智能汽車：從ADAS到無人駕駛 （下）| 深度

雷鋒網按：前面提到，“無人駕駛”硬件預計有望于2020-2025年量產，與此同時，相關的汽車安全法規也在不斷推出和完善。而ADAS是智能駕駛的關鍵落地點，參股和收購是上市公司介入ADAS的主要方式。本文是《智能汽車：從ADAS到無人駕駛（上） | 深度》的續集，繼續探討，無人駕駛相關的感知識別/地圖等模塊將迎來國產化契機。

（圖片來自財經網）

| 元器件：感知識別/地圖等模塊有望迎來國產化契機

智能駕駛包含多種元器件，其中感知識別、地圖等組件模塊有望成為國產突破口。以目前ADAS系統產業鏈情況分析，可以判斷未來感知識別、地圖等組件模塊等有望成為國產化突破口，而決策模塊由于涉及到整車控制，技術門檻較高，預計仍會掌握在整車廠商及國際零部件巨頭手中。

據中國制造2025中對智能網聯汽車關鍵零部件自主化率的規定，感知識別（主要為攝像頭和雷達）和高精度地圖系統在未來5年內勢必完成國產化大幅推進。

• 感應識別模塊：多傳感器融合發展
  

感應識別硬件：以雷達和攝像頭為主，多傳感器融合發展。目前主流的車載傳感器包括超聲波雷達、激光雷達、毫米波雷達、攝像頭、紅外探頭等。基于測量能力和環境適應性，預計雷達和攝像頭會成為傳感器主流，呈現多傳感器融合趨勢。

• 感應識別模塊之毫米波雷達：增量發展，國產化即將實現
  

毫米波雷達發射毫米波波段的電磁波，利用障礙物反射波的時間差確定障礙物距離，利用反射波的頻率偏移確定相對速度。與紅外、激光、攝像頭等傳感器相比，毫米波穿透霧、煙、灰塵的能力強，具有全天候(大雨天除外)全天時的特點。其局限性在于無法進行物體顏色識別；視場角較小，一般需要多個雷達組合使用；行人的反射波較弱，難以識別。毫米波雷達廣泛應用于車載距離探測，如自適應巡航、碰撞預警、盲區探測等。

目前的主流可用頻段為24 GHz和77GHz，分別應用于中短距和中長距測量。毫米波雷達的可用頻段有24GHz、60GHz、77GHz、79GHz；主流是24GHz和77GHz，一般24GHz用于短/中距，77GHz用于中/長距。頻率越高，距離和速度的檢測分辨率越高。頻段發展趨勢是由24GHz向77GHz過渡：1）歐盟，1997年，歐洲電訊標準學會確認76-77GHz作為防撞雷達專用頻道；2）美國，24GHz和77GHz兩個頻帶；3）日本，60GHz，逐漸轉入77GHz；4）日內瓦2015年世界無線電通信大會，77.5-78.0GHz劃分給無線電定位業務，以支持短距離高分辨率車載雷達的發展；5）2005年，原信息產業部《微功率（短距離）無線電設備的技術要求》，77GHz劃分給車輛測距雷達；2012年，工信部，24GHz劃分給短距車載雷達業務。

受益于ADAS 的發展，毫米波雷達芯片出貨量快速增長。至2020年，預計全球車載毫米波雷達出貨量可達7200萬顆。按國內ADAS滲透率在2020年達到30%估算，每套ADAS需要4個短距毫米波雷達+1個長距毫米波雷達，則國內出貨量可達4500萬顆，市場規模將超200億。

全球汽車毫米波雷達主要供應商為傳統汽車電子優勢企業，如博世、大陸等。2015年，博世、大陸的全球市場份額均占到22%，隨后為Hella、富士通天、電裝、TRW、德爾福、Autoliv、法雷奧等傳統優勢企業。

毫米波雷達國產化即將實現。國內廠商已經突破核心技術，國產化指日可待。但目前較為成熟的產品僅有湖南納雷和廈門意行的24GHz中短距雷達，77GHz雷達剛剛起步。推薦：亞太股份、四創電子、國睿科技等。

亞太股份以700萬元增資杭州智波，獲得該公司10%股權，布局毫米波雷達業務。四創電子的控股股東為華東電子工程研究所，其毫米波雷達產品主要用于國土防空情報、氣象監測等領域。國睿科技整合了中國電科第十四研究所的優質產業資源，主要產品包括軍用機載雷達和氣象雷達等。啟碁科技總部設在臺灣，提供完整的24GHz和77GHz技術組合，以支持ADAS的各類應用與功能。

