《汽车智能驾驶深度研究报告：市场、政策、技术与产业链分析.docx》由会员分享，可在线阅读，更多相关《汽车智能驾驶深度研究报告：市场、政策、技术与产业链分析.docx（77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、汽车智能驾驶深度研究报告：市场、政策、技术与产业链分析1 我们为什么需要智能驾驶？1.1 智能驾驶简介：服务人与代替人智能驾驶是指汽车通过配置先进的传感器、控制器、执行器、通讯模块等设备实 现协助驾驶员对车辆的操控，甚至完全代替驾驶员实现无人驾驶的功能。高等级的智能驾驶是智能交通体系的一部分，通过 V2X（车联网）技术汽车能够 与道路信息、交通信号、其他车辆等周围环境联接为一体，形成“人、车、路”高效运 行的交通体系。而在智能汽车内部，各种类型的传感器代替了人的眼睛与耳朵，感知 汽车周围情况；强大算力的控制器代替了人的大脑，决策车辆行驶路线；响应灵敏的 执行器代替了人的手脚，执行着智能大脑的命
2、令。被“代替”的驾驶员则通过全新的人 机交互环境，享受着智能的体验与服务。这是智能驾驶的愿景，也是定义各个子功能 的发展目标。1.2 智能驾驶的功能价值：安全、高效、舒适安全始终是汽车出行的第一要务，早期的智能驾驶功能主要是集中在帮助驾驶 员减少交通事故的辅助驾驶功能。其中，典型的功能为AEB（Autonomous Emergency Braking,自动紧急制动系统）。AEB 系统通过摄像头或雷达检测和识别前方车辆，在 有碰撞可能的情况下先用声音和警示灯提醒驾驶者进行制动操作回避碰撞。当前我国交通领域面临诸多痛点，包括：人为 原因导致的交通事故率占比 90%；因为交通拥堵，仅仅在北京就造成了
3、人均 4013.31 元/年的经济成本；我国物流费用在 GDP 中的比重达到 14.6%，远超欧美国家，效率 低下；我国大型城市停车位缺口平均在 70%以上，停车难的问题越来越突出。智能驾驶功能有望成为解决这些痛点的方案，其价值体现在多个方面：提升安全性：智能驾驶功能帮助减少交通事故率。提升效率，减少成本：协同式交通系统可以提高燃油经济性及交通效率。提高舒适性：减轻驾驶负担，解放用户时间。1.3 智能驾驶的经济价值：重构产业的革命当前，汽车行业正在经历 100 多年来最为剧烈的变革，“新四化”趋势（电气化、 智能化、网联化、共享化）带来全方位的产业革命。在这一变革中，智能驾驶将显著 提升汽车电
4、子、软件算法等在汽车价值中的比重。先进的计算机、通讯、算法等技术 成果将被应用在智能驾驶汽车上。传统汽车行业的生产组织要素（知识技能、组织模 式等）将被全面改变，有望创造众多新增部件机会。软件定义汽车理念已经越来越被行业接受，通过软件更新（OTA）持续的优化功 能与创造价值成为未来智能汽车必备特征。智能驾驶功能的演进也是汽车产业逐步 重构的重要内容。1.4 智能驾驶技术分级与产品智能驾驶技术分级标准当前，行业普遍遵循 SAE 协会定义的智能驾驶等级。但从产品属性来看，智能 驾驶分为人承担责任和车承担责任两类。其中，L2 及以下的智能驾驶通常被定义为 ADAS（高级驾驶辅助系统），其最大的特点是
5、系统只是給驾驶员提供协助，驾驶员需 要承担所有的责任与后果。而在 L4 及以上的智能驾驶汽车上，责任主体为汽车生产 或者汽车服务商对于 L3 级别的智能驾驶，因为其只能在特定条件下代替人，并且在 系统失效的时候需要人及时接管车辆，在实际应用中的可操作性及责任界定问题在行 业内外存在较大争议。从技术角度而言，L3 级别智能驾驶是技术发展的必经阶段， 但从法律及产品角度，仍存在着较大争议。智能驾驶产品开发战略选择Waymo、滴滴等科技公司与初创公司采取“高举高打”策略，直接针对 L4 级别 的智能驾驶进行研发，以期实现全自动驾驶。根据 Navigant Research 发布的 2020 年度自动
6、驾驶汽车排行榜，Waymo、通用 Cruise、百度处于领先地位。Waymo 从 2009 年就开始了相关研究，其在该领域投入最大、积累数据最多、应用最全面。从技术角度分析，针对 L4 级别的智能驾驶虽然已经有了很多进步，但是目前仍 处于试验研究阶段。面对情况复杂的开放道路，技术成熟度还远未达到全面商业化运 营的要求。2019 年，著名咨询公司 Gartner 在其报告中认为 L4 级别自动驾驶技术 全面成熟还需要 10 年以上的时间。主流汽车企业均从 ADAS 功能入手实现产品化，并逐步向 L3、L4 级别功能方 向演进。头部企业则是同时布局 ADAS 产品开发与 L4 级别的自动驾驶技术研
