《2022计算机行业深度研究报告：汽车智能化与工业数字化专题.docx》由会员分享，可在线阅读，更多相关《2022计算机行业深度研究报告：汽车智能化与工业数字化专题.docx（123页珍藏版）》请在三一办公上搜索。
1、2022计算机行业深度研究报告：汽车智能化与工业数字化专题感知层研究框架环境感知+车身感知+网联感知组成车载感知系统整个车载感知系统主要包括环境感知、车身感知与网联感知三大部分。其中，（1）环境感知：主要负责车辆从外界获取信息，如附近车辆、车道线、行人、建筑物、障碍物、交通标志、信号灯等，主要包括四大类别的硬件传感器车载摄像头、毫米波雷达、激光雷达、超声波雷达；（2）车身感知：主要负责车辆对自身状态的感知，如车辆位置、行驶速度、姿态方位等，主要包括惯性导航、卫星导航和高精度地图；（3）网联感知：主要负责实现车辆与外界的网联通信以此来获得道路信息、行人信息等，主要包括各类路侧设备、车载终端以及V
2、2X云平台等。四大硬件传感器是自动驾驶汽车的眼睛，是环境感知的关键。车载传感器主要包括车载摄像头、毫米波雷达、激光雷达、超声波雷达四大类。自动驾驶汽车首先是对环境信息与车内信息的采集、处理与分析，这是实现车辆自主驾驶的基础和前提。环境感知是自动驾驶车辆与外界环境信息交互的关键，车辆通过硬件传感器获取周围的环境信息，环境感知是一个复杂的系统，需要多种传感器实时获取信息，各类硬件传感器是自动驾驶汽车的眼睛。当前自动驾驶正处在1.2向1.3级别跨越发展的关键阶段。其中，1.2级的ADAS是实现高等级自动驾驶的基础，从全球各车企自动驾驶量产时间表来看，1.3级别自动驾驶即将迎来大规模地商业化落地。随着
3、自动驾驶级别的提升，单车传感器的数量呈倍级增加。预计自动驾驶1.eVeII-2级需要10-20个传感器，1.eve1.3级需要20-30个传感器，1.eve1.4-5级需要40-50个传感器。1.eve1.1-2级别：通常具有1个前置远程雷达和1个摄像头，用于自适应巡航控制，紧急制动辅助和车道偏离警告/辅助。2个向后的中程雷达可实现盲点检测，外加4个摄像头和12个超声波雷达则可实现360度视角的泊车辅助功能。预计1.eVe1.1.-2的总传感器数量约为10-20个左右O1.eve1.3级别：在1.eVe1.1-2配置的基础上，外加1个远程激光雷达，由于主动距离测量，激光雷达还具有高分辨率，广角
4、和高精度的特点，这对于检测和分类对象或跟踪地标以进行定位将是必需的。对于高速公路领航系统(Highwaypi1.ot)应用，通常会额外增加1颗后向的远程激光雷达。预计会使用6-8个摄像头，8-12个超声波雷达和4-8个毫米波雷达，以及1个激光雷达，因此，预计1.eve1.3的传感器总数量会在20-30个左右。1.eve1.4-5级别：通常需要多种传感器进行360视角的交叉验证，以消除每种传感器的弱点。预计会使用8-15个摄像头，8-12个超声波雷达和672个毫米波雷达，以及1-3个激光雷达，因此，预计用于1.eVe1.4至5的传感器总数量会在30-40个左右。从本次广州车展来看，各家新车型均搭
5、配多个激光雷达,以此来提前布局高阶自动驾驶，哪吒S配置了3-6颗混合固态激光雷达，售价在30万以上的新车型普遍搭配了支持1.3-1.4级自动驾驶所需要的各类传感器（2+颗激光雷达、12颗超声波雷达、7-10颗高清摄像头、5+颗毫米波雷达）。以蔚来ET7为例，共搭载了多达33个高精度传感器，包括1个超远距高精度激光雷达、11个800万像素高清摄像头、5个毫米波雷达、12个超声波传感器、2个高精定位单位、1个V2X车路协同感知系统和1个ADMS增强主驾感知，较蔚来ES8的25个传感器还多了8个。各国政策不断刺激，助力高阶辅助驾驶ADAS快速落地。美国在2011年开始就强制所有轻型商用车和乘用车搭载
6、ESP系统，欧盟从2013年开始强制安装重型商用车搭载1.DW.AEB等功能，日本从2014年强制要求商用车搭载AEB系统，2019年欧盟与日本等40国达成草案，将于2020年起全部轻型商用车和乘用车强制安装AEB系统。中国自2016年开始出台各项政策，逐步强制商用车搭载1.DW.FCW.1.KA、AEB等ADAS功能。各国新车测试标准不断增加对主动安全ADAS功能的权重。NCAP（NewCarAssessmentProgram,新车测试项目）是测试机构对新车型的车辆安全水平进行全面评估，并直接面向公众公布试验结果。NCAP是民间组织，不受政府机构组织控制。碰撞测试成绩则由星级表示，共有五个星
