在上篇從宏觀角度介紹了智能駕駛的發(fā)展初衷、發(fā)展歷程以及發(fā)展驅(qū)動(dòng)因素的基礎(chǔ)上，本篇將更詳細(xì)地分析智能駕駛的落地化情況以及未來核心和競(jìng)爭(zhēng)格局。

智能駕駛技術(shù)下汽車產(chǎn)業(yè)的現(xiàn)狀與未來

現(xiàn)階段漸進(jìn)發(fā)展主要依靠ADAS的升級(jí)，穩(wěn)扎穩(wěn)打逐級(jí)進(jìn)化，目前主要集中于L2-L3的升級(jí)。根據(jù)《中國(guó)自動(dòng)駕駛乘用車市場(chǎng)數(shù)據(jù)追蹤報(bào)告》2022年第1季度各大車廠產(chǎn)量數(shù)據(jù)，國(guó)內(nèi)L2級(jí)自動(dòng)駕駛在乘用車市場(chǎng)的新車滲透率高達(dá)23.2%。其中，新能源車市場(chǎng)滲透率更高，達(dá)到了35.0%，遠(yuǎn)高于汽油車市場(chǎng)19.9%的滲透率。

智能化汽車已經(jīng)進(jìn)入商業(yè)化加速落地的階段

由于是逐級(jí)推向市場(chǎng)應(yīng)用，符合消費(fèi)者漸進(jìn)接受創(chuàng)新的習(xí)慣。隨著智能駕駛等級(jí)的上升對(duì)芯片算力的需求呈現(xiàn)指數(shù)級(jí)提升，算法將成為智能駕駛行業(yè)的核心，而算法則是基于芯片的發(fā)展，漸進(jìn)發(fā)展可獲得低成本數(shù)據(jù)，形成數(shù)據(jù)采集和系統(tǒng)驗(yàn)證閉環(huán)，極大加速算法迭代。

無論是造車新勢(shì)力，還是傳統(tǒng)車廠都在深度布局汽車智能化，座艙域、駕駛域的發(fā)展速度尤為驚人。目前智能座艙的新車型普及度持續(xù)攀升，智能駕駛的落地速度也有所加快。在汽車新四化浪潮下，車廠、芯片廠商、Tier1、OS以及其他軟硬件供應(yīng)商積極投入研發(fā)，產(chǎn)品迭代速度顯著加快。尤其巨頭廠商在底層技術(shù)的突破，為市場(chǎng)帶來質(zhì)變。

智能駕駛行業(yè)未來核心

生態(tài)化合作伙伴為重中之重

芯片廠商格局未穩(wěn)，產(chǎn)業(yè)鏈合作伙伴有望成為稀缺資源，充分受益于汽車智能化浪潮。目前汽車產(chǎn)業(yè)鏈的交付模式發(fā)生變化，芯片廠商先前更多作為 Tier1的供應(yīng)商，而當(dāng)下更多的是直接與汽車廠商進(jìn)行生意往來。復(fù)雜的需求與高算力芯片的落地，使得芯片廠商需要對(duì)外尋找整體解決方案生態(tài)合作伙伴，為車廠共同提供一整套解決方案。主板設(shè)計(jì)與軟件生態(tài)合作伙伴成為重中之重。單一的芯片存在的問題是它需要下游廠商基于芯片的規(guī)格負(fù)責(zé)主板的設(shè)計(jì)和調(diào)試，而全套的解決方案，則是芯片廠商根據(jù)下游的要求設(shè)計(jì)好主板的布局、接口的數(shù)目，甚至以模塊的形式封裝出貨，下游廠商只需負(fù)責(zé)連接計(jì)算模塊與車輛的各個(gè)傳感器即可；此外，汽車廠商落地還需要相關(guān)虛擬機(jī)、OS、中間件等開發(fā)環(huán)境以及中科創(chuàng)達(dá)這類軟件服務(wù)商打通方案。無論是已有的高通、英偉達(dá)、Mobileye、NXP、瑞薩等老牌巨頭，還是地平線、黑芝麻、華為等行業(yè)新軍，在目前階段除了做好產(chǎn)品，最重要的就是建立解決方案生態(tài)，并積極與車廠展開合作。生態(tài)共建，共享汽車智能化果實(shí)。

