《全球视野看自动驾驶行业:路线竞争趋势持续,特斯拉有望率先突围-220510(45页).pdf》由会员分享,可在线阅读,更多相关《全球视野看自动驾驶行业:路线竞争趋势持续,特斯拉有望率先突围-220510(45页).pdf(45页珍藏版)》请在三个皮匠报告上搜索。
1、 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 海海外外研研 究究 行行业业深深度度研研究究报报告告 证券研究报告证券研究报告 industryId 汽车汽车 推荐推荐 ( ( 首次首次 ) relatedReport 海外汽车研究海外汽车研究 emailAuthor 分析师: 余小丽 兴业证券经济与金融研究院 SFC:AXK331 SAC:S03 投资要点投资要点 summary 人工智能技术推动自动驾驶技术在过去 20 年内蓬勃发展,预计到 2025 年,我国自动驾驶系统装机量将达到 1,630 万辆,装机渗透率突破 65%。与自动驾驶
2、相关的零部件(上游传感器和中游芯片)市场规模将达到 1336 亿元。今年来自动驾驶普及率不断提高,各地纷纷发布扶持政策,2021 年自动驾驶已经在港口、矿区实现商业化落地。 行业趋势上看行业趋势上看,各国对于数据的保护各国对于数据的保护将将让自动驾驶技术带有明显的地域色彩。让自动驾驶技术带有明显的地域色彩。法规原因导致地图测绘和数据跨境传输遇到问题, 外资企业想要在中国开展自动驾驶业务就必须研究本地化的自动驾驶。 当前自动驾驶方案在中美两国的发展方向完全不同,美国的优势产业是半导体,交通参与者较为简单,因此视觉方案的单车智能将更适合美国。中国优势产业是通讯,交通参与者复杂,因此中国发展车路协同
3、与激光雷达路线。 路线之争虽然持续, 但不改变激光雷达赛路线之争虽然持续, 但不改变激光雷达赛道的高速增长。道的高速增长。除特斯拉以外的企业均积极布局激光雷达,2022 年将是激光雷达量产元年。至 2025 年中国激光雷达市场将超过 150 亿,2030 年中国激光雷达市场将超过 340 亿。 自动驾驶领域特斯拉一枝独秀,有望在自动驾驶领域特斯拉一枝独秀,有望在 2022 年率先实现比人类更安全的自动年率先实现比人类更安全的自动驾驶。驾驶。特斯拉凭借:1)软硬件完全自研;2)海量真实数据;3)Dojo 超级计算机,领先全行业。特斯拉早在 2014 年就开始自研自动驾驶,并在 2019 年推出自
4、动驾驶芯片 FSD。截止 2022 年一季度,预计共有 174 万辆特斯拉在路上行驶,可以提供日均 9600 万公里的真实数据。特斯拉 FSD 软件迭代速度快,仅 2022 年第一季度,特斯拉就进行了 7 次版本迭代。 自动驾驶企业的发展高度由传感器、计算平台、数据与算法三部分决定自动驾驶企业的发展高度由传感器、计算平台、数据与算法三部分决定。相关。相关行业存在大量投资机会,我们认为行业存在大量投资机会,我们认为: 传感器:传感器:1)摄像头)摄像头行业受到消费电子景气度影响,推荐关注护城河更高的 CIS 龙头企业:索尼、安森美。2)激)激光雷达光雷达行业技术路线尚未确定,看好 VCSEL+S
5、PAD 路线,建议关注激光雷达企业:Luminar、Ouster、速腾聚创、禾赛、图达通、Livox。3)高精地图:)高精地图:资质构建护城河,关注拥有甲级测绘资质的企业:四维图新,关注技术颠覆行业的可能。 计算平台:计算平台:核心在于芯片,Mobileye 在过去使用黑箱策略在 L2 方面优势巨大,国内企业地平线有望突围;高端芯片方面英伟达具有垄断性地位。 数据与数据与算法:算法:海量数据对云端计算产生海量需求,推荐关注云计算企业:亚马逊、阿里巴巴、谷歌、微软。 风险提示:风险提示:自动驾驶技术发展低于预期、国家法规推出速度不及预期、自动驾驶自动驾驶技术发展低于预期、国家法规推出速度不及预期
