2022年中國汽車智能化發展空間及十大行業趨勢分析報告（62頁）.pdf

《2022年中國汽車智能化發展空間及十大行業趨勢分析報告（62頁）.pdf》由會員分享，可在線閱讀，更多相關《2022年中國汽車智能化發展空間及十大行業趨勢分析報告（62頁）.pdf（62頁珍藏版）》請在三個皮匠報告上搜索。

1、2022 年深度行業分析研究報告 9WuYfW8VoYhUsWfW7NdNbRsQrRmOpNlOoOwPeRtRmO9PqQyRMYtRrRxNtPpQ 1 變革：當下是汽車智能化變革大時代.9 1.1 復盤：汽車產品的變革本質上是追求“人的解放”.9 1.1.1 智能駕駛：自動駕駛技術持續迭代，智能化變革大幕已開.10 1.1.2 汽車定位轉向“第三生活空間”，智能座艙將成核心載體.11 1.2 為什么要選擇汽車智能化的賽道.13 1.2.1 國家戰略支持+法規不斷完善，智能汽車市場空間愈發明晰.13 1.2.2 消費端：關注度不斷提升，消費市場具有廣闊發展空間.14 1.2.3 企業端：

2、車企+科技公司共同發力，中國汽車產業有望彎道超車 15 1.2.4 汽車電動化超預期發展，帶動汽車智能化加速落地.16 1.2.5 智能化帶動單車硬件成本增加，貢獻汽車行業產值新增量.18 2 進化：汽車架構走向域集中，軟件轉向面向服務.18 2.1 電子電器架構：從分布式架構向集中式架構演變.19 2.2 軟件架構：從面向功能向面向服務的 SOA 演變.27 2.2.1 SOA 降低了軟件開發難度、提高了效率.27 2.2.2 SOA 架構的各層基礎軟件助力軟件定義汽車的實現.28 3 趨勢：擁抱智能化，催生十大行業趨勢.34 3.1 智能駕駛感知：感知部件豐富升級帶動產業發展新格局.35

3、趨勢一：感知部件升級，激光雷達和 4D 毫米波雷達相繼應用上車.35 趨勢二：感知硬件預埋成趨勢，國產替代加速.38 趨勢三：多傳感器融合和前端融合是未來趨勢.40 3.2 智能駕駛決策：算力競賽不止，行業趨向開放合作.41 趨勢四：芯片算力競賽仍會持續，國產芯片嶄露頭角.41 3.3 智能駕駛執行：線控技術為代表的自動駕駛執行器逐步應用.45 趨勢五：車企布局線控底盤，帶動線控滲透率加速提升.46 3.4 智能座艙：多維交互升級推動座艙智能化發展.47 趨勢六：大屏化+多屏化+顯示技術升級趨勢明顯，一芯多屏成趨勢.48 趨勢七：卓越聽覺體驗成重要賣點，語音交互體驗持續升級.49 趨勢八：車燈

4、交互升級，功能大燈向智能大燈發展.51 趨勢九：AR-HUD 發展前景廣闊，HUD 行業爆發趨勢全面確立.53 趨勢十：DMS 為視覺交互核心產品，攝像頭+近紅外技術成為主流技術路線.54 目錄 4 變遷：車企與供應商分工的變化.55 4.1“鏈式“供應無法完全滿足主機廠，智能化帶來供應機會.55 4.2 由供應關系向合作關系轉變，催生新的合作模式.56 4.3 自研與合作并行，借力而上進入技術快車道.57 5 選擇：如何選擇智能化的細分賽道.59 圖表目錄 圖 1：本篇報告希望遍歷汽車智能化，尋找爆發力與空間兼具的賽道.9 圖 2：1958 年在改造后的公路上實現前后車距保持及自動轉向功能的

5、雪佛蘭.10 圖 3：1977 年日本首輛基于攝像頭的自動駕駛汽車.10 圖 4：2007 年 DARPA 城市挑戰賽第一名車輛 BOSS.10 圖 5：Tesla Autopilot 行駛里程數快速提升.10 圖 6：汽車定位已由單一交通工具轉變為生活伙伴，應用場景更加豐富.11 圖 7：未來智能座艙將成為塑造“第三生活空間”的核心載體.12 圖 8：我國智能汽車重要政策梳理.13 圖 9：2021 年購車關注點增速中，智能化關注度增速達 197%，安全關注度增速 130%.14 圖 10：新能源汽車消費者短期購車關注點.15 圖 11：新能源汽車消費者長期購車關注點.15 圖 12：自主品

6、牌 OEM 各級別自動駕駛量產規劃表.15 圖 13：預計 2022-2025 年新能源滲透率快速提升.16 圖 14：節能與新能源汽車技術路線圖 2.0給予新能源和自動駕駛滲透率的指引.16 圖 15：22Q2 L2 級（含 L2+）搭載率達到 29.2%的新高.17 圖 16：智能電動車時代，預計中國市場每年產值增幅約 1 萬億，智能化是重要增量部分.18 圖 17：智能車時代整車基于全新電氣架構和軟件系統實現智能化.19 圖 18：汽車電子電氣架構由分布式向集中式演進.20 圖 19：部分主機廠電子電器架構轉型規劃.21 圖 20：DCU 在 ECU/DCU 市場份額中快速提升（億美元）

7、.23 圖 21：自動駕駛產品在 ECU/DCU 市場中增速最快（億美元）.23 圖 22：智駕域控制器搭載數量處于快速增長通道.24 圖 23：座艙域控制器搭載數量同樣快速增長.24 圖 24：國內自駕域控 Tier1 供應商發展迅速，德賽西威、華為和經緯恒潤實力最強.25 圖 25：SOA 架構降低開發難度提升效率.28 圖 26：智能汽車 SOA 軟件架構.29 圖 27：中間件介于底層操作系統與上層應用程序之間.30 圖 28：虛擬化技術實現多操作系統共享一套硬件資源，QNX Hypervisor 是主流.31 圖 29：廣義操作系統是對底層操作系統進行不同程度的改造分為三類.32 圖

8、 30：QNX、Linux、Android 是基礎 OS 主流方案.32 圖 31：Linux 因其開發、兼容性好成為車企智能駕駛主流基礎 OS 選擇.33 圖 32：智能汽車軟件產業鏈玩家主要有主機廠、功能軟件企業、中間件企業、虛擬機企業、操作系統企業.33 圖 33：自動駕駛感知、決策、控制層技術架構.34 圖 34：高分辨率 4D 成像雷達點云效果示例一.37 圖 35：高分辨率 4D 成像雷達點云效果示例二.37 圖 36：新車搭載傳感器數量增多，為后續 OTA 升級預埋.38 圖 37：長期來看融合感知方案更適合高級別自動駕駛需求，前端融合算法將成趨勢.40 圖 38：單純算力只能反

9、映理論峰值計算效能，FPS 更能反映 AI 芯片真實計算性能.43 圖 39：主機廠對軟硬件協同需求增加，芯片行業走向開放路徑.45 圖 40：部分汽車線控系統.45 圖 41：智能座艙主要電子產品滲透率均不斷提升.47 圖 42：鴻蒙 3.0 超級桌面可將手機應用同步至車機.48 圖 43：蘋果新一代車載系統 CarPlay.48 圖 44：2019-2021 年大尺寸中控屏的市場份額不斷增加.49 圖 45：理想 L9 配備 15.7 英寸 OLED 的后艙娛樂屏，車內娛樂場景不斷豐富 49 圖 46：理想 L9 五屏交互，搭載兩顆高通 8155 芯片.49 圖 47：長安阿維塔 11 一

10、芯多屏，支持跨屏協同互動.49 圖 48：蔚來 ET7 搭載 7.1.4 沉浸聲音響系統.50 圖 49：問界 M5 將 HUAWEI SOUND 作為主打賣點.50 圖 50：2021 中國新發布乘用車（含改款）座艙智能化功能滲透率.50 圖 51：蔚來智能語音交互助手 NOMI 集成了語音交互系統和智能情感引擎.50 圖 52：極氪 001 四區聲源定位，能夠識別前后排乘客的語音指令.50 圖 53：理想 ONE 搭載 256 色氛圍燈.51 圖 54：奔馳 S450L 主動式氛圍燈.51 圖 55：DLP 車燈通過投影實現 NOA 變道輔助功能.52 圖 56：智己 L7 搭載的 DLP

11、 車燈的寵物迎賓功能.52 圖 57：2021 年起國內前裝 HUD 數量進入爆發階段.54 圖 58：新上市車型 HUD 裝配率拐點凸顯迎爆發.54 圖 59：智能電動車時代，催生出 Tier0.5 供應的新模式.56 圖 60：采取華為智選模式的問界 M5 在華為門店銷售.56 圖 61：華為與主機廠合作的三種模式.56 圖 62：主機廠探索多樣軟件開發合作模式.58 圖 63：賽道篩選總邏輯：從滲透率、單車價值量、國內龍頭發展機會三者出發擇優.60 圖 64：激光雷達、HUD、空氣懸架、線控制動、智能駕駛控制器、聲學功放、ADB 大燈七個賽道在 20212025 年市場空間 CAGR 較

12、高.63 表 1：我國乘用車市場中不同級別自動駕駛滲透情況.17 表 2：ADAS 領域國際 Tier1 大廠占據絕對優勢份額，但在本土供應商突圍下大廠份額開始下降.23 表 3：不同等級座艙的前裝搭載率.24 表 4：2022 年 H1 中控主機和座艙域控供應商份額，總體看國內和國際 Tier1 勢均力敵.24 表 5：典型的自動駕駛域控制器企業.26 表 6：主要的智能座艙域控制器企業.27 表 7：國內外典型的中間件平臺.30 表 8：各類車載傳感器對比.36 表 9：國產廠商在車載感知部件領域發展迅猛，國產替代加速.39 表 10：SLAM 算法是實現自動駕駛感知的核心技術.41 表

13、11：自動駕駛芯片算力突破 100Tops，高算力芯片相繼上車.42 表 12：高通在智能座艙芯片算力上領先行業，國內眾多廠商入局追趕.44 表 13：自主品牌積極布局智慧線控底盤技術.46 表 14：國產代替趨勢明顯，線控技術滲透率將逐步升高.47 表 15：領先車企語音交互功能智能化配置.51 表 16：主流智能頭燈技術.52 表 17：HUD 三大技術路線對比.53 表 18：DMS 主要搭載車型.54 表 19：從產業趨勢、競爭格局、國體替代+智能化需求來看智能化賽道.61 表 20：基于量、價、空間篩選出 7 個智能化細分賽道.62 表 21：汽車行業重點公司估值表.65 前言 智能

14、化與電動化已經成為當下汽車行業正在進行的兩大趨勢，可以說當下行業的變革正是由此展開?？v觀汽車智能化的演變，本質就是人類追求更自由和更安全的移動出行方式。政策支持不斷釋放、汽車消費更注重智能化、智能電動新品不斷迭代、電動化超預期滲透帶動智能化落地加速，都使得汽車智能化賽道的重要性凸顯。我們總結汽車智能化硬件架構和軟件架構的進化過程，歸納出演變過程中的十大行業趨勢。我們也發現智能駕駛與智能座艙下面又可以細分如感知、決策、執行、各類交互等繁多的功能和子賽道，希望搭建由上而下的篩選體系，遍歷智能化，尋找其中爆發力與空間兼具的賽道。圖 1：本篇報告希望遍歷汽車智能化，尋找爆發力與空間兼具的賽道 資料來源

15、：申萬宏源研究 1 變革：當下是汽車智能化變革大時代 1.1 復盤：汽車產品的變革本質上是追求“人的解放”智能駕駛與智能座艙/車聯網，本是兩條完全獨立的技術路線，經過了近百年的技術發展后，終于在 21 世紀初葉融合到了一起，共同成就了一臺智能汽車。當下正是智能網聯汽車發展的關鍵窗口期已經成為了行業共識，智能網聯汽車的發展至未來，硬件會逐步趨同，汽車也會由軟件來定義，數據也會成為主要的驅動力。智能汽車領域具有很大的機遇！1.1.1 智能駕駛：自動駕駛技術持續迭代，智能化變革大幕已開 20 世紀：視覺設備取代無線電設施，公路智能化轉向車輛智能化。早期的無人車輛主要通過無線電技術實現，早在 1910

16、 年代便出現了利用電子回路和光感性硒光電管的自動引導小車，1920 年代出現了無線電控制汽車。1930 年代世界博覽會上，通用汽車公司提出了“電子化高速公路”的自動駕駛暢想方案，此后一直在公眾觀念里流行，并于 1958年第一次在改造后的高速公路上實現了前后車距保持以及自動轉向功能。1970 年代受制于成本因素，電子化高速公路逐漸被汽車廠商放棄，轉向使用視覺設備進行無人駕駛嘗試，為車輛裝配傳感器、計算系統和控制系統等，賦予車輛“視覺”、智能和自動化的能力，使車輛能夠在結構化道路上實現自動駕駛，無人駕駛技術的發展方向從最初的公路智能化轉向車輛智能化，由此翻開了無人駕駛的新篇章。1980、90 年代

17、，軍方、大學和汽車公司開始在無人駕駛技術上展開合作研究，其中典型的有自動駕駛汽車 ALVINN、NavLab5 項目、無人駕駛原型車 ARGO 等。圖 2：1958 年在改造后的公路上實現前后車距保持及自動轉向功能的雪佛蘭 圖 3：1977 年日本首輛基于攝像頭的自動駕駛汽車 資料來源：蓋世汽車、汽車之家、申萬宏源研究 資料來源：蓋世汽車、汽車之家、申萬宏源研究 21 世紀：技術競賽推動智能化變革，自動駕駛技術迭代出新。21 世紀以來，在DARPA挑戰賽的推動下，全球ICT 公司和硅谷創業公司加入到智能汽車的研發中，傳統汽車產業“智能化”的變革由此展開。2007 年 DARPA 城市挑戰賽第一

18、名車輛Boss，集成了一種商用線控驅動系統，通過計算機控制，借助電動馬達實現自動轉向、剎車和換擋。Boss配備了包括激光雷達、攝像頭和雷達等在內十幾個傳感器，同時配備了由感知子系統、運動規劃子系統、路徑規劃、行為規劃系統組成的軟件系統，已經形成了當今自動駕駛汽車的雛形。2018 年谷歌 Waymo 自動駕駛打車服務產品 Waymo One 上線，正式開始商業化自動駕駛出行服務。2019 年，Tesla 發布搭載自研自動駕駛芯片的自動駕駛計算平臺，自動駕駛技術不斷發展。圖4：2007年DARPA城市挑戰賽第一名車輛BOSS 圖 5：Tesla Autopilot 行駛里程數快速提升 資料來源：蓋

