輕地圖重感知”成趨勢，智駕感知層硬件迎來放量機(jī)遇

自動(dòng)駕駛體驗(yàn)持續(xù)升級(jí)，帶動(dòng)消費(fèi)者智駕方案接受度迎來拐點(diǎn)。2023 年多家車企巨頭升級(jí)智駕系統(tǒng)，推出城市 NOA 功能，向 L3 等級(jí)自動(dòng)駕駛持續(xù)推進(jìn)。2023 年 3 月，小鵬推出了新一代智駕系統(tǒng) XNGP，同年 4 月，華為推出HUAWEI  ADS 2.0 高階智能駕駛系統(tǒng)。智能駕使在舒適性、安全性、便利性的體驗(yàn)升級(jí)顛覆了消費(fèi)者們對(duì) NOA 局限于高速路的刻板印象，車主為高階智駕買單意愿逐漸加強(qiáng)。

2023 新版問界 M7 的 ADS 高階智駕包選裝率達(dá)到 60-70%（2023 年 9 月 17 日至 10 月 7 日）。2023 年年底，小鵬將在全國 50 城開放無圖 NOA，華為將在全國普及無圖城市智駕方案，應(yīng)用場景的拓寬將持續(xù)激發(fā)消費(fèi)者需求感知，自動(dòng)駕駛行業(yè)迎來需求端拐點(diǎn)。 

1.“輕地圖重感知”智駕方案成長期趨勢，自動(dòng)駕駛感知層硬件迎來放量機(jī)遇 

傳統(tǒng)意義上高精地圖憑借其高精度、數(shù)據(jù)維度豐富等特點(diǎn)被視作走向高階自動(dòng)駕駛的必經(jīng)之路、進(jìn)入城市 NOA 的基礎(chǔ)。近年來自動(dòng)駕駛高速發(fā)展趨勢下，由于繪圖成本過高、法規(guī)政策制定節(jié)奏限制、維護(hù)成本高昂等問題使得高精地圖難以滿足城市NOA 普及節(jié)奏，車企們開始轉(zhuǎn)向“重感知，輕地圖”的智駕方案。

許多車企提出了以感知為基礎(chǔ)，以大模型深度學(xué)習(xí)為實(shí)現(xiàn)路徑的技術(shù)路線，此路線需要高算力以及高感知能力支撐，有望持續(xù)帶動(dòng)高算力芯片、高像素?cái)z像頭、激光雷達(dá)等硬件放量。 

如何實(shí)現(xiàn)去高精地圖？特斯拉引入車道線網(wǎng)絡(luò)及新的數(shù)據(jù)標(biāo)注方法，將車道同時(shí)線標(biāo)注為一系列點(diǎn)，每個(gè)點(diǎn)有自己明確的語義（如“起始、并線、分叉、結(jié)束”等），從而形成完整的車道線連通關(guān)系圖，幫助FSD補(bǔ)足對(duì)高精地圖的需求。國內(nèi)自動(dòng)駕駛頭部公司去高精地圖后或采取車端實(shí)時(shí)建圖方案，通過安裝在車輛上的相機(jī)等傳感器來構(gòu)建車輛行駛過程中周圍的環(huán)境地圖。

無圖方案頻出，逐步降低對(duì)高精地圖依賴。目前小鵬、華為等頭部主機(jī)廠發(fā)布無高精地圖的高階智能駕駛方案，并定下量產(chǎn)時(shí)間表，華為、毫末、元戎啟行等自動(dòng)駕駛公司也加入其中，自動(dòng)駕駛算法“重感知，輕地圖”趨勢明確。另一方面，百度、騰訊、四維等圖商近期也釋放輕地圖傾向，提供“精簡版”高精地圖，比如騰訊的HD AIR，四維圖新的場景地圖。

1.1.   自動(dòng)駕駛持續(xù)升級(jí)，車載攝像頭迎量價(jià)齊升機(jī)遇 

車載攝像頭憑借靈活的探測距離、高傳輸速率、成本價(jià)格低廉等優(yōu)勢成為自動(dòng)駕駛方案中重要傳感器。單車搭載的攝像頭數(shù)量將增加。Yole報(bào)告指出， L1～L2級(jí)自動(dòng)駕駛功能僅需前后兩顆攝像頭，L2+ 級(jí)則需要引入ADAS前視感知攝像頭，加上4顆環(huán)視，共計(jì)需要5顆攝像頭。實(shí)際主機(jī)廠為后續(xù)OTA升級(jí)預(yù)留冗余，單車攝像頭配置遠(yuǎn)超本級(jí)ADAS所需的攝像頭數(shù)量，如特斯拉Model 3搭載9顆高清攝像頭，蔚來、小鵬、理想車型攝像頭數(shù)量達(dá)到10-13顆。

攝像頭像素要求升級(jí)。大模型提高對(duì)感知數(shù)據(jù)的精細(xì)化要求，高分辨率圖像數(shù)據(jù)可以作為深度學(xué)習(xí)模型中更新和優(yōu)化其架構(gòu)的參數(shù)的數(shù)據(jù)源，車載攝像頭向800萬像素或更高像素級(jí)別升級(jí)。

高像素?cái)z像頭成為行業(yè)趨勢，車載攝像頭價(jià)值量有望持續(xù)提升。提高車載攝像頭像素是一種重要的增加自動(dòng)駕駛方案感知能力的方式。對(duì)于部分新能源車企來說，目前主流的 120W 到 200W 像素的鏡頭已經(jīng)不再滿足感知的需求，行業(yè)開始使用 800W 像素800 萬像素?cái)z像頭可以進(jìn)一步探測到 100-150m 范圍內(nèi)的行人，并且在窄視角的場模式情況下，大約可以探測到 500 mm 左右的動(dòng)態(tài)車輛，180  左右的小目標(biāo)，從而增加汽車規(guī)控時(shí)間，實(shí)現(xiàn)更安全平穩(wěn)的決策，提升自動(dòng)駕駛的舒適度和流暢度。隨著自動(dòng)駕駛等級(jí)升級(jí)，高像素車載攝像頭滲透率有望進(jìn)一步提升，同時(shí)攝像頭像素有望進(jìn)一步向更高像素發(fā)展。

