20160415-广发证券-电子行业深度：智能汽车与无人驾驶系列之一-从ADAS到无人驾驶：风口来临，群雄逐鹿_24页_2mb

智能汽车与无人驾驶系列之一：从ADAS到无人驾驶

核心内容

本报告分析了智能汽车和无人驾驶的发展趋势，指出ADAS（高级驾驶辅助系统）是实现无人驾驶的必由之路，并预计其市场渗透率将快速提升。无人驾驶技术被划分为L0至L4五个阶段，其中L0~L2阶段主要依赖ADAS，而L4阶段则需借助V2X（车联网）实现完全无人驾驶。ADAS产业链涵盖感知层、算法层和执行层，各环节具有不同的技术特点和市场参与者。

主要观点

1. ADAS是无人驾驶的基础

   • ADAS通过传感器感知环境，通过算法决策，通过执行器完成操作，是实现单车智能和无人驾驶的重要基石。
   • 随着智能汽车和无人驾驶技术的普及，ADAS的渗透率将显著提升，预计2022年全球新车ADAS搭载率将达50%。

2. ADAS产业链结构

   • 感知层：包括摄像头、毫米波雷达、激光雷达和夜视系统，其中摄像头和毫米波雷达是当前主流。
   • 算法层：核心在于深度学习和AI算法，Mobileye等公司通过算法优化推动ADAS成本下降。
   • 执行层：依赖精密电控技术和整车系统理解，由零部件厂商和整车企业主导。

3. 产业链各方的布局路径

   • 整车企业：倾向于“从硬到软”的方式，逐步实现ADAS向无人驾驶过渡。
   • 互联网企业：专注于“从软到硬”，以算法为核心整合供应链，实现无人驾驶系统。
   • 零部件厂商：在感知和执行层具有优势，同时积极布局整体解决方案。

4. 无人驾驶的发展路径

   • 未来可能形成两种模式：一种是互联网企业主导的“一步到位”模式（类似Android系统）；另一种是整车企业主导的“循序渐进”模式（类似iOS系统）。
   • 两种路径或将共存，形成互补。

关键信息

• ADAS渗透率：目前全球ADAS渗透率约为5%，预计未来将大幅提升。
• 无人驾驶发展阶段：L0~L2为ADAS阶段，L3为有条件自动驾驶，L4为完全自动驾驶。
• 传感器类型与优劣势：
  • 摄像头：成本低，可识别障碍物，但受光线影响较大。
  • 毫米波雷达：稳定性强，可测距和测速，但无法识别图像。
  • 激光雷达：可实现3D建模，但成本高。
  • 夜视系统：对夜间行车安全有显著作用，但成本过高。
• 算法层重要性：深度学习算法推动无人驾驶商业化，具备强大的学习能力。
• 执行层：主要由国际零部件厂商主导，如博世、大陆等。

重点推荐及关注标的

• 重点推荐：得润电子、双林股份、欣旺达。
• 建议关注：均胜电子、金固股份、索菱股份、亚太股份、星宇股份。

风险提示

• 技术发展不及预期的风险。
• 政策法规变化带来的不确定性。
• 重大突发事件可能对无人驾驶发展造成影响。

行业评级

• 行业评级：买入。
• 前次评级：买入。
• 报告日期：2016-04-15。

无人驾驶是新型计算平台

• 无人驾驶不仅是汽车技术的升级，更是下一代智能终端和计算平台。
• 未来汽车将不仅是交通工具，也将成为智能设备，具备多种功能和应用场景。

对比智能手机时代

• 无人驾驶的发展路径类似于智能手机行业的Android与iOS系统。
• 互联网企业倾向于开放平台，整车企业倾向于封闭系统，两者互补发展。

图表索引

• 图1：百度无人驾驶汽车
• 图2：无人驾驶情形下的交通
• 图3：美国公路安全局将无人驾驶技术分为5个阶段
• 图4：ADAS帮助车辆逐步实现单车智能
• 图5：V2X实现车车互通、车路互联
• 图6：ADAS的主要功能
• 图7：已购ADAS的客户再次购买意愿强烈
• 图8：政策法规对汽车安全具有明显影响
• 图9：ADAS刚刚跨过导入期，未来成长空间广阔
• 图10：ADAS自动操作与人自主判断结构相似
• 图11：ADAS主要传感器类型
• 图12：全球车载摄像头市场规模上升
• 图13：宝马i8用摄像头取代后视镜
• 图14：手机镜头制造商积极布局车载摄像头
• 图15：车载CMOS行业集中度高，壁垒强大
• 图16：人类易辨识的符号对摄像头理解难度大
• 图17：Mobileye产品可在原车屏看到“锁定框”
• 图18：毫米波雷达应用范围及特点
• 图19：LRR用于自适应巡航功能（ACC）
• 图20：SRR可实现多重功能
• 图21：Velodyne激光雷达性能参数对比
• 图22：北科天绘R-Angle系列激光雷达系统
• 图23：中海达iScan激光雷达采集街景数据
• 图24：奥迪A8L夜视系统有效距离远超近光灯
• 图25：奥迪A8L夜视系统可跟踪显示多个行人
• 图26：夜视系统生产企业发展情况
• 图27：主要类型传感器功能与优劣势对比
• 图28：ADAS功能需要多重传感器配合完成
• 图29：传感器融合实现ADAS功能
• 图30：谷歌无人驾驶视觉捕捉算法实现效果
• 图31：算法获得路径规划方案
• 图32：搭载Mobileye芯片的车型数量增加
• 图33：深度学习算法学习能力远超其他方法
• 图34：AlphaGo依靠深度神经网络击败李世昱
• 图35：执行器是精密汽车电控的最后实现环节
• 图36：主流汽车电控执行器
• 图37：ADAS产业链位置与参与方对应关系
• 图38：谷歌无人驾驶逐渐接近现实
• 图39：互联网企业切入无人驾驶汽车
• 图40：各大整车企业在ADAS和无人驾驶领域的进展
• 图41：大陆汽车无人驾驶“电子地平线”解决方案
• 图42：零部件厂商拥抱变化
• 图43：今天与未来汽车价值对比
• 图44：智能汽车有望成为下一代计算平台
• 图45：手机操作系统份额变化
• 图46：智能手机行业利润分布情况

总结

智能汽车与无人驾驶是未来汽车发展的关键方向，ADAS作为其基础，正迎来市场爆发期。产业链由感知层、算法层和执行层组成，各方企业基于自身优势采取不同路径布局。未来，随着技术进步和成本下降，ADAS和无人驾驶将逐步普及，成为下一个智能终端和计算平台。