6、、自动驾驶技术滥用、上游零部件降本速度不及预期技术滥用、上游零部件降本速度不及预期 全球视野看自动驾驶系列(一)全球视野看自动驾驶系列(一) 路线之争持续,特斯拉有望率先突围路线之争持续,特斯拉有望率先突围 2022 年年 5 月月 9 日日 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 2 - 海外行业深度研究海外行业深度研究报告报告目目 录录 1、 自动驾驶三大系统:感知、决策、执行 . - 4 - 2、 自动驾驶分级 . - 5 - 2.1 L1-L2 为驾驶辅助,L3-L5 为自动驾驶 . - 5 - 2.2 展望未来:不同级别的自动驾驶将长期共存,
7、 L5 未来仍有很长的路要走 - 6 - 3、 自动驾驶承载了我们对于劳动力解放的美好愿望 . - 7 - 3.1 人类对自动驾驶的追求未停息 . - 8 - 3.2 两大因素驱动自动驾驶持续增长 . - 9 - 3.3 中美纷纷加大对自动驾驶企业的融资 . - 10 - 4、 行业趋势: . - 13 - 4.1 从全球协作到区域独立: . - 13 - 4.2 开放场景难度大,自驾企业战略转移至封闭场景 . - 14 - 4.3 发展路线之争退朝、深度神经网络将会取代人工规则 . - 15 - 5、 路线之争: . - 18 - 5.1 单车智能 VS 车路协同:单车智能为主,车路协同为辅
8、 . - 18 - 5.2 纯视觉 VS 多传感器融合:技术之争短期内难有结果 . - 20 - 6、 驾驶的三大核心要素:传感器、计算平台、数据与算法 . - 22 - 6.1 传感器:不同定位与功能,优势互补 . - 22 - 6.2 计算平台:对芯片的要求不断提高,半导体技术是护城河 . - 32 - 6.3 数据与算法:数据有助于迭代算法,算法质量是自动驾驶企业的核心竞争力 . - 34 - 7、 特斯拉自动驾驶一枝独秀 . - 37 - 8、 投资建议: . - 41 - 风险提示: . - 43 - 图图 表表 目目 录录 图 1、 自动驾驶三大系统 . - 4 - 图 2、 20
9、14 年新西兰民众出行方式时间比例分布 . - 7 - 图 3、 自动化汽车发展历史 . - 9 - 图 4、 2019-2025 年中国乘用车前视系统装配量和装配率 . - 9 - 图 5、 2016-2021 年中美自动驾驶企业融资情况 . - 11 - 图 6、 2021 年港口、矿区自动驾驶情况总结. - 15 - 图 7、 中国各应用场景部分自动驾驶企业盘点. - 15 - 图 8、 软件决策系统的进化史 . - 16 - 图 9、 自动泊车辅助系统控制器(APA) . - 17 - 图 10、 智能驾驶域控制器(ADCU) . - 17 - 图 11、 特斯拉软件架构图 . - 1
10、7 - 图 12、 经纬恒润单车智能解决方案 . - 18 - 图 13、 车路协同与智慧交通基础设施 . - 20 - 图 14、 激光雷达原始成像 . - 20 - 图 15、 激光雷达用于语义识别 分割地面与车辆. - 20 - 图 16、 Model 3 前视摄像头(3 摄像头) . - 23 - 图 17、 2015-2025 年全球和中国车载摄像头市场规模(亿元) . - 23 - 图 18、 摄像头产业链 . - 24 - 图 19、 车载摄像头成本构成 . - 25 - 图 20、 2021 年全球车载 CIS 市场格局 . - 25 - 请务必阅读正文之后的信息披露和重要声明
11、请务必阅读正文之后的信息披露和重要声明 - 3 - 海外行业深度研究海外行业深度研究报告报告图 21、 2022 至 2030 年中国激光雷达市场展望. - 26 - 图 22、 激光雷达组成部分 . - 27 - 图 23、 苹果 iPad Pro 激光雷达切面图 . - 29 - 图 24、 激光雷达的技术路线及代表性企业 . - 29 - 图 25、 高德地图融合方案 . - 31 - 图 26、 特斯拉 FSD 芯片架构 . - 33 - 图 27、 视觉辨识度低的交通标志 . - 35 - 图 28、 英伟达 Drive Sim 界面 . - 35 - 图 29、 数据处理流程 .
