敬请参阅最后一页特别声明 -1- 证券研究报告 2021 年 5 月 30 日 行业 研究 科技出行 ， 蔚然成风 “绿色智 行”之 汽车自动驾驶产业链深度报告 （一） 汽车和汽车零 部 件 华为正式进军汽车自动驾驶领域；在引爆市场关 注度的同时，也将带动国内自动 驾驶系统稳步推进。 2020 全球电动车渗透率仅约 4.6%（ IEA），当前量产车型 自动驾驶系统尚处于 L2/L2+级。结合 “ 十四五 ” 规划和 2035 年远景目标纲要， 我们预计汽车下阶段发展重心将紧密围绕绿色 +智能两大核心主题。长期坚定看 好国内各行业龙头切入产业链， 引领 基于中国场景的自动驾驶系统 迭代升级 。 软件 /算法、激光雷达、以及芯片 /域控制器 为产业链最受益子行业 ： 车企或陆续 在智能电动车领域采取直营、以及软件包分拆销售的模式；其中， 1） 2010-2030E 与软件相关的整车价值占比 从 7%上升 至 30%（ McKinsey），预计软件包售价取 决于用户差异化体验，为长期竞争差异的 核心 ； 2） 自动驾驶 系统 推进 或带动激 光雷达搭载 数量 不断增加（ L3 级 2 个 、 L4/L5 级 5-12 个 ， McKinsey） ，市场增 长空间可期； 3） 自动驾驶芯片的关键在于设计；其中， 主机厂或基于其不同软 件 /算法能力，与供应商开展合作 。 预计在手机芯片 等 领域具有产业链优势又可 提供基础软件包助力主机厂自主研发软件 /算法的 tier-1 供应商更具竞争力。 软件 /算法是长期差异化竞争的核心 ： 软件 /算法 的关键 在于 人才与 团队 （包括团 队定位 /架构 、 技术能力 、 执行力 /稳定性）、以及 大量实际路况数据的采集与应 用。我们基于软件 /算法团队的综合优先排序分别为 百度、 特斯拉、 Waymo、新 势力 （小鹏或相对占优） 、头部民营背景传统车企、以及国企 /央企背景传统车企。 激光雷达 即将量产， 芯片最大挑战或来自于如何规模量产 ： 1） 激光雷达正 从机 械式至半固态式再至固态式的方向 逐步 推进 ；其中，更易符合车规要求的 MEMS/ 转镜等半固态式激光雷达即将于 4Q21E-1Q22E 量产交付， 预计 技术迭代对应的 规模量产与降本前景可期。 2） 自动驾驶芯片市场长期或高度集中；其中，华为 与高通的发展路径较为 相似，具有较强的芯片设计能力与产业链优势。预计当前 核心难点或在于规模量产（挑战分别来自于光刻机、 EAD 软件、 以及 ARM）。 投资建议： 推荐小鹏汽车、 广汽集团 、 小米集团 -W、 中科创达 、 科大讯飞 、 韦 尔股份 、 舜宇光学 科技 、 中国软件国际 、 斯达半导 、以及 中鼎股份 ，建议关注特 斯拉、 吉利汽车 、 丘钛科技 、 比亚迪电子 、 四维图新 、 以及 宏发股份 。 风险分析： 政策风险；自动驾驶辅助系统选装率不及预期；研发设计、技术迭代、 以及规模量产与成本控制不及预期；软件 /算法的团队推进不及预期；产业链合 作不及预期； 数据长尾风险 ；基础设施推进不及 预期；行业垄断竞争风险等 。 推荐 公司盈利预测与估值表 证券代码 公司名称 股价 （ 市场货币 ） EPS（ 财报货币 ） PE（ X） 评级 20A 21E 22E 20A 21E 22E XPEV.N 小鹏汽车 32.13 -6.48 -6.08 -5.55 NA NA NA 增持 2238.HK 广汽集团 6.72 0.58 0.79 1.07 10 7 5 买入 1810.HK 小米集团 -W 28.60 0.54 0.79 1.11 44 30 22 买入 300496.SZ 中科创达 145.10 1.05 1.41 1.96 138 103 74 增持 002230.SZ 科大讯飞 61.94 0.61 0.74 0.96 101 83 64 增持 603501.SH 韦尔股份 286.48 3.12 5.15 6.40 92 55 44 买入 2382.HK 舜宇光学科技 197.50 4.46 5.69 6.86 37 29 24 买入 0354.HK 中国软件国际 9.99 0.38 0.40 0.51 21 20 17 买入 603290.SH 斯达半导 236.00 1.13 1.61 2.27 208 146 104 买入 000887.SZ 中鼎股份 11.40 0.40 0.66 0.80 28 