2021-2022自动驾驶产业链梳理报告.pdf

2021-2022自动驾驶产业链梳理报告 1 投资逻辑： 2021年自动驾驶正加速向 L3买进 。 2020年 L3级自动驾驶开始普及已成为行业共识 。 2021年作为 自动驾驶技术进入 L3等级的元年 ， 是自动驾驶技术发展的重要节点 。 全球自动驾驶迈入商用探索新阶段 。 我们预计 2024年全球 L1-L5级自动驾驶汽车出货量有望突破 5000万 。 据百度 Apollo智能交通白皮书 ， 预计 2035年后可完全实现无人驾驶 。 自动驾驶相关标准渐行渐近 。 LTE-V、 5G等通信技术成为自动驾驶车辆通信标准的关键 ， 将为自 动驾驶提供高速率 、 低时延的网络支撑 。 端 、 管 、 云服务体系逐渐推动人 、 车 、 路 、 云高度协同 。 一方面 ， 国内外协同推进 LTE-V2X成为 3GPP4.5G重要发展方向 。 另一方面 ， 自动驾驶的发展正逐 步向 5G-V2X演进 。 未来将实现安全高带宽业务应用和自动驾驶 ， 完成汽车从代步工具向信息平台 、 娱乐平台的转化 ， 有助于进一步丰富业务情景 。 产业链相关标的梳理： 建议关注自动驾驶产业链中激光雷达相关标的： Velodyne、 Luminar、 禾 赛科技 、 速腾聚创 、 Ouster、 Aeva、 Ibeo、 Innoviz；毫米波雷达相关标的：德赛西威 、 和而泰 等；高精密地图相关标的：四维图新等；车联网模组相关标的：移远通信 、 广和通 、 日海智能 、 Telit、 U-blox、 Gemalto等；车联网终端相关标的：华阳集团 、 锐明技术 、 鸿泉物联 、 万集科技 等； AI芯片相关标的： 地平线 、 Mobileye、 英伟达 、 寒武纪 等； AI算法相关标的：中科创达 、 千 方科技等 。 风险提示： 1. 政策推动不及预期的风险； 2.相关技术突破不及预期的风险； 3.自动驾驶发生安全事故 的风险等 。 投资要点 目录 自动驾驶发展等级情况 自动驾驶国内外发展情况 自动驾驶产业发展趋势 自动驾驶产业链相关公司分析 自动驾驶发展等级分类 自动驾驶技术分为多个等级，目前国内外产业界采用较多的为美国汽车工程师协会（ SAE）和美 国高速公路安全管理局（ NHTSA）推出的分类标准。该标准将自动驾驶的概念分为 L0L5，其中 L1-L3主要起到辅助驾驶功能。当达到 L4级别时，车辆控制权可完全交给系统。从 L3开始自动驾 驶的主角切换到车辆自动驾驶系统上，可以看出， L3是自动驾驶人机角色重要的分水岭。 自动驾驶是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，是当前 全球汽车与交通出行领域智能化和网联化发展的主要方向，已成为各国争抢的战略制高点。 3 2021自动驾驶等级正加速向 L3迈进 自动驾驶技术涉及交通、通信、电子等多个领域的融合，其发展离不开多产业的协同，是一个从 L0 、 L1、 L2往 L3、 L4、 L5渐进的过程；不同等级自动驾驶代表性功能和普及时间不同。 2020年 L3级自 动驾驶开始普及已成为行业共识。 2021年作为自动驾驶技术进入 L3等级的元年，是自动驾驶技术发 展的重要节点。 全球自动驾驶发展时间表 不同等级自动驾驶常见代表性功能 我国量产汽车的自动驾驶等级正在从 L2向 L3过渡 当前我国正在研发及测试 L4级别自动驾驶技术，自动驾驶车辆的量产应用正在从 L2向 L3级别过渡， 其发展与 5G，交通基础设施、传感器等息息相关。目前，已有多家企业如滴滴、百度等开始了自动 驾驶汽车的测试。 2020年 2月发改委、网信办、工信部等 11部委联合发布 智能汽车创新发展战略 指出要从多个维度确保 2025年实现 L2级自动驾驶规模化生产， L3级在特定环境下市场化应用。目 前，我国量产汽车的自动驾驶等级正在从 L2向 L3过度。 目录 自动驾驶发展等级情况 自动驾驶国内外发展情况 自动驾驶产业发展趋势 自动驾驶产业链相关公司分析 全球自动驾驶迈入商用探索新阶段 自动驾驶为美国创造消费者福利近 8000亿美元 Robo-taxi业务概况 自动驾驶为经济社会带来广泛的影响。 自动驾驶具有显著的“催化创新”特征。其在规模化部署 后将会显著提升道路交通的安全性，提高交通的运输效率，减轻碳排放以及节约能源等方面展现 出巨大的社会效益和经济效益。