资源描述
敬请参阅最后一页特别声明 1 恒帅 L4 级 自动 驾驶 渐近，推升 传感 器清 洗 市场 需求。伴随汽车自动驾驶等级提升，单车 传感器用量更多，传感器 清洗 的 需求将会更旺盛。在 中央及地方自动驾驶相关政策 不断 推动 下，以 Robotaxi 为代表的 L4 级自动驾驶车辆登场，将推升传感器清洗市场需求。根据不同的清洗介质，ADAS 传感器清洗产品分为三种：1）液态 清洗：清洗 介质 为液 体，技 术成熟但存在清洗液结冻等问题。2）气态 清洗：清洗 介质 为气 体，可有 效驱 虫和 清洗 行驶 中的 灰尘，但清 洁力 度不 足以清洗顽固污渍。3）液-气混合清洁：清洗介质为气体和液体，清洁效果较好但产品成本相对较高。Robotaxi 和无人配送小车是清 洗系统两大标配场景。1）出行 场景：内外 共振，Robotaxi 商 业化 拐点 将至。国内 方 面，“萝卜快跑”武汉引领 Robotaxi 无人化商业运营，截至 2024 年 5 月，萝卜快跑在全国已完成超过 600 万次出行服务，在武 汉的 服务 面积 已超 过 3000 平方 公里，覆盖 770 万人口；海 外方面，依托 芯片自研+端到端 FSD+海量数据+Dojo超算中心的自动驾驶全栈能力，特斯拉即将发布 Robotaxi，有望引领 新 一轮 车企 商业模式 变革。2）物流场景：无人配送小车 也处 于规 模 化运 营前 夜。无人配送小车 相较人工配送能降 成本、提 效率，物流 企业、本地 生活 企业、科技 企业均有提前布局，快递 场景，末端 配送 用车 市场 规模 为千 亿级，外卖 场景 无人配送车辆保有量空间中期 也有望达到 百万级。Robotaxi 和无人配送小车均具备高级别自动驾驶、多传感器搭载特点，出于规避 corner case 及降低人工运维成本角度考虑，将会标配传感器清洗。我们预测 2030 年全球传感器清洗产品市场空间将达约 358.5 亿元。行业尚处 0-1 阶 段，先 发公 司将 构筑 技术 及成 本优 势。目前已有多家主机厂及 tier1 供应商意识到 ADAS 传感器清洗产 品的 需求，并进 行研 发。经纬 恒润 的 ADAS 清洗产品部分项目已经结项，有望进入小批量测试和交付。主动清洗行业尚处 于 0-1 阶段，上述 先发公司将构筑技术及成本优势，直接受益于行业爆发。我们认为在政策、技术等核心因素驱动下，智能汽车的渗透率将快速提升，催生传感器清洗产品需求，Robotaxi 和无人配送小车正处于规模化运营的拐点，后续这两个行业传感器清洗将会成为标配。我们预测 2030 年全球传感器清洗产品市场空间将达约 358.5 亿元。目前行业尚处于 0-1 阶段，建议关注 先发公司 经纬恒润 等。自动驾驶技术进展不及预期、特斯拉 Robotaxi 进展不及预期、技术路线出现变革、场景推广不及预期 等。行业深度研究 敬请参阅最后一页特别声明 2 内容目录 一、L4 渐近，推升传感器清洗市场需求.4 1.1 L4 级自动驾驶登场，推升传感器清洗市场需求.4 1.2 液态/气态/气液混合三种技术路线并行，充分满足下游客户需求.7 1.3 清洗泵为核心部件，体积小、输出扭矩大、智能化程度高为主要壁垒.9 二、Robotaxi 和无人配送小车是清洗系统两大标配场景.10 2.1 出行场景：内外共振，Robotaxi 商业化拐点将至.10 2.2 物流场景：无人配送小车也处于规模化运营前夜.13 2.3 传感器清洗市场空间测算.16 三、行业尚处 0-1 阶 段，先发公司将构筑技术及成本优势.17 3.1 经纬恒润：汽车电子行业领军企业，自研实力雄厚.17 3.2 日盈电子：深耕汽车洗涤系统，覆盖头部车企客户.18 四、投资建议.19 五、风险提示.20 图表目录 图表 1：Corner case 自动驾驶场景案例.4 