18 14 买入 资料来源： Wind，光大证券研究所预测， 股价时间为 2021-05-28； 汇率按 1HKD=0.83CNY， 1USD=6.4CNY 换算 买入 （维持） 作者 分析师：倪昱婧 , CFA 执业证书编号： S0930515090002 021-52523852 分 析师：邵将 执业证书编号： S0930518120001 021-52523869 分析师：付天姿 执业证书编号： S0930517040002 021-52523692 分析师：刘凯 执业证书编号： S0930517100002 021-52523849 分析师： 姜国平 执业证书编号： S0930514080007 021-52523857 分析师：王威 执业证书编号： S0930517030001 021-52523339 分析师：秦波 执业证书编号： S0930514060003 021-52523839 要点 敬请参阅最后一页特别声明 -2- 证券研究报告 汽车和汽车零部 件 投资聚焦 自动驾驶系统的推进受政策层面、感知系统（系统冗余）、决策系统（芯片、软 件 /算法 ） 与数据、高精地图、以及基础设施（ 5G+C-V2X）等因素综合影响。 我们 对政策 、以及 自动驾驶系统 产业链的感知 系统 /传输 系统 /决策系统 等 进行 了 全面梳理，并对芯片与软件 /算法 等核心技术做了 详细拆分。 我们 区别于市场的观点 当前市场基于自动驾驶的聚焦点主要在于智能座舱域（五大域包括 动力域 、 底盘 域、 智能座舱域 、自动驾驶域 、以及 车身域 ），我们判断汽车自动驾驶系统推进 的核心在于自动驾驶域 ；通过拆分梳理、以及横向比较，我们的核心观点如下： 1）当前全球自动驾驶系统仍处于 L2/L2+级；其中， 激光雷达、以及 软硬件技术 升级驱动的 部分 L3/L3+级 功能或于 2022E-2023E 开始 逐步兑现 。 2） 车企 或延迟 L3 级 自动驾驶系统的落地 /量产目标（直接定位至 L4 级 及以上 系统 并进行相应的 技术孵化与储备） ，已实现的部分 L3/L3+级 功能或嵌入其原 有的 L2+级 自动驾驶系统用于提升品牌 /车型市场竞争力 ；待政策权责制清晰、 以及技术成熟 /落地之后，直接切换至 L4/L4+级 自动驾驶系统。 3） 自动驾驶系统的技术 难点 在于决策系统的芯片、以及软件 /算法 ； 其中，芯片 的 关键 在于设计，软件 /算法的关键 在于团队、以及实况路侧数据的积累。 4）预计自动驾驶系统 的推进，带动产业链最受益子行业 排序 分别为软件 /算法、 激光雷达、以及芯片 /域控制器 。其中，（ a）软件 /算法 方面， 综合优先排序分 别为百度、特斯拉、 Waymo、新势力（其中，小鹏或相对领先）、头部民营背 景传统 车企、以及国企 /央企背景传统车企 ；（ b）激光雷达方面， MEMS/转镜 等半固态式 规模量产与降本前景可期， 看好国内科创类公司 的 长期发展前景 ；（ c） 芯片 /域控制器方面，预计 在手机芯片领域具有产业链优势 且 又可提供基础软件 包助力主机厂自主研发软件 /算法的 tier-1 供应商 具有更强市场竞争力。 投资 建议 结合产业链 各 子行业 推荐顺序 、以及 基本面发展前景，推荐小鹏汽车（ XPEV.N）、 广汽集团 （ 2238.HK）、小米集团 -W（ 1810.HK）、中科创达（ 300496.SZ）、 科大讯飞（ 002230.SZ）、韦尔股份（ 603501.SH）、舜宇光学 科技 （ 2382.HK）、 中国软件国际（ 0354.HK）、斯达半导（ 603290.SH）、中鼎股份（ 000887.SZ）。 建议关注特斯拉（ TSLA.O）、吉利汽车（ 0175.HK）、 丘钛科技（ 1478.HK）、 比亚迪电子（ 0285.HK）、 四维图新（ 002405.SZ）、宏发股份（ 600885.SH）。 万得资讯 敬请参阅最后一页特别声明 -3- 证券研究报告 汽车和汽车零 部 件 目 录 1、 自动驾驶产业链 . 6 2、 自动驾驶推进路径 . 7 2.1、 全球仍处于 L2+级自动驾驶系统 . 7 2.2、 L3 级自动驾驶系统，是否可跨越？ . 15 3、 芯片 . 16 3.1、 芯片发展历程 . 16 3.2、 芯片技术核心为设计 . 18 3.3、 芯片发展趋势 . 22 3.4、 国内芯片发展情况 . 