2021-智能汽车行业研究报告

智能汽车行业研究报告,引言 | 本文将试图解答哪些问题？,为什么2021年是汽车智能化元年？ 智能驾驶智能座舱,重塑秩序,哪些巨头在跨界入局？ 华为、百度、大疆、小米在做什么？ 汽车产业秩序将如何重塑？ 传统车企如何应对？,什么是智能座舱？ 智能座舱意义何在？ 是否会较自动驾驶更早渗透？ 参与者都有哪些？ 生态构建是不是智能座舱决胜之匙？,渐进式和跨越式路线差异何在？ 分别发展到了什么阶段？未来将向何方向发展？ 传统车企、新造车分别如何布局？差距多大？ 新加入者华为、百度、大疆如何布局？ 感知+判断+执行难点在哪？ 大算力芯片及计算平台是核心？ “硬件预埋+软件付费”是未来趋势？ 不同传感器技术趋势为何？市场空间多大？ 上下游产业链存在哪些投资机会？ 未来哪些参与者最有可能胜出？,目录,综述：智能元年开启 电动化下半场竞争 智能驾驶：核心要素 数据积累加速技术突破 综述：群雄逐鹿 格局未定 路线：双重路径 看好渐进式硬件预埋 + 跨越式特定场景 方案：单车智能先行 看好激光雷达及大算力芯片长期增长空间 智能座舱：第三空间 差异化诉求助推快速渗透 巨头入局：如何看待？产业秩序如何重塑？,元年开启 | 车企+科技巨头齐发力 2021开启汽车智能化元年,智能驾驶,渐进式 （L2L3L4/L5）,特斯拉,英伟达华为,高通,跨越式 （一步到位）,智能座舱,智能汽车,摄 像 头,感知层,判断层,执行层,毫 米 波 雷 达,激 光 雷 达,超 声 波 雷 达,芯 片,线 控 转 向,算 法,V2X,计 算 平 台,线 控 制 动,互联 5G赋能，高等级自 动驾驶最后拼图,底 层 平 台,HUD,汽 车 玻 璃,车 载 信 息 娱 乐,氛 围 灯,座 椅,不同传感器优劣势各异，多传感器融合成为主流 高技术壁垒决定高集中度，自主寻求突破 激光雷达前装量产前夜，2022年迎第一阶段增长,其他,其 他,底层平台：高通消费电子领域切入，骁龙820A引领风尚， 8155再续征程； HUD：新车渗透率可观，AR-HUD为发展趋势； 汽车玻璃：全景天幕及汽玻智能化（玻璃天线）带动单车价 值量提升,小鹏、理想长安CHN、北,蔚来、智己汽极狐、广汽,构筑高等级自动驾 驶重要安全保障,1）芯片+计算平台：英伟达+华为+高 通，算力提升，同车企绑定效应初现 2）算法层：感知（难点）+规划+控制,华为智选：小康,以传统车企+造车 新势力为代表,以科技初创企 业为代表,发展趋势：硬件预埋赋予整车高级别自动驾驶进化可能 商业模式：服务订阅重塑传统汽车商业模式 开发方式：新势力布局自研，传统车企短期或仍需供应商助力,Waymo百度其他 1）商用场景（Robotaxi+高速货运+特 定场景）率先落地 2）头部企业开启技术方案降维输出,自研长城,智 能 驾 驶 产 业 链 ：,地平线 Mobileye：吉利,数据积累,生态构建,技术层面：新能源汽车为智能汽车最佳载体 架构：分布式向集中式发展（域融合中央电脑），OTA 赋予整车持续升级进化可能 能耗：满足芯片算力提升带来的控制器功耗成倍数增长 安全：功能安全+信息安全，保证系统强鲁棒性和高可靠度,决胜智能 | 智能电动相互促进 智能化是电动化下半场竞争,图：智能汽车电子电气架构图：智能汽车构成,需求层面：千车千面，满足个体差异化诉求 智能驾驶： L3自动驾驶逐步导入，解放驾驶员双手 智能座舱：车载信息娱乐+液晶仪表+HUD+流媒体后视镜+智 能座椅+氛围灯，打造家庭、公司之外第三空间 智能车联：人-车-路-云高效协同，场景无线拓展,域控制器,电子电气架构,内部通讯,OTA,底 盘 域,车 身 域,自 动 驾 驶 域,智 能 座 舱 域,FOTA,海 量 数 据,SOTA,动 力 域,智 能 驾 驶,智 能 车 联,智 能 座 舱,目录,综述：智能元年开启 电动化下半场竞争 智能驾驶：核心要素 数据积累加速技术突破 综述：群雄逐鹿格局未定 路线：双重路径 看好渐进式硬件预埋 + 跨越式特定场景 方案：单车智能先行 看好激光雷达及大算力芯片长期增长空间 智能座舱：第三空间 差异化诉求助推快速渗透 巨头入局：如何看待？