20170313-天风证券-汽车零部件行业深度研究_智能汽车系列深度报告二之传感器_你是车的眼_带我领略未来的汽车_52页_3mb

汽车零部件 - 智能汽车系列深度报告二之传感器

核心内容概述

传感器是智能汽车环境感知的硬件基础，是智能驾驶系统不可或缺的部分。随着ADAS（高级驾驶辅助系统）渗透率的提升，传感器需求将大幅增加，且是智能驾驶产业链中最早受益的环节。传感器层的零部件供应商相对分散，进入门槛较低，因此是国内企业进入智能驾驶和无人驾驶产业最容易的切入点。

主要观点

• 传感器是智能驾驶的核心：智能驾驶需要摄像头、超声波雷达、毫米波雷达、激光雷达和夜视系统等多种传感器共同构成感知系统。
• 多传感器融合是趋势：单一传感器存在冗余度不足、容错性差的问题，多传感器融合可提高系统决策的准确性和快速性，是未来智能驾驶的必然方向。
• 算法占据价值链主要部分：传感器融合的关键在于算法，算法将主导未来智能驾驶系统的核心价值。
• 国内企业有望实现突破：在毫米波雷达、激光雷达和夜视系统等传感器领域，国内企业有望实现低成本国产化，完成弯道超车。

关键信息

传感器分类及应用

• 摄像头：用于识别、预警功能，未来单车至少配备5个摄像头，是ADAS系统的基础，CMOS、镜头、模组封装等产业链环节将受益。
• 超声波雷达：主要用于倒车辅助，成本低、精度高，但探测距离近，适用于短距离检测。
• 毫米波雷达：具备测速测距能力，是ACC、AEB等核心ADAS功能的首选传感器，未来将向76~79GHz频段发展。
• 激光雷达：功能强大，能实时建立三维地图，是未来无人驾驶的最佳解决方案，但成本过高，限制了其大规模应用。
• 夜视系统：提高夜间行驶安全性，目前仅在高端车型中应用，未来渗透率将大幅提升。

技术发展趋势

• 多传感器融合：是提高智能驾驶安全性和准确性的关键，未来将广泛应用于自动驾驶系统。
• 频段整合：毫米波雷达将从24GHz向76~79GHz整合，提升探测精度和距离。
• 国产化趋势：国内企业在毫米波雷达、激光雷达和夜视系统等领域正加速追赶，有望实现低成本国产化突破。

市场预测

• 全球车载摄像头市场：预计到2020年将达到133亿人民币，年复合增长率约16%。
• 全球毫米波雷达市场：预计到2020年将达到576亿人民币，年复合增长率约20%。
• 全球激光雷达市场：预计到2020年将达到514亿人民币，年复合增长率约12%。

投资建议

• 传感器层：建议关注亚太股份、华域汽车、星宇股份、欧菲光、保千里、巨星科技等企业。
• 判断层：亚太股份、均胜电子、金固股份、中原内配。
• 执行层：拓普集团、双林股份、亚太股份、万安科技、浙江世宝。
• 互联层：宁波高发。
• 整车：吉利汽车（沃尔沃技术全球领先）、长安汽车（已实现Level1无人驾驶量产）。

行业分析

• ADAS已进入成长期：2016年ADAS已从导入期进入成长期，市场规模将迅速扩张。
• 传感器进入壁垒：尤其是前装市场，认证周期长，技术门槛高。
• 国内企业机会：在传感器层，国内企业有较大机会，特别是在毫米波雷达、激光雷达和夜视系统等高附加值领域。

