智能汽车产业迎来爆发,硬件进入拐点放量期
智能驾驶发展屡获支持，政策频出加速行业发展。2023 年以来中央和地方政府更是政策频出推动智能驾驶行业发展，产业迎来质变时刻。仅 2023 年上半年，国内相关部门和地方政府已出台近 30 条涉及智能驾驶产业的相关政策和规定，从产业结构、技术创新、网联基础设施等多方面推动智能驾驶行业发展。央地协同，地方先行先试探索创新路径，截至2023年6月，我国 50 余个省市区发布道路测试实施细则，推动无人化测试、载人测试、载物测试、高速测试、商业化试点等测试示范创新探索，多地通过地方立法或设立政策先行区推动智能网联汽车发展。此外智能网联汽车商业化运行正式启动，推动产业发展与升级转型，11月17日，四部委联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》（下称《通知》），旨在引导智能网联汽车生产企业和使用主体加强能力建设，促进智能网联汽车产品功能、性能提升和产业生态迭代优化，基于试点实证积累管理经验，支撑相关法律法规、技术标准制修订，加快健全智能网联汽车生产准入管理和道路交通安全管理体系，有助于保障智能网联汽车产品安全运行，推动智能网联汽车产业高质量发展，推广应用经过试点实证的自动驾驶和“车能路云”融合的先进技术和产品、可行方案、创新机制。《通知》的实施意味着我国正式启动了智能网联汽车的商业化运行，产业发展迈出关键一步。
L3 及以上智能驾驶立法试点，智能汽车全产业链有望受益。国内L3 及以上自动驾驶的立法和试点共经历了三个阶段：允许在封闭路段和规定开放路段测试，允许以无人驾驶汽车为载体的营利性和非营利性活动试点，推出对 L3 级以上的智能网联汽车的管理办法。目前国内正处于第三阶段，工信部等发文支持有条件的自动驾驶（L3）和高度自动驾驶（L4），推动智能汽车产业迈入 L3 时代，智能汽车全产业链有望受益。
1.2. 车企不断加码智能化，国内智能汽车产业迎来爆发期
新势力车企前瞻布局技术研发，引领着未来智能驾驶的发展方向。华为智能驾驶软硬件持续升级迭代，从 ADS 1.0 到 2.0 的升级，实现功能端多维度升级。ADS1.0 通过融合感知BEV架构实现“看得清”，ADS2.0 最重大的变化是“有图无图都能开”，摆脱高精地图的依赖，通过 GOD 2.0 与道路拓扑网络推理实现像真正司机一样看路识路，问界M5、新问界M7均搭载了 HUAWEI ADS2.0 高阶智能驾驶系统。小鹏汽车不断完善其智能驾驶硬件，成为国内首个实现无图智驾整车落地的厂商。目前，小鹏汽车的 XNGP 系统在国内智能驾驶技术方面处于领先地位。XNGP 是小鹏汽车最新一代智能辅助驾驶系统，它继承了XPILOT系统的优势并进行了进一步发展，该系统可以在全国范围内使用，具备实现全场景智能辅助驾驶的能力。智能架构升级，推出面向全场景智驾的终极架构-XBrain，该系统由深度视觉神经网络XNet 2.0和基于神经网络的规控 XPlanner 等模块构成。基于全新的 XBrain 架构，小鹏也提出了新的目标：轻地图（覆盖中国、走向全球、哪里都能用）、全场景（跨越高速/城区、连接小区和内部道路）、轻雷达（拟人感知、极致降本）。
传统品牌车企逐步加码智能驾驶，技术水平不断提升。在头部车企带领下，智能化新一轮产业趋势正在开启，比亚迪、长安、吉利等头部车企高度重视智能化，通过引进人才与技术、寻求合作等多种方式，积极提升智能驾驶技术水平。在智能驾驶发展的过程中，部分传统车企通过孵化智能化品牌布局智能驾驶，同时传统品牌也在加速实现L2 级别智能驾驶从0-1的发展。目前长安汽车旗下的阿维塔，在与华为合作后成为中国唯二两家实现城市NOA功能的车企品牌。吉利推出子品牌极氪、长城推出魏牌，当前二者的智能驾驶功能与头部新势力车企相比也无太大差距。
