中国自动驾驶行业：行业发展超预期关注产业链机遇.pdf

招银国际证券 | 睿智投资 | 行业 研究 敬请参阅尾页之免责声明 请到彭博 (搜索代码 : RESP CMBR )或 .hk 下载更多 招银国际证券 证券研究报告 中国 自动驾驶 行业 白毅阳 , CFA (852) 3900 0835 .hk 萧小川 (852) 3900 0849 .hk 自动驾驶子行业成熟度 vs 估值潜力 资料来源：招银国际证券预测 特斯拉 Autopliot 传感器布局 资料来源：特斯拉，招银国际证券 成熟 不成熟 估值空间 低 高 产业成熟度 毫米 波雷 达 摄像 头 激光 雷达 自动 驾驶 芯片 R o b o t a x i/t r u C k 1 2021 年 7 月 19 日 未评级 2021 年 4 月上海车展期间，华为 公司 展示了其无人驾驶技术点燃网络和资本市场 的热情。我们观察到 2021 年以来，自动驾驶行业爆炸性新闻不断。 百度 和 吉利 汽车 正式组建智能电动汽车公司 集度汽车， 其车型 将具备 L4级别自动驾驶能力。 小马智行、文远知行等头部 自动驾驶 解决方案公司 年内 均 完成 C/C+轮 融资 。同时， 长城汽车等自主车企也 相继 发布了自动驾驶的相关技术展示。 苹果正在重启 “泰坦 计划 ”（ Project Titan），制造完整的电动自动驾驶汽车。 我们看到自动驾驶行业 技术及消息面 逐步 开始活跃。 虽然 L4+级别的全场景自动驾驶仍然面临技术及法 律法规等各方面限制，但毋庸置疑，自动驾驶产业化进程远超 此前 市场预期。 我 们把 2021 年定义为中国自动驾驶产业链发展元年，推荐价值投资者关注自动驾 驶整车标的，以及上游摄像头、激光雷达、毫米波雷达、操作系统服务商等机会。 我们将在本篇中主要讨论自动驾驶感知硬件，并且在未来的机 会中讨论软件算法 及操作系统。 中国 自动驾驶汽车销量 将 迎来高 速增长。 得 益于 技术进步、成本下降 等 有利 因素 的推动，我们预计 L2 级别以上自动驾驶 销量将在 2025 年达到 1,772 万 辆， 2020 年至 2025 年复合增长率 CAGR 达到 42%。 伴随着自动驾驶硬软件 技术的不断迭代提升，众多主机厂、 Tier 1以及初创公司进入自动驾驶行业， 创造 出 相应车型供给。同时，中国年轻一代消费者对科技感的追求，使得自 动驾驶需求 端 处于爆发前夜。我们 认为中国在成为新能源汽车领导者后， 将 继续担任自动驾驶行业的先行者。 我们认为激光雷达技术将成为中期主流技术路线。 目前，主流技术路线可以 按照硬件传感器层面划分为纯视觉 路线 （ 摄像头 +毫米波雷达 /超声波雷达 ） 和激光雷达路线 两类 。激光雷达路线 玩家 认为纯视觉技术的 数据形式 过于单 一，同时在数据 精度上 存在 不足 。纯视觉路线 玩家 则 认为激光雷达 数据非必 须，车规级认证难度大，同时成本过高 。 我们 预计 ，产业链上公司的协同合 作促使 目前技术 进度及降本速度快于市场预期 。 同时， 数据维度代表信息丰 富度和差异化程度，与数据量 相比同样 重要。 纯 视觉数据存在数据过于单一 的问题，在算法端存在过拟合的风险，因此需要激光雷 达作为数据的相互补 充。因此我们认为激光雷达技术有望在中期成为主流硬件技术路线。 自动驾驶将成为未来汽车生态的核心，创造出全新的商业模式。 我们在 此前 发布的 中国新能源汽车 :特斯拉电池日回顾 -特斯拉到底在下什么棋 ? 报告 中提到，未来汽车 制造商公司将转型成为科技出行公司， 长远 商业故事将演 化成为 基于 Robotaxi 收费 、 OTA 升级收费 、智能座舱软件收费等不同的订阅 收费模式。我们认为自动驾驶有望在解决交通效率的同时，将驾驶时间解放 出来用以车内办公、休闲娱乐，形成自动驾驶 +智能座舱收费的双轮驱动模式。 同时，以自动驾驶技术为基础的 Robotaxi、共享重卡等新业态有望进一步改 善整体交通物流效率，培育新的商业模式。 我们 推荐价值投资者关注产业链机会， 包括 摄像头、毫米波雷达、激光雷达 等上市公司及新股机会。 综合考虑技术成熟度、商业模式可行性、法律法规 等因素后，我们认为自动驾驶细分领域将遵循以下落地时间线顺序： L2.5 级 别自动驾驶 Robotruck 封闭场景 L4 开放场景 L3 级别 自动驾驶乘用车 及 L3 级别 Robotruck 干线物流 特定区域 L4 级别 Robotaxi L4 级 Robotruck 端到端 物流 全场景 L4 全场景 L5。