7、级，星级越高表示该车的碰撞安全性能越好。在部分国家，AEB等系统已经成为五行评级的必备条件。从各国NCAP的路线图能够看出，美国NHTSA从2011年就将1.DW.FCW等指标纳入加分项，美国IIHS从2014年开始将FCW和AEB规定为最高评级的必备条件，欧盟EI1.ro-NCAP从2014就将AEB纳入评分体系，并不断增加测试场景，中国C-NCAP从2017年首次纳入AEB测试。各国对各类ADAS辅助驾驶系统的重视程度不断提升，带动高阶辅助驾驶的全面落地。（1）激光雷达：是1.3级以上自动驾驶的必备传感器激光雷达，即（1.iDAR,1.ightDetectionandRanging）,是一
8、种通过发射激光束来测量周围环境物体的距离和方位的方法。激光雷达主要由发射模块、处理模块和接收模块组成，其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，做适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态及形状等参数，从而对障碍物、移动物体等目标进行探测、追踪和识别。激光雷达是当下已知的车载雷达中探测距离远，角度测量精度极高的一种。激光雷达可以准确的感知周边环境的三维信息，探测精度在厘米级以内。激光雷达能够准确的识别出障碍物具体轮廓、距离成3D点云，且不会漏判、误判前方出现的障碍物，激光雷达普遍的有效探测距离也更远。
9、与毫米波雷达和摄像头相比，激光雷达具备高分辨率、远距离和视角广阔等特性。激光雷达诞生于1960年，起初用于科研及测绘项目，全球首个车规级激光雷达在2017年实现量产。1960年美国休斯实验室的西奥多梅曼发明了人类历史上第一台激光器，随着激光器的发展，激光雷达逐渐发展起来。早期激光雷达主要用于科研及测绘项目，进行气象探测以及针对海洋、森林、地表的地形测绘。2010年，Neato公司把激光雷达安在了扫地机器人上面，推出了NeatOXV-11,NeatO公司将单个激光雷达的成本控制在30美元以内，解决了激光雷达的量产难题，打开了激光雷达在民用市场的空间。而车载雷达的发展历史可以追溯到21世纪初，在2
10、007年，美国国防部组织的DARPA无人车挑战赛上，参赛的7只队伍，就有6只安装了Ve1.odyne的激光雷达。2010年Ibeo公司同法雷奥合作进行车规化激光雷达SCA1.A的开发，SCA1.A为基于转镜架构的4线激光雷达，在2017年成为了全球第一款车规级激光雷达，SCA1.A并在当年搭载在全新的奥迪A8上。智能驾驶将是未来五年激光雷达市场的主要增长动力。根据YoIe的预测，2019年全球激光雷达市场规模约为16亿美金，预计到2025年全球激光雷达市场规模将达到38亿美金，年复合增长率约为20%。按照各细分应用板块来看，智能驾驶场景未来五年的复合增长率将超过60%,将会为整个激光雷达市场提
11、供18亿美金的增量，预计到2025年，智能驾驶场景将占到整个激光雷达市场规模的50%,成为激光雷达市场的主要增长动力。此外，各种工业及服务机器人对激光雷达的需求也在快速增长，也将带动整个激光雷达市场规模持续扩大。激光雷达是车载摄像头与毫米波雷达的有效补充，将是1.3级及以上自动驾驶的必备传感器。从工作原理来看，激光雷达发射的光波的频率比微波高出2-3个数量级，因此激光雷达具有极高的距离分辨率、角分辨率和速度分辨率，因此测量精度更高，获得信息更为立体，同时，由于激光波长短，可发射发散角非常小的激光束，可探测低空/超低空目标，抗干扰能力强。即便是纯视觉的方案从效果上能够一定程度代替激光雷达的自动驾
12、驶方案，但是对于高阶自动驾驶而言，安全驾驶是其重要的一步，在感知环节的传感器冗余能够有限提升车辆的安全冗余，激光雷达将是1.3及以上自动驾驶的必备传感器。ToF激光雷达是当前的主流，未来ToF与FMCW会共存。按照探测方式来分，分成了非相干测量（脉冲飞行时间测量法TOF为代表）和相干测量（典型为FMCW调频连续波）。ToF与FMCW能够实现室外阳光下较远的测程（IOO250m）,是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案，未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达将在市场上并存。混合固态方案作为当前市场的过渡期预计将存在5年以上，终极形