城市 NOA 将规模落地，高阶辅助智能驾驶有望实现升级降本。领航辅助驾驶，即特斯拉所称的 NOA （Navigate on Autopilot），亦可对应不同车企对外宣传的“高阶智能/智慧+领航/导航+自动/辅助驾驶”功能，可实现一定道路场景范围内的点到点智能驾驶。根据场景的不同，领航辅助可进一步分为高速领航和城区领航。高速领航普遍限制在特定高速公路和城区高架路开启，目前已在国内落地开花；城区领航则针对复杂城区道路场景进行升级，今年正加速导入。目前国内各大车企正在比拼 L3 级智能驾驶功能城市NOA（领航辅助驾驶）功能落地速度，当前华为、小鹏、理想、蔚来等车企均在积极布局城市NOA，计划于2023年年内落地相关功能，逐步拓宽开放区域。城市场景开放之后，数据也将丰富累积，从而推动车企智能驾驶算法迭代、智能驾驶技术代际升级。随着算法的迭代和成熟，高阶辅助智能驾驶有望减配高成本硬件，未来综合成本有望继续降低。
智能驾驶发展到达新高度，汽车产业智能化水平快速提升。2022 年乘用车NOA标配前装搭载交付量为 21.2 万辆，今年 1-6 月交付 20.9 万辆，已接近去年全年水平，1-9月交付量已达 37.7 万辆，同比增长 151.2%，渗透率接近 2.5%。据弗若斯特沙利文数据，2023年中国智能网联车市场规模有望达到 1613 亿元，2020-2023 年复合增长率约为26.2%。据工信部统计数据显示，搭载辅助智能驾驶系统的智能网联汽车渗透率有望从2023 年上半年的42.4%增长至 2025 年的 75%，届时，国内智能汽车产业将迎来爆发期。
1.3. 体验升级叠加智驾降本，智能驾驶技术渗透率加速提高
智能化是汽车革命的下半场，智能驾驶市场需求增长。消费者在购买电动车时考虑的问题，除了使用成本低和环保之外，智能化程度高已成为重要考虑因素。这也显示出电动车已真正进入市场驱动的阶段，不再依靠政策补贴以及牌照等因素驱动；并且造车新势力的产品也逐渐得到消费者认可。消费者对智能化配置有强烈需求，可极大程度提升购车意向。泊车、高速公路、城市道路也是当下乘用车自动驾驶的三大应用场景，根据麦肯锡《2023 中国汽车消费者洞察》,超 75%的用户对自动泊车和高速公路领航辅助有需求，城市道路领航辅助的需求占比也超过60%。 智能驾驶渗透率仍处低位，未来发展空间较大。目前我国乘用车智能驾驶渗透率在30%-40%之间，处于 L2 向 L3 过渡阶段。随着技术逐步走向成熟、产品价格逐渐下降及用户智能化体验需求的不断提升，智能驾驶功能正逐渐从豪华车向中低端车型发展，渗透率快速提升。2023 年 1-6 月中国市场（不含进出口）乘用车前装标配L2（含L2+）辅助驾驶功能车型销售 324.4 万辆，同比增长 37.7%，增速维持较高水平。在市场规模方面，工信部发布的《智能网联汽车技术路线图 2.0》明确提出要加强智能网联技术攻关，到2025年智能网联汽车渗透率达到 50%，到 2030 年智能网联汽车渗透率超过 70%。
体验升级叠加智驾降本，智能驾驶技术渗透率加速提高。工信部统计数据显示，2022年，我国搭载辅助自动驾驶系统的智能网联乘用车新车销售量达到700 万辆，同比增长45.6%，其中新能源汽车辅助自动驾驶系统搭载比例达 48%；全国已开放智能网联汽车测试道路里程超过1.5 万公里，自动驾驶出租车、无人巴士、自主代客泊车、干线物流以及无人配送等多场景示范应用在有序开展；全国 17 个测试示范区、16 个“双智”试点城市、7 个国家车联网示范区完成了 7000 多公里道路智能化升级改造，装配路侧网联设备7000 余台套。