12、- 36 - 图 30、 伪激光雷达算法实测效果 . - 38 - 图 31、 特斯拉感知层的完整架构图 . - 39 - 图 32、 特斯拉累计里程和季度汽车销量 . - 39 - 表 1、 驾驶自动化等级与划分要素的关系 . - 6 - 表 2、 欧盟国家每亿人公里与每亿人小时死亡人数比较 (2001 年2002 年) . - 7 - 表 3、 中美重点自动驾驶企业融资情况 . - 11 - 表 4、 技术和成本在车侧和路侧的分配 . - 18 - 表 5、 蔚来、理想、小鹏 2022 年旗舰车型的硬件配置 . - 19 - 表 6、 全球主要国家的 V2X 技术路径选择 . - 19 -
13、 表 7、 2021 年 1-5 月国内新发布车型传感器配置及核心功能 . - 22 - 表 8、 CMOS 传感器企业的四种合作模式 . - 24 - 表 9、 激光雷达车型一览表 . - 27 - 表 10、 导航电子地图制作甲级测绘资质单位名单(截至 2022 年 3 月 25 日) . - 31 - 表 11、 不同类型芯片对比 . - 32 - 表 12、 国内域控制器企业与芯片企业的合作关系. - 34 - 表 13、 芯片企业产品与车企合作情况 . - 34 - 表 14、 特斯拉自动驾驶硬件进化历史 . - 37 - 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信
14、息披露和重要声明 - 4 - 海外行业深度研究海外行业深度研究报告报告1、 自动驾驶三大系统自动驾驶三大系统:感知、决策、执行感知、决策、执行 驾驶技术的发展是将人类驾车替换为机器驾车的过程,因此可以拿人类驾车作类比,自动驾驶技术分为感知决策和执行三大核心环节。 感知感知指对于环境的场景理解能力。例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的分类。目前存在两种主流技术路线,一种是以特斯拉为代表的以摄像头为主导的纯视觉方案;另外一种是以谷歌、百度为代表的多传感器融合方案。根据融合阶段不同分为前融合和后融合。前融合指的是把所有传感器的数据作为整体进行识别,后融合指的是将不同传感
15、器识别后的结果进行整合。 决策决策是依据驾驶场景、驾驶需求进行任务决策,规划出车辆的路径和对应的车身控制信号。分为任务决策、轨迹规划、跟踪控制和执行控制四个阶段。在决策的过程中需要综合考虑安全性、舒适性和到达速度。 执行执行指的是将控制信号发送给执行器, 执行器执行的过程。 执行器有转向、 油门、刹车、灯光档位等。由于电动汽车执行器执行较线性,便于控制,因此比燃油车更适合作为自动驾驶汽车使用。为了实现更精确的执行能力,线控转向、线控刹车、线控油门等技术不断发展。 图图1、自动驾驶三大系统自动驾驶三大系统 资料来源:兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正
16、文之后的信息披露和重要声明 - 5 - 海外行业深度研究海外行业深度研究报告报告2、 自动驾驶自动驾驶分级分级 2.12.1 L1L1- -L2L2 为驾驶辅助,为驾驶辅助,L3L3- -L5L5 为自动驾驶为自动驾驶 国家标准 GB/40429-2021 和 SAEJ3016 明确定义了汽车自动驾驶分级,将驾驶自动化分为 0 级至 5 级。其中定义等级的原则是 1)自动化驾驶系统能够执行动态驾驶任务的程度。2)驾驶员的角色分配。3)有无允许规范限制。国标规定 L1 和L2 级自动化系统命名为“驾驶辅助系统”、L3-L5 命名为“自动驾驶系统”。 具体来看: L0 驾驶自动化驾驶自动化应急辅助
17、(应急辅助(Emergency Assistance):该级别的辅助驾驶系统,可以感知环境、并提供信息或者短暂介入车辆运动控制,但是不能持续执行车辆控制。 L1 驾驶自动化驾驶自动化部分驾驶辅助部分驾驶辅助(Partial driver assistance):该级别的辅助驾驶系统可以持续提供横向或纵向运动控制。但驾驶员仍要对道路状况和车辆驾驶情况保持监管。 L2 驾驶自动化驾驶自动化组合驾驶辅助(组合驾驶辅助(Combined Driver Assistance):该级别的辅助驾驶系统可以持续提供横向和纵向运动控制。在该级别驾驶系统运行过程中,驾驶员和自动驾驶系统沟通执行全部驾驶任务, 允许
