傳統(tǒng)汽車與智能駕駛汽車發(fā)展分析

1、傳統(tǒng)汽車與智能駕駛汽車發(fā)展分析技術創(chuàng)新，變革未來核心觀點1智能駕駛時代來臨，產(chǎn)業(yè)鏈價值迎來重新分配新機遇： 一、單車智能化模塊增加帶來新增價值二、傳統(tǒng)硬件銷售向軟件服務價值鏈傳導三、車-路協(xié)同帶來產(chǎn)業(yè)鏈新增機會汽車產(chǎn)業(yè)正在巨變前夜，智能化已然成為電動化后最重要的產(chǎn)業(yè)趨勢 一、電動化不僅是汽車產(chǎn)業(yè)動力的革命，更是智能化的先頭兵二、以特斯拉為例，智能化與電動化相互拉動三、智能駕駛需求爆發(fā)的臨界點或許就在2020-22年之間13技術路徑：傳統(tǒng)汽車 VS 智能駕駛2.1 傳統(tǒng)汽車概覽14資料來源：新材料在線，華西證券研究所圖14：傳統(tǒng)汽車結構拆分2.1.1 傳統(tǒng)汽車主要結構15傳統(tǒng)燃油汽車主要部件包括

2、發(fā)動機、底盤、車身和電子 電氣設備等，其中發(fā)動機是汽車的動力裝置，主要由機 體、曲柄連桿機構、配氣機構、冷卻系、潤滑系、燃料 系和點火系等組成。為應對節(jié)能減排要求，在傳統(tǒng)燃油車基礎上，人們開發(fā) 出新能源汽車，相對于傳統(tǒng)燃油汽車，新能源車核心部 件為電池、電控、電驅(qū)動等系統(tǒng)。資料來源：中商產(chǎn)業(yè)研究院，華西證券研究所圖16：傳統(tǒng)汽車主要結構（燃油車）圖15：傳統(tǒng)汽車主要結構（新能源汽車）2.1.2 傳統(tǒng)汽車價值量拆分發(fā)動機為價值量占比最高的單體系統(tǒng)，傳統(tǒng)燃油乘用車發(fā)動機成 本占比約15%，為燃油汽車價值量占比最高的單體系統(tǒng)，外，車 身、汽車電器電子、底盤、傳動系統(tǒng)、內(nèi)外飾在傳統(tǒng)燃油汽車價 值量中占

3、比也較高，分別約為15%、15%、10%、10%、10%。新能源車的技術核心是電池+電驅(qū)動+電控三大系統(tǒng)，對純電動汽 車的來說，電池以及動力總成基本上占了車輛一半的成本，即約 40%-50%的成本資料來源：電子發(fā)燒友，華西證券研究所資料來源：蓋世汽車，中商產(chǎn)業(yè)研究院，大眾汽車，華西證券研究所圖17：新能源汽車價值量拆分圖18：燃油汽車價值量拆分主要系統(tǒng)典型零部件價值量（元）在總車價值量中占比發(fā)動機總成6000-12000發(fā)動機渦輪增壓器1000-200015%左右微混動系統(tǒng)（48V）3500-4500車門2000-3000車身發(fā)動機蓋1200-300015%左右翼子板700-1500汽車電器電

4、子車燈（大燈）1200-4000尾燈/霧燈150-650 空調(diào)1500-350015%左右車身傳感器1500-3500底盤/數(shù)萬元至更高10%左右傳動系統(tǒng)手動變速器3500-750010%左右自動變速器（AT/CVT 等）7500 至萬元以上前風擋玻璃500-1500內(nèi)外飾后風擋玻璃300-110010%左右汽車座椅1000-2500其他轉向系統(tǒng)總成電控/線控制動產(chǎn)品 減震器1000-25001000-3000300-100025%左右子午胎1000-500040%25%8%12%15%電池電機電控電驅(qū)動其他162.1.3 傳統(tǒng)汽車技術重點:安全、節(jié)能、高效傳統(tǒng)燃油汽車而言，其性能評價指標主要

5、包括五類，人們也是從這五個角度出發(fā)，對傳統(tǒng)燃油汽車持續(xù)進行改進：動力性（主要包括最高車速、汽車的加速時間、汽車所能爬上的最大坡度等）燃油經(jīng)濟性（百公里油耗等）機動性（包括制動效能、制動效能恒定性、方向穩(wěn)定性等）安全性（加裝安全氣囊、保險杠等設施）舒適性（差異化、人性化車內(nèi)設計等）資料來源：搜狐汽車，中商產(chǎn)業(yè)研究院，華西證券研究所圖19：傳統(tǒng)燃油發(fā)動機持續(xù)改進性能，邁向更快、更高效圖20：傳統(tǒng)汽車綜合評價體系馬力增長數(shù)百倍最高時速數(shù)十倍污染物排放降低逾90%0.89奔馳1號當代發(fā)動機16奔馳1號當代發(fā)動機2000年典型發(fā)動機當代發(fā)動機資料來源：搜狐汽車，華西證券研究所172.2 智能駕駛=傳統(tǒng)汽

6、車+智能模塊智能駕駛則在傳統(tǒng)駕駛基礎上引入智能駕駛模塊。通過對常規(guī)汽車進行改裝，搭載各類先進車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡技術，使得車輛具備復雜環(huán)境感知、智能決策、協(xié)同控制等功能，從而大大提升駕駛的自動化和智能化。圖21：傳統(tǒng)汽車+智能模塊=智能汽車（以Waymo智能駕駛汽車為例）實際效果圖結構透視圖資料來源：Waymo，BCG，華西證券研究所182.2 智能駕駛=傳統(tǒng)汽車+智能模塊資料來源：廣汽研究院，華西證券研究所“感知-決策-執(zhí)行”是自動駕駛汽車最為重要的三大系統(tǒng)：感知層：主要由激光雷達、攝像頭、高精度地圖、IMU/GPS等部分構成，主要負責搜集車身周邊信息； 決

7、策層：以感知層信息數(shù)據(jù)為基礎，根據(jù)高算力的計算中心獲取經(jīng)過優(yōu)化的駕駛決策；執(zhí)行層：基于決策層給出的駕駛決策，對制動系統(tǒng)、發(fā)動機、轉向系統(tǒng)等控制系統(tǒng)下達指令，負責駕駛執(zhí)行；圖22：智能駕駛三大系統(tǒng)：感知-決策-控制192.2.1 智能駕駛：從輔助車邁向輔助人L0-L2階段需要人監(jiān)控駕駛環(huán)境，新增的智能駕駛設備多用于輔助人。比如屏幕、智能語音等智能化系統(tǒng)，可有效改進駕駛員的駕駛體驗， HUD則可減少駕駛員低頭頻率，讓駕駛更加安全。L3-L5階段需要智能駕駛系統(tǒng)監(jiān)控駕駛環(huán)境，新增的智能駕駛設備主要用于控制汽車安全高效運行。高級別智能駕駛往往配置有更多的智能 模塊，如新增激光雷達、IMU、DMS、高精

