《安康汽车自动驾驶项目实施方案参考模板.docx》由会员分享，可在线阅读，更多相关《安康汽车自动驾驶项目实施方案参考模板.docx（139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、泓域咨询/安康汽车自动驾驶项目实施方案目录第一章 项目总论8一、 项目名称及投资人8二、 编制原则8三、 编制依据9四、 编制范围及内容9五、 项目建设背景10六、 结论分析11主要经济指标一览表12第二章 市场预测15一、 HUD多信息时代人车交互窗口15二、 车载CIS智能驾驶下的千亿赛道19三、 激光雷达高等级自动驾驶必备传感器21第三章 背景及必要性26一、 车灯：“功能”走向“智能”26二、 单车搭配摄像头数量呈增加趋势30三、 激发市场主体活力31四、 项目实施的必要性32第四章 建筑工程说明33一、 项目工程设计总体要求33二、 建设方案33三、 建筑工程建设指标34建筑工程投资
2、一览表34第五章 选址方案分析36一、 项目选址原则36二、 建设区基本情况36三、 积极融入新发展格局37四、 打造三大千亿级产业集群40五、 项目选址综合评价40第六章 运营管理41一、 公司经营宗旨41二、 公司的目标、主要职责41三、 各部门职责及权限42四、 财务会计制度45第七章 法人治理结构52一、 股东权利及义务52二、 董事56三、 高级管理人员62四、 监事64第八章 SWOT分析67一、 优势分析（S）67二、 劣势分析（W）69三、 机会分析（O）69四、 威胁分析（T）70第九章 组织机构及人力资源76一、 人力资源配置76劳动定员一览表76二、 员工技能培训76第十
3、章 建设进度分析79一、 项目进度安排79项目实施进度计划一览表79二、 项目实施保障措施80第十一章 技术方案分析81一、 企业技术研发分析81二、 项目技术工艺分析83三、 质量管理84四、 设备选型方案85主要设备购置一览表86第十二章 劳动安全分析88一、 编制依据88二、 防范措施89三、 预期效果评价93第十三章 项目投资分析95一、 投资估算的依据和说明95二、 建设投资估算96建设投资估算表98三、 建设期利息98建设期利息估算表98四、 流动资金100流动资金估算表100五、 总投资101总投资及构成一览表101六、 资金筹措与投资计划102项目投资计划与资金筹措一览表103
4、第十四章 项目经济效益104一、 经济评价财务测算104营业收入、税金及附加和增值税估算表104综合总成本费用估算表105固定资产折旧费估算表106无形资产和其他资产摊销估算表107利润及利润分配表109二、 项目盈利能力分析109项目投资现金流量表111三、 偿债能力分析112借款还本付息计划表113第十五章 项目招标、投标分析115一、 项目招标依据115二、 项目招标范围115三、 招标要求115四、 招标组织方式117五、 招标信息发布119第十六章 风险防范120一、 项目风险分析120二、 项目风险对策122第十七章 总结评价说明124第十八章 补充表格126营业收入、税金及附加和
5、增值税估算表126综合总成本费用估算表126固定资产折旧费估算表127无形资产和其他资产摊销估算表128利润及利润分配表129项目投资现金流量表130借款还本付息计划表131建设投资估算表132建设投资估算表132建设期利息估算表133固定资产投资估算表134流动资金估算表135总投资及构成一览表136项目投资计划与资金筹措一览表137报告说明受益于汽车智能化、信息化，车载光学多品类升级加速。得益于汽车智能化进程的加速，作为汽车之“眼”，以车载CIS、车载摄像头、车载激光雷达为代表车载传感器赛道发展迅速。同时由于汽车智能化所带来的多信息交互需求，使得车载HUD、智能车灯等车载光学细分领域也迎来
6、升级。根据谨慎财务估算，项目总投资27681.39万元，其中：建设投资22682.77万元，占项目总投资的81.94%；建设期利息516.11万元，占项目总投资的1.86%；流动资金4482.51万元，占项目总投资的16.19%。项目正常运营每年营业收入47900.00万元，综合总成本费用38670.38万元，净利润6744.29万元，财务内部收益率17.73%，财务净现值4965.83万元，全部投资回收期6.28年。本期项目具有较强的财务盈利能力，其财务净现值良好，投资回收期合理。由上可见，无论是从产品还是市场来看，本项目设备较先进，其产品技术含量较高、企业利润率高、市场销售良好、盈利能力强
