20170316---莫尼塔---TMT专题：无人驾驶推进时间表.pdf

2017-03-16 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 无人驾驶推进时间表 核心提示 唐航 021-3383 0502-320 1）汽车电子沿着两横三纵的技术架构，逐步实现成熟的智能化和网联化：2016年-2018年主要是三大传感器的融合使用；2017年-2019年主要是高精度地图的成熟；2019年-2022年是车载通讯模块、互联网终端、通信服务的成熟；2022年-2025年主要是决策芯片和算法的成熟。2）2016-2018三大传感器融合：国内毫米波雷达今年开始出货；车载视觉系统硬件已经达到消费级水平，进入软件成熟期；激光雷达成本不断下降，加速ADAS和无人驾驶的普及进程。3）2017-2020高精度地图的成熟：传统地图无法满足自动驾驶的要求，高精度地图是L3、L4级别最为关键的技术；当前精度地图参与者主要有图商、自动智能驾驶科技公司、ADAS方案提供商、传统车企四类，其优劣势各不相同，硬件软件逐步融合。4）2019-2022车载通讯模块的成熟：LTE-V在延时、频谱带宽、可靠性、组网成本、演进路线等方面都具有优势，未来的发展趋势大概率是使用LTE-V标准；目前布局的主要是半导体厂商和汽车厂商，但国内很多公司都进入了产业链，大唐电信也发布了全球第一台LTE-V车联网设备，有望在车载通讯模块爆发之际获得高速成长。5）2022-2025算法和决策芯片的成熟：各大厂商都在用不同的芯片设计支持不同的算法，Google自己已经开发了TPU，用于CNN加速，地平线也在开发BPU，Intel收购Moileye打造芯片算法一体化，未来或是FPGA支持下的深度学习算法来实现自动驾驶。6）投资建议：建议关注传感器领域布局的华域汽车、沪电股份、联创电子、大族激光；深耕地图领域多年，布局高精度地图的四维图新；以及车在通讯模块领域的大唐电信。TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 2 目录 1.汽车电子发展时间表.1 1.1 汽车电子沿着两横三纵技术架构走向成熟.1 1.2 汽车电子时间发展表智能化与网联化协同发展.1 1.3 各国陆续出台政策推动ADAS的普及.2 1.4 国外谷歌和特斯拉两种发展路径加速发展.3 1.5 国内科技公司和传统车企合作打造自动驾驶，精度提升速度快.5 2.2016-2018三大传感器融合.7 2.1 毫米波雷达国内今年开始出货.7 2.2 车载视觉系统硬件成熟，软件逐步升级.8 2.3 激光雷达成本逐步下降.10 3.2017-2020高精度地图的成熟.13 3.1 传统地图无法满足自动驾驶，高精度地图是L3、L4级别最为关键技术.13 3.2 高精度地图产业链和主要参与者.14 3.3 国外发展趋势：硬件和软件的融合.16 3.4 国内相关公司加大布局力度.17 3.5 高精度地图的成熟.18 4.2019-2022车载通讯模块的成熟.20 4.1 车载通讯模块通讯标准发展趋势.20 4.2 车联网产业链.21 4.3 国内外厂商提前布局车联网市场.22 5.2022-2025算法和决策芯片的成熟.23 6.投资建议.27 图表目录 图表1：三横两纵技术架构.1 图表 2：汽车电子时间发展表.2 图表 3：部分国家 ADAS 方面相关政策.2 图表 4：自动驾驶项目的脱离测试数据.3 图表 5：谷歌无人车发展图.4 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 3 图表 6：特斯拉 Autopilot 数据处理平台发展.5 图表 7：国内科技公司和车企的合作布局.5 图表 8：24GHz 和 77GHz 雷达的比较.7 图表 9：毫米波雷达的拆分.8 图表 10：车载摄像头基本构造.8 图表 11：mobileye 产品发展历程.9 图表 12：Velodyne 激光雷达产品.10 图表 13：激光雷达内部构造.10 图表 14：国外主要厂商和产品参数.10 图表 15：国内主要厂商和产品参数.11 图表 16：国外创业公司进展情况.12 图表 17：HAD 级和 ADAS 级高精度地图与传统地图.13 图表 18：高精度地图数据采集和技术方案.14 图表 19：高精度地图在 