18、用户短暂地将双手脱离方向盘,也叫 Hands off。 L3 驾驶自动化驾驶自动化有条件自动驾驶(有条件自动驾驶(Conditionally automated driving):):该系统在设计条件下持续执行全部驾驶任务。在正常运行过程中,车辆控制、目标探测与事件响应由自动驾驶系统负责;若出现即将不满足运行范围时请求驾驶员接管。在运行过程中,允许用户短暂地将视线移到驾驶之外,也叫 Eyes off。 L4 驾驶自动化驾驶自动化高度自动驾驶(高度自动驾驶(Highly Automated Driving):):该系统可以持续地执行全部动态驾驶任务并自动执行最小风险策略。当系统脱离运行范围时向驾
19、驶员发出介入请求,驾驶员可不响应请求。驾驶过程中用户注意力可以完全不在驾驶中,被称为 Mind off。 L5 驾驶自动化驾驶自动化完全自动驾驶(完全自动驾驶(Fully Automated Driving):):该系统可在任何可行驶条件下持续地执行全部动态驾驶任务并执行最小化风险策略。 低阶辅助驾驶和高阶自动驾驶低阶辅助驾驶和高阶自动驾驶的本质区别是出现事故之后的责任划分的本质区别是出现事故之后的责任划分。根据 SAE的定义我们可以发现出现事故以后 L2 责任在于乘客,L3 责任在于车辆。由于目前国内自动驾驶的立法尚未健全, 整车厂对于自动驾驶的宣传只能停留在 L2.5 或者 L2+。202
20、1 年日本政府率先完善法规,为全球第一款法律意义上的 L3 级别自动驾驶汽车本田 Legend Hybrid EX 的诞生铺平道路。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 6 - 海外行业深度研究海外行业深度研究报告报告表表1、驾驶自动驾驶自动化等级与划分要素的关系化等级与划分要素的关系 分级分级 名称名称 持续的车辆横向持续的车辆横向 和纵向运动控制和纵向运动控制 目标和事件探测与响应目标和事件探测与响应 动态驾驶任务后援动态驾驶任务后援 设计运行范围设计运行范围 0 级 应急辅助 驾驶员 驾驶员及系统 驾驶员 有限制 1 级 部分驾驶辅助 驾驶员
21、和系统 驾驶员及系统 驾驶员 有限制 2 级 组合驾驶辅助 系统 驾驶员及系统 驾驶员 有限制 3 级 有条件自动驾驶 系统 系统 动态驾驶任务后援用户(执行接管后成为驾驶员) 有限制 4 级 高度自动驾驶 系统 系统 系统 有限制 5 级 完全自动驾驶 系统 系统 系统 无限制* *排除商业和法规因素等限制 资料来源:国家标准全文公开系统,兴业证券经济与金融研究院整理 2 2.2 .2 展望未来:不同级别的自动驾驶将长期共存,展望未来:不同级别的自动驾驶将长期共存, L5L5 未来仍有很长未来仍有很长的路要走的路要走 未来 L3 以下的车辆和 L3 及以上的车辆可能会长期共存。从技术上来看
22、L3 的实现需要依赖大算力芯片、硬件层面的冗余系统、海量用户数据。这些都为自动驾驶系统增添了相当大的成本。在合作方面来看车企采用两种研发思路对待这两种自动驾驶技术。 对于低阶辅助驾驶系统, 车企产采用传统研发思路与国际 Tier1 合作,追求成本和安全。对于高阶自动驾驶系统,车企普遍采用自研的方案。硬件层面采用高算力芯片和冗余的传感器配置;软件层面成立软件开发团队,自研核心的感知与决策软件,追求车企之间的差异化。 自动驾驶等级上升的过程是可靠性持续上升,直到量变引发质变的过程。L5 级别的自动驾驶系统规定无设计运行范围限制,车内人员也无需执行动态驾驶任务或接管,这也注定了 L5 级别的自动驾驶
23、将面临较大挑战。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 7 - 海外行业深度研究海外行业深度研究报告报告3、 自自动驾驶承载了我们对于劳动力解放的美好愿望动驾驶承载了我们对于劳动力解放的美好愿望 驾驶是一件危险的事驾驶是一件危险的事。 中国 2020 年有 6.2 万人死于交通事故,平均每 8 分钟就有 1 人死于车祸。根据密歇根大学交通研究所的最新报告显示,2014 年交通事故死亡率最高的地区为非洲与拉丁美洲, 其中纳米比亚交通事故死亡率居全球之首,每 10 万人中有 45 人死亡。著名旅游目的地泰国,排在第二,交通死亡率为中国的两倍。 从交通事故
24、死亡占总死亡人数比例来看,许多中东国家领先。阿联酋以 15.9%,位居首位。 而中国的数值为 3, 高于全球平均水平的 2.1%, 美国的数据为 1.8%。 表表2、欧盟国家每亿人公里与每亿人小时死亡人数比较欧盟国家每亿人公里与每亿人小时死亡人数比较 (2001 年年2002 年)年) 每公里死亡人数(每公里死亡人数(人人/ /亿人)亿人) 每小时死亡人数(人每小时死亡人数(人/ /亿人)亿人) 公路(总体) 1.0 28.0 二轮机动车 13.8 440.0 步行 6.4 75.0 自行车 5.4 25.0 小轿车 0.7 25.0 公共汽车和长途汽车 0.1 2.0 水运 0.3 16.0