19、世汽車、汽車之家、申萬宏源研究 資料來源：蓋世汽車、汽車之家、申萬宏源研究 中國智能駕駛發展：20 世紀 80 年代起步，L2+及 L3 級已量產落地，特定場景可實現L4 級。20 世紀 80 年代，中國無人駕駛的技術研發正式啟動。八五期間研制成功中國第一輛能夠自主行駛的測試樣車ATB-1 無人車，行駛速度可達 21 公里/小時。目前我國自動駕駛汽車量產正處在 L2 到 L2+階段，L3 級別產品也開始出現，并且深圳、上海等城市也逐步放開了對 L3 上路的法規要求，同時部分企業在礦山、港口、泊車等特定場景下可以實現 L4 級。隨著通信技術、算法、算力、傳感器的進步和基礎設施建設、監管法規的逐步

20、完善，中國自動駕駛市場的滲透率將不斷提升，推動更高級別的自動駕駛汽車進入市場。1.1.2 汽車定位轉向“第三生活空間”，智能座艙將成核心載體 自動駕駛、智能座艙共同發力，促使傳統汽車完成智能化革新，改變原本單一交通工具定位。智能化時代帶來了娛樂方式和用戶體驗的升級，使汽車由單純的交通工具向生活伙伴轉變，進一步解放生產力。未來是數據驅動的時代，信息處理能力也將成為汽車的核心能力。智能汽車將持續改變用戶原有的用車習慣，增強使用者的駕駛體驗和內容體驗。L3 級及以上自動駕駛的逐步導入，逐漸解放駕駛員雙手；車載聲學、天幕、氛圍燈、HUD、智能座椅、大屏多屏等智能座艙配置持續增配，使車輛由單純駕駛空間向

21、戶外辦公/會議空間、個人休閑娛樂空間、會客社交空間拓展，打造家庭、公司之外的第三空間。圖 6：汽車定位已由單一交通工具轉變為生活伙伴，應用場景更加豐富 資料來源：申萬宏源研究 智能座艙正從被動執行向主動服務進化，未來將演變為“第三生活空間”的核心載體?？v觀汽車座艙的發展歷史，汽車座艙的發展趨勢可劃分為 3 個階段（被動執行、主動服務、生活空間），5 個大類（機械時代、電子座艙、智能助理、人機共駕、第三生活空間）。而不同階段之間的演進，意味著對全新硬件的需求變化，以及對商業模式的變革與顛覆。圖 7：未來智能座艙將成為塑造“第三生活空間”的核心載體 資料來源：羅蘭貝格&地平線智能座艙發展趨勢白皮書

22、，申萬宏源研究 機械時代：汽車座艙設計僅圍繞汽車作為單一出行工具展開。這一階段座艙產品主要包括機械式儀表盤及簡單的音頻播放設備，功能結構單一，僅提供車速、發動機轉速、水溫、油耗等基本信息，且基本為物理按鍵形式，需要車主低頭操作，駕駛途中易形成安全隱患。電子座艙：車載電子產品逐漸增多，人機交互系統亟待整合，由此催生電子座艙域?；ヂ摼W和電子產業的繁榮，使交互體驗蔓延至汽車座艙，中控屏、HUD、液晶儀表盤等產品應運而生。傳統座艙域的每個系統猶如孤島一般分散，無法支撐多屏聯動等復雜功能，電子座艙域由此產生，2018 年偉世通和安波福先后向市場推出兩款電子座艙域控制器方案。智能助理：多模態交互技術逐步落

23、地，“車對人”主動交互降低車主交互負擔。計算機視覺、語音交互等技術的發展，融合視覺、語音等多種模態的多模交互技術在座艙內逐漸落地。大量的傳感器在車上得到部署，更好地實現對人的感知和理解，做到“車對人”的主動交互，降低車主駕駛過程中“人對車”的交互負擔，提升交互體驗。人機共駕：可通過座艙域控制器直接調用自動駕駛服務。隨著座艙域、動力域和底盤域相互融合，座艙域控制器可以參與到動力域和底盤域的控制，由此可以直接調用自動駕駛的駕駛服務，對車輛進行駕駛控制，形成人機共駕。第三生活空間：汽車應用場景更加豐富，智能座艙是實現“第三生活空間”的核心載體。與其他空間不同，汽車的優勢在于可移動屬性，在擁擠的城市里

24、，移動空間極具價值。2020 年 CES 上，汽車作為“移動智能空間”的理念大行其道，汽車制造商與零部件廠商都基于此提出對未來產品的設想，將汽車定義為未來“第三生活空間“，而智能座艙則是實現“第三生活空間”的核心載體。1.2 為什么要選擇汽車智能化的賽道 1.2.1 國家戰略支持+法規不斷完善，智能汽車市場空間愈發明晰 國家政策頻出，支持智能汽車發展。為減少碳排放和環境污染，提高國內能源安全，振興汽車產業，國家已經出臺多項政策促進智能網聯汽車的發展。2015 年工信部發布的 中國制造 2025首次在政策層面涉及智能網聯汽車，并制定了明確的發展路線。自此以后，國家頒布了一系列政策與措施來支持智能

25、汽車發展，覆蓋生產規范、信息安全、功能模塊等多方面。2020 年發布的智能汽車創新發展戰略明確提出了到 2025 年 L3-L4 級別自動駕駛汽車的規?；瘧媚繕?。法規不斷完善，為智能汽車商業化落地提供法律支撐。在中國市場，部分車型在技術層面已經達到 L3 級水平，但出于法規及責任歸屬的考慮，仍以 L2+級輔助駕駛宣傳。2022年 6 月，深圳市發布深圳經濟特區智能網聯汽車管理條例，是全國首個對 L3 及以上自動駕駛權責、定義等重要議題進行詳細劃分的法案，為全國其他地方的 L3 級自動駕駛準入政策，提供了標準和模板，將推動國內高級別自動駕駛的落地，市場空間更加明晰。圖 8：我國智能汽車重要政策

26、梳理 資料來源：申萬宏源研究 1.2.2 消費端：關注度不斷提升，消費市場具有廣闊發展空間 消費市場對汽車定位正發生改變，終端消費者不再只將汽車視為運載工具，汽車成為了提高生活品質的載體和空間。行業需要進一步提高汽車舒適性和駕駛質量，為消費者提供更愉悅的用車體驗。而智能化的本質就是為了安全舒適，解放人的自由。消費者對駕駛安全性和舒適性的日益重視，使得智能駕駛和智能座艙關注度不斷提升，在消費市場具有廣闊的發展空間。圖9：2021年購車關注點增速中，智能化關注度增速達197%，安全關注度增速130%資料來源：大搜車智云，申萬宏源研究 智能化逐漸成為消費者購車決策中的重要關注點。據大搜車智云數據顯示

27、，2021 年度消費者在購置新能源汽車時，對智能化的關注程度相較于 2020 年大幅提升，增速達 197%，對安全方面關注度的增速達到 130%。安永智能電動車消費者調研的數據也顯示，新能源213%198%197%176%149%130%72%63%60%56%41%38%34%16%0%50%100%150%200%250%汽車消費者在短期、長期購車決策中均重點關注智能駕駛和智能座艙因素，并且在長期決策中，對智能駕駛和智能座艙關注度更高，亦表明消費者對智能汽車的發展具有較高期待。圖 10：新能源汽車消費者短期購車關注點 圖 11：新能源汽車消費者長期購車關注點 資料來源：安永智能電動車消費者

28、調研，申萬宏源研究 資料來源：安永智能電動車消費者調研，申萬宏源研究 1.2.3 企業端：車企+科技公司共同發力，中國汽車產業有望彎道超車 車企、科技公司加碼布局智能汽車賽道。近幾年新勢力、傳統車企紛紛加碼智能化布局，部分智能電動車型已經實現量產，華為、百度、小米等科技互聯網公司亦加速入局智能電動汽車賽道，車企和科技公司共同發力，促進汽車智能化升級。電動化加速滲透背景下，智能化成為車企比拼的核心要素之一，自主品牌有望借智能化東風迎來彎道超車良機。在傳統燃油車領域，海外車企憑借百年的技術積累和產品迭代，形成較強的產品力和品牌力，市場格局的相對穩固，自主品牌難以在短時間內實現追趕、超越。而新能源汽

29、車、智能汽車尚處于技術研發階段，仍有很大的技術演變空間，眾多車企為塑造產品品牌力、打造產品差異化，持續開啟智能化競賽。吉利、長城、長安、比亞迪等頭部自主品牌以及蔚小理等造車新勢力，在 21-22 年期間新品層出不窮，產品價格已經不再局限在 10 萬元以內區間，在 10-30 萬這一傳統合資品牌強勢領域站穩腳跟，并繼續上攻高端市場，2022 年 6 月新能源汽車領域自主品牌市占率已經提升至 61.1%左右。同時，特斯拉、頭部自主、造車新勢力等部分新能源車型，已經率先實現 L2.5 及 L2.9 級自動駕駛落地。自主品牌若抓住智能化東風，持續提升制造力和電動智能化水平，有望迎來彎道超車良機，中國汽

30、車產業將實現新的跨越式發展。圖 12：自主品牌 OEM 各級別自動駕駛量產規劃表 2%3%10%10%22%25%33%38%40%65%86%0%50%100%環保越野動力學造型日常適用性舒適性質量/品質安全性價格和使用成本智能駕駛和智能運輸里程和充電2%8%20%25%28%29%30%32%33%43%74%0%50%100%越野環保造型日常適用性動力學質量/品質安全性舒適性價格和使用成本里程和充電智能駕駛與智能座艙 資料來源：佐思汽研，焉知汽車科技，申萬宏源研究 1.2.4 汽車電動化超預期發展，帶動汽車智能化加速落地 汽車智能化在新能源汽車上的應用領先于傳統汽車，新能源汽車滲透率提升

31、超預期。近年來消費者對于新能源汽車接受度逐步提高，疊加多項政策激勵，中國新能源市場低中高端的真實需求全面覺醒；同時強勢自主品牌以及造車新勢力經過多年技術積累，優質供給不斷推出。根據中汽協數據，2022 年 1-6 月我國新能源乘用車銷量滲透率達到 23.9%，較 2021 年全年 15.5%的滲透率水平提升 8.5 個百分點，其中 2022 年 6 月滲透率達到了25.6%。根據上險數據，新能源銷量中插混和增程式超預期，插混和增程式滲透率由 21年的 2.6%提升至 22 年 1-7 月的 5.4%，22 年 7 月達到 6.0%，隨著比亞迪、理想、嵐圖、賽力斯等優質車型的推出，該市場將處于一

32、個高速增長的階段。我國新能源汽車消費已從政策驅動轉向消費驅動，我們預計整體滲透率水平有望持續提升，預計 2022 年全年新能源車滲透率將達到 27%，2025 年滲透率達 47%。圖 13：預計 2022-2025 年新能源滲透率快速提升 資料來源：上險數，申萬宏源研究 政策指引給出自動駕駛滲透率目標，目前 L2 級（含 L2+）滲透率正快速提升。據中國汽車工程學會發布的節能與新能源汽車技術路線圖 2.0，要求到 2025 年我國 PA、CA級（即 L2+L3）滲透率達到 50%，HA 級（L4）自動駕駛開始進入市場；到 2030 年 PA+CA級（即 L2+L3）滲透率進一步提升至 70%，

33、HA 級（L4）滲透率達到 20%。當下 L2 級（含L2+）滲透率快速提升，22Q2 滲透率已接近 30%。根據高工智能汽車的數據，2022 年1-6 月中國市場（不含進出口）乘用車搭載前向 ADAS（L0-L2）上險量為 416.69 萬輛，搭載率為 46.84%，L2 級（含 L2+）搭載率為 26.64%，22Q2 期間 L2 級（含 L2+）搭載率達到 29.2%的新高，而 2020 年滲透率僅為 12.0%，同時 22Q2 期間 L0+L1 滲透率約為 20.5%。圖 14：節能與新能源汽車技術路線圖 2.0給予新能源和自動駕駛滲透率的指引 12%20%25%33%39%3%7%8

34、%9%9%5%7%9%14%18%81%67%58%45%36%0%10%20%30%40%50%60%70%80%90%100%20212022E2023E2024E2025EBEV滲透率混合動力（PHEV+增程）滲透率混合動力（HEV）滲透率ICE及其他滲透率 資料來源：節能與新能源汽車技術路線圖 2.0，申萬宏源研究 圖 15：22Q2 L2 級（含 L2+）搭載率達到 29.2%的新高 資料來源：高工智能汽車，申萬宏源研究 電動化加速滲透帶動智能化加速，自動駕駛滲透率有望先于政策指引達到。我們預計智能汽車在未來 3-5 年時間內繼續保持高速增長態勢，尤其是新能源汽車更積極采用 L2 及

35、以上的智能駕駛，以及更傾向應用智能座艙新功能，而傳統燃油車也將隨著全新電子電器架構的升級，呈現出智能化水平穩步提高的趨勢。我們預計自動駕駛滲透率有望先于政策指引達到，2025 年 L2 級別達到 55%，L3 達到 15%。我們預計未來 2-3 年間，L2（含L2+）依舊是主流，L2 級別滲透率在 2025 年達到 55%，預計 2023 年至 2024 年 L3 進入量產的關鍵窗口期，2025 年 L3 滲透率達到 15%，搭載量將突破 400 萬輛規模。表 1：我國乘用車市場中不同級別自動駕駛滲透情況 2020 2021 2022E 2023E 2024E 2025E 乘用車產量（萬輛）1

36、965 2140 2289 2450 2572 2701 滲透率 L0L1 22%21%21%21%20%20%L2 12%19%30%42%50%55%L3 0%0%1%3%8%15%L4 0%0%0%1%3%5%數量（萬輛）L0L1 442 439 481 514 514 540 0%10%20%30%40%50%60%202021Q121Q221Q321Q422Q122Q2滲透率（L0+L1）滲透率（L2及L2+）L2 236 407 687 980 1158 1350 L3 0 0 23 73 206 405 L4 0 0 0 24 77 135 資料來源：高工智能，申萬宏源研究 1.