7、究， 例如：大众，GM，Ford 等。当前，L2 智能驾驶产品已经较为成熟，正在向 L3 技术 阶段发展。企业通过传感器、计算平台、算法的不断升级与迭代，逐步完善产品功能， 并扩展应用场景。特斯拉、奥迪、小鹏等已经宣传开发出具备 L3 技术能力的智能驾 驶汽车，但因为 ODD(Operational Design Domain:设计运行区域)在法律及标准上还 没有明确，他们更多以 L2+来定义相关产品。2020 年底，特斯拉在写给加州机动车 管理局(DMV)邮件中承认，FSD 目前并非真正的完全自动驾驶，FSD 和 Autopilot 一 样，都属于 L2 级自动辅助驾驶系统。我国更加强调智能
8、化与网联化同步发展，以网联功能构建“人-车-路-云”的整体 解决方案，减小单车智能的开发难度。2020 年 2 月，由发改委等 11 部委联合发布的 智能汽车创新发展战略中明确提出：“到 2025 年，中国标准智能汽车的技术创 新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有条 件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下 市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网 络（LTE-V2X 等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）在部分城市、 高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖
9、。”2 市场需求：产品功能与应用场景的匹配程度影响用户需求2.1 ADAS(辅助驾驶)：产品成熟，功能不断丰富ADAS（先进辅助驾驶系统）利用雷达、摄像头等传感器采集汽车周边环境数据， 进行静态、动态物体的识别、跟踪，控制系统结合地图数据进行做出行为决策，使驾 驶者觉察可能发生的危险，必要情况下直接控制车辆的刹车或者转向动作，可有效提 升驾驶安全性、舒适性。ADAS 所涉及的主要零部件毫米波雷达、超声波雷达、摄像头、电动转向、电动 刹车等已经在技术上成熟，并实现了大规模量产与应用。ADAS 的功能与应用也越来 越丰富，相关测评标准已经颁布。在国家标准（2019 年）道路车辆先进驾驶辅助系 统(
10、ADAS)术语及定义中给出了 36 项 ADAS 功能，包含 FCW、BSD、HMW、HUD 等信息辅助类 21 项，AEB、ACC、LKA 等控制辅助类 15 项。在乘用车领域，常用的 ADAS 功能包括安全控制类的 ACC/AEB/LKS 等，预警 类的 FCW/LDW/PCW/BSD 等，其他辅助性的 AP 等功能。在商用车领域，因为相关零部件成熟稍晚，ADAS 装配率还比较低。当前量产车 辆主要搭载的是 L1 级别功能或者信息报警类功能，如 AEB/BSD/DMS 等。随着商用 车电控执行器（刹车、转向等）产品的成熟，ADAS 功能在商用有望越来越丰富。2.2 L3/L4(自动驾驶)：
11、场景决定市场空间与落地节奏因为技术的局限性，L3/L4 级自动驾驶技术产品需要依托场景进行开发。对于驾 驶的场景，可以从环境的封闭性与车辆运行速度进行划分，相对封闭的环境与相对低 的运行速度有利于降低产品的开发难度。当前，典型的应用场景包括：高速公路、城 市道路、停车场、机场、矿区、园区、港口等。针对特定场景开发 L3/L4 级自动驾驶产品优点是能够更快实现产品落地，缺点 是产品定制化特征决定了其市场规模将会有限。根据罗兰贝格与蔚来资本的报告，自 动驾驶有望落地的场景中，跨域干线物流市场空间达到 7000 亿元，自动驾驶出租车 Robotaxi 市场空间达到 3500 亿元。而在港口场景中因为
12、集装箱卡车本身规模有限 （1 万余辆），智能驾驶系统市场空间仅 60 亿元。过去几年，经历了自动驾驶投资起落后，“场景致胜”已经成为行业共识。当前， 各个公司纷纷选定自己的主攻场景，以争取实现更早的商业化落地。Waymo、百度、 滴滴、Uber、文远知行、小马智行等公司的重点在 Robotaxi 领域；TuSimple(图森未 来)、智加科技、赢彻科技等公司主攻干线物流；主线科技、西井科技等集中在港口物 流；希迪智驾、易控智加等主攻矿区场景；京东 X、菜鸟等则在园区物流配送上投入 较大。不同的场景，产品开发难度不同，商业落地速度也有差别。因为港口集装箱卡车 运行环境较为封闭，车速要求不高，产品
