自動駕駛智能汽車產(chǎn)業(yè)研究報告

1、自動駕駛智能汽車產(chǎn)業(yè)研究報告科技創(chuàng)新，變革未來59自動駕駛汽車產(chǎn)業(yè)分析1典型案例分析23總結(jié)：趨勢、風險、投資建議目錄關(guān)于智能網(wǎng)聯(lián)汽車的定義在傳統(tǒng)汽車基礎(chǔ)上通過ICT技術(shù)改造實現(xiàn)的“自動化”及“網(wǎng)聯(lián)化”技術(shù)升級根據(jù)今年2月，我國發(fā)布的智能汽車創(chuàng)新發(fā)展戰(zhàn)略中，對智能汽車的定義：“通過搭載先進傳感器等裝置，運用人工智能等新技術(shù)，具有自動駕駛功能，并逐步成為智能移動空間和應(yīng)用終端的新一代汽車。智能汽車通常又稱為智能網(wǎng)聯(lián)汽 車、自動駕駛汽車等”。 智能汽車不僅局限于 “單車自動駕駛”，除了單車搭載的智能傳感器、中央計算單元等設(shè)備外， 同時通過應(yīng)用通信技術(shù)實現(xiàn)與道路設(shè)施、其他道路使用者、云端甚至衛(wèi)星的鏈

2、接，以實現(xiàn)對道路環(huán)境信息的掌握、互聯(lián)網(wǎng) 資訊進行的交互和共享等功能。智能汽車將會成為未來智能交通系統(tǒng)中最重要的組成部分。本篇報告在第一章將會重點探討智能汽車技術(shù)及產(chǎn)業(yè)發(fā)展驅(qū)動因素，在第二章重點描述汽車電子產(chǎn)業(yè)鏈發(fā)展現(xiàn)狀及趨勢， 在第三章根據(jù)智能汽車定義，分為“自動駕駛”以及“車聯(lián)網(wǎng)”兩部分探討智能汽車發(fā)展對于汽車產(chǎn)業(yè)/供應(yīng)鏈的影響，并 在第四章重點描述國外/國內(nèi)智能汽車產(chǎn)業(yè)相關(guān)企業(yè)發(fā)展現(xiàn)狀。Key Features:定義:被稱為智能網(wǎng)聯(lián)汽車、自動駕駛汽車功能:具有自動駕駛功能、能夠進行網(wǎng)絡(luò)交 互的新一代智能移動終端技術(shù)構(gòu)成:搭載智能傳感器、控制器、執(zhí)行器，應(yīng)用 通信技術(shù)及人工智能等技術(shù)來源：智

3、能汽車創(chuàng)新發(fā)展戰(zhàn)略，公開網(wǎng)絡(luò)信息整理。3智能汽車產(chǎn)業(yè)發(fā)展歷史梳理智能汽車經(jīng)過多年發(fā)展已由大學實驗室逐步邁向商業(yè)化來源：公開資料匯總整理。19562005201520072016201720182019通用汽車推出FireBird， 基于車路協(xié)同技術(shù)，實現(xiàn)在高速場景下的無人駕駛。70年代90年代美國等發(fā)達國家大學、實驗室開始基于人工智能和攝像頭傳感器 進行移動機器人、自動駕駛原型車研究；80年代，日本開始車路間通信系統(tǒng)RACS研究；90年代，卡內(nèi)基梅隆大學、意大利帕爾瑪大學以及我國清華、國 防科工大等學府推出了自動駕駛原型車并實現(xiàn)了實際上路測試。1999年，美國FCC將5.850-2.925GH

4、z頻段分給DSRC。20142010采用激光雷達的斯坦福大學 “Stanley”無人車完成了 DARPA無人車挑戰(zhàn)賽，橫穿 240公里沙漠地帶。采用Velodyne64線激光雷達的 卡內(nèi)基梅隆大學贏得了 DARPA“無人車城市挑戰(zhàn)賽”；采用單目攝像頭技術(shù)的以色列 ADAS公司Mobileye產(chǎn)品實現(xiàn)量 產(chǎn)。谷歌成立無人車項目 “Chauffeur”；中國舉辦“智能車未來挑戰(zhàn)大 賽”；國防科工大學HQ3無人車完成286公里高速無人駕駛測試。谷歌的第三代無人車 “Firefly” 上路測試；同一時期Mobileye的裝機量達到近千萬臺，并開始自動駕駛技術(shù)的研發(fā)。奔馳推出無人駕駛概念車F015；特斯

5、拉推出了Autopilot系統(tǒng)；安霸收購意大利VisLab；百度成立自動駕駛部門。Nvidia推出支持L2的Drive PX芯片3GPP開始LTE-V2X標準制定。通用收購Cruise Automation；英特爾收購Mobileye；長安汽車與博世和清華合作的無人 百度成立阿波羅自動駕駛聯(lián)盟；Waymo帶有安全員的自動駕駛車 輛上路運營；車完成2000公里道路測試；Uber收購自動駕駛公司Otto；Waymo獨立；各國相繼推出了自動駕駛相關(guān)的政 國內(nèi)誕生大量自動駕駛初創(chuàng)公司。策與法規(guī)，推動行業(yè)發(fā)展；奧迪推出帶有L3功能A8車型。北京、上海、重慶、深圳等相繼 推出了智能網(wǎng)聯(lián)汽車道路測試管 理規(guī)

6、范，各地開始興建智能駕駛 測試和示范園區(qū)；基于MEMs、Flash等技術(shù)的車用 激光雷達產(chǎn)品陸續(xù)推出；Nvidia推出Jetson AGX Xavier。Waymo One無人駕駛出租 車付費服務(wù)開始運營地平線推出征程二代自動駕 駛芯片。挑 戰(zhàn) 者行 業(yè) 驅(qū) 動政 策 催 化技 術(shù) 支 撐4智能汽車產(chǎn)業(yè)鏈上游支撐技術(shù)來源：艾瑞研究院自行繪制。挑 戰(zhàn) 者行 業(yè) 驅(qū) 動技 術(shù) 支 撐人工智能概念從上世紀 60年代提出，相關(guān)技術(shù) 在近20年伴隨計算機技 術(shù)的進步得到了快速發(fā) 展，人工智能技術(shù)使自 動駕駛汽車擁有對不同 道路情況思考判斷的能 力；汽車領(lǐng)域建立AUTOSAR 為汽車領(lǐng)域軟件系統(tǒng)開 發(fā)、軟

7、硬件解耦及汽車 OTA、自動駕駛等技術(shù) 發(fā)展打下基礎(chǔ)。摩爾定律推動半導(dǎo)體技 術(shù)快速發(fā)展，在單位空 間內(nèi)集成更多的電子管 使電子硬件計算性能和 能耗表現(xiàn)大幅提升，為 汽車智能化升級從硬件 層提供了基礎(chǔ)；人工智能硬件技術(shù)的發(fā) 展使汽車控制系統(tǒng)能夠 擁有媲美超級計算機的 計算能力，擁有能夠在 行駛過程中對行車環(huán)境 的感知和判斷能力，使 自動駕駛成為可能。中國移動互聯(lián)網(wǎng)經(jīng)過近 10年發(fā)展使國內(nèi)網(wǎng)民滲 透率超過了50%；5G相關(guān)技術(shù)得到快速發(fā) 展， Rel16第三階段技 術(shù)標準凍結(jié)，重點聚焦 URLLC場景、網(wǎng)絡(luò)切片 及毫米波通信等技術(shù)， 對于車聯(lián)網(wǎng)的商業(yè)化應(yīng) 用來說具有重大意義。伴隨著自動駕駛企業(yè)路