• 感應識別模塊之激光雷達：成本降低，有望成為行業主流

激光雷達發射激光束來探測目標的位置、速度等特征量。車載激光雷達采用多個激光發射器和接收器，建立三維點云圖，從而達到實時環境感知的目的。激光雷達的優勢在于三維建模，探測范圍廣，探測精度高。但是，激光雷達在雨雪霧天氣下性能較差；價格昂貴；數據量過大。

目前，激光雷達被應用在一些無人駕駛試驗車中：

1）谷歌和百度的無人駕駛試驗車均采用了Velodyne的64線激光雷達；

2）福特的混動版蒙迪歐安裝了Velodyne的32線激光雷達，第三代自動駕駛車輛Fusion Hybrid配置了2臺Velodyne的Solid-State HybridUltra PUCK Auto混合固態激光雷達；

3）日產LEAF搭載了6個Ibeo的4線激光雷達，測試了其高級駕駛輔助系統；

4）奧迪的無人駕駛汽車A7 Piloted Driving采用了Ibeo和Valeo合作的Scala混合固態激光雷達；

5）德爾福無人駕駛汽車配備了4臺由Quanergy研發的固態激光雷達。

目前，有旋轉部件的激光雷達技術較為成熟，國外主流生產廠家為Velodyne和Ibeo。Velodyne采用激光發射、接收一起旋轉的方式，產品涵蓋16/32/64線；Ibeo采用固定激光光源，通過內部玻璃片旋轉的方式改變激光光束方向，實現多角度檢測，產品涵蓋4/8線，歐百拓為Ibeo的國內代理商。

激光雷達固態化是未來趨勢，存在小型化、低成本優勢。固態激光雷達無需旋轉部件，因而體積更小，方便集成在車身內部，并且系統可靠性提升，成本也可大幅降低。因此激光雷達有向固態發展的趨勢。創業公司Quanergy與德爾福合作開發出了固態激光雷達，計劃2017年底量產，采取相控陣技術，內部不存在任何旋轉部件。傳統優勢企業Velodyne和Ibeo也推出了混合固態激光雷達，在外觀上看不到旋轉部件，但內部仍靠機械旋轉實現激光掃描。

早在2015年，奧迪的無人駕駛汽車A7 PilotedDriving就采用了Ibeo和Valeo合作的Scala混合固態激光雷達，大眾的一款半自動駕駛汽車也搭載了Scala，該激光雷達隱藏在保險杠內，用于取代毫米波雷達做AEB的測距模塊。

在CES2016上，有兩款固態/混合固態激光雷達展出：1）來自Quanergy的固態激光雷達 S3，僅為一盒名片大小，單個售價初步定在250美元，量產后可能降至100美元；2）由Velodyne與福特共同發布的混合固態激光雷達UltraPuck Auto， 2020年計劃量產價為500美金，2025年計劃把成本控制在200美金以內。

激光雷達2020年市場規模有望超100億。我們預計激光雷達受益于技術提升及產能提升，2020年單只激光雷達成本有望達到400元，以整車安裝2-4個激光雷達（前后探測距離）測算，對應整車成本為800-1600元。按照2020年前裝市場25%滲透率、后裝市場5%滲透率估算，中國市場規模有望近200億。

國內有數家公司參與激光雷達的研發與生產，應用領域包括大氣污染檢測、三維測繪、汽車等。推薦：巨星科技。

巨星科技去年以2億元收購華達科捷65%股權，后者正推進激光應用技術升級，重點方向是服務機器人（例如掃地機器人）和移動智能設備（包括無人駕駛汽車、AGV 叉車、巡檢機器人）；今年3月成立子公司歐鐳激光，致力于研發激光雷達和智能裝備。

