过去几年，新能源车成为了资本市场最为火热的赛道之一。从上游的锂电材料，中游的动力电池、电控、电机到下游的整车制造商，诞生了诸多细分领域龙头企业。而随着新能源车渗透率的提高，动力系统技术的逐步完善，自动驾驶将成为新能源车未来极具潜力的发展风口。

自动驾驶概况

自动驾驶（智能网联）汽车是指搭载先进车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，具备复杂环境感知、智能决策、协同控制等功能，实现车与X（人、车、路、云端等）智能信息交换、共享，并最终替代人 来操作的新一代汽车。自动驾驶汽车三大重要系统是“感知层-决策层-执行层”，分别对应人的“眼睛-大脑-四肢”。用传感器如摄像头、雷达等感知驾驶环境，用算法芯片实现驾驶决策，逐步让人工智能替代驾驶员的决策功能，用控制执行系统控制汽车行驶。最终将驾驶者的双眼、双手、双脚、头脑彻底从驾驶中解放出来。

相比于传统的人类驾驶，自动驾驶在人工智能、车联网等技术支持下，能够有效保障交通安全、降低运输成本、提升用车效率、减少空气污染。此外还可以拉动汽车、电子、通信、服务、社会管理等协同发展，促进产业转型升级。

自动驾驶应用场景分为三类：载人（Robotaxi、Robobus等）、载货（干线物流、封闭场景等）和特殊（环卫、特种车等）。 三类自动驾驶应用场景中，载人场景技术门槛最高、落地难度最大；载货场景细分类别最多、落地难度各异；特殊场景细分类别较少、落地运营复杂。

由于成本较高、路线相对固定、环境相对简单、行驶速度相对较低，自动驾驶在公共交通、矿区园区、港口物流等特定场所的使用将早于在个人乘用车市场的普及，具体应用场景包括公共交通、快递运输、服务老年人及残疾人等。

根据SAE的定义，自动驾驶分成五个层级，分别为L1-L5。在 L1 时，驾驶员可以“脱脚”；在 L2 时，驾驶员可以“脱手”；在 L3 时，驾驶员可以“脱眼”；在 L4 时，驾驶员可以“脱脑”；在 L5 时，已经不需要驾驶员。

自动驾驶行业展望

中国自动驾驶技术仍在不断迭代升级中，2007-2015 年 L1 级别已实现商业化并广泛普及；2014-2020 年 L2 级别的高级驾驶辅助系统（ADAS）已经成熟并广泛使用，；2025 年将计划实现 L3 级别自动驾驶，目前技术已能够实现，还处于测试阶段；2030-2040 年计划实现 L4/L5 级别自动驾驶，仅用于部分车型，仍处于测试阶段。

中国智能驾驶服务行业仍具有充足的发展潜力。根据百度集团全球发售文件中的数据，中国自动驾驶服务市场规模逐年增长，预计将从2019年的23亿元持续攀升至2025年的3994亿元，年复合增长率为136.2%

自动驾驶产业链，上游包括传感器、芯片、地图、车载软件等二级供应商，以及智能驾驶解

决方案等一级供应商；中游包括乘用车、商用车等整车环节，下游为车辆运营等服务市场。

自动驾驶主要投资机会

从自动驾驶的产业链来看，参照新能源车以及智能手机的发展路径，上游制造商将优先解决智能驾驶“基础设施建设”这一最主要的问题，将是未来产业链最先爆发的环节，并且拥有最多细分领域可投赛道，值得我们重点关注。具体来看，自动驾驶上游主要分成硬件制造商与软件制造商，由于行业能见度和确定性较强，资本市场在短期内对硬件关注度将高于软件算法行业。硬件传感器解决的是自动驾驶汽车的感知问题，即“看”，具体作用包括感知车道线、车辆、行人、交通标志、障碍物等。目前行业处于爆发前夜，由于汽车的安全性、抗干扰性、稳定性、使用寿命等需求，车规级传感器的认证难度大、周期长，转换成本高。因此从产业竞争格局来看，硬件传感器行业具有典型的“先发优势”特征，也最具投资价值。自动驾驶最重要的硬件传感器主要包括：摄像头、激光雷达、毫米波雷达以及超声波雷达，各种传感器互有优劣，也潜藏着各自的投资价值。