37、2.5 智能化帶動單車硬件成本增加，貢獻汽車行業產值新增量 縱觀整個智能汽車的發展史，我們更進一步深信中國智造的崛起，我們預計汽車電子將會承載較大產業鏈增量價值，中國企業在智能汽車領域具有較多突破機會的子領域。傳統車時代：在中國市場，以均價 15 萬的傳統車為例，其整車制造部分年產值約 1.8萬億元，研發服務/銷售服務/金融服務/后市場分別為 1500/1000/1400/400 億元。合計中國傳統車年均總產值 2.23 萬億元。智能電動車時代：智能化/電動化帶來單車硬件成本增加分別約為 0.9/4.3 萬元，單車增幅超過 50%。綜合考慮傳統車被對沖的傳統動力部分的產值，中國智能電動車產業年

38、均總產值約為 3.2 萬億，增加產值近 1 萬億，增幅為 43%，智能化是重要的增量部分。圖 16：智能電動車時代，預計中國市場每年產值增幅約 1 萬億，智能化是重要增量部分 資料來源：申萬宏源研究 2 進化：汽車架構走向域集中，軟件轉向面向服務 智能網聯和自動駕駛新機遇下，國內自主零部件有彎道超車的機遇。相較于傳統汽車，智能汽車的價值產業鏈更長，賽道細分板塊更多，市場空間發掘潛力更大。智能汽車將依托于全新的電氣架構、動力總成以及全面的軟件能力而持續進化。智能電動車要求產業鏈不僅有新的硬件技術，更需要在軟件、算法、系統層面做出創新，智能電動車按照功能領域可分為智能駕駛、智能座艙、電氣化三大領域

39、，智能化主要分為智能駕駛和智能座艙領域，并且智能化與電動化相輔相成。配套零部件和軟件解決方案供應商受益于智能化浪潮，迎來新的產業鏈機會，其產品需求將進一步得到釋放和增長。伴隨著下游自主車企崛起，中游自主供應鏈也將實現加速成長。汽車電子電器架構向域集中式演進與軟件架構向 SOA 演變是汽車實現智能化升級所必由的路徑，也是當下汽車智能化發展中最關鍵的、最主流的兩大趨勢。目前來看，各大整車廠和國內外 Tier1 廠商都在順應兩大趨勢積極布局業務以推進汽車智能化發展，但距離實現完全的域集中式架構與 SOA 架構的技術成熟落地尚需一段時間，因此我們重點關注當下在向域集中式與 SOA 演變過程中正在落地的

40、技術產品及催生出的技術趨勢。圖 17：智能車時代整車基于全新電氣架構和軟件系統實現智能化 資料來源：申萬宏源研究 2.1 電子電器架構：從分布式架構向集中式架構演變 在智能化趨勢下，汽車傳統電子電器（E/E）架構已無法勝任。傳統汽車電子電氣架構（E/E 架構）以分布式為主，車輛各功能受不同且單一的電子控制單元（ECU）控制。隨著汽車功能的不斷增加，分布式架構存在以下幾個問題：ECU 的數量劇增，增加系統復雜度。高端車型里的 ECU 平均達到 50-70 個，個別車型 ECU 數量超過 100，使得車輛的電子系統復雜度超出極限；ECU 之間算力隔離，整體效率低。單個 ECU 僅對汽車局部功能 進

41、行控制，各控制模塊間算力隔離，運算資源復用性低；軟硬件強耦合?；A硬件與嵌入式軟件呈現強耦合關系，底層軟件與上層應用“高度捆綁”；無法實現更高級的功能。車企在工程實踐中也意識到，智能化的要求下，在沒有統一的集成環境下某些功能是無法實現的，例如采用的傳統 E/E 架構不能實現整車 OTA，在智能化網聯化功能軟件出現 BUG時，只能通過召回的方式才能最終解決難題，極大地影響了客戶體驗。由于 ECU 數量的激增，對汽車線束長度、傳輸速度等方面都有更高的要求，而傳統 ECU 也面臨算力束縛、通訊效率較低、成本不受控等缺陷，為汽車的研發、生產、安全等多方面帶來挑戰。在智能化的趨勢下，汽車 E/E 架構的

42、升級路徑將體現為：分布式（模塊化集成化）、域集中（域控制集中跨域融合）、中央集中式（車載電腦汽車云計算）。為了解決分布式架構的痛點，企業構想出一個中央電腦可以實現所有的功能，上下連接采集端和執行端，即所謂的“中央集中式”架構，甚至可以做到車云協同的方式。但是落地階段受限于原有的供應鏈體系、系統定義矛盾、原有的軟件生態固化等問題，目前只能做到域集中的架構。即首先分布式 ECU（每個功能對應一個 ECU）演變成為域控制式（博世提出的五域架構包括動力域、底盤域、車身域、座艙域和 ADAS 域），域控制的核心是域控制器（DCU，Domain Control Unit），然后部分域開始跨域融合發展，最后

43、整合發展成為中央計算平臺（車載電腦）。圖 18：汽車電子電氣架構由分布式向集中式演進 資料來源：焉知智能汽車，申萬宏源研究 目前看主流的 OEM 的電子電器架構的升級路徑，主要分為三類：特斯拉為代表的激進派傾向一步到位，直接開發中央計算平臺，并自主研發 OS 和自動駕駛 FSD 芯片。特斯拉早期的 Model S 和 Model X 的架構也是根據功能劃分出域控制器，整體的架構介于分布式和域集中式之間，包括駕駛域、動力域、底盤域、座艙域、車身域等控制器。2018 年推出了 Model 3 進一步推出車載中央處理計算平臺，將整車架構分為 3 塊，分別是中央計算模塊（CCM），左車身控制模塊（BC

44、M LH）右車身控制模塊（BCM RH），其中 CCM 負責信息娛樂系統、駕駛輔助系統和車內通信連接等需要大算力的系統功能，BCM LH 負責車身便利性系統，包括轉向，助力，以及制動等，BCM RH負責底盤安全系統、動力系統、熱管理等，整個架構已在向最終的中央集中式架構靠近。以大眾為代表的激進派采用跨域集中方案，在五域集中式架構基礎上進一步融合，把原本的動力域、底盤域和車身域融合為整車控制域，從而形成了三域集中式的架構，做到整車控制域控制器（VDC，Vehicle Domain Controller）、智能駕駛域控制器（ADC，ADASAD Domain Controller）、智能座艙域控制

45、器（CDC，Cockpit Domain Controller）。動力域、底盤域及車身域對軟件的實時性、功能安全等級及可靠性要求極高，同時底盤域和動力域由于涉及供應商較多，集成難度大，因此在三大領域有多年的研發和經驗積累的車企才具備采取由分布式轉向跨域集成方案的能力，準入門檻高，因此只有大眾等較少的強外資企業直接采取跨域式集中方案。其它車企大多是按照博世的五域架構路線進行穩步推進，按照功能分為座艙域、ADAS 域、動力域、底盤域及車身域，其中域控制器又可以分為性能域和集成域兩類：座艙域和輔助駕駛/自動駕駛（ADAS）域屬于性能域控制器，是由中控系統升級而來，需要較大的數據處理能力來處理大量的數

46、據。動力域、底盤域和車身域屬于集成型域控制器，該部分對算力要求較低，主要涉及的還是控制指令計算和通訊資源，通過將大量 ECU 的集成減少通信接口、進一步提升算力利用率、減少算力設計總需求、同時數據能夠更好的融合，統一交互，實現整車功能協同。目前，分布式的整車架構仍然是主流，總體看國內和全球都處于分布式向域控式轉化的趨勢中。圖 19：部分主機廠電子電器架構轉型規劃 資料來源：上汽零束公眾號，億歐智庫，2022 智能駕駛域控制器行業研究報告，申萬宏源研究 DCU 成為 ECU 發展的下一階段，帶動 ECU/DCU 總體市場規模持續增長，其中自動駕駛產品增速最快。座艙域、輔助駕駛/自動駕駛域需要處理

47、大量非結構化數據，AI 算力不可或缺，適合使用 DCU；動力域、底盤域等安全級別、實時性要求較高，算力要求較低，集成 DCU 會帶來新增不必要成本；現階段車身域大量 ECU 已被集成在車身控制器（BCM）中，進一步集成不會帶來相應收益。所以雖然 ECU 市場增速將放緩，但其市場空間絕對值仍然巨大，ECU 集成為 DCU 的趨勢非常明顯，中長期 DCU 市場必將高速增長，帶來明確性機會。根據麥肯錫數據，預計 2020 年、2025 年和 2030 年全球車用控制器（ECU+DCU）市場規模分別約為 920、1290 和 1560 億美元，其中 DCU 市場份額快速提升，由 2020年 2%分別提

48、升至 2025 年的 20%和 2030 年的 44%。目前自動駕駛處于 L2 向 L3 升級的關口，未來 L4 也會落地，其控制器單價有望從千元級提升至萬元級別，自動駕駛域控制器 市場將在量價齊升下快速增長，根據中國電子信息產業發展研究院與汽車電子產業聯盟編寫的 2030 中國汽車電子產業發展前景分析 預測，全球車用控制器中自動駕駛類產品（自動駕駛+高級自動駕駛輔助系統）增速最快，占比由2020年的21%提升至2025年的30%，到 2030 年將進一步提升至 38%。圖 20：DCU 在 ECU/DCU 市場份額中快速提升（億美元）圖 21：自動駕駛產品在 ECU/DCU 市場中增速最快（

49、億美元）資料來源：麥肯錫，申萬宏源研究 資料來源：2030 中國汽車電子產業發展前景分析，申萬宏源研究 當下的智能駕駛還是以輔助駕駛 ADAS 為主，國際 Tier1 大廠在國內的 ADAS 領域份額優勢明顯，本土供應商突圍下，國際大廠份額開始下降。2022 年上半年 L2 級別（含 L2+）ADAS 搭載量超過 L0+L1 級別，達到了 237 萬輛，L0+L1 級別 ADAS 裝載量為 180 萬輛。無論是 L0+L1 級別的 ADAS 還是 L2 級別的 ADAS，國際大廠都占據絕大多數的份額，其中L0+L1級別中TOP5供應商均為國際大廠，份額為83.06%，經緯恒潤第6份額為5.59

50、%，L2 級 ADAS 的 TOP7 供應商均為國際大廠，但得益于本土供應商如經緯恒潤、德賽西威、福瑞泰克、智駕科技、毫末智行的突圍，TOP7 供應商份額小幅下降 4.43pct 至 86.40%。表 2：ADAS 領域國際 Tier1 大廠占據絕對優勢份額，但在本土供應商突圍下大廠份額開始下降 2021 年 H1，L0+L1 數據 2022 年 H1，L0+L1 數據 2021 年 H1，L2 數據 2022 年 H1，L2 數據 227.0 萬輛 179.7 萬輛 154.6 萬輛 237.0 萬輛 Tier1 份額 Tier1 份額 Tier1 份額 Tier1 份額 博世 30.90%

51、博世 30.03%電裝 29.22%電裝 26.05%大陸 23.35%大陸 20.13%博世 22.95%博世 24.28%安波福 13.78%采埃孚 14.00%安波福 11.69%采埃孚 11.03%采埃孚 13.14%安波福 12.25%特斯拉 9.79%特斯拉 8.37%電裝 8.45%veoneer 6.65%采埃孚 7.59%veoneer 7.46%經緯恒潤 3.85%經緯恒潤 5.59%veoneer 5.52%安波福 6.29%veoneer 1.67%法雷奧 3.60%大陸 4.07%法雷奧 2.92%其他 4.86%其他 7.75%其他 9.17%其他 13.60%資料

52、來源：高工智能汽車，申萬宏源研究 國內的汽車座艙領域，2022 年上半年數字聯網+域控制器兩個細分市場的滲透率首次超過 50%，成為市場的主流配置。2022 年上半年數字聯網座艙依舊為主流，滲透率為43.53%，裝載汽車品牌主要有比亞迪、長安、吉利、日產、別克，供應商中德賽西威占據 16.22%的最大份額，且競爭格局較為分散，國內和國際供應商勢均力敵。更進一級的域控智能座艙滲透率為 7.28%，裝載汽車品牌主要有特斯拉、紅旗、哈弗、大眾、吉利，頭部供應商份額較為集中，國內和國際廠商同樣份額相當（除特斯拉）。表 3：不同等級座艙的前裝搭載率 座艙階段 2021 年 1-6 月 2022 年 1-

53、6 月 代表品牌(搭載量靠前)4.0（V2X）1.15 萬輛 0.11%5.45 萬輛 0.61%高合、紅旗、蔚來、奧迪、通用、福特 3.0（域控智能）45.49 萬輛 4.52%64.79 萬輛 7.28%特斯拉、紅旗、哈弗、大眾、吉利 2.0（數字聯網）308.71 萬輛 30.7%387.23 萬輛 43.53%比亞迪、長安、吉利、日產、別克 1.0（功能機）167.35 萬輛 16.64%118.52 萬輛 13.32%豐田、大眾、本田傳統二三線品牌 資料來源：高工智能汽車，申萬宏源研究 表 4：2022 年 H1 中控主機和座艙域控供應商份額，總體看國內和國際 Tier1 勢均力敵

54、中控主機供應商（數字聯網）2022H1 份額 座艙域控供應商（域控智能）2022H1 份額 德賽西威 16.22%特斯拉(代工)30.78%哈曼 8.09%偉世通 13.88%比亞迪 7.67%德賽西威 13.22%安波福 7.06%東軟 11.18%先鋒 6.41%LG 8.67%航盛 5.99%安波福 8.51%東軟 5.30%諾博汽車 5.17%其他 43.26%其他 8.59%資料來源：高工智能汽車，申萬宏源研究 座艙域與智駕域控制器是當下市場焦點，主機廠與傳統 Tier1 是域控制器市場的主要參與者，其中國內 Tier1 廠商發展迅猛，共同推動智駕域與座艙域裝載量的快速提升。主機廠主

55、要包括特斯拉、國內造車新勢力及長城等傳統品牌車企，其中特斯拉引領發展，整個架構已在向最終的中央集中式架構靠近；國內新勢力品牌出于提升品牌影響力的考慮和產品快速迭代的需要，大多堅持全域自研，打造差異化優勢；國內傳統車企中長城較強，立足于旗下毫末智行實現域控制器高度自研；而實力稍弱的主機廠則選擇部分自研或外采解決方案。國際 Tier1 主要包括電裝、博世、安波福、偉世通、大陸等，憑借技術積累在域控領域較為領先。國內 Tier1 發展迅猛，主要包括華為、經緯恒潤、德賽西威、東軟睿馳、博泰車聯網等，其中華為自研能力最強、技術優勢最大，在自動駕駛、智能座艙、車身、三電系統、傳感器等多領域都有自研產品落地

56、，并能夠實現以自身為主導與車企進行整車合作；德賽西威量產規模最大、具備先發優勢，產品已配套理想、小鵬、奇瑞等多款車型。國內其余域控制器 Tier1 亦有域控產品落地或即將實現量產，也具備一定競爭力。智駕域和座艙域控制器的裝載量也在快速提升，2022年上半年國內裝載量分別達到了37.1萬臺和 64.4 萬臺，同比增速分別為 62%和 42%。圖 22：智駕域控制器搭載數量處于快速增長通道 圖 23：座艙域控制器搭載數量同樣快速增長 資料來源：高工智能汽車，申萬宏源研究 資料來源：高工智能汽車，申萬宏源研究 國內域控制器 Tier1 由垂直供應轉向與主機廠進行更深度合作，追求快速、低成本、高質量的

57、推出產品，發展機遇較多。在此過程中，主機廠基于自身實力與資源選擇是否自研，并從域控的產品結構上與 Tier1 進行深層次合作，有望縮短產品落地周期、提高利潤率的同時提供給 Tier1 更多參與機會，實現雙贏。從整體趨勢來看，主機廠更加注重上層軟件和算法的自研，供應商做好硬件、底層軟件、中間件；在域控架構不斷變化升級與不同主機廠對域控制器存在差異化需求下，主機廠傾向于自身主導域控功能與算法，國內Tier1 供應商具備與主機廠距離近、合作響應速度快等本土優勢，有望在域控制器領域實現突圍。自動駕駛域控制器市場競爭激烈，特斯拉、博世等海外廠商在產品和技術上暫時領先，以華為、德賽西威、經緯恒潤為首的國內