13、开发相对简单，有望在 2023 年前后实现商 业化落地。而 Robotaxi 因为场景较为复杂，即使在美国较高的出行成本下，实现商 业化的收支平衡也要到 2026 年以后。这也是 Waymo 在美国凤凰城的 Robotaxi 运 营无法持续扩大的原因。2.3 产品功能价值决定需求弹性辅助驾驶的安全功能被纳入法规标准，有望快速普及智能驾驶的主动安全功能能够提高道路安全、减少交通事故。因此，我国政 府正在将会越来越多的主动安全功能纳入到法规标准体系。在乘用车领域， AEB 等辅助驾驶功能已经被纳入欧洲、北美、我国的测试认证 规范，标准引导产品升级的意味明显。2018 年，AEB 已被纳入我国乘用车
14、的新车评 价规程(C-NCAP)，缺乏相关配置的车型将难以获得较高的评级。根据评分体系，在 2018 年，车辆要获得 5 星级评价，主动安全的最低得分率要求为 26%；而到 2019 年，最低得分率提升至 38%；2020 年提升至 55%。根据 Euro NCAP 的发展规划， 针对 AEB 功能，将引入更多测试包括：后向行人保护、AEB 交叉路口评价等。2022 年开始引入 Head-on（迎面）测试，模拟车辆正面头碰头的场景。在商用车领域，特别是“两客一危”车辆（公交、客运、危化品车辆），因为其对 交通安全运行影响重大，政府已经将装配 AEB，FCW 等辅助驾驶功能列入强制标 准。考虑到
15、商用车安全问题所造成的社会隐性成本，针对普通商用车辆的推荐标准也 已经颁布。部分强制性政策与规定从“两客一危”开始，并逐步向重型载货汽车、 新能源汽车、中轻卡、专项作业车等领域推行。2020 年发布的道路运输条例（修订草案征求意见稿），要求客运车辆、危 险货物运输车辆、半挂牵引车及总质量 12 吨以上的载货车辆应当按照有关规定配备具有行驶功能的卫星定位装置和智能视频监控装置。这些涉及人员安全的标准与法规政策的出台将会促进辅助驾驶（安全）功能 渗透率提升，加速功能改进与系统单车价值提升。显性价值清晰的智能驾驶功能市场接受度高在车辆驾驶过程中，停车、跟车、变道、紧急情况应对是常见的驾驶员操作。乘
16、用车的智能驾驶功能开发主要是针对这些情景中的痛点，满足驾驶员的需求。例如， 停车对新手司机而言难度较大，自动泊车（代客泊车）能够完成从找车位到泊车入库 的全过程。而在交通拥堵的道路，ACC（自适应巡航）能够有效跟车缓解驾驶员的疲 劳。对这些功能需求与驾驶员的经验、道路运行条件密切相关，产品价格对于需求弹 性影响较大。而在商用车领域，车辆作为生产资料，智能驾驶功能主要围绕如何安全、高效的 创造价值进行开发。产品与功能的接受度与投入回报比直接相关，一旦突破拐点，市 场渗透率有望快速增长。图森未来（TSP.O）在其招股书中披露，自动驾驶卡车有望 实现 USD1.98/mile 的成本节省，未来有望接
17、近 1 年的投入回报比，这将使得用户接 受度迅速提升。与之类似，2020 年我国重卡 AMT 变速箱投入回报比已被用户接受， 出货增速超过 7 倍且供不应求，正在快速普及。尽管乘用车与商用车对智能驾驶需求出发点不同，但随着政策完善、技术成熟、 客户认知度提高，能够切实解决用户痛点的智能驾驶功能有望快速普及。个性化智能驾驶功能市场接受度将由产品成熟度、用户支付意愿共同决定。随着对于用户体验的重视，智能座舱作为智能驾驶中“人机交互”的端口越来越受 到重视，HUD（抬头显示）、多屏显示等功能被已在部分车型上搭载。但这些个性化 的功能还面临成本较高、成熟度不够的局面，其市场普及与渗透率提升需要时间。同
18、时，部分智能驾驶功能夸大宣传、操作复杂、用户体验不佳，在客户端存在“老 手不会用，新手不会用”等问题，影响了其渗透节奏。根据威尔森咨询在 2019 年的调 查，中国消费者对智能驾驶的兴趣度达到 71%，但是信赖度只有 28%。因为用户习 惯与功能成熟度，用户更多不愿意支付额外费用或者处于观望状态。根据 2020 年 Q4 Tesla 交流会，中国用户的 FSD 软件付费激活率仅为 2%，费用更低的小鹏汽车 Xpilot 激活率也仅 20%。对于个性化的智能驾驶产品，还需要在提升用户满意度与支付意愿上努力。3 政策、技术、标杆共同推动，智能驾驶加速到来3.1 政策支持：国家战略方向；地方大力扶持