尤其是前視攝像頭，前視需要解決的場景最多，目標(biāo)識(shí)別任務(wù)最復(fù)雜，比如遠(yuǎn)距離小目標(biāo)識(shí)別，近距離目標(biāo)切入識(shí)別，高級(jí)別自動(dòng)駕駛車輛中都在規(guī)劃應(yīng)用800萬級(jí)別的高清像素?cái)z像頭，用于對(duì)更遠(yuǎn)距離的目標(biāo)進(jìn)行識(shí)別和監(jiān)測。目前具備800W像素?cái)z像頭模組生產(chǎn)能力的廠商還比較少，比如說舜宇、聯(lián)創(chuàng)電子等。百度Apollo 聯(lián)合索尼半導(dǎo)體方案公司、聯(lián)創(chuàng)電子（LCE）與黑芝麻智能，全球首創(chuàng)超1500萬高像素車載攝像頭模組。

自動(dòng)駕駛等級(jí)提升帶動(dòng)車載攝像頭數(shù)量增加。當(dāng)前自動(dòng)駕駛方案呈現(xiàn)百花齊放趨勢，不同方案的車載攝像頭數(shù)量大部分保持在 8-13 個(gè)區(qū)間。純視覺方案中，特斯拉憑借強(qiáng)大的算法以及 BEV+占用網(wǎng)絡(luò)等技術(shù)，將攝像頭個(gè)數(shù)保持在8 個(gè)，在2023 年推出的HW4.0中，在Model X/S 中增加至11 個(gè)攝像頭，呈現(xiàn)出增加的趨勢。而同樣的純視覺方案，國內(nèi)極氪 001 則搭載了 15 個(gè)攝像頭，將硬件堆疊達(dá)到了極致，以此匹配算法的不足。融合感知方案中，華為 ADS2.0 搭載了11 個(gè)攝像頭，7 個(gè)環(huán)境感知鏡頭，4 個(gè)環(huán)視鏡頭，前視雙目攝像頭像素高達(dá)800 萬像素，其余為 260 萬像素，基本代表了行業(yè)主流車載攝像頭方案。 

車載攝像頭主要硬件構(gòu)成包括光學(xué)鏡頭、圖像傳感器(CMOS)、圖像信號(hào)處理器(ISP)等。2022 年，車載攝像頭模組主要成本來自于光學(xué)鏡頭和圖像傳感器，成本占比分別為 20%和 52%。光學(xué)鏡頭是機(jī)器視覺系統(tǒng)中必不可少的部件，直接影響成像質(zhì)量的優(yōu)劣，影響算法的實(shí)現(xiàn)和效果。而 CMOS 圖像傳感器是將光信號(hào)轉(zhuǎn)換為電信號(hào)再轉(zhuǎn)為可被集成電路應(yīng)用的數(shù)字信號(hào)，能滿足光學(xué)信息采集、處理和交換的要求，是車載攝像頭模組不可或缺的部分，也是價(jià)值量最高的部分。

國內(nèi)車載攝像頭鏡頭廠商加速成長，并逐步向模組端拓展提升盈利能力。2023 年1-2 月全球車載攝像頭鏡頭 TOP10 企業(yè)出貨總量為 2842 萬,其中舜字光學(xué)出貨量最多占比 60%，緊接著是聯(lián)創(chuàng)電子、歐菲光，分別占比 7%、6%，cr3 為 73%。近年國內(nèi)的聯(lián)創(chuàng)電子、歐菲光發(fā)展迅猛,積極發(fā)展技術(shù)并搶占市場,市占率超越老牌歐美廠商日立、三協(xié)、世高、桑來斯等，躋身多強(qiáng)行列。CMOS 圖像傳感器市場主要由安森美和韋爾股份兩大領(lǐng)先企業(yè)主導(dǎo)，國內(nèi)思特威、格科微等企業(yè)正加速成長。

1.2.   激光雷達(dá)引領(lǐng)自動(dòng)駕駛新方向，定點(diǎn)上車迎來量產(chǎn)拐點(diǎn) 

激光雷達(dá)是一種用于精確獲得三維位置信息的傳感器，通過發(fā)射和接收激光束，獲取空間的位置點(diǎn)信息（即點(diǎn)云），并根據(jù)這些信息進(jìn)行三維建模，可以確定目標(biāo)的位置、大小、外部輪廓等。

激光雷達(dá)在距離和空間信息方面具有精度優(yōu)勢，搭載激光雷達(dá)的多傳感器融合感知方案可通過互補(bǔ)達(dá)到全環(huán)境感知能力，可為高級(jí)別自動(dòng)駕駛提供安全冗余。特斯拉在感知領(lǐng)域引入占用網(wǎng)絡(luò)模型，在不定義具體物體的情況下，去確定物體在三維空間中的位置及速度運(yùn)動(dòng)，來實(shí)現(xiàn)類似激光雷達(dá)的感知效果。我們認(rèn)為國內(nèi)主機(jī)廠在機(jī)器視覺算法進(jìn)步的過程中，預(yù)計(jì)仍將激光雷達(dá)作為重要的補(bǔ)充傳感器，由此可減少在視覺領(lǐng)域所需積累的數(shù)據(jù)量，但長期來看需求或?qū)⒁婍敚磥碇鳈C(jī)廠預(yù)計(jì)將逐漸降低對(duì)激光雷達(dá)的依賴。

通過技術(shù)迭代和大規(guī)模量產(chǎn)實(shí)現(xiàn)降本。激光雷達(dá)掃描方式從機(jī)械式到半固態(tài)是降本第一步?；旌瞎虘B(tài)式比機(jī)械式成本低的主要原因在：1）發(fā)射&接收端：相比于機(jī)械式激光雷達(dá)，激光器收發(fā)模塊數(shù)量明顯減少；2）掃描端：機(jī)械式收發(fā)模塊動(dòng)，系統(tǒng)復(fù)雜度高，電機(jī)成本高+調(diào)整測試難度大。激光器收發(fā)芯片集成化+ MEMS 規(guī)?；慨a(chǎn)是降本第二步。