我们首先看好自动驾驶硬 件。摄像头行业，我们推荐投资者关注 舜宇光学 （ 2382 HK, 买入，招银国际 科技组覆盖 ） 、欧菲光 （ 002456 CH，未评级 ） 等 。毫米波雷达行业，我们 推荐投资者关注 华域汽车 （ 600741 CH） 等 。激光雷达行业，我们推荐投资 者关注 禾赛科技 （未上市） 、速腾激光 （未上市） 、大疆科技 （未上市） 等。 从全栈解决方案提供商角度，我们推荐投资者关注 百度（ BADU US/9888 HK） 以及 小马智行（未上市）、文远知行（未上市） 等 。 中国 自动驾驶行业 行业发展超预期，关注产业链机遇 2021 年 7 月 19 日 敬请参阅尾页之免责声明 2 目录 1. 参与者（谁），历史（从哪里来），目的（为何而来） . 5 2. 两大产业链体系 . 6 3. 自动驾驶分级说明 . 7 4. 硬件传感器综述 . 12 4.1 车载摄像头 .13 4.2 激光雷达 .19 4.3 毫米波雷达 .25 4.4 定位 /导航传感器 .31 5. 自动驾驶硬件前景及资本市场推荐 . 33 2021 年 7 月 19 日 敬请参阅尾页之免责声明 3 图 1: 自动驾驶上市 公司标的 上市公司标的 股票代码 预测营业 总收入 预测 净利润 市值 （百万人民币） PS 2021E Forward PE Forward ROE 整车领域 北汽蓝谷 600733.SH 10,408 (1,785) 52,648 5 (29) 1 长城汽车 2333.HK/ 601633.SH 60,782 8,348 416,084 7 50 N/A 服务提供商 百度集团 BADU.US/ 9888.HK 30,923 20,954 421,455 16 24 N/A 传感器 舜宇光学 2382.HK 20,419 5,901 205,929 12 42 N/A 欧菲光 002456.SZ 9,790 1,015 22,366 2 22 (2) 敏实集团 0425.HK 7,206 1,833 32,922 6 22 N/A 韦尔股份 300990.SZ N/A N/A 3,969 N/A N/A N/A 富瀚微电子 300613.SZ N/A 305 19,249 N/A 63 N/A 国睿科技 600562.SH 4,503 570 18,342 4 32 12 四创电子 600990.SH 4,550 213 6,039 1 28 8 万集科技 300552.SZ N/A N/A 5,825 N/A N/A N/A 中海达 300177.SZ 1,968 102 7,628 4 75 4 博创科技 300548.SZ 1,331 167 6,556 5 39 19 光迅科技 002281.SZ 1,752 574 17,271 10 30 15 海特高新 002023.SZ N/A N/A 11,435 N/A N/A N/A 雷科防务 002413.SZ N/A N/A 8,321 N/A N/A N/A 华域汽车 600741.SH 34,474 6,855 75,066 2 11 24 控制单元、 执行器 耐世特 1316.HK 3,597 245 21,244 7 104 12 拓普集团 601689.SH 11,324 1,204 36,169 3 30 13 均胜电子 600699.SH 13,657 983 36,925 3 38 N/A 常熟汽史 603035.SH N/A N/A 5,049 N/A N/A N/A 高精地图 四维图新 002405.SZ N/A 361 32,575 N/A 90 N/A 卫星导航 及惯导 星网宇达 002829.SZ 903 170 5,423 6 32 13 北斗星通 002151.SZ 4,526 230 20,629 5 90 5 芯片及软件 解决方案 德赛西威 002920.SZ 2,016 787 59,912 30 76 29 中科创达 300496.SZ 839 650 62,152 74 96 N/A 英伟达 NVDA.O 6,331 10,068 3,244,771 80 50 49 V2X 2021 年 7 月 19 日 敬请参阅尾页之免责声明 4 