自动驾驶系列报告之一：综合篇：自动驾驶的时代已经开始到来.pdf

- 1 - 敬请参阅最后一页特别声明 市场数据 (人民币） 市场优化平均市盈率 18.90 国金汽车和汽车零部件指数 3751.57 沪深 300 指数 3892.84 上证指数 3169.57 深证成指 10701.32 中小板综指 10867.35 张帅 分析师 SAC 执业编号： S1130511030009 (8621)61038279 zhangshuai gjzq 何凯易 联系人 hekaiyi gjzq 自动驾驶的时代已经开始到来 自动驾驶系列报告之一：综合篇 行业观点 自动驾驶将在很大程度上改变近百年来人类的出行模式 ，再加上已经在高速发展中的汽车电动化和共享化，全球销售规模近 20 万亿的汽车产业将面临前所未有的变革，产生巨大的投资机会； 我国市场对于汽车电动化、共享化以及自动化的接受度更高，产业投入更大， 预计 2030 年自动驾驶汽车会占据整体出行里程 40%以上 ； 智能化是共享化的前提之一 。自动驾驶将使汽车共享更易实现，从而大幅提高车辆尤其是乘用车的利用率、实现更多更有效的使用场景 ； 目前在 ADAS 基础上， L2 到 L3 级别的自动驾 驶将逐渐成为新车型的标配，产生大量新增需求，这是目前主要的投资机会 ； L4 到 L5 的完全自动驾驶也在逐渐成熟中，一旦商业化将影响产业的未来。 自动驾驶在部分领域的商业模式逐渐确立。 从基础理论到传感器、芯片、解决方案，行业发展迅速。目前行业发展的关键在于降低成本、优化方案、积累数据 ； 系统解决方案 ：整车厂与互联网企业有不同的商业模式，目前看两者互有优劣，整车厂有前装的优势，互联网巨头在软件方面优势明显，长期看两者必然走向合作 ； 处理芯片 ： 目前的方案多数搭载标准芯片，满足当前要求，长期看，为自动驾驶定制的高集成度芯片将成为趋势，性能更好、成本更低 ； 传感器 ：摄像头、毫米波雷达和激光雷达各有优劣，需要根据不同的使用场景和商业模式使用不同的组合。制造方面，激光雷达由于产量小成本高，是传感器降低成本的关键；摄像头和毫米波雷达相对成熟，国内企业有一定优势 。 上市公司方面， 我们看好目前已经在车载信息终端实现稳定收入并有效布局自动驾驶的索菱股份（ 002766.sz） ，综合考虑公司传统业务成长性、自动驾驶领域的技术积累和行业平均估值水平，维持买入评级，上调目标价到 21.8 元 。 公司名称 代码 收盘价 EPS PE 业务 2017 2018E 2019E 2017 2018E 2019E 索菱股份 002766.SZ 13.85 0.34 0.54 0.72 42 26 19 CID/自动驾驶系统 东软集团 600718.SZ 14.58 0.86 0.46 0.58 17 32 25 自动驾驶系统 欧菲科技 002456.SZ 19.64 0.37 0.84 1.23 53 23 16 车载摄像头 四维图新 002115.SZ 25.18 0.22 0.33 0.44 116 76 58 高精度地图 耐世特 1316.HK 12.12 0.14 0.15 0.18 87 81 69 自动驾驶转向系统 风险提示 自动驾驶及车联网行业发展不及预期 ； 装车渗透不及预期 ； 产品开发 、成本下降 不及预期 ； 使用场景限制； 法律法规限制自动驾驶发展 。 3688399042914592489451955497170517170817171117180217国金行业 沪深 300 2018年 05月 17 日 新能源汽车研究中心 自动驾驶行业系列报告之一 买入 （ 首次评级 ） ) 行业深度研究 证券研究报告 行业深度研究 - 2 - 敬请参阅最后一页特别声明 内容目录 一、总论：自动驾驶与电动化、共享化改变汽车产业格局和出行方式 .5 1.1 意义：与汽车电动化、共享化的趋势结合 .5 1.2 分级： L1 人类驾驶逐级步入 L5 车辆自动驾驶 .6 1.3 实现：通过决策层、感知层、执 行层 .8 1.4 相关公司 .9 二、自动驾驶解决方案：整车厂和科技巨头蓄势待发 .10 2.1 OEM 厂商：投入巨大、成果显著 .10 2.2 系统厂商： Waymo 小联盟 Vs. 