据美国未来能源安全的一份研究报告预计，到 2050年，预计自动 驾驶将为美国创造大约 3.2-6.3亿美元的经济效益，其中社会福利和消费者福利预计将接近 8000亿 美元。 当前自动驾驶的道路测试与商用探索进展迅速，部分场景下已经开展应用探索。 Robo-taxi载客运 营探索进入快车道。美国、中国、日本、欧盟等国家和地区都在积极开展无人驾驶出租车业务探 索。 2018年， Waymo率先在亚利桑那州向其早期用户免费开放此项服务， 2020年 10月， WaymoOne在凤凰城首次向公众开放的无人驾驶出租车业务。另外， Cruise、 Pony.ai、 AutoX等企 业也已获得加州无人驾驶服务许可。中国的百度、滴滴、文远粤行、 AutoX等公司也加快自动驾 驶出租车的载客商业探索速度，在广州、长沙、上海、武汉、沧州、北京等城市的特定区域开展 Robo-taxi业务。 2017年全球车联网规模约为 525亿美元 ， 预计 2020年 ， 全球 V2X市场将突破 1629亿美元 。 中国 V2X用户将超过 6000万 ， 渗透率超过 20%， 市场规模超过 2000亿；预计到 2020年车联网渗透 率为 24%左右 ， 则 2020年我国车联网数量将达到 6960万辆 。 2024年全球 L1-L5级自动驾驶汽车出货量有望突破 5000万 我国联网汽车数量与车联网渗透率持续上升 全球与中国车联网市场规模快速增长 L1-L2贡献未来自动驾驶核心增量， L3元年开启，未来携手 L4高速发展 L1 L2 L3 L4 L5 自动驾驶发展进程迅速，预计 2035年后可完全实现无人驾驶 据百度 Apollo智能交通白皮书，预计到 2035年车路智行完成网联化转型。高级别自动驾驶车辆实现 大规模商用，新型交通信息基础设施基本实现全域覆盖，一站式出行技术和产品惠及普通大众，智 能交通技术自主可控。预计 2035年后可完全实现无人驾驶。 目前全球自动驾驶处于 L2向 L3级别转化的过程。 IHS预测全球自动驾驶市场规模在 2020、 2025、 2030、 2035年分别达到 500、 800、 2800、 5600亿美元。 1）欧盟： 2011年 11月欧盟发布 Horizon2020 战略提到要推进智能网联汽车研发， 2014年欧洲道路 运输研究咨询委员会 (ERTRAC)成立专家组用于制定自动驾驶汽车路线图。 2015年 5月第 1版欧盟自动驾 驶路线图发布，选用 SAE作为标准，预测到 2030年全球有 4400万辆自动驾驶车辆；之后于 2017年 5月发 布第 2版自动驾驶技术路线图，提出分别在 2020/2023/2025年实现 L3/L4/L5自动驾驶 ；最新版技术路线 图于 2019年 3月发布，针对乘用车、货车、城市出行车三种车型制定细分特定场景技术路线图，其中 乘用车、货车、城市出行车分别在 2020年、 2020、 2022年左右实现 L3级自动驾驶。 预计 2035年后可完全实现无人驾驶 全球自动驾驶市场规模 10 自动驾驶发展进程迅速，预计 2035年后可完全实现无人驾驶 2） 美国 ： 1992年就发布了 智能车 -高速路系统战略计划 ，阐述智能车 -路的相关功能，并于 2016 年 9月美国交通部发布了第 1版（简称 AV1.0)，阐述美国发展自动驾驶的初衷在于交通安全。同时在州 层面积极进行自动驾驶立法。之后分别于 2017年 9月、 2018年 10月、 2020年 1月发布 AV2.0 、 AV3.0 、 AV4.0 。最新版的 AV4.0 强调要保持美国在自动驾驶行业的领先地位，并采用“灵 活、技术中立”的政策，让公众而不是政府选择最有效的交通和出行解决方案。截至 2020年 2月，美 国至少有 41个州和哥伦比亚特区审议了自动驾驶相关的立法。 3） 日本 ：最早于 2013年 6月发布 创建最尖端 IT国家宣言 ，为实现目标，于 2014年 6月发布 官民 ITS构想与路线图 2014 ，提出利用自动驾驶将 2018年全国交通事故死亡人数降低到 2800人以下，到 2020年成为世界上交通最安全的国家。最新版 ITS规划 于 2020年 6月发布，提出 私家车到 2020年实 现 L3级自动驾驶， 2025年实现 L4级 。