图表 2：SAE J3016 自 动驾 驶 分级：L3 以上 级别 已不 需要 驾驶 员驾驶.5 图表 3：国内中央及地方针对自动驾驶领域的政策概览.6 图表 4：自动驾驶测试中的飞虫残骸.7 图表 5：L1-L2-L3-L4 传感器配置差异.7 图表 6：后备箱把手内集成的超低姿态清洁喷嘴.8 图表 7：法雷奥激光雷达清洗装置.8 图表 8：福特第四代自动驾驶测试车拥有更强大的传感器清洁系统.8 图表 9：液-气混合清洗产品有双喷嘴来达到清洗效果.9 图表 10：液-气混合激光雷达清洁系统结构图.9 图表 11：清洗泵是激光雷达清洗系统主要组成部分.10 图表 12：电磁开关阀可以以最有效的方式将流体分配到多个清洗喷嘴上.10 图表 13：电磁切换阀可以选择性清洗，简化清洗流体布线.10 图表 14：百度 Apollo 在武汉快速推开.11 图表 15：截至 2023 年年底萝卜快跑运营核心指标.11 图表 16：Robotaxi 国内主要参与玩家概览.11 图表 17：特斯拉 HW4.0 相较 HW3.0 性能大幅升级，下一 代 HW5.0 算力还会继续攀升.12 图表 18：截至 2024 年 4 月 FSD 行驶 里程 已 超 10 亿英里.13 ZXFUyRnQnOnMoQpMmRoRrQbRbPaQnPnNtRmQfQnNpQjMmOoN8OrRuMuOmRoPxNtPwP行业深度研究 敬请参阅最后一页特别声明 3 图表 19：Dojo 算力迭代情况.13 图表 20：长期看 Robotaxi 将成为重要的出行载体（保有量，百万辆）.13 图表 21：顺丰无人送货车.14 图表 22：无人配送-外卖场景.14 图表 23：2018-2023 年中国即时物流行业订单量与行业规模变化.14 图表 24：2018-2023 年中国劳动力人群变化情况.14 图表 25：2020-2022 年末端无人配送先行企业首批制造工厂相继投产.14 图表 26：2023 年末端配送用车合计市场规模（亿元）.16 图表 27：网上外卖用户规模及使用率.16 图表 28：外卖相对餐饮市场规模占比近年来快速攀升.16 图表 29：传感器清洗产品潜在市场空间测算.17 图表 30：经纬恒润已深耕智能驾驶十余年.18 图表 31：经纬恒润已开发出单侧伸缩式清洗系统.18 图表 32：经纬恒润已开发出双侧固定式清洗系统.18 图表 33：日盈电子逐步形成以“感知 传输 控制”为核心的系列产品.19 图表 34：日盈电子 2018-2023 年营业总收入变化.19 图表 35：日盈电子 2018-2023 年归母净利润变化.19 行业深度研究 敬请参阅最后一页特别声明 4 L4 1.1 L4 级自动驾驶登场，推升 传 感器 清洗 市场 需求 ADAS 需要通过摄像头、雷达传感器达到自动驾驶功能。自动驾驶中最重要的辅助系统 之一就是高级驾驶辅助系统（Advanced Driving Assistance System，以下简称 ADAS）。ADAS 是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进 行静、动态 物体 的辨 识、侦测 与追 踪等 技术 上的 处理，从而 能够 让驾 驶者 在最 快的 时间 察觉可能发生的危险，以引起注意和提高安全性的主动安全技术。ADAS 采用的传感器主要有摄像 头、雷达、激光 和超 声波 等，可以 探测 光、热、压力 或其 它用 于监 测汽 车状 态的 变量，通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。自动驾驶系统在实际应用中需要面对各种复杂的场景。Corner Case 指的是在实际驾驶中可能出现的极端或罕见情况，如交通事故、恶劣天气条件或复杂的道路状况。