ADAS 交互与决策扮演重要角色.15 图表 20：主要参与者对比.15 图表 21：Here 的发展时间表.16 图表 22：主要公司在高精度地图的布局.17 图表 23：四维图新的产品发展.18 图表 24：高精度地图成熟时间图.18 图表 25：LTE-V 应用于车联网的优势.20 图表 26：LTE-V 应用.21 图表 27：车联网产业链.21 图表 28：V2X 系统芯片出货量预测.22 图表 29：车联网的半导体厂商新进展.22 图表 30：车联网的汽车厂商新进展.22 图表 31：目前主流算法种类.23 图表 32：国外算法公司.24 图表 33：国内算法公司.24 图表 34：主流芯片架构对比.24 图表 35：英伟达的发展路径图.25 图表 36：相关上市公司布局.27 图表 37：建议关注标的.27 TMT 专题 上海海能证券投资顾问有限公司 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 1 1.汽车电子发展时间表 1.1 汽车电子沿着两横三纵技术架构走向成熟 智能网联汽车是搭载先进的车载传感器、控制器、执行器等装置，融合现代通信与网络技术，实现车与X（人、车、路、后台等）智能信息交换共享，具备复杂的环境感知、智能决策、协同控制和执行等功能，可实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。按照技术应用和应用场景，组成了两横三纵的技术架构。图表 1：三横两纵技术架构 数据来源：智能网联汽车技术路线，莫尼塔研究 1.2 汽车电子时间发展表智能化与网联化协同发展 汽车电子的发展有两个维度，智能化和网联化，沿着两横三纵的技术架构，逐步实现成熟的智能化和网联化。2016年-2018年主要是三大传感器的融合使用，传感器和视觉解决方案的融合促进实现自适应巡航、自动紧急制动等部分自动驾驶（PA）功能，以及辅助网联信息交互；2017年-2019年主要是高精度地图的成熟，实时路况的更新和更丰富的路况信息加速实现车道内自动驾驶、全自动泊车等有条件自动驾驶（CA）功能，以及部分网联信息协同感知；2019年-2022年是车载通讯模块、互联网终端、通信服务的成熟，5G网络建设的部署完成和商业化，V2X信息交互低延迟要求共同推动网联化的加速，实现更复杂路况（近郊）的全自动驾驶；2022年-2025年主要是决策芯片和算法的成熟，随着人工智能嵌入式落地智能终端，FGPA通用架构向ASIC专用架构的转变，算法和芯片设计的协同发展，实现全区域的无人驾驶等高级（HA）/完全自动驾驶（FA）功能和网联协同决策控制的功能。TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 2 图表 2：汽车电子时间发展表 数据来源：智能网联汽车技术路线，互联网，莫尼塔研究 1.3 各国陆续出台政策推动ADAS的普及 欧盟委员会考虑2017年将19项安全技术纳入新车的标准配置，并将强制执行，自动紧急制动和车道偏离警告成为标配；国内2017年速度辅助系统、自动紧急制动、车道偏离预警/车道偏离辅助的加分要求已设定为系统装机量达到100%。各国政策陆续出台，要求汽车逐步配备汽车电子相关组建，成为汽车电子发展最大的推动力。图表 3：部分国家 ADAS 方面相关政策 国家 管理当局 具体政策 强制指数 美国 美国高速公路安全 管理局(NHTSA)1.从 2011 年起，汽车玻璃标签必须明确标明该车是否可以安装车道偏离警示系统（LDW）与前部碰撞警告系统(FCW)2.可能于未来几年要求强制安装自动紧急制动系统（AEB）3.在未来两年内豁免整个行业 2500 辆汽车遵循现行相关交通安全规定，允许他们在没有配备司机的情况下上路测试。美国公路安全保险 协会(IIHS)1.对于安装 FCW 等碰撞规避系统的车型提高其安全评级 2.在 2022 年 9 月 1 日让自动紧急制动（AEB）成为技术标准 欧洲 欧洲新车安全评价 程序（NCAP）1.2014 年起，只有主动安全系统的权重从 10%上升至20%，安装自动紧急制动系统(AEB)的汽车才能达到 5 星评级（表示乘员 严重伤害的概率小于或等于 10%）2.2016 年起紧急制动系统（AEB)需具备防止与行人碰撞能力 3.2017 年起 4 星评级车辆需具备主动安全系统 欧盟委员会 2017 年考虑将 19 项安全技术纳入新车的标准配置，并将强制执行。