智能汽车与无人驾驶系列之一_从ADAS到无人驾驶_风口来临_群雄逐鹿_21页_2mb
报告摘要
智能汽车与无人驾驶系列之一总结
核心内容
智能汽车与无人驾驶技术是当前汽车产业的重要发展方向,被视为继智能手机之后的下一个智能终端和计算平台。ADAS(高级驾驶辅助系统)是实现无人驾驶的基础,其渗透率正在持续提升,未来有望成为无人驾驶的重要支撑。
主要观点
-
无人驾驶技术发展阶段
美国高速公路管理局将无人驾驶技术划分为5个阶段(L0~L4),其中L0~L2阶段主要依赖ADAS实现单车智能,L3阶段实现有条件无人驾驶,L4阶段则依赖V2X(车联网)实现完全无人驾驶。 -
ADAS市场前景广阔
ADAS市场目前处于导入期,全球渗透率较低,但未来预计将在2022年达到50%。ADAS能够显著提升行车安全,其功能包括自适应巡航、自动紧急制动、盲点检测等。 -
ADAS产业链结构
ADAS产业链主要包括三个层次:- 感知层:依赖多种传感器,如车载摄像头、毫米波雷达、激光雷达和夜视系统。
- 算法层:以深度学习和人工智能为核心,Mobileye等算法公司占据重要地位。
- 执行层:由零部件厂商主导,如博世、大陆等,具备精密电控技术优势。
-
传感器融合趋势
未来ADAS和无人驾驶将依赖多种传感器的融合,以实现更全面的环境感知和更安全的驾驶行为。各传感器具有不同的优劣势,需协同配合以实现最佳效果。 -
两种无人驾驶发展路径
- “从软到硬”路径:以谷歌为代表的互联网企业,聚焦算法和系统,通过整合供应链实现无人驾驶,类似于Android系统。
- “从硬到软”路径:传统整车厂通过逐步引入ADAS功能,实现从单车智能向完全无人驾驶的过渡,类似于苹果的iOS系统。
未来这两种路径或将共存发展。
-
无人驾驶对汽车产业的变革
无人驾驶不仅是汽车技术的升级,更是对整个汽车产业的颠覆,未来汽车将不仅是交通工具,更是一个智能平台,承载软件、硬件和内容的多重价值。
关键信息
- ADAS渗透率:目前全球ADAS渗透率约为5%,预计2022年将达到50%。
- 技术发展:ADAS和无人驾驶技术的发展将受到算法、传感器和执行器的共同推动。
- 产业链参与方:
- 整车企业:如奥迪、宝马、沃尔沃等,处于产业链核心位置。
- 零部件厂商:如博世、大陆、电装等,在感知层和执行层具有优势。
- 互联网企业:如谷歌,专注算法层,推动无人驾驶系统的开发和商业化。
- 传感器类型:
- 车载摄像头:成本较低,能识别障碍物种类,但受光线影响较大。
- 毫米波雷达:性能稳定,探测距离远,但无法识别图像信息。
- 激光雷达:具备3D建模能力,精度高,但成本较高。
- 夜视系统:适用于夜间驾驶,但成本过高,市场渗透率低。
- 算法层突破:深度学习技术在无人驾驶中具有核心价值,能够提升系统对复杂路况的应对能力。
重点推荐及关注标的
- 重点推荐:得润电子、双林股份、欣旺达
- 建议关注:均胜电子、金固股份、索菱股份、亚太股份、星宇股份
风险提示
- 技术发展不及预期
- 政策法规不确定性
- 重大突发事件影响
图表索引
- 图1:百度无人驾驶汽车
- 图2:无人驾驶情形下的交通
- 图3:美国公路安全局将无人驾驶技术分为5个阶段
- 图4:ADAS帮助车辆逐步实现单车智能
- 图5:V2X实现车车互通、车路互联
- 图6:ADAS的主要功能
- 图7:已购ADAS的客户再次购买意愿强烈
- 图8:政策法规对汽车安全具有明显影响
- 图9:ADAS刚刚跨过导入期,未来成长空间广阔
- 图10:ADAS自动操作与人自主判断有着相似的结构基础
- 图11:ADAS主要传感器类型
- 图12:全球车载摄像头市场规模不断上升
- 图13:宝马i8用摄像头取代后视镜
- 图14:手机镜头制造商积极布局车载摄像头
- 图15:车载CMOS行业集中度高,壁垒强大
- 图16:人类易辨识的符号对摄像头来说理解难度很大
- 图17:Mobileye的产品可在原车屏上看到“锁定框”
- 图18:毫米波雷达的应用范围及特点
- 图19:LRR主要用于自适应巡航功能(ACC)
- 图20:SRR可实现多重功能
- 图21:Velodyne生产的三种主要的激光雷达性能参数对比
- 图22:北科天绘的R-Angle系列车载激光雷达系统
- 图23:中海达iScan激光雷达在长沙采集街景数据
- 图24:奥迪A8L夜视系统有效距离远超近光灯
- 图25:奥迪A8L夜视系统可跟踪显示多个行人
- 图26:夜视系统生产企业发展情况
- 图27:主要类型传感器功能与优劣势对比
- 图28:ADAS功能需要多重传感器配合完成
- 图29:传感器融合实现ADAS功能
- 图30:谷歌无人驾驶汽车视觉捕捉算法的实现效果
- 图31:依托感知信息通过算法获得路径规划方案
- 图32:搭载Mobileye芯片的车型数量不断增加
- 图33:深度学习算法学习能力远超其他方法
- 图34:AlphaGo依靠深度神经网络击败李世昱
- 图35:执行器是精密汽车电控的最后实现环节
- 图36:主流汽车电控执行器
- 图37:ADAS产业链位置与参与方对应关系
- 图38:谷歌无人驾驶逐渐接近现实
- 图39:互联网企业切入无人驾驶汽车
- 图40:各大整车企业在ADAS和无人驾驶领域的进展
- 图41:大陆汽车无人驾驶“电子地平线”解决方案
- 图42:无人驾驶风口下零部件厂商拥抱变化
- 图43:今天与未来汽车价值的对比
- 图44:智能汽车有望成为下一代的计算平台
- 图45:主要手机操作系统份额变化
- 图46:智能手机行业的利润分布情况
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载