7、，具有良好的社会效益及一定的抗风险能力，因而项目是可行的。本报告为模板参考范文，不作为投资建议，仅供参考。报告产业背景、市场分析、技术方案、风险评估等内容基于公开信息；项目建设方案、投资估算、经济效益分析等内容基于行业研究模型。本报告可用于学习交流或模板参考应用。第一章 项目总论一、 项目名称及投资人（一）项目名称安康汽车自动驾驶项目（二）项目投资人xx有限公司（三）建设地点本期项目选址位于xxx（以最终选址方案为准）。二、 编制原则坚持以经济效益为中心，社会效益和不境效益为重点指导思想，以技术先进、经济可行为原则，立足本地、面向全国、着眼未来，实现企业高质量、可持续发展。1、优化规划方案，尽
8、可能减少工程项目的投资额，以求得最好的经济效益。2、结合厂址和装置特点，总图布置力求做到布置紧凑，流程顺畅，操作方便，尽量减少用地。3、在工艺路线及公用工程的技术方案选择上，既要考虑先进性，又要确保技术成熟可靠，做到先进、可靠、合理、经济。4、结合当地有利条件，因地制宜，充分利用当地资源。5、根据市场预测和当地情况制定产品方向，做到产品方案合理。6、依据环保法规，做到清洁生产，工程建设实现“三同时”，将环境污染降低到最低程度。7、严格执行国家和地方劳动安全、企业卫生、消防抗震等有关法规、标准和规范。做到清洁生产、安全生产、文明生产。三、 编制依据1、国家经济和社会发展的长期规划，部门与地区规划
9、，经济建设的指导方针、任务、产业政策、投资政策和技术经济政策以及国家和地方法规等；2、经过批准的项目建议书和在项目建议书批准后签订的意向性协议等；3、当地的拟建厂址的自然、经济、社会等基础资料；4、有关国家、地区和行业的工程技术、经济方面的法令、法规、标准定额资料等；5、由国家颁布的建设项目可行性研究及经济评价的有关规定；6、相关市场调研报告等。四、 编制范围及内容依据国家产业发展政策和有关部门的行业发展规划以及项目承办单位的实际情况，按照项目的建设要求，对项目的实施在技术、经济、社会和环境保护等领域的科学性、合理性和可行性进行研究论证。研究、分析和预测国内外市场供需情况与建设规模，并提出主要
10、技术经济指标，对项目能否实施做出一个比较科学的评价，其主要内容包括如下几个方面:1、确定建设条件与项目选址。2、确定企业组织机构及劳动定员。3、项目实施进度建议。4、分析技术、经济、投资估算和资金筹措情况。5、预测项目的经济效益和社会效益及国民经济评价。五、 项目建设背景车载CIS智能驾驶下的千亿赛道。图像传感器作为摄像头核心深度受益行业浪潮，根据TSR，车用CIS市场未来将超越消费类应用成为仅次于手机应用的CIS第二大应用市场，单车摄像头的需求量将随自动驾驶技术等级升高而不断增加，我们推算全球汽车CIS未来或冲击百亿美元市场空间。到二三五年基本实现社会主义现代化，到本世纪中叶把我国建成富强民
11、主文明和谐美丽的社会主义现代化强国。六、 结论分析（一）项目选址本期项目选址位于xxx（以最终选址方案为准），占地面积约58.00亩。（二）建设规模与产品方案项目正常运营后，可形成年产xxx套自动驾驶设备的生产能力。（三）项目实施进度本期项目建设期限规划24个月。（四）投资估算本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资27681.39万元，其中：建设投资22682.77万元，占项目总投资的81.94%；建设期利息516.11万元，占项目总投资的1.86%；流动资金4482.51万元，占项目总投资的16.19%。（五）资金筹措项目总投资27681.39万元，根
