汽车百年变革的核聚变.pptx

智能化：汽车百年革新的核聚变Part 1 智能汽车行业发展的关键路径Part 2 座舱的智能化升级Part 3 功能架构革新Part 4 自动驾驶Part 5 核心投资机会解析汽车正由人工操纵的机械产品加速向智能化系统控制的产品转变智能网联汽车技术路线图2.0提出，到2025年，L2和L3相当的部分自动驾驶（pa）和有条件的自动驾驶（ca）的汽车销量占比将超过50%，高度自动驾驶（HA，相当于L4）开始进入市场。智能汽车是继智能手机后又一划时代的颠覆，但其所带来的规模性影响以及市场增量都将远超手机，其单价更高，更具个性化。根据麦肯锡预测，未来汽车产业 90%以上的科技创新将集中于汽车智能化领域。2023年全球智能汽车年出货量将超过7000万台，2035年全球智能汽车产业规模将突破 10万亿人民币。智能手机与智能汽车作为移动互联网浪潮下划时代的产物，智能手机与智能汽车皆遵循着“交互的变革-架构的升级-生态的演化”这一相同路径。其中，智能手机颠覆了传统功能机以机械按键为枢纽的交互方式，从视觉+触觉的角度进行创新性设计，带给用户全新的触控体验，并通过架构的升级不断完善手机功能，实现了从通信工具到万能“场景性工具”的华丽转身；智能汽车将同样复刻这一路径，率先以汽车座舱为突破口，从机械仪表盘向全液晶仪表盘与中控大屏进行智能化转变，并叠加自动驾驶功能的变革，驱动汽车的角色从传统的出行工具转变为共享的“移动第三空间”。Part 1 智能汽车行业发展的关键路径Part 2 座舱的智能化升级Part 3 功能架构革新Part 4 自动驾驶Part 5 核心投资机会解析交互的变革交互体验作为用户最直接的触点，其创新性的设计是驱动用户产生消费的外在条件。智能手机以屏幕为突破口，其超大屏幕+多点触控的双重创新成为了用户消费的重要驱动因素；对于智能汽车而言，座舱中的全液晶仪表盘与中控大屏延续了智能手机的交互方式，带来了座舱的智能化体验智能座舱产业链智能座舱构成智能座舱产品构成图企业案例市场空间预测产业链个股Part 1 智能汽车行业发展的关键路径Part 2 座舱的智能化升级Part 3 功能架构革新Part 4 自动驾驶Part 5 核心投资机会解析架构的升级架构的升级是实现功能快速迭代的内在动力，持续为用户带来消费价值体验。伴随着外在交互体验的趋同，功能的快速迭代将是产品在创新体验持续提升的内在动力，而该项能力实现的背后则是“架构升级”的稳步推进。纵观历程，智能手机与智能汽车的架构变革存在异曲同工之处，均在基于底层硬件、应用软件及通信技术的革新下，实现了产品架构从“机械定义-硬件定义-软硬件共同定义-生态定义”的转变智能网联化引领汽车行业变革，EE架构（电子电气架构）从分布式已向集成式推进，“软硬件共同定义时代”全面来临。目前汽车保留着浓厚的“硬件定义”色彩，车载软件的更新依旧与汽车的生命周期同步。但随着智能网联化的推动，特斯拉的异军突起，将倒逼主机厂进行架构的革新。汽车EE架构也将从分布式逐步演化至集中式架构，即将大量相同功能的ECU进行整合，并交由域控制器进行统一的管理调度，使开发人员能完全独立于底层硬件下进行上层软件的开发传统汽车ECU电子控制单元分布集中式汽车电子电气架构将分为三层：1）顶层为云计算服务平台；2）中层为车载计算控制平台（即域控制器）；3）下层为机电一体化的标准化执行器、传感器控制器。一般将汽车电子电气系统分为五个功能域，分别是动力总成域、底盘域、车身域、信息娱乐域（智能座舱域）、辅助/自动驾驶域。由此，中层的计算与控制包括五个域的主控和以太网通讯、无线通讯共七个元素。