自动驾驶-零帕网-第2页

香港在应用CAV技术方面有很多成功案例，反映本地快速增长的CAV生态圈具有无边界的创新能力和无缝的协作能力。要充分发挥CAV的最大潜力，生态圈各持份者需要通过多管齐下的方式，加强实体和数码基础设施的互联互通，通过有针对性的资金支持加快研发商业化，同时吸引更多企业和人才落户香港，携手共创行业的光明前景。

我国自动驾驶市场规模正高速成长，智能网联汽车出货量高速增长。据IDC预测，2025年我国智能网联汽车出货量将达约2500万辆，复合增长率达16.1%。2022年，我国智能驾驶产业市场规模已达2894亿元。据信通院预计，到2025年中国智能驾驶汽车市场规模将接近万亿元。

汽车传感器技术历经多阶段发展，作为构建未来物联网不可或缺的一环，汽车传感器技术是智能网联汽车进步的核心要素，已被福布斯列为十大前沿科技之首，历经多阶段发展，如今已迈入智能型传感器时代。市场需求的激增不仅推动了传感器技术的升级换代，也重塑了汽车行业的生态格局和竞争规则。主流汽车及零部件企业正积极拓展应用场景，构建自身生态圈，结合技术和资本优势提升市场竞争力。面对这一趋势，汽车企业应抓住发展机遇，深化资金链、创新链、人才链、供应链等方面的融合，推动汽车传感器产业的持续发展。

2023年，Robotaxi和自动驾驶行业在经历低谷后重整旗鼓，年底诸多为行业铺垫基础的重要政策也为市场打下一针强心剂。纵使在低谷调整阶段，我们也可以看到Robotaxi的参与者在过去两年都没有放缓技术研究、产业**、运营提升、体验创新、培育市场的探索步伐。拨云见日，全球各国对于Robotaxi产业推动凝心聚力的背景下，政策、技术、运营、成本、消费者等五大行业核心要素均有持续进展，中国也相应进入了Robotaxi商业化1.0的时代。

禾赛科技：全球领先的激光雷达制造商。禾赛科技成立于2014年10月，自2016年起逐步聚焦激光雷达产品的研发、制造和销售，主要用于ADAS、自动驾驶、机器人等领域。2019-2022年公司激光雷达交付量分别为2890/4200/14178/80462台，营业总收入分别为0.50/0.64/1.13/1.73亿美元随销量增长同步扩张。2023年前三季度公司实现营业收入1.83亿美元，同比+65.8%；激光雷达交付量为134380台，同比+307.87%，其中ADAS激光雷达交付量从2022年前三季

当前国内经济正从传统动能驱动转向新动能驱动，新动能是未来增长空间最为广阔的领域。以数字经济、AI、高端制造为代表的新动能方向近期产业催化不断，有望逐步映射到股市的投资机会中。我们筛选出 2024 年产业发展迎来重要变革、有望成为重要投资主线的十大产业趋势

毫米波雷达是测量被测物体相对距离、相对速度、方位的高精度传感器。早期被应用于军事领域，随若雷达技术的发展与进步，秦米波雷达传感器开始应用干汽车电子、无人机、智能交通等多个领域。无线电频谱是一种特殊而稀缺的战略资源，毫米波雷达不能随便发射不同频率的电磁波。2007年出台的《中华人民共和国物权法》第五十条规定:“无线电频谱资源属于国家所有”。世界上绝大多数国家和地区都对电磁波发射装置有法律法规的管控，如中国的SRRC认证、欧盟的CE认证、美国的FCC认证、日本的TELEC认证等。行业默认的车载毫米波

4D 毫米波雷达具有诸多优势：（1）性能方面：全天候：毫米波的波长比可见光和红外线更长，可以穿透微小的障碍物，不受天气影响，具有“全天候”的特点；具备精确速度信息：毫米波雷达对速度信息感知精准，有效助力算法识别物体运动轨迹和方向；相对稠密的点云信息：4D 毫米波雷达可以输出包含速度、方位角、俯仰角、距离 4 个维度的点云信息，并且点云密度相比传统的毫米波雷达大幅提升，为算法提供助力。（2）成本方面：毫米波雷达产业链历经多年发展相对成熟，芯片走向成熟化，算法端在近年日益完善，4D 毫米波雷达拥有较

公司毛利率短期承压，但我们认为随着未来出货量提升，盈利能力将会迎来修复。从行业发展逻辑来看，车载激光雷达渗透率的提高需要以激光雷达的降本为前置条件，只有供应商卖给车企的激光雷达的售价下降，车企才会有更强的意愿在更低价位的车型上搭载激光雷达。对于速腾聚创等激光雷达供应商而言，激光雷达的售价下降的确会在短期内会影响毛利率，但是一方面公司可以通过不断优化产品的技术方案来实现降本，另一方面随着产品放量带来足够的规模效应后，成本能得到摊薄，两方面的因素共同作用有望促使毛利率回升到一个合理的稳态水平。[Ne

华为问界 M9 和智界 S7 上市，192 线束激光雷达上车。问界 M9 和智界 S7 搭载的华为 192 线束激光雷达具备 250 米超远精确识别能力，可探测的距离更远；184 万点每秒的超高成像能力，垂直分辨率达 0.1°，更精准的还原物理世界；帧率高于同行水平达到 20Hz，更快速完成目标检测。华为引领，高阶智能驾驶功能 2024 年有望加速，带动车端激光雷达出货量提升。

E/E 架构从分布式架构→域集中式架构→中央集中式架构发展。架构走向“域融合”是未来趋势。能计算典型代表是以神经网络为代表的智能计算，会逐渐取代逻辑计算成为车载计算的核心。软件功能的差异化和快速迭代将成为核心竞争力。软件定义汽车（SDV）与基于服务（SOA）的软件设计理念成为系统软件设计的基石。

汽车产业正在被人工智能技术重构。如同蒸汽机之于工业革命的意义，智能驾驶已经成为人类社会自发明汽车以来的一大颠覆性创新，持续推动汽车产品、整车市场格局和产业链变革，而数据和算力是驱动汽车智能化加速的两大动力。

2023年，Robotaxi和自动驾驶行业在经历低谷后重整旗鼓，年底诸多为行业铺垫基础的重要政策也为市场打下一针强心剂。纵使在低谷调整阶段，我们也可以看到Robotaxi的参与者在过去两年都没有放缓技术研究、产业合作、运营提升、体验创新、培育市场的探索步伐。拨云见日，全球各国对于Robotaxi产业推动凝心聚力的背景下，政策、技术、运营、成本、消费者等五大行业核心要素均有持续进展，中国也相应进入了Robotaxi商业化1.0的时代。

看好智驾爆款潜力，2024 年出海增量可期。我们预测，2024 年新能源乘用车销量 1191 万辆，渗透率提升至 44%。出口销量增量将成为乘用车销量增长的重要驱动力，2024 年乘用车出口量预计达 502 万辆，同比+26%。

颠覆性体验感打通消费者消费升级感受空间，用户对智能化功能需求度变高。未来车只分为“能自动驾驶”，和“不能自动驾驶”的。跟车辅助类和主动安全类功能的需求度变高，超过20%的用户认为这些功能是"必须有"的。对特定场景下的功能也有一定期待，比如在拥堵路段提供驾驶辅助功能。颠覆性体验感打通消费者科技感想象空间，智能化带来汽车定位的差异。智能汽车属性更加多元更为广泛，油车的定位就是交通工具，从A到B。当电车作为一个移动生活空间的存在，才有那么多智能化属性的想象空间。未来或许有IV2X的

感知模块技术路径已趋于收敛，自动驾驶从创造型行业迈向工程型行业。在特斯拉的引领下，国内主机厂 2022 年以来纷纷跟随特斯拉相继提出“重感知、轻地图”技术方案，全球自动驾驶行业感知模块技术路径从百花齐放开始走向收敛。我们认为主机厂智能驾驶水平=算法构建能力*数据训练效率。由于技术趋于收敛，目前国内智能驾驶厂商中并不存在哪一家具备绝对的算法能力优势；相反，当前各个主机厂数据闭环搭建的成熟度、迭代效率等方面仍差异较大，因此我们认为，当前阶段数据闭环能力将直接决定主机厂的智能驾驶水平。进一步而言，主机

因年初销量透支和价格战，2023 年销量持续超预期。新能源渗透率提升至33%，其中混动增速亮眼。自主品牌发力中高端市场，带动市场成交均价提升。海外延续高增长，主流车企加速产能出海，进一步助推海外销量提升，出口持续贡献增量。我们预计 2024 年乘用车销量有望达到 2620 万辆，同比增长 3.0%，新能源受益于混动放量+超充布局，渗透率有望提升至 44%，达到 1150 万销量。

高阶智驾进展超预期，智驾基座的竞争带来渗透率增长陡峭化。1）transfomer+BEV 算法上的突破，特斯拉、华为、小鹏等新势力推动城市 NOA 进入大规模量产阶段。2）消费者接受程度超预期：23Q3 问界 M7/小鹏 G9 智驾版订单占整体车型比例达 70%+/80%+，消费者为高阶智驾支付溢价的支付意愿高。3）智驾目前的发展阶段类似于智能手机安卓和iOS 竞争的阶段，因智驾大模型的基座竞争加剧，高阶智驾渗透率增长步入斜率陡峭化的阶段。

国内乘用车市场已由价格战转向智能驾驶竞赛，新技术、新趋势为行业中现有和新进的竞争者创造破局机遇，年末在爆款智驾车型、自主电动化趋势驱动下，新能源汽车市场超预期增长，随着自主品牌在主流价格区间持续推出新车型实现对燃油车型的替代，新势力集中布局D级SUV/ MPV赛道拓展高端市场，电动化、智能化趋势带来的结构升级红利有望延续。出口方面，国内汽车产业全球竞争力持续提升，并跟随电动化、智能化趋势实现出口结构向高端化的升级，目前国内新能源汽车出口主要来自于特斯拉中国、比亚迪、上汽乘用车三大厂商，随着更多品

世界各国都在致力于推进数字经济，利用人工智能加速信息和通信技术的创新。目前，数字化转型的重点正在从提高效率转向创造价值，从企业内部转向产业链、价值链协同。5G的大规模部署以及生成式人工智能等新技术的应用正在帮助运营商和企业加速数字化转型，系统地推动网络向自动化和智能化演进，从而提高业务创新和运营服务能力。运营商希望通过以平台和服务为导向的业务和能力，如网络即服务（NaaS)，为数字经济赋能，进一步释放网络潜力，拓展业务市场。

ADS2.0首发搭载问界M5智驾版，城市NCA计划年底全国开通。2023年4月16日华为在智能汽车解决方案发布会上发布了最新的ADS2.0产品，硬件数量减少至27个(11个摄像头+12个超声波雷达+3个毫米波雷达+1个激光雷达,ADS1.0有34个)，车载计算平台改为MDC610（原为MDC810）首搭M5智驾版，新M7智驾版也凭借智驾亮点和较高性价比改款成为爆款。根据华为发布会上传达的规划，ADS2.0下高速NCA平均接管里程由100KM提升至200KM，23年底将在全国所有城市开通NCA功能

硬件持续升级，自研比例与性能不断提升。从 HW1.0 到即将上车的HW4.0，特斯拉自动驾驶硬件系统不断提升性能，算力由最初的0.256TOPS 升至 300TOPS+，摄像头个数与像素持续提升。纵观特斯拉自动驾驶硬件系统发展史，自研比例持续提升，视觉算法与芯片现已完全由特斯拉自主提供。推出 FSD 完全自动驾驶，多次迭代引领行业发展。早期特斯拉算法依赖于 Mobileye，后为实现更优秀的自动驾驶转向自研。2015 年特斯拉着手于完全自动驾驶 FSD 功能的研发，并于 2020 年 10 月向

23 年汽车市场以价换量，终端承压下加速替代合资外资，自主品牌和新能源车实现持续成长。2024 年预计乘用车/商用车批发销量 2765/441 万辆，同比+7.9%/+9.4%。展望 2024 年，主线围绕：1）科技入局：华为、小米产业链；2）出海：制造业优势继续输出；3）特斯拉新车周期；4）机器人加速催化；5）商用车复苏；6）人工智能大方向下，智能化拐点。车市仍处于快速演进的中局，积极找寻成长新趋势。

激光雷达应用广泛，汽车有望成最大催化。激光雷达可运用于智能驾驶、智慧城市等领域，按测距方式可分为 ToF 和 FMCW 两类，ToF 方案按技术架构可进一步分为机械式、半固态式和固态式。具体来看，机械式具备扫描速度快、精度高等优势，适用于远距离探测和高速运动目标的跟踪，但结构相对复杂，维护成本高；固态式体积较小、寿命更长且故障率更低，但扫描范围有所受限。下游应用来看，自动驾驶逐步落地有望带领激光雷达持续放量，未来国内将有更多搭载激光雷达的车型上市。

自动驾驶监管框架：“准入-应用-安全” 三路并行从美国市场来看，2016年至2020年，美国陆续出台了AV1.0—AV4.0等政策文件，明确在自动驾驶监管领域联邦与州层面的职能分工：其中联邦政府主要负责监管自动驾驶车辆标准等车辆准入环节；州政府主要负责道路测试、试点与演示要求等应用环节以及安全监管环节。从中国市场来看，2015年国务院印发的《中国制造2025》作为纲领性文件首次提出要大力发展自动驾驶各项技术，此后，随着自动驾驶以及数据、网络安全等各项技术的发展，相关政策开始落地到具体层面，并于2

无人机在现代战争中作用凸显，有望成为未来战场主角之一。无人机已融入现代战争中的各个阶段——前期侦察、战场监视和后续精准打击等方面。俄乌冲突发人深省，俄罗斯作为军事大国，并未完全发挥无人机的作战效能，作战效果差强人意。我们认为，我国应未雨绸缪，在产业链自主可控的基础上，增加无人机装备数量，构建装备型号谱系，包括高空高速无人侦察机、察打一体无人机、自杀式无人机等。

华为新车智驾与座舱体验升级，国内智驾产业迎来需求拐点：华为持续推进自动驾驶方案升级，2023 年 4 月，华为问界 M5 智驾版首次搭载ADS2.0 高阶智能驾驶系统，自新问界 M7 上市后，智驾体验叠加智能座舱升级受到客户高度认可，推动问界 M7 成为爆款车型，9 月 17 日至10 月 7 日期间订购车型中智驾方案选装率提升至 60%-70%，消费者对自动驾驶接受度明显提升，带动其他车企智驾方案选装率上提。消费者对自动驾驶接受度明显上升，国内智驾产业需求端出现拐点。

网络基础结构—九头蛇网络（HydraNets）由主干（Backbone）、颈部(Neck)） 与多个分支头部(Head）共同组成。主干层将原始视频数据通过残差神经网络(RegNet)及多尺度特征融合结构(BiFPN)完成端到端训练，提取出颈部层的多尺度视觉特征空间 (multiscale features ），最后在头部层根据不同任务类型完成子网络训练并输出感知结果

汽车高阶智驾加速落地，技术突破创新重塑下游竞争格局。2014 年至今智驾历经三轮变化，围绕功能迭代覆盖更多下游需求场景，Mobileye驱动行业由 L0 向 L2 升级，特斯拉颠覆 EE 架构驱动行业向 L2+/L3 迭代；并升级软件算法，降低硬件依赖以及地图限制，助力行业向 L4 跨越。在本轮以软件能力主导的行业竞争中，端到端大模型加速 BEV+transformer 等算法应用成为行业主流，OEM 竞争要素向计算硬件/软件数据收敛，未来智驾成为产品竞争力重要指标，格局有望快速收敛。[Nead

车联网新贵龙头，前瞻布局车联网打开第二增长曲线。1）公司成立于 1997年，传统业务为通信及医疗设备厂商，后通过全资子公司优咔科技进入车联网领域。优咔是国内车联网连接管理领军厂商，致力于帮助车企优化车联网业务管理效能，赋能汽车数字化和智能化转型，打造以车为载体的新型智能交互生态圈。2）2023 上半年，公司实现营收 2.23 亿元；归母净利润 1678.65万元，同比大增 4234.90%。其中，公司传统业务已出现一定收缩，然而车联网业务实现营收 0.65 亿元，同比增长 47.19%，占收入的

我们认为当前汽车需求仍受宏观消费水平制约，但降价增配、中央及地方相关刺激政策将继续托底国内总量。出口端的持续增长，也将形成一定销量补充。长期看，参照海外发达国家汽车千人保有量水平，我国汽车销量尚有巨大的提升空间，将持续带动汽车行业的高速增长。结构上看，国内售价20万元以上新能源乘用车是核心增量市场，混动增长快于纯电。在整车增换购的趋势下，高端化和智能化是车企保持竞争力的关键，智能驾驶是车企竞争的主战场；造车新势力及比亚迪率先开启智能化造车主线，引领高端市场扩容+替代BBA增量空间；传统自主品牌紧

IMU（惯性测量单元）通过测量物体加速度和角速度的变化来推算出物体在三维空间中的位置和姿态。目前高精度MEMS IMU民用市场，主要应用场景包括高精度自动驾驶以及人形机器人。自动驾驶达到L3级以及以上，所需要IMU精度需要达到1°/h以内，目前较高精度的MEMS IMU芯片全部依赖于海外进口；人形机器人达到特斯拉Optimus的精度，需要通过增加高精度MEMS IMU数量来达到身体稳定、姿态控制以及头不稳定补偿的效果，因此高性能MEMS IMU芯片国产自主可控的机遇需要提前布局。[NeadPay

马斯克伟大畅想，特斯拉长期价值来源人形机器人：马斯克仅用 6 个月时间将特斯拉人形机器人从概念走向现实，随后 8 个月最新版本人形机器人推出，已体现出精准控制力和探索并记忆环境功能。马斯克在2023 特斯拉股东大会上强调：“如果按照人和机器人的数量为 2：1 比例的话，机器人的需求会远远超过车，特斯拉的长期价值，其大部分价值将是擎天柱。”

座舱屏幕交互有较大提升，搭配华为 ADS 2.0，高阶智能驾驶辅助是最大亮点。2023 年 8 月，鸿蒙 操作系 统更新到了 4 代，从操作性 能上看，流畅 性提升 20%，续航 增加 30 分钟 ，并加入 了大模型的元 素，能够 实现更智能的人机 交互。主打的 万物互联特性 的鸿蒙自 2019 年推出 ，现已 成功的实现了 从手机 单设备到全场 景多设备的操 作系统，成 为全球发展速度最 快的操作系统 。2022 年末 ，在中国 市场的份额达 到了 8%。作为国内 企业自主 化研发车用操 作系

◆ 智能驾驶芯片进入快速扩张阶段✓ 国内高阶智能驾驶芯片市场，英伟达和地平线的占比超80%。✓ 参考手机芯片市场竞争格局，我们认为，智能驾驶芯片格局或呈现高端芯片格局占优，低端市场百花齐放的格局。✓ 我们推测智能驾驶芯片发展方向，将从算力升级转为架构升级。目前1000TOPS左右算力已能满足L4需求。◆ 芯片巨头群雄逐鹿智能驾驶✓ 英伟达、高通、地平线、华为等公司展现出了较强的横向竞争优势，与强竞争实力芯片厂商合作紧密的公司具有优势。

特斯拉率先引入BEV+Tranformer大模型，与传统2D+CNN小模型相比，大模型的优势主要在于：1）提高感知能力：BEV将激光雷达、雷达和相机等多模态数据融合在同一平面上，可以提供全局视角并消除数据之间的遮挡和重叠问题，提高物体检测和跟踪的精度；2）提高泛化能力：Transformer模型提取特征函数，通过注意力机制寻找事物本身的内在关系，使智能驾驶学会总结归纳而不是机械式学习。主流车企及自动驾驶企业均已布局BEV+Transformer，大模型成为自动驾驶算法的主流趋势。在车端大模型可赋

2021年8月20日，GB/T 40429-2021《汽车驾驶自动化分级》推荐性国家标准由国家市场监督管理总局、国家标准化管理委员会批准发布（国家标准公告2021年第11号文），将于2022年3月1日起实施。该标准由工业和信息化部提出、全国汽车标准化技术委员会归口。

各国在争相抢占自动驾驶制高点，国内多家企业相关产品技术水平已站在全球第一梯队，国内多地在推进高级别自动驾驶商业试点，为凝聚共识及推动行业发展，我们联合行业多家机构编写《高级别自动驾驶应用白皮书》。“高级别自动驾驶”可以提升运行效率和降低成本。当前，“高级别自动驾驶”已在公共道路和园区等多个场景应用，在公开道路开展商业化试点运营的出租车和自动配送已分布北京、深圳、上海、武汉、旧金山、菲尼克斯等城市。随着技术迭代及验证，“高级别自动驾驶”有望提升车辆运行能力，届时将激发大规模车辆置换需求。[Nead

本白皮书的编制工作发起于北京市高级别自动驾驶示范区，旨在发掘共性需求、建立行业共识。在编制内容上，基于《白皮书1.0》梳理了数据安全相关法规、政策、规范等文件，结合数据分类分级实践进展与车路云一体化数据资产特性，迭代修订了符合示范区业务实际的数据分类分级管理内容；同时，多维度展现示范区在保障车路云一体化数据的工作成效，多方面突出辖内企业在数据安全治理的探索实践，旨在为各地智能网联汽车测试示范区与行业各类型企业开展相关工作提供参考方案。