算力時(shí)代的到來

算力滿足智能化部件運(yùn)算，支撐系統(tǒng)算法。通過神經(jīng)網(wǎng)絡(luò)，算力支撐著激光雷達(dá)、超聲波雷達(dá)、攝像頭、座艙娛樂信息系統(tǒng)等各個(gè)部件運(yùn)算。除此之外，算力還需要運(yùn)行整個(gè)系統(tǒng)的路徑規(guī)劃、決策、控制的算法。智能化在給汽車帶來更多能力的同時(shí)也對(duì)SOC芯片提出了更多的算力要求。

智能網(wǎng)聯(lián)化進(jìn)展迅速，消費(fèi)者體驗(yàn)不佳亟待算力提升。2015 年智能網(wǎng)聯(lián)功能的新車裝載率為 4.6%，到 2020 年這一數(shù)字上升到了48.8%。主流車企中，智能網(wǎng)聯(lián)已經(jīng)成為新車型必備功能。而根據(jù)汽車專業(yè)機(jī)構(gòu)調(diào)研數(shù)據(jù)顯示，一方面當(dāng)前消費(fèi)者對(duì)智能網(wǎng)聯(lián)功能核心感知仍集中在中控臺(tái)顯示屏、儀表盤等少數(shù)領(lǐng)域，語音控制、車聯(lián)網(wǎng)等功能用戶關(guān)注不足；另一方面對(duì)智能網(wǎng)聯(lián)功能體驗(yàn)不佳，抱怨中控屏反應(yīng)遲鈍的用戶達(dá)到56.5%，反應(yīng)系統(tǒng)卡頓的用戶達(dá)到 50.95%。

應(yīng)用端以自動(dòng)駕駛為例，隨著智能駕駛等級(jí)的上升對(duì)芯片算力的需求呈現(xiàn)指數(shù)級(jí)提升。L1、L2 處于輔助駕駛階段，車部分或全部的自行轉(zhuǎn)向控制、加速減速，這兩個(gè)階段對(duì)算力的要求都不高。L3 進(jìn)入有條件的自動(dòng)駕駛，車除轉(zhuǎn)向控制、加速減速外還進(jìn)行駕駛環(huán)境檢測(cè)，這帶來算力極大的提升需求，從 L2 的 2 Tops 提升到 L3 的 24Tops。進(jìn)入到 L4、L5 階段車在之前的功能之上還增加了緊急事件觸發(fā)接管機(jī)制，這兩個(gè)階段對(duì)算力的要求呈現(xiàn)技術(shù)級(jí)的提升，分別達(dá)到 320Tops,4000Tops。

算力時(shí)代的到來促成了無人駕駛SOC芯片的快速發(fā)展

芯片/算法是自動(dòng)駕駛產(chǎn)業(yè)鏈的核心。自動(dòng)駕駛系統(tǒng)運(yùn)作包含三個(gè)環(huán)節(jié)，首先是收集信息；然后是處理與判斷；最后給予車體指令。在這個(gè)流程中，MCU、影像處理 IC 等處理器以及自動(dòng)駕駛算法就處于核心的位置，起到承上啟下的作用。

1、規(guī)模：2030 年市場(chǎng)規(guī)模有望超 250 億元

隨著自動(dòng)駕駛對(duì)算力要求的提升，芯片數(shù)量和 ASP 量?jī)r(jià)齊升預(yù)計(jì)超 250 億元。預(yù)計(jì)自動(dòng)駕駛的發(fā)展分為兩個(gè)階段：第一個(gè)階段為 2020-2025 年，自動(dòng)駕駛等級(jí)主要為 L1、L2。第二階段為 2026-2030 年，自動(dòng)駕駛等級(jí)發(fā)展為 L3 及以上，該階段駕駛員檢測(cè)系統(tǒng)（DMS）預(yù)計(jì)將快速上漲。

2、競(jìng)爭(zhēng)格局

除特斯拉的自研FSD芯片之外，整體自動(dòng)/輔助駕駛芯片市場(chǎng)呈現(xiàn)消費(fèi)電子芯片巨頭、新興芯片科技公司、傳統(tǒng)汽車芯片廠商三大陣營(yíng)鼎力的局面。

傳統(tǒng)汽車芯片廠商陣在傳統(tǒng)汽車芯片領(lǐng)域近乎呈壟斷地位，產(chǎn)品線齊全，與Tier1、主機(jī)廠有深厚關(guān)系積累，滿足車規(guī)級(jí)要求方面有深厚技術(shù)能力儲(chǔ)備，但在AI計(jì)算芯片上優(yōu)勢(shì)不足，產(chǎn)品多用于中低端車型。