8、測里程的不斷積累、越 來越多的帶有數(shù)據(jù)收集 功能的網(wǎng)聯(lián)汽車不斷上 路行駛，可用于訓練自 動駕駛算法的有效數(shù)據(jù) 快速增長，自動駕駛系 統(tǒng)能力快速提升；圖商加速布局高精度地 圖領(lǐng)域，積極收集地圖 數(shù)據(jù)制作高精度地圖產(chǎn) 品，為自動駕駛汽車提 供更遠的視野。隨著近年來半導(dǎo)體硬件、軟件以及通信等技術(shù)上的進步及突破，汽車智能化升級逐漸成為可能政在上頁梳理智能汽車產(chǎn)業(yè)發(fā)展歷史后，我們發(fā)現(xiàn)對智能網(wǎng)聯(lián)汽車的探索可以追溯到上世紀中期，但直到上世紀末，相關(guān)技 策術(shù)仍然停留在實驗室階段，我們認為這主要是當時的底層技術(shù)、配套產(chǎn)業(yè)等不足以支撐智能網(wǎng)聯(lián)汽車的落地。近二十年， 催伴隨著半導(dǎo)體、高精度傳感器、人工智能算法、移動

9、通信網(wǎng)絡(luò)等技術(shù)的快速發(fā)展，智能網(wǎng)聯(lián)汽車的落地逐漸成為可能，但 化當前落地的產(chǎn)品智能化有限，只能部分實現(xiàn)輔助駕駛功能，或者是只能在封閉區(qū)域低速環(huán)境下實現(xiàn)自動駕駛。未來伴隨著 資本的不斷投入、廉價的超級計算機單元和具有高精度探測能力的傳感器量產(chǎn)，伴隨著駕駛數(shù)據(jù)的積累自動駕駛算法的快速提升，具有高等智能的智能網(wǎng)聯(lián)汽車有望在未來510年內(nèi)得到落地。軟件技術(shù)發(fā)展硬件技術(shù)發(fā)展通訊技術(shù)發(fā)展數(shù)據(jù)積累5自動駕駛概念及定義（一）NHTSA/SAE根據(jù)系統(tǒng)/駕駛員對車輛行駛過程中動態(tài)駕駛?cè)蝿?wù)所承擔責任的比例對自動駕駛進行了6個等級的劃分美國公路交通安全管理局（ NHTSA ）將自動駕駛劃分為L0-L4，美國汽車工程

10、師協(xié)會（SAE）將自動駕駛技術(shù)分為L0L5。當前部分OEM廠商已經(jīng)推出了具有L2功能的車型，預(yù)計L3車型將會在未來2年逐步實現(xiàn)量產(chǎn)。L3將會是一個技術(shù)的分水嶺， 主要體現(xiàn)在其實現(xiàn)了在特定設(shè)計場景下，系統(tǒng)對車輛動態(tài)駕駛?cè)蝿?wù)的完全接管，駕駛員可實現(xiàn)“脫手、脫腳、脫眼”，系 統(tǒng)足夠智能當發(fā)現(xiàn)駕駛環(huán)境不滿足系統(tǒng)設(shè)計范圍時，可留給駕駛員足夠的時間對車輛駕駛?cè)蝿?wù)進行接管。注釋：OEDR (Object and Event Detection)，目標和事件探測和響應(yīng)。來源：SAE自動駕駛定義和分級標準，艾瑞研究院整理繪制。NHTSASAE定義動態(tài)駕駛?cè)蝿?wù)（DDT）動態(tài)駕駛?cè)蝿?wù) 支援（DDT Fallback

11、）設(shè)計適用范圍（ODD）典型應(yīng)用橫/縱向運動 控制物體和時間 的探測響應(yīng)6L0L0系統(tǒng)輔助增強駕駛員環(huán)境感知能力，駕駛 員執(zhí)行全部駕駛?cè)蝿?wù)駕駛員駕駛員駕駛員無碰撞預(yù)警（FCW）、車道偏離 預(yù)警（LDW）、行人預(yù)警（PCW）、盲點監(jiān)測（BSM）L1在適合的設(shè)計范圍內(nèi)，系統(tǒng)可執(zhí)行車輛運L1 動控制中的某一子任務(wù)（不可同時執(zhí)行）， 駕駛員執(zhí)行其他的動態(tài)駕駛?cè)蝿?wù)駕駛員和系 統(tǒng)駕駛員駕駛員特定場景巡航控制（ACC）、自動制動（AEB）、車道保持（LKA）、 智能車速控制（ISA）L2L2在適合的設(shè)計范圍內(nèi)，系統(tǒng)可持續(xù)執(zhí)行車 輛運動控制任務(wù)（涉及到多個ECU配合）， 駕駛員負責執(zhí)行OEDR任務(wù)并監(jiān)督自動駕

12、駛系統(tǒng)系統(tǒng)駕駛員駕駛員特定場景車道居中輔助（LCC）、自動變道（ALC）L3在適合的設(shè)計范圍內(nèi)，系統(tǒng)可持續(xù)執(zhí)行完L3整的動態(tài)駕駛?cè)蝿?wù)，用戶在系統(tǒng)失效時接 受系統(tǒng)的干預(yù)請求，及時作出響應(yīng)系統(tǒng)系統(tǒng)駕駛員在系統(tǒng) 失效時取得駕 駛權(quán)特定場景交通堵塞輔助（TJP）、高速公 路輔助（HWP）、自動泊車L4系統(tǒng)系統(tǒng)特定場景RoboTaxi、無人物流車、無人 巴士，etc在適合的設(shè)計范圍內(nèi)，系統(tǒng)可以自動執(zhí)行L4 完整的動態(tài)駕駛?cè)蝿?wù)和動態(tài)駕駛?cè)蝿?wù)支援，系統(tǒng) 用戶無需對系統(tǒng)請求做出回應(yīng)系統(tǒng)能在所有道路環(huán)境執(zhí)行完整的動態(tài)駕L5駛?cè)蝿?wù)和動態(tài)駕駛?cè)蝿?wù)支援，駕駛員無需系統(tǒng)介入系統(tǒng)系統(tǒng)全部場景自動駕駛概念及定義（二）來源：

13、汽車駕駛自動化分級工信部聯(lián)合長安、廣汽、吉利、東風、寶馬中國、東風商用車、大眾中國、福特中國等8家車企及中國汽車技術(shù)研究中心有限公司、浙江亞太 機電股份有限公司、東軟睿馳汽車技術(shù)（沈陽）有限公司共同起草。分級定義車輛橫向縱向控 制目標和時間探測 與響應(yīng)動態(tài)駕駛?cè)蝿?wù)接 管場景7L0應(yīng)急輔助：不能持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向 運動控制，但具備持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的部分目標和時間 探測與響應(yīng)能力駕駛員駕駛員及系統(tǒng)駕駛員有限制L1部分駕駛輔助：設(shè)計運行條件內(nèi)持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿?wù) 中的車輛橫向或縱向運動控制，且具備與所執(zhí)行的車輛橫向或 縱向運動控制相適應(yīng)的部分目標和事件探測與響應(yīng)的能力駕駛