自动驾驶领域的大模型发展相对大语言模型滞后，大约始于2019年，吸取了GPT等模型成功经验。大模型的应用加速模型端的成熟，为L3/L4级别的自动驾驶技术落地提供了更加明确的预期。可从成本、技术、监管与安全四个层面对于L3及以上级别自动驾驶落地的展望，其中：成本仍有下降空间；技术的发展仍将沿着算法和硬件两条主线并进；法规政策还在逐步完善之中；安全性成为自动驾驶汽车实现商业化落地必不可少的重要因素。各主机厂自2021年开始加速对L2+自动驾驶的布局，且预计在2024年左右实现L2++（接近L3）或者

数字经济建设、AI大模型、智能驾驶成为开启智能时代的确定性研究方向。其中，数字经济建设搭建数字化布局整体框架，并提供政策支持；AI大模型及智能驾驶率先落地，有望成为拉动算力需求的核心驱动力。

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

超声波传感器龙头开启业绩修复，研发驱动公司角逐泛智能化传感大蓝海奥迪威从事智能传感器和执行器制造及相关应用，立足于换能芯片等核心部件制造能力，已形成测距传感器-流量传感器-安防电声-雾化换能等多元品类矩阵，各类产品广泛配套同致电子、德赛西威、肯斯塔、易爱电子、海尔智家等各下游领域头部客户。

Momenta 横跨 L2+前装量产及 L4 Robotaxi 领域，在自动驾驶赛道中位置相对独特：一方面，公司 L2+前装量产能力已初步得到验证，定点进度领先，我们认为未来几年公司成长确定性较高；另一方面，公司具备由 L2+向 L4 升维的算法实力及技术架构，并有望依托强大股东背景和产业资源在未来加速扩展Robotaxi 车队规模，中长期存在较大增长潜力。双翼齐振下，公司有望转动“飞轮”，由 L2+前装量产迈向 L4 新征程。▍L2 前装智驾：加速迈入量产周期，Momenta 当前进度相对领先

持续研发铸就高壁垒，积极向产业上下游延伸。1）产品矩阵：公司基于核心高精度定位技术，持续更新传统 RTK 产品，并对农机导航、位移监测、移动测绘、无人机无人船、车载定位导航等下游更具高价值解决方案业务扩展，2023H1 实现营收 12.1 亿元，同比增长 30.1%。2）研发创新：公司 23H1 研发支出占比高达 15.3%，位于行业前列。积极向产业链上游延伸，成功研发出 GNSS 基带芯片“璇玑”，并布局车规级GNSS SOC 芯片、IMU 芯片。北斗项目、智能时空项目研发建设，截至23H1

L3+自动驾驶即将落地，催生传感器清洗产品百亿市场空间。L2 和 L3 是自动驾驶技术中的两个级别：1）L3 级别自动驾驶水平更高；2）L3 系统提供了更广泛的感知范围和更高级别的驾驶辅助功能；3）L3 系统中驾驶员参与更少。一般 L2 级别搭载 5～8 颗摄像头，L3 级别搭载 8～16 颗摄像头及 1～3 颗激光雷达。相对 L2 级别，L3 级别的传感器用量更多，对镜头清洗的需求将会更旺盛。随着 L3 级智能驾驶系统的上路，智能驾驶传感器清洗系统成为新的增长点。据我们预测，当全球 L3+汽车

在我们的研究框架中，AGI、混合虚拟现实、元宇宙均描述的是未来成型的生态。AGI/虚拟现实的真正实现，首先依托于智能科技视角下的两条技术路径——混合平台、重构时空，人形机器人即混合平台的一种工程方案。智能科技视角下，chatGPT 是生产力范畴、MR 眼镜与人形机器人是不同的计算平台/新空间，我们预计其中 MR 眼镜将于 2024 年进入 C 端，人形机器人预计将于2026 年进入家庭 C 端。 国内外市场对人形机器人产业进程的分歧巨大（落脚于能否2026 年进家庭 C 端），源于硬件

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

港口作为自动驾驶商业化的先锋示范，正处于规模化落地前夜，港内与港外场景物流可展望数千亿元市场规模。斯年智驾作为聚焦场景物流的头部无人驾驶公司，在技术上基于通用车-云一体化架构，正加速扩大场景物流无人运输“去安全员”版图。商业模式上，公司已落地厦门港、宁波港、潍坊港在内的 7 大码头，并积极进军物流园区、散货集散地以及场间短驳等场景，当前无人驾驶车队规模保持行业领先。基于代表性落地案例，公司预计 2023 年将进一步扩大港口优势，并持续拓展港外场景物流，有望加速迎来商业化奇点。

产业端AI智能化驱动汽车行业高阶自动驾驶加速落地，政策端近年来工信部等组织推出数条智能网联相关政策，我国步入智能网联商用化体系建设关键阶段。L3法规有望落地，智能网联检测有望走向强制化。不同于L2级别自动驾驶时期驾驶员承担几乎所有的车辆行驶责任，L3级别自动驾驶将划分多方主体的责任，更需要强制性政策来配合高阶自动驾驶落地。智能网联检测作为汽车智能化能力的重要评判标准有望从非强制走向强制端，行业处于产业变革前夕。

特斯拉率先提出纯视觉方案，端到端自动驾驶成为新路径。特斯拉基于对第一性原理的坚持以及对成本的考量，率先实行纯视觉方案，认为自动驾驶可以依靠摄像头实现感知和目标识别，其成本优势也将推动自动驾驶汽车加速实现规模化量产。此外，特斯拉基于Transformer大模型推出端到端自动驾驶方案，构建多任务学习神经网络架构HydraNet ， 引入特征级融合、占用网络和BEV+Transformer范式。其中，BEV算法有助于将摄像头的2D感知转化为3D视觉，占用网络有助于解决长尾问题，Transformer能

依托电机技术，双轮驱动空间广阔。公司扎根于家用电器的电机设计与制造，主要客户为 TTI、HOT、伊莱克斯、LG 等全球知名企业。公司兼具有刷电机和无刷电机的生产技术，产品涵盖吸尘器、个护小家电以及车用 EPS 电机和刹车电机。家用电器依托大客户收入稳定，产品结构改善助力盈利增长。公司家电业务主要包括清洁电器和头发护理两大类：（1）清洁电器：主要为核心客户 TTI 提供吸尘器整机 ODM/OEM，产品以欧美市场为主。未来业务增速主要来源于高附加值水机产品占比提高，成本端压力缓解带来毛利率改善，以及

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

智慧交通和智慧物联双轮驱动，龙头深耕产业持续成长。千方科技是国内智慧交通、智慧物联领域龙头，以助力交通、物联行业数字化、智能化转型为使命，依托自身在相关业务领域覆盖、云边端全栈式技术、全要素数据及全生命周期服务等方面的核心优势，提供全域交通数字化解决方案。立足中国，面向全球，智能物联行业领导者优势地位凸显。全资子公司宇视科技在全球市场居于领先地位，曾在 ReID 的三榜、KITTI 和 ICDAR 等榜单均获得过全球冠军，获得视频分析方法及装置方面的浙江省省优秀专利奖。AI 大时代的“弄潮儿”，

公司是国内领先的高精度导航定位应用解决方案提供商，持续深耕二十余年。受益于行业的快速发展，公司营收和归母净利润保持高速增长，归母净利润从 2017 年到 2022 年的 CAGR 为 22.85%，利润率处于行业领先水平。公司在海外建立了强大的经销网络，产品高性价比成为海外拓展的优势。公司围绕高精度导航定位技术核心，构建起高精度定位芯片技术平台、全球星地一体增强网络服务平台两大护城河，并已量产了基带芯片“璇玑”。公司坚持 IPD 开发流程，持续进行自主研发，并在优势知识密集区域吸引人才团队，在国

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

几乎所有企业的增长都遵循一条 S型曲线的自然定律，而试图打造基业长青的企业，必然选择在第一曲线增长到拐点之前开启第二曲线，持续增长，周而复始。百度持续了 10+年的第一曲线在线营销业务已经接近“极限点”。在PC 时代，它的商业化是清晰且有力的，商业模式的有效性几乎使得百度处于一个“躺赢”的位置。在线营销业务成为百度最重要的现金牛业务。但度过成熟期后，依靠托管页等业务尽量延长“在线营销”业务的生命力应对既有市场。中短期看，该业务仍旧是百度的根基百度智能云进入快速增长曲线。“云智一体”是百度参与这个

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

近年来，随着人工智能、5G 通信、大数据等新技术快速发展，自动驾驶汽车加快推广应用，逐步由研发测试转入实际运营。目前，全国已有 10 余个城市允许自动驾驶汽车在特定区域、特定时段从事出租汽车、城市公共汽（电）车等商业化试运营，应用规模不断扩大。2022 年 7-8 月，北京、重庆、武汉先后投入无人化商业运营试点车辆，我国自动驾驶汽车商业化试运营迈向无人化新阶段。2023 年 5 月，深圳发放首批智能网联汽车无人商业化试点资质。自动驾驶商业化具有场景化特点，自动驾驶汽车在不同应用场景下，技术成熟度

行业图谱研究是本中心科技成果转化研究的一项子课题，目标定位于清晰理解前沿科技成果的技术核心、科创企业的技术竞争力及科研工作者的研究进度，从而助力科技成果转化效率的提升。行业图谱研究将以系列形式展开，选取国家战略重点科技领域的商业应用场景逐一进行，时效性较强。本报告为行业图谱的计算机科学系列之自动驾驶领域：人工智能在自动驾驶研发中的应用。当今，自动驾驶技术已经成为汽车产业的未来发展方向。应用自动驾驶技术可以全面提升汽车驾驶的安全性、舒适性，满足更高层次的市场需求，并推动产业科技升级。得益于人工智能

本文将试图解答哪些问题？智能驾驶行业正在发生哪些变化？为什么说拐点将至？特斯拉FSD如何迭代？领先原因为何？特斯拉FSD的用户接受度发生了什么变化？国内L3智驾发展到了什么程度？可追赶性如何？如何看待后续数据积累及法规促进？哪些标的将会受益？

AI 不仅限于大模型，自动驾驶才是 AI 最全面的应用在华泰证券 2023 年中期投资峰会上，海外科技组举办了《AI 与自动驾驶产业，与 CXO 领导对话》，并邀请了多位自动驾驶初创企业的领导，以开放到封闭场景、商用车到乘用车的顺序进行分享。我们认为目前市场关注度较高的大模型只是 AI 的一部分，而自动驾驶才是应用落地最全面的 AI 领域。自动驾驶涉及即时感知、决策、执行、对环境的理解、以及预测路面情况等，其中的数据处理均需应用机器学习、计算机视觉等深度学习算法；在处理长尾问题时，更需运用生成式

重视新一轮汽车智能化大周期向上行情！复盘 2010 年以来汽车智能化行情已经走完 2 波：1）2014-2016 年（mobileye/博世引领全球 L2 辅助驾驶，关键技术摄像头等视觉创新，代表性应用 AEB/LCC 等）；2）2020-2022 年（特斯拉引领全球准 L3 辅助驾驶，关键技术是大算力芯片+域控制器，代表性应用自动泊车+高速辅助驾驶）。我们预计 2023 年将酝酿开启第三波大行情！本轮全球引领者或是 TransFormer 架构的大模型助推下推出低成本 L3 自动驾驶方案的【特

5月18日，在第七届世界智能大会的成果发布论坛上，中国信息通信研究院政策与经济研究所、人工智能与经济社会研究中心联合发布《全球自动驾驶战略与政策观察——政策助力L4级自动驾驶开启无人化商业应用》（以下简称“报告”）。报告介绍了2022年以来的自动驾驶商业化进程，阐述了主要国家在自动驾驶产业推进中的最新政策法规动态，展望了L4级自动驾驶安全融入社会所需要的各方努力。报告提出，2022年，中美两国在推动自动驾驶发展的进程中迈出了具有里程碑意义的一步——L4级自动驾驶出租车开启了无人化商业运营探索，W

“无人驾驶”看上去很美，但一直很难落地“无人驾驶”是最早被提出的人工智能应用场景之一，谷歌，苹果，特斯拉，百度等海内外科技巨头从 2016 开始就积极布局，但直到现在一直还很难实现大规模商用落地。我们认为，1）多维度数据的获取和标注成本高，2）对小概率事件的决策准确度和人类还存在较大差距，3）事故时法律权责归属不明确，是制约其发展的一部分问题。我们认为，以 ChatGPT 和 SAM为代表的大模型的出现，将要改变智能驾驶在内所有行业的工作范式，我们从数据，算法，算力等角度初步探讨其中一些发展机会

惯性导航系统以其具有的独立性、自主性，被普遍应用于运动载体的位姿检测与导航控制。惯性导航不依赖于外部信息、也不向外部辐射能量。与卫星导航技术相比较，惯性导航具有隐蔽性好，不受外界电磁干扰的影响，可全天候、全球、全时间地工作于空中、地球表面乃至水下，能提供位置、速度、航向和姿态角数据，产生的导航信息连续性好而且噪声低，数据更新率高、短期精度和稳定性好等优势。惯性导航及控制系统是现代国防系统的核心和关键技术产品，被广泛应用于军用飞机、导弹、舰艇、核潜艇及坦克等领域。2020 年我国惯性导航系统在军用

自动驾驶芯片作为智驾系统的底层基石，正伴随汽车智能化趋势的加速迎来行业爆发期。我们认为，中短期来看，随着今年价格战的打响，不同价位车型的智能化方案或有所分化，进而产生对芯片算力和架构的不同需求：1）小算力芯片伴随 L1-L2 功能的快速增长进入规模放量阶段，量产交付能力、安全稳定性和性价比是关键，地平线和 TI 领先地位较为稳固，但仍有新玩家持续入场；2）中算力芯片因高速领航功能放量迎来发展机遇，在需求推动下，场内现有玩 家 正 陆 续 推 出 相 应 产 品 ， 展 开 激 烈 竞 争 ； 3

社会的变革和发展要素持续对汽车行业带来重大影响。这些要素包括政府对新能源动力车辆的大力倡导、新冠疫情及随之而来的经济后果（例如芯片和原材料短缺）、战争、社会人口结构变化和技术进步。 缺）、战争、社会人口结构变化和技术进步。 因而，保险公司的车险业务也面临着诸多变化。瑞士再保险的研究1 表明：到2040年，全球汽车保费预计将翻一番，达到将近1.4万亿美元。虽然保费在增长，但汽车板块在总风险池中的占比预计将会减少，从目前占全球行业保费的 42%，预计下降到2040年的 32%。这种发展可归

ChatGPT 引发 AI 热潮，大模型赋能千行百业，人工智能迎来“iPhone”时刻。2022 年底 ChatGPT 横空出世，其在理解人类意图、思维链推理、零样本下处理问题的能力优异。2023 年 3 月大模型 GPT4 发布，性能进一步增强，并拥有多模态能力可实现“看图说话”。大模型能力来源于几个方面：大参数量带来能力的“涌现”；海量的数据预训练带来模型基础能力；指令微调解锁的特定领域能力；基于人类反馈的强化学习带来的与人类“对齐（沟通）”的能力。类似的范式被广为传播，诸多科技巨头纷纷推出

百度搜索广告业务预计受益经济复苏，且效果广告受益序列较品牌广告媒介更优先，信息流广告则受益展现形式的效率继续驱动广告业务增长。云业务随着疫后回归常态，项目交付、新签订单逐步兑现，向上复苏趋势明确。ERNIE BOT 方面，短期商业化前景尚不清晰，但产业中长期趋势向好，具备广阔应用场景且有希望构建合适商业模式的机会，看好百度在 AIGC 领域的布局和先发优势。

在智能汽车提速的关键时刻，我们基于百度在智能汽车领域多年来的探索和实践经验，以及对智能汽车产业未来趋势的洞察与思考，凝结团队的智慧于一处，编撰成书。此白皮书将在接下来的时间里，指导百度汽车智能化业务的产品、战略以及能力开放，确保我们在「让汽车更聪明、让出行更简单」的使命驱使下，与车企一同无畏艰难、不懈前行。书中提及的产品和业务模式，部分已经实现，部分将在接下来的工作中逐步有序实现。

当今世界，以 5G、 云、AI 为代表的数字技术，正在不断突破边界，实现跨越式发展。人类社会正在以前所未有的速度迈向智能世界，在通往智能世界的道路上，网络作为万物互联、万物智联的 ICT 底座，正在发挥着越来越重要的作用。随着后疫情时代的到来，居家+公司的混合办公、线上 + 线下的远程教育、虚拟 + 现实的社交娱乐成为新常态。网络之于家庭从承载生活娱乐延伸到了支撑办公学习甚至生产，家庭对网络的需求量、使用时长和品质要求都有着质的提升。同时，随着全球企业数字化进程加速，网络不再仅仅是支撑系统，将会

Transformer 大模型在自动驾驶中应用趋势明确。Transformer 基于Attention 机制，凭借优秀的长序列处理能力和更高的并行计算效率，2021 年由特斯拉引入自动驾驶领域。Transformer 与 CNN 相比最大的优势在于其泛化性更强。CNN 只能对标注过的物体进行相似度的比对，通过不断学习完成对该物体识别的任务；而 Transformer 可以通过注意力层的结构找到更基本的元素与元素间之间多个维度的相关信息进而找到一种更泛化的相似规律，进而提高自动驾驶的泛化能力。同时

伴随着供应链安全、响应速度、降本等有利因素，零部件国产替代进程加速。伯特利将充分受益此趋势，其 EPB、ESC、one-box 等制动产品迎来快速发展。22 年公司 EPB 产品出货量 190 万套，线控制动 27 万套，同比增长85%+。同时，EPB 在研项目 58 个，22 年新增量产 35 个，新增定点 61个。ESC 22 年新增量产 7 个，新增定点 10 个。线控制动在研项目 55 个，22 年量产 16 个。我们认为随着定点项目陆续批量生产，23-24 年智能电控业务收入有望维持

由于技术与法规限制，L4 自动驾驶落地仍需时日，高阶辅助驾驶则可通过 OTA逐步拓宽 ODD 域和提升用户体验，对乘用车企而言具备更可预见的商业化价值。作为高阶辅助驾驶中最具代表性的功能，领航驾驶已成为各车企的“兵家必争之地”。其中高速领航已经完成从 0 到 1、今年开始进入从 1 到 10 的放量阶段，而城区领航则从今年开始逐步上车，预计需要 2-3 年实现“从有到优”。我们认为，中短期来看，随着今年车企价格战的打响，前几年一味堆料的趋势将告一段落，务实和性价比将是决赛圈存活的关键词。也因此，

我们认为，文远知行是 L4 级自动驾驶玩家商业版图构建的代表，无论从规划还是部署上皆表现亮眼。尤其是在当下，市场愈发关注自动驾驶玩家的变现能力。公司通过通用化的自动驾驶技术平台和强大且互补的生态圈合作伙伴，从Robotaxi 出发，发展出五大自动驾驶产品，皆以城市公开道路为主，有望在加速商业化、进行自我造血的同时打开更大的市场空间。▍文远知行是 L4 级自动驾驶玩家商业版图构建的代表，正在快速形成自我造血能力。公司从 Robotaxi 出发，不断拓宽业务边界，目前已发展出五大自动驾驶产品：自动驾

（1）毫米波雷达简介——从定义、基本特性、核心功能、基本原理、系统组成等方面认识毫米波雷达；（2）毫米波雷达产业链——包括产业链构成、上中下游分析、产业链企业分析、区域分布、产业链全景图等；（3）毫米波雷达行业发展概况——包括发展历程、市场规模及细分产品市场结构，并重点分析车载雷达、交通雷达、家居雷达和康养雷达四个细分市场的发展现状。

多传感器融合路线在复杂驾驶场景下的稳定性优于纯视觉方案且传感器成本不断下降、性能不断提高，使得多传感器融合相对纯视觉方案的性价比不断提升，将在长期引发更多毫米波雷达及芯片需求。得益于近年L2及以上自动驾驶渗透加速，一方面，在新款车型中辅助驾驶功能逐步成为标配并带来毫米波雷达“装配车辆整体规模”增长：2022年国内搭载毫米波雷达车型销量同比增长21.9%，未搭载下降15%；另一方面，自动驾驶向更高阶迈进带动毫米波雷达配备向后向、角、侧向、舱内等新位置延伸，毫米波雷达“单车搭载量”亦同步增长：202

4D 毫米波雷达，兼具高性能与低成本优势的解决方案4D 毫米波雷达的 4D 指的是速度、距离、水平角度、垂直高度四个维度。相比传统雷达，增加了“高度”的探测、具有更高的分辨率和精度。目前，特斯拉 Hardware4.0 或将搭载 4D 毫米波雷达，上汽飞凡、深蓝 SL03 都已搭载 4D 毫米波雷达。我们预测 2030 年中国 4D 毫米波雷达市场规模有望达到 449 亿元。性能角度看，我们认为 4D 毫米波雷达未来在分辨率上或可逼近 16-64 线的激光雷达。成本上看，CMOS SoC+AiP

Mobileye：辅助驾驶领域龙头，全球领先ADAS芯片供应商全球最大的ADAS芯片供应商，市占率70%；与超过50家OEM合作，芯片被约800种车型采用；英特尔为控商业模式：产品软硬结合，提供L1-L4全栈式自动驾驶解决方案硬件：视觉处理芯片（EyeQ系列 SoC）；可成像雷达（毫米波雷达）；FMCW雷达【预计2025年量产】软件&算法：道路信息管理地图（REM）；真实冗余（True Redundancy）；责任敏感安全原则（RSS）行业格局：ADAS行业竞争加剧，但行业空间广阔面临全