两种架构的对比1）硬件架构：各自为政到同一控制从分布式-（跨）域集中-中央计算平台架构演化。主机厂采用的分布式架构，在面对智能座舱域、自动驾驶域所延伸出的进阶功能的变化时，往往“牵一发而动全身”，使得汽车的开发周期被迫延长，开发成本呈现剧增。但随着EE架构向集中化开始演变，ECU数量被大幅精简，并新增域控制器，将相似功能的ECU交由对应的域控制器进行统一管理及调度，以形成域集中式架构，或者直接集成为中央计算平台架构，并通过整车物理区域划分的区控制器配合中央计算平台进行统一的控制管理，以增强各执行单元的协同度。集中式EE架构下：车规芯片及计算平台驱动智能网联的发展地平线是自动驾驶领域的国内自主新兴公司，起家于视觉处理并向多传感器融合 发展。其定位 Tier2，赋能 Tier1 与车企，业务核心为车规级 AI 芯片、工具链和感知 算法能力。在 2017 年，地平线推出两款嵌入式人工智能视觉芯片，分别面向 ADAS 智 能驾驶（征程 Journey1.0 处理器）和智能摄像头（旭日 Sunrise1.0 处理器），以强 大的 AI 芯片和算法能力，成功收获多家中国外汽车市场合作伙伴，如奥迪、博世、上汽、广汽、一汽、长安、比亚迪等中国外厂商（ps：今年该公司有可能上市）2）软件架构：软件是未来的灵魂软件能力是连接终端客户的能力，是持续提供迭代应用升级的基础，也是收集数据资源的通道。软件定义汽车的本质就是未来硬件会越来越标准化，而软件将成 为差异化的突破口车企对车载软件的布局中科创达3）通讯架构：以太网将成为未来车载通信技术的标杆。随着EE架构向集中化趋势发展，以太网凭借其具备高带宽、高开放、低延时的优势将被广泛应用，并有望成为车载通信网络中的骨干网。部分主机厂目前已经搭载了以太网技术，如小鹏的P7搭载了基于百兆的以太网架构，而相比传统车载通信总线的形式，其控制单元之间数据的传输速度提升了近200倍。同时，以太网的应用也将为传统主机厂实现FOTA升级赋能，以加快整车性能的迭代。Part 1 智能汽车行业发展的关键路径Part 2 座舱的智能化升级Part 3 功能架构革新Part 4 自动驾驶Part 5 核心投资机会解析自动驾驶在交互与功能的双重驱动下，产品的生态边界将不断向外延伸，其价值也将被全面重塑。智能手机通过OTA升级实现了性能的提升，以及具备了承载更多应用的能力，而应用的丰富也将驱动手机的生态边界不断拓展，最终成为万能的“场景性工具”；区别于智能手机的应用生态，智能汽车在实现车内场景化的完善外，其OTA能力的输出将更聚焦于自动驾驶的实现，为汽车配备“隐形司机”，解除其作为移动工具的桎梏，成为真正的“移动第三空间”。2020年11月，世界智能网联汽车大会上正式发布智能网联汽车技术路线图2.0，其中明确指出，至2025年具备L2和L3级的新车将达到50%；至2030年将超过70%。同时，根据盖世汽车研究院的预测，预计到2025年，中国乘用车整车中配置ADAS系统的产量的比例接近80%，其整体市场规模将达到1758亿元，2018-2025年期间的CAGR将高达32%。市场空间预测自动驾驶分级统一行业认知根据SAE标准，按照人类驾驶者的操作权限将自动驾驶分成了0-5级。其中，2-3级是一个重要的转折点，标志着驾驶权正式由人类移交给无人驾驶系统。无人驾驶系统的分级，为全球主机厂无人驾驶研发进程提供了统一的指导。感知层：自动驾驶的冗余度和容错性特性，要求越是高阶的自动驾驶需要越多的传感器。