自动驾驶行业研究系列一：端到端架构渐行渐近-20230709-招商证券-26页_1mb

端到端架构渐行渐近总结

核心内容

随着自动驾驶技术的不断演进，端到端架构正逐渐成为行业关注的焦点。特斯拉计划在FSD Beta v12中引入端到端人工智能技术，这标志着其技术路线的转变，并为端到端架构在其他领域的应用打开了新的想象空间。端到端架构通过整合多个模块为一个“大模型”，直接从原始数据生成驾驶指令，显著提升了系统的性能上限。

主要观点

• 端到端架构的优势：相比模块化架构，端到端架构避免了级联误差和重复计算，提升了系统整体性能。
• Transformer算法的作用：Transformer算法通过Attention机制，实现了从2D到3D的视觉感知升级，提升了自动驾驶系统的感知能力。
• 多模态大模型的潜力：多模态大模型能够处理多种数据源，提高模型性能和鲁棒性，为自动驾驶提供更全面的数据支持。
• TSN技术的重要性：TSN（时间敏感网络）具备确定性时延和多协议传输能力，是实现端到端架构落地的关键技术之一。
• 行业趋势：随着汽车智能化的发展，TSN在车载领域的应用趋势明显，成为自动驾驶网络架构的重要组成部分。

关键信息

• 端到端架构：通过一个大模型整合感知、决策、控制等功能，直接从原始数据生成驾驶指令。
• BEV+Transformer：BEV（鸟瞰图）结合Transformer算法，实现了2D向3D的跨越，提升了感知数据质量。
• TSN技术特点：
  • 微秒级确定性时延
  • 多协议传输能力
  • 支持多种业务流量的共网传输
  • 具备网络动态配置和安全保障
• TSN发展历史：从传统以太网、AVB到TSN，逐步提升网络的确定性和实时性。
• 推荐标的：
  • 三旺通信（688618.SH）：布局TSN等新技术，具备TSN产品先发优势。
  • 东土科技（300353.SZ）：发布中国首款TSN芯片，推动国产化进程。
  • 当虹科技（688039.SH）：聚焦智能座舱，为多家车企提供解决方案。
  • 菲菱科思（301191.SZ）：具备网络通信和数据安全能力，推进汽车电子智能化。
  • 德赛西威（002920.SZ）：智能座舱、智能驾驶和智能网联产品线全面布局，研发投入高。
  • 伯特利（603596.SH）：线控底盘核心供应商，具备领先的技术和产业化能力。

风险提示

• 黑盒问题：端到端模型由于神经网络复杂，难以进行人工调试和解释，可能延缓其在行业中的落地。
• 技术挑战：模型的训练和优化需要大量高质量数据支持，尤其是长尾场景的处理。

行业规模与表现

技术对比表

结论

端到端架构通过整合多个模块为一个大模型，提升了自动驾驶系统的性能上限。结合Transformer算法和BEV技术，自动驾驶的感知能力得到显著提升。TSN作为关键技术，提供了确定性时延和多协议传输能力，成为推动端到端架构落地的重要保障。随着技术的不断成熟，相关企业有望在自动驾驶产业链中占据重要位置，但端到端架构的黑盒问题仍是其落地的重要挑战。