汽車智能駕駛產(chǎn)業(yè)深度報告

1、 汽車智能駕駛產(chǎn)業(yè)深度報告路線、變革、機會 報告綜述智能駕駛大時代，汽車變革新未來。汽車軟硬件以及內(nèi)部架構、行業(yè)競爭 格局、產(chǎn)業(yè)鏈價值分配也將發(fā)生深遠變化。在此變革浪潮下，我們認為智 能駕駛將相繼歷經(jīng)輔助駕駛滲透率提升、自動駕駛方案成熟、自動駕駛生 態(tài)完善三個階段，并分別帶來硬件、軟件系統(tǒng)和商業(yè)化運營三波機會?？臻g與節(jié)奏：2025 年智能駕駛感知、決策、執(zhí)行、座艙領域市場空間約 四千億，2030 年近萬億，年復合增長率達 22%。政策、需求、供給三管 齊下，汽車智能化成為必然趨勢，2020 年 L2 級別新車滲透率約 15%，L3 迎來量產(chǎn)元年，國汽智聯(lián)首席科學家提出 2025/2030 年

2、L2、L3 新車占比 50%/70%，2030 年 L4 級別新車占比 20%的發(fā)展目標。我們預計智能駕駛 感知、決策、執(zhí)行、座艙領域市場空間五年后約四千億、十年后近萬億， 年復合增速達 22%。技術路線：發(fā)展路徑上傳統(tǒng)廠商自下而上，互聯(lián)網(wǎng)科技公司自上而下；技術方案上激光雷達方案較大概率替代純視覺方案。路徑選擇上：互聯(lián)網(wǎng)科 技公司利用其在軟件算法方面的優(yōu)勢，主攻無人駕駛領域；傳統(tǒng) OEM 和 Tier1 從輔助駕駛層級先行進入市場。技術路線上：當前輔助駕駛以單目 視覺方案為主，自動駕駛級別提升需要高精度高分辨率的激光雷達支持， 激光雷達成本下降使激光雷達方案商業(yè)化落地指日可待。產(chǎn)業(yè)變革：全面重

3、塑汽車功能、架構、價值、格局。1）汽車功能：智能 駕駛功能實現(xiàn)產(chǎn)品升級和價值提升。2）汽車架構：軟硬件多層次升級： 感知端：硬件預埋，雷達（超聲波/毫米波/激光）、攝像頭、傳感器（溫度/壓力/位移）大幅放量裝車；決策端：電子電氣架構從分布到集中， 引入 AI 芯片、域控制器、多域控制器、軟件算法，且集成化將使得決策 系統(tǒng)集成商出現(xiàn)；執(zhí)行端：線控制動、線控轉向解耦人與車的機械連接， 電控執(zhí)行加速滲透，線控執(zhí)行不斷發(fā)展；網(wǎng)聯(lián)端：終極自動駕駛需要車、 路、云的連接和多環(huán)節(jié)協(xié)同，車載信息服務、T-BOX、V2X 模塊、道路智 能化基礎設施、智能化交通控制系統(tǒng)都將逐漸完善。智能座艙：包含硬 件、人機交互

4、、軟件集成，先行于自動駕駛上車，信息娛樂顯示屏、液晶 儀表、HUD、流媒體后視鏡、人機交互、域控制器、軟件系統(tǒng)等具有較大 市場機會。3）汽車價值鏈向后端服務轉移：軟硬件的 OTA 升級以及智能 駕駛系統(tǒng)和服務升級，商業(yè)模式從“制造”轉變?yōu)椤爸圃?服務”；4）行業(yè)競爭加劇，合縱連橫增多：產(chǎn)品技術更新迭代加快，軟件和科技能力要 求提升，跨領域結盟合作成為新趨勢。1、政策升級供需共振，智能駕駛揚帆起航1.1、政策端：短期政策引導，智能駕駛平臺承載多領域前沿科技2020 年國家政策更加細化和具象，地方政府加速推動特定場景落地，智能網(wǎng)聯(lián)由探索期進入成長期。國家部委對于智能網(wǎng)聯(lián)汽車的規(guī)劃始于 2014 年

5、底，后續(xù)對于 通用規(guī)范、安全、車聯(lián)網(wǎng)、道路測試、通訊協(xié)議等標準進行征求意見和修訂。2020 年是各部委首次聯(lián)合出臺智能網(wǎng)聯(lián)政策，明確了各時間節(jié)點的規(guī)劃和任務，強調(diào) 了與 5G、車聯(lián)網(wǎng)、云計算等領域協(xié)同以及特定場景先行先試的部署。2020 年地 方政府加速推進智能駕駛試運營的落地，標志著智能網(wǎng)聯(lián)汽車已經(jīng)從探索期進入 了成長期。20 年頂層設計落地：智能汽車相關體系 2025 年基本形成，2035-2050 年全面建成。 2020 年初 11 部委聯(lián)合推出智能汽車創(chuàng)新發(fā)展戰(zhàn)略，明確智能網(wǎng)聯(lián)汽車中長期 發(fā)展規(guī)劃，將智能汽車的發(fā)展上升到國家發(fā)展戰(zhàn)略：到 2025 年，中國標準智能汽 車的技術創(chuàng)新、產(chǎn)業(yè)

6、生態(tài)、基礎設施、法規(guī)標準、產(chǎn)品監(jiān)管和網(wǎng)絡安全體系基本 形成。2035 到 2050 年，中國標準智能汽車體系全面建成。國家將出臺促進道路 交通自動駕駛發(fā)展的政策，利用多種資金渠道，支持智能汽車基礎共性關鍵技術 研發(fā)和產(chǎn)業(yè)化、智能交通及智慧城市基礎設施重大工程建設等。 地方政府積極搭建試驗平臺，推動智能網(wǎng)聯(lián)汽車落地。各地方政府相繼出臺智能 網(wǎng)聯(lián)汽車產(chǎn)業(yè)扶持政策和規(guī)劃細則：設立自動駕駛示范區(qū)，在半封閉特定場景進 行智能駕駛應用示范，北京、上海、長沙等部分城市已經(jīng)試點開放自動駕駛出租 車服務；打造智能駕駛產(chǎn)業(yè)生態(tài)，培育 5G 通信、人工智能、互聯(lián)網(wǎng)等協(xié)同產(chǎn)業(yè)； 鼓勵產(chǎn)學研合作；部分地方政府還明確了產(chǎn)