13、态的激光雷达会是低成本、高度芯片化的产品。固态激光雷达是终极形态，混合固态MEMS等方案短期内会是主流。机械式激光雷达技术本身成熟，但具有成本较高、装配调制困难、生产周期长，且需要持续旋转，机械部件的寿命较短，一般在1-2年，很难应用在规模量产车型上。MEMS混合固态激光雷达一方面具有尺寸小、可靠性高、批量生产后成本低、分辨率较高等优势，另一方面也存在信噪比低、有效距离短、视场角窄、工作寿命较短等缺点。MEMS方案是当下车用激光雷达量产的最优解，但是MEMS微振镜扫描角度小、振动问题与工作温度范围，过车规也存在挑战。固态方案不用受制于机械旋转的速度和精度，可大大压缩雷达的结构和尺寸，提高使用寿
14、命，并降低成本。芯片化将会是激光雷达的架构趋势。当前大部分ToF激光雷达产品采用分立器件，即发射端使用边发射激光器EE1.配合多通道驱动器、接收端使用线性雪崩二极管探测器（APD）配合多通道跨阻放大器（T1.A）的方案。但分立器件仍存在零部件多、生产成本高、可靠性低等问题，芯片化架构的激光雷达可将数百个分立器件集成于一颗芯片，在降低物料成本的同时，省去了对每一个激光器进行独立光学装调的人力生产成本。此外，器件数量的减少，可以显著降低因单一器件失效而导致系统失效的概率，提升了可靠性。芯片化架构的激光雷达是未来的发展方向。激光雷达的成本构成。激光雷达本质是一个由多种部件构成的光机电系统，光电系统包
15、括发射模组、接收模组、测时模组（TDC/ADC）和控制模组四部分构成，其中，光电系统成本约占激光雷达整机成本的70%o激光雷达上游产业链主要包括激光器和探测器、FPGA芯片、模拟芯片供应商，以及光学部件生产和加工商。激光器和探测器是激光雷达的重要部件，激光器和探测器的性能、成本、可靠性与激光雷达产品的性能、成本、可靠性密切相关。激光器主流供应商有欧司朗、艾迈斯半导体、鲁门特姆，探测器主流供应商有滨松、安森美、索尼等。FPGA通常被用作激光雷达的主控芯片，主流供应商有赛灵思、英特尔等，除了FPGA之外，也可以选用MCU.DSP等代替。MCU的主流供应商有瑞萨、英飞凌等，DSP的主流供应商有德州仪
16、器、亚德诺半导体等。而在相关光学部件上，国内供应链已经完全实现替代海外，实现自主供应。从各家的Ve1.odyne的64线机械式激光雷达的售价在7.5万美元，32线的机械式激光雷达售价在4万美元左右，16线的机械式激光雷达售价在3999美元。而国内厂商，如禾赛科技在2020年发布的机械式激光雷达售价为4999美元左右，速腾聚创在2020年发布的机械式激光雷达售价为1898美元。随着相关技术和产业链日益成熟，激光雷达的成本拐点即将来临。VeIOdyne宣布计划到2024年将平均单价将下降到600美元，华为也宣布未来计划将激光雷达的价格控制在200美金以内。随着相关技术逐渐成熟和供应链体系的逐步完善
17、，当前混合固态的激光雷达平均价格约在1000美元左右，预计到2023年左右成本有望下探到500美元。随着激光雷达的成本拐点逐步到来，也为大规模商用打造了充分的基础。2022年有望成为激光雷达大规模商业的元年。在2021年，如蔚来ET7、智已1.7、极狐阿尔法S、哪吒S、R汽车等都已宣布搭载激光雷达的车型正在量产路上，在前不久的广州车展上，威马M7、广汽埃安AION1.XP1.us等均宣布了搭载23颗激光雷达，长城最新发布的沙龙机甲龙更是配备4颗激光雷达。这些车型大多在2022年量产，2022年有望成为激光雷达大规模商业的元年。（2）车载摄像头：高清化、智能化带动摄像头天花板不断打开车载摄像头是
18、环境感知中最常见的传感器之一。摄像头的工作原理即目标物体通过镜头生成光学图像投射到图像传感器上，光信号转变为电信号，再经过A/D（模数转换）后变为数字图像信号，最后送到DSP（数字信号处理芯片）中进行加工处理，由DSP将信号处理成特定格式的图像传输到显示屏上进行显示。视觉是人类驾驶汽车获取环境信息最主要的途径，摄像头获取的信息更为直观，更接近人类的视觉，对于自动驾驶汽车而言，摄像头取代了人类视觉，成为了汽车获取外界信息的重要来源。车载摄像头的优点十分明显，成本低且技术成熟，采集信息的丰富度较高，最接近人类视觉，但其缺点也十分显著，摄像头受光照、环境影响十分大，难以全天候工作，尤其是在黑夜、雨雪