25 4、 软件 /算法 . 27 4.1、 软件 /算法是长期差 异化的核心 . 27 4.2、 软件 /算法仍需与硬件高度匹配 . 29 4.3、 软件 /算法的核心在于团队、以及数据 . 30 4.3.1、 人才与团队 . 30 4.3.2、 数据长尾效应 . 35 5、 产业链市场空间比较与标的梳理 . 36 5.1、 产业链市场空间比较 . 36 6、 重点公司 . 40 6.1、 小鹏汽车（ XPEV.N） . 40 6.2、 广汽集团（ 2238.HK） . 41 6.3、 小米集团 -W（ 1810.HK） . 42 6.4、 中科创达（ 300496.SZ） . 43 6.5、 科大讯飞（ 002230.SZ） . 44 6.6、 韦尔股份（ 603501.SH） . 45 6.7、 舜宇光学科技（ 2382.HK） . 46 6.8、 中国软件国际（ 0354.HK） . 47 6.9、 斯达半导（ 603290.SH） . 48 6.10、 中鼎股份（ 000887.SZ） . 49 6.11、 特斯拉（ TSLA.O） . 50 6.12、 吉利汽车（ 0175.HK） . 51 6.13、 丘钛科技（ 1478.HK） . 52 6.14、 比亚迪电子（ 0285.HK） . 53 6.15、 四维图新（ 002405.SZ） . 54 6.16、 宏发股份（ 600885.SH） . 55 7、 风险分析 . 56 敬请参阅最后一页特别声明 -4- 证券研究报告 汽车和汽车零 部 件 图目录 图 1：汽车自动驾驶产业链分拆 . 6 图 2：汽车自动驾驶系统分拆 . 7 图 3： L1-L5 不同等级对应的自动驾驶芯片算力要求 . 10 图 4： 3GPP 基于 C-V2X 标准的颁布时间计划 . 14 图 5： SoC 演进路径 . 17 图 6：特斯拉搭载的自动驾驶芯片时间线梳理 . 18 图 7：特斯拉 FSD HW3.0 芯片设计方案（ CPU+GPU+NPU*2+ASIC） . 20 图 8：英伟达 Xavier 芯片设计方案（ CPU+GPU+ASIC） . 20 图 9：英伟达 Orin 芯片设计方案（ CPU+GPU+ASIC） . 20 图 10： Mobileye EyeQ5 芯片设计方案（ CPU+ASIC） . 21 图 11：华为芯片的达芬奇架构 . 22 图 12：高通芯片产业链延伸的路径梳理 . 24 图 13：华为芯片产业链延伸的路径梳理 . 24 图 14： 2010-2030E 与软件相关的在整车价值占比变化 . 28 图 15：英伟达 DLA 处理器架构 . 29 图 16：英伟达 CNN 卷积神经网络算法架构 . 29 图 17：人类行为的数据分布 . 35 图 18： 2015 至今特斯拉 Autopilot 实际应用里程数据 . 35 图 19： 2020-2030E 与自动驾驶产业链相关的硬件市场测算 . 36 图 20： 2020-2030E DCU/ECU 按汽车不同应用的市场测算 . 36 图 21： 2020-2030E 传感器按汽车不同应用的市场测算 . 37 图 22： 2020-2030E L3、以及 L4/L5 系统传感器的市场测算 . 37 图 23： 2020-2030E 软件市场按汽车不同应用的市场测算 . 37 敬请参阅最后一页特别声明 -5- 证券研究报告 汽车和汽车零 部 件 表目录 表 1： 工信部自动驾驶等级分类 . 8 表 2： 主要国家基于自动驾驶的规划与政策梳理 . 8 表 3： 传感器性能优劣、成本、以及供应商梳理 . 9 表 4： 主要车企对应车型的激光雷达搭载规划 . 9 表 5： 现有主要规模量产车企 /车型搭载的自动驾驶芯片梳理 . 10 表 6： 大众 MEB 首款车型 ID3 海外版的 22 个软件问题梳理 . 11 表 7： 规划规模量产车企 /车型搭载的自动驾驶芯片梳理 . 11 表 8： 全球主要车企的软件布局与投入规划 . 12 表 9： 自动驾驶不同系统级别对应高精地图要求 . 12 表 10： 甲级电子导航地图测绘资质用拥有企业（截至 2020/10） . 13 表 11： V2X 两种技术路径的 DSRC 与 C-V2X 比较 . 13 表 12： 全球主要国家的 V2X 技术路径选择 . 14 表 13： 全球主要国家 5G 建设和应用情况（截至 2020/6） . 