自動駕駛產(chǎn)業(yè)鏈中，供給端的主機(jī)廠、零部件供應(yīng)商、互聯(lián)網(wǎng)公司三者均有強(qiáng)烈意愿參與到智能駕駛產(chǎn)業(yè)鏈，目前產(chǎn)業(yè)對待汽車智能化主要是兩種思路：自下而上推廣智能駕駛即“汽車電子派”和自上而下推廣智能駕駛即“網(wǎng)聯(lián)派”兩種思路；從智能化的推進(jìn)節(jié)奏看投資機(jī)會，應(yīng)該分為三個階段：第一階段2019-2020年，第二階段2021-2025年，第三階段2025年后；具體來看，當(dāng)前投資的落地點(diǎn)在于傳感層、計(jì)算層、執(zhí)行層、芯片層、電動化這幾個層面。

核心觀點(diǎn)

1、供給端看，主機(jī)廠、零部件供應(yīng)商、互聯(lián)網(wǎng)公司三者均有強(qiáng)烈意愿參與到智能駕駛產(chǎn)業(yè)鏈，目前產(chǎn)業(yè)對待汽車智能化主要是兩種思路：

一種是自下而上推廣智能駕駛，即“汽車電子派”。通過提供ADAS產(chǎn)品推進(jìn)自動駕駛級別從L0 發(fā)展至L2，提高價值量并提升智能化水平，在普及率達(dá)到一定程度后，逐步尋求更高級智能駕駛機(jī)會。

另一種是自上而下推廣智能駕駛，即“網(wǎng)聯(lián)派”。以互聯(lián)網(wǎng)公司為代表，積極開發(fā)的算法，對零部件公司提供的硬件和整車廠提供的平臺進(jìn)行整合，把無人駕駛的最終實(shí)現(xiàn)作為研究出發(fā)點(diǎn)和落地點(diǎn)。

2、從智能化的推進(jìn)節(jié)奏看投資機(jī)會，應(yīng)該分為三個階段。

第一階段2019-2020年，中短期關(guān)注智能化自下而上的機(jī)會，標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價值量確定性提升，對應(yīng)的產(chǎn)品需求能夠保持快速的增長，同時對應(yīng)標(biāo)的在下一輪無人駕駛階段也會具有較大規(guī)模而形成護(hù)城河。

第二階段2021-2025年，開始看自上而下的投資機(jī)會，時點(diǎn)上來看我們認(rèn)為此階段是ADAS強(qiáng)制普及的節(jié)點(diǎn)，孕育了更高層次的智能駕駛的機(jī)會，華為、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025年后，自動駕駛開始在大量場景中實(shí)現(xiàn)，基礎(chǔ)建設(shè)落地，單車價值量顯著提升，智能駕駛實(shí)現(xiàn)一年萬億市場的投資機(jī)會。

3、具體來看，當(dāng)前投資的落地點(diǎn)在于幾個層面。傳感層的機(jī)會在于高精度、高準(zhǔn)確度的傳感器最終落地，單個車型的傳感器價值量不斷提升。計(jì)算層在于基于國內(nèi)迅速迭代的算法技術(shù)的智能座艙落地，提升車輛駕駛體驗(yàn)。執(zhí)行層受益于國內(nèi)的制造基礎(chǔ)，ADAS 和新能源的應(yīng)用加速了執(zhí)行層落地，催化劑在于政策帶來爆發(fā)性機(jī)會。網(wǎng)絡(luò)層、通信層方面，云、管、端的三層架構(gòu)已經(jīng)逐步明確，運(yùn)營商、設(shè)備商和主機(jī)廠是投資機(jī)會。芯片層在于開發(fā)更為適用于智能駕駛的芯片，包括圖像識別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€方面的應(yīng)用。最后則是電動化這一層，新能源車更加有利于智能設(shè)備的安裝和推廣。

報(bào)告內(nèi)容

一、智能駕馭進(jìn)入實(shí)質(zhì)落地期，政策及規(guī)劃催生萬億行業(yè)

1、政策推動及車企規(guī)劃

汽車智能化不同于新能源化，本質(zhì)上是人們對汽車的更高品質(zhì)的追求。汽車發(fā)展的歷史本質(zhì)上就是對汽車動力性、舒適性、安全性追求的歷史，智能化明確地帶來舒適性和安全性的提升，因而需求是自發(fā)產(chǎn)生的。汽車行業(yè)自發(fā)需求的力量是巨大的，尤其是當(dāng)前汽車動力性和空間差距已經(jīng)逐步減少的背景下，購買者考察談?wù)摳嗟氖?a href="http://www.asorrir.com/v/" target="_blank">科技配置即智能化水平?？梢灶A(yù)見未來ADAS 會成為人們口中津津樂道的“自動變速器”、“缸內(nèi)直噴”而成為標(biāo)配。

2018 年1 月，國家發(fā)改委公布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》(征求意見稿)，計(jì)劃到2020年智能汽車新車占比達(dá)到50%，中高級別智能汽車實(shí)現(xiàn)市場化應(yīng)用。在這一計(jì)劃公布后，國內(nèi)智能駕駛試驗(yàn)場地、車聯(lián)網(wǎng)及智能駕駛企業(yè)雨后春筍般迅速成長。

當(dāng)前的政策屬于溫和培育階段，政策在智能化中起到摸著石頭過河的作用。2016-2018 年國家出臺了多部針對智能駕駛的指導(dǎo)意見和技術(shù)標(biāo)準(zhǔn)，規(guī)范相關(guān)標(biāo)準(zhǔn)體系為技術(shù)創(chuàng)新和管理鋪平了道路，而技術(shù)標(biāo)準(zhǔn)會參考各環(huán)節(jié)龍頭企業(yè)的指標(biāo)，建議關(guān)注智能駕駛各環(huán)節(jié)的龍頭企業(yè)。表2羅列了各車企的推廣進(jìn)度，可見2021年前基本都計(jì)劃有L4級別的量產(chǎn)車上路。

對于國內(nèi)廠商，智能化產(chǎn)品觸手可得。由于國內(nèi)的電動化進(jìn)程加速，智能駕駛技術(shù)在網(wǎng)絡(luò)層、通信層有比較多的機(jī)會，主機(jī)廠敢于去嘗試。汽車電子在國內(nèi)廠商的推進(jìn)加速，目前L1、L2 級別的配置國內(nèi)已經(jīng)下降到10 萬級別的車型，可見國內(nèi)廠商推廣的決心。

2、智能駕駛的投資機(jī)會

從智能化的推進(jìn)節(jié)奏角度看投資機(jī)會，我們認(rèn)為應(yīng)該分三個階段。

第一階段2019-2020年，中短期更應(yīng)關(guān)注智能化自下而上的機(jī)會，標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價值量確定性提升，對應(yīng)的產(chǎn)品需求能夠保持快速的增長，同時對應(yīng)標(biāo)的在下一輪無人駕駛階段也會具有較大先機(jī)。

第二階段2021-2025年，開始看自上而下的投資機(jī)會，時點(diǎn)上來看我們認(rèn)為此階段是ADAS強(qiáng)制普及的節(jié)點(diǎn)。短期無人駕駛受制于政策、倫理、技術(shù)等問題無法實(shí)現(xiàn)盈利能力，而彼時無人駕駛已有了低端智能化作為硬件和軟件支撐，政府個人的接受度提升，打破常規(guī)限制才是高等級智能化成為駕駛安全的最終落腳點(diǎn)的時間契機(jī)。當(dāng)前來看已經(jīng)逐步進(jìn)入這一階段，華為、中國移動、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025年后，自動駕駛開始在特定場景中實(shí)現(xiàn)，基礎(chǔ)建設(shè)落地，單車價值量提升，智能駕駛實(shí)現(xiàn)萬億市場的投資機(jī)會。

具體來看，自動駕駛的產(chǎn)業(yè)鏈?zhǔn)菢O為豐富的，我們把產(chǎn)業(yè)鏈分成三個部分，基礎(chǔ)硬件、基礎(chǔ)軟件和應(yīng)用集成三個方面。當(dāng)前國內(nèi)投資的落地點(diǎn)在于以下幾個層面。傳感層機(jī)會在于高精度、高準(zhǔn)確度的傳感器最終落地，單個車型的傳感器價值量不斷提升。計(jì)算層在于基于國內(nèi)迅速迭代的算法技術(shù)的智能座艙逐步落地，顯著提升車輛的駕駛體驗(yàn)。執(zhí)行層也是一個比較確定的落地點(diǎn)，一來國內(nèi)有相關(guān)的制造基礎(chǔ)，二來ADAS 和新能源的大量推廣確保了業(yè)績穩(wěn)健增長，催化劑在于政策最終落地會帶來爆發(fā)性機(jī)會。網(wǎng)絡(luò)層、通信層方面，云、管、端的三層架構(gòu)已經(jīng)逐步明確，運(yùn)營商、設(shè)備商和主機(jī)廠是投資機(jī)會。芯片層在于開發(fā)更為適用于智能駕駛的芯片，包括圖像識別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€方面的應(yīng)用。最后則是電動化這一層，新能源車更加有利于智能設(shè)備的安裝和推廣。

以一臺車的自動駕駛產(chǎn)品價值量在10000 元(L3 水平)進(jìn)行測算，全世界一年銷量一億臺車，即自動駕駛產(chǎn)品在L3階段(有條件的自動駕駛階段)即可實(shí)現(xiàn)萬億級別的市場容量，預(yù)計(jì)這一階段的全面普及會在2025 年前實(shí)現(xiàn)，隨后行業(yè)進(jìn)入L4高度自動駕駛階段。

二、智能加速，感知先行

感知層:激光雷達(dá)仍需等待性價比加速提升，毫米波雷達(dá)產(chǎn)業(yè)化競爭開始。

視覺傳感器可靠性低，多傳感器融合仍是最佳方案。傳感器是智能駕駛認(rèn)知、決策和執(zhí)行環(huán)節(jié)的基礎(chǔ)，我們認(rèn)為至2020 年車載傳感器市場空間可達(dá)200 億/年。從可靠性出發(fā)，激光雷達(dá)、毫米波雷達(dá)及攝像頭的組合使用是最佳解決方案。毫米波雷達(dá)量產(chǎn)在即，24Ghz 頻段已較成熟，77Ghz 逐漸開始落地。激光雷達(dá)性價比仍需進(jìn)一步提升，降維、固態(tài)、規(guī)模化是當(dāng)下激光雷達(dá)成本降低的主要途徑，但就目前而言，低成本激光雷達(dá)解決方案目前不僅僅集中于硅谷，國內(nèi)廠商通過研發(fā)迭代已經(jīng)切入其中。

智能駕駛傳感器同一般車載傳感器相比其對性能、精度都有更高要求，因而價格也更為昂貴，在一百元至幾十萬元不等。主要包括攝像頭、毫米波雷達(dá)、激光雷達(dá)。通常位于車輛的前后保險杠、側(cè)視鏡、駕駛倉內(nèi)部或者擋風(fēng)玻璃上。

1、攝像頭: 國內(nèi)占據(jù)優(yōu)勢，增長來自量價提升

攝像頭傳感器通過視覺算法，攝像頭可對車道、路邊、障礙物、行人進(jìn)行有效識別，不足在于識別范圍受限、穩(wěn)定性差。但單一視覺方案易受到光照、極端天氣影響，且測距精度有限，因而當(dāng)下主要采用“攝像頭+多傳感器共同探測”的解決方案。

