20190805-广发证券-计算机行业深度分析：视觉在自动驾驶中的应用及地位_59页_2mb

报告摘要

自动驾驶中视觉技术的应用及产业链分析

核心内容

自动驾驶技术正迎来关键发展节点，领先车企计划在2020~2022年实现L3级别车型的量产。随着视觉传感器性能的大幅提升，其在前视方案中的测距能力达到200米~300米，像素范围为2Mp到8Mp，性能与长距离毫米波雷达差距缩小，同时具备成本与图像识别的优势。基于纯视觉的L4级方案已成功路测（如百度Apollo Lite）。随着性能、成本、美观与实际路测的综合考量，中下游厂商正逐步调整方案结构，侧重视觉技术，预期其在产业链中的占比将持续增长。

主要观点

视觉传感器性能与成本优势
视觉传感器在下一代产品中将实现性能飞跃，尤其在前视方案中，其在测距与分辨率上接近雷达，具备成本与图像识别的优势。
视觉处理硬件与软件协同进化
车规级高算力硬件（如英伟达Drive Xavier、特斯拉FSD、Mobileye EyeQ5）推动深度学习算法的落地，有望超越传统计算机视觉算法。
双目方案因专用芯片驱动发展，但受限于同步性，短期内仍以单目方案为主流。
车规级标准与软件门槛
车规级对高分辨率、宽动态、强光抑制等有更高要求，且需通过AEC-Q100、ISO26262等严格认证。车规级软件研发周期长、门槛高，对消费级企业构成挑战。
视觉方案商业化考量
车舱视觉相较于车体视觉更具通用性，兼容多种芯片与操作系统，对上游议价能力更强。Tier1与算法厂商之间的合作加深，部分厂商开始自研算法，界限逐渐模糊。
国内算法企业机遇与挑战
多数单一算法企业话语权较弱，需拓展软件通用性、发展新兴算法领域（如深度学习）并把握商业化落地机会。

关键信息

ADAS等级与功能
ADAS分为六个等级（L0~L5），L0~L2以驾驶员控制为主，L3以上由系统完成大部分动态驾驶任务。L1~L2级主要依赖ACC、AEB、LDW等功能，L3~L5级则需要更多传感器（如3~4个前视摄像头、4~6个中距离雷达等）。
传感器技术对比
- 视觉传感器：体积小、成本低，但易受环境影响，无法获得三维信息。
- 毫米波雷达：能适应恶劣环境，但分辨率较低，无法感知行人。
- 激光雷达：精度高、不受光线与天气限制，但价格昂贵，扫描速度慢。
视觉方案的商业化落地
- 前视方案：主要应用于车道保持、碰撞预警等，单目与双目方案各有优劣，单目方案在当前测距上更具优势。
- 环视方案：用于泊车与横向预警，通常由4~6个广角摄像头组成，可拼接成全景俯视图。
- 机器-人场景：包括DMS、虚拟后视镜、HUD等，提升驾驶安全与体验。
车规级要求
- 温度范围更广，可达-40~+125℃。
- 需通过AEC-Q100和ISO26262认证，确保安全与可靠性。
- ASIL等级定义了安全要求，ASIL-D级要求10亿小时运算失败次数少于10次。

重点公司估值与财务分析

股票简称	股票代码	最新收盘价	合理价值（元/股）	评级	EPS(2019E)	EPS(2020E)	PE(x2019E)	PE(x2020E)	EV/EBITDA(x2019E)	EV/EBITDA(x2020E)	ROE(2019E)	ROE(2020E)
中科创达	300496	32.12	38.50	买入	0.55	0.76	58.40	42.26	59.36	42.15	13.1	15.3
石基信息	002153	34.13	36.40	增持	0.52	0.63	65.63	54.17	77.04	56.58	6.5	7.3
卫宁健康	300253	14.1	15.97	买入	0.25	0.31	56.40	45.48	53.89	42.11	11.4	12.6
创业慧康	300451	15.09	18.50	买入	0.37	0.49	40.78	30.80	37.38	27.75	9.7	11.3
广联达	002410	35.3	30.75	买入	0.41	0.46	86.10	76.74	99.17	89.97	12.7	12.4

产业链格局

上游：包括镜头组与CMOS、算法芯片等，其中车载摄像头和芯片是关键组件。
定价权：软件公司与Tier1之间的合作加深，部分Tier1开始自研算法，一二级供应商界限逐渐模糊。
车规要求：对温度、寿命、稳定性等有严格要求，软件与硬件需满足ISO26262和AEC-Q100标准。