高新兴 300098.SZ N/A N/A 9,297 N/A N/A N/A 路畅科技 300033.SZ 3,516 2,071 55,937 16 27 32 Robotruck 图森未来 （ TuSimple） TSP.O 1 (475) 69,895 10,333 (23) (17) 激光雷达 Velodyne VLDR.O 17 (134) 11,804 107 (14) (40) Luminar LAZR.O 6 (131) 43,226 1,064 (51) (5) Innoviz INVZ.O 5 (73) 8,347 252 (18) N/A Aeva AEVA.N 2 (80) 14,912 1,288 (29) (14) Ouster OUST.N 7 (58) 12,457 273 (33) N/A 资料来源 : 万得，彭博，招银国际证券 图 2: 自动驾驶未上市 公司标的 上市公司标的 融资历程 最新估值 自动驾驶解决方案 小马智行 2021 年 2 月 C+轮 53 亿美元 文远知行 2021 年 5 月 C 轮 33 亿美元 赢彻科技 2020 年 11 月 B 轮 未知 智加科技 2021 年 4 月 D 轮 33 亿美元 激光雷达 禾赛科技 2021 年 6 月 D 轮 21 年 1 月约 133 亿人民币 速腾聚创 2021 年 2 月 D 轮 未知 计算芯片 地平线 2021 年 6 月 C7 轮 50 亿美元 黑芝麻 2019 年 4 月 B 轮 21 年 4 月 15 亿美元 资料来源 : 公开信息， 招银国际证券 2021 年 7 月 19 日 敬请参阅尾页之免责声明 5 1. 参与者（谁），历史（从哪里来），目的（为何而来） 汽车 自动驾驶是控制工程学与人工智能学交叉的一个学科，并且自动驾驶被市场认为是民 用人工智能领域的皇冠，具有一定研发技术难度。自动驾驶所需的技术包括环境感知技术、 智能决策技术、控制执行技术、通信技术、云平台与大数据技术、信息安全技术、高精度 地图、高精度定位、标准法规与测试评价等。 目前市场上参与自动驾驶行业发展的机构主要分为四类，包括汽车企业（主机厂 +Tier 1）、 科技互联网公司（百度、谷歌 、滴滴自动驾驶 等）、创业公司（地平线、宇视科技、 小马 智行、 文远知行、嬴彻科技 、图森未来 等）及科研院所（北京理工大学、中国科技大学等） 等。目前二级市场聚集了汽车企业及科技互联网巨头，而创业公司已经在一级市场具备一 定热度。 目前来看，我们认为自动驾驶主要应用于三大类场景，从而衍生出对应的三大商业模式： 1） 乘用车城市道路（百度 Apollo、小马智行、文远智行、滴滴自动驾驶、 AutoX 等）； 2）干 线物流重卡（嬴彻科技、图森未来、智加科技、 T3 物流等）； 3）封闭场景无人化。 同时，根据自 动驾驶产业链中的细分领域，可以分为芯片（计算、控制）、传感器（摄像 头、激光雷达、毫米波雷达）、汽车电子、通信系统、操作系统、整车控制，以及平台开 发与内容运营商等环节。 从时间线来说，各种机构在过去 20 年的技术积累为近期自动驾驶的爆发做了深度的准备。 2004 年，被誉为无人驾驶行业的奥林匹克运动会的 DARPA挑战赛在美国举办。 2010 年谷 歌组建自动驾驶系统开发公司（ Waymo 前身）。 2013 年，世界主流车企开始布局自动驾 驶业务。 2015 年特斯拉推出 Autopliot 1.0 版本；同年，百度大规模投入自动驾驶技术 研发 （ 2017 年发布 “Apollo(阿波罗 )” 计划）。 2016 年 5 月， Uber 无人驾驶汽车在匹兹堡正式 上路测试。 2020 年 10 月 11 日，百度自动驾驶出租车服务在北京 特定区域 开放， 用户 可在 北京经济技术开发区、海淀区、顺义区 等 数十个自动驾驶出租车站点，直接下单免费试乘 自动驾驶出租车。 目前来看自动驾驶处于爆发前的萌芽期。我们认为自动驾驶在短期和长期的增长逻辑截然 不同，因此目前市场仍然对自动驾驶行业存在分歧。 但我们相信，短期内，安全性及便利 性需求会带动高级辅助驾驶 （ ADAS） 行业渗透率不断提升；长期 来看 ，交通运输业的降 本需求以及整体交通效率的提高会使得自动驾驶向 L4+进军。在减少路面拥堵、提升出行 效率的同时，整体交通碳排放量也随之降低，间接为中国 2035 碳达峰、 2060 碳中和目标 提供 助力 。 