14、員和系統(tǒng)駕駛員及系統(tǒng)駕駛員有限制L2組合輔助駕駛：設(shè)計運行條件內(nèi)持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿?wù) 中的車輛橫向和縱向運動控制，且具備與所執(zhí)行的車輛橫向和 縱向運動控制相適應(yīng)的部分目標和事件探測與響應(yīng)的能力。系統(tǒng)駕駛員及系統(tǒng)駕駛員有限制L3有條件自動駕駛：設(shè)計運行條件內(nèi)持續(xù)地執(zhí)行全部動態(tài)駕 駛?cè)蝿?wù)。動態(tài)駕駛?cè)蝿?wù)接管用戶以適當?shù)姆绞綀?zhí)行動態(tài)駕駛?cè)?務(wù)接管。系統(tǒng)系統(tǒng)動態(tài)駕駛?cè)蝿?wù)接 管用戶（接管后 成為駕駛員）有限制L4高度自動駕駛：在其設(shè)計運行條件內(nèi)持續(xù)地執(zhí)行全部動態(tài) 駕駛?cè)蝿?wù)和執(zhí)行動態(tài)駕駛?cè)蝿?wù)接管。系統(tǒng)發(fā)出接管請求時，若 乘客無響應(yīng)，系統(tǒng)具備自動達到最小風險狀態(tài)的能力。系統(tǒng)系統(tǒng)系統(tǒng)有限制L5完全自動駕駛：在

15、任何可行駛條件下持續(xù)地執(zhí)行全部動態(tài) 駕駛?cè)蝿?wù)和執(zhí)行動態(tài)駕駛?cè)蝿?wù)接管。系統(tǒng)發(fā)出接管請求時，乘 客無需進行響應(yīng)，系統(tǒng)具備自動達到最小風險狀態(tài)的能力。系統(tǒng)系統(tǒng)系統(tǒng)無限制中國工信部于今年3月份公示了汽車駕駛自動化分級推薦性國家標準報批稿將從政策角度為L3車輛上路打下基礎(chǔ)目前，從技術(shù)和產(chǎn)品角度看，L3系統(tǒng)已經(jīng)開發(fā)完成并在全球部分區(qū)域?qū)崿F(xiàn)上路（奧迪、凱迪拉克以及國內(nèi)長安等整車廠商已經(jīng)推出了L3產(chǎn)品）。但目前在國內(nèi)由于相關(guān)法律尚未完善，對于系統(tǒng)接管車輛過程中的責任歸屬和問責機制尚不明確， 因此國內(nèi)L3汽車還不能合法合規(guī)的上路行駛。韓國在今年1月正式推出了L3駕駛安全和商業(yè)化標準，我國今年3月公示了汽車駕駛自

16、動化分級，將會為我國相關(guān)法律標準的完善奠定基礎(chǔ)。自動駕駛系統(tǒng)技術(shù)架構(gòu)（一）自動駕駛系統(tǒng)包括感知層、決策層、執(zhí)行層，整體技術(shù)成熟度受限于硬件、數(shù)據(jù)和算法的發(fā)展積累自動駕駛系統(tǒng)由感知層、決策層和執(zhí)行層構(gòu)成，若將自動駕駛系統(tǒng)比作為機器人的話，感知層、決策層、執(zhí)行層分別代表 了機器人的眼/耳、大腦及手腳。當前自動駕駛技術(shù)的發(fā)展受限于數(shù)據(jù)、算法以及傳感器、計算單元等硬件的發(fā)展。理論上 講，算法與硬件是反向關(guān)系，控制、感知算法越強、對于硬件感知能力依賴越低，但出于安全性、魯棒性等因素考量，越 高階的自動駕駛系統(tǒng)將會采用更強大的高精度傳感設(shè)備和計算單元保證系統(tǒng)的絕對安全性。感知自動駕駛 功能的實現(xiàn)決策環(huán)境感

17、知車輛定位車載傳感器環(huán)境數(shù)據(jù)車身數(shù)據(jù)攝像頭毫米波雷達激光雷達 超聲波雷達紅外傳感器MEMS磁阻傳感器 MEMS霍爾傳感器車聯(lián)網(wǎng)硬件算法硬件算法車聯(lián)網(wǎng)環(huán)境數(shù)據(jù)車身數(shù)據(jù)攝像頭 激光雷達GNSS/IMUMEMS磁阻傳感器 MEMS霍爾傳感器傳感器數(shù)據(jù)融合 分割、識別及分類 物體定位運動預(yù)測車載傳感器算法-任務(wù)規(guī)劃、行為規(guī)劃和動作規(guī)劃硬件-域控制器/芯片SLAM/SCAN MATCHINGRTK控制-執(zhí)行器來源：艾瑞研究院自主繪制。8自動駕駛系統(tǒng)技術(shù)架構(gòu)（二）來源：公開市場資料，艾瑞研究院整理繪制。9當前L2.5/3產(chǎn)品主要采取“攝像頭+毫米波+超聲波+域控制器”配置方案，從Tier1/2采購專用的傳

18、感器和處理單元當前，主流的L2.5/3產(chǎn)品主要配置包括：前置攝像頭、環(huán)視攝像頭、毫米波雷達、超聲波雷達以及專用的車載計算平臺。 大部分廠商出于成本、技術(shù)成熟度等因素考量并未采用激光雷達，少量車企在其高端車型上配置了前向激光雷達/紅外攝像頭等傳感器以保證系統(tǒng)魯棒性。奧迪 A8奔馳 S寶馬凱迪拉克CT6長安汽車UNI-T特斯拉Model 3蔚來 ES8小鵬 P7系統(tǒng)zFAS-SydtemDrive PilotiNextSuper CruiseAutoPilot 3.0NIO PilotXPILOT 3.0計算平 臺EyeQ3+Aletera Cyclone V+Aurix TC297T+Tegra

19、 K1 VCMNvidia Drive PXPegasusMobileye Eye Q5 、 Ifenion AurixMCU *2、 Intel Denveton CPU、Renesas V3HH3Mobileye采用了地平線征 程二代芯片用于 其智能座艙HW3 FSDMobileyeXavier（自動駕駛）+高通820A（車機）實現(xiàn)功 能L3（60km/h以 下TJP）L3L3L2.5L3（40km/h以 下TJP）L2.5L2.5L3（HWP、超 級自動泊車輔助）攝像頭7（4個環(huán)視+1前 視+駕駛員監(jiān)控+ 紅外夜視）前向雙目攝像頭+環(huán)視攝像頭+后 向攝像頭106687（前視3目攝像 頭+

20、4個環(huán)視攝像 頭+駕駛員監(jiān)控）13激光雷 達Valeo ScalaValeo ScalaValeo ScalaN/AN/AN/AN/AN/A毫米波56555155超聲波1212121212121212其他攝像頭中包含一 個紅外夜視攝像 頭輪胎濕度傳感器、GPS/GLONASS、高精度地圖、高精讀地圖增強型GPS、高 精度地圖、DMS、熱成像采用ADAS地圖 獲取8公里內(nèi)道 路信息，為決策 提供依據(jù)。當前部分主機廠商L2.5/L3產(chǎn)品硬件系統(tǒng)配置自動駕駛系統(tǒng)技術(shù)架構(gòu)（三）來源：公開市場資料&專家訪談，艾瑞整理繪制。10WaymoPony. AiNuTonomyVoyage元戎啟行AutoXTuS

21、impleEmbark計算平臺工控機Nvidia Titan XNvidia Xavier實現(xiàn)功能L4L4L4L4L4L4L4L4攝像頭8個6個6個4個8個12個10個5個激光雷達6臺激光雷達1臺32線激光 雷達2臺16線激光 雷達1臺1臺64線/128線+4個低線束激光 雷達3臺6臺2臺32線激光 雷達1臺4線激光 雷達3臺激光雷達毫米波雷達4臺3臺5臺5臺5臺6臺3臺3臺其他13臺 GPS/IMU1臺 GPS/IMUGPS/IMUGNSS2臺 GPS/IMUL4產(chǎn)品還處于技術(shù)驗證階段硬件配置方案尚不確定，預(yù)計激光雷達和具有更高算力的計算平臺將會成為系統(tǒng)標配L4產(chǎn)品距離量產(chǎn)尚遠，各廠商仍在探