12、据资金筹措方案，xx有限公司计划自筹资金（资本金）17148.47万元。根据谨慎财务测算，本期工程项目申请银行借款总额10532.92万元。（六）经济评价1、项目达产年预期营业收入（SP）：47900.00万元。2、年综合总成本费用（TC）：38670.38万元。3、项目达产年净利润（NP）：6744.29万元。4、财务内部收益率（FIRR）：17.73%。5、全部投资回收期（Pt）：6.28年（含建设期24个月）。6、达产年盈亏平衡点（BEP）：18353.25万元（产值）。（七）社会效益项目产品应用领域广泛，市场发展空间大。本项目的建立投资合理，回收快，市场销售好，无环境污染，经济效益和社
13、会效益良好，这也奠定了公司可持续发展的基础。本项目实施后，可满足国内市场需求，增加国家及地方财政收入，带动产业升级发展，为社会提供更多的就业机会。另外，由于本项目环保治理手段完善，不会对周边环境产生不利影响。因此，本项目建设具有良好的社会效益。（八）主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积38667.00约58.00亩1.1总建筑面积68438.121.2基底面积23200.201.3投资强度万元/亩370.912总投资万元27681.392.1建设投资万元22682.772.1.1工程费用万元19293.412.1.2其他费用万元2963.812.1.3预备费万元42
14、5.552.2建设期利息万元516.112.3流动资金万元4482.513资金筹措万元27681.393.1自筹资金万元17148.473.2银行贷款万元10532.924营业收入万元47900.00正常运营年份5总成本费用万元38670.386利润总额万元8992.387净利润万元6744.298所得税万元2248.099增值税万元1977.0110税金及附加万元237.2411纳税总额万元4462.3412工业增加值万元15464.9713盈亏平衡点万元18353.25产值14回收期年6.2815内部收益率17.73%所得税后16财务净现值万元4965.83所得税后第二章 市场预测一、 H
15、UD多信息时代人车交互窗口抬头显示系统HUD首次适用于枪械瞄具中，后来演变至战斗机座舱罩或透明板上，用于反应飞机速度、高度、雷达等信息。后来随着汽车的兴起和普及该技术逐渐应用于车辆中，该技术在汽车中的应用使得驾驶员不必在道路和仪表板中来回切换，增加了行车的安全性，目前随着新能源汽车的兴起以及自动驾驶的普及，需要驾驶员观察的仪表信息由之前的速度、车辆情况演变为导航信息、附近车辆情况、限速情况、智能驾驶情况等，驾驶员很难在驾驶车辆途中频繁转移视线至中控台或仪表板，这些转变使得HUD技术的应用范围加大，同时其重要程度也有大幅提升。HUD主要分为三种类型，分别为组合型抬头显示系统C-HUD、风挡型抬头
16、显示W-HUD和增强现实型抬头显示系统AR-HUD。其中C-HUD主要用于汽车改装市场，通常在汽车仪表上方或顶部加装一块半透明树脂板，随后将其作为投影介质呈现出虚像，目前由于C-HUD成像区域较小、内容受限、成像高度低、汽车碰撞时容易造成驾驶员二次伤害等因素，已经被基本淘汰。W-HUD为目前的主流方案。主要利用曲面反射放大成像技术，将前挡风玻璃作为反射介质进行成像，可以支持较大额呈现区域和更远的投射距离，但由于其需要根据前挡风玻璃的尺寸和曲率搭配高精度反射镜来使其成像清晰，导致其成本较高。AR-HUD：融合AR，达到与现实融合效果。AR-HUD同W-HUD一样，也通过前挡风玻璃作为介质进行成像
17、，但是其融合了AR技术，可以达到最终的成像效果与真实世界融合的目的，同时AR-HUD整合了车辆的各种传感器和ADAS信息，将W-HUD无法显示的内容以3D的形式进行展现，相对于W-HUD，AR-HUD在VID、FOV、画面尺寸等关键参数上都有较大幅度的升级。目前根据成像原理和影像源，AR-HUD成像方式可分为四种：TFT、DLP、LCOS、LBS-MEMS。TFT：目前是HUD行业最成熟、常见的解决方案。利用LED发射光经过液晶单元后将屏幕的信息映射到目标区域，在行业内相对成熟，参与厂家较多且都具有自身的特色方案，成本目前控制在较低水平。DLP：采用德州仪器专利产品DMD芯片，并利用其自身独立