7、業(yè)重大突破項目的獎補政策。1.2、需求端：互聯(lián)網(wǎng)一代對車型智能化要求更高伴隨互聯(lián)網(wǎng)成長起來的 95 后開始成為購車主力，其對智能化、個性化要求提升。 2020 年，95 后開始邁入 25 歲，成為乘用車市場新生力量。95 后是伴隨互聯(lián)網(wǎng)成 長起來的一代，其對于智能化、個性化、更新?lián)Q代的需求遠超過 80 后，因此，在 他們的購車選擇中，智能駕駛功能、座艙個性化設置和 OTA 功能升級是非常重要 的因素，為了適應新一代消費群體，滿足他們對于汽車的需求，各大車企新車型 也向智能化和個性化演變。輔助駕駛帶來的良好用戶體驗催生更高級別和更豐富的功能需求，帶來廣闊的市 場空間?，F(xiàn)階段商業(yè)化落地的主要是 L

8、1-L2 級別的輔助駕駛，為用戶提供例如自 適應巡航（ACC）、車道保持輔助（LKA）和自動緊急制動（AEB）等輔助駕駛 功能，不僅提升了駕駛安全性、同時也一定程度上分擔了駕駛員的工作，提供了 良好的用戶體驗。用戶更高級別和更豐富的功能需求會推動智能駕駛持續(xù)創(chuàng)新和發(fā)展。1.3、供給端：智能化成為產(chǎn)品差異化的核心亮點各大車企頻繁推出配備智能駕駛功能的明星車型，智能化成為新的區(qū)分度和差異化重心。在傳統(tǒng)汽車時代，主機廠產(chǎn)品差異化的著重點包括品牌、內(nèi)外內(nèi)飾、動 力系統(tǒng)等。在電動智能時代，內(nèi)外飾、品牌塑造以及動力系統(tǒng)的額外差異化依然 存在，但是給消費者帶來的邊際變化不如智能化。國內(nèi)傳統(tǒng)車企和造車新勢力均

9、 推出帶有智能駕駛功能的優(yōu)質(zhì)車型，包含并線輔助、車道偏離預警、車道保持輔 助、道路交通表示識別、主動剎車、前后駐車雷達、駕駛輔助影像、自動泊車、 自適應巡航等輔助駕駛功能，配備 HUD、車聯(lián)網(wǎng)、OTA 升級、人機交互等智能 座艙體驗，從而與傳統(tǒng)合資產(chǎn)品形成明顯差異化。2019 年輔助駕駛功能在新車中的配置率在 20%左右，以 L1 功能為主。根據(jù)中國 產(chǎn)業(yè)信息網(wǎng)信息，2019 年 10-15 萬區(qū)間新車型已搭載 L1 級別輔助駕駛功能，15-20 萬新車型搭載 L2 級別輔助駕駛功能。2019 年新車中，輔助駕駛功能的配置以 L1 級別為主，燃油車/純電/混動的配置率（以詢單量計）在 17%/

10、9%/29%左右。2、節(jié)奏：20 年 L3 元年，25 年規(guī)?；瘧?.1、現(xiàn)狀：2020 年 L2 級別新車滲透率近 15%，L3 開始量產(chǎn)自動駕駛按照自動化程度可分為 L0-L5 幾個等級。自動駕駛公認的兩個分級制度 分別由美國國家交通安全管理局（NHTSA）和美國汽車工程師學會（SAE）制定， 按照自動化程度分別將智能駕駛分為 5/6 個等級，由于 SAE 的分級更為詳細，所 以現(xiàn)在大家公認的是 SAE 自動駕駛分級標準。2020 年 L2 級別自動駕駛新車滲透率已近 15%。根據(jù)中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新 聯(lián)盟和佐思汽車研究的數(shù)據(jù)，2020 年 1-10 月智能網(wǎng)聯(lián)乘用車（L2 級）總銷

11、量 225.6 萬輛，占乘用車銷售總量的 14.6%，共計 194 個車型具備 L2 級功能。2020 年 1-10 月銷售 L2 級汽車過萬的車企共計 26 家，過 2 萬的車型共有 28 個。各品牌具備 L3 功能的自動駕駛車型相繼亮相或量產(chǎn)，2020 迎來 L3 車型量產(chǎn)元年。2020 年以來各個車企加速 L3 及以上功能車型的研發(fā)和落地：具備 L3 功能的 長安 UNI-T、廣汽 Aion LX、上汽 MARVEL-R、小鵬 P7、固定場景 L4 功能的長 城炮等相繼上市。各車企也將更高級別自動駕駛規(guī)劃提上日程，明確了 L3-L5 功 能車型實現(xiàn)或量產(chǎn)時間，基本在 2025 年前達到完

12、全自動駕駛功能。2.2、規(guī)劃：2025 年實現(xiàn)智能駕駛規(guī)?；瘧弥袊悄芫W(wǎng)聯(lián)汽車發(fā)展目標：2025 年 L2、L3 級滲透率達 50%、C-V2X 滲透率 50%。11 月 11 日，由北京市人民政府、工業(yè)和信息化部、公安部、交通運輸 部、中國科學技術協(xié)會共同主辦的 2020 世界智能網(wǎng)聯(lián)汽車大會在北京開幕，國汽智聯(lián)首席科學家在會上發(fā)布智能網(wǎng)聯(lián)汽車技術路線圖 2.0，提出了 中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)在發(fā)展期(2020-2025)、推廣期 (2025-2030)和成熟期 (2031-2015)的發(fā)展目標: 2025 年 L2、L3 級新車銷量占比達 50%、C-V2X 達 50%; 2030 年 L

13、2、L3 級新車銷量占比達 70%、L4 級達 20%、 C-V2X 基本普及， 2025 年前后實現(xiàn)智能駕駛的規(guī)模化應用。3、路線：視覺方案 VS 激光雷達；傳統(tǒng)玩家 VS 新興巨頭3.1、技術路線：激光雷達 VS 視覺方案當前自動駕駛技術路線分為視覺主導和激光雷達主導，前者當前成本占優(yōu)、后者 能實現(xiàn)的高階智能駕駛潛能大。自動駕駛環(huán)境感知的技術路線主要有兩種，一種 是攝像頭主導、配合毫米波雷達等低成本傳感器的視覺主導方案，以特斯拉為典 型代表；另一種以激光雷達為主導，配合攝像頭、毫米波雷達等傳感端元器件， 典型代表如 Waymo 等自動駕駛廠商。純視覺方案成本更低，商業(yè)化可行性更高； 激光雷