22、索搭建自己的自動駕駛系統(tǒng)，由于算法、硬件等技術(shù)日新月異，各廠家會根據(jù)其產(chǎn)品應(yīng)用場景不斷地優(yōu)化、迭代其技術(shù)方案，嘗試搭配選擇不同的上游廠商所提供的產(chǎn)品。當前L4系統(tǒng)整體的造價要遠高于 L2.5/3產(chǎn)品，主要是由于L4/5系統(tǒng)需要能夠完全擺脫安全員并達到極高的安全水準，更高精度的傳感器和具有超強算力的 計算平臺將會為系統(tǒng)提供足夠的安全冗余，如廠商一般會搭載多臺多線程激光雷達和服務(wù)器級計算設(shè)備。當前各廠商L4級自動駕駛硬件配置方案感知層：外部傳感器來源：第一本無人駕駛技術(shù)書。11優(yōu)點缺點探測范圍功能攝像頭Camera可對物體幾何特征、表面紋 理等信息進行識別，可通過 算法實現(xiàn)對障礙物距離的探 測，技

23、術(shù)成熟、造價低廉受光照強度變化影響大，容 易受到惡劣環(huán)境干擾最遠探測范圍可超過500米障礙物識別；車道線識別； 輔助定位、道路信息讀取、 地圖構(gòu)建毫米波雷達Radar對煙霧、灰塵的穿透能力較 強，抗干擾能力強，對相對 速度、距離以及角速度的測 量準確度非常高測量范圍相對Lidar更窄， 難以辨別物體大小和形狀1000米障礙物探測（中、遠）激光雷達Lidar精度高、探測范圍較廣、可 以構(gòu)建車輛周邊環(huán)境3D模 型容易受到雨雪霧等天氣影響，技術(shù)不夠成熟，產(chǎn)品體積大、 造價高昂300米障礙物探測識別；車道線識別；輔助定位、地圖構(gòu)建超聲波Ultrasonic技術(shù)成熟、成本低，受天氣干擾小，抗干擾能力強測

24、量精度差、測量范圍小、距離近10米障礙物探測（近）衛(wèi)星+慣導(dǎo)GNSS+IMU通過對衛(wèi)星三角定位和慣性 導(dǎo)航進行結(jié)合實現(xiàn)對車輛進 行定位容易受到、城市建筑、隧道 等障礙物的干擾使得測量精 度大打折扣廣域高精度定位保持在10米以 內(nèi)車輛導(dǎo)航、定位預(yù)計L2.5/L3高級輔助駕駛產(chǎn)品將會推動中長距離毫米波雷達市場發(fā)展，L4/L5自動駕駛產(chǎn)品將會推動激光雷達市場發(fā)展感知層主要是為自動駕駛系統(tǒng)獲取外部行駛道路環(huán)境數(shù)據(jù)并幫助系統(tǒng)實現(xiàn)定位，當前最具代表性的傳感器包括：攝像頭、毫米波雷達、超聲波雷達、GNSS/IMU以及激光雷達等。由于其波長特性、工作原理各不相同導(dǎo)致其適用的應(yīng)用場景各異， 所以當前大部分車輛都

25、是采用多種傳感器相融合的方式以實現(xiàn)對各種環(huán)境的應(yīng)對，保證感知能力冗余。當前L2及以上車輛主要使用的外部傳感器及其特性介紹感知層：毫米波雷達-定義及分類毫米波雷達技術(shù)相對成熟，具有體積小、低功耗、低造價、全天候使用等特點，當前已被廣泛應(yīng)用于乘用車產(chǎn)品毫米波一般是指工作頻率在30100GHz，波長在110mm的電磁波，位于微波與遠紅外波相交疊的波長范圍。毫米波雷達 是指工作頻段在毫米波雷達，其具有抗干擾、探測距離遠（200m）、價格較低（5001000元左右）等優(yōu)勢。車載毫米波 雷達主要用于測量周邊障礙物相對速度、距離和方位。目前主要產(chǎn)品分為24GHz和77GHz兩大種類，77GHz分辨率遠優(yōu)于

26、24GHz產(chǎn)品（60cm3.75cm），但由于產(chǎn)品體積更小、工作頻率更高，因此對產(chǎn)品制造加工工藝要求更高。目前77GHz 產(chǎn)品市場主要被大陸、博世和德爾福等海外廠商所主導(dǎo)。24GHz77GHzBSD盲點探測、LCA變道輔助、PA泊車 輔助、RCTA警示系統(tǒng)、S&G自動跟車ACC自適應(yīng)巡航、FCW安全車距預(yù)警探測距離 小于70m探測距離70200m產(chǎn)品技術(shù)成熟、天線體積 大、供應(yīng)鏈體系相對成熟制造工藝高、體積更小、測 量距離遠、精度更高、芯片 供應(yīng)受限波長：110mm天 線無線收發(fā) 開關(guān)發(fā)射機接收機信號 處理器汽車控制 電路算法芯片報警裝置缺少對目標的辨認和語義識別能力由于采用了波探測（面），相

27、對于激光角分辨率精度低來源：市場公開資料，艾瑞研究院自行整理繪制。12優(yōu)勢劣勢產(chǎn)品特點：波長短、天線尺寸小方向性好、極高的空間分辨力，跟蹤精度高基于多普勒效應(yīng)的相對速度測量，精度高相比激光和紅外，對煙、灰塵和霧具有更好的穿透能力產(chǎn)品分類：產(chǎn)品架構(gòu)：感知層：毫米波雷達-市場發(fā)展現(xiàn)狀及趨勢傳統(tǒng)毫米波雷達市場被海外廠商占領(lǐng)，國內(nèi)廠商逐漸開始對77GHz高端產(chǎn)品進行滲透，市場替代空間較大毫米波雷達主要由MMIC、基帶以及PCB等組成，其中決定了雷達性能最主要的為MMIC芯片（單片微波集成芯片），也被 稱為射頻集成電路（RFIC），這是一類高頻放大器件，被廣泛應(yīng)用于通信和GPS等各類設(shè)備的射頻、中頻和本

28、振電路中。 MMIC可以分成兩大類：一類是基于硅晶體管的MMIC，另一類是基于砷化鎵場效應(yīng)管（GaAs FET）的MMIC。GaAs FET 類MMIC具有工作頻率高、頻率范圍寬、動態(tài)范圍大、噪聲低的特點，但價格昂貴，因此應(yīng)用場合較少；而硅鍺晶體管（SiGe）的MMIC性能優(yōu)越、使用方便，而且價格低廉，因而應(yīng)用非常廣泛。未來，預(yù)計采取CMOS工藝的毫米波雷達在 成本、集成度等方面將會進一步提升，最終將會替代硅鍺工藝。當前，國內(nèi)廠商開發(fā)能力主要集中在收發(fā)組建射頻前端領(lǐng)域，對于信號處理芯片的開發(fā)能力較弱MMIC單片微波集成電路基帶數(shù)字信號處理芯片天線高頻PCB板SCHWEIZER ELECTRON