攝像頭是應(yīng)用最廣泛的智能駕駛車載傳感器，核心優(yōu)勢在于物體識別。攝像頭傳感器一般由攝像頭、CMOS 相機(jī)和圖像處理電路板組成，是當(dāng)前使用最廣泛的傳感器。攝像頭可描繪物體的外觀和形狀、讀取標(biāo)志，同時獲取足夠多的道路環(huán)境細(xì)節(jié)，建立完整環(huán)境模型，幫助車輛進(jìn)行環(huán)境認(rèn)知。

攝像頭市場國內(nèi)廠商異軍突起，歐菲光、舜宇光學(xué)、晶方科技加速布局。當(dāng)前攝像頭傳感器造價成本在30-50 美元量級，供應(yīng)商國內(nèi)外平分秋色。國外廠商以日立、博世、大陸、奧托立夫?yàn)橹?，國?nèi)亦不乏優(yōu)秀的全球供應(yīng)商，歐菲光、舜宇光學(xué)、晶方科技加速車載攝像頭布局。其中歐菲光投資2 億元設(shè)立子公司布局車載攝像頭產(chǎn)業(yè)鏈，其研發(fā)的車載攝像頭傳感器已實(shí)現(xiàn)量產(chǎn);舜宇光學(xué)車載攝像頭出貨量居全球第一位，市占率高達(dá)30%左右;晶方科技主要提供CMOS 圖像傳感芯片。

2、毫米波雷達(dá):國內(nèi)技術(shù)已經(jīng)取得突破，緊跟國內(nèi)龍頭公司

毫米波雷達(dá)具備全天候全時段特性，目前精度停留在分米級。毫米波是指30-300GHz 頻域(波長為1-10mm)的電磁波，波長介于厘米波和光波之間。毫米波穿透霧、煙、灰塵的能力強(qiáng)，在惡劣天氣下仍有較好的表現(xiàn)，具有全天候全時段的特點(diǎn)。主要應(yīng)用于自適應(yīng)巡航(ACC)、緊急剎車輔助(AEB)、盲點(diǎn)檢測(BSD)、行人檢測(PD) 等。

車用毫米波雷達(dá)頻段在22-29GHz和77-81GHz范圍，分窄帶(NB)、超寬帶(UWB) 兩種形式。全球汽車毫米波雷達(dá)主要供應(yīng)商包括博世、大陸、海拉、富士通、電裝、天合、德爾福、奧托立夫和法雷奧等傳統(tǒng)優(yōu)勢企業(yè)。在細(xì)分領(lǐng)域中，不同廠商各自稱王: 德國海拉是24GHz 雷達(dá)領(lǐng)域的巨頭;博世憑借具有250m 最長探測范圍的LRR4 在77GHz 領(lǐng)域位居第一;在日本市場，富士通份額排名第一，電裝位居其后。毫米波雷達(dá)價格大概在120-150 美元，國內(nèi)價格在1000 元左右。

國內(nèi)廠商加速毫米波雷達(dá)市場布局，量產(chǎn)在即。受益于智能駕駛概念推廣，毫米波雷達(dá)正逐漸成為汽車電子領(lǐng)域新的增長點(diǎn)，國內(nèi)越來越多的汽車一級供應(yīng)商和一些軍工及安防背景的公司開始準(zhǔn)備毫米波雷達(dá)的系統(tǒng)研發(fā)工作。目前24GHz 毫米波雷達(dá)是國內(nèi)主流，其研發(fā)成本、周期及難度比77GHz 低。77GHz 雷達(dá)由于國外對我國技術(shù)封鎖、元器件依賴進(jìn)口等原因，研發(fā)推廣仍然有壓力。

79GHz將成為未來發(fā)展趨勢。當(dāng)前國外毫米波雷達(dá)公司在積極研發(fā)下一代79GHz 雷達(dá)，其探測精確度是當(dāng)前77GHz 雷達(dá)的2-4 倍。日本77GHz帶寬限制為0.5GHz，而79GHz 帶寬可達(dá)4GHz，發(fā)展空間巨大。并且79GHz雷達(dá)能夠探測行人和自行車，其最優(yōu)探測范圍為70m，將成為中距雷達(dá)中的主流，未來可能會擠占24GHz 的市場份額。

3、激光雷達(dá):三維分辨力，降成本仍是主要目標(biāo)

具備三維分辨能力的“機(jī)械之眼”，應(yīng)用漸趨主流，痛點(diǎn)在于降成本推進(jìn)。激光雷達(dá)通過發(fā)射激光光束測量視場中物體輪廓與相對距離信息，形成點(diǎn)云并繪制出3D 環(huán)境地圖，激光雷達(dá)的精度為厘米級，是真正具備空間三維分辨能力的“機(jī)械之眼”。

激光雷達(dá)技術(shù)壁壘高，全球極少數(shù)廠家有量產(chǎn)實(shí)力，未來契機(jī)在于外延并購以及研發(fā)層尋求突破。當(dāng)前已研制出可用于無人駕駛技術(shù)激光雷達(dá)產(chǎn)品的公司主要有美國老牌激光巨頭Velodyne，硅谷新銳Quanergy 和德國品牌Ibeo，國內(nèi)的北科天繪也推出了首款導(dǎo)航型LiDAR。

1)激光雷達(dá)工作原理:激光雷達(dá)通過發(fā)射激光光束測量視場中物體輪廓與相對距離信息，形成點(diǎn)云并繪制出3D 環(huán)境地圖，激光雷達(dá)的精度為厘米級，是真正具備空間三維分辨能力的“機(jī)械之眼”。激光束可能包含1 線、4 線、8 線、16 線、32 線或64 線，多個激光束在豎直方向沿不同角度發(fā)出，經(jīng)水平方向掃描實(shí)現(xiàn)對目標(biāo)區(qū)域三維輪廓探測。多個測量通道(線)相當(dāng)于多個傾角的掃描平面，因此垂直視場內(nèi)激光線束越多其豎直方向的角分辨率就越高，激光點(diǎn)云密度就越大，測量精度越精準(zhǔn)。

2)激光雷達(dá)評價參數(shù):激光雷達(dá)測評參數(shù)主要包括探測范圍和角分辨率。測評一個激光雷達(dá)主要對比其探測范圍，包括有效距離，水平視角識別范圍、縱向視角識別范圍。一般來說角分辨率越小準(zhǔn)確性越高，車載激光雷達(dá)水平方向上，角分辨率一般能達(dá)到0.1 度，縱向一般是0.5 度左右(每個接收器覆蓋縱向0.5 度)。

3)激光雷達(dá)應(yīng)用場景:激光束工作頻率高、解析度高、隱蔽性好、抗有源干擾能力強(qiáng)、低空探測性能好，可通過距離多普勒成像技術(shù)獲得目標(biāo)的清晰圖像。但激光在大雨、濃煙、濃霧等極端天氣里衰減急劇加大，傳播距離大受影響，大氣環(huán)流還會使激光光束發(fā)生畸變、抖動，直接影響激光雷達(dá)的測量精度。

降維、固態(tài)、規(guī)模效應(yīng)是當(dāng)下降低激光雷達(dá)成本的主要途徑。激光雷達(dá)成本高主要反映在光學(xué)部分和機(jī)械旋轉(zhuǎn)部分，激光二極管、光學(xué)二極管檢測器和現(xiàn)場可編程門陣列(FPGA)成本也很高。目前激光雷達(dá)價格在5 千-7 萬美元不等，行業(yè)內(nèi)主要從降維、固態(tài)化和規(guī)模效益三方面降低成本。

1)降維:降低成本同時性能受限。Velodyne 的激光雷達(dá)按照線束密度進(jìn)行定價，64 線束報(bào)價8 萬美元，32 線束報(bào)價4 萬美元，16 線束報(bào)價4 千美元。降維會降低激光雷達(dá)精確度，無人駕駛要求激光雷達(dá)線束下限為16 線，為保證精確度，通過降維來降低成本受到一定的限制，當(dāng)前國內(nèi)的龍頭激光雷達(dá)企業(yè)已經(jīng)把16 線產(chǎn)品壓低到豪華車可接受的范圍，即5 萬人民幣以內(nèi)。

2)固態(tài)化:降低成本的主流技術(shù)方法。通常激光雷達(dá)為機(jī)械式，通過內(nèi)部的機(jī)械部件實(shí)現(xiàn)對周圍環(huán)境360°的掃描，此類激光雷達(dá)一般安裝在汽車車頂，體積較大且不能與車身很好融合;而固態(tài)激光雷達(dá)不存在機(jī)械旋轉(zhuǎn)部件，只能探測前方，需要通過安裝多個固態(tài)激光雷達(dá)實(shí)現(xiàn)車身360°探測，同時，固態(tài)激光雷達(dá)體積小，能融入車身，價格相對便宜，多個安裝價格仍低于傳統(tǒng)激光雷達(dá)。固態(tài)化成為激光雷達(dá)廠商降低成本的研發(fā)新趨勢。

3)規(guī)模效應(yīng):產(chǎn)業(yè)化降成本的主要途徑。盡管降維和固態(tài)化都能在一定程度降低成本，但批量成產(chǎn)帶來的規(guī)模效益仍是實(shí)現(xiàn)成本下降最有效的方式。全球傳感器分德、美日兩大陣營，德系廠商“毫米波雷達(dá)+攝像頭”路徑居多，其主張精度可以通過算法優(yōu)化、高精度地圖補(bǔ)充實(shí)現(xiàn);美、日系更為傾向激光雷達(dá)，同時通過同Tire-2 供應(yīng)商合作推進(jìn)成本下降。德爾福配備福特、路虎，電裝配備大發(fā)，大陸配備本田、馬自達(dá)、鈴木、豐田。

低成本雷達(dá)解決方案趨待量產(chǎn)，國內(nèi)后發(fā)先至成為降成本主力。國內(nèi)外絕大多數(shù)車載激光雷達(dá)廠商仍處于研發(fā)、測試階段，多為創(chuàng)業(yè)公司。國外廠商如Innoviz，LeddarTech，Phantom Intelligence, TriLumina，MIT 團(tuán)隊(duì)等一大批強(qiáng)勁的初創(chuàng)公司加入激光雷達(dá)行業(yè)。國內(nèi)激光雷達(dá)起步晚，目前擁有激光雷達(dá)測量應(yīng)用技術(shù)的國內(nèi)公司有禾賽科技、北科天繪、鐳神智能、思嵐科技、巨星科技、大族激光等，進(jìn)軍智能駕駛用激光雷達(dá)后，大多提出了金額比較低的產(chǎn)品。

4、傳感融合，當(dāng)下主流與高階自動駕駛

橫向維度:傳感器之間不能完全替代，須滿足性能補(bǔ)充和冗余判斷要求。傳感器各有優(yōu)劣，攝像頭傳感器價格低廉并且應(yīng)用范圍廣，但是在雨雪天氣識別能力差;毫米波雷達(dá)在雨雪天氣表現(xiàn)極佳，但測量精度不夠;激光雷達(dá)精度較高，由于價格高昂目前很難廣泛應(yīng)用;超聲波雷達(dá)適合近距離測距。多傳感器配合使用將成為趨勢，傳感器冗余必不可少?！皟?yōu)勢互補(bǔ)”是輔助駕駛階段最優(yōu)的路徑選擇。激光雷達(dá)、攝像頭和毫米波雷達(dá)的信息融合更有利于特征提取和前景分離過程，實(shí)現(xiàn)算法速度提升。汽車對于反向控制的容錯率很低，這就需要至少兩種傳感器信息進(jìn)行冗余驗(yàn)證，實(shí)現(xiàn)精度提升。

