自动驾驶产业链全梳理，这些公司已布局

第三届世界新能源汽车大会于9月15日在海南举行，多位专家探讨了汽车电动化、智能化、共享化协同发展的有效路径，推动了汽车产业的转型升级。特斯拉首席执行官埃隆·马斯克在9月17日上午的会议上发表视频讲话时表示，中国汽车公司在智能电动汽车方面非常有竞争力。对于自动驾驶的未来，通过视觉神经网络，其发展前景十分光明。自动驾驶是人工智能技术最大的应用场景之一，智能汽车可能成为继智能手机之后的另一个主要互联终端，深刻改变社会形态。当前，传统汽车行业已进入服务平台转型期，自主创新和融合开放成为产业链发展的主要命题。从2020年开始，主流汽车制造商有望逐步推出L3及以上自动驾驶量产车，自动驾驶行业有望进入黄金发展期。自动驾驶目前发展到什么阶段？自动驾驶产业链和核心技术是什么？1、 自动驾驶正处于快速转型期，未来自动驾驶的进一步爆发可以追溯到20世纪90年代的美国军事领域。2012年，谷歌获得了美国首个自动驾驶汽车牌照，并开始进入工业化。2017年，英特尔以153亿美元收购了视觉ADAS提供商Mobileye，标志着全球供应链整合期的开始。近年来，中国的自动驾驶也进入了快速发展的阶段。2020年3月，中国工业和信息化部发布了《汽车驾驶自动化分类》标准，根据驾驶自动化系统能够执行动态驾驶任务的程度，将汽车自动驾驶分为六个级别。表1汽车驾驶自动化分类

来源：中国工业和信息化部和零壹智库目前正处于全球自动驾驶从L2级向L3级过渡的阶段，整个行业仍处于爆发的早期阶段。随着半导体技术的提高、电动化和智能化的普及以及技术成本的降低，自动驾驶市场将得到广泛发展，高水平自动驾驶产品的量产也在加快。图1自动驾驶市场规模和预测

数据来源：IDC和OneThinkTank作为一个整体，目前市场上的量产车型仍然是L2+自动驾驶系统，L2占据了目前市场的大部分增长空间。另一方面，出于安全考虑，L3级对目标和事件的驾驶响应将完全交付给系统进行决策，目前无法达到量产水平。从全球主要国家自动驾驶的进展来看，目前处于法律法规和政策更新不断优化的状态，预计2025年左右实现L4级高度自动驾驶的目标。欧盟于2018年发布了《自动化出行之路：欧盟未来出行战略》，表示将在2025年结合V2X实现L4级自动驾驶系统；

到2030年，它将达到L5全自动驾驶系统。2020年11月，中国发布了《新能源汽车产业发展规划》，力争到2025年实现高度自动驾驶汽车在有限区域和特定场景的商业应用，到2035年实现高度无人驾驶汽车规模化应用的目标。截至2020年2月，美国至少有41个州和哥伦比亚特区对自动驾驶汽车相关立法进行了审查。2、 产业链长，自动驾驶功能在由“感知决策执行”组成的上游产业路径中的实施需要汽车制造商、零部件供应商、车载计算平台开发商、出行服务提供商等多个主体的参与，因此产业链长。上游包括感知层、决策层和执行层。中游作为平台层，包括集成智能座舱平台、自动驾驶解决方案、传统车联网TSP平台；

下游主要包括汽车制造商和第三方服务。感知、决策和执行是构成自动驾驶的三个最重要的系统。通过感知层识别车辆的周围环境信息，通过高计算能力的计算中心做出相应的优化措施，然后通过执行层提供反馈，形成智能驾驶路径。1.感知层：相机或激光雷达形成双极模式感知是实现自动驾驶的一个极其重要的部分。作为汽车的“眼睛”和“耳朵”，只有在准确识别周围环境和道路信息的情况下，才能给车辆准确的反馈。目前主流的环境传感设备包括相机、超声波雷达、毫米波雷达和激光雷达。表2车辆传感器功能和性能比较

来源：东吴证券（601555，股吧）研究院、一号智库从特性来看，不同的传感器各有优缺点，应用场景的侧重点也不同。目前主流的解决方案主要基于多传感器融合，但有两种不同的路径：一种是以特斯拉和Mobileye为典型代表，以摄像头为主，毫米雷达为辅的视觉解决方案。一种方法是以激光雷达为主要方法，辅以其他雷达和摄像头，这是目前市场上大多数智能驾驶汽车公司采用的解决方案。不同的汽车公司对视觉和激光雷达引导的解决方案有不同的意见。2021 5月，特斯拉宣布取消北美版的2021 3型和Y型毫米波雷达，不再使用激光雷达，成为视觉主导解决方案的绝对实践者。这种解决方案的硬件成本相对较低，但对算法和云计算的要求很高。NIO、小鹏等国产自主品牌搭载了基于激光雷达的解决方案，具有安全冗余的优势，可以在一定程度上弥补算法的不足，但硬件成本相对较高。在汽车传感器领域，除了博世、法雷奥、索尼、威猛等知名汽车传感器供应商外，国内企业在这一产业链上也取得了一定成绩。表3中国相机和雷达领域企业清单

