智能网联汽车产业链全景解析.docx
- 文档编号:18237659
- 上传时间:2023-08-14
- 格式:DOCX
- 页数:9
- 大小:23.11KB
智能网联汽车产业链全景解析.docx
《智能网联汽车产业链全景解析.docx》由会员分享,可在线阅读,更多相关《智能网联汽车产业链全景解析.docx(9页珍藏版)》请在冰点文库上搜索。
智能网联汽车产业链全景解析
智能网联汽车产业链全景解析
2016CES展会有464家汽车展厅,较2015年提高了25%,产品覆盖汽车电动技术、人工智能、机器视觉、无线互联、人机交互和新型商业模式......虽然在2014、2015,智能汽车这一概念已经被媒体广泛报道,但实际上,至今才刚刚被大众热捧。
XX无人驾驶车首次亮相开启了我国无人驾驶商业化进程。
后续车企与互联网巨头密集路试,以及相关零部件厂商的合作布局等事件使主题热度持续发酵。
那么,智能汽车的投资元年是否到来?
五年之内,能否商业化?
到中国制造2025的末期,能否走入寻常百姓家?
2016年这一领域具有怎样的机会?
智能网联汽车产业链全景解析梦想照现实?
【梦想照现实】单车智能化水平提升,整体交通系统网联化水平提升,构成了智能网联汽车的发展途径,这已经是不可逆转的趋势。
总体上我们抱有长期乐观和短期谨慎的态度,本文中,我们尝试全解智能汽车产业链全景,描绘发展路线图。
ADAS是从半自动驾驶过渡到全自动驾驶必经技术积累阶段,目前“后装-前装”是我国ADAS市场的行业演绎路线。
近年来行业增速接近20%,具有确定性增长前景。
后装视觉系ADAS将成为突破口,具备图像处理技术优势并能够抢占数据资源的公司将在无人驾驶商业化进程中优先受益。
单车智能与智慧交通是无人驾驶技术研究的两个阶段。
其中,单车智能是无人驾驶技术的基础,是实现无人驾驶终极形态的根本路径;车联网与智能交通则是推进无人驾驶技术发展的强力催化剂,将助力无人驾驶技术的普及。
无人驾驶技术的成熟将最终构建城市智能驾驶生态圈,为未来出行提供新的解决方案。
传感器是无人驾驶的感知入口。
在“物联网”发展与无人驾驶技术双驱动下,我们预计未来三年车载传感器市场将保持8%增速,其中以激光雷达、毫米波雷达与立体视觉摄像头三大传感器受益确定性最高。
未来行业的两条发展路线为
(1)通过大幅度降低激光传感器成本以实现大规模商业化;
(2)通过优化立体摄像头算法以提高辨识能力,实现相对低成本的视觉系传感解决方案。
我们判断高精地图与导航是未来无人驾驶的必备关键技术。
厘米级高精地图将重塑现有地图市场格局,北斗导航提供的高精度定位服务将助推我国无人驾驶技术发展,其中在高附加值运营服务环节中有研发优势的企业能够率先占据市场份额。
市场预热阶段关键在于技术积累与产品革新,我们判断目前行业有两大发展趋势值得关注:
一、现阶段无人驾驶成熟技术的商业化,如ADAS,ADAS市场渗透率较低,行业发展确定性高、市值空间大。
二、关键技术突破及进口替代的过程,布局地图导航系统与传感器等硬件的投资机会。
传感器与地图导航作为无人驾驶的核心技术,在我国市场仍没有成熟产品,率先布局实现技术积累或与国际巨头合作的公司将赢得卡位优势。
驱动因素、关键假设及主要预测:
1、行业变革性产品和技术发布为主要驱动因素,进一步倒推立法、市场,促进产业链各环节成熟。