15 表 14： 全球主要国家 V2X 基础建设情况 . 15 表 15： L3 自动驾驶系统切换对应的驾驶员总接管时间测算 . 16 表 16： SoC 芯片模块基础信息对比 . 17 表 17： CPU/GPU/NPU/FPGA/ASIC 具体应用 . 17 表 18： ASIC 可涵盖的用途介绍 . 18 表 19： 特斯拉自动驾驶系统芯片应用的情况对比 . 19 表 20： 英特尔的主要收购情况梳理（ 2015 至今） . 23 表 21： 地平线与车企的主要合作情况梳理 . 25 表 22： 十四五规划和 2035 年远景目标刚要提出的科技前沿领域攻关 . 25 表 23： 国内对芯片产业的扶持政策梳理 . 26 表 24： 当前国内芯片产业链基于规模量产的困境 . 27 表 25： 全球主要车企的软件自研或合作规划情况梳理 . 28 表 26： 芯片主要模块分拆、以及处理器与搭载算法的梳理 . 30 表 27： 跨越式车企、特斯拉与新势力、以及传统车企的软件 /算法团队综合比较 . 30 表 28： Waymo/百度、以及特斯拉的软件 /算法团队具体架构分拆 . 31 表 29： Waymo 与百度 Apollo 软件 /算法研发核心人员简介 . 32 表 30： 特斯拉与新势力车企软件研发核心人员简介 . 32 表 31： 传统车企软件研发核心人员简介 . 33 表 32： Waymo 管理团队人员离职情况梳理 . 34 表 33： 百度的部分软件团队人员离职情况梳理 . 34 表 34： 特斯拉与新势力的部分软件团队人员离职情况梳理 . 34 表 35： 汽车自动驾驶产业链（电子硬件与软件）相关公司梳理 . 38 表 36： 汽车自动驾驶产业链重点公司 . 39 敬请参阅最后一页特别声明 -6- 证券研究报告 汽车和汽车零 部 件 1、 自动驾驶产业链 2020 智能电车蔚然成风 ；期间，特斯拉首次实现市值超越丰田 /大众，新势力陆 续上市且实现市值翻番，大众 通过 MEB 平台强势宣告进军电动车市场 。 2021 百度 与 苹果 /小米等互联网与消费电子巨头纷纷公布造车规划，吉利 /长城 / 广汽 等传统车企 逐一 加码智能电动化 ，科技出行 已 成为市场关注焦点。 我们判断， 当前智能电车市场呈现特斯拉与新势力领跑，传统车企快速转型，互 联网与消费电子巨头加速 进 场的趋势；主要 由于 1） 估值体系切 换（ 特斯拉约 10 x-20 x PS、新势力约 5x-10 x PS vs. 传统车企 的估值中枢 约 10 x-15x PE）； 2） 2C 端需求逐步释放（ 我们 预计 2021E 国内新能源 乘用车销量有望达 200+万辆， 渗透率近 10%） ； 3） 智能电车 涉及上游的 电池、 电子 /通信与软件、中游的整 车制造、以及下游的互联网生态， 产业链延伸价值可期。 图 1： 汽车自动驾驶产业链分拆 资料来源： 光大证券研究所 绘制 敬请参阅最后一页特别声明 -7- 证券研究报告 汽车和汽车零 部 件 2、 自动驾驶推进 路径 我们 预计 ，汽车电动化渗透率的抬升，有望带动智能化的 加速 推进。从 系统 分拆 来看， 汽车自动驾驶主要分为 1） 感知系统（包括以车载 摄像头为主导的视觉感 知与以激光雷达为主导的激光感知） ，结合 GPS/IMU/北斗 等在内的 导航 系统， 收集车身周围的 实时 数据； 2）传输系统，通过 元器件 /V2X 等通讯 设备与通讯技 术，将相关数据传输至决策系统； 3）决策系统，通过运用芯片、软件 /算法、以 及高精地图等， 得出 相应的路径规划 与 决策信号 ； 4） 执行 系统 ，通过 接收感知 系统的 数据 、以及决策系统的 决策信号采取包括刹车 /警示等在内的行车 决策 。 图 2：汽车自动驾驶系统分拆 资料来源：光大证券研究所 绘制 2.1、 全球仍处于 L2+级 自动驾驶 系统 从自动驾驶 等级 分类来看， 工信部将自动驾驶 系统 分为六级 （ L0-L5 级）； 其中 ， L3 级 为有条件 自动驾驶（在驾驶自动化系统激活的情况下， 可 接管驾驶员完成 设计运行条件内的 全部动态驾驶 ； 但 在不满足设计运行条件的情况下，需向驾驶 员提出接管请求 /无法自动达到最小风险状态 vs. L4 级 在不满足设计运行条件 或接管无效 的 情况下，可自动达到最小风险状态； L5 级 为 无设计运行条件限制）。 