縱向維度:對應(yīng)智能駕駛的不同階段，傳感器要求不盡相同。按照SAE 分級可以將智能駕駛五個階段，其中0-2 階段主要是人為操控，需要駕駛員觀察周圍環(huán)境，3-5 階段主要由智能駕駛系統(tǒng)觀測周邊環(huán)境。當(dāng)前汽車行業(yè)處于1-2 階段，對應(yīng)的輔助駕駛系統(tǒng)已經(jīng)量產(chǎn)，對傳感器的要求精度相對無人駕駛較低，主要通過攝像頭和毫米波雷達(dá)實(shí)現(xiàn)相應(yīng)功能。從2 進(jìn)入3 階段對傳感器精度的要求存在一個實(shí)質(zhì)的跨越，從而具有高精確度的激光雷達(dá)就顯得尤為重要。進(jìn)入3 階段后傳感器的使用數(shù)量顯著增加，并出現(xiàn)一定程度的冗余。

伴隨終端需求增長，2020年國內(nèi)傳感器硬件市場空間可達(dá)210億。隨著智能駕駛概念的推廣，智能駕駛功能覆蓋率提高，傳感器的滲透率不斷上升。預(yù)計(jì)未來智能駕駛L2 的多數(shù)功能在國產(chǎn)車上實(shí)現(xiàn)需要1 個攝像頭、4 個毫米波雷達(dá)、4 個超聲波雷達(dá)。以整套傳感器為單位推算國內(nèi)傳感器市場空間，預(yù)計(jì)2020 年傳感器市場空間超過210 億，復(fù)合增速為35%。

三、智能駕駛大腦，國內(nèi)優(yōu)勢與弱勢并存

控制層處中樞地位，深度學(xué)習(xí)是提升精度的終極方案。傳感層識別外界物體、收集信息后輸入到控制層，控制層利用視覺算法、傳感器融合算法、路徑規(guī)劃算法進(jìn)行物體識別、軌跡預(yù)測。傳統(tǒng)算法識別精度已接近閾值，難以完全勝任對復(fù)雜的駕駛場景進(jìn)行信息識別。通過人工智能、深度學(xué)習(xí)可以極大優(yōu)化算法架構(gòu)提升識別能力。基于人工智能技術(shù)對行人等難度較大的物體識別率穩(wěn)步突破90%，接近可應(yīng)用水平。國外巨頭已逐步應(yīng)用于產(chǎn)業(yè)化，國內(nèi)的優(yōu)勢在于豐富的算法資源與近年來大量AI人才往這個方向轉(zhuǎn)移，弱勢在于缺乏汽車實(shí)測經(jīng)驗(yàn)和數(shù)據(jù)。

全球市場推演人工智能，以mobileye和google為主。Mobileye 專注于視覺識別和算法提升，為主機(jī)廠和一級供應(yīng)商提供視覺識別模塊化產(chǎn)品，同時加快轉(zhuǎn)向傳感融合、深度學(xué)習(xí)和高精度地圖領(lǐng)域;Google 希望以人工智能切入智能駕駛，利用激光雷達(dá)獲取高解析度數(shù)據(jù)，依靠AI 匹配原有地圖數(shù)據(jù)，經(jīng)過數(shù)次測試逐步提升可靠性。國內(nèi)算法公司識別精度有限，集中視覺領(lǐng)域。

1、經(jīng)典智能駕駛算法:目標(biāo)物體識別和路徑規(guī)劃

在人工智能和深度學(xué)習(xí)應(yīng)用之前，經(jīng)典的無人駕駛算法以目標(biāo)物體識別和路徑規(guī)劃為核心，分為六個步驟: 前處理→前景分離→物體分類→結(jié)果改進(jìn)→物體追蹤→應(yīng)用層面前五個部分是感知識別算法的核心步驟，最后一個部分則通常指后續(xù)的物體行為預(yù)測、路徑規(guī)劃。

1)物體識別技術(shù)

Step1，前處理

底層機(jī)器視覺算法，通常包含攝像頭曝光、增益控制、攝像頭標(biāo)定校準(zhǔn)等步驟。由于路況復(fù)雜多變而實(shí)時性要求很高，因而智能駕駛中對前處理算法的要求極高。

Step2，前景切分

前景切分的目的是盡可能過濾與待識別物體無關(guān)的背景信息(例如天空)，并且將圖像切分為適宜大小。一個好的前景切分算法可能將原先的200k-1000k 個待識別區(qū)域縮小到20k-40k，大大減輕后續(xù)處理負(fù)擔(dān)。

Step3，物體識別

將上一步驟生成的大量待識別區(qū)間歸類為數(shù)百種已知的可能在道路上出現(xiàn)的物體，并且盡量減少誤判。

Step4，驗(yàn)證與結(jié)果改進(jìn)

使用與分類方法不同的判據(jù)來驗(yàn)證分類的結(jié)果可靠性，并提取被歸類為特定物體的待識別區(qū)間中更加詳細(xì)的信息(例如交通標(biāo)志)。

Step5，物體跟蹤

這一步驟的目的有二。除了為應(yīng)用層提供物體軌跡外，還能為前景切分、物體分類提供輸入(告訴前景切分之前這個地方出現(xiàn)過什么)。目前最為常用的算法是卡爾曼濾波算法(用來跟蹤、預(yù)測物體軌跡，根據(jù)過去空間位置預(yù)測未來位置)。

2)路徑規(guī)劃算法

智能駕駛?cè)蝿?wù)可分為上層路徑規(guī)劃、中層行駛行為規(guī)劃和下層軌跡規(guī)劃三部分。

上層路徑規(guī)劃在已知GPS 定位信息、電子地圖、路網(wǎng)以及宏觀交通信息等先驗(yàn)信息下，根據(jù)某優(yōu)化目標(biāo)得到兩點(diǎn)之間的最優(yōu)路徑。中層行駛行為規(guī)劃是指根據(jù)主車感興趣區(qū)域內(nèi)道路、車輛等環(huán)境信息，決策出當(dāng)前時刻滿足交通法規(guī)、結(jié)構(gòu)化道路約束的最優(yōu)行駛行為，動態(tài)規(guī)劃的行駛行為序列組成宏觀路徑。下層軌跡規(guī)劃是指在當(dāng)前時刻，以完成當(dāng)前行車行為為目標(biāo)，考慮周圍交通環(huán)境并滿足不同約束條件，根據(jù)最優(yōu)目標(biāo)動態(tài)規(guī)劃決策出的最優(yōu)軌跡。

2、智能駕駛算法的痛點(diǎn):精度提升

通常而言，視覺識別算法精度提升有以下幾種途徑:第一，視覺算法本身的優(yōu)化。在前處理和前景分離階段提取明確目標(biāo)值，分類和學(xué)習(xí)系統(tǒng)的算法不斷優(yōu)化。這需要技術(shù)研發(fā)的不斷投入，產(chǎn)生極高的進(jìn)入壁壘。第二，通過傳感融合算法冗余信息判斷，提高精度。視覺識別以攝像頭數(shù)據(jù)為主，同時輔以雷達(dá)、激光雷達(dá)的邊界、距離信息。數(shù)據(jù)顯示，在相同誤判率下雷達(dá)的決策輔助能降低約10%的漏檢率。第三，人工智能、深度學(xué)習(xí)對傳統(tǒng)視覺算法進(jìn)行徹底革新。由于傳統(tǒng)算法識別精度已接近閾值，難以完全勝任對復(fù)雜的駕駛場景進(jìn)行信息識別。通過人工智能、深度學(xué)習(xí)優(yōu)化算法架構(gòu)，深度學(xué)習(xí)基于多層卷積神經(jīng)網(wǎng)絡(luò)，能從根本上提升算法識別能力。已有多個研究試驗(yàn)表明，基于人工智能技術(shù)對行人等難度較大的物體識別率穩(wěn)步突破90%，接近可應(yīng)用水平。

1)視覺算法自身優(yōu)化迭代

視覺算法技術(shù)迭代，呈現(xiàn)倍增態(tài)勢。Mobileye 從2004 年開始專注于視覺算法開發(fā)，自2007 年推出EyeQ1 芯片開始，已開發(fā)四代EyeQ 系列芯片和配套算法。十多年技術(shù)積累，EyeQ 芯片圖像識別幀速率由10fps 達(dá)到最新的48fps(已知信息)，處理速度為EyeQ1 的512 倍。最新測試數(shù)據(jù)顯示，Mobileye 系統(tǒng)車道線、車輛識別率均為99.99%，拉大與市場上同類產(chǎn)品差距。

2)傳感器融合具備硬件平臺

傳感器融合算法是提升視覺融合算法精度的重要途徑。目前智能駕駛主流傳感器包括: 雙目攝像頭、毫米波雷達(dá)、激光雷達(dá)等，它們在測量距離、角度、分辨率以及適應(yīng)天氣狀況方面各有優(yōu)劣，傳感器融合趨勢將有利于優(yōu)勢互補(bǔ)，提高感知信息的精度。

傳感器融合需要有冗余設(shè)計(jì)方案，在不同的層面，所需的冗余設(shè)計(jì)不同。在使用單/雙目攝像頭探測其他物體時，需要的冗余空間以支持同時啟動激光雷達(dá)與毫米波雷達(dá);在車道識別的時候，冗余部分可支持激光雷達(dá)與攝像頭高負(fù)荷運(yùn)作，并且需要足夠的空間存儲高精度地圖;在駕駛路徑規(guī)劃方面，同樣需要高精度地圖配合，通過云端實(shí)時更新路況和地圖云數(shù)據(jù)。

傳感器融合技術(shù)的規(guī)模化應(yīng)用已“箭在弦上”。恩智浦近期推出基于Linux 系統(tǒng)的Blue-Box 計(jì)算機(jī)平臺，其性能能夠滿足單臺車同時安裝4 臺攝像頭、四架激光雷達(dá)、一架毫米波雷達(dá)以及V2X 系統(tǒng)的要求，對傳感器進(jìn)行模塊化管理，可將多種傳感器回傳信息進(jìn)行融合加工。據(jù)悉Mobileye、Valeo、Velodyne均有支持傳感器融合平臺的研發(fā)計(jì)劃，傳感器融合將是未來主要趨勢。

3)深度學(xué)習(xí)突破精度瓶頸

深度學(xué)習(xí)搭建時空結(jié)構(gòu)網(wǎng)絡(luò)，實(shí)現(xiàn)機(jī)器不干預(yù)的自我學(xué)習(xí)，深度學(xué)習(xí)能夠在圖像識別能力上顯著超越傳統(tǒng)算法。Clarif AI 針對行人等復(fù)雜物體識別實(shí)驗(yàn)數(shù)據(jù)顯示，2010 年誤檢率(Error Rate)在30%-80%之間，兩年傳統(tǒng)算法優(yōu)化將誤檢率降低至20-30%左右，陷入瓶頸。深度學(xué)習(xí)算法則進(jìn)一步降低誤檢率，接近至10%以下。ImageNet 數(shù)據(jù)同樣顯示，深度學(xué)習(xí)算法可將行人的識別率提升至90%以上。