无人驾驶仍处于市场预热阶段,目前主要以车企及互联网巨头技术研发为主,新车型路试、核心技术的进步等关键热点事件成为行业发展的主要驱动因素,后续车企与互联网巨头密集路试,以及相关零部件厂商的合作布局等事件使主题热度持续发酵,进一步倒逼法律法规出台和产业链全方位成熟。
2、国内无人驾驶产业仍处于萌芽期,部分细分市场尚处空白;随技术成熟、市场进一步发展,技术储备深厚、资本充足的企业有望依托先发优势迅速切入。
我们预测,无人驾驶将在2020年实现商业化,并将于2025年实现量产,成为未来5-10年市场投资热点,而现阶段行业仍处于技术积累与产品革新阶段。
当前时期成熟技术的产品商业化与关键技术的进口替代是值得布局的两条投资主线,ADAS、传感器与地图导航市场有望最先受益于无人驾驶技术的逐步成熟。
3、无人驾驶技术的发展将始终与市场紧密结合,并在不同技术发展阶段为市场提供具备商业化价值的产品。
第一阶段体现为主动安全技术阶段,第二阶段实现部分的自动驾驶阶段,最后才逐步普及、迎来完整的无人驾驶体系,也即城市智能驾驶生态圈。
在这样的观点下,无人驾驶概念将外延至ADAS、车载传感器等现在拥有发展潜力的存量市场,并会随着技术的推进开启未来增量市场的公司,它们将成为行业发展的优先受益者。
4、依托传感器、高精地图导航为入口的单车智能才是现阶段无人驾驶发展的主要路线,而车辆网技术与智能交通是未来无人驾驶技术的强力催化剂。
车联网的构建将帮助无人驾驶汽车实现更好的技术控制,智能交通能将无人驾驶车辆运行调整到最佳状态,极大提高运输效率与交通安全。
两者将助力无人驾驶技术普及、最终构建城市智能驾驶生态圈。
ADAS现阶段无人驾驶成果的商业化成品,市场渗透率有望逐步提升。
从发展较为成熟的后装市场切入,具备图像处理技术优势并能够抢占数据资源的公司将在无人驾驶商业化进程中优先受益,同时推进ADAS的市场启蒙,逐步开辟前装市场。
传感器无人驾驶的感知入口,多传感器的组合是未来无人驾驶车辆的硬性刚需,以激光雷达、毫米波雷达与立体视觉摄像头三大传感器受益确定性最高,其中,成本下探将开拓激光传感器增量市场;图像识别技术的提升将开拓车载摄像头存量、增量市场;雷达传感器则为重要补充。
建议关注巨星科技、高德红外、保千里、欧菲光等。
地图导航
(1)地图是未来无人驾驶的必备关键技术之一,厘米级高精地图将重塑现有地图市场格局。
有足够资本能力并率先布局高精地图领域的图商有望成为龙头,推荐关注四维图新。
(2)北斗导航产业链的成熟将助推无人驾驶技术发展,下游运营服环节有技术优势和研发优势的企业能够率先占据市场份额,建议关注超图软件。
机会:
(1)无人驾驶技术核心技术的突破、关键零部件成本下探;
(2)技术革新、新车路试等重要热点事件的推动;(3)传统车企、互联网巨头进一步到零部件供应商、系统集成商等多方参与者的加入;(4)国家战略性政策、法律法规的推动。
风险:
(1)无人驾驶技术发展低于预期风险;
(2)国家法律法规推出速度低于预期风险;(3)无人驾驶全面取代传统汽车前人车并行阶段的法律与道德风险;(4)消费者对颠覆性技术的接受风险。
一、理想距离现实有多远无人驾驶关键技术解读
(一)、无人驾驶的概念无人驾驶是智能汽车发展的终极阶段,背后蕴藏着解放驾驶人时间、提高道路安全以及车联网入口等巨大经济效益。
按目前较为权威的美国高速公路安全局分类,无人驾驶发展将经历4个阶段,目前2级阶段的技术已部分实现商业化量产,也即高端车型配备的自适应巡航、自动停车等高级辅助驾驶系统。