Corner Case（极端情况）对自动驾驶的感知和 决策能力提出了更高的要求。图表1：Corner case 自 动 驾驶 场景 案例 来源：焉知汽车，国金证券研究所 1）corner case 1：处理复杂道路状况。在复杂道路状况下，如交通拥堵、复杂的路口或者不规则的路面，汽车的智能驾驶功能需要清晰地识别车道线、障碍物、行人和其他交通参与 者。例如，在一 个复 杂的 路口，BEV 技术能帮助自动驾驶系统准确识别各个交通参与者的位置和行驶方向，从而为路径规划和决策提供可靠依据。2）corner case 2：应对恶劣天气条件。在恶劣天气条件下，如雨、雪、雾等，传统 的 摄像头和激光雷达可能会受到影响，降低自动驾驶系统的感知能力。车辆可以通过采用红外摄像头或者热成像摄像头等辅助设备，以补充可见光摄像头在这些情况下的不足。3）corner case 3：预测 异常 行为。在实 际道 路环 境中，行人、骑行 者和 其他 交通 参与 者可能会出现异常行为，如突然穿越马路、违反交通规则等。自动驾驶系统需要更准确地跟踪和预测行人和其他交通参与者的动态。4）corner case 4：狭窄或遮挡的道路。在狭窄或遮挡的道路环境中，传统的摄像头和 激光雷达可能难以获取足够的信息来进行有效的环境感知。自动驾驶系统需要更好地了解车辆周围的环境，识别狭窄通道中的障碍物，从而安全地通过这些场景。5）corner case 5：并车和交通合流。在高速公路等场景中，自动驾驶系统需要应对并 车和交通合流等复杂任务。这些任务对自动驾驶系统的感知能力提出了较高要求，因为系统需要实时评估周围车辆的位置和速度，以确保安全地进行并车和交通合流。6）corner case 6：紧急情况应对。在紧急情况下，如交通事故、道路封闭或突发事件，自动驾驶系统需要结合实时数据和先进的路径规划算法，快速制定合适的应急策略，避免潜在的风险。相对 L3，L4 级别 提供 了“高 度自 动驾 驶”，对于 传感 器镜 头保 持洁 净提 出了 更高 的需 求。L3 和 L4 是自动驾驶技术中的两个级别。L3 级及以后的自动驾驶，会将驾驶的主导权从驾驶员转移至自动驾驶系统，在实际应用上，不仅仅是智能化的提升，更是在系统稳定性、环境 适应 性比 现有 的 L2 级别自动驾驶要求更高。为了保持自动驾驶的安全性，L4 级UtfrS2wkc0ZLDWwIy6mlRUnPyPSCGvG90wyKf2tEx5uGAAqGuqmJQMnSE/xCg6WH 行业深度研究 敬请参阅最后一页特别声明 5 别更依赖于传感器，因此对传感器镜头保持洁净提出了更高的需求。L3 及 L4 级别有以下主要区别：1）L4 级别自动驾驶水平更高：L3 系统 提供 了“有 条件 的自 动驾 驶”，即车 辆可 以在 特 定条件下自动完成驾驶任务，但驾驶员必须随时准备接管。相比之下，L4 系统 提供 了“高 度自动 驾驶”，在 设计 运行 条件 内无 需驾 驶员 任何 操作，能 够独 立处 理所 有驾 驶任 务，包 括复杂的城市交通环境。2）L4 系统提供了更广泛的感知范围和更高级别的驾驶辅助功能：L3 系统可以感知城市道路中的交通信号和转弯等情况，使驾驶员能够更轻松地完成驾驶任务。L3 系统还能够自主地完成某些驾驶任务，例如控制车辆的加速和减速，以及避免障碍物。L4 系统具备更全面的感知能力，能够识别和响应几乎所有交通情况和环境变化，包括城市街道、行人、自行 车、交通 信号 等复 杂场 景。L4 系统通常配备更高级的冗余设计，确保在关键系统发生故 障时，车辆 仍然 能够 安全 运行。这包 括转 向系 统和 制动 系统 的完 全独 立供 电，以及 主系统和备系统的配置。针对卡车特有的远距离感知需求，采用自研的稀疏 BEV 算法，实现高效精准的动态、静态环境感知，尤其针对 400-500 米甚至更远的感知距离。