随着优质车型的推出，2023 年高速和城市 NOA 等高阶智驾功能的体验得到增强，同时，智驾降本也将使得搭载智驾功能的车型价格下降，推动智驾渗透率提升。根据佐思汽车研究，2023年上半年L2级智能驾驶渗透率达到 35.1%（去年同期 27.1%），L2+/L2++智能驾驶渗透率达到8.6%（去年同期 4.8%）。从趋势上，我们认为 L2 有望逐步成为接近标配的功能，L3（因法规原因，当下的 L2++可认为是 L3）开始迈入渗透率提升加速期。
2. 智能驾驶硬件先行，技术向软硬件协同迭代
2.1. 智能驾驶系统由感知、决策和执行三部分构成
智能驾驶系统由感知、决策和执行三个部分构成。实现智能驾驶要解决三个核心问题“我在哪？我要去哪？我要怎么去？”智能驾驶通过传感器感知周围环境、监测车辆的定位和状态，并转化为数据和信息，实时动态监测周边环境变化，并利用感知的结果，对车辆进行最优规划，在规划好路径之后，汽车执行系统会控制车辆沿着规划好的路径完成驾驶。也就是通过“感知、决策和执行”来解决这三个核心问题。
通过“感知、决策与执行”三个系统的分工协作，责任明确地控制汽车运行。感知层用来代替人的眼睛，通过传感器（激光雷达、摄像头、毫米波雷达、高精地图等）来收集驾驶员行驶过程中涉及到的驾驶信息，包括道路边界、车辆、行人，被称为“中层控制系统”。决策层用来代替人的大脑，通过获取到的信息进行计算，制定相应的控制策略，负责路径规划和导航，被成为“上层控制系统”。执行层则是代替人的手脚，将接收到的控制策略进行执行，其中包括加减速、转向等，也被称为“底层控制系统”。
2.2. 感知是实现智能驾驶的前提，不同等级辅助驾驶对应不同传感器配置方案
感知是实现智能驾驶的前提，起着类似人类驾驶员“眼睛和耳朵”的作用。实现智能驾驶，需要优先解决行车安全的问题，为了确保车辆在不同场景下都能够做出正确判断，需要实时对周围环境信息进行实时动态获取和识别，这些信息包括自身车辆的状态、周围车辆的状态、交通流信息、道路状态、交通标志、行人状况等，以满足车辆决策系统的需求，是实现自动驾驶的前提条件。 智能驾驶汽车通过装备车载传感器来满足环境感知的需求，多传感器融合是目前车企的主要选择。智能驾驶传感器主要包括摄像头和雷达两大类。摄像头可获取图像数据，再利用机器学习等图像识别技术来实现距离测量、目标识别等功能；雷达利用发射波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。按所发射信号的波长，雷达可以分为毫米波雷达、激光雷达、超声波雷达三类。目前除特斯拉坚持以摄像头为主导的纯视觉感知方案以外，多数厂商均采用多传感器融合技术路线，即集成来自不同传感器的数据，如相机、激光雷达和雷达等。多传感器融合可显著提高系统的冗余度和容错性，能够提升决策的快速性和正确性，是目前多数主流车企的选择。
不同等级的辅助驾驶功能对应不同的传感器硬件配置，对应匹配不同算力的自动驾驶芯片。结合 SAE 的自动驾驶分级和目前国内市场已上市的车型，我们把辅助驾驶功能可以分为五个等级：1）实现 L1 和最基础的 L2 功能，一般采用 1V1R，即一个前视摄像头和一个前向毫米波雷达就可以实现了自动泊车功能，常见的其他配置还包括1V3R、1V5R；2）实现大部分 L2 功能即 L2+，典型的传感器配置是5V5R12U。即在1V5R12U的基础上，再增加 4 个广角环视摄像头。通过在车辆前保、后保/后尾门上方、左右后视镜下方布置四个广角环视摄像头，可实现车辆近距离 360 度感知、可用以实现自动泊车，结合四个角雷达，能实现对行车盲区以及后方来车的监控，最终实现L2+的功能；3）实现 L2+高速 NOA。