视觉技术在车载领域的商业化实现

商业化机遇：
- 需求增长：L3/L4级车型将带动视觉方案需求上升。
- 政策支持：各国政府支持自动驾驶发展，推动技术应用。
- 视觉算法：深度学习技术提升识别精度，推动视觉方案落地。
商业化挑战：
- 成本测算：算法公司需控制成本，提升利润率。
- 基础设施：需完善测试与认证体系，以满足车规级要求。
- 法规政策：需适应法律法规变化，确保安全性与合规性。
- 研发周期：车规级软件研发周期较长，对算法公司提出更高要求。

部分代表性公司

Mobileye：核心产品为视觉算法与EyeQ芯片，盈利模式基于授权，具备高适配性与落地经验。
Minieye：作为L3级方案的追赶者，产品包括前视、环视与DMS，研发策略以技术为核心，合作广泛。
MM Solutions：在工业视觉领域占据领先地位，中科创达收购其扩大智能车舱版图。
百度Apollo Lite：已实现L4级方案的路测，代表纯视觉方案的突破。

图表索引

图1：ADAS至全自动驾驶发展阶段
图2：ADAS技术架构
图3：各车企智能驾驶落地规划
图4：车载传感器
图5：传感器成本对比
图6：传感器外形
图7：奥迪e-tron纯电动跑车
图8：传感器位置
图9：全国AI企业数量分布
图10：全国AI企业融资分布
图11：传感器与ECU连接
图12：ADAS架构与功能
图13：传统算法与深度学习算法流程
图14：卷积神经网络训练过程
图15：双目视觉原理
图16：国内外Tier1单双目产品测距
图17：环视算法流程
图18：DMS基本流程
图19：奥迪e-tron虚拟后视镜
图20：奥迪A4 HUD
图21：汽车电子验证系统
图22：全国自动驾驶汽车分等级渗透率预测
图23：全国L1~L4级车产量预测
图24：2018~2025年前视视觉方案市场规模框算
图25：上游车载摄像头产业链
图26：Tier1竞争激烈，L3落地在即
图27：Tier1切入算法赛道，与Tier2界限模糊化
图28：全自动驾驶重要性
图29：消费者愿意为ADAS承受的溢价（美元）
图30：后装单目、双目产品成本估算
图31：目前各地路测号牌数量
图32：国内初创算法企业融资概览
图33：EyeQ性能演化
图34：EyeQ出货量
图35：Mobileye合作伙伴
图36：部分2017年底前装载项目
图37：Minieye部分合作伙伴与合作内容
图38：中科创达重要收购

表格索引

表1：ADAS级别简述
表2：ADAS各功能简称及全称
表3：L1~L5传感器技术配置（典型案例）
表4：全球自动驾驶相关政策
表5：我国自动驾驶相关政策
表6：传感器路径优劣势对比
表7：2018新车型传感器配置
表8：测距传感器路径性能对比
表9：传感器代表产品重量与规格比较
表10：环视与前视摄像头性能对比
表11：代表性单目传统视觉处理SoC
表12：代表性车规级深度学习平台/芯片
表13：代表性双目传统视觉处理SoC
表14：单双目方案优劣势对比
表15：恩智浦i.Mx8与i.Mx6构成
表16：代表性DMS芯片
表17：已推出DMS解决方案的部分Tier 1
表18：代表性软件厂商与电子供应商合作DMS产品
表19：商业级、工业级和车规级的部分指标区别
表20：ASIL等级划分
表21：2018年价格假设与递减量
表22：ADAS视觉产业链（部分案例）
表23：Tier 1算法来源
表24：车载软件公司产品支持的硬件平台
表25：软件公司前装产品采用芯片及供应商
表26：自研芯片的算法厂商
表27：新兴车企选择与Tier 1/Tier 2合作
表28：2018版C-NCAP调整项目

行业评级与分析师信息

行业评级：买入
前次评级：买入
报告日期：2019-08-05
分析师：刘雪峰、王奇珏
联系方式：021-60750605 / gfliuxuefeng@gf.com.cn, 021-60750604 / wangqijue@gf.com.cn
SAC执证号：S0260514030002 / S0260517080008
SFC CE No.：BNX004 / BNU581