2021年中國智能駕駛行業報告

本分析內容的主要分析對象是智能駕駛汽車核心產業鏈。本報告將智能駕駛汽車劃分為基礎架構、感知層、決策層以及執行層，整體梳理了智能駕駛汽車產業鏈發展現狀以及重要參與者。分析內容中的資料和數據來源于對行業公開信息的分析、對業內資深人士和相關企業高管的深度訪談，以及易觀分析師綜合以上內容作出的專業性判斷和評價。

一、智能駕駛時代已來

2020年3月，中國工業和信息化部發布的《汽車駕駛自動化分級》標準，基于駕駛自動化系統能夠執行動態駕駛任務的程度，根據在執行動態駕駛任務中的角色分配以及有無設計運行條件限制，汽車自動化駕駛可分為6個等級（圖1）。

圖1 汽車自動化駕駛的6個等級

目前，全球自動駕駛處于L2向L3級別轉變的階段，高級別自動駕駛產品量產加速落地，但產業整體依舊處在爆發初期。在一些特定的場景下，低速自動駕駛開始商用落地，例如無人配送、無人環衛以及無人礦車等，不過無人出租車、無人巴士還處在部分區域試運營階段。

當前，傳統汽車產業已經進入服務平臺轉型時期，轉型、自主創新、融合開放已經成為產業鏈發展的主題，中國智能駕駛汽車產業正加速聚合創新，2025年智能駕駛滲透率有望達到57%（圖2）。

圖2 2015-2030年中國智能駕駛滲透率趨勢預測

“感知-決策-執行”是構成智能駕駛汽車最為重要的三大系統。其中，感知層主要負責搜集車身周邊信息；決策層則以感知層信息數據為基礎，根據高算力的計算中心獲取經過優化的駕駛決策；執行層主要基于決策層給出的駕駛決策。另外，車路云一體化的融合控制，將是自動駕駛技術未來重要的發展方向。圖3所示為2021年中國智能駕駛行業生態圖譜。

圖3 2021年中國智能駕駛行業生態圖譜

二、電子電氣架構進化，重新定義智能駕駛汽車

1.汽車架構升級成為關鍵，云計算為智能駕駛護航

汽車電子電氣架構是汽車的中樞神經系統（圖4），它將傳感器、ECU、線束、電子電氣分配系統整合，實現了整體的配置和功能。汽車電子電氣架構正在經歷從分散式 ECU 到集中式域控制，再到集成式多域控制的升級。

圖4 汽車電子電氣架構相關企業

自動駕駛解決方案的構建需要大規模的計算能力，每天需要通過大數據進行管理，通過存儲、計算、網絡、數據分析和機器學習等云計算服務能力，極大減少智能駕駛汽車運營成本，同時降低數據丟失導致的風險。其中云端實時地處理智能駕駛汽車傳來的道路數據，識別哪些數據可以被處理應用，更新數據（圖5）。

圖5 汽車云計算相關企業

2.汽車 E/E 架構變革時代，從分散式向集中多域控制升級

在汽車智能化大變革背景下，“軟件定義汽車”已成為行業共識。傳統汽車采用的分布式E/E架構因計算能力不足、通訊帶寬不足、不便于軟件升級等瓶頸，不能滿足現階段汽車智能發展的需求，E/E架構升級已成為自動駕駛發展的關鍵。

汽車電子電氣架構將汽車里的各類傳感器、處理器、線束連接、電子電氣分配系統和軟硬件整合在一起，以實現整車的功能、運算、動力及能量的分配。目前，大部分車企仍處于分布式架構階段，小部分車企出現分域的概念，極少數像特斯拉等車企實現了集成式多域控制。

3.人車路云一體化的融合協同，是網聯自動駕駛技術重要發展方向

隨著自動駕駛發展，智能駕駛汽車將在現有單車智能自動駕駛的基礎上，通過車聯網將“人-車-路-云”交通參與要素有機地聯系在一起，拓展和助力單車智能自動駕駛在環境感知、計算決策和控制執行等方面的能力升級，加速智能駕駛應用成熟。