14、達方案當前成本較高，但是在信息獲取上更加精準。3.1.1 視覺方案：單目/三目基于視覺識別+深度學習，識別的準確性和深度學習的可靠性是邁向自動駕駛的瓶頸，雙目只檢測不識別+傳統(tǒng)算法，一致性和成本是 邁向商業(yè)化的瓶頸，輔助駕駛時代單目是主流單目攝像頭是當前輔助駕駛的主要方案，Mobileye 占據(jù)絕對主導地位，其存在探測長度和寬度無法同時保障和測距不準的問題。目前應用于自動駕駛的路況判斷 方案，多以單目攝像頭方案為主。單目可實現(xiàn)車道偏離警告 (LDW)、基于雷達視 覺融合的車輛探測、前部碰撞警告 (FCW)、車距監(jiān)測 (HMW)、行人探測、智能 前燈控制 (IHC)、交通標志識別 (TSR)、僅

15、視覺自適應巡航控制 (ACC) 等功能， 并且成本低于其他視覺方案，Mobileye 是業(yè)內(nèi)單目攝像頭解決方案的絕對領導者， 占據(jù)全球市場超過 70%的份額。但單目攝像頭方案存在以下短板1）探測長度和寬度無法同時保障：攝像頭的視角越寬，所能探測到精準距離的長 度越短，視角越窄，探測到的距離越長。這類似于人眼看世界，看的越遠的時候， 所能覆蓋的范圍就窄，看的近的時候，則覆蓋的范圍就廣。但車載攝像頭是定焦 的，無法像人眼一樣變焦。導致了探測長度和寬度無法同時保障。2）距離信息的獲取必須基于目標的識別：要提供目標距離信息，單目攝像頭方案 首先要對目標進行框圖邊界分割，分割與識別一體，不識別無法準確分

16、割。分割 識別后是估算距離，單目估算距離主要根據(jù)像素大小，對于遠距離的較大物體和 近距離的較小物體像素大小非常接近，測量距離并不準確。雙目攝像頭測距更準確，但對于兩個攝像頭一致性的要求極高，立體匹配和配準效果難度較大，使得輔助駕駛時代單目仍是主流。雙目相較于單目測量距離非估 算，測距準確度高；且可以在不識別目標的情況獲得距離數(shù)據(jù)，沒有識別率的限 制，對所有障礙物直接測量；雖然雙目系統(tǒng)成本比單目系統(tǒng)要高，但尚處于可接 受范圍內(nèi)，與激光雷達等方案相比成本低；且雙目系統(tǒng)無需維護樣本數(shù)據(jù)庫，因 為對于雙目沒有樣本的概念。但雙目同樣存在一些問題：1）兩個鏡頭理論上要一模一樣，一旦存在差異，會使得測量的準

17、確性大打折扣，這對于攝像頭的成本和 良率都是很大的挑戰(zhàn)；2）最關鍵的環(huán)節(jié)在立體匹配，需要對每一個像素點都做立 體匹配，計算量大但算法簡單，適合用 FPGA 來完成，門檻較高；3）另一個難點 在于雙目的配準效果，通過雙目攝像頭的圖像配準可以計算生成表示距離的二維 圖像，不同飽和度顏色代表不同距離，從暖色調(diào)至冷色調(diào)為距離由近及遠，色調(diào) （距離）要平滑過渡，沒有跳變，在計算過程中，需要對噪點與空洞做很好的抑 制。雙目系統(tǒng)在豪華車上應用較多，全球目前主要的雙目系統(tǒng)供應商有德國大陸， 博世，韓國 LG，日本日立和日本電裝。雙目攝像頭對成本、工藝、可靠性、精 準度的要求使得其成本較高，較難在價格敏感度高的

18、車型上推廣，單目低成本的 方案搭配其他傳感器可以滿足 L1、L2 和部分 L3 場景下的功能，所以在輔助駕 駛時代單目仍是主流。三目視覺為解決測距問題而設計，但存在后臺融合無合理規(guī)則和解決方案進行數(shù) 據(jù)篩選的問題。三目初始被設計的目的是為了解決汽車前向測距的問題，但是三 個不同的攝像頭精準度不同，檢測障礙物的精準性都會有一定的誤差，對于不同 攝像頭獲取到的同一場景的數(shù)據(jù)，需要在后臺進行融合，但由于硬件的差異性本 身存在，導致后臺目前對于這種誤差并沒有合理的規(guī)則和解決方案去進行選擇。 這種無法決策的局面，還會同其它的傳感器例如激光雷達、毫米波雷達所探測的 結果產(chǎn)生矛盾，因此最終難以做出正確合理的

19、決策。3.1.2 激光雷達方案：分為機械式和固態(tài)激光雷達，預計固態(tài)會率先大規(guī)模上車激光雷達分為機械式和固態(tài)，擁有對周圍環(huán)境高精度的感知能力。激光雷達的工 作原理是將激光線束豎向排列形成一個面，通過調(diào)整角度發(fā)射激光束、傳感器接 收記錄，做到對周圍環(huán)境的三維感知。豎向排列線束越多，掃描密度越大，精度 就越高，價格也越貴。激光雷達分為機械式和固態(tài)：機械式通過機械旋轉部件直 接驅動激光線束，擁有 360視場，測量精度更大，探測距離更遠，但是結構復 雜、體積大、適配性交叉，量產(chǎn)成本很高；固態(tài)激光雷達不具備機械旋轉部件， 通過電子部件控制激光發(fā)射角度，結構簡單、成本更低，但掃描角度有限、測量 精度較機械式

20、低，引入較多環(huán)境光噪聲。Velodyne 的 64 線機械式激光雷達價格高 達 7 萬美元以上，而華為也發(fā)布了 96 線激光雷達，其智能汽車 BU 總裁王軍表示未來計劃將激光雷達成本降至 200 美元。固態(tài)激光雷達賽道還有大疆、禾賽、 Velodyne、Luminar、ouster、Quanergy、ibeo 等，法雷奧第三代 Scala 也從機械轉 向固態(tài)。我們預計兩種激光雷達中固態(tài)式會率先商業(yè)化量產(chǎn)上車。Waymo 等自動駕駛公司 的測試車使用的都是機械式激光雷達，主要是自動駕駛公司對高階段自動駕駛的 掌握必須依賴高精度傳感器，性能是第一位。而從商業(yè)化考慮，因機械式高昂的 成本，預計固態(tài)大

