科技出行研究报告.docx_咨信网zixin.com.cn

资源描述

科技出行研究报告智能网联与新能源变革汽车出行目录 CONTENTS L研究项目回顾 2 .科技出行发展概况 2.1 科技出行背景介绍 2.2 科技出行概念界定 3 .多方参与的科技出行生态 3.1 参与主体对产品的打造 3.2 配套设施的完善 4 .科技改变汽车出行 4.1 科技对出行供给端的变革 4.2 科技对出行需求端的变革 4.3 科技出行发展建议 Part」研究项目回顾 Research Review 项目研究背景汽车自上个世纪末诞生以来，已经走过了风风雨雨的一百多年。这一百年，汽车科技也随着时间的推移不断发展，经过不断改进、创新，并得益于石油、钢铁、铝、化工、塑料、机械设备、电力、道路网、电子技术与金融多行业的支持，现在已经不断走向成熟。如今，汽车产业已经是世界上规模较大的产业之一，已经成为美国、日本、德国、法国等发达国家国民经济的支柱产业。同样，在中国，汽车产业的发展也较为迅速，我国汽车市场已经成为世界上最大的市场。 Part」研究项目回顾随着汽车电子、网络、信息技术的快期展，智能网联汽车、新能源汽车已成为汽车技术发展的大势, 新一代技术的发展将引领未来;气车新一轮发展。富有科技功能与时尚感的:气车已成为大势。对于用户来说，汽车已经不只是单纯满足人们出行需求的交通工具，它正在被赋予更多的含义。以汽车科技改变出行的体系正在被重构，未来即将来到。, 4 Part」研究项目回顾项目研究目的近百年来,汽车产业一直处于国家经济发展的重要位置，而随着经济的发展，各国汽车产业不断走向成熟。在汽车领域，新一代的技术革命正在到来，以电动化、智能化、网联化、共享化为发展趋势的理念正在改变着人们的出行方式，并且未来将持续发生，由此，新的出行业态将不断产生，出行方式将会变得更加多样化，汽车产业链也将会重构。为了『步了解科技对5气车出行市场的影响，洞察未来汽车出行生态变化，亿欧智库将围绕科技改变汽车出行这一核心逻辑，深入分析以乘用车为主的汽车科技的发展，通过分析各参与主体对汽车产品的打造，分析未来人们的出行需求，分析科技对汽车出行的影响，发现规律，为行业参与者们提出发展建议，最终推动行业发展。 ■ 核心概念：汽车科技改变出行 ■ 发展环境：从政策、资本、基础设施建设等维度分析汽车科技正在或即将对汽车出行市场产生的影响 . 参与主体：科技出行主要参与方研究梳理与企业盘点 ■ 发展趋势：分析汽车科技改变未来出行 EO Intelligence Pa rt. 2科技出行发展概况 Development of Tech-transportation Part.2科技出行发展概况 2.1科技出行研究背景介绍 2.1 科技出行研究背景介绍 Background of Tech-transportation 技术变革与出行演变的逻辑随着科技力量的发展，出行行业将迎来新一轮变革。历史上有三次技术革命，从三次技术革命的发展与人类交通出行的变革来看，科技是交通出行变革的主要驱动力，每次技术革命都伴随着交通工具的革新、新业态的出现以及出行4寺征的变化。在当前及未来形势下，第三次技术革命X架殴影响出行行业。在电动化、共享化、智能化、网联化的推动下，汽车产业正在发生变革与升级，未来出行产业也将迎来新的发展机遇。亿欧菖库：信息参考于中国电动汽车百人封员告 Part. 2科技出行发展概况 2.1科技出行研究背景介绍智能网联汽车技术发展进程——全球从第一台概念车发展到现在，智能网联汽车已经拥有八十多年的发展历史，走过了概念、研发、测试阶段，技术不断向前发展。从2009年开始，谷勖睢出无人驾驶汽车计划，无人驾驶变为一项系统化的研究工作，发展层次得以提高，越来越多的企业投身于此。截至目前，智能网联汽车的商业化步伐正在加四进，多家企业已经制定了详尽的落地计划。 