产业秩序如何重塑？,智能驾驶 | 决胜智能汽车变革人类传统出行,中国自动驾驶 分级标准,美国SAE自动驾驶 分级标准,目前阶段：乘用场景由L2逐步向L3迈进；商用场景L4先行落地 终极形态：完全自动驾驶（兼顾出行安全与出行效率） 终极目标：颠覆人类传统出行方式,目录,综述：智能元年开启 电动化下半场竞争 智能驾驶：核心要素 数据积累加速技术突破 综述：群雄逐鹿 格局未定 路线：双重路径看好渐进式硬件预埋 + 跨越式特定场景 方案：单车智能先行 看好激光雷达及大算力芯片长期增长空间 智能座舱：第三空间 差异化诉求助推快速渗透 巨头入局：如何看待？产业秩序如何重塑？,技术路线| 渐进式vs跨越式：车企vs科技公司,高驾驶复杂性,低,高度自动化,完全自动化,部分自动化,驾驶辅助,有条件自动化,L4,L3,L5,L2,L1,传统车企：渐进式策略，从L1逐步到L5,特斯拉：技术快速迭代，从L1逐步到L5,科技公司：一步到位,SAE自动驾驶分级,智能驾驶渐进式：,特斯拉冲锋在前 L3自动驾驶导入,渐进式 | L3自动驾驶导入 逐步向城市区域拓展,表：造车新势力智能驾驶功能对比表：中国自动驾驶分级标准,国内车企 | 软件布局自研 感知+预测+数据为核心,图：神经网络长尾效应,自研的难点在哪？ 感知：前感知融合（未来趋势）、后感知融合 预测：车辆、行人行为预测，提前谋划 数据：深度学习网络性能在一定训练之后将趋于饱和（长 尾效应），解决方案：关键数据上传，算法闭环迭代,智能驾驶跨越式：,商用场景率先落地 头部技术输出,跨越式 | 商用场景率先落地 头部开启技术方案输出,商用场景相对较易，率先落地 Robotaxi：Waymo2018年底率先推出，国内科技初创公司 紧随其后，小马智行、百度等相继落地。据瑞银集团预测， 2030年全球自动驾驶出租车市场规模可能超2万亿美元 高速货运：干线物流场景，交通情况相对简单可控 特定场景：如港口、矿山，结构化场景，自动驾驶技术实现 难度最低,头部企业开启技术方案输出 Waymo：同沃尔沃汽车集团达成全球战略合作，为极星 和领克两大品牌提供L4自动驾驶技术，创造包括网约车服 务在内的应用场景和商业模式 百度：L4纯视觉自动驾驶技术Apollo Lite降维输出，推出 自主泊车AVP及领航辅助驾驶ANP，现已与广汽、威马、 长城等品牌开展量产合作,图：自动驾驶头部企业开启技术方案输出,图：高阶自动驾驶应用场景,无 人 出 租,港 口 码 头,无 人 巴 士,物 流 配 送,L4自动驾驶技术 战略合作 网约车服务等应用场景,L4纯视觉自动驾驶技术 降维输出 AVP+ANP等功能,跨越式 | 科技初创公司引领 传统车企入局,科技初创公司：布局Robotaxi+自动驾驶卡车 高阶自动驾驶对于未来出行具有颠覆性意义，吸引众多科技 巨头及初创公司进入，主要面向Robotaxi及卡车两大应用场景 风口过后，市场对于自动驾驶市场认知逐渐趋于理性。短期 来看，单车成本、车队规模、法规限制仍为限制高等级自动驾 驶落地核心因素,传统车企：合作+收购，入局高阶自动驾驶 合作：双方均有诉求，车企拓展出行服务+技术积累，科 技公司数据积累+分摊成本，典型合作如沃尔沃+Waymo、 一汽/广汽/吉利+百度等 收购：通用+本田+Cruise、大众+福特+Argo AI等，抢占 自动驾驶滩头阵地,表：传统车企入局高阶自动驾驶,表：自动驾驶科技初创公司对比,RoboTaxi |科技巨头引领导入速度提升,小马智行在加州尔湾推出BotRide 在广州南沙推出PonyPilot Robotaxi服务 用户需要持有特定邀请码试乘,2016.08,2016.09,2017年初,2017.05,2018,nuTonomy从MIT分离 国外首 推 