自动驾驶报告

20年前进入汽车市场的第一波现代高级驾驶辅助系统（Advanced Driver-Assistance Systems, ADAS）是一个工程上的突破，它将传感器集成到车辆中，提醒驾驶员注意异常情况，并在某些情况下进行干预。例如，1999年，捷豹以其自动车距控制系统和基于雷达的主动巡航控制系统进入市场，推出了捷豹XKR。2010年，沃尔沃发布行人检测系统，使用雷达和摄像头，在有行人进入到汽车正前方行驶区域时，向司机发出警告以及启动紧急制动程序。然而，在过去20年里，世界发生了巨大的变化。现在，基

人工智能驱动下，自动驾驶已经无限接近L3。特斯拉FSDV11及后续版本可较好应对城市、乡村高速等复杂道路场景，能力强大。从最初的大约2000名内测客户，到面向所有北美车主开放，FSD累计使用里程数在2023年Q2已经增长至超过3亿英里。特斯拉的表现得益于其在算法领域的开创性创新和持续迭代，于此同时，特斯拉也打造了从车载算力芯片及控制器、云端算力芯片及数据中心、数据闭环等完善的自动驾驶所需要的产业闭环体系，形成强大的综合竞争实力。

近期，埃隆·马斯克在推特宣布，特斯拉将在 2023 年推出 L4-L5 级全自动驾驶汽车，从 V12 版本开始，FSD 将去掉 Beta 后缀，预示 FSD 将成为正式版，自动驾驶产业步入快车道。特斯拉 FSD 的 BEV+Transformer 模式以及影子模式使其在产业中具备领先优势。我们通过研究特斯拉 FSD 产业链，前瞻把握产业发展趋势以及相关受益标的。2023 年底，特斯拉有望实现 L4-L5 级自动驾驶，产业链有望迎来 ChatGPT 时刻。特斯拉 FSD 产业链主要涉及芯片、服务器

在汽车行业向高阶辅助驾驶阶段迈进的过程中，底盘系统的线控化升级将起到至关重要的作用。线控底盘利用传感器感知外部环境信息，以电信号传输取代机械连接，具有控制精度高、响应速度快、结构紧凑、重量轻等优势，满足了高级别智能驾驶对车辆操控性和主动安全的需求。由此，线控制动、转向系统有望在技术成熟后迅速成为主流方案，赋予增量零部件赛道高成长性。更长期来看，线控制动、线控转向和悬架系统的深度协同和集成化将成为智能底盘发展的核心目标，并最终通过跨域融合的集中式架构实现软硬件完全解耦，提前对智能底盘领域多方位布局

目前自动驾驶行业网络基础架构普遍为 Input -> backbone -> neck -> head-> output。纯视觉方案的特斯拉自主构建 HydraNet 网络，在 input 端输入摄像头的原始图像数据，通过 backbone 层神经网络(CNN)提取图像特征，对特征赋予时间等信息做融合（BEV+Transformer），将速度、环境等感知处理结果传向各子 heads 再完成后续规控任务。目前行业通用的自动驾驶模型是存在感知、规划几个模型的分解式构造。特斯拉

供给端特斯拉 FSD Beta 北美渗透率超过 22%，商业化拐点将至。特斯拉 FSD 是在 Autopilot 基础上推出的高阶自动驾驶功能，2020 年 Q3 正式发布 FSD Beta，目前已推送至 V11.4.6 版本。随着软件端不断成熟，FSD 商业化进程提速：1）测试用户：截至 2023 年 3 月 FSD Beta 测试人数超过 40 万，在北美渗透率超过 22%。2）行驶里程：截至 2023 年 6月，FSD Beta 累计行驶里已超过 3 亿英里。自 2023 年 4 月开始