21、概率會率先上車，目前明確公布未來量產(chǎn)車型上搭載激光雷達 的車企有小鵬、沃爾沃、本田、長安、極狐、蔚來、寶馬等。3.1.3 方案比較：激光雷達安全性高，成本問題正在解決，相視覺方案未來有更 大勝出概率激光雷達路線商業(yè)化瓶頸在于價格；純視覺方案瓶頸在于極高要求的算法。未來進入無需人類接手的自動駕駛場景，必須保障 100%的安全性。而進入商業(yè)化，成 本是必須突破的環(huán)節(jié)。1、激光雷達具有高精度、高分辨率、3D 感知的優(yōu)勢，激光雷達主導方案同時配 合攝像頭，兩類傳感器優(yōu)勢互補，精確度更高，因此針對 L4/L5 的自動駕駛公司 都采用該方案。該方案的問題和爭議點即當前成本高。2、以特斯拉為代表的純視覺方案

22、擁躉，摒棄激光雷達的主要原因是其成本高昂。 但是缺失激光雷達后，精度、穩(wěn)定性、視野方面都有局限，出現(xiàn)的問題是：（1） 對于決策端的計算要求非常高，且需要大量的數(shù)據(jù)積累，對于神經(jīng)網(wǎng)絡進行訓練， 使它具備判斷能力；（2）視覺的缺點在于攝像頭是二維的，因此會存在失真，只 能依靠大量學習和算法去彌補。因此，總結來說，純視覺方案對于數(shù)據(jù)積累和算 法訓練過于依賴，對于進入復雜少見的道路環(huán)境時其安全性受到挑戰(zhàn)。綜合比較下，我們認為：輔助駕駛單目為主，激光雷達逐漸滲透；未來無人駕駛激光雷達方案勝出具有更大概率1）在輔助駕駛時期，單目攝像頭方案仍會是主流，激光雷達逐漸滲透。雙目需 要突破攝像頭一致性的問題，三目

23、需要突破測量誤差和融合中數(shù)據(jù)選擇的問題， 隨著激光雷達成本下降，有望開始在輔助駕駛量產(chǎn)車上滲透。2）進入高級別自動駕駛，激光雷達方案不可或缺，成本進一步降低。固態(tài)激光 雷達會率先上車，擁有其它傳感器無法替代的高精度感知，同時成本已降至可接 受程度（華為固態(tài)激光雷達成本未來可降至 200 美金）。2020 年 11 月，單目視覺 的絕對領導者 Mobileye 與 Luminar 達成協(xié)議， 在其第一代自動駕駛汽車上使用 Luminar 的激光雷達；12 月在其 2025 年自動駕駛系統(tǒng)開發(fā)計劃中規(guī)劃將搭載自研 的激光雷達傳感器，視覺方案絕對領導者Mobileye也已經(jīng)開始涉足激光雷達領域。3.

24、2、發(fā)展路徑：高科技公司自上而下，OEM、Tier1 自下而上智能駕駛的出現(xiàn)使得汽車市場參與者擴容，除了傳統(tǒng)玩家（主機廠、Tier1）向智 能駕駛領域的升級，也包括布局智能駕駛的科技巨頭，如造車新勢力、自動駕駛公司、互聯(lián)網(wǎng)科技公司?；ヂ?lián)網(wǎng)科技巨頭大部分選擇跳過 L2 和 L3，直接發(fā)展 L4 或 L5?；ヂ?lián)網(wǎng)科技巨頭 之所以選擇這條技術路線，主要因為軟件算法是其強項，汽車工程化能力是其短 板，且沒有傳統(tǒng)汽車產(chǎn)品包袱，無需從低級別到高級別的漸進過渡。該路線的參 與者以百度、Waymo、Cruise、Uber 為代表，采用激光雷達，且需要算法的不斷 優(yōu)化完善，主要挑戰(zhàn)則是落地時間長、且需要大量資金

25、支持。OEM 和 Tier 1 技術路徑是 L2-L3-L4 漸進式發(fā)展。從 OEM 和 Tier 1 角度，智能 駕駛發(fā)展到 L4 或 L5 級別至少需要 5-10 年，時間周期長且投入過程中投入大產(chǎn)出少：OEM 和 Tier1 深耕汽車行業(yè)多年，有著豐富的量產(chǎn)經(jīng)驗，利用自身優(yōu)勢、深 挖高頻使用場景，解決用戶痛點，從輔助駕駛層級先行進入市場，不僅對用戶具 有使用價值、提升駕駛體驗，能提高自身產(chǎn)品單車價值量和市占率。4、變革：全面重塑汽車功能、架構、價值、格局4.1、汽車功能重構：新增各級別的智能駕駛功能智能駕駛的 L1-L5 五個級別對應的功能分別有：L1：輔助駕駛，主要功能有自適應巡航（A

26、CC）、車道保持輔助（LKA）、車道偏 離預警（LDW）、自動緊急制動（AEB）等；L2：部分自動駕駛，在 L1 級別自動駕駛的基礎上新增了：車道居中輔助（LCC）、 自動變道輔助（ALC）、自動泊車輔助（APA）、盲點檢測（BSD）、交通標志識別 （TSR）、交通擁堵輔助（TJA）和高速公路輔助功能（HWA）。L3：有條件自動駕駛，車輛完成絕大部分駕駛操作，但人類仍要集中注意力，緊 急情況下接管車輛，主要增加了：擁堵自動駕駛（TJP）、高速自動駕駛（HWP） 的功能；L4：高度自動駕駛，車輛已經(jīng)可以接替駕駛員工作，但若駕駛員想親自開車，仍 可以接管車輛。L5：完全自動駕駛，在任何天氣、任何地

27、域均可以實現(xiàn)完全自動駕駛，“座駕” 向“座艙”轉變。4.2、汽車架構重構：感知、決策、執(zhí)行、網(wǎng)聯(lián)、智能座艙升級實現(xiàn)更高級別的自動駕駛，需要感知、決策、執(zhí)行、網(wǎng)連、智能座艙的升級配合， 其中：感知端：隨著自動駕駛等級的提升，對于傳感器的數(shù)量、精度有更高的要求；決策端：智能網(wǎng)聯(lián)化推動電子電氣架構從分布到集中，域控制器、多域控制 器替代 ECU，引入高算力 AI 芯片；軟件服務和 OTA 升級成為新的盈利模式；執(zhí)行端：自動駕駛需要解耦人與車的機械連接，線控制動、線控轉向是自動 駕駛執(zhí)行端的核心；網(wǎng)聯(lián)端：真正無人駕駛需要車、路、云的互聯(lián)，需要車載信息服務、終端設 備、軟件系統(tǒng)、通訊服務、基礎設施等多環(huán)