58、廠商亦具備一定競爭力。國內華為自研能力最強，技術領先，建立了 MDC 車載計算平臺，實現從芯片到智能駕駛平臺全面自研，其中最新自研智駕平臺 MDC810 算力達 400+Tops，已搭載在極狐阿爾法 S HI 版車型上，華為有望憑借強大自研能力持續與更多整車廠合作。德賽西威憑借與英偉達的深度合作占據 L2 及 L2.5 級別的優勢地位，產品已搭載在小鵬 P7 和理想 L9 等車型上，獲得多個主機廠定點，有望持續受益于英偉達高算力 AI 芯片的優勢，持續擴展高階自動駕駛產品的市場份額。經緯恒潤目前憑借 Mobileye 成熟的 L2 方案，在 L2 級別市場占據較大份額，并在自動駕駛領域進行多產

59、品線布局，經驗豐富。目前經緯恒潤積極與 TI、英偉達、黑芝麻合作，向 L3 級別拓展，并且在多種感知硬件產品、底層軟件、中間件、操作系統、規控算法、部分執行器均有布局，具備提供算法+硬件的解決方案能力，同時初步在港口場景實現L4 級別落地，發展潛力巨大。東軟睿馳、創時智駕、知行科技等國內其余 Tier1 均在自動駕駛域控制器上積極布局，短期內有望實現產品落地和車型配套。圖 24：國內自駕域控 Tier1 供應商發展迅速，德賽西威、華為和經緯恒潤實力最強 6.3122.8637.10%50%100%150%200%250%300%05101520253035402020年H12021年H1202

60、2年H1智駕域控制器搭載數量（萬臺）同比增速（右軸）14.7545.4964.380%50%100%150%200%250%0102030405060702020年H12021年H12022年H1座艙域控制器搭載數量（萬臺）同比增速（右軸）資料來源：各公司官網，申萬宏源研究 表 5：典型的自動駕駛域控制器企業 企業 產品 算力 Tops 芯片 上市時間 配套 華為 MDC610 200+自研的昇騰芯片 2021 哪吒 S、廣汽 AION LX、長城機甲龍 MDC810 400+自研的昇騰芯片 2021 北汽極狐阿爾法 S HI 版 經緯恒潤 ADCU Mobileye（EQ4）2020 一汽紅

61、旗（E-HS9）德賽西威 IPU04 254-1016 英偉達（Orin）2022 理想 L9 IPU03 30 英偉達（Xavier)2020 小鵬（P5/P7）東軟睿馳 X-Box 3.0-地平線（J5）2022-創時智駕 IECU3.0 500 英偉達（Orin-X）2022 智己 L7 環宇智行 TITAN5 200/550/1100 英偉達（Orin）2022 毫末智行 小魔盒 3.0 300 高通（8640+9000）2022 知行科技 iMO DCU-TI（TDA4）+Mobileye（EQ5）2020 極氪 001 大疆 D130/D130+100 高通、英特爾 2022-超星

62、未來 NOVA30P 67 英偉達（Xavier）2021-縱目科技 FDU3.0 720 高通 2022-博世 DASy2.0 最高 300 英偉達 GPU+Xeon 處理器 2022-特斯拉 AutoPilot 3.0 144 FSD 芯片 2019 特斯拉 蔚來 NIO Adam 1016 4 顆英偉達 Orin 2021 蔚來 ET7 資料來源：焉知汽車科技、各公司官網，申萬宏源研究 智能座艙域控制器市場格局分散，國內外傳統 Tier1 為主要參與者，德賽西威、華為、華陽集團等國內廠商實力強勁。海外廠商中，博世推出座艙域控制器總成產品較早，AI car computer 方案已搭載在廣

63、汽傳祺、廣汽埃安、吉利、長城、通用等眾多車型上；偉世通推出的 Smart Core 方案受到市場青睞，已與吉利、戴姆勒、汽車等多家企業合作；安波 福推出的 ICC 使用單芯驅動多屏，已獲得長城、奧迪、法拉利、沃爾沃訂單。國內廠商中，德賽西威實力強勁，座艙域控制器產品已搭載在理想、天際、奇瑞等車型上，有望憑借先發優勢穩固國內龍頭地位；華為鴻蒙車機 OS 的技術優勢明顯，并基于自研麒麟芯片打造 CDC 智能座艙域平臺，已配套東風嵐圖等車型，并獲得幾何 M6、幾何 G6 兩款新車定點，有望憑借自研能力持續拓展市場份額；華陽集團在軟硬件開發上均具備極強技術實力。一方面華陽基于自研軟件開發平臺 AAOP

64、 聚焦智能座艙平臺化，提供可定制的開放式軟硬分離平臺，另一方面其智能座艙域控制器產品獲得長城、長安等客戶定點，并將于 2022年下半年至 2023 年量產上市，能夠與高通、瑞薩等主流芯片方案適配，發展前景好；長城旗下的諾博電子，東軟等國內其他廠商在智能座艙域控制器領域也均有布局。2.2 軟件架構：從面向功能向面向服務的 SOA 演變 2.2.1 SOA 降低了軟件開發難度、提高了效率 SOA 帶來軟件新機遇，軟件定義汽車成發展趨勢。集中式的 E/E 架構是軟件定義汽車得以實現的硬件基礎，SOA 是軟件定義汽車實現的軟件基礎。隨著主機廠開發車型周期越來越短，面臨的開發需求更頻繁，車上功能增多，主

65、機廠需要更快速的響應時間以滿足市場需求，與此對應的是傳統分布式 E/E 架構下，汽車采用的是“面向信號”的軟件架構，ECU 之間通過 LIN/CAN 等總線進行點對點通信。為了真正實現軟件定義汽車，從技術角度看，汽車軟件架構正由“面向信號”的傳統架構邁向“面向服務”的 SOA 架構（Service-Oriented Architecture）。SOA 架構核心將每個控制器的底層功能以“服務”表 6：主要的智能座艙域控制器企業 企業 產品 核心芯片 推出時間 配套 偉世通 Smart Core 高通 SA8155P 2020 吉利星越 L、奔馳戴姆勒、東風、廣汽埃安 LX 博世 AI car c

66、omputer 高通 8155 2017 廣汽傳祺&埃安、奇瑞汽車、吉利、長安、長城、通用、福特 安波福 ICC 英特爾 2020 長城、奧迪、法拉利、沃爾沃 大陸 集成式車身電子平臺（IIP）高通/瑞薩 2019 德賽西威 智能座艙域控制器 高通 2019 奇瑞（瑞虎 8PLUS、捷途 X90）理想、天際 諾博電子 IN9.0 高通 8155 長城（哈弗 H6S）華陽集團 高通 8155 東軟 C4-Alfus 2016 吉利、奇瑞 華為 CDC 智能座艙平臺 華為麒麟 新寶駿 RC-6（2020）、東風嵐圖、幾何 博泰 PATEO 智能座艙域控制器 東風嵐圖 布谷鳥 Auto Cabin

67、NXP 2017 四家主機廠 佛吉亞 歌樂 紅旗 H9 北斗智聯 雷諾江鈴 GSE 資料來源：焉知汽車科技，申萬宏源研究 的形式進行封裝，一個服務即是一個獨立可執行的軟件組件，并對其賦予特定的 IP 地址和標準化接口以便隨時調用，最終通過這些底層功能的自由組合實現某項復雜智能化的功能。因此需要 SOA 架構具有接口標準化、相互獨立、松耦合三大特點：各個“服務”間具有界定清晰的功能范圍，并且留予標準化的訪問接口；每個服務之間相互獨立且唯一，均屬于汽車軟件架構中的基礎軟件，因此若想升級或新增某項功能只需通過標準化的接口進行調用即可；具備松耦合的特性，獨立于車型、硬件平臺、操作系統以及編程語言?？梢?/p>

68、將傳統中間件編程從業務邏輯分離，允許開發人員集中精力編寫上層的應用算法，而不必將大量的時間花費在底層的技術實現上。SOA 降低了軟件開發難度、提高了效率。SOA 使應用層功能能夠在不同車型上復用，且能夠基于標準化接口快速響應用戶新的功能需求。此外，通過 SOA 平臺能夠充分調用整車各域的傳感器、執行器的硬件能力。隨著 SOA 架構的成熟，傳統汽車軟件與硬件高度耦合的問題得以解決，軟件架構分層解耦使軟件層和組件不受硬件影響，實現軟硬件設計分離，軟件開發易于管理，軟件系統易移植、裁剪和維護，可提升軟件通用性和復用率，降低了開發難度、提高了效率。圖 25：SOA 架構降低開發難度提升效率 資料來源：

69、億歐智庫，申萬宏源研究 2.2.2 SOA 架構的各層基礎軟件助力軟件定義汽車的實現 操作系統跟隨硬件架構的跨域融合趨勢數量在減少，按功能分類可分為車控操作系統、自動駕駛操作系統與智能座艙操作系統?？缬蛉诤戏桨赶?，域操作系統正在逐漸形成，傳統操作系統正由獨立的多個操作系統向少數/一個操作系統發展。智能汽車操作系統從功能實現角度來看，大致可分為車控操作系統、自動駕駛操作系統與智能座艙操作系統，其中車控操作系統主要用于實現車身底盤控制、動力系統控制，自動駕駛操作系統主要用于實現自動駕駛功能，智能座艙操作系統主要用于實現車載娛樂信息系統功能以及實現 HMI 相應功能。操作系統是軟件定義汽車發展基石。

70、智能汽車SOA軟件架構從上而下分別為應用軟件、功能軟件、中間件、底層操作系統（狹義操作系統）、車載芯片軟件（BSP）、虛擬機（Hypervisor）與芯片，其中功能軟件、中間件、底層操作系統、車載芯片軟件與虛擬機 組成廣義操作系統，統稱為系統層軟件，是管理和控制智能汽車硬件與軟件資源的底層，提供運行環境、運行機制、通信機制和安全機制等。圖 26：智能汽車 SOA 軟件架構 資料來源：億歐智庫，申萬宏源研究 底層操作系統是操作系統的內核，提供了最基礎的功能。底層操作系統對內負責協調進程和管理軟硬件資源，對外提供接口實現交互，從根本上決定了系統的性能和穩定性，是系統軟件層的核心。由于開發難度大且安

71、全性要求最高，市場競爭格局主要以 QNX、Linux、Android 為主。中間件是介于底層操作系統與上層應用程序之間的軟件模塊，目前自動駕駛與智能座艙的中間件正處于百花齊放的時期。中間件可以簡單地理解成中間層軟件，它和底層軟件緊密結合，構成平臺軟件，由此聯結上層應用層算法和下層硬件（如芯片、傳感器等）。通過平臺軟件，可以實踐“軟件定義汽車”軟硬件解耦的系統論。應用層可以在任何芯片、任何域控上進行快速移植和部署，硬件也不需要關注對應的接口匹配。目前市場上主流的中間件方案為 AUTOSAR，是汽車行業內應用相對成熟的中間件。AUTOSAR 中對各功能模塊進行了封裝，并對模塊與模塊之間的接口進行標

72、準化，從而實現汽車軟硬件解耦。Classic AUTOSAR（AUTOSAR CP）方案應用于分布式架構下的 MCU 上，擁有更高的功能安全與實時性，適用于動力、制動等傳統 ECU；為支持高級自動駕駛需求，AUTOSAR聯盟推出 Adaptive AUTOSAR（AUTOSAR AP），同時基于機器人軟件中間件打造的ROS(2.0)中間件方案也可以用于高級自動駕駛。同時隨著傳感器的數量增加，數據來源增多，多元異構數據在芯片之間、各任務進程之間的高效、穩定傳遞需要引入通信中間件。SOME/IP 與 DDS 是面向服務的通信協議，都可以共存于 AUTOSAR AP 中，其中 SOME/IP 相對閉

73、源，DDS 可以用于開源商用，但大多數 DDS 商業版是非車規的，主機廠需要進行二次開發。自動駕駛與智能座艙領域的中間件目前正處于百花齊放時期，自動駕駛中間件有 AUTOSAR AP、DDS、ROS(2.0)三種主流方案，主機廠可基于此進行二次開發，而智能座艙目前還沒有形成嚴格行業標準與主流方案。百花齊放的行業狀態也為本土 中間件企業帶來了發展機遇，本土企業可以根據客戶的需求進行定制化開發，滿足大多數主機廠目前的“自研”需求，同時定價也更加靈活，具有快速響應優勢和本土溝通的優勢。圖 27：中間件介于底層操作系統與上層應用程序之間 資料來源：零念科技公眾號，申萬宏源研究 表 7：國內外典型的中間

74、件平臺 版塊 企業 產品/方案 特點 Autosar Vector 針對 AUTOSAR AP 平臺提供了 Adaptive MICROSAR 的方案，同時提供了相對完整的工具鏈支撐 中立型”基礎軟件企業。產品以標準組件為主、定制組件為輔，以源碼形式交付。ETAS 易特馳 ETAS&BOSCH 工程&UAES 在中國推出 AUTOSAR AP 的 全棧解決方案；聯合 BOSCH 推出了 RTA-VRTE AP 方案；2020 年 ETAS 推出了高級自動駕駛應用中間件：Iceoryx(冰羚)。Elektrobit AP 平臺的產品線名：EB Coebos TTTECH MotionWise 2

75、020 年 9 月 TTTECH&聯創電子成立了合資公司創時科技。KPIT KSAR Adaptive 普華基礎軟件 基于 AUTOSAR AP R20-11 研發了面向智能網聯領域以高性能計算SOC 芯片為運算平臺的自適應平臺。中立型”基礎軟件企業。東軟睿馳 NeuSAR：由 cCore、aCore、中間件和工具鏈組成。經緯恒潤 INTEWORK-EAS:含 CP 和 AP 兩個平臺,涵蓋嵌入式標準軟 件、AUTOSAR 工具鏈、集成服務等各個方面。華為 針對 AUTOSAR CP 架構，開發上引入模型化代碼開發概念 2018 年加入 AUTOSAR 組織，并成為組織中的高級合伙人，參與規范

76、與架構制定。斑馬智行 斑馬智行一直是自研自動駕駛 OS 內核與中間件并舉 國汽智控 國汽智控自研的中間件及適配層與 AUTOSAR AP、ROS2 等中間件兼容及互聯互通。ROS2 Tier IV 自動駕駛開源算法平臺 Autoware Apex.AI Apex.OS 基于 ROS 2 架構和 APIs 基于 ROS 2 開發的中間件 Apex.OS打破了 ROS 2“不能過車規”的詛咒。中科創達 其中間件產品是基于 AUOTSAR AP 標準還是 ROS 2,據九章智駕推測是:ROS 2。DDS RTI RTI Connext DDS 已運行在 250 多個自動駕駛項目中，包括安波福、阿波羅

