自動(dòng)駕駛產(chǎn)業(yè)鏈中，供給端的主機(jī)廠、零部件供應(yīng)商、互聯(lián)網(wǎng)公司三者均有強(qiáng)烈意愿參與到智能駕駛產(chǎn)業(yè)鏈，目前產(chǎn)業(yè)對(duì)待汽車(chē)智能化主要是兩種思路：自下而上推廣智能駕駛即“汽車(chē)電子派”和自上而下推廣智能駕駛即“網(wǎng)聯(lián)派”兩種思路;從智能化的推進(jìn)節(jié)奏看投資機(jī)會(huì)，應(yīng)該分為三個(gè)階段：第一階段2019-2020年，第二階段2021-2025年，第三階段2025年后;具體來(lái)看，當(dāng)前投資的落地點(diǎn)在于傳感層、計(jì)算層、執(zhí)行層、芯片層、電動(dòng)化這幾個(gè)層面。

核心觀點(diǎn)

1、供給端看，主機(jī)廠、零部件供應(yīng)商、互聯(lián)網(wǎng)公司三者均有強(qiáng)烈意愿參與到智能駕駛產(chǎn)業(yè)鏈，目前產(chǎn)業(yè)對(duì)待汽車(chē)智能化主要是兩種思路：

一種是自下而上推廣智能駕駛，即“汽車(chē)電子派”。通過(guò)提供ADAS產(chǎn)品推進(jìn)自動(dòng)駕駛級(jí)別從L0 發(fā)展至L2，提高價(jià)值量并提升智能化水平，在普及率達(dá)到一定程度后，逐步尋求更高級(jí)智能駕駛機(jī)會(huì)。

另一種是自上而下推廣智能駕駛，即“網(wǎng)聯(lián)派”。以互聯(lián)網(wǎng)公司為代表，積極開(kāi)發(fā)的算法，對(duì)零部件公司提供的硬件和整車(chē)廠提供的平臺(tái)進(jìn)行整合，把無(wú)人駕駛的最終實(shí)現(xiàn)作為研究出發(fā)點(diǎn)和落地點(diǎn)。

2、從智能化的推進(jìn)節(jié)奏看投資機(jī)會(huì)，應(yīng)該分為三個(gè)階段。

第一階段2019-2020年，中短期關(guān)注智能化自下而上的機(jī)會(huì)，標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價(jià)值量確定性提升，對(duì)應(yīng)的產(chǎn)品需求能夠保持快速的增長(zhǎng)，同時(shí)對(duì)應(yīng)標(biāo)的在下一輪無(wú)人駕駛階段也會(huì)具有較大規(guī)模而形成護(hù)城河。

第二階段2021-2025年，開(kāi)始看自上而下的投資機(jī)會(huì)，時(shí)點(diǎn)上來(lái)看我們認(rèn)為此階段是ADAS強(qiáng)制普及的節(jié)點(diǎn)，孕育了更高層次的智能駕駛的機(jī)會(huì)，華為、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025年后，自動(dòng)駕駛開(kāi)始在大量場(chǎng)景中實(shí)現(xiàn)，基礎(chǔ)建設(shè)落地，單車(chē)價(jià)值量顯著提升，智能駕駛實(shí)現(xiàn)一年萬(wàn)億市場(chǎng)的投資機(jī)會(huì)。

3、具體來(lái)看，當(dāng)前投資的落地點(diǎn)在于幾個(gè)層面。傳感層的機(jī)會(huì)在于高精度、高準(zhǔn)確度的傳感器最終落地，單個(gè)車(chē)型的傳感器價(jià)值量不斷提升。計(jì)算層在于基于國(guó)內(nèi)迅速迭代的算法技術(shù)的智能座艙落地，提升車(chē)輛駕駛體驗(yàn)。執(zhí)行層受益于國(guó)內(nèi)的制造基礎(chǔ)，ADAS 和新能源的應(yīng)用加速了執(zhí)行層落地，催化劑在于政策帶來(lái)爆發(fā)性機(jī)會(huì)。網(wǎng)絡(luò)層、通信層方面，云、管、端的三層架構(gòu)已經(jīng)逐步明確，運(yùn)營(yíng)商、設(shè)備商和主機(jī)廠是投資機(jī)會(huì)。芯片層在于開(kāi)發(fā)更為適用于智能駕駛的芯片，包括圖像識(shí)別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€(gè)方面的應(yīng)用。最后則是電動(dòng)化這一層，新能源車(chē)更加有利于智能設(shè)備的安裝和推廣。