28、節(jié)的協(xié)同合作；智能座艙：智能座艙先行于自動駕駛發(fā)展，在智能座艙硬件、人機交互、域 控制器、軟件系統(tǒng)方面都將迎來滲透和升級。4.3、汽車價值鏈重構:軟件和服務成為核心競爭力，硬件向電子化升級智能網(wǎng)聯(lián)汽車核心要素將從三大件向軟件和服務轉變，汽車可選消費品屬性增 強，個性化的軟件和服務將成為未來汽車核心競爭力。傳統(tǒng)汽車中，價值最高的 核心三大件為發(fā)動機、變速箱、底盤；電動車中，價值最高的核心三大件為電池、 電機、電控三電系統(tǒng)；進入智能網(wǎng)聯(lián)時代，軟件和服務將成為最核心的要素，自 動駕駛軟件決定安全性，座艙軟件和服務將決定用戶對于產(chǎn)品的選擇，汽車可選 消費品屬性不斷增強，個性化的軟件和服務將成為未來汽車

29、的核心競爭力。汽車銷售不再是一次性消費，全生命周期服務將成為企業(yè)新的盈利模式，同時客 戶黏性增強。傳統(tǒng)汽車銷售模式中，整車廠將汽車銷售給 4S 店后，后續(xù)的維修、 保養(yǎng)服務由 4S 店負責，整車廠不再和用戶產(chǎn)生接觸。進入智能網(wǎng)聯(lián)時代，車輛前 期匹配高冗余性能硬件，后期通過軟件升級、激活更多功能；通過車聯(lián)網(wǎng)提供在 線診斷等車輛管理服務；車內(nèi)的娛樂信息服務全生命周期；同時，客戶數(shù)據(jù)的采 集分析也有利于產(chǎn)品的優(yōu)化升級和定制化服務的推送。智能網(wǎng)聯(lián)驅動汽車硬件核心價值向自動駕駛傳感器、域控制器、AI 芯片、智能座 艙轉變。傳統(tǒng)汽車中，發(fā)動機、變速箱、底盤為價值量最高的系統(tǒng)部件，電動化、智能化將給汽車硬件

30、的價值重構帶來以下變化：1、自動駕駛新增傳感器、域控制器、AI 芯片、車載信息娛樂系統(tǒng)等部件：自動 駕駛將新增傳感端的攝像頭、毫米波雷達、激光雷達和決策端的 AI 芯片，和車載 信息娛樂系統(tǒng)的一體化智能中控、AR-HUD 等，前者對于自動駕駛的安全性具有 決定性意義，后者提供差異化定制化的用戶體驗感受，具有高價值、高差異化的 特點。2、底盤系統(tǒng)向電控化和輕量化升級：向電子化驅動控制轉變，傳動系統(tǒng)從手動擋 到自動擋到電子檔，行駛系統(tǒng)從機械車橋到電驅動橋，制動系統(tǒng)從機械向電控最 終到線控系統(tǒng)轉變，同時隨著電動化趨勢向輕量化發(fā)展，帶來產(chǎn)品的優(yōu)化升級和 價值量提升。3、動力系統(tǒng)向電動化轉變：發(fā)動機、變

31、速箱、傳統(tǒng)熱管理部件將被電池、電機、 電控、電動化熱管理部件等替代。4、車身內(nèi)飾件：車身和結構件變化不大，屬于價值量低、競爭激烈的產(chǎn)品，未來 主要向輕量化趨勢發(fā)展；細分領域如車燈（鹵素到氙氣到 LED 到激光）、玻璃（傳 統(tǒng)到鍍膜）等存在產(chǎn)品升級帶來的價值量提升機會；內(nèi)飾隨著智能化發(fā)展，成為 智能座艙的一部分，引入更多的交互和智能控制功能，如智能座椅、智能燈光等。4.4、汽車格局重構：軟件定義汽車，互聯(lián)網(wǎng)科技公司入局（1）產(chǎn)業(yè)鏈核心或從硬件系統(tǒng)集成向軟件系統(tǒng)集成轉變軟件定義汽車，未來軟件系統(tǒng)集成商可能替代現(xiàn)在 Tier 1 硬件系統(tǒng)集成商的地位。 在傳統(tǒng)汽車產(chǎn)業(yè)鏈中，博世、大陸、電裝等 Tie

32、r 1 硬件系統(tǒng)集成商占據(jù)著極為重 要的位置，其擁有極高的技術壁壘和行業(yè)地位。在智能網(wǎng)聯(lián)汽車時代，汽車的可 選消費品屬性增強，差異化、個性化的用戶體驗將作為消費者選擇產(chǎn)品的重要因素，且軟件算法與自動駕駛的安全性息息相關，軟件系統(tǒng)集成商或取代硬件系統(tǒng) 集成商的位置，硬件系統(tǒng)集成商、內(nèi)容供應商、服務供應商成為二級供應商，軟 件系統(tǒng)技術將成為未來智能網(wǎng)聯(lián)汽車的核心競爭要素。（2）關鍵能力：從工程實力到軟件實力轉變軟件定義汽車，整車廠對內(nèi)紛紛加強軟件業(yè)務部門布局。在傳統(tǒng)的汽車工業(yè)中， 硬件設計、工藝水平、工程管理等工程能力是主機廠的核心競爭力。隨著智能網(wǎng) 聯(lián)時代的到來，汽車軟件應用在智能座艙、自動駕駛

33、系統(tǒng)、車身控制等各個方面， 自動駕駛系統(tǒng)軟件背后還需要視覺和圖像處理算法、人工智能和深度學習的感知 決策執(zhí)行等核心算法支撐。各大整車廠紛紛成立獨立的軟件業(yè)務部門，持續(xù)強化 人才投入和與企業(yè)合作。近期主流車企對外紛紛在智能駕駛領域與互聯(lián)網(wǎng)、芯片、科技公司合作，提高產(chǎn)品競爭力、適應產(chǎn)業(yè)結構調(diào)整。各主流車企近期不斷加大與通訊企業(yè)、互聯(lián)網(wǎng)公 司、芯片、科技公司的合作，聚焦通信架構、AI 智能和軟件平臺，建立智能網(wǎng)聯(lián) 時代的核心競爭力。整車廠負責完成所有自動駕駛的程序設計和算法邏輯的設定， 并積極尋求在自動駕駛芯片、傳感器、執(zhí)行端、云服務和智能座艙等領域的合作研發(fā)。（3）當前各參與者面臨的優(yōu)劣勢分析傳統(tǒng)