自动紧急制动和车道偏离警告成为标配 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 3 日本 日 本 国土 交通 省（MLIT）2016 年强制安装自动紧急制动系统(AEB)日本内阁 2015 年发表关于自动驾驶的战略革新创造的研究计划，希望2017 年前后实现复合辅助 日本警察厅 2016 年公布公路自动驾驶实证实验的准则草案，包括驾驶员的职责、车辆装备、事故对策等，明确自动驾驶汽车公路实验规定 澳大利亚 澳大利亚新车安全 评价程序(ANCAP)2012 年起只有安装车道偏离警示系统（LDW）与自动紧急制动系统(AEB)才能达到 5 星评级 加拿大 政府 2011 年强制要求全球范围内的新增乘用车安装 ESC(ESP)系统 中国 中国汽车技术研究中心（C-NCAP）2015 年版新规中给出了明确的 ESC(ESP)加分项，在满分 61 分的安全测试中可加 1 分 中国汽车工业协会 2016 年 3 月发布“十三五”汽车工业发展规划意见，对智能网联汽车发展设定目标：具有驾驶辅助功能（1 级自动化）的智能网联汽车当年新车渗透率达到 50%，有条件自动化（2 级自动化）的汽车的当年新车渗透率为达到 10%。/中国新车评价规程（C-NCAP）2017 年速度辅助系统（SAS）、自动紧急制动（AEB）、车道偏离预警/车道偏离辅助（LDW/LKD）的加分要求已设定为系统装机量达到 100%/数据来源：互联网，莫尼塔研究 1.4 国外谷歌和特斯拉两种发展路径加速发展 1.自动驾驶目前进展 加州车管局（DMV）公开了自动驾驶项目的脱离测试数据，基本衡量了目前主要自动驾驶项目在加州境内在不同天气环境，不同的路段进行测试的进展，谷歌的性能明显优于其他厂商。图表 4：自动驾驶项目的脱离测试数据 公司 测试里程（英里）脱离次数 测试里程/脱离次数 测试道路环境 谷歌（Waymo）635868 124 5128.0 主要是近郊（suburban）宝马 638 1 638.0 类高速公路（likely highway）福特 590 3 196.7 高速公路 通用(Cruise)9776 181 54.0 城区 特斯拉 550 182 3.0 高速公路，近郊 梅赛德斯 673 336 2.0 城区 博世 983 1442 0.7 州际公路（interstates),城市快车道（freeways）“脱离”定义为自动驾驶模式未能成功激活；在自动驾驶模式下，需要驾驶员进行人工干预。数据来源：加州车管局(DMV)，莫尼塔研究 2.谷歌和特斯拉代表两种不同发展路径 谷歌和特斯拉在无人驾驶领域采取了两种不同的有代表性的发展路径，谷歌利用地图和深度学习实时建模来实现自动驾驶；特斯拉依赖于传统的传感器的融合实现数据搜集识别、处理分析、完 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 4 成自动驾驶功能。从自动驾驶精度来看，谷歌的没有明确的数据，但其软件层面的可以检测和理解手势之类的信号并作出反应；moblieye的FCW（前向碰撞预警）的算法识别精度达到99.99%；特斯拉的算法处理水平很高，奔驰的路测车有着比特斯拉多一倍的传感器，但是精度远不及特斯拉。谷歌的自动驾驶技术发展可以分为两段，以waymo成为独立事业部为转折点：第一阶段，主要突出软件领域和技术突破，采用自有的高精度地图和Velodyne提供的64线激光雷达方案，配备谷歌chauffeur软件系统，最为突出的是展示的无人驾驶原型车中直接抛弃了传统车的刹车、方向盘、油门等设备，仅用一个启动键实现无人驾驶，而硬件制造原型车都是来源传统车企，如2014年展示的谷歌第二代车型就是从白色雷克萨斯RX 450H混合动力SUV改造而来。2016年11月，waymo成为独立事业部后，开始采用硬件和软件并行的方案，采用自己研发的激光雷达，传统传感器和8个视觉模块相互融合，最新展示的无人车使用了三个不同探测距离的激光雷达，自主技术研发将激光雷达成本降低九成。未来技术商业化首先落地在货运（有个固定场景的低速共享市场）和共享车服务的应用。