当前位置 博文首页 > 文章内容

    王博(Kings)的博客:2021智能网联汽车专题报告

    作者:21344 栏目:未分类 时间:2021-11-26 13:36:18

    仅做学术分享,如有侵权,联系删除

    转载于 :智车行家

    导读 /

    2021年L2+级别自动驾驶加速落地,ADAS渗透率持续提升,2023年市场规模有望超越1200亿。

    短期,L2+、L3级别渗透率持续提升。ADAS系统作为实现自动驾驶的重要支撑技术,先行放量,2023年市场规模有望达到1206亿元,2020-2023年CAGR约为36.7%;同时,L4级别及以上自动驾驶技术,将降维应用至L2+级别自动驾驶当中;中长期,随着技术的突破及法规的完善,L4/L5级别自动驾驶将逐渐落地。网联化产业链,进入网联基础设施部署关键期,国产厂商优势明显,云控平台、车载OBU、路侧RSU率先放量,车载OBU市场渗透率2025年有望达到50%,同期市场规模约为365亿元;路侧RSU市场渗透率2025年有望达到50%,同期市场规模约为525亿元。

    政策+技术+产业链变革,催化万亿级市场空间

    中国智能网联车市场规模及渗透率将持续提升,2023年规模有望达到2381亿元,2020-2023年CAGR约为20.62%。据智研咨询,中国智能网联车市场规模2019年约为1125亿元,未来4年CAGR约为20.62%,有望在2023年达到2371亿元。

    同时,根据IHS Markit数据,中国智能网联车2019年市场渗透率约为35.3%,随着自动驾驶及网联技术的升级,2025年市场渗透率将达到75.9%,中国有望成为全球最大智能网联车市场。

    智研咨询进一步将智能网联车市场细分,并推测2020-2030年智能网联车10年产业总规模有望达到近2万亿元。其中“聪明的车” 市场规模约为8350亿元,“智慧的路”市场规模约为2950亿元,“车路协同”市场规模约为7630亿元。

    智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X( 人、车、路、云端等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全 、高效、舒适、节能”形式,并最终实现代替人来操作的新一代汽车。是汽车、信息、通信等多学科多技术深度融合的典型应用。

    智能网联汽车是智能汽车发展的战略方向,网联协同是智能驾驶发展的未来趋势。

    智能网联汽车发展技术体系及关键技术

    智能网联汽车技术体系涉及信息通信、交通、汽车等行业,以安全为支撑,对车、路、云端产生的信息流进行融合感知、计算、决策与信息下发。具体技术架构可划分为“三横两纵”。

    技术升级,5G技术提供网联化发展基础及必要条件

    5G商用加速落地,智能网联车是最佳应用场景。5G具有低时延、高可靠、高速率、广连接的特点,支撑智能网联车与周边环境设施实现无线通讯和信息交换,便于及时做出决策,满足自动驾驶苛刻的延时要求。5G技术的飞速发展以及配套基础设施的建设,为智能车联网发展提供基础。

    5G网络新技术SDN(软件定义网络)、NFV(网络功能虚拟化)、网络切片等,提升智能网联车业务效率及安全性。SDN技术实现控制和转发解耦,NFV技术实现软件和硬件解耦,达到灵活化,服务于网络切片技术。网络切片技术实现按需组网,提供低至1-5ms端到端时延和高至10Gbps峰值速率,满足网联化不同场景的网络需求,推进车用网络建设及通信产品加速普及与应用。

    技术升级,MEC多接入边缘计算提供网联化增强服务

    MEC多接入边缘计算为网联化低时延业务提供技术支撑。智能网联业务中有关驾驶安全类的业务主要特征是低时延、高可靠。在时延需求上,自动驾驶要求时延低至3ms。MEC技术在支持网联通信的基础上,还可以承载部分车联网业务功能,实现数据融合和业务协同,降低时延,减少海量数据回传造成的网络负荷。