代表：Mobileye

消費(fèi)電子芯片巨頭陣營(yíng)具備深厚的芯片技術(shù)儲(chǔ)備，資金雄厚，可支撐起對(duì)先進(jìn)支撐和高算力芯片的高昂研發(fā)投入，同時(shí)具備良好的軟件生態(tài)，車載計(jì)算芯片技術(shù)領(lǐng)先，在中高端車型與新勢(shì)力車型市場(chǎng)中有廣泛應(yīng)用。

代表：英偉達(dá)，高通

新興芯片科技公司陣營(yíng)在AI算法與計(jì)算上有獨(dú)到的產(chǎn)品優(yōu)勢(shì)，相比傳統(tǒng)廠商能力更為全棧，可提供“芯片+算法參考+技術(shù)支持”的產(chǎn)品服務(wù)，但在車規(guī)級(jí)與大規(guī)模量產(chǎn)能力上仍待提升，產(chǎn)品主要應(yīng)用于自主品牌車型。

代表：芯馳科技，華為

特斯拉自研FSD作為全球唯一一家實(shí)現(xiàn)了自動(dòng)駕駛核心領(lǐng)域全棧自研自產(chǎn)的科技公司，在數(shù)據(jù)、算法、算力等各個(gè)層面打造了一套包含感知、規(guī)控、執(zhí)行在內(nèi)的全鏈路自動(dòng)駕駛軟硬件架構(gòu)。智能汽車為軟硬件高度耦合產(chǎn)品，自研有助于產(chǎn)品軟硬件協(xié)同發(fā)展，降低技術(shù)供應(yīng)商的依賴性，同時(shí)加快技術(shù)迭代速度。

目前來看，英偉達(dá)，高通及背靠英特爾的Mobileye處于自動(dòng)/輔助駕駛芯片第一梯隊(duì)，華為海思、地平線、處于第二梯隊(duì)，上升攻勢(shì)不容小覷。但考慮到目前市場(chǎng)量產(chǎn)車型配置的ADAS級(jí)別仍主要處于L1-L2的初級(jí)階段，我們認(rèn)為行業(yè)格局仍未落定，各家廠商暫處于百花齊放的階段。

智能駕駛的其他投資機(jī)會(huì)

智能駕駛的系統(tǒng)架構(gòu)包含的三大體系：環(huán)境感知、決策規(guī)劃、控制執(zhí)行。

環(huán)境感知是智能駕駛的第一步，智能駕駛車輛通過各類傳感器如攝像頭、毫米波雷達(dá)、超聲波雷達(dá)、激光雷達(dá)等獲取車輛周邊信息，產(chǎn)生圖片數(shù)據(jù)、視頻數(shù)據(jù)、點(diǎn)云圖像、電磁波等信息，去除噪點(diǎn)信息后利用不同類型數(shù)據(jù)形成冗余同時(shí)提升感知精度。

決策規(guī)劃是智能駕駛的第二步，依據(jù)獲取的信息進(jìn)行決策判斷，選擇適合的工作模型，制定相應(yīng)的控制策略，替代人類做出駕駛行為。同時(shí)這部分功能也執(zhí)行預(yù)測(cè)任務(wù)，例如在車道保持、車道偏離預(yù)警、車距保持，障礙物警告等系統(tǒng)中，需要預(yù)測(cè)本車與其他車輛、車道、行人等在未來一段時(shí)間內(nèi)的狀態(tài)。需要計(jì)算能力和大量數(shù)據(jù)進(jìn)行AI訓(xùn)練。

控制執(zhí)行是智能駕駛的第三步，智能駕駛汽車的各個(gè)執(zhí)行系統(tǒng)通過總線與決策系統(tǒng)連接，根據(jù)決策規(guī)劃出的軌跡進(jìn)行有效、穩(wěn)定、安全的行駛，同時(shí)在過程中實(shí)現(xiàn)變速、轉(zhuǎn)向、變道、超車等操作，并保證乘坐的舒適性。完美實(shí)現(xiàn)自動(dòng)控制執(zhí)行后，駕乘人員的精力可以轉(zhuǎn)向車內(nèi)娛樂、工作等其他事項(xiàng)。

通過分解智能駕駛的三部分，我們可以得出智能駕駛的其他投資方向：感知傳感器、算力芯片、智能駕駛系統(tǒng)解決方案三個(gè)主要方面，還有云智能座艙、車載軟件、地圖等。