图表 5：谷歌无人车发展图 第一代 Pribot 第二代 Waymo 时间 2008 年完成 25 分钟穿越美国大桥 2014 年在加州山景城电脑历史博物馆展出 2016 年成为独立事业部 原型 丰田油电混合车普瑞斯改造 白色雷克萨斯 RX 450H 混合动力 SUV 改造 改装后的克莱斯勒小型货车 工作原理 GPS、惯性装置和一组红外激光器，按照之前的已经构建的环境图驾驶 传感器收集车辆本身及四周的数据，通过处理器分析和运算来控制行驶；借助 GPS 设备与传感器，精准定位车辆位置和前行速度，判断周围行人、车辆、信号灯等 基于人工智能，推动更高 层 次 的 自 动 驾 驶（Level 4,Level 5）；保持软件和硬件同步开发 传感器配置 摄像头 有 视 觉 系 统，光 探 测（Light Detection）毫米波雷达 4 个 有 激光雷达 无 360旋转的激光全息传感器，位于车身顶部 3 个不同探测距离的激光雷达，可判断行人面部朝向；成本降低九成 超声波传感器 标配 标配 标配 高精度地图 无 GPS，车轮装有位置传感器，谷歌地图实时更新 高精度实时地图，软件算法优化 中控系统 新增 Kill 按钮，出现问题时可及时转换成人工驾驶 两种工作模式，其中一种作为备用系统 零件设备配置情况 和传统汽车大致一样 原型车没有刹车、方向和第二代基本一致 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 5 盘、油门，只有启动按键 数据来源：互联网，莫尼塔研究 2016年11月，特斯拉Autopilot2.0 发布，该系统将包含8个摄像头，覆盖360度可视范围，对周围环境的监控距离最远可达 250 米；车辆配备的12 个超声波传感器完善了视觉系统，探测和传感硬、软物体的距离接近上一代系统的两倍。增强版前置雷达通过冗余波长提供周围更丰富的数据，雷达波可以穿越大雨、雾、灰尘，甚至前方车辆。另外，Autopilot2.0使用的处理芯片NVIDIA Drive PX 2的处理性能为原来Mobileye Q3的40倍。图表 6：特斯拉 Autopilot 数据处理平台发展 Autopilot 1.0 Autopilot 2.0 应用时间 2012 2016 应用车型 Model 3、Model X Model 3、Model X、Model S 自动驾驶硬件等级 部分自动化（CA）完全自动化（FA）传感器配置 摄像头 1 个前置摄像头 8 个，3 个前置前视，2 个侧视，2 个侧面后视，1 个后置后视 毫米波雷达 1 个前置雷达 增强版前置雷达 激光雷达 无 无 超声波传感器 12 个 12 个（传感距离加倍）数据来源：特斯拉公开资料，莫尼塔研究 1.5 国内科技公司和传统车企合作打造自动驾驶，精度提升速度快 通过863计划实施和国家自然科学基金委项目支持，清华大学、国防科技大学、北京理工大学等部分高校、院士团队、汽车企业在环境感知、人的行为认知及决策、基于车载和基于车路通信的驾驶辅助系统的研究开发取得了积极进展，并开发出无人驾驶汽车演示样车。清华大学等高校联合企业开发的自适应巡航控制系统、行驶车道偏离预警系统、行驶前向预警系统等具有先进驾驶辅助系统（ADAS）功能样机，正在逐步进入产业化阶段。目前，国内一汽、长安、广汽、吉利等汽车品牌虽已开始装备ADAS产品，但核心技术均来自国外的零部件供应商，如博世，德尔福，大陆等。近两年，我国许多互联网企业也纷纷进军汽车行业，但更多的是涉足智能汽车的舒适和服务领域，例如阿里与上汽在“互联网汽车”领域开展合作，共同打造面向未来的互联网汽车及生态圈。百度和腾讯均推出了车机互联产品,此外，博泰、乐视等企业均推出了互联网概念汽车。图表 7：国内科技公司和车企的合作布局 公司 合作车企 事件 智能化 华为 东风 2014.10.17 华为与东风汽车合作布局车联网并将携手“三步走”长安 2014.11.10 华为与长安汽车宣布双方将在车联网、智能汽车、国际化业务拓展等领域展开合作 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 6 中兴 中兴智能汽车 2016.7 月中兴通讯收购珠海广通客车 70%股权,成立中兴智能汽车有限公司，公司将围绕新能源汽车研发、设计、生产制造、销售及汽车无线充电、智能驾驶、车联网应用、大数据、云计算中心的系统研发与建设运营 百度 宝马（截止2016.11）2014.9 双方签署合作协议，涉及车辆使用、驾驶策略、高精度三维环境地图、配套基础设施、相关法律和产业标准六个维度；2015.12Z 