25、 空运(民航) 0.0 8.0 铁路 0.0 2.0 人公里=出行人数*旅行公里数 人小时=出行人数*旅行时间(小时) 资料来源:联合国与道路安全,兴业证券经济与金融研究院整理 驾驶是一件浪费时间的事。驾驶是一件浪费时间的事。消费者每年都会消费大量的时间在路上,2017 年美国人均驾驶时长超过 700 亿个小时, 平均每个美国人每天驾驶时长超过 52 分钟。 与这个数据相对的是一辆车每天只有不到 5%的时间是被使用的,其他 95%的时间都停在停车位上。这样的背景下自动驾驶需求应运而生。 图图2、2014 年新西兰民众出行方式时间比例分布年新西兰民众出行方式时间比例分布 资料来源:Millwar
26、d Brown & APN Outdoor Attention Economy Study 2014,兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 8 - 海外行业深度研究海外行业深度研究报告报告 3.1 3.1 人类对自动驾驶的追求未停息人类对自动驾驶的追求未停息 自动驾驶发展里程碑:自动驾驶发展里程碑: 1970 年代开始,人们就开始尝试对自动驾驶的研究。在 2010 年以后,随着人工智能、计算机科学和电动汽车的发展,自动驾驶开始进入黄金期。 【1920s - 1970s】汽车自动化的实验自】汽车自动化的实验自 1920 年
27、代即已开始,但要到年代即已开始,但要到 1950 年代才年代才出现可行的实验,并取得部分成果。出现可行的实验,并取得部分成果。 第一辆半自动汽车于 1977 年由日本筑波机械工程实验室开发,车辆行驶在特别标记的街道上,通过车身两个摄像头和一台模拟计算机来解读标记。在高架轨道的支持下,车辆达到了每小时 30 公里(19 英里/小时)的速度。 【1980s 2000s】具有里程碑意义的自动驾驶汽车出现在具有里程碑意义的自动驾驶汽车出现在 1980 年代年代。 1985 年,卡内基梅隆大学的 ALV 项目已经在两车道道路上展示了每小时 31 公里(19 英里/小时)的自动驾驶速度,并在 1986 年
28、增加了避障功能,并在 1987 年实现在白天和夜间条件下的越野驾驶。 1995 年,卡内基梅隆大学的 NavLab 项目完成了美国第一个自主的“海岸线到海岸线驾驶”。在宾夕法尼亚州匹兹堡和加利福尼亚州圣地亚哥之间的 2,849 英里(4,585 公里)中,2,797 英里(4,501 公里)通过自动驾驶实现,平均时速为 63.8 英里/小时(102.7 公里/小时)。 【2000-现在现在】自动驾驶辅助系统逐渐推广至量产车上】自动驾驶辅助系统逐渐推广至量产车上。 2004 年 Mobileye 推出其首款量产 Soc 产品 EyeQ1,以支持前向碰撞警告 (FCW) 、车道偏离警告 (LDW)
29、 和智能远光灯控制 (IHC)等功能。 2004 年 3 月举行首届 DARPA Grand Challenge 挑战赛,参赛车队使用摄像头、激光雷达等传感器以及计算设备,实现了车辆的自动驾驶,这是激光雷达的第一次亮相。 2013 年,美国有 4 个州(内华达州、佛州、加州与密歇根州)通过了允许自动驾驶汽车的法规。2015 年,这四州与华盛顿哥伦比亚特区都允许自动驾驶汽车于开放道路上进行测试。 2018 年 10 月,Waymo 宣布其测试车辆已在自动模式下行驶超过 10,000,000 英里(16,000,000 公里),每月增加约 1,000,000 英里(1,600,000 公里)。20
30、18 年 12 月,Waymo 率先在美国亚利桑那州凤凰城将全自动出租车服务商业化。2020 年 10 月,Waymo 在凤凰城推出了地理围栏无人驾驶叫车服务。 2021 年 3 月,本田推出限量版 Legend Hybrid EX 轿车,配备新批准的 3 级自动驾驶设备,其中的“Traffic Jam Pilot”系统是日本批准的首个 L3 自动驾驶系统,也是世界上第一个可以在公路上行驶的 L3 自动驾驶系统。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 9 - 海外行业深度研究海外行业深度研究报告报告图图3、自动化汽车发展自动化汽车发展历史历史 资料来
