為需要司機承擔責任或者需要司機在緊急情況下接 管車輛，從安全形度有必要裝配駕駛員監控系統（DMS）對駕駛員進行提醒與管理， 確保智慧駕駛與人工駕駛的平穩、安全切換。

DMS 利用車內攝像頭獲取的影象，通過視覺跟蹤、目標檢測、動作識別等技術 對駕駛員的駕駛行為及生理狀態進行檢測，當駕駛員發生疲勞、分心、打電話、抽菸、 未系安全帶等危險情況時在系統設定時間內報警以避免事故發生。DSM 系統能有效 規範駕駛員的駕駛行為、大大降低交通事故發生的機率。

晶片+AI 識別演算法是 DMS 的關鍵核心技術，其直接影響識別的準確率與駕駛員 的體驗。虹軟科技利用其演算法技術優勢，推出了軟體硬體一體解決方案，其通過對智 能座艙視覺解決方案和部分智慧駕駛輔助系統的演算法及工程優化，使負載的視覺智慧 解決方案能夠在小型低效能晶片上穩定有效地運行。

未來，在乘用車領域，DMS 將會作為智慧座艙的一部分進行整合，但如何保護 使用者隱私將會成為爭論焦點。在商用車領域，DMS 可能成為生產安全管理的一部分， 需求爭議較小。銳明技術專注於商用車車載視訊監控領域，擁有涵蓋通用、公交、出 租、兩客一危、渣土及環衛行業的完整的商用車車載監控資訊化產品線，目前行業佔 有率領先。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）

精選報告來源：【未來智庫官網】。