实现高速 NOA 的方案也比较多，典型的方案是11V5R12U，或10V5R12U 即在 5V5R12U 的基础上，再增加一颗(或两颗)前视摄像头（长焦/主视）、一颗后视摄像头和四颗周视摄像头。； 4）实现 L2+高速 NOA+城区 NOA。目前市场上量产实现城市NOA、或者对城市NOA进行了硬件预埋的车型，在传感器的选择上分为了两大阵营——纯视觉方案和多传感器方案。纯视觉方案感知方案采纳者主要为特斯拉，方案中摄像头起主导作用，其优点是成本更低，但摄像头容易受到环境光的干扰，对算力和算法的要求较高，国内的百度与吉利的合资品牌极越 01 也采用了纯视觉方案。大部分中国汽车品牌选择了以更保守的方式推进，仍然采用了“视觉+雷达”的自动驾驶方案，激光雷达的加入能够获取更深度的空间信息，对于物体的位置、距离和大小感知更准确，且由于激光雷达是自发光并不受环境光影响，不过激光雷达高昂的价格较大的增加了自动驾驶的成本，国内小鹏、蔚来、华为等高端车型均采用的是多融合方案。 5）实现 L3 的瓶颈不在于传感器，目前 L2+高速 NOA+城区NOA 的传感器就已经可以实现 L3。如奔驰 DRIVE Pilot 的传感器配置是 6V5R12U，不及国内很多车型丰富；6）实现 L4/L5（尚未有真正量产的车型，因此暂不考虑）。
2.2.1. 车载摄像头：受益于智能驾驶行业渗透率提升，车载摄像头有望迎来量价齐升
车载摄像头是自动驾驶汽车的主要感知硬件，前向摄像头和环视摄像头装配车型占比较高。在自动驾驶系统中，摄像头是实现众多预警、识别类功能的基础，目前所有的乘用车自动驾驶方案都会运用到摄像头。根据不同自动驾驶功能及其在自动驾驶汽车上的安装位置，车载摄像头可分为前视、后视和侧视、环视、内置 5 大类型，其中前视摄像头使用频率最高，性能要求也相应提高，通过广角及普通视角摄像头可实现包括前向碰撞预警、车道偏离预警等多重自动驾驶功能；侧视摄像头代替后视镜将成为趋势，以消除汽车后视镜盲区的存在；环视则帮助车主开启“上帝视角”，通过车身周围的多个广角摄像头实现360°场景还原，形成一副车辆四周的全景俯视图。根据高工产研和中保研，2023 前三季度前视摄像头装配车型占比为52.3%，环视摄像头装配车型占比为 43.7%，装配车型占比较高。
自动驾驶等级提升带动车载摄像头数量增加。当前自动驾驶方案呈现百花齐放趋势，不同方案的车载摄像头数量大部分保持在 8-13 个区间。纯视觉方案中，特斯拉凭借强大的算法以及 BEV+占用网络等技术，将摄像头个数保持在 8 个，在 2023 年推出的HW4.0中，在ModelX/S 中增加至 11 个摄像头，呈现出增加的趋势。而同样的纯视觉方案，国内极氪001则搭载了 15 个摄像头，将硬件堆叠达到了极致，以此匹配算法的不足。融合感知方案中，华为ADS2.0搭载了 11 个摄像头，7 个环境感知镜头，4 个环视镜头，前视双目摄像头像素高达800万像素，其余为 260 万像素，基本代表了行业主流车载摄像头方案。
车载摄像头主要由镜头组、图像传感器（CMOS）、数字图像信号处理（ISP/DSP）组成。根据智研咨询，车载摄像头中图像传感器的成本占比可达52%，镜头组和模组封装占比分别为20%、19%；三者均处于产业链中游位置，其中图像传感器是车载摄像头核心技术。镜头组、胶合材料、图像传感器经封装构成镜头模组，镜头模组将光电信号传递至图像传感器进行图像信号处理；图像信号处理器将电信号转化为数字信号，并与镜头模组封装集成，形成终端系统。