而部分实验室阶段的无人车辆已能实现部分道路条件乃至全工况下的无人驾驶。
2020年将成为无人驾驶实现商业化突破元年,引领传统汽车行业巨大变革。
从各大车企与互联网巨头公布的计划看,2020年将成为无人驾驶车辆商业化元年,并从此进入爆发增长。
据IHS预测,2025年全球无人驾驶汽车销量将达到23万辆,2035年将达到1180万辆,届时无人驾驶汽车保有量将达到5400万辆。
其中,北美市场上的份额将达到29%,中国为24%,西欧为20%。
(二)单车智能是基础,实现无人驾驶的终极形态
无人驾驶汽车的技术研究可以分为两个阶段,一个是单车智能阶段,另一个是智能交通阶段。
单车智能的技术核心是使汽车机器人化,即能够通过综合应用毫米波雷达,激光雷达和光学摄像头等多种传感器来使汽车感知车身周围的环境,然后车载驾驶计算机根据环境的变化,结合通过CAN总线上收集的汽车工况信息,综合计算出下一秒的控制策略。
通过将控制指令发送到汽车自动控制机构里执行,形成一个闭环控制系统。
由于这一方向的研究无需将无人驾驶汽车并入联网系统中,在人工智能的基础上通过自身传感器截取信息并结合环境模型给出运动控制方案,我们定义为单车智能。
我们认为,单车智能是无人驾驶技术的基础,是实现无人驾驶终极形态的根本路径。
作为一个复杂的智能系统,无人驾驶单车智能设计的内容主要包括如下几个方面:
环境感知环境感知是实现无人驾驶的前提。
无人驾驶的环境感知像人类的视听感觉一样,利用各种传感器对环境进行数据采集,获取行驶环境信息,并对信息中的数据进行处理。
环境感知系统为无人驾驶提供了本车和周围障碍物的位置信息,以及本车与周围其他车辆等障碍物的相对距离、相对速度等信息,进而为各种控制决策提供信息依据。
它是无人驾驶实现避障、定位和路径规划等高级智能行为的前提条件和基础。
软件端环境感知的核心在于算法。
无人驾驶通过传感器探测环境信息,然而计算机并不知道探测到的数据映射到真实环境中的物理含义,必须通过合适的算法挖掘出有价值的数据并赋予其物理含义从而达到感知环境的目的。
比如驾驶员可以从前方的环境中分辨出当前行驶的车道线。
但机器获取车道线信息时需要通过摄像头获取环境影像,并通过算法从该影像中找到能映射到真实车道线的影像部分,赋予其车道线含义。
硬件端多传感器融合(SensorFusion)是实现无人驾驶环境感知的必然趋势。
自动驾驶车辆感知环境的传感器繁多,常见的包括摄像头、激光扫描仪、毫米波雷达以及超声波雷达等。
不同的传感器采用的感知算法会有所区别,每一种传感器感知环境的能力和受环境的影响也各不相同。
比如摄像头在物体识别方面有优势,但是距离信息比较欠缺,基于它的识别算法受天气、光线影响也非常明显。
激光扫描仪及毫米波雷达,能精确测得物体的距离,但是在识别物体方面远弱于摄像头。
随着ADAS技术的发展,弥补单一传感器的不足,在不同天气条件下满足无人驾驶对图像识别精度和智能判断可靠性的要求,一个重要的趋势即将不同传感器专用功能集成到更加综合性的系统中进行筛选融合,使传感器之间能够优势互补,最终达到提升精确性的目的,是未来无人驾驶技术的发展趋势。
目前国际领先的零部件供应商如德尔福、德州仪器、飞思卡尔等开发的组合感知模块已应用到量产车上。
路径规划路径规划为无人车提供行驶的最佳路线。
路径规划是指在一定环境模型基础上,给定无人驾驶汽车的起始点与目标点后,按照某一性能指标规划出一条无碰撞、能安全到达目标点的有效路径。