77、、Voyage 和小鵬、理想。RIT 是全球范圍內 DDS 市場份額最大一家公司。中國的獨家代理是創景科技。華玉通軟 雨燕：從架構到源代碼，都由華玉通軟完全獨立自主研發，未使用開源模塊。資料來源：焉知汽車科技，申萬宏源研究 虛擬化技術實現多操作系統共享一套硬件資源。整車分布式架構向集中式架構的演變，以及大算力芯片的應用，產生軟件安全隔離的需求。其中引入虛擬機的概念，可以將物理服務器的 CPU、內存、I/O 等硬件資源被虛擬化并接受 Hypervisor 的調度，使得多個操作系統在 Hypervisor 的協調下可以共享同一套硬件資源，同時每個操作系統又可以保存彼此的獨立性。以智能座艙為例，一個

78、座艙 SoC 芯片可以完成對多個座艙電子設備信號的處理和控制，虛擬機管理的概念被引入智能座艙操作系統，在單個 Soc 芯片上允許符合車規級安全標準的 QNX、Linux、安卓系統共同運行。目前常見的 Hypervisor 包括 QNX Hypervisor、英特爾的 ACRN、Mobica 的 XEN、大陸 L4RE 等，其中 QNX Hypervisor是唯一通過 ASIL D 的安全合規水平以及預認證水平的管理程序，應用到量產車型。圖 28：虛擬化技術實現多操作系統共享一套硬件資源，QNX Hypervisor 是主流 資料來源：億歐智庫，申萬宏源研究 廣義操作系統通過對底層操作系統進行不

79、同程度的改造，形成三類操作系統。智能汽車 SOA 軟件架構中的功能軟件、中間件、底層操作系統、車載芯片軟件與虛擬機組成廣義操作系統。廣義操作系統按照對底層操作系統的改造程度可分為基礎操作系統、定制型操作系統與 ROM 型操作系統：基礎型操作系統包括系統內核、底層驅動等，提供操作系統最基本的功能，負責管理系統的進程、內存、設備驅動程序、文件和網絡系統，決定著系統的性能和穩定性；目 前底層操作系統為開源框架，暫不受版權和知識產權的影響，一般不屬于企業考慮開發的技術范圍。定制版操作系統則是在基礎型操作系統之上進行深度定制化開發，如修改內核、硬件驅動、運行時環境、應用程序框架等，屬于自主研發的獨立操作

80、系統。ROM 型操作系統是基于 Linux 或安卓等基礎型操作系統進行有限的定制化開發，不涉及系統內核更改，一般只修改更新操作系統自帶的應用程序等。大部分的主機廠一般都選擇開發 ROM 型操作系統，國外主機廠多選用 Linux 作為底層操作系統，國內主機廠則偏好 Android 應用生態。圖 29：廣義操作系統是對底層操作系統進行不同程度的改造分為三類 資料來源：億歐智庫，申萬宏源研究 底層操作系統應用上，智能座艙以 QNX、Linux、Android 為主，智能駕駛以 Linux為主。在智能座艙領域，得益于 Linux 與 Android 開源特性，其廣泛應用于車載信息娛樂系統，QNX 由于

81、其穩定性與安全性更多的應用于車載儀表盤。自動駕駛相比于智能座艙需要引入大量的車外的傳感器，如毫米波雷達、激光雷達、攝像頭等，因此涉及大量數據的處理，對底層 OS 的開放性要求更高，QNX 開放程度不夠，而 Linux 的開放性較高，因此Linux 受到廣泛應用。圖 30：QNX、Linux、Android 是基礎 OS 主流方案 資料來源：億歐智庫、焉知汽車科技，申萬宏源研究 圖 31：Linux 因其開發、兼容性好成為車企智能駕駛主流基礎 OS 選擇 資料來源：億歐智庫、汽車縱橫，申萬宏源研究 智能電動汽車基礎軟件產業包括操作系統企業、虛擬機企業、中間件企業和功能軟件企業，處于汽車產業鏈上游

82、。隨著汽車產業生態的重塑，基礎軟件企業開始直接供應給主機廠，產業話語權逐漸增加。圖 32：智能汽車軟件產業鏈玩家主要有主機廠、功能軟件企業、中間件企業、虛擬機企業、操作系統企業 資料來源：億歐智庫，申萬宏源研究 3 趨勢：擁抱智能化，催生十大行業趨勢 自動駕駛的基本過程分為三部分:感知、決策、控制。其實現路徑是通過感知系統融合各個傳感器的數據，借助不同的算法和支撐軟件對感知層輸出信息決策得出駕駛方案，最終由控制系統完成對車輛的控制行為。感知指對于環境的場景理解能力，是實現自動駕駛的首要條件。感知系統通過融合各個傳感器的數據，實現對車輛運動環境以及駕駛員狀態行為的感知與檢測，進而形成全面可靠的感

83、知數據供決策與控制系統使用。決策指對感知層輸出信息認知理解后根據駕駛需求進行任務決策，選擇合適路徑達到目標，是實現自動駕駛最關鍵的一步。決策系統根據感知系統收集的信息合理決策當前車輛行為，通過規劃出實現任務的最優路徑，決策出車輛行駛軌跡，并發送給控制層。執行指對決策和規劃落實的切實行為，是實現自動駕駛的行為體現。執行系統執行駕駛指令、控制車輛狀態，借助車輛的驅動和制動控制及對方向盤與輪胎的控制實現縱向和橫向自動控制，按給定目標和約束自動控制車運行，進而達到自動駕駛的目的。圖 33：自動駕駛感知、決策、控制層技術架構 資料來源：賽迪顧問，申萬宏源研究 智能座艙指在汽車移動過程中給駕駛員與乘客提供

84、人、車、環境需求和信息交互的空間，是自動駕駛的最終展示平臺。相比于傳統汽車座艙，智能座艙搭配了智能化和網聯化的車載產品，用戶可以通過車機 OS 的多模交互驅動座艙內飾和座艙電子的聯動，再經由云端系統處理采集信息，進而實現人、路、車實時智能交互。智能座艙主要由操控系統、娛樂系統、空調系統、通信系統、座椅系統、交互系統、感知系統等模塊組成，包含了座椅、燈光、空調、音響等座艙內飾與液晶儀表盤、T-box、HUD、流媒體后視鏡等座艙電子，向用戶提供了車機互聯、語音交互、駕駛員狀態監控、生物識別、車路協同、安全預警等多項智能化功能，實現網聯化、智慧化、舒適化、辦公化的全新生態體驗。3.1 智能駕駛感知：

85、感知部件豐富升級帶動產業發展新格局 趨勢一：感知部件升級，激光雷達和 4D 毫米波雷達相繼應用上車 自動駕駛催化下，激光雷達逐步應用，毫米波雷達與攝像頭升級。傳感器是實現自動駕駛感知的硬件支撐，汽車傳統感知器包括攝像頭、超聲波雷達和毫米波雷達等，在探測距離和探測精度上能基本滿足 L1-L2 級別自動駕駛需求。但自動駕駛級別升高對傳感器探測的距離和精度提出了更高的要求，激光雷達因此落入主機廠視野，成為高級別自動駕駛所必需的感知器之一，當前激光雷達開始應用上車。傳統的毫米波雷達產品已經成熟，現在 4D 毫米波雷達在傳統毫米波雷達軟硬件基礎上進行了升級，增加了對于物體高度的測量，能夠識別靜止的物體，

86、并能夠生成物體大致輪廓的點云，并希望未來部分代替低線束激光雷達，做到感知成本的降低。前視攝像頭（一體機）作為 L2 及以下 ADAS 功能的關鍵傳感器，魚眼相機作為泊車功能的關鍵傳感器，產品較為成熟，而側視和后視攝像頭逐步開始搭載，高階應用的趨勢是攝像頭模組，算法在控制器中實現。表 8：各類車載傳感器對比 應用 要素 激光雷達 毫米波雷達 攝像頭 環境：天氣、光照等狀況 天氣、環境穩定性 會受雨天、雪天、霧天的干擾，也會受到如汽車尾氣等產生的干擾 非常好，不受影響 需要專門在算法上處理惡劣天氣的影響 光照穩定性 非常好 非常好，不受影響 暗光逆光等均為挑戰場景 工況：周圍車輛、行人、二輪車等運

87、動狀況 語義與目標分類能力 分類能力不強。通過點云的局部形狀來分類，可以對大車、小車等目標作出基本分類 差，主要依賴于雷達反射特性做目標分類，效果差，可通過多普勒效應區分動靜目標 非常好，可以逼迫近人眼能力 目標檢出能力 非常適合檢出通用障礙物，但受當前分辨率影響，遠距離小目標檢出不強 有徑向運動速度的目標檢出性能好，靜止目標受到雜波影響，性能很差 已知類型目標檢出能力強，不適合處理未訓練過的障礙物 目標輪廓測量能力 極佳 很差，毫米波返回的更多是電磁輻射中心，非真正物理邊界 近距離可通過算法做一定估算，遠距離性能不好 距離測量能力 測距精度高 測距能力好，但在多徑場最下(隧道、地庫)容易受影

88、響 距離測量誤差隨著距離增加而增加 徑速度測量能力 通過位置精度換算速度，準確 多普勒效應，非常準 較差 定位自車位置 非常好，非常理想的高精度定位傳感 一般，在特性場景下對定位會有所幫助，如高架下的橫向定位 可通過環境要素感知進行較好的高精度定位，依賴于感知的穩定性 路況：車道寬度、車道數量、車道線類型/顏色、路面材質、道路曲率、路面上是否有標識牌/橋梁等 靜態環境要素的感知能力（如車道線、紅綠燈）感知能力不強，會受到如地面雨水、其他雜物覆蓋等產生的干擾 幾乎沒有感知能力 極佳，車道線、紅綠燈、路牌等都可感知 資料來源：北汽研究院，申萬宏源研究 L3 及以上的高階自動駕駛需要搭載激光雷達已經

89、成為行業的共識，激光雷達加速上車。激光雷達在 Robotaxi 已經廣泛應用，基本是以機械式為主，而車規級激光雷達也已經積累了多年，技術趨于成熟，激光雷達已經普遍出現在近期發布的中高端車型上。根據高工智能汽車的數據，2022 年上半年國內激光雷達交付上車 2.67 萬顆，2022 年全年預計超過10 萬顆，預計到 2023 年底規模超過 150 萬顆（含定點）。激光雷達是當下解決智能駕駛場景痛點的有效感知器件，隨著成本下降，將會得到更多的應用。目前智能駕駛中感知器件仍然存在痛點：攝像頭和毫米波雷達感知仍不安全，對于靜止物體、較差光線環境、罕見的 cornercase 不能做到很好的表現；搭載中

90、短距激光雷達也仍不夠安全，在時速大于 100km/h 的高速場景下，仍然不夠安全，車輛的安全制動需要清晰探測到 100m 之外的小物體，意味著實現 100m 的提前預警，需要 250m 的標 準探測距離；層出不窮的高速拋灑物嚴重威脅駕乘安全。而激光雷達尤其是長距激光雷達的應用可以較好的解決以上問題?，F在 1550nm 激光光源的激光雷達售價在 1000 美元左右，預計未來 35 年能夠實現至少 50%的降本，屆時激光雷達將會更多的搭載在車上。毫米波雷達經歷了多年的積累實現了在乘用車上的量產應用，產品應用的載體是ADAS 功能，其市場年銷量在逐漸增加，但傳統毫米波雷達有無法識別靜止物體的缺陷，當

91、前國產化方案呈現百花齊放的趨勢。毫米波雷達在對信號進行處理時，能夠利用運動目標的多普勒頻率和 TOF 原理實現物體速度和距離測量，基于并列接收天線收到同一目標反射的脈沖波的相位差實現角度測量。毫米波雷達可以輸出距離、速度和角度信息，也被稱為 3D 毫米波雷達，對距離和角度信息通過將極坐標系轉換為笛卡爾坐標系，可以獲得目標在 x 和 y 方向上離自車的距離，但是缺少了垂直 z 向的信息，對道路中間的井蓋、減速帶、懸在半空中的各種標識牌、限高架、靜止的車輛等靜止物體，由于沒有高度信息，通過 3D 毫米波雷達是無法決策這些障礙物是否影響通行的，這是傳統毫米波雷達的缺陷。當下毫米波雷達發展規律：價格降

92、低；體積變??；脈沖到 FMCW；芯片高度集成化；技術創新4D 成像?，F在毫米波雷達已經發展到了第五代，大陸馬上要推出第六代毫米波雷達。L2+系統中，尤其是 NOA 功能，普遍采用了 5 顆毫米波雷達。當下各家的技術方案存在多樣性，重點在于性能指標和工程化落地的能力。4D 毫米波雷達能夠測量目標的高度信息，進行物體的點云成像，是毫米波雷達的下一代升級。4D 毫米波雷達增加的最顯著功能是可以精確探測俯仰角度，從而獲取被測目標真實的高度數據，憑借這一特性，4D 毫米波雷達可以“識別靜止物體”。除此之外，4D 毫米波雷達在分辨率上也獲得極大提高，以 Arbe Phoenix 為例，其水平和垂直分辨率分

93、別為 1和 2，1的水平分辨率比普通 3D 毫米波雷達提升 510 倍，2的垂直分辨率僅比普通 16/32 線機械式激光雷達的 1垂直分辨率小一倍，這讓 4D 毫米波雷達在掃描同一物體時可獲掃描的點的數量極大增加，甚至可以有低線束激光雷達的點云掃描效果。第五代毫米波雷達已經可以逐步實現點云成像，成像的目的是為了對物體進行勾勒輪廓，做出鄰近物體的區分。而在此過程中識別會有識別率的問題，并不是所有物品都可以被識別，當成像點云越接近物品的真實輪廓，識別率會越高。4D 激光雷達已經可以大致描述物體的周邊輪廓，下一步就是在點云成像基礎上，提升目標識別的算法效率。圖 34：高分辨率 4D 成像雷達點云效果

94、示例一 圖 35：高分辨率 4D 成像雷達點云效果示例二 資料來源：蘇州豪米波，申萬宏源研究 資料來源：蘇州豪米波，申萬宏源研究 4D 毫米波雷達較激光雷達更具成本優勢，我們認為能夠部分代替低線束激光雷達，促進高階智駕滲透率提升帶來行業的規模效應。4D 毫米波雷達無疑是自動駕駛感知部件的新星，特斯拉在 2022 年注冊了相關的專利，同時 Mobileye 的 CEO 在 CES 演講上也表達在 2025 年的高階自動駕駛上，應用 4D 毫米波雷達去代替激光雷達。4D 毫米波雷達相對激光雷達優點在于：多普勒效應直接測速，精度高；環境適應能力能好，穿云透霧以及穿雨效果更好，也不受光線的影響；成本更

95、低，4D 毫米波雷達的傳感器都是基于硅基的 c 模式的傳感器，成本可以做得更低。4D 毫米波雷達可以在高度方向與激光雷達做到類似的角分辨率，但是低線束激光雷達在水平方向的角分辨率仍要比現有的 4D 雷達高出 1個數量級，但是這個指標并不能代表全部的感知能力，在一些方面 4D 毫米波雷達表現并不差。4D 毫米波雷達優勢突出，我們認為成本是最關鍵的變量，激光雷達和 4D 毫米波雷達并不都是成熟的感知器件，技術進步會提升他們對物體的分類能力以及面對 Cornercase的檢測能力，4D 毫米波雷達與攝像頭的結合使用是一種很好的低成本的中短距感知方案，結合高線束的遠距激光雷達負責遠端感知，形成完整的感