此外，日本于 2015年 2月成立了“自动驾驶商业化研讨会”，制 定自动驾驶详细发展规划，并于 2017年 3月发布 实现自动驾驶的行动报告与方针 1.0版 ，之后每年 更新，最新版发布于 2020年 6月提出： 高速公路到 2020年实现 L3级自动驾驶 ，按照国家项目、铁路公 司、大型 OEM三类开展自动驾驶示范验证，从如高精地图、识别技术等十大关键领域推动自动驾驶。 美国交通部发布的自动驾驶政策 美国各州的立法与行政命令发布情况 10 我国稳步推动自动驾驶创新发展 自动驾驶作为跨制造业、交通运输业、服务业等的新兴产品，具有极强的经济带动作用。中国作为全球 第一的汽车产销大国，发展自动驾驶，具有重要的战略意义和社会经济价值。近年来，多个政府部门和 省市之间积极开展协作，通过促进技术进步、构建标准体系、加强基础设施建设、完善监管服务、打造 产业生态、探索法规修订等一系列举措，助力自动驾驶驶入创新深水区。 2020.11 中共中央、国务院 新能源汽车产业发展规划 （ 2021-2023） 2025年高度驾驶自动汽车实现限定区域和特 定场景商业化应用； 2035年高度自动驾驶汽 车实现规模化应用 目录 自动驾驶发展等级情况 自动驾驶国内外发展情况 自动驾驶产业发展趋势 自动驾驶产业链相关公司分析 车辆通信标准方面 ， LTE-V、 5G等通信技术成为自动驾驶车辆通信标准的关键 ， 将为自动驾驶提供 高速率 、 低时延的网络支撑 。 端 、 管 、 云服务体系逐渐推动人 、 车 、 路 、 云高度协同 。 一方面 ， 国内外协同推进 LTE-V2X成为 3GPP、 4G、 5G重要发展方向 。 大唐 、 华为 、 中国移动 、 中国 信通院等合力推动 ， 在 V2V、 V2I的标准化工作方面取得了积极进展 。 另一方面 ， 自动驾驶的发展正逐步向 5G-V2X演进 。 5G、 V2X专用通信可将感知范围扩展到车载传感 器工作边 LTE-V2X技术也随着自动驾驶需求界以外的范围 ， 实现安全高带宽业务应用和自动驾驶 ， 完成汽车从代步工具向信息平台 、 娱乐平台的转化 ， 有助于进一步丰富业务情景 。 自动驾驶相关标准渐行渐近 车联网技术研发商 自动 /辅助驾驶技术研发商 高精度地图提供商 此前 5G汽车协会（ 5GAA）和欧洲汽车与电信联盟（ EATA）签署了谅解备忘录，极大推进了 C-V2X产业 ，使用基于蜂窝的通信技术的标准化、频谱和预部署项目。中国移动与北汽、通用、奥迪等合作推动 5G联合创新，华为则与宝马、奥迪等合作推动基于 5G的服务开发。国家近年来加强顶层设计，各部门 产业链协同水平得到进一步释放，自动驾驶有望加快落地。 沃尔沃发布了为出行巨头 Uber设计的全自动版 SUVXC90， 而宝马和奔驰已结成合作伙伴关系 ， 最早将 于 2024年生产面向消费者的全自动驾驶的量产车型 。 特斯拉最著名的半自动驾驶技术 Autopilot系统仍在不断发展 。 该系统可以在高速公路上控制汽车的 油门 、 转向和刹车 ， 还具备自动换道功能 、 自动泊车功能和 “ 召唤 ” 功能 。 自动驾驶汽车推出时间逐渐加快 当前自动驾驶汽车处于不断发展的状态，包括特斯拉、大众和沃尔沃在内的众多汽车公司以及苹果和 谷歌在内的科技巨头都投入了巨额资金，制造商的自动驾驶汽车推出时间表引人注目： 目录 自动驾驶发展等级情况 自动驾驶国内外发展情况 自动驾驶产业发展趋势 自动驾驶产业链相关公司分析 自动驾驶汽车指主要依靠人工智能 、 视觉计算 、 雷达和全球定位及车路协同等技术 ， 使汽车具有 环境感知 、 路径规划和自主控制的能力 ， 从而可让计算机自动操作的机动车辆 。 有别于传统人工驾驶车辆的是 ， 自动驾驶车辆最大特点是 AI技术的主导 ， 其驾驶过程是机器不断 收集驾驶信息并进行信息分析和自我学习从而达到自动驾驶的系统工程 。 伴随自动驾驶汽车的发 展 ， 每辆汽车将从过去的封闭转向开放 ， 融入到联网的平台中进行实时的信息交互 。 在自动驾驶技术方面 ， 有两条不同的发展路线：第一种是 “ 渐进演化 ” 的路线 ， 即在今天的汽车 上逐渐新增一些自动驾驶功能 ， 主要利用传感器 ， 通过车车通信 （ V2V） 、 车云通信实现路况的 分析 。 第二种是 “ 革命性 ” 的路线 ， 即从一开始是彻底的自动驾驶汽车 ， 这种路线主要依靠车载 激光雷达 、 电脑和控制系统实现自动驾驶 。 从应用场景来看 ， 第一种方式更加适合在结构化道路 上测试 ， 第二种方式除结构化道路外 ， 还可用于军事或特殊领域 。 