19、；行业积极响应智能驾驶的国家战略 2020 年，我国 11 个部委联合发布的智能汽车创新发展战略中已明确指出智 能驾驶汽车是国家战略发展方向，其包括：（一）智能汽车已成为全球汽车产业发展 的战略方向；（二）发展智能汽车对我国具有重要的战略意义；（三）我国拥有智能汽 车发展的战略优势。发展层面：智能驾驶汽车是成为汽车强国的战略选择。产业层 面：鼓励相关产业跨界融合，产业链重构，智能化，网络化，平台化发展。技术层面： 智能驾驶带动了高新技术的发展。应用层面：汽车由机械运载工具转变为智能移动空 间和应用终端、新兴业态的重要载体。地方大力扶持智能驾驶产业落地地方政府对智能驾驶发展也极为重视，纷纷出台各
20、项鼓励与扶持政策。包括：依 托新型城镇化和智能化道路交通设施等重大工程建设，纷纷建立智能公交与车路协同 技术应用示范线路；制定示范应用推广计划，逐年扩大智能网联公交车示范区域和应 用数量；制定政府采购要求，逐年提高智能驾驶环卫车等的示范应用比例；设立人才 专项配套政策，引导行业人聚集；扶持企业的智能驾驶技术研发等。地方政府希望通 过不断扩大智能驾驶示范应用规模，以示范应用带动产业发展。行业标准体系正在成形，产品评测促进行业健康发展行业标准是指导智能驾驶发展的重要依据。相关部门将智能网联汽车标准体系 框架定义为“基础”、“通用规范”、“产品与技术应用”、“相关标准”四个部分，同时根据 各具体标准
21、在内容范围、技术等级上的共性和区别，形成 14 个子类。2020 年，我 国已制定 30 项以上智能网联汽车重点标准，初步建立能够支撑驾驶辅助及低级别自 动驾驶的智能网联汽车标准体系，到 2025 年预计将制定 100 项以上智能网联汽车标 准，系统形成支撑高级别自动驾驶的智能网联汽车标准体系。产品测试评价、质量检测体系完善将为消费者购车用车保驾护航。随着整车企业 纷纷发布具备 L3L4 级自动驾驶功能汽车产品量产计划，且积极开展道路测试、应用示范及商业化试运营，行业急需建立完善智能网联汽车产品等级划分及评估准则， 服务消费者购车用车。2020 年 10 月，由中国智能网联汽车产业创新联盟、国
22、汽（北 京）智能网联汽车研究院有限公司、华为技术有限公司、中汽中心、中国汽研等共同 编制完成了智能网联汽车产品测试评价白皮书，行业在智能网联汽车产品测试评 价流程上达成了共识。其适用于配备自动驾驶系统且具备 L3/L4/L5 自动驾驶功能的 M 类、N 类车辆，其它类型车辆可参照执行；可用于评价高速/环路、市内运行、泊 车/取车、封闭园区和城际/郊区等五大连续运行场景的自动驾驶运行能力；可用于 Robotaxi、AVP、HWP 等典型自动驾驶汽车产品的测评，同时港口、矿区车辆可参 照使用。2021 年 1 月，国家市场监督管理总局正式同意中国汽研与湖南湘江智能科 技创新中心有限公司共同筹建“国
23、家智能网联汽车质量监督检验中心（湖南）”。3.2 技术进步：感知/智能/通讯技术导入感知技术发展感知是指智能驾驶系统从环境中收集信息并从中提取相关知识的过程，通常包含 环境感知和定位两部分。其中，环境感知（Environmental Perception）指对于环境 的场景理解能力，例如障碍物的类型、道路标志及标线的识别、行人车辆的检测、交 通信号的辨识等。定位（ Localization ）是对感知结果的后处理，通过定位功能从而 帮助汽车了解其相对于所处环境的位置。感知是智能驾驶系统的基础。以摄像头为基础的视觉感知技术，因为成本较低，获取信息丰富，有利于大规模在汽车上应用。同时，毫米波雷达、
24、超声波雷达技术在 汽车上也应用得越来越成熟。激光雷达过去一般用在测绘、工业生产领域，价格昂贵。 2019 年，Luminar 发布了价格不到 1000 美元的 LiDAR 解决方案。Velodyne 公司则 计划到 2024 年将平均售价从 2017 年的 17900 美元降至 600 美元。2020 年，华为 宣布其将量产的激光雷达单价在 200 美元以下。随着激光雷达价格的快速下降，奥 迪、宝马、奔驰等整车企业已将其纳入了搭载规划。算法升级与计算平台进步过去十年，随着深度学习为代表的算法在人工智能领域中应用，计算机科学又进 入到了新的阶段。深度学习是用于建立、模拟人脑进行分析学习的神经网络