“人-車-路-云”各個環節的關鍵技術深度協同，形成了網聯自動駕駛技術體系架構。智能駕駛最大的一個問題就是數據傳輸，通過云端+邊緣計算實時地處理自動駕駛汽車傳來的道路數據，識別哪些可以被處理應用，更新數據。

三、多傳感器融合成主流，塑造智能駕駛“慧眼”

1.作為汽車的“眼和耳”，視覺和攝像并行的多元感知融合方案將繼續成為主流

目前國內廠商實現自動駕駛的路徑多為車路協同，車載攝像技術目前仍以Mobileye和特斯拉為領先，這項技術也需要廠商具備強大的軟件開發能力和技術，另外目前的激光雷達成本仍然較高，且在短期內難以實現成本的大幅降低。

短期（1～3年）傳感器感知市場將主要以攝像頭+毫米波雷達為主，以視覺系統為主導的高級駕駛輔助系統（ADAS）技術將成為行業主流，自動駕駛技術普遍停留在 L3以下；中長期（3～5年）激光雷達成本有望大幅降低，L4技術日漸成熟，性能優異的激光雷達將成為主導系統，同時搭配攝像頭與毫米波雷達等傳感器，智能汽車將實現真正的多元傳感器融合。圖6～9所示分別為激光雷達、毫米波雷達、超聲波雷達及攝像頭的相關企業。

圖6 激光雷達相關企業

大范圍的自動駕駛更需要國家對于自動駕駛技術的相關政策支持以及法規的完善，比如路段感知系統的基礎設施搭建和定點實驗城市的支持等。

圖7 毫米波雷達相關企業

圖8 超聲波雷達相關企業

圖9 攝像頭相關企業

2.揚長避短、冗余設計，多傳感器融合成為智能駕駛重要趨勢

智能駕駛汽車感知層攝像頭（單目、雙目、多目攝像頭），以及雷達傳感器（激光雷達、毫米波雷達、超聲波雷達等），每種傳感器的工作原理不同，因此其應用的性能、成本等均不相同，以激光雷達為例，谷歌之前曾在Waymo的自動駕駛汽車中使用的激光雷達系統，該系統首先利用Velodyne的64通道激光雷達傳感器，當時，每個傳感器的價格高達60 000美元。

多傳感器融合是目前智能駕駛傳感層的主流，目的是揚長避短、冗余設計，提高整車安全系數，其實現的功能要遠超這些獨立系統能夠實現的功能總和。在目前技術條件下，為保證一定的安全冗余，需要超聲波雷達、激光雷達、毫米波雷達和攝像頭等其他智能模塊配合，合力保障智能汽車安全運行（圖10），表1列出了智能駕駛主要傳感器性能的對比。

表1 智能駕駛主要傳感器性能對比

圖10 多傳感器融合

3.智能駕駛技術路線之爭，視覺主導方案VS激光雷達主導方案

目前自動駕駛傳感器的選擇存在兩種不同的路徑：一種以攝像頭主導，毫米波雷達為輔，使用精密的計算機視覺算法實現智能駕駛的純視覺方案，典型代表有特斯拉、Moblieye等企業；另一種則以激光雷達為主，同時搭載毫米波雷達、超聲波傳感器和攝像頭，相較前者，該解決方案成本較高，典型代表為Waymo、百度Apollo、文遠知行等無人駕駛企業。

從技術上看，純視覺方案車端成本低，云端成本高，用算法就可以彌補傳感器的不足，激光雷達主導方案相反，利用感知硬件彌補算法的不足。激光雷達主導方案具備安全冗余優勢，同時在初期能夠在體驗上彌補算法的差距。