96、知方案。我們認為在成本要求高的項目上，4D 成像毫米波雷達會部分替代低線束的激光雷達。當下正是 L3 級別自動駕駛滲透率提升的起點，諸如激光雷達和 4D 雷達成本仍然較高，相信如果更多的廠商采用 4D雷達，將會帶來智駕系統成本下降與高階智駕滲透率提升的良性循環，屆時也將會增加激光雷達的應用，共同促進系統成本的下降。趨勢二：感知硬件預埋成趨勢，國產替代加速 安全功能成主機廠尋求差異化競爭新方向，感知硬件預埋已成趨勢。感知部件升級趨勢分為以下兩點：新車搭載傳感器豐富升級，激光雷達、4D 毫米波雷達、800 萬高像素攝像頭等高級別傳感器逐漸應用上車。相比于普通毫米波雷達、攝像頭、超聲波雷達等傳統傳感

97、器，新感知部件的搭載上車本質上是為了追求安全冗余而進行的升級，多個傳感器互補缺陷，實現冗余，進而減少整個感知系統的 Cornercase。新車搭載傳感器數量增多，這是感知器件在軍備競賽的體現，本質上是為了追求安全冗余。主機廠硬件預埋，成為安全功能新賣點。伴隨 L2+級別智能駕駛在新車中紛紛落地，頭部新造車企業在目前自動駕駛上的差異化優勢不再突出，激光雷達、4D 毫米波雷達、800 萬高像素攝像頭等傳感器預埋成為造車新勢力及頭部自主品牌尋求差異化競爭力的新方向。蔚來 ES7 搭載了 11 個攝像頭+12 個超聲波雷達+5 個毫米波雷達+1 個激光雷達，小鵬 G9 搭載了 12 個攝像頭+12個超

98、聲波雷達+5 個毫米波雷達+2 個激光雷達，并配備了高精度地圖，理想 L9 搭載了 11個攝像頭+12 個超聲波雷達+1 個毫米波雷達+1 個激光雷達，蔚小理三者新車型也均并配備了高精度地圖，硬件配置行業領先。長安深藍 SL03、極氪 001、北汽極狐阿爾法 S 等自主品牌新車型也搭載了更多的攝像頭、毫米波雷達等傳感器。相比于比亞迪漢、小鵬 P5 等傳統熱銷車型，新車搭載傳感器總量明顯增多，感知硬件投入金額也顯著增加，硬件預埋已成為主機廠主流策略。圖 36：新車搭載傳感器數量增多，為后續 OTA 升級預埋 資料來源：懂車帝、佐思汽研，申萬宏源研究 感知部件豐富升級下國產替代加速，本土供應商有望

99、追趕海外領先廠商，迎來較好發展機遇。車載攝像頭鏡頭領域國產化趨勢明顯，舜宇光學領跑行業，獨占鰲頭；攝像頭關鍵組成部分 CIS（CMOS 圖像傳感器，Complementary Metal Oxide Semiconductor Image Sensor，互補金屬氧化物半導體圖像傳感器）領域國產替代加速，韋爾股份持續提升市占率，有望打破外資安森美壟斷格局。國內超聲波雷達產品升級迭代加速，上富股份提供整套基于超聲波雷達系統的感知解決方案，持續獲得國內車企定點，加速國產替代。海外廠商在毫米波雷達領域領先不多，國內廠商有望憑借 77GHz 毫米波雷達實現趕超，目前華域汽車和德賽西威均已實現 77GHz

100、 毫米波雷達量產，國產替代速度加快。車載激光雷達尚處發展階段，部分國內廠商已實現產品量產，短期內有望進一步突破。本土激光雷達廠商速騰聚創實現車規級半固態激光雷達前裝量產交付，技術領先國內行業，已搶占較多市場份額。炬光科技的激光雷達發射模組產品銷量迅速提升，與國內外多家激光雷達供應商達成合作，有望借助激光雷達實現騰飛；四維圖新、高德和百度在高精度地圖上布局較早，占據國內絕大部分市場，在自動駕駛催化下陸續與國內外車企達成合作，有望持續受益于高精度地圖。表 9：國產廠商在車載感知部件領域發展迅猛，國產替代加速 感知部件 組成部分 競爭格局 國產替代 關注公司 相關業務發展情況 合作企業 攝像頭 鏡頭

101、 一超多強，國內廠商獨占鰲頭 國內公司占據重要份額，國產化趨勢明顯 舜宇光學 2012 年起出貨量穩居世界第一，目前實現多款 800 萬像素 ADAS鏡頭量產 奧迪、寶馬、吉利、長安等 CIS 外資安森美壟斷，技術壁壘高 國產替代加速 韋爾股份 在汽車CIS市場2019年市占率達29%（第二），公司 CIS 產品在動態性能和功耗上領先行業 國內外多家車企及一級供應商 超聲波雷達/法雷奧、博世等Tier1 壟斷國內市場 國內廠商產品升級迭代加速，國產替代速度加快 上富股份 提供超聲波雷達傳感系統整套解決方案，包含自動泊車系統、燃油防盜系統等多項產品 吉利、大眾、比亞迪、上汽等 毫米波雷達 77G

102、Hz毫米波雷達 國外巨頭在24GHz 上占主導地位，77GHz 國國內已實現 24GHz產品規模量產，部分國產廠商具備華域汽車 24GHz 毫米波雷達量產配套上汽等客戶，77GHz 小規模量產 上汽大通、上汽乘用車、金龍客車等 內廠商有望趕上領先外企 77GHz 產品量產能力，有望在 77GHz產品上進一步突破 德賽西威 已量產 24GHz 毫米波雷達，77GHz 毫米波雷達已搭載小鵬等車型，定點多家車企 小鵬、奇瑞、吉利 激光雷達 光學部件、激光器 海外廠商暫時領先，國內廠商有望短期內實現追趕 國產替代加速 炬光科技 汽車激光雷達發射模組產能擴大，模組產品銷量迅速上升，與國內外多家車企及激光

103、雷達供應商達成合作 大陸、福特、Luminar、Velodyme 等 車載激光雷達 一超多強格局，國外廠商暫時領先，國內廠商占據一定市場 國內廠商已實現車載激光雷達量產，未來有望進一步突破 速騰聚創 躋身全球激光雷達第一梯隊，實現全球首個車規級半固態激光雷達前裝量產交付 小鵬、北汽、上汽智己、廣汽埃安等 高精度地圖/國內行業四維圖新、高德、百度三頭并立 國內廠商在國內市場占據主導地位 四維圖新 傳統圖商+騰訊入股加持，2017年高精度地圖達到 L3 級別并覆蓋20 多個城市，1821 年陸續獲得奔馳、華為、寶馬等公司定點 奔馳、華為、寶馬、上汽集團等 高德 2015 年建立高精度地圖產線，覆蓋

104、道路面積迅速擴大，2018 年裝配在凱迪拉克 Super Cruise 車型上 吉利、小鵬、奧迪、一汽紅旗等 資料來源：公司官網、Wind，申萬宏源研究 趨勢三：多傳感器融合和前端融合是未來趨勢 目前視覺感知和多傳感器融合方案雙線并行，從距離、速度及精度上的探測要求來看，多傳感融合技術更符合高級別自動駕駛需求；從感知算法來看，SLAM 算法為感知方案核心算法，其中前端融合算法將是未來發展趨勢。當下純視覺感知和多傳感器融合是主機廠主流感知方案選擇：純視覺感知方案具備結構簡單、成本較低等優勢，基本能滿足 L1-L2 自動駕駛感知需求，但該方案對算力要求高，受限于攝像頭感知，在探測距離、探測精度上也

105、存在一定缺陷。目前以特斯拉、豐田為代表的車企聚焦于純視覺感知方案。多傳感器融合感知方案成本更高，但具備探測精度高、探測距離遠等優勢。該方案中不同的傳感器實現不同功能，各有優劣，互為補充，實現冗余，從理論上是安全可靠性最強的感知方案，更貼合高級別自動駕駛需求，但其技術壁壘高，對算法要求最高。目前蔚來、小鵬等造車新勢力更傾向于自研融合感知方案。從算法端看，SLAM 算法是實現感知方案的核心技術，其中前端融合算法會是未來發展趨勢。SLAM 指同時定位與建圖，即在汽車自身不確定位置的條件下，根據車載傳感器的信息，同步計算自身位置和建構環境地圖，并同時利用地圖進行自主定位和導航，最終實現自動駕駛感知部分

106、，因此實現 SLAM 算法是各種自動駕駛感知方案中最核心、最重要的部分。目前主機廠在 SLAM 算法中主要采取后端融合算法，而前端融合算法在實現感知系統的準確、平穩和精準等性能上較后端融合算法更勝一籌，但礙于算法要求較高，會是未來發展趨勢。圖 37：長期來看融合感知方案更適合高級別自動駕駛需求，前端融合算法將成趨勢 資料來源：CSDN，申萬宏源研究 表 10：SLAM 算法是實現自動駕駛感知的核心技術 自動駕駛感知路線 核心算法 操作系統 實現感知方法 特點 代表廠商 純視覺感知方案 視覺 SLAM Linux 基于攝像頭感知的點云數據，對周圍環境進行地圖構建 成本適中 對算力要求高 結構簡單

107、 特斯拉、豐田 激光雷達+視覺融合感知方案 多傳感器SLAM Linux 對攝像頭、毫米波雷達、激光雷達、關到等感知到的信息數據進行解析融合 對車硬件傳感器數量、種類要求高 算法難度高，技術不成熟 成本較高 距離、速度、視角等感知內容多、精度高 Waymo、蔚來、小鵬 資料來源：CSDN,申萬宏源研究 軟、硬件自研能力較強的車企，有望率先降低激光雷達和融合感知方案的成本，突破SLAM 算法壁壘，最終實現軟件硬解耦。以傳統的雷達、攝像頭等實現環境感知時，不同傳感器的感知算法都有其相對獨特性，并且數據融合方法與其適合的智能駕駛決策、規劃、控制算法耦合緊密，傳感器及其感知算法的供應商需要花費大量時間

108、和成本適配智能駕駛系統，難以實現感知部分的軟硬件解耦。而多傳感器融合感知方案能夠通過前端融合算法實現單一傳感器與其傳感器感知算法分類，通過濾波方式在前端實現多個傳感器的數據融合，從而助力實現軟硬件解耦。目前，國內小鵬、蔚來等勢力憑借其較強的軟、硬件自研能力，布局融合感知方案，有望率先突破融合感知方案壁壘與 SLAM 算法壁壘，疊加激光雷達成本下降，多傳感器融合感知方案會是主流趨勢，主機廠傾向自身主導感知算法，最終實現感知層軟硬件解耦。3.2 智能駕駛決策：算力競賽不止，行業趨向開放合作 趨勢四：芯片算力競賽仍會持續，國產芯片嶄露頭角“軟件定義汽車”浪潮下前裝硬件算力需求增大，高算力芯片成為高級

109、別自動駕駛車型主流選擇。在汽車智能化過程中，高算力需求體現在以下三點：從自動駕駛芯片來看，目前多種類攝像頭、超聲波雷達、毫米波雷達和激光雷達等車載傳感器搭載數量提升趨勢 明顯，同時伴隨未來自動駕駛級別攀升至 L3 及以上，芯片高算力會是核心需求。從智能座艙芯片來看，伴隨整車電子電氣化架構由分布式向集中式演進，在全液晶儀表、抬頭顯示系統、車載娛樂系統和中控屏幕等多屏融合趨勢下，“一芯多屏”是未來智能座艙降本的主流方案，其中芯片的高算力會是方案的核心支撐。智能化程度加深對芯片算力提出更高要求，主機廠搭載高算力芯片為后續 OTA 軟件升級和創新提供支持。我們認為面對未來的不確定性，還會需要芯片算力與

110、功能的冗余，芯片算力的軍備競賽還會持續，尤其是在自動駕駛領域，自動駕駛的感知與執行器件需要為未來考慮。關于自動駕駛的能力界定其實一直是在不斷變化的，還沒有最終定論，所以對于智駕芯片的設計，未來也有可能會面對新的算法，芯片的設計不僅要面對當下車型 SOP 的需求，還要考慮未來汽車可能需要的算法，因此芯片需要繼續保持算力以及其他能力的冗余，芯片的軍備競賽還會繼續，這也適用在智能駕駛的感知與執行器件，需要為未來更考慮一點，當下的“硬件預埋”也是這個道理。同時未來的自動駕駛也需要更加開放，一家公司不可能獨攬功能與算法的定義，行業需要更加合作，才能促使自動駕駛的落地。自動駕駛芯片是自動駕駛決策層的核心部

111、件，國內外芯片廠商聚焦高算力、高性能自駕芯片，國產芯片嶄露頭角。目前主要自動駕駛芯片廠商包括英偉達、Mobileye、高通、特斯拉等國外廠商和地平線、黑芝麻、華為等國內廠商，新一代芯片產品算力已突破100Tops，下一代產品將向 1000Tops 高算力方向進發：以英偉達為首的國外廠商率先實現高算力芯片量產應用，英偉達發布的最新芯片 Orin 最高算力達 254Tops，已搭載在蔚來 ET7、智己 LS7 等車型上，下一代芯片 Atlan 預計算力突破 1000Tops。華為、地平線、黑芝麻等國內廠商相繼發布高算力芯片，華為 2021 年發布的昇騰 810 算力高達400+Tops，可滿足高級

112、別自動駕駛乘用車應用場景，黑芝麻將在今年內推出算力突破250+Tops 的 A2000 自動駕駛芯片。表 11：自動駕駛芯片算力突破 100Tops，高算力芯片相繼上車 企業 芯片 制程 nm 算力 Tops 功耗 w 級別 上市 時間 應用車型 特斯拉 FSD 14 72 72 L3 2019 年 Model 3/Y 英偉達 Xavier 12 30 30 L2-L3 2020 年 小鵬 P7/P5、智己 L7 Orin 7 254 45 L3 2022 年 蔚來 ET7、智己 LS7 Atlan 5 1000-L4 2026 年-Mobileye EyeQ6L 7 5 3 L1-L2 20

113、23 年-EyeQ5H 7 16 10 L2+,L4 2021 年 極氪 001 EyeQ6H 7 34 35 L2+，L4 2024 年 EyeQ Ultra 5 176 小于 100 L4-L5 2025 年-高通 8530 7 30 20 L2+,L4 2022 年 8540 7 60 40 L3 2022 年 長城 華為 昇騰 610 7(E)160 53 L3-L4 2021 年 哪吒 S、極狐阿爾法 S HI 版 昇騰 810-400+-L4-L5 2021 年-地平線 Journey 3 16 5 2.5 L2 2021 年 2021 款理想 ONE Journey 5 16 1