31、源:兴业证券经济与金融研究院整理 3 3. .2 2 两大因素驱动自动驾驶持续增长两大因素驱动自动驾驶持续增长 低阶辅助驾驶的驱动力是法规。低阶辅助驾驶的驱动力是法规。除了消费者自发选购 L2 驾驶辅助车型的需求以外,促进车企开发低级别自动驾驶辅助的驱动力是法规。为保证司机与乘客的安全,欧洲在 2017 年推出了一般安全规定(General Safety Regulation)其中明确要求未来在欧洲销售的新车需要配备限速辅助(ISA)、紧急制动辅助(AEB)等基础辅助驾驶功能。我国营运货车安全技术条件强制要求相关车辆于 2020年 9 月起具备车道偏离报警功能和车辆前向碰撞预警功能,于 202
32、1 年 5 月 1 日起安装自动紧急制动系统。 高阶自动驾驶的驱动力是生产力。高阶自动驾驶的驱动力是生产力。 消费者每年都会消费大量 的时间在路上, 2017年,美国人均驾驶时长超过 700 亿个小时,平均每个美国人每天驾驶时长超过 52分钟。 与这个数据相对的是一辆车每天只有不到 5%的时间是被使用的, 其他 95%的时间都停在停车位上。如何有效利用空闲时间就成为了高阶自动驾驶的核心驱动力。 预计到 2025 年, 我国乘用车自动驾驶系统装配量将达到 1,630.5 万辆, 装配率将达到 65.0%。 图图4、2019-2025 年中国乘用车前视系统装配量和装配率年中国乘用车前视系统装配量和
33、装配率 资料来源:经纬恒润招股书,兴业证券经济与金融研究院整理 306499674874872250915.5%26.4%33.9%41.5%49.2%57.0%65.0%0%10%20%30%40%50%60%70%0500025003000201920202021E2022E2023E2024E2025E前视系统装配量乘用车销量前视系统装备率(右轴)万辆 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 10 - 海外行业深度研究海外行业深度研究报告报告 前视:前视: 2
34、020年, 中国乘用车新车前视装配量达到496.8万辆, 同比增长62.1%,装配率为 26.4%, 同比上升 10.9 个百分点。 随着前视系统算力提高、 功能的增加,以及相对的成本优势,预计 2025 年前视系统装配量将突破 1600 万辆,装配率提升到 65%。 当前,前视单目是国内乘用车主流方案,同时部分企业也在探索双目等前视摄像头的应用。2021 年华为、大疆相继推出自研双目摄像头产品及解决方案。其中,华为的双目摄像头已在极狐阿尔法 S 上应用。大疆车载也计划 2021 年将采用双目摄像头的自动驾驶方案应用在国产车型上。 环视:环视:2020 年,中国环视系统装配量为 339.8 万
35、辆,较 2019 年上升 44%;装配率为 18%,同比增加 6 个百分点。随着环视系统对倒车后视的替代以及泊车功能的加持, 其装配量将会进一步提升。 伴随环视系统对倒车后视的替代以及360全景环视+超声波成为融合泊车主流方案,使得 360 度全景环视进入一个新的发展周期,预计 2025 年装配率将攀升至 50%。 视觉视觉 DMS:根据佐思汽研统计,2020 年中国已有 10 多款乘用车上市新车装配 DMS 功能,如长安汽车、蔚来、小鹏汽车、WEY、星途、哪吒汽车、零跑、吉利汽车、威马汽车、广汽埃安等。2020 年 DMS 系统装配量达到 17.3 万辆,装配率为 0.9%;预计到 2025
36、 年其装配率有望达到 20%左右,实现飞跃式增长。 2021 年 4 月工信部发布 智能网联汽车生产企业及产品准入管理指南(试行) ,要求智能网联车辆需具备人机交互和驾驶员参与行为的监测功能,释放 DMS 上车强信号。 行车记录仪:行车记录仪: 2020 年, 中国行车记录仪装配量为 145.3 万辆, 相较于 2019 年增长 7.6%。同期,行车记录仪的装配率为 7.7%,较 2019 年全年上升 0.9 个百分点。 智能网联汽车生产企业及产品准入管理指南(试行),要求智能网联车辆需具有事件数据记录和自动驾驶数据存储功能,这将加速行车记录仪在新车上的装配,预计到 2025 年其装配率有望达
37、到 20%。 3 3. .3 3 中美纷纷加大对自动驾驶企业的融资中美纷纷加大对自动驾驶企业的融资 经过十多年的发展,资本、产业、消费者等各界对自动驾驶未来持续积极看好的趋势已形成共识,商业化落地的道路正稳步铺开,2021 年以来中国政府也逐步加快政策引导步伐,各地政府政策支持迅速跟上,以支持场景化、商业化落地。 近年来,伴随着自动驾驶技术研发应用的火热,全球自动驾驶行业投融资规模迅速增长。2015 年起,自动驾驶汽车逐渐成为投资的热门赛道,截止 2021 年,中美合计动驾驶相关的投资共有约 1191 笔,涉及金额超 863 亿美元。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的