3）L4 系统中驾驶员参与更少：在 L3 系统中，驾驶员需要在特定条件下接管车辆控 制。L4 系统能够在其设计的操作范围内独立处理所有驾驶任务，无需驾驶员的任何干预。图表2：SAE J3016 自 动 驾 驶 分 级：L3 以 上 级 别 已 不 需 要 驾 驶 员 驾 驶 来源：SAE，国金证券研究所 国 内 法 规政 策的 加速 出台，正 积极 拥抱L4 级别自动驾驶技术所 带来的变革。中 国政 府 高度重视自动驾驶技术的发展，并将其作为国家战略新兴产业的重要组成部分。近年来，国内多个城市已经开始制定和实施相关政策，为 L4 级别自动驾驶汽车的测试和应用提供了法规支持和指导。行业深度研究 敬请参阅最后一页特别声明 6 图表3：国 内 中 央及 地方 针对 自动 驾驶 领域 的政 策概 览 时间 中央/地方 法规 主要内容 2017.4 中央层面 汽车产业中长期发展规划 到 2025 年，汽车驾驶辅助、部分自动驾驶、有条件自动驾驶新车装配率达 80%。其中部分自动驾驶、有条件自动驾驶级新车装配率达 25%，高度和完全自动驾驶汽车开始进入市场。2022.1 交通领域科技创新中长期发展规划纲要（2021 2035 年）促进道路自动驾驶技术研发与应用，突破融合感知、车路信息交互、高精度时空服务、智能计算平台、感知 决策 控制功能在线进化等技术。2023.3 智能汽车基础地图标准体系建设指南（2023 版）到 2025 年初步构建能支撑汽车驾驶自动化应用的智能汽车基础地图标准体系。先行制定急用先行的 10 项以上智能汽车基础地图重点标准，涵盖技术要求和规范，解决智能汽车基础地图深度应用的迫切需求 2023.7 国家车联网产业标准体系建设指南（智能网联汽车）（2023 版）到 2025 年形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系，修订 100 项以上智能网联汽车相关标准。2024.1 关于开展智能网联汽车“车路云一体化”应用试点工作的通知 建立城市级服务管理平台，建设边缘云、区域云两级云控基础平台，向车辆提供融合感知、协同决策规划。探索高精度地图安全应用，构建地理信息安全防控技术体系。2024.7 工业和信息化部 公安部 自然资源部 住房和城乡建设部 交通运输部关于开展智能网联汽车“车路云一体化”应用试点工作的通知 确定了 20 个开展“车路云一体化”应用试点城市。2022.8 重庆、武汉 自动驾驶无人化商业试点工作 允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。2024.6 北京 北京市自动驾驶汽车条例（征求意见稿）将通过立法重点解决特定区域自动驾驶汽车创新活动面临的主要问题，在坚守安全底线的基础上，为 L3 级及以上自动驾驶汽车市场主体提供清晰、透明、可预期的制度规范。2024.7 上海 上海市浦东新区促进无驾驶人智能网联汽车创新应用规定 发放首批无驾驶人智能网联汽车示范应用许可，即俗称的“完全无人载人车牌照”，有效期为 2024 年 7 月4 日至 2025 年1 月4 日。来源：公司财报，国金证券研究所 车 载 传 感器 需求 增加，催生 传 感器 清洗 产品 的需 求。在高级别自动驾驶中，传感器脏 污 将会带来安全隐患，从而催生传感器清洗产品的需求。高级驾驶辅助系统及未来的自动驾驶系统都需要包括毫米波雷达、摄像头、激光雷达及超声波雷达等传感器对外界信息的实时探测。随着 辅助 驾驶 系统 逐渐 从 L2 向 L3 及以 上迈 进，驾驶 辅助 系统 能够 在各 种恶 劣环 境下正常工作的性能需求变得日益迫切。雨水、泥土、昆虫或鸟类粪便等都可能成为传感器上的污垢，从而使传感器无法进行可靠的测量、影响驾驶辅助系统和自动驾驶的安全性，尤其是在 高速公路等应用场景，传感器的脏污将会影响自动驾驶功能，从而造成极大的安全隐患。