我们认为早期的自动驾驶带有明显的 “供给创造需求 ”的特征。 自动驾驶功能的推广主要得 益于 主机厂 的持续 宣传 。 特别是以特斯拉 （ TSLA.US） 为 主 的外资 厂商 和以小鹏 汽车 （ XPEV.US） 为 主 的 造车 新势力 始终 不断强化自动驾驶概念， 寻求差异化定位， 用以弥补 其车型在 内饰等方面的不足。自动驾驶功能的不断强化，特别是 ADAS 的量产上车 ， 也使 得 购买 中高端 车型的 消费者率先开始尝试部分功能。 中国 购车人群年轻化 的 特征 使得中国 成为自动驾驶行业中最具潜力的市场。特别是 Z 世 代 购车者 愿意给予自动驾驶及 智能 座舱 一定的 购买 溢价，以获得更特别的用户体验。根据智研咨询的数据，中国消费者愿意为 L2 2021 年 7 月 19 日 敬请参阅尾页之免责声明 6 级 /L4 级自动驾驶功能支付的额外成本分别为 2,178 美元 /2,343 美元（约合 14,810 元人民 币 /15,932 元人民币），位居所有调研国家首位。复盘新能源汽车发展过程，新能源汽车行 业在中国发展早、积累深，无论是政策上还是消费者认知上都走在世界前列。我们在 2020 年已经看到中国新能源产业链中比亚迪、宁德时代等优秀企业的成长，无论是企业盈利还 是资本市场都 取得了 喜人的表现。因此我们 同样 十分看好中国公司在此轮自动驾驶浪潮中 的领导性地位。 图 3: 各国消费者对 L2 级自动驾驶愿意支付的额外成本 资料来源 : 智研咨询 , 招银国际证券 图 4: 各国消费者对 L4 级自动驾驶愿意支付的额外成本 资料来源 : 智研咨询 , 招银国际证券 2. 两大产业链体系 目前市场上将自动驾驶分为两大体系。体系一可以划分为感知 +定位（前端）、 规划（中 端）以及跟踪控制（后端）。体系二可以分为感知（前端）、决策（中端）（车联网 +高精 地图）以及执行（后端）。我们以下将采用体系一作为主要讨论框架。 同时根据通信需求，自动驾驶汽车可以分为单车自动驾驶汽车（自主获取环境信息）以及 网联式自动驾驶汽车（多车协同获取环境信息）。 前者通过自身传感器完成单车自动驾驶， 后者即为目前市场上提出的 C-V2X 智能 网联汽车。 我们认为自动驾驶行业的发展将遵循渐 进式发展路线，即从单车自动驾驶向 C-V2X 的渐进 式演变，无法直接跳过单车自动驾驶直 接实现 C-V2X 的规模化商业应用。 我们认为 C-V2X 高级别自动驾驶汽车提升了对通信的需求，主要包括通信性能需求如高带 宽及高实时性，以及通信约束需求如高安全性及高可靠性。目前通信方式主要采用以太网、 总线、网关三种信号。传感器信号一般采用以太网、 CAN 卡进行车内通信，而 惯性导航系 统 传输主要采用串口通信。随着 5G基础设施大规模铺设以及通信协议落地，我们认为相关 车载 5G车载通信产品将有望在长期投放市场。 2020年 7月，国际组织 3GPP宣布 5G R16 标准冻结。 R16 标准支持了 V2V 和 V2I 直连通信，确定了相关通信方式标准。 但 是 受限于 1）标准落地后相关产品开发进度；以及 2）路侧基础设施网大规模铺设速度，我们预计 C- V2X 的 落地仍需要一定时间。 2021 年 7 月 19 日 敬请参阅尾页之免责声明 7 3. 自动驾驶分级说明 目前市场上通用的自动驾驶分类方式采用的是美国汽车工程师学会（ SAE）于 2014 年制定 的 J3016 自动驾驶分级标准。 SAE 对自动化的描述分为 6 个等级，即 L0 级至 L5 级，以动 态驾驶任务（ Dynamic Driving Task， DDT）为核心来进行自动驾驶分类。 2021 年 5 月， SAE 与 ISO 宣布更新关于 J3016 标准，以满足 驾驶辅助和主动安全功能越来越丰富的情况 下，对 “驾驶员辅助系统 ”和 “自动驾驶系统 ”的区分。其中 ， 最新一版标准对 L3 与 L4 级别自 动驾驶的划分更加明确，即 1） L3 级自动驾驶下，当车辆提出接管需求时，驾驶者必须立 刻接管车辆。 2）而在 L4 级别中，车辆不会请求驾驶者对车辆进行接管。 L4 级别车型考虑 加入向车载用户发出警报的功能。 中国工信部 同样 于 2020 年 3 月公示了汽车驾驶自动化分级推荐性国家标准报批稿，拟 于 2021 年 1 月 1 日开始实施，为中国自动驾驶行业的标准认证提供了依据。 