当前，市场 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 。 我们判断，自动驾驶的推进 受 政策、感知系统（ 系统 冗余）、技术（芯片、软件 /算法与数据 ）、高精地 图 、以及基础设施（ V2X）等多方因素的综合影响。 敬请参阅最后一页特别声明 -8- 证券研究报告 汽车和汽车零 部 件 表 1：工信部自动驾驶等级分类 分级 名称 车辆横向与纵向运动控制 目标与事件探测与响应 动态驾驶任务接管 设计运行条件 L0 级 应急辅助 驾驶员 驾驶员及系统 驾驶员 有限制 L1 级 部分驾驶辅助 驾驶员和系统 驾驶员及系统 驾驶员 有限制 L2 级 组合驾驶辅助 系统 驾驶员及系统 驾驶员 有限制 L3 级 有条件自动驾驶 系统 系统 动态驾驶任务接管用户 （接管后为驾驶员） 有限制 L4 级 高度自动驾驶 系统 系统 系统 有限制 L5 级 完全 自动驾驶 系统 系统 系统 无限制 资料来源：工信部，光大证券研究所整理（注：排除商业与法规因素等限制） 政策 层面 从全球主要国家 的自动驾驶推进规划、以及当前 发展阶段 来看， 均处于法律监管 不断优化 ，实现在 2025 年前后 达到 L4 级 高度自动驾驶 的目标 ；其中， 1）美国 /中国 /日本处于积极稳步推进状态（均 已 开放道路测试） ； 2） 欧盟则相对更偏 谨慎， 当前 允许开放道路测试的国家仅包括德国 /瑞典 /荷兰 /奥地利 /比利时。 我们判断， 1）自动驾驶的安全责任方从驾驶员单一主体切换至包括主机厂等在 内的多方主体，叠加产业链较长（涉 及硬件 /软件与零配件 /整车的高度融合）且 尚处于技术孵化阶段；因此，政策监管 /法律法规的标准 化 与合理化对准入门槛、 技术推进、以及商业化落地等起到 决定性 作用。 2）各国政府 基于自动驾驶 系统 的事故责任划分尚未明确界定，是导致现阶段全 球规模量产车型仍处于 L2+级 系统 的主要原因之一（ 2017 全球首款搭载 Ibeo 与 法雷奥合作的车规级 4 线 Scala 激光雷达车型 奥迪 A8 正式量产，但受制于政策 监管等因素，导致 具有 L3 功能 的 Traffic Jam Pilot 无法释放）。 3） 自动驾驶以 提高交通安全 性 /降低事故发生率为核心，涉及 用户 与国家地理等 数据采集 /信息 保护等，结合各国路况 /驾驶习惯等差异性 ，我们预计各国或将 各 自陆续出台更 具有 针对性 （符合各国特征） 的自动驾驶 标准与监管要求 ，预计国 内在 芯片与 全栈软件 /算法等领域具有核心优势与竞争力的公司有望 长期 受益。 表 2：主要国家基于自动驾驶的规划与政策梳理 国家 自动驾驶推进规划 自动驾驶推进 规划 的 细则 当前主要态度 与法律法规 美国 NA NA 积极推动自动驾驶研发与商业化过程。 1）联邦政府层面，交通部提出自动驾 驶六项基本原则（包括以安全为首要因素、政府保持技术中立、推行规则现 代化、鼓励 一致性监管 /运行环境、构建积极的发展环境、以及保护并提升公 民自由）； 2）各州层面，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（截至 2020/2）。 欧盟 通往自动化出行之路：欧盟未来出行战略， 2018 2025年结合 V2X达到 L4自动驾驶系统； 2030 年达到 L5 完全自动驾驶系统； 2050 年实现 “零愿景”（在欧洲道路交通事故死伤人数 为零）的目标。 2015 年起不断完善自动驾驶与网联汽车的战略规划，并认为当前的自动驾驶 尚未做好在无人监督情况下运行的准备；当前，欧洲允许开放道路测试的 国 家仅包括德国、瑞典、荷兰、奥地利、比利时。 中国 新能源汽车产业发展规 划（ 2021-2035）， 2020.11 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。 1）多部委出台相关政策，结合各省市积极开展协作；其中， 2018/4 发布智 能网联汽车道路测试管理规范（试行），加速道路测试与示范应用进程 （截 至 2020/6，北 /上 /广 /深 等 17 座城市已开放道路测试） 。 2） 2021/4 发布智 能网联汽车生产企业及产品准入管理指南（试行） 意 见稿，提出智能网联 车企应依法收集 /使用 /保护个人信息，不得泄露涉及国家安全的敏感信息。 