18、微型镜片控制相关角度，来时间光学字节输出，相较于TFT技术，DLP容易获得更高的亮度，同时由于其自身结构的特点，DLP技术相较于TFT能够很好地应对太阳光倒灌问题。但是DLP的缺点也较为明显：成本较高且为德州仪器额专利技术。LCOS：属于新型Micro-LCD放射式投影技术，有机结合了LCD和CMOS集成电路，具备大屏幕、高亮度、高分辨率等特点。LBS-MEMS：是一种将三基色激光模组与MEMS结合的显示技术，利用MEMS微镜扫描，结合RGB激光束的光来成像。由于采用激光光源，其具有色域更广，无需聚焦等优点，同时自身体积也较小，并且可以根据图像信息调节光源的亮度。目前全球HUD产业上游可归纳为
19、HUD相关原材料及核心部件，例如LED光源、投影芯片、PCB板、玻璃、光学镜片等，相关部件及关键材料的技术水平要求较高，且海外公司优势较为显著，例如DLP技术路径中，德州仪器公司便垄断了先关的上游芯片技术，上游也是HUD产业链中的核心。中游属于HUD的制造商，例如国内的水晶光电目前HUD产品进入爬坡量产阶段，并已经在红旗E-HS9中投入使用。下游为大型整车厂，其销量的多少将直接影响到中游的盈利能力，未来随着AR-HUD的放量以及成本进一步优化，将进一步下沉至中低端产品中。智能汽车带动，HUD装机数量激增。虽然HUD技术在多年前便在世界范围的各大车厂的中高端汽车中使用，但是受限于当时的通信技术、
20、显示技术、人机交互体验等多方面原因，搭载HUD的汽车数量一直呈现缓慢递增态势，近两年随着新能源汽车销量的快速增长以及显示技术的升级带来的HUD成本下移，以及解决了早期分辨率低、重影难以消除等问题，HUD的配套量快速增长。根据盖世汽车研究院的整理，我国乘用车HUD配套量在2020年达到76.5万套，同比增长超100%。在多信息化的今天，驾驶员除了需要关注当前的路况信息，还需要留意导航、未来路况、车辆情况等多重信息，在安全驾驶的前提下可以说HUD在如今成为了智能汽车中驾驶员与信息之间重要的交互平台伴随着HUD的搭载量提升，HUD升级也在悄然进行，ARHUD渗透率未来将会提升。目前市场主流HUD仍然
21、是W-HUD，但是由于其自身技术的限制，W-HUD未来将无法满足智能驾驶所需的多信息交互需求，我们认为AR-HUD在未来将成为HUD的主流方案。根据盖世汽车网预测，到2025年我国AR-HUD渗透率将由2021年的1%提升至15%，配套量将达到340万套。目前全球HUD市场基本被海外垄断，国产替代空间巨大。世界范围内主要公司有：日本精机、大陆、日本电装、伟世通、博世等，中国目前主要的供应商为华阳集团、水晶光电、泽景电子等。根据高工汽车研究院数据显示，2021H1在W-HUD市场中，全球前五的企业占据了市场超95%的市场，前三名分别是日本精机、日本电装、华阳集团，其中国内额供应商华阳集团凭借自身
22、在长城、长安、广汽等客户的项目订单增加使其市占率跻身世界前列。二、 车载CIS智能驾驶下的千亿赛道特斯拉、蔚来等造车新势力走在技术前沿，引领智能汽车行业发展，作为智能汽车最引人瞩目的技术当属自动驾驶。环境感知是实现自动驾驶最关键的环节之一，环境感知的核心是传感器（sensor），目前主要的传感器分为两种，摄像头和雷达。区别在于摄像头是通过第三方发射波（光）感知信息，而雷达是通过自己发射波来感知信息。雷达根据探测距离、分辨率的不同，分为超声波雷达、毫米波雷达和激光雷达（LiDAR）。激光雷达具有测距远、分辨率高的优点，但价格昂贵；毫米波雷达体积小，天气适应性较强，成本较激光雷达低很多，主要分为2
23、4GHz和77GHz/79GHz，后者测距更远，制造工艺难度更大，其局限性在于对静止物体的分析精度不够；摄像头成本最低，但易受天气影响，且需要复杂的算法支持工作。根据Yole，2025年ADAS摄像头模组市场规模有望达81亿美元。智能汽车迭代升级势不可挡，汽车为未来CMOS图像传感器高增速市场。车载摄像头最初主要应用在倒车系统中，随着5G商用落地以及ADAS（AdvancedDrivingAssistanceSystem，高级驾驶辅助系统）快速普及，汽车加速智能化步伐，感知技术作为自动驾驶技术发展的一大核心，催化车用图像传感器迎来量价齐升。根据Omdia，预计2020-2030年，汽车摄像头及