根据我们的产业链调研，2020年起国内外已正式进入L3级自动驾驶阶段，2021年后将呈现加速状态，L2-L3标志着汽车的操作权正式由人类驾驶者移交给无人驾驶系统，对自动驾驶系统的冗余度和容错性的要求均有着质的提高。从传感器数量来看，毫米波雷达的数量将从L2的3个左右提升到6个以上，摄像头也从1个大幅提升至4个以上，甚至会开始装配激光雷达。进入到L4/L5层级，传感器的数量也将水涨船高，毫米波雷达届时有望达到10个以上，摄像头也会翻番，达到8个以上，激光雷达或会随着成本的快速下降而有所新增。总之，高阶自动驾驶对传感器的数量要求会越来越多，以尽可能的保证行驶的安全性。案例超声波雷达在 L1 到 L5 的自动驾驶领域均有应用场景，具备较高的性价比，较容易在中国市场落地。预计2020 年中国车载超声波雷达市场规模将突破 60 亿元。毫米波雷达具有国产替代的发展潜力，主要应用于 L2 及以上级别的自动驾驶，以较低价格实现部分自动驾驶功能，预计2020 年中国车载毫米波雷达市场将突破 170 亿元。激光雷达可以提供高精度的图像点云数据，是高级别自动驾驶的必备技术方案和发展方向。但当下由于高级别自动驾驶并未真正落地，激光雷达在车载领域的适用场景暂时有限，不过中长期增长潜力巨大。随着高等级自动驾驶的发展，预计全球车载激光雷达的市场在 2025 年有机会突破 400 亿元。决策层：自动驾驶的实现依赖于大量的传感器，其产生的海量数据需要强大的计算能力作为支撑，这意味着一个强大的计算平台成为刚需，以用于处理传感器输入的信号数据并输出决策及控制信号。而强大计算平台的构成，其核心则是具备更强算力的SoC芯片。以AI 芯片为代表的车规芯片以及围绕其组建的计算平台是 ADAS/AD 的算力之源，所有的判断和决策都有赖优秀算法同一流硬件的融合。自 2015 年起，AI 芯片逐渐成为人们所关注的趋势。产业参与者们都希望能够做出极具竞争力的芯片。在芯片行业的固有技术门槛以及车规级芯片的严苛认证要求的综合影响下，ADAS/AD 领域的芯片及计算平台的技术方案提供商主要有三类：1）以特斯拉为代表的技术实力领先的车企，在经过一致两代产品的外购之后转向芯片及计算平台的自研，以完全匹配自己车型特性及产品定位；2）以英伟达为代表的消费电子巨头跨界进入智能汽车领域来提供自己独到的 AI 算力；3）以地平线等为代表的以 Fabless 模式运营的新兴 AI 芯片及计算平台解决方案供应商。执行层：执行控制是自动驾驶真正落地的基础。感知定位如同驾驶员的眼睛，规划决策相 当于驾驶员的大脑，而执行控制就好比驾驶员的手脚。并且规划决策无法和执行控制 剥离，对执行控制缺乏了解，决策就会无从做起执行控制机构的核心技术线控执行主要包括线控制动、转向和油门，要求反应时间更短，更精确，减少机械连接。Part 1 智能汽车行业发展的关键路径Part 2 座舱的智能化升级Part 3 功能架构革新Part 4 自动驾驶Part 5 核心投资机会解析智能座舱产业链主要由传统座舱零部件（仪表盘、智能座舱产业链主要由传统座舱零部件（仪表盘、HUD、流媒体后视镜、信息娱乐系统等）和智能座、流媒体后视镜、信息娱乐系统等）和智能座舱平台（域控制器舱平台（域控制器+芯片芯片+操作系统操作系统+算法）所构成。算法）所构成。传统座舱零部件：传统座舱零部件：Tier1为主导，以全液晶仪表盘为例，海外Tier1包括，伟世通、大陆、博世、电装、日本精机等；国内Tier1，如德赛西威、友华光电、航盛电子、东软集团等。智能座舱平台（域控制器智能座舱平台（域控制器+芯片芯片+操作系统操作系统+算法）：算法）：1）域控制器：）域控制器：仍以Tier1为主，其中包括，伟世通、大陆、博世、安波福、德赛西威等；2）芯片：）芯片：作为后续应用价值的实现基础，是产业链中必不可少的参与者。