自动驾驶涉及的软硬件 自动驾驶产业链包括摄像头、激光雷达、毫米波雷达、高精密地图、 V2X、芯片、 AI算法 自动驾驶涉及的软硬件 激光雷达 激光雷达是构成主线 L4级无人驾驶系统中的核心传感器硬件之一 ， 目前是被采用比例最大的设备 ， Google、 百度 、 Uber等公司的自动驾驶技术目前都依赖于它 ， 这种设备被架在汽车的车顶上 ， 能够 用激光脉冲对周围环境进行距离检测 ， 并结合软件绘制 3D图 ， 从而为自动驾驶汽车提供足够多的环 境信息 。 激光雷达具有准确快速的识别能力 ， 唯一缺点在于造价高昂 （ 平均价格在 8万美元一台 ） 导 致量产汽车中难以使用该技术 。 根据 Velodyne预测 ， 2022年激光雷达市场规模将达到 119亿美元 ， 其中约 72亿美元来自汽车领域的 应用 ， 占比约 60%。 根据沙利文的研究报告 ， 至 2025年 ， 中国激光雷达市场规模将达到 43.1亿美元 ， 较 2019年实现 63.1%的年均复合增长率 ， 其中车载领域即无人驾驶和高级辅助驾驶是主要组成部分 。 同时全球车载激光雷达 2025年预计达到 69亿美元 ， 2019-2025年 CAGR约达 60.7%。 自动驾驶涉及的软硬件 激光雷达 激光雷达技术流派及代表公司 不同技术方向的激光雷达技术 的成熟时间和落地时间有着很 大的差异； 当前机械式激光雷达技术已经 趋于成熟，正处于可量产的阶 段，行业龙头 Velodyne和中国 市场龙头禾赛科技均已经拥有 了较为成熟的技术； 半固态式激光雷达与 Flash全曝 光激光雷达技术成熟度较高， 但在具体应用上还存在这一定 的限制； 技术性能最高的 FMWC与 OPA固 态激光雷达当前依旧面临着技 术突破上的问题。 技术特点与量产时间 激光雷达： Velodyne（ VLDR.US） 数据来源： Velodyne招股书，西南证券整理 Velodyne在激光雷达领域的发展史 公司激光雷达可用于汽车领域、配送货物、智慧城市、安防等领域 Velodyne是机械式车载激光雷达技术先锋和市场先行者 ， 2020年 9月 30日 ， 在美国纳斯达克以 SPAC方式上市 成功 ， 或将带动全球激光雷达企业进入上市高峰期 。 截 至目前 ， 公司激光雷达主要包括旋转机械式 、 混合固态 式 、 固态式等多种产品 （ 波长以 905nm为主 ） 。 竞争优势： 1） 作为 全球激光雷达领军企业 ， 公司自研 的激光雷达智能视觉技术成为众多竞争对手的参考架构 ， 使得其在知识产权 IP许可 、 技术使用等方面有显著优 势； 2） 2019年公司推出 ADAS软件算法 Vella。 3） 作为 行业 先入者 ， 多线机械旋转雷达的多个产品已形成规模 销售 ， 营业收入远高于竞争对手 ， 具备先发优势 。 公司 2019年营业收入 7.0亿元 ， 同比减少 26.7%， 净利润为 -4.6亿 元 ， 毛利率为 29.4% 。 激光雷达： Luminar（ LAZR.US） 2020年 12月 3日 ， 全球 1550nm固态 MEMS激光雷达领军者 Luminar在纳斯达克以 SPAC方式成功上市 。 截至 2021年 1月 ， 公 司市值达 107亿美元 ， 远高于竞争对手 Velodyne40亿美元 ， 是全球第一大市值激光雷达生产商 。 公司与沃尔沃此前达成供应 协议 ， 用于 2022年上市的自动驾驶系统 。 Luminar提供全套雷达激光产品及解决方案 公司产品 ： 产品覆盖了包括激光雷达 ASIC芯片 、 两款固态 MEMS激光雷达 IRIA&HYDRA、 自动驾驶感知软件及一体化解决方案 ， 可用于乘 用车 、 商用车和 Robo-Taxi等领域 ， 进而帮助下游客户实现 ADAS 和 L3-L4级别的自动驾驶能力 。 竞争优势： 1)1550nm固态 MEMS激光雷达领军者： 聚焦 1550nm激光雷达 ， 有望成为下一代激光雷达的技术发展方向之一 。 2)向上拓展： 2017年收购了铟镓砷接收器生产商 BlackForestEngineering， 把控了铟镓砷上游产业链 。 通过工程 优化 、 适配公司自研的 ASIC芯片 ， 将成本从 几万美元降至 3美元 。 3)强大的客户生态圈： 截至 2020年底 ， Luminar已在乘用车 、 卡 车和自动出租车等垂直行业获得了总计 50个商业合作伙伴 ， 约占 目标客户生态系统中主要参与者的 75%。 公司 2019年营业收入 0.8亿元 ， 同比增加 11.4%， 净利润为 -6.5亿元 ， 毛利率为 -32.2%。 