百度 Apollo 大联盟 .10 2.3 量产车型自动驾驶方案 ：特斯拉 Autopilot Vs. 奥迪 A8 AI.14 三、芯片：自动驾驶的大脑 .16 3.1 进入门槛高、性能要求高、成本高 .16 3.2 现状：平 台化方案搭配标准化芯片 .16 3.3 趋势：自动驾驶专用的定制化、集成度高的芯片 .16 3.4 相关公司 .17 四、传感器：环境信息和车内信息的采集与处理 .20 4.1 激光雷达：实时建立周边环境的三维模型 .20 4.2 毫米 波雷达：全天候工作、难以成像 .22 4.3 摄像头：分辨率高、功能齐全、雷达的补充设备 .25 五、车联网：自动驾驶的延伸 .28 5.1 趋势：向用户体验化发展 .28 5.2 车载信息终端 CID：车联网与汽车的界面与入口 .33 5.3 高精地图：汽车进入高等级自动驾驶的必要手段 .37 六、重点推荐：索菱股份 002766.SZ .39 七、风险提示 .41 图表目录 图表 1：美国年轻人首次申领驾照人数比例持续下降 .5 图表 2：美国二手车卖家卖车后的选择 .5 图表 3：我国出行方式里程比 .6 图表 4：全球自动驾驶市场规模（亿美元） .错误 !未定义书签。 图表 5：美国汽车工程师协会 SAE 自动驾驶分级 .7 图表 6： L1 人类驾驶逐级步入 L5 车辆自动驾驶 .8 图表 7：自动驾驶实现层级 .8 图表 8：自动驾驶相关公司 .9 图表 9： OEM厂商进展情况 .10 图表 10：系统厂商进展情况 .10 图表 11： Waymo 发展历程 .10 行业深度研究 - 3 - 敬请参阅最后一页特别声明 图表 12： 2017 年加州 DMV 报告披露路测成绩 . 11 图表 13： Waymo 与克莱斯勒合作车辆及其硬件系统 . 11 图表 14： Apollo 发展历程 .12 图表 15：百度 Apollo 平台技术框架 .12 图表 16：百度 Apollo 计划成员单位 .13 图表 17：百度 Apollo 计划成员单位 .13 图表 18：百度 Apollo 计划成员单位（按产业链分 /部分） .13 图表 19：特斯拉 Autopilot 功能 .15 图表 20：奥迪 A8 自动驾驶传感器系统 .15 图表 21：特斯拉 Autopilot Vs. 奥迪 A8 AI .15 图表 22：自动驾驶芯片主要产品性能 .16 图表 23：未来专用计算平台将成为主流 .17 图表 24： Mobileye EyeQ 系列 .18 图表 25： NVIDIA DRIVE Pegasus AI 计算平台 .19 图表 26：地平线 “征程 ”自动驾驶芯片 .19 图表 27：各类传感器特点 .20 图表 28：激光雷达原理 .20 图表 29：激光雷达效果 .20 图表 30：激光雷达优缺点 .20 图表 31： Velodyne 产品信息 .21 图表 32： Velodyne新 128 线激光雷达 .21 图表 33： Quanergy 激光雷达芯片 .22 图表 34： Quanergy 激光雷达生产线 .22 图表 35：国内主要激光雷达产品信息 .22 图表 36： FMCW 调制毫米波雷达原理 .23 图表 37：毫米波雷达类别 .23 图表 38：毫米波雷达优缺点 .23 图表 39：行易道毫米波雷达参 数 .24 图表 40：承泰科技毫米波雷达应用 .24 图表 41：苏州豪米波产品基本信息 .24 图表 42：纳雷科技产品基 本信息 .25 图表 43：摄像头优缺点 .25 图表 44：车载摄像头产业链 .25 图表 45： 2017 年 CMOS 全球市场占比 .26 图表 46：舜宇光学车载镜头出货量 .26 图表 47：舜宇光学车载镜 头出货量增长率 .26 图表 48：舜宇光学 2018 年出货量 .26 图表 49：欧菲科技智能汽车业务收入 .27 图表 50：车联网的应用 .28 行业深度研究 - 4 - 敬请参阅最后一页特别声明 图表 51：车联网供应链架构 .29 图表 52：车联网发展趋势 .29 图表 53：我国车联网市场规模（亿美元） .30 图表 54：三旗通信车联网产品 .30 图表 55：三旗通信合作伙伴 .30 图表 56：英卡科技服务结构图 .31 图表 57： JKC 系列无线数据 记录仪 .31 图表 58： inBOX01 卫星定位汽车行驶记录仪 .31 图表 59： Y car plus 系统 .32 图表 60： Y car-link 系统 .32 图表 61：四维图新 “趣驾 ”系统 .32 图表 62： CID 在车联网构架上是核心环节 .33 图表 63：奔驰 2018 年新一代车载信息终端系统 .33 图表 64： CID 系统的盈利模式 .33 图表 65： CID 系统总附加值拆解 .33 图表 66：全球从事 CID 系统主要企业 .34 图表 67：国外主要汽车企业所用的 CID 系统 .34 图表 68：国内从事 CID 系统主要企业 .34 图表 69：国内主要汽车企业所用的 CID 系统 .34 图表 70： CID 前装和后装市场规模测算（亿元） .35 图表 71：公司 CID 系统分类及主营产品 .35 图表 72：驾驶员控制系统 .36 图表 73：智能车联电子系统 .36 图表 74：华阳集团产品 .36 图表 75：车载信息娱乐系统 .37 图表 76：显示模组与系统 .37 图表 77：高精地图与普通导航电子地图的区别 .37 图表 78：高精地图与普通导航电子地图的区别 .38 图表 79：高精地图头部厂商情况 .38 行业深度研究 - 5 - 敬请参阅最后一页特别声明 一 、 总论： 自动驾驶与电动化、共享化 改变 汽车产业格局和 出行方式 1.1 意义： 与汽车电动化、共享化的趋势结合 自动驾驶与汽车电动化、共享化的趋势结合 。相比与传统的汽车行业，电动车在系统控制与执行层面更适合自动驾驶，而自动驾驶与车联网的结合、汽车共享化的趋势，能够有效的预防交通事故、同时减少拥堵、提高道路的通行效率，使其容纳不断上升的通流量。未来的出行方式以及汽车本身都将会有很大的变化，由此带来巨大的新兴市场。 美国年轻人首次申领驾照人数比例持续下降 ， 自 2010 年起，美国青年群体（ 1619 岁）驾照持有人数几乎以每年 3%递减； 1644 岁各年龄层的驾照持有率均出现了下降， 以 17 岁为例， 2000-2014 年持有驾照的人数比例下降近 2%； 反映 出了 即使是美国这样车轮子上的国家，年轻人不再那么迫切的去考驾照，共享出行已经可以满足出行需求。 图表 1： 美国年轻人首次申领驾照人数比例持续下降 来源： US Department of Transportation，国金证券研究所 2016 年美国市场售出 4100 万辆二手车（历史最大值），其中 9%，即近370 万人将成为“无车一族”，不再选择买新车而是选择使用 Uber、 Lyft 以及公共交通解决通勤 ，也反映出美国市场对于共享出行方式的认可。 图表 2：美国二手车卖家卖车后的选择 来源：路透社，国金证券研究所 0%2%4%6%8%010,00020,00030,00040,00050,00017岁有驾照人数 买了另一辆车或还有一辆车 , 77% 其他或不确定 , 14% 选择 Uber、 Lyft等叫车软件 , 9% 行业深度研究 - 6 - 敬请参阅最后一页特别声明 我国市场接受度更高。 我国市场对于汽车电动化、共享化以及自动化的接受度更高，产业投入更大，预计 2030 年自动驾驶的汽车会占据整体出行里程的 40%以上 ，由此带来的千亿美元规模的新兴市场有待开发。 图表 3：我国出行方式里程比 来源： PwC，国金证券研究所 1.2 分级 ： L1 人类驾驶逐级步入 L5 车辆自动驾驶 自动驾驶定义： 即 让汽车自己拥有环境感知、路径规划并自主实现车辆控制的技术，也就是用电子技术控制汽车进行的仿人驾驶或是 自动 驾驶。 