智能驾驶时代的产业链分析
本文源自券商研报
汽车走向智能驾驶时代，芯片巨头引导自主智能运算平台革命
半导体/芯片巨头在 2018 年也全面进军智能驾驶行业，以英伟达为代表的芯片巨头在全球加速落地开放平台生态，而在国内以华为为代表的芯片巨头也在快速推进自身的智能驾驶业务。
英伟达与超过 370 家厂商开展自动驾驶相关合作。截至目前，英伟达已经与众多国际主流整车厂就 DRIVE CX 娱乐系统、DRIVE PX 自动驾驶系统、Xavier 超级计算机等达成合作，包括特斯拉、奥迪、奔驰、宝马、沃尔沃、丰田、大众、蔚来等。英伟达还与具备传统优势的一级供应商如博世、采埃孚等合作，英伟达提供自动驾驶计算机平台，后者负责整合多传感器方案和自动驾驶系统。
华为在 2018 年全面加速智能驾驶「芯」生态布局。华为在其2018全连接大会期间发布其移动数据中心 MDC 方案，解决方案涵盖芯片、平台、操作系统、开发框架的系统服务。其中，关键亮点是其芯片方案——MDC 搭载华为最新的 Ascend(昇腾)芯片，最高可提供 352Tops 的算力，满足 L4 级别的自动驾驶需求。
智能驾驶:感知为目，通信为耳，智能为脑
自动驾驶需要感知、计算和通讯技术的全面赋能。根据SAE(国际汽车工程学会)的标准，自动驾驶分为 L0-L5 六个等级。L0 为无自动化，完全由驾驶员完成驾驶操作; L5 则为完全自动化，可由汽车完成全场景自动驾驶。汽车上的自动驾驶系统的结构大致分为感知系统、决策系统和智行系统。从 L0-L5，随着汽车和机器主导驾驶的程度逐渐上升，自动驾驶对汽车感知、决策和执行的要求也不断提高，需要汽车配备摄像头、激光雷达、毫米波雷达和超声波雷达等传感器，搭载具备足够算力的芯片，并配合车联网通讯和高精度地图辅助。
车载传感是自动驾驶第一步。从 L0 的驾驶员全权操作到 L5 的完全自动驾驶，本质上是汽车系统逐步替代人类进行感知、决策、执行的过程。目前 ADAS 处于快速导入阶段，ihs 预计全球平均渗透率有望从 2015 年的 10% 提升到 2020 年的 30%，其中 2020 年欧洲/北美/亚洲的 ADAS 渗透率分别为86%/27%/15%。ADAS 包括传感器、处理器、软件算法、高精度地图、执行器等功能组件;国内电子企业有望在感知层面快速切入，提供基于视觉/雷达的解决方案或零组件，在部分领域已有突破。
综合采用多种传感方案，单车价值和市场空间有望逐渐提升。
(1)摄像头:摄像头主要用于对障碍物、辅助线的识别，增量在于 360 度环视由高端车型向下延伸。Yole 预测到 2024 年单车摄像头配置数量超过 3 个。
(2)超声波雷达:目前已经广泛用于倒车雷达( 4 个)，增量在于自动泊车需要增加4个驻车辅助 +4 个泊车辅助超声波雷达;我们预计到2024 年单车配置数量达到8个。
(3)毫米波雷达:随着制程提升和价格下降，77GHz 产品由于其体积和性能优势有望成为主流。毫米波雷达是紧急自动制动系统的必要组件，预计到 2024 年单车配置数量达到 2 个。
(4)激光雷达:激光雷达具有精度高、反应快的特点，目前处于多种方案研发、部分型号量产阶段，单价普遍在数万元以上，需等待产业链平均成本下降。
通信为耳：V2X 智能互联，实现「路网」效率最优
有了摄像头和雷达等「视觉」系统，不意味着能解决非视距的问题，比如十字路口对角的车辆和行人，就不是雷达所能探测到的。V2X 在 5G 助力之下，能有效解决单一车辆决策时无法处理的非视距问题。目前阶段自动驾驶的自动驾驶汽车依靠几种不同类型的传感器(比如雷达和摄像系统)来探测和推断其周围环境和道路状况，但这些传感器会受到视距( LOS )操作的限制。