補(bǔ)盲激光雷達(dá)或帶動(dòng)行業(yè)增長第二曲線。常規(guī)激光雷達(dá)在側(cè)向感知方面任然存在不足:1)以常規(guī)激光雷達(dá)水平視場角為 120°計(jì)算，相鄰車道車輛超車切入在車頭超過3.5mm 時(shí)才能探測到，極易發(fā)生剮蹭 2) 對(duì)低矮物的探測感知不足: 由于主激光雷達(dá)垂直視場角的限制，存在著前向 3mm~7m 的視覺盲區(qū)，對(duì)于側(cè)面矮小隆礙物和移動(dòng)物體，智能駕駛系統(tǒng)無法感知 3) 對(duì)道路周邊靜態(tài)物識(shí)別不足: 在車道線模糊的路段，容易規(guī)劃出波動(dòng)較大的軌跡線，影響用戶體驗(yàn)

補(bǔ)盲激光雷達(dá)相較于常規(guī)激光雷達(dá)更加專注于解決側(cè)面存在的不足，同時(shí)減少了一些不必要的性能冗余，降低配置成本。同時(shí)補(bǔ)盲激光雷達(dá)從設(shè)計(jì)上就有垂直方向大視場角，當(dāng)補(bǔ)盲激光雷達(dá)垂直視場角為 90°時(shí)，可以兼得車輛貼近地面的盲區(qū)以及朝上的視場角，靠近車端的盲區(qū)僅為 0.15m，可以有效避免車輛與附近障礙物的磕碰，還不失對(duì)近距離目標(biāo)的類型、朝向的感知，大幅度幫助車輛及時(shí)識(shí)別潛在的危險(xiǎn)和風(fēng)險(xiǎn)，并提前采取措施避免事故的發(fā)生，有效的提升車輛行駛的安全性和舒適性。

激光雷達(dá)進(jìn)入拐點(diǎn)放量期，大批定點(diǎn)帶動(dòng)激光雷達(dá)規(guī)?；慨a(chǎn)價(jià)格下行，有望實(shí)現(xiàn)應(yīng)用車型價(jià)格持續(xù)下降。受自動(dòng)駕駛方案感知需求驅(qū)動(dòng)，激光雷達(dá)廠商收獲多項(xiàng)車企定點(diǎn)，促使激光雷達(dá)廠商快速放量，規(guī)?；慨a(chǎn)，進(jìn)而成本迅速下降，由最初的 18000 元左右下降至今年3000 元左右的最低價(jià)格。華為智能汽車解決方案BU 總裁王軍曾表示，華為計(jì)劃將激光雷達(dá)的成本降至 200 美元，甚至有望降到 100 美元。

可見，隨著未來激光雷達(dá)的快速放量、企業(yè)競爭不斷加劇，中短期內(nèi)其價(jià)格將呈下降趨勢。激光雷達(dá)作為智駕硬件方案成本最高的一環(huán)，其價(jià)格快速下降使得應(yīng)用車型價(jià)格區(qū)間不斷下探，由2021 年 40 萬元以上的車型過渡至今年最低 17 萬的睿藍(lán) 7，未來價(jià)格下降至 1000 元以下時(shí)，有望成為智駕標(biāo)配。 

激光雷達(dá)系統(tǒng)主要包括發(fā)射模塊、接收模塊、控制及信號(hào)處理模塊和掃描模塊(如有)。激光雷達(dá)成本拆解，收發(fā)模塊構(gòu)成成本核心。不同技術(shù)路線的激光雷達(dá)各模塊成本占比均存在一定差異，一般情況下激光發(fā)射和接收模塊成本占比較高，各占 30%左右光學(xué)元件其次，占比 20%以下,其它物料成本主要由信號(hào)控制元件和電機(jī)外殼等等構(gòu)成不同技術(shù)路線的激光雷達(dá)，各模塊的成本占比存在一定波動(dòng)。發(fā)射端: 1550nmm 光纖激光器成本>905nmEEL 激光器>905nmVCSEL 激光器，掃描端：MEMS 振鏡成本>轉(zhuǎn)鏡接收端：InGaAs 材料探測器成本>硅基材料探測器。

當(dāng)前我國激光雷達(dá)上游核心發(fā)射接受器件仍以進(jìn)口為主，國產(chǎn)化率較高環(huán)節(jié)為光學(xué)元件。發(fā)射端激光芯片、接收端光子探測芯片是激光雷達(dá)上游核心器件，其性能決定了激光雷達(dá)的可靠性、探測距離等核心指標(biāo)。供應(yīng)格局方面，二者仍以海外廠商主導(dǎo)，例如發(fā)射端激光芯片方面，905nmEEL 主要由 amsOsram 等廠商主導(dǎo)，VCSEL 芯片則主要被Lumentum、II-VI（現(xiàn)Coherent 公司）等海外廠商壟斷；

光子探測芯片方面，國產(chǎn)廠商在1550nmAPD 芯片已取得積極進(jìn)展，根據(jù)C&C 統(tǒng)計(jì)，2022 年全球激光雷達(dá) APD 芯片市場格局中，國內(nèi)廠商芯思杰占據(jù) 27%居第二；而在 SPAD/SiPM 芯片方面（多用于905nm 激光雷達(dá)），我國仍依賴濱松、索尼、安森美等海外廠商。 

1.3.   4D成像毫米波雷達(dá)升級(jí)，或?qū)⑻娲途€激光雷達(dá)

毫米波雷達(dá)能夠全天候工作、具有較遠(yuǎn)的探測距離、更易小型化等優(yōu)點(diǎn)，與其他傳感器良好互補(bǔ)并提供了兼具感知性能與成本的性價(jià)比傳感器選擇，是智能汽車感知層重要組成部分。