19、天、大雾等能见度不足的场景下，其识别效率大大降低，此外，车载摄像头缺乏深度信息，三维空间感不足。车载镜头舜宇排名第一，联创电子正在快速崛起。根据ICVTank在2019年的数据显示，舜宇光学全球车载摄像头出货量第一，市占率超过30%,韩国世高光、日本关东辰美、日本富士占绝行业前四名，前四名市占率超过80%。国产方面，除舜宇之外，联创电子是国内唯二具备较强竞争力的厂商，目前已经进入特斯拉、蔚来等产业链，正在快速崛起。车载C1.S呈现寡头格局，韦尔收购豪威科技一跃成为行业第二。车载C1.S（CMOSImageSensor）是当下主流的车载摄像头图像传感器方案，其中安森美是绝对的车载CIS龙头，市占
20、率超过六成，豪威科技位列第二，市占率约为20%,索尼和三星作为手机C1.S的龙头，进入车载市场较晚，正在快速切入。国产厂商方面，韦尔股份收购豪威科技后，一跃成为车载CIS龙头，正在迅速崛起。中游模组主要由海外公司主导，国产比例仍然较低。由于车规级摄像头模组的安全性和稳定性要求更高，模组封装工艺更为复杂，在竞争格局方面，主要由海外公司占据主要市场份额，松下、法雷奥、富士通、大陆、麦格纳等占据市场主要地位，国产方面，舜宇光学、联创电子等为代表的摄像头模组企业正在快速布局车载领域。根据安装位置划分，车载摄像头可以分为五大类：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；根据结构划分，
21、车载摄像头可以分为单目摄像头、双目摄像头、广角摄像头等。单目摄像头和双目摄像头主要用于自动驾驶汽车的前视，视角一般为45度左右，负责实现FCW.1.DW.PCW.TSR,ACC等功能，而广角摄像头则要用于自动驾驶汽车的后视（后视泊车辅助）、内置（闭眼提醒、DMS）、侧视（盲点检测）、以及环视（全景泊车、1.DW）等多个方位多种功能。各家整车厂新车型的摄像头搭载数量持续上升。从各家最新发布的车型搭载方案来看，造车新势力的单车搭载摄像头数量平均已超过10颗。2021年最新发布的蔚来ET7共搭载了11颗摄像头，小鹏计划于2022年量产的G9车型预计将搭载12颗摄像头，极氯001更是搭载了15颗摄像头
22、，各家车企不断增加前视、环视、后视和内视等各方位的摄像头，为了高阶辅助驾驶的落地创造了坚实的基础。特斯拉Mode1.3的感知系统包括了8个摄像头+12个超声波雷达+1个毫米波雷达。该感知系统可以实现在250米半径内提供360度的视野，可以在一定距离内探测软硬物体，而且精度几乎是以前系统的两倍。包括1个前视窄视野长焦摄像头（F0V25度、最大测距250米），1个前视主视野中焦摄像头（FOV50度、最大测距150米），1个前视宽视野广角摄像头（FOV150度、最大测距60米），2个侧方前视摄像头（最大测距80米）、2个侧方后视摄像头（最大测距100米）和1个后视摄像头（最大测距50米）。MobiI
23、eye的纯摄像头ADAS解决方案包括了12颗摄像头的子系统。在CES2020上，MobiIeye也发布12个摄像头组成的纯摄像头解决方案，包括2颗前视摄像头（FOV120度），一颗前视窄视野长焦摄像头（FOV28度），1颗后视摄像头（FOV60度），4颗侧视摄像头（FOV100度），4颗停车辅助摄像头，1颗DMS内视摄像头。单车搭载摄像头数量持续增加，预计到23年有望超过平均每台车3颗。根据佐思汽研数据，2021Q1中国乘用车市场车载摄像头的总安装量为922.3万颗，同比增长95.3%,2021Q1单车的摄像头安装量从2020Q1的1.559颗提升至1.779颗，市场对车载摄像头的需求量持续增
24、加。根据Yo1.e预测，2018年全球汽车平均每台搭载摄像头的数量为1.7颗，预计到2023年有望增加单车3颗左右，CAGR达12%。而对于高端车的搭载情况，根据Yo1.e数据显示，高端车型的单车摄像头搭载数量从2014年的5颗提升到2020年的8颗，预计到2024年将超过11颗。此外，根据不同等级自动驾驶的要求，为了实现更准确的识别效果，每一类摄像头会搭载不同焦段2-3只。1.1.或2级的车辆主要以安装倒车或环视摄像头为主，单车摄像头数量约在3-5颗左右；1.3级车辆还会安装前视摄像头，单车摄像头数量约在8颗左右；1.4/5级车辆基本会囊括各种类型的摄像头，单车摄像头数量约在10-20颗左右
25、。各类型车载摄像头快速上车，渗透率不断提升。19-20年我国后视摄像头渗透率占比最高为50%,前视摄像头渗透率30%、侧视摄像头渗透率22%,内置摄像头渗透率7%,仍然有很大的渗透空间。随着IACC.HWA.HWP等各类高级ADAS功能落地，各种摄像头的需求量也在不断上升，驾驶员注意力监测需求上升，DMS摄像头也在快速上车。根据佐思汽研的数据，2021Q1中国乘用车市场DMS安装量同比增长554.5%,是各类车载摄像头中增速最快的，此外环视摄像头同比增速120.8%,前视摄像头同比增速103.0%,行车记录仅同比增速102.2%,后视摄像头同比增速60.6%,各类车载摄像头安装量快速提升。特斯