1970年前，一些车企尝试使用射频和磁钉的方式引导车辆实现自动驾驶 1987年，戴姆勒集团在欧洲启动尤里卡・普罗米修斯计划 2009年，谷歌推出无人驾驶汽车计划 201阵,联合国欧洲经榜员会宣布，关于自动驾驶汽车的修正案正式生效 1939年，会通用汽车首次展出无人驾驶概念车 1980年开始，美国国防部先进研究项目局资助自动驾驶陆地车辆军事化应用研发 199弹，裔面寸基梅: 隆大学研制出的无人驾驶: 汽车在州际公路上完成测: I 2015年，福特获得尊加州的自动驾驶车辆测接阿 2017年至今，自主式和网崩加速融合，更高级别驾驶辅助技术逐渐用激智能网联汽车技术发展进程中国自上世纪90年代开始,我国国内高校及车厂就已经展开了对自动驾驶技术的研发工作。随着技术发展，国内众多汽车企业、电子信息企业，以及从事通信和互联网行业的企业发展智能网联汽车的积极性在持续高涨。我国智能网联汽车测试评价体系已经基本构建。目前，我国已经在关键技术的研发和自主产品的市场化，以及产业链的布局和测试示范等方面取得了积极突破。 2001年开始，国防科技大学与一汽合作研发自动驾驶汽车 2013年，中国汽车工程学会联合汽车整车企业、科研院所、通信运营商、软硬件厂商等成立“车联盟产业技术创新战略联盟” 201弹,百度无人驾驶汽车完成北京开放高速路的自动驾驶测试 2017年，口k与信息化部、国家标准化管理委员会正式发布《国家车联网产业体系建设指南（智能网联汽车）（2017年）》征求意见稿意见的通知 1992年，国防科技大学研制出国内第一款自动驾驶汽车 CITAVT-I型 2011年，一汽红旗 HQ3无人驾驶车完成从长沙至武汉286公里的路测 2015年,智能网联汽车被列为《中国制造2025》发展重点 201碎,长安汽车完成2000公里超级无人驾驶测试 2018年，上汽集团、蔚来汽车拿至止海市第一批智能网联汽车开放道路测试号牌 EO Intelligence Part.2科技出行发展概况 2.1科技出行研究背景介绍世界各国对智能网联汽车的政策支持 2013年以来，对很多国家B超卖将发展智能网联汽车上升为国家战略，并不断出台政策措施支持智能网联汽车产业的发展，主要包括产阳旨导、产业规范、信息安全、酉建支持等方向。从一定程度上，政策的支持推动了智能网联汽车产业的深化发展,推动着智能网联汽车技术的进步，引导着企业朝规范有序的方向发展。美国将发展智能网联汽车作为发展智能交通系统的重点工作内容，2016年发布了《美国自动驾驶汽车政策指南》全球智能网联汽车发展情况从时间维度看,智能网联汽车领域的投融资事件数量呈现出逐年熠长的趋势；从2014年开始，增长幅度明显提高，2016年增幅最大。 2017年仅统计了 1-11月的投鬲竣情况，一共为85件，超过了2016年全年的数量; 由此可以看出，智能网联汽车领域的资本环境正在不断改善，越来越多的企业正在获得资本的青睐。另外，资本的数额也在随着规模的扩大实现较大巾昌度的增长。 EO Intelligence 亿欧菖库：左一数据来源于中国电动汽车百人会，左二数据参考于前瞻产业研究院亿欧智库：2014-2017全球无人驾驶路测许可发放情况（件）全球新能源汽车市场的发展自2005年至2017年，全球新能源汽车的发展例出快速增长的发展趋势,到2017年，翎渐能源乘用车保有量达到305.31万辆, 同比增长55%; 翎新能源乘用车市场在2005年・2010年增长缓慢，总保有量不超过2万辆，2011年-2017年，总保有量从2010年的1.68万辆增长至 2017年的305.31万辆。发展新能源汽车是全世界汽车业的共同目标。不同国家对发展新能源汽车的愿景不同，中国发展新能源汽车的愿景是〃从汽车大国走向汽车强国”。随着新能源汽车政策的颁布，我国新能源汽车得到了发展，从 2012年至2017年，我国新能源汽车从L28万辆增长至77.7万辆，亿欧智库：2005-2017年全球新能源汽车保有量增长情况（万辆） EO Intelligence 亿欧智库：数据参考于中国汽车41k协会亿欧智库：2012・2017年中国新能源汽车销量（万辆） E世界各国对新能源汽车的政策支持早在上世纪90年代，日本欧洲等国就先后出台了一系列法律、规划、政策文件，加强了对电动汽车关键技栉口研发的支持，这些政策高妾刺激了本国新能源汽车的发展，推动了新能源汽车技术的发展。