34、 Tier1、OEM 經(jīng)驗豐富，硬件方面領先，造車新勢力、科技公司創(chuàng)新性強， 軟件服務方面領先。智能網(wǎng)聯(lián)時代主要參與者從原來的傳統(tǒng) Tier 1、傳統(tǒng) OEM 擴 充到造車新勢力和科技公司。傳統(tǒng)參與者在造車方面具有多年積累的經(jīng)驗，在汽 車的性能和工藝上具有優(yōu)勢，而創(chuàng)新性則遜于造車新勢力和科技公司。傳統(tǒng)廠商 和新入局者都對自己的定位和優(yōu)劣勢有清晰的認識，在保持優(yōu)勢和補齊短板上都有所布局。車企：傳統(tǒng)車企和新勢力紛紛加速智能網(wǎng)聯(lián)汽車的研發(fā)和落地，布局智能駕駛核心技術。2020 年 L2.5 級別長安 UNI-T、廣汽 Aion LX、上汽 MARVEL-R、小鵬 P7、固定場景 L4 長城炮等相繼上

35、市。各車企也將更高級別自動駕駛規(guī)劃提上日 程，明確了 L3-L5 車型實現(xiàn)或量產(chǎn)時間，基本在 2025 年前實現(xiàn)完全自動駕駛。Tier 1 零部件廠商：國外 Tier1 零部件廠商在保持原有優(yōu)勢的基礎上，繼續(xù)開拓 軟件算法領域，國內(nèi)部分零部件企業(yè)具備一定競爭力。博世、大陸、采埃孚、安 波福等 Tier 1 零部件巨頭在智能網(wǎng)聯(lián)汽車領域沿襲多年積累的系統(tǒng)性硬件和汽車 電子控制技術優(yōu)勢，在感知層、決策層、執(zhí)行層的核心硬件領域仍保持領先位置， 同時大力開發(fā)軟件、算法，定位智能網(wǎng)聯(lián)汽車新領域的 Tier 1 系統(tǒng)供應商，實力 雄厚。國內(nèi)部分企業(yè)如德賽西威已具備量產(chǎn) 77GHz 毫米波雷達、域控制器等核

36、心 產(chǎn)品的能力，具備一定競爭力。互聯(lián)網(wǎng)&自動駕駛公司：軟件算法方面具有較大優(yōu)勢，逐漸占據(jù)高級別自動駕駛 領先位置?？萍脊緫{借在軟件、算法、大數(shù)據(jù)方面的優(yōu)勢，布局自動駕駛領域， 并逐漸將商業(yè)應用提上日程。以百度為例，其在北京全面開放自動駕駛出租車服 務，標志著自動駕駛生活化使用場景全面啟動?；ヂ?lián)網(wǎng)公司和自動駕駛公司在智 能駕駛方面已經(jīng)做了基本的布局，未來將不僅繼續(xù)在前端服務發(fā)力，優(yōu)化、迭代 自動駕駛平臺算法，更要在硬件方面邁向智能時代，更加注重核心自研能力的突 破。芯片、算法公司：智能駕駛依托底層芯片算法支持，芯片算法公司繼續(xù)在核心技 術領域發(fā)力。芯片公司持續(xù)研發(fā)高算力、低功耗的適用于未來高級

37、別自動駕駛的 芯片產(chǎn)品和自家的智能駕駛解決方案，與車企緊密合作，從需求端出發(fā)不斷迭代 和完善相應產(chǎn)品，推動商用化產(chǎn)品落地。目前英偉達、高通、Mobileye、華為的 芯片產(chǎn)品都已達到支持 L4/L5 級別自動駕駛的能力，未來主要聚焦高級別自動駕 駛的芯片、算法平臺產(chǎn)品。（4）產(chǎn)業(yè)鏈各環(huán)節(jié)公司合縱連橫，大結盟時代開啟 近年來，車企、Tier1、芯片算法公司、自動駕駛公司等相繼結盟，打通技術壁壘， 共同推進跟高級別自動駕駛的落地。車企結盟、合作共贏，搶占智能駕駛先發(fā)優(yōu)勢。豐田主導成立 Monet，日系 車企交叉持股，深入合作；戴姆勒和寶馬握手言和，共同研發(fā) L3/L4 級別的 自動駕駛技術；通用、

38、本田再度聯(lián)手，發(fā)布全球首款自動駕駛量款車型 Cruise Origin；大眾和福特跨洋合作，基于 Argo AI 的自動駕駛系統(tǒng) SDS 共同研發(fā) 自動駕駛車型。智能駕駛不僅對智能化技術提出更高的要求，而且更需要時 間和研發(fā)成本的龐大支出，車企聯(lián)盟能夠更好地整合資源，合攏資金，突破 技術壁壘，使車企之間互享技術資源，共擔開發(fā)成本與風險，增強規(guī)模相應。自動駕駛公司打通技術流動壁壘，與車企優(yōu)勢互補，共享成果。Waymo 首次 突破單向聯(lián)盟，加大自動駕駛技術對車企的開放程度，成為沃爾沃全球獨家 合作伙伴；Uber 與豐田和沃爾沃聯(lián)盟，共同研發(fā)技術，共享研究成果；豐田 領投小馬智行，東風領投 Auto

39、X。車企和頭部自動駕駛公司的聯(lián)盟，進一步 補齊技術短板，打通技術壁壘，加強產(chǎn)品全面性。車企、Tier 1/芯片算法公司共同探索產(chǎn)業(yè)合作新模式，深化雙方綁定關系， 生態(tài)圈大聯(lián)盟囊括產(chǎn)業(yè)鏈各環(huán)節(jié)公司，加速推進智能駕駛進程。在智能駕駛 的大潮中，軟件系統(tǒng)正成為未來汽車倚重的核心，傳統(tǒng)汽車正逐步從分立控 制轉向集中域控制。整車電子架構的調(diào)整，使得車企和 Tier 1 都面臨著芯片 計算、通信能力和軟件系統(tǒng)帶來的全新挑戰(zhàn)，也勢必帶來車企和供應商之間 的重新洗牌以及傳統(tǒng)產(chǎn)業(yè)合作模式的變革。奔馳和英偉達共同開發(fā)新一代汽 車計算平臺，寶馬和 Mobileye 組建聯(lián)盟，現(xiàn)代和安波福聯(lián)盟，大眾在 NAV聯(lián)盟中將