    MEC与车联网融合实现多元化场景应用。网联化应用场景复杂且多样,例如交通岔路口信号灯控制参数优化、车辆拥堵场景的分析与识别、区域内高精度地图的实时加载、自动驾驶车辆的调度、交通流合流场景、优先车辆通行等,需要大量的计算/存储/传输资源或对交通要素进行组织协调,通过MEC与车联网融合能够有效实现场景应用需求。

    发展现状:自动驾驶渗透率持续提升,L2+加速突破,相关组件放量

    1、发展现状:两条发展路径并存

    主流自动驾驶技术路线可划分为“渐进式”路线及“跨越性”路线:

    “渐进式”路线,参与者为传统车厂及新势力车厂。传统车厂通常从基础ADAS系统开始应用,对自动驾驶持有较为谨慎的态度,注重投入与回报的平衡,倾向于研发现阶段可量产的ADAS产品。

    通过渐进式技术迭代过渡到高级别无人驾驶阶段,发展路径为L2-L3-L4或L2-L4。新势力车厂以特斯拉、小鹏、蔚来等为代表,直接推出L2\L2+自动驾驶车辆,现阶段主推自主泊车及导航领航功能,逐步提升自动驾驶水平。

    “跨越性”路线,参与者主要为互联科技巨头及自动驾驶公司,例如谷歌、百度、Cruise等,直接推出L4级别无人自动驾驶车辆,以Robotaxi落地应用锻造核心竞争力。由于L4级别自动驾驶对技术以及道路环境要求高,目前仅限于特定区域应用。

    2、发展现状:L3级别自动驾驶进展放缓

    大部分车厂自动驾驶升级路径由L2-L3-L4-L5逐级递增,2020年为L3级别自动驾驶元年。但由于L3级别自动驾驶量产尚需法规出台,多数企业L3级别自动驾驶推进进展缓慢,推出L2+自动驾驶概念应用;

    部分车厂选择跨过L3级别,直接进行L4级别技术研发。互联网科技企业则多数直接进行L4级别自动驾驶研发,并推动部分L4级别技术降维应用至L2+级别自动驾驶车型当中。

    3、自动驾驶发展路径:L2+级别自动驾驶加速优先落地

    L3级别作为自动驾驶的分水岭,是实现向高级别自动驾驶突破的关键阶段。但现阶段受限于技术、成本、伦理道德、政策法规等因素,尤其是对安全事故责任认定法规不完全,L3级别自动驾驶量产存在一定阻碍。

    现阶段将以L2+级别自动驾驶及ADAS系统渗透率持续提升为主,逐渐过渡到高等级无人驾驶。总体上,自动驾驶技术迭代将分阶段逐步推进:

    1. 短期(2020-2025),有条件自动驾驶L2+、L3级别产品持续放量,渗透率持续提升。ADAS系统作为实现自动驾驶的重要支撑技术,亦是自动驾驶发展的必经之路,将先行放量;同时,以Robotaxi、特定场景无人驾驶的L4级别及以上自动驾驶技术将降维应用至L2+级别自动驾驶当中,以自主泊车及导航领航功能为主,支持实现量产。

    2. 中长期(2025-2035),高级别自动驾驶仍然是终极发展目标。随着技术的突破、安全等级的提升及法规的完善,L4/L5级别自动驾驶长期将逐渐落地。

    L2+级自动驾驶、ADAS系统渗透率提升,感知层优先受益

    自动驾驶产业链分为感知-决策-执行三个层面,感知是基础,决策是关键。感知层通过传感系统,代替人的视觉和听觉感知,采集并处理环境信息和车内信息,常用的传感器包括摄像机、激光雷达、毫米波雷达等;决策层利用芯片+算法制定控制策略,通过具有人工智能特性的控制系统,根据驾驶员意图、当前车速等状态及外部情况,规划驾驶指令、规划行驶路径;执行层根据反馈到底层模块的信息,执行驱动、制动和转向任务。