到21世纪，各国对在政策支持上呈现出了不同的特点，美国主要以刺激激励类措施为主,日本与欧洲在企业研发技术支持方面投入比例较大，中国的政策以补贴为主。美国：在使用端补贴较为广泛，其中购车、公用充电装置的刺激政策有效刺激了新能源汽车的销售,如2009年启动’下T弋电动汽车”计划，为动力电池及电池材料制造商提供15亿美元资助；另外，其联邦层面提升燃油税等等。日本：在日本政府《亲■代汽车战略2010》引导下，日本经济产业省和国土交通省等相关部门制定了一系列政策，推崛一代汽车的普及。在生产、购置、使用、基础设施等不同环节推进新能源汽车的发展。欧洲：欧洲在补贴政策k主要以减少二氧化碳《放量为基础，200彝,欧盟出台欧洲经济复兴计划，其中包括绿色汽车倡议；2014年,欧盟曾经启动地平线2020U划，其中对安全、清洁、能源领域的研究与创新活动资助5931亿欧元中国：中国的补贴政策主要以购置类和使用将卜贴为主导。2009年，国务院出台《汽车产业调整和振兴规划》;2012年国务院发布《节能与新能源汽车产业发展规划》；2018年2月，财政部发布了关于调整完善新能源汽车推广应用财政补贴政策的通知等等。 Part.万斗技出行发展概况 2.2 科技出行概念界定 Definition of Tech-transportation EO Intelligence Part万斗技出行发展概况 2.2科技出行概念界定 1^概念解读：相关概念区分阐释亿欧智库研究发现，目前市场上对出行的概念较多，并且区分较混乱，其中未来出行、绿色出行、智能出行、新出行和移动出行5个词较为常用，并且在使用中也常被混用，造成理解与交流障碍。亿欧智库根据权威机构政府文件的解析及对出行市场的深入理解，对几个重要概念进行了阐释。未来出行集新能源动力、智能互联、自动驾驶一体的未来出行模式。日绿色出行相对于机动车出行来说, 节能、高效对环境污染较少，有益于人们身体健康的出行方式。回㈣而Q 智能出行通过智能化的交通工具满足出行需求。智能出行工具的驱动源一般包括纯电动、混合动力和的电池等，相对于汽油能源来说对环境污染小。新出行区别于传统的新兴的出行方式，例如网约车、共享汽车、共享单车/ 电单车、智慧停车等。移动出行云计算、大数据、LBS 定位系统等新技术,是移动出行方式发展的技术支撑,弹性行里的匹国供需,解决乘客、司机和汽车所有者之间的信息不对称。 EO Intelligence 多元化出行场景商业模式可持续发展科技出行：以新能源、智能网联等汽车科技为载体的出行形态 2018年,多个新兴车企的首款产品面世并逐步开始落地，这代表着智能网联汽车正在从设计研发、生产走向大众消费市场。亿欧智库认为，建立在移动互联网、地理位置服务（LBS ）、大娄媚学支术基础上的移动出行，以电动车为驱动的具备初级智能化汽车等概念，只是出行形态的随着互联网的进阶而形成的阶段性现象，解决的是信息不对称以及满足用户局书障求,其并不能准确概括出行形态的场景丰富性以及进化能力。基于此，亿欧智库发现，以新能源动力、高阶智能网联翱技为推动力量的乘用车产品，将引领当下的大众化用户出行需求，提高出行海、节约成本、满足用户全新网佥并且可盘卖发展，亿欧智库创造性地提出了 “科技出行〃这一概念，期望通过对科技出行的研究，剖析多个变量与商业体之间的关系以及产业发展逻辑，为大家呈现全新的视域研究成果。亿欧智库研究认为，“科技出行〃是指以新能源、智能网联等汽车科技为载体的大众化出行形态。新一代乘用车出行工具新能源动力科技出行特点 Pa rt. 3多方参与的科技出行生态 Ecosystem of Tech-transportation EO Intelligence Pa「t3多方参与的科技出行生态 3.1参与主体对产品的打造 3.L1智能网联汽车供应商 Part.3多方参与的科技出行生态 3.1参与主体对产品的打造智能网联汽车技术架构 2016年，清华大学汽车工程系的教授李克强带头起草了《中国智能网联汽车技术路线图》，其将智能网联汽车技术分为车辆设施关键技术、信息交与支术基础支解支术。