第三届世界新能源汽车大会于9月15日在海南开，多位专家在探索汽车电动化、智能化、共享化协同发展的有效路径，推动汽车产业转型升级进行了多方面讨论。特斯拉CEO埃隆·马斯克9月17日上午在会上通过视频发言时表示，中国的车企在智能电动车上很有竞争力。对于自动驾驶的未来，通过视觉神经网络实现，发展前景良好。
自动驾驶是人工智能技术落地的最大应用场景之一，智能汽车可能会成为继智能手机之后，未来另一大互联终端，深刻改变社会形态。
当前，传统汽车产业已经进入服务平台转型时期，自主创新、融合开放已经为产业链发展主要命题。2020年开始，主流车厂预计将陆续推出L3及以上自动驾驶量产车辆，自动驾驶产业有望进入黄金发展期。
在当下，自动驾驶已经发展到哪一个阶段？自动驾驶产业链以及核心的技术是什么？
一、自动驾驶正值快速变革期，未来将进一步爆发
自动驾驶最早可追溯到上世纪90年代美国军事领域，2012年谷歌获得了美国首个自动驾驶车辆许可证，便开始进入产业化。2017年英特尔以153亿美元收购视觉ADAS提供商Mobileye为标志事件，全球进入了供应链整合期。
我国自动驾驶在近几年也进入到高速发展阶段，2020年3月，中国工业和信息化部发布的《汽车驾驶自动化分级》标准，基于驾驶自动化系统能够执行动态驾驶任务的程度，汽车自动化驾驶被分为6个等级。
表1 汽车驾驶自动化分级
资料来源：中国工业和信息化部、零壹智库
全球自动驾驶正处于L2向L3级别转变的阶段，目前产业整体依旧处在爆发初期。随着半导体技术的提升、电动化和智能化普及以及技术成本的降低，自动驾驶市场将得到广泛发展，高级别自动驾驶产品量产也正加速落地。
图1 自动驾驶市场规模及预测
数据来源：IDC、零壹智库
整体来看，当前市场中大规模量产的车型（新能源与传统燃油车型）仍为L2+级自动驾驶系统，并且L2级占据了当前大部分的市场增长空间。另一方面，由于L3级别驾驶对于目标和事件的响应将完全交付于系统决定，出于的安全方面的考虑，L3级别目前仍不能达到量产级别。
从全球主要国家对自动驾驶推进进程来看，目前均处于法律监管不断优化、政策持续更新的状态，且有望在2025年前后达到L4级高度自动驾驶的目标。
欧盟于2018年颁布《通往自动化出行之路：欧盟未来出行战略》，表示2025年要结合V2X（车路协同）达到L4自动驾驶系统；2030年达到L5完全自动驾驶系统。中国2020年11月份发布《新能源汽车产业发展规划（2021-2035）》，争取2025年实现高度自动驾驶汽车实现限定区域和特定场景商业化应用，2035年实现高度自动驾驶汽车实现规模化应用的目标。截至2020年2月，美国至少有41个州和哥伦比亚特区已审议与自动驾驶汽车相关的立法。
二、产业链长，“感知-决策-执行”构成上游产业通路
自动驾驶功能的实现需要汽车制造商、零部件供应商、车载计算平台开发商、出行服务供应商等多方主体参与，因此产业链较长。
其中上游包括感知层、决策层和执行层。中游为平台层，包括整合的智能驾舱平台、自动驾驶解决方案以及传统的车联网TSP平台；下游主要为整车厂和第三方服务。
而感知、决策、执行是构成自动驾驶最重要的三大系统。通过感知层识别车辆周围环境信息，以此为基础经过高算力计算中心做出相应的优化措施，再通过执行层对车辆行驶进行反馈，从而形成智能驾驶通路。
1.感知层：摄像头或激光雷达形成两极格局
感知是实现自动驾驶极为重要的一环。作为汽车的“眼睛”和“耳朵”，只有在准确识别周围的环境和路面信息时，才能给予车辆正确的反馈。当下主流的环境感知设备有摄像头、超声波雷达、毫米波雷达以及激光雷达等。
表2 车辆传感器功能及能力对比
资料来源：东吴证券(601555,股吧)研究所、零壹智库
从特点来看，不同传感器各有优劣，适用场景的侧重也各有不同。目前主流方案都是以多传感器融合为主，但存在两种不同路径：一种是以特斯拉、Mobileye为典型代表，通过摄像头为主，毫米雷达为辅的视觉方案。一种是以激光雷达主，其他雷达和摄像头为辅的方式，是目前市面上大多数智能驾驶车企采取的解决方案。
关于视觉主导和激光雷达主导的方案，不同的车企有不同的看法。2021年5月特斯拉在不使用激光雷达的前提之下宣布取消北美版2021款Model 3和Model Y的毫米波雷达，成为了视觉主导方案的绝对践行者，这种方案硬件成本相对较低，但是对算法和云端的要求很高。而国内自主品牌蔚来（NIO.N）、小鹏（XPEV.N）等所搭载的是以激光雷达为主的方案，具备安全冗余的优势，并能在一定程度上弥补算法的不足，但是硬件成本较高。
在车载传感器这一领域，除了博世、法雷奥、索尼、Waymon等知名车载传感器供应商外，国内企业在这一产业链中也有着一定的建树。
表3 中国部分在摄像头与雷达领域所涉及的企业盘点
资料来源：零壹智库