結(jié)合云計(jì)算、大數(shù)據(jù)，深度學(xué)習(xí)算法將十分匹配智能駕駛場景。深度學(xué)習(xí)優(yōu)勢在于可識別、判斷和分類非結(jié)構(gòu)數(shù)據(jù)，結(jié)合大數(shù)據(jù)、云計(jì)算技術(shù)進(jìn)行信息溝通和反饋，從而提高感知識別精度和系統(tǒng)計(jì)算速度。高度復(fù)雜的智能駕駛環(huán)境主要表達(dá)非結(jié)構(gòu)數(shù)據(jù)，例如圖像、語音等信息，因此深度學(xué)習(xí)非常適合智能駕駛場景。

具備深度學(xué)習(xí)能力的計(jì)算機(jī)平臺將成為智能駕駛的標(biāo)準(zhǔn)配置，極大提升感知識別和計(jì)算能力。Mobileye、Ceva、恩智浦、高通、德州儀器等正加緊研發(fā)帶有神經(jīng)網(wǎng)路軟體架構(gòu)的智能駕駛芯片;NVIDIA 則更進(jìn)一步，已推出DrivePX2、Tesla P100 GPU 和DGX-1 相結(jié)合的完整深度學(xué)習(xí)技術(shù)方案。

Drive PX2:單精度浮點(diǎn)運(yùn)算性能達(dá)到8TFLOPS，深度學(xué)習(xí)計(jì)算能力接近24 DL TOPS; 而其體積已明顯縮小，可放置在車輛上使用。它可以融合來自多個攝像頭以及激光雷達(dá)、雷達(dá)和超聲波傳感器的數(shù)據(jù)，可準(zhǔn)確了解汽車周圍360 度方位的環(huán)境，使用深度神經(jīng)網(wǎng)絡(luò)(DNN) 進(jìn)行物體檢測和分類可大幅提高傳感器數(shù)據(jù)的融合度，并且在地圖和車輛狀況數(shù)據(jù)基礎(chǔ)上運(yùn)用深度學(xué)習(xí)算法即時計(jì)算最安全的路徑。同時它能夠?qū)⑼獠總鞲衅鳙@取的圖像數(shù)據(jù)加工制成單個的高精度點(diǎn)云，上傳至云端服務(wù)器。

Tesla最新芯片:新芯片專為特斯拉的自動駕駛功能設(shè)計(jì)，包含60億個晶體管，每秒可處理25億個像素，每一張圖像生成后都立刻會被GPU處理。特斯拉聲稱，新的SOC是“全球最先進(jìn)的自動駕駛計(jì)算機(jī)”。與特斯拉目前的硬件相比，它的性能顯著提升，最多可以每秒進(jìn)行超過144萬億次運(yùn)算。該芯片的設(shè)計(jì)還減少了能耗。Bannon說，芯片使用不到100瓦的電力。它的功耗為72瓦，其中15瓦為特斯拉的神經(jīng)網(wǎng)絡(luò)供電。這款新芯片將由三星公司生產(chǎn)，體積非常小，甚至可以安裝在汽車手套箱后面。為了增強(qiáng)安全性能，SOC采用兩個獨(dú)立的操作系統(tǒng)，每個系統(tǒng)都有自己的DRAM內(nèi)存、閃存芯片和電源。即使其中任何一個系統(tǒng)失靈，汽車都能繼續(xù)行駛。

3、控制層硬件載體:算法芯片成本有望復(fù)制摩爾定律

受益摩爾定律，傳統(tǒng)芯片成本急速下降。摩爾定律使芯片硬件成本下降到10 年前1/100以上，參考芯片行業(yè)的Hedonic 首推價格指數(shù)，將2000年的價格指數(shù)作為基準(zhǔn)值100，到2013 年時，相同SPEC 跑分(代表芯片的運(yùn)算能力)的芯片價格指數(shù)已接近0.01。GPU 領(lǐng)域的黃氏定律表明每六個月GPU 性能可提升一倍，NVIDIA 因此成為該領(lǐng)域的霸主。

無人駕駛芯片涉及到視覺處理、傳感器融合、路徑規(guī)劃等多項(xiàng)算法，對運(yùn)算能力要求較高，較一般汽車用芯片價格更為高昂。以Mobileye560 系列后裝整套售價為例，其零售價格為$849，芯片價值在$300 左右。目前針對智能駕駛L1 階段的EyeQ 芯片平均售價(ASP)已進(jìn)入下降通道，未來有望降至$35 以下;針對L2、L3&L4 的EyeQ 芯片價格預(yù)計(jì)也將在未來下調(diào)。隨著晶圓代工新技術(shù)和全新架構(gòu)(如NVIDIA 的Pascal 架構(gòu))大量采用，無人駕駛芯片可延續(xù)摩爾定律發(fā)展趨勢。

4、控制層的集成化推動座艙電子機(jī)會

智能化利于提升車機(jī)公司盈利能力，智能座艙投資機(jī)會在于龍頭。國內(nèi)公司在車機(jī)市場的占有率較高，尤其是車載信息和車載娛樂系統(tǒng)國內(nèi)廠家已經(jīng)成為主要供應(yīng)商。在流量變現(xiàn)的當(dāng)下，國內(nèi)廠家有能力把握交互的入口，實(shí)現(xiàn)功能卡位。隨著德賽西威等車機(jī)廠商逐步和百度等互聯(lián)網(wǎng)巨頭聯(lián)合發(fā)布車載操作系統(tǒng)的進(jìn)度加快，原先的車載信息娛樂系統(tǒng)盈利能力有望增強(qiáng)。

德賽西威在CES Asia 展會上正式發(fā)布智能駕駛艙，其中智能駕駛艙集成了ADAS 功能(自動泊車系統(tǒng)、多達(dá)22 個傳感器的傳感器系統(tǒng))。德賽西威智能駕駛艙主要包括四大產(chǎn)品系統(tǒng):

1) 雙12.3 英寸儀表導(dǎo)航系統(tǒng):在左屏顯示駕駛信息、導(dǎo)航信息等，在右屏呈現(xiàn)娛樂信息等。

2) 全景泊車及自動泊車系統(tǒng):車輛出庫或者通過狹窄通道時，全景泊車能夠幫助駕駛者掌控車身周圍環(huán)境;而自動泊車系統(tǒng)則可以讓駕駛員通過一鍵控制即實(shí)現(xiàn)自動泊車到位。

3) 流媒體后視鏡系統(tǒng):3 倍于傳統(tǒng)后視鏡可視范圍，無炫光干擾，弱光下顯示效果要遠(yuǎn)比玻璃鏡子好得多。

4) 傳感器系統(tǒng):包含超聲波雷達(dá)12 個(對自動泊車以及自動駕駛進(jìn)行實(shí)時監(jiān)測)、單目攝像頭1 個(對車道偏離、防撞、自動巡航等實(shí)時監(jiān)測)、77G 毫米波雷達(dá)3 個(通過監(jiān)測前方路況，將數(shù)據(jù)反饋至車身、實(shí)現(xiàn)自動剎車)、24G 毫米波雷達(dá)2 個(實(shí)現(xiàn)實(shí)時盲區(qū)監(jiān)測聲音報(bào)警，以及A 柱位置實(shí)現(xiàn)指示燈提醒)、180°攝像頭4 個(通過儀表展示3D 全景技術(shù)，提供全景泊車以及自動泊車數(shù)據(jù)監(jiān)測)。

現(xiàn)階段百度與智能座艙Tier 1 供應(yīng)商主要共同合作研發(fā)BCU，其中德賽西威參與了全部3 款BCU 的研發(fā)過程;除此之外，百度還與博世、大陸等巨頭進(jìn)行雷達(dá)等傳感器方面的合作。BCU (Baidu Computing Unit) 即百度自動駕駛的專用計(jì)算平臺，可以理解為將百度Apollo 平臺的高精定位、環(huán)境感知、決策規(guī)劃三大核心AI 軟件模塊產(chǎn)品化為硬件的形態(tài)。截至目前百度共推出了BCU-MLOC(高精定位)、BCU-MLOP(高精定位+環(huán)境感知)、BCU-MLOP2(高精定位+環(huán)境感知+決策規(guī)劃)共3 款BCU 產(chǎn)品。BCU 的目標(biāo)客戶是整車廠，首批樣件經(jīng)Tier 1 及整車廠上車測試之后，兩年以后將量產(chǎn)。

在BCU 的研發(fā)過程中百度與合作伙伴的分工十分明確:(1)百度主要負(fù)責(zé)人工智能、云以及高精度地圖業(yè)務(wù)，百度所關(guān)注的領(lǐng)域汽車零部件企業(yè)不會去涉及;(2)NVIDIA 提供人工智能所需要的計(jì)算芯片;(3)德賽西威、采埃孚、聯(lián)合電子等Tier1 則提供具體汽車零部件的整合與生產(chǎn)落地(百度等互聯(lián)網(wǎng)公司并不擅長車規(guī)級標(biāo)準(zhǔn)，阿波羅計(jì)劃的主要思想是通過開放軟件能力的方式使高精度定位產(chǎn)品化，汽車零部件企業(yè)的參與恰好補(bǔ)足了百度將高精度定位的模塊做成硬件產(chǎn)品的短板)。

四、執(zhí)行層的國內(nèi)突破與機(jī)遇

不同于傳統(tǒng)汽車制動和轉(zhuǎn)向的動力源都是來自于人力，智能汽車由于需要車輛主動轉(zhuǎn)向和制動，因而動力源是來自于電機(jī)液壓等新結(jié)構(gòu)，因而就帶來了匹配、效率、穩(wěn)定性等各方面的要求。

1、執(zhí)行層是智能駕駛在場景中完成駕駛行為的最后環(huán)節(jié)

感知層負(fù)責(zé)采集多傳感器融合信息，交由控制層算法處理并作出駕駛策略，算法指令的最終效果將取決于執(zhí)行層運(yùn)作。執(zhí)行器是執(zhí)行層中的機(jī)械部件，從駕駛運(yùn)動方向角度，執(zhí)行器可以分為制動系統(tǒng)(縱向)和轉(zhuǎn)向系統(tǒng)(橫向)。

在智能駕駛的L1/L2階段，ADAS駕駛模塊作為初級產(chǎn)品迎來商業(yè)化應(yīng)用。原來ADAS 模塊僅部分應(yīng)用在歐美日及合資車的中高端車型，主要普及功能有BSD(盲區(qū)監(jiān)測系統(tǒng))、AEB(自動緊急制動)、ACC(自適應(yīng)巡航)、APS(自動泊車)、LKA(車道保持輔助系統(tǒng))、LDW(車道偏離警示系統(tǒng))、FCW(前向碰撞預(yù)警系統(tǒng))、PCM(行人預(yù)警)等，據(jù)了解，目前裝配率最高的是BSD，裝配率為7.53%，其次是LDW 和FCW，裝配率分別為7.4%和6.83%。目前我們看到的變化是部分ADAS 功能已經(jīng)應(yīng)用在中端的自主車型上，系統(tǒng)推進(jìn)速度在加快。ADAS 模塊執(zhí)行駕駛?cè)蝿?wù)時，依賴制動系統(tǒng)和轉(zhuǎn)向系統(tǒng)運(yùn)作;執(zhí)行器可獨(dú)立完成單向運(yùn)動或相互組合完成復(fù)雜運(yùn)動，成為ADAS 模塊的關(guān)鍵部件。