激光雷达： Ouster 全球领先的自动驾驶卡车技术开发商 Plus采用 Ouster激光雷达 Ouster QS2-128点云演示 Ouster全球领先的机械旋转式激光雷达供应商 ， 专为长距 、 中距 、 短距应用设计高分辨率激光雷达 。 公司成立于 2015年 ， 计划 于 2021年上半年完成 NYSE上市 ， 拟募集资金 3亿美元 。 公司在售产品为机械旋转式 ， 采用 VCSEL 和 SPAD 阵列芯片技术 ， 多线 机械旋转雷达的多个产品已形成规模销售 ， 且已布局纯固态方案 。 三款机械激光雷达产品 OS0/OS1/OS2， 分别对应超广角短距 / 中距 /长距用途；固态激光雷达 ES2采用 Flash技术路径 ， 将于不久实现首批样品交付 。 竞争优势： 1） 市场布局广泛 ， 产品主要应用于服务机器人 、 无人驾驶等领域： 公司为中 、 短距离激光雷达的主要供应商 ， 经营 策略上不局限于汽车市场 ， 公司高分辨率激光雷达还广泛布局于汽车 、 智能基建 、 卡车 、 机器人 、 工业等领域 。 拥有来自 50个国 家的超过 800家客户 ， 包括 Konecranes、 Postmates、 Ike、 May Mobility、 惠尔智能 、 宏景智驾 、 轻舟智行 、 慧拓智能 、 美国 宇航局 、 斯坦福大学和麻省理工大学等 。 2） 领先的激光雷达技术 ， 应用团队全程协助完成技术部署： Ouster新的 128线激光雷达 包含了一个基于下一代硅结构的 ASIC芯片 ， 其内部代号为 Whitney ， Ouster 用了两年时间开发这款 ASIC， 这是目前全球最 先进的激光雷达 ASIC 芯片 。 同时 Ouster提供完整的应用解决方案 ， 助力下游客户和市场开拓 。 据 Ouster公布的预期营收和预计市值显示 ， 公司 2020年预期营收 1900万美元 ， 预期市值 19亿美元 。 激光雷达： Aeva Aeva探测距离最大范围可达 300m，所有范围均保持高像素密集度 Aeva是全球领先的 FMCW连续波调频激光雷达供应商 。 公司成立于 2017年 ， 由两名前苹果工程师创立 ， 布局芯片化 FMCW连续波调频激光雷达 ， 目前尚未实现规模化应用和销售 。 公司激光雷达可实现 250m探测距离 ， 最远超过 300m。 公 司研发的世界首款 4D激光雷达芯片 ， 拥有低功耗 、 小巧紧凑 、 可扩展性等多方面优点 ， 规划将于 2023年实现量产 。 Aeva与 奥迪自动驾驶子公司合作为乘用车提供传感器 ， 且在 2020年宣布与 ZF（ 采埃孚 ） 达成生产合作 ， 计划 2021年第一季度完成 NYSE上市 ， 拟募集 3.3亿美元 。 竞争优势： 1） 获保时捷投资和多方合作 ， 看好公司未来成长： 公司 2018、 2019年获得保时捷投资；且全球领先的汽车零 部件及系统供应商电装将与 Aeva进行合作开发新一代 FMCW激光雷达 ， 推向大众汽车市场；同时在 2021年 1月 Aeva与全球 自动驾驶技术公司 TuSimple 建立合作关系 ， 为自动卡车部署 4D LiDAR。 2） 世界首款 4D激光雷达芯片制造商 ， 拥有突破 传感技术： 独特的频率调制连续波 FMCW不仅可以探测位置 ， 还可以测量物体速度 ， 最长距离可达 100倍高灵敏度 ， 且不受 外界干扰 ， 可以实现目标检测与分类 、 像素级跟踪和车辆状态估计 ， 产品有望快速推向市场 。 据 Avea公布的预期营收和预计市值显示 ， 公司 2020年预期营收 500万美元 ， 预期市值 21亿美元 。 激光雷达： Ibeo ibeoNEXT通用固态激光雷达 Ibeo与长城汽车合作签约仪式 Ibeo成立于 1998年 ， 在德国汉堡 、 荷兰埃因霍温和美国底特律都设有工厂 ， 拥有 400多名员工 。 自 2016年 ， 全球 500强企业 ， 德国汽车零件供应商采埃孚持有其 40%股份 。 Ibeo是 LiDAR传感器 （ 光检测和测距 ） 产品和软件领域的全球技术领导者 。 该技 术被应用在汽车的安全辅助系统和自动驾驶领域 。 在售产品采用转镜方案；已发布基于 VCSEL和 SPAD阵列的纯固态产品 。 竞争优势： 1） 技术：业内 独一无二的 ibeoNEXT的模块化设计 。 