24、工业视觉将成为图像传感器增速最快的两大下游领域，其中汽车十年间年均复合增速预计将能达到近20%之高。造车新势力摄像头配备更加激进，有望加速CIS上车进程。造车新势力在推动技术变革上一向表现出更加积极地姿态，与传统车企渐进式提升自动化水平不同，蔚来等造车新势力多采用“一步到位”的技术发展路线，跳过L1、L2级，加速推进L3、L4车型量产上市，自然的，其在自动驾驶传感层的上也领先一步，率先“安排”更多数量摄像头“上车”。从统计情况来看，同为L3级别的奥迪A8和奔驰S配备摄像头分别为5及6个，而“造车新势力”特斯拉、蔚来、理想、小鹏的L2+级别自动驾驶汽车配备摄像头数量大都在8个以上，蔚来最新发布的
25、L4级别豪华车型ET7搭载11颗800万像素摄像头，索尼概念电动车Vision-S更是搭载了18个摄像头。车载CIS呈现出向高分辨率发展的趋势，价值量有望不断提升。L1-L2低水平的智能汽车对CIS的分辨率要求并不高，而随自动驾驶等级提升，汽车所承担的驾驶任务更加复杂，无论从功能还是安全方面考虑，都需要其能够实现更高的物体辨识准确度，这意味着汽车要采用更高分辨率的CIS。根据TSR，目前VGA和200万像素CIS仍为车用CIS出货的主流，但未来200万像素及以上CIS占比将加速提升，预计至2023年200万像素和500万及以上像素CIS出货量将分别达到10.42亿颗和1.54亿颗。长期来看，自
26、动驾驶为汽车行业发展大趋势且应用推广不断加速，车载CIS为潜在百亿美元大市场。目前汽车图像传感器均价约为4-5美元，类比手机市场发展趋势，未来车载摄像头高端化也将能带动CIS价值量逐渐提升。根据我们测算，2020年全球汽车CIS市场规模为12.2亿美金，到2025年有望达到54亿美金，CAGR34.7%。长期来看假设每年全球汽车产量在8000万到1亿辆之间，未来汽车平均搭载13个摄像头的情况下，CIS单车价值量有望超过100美元，推算下来，全球汽车图像传感器市场空间将达到近100亿美元。三、 激光雷达高等级自动驾驶必备传感器面对复杂环境，激光雷达具有优势。对于自动驾驶，目前市场上存在两个方案：
27、视觉为主的方案：以摄像头为主，能够感知丰富的外部环境并且较为完整地识别物体的整体外形及构造，但是容易受到外部环境光的影响。目前主要车企以特斯拉为主。激光雷达方案：以激光雷达为主，使用激光探测周围环境并构成高分辨率的三维图像，随后与毫米波雷达，摄像头等设备协同完成自动驾驶。优势在于监测距离较视觉方案更长、精度更高并且不受外部环境光的影响。但是当遇到极端雨、雪、雾霾天气时会影响到其发射光束，从而影响内部的三维构图，同时激光雷达后期维修费用较高。无可否认的是，在面对相对复杂的场景时，激光雷达具有绝对的优势，并且难以被替代。在类似于隧道，车库等弱光的环境，通过摄像头的算法实现L3甚至更高等级的自动驾驶
28、在技术原理上存在一定的缺陷，而激光雷达则可以有效解决。同时摄像头+毫米波的组合在应对汽车高速场景时，对于非标准静态的物体也有一定的识别障碍，这也是为什么特斯拉在全球范围内偶尔会出现一些由于自动驾驶带来的事故的原因。激光雷达根据结构，可以分为机械式激光雷达、混合固态激光雷达（MEMS）、固态激光雷达（OPA&FLASH）：机械式激光雷达技术目前相对成熟。其发射系统和接受系统通过旋转发射头，实现激光有线到面的转变，并且形成多个竖直方向的多面激光排布，达到动态扫描并动态接受的目的。但由于其成本较高、装配复杂同时存在光路调试等过程，同时由于不停旋转，在行车环境下没有足够的可靠性，导致发展初期难以符合车
29、规要求。混合固态激光雷达将机械部件做的更加小巧从而可以隐藏在外壳中，使得从外观上看不从外观上看不到机械旋转，同时使用MEMS等半导体器件来代替机械扫描的选准装置，兼具固态和机械的特性。同时由于减低了机械的旋转幅度，有效降低了行车过程中出现问题的几率，又大大降低了成本。目前混合固态激光雷达技术已经初步成熟，后续或将有相关项目陆续落地。固态激光雷达包括光学相控阵（OPA）和FLASH两种。相比于混合固态激光雷达，全固态激光雷达在结构中去除了旋转部件，实现了较小的体积的同时保证了高速的数据采集以及高清的分辨率。其中：光学相控阵（OPA）运用了相干的原理，通过多个光源形成矩阵，不同的光束在相互叠加后有