4D成像毫米波雷達(dá)或?qū)⑼耆娲?D毫米波雷達(dá)，有望對(duì)低線激光雷達(dá)形成替代。4D毫米波成像雷達(dá)相對(duì)于傳統(tǒng)毫米波雷達(dá)增加了俯仰角度的信息感知能力，可對(duì)縱向目標(biāo)進(jìn)行高分辨率地識(shí)別；“成像”則類似于激光雷達(dá)的點(diǎn)云成像效果。與傳統(tǒng)毫米波相比，4D成像雷達(dá)的射頻收發(fā)通道數(shù)量多出十倍以上，隨著俯仰角分辨率大大提高，能夠?qū)δ繕?biāo)和環(huán)境呈現(xiàn)出豐富的點(diǎn)云圖像以及距離、速度和角度信息，可以適應(yīng)更多復(fù)雜路況(如較小物體、遮擋物體以及靜止物體和橫向移動(dòng)障礙物檢測等)。

與激光雷達(dá)相比，部分指標(biāo)近似達(dá)到16線激光雷達(dá)性能，但成本僅為激光雷達(dá)十分之一。我們認(rèn)為 4D 毫米波雷達(dá)是較為經(jīng)濟(jì)、穩(wěn)定的車載傳感器，或?qū)⑼耆娲?D毫米波雷達(dá)，并替代低線激光雷達(dá)，與高線激光雷達(dá)形成互補(bǔ)，后續(xù)或?qū)⒅鸩綕B透放量。

4D 毫米波雷達(dá)助力業(yè)界突圍，有望代替部分激光雷達(dá)。傳統(tǒng)的 3D 毫米波雷達(dá)，在測量目標(biāo)高度上性能不佳，通常只包含距離、方位和速度信息。近日多輸入多輸出(MIMO)天線技術(shù)的進(jìn)步提高了俯仰角分辨率，導(dǎo)致了 4D 毫米波雷達(dá)的出現(xiàn)。4D 毫米波雷達(dá)可以測量四種類型的目標(biāo)信息: 距離、方位、高度(俯仰角)和速度，具備初步的成像能力，同時(shí)虛擬通道數(shù)量的增加使得 4D 毫米波雷達(dá)輸出距離、速度和分辨率大幅提升，可以在中低端場景下成為前向激光雷達(dá)的平替。純視覺方案的特斯拉也被 4D毫米波雷達(dá)所吸引，在最新推出的 HW4.0 硬件體系中增加了一個(gè) 4D 毫米波雷達(dá)接口未來有望率先搭載在 Model S/X 兩款車型中。

自動(dòng)駕駛持續(xù)升級(jí)帶動(dòng)毫米波雷達(dá)市場需求，4D 毫米波雷達(dá)有望加速上車。據(jù)國際咨詢機(jī)構(gòu) ICV 研究測算，2022 年毫米波雷達(dá)全球市場規(guī)模達(dá)到 34.9 億美元，預(yù)計(jì)在2027 年達(dá)到 86.7 億美元，年復(fù)合增長率達(dá)到 16%。目前主流自動(dòng)駕駛方案毫米波雷達(dá)用量在 3-5 顆。隨著特斯拉純視覺方案更新，重新搭載毫米波雷達(dá)，將帶動(dòng)更多車企搭載毫米波雷達(dá)，未來有望持續(xù)放量。4D 毫米波雷達(dá)加速上車，作為部分激光雷達(dá)的平替可以降低感知方案成本，但 4D 毫米波雷達(dá)成本仍高于攝像頭和 3D 毫米波雷達(dá)。

海外產(chǎn)商主導(dǎo)全球毫米波雷達(dá)市場，國內(nèi)廠商追趕實(shí)現(xiàn)“國產(chǎn)替代”。2022 年毫米波雷達(dá)市場占有率前三為博世、大陸、安波福，市占率分別為 33%、24%、11%，cr3 達(dá)到 68%。國內(nèi)廠商起步較晚，森思泰克、德賽西威、華銳捷、華為等陸續(xù)進(jìn)入量產(chǎn)陣營。4D 毫米波雷達(dá)賽道上，目前僅有采埃孚、森思泰克、福瑞泰克實(shí)現(xiàn)前裝量產(chǎn)交付，其中，森思泰克憑借在理想、深藍(lán)的量產(chǎn)搭載，實(shí)現(xiàn)了規(guī)?；那把b。國內(nèi)毫米波雷達(dá)廠商在未來將進(jìn)入更多毫米波雷達(dá)細(xì)分賽道，加強(qiáng)國產(chǎn)替代節(jié)奏。

毫米波雷達(dá)硬件部分主要由高頻 PCB 天線、射頻前端收發(fā)組件、數(shù)字信號(hào)處理器及雷達(dá)控制電路等部分組成。2022 年毫米波雷達(dá)成本占比中射頻前端收發(fā)組件MMIC(包括發(fā)射、接收、及信號(hào)處理器)的成本約占 50%、高頻 PCB 天線(包括接收、發(fā)射天線)的成本約占 20%、數(shù)字信號(hào)處理器(DSP/FPGA)的成本約占 20%;雷達(dá)控制電路及其它硬件成本約占 10%。MMIC 芯片是毫米波雷達(dá)成本中最重要組成部分。

4D毫米波雷達(dá)在中高端車型及自動(dòng)駕駛服務(wù)車型中快速滲透。特斯拉基于全新的自動(dòng)駕駛硬件HW4.0，首次在S/X的車型上搭載了4D毫米波雷達(dá)。除Tesla 外，價(jià)格在 40 萬元以下的理想車型和價(jià)格在 70 萬以上的寶馬車型、以及通用收購的 Cruise 自動(dòng)駕駛服務(wù)車均于近兩年完成了 4D 毫米波雷達(dá)布局。同時(shí)大陸、采埃孚等汽車 Tier-1 巨頭基本完成對(duì)該領(lǐng)域的布局。

1.4.   國內(nèi)外巨頭引領(lǐng)，自動(dòng)駕駛方案升級(jí)迭代 

特斯拉 FSD 持續(xù)研發(fā)升級(jí)。作為自動(dòng)駕駛純視覺方案的引領(lǐng)者，特斯拉一直專注于 FSD 的算法研發(fā)，目前 FSD 已更新至 V11.4，馬斯克表示 FSDV12 有望于明年初落地，更好地實(shí)現(xiàn)L3 能力，持續(xù)引導(dǎo)智駕格局。在硬件方面，特斯拉自動(dòng)駕駛方案自2014年逐步從HW1.0 硬件系列至HW4.0 硬件系列共五次迭代，以實(shí)現(xiàn)算法不斷升級(jí)迭代對(duì)感知層和決策層的要求提升，同時(shí)保障硬件成本處于可接受水平。 