8、度地圖等，同時配置高算力的車載智能計算平臺，為汽車自動駕駛提供安全高效決策。資料來源：蓋世汽車，華西證券研究所資料來源：華西證券研究所圖23：智能駕駛從輔助車邁向輔助人圖24：四方面因素共振驅(qū)動智能駕駛產(chǎn)業(yè)浪潮202.2.2 行業(yè)所處階段：從L2邁向L3目前我國智能駕駛產(chǎn)業(yè)處于從L2邁向L3階段，2020年為L3級別智能駕駛整車量產(chǎn)元年。根據(jù)國家發(fā)布的智能汽車創(chuàng)新發(fā)展戰(zhàn)略，2020-2025年中國標準智能汽車的技術創(chuàng)新、產(chǎn)業(yè)生態(tài)、基礎設施、法規(guī)標準、產(chǎn)品監(jiān) 管和網(wǎng)絡安全體系基本形成。實現(xiàn)有條件自動駕駛的智能汽車達到規(guī)模化生產(chǎn)，實現(xiàn)高度自動駕駛的智能汽車在特定環(huán)境下市場化應 用。資料來源：蓋世汽

9、車，華西證券研究所圖25：自動駕駛分級準則21自動駕駛分級（SAE）SAE定義功能主題駕駛操作周邊監(jiān)控支援系統(tǒng)自動作用域L0無自動化由人類駕駛者全權操作汽車，在行駛過程中得到警 告和保護系統(tǒng)的輔助人類人類人類無L1輔助駕駛通過駕駛環(huán)境對方向盤和加減速中的一項提供駕駛 支援，其它的駕駛動作都由人類駕駛員進行操作人類+系統(tǒng)人類人類少部分L2部分自動駕駛通過駕駛環(huán)境對方向盤和加減速中的多項提供駕駛 支援，其它的駕駛動作都由人類駕駛員進行操作系統(tǒng)人類人類部分L3特定場景自動駕駛由無人駕駛系統(tǒng)完成所有的駕駛操作。根據(jù)系統(tǒng)要 求，人類駕駛者提供適當?shù)膽鹣到y(tǒng)系統(tǒng)人類大部分L4高度自動駕駛由無人駕駛系統(tǒng)完成

10、所有的駕駛操作。根據(jù)系統(tǒng)要求，人類駕駛者不一定需要對所有的系統(tǒng)請求做出 應答，限定道路和環(huán)境條件等系統(tǒng)系統(tǒng)系統(tǒng)絕大部分L5自動駕駛由無人駕駛系統(tǒng)完成所有的駕駛操作。根據(jù)系統(tǒng)要求，人類駕駛者在可能的情況下接管，在所有的道 路和環(huán)境條件下系統(tǒng)系統(tǒng)系統(tǒng)全部2.2.2 行業(yè)所處階段：2020年量產(chǎn)L3級別22資料來源：車企規(guī)劃研究，蓋世汽車，華西證券研究所從現(xiàn)有的智能駕駛汽車量產(chǎn)規(guī)劃來看，2020-2022年是部分車企L3級別自動駕駛量產(chǎn)階段：從內(nèi)資來看，2020年一汽、長安、東風、北汽、吉利、長城、奇瑞、小鵬實現(xiàn)L3級別量產(chǎn)，外資則有特斯拉、本田實現(xiàn)L3級別量產(chǎn)；低級別的L2已經(jīng)量產(chǎn)上市，高級別的L

11、4則在成本、技術和路權等方面仍存在難點，從內(nèi)資來看，一汽、北汽規(guī)劃2021年實現(xiàn)L4量產(chǎn)，但更多車廠則在2022年后推出。圖26：L3級多在2020年量產(chǎn)，L4等級車輛多在2021年開始導入企業(yè)類型201720182019202020212022202320242025寶馬外資大廠L2L3L4奔馳L2L3L4沃爾沃L2L4特斯拉L2L3L4大眾L2L4通用L2L4福特L2L4豐田L2L4本田L2L3日產(chǎn)L2L3現(xiàn)代起亞L2L4上汽內(nèi)資大廠L2L3L4L5一汽L2L3L4L4長安L2L3L4東風L2L3北汽L2L3L4廣汽L2L3吉利L2L3L4長城L2L3L4奇瑞L2L3蔚來造車新勢力L2L3

12、威馬L2L3小鵬L2L32.2.2 行業(yè)所處階段：消費需求可期23我國智能駕駛消費端驅(qū)動力強，2025年智能駕駛滲透率有望達57%。根據(jù)廣汽研究院2019年統(tǒng)計數(shù)據(jù)，我國75%的汽車消費者對于智能駕駛也抱有較高期待，在全球處于較高水平，僅次于印度。根據(jù)廣汽研究院預測（2019年），2025年我國L1/2、 L3、L4等級智能駕駛滲透率分別為45%、10%、2%，2030年則有望進一步攀升至 49%、18%、9%。資料來源：廣汽研究院，華西證券研究所資料來源：廣汽研究院，華西證券研究所圖27：75%的中國汽車消費者對智能駕駛抱有高期望圖28：我國智能駕駛滲透率趨勢預測0%20%40%60%80%

13、100%非常想想不知道不想很不想1%27%45%49%4%10%18% 2%9%80%70%60%50%40%30%20%10%0%2015A2025E2030E2020EL1/2L3L42.2.3 智能駕駛汽車：價值量拆分24Waymo中，僅激光雷達的成本占比就高達12%，攝像機成本占比相對較 小，僅為2%；特斯拉Model 3系列中，中央控制器成本占比為2%，攝像機成本占比僅為1%，激光雷達則不配備，成本占比為0%。資料來源：廣汽研究院，Waymo，BCG，基業(yè)長青經(jīng)濟研究院，華西證券研究所； 注：Waymo中央控制器參考L3級別智能駕駛車輛價值量占比中位數(shù)；圖30：燃油車VS電動車VS智

14、能駕駛車：成本結構對比60%50%40%30%20%10%0%動力系統(tǒng)車身底盤內(nèi)外飾電子系統(tǒng)激光雷達攝像機中央控制器傳統(tǒng)燃油乘用車特斯拉Model 3Waymo智能駕駛模塊部分15%8%13%9%9%12%2%5%18%動力系統(tǒng) 底盤 車身 內(nèi)外飾 電子系統(tǒng) 激光雷達 攝像機 導航系統(tǒng) 其他圖29：智能駕駛汽車價值量拆分（以Waymo為例）2.2.4 軟硬融合+大算力高性能芯片+算法升級成為技術重點25智能駕駛時代產(chǎn)業(yè)鏈分為三個層次：硬件公司為底層，上方是負責提供智能/連接/管理的軟件層，頂層是與消費者體驗相關的服務層；大算力高性能芯片：相較于傳統(tǒng)汽車，智能汽車數(shù)據(jù)量大增，高性能芯片成為剛需，