30、的方向会相互抵消而有的则会增强，从而实现在特定方向上额主光束，并且控制主光束往不同方向进行扫描。由于其彻底去除了机械机构，自身不用旋转，OPA具有扫描速度快，精度高，可控性好，体积小巧等特点。Flash固态激光雷达，与MEMS和OPA不同，其可以在短时间内快速发出大面积的激光区域，并通过高灵敏度的接收器进行接受，完成对于周围环境的绘制。其优点在于快速、高效，但与之同时由于其原理造成的探测距离较短在实际应用中很难避免。激光雷达作为新能源汽车未来实现L4甚至L5的必备传感器，随着认证的逐步通过以及相关项目的逐步落地，未来将在新能源汽车产业链中扮演至关重要的角色。目前全球激光雷达市场可以分为：车载应
31、用（ADAS+自动驾驶）、产业与运输、智慧城市三大应用场景，根据TrendForce的数据，在2020年全球三大应用场景的总市场规模为6.82亿美元，预计将在2025年增长至29.32亿美元，年复合增长率约为33.9%；其中车载是全球激光雷达的主要应用场景，在2020和2025年市占率分别为60.0%和83.0%，其市场规模将从2020年的4.09亿美元上升至2025年的24.34亿美元，年复合增长率为42.9%。目前自动驾驶领域，L2及以下的等级不需要依托激光雷达便可实现（例如特斯拉Modle3），所以我们认为激光雷达在L2及以下级别中不是必要的传感器，激光雷达方案在L3中开始使用，并在L4
32、及以上等级开始普及。由于目前L3及以上等级的自动驾驶在全球范围内渗透率依旧较低，目前也仅有少数汽车厂商推出了自身搭载激光雷达的车型，所以目前激光雷达产业仍然还未到产业爆发期。我们预计未来3年激光雷达将伴随未来自动驾驶等级的提高以及世界范围在“高等级自动驾驶离不开激光雷达”这一观点认知的逐步统一中实现产业的飞速发展。目前全球激光雷达领域仍处于竞争格局初期，行业百花齐放。目前根据Yole的统计数据，全球范围内至少有80家主营激光雷达的公司，其中有超过60家业务聚焦于车载激光雷达市场，截止2021Q3已经有14家公司获得相关车载激光雷达订单。目前全球格局仍不明朗，根据Yole的统计，在2021年全球
33、汽车和工业领域激光雷达市场份额第一是法国Valeo，市占率为28%，速腾聚创、大疆、华为、禾赛科技市占率分别为10%、7%、3%、3%。其中Valeo激光雷达Scala是目前唯一实现量产的ADAS车辆激光雷达，已经进入例如奥迪A8、奔驰S级、本田Legend等车型中。全球激光雷达龙头公司Velodyne公司由于机械式激光雷达寿命、难过车规等因素目前在前装市场中尚未有较大进展，但随着公司近期提出的MEMS半固态解决方案，未来有望在汽车市场抢占一定份额。国内公司禾赛科技同时布局机械式和MEMS半固态激光雷达，目前公司产品作为无人驾驶汽车中的主激光雷达，受到包括百度，博世、戴姆勒公司青睐。第三章 背
34、景及必要性一、 车灯：“功能”走向“智能”随着新能源车的销量持续增长以及汽车互联、自动驾驶的不断升级，车灯升级也在进行中，在LED照明技术的升级下，车灯与车载传感器在算法的加持下，能够实现根据路面的情况进行多样光的他调节，实现例如多道路模式切换、智能转向、无眩光远光、行人警示等照明功能。车灯由之前的保障夜间行车安全、警示车辆的单一功能产品，逐渐向车辆信息数据输出载体的角色演化，实现从“功能”到“智能”的角色升级。LED将维持其主流车灯灯源地位。在汽车前灯目前的演变情况来看，我们认为未来LED灯将维持主流角色，其使用寿命、高效率、高耐用性等特质在车规认证中也将具有较大优势，同时在实现车灯智能化的
35、进程中，LED灯源由于其模块化性能较好、体积小、响应速度快等优点也将更好地实现车灯的智能化。虽然目前激光大灯在某些高端车型中已经应用且性能优于LED灯，但是受限于高成本，短期内无法快速渗透到中低端车型中。随着技术的发展，以及对于复杂环境的应对需求，结合了较高的工艺，提高产品的安全性，智能大灯孕育而生。智能大灯的出现有效扩大了夜间的照明范围，改善了远光炫目的问题，实现了车灯的智能自动调节，成功将车灯向“智能”的角色发展。目前LED在智能车灯中应用较为广泛，但是也有类似于宝马的车厂较为青睐激光大灯，LED车灯又演变为矩阵式LED大灯，并从功能上可以区分为AFS、ADB、DLP等智能方案，不同的车厂
