《汽车智能驾驶产业深度研究：全球智能驾驶产业链投资分析.docx》由会员分享，可在线阅读，更多相关《汽车智能驾驶产业深度研究：全球智能驾驶产业链投资分析.docx（27页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、汽车智能驾驶产业深度研究：全球智能驾驶产业链投资分析1.智能汽车：从马力到算力，AllIn智能汽车时刻来临1.1、智能汽车：从马力到算力，汽车自下而上重新定义电动化开启汽车革命上半场，而智能化将引领下半场，在此交替过程中：核心竞争力转移：性能指标转变：燃油车以内燃机马力为指标；电动车以动力电池续航为目标；智能汽车时代，算力成为影响汽车性能的核心要素。智能汽车整车架构和商业模式被重新定义，汽车核心竞争要素围绕智能座舱与自动驾驶展开。传感器、芯片等硬 件在自动驾驶感知层与决策层扮演重要角色，算法、操作系统等软件在软件定义汽车（SDV）时代重要性也愈发显著。1.2、重新定义电子电气架构：从分布走向集
2、中，为智能化升级提供土壤汽车架构从分布走向集中，为智能化升级提供土壤：解决智能化升级桎梏：智能汽车对迭代速度、可扩展性、大数据、功能安全、数据安全、冗余备份等要求较高，且搭载代码量庞 大，需要极高算力支持。分布式架构下，智能化升级依靠ECU和传感器数量的叠加；而在集中式架构下，可将多个ECU收集的数据 在同一域控制器中统一处理，域内主控芯片算力较强。1.3、All In 时刻：新势力与自主崛起共振，汽车智能化加速造车新势力生而智能，自主崛起厂商抢滩布局智能驾驶：造车新势力高举高打，深植智能化基因；自主厂商认识到消费者需求转变后，及时组建智能驾驶团队，全面拥抱智能化！2.智能座舱：人机交互核心载
3、体，“底座”与“窗口”大有可为2.1、智能座舱：移动第三空间核心载体，车企差异化着陆点汽车产品同质化趋势显著，行业高度成熟推动汽车市场由卖方市场向买方市场转变。不断提高的用户需求驱动汽车从出行工具向 “第三生活空间”过渡，而智能座舱是塑造“移动第三空间”的核心载体。人机交互技术升级、芯片与操作系统革新、5G等技术成熟，推动座舱从电子座舱到人机共驾，最后向第三生活空间演进。2.2、智能座舱SoC：算力支撑人机交互升级，芯片构筑“第三空间”底座智能座舱SoC对于降低成本、保障用户体验至关重要：随智能座舱不断迭代，传感器、屏幕数量显著增加，座舱需要处理的数据量呈指数增长；人工智能、深度学习、虚拟形象
4、、语音识别等人机交互新技术的应用在改善用户体验的同 时，对算力的消耗日渐增大。2.3、座舱软件丨中间件：底层操作系统与上层应用程序之间的“通用语言”中间件：负责各类应用软件模块之间的通信以及对底层系统资源的调度。显著降低主机厂系统集成的难度：中间件集成AutoSAR自适应平台和安全通讯模 块，可直接与操作系统交互。通过对底层软件模块的封装和接口标准化，可以将硬 件功能抽象化，并通过标准化接口与系统各部分之间进行快速通信，标准化车辆不 同硬层和软件层之间的通信，显著降低OEM系统集成的复杂性。2.4、HMI交互窗口丨车载信息娱乐系统（IVI）：多功能集成 多屏融合，推动单车价值量提升车载信息娱乐