在下雨等情形下，摄像头等传感器有很大概率被遮挡住。而若只依靠纯视觉，图像将会变形。解决此问题只能依靠人工或者 传感器清洗 硬件，一套硬件大约花费 1000 元左右；而在无人且没有硬件的情况下，就必须依靠人为干涉去解决，单次的人为干涉产生约 100 元的开销。在 传感器 被污染遮挡 无法 运转 的情况下，单独 人工 清理会面临极高的运维成本，所以在自动驾驶车生命周期里装备 传感器清洗 硬件，是更 具优 势的。因此 专用的传感器清洁系统将会成为高级别自动驾驶车辆中必不 可以的装备。行业深度研究 敬请参阅最后一页特别声明 7 图表4：自 动 驾 驶测 试中 的飞 虫残 骸 来源：汽车测试网，国金证券研究所 L4 级 智能 驾驶 需要 使用 的车 载传 感器 数目 增加，对清 洗的 需 求更 旺盛。在硬 件端，目前，主流新势力车企在自动驾驶技术的研发上已经取得了显著进展，部分企业在硬件配置上已经能够基本满足 L4 级别自动驾驶的需求，在算法和政策端还需要不断优化算法和政策支持。图表5：L1-L2-L3-L4 传感 器配 置差 异 自 动 驾 驶级别 传 感 器 类型 传 感 器 数量 功能描述 L1（辅助驾驶）摄像头-雷达 1-2 个 主要用于车道保持辅助（LKA）和自适应巡航控制（ACC）L2（部分自动驾驶）摄像头-雷达-激光雷达 2-6 个 包括车道保持、自适应巡航控制、自动紧急制动等，但需要驾驶员随时准备接管控制 L3（有条件自动驾驶）摄像头-雷达-激光雷达 6-12 个 能够在特定条件下完全自动驾驶，但驾驶员需要在系统请求时接管 L4（高度自动驾驶）高分辨率摄像头-长距离雷达-高精度激光雷达 8-20 个 能够在大多数环境和条件下自动驾驶，无需驾驶员干预 来源：SAE International，国金证券研究所 1.2 液态/气态/气液混合三种技术路线并行，充分满 足下游客户需求 为适应驾驶辅助系统能够在各种环境下工作要求，ADAS 传感器清洗产品的清洗介质有 所不同。根据不同的清洗介质，目前 ADAS 传感器清洗产品的清洁方式大概分为三种：液态清洗、气态清洗、气液混合清洗。1）液态清洗：清洗介质为液体，技术成熟但存在清洗液结冻等问题。一般而言，使用自动驾驶功能的车辆必须适应各种路况，在高速行驶和乡间路段时，受到污物的干扰大。很多厂商会匹配相应的算法来判断传感器是否到了需要清洁的状态，及时执行清洁步骤，以保证 驾驶 安全。利用 清洗 液的 ADAS 传感器清洗产品会在发现污渍的时候自动清洁，并搭配伸缩臂让清洁液均匀喷洒在传感器表面。但是在低温环境中，单一的液态清洗存在清洗液结 冻、无法 除霜 的问 题。若通 过特 制清 洗液 或搭 配加 热等 其他 系统 应对，可能 会进 一步增加清洗产品的成本。行业深度研究 敬请参阅最后一页特别声明 8 图表6：后 备 箱 把手 内集 成的 超低 姿态 清 洁喷嘴 图表7：法 雷 奥 激光 雷达 清洗 装置 来源：Araymond，国金证券研究所 来源：汽车之家，国金证券研究所 2）气态清洗：清洗介质为气体，可有效驱虫和清洗行驶中的灰尘，但清洁力度不足以清洗顽固污渍。清洗介质为气体的 ADAS 传感器清洗产品是利用喷射气体自然地排除污物，阻止飞虫靠近传感器，对行驶中的灰尘等比较有效。以福特采用方案为例，其特点是采用了在摄像头周边布置凹槽的方式，通过空气流体力学来防止虫子与摄像头镜头接触。但清洁力度有限，不足以清洗顽固污渍。图表8：福 特 第 四代 自动 驾驶 测试 车 拥有更强大的传感器清洁系统 来源：福特汽车，国金证券研究所 3）液-气 混合 清 洁：清洗 介质 为气 体和 液体，清洁 效果 较好 但产 品成 本相 对较 高。