    高精度定位横跨自动驾驶产业链感知层、决策层,需要融合蜂窝网、卫星、惯导、摄像头及雷达数据满足车辆的高精度定位需求性能需求。实现车辆高精度定位需要依靠以下关键技术:RTK差分系统、传感器与高精度地图匹配定位、蜂窝网定位及同步。

    以基于语义级的高精度地图匹配定位流程作为示例,展示高精度定位的实现与多传感器(摄像头、毫米波雷达、激光雷达等)及高精度地图的融合。

    短期内,L2+ADAS系统将持续放量,ADAS系统渗透率持续提升具有确定性,产业链感知层优先受益。据北京恒州博智汽车研究中心预测,中国ADAS系统市场规模有望在2023年达到1206亿元,2020-2023年CAGR约为36.7%。

    同时,感知层传感器作为ADAS系统核心 ,市场渗透率亦将逐步提升。另据智研咨询,自动驾驶传感器市场到2025年规模有望达到600亿,2020-2025年CAGR约21%,市场渗透率约为80%。

    环境感知系统是自动驾驶系统获取外部行驶道路环境数据并帮助系统实现定位的关键环节,是实现自动驾驶的基础。感知系统包括摄像头和雷达两类:

    1. 摄像头,在获取图像数据后,通过图像识别技术,可以实现距离测量、目标识别等功能。

    2. 雷达,利用发射波和反射波之间的时间差、相位差等信息,获得目标物体的位置、移动速度等数据。

    从传感器配置上来看,自动驾驶级别越高,所需求的传感器数量越多。ADAS系统功能主要覆盖L0-L2级别自动驾驶,对摄像头、超声波雷达、毫米波雷达具有需求;L3及以上自动驾驶进一步需求激光雷达。

    4.1 环境感知是自动驾驶基础——摄像头

    车载摄像头是主流感知系统必备的传感器,主要包括内视摄像头、后视摄像头、前置摄像头、侧视摄像头、环视摄像头等,可实现向前驾驶辅助、全景环视、驾驶员疲劳监控等多种功能。

    4.2 环境感知是自动驾驶基础——摄像头

    随着ADAS系统渗透率提升,车载摄像头市场规模将持续增长。据ICVTank及前瞻产业研究院,2025年全球车载摄像头市场规模预计达到270亿美元,2020-2025年CAGR约为15.7% ;中国市场规模约为230亿元,2020-2025年CAGR约为32.2%。

    全球车载摄像头市场主要由国外松下、法奥雷、富士通等国际巨头占据,国产厂商市场份额较低。国内市场中,舜宇光学、欧菲光等国产厂商在车载摄像头镜头方面取得突破,参与车载摄像头产业链。

    4.3 环境感知是自动驾驶基础——毫米波雷达

    毫米波雷达由于技术和市场成熟,价格相对合理,规模化应用于ADAS,随着ADAS渗透率提升,毫米波雷达市场规模将持续扩张。

    据艾瑞咨询,中国车载毫米波雷达市场在2030年有望达到640亿元,2020-2030年CAGR约为32%,且77GHz毫米波雷达搭载率逐渐提升。

    毫米波雷达关键技术被外商垄断,集中程度高,全球毫米波雷达市场主要由博世、大陆、海拉等国际巨头占据。中国高端汽车装载的毫米波雷达主要依赖于国外进口。

    近年,国内厂商近年在毫米波雷达方面取得突破,24GHz可实现批量供货,77GHz研发取得进展 ,存在国产替代趋势,其中德赛西威、华域汽车、保隆科技可实现毫米波雷达量产。

    4.4 环境感知是自动驾驶基础——超声波雷达

    超声波雷达利用超声波测算距离的雷达传感器装置,通过发射、接收40kHz、48kHz或58kHz频率的超声波,根据时间测算出障碍物距离,当距离过近时触发报警装置发出警报声以提醒司机。