日本 日本自动驾驶政策方针 4.0， 2020.5 2022 年左右，实现有限区域内仅需远程监控 的无人驾驶自动驾驶服务； 2025 年，将此自 动驾驶服务扩大至 40 个区域（包括封闭空间、 限定空间、机动车专用空间、交通基建适配 化空间和混杂空间 )。 结合政策和法律法规积极引导自动驾驶发展 （已开放部分高速公路、以及专 用测试道路测试） ；其中， 2016/9 发布自动驾驶系统道路实证测试指南， 指导企业开展路测工作； 2018/9 发布自动 驾驶汽车安全技术指南； 2019/5 通过道路运输车辆法修正案。 资料来源： 全球自动驾驶战略与政策观察 （ 2020）中国信通院 ， 智能网联汽车生产企业及产品准入管理指南（试行） 征求 意见稿 （ 2021/4）， 光大证券研究所整理 敬请参阅最后一页特别声明 -9- 证券研究报告 汽车和汽车零 部 件 感知系统（ 系统 冗余） 我们判断， 1） L3 级 及以上 系统 的核心在于增强安全性； 2） 对于感知系统而言， 系统 冗余可通过增强软件 /算法的深度学习 ，或 采用更多更全面的传感器 （ 降低 信息误读与 系统 故障率，提高 数据采集的 可靠性 ） ； 3）激光雷达在读取物体信 息（包括探测距离 /角度分辨率等）方面优势突 出且无需深度 学习 算法 （ 可 进一 步确认 /补充其他传感器收集的数据），是 自动驾驶系统推进 的 有效 方式 之一 。 当前，激光雷达量产车型 仍较为 有限；主要受制于车规要求较高、技术尚未成熟、 规模量产能力较低、以及成本较高等方面的影响。我们预计，激光雷达正在从机 械式至半固态 式 再至固态 式 的方向快速 推进；其中， 相对更易符合车规要求的 MEMS/转镜 等 半固态式 激光雷达 即将 交付 ， 对应的规模量产与降本前景可期。 表 3：传感器性能优劣、成本、以及供应商梳理 传感器 原理 功能 最远探测距离 优势 劣势 成本 主要供应商 高清摄像头 通过 采集外部图像信息、以及算法进行图像识别 利用计算机视觉识 别周围环境与物体、 判断前车距离 50m 角度分辨率优异 黑夜 /强光效果不佳； 依赖深度学习算法 ； 识别行人稳定性欠佳 $20-$30 Panasonic， Valeo， Fujitsu， Continental， Magna， Sony 毫米波雷达 利用波长 1-10mm，频率 30G-300GHz 毫米波，测定 和分析反射波实现功能 感知大范围内车辆 的运行情况，多用于 自适应巡航系统 300m 兼具测距和测速功 能，有效探测距离长； 在车载测距领域性价 比较高 角度分辨 力较弱， 无 法辨识物体的细节； 对非金属材料 的探测 灵敏度偏低； 人车 复 杂场景下的行人 探测 效果不佳 $10-$15 Bosch， Continental， Denso， Hella， ZF TRW， Delphi， Autoliv 超声波雷达 通过超声波发射装置向外发 出超声波，到通过接收器接 收到发送过来超声波时的时 间差来测算距离 倒车 10m 成本低；环境影响小； 近距离探测精度高 探测距离短，无法对中远距离物体测量 $10-$15 Valeo， Bosch， Nicera， Murata， Denso， Mitsubishi， Panasonic 激光雷达 通过透镜 /激光发射和接收 装置，基于 ToF 获得目标物 体位置、速度等数据 障碍 /路面 检测、动 态障碍检测识别与 跟踪、定位和导航、 环境建模 300m 测距远 /角度分辨率 优，环境光照影响小； 无需深度 学习 算法 恶劣天气效果 不佳 1 ） 机械旋转式： $3,000-$80,000； 2） 固态式 （ 尚处于发展 阶段 ）： 规划降至 $1,000（最终量产 价格或降至 $100） Velodyne、 Luminar、 Aeva、 Ouster， Innoviz， Ibeo，速腾聚创，禾 赛科技 资料来源： 禾赛科技招股说明书 ，光大证券研 究所整理 表 4：主要车企对应车型的激光雷达搭载规划 车企 车型 上市或规划上市时间 激光雷达供应商 激光雷达数量 配置 奥迪 奥迪 A8 2017 年 Valeo（ Scala） 1 1 个 4 线激光雷达、 5 个摄像头、 1 个长距毫米波雷达 、 4 个中距毫米波雷达 小鹏汽车 P5 2021 年 Livox（ 大疆 ） 2 32 个传感器 ；其中， 2 个激光雷达 （ 