一辆基于宝马3 系改装的百度无人车国内就完成首秀，比亚迪，奇瑞，北汽 乌镇举行的世界互联网大会上，百度亮相的 18 辆统一涂装的无人车涵盖的车型都是国内自主品牌，包括比亚迪秦、奇瑞 EQ 以及北汽 EU260 蔚来汽车 2017.2 百度拟投资蔚来汽车 1 亿，未来或成为技术方案提供商 腾讯 和谐汽车 2015 年，腾讯、富士康及和谐汽车合资成立 Future Mobility，锁定中高级电动汽车市场 上海国际汽车城 2016.12 腾讯和上海国际汽车城签署战略合作协议，双方将借助各自优势，在自动驾驶、高清地图和汽车智能网联标准制定等战略性领域进行深层次合作，共同推进自动驾驶技术发展和商业化推广应用 网联化 华为 奥迪，宝马 2016.9.27 奥迪、宝马和戴姆勒与移动电信网络设备公司爱立信、华为、英特尔、诺基亚和高通组成 5G 汽车联盟，加快研发自动驾驶汽车所需的互联设备 博世 2017.2.22 华为与博世、沃达丰联手合作，共同研发了 LTE-V2X 技术，目前正在德国进行路测，三家公司旨在多车道高速公路上进行车道变换演示。阿里巴巴 上汽 2016.7 阿里巴巴与上汽历时两年共同打造的荣威 RX5 发布，共同开发互联网汽车平台，生产车内的操作系统 YunOS for Car 百度 奇瑞 2016.5.16 百度宣布与芜湖政府合作建设“全无人驾驶汽车运营区域”，百度和奇瑞正在联合开发无人驾驶汽车 乐视 北汽 2015 年，乐视北汽车联网系统亮相 数据来源：互联网，莫尼塔研究 从精度水平来看，百度的技术路径与谷歌一样，算法基于摄像头和激光雷达，去年通过摄像头判断物体的准确率达到了 89.6%，今年其准确率上升到了 90.13%，其行人识别率达到 95%、红绿灯判断达到了 99.9%。谷歌和百度的技术路径一部到位，成本较高，精度较高；特斯拉等车企的技术路径是一个缓慢学习的过程，成本较低，精度也较低，未来的发展方向是必然两种技术手段的融合。TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 7 2.2016-2018三大传感器融合 2.1 毫米波雷达国内今年开始出货 毫米波雷达的主流方向是24GHz和77GHz，24GHz主要应用于汽车后方，77GHz主要应用于前方和侧向。未来毫米波雷达会逐渐向77GHz频段（76-81GHz）统一，其中76-77GHz主要用于长距离毫米波雷达，77-81GHz主要用于中短距离毫米波雷达（已有欧盟、CEPT成员国、新加坡、美国FCC委员会、加拿大工业部等进行相关规划）。随着配备从高端车型向中低端车型下沉的趋势，目前毫米波雷达已经逐渐普及，一般配备情况是“1长+6短”（如奔驰S级）、“1长+4短”（如奥迪A4）、“1长+2短”（如别克威朗）。图表 8：24GHz 和 77GHz 雷达的比较 24GHz 77GHz 目前发展 全球超过 150 个国家开放 24GHz 频段 全球超过 97 个国家开放 24GHz 频段 应用范围 BSD 盲点监测 FCA 前碰撞报警功能 LCA 辅助变道 ACC 自动巡航 RCTA 后方穿越车辆报警 AEB 自动制动系统 EAF 开门辅助 PCR 后方撞击预警 FCTA 前向车辆报警 来源：互联网，莫尼塔 前端单片微波集成电路MMIC和雷达天线高频PCB板是其核心组成部分。MMIC由国外公司掌控，特别是77GHz的MMIC，只掌握在英飞凌、ST、飞思卡尔等极少数国外芯片厂商手中，国内处于初始研发阶段，主要在24GHz雷达方面，华域汽车、杭州智波、芜湖森思泰克等企业在已有部分积累。雷达天线高频PCB板技术也掌握在国外厂商手中，Schweizer占据全球30%市场份额，在77GHz方面优势明显，PCB使用的层压板材则主要由Rogers、Isola等公司提供。国内高频PCB板厂商暂无技术储备，根据图纸代加工，元器件仍需国外进口，沪电股份已就24GHz和77GHz高频雷达用PCB产品与Schweizer开展合作。TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 8 图表 9：毫米波雷达的拆分 来源：互联网，莫尼塔 目前中国市场中高端汽车装配的毫米波雷达传感器全部依赖进口，华域汽车已经能生产24GHz毫米波雷达，主要完成BSD盲点侦测、LCA车道切换辅助等功能，解决产品形态的导入。