15、比如現(xiàn)在流行的高通SA8155；算法升級：目前硬件模塊升級相對較慢，算法迭代升級則日新月異，持續(xù)優(yōu)化的算法有助于降低成本，并提供更多的安全冗余。資料來源：蓋世汽車，華西證券研究所圖31：智能網(wǎng)聯(lián)汽車主要智能模塊演化趨勢單目攝像頭多目攝像頭 77GHz毫米波雷達79GHz毫米波雷達普通攝像頭 24GHz毫米波雷達 超聲波雷達激光雷達360激光雷達（低成本） 固態(tài)激光雷達芯片算法傳統(tǒng)控制算法深度學習視覺算法增強型學習性能算法融合算法系統(tǒng)車載信息娛樂OS車載綜合智能OS地圖導航地圖高精度地圖導入高精度地圖大規(guī)模應用5G802.11P技術V2X硬件傳感器高性能芯片軟件算法車載OS網(wǎng)絡通訊2G/3G/4

16、G多種傳感器融合實現(xiàn)安全冗余2020202520302.2.5 硬件：典型量產(chǎn)車型梳理資料來源：車企官網(wǎng)，高工汽車，蓋世汽車，佐思汽研，華西證券研究所從量產(chǎn)級別來看，近期量產(chǎn)車型主要集中在 L2+至L3級別車輛；從硬件配置來看，相關車型主要配置有車載攝像頭、毫米波雷達、超聲波雷達、高算力芯片等，激光雷達則尚未配置，傳感器芯片中以 Mobileye相關產(chǎn)品居多，特斯拉采用自研的FSD；自動駕駛適用場景中，如果是封閉路段，普遍需要高精度地圖，開放路段中適用范圍較小。圖32：部分量產(chǎn)車型硬件配置梳理企業(yè)傳統(tǒng)自主外資造車新勢力自動駕駛輔助系統(tǒng)廣汽ADiGO3.0長安自動駕駛輔助系統(tǒng)Cadillac S

17、uper Cruise特斯拉 Autopilot 3.0蔚來NIO Pilot小鵬XPilot 3.0自動駕駛級別L3L3L2+L3L2+L3激光雷達-前視攝像頭111334環(huán)視攝像頭444549傳感器方案角雷達前向毫米波雷達41414114141超聲波雷達121212121212高精度地圖-芯片Mobileye EyeQ4地平線Journey2.0Mobileye EyeQ3FSDMobileye EyeQ4 NIVIDIA Xavier識別限速牌識別周圍車輛識別信號燈識別（OTA）（OTA）自動變道場景開放道路部分可用封閉路段高精地圖路段40km/h以下結構化道路高精地圖路段高精地圖路段高

18、速、城市快速路高精地圖路段262.2.5 硬件：等級越高，硬件配置越豐富資料來源：基業(yè)長青經(jīng)濟研究院，蓋世汽車，高工汽車，汽車之家，華西證券研究所 注：2020年部分車型采用的激光雷達成本已在萬元以下。從硬件配置來看，自動駕駛等級越高，硬件配置越豐富，其中如激光雷達、DMS、紅外夜視等為高等級智能駕駛車輛需要重點配置的系 統(tǒng)。圖33：部分量產(chǎn)車型硬件配置梳理272.2.5 硬件：價格下行趨勢確立根據(jù)廣汽研究院預測數(shù)據(jù)，未來高等級智能駕駛汽車滲透率有望快速攀升。伴隨著量產(chǎn)規(guī)模擴大及技術進步影響，智能駕駛主要傳感器硬件等成本下降趨勢明確，其中尤其以激光雷達最為明顯；根據(jù)蓋世汽車預測數(shù)據(jù)，2018年

19、激光雷達單價約為14萬元，2021年有望降低至2.1萬，2025年有望進一步降低至4200元。2018年智能硬件總 體成本在30萬元左右，2025年有望大幅降低至3萬元左右。資料來源：蓋世汽車，中國汽車百人會，華西證券研究所資料來源：廣汽研究院，華西證券研究所圖34：部分量產(chǎn)車型硬件配置梳理圖35：不同等級智能駕駛汽車滲透率預測核心部件L4配置2018A2021E2025E攝像頭8700420245毫米波雷達2770630490超聲波雷達121058470激光雷達4140,00021,0004,200GPS&IMU17,0004,9003,500計算平臺1或217,50010,5007,000

20、合計成本（萬元/車）/31.310.53.11%27%45%49%4%10%18%9% 2% 80%70%60%50%40%30%20%10%0%2015A2025E2030E2020E L1/2L3L4282.2.5 硬件-激光雷達激光雷達作用原理：激光雷達通過采取的點云數(shù)據(jù)，利用3D建模構建數(shù)據(jù)模型。在自動駕駛過程中，通過激光雷達得到的數(shù)據(jù)與高精 度地圖進行結合，再借助深度學習算法返回到實際場景中進行決策。激光雷達無疑是自動駕駛行業(yè)最受矚目的傳感器，被認為是實現(xiàn)高級別自動駕駛不可或缺的傳感器。車規(guī)級激光雷達目前擁有1線、4 線、8線、16線、32線和64線，線束越高、反應速度和精確度也響應

21、越高，成本也更高昂。根據(jù)蔚來資本披露信息，16線激光雷達在低速場景及物流場景自動駕駛領域應用十分廣泛，未來激光雷達有望成為高級別自動駕駛車 輛標配。資料來源：搜狐汽車，華西證券研究所資料來源：基業(yè)長青經(jīng)濟研究院，華西證券研究所圖36：激光雷達探測效果圖圖37：激光雷達有望成為高級別自動駕駛車輛標配主要傳感器Level 1Level 2Level 3Level 4Level 5數(shù)量（個）數(shù)量（個）數(shù)量（個）數(shù)量（個）數(shù)量（個）超聲波雷達68888親攝像頭13333長距毫米波雷達11111環(huán)視攝像頭4444短距毫米波雷達444激光雷達124駕駛員監(jiān)測攝像頭111GPS慣導系統(tǒng)11紅外夜視11動態(tài)視

22、覺攝像頭11292.2.5 硬件-激光雷達30車規(guī)級激光雷達的參與者主要是 Velodyne，其產(chǎn)品主要包括64線、32 線、16線，官方定價分別為8萬美元、4萬美元和8千美元。 產(chǎn)品售價之所以高昂，在于算法型公司向更高級別研發(fā)中，需求剛性+Velodyne強研發(fā)能力共同決定。國內(nèi)參與激光雷達研發(fā)的企業(yè)包含禾賽科技、北科天繪、鐳神智能 等，北科天繪目前布局了包含激光雷達芯片在內(nèi)的自研產(chǎn)品，鐳神智 能也發(fā)布了多線及固態(tài)激光雷達專用芯片。激光雷達為智能駕駛車輛量產(chǎn)經(jīng)濟化的核心部件，2018年價格約為14 萬元，2025年有望降低至千元量級。資料來源：36氪，華西證券研究所資料來源：蓋世汽車，中國汽