图 5: 驾驶自动化等级划分流程及判定方法 资料来源 : 工信部，招银国际证券 2021 年 7 月 19 日 敬请参阅尾页之免责声明 8 图 6: 自动驾驶分级 中国汽车驾驶自动化分级推荐性国家标准 分级 名称 车辆横向和 纵向运动控制 目标和事件 探测与响应 动态驾驶 任务接管 设计运行 条件 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 动态驾驶任务接 管用户（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 * 资料来源 : 工信部，招银国际证券， *排除商业和法规因素等限制 自动驾驶初期，传统车进行无人化改造以达到自动驾驶为试验目的，积累数据与经验，主 要包括底盘无人化改造、转向系统无人化改造、油门无人化改造、制动系统无人化改造等。 如今新能源产业的快速发展为自动驾驶提供了契机， 行业内 公司在打造新能源（纯电）平 台架构的同时，对 EEA 架构及硬件进行了重新的设计。整车控制由原先的分布式 ECU 向 区域集中（ 域 控制 DCU），进一步向跨域集中（集中式电子电气架构）进行演变。 如果以 接管率作为自动驾驶的技术衡量指标，除了硬件感知系统外，规划控制同样扮演了极其重 要的角色，甚至在某些特殊场景下重要性高于感知系统。 图 7: 驾驶自动化等级划分流程及判定方法 资料来源 : 美国交通部，招银国际证券 我们对各级别自动驾驶的主要区别总结如下： L2 与 L3 的主要区别在于，系统取代 驾驶人 员 ，作为目标及事件探测响应的主体； L3 与 L4 的主要区别在于， 驾驶人员 不需要做准备 来接管特定驾驶任务； L4 与 L5 的主要区别在于，自动驾驶的运行不再受到设计运行条件 的限制。 自动驾驶进阶过程会采取由简到难的过程，我们将 演进 方式总结为：单个辅助驾驶功能 - 多个辅助驾驶功能组合 - 特定场景下的无人驾驶 - 所有场景下的无人驾驶。 2021 年 7 月 19 日 敬请参阅尾页之免责声明 9 国产自动驾驶 AI 计算芯片有望换道超车 目前主流自动驾驶芯片处于寡头垄断市场，海外厂商包括 Mobileye（英特尔子公司） 、高 通、特斯拉等，国内厂商包括英伟达、华为、地平线、黑芝麻等。如果算力作为主要指标， 海外厂商目前占据主导地位。但是我们认为，在综合考虑能效比以及自动驾驶落地时间线 后，地平线、华为、黑芝麻等玩家有望率先实现大规模出货。 Mobileye 主要采用一体化销售模式，在销售硬件芯片同时绑定软件算法 （软硬件高度耦 合） ，可以快速帮助车企实现自动驾驶功能。但车企在选择 Mobileye 解决方案的同时，无 法实现软法迭代，限制了车企在自动驾驶上的研发能力。与之相反，英伟达采用芯片开源 的模式，在提供全栈解决方案的同时，也可以使主机 厂具备自行算法开发能力，因此有较 高灵活性。地平线 同样采取高灵活度商业模式。 图 8: 主要自动驾驶 AI 计算芯片厂商对比 格局 最新一代芯片 芯片类型 算力 功耗（ W） 能效比 英伟达 Orin GPU 254 45 5.64 Mobileye EyeQ5 ASIC 24 10 2.40 华为 昇腾 310 FPGA+ASIC 16 8 2.00 高通 Snapdragon Ride 系统 ASIC 700 100 7.00 地平线 征程 5P ASIC 128 25 5.12 黑芝麻 华山二号 A1000 ASIC 40-70 8 5.00-8.75 特斯拉 FSD FPGA 72 36 2.00 资料来源 : 招银国际证券 从车规级半导体领域来看，中国企业在此前车规级半导体领域 面临巨大挑战，主要由于车 规级半导体转换成本比较高。车规级与消费级芯片最大的不同，主要是安全性要求高和设 计寿命要求长，因此背后涉及到 整车 架构、 控制 设计等方面。车规级 控制芯片 MCU 一般分 为 8 位、 16 位及 32 位等。 8 位一般用于基础控制功能， 16 位到 32 位 MCU 主要应用于汽 车电子、电驱等方面。车规级 MCU 芯片具有投入大、研发时间长、回报周期长等特点。 同 时车规级验证周期比较长，一旦完成验证，供货周期就确定下来，外界很难去突破。因此， 在控制芯片领域，外资车规级芯片企业具有先发优势。 