    超声波雷达主要包含UPA(安装在前后保险杠上)及APA(安装在汽车侧面)两类,一般汽车需要配备8个UPA及4个APA。

    据易车网 ,目前大部分车载超声波雷达为UPA,配备车款有6508款,占总数8239款的78.99%,渗透率较高。具备APA车款仅有622款,仅占总数8239款的7.55%,随着ADAS及自动驾驶渗透率提升,APA市场将逐渐打开。

    超声波雷达市场主要供应商有博世、法雷奥、日本村田、日本尼赛拉、台湾同致电子、深圳航盛电子、深圳豪恩等。

    4.5 环境感知是自动驾驶基础——激光雷达

    激光雷达使用发射器发射激光束,并通过接收器对遇障碍物后返回的激光束进行探测。车规级激光雷达线束包括1线、4线、8线、 16线、32线及64线,线束越高,反应速度、精确度越高,相应成本也更高昂。

    目前主要存在四类激光雷达,其中固态激光雷达是未来的应用趋势:

    4.6 环境感知是自动驾驶基础——激光雷达

    激光雷达具有精度高、可靠度强、探测距离远等优势,能够提供更精确的3D环境探测数据,对高级别自动驾驶不可或缺。

    随着自动驾驶技术迭代及成本下降,激光雷达市场有望进一步打开。据国际知名调研机构Markets and Markets预测,全球激光雷达市场规模预计将从2019年的8.44亿美元增长到2024年的22.73亿美元,2019-2024年的CAGR约为21.9%。

    车载激光雷达市场供应商主要集中于国外,包括Velodyne、Quanegy以及IBEO等。目前市场竞争活跃,芯片巨头英伟达、 Mobileye进入激光雷达市场,国内主要参与厂商有禾赛科技、速腾聚创、北科天绘、镭神智能、华为、大疆(览沃)等。

    小鹏汽车已宣布在2021年推出的全新量产车型上使用激光雷达,供应商为大疆孵化的Livox览沃科技。目前市场竞争格局尚未形成,未来能够加速实现量产、降低激光雷达成本的企业,将具备竞争优势。

    4.7 主流环境感知方案,毫米波vs激光雷达

    目前主流环境感知方案分为两大阵营:(1)以特斯拉为代表,使用摄像头+毫米波雷达为主进行环境感知;(2)以谷歌Waymo为代表,使用激光雷达+摄像头为主进行环境感知。两大阵营仍将长期存在,值得关注的是长期使用“摄像头+毫米波雷达”作为感知方案的Mobileye,已与激光雷达厂商Luminar进行合作,并计划自研激光雷达。

    4.8 安全为第一要务,多传感器融合是趋势

    多传感器融合方案是趋势,以保证自动驾驶安全及可靠性。不同传感器具有不同的感知特性,能够在各自适合的应用场景下实现特定功能,未来多传感器融合将是实现车辆环境感知的主流方式。

    不同传感器的测量数据通过信号处理、模式和图像识别、人工智能和信息理论等技术进行融合,保障行驶途中的安全性及技术冗余,实现基于全面环境信息融合的自动驾驶。

    环境感知是自动驾驶基础——高精度定位

    高精度定位能够为自动驾驶汽车提供车辆的空间坐标与当前场景下的相对位置坐标,以及位置相关信息,通常借助RTL、GNSS传感器等融合实现。由于传统传感器存在鲁棒性缺陷,采用高精度定位能够进一步提升定位精准度。

    高精度定位市场规模约为千亿级。据IMT-2020(5G)推进组预测,中国V2X用户在2020年将超过4000万,按照30%的需求实现高精度定位能力,市场规模将达到1200亿元。未来随着高级别自动驾驶技术迭代,高精度定位渗透率将进一步提升。

    国内提供高精度定位技术厂商主要有华测导航、北斗星通、中海达等。高精度定位通常与高精度地图结合使用。

    环境感知是自动驾驶基础——高精度地图

    高精度地图对于自动驾驶不可或缺,是实现 L3/L3+级自动驾驶的必经之路,需要与高精度定位紧密相连。首先,高精地图所需数据需要通过高精度定位框架进行采集,采用惯性递推或航位推算获取定位预测值。