23、車百人會，華西證券研究所圖39：主流激光雷達企業(yè)產(chǎn)品及客戶梳理圖38：智能駕駛模塊中高價值量零部件成本趨勢（萬元）-51015激光雷達計算平臺GPS&IMU2018A2021E2025E2.2.5 硬件-毫米波雷達毫米波通常是指30-300GHz 頻域，能分辨識別很小的目標，且能同時識別多個目標。同超聲波雷達相比，毫米波雷達具有體積小、質(zhì)量輕 和空間分辨率高的特點，擁有較成熟的市場和技術，抗干擾能力也優(yōu)于其他車載傳感器，由于技術的提升和規(guī)?；瘧糜贏DAS ，價格也 相對更合理；市場主流使用的車載毫米波雷達按照其頻率的不同，目前主要可分為兩種：24GHz毫米波雷達和77GHz毫米波雷達，其中2

24、4GHz雷達檢測 范圍為中短距離，用作實現(xiàn)盲點探測系統(tǒng)，而77GHz長程雷達用作實現(xiàn)自適應巡航系統(tǒng)。資料來源：，華西證券研究所資料來源：TIAA，華西證券研究所圖40：毫米波雷達分類圖41：24GHz和77GHz毫米波雷達為行業(yè)銷量主流（萬個）1601401201008060402003124GHz76-77GHz77-79GHz2.2.5 硬件-毫米波雷達毫米波雷達主要被海外Tier1 壟斷：2015年博世、大陸、Hella 、富士通天市占率分別為22%、22%、13%、10%，top4合計市占率達67%， 國內(nèi)上市公司中，德賽西威2019年實現(xiàn)量產(chǎn)24GHz毫米波雷達；毫米波雷達芯片仍主要

25、集中在NXP、英飛凌兩大巨頭手中，2017市占率分別為40%、40%。資料來源：佐思產(chǎn)研、蓋世汽車、加特蘭、蔚來資本，華西證券研究所圖42：車載毫米波雷達市占率格局（%）圖43：車載毫米波雷達芯片市占率格局（%）資料來源：佐思產(chǎn)研、蓋世汽車，華西證券研究所322.2.5 硬件-超聲波雷達資料來源：智車科技，華西證券研究所圖45：主要傳感器對比圖44：超聲波雷達UPA（8）+UAP（4）探測區(qū)域常見的超聲波雷達有兩種：第一種是安裝在汽車前后保險杠上，用于測量汽車前后障礙物的倒車雷 達，這種雷達業(yè)內(nèi)稱為UPA，UPA超聲波雷達的探測距離一般在15-250cm 之間，主要用于測量汽車前后方的障礙物。

26、第二種是安裝在汽車側面，用于測量側方障礙物距離的超聲波雷達，業(yè)內(nèi) 稱為APA，APA超聲波雷達的探測距離一般在30-500cm之間。APA的探測 范圍更遠，功率也更大。類別成本探測角度探測距離障礙物識別能力夜間工作能力不良天氣適應能力超聲波雷達較低120很近一般弱一般毫米波雷達中等10-70較遠較強強強激光雷達較高15-360很遠較強弱弱攝像頭中等360中等強弱弱332.2.5 硬件-超聲波雷達34超聲波雷達-智能駕駛必要的“輔菜”。超聲波雷達傳感器成本低 廉，一套雷達模組的價格在150元左右。目前國內(nèi)在售車型的倒 車雷達功能滲透率已接近100%，而自動泊車系統(tǒng)滲透率在2019 年達到了22%

27、，有望在2025年達到50%。超聲波雷達市場格局：主要由博世、日本村田、日本尼賽拉等 占據(jù)，國內(nèi)奧迪威和同致電子具有較高的競爭力。奧迪威是國 內(nèi)領先的超聲波傳感器生產(chǎn)商，2016奧迪威的車載超聲波傳感 器占全球乘用車市場份額的9%。資料來源：AI車庫，華西證券研究所圖47：超聲波雷達價格走勢（美元/件）圖48：車載超聲波雷達類型占比資料來源：AI車庫，華西證券研究所45%28%27%前向+后向雷達后向雷達資料來源：AI車庫，華西證券研究所無搭載1210105015152020182021E2025E超聲波雷達價格走勢（美元/件）圖46：超聲波雷達主流廠商梳理2.2.5 硬件-三大雷達傳感器對比

28、35資料來源：電子發(fā)燒友，百度愛采購，華西證券研究所智能駕駛模塊中，超聲波雷達、激光雷達、毫米波雷達互相各有優(yōu)劣：激光雷達：探測距離、角度分辨率十分突出，但是造價高昂，且受天氣影響；毫米波雷達：探測距離、角度分辨率、造價皆較為可觀，但目標識別能力較差；超聲波雷達：造價低廉，可大量配置，但是探測距離、角度分辨率較差，也易受環(huán)境影響；在目前技術條件，為保證一定的安全冗余，仍需要超聲波雷達、激光雷達、毫米波雷達和攝像頭、IMU/GPS等其他智能模塊配合，合力保 障智能汽車安全運行。圖49：三大雷達傳感器對比超聲波雷達激光雷達毫米波雷達智能汽車安裝（個）8-16個0-4個2-5個工作頻段/紅外和可見光

29、波段24-24.25GHz、77GHz、79-81GHz分辨距離近遠較遠角度分辨率一般很高高環(huán)境適應性易受天氣和溫度的影響霧、雨、雪、霾等無法工 作全天候，不易受環(huán)境影響造價低，單個售價數(shù)十元高，單個售價數(shù)千元至數(shù) 萬元中，單個售價數(shù)百元優(yōu)點價格低，數(shù)據(jù)處理簡單距離、角度測量精度很高不受天氣情況和夜間影 響，探測距離遠缺點會受天氣影響，只能探測 近距離物體成本很高，容易受自然光 和熱輻射的影響目標識別有難度，需與攝 像頭互補使用2.2.5 硬件-車載攝像頭36車載攝像頭為目前智能駕駛主流配置所必備的傳感器之一：通過在前視/后視/環(huán)視等方向安裝攝像頭，可實現(xiàn)360視覺感知，可實現(xiàn)車道輔助預警、盲

30、點監(jiān)測、泊車輔助、全景泊車、駕駛員狀態(tài) 監(jiān)測、行人碰撞預警等多項智能駕駛功能。資料來源：自動駕駛汽車傳感器技術解析，華西證券研究所資料來源：百度Apollo，華西證券研究所圖50：車載攝像頭在智能駕駛領域得到廣泛應用圖51：百度Apollo配置9個攝像頭智能駕駛功能攝像頭類別實現(xiàn)功能車道偏離預警LDW前視檢測到車輛即將偏離道路時會發(fā)出警報盲點監(jiān)測BSD側視將后視鏡盲區(qū)的影像顯示在駕駛艙內(nèi)泊車輔助PA后視利用后視攝像頭將車尾影像顯示在座艙內(nèi)全景泊車SVP前/后/側視將攝像頭采集的影像組合成周邊全景圖駕駛員檢測系統(tǒng)DMS內(nèi)置檢測駕駛員是否疲勞、閉眼等行人碰撞預警PCW前視檢測到前方行人可能發(fā)生碰撞