25、，并模仿 人脑的机制来解释数据的一种机器学习技术。它的基本特点，是试图模仿大脑的神经 元之间传递，处理信息的模式。最典型的应用是计算机视觉和自然语言处理(NLP)领 域。其需要依靠大量的数据与硬件计算能力来完善功能。Mobileye 以其算法和芯片技术快速成为 ADAS 领域头部企业，市场占有率一度 超过 70%。当前，其算法日趋成熟、芯片性能大幅提升，能够实现判断前方车辆、行 人、安全距离、车道线等功能，满足了智能驾驶大规模应用的需求。其第四代算法芯 片 EyeQ4 较上一代性能提升 8 倍，EyeQ 系列 芯片累计发货量超过 5000 万块。2017 年，Mobileye 被英特尔以 15
26、3 亿美元巨资收购。英伟达（NVIDIA）、高通（Qualcomm）、华为、百度、地平线等科技公司也纷纷 布局车载计算平台。2019 年末，英伟达推出的全新自动驾驶芯片 ORIN，其性能已达 200TOPS（每秒钟一万亿次运算），接近 L4 级别自动驾驶的算力要求。5G 时代到来，V2X 成为新基建一部分车联网（V2X）能够实现车与车通讯（V2V）、车与人通讯（V2P）、车与路通讯 （V2I）、车与云端通讯（V2C）等信息交换。通过 V2X，车辆可以通过网络获取到更 多的道路和其他交通参与者的信息，而不是仅仅通过自车的感知和预测，能够有效降 低单车成本、提升系统可靠性。5G 通讯技术正在全球范
27、围进行应用。对于智能驾驶，5G 的低延时、高带宽的 特点，为 V2X 通讯网络提供了更全面的保障。当有低延时高带宽的基础设施支撑后，智能驾驶通过车端和云端的协同感知、计算能够发挥出更大的潜力。5G 时代的到来， 将推动车联网功能（V2X）的扩展与应用，有望帮助智能驾驶完善功能。我国 5G 通信技术全球领先，基站建设覆盖广，为汽车的网联化提供了良好的基 础环境。因此，我国在实现智能交通的战略上更加偏向车路协同发展，注重车辆的网 络化水平提升，减小对于单车智能技术的依赖，加快智能网联汽车产品落地。2020 年，智慧道路基站建设成为我国“新基建”的重要内容。智慧基站作为基础设施被应用 在道路上，其包
28、括了道路信息感知、数据存储与计算、信息中继传输等功能为一体。 智慧基站通过 5G/V2X 通信，以极低延时将信息传输给周边车辆、移动终端及云端， 实现“人-车-路-云”协同交互，提供高质量道路信息服务。传感器、计算机、通讯、电子等技术的发展直接或者间接的推动着智能驾驶技术 的进步，智能驾驶领域也成为多产业融合发展的代表。在技术端，L3/L4 级别自动驾 驶技术的成熟度依托于各部分技术的成熟度，体现为明显的短板效应。因此，对于自动驾驶，我们认为不应高估技术短期突破，但是更不应低估其对于 产业结构、商业模式的长期影响。3.3 标杆引领：特斯拉引领智驾体验伴随着上海工厂量产 Model 3，2020
29、 年特斯拉达到了近 50 万辆交付。特斯拉 2017-2019 年的交付量分别达到 10.31/24.52/36.75 万辆，持续高速增长。除了纯电 动，驱动特斯拉的另一个产品特征就是其智能驾驶功能，实现全面自动驾驶（FSD， Full Self Driving ）是公司产品开发的目标。特斯拉汽车除支持目前已实现的 Autopilot 自动辅助驾驶功能外，能够通过 OTA 更新软件，不断完善功能。环绕车身共配有 8 个摄像头，视野范围达 360 度， 对周围环境的监测距离最远可达 250 米。12 个超声波传感器作为整套视觉系统的补 充，可探测到柔软或坚硬的物体，传感距离和精确度接近上一代系统
30、的两倍。增强版 前置雷达通过发射冗余波长的雷达波，能够穿越雨、雾、灰尘，甚至前车的下方空间 进行探测，为视觉系统提供更丰富的数据。系统功能已包括：主动巡航控制、辅助转 向、自动变道、自动泊车、车库召唤、自动驶入高速匝道、自动识别红绿灯、路标、 环岛等复杂路况并自动控制等。同时，特斯拉引领的大屏幕车载中控，实现了更加智 能的人机交互模式，极大的提高了驾驶体验。标杆已至，本土品牌纷纷应战，智能驾驶将由导入期进入成长期，体现为搭载功能越来越多，渗透率越来越高。特斯拉的 Autopilot 带来了巨大的示范效应，有望成 为智能驾驶功能全面普及的加速器。特别是新能源汽车领域，小鹏汽车、蔚来汽车、 智已汽