根据人与车辆控制的程度不同，美国汽车工程师协会 SAE 界定了五级自动驾驶方案。 目前在 ADAS 基础上， L2 到 L3 级别的自动驾驶将逐渐成为新车型的标配，产生大量新增需求，这是目前主要的投资机会 ； L4 到 L5 的完全自动驾驶也在逐渐成熟中，一旦商业化将影响产业的未来。 行业深度研究 - 7 - 敬请参阅最后一页特别声明 图表 4：美国汽车工程师协会 SAE 自动驾驶分级 来源： SAE，国金证券研究所 L0 代表没有自动驾驶 介入 的传统人类驾驶 。 L1 级能 够对方向盘和加减速中的单项操作给与支持 。 比如已经 广泛应用 的自适应巡航（ ACC）功能，即能够通过雷达探测与前车的实时距离自动控制加减速，从而保持与前车的安全距离。 L2 级 能 够同时对方向盘和加减速中的多项操作给与支持 。 如果汽车除了具备上面 L1 级描述中的自适应巡航外，同时还具备车道保持（ LKA）功能，或者自动变道功能，那则属于 L2 级自动驾驶。 L3 级之前环境的观察者都是人，进入 L3 则意味着道路环境的观察 和驾驶操作都由系统来完成 ， 人 只 需要对所有的系统请求进行应答 。 系统已经完全能够识别出直线、弯道、红绿灯、限速路牌，路上行走奔跑的人猫狗等等各种环境 变量 。 环境观察和驾驶操作都由系统来完成 ，人 只 需要对所有的系统请求进行应答。 比如突然下雨了，检测到地面湿滑是否需要减速；比如检测到前方车辆行驶过慢是否需要超车；检测到前方有人在车道较近处走动是否需要鸣笛提醒等等，这些请求系统会反馈给驾驶员，由人来做决定。 L4 级驾驶操作和环境观察仍然都由系统完成 ，人只需要在某些复杂情况进行应答 。 比如只需要在某些复杂地形或者天气恶劣的情况时，才需要人对系统请求做出决策，而其他情况下系统能独自应付自动驾驶。 L5 级就是完全的自动驾驶状态， 车上没有方向盘，没有刹车，没有油门 ，完全不需要人的介入。 行业深度研究 - 8 - 敬请参阅最后一页特别声明 图表 5： L1 人类驾驶逐级步入 L5 车辆自动驾驶 来源： Intel，国金证券研究所 1.3 实现： 通过决策层、感知层、执行层 自动驾驶 系统通常可分为 决策层、 感知层、执行层，以及高精地图和车联网的支持。 图表 6：自动驾驶实现层级 来源：国金证券研究所 感知层：环境信息和车内信息的采集与处理。 这方面涉及到道路边界检测、车辆检测、行人检测等技术，即传感器技术，所用到的传感器一般都会有行业深度研究 - 9 - 敬请参阅最后一页特别声明 激光 雷达 、摄像头、 毫米波 雷达、 超声波雷达、 速度和加速度传感器 等等。由于各个传感器在设计的时候有各自的局限性，单个传感器满足不了各种工况下的精确感知，想要车辆在各种环境下平稳运行，就需要运用到多传感器融合技术，该技术也是环境感知这一大类技术的关键技术所在，目前国内这方面和国外的主要差距也集中在多传感器融合方面。 决策层：依据获取的信息来进行决策判断，确定适当工作模型 ,制定相应控制策略 ， 替代人类做出驾驶决策 。 这部分的功能类似于给车辆下达相应的任务 ， 例如在车道保持、车道偏离预警、车距保持，障碍物警告等系统中，需要预测本车与其他车辆 、车道、行人等在未来一段时间内的状态，先进的决策理论包括模糊推理、强化学习、神经网络和贝叶斯网络技术等。 由于人类驾驶过程中所面临的路况与场景多种多样，且不同人对不同情况所做出的驾驶策略应对也有所不同。因此驾驶决策算法的优化需要非常完善高效的人工智能模型以及大量的有效数据。这些数据需要尽可能的覆盖到各种罕见的路况，而这也是驾驶决策发展的最大瓶颈所在。 执行层：指系统在做出决策后，替代人类对车辆进行控制，反馈到底层模块执行任务。 车辆的各个操控系统都需要能够通过总线与决策系统相链接，并能够按照决策系统发出的总线 指令 精确地控制加速程度，制动程度以及转向幅度等驾驶动作。 