_智能驾驭_电动未来_系列之智能化_智能驾驭进展加速_拥抱万亿级市场_41页_4mb

智能化汽车行业发展分析总结

核心内容

智能驾驶作为汽车行业发展的大趋势，正在加速推进，并有望在未来催生万亿级市场。随着政策支持和行业技术进步，智能驾驶技术从基础硬件到软件算法，再到执行层的逐步成熟，推动了整个产业链的快速演进。本文主要围绕智能驾驶的三个阶段进行分析，涵盖传感层、计算层、执行层等关键环节，同时提出相关投资建议和风险提示。

主要观点

1. 智能驾驶的三个阶段：

   • 第一阶段（2019-2020）：聚焦于基础硬件的提供商，如ADAS相关产品。
   • 第二阶段（2021-2025）：开始关注自上而下的智能驾驶解决方案，包括高精度地图、算法和多传感器融合。
   • 第三阶段（2025年后）：自动驾驶在特定场景实现，单车价值量显著提升，智能驾驶将进入万亿市场。

2. 投资机会：

   • 汽车板块：推荐具有先发优势的整车企业（如上汽集团、比亚迪）及优质智能化零部件企业（如拓普集团、兴民智控）。
   • 计算机板块：推荐高精度地图（如四维图新）、MCU芯片（如中海达）、智慧交通（如千方科技）及激光雷达（如万集科技）。
   • 通信板块：建议关注车联网相关厂商（如高新兴、移为通信、广和通）及通信设备公司（如中兴通讯）。
   • 电子板块：推荐立讯精密，因其在汽车电子领域的跨界发展能力。

关键信息

一、智能驾驶进入实质落地期

• 政策推动：国家发改委、工信部等陆续出台政策，如《智能汽车创新发展战略》、《车联网(智能网联汽车)产业发展行动计划》，为行业发展提供指导。
• 车企规划：通用、特斯拉、比亚迪等计划在2020-2025年实现L3至L5级别自动驾驶的商业化。
• 国内厂商：在L1、L2级别智能化配置方面，已广泛应用于10万元级别车型，显示出国内厂商的推广决心。

二、智能驾驶产业链

智能驾驶产业链分为基础硬件、基础软件和应用集成三大板块：

三、智能驾驶关键传感器技术

1. 摄像头

• 优势：成本低、识别能力强，适用于车道识别、车辆识别等。
• 国内厂商：欧菲光、舜宇光学、晶方科技等。
• 市场空间：预计2020年国内摄像头市场空间可达210亿元。

2. 毫米波雷达

• 优势：全天候工作、测距远、稳定性好。
• 技术进展：24GHz雷达已广泛应用于ADAS功能，77GHz雷达正在加速普及。
• 国内厂商：湖南纳雷科技、深圳卓泰达科、厦门意行、华域汽车、杭州智波科技、芜湖森思泰克、北京行易道等。

3. 激光雷达

• 优势：高精度、三维成像能力。
• 痛点：成本高，需降维、固态化和规模效应来降低成本。
• 技术趋势：79GHz雷达将成为未来主流，具备更高的探测精度和性能。

四、智能驾驶算法与计算层

1. 算法技术

• 经典算法：目标物体识别和路径规划，包括前处理、前景分离、物体分类、结果改进、物体跟踪等。
• 深度学习突破：识别精度显著提升，达到90%以上，成为提升算法性能的关键手段。

2. 算法芯片

• 关键芯片：NVIDIA Drive PX2、Tesla最新智能驾驶芯片、Mobileye EyeQ系列。
• 发展趋势：受益于摩尔定律，芯片成本下降，未来有望进一步普及。

五、执行层的国内突破

1. 执行层功能

• 制动系统：从人力制动转向电控制动，提升制动精确性和能量回收效率。
• 转向系统：从机械液压转向向线控转向升级，提高智能化水平。

2. 国内厂商优势

• EPS（电子助力转向）：华域汽车、德尔股份等已具备一定市场竞争力。
• 电控制动系统：博世iBooster、大陆MKC1等为新能源车提供更高效的制动方案。

六、风险提示

• 汽车销量不及预期
• 政策落地不及预期
• 技术突破不及预期
• 产业链整合不及预期

七、图表目录

• 图1：国内主机厂自动驾驶推广时间表
• 图2：自动驾驶功能及预期时间轴
• 图3：自动驾驶汽车产业链
• 图4：博世单目、双目摄像头传感器
• 图5：毫米波雷达安置位置介绍
• 图6：Velodyne HDL-64E激光雷达拆解
• 图7：激光雷达原始数据
• 图8：固态激光雷达体积小、便宜、与车身融合
• 图9：智能驾驶系统十分依赖算法和数据
• 图10：视觉识别过程中的前处理和前景分离
• 图11：现有算法在精度和运算速度之间的对应关系
• 图12：通过摄像头获取实时路况信息
• 图13：通过雷达获取实时路况信息
• 图14：激光雷达感应成像
• 图15：LiDAR进行3D成像
• 图16：恩智浦Blue-Box多传感器融合方案
• 图17：Clarif AI针对行人的测试结果分布
• 图18：ImageNet测试结果分布图
• 图19：智能驾驶将面临十分复杂的驾驶场景
• 图20：深度学习利用大数据、云计算提升智能驾驶能力
• 图21：NVIDIA Drive PX2芯片
• 图22：PX2平台运作原理模拟
• 图23：Tesla最新智能驾驶芯片
• 图24：Hedonic芯片价格指数级下降
• 图25：德赛西威CES Asia上发布的智能驾驶舱
• 图26：智能驾驶舱包含22个传感器
• 图27：智能驾驶产业链中执行器决定智能驾驶的最终效果
• 图28：执行器在智能车辆中的位置

八、总结

智能驾驶正逐步从概念走向现实，其产业链覆盖广泛，涉及传感器、算法、执行器等多个环节。国内厂商在摄像头、毫米波雷达等领域已取得显著进展，部分技术已具备量产能力。随着深度学习技术的引入和算法优化，智能驾驶的识别精度和系统性能将显著提升。政策推动、技术进步、市场需求共同推动智能驾驶行业进入快速发展期，投资机会逐步显现。