    同时,以高精地图为基础,结合感知匹配实现高精度的自主导航定位,保证厘米级定位。二者相结合,车辆能够提前了解当前位置可能的道路特征情况,提高传感器的识别精度,降低对传感器的性能要求。

    随着自动驾驶技术的升级,高精度地图作为其重要组成部分,有望在2021年迎来实质性商用阶段。据盖世汽车研究院预测,2025年国内高精地图市场规模将达到80亿元,2026年会出现快速增长,突破100亿元。

    6.1 环境感知是自动驾驶基础——高精度地图

    高精度地图行业具有较高的准入和技术壁垒,国产厂商具有明显优势。高精度地图的开发需要测绘资质,必须满足甲级电子导航地图测绘资质要求。

    同时,高精度地图测绘需要前期投入,成本高昂。除此之外,地图行业涉及国家机密,存在政策门槛。目前市场主要参与者为国内图商及互联网公司,包括四维图新、百度地图、高德地图等。

    特斯拉目前尚未采用高精度地图,而是基于传感器数据与计算平台测算生成地图数据及信息,但未来随着中国高精度地图市场日趋成熟,特斯拉也有可能采用高精度地图方案。

    自动驾驶亟需汽车电子电气架构升级

    汽车电子电气架构(E/E 架构)是指整车电子电气系统的总布置方案,即将汽车里的各类传感器、处理器、线束连接、电子电气分配系统和软硬件整合在一起,以实现整车的功能、运算、动力及能量的分配。

    自动驾驶系统由感知层、决策层和执行层构成,要求更高的算力和更多传感器件,以实现汽车的感知、决策以及信息交互。

    E/E架构的升级是智能网联汽车发展的关键,传统汽车架构升级遵循分布式架构-域集中架构-跨域融合-中央计算平台路径。传统汽车采用分布式的电子电气架构具有计算能力不足、通讯带宽不足、不便于软硬件升级等缺陷,无法满足现阶段汽车发展的需求 。

    架构升级能够有效提升系统算力;使汽车软硬件解耦,OTA升级更加便利;有助于加快汽车开发流程,降低成本;减少线束总长度,减轻车重。

    E/E架构升级要求车载芯片、计算平台、车载操作系统等升级作为支撑。

    7.1 E/E架构升级——域集中式,现阶段主流发展形式

    域集中控制器架构,以几个大单元为单位将其从属功能整合在区域内,进行模块化和集中化 ,最终实现系统模块数量级的减少。

    域集中架构能够将几十个甚至上百个ECU控制单元,减少到3-5个“域”控制系统,即车身系统 、娱乐系统、底盘与安全系统、动力系统,和高级辅助驾驶系统等五个大“域”。

    不同“域 ”之间安全隔离的同时,也可以根据需求进行通信和互操作,变成了可共享的资源和算力,在其上层可以有一个统一的“操作软件”。

    7.2 E/E架构升级——集中式架构“模范生”特斯拉

    特斯拉通过Model3率先推出“区域zone”概念,跨越式发展车载电脑和区域导向架构,车身包含CCM(中央计算机模块)、BCMLH( 左车身控制模块)、BCMRH(右车身控制模块)三个模块,其中中央计算机模块整合了驾驶辅助系统和信息娱乐系统两大域,左右车身控制系统则分别负责剩下的车身与便利系统、底盘与安全系统和部分动力系统功能。