38、信息披露和重要声明 - 11 - 海外行业深度研究海外行业深度研究报告报告图图5、2016-2021 年中美自动驾驶企业融资情况年中美自动驾驶企业融资情况 资料来源:亿欧智库,CBINSIGHTS、兴业证券经济与金融研究院整理 表表3、中美重点自动驾驶企业融资情况中美重点自动驾驶企业融资情况 企业名称企业名称 融资轮次融资轮次 融资金额融资金额 融资时间融资时间 简介简介 Momenta C+轮 超 5 亿美元 2021 年 11 月 Momenta 是一家来自中国的自动驾驶公司,由曹旭东在 2016 年创立。Momenta 的产品包括了不同级别的自动驾驶方案,以及衍生出的大数据服务。希望通过
39、技术让车辆达到不同级别的自动驾驶功能,其核心技术有基于深度学习的环境感知、高精度地图和驾驶决策。 滴 滴 自 动驾驶 战略融资 超 3 亿美元 2021 年 5 月 滴滴自动驾驶从 2019 年从滴滴独立拆分出来,目前已取得北京、上海、苏州和美国加州的自动驾驶公开道路测试牌照,并获得上海市颁发的全国首批智能网联汽车示范应用牌照。 小马智行 D 轮 NA 2022 年 3 月 小马智行是一家自动驾驶初创公司,于 2016 年 12 月由彭军和楼天城在加州湾区创办,研发 L4/L5 级别的自动驾驶技术。小马智行于 2017 年在北京和广州成立研发中心, 并将中国总部迁至广州南沙区。该公司聘请图灵奖
40、得主姚期智作为首席顾问。 蘑菇车联 C1 轮 NA 2021 年 12 月 蘑菇车联是全球领先的自动驾驶全栈技术与运营服务提供商,打造了国内首个城市级自动驾驶商业落地项目, 拥有行业领先的 “车路云一体化”智慧交通系统方案。 文远知行 战略融资 NA 2021 年 12 月 文远知行 WeRide 成立于 2017 年,全球总部位于广州,在全球设有八大分部,是全球唯一一家同时拥有中美两地无人驾驶测试许可的初创公司。 主线科技 B 轮 NA 2022 年 2 月 主线科技是自动驾驶卡车服务提供商, 创立于 2017 年, 是中国最早研发 L4 自动驾驶卡车的人工智能国家高新企业,面向物流枢纽与物
41、流干线场景。 元戎启行 C 轮 NA 2022 年 1 月 元戎启行是一家国际化的 L4 级自动驾驶解决方案提供商,为车企、Tier1、出行公司、物流企业等提供多应用场景、定制化的自动驾驶解决方案;其在深圳、北京均设有研发中心。 Waymo 战略融资 25 亿美元 2021 年 6 月 Waymo 是美国一家汽车自动驾驶技术研发商,提供无人驾驶技术解决方案与相关汽车产品,基于谷歌实验室开发的软件和传感器技术,自动驾驶汽车已经覆盖了几乎所有极端天气下的测试。2019 年起,正式在美国凤凰城开启 Robotaxi 服务。 Cruise 战略融资 13.5 亿美元 2022 年 2 月 Cruise
42、 是一家 GM 旗下无人驾驶汽车公司,GM Cruise 总部设在旧金山。旗下包括 Cruise 和 Strobe,两者分别负责通用汽车自动驾驶汽车开发和自动驾驶传感器开发。 Argo AI 战略融资 26 亿美元 2019 年 7 月 Argo AI 是美国一家无人驾驶车辆虚拟驾驶系统开发商,位于宾夕法尼亚的匹兹堡,由来自谷歌和 Uber 的两名工程师联手创造。 Luminar 战略融资 2030万美元 2022 年 1 月 Luminar 是一家汽车激光雷达技术研发商,该公司的产品能够细致地绘出汽车周边的环境,并且在大雾和扬尘等恶劣天气下也可以正常工作,解决了目前激光雷达的弊端,产品主要用
43、于汽车自动驾驶领域。 02040608006080000202021中国投资数量(左轴,笔)美国投资数量(左轴,笔)中国投资金额(右轴,亿美元)美国投资金额(右轴,亿美元) 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 12 - 海外行业深度研究海外行业深度研究报告报告Velodyne 股权融资 2 亿美元 2022 年 2 月 Velodyne Lidar 研发出了世界上第一款旋转式机械激光雷达,总部位于加利福尼亚州圣何塞,其突破性的激光雷达传感器
44、技术享誉全球。 Innoviz IPO 上市 3.71 亿美元 2021 年 4 月 Innoviz 是一家以色列固态雷达传感器研发商, 专注于研发固态激光雷达传感器,通过减少组件设备降低成本,其所生产的固态雷达传感器售价将大幅降低,并为硬件开发配套辅助产品,包括定位和本地化软件、物体对象检测追踪软件以及传感器融合软件。 Mobileye 并购 153 亿美元 2017 年 3 月 Mobileye 专注于辅助驾驶技术领域,能够提供让汽车观察周围世界的摄像头软件及其他组件,2017 年英特尔正式宣布收购Mobileye, 2021年4月Mobileye宣布自动驾驶系统Mobileye Driv