毫米波雷达作为自动驾驶系统感知层重要硬件，可以完成测距、测方位角和测速度的功能。毫米波雷达完成了从 3D 到 4D 的升级，实现功能和清晰度的升级。4D 毫米波雷达更加契合自动驾驶系统，伴随价格下探有望实现渗透率的快速提升。4D 毫米波雷达充分解决 3D 毫米波雷达的产品痛点，保证角分辨率提升的同时，扩大了视角并拓展了测试距离。射频芯片方案逐步升级，成本稳步下降，4D 毫米波雷达有望复刻 3D 毫米波雷达成本下探节奏。到 2030 年，4D 毫米波雷达国内市场规模有望超过 200 亿元，毫米波雷

电动助力转向（EPS）在乘用车中渗透率已达到顶峰，当下发展方向是EPS 产品结构的迭代和智能化趋势下新技术（线控转向 SBW）的布局和应用。根据佐思汽研数据，2016-2020 年 EPS 在中国乘用车转向市场的渗透率已从 80.1%逐年上升至 96.4%，基本接近顶峰。目前 EPS 主要是向高性能方向升级，根据助力电机装配位置的不同，EPS 可以分为转向柱助力式（C-EPS）、小齿轮助力式（P-EPS）、齿条助力式（R-EPS）和双小齿轮助力式（DP-EPS）四种，从传动效率上 R-EPS 和

事件：特斯拉 HW4.0 或将配备 Arbe 的 4D 毫米波雷达，4D 毫米波雷达关注度上升。1、行业催化：Tesla 或将重启毫米波雷达，国内外车企&Tier1 布局加速回溯 Tesla 的传感器方案，主要经历了“多传感器融合”、“纯视觉”和“4D 毫米波雷达+视觉”3个阶段，我们认为最终采用 4D 毫米波雷达的原因为 4D 毫米波雷达拥有测量俯仰角能力，分辨率高且成本相对激光雷达低，能够较好弥补纯视觉方案的不足，而一开始采用的雷达还不具备测高能力，性能&成本综合考量下，我们

技术优势：激光雷达是自动驾驶传感的核心器件： 激光雷达（LiDAR）作为自动驾驶感知层面的重要一环，相较摄像头、毫米波雷达等其他传感器具有“精准、快速、高效作业”的巨大优势，已成为自动驾驶的主传感器之一，是实现 L3 级别以上自动驾驶最重要的传感设备。相较纯视觉路线，多传感器融合方案具有更低技术壁垒和更好成像质量，成为自动驾驶与高阶辅助驾驶的主流路径。目前国内车规级激光雷达标准逐步趋于完善，伴随半固态式、固态式等技术不断革新，看好其未来作为自动驾驶核心配置的发展潜力。 发展趋

软硬件集成领导者。小鹏汽车以其先进的智能电动汽车功能著称，其目标是实现软件应用商业化，例如其新车型XPILOT 系统中最新的自动导航辅助驾驶（NGP）软件。NGP 为提升自动驾驶能力和增强产品竞争力铺平了道路。产品组合改善，利润率提升，预计核心净亏损有望收窄。公司拟在 2023 年推出三至四款新车型，平均售价为 20 万至30万元人民币（现有车型平均售价约为20万元人民币），毛利率超 15%，有望改善其 2023/2024 财年的前景。预计2024 财年的核心净亏损有望从 2021 财年的 45

特斯拉 HW4.0 硬件曝光，我们认为新一代硬件升级将持续利好计算芯片、存储芯片、光学模组、以太网接口、GPS 模组、通信模组和域控制器。具体体现在：1）FSD 芯片性能小幅提升，内核数量从 12 个提升到 20 个，TRIP 内核数量从 2 个增加到 3 个。HW4.0 背板的 CPU 和 GPU 保持不变，仍然基于 AMD 架构，HW4.0 整体提升了算力并降低功耗；2）内存容量、规格和价值量大幅度提升，容量上从 8 颗 2GB 升级到 16 颗 2GB，规格上从 LPDDR4 升级到 GD

1.自动驾驶芯片将是拥有巨量增长潜力的市场。头部是 Mobileye、英伟达这样的巨头，还有从移动芯片市场杀出的华为海思和高通等厂商，老牌汽车半导体厂商们也在加快布局，如黑芝麻一样的 AI 芯片公司将成为重要的后起之秀。2.功能集中已经成为行业发展趋势，驾驶座舱一体化进程加速。无论是自动驾驶还是智能座舱领域，功能集中已然成为行业发展的必然趋势。随着传感器数量和种类逐渐增多，将不同功能的计算芯片集成到一块板子上，对各传感器的原始感知信息实行后端融合计算成为必然选择。3.中国或将成为全球最大的自动驾

进入 2022 年，ADAS 行业进入深水区，高阶智能驾驶成为市场争夺的焦点。高阶智能驾驶政策有了新突破。北京、深圳、武汉、重庆等地发布政策，支持自动驾驶商业化运营试点；交通运输部发布重磅文件，鼓励和规范自动驾驶汽车在运输服务领域应用。这一系列政策加速推动自动驾驶行业向高阶智能驾驶方向发展。当前，智能驾驶依然处于人机共驾的混合阶段，通过打通高速、城区、泊车场景，基于场景实现点到点的自动驾驶成为行业的共同目标。国内多家车企已推出 L2+级辅助驾驶车型，一些造车新势力车企的 L2+级车型已预埋了支撑

预计行泊一体 5V5R 方案占比提升+ADAS 渗透率提升将带动中国乘用车毫米波雷达市场规模从 2021 年的 52 亿升至 2025 年的 204 亿。毫米波雷达分为前雷达和角雷达（包括前角雷达和后角雷达），2021 年中国乘用车前雷达、后角雷达、前角雷达的前装渗透率分别为 34%、14%、2%，我们预计 2025 年渗透率将分别提升至 70%、67%、45%。我们预计 2025 年普通前雷达单价为 400 元，4D 成像雷达单价 1000 元，角雷达单价 220元。由此计算预计 2025 年

本文件规定了中小型自动驾驶客车的整车、转向系、制动系、照明、行驶系、车身等技术要求以及自动驾驶能力要求和检测方法。本文件适用于在限定区域内或半开放道路从事经营性道路客运的中小型纯电动自动驾驶（L4级及以上）车辆。

国防军工行业是具备较好发展前景的行业，疫情、宏观经济压力下稳健增长：长期以来，国防军工都是关乎国家安全的重要行业。2020 年初的新冠疫情给国内全行业形成了较大的冲击，国民消费意愿无法得到满足，许多企业停产停工，企业经营状况遭受重大打击，市场情绪持续低迷。航空装备板块作为我国前列的大市值行业（申万三级），在2021 年一季度至 2022 年三季度期间归母净利润增速均为正数，在盈利稳定性方面仅次于国有银行和白酒板块。这些都体现了军工行业在宏观经济承压下增长稳定，具有较强的韧性。从股价上来看，航空装

近年来，以无人机为代表的低空经济发展需求渐盛，无人机产业发展势头正劲。中国作为全球民用无人机最主要的产业基地，近年保持着较快增长。但与此同时，无人机带来的航空与公共安全、公众隐私侵犯等问题不断发生，无人机系统自身的安全性也有待提高。绿盟科技格物实验室联合工业和信息化部电子第五研究所发布《智胜空天·安全护航》无人机现状观察及安全分析报告。该报告首先从无人机市场、国内外政策标准、研究组织、相关会议等方面对无人机发展现状进行分析介绍；然后着眼于无人机系统的安全性，梳理无人机相关的攻击应用场景、国内外安

新一代信息通信技术正在加速驱动汽车产业的百年之大变革，推动汽车的电动化，网联化和智能化融合发展。自动驾驶已成为展现国家技术实力、创新能力和产业配套水平的新名片。中美德日韩等多个国家都在积极打造适应自动驾驶发展的政策法规，加大对自动驾驶产业的培育力度，以抢占科技创新和汽车产业变革的发展先机。全球自动驾驶汽车产业的发展正在日渐加速。

本文件规定的自动驾驶道路交通环境感知的道路交通环境的地形地貌、道路区段、车道数、道路平曲线、道路竖曲线、气温、时间、动态要素等14个大类别及代码，部分类别还确定了多层级的参数指标，可为智慧道路建设、自动驾驶系统研发的传感器及高精度地图环境感知及日志文件确定和自动驾驶系统测试的场景组合分类及适应性定量评估奠定基础，为推动自动驾驶发展统一数据类型提供技术支撑，对智能交通行业发展及中国式现代化具有化时代意义。

本文件规定了自动驾驶营运车辆设计运行条件（使用条件）的一般要求、分类要求和定义要求。本文件适用于对具备有条件自动驾驶功能、高度自动驾驶功能的自动驾驶营运车辆的设计运行条件（使用条件）进行定义、声明及公告。其他用途、等级的自动驾驶车辆及ADAS系统可参照执行。

国家政策大力扶持，给自动驾驶行业发展注入强心剂。• 经过多年发展，自动驾驶已经成为中国展现国家技术实力、创新能力和产业配套水平的新名片，呈现出蓬勃向上的新格局。进入2022年以来，国家层面及地方政府也适时出台一系列政策和规划，促进自动驾驶相关产业健康快速发展。2022年11月，工信部印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，对准入试点的智能网联汽车产品，提出了一系列规划和指导要求，进一步推进了自动驾驶的发展进程。• 乘用车自动驾驶正在由L2向L3+过渡，商用车自动驾驶已进入商业化

本文件规定了自动驾驶开放道路安全分级的基本要求、风险等级评估流程、评估要素、风险度计算流程和评估分级。本文件适用于自动驾驶开放道路安全分级，也可用于指导自动驾驶车辆开放区域划定及企业车辆自动驾驶功能测试道路选择。

智能网联汽车测试监管系统 第1部分：监管平台技术要求智能网联汽车测试监管系统 第2部分：车载终端技术要求智能网联汽车测试监管系统 第3部分：监管平台与车载终端接口技术要求

智慧矿山 矿用车辆自动驾驶协同作业系统 第1部分：总体技术要求智慧矿山 矿用车辆自动驾驶协同作业系统 第2部分：车辆技术要求智慧矿山 矿用车辆自动驾驶协同作业系统 第3部分：云控平台技术要求智慧矿山 矿用车辆自动驾驶协同作业系统 第4部分：信息交互要求智慧矿山 矿用车辆自动驾驶协同作业系统 第5部分：车辆和云控平台测试方法及要求

车路云协同自动驾驶是交通、汽车、信息与通信产业的协同发展成果，交通、汽车、信息与通信三大产业交叉融合、互为前提、相互促进、相互支撑，形成以“聪明的车+智慧的路+融合的云”为基础架构，以高精地图、导航定位等产业为支撑，融合信息安全、大数据、人工智能等关键技术，面向交通应用提供安全、高效的出行服务，形成车路云协同自动驾驶系统，是实现高等级自动驾驶的必由之路。

近年来，随着新一代互联网+、大数据、云计算、人工智能等先进技术的渗透应用，车路协同系统已逐步上升至国家战略。目前，新基建与“双碳”目标赋予车路协同新动能，新一代车路协同自动驾驶交通系统将推进智慧城市基础设施数字化、智能化、网联化发展，强调“人、车、路、网、云”协同，解决单车智能瓶颈问题，推动协同式自动驾驶、车联网等技术落地应用，支撑智能交通与智慧城市高质量建设与发展，真正满足城市交通出行智能化、交通管控全局化、信息服务泛在化等需求。把握时代脉搏，紧跟社会发展步伐，江苏省以创建全国首个车联网先导区

莫听穿林打叶声，砥砺前行中仍然对小鹏保持乐观如何看待小鹏汽车的现状？我们认为小鹏汽车的相对α或将在2023年H1初现我们认为现阶段对于小鹏汽车销量和智能化的展望不必过于悲观，小鹏汽车在2023年H1的新车型（P7/G7）仍兼具品牌力和产品力，相关车型的口碑已经初步经过市场验证，伴随G9发布后公司管理层面掀起的一系列组织架构改革和调整，我们预计未来小鹏汽车对用户需求的实现将更为克制和专注，不同平台之间的协同效应将进一步加强。同时现阶段小鹏汽车在智能化、补能体系和高级别自动驾驶领域相比其他新势力车企

智能驾驶功能不断丰富，ADAS前装量产加速上车，多方位提升用户驾乘体验。智能驾驶功能快速上车，L2级辅助驾驶功能已经成熟，L2+/L2++级高级辅助驾驶也开始进入定点量产阶段，智能驾驶正在走进家家户户。智能驾驶功能的上车从多方面提升了用户驾驶体验，同时在安全、能耗、效率方面起到积极作用，用户的驾驶习惯正被潜移默化地改变。

1.自动驾驶与智能座舱芯片一体化趋势明显，自动驾驶芯片具有高算力发展趋势。市场容量未来5年将会高速增长。2.目前自动驾驶芯片企业中英伟达依托自己的前期GPU积累和算力优势，CUDA生态占据市场领导地位。3.市场渗透率仍低同时还未固化，需求和技术路线仍在探索。国内自动驾驶芯片企业有望依托国内强势新能源车企业获得突破。

自动驾驶方案龙头、重新上市再度起航。Mobileye 是驾驶辅助系统（ADAS）以及自动驾驶解决方案的领导者，于 1999 年在以色列成立，曾在 2014 年于纽约证券交易所上市，并于 2017 年被 Intel 以 153 亿美元收购，之后在 2022 年 10 月在纳斯达克交易所重新上市。截止 2022 年 10 月，全球范围共有 50 家 OEM 与 Mobileye建立合作关系，公司产品搭载超 800 款车型，2018-2021 年 66%的“NCAP”五星级车型配备了公司的解决方案。截

易车研究院调研数据显示，用户对自动驾驶安全性担心的比例达92.77%（2021年）。易车研究院调研数据显示，92.77%的用户担心自动驾驶安全性；其中，易发生故障/系统错误（占比86.25%）是用户对自动驾驶最担心的因素。佐思汽研搭载数据显示，高级辅助驾驶渗透率达33.5%（2022年1-9月）。佐思汽研数据显示，辅助驾驶渗透率快速提升，2022年1-9月国内乘用车L2&L2+辅助驾驶渗透率达33.5%；预计2025年L2&L2+辅助驾驶渗透率将超50%。

激光雷达产品成熟度持续提升，车载领域具备良好前景。激光雷达是一种通过脉冲激光照射目标并用传感器测量反射脉冲返回时间来测量目标距离的测量工具。其核心优势在于利用激光的高频特性进行大量、高速的位置及速度信息测量，形成准确清晰的物体 3D 建模。Velodyne 将激光雷达应用到 DARPA无人驾驶汽车挑战赛，首次将激光雷达带入了自动驾驶领域，其后随着 ADAS等下游应用的持续发展，行业也迎来了长足的发展。激光雷达下游应用广泛，其中车载领域具备良好的前景，根据 Frost&Sullivan 数

华测导航成立于 2003 年，聚焦高精度卫星导航定位（GNSS）应用，是国内北斗高精度卫星导航定位产业的领军企业之一。公司主营业务含建筑与基建（45%）、地理空间信息（18%）、资源与公共事业（32%）、机器人与无人驾驶（5%）四大行业应用解决方案，产品及解决方案已广泛应用于自然资源、建筑施工、交通、水利、农业等行业，并且成功进入智慧城市、自动驾驶、人工智能等新兴领域。公司近五年营收复合增速29.44%、归母净利润复合增速 22.87%，公司激励机制到位、分享文化浓郁，经营管理持续优化、盈利能力

汽车产业的变革无疑是近几年科技行业最火热的话题之一。不断推进的电气化进程正在重塑汽车产业，不仅使汽车的动力来源从汽油变成了电池，更使得汽车产业由原来的以机械为核心变为了以半导体为核心。当今汽车的创新重点大多围绕着汽车的智能化。行业玩家正在投资和开发多种技术，以提高自动驾驶汽车的感知、定位、规划、决策和执行能力。基于对自动驾驶未来的美好愿景，自动驾驶行业成为了过去几年最火热的融资板块之一。然而，与前几年市场充斥着大量乐观预期和大型交易不同的是，最近更多的是IPO的推迟、缩减业务规模等较为悲观的信息

我国雷达技术和产品发展总体来说，大致经历了修配、仿制、自行设计和发展提高四个阶段，当前进入高速发展时期，该阶段的目标是赶上和缩小与世界先进雷达技术的差距。全球雷达市场规模逐年上升，预计2026年达2721亿元，我国市场规模达783亿元。国内雷达行业进入高速发展期，新玩家不断进入，行业竞争较为激烈。

推荐逻辑：1）线控制动是智能驾驶新趋势，具有集成度高、重量轻、反应时间短等优势。2021年公司成为国内首家 one-box 量产企业，在手订单快速增长，预计 22-24年分别出货 30/150/200万套，产销位居行业前列，国产替代进程加速。2）双碳目标下，轻量化成为汽车行业发展新趋势，预计 20-25年行业规模CAGR 为 16%。随着产品线市场开拓及产能不断提升，公司轻量化制动零部件业务将快速增长。3）线控底盘是实现自动驾驶技术的关键执行层，公司积极布局线控转向业务，丰富和完善汽车安全系统领

➢ 线控转向是汽车转向系统的未来发展方向。汽车的底盘由传动系统，转向系统，行驶系统，制动系统四大系统组成，包括驱动、换挡、制动、悬架、转向五大部分，其中汽车转向系统是用于改变或保持汽车行驶方向的专门机构。汽车的转向系统经历了机械转向系统（MS）、机械液压助力转向系统（HPS）、电动液压助力转向系统（EHPS）、电动助力转向系统（EPS）的发展过程。目前，HPS 和 EHPS 已广泛应用于商用车，EPS 则大量地运用于乘用车上，随着线控技术的发展，线控转向系统（SBW）也逐步应用。 ➢

互联网、智能手机和新能源汽车渗透率与产业生命周期的对应关系在产业发展过程中，5%、20%和 50%的渗透率是三个重要的分界点。行业发展初期（渗透率 5%以下）：行业处于萌芽阶段，蓝海市场崛起。代表产业：AIGC、自动驾驶汽车、氢能源汽车、生物育种、钙钛矿电池、折叠屏手机、3D 打印。 渗透率黄金拐点期（5%-20%渗透率）：受政策催化或新产品上市，渗透率出现加速向上拐点，股价有望迎来“戴维斯双击”。代表产业：BIPV（光伏建筑一体化）、培育钻石、无糖茶饮料、虚拟现实、保险行业、云计算、

   「博世未来智能驾驶与控制（上海）研发中心正式启用」全球领先的技术与服务供应商博世今日宣布，博世未来智能驾驶与控制（上海）研发中心正式落成启用。新研发中心位于上海浦东金桥，总投资额超过1.5亿元人民币，办公面积超过10,000平方米。未来将有超过540名研发人员在此从事智能座舱与高阶智能驾驶领域的技术研发，尤其是软件相关的研发工作。新研发中心的落成启用，将进一步提升博世在未来出行领域的本土研发实力，更好服务本土市场，助力客户应对软件定义汽车的产业变革。「小马智行在京获自动

➢ 数字阵列雷达转换关键时期，核心组件需求持续上涨。相控阵雷达经历无源相控阵雷达、有源相控阵雷达、数字阵列相控阵雷达的依次迭代过程，数字阵列相控阵雷达在抗干扰能力、探测精度、功能多样性等方面均具有突出优势，其低功耗、高稳定、高精度的特点也使其成为目前相控阵雷达发展的重要方向之一。随着相控阵雷达结构转型升级，有源模拟和数字阵列相控阵雷达逐渐扩大应用，其核心组件如 ADC/DAC 芯片、T/R 组件的用量呈倍数上涨，市场空间成长可观。➢ 相控阵雷达覆盖多个应用领域，下游领域广阔。相控阵雷达下游包含星

随着新特首的上任和后疫情生活的复常，香港将“活起来、动起来”，再次强势向世界出发。本文重点探讨自动驾驶在香港实践的可行性，以及如何引领香港打造全球顶尖智慧城市和绿色金融大都会。我们认为，自动驾驶不但能提升社会的经济效益，也可让市民的生活更智能化，符合 ESG 概念和本届政府的目标，“为市民谋幸福，为香港谋发展”。我们认为，香港政府可在法律法规的制定和落地推进两方面发力，首先完善自动驾驶封闭场景（机场和港口）以及半开放场景（屋苑、校区、新发展地区、产业园区、旅游景点等）的落地规划，并加速牌照发放和

传统汽车行业集人类工业文明发展之大成，以机械部件的可靠性、座舱内部的舒适性、驾驶过程的操控性、外观设计的美观性作为评价车型的主要标准。然而，随着智能化终端对人类生活的渗透，人们越发信任并习惯于科技发展所带来的便捷。汽车作为人类最主要的出行工具之一，也在渐进式地通过各种驾驶辅助功能将用车者从驾驶行为中解放出来，车机系统的智能性正越发成为人们评价一个车型的核心标准。自动驾驶是驾驶辅助功能的最终形态。早期的各种驾驶辅助功能控制逻辑较为直接，体现为控制车上单一维度的功能对数量有限的环境变量做出回应。进一