29、IC毫米波雷達廠商來源：互聯(lián)網(wǎng)公開市場資料。13感知層：毫米波雷達-市場規(guī)模預(yù)測注釋：報告所列規(guī)模數(shù)據(jù)均取整數(shù)位，預(yù)測數(shù)據(jù)精確至十位數(shù)（已包含四舍五入的情況）。3080140190230270300330340340205030607010014018021025030066.7%60.0%75.0%35.7%21.1%17.4%11.1%10.0%3.0%0.0%50.0%100.0%16.7%42.9%40.0%28.6%16.7%19.0%20.0%伴隨L2/3車輛逐步放量，為毫米波雷達市場帶來額外的增長空間，國產(chǎn)替代空間巨大毫米波雷達市場發(fā)展趨勢：毫米波雷達芯片設(shè)計向著集成化方向發(fā)展，

30、天線、射頻以及基帶等未來將會被集成在同一塊芯片內(nèi)，大大降低產(chǎn)品復(fù)雜 度并節(jié)約制造成本，采用CMOS工藝硅晶體管的MMIC芯片由于具有技術(shù)成熟、制造成本低、容易集成等特點，將會成 為毫米波雷達未來的主流發(fā)展方向。由于77GHz雷達具有探測精度高、天線體積小等特點，預(yù)計未來將會對24GHz毫米波雷達產(chǎn)品形成替代趨勢；隨著國內(nèi)廠商77GHz雷達芯片的逐步突破，預(yù)計未來該領(lǐng)域?qū)⒂瓉韲a(chǎn)替代浪潮2020-2030年中國車載毫米波雷達市場規(guī)模預(yù)測2020e2021e2022e24GHz毫米波雷達（億元）2023e2024e2025e77GHz毫米波雷達（億元）2026e2027e24GHz毫米波雷達同比（

31、%)2028e2029e2030e77GHz毫米波雷達同比（%）來源：艾瑞研究院基于公開市場資料和模型計算得出。14感知層：激光雷達-定義及產(chǎn)品分類具有獲取信息豐富、精度高等特點，但由于其固態(tài)產(chǎn)品相關(guān)技術(shù)及加工工藝不成熟，當前較少被應(yīng)用于乘用車產(chǎn)品激光雷達發(fā)展始于上世紀60年代，一開始被應(yīng)用于航空航天、測繪等領(lǐng)域，主要可以實現(xiàn)測距、環(huán)境監(jiān)測以及動態(tài)、靜態(tài) 3D環(huán)境模型的構(gòu)建。在自動駕駛領(lǐng)域，由于激光波形的特性（高頻短波），相比毫米波雷達，可提供更精確的環(huán)境探測數(shù) 據(jù)（厘米級），構(gòu)建高精度3D模型，因此被認為在高級別自動駕駛系統(tǒng)中具有不可或缺的位置。車用激光雷達起步較晚， 目前商業(yè)化面臨諸多問題

32、，如：考慮到功率等問題，車載產(chǎn)品有效測距短，產(chǎn)品固態(tài)化、小型化技術(shù)不夠成熟，難以滿足 車規(guī)要求，配套產(chǎn)業(yè)鏈不成熟，難以實現(xiàn)量產(chǎn)，而產(chǎn)量少導(dǎo)致了造價高昂等問題（Velodyne HDL-64售價高達于7.5萬美 元），此外激光雷達由于其波形特性，雨、雪、霧等天氣對其具有較強的干擾，相比起毫米波雷達來說抗干擾能力較弱。激光 發(fā)射器可編程邏輯門陣列TOF接收器編碼器電源管理 單元高頻 變壓器透鏡透鏡電源管理 單元超高速以太網(wǎng)路交換器處理器總線接口激光雷達來源：公開網(wǎng)絡(luò)渠道信息。15多線束 激光雷達2D2.5D沒有垂直視角3D測距速度快、數(shù)據(jù)處理量少多應(yīng)用于安全防護領(lǐng)域、地形測繪、城市建筑測量等垂直視

33、角較小，安裝在進氣格柵垂直視角不超過10度垂直視角可以達到3040度垂直視角較大，可以安裝在車頂、擋風玻璃處雨、雪、霧天氣受干擾較大傳統(tǒng)機械激光雷達體積大、產(chǎn)能低、造價高昂，難以被量 產(chǎn)應(yīng)用于乘用車平臺優(yōu)勢劣勢波長：905nm/1550nm產(chǎn)品特點：距離分辨率、角分辨率、速度分辨率高，可形成高精度3D 點云環(huán)境模型；具有晝夜工作能力。產(chǎn)品分類：單線束產(chǎn)品架構(gòu)：感知層：激光雷達-市場發(fā)展現(xiàn)狀及趨勢激光雷達未來將朝向固態(tài)化方向發(fā)展，中短期基于MEMs技術(shù)的產(chǎn)品更加適合車規(guī)需求，具有可觀的市場應(yīng)用前景基于乘用車應(yīng)用場景下，整車廠商需要綜合考慮激光雷達的激光線束數(shù)量、探測距離、功率以及造價等因素。如：

34、高速公 路場景一般需要激光雷達能能夠發(fā)射100線束以上才能夠?qū)崿F(xiàn)較好的探測效果，但此類型產(chǎn)品往往造價高昂，解決方法如： 通過將多臺低線束激光雷達產(chǎn)品組合，可在一定程度上替代高線束激光雷達產(chǎn)品同時規(guī)避高昂的成本。此外，由于傳統(tǒng)的 機械式激光雷達體積龐大、結(jié)構(gòu)復(fù)雜，成本高昂而且量產(chǎn)能力低下，難以滿足整車廠商的要求，多家廠商正在著手研制基 于3D-FLASH、MEMs以及OPA等技術(shù)的激光雷達，以實現(xiàn)產(chǎn)品得小型化、輕量化發(fā)展。隨著相關(guān)技術(shù)的逐漸成熟，有望 將激光雷達產(chǎn)品造價降至千元級別。傳統(tǒng)機械及半固態(tài)產(chǎn)品機械結(jié)構(gòu)復(fù)雜、難以 符合車規(guī)級傳感器標準，生產(chǎn)過程需要人工調(diào)教、 成本高、生產(chǎn)周期長，量產(chǎn)困難

35、采用MEMs技術(shù)，將傳統(tǒng)機械結(jié)構(gòu)用 MEMs微振鏡進行替代，產(chǎn)品體積緊 湊，技術(shù)相對成熟，易于大規(guī)模生產(chǎn)公司： VelodyneVelodyneVelodyneIbeoInnovizDJI北科天繪Quanergy產(chǎn)品： HDL-64HDL-32VLP-16Lux-4/8Innoviz ProLivox Mid-100C-FansS3價格： 7.5萬美元2萬美元0.8萬美元250美元N/A9,999元10萬元250美元激光束：6432164-83001288范圍：120m80-120m100m100-150m150m260m200m150m精度：2cm2cm2cm10m5m2cm2cm4cm數(shù)據(jù)

36、頻率：1.3M/s0.7M/s0.3M/sN/A0.178M/s0.3M/sN/AN/A垂直角度：26.820153.22038.43010水平角度：360360360145；7398.4150120重量：15kg1kg0.83kgN/A0.95kg2.2kgN/AN/A采用Flash、OPA技術(shù)， 是真正的固態(tài)激光雷達技 術(shù)，完全取消了機械結(jié)構(gòu)來源：公開網(wǎng)絡(luò)渠道信息，艾瑞研究院整理繪制。16感知層：激光雷達-市場規(guī)模預(yù)測1302403901310187042403530274048805420550084.6%62.5%42.7%46.5%28.8%20.1%15.1%11.1%1.5%20