此外，高精地图作为自动驾驶的整体规划者，也是感知层面不可或缺的一部分，他能弥补摄像头和雷达因距离过远效果缺失的缺陷。前高德事业部总裁韦东说，高精度地图就像自动驾驶汽车的记忆，“离开了记忆，无论眼睛和思考(摄像头及雷达) 有多么发达，还是无法对事件有全局把控”。高精地图相较于普通导航地图，不仅增加了很多与辅助驾驶相关的信息，还提高了精度，是实现自动驾驶的有力工具。
表4 中国部分具有高精地图测绘的企业盘点
资料来源：零壹智库
相较于国外几乎被Waymo和Here垄断的高精地图市场，国内市场相对宽广。国内高精地图的测绘必须要有相应的资质，行业壁垒较高。其中四维图新(002405,股吧)（002405.SZ）作为国内传统图商，技术成熟，行业优势明显。但随着大数据产业的崛起，地图测绘方式发生了些许改变，百度（9888.HK）、阿里巴巴（9988.HK）由于在数据收集层面的优势，得到了迅速的发展，目前百度已成为这一领域的头部玩家。
图2 2020年中国高精地图厂商市场份额
数据来源：IDC、零壹智库
2.决策层：行业进展明确，国产芯片加速追赶
作为智能汽车的“大脑”，将从传感器收集到的数据进行分析并提供给硬件以做出相应的执行，一般来说决策系统包括硬件平台、软件以及操作系统三个方面，而汽车芯片的发展是自动驾驶市场无法忽视的一环。
目前，随着汽车智能化水平加速提升，智能汽车对高性能大算力的芯片的需求也迅速增长，传统汽车的芯片已经无法满足当前的运算需求，MCU（单片机）正快速向SoC（系统芯片）革新。
图3 L1-L5各级别智能驾驶算力需求（TOPS）
数据来源：易观分析、零壹智库
而市场上主流的自动驾驶SoC芯片计算核心分为CPU、GPU（图像处理器）、FPGA（现场可编程逻辑门阵列）、ASIC（专用处理器）等多种，其中通用性较强的CPU+GPU和运算速度较快的CPU+FPGA均是前期较为成熟的芯片架构方案，而ASIC属于特定场景定制的芯片，通用性低但针对特定场景的每瓦功耗以及安全性更好，虽然前期开发成本较高，但CPU+ASIC未来将成为行业主流。
在芯片相关硬件厂商方面，传统汽车芯片厂商德州仪器、恩智浦等垄断的地位正逐渐被打破，更适合智能汽车的芯片厂商在这一领域得到快速发展，Mobileye、英伟达等企业崛起，国内芯片厂也抓住市场机遇、加速追赶，地平线、黑芝麻(000716,股吧)智能科技等所研发的芯片也逐渐开始用于商业量产。
表5 当前自动驾驶汽车芯片主流企业及芯片信息
资料来源：东吴证券研究所、零壹智库
操作系统层面，目前有QNX/Linux/Android争夺市场，市占率较高的为QNX，但主要是由于其先发优势，并且QNX作为闭源系统，在面临Android和Linux等开源系统的挑战，操作系统市场仍有较大的竞争空间。
3.执行层：行业格局一超多强，国产企业发展可期
目前市场中L2级智能汽车主要为新能源车，与传统汽车本质的区别就在于动力能源由化石燃料变为电驱动，在控制执行上也由机械控制转变为电气控制，电气控制延迟低、精度高，但是寿命较短并且成本高，目前性价比较低。但从未来发展趋势来看，电气控制与智能汽车的相性远远优于机械控制，随着技术升级，电气控制将成为更高级别自动驾驶的必经之路。
而控制执行层的核心技术就是车辆的纵向控制与横向控制。纵向控制车辆的油门和制动，而横向控制的是车辆的转向。目前汽车的电气化升级路线主要是实现线控执行，包括线控油门、线控转向和线控制动三个方面。
线控油门目前已经较为成熟，已有较高普及率；线控转向基于技术层面和成本层面的考虑，并未完全实现纯线控，多位混合转向的模式；线控制动目前业界有EHB（电子液压制动）和EMB（电子机械制动）两种线控制动方案取代较为传统的制动模式，但成本较高，全面替代还需要一定的时间。
在整车控制执行领域由于安全性要求高，验证周期长，传统Tier1博世、大陆等优势明显，形成一超多强的垄断格局。而我国在这一领域的参与者主要为一些初创公司如伯特利(603596,股吧)、拿森电子等，规模相对较小，距离行业龙头还具有一定的差距。
表6 当前线控系统市场部分企业
资料来源：易观分析、零壹智库
而自动驾驶产业链中游主要是解决方案供应商，目前业内主流解决方案供应商包括：Waymon——L4+级自动驾驶领域的领跑者，其研发实力被公认最强；Cruise——其技术力与Waymon相当，在被通用收购后商业化能力得到提升；Mobileye——是当前L2级驾驶解决方案的先驱和视觉解决方案的主要供应商；百度Apollo——当前中国自动驾驶研发的先驱者，据零壹智库统计，百度以2000+的专利数量位列中国自动驾驶专利榜第一的位置，商业化上或将为百度带来新的增长点。
而产业下游主要为整车厂商，包括：特斯拉（TSLA.O）、图森未来（TSP.O）、蔚来（NIO.N）、理想（2015.HK）、小鹏（9868.HK）、小米（1810.HK）、吉利汽车（0175.HK）等。
END.
（王治强 HF013）
加载中,请稍侯......