36、有自身的偏好。其中 矩阵式LED：将车灯内部的多个LED灯光按照矩形排列，形成多个照明分区。实现多个分区的精准控制，是实现自动切换远近光、改变照明范围、改变照明角度、调节车灯亮度的基础，目前矩阵式LED车灯已经AFS：自适应前照灯系统俗称转向大灯，由传感器、ECU、车灯控制系统等协同作用，实现车灯在转弯时能够自动控制车灯偏转，从而保证驾驶视野中没有灯光盲区。ADB：自适应远光系统，在AFS的基础上实现了车辆根据路况自适应切换远近光的智能灯光控制系统，其内部的传感器在感知到有车辆或者行人的情况下将控制灯光关闭或调暗部分远光照明区域，从而在避免被照目标眩目的同时保证其余照明的清晰度。DLP：数字光
37、处理，可以理解为将ADB进行更多的分区，从而实现了多区域的光线精细调节。而精细地调节所带来的便是车灯投影成为现实，车灯也作为一个信息的传递窗口，在智能化中走上更高台阶。通过分析汽车之家2021年1-11月累计销量前25的车型，通过对比可以发现目前LED车灯在10万以上的车型中已经十分普遍，并有向下继续渗透的趋势。在20万元以上给的车型中，可搭载智能车灯的车型开始增加，其中以AFS和ADB为主的技术方案较为流行，但是目前很多车型虽然具有搭载智能车灯的能力，却只在顶配车型中出现或需要消费者额外付费选装，导致最终的综合渗透率依旧较低。根据前瞻产业研究院的数据，我国在2019年AFS大灯渗透率为18%
38、，而ADB的仅为1.8%。我们认为未来新车型搭载智能车灯的占比将会进一步提升，同时随着汽车智能化的加速普及和LED车灯成本的进一步下降，智能车灯在我国的渗透率将会在近几年飞速提升。激光大灯尚未普及，目前应用于高端车型中。相对于LED大灯，激光大灯的优势是明显的，传统LED大灯发光强度通常为100流明，而激光大灯可以做到170流明，并且照射范围可达前方600米，几乎两倍于传统LED大灯，使得驾驶人员即使在人烟稀少的地区，依旧可以在很大程度上避免由于照明带来的安全隐患。但是目前激光大灯成本依旧较高，虽然今年来搭载激光大灯的车辆逐年增加，但是仍然只存在于高端车型中，向下渗透仍需很长时间。目前全球车灯
39、行业集中度较高，根据Varroc统计数据，全球2020年前五大厂商份额累计约74%，其中日本小系、意大利马瑞利、法国法雷奥份额为全球前三，占比分别为25.3%、13.9%、12.8%。国内华域、星宇股份等厂商发力追高，在2019年的我国车灯份额占比中，华域视觉占比28%，星宇股份占比9%，其中华域视觉前身为上海小系，由于自身具有日本小系的技术以及相关背景，在被华域汽车收购后延续了其技术工艺，在全球范围内设立7个生产基地和8个海外研发中心，客户涵盖大众、别克、丰田、宝马、特斯拉等全球知名客户，产品覆盖前、后、转向灯。星宇股份成立于1993年，自创立初期专注于车灯业务，企业由卤素灯一路进化到目前的
40、智能车灯，旗下产品进入大众、宝马、丰田、宝马等知名厂商。百亿市场空间，智能车灯规模稳步增长。根据太平洋汽车网数据，2019年我国乘用车销量2069.8万辆，我们根据我国2019年的AFS渗透率18%、ADB渗透率1.8%，通过均价可以估算出2019年我国AFS和ADB智能车灯规模约为115.5亿元。假设2021年渗透率达到20%，ADB渗透率达到2.2%，则根据中汽协数据，我国2021年全国乘用车销量2627.5万测算出AFS和ADB车型销量分别为525.5万和57.8万，根据目前市场中AFS2500的均价以及ADB5000元的价格测算，我国在2021年AFS及ADB总市场规模达到160.3亿
41、。同时全球智能车灯市场规模也在稳健增长，根据GMIResearch数据，全球智能车灯的规模将从2019年45.2亿美元上升至2025年64亿美元。二、 单车搭配摄像头数量呈增加趋势预计未来L4+单车配备摄像头数量有望达到11-16目。车载摄像头按照安装位置可分为前视、环视、后视、侧视和内视，自动驾驶技术升级需要更高、更全面的感知力，车辆对于摄像头的需求量将随自动驾驶系统功能区域丰富，等级升高而不断增加。到L4/L5自动驾驶级别，前视依高低端程度需要1-3目，侧视需要2-4目，后视倒车需求1目，环视及自动泊车辅助系统将需要4目，舱内驾驶员监测需要1-2目，未来乘客监测也将增加1目需求，另外汽车行