執(zhí)行層國外廠商具有先發(fā)優(yōu)勢，國內(nèi)部分EPS廠商已成功切入二級供應(yīng)商鏈條。執(zhí)行層是智能駕駛第二階段區(qū)別于第一階段的主要部分。第一階段主要是預(yù)警功能，強(qiáng)調(diào)感知和通知的作用，而第二階段以及后續(xù)階段的智能駕駛屬于干預(yù)輔助駕駛。由于干預(yù)駕駛的執(zhí)行對象是剎車、轉(zhuǎn)向和油門，他們均屬于傳統(tǒng)汽車領(lǐng)域的延伸，國外廠商在執(zhí)行層的技術(shù)儲備具有先發(fā)優(yōu)勢。

當(dāng)前對執(zhí)行器市場存在著電動化一些誤區(qū)，我們認(rèn)為：

1、市場寡頭壟斷格局并未形成，當(dāng)前市場需求量很小，博世等在制動領(lǐng)域的市占率高并不意味著寡頭壟斷，只是具有先發(fā)優(yōu)勢。而且相關(guān)廠商的技術(shù)還不成熟，召回時有發(fā)生。

2、國內(nèi)相關(guān)技術(shù)并不落后，轉(zhuǎn)向方面EPS廠商已經(jīng)有較多的積累，相關(guān)零部件國內(nèi)已經(jīng)實(shí)現(xiàn)供給。制動方面，國內(nèi)至少有十年以上的研發(fā)經(jīng)驗(yàn)，上汽、拓普及相關(guān)創(chuàng)業(yè)公司已經(jīng)有產(chǎn)品，部分已經(jīng)通過車規(guī)小批量供貨，預(yù)計(jì)隨著市場需求提升，國內(nèi)能占有一席之地。

3、國外產(chǎn)品成本偏高，小批量高投入的現(xiàn)狀導(dǎo)致國外配套廠成本居高不下。阻礙了智能化發(fā)展進(jìn)程。國內(nèi)本土化開放，享受工程師紅利，部分產(chǎn)品生產(chǎn)線已經(jīng)運(yùn)行，能有效降低成本，正向推動智能化發(fā)展。

2、轉(zhuǎn)向系統(tǒng)的變革:傳統(tǒng)向線控轉(zhuǎn)向的升級

傳統(tǒng)的機(jī)械液壓轉(zhuǎn)向系統(tǒng)是依靠駕駛員操縱轉(zhuǎn)向盤的轉(zhuǎn)向力來實(shí)現(xiàn)車輪轉(zhuǎn)向。電力轉(zhuǎn)向系統(tǒng)(Electric Power Steering)是傳統(tǒng)的機(jī)械液壓轉(zhuǎn)向到線控轉(zhuǎn)向(steer by wire)間的過渡狀態(tài)，它使用電力輔助汽車的轉(zhuǎn)向，使駕駛員在汽車靜止或低速行駛時能輕松轉(zhuǎn)向。當(dāng)電力轉(zhuǎn)向失效時，由于轉(zhuǎn)向系統(tǒng)仍與車輪有物理連接，因此駕駛員仍可操縱汽車。而線控轉(zhuǎn)向則取消了車輪與方向盤間的物理連接，采取控制軟件傳輸電子信號控制車輪

憑借助力轉(zhuǎn)向功能，轉(zhuǎn)向系統(tǒng)更加智能化。高檔車搭載的動力隨速轉(zhuǎn)向系統(tǒng)在轉(zhuǎn)向柱上增加了調(diào)整轉(zhuǎn)向角度電機(jī)，可實(shí)現(xiàn)“在低速行駛時助力大，高速行駛時助力小”，更加匹配現(xiàn)實(shí)駕駛場景。可調(diào)節(jié)轉(zhuǎn)向系統(tǒng)在此基礎(chǔ)上，利用直流電動機(jī)作為動力源。汽車轉(zhuǎn)向時，傳感器會收集轉(zhuǎn)向盤的力矩和擬轉(zhuǎn)動的方向信息，通過數(shù)據(jù)總線發(fā)給電子控制單元，經(jīng)過一定的運(yùn)算處理后向電動機(jī)控制器發(fā)出動作指令，最后電動機(jī)就會輸出相應(yīng)大小的轉(zhuǎn)動力矩，產(chǎn)生助力轉(zhuǎn)向。如果不轉(zhuǎn)向，則系統(tǒng)處于休眠狀態(tài)。

主動轉(zhuǎn)向目前的市場格局在于:博世，采埃孚，電裝等公司采用合資的方式對中國市場進(jìn)行逐步滲透，當(dāng)前從行業(yè)集中度分析，電子助力轉(zhuǎn)向系統(tǒng)(EPS)前五總份額占比61%，市場集中度高，分品牌來看，EPS 市場合資+外資品牌占比為81%，博世華域(博世持股51%，華域49%)市場份額最高(23%)，其余依次是捷太格特、上海天合采埃孚。但是國內(nèi)公司也還占有約20%的市場，并且完整掌握主動轉(zhuǎn)向的硬件技術(shù)，這一點(diǎn)是難能可貴的，國內(nèi)比如AT 市場，國內(nèi)本質(zhì)上沒有市場占比。而主動轉(zhuǎn)向技術(shù)的自主化公司，一方面能隨著行業(yè)增長獲得更大的收入份額，另一方面低價優(yōu)勢保證公司競爭力，隨著功能的最終實(shí)現(xiàn)，國內(nèi)外的技術(shù)差距也逐步縮減。相關(guān)轉(zhuǎn)向公司有望受益，華域汽車、德爾股份都有可能受益。

3、制動控制系統(tǒng)的變革:人力制動到電控制動

汽車制動控制系統(tǒng)歷經(jīng)人力制動、人力控制制動及電控制動三次代際更迭。當(dāng)下正處于第二代至第三代更迭風(fēng)口，存量市場，傳統(tǒng)乘用車仍以人力控制主導(dǎo)的液壓制動系統(tǒng)為主，實(shí)質(zhì)理念是通過摩擦熱能來消耗車輛所具動能,從而達(dá)到車輛制動減速;增量市場，純電動、插電混動新能源汽車，配置輔助駕駛執(zhí)行層功能(ESC 電子車身穩(wěn)定系統(tǒng)、AEB 緊急剎車制動系統(tǒng)、ACC 自適應(yīng)巡航系統(tǒng)、LKA 車道保持系統(tǒng))的中高配車輛滲透率不斷提高，液壓制動(電子泵)提供真空環(huán)境的穩(wěn)定性、靈敏度已達(dá)上限，終端爆發(fā)對第三代電控助力制動產(chǎn)生強(qiáng)勁需求。

基于真空助力的液壓制動系統(tǒng)主要是在原有真空助力液壓制動系統(tǒng)中增加EVP(Electronics Vacum Pump,電子真空泵)、PTS(Pedal Travel Sensor,踏板行程傳感器)和氣壓傳感器。EVP 的作用是為真空助力器提供動力源，PTS 主要是為了給電機(jī)控制器提供制動信號，有效利用制動空行程進(jìn)行能量回收，提高能量回收率。該方案技術(shù)成熟，原制動系統(tǒng)的零部件大都可以沿用，因此造價較低。

基于ESP/ESC的液壓制動系統(tǒng)無需真空助力器和EVP，ESP 提供液壓制動系統(tǒng)壓力。ESP 根據(jù)BOU(Brake Operating Unit, 制動操作單元)里的PTS 信號計(jì)算駕駛員的制動需求，再根據(jù)電機(jī)所能提供的回饋制動力大小，以及綜合車輛穩(wěn)定性，進(jìn)行制動力的分配。該系統(tǒng)具有比傳統(tǒng)制動系統(tǒng)更小的安裝尺寸，更輕的重量，能進(jìn)行回饋力矩和液壓力矩的協(xié)調(diào)，能量回收率高。

第三代:電控制動系統(tǒng)。對于新能源汽車而言，電子真空泵獨(dú)木難支，電控助力系統(tǒng)替代真空泵是趨勢。從技術(shù)適應(yīng)性角度來說，穩(wěn)定的真空環(huán)境在沒有內(nèi)燃機(jī)的電動車上難以實(shí)現(xiàn)，傳統(tǒng)的真空助力制動模式被摒棄。從行業(yè)發(fā)展來看，“智能駕馭，電動未來”是未來是汽車行業(yè)的主升浪，電動化和智能化需求也必將帶動制動系統(tǒng)的革新。針對電動車而言，電機(jī)取代原有內(nèi)燃機(jī)，電子助力系統(tǒng)能夠滿足制動功能性，同時提高車身的電子化率。目前博世的iBooster 和大陸MKC1 均屬于第三代制動系統(tǒng)產(chǎn)品。

iBooster 作為電動車時代的新生輔助制動系統(tǒng)，較上一代電子真空泵，在新能源汽車、智能汽車兩方面都擁有巨大優(yōu)越性。1、高度匹配新能源車需求，取消制動系統(tǒng)對發(fā)動機(jī)依賴。2、制動力度精確可控，減少制動力波動，可實(shí)現(xiàn)制動能量回收。3、制動力分配高效，主動駕駛成為可能。4、制動踏板與制動系統(tǒng)執(zhí)行機(jī)構(gòu)解耦，提高駕駛舒適度。

主動制動競爭格局:國內(nèi)目前處于第二代技術(shù)(ABS+ESC)滲透末期階段，分廠商來看，博世、大陸兩家巨頭在中國市占率50%以上，市場集中度非常高。但是，我們認(rèn)為未來制動是第三代技術(shù)的天下，目前裝車的僅有博世IBS 和大陸MKC1 等幾家廠商，主要配套高端豪華車型，量都比較小。但是實(shí)際上國內(nèi)公司的產(chǎn)品已經(jīng)開始下線，上汽、拓普等的樣機(jī)已經(jīng)裝車，天津英創(chuàng)匯智利用清華技術(shù)已經(jīng)開始實(shí)現(xiàn)量產(chǎn)。當(dāng)前硬件的生產(chǎn)實(shí)現(xiàn)國內(nèi)至少有6-7 家自主企業(yè)掌握，難點(diǎn)在于ESC 的自主開發(fā)。當(dāng)前一些做ABS 的企業(yè)已經(jīng)開始轉(zhuǎn)型ESC 系統(tǒng)，可以預(yù)見ESC 也會類似于ABS 的發(fā)展路徑最終國產(chǎn)化，不再成為國外壟斷線控制動的因素。我們認(rèn)為，執(zhí)行層國外廠商格局還未形成，國內(nèi)廠商仍可在逐步掌握核心技術(shù)后，依托產(chǎn)品升級和成本優(yōu)勢尋求一級供應(yīng)商的機(jī)會。