• 感應識別模塊之攝像頭：龍頭地位穩固，有望快速發展

車載攝像頭的大致原理如下：

1）圖像處理，將圖片轉換為二維數據；

2）模式識別，通過圖像匹配進行識別，如車輛、行人、車道線、交通標志等；

3）利用物體的運動模式，或雙目定位，估算目標物體與本車的相對距離和相對速度。

相比于其他傳感器，攝像頭最為接近人眼獲取周圍環境信息的工作模式，其優勢在于

1）攝像頭技術成熟，成本較低；

2）可以通過較小的數據量獲得最為全面的信息。

但是，攝像頭識別也存在一定局限性：

1）受光線、天氣影響大；

2）物體識別基于機器學習數據庫，需要的訓練樣本大，訓練周期長，難以識別非標準障礙物；

3）由于廣角攝像頭的邊緣畸變，得到的距離準確度較低。

目前攝像頭的應用主要有：1）單目攝像頭，一般安裝在前擋風玻璃上部，用于探測車輛前方環境，識別道路、車輛、行人等，廣泛應用于自適應巡航、車道偏離預警、前撞預警、行人監測等功能中；2）后視攝像頭，一般安裝在車尾，用于探測車輛后方環境，應用于倒車可視系統；3）立體攝像頭，或稱雙目攝像頭，利用兩個經過精確標定的攝像頭同時探測車輛前方環境，實現更高的識別精度和更遠的探測范圍；4）環視攝像頭，一般至少包括四個攝像頭，分別安裝在車輛前、后、左、右側，實現360°環境感知，應用于自動泊車和全景泊車系統。

隨著ADAS滲透率的快速提升，鏡頭市場有望快速增長。根據IHS Automotive預測，2021年車載攝像頭系統出貨量將達到7400萬套/年（2014年約為1500萬套）。國內車載鏡頭全球龍頭地位穩固，據智研咨詢統計，2013年我國車載鏡頭行業產量約862萬個，出口約占60%。我們預計單車ADAS系統用1-10個鏡頭不等，以采用4個鏡頭（前置攝像+兩側盲點檢測+后側倒車影像）保守估算，中國2020年車載鏡頭出貨量有望超1億個，市場規模有望超120億，CAGR有望超70%。

鏡頭模組：國內鏡頭行業龍頭地位穩固，有望快速發展。光學鏡頭目前廣泛用于手機、車載、相機等領域，由于手機等數碼產品增長放緩，鏡頭產業轉移到車載趨勢明顯。國內行業龍頭優勢地位明顯，如舜宇光學車載后視鏡頭出貨量目前居全球第1位，全球市場占有率達30%左右，已進入各大車企（BMW、Benz、Audi等）前裝市場。我們預計未來車載鏡頭業務提升有望推動國內行業龍頭業績快速增長。推薦：歐菲光、舜宇光學、臺灣勝開科技等。

歐菲光是攝像頭模組傳統優勢企業，智能汽車前瞻布局有望開花結果。歐菲光不僅在攝像頭模組出貨量上力壓群雄，也提前布局了雙攝像頭模組。公司前瞻布局智能汽車：1）2015年6月，設立全資子公司上海歐菲智能車聯科技有限公司，全面布局智能駕駛、智能中控、“互聯網+”硬件、汽車電子業務；2）公司智能中控部分引入一線汽車廠商，目前已經是北汽新能源的一級供應商，在CES上展出了合作的ADAS汽車，并擬以2億元入股北汽新能源，延伸新能源汽車全產業鏈；3）定向增發15億元用于智能汽車電子建設項目。舜宇光學在車載攝像頭市場的出貨量是全球第一，市場占有率達到30%左右，對于安全等級更高的前置ADAS攝像頭，舜宇光學的市場占有率超過一半。

• 感應識別模塊之紅外夜視：成長空間大，關注國內龍頭
  

汽車安全關注度提升，紅外夜視成長空間巨大。據美國國家公路交通安全管理局(NHTS)的統計，雖然夜間行車在整個公路交通中只占四分之一，發生的事故卻占到一半，而夜間視線不良所造成的事故占了70%。隨著汽車安全和ADAS的關注度提升，紅外夜視有望得到快速推廣。另一方面，2015年紅外夜視系統的滲透率僅有1%左右，以2020年前裝滲透率達到5%估算，單套系統2500元左右，屆時僅前裝就會有38億元的市場空間。推薦：保千里。

保千里是夜視系統的傳統優勢企業，積極布局汽車主動安全。2015年9月，保千里發布定增預案，擬募集19.9億元，其中8.4億元投入開發車用智能硬件-汽車主動安全系統全網建設項目，同時還將建設汽車主動安全系統測試標準化中心，鞏固公司智能車產品的技術與市場地位。

• 高精度地圖：寡頭壟斷格局或將維持
  

地圖是無人駕駛不可或缺的基礎，行業龍頭具有稀缺性競爭優勢。無人駕駛最基本功能之一為導航，其實現需要依據自身GPS及高精度地圖來確定位置和行駛方向。但無人駕駛使用的地圖要求更高：1）GPS定位精度需要到達厘米級別（目前精度>1米）；2）需要提供更精確的三維數據已應對復雜的駕駛環境。因此如Here、Mobileye等均開始布局定制化地圖，傳統廠商如豐田也推出全新地圖繪制技術。我們認為，國內地圖底層數據行業的龍頭壟斷地位會長期存在，主要原因有兩點：1）地圖底層數據測繪需要長期投入，新進入者投入成本較高；2）地圖行業進入需要資質申請，行業內原有龍頭維持自身優勢地位，隨行業快速發展，推薦：四維圖新等。