    跨越式升级有助于特斯拉车型实现软硬件解耦、算力集中化;简化内部结构,制造自动化;整车OTA,提升服务附加值。

    决策控制是自动驾驶的核心——芯片

    车载AI芯片是实现自动驾驶决策控制环节的基础,也是实现自动驾驶大规模落地的前提。自动驾驶需要芯片处理海量数据。

    据商业新知数据,2025年中国AI芯片市场规模将达91亿美元,2030年有望达到177亿美元,2020-2030年CAGR约为22.8%。

    自动驾驶汽车数据处理量巨大,对汽车芯片要求极高,随着智能汽车E/E架构升级,域控制器/中央计算平台广泛使用,车载AI芯片市场规模将持续增长。

    全球主要的自动驾驶芯片厂商为高通、Mobileye(英伟达收购)、英伟达、特斯拉,国内市场参与者为地平线、华为、黑芝麻。基于高性能、低功耗的要求,自动驾驶芯片至少需要5nm、7nm制程,目前高通芯片制程水平领先,各大厂商也在持续推出更高等级自动驾驶芯片计划,芯片厂商格局未稳,国内厂商有望占据一席之地。

    8.1 决策控制是自动驾驶的核心——计算平台

    车载计算平台是由传统ECU逐步向智能高速处理器转变的新一代车载中央计算单元,包括芯片、模组、接口等硬件以及驱动程序 、操作系统、基础应用程序等软件,能够保障智能网联汽车感知、决策、规划、控制的高速可靠运行。

    车载计算平台方案包括基于GPU、FPGA、DSP、ASIC四种方式,现阶段采用GPU架构、GPU+FPGA异构化、ASIC架构的车企并行存在,但综合来看,车企更倾向于选择ASIC专用型芯片,以自身更好的软件算法同时满足高性能和低功耗的要求。

    主流AI芯片厂商基于自研车载芯片,推出车载计算平台,从主流参考指标功算比来看,目前特斯拉、黑芝麻、华为处于领先地位。

    8.2 决策控制是自动驾驶的核心——操作系统

    自动驾驶发展背景下,传统车载操作系统将不断升级以适应域集中、中央集中式E/E架构,自动驾驶车载操作系统升级方式主要有两种:

    1. 车企在底层操作系统基础上独立研发车载 OS 或基于 ROM 定制开发;

    2. 与互联网公司建立合作或合资,直接搭载战略伙伴的操作系统或超级 APP。

    车载操作系统是未来汽车构建完整生态体系的核心环节,且在安全性、稳定性方面具有较高要求,能够基于底层操作系统自建驾驶平台的车企,例如特斯拉、蔚来、小鹏等,具备更强竞争优势。互联网、ICT厂商基于强大的应用生态优势,有望在与传统车厂合作当中受益。

    网联化:自动驾驶必经之路,网联基础设备先行部署

    按照车联网为车辆提供交互信息、参与协同控制的程度,参照车辆智能化分级,网联化可分为以下三个等级,目前处于“网联协同感知”发展阶段:

    车联网核心应用环节,网联基础设备率先放量

    车联网产业发展需要汽车、交通、通信、IT与互联网产业跨行业协同推进,由于技术、法规、政策、商业模式等问题尚待解决,目前无法大规模进行推广。

    短期内,需要政策推动,加速车载终端OBU渗透率,提升路侧设备RSU及云控平台覆盖率,相关通信芯片、模组、车载终端、路侧设备、云控平台厂商优先受益;中长期,随着车联网技术的不断演进及成熟,网联覆盖区域扩大,产业链各环节将大规模受益,价值链向运营和应用转移。

    9.1 网联基础设备——C-V2X车载通信模组

    通信模组属于底层硬件环节,具有不可替代性,和车联网保持一一对应的关系。车载通信模组是汽车感知层和网络层连接的关键环节,所有车联网感知层终端产生的数据都需要通过无线通信模块汇聚至网络层,进而通过云端管理平台对汽车进行远程管控。

    车联网发展推动车规级模组需求旺盛,LTE-V2X模组搭载率优先提升,5G-V2X模组迎来长期发展机遇。目前基于LTE-V2X通信技术的设备具备量产基础,相关通信模组率先放量,支持车载终端及路侧设备部署。