路径规划包括大范围不考虑运动细节的全局路径规划以及具体到运动轨迹的局部路径规划,具体分为两个步骤:
一是建立环境地图;二是调用搜索算法在环境地图中搜索可行路径。
局部路径规划的可视为仿人类的机器“驾驶行为”的排列组合。
车辆自主行驶的局部路径规划引入了“驾驶行为”的概念,包括车道保持、变换车道、路口直行、路口拐弯、掉头、绕障、智能启停、自动泊车等驾驶行为。
通过行为的有序排列及有机衔接方可完成整个自动驾驶任务,这主要取决于算法实现。
而车辆行驶中,何时采用何种行为,即为行为决策。
路径规划的突破口:
以人类高级思维为基础的人工智能技术的升级。
受到驾驶员的性格、安全意识和心情等因素影响,同样的工况下产生的驾驶行为的序列将发生差别。
比如驾驶员在赶时间时会增加变道次数,超车的安全系数会降低;新手开车时由于变道时机把握不好,经常急刹车等;在面临事故时选择撞车还是撞旁边的人不同的人可能产生的选择。
而这些属于人的高级思维的决策同时涉及到法律、伦理道德,目前机器还难以替代决策过程,只有通过人工智能技术的不断进步找到突破口。
定位导航无人驾驶通过定位导航系统获得汽车的位置、姿态等信息,定位导航系统是无人驾驶的必要条件。
常用的定位导航技术有航迹推算(Dead-Reckoning,DR)技术、惯性导航(InertialNavigationSystem,INS)技术、卫星导航定位技术、路标定位技术、地图匹配定位(MapMatching,MM)技术和视觉定位导航技术等。
多种定位方式融合是定位导航技术发展的趋势。
定位方法有多种,比如卫星定位、地面基站定位、视觉或激光定位以及惯导定位等。
目前国内高校无人车使用卫星定位基站定位方式比较多,后两种基本没有涉及到。
由于每一种定位方式都有其局限性,定位方式融合是趋势。
比如卫星定位系统虽然适用范围广、绝对位置精度高,但是其不适用于室内或有遮挡物区域、位置也会随时间漂移;视觉或激光定位相对位置精度非常高,无位置漂移,但是其受环境影响非常大。
将定位技术应用到无人车上时,卫星定位可以解决大范围绝对位置定位、高速公路定位以及其他开阔空间定位问题,但是当车进入隧道、高建筑物路段或室内时,定位信号会不稳定或丢失。
这时需要视觉或惯性导航等室内定位方式去弥补。
车辆定位会直接或间接影响无人车运动控制与行为决策的实现,甚至也是感知环境所需的重要信息。
在执行已经规划出来的运动轨迹时,运动控制算法需要定位信息不断反馈实际的运动状态做实时的调整。
运动控制无人驾驶的运动控制分为纵向控制和横向控制。
纵向运动控制通过对油门和制动的协调,实现对期望车速的精确跟随。
而横向运动控制在保证车辆操纵稳定的前提下,实现无人驾驶的路径跟踪。
(三)车联网与智能交通催化,构建未来城市智能驾驶生态圈
无人驾驶汽车的技术研究的另一个阶段,也即智能交通阶段,可分为车联网与智能交通两个方向,两者是推进无人驾驶技术发展的强力催化剂。
无人驾驶技术的发展期间必然存在一段无人驾驶与传统汽车并行的时期,直至过渡至完全无人驾驶阶段,我们定义为城市智能驾驶生态圈。
据欧洲工业行业联盟成立的EPOSS预测,这一终极形态将于2030年到达。
在过渡阶段,无人驾驶汽车不仅要实现有人驾驶与无人驾驶的无缝结合、进行良好的人机交互,还要具有车与车交互的功能。
车联网与智能交通系统将人、车、路综合,并运用先进计算机、通信与控制技术,能够实现城市交通拥堵治理并提高交通安全,为无人驾驶汽车提供技术与智能化道路设施支持。