清洗介质为气液混合的 ADAS 传感器清洗产品将喷液器和空气喷射干燥器集成在一个双喷嘴清洗解决 方案 中，针对 不同 的脏 污源 采用 不同 的清 洗方 式。例如 喷水 可以 清除 污垢 和污 物，空气喷射可以去除残留的清洁液滴，保证清洁效果。与单一的液态清洁或者气动清洁相比，液-气混合清洁系统对环境有更好的适应性和清洁效率，避免残余清洁液带来 的二次污染。与此 同时，因为 比单 一液 态清 洁多 出一 套压 缩空 气清 洁的 设备，气液 混合 的清 洁产 品结 构更加复杂和精密，产品价格更高。行业深度研究 敬请参阅最后一页特别声明 9 图表9：液-气 混合 清洗 产品 有双 喷嘴 来达 到清 洗效 果 来源：Araymond，国金证券研究所 1.3 清洗泵为核心部件，体积小、输 出扭矩大、智能化程度高为主要壁垒 ADAS 传感器清洗产品的工作原理是通过软件算法识别出传感器的脏污，再由域控发射 控制信号确定清洗需求，从而通过控制电磁阀连通/断开向多个喷嘴输送清洗介质，通过 水路/气路电磁阀的切换，循环清洗激光雷达表面直至满足清洗需求。传感器清洗系统适配未来高级别自动驾驶领域，产品构成主要包括智能清洗泵、液罐、管路、电磁阀、喷嘴等。由于 ADAS 系统的传感器数量较多，需要清洗的点位会远多于传统清洗系统，因而相关产品结构会更为复杂精密，ADAS 清洗系统单车价值量约 1000 元。图表10：液-气 混合 激光 雷达 清洁 系统 结构 图 来源：激光雷达清洗系统、方法、设备及存储介质，国金证券研究所 1）智 能 清洗 泵：ADAS 传感器清洗产品的核心部件，主要由清洗电机、端盖、壳体、叶轮和 其 他 配件 组装 而成。清洗 泵负 责将洗涤液从洗涤液罐中抽出，通过管路系统及喷嘴，将洗涤液喷射到指定位置。随着传感器的配置增多，ADAS 传感器清洗系统中的清洗泵智 能化要求程度较高、同时需要保证体积更小、输出扭矩更大。单个清洗泵的价值量在 200 元左右，全车 按传感器数量 有可能安装多个清洗泵。更智 能化 的清 洗泵 是单 车价 值量 上升 的主要 原因，相较 于传 统清 洗系 统，ADAS 传感器清洗系统所覆盖的清洗点位多且分散，洁净行业深度研究 敬请参阅最后一页特别声明 10 度要求高。传统汽车清洗泵通常为单通或双通清洗泵，仅用于前后挡风玻璃和大灯清洗，传统清洗泵单个价值量在 100 元左右。智能驾驶汽车有多个传感器窗口，L4 级自动驾驶汽车普遍有 8 到 20 个外置传感器窗口需要清洗，清洗的系统更加复杂，也需要更加智能化的清洁能力，ADAS 清洁系统的智能清洗泵单个价格量在 200 元到 300 元之间。图表11：清 洗 泵 是激 光雷 达清 洗系 统主 要组 成部 分 来源：wind，国金证券研究所 2）电磁阀门：一般有电磁开关阀和电磁切换阀两种。电磁开关阀可以在喷嘴附近按阵 列排布，也可 以放 置在 车辆 集中 位置 的管 汇中，以最 有效 的方 式将 流体 分配 到多 个清 洗喷 嘴上。电磁切换阀可以选择性清洗，简化清洗流体布线，减少管道和泵数量，并降低功耗。其设计用途是提供两个不同出口之间的切换，其中一个将在任何时候保持打开状态。电动切换 阀体 积小，重量 轻，适合 紧凑 的包 装环 境。电磁 阀单 个价 值量 约 25 元，全车 预计 10个，整车价值量 250 元。图表12：电 磁 开 关阀 可以 以最 有效 的方 式将 流体 分配 到多 个 清 洗喷 嘴上 图表13：电 磁 切 换阀 可以 选择 性清 洗，简化 清洗 流体 布线 来源：Araymond，国金证券研究所 来源：Araymond，国金证券研究所 3）储液罐/储气罐：用于储存所用的清洁液或气体，全车装配一个液罐/气罐。4）管路：用于输送清洁液或压缩空气到喷嘴处。相较于大灯和车窗清洗，传感器遍布 车身，预计单车会有约 10 枚传感器，因此使用的管路数量较多。5）喷嘴：用于喷射清洗介质。