智能网联汽车集中运用了汽车工程、人工智能、计算机、微电子、自动控制、通信与平台学支术，是一个集环境感知、规划决策、控制执行、信息交互等F-体的高新技术综合体。智能网联汽车技术环境感知技术车辆设施关键技术智能决支术基础支撑技术厂 /安全：大巾罅低交通事故和交通事故死亡人数 /效率：显著提升交通 /节能硼E：有效降低交通能源消耗W污染排放 /舒适和便捷：提高驾驶舒适性，解放驾驶员 /人性化：使老年人、残疾人等都拥有驾车出行的权利智能网联汽车技术供应商供应侧技术主要包含高级辅助驾驶系统、人机交互界面、信息支持和提幡能网联技术、计算机W云服务的辅助服务。过去在汽车产业，供应侧技术由传统供应商提供，但随着新技术的发展，传统车企及供应商正在加强转型能力，将智能网联汽车作为重要的战略市场进行布局，在ADAS、信息娱乐系统、车联网等方面均有重要技术成剌t出，并逐步得到产业化应用。在智能网联汽车的利好下,新型的供应商关系也开始出现，以其独特的专业技术切入汽车市场，争夺市场份额。随着交互体验和自动驾驶的关系加深，供应商们正在谋求与车企共同开发的合作关系，〃甲方与乙方〃的界限不断模糊。 - •传感器供应商 -图商/数据服务商 • Tier1供应商 •芯片供应商传感器供应主要包括计算机视觉解决方案和激光雷达等解决方案信息感知剧旨车懈U用自身搭载的传感器，探测和触车傩乘人员、车辆自身运营情况及周围环境（包括道路、交通设施、其他车辆、行人等交通参与者）等与驾驶相关的信息。传感器研发生产商能够为整车厂商提啊境豌解决方案，自动驾驶车辆能够对周围车辆、行人、车道线整境信息获得信息，为规控系统计算最优行驶策略提供依据。目前普遍应用于自动驾驶的传感器主要有以下几种：图像传感器、激光雷达、传统机械式激光雷达、固态激光雷达、亳米波雷达、超声波雷达、生物传感器。生物传感器主要应用于汽车视觉系统中，如倒车影像、前视、俯视、全景泊车影像、车镜取代、行车记录仪、正向碰撞、车道碰撞警告、交通信号识别、行人检测、自适应导航、盲点检测及夜视等。它是自动驾驶上应用最广泛的传感器，其通过向目标物体发射激光束和接收从目标对象上反射回来的激光束来测算目标位置、速度，感知周围环境，并形成高精度3D环境地图。其探测范围广，精度较高，但受极端天气影响较大，且价格又十分昂贵.一毫米波雷达传感器类型超声波雷达是目前的中流传感器，具有穿送春.烟.灰半的能力看,可全天候T作，体积小巧紧凑，识别精度高,能帮助看到与周围车辆之间的距离，频率主要包括77GH涮24GHz^种。主要用于泊车测距、辅助刹车等，帮助驾驶员扫除视野死角和视线模糊的缺陷，提高驾驶安全性测距的方法简它是指通过人类生物特征进行身份认证的一种技术，包括指纹识别、虹膜识别、视网侬别二酗识别、DNA识别等。 EO Intelligence 传感器正在走向不断融合的发展阶段从以下图表可以看出，自动驾驶传感器在性能上各有优势但又存在着缺陷，难以相互替代，所以，未来自动驾驶的实现需要多种传感器相互配合共同构成汽车豌系统。简单来说，传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。值得注意的是，他们之间也可能存在冗余和矛盾，这就需要控制中心综合多个传感器的信息进行融合。传感器激光雷达（前向）激光雷达（全向）毫米波雷达单目摄像头双目摄像头超声波精度优优良优分痛优优良优 -05 亿欧智库：不同传感器类型优劣势对比注：优＞良＞一般灵敏度优优优良优动态范围优良优良传感器视角良优良良 -as 误报率良良优良良良黑暗适应性优优优 -< 良天气固应性良良优良硬件成本高高适中低适中低皿自动驾驶传感器将朝多方向发展在典型方案中要求配备毫米波雷达传感器6个（超长距前窄角1个，中距前窄角1个，后/侧面广角4个）、红夕嵌视传感器1个（长距前窄角）、图像摄像头6个（长距前窄角1个，短品旷角后方1个、侧面4个）、以及超声波传感器4个（前/后侧短距广角）。