報(bào)告內(nèi)容

一、智能駕馭進(jìn)入實(shí)質(zhì)落地期，政策及規(guī)劃催生萬(wàn)億行業(yè)

1、政策推動(dòng)及車(chē)企規(guī)劃

汽車(chē)智能化不同于新能源化，本質(zhì)上是人們對(duì)汽車(chē)的更高品質(zhì)的追求。汽車(chē)發(fā)展的歷史本質(zhì)上就是對(duì)汽車(chē)動(dòng)力性、舒適性、安全性追求的歷史，智能化明確地帶來(lái)舒適性和安全性的提升，因而需求是自發(fā)產(chǎn)生的。汽車(chē)行業(yè)自發(fā)需求的力量是巨大的，尤其是當(dāng)前汽車(chē)動(dòng)力性和空間差距已經(jīng)逐步減少的背景下，購(gòu)買(mǎi)者考察談?wù)摳嗟氖强萍寂渲眉粗悄芑?。可以預(yù)見(jiàn)未來(lái)ADAS 會(huì)成為人們口中津津樂(lè)道的“自動(dòng)變速器”、“缸內(nèi)直噴”而成為標(biāo)配。

2018 年1 月，國(guó)家發(fā)改委公布《智能汽車(chē)創(chuàng)新發(fā)展戰(zhàn)略》(征求意見(jiàn)稿)，計(jì)劃到2020 年智能汽車(chē)新車(chē)占比達(dá)到50%，中高級(jí)別智能汽車(chē)實(shí)現(xiàn)市場(chǎng)化應(yīng)用。在這一計(jì)劃公布后，國(guó)內(nèi)智能駕駛試驗(yàn)場(chǎng)地、車(chē)聯(lián)網(wǎng)及智能駕駛企業(yè)雨后春筍般迅速成長(zhǎng)。

當(dāng)前的政策屬于溫和培育階段，政策在智能化中起到摸著石頭過(guò)河的作用。2016-2018 年國(guó)家出臺(tái)了多部針對(duì)智能駕駛的指導(dǎo)意見(jiàn)和技術(shù)標(biāo)準(zhǔn)，規(guī)范相關(guān)標(biāo)準(zhǔn)體系為技術(shù)創(chuàng)新和管理鋪平了道路，而技術(shù)標(biāo)準(zhǔn)會(huì)參考各環(huán)節(jié)龍頭企業(yè)的指標(biāo)，建議關(guān)注智能駕駛各環(huán)節(jié)的龍頭企業(yè)。表2 羅列了各車(chē)企的推廣進(jìn)度，可見(jiàn)2021 年前基本都計(jì)劃有L4 級(jí)別的量產(chǎn)車(chē)上路。

對(duì)于國(guó)內(nèi)廠商，智能化產(chǎn)品觸手可得。由于國(guó)內(nèi)的電動(dòng)化進(jìn)程加速，智能駕駛技術(shù)在網(wǎng)絡(luò)層、通信層有比較多的機(jī)會(huì)，主機(jī)廠敢于去嘗試。汽車(chē)電子在國(guó)內(nèi)廠商的推進(jìn)加速，目前L1、L2 級(jí)別的配置國(guó)內(nèi)已經(jīng)下降到10 萬(wàn)級(jí)別的車(chē)型，可見(jiàn)國(guó)內(nèi)廠商推廣的決心。

2、智能駕駛的投資機(jī)會(huì)