图 9: 自动驾驶领先车型对比 车型 芯片 单片算力 数量 算力 蔚来 ET7 Orin 254 4 1016 小鹏 P5 Xavier 30 1 30 智己 Orin X 254 2-4 500-1000 极氪 EyeQ5 24 2 48 长城 EyeQ4 2.5 1 2.5 长安 UNI-T 征程 2 4 1 4 Model 3 FSD 72 2 144 资料来源 : 招银国际证券 2021 年 7 月 19 日 敬请参阅尾页之免责声明 10 但是同时，我们注意到 疫情复苏下芯片需求激增与现有产能不匹配导致 2021 年上半年汽车 “缺芯 ”情况突出 。芯片企业从收入来看，优先供给消费芯片，导致全球范围内车规级芯片短 缺 。但是中国汽车企业通过这次事件也敲响了警钟，意识到了供应链风险。因此，我们认 为在自动驾驶领域行业萌芽期，中国车企有动机和意愿与国内自动驾驶 AI 计算芯片厂商进 行合作，防范供应链风险。 图 10: 自动驾驶进度时间表及所需算力预测 时间表 2018 2020 2025 2030 自动驾驶级别 L2 L3 L4 L5 算力要求 100TOPS 至少 1000TOPS 资料来源 : 中汽研 , 招银国际证券预测 国内自动驾驶 AI 芯片独角兽 地平线（未上市） 成立于 2015 年，创始人为余凯博士，此前 曽担任百度 IDL 常务副院长。公司目前已经推出征程系列（车规级 AI 芯片）、旭日系列 （ AIoT 边缘 AI 芯片）以及相应计算平台产品。 2021 年上半年，地平线完成 C7 轮融资， 投后估值高达 50 亿美元。目前公司 投资 人 涵盖了产业投资人 ， 包括比亚迪、舜宇、星宇、 宁德都属于汽车产业链上下游资本，因此融资方除了资金更多的是看重协同效应。 同时公 司引入知名 财务投资 机构，例如 高瓴、中金资本、君联、黄浦江资本 等 ，在获得资金的同 时也获得了相应背书。我们认为地平线征程 2 和征程 3 系列产品满足 L1-L3 级别 ADAS 需 求，有望率先实现大规模出货。同时公司在研发端逐步完成征程 5 车规级认证，为未来 L4 级别自动驾驶做好技术和产品储备。 车企加速投放自动驾驶车型，百度华为入局加快游戏进程 从目前自动驾驶发展情况来看， 根据中商产业研究院数据， 2020 年中国 L2 级自动驾驶乘 用车市场渗透率达到 约 12%左右 。根据主机厂 疫情前（ 2019 年 ）车型 规划路径，主流自主 品牌如上汽集团、广汽集团、长安汽车、吉利汽车、长城汽车、比亚迪等车企此前预计将 在 2020 年推出满足 L3 级自动驾驶的车型 。 但受到疫情影响，我们预计新车型 研发速度慢 于此前规划，相应车型 将在 2021/2022 年推出。 图 11:中国车联网市场规模预测 资料来源 : 中商产业研究院 , 招银国际证券 图 12:华为 5G 汽车生态圈 资料来源 : 华为 , 招银国际证券 2021 年 7 月 19 日 敬请参阅尾页之免责声明 11 以百度 Apollo 系统为例， 此前百度专注于 L4 级别自动驾驶及 Robotaxi 商业模式开发。其 L4 级自动驾驶累积测试里程数突破 1000 万公里，由 L4 级自动驾驶技术打造的车型已经在 北京、上海、广州三城落地。同时百度 Apollo 开始将无人驾驶技术降维用到 L2 量产车型 上，提出 纯视觉 自动驾驶解决方案 ANP，与威马、广汽埃安、北汽 极弧 、福特 均已 开展合 作。 相比于 L2 级自动驾驶， L4 级 除了常规感知传感器外，还需要配备 GPS 天线、嵌入式 计算平台、 GPS 接收器、 惯性导航系统 等设备，组合成导航定位模块（ 惯性导航系统 +GPS 天线 +接收器）。不同的电子设备对电压、通信接口均有不同的 要求，因此对整车硬 件设计和适配提出了更高的要求。 而华为按照高精地图的需求划分为 NCA、 ICA+、 ICA。 NCA 模式车内 装载 预制高精地图， 而 ICA+没有 预先安装 高精度地图，但 车辆 会根据自车或者是他车开过的环境自动学习地图 。 随着自车和他车积累的地 图数据的增加， ICA+的乘车 体验 将 向 NCA 靠拢。 而 ICA 模式主 要实现驾驶辅助功能。 自动驾驶性能评价指标 目前业内对自动驾驶技术的衡量指标主要 包括： 1） MPI（年度平均接管里程）。但 MPI 指 标的具体应用依赖于 统计方法 、统计 时间 以及统计空间，从而降低了不同公司之 间 的可比 性。 