42、车记录仪或者事件记录仪也会产生1目刚需，基于上述分析，预测未来L4及以上自动驾驶摄像头需求或将达到单车11-16目。预计到2025年单车搭载摄像头数量达到7-9目。目前特斯拉Modle3车型自动驾驶等级为L2，搭载的车载摄像头数量是8目，在自动驾驶等级以及搭载镜头数量上属于中等水平。根据汽车主机厂以及RolandBerger的研究数据我们发现，到2025年全球范围内L2+等级自动驾驶车辆将占新能源汽车较大比例，我们预计L4及以上自动驾驶等级的车辆将搭载11-16目摄像头，L2及以上等级的车辆将至少搭载6目以上的摄像头，则2025年全球新能源单车搭载摄像头的数量预计在7-9目。此外智能手机的多摄
43、迭代也可给车载镜头的发展一定的参考：自从华为、苹果于2016年发布了自身首款双摄手机后的两年，双摄手机成为了智能手机的标准，在随后的4-5年时间，手机后摄数量也由两颗增加到近四颗，根据Counterpoint统计，2020年全球智能手机平均后摄数量为3.7颗，其中4颗及以上的智能手机市占率达29%。特斯拉是全球智能汽车行业的引领者，自2016年发布旗下Modle3型号车后，使得新能源汽车彻底走向大众市场，Modle3车型在经历硬件升级后，目前搭载8个车载摄像头（前置3个，侧方前视2个，侧方后视2个，后视镜头1个），则根据特斯拉在新能源汽车行业中的地位以及引导能力，我们判断行业的趋势在近几年中会
44、向其不断靠近，甚至会有三成以上的厂商超越这个标准，即搭载更多数量的车载镜头（传感器）来时间高等级自动驾驶。三、 激发市场主体活力深化国资国企改革，加快完善国有企业法人治理结构和市场化经营机制，做优做大做强国有资本和国有企业。深化混合所有制经济改革，鼓励有条件的公共服务类和功能类国有企业实施混合所有制改革。鼓励、支持、引导非公有制经济发展，推动建立面向民营企业的救助补偿机制，依法保护企业家合法权益，促进企业家公平竞争、诚信经营，尊重和激励企业家干事创业，激发企业家创新创业活力，构建“亲”“清”政商关系。积极发挥工商联和商会的作用，培育和发展地方特色商会组织，支持组建域外安康商会。四、 项目实施的
45、必要性（一）提升公司核心竞争力项目的投资，引入资金的到位将改善公司的资产负债结构，补充流动资金将提高公司应对短期流动性压力的能力，降低公司财务费用水平，提升公司盈利能力，促进公司的进一步发展。同时资金补充流动资金将为公司未来成为国际领先的产业服务商发展战略提供坚实支持，提高公司核心竞争力。第四章 建筑工程说明一、 项目工程设计总体要求（一）工程设计依据建筑结构荷载规范建筑地基基础设计规范砌体结构设计规范混凝土结构设计规范建筑抗震设防分类标准（二）工程设计结构安全等级及结构重要性系数车间、仓库:安全等级二级，结构重要性系数1.0；办公楼：安全等级二级，结构重要性系数1.0；其它附属建筑：安全等级
46、二级，结构重要性系数1.0。二、 建设方案（一）结构方案1、设计采用的规范（1）由有关主导专业所提供的资料及要求；（2）国家及地方现行的有关建筑结构设计规范、规程及规定；（3）当地地形、地貌等自然条件。2、主要建筑物结构设计（1）车间与仓库：采用现浇钢筋混凝土结构，砖砌外墙作围护结构，基础采用浅基础及地梁拉接，并在适当位置设置伸缩缝。（2）综合楼、办公楼:采用现浇钢筋砼框架结构，（二）建筑立面设计为使建筑物整体风格具有时代特征，更加具有强烈的视觉效果，更加耐人寻味、引人入胜。建筑外形设计时尽可能简洁明了，重点把握个体与部分之间的比例美与逻辑美，并注意各线、面、形之间的相互关系，充分利用方向、形体、质感、虚实等多方位的建筑处理手法。三、 建筑工程建设指标本期项目建筑面积68438.12，其中：生产工程45855.20，仓储工程10857.70，行政办公及生活服务设施8871.60，公共工程2853.62。建筑工程投资一览表单位：、万元序号工程类别占地面积建筑面积投资金额备注1生产工程13688.1245855.206379.651.11#生产车间4106.4413756.561913.891.2