五、V2X 實(shí)現(xiàn)網(wǎng)聯(lián)智能化，5G 加速車聯(lián)網(wǎng)落地

互聯(lián)網(wǎng)公司及部分一級供應(yīng)商，通過在AI 和高精地圖方面的積累快速推進(jìn)智能駕駛的解決方案。5G 的加速落地，確立了云、管、端的三層架構(gòu)，商用落地的規(guī)劃預(yù)發(fā)清晰。

1、政策端加速落地，5G 鋪設(shè)車聯(lián)網(wǎng)快車道

車聯(lián)網(wǎng)政策加速來襲，行業(yè)有望保持快速發(fā)展。我們認(rèn)為，近一年時間國家和地方政府多次出臺相關(guān)政策或法規(guī)，起草并發(fā)布了一系列車聯(lián)網(wǎng)相關(guān)規(guī)劃標(biāo)準(zhǔn)，推動車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)化、規(guī)范化，將智能網(wǎng)聯(lián)汽車提升到國家戰(zhàn)略層面，充分彰顯了國家對智能網(wǎng)聯(lián)汽車行業(yè)發(fā)展的重視;另外，隨著5G 的建設(shè)帶來低延時、高帶寬等網(wǎng)絡(luò)特性，5G-V2X 將逐步實(shí)現(xiàn)規(guī)?；虡I(yè)應(yīng)用，行業(yè)有望保持加速發(fā)展。

網(wǎng)聯(lián)化是自動駕駛的必經(jīng)之路，車聯(lián)網(wǎng)終將演進(jìn)到5G-V2X。汽車智能化的發(fā)展趨勢已經(jīng)越發(fā)明朗，智能產(chǎn)品安裝比例和價值量逐年提升，無人駕駛技術(shù)在大量資本和研發(fā)力量涌入的背景下日趨成熟。同時網(wǎng)聯(lián)智能化背后帶來的車輛行駛安全性和舒適性的大幅提升，也逐步得到消費(fèi)者的認(rèn)可。我們堅(jiān)定地認(rèn)為，基于電動化平臺、車聯(lián)網(wǎng)基礎(chǔ)之上的智能化是汽車行業(yè)發(fā)展的方向。另外，要實(shí)現(xiàn)車聯(lián)生態(tài)最重要的目的就是提高交通安全，并最終實(shí)現(xiàn)無人駕駛，其需求集中體現(xiàn)在:1)低時延;2)高可靠;3)支持高速移動;4)傳輸數(shù)據(jù)包承載量大。目前車聯(lián)網(wǎng)可以應(yīng)用的技術(shù)主要有DSRC 和LTE，其中DSRC 的缺點(diǎn)在于只能專用于短程無線通信，實(shí)現(xiàn)小范圍內(nèi)圖像、語音和數(shù)據(jù)的實(shí)時傳輸;LTE 雖然沒有DSRC 技術(shù)成熟，但LTE是面向智能交通和車聯(lián)網(wǎng)應(yīng)用、基于4G/5GLTE 系統(tǒng)的演進(jìn)技術(shù)，LTE-V-Direct 可以獨(dú)立于蜂窩網(wǎng)絡(luò)，實(shí)現(xiàn)車輛與周邊環(huán)境節(jié)點(diǎn)低時延、高可靠的直接通信，滿足行車安全需求，因此長期來看LTE-V2X 更具應(yīng)用前景，其技術(shù)兼容性和延展性使之屬于車聯(lián)網(wǎng)通信技術(shù)的新生力量。但LTE 是5G車聯(lián)網(wǎng)應(yīng)用的第一階段(相當(dāng)于4.5G)，5G 時代定義的URLLC 場景對V2X的時延要求為20ms 以下，具有超高可靠、超低時延通信的特點(diǎn)，其基于邊緣計(jì)算、終端直通、幀結(jié)構(gòu)的V2X 關(guān)鍵技術(shù)通過與運(yùn)營商網(wǎng)絡(luò)結(jié)構(gòu)和業(yè)務(wù)模式策略緊密配合，能高效支撐龐大且復(fù)雜的5G 應(yīng)用。綜合來看，LTE-V2X 終將平滑演進(jìn)到5G-V2X，并有望在2020年全面進(jìn)入商用階段。

2025年全球車聯(lián)網(wǎng)市場將突破17000億元，中國市場規(guī)模將超9500億元。我國汽車保有量近十年來保持較快增長，為車聯(lián)網(wǎng)發(fā)展提供了巨大潛在市場，據(jù)國家統(tǒng)計(jì)局顯示，截至2017 年底，我國民用汽車保有量達(dá)2.09 億輛。結(jié)合我國的經(jīng)濟(jì)增長狀況和目前的汽車市場保有量，我們預(yù)計(jì)到2020 年，我國汽車保有量將達(dá)到2.5 億輛，車聯(lián)網(wǎng)滲透率將至少達(dá)到30%，車聯(lián)網(wǎng)單車價值量可達(dá)4000-5000 元左右，我國車聯(lián)網(wǎng)市場總規(guī)模達(dá)3750 億元。

2、網(wǎng)聯(lián)化是自動駕駛的必經(jīng)之路

根據(jù)國際電信聯(lián)盟(ITU)對5G 的定義，5G 網(wǎng)絡(luò)是能提供20Gbps 速率，時延1 毫秒，每平方公里100 萬連接，網(wǎng)絡(luò)穩(wěn)定性99.999%的下一代蜂窩無線通訊網(wǎng)絡(luò)，是對現(xiàn)有移動通信系統(tǒng)的全面革新，主要具有高帶寬、低時延、高可靠三個特點(diǎn)。

5G 網(wǎng)絡(luò)滿足無人駕駛網(wǎng)絡(luò)技術(shù)要求，尤其是低時延和高可靠性，將完全有能力支撐自動駕駛場景的落地。目前,全球已經(jīng)進(jìn)入5G 商用倒計(jì)時階段,國內(nèi)三大運(yùn)營商預(yù)計(jì)在2019 年實(shí)現(xiàn)5G 預(yù)商用、2020 年實(shí)現(xiàn)5G 正式商用。

車聯(lián)網(wǎng)V2X 是指使用無線通信、傳感探測等技術(shù)收集車輛、道路、環(huán)境等信息，通過車-車、車-路信息交互和共享，使車和基礎(chǔ)設(shè)施之間智能協(xié)同與配合，從而實(shí)現(xiàn)智能交通管理控制、車輛智能化控制和智能動態(tài)信息服務(wù)的一體化網(wǎng)絡(luò)，是物聯(lián)網(wǎng)技術(shù)在智能交通系統(tǒng)領(lǐng)域的延伸。

汽車網(wǎng)絡(luò)包括兩部分，一部分是車輛本身的內(nèi)部網(wǎng)絡(luò)系統(tǒng)，由車載網(wǎng)絡(luò)計(jì)算機(jī)控制，內(nèi)部網(wǎng)絡(luò)通過數(shù)據(jù)總線連接無數(shù)個子網(wǎng)，控制發(fā)動機(jī)及其他總成、平面顯示與儀表盤顯示器、中控門鎖、無線電話等;另一部分是車輛外部的聯(lián)系網(wǎng)絡(luò)系統(tǒng)，包括車與車的通信、車與路側(cè)設(shè)備的通信、GPS 監(jiān)測中心、互聯(lián)網(wǎng)及區(qū)域網(wǎng)服務(wù)商、車輛服務(wù)中心、電腦或手機(jī)終端等。

汽車網(wǎng)聯(lián)需要內(nèi)部和外部網(wǎng)絡(luò)同時作用，其一，使得每輛汽車單車的控制和服務(wù)得到提升;其二，通過與外部目標(biāo)，包括車輛、人、通信基站及道路設(shè)施等的聯(lián)系實(shí)現(xiàn)更多感知和信息交互，實(shí)現(xiàn)駕駛智能化和附加服務(wù)的獲取;其三，由車和道路上其他連接入網(wǎng)的物體所形成的整體網(wǎng)絡(luò)將實(shí)現(xiàn)整個道路交通系統(tǒng)的信息采集與傳輸，結(jié)合后端管理平臺的大數(shù)據(jù)和云計(jì)算等技術(shù)，將對城市智能交通管理提供支持。

根據(jù)華為發(fā)布的最新5G 外場測試結(jié)果，當(dāng)前5G網(wǎng)絡(luò)已經(jīng)可以在保障高穩(wěn)定性與移動性下，實(shí)現(xiàn)下行吞吐率超過25Gbps，用戶界面時延小于0.5毫秒，性能已經(jīng)超過了ITU對5G的定義。因此我們認(rèn)為隨著將車聯(lián)網(wǎng)當(dāng)作重要場景而進(jìn)行優(yōu)化設(shè)計(jì)的5G 標(biāo)準(zhǔn)的落地，5G 技術(shù)在車聯(lián)網(wǎng)中的運(yùn)用可以有效融合多種網(wǎng)絡(luò)并加速不同實(shí)體間的信息交互，車聯(lián)網(wǎng)將成為5G 時代的巨大商用場景。中國每年擁堵時間達(dá)到12 億小時,車聯(lián)網(wǎng)技術(shù)可以讓交通運(yùn)輸效率提升30%;中國每年有約26 萬人死于交通事故，使用車聯(lián)網(wǎng)技術(shù)可使得事故發(fā)生率降低80%，有效解決上述一系列安全問題。

汽車業(yè)與通信技術(shù)的加速融合，可以實(shí)現(xiàn)產(chǎn)業(yè)雙贏。由于連接需求的增加和對信號、信息傳輸?shù)脑鰪?qiáng)，通信技術(shù)發(fā)展對汽車產(chǎn)業(yè)的支持的顯得愈發(fā)重要。不論是車內(nèi)通信的VANET 車輛自組網(wǎng)絡(luò)，還是車與車、車與人、車與基站通信的DSRC/LTE-V 系統(tǒng)，從視頻監(jiān)控、雷達(dá)等傳感到Bluetooth、蜂窩等無線傳輸，再到云平臺，通信技術(shù)都將在汽車智能化和網(wǎng)聯(lián)化的過程中發(fā)揮作用。

3、車聯(lián)網(wǎng)是物聯(lián)網(wǎng)領(lǐng)域最重要的細(xì)分產(chǎn)業(yè)

用戶滲透率、模塊搭載率提升，5G助力市場加速進(jìn)入倒計(jì)時階段。GSMA 與SBD 預(yù)計(jì)，2018 年全球車聯(lián)網(wǎng)的市場總額有望達(dá)390 億歐元，互聯(lián)網(wǎng)連接將成為未來汽車的標(biāo)配。目前，新車前裝車聯(lián)網(wǎng)模塊的比例僅為20%，根據(jù)預(yù)測，2018 年新車出貨量可能超過1 億臺，其中60%具備聯(lián)網(wǎng)功能，到2025 年100%的汽車將前裝移動互聯(lián)網(wǎng)接入功能。MachinaResearch預(yù)計(jì)，到2024 年，汽車領(lǐng)域連接數(shù)將達(dá)1.2 億，而BusinessIntelligence 則在2015 年的基礎(chǔ)上調(diào)高預(yù)期，預(yù)計(jì)到2021 年，路上實(shí)現(xiàn)連接的汽車數(shù)量累計(jì)將達(dá)3.8 億。