因此 我们在评价自动驾驶技术时仍采用诸如 2）路测总里程 数 ； 3）辅助变道总 次 数； 4） 辅助驶入 /驶出匝道总次数； 5） 辅助超车总次数； 等指标作为 自动驾驶性能评价的 补充 参考 。 根据以上评价指标，目前自动驾驶解决方案提供商排名逐步清晰。 2021 年 2 月 9 日，加州 交通管理局 DMV 发布 2020 年全年自动驾驶路测数据。中国自动驾驶公司 AutoX（未上 市） 、小马智行 （未上市） 、文远知行 （未上市） 、滴滴 （ DIDI US，未评级） 的 MPI 表 现优异。 2021 年 2 月，智联会同时发布了北京市自动驾驶车辆道路测试报告 2020， 百度 （ BIDU US，买入，招银国际互联网组覆盖） 连续三年位居首位。 图 13: 2020 年加州自动驾驶路测数据 资料来源 : 加州车辆管理局 , 招银国际证券 图 14: 北京市自动驾驶车辆道路测试报告 2020 资料来源 : 智联会 , 招银国际证券 2021 年 7 月 19 日 敬请参阅尾页之免责声明 12 中美自动驾驶法律法规对比 目前各国自动驾驶立法上缺乏统一标准，仍处于逐步探索中。 2021 年 3 月，中国公安部发 布道路交通安全法（修订建议稿），明确了自动驾驶功能的汽车进行道路测试和通行 的相关要求，以及违法和事故责任分担规定。我们认为目前中国法律法规在道路测试、准 入登记等方面相对完善，但在数据保护、交通事故及违章处理等表述上仍相对模糊。美国 曾在 2017 年通过自动驾驶法案，首次提出对自动驾驶汽车的生产、测试和发布进行管 理 。但我们认为美国法律 也在事故认定等方面存在不足。目前来看，德国在自动驾驶伦理 道德等核心问题上做出一些尝试。 2021 年 5 月，德国联邦委员会的全体会议通过自动驾 驶法法案，允许 L4 级完全无人驾驶汽车于 2022 年出现在德国的公共道路。 我们认为， 在法律法规尚未完善以前， L4 级自动驾驶解决方案无法实现大规模推广。因此在此判断下， 我们认为自动硬件领域将率先受益于 L3 级以下量产市场及 L4 级研发市场驱动。 4. 硬件传感器综述 我们十分看好 自动驾驶 硬件传 感器行业的高速增长 。由于行业能见度和确定性较强，我们 认为资本市场 在短期内对硬件 关注度将高于软件算法行业。 硬件 传感器解决的是自动驾驶 汽车的 感知问题，即 “看 ”， 具体作用包括感知车道线、车辆、行人、交通标志、障碍物等 。 成本端， 如果将传感器看作一个整体， 我们 测算 随着渗透率的不断升， 整体传感器 系统 成 本 将在 2025 年下降至 目前 （ 以 2020 年为基准） 成本的 约 10%。 技术端，我们 认为 传感器 车规级认证将成为 L4 级自动驾驶在短期落地的硬件约束。 综合来看，硬件传感器的降本速 度和技术进步速度将直接影响整个自动驾驶行业的发展进程 ，重要性不言而喻 。 目前行业处于爆发前夜，各硬件传感器供应商积极寻求与主机厂、 Tier 1 的试验认证，并希 望通过长期合同来锁定 未来 长期供应。 由于汽车的安全性、抗干扰性、稳定性、使用寿命 等需求，车规级传感器的认证难度大、周期长，转换成本高。因此从产业竞争格局来看， 硬件传感器行业具有典型的 “先发优势 ”特征。 我们 推荐投资者关注目前较为成熟的 车载摄像 头产业链，同时关注激光雷达、毫米波雷达、地图定位等 细分 赛道。 图 15: 2019 款奥迪 A8 自动驾驶传感器布局（ L3 级） 资料来源 : 奥迪 , 招银国际证券 2021 年 7 月 19 日 敬请参阅尾页之免责声明 13 图 16: 传感器 优缺点 总结 车载传感器 优点 缺点 摄像头 成本低，可以获得几何、颜色、文字特征 容易受到外界光线影响，无法准确识别远距离场景 激光雷达 精度高，可以完成 3D 建模 受到雨雪天气影响大 毫米波雷达 对雾尘穿透力强，抗干扰能力强 难以分辨行人 超声波雷达 技术成熟，成本低 探测距离短 资料来源 : 招银国际证券 4.1 车载摄像头 车载摄像头通过内部感光组件电路及控制组件 ， 对图像进行处理并转化为数字信号，从而 感知车辆周围环境。车载摄像头的产业链包括图像传感器 CMOS 芯片（ Complementary Metal Oxide Semiconductor互补金属氧化物半导体）、图像处理器 DSP芯片、镜头组（光 学镜片、滤光片和保护膜）等部件。 车载摄像头探测原理主要为小孔成像。 