    5G-V2X通信技术标准有待于进一步完善及测试验证,通信模组发展处于起步阶段,但随着5G技术的进一步发展,5G车载通信模组市场有望大规模爆发。

    据智研咨询预测,全球车联网通信模组数量在2023年将达到15亿块,中国市场车联网通信模组数量将达到2.8百万块。按照800元 /块均价进行车联网模组市场规模测算,2023年中国车规级模组市场规模将达到22.40亿。

    现有车载模组由主流通信模组厂商提供,竞争格局可参考现有模组厂商竞争情况。在全球蜂窝通信模块市场,主要模块供应商包括Sierra、Gemalto、U-Blox、移远通信、芯讯通、广和通等。

    据Counter point,2020年Q2,全球蜂窝通信模组出货量第一名为移远通信,占比高达33.9%。总体上,中国模组厂商发展迅猛,对海外模组厂商形成赶超趋势。

    目前主要国内厂商移远通信、高新兴、广和通等均已推出基于高通芯片的车规级通信模块,向车联网领域发力。此外,华为、大唐也基于自研芯片推出车联网通信模组。

    9.2 网联基础设备——C-V2X车载单元OBU

    车载单元OBU是车辆的中央通信单元,是车联网时代汽车与外界实现V2X通信的关键设备之一,与路侧设备RSU相联,进行数据的读取、接收、发送等,车载设备单元通常包括以下子系统:无线电通信子系统、定位系统、车载设备处理单元、天线等。

    车联网发展推动C-V2X车载单元配置率提升,前期优先示范区内新车前装、鼓励旧车后装,中后期新车前装C-V2X车载单元逐步放量。

    短期由政府推动优先在示范区内新车搭载前装设备,并鼓励后装车辆参与测试验证;中长期,OBU渗透率由整车厂前装驱动 ,推动中高端车型商用到全面搭载。

    经保守测算,车载单元OBU市场规模在2025年有望达到365亿元,2020-2025年间市场总规模约为1028亿元。

    根据《C-V2X产业化路径和时间表研究白皮书》,2020年开始在新车前装车载终端,2025达到50%渗透率,以渗透率稳步提升进行前装数量测算。同时,存量车市场,旧车也将逐步搭载后装设备,保守估计2025年存量车市场后装设备搭载率为5%。

    关键假设:车载OBU单价1000元,新增汽车销量增速4%(增速来自中汽协预测),汽车保有量增速11%(前五年CAGR计算得出)

    关键数据:2020、2021、2025年新增汽车销量来自中汽协预测,2019年汽车保有量数据来自国家统计局,2020年来自公安部预测。

    9.3 网联基础设备——C-V2X路侧单元RSU

    路侧单元(RSU)是部署在路侧的通信网关,具有多种形态(有线、无线),汇集路侧交通设施和道路交通参与者信息,上传至V2X平台,并将消息广播给道路交通参与者,是车联网业务不可缺少的锚点。

    车联网发展推动C-V2X路侧单元覆盖率提升,主要由政府推动进行交通基础设施数字化升级。短期内主要由政府联合产业各方率先在示范区及高速公路进行智慧道路升级,小规模铺设路侧设备,待基建及技术成熟,进行规模化部署。

    经保守测算,路侧单元RSU市场规模在2025年有望达到525.4亿元,2020-2025年间市场总规模约为1515.5亿元。

    根据《C-V2X产业化路径和时间表研究白皮书》,2021年前主要在示范区、先导区、特定园区部署路侧设施,2022-2025在典型城市、高速公路逐步扩大覆盖范围,推断近年RSU部署主要在高速公路及城市叉路口,预估2025年高速公路RSU渗透率达到70%,城市路口RSU渗透率达到40%。

    关键假设:RSU平均单价5万元,RSU覆盖半径500m(相较杭绍甬高速项目覆盖半径为200m保守预测),高速公路里程增速4%(近5年CAGR),城市道路里程增速6%(近5年CAGR)。