未来自动驾驶普遍实行之后，将对保险公司、中介、车商等围绕车辆上下游企业的影响有两个层面：一是针对行车风险的保险产品调整是否及时和到位，这涉及保险定价是否合理和理赔是否便捷，自动驾驶对数据产生和收集具有很大帮助，一定程度上有利于保险产品定价和理赔；第二是保险生态建设的问题，因为车险并不是孤立服务，涉及购车、定损、维修、检测等多个环节，自动驾驶技术的使用，进一步增强了上下游联系的紧密程度，有利于车险生态的建设。

大部分“自动驾驶”其实是指汽车的自动化驾驶，并不是真正意义上的自动驾驶，虽然目前已量产智能汽车有些已经到达ADAS阶段，即高级辅助驾驶阶段，但距离真正意义上的自动驾驶还存在一定的距离。自动驾驶的实现是阶段性的目标达成，目前全球正在逐步推进智能驾驶向下一阶段进阶。• 智能驾驶：包含了现阶段的ADAS高级辅助驾驶及未来将逐渐实现的自动驾驶，主要是通过智能传感器，进行多融合算法处理，使汽车可以自主完成环境感知，并进行规划决策的驾驶。• ADAS：Advanced Driver Assistance S

2022年9月，国内新车L2级辅助驾驶装配量与渗透率均创新高；装配量58.2万套，同比增长56.4%，环比增长12.1%；渗透率达32.2%，同比增长9.7个百分点，环比增长3.8个百分点2022年9月，相比上个月，美系L2级市占率大幅增加，主要贡献者有特斯拉、福特；受特斯拉、理想的助力，30-50万L2级市占率增加4个百分点；油车L2级市占率降低4.8个百分点，纯电动车增加4.3个百分点，纯电动L2装配量同比增长达81.8%2022年9月，博世、电装、Veoneer的L2集成方案配套量同比增长

CMOS 是一种主流的半导体工艺，具有功耗低、速度快的优点，被广泛地用于制造CPU、存储器和各种数字逻辑芯片。基于CMOS 工艺设计的图像传感器叫做CMOS Image Sensor (CIS)，与通用的半导体工艺尤其是存储器工艺相似度达到90%以上。CMOS 图像传感器是使用光电二极管和 CMOS 晶体管来处理入射光信息的 IC。 CMOS 图像传感器器件采用标准 CMOS 技术制造，CMOS sensor 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

• 随着L2及L2+的高级辅助驾驶功能加速上车，中国逐步进入“自动驾驶”阶段。在此阶段技术能力突破、商业模式迭代、发展前景探索等成为主机厂与产业链上下游企业重点关注的方向。在自动驾驶的深入发展下，自动驾驶相关企业不断推动自动驾驶量产落地进程，以更快的脚步迎接更高级别自动驾驶的到来。• 产业生态下，各企业之间不再是相互争夺资源、相互消耗，而是要实现产业链上供应商、集成商、经销商、合作伙伴等多个相关主体协同一致地完成共同目标，构建多方合作、效益倍增、互利共赢的产业生态系统。• 亿欧智库作为长期关注自

■线控底盘是实现 L3 级以上高阶自动驾驶的必要条件线控底盘实际是对汽车底盘信号的传导机制进行线控改造，以电信号传导替代机械信号传导，从而使其更加适用于自动驾驶车辆。其核心特点在于可实现“人机解耦”，向执行器下发指令的信号源可由人变为自动驾驶系统零部件，并具备高精度、高响应速度等优势。同时，当自动驾驶功能等级迈向 L4 级及以上时，车辆的行驶将完全脱离人工干预，也即整车执行系统不再具备驾驶员作为安全冗余。因此，为保证整车在无人驾驶过程中的安全性，高阶自动驾驶车辆在执行层的设计中，需要在制动、转向

在软件定义汽车的时代，功能体验日新月异，采用面向信号的架构开发模式不能满足用户对于功能快速交付的期待，正初步地被面向服务架构所取代。本文讨论了面向功能开发流程中的核心元素，以及功能、系统和零件之间的关系，提出了在系统层建立以功能架构为基础的建模方法。同时结合吉利汽车的开发实践经验，提出功能导向开发模式的组织分工，建议由系统工程师来主抓功能架构在系统层建模并推动落地。最后展望了功能架构在面向服务架构和敏捷开发流程中的重要作用。前言随着电动化、共享化、智能化和网联化时代的到来，用户的需求与日俱增，丰

摘要对传统汽车网络总线类型及网络架构特点进行分析，结合智能网联汽车特点智能化和网联化、以及智能网联汽车对传统汽车网络架构的挑战，提出基于以太网的汽车网络架构解决方法、并阐述了应用以太网网络架构的应用推进过程、介绍了汽车以太网应用协议的分类，解决了汽车大数据传输问题。‍1 汽车网络介绍汽车网络，是指将汽车上的所有电子传感器、电子执行器、电子控制单元（ECU）连接在一起的通信形式。汽车功能简单、每辆汽车上ECU数量少的情况下，可通过点对点通讯。随着汽车功能的增多，汽车上传感器、执行器、ECU数量增多

最后一英里交付的未来：技术如何应对复杂性和实现成本。这场大流行让网上购物和零售类别的电子商务出现了前所未有的激增，此 外还有各种新的履行方式来迎合消费者的需求。 喜爱和需求。尽管商店已经重新开业，生活在很大程度上恢复了正常，但消费 者继续在网上购物，这比他们在大流行病发生前更多。 消费者行为的这种转变--加上对更快、更便宜的送货方式的需求--给零售商的 底线带来了巨大压力。Capgemini研究机构称，最后一英里占供应链总成本的 40%以上。南希-科拉伊姆，最后一英里配送的创始人和首席执行官 初

自动驾驶汽车（AVs）何时上路？哪些促成因素将有助于其广泛采用？哪些技术在通往自动驾驶的道路上将是至关重要的？为了回答这些问题以及更多的问题，某调查机构调查了来自世界各地从事自动驾驶的汽车、运输和软件公司的75位高管。有些是初创企业，有些是现有企业，包括OEM和一级供应商。他们的回答（在此总结）讲述了一个关于显著技术进步和丰富创业能量的故事。但他们也谈到了现实世界的挑战，即监管、大规模商业化和获得实现自动驾驶汽车愿景所需的巨额资金，特别是那些具有自动驾驶能力的汽车。第一批L3级交通拥堵智能驾驶项

⚫ 我国自动驾驶芯片产业仍处在发展初期，本土厂商抓住机遇切入蓝海市场。在过去，自动驾驶芯片主要以实现单一功能为主（支持低级别的辅助驾驶），而 2017 年特斯拉 Model3 开始量产，标志着自动驾驶芯片从追求单一功能向承担“大脑”功能转变，自动驾驶芯片行业进入“拼算力”的时代。由于当时市场上可供选择的自动驾驶芯片产品较少，国内以华为、地平线、黑芝麻、芯驰科技为代表的新兴芯片科技公司凭借着 AI 算法、高能效比等优势切入这一蓝海市场，并在高级别自动驾驶落地之前加速算力追赶。此外，芯片国产化是智能

❑ 国内高精度定位龙头，竞争力和份额有望持续提升，自动驾驶业务 2023 年有望起量带来弹性，成长性有望超预期。❑ 国内高精度定位龙头公司是国内高精度卫星导航定位领域龙头，北斗系统与行业应用加速融合、高精定位技术迭代优化、多源融合定位技术的发展等多向驱动高精度定位市场快速增长。公司核心技术自主可控业内领先，近年来竞争力和份额持续提升，随着北斗系统自主建设推进，国内厂商竞争力有望加强，对标 Trimble 成长空间广阔。❑ 未来成长性有望超预期2020 年北斗三号正式开通，北斗系统与行业应用的加速

标普全球汽车（S&P Global Mobility）的自动驾驶服务提供高级驾驶辅助系统市场至移动出行，自动驾驶前沿发展的相关洞见、背景、数据和分析。用户可快速访问市场发展的关键见解，了解事件背景和技术趋势，深入研究数据和预测，并无缝推动分析来支持他们最具挑战性的决策。

2022 是激光雷达上量起点，中国不仅是主要下游市场，还是产业发展的实力竞争者中国市场激光雷达装配量正快速上升。根据高工和佐思汽研数据，2021/2022H1 国内乘用车激光雷达装配量约为 0.8/2.47 万台。7 月起，国内新车型密集交付将推动装配加速，预计全年装配量超 10 万台。乐观假设下，2023 年国内乘用车激光雷达装配量有望冲击 50 万台。与此同时，中国激光雷达厂商正快速突围，截止 2022 年 8 月，全球 ADAS 前装定点数量约有 55 个，中国供应商占 50%，禾赛、速腾

高德红外是技术全球领先的红外探测器供应商，也是国内唯一获得某类完整装备系统总体科研生产资质和某两类完整装备系统总体科研资质的民营企业，技术壁垒深厚。展望未来，公司短期业绩波动并不影响其所在的市场规模及行业增速，且伴随着完整装备系统步入收获期，业绩有望快速反弹，并实现高速增长；长期来看，自动驾驶将快速打开公司拳头产品——红外探测器的市场规模，公司作为全球领先的供应商，有望长期保持竞争优势，持续从行业扩容中受益。全球领先的红外热像仪专业研制厂商，业务横跨上下游共 4 个板块武汉高德红外股份有限公司创

论坛上，IDC发布了在中国建设银行、中信银行、西安交通大学和华为联合支持下撰写的《企业自动驾驶网络白皮书》（以下简称白皮书）。白皮书基于行业网络发展成功实践提出为推动企业数字化转型，需要自动化和智能化为特征的自动驾驶网络，并提出“自动驾驶网络参考指数(ADNRI)”，旨在衡量网络自动化和智能化的水平。网络架构演进：自动驾驶网络是方向白皮书分析了数字经济时代企业数字化转型方向，指出网络是未来数字基础设施的重要引擎。AI技术发展使自动驾驶网络成为可能，自动化和智能化的网络成为企业网络转型方向，未来网

高精度导航定位龙头一体化布局，切入自动驾驶组合导航打开成长空间公司是国内高精度导航定位龙头之一，以高精度导航定位技术算法为核心，构建出包含 GNSS 芯片、板卡、模组等在内的高精度定位硬件技术平台和高精度定位增强网络服务平台。下游广泛布局建筑与基建、地理空间信息、资源与公共事业、机器人与自动驾驶四大板块。基于强大的位置服务能力承接北斗三号落地带来的“北斗+”行业红利，同时切入自动驾驶组合导航市场，发展前景可期。我们上调公司 2023 年盈利预测，新增 2024 年预测，预计公司 2022-202

汽车软硬件解耦后主机厂商业模式由硬件驱动升级为软件驱动，汽车软件产业迎来千亿市场。预测到 2030 年，中国汽车软件产业总规模有望超 1900 亿元，2020-2030 十年 CAGR 高达 26%。ADAS/AD 软件市场将从 2020 年的35 亿元增长到约 1400 亿元，CAGR 达 40+％。智能座舱软件市场将从 2020年 77 亿元增长到约 308 亿元，CAGR 达 15%。“软件定义汽车时代”汽车商业模式颠覆，汽车软件市场迎风而起传统分布式架构使得汽车软硬件紧密耦合，域控制器的

现阶段智能驾驶已发展至L2+/L3阶段，L3级是自动驾驶等级中的分水岭，驾驶责任主体界定最为复杂，在自动驾驶功能开启的场景中，环境监控主体从驾驶员变成了传感器系统。当前激光雷达在除特斯拉的视觉主导方案外在L3以上级别自动驾驶不可或缺。智能驾驶系统的核心问题：我在哪？我去哪？我该如何到达？对应着智能驾驶的三大核心技术部分，即环境感知、决策规划和控制执行。

目前，我国在官方政策中对“智能网联汽车”的定义为：搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（人、车、路、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协调控制等功能，可实现“安全、高效、舒适、节能”行驶，并最终可替代人来操作的新一代汽车。多个发达国际或地区如欧盟、日韩均已提出了智能网联汽车产业的发展目标。欧盟计划2030年实现完全自动驾驶的普及应用，日本计划2025年私家车和卡车运输实现高速高路L4级自动驾驶，韩国预计2030年L3、L4级别车辆

业内预期激光雷达远期全球市场空间约千亿美金，在资本市场备受关注。我们认为，激光雷达产业链条里最具投资价值的是整机，预计将有较高的集中度和较好的毛利率。在供应链环节，我们建议关注发射芯片、接收芯片和准直器件。推荐长光华芯、永新光学、炬光科技，建议关注禾赛科技、图达通、速腾聚创。 ▍激光雷达产业的空间、节奏、路线： 1）市场空间：业内预期行业远期市场空间千亿美金，市场给予了产业相关公司高估值。2）时间节奏：2022 年是激光雷达规模上车元年，目前相关产品已获得 26 个新定点，预计有 22

特斯拉“汽车+软件”组合带来的业务飞轮效应正不断凸显，而特斯拉自动驾驶技术是否能持续领先，以及商业化可行性&可拓展性等，亦将是市场评估公司中长期价值的核心基础。我们判断，芯片+算法+数据一体化融合带来的系统性优势以及纯视觉方案的成本优势、稳定性&可扩展性等，有望使得特斯拉自动驾驶技术在全球市场保持持续领先。从车端到云端，特斯拉芯片设计注重系统思维，在平台灵活性、局部运算效率方面实现有效平衡；同时基于第一性原理，借助 BEV 视觉算法实现三维空间鸟瞰视图构建，并融入时间序列特征；借

◆ 市场概括：激光雷达 3D 感知性能优越，应用市场广阔。激光雷达是利用激光实现 3D 感知的现代光学遥感技术，具备主动探测、高分辨率和强抗干扰的特性，通过线扫描和点阵扫描的方式可以实现三维感知，配合全球定位系统及惯性导航系统更能实现高精度定位，因而被广泛应用在工业测量、环境测绘及智能驾驶当中。 ◆ 产业阶段：高阶智能驾驶呼之欲出，激光雷达蓝海开启。智能驾驶多传感器融合成趋势，L3+阶段激光雷达能增强驾驶系统的可靠性、冗余性，并且借助差异化竞争优势，有望成为除特斯拉外的造车新势力实现弯

► 线控底盘：千亿市场规模 高阶智驾驱动 驱动力：线控底盘包括线控转向、线控制动、线控悬架、线控油门/驱动、线控换挡等五大子系统，通过电信号代替机械传动部件，实现对汽车动力输出的主动控制，符合底盘执行机构标准化、模块化，运算控制集成化、协同化发展趋势。因此，线控底盘是自动驾驶、电子电气架构升级、整车电动化、集成化造车综合催化下的产物，是电动智能浪潮下具有明确前景的黄金赛道。核心增量： 线控制动 2021 年国内渗透率 10.3% ，同比+4.4pct，正在从导入期进入成长期，我们预计

激光雷达是高级自动驾驶的核心传感器，其系统由激光光源、接收探测器、扫描系统、信号主控板等部分组成。随着汽车智能化加速，L3+自动驾驶快速导入，激光雷达整机及其上游产业链将迎来百亿美元市场。激光雷达是高级自动驾驶的核心传感器，市场机会广阔高级自动驾驶推动更高感知需求，多传感器结合降低感知误差。激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息，是高级自动驾驶的核心传感器之一。当前L3+高级自动驾驶渗透率正在进入快速提升阶段，激光雷达将迎来巨

2021年为激光雷达“上车”元年，2022年有望成为激光雷达的量产大年，从L2级别辅助驾驶到L3+自动驾驶跨进。在2021年1月，蔚来在NIO day上宣布ET7全系搭载激光雷达，掀起了中国车企定点激光雷达的浪潮，随后，小鹏、北汽极狐、上汽智己、上汽飞凡、广汽埃安、理想、高合、威马等造车新势力和传统车企新能源品牌，都纷纷宣布即将量产或交付的新车型将搭载激光雷达。这些车型最晚都是在2022年交付，2022年有望成为激光雷达的量产大年。 ➢ 激光雷达由发射模块、接收模块、主控模块以及扫描模

卫惯组合导航需求逐渐刚性，百亿级市场已来临：在众多高精度定位方案中，仅 GNSS 卫星定位为车辆提供绝对定位信息。卫星导航和惯性导航组合使用，可在隧道、城市峡谷、高架桥等复杂场景提供稳定的绝对位置信息。在实际应用中，高精度定位和高精度地图相互配合使用。高精度定位是 L3 级别及以上自动驾驶标配，假设 2025 年 L3 及以上自动驾驶渗透率为 28%，高精度卫惯组合导航定位设备单价为 750 元，国内市场空间为 53.2 亿元，2022-2025 年 CAGR 为 94%。部分 L2+车型均搭载

自动驾驶的TOPS竞赛有实际意义，但意义没有想象那么大，其中有很多误区，不好好识别容易导致不好的事情发生。TOPS说的只是GPU算力首先算力和你使用的计算芯片有关系，如果你的算法大部分是标量计算，那这个值没有意义，当下我们所说的TOPS高算力实际都只是GPU的乘积累加矩阵运算算力。不同的芯片都通过总线和外界联系，有自己的缓存体系，以及数字和逻辑运算单元。CPU和GPU两者的区别在于片内的缓存体系和数字逻辑运算单元的结构差异。CPU虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存和足够多的

随着汽车新四化的不断推进，智能驾驶技术高速发展。消费者逐渐改变的消费理念，推动汽车从代步工具向智能移动终端演进。自动驾驶感知、决策和执行环节高速进步。感知方面，传感器从单一传感器感知发展至多传感器融合阶段，摄像头发展路径逐渐明确，4D 毫米波雷达迅速兴起，激光雷达开启量产上车。决策方面，域集中趋势不断推进，跨域融合架构也逐渐浮现。自驾域控制器成智能驾驶计算主体，大量 OEM/Tier 1/Tier 1.5 布局研发对应产品。执行方面，智能底盘顺应汽车电动化和智能化发展需要，线控转向、线控制动及空

公司聚焦半导体激光芯片，收入持续高增长，多数产品毛利率维持 60%以上较高水平公司聚焦于半导体激光行业，主要产品包括单管系列、巴条系列、VCSEL 系列、光通信芯片。公司成长性突出，营业收入从 2018年的 0.92 亿元增长至 2021 年的 4.29 亿元，CAGR 高达 66.82%。归母净利润 2020 年实现扭亏为盈，2021 年大幅增至 1.15 亿元，同比增长 3.4 倍。同时公司盈利能力较强，除光纤耦合模块及直接半导体激光器产品毛利率较低外，其余产品毛利率均高于50%，其中巴条系

智能化开启汽车创新的下半场从个人电脑时代的微软到智能手机时代的苹果，“万亿市值”公司的出现，标志着终端智能化的代际交替。2021 年 10 月特斯拉市值破万亿，属于智能电动车的新时代已经拉开帷幕。我们认为：1）汽车智能化的最大特征是商业模式向智能手机靠拢，软件定义智能终端将颠覆原有盈利框架和估值体系。我们看到，以蔚小理为代表的国产品牌在智能化、电动化领域走在全球前列，实现了对百年车企的弯道超车。2）智能驾驶、智能座舱、动力总成受益于汽车智能化和国产替代的两条主线；3）无人驾驶出行服务从 2G/2

汽车智能化是大势所趋，L3+级别自动驾驶落地在即。在汽车“新四化”发展目标的指引下，我们政府相关部门出台了一系列政策来鼓励智能汽车的发展。其中，在发改委等部门联合印发的《智能汽车创新发展战略》的通知中明确提出：目标2025年有条件自动驾驶（L3）汽车达到规模化量产，高度自动驾驶（L4）汽车实现在特定环境下市场化应用。我们认为智能驾驶发展的方向是明确的，L3+级别自动驾驶将逐步落地。线控转向是高阶智能驾驶的核心执行机构。随着汽车智能化的发展，汽车底盘正由传统底盘向线控底盘过渡。为了追求更高的执行精

疫情以来，美联储加码宽松的货币政策，叠加SPAC上市打开一级市场融资退出新渠道，导致近两年国内外的科技投资热潮直逼千禧年初的势态，让全球资产估值也“水涨船高”。但今年开始，伴随着货币政策紧缩的“潮褪”，加上宏观和地缘政治的影响，半导体芯片设计和自动驾驶，两个代表着全球科技变革的大产业，在一二级市场均面临着估值承压。我们认为，不管是泡沫也好，供需错配也好，还是科技变革到收入变现仍需耐心也好，投资者对于建立更客观的估值框架体系和科技产业发展逻辑，提出了更高的要求。因此，我们以此为题，作为2022下半

激光雷达是高级别自动驾驶主流方案中的必备传感器，2022年步入量产元年。摄像头和毫米波雷达的组合，对静态车辆或障碍物的识别会有问题（如特斯拉曾撞上白色货车的可能原因），这方面激光雷达的效果是最好的。另外，相比摄像头等传感器，激光雷达探测距离可在200~300m+，分辨率更高，在夜晚、雨天等能见度较低的环境下性能更优，可显著提升自动驾驶系统的可靠性，被认为是L3级及以上自动驾驶车辆的必备传感器（特斯拉为何不用？特斯拉全面迈进纯视觉方案，该路线以大量数据+强大算法为基础，是特斯拉构筑的高技术壁垒，难