国内第二阶段的研发将同样针对24GHz产品，目标是降低成本，预计产品2017年底出现。2.2 车载视觉系统硬件成熟，软件逐步升级 车载视觉系统包括车载图像感光芯片、专用图像处理ISP芯片、车载光学镜头、车载视觉系统。借由镜头采集图像后，由摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，从而实现感知车辆周边的路况情况、前向碰撞预警、道偏移报警和行人检测等功能。硬件方面，车载摄像头主要由CMOS镜头（包括lens和光感芯片等），芯片，其他物料（内存，sim卡，外壳）组成。图表 10：车载摄像头基本构造 数据来源：Keepa，莫尼塔研究 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 9 软件方面，以mobileye为例，主要体现在芯片的升级和处理平台的升级，工作频率从122Mhz提升到332Mhz，访问方式的改变使速率提升一倍，图像由640*480彩色像素提升为2048*2048（Input）和4096*2048（output）等。图表 11：mobileye 产品发展历程 数据来源：mobileye官网公开资料，莫尼塔研究 从市场竞争格局来看，除了极少数厂商具备垂直一体化的能力，绝大部分厂商都将业务集中于产业中的某个或者某几个环节。光学镜片主要是台湾的厂商在主导，大陆厂商在红外截止滤光片上有一定优势，图像传感器主要是欧美和韩国厂商为主，模组环节大陆、韩国、台湾、日本厂商份额居前，国内厂商成长迅速。目前汽车零部件提供商巨头的摄像头传感器都已于整车厂合作量产，同时加大研发投入，注重芯片和算法的提升。国内未来摄像头的发展主要体现在专用图像处理芯片与复杂图像处理技术突破，基本实现自主研制，最终实现车载视觉与其他感知系统融合产品的大规模应用。TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 10 2.3 激光雷达成本逐步下降 激光雷达是一种集激光、全球定位系统与惯性导航系统三大技术于一身的综合光探测与测量系统，其工作原理是通过透镜、激光发射及接收装置，基于激光飞行时间（TOF：time of fly）原理获得目标物体位置、移动速度等特征数据，并且获得的数据本身就是三维数据，不需要通过大量运算和处理才生成目标三维图像，激光测距有非常高的精度。所以，激光三维成像雷达是目前能获取大范围三维场景图像效率最高的传感器，也是目前能获取三维场景精度最高的传感器。激光雷达组件主要包括激光器，传感器（收发器），光学镜片，如上图所示这套发射/接收组件和旋转镜面结合在一起，镜面不只反射二极管发出去的光，而且也能把反射回来的光再反射给接收器。通过旋转镜面，能够实现360度的视角。图表 12：Velodyne 激光雷达产品 图表 13：激光雷达内部构造 数据来源：Velodyne公开资料，莫尼塔研究 数据来源：Velodney官网，莫尼塔研究 根据激光雷达线目的不同，主要分为2D、2.5D（1,4,8线）和3D（16,32,64线）两类。前者主要探测目标位置和轮廓，后者可以形成环境性视觉感知。国内公司在多线激光雷达上较国外高水平企业还有较大差距。国内的激光雷达产品多用于服务机器人、地形测绘、建筑测量等领域，但是国内企业尚未研制出可用于ADAS及无人驾驶系统的3D激光雷达产品，主要还是处在探索研发阶段。图表 14：国外主要厂商和产品参数 供应商 型号 售价 特点 激光器数 水平 视野 垂直 视野 距离 精度 探测 范围 输出 频率 Velodyne HDL-64E 50-100 万 性能佳,价格昂贵 64 360 26.8 2cm 50m 路面 120m汽车/树 130 万像素/秒 HDL-32E 10-30 万 体积更小,更轻 32 360 10-30 2cm 70m 70 万像素/秒 VLP-16$7,999 适用于无人机 16 360 15-45 3cm 100m 30 万像素/秒 Ultra Puck-32$500 汽车专用 32 360 28 2cm 200m 70 万像素/秒 Quanergy S3$250 性价比高 8 120 -50 万像素/秒 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 11 IBEO LUX 4L -两倍输出,三次回波,智能角度分辨率 