26、拉剥离计算功能，摄像头BOM成本下降六成。以宝马X5采用的采孚三目前视摄像头和特斯拉在Mode1.3中所使用的三目前视摄像头进行成本比较。宝马X5中的采孚S-Cam4三目前视摄像头是由豪威(OmniVision)的CMoS图像传感器实现图像采集，MobiIeye的EyeQ4实现视觉处理。而特斯拉在Mode1.3中所使用的三目前视摄像头，其摄像头模块是基于安森美(OnSemiCOndUCtOr)120万像素的CMOS图像处理器，并没有安装计算功能模块，图像处理功能则由AutopiIot来实现。根据SystemPIus测算，特斯拉ModeI3的三目前视摄像头的BOM成本65美金左右，而采孚ZFS-
27、Cam4三目前视摄像头的BOM成本在165美金左右，特斯拉在剥离了计算功能后，摄像头BOM成本下降了约六成。EEA架构的集中化会促使算力集中化，进而加速传感器的硬件简化。以特斯拉为例，Mode1.3的电子电气架构已经进入准中央架构阶段，由中央计算模块(CCM)、左车身控制模块(BCM1.H).右车身控制模块(BCMRH)三个部分组成，特斯拉的准中央E/E架构已带来了线束革命，Mode1.S/ModeIX整车线束的长度是3公里，Mode1.3整车线束的长度缩短到了1.5公里，Mode1.Y进一步缩短到1公里左右，特斯拉最终的计划是将线束长度缩短至100米。整个架构的不断集中化，也带动了整个控制和
28、算力的集中化，也避免了过往各ECU之间的算力冗余，进一步简化边缘端传感器，从而带动边缘段硬件成本的进一步下探。驾驶员监测系统(DMS,DriverMonitorSystem)是指驾驶员行驶过程中，全天候监测驾驶员的疲劳状态、危险驾驶行为的信息技术系统。在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他错误驾驶状态后，DMS系统将会对此类行为进行及时的分析，并进行语音灯光提示，起到警示驾驶员，纠正错误驾驶行为的作用。DMS一般分为主动式DMS和被动式DMSo被动式DMS基于方向盘转向和行驶轨迹特征来判断驾驶员状态。主动式DMS一般基于摄像头和近红外技术，从眼睑闭合、眨眼、凝视方向、打哈欠和头部运动等，检
29、测驾驶员状态。主动DMS系统从18年开始逐渐放量，21年1-9月DMS销量同比增长244%。自2006年起，雷克萨斯1.S460首次配备主动DMS,随着近年来一系列的安全事故大大提高了DMS在自动辅助驾驶系统尤其是1.2/1.3功能上的的重要性。从2018年开始，随着1.2和1.3系统逐渐量产，主动式DMS系统开始放量。根据佐思汽研数据，2019年在中国主动DMS系统的乘用车新车安装量为1.02万套，同比增长174%。2021年1-9月中国乘用车新车的DMS系统销量25.15万套，同比增长244%,其中合资占比6%,本土占比94%,排名靠前的品牌有长安、小鹏、哈弗、宝马、蔚来等。2021年中国
30、DMS爆发增长主要原因是本土品牌增加了装配车型力度。2021年新上市车型DMS装配量9.67万辆，占整体装配量比例38%o大部分Tier1.已推出DMS完整解决方案，包括法雷奥、博世、大陆、电装、现代摩比斯、伟世通、维宁尔等。在中国企业中，百度、商汤科技、中科创达、经纬恒润等公司的DMS产品也已落地在各个品牌车型上。DMS的核心功能是监测驾驶员的疲劳和注意力分散程度。但是基于更多的传感器,视觉+红外摄像头，甚至毫米波雷达，可以实现更多的功能，譬如人脸识别、年龄性别估计、情绪估计、安全带检测、姿势位置、遗忘检测、座舱异常情况检测、幼儿检测等。通过人脸、性别和表情的识别，实现身份认证，以及更丰富的
31、人车交互。目前DMS的应用仅停留在预警阶段，而一旦与ADAS/AD系统结合，还可以实现个性化车身控制等功能。(3)毫米波雷达：海外厂商正主导市场，国内正起步追赶毫米波雷达是一种使用天线发射波长1-10mm频率24-300GHz的毫米波(Mi1.1.imeterWave,MMW)作为放射波的雷达传感器。毫米波雷达根据接收和发射毫米波的时间差，结合毫米波传播速度、载体速度及监测目标速度，可以获得汽车与其他物体相对距离、相对速度、角度及运动方向等物理环境信息。毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点。与激光雷达（1.iDAR）相比，目前毫米波雷达技术更加成熟、应用更加