在本篇报告中，我们聚集自动驾驶最新进展与未来展望，回答了市场关心的三个问题：1、为什么2022年是L3自动驾驶元年？从车端来看，L2部分功能已成为新车标配，近期发布的多款新车搭载了高算力计算平台、激光雷达、多个环视和感知摄像头等面向L3级以上自动驾驶硬件，车企自驾平台研发规划推进到L2+；从法规端看，深圳立法L3自动驾驶，并将于8月1日起实施，开放了L3以上自动驾驶汽车准入和登记，有望推动L3级智能网联汽车在深圳的量产落地，也为国内其他城市及国家级法规提供参考；产业进展层面，我们观察特斯拉在美国

线控底盘发展背景：我国新能源汽车市场步入高增长快车道，截止至2022 年 5 月新能源汽车渗透率达到 26.5%。相较传统燃油车，电动车机械结构更简单，零部件标准化程度更高，同时整车电子电气架构正由分布式向域集中/中央控制架构升级，软硬件逐步解耦，为汽车智能化奠定坚实基础。我们认为，智能汽车两大核心分别是“智能座舱”及 “智能驾驶”；在电动化与智能化推动下，作为智能驾驶的主要载体，汽车底盘线控化大势所趋，未来高阶自动驾驶也将基于线控化的底盘来实现。线控底盘发展趋势：线控底盘由转向、制动、换挡、油

信息化作战利器，军工“硬科技”代表。武器装备无人化是信息化战争的必然发展趋势，无人机作为无人作战体系中至关重要的成员，在信息化战争中发挥着举足轻重的作用，军用无人机的研制工作是一项复杂的系统工程，涉及飞行器总体设计、气动设计、载荷设计、环境适应性设计、可靠性设计等诸多关键技术，军用无人机是典型的军工“硬科技”产品。随着无人机技术日趋成熟，无人机在实战中得到越来越多的应用，无人机的发展进入了黄金时期。国防现代化建设提速，我国军用无人机市场快速扩容。美国和以色列在全球军用无人机领域处于领先地位。目前

激光雷达关键词是“光探测”和“测距”。激光雷达通过光探测距离生成数以千万计的数据点生成点云，为机器和计算机提供 3D 周围环境的准确展示和感知，让“看见”和“看清”赋能新一代汽车。优秀的车载激光雷达需要具备良好的测远能力、精度、高清晰度，高性价比和低功耗。激光雷达终极形态尚不明晰，激光雷达器件演变方向值得关注。按照测距方式可以分为TOF 和 FMCW 两种。目前 TOF 为市场中最为成熟的激光雷达测距方式，也是商业化激光雷达应用最多的测距方式。通过监测激光发射与回波的时间差，基于光速和测量时间差

智能驾驶芯片群雄逐鹿，大算力成为行业新品芯片标配。全球智能驾驶发展处于早期，产业革新下硬件发展先行，芯片厂商群雄逐鹿，大算力已成标配。顺应智能驾驶浪潮发展，芯片厂商的旗舰款芯片出货已普遍突破100TOPS，智驾芯片算力发展速度快于智能驾驶的应用侧。英伟达占据先发优势，高通、Mobileye 凭借差异化竞争各显神通。全球主要的智驾芯片商包括：英伟达、高通、Mobileye、特斯拉。从产品算力、量产节奏、合作车企等角度，目前英伟达在智驾芯片中占据先发优势；高通、Mobileye 的发展路径分别为座舱

Flash 激光雷达从原理上来讲类似于摄像头，不同点在于 Flash 激光雷达接收其发射的主动光，而摄像头是接收环境反射的被动光，所以前者多了一个发射模块。由于 Flash 激光雷达没有任何扫描部件，所以相比于机械旋转和半固态激光雷达非常容易过车规。大陆集团推出的 SRL121、HFL110（搭载至丰田雷克萨斯），ibeo 推出的三款 next 长中短距激光雷达（获得长城汽车定点）、Ouster 推出的 DF 系列激光雷达均属于 Flash 激光雷达。问题一：怎样才算是性能优异的 Flash 激

无人机谱系众多，中国跻身世界先进之列。无人机系统核心为动力系统、地面系统和飞行控制系统，通常包括一个地面控制站，二个遥控接收站，一个发射架系统与回收系统，3~12 个无人飞行器和相应的无人机控制员。国外美国、以色列无人机占据先发优势，谱系全面，拥有靶机、察打一体机、隐身无人机等多系列全谱系产品，具备系列化作战体系；国内军用无人机相较国外起步较晚，经历了跟跑-追赶-并跑阶段，凭借察打一体机、隐身无人机逐渐跻身世界先进之列。高科技战争加速无人机需求释放，技术+政策驱动国产无人机产业高速发展，市场前景

马斯克宣布进军人形机器人领域，人工智能进入新纪元。特斯拉或将于今年9月推出首款人形机器人原型机，将其命名为”OPTIMUS”，此举意味着特斯拉不只是一家电动车公司，而是一家AI公司。我们认为人形机器人的出现可以赋能千行百业，是人工智能场景的下一波浪潮，随着技术的不断成熟和商业化落地，有望带来万亿级别的空前蓝海。在此背景下，我国国内厂商有望复制国产智能驾驶生态逐渐突破和成熟取得的良好成绩，人形机器人势在必行，国内厂商大有可为！人形机器人背后需要极大的算力需求，具备自研AI处理器的厂商可以提供强大的

华测导航：国内高精度卫星导航定位领先企业。公司主营各类高精度定位导航智 能装备和系统解决方案，主要应用在建筑和基建、地理空间信息、资源与公共事业、机器人与无人驾驶四大行业，经过多年的技术积累和研发投入，公司已经形成较完备的基础器件平台和全球服务平台。近年来，公司业绩稳定增长，盈利能力强。2021 年，公司实现营收 19.03 亿元，同比+35.02%；归母净利润 2.94 亿元，同比+49.45%；公司 2022 年的经营目标为营业收入达到 25.5 亿元，同比增长 34%；归母净利润达到 3.

汽车智能化、网联化大势所趋。在汽车行业电动化发展过程中，智能化、网联化升级也将成为不可逆转的大趋势，带动汽车行业从传统的机械化终端向智能化、网联化终端迈进，随着硬件配置+软件逐步升级，汽车的智能化、网联化升级改造已经拉开大幕。汽车智能化：自动驾驶优势明显，将逐步从 L0 升级至 L5。SAE 将自动驾驶技术分为 L0-L5 级，其中 L0-L2 仍然需要驾驶员驾驶，属于 ADAS（高级辅助驾驶系统）范畴，而从 L3 开始，汽车才真正进入到自动驾驶范畴。作为评判汽车智能化水平的核心关键，自动驾驶相

如何理解无人机行业商业模式：无人机作为行业基础工具，低成本为规模应用的充分条件，可靠性为持续应用的必要前提。需求基础决定成本敏感性，使无人机“不可能三角”最优解在军民市场出现分化。中上游分系统逐步承担更多创新，匹配无人机的代际升级，致使低成本优势减弱，叠加系统复杂度提升，可靠性常难以维持。为何现阶段我们更看好军用无人机市场：军用领域，装备特征突出，强调高性能、高可靠性，需求价格弹性相对较弱，考虑全寿命周期成本，部分领域无人机较有人机的相对优势突出。装备特征决定军方需求刚性，牵引无人机有望广泛地应

图片来源@视觉中国文 | 谈擎说AI，作者 | 郑开车想要实现自动驾驶真正普及，除了技术、法规等等硬性门槛之外，今天摆在我们面前的最大问题之一，就是要如何把体验变成刚需。而刚需的基础，第一步是信任。今天虽然说辅助驾驶日渐升温，但真正能够让大众撒手把生命交给冰冷的系统，这仍是一条漫长的信任构建之路。这份反差，有点像谈恋爱和结婚，前者重在体验，后者则需要用信任奠基。从自动驾驶行业兴起至今，已经有太多各方人士从技术、行业等角度来分析其落地可能性，但今天我们不妨换一个视角，从技术与人的关系来看自动驾驶落

快递服务商开始尝试跨界。6月23日，北京商报记者独家获悉，智能快递柜企业近邻宝于近日上线了一款名为“近邻云餐”的校内订餐平台，还计划投放无人配餐车和快递车。在近邻宝之前，菜鸟、京东等无人车配送已在“6·18”玩得火热。快递量激增与人手短缺等因素互相重叠时，无人车被视为快递三轮车的有效替代者，或将改写“最后100米”的配送格局。但是，若想拓宽无人车的应用边界，实现规模效应来降低投入成本，行业还有较长的探索之路要走。餐饮搭档无人车“该平台主要为助力高校后勤餐饮抗疫保供而研发。”近邻宝智慧餐配事业部负

1，自动驾驶驱动激光雷达千亿市场，2019-2025年全球CAGR达64.5%。随自动驾驶快速渗透，融合感知成为主流方案，国内外主机厂和新势力造车加速布局ADAS和无人驾驶，发布多款装配有1个以上激光雷达的量产车型。根据禾赛科技招股书援引沙利文数据，2025年全球激光雷达市场规模为135.4亿美元，较2019年可实现64.5%的年均复合增长率。根据汽车人参考援引沙利文数据，预计2025年全球无人驾驶和高级辅助驾驶（ADAS）应用将分别占整个市场的25.8%和34.0%，中国市场占全球总市场的31

最近，Robotaxi公司“降维”进军L2前装量产的话题有点火，最新的案例之一是文远知行跟博世的合作。但在笔者看来，这个案例的亮点并不在“L2”，而在于文远知行正在“做减法”，这是一个非常明智的决策。具体地说，这家Robotaxi赛道上的头部公司在进军前装量产时，聚焦于自己更擅长的软件算法，而自己不十分擅长、或做起来性价比不高的硬件集成，则交给传统Teir 1来做。在一些量产项目上放弃自研域控制器，文远知行既不是第一个，也不会是最后一个。2020年9月底，笔者在上海跟某商用车ADAS公司销售部的

供需角度：配置必要性具备，2022年为量产元年激光雷达是大部分主流车厂进阶到L2+/L3级别配置方案共同选择，弯道超车利器。 1）技术：从机械式向固态迁移，更易满足车规要求；2）成本：下行至1k美元附近。2022年成为规模上车元年。  市场规模预测：千亿市场，五年CAGR超90% 2025：全球车载激光雷达规模接近60亿美金, CAGR超90%； 2030：全球车载激光雷达潜在规模超千亿人民币。产业链角度：光学厂商先行确定受益，芯片等环节后续受益国产替代光学组件价

高通布局智能汽车已有 20 年历史，座舱域龙头进军自动驾驶领域。早在 2002 年，高通就基于其无线通信技术与通用汽车联合推出了安吉星车载网联解决方案，之后相继推出 3G、4G、5G 解决方案，并于 2014-2021 年间相继发布四代座舱平台，目前高通汽车业务主要专注于数字座舱、车载网联以及 C-V2X、ADAS 与自动驾驶、云侧终端管理四大领域。高通引领着智能座舱的变革，如果说第一代数字座舱平台602A 是高通将汽车定义为智能终端的初步尝试，那么 820A 以及 SA8155P 两代座舱平台

1、激光雷达放量，L4自动驾驶数据量增大，推动自动驾驶数据标注行业发展: 激光雷达降本后快速铺开，运用到L3级以上自动驾驶中，数据量在L4级别每天产生的数据量将高达4000GB。数据标注是自动驾驶算法训练的基础，将推动数据标注行业发展。2、行业门槛提升，供不应求: 激光雷达铺开后标注从2D需求扩展到3D需求，3D标注需要实时分析大量的点云数据，对数据标注要求更高。3、毛利率有望提高：L3级以上自动驾驶对3D标注需求增加，占比提升，数据量增大对标注成本和效率有不小的挑战。从人工标注到人机协同标注，

高级自动驾驶中央域控制器的设计过程需要充分掌握其中的安全设计原则，因为前期设计中，无论是架构、软件、硬件还是通信都是需要充分掌握其设计规则才能充分发挥出相应的优势，同时规避掉一定的设计问题的。这里我们讲的高阶域控制器功能安全设计主要是指包含前端研发中预期功能安全所涉及的场景分析和后端功能安全所涉及的所有子项。首先以硬件基础层面为连接基点，通过数据通信端实现整个系统架构通信、数据流传输，软件则是烧录到硬件上，以硬件为载体，通信单元负责相互之间的模块调用。因此对于域控制器的安全设计端来说。从整车安全

自动驾驶在新一代EE架构中趋向于从分布式向集中式演进，在此过程中，整车需求包括机械、电气/电子、软件、热学等。工程师需要从中提取电气/电子方面需求，并且对其进行分解然后协调各下游部门进行开发设计。在整个过程中，涉及电子电气架构的定义、设计和交付的各种工程师必须平衡相互依赖的需求。从传统架构到智能电气架构，也会面临类似的问题——传统电气架构全部都是机械和电气范畴内的，在OEM那里是属于电气部门的，和电子不搭界，但升级到智能电气架构后，全电子化了。因此可以说，传统电气架构的可靠性下限比较高，但上限很

百年汽车业正在被智能化重构：1）新能源汽车普及，加速汽车产品智能化升级，自动驾驶普及，智能座舱创新快速迭代；2）汽车产业格局将被重构，具备全栈自研能力的科技车企有望主导产业变革，提升品牌力；3）深度捆绑头部车企的本土供应链公司，将持续受益于智能化浪潮和本土科技车企崛起。重构：百年汽车行业正在被AI重构，智能化浪潮将持续重构汽车产品、整车市场格局和汽车产业链。1）特斯拉估值超7200亿美元，体现市场对于自动驾驶和智能汽车未来的期待。中国市场，理想、小鹏、蔚来快速跟进，比亚迪等传统车企积极转型。我们

工业无人机属于民用无人机的一种，是一种精准、高效、便捷的可远程控制的航空器，工业无人机主要用于协同或代替人工完成多种商业领域的任务，其通常搭载为完成作业飞行活动的装置或设备。根据国家统计局制定的《国民经济行业分类与代码(GB/T4754-2017)》，“工业无人机”归入计算机、通信和其他电子设备制造业(国统局代码39)中的智能消费设备制造(396)，四级代码为3963(智能无人飞行器制造)。目前，测绘与地理信息、安防监控、巡检、消防救灾、农林植保是工业无人机主要的应用场景。所以，根据应用领域不同

记得十年前，我还从事着战略管理咨询工作，在帮助某家知名中国汽车企业制定2020战略时，提出了汽车新四化的初步概念——“电动化”、“网联化”、“智能化”和“共享化”(当时是“轻量化”)。 时至今日，这些趋势导向已经被产业中大部分企业所认同，并演绎出不同的版本。窃以为，咨询顾问高屋建瓴地创造理论思想框架，是谓“道”，最终的实践之术是需要企业自身去探索与完成，而资本的角色特殊性在于，它是链接两者之间的助推器和加速器。蔚来资本的创立基础就在于此，通过产融结合创造巨大变革的机会、引领美好生活，这是我们的愿

中国自动驾驶行业在过去十年取得高速发展，得益于其致力成为汽车科技最先进板块的全球领导者的雄心。因 此，中国与其他发展自动驾驶汽车和配套技术的国家在投资、科技和人才上的主要差距正在不断收窄。作为自2009年以来全球最大的汽车市场并产出世界上一半的电动汽车，中国的自动驾驶技术和公司已具备全球竞争力。自动驾驶被视为汽车科技“皇冠上的明珠”，是人工智能技术、用户至上理念和精密制造工艺的复杂融合。完全自动驾驶的实现将使汽车从纯粹的机械产品转变为近年来人们常常提到的“移动第三空间”。同时这一技术革新也对汽车

2020 年全球智能汽车和自动驾驶加速发展。1）特斯拉实现 2020 年 50 万辆（+36%）的销量预期，2）中资造车新势力蔚来、理想、小鹏加总年销量达10 万辆（+131%），3）比亚迪、长城汽车、吉利汽车智能电动车战略加速，4）华为、百度自动驾驶规划逐渐明朗，5）Robo-Taxi 在硅谷和中国多个城市落地，6）资本在激光雷达、自动驾驶芯片、软件操作系统等领域活跃。我们认为，自动驾驶商业化加速，智能汽车时代来临。在美股市场，特斯拉、蔚来、理想、小鹏值得长期关注，在 A 股和港股市场亦有多家

目前自动驾驶系统已经陆续装车，头部企业基本能够做到整体 L2.5级，部分功能 L3+级的水平，汽车智能化和自动化水平明显提高。而在自动驾驶系统发展的过程中，目前在感知和决策层面都遇到了技术瓶颈。感知方面，主要是视觉感知和雷达传感，而这两种感知方向分别有其自身的缺陷，包括但不限于分辨率不够高、受气候等外部环境影响大、成本高昂等，从而导致在面对更复杂的道路情况时难以应对，或安全性难以保证；决策方面，硬件端存在算力不足或功耗过高的问题，软件端则在数据量越来越大的情况下出现了效率不足的情况，无法保证未来

乘用车高精度定位属于典型的“0 到 1”环节，随着自动驾驶等级提升，乘用车高精度定位配置的必要性越来越凸显。卫星导航定位是各种定位方式中的一种，独特性在于能够提供绝对的精确位置信息，卫导与其他定位技术结合的组合定位将成主流。乘用车高精度定位正在随着自动驾驶级别的演进获得增量市场，也就是往往在 L3 及以上级别感知需要配置，目前在车上没有普遍配置，处在从无到有的阶段。衡量卫惯组合高精度定位系统性能的指标较多，对高精度定位系统供应商而言需要平衡各项性能指标的表现及成本，我们认为在硬件主要依靠外采的基

百度在自动驾驶长达9年的研发投入和已开始逐步商业化落地的产品价值未被充分认知，拆分百度估值，不难发现整个智能驾驶业务并未被给予估值（或期望）。基于百度的历史表现，投资人对百度管理层与商业化能力发起挑战：质疑Apollo的产品能否规模落地，能否成为百度核心业务外新的高增长驱动点。百度行业深度报告观点重申：“我们认为百度作为企业的商业模式、企业架构与组织力均在发生积极变化，自动驾驶、智能云等领域AI技术的落地即是百度发展的最大机遇，亦是对百度战略与组织力的考验。”重申Apollo的价值：自今年2月I

英伟达CEO黄仁勋提出“电动化”和“智能化”将颠覆汽车行业，所以我们认为谁能掌握电池技术和自动驾驶技术，谁就能得天下。本报告将重点探讨国产EV新势力，小鹏、蔚来和理想的自动驾驶竞争格局，将会是龟兔赛跑，还是并驾齐驱？我们认为研发团队实力、数据获取、硬件配置，以及全栈自研将致为关键。 在自动驾驶的军备竞赛里，按下重启键后来势汹汹的蔚来，以及IPO后快马加鞭、摩拳擦掌的理想，能否与拥有先发优势的小鹏并驾齐驱？我们认为小鹏目前的自动驾驶布局虽然在国内造车新势力中较为领先，但在竞争对手奋起直追

自动驾驶产业链包含了感知层、决策层和执行层根据技术层级，由激光雷达、地图、摄像头等组成的感知层通过搜集车身周边的环境信息，将其传导到决策层，根据算法和相应平台得出驾驶决策，最终由制动系统等下达控制指令，完成智能驾驶的信息闭环。自动驾驶芯片是自动驾驶决策层的重要组成部分，是实现自动驾驶的硬件支撑。电子电气架构正从分布式向集中式演进随着自动驾驶的推进和OTA升级成为趋势，电子电气架构正逐渐从分布式转为域集中式。SOC芯片逐渐成为实现域集中式的重点，这种方案可以在一定程度上解决此前芯片数量多、占地大、

根据驾驶员在驾驶过程中的参与程度，对驾驶自动化进行6个级别的分级自动驾驶：依靠计算机与人工智能技术，车辆可以自动的方式持续地执行部分或全部动态驾驶任务L1-L2自动驾驶：车辆辅助驾驶，接管部分车辆控制任务；责任判定中，驾驶员为责任主体L3-L5自动驾驶：车辆自动驾驶，激活后执行连续性驾驶任务；责任判定中，自动驾驶方案提供商将是责任主体之一当前全球乘用车领域中，自动驾驶正处于由L2级别自动驾驶向L3级别自动驾驶的过渡阶段中国自动驾驶技术发展应用快，在国际上处于头部领先地位中国自动驾驶起步稍慢，但技

公司估值处于近五年来最低点，有望迎来反转机遇截至 2022 年五月中下旬，公司 PE（TTM）在 20 左右，为近五年来 的最低值。而手机市场下半年有望复苏，公司今年新客户开拓将确定 2022 年 Q2 成为公司经营最低点，因此，股价有望迎来反转机遇。潜望式镜头接棒技术革新者角色，车载领域强者恒强潜望式镜头将成为多摄后期的创新性产品，随着大厂的新品导入，将 逐步成为中高端机型标配，市场空间广阔。我们相信公司有能力分享 市场蛋糕，推动其明年重回高成长之路。车载业务有望续写强者恒强 逻辑，强化公司未

在前装市场，传感器的搭载量正处于快速上升周期。其中，车载摄像头无论是搭载量，还是增速，都非常可观。 以中国乘用车市场为例，高工智能汽车研究院监测数据显示，今年一季度前装搭载主要舱外ADAS相关摄像头835.97万颗，同比增长41.35%。前向双目、三目，周视以及后视ADAS摄像头搭载已经成为高端车型的主流选择。 其中，前向感知摄像头235.94万颗，同比增长37.64%；全景环视摄像头530.64万颗，同比增长38.13%；ADAS周视/后视摄像头69.39万颗，同比增长93.66%。此外，