40、英偉達、博世、大陸、Aquantia 這些芯片、汽車零部件 Tier1、通信 領域的龍頭囊括，體現(xiàn)了車企在新的時代里希望通過合作掌握核心環(huán)節(jié)技術 的戰(zhàn)略布局。而華為、百度打造的生態(tài)圈大聯(lián)盟，更是將產(chǎn)業(yè)鏈各個環(huán)節(jié)囊 括，將使智能駕駛進程進一步加速。智能駕駛汽車需要產(chǎn)業(yè)鏈共同參與，汽車行業(yè)從 Tier1 壟斷系統(tǒng)向大結盟時代轉變。智能駕駛技術從研發(fā)到量產(chǎn)落地，并不是車企和 Tier1 能夠單獨完成的，而 是整條產(chǎn)業(yè)鏈共同參與，車企和零部件廠商需要準確自我定位。未來，軟件定義 汽車勢必將出現(xiàn)類似 IOS、安卓的大平臺，汽車行業(yè)將從 Tier1 壟斷系統(tǒng)向大結盟時代轉變。結盟合作模式大勢所趨：有利于促

41、進產(chǎn)品更好落地，關鍵技術和功能更好實現(xiàn)。 英特爾無人駕駛事業(yè)部總監(jiān)徐偉杰也曾發(fā)表過對自動駕駛帶來的結盟模式的看 法：整車廠非常清晰汽車對自動駕駛的需求，會定義相關的規(guī)范要求，對每個功 能的定義有著豐富的經(jīng)驗；Mobileye 等芯片算法公司則可以提供最核心的處理器 和軟件，滿足整車廠的需求；而 Tier 1 則清楚如何從系統(tǒng)產(chǎn)品設計角度讓這些解 決方案更好地成為一個真正的產(chǎn)品，讓這個產(chǎn)品可以真正滿足車廠要求和功能。 因此，大結盟的合作模式可以促使系統(tǒng)產(chǎn)品更好地落地，關鍵技術和功能要求更 好地實現(xiàn)。汽車架構的顛覆性變革推動產(chǎn)業(yè)鏈各環(huán)節(jié)相互打通合作。隨著智能汽車的發(fā)展， 傳統(tǒng)汽車架構可能被顛覆，博

42、世電子電氣架構升級路徑表現(xiàn)為分布式（模塊化 集成化）、域集中（域控制集中跨域融合）、中央集中式（車載電腦車-云計算）。其中域集中式架構中，將汽車按照功能分為底盤域、動力域、車身域、座艙域和 自動駕駛域五域，逐漸過渡到?jīng)]有域的劃分的中央集中式架構中。而特斯拉在 Model 3 中已經(jīng)采用了集中式電子電氣架構，采用自動駕駛及娛樂控制模塊、右 車身控制器、左車身控制器來控制整車。整車控制從 70-80 個 ECU 轉變?yōu)橹醒爰?中式控制，架構的調(diào)整將使軟件、算法在汽車產(chǎn)業(yè)鏈中占據(jù)主導的位置，之前分 散的控制模塊將逐步融合集中，架構的調(diào)整推動產(chǎn)業(yè)鏈各個環(huán)節(jié)相互打通合作。5、機會：從硬件到系統(tǒng)再到生態(tài)從

43、輔助駕駛到全自動駕駛，我們認為需要經(jīng)歷三個階段：第一階段：輔助駕駛滲透率和級別齊升，硬件先行升級上車、智能座艙生態(tài) 建立，自動駕駛硬件和智能座艙迎來量價齊升該階段駕駛過程中人還不能脫手，但是傳感器、芯片、域控制器、線控執(zhí)行等硬 件會先行上車，為駕駛提供輔助支持；智能座艙的發(fā)展會給汽車帶來科技感、個 性化，不影響自動駕駛的安全性，因此會先行于自動駕駛，包括車機硬件、人機 交互、系統(tǒng)軟件等；第二階段：自動駕駛系統(tǒng)方案逐漸成熟，軟件算法系統(tǒng)供應商出現(xiàn)龍頭，特定領域開始商業(yè)化應用（ToB）在這一階段，自動駕駛軟件算法領域的參與者在一系列的試驗、優(yōu)化、迭代下， 逐漸趨于成熟。算法乃汽車大腦，擁有這方面能

44、力的車企會使用自有的平臺，而 其他車企會委托供應商提供方案，傳統(tǒng) Tier 1、互聯(lián)網(wǎng)科技公司都有可能脫穎而 出；另一方面，自動駕駛技術到達這一階段后，雖然還未能在公共道路大面積應 用，但是會在礦區(qū)、港口碼頭、物流、最后一公里等干線和低速封閉場景商業(yè)化 應用。第三階段：自動駕駛生態(tài)成熟，規(guī)模化商業(yè)落地（To C），Robotaxi 全面運營，全自動駕駛汽車逐漸替代輔助駕駛汽車經(jīng)過上述兩階段的發(fā)展，自動駕駛技術已逐漸成熟，路側設備全面鋪設，后臺數(shù) 據(jù)中心和云計算平臺實現(xiàn)開放共享，政策法規(guī)逐漸建立健全，自動駕駛生態(tài)已逐 漸成熟，具備全場景商業(yè)化運用的條件。全自動駕駛汽車率先以 Robotaxi 形

45、式大 面積商業(yè)化應用，并在個人消費端逐漸替代輔助駕駛汽車。5.1、第一階段：輔助駕駛階段的軟硬件升級帶來的機會（1）智能座艙智能座艙硬件市場空間更大，且中國玩家在此領域參與度更高，德賽西威、華陽 集團產(chǎn)品成熟、客戶優(yōu)質(zhì)。根據(jù)羅蘭貝格的預測，2020 年我國智能座艙市場規(guī)模 514 億元，到 2030 年可達 1039 億元，年復合增長率超 7%。其中硬件（中控顯示 屏、液晶儀表盤、抬頭顯示 HUD、交互傳感器等）占比 70%左右，市場空間巨大， 2020 年-2030 年年復合增速近 9%，擁有更多的機會。推薦國內(nèi)產(chǎn)品成熟，客戶優(yōu) 質(zhì)的德賽西威，關注華陽集團。（2）自動駕駛相關傳感器國外 Ti