31、時發(fā)生警報車道保持輔助LKA前視檢測車輛行進，糾正駕駛方向交通標志識別TSR前視/側視識別前方和兩側的交通標志前方碰撞預警FCW前視檢測到與前車距離過近時發(fā)出警報2.2.5 硬件-車載攝像頭37車載攝像頭產(chǎn)業(yè)鏈主要涉及上游材料、中游元件和下游產(chǎn)品三個主 要環(huán)節(jié)；從成本結構來看，圖像傳感器、模組封裝、光學鏡頭為主要成本 項，占比分別為50%、25%、14%；近年來我國車載攝像頭市場持續(xù)攀升，2014年市場規(guī)模約為30億元，2023年有望增加至52億元。資料來源：中國產(chǎn)業(yè)信息網(wǎng)，華西證券研究所資料來源：頭豹研究院，華西證券研究所圖53：車載攝像頭產(chǎn)業(yè)鏈圖54：我國車載攝像頭市場規(guī)模持續(xù)攀升（億元）

32、資料來源：前瞻經(jīng)濟學人，華西證券研究所圖52：車載攝像頭成本構成光學鏡片濾光片保護膜晶圓鏡頭組膠合材料CMOSDSP芯片模組供應商系統(tǒng)集成商30313537384042464852102030405060020142015201620172018 2019E 2020E 2021E 2022E 2023E圖像傳感 器, 50%模組封裝, 25%光學鏡頭, 14%音圈馬達, 5%紅外濾光 片, 6%2.2.5 硬件-車載攝像頭車載攝像頭在功能上為滿足ADAS技術的需要，催生了單目、多目、廣角、夜視等多種類型的攝像頭，由于雙目攝像頭需要高算力芯片支 持，且成本相對較高，比單目攝像頭的成本貴50%左

33、右，雙目攝像頭的普及還需要一定時間，因此，單目攝像頭是目前主流的車載攝像 頭。從競爭格局來看，當前全球車載攝像頭行業(yè)市場份額前三為松下、法雷奧和富士通：其中松下所占市場份額最大，達到20%；法雷奧和富 士通市占率分別為11%和10%。當前全球車載攝像頭行業(yè)CR3為41%，全球前十企業(yè)則占據(jù)了96%的市場份額，全球車載攝像頭行業(yè)集中度 處于較高水平。資料來源：攝像頭行業(yè)協(xié)會，華西證券研究所資料來源：前瞻產(chǎn)業(yè)研究院，華西證券研究所圖55：全球車載攝像頭市占率格局（2018年）圖56：目前車載攝像頭市場仍以單目為主流20%11%10%9%9%8%8%8%8%5% 4%松下法雷奧MCNEX Gente

34、x富士通大陸日立海拉麥格納索尼其他38對比維度單目攝像頭雙目攝像頭計算平臺要求低高系統(tǒng)復雜度簡單復雜精度低高配套數(shù)據(jù)庫需要支持不需要支持成本低高計算量小大應用現(xiàn)狀目前是主要的應用 車載攝像頭仍需要突破主控芯 片算力，產(chǎn)品化小 型化難度較大2.2.5 硬件-計算芯片智能駕駛時代，汽車數(shù)據(jù)處理量大幅增加，對汽車芯片性能要求更高：根據(jù)地平線披露數(shù)據(jù)，自動駕駛等級每增加一級，所需要的芯片算力就會呈現(xiàn)十數(shù)倍的上升，L2級自動駕駛的算力需求僅要2- 2.5TOPS，但是L3級自動駕駛算力需求就需要20-30TOPS，到L4級則需要300TOPS以上，L5級算力需求則超過4000TOPS。資料來源：車百車庫

35、，羅蘭貝格，華西證券研究所資料來源：車百車庫，羅蘭貝格，華西證券研究所圖57：高等級自動駕駛對芯片算力要求極高圖58：中央芯片算力和功耗的變化路徑392.2.5 硬件-計算芯片40資料來源：高工汽車，華西證券研究所圖59：車規(guī)級芯片類型比較自動駕駛主流芯片趨向工藝制程小型化、高算力和低功耗方向發(fā)展：隨著智能汽車電子電器架構趨向中心集中式架構和深度學習算法技術 的應用，未來高性能多芯片融合將成為高級別自動駕駛核心配置；主流的自動駕駛芯片解決方案主要包括GPU、FPGA、DSP和ASIC四 種。資料來源：CSDN，36氪，華西證券研究所圖60：車規(guī)級芯片發(fā)展迭代分布式計算構架混合式計算構架中心計算

36、構架多個ECU集成CPU處理需配置4-5個高性能DCUs芯片方案：CPU+CPU+FPGA高性能計算平臺集群芯片方案：CPU+CPU+FPGA+NPUASIC1)傳輸要求帶寬小1)綜合性能優(yōu)異，易于循序漸進1)信息處理能力強，安全性高2)核心處理器運算要求和功耗低2)各方性能平衡，車企易控制2)傳感器易于獲取，安裝位置靈活，價格低1)傳感器要求高，價格高1)計算架構復雜，對功能劃分要求高1)數(shù)據(jù)傳輸難度大，電磁干擾影響大無法深度融合數(shù)據(jù)無法滿足人工智能算法運算量2)融合/決策運算部分存在黑箱2)核心處理器能力要求極高核心處理器對比分析優(yōu)勢劣勢2.2.5 硬件-計算芯片41全球能夠量產(chǎn)且具備大算

37、力的自動駕駛芯片僅有Mobileye（被英特爾收購）、英偉達及特斯拉等少數(shù)大廠：根據(jù)高 工汽車披露信息，目前Mobieye已經(jīng)推出了第四代自動駕 駛芯片，搶占了75%以上的市場份額，主流的產(chǎn)品包括 Eye Q3和Eye Q4兩款芯片；Mobileye技術領先，已經(jīng)在全球搭載了包括BBA等超5000 萬輛汽車上，但其技術封閉不可二次開發(fā)；英偉達通用開 放，但功耗高、成本也高，二者的優(yōu)劣勢十分明顯。資料來源：ICVTank，華西證券研究所圖62：全球汽車芯片市場格局（2019年）圖63：主要國家汽車半導體產(chǎn)業(yè)產(chǎn)值（2019年）資料來源：蓋世汽車，汽車之家，華西證券研究所圖61：目前主流計算芯片對比