華為ADS2.0 感知融合方案遙遙領(lǐng)先，多項(xiàng)更新加速智駕落地。2023 年4月，華為在問界M5 智駕版首次搭載升級(jí)后的 ADS2.0高階智能駕駛系統(tǒng)。數(shù)據(jù)方面，ADS2.0借由華為AI訓(xùn)練集群構(gòu)建豐富的場景庫。截至 2023 年9月，ADS2.0長距離領(lǐng)航平均接管里程已經(jīng)提升至 200km (4月為 114km)。 硬件方案上，華為在感知層利用算法實(shí)現(xiàn)外圍支撐， 采用共計(jì) 27 顆感知器，輔助駕駛芯片 MDC 610 作為核心計(jì)算單元提供200Tops 算力。軟件方面，華為融合 BEV 鳥瞰感知能力以及業(yè)內(nèi)首創(chuàng)的 GOD2.0 網(wǎng)絡(luò)(通用障礙物檢測，識(shí)別異形物體) +RCR2.0(道路拓?fù)渫评砭W(wǎng)絡(luò)，匹配導(dǎo)航地圖與顯示網(wǎng)絡(luò))，以類似于特斯拉 BEV+占用網(wǎng)絡(luò)的算法架構(gòu)，減少對(duì)高清地圖的依賴，覆蓋更多無圖場景實(shí)現(xiàn)功能落地。

小鵬 XNGP 持續(xù)升級(jí)，無圖化+AI 助力智駕功能提升。小鵬作為國內(nèi)智駕方案的領(lǐng)先者之一，于 2022 年9月公布第二代高階智駕系統(tǒng) XNGP，在第一代 XPilot 系統(tǒng)的基礎(chǔ)上增加了城市NGP、高速 NGP 和 VPA 記憶泊車的功能。系統(tǒng)實(shí)現(xiàn)了城市路況下全程智能輔助駕駛，可以在沒有高精地圖的情況下，完成自動(dòng)跟隨、自動(dòng)變道、自動(dòng)超車等功能，同時(shí)針對(duì)用戶通勤和高頻路線提供“AI代駕”功能，為用戶提供定制化服務(wù)硬件方面主要增加了一顆輔助駕駛芯片和兩顆激光雷達(dá)，提升整體算力和感知能力。算法方面，全新的 AI架構(gòu)融合了包括規(guī)劃、控制和預(yù)測在內(nèi)的智駕大模型。小鵬預(yù)計(jì) 12月底將XNGP 覆蓋拓展至 50 城，2024 年內(nèi)覆蓋全國主要城市路網(wǎng)。

1.5.   智駕方案升級(jí)提速，需求+供給雙重發(fā)力驅(qū)動(dòng)智駕方案加速普及 

產(chǎn)業(yè)鏈端技術(shù)持續(xù)迭代推動(dòng)智駕方案成本下降，消費(fèi)者選購智駕方案意愿不斷提升。以特斯拉、華為代表的車企持續(xù)推進(jìn)自動(dòng)駕駛升級(jí)，帶動(dòng)上游零部件企業(yè)加速成熟，實(shí)現(xiàn)規(guī)?；桓叮嫌纹髽I(yè)規(guī)?；?yīng)帶動(dòng)硬件成本價(jià)格不斷下降，利好車企推出功能更強(qiáng)、價(jià)格更低的智駕選裝包，以及不斷下探低價(jià)位的智駕車型。智駕功能體驗(yàn)升級(jí)和智駕選購包價(jià)格持續(xù)下降，消費(fèi)者群接觸智駕功能的意愿也在逐步增強(qiáng)，智駕需求實(shí)現(xiàn)快速增長。整個(gè)自動(dòng)駕駛產(chǎn)業(yè)鏈進(jìn)入了上中下游相互反饋，良好循環(huán)的局勢，持續(xù)推動(dòng)高階自動(dòng)駕駛加速落地。 

高階自動(dòng)駕駛從特定場所逐步走向個(gè)人乘用車。港口、無人工業(yè)園區(qū)、礦山等場景路段封閉、路況簡單，車輛長期處于低速、固定路線行駛的狀態(tài)，是天然的自動(dòng)駕駛應(yīng)用場景，有利于企業(yè)減少運(yùn)輸成本，提高運(yùn)輸效率，目前部分港口、礦山等封閉化場景已初步實(shí)現(xiàn) L4 級(jí)別自動(dòng)駕駛技術(shù)的商業(yè)化落地。隨著高階自駕技術(shù)的不斷發(fā)展，應(yīng)用場景也不斷擴(kuò)大至開放道路，進(jìn)入到消費(fèi)者們的日常生活，如無人物流配送、無人城市環(huán)衛(wèi)等低速自動(dòng)駕駛已經(jīng)在部分城市試點(diǎn)。而無人出租車（Robotaxi）也已經(jīng)在部分城市試運(yùn)營。未來自動(dòng)駕駛將逐漸進(jìn)入個(gè)人乘用車，在更加豐富的場景下展開應(yīng)用。 

城市 NOA 加速鋪開，智能駕駛迎來革命性拐點(diǎn)。眾多國內(nèi)外車企在 2023 年內(nèi)發(fā)布或試點(diǎn)城市 NOA 系統(tǒng)并規(guī)劃在全國迅速鋪開，華為預(yù)計(jì)于 2023 年 12 月在全國開放不依賴高精度地圖的城區(qū) NCA（原先規(guī)劃為 45 城），小鵬也將在 2024 年內(nèi)完成全國主要城市路網(wǎng)全覆蓋，城市 NOA 落地進(jìn)程不斷加速。

城市場景下的輔助駕駛功能帶來的智駕體驗(yàn)升級(jí)，或?qū)⑦M(jìn)一步激發(fā)消費(fèi)者對(duì)城市場景下更多智駕功能的需求。城市NOA相較于高速 NOA 交通道路復(fù)雜程度呈倍數(shù)級(jí)增長，對(duì)自動(dòng)駕駛軟硬件要求程度更高，城市NOA 的普及意味著汽車能夠在更復(fù)雜的環(huán)境中自主駕駛，標(biāo)志著汽車智能駕駛真正從高階輔助駕駛逐步邁向自動(dòng)駕駛。 