资料来源：零壹智库。此外，高精度地图作为自动驾驶的整体策划者，也是感知层面不可或缺的一部分。它们可以弥补由于距离而导致的相机和雷达效果的不足。高德事业部前总裁魏东表示，高精度地图就像自动驾驶汽车的记忆。“没有记忆，无论眼睛和思维（相机和雷达）有多发达，都无法对事件进行全面控制”。与普通导航地图相比，高精度地图不仅增加了大量与辅助驾驶相关的信息，而且提高了准确性，成为实现自动驾驶的有力工具。表4中国部分高精度测绘企业名录

来源：零壹智库相比国外几乎被Waymo和Here垄断的高精度地图市场，零壹智库的国内市场相对广阔。我国高精度地图测绘必须具备相应资质，行业壁垒较高。四维影像新（002405，股吧）作为国内传统影像商家，技术成熟，行业优势明显。但随着大数据行业的兴起，地图的调查方式也发生了一些变化。百度和阿里巴巴因其在数据收集方面的优势而迅速发展，目前百度已成为该领域的领先者。图2 2020年中国高精度地图制造商市场份额

数据来源：IDC，零壹智库2。决策者：行业进步明显，国产芯片正在加速追赶。作为智能汽车的“大脑”，从传感器收集的数据被分析并提供给硬件进行相应的执行。一般来说，决策系统包括硬件平台、软件和操作系统，以及开发……

汽车芯片市场是自动驾驶市场不可或缺的一部分。目前，随着汽车智能化水平的加快，智能汽车对高性能、强大芯片的需求也在快速增长。传统的汽车芯片已无法满足当前的计算需求，MCU正在迅速向SoC创新。图3 L1-L5各级智能驾驶计算能力要求

数据来源：易观分析师、零壹智库，市场上主流的自动驾驶SoC芯片计算核心分为CPU、GPU、FPGA、ASIC等类型。其中，通用性强的CPU+GPU和计算速度快的CPU+FPGA是早期相对成熟的芯片架构解决方案，而ASIC属于针对特定场景定制的芯片，通用性较低，但每瓦功耗和特定场景安全性较好。尽管早期的开发成本相对较高，但CPU+AASIC将成为未来行业的主流。在芯片相关硬件制造商方面，德州仪器、恩智浦等传统汽车芯片制造商的垄断正在逐渐被打破，更适合智能汽车的芯片制造商正在该领域迅速发展。Mobileye、Nvidia等公司正在崛起，国内芯片制造商正在抓住市场机遇并加速追赶。地平线、黑芝麻（000716，股吧）智能科技等研发的芯片也逐渐开始用于商业量产。表5当前自动驾驶汽车芯片主流企业及芯片信息

来源：东吴证券研究所和零壹智库在操作系统层面，目前有QNX/Linux/Android在争夺市场份额，QNX的市场份额更高。然而，这主要是由于其先发优势，并且作为一个闭源系统，QNX在面临Android和Linux等开源系统的挑战时，在操作系统市场上仍有显著的竞争空间。3.执行层：行业格局超强，国内企业可以发展。目前，市场上L2级别的智能汽车主要是新能源汽车。与传统汽车的本质区别在于，动力能源从化石燃料转向了电力驱动，控制执行也从机械控制转向了电气控制。电气控制具有低延迟和高精度，但寿命短且成本高。目前，成本效益较低。然而，从未来的发展趋势来看，电控与智能汽车的相似性远远优于机械控制。随着技术的升级，电控将成为更高级别自动驾驶的必要路径。控制执行层的核心技术是车辆的纵向和横向控制。车辆油门和制动的纵向控制，同时车辆转向的横向控制。目前，汽车的电动化升级路线主要涉及实施线控执行，包括线控节气门、线控转向和线控致动三个方面。线控节气门目前相对成熟，具有较高的渗透率；线控转向基于技术和成本考虑，尚未完全实现纯线控、多位置混合动力转向模式；

目前，业内有EHB和EMB两种线控制动解决方案，以取代更传统的制动模式。然而，成本很高，全面更换需要一些时间。在车辆控制执行领域，由于安全要求高、验证周期长，以及传统一级博世、等的明显优势，已经形成了一超多强的垄断格局。但中国在这一领域的参与者主要是一些初创企业，如贝瑟尔（603596，股吧）、内森电子等，它们的规模相对较小，与行业领导者有一定差距。表6：当前线路控制系统市场中的一些企业

来源：易观分析、零壹智库、自动驾驶产业链中游以解决方案供应商为主。目前，行业主流解决方案供应商包括L4+级自动驾驶领域的领导者Waymon，其研发实力被公认为最强；Cruise——其技术能力与Waymon相当，被通用汽车收购后商业能力有所提高；Mobileye-目前是L2级驾驶解决方案的先驱，也是视觉解决方案的主要供应商；根据零壹智库的数据，百度Apollo目前是中国自动驾驶研发的先驱，在中国自动驾驶专利榜上排名第一，拥有2000多项专利。商业化可能为百度带来新的增长点。行业下游主要由汽车制造商组成，包括特斯拉、途胜未来、蔚来、理想、小鹏、小米、吉利等。

标签：特斯拉蔚来小鹏世纪吉利汽车

汽车资讯热门资讯