综合考虑自动驾驶传感器行啊状，其还处于技术研发阶段，每种传感器的发展存在着具体差异缺陷。另外，其作为汽车电子控制系统中的关键部分，世界各国对其£论研究、新材料应用和新产品开发都非常重视。亿欧智库：某自动驾驶车型的传感器及其他部件配备方案自动驾驶传感器发展方向徜型化：由于目前传感器装置体积较大，影响了车辆的美观程度。 CANm 4G#政右碘微尖集成化：多个相同传感器酉谓在同一平面上,减少结构的复杂性. 智能化：未来传感器桁变得更加智能，能够对信息进行检测、处理. ：一个传感器能够同时测量几个参数,具有多种功能. Part.3多方参与的科技出行生态 3.1参与主体对产品的打造皿智能网联汽车传感器供应商图谱视觉感知供应商 ALMCAR sense tiirw BOSCH 车辆远程动态管理系统 QMINIE 刨来科技 daa-Wwvs.i 智波科技塔财邮母瓯,， imwmi 雷翼g @ntinenta^ 传感器 Velodyne J^VIZ 熹* S北科天绘烬8觌密普噌驾 teczravue LUK/INAR i回i rcosense禾司窜技、誓名 ■速腾聚创 @ CEPTOn Benewahe思岚瓶联世界 @GGNIUS PROS IZZ翻/1J三 OUSTER LeddarTech MAStfcRIMG LIOAM S邑NSU兑 rtCHMOLOGV 融黎激光雷达供应商 EO Intellige nee Part.3多方参与的科技出行生态 3.1参与主体对产品的打造案例分析 Mobileye由AmnonShashua和ZivAviram于1999年在以色列创立，专注于开发提高驾驶安全的视觉系统，但其产品于2007 mam=*。' " 年进入市场，2013年，Mobileye的产品销量达至肛00万台。Mobileye在智能驾驶视觉识别前装领域占有绝对14的市场份额，处于行业领先地位。从2007年研发出的第T弋EyeQ产品开始，Mobile*不断升级芯片技术，优化视觉算法，目前其EyeQ3产品的运算它已经是第一代产品的48倍。 1999年,AmnonShashua 2006年,山口拿大Magna 和ZfvAviram在以色列共同日ectronics达成合（乍，进军ADAS 创立Mobil eye. 杆》3 2004年，推出第T弋 2014年， EyeQ芯片 80亿美元亿欧智库：Mobile*业第增长情况（万台） 2017年，被期53亿 400 美元收购 . 82 ' 350 300 I B I ioo hm ■■1 纽交所IPO ,市值 ■■ ■■ 2013 2014 2015 2016 EO Intelligence 亿欧留库：左一信息来自Mobileye ,左二数据来自于东吴证券 ■前装市场后装市场 Mobileye的产品迭代目前讯2500万辆以上汽车使用了Mob订eye的ADAS解决方案。从表格中可以看到，Mobileye的产品迭代实现了运算速度的提升，和信息处理能力的改善。其关于自动驾驶视觉系统的解决方案不断完善，发展成多种传感器配合的解决方案，未来还将不断实现传感器融合，提升产品的性能。在下一步规划中,Mobileye未来几年内计划在以下几个方面对现有ADAS系统做出改进，包括对行人、车道标识线、车辆、交通灯、交通标识、车道等的实时识别能力。产品新增功能性能提升传感器数量 EyeQl 支持车道偏离幡、前向道1预警、交通标志识^ / 1个摄像头 EyeQ2 远光灯智能控制、行人碰撞预警，并可部分对主动安全系统进行控制运算速度是上 T 弋的超 1个摄像头 EyeQB 各功能全面增强,实现对各主动安全控制系统的全面控制，实现半自动驾驶运算速度是上T弋的脂，检测分癖进一步提高，具备同时处理那页摄像头的图像信息的能力 1个摄像头 EyeQ4 原有功能增强，能耗降低采用soC芯片，4个CPU , 6个VMP , 大幅提升视觉处理和数据解读的性能 8个摄像头或雷达等传感器融合 EyeQ5 全面支持无人驾驶采用内米Fin FET新晶体构架芯片，装备敞多线程CUP , 18个下T场见觉处理器，运算速度是上 26摄像头或毫米波雷达、激光雷达等传感器融合亿欧智库：Mobileye的产品迭代亿欧智库：产品信息来自Mobileye及公开查询代表性合作企业取 6 GOOD B眼擎科技——专注AI视觉成像引擎的芯片供应商摄像头和激光雷达存在的缺陷使两种方案仍无法完美适用于自动驾驶。