风险提示

• 智能驾驶产业进程不及预期。
• 国内企业在研发和技术突破方面可能低于预期。

图表目录

• 图1：ADAS已跨过导入期到成长期的节点
• 图2：国内ADAS市场规模预测
• 图3：自主品牌主要车型搭载ADAS系统情况
• 图4：合资品牌主要车型搭载ADAS系统情况
• 图5：搭载丰富ADAS功能的吉利博瑞、博越、荣威RX5上市后销量情况
• 图6：环境感知是智能驾驶的基础
• 图7：传感器技术路线图和相关的自动驾驶功能
• 图8：全球传感器市场规模预测
• 图9：Autopilot1.0传感器布置情况
• 图10：Autopilot2.0传感器布置情况
• 图11：同致营业收入及净利润情况
• 图12：同致净资产收益率及产品毛利率情况
• 图13：车载摄像头价格不断走低
• 图14：前视摄像头的道路偏离预警功能
• 图15：前视摄像头的行人识别功能
• 图16：汽车后视镜盲区
• 图17：宝马i8概念车用摄像头取代后视镜
• 图18：全景泊车系统的图像拼接技术
• 图19：全景泊车系统输出的全景效果图
• 图20：全球车载摄像头市场规模测算
• 图21：中国汽车销量及三年移动平均增速情况
• 图22：国内车载摄像头市场规模估算
• 图23：车载摄像头工艺制造流程
• 图24：Mobileye从开始研发到进入前装市场的周期是8年
• 图25：车载摄像头产业链
• 图26：2015年CMOS市场份额
• 图27：全球摄像头镜头厂商及市场份额
• 图28：全球摄像头模组封装商及份额
• 图29：全球车载摄像头模组封装商及份额
• 图30：Mobileye将自己划为自动驾驶传统厂商阵营
• 图31：倒车雷达系统组成框架
• 图32：大众第三代超声波半自动泊车系统
• 图33：毫米波雷达在ACC功能中的应用
• 图34：毫米波雷达在AEB功能中的应用
• 图35：24GHz用于短/中距，76-79GHz用于中/长距
• 图36：毫米波雷达发展方向
• 图37：全球车载毫米波雷达出货量及市场规模预测
• 图38：国内车载毫米波雷达销量及市场规模预测
• 图39：2015年全球车载毫米波雷达主要供应商及市场份额
• 图40：Fujitsu研发的毫米波CMOS接收芯片（RX）、发送芯片（TX）
• 图41：机载激光扫描雷达
• 图42：激光雷达工作原理图
• 图43：维激光雷达实时建立空间三维模型
• 图44：互联网企业花盆式激光雷达
• 图45：传统车企倾向嵌入式激光雷达
• 图46：谷歌无人驾驶汽车中的激光雷达
• 图47：激光雷达地形绘测
• 图48：Velodyne64线激光雷达解剖图
• 图49：Velodyne32线新款固态混合超级冰球扫描型雷达
• 图50：固态激光雷达
• 图51：福特使用Velodyne激光雷达成像图
• 图52：Velodyne hdl-64e激光扫描雷达成像图
• 图53：法雷奥与Ibeo合作量产的ScaLa
• 图54：Ibeo的LUX和miniLUX产品
• 图55：Quanergy第一款产品M8-1
• 图56：Quanergy在2016年CES上用于展示S3Demo的红色奔驰
• 图57：华达科捷的3D激光雷达
• 图58：思岚科技的激光扫描雷达
• 图59：夜视系统的视野范围数倍于远光灯
• 图60：夜视系统可提前发现前方暗夜中的行人
• 图61：微光夜视技术原理
• 图62：被动热成像夜视技术原理
• 图63：主动红外夜视技术原理
• 图64：三种夜视系统成像效果对比
• 图65：比亚迪思锐将主动红外夜视系统的成像显示在HUD显示屏上
• 图66：全球和国内夜视系统市场规模
• 图67：保千里的夜视系统产品
• 图68：汽车夜视系统已成保千里主要收入来源之一
• 图69：特斯拉撞车事故示意图
• 图70：多传感器融合的基本原理
• 图71：多传感器融合的三种体系结构
• 图72：数据级融合
• 图73：特征级融合
• 图74：决策级融合
• 图75：东软集团研发的高级辅助驾驶系统
• 图76：传感器及智能驾驶相关上市公司盈利预测与财务指标

表格目录

• 表1：Autopilot 2.0 与 Autopilot 1.0 硬件对比情况
• 表2：同致电子主要产品及用途
• 表3：摄像头可实现的 ADAS 功能
• 表4：2020 年国内车载摄像头市场需求量测算
• 表5：Mobileye 的 EyeQ 系列产品升级历史
• 表6：不同波长雷达的应用场景
• 表7：不同频段毫米波雷达的应用场景
• 表8：两种毫米波雷达收发器芯片工艺技术比较
• 表9：国内毫米波雷达相关企业及单位研发进展
• 表10：不同类型激光雷达的功能及应用场景
• 表11：三家激光雷达生产企业的主要产品对比
• 表12：夜视系统三条技术路线对比
• 表13：各种传感器性能各有优劣
• 表14：三种传感器融合体系结构的对比
• 表16：传感器及智能驾驶相关上市公司盈利预测与财务指标