基于 Release 16 5G NR 的 C-V2X 技术，将为先进自动驾驶用例带来直接通信能力，例如高吞吐量和 URLLC (超可靠低时延通信)，与 Release 14 C-V2X 互为补充，共同为汽车提供服务。C-V2X 专为低延迟直接通信而设计，为保证行车安全，允许在没有网络覆盖或无需接入蜂窝网络的情况下实现车辆之间直接通信( V2V )、车辆行人之间直接通信( V2P )或车辆与道路基础设施之间互相通信(V2I) 。V2X 可直接通信通过提供 360 度的非视距( NLOS )感知能力，弥补了这些传感器的短板，即便处于盲区或恶劣天气条件下，也可以扩展车辆在道路上的探测能力，帮助驾驶者进行更好地预测和决策。基于 Rel-16 5G NR 的 C-V2X 直接通信技术将把非视距感知能力提升到新的高度。5G NR C-V2X 技术的高吞吐量和 URLLC 能力将使自动驾驶汽车以有效的方式直接与其他车辆或与道路基础设施分享它们对路况、道路条件和环境的感知。这些功能旨在通过车辆之间共享高吞吐量传感器数据，进而帮助它们对周围真实环境建模。
5G 支持下多车辆能够路网协同，提高编队、决策效率。编队行驶中，通过头车为有人驾驶车辆或自主式自动驾驶车辆，后车通过 V2X 通信与头车保持实时信息交互，在一定的速度下实现一定车间距的多车稳定跟车，具备车道保持与跟踪、协作式自适应巡航、协作式紧急制动、协作式换道提醒、出入编队等多种应用功能。3GPP 定义了若干个 1 毫秒到几个毫秒的低时延场景，主要集中在自动驾驶上。自动驾驶中制动等反应时间，是个系统响应时间，其中包括了给网络云端计算处理、车间协商处理的时间，也包括了车辆本身系统计算及制动处理时间。如果要求时速 100km 制动距离不超过 30cm，那么系统整体响应时间不能超过 10 毫秒。从保障安全的角度，系统响应时间当然越低越好，其中对通讯时延的要求会更高。未来 5G 网络能够在提供 99.999% 稳定性的同时做到小于 1 毫秒的通讯时延，则自动驾驶车辆的低时延场景能更好地提高效率。
通过 5G NR C-V2X 技术，车辆之间可以互通意图和计划动作，通过更好的预见性和决断性，规划更科学的自动驾驶路径。在 V2X 车联网的辅助作用下，驾驶者可以更高效远离拥堵路段，减少堵车带来的时间损耗。基于 5G NR 的 C-V2X 技术还可以使自动驾驶汽车通过实时的本地更新，例如 3D 高清地图，来更精确地了解自己的位置并且更加熟悉周围的环境。
5G 促成 V2X 运用，降低整车成本，有望进一步提早推广自动驾驶。当前相对完备的自动驾驶系统，主要是基于传感器、雷达和摄像头的各种信息输入，通过人工智能技术决策，单车本身在一定程度上即可以自动驾驶。众多传感器、雷达、摄像头构成了单车成本的重要部分，同时单车本身的局限性，要求开发性能更强的传感器，随之带来成本进一步大幅提升。这就需要车联网里的 V2X 通信(V2N、V2I、V2V、V2P)，提供远超出当前传感器感知范围的信息。V2X 可视为一个拉长拉远的「传感器」，通过和周边车辆、道路、基础设施的通讯，获取比单车能得到的更多的信息，大大增强对周围环境的感知。5G 网络本身具有的超大带宽超低时延特性，可以实时搜集传输更多更精确的环境信息，使用云化的计算能力用以车辆本身自动驾驶的决策。由此，在 V2X 技术下，即便车辆本身就可以实现部分自动驾驶，通过车联网技术依然可以进一步提升性能，且可以降低单车部署传感器的成本，减少对高精度传感器的依赖。
智能为脑：高精度地图和差分 GPS 提供位置感，MDC 提供智能计算
有了摄像头、激光雷达、毫米波雷达和超声波雷达组成的「视觉」系统，以及有了 V2X 的「听觉」系统，并不意味着自动驾驶的感知系统已经完善了。我们还需要高精地图和差分 GPS 为核心的位置感知系统，一如大脑的「网格细胞」的作用，以及以 MDC 为核心的计算系统。
高精地图：车辆自主导航中最安全的可预设「轨道」