通过使用多个传感器并将数据融合在 ECU上运行的软件包中 ， 可以实现对车辆周围环境的 360度检测 。 ibeoNEXT通用固态 LiDAR可用于从交通拥堵助手到自动驾驶的汽车应用 。 在工业领域 也有许多可能的应用 。 2） 合作伙伴 ： 与业内技术先进的伙伴建立紧密的合作 。 合作伙伴包括全球领先的高性能传感器解决方案 供应商 ams、 中国最大的远程信息处理领域专家 四维图新和新型自动驾驶智能化测评服务提供商亮道智能等 。 同时也是中国最 大的 SUV和皮卡车制造商长城汽车的全球首个固态 LiDAR系列供应商 。 3） 规模销售： 多款产品实现量产 。 与 Valeo（ 法雷奥 ） 合作量产了世界首款车规级激光雷达 SCALA， 由 Valeo负责生产和销售 ， Ibeo 从中收取授权费用 。 同时 SCALA 是目前在 ADAS 领域唯一在量产车上使用的多线激光雷达 。 激光雷达： Innoviz 公司产品 : 包 括 可 批 量 生 产 的 汽 车 级 LiDAR 传感器 InnovizOne(生产单元将于 2021年上市 )， 高性能汽车级 LiDAR传感器 InnovizTwo和通过先进的 AI和基于机器学习 的分类来补充其硬件产品 ， 检测和跟踪功能的感知软件 . 竞争优势： 1） 在技术方面 ， 与上下游公司合作开发 ， 保证 产品适配性 。 不同其他追求快速推出解决方案的竞争对手 ， Innoviz选择通过与整车厂 （ OEM） 和一级供应商合作开发 产品和感知软件 ， 以确保产品能够完全符合最高的汽车级生 产标准 。 与世界领先的 Tier1供应商建立良好合作关系 ， 包 括麦格纳国际 、 哈曼 HARMAN、 安波福 Aptiv和中国恒润 科技 。 作为全球唯一一家获得宝马前装认证的创业公司 ， 积 极配合宝马做车规级验证 ， 且其产品 InnovizOne将在宝马 的协助下进行正式量产 。 2） 在管理层背景方面 ， 公司联合 创始人均来自以色列国防军情报部队精英技术部门 ， 退役后 曾在 Consumer Physics、 英 特尔 、 Anobit、 bTendo 和 NovelSat 等行业知名机构任职 ， 在 MEMS、 光电 、 半导体 领域有着丰富经验 。 公司预期市值 14亿美元 ， 2020年预期营收 500万美元 。 成立于 2016年 ， Innoviz是全球高端固态激光雷达领导者 ， 计划于 2021第一季度完成 NASDAQ上市 ， 股票代码为 INVZ。 公 司主要面向无人驾驶和量产乘用车 ADAS市场 ， 通过采用 MEMS二维微振镜来实现激光扫描和接收 ， 开发相应的 （ 半 ） 固态 激光雷达；目前已布局感知算法解决方案 。 产品 InnovizOne 产品 InnovizTwo 激光雷达：禾赛科技（ A21004.SH） 2017-2020前三季度营业总收入 禾赛科技 PandarQT盲区检测效果 禾赛科技是全球领先的激光雷达制造商 。 2020年 1月 7日 ,禾赛科技科创板 IPO申请获上交所受理 。 企业拥有激光雷达和激光 气体传感器两大类产品线 。 专注于开辟无人驾驶领域 ， 拥有自主设计芯片能力 ， 还涉及车联网 、 ADAS、 机器人等方面 。 竞争优势： 1） 客户群体庞大： 北美三大汽车制造商中的两家 、 德国四大汽车制造商之一 、 美国加州 2019年 DMV路测里程 前 15名中过半的自动驾驶公司 ， 和大多数中国领先的自动驾驶公司 。 这其中包括了全球最大的三家移动出行服务公司中的 两家 、 全球最大的汽车零部件供应商博世集团 、 全球最大的自动驾驶卡车公司之一和全球最大的自动驾驶配送公司之一等 知名公司 。 2） 市场地位稳固： 禾赛科技是极少数在全球无人驾驶产业链上批量供应核心零部件并具有影响力的中国科技公 司 。 在美国加征 25%关税的情况下 ， 依然为美国多家无人驾驶头部公司的激光雷达供应商 ， 毛利率高于应用于该领域的其 他公司的竞品 。 同时禾赛科技 2019年在无人驾驶市场形成的销售金额超过 3700万美元 ， 是全球无人驾驶领域销售金额最高 的激光雷达供应商之一 。 公司营收增势迅猛： 2019年实现营业收入 3.5亿元 ， 同比增长 162.3%， 净利润为 -1.5亿元 ， 毛利率为 76.2%。 