31、车等均将智能驾驶功能作为其产品力的体现，这将推动 L2 及 L2+的智能驾驶 的在市场端的普及。在燃油车领域，L2 及以上智能驾驶功能的渗透率仍在低位，市场潜力巨大。以 典型 L2 级自动泊车功能为例，该功能在 30 万以上的车型配比较高，超过 30%；而 在 1020 万区间的车型中，该功能平均率仅为 5%。820 万的区间是我国乘用车销 量的主力，占比达到 64%。可见，该功能的整车搭载率依然在 10%左右。细分来看， 以长城汽车、吉利汽车为代表的自主龙头企业的泊车功能搭载率已达到 10%以上。 智能驾驶功能已成为自主产品超高性价比与产品领先性的标志，正在越来越被重视。随着智能驾驶功能的增
32、加与普及，Marketstand 公司预测从 2019 到 2027 年， 全球 ADAS 市场年均增速将达到 20.7%，有望成为千亿美元的市场。3.4 标杆引领：商用车龙头寻求开辟新大陆商用车市场更加追求安全与高效，智能驾驶价值更加显性商用车作为生产工具，投资回报比是客户价值的根本。在细分客户之中，个体用 户更加看重初始购买成本，而团体客户多选择 TCO（全生命周期费用）作为其购买 判断的依据。我国物流费用在 GDP 中约占 15%，明显高于发达国家水平。其中一个 重要的原因是公路货运效率不高，因为安排不合理、信息不对称造成空载运营。根据 罗兰贝格测算，当前中国商用车市场总 TCO 规模为
33、 7 万亿，仅仅通过车联网方式将 会有 1.02 万亿市场优化空间。可见，智能网联汽车对于商用车市场有着巨大吸引力， 能够降低社会物流总成本。随着智能物流的发展，重卡整车企业的边界将有望大幅拓宽。重卡整车企业有望 从汽车制造业企业转变为智慧交通运输解决方案提供者。这其中包括车辆业务将会 延伸到新能源领域，车队管理服务将会更加注重数据交易，通过自动驾驶卡车提供运 营管理服务，零部件涵盖新增的高附加值部件。车联网技术有望减小企业与客户之间 的信息不对称，这将有效帮助整车企业提高后市场的营运能力，包括汽车金融、售后 维修、二手车交易等。智能驾驶重卡成为企业未来产品方向国际商用车企业利润在产品端与后市
34、场服务端的比例为 7：3，而我国汽车产业 当前还是以产品销售为主的传统模式。智能驾驶重卡有望成为产品开发的主要方向， 国内企业业务模式有望拓展。2019 年，一汽解放发布了“哥伦布智慧物流开放计划”，旨在打造新业态产业集 群，探索新技术、新模式、新市场，引领未来。2020 年，其合作伙伴已发展到 96 家， 共同打造了领先的商用车智能网联生态。一汽解放长期位居国内重卡销量第一，在其 带动下，陕汽、东风等竞争对手也开始加快了其智能重卡产品开发节奏。对于科技公司，L3/L4 级的智能重卡商业化落地即将进入冲刺阶段。2021 年 3 月，图森未来递交了招股说明书，有望在美国上市，成为自动驾驶第一股。
35、2021 年 4 月，智加科技（Plus）宣布完成新一轮 2.2 亿美元融资，加上一个月前的 2 亿美元， 智加科技今年已完成总计达 4.2 亿美元的融资。2020 年 11 月，嬴彻科技宣布完成了 1.2 亿美元股权融资，此轮融资由宁德时代领投，原有股东包括普洛斯、G7、蔚来资 本参与跟投。商用车领域的标杆科技公司正在获得资本市场的关注。4 智能驾驶产业链分析：增量零部件与产业重构带来机会4.1 当前：智能驾驶产业链分工与合作，集成能力是关键智能驾驶主要功能包括环境感知、决策规划、控制执行等。从功能职责分析，零 部件供应商负责提供感知相关的各类传感器，转向、制动等车辆控制执行器；整车企 业自
36、主或者与零部件 Tier1 供应商一起负责系统的集成，主要包括：数据融合、规划 决策、车辆控制等系统功能部分。当前：自主整车集成能力有限，依赖国际 Tier1对于 ADAS 级别智能驾驶产业链，上游为 Tier2/Tier3 供应商，负责提供元器件 或者次要零部件；中游系统 Tier1 供应商通常以自己的优势产品为依托，整合次级 Tire2 供应商，为整车企业提供系统产品与服务；下游则为整车企业。从技术角度， ADAS 功能涉及感知、控制与执行等众多领域， Tier1 供应商扮演着承上启下的角 色，需要具备系统集成能力，十分关键。国际零部件巨头承担着 Tier1 的角色，占据了绝大部分市场份额
37、。在乘用车领域， 大陆、德尔福、博世，电装、奥托立夫为前五名，占据全球超过 65%的市场份额。商 用车 ADAS 的系统集成商集中度更高，威伯科、大陆集团与博世集团三家企业合计 占有全球超过 60%的份额。根据智研咨询测算，2020 年我国 ADAS 市场规模达到 800 亿元。因为国内 ADAS 开发起步晚，自主整车企业多依赖国际 Tier1 供应商提供 成套方案，以确保功能开发的成功率，国内供应商市场份额较小。丰富的产品布局是成为 Tier1 供应商的必要条件。在智能驾驶领域，博世、大陆 和法雷奥是全球 Tier1 中布局最全面的企业，华为是国内 Tier1 中布局最全面的企 业。智能驾驶