作为自动驾驶系统的重要组成部分，高精度地图专注于自动驾驶场景，在自动驾驶车感知、定位、决策、规划等模块起到重要作用，是自动驾驶解决方案不可或缺的一环。且从目前的 L3-L4 级车辆的技术方案看，自 L3 级别向上，车辆对于周报环境的监控和驾驶操控需求将全面超越驾驶员，传统驾驶员将在车辆驾驶中逐步摆脱对于汽车实时驾驶的决策责任，因此从实时角度出发，高精地图是车辆自主导航中最安全的可预设「轨道」。
而对比传统导航地图看，高精地图是的应用者是车辆的智能驾驶系统，而非驾驶员的视觉读取，因此其数据呈现方式和传统地图并不一致，组成方式也并不一样，并且和导航地图不同的是，将承担自动驾驶车辆时保证驾驶安全的重要责任。其中矢量地图的信息将是主要的自动驾驶系统依托的本地「轨道」，也是系统读取依赖的重要部分。
在 L3 以上自动驾驶环境，车辆必须对于周边环境拥有实时感知和决策反馈能力。基于上图来看，特征地图部分需通过云端实时或者定期更新，而矢量地图更是要在确保数据正确的前提下，进行稳定更新。基于此，与传统的导航地图销售方式相比，高精度地图的持续运营模式将显著提升，就如同我们的智能手机需要定期升级/更新 OS 与 APP 一样。且从安全性的角度看，我们认为高精地图的存储与修改必须引入等级保护制度，特别对于矢量地图的数据更新与保护，原始制图厂商的商业责任和地位很难被撼动。因此，从更新的方式看，行业的传统「 license 」授权与全面转向云化持续付费可能将成为高精地图的主要商业模式。
基于高精地图的如上特点，结合国内市场的情况，我们判断高精地图的供给端在一段时间内会受一定的政策监管，国资背景的公司可能更占优势(如同电信等基础信息运营服务)。因此这可能是该行业的第一个竞争门槛。且随着自动驾驶路测向 L3 逐步推进，我们判断高精地图的经营资质可能会再次面临监管政策变化，从国家安全等角度出发，均有利于国资背景公司的竞争排位。
其次，高精地图目前的研制成本较高，采集车辆的成本普遍在百万人民币以上，因此充裕的资金投入是另外较高的竞争门槛。
差分 GPS：精度更高，为无人驾驶导航系统提供技术支持。
无人驾驶要求 GPS 定位误差不超过一个车道宽度，差分 GPS 模块为无人驾驶 GPS 自主导航系统的实现提供了必要的技术支持。相比传统的 GPS 技术，差分 GPS 测量会在一个测站对两个目标的观测量、两个测站对一个目标的观测量或一个测站对一个目标的两次观测量之间进行求差，大幅提升了 GPS 测量的精度，实现厘米级定位和全局定位。
计算平台+操作系统:智能驾驶的「心脏」和「大脑」
对于智能驾驶而言，MDC 像是「心脏」，给计算提供源源不断的强大动力，而操作系统，则更像是「大脑」，致力于设备的管理和使能。
智能动力:「三电」最为核心，「集成」概率最高
新能源汽车区别于传统车最核心的技术是「三电」，包括电驱动、电池、电控。
动力三合一：集成方案大势所趋，MCU、电机、减速器三位一体
考虑到行业发展趋势，动力三合一方案将成为趋势，MCU、电机、减速器集成一体。电动汽车三合一电驱系统技术是指将电控、电机和减速器集成为一体的技术。博世( BOSCH )的三合一产品 E-axle 通过将三个原本相互独立的部件整合，三合一电驱系统壳体体积减小，线缆长度减短，生产成本降低;集成化设计的 E-axle 体积相比非集成方案可节省 20% 的空间。全球和国内主流整车厂的电驱动系统设计均体现出三合一的趋势，大众、特斯拉和比亚迪均采用了集成化设计。以比亚迪 e 平台为例，动力三合一使成本降低 33%，体积减少 30%，重量减轻 25%，功率密度增加 20%，NEDC 效率提升 1%，扭矩密度增加 17%。
高压三合一：配电系统高度集成
从主流厂家方案来看，配电系统一般采用高压三合一的深度集成方案。高压三合一系统是指将 OBC (On-board Charging，车载充电机)、DC/DC 和配电箱进行集成的系统模块。高压三合一系统集成化程度高，显著降低了系统的体积和质量，有利于汽车的轻量化升级和空间布局。比亚迪的高压三合一技术全面应用后，红绿密度提升 40%，体积减少 40%，重量减轻 40%，效果显著。