4.自主品牌偏愛激光雷達方案，特斯拉純視覺方案一路走到黑

2021年5月，特斯拉在不使用激光雷達的前提下宣布開始取消北美版2021款Model 3和Model Y的毫米波雷達，徹底站隊純視覺方案。特斯拉是視覺主導方案的代表，也是絕對的踐行者，特斯拉最早的自動駕駛解決方案是依托毫米波雷達、多攝像頭系統，再加上人工智能軟件算法實現完全自動駕駛。

與特斯拉相反的是，國內自主品牌像小鵬、蔚來、極狐等車企在新車型上紛紛搭載激光雷達。其中，小鵬P5采用2個激光雷達+5個毫米波雷達+12個超聲波雷達+13個攝像頭；另外，智己L7目前雖然沒有搭載激光雷達，但是兼容激光雷達軟硬件架構冗余方案，支持2個激光雷達的升級能力，待激光雷達進入商業化量產成熟期，智己L7具備立即升級激光雷達系統能力。圖11所示為各品牌車型所搭載傳感器數量及平臺算力。

圖11 各品牌車型所搭載傳感器數量及平臺算力

四、大算力芯片需求增長，智能駕駛打響商業大戰

1.作為汽車的“大腦”，芯片產業的發展在國家及行業發展的背景下將出現世界級中國企業

目前智能電動汽車的電子電氣架構的發展路線已成為行業共識，由以前的分布式架構，到當前最熱門的分域集中式架構，再到未來的中央計算式架構，算力的飛速提升，帶來了SOC芯片的爆發增長。

參考《智能網聯技術路線2.0》提出的自動駕駛的滲透率，2025年中國L2/L3滲透率50%，2030年中國L2/L3滲透率70%，L4滲透率20%。未來空間發展巨大，基于國家自主可控的大發展戰略以及國內出現的以華為、地平線、黑芝麻為代表的優秀芯片廠家，未來中國將出現世界級芯片企業。

鑒于國內廠商自動駕駛的全棧自研，對于芯片產業未來的競爭格局也出現了一些不確定性。

2.汽車算力需求快速增長，MCU芯片開始進化至SoC芯片

隨著汽車智能化水平的提升，汽車電子電氣架構由分布式向集中化躍進，傳統汽車芯片已經無法滿足高數據量的智能駕駛相關運算，高性能的大算力芯片成為智能駕駛汽車產業競爭的制高點。

一般而言，汽車芯片是指汽車里的計算芯片，按集成規?？煞譃镸CU芯片和SoC芯片。MCU即微控制單元（Microcontroller Unit），俗稱單片機，SoC即系統芯片（System on Chip），隨著汽車對算法算力的需求上漲，正一步步推動汽車芯片快速轉向SoC芯片。表2所示為SoC芯片與MCU芯片對比，表3列出了SoC芯片市場主要競爭者與最新產品。

表2 SoC芯片與MCU芯片對比

表3 SoC芯片市場主要競爭者與最新產品

3.群雄逐鹿SoC芯片，ASIC芯片迎來“芯”生機

SoC芯片成為智能駕駛競賽的制高點。處理器芯片是MCU/SOC芯片的計算核心，分為CPU、GPU、FPGA、ASIC等多種，表4將以上芯片進行了對比。MCU芯片中只有CPU，而SoC芯片中除CPU之外還包含其他種類的處理器芯片。

表4 CPU、GPU、FPGA、ASIC芯片對比

目前市場上主流的自動駕駛SoC芯片處理器技術路線有三種：即CPU+GPU方案、CPU+ASIC方案以及CPU+FPGA方案。其中ASIC是專用處理器芯片，隨著智能駕駛算法走向成熟，低功耗、低成本的專用汽車ASIC芯片將逐漸取代高功耗的GPU，CPU+ASIC架構將成為行業主流，國內像地平線、黑芝麻智能以CPU+ASIC技術路線為主的芯片公司將獲取更大市場紅利。

4.高級別自動駕駛的商業大戰打響，國產自主芯片加速追趕

當前，全球汽車芯片市場一直被恩智浦、德州儀器等巨頭主導和壟斷，近年來，隨著汽車行業加速智能化、電動化變革，汽車芯片市場格局開始被打破，一場圍繞高級別自動駕駛的商業大戰已經打響。