激光雷达：速腾聚创 车规级 MEMS固态激光雷达 RS-LiDAR-M1效果 速腾聚创 RS-LiDAR-Algorithms AI感知算法 竞争优势： 1） 在产品方面 ， 公司为全球第一家发布基于 MEMS固态激光雷达整体解决方案的厂商： 形成头部效应 ， 为后续市场占有 、 大批量生产打下基础 。 2018年 4月与 阿里菜鸟联合推出 “ 新物种 ” ， 发布全球第一台配备 MEMS固态激光雷达的无人物流车 ， 成为全球第一家实现 产品落地的 MEMS固态激光雷达厂商 。 2） 在技术方面 ， 提供具有信息理解能力的智能激光雷达系统： 通过激光雷 达硬件 、 AI算法与芯片三大核心技术闭环 ， 以市场为导向 ， 为客户提供多种的智能激光雷达系统解决方案 ， 颠覆传 统激光雷达硬件纯信息收集的定义 。 其中智能固态激光雷 达 RS-LiDAR-M1是全球第一款针对自动驾驶乘用车推出 的基于 MEMS 扫描技术及 AI 算 法 技 术 的 SmartLiDAR Sensor， 结合 MEMS固态激光雷达硬件 、 AI感知算法与 专用芯片 ， 将激光雷达点云算法嵌入 LiDAR硬件主体 ， 使 之成为一站式的信息 “ 理解者 ” 。 3） 在客户方面 ， 合作 伙伴覆盖全球各大自动驾驶科技公司 、 车企 、 一级供应商 等 ， 产品技术已广泛应用于自动驾驶及高级辅助驾驶乘用 车 、 商用车 ， 物流车 ， 机器人 ， RoboTaxi， RoboTruck ， RoboBus, 车路协同等场景 。 障碍物检测、识别、跟踪 速腾聚创是全球领先的智能激光雷达系统科技企业 ， 2018年 10月公布 3亿元人民币战略融资 ， 此前已完成至 C轮融资 。 公司 在售产品主要为机械旋转方案和微振镜方案 ， 同时销售激光雷达的环境感知算法解决方案 。 其中多线机械旋转雷达的多个产 品已形成规模销售 。 2） 毫米波雷达与摄像头 自动驾驶涉及的软硬件 毫米波雷达与摄像头 在当前的自动驾驶领域，特斯拉采取的解决方案是“传统摄像头 +计算机视觉技术”，由镜头采集 图像后，摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，进 而通过神经算法网络进行决策。 由于激光雷达的高昂价格，走实用性技术路线的车企纷纷转向传统雷达和摄像头作为传感器替 代方案，著名电动汽车生产企业特斯拉，采用的方案就是雷达和单目摄像头，国际知名厂商 Mobileye等。其硬件原理与目前车载的 ACC自适应巡航系统类似，依靠覆盖汽车周围 360 视角 的摄像头及前置雷达来识别三维空间信息，从而确保交通工具之间不会互相碰撞。 虽然这种传感器方案成本较低、易于量产，但对于摄像头的识别能力具有很高要求：单目摄像 头需要建立并不断维护庞大的样本特征数据库，如果缺乏待识别目标的特征数据，就会导致系 统无法识别以及测距，很容易导致事故的发生。而双目摄像头可直接对前方景物进行测距，但 难点在于计算量大，需要提高计算单元性能。 特斯拉三目摄像头 特斯拉图像识别系统误将白色卡车识别为白云 自动驾驶涉及的软硬件 各类型传感器 各类型传感器指标对比 当前激光雷达在自动驾驶领域的应用更被看好 ， 激光雷达具有探测精度高 、 探测范围广及稳定性强等 优点 ， 在精确度方面 ， 毫米波雷达的探测距离受到频段损耗的直接制约 （ 想要探测的远 ， 就必须使用 高频段雷达 ） ， 也无法感知行人 ， 并且对周边所有障碍物无法进行精准的建模 。 。 摄像头等光学成像设备属于被动式的感知设备，它的应用必须要结合视觉感知技术才能在自动驾 驶应用中发挥作用，而这种技术对于大多车企存在着很高的应用门槛。 激光雷达和毫米波雷达的工作原理基本类似，都是利用回波成像来构显被探测物体的，不过激光 雷达发射的电磁波是一条直线，主要以光粒子发射为主要方法，频域在 100000GHz左右，波长为纳 米级；而毫米波雷达发射出去的电磁波是一个锥状的波束，这个波段的天线主要以电磁辐射为主 ，频域在 10 200GHz之间，波长为 1 10mm。由于毫米波的波长介于厘米波和光波之间，因此毫 米波兼有微波制导和光电制导的优点。 毫米波雷达：德赛西威（ 002920.SZ） FMCW毫米波雷达系统 德赛西威、理想、英伟达达成战略合作 德赛西威作为国内自主研发型毫米雷达波企业 ， 产品指标同海外竞品相差无几 。 24G毫米波雷达已获得项目订单并于 2019 年量产； 77G毫米波雷达在 2019年已达到可量产状态；与英伟达和小鹏汽车签订战略合作协议 ， L3级别自动驾驶域控制器 将在 2020年于小鹏汽车的车型上配套量产； 2020年 V2X产品获得合资品牌车企的项目定点 ， 2020年进行量产； 77G毫米波 雷达获得自主品牌车企订单 。 