1 引言 专栏之前的文章介绍了基于各种相机，激光雷达和毫米波雷达的环境感知算法，以及多传感器融合的算法。为了将理论和实际相结合，我们有必要也来了解一下在自动驾驶行业里各家公司都采用什么样的感知方案。 自动驾驶公司大致可以分为两类。一类是主机厂，包括传统的车企以及所谓的造车新势力。前者以燃油车为主，比如奔驰，宝马，通用等，后者主打新能源汽车，比如特斯拉，以及国内的“蔚小理”。另外一类是方案供应商，包括汽车行业传统的Tier1和一些高科技公司。前者主要为主机厂提供一体化的

当无人驾驶汽车行驶时，其防撞系统若做出错误决定可能引发灾难发生。据外媒报道，加州大学尔湾分校（University of California,  Irvine，UCI）的研究人员发现了另一种可能的风险：如果路边放置有普通物体，自动驾驶汽车可能会被欺骗突然停止或做出其他意外驾驶行为。 图片来源：UCI UCI计算机科学教授Qi Alfred Chen表示：“盒子、自行车或交通锥都可能使无人驾驶车辆在街道中间或高速公路出口匝道上忽然停车，从而给其他驾驶员和行人带来危险

自动驾驶行业内一直存在两个路线之争，一个是感知方案之争，一派认为应该走纯视觉路线，一派认为应该走视觉与雷达的融合路线；另一个是无人驾驶的实现路径之争，一部分认为需要走从L1逐步迈向L4的渐进式路线，另一部分认为应该走直达L4的跨越式路线。 本文将分别分析下这两种路线之争中不同模式的区别，并提出一些思考。 1. 感知方案：纯视觉 VS 多传感器融合 汽车实现自动驾驶首先需要能够“看见”周围环境，并对环境内的各种静态、动态物体有一定的认知，这个过程便是自动驾驶的&l

英伟达CEO黄仁勋曾提出“电动化”与“智能化”将对汽车产业带来颠覆性的变化，如今“电动化”的战场硝烟未止，“智能化”的战争便已经打响。 自动驾驶作为智能汽车的大脑，是实现“智能化”至为重要的一环，是汽车进化为智能体的必由之路，可以认为，得自动驾驶者得“天下”。 在各路自动驾驶玩家中，国内的造车新势力是一股不容小觑的力量，目前以小鹏、蔚来、理想三家

Ouster数字激光雷达正在改变着城市的基础设施 — 在苏州、武汉等多个城市中，我们的激光雷达被安装于道路和十字路口，为智能交通系统、自动驾驶汽车等提供精准的数据支持，从而实现交通监测、提高道路安全并加速量化基建规划。Ouster解决方案集成了高分辨率的数字激光雷达和可对数据进行实时处理的配套软件。不仅能够对道路上的车辆、行人、自行车等物体进行精准探测，还能够探测到交通标志、错行车辆、路沿等特定场景。

矿山智能化是煤矿发展的必经之路智慧矿山将物联网、大数据、云计算等新技术应用于煤炭行业，帮助煤炭行业实现高质量发展。智慧矿山在煤矿行业主要服务于大型煤矿公司，通过智慧生产、安全、后勤系统助力煤矿提高生产效率、提升安全水平、实现智能管理，帮助煤矿完成从“劳动密集型”到“技术密集型”的转变，成为煤矿行业发展的新方向。多因素驱动智慧矿山行业快速发展，行业空间巨大作为煤矿现代化建设的关键，智慧矿山建设持续加速推进。截至2022年3月，我国已建成813个智能化采掘工作面，相比于2015年的3个智能化采掘工作

国内汽车电子综合供应商，20 年积淀铸成 3 大核心产品线：公司以汽车基础软件代理服务业务起家，后将业务拓展至汽车电子硬件领域，完成了从单一技术服务商到汽车电子综合供应商的蜕变。目前，公司已具备车身控制器、智驾控制器、智能网联三大核心产品线，覆盖 L4级以下全部自动驾驶等级。未来随着自动驾驶渗透率的持续提升，公司核心产品在充分享受行业渗透率提升红利的同时，亦可实现产品智能化升级，从而进一步提升产品单车价值量，实现量价齐升。面向高阶自动驾驶领域，ADAS 控制器软硬件正革命性升级：在传统分布式架构

软硬件构成：硬件侧内部多并行计算的“AI服务器”+外部对接海量传感器数据的“以太网交换机”；软件侧主要提供底层操作系统与中间件。核心Know-how：低阶：响应主机厂快速落地ODD的诉求，解决方案成熟度成为竞争关键；高阶：解决方案标准化程度低，需要与芯片巨头、车企、传感器厂商达成稳定合作关系、快速适配、深度合作开发。重要程度：由于DCU向CCU的升级大概率在下一代芯片就将实现，相关产品的研发设计重要性不断提升。市场格局推演：车企自研+软件TIER1入局带来变数。能够更好的与TIER2合作，满足主

宝马集团安全报告：自动驾驶系统。宝马集团致力于为我们的客户提供激动人心的驾驶体验同时确保所有道路使用者的安全移动生态系统。自动驾驶是移动领域的下一个进化步骤为驾驶员提供了一个选择，即将一些较少的驾驶过程中令人兴奋的部分，如长途通勤，到自动驾驶系统。2018年，宝马Vision iNEXT概念车在洛杉矶国际汽车展上首次亮相自动显示。宝马的首款系列汽车采用条件自动化，换言之第一款BMW系列汽车，无需驾驶员持续监控设计限制范围内的驾驶任务–将基于此iNEXT概念车。宝马该组织认为，

电动化推动智能化，将推动线控底盘向大规模应用过渡：随着世界各国碳达 峰、碳中和的推进，一系列奖惩措施的出台促进了新能源汽车的高速发展，同时也为汽车智能化的发展提供了基础。与传统底盘相比，线控底盘具有轻量化、节能以及操作精确等优势，契合汽车电动智能化发展的方向。线控底盘核心成长赛道，线控制动&线控转向： 线控底盘四大系统中，核心在于制动&转向，尚处于大规模量产的前夜，具备较大成长空间。随着电动车渗透率的提升，智能网联化的逐步推进以及消费升级，我们预计 1）2025E 线控制动国内市

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，各国对于数据的保护将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

借自动驾驶东风，激光雷达迎高速发展期。我们认为 2021 年-2025 年是 L3 级别自动驾驶实现从 0 到 1 的快速发展阶段，激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，无需深度学习算法，可直接获得物体的距离和方位信息，是L3以上自动驾驶的核心传感器，我们认为在自动驾驶发展驱动下，车载激光雷达的渗透率有望提升。行业发展现状：1）应用方面，部分厂商已获得定点订单，2022年有一批搭载激光雷达的乘用车上市，我们认为技术进步、成本下降是推动激光雷达“上车”的重要因素；2）供给方面，

自 2017 年底，北京市首发自动驾驶道路测试政策以来，全国各地开放测试道路长度超过 5000公里，公开报道的自动驾驶车辆道路测试里程累计近千万公里。从限制性道路测试到全时、全域道路测试，从普通道路测试到无人化（二阶段）、夜间专项技术测试，从技术测试到载人（三阶段）试运营测试，北京市自动驾驶近五年的实践表明，自动驾驶产业已经从关键技术验证阶段进入到产品和商业模式验证阶段。2021 年，工业和信息化部、公安部、交通运输部联合发布《智能网联汽车道路测试与示范应用管理规范（试行）》，支持自动驾驶技术示

自动驾驶或者说无人驾驶（目前除了无人小车、特定场景以及部分允许测试的路段和车队，数量相当有限），到底有多烧钱？赚钱到底有多难？ 事实上，在此之前，行业内只是传言Waymo一年要烧掉10亿美元。直到2021年4月16日，随着图森未来（Tusimple）在美股实现IPO上市，自动驾驶行业的秘密就被一点点揭开。 作为全球第一家通过IPO上市的自动驾驶公司，图森未来还有很多特殊之处。 比如，并不多见的非技术出身的董事长/CEO，却在公司上市一年后，双双宣布离职。接手的，恰恰是公司的CTO。第一家有

为了确保自动驾驶出租汽车测试期间的安全，明确测试车辆、设备和驾驶系统规范，测试安全员的 岗位职责，路测管理流程，以及事故处理预案等，特制定本文件。 为了保持标准的适用性与可操作性，各使用者在采标过程中，及时将对本文件的意见及建议函告中 国智能交通产业联盟秘书处，以便修订时研用。 

在前不久，毫末智行以10亿元的A股融资，在2021年年末为企业发展史画上了浓烈重彩的一笔。同时，也借助美团、高瓴、首程等知名投资方的持续看好，成就了其行业独角兽的荣誉。 值得注意的是，包括这笔融资在内，2021年毫末智行一共进行了三轮融资，全年融资金额已然超过了13亿元。而且仅在2月份前后相隔10天左右，就完成了来自老东家长城汽车的第一轮融资，以及同样由美团、高瓴等领投的第二轮融资。 如此频繁的融资动作，固然是彰显了毫末智行的行业潜力，也表明了资本市场对毫末智行在自动驾驶领域的肯定。但某种层

在开放的路面上，自动驾驶小巴接到指令后，车辆即刻平稳行驶；遇到行人或红灯，车辆还会主动减速避让…这是2022博鳌亚洲论坛上，令人印象深刻的车联网项目场景。数字化时代，以智能网联为支撑的自动驾驶正向人们展现出蓬勃的活力。对于自动驾驶汽车来说，智能网联就是它的脑神经。 以车路协同为依托，我国自动驾驶发展迅猛 当下，我国汽车产业已进入存量博弈关键期，自动驾驶技术成为重要变量。在政府部门不断出台多项无人驾驶、车联网相关政策的同时，自动驾驶行业市场规模也在持续扩张。据中商产业研究院统计，

当自动驾驶汽车发生交通事故时，责任算谁的？ 这个问题和规范自动驾驶技术一直是困扰世界各国的棘手话题，全球亦没有统一的规则。但不管责任如何划分，唯一可以确定的是，相关主体应当为自动驾驶系统和自动驾驶汽车购买责任保险。 欧盟政府曾在2020年投票通过了修改《1968年维也纳道路交通公约》的提议，建议新增对自动驾驶汽车的事故责任划分的部分。按照欧盟交通委员的预计，到2030年，欧盟地区将全面实现真正的自动驾驶社会。 联合国也于2021年1月颁布了3部与自动驾驶汽车相关的法案，首次从国际层面对自动

无人机在现代战争中应用日益广泛。自 1982 年贝卡谷地之战以 色列成功使用无人机瘫痪叙利亚防空体系开始，无人机在现代 战争中应用日益广泛，应用样式从最初的侦察迈向了察打一体， 在战争中的作用日益显著，获得了世界各国的重视。 无人机作战样式丰富，逐步从辅助迈向主力。相比于研发周期 漫长、成本高昂的载人飞行器，军用无人机具有人员零伤亡、 生产成本低、机动能力强、环境适应力强、有效载荷占比更高 等优点。传统无人机作战样式包括侦察监视和情报搜集、战争 现场管理及战场毁伤评估、通信中继、充当假

多模态融合是感知自动驾驶系统的一项基本任务，最近引起了许多研究人员的兴趣。然而，由于原始数据噪声大、信息利用率低以及多模态传感器的无对准，达到相当好的性能并非易事。本文对现有的基于多模态自动驾驶感知任务方法进行了文献综述。分析超过50篇论文，包括摄像头和激光雷达，试图解决目标检测和语义分割任务。与传统的融合模型分类方法不同，作者从融合阶段的角度，通过更合理的分类法将融合模型分为两大类，四小类。此外，研究了当前的融合方法，就潜在的研究机会展开讨论。 最近，用于自动驾驶感知任务的多模态融合方法发展

近年来，随着汽车智能化升级，各车企正在从低等级自动驾驶向高等级提升。而自动驾驶将对车辆安全、行人安全、驾驶员监控等主动安全功能提出更高的要求，ADAS 渗透必然加速。 各车型中的车载摄像头越来越多。但基本上都会有至少一个ADAS前视摄像头、四个环视摄像头的基础配置。如果再加上近年越来越被重视的驾驶员监控摄像头，可以预见，未来几年，车上至少需要6个摄像头，市场前景巨大。 车载摄像头安全为本，技术不断升级 相较于消费类电子摄像头，车载摄像头的工作环境极度恶劣，比如说震动、高温、雨雾、低温、光线

前言 在激光雷达的量产元年，各大造车新势力公司逐步上线自研视觉感知算法，特斯拉宣布彻底抛弃毫米波雷达之际，毫米波雷达在自动驾驶中应何去何从，是最近一直在思考的一个问题，利用这篇文章记录下一些观点与相关从业者分享，也希望更多的人投身到自动驾驶毫米波雷达相关技术的研发中。 目前自动驾驶使用的主要传感器是摄像头、毫米波雷达和激光雷达。目前多数主打自动驾驶特性的新车上都同时配备了上述三种传感器，期望通过融合实现最优的性能。上述三种传感器各有优劣势，也经历了不同的发展过程。在融合之外，也不免面临很多竞

今年CES上，4D成像毫米波雷达声势夺人，一众芯片企业诸如恩智浦、TI、Mobileye都陆续推出或更新了自己的成像雷达方案，毫米波雷达系统厂商Arbe、Zadar Labs、Smartmicro等也都带来了各自的成像雷达产品。 其中最受到业内人士关注的，莫过于Mobileye 首席执行官Amnon Shashua 在 CES 演讲中对4D成像毫米波雷达的强调，“（到2025年）除了正面，我们只想要毫米波雷达，不想要激光雷达。” Yole Dével

合作式车辆编队是自动驾驶重要形态。国外正在积极开展自动驾驶场景库的建设，但尚未形成针对合 作式自动驾驶货车编队的标准。 由中国智能交通产业联盟归口的 T/ITS 0118-2020《合作式智能运输系统 车用通信系统应用层及应用 数据交互标准 第二阶段》标准，梳理了协作式车辆编队管理场景。该标准与本文件的关系是，二者针对 不同的连接方式，前者针对的是面向无连接的通信方式，后者针对的是面向连接的通信方式。面向无连接 的车辆编队应用，所有通信过程无需建立连接，车队任意成员变化时，队内全部车辆

近日，中国智能交通产业联盟发布了《关于2021年第五批团体标准制修订项目立项的通知》，对4个系列标准项予以批准立项。其中，由华能伊敏煤电公司牵头，联合百度、中国信息通信研究院等单位合作起草的《智慧矿山矿用车辆自动驾驶协同作业系统》系列标准项获批立项，这也是华能集团首个牵头制定并获批立项的智慧矿山团体标准。团体标准，是指由团体按照团体确立的标准制定程序自主制定发布，由社会自愿采用的标准，其与国家标准、行业标准等政府主导制定的标准共同构成国家标准体系。《智慧矿山 矿用车辆自动驾驶协同作业系统》系列标

“合抱之木，生于毫末”，这是笔者修炼内功心法时常用的自我催眠之术。“九层之台，起于累土”，这是笔者看到自动驾驶揠苗助长景象时常想劝诫的醒世之言。地基不牢，自动驾驶高楼即使盖到九十九层，一阵大风刮过，随时有可能楼倾猢狲散。 一步到位实现L4/L5自动驾驶的愿景依旧性感且妖娆，宛如远处月光下白裙姑娘曼妙的舞姿，没有技术直男愿意拒绝。但视觉审美终有疲劳，灵魂共鸣才更长久。笔者刚进入自动驾驶行业时，也是做的L4自动驾驶相关产品。刚开始的时候，感觉把L

汽车革命的上半场是电动化，下半场是智能化，电动化只是改变了汽车的动力供给方式，并没有改变汽车的性质，而智能化才是这场革命的主菜，将对汽车带来颠覆性变化，汽车将由传统的机械体，变为拥有强大计算能力的智能体。 在汽车智能化的道路上，有一个拥有绝对实力的引领者，那就是Elon Musk领导下的特斯拉，其打造的自动驾驶体系是全球关注的焦点，马斯克曾在微博上发文称特斯拉打造的人工智能是世界上最为先进的。 马斯克3月6日发布微博内容 特斯拉是截止目前全球唯一一家实现了自动驾驶核心领域全栈自研自

激光雷达作为核心传感器具备高发展潜力：自动驾驶高速发展，尽管业内主要分为以特斯拉为代表的纯视觉，以及以激光雷达等多传感器融合为代表的两大阵营，然而通往 L3 级及以上级别的自动驾驶大概率对纯视觉方案下的算力能力提出极高且难满足的要求，与此同时随着激光雷达等多传感器融合为代表的方案技术不断革新，低成本方案逐渐成为可能，我们看好其作为 L3 级及以上智能驾驶的核心配置的高发展潜力。降本促进大规模商业化，千亿蓝海市场可期： 随着 L3 级自动驾驶的不断落地，激光雷达也将在乘用车市场持续渗透。从单价趋势

自动驾驶定位团队中有位高权重的九代长老GNSS，有颜值担当的华山师妹SLAM，也有雄踞一方的边塞将军UWB。每人都练就了一门绝世武功，GNSS修炼的是室外吸“星”大法，SLAM修炼的是勾魂摄魄妖法，UWB修炼的是近身搏击之术。 然而每门绝世武功在自动驾驶圈都有一个众人皆知的致命缺点，GNSS在有遮挡的环境下功力全失，SLAM在特征重复或缺失的地方威力大减，UWB在面对飞镖远战对手时束手无策。自动驾驶定位团队要想克服长尾问题从而获得小数点后好几个9的安全性，势必还需要一位

我国自动驾驶渗透率稳步提升，规模化应用正在从L2向 L3过渡。当前我国正在积极研发与测试L4级自动驾驶技术，但市场上规模量产车型的自动驾驶系统仍处于L2+级。由激光雷达等软硬件技术升级驱动的部分L3+级功能将于未来两年内逐步落地，发展节奏基本与全球先进水平持平。一站式解决方案除了拥有全栈解决方案的技术优势，还能构建一站式运营大生态，打造更深的护城河。全栈解决方案需要掌握自动驾驶领域全部核心技术，从数据获取、底层算力、软硬件开发等层面形成闭环，拥有更好的性能和更强的可控性。一站式解决方案除了具备全

激光雷达蓄势待发，产业路径逐渐明晰激光雷达即将大规模量产，转镜/MEMS 方案用作远距离探测主雷达，Flash 作为补盲雷达的产品形态有望维持，远期纯固态的 OPA+FMCW 有望成为激光雷达行业终局。激光雷达即将进入大规模量产前夜，目前转镜和 MEMS 方案具有较为均衡的性能指标、成熟的供应链体系及相对可控的成本、并且更容易满足车规要求，成为中短期可以大规模推广的两大方式，产业链公司有望迎来机会。Flash 方案由于短期探测距离有限、低成本、纯固态等特点有望在相当长一段时间内作为补盲雷达。而远

“数据中心正在转变成‘AI工厂’，它们处理大量数据，以实现智能。”3月22日晚，NVIDIA创始人兼CEO黄仁勋在2022 NVIDIA GTC大会上表示。在GTC大会的主题演讲中，黄仁勋多次提到“AI工厂”（AI factory）这个词，“AI数据中心处理海量且连续的数据以训练和完善AI模型，原始数据进来，经过提炼，然后智能输出——企业正在制造智能并运营大型AI工厂。”从曾经介绍Omniverse时说的“数字虫洞”

2022 年对于中国的自动驾驶行业而言将意义非凡。在刚刚过去的 2021 年，11 月 25 日，北京市智能网联汽车政策先行区，正式对外发布《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理实施细则（试行）》，并向部分企业颁发国内首批自动驾驶车辆收费通知书。北京成为国内首个明确认可自动驾驶”Robotaxi“商业化试点的城市，这也标志着国内自动驾驶赛道终于迎来了“下半场”——商业化运营阶段。而高速干线、末端物流、矿区、港口、环卫等应用场景的自动驾

智能驾驶历史新机遇，车载摄像头量价齐升。2022 年将有多款 L2+及以上的智能车型上市，全球迎来 L2 向 L3/L4 跨越窗口，预计 2030 年全球 L2、L3 和 L4/L5 级别的渗透率将分别达到 30%、35%和 20%。车载摄像头作为感知层核心传感器，随着汽车 ADAS 功能的持续升级，迎来量价齐升机遇。量：L2、L3 和 L4/L5 平均将搭载 8、11 和 12颗摄像头；价：普通车载摄像头单价约 150-200 元，ADAS 摄像头单价约 400-500 元，且感知功能升级将推

1 ADAS/AD概述 智能化是实现汽车作为人们第三生活空间这一目标的重要技术路径，当前汽车智能化主要有两大发展方向：驾驶自动化和座舱智能化。自动驾驶（ADAS/AD）的使命是将人的脚（纵向控制）、手（横向控制）、眼（感知）和脑（决策）等从驾驶任务中解放出来。人的精力被释放出来后，进一步促进了人在汽车内办公、休闲和娱乐的需求，这些需求推动了汽车座舱的数字化、信息化以及新兴的人机交互模式等技术的蓬勃发展，这也就是“智能座舱（Intelligent Cockpit）”技术。