车载摄像头

车载摄像头的工作原理，是将采集好的图像转换为二维数据，然后对采集的图像进行模式识别，通过图像匹配算法识别行驶过程中的行人、车辆、交通标志、红绿灯等，最后依据目标物体的运动模式或使用双目定位技术，估算目标物体与本车的相对距离和相对速度。相比于雷达等其他传感器，摄像头的优点是采集的数据量更多，也最接近人眼获取的周围环境信息。但缺点同样明显，首先是基于视觉的感知技术受光线、天气影响较大，在恶劣天气和昏暗环境下性能难以得到保证。

车载摄像头产业链主要包括上游光学部件：分为光学镜片、滤光片、保护膜、晶圆等。中游分为镜头组，胶合材料、DSP 芯片，CMOS 图像传感器等。下游模组封装：模组封装市场原来由传统车载 Tier1 博世、法雷奥垄断，但近年来消费电子领域的摄像头厂商（舜宇光学科技、联创电子等）也加入了竞争。

车载摄像头是高增量市场。根据 AI 车库数据，各类摄像头中，后视摄像头渗透率最高，为50%；其次是前视摄像头 30%；侧视摄像头 22%；内置摄像头仅为 7%。单车平均搭载摄像头数量也将随着自动驾驶级别升级同步提升，L1/L2 级别为 3-5 颗，L3 级别大约为 8 颗，到了 L4/L5 级别将增加至 10-20 颗。整体而言，车载摄像头提升空间仍然较大。预计到 2025 年全球车载摄像头市场将达 1762.6 亿元，其中中国市场 237.2 亿元。

车载摄像头包括镜头、模组、芯片、软件算法等。镜头厂商中，舜宇光学全球第 1，国内厂商联创电子和欧菲光亦有所布局；模组厂商中，国外厂商包括大陆、麦格纳、法雷奥，中国厂商有比亚迪、德赛西威、欧菲光等；CMOS 芯片中，安森美全球第 1，此外还有索尼、三星、韦尔股份（豪威科技）、思特威等；软件算法主要厂商有 Mobileye、地平线、极目等。

超声波雷达

超声波雷达的工作原理是发射并接收超声波（频率通常大于 20KHz），在空气中波长一般小于 2cm，根据时间差计算障碍物距离，探测距离在 0.1-10m 之间，优点是频率高、波长短、绕射现象小、方向性好、定向传播等，缺点是距离信息不精准，探测距离短，一般适用于对精度要求不高的场景，因此广泛用于泊车系统。

根据 ICV Tank 数据，全球超声波雷达以安装为口径来计算，2021 年市场规模为 88 亿美元，安装量为 5.5 亿颗，预计 2022 年将达到 102 亿美元，安装量为 6.4 亿颗，2026 年将达到145 亿美元，安装量为 9.7 亿颗。

全球超声波雷达厂商仍以国外厂商为主导，根据华经产业研究院数据，2018 年全球超声波雷达竞争格局中，法雷奥占比31.0%，排名第 1；博世占比 20.2%，排名第2；尼塞拉占比18.3%，排名第 3；中国前装厂商奥迪威和上富电技分别占比 5.6%和 1.3%，排名第 5 和第 6。