37、26e2027e2028e2029e2030e作為視覺+毫米波的補充，部分OEM采用激光雷達為其L3系統(tǒng)提供安全冗余，預(yù)計在L4以上場景將會作為系統(tǒng)標配使用當前整車廠商普遍接受的主流傳感器配置方案為：“攝像頭+毫米波雷達+超聲波雷達”，該套感知層方案可以保證對于 99%的行車環(huán)境的感知。激光雷達作為其補充，基于其強大的探測精度，為其提供額外的安全冗余。在綜合考量系統(tǒng)對安 全性需求以及當前激光雷達產(chǎn)品成熟度、造價等一系列因素后，我們認為激光雷達可能并不會被大量采購應(yīng)用于L3系統(tǒng)中。 當前各廠商對激光雷達的投資布局主要是瞄準未來L4及以上自動駕駛場景，屆時激光雷達基于其精確地探測和豐富的信息 感知

38、能力將會為無人駕駛系統(tǒng)提供充分的感知能力的冗余，保障系統(tǒng)不會漏檢行車環(huán)境中對行車安全可能會造成威脅的一 切物體（Corner case）。2020-2030年中國車載激光雷達市場規(guī)模235.9%2020e2021e2022e2023e2024e2025e車載激光雷達市場規(guī)模（億元）注釋：報告所列規(guī)模數(shù)據(jù)均取整數(shù)位，預(yù)測數(shù)據(jù)精確至十位數(shù)（已包含四舍五入的情況）。車載激光雷達同比（%）來源：艾瑞研究院基于公開市場資料和模型計算得出。17決策層：計算單元-定義及分類近三十年汽車內(nèi)部計算單元ECU/MCU數(shù)量實現(xiàn)近百倍增長ECU（Electronic control unit）指汽車電子控制單元，可以

39、理解成一個嵌入式的微電腦，主要對包括發(fā)動機、制動系統(tǒng)、 空調(diào)、照明、車窗等一系列功能進行控制。近年來，隨著車輛功能的日益豐富，當前乘用車上已發(fā)展到擁有幾十到近百 個ECU控制單元，ECU間通過CAN/Lin/FlexRay等總線相連形成局域網(wǎng)進行數(shù)據(jù)共享和協(xié)同。ECU由：輸入處理電路、 微處理器、輸出處理電路、系統(tǒng)通信電路及電源電路，其中核心是MCU微處理器（單片機），由CPU、存儲和I/O接口 等組成（ROM中存儲著預(yù)先錄入的程序，CPU通過讀取輸入數(shù)據(jù)信號并代入程序輸出控制信號，實現(xiàn)特定功能的控制）。ECU行業(yè)具有較高門檻，汽車等級單片機供應(yīng)商主要有：恩智浦 、瑞薩、NEC、富士、英飛凌、

40、意法、微芯和 德州儀器等。汽車電子零部件廠商往往與單片機供應(yīng)商建立戰(zhàn)略聯(lián)盟關(guān)系，獲得穩(wěn)定的合作關(guān)系，共同開發(fā)產(chǎn)品。傳統(tǒng)的汽車分布式計算架構(gòu)示意圖及微處理器分類微處 理器 MCU（單 片機）輸 入 處 理輸 出 處 理模擬信號數(shù)字信號電磁閥電動機開關(guān)與指示通訊 電路電源 電路通訊口電源模擬信號8位單片機計算速度慢、功耗低；主要應(yīng)用于低端應(yīng)用場景，如：車門、雨刷、車窗、 傳感器等未來被集成于傳感器中16位單片機相較于8位單片機有所提升復(fù)雜應(yīng)用場景，如：離合器、電子剎車、轉(zhuǎn)向等；面臨8位單片機性能提升以及32位單片機產(chǎn)能上升所 帶來的價格下降有被淘汰趨勢32位單片機速度非?？?，適用于較高運算性能、實

41、時性的電子模 塊作為主控處理。應(yīng)用領(lǐng)域：動力控制、自適應(yīng)巡航、 駕駛輔助、電子穩(wěn)定系統(tǒng)、功能復(fù)雜的傳動系統(tǒng)以及 多媒體信息系統(tǒng)、安全系統(tǒng)和引擎控制等復(fù)雜的電子 模塊。隨著產(chǎn)品通過AECQ認證，產(chǎn)品應(yīng)用領(lǐng)域快速拓展， 產(chǎn)能快速提升使價格比大部分16位單片機都便宜。來源：汽車電子硬件設(shè)計朱玉龍。18決策層：計算單元-市場發(fā)展現(xiàn)狀及趨勢L3以上系統(tǒng)對計算性能提升需求將導(dǎo)致傳統(tǒng)ECU堆砌轉(zhuǎn)變?yōu)楦咝阅苡嬎銌卧獙鹘y(tǒng)ECU的替代，看好AI芯片應(yīng)用前景未來乘用車產(chǎn)品在面臨智能化、網(wǎng)聯(lián)化升級過程中，基于對多源傳感器數(shù)據(jù)的融合處理統(tǒng)一決策，以及整車軟件統(tǒng)一升 級等需求，傳統(tǒng)的分布式計算架構(gòu)中近百個由不同廠商分別

42、開發(fā)提供的ECU產(chǎn)品將會被幾個Zonal ECU（DCU）/中央 計算單元所取代。由于自動駕駛能力每提升一級，平均要求算力提升十倍，這對中央計算單元算力/功耗等設(shè)計提出了 較高需求，傳統(tǒng)產(chǎn)業(yè)鏈中單片機廠商技術(shù)積累有限，而像是：英偉達、高通、華為等在消費電子、超算等領(lǐng)域具有技術(shù) 開發(fā)經(jīng)驗的廠商將會有較好的技術(shù)積累和市場前景，但仍需考慮從消費電子到汽車電子過程中如何克服車規(guī)級電子設(shè)計標準的行業(yè)門檻。Central Compute r UnitTTTech&Delphi& Mobileye-zFASAurix TC297T：系統(tǒng)運 行狀態(tài)、矩陣大燈； Altera Cyclone V：目 標識別融合

43、、地圖融合、 自動泊車、預(yù)剎車、激光 雷達、傳感器數(shù)據(jù)處理； EyeQ3：交通信號識別、 行人檢測、碰撞預(yù)警、光 線探測、車道線識別； TegraK1 VCM：駕駛員 狀態(tài)檢測、360度全景?，F(xiàn)對不同車輛、行人、 車道線及交通信號標 志的識別與監(jiān)測，適 用L3/4場景BOSCH-DASyContinental-ADCUNXP-BLUEBOX地平線-MATRIX具有較強的帶寬、算異構(gòu)計算單元平臺，主 S32V視覺處理器；基于征程二代芯片， 力、存儲和功耗表現(xiàn)，要實現(xiàn)對傳感器數(shù)據(jù)的 LS2088內(nèi)嵌式計算算力達到40TOPS， 能夠融合多種傳感器評估與解析，最終實現(xiàn) 處理器：分析周邊路功耗20W，

44、對4路 數(shù)據(jù)、構(gòu)建精準的完整環(huán)境模型的搭建況、評估風險因素、1080p視頻處理，實360度環(huán)境模型并計指示汽車行為算行駛策略。芯片 供應(yīng)商汽車電子架構(gòu)向高性能集中式計算單元發(fā)展來源：各地平線、英偉達等公司首頁、公開資料匯總，艾瑞研究院自行整理。19決策層：計算單元-市場規(guī)模預(yù)測170270400116084014601720194021102240217058.8%48.1%38.1%25.9%17.8%12.8%8.8%6.2%-3.1%2029e2030e預(yù)計自動駕駛計算平臺市場規(guī)模在未來十年復(fù)合增長率將會超過25%根據(jù)我們的預(yù)測及通過市場數(shù)據(jù)收集，L3以上系統(tǒng)將會采用專用的計算平臺來處理