38、151134107109歐洲美國日本中國其他資料來源：ICVTank，華西證券研究所特斯拉英偉達Mobileye華為地平線型號FSDPX XavieEyeQ4MDC600征程二代制造工藝14nm12nm28nm/28nmGPU算力（GFLOPS）144302.53524GPU功耗（W）250303/2代表車企特斯拉小鵬蔚來/長安2.2.5 硬件-GNSS天線42資料來源：中國信通院，華西證券研究所GNSS：即全球?qū)Ш叫l(wèi)星系統(tǒng)，為相關領域系統(tǒng)的統(tǒng)稱，包含美國的GPS、中國的北斗、俄羅斯的GLONASS和歐洲的GALILEO；GNSS天線是高精度定位中不可或缺的基礎設施：為滿足車輛在不同環(huán)境下的高

39、精度定位需求，需要在終端采用多源數(shù)據(jù)融合的定位 方案，包括基于差分數(shù)據(jù)的GNSS定位數(shù)據(jù)、慣導數(shù)據(jù)、傳感器數(shù)據(jù)、高精度地圖數(shù)據(jù)以及蜂窩網(wǎng)數(shù)據(jù)等，從終端層來看，GNSS天線 是不可或缺的數(shù)據(jù)源基礎設施；圖64：GNSS天線是智能駕駛高精度定位不可或缺的車載設施2.2.5 硬件-GNSS天線GNSS+IMU融合可有效解決目前衛(wèi)星導航領域的痛點：城市峽谷等一直是車輛定位痛點，因為相關地域用戶存在無法接受GNSS信號或者GNSS信號弱 的問題，此時引進“無源定位”的IMU系統(tǒng)正好可以彌補GPS的短板；GNSS+IMU+高精度地圖配合使用，達到高精度定位目的：1）GNSS天線：依靠衛(wèi)星和地面基站傳輸?shù)臄?shù)

40、據(jù)，可以確定自動駕駛車輛全局的定位信息； 2）IMU：依靠內(nèi)置陀螺儀，可以提供不依賴于環(huán)境的定位信息；3）基于GNSS+IMU定位信息，再同高精度地圖信息進行對比，保證一定的安全冗余。資料來源：GNSS簡介和汽車場景應用，華西證券研究所資料來源：百度Apollo官網(wǎng)，華西證券研究所圖65：GNSS在汽車領域的發(fā)展趨勢圖66：百度Apollo配置有兩個GNSS天線432.2.5 硬件-GNSS天線根據(jù)GSA數(shù)據(jù)，2019年全球GNSS設備安裝基數(shù)接近65億個，其中2019年出貨量17億個，來自設備和服務的全球GNSS下游市場營收已達 到1500億歐元，其中市場主要貢獻者是價格低于5歐元的大眾市場

41、接收機，占比達到接收機總量的90；從全球拉看，美國在GNSS市場上處于領先地位（營收占比達28%），歐洲居于次席，營收占比為27%，此外中日韓合計占比35%；自2011年以來，亞太地區(qū)是消費者解決方案設備的最大區(qū)域市場，2018年GNSS設備出貨量達到8.3億臺，北美和歐盟則分別為2.55億 臺、1.75億臺。資料來源：GSA，華西證券研究所圖67：GNSS產(chǎn)業(yè)格局-細分領域營收前十公司（2017年）圖68：GNSS產(chǎn)業(yè)全球營收占比（2017年）28%27%20%10%5%10%美國歐洲日本資料來源：GSA，華西證券研究所中國韓國其他442.2.6 軟件-操作系統(tǒng)車用操作系統(tǒng)可分為車控操作系統(tǒng)

42、和智能座艙操作系統(tǒng)兩類：車控操作系統(tǒng)是實現(xiàn)車輛行駛功能、動力性的運行基礎；智能座艙操作系統(tǒng) 主要為車載信息娛樂服務以及車內(nèi)人機交互提供控制平臺，是汽車實現(xiàn)座艙智能化與多源信息融合的運行環(huán)境；目前主流的智能座艙車載操作系統(tǒng)有四種：QNX、Linux、Android以及WinCE，其中Android是基于Linux系統(tǒng)的內(nèi)核開發(fā)而來。據(jù) IHS 統(tǒng)計和預測，目前QNX占據(jù)60%市場份額，到2022年QNX和Linux（含Android）將平分市場份額，WinCE基本退出競爭。資料來源：億歐，華西證券研究所圖69：主流智能座艙操作系統(tǒng)梳理45操作系統(tǒng)簡介優(yōu)勢劣勢合作主機廠/零部件供應商QNXQNX是

43、一種商用的類Unix實時操作系統(tǒng)，目標市場主要是嵌 入式系統(tǒng)安全性、穩(wěn)定性極高，符合車規(guī)級要求，可用于儀 表盤需要授權費用，只應用在較高 端車型產(chǎn)品上 ，兼容性較差通用、凱迪拉克、雪弗蘭、雷克薩斯、路虎、大眾、別克、豐田、寶馬、 現(xiàn)代、福特、日產(chǎn)、奔馳、哈曼等Linux基于POSIX和UNIX的多用戶、多任務、支持多線程和多CPU 的操作系統(tǒng)免費，靈活性、安全性高應用生態(tài)不完善，技術支持差豐田、日產(chǎn)、特斯拉等Android谷歌開發(fā)的基于Linux架構的系 統(tǒng)，屬于“類Linux”系統(tǒng)開源，易于OEM自研、移 動終端生態(tài)完善安全性、穩(wěn)定性較差，無法適 配儀表盤等安全性要求高的部 件奧迪、通用、蔚

44、來、小鵬、吉利、比 亞迪、博泰、英偉達等WinCE微軟發(fā)布的32位的多任務嵌入 式操作系統(tǒng)，具有多任務搶占、硬實時等特點在當時實時性出色， windows應用開發(fā)便利高度模塊化的開發(fā)流程使得開 發(fā)用戶越來越少，應用越來越 匱乏，慢慢退出舞臺福特Sync 1、Sync 2等2.2.6 軟件-操作系統(tǒng)車企以底層操作系統(tǒng)為基礎進行二次開發(fā)，主要分為三類：標準的定制化操作系統(tǒng)：從系統(tǒng)內(nèi)核到應用程序?qū)蛹夁M行深度重構，將硬件資源進行整合優(yōu)化；ROM方式：基于需求定制汽車服務及以上層級，下層則基于 Android 等系統(tǒng)自有架構；超級APP方式：只在應用層調(diào)用系統(tǒng)已有接口實現(xiàn)相關功能，其余層級則完全沿用已有

45、系統(tǒng)架構。資料來源：億歐，華西證券研究所圖70：不同的車載OS開發(fā)方式462.2.6 軟件-操作系統(tǒng)操作系統(tǒng)目前已成為汽車制造商智能網(wǎng)聯(lián)化布局和掌握核心技術的核心一環(huán)：從車企角度看，絕大多數(shù)外企整車廠、零部件供應商（如奔馳、寶馬、博世等）和國內(nèi)造車新勢力（如小鵬、蔚來等）選擇自建技術 團隊，在底層操作系統(tǒng)基礎之上進行定制化開發(fā)，形成自己獨有的車載系統(tǒng)。部分國內(nèi)主機廠（如上汽榮威）則選擇與互聯(lián)網(wǎng)科技公 司合作，開放一定的權限，直接搭載合作伙伴所開發(fā)的車載系統(tǒng)。圖71：各大車企紛紛開發(fā)自己的操作系統(tǒng)車企專屬車載系統(tǒng)底層系統(tǒng)語音觸控手勢OTA自主上汽斑馬智行AliOS-吉利GKUIAndroid-北