例如，基于传统成像技术的摄像头受光照影响较大，影响成像品质；激光雷达成本居高不下、受环境影响较大。另外，AI视觉前端处理产业链也存在短板：镜头和CMOS技术得不到突破;AI芯片市场竞争加剧，很快会实现同质化和标准化。为解决复杂临时光线问题，眼却技通过全新的成像架构、超大规模的计算能力、和全新的成像算法，提出了在复杂熔下的全天候视觉成像问题的方案，是首家推出面向AI视觉成像引擎的芯片公司，目前致力于开发超越人眼能力的视觉传感器。 AI视觉前端组成传统摄像头很难应对复杂的接环境镜头 CMOS传感器成像引擎 AI(GPU) eyemore全系列视觉成像解决方案视觉成像引擎开发工具套件成像引擎一体化模组伊3 IP授权 (IC / FPGA) 深度定制解决方案通过产品系列方案满足AI机器开发不同阶段的需求,形螭的AI视觉成像开发生态 EO Intelligence Part.3多方参与的科技出行生态 3.1参与主体对产品的打造眼擎科技针对自动驾驶应用推出120dB端至端成像解决方案 eyemore成像引擎的作用是大幅是升AI视觉算法图像识别的准确朝口响应速度，通过提供成像开发套件、成像模组、成像算法IP以及深度定制成像方案等一系列全套的成像技术方案及服务。目前，眼却技推出了针对自动驾驶场景的120dB成像端到端解决方案。目SW鼓认为，随着AIM法的识别能力逐渐稳定，图像识另蟀将主要由图像源的信噪比决定，成像引擎对信噪比的提升起关键作用。目前为了解决AI视觉的处理问题，需要多个芯片在各个环节协同处理，未来不同的芯片又将被重新整合在一起。 2018年，眼擎科技将推出自动驾驶、人脸识别、机器人、深度相机、工业检测等各种AI应用成像引擎参考设计方案。自动驾驶120dB端到端成像解决方案：eyemore DX120 车规级 120dB CMOS Sensor 120dB RAW eyemore DX120 120dB 8位JPEG /同轴/网口… AI (i.MX6/ NVidia …) eyemore DX120采用车规级CMOS传感器前端模组，支持丰富的图像输出接口选择。它可以在标准的8位JPEG图像钳中，以25fps的帧率实现高达120dB的动态范围，实现地库、夜间道路、隧道等各种复杂光缆礴的高信噪比视觉图像输出。未来格局：成像引擎芯片将成为视觉产业的核心部件 EO Intelligence G P U主要擅长做绢以图像处理的并行计算，GPU提供大量的计算单元和大量的高速内存，可以同时对很多像素进行并行处理自动驾驶芯片主要以GPU、FPGA、ASIC为主主流手机市场已经趋于廊口，各大巨头纷纷抢夺下一代终端——自动驾驶汽车。根据以往互联网时作空验,芯片处于产业链最上游，核心芯片决定着一个计算时代的基础架构。对于自动驾驶技术来说，芯片可以分为软件和硬件两部分。在硬件方面，芯片主要担任数据处理任务，即处理雷达、摄像头产生的大量数据。目前，以深度学习为代表的人工智能新计算需求，主要以采用GPU、FPGA. ASIC等为主,但CPU依旧发挥着不可替代的作用。将芯片运用于自动驾驶计算平台的技术思路有三种：以图形处理器（GPU ）为主导实现通用化;以多核处理器异构化，将GPU + FPGA处理器内核集成于CPU上;针对深度学习框例出的专用型芯片TPU。 • ASIC是专用芯片，其计算能力和计算效率可以根据算 J法需要定制。ASIC与通用芯片相比，雨只小、功耗 .低、计算性^高、计算效率高。但是缺点也明显：算法固定，一旦算法变化就可能无法使用。