四維圖新前裝車載導航市場份額持續領先，先后收購圖為先、和驪安、杰發科技，具備地圖、芯片、車機、 OS、語音識別、 OBD 等智能汽車各環節技術儲備。

• 執行機構
  

關注智能汽車關鍵執行機構，如電子制動、輪轂電機等。推薦：萬安科技、亞太股份，拓普集團。

• 智能電子系統
  

關注車載智能電子系統元器件，如智能車燈、人機交互HMI、抬頭顯示HUD等。推薦：星宇股份，東風科技，均勝電子，水晶光電。

• 車聯網

無人駕駛的最終實現必然依賴車聯網，涉及車車通訊V2V、車路通訊V2R、車網通訊V2I等，關注前瞻布局企業。推薦：萬安科技，亞太股份，雙林股份，均勝電子，榮之聯，興民鋼圈，威帝股份，盛路通信；臺灣公司啟碁科技，明泰科技，中怡科技等。

本報告著重從ADAS系統集成與核心元器件兩個層面分析了技術發展現狀與市場格局，并梳理了相關上市公司。我們認為：

1）ADAS作為車輛智能化的初級階段產品，將率先普及商業化；創業型公司后生可畏，全力投入創新者有望最后勝出；上市公司通過投資參股ADAS初創公司，前瞻布局ADAS產業鏈；

2）中國制造2025推動感知識別（主要為攝像頭和雷達）、高精度地圖等組件模塊國產化浪潮：毫米波雷達增量發展，國產化已進入商品階段；激光雷達小型化、低成本化、固態化成趨勢，有望成為行業主流；攝像頭國內龍頭地位穩固，有望大幅增速發展；紅外夜視尚有大幅成長空間，關注龍頭企業；高精度地圖行業壁壘高、進入資質難，優勢企業或將延續壟斷格局。

• 風險因素

1）多數上市公司進入智能駕駛領域以參股和并購的外延式擴張為主，自身經營發展和新業務整合協同能力需要跟蹤驗證；2）未來1-2年產品真空期，來自智能駕駛的盈利貢獻比例較低；3）相關標的高估值缺乏安全邊際；4）上市公司高管減持風險等。

• 投資策略與公司推薦

無人駕駛是汽車產業終極發展方向，但未來1-2年智能汽車產品相對稀缺且盈利貢獻有限；智能駕駛板塊或持續呈現高估值的主題性行情；被并購標的的市場地位將成為公司估值的重要參考因素。維持行業“強于大市”評級。建議重點關注：萬安科技、拓普集團、亞太股份、星宇股份、均勝電子、雙林股份等。

【特別聲明】

本資料所載的信息僅面向專業投資機構，僅供在新媒體背景下研究觀點的及時交流。本資料所載的信息均摘編自中信證券研究部已經發布的研究報告或者系對已發布報告的后續解讀，若因對報告的摘編而產生歧義，應以報告發布當日的完整內容為準。本資料僅代表報告發布當日的判斷，相關的分析意見及推測可在不發出通知的情形下做出更改，讀者參考時還須及時跟蹤后續最新的研究進展。

本資料不構成對具體證券在具體價位、具體時點、具體市場表現的判斷或投資建議，不能夠等同于指導具體投資的操作性意見，普通的個人投資者若使用本資料，有可能會因缺乏解讀服務而對報告中的關鍵假設、評級、目標價等內容產生理解上的歧義，進而造成投資損失。因此個人投資者還須尋求專業投資顧問的指導。本資料僅供參考之用，接收人不應單純依靠本資料的信息而取代自身的獨立判斷，應自主作出投資決策并自行承擔投資風險。

【附作者介紹】

許英博：汽車行業首席分析師，畢業于清華大學汽車工程系，2007年進入中信證券研究部，新財富金牌分析師。

陳俊斌：汽車行業分析師，畢業于廈門大學電子工程系，2010年進入中信證券研究部，中國注冊會計師。

高  登：汽車行業分析師，博士畢業于清華大學工業工程系，2012年進入中信證券研究部。

崔宇碩：汽車行業分析師，碩士畢業于清華大學汽車工程系，2014年進入中信證券研究部。

具體分析詳見2016年6月15日發布的《智能汽車：從ADAS到無人駕駛》報告

雷鋒網注：轉載請聯系授權并保留完整信息，不得修改文章。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。