汽车-智能驾驶研究框架（一）总章-财通证券_24页_2mb

智能驾驶研究框架总结

1. 智能驾驶的定义与三大变化

智能驾驶推动汽车产业发生结构性变革，主要体现在三个方面：

• 单车结构：汽车电子电气架构由分布式向集中式演进，电动化为智能化提供更强技术支撑。智能化需求增加ECU和传感器数量，传统总线架构已无法满足，集中式架构提升算力利用率、数据交互效率及装配自动化水平。
• 产业链：智能化放大了产业链微笑曲线，软件能力突出的企业（如芯片厂商、软件服务商）获取更高附加值，传统制造环节毛利率下降，产业链向网状结构发展。
• 商业模式：出现轻资产造车（如华为-赛力斯模式）、智驾功能软件付费（如特斯拉、蔚来等）及增值服务（如OTA、换电网络）等新模式，反映整车厂与供应商协作深度变化。

2. L1-L5等级划分与技术特征

智能驾驶能力通过L0至L5分级体现，核心差异在于驾驶员参与度和系统控制范围：

• L0-L2：驾驶员需持续操作，系统仅提供警告（L0）或转向/刹车/加速辅助（L2）。L2+已实现多项功能，如AEB、LDW、ACC等，但仍未脱离人工控制。
• L3及以上：系统可独立控制车辆，驾驶员在特定条件下无需介入（如低速、非复杂路况）。目前全球L3商业化应用有限，仅奔驰在德国、美国加州等特定区域获准，中国尚未明确L3标准。

关键技术差异：

• 传感器配置：L0/L1以1V（摄像头）或1V1R（超声波雷达）为主，L2/L2+需3V5R或更高配置（如激光雷达）。传感器成本差异显著，从200元到近万元不等。
• 硬件需求：L3需更高算力芯片（如英伟达Orin），特斯拉采用纯视觉方案（无激光雷达），而奔驰等车企依赖高精度地图与激光雷达结合。
• 功能表现：L2+具备自动泊车、车道保持等能力，L3可实现拥堵场景自动驾驶，但需满足严格条件（如限速、无复杂路况）。

3. 投资建议与核心标的

重点关注具备技术壁垒和软件能力的公司：

• 产业链地位：芯片厂商（如地平线、寒武纪）、整车厂（如特斯拉、华为）及具备品牌效应的企业属于高壁垒环节，绑定这些环节的供应商更具竞争力。
• 业务纯度：优先选择智能化业务占比高的企业，如德赛西威（域控制器）、均胜电子（智能驾驶解决方案）、中科创达（车载软件）、经纬恒润（域控平台）、光庭信息（中间件）、华阳集团（车载硬件）等。
• 商业模式：软件付费模式（如特斯拉FSD订阅制、蔚来NOP+订阅）和代工模式（如江淮、麦格纳）成为新增长点，反映行业向轻资产、服务化转型。

4. 风险提示

• 渗透率不足：车厂与消费者对智能驾驶的接受速度可能低于预期，影响技术普及。
• 政策延迟：L3及更高级别自动驾驶需政策法规支持，若立法滞后可能延缓商业化进程。
• 原材料短缺：芯片等关键零部件供应紧张可能制约产业链升级速度。
• 宏观经济影响：全球技术迭代节奏可能因经济下行而放缓，影响行业投资回报。

技术与市场动态：

• 城市NOA（导航辅助驾驶）成为竞争焦点，小鹏、蔚来、问界等车企加速布局，但技术路线差异显著（纯视觉/高精地图）。
• 传感器成本与性能差异巨大，激光雷达因高精度成本高，而超声波雷达等性价比更高，但功能有限。
• 电动车因电平衡、响应速度及线控底盘优势，成为智能驾驶更优载体，推动硬件结构优化。

该报告系统梳理了智能驾驶的技术路线、产业链重构及投资逻辑，强调软件能力与硬件协同的重要性，并提醒投资者需关注技术落地与政策风险。