114、20 30 L3-L4 2022 年 黑芝麻 A1000 16 58 8 L3-L4 2022 年-A1000 Pro 16 106 25 L3 2020 年 紅旗 SUV A2000 7 250+-L4-L5 2022 年-資料來源：焉知汽車科技、佐思汽研、各芯片公司官網，申萬宏源研究 在芯片持續奔向高算力的趨勢下，以專業化架構+軟硬結合的規則綜合考量芯片真實性能或成為自動駕駛芯片發展的方案之一。FPS 是衡量自動駕駛芯片真實效能的指標，FPS是指在自動駕駛功能中每秒準確識別圖像幀率，依靠 FPS 衡量自動駕駛性能是以芯片處理信息精確度、傳輸速度及響應速度作為核心考量，而并非是單單僅考慮算力

115、。當下主機廠宣傳芯片特別是自動駕駛芯片時，往往將算力大小作為主要宣傳點，但單純的芯片算力并不能完全代表自動駕駛能力，也要考慮對算力調用的效率，所以用 FPS 代替算力作為評價標準。因此考慮芯片的能耗以及芯片背后的整體支撐方案包括支持路徑以及開發驗證工具鏈，以專業化架構+軟硬結合的方式實現芯片的高實用性能或成為未來芯片廠商的主流方案。圖 38：單純算力只能反映理論峰值計算效能，FPS 更能反映 AI 芯片真實計算性能 資料來源：汽車之家，申萬宏源研究 人機互動、人機共駕等智能座艙需求轉變疊加“一芯多屏”發展趨勢對芯片性能要求大幅提高，高算力座艙芯片應用成必然趨勢。與傳統座艙相比，用戶對座艙更高端

116、、更智能的需求轉變促使智能座艙在人機互動、人機共駕等智能化功能上更豐富，在座艙集成化程度提高下，座艙芯片的算力是支撐座艙功能智能化的主要支撐。同時 QNX 的狹義汽車操作系統和 QNX 虛擬化技術讓一芯多屏的實現成為了可能，一芯多屏技術能夠帶來未來座艙內更好的交互，并且可以減少 AP 處理器及外圍電路的數量，量產下具有成本優勢，此外亦能減少子模塊通信的開銷。在數字座艙內芯片逐步融合成單芯片方案下，屏幕數量的增多、分辨率的提高、流暢運行的需求對芯片算力提出了更高的要求，高算力座艙芯片的應用成必然趨勢。高通憑借高算力芯片在智能座艙芯片領域占據龍頭地位，國內廠商新秀層出不窮?，F階段高通座艙域控芯片出

117、貨量最多，推出的 SA8155P 智能座艙平臺憑借其領先性能及算力被全球眾多領先車企應用，在小鵬 P5、蔚來 ET7、長城摩卡、吉利星越 L 等眾多中高端車型上均已搭載，未來還將推出基于一芯多屏座艙域控方案的四代高通智能座艙平臺SA8295P，其座艙芯片 SA8295 在算力上更勝一籌。國內眾多廠商入局追趕高通，華為以麒麟 710A 切入座艙芯片，最新發布的麒麟 990A 已搭載在極狐阿爾法 S 車型上；芯擎科技打造的龍鷹一號座艙芯片是中國第一顆 7nm 制程的車規級 SoC 芯片，在算力、工藝和 性能上對標國際領先產品；芯馳科技、地平線等其他本土新興廠商亦初露頭角，陸續研發座艙芯片，積極與國

118、內主機廠展開合作。表 12：高通在智能座艙芯片算力上領先行業，國內眾多廠商入局追趕 企業 產品 制程 CPU CPU算力 GPU GPU 算力 推出時間 應用 nm Core kDMIPS Core G FLOPS 高通 SA820A 14 4 核 Kyro 200 45.2 Adreno 530 320 2016 年 大眾、奧迪、比亞迪、吉利等 SA6155 11 8 核 Kyro 300 40 Adreno 608 430 捷途、比亞迪 D1XPLUS SA8155P 7 8 核 Kyro 435 85 Adreno 640 1142 2019 年 小鵬 P5、領克 09、埃安LX、智己

119、L7、零跑 C11、蔚來 ET7、蔚來 ET5、威馬 W6、吉利星越 L、長城 WAY 摩卡/瑪奇朵/DHT/拿鐵 SA8195 7 8 核 Kyro 495 150 Adreno 899 2100 凱迪拉克 LYRIQ SA8295P 5 8 核 Kyro 680 200 Adreno 660 1720 2021 年 集度 NXP i.MX8QM 28 Arm A72/A53 28.6 GC7000 128 2017 年 福特 TI Jacinto7 28 22 166.4 2020 年 大眾 瑞薩 R-car H3 16 4 核 A57+4 核 40 GX6650 288 2015 年 大

120、眾 A53 英特爾 A3950 14 Intel 42 HD505 2018 年 特斯拉、長城 瑞芯微 RK3588M 8 4 核 A76+4 核 100 G610MP4 512 A55 三星 Exynos V910 8 A76 111 Mail G76 1205 2019 年 Ambarella CV22 等效 2TOPS 聯發科 MT2712 28 Arm A72/A53 22 Mail-T88 133 大眾 地平線 J2 28 等效 2019 年 長安、理想 ONE 4Tops J3 16 2020 年 上汽 RX5，理想 ONE 華為 kirin 710A 14 A73/A53 Mai

121、l G51 2018 年 比亞迪漢 kirin 990A 28 2021 年 北汽極狐阿爾法 S 芯馳科技 Jacinto 6 16 48 PowerVRSeri es9XM 芯擎科技 SE1000 7 90 900 2021 年 （龍鷹一號）資料來源：焉知汽車科技、申萬宏源研究 芯片領域，主機廠對軟硬件協同需求增加導致汽車芯片行業產業鏈走向“朋友圈”式開放路徑。隨著自動駕駛感知需求的迅速增加和主機廠對軟硬件創新的協同性、主動性及領先性的需求變高，主機廠在高級別自動駕駛上會傾向把握關鍵算法，芯片廠商逐漸擁抱更開放的合作模式。憑借黑盒式視覺感知方案占據市場的 Mobileye 推出 Eye Ki

122、t，賦能主機廠進行關鍵算法應用的自主研發，以英偉達、地平線為代表的芯片廠商以更開放的模式與主機廠合作，芯片行業產業鏈由垂直式鏈條走向“朋友圈”式更開放、更靈活的路徑。圖 39：主機廠對軟硬件協同需求增加，芯片行業走向開放路徑 資料來源：地平線 HorizonRobotics，申萬宏源研究 3.3 智能駕駛執行：線控技術為代表的自動駕駛執行器逐步應用 汽車線控技術起源于飛機的電傳操縱系統，是將駕駛員的操縱動作經過傳感器轉變為電信號，通過電纜直接傳輸到執行機構的一種系統。當下的汽車線控主要有線控制動系統、線控轉向系統、線控懸架系統、線控換擋系統、線控油門系統、以及線控增壓系統等，安裝在車輛不同位置

123、的傳感器實時獲取駕駛員的操作意圖以及車輛行駛過程中的各類參數信息，信號傳至控制器進行分析處理，進而得到合適的控制參數傳遞給各個執行器實現對車輛的控制。圖 40：部分汽車線控系統 資料來源：自動駕駛技術概論，申萬宏源研究 相較于傳統的機械控制系統，汽車線控系統優勢突出。汽車更輕便。舍去傳統的機械控制裝置，一方面減輕了汽車重量，降低行駛中的能源消耗，也減少了行駛中的噪聲和 震動，另一方面，電線布局代替機械裝置能夠節省汽車設計的空間，提升駕乘舒適性，有利于實現模塊化的底盤設計。操作便捷。線控系統控制更精確，降低駕駛員操作的復雜程度。汽車性能更高。線控技術減少機械連接，為底盤實現集成控制提供空間，線控

124、底盤對各線控系統的協調控制將提升系統資源利用效率，從而提高汽車各項性能。生產制造更簡單。線控技術極大簡化了汽車的生產、裝配和調試過程，節約生產成本和開發周期，有利于汽車生產企業進行個性化的定制。安全性提高。舍去傳統的轉向軸，采用線控轉向的汽車在控制速度和響應速度上更靈敏，降低在汽車將發生撞擊時的危害。汽車線控底盤主要由線控制動、線控轉向、線控換擋、線控油門以及線控懸掛五大系統組成，是實現自動駕駛的關鍵載體。相比于傳統底盤，線控底盤技術更適配于電動車，線控系統技術優勢高度匹配汽車智能化需求。線控技術適配電動車。線控系統需要汽車強大電力供應，在電動車上采用線控技術更適合。相較于燃油車，電動車會率先

125、應用自動駕駛，線控系統技術優勢高度匹配汽車智能化需求。以線控轉向為例，線控轉向會取消方向盤與車輪之間的機械連接，用電機推動轉向機轉動車輪，在安全性、反應速度、方向盤布局上是自動駕駛的標配。趨勢五：車企布局線控底盤，帶動線控滲透率加速提升 自主品牌積極布局線控底盤技術，集成式底盤系統能實現降本成為車企布局的內在驅動力。伴隨汽車智能化升級和軟硬件解耦趨勢，以線控技術為代表的自動駕駛執行器逐步應用上車，長城、比亞迪、集度、廣汽、蔚來、吉利等自主品牌車企紛紛布局智慧線控底盤技術。線控底盤技術能夠通過底盤域各系統集成式開發減少零部件數量，有效降低成本，是車企在線控底盤領域研發的主要內在驅動力。表 13：

126、自主品牌積極布局智慧線控底盤技術 車企 智慧線控底盤布局 長城 基于長城汽車全新 GEEP 4.0 電子電氣架構，長城汽車智慧線控底盤整合了線控轉向、線控制動、線控換擋、線控油門、線控懸掛 5 個核心底盤系統，涵蓋車輛前后左右上下六個自由度的運動控制，囊括所有底盤駕駛動作。達成了 1 個大腦協調 5 大系統實現 6 個自由度控制的優異表現。比亞迪 在底盤線控技術中已經掌握 DiSus-C 智能電控主動懸架，線控轉向、線控制動 BSC、八合一電驅、iTAC 智能扭矩控制系統等線控技術；目前已經實現智能底盤商用化開發。集度 在線控轉向技術方面有較深的技術儲備，將與采埃孚共同開發智能底盤，對線控底盤

127、三向融合、底盤域控技術領域進行了相關布局。在底盤零部件及控制系統、電驅系統、被動安全系統等多方向引入了一系列頂級研發伙伴，共同為智能底盤技術賦能。廣汽 與華為進行戰略合作，基于廣汽 GEP3.0 底盤平臺、華為 CCA 構建成新一代的智能汽車數字平臺，并以此平臺化的方式進行智能研發。蔚來 自主研發智能底盤域控制器；自主集成開發的底盤硬件系統。吉利 GEEA2.0 電子電氣架構為高度集成的域控制架構，動態域以先進的車輛動態控制中心作為集成，實現高效制動性能，線控底盤技術，實現更高的抗側傾、直線穩定性、轉向、制動性能和空氣懸架功能。預計 2025 年公司將推出 GEEA3.0 中央計算平臺架構，實

128、現從域控制到中央超 級大腦進化。資料來源：各公司官網，蓋世汽車資訊，申萬宏源研究 底盤域技術升級過程中，線控油門和線控換擋應用時間早，成長潛力較小。目前線控油門滲透率接近 100%，線控換擋滲透率約 30%，技術門檻較低，市場格局趨于穩定。線 控制動、線控轉向與線控懸架技術尚在發展中，國產替代趨勢明顯，市場潛力較大。目前線動制動、線控懸架、線控轉向三者技術壁壘高，滲透率低，在汽車智能化程度逐漸提升過程中，自動駕駛需求疊加國產替代趨勢下成本迅速下降的優勢，線控制動、線控轉向、線控懸架技術的應用上車將成為主流趨勢，線控技術會成為未來自動駕駛落地不可替代的核心技術之一。具體來看：博世、大陸、采埃孚等

129、國外廠商主導線控制動市場，國內企業伯特利和比亞迪具備 One-Box 產品量產能力，同時國內量產 Two-Box 企業增多，如同馭汽車、拿森科技等，國產替代速度加快；大陸、威巴克、AMK 等海外廠商在空懸領域占據先發優勢，但國內中鼎股份、保隆科技、孔輝科技等企業借助產業鏈配套成熟和主機廠裝備空懸意愿提升等優勢明顯推動線動懸架國產化；線動轉向技術要求較高，滲透率較低，Kayaba、博士、萬都等海外企業短期內將主導線控轉向市場，國內領先企業施耐特、拓普集團尚在布局研發線控轉向產品，未來國內企業或將迎來發展機會。表 14：國產代替趨勢明顯，線控技術滲透率將逐步升高 線控技術 2021年滲透率 滲透率

130、升高原因 單車價值量變化（單位：元）國產替代趨勢 線控制動 9%Two-box 方案向 One-box 方案轉變，其在集成度、成本、能量回收上優于 Two-box 25002000 本土供應商產品性能穩步提升，伯特利和比亞迪在 One-box 系統研發生產領先，同時國內量產 Two-Box 的企業增多，如同馭汽車、拿森科技等，國產替代速度加快 線控轉向 2“的效果。同時我們也看到，越來越多的主機廠會與華為這樣的強力合作伙伴開展合作，其中不乏整體能力不錯，但是在智能化的某一方面能力稍顯不足的主機廠，此時強大的供應商如華為能夠提供主機廠能力邊界以外的產品，如領先的智能駕駛平臺、良好體驗的智能座艙、

131、”華為“的品牌影響力?？傮w看，智能化趨勢中出現了如華為的新供應模式，如何選擇取決于對雙方能力邊界的認知，匹配各自的需求。4.3 自研與合作并行，借力而上進入技術快車道 全棧技術自研為理想狀態，但現階段主機廠在技術和經濟上難以全部獨立完成，有選擇的自研和合作開發成為眾多主機廠的選擇。智能汽車所涉技術領域極為廣泛，核心功能模塊包括自動駕駛、智能座艙、智能網聯、云控、傳感器等，雖有成功全棧自研之典范如特斯拉，但對于大部分傳統車企以及造車新勢力而言，全棧自研容易造成巨大的投入產出不平衡，不僅技術上難以完成全鏈條軟件研發，經濟上也缺乏規模效應。特斯拉在早期階段也是直接采用了 Mobileye 和英偉達的

132、方案，之后才逐漸轉向自研。于是越來越多的主機廠嘗試自研與和合作并行，引入大量算法供應商、生態合作伙伴等形成開發者生態圈。通過成立軟件子公司、成立軟件開發部門和與其他軟件廠商展開合作，在合作過程中提升對軟件技術、算法等的把控，借力而上，邁進技術研發的快車道，既避免技術彎路影響產品迭代，又在經濟上有效降低試錯成本。智能化領域，主機廠重視軟件多于硬件，更注重建立對于上層應用算法軟件的自研能力。長期看，未來智能駕駛硬件如傳感器、計算平臺、執行器等會有同質化的趨勢，而智能座艙更能直觀的體現產品定位的差異，主機廠會更多地打造差異化的座艙體驗塑造產品和品牌。未來的硬件大多還會是采用供應或者代工的形式，主機廠