45、多傳感器數(shù)據(jù)，基于L3以及L4對系統(tǒng)安全冗余需求，我們假設(shè)L3系統(tǒng)將會至少采購一臺計算平臺保障對傳感器數(shù)據(jù)的處理，L4及以上系統(tǒng)出于安全冗余考量，將 會采購至少2臺計算平臺以保障當一臺計算平臺出現(xiàn)報錯時，另外一臺可以保證系統(tǒng)的持續(xù)運行和乘客的安全。我們假設(shè)，2020年一臺計算平臺的售價平均在萬元左右，未來隨著產(chǎn)量的上升，成本有望持續(xù)下降。自動駕駛計算單元市 場規(guī)模在2020為175億元，到2030年市場規(guī)模將會達到1877億元，未來10年復(fù)合增長率超過25%，市場前景廣闊。2020-2030年中國車載計算單元（與自動駕駛相關(guān)）市場規(guī)模110.0%2020e2021e2022e2023e2024

46、e2025eADAS/AD DCU市場規(guī)模（億元）注釋：報告所列規(guī)模數(shù)據(jù)均取整數(shù)位，預(yù)測數(shù)據(jù)精確至十位數(shù)（已包含四舍五入的情況）。2026e2027e2028eADAS/AD DCU同比（%）來源：艾瑞研究院基于公開市場資料和模型計算得出。2059自動駕駛汽車產(chǎn)業(yè)分析1典型案例23總結(jié)：趨勢、風險、投資建議目錄傳統(tǒng)汽車市場顛覆者-特斯拉（一）以電動車平臺為切入點，通過硬件和軟件的自研實現(xiàn)車輛的軟硬件解耦和價值重塑Tesla目前無疑是落地量產(chǎn)產(chǎn)品中智能化程度最高的產(chǎn)品，值得我們仔細研究。其中以Model 3為代表，研究機構(gòu)對特斯拉 拆解發(fā)現(xiàn)其電子電氣架構(gòu)（ E/E ）與傳統(tǒng)汽車存在較大差別，包括

47、：1、更集中、簡化的計算架構(gòu)設(shè)計：傳統(tǒng)汽車電子電氣架構(gòu)中上百個ECU被3個域控制器（CCM、BCM LH和BCM RH）所 取代，車載計算能力大幅提升的同時車內(nèi)通信網(wǎng)絡(luò)布線得到極大簡化；2、采用了自研的AI芯片：CCM中采用了自行研制的FSD芯片：對傳感器數(shù)據(jù)計算能力得到大幅提升；3、深度FOTA：相對集中的計算架構(gòu)和大量自主開發(fā)的軟件系統(tǒng)使車輛具備了深度FOTA功能，車輛可通過在線更新的形 式完成車輛性能升級，同時對于部分軟件上的問題可實現(xiàn)在線的Bug修正，免除了返廠召回維修升級的巨大成本；4、AutoPilot+影子模式：車聯(lián)網(wǎng)功能使每輛Tesla汽車都成為數(shù)據(jù)采集器，可實時收集并回傳Au

48、topilot運行效果和駕駛員 干預(yù)情況，軟件開發(fā)人員可在后臺對Autopilot進行升級并在線部署，Autopilot能力快速加速Robotaxi應(yīng)用的部署速度。技 術(shù) 支 撐行 業(yè) 驅(qū) 動政 策 催 化挑 戰(zhàn) 者AutoPilot基于視覺+毫米波雷達的廉價感知系統(tǒng)解決方案， 使量產(chǎn)自動駕駛產(chǎn)品落地成為可能。網(wǎng)聯(lián)化功能使每輛汽車都是數(shù)據(jù)收集裝置，通過影子模 式在后臺對自動駕駛算法進行不斷升級，通過 OTA對車輛自動駕駛功能進行不斷升級迭代。FOTA特斯拉OTA功能可持續(xù)對車輛包括信息娛樂系 統(tǒng)在內(nèi)的全車電子電氣架構(gòu)功能進行升級， Model 3 自2017年發(fā)布以來已經(jīng)進行了120+ 次OT

49、A升級，實現(xiàn)了包括加速功能在內(nèi)的深度 功能升級。FSD、域控制器高度集成化的域控制器設(shè)計大幅簡化了汽車電 子電氣架構(gòu)復(fù)雜度，中央域控制器中使用了特 斯拉自行設(shè)計的FSD芯片，可為自動駕駛算法 提供高效的傳感器數(shù)據(jù)融合和處理能力（600 GFLOPS，每秒2300幀的圖像處理能力）。影子模式60萬輛配備自動駕駛硬件的特斯拉汽車通過影 子模式為后臺提供大量的實際道路駕駛數(shù)據(jù)（每天2000萬英里），特斯拉軟件開發(fā)人員在 后臺通過對關(guān)鍵數(shù)據(jù)分析，不斷豐富特斯拉自 動駕駛系統(tǒng)對不同場景的處理能力。來源：公開市場數(shù)據(jù)收集整理，艾瑞研究院自主繪制。22傳統(tǒng)汽車市場顛覆者-特斯拉（二）來源：TESLA官網(wǎng)，艾

50、瑞研究院自主繪制。利潤 增長研發(fā)、 投入收入來源：艾瑞研究院自主研究繪制。直銷基于自動駕 駛的MaaS軟件增值服務(wù)/OTA 數(shù)據(jù)閉環(huán)/Shadow基礎(chǔ)設(shè)施使用： 網(wǎng)絡(luò)、超充產(chǎn)能第一層商業(yè)飛輪： 基礎(chǔ)的整車產(chǎn)品銷 售邏輯，產(chǎn)品力、 性價比。TESLA區(qū)別于傳統(tǒng)整車廠商的商業(yè)飛輪分析第四層商業(yè)飛輪：自動駕駛實現(xiàn)真正 的共享出行服務(wù)， 最大化挖掘車輛價 值；第三層商業(yè)飛輪： 在線升級功能為客 戶提供更豐富的功 能和內(nèi)容服務(wù)，實 現(xiàn)后續(xù)收費；第二層商業(yè)飛輪： 完善的配套設(shè)施提 升客戶用車體驗；技 術(shù) 支 撐行 業(yè) 驅(qū) 動每一輛Tesla除了為公司貢獻一次性的車輛銷售收入外，智能網(wǎng)聯(lián)技術(shù)將會長期為公司帶

51、來持續(xù)的現(xiàn)金收入政特斯拉的收入除了消費者購買車輛的一次性的購車收入以外，在后續(xù)的車輛使用過程中（每輛車平均使用年限為8年）， 策消費者還會不斷地向特斯拉支付包括：超級充電站使用費、自動駕駛軟硬件技術(shù)升級，網(wǎng)絡(luò)連接資費以及信息娛樂內(nèi)容等 催后續(xù)一系列服務(wù)費用。此外，基于目前特斯拉發(fā)展來看，未來特斯拉汽車很有可能作為共享汽車平臺或以推出特供的共享 化汽車平臺為基礎(chǔ)提供出行服務(wù)并收取出行服務(wù)費用。挑 戰(zhàn) 者8,53517,63219,9523093,4327621,1071815,589 141,1161,5558831,5318692914681,0011,3912,226201520162017

52、201820192015-2019年特斯拉收入情況Service and other (Million Dollars)Energy generation and storage (Million Dollars) Automotive leasing (Million Dollars) Automotive Sales (Million Dollars)23傳統(tǒng)汽車市場顛覆者-特斯拉（三）來源：公開數(shù)據(jù)收集，艾瑞研究院自主研究繪制。來源：公開數(shù)據(jù)收集，艾瑞研究院自主研究繪制。技 術(shù) 支 撐行 業(yè) 驅(qū) 動挑 戰(zhàn) 者139,51327,59524,900 24,781 18,306 18,194

