免費服務熱線 :400-0755-667

        直線電話:17817818586 ( 同微號 )

        免費服務熱線:400-0755-667

        自動駕駛產業鏈深度解析

        來源:未知  瀏覽數:  發表日期:
          自動駕駛汽車(AutonomousVehicles,AV)指通過搭載先進傳感器等裝置,運用人工智能、視覺計算、雷達和全球定位及車路協同等技術,使汽車具有環境感知、路徑規劃和自主控制的能力,從而可讓計算機自動操作的機動車輛。
          自動駕駛車輛最大特點是人工智能技術的主導,其駕駛過程是機器不斷收集駕駛信息并進行信息分析和自我學習從而達到自動駕駛的系統工程。
          2020年11月,國務院辦公廳印發《新能源汽車產業發展規劃(2021-2035年)》,提出高級別自動駕駛商業化落地目標:到2025年,高級自動駕駛汽車實現限定區域和特定場景商業化應用;力爭到2035年,高級自動駕駛汽車能夠實現規?;瘧?。
          
          自動駕駛分級標準
          NHTSA和SAE對無人駕駛發展程度率先給出了分級定義標準,將智能網聯汽車的無人駕駛程度由低到高劃分為6個層級。
          NHTSA和SAE對自動駕駛的分級標準體系:
          資料來源:中金公司
          中國《汽車駕駛自動化分級》中,以L3級別為界,將L0-L2級視為自動駕駛輔助系統(ADAS),動態駕駛任務的接管者的主體發生改變,將L3級及以上視為“高級別自動駕駛”,L3以下被稱為輔助駕駛。
          L2級的ADAS(高級駕駛輔助系統)是實現高等級自動駕駛的基礎,目前全球自動駕駛處于L2向L3級別轉化的過程。
          現階段,高等級自動駕駛研發投入及商業化驗證主要聚集在智慧園區/示范園區、港口、碼頭、停車場、高速等限定區域應用場景,以及商用車物流、自動泊車等細分領域,低成本自動駕駛解決方案以及可彌補真實道路測試驗證的自動駕駛仿真測試需求凸顯。
          Gartner發布的新興技術成熟度曲線顯示,高級別自動駕駛在2019年進入了泡沫化低谷期,距離完全成熟落地可能仍需要超過10年的時間。
          
          自動駕駛產業鏈
          自動駕駛汽車功能的實現需要汽車制造商、零部件供應商、車載計算平臺開發商、出行服務供應商等多方主體參與,因此,自動駕駛汽車的產業鏈較長。
          自動駕駛產業鏈全景圖:

          資料來源:國金證券
          自動駕駛產業鏈上游:四大核心關鍵系統
          自動駕駛系統的工作系統可分為感知層、傳輸層、決策層、執行層,這是實現自動駕駛的四大關鍵系統。
          資料來源:中金公司
          1.感知層
          感知層用于感知外部環境變化、獲取相關信息。通過硬件系統,感知并采集環境信息是無人駕駛的第一步。
          無人駕駛硬件系統包括有傳感器、RFID、車載視覺系統等。
          傳感器
          車載傳感器包括攝像頭、激光雷達(LiDAR)、毫米波雷達、超聲波雷達等,路側輔助系統包括高精度地圖、全球導航衛星系統(GNSS)、慣性導航系統(INS)、車用無線通信技術(V2X)等。
          目前主流的自動駕駛傳感器以攝像頭和雷達為主。
          攝像頭
          隨著智能駕駛功能的完善和演進,汽車車身將至少需要配置前視、環視、后視、側視、內置攝像頭,各部分還可能采用2~3個攝像頭搭配使用。
          從數量角度看,目前單車攝像頭平均搭載量為1~2顆,L2級別正在普及,為2~6顆,未來隨著智能駕駛向無人駕駛發展,L3級別每輛汽車有望搭載8+顆攝像頭,L5級別則樂觀看到接近20顆,從而車載CIS有望迎來快速增長期。
          根據MordorIntelligence,2019年車載攝像頭出貨量達到1.45億顆,預計2021年接近2億顆。
          在車載攝像頭鏡頭市場,舜宇光學的鏡頭出貨量居全球第一位,市場占有率為34%,之后依次為韓國Sekonix、Kantatsu和日本Fujifilm(歐菲光收購),行業CR4接近80%,高于手機市場鏡頭行業集中度。
          雷達傳感器
          雷達傳感器分為超聲波雷達、毫米波雷達和激光雷達。
          三種雷達技術各具優劣。毫米波雷達的主要優勢在于探測距離遠、靈敏度高、環境適應性強;但是對于非金屬不敏感,不利于探測部分物體的大小和形狀。
          超聲波雷達優勢在于成本低、精度高;但是由于聲波傳遞較慢,反饋時間長,只適合用于倒車等短距離場景。
          激光雷達的優勢在于全面綜合性能好,并且還能夠3D建模;但是成本高昂,易受天氣影響,并且技術尚且不夠成熟。
          激光雷達:未來將成為自動駕駛核心傳感器
          激光雷達是下游導航、繪測等應用的核心部件,目前產能稀缺導致供不應求,呈現賣方市場,對下游有很強的定價權,因此該產業鏈主要附加值在于激光雷達部分,行業整體盈利空間較大。
          激光雷達的綜合性能最優,L3級以上激光雷達應用將逐漸增加,并最終在L4級以上自動駕駛汽車中成為核心傳感器。
          并且隨著自動駕駛技術的發展,激光雷達的價格有望下降,其全方位探測能力和不易受環境影響的優勢將逐漸顯現出來,有望成為未來自動駕駛汽車主流的配置。
          根據Yole的數據,ADAS的激光雷達市場在2025年將達到17億美元,年復合增長達到114%。目前車載激光雷達龍頭廠商市占率還相對較小。
          激光雷達行業技術壁壘高,目前行業內主要的激光雷達公司基本都在國外,包括Velodyne、Luminar、Aeva、Ouster、Innoviz等。
          2016年后國內激光雷達廠商入局,主要玩家有速騰聚創、禾賽科技等公司。
          資料來源:Yole
          RFID
          RFID又稱無線射頻識別,是自動駕駛的耳朵。RFID應用于車聯網的優勢是,能夠快速識別多個高速運轉的物體,安全性好,識別速度快、距離遠,數據存儲量大等。
          目前我國已初步形成較為完善的RFID產業鏈,但在與車聯網密切相關的超高頻RFID研發領域與先進技術仍有差距。
          RFID產業鏈上中下游及主要代表廠商:
          資料來源:國發創投
          車載視覺系統
          是感知層硬件的整合,借助機器視覺技術進行圖像增強和數據處理,主要應用于視覺增強的駕駛輔助。
          視覺識別系統的主要是國外供應商,包括松下、法雷奧、富士通天、麥格納、大陸等,國內歐菲光、深圳豪恩、蘇州智華、中國臺灣地區同致電子等。
          基于攝像頭的車載視覺系統:
          
          導航系統是智能汽車的指南針。無人駕駛汽車的導航定位主要通過全球定位系統(GPS)、北斗衛星導航系統(BDS)、慣性導航系統等實時獲取車輛的位置、航向、速度。
          路側設備是保證自動駕駛實現“車路協同”的必要條件。自動駕駛若僅只有車端的數據,難以實現安全、準確的駕駛,路端的一系列設備也必不可少。
          車聯網路側建設重點包括RSU、路側智能交管設施、MEC設備等。
          
          2.傳輸層:為自動駕駛提供信號傳輸
          傳輸層基于通信設備和服務為自動駕駛提供信號傳輸,主要包括通信設備和通信服務。
          傳輸層的增量來自于V2X帶來的通信芯片、通信模組以及信息交互終端OBU、RSU和T-BOX等。
          通信芯片是處理各種數據的中樞,目前市場主流通信芯片有華為雙模通信芯片Balong765;大唐的PC5Mode4LTE-V2X自研芯片;高通的9150LTE-V2X芯片組。
          通訊芯片及外圍器件組成了通信模組,如華為基于Balong765芯片的LTE-V2X商用車規級通信模組ME959;大唐基于自研芯片的PC5Mode4LTE-V2X車規級通信模組DMD31;移遠聯合高通發布的LTE-V2X通信模組AG15。
          目前主流的無線通信技術有兩種,一種是基于Wi-Fi技術也被稱為DSRC(專用短距離通信)的技術路線,以日本、美國為代表主導;另一種是中國主導的基于蜂窩網絡特別是5G技術的C-V2X(蜂窩車聯網)。
          若考慮到完整的C-V2X應用實現,還需要若干產業支撐環節,主要包括科研院所、標準組織、投資機構以及關聯的技術與產業。
          C-V2X產業地圖:
          資料來源:《IMT-2020(5G)推進組C-V2X白皮書》
          3.決策層:自動駕駛汽車的大腦
          決策層通過利用感知層、傳輸層反映回來的信息,建立相應的模型,制定出適合的控制策略。
          從功能上看,決策層主要包含操作系統、芯片、算法、高精度地圖以及云平臺等核心構成元素。
          自動駕駛決策層帶來的增量空間主要在于自動駕駛AI芯片和對應的高精度地圖,這兩者是L3及以上級別自動駕駛汽車必備的功能要素。
          