5、系统（IVI）：采用车载专用中央处理器，基于车身总线系统和互 联网服务，形成的车载综合信息处理系统。IVI是车辆的信息中枢：主要包括硬件底层、操作系统层、中间件以及应用层、 人机交互层，集成功能越来越丰富，极大提升车辆智能化水平。3.自动驾驶：高阶自驾量产前夜，“眼睛”与“大脑”率先上车3.1、自动驾驶：技术成熟叠加政策护航，高阶自动驾驶处于规模量产前夜纯视觉方案与多传感器融合冗余方案均已步入量产阶段。纯视觉方案：代表厂商特斯拉，以Mobileye视觉自动驾驶技术起家，通过“影子模式”训练与迭代算法，累计销量已突破百万；多传感器融合冗余方案：代表厂商Waymo、通用Cruise、戴姆勒、宝马、
6、小鹏等公司为代表，采用激光雷达、毫米波雷达、摄像头 等传感器融合方案，相关车型自2021年底起将相继量产落地。3.2、自动驾驶技术路线：单车智能先行，“眼睛”与“大脑”将率先放量单车智能：主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器进行环境感知、计算决策和控制执行。车路协同：在现有单车智能的基础之上，通过车联网将“人-车-路-云”等交通参与要素有机地联系在一起，拓展和助力单车智能 自动驾驶在环境感知、计算决策和控制执行等方面的能力升级，加速自动驾驶应用成熟。3.3、自动驾驶产业链：决策层、感知层硬件价值量最高，随自动驾驶级别提升呈翻倍式增长决策层（自动驾驶芯片、域控制器）与感知层（车载
7、摄像头、激光雷达等）在自动驾驶产业链硬件中价值量最高，且随自动驾驶提 别提升，价值量呈翻倍式增长。我们认为硬件是自动驾驶落地的先决条件，在“硬件预埋”的趋势下，深耕决策层与感知层的 Tier1及Tier2厂商将步入量价齐升阶段。3.4、AI 芯片丨软硬一体式解决方案：华为软硬兼具，打造平台化、标准化智能驾驶生态华为智能驾驶计算平台算力矩阵完备：华为MDC计算平台算力 范围覆盖48400 TOPS，适用车型包括乘用车、商用车、作 业车等，自动驾驶级别实现L1-L5全覆盖，其中MDC810是已 经量产的最大算力自动驾驶计算平台。完善的软件生态与开发工具链：全栈自研AOS智能驾驶操作系 统，包括内核
8、、中间件、AI计算框架、工具链、云基础软件栈等。3.5、自动驾驶域控制器：主机厂自研、Tier1赋能，智能汽车之“脑”成长空间广阔集中式E/E架构下，ECU数量将减少、功能弱化，主导权从供应商向主机厂转移。主机厂自研：如特斯拉自研中央计算机CCM 区域车身控制器，国内造车新势力蔚来、小鹏、威马、理想、上汽智己等也已实现或 宣布将自研自动驾驶域控制器。其中小鹏计划自研的XPU自动驾驶智能控制单元实现4合1，将行车和泊车的智能控制集成，打破之 前4个域之间的交互壁垒，实现更深度的域融合。3.6、传感器丨车载摄像头双轮驱动：数量增加 像素升级，率先受益于智能化浪潮量增 规格提升，车载光学有望复刻智能
9、手机光学行情。量增：随自动驾驶级别提升，单车摄像头数量显著提升，如前视摄像头从最初一个单目逐渐升级到双目、三目以及多目。根据IHS Markit数据，2020年平均单车传感器数量仅3.3个，预计2030年将超过11个。3.7、车载存储：智能座舱 自动驾驶，构筑车轮上的“数据中心”智能驾驶时代，汽车成为移动的“数据中心”：自动驾驶汽车配备大量高精度传感器，在行驶过程采集、传输、储存庞大的数据。多因素助推车载存储扩容，对比智能手机车载存储仍有较大增长空间：目前自动驾驶等级主要处于L2 及以下，车载存储座舱端应用 较多，随着未来自动驾驶等级的提升，多产业齐发力，共同开启车载存储市场上升空间。自动驾驶