在智能座舱域芯片中，主要分为了两大阵营：传统汽车电子厂商，其中包括，瑞萨、NXP、德州仪器等，主要面向中低端市场；消费电子厂商，其中包括，高通、英特尔、三星、联发科等，主要面向中高端市场；3）操作系统：）操作系统：传统主机厂多选择在基于底层操作系统下展开“差异化”的自研道路。其中，在底层操作系统中，以QNX、Linux、Android为主流；在定制型操作系统中，则普遍以主机厂自研普遍以主机厂自研+部分外包的形式展开部分外包的形式展开，其中参与的第三方厂商包括，中科创达、诚迈科技、经纬恒润等；此外，以阿里巴巴、谷歌、百度、华为等为主的科技巨头也凭借其在软件和大数据的资源顺利切入，成为行业中兴起的“异军”；4）算法：以交互算法为例，为赋予智能座舱更强的交互能力所提供算法支持的供应商。在此环节中，由于涉及的功能众多，厂商也相对分散。以语音交互举例，其国内供应商包括，科大讯飞、思必驰、出门问问、云知声等。此外，值得注意的是，在智能座舱算法的供给上，与芯片厂商/Tier1有着深度合作，且具备了算法能力的软件公司将相对占据优势。例如，中科创达、诚迈科技等。自动驾驶产业链主要划分为感知自动驾驶产业链主要划分为感知-决策决策-执行三大环节执行三大环节:1)1)感感知知层层：参参与与者者主主要要为为摄摄像像头头、雷雷达达、地地图图等等车车载载传传感感器器供供应应商商。其中，包括了Tier1的参与，例如，德赛西威、博世、大陆等（产品以毫米波雷达、超声波雷达、摄像头为主）；同时也涵盖了禾赛科技、速腾聚创、镭神智能、Valeo、Velodyne等激光雷达厂商入局；以及，高德地图、四维图新、百度地图等地图厂商的加入；2)2）决决策策层层：自自动动驾驾驶驶计计算算平平台台（域域控控制制器器+操操作作系系统统+芯芯片片+算算法法）。其中，域域控控制制器器：以Tier1为主导，其中包括，德赛西威、博世、大陆、伟世通等；操操作作系系统统：中科创达、诚迈科技、经纬恒润等；此外，还包括了科技巨头的加入，例如，阿里巴巴、谷歌、百度、华为等；芯芯片片：以英伟达、高通、Mobileye、NXP、瑞萨等芯片厂商为主；算算法法：自动驾驶算法根据智能化等级的不同可分为ADAS算法和自动驾驶算法，对其供应商的选择也可大致分为两类：一、芯片厂商直供：其以整体化方案进行交付。例如，Mobileye、英伟达、高通等（其中，Mobileye方案较为“封闭”；而英伟达、高通等则相对“开放”，赋予主机厂更多自主权）；二、主机厂自行选择（在ADAS算法中：部分由Tier1决定/芯片厂商推荐；在自动驾驶算法中：由主机厂决定并促成其与Tier1实现合作）。其中，在ADAS算法上（L1-部分L3能力）：具备算法能力Tier1占据了相对优势。例如，博世、大陆、德赛西威等；或与芯片厂商有着深度合作，且具备算法能力的软件公司也相对占优。例如，中科创达等。其中值得注意的是，德赛西威在具备了Tier1高议价的基础上，与英伟达保持着深度的合作关系，将更有助于其未来在自动驾驶算法层的开拓。在新兴算法中（L3-L5能力）：由于目前技术的局限性，主机厂会偏向于选择：1、拥有长久合作，更具安全、稳定性，且拥有明显算法优势的Tier1。例如，博世、大陆等；2、针对细分能力，拥有超强算法技术的初创型算法公司/科技巨头。例如，驭势科技、纵目科技、Momenta、百度等；3)3）执行层：以制动、转向、照明、油门等零部件厂商为主。）执行层：以制动、转向、照明、油门等零部件厂商为主。产业链图谱产业链图谱Q&A现场答疑