另外， ASIC上市速度慢，需要大量时间开发，且一次，性成本（光刻掩模制作成本）远高于FPGA，但是性能高于FPGA且量产后平均成本低于FPGA FPGA的算法是定制的,没有CPU和GPU的取指令和指令译码过程，数据流直接根据定制的算法进行固定操作，计算单元在每个时钟周期上可以执行，计算效率高于CPU和GPU。缺点是进行编程要使用硬件描述语言,而掌握硬件描述语言的人才太少亿欧智库：2016车用芯片计算市场份额 14.0% .NXP Semiconductors x STMicroelectronics ON Semiconductor .Rohm Semiconductor Infineon Technologies BTexas Instruments BMicrochipTechnology h others , Renesas 日ectronics .Robert Bosch .Toshiba B 自动驾驶芯片市场中国外居主导地位纵观当下自动驾驶专用芯片计算市场，各大平台不断寻求突破。按照SAE International的自动驾驶等级标准，目前已商用的自动驾驶芯片基本处于高级驾驶辅助系统阶段，可实现L1-L2等级的辅助驾驶和半自动驾驶，但面向L4-L5 （超高度自动驾驶及全自动驾驶）的Ai芯片距规模化尚有一段距离。从现有市场格局来看，国外的芯片市场处于世界领先地位，占据了大部分的市场份额，中国芯片的供应则完全掌握在外资手里。 I英伟达：基于自主GPU研发自动驾驶芯片,201浑，其推出Drive PX系列，打造了 :TegraXl处理器，支持10GB内存，能够同时处理12个200万像素摄像头每秒60帧的拍| 摄图像，可支持L2级高级辅助驾驶计算需求；Drive PX2支持12路摄像头摄入、激光1 .定位、雷达和超声波传感器；Drive Xavie圆少可运行30万亿次计算，可满足L3/L4 ： I自动驾驶计算需求，预计201师一季度提供样品。英特尔：主要通过并购完成布局，其目前已经收购了Mobileye、Altera. Movidius 三家企业，通过收购,英特尔在自动驾驶处理器上的布局已经完善，包括Mobileye的 EyeQ系列芯片（ASIC ）、Altera的FPGA芯片、Movidius的视觉处理单元VPU,以及英特尔的CPU处理器。 1 NXP : 2016年5月，思、智;甫发布了BlueBox平台,其中包括S32V234^NXP的S32V I系列产品中201萍推出的ADAS处理芯片，在平台上负责视觉数据处理、多传感器融 1合数据处理以及机器学习。恩智浦还有一款芯片MPC577型号，具专门处理雷达信 .息，能够支持自适应巡航控制、智能大灯控制、车道偏离警告和盲点探测等应用。亿欧智库：饼形图数据来自Semicast Research 屈德度地图能够为自动驾驶提供完备的周边环境信息和更精准的高精地图初创公司因为测绘队伍难以和大公司相提并论，第三方的众包模式将会崛起。高精地图能够为自动驾驶提供某些先验信息，包括道路曲率、航向、坡阂口横坡角。所以高精地图能帮助车辆在特定场景下较快鲍现自动驾驶。同国外高精地图市场相比，我国高精地图处于世界领先水平，四维图新、高德地图、百度地图作为国内最大图商，在自动驾驶领期殳入较多，但该领域尚未达到成熟阶段,处于商业化尝试阶段。定位技术的发展路线高精度地图三个主要特征高精地图匹配定位：传感器将汽车感知到信息与高精地图进行验证比对，提供了车辆可在高精度水平上确定其位置、方向等信息的参照点。卫星定位：依赖GPS或北斗进行卫星定位，然后使用自动驾驶汽车的传感器（摄像头、雷达、惯导）来感知环境变化以改善叫位信息。地图建模的技术路线重地图模式：通过GPS定位，用数据采集车作为地图绘M原收集深度信息，经过后台处理形成高精地图。方案特点是使自动驾驶更依赖地图信息。轻地图模式：使用车载摄像头绘制某些能够帮助实现车辆导航的特定道路特征（如路边设施）o 该方式测绘精度f，比较依赖传感器，力也图处理更新较容易。