從智能化的推進(jìn)節(jié)奏角度看投資機(jī)會(huì)，我們認(rèn)為應(yīng)該分三個(gè)階段。

第一階段2019-2020 年，中短期更應(yīng)關(guān)注智能化自下而上的機(jī)會(huì)，標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價(jià)值量確定性提升，對(duì)應(yīng)的產(chǎn)品需求能夠保持快速的增長(zhǎng)，同時(shí)對(duì)應(yīng)標(biāo)的在下一輪無(wú)人駕駛階段也會(huì)具有較大先機(jī)。

第二階段2021-2025 年，開(kāi)始看自上而下的投資機(jī)會(huì)，時(shí)點(diǎn)上來(lái)看我們認(rèn)為此階段是ADAS 強(qiáng)制普及的節(jié)點(diǎn)。短期無(wú)人駕駛受制于政策、倫理、技術(shù)等問(wèn)題無(wú)法實(shí)現(xiàn)盈利能力，而彼時(shí)無(wú)人駕駛已有了低端智能化作為硬件和軟件支撐，政府個(gè)人的接受度提升，打破常規(guī)限制才是高等級(jí)智能化成為駕駛安全的最終落腳點(diǎn)的時(shí)間契機(jī)。當(dāng)前來(lái)看已經(jīng)逐步進(jìn)入這一階段，華為、中國(guó)移動(dòng)、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025 年后，自動(dòng)駕駛開(kāi)始在特定場(chǎng)景中實(shí)現(xiàn)，基礎(chǔ)建設(shè)落地，單車(chē)價(jià)值量提升，智能駕駛實(shí)現(xiàn)萬(wàn)億市場(chǎng)的投資機(jī)會(huì)。

具體來(lái)看，自動(dòng)駕駛的產(chǎn)業(yè)鏈?zhǔn)菢O為豐富的，我們把產(chǎn)業(yè)鏈分成三個(gè)部分，基礎(chǔ)硬件、基礎(chǔ)軟件和應(yīng)用集成三個(gè)方面。當(dāng)前國(guó)內(nèi)投資的落地點(diǎn)在于以下幾個(gè)層面。傳感層機(jī)會(huì)在于高精度、高準(zhǔn)確度的傳感器最終落地，單個(gè)車(chē)型的傳感器價(jià)值量不斷提升。計(jì)算層在于基于國(guó)內(nèi)迅速迭代的算法技術(shù)的智能座艙逐步落地，顯著提升車(chē)輛的駕駛體驗(yàn)。執(zhí)行層也是一個(gè)比較確定的落地點(diǎn)，一來(lái)國(guó)內(nèi)有相關(guān)的制造基礎(chǔ)，二來(lái)ADAS 和新能源的大量推廣確保了業(yè)績(jī)穩(wěn)健增長(zhǎng)，催化劑在于政策最終落地會(huì)帶來(lái)爆發(fā)性機(jī)會(huì)。網(wǎng)絡(luò)層、通信層方面，云、管、端的三層架構(gòu)已經(jīng)逐步明確，運(yùn)營(yíng)商、設(shè)備商和主機(jī)廠是投資機(jī)會(huì)。芯片層在于開(kāi)發(fā)更為適用于智能駕駛的芯片，包括圖像識(shí)別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€(gè)方面的應(yīng)用。最后則是電動(dòng)化這一層，新能源車(chē)更加有利于智能設(shè)備的安裝和推廣。

以一臺(tái)車(chē)的自動(dòng)駕駛產(chǎn)品價(jià)值量在10000 元(L3 水平)進(jìn)行測(cè)算，全世界一年銷(xiāo)量一億臺(tái)車(chē)，即自動(dòng)駕駛產(chǎn)品在L3 階段(有條件的自動(dòng)駕駛階段)即可實(shí)現(xiàn)萬(wàn)億級(jí)別的市場(chǎng)容量，預(yù)計(jì)這一階段的全面普及會(huì)在2025 年前實(shí)現(xiàn)，隨后行業(yè)進(jìn)入L4高度自動(dòng)駕駛階段。