    关键数据:高速公路里程、城市道路里程数来自国家统计局,城市路口数量测算标准参考公安部道路交通安全研究中心发布的《 中国重点城市道路网结构画像报告》,城市道路平均327m即有一个城市叉路口。

    智慧交通+新基建,智能网联汽车发展正当时

    智能网联汽车是智慧交通落地应用的突破口,助力智慧交通系统建设。智慧交通是指在智能交通的基础上运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术进一步提升交通系统运行效率和管理水平 ,确保通畅的公众出行。

    交通强国战略之下,智慧交通行业发展持续看好。智能网联汽车作为智慧交通建设的突破口和发力点,迎来历史性发展机遇,同时将有效促进智慧交通系统落地。

    智能网联汽车融合新基建建设重要方向。新基建以新发展为理念,以技术创新为驱动,以信息网络为基础,包括5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、工业互联网。智能网联汽车横跨新能源、物联网、基站建设等多个领域,契合新基建建设重要方向,产业发展基础支撑强劲。

    1、德赛西威:汽车电子领军企业

    公司是国内汽车电子领军者,已连续多年布局智能座舱、智能驾驶以及车联网领域,持续投入新技术及新产品研发 ,具备优质的产品结构与客户群体。公司智能座舱及智能驾驶新产品在多家核心客户众多车型中配套供货,包括比亚迪、奇瑞 、长城、广汽等。

    公司L3级别自动驾驶域控制器产品IPU03正式量产,配套供货小鹏P7。随着自动驾驶技术迭代,ADAS系统及智能网联车渗透率持续提升,公司各项主营业务将明显受益,增长空间广阔。

    2、 华测导航:高精度卫星导航定位核心公司

    司聚焦于高精度卫星导航定位相关核心技术研发,具备多年行业经验及技术积累。北斗三号完成全球组网,卫星导航下游应用市场加速扩张;北斗与5G、物联网、车联网等领域深度融合,推动高精度定位产业进一步发展,公司作为产业领先企业之一,有望明显受益。

    公司发布定增预案,拟募集不超过8亿元资金,用于北斗高精度基础器件及终端装备产能建设项目、智能时空信息技术研发中心建设项目。产能建设项目达成后,公司产能提升将助力市场份额提升。同时,公司自研高精度定位芯片“璇玑”已实现投片并成功量产,未来有望成为新的业务增长点。

    3、四维图新:高精度地图领军企业

    公司深耕导航地图十余年,技术优势明显,通过打造“智能汽车大脑”战略,进一步聚焦于高精度地图、高精度定位、云服务平台、车规级芯片等核心业务,在智能网联汽车领域夯实领先优势,稳固行业领导者地位。

    智能网联汽车在政策、技术及产业链驱动下,迎来万亿级成长空间,行业增长确定。公司与上汽、宝马、腾讯、滴滴等整车厂及互联网科技巨头合作 ,拓展生态渠道,未来业务有望保持高增长。

    4、移远通信:物联网模组龙头

    司专业从事物联网无线通信模组及解决方案的设计、生产、研发与销售服务,是全球第一大蜂窝物联网模组供应商。公司采取全球渠道布局,国内外认证较齐全,营销体系完善。公司依托规模生产获得低成本优势,推出高性价比产品,有利提升市场份额。随着物联网技术逐步成熟,各类物联网链接需求持续拓展,公司作为通信模组龙头将率先受益。在车联网领域,公司可基于高通芯片提供C-V2X通信模组,伴随智能网联渗透率提升,公司车规级模组将明显受益。

    ---------♥---------

    声明:本内容来源网络,版权属于原作者

    图片来源网络,不代表本公众号立场。如有侵权,联系删除

    AI博士私人微信,还有少量空位

    如何画出漂亮的深度学习模型图?

    如何画出漂亮的神经网络图?

    一文读懂深度学习中的各种卷积

    点个在看支持一下吧

    cs