目前汽車保有量至少為2 億，我們預(yù)測到2020 年我國汽車保有量可以達(dá)到2.5 億左右，彼時車聯(lián)網(wǎng)滲透率將提升至35%，即具備聯(lián)網(wǎng)能力的車輛將達(dá)到8750 萬輛左右。以每輛車5000 元的硬件+軟件產(chǎn)品價格來估算，整個車聯(lián)網(wǎng)市場將會有4500 億元規(guī)模，行業(yè)復(fù)合增速將達(dá)到117%。而隨著產(chǎn)品功能的豐富，單輛車的軟件硬件產(chǎn)值也會提高，加之互聯(lián)網(wǎng)服務(wù)的多樣化、智能化，市場規(guī)模爆發(fā)指日可待。

驅(qū)動車聯(lián)網(wǎng)快速發(fā)展的因素包括:政策支持、通信技術(shù)支持、市場需求拉動。發(fā)改委、工信部、交通部相關(guān)規(guī)劃及政策配套大力支持，使得我國車聯(lián)網(wǎng)位處戰(zhàn)略高度。傳統(tǒng)汽車市場大，增長平穩(wěn)，車廠亟需尋求新的盈利點(diǎn);新能源汽車的普及和消費(fèi)升級進(jìn)一步提升網(wǎng)聯(lián)模塊的滲透率;目前，通信技術(shù)不斷升級演進(jìn)，并且逐步標(biāo)準(zhǔn)化統(tǒng)一化，運(yùn)營商借機(jī)實(shí)現(xiàn)內(nèi)生轉(zhuǎn)型。三大因素助推車聯(lián)網(wǎng)發(fā)展，車聯(lián)網(wǎng)有望成為物聯(lián)網(wǎng)應(yīng)用領(lǐng)域首先爆發(fā)的市場。

4、通信技術(shù)為車聯(lián)網(wǎng)發(fā)展鋪設(shè)快車道

車聯(lián)網(wǎng)目前有兩大通信標(biāo)準(zhǔn)DSRC 與LTE-V。V2X 是車與外界通信技術(shù)的統(tǒng)稱，是汽車物聯(lián)網(wǎng)技術(shù)的一部分，包括V2V(車-車)、V2I(車-基礎(chǔ)設(shè)施)、V2P(車-行人)、V2R(車-路)等方式。車聯(lián)網(wǎng)通信技術(shù)，即車對外界的信息交換，是未來智能交通運(yùn)輸系統(tǒng)的關(guān)鍵技術(shù)。HIS Automotive 公司的ADAS 首席分析師預(yù)測，V2V 通信可以解決75%以上的交通事故，而V2I 則可以解決剩余大多數(shù)事故類型。

DSRC 是基于IEEE802.11p 標(biāo)準(zhǔn)開發(fā)的一種高效的無線通信技術(shù)，是專用短程無線通信標(biāo)準(zhǔn)，只可以實(shí)現(xiàn)小范圍內(nèi)圖像、語音和數(shù)據(jù)的傳輸如V2V 之間的通信，由于無法解決車車直接通信時出現(xiàn)的擁塞、干擾和覆蓋等很多問題，目前并沒有贏得市場。

與DSRC相比，LTE-V是面向智能交通和車聯(lián)網(wǎng)應(yīng)用、基于4G/5GLTE系統(tǒng)的演進(jìn)技術(shù)(相當(dāng)于4.5G)。LTE-V在實(shí)現(xiàn)直連，即車與車直接通信的時候，又利用蜂窩網(wǎng)絡(luò)充當(dāng)起仲裁的角色，很好地解決了擁塞及干擾等問題。

LTE-V包括LTE-V-Cell和LTE-V-Direct兩個工作模式,支持包括V2I、V2V和V2P等各類應(yīng)用。LTE-V-Cell 要借助已有的蜂窩網(wǎng)絡(luò)，支持大帶寬、大覆蓋通信，滿足Telematics 應(yīng)用需求;LTE-V-Direct 可以獨(dú)立于蜂窩網(wǎng)絡(luò)，實(shí)現(xiàn)車輛與周邊環(huán)境節(jié)點(diǎn)低時延、高可靠的直接通信，滿足行車安全需求。LTE-V-Direct 模式能夠?qū)④囕v感知范圍擴(kuò)展到數(shù)百米的探測距離，這與目前已有的其它車輛感知系統(tǒng)如雷達(dá)、光學(xué)攝像頭的探測范圍相比有很大優(yōu)勢。多種探測手段相結(jié)合，借助融合信息處理技術(shù)，能夠有效提升行車安全和交通效率問題。

C-V2X提供兩種互為獨(dú)立、相互補(bǔ)充的工作模式:基于PC5直通模式和基于LTE-Uu的網(wǎng)絡(luò)傳輸模式，分別適用于車輛間鄰近和遠(yuǎn)離的情況。

1、直接通信(PC5 接口)，以LTE 標(biāo)準(zhǔn)中的D2D(Device-To-Device，設(shè)備間)鄰近通信服務(wù)(ProSe)為基礎(chǔ)，可以用于實(shí)現(xiàn)250Kph 的高速度和成千上萬個節(jié)點(diǎn)的高密度通信。在無LTE 網(wǎng)絡(luò)覆蓋的環(huán)境下，鄰近設(shè)備可以進(jìn)行直接通信。

基于PC5 直連的LTE-V2V 關(guān)鍵技術(shù)主要有以下幾個特征:

1) 為V2V 子幀增加了4 個DMRS 符號，這些符號與500 Kph 以下的速度和智能交通系統(tǒng)(ITS)頻段(主要是5.9GHz 頻段)相關(guān)聯(lián)，時延較低，可以支持高速信道追蹤，解決了高速移動導(dǎo)致的多普勒效應(yīng)和頻率偏移帶來的問題。

2) 導(dǎo)入了采用半持續(xù)調(diào)度(Semi Persistent Scheduling)方式的分散型調(diào)度技術(shù)。一次無線資源分配可以使用多個子幀，減少了頻內(nèi)輻射，可以優(yōu)化信道的使用，提高傳輸效率。

3) 導(dǎo)入了新調(diào)度分配功能。這樣便可在車輛多通信節(jié)點(diǎn)密度更高的環(huán)境下進(jìn)行恰當(dāng)?shù)臄?shù)據(jù)資源處理，延遲時間也面向V2V 得到改善。

4) 時鐘同步，在網(wǎng)絡(luò)不覆蓋的情況下，缺少同步源。V2X 同時支持基站和全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的時間同步。

5) 專業(yè)的QoS 技術(shù):V2X 消息可以通過non-GBR 和GBR 承載傳輸:QCI 3(GBR) 和QCI 79(non-GBR)可以用于V2X 消息的單播傳輸，QCI 75(GBR)只能用于MBMS 承載的V2X 消息，通過專用的QCI 極大提升了傳輸?shù)目煽啃浴?/p>

通過PC5接口新增加的DMRS符號、新的信道結(jié)構(gòu)以及調(diào)度分配功能，使得網(wǎng)絡(luò)參與到V2V的通信中，避免了干擾、擁塞等問題的出現(xiàn)，使其具備延遲低、穩(wěn)定性強(qiáng)等特點(diǎn)，可以極大提升行車時的安全性能。

2、網(wǎng)絡(luò)通信(Uu 接口)，主要利用V2X 廣播技術(shù)(MBMS)，采用蜂窩網(wǎng)絡(luò)頻段(如1.8GHz)通過V2X 服務(wù)器中轉(zhuǎn)，把信息傳送到另一個節(jié)點(diǎn)。

綜合來看，有蜂窩網(wǎng)絡(luò)覆蓋時可使用Uu 接口進(jìn)行V2X 通信，高速移動時采用PC5 接口進(jìn)行通信，兩種傳輸模式互為獨(dú)立、相互補(bǔ)充，分別適用于車輛間鄰近和遠(yuǎn)離的情況。

LTE-V2X 更具應(yīng)用前景，技術(shù)兼容性和延展性使之屬于車聯(lián)網(wǎng)通信技術(shù)的新生力量，是5G 車聯(lián)網(wǎng)應(yīng)用的第一階段(4.5G)，之后將平滑演進(jìn)至5G

目前我國政府和行業(yè)組織正大力推進(jìn)LTE-V2X 技術(shù)研發(fā)和產(chǎn)業(yè)化發(fā)展。1)工信部于2016 年11 月批復(fù)IMT-2020(5G)推進(jìn)組和車載信息服務(wù)產(chǎn)業(yè)應(yīng)用聯(lián)盟將5.905-5.925GHz(20MHz 帶寬)作為LTE-V2X 直接通信技術(shù)的測試頻段，開展通信性能和互操作測試。2)工信部通過與北京-河北、重慶、浙江、吉林、湖北地方簽署“基于寬帶移動互聯(lián)網(wǎng)的智能汽車、智慧交通應(yīng)用示范”示范合作框架，與公安部、江蘇省政府開展無錫“國家智能交通綜合測試基地共建合作”項(xiàng)目，支持上海國際汽車城建立“國家智能網(wǎng)聯(lián)汽車(上海)試點(diǎn)示范項(xiàng)目”等方式，促進(jìn)形成了“5+2”車聯(lián)網(wǎng)示范區(qū)格局，開展包括LTE-V2X 在內(nèi)的V2X 技術(shù)兼容性測試實(shí)驗(yàn)驗(yàn)證。3)通過行業(yè)組織、聯(lián)盟協(xié)會等推進(jìn)產(chǎn)業(yè)和應(yīng)用，指導(dǎo)IMT-2020(5G)推進(jìn)組成立蜂窩車聯(lián)(C-V2X)工作組開展LTE-V2X 的技術(shù)研究、試驗(yàn)驗(yàn)證和產(chǎn)業(yè)與應(yīng)用推廣，以及5G-V2X 的業(yè)務(wù)需求及關(guān)鍵技術(shù)研究;指導(dǎo)成立了中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟，培育智能網(wǎng)聯(lián)汽車創(chuàng)新中心。

企業(yè)和科研單位跨行業(yè)合作推進(jìn)LTE-V2X應(yīng)用推廣。1)大唐電信、華為等通信企業(yè)積極開展LTE-V2X 終端產(chǎn)品研發(fā)。大唐電信于2017 年底發(fā)布LTE-V2X 測試芯片，華為于2018 年第一季度發(fā)布LTE-V2X 測試芯片。2)汽車廠商、零部件廠商和科研機(jī)構(gòu)布局V2X 上層應(yīng)用開發(fā)與實(shí)現(xiàn)。一汽、上汽、長安汽車、北汽、長城等國內(nèi)自主品牌汽車廠商設(shè)計(jì)開發(fā)了覆蓋多種路況、工況的V2X 應(yīng)用場景，東軟、北京星云互聯(lián)、清華大學(xué)、同濟(jì)大學(xué)等零部件及科研機(jī)構(gòu)加快軟件協(xié)議棧和接口的開發(fā)與實(shí)現(xiàn)，基于底層LTE-V2X 技術(shù)開展研發(fā)測試工作。3)跨行業(yè)企業(yè)合作開展應(yīng)用示范。中國移動、上汽、華為等在杭州云棲小鎮(zhèn)、上海嘉定開展LTE-V2X 安全預(yù)警應(yīng)用示范;2018 年8 月，重慶i-VISTA 自動駕駛大賽中首次引入具有中國自主知識產(chǎn)權(quán)的LTE-V2X 技術(shù)應(yīng)用。4) 測試驗(yàn)證公共服務(wù)平臺促進(jìn)LTE-V2X 技術(shù)成熟。中國信息通信研究院聯(lián)合跨行業(yè)企業(yè)初步構(gòu)建了V2X 實(shí)驗(yàn)室仿真測試環(huán)境，開展LTE-V2X 的應(yīng)用功能、性能、互聯(lián)互通和互操作測試。

5、車聯(lián)網(wǎng)終將演進(jìn)到 5G-V2X

在智能網(wǎng)聯(lián)時代，實(shí)現(xiàn)車聯(lián)生態(tài)最重要的目的就是提高交通安全，并最終實(shí)現(xiàn)無人駕駛，其需求集中體現(xiàn)在:

1)低時延，端到端時延在 5ms 以內(nèi);

2)高可靠，誤包率在 99.999%以下，而且能在車輛發(fā)生擁塞，大量節(jié)點(diǎn)共享有限頻譜資源時，仍能夠保證傳輸?shù)目煽啃?