4 2层:110 4 层:85 3.2 10cm 200m -LUX 8L 8 110 6.4 10cm 200m -Innoviz HD-SSL$100 尺寸小价格低 100 25 2cm 200m 25 万像素/秒 LeddarTech Vu8-目前公司性能最好产品 8 100 0.3-3 5cm 215m -M16-适用于车载雷达 16 95 0.3-3 5cm 100m -Leddar One-为单点测量设计 1 3 -5cm 40m -IS16-专业为工业用途设计 16 45 -5cm 50m -Leia SPL100-适用于大面积地形勘探-60 -10cm -40 万像素/秒 数据来源：Velodyne、IBEO公开资料、互联网，莫尼塔研究 图表 15：国内主要厂商和产品参数 供应商 型号 售价 特点 激光 器数 水平 视野 垂直 视野 距离 精度 探测 范围 输出 频率 思岚科技 RPLidar 2,399 2D 激光雷达,适用于 扫地机器人等 -360 -0.5mm 6m -镭神智能 LS01 2,280 2D 激光雷达,适用于AGV 导航-360 -3.5cm 6m -LS02-非旋转扫描激光雷达，适用于无人机定高等。-360 -0.2cm 6m -N101-基于 TOF（飞行时间）原理的二维扫描探测传感器，适用于直升机定位导航-270 -3.5cm 30m -N301-360 -3.5cm 200m -巨星科技 Toucan-3D 激光雷达-大族激光 LiDAR C0602-2D 激光雷达-360 -6m -数字绿土 LiAir Pro-无人机激光雷达系统-330 -1cm 920m 50 万像素/秒 LiAir -360 -2cm 100m 70 万像素/秒 LiAir Base-360 -2cm 100m 30 万像素/秒 LiBackpack-室内一体化激光雷达扫描系统-360 30 3cm 100m 30 万像素/秒 Li-Eagle400-轻小型机载激光雷达-80-0.5cm 600m-Li-Eagle1000-80-0.8cm 1400m-Li-Eagle2000-80-0.5cm 2050m-LiMobile-车载激光雷达-330-0.5cm 920m 50 万像素/秒 -100-0.2cm 600m 70 万像素/秒 -360-1cm 70m 30 万像素/秒 数据来源：思岚科技、镭神智能公开资料、互联网，莫尼塔研究 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 12 图表 16：国外创业公司进展情况 供应商 简介 Innoviz 于 2016 年 8 月完成 900 万美元 A 轮融资,用来研发能够满足自动驾驶汽车的高性能、低成本固态激光雷达.Innoviz 计划 2016 年底推出原型样机，2017 年增强版推出后，专为自主驾驶车辆设计的 100 美元级的固态激光雷达有望在 2018 年开始生产。LeddarTech 于 2007 年在加拿大魁北克市成立，剥离自加拿大国家光学研究所，是全球唯一一家基于专利、前沿技术的高级探测与测距系统供应商。它主要为 OEM 主机厂、Tier 1 供应商、零部件&子系统供应商、系统集成商提供 LeddarCore IC 传感器技术，用于开发 ADAS/AD 解决方案中的激光雷达。2016 年 6 月对外公布了针对无人驾驶汽车的固态激光雷达 IC 路线图。目前 LeddarTech 与法雷奥合作研发一款“最便宜的激光雷达传感器”Phantom Intelligence 欧司朗欧司朗光电半导体事业部在合作开发一款“可用于城市驾驶中低速障碍物探测的集成式、低成本的激光雷达”。其中一款概念产品是半导体激光雷达，拥有 2*8 共 16 个二极管阵列，可探测距离达 30 米。整个阵列按照一个宽度远大于高度的扁矩形形状排列，因为为它设计的应用场景里，更加强调水平方向的分辨率：避免车辆前方的刮蹭和撞击。TriLumina 成立于 2013 年的半导体激光照明公司，致力于开发芯片产品，与此同时降低激光雷达的尺寸及成本。该公司表示，它们合作研发的固态 LiDAR 传感器预计将于 2017 年投入市场。Photonic Vision 英国的小型创业公司，主要业务是开发面向汽车、工业以及防卫安全市场的低成本激光雷达和视觉传感器技术。