探测距离 150 米 、 横向 120FOV、 144线 点云密度 、 角度分辨率 0.16） 长城汽车 WEY 摩卡 2021 年 Ibeo 3 3 个激光雷达（ 1 个远程激光雷达， 2 个中程激 光雷达） 北汽 Arcfox HBT 2021 年 华为 3 3 个 96 线中距激光雷达 、 6 个毫米波雷达 、 12 个摄像头 、 13 个超声波 雷达 长安汽车 方舟架构 2021 年 华为 5 5 个激光雷达、 6 个毫米波雷达、 13 个摄像头、 12 个超声波雷达 奔驰 S 级 2021 年 Valeo（ Scala） 1 1 个 Scala 第二代激光雷达 宝马 宝马 iX 2021 年 Innoviz 1 1 个激光雷达、 10 个摄像头、 5 个毫米波雷达、 12 个超声波雷达 本田 Legend 2021 年 NA 5 5 个激光雷达、 5 个毫米波雷达、 1 个 双目（ 2 个） 摄像头 、 12 个超声波雷达 丰田 雷克萨斯 2021 年 DENSO NA 或为 3D 激光雷达 上汽智己 轿 车 /SUV 2021 年 /2022 年 NA NA 预埋激光雷达传感器（或包含 3 个激光雷达） 蔚来 ET7 2022 年 Innovusion 1 33 个传感器 ；其中， 1 个激光雷 达（ 1,550 纳米激光、等效 300 线、探测距离 500 米、 横向 120FOV、最高分辨率 0.06*0.06） 沃尔沃 XC90 2022 年 Luminar NA NA Lucid Lucid Air 2022 年 速腾聚创 NA 或搭载 125 线激光雷达 资料来源： 各公司官网，盖世汽车 ，光大证券研究所整理 敬请参阅最后一页特别声明 -10- 证券研究报告 汽车和汽车零 部 件 芯片 算力 、以及软件 /算法 自动驾驶 的技术核心在于硬件层的芯片、以及软件层的算法（数据） ；其中，芯 片的 数据处理速率（算力 /功耗）是自动驾驶等级的主要参考指标 之一 。根据分 类， L3/L4/L5 级 自动驾驶 系统芯片的算力要求 分别达 30+/200+/1,000+ TOPS。 我们认为造成当前规模量产车型尚处于 L2/L2+级系统的主要技术原因，包括 1） 现 阶段 大部分 车企 仍采用 Mobileye EyeQ4 芯片（单颗芯片算力 10 TOPS）； 2） Mobileye 提供基于底层数据的 CV 视觉算法及其配套的 CVP 模块 ，部分主机厂 或无法获取底层数据用于全栈软件 /算法自研； 3） 当前 主机厂的软件 /算法能力 或仍相对偏落后（大众 MEB ID3 海外版由于无法实现 FOTA 升级导致上市延迟） 。 图 3： L1-L5 不同等级对应的自动驾驶芯片算力要求 L1 L2 L3 L4 L5 资料来源： Evprobe，光大证券研究所整理 表 5： 现有 主要 规模量产 车企 /车型搭载的自动驾驶芯片梳理 公司 芯片 搭载车型 上市时间 算力（ TOPS） 组合算力（ TOPS） 功率 （ W） 制作 工艺 合作车企 与车型 特斯拉 FSD3.0 2019 72 144 TOPS （ 双芯片 ） 72 14nm 特斯拉 Mobileye EyeQ4 2019 2.5 NA 3 28nm FD-SOI 合计约 27 家车企；具体对应车企 /车型包括： 蔚来 ES6/ES8/EC6、小鹏 G3、理想 ONE、宝马 ix3、大众 ID4、现代、福特 F-150（ 2021） /Mustang Mach-E（ 2021）、 日产 ProPilot 2.0 、广汽新能源 Aion V、上汽荣威 MARVEL R、长城摩卡（或最快于 2021/5 交付 ）等 EyeQ5 2021E （ 4Q21E 量产 ） 24 近 50 TOPS （ 双芯片 ） 10 7nm FinFET 吉利极 氪 001（或于 2021/10 交付） 、宝马 iX（或最快于2021E 年底交付） 等 英伟达 Xavier 2020 30 NA 30 12nm 小鹏 P7、沃尔沃 XC90（ 2021E） 等 地平线 征程二 2020 4 NA 2 28nm 长安 UNI-T、上汽智己（ 2022E） 等 华为 昇腾 310 2021E （ 即将 规模 量产 ） 22 MDC600 352 TOPS （ 16 芯片） 8 12nm 奥迪 Q7 自动驾驶测试车（ 2018）、北汽蓝谷 极狐 HBT（ 2021E） 等 资料来源：各公司官网，盖世汽车，光大证券研究所整理 注： 1） 2017 英特尔收购 Mobileye； 2） 华为 已 发布 MDC210（ 48 TOPS）、 MDC610（ 160 TOPS）、以及 MDC810（ 400+ TOPS） 系列产品及最新 规划 。 