二、智能加速，感知先行

感知層:激光雷達(dá)仍需等待性?xún)r(jià)比加速提升，毫米波雷達(dá)產(chǎn)業(yè)化競(jìng)爭(zhēng)開(kāi)始。

視覺(jué)傳感器可靠性低，多傳感器融合仍是最佳方案。傳感器是智能駕駛認(rèn)知、決策和執(zhí)行環(huán)節(jié)的基礎(chǔ)，我們認(rèn)為至2020 年車(chē)載傳感器市場(chǎng)空間可達(dá)200 億/年。從可靠性出發(fā)，激光雷達(dá)、毫米波雷達(dá)及攝像頭的組合使用是最佳解決方案。毫米波雷達(dá)量產(chǎn)在即，24Ghz 頻段已較成熟，77Ghz 逐漸開(kāi)始落地。激光雷達(dá)性?xún)r(jià)比仍需進(jìn)一步提升，降維、固態(tài)、規(guī)模化是當(dāng)下激光雷達(dá)成本降低的主要途徑，但就目前而言，低成本激光雷達(dá)解決方案目前不僅僅集中于硅谷，國(guó)內(nèi)廠商通過(guò)研發(fā)迭代已經(jīng)切入其中。

智能駕駛傳感器同一般車(chē)載傳感器相比其對(duì)性能、精度都有更高要求，因而價(jià)格也更為昂貴，在一百元至幾十萬(wàn)元不等。主要包括攝像頭、毫米波雷達(dá)、激光雷達(dá)。通常位于車(chē)輛的前后保險(xiǎn)杠、側(cè)視鏡、駕駛倉(cāng)內(nèi)部或者擋風(fēng)玻璃上。

1、攝像頭: 國(guó)內(nèi)占據(jù)優(yōu)勢(shì)，增長(zhǎng)來(lái)自量?jī)r(jià)提升

攝像頭傳感器通過(guò)視覺(jué)算法，攝像頭可對(duì)車(chē)道、路邊、障礙物、行人進(jìn)行有效識(shí)別，不足在于識(shí)別范圍受限、穩(wěn)定性差。但單一視覺(jué)方案易受到光照、極端天氣影響，且測(cè)距精度有限，因而當(dāng)下主要采用“攝像頭+多傳感器共同探測(cè)”的解決方案。

攝像頭是應(yīng)用最廣泛的智能駕駛車(chē)載傳感器，核心優(yōu)勢(shì)在于物體識(shí)別。攝像頭傳感器一般由攝像頭、CMOS 相機(jī)和圖像處理電路板組成，是當(dāng)前使用最廣泛的傳感器。攝像頭可描繪物體的外觀和形狀、讀取標(biāo)志，同時(shí)獲取足夠多的道路環(huán)境細(xì)節(jié)，建立完整環(huán)境模型，幫助車(chē)輛進(jìn)行環(huán)境認(rèn)知。

攝像頭市場(chǎng)國(guó)內(nèi)廠商異軍突起，歐菲光、舜宇光學(xué)、晶方科技加速布局。當(dāng)前攝像頭傳感器造價(jià)成本在30-50 美元量級(jí)，供應(yīng)商國(guó)內(nèi)外平分秋色。國(guó)外廠商以日立、博世、大陸、奧托立夫?yàn)橹?，?guó)內(nèi)亦不乏優(yōu)秀的全球供應(yīng)商，歐菲光、舜宇光學(xué)、晶方科技加速車(chē)載攝像頭布局。其中歐菲光投資2 億元設(shè)立子公司布局車(chē)載攝像頭產(chǎn)業(yè)鏈，其研發(fā)的車(chē)載攝像頭傳感器已實(shí)現(xiàn)量產(chǎn);舜宇光學(xué)車(chē)載攝像頭出貨量居全球第一位，市占率高達(dá)30%左右;晶方科技主要提供CMOS 圖像傳感芯片。

2、毫米波雷達(dá):國(guó)內(nèi)技術(shù)已經(jīng)取得突破，緊跟國(guó)內(nèi)龍頭公司

毫米波雷達(dá)具備全天候全時(shí)段特性，目前精度停留在分米級(jí)。毫米波是指30-300GHz 頻域(波長(zhǎng)為1-10mm)的電磁波，波長(zhǎng)介于厘米波和光波之間。毫米波穿透霧、煙、灰塵的能力強(qiáng)，在惡劣天氣下仍有較好的表現(xiàn)，具有全天候全時(shí)段的特點(diǎn)。主要應(yīng)用于自適應(yīng)巡航(ACC)、緊急剎車(chē)輔助(AEB)、盲點(diǎn)檢測(cè)(BSD)、行人檢測(cè)(PD) 等。