10、等级不断提高，车载存储进入快速增长期：从智能手机存储增长趋势看车载存储，随着自动驾驶等级的提高，所需车载存 储呈倍数增长。以L4级自动驾驶为例，对存储芯片规格要求最高的是诸如激光雷达等高精度传感器，达到1-5TB；其次是自动驾驶 平台、车载IVI、OS及软件。上述系统、软件在汽车生命周期内不断迭代升级，对内存要求将不断提升，往往要求车厂预留存储空 间；此外，安全的自动驾驶依赖内置的黑匣子和高精度导航地图，同样需要高容量的存储。4.整车：数据构筑天然壁垒，造车势力百花齐放4.1、整车：数据构筑天然壁垒，看好主机厂在数据驱动的智能汽车时代迎来价值重估高效的数据闭环构造自动驾驶核心竞争力，主机厂获取
11、数据成本 最低。数据闭环：将驾驶员的行为数据、实时的车辆动态数据等与环境 数据结合，进行数据标定，并形成实时反馈数据系统。数据的单位获取成本是影响数据闭环高效性的重要因素，较 Waymo购置上千台车通过路测获取数据的方式，以特斯拉为代 表的主机厂已有数百万台车量产上路，实时收集多方数据，获取 数据成本极低。4.2、行业引领者丨特斯拉：从硬件到软件、从服务到共享运营，重新定义智能汽车硬件自研：自研FSD芯片，打造车载中央计算机。特斯拉主控芯片由与Mobileye、英伟达合作开发转向自研FSD。通过在合作中积 累了自动驾驶算法和软件的深度理解，倒推芯片需求，实现了差异化优势。凭借自身技术实现了从底
12、层硬件到软件架构的全覆盖， 具备软硬件一体化性能优势。数据闭环 百万车队，软件开发进入2.0时代。软件开发1.0 依靠逻辑驱动，靠程序员、人力、经验打造专家系统。软件开发2.0的本 质在于机器进化，用超大完整的执行网络作为基础，通过海量数据去调整适配不同场景。数据驱动的软件开发将提供更高的迭代效 率。特斯拉在人工智能领域有着海量数据的天然优势，将更能在竞争中胜出。4.3、造车新势力丨小鹏：以全栈式自研为基础，为客户需求而研发小鹏汽车：目前是唯一一家能够做到全栈自研高等级辅助驾驶量产的中国企业。XPILOT智能驾驶辅助系统：小鹏汽车在自动驾驶领域已做到全栈自研，有助于在未来OTA和迭代过程中持续
13、领先行业对手。基于 视觉高精地图、GPS以及其他多个传感器的融合方案，相较于其他厂商方案更具有量产性。此外，预测和规划功能已进行了完全的 重构，绕行、变道、仿真能力得到极大加强。4.4、自主崛起丨长城汽车：发布咖啡智驾“331”战略，致力于成为全栈自研的汽车制造商长城汽车：发布咖啡智驾“331”战略，打造全栈自研汽车制造商。 加码软硬件投入，在核心领域进行全栈自研，从而建立技术壁垒、降低研发成本。长城子公司毫末智行发布智慧领航辅助驾驶系统NOH，有望成为全球第三家、国内第二家掌握智能驾驶全栈能力的汽车制造商。搭载毫末智行辅助驾驶系统的车辆行驶里程突破100万公里。4.5、造车新物种丨小米：Al
14、l In造车，补齐智能生态最后一环小米汽车资源丰富，蓄势待发。在2021年新品发布会上，雷军表示小米将以现有 1080 亿元现金储备、10000 多人的研发团队、全 球最好的智能生态全力打造小米汽车。今年9月1日，小米汽车有限公司正式成立，并预计小米汽车将于2024年上半年投入量产。发挥AIoT优势，完善智能生态。小米作为全球智能手机和 IoT 龙头，有丰富的智能硬件和软件平台开发经验，依靠完备的产品生态 积累了数亿米粉用户，有望在智能电动汽车新领域再次复刻成功经验，完善小米的生态链布局，完成从智能手机到出行的全方位生 态链解决方案。4.6、未来出行丨RoboTruck：“矿区/港口” “干线