敬请参阅最后一页特别声明 -11- 证券研究报告 汽车和汽车零 部 件 表 6： 大众 MEB 首款车型 ID3 海外版 的 22 个软件问题梳理 大众 ID.3 海外上市延迟的 22 个软件问题 1 使用车载信息娱乐系统（ IVI）启动汽车的相应过程卡顿，需要 55秒才可以成功启动汽 车 12 关闭 AC（ Air Care）系统后无法再次打开触摸屏上的 AC 菜单。可通过长按按键 15 秒来重启车载信息娱乐系统（ IVI）解决 2 音频菜单对用户来说不够清晰，在选择具体音箱播放时，二维调节很难实现 13 只能在充电期间修改自动释放电缆功能，拔掉充电线后无法修改 3 使用语音识别时出现中断 14 能耗显示出现符号错误：下坡时能耗显示为负值 4 导航至超过续航里程的目的地时，不会提前规划中途的充电站 15 充电后，汽车会显示正在充电中和连接了充电电缆，并显示仍可驱动，但实际无法驱动 5 无钥匙系 统发生多次开门按钮失灵，只能使用应急钥匙开门 16 Travel Assist 巡航辅助系统未响应 6 位于触屏下方的主副驾驶座空调温度触控调节器，副驾驶调节器可 以通过触摸滑动调节温度，而主驾驶调节器的触摸滑动功能失灵， 只能通过按键调节 17 当发出访问 workshop 指令时，驾驶系统呈现错误提示 7 主驾驶座可以通过快捷按钮调节座椅加热级别，副驾驶座无此功能， 只能通过触摸屏菜单调节 18 当发出检查后指示灯指令时，发出高频提示声 8 汽车扬声器音量会随时间自动增强，似乎和速度有联系，且只增强不减弱 19 低速行驶时刹车发出吱嘎声 9 后视镜按钮曾发生不响应情况 20 扬声器问题：智能手机连接至蓝牙时，扬声器系统发出杂音 10 ACC 自适应巡航系统的按键间歇性失灵，多次发生延后现象 21 导航显示问题：汽车在导航系统中的位置停滞 11 导航系统曾发生无法像 Google Map 一样准确反映前方道路堵塞情况的问题 22 摄像头问题：后置摄像头随机关闭 资料来源： Nextmove（德国汽车租赁公司），光大证券研究所整理 我们判断， 1）芯片 处于 快速迭代 阶段 （ 2022E/2025E 英伟达 Orin/ Atlan 单颗 芯片算力 将 分别达 200 TOPS /1,000 TOPS）； 2） L3-L5 级 系统的应用场景更 复 杂， 感知系统（底层数据）、决策系统 （芯片与软件 /算法 ）、以及执行系统 （零 配件 /整车）的融合度要求更高， Mobileye 等供应商或向主机厂逐步开放其底层 数据 ， 用于不同场景自动驾驶 系统 的 共同研发（ 4Q21E Mobileye EyeQ5H 将向 主机厂提供 芯片 、以及 软件工具开发包 vs. EyeQ 1-4 为基于芯片、以及底层数据 /视觉算法的打包产品）； 3）主机厂基于软件 /算法的研发投入不断增强， 预计 软硬件技术升级驱动 的 部分 L3/L3+功能或 将于 2022E-2023E 开始逐步兑现。 表 7： 规划 规模量产车企 /车型搭载的自动驾驶芯片梳理 公司 芯片 搭载车型 上市时间 算力（ TOPS） 组合算力（ TOPS） 功率（ W） 制作工艺 合作车企与车型 特斯拉 FSD4.0 4Q21E FSD3.0 的三倍（ FSD3.0 双芯片 144TOPS） NA 7nm 特斯拉 英伟达 Orin 2022E 200 最高或达 2,000 TOPS （双芯片 /双安培 GPU） NA 7nm 蔚来 ET7（ 2022E）、理想（ 2022E）、 沃尔沃 XC90（ 2022E）、宝马（ 2024E）、 奔驰（ 2024E） SoC Atlan 2025E 1,000 NA NA NA NA Mobileye EyeQ6 2023E 67 NA 35 5nm NA 地平线 征程三 2021E 5 NA 2.5 16nm FFC 上汽、长城、广汽 征程五 2022E 96 NA 20 NA NA 征程 5P 2022E 128 512 TOPS（四芯片） 35 NA NA 征程六 2024E 400 NA 7nm