46、汽i-linkDuerOS-外資寶馬iDriveQNX奔馳MBUXLinux-福特SYNCQNX-造車新勢力TeslaVersionLinux-蔚來NOMIAndroid-小鵬Xmart OSAndroid-資料來源：蓋世汽車，華西證券研究所472.2.6 軟件-高精度地圖目前智能駕駛傳感系統(tǒng)存在魯棒性缺陷：所謂系統(tǒng)魯棒性，指在若干算法出現(xiàn)失效時，需要保持全系統(tǒng)進行降級使用，最后完成可靠退出，目前僅依靠傳感器、慣性導航、計算單元等，智能駕駛存在缺陷。高精度地圖對于智能駕駛不可或缺：從視野范圍看，高精度地圖不存在距離和視覺的缺陷，在特殊天氣條件下依舊可使用；從誤差看，高 精度地圖可以有效消除部分

47、傳感器誤差。圖72：高精度地圖為高級別智能駕駛車輛標配資料來源：蓋世汽車，佐思汽研，華西證券研究所482.2.6 軟件-高精度地圖49資料來源：中國信通院，華西證券研究所高精度定位導航市場空間便有望達千億級別。根據(jù)中國信通院披露數(shù)據(jù)，目前高精度導航設備成本約3萬元左右，在星地基增強系統(tǒng)一體化 建成后以及導航終端芯片化集成后，高精度導航設備技術方案必然會明顯簡化，當其形成明顯規(guī)模優(yōu)勢后，成本將降到汽車市場認可的量 產(chǎn)價格，預計2020年中國V2X用戶將超4000萬，若按30%需求實現(xiàn)高精度定位能力，市場規(guī)模就將達到1200億元。圖73：智能駕駛車聯(lián)網(wǎng)高精度定位系統(tǒng)架構2.2.6 軟件-高精度地圖

48、50傳統(tǒng)地圖使用者是人，而高精度地圖使用者是車。傳統(tǒng)電子導 航地圖會描繪出道路，部分道路會區(qū)分車道，而高精度地圖不 僅會描繪道路，對一條道路上有多少條車道也會精確描繪，會 真實地反映出道路的實際樣式。截至2020年4月底，全國共有22家單位獲得甲級導航電子地圖 資質(zhì)，企業(yè)類型主要包括傳統(tǒng)圖商、政府事業(yè)單位和IT類公司。資料來源：前瞻產(chǎn)業(yè)研究院，華西證券研究所資料來源：自然資源部，華西證券研究所圖74：傳統(tǒng)導航地圖 VS 智能駕駛地圖圖75：我國甲級導航電子地圖資質(zhì)單位名單（截至2020.4）序號單位成立年份地點獲得資質(zhì)時間企業(yè)類型1四維圖新2002北京2001.1傳統(tǒng)圖商2高德2001北京20

49、04.6阿里巴巴孫公司3靈圖1999北京2005.6傳統(tǒng)圖商4長地萬方2002北京2005.5百度子公司5凱立德1997深圳2005.6傳統(tǒng)圖商6易圖通1997北京2005.7傳統(tǒng)圖商7國家基礎地地理信息中心1995北京2006.1事業(yè)單位8立得空間1999武漢2007.6傳統(tǒng)圖商9大地通途2005北京2007.6騰訊子公司10江蘇省測繪工程院1984南京2008.6事業(yè)單位11浙江省第一測繪院1975杭州2008.6事業(yè)單位12江蘇基礎地理信息中心2000南京2010.1事業(yè)單位13光庭信息2011武漢2013.6傳統(tǒng)圖商14滴圖科技2016北京2017.1滴滴子公司15中海庭2016武漢2

50、018.8上汽子公司16Momenta2016北京2018.8智能駕駛類公司17寬凳科技2017貴陽2019.1智能駕駛類公司18晶眾地圖2018上海2019.5軟件信息類公司19智途科技2006揚州2019.5軟件信息類公司20華為數(shù)字技術有限公司2006北京2019.7華為子公司21豐圖科技2018深圳2019.11順豐控股孫公司22京東叁佰陸拾度電子商務2007北京2020.1電子商務傳統(tǒng)導航地圖智能駕駛地圖精度絕對精度 5m 左右，誤差約 10-15m， 只描繪位置和形態(tài)，不含有細節(jié)信息絕對精度優(yōu)于 1m，相對精度 10-20cm，包含 車道邊界、中心線、車道限制等信息要素和屬性道路

51、POI-涉密 POI 禁止表達、重點POI 必須表詳細車道模型-曲率、坡度航向、限高、限達; 背景-國界、省界等信息必須準確表達重、限寬;定位地物和 Feature 圖層所屬系統(tǒng)信息娛樂系統(tǒng)車載安全系統(tǒng)用途導航、搜索、目視輔助環(huán)境感知、車道級路徑規(guī)劃、車輛控制使用者人、有顯示計算機、無顯示現(xiàn)勢性要求相對低、人可以良好應對高、機器較難良好應對數(shù)據(jù)量每千米的數(shù)據(jù)量約 1KB每千米的數(shù)據(jù)量約為 100MB，是普通 地圖的 105 倍且數(shù)據(jù)種類復雜多樣數(shù)據(jù)來源主要為采集車采集車+眾包實時數(shù)據(jù)+云端信息2.2.6 軟件-高精度地圖51高精度地圖盈利模式與傳統(tǒng)地圖差異較大。傳統(tǒng)地圖盈以License 模式

52、為主，圖商通過出售產(chǎn)品使用權獲得收益；而高精度地圖因 其更新頻率高，涵蓋數(shù)據(jù)量大，因此收入結構中除了出售使用權 之外，也可憑借云服務對地圖更新進行盈利，收取相應的服務 費。資料來源：上市公司公告，華西證券研究所圖77：主要圖商的高精度地圖訂單梳理分類盈利模式具體方式傳統(tǒng)地圖License 模式通過授予整車廠地圖使用權從而獲得授權費年費制類似于 License 模式，但按照時間單位進行收費高精度地圖服務費制按照使用數(shù)據(jù)量收費，該收費模式的定價往往由雙方談判決定混合模式License+服務費模式相結合，每年收取授權費，額外再按照后續(xù)更新的數(shù)據(jù)量進行收費圖76：傳統(tǒng)汽車座艙供應鏈高精度地圖廠商時間訂