車(chē)用毫米波雷達(dá)頻段在22-29GHz 和77-81GHz 范圍，分窄帶(NB)、超寬帶(UWB) 兩種形式。全球汽車(chē)毫米波雷達(dá)主要供應(yīng)商包括博世、大陸、海拉、富士通、電裝、天合、德?tīng)柛！W托立夫和法雷奧等傳統(tǒng)優(yōu)勢(shì)企業(yè)。在細(xì)分領(lǐng)域中，不同廠商各自稱(chēng)王: 德國(guó)海拉是24GHz 雷達(dá)領(lǐng)域的巨頭;博世憑借具有250m 最長(zhǎng)探測(cè)范圍的LRR4 在77GHz 領(lǐng)域位居第一;在日本市場(chǎng)，富士通份額排名第一，電裝位居其后。毫米波雷達(dá)價(jià)格大概在120-150 美元，國(guó)內(nèi)價(jià)格在1000 元左右。

國(guó)內(nèi)廠商加速毫米波雷達(dá)市場(chǎng)布局，量產(chǎn)在即。受益于智能駕駛概念推廣，毫米波雷達(dá)正逐漸成為汽車(chē)電子領(lǐng)域新的增長(zhǎng)點(diǎn)，國(guó)內(nèi)越來(lái)越多的汽車(chē)一級(jí)供應(yīng)商和一些軍工及安防背景的公司開(kāi)始準(zhǔn)備毫米波雷達(dá)的系統(tǒng)研發(fā)工作。目前24GHz 毫米波雷達(dá)是國(guó)內(nèi)主流，其研發(fā)成本、周期及難度比77GHz 低。77GHz 雷達(dá)由于國(guó)外對(duì)我國(guó)技術(shù)封鎖、元器件依賴(lài)進(jìn)口等原因，研發(fā)推廣仍然有壓力。

79GHz將成為未來(lái)發(fā)展趨勢(shì)。當(dāng)前國(guó)外毫米波雷達(dá)公司在積極研發(fā)下一代79GHz 雷達(dá)，其探測(cè)精確度是當(dāng)前77GHz 雷達(dá)的2-4 倍。日本77GHz帶寬限制為0.5GHz，而79GHz 帶寬可達(dá)4GHz，發(fā)展空間巨大。并且79GHz雷達(dá)能夠探測(cè)行人和自行車(chē)，其最優(yōu)探測(cè)范圍為70m，將成為中距雷達(dá)中的主流，未來(lái)可能會(huì)擠占24GHz 的市場(chǎng)份額。

3、激光雷達(dá):三維分辨力，降成本仍是主要目標(biāo)

具備三維分辨能力的“機(jī)械之眼”，應(yīng)用漸趨主流，痛點(diǎn)在于降成本推進(jìn)。激光雷達(dá)通過(guò)發(fā)射激光光束測(cè)量視場(chǎng)中物體輪廓與相對(duì)距離信息，形成點(diǎn)云并繪制出3D 環(huán)境地圖，激光雷達(dá)的精度為厘米級(jí)，是真正具備空間三維分辨能力的“機(jī)械之眼”。

激光雷達(dá)技術(shù)壁壘高，全球極少數(shù)廠家有量產(chǎn)實(shí)力，未來(lái)契機(jī)在于外延并購(gòu)以及研發(fā)層尋求突破。當(dāng)前已研制出可用于無(wú)人駕駛技術(shù)激光雷達(dá)產(chǎn)品的公司主要有美國(guó)老牌激光巨頭Velodyne，硅谷新銳Quanergy 和德國(guó)品牌Ibeo，國(guó)內(nèi)的北科天繪也推出了首款導(dǎo)航型LiDAR。