Robo-Taxi 服务地点在新加坡,Uber 也推出同类服务,谷歌旗下自动驾驶公司 Waymo于凤凰城开始大 规模的Robo Taxi测试,Waymo宣布与Lyft共同 推行Robo Taxi服务,宝马、大众、通用、福特等车厂 联合英特尔、英伟达、谷歌、Lyft 等等公司纷纷入局RoboTaxi,2019.06,文远知行宣布与广州市白云出租汽车集团以及科学城 （广州）投资集团组建合资公司“文远粤行WeRide” 专注Robo Taxi，共同布局自动驾驶新出行,2019.08.07,2019.08.05,滴滴出行宣布旗下自动驾驶部门升级为独立公司 专注于自动驾驶研发、Robo-Taxi、产品应用等,百度拿下在长沙运营Robo Taxi服务许可 极有可能成为国内第一批运营的公司,2019.10,Auto X接入高德地图 目前仅在上海嘉定汽车城范围开放 用户需要后台人工审核后可进行试乘,滴滴自动驾驶在上海嘉定区开放上路 上海市民可通过滴滴App申请体验,2020.04,2020.06,国内,百度 Apollo 开放北京经开区 Robotaxi 测试 用户可在百度地图及Apollo官网上预约体验,2020.09,小结 | 由早期逐步向成熟市场转变 数据积累加速技术突破,电动化趋势已定，汽车行业下一阶段竞争将来自于智能化，且又以智能驾驶为核心：1）渐进式路线：L3功能初步导入，但目 前限于高速及城市快速路（高精地图覆盖区域），下一阶段主要拓展城市区域同时提升功能连续性；2）跨越式路线：商用场景 率先落地，运物快于运人，低速快于高速，头部企业开启技术方案输出降维赋能 看好渐进式硬件预埋+跨越式特定场景加速落地，我们认为法规滞后性影响有限，伴随车企、科技互联网巨头发力，智能驾驶 技术突破有望快于预期，2022年将成为L3落地关键年份： 看点一：海量数据积累，软件快速迭代，覆盖Corner Case长尾场景 软件开发方式由1.0时代逻辑驱动逐渐转向2.0时代数据驱动，数据（高质量+多维度）成为智能汽车新“化石燃料” 算力、算法、数据之外，自动标注+数据闭环能力亦为核心 看点二：深度硬件预埋，芯片算力升级，激光雷达前装量产 高性能感知传感器：激光雷达+高清摄像头+4D毫米波雷达+高精定位，感知方案与跨越式自动驾驶逐步趋同 大算力芯片及计算平台：智能驾驶“数字发动机” ，英伟达凭借较高开放程度及稳定工具链，短期相对竞争优势明显 看点三：高低阶双向互动，高阶降维赋能，低阶数据反哺 看点四：软件收费，服务订阅，商业模式变革 服务贯穿汽车全生命周期，据特斯拉2020年年报，相关递延收益19.3亿美元,目录,综述：智能元年开启 电动化下半场竞争 智能驾驶：核心要素 数据积累加速技术突破 综述：群雄逐鹿 格局未定 路线：双重路径 看好渐进式硬件预埋 + 跨越式特定场景 方案：单车智能先行看好激光雷达及大算力芯片长期增长空间 智能座舱：第三空间 差异化诉求助推快速渗透 巨头入局：如何看待？产业秩序如何重塑？,实现方案 | 智能驾驶=单车智能+V2X,感知,单车智能 判断,执行,V2R,车与路 互联,V2I,车与网 互联,V2P,车与人 互联,V2V,车与车 互联,雷达+摄像头,芯片+算法,转向+制动,车联网（V2X） V2X,单车智能先行 | 智能驾驶产业链千帆竞发,自动驾驶,感知层,判断层,执行层,松 下 (6752.T) 法雷奥(FR.PA) 富士通(6702.T) 大陆(CON.DF) 麦格纳(MGA.N),英伟达(NVDA.O) 华为 高通(QCOM.O) Mobileye,索尼(SNE.N)安森美(ON.O) 三星海力士(000660.KS) 豪威意法半导体(STM.N),Velodyne(VLDR.O) Luminar(LAZR.O) Aeva( 拟 上 市 ) Innoviz(CGROU.O) Ouster(OUST.O) Ibeo Valeo(FR.PA) LeddarTech,华为 大疆览沃 图达通