32、广泛、成本更加低廉；与可见光摄像头相比，毫米波雷达的准确性和稳定性更好，价格差距也在不断缩小。尤其是全天候工作无可替代的优势，已成为汽车电子厂商公认的主流选择，拥有巨大的市场需求。车载毫米波雷达根据毫米波频率可以分为24GHz、77GHz和79GHZ毫米波雷达三大种类。目前各个国家对车载毫米波雷达的频段各有不同，除了少数国家（如日本）采用60GHz频段外，主要集中在24GHZ和77GHZ两个频段。世界无线电通信大会已将77.578.0GHz频段划分给无线电定位业务，以促进短距高分辨车用雷达的发展。由于77GHZ相对于24GHz的诸多优势，未来全球车载毫米波雷达的频段会趋同于77GHZ频段（76
33、-81GHz）。车载毫米波雷达因具备受天气气候影响程度低、不受前方目标物形状与颜色等干扰等特性，广泛应用于主动安全系统。不同探测距离决定了不同类型毫米波雷达的应用场景不同，因此，不同高级辅助驾驶功能也需要不同的雷达选型。角雷达通常是SRR短程雷达负责盲点检测（BSD）、变道辅助(1.CA)和前后交叉交通警报(F/RCTA)的要求，而前雷达通常是负责自动紧急制动(AEB)和自适应巡航控制(ACC)的MRR和1.RR中远程雷达。毫米波雷达是高级辅助驾驶系统(ADAS)的必备传感器。国外毫米波雷达发展历史悠久，国产正在逐步追赶。1973年德国首次出现汽车防撞雷达，欧美大型毫米波雷达制造商已累积近40
34、年的技术经验。早期的毫米波雷达采用高电子迁移晶体管制作集成电路，集成度低且成本高昂，直到2012年，英飞凌及飞思卡尔成功推出芯片级别的毫米波射频芯片，降低了毫米波波雷达的技术门槛，同时降低其制造成本，推动毫米波雷达在各领域的应用。2013年，24GHz毫米波雷达产品开始进入中国，2018年，实现24GHz毫米波雷达国产，但是在77GHZ毫米波雷达产品仍未实现大规模国产化，只有少数国内厂商具备77GHZ产品的量产能力，国产毫米波雷达仍在持续追赶中。毫米波雷达的硬件占比约50%,主要由射频前端(MMIC)、数字信号处理器、天线及控制电路等部分构成，软件算法占比约50%o射频前端(MMIC):是核心
35、射频部分，占总成本的25%左右。由发射器、接收器、功率放大器、低噪声放大器、混频器、滤波器及压控振荡器组成，起到调制、发射、接收及解调毫米波信号的作用。在技术趋势上，集成度更高、体积更小的高集成趋势下，CMOS工艺有望成为主流。在供应商方面，加特兰微电子、意行半导体、矽杰微电子、矽典微等本土厂商已有能力自行研发生产低频24GHZ芯片，且价格较海外有30%以上的优势。但在高频段77GHZ芯片方面，主要由恩智浦、英飞凌、德州仪器、意法半导体等供应。数字信号处理器：通过嵌入不同的信号处理算法，分析前端收集的信号获取目标信息，是保证毫米波雷达稳定性及可靠性的核心部件，主要通过DSP芯片或FPGA芯片实
36、现，占总成本的10%左右。在技术趋势上，DSP芯片在复杂算法处理上具备优势，FPGA在大数据底层算法上具备优势，“DSP+FPGA”融合在实时信号处理系统中的应用逐渐广泛。在供应商方面，高端DSP芯片和FPGA芯片主要被国外企业垄断，DSP芯片供应商有飞思卡尔、英飞凌、亚德诺半导体、意法半导体等，FPGA芯片供应商有赛灵思、阿尔特拉、美高森美、莱迪思等公司。高频PCB：天线是毫米波雷达发射和接收信号的重要组件，毫米波雷达可通过微带列阵方式将多根天线集成到PCB板上。由于毫米波频率高，对电路尺寸精度要求高，所需印制电路板为高频板材PCB,占总成本的10%。主要供应商为罗杰斯、Iso1.a.施瓦茨
37、为主，国内主要是沪电股份等公司。博世、大陆、电装、海拉等国外厂商占据全球毫米波雷达的七成市场份额。全球毫米波雷达主要供应商有博世、大陆、电装、海拉、天合、安波福、奥托立夫等。博世、大陆、电装、海拉等国外巨头占据行业73%的市场空间，行业集中度丰父商O维宁尔、大陆、海拉占据SRR市场，博世、大陆、电装等占据1.RR市场。根据佐斯汽研的数据显示，维宁尔、大陆、海拉、安波福和法雷奥五家企业占据中国短程毫米波雷达(SRR)96.4%的市场空间，其中维宁尔排名第一，市占率32%；博世、大陆、电装和安波福占据长距毫米波雷达(1.RR)95.7%的市场空间，博世排名第一，市占率高达40%。24GHz国产化率