数据来源：互联网，莫尼塔研究 中国制造2025重点技术路线图显示，国内将逐步实现测距激光雷达相关硬件的自主研制，突破厘米级实时测距关键技术、样机生产与测试，实现低成本、小型化。到2025年左右，实现多线激光雷达软硬件技术自主化，掌握与其他车载传感器融合关键技术，实现大规模车载应用，支撑HA级整车产品需求。TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 13 3.2017-2020高精度地图的成熟 高精度地图是L3、L4级别的自动驾驶阶段属于最为关键技术，高精度地图的成熟可以减少汽车对雷达等感知设备的依赖程度，在降低成本的同时提升自动驾驶技术的可靠性，同时也是V2X与自动驾驶技术融合的载体，统一的标准有助于技术的应用和发展。3.1 传统地图无法满足自动驾驶，高精度地图是L3、L4级别最为关键技术 相比于传统地图，高精度一方面绝对坐标精度更高，如HERE指出其下一代绘图应用将精确到厘米级；另一方面所含有的道路交通信息元素更丰富和细致。具体而言，高精度地图分为三个图层：活动层、动态层、分析层：1）活动层与传统地图相比增加了高精度道路级别的数据（道路形状、坡度、曲率、铺设、方向等）、车道属性相关数据（车道线类型、车道宽度等），及高架物体、防护栏、树、道路边缘类型、路边地标等大量目标数据；2）动态层将实时更新来自其他车辆传感器、道路传感器等检测到的交通数据，实时更新和补充，进入网联化第二阶段协同感知；3）分析层通过实时大数据分析人类驾驶记录帮助训练无人驾驶车，进入网联化第三阶段协同决策和控制。目 前 ADAS 地 图 具 备 了 活 动 层 信 息，精 度 为 1-5m。如 宝 马 ASR(Adaptive Speed Recommendation)在减速的区域，会提前50-300米提醒用户减速，提前具体会依据目前车速、汽车刹车速度及司机反映时间调整；在转弯的路段，会考虑路宽、车道数目、整个路况等，计算合理的汽车速度。图表 17：HAD 级和 ADAS 级高精度地图与传统地图 HAD 高精度地图 ADAS 级高精度地图 传统地图 精度 厘米级 亚米级 10m 服务对象 机器 机器+人 人 图层层次 活动层、动态层、分析层 活动层 二维，静态 信息采集 V2X 信息和云技术信息更新 众包采集，专业化采集 卫星影像和航空图像 应用领域 更高级的自动驾驶 ADAS，L2/L3 自动驾驶 测绘，GIS 等 数据来源：互联网，莫尼塔研究 目前高精度地图主要是ADAS级，实现L2/L3级自动驾驶，未来随着5G带来的车联网的数据处理便利和计算机视觉、3D建模技术的成熟，基于深度学习的环境感知技术以及端闭环实时更新云技术 TMT 专题 莫尼塔（上海）信息咨询有限公司 财新智库旗下公司 Members of Caixin Insight Group 14 的发展，高精度地图会逐步向HAD级发展，我们预期2018年5G标准确立和人工智能爆发进入成熟期，高精度地图会逐渐成熟，成为支撑智能驾驶网联化的关键技术之一。高精度地图的采集和处理有多种的技术方案，一般而言，主流图商和高科技公司如谷歌、百度采用专业化采集的方式，使用激光雷达和摄像头进行高精度的数据和城区全区域覆盖的采集，而传统车企和ADAS方案商会使众包模式以及UGC实时更新方式来采集数据。不同的方式在成本和实时更新，数据精度和区域覆盖上各有优缺点，目前的趋势必将是图商和传统车企、ADAS方案商的战略合作，科技公司产品的商业化落地，这都会促进采集方式的整合，推动行业的发展。图表 18：高精度地图数据采集和技术方案 采集方式 采集源 适用路况 传感器 算法和云技术 应用公司 优点 缺点 专业化采集 专业采集车 全路况 激光雷达+摄像头 专业采集系统软件+离线编辑处理平台 谷歌,百度,here,四维图新 构成 3D 建模，地图精度高和覆盖率有保障 成本较高，缺乏实时更新 众包 量产运营车辆 目前高速公路 摄像头+雷达视觉方案 基于深度学习的环境感知技术+端闭环解决方案 Uber(otto),mobileye 以众包的方式大量收集道路数据，持续完善地图数据库，实时更新数快 亚米级,只采集对ADAS 有帮助的信息，如路标，交通指示牌、信号灯等 UGC（用户生产内容）移动智能网联终端(手机+车载)全区域 摄像头+雷达视觉方案 基于深度学习的环境感知技术+端闭环解决方案 特斯拉(autopilot),传