53、 18,019 14,7158,66410,1607,5005,2712,957 2,5312,009 1,557 1,479 1,215特斯拉在電動汽車市場領(lǐng)域銷量遠超同類型產(chǎn)品，產(chǎn)品獲得市場廣泛認可政Tesla作為整車市場的新進入者和挑戰(zhàn)者，通過率先推出RoadStar、Model S、Model X等高端車型產(chǎn)品，奠定了品牌影 策響力并獲得了原始資本積累，并在2017年推出了面向中低端市場的Model 3車型，產(chǎn)品一經(jīng)推出即獲得了市場上的廣泛關(guān) 催注和認可，并獲得了大量的訂單。在美國產(chǎn)品銷量遠超同類型新能源汽車產(chǎn)品，在中國市場，Model 3同樣獲得了成功， 化通過后續(xù)的本土化生產(chǎn)實現(xiàn)的

54、成本進一步降低，預(yù)計將會進一步搶占國內(nèi)市場。2018年美國電動汽車銷量2020年3月中國電動汽車銷量24主機廠商智能網(wǎng)聯(lián)汽車布局-豐田來源：豐田汽車官網(wǎng)，互聯(lián)網(wǎng)公開資料整理。Connected智能互聯(lián)Autonomous自動駕駛Sharing共享出行Electrification電動化由傳統(tǒng)汽車制造廠商轉(zhuǎn)型為移動出行服務(wù)提供商，致力于打造未來出行方式豐田是全球一線的整車廠商，豐田具有對技術(shù)的積極探索以及主動承擔社會責任的特點。公司通過不斷的與政府合作、參 與眾多國際合作開發(fā)項目等形式，開發(fā)了領(lǐng)先的汽車電動化、主/被動安全技術(shù)，并積極探索智能交通系統(tǒng)。面對汽車市場未來發(fā)展趨勢時，豐田章男在201

55、8年CES展會上宣布了豐田將由傳統(tǒng)整車廠商OEM轉(zhuǎn)型成為移動出行服務(wù)提供商，并提出了“智能互聯(lián)城市”這一概念。為了實現(xiàn)長期發(fā)展目標，公司提出了“CASE”新四化發(fā)展戰(zhàn)略：CASE25成立豐田互聯(lián)汽車公 司 （Toyota Connected Inc）， 開發(fā)移動服務(wù)平臺（ MSPF ）和數(shù)據(jù)通 信模塊（DCMS）實 現(xiàn)V2X。豐 田 提 出 Mobility Teammate Concept， 同時布局高級輔助駕 駛（Guardian）和自 動駕駛（Chauffeur） 。與 NTT DATA合作搭建 ICT平臺，開發(fā)高精度 地圖。豐田在汽車電動化方 面有深厚的技術(shù)積累， 包括EV、FCV技術(shù)

56、等。 但汽車電動化非本篇 報告關(guān)注方向，暫且 不列入范圍?；谪S田在智聯(lián)化、 自動化方向上的技術(shù) 研發(fā)，推出出行服務(wù) Ha:mo和Hui-a。公 司長遠戰(zhàn)略發(fā)展方向 為從傳統(tǒng)OEM廠商轉(zhuǎn) 型為出行服務(wù)提供商（ MaaS ）。公司Preferred Networks；2017年9月，投資人車交互 公司PKSHA；2017年9月，戰(zhàn)略投資激光 雷達初創(chuàng)公司Luminar；術(shù)；打造未來城鎮(zhèn)“Woven City”2015年12月，投資10億美元成立豐田研究所，研究AI、機器人技術(shù)；2016年10月，成立豐田互聯(lián)汽車公司，自建共享車輛管理平臺MSPF；2017年7月，投資1億美元成立風險投資公司AI

57、Ventures，專門培養(yǎng)自 動駕駛相關(guān)初創(chuàng)企業(yè)；2018年1月，豐田發(fā)布移動服務(wù)專用EV e-Palette Concept，是一款具 有具有電動化、互聯(lián)化、自動駕駛等技術(shù)的MaaS平臺。 e-Palette可 根據(jù)服務(wù)提供商要求定制內(nèi)飾，適應(yīng)不同的移動服務(wù)場景。東京奧運會 將被用于高速場景（L3），殘奧會期間提供移動服務(wù)；2018年6月，搭載車載通信設(shè)備DCM的新款Crown、Corolla Sport上 市，通過豐田網(wǎng)聯(lián)汽車信息基礎(chǔ)設(shè)施及移動出行服務(wù)平臺（MSPF）向 車主提供各種車聯(lián)網(wǎng)服務(wù)。2020年1月，宣布打造未來城市Woven City，實現(xiàn)城市道路、通訊、 家具設(shè)施互聯(lián)。與出行

58、領(lǐng)域廠商展開合作，探索網(wǎng)聯(lián)技術(shù)與移 動出行商業(yè)模式的結(jié)合落地基于豐田MSPF及Translog等產(chǎn)品 和服務(wù)與出行服務(wù)廠商共同合作探 索共享出行服務(wù)2012年10月，與國土交通省合 作，啟動汽車共享計劃；2016年6月，戰(zhàn)略投資Uber；2016年10月，投資出行公司Getaround；2017年5月，與 Oakenlnnovations和 Commuterz合作開發(fā)拼車業(yè)務(wù)；2017年8月，投資Grab；主機廠商智能網(wǎng)聯(lián)汽車布局-豐田布局開發(fā)城市級智能交通解決方案，并為此提供智能移動終端、智能互聯(lián)及移動出行云服務(wù)平臺解決方案豐田核心業(yè)務(wù)：集團總部成立研究部門和豐田互聯(lián)子公司專注于AI、網(wǎng)聯(lián)技

59、來源：豐田集團官網(wǎng)，互聯(lián)網(wǎng)公開資料整理。投資技術(shù)廠商，獲取如人工智能、 激光雷達等核心關(guān)鍵技術(shù)2015年12月，投資 UIEvolution，inc，共同開 發(fā)安裝在車載系統(tǒng)上的中間 件2017年8月，收購人工智能Mobility Service PlatformToyota Smart Center與車廠、通信廠商、技術(shù)提供商以及政府 等展開合作，共同制定行業(yè)標準、實現(xiàn)技 術(shù)互補，共同推動技術(shù)發(fā)展2009年，與電信廠商KDDI合作開發(fā)整合汽 車和手機電信服務(wù),合作搭建全球通信平臺；2016年9月，與日產(chǎn)、Zenrin等組建 DynamicMap Planning，開發(fā)高精地圖；2017年1月

60、，與福特合作開發(fā)智能設(shè)備連接 SDL，管理汽車智能手機應(yīng)用程序開發(fā)的開 源軟件，加速行業(yè)驅(qū)動車載應(yīng)用標準，聯(lián)盟 成員：馬自達、PSA富士重工、鈴木汽車， 以及供應(yīng)商Elektrobit、Luxoft和Xevo；2018年10月，與軟銀合作成立MONET子公司，推出使用基于e-Palette的自動駕 駛服務(wù)。MONET將會使用豐田的MSPF和軟銀的IoT Platform。MONET先后獲 得了日本八家車企的投資，并計劃共享使用其平臺數(shù)據(jù)。公司計劃2020年現(xiàn)面向 機構(gòu)提供班車、網(wǎng)約車服務(wù)，2025-2030年推出基于e-Palette的自動駕駛服務(wù)。技術(shù)廠商Woven City26Tier1廠