随着人工智能、5G通信和大数据等技术的发展，自动驾驶汽车的应用正在迅速增长。目前，我国已有10多个城市允许自动驾驶汽车在特定区域和时段进行商业化试运营，这些领域包括出租车和城市公共汽车等。尤其是在2022年7-8月，北京、重庆和武汉等城市已经开始投入无人驾驶商业运营试点车辆，标志着我国自动驾驶汽车的商业化运营已经迈向无人化新阶段。然而，当前我国自动驾驶汽车产业还处于初级阶段，商业化模式尚不明确，面临的技术、基础设施以及标准法规等挑战各有不同。自动驾驶汽车在不同场景下的技术成熟度也存在差异，因此如

AI 加持下，2023H2 高阶智能驾驶从高速延伸到城市，智能功能提升和使用场景扩展将驱动消费者认同提升和车企技术迭代加快，高阶智能驾驶有望从理想到现实，进入蝶变时刻，高阶智能化车型销量有望超预期，智能化相关公司成长速度有望超预期。理论方法突破：AI 大模型用于感知融合，后续有望实现端到端。智能驾驶系统可分为感知，预测，规划，控制几个主要模块。过去，一些智能驾驶的方案中感知，预测等模块采用了 CNN 和 RNN 等 AI 模型。2020 年 Transformer 模型引入CV 领域和智能驾驶领

大模型赋能汽车，智能驾驶迎来蜕变时刻软件端：大模型正逐步应用于智能驾驶算法，首先在感知算法上，BEV + Transformer架构有利于解决图像尺度问题和遮挡问题，更好地实现向量空间的构建；其次在规控算法上，有望提升其泛化能力，优化在复杂场景下的表现硬件端：随着智驾SoC、激光雷达等产品的逐步成熟，智驾硬件BOM成本的降幅有望达50%；政策端，工信部已表态支持L3及以上级别的自动驾驶功能商业化应用。上述因素均为高阶智驾功能的落地扫清障碍根据各公司产品发布会，2023H2，小鹏、理想、赛力斯等主

线控底盘是高级智驾关键执行器，线控制动作为线控底盘的重要构成发展进程较其他环节更快，渗透率有望快速提升。且线控制动国产化替代空间大，目前国产厂商已经开始崭露头角，开发出成熟产品并量产交付，未来有望借助新能源自主品牌崛起契机进一步完成国产化替代，迎来高速发展。➢ 线控底盘是高级智能驾驶核心执行器线控底盘包括线控制动、线控悬架、线控转向和线控驱动4个子系统，相比传统底盘具有响应速度快、控制精度高的优势，是高级智驾必备执行器，获政策重点支持。且高集成的线控底盘可帮助主机厂缩短车型开发周期及助力实现轻量

⚫ 自动驾驶算法是感知、预测、规划控制的结合体自动驾驶算法由感知、预测、规划控制构成。数据和仿真则通过数据驱动助力整个算法体系的成熟和完善。整个自动驾驶行为包含诸多组成部分，而市场努力的方向在于将这些环节不断优化。⚫ 大模型横空出世，自动驾驶算法有望迎来奇点感知：BEV+Transformer 横空出世，大模型推动自动驾驶迈向“平民化”2021 年特斯拉第一次推出 BEV+transformer 算法架构，用神经网络将多个 2D 的图像和传感器信息综合成为三维的向量空间方便下游规控模块处理，开启

马斯克在国外社交媒体推特上表示，特斯拉计划在其全自动驾驶（FSD）Beta v12中使用端到端人工智能（AI）更新其全自动驾驶包，这表明特斯拉或将改变 FSD技术路线，同时也为端到端算法打开了在其他领域应用的想象空间。❑ 模块化架构性能有限，端到端架构有望成为自动驾驶的终极解决方案。当前量产的智能驾驶汽车系统基本都是采用模块化架构，将驾驶任务拆解到各个模块，但是级联误差问题、各个模块之间重复计算造成的车载算力资源浪费、模块之间信息交互不畅等问题极大地限制约了模块化架构性能。端到端自动驾驶最直观的