38、领域的 Tier1 主要收入来自于感知层中的毫米波雷达与视觉系统、决策 层的控制器等 ADAS 系统增量部件，以提供一体化方案为主。全球前十位的 Tier1 供应商均为欧/美/日/韩企业，缺乏世界级 Tier1 厂商是我国 汽车零部件产业的“阿喀琉斯之踵”，限制了国产汽车电子零部件进入整车体系。成为 一流汽车电子 Tier1，除了必要的规模、丰富的产品线，还需要具备系统集成与服务 能力。近年来，部分本土企业例如华域汽车、德赛西威、均胜电子等在部分 ADAS 基础 功能上已经具备部分集成能力，正在向 Tier1 角色成长。4.2 未来：产业链重构，增量部件价值高高等级智能驾驶需要更高的信号传输效
39、率、更强的计算能力、更完善的软件控制， 电子电气架构（EEA）与汽车软件的价值将会持续提升。根据 McKinsey 的测算， 2020 年至 2030 年，软件及电子电气架构（EEA）相关的市场 GARA 将会达到 7%。电子电气架构（EEA）是整车所用电子器件的组合形式，一个高效架构将有效降 低产品成本、开发成本，提升产品导入效率，同时具备很强的适应性，以应对功能的 不断升级的需求。传统的电子电气架构（EEA）无法适应未来智能驾驶功能的需求， 必须进行升级与调整。其趋势是从传统的分立控制向集中的域控制转变，最终形成 “车载电脑+云计算”的云端互通模式。除了技术上的挑战，这一升级过程也需要伴随
40、 着组织分工的重构，工作量巨大。同时，当前汽车软件分布在 50100 个 ECU 中，软件结构复杂，代码量已经超 过 Facebook、Android 等软件，且开发与维护效率低下，已经无法适应未来高等级 智能驾驶的复杂功能需求。特斯拉 Model3 革命性 EEA 架构，开启集中计算平台时代，软件定义汽车成为可能。特斯拉将整车功能尽可能集中到 3 个计算模块之中，仅留下负责外设的 ECU 分散布置，通过 CAN 或以太网总线桥接起。在这样的 EEA 架构中，特斯拉利用 OTA （远程升级技术），让其产品功能能够不断迭代与更新，从而充分发挥其软件能力。 同时，Tire1 硬件供应商的影响力与议
41、价能力被大大削弱。传统整车企业已意识到软件定义汽车将是产业链、组织要素的重构的核心，关系 到企业未来的生存，纷纷加大投入力度。大众汽车已成立专门的数字化与软件部门。 目标在 2025 年前，投资 70 亿欧元，招聘 10000 名软件工程师，将软件自研比率从 目前的不到 10%提升至 60%。并借助 Car.Software 打造的标准化操作系统 vw.OS。与特斯拉相比，传统整车企业缺乏相关技术储备，需要巨大投入才有可能迎头赶 上。面对这种窘迫的局面，整车企业一方面联手科技公司，弥补知识、技能上的欠缺； 另一方面，抢先争夺软件开发人员，并收购相关科技公司，例如：通用 GM 收购 Cruise
42、。 无论哪种方式对于整车企业都是巨大的投入，选择更加开放合作、利益共享的模式正 在成为主流。在新的产业生态体系中，芯片、算法、数据服务、激光雷达等将成为产业链中的 新增核心零部件，且附加值高，新进入者将不可避免。而成熟的传统零部件将会面临 着被替代或者价值被挤占的局面，传统 Tier1 的主营业务将会受到挑战。汽车软件成为各方合作的重要纽带，有实力的整车企业产品组织方式将会变化， 其对软件的掌控将会加强。整车企业的软件部门将会贯穿到零部件开发环节，传统 Tier1 以软硬件承包的模式将会面临挑战。因此，传统国际 Tier1 将会面临整车客户策略调整与科技公司进入的双重冲击， 业务拆分与重组不可
43、避免。这也将带来供应商的洗牌和产业合作模式的改变。近年来，博世、大陆、德尔福、采埃孚等国际 Tier1 都进行了拆分与并购，以应 对未来自动驾驶等技术带来的挑战。未来，乘用车将升级为出行服务提供商。汽车产业链将由原来等级分明、相对封 闭的金字塔结构转变为互融共生、分工合作、利益共享的新型产业生态。在乘用车领 域，当智能驾驶达到 L4（自动驾驶）阶段，整车厂商将不再是行业的下游，服务用 户出行成为行业终极目标。数据、共享经济和人工智能技术将打破过去成熟的金字塔 式的汽车产业链结构。在网络型的生态结构中，抢占关键节点、成为用户端口将是头部企业布局的重点。 以智能汽车为平台基础，出行服务将会完成用户