1)激光雷達(dá)工作原理:激光雷達(dá)通過(guò)發(fā)射激光光束測(cè)量視場(chǎng)中物體輪廓與相對(duì)距離信息，形成點(diǎn)云并繪制出3D 環(huán)境地圖，激光雷達(dá)的精度為厘米級(jí)，是真正具備空間三維分辨能力的“機(jī)械之眼”。激光束可能包含1 線(xiàn)、4 線(xiàn)、8 線(xiàn)、16 線(xiàn)、32 線(xiàn)或64 線(xiàn)，多個(gè)激光束在豎直方向沿不同角度發(fā)出，經(jīng)水平方向掃描實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域三維輪廓探測(cè)。多個(gè)測(cè)量通道(線(xiàn))相當(dāng)于多個(gè)傾角的掃描平面，因此垂直視場(chǎng)內(nèi)激光線(xiàn)束越多其豎直方向的角分辨率就越高，激光點(diǎn)云密度就越大，測(cè)量精度越精準(zhǔn)。

2)激光雷達(dá)評(píng)價(jià)參數(shù):激光雷達(dá)測(cè)評(píng)參數(shù)主要包括探測(cè)范圍和角分辨率。測(cè)評(píng)一個(gè)激光雷達(dá)主要對(duì)比其探測(cè)范圍，包括有效距離，水平視角識(shí)別范圍、縱向視角識(shí)別范圍。一般來(lái)說(shuō)角分辨率越小準(zhǔn)確性越高，車(chē)載激光雷達(dá)水平方向上，角分辨率一般能達(dá)到0.1 度，縱向一般是0.5 度左右(每個(gè)接收器覆蓋縱向0.5 度)。

3)激光雷達(dá)應(yīng)用場(chǎng)景:激光束工作頻率高、解析度高、隱蔽性好、抗有源干擾能力強(qiáng)、低空探測(cè)性能好，可通過(guò)距離多普勒成像技術(shù)獲得目標(biāo)的清晰圖像。但激光在大雨、濃煙、濃霧等極端天氣里衰減急劇加大，傳播距離大受影響，大氣環(huán)流還會(huì)使激光光束發(fā)生畸變、抖動(dòng)，直接影響激光雷達(dá)的測(cè)量精度。

降維、固態(tài)、規(guī)模效應(yīng)是當(dāng)下降低激光雷達(dá)成本的主要途徑。激光雷達(dá)成本高主要反映在光學(xué)部分和機(jī)械旋轉(zhuǎn)部分，激光二極管、光學(xué)二極管檢測(cè)器和現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)成本也很高。目前激光雷達(dá)價(jià)格在5 千-7 萬(wàn)美元不等，行業(yè)內(nèi)主要從降維、固態(tài)化和規(guī)模效益三方面降低成本。

1)降維:降低成本同時(shí)性能受限。Velodyne 的激光雷達(dá)按照線(xiàn)束密度進(jìn)行定價(jià)，64 線(xiàn)束報(bào)價(jià)8 萬(wàn)美元，32 線(xiàn)束報(bào)價(jià)4 萬(wàn)美元，16 線(xiàn)束報(bào)價(jià)4 千美元。降維會(huì)降低激光雷達(dá)精確度，無(wú)人駕駛要求激光雷達(dá)線(xiàn)束下限為16 線(xiàn)，為保證精確度，通過(guò)降維來(lái)降低成本受到一定的限制，當(dāng)前國(guó)內(nèi)的龍頭激光雷達(dá)企業(yè)已經(jīng)把16 線(xiàn)產(chǎn)品壓低到豪華車(chē)可接受的范圍，即5 萬(wàn)人民幣以?xún)?nèi)。

2)固態(tài)化:降低成本的主流技術(shù)方法。通常激光雷達(dá)為機(jī)械式，通過(guò)內(nèi)部的機(jī)械部件實(shí)現(xiàn)對(duì)周?chē)h(huán)境360°的掃描，此類(lèi)激光雷達(dá)一般安裝在汽車(chē)車(chē)頂，體積較大且不能與車(chē)身很好融合;而固態(tài)激光雷達(dá)不存在機(jī)械旋轉(zhuǎn)部件，只能探測(cè)前方，需要通過(guò)安裝多個(gè)固態(tài)激光雷達(dá)實(shí)現(xiàn)車(chē)身360°探測(cè)，同時(shí)，固態(tài)激光雷達(dá)體積小，能融入車(chē)身，價(jià)格相對(duì)便宜，多個(gè)安裝價(jià)格仍低于傳統(tǒng)激光雷達(dá)。固態(tài)化成為激光雷達(dá)廠商降低成本的研發(fā)新趨勢(shì)。