133、將會傾入更多的精力掌握核心的上層軟件算法。智能汽車軟件包括底層操作軟件、中間件和上層應用算法軟件三層架構。上層應用算法軟件層涉及核心技術壁壘和海量的用戶數據，同時關系到功能定義 以及駕乘體驗的獨特性，主機廠傾向于自研以謀求差異化，打造核心產品力。中間件和底層操作系統，其技術成熟度高且復用性較高，價值量相對上層軟件算法較低且需要大量人力投入，主機廠傾向于向 Tier1 供應商采購或者合作開發以實現規?；当?。對于自動駕駛領域，高階自動駕駛技術成為車企自研主攻方向，以期掌控未來智能汽車的“靈魂”。目前對于 L2 及以下的低階自動駕駛，主機廠更傾向于采取供應商的已有的方案，容易利用供應商的技術積累，

134、具備規模效應，特斯拉在早期階段也是直接采用了Mobileye 和英偉達的方案，之后才逐漸轉向自研。而在 L2.5 及以上的高階自動駕駛領域，主機廠逐漸開始采用聯合開發或自研，以期掌控未來智能汽車的“靈魂”，如搭載高級輔助駕駛系統 NioPilot 的蔚來汽車、搭載高級輔助駕駛系統 XPilot 的小鵬汽車等。智能化趨勢下 Tier1 和軟件供應商迎來新的機遇。Tier1 通過打造“硬件+底層軟件+中間件+應用軟件算法+系統集成”的全棧技術提升競爭能力，既能為客戶提供硬件、也能提供軟件，同時也提供軟硬一體化的解決方案，面對主機廠不同的自研需求都有獲得業務的機會。對于軟件供應商來說，可以繞過 Ti

135、er1 直接為主機廠提供應用軟件，同時軟件供應商也正尋求進入 Tier1 把持的硬件設計、制造環節，比如域控制器、TBOX 等，以提供多樣化的解決方案。主機廠通過自建或與供應商合作強化智能化趨勢下的軟件算法能力。主機廠引入大量的算法供應商、生態合作伙伴等形成開發者生態圈，向用戶提供全生命周期的軟件服務。在這一過程中，主要有三種方式：與軟件企業戰略合作，如廣汽研究院與東軟睿馳、中科創達等組建聯合創新中心，東風汽車與車聯網公司 PATEO 合作成立東風創新設計中心，本田與東軟睿馳合資成立的海納新思等；成立軟件子公司，實現全棧技術自研布局，如大眾軟件子公司 CARIAD（軟件事業部 Car.Soft

136、ware Organisation 是其前身）、上汽零束、長安汽車軟件科技、一汽（南京）科技、長城毫末智行、吉利億咖通等，不僅對內負責主機廠的軟件開發職責，如果有機會對外也易于和其他合作方達成更廣泛的技術合作；成立軟件研發部門，以合作、投資等方案與核心技術廠商直接合作，專注智能座艙、自動駕駛核心應用軟件的開發，最大程度實現自主可控，而部分共性軟件外包，蔚來、小鵬等小體量靈活性強的企業采用此方式。圖 62：主機廠探索多樣軟件開發合作模式 資料來源：中國汽車基礎軟件白皮書 2.0，申萬宏源研究 5 選擇：如何選擇智能化的細分賽道 當下汽車行業處于深刻的智能化變革期，由產業到公司的自上而下的分析方法

137、能夠更為準確的抓住在汽車行業智能化變化中蘊藏的機遇，技術滲透率和單車價值量決定賽道的市場空間，國內龍頭發展機會決定公司能否受益于行業變革，以上三點是我們賽道篩選的核心要素。我們從產業趨勢、競爭格局、賽道壁壘、賽道玩家、滲透率和單車價值量所決定的行業空間等方面出發，圍繞各個智能化賽道下技術滲透率變化、單車價值量變化、國內龍頭發展機會，建立賽道篩選的邏輯支撐：較為確定的產業趨勢是滲透率能穩步提升的支撐；單車價值量變化有兩條路徑，一是國產替代下賽道產品單價下降，驅動技術滲透率提升，二是智能化升級帶動產品的功能升級，驅動單車價值量的提升；以上兩點決定賽道的成長空間。外資目前占優+少數國內潛在龍頭的競爭

138、格局能夠給予國內龍頭更好的發展機遇。由此，我們測算出各個智能化賽道 2021 年2025 年市場規模，并判斷出哪些賽道中國內龍頭企業有較好的發展機遇，進而篩選出成長空間最廣闊、國內龍頭企業發展格局最 好的 7 個優質細分賽道，按市場規模增速由大到小排序依次為：激光雷達、HUD、空氣懸架、線控制動、智能駕駛控制器、聲學功放、ADB 大燈。圖 63：賽道篩選總邏輯：從滲透率、單車價值量、國內龍頭發展機會三者出發擇優 資料來源：申萬宏源研究 激光雷達是高級別自動駕駛所必需的傳感器，主機廠硬件預埋趨勢下裝配率提升。我們預計 2025 年激光雷達滲透率將達到 20%，實現飛躍式增長，國內賽道規模達到 3

139、79億元，2021-2025 年市場規模 CAGR 為 372%，國內廠商速騰聚創等將依靠本土優勢持續擴大市占率，建議關注永新光學（激光雷達光學定點客戶超 10 家）、長光華芯（激光雷達光芯片領先廠商）、炬光科技（已有產品實現量產上車）、舜宇光學（車載光學領軍廠商）、天孚通信（布局光學元件和模塊封裝環節）。AR-HUD 帶動產業升級，HUD 量價齊升下前景廣闊。我們預計 2025 年 HUD 滲透率將達到 39%，市場規模達到 160 億元，2021-2025 年市場規模 CAGR 為 84%，其中AR-HUD 市場規模將增長至 98 億元，具備良好 HUD 技術積累及率先布局 AR-HUD

140、的國內企業有望打開新的成長空間，建議關注華陽集團和經緯恒潤。主機廠配置意愿下沉疊加國產替代降本，空氣懸架滲透率將迎來發爆發式增長。我們預計 2025 年空氣懸架滲透率將達到 15%，市場規模達到 324 億元，2021-2025 年市場規模 CAGR 為 78%，在國產替代加速降本效益及國內商用車強制搭載空氣懸掛利好下，國內廠商有望打破大陸、威巴克的壟斷地位，建議關注中鼎集團、保隆科技。線控制動技術中 One-Box 和 Two-Box 將長期并存，當下 Two-Box 仍是主流技術，One-Box 較 Two-Box 集成度更高，雖然技術難度更大，但方案成本具有優勢，One-Box 在線控制

141、動的占比有望進一步提升。我們預計 2025 年線動制動滲透率將達到26%，市場規模達到 140 億元，2021-2025 年市場規模 CAGR 為 72%，由于 One-Box技術壁壘較高，目前具備 One-Box 量產能力廠商較少，國內率先實現 One-Box 量產的廠商有望實現突圍，建議關注伯特利、比亞迪。同時國內量產 Two-Box 企業增多，如同馭汽車、拿森科技等，國產替代速度加快。由分布式走向集中式，智能汽車域控化已成趨勢，智能駕駛控制器駛向百億賽道。我們預計 2025 年 L2、L3、L4 級別智能駕駛車型的滲透率將分別達到 55%、15%和 5%，國內智能駕駛控制器賽道規模將達到

142、 677 億元，2021-2025 年市場規模 CAGR 為 62%，國內 OEM 廠商、Tier1 廠商有望實現突圍，建議關注德賽西威、經緯恒潤、東軟睿馳。聲學功放邁向數字化帶動產業鏈重構，聲學龍頭有望在車載功放上實現穩定增長。我們預計 2025 年聲學功放滲透率將達到 23%，市場規模達到 70 億元，2021-2025 年市場規模 CAGR 為 53%，數字功放趨勢下對功放和揚聲器之間的匹配調教將成為競爭壁壘，建議關注聲學龍頭上聲電子。智能化引領車燈行業升級，ADB 大燈帶動單車價值提升。我們預計 2025 年 ADB大燈滲透率將達到 25%，相比傳統 LED 大燈 1900 元左右的單

143、車價值，ADB 大燈單車價值量高達 5000 元，在 LED 大燈基礎上升級為 ADB 大燈，增量的市場規模達到 192 億元，2021-2025 年增量市場規模 CAGR 為 47%，國內車燈企業有望受益，建議關注國內車燈龍頭星宇股份與車燈控制器龍頭科博達。表 19：從產業趨勢、競爭格局、國體替代+智能化需求來看智能化賽道 細分賽道 產業趨勢 競爭格局 競爭壁壘 國內主要玩家 自動駕駛決策 攝像頭 單目多目，搭載數量增多 鏡頭以中國、日本廠商為主，舜宇光學(32%)、麥克賽爾(8%)模組封裝和芯片技術壁壘較高 舜宇光學、韋爾股份 超聲波雷達 搭載數目增多 法雷奧(25%)、TTE(19%)等

144、 Tier1 占據主要市場，國內企業豪恩汽電(9%)、珠海上富(7%)市占率較低 技術壁壘不高，已經成熟 豪恩汽電、珠海上富 毫米波雷達 24GHz77GHz，3D4D 目前由博世(32%)、大陸(24%)等海外 Tier1 主導，國內企業森思泰克(2.6%)等市占率較低 技術壁壘高 德賽西威、華域汽車、華陽集團 激光雷達 硬件預埋，裝配率提高 法雷奧(28%)領先，國內企業速騰聚創(10%)、大疆(7%)等持續擴大市占率 技術壁壘高 炬光科技、速騰聚創、禾賽科技 域控制器 分布式多域控制集中式 OEM 廠商自研、國內外 Tier1 廠商及軟件 Tier1 廠商涉足域控制器的四方格局，目前國內

145、廠商市占率較低 技術壁壘高，軟硬件一體的開發能力 德賽西威、東軟睿馳、經緯恒潤 自動駕駛執行 線控制動 Two-BoxOne-Box EPB：采埃孚(52%)、ADVICS(10%)等國外公司占據主要市場，國內龍頭伯特利(8%)市占率較低 One-Box技術壁壘較高 伯特利、比亞迪 線控轉向 EPSSBW 短期內博世、萬都、舍弗勒等海外企業主導，國內企業市占率極低 SBW技術壁壘較高 耐施特、拓普集團 空氣懸架 主機廠配置意愿下沉，國產替代加速降本 大陸和威巴克占據主要市場，中鼎集團、保隆科技等國內企業持續提升市占率 技術壁壘高 中鼎集團、保隆科技 線控換擋 傳統手動擋、自動擋線控換擋 康斯伯

146、格、采埃孚等外企先發優勢主導市場，國內企業市占率不高 技術成熟，客戶資源成為競爭壁壘 寧波高發、奧聯電子 智能座艙 中控屏 多屏化、大屏化 國內企業天馬微、京東方精電占據主要市場 技術成熟，壁壘不高 天馬微、京東方精電 HUD HUDW-HUD、AR-HUD 日本電裝(39%)領先、國內企業華陽集團(16%)、怡利電子(16%)市占率迅速提升 AR-HUD 技術壁壘較高 華陽集團 液晶儀表盤 多屏化，滲透率快速上升 博世(35%)、偉世通(24%)等外企主導，德賽西威(4.5%)、東軟(3%)等國內企業市占率較低 技術壁壘一般 德賽西威、華陽集團 流媒體后視鏡 光學視鏡顯示屏 遠峰科技(72%

147、)、輝創電子、華陽等國內企業占據市場 技術壁壘一般 華陽集團、遠峰科技 聲學功放 配置下沉，傳統功放數字功放 偉世通、先鋒電子等海外廠商主導市場，國內廠商市占率較低 技術壁壘較高，聲學技術積累與調聲能力 上聲電子 氛圍燈 智能化程度提高 車燈：小糸(25%)、馬瑞利(14%)等歐美、日本廠商主導市場，國內廠商市占率較低 技術壁壘一般 星宇股份 手機無線充電 前排 1 個前后排多個 本土供應商華陽集團(20%)、有感科技(19%)占據主要市場份額 對安全性、抗干擾性、效率及適配有一定技術要求 華陽集團 智能語音 語音交互，人機共駕 科大訊飛(38%)、百度(7%)國內企業等占據主要市場 技術壁壘

148、較高，對算法識別率的訓練積累 科大訊飛 其他 ADB 大燈 LEDADB、DPL 海外廠商主導市場，國內廠商市占率較低 設計調光能力與成本優勢 星宇股份 科博達 激光大燈 LED激光大燈 海外廠商主導市場，國內廠商市占率較低 激光技術壁壘較高 星宇股份 T-Box 4G Open方 案T-Box 5G+V2X T-Box LG 電子(12%)、法雷奧(9%)等外企領先，聯友科技(8%)、東軟(3%)、經緯恒潤(4%)等國內企業持續提升市占率 技術壁壘較高 東軟、聯友科技、德賽西威、經緯恒潤 資料來源：高工智能汽車、佐思汽車研究、Yole Development、華經產業院研究，申萬宏源研究 表

149、 20：基于量、價、空間篩選出 7 個智能化細分賽道 滲透率 單車價值量 市場空間（億元）細分賽道 2021 2025E 單車價值量（元）價值量變化主要原因 2021 2025E 自動駕駛感知 攝像頭 后視:50%前視:30%側視:22%車內:2%50%6002600 單車用量提升；攝像頭模組集成 66 305 超聲波雷達 80%95%200600 單車用量提升 25 103 毫米波雷達 15%35%9001500 單車用量提升；產品升級 91 242 激光雷達 0.1%20%100002000+規?；?1 379 自動駕駛決策 智能駕駛控制器 L2:19%L3:1%L2:55%L3:15%L

150、4:5%150012000 高階自動駕駛逐步應用單價提升；規?；?98 677 自動駕駛執行 線控制動 3%26%25002000 規?；?；one-box 占比提升 16 140 線控轉向 0.04%5%40003000 規?；?0.3 41 空氣懸架 1%15%150008000 規?；?32 324 線控換擋 30%50%500400 規?；?32 54 智能座艙 中控屏 90%96%10001700 大屏化；一芯多屏 193 453 HUD 5%39%10002500 AR-HUD 滲透率提升；規?；?14 160 液晶儀表盤 35%56%25002000 規?；?187 307 流媒體

151、后視鏡 3%24%1000600 規?；?7 38 聲學功放 10%23%6001200 產品升級 13 70 氛圍燈 25%42%6001000 產品升級 32 113 手機無線充電 20%76%250 11 51 智能語音 74%94%150 24 38 其他 ADB 大燈（基于 LED 大燈升級）6%25%50004500 規?；?41 192 激光大燈 3%6%7000 45 113 T-Box 65%87%5001500 產品升級 70 305 資料來源：汽車之家、乘聯會、AI 車庫、華經產業研究院、高工智能汽車、佐思汽研、ICVTank、億歐智庫、申萬宏源研究 圖 64：激光雷達、HUD、空氣懸架、線控制動、智能駕駛控制器、聲學功放、ADB 大燈七個賽道在 20212025年市場空間 CAGR 較高 資料來源：申萬宏源研究