45、e已经实现商用。 资料来源:亿欧智库,兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 13 - 海外行业深度研究海外行业深度研究报告报告4、 行业趋势行业趋势: 4 4. .1 1 从全球协作到区域独立:从全球协作到区域独立: 法律问题造成数据无法跨国流通,这将导致不同国家之间自动驾驶技术路线与进法律问题造成数据无法跨国流通,这将导致不同国家之间自动驾驶技术路线与进展的不一致。展的不一致。自动驾驶汽车收集的数据包括传感器数据(摄像头、雷达、热成像设备、激光雷达采集的数据)和驾驶员数据(驾驶员详细资料、位置、历史路线、驾驶习惯)两大
46、类。自动驾驶汽车在行业早期收集数据较少,然而随着自动驾驶技术的发展,越来越多的数据将被收集与分析。为了保护这些数据、防止数据的丢失或滥用,全球各地政府出台了各式各样的法规,这为自动驾驶技术的发展设立了门槛。 以中国为例,限制跨国自动驾驶企业发展业务的因素主要有两类: 1) 测绘问题测绘问题: 牌照审批严格、禁止外商参与牌照审批严格、禁止外商参与。 在感知环节,自动驾驶汽车会通过摄像头、雷达、激光雷达等传感器对周边自然环境及地表人工设施等相关数据进行采集与处理,以帮助汽车完成环境感知。相关地理数据采集行为被定义为“测绘行为”。从事测绘工作的单位应当依法取得资质证书,包括“导航电子地图制作”与“互
47、联网地图服务”的资质。关于导航电子地图制作,根据外商投资准入特别管理措施(负面清单)(2020 年版)以及 外国的组织或者个人来华测绘管理暂行办法 (2019 年修正) 的相关规定,导航电子地图制作属于禁止外商投资的项目。 在实际业务开展过程中,有外资背景的自动驾驶企业往往会与有相应资质的测绘企业进行合作从而解决牌照问题。但随着全社会对于数据安全的追求,对在国内开展测绘工作的企业要求将会越来越高。导航电子地图的资质审批较为严格,截至 2022 年 3 月 25 日,中国仅发放了 30 余张导航电子地图制作牌照。 2) 数据保护问题:采集与出境需特别限制数据保护问题:采集与出境需特别限制 目前以
48、欧盟通用数据保护条例(GDPR)为代表的世界主流国家都在加快个人信息保护法律的制定,并对数据的搜集使用和传输进行规制。一般来说,对于自动驾驶情景下的数据规制,主要以各国的网络安全和个人信息保护规定为主,辅以汽车行业数据的特别规定。 重点数据的“默认不搜集”原则。重点数据的“默认不搜集”原则。自动驾驶所在的交通行业属于网络安全法规定的“重点行业”。除了需要以最小化原则进行用户数据的处理以外,国家网信办于 2021 年 8 月 16 日发布的汽车数据安全管理若干规定明确了 6 类重要数据,分别为重要敏感区域的人流车流数据、高精地图测绘数据、汽车充电网的运行数据、道路车辆类型、流量等数据、包含人脸、
49、声音、车牌等车外音视频数据以及其他可能影响国家安全、 公共利益的数据。 这 6 类数据采用 “默认不搜集” 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 14 - 海外行业深度研究海外行业深度研究报告报告原则,该原则下这类数据要求车内处理、非必要不向车外提供以及数据本地化。同时用户有权利随时要求车企停止数据搜集工作。 数据出境数据出境。根据中国网络安全法,自动驾驶服务商在数据出境方面需要特别谨慎。比如应以数据本地存储为原则,仅在特殊情况下可以出境,且数据出境必须进行安全评估。 因此特斯拉在中国的 FSD 功能开发受到法规较为严重的影响,自从 2021 年推出
50、汽车数据安全管理若干规定后,特斯拉无法将中国采集的数据发送至美国,导致针对中国区的软件迭代暂停,中国特斯拉的 FSD 版本严重落后北美地区。 越来越多的外资车企意识到在中国开展本土化自动驾驶技术研发的必要性,纷纷加速在中国的自动驾驶布局: 特斯拉在 2021 年底在中国建立了研发中心和数据中心、大众也积极布局本土化的自动驾驶业务。我们在未来将会看到从国内获取数据、在国内迭代算法、在国内开展业务的本土化运行模式。 我们判断:未来不同地区运行的自动驾驶汽车将会带有鲜明的区域生态特色。数据的限制也是一种对本土企业的保护,国内企业有希望因地制宜,开发出更多适应中国国情的自动驾驶技术, 比如多传感器融合