隨著中國智能駕駛產業快速發展，國內芯片廠商加速追趕，像地平線、黑芝麻智能科技、芯馳等企業把握機會，開啟量產之路。據悉，搭載地平線芯片的車型有長安UNI-T、長安UNI-K、奇瑞螞蟻、廣汽埃安AION Y、理想ONE、嵐圖FREE、江淮思皓QX等。圖12所示為一些車型所采用的芯片種類。

圖12 一些車型所采用的芯片

五、助力智能駕駛升級，線控制動系統發展可期

1.線控制動成為高級別自動駕駛的必經之路，市場規模穩定增長，國產品牌替代空間可觀

智能駕駛汽車需要解決三個問題，首先是環境感知及實時定位，其次就是計算分析以及路徑規劃，最后重要的一個環節就是控制執行，因此在電子化、智能化引領的趨勢之下，汽車制動產業迎來新發展機遇（圖13）。

圖13 車輛控制執行示意圖

執行層由駕駛員施加人力、通過真空和液壓等推動的方式逐漸被電子化、電動化系統所替代，電信號替代機械力的線控技術在自動駕駛時代全面滲透，線控制動成為更高級別自動駕駛的必經之路。博世、大陸、采埃孚占據行業領先地位，國內伯特利、拿森電子、拓普集團努力追趕。

2.電子化、智能化引領趨勢，汽車制動迎來新發展機遇

產品的安全性能一直是汽車廠商競爭的重點，尤其當產業進入智能駕駛時代，安全問題尤為突出。制動系統作為整車安全的核心功能板塊，其在實現汽車流暢操控、保障汽車安全等功能中起到決定性的作用，同時也在隨著產業變化而升級。

車輛制動系統的發展經歷了從真空液壓制動（HPB）到電控和液壓結合（EHB），到新能源汽車發展的階段逐步轉向純電控制的機械制動（EMB）和更智能化的線控制動（圖14）。當前，Tier1依托自身產業優勢，加速迭代產品，例如，博世研發了iBooster、大陸研發了MKC1、日立研發了EACT等。

圖14 汽車制動系統的發展

3.線控制動是實現更高級別智能駕駛的必經之路

與傳統制動系統相比，線控制動系統在設計和制動效率方面更加先進，其涉及電子組件和子系統，例如傳感器，執行器和控制單元，可以準確地共同分析數據。此外，汽車線控制動系統從不同的傳感器收集數據（圖15），并迅速做出反應以減少制動距離。表5中列出傳統液壓/氣壓制動系統與線控制動系統的對比。

表5 傳統液壓/汽壓制動系統與線控制動系統對比

圖15 汽車線控制動系統從不同的傳感器收集數據

隨著汽車制動系統從機械制動向電控制動發展，電子穩定控制系統和線控制動的推出已為智能駕駛做好了執行端的技術儲備。制動控制是智能駕駛執行系統的重要部分，目前ADAS與制動系統高度關聯的功能模塊包括ESP（車身穩定系統）、AP（自動泊車）、ACC（自適應巡航）、AEB（自動緊急制動）等。線控制動是汽車制動系統電子化的核心解決方案，是支撐汽車走向更高級別智能駕駛的技術發展方向。因此，隨著汽車智能化的不斷深入，線控制動的滲透率水平將不斷提升。

4.線控系統市場一超多強，國產品牌開啟突圍賽

隨著L3級自動駕駛進入量產，將加速拉動線控系統產品商業化，相較于國際Tier1，國產品牌規模相對較小，外資品牌占據主導地位，尤其是博世牌憑借技術的積累及較大的規模，占據市場主導地位，其最新星空制動產品已經進入中國自主品牌量產車型內。目前，部分優質的國內供應商已經開始突圍賽，在產品上對標Tier1巨頭，憑借自身快速響應及服務能力，有望實現國產品牌替代。