46、er1 主導，國內(nèi)企業(yè)德賽西威、華域汽車、保隆科技等在傳感端存在機會。 自動駕駛傳感端產(chǎn)品主要由博世等國外 Tier1 廠商主導，國內(nèi)企業(yè)亦有一席之地。 德賽西威 77G 毫米波雷達和 360 度高清環(huán)視系統(tǒng)在 19 年已經(jīng)量產(chǎn)；華域汽車 77G 毫米波雷達適配款客車車型實現(xiàn)產(chǎn)業(yè)化落地；保隆科技產(chǎn)品包括攝像頭、毫米波 雷達和多種品類的傳感器產(chǎn)品，是少數(shù)擁有 77G 毫米波雷達技術的國內(nèi)企業(yè)。L3級別自動駕駛車輛的持續(xù)滲透和自動駕駛向更高級別發(fā)展，都將帶來大量傳感端 需求，上述公司將從中受益。（3）芯片2020 年控制端的芯片各大廠商也取得了突破性進展，國內(nèi)地平線在芯片領域具有 國產(chǎn)替代機會。M

47、obileye 今年量產(chǎn)的 EyeQ5 AI 芯片，算力 24TOPS，功耗 10W， 可支持 20 個外部傳感器的運行，實現(xiàn) L4/L5 自動駕駛，將于 2021 年在寶馬率先 裝車，吉利、蔚來等也將在部分車型上搭載該款芯片；英偉達 2022 年正式投產(chǎn)的 Orin 芯片可實現(xiàn)每秒 200TOPS 運算性能，比上一代 Xavier 提升 7 倍，功耗僅為 45 瓦，與上一代產(chǎn)品一致，可提供 L2+高級輔助駕駛功能，升級到雙片后算力達 到 400TOPS，可提供 L4 級別自動駕駛方案，未來使用的 GPU 可進一步擴展算力， 理論可達 2000TOPS，為實現(xiàn) L5 預留充足硬件能力。 國內(nèi)企

48、業(yè)中，華為的昇騰 芯片和 MDC 自動駕駛平臺可支持 L4 級自動駕駛；百度的昆侖芯片和 Apollo 平 臺已將 Robotaxi 服務推向公開道路；地平線的征程 5 芯片同樣可支持 L4 級別自 動駕駛，征程三代 AI 芯片，算力 48TOPS，功耗 12W，可支持 L3 級別自動駕駛， 其二代芯片就是國內(nèi)首款車規(guī)級 AI 芯片，目前地平線已與廣汽、上汽、一汽等整 車廠建立合作，共同推進自動駕駛車輛的落地。（4）域控制器域控制器總成領域，國外 Tier 1 巨頭領先，德賽西威等國內(nèi)企業(yè)實現(xiàn)了產(chǎn)品研發(fā) 和訂單斬獲的突破。按照博世五域劃分主要有底盤域、動力域、車身域、座艙域 和自動駕駛域。其中

49、座艙域和自動駕駛域是發(fā)展重點，這兩個領域的域控制器總 成主要是國外 Tier 1 巨頭占據(jù)領先位置，國內(nèi)企業(yè)也逐漸開始收獲訂單：2020 年 德賽西威與小鵬汽車開發(fā)的 L3 級別自動駕駛域控制器產(chǎn)品在 P7 上實現(xiàn)了量產(chǎn)， 填補了國內(nèi)企業(yè)在該領域的空白，具有標志性意義，座艙域控制器也收獲了多家 造車新勢力訂單；保隆科技 2020 年 9 月與領目科技成立合資公司，后者擁有 L2、 L3 域控制器，該合作將填補保隆在域控制器領域的空白并推進產(chǎn)品配套落地。國 內(nèi)公司在域控制器方面面對的市場競爭壓力較大，但也具備著突破以及占有一部 分市場份額的可能性。（5）線控執(zhí)行執(zhí)行端參與企業(yè)主要以博世等國外 T

50、ier 1 巨頭為主，伯特利線控制動國內(nèi)進展最 快，未來有望實現(xiàn)進一步的國產(chǎn)替代。國外 Tier 1 巨頭在底盤、動力系統(tǒng)具備著 較高的技術積淀，因此在電控制動、電控轉向領域一直處于接近壟斷的位置。線 控轉向沿襲 EPS 技術，博世、采埃孚、捷太格特、日本精工、耐世特等國際巨頭 憑借在電動轉向的積累，在線控轉向領域領先地位穩(wěn)固。而在線控制動領域，博 世、大陸、采埃孚占據(jù)行業(yè)領先地位，國內(nèi)伯特利、拿森電子、拓普集團也在努 力追趕。伯特利在 EPB 方面已實現(xiàn)國產(chǎn)替代，獲得主流自主、合資品牌訂單，掌握 WCBS 線控制動技術，且已經(jīng)收獲多家主機廠定點，具備較強的競爭實力， WCBS 明年上半年將開

51、始量產(chǎn)。自動駕駛的發(fā)展將推進線控制動的滲透，伯特利 的技術積累和與主機廠的合作將會給未來該領域的發(fā)展帶來更多可能。5.2、第二階段：自動駕駛系統(tǒng)方案脫穎而出自動駕駛的第二階段，是軟件算法平臺的角逐。在 L3 級以下，算法集成在傳感 器上，但到了自動駕駛階段，這種做法或將不再可行，傳感器獲取的信息增加， 對于集中式自動駕駛大腦的需求越來越強。雖然出于數(shù)據(jù)積累和法律法規(guī)的考慮， 自動駕駛可能還未能大面積推廣，但是我們認為：產(chǎn)業(yè)鏈已具備成熟的軟件算 法平臺；自動駕駛在特定領域推廣應用。1、頭部車企擁有獨立算法，軟件系統(tǒng)供應商同樣可提供自動駕駛解決方案 算法乃汽車大腦，頭部車廠獨立研發(fā)。汽車進入自動駕

52、駛時代，算法可謂是自動 駕駛汽車的核心和大腦，與車輛行駛安全息息相關，失去了對此關鍵技術的掌握， OEM 可能將淪為未來汽車的硬件集成商。以特斯拉為代表的新勢力非傳統(tǒng)車企出 身，具有互聯(lián)網(wǎng)思維，大多選擇自研自動駕駛系統(tǒng)，如特斯拉基于視覺系統(tǒng)的神 經(jīng)網(wǎng)絡系統(tǒng)。以長城、吉利為代表的 OEM，在智能網(wǎng)聯(lián)時代即將到來之前，積極 做出調(diào)整和布局，如吉利的億咖通正逐漸實現(xiàn) EC-EYES、EX-PARK、EX-DRIVE， 布局傳感器平臺、智能算法平臺以及高性能計算機終端；長城的毫末科技同樣定 位整體自動駕駛解決方案，產(chǎn)品覆蓋自動駕駛算法、控制器平臺、線控車輛平臺， 具備全棧自研究能力。其他車企委托軟件系統(tǒng)集成商提供解決方案。自動駕駛系統(tǒng)方案的研發(fā)投入大， 整