2021 年以来，乘用车批量列装激光雷达，产业链迅速成熟并受到资本市场重视与青睐。我们认为激光雷达将是 L3 以上自动驾驶必备传感器产品，拥有 700亿美金以上市场空间。我们判断 MEMS 振镜、1550nm 激光器、SPAD 接收器、SoC 化主控芯片等技术方向将会是未来激光雷达厂商集中发力的主流路径，相关整机厂商与上游零部件厂商拥有投资机会。 激光雷达成为 L3 以上自动驾驶必备主要传感器。对于自动驾驶传感器的选择，目前市场上存在着两种不同路径：一种是由摄像头主导，不采用激光雷达产品，典型

激光雷达：2022 年有望迈入量产元年，关注上游放量机遇 随着技术持续迭代驱动成本端下行，以及自动驾驶落地应用场景逐渐明确，车载激光雷达有望于 2022 年迎来量产元年。根据我们的测算，2022 年国内车载激光雷达出货金额有望达 15 亿元，至 2025 年有望提升至 110 亿元，对应 2023~2025 年 CAGR 为 94%。全球来看，中国的工程师红利、完善的汽车上游零部件/光通信产业链为孕育激光雷达产业快速发展奠定基础。目前我国激光雷达上游核心部件如发射端激光芯片、接收端探测器芯片、处

2022 年是激光雷达量产元年，发展前景可期 智能传感器是车辆的“眼睛”，激光雷达具备三维环境感知、高分辨率、抗干扰能力，成为 L3 级别以上智能驾驶车型的核心传感器。2022年，新势力（蔚小理）和头部自主（吉利、长城等）搭载激光雷达的重磅电动智能车陆续推出，激光雷达迎来其在乘用车市场的前装量产元年。展望未来，预计全球乘用车市场激光雷达需求量将由 2021 年的 22万颗快速提升至 2025 年的 2134 万颗，CAGR 为 214%，渗透率由2021 年的 0.2%

车企加速拥抱智能化，2022 或为激光雷达前装量产上车元年 自动驾驶临近 L3 跨越期，激光雷达上车必要性显现。高工智能汽车数据显示，2021 年 1-11 月新车前装标配搭载 L2 上险量 338.51 万辆，新车 L2 搭载率达到18.61%。2021 年沃尔沃、奥迪、大众等传统车企和小鹏、蔚来等造车新势力加速拥抱激光雷达，前装上车曙光初现，2022 年预计为激光雷达前装量产上车元年。 整机厂商三维度竞争：方案、成本、生态，关注国产厂商崛起 激光雷达 OEM 厂商方案-成本-生态三维竞

多传感器融合感知大势所趋，高等级自动驾驶中激光雷达不可或缺 尽管 Tesla 坚持纯视觉自动驾驶方案，但从安全性角度，基于摄像头的视觉方案在暗光、环境大光比以及雨水遮挡的情况下容易失效，且深度学习算法难避免长尾效应。从商业角度，大多数厂商缺乏 Tesla的数据和算法积累，跟随 Tesla 方案难免处于被动境地。目前多传感器融合感知路线已成为绝大多数厂家共识，激光雷达通过发射激光来测量物体与传感器之间精确距离，具有测距远、受环境光照影响小等特点，可弥补摄像头和毫米波雷达的缺陷，显著提升自动驾驶系

自动驾驶域控制器是驾驶域的核心计算中枢，是汽车走向域控化、智能化的背景下，市场规模增长最快的零部件。我们预计随着自动驾驶渗透率的快速提升，将有一批 TIER1 厂商核心受益，重点推荐德赛西威、中科创达。 ▍自动驾驶域控制器：车辆域控化、智能化核心受益零部件。域控制器向上通过智能化接口获得传感器、诊断数据与状态数据，向下通过执行器接口传递相关执行指令，起到该功能域计算大脑的核心角色。在传统 ECU 架构下，汽车开始软硬件分离，通过单个计算平台来实现对相近功能的控制。驾驶域与座舱域本身属于新出现的

随着人工智能、物联网、高性能计算等新一代技术的发展，汽车产业乃至整个交通出行领域正在发生一场革命，曾经出现在科幻影视作品中的自动驾驶汽车已经来到，并正在加速来到每个人的身边。作为国际公认的汽车未来发展方向，自动驾驶的意义不仅在于汽车行业的技术升级，因其涉及的产业链长、价值创造空间巨大，已成为各国的重要战略高地与汽车产业和科技产业跨界、竞合的必争之地。 出行平安不仅是公众美好的期盼，也是自动驾驶汽车设计与应用的前提条件。随着自动驾驶技术及示范应用的快速发展，自动驾驶交通安全引发了政府、行业的高度

随着自动驾驶走向量产应用爆发期，虚拟仿真技术已经成为自动驾驶研发和测试领域的的必备工具。从虚拟仿真到数字孪生的技术演进，也推动智慧交通、智慧城市的快速发展。在这片行业竞争新高地上，腾讯自动驾驶仿真技术团队自2018年推出虚拟仿真平台TAD Sim，持续结合自身优势和行业市场需求，保持产品技术与性能的行业领先。 在此基础上，基于工业级车辆动力学模型、专业游戏引擎、三维重建和数据驱动交通流等技术，腾讯打造了虚实一体的数字孪生自动驾驶测试平台，通过高并发场景、虚拟城市和平行世界三种云仿真环境，提升自

自动驾驶的潜在应用市场空间超万亿，预计其中城市开放场景的商业潜力最大。本篇报告继《商用车自动驾驶渐进，智能交通时代来临》后，系统性地梳理了城市开放场景下各细分场景的市场空间与场景特点，包括 Robotaxi、环卫场景、城配场景、以及无人末端配送场景。我们认为，城市场景高级别自动驾驶正在加速落地，其应用有望解决人力成本提升、交通安全、司机短缺等行业普遍面临的痛点，并有望通过相似场景下的数据积累和技术迁移反哺 Robotaxi 技术，形成泛城市场景下的技术迁移、互通、和闭环。 自动驾驶潜在市场空间

蔚来、长安、北汽、长城等车厂陆续发布搭载激光雷达的自动驾驶方案，2022年或将成为激光雷达量产元年。传感器是实现车辆环境感知的硬件保障，多传感器优势融合互补，激光雷达是不可或缺的重要环节。针对远距小障碍物、近距离加塞、隧道、车库等复杂场景，毫米波雷达存在角分辨率不够、无法识别静止物体，摄像头亦存在受照明条件影响等缺点，未来多传感器优势融合互补趋势不可逆转。在近期广州车展上，众多车企搭载激光雷达的新车型亮相，速腾聚创、华为、Innovusion等激光雷达厂商有望在2022年迎来多个规模量产项目。

消费群体变迁和新盈利模式塑造的双重推动下，汽车智能化在加速发展，智能化边界也在不断扩容，智能座舱、智能驾驶产业链、底盘电子等领域将迎来加速增长。 消费群体变迁和新盈利模式塑造的双重推动下，汽车智能化在加速发展，智能化边界也在不断扩容。作为伴随智能手机崛起而长大的一代，90 后/00 后对汽车的智能网联化需求更加突出尤其是在某些体验感很深的座舱&自动驾驶等领域，会成为影响购车决策的重要因素；同时汽车行业盈利模式正从制造端向软件端延伸，盈利对象从新车销售向存量市场全生命周期扩展，智能化是实

后来者居上的核心传感器，激光雷达进入量产元年 汽车变革之际，智能驾驶将成为车企的主战场。“视觉系”使用摄像头凭借 AI 算法实现高阶自动驾驶，特斯拉 NOA 快速推向市场让“视觉系”成为当下主流。以激光雷达为代表的“雷达系”因为成本较高前期主要在 Robotaxi 领域应用。“视觉系”对数据积累、算法的要求较高，先发者优势显著。但激光雷达的高可靠性、定位能力和较低算法依赖有望成为后来者居上的核心传感

如何实现自动驾驶 自动驾驶离不开智能驾驶计算平台，其可看作车辆的大脑。智能驾驶计算平台需将感知传感器和定位功能输入的数据进行融合，根据其提供的信息来完成自车行驶轨迹的决策和规划，最终由执行器抽象功能执行决策规划模块输出的车辆控制命令，驱动汽车的转向、驱动和制动等执行部件。自动驾驶对外部信息的感知主要凭借三依仗：车身传感器、高精度定位+地图、车联网 V2X。 感知传感器：灵眸初开，掌灯前行 感知传感器主要功能为对车辆周身环境进行探测识别，可看作车辆的眼睛。主流感知传感器主要有激光雷达、摄像头

openEuler Summit 是由欧拉开源社区举办的开发者峰会，本次 2021 年峰会将于 11 月 9 日-10 日在北京举行。openEuler 从服务器操作系统，升级为数字基础设施的操作系统，支持 IT、CT、OT 等数字基础设施全场景，覆盖服务器、云、边、嵌入式等各种形态的需求。伴随 21.09 版本的发布 openEuler 已经包含了服务器、云原生、边缘计算和嵌入式的四大应用场景。 目前 openEuler 开源社区拥有 7088 位社区贡献者，8539 个社区软件，93 个

自动驾驶赛道融资加速，主机厂和 Tier1 走向前台，量产推动技术迭代成为产业共识。2021 年 11 月 4 日，自动驾驶初创企业 Momenta 宣布完成 C+轮 5 亿美元融资，全年超过 10 亿美元，成为中国今年自动驾驶领域最大规模融资。此轮融资的领投方包括了上汽集团、通用汽车、丰田汽车和博世，禾多科技也完成了新一轮融资，领投方同样是广汽集团。我们可以看到，资本机构不再是近期自动驾驶行业的主角，一众汽车主机厂和 Tier1 厂商加速走向前台。而 L4 难以短期大规模商业化，细分场景落地分

汽车智能网联进程加速推进，各细分领域迎来黄金机遇  智能网联渗透率持续提升，为汽车电子领域带来全新机遇。细分领域来看：1）汽车 E/E架构走向集中引领域控制器需求提升，2025 年全球座舱域控器需求有望达 1300 万套，自动驾驶域控器空间有望达 19.8 亿美元；2）渗透加速+产品升级带来座舱产品量价双升，我们测算中国主要座舱产品 2025 年空间有望超 1200 亿元，2020~2025 年 CAGR 达19.1%；3）技术逐步落地带来 L2/L2+智能驾驶放量，2025 年 L

随着我国人均GDP持续增长、消费升级及城镇化趋势加深，消费者对于出行的需求得到持续释放。出行已成为人们生活中不可或缺的“刚需”场景，其背后则是万亿级别的广阔出行市场。 各类路面出行工具中，以私家车、出租车、网约车等为代表的四轮出行渗透率最高。2019年，四轮出行市场规模已达7,119亿人民币，占路面出行市场的47%。预计2025年，四轮出行行业空间将持续拓展，有望实现11,005亿人民币市场规模，而所占路面出行市场份额或将突破57.7%。 四轮出行市场的扩容，与我国汽

汽车智能网联进程加速推进，各细分领域迎来黄金机遇  智能网联渗透率持续提升，为汽车电子领域带来全新机遇。细分领域来看：1）汽车 E/E架构走向集中引领域控制器需求提升，2025 年全球座舱域控器需求有望达 1300 万套，自动驾驶域控器空间有望达 19.8 亿美元；2）渗透加速+产品升级带来座舱产品量价双升，我们测算中国主要座舱产品 2025 年空间有望超 1200 亿元，2020~2025 年 CAGR 达19.1%；3）技术逐步落地带来 L2/L2+智能驾驶放量，2025 年 L

报告针对无人机的发展趋势进行研究，探索无人机在重点行业的应用。在当下政策导向、技术发展、行业需求的前提下，就无人机发展趋势提出一些观点，尤其针对物流行业如何应用这一新兴技术，本报告将提供一些新的思考方向。

或许现实生活中的自动驾驶车辆还并不是像 Elon Musk 所描述的那样，到底什么类型的自动驾驶已经落地呢？商用车的自动驾驶路径追求“一步到位”的高级别L4-5解决方案，“场景为王”已初现端倪。业内普遍认为自动驾驶应用的难度排序为：封闭载物 < 封闭载人 < 开放载物 < 开放载人。由此衍生出四大场景：1）自动驾驶出租车 Robotaxi；2）自动驾驶货运卡车 Robotruck； 3）半封闭场景微循环或固定路线；和 4）最后一公

迈向高阶自动驾驶，汽车之“眼”激光雷达成优中之选 特斯拉引领的电子电气架构、软件架构和通信架构的升级，使得自动驾驶升级由“累加ECU”转向算力和数据模型的迭代升级，边际成本递减推动自动驾驶在L3之后升级加速。华为入局更是推动了国内智能汽车行业的加速发展。感知作为智能汽车之“眼”，其探测精度、广度与速度直接影响行驶安全，目前主要有视觉及激光雷达两种方案。其中，视觉方案所获数据与人眼感知的真实世界更为相似，轻硬件、重软件的特性

◼ 无人驾驶行业规模迅速增长，但AI市场出现泡沫的情况依然存在◼ 受政策制约，多数车企在推出产品时无法推进自动驾驶等级，升级进程不一◼ 目前多国对自动驾驶法律界定尚未明晰，对技术和责权划分仍未明确◼ 无人驾驶多场景下可节约运输人力成本，多数企业将重心放在L4/L5级场景◼ 自动驾驶技术高度集成软硬件优势，上中下游厂家集成合作趋势明显◼ 自动驾驶入局玩家众多，对于全面实现自动驾驶时间线的预测出现两种阵营◼ 面对技术路线及落地方案的分歧，传统车企和互联网公司的共同目标为实现量产◼ 自动驾驶领域三边合

未来汽车的终局，是实现自动驾驶的智能终端。自动驾驶将成为科技巨头竞争角逐的技术浪潮，而汽车芯片，特别是自动驾驶芯片，将处于自动驾驶技术浪潮的制高点。 自动驾驶的实现，将依赖汽车的感知层、决策层和执行层的全方位升级。在决策层的创新升级：①基于“软件定义汽车”的趋势，软件创新升级包括：信息娱乐系统的人机交互、ADAS和车身控制软件等，特别是基于人工智能或深度学习算法的自动驾驶软件。②基于“架构升级+算力提升”的硬件创新升级，主要集中在汽车芯片的升级换

1 背景与挑战 经过数年的积累，美团无人车已经从技术探索进入到业务运营阶段，这个阶段对于自动驾驶车端系统和离线系统都有了新的要求。 在车端系统上，我们更加关注如何构建低成本、低功耗、高稳定性的自动驾驶系统来支撑大规模运营，对此业界常用多片ARM芯片并配合边缘计算技术来实现，这对于上层软件自动驾驶引擎来说也有了新的要求，即需要它能够支撑多计算节点的协作运行。 另外在离线仿真系统上，仿真任务的迅速增长，要求我们需要具备高效管理、运行超大规模仿真任务的能力，由于不同类型的仿真任务对硬件算力的需求

汪涛表示，5G-Advanced（又名5.5G）的首次提出是在2020年11月华为发布的5.5G场景定义及产业愿景中，在当时备受质疑。因为部分人认为5G还未完成建设，5.5G的提出为时尚早。但一代技术从提出到形成标准到产业部署少则5年，多则7、8年的时间，华为毅然决然的踏上了5.5G的研发之路。2021年2月，中国移动联合多个厂家共同发布《5G无线技术演进白皮书》，进一步使得行业对5.5G达成了高度共识；2021年4月，在第46次PCG（项目合作组）会议上3GPP正式确定5G演进标准名称&mda

进入2021年自动驾驶安全事件持续增多，并成为中国社会的关注热点。另外，在接下来的十四五规划期间(2021-2025年)，多数车企提出了更激进的自动驾驶目标，恨不得立刻马上全面进入完全自动驾驶时代。 问题越来越凸显，欲望越来越膨胀，就像冰与火，共同交融于当下。易车研究院认为，自动驾驶能否、如何健康发展，最终还是用户说了算。但在目前围绕自动驾驶展开的多方博弈中，最被忽略的恰恰是最核心的用户声音。不少车企的战略规划，完全建立在纯技术路线上，从L0向L5一根筋、大踏步推进，期间也没怎么问用户是否喜欢

车路协同有望于 2030 年国内规模化落地，粗略估计国内市场将达万亿。智能网联 V2X 是核心，5G 部署进一步加速商用落地。需求端，汽车是继手机之后数量最庞大的终端设备，车路协同有望彻底改变生活底层逻辑，迎来全产业链机会，进一步提升全社会深刻变革。供给端，我国引领行业标准，核心专利和知识产权自主可控，走在世界前列，建议长期持续关注车路协同赛道，重点关注相关企业。 支撑评级的要点  “聪明的车”和“智慧的路”共同发展。目前单车智能驾驶

2021自动驾驶&智能网联：中国车联网趋势分析，报告探讨了车联网的定义和驱动因素，详细分析了车联网的产业现状及应用趋势。

或许现实生活中的自动驾驶车辆还并不是像 Elon Musk 所描述的那样，到底什么类型的自动驾驶已经落地呢？商用车的自动驾驶路径追求“一步到位”的高级别L4-5解决方案，“场景为王”已初现端倪。业内普遍认为自动驾驶应用的难度排序为：封闭载物 < 封闭载人 < 开放载物 < 开放载人。由此衍生出四大场景：1）自动驾驶出租车 Robotaxi；2）自动驾驶货运卡车 Robotruck； 3）半封闭场景微循环或固定路线；和 4）最后一公

商用车自动驾驶是一个空间超万亿的市场。较乘用车相比，运输行业面临着人力成本上涨、司机短缺、交通事故等诸多痛点，对自动驾驶有着更迫切的需求。商用车自动驾驶的商业模式更清晰，港口、矿山等低速封闭场景已实现 L4 自动驾驶技术的初步商业化落地，干线物流、Robobus 等场景 L3 级自动驾驶即可产生商用价值。本篇报告系统性梳理了产业链公司，推荐从三个维度把握投资机会：自动驾驶头部的解决方案供应商、激光雷达和高算力芯片等自动驾驶核心零部件供应商、自动驾驶布局领先的商用车 OEM。 行业痛点明显，万亿

自动驾驶卡车有场景、有需求，因而在中美市场涌现出一批玩家，并从今年开始陆续登陆二级市场。我们认为，自动驾驶卡车的关键在于：1）自动驾驶技术 L4级别自研能力；2）建立强大而牢固的生态圈闭环。目前行业正处于群雄逐鹿之际，我们认为行业的爆发期将会出现于 2025 年。届时 L4 级“去安全员”技术瓶颈得以突破，商业化运作落地后，行业将迎来巨大的市场空间。长期来看，我们认为无论在中国还是美国，自动驾驶卡车产业将会促进长途物流市场从分散趋向集中，因此，掌握自动驾驶技术自研能力的企

划重点： 1.机械式激光雷达是机械扫描，混合固态激光雷达（MEMS、转镜、棱镜）也是机械扫描。 2.点频，是一个比FOV、分辨率和刷新频率更能综合、全面地反映激光雷达的感知能力的指标，如汽车的“百公里加速”一样重要。 3.综合来看，相比于扫描模块，收发模块才是激光雷达行业的“发动机技术”。 4.收发模块电子部件的芯片化，是未来激光雷达的发展趋势和技术壁垒。 所有硬科技行业都有自己的技术壁垒，而构筑出最高技术壁垒的企业，将在竞争格局中占据优

1、位置信息是自动驾驶实现的关键要素，以位置信息的获取方式为分类依据，目前自动驾驶主要的技术路径出现三种方案，一是以特斯拉为代表的纯视觉方案；二是其余多数车企/科技公司采用的多传感器融合方案；三是车路协同方案。上述技术路径在硬件（传感器）方面，主要采用的包括GNSS、IMU、车载摄像头与车载雷达。从技术对比来看，各类传感器都均有自身局限，但其中GNSS+IMU组合导航能够实现优势互补，其重要性近年来越来越受到重视，已在多款乘用车/商用车中得到应用。展望未来，除纯视觉方案的技术路径外，我们认为卫惯

黑莓QNX大中华区首席代表 董渊文 尊敬的各位来宾，上午好！我叫董渊文，负责黑莓QNX大中华区的业务。感谢主办方盖世汽车的精心安排，给我们在疫情期间提供一个分享的舞台，今年疫情解禁以来参加了不下十场相关的线下论坛，给我的感觉是盖世汽车的论坛不管是从观众的数量、质量还是从嘉宾的阵容来说都是最强的。这几年的贸易战引发了国家对高科技领域的缺芯少魂的思考，芯就是高端芯片，在自动驾驶芯片方面，国产有地平线、黑芝麻和芯驰科技等，魂就是以操作系统为核心的基础软件，这一块我们国家和欧美国家还有很大的差距，我们

上海映驰科技CTO 段勃勃 很感谢还能有这么多的人在听，我也尽量希望能够满足大家，因为坦白讲主持方找我的时候也很突然，我说压轴演讲很难讲，我准备了那么多的梗和段子，前面都被人讲过了，到我这里可能就没有什么可讲的，因为我之前也碰到最后一个讲，经常要把自己的稿讲来改去，我这次终于把稿子定稿了，到了下午还是很措手不及，很多东西也有人讲类似的观点，但是我后来想了想这也是一件好事情，我的稿刚好能够把这两天我们所有人的演讲有一个很好的梳理。 首先，我先介绍一下我们的公司。我们这两天的演讲我们是唯一一家创