物体 通过镜头 （ Lens）生成光学图像投射到图像传感器上， 由 光信号转变为电信号，再经过 A/D（模数 转换）后变为数字图像信号，传送到 DSP（数字信号处理芯片）中进行加工处理 ， 最后由 DSP 将信号处理成特定格式的图像传输 到显示屏上进行显示。 硬件上，镜头组与 CIS 图像 传感器相结合形成摄像头模组。同时摄像头模组与 DSP 芯片封装后，组成摄像头集成系统。 摄像头采集离散的点组成为图像，每个像素点像素为取值区间在 0-255 的 8bit 数据。 图 17: 车载摄像头产业链 资料来源 : 招银国际证券 图像传感器 是将光信号转换为电信号的装置 ， 通常由像敏单元阵列、行驱动器、列驱动器、 时序控制逻辑、 AD 转换器、数据总线输出接口、控制接口等几部分组 成 。 2021 年 7 月 19 日 敬请参阅尾页之免责声明 14 我们认为 CID 图像传感器（ CMOS Image Sensor）相比 CCD 图像传感器具有一定优势， 未来将成为主流 车载摄像头 图像传感器。 CMOS 图像芯片由 P 型 MOS 管和 N 型 MOS 管 共同构成。相比于 CCD（电荷耦合器件， Charge Coupled Device），由于 CMOS 芯片在 每一个像素块中均有 OP 功放，因此其电荷 -电压转换工作在单一像素上进行，即 CMOS 图 像芯片 可以 在像素级 完成 电荷 到 电压 的转换。同时 CMOS 芯片可以将大部分的功能集成在 芯片 ，因此具有功耗低、传输速度快、重量轻，占用空间少的特点。 由于 CMOS 其制造工 艺 较为成熟， 与 存储类 SRAM/DRAM 芯片 较为类似，因此制造成本相对较低。但是由于 CMOS 信噪比低， 目前 画面清晰度不及 CCD。目前 CMOS 广泛使用的是 40nm 半导体 制 程 , 未来 CMOS制程工艺将集中于 28nm 至 45nm 级别。 综合成像技术、成本及制造工艺， 我们认为 CID 图像传感器（ CMOS Image Sensor）相比 CCD 图像传感器具有一定优势， 未来将成为主流 车规级 图像传感器。受益于自动驾驶需求的拉动，我们 同时 预计未来 车载 CMOS 芯片市场将 迎来 高速增长。 图 18: CCD 与 CMOS 对比 资料来源 : 电子工程师网 , 招银国际证券 光学模拟信号经过 CMOS 图像传感器处理，转换为数字信号，输入给 DSP 芯片。 DSP （ Digital Signal Processing）芯片 指能够实现数字信号处理技术的芯片 ，与 CPU（中央处 理器）、 GPU（图形处理器）、 FPGA（现场可编程门阵列）通常被 认为 是高端芯片的 “四 大件 ”。 DSP 芯片的主要用途包括频谱分析、傅里叶变换、调制解调、语音编解码、保密通 信等方面。 从制造工艺来看，其在 1980 年采用的是 4m 的 N 沟道 MOS 工艺，而现在则 普遍采用亚微米 CMOS工艺（ 0.25um 或 0.18um）。 DSP 已经 成为通信、计算机、消费类 电子产品等领域的基础器件。不同于冯诺依曼结构（ von Neumann architecture）， DSP 芯片采取哈佛结构（ Harvard architecture），其程序和数据相互独立，每个存储器独立编 址、独立访问，具有专门的硬件乘法器，广泛采用流水线操作，提供特殊的 DSP 指令，可 以用来快速地实现各种数字信号处理算法。 在消费电子领域， DSP 通常与 CPU、 GPU、 SPU、 ISP、旗舰基带芯片、 WiFi 芯片、系统内存和音频芯片一同组合成 SoC 芯片。 2021 年 7 月 19 日 敬请参阅尾页之免责声明 15 目前部分 DSP 芯片指令集 IP 保护已到期，有利于 中国 DSP 芯片 行业 加速进口替代。 2018 年，中国电子科技集团公司第 14 研究所发布华睿 2 号 DSP 芯片，主要用于相控阵雷达领 域。同年，中国电子科技集团公司第 38 研究所发布 “魂芯二号 A” DSP芯片，用途除雷达、 电子对抗、通信等军事科技领域外，还可以应用于包括图像处理、医疗电子、工业机器人 等在内的民用领域。 图 19:德州仪器 DSP 芯片 资料来源 : 德州仪器，招银国际证券 图 20: 华为海思麒麟 970 架构 （包含华为 DSP 芯片 ） 资料来源 : 华为 , 招银国际证券 应用层面，相比于毫米