国内车载摄像头镜头厂商加速成长，并逐步向模组端拓展提升盈利能力。近年国内的舜宇光学、联创电子、欧菲光发展迅猛，积极发展技术并抢占市场，市占率超越老牌欧美厂商日立、三协、世高、桑来斯等，跻身多强行列。以出货量为最硬核标准，根据潮电智库统计，今年1-9月，车载镜头前三甲分别为舜宇、联创电子和欧菲光。2023 年9 月舜宇光学出货826万只车载摄像头，占比 56%；欧菲光出货 150 万只，占比 10%；联创出货143 万只，占比10%。同时镜头厂商也逐步向模组端拓展，2023 年 9 月舜宇光学子公司舜宇智领、德赛西威、欧菲光出货占比遥遥领先。
2.2.2. 超声波雷达：发展较成熟具有优势，迎来增长新动能
作为自动泊车方案主流传感器，车载超声波雷达驶入发展快车道。超声波传感器也称超声波雷达，是一种使用超声波来检测车辆周围物体的距离的传感器汽车提供停车辅助、防撞和其他安全功能。汽车上常见的超声波雷达有两种，第一种是安装在汽车前后保险杠上的，称为UPA（超声波驻车辅助传感器）；第二种是安装在汽车侧面的，称为APA（自动泊车辅助传感器）。超声波雷达在智能网联汽车中有着广泛的应用，最常见的是自动泊车辅助系统。自动泊车辅助系统通常使用 12 个超声波传感器，车前、后部各 4 个短距超声波传感器负责探测倒车时与障碍物之间的距离，两侧的长距超声波传感器负责探测停车位空间。据佐思汽研统计，2022年中国乘用车新车超声波雷达安装量较 2021 年（10009.0 万颗）同比增长7.4%，至10752.5万颗，预计到 2025 年其安装量将超过 1.4 亿颗。从单车安装量来看，2021 年-2023年1月，超声波雷达单车安装数量呈递增趋势，从平均每车 4.9 颗增加到5.6 颗。受益于行泊一体规模化落地、舱泊一体发展等因素，预计 2025 年超声波雷达单车安装量有望增至7 颗，超声波雷达市场进入高速增长期。
超声波雷达发展较为成熟，国产化率较高。根据 leadleo 数据，2014 年至2020年中国车载超声波雷达行业规模从 35.3 亿元增长至 51.7 亿元，CAGR 达6.57%。车载超声波雷达比毫米波雷达和激光雷达的技术门槛更低且发展较为成熟，在成本和普及度上具有优势。超声波雷达的产业链可以明确地划分为三个关键环节：上游的原材料生产、中游的雷达生产以及下游的汽车整车制造。上游环节主要由芯片和传感器等原材料供应商构成。技术含量高且与安全性能紧密相关的芯片主要依赖于进口，其他非关键原材料已经实现了国产化。中游为超声波雷达生产商，主要参与者可以分为国际 Tier1、国内 Tier1 以及初创公司。海外Tier1厂商居主导地位，国内企业如奥迪威全球市占率已达 6%，有国产替代的潜力，国产化率进一步提高。
受益于 L2 级以上智能汽车发展，超声波雷达迎来增长新动能。以往倒车雷达应用中，一般需要 4-6 个超声波雷达，主要分布安装在车头车尾的保险杠处。而目前的高阶自动驾驶泊车方案，包括 APA、AVP 等应用中，一般需要 8-12 颗超声波雷达，从数量上相比以往的倒车雷达应用增加一倍以上。L2 级别的全自动泊车（APA）、遥控泊车（RPA）等基本由12UR（超声波雷达）实现；L2+级别的记忆泊车（VPA）则为 4V12UR 实现；而L4 级别的代客泊车（AVP）则需要配合 5V12UR（4 颗环视+1 颗前视摄像头）实现。目前在泊车、驻车等低速场景中仍然主要依赖超声波雷达，随着 L2 级以上智能汽车销量增加、渗透率上升，车载超声波雷达市场未来有望迎来增长新动能。根据佐思研数据库，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%。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。