3)規(guī)模效應(yīng):產(chǎn)業(yè)化降成本的主要途徑。盡管降維和固態(tài)化都能在一定程度降低成本，但批量成產(chǎn)帶來(lái)的規(guī)模效益仍是實(shí)現(xiàn)成本下降最有效的方式。全球傳感器分德、美日兩大陣營(yíng)，德系廠商“毫米波雷達(dá)+攝像頭”路徑居多，其主張精度可以通過(guò)算法優(yōu)化、高精度地圖補(bǔ)充實(shí)現(xiàn);美、日系更為傾向激光雷達(dá)，同時(shí)通過(guò)同Tire-2 供應(yīng)商合作推進(jìn)成本下降。德?tīng)柛Ｅ鋫涓Ｌ?、路虎，電裝配備大發(fā)，大陸配備本田、馬自達(dá)、鈴木、豐田。

低成本雷達(dá)解決方案趨待量產(chǎn)，國(guó)內(nèi)后發(fā)先至成為降成本主力。國(guó)內(nèi)外絕大多數(shù)車(chē)載激光雷達(dá)廠商仍處于研發(fā)、測(cè)試階段，多為創(chuàng)業(yè)公司。國(guó)外廠商如Innoviz，LeddarTech，Phantom Intelligence, TriLumina，MIT 團(tuán)隊(duì)等一大批強(qiáng)勁的初創(chuàng)公司加入激光雷達(dá)行業(yè)。國(guó)內(nèi)激光雷達(dá)起步晚，目前擁有激光雷達(dá)測(cè)量應(yīng)用技術(shù)的國(guó)內(nèi)公司有禾賽科技、北科天繪、鐳神智能、思嵐科技、巨星科技、大族激光等，進(jìn)軍智能駕駛用激光雷達(dá)后，大多提出了金額比較低的產(chǎn)品。

4、傳感融合，當(dāng)下主流與高階自動(dòng)駕駛

橫向維度:傳感器之間不能完全替代，須滿(mǎn)足性能補(bǔ)充和冗余判斷要求。傳感器各有優(yōu)劣，攝像頭傳感器價(jià)格低廉并且應(yīng)用范圍廣，但是在雨雪天氣識(shí)別能力差;毫米波雷達(dá)在雨雪天氣表現(xiàn)極佳，但測(cè)量精度不夠;激光雷達(dá)精度較高，由于價(jià)格高昂目前很難廣泛應(yīng)用;超聲波雷達(dá)適合近距離測(cè)距。多傳感器配合使用將成為趨勢(shì)，傳感器冗余必不可少。“優(yōu)勢(shì)互補(bǔ)”是輔助駕駛階段最優(yōu)的路徑選擇。激光雷達(dá)、攝像頭和毫米波雷達(dá)的信息融合更有利于特征提取和前景分離過(guò)程，實(shí)現(xiàn)算法速度提升。汽車(chē)對(duì)于反向控制的容錯(cuò)率很低，這就需要至少兩種傳感器信息進(jìn)行冗余驗(yàn)證，實(shí)現(xiàn)精度提升。

縱向維度:對(duì)應(yīng)智能駕駛的不同階段，傳感器要求不盡相同。按照SAE 分級(jí)可以將智能駕駛五個(gè)階段，其中0-2 階段主要是人為操控，需要駕駛員觀察周?chē)h(huán)境，3-5 階段主要由智能駕駛系統(tǒng)觀測(cè)周邊環(huán)境。當(dāng)前汽車(chē)行業(yè)處于1-2 階段，對(duì)應(yīng)的輔助駕駛系統(tǒng)已經(jīng)量產(chǎn)，對(duì)傳感器的要求精度相對(duì)無(wú)人駕駛較低，主要通過(guò)攝像頭和毫米波雷達(dá)實(shí)現(xiàn)相應(yīng)功能。從2 進(jìn)入3 階段對(duì)傳感器精度的要求存在一個(gè)實(shí)質(zhì)的跨越，從而具有高精確度的激光雷達(dá)就顯得尤為重要。進(jìn)入3 階段后傳感器的使用數(shù)量顯著增加，并出現(xiàn)一定程度的冗余。