38、较高，77GHZ仅少部分国产玩家实现量产。国产厂商已实现24GHZ毫米波雷达产品市场化供货，而仅少数玩家具备77GHz毫米波雷达产品的量产能力，其中森思泰克是目前国内乘用车前装77GHz毫米波雷达市场份额排名首位的国产供应商，正在逐渐缩小与海外厂商的差距,其毫米波雷达的定点车型接近100个，而德赛西威、华域汽车等公司也已达到77GHZ雷达的量产条件。(4)超声波雷达：自动泊车渗透率快速提升，带来新的增长动能超声波雷达是最成熟的车载传感器。超声波雷达，俗称倒车雷达，是一种最常见的传感器，其工作原理是通过超声波发射装置向外发出超声波(机械波而非电磁波)，到通过接收器接收到发送过来超声波时的时间差来
39、测算距离。常用的工作频率有40kHz、48kHz和58kHz三种。频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小，故一般采用40kHz的探头。按构造分类，超声波雷达可以分为等方性与异方性，二者的区别在于水平探测角度与垂直探测角度是否相同；按技术方案分类，超声波雷达可以分为模拟式、四线式数位、二线式数位、三线式主动数位，它们的信号抗干扰能力依次提升，技术难度与价格总体递进。超声波的能量消耗较缓慢，在介质中传播的距离比较远，穿透性强，测距的方法简单，成本低。但是超声波散射角大，方向性较差，在测量较远距离的目标时，其回波信号会比较弱，影响测量精度。但在短距离测量中，超声波测距传感器具有非常大
40、的优势。超声波雷达防水、防尘，即使有少量的泥沙遮挡也不影响，探测范围在0.1-3米之间，而且精度较高，其主要作用是通过蜂鸣器来辅助驾驶员泊车、自动泊车的辅助与微调车辆在行车道的位置，保持与相邻车道车辆的安全距离。超声波雷达主要用于停车辅助和自动泊车，可以分为UPA和APA超声波雷达两种类型。(1)UPA超声波雷达：超声波驻车辅助传感器(UPA,U1.trasonieParkingAssistant),探测距离一般在15250cm之间，感测距离较短，但是频率较高，为58kHz,精度高；(2)APA超声波雷达：自动泊车辅助传感器(APA,AutomatieParkingAssistant),探测距
41、离一般在30500cm之间，感测距离较长，但是频率较低，为40kHz,精度一般。倒车系统需要4个UPA,而自动泊车系统需要8个UPA+4个APA。一套普通的倒车雷达系统需要配备4个UPA超声波雷达，而自动泊车系统需要在倒车雷达系统基础上，增加4个UPA和4个APA超声波雷达组成12个超声波雷达系统，其中，8个UPA超声波雷达安装于汽车前后保险杠上，用于测量汽车前后障碍物，4个APA超声波雷达安装于汽车两侧，用于测量侧方障碍物距离。超声波雷达价格低廉，技术相对成熟。超声波雷达测距方式简单，产业链成熟，单体价格相对低廉，平均售价100元左右。超声波雷达上游主要为芯片和传感器供应商，芯片主要依赖进口
42、，如飞思卡尔（恩智浦NXP收购）等厂商，传感器已经实现国产化。超声波雷达中游为超声波雷达生产商,主要参与者可以分为国际TierI、国内Tier1.以及初创公司。由于超声波雷达技术较为成熟，故国内外玩家之间的差距主要在于传感器实现上的稳定性和可靠性，但整体差异较小。其中国际Tie门主要是博世、法雷奥、大陆，国内Tier1.主要是奥迪威、辉创电子、航盛电子、同致电子，初创企业有晟泰克、辅易航（中科创达收购）等。自动泊车辅助系统（AirtOParkingAssist,APA）,市值车辆在低速行驶时，可通过车辆周身搭载的传感器测量车身与周围环境之间的距离和角度，收集传感器数据计算出操作流程，同时自动调
43、整方向盘、刹车和油门实现停车入位。自动泊车系统按技术等级，又可分为半自动泊车(只有自动转向)、全自动泊车(含自动转向和自动前进后退)、自主代客泊车(AVP)等。通常可将智能泊车技术划分为三大发展阶段：半自动泊车T全自动泊车T自主代客泊车。从全自动泊车发展到自主泊车技术，其最早普及的第一代APA自动泊车，随后出现将泊车与手机结合的第二代RPA(RemoteParkingAsist)远程遥控泊车，再是发展到第三代A1.自主学习泊车，最理想的泊车辅助场景是第四代泊车解决方案AVP(AutomatedVaIetParking)自主代客泊车。中国乘用车APA装配量快速增长，但装配率仅12.3%,增长空间