3)可能需要支持高速移動，考慮到汽車之間的相對移動，最高相對時速可達(dá)500km/h;

4)傳輸數(shù)據(jù)包至少能承載1600 字節(jié)的信息數(shù)據(jù)。

這些技術(shù)要求與5G 技術(shù)的特性有著相當(dāng)高的吻合度，尤其是5G 特有的低延時(<5ms) 和高可靠性特性，這無論對于DSRC 還是LTE-V 來說，都是無法與之相比擬的。

5G時代定義的URLLC場景對V2X的時延要求為20ms以下，具有超高可靠、超低時延通信的特點(diǎn)，其基于邊緣計(jì)算、終端直通、幀結(jié)構(gòu)的V2X關(guān)鍵技術(shù)通過與運(yùn)營商網(wǎng)絡(luò)結(jié)構(gòu)和業(yè)務(wù)模式策略緊密配合，能高效支撐龐大且復(fù)雜的5G應(yīng)用。綜合來看，LTE-V2X 終將平滑演進(jìn)到5G-V2X，并有望在2020 年全面進(jìn)入商用階段。

5G 技術(shù)將在2020 年全面進(jìn)入商用階段，我們認(rèn)為5G 有可能成為統(tǒng)一的連接技術(shù)，滿足未來共享汽車、遠(yuǎn)程操作、自動和協(xié)作駕駛等連接要求，替代或者補(bǔ)充現(xiàn)有連接技術(shù)。

5.1 終端直通D2D 技術(shù):有效實(shí)現(xiàn)低時延傳輸，提高通信系統(tǒng)性能

終端直通D2D(Device to Device)技術(shù)是指借助Wi-Fi、Bluetooth、LTE-D2D 技術(shù)實(shí)現(xiàn)終端設(shè)備之間的直接通信。在現(xiàn)有的通信系統(tǒng)中，設(shè)備之間的通信都是由無線通信運(yùn)營商的基站進(jìn)行控制，無法直接進(jìn)行語音或數(shù)據(jù)通信。這是因?yàn)榻K端通信設(shè)備的能力和無線通信的信道資源都很有限。在5G 系統(tǒng)中，用戶處在由D2D 通信用戶組成的分布式網(wǎng)絡(luò)，每個用戶節(jié)點(diǎn)都能發(fā)送和接收信號，并具有自動路由(轉(zhuǎn)發(fā)消息)的功能。網(wǎng)絡(luò)的參與者共享它們所擁有的一部分硬件資源，包括信息處理、存儲和網(wǎng)絡(luò)連接能力等。這些共享資源向網(wǎng)絡(luò)提供服務(wù)和資源，能被其他用戶直接訪問而不需要經(jīng)過中間實(shí)體。

D2D 是5G 通信系統(tǒng)的一項(xiàng)重要技術(shù)，具有低時延業(yè)務(wù)傳輸?shù)木薮鬂摿?，特別適合于時延要求很高的V2X 業(yè)務(wù)，如緊急防撞;從技術(shù)層面，D2D 能夠通過空分復(fù)用和短距離傳輸?shù)姆绞酱蟠筇岣邆鬏斔俾屎蜔o線傳輸容量，尤其適合于V2X 的廣播多播業(yè)務(wù); 另外，由于D2D 能夠在有網(wǎng)絡(luò)覆蓋和美有網(wǎng)絡(luò)覆蓋的場景下工作，大大提高LTE-V2X 的競爭力，獲得與DSRC 技術(shù)相對的比較優(yōu)勢。正是因?yàn)?G V2X 可以利用LTE Uu 接口協(xié)議或增強(qiáng)的D2D 協(xié)議來支撐，因此D2D 被視為V2X 的基本支撐技術(shù)，將有力促進(jìn)V2X 在5G 時代的大規(guī)模應(yīng)用。

5.2 移動邊緣計(jì)算MEC 技術(shù):毫秒級低時延保證可靠性和精準(zhǔn)性

邊緣計(jì)算作為云計(jì)算的一種補(bǔ)充和優(yōu)化，是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供最近端服務(wù)，其應(yīng)用程序在邊緣側(cè)發(fā)起，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)。移動邊緣計(jì)算就是利用無線接入網(wǎng)絡(luò)就近提供電信用戶IT 所需服務(wù)和云端計(jì)算功能，而創(chuàng)造出一個具備高性能、低延遲與高帶寬的電信級服務(wù)環(huán)境。MEC 背后的邏輯非常簡單，將網(wǎng)絡(luò)業(yè)務(wù)“下沉”到更接近用戶的無線接入網(wǎng)側(cè)，降低數(shù)據(jù)傳輸時延，緩解網(wǎng)絡(luò)堵塞。即離源數(shù)據(jù)處理、分析和存儲越近，數(shù)據(jù)時延越低。

自動駕駛汽車有成百上千個傳感器，駕駛過程中每8 個小時會產(chǎn)生40TB 的數(shù)據(jù)，這些數(shù)據(jù)中大多數(shù)并不重要，而且把這么大體量的數(shù)據(jù)傳到云端進(jìn)行云計(jì)算不切實(shí)際。同時，自動駕駛汽車對于數(shù)據(jù)傳輸時延極為敏感，數(shù)據(jù)傳輸延遲1ms，都可能導(dǎo)致一場慘劇發(fā)生。所以為了降低帶寬、保證低時延，MEC 便成為了比較適用的網(wǎng)絡(luò)結(jié)構(gòu)。移動邊緣計(jì)算服務(wù)器對無人駕駛汽車數(shù)據(jù)實(shí)時進(jìn)行數(shù)據(jù)處理和分析，并將分析所得結(jié)果以極低延遲(通常為ms 級)傳送給臨近區(qū)域內(nèi)其他聯(lián)網(wǎng)車輛人，以便車輛做出決策。這種方式比其他處理方式更便捷、更自主、更可靠。此外，MEC 還被用于解決自動駕駛汽車數(shù)據(jù)緩存問題。

5.3 PDCP 層分集傳輸:實(shí)現(xiàn)對單個終端的傳輸可靠性

5G 時代，3GPP 組織把接入網(wǎng)(5G NR)和核心網(wǎng)(5G Core)拆開要求其獨(dú)立進(jìn)入5G 時代，5G 要支持URLLC 場景，要實(shí)現(xiàn)超可靠低時延通信，但通常用戶行為捉摸不定，無線信號變化莫測，無線信號的質(zhì)量惡化和基站的擁塞均受制于各種不可控因素，要想實(shí)現(xiàn)傳輸?shù)姆€(wěn)定性和可靠性需要通過載波聚合和多連接技術(shù)，使用頻率分集的方式來實(shí)現(xiàn)對單個終端的傳輸可靠性。

數(shù)據(jù)包在PDCP 層處理和復(fù)制，并通過每個RLC 層，再通過相關(guān)的CC 發(fā)送，接收端處理較早到達(dá)的數(shù)據(jù)包，同時拋棄較晚到達(dá)的復(fù)制的數(shù)據(jù)包，即在多個無線鏈路上傳輸相同的數(shù)據(jù)的方式，來抵御無線化境惡化帶來的影響，保障通信鏈路的可靠性。

六、展望

智能化已經(jīng)成為車展的核心內(nèi)涵，不同于前幾年智能化只是噱頭亮點(diǎn)，今年廠商的落地預(yù)期非常明顯。無論是主機(jī)廠、零部件廠、互聯(lián)網(wǎng)公司均能提供多種裝機(jī)方案，共同演繹汽車未來電動化、智能化、網(wǎng)絡(luò)化和信息化的發(fā)展方向。車展專門設(shè)立未來出行展區(qū)，展示了車聯(lián)網(wǎng)、無人駕駛解決方案、激光雷達(dá)、芯片、高精定位和地圖等跨界融合，各項(xiàng)技術(shù)的飛速發(fā)展導(dǎo)致了智能化方案的快速落地。此外值得注意的是，一些移動互聯(lián)網(wǎng)巨頭企業(yè)如華為、中國移動等也高調(diào)出現(xiàn)在上海車展，為與車企及零部件商建立深度的聯(lián)系打下基礎(chǔ)。

從智能化的推進(jìn)節(jié)奏角度看投資機(jī)會，應(yīng)該分三個階段。

第一階段2019-2020 年，中短期更應(yīng)關(guān)注智能化自下而上的機(jī)會，標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價值量確定性提升，對應(yīng)的產(chǎn)品需求能夠保持快速的增長，同時對應(yīng)標(biāo)的在下一輪無人駕駛階段也會具有較大先機(jī)。

第二階段2021-2025 年，開始看自上而下的投資機(jī)會，時點(diǎn)上來看我們認(rèn)為是ADAS 強(qiáng)制普及的節(jié)點(diǎn)。短期無人駕駛受制于政策、倫理、技術(shù)等問題無法實(shí)現(xiàn)盈利能力，而彼時無人駕駛已有了低端智能化作為硬件和軟件支撐，政府個人的接受度提升，打破常規(guī)限制才是高等級智能化成為駕駛安全的最終落腳點(diǎn)的時間契機(jī)。當(dāng)前來看已經(jīng)逐步進(jìn)入這一階段，華為、中國移動、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025 年后，自動駕駛開始在特定場景中實(shí)現(xiàn)，基礎(chǔ)建設(shè)落地，單車價值量提升，智能駕駛實(shí)現(xiàn)一年萬億市場的投資機(jī)會。

具體來看，當(dāng)前投資的落地點(diǎn)在于幾個層面。傳感層的機(jī)會在于高精度、高準(zhǔn)確度的傳感器最終落地，單個車型的傳感器價值量不斷提升。計(jì)算層在于基于國內(nèi)迅速迭代的算法技術(shù)的智能座艙落地，提升車輛駕駛體驗(yàn)。執(zhí)行層受益于國內(nèi)的制造基礎(chǔ)，ADAS 和新能源的應(yīng)用加速了執(zhí)行層落地，催化劑在于政策帶來爆發(fā)性機(jī)會。網(wǎng)絡(luò)層、通信層方面，云、管、端的三層架構(gòu)已經(jīng)逐步明確，運(yùn)營商、設(shè)備商和主機(jī)廠是投資機(jī)會。芯片層在于開發(fā)更為適用于智能駕駛的芯片，包括圖像識別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€方面的應(yīng)用。最后則是電動化這一層，新能源車更加有利于智能設(shè)備的安裝和推廣。