伴隨終端需求增長(zhǎng)，2020 年國(guó)內(nèi)傳感器硬件市場(chǎng)空間可達(dá)210 億。隨著智能駕駛概念的推廣，智能駕駛功能覆蓋率提高，傳感器的滲透率不斷上升。預(yù)計(jì)未來(lái)智能駕駛L2 的多數(shù)功能在國(guó)產(chǎn)車(chē)上實(shí)現(xiàn)需要1 個(gè)攝像頭、4 個(gè)毫米波雷達(dá)、4 個(gè)超聲波雷達(dá)。以整套傳感器為單位推算國(guó)內(nèi)傳感器市場(chǎng)空間，預(yù)計(jì)2020 年傳感器市場(chǎng)空間超過(guò)210 億，復(fù)合增速為35%。

三、智能駕駛大腦，國(guó)內(nèi)優(yōu)勢(shì)與弱勢(shì)并存

控制層處中樞地位，深度學(xué)習(xí)是提升精度的終極方案。傳感層識(shí)別外界物體、收集信息后輸入到控制層，控制層利用視覺(jué)算法、傳感器融合算法、路徑規(guī)劃算法進(jìn)行物體識(shí)別、軌跡預(yù)測(cè)。傳統(tǒng)算法識(shí)別精度已接近閾值，難以完全勝任對(duì)復(fù)雜的駕駛場(chǎng)景進(jìn)行信息識(shí)別。通過(guò)人工智能、深度學(xué)習(xí)可以極大優(yōu)化算法架構(gòu)提升識(shí)別能力。基于人工智能技術(shù)對(duì)行人等難度較大的物體識(shí)別率穩(wěn)步突破90%，接近可應(yīng)用水平。國(guó)外巨頭已逐步應(yīng)用于產(chǎn)業(yè)化，國(guó)內(nèi)的優(yōu)勢(shì)在于豐富的算法資源與近年來(lái)大量AI 人才往這個(gè)方向轉(zhuǎn)移，弱勢(shì)在于缺乏汽車(chē)實(shí)測(cè)經(jīng)驗(yàn)和數(shù)據(jù)。

全球市場(chǎng)推演人工智能，以mobileye 和google 為主。Mobileye 專(zhuān)注于視覺(jué)識(shí)別和算法提升，為主機(jī)廠和一級(jí)供應(yīng)商提供視覺(jué)識(shí)別模塊化產(chǎn)品，同時(shí)加快轉(zhuǎn)向傳感融合、深度學(xué)習(xí)和高精度地圖領(lǐng)域;Google 希望以人工智能切入智能駕駛，利用激光雷達(dá)獲取高解析度數(shù)據(jù)，依靠AI 匹配原有地圖數(shù)據(jù)，經(jīng)過(guò)數(shù)次測(cè)試逐步提升可靠性。國(guó)內(nèi)算法公司識(shí)別精度有限，集中視覺(jué)領(lǐng)域。

1、經(jīng)典智能駕駛算法:目標(biāo)物體識(shí)別和路徑規(guī)劃

在人工智能和深度學(xué)習(xí)應(yīng)用之前，經(jīng)典的無(wú)人駕駛算法以目標(biāo)物體識(shí)別和路徑規(guī)劃為核心，分為六個(gè)步驟: 前處理→前景分離→物體分類(lèi)→結(jié)果改進(jìn)→物體追蹤→應(yīng)用層面前五個(gè)部分是感知識(shí)別算法的核心步驟，最后一個(gè)部分則通常指后續(xù)的物體行為預(yù)測(cè)、路徑規(guī)劃。