15、”两大场景，赋能万亿公路货运市场Robotruck：即无人驾驶卡车，是自动驾驶领域规模化落地重点方向之一。由于Robotruck相比传统卡车运输，具有交付时间短和 运营成本低两大特点。应用场景：1）矿区/港口，由于具有交通标识简易，路线复杂程度低等特点，更易实现商业化应用；2）干线，指在公路运输网中起 骨干作用的线路运输，由于运输距离长且线路多为高速公路，是Robotruck另一个重点突破的商业化方向。5.全球智能驾驶产业链投资分析从电动化到智能化，投资范围可逐渐从三电系统（电池、电机、电控）向智能驾驶产业链拓展：智能座舱：硬件为基、软件赋能。建议关注座舱人机交互（HMI）的底座 座舱SoC与
16、座舱域控制器、窗口 IVI和HUD、灵魂操作系统、铲子 HMI设计开发工具等领域投资机会。自动驾驶：智能汽车后期可通过算法迭代开放更多智能驾驶场景，但必须以预埋硬件为前提。建议关注感知冗余与算力超配带来的传感器、芯片、域控制器、 存储芯片等领域投资机会。整车落地：自动驾驶时代量产为王，主机厂掌握数据资源、构筑核心壁垒，其价值有望在智能汽车时代迎来重估。建议关注坚定拥抱智能化的造车新势力与积 极推动量产落地的科技造车厂商，以及商业化落地可期的未来出行厂商。5.1、A股丨联创电子：高端车载镜头领跑者，与自动驾驶核心平台共成长联创电子：公司专业从事光学镜头、摄像模组及触控显示一体化等关键光学、光电子
17、产品的研发、生产及销售，配套产品包括智能手 机、平板电脑、运动相机、智能驾驶、智能家居、VR/AR等。自动驾驶全平台切入，与核心平台共成长：公司是唯一同时切入特斯拉、Mobileye、英伟达、华为、蔚来等主流自动驾驶平台的车 载镜头供应商（舜宇800万像素英伟达平台车载镜头于2021Q2完成研发）。考虑到车载镜头车规认证、量产周期较长（从通过认证 到量产一般需要3到5年），我们认为联创电子在车载镜头领域的先发优势，有望构筑公司核心竞争力。5.2、H股丨小鹏汽车：全栈自研 软硬一体化，快速迭代的智能汽车新物种小鹏汽车：国内唯一全栈自研高等级辅助驾驶量产的智能汽车公司，在XPILOT智能驾驶辅助系
18、统、XmartOS车载智能系统和用 户智驾安全体系三个领域取得的阶段性成果。目前共有4款车型在售包括P7、P5、G3i、G9。XPILOT智能驾驶辅助系统：小鹏汽车可能是国内首家基于自研的视觉感知和毫米波雷达融合方案的公司，同时率先将激光雷达在小 鹏P5上量产上车。基于视觉高精地图、GPS以及其他多个传感器的融合方法，相较于其他厂商方案更具有量产性。此外，预测和规 划功能已进行了完全的重构，绕行、变道、仿真能力得到极大加强。5.3、美股丨英伟达（NVDA.O）：硬件高配 软件完备，英伟达卡位高阶自动驾驶时代英伟达：全球领先的人工智能计算公司，利用其先进的硬件芯片开发优势，以行业较领先的高性能安全芯片为核心，提供完整的硬 件平台和基础软件平台。英伟达计算平台硬件：SoC芯片 自动驾驶计算平台。全球GPU领导者 独有CUDA架构（主流深度学习框架均基于CUDA） 独有 TensorRT 加速包，构筑英伟达硬件平台核心竞争优势。英伟达软件开发支持：Drive OS DriveWorks SDK Drive AV。完备的软件开发支持受到主机厂追捧，目前Xavier已在小鹏 P5、P7等车型中量产上车，下一代Orin芯片提前锁定蔚来ET7、理想X01、智己L7、上汽R汽车ES33等多款车型。报告节选：底部话题 追加内容 追加 追加内容本文作者可以追加内容哦 !