毫米波雷达

毫米波雷达的优势在于不受天气影响，即使是恶劣天气和光照情况下也能正常工作，穿透烟雾、雨雪、灰尘能力强，具有全天候、全天时的工作特性，且探测距离远、精度较高、被广泛用于车载距离探测，具体应用包括自适应巡航、碰撞预警、自动紧急制动、盲区探测等。但劣势同样明显，包括无法识别物体颜色，视场角较小，需要多个雷达组合使用，同时对行人的反射波较弱，难以识别，并且对金属表面非常敏感，一个弯曲的金属表面会被误认为是一个很大面积的表面，在隧道里效果不佳。未来随着搭载毫米波雷达车辆增加，相近频率的毫米波会相互干扰、降低了信噪比、严重时甚至会使雷达“致盲”。

根据 DIGITIMES Resarch 数据，全球毫米波雷达市场规模保持稳步增长态势，2021 年为118.1 亿美元，预计到 2022 年将达到 159. 6 亿美元。根据佐思产研数据，全球汽车毫米波雷达厂商主要为海外厂商，其中博世占比 30%，排名第1；大陆占比 28%，排名第 2；安波福占比 15%，排名第 3。中国车载毫米波雷达行业起步较晚，行业仍处于初级发展阶段，走在前列的公司主要有华域汽车、德赛西威、纳瓦电子、智波科技、森思泰克、华为等。

激光雷达

激光雷达（Lidar）的作用：主要用于探测周边物体的距离和速度。在激光雷达的发射端，由激光半导体产生一种高能量的激光束，激光与周围的目标发生碰撞后，再被反射回来，由激光雷达接收端捕获并进行运算，得到目标的距离和速度。激光雷达具有比毫米波和摄像头更高的探测精度（探测距离可达200-300米），并且不易受天气影响。

激光雷达市场广阔，中国企业将领先美国。预测到2025 年，中国激光雷达市场将接近 150 亿元，全球市场接近 300 亿元；至 2030 年中国激光雷达市场将接近 350 亿元，全球市场接近 650 亿元，全球市场年化增长率达到 48.3%。2022 年有大量国内整车厂推出搭载激光雷达的产品，预计 2022 年车载激光雷达产品出货量将达到 20 万台。

各厂商排名中，Trimble 占比 19%，排名第 1；Hexagon AB 占比 18%，排名第 2；中国厂商禾赛科技和速腾聚创占比分别为 2%和 1%。

高精度地图

传统导航地图精度为 10 米左右，主要解决的是驾驶员路线导航问题。进入 ADAS 时代，车辆行驶需要有自感知能力，实现部分驾驶行为的智能化，此时则需要 ADAS 地图精度提升至1 米左右。随着自动驾驶越来越近，对于 L3 及以上级别的自动驾驶汽车而言，ADAS 地图已经不能满足需求，高精地图成为了必备选项，其作用主要包括定位、辅助感知、路径规划。在高精地图不仅包含了道路信息，比如车道线的位置、类型、宽度、坡度和曲率等车道信息，还包括了几乎所有与交通相关的周围的固定对象信息，比如交通标志、信号灯、车道限高、下水道口、障碍物、高架物体、防护栏、道路边缘类型、路边地标等。

目前业界公认具有高精地图采制能力的公司包括四维图新、高德地图、百度地图、易图通等，主要原因在于成本较高。高精地图的成本主要包括采集成本和编译制作成本，采集成本包括设备成本、负责采集车辆的行驶耗材、人力成本、过路费等，一辆采集车需要配置的设备包括激光雷达、摄像头、陀螺仪、GPS 接收机、数据存储和计算设备等，1 辆专业型采集车价格在 100 万左右。老牌图商利用资金优势将有望建立起更大的领先优势。保守估计高精地图 License 费用是传统导航地图（~200 元/车）的 5 倍以上，即 1000 元/车。

总结

在汽车行业电动化发展过程中，智能化、网联化升级也将成为不可逆转的大趋势，带动汽车行业从传统的机械化终端向智能化、网联化终端迈进，随着硬件配置+软件逐步升级，汽车的智能化、网联化升级改造以及自动驾驶已经拉开大幕。