執(zhí)行端 | 有望加快線控底盤環(huán)節(jié)國產(chǎn)化進(jìn)程

高階智能駕駛落地進(jìn)行加快下，執(zhí)行端的線控底盤重要性凸顯。線控底盤由線控?fù)Q擋、線控油門、線控懸架、線控轉(zhuǎn)向、線控制動(dòng)五大環(huán)節(jié)組成。線控底盤以電信號(hào)代替機(jī)械信號(hào)，可實(shí)現(xiàn)人機(jī)解耦，更加適用于自動(dòng)駕駛車輛。隨著高階智能駕駛的發(fā)展，車輛的行駛過程中機(jī)器駕駛比例提升，駕駛員百公里接管次數(shù)逐漸下降。

為保證整車在機(jī)器駕駛過程中的安全性，高階自動(dòng)駕駛車輛在執(zhí)行層的設(shè)計(jì)中，需要在制動(dòng)、轉(zhuǎn)向等關(guān)鍵執(zhí)行環(huán)節(jié)實(shí)現(xiàn)雙重甚至多重冗余。而考慮到車內(nèi)空間、信號(hào)傳導(dǎo)機(jī)制、響應(yīng)精度等因素，以線控結(jié)構(gòu)替代機(jī)械式結(jié)構(gòu)則是實(shí)現(xiàn)執(zhí)行器多重安全冗余的必要條件。

看好國產(chǎn)線控底盤零部件供應(yīng)商崛起機(jī)會(huì)。目前，線控制動(dòng)、線控轉(zhuǎn)向主要由外資Tier1主導(dǎo)，行業(yè)競爭格局集中。線控制動(dòng)主要由博世、大陸和采埃孚天合主導(dǎo)，中國線控制動(dòng)市場中博世市占率約90%。線控轉(zhuǎn)向行業(yè)處于起步階段，博世、捷太格特、采埃孚天合等傳統(tǒng)電動(dòng)助力轉(zhuǎn)向系統(tǒng)巨頭布局較早，已推出概念車型，技術(shù)較為領(lǐng)先。

國內(nèi)眾多線控底盤技術(shù)布局者包括深耕底盤技術(shù)的上市公司伯特利、亞太、拓普等，以及創(chuàng)業(yè)型線控底盤供應(yīng)商拿森、英創(chuàng)匯智、同馭、格陸博等。我們認(rèn)為國內(nèi)供應(yīng)商專注細(xì)分賽道，由單點(diǎn)逐步延伸，向線控底盤發(fā)展，并具備快速響應(yīng)和技術(shù)開放的優(yōu)勢，在行業(yè)放量國產(chǎn)替代的共同作用下，看好國產(chǎn)供應(yīng)商機(jī)會(huì)。

2.智駕方案持續(xù)升級(jí)，其他整車零部件迎來增長新機(jī)遇，算力需求翻倍，或?qū)⑦_(dá)到800TOPS

2.1 車端算力 | 如何變化？感知數(shù)量質(zhì)量和場景復(fù)雜度驅(qū)動(dòng)算力升級(jí)

感知硬件的數(shù)量和性能不斷提升，邊緣計(jì)算需求增加。自動(dòng)駕駛級(jí)別越高，傳感器配置數(shù)量越多，運(yùn)行產(chǎn)生的數(shù)據(jù)隨之大量增加。據(jù)新戰(zhàn)略低速無人駕駛產(chǎn)業(yè)研究所數(shù)據(jù)，1個(gè)200W像素的高清攝像頭24小時(shí)錄像需占用40~60GB的存儲(chǔ)容量；1個(gè)單線激光雷達(dá)每小時(shí)可產(chǎn)生3~4GB點(diǎn)云數(shù)據(jù)；另外，GPS定位系統(tǒng)、車輛位姿等均有數(shù)據(jù)積累。

當(dāng)一輛自動(dòng)駕駛車輛每天可以產(chǎn)生數(shù)TB，甚至數(shù)十TB數(shù)據(jù)，數(shù)據(jù)處理能力即為自動(dòng)駕駛技術(shù)驗(yàn)證的關(guān)鍵點(diǎn)之一。若過度依賴云端數(shù)據(jù)處理分析和指令回傳，就會(huì)出現(xiàn)各種數(shù)據(jù)都往云端傳輸，云平臺(tái)數(shù)據(jù)過多，處理效率降低，時(shí)延增大，將極大影響自動(dòng)駕駛車輛的使用體驗(yàn)。邊緣計(jì)算能預(yù)處理數(shù)據(jù)，過濾掉無用數(shù)據(jù)再上傳到云端。

大模型催化駕駛場景復(fù)雜多樣，提升算力需求。大模型催化下，NOA不斷從高速道路向城市道路拓展（高速道路-城市快速路-城市主干道-城市次干道-城市支路）。與城市道路相比，高速道路可能的場景和物體相對(duì)固定，而城市道路不僅是最主要出行場景（每天僅25%的人出行途徑高速，而城市道路則是 100%），而且環(huán)境復(fù)雜度更高，同時(shí)提升物體識(shí)別、感知融合和系統(tǒng)決策算力需求。

車端算力需求翻倍，達(dá)800TOPS以上。上汽人工智能實(shí)驗(yàn)室表示，實(shí)現(xiàn)L2級(jí)自動(dòng)駕駛只需10Tops以下的算力，即便是實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛也只需100Tops左右的算力，只有到了真正無人駕駛的L5級(jí)，才需要1000+Tops的算力。現(xiàn)實(shí)中主機(jī)廠具備城市NOA高階智能駕駛功能的車型，算力大多在200-500TOPS左右。

沐曦首席產(chǎn)品官孫國梁指出，在車端部署大模型并能實(shí)現(xiàn)既定任務(wù)，算力至少要達(dá)到300～500TOPS。我們認(rèn)為，模型優(yōu)化或可降低算力要求，但考慮到未來場景復(fù)雜度的增加，數(shù)據(jù)量增加，以及視覺感知占比增加（相對(duì)基于規(guī)則），車端算力或?qū)⒎哆_(dá)800TOPS以上。