Flash 是较易实现的车载全固态激光雷达方案 车载激光雷达从机械式向全固态升级是当下的主旋律。半固态激光雷达方案仍存在少量机械结构，其性能提升潜力、降本潜力均较低，且扫描角度和扫描频率间存在冲突。Flash激光雷达不存在机械扫描过程，其成像原理为泛光成像，帧率主要与脉冲频率有关。但Flash 激光雷达目前存在功率密度较低，探测距离较近，探测精度较差等缺陷。总结来看，我们认为 Flash 激光雷达上述问题可通过四种方案解决：提高功率、牺牲扫描角度以强化探测距离、可变扫描角设计、降低定位。其中提

PC互联网时代占据搜索入口，移动互联网时代转型节奏落后。 PC互联网时代，百度网页搜索的入口，一举成为中国互联网巨头，而在移动互联网时代，由于公司管理层对移动搜索的产品模式的不看好、公司缺乏移动端的基因等问题，布局节奏明显慢于其他企业。 营收增速放缓，BAT市值拉开差距。2012年起，百度营增速放缓，虽然百度相继投资或成立了爱奇艺、百度糯米、百度贴吧、百度外卖等品牌来布局移动端业务，但与BAT等其他互联网巨头的市值差距越来越大，相继被腾讯、阿里赶超。

汽车智能化进阶之路：循序渐进，稳中求胜。汽车智能化、自动驾驶等新科技代表着汽车的产业变革方向和市场前景，理清智能汽车产业发展的各个阶段及每个阶段的核心关注变量对投资的判断尤为重要。我们认为智能汽车的发展或将大致经历三个阶段：1.架构/硬件先行，汽车智能化对整车 E/E 架构带来全新要求，软硬件解耦及必要的硬件预埋是必然趋势；2.软件迭代，智能网联使得 OEM 和终端用户有了持续的链接，价值链曲线得到进一步拓展；3.服务进阶，以汽车为中心的新型服务生态正在兴起，智能交通、智慧出行将颠覆传统商业模式

我们把 Robotaxi 产业发展历程分为五个阶段，分别为研发阶段、路测阶段、试载客阶段（即在有安全员随时接管车辆的情况下，进行自动驾驶出租车载客运营）、无人驾驶阶段以及大规模推广阶段。在国内，包括百度、滴滴等在内的企业处于第三阶段，也就是有安全员载客运营的阶段。 而谷歌旗下的 Waymo 作为全球产业先驱已经达到阶段四。2018年，加州机动车管理局(DMV)发放给Waymo 首份全自动无人驾驶汽车测试许可证。

智能化自动驾驶汽车是AI（人工智能）技术落地的最大应用场景之一；智能化汽车可能成为未来万物互联的终端，成为继智能手机之后，深刻改变社会形态的产品。 拥有自动驾驶（辅助）功能的车辆将会迎来大幅度增长；自动驾驶产业链市场广阔，我们预计五年内将成长为近八百亿美元的市场：我们预计，2025年，全球自动驾驶（辅助）功能的汽车出货量（包含L1~5级）为6332万辆，其中L1为3900万辆，L2为2320万辆，L3+为60万辆；2020~2025年的CAGR为17.8%。与单车自动驾驶相关的革新性部件，其市

十年磨一剑，迎接自动驾驶新机遇。随着 AI（人工智能）水平不断提高、芯片及传感器等硬件成本降低以及市场对车辆安全性及便利性的要求，汽车的自动驾驶技术迎来了全面商业化落地的时期。五年内自动驾驶相关模块将会带来约 781 亿美元的市场，而作为全球自动驾驶技术的领跑者，深耕自动驾驶领域近十年、拥有领先自动驾驶技术的百度终于迎来再次腾飞的机遇。Robotaxi 无人驾驶出租车：使用 L4 级自动驾驶技术， Robotaxi 已经在多地商业化落地并将逐步扩大使用场景，可能改变公共出行形态；ANP（自动导航

华为ADS使得高级别自动驾驶车辆大规模量产成为可能，更将加速智能汽车产业变革，产业投资机会有望从硬件制造侧向IT软件及服务侧切换。从目前来看，ADS的全球竞争力、中长期发展机会、未来的确定性，均占优。 我们认为2021年是高级别自动驾驶发展元年，随着智能网联汽车数量的增加，智能汽车行业对软件和订阅服务的需求快速提升。我们预计智能网联、感知侧雷达、高精地图、智能座舱、智能汽车云、网联汽车安全等产业将迎来加速发展拐点。

自动驾驶驶入快车道，车载光学迎来加速放量：2021 年以来，L3 级别自动驾驶能力的蔚来 ET7、小鹏 P5、华为极狐相继发布。在政策、造车新势力、传统车厂、方案商、科技大厂等多方势力共同推动下，自动驾驶有望加速落地。根据 IDC，2020 年全球搭载 L2 级别及以上乘用车出货量为 899 万辆，预测到 2024 年将增长到 1930 万辆，20-24 年 CAGR 为 21%。在自动驾驶系统中，车载摄像头是实现众多预警、识别类功能的基础，超过 80%的自动驾驶技术都会运用到摄像头。目前 L2

百度作为互联网巨头，其 AI 布局在自动驾驶与智能云的逐步落地对于行业发展亦有重要启示。 移动生态与互联网：搜索与信息流领先地位较为稳固，传统广告营销中性预计CAGR 4%，2025 年收入 860 亿元，“X+Y”战略下收入来源持续拓展：整体互联网广告市场的增长主要来自于大型平台的流量效应，我国未来互联网广告流量增量来自移动端等入口、下沉市场及全行业线上化数字化趋势。移动端各 App 垂直应用竞争激烈，预计搜索广告在未来的互联网广告市场份额部分由信息流等取代。百度信息

汽车产业正在经历百年未有之大变局，电动化、智能化、网联化和共享化是未来汽车产业发展的主要趋势。一方面，能源消耗、环境保护、供需失衡、交通拥堵和行车安全给汽车产业可持续发展带来的压力与日俱增，要求汽车行业必须把握新机遇提供全新解决方案。另一方面，新一轮科技革命推动科技公司、创业公司及新型模式运营公司等外部力量加速跨界进入汽车领域，汽车的产品属性、产业价值链和生态结构都将完全不同。 现阶段，汽车的电动化已经取得了阶段性的进展，接下来应该把网联化、智能化放到更加重要的位置。近年来，全球自动驾驶汽车发

迈向高阶自动驾驶，汽车之“眼”激光雷达成优中之选 特斯拉引领的电子电气架构、软件架构和通信架构的升级，使得自动驾驶升级由“累加 ECU”转向算力和数据模型的迭代升级，边际成本递减推动自动驾驶在L3 之后升级加速。华为的入局更是推动了国内智能汽车行业的加速发展。感知作为智能汽车之“眼”，其探测精度、广度与速度直接影响行驶安全，目前主要有视觉及激光雷达两种方案。其中，视觉方案所获数据与人眼感知的真实世界更为相似，轻硬件、重软件

1、三大商业化路径之争： （1）应用场景之争：核心看迭代速度，ROBOTAXI场景目前的迭代速度慢于消费市场；（2）技术路线之争：更多是成本考量，纯视觉的成本集中在云端，多感知融合成本集中在车端。纯视觉有综合成本优势，多感知融合有可靠性优势。纯视觉对算法、传感器精度要求更高； （3）算法是否自研：自研算法迭代比第三方算法快。自研算法能够获得车辆完整的、高质量的数据，可通过SHADOW模式进行迭代，第三方算法不具备SHADOW能力。 2、智能化将经历车端和云端竞争两个阶段： 

当前无人驾驶配送应用情况和竞争格局，通过公开资料和访谈整理，我们得出以下结论： （1） 我国无人配送行业拥有巨大的市场潜力。一方面，快递/配送行业需求持续快速上涨。2020 年快递业务量依然保持同比 30.8%的高速增长。另一方面，人口红利的消失等因素使得劳动力供应不断下降。2021 年 4 月人社部发布的“2021 年第一季度全国招聘大于求职100 个‘最短缺’职业排行”中，快递员位列第八名。这样用工短缺的形势在未来几年会日益严重，将持续加大从

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、

智能驾驶的价值与发展阶段 智能驾驶以“服务人”、“替代人”为目标，价值包含：安全、高效、舒适。智能驾驶产品可分为两类：辅助驾驶产品由人对驾驶行为负责；自动（无人）驾驶产品由系统承担部分或者全部责任。当前，我们依然处在辅助驾驶阶段，并正向自动驾驶产品演进。 产品功能与应用场景的匹配程度影响用户需求 不同应用场景，用户需求有差异，这将会影响智能驾驶功能的接受度与普及速度。我们认为：（1）安全相关的智能驾驶功能需求刚性，如：AEB、

汽车产业是中国国民经济重要的战略性、支柱性产业，与人民群众生活密切相关。本世纪以来，我国汽车产业快速发展，产业规模稳居世界首位，综合实力显著增强。随着汽车普及程度不断提高，我国已快速进入汽车社会。当前，新一轮科技革命和产业变革蓬勃兴起，智能汽车已成为汽车产业发展的战略方向。发展智能汽车不仅是解决汽车社会面临的交通安全、道路拥堵、能源消耗、环境污染等问题的重要手段，更是深化供给侧结构性改革、实施创新驱动发展战略、建成现代化强国的重要支撑，对不断满足人民日益增长的美好生活需要具有十分重要的意义。随着

行业逻辑：当前汽车行业发展变革中面临价值重构，未来价值内涵重心将逐步向服务端尤其是出行领域深度拓展。自动驾驶技术是汽车智能网联进程中核心维度，而伴随自动驾驶等级的提高，对于系统的感知需求也将不断提升。 技术路径：目前市场感知主流方案主要有以特斯拉为代表的视觉系和以 Waymo 为代表的雷达系。视觉系：以低成本摄像头为主要感知元件，较为依赖硬件性能与软件算法。目前各主流公司硬件产品配置已达 L3-L4 级自动驾驶需求，算法端特斯拉神经网络训练较为领先。未来发展方向主要为硬件性能提升+软件算法突破

自动驾驶系统的计算机仿真是自动驾驶车辆测试和试验的基础关键技术，也 是未来行业定义自动驾驶车辆相关开发与准入技术标准的基础工具。计算机仿真 测试与真实物理测试互为补充，缺一不可。  《2019 中国自动驾驶仿真技术蓝皮书》是一部全面介绍中国自动驾驶仿真测 试发展现状的工具书。由当家移动绿色互联网技术集团有限公司（51VR）联合学 术研究单位与企业，通过详细收集并整理当前行业现状，结合自动驾驶仿真领域 多位行业专家意见汇编而成。蓝皮书内容涵盖仿真测试的意义、测试方法和作用、 搭建技术方

伴随智能科技浪潮的兴起，自动驾驶技术开始飞速发展。面对广阔的市场前景，科技发达的美国较早涉足该领域，中国紧随其后。 如今，科技企业、传统车企和一众初创公司成为自动驾驶行业的主要参与者。与此同时，资本也表现出浓厚兴趣，进行加码，多国政府更是将其上升至国家层面的战略高度。 即便自2018年下半年以来，由于发展不及预期，业界开始更加冷静地看待这项技术，但自动驾驶仍在稳步发展。 以目前多家科技企业和初创企业的发展态势来看，未来三年其商业化运营层面将发生显著改变，此时间段同样符合诸多车企推出L3级自

行业策略：自驾电动车应是未来 15 年最大的科技变革, 从人驾到类似智能服务器装四轮驱动的自驾, 这对激光雷达, 摄像头, 毫米波雷达, C-V2X 等感知层芯片, GPU/CPU/FPGA/AI 加速器等决策层芯片，及高速以太网络执行层芯片需求暴增；而油到电动车则对高功率牵引逆变器碳化硅 SiC 的需求爆发，在电动车渗透率于 2035 年达 50%，L3-L5 自驾渗透率超过 30%的假设下，国金估计全球车用半导体市场于 2020-2035 年复合增长率有机会超过20%，远高于全球半导体的 5

“新四跨”指的是跨“芯片模组+终端+车企+安全+高精地图和高精定位”，引入高精地图和高精定位，并实现从演示到大规模并发测试的转变。展望2021年，车联网产业化趋势期待在几个方面有进一步突破：和L3/L4级自动驾驶深度融合；和5G蜂窝网络应用融合；商用化场景更加丰富。 “新四跨”内涵 2019年“四跨”指的是跨“芯片模组+终端+车企+CA平台”。2020年“新四跨

汽车智能网联升级，大国领先布局  面对车联网战略新兴产业，各国政策加持不断，美国、日本、欧盟国家和中国从 20 世纪末至今陆续发布各种政策和战略。2019 年，我国国务院发布《交通强国建设纲要》，提出加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。另外，2020 年 2 月，发改委、工信部等 11 个国家部委联合下发了“关于印发《智能汽车创新发展战略》的通知”，通知中提出到 2025 年，中国标准智能汽车的技术创新、产业生态、基

汽车的智能化和网联化是整个汽车制造业数字化转型的启动按钮，从赋能产品力的提升，到赋能汽车后市场的价值挖掘，再到赋能产品研发以及全价值链的协同创新，成为汽车行业“新四化”（电动化、智能化、网络化、共享化）趋势下车企的兵家必争之地。那么，每个车企都会面临的问题是，如何打造面向未来的智能网联汽车？ 智能网联汽车产业是一个多方共建的生态体系，其中，车辆是载体，实现智能化是目的，而网联化是核心手段。 智能交互、智能驾驶和智能服务是智能网联汽车的三大元素。其中，智能交互向着多元化

在历史发展的滚滚长河中，人类追求先进生产力的脚步从不曾停歇。每一次技术革命的出现，都代表了一次生产力的发展更迭，驱动人类社会迈向新的发展纪元。工业革命，电力革命和信息技术革命在过去120年间实现了人类文明的三次巨大突破，当今，以人工智能、5G、云计算为主导的第四次工业革命所带来的改变，已在悄然发生，正在塑造一个万物感知、万物互联、万物智能的世界，它比我们想象中更快地到来。

激光雷达是实现高级别自动驾驶的核心传感器。高精度和3D建模能力是激光雷达相较于其他传感器的核心优势，我们认为以摄像头主导的纯视觉方案在精度、稳定性和视野存在局限性，无法达到L4/L5级自动驾驶需要的安全冗余。对于特斯拉之外无法通过AI弥补硬件缺陷的汽车厂商而言，激光雷达是必要选择。Waymo、Uber、Aurora等头部自动驾驶公司，和一度以视觉为核心的Mobileye，也明确采用激光雷达主导的强感知方案。需求端：Robotaxi商业化加速，ADAS市场即将爆发。1）我们认为Robotaxi将颠

超声波雷达：国产化率高。在车载超声波雷达领域，国内外厂商之间的差距不大，就满足倒车辅助等功能 而言，中国厂商超声波雷达足以胜任，赛道竞争激烈。  毫米波雷达：近几年车载雷达主流。在无人驾驶时代尚未到来之前，ADAS将成为汽车电动化、智能化的主 要体现，毫米波雷达将是近几年车载雷达的主流。  激光雷达：专注自动驾驶，从性能极致向低价渗透。在激光雷达价格降低、渗透率逐步提升后，各个厂商之间的竞争将由性能指标转向可靠性、稳定性、性价比等指标  激光雷达+视觉解决方案

预计 2023 年搭载车型产量突破 30 万， 2030 年全球前装量产市场规模将超230 亿美元。激光雷达乃高阶自动驾驶标配，存在显性参数、隐性指标及实测表现多个性能评价维度。整车厂从多方面提出上车要求，通过投资或合作方式积极参与，倾向于定制化或自研软件算法。经测算，我们认为已确认搭载的前装量产车型产量将于 2023 年突破 30 万台，价位集中在 40 万 – 80 万元， 2024 年全球激光雷达前装量产市场出货量将超百万个； 2028 年全球前装量产市场规模将超百亿美元， 2

L3+级汽车自动驾驶将成趋势，激光雷达产业空间巨大 1）智能电动车行业快速增长，L3级已处于突破临界点；2）激光雷达的应用趋势或愈发明确（预计2025E全球ADAS与无人驾驶的激光雷达市场规模约81亿美元；其中，国内约占30%达23亿美元，2020E-2025E年化增速60%+）；3）从应用趋势分拆来看，预计全球/国内基于ADAS的激光雷达需求将分别于2021E/2022E快速抬升；当前，国内整车主要涉及造车新势力以及自主品牌车企。 相较机械式雷达，集成化及降成本将推动固态激光雷达加速渗透

继智能手机后又一划时代的颠覆，现代汽车工业的“升维”攻坚战。智能汽车是汽车工业史上又一次伟大的范式转移，也是现代汽车工业走向互联网文明的“垓下之战”。作为移动互联网浪潮下划时代的产物，智能手机与智能汽车的发展皆遵循着“交互的变革-架构的升级-生态的演变”这一路径。在此变革下，汽车的产品定位将由简单的出行工具延伸为“移动第三空间”的共享；汽车产业链的价值也将呈现“总量上升，重心后移&rdqu

智能驾驶大时代，汽车变革新未来。汽车软硬件以及内部架构、行业竞争格局、产业链价值分配也将发生深远变化。在此变革浪潮下，我们认为智能驾驶将相继历经辅助驾驶渗透率提升、自动驾驶方案成熟、自动驾驶生态完善三个阶段，并分别带来硬件、软件系统和商业化运营三波机会。 空间与节奏：2025 年智能驾驶感知、决策、执行、座舱领域市场空间约四千亿，2030 年近万亿，年复合增长率达 22%。政策、需求、供给三管齐下，汽车智能化成为必然趋势，2020 年 L2 级别新车渗透率约 15%，L3迎来量产元年，国汽智联

巨头厂商底层技术突破，为汽车智能化带来质变 无论是造车新势力，还是传统车厂都在深度布局汽车智能化，座舱域、驾驶域的发展速度尤为惊人。目前智能座舱的新车型普及度持续攀升，智能驾驶的落地速度也有所加快。在汽车新四化浪潮下，车厂、芯片厂商、Tier1、OS 以及其他软硬件供应商积极投入研发，产品迭代速度显著加快。尤其巨头厂商在底层技术的突破，为市场带来质变。 硬件控制器集中化，SDV 已成为未来行业发展趋势 随着软硬件和新技术的共同发展，ECU 开发瓶颈问题日益突出，汽车行业由最初的&ldquo

产业链与市场空间：当前我国自动驾驶正处于 L2 向 L3 级别转化的阶段，预计 2025 年 L2.5 级别自动驾驶车辆渗透率为 50%，2030 年 L2.5 和 L4 级别自动驾驶汽车渗透率分别将达 70%和 18%。从产业链上看，仅上游（感知层、传输层、决策层、执行层）和中游平台层，到 2025 年新增市场空间达3088 亿元，2030 年可达 7020 亿元，10 年复合增速为 27%。 发展路径与核心参与方：技术路径上看，欧美等国鉴于其道路的规范化优势和自动驾驶技术的成熟度，其自动驾

政策驱动+车型推出，中国自动驾驶发展有望加速 2020 年~2030 年是自动驾驶发展的“黄金十年”，政策驱动下全球自动驾驶技术有望快速发展。2020 年 2 月，国家发展改革委员会等 11 部委联合印发了《智能汽车创新发展战略》，提出了 2025 年实现有条件智能驾驶汽车的规模化生产（L3 级别）的愿景。3 月 9 日，工信部在官网公示《汽车驾驶自动化分级》推荐性国家标准报批稿，该标准规定了汽车驾驶自动化系统的分级原则和技术要求，为智能网联汽车发展提供支撑。我们认为国

激光雷达产业研究报告：智能驾驶打开感知设备发展空间。智能驾驶时代加速到来。一方面，百度、小米、滴滴等科技&互联网企业纷纷加入造车角逐，智能理念跨界生长。另一方面，传统车企电动化加速，搭载智能驾驶。直观来说，智能驾驶就是要类比人类驾驶，使用技术和设备达到辅助乃至替代驾驶的功能。用传感器如摄像头、雷达等感知驾驶环境，用算法芯片实现驾驶决策，用控制执行系统控制汽车行驶，最终将驾驶者彻底从驾驶中解放出来。根据中商产业研究院数据，2019年我国智能驾驶行业市场规模达到1226亿元，预计市场规模将继

1.0 自动驾驶、AI医疗及AI金融有望引领AI下一个时代 1.1 2019-2021年MIT年度十大突破性技术——AI相关 1.2 2019-2021年达摩院科技趋势——AI相关 1.3 加速底层算力需求的爆发，英伟达是当仁不让的首选相关 2.1 自动驾驶：产业链图谱 2.2 自动驾驶：车载芯片和传感器存在巨大投资机会 2.3 自动驾驶：无人驾驶两大技术阵营「Diversity and Redundancy」  2.4 自

智能驾驶蕴藏蓝海。智能驾驶技术发展多年，目前已接近质变节点，在PC、手机之后，智能汽车有望成为下一个具备广阔成长空间的终端产品。当下，我们认为电动车的放量、电子电气架构变革等多重因素为智能驾驶的普及奠定了基础，在电动化浪潮之后有望迎来汽车智能化发展的黄金周期。智能座舱、自动驾驶及车路协同是智能驾驶产业链中的三大核心版图，其中涵盖了包括芯片、传感器、大数据、算法、高精度地图以及智慧交通等一系列软硬件技术，参与者包括传统主机厂、造车新势力、Tier1、半导体制造商、及海内外科技龙头公司如谷歌、阿里、