          芯片:為自動駕駛提供算力支撐
          芯片是汽車必不可少的核心部分,按照不同功能可為三類,一類是傳統的IVI芯片,目前正逐步升級為智能駕艙芯片;第二類是負責自動駕駛功能的芯片,按照算力需求其演進路線為CPU→GPU→FPGA→ASIC;第三類是車身控制MCU芯片。
          此外,還有多種其他功能的芯片,如攝像頭芯片,AMP芯片、功率半導體芯片、胎壓監測芯片TPMS、BMS芯片等。
          目前全球汽車芯片的市場集中度較高,行業CR4為43%,行業CR8達63%。2019年,恩智浦占全球汽車芯片市場14%,英飛凌次之,占比11%。
          隨著以高通、英偉達為代表的傳統汽車半導體廠商、以谷歌、亞馬遜、蘋果等為代表的互聯網科技公司、以奧迪、寶馬、特斯拉為代表的整車企業大舉進軍自動駕駛芯片領域,行業未來將會形成多頭競爭的格局。
          2019全球汽車芯片行業競爭格局:
          國內市場來看,2020年5月,北汽集團旗下北汽產投與Imagination集團合資成立北京核芯達科技有限公司,在汽車芯片領域提供先進解決方案。
          除此之外,上汽、長安、比亞迪、吉利汽車等汽車企業,以及地平線、寒武紀、黑芝麻等高科技企業都在發力車載芯片領域。
          
          高精度地圖:自動駕駛/車路協同的基礎設施
          高精度地圖相比于普通導航電子地圖具有高精度、高動態、多維度等“兩高一多”的特點。
          相比于傳統汽車,自動駕駛汽車可通過云端的高精地圖實現路徑規劃,并通過本地決策與云端決策并重的方式分析雷達、MEMS等傳感器獲取海量數據,然后通過執行單元控制車輛。
          目前國內高精度地圖基本上形成了百度、高德、四維圖新三家鼎立格局。
          2020年11月16日,IDC首發《2019年中國高精度地圖解決方案市場份額報告》顯示,2019年中國高精度地圖市場集中度較高。
          前四名分別是百度、四維圖新、高德和易圖通。其中,百度的市場份額最高,達到29.3%,四維圖新為21.7%,高德和易圖通的市場份額分別為17.9%、14.7%。
          從訂單上看,目前四維圖新和高德地圖均有L3及L3+級別自動駕駛訂單落地,其中四維圖新最早在19年2月拿到寶馬L3+級別自動駕駛系統的高精地圖量產訂單,預計21年開始推向市場。
          2020年我國高精度地圖市場占比:

          資料來源:IDC
          4.執行層:自動駕駛的根基
          執行層電子化是無人駕駛的根基,依據決策結果對車輛執行指令,反饋控制(FeedbackControl)滿足車輛動態姿態限制的方向盤轉角δ和前向速度νr,以及車燈、鳴笛、雨刮等指示操作。
          執行控制層技術主要掌握在國外Tier1及主機廠手中,由傳統汽車零部件一級供應商巨頭壟斷,國內基礎相對薄弱。
          前落地自動駕駛的執行控制部分被國外Tier1壟斷,大多不開放,典型有博世Ibooster,日立EACT,大陸MKC1,天合IBC等。
          相比而言,國內供應商大多技術儲備不足,為生產型Tier1,電子制動系統方案上以EHB為主,包括聯創CBS、同馭EHB、上海制動系統等,乘用車方面供應商有亞太股份,商用車方面供應商有萬安科技,拓普集團電子真空泵進入量產裝車。
          轉向系統方面,廠商集中度較高,主要集中在美國、歐洲、日韓等地,外資品牌包括捷太格特、采埃孚(被博世并購)、日本精工、萬都、現代摩比斯等,自主品牌包括中汽系統(CAAS)、湖北恒隆企業集團、豫北轉向系統、耐世特、易力達機電、湖北三環、浙江世寶等。
          