大模型同時(shí)對(duì)芯片效能有更高要求。除了對(duì)算力有更高要求外，Transformer大模型對(duì)芯片效能有更高要求，主要體現(xiàn)在：1）CNN模型以卷積和矩陣乘等計(jì)算密集型算子為主（目前大多芯片是以CNN模型為出發(fā)點(diǎn)設(shè)計(jì)的），而Transformer是以訪存密集型算子為主的，對(duì)帶寬和存儲(chǔ)有較高要求；2）Transformer是浮點(diǎn)矢量矩陣乘法累加運(yùn)算，而目前智能駕駛芯片基本均針對(duì)INT8的。智能駕駛芯片廠商正在加強(qiáng)芯片對(duì)Transformer的適配，如英偉達(dá)在新一代GPU中特別增加了Transformer引擎。

2.2.   智能駕駛方案帶動(dòng)價(jià)值量提升，高速連接器市場加速擴(kuò)張 

自動(dòng)駕駛傳感器需要使用高頻高速連接器實(shí)現(xiàn)連接與數(shù)據(jù)傳輸。汽車自動(dòng)駕駛的實(shí)現(xiàn)依賴于車身傳感器收集環(huán)境信息并進(jìn)行處理，高頻高速連接器在其中就起到實(shí)現(xiàn)傳感器和車內(nèi)主機(jī)之間的數(shù)據(jù)傳輸作用，同時(shí)起到連接和固定傳感器的作用。 

現(xiàn)有高頻高速連接器可分為四類，分別是 FAKRA 連接器、mini FAKRA 連接器、 HSD 連接器和以太網(wǎng)連接器。其中 FAKAR 連接器是汽車行業(yè)通用標(biāo)準(zhǔn)的射頻連接器，用于無線傳輸，傳感器連接，mini FAKRA 連接器在其基礎(chǔ)上進(jìn)行了空間和傳輸優(yōu)化。HSD 連接器傳輸效率高，屬于差分高速傳輸，用于數(shù)據(jù)傳輸。以太網(wǎng)連接器是未來汽車發(fā)展的主流連接器，適合高速傳輸和大數(shù)據(jù)傳輸。 

高階自動(dòng)駕駛滲透率提升，高頻高速連接器市場需求規(guī)模將持續(xù)提升。L3 級(jí)別自動(dòng)駕駛奇點(diǎn)已至，未來車企將持續(xù)研發(fā)L4/L5 高階自駕車型。一方面，汽車主要依賴于傳感器采集車外環(huán)境信息傳輸至車內(nèi)信息處理中心以實(shí)現(xiàn)自動(dòng)駕駛，因此隨著汽車自動(dòng)駕駛升級(jí)，未來在智能汽車上搭載的傳感器數(shù)量將持續(xù)提升，帶動(dòng)連接器數(shù)量同比例上升。

另一方面，造車新勢力的強(qiáng)勢引領(lǐng)下，L2+智能駕駛車型的出貨量預(yù)計(jì)不斷攀升，占比不斷增加，高頻高速連接器需求旺盛。連接器作為自動(dòng)駕駛傳感器與汽車實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)闹匾涌?，未來將隨著自動(dòng)駕駛升級(jí)以及高階自動(dòng)駕駛車型出貨實(shí)現(xiàn)持續(xù)攀升。 

自動(dòng)駕駛攝像頭像素提升需要更高傳輸速率連接器協(xié)同，Mini Fakra 連接器適配更高傳輸速率的同時(shí)，節(jié)省車內(nèi)布局空間，成為短期最優(yōu)解決方案。FAKRA 連接器是車載攝像頭搭載的主流連接器，但隨著攝像頭像素提高和視頻分辨率提升，傳統(tǒng) FAKRA連接器最高傳輸頻率 6GHz 無法達(dá)到用戶需求，相比之下HFM（高速 mini FAKRA）最高可支持 28Gb/s 的傳輸速率和20GHz 的傳輸頻率，還可實(shí)現(xiàn)四合一甚至五合一形式，減少占用空間。mini FAKRA 連接器在傳輸效率和空間優(yōu)化上都具有更大優(yōu)勢。而且在性能和裝配性都大大提升的情況下，HFM 未來成本會(huì)優(yōu)于市場上現(xiàn)有的車載同軸界面產(chǎn)品。 

高階自動(dòng)駕駛傳感器產(chǎn)生的數(shù)據(jù)量倍增，以太網(wǎng)連接器適配最高傳輸速率要求，將成為最終解決方案。一方面，隨著自動(dòng)駕駛等級(jí)的提升，ADAS 傳感器采集的數(shù)據(jù)量將倍增，需要適配更高傳輸速率的連接器；另一方面，ADAS 攝像頭像素隨高階自動(dòng)駕駛升級(jí)，熱管理需求驅(qū)動(dòng) ISP 模塊外移，大量未經(jīng)處理的數(shù)據(jù)傳輸提出更高傳輸速率和帶寬要求，以太網(wǎng)連接器為最終替代方案。在攝像頭架構(gòu)中，ISP 圖像信號(hào)處理器主要用于實(shí)現(xiàn)RAW 格式數(shù)據(jù)的前處理，并轉(zhuǎn)換為YCbCr 等格式，還可完成圖像縮放、自動(dòng)曝光、自動(dòng)白平衡、自動(dòng)聚焦等多種工作。

目前已經(jīng)有很多圖像傳感器制造商在把 ISP 模塊從攝像頭模組中移除，來限制攝像頭的功耗和熱量產(chǎn)生。ISP 外移趨勢帶來車載傳感器傳輸數(shù)據(jù)量激增，將加速車載以太網(wǎng)在車內(nèi)的應(yīng)用，以太網(wǎng)連接器滲透率將加速提升。目前來講，由于車載激光雷達(dá)相較于ADAS 攝像頭，采集的數(shù)據(jù)量更大，大部分都采用以太網(wǎng)連接器解決方案。 