53、單詳情高德地圖2018-6為凱迪拉克 CT6 超級智能駕駛系統(tǒng) Super Cruise 提供高精度地圖支持2018-9與吉利在高精度地圖領域達成全面合作，為 G-Pilot 提供支持百度2018-8獲得長城汽車高精度地圖和自定位量產(chǎn)訂單2019-4與廣汽合作啟動高精地圖和自定位量產(chǎn)項目，雙方合作搭載了 L3 級自動駕駛的廣汽車型預計 2020 年上市2020-1成為特斯拉中國導航地圖合作伙伴，為 ModelS 提供技術支持四維圖新2019-2獲得寶馬 L3 及以上級別自動駕駛高精度地圖量產(chǎn)訂單2019-12公司按照與華為確認的地圖屬性需求，為華為定制規(guī)定區(qū)域內(nèi)的高精度地圖數(shù)據(jù)及服務。資料來源

54、：上市公司公告，華西證券研究所2.2.6 軟件-人機交互人車交互目前主要包括物理操控、語音交互、觸摸控制、生物識別、視覺交互、手勢交互等六大形式。其中物理操控、觸摸控制和視覺交 互為傳統(tǒng)的交互方式，語音、生物識別和手勢屬于新興交互范疇。語音成為人車交互新方式：語音交互分為兩種，一種是內(nèi)置，汽車車內(nèi)的屏幕作為功能的擴展；另外一種是聚焦交互，通過把交互方案放 在手機、車機的連接當中，收取信息。目前自然語音技術是主流，語言識別準確率可以高達90%以上 ，但在整體產(chǎn)品體驗上仍有較大改進 空間，需要進一步提升算法智能程度。資料來源：，華西證券研究所圖78：目前人車交互算法領域參與方梳理522.2.6 軟

55、件-人機交互智能汽車人機交互技術包括按鍵/旋鈕、觸控、語音交互、手勢識別、生物識別等，多模態(tài)融合交互成為趨勢：現(xiàn)階段，車內(nèi)的人機交互多為觸控、語音、生物識別、AR技術等多方式組合，集成于汽車座艙內(nèi)的顯示系統(tǒng)、智能座椅、內(nèi)飾等區(qū)域，已提高 人機交互的效率和便捷性。由于這些交互方式各有優(yōu)缺點，相互難以完全替代，因此多模態(tài)交互已是發(fā)展的必然趨勢。資料來源：蓋世汽車、華西證券研究所圖79：智能汽車應用的人機交互技術圖80：智能座艙人機交互典型界面資料來源：蓋世汽車、華西證券研究所按鍵/旋鈕觸控語音交互動作識別(手勢、姿態(tài)等)眼動交互(注視/眨眼/眼勢等)生物識別(人臉/指紋/聲紋/虹膜等)虛擬現(xiàn)實輸入

56、(AR/VR等)532.2.7 智能座艙資料來源：蓋世汽車，佐思汽研，華西證券研究所智能座艙為智能汽車核心價值量載體之一，成為各大汽車廠商進行差異化競爭的核心領域。目前智能座艙主要由硬件（儀表盤、HUD、 流媒體后視鏡信息娛樂系統(tǒng)、智能座椅&空調(diào)等其他系統(tǒng)）、軟件（操作系統(tǒng)、虛擬層、中間件、應用軟件）、人機交互（語音識別、 人臉識別、觸摸識別、手勢識別、虹膜識別、生物識別）三大邏輯部分構成。圖81：智能座艙系統(tǒng)結構其他系統(tǒng)智能座椅空調(diào)系統(tǒng)智能音箱液晶儀表盤HUD流媒體后視鏡IVI觸控顯示屏后座娛樂系統(tǒng)軟 件應用層軟件系統(tǒng)中間件虛擬層Hypervisor操作系統(tǒng)QNX/Linux操作系統(tǒng)Andr

57、oid/AliOS智能座艙芯片+AutoSAR硬 件駕駛艙系統(tǒng)信息娛樂系統(tǒng)主 互 要 技 人 術 機交語音識別人臉識別觸摸識別手勢識別虹膜識別生物識別542.2.7 智能座艙:主流配置日益豐富各大車企新車型智能座艙配置日益豐富：主流車企新產(chǎn)品廣泛采用大尺寸屏幕、語音交互、觸控交互等新功能，部分車型同時配置使用HUD；座艙芯片以英偉達和高通為主，特斯拉等新勢力車企座艙設計風格突出，中控盤與儀表盤整合為一。資料來源：蓋世汽車，汽車之家，華西證券研究所圖82：主流車企新車型智能座艙配置日益豐富分類車企品牌車機系統(tǒng)座艙芯片中控屏儀表盤HUD觸控交互方式語音手勢生物外資企業(yè)奔馳S級MBUX英偉達12.8

58、寸OLED屏12.3寸裸眼3DAR-HUD寶馬X7iDrive7.0英偉達雙12.3寸液晶W-HUD奧迪A8MMI英偉達上10.1+下8.6寸12.3寸W-HUD大眾帕薩特均勝CNS3.0高通8寸/9.2寸部分10.2寸/豐田RAV4Entune3.0/10.1寸7寸/造車新勢力特斯拉MODEL3Version英特爾整合至15寸液晶屏/蔚來ES8NOMI英偉達11.3寸9.8寸W-HUD自主企業(yè)榮威MARVEL XAliOS高通14寸12.3寸/比亞迪唐DiLink高通12.8寸12.3寸/吉利博越GKUI億咖通12.3寸7寸/12.3寸高配W-HUD552.2.7 智能座艙:市場空間逾千億隨

59、著消費者對智能座艙體驗需求提升，智能座艙將融合更多智能化、數(shù)字化功能，使得單車價值量大幅提升，2030年有望達到千億市場 規(guī)模，其中硬件市場空間占比在80%左右，為最主要的細分市場領域；根據(jù)蓋世汽車預測，2017-2020年、2020-2025年、2025-2030年三個階段中，智能座艙市場空間復合增速分別為26%、9%、5%，其中 硬件部分市場空間復合增速分別為25%、11%、7%。資料來源：BCG，蓋世汽車，華西證券研究所資料來源： BCG，蓋世汽車，華西證券研究所圖83：智能座艙市場空間測算圖84：智能座艙細分行業(yè)市場空間復合增速02004006008001000120020172020

60、E2030E2025E硬件OS芯片交互算法-5%0%5%10%15%20%25%30%硬件OS芯片交互算法智能座艙CAGR17-20CAGR20-25CAGR25-30562.2.7 智能座艙-中控屏車載中控屏起著連接人與車的功能，成為目前主機廠競爭發(fā)力的著力點之一。目前中控屏按面板類型可分為LCD和OLED兩類，LCD指液晶 顯示屏，需要依靠背光源發(fā)光，目前多數(shù)座艙采用LCD中控屏；OLED指可以主動發(fā)光的面板，由于對比度強、色彩鮮艷，且形態(tài)可彎曲， 越來越多智能座艙開始采用OLED解決方案。提供中控屏產(chǎn)品的廠商多為Tier 1集成供應商。合資品牌和高端品牌市場目前被偉世通、博世等一線品牌把