众包数据采集将成为高清地图发展的必经之路目前，大部分图商面临着数据缺失和数据的时效性等问题，而众包方式恰恰能够帮助图商解决高精度地图数据的实时更新问题，最终带来地图准确度的提升。所以，高清地图+众包数据采集正在成为自动驾驶的新的发展方向，国外大多数企业已就此达成共识，大部分图商正在借助硬件厂商的摄像头、传感器、算法,以及车企的车，共同获得高精数据，增强企业收集数据速度。 I 1 I AE 众包数据采集模式也逐渐成为国内企业布局方向，如高德、四维图新这样的地图巨头也称要发展众包的地图信息采集模式，但这在程度上这也意味着数据共享。而大型地a公司出于体量惯性以及建立数据壁垒等方面的考虑，仍会保留规模庞大的地图测绘队伍，自采为主，众包为辅。企业主要情况设备亿欧智库：主要地图供应商的发展情况 Google 激光雷达百度自身绘制一部分城市的高精地图数据采集主要体现在交通标志、地面标志、车道线、信号灯、护栏路 ^台等其高精度地图已经覆盖了美国硅谷地区、密歇根州、法国、日本和德国部分地区。由Velodyn遮耶32曲光雷达，摄像头,GPS、IMU HERE 激光雷达、摄像头、GPS等传感器 TOMTOM 对北美主要路网高精地图进行全覆盖，线路总长185000千米。雷达传感器有两种采集车,分别用于ADAS及HUDIS度要求的高精度地图数据。用于采集ADAS级别的采集车车顶安装有6个CDD摄像头。用于HUD级别的采集车顶部通过装配2个激光雷达和4个摄像头方谢取数据 EO Intelligence 3.1 参与主体对产品的打造 3.1.2新能源汽车技术汽车供应商新能源汽车技术架构随着世界汽车产业的发展，燃;时气车带来了能源紧张诃题，环境污染问题也愈发突出，各国对石油的依赖程度正在加深，如何解决能源紧张问嬲口燃;时气车尾气问题正在成为世界各国的重要研究课题。在种种背景下，发展节邮保的新能源汽车成为迫切需求。从定义上来讲，新能源汽车指的是采用非传统的车用燃料作为汽车动力来源，结合车辆动力控制和驱动方面的基础,生产的技术原理、结构崭新的汽车，^型主要包括纯电动汽车、混合动力汽车、燃料电池电动汽车、氢发动机汽车等多种类型。动力电池技术■电控技术 ■ 电机 1 动力电池 1 电控系统 ■ 驱动电机关键技术 Part.3多方参与的科技出行生态 3.1参与主体对产品的打造电机装置曷t动电池能量转化成机械能的核心装置电机驱动控制系统是新能源汽车车辆行驶中的主蜀丸行结构，其驱动性决定了汽车行驶的主要性能｝旨标，是电动汽车的重要部件。电动汽车的整个驱动系统包括电动机驱动系统与其机械传动机构两个部分。全球来看，德国、日本、韩国的电驱动系统实力强劲。电机一般要求具有电动、发电两项功能，按类型可分为直流、交流、永磁无刷或开关磁阻等几种，适合新能源汽车的电机主要有永磁同步、交流异步和开关磁阻三大类。随着新能源汽车在国内高歌猛进，新能源汽车电机产量增速变快。在乘用车市场，需要不断提高永磁电机功率空度，拓竞回馈制动高效区，发展机电一体化集成进程，加大控制系统的集成化和数字化程度，发展电驱动系统产业集群。原因电机类型优势缺陷应用范围调速范围宽包括恒转矩区（启动、加速、爬坡）和恒功率区（高速行驶）永磁同步体积小、质量轻，功率密度大，可靠性高，调速精度高，响应速度快最大功率较低,成本较高，能够为车辆输出最大的动力新能;赫用车功率密度高提高续航里程及加速度安全可靠抗震 —HE上 /人块'Z-T- 功率密度低、控制复杂，调的y海方左父流异步价格低、回了可罪读节雨小新能源客车轻量化体枳/」\、原里、应莪能刀强441苔的迎莪能刀（后动加速、爬坡）开关磁阻价格低、电路简单，调速范围广震动噪声大，控制系统复杂大型客车亿欧智库：新能源汽车驱动电机性能要求亿欧智库：新能源汽车驱动电机类型皿新能源汽车电机装置的发展现状与趋势目前，以美国、欧洲和日本为主的提供新能源汽车驱动系统的企业发展迅猛，在降低电机生产成本、改善电机耕降及电楣口发动机一体化等方面取得了长足发展，产业链逐步完善。相比之下，我国自主开发的永磁同步电机、交流异步电机、开关磁阻电机已经实现了与国内整车企业的中小批量配套，产

展开阅读全文