44、交互，数据收集、整合、分析，功能 应用、优化、迭代等。汽车产业的价值链将会从传统的生产制造向汽车使用端延伸。 企业如果能够对接用户，持续了解用户需求，改善用户体验，就有希望在产业链上占 据主动位置，获得较高附加值。因此，整车企业希望转型为出行服务提供商，例如：入股 T3 出行。科技公司希 望拥有自己的硬件设备端口，例如：百度与吉利合作造车。在商用车领域，商用车升级成为物流服务提供商，创造价值是根本。智能驾驶最 终将会成为物流服务的重要组成部分。因此，场景方（例如 G7、满帮等货运平台） 对商用车智能驾驶积极推动，其与头部商用车企业、智能驾驶公司共同组成了商业化 联盟以尽快实现产品落地。从经济效
45、益与安全角度，智能驾驶对商用车的价值更加突出，一旦功能与商业模 式成熟，其普及速度将会更加迅速。根据图森未来招股说明书，其作为科技公司，将 货运服务、自动驾驶产品、核心技术作为公司主要业务范围。其与合作伙伴一起构建 智能物流运营服务体系，并推出灵活的商业运营模式。在产业链重构的过程中，国产零部件供应商有望迎来机会：首先，以华为、百度为代表的本土科技公司进入汽车行业，有望带动上游企业。 2019 年，华为汽车事业部成立，其旨在成为未来智能汽车领域 Tier1，并从“端(车)- 管-云”三个层次全面布局。在车端，智能电动、智能驾驶、智能座舱布局包括了核心 零部件产品，软件平台，系统方案，开发与测试
46、工具等。华为的布局体现了其对汽车 行业早已经做过深入的研究，以“增量零部件”为目标，以其 ICT 能力为基础，“赋能” 整车企业，成为下一代 Tier1 的战略目标明确。为了实现这一目标，华为一手抓住关 键零部件，一手打造系统解决方案能力，既有广度也有深度，更容易与整车开展不同 程度的合作。同时，华为也与本土上游、生态其他环节展开了合作，其中包括四维图新、中国汽研、航盛电子、宁德时代等。在华为的牵头下，更多本土零部件企业有望 跟随其进入到整车体系之中，借华为的扩张而成长。其次，在智能电动时代，自主车企的研发水平有了较大提升，正向研发进入突破 阶段。自主汽车品牌经历了 20 多年的发展，从逆向研
47、发起步，到搭建研发体系和平 台架构，现在已经开始取得核心技术正向研发的突破。在需求与功能定义能力上，自 主企业已经具备部分能力。蔚来、小鹏、上汽、长安等为代表的本土企业在智能驾驶领域积极推动产品落地， 德赛西威、中科创达、地平线等本土供应商在供应链中的地位也得到了提升。最后，在产业链重构过程中，国际竞争对手拆分与重组导致战略摇摆与执行力下 降，本土零部件企业市场空间增大。4.3 感知层: 确定的增量市场，期待国产放量感知传感器种类与原理：受益于智能驾驶渗透率与等级提高感知层的基本组成是各种类型的传感器，包括：摄像头、超声波雷达、毫米波雷 达，激光雷达等。感知是智能驾驶的基础，在一辆能够实现 L
48、2 及以上功能的车上需 要搭载多种传感器，进行大量的冗余设计，才能确保产品的安全可靠。不同的 ADAS 功能将会应用到不同类型传感器的优势。在近距离、低速环境下， 超声波、摄像头能够将较好胜任，在远距离环境下，毫米波雷达、摄像头、激光雷达 更加有效。在分辨率方面，摄像头与激光雷达较为有优势。智能驾驶渗透率提高与等级提升将带动传感器产业链发展。对于实现智能驾驶 功能，虽然各公司在传感器种类与数量选择上有差异，但等级越高搭载传感器越多是 确定趋势。根据车型配置信息的相关统计，智能驾驶在 L2 需要 919 个传感器，包括超声波雷达、长距离及短距离雷达和环视摄像头，发展到 L3 预计需要搭载 1927 个，可能需要激光雷达、高精度导航定位等。在特拉斯、蔚来、小鹏等新能源汽车产 品中，均配备了大量摄像头、毫米波雷达、超声波雷达等传感器。以小鹏 P7 XPilot 3.0 为例，其搭载博世第五代毫米波雷达，前置 4 个摄像头（1 个三目摄像头模块和 1 个 DMS 摄像头）、5 个增强感知摄像头、4 个环视摄像头共 13 个摄像头。在感知 车辆两侧和后方情况方面，小鹏汽车用毫米波雷达+摄像头形成两套系统、互为冗余， 实现全车 360 度无死角覆盖。同时，4 个环视摄像头用于 360 度影像和自动泊车功 能。在传感器零部件价格上，摄像头中，用于环视等的广角摄像头价格较便宜约 150 元/个