竞争优势： 1） 在技术方面 ， 拥有拥有超过 600项专利 。 是国内首个可以完整独立开发 Level4级别自动驾驶系统的新能源车 企 ， 已获得新加坡 M1自动驾驶牌照 ， 通过了 ASPICE CL2（ 汽车行业软件过程改进和能力评估模型二级 ） 国际认证 ， 汽车领 域的软件开发能力达到国际先进水平 。 2） 在客户方面 ， 公司客户群体主要包括欧美系车厂 、 日系车厂和国内自主品牌车厂 ， 并与众多主流车企形成稳定的合作关系 。 公司 2019年营业收入 53.4亿元 ， 同比减少 1.3%， 净利润 2.9亿元 ， 同比减少 29.8%， 毛利率 23.0%， 净利率 7.4%。 毫米波雷达：和而泰（ 002402.SZ） 和而泰与全球多家大型企业建立起业务合作 铖昌科技产品应用于军用领域和民用领域 军用领域 民用领域 主要包括 GaAS 功率放 大芯片、 GaAs 低噪声 放大器芯片、 GaAs 多 功能芯片、 CMOS 多功 能芯片、数控移相器 芯片、数控衰减器芯 片以及 GaN 宽带大功 率芯片等，主要应用 于雷达和电子对抗 主要应用于通信、卫 星、 ADAS 辅助系统等 ，凭借在微波毫米波 射频集成电路领域的 先发优势，铖昌科技 继续强化微波毫米射 频芯片及相关技术的 研究、生产和应用 2018年和而泰向控制器产业上游延伸 ， 收购浙江铖昌科技 80%股份 ， 自此进入专业 IC与 5G领域 。 2019年 ， 和而泰加码汽车领域 ， 设立子公司和而泰汽车电子科技 ， 加快推进汽车电子产品及其控制器的开发与销售 。 主要产品包括 5G毫米波射频芯片 、 功率放 大器芯片 、 低噪声放大器芯片 、 模拟波束赋形芯片 、 数控移相器芯片 、 数控衰减器芯片以及 GaN 宽带大功率芯片等 。 微波组件主 要应用于军事和民用两个市场 。 竞争优势： 1） 在技术方面 ， 公司收购铖昌科技后 ， 成功进入微波毫米波射频芯片专业 IC 领域 ， 成为控制器行业罕见的可掌握 IC 设计和技术的公司 。 值得注意的是 ， 铖昌科技是国内微波毫米波射频芯片领域唯一一家承担国家重大型号任务的民营企业 ， 技术 方面具备核心竞争优势 。 2） 在客户方面 ， 和而泰获得了行业内众多大客户的认可及赞赏 ， 陆续成为伊莱克斯 、 惠而浦 、 西门子 、 TTI、 ARCELIK、 海信 、 海尔 、 苏泊尔等全球著名终端厂商在智能控制器领域的全球主要合作伙伴之一 。 公司 2019年营业收入 36.5亿元 ， 同比增长 36.6%， 净利润 3亿元 ， 同比增长 36.5%， 毛利率为 22.9%， 净利率为 9.0%。 自动驾驶涉及的软硬件 高精密地图 自动驾驶技术对于车道 、 车距 、 路障等信息的依赖程度更高 ， 需要更加精确的位置信息 ， 是自动 驾驶车辆对环境理解的基础 ， 随着自动驾驶技术不断进化升级 ， 为了实现决策的安全性 ， 需要达 到厘米级的精确程度 。 如果说传感器向自动驾驶车辆提供了直观的环境印象 ， 那么高精度地图则 可以通过车辆准确定位 ， 将车辆准确地还原在动态变化的立体交通环境中 。 从 IDC数据来看 ， 2019年中国高精度地图市场集中度高 ， CR4分别为百度 29.3%、 四维图新 21.7%、 高德 17.9%、 易图通 14.7%。 3）高精密地图 中国高精度地图 CR4 83.6% 高精地图协助自动驾驶路径 高精密地图：四维图新（ 002405.SZ） 四维图新自动驾驶地图 L3 HD Pro 高精地图和高精定位是 C-V2X发展的关键 四维图新在车载导航领域市占率约 40%， 稳居行业首位 ， 是中国第一 、 全球前五大导航电子地图厂商 。 通过一系列外延合资 +并 购的方式开启多元化扩张 ， 当前公司业务涵盖导航 、 车联网 、 汽车电子芯片 、 自动驾驶和位置大数据服务等五大块业务 ， 实现 “ 五位一体 ” 的业务布局 。 竞争优势： 1） 在技术方面 ， 四维图新与工信部等政府部门以及产业联盟携手制定多项行业技术标准 ， 是入驻国家级智能网联平 台国汽智联的唯一高精度地图厂商 。 2） 在股东背景方面 ， 国资与互联网企业的跨界股东融合 ， 前两大股东中国四维 （ 隶属航天 集团 ） 和腾讯 ， 分别持股 9.