我们认为在单车智能技术的基础上,车联网与智能交通的发展将成为无人驾驶技术的强力助推器,并助力无人驾驶普及、最终构建城市智能驾驶生态圈。
车联网通常指车与车(V2V)、车与路面基础设施(V2I)、车与人(V2P)、车与传感设备的交互,从各车辆广泛联网那个从而展开各种综合应用的通信系统。
车联网的构建将帮助无人驾驶汽车实现更好的技术控制。
比如,公路正常行驶的两汽车通过联网交换信息(V2V),能有效降低盲点较大的交叉路口的交通事故率,或在前车制动同时向后车发出信号、实现两车联动控制增加行车安全。
而通过V2I技术,无人驾驶车辆可提前探知路面交通信号等情况、或根据道路拥堵情况进行合理路径规划等。
无人驾驶汽车是城市智能驾驶生态圈的重要组成部分。
智能交通技术与无人驾驶技术的相互促进,传感器技术与信息技术的不断发展,处理器与芯片性能的不断提高,都将为未来出行提供新的解决方案。
车联网与智能交通的发展将助推无人驾驶技术发展迈上新台阶。
二、智能网联汽车风口已至无人驾驶行业进入商业化布局阶段
(一)无人驾驶将在5年内开启最热投资机遇
智能化是未来汽车发展的根本方向,而无人驾驶作为智能驾驶的终极形态,将引导整个汽车行业进行深刻变革。
近年来传统汽车增速明显下滑,随着汽车保有量和汽车消费使用的增多,汽车行业面临着能源危机、安全性要求提高等诸多挑战。
在我国工业制造4.0和智能制造2025的大背景下,汽车智能化是行业未来发展趋势,也是行业自身技术升级的结果。
而无人驾驶汽车作为融合了车联网和人工智能技术的智能互联汽车,不仅能够有效地减少交通事故和堵塞,提高燃油的经济性,还可以允许驾驶员在驾车过程中进行其他办公、娱乐等活动,有效提高行车安全和效率。
无人驾驶是现有汽车智能化发展技术不断深入的产物,是汽车智能化的终极形态,其技术的相关发展将引导整个汽车产业进行深刻的变革。
无人驾驶开启盛宴,未来五年开启长期投资机会。
随着汽车智能化的不断推进,无人驾驶将伴随着车企和互联网的不断布局开启行业盛宴。
近期,各大互联网巨头与国际车企纷纷加紧无人驾驶技术的研发或商业布局。
目前,最早进入无人驾驶领域、技术最为成熟的谷歌公司已于2014年宣布第一部具备完整功能的自动驾驶汽车研发成功,进入商业化准备阶段;通用、奥迪等无人驾驶车辆亦均拿到路试资格。
而在国内,XX无人驾驶车辆亮相互联网大会,意味着我国无人驾驶技术取得重大突破;阿里、乐视等互联网巨头亦纷纷布局智能汽车。
从各先发布局企业如谷歌、丰田、大众、奥迪等的商业规划看,2020年将成为无人驾驶商业化元年。
我们认为无人驾驶最快将在5年内开启长期投资机会,进入业绩兑现阶段,提前布局市场的企业有望长期受益。
(二)我国无人驾驶技术发展进入商业化布局阶段
我国无人驾驶发展大体可分为三个阶段,目前已经历军工高校独立研发、校企合作两阶段,正式迈入商业化布局阶段。
早期,我国无人驾驶的研发由于技术价值的不确定性而稍落后于国外。
政府部门与高校科研单位是这一阶段技术研发的主体,于前些年便开始通过制定相关规划、颁布相关标准,以促进无人驾驶技术的校企研发交流与产业化应用,有效推动了无人驾驶的技术积累。
伴随着国内技术的逐步成熟与海外技术的联动推进,近年来我国无人驾驶已由高校独立研发的阶段进入了校企合作的第二阶段,国内传统车企通过与高校进行技术合作,逐步涉足研发领域,为行业商业化奠定了基础。