44、巨大。根据高工汽车数据显示，2021年1-7月国内新车搭载APA功能上险量为142.55万辆，同比上年同期增长36.4%o其中，融合泊车(基于全景环视+超声波)占比32.83%,同比上年同期呈现数倍增长的势头。据佐思汽研统计，2020年中国乘用车APA装配量为230.8万辆，同比增长46.4%,APA装配率为12.3%,较2019年全年上升4.28个百分点。APA在奔驰、宝马等中高端车型以及理想、小鹏等造车新势力中装配率较高，但在大多数车型中普及率仍较低，APA未来仍有巨大渗透空间。12颗超声波雷达方案的渗透率将从2019年的9.6%提升到2025年的26.1%。根据佐思汽研数据显示，从单车超
45、声波雷达配置方案来看，2019-2020年，4颗超声波雷达方案占据大部分市场，主要实现倒车辅助功能。2019年12颗超声波雷达方案的占比仅为9.6%左右，预计到2025年12颗超声波雷达方案的渗透率将达到26.1%o随着自动泊车商业化推广，12颗超声波雷达方案占比正在快速攀升，有望成为未来智能汽车的主流。(5)车身感知：GNSS+1MU+高精度地图”组成多融合车身感知定位系统车身感知定位系统主要由惯性导航、卫星导航系统和高精度地图组成。主要是以高精地图为依托，通过惯性导航系统和全球定位系统(G1.oba1.NavigationSateI1.iteSystem,GNSS)oGNSS通过导航卫星可
46、以提供全局的定位信息，惯导系统可以提供不依赖于环境的定位信息，高精她图为车辆环境感知提供辅助，提供超视距路况信息。三者取长补短、互相配合，共同构成自动驾驶定位导航系统。根据技术原理，自动驾驶的定位技术主要可以分为基于信号定位、航位推算和地图匹配三大类：(1)基于信号的定位：采用飞行时间测距法(TimeofF1.ight,ToF)获得汽车与卫星的距离，然后使用三球定位原理得到汽车的绝对位置，主要就是通过全球卫星GNSS的卫星信号进行定位，还包括使用WiFi.UWB.FM微波等其他信号获取信息等技术；(2)航迹递推(DeadReckoning):依靠惯性传感器获得加速度和角速度信息，根据上一时刻其
47、策划的位置和航向递推出当前的位置和航向；（3）地图四配（MaPMatching,MM）:基于视觉摄像头（Camera）或激光雷达（1.iDAR）采集到的数据特征与高精度地图数据中的特征进行匹配，得到车辆的位置和姿态。惯性导航：车身感知定位系统的信息融合中心惯性导航系统（Inertia1.NavigationSystem,INS）是一种不依赖外部信息、也不向外部辐射能量的自助式导航系统。惯性导航系统（INS）是利用惯性传感器（IMU）测量载体的比力及角速度信息，结合给定的初始条件，与GNSS等系统的信息融合，从而进行实时推算速度、位置、姿态等参数的自主式导航系统。惯性导航系统属于一种推算导航方式
48、,即从一已知点的位置根据连续测得的运载体航向角和速度推算出其下一点的位置，因而可连续测出运动体的当前位置。一个惯性测量单元包括3个相互正交的单轴加速度计（AcceIerometer）测量转动运动和3个互相正交的单轴陀螺仪（Gyroscopes）测量平移运动的加速度。自动驾驶所需要的惯性传感器（IMU）主要是加速度计和陀螺仪。（1）加速度计：基于牛顿第二定律，采用电容式、压阻式或热对流原理，通过在加速过程中对质量块对应惯性力的测量来获得加速度值。用来测量运动体坐标系上各轴的加速度；（2）陀螺仪：用于测量载体绕自身三个坐标轴的转动角速度，同时也敏感地球自转的角速度。按照力学编排实现形式可分为:捷联
49、式惯性导航系统(Strap-downInertiaINavigation,SINS)和平台式惯性导航系统(Gimba1.edInertiaISystem,GINS)o平台式惯导的传感器安装在多轴伺服平台上作为反馈元件，控制伺服平台的姿态达到设定，多用于沿地球表面作等速运动的飞行器(如飞机、巡航导弹等)，捷联式惯导的传感器和载体一同运动，省去了平台，结构简单、体积小、维护方便，自动驾驶领域主要采用捷联式惯性导航系统。航迹递推(DeadReckoning,DR)算法是惯性导航系统的主要实现手段。DR算法是指已知上一时刻导航状态(状态、速度和位置)，根据传感器观测值推算到下一时刻的导航状态。DR算法包括姿态编排和位置编排两个部分。姿态编排使用的是AHRS(Attitudeandheadingreferencesystem)融合算法，处理后输出车机姿态信息。DR算法可以在无卫星导航信号或弱卫星导航信号的场景，仅靠DR算法也能得到较为可靠的导航信息。惯性导航系统是车身感知定位系统的信息融合中心，