          自動駕駛產業鏈中游:平臺層
          自動駕駛產業鏈中游為平臺層,包括整合的智能駕艙平臺、自動駕駛解決方案以及傳統的車聯網TSP平臺。
          自動駕駛平臺層帶來增量空間主要以智能座艙為主,主流智能座艙包含全液晶儀表盤、汽車中控屏、HUD和流媒體后視鏡等四大模塊。
          智能座駛艙產業鏈分為硬件和軟件兩部分。硬件包括了傳統中控和儀表盤,以及新納入的抬頭顯示器HUD、后座顯示屏等HMI多屏,軟件則由于加入了手勢語言在內的交互技術,包含底層嵌入式操作系統、軟件服務、ADAS系統等應用。
          無論是傳統國際品牌,還是造車新勢力和國內自主品牌,在智能座艙上都積極布局,近一兩年都有產品完整產品落地。
          不同車企加快布局智能座艙情況:

          資料來源:國金證券
          TSP
          TSP(TelematicsServiceProvider)即汽車遠程服務提供商,處于車聯網產業鏈核心環節,在汽車與用戶手機之間以及汽車與服務商之間扮演重要角色。
          TSP是產業鏈中潛在利潤空間最大的環節。
          作為產業鏈的核心位置,TSP擁有整個鏈上最核心的大數據資源,且其數據具有積累性,據此可以演化為多種商業模式,是車聯網產業鏈潛在利潤空間最大的環節。
          TSP目前主要由整車廠主導和互聯網及科技公司主導兩種模式,市場競爭激烈。
          就生產模式目前以整車廠主導的TSP為主流模式,各大互聯網巨頭爭相入場,蘋果(Carplay),百度(Carlife,超60品牌合作,超300款車型)在國內市場已成為主流方案,此外還有Google(AndroidAuto)。
          
          自動駕駛產業鏈下游:整車廠和第三方服務
          自動駕駛產業鏈下游主要為整車廠和第三方服務。經過各層級的技術研發,最終由整車廠進行技術集成與生產組裝,完成無人駕駛產品的生產的末環。
          車聯網產業結構中整車廠與第三方服務環節:

          資料來源:《車聯網網絡安全白皮書(2020年)》
          整車廠商也在積極布局智能網聯汽車產業。
          新興車企(蔚來、零跑、理想、小鵬、奇點等)具備后發優勢,在研發方面普遍優于傳統車企,科技嗅覺更靈敏,部分智能網聯相關技術已成為產品亮點。
          傳統整車廠商(一汽、廣汽、北汽、長安、吉利、奇瑞等)在智能網聯領域的發展相對較緩,在軟件算法等領域開發能力相對不足,多數選擇以收購或戰略合作的方式與科技企業共贏。
          
          無人駕駛:汽車產業主流發展趨勢
          當前美國、德國等國家均將自動駕駛汽車視為未來汽車產業發展的主流趨勢,各方面投入持續加大。
          在高等級自動駕駛領域,由于前期研發投入大、技術難度高,L3級及以上自動駕駛汽車商業化進程緩慢,產業鏈合作伙伴抱團共同發展漸成常態。
          國內的自動駕駛路測起步較晚,但進展較快,Robotaxi落地進程和乘坐體驗不斷超出市場預期。
          2018年3月,上海成為國內首個發放自動駕駛道路測試牌照的城市,截至2020年底,已有北京、上海、廣州、長沙、天津、重慶、肇慶、杭州、深圳、滄州等27個城市發布了自動駕駛相關道路測試政策,國內累計發放409張自動駕駛道路測試牌照。
          2020年前后,百度Apollo、AutoX、小馬智行、文遠知行、元戎啟行、滴滴出行、曹操出行、馭勢科技等陸續均開放了面向公眾的試乘服務。
          中國的自動駕駛貨車玩家主要有圖森未來、嬴徹科技、智加科技、主線科技等,均已開展了自動駕駛卡車道路測試,并和整車廠、Tier1、芯片商等開展密切合作,獲得物流背景公司的重要投資。
          
          進入2021年以來,僅僅3個月時間中國自動駕駛賽道披露的投融資額已經超過2019年全年。
          主要玩家將具備自動駕駛能力、硬件整合能力、跨平臺軟件和服務變現能力,以及無人車運營能力。本土品牌廠商有望崛起,通過軟件及服務體現差異性,并從硬件向軟件及服務轉型,帶來車企利潤率及客戶粘性的提升。
          而整車品牌、整車制造、零部件、軟件服務等有望孕育平臺型汽車企業,市場份額更加走向集中化。
          隨著自動駕駛技術的成熟以及新時代下整機廠將自動駕駛作為汽車賣點之一,L3+自動駕駛汽車的比例預計將快速提高。智能汽車產業將在下一個十年中將呈現電動化、智能化、網聯化和共享化的趨勢。
        博发