全球范围看,无人驾驶的发展遵循着“军事应用与高校研发-传统车企布局-互联网巨头加入”的发展过程,目前欧美市场已提前进入第三阶段,无人驾驶未来已来。
而在国内,虽然不少车企已经和高校联合研发辅助驾驶,但只有个别主流车企开始了全自动无人驾驶技术的研发。
XX无人驾驶车辆的亮相标志着我国无人驾驶技术开启商业化进程。
XX无人驾驶事业部信息显示,XX计划三年内实现无人驾驶车辆的商用,五年内实现量产。
以无人驾驶为代表的我国智能汽车产业大规模发展、应用指日可待。
(三)现阶段两主线布局:
关键技术进口替代与现有产品大规模商业化应用
无人驾驶车辆是汽车智能化发展的最终方向,通过使用计算机、传感器和其他技术设备,使车辆在没有驾驶员的主动控制和连续监测下可以安全行驶。
从整车制造角度出发,无人驾驶车辆构造可分为环境感知系统、定位导航系统、路径规划系统、中央处理单元、辅助驾驶系统与运动控制系统六大系统:
环境感知系统:
相当于传统驾驶人的感知器官,主要通过各类传感器获取路面、障碍物与障碍物距离信息,是无人驾驶的前提与基础。
目前最成熟的传感器方案通常由雷达传感器、激光测距仪以及图像摄像头组成。
定位导航系统与路径规划系统:
共同合作,在给定的目的地下规划出汽车行驶的最佳路线;前者用于提供车辆位置、姿态信息,后者则结合这些信息与电子地图,按照车辆性能规划出安全、有效的路径。
中央处理单元:
在获取环境与路径信息后,经过信号处理、转换后对运动控制系统发出操作指令。
运动控制系统:
由速度、转向与档位控制构成,其中档位控制技术发展已较为成熟且投入市场(自动档汽车),未来增量市场主要在速度与转向控制上,也即电控油门、电控刹车与电控转向三大机构。
辅助驾驶系统:
作为中央处理系统的补充,通过如应急制动、自动泊车、限速识别等拓展控制功能,保证无人驾驶车辆的稳定性与安全性。
从整车制造视角看,除运动控制系统、辅助驾驶系统ADAS和GPS等可以延用传统车辆制造已有的较为成熟技术以外,其他大部分无人驾驶技术发展仍处于萌芽期,需要多主体包括整车厂、零部件供应商、技术提供商等联合研发、生产,涉及产业链长,目前大部分关键技术在我国市场均没有成熟产品。
据我们预测,无人驾驶技术的爆发元年为2020年,并将于2025实现量产,成为未来5-10年市场投资热点,而现阶段行业仍处于技术积累与产品革新阶段。
我们建议沿以下两条主线布局无人驾驶产业链:
现阶段成熟技术的产品商业化,即高级辅助驾驶系统(ADAS)。
无人驾驶技术的发展遵循循序渐进的过程,而作为汽车智能化关键技术的ADAS已经有了较长时期的技术积累,可以视为无人驾驶技术的储备阶段,亦可以看作无人驾驶技术部分成熟技术(如感知、部分干预等模块)的商业化产品。
ADAS目前在国内汽车渗透率仍较低,发展确定性高、市值空间大,相关企业有望率先受益。
关键技术的进口替代,主要是传感器市场与地图导航市场。
传感器与地图导航是无人驾驶发展的关键性技术,属于无人驾驶必备的零部件或系统,受益确定性最高,目前绝大部分仍为海外供应商控制,这两个环节的突破对我国本土无人驾驶产业链的发展有巨大意义,国内率先布局并实现技术积累或与国际巨头进行合作的公司将有望最先受益。
声明:
感谢创作者!
版权归作者所有。
如有侵权,敬请尽快联系我们处理
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 汽车 产业链 全景 解析