高精地图以及车联网的支持 ，系统能够确定位置并规划一条可通行的路径，实现智能车辆的自主导航 ；更进一步，车联网的应用一方面能够是出行更加方便智能，另一方面又能够扩展汽车交通工具的属性，成为未来个人的移动平台。 1.4 相关公司 图表 7：自动驾驶相关公司 公司名称 代码 收盘价 EPS PE 业务 2017 2018E 2019E 2017 2018E 2019E 索菱股份 002766.SZ 13.85 0.34 0.54 0.72 42 26 19 CID、自动驾驶系统 兴民智通 002355.SZ 9.78 0.12 0.13 0.16 82 74 60 CID、自动驾驶系统 德赛西威 002920.SZ 34.05 1.37 1.24 1.44 25 28 24 CID、人机交互 均胜电子 600699.SH 27.33 0.42 1.34 1.75 65 20 16 人机交互系统 华阳集团 002906.SZ 19.55 0.68 0.75 0.89 29 26 22 数字仪表 东软集团 600718.SH 14.58 0.86 0.46 0.58 17 32 25 自动驾驶系统 路畅科技 002813.SZ 32.21 0.20 0.46 0.69 161 70 47 自动驾驶系统 巨星科技 002444.SZ 11.18 0.15 0.75 0.84 73 15 13 激光雷达 中海达 300177.SZ 11.74 0.15 0.21 0.26 77 56 45 激光雷达 华域汽车 600741.SH 24.87 2.08 2.46 2.52 12 10 10 毫米波雷达 舜宇光学 2382.HK 152.30 2.67 3.73 4.71 57 41 32 车载摄像头 欧菲科技 002456.SZ 19.64 0.38 0.84 1.23 52 23 16 车载摄像头 四维图新 002405.SZ 25.18 0.22 0.33 0.44 115 76 58 高精度地图 亚太股份 002284.SZ 7.21 0.11 0.14 0.19 66 52 38 自动驾驶制动系统 耐世特 1316.HK 12.12 0.14 0.15 0.18 87 81 69 自动驾驶转向系统 金龙汽车 600686.SH 15.08 0.75 0.71 0.97 20 21 16 整车 来源：国金证券研究所 行业深度研究 - 10 - 敬请参阅最后一页特别声明 二、 自动驾驶 解决方案： 整车厂和科技巨头蓄势待发 2.1 OEM 厂商 ： 投入巨大、成果显著 传统整车厂如 奥迪、特斯拉、通用、 Uber、丰田、 福特 等公司均有自己的自动驾驶研发团队 ，在自动驾驶领域投入巨大，成果显著，如奥迪 A8 L3级自动驾驶系统已经量产上市。 图表 8： OEM厂商进展情况 系统 路径 进展 测试车队 奥迪 ADAS 和 L4 并行 L3 级 A8 量产上市 特斯拉 自 ADAS 至 L4 采取摄像头 +毫米波雷达方案，目前车型具备 L2 能力，有 10 万辆能够传回驾驶数据，有大量驾驶里程。马斯克最近宣布，覆盖各类驾驶场景的完全自动驾驶将在 2019 年年末到来 通用 ADAS 和 L4 并行 2018 将生产数千辆自动驾驶汽车，用于 Lyft 出租车服务； 10 亿美元收购 Cruise Automation， 5 亿美元入股 Lyft 350 辆雪佛兰 Bolt Uber 直接 L4 2016 年首先将自动驾驶车投入招车服务， 6.8 亿美金收购 OTTO 43 辆沃尔沃 XC90 丰田 ADAS 和 L4 并行 L3 已实现， L4 车型正在测试， 2020年实现完全无人驾驶能力 福特 直接 L4 10 亿美金收购 Argo，战略投资 Velodyne、 Civil Maps，拥有庞大自动驾驶测试车队， 2021 年自动驾驶汽车上路，用于共享出行，2025 年销售私人客户 2017 年 90 辆 来源： 公开资料、国金证券研究所 2.2 系统厂商： Waymo 小联盟 Vs. 百度 Apollo 大联盟 能够提供自动驾驶解决方案的