高階自駕方案數(shù)據(jù)傳輸需求提高，高速連接器單車價(jià)值量有望進(jìn)一步提升。隨著自動(dòng)駕駛及智能座艙加速發(fā)展，車載傳感器及智能座艙設(shè)備數(shù)量將增加，同時(shí)更多的網(wǎng)聯(lián)應(yīng)用以及城市自動(dòng)駕駛場景中大量的數(shù)據(jù)收集和處理，對(duì)所需傳輸數(shù)據(jù)量將持續(xù)擴(kuò)大，進(jìn)而增加使用的高速連接器數(shù)量。隨著自動(dòng)駕駛等級(jí)的不斷提升，高速連接器的單車價(jià)值量有望不斷增加。 

國外廠商主導(dǎo)市場，國內(nèi)廠商加速追趕。目前，我國汽車高速連接器市場國產(chǎn)化程度較低，市場主要被羅森博格、泰科、安費(fèi)諾等等國外企業(yè)所主導(dǎo)。2021 年中國汽車高速連接器市場中，森博格、泰科、安費(fèi)諾三家企業(yè)占據(jù)了約 92%的市場份額，而國產(chǎn)企業(yè)以7%的市場份額排名第四，正處于加速追趕的階段。 

2.3.   AR-HUD 助力智能駕駛體驗(yàn)升級(jí)，成本下降帶動(dòng)廠商快速放量 

AR-HUD 即 AR 技術(shù)與抬頭顯示的結(jié)合體。在使用過程中，AR-Creator 將導(dǎo)航、 ADAS、車輛信號(hào)等信息融合進(jìn)行圖像渲染及虛實(shí)重疊，然后把顯示模型輸出給 PGU，經(jīng)過放大光路改變畫面路徑、焦距、大小等，最后在擋風(fēng)玻璃上形成虛像并將畫面反射至人眼，能夠減少視線在行車路面和儀表或手機(jī)導(dǎo)航之間來回切換，從而降低潛在的事故風(fēng)險(xiǎn)。 

TFT-LCD 為AR-HUD 技術(shù)主流，華為入局LCoS 有望改變技術(shù)格局。根據(jù)成像技術(shù)的工作原理不同，可以將 AR-HUD 分為 TFT-LCD、DLP、LCoS 和 LBS，目前 TFT-LCD 路徑為業(yè)內(nèi)主流，有著成本低、技術(shù)成熟的優(yōu)點(diǎn)，同時(shí)也存在清晰度有限、熱管理難度大等問題。DLP 相較于TFT 方案顯示效果更佳，同時(shí)可以有效解決陽光倒灌問題，但DLP 是德州儀器專利技術(shù)，目前成本較高。隨著華為入局LCoS 并于飛凡R7 中實(shí)現(xiàn)首次量產(chǎn)搭載，LCoS 技術(shù)展現(xiàn)了圖像分辨率的提升以及成本可控的優(yōu)點(diǎn)，未來有望與DLP 及時(shí)一同提高滲透率成為主流方案。 

智能駕駛帶動(dòng)AR-HUD 新需求，成本下降加速AR-HUD 裝車普及。華為即將上市的問界M9 通過AR-HUD 可以實(shí)現(xiàn)安全輔助駕駛、車道級(jí) AR 導(dǎo)航、投射360°倒車影像等功能，提升消費(fèi)者智駕體驗(yàn)。根據(jù)高工智能汽車數(shù)據(jù)顯示，2022 年中國市場乘用車前裝標(biāo)配搭載 W/AR-HUD 交付150 萬臺(tái)，AR-HUD 達(dá)到11 萬套，滲透率較低，增長空間大。2023 年上半年 AR-HUD 價(jià)格大約在 2000-3000 元區(qū)間，未來則有望下降至千元左右，加速 AR-HUD 裝車普及，與智能駕駛趨勢充分融合。 

國內(nèi)廠商主導(dǎo)本土 AR-HUD 市場。在 2023 年 1-9 月 AR-HUD 中國市場中，份額排名前十的供應(yīng)商幾乎被中國本土供應(yīng)商包攬，其中水晶光電以28%的市場份額位居第一，市場 cr3 達(dá)到75%。據(jù)高工智能汽車顯示，今年水晶光電（作為Tier 1 角色）定點(diǎn)新增14 個(gè)，到年底有希望增加至 16 個(gè)，定點(diǎn)合作商囊括國內(nèi)外整車廠商多個(gè)車型。未來AR-HUD 持續(xù)放量有望使本土廠商充分受益。 

PGU 為 AR-HUD 成本核心。在 AR-HUD 可以拆分為 PGU、擋風(fēng)玻璃系統(tǒng)、光學(xué)元件、軟件等部分，其中 PGU（成像單元）是 AR-HUD 的核心部件,占 AR-HUD 整機(jī)BOM 的30%~50%。根據(jù)蓋世汽車的統(tǒng)計(jì)的數(shù)據(jù)顯示，TFT 路線的PGU 占總成本的30%左右，LCOS 路線的 PGU 占總成本 40%左右，DLP 路線由于 DMD 芯片為德州儀器獨(dú)家供應(yīng)，PGU 占總成本50%以上。 

3.行業(yè)梳理

通過對(duì)自動(dòng)駕駛滲透率、產(chǎn)業(yè)鏈價(jià)格、出貨量等觀測，我們認(rèn)為智能駕駛落地加速，將進(jìn)入快速放量期，短期內(nèi)華為智駕升級(jí)與新車發(fā)布將強(qiáng)勢帶動(dòng)產(chǎn)業(yè)鏈感知層硬件及其上游、連接器需求，看好智能駕駛產(chǎn)業(yè)鏈。細(xì)分領(lǐng)域中部分重點(diǎn)公司深度綁定于華為汽車產(chǎn)業(yè)鏈，短期內(nèi)有望受到問界、智己、阿維塔等新車發(fā)布的持續(xù)驅(qū)動(dòng)。中長期看，重點(diǎn)公司憑借其較強(qiáng)的核心競爭力，能夠在市場競爭中脫穎而出，伴隨智能駕駛升級(jí)落而持續(xù)受益，重點(diǎn)企業(yè)的業(yè)績值得期待。