由于传感器装配位置和车辆外形设计，不同区域的污染 程度不 同。喷嘴 的喷 射角 度和 流量 控制 是影 响传 感器 清洁 程度 的直 接因 素，会 按照 传感器位置进行设计以保证清洁效果。Robotaxi 2.1 出 行 场景：内外 共振，Robotaxi 商业化拐点 将至 国 内 方 面，“萝 卜 快跑”武汉 引领 Robotaxi 无人化商业运营。2021 年8 月10 日，在 百 度世界大会上，百度发布了无人车出行服务平台“萝卜快跑”，至今，百度自动驾驶车型 已迭代至第六代 Apollo RT6，建立起 了在行业的 领先优势。2022 年 8 月，武汉率先发布自动驾驶全无人商业化试点政策，并向萝卜快跑发放全国首批无人化示范运营资格，允许车行业深度研究 敬请参阅最后一页特别声明 11 内无安全员的自动驾驶车辆在社会道路上开展商业化服务，为全国首批全无人自动驾驶商业化出行服务。截至 2024 年 5 月，萝卜快跑在全国已完成超过 600 万次出行服务，在武汉的服务面积已超过 3000 平方公里，覆盖 770 万人口。图表14：百度 Apollo 在武汉 快速推开 图表15：截至 2023 年年 底萝 卜快 跑运 营核 心指 标 来源：36Kr，国金证券研究所 来源：百度阿波罗，国金证券研究所 其他核心玩家也已布局 当前，除了 萝卜 快跑 之外，国内 核心 玩家 还包 括文 远知 行、小马 智行、滴滴 等企 业，各自 在特 定区 域有 规模 化测 试运 营。比如小马智行在北上广深均有车辆在运 营，在运 营车 辆规 模接 近 300 台左 右，下半 年将 与投 资方 丰田 合作 前装 量产 第七 代无人车，扩大 运营 车辆 规模。我们 认为，在武 汉推 广的 示范 效应 下，未来 预计 将会 有越 来越多的城市放开 Robotaxi 无人商业化运营，扩大城市内运营范围，行业将迎来快速渗透期。图表16：Robotaxi 国内主要参与玩家概 览 萝卜快跑 文远知 行 小马智 行 元戎启 行 滴 滴 自 动驾驶 成立时间 2017 2017 2016 2019 2016 试乘车型 运营车辆 红旗 EV/极狐（第五代）/RT6（寻找代工中）-雷克萨斯、丰田塞纳，后续丰田电动车 可适配飞凡 Marvel R、林肯 MKZ、吉利几何 A、东风 E70 等十几款车型 沃尔沃 XC90、DiDi Neuron（概念车）运营地区 福州，嘉兴，阳泉，重庆，成都，北京，合肥，广州，长沙，上海，武汉，深圳 广州，南京，博鳌，大连，北京，无锡，鄂尔多斯 深圳，北京，上海，广州 深圳，武汉，杭州 上海，广州 打车方式 萝卜快跑 app 百度地图 app WWeRide Go 高德地图 羊城通 小马智行 app 元启行小程序 出行 app 滴滴出行 app 运营时间 全天（武汉为例）周一至周日 09：00-18：00 广州：8：00-22：30 北京：7：30-22：30 上海：7：30-21：30 深圳：8：30-22：30 工作日：9：00-12：00，14：00-17：00，19：30-21：00 周末：10：00-12：00，14：00-17：00，17：30-19：00 全天 运营区 武汉覆盖主要城区 广州黄浦区、开发区限定 广州南沙，北京高级别自 核心城区 上海嘉定 行业深度研究 敬请参阅最后一页特别声明 12 域 区域内，北京市亦庄区 动驾驶示范区（亦庄），上海嘉定，深圳前海 来源：各公司官网，国金证券研究所 国 外 方 面，特斯拉 即将发布 Robotaxi，软硬件全栈能力支撑这一轮新的商业模式革新。特斯拉具备芯片自研+端到端 FSD+海量数据+Dojo 超算中心 的自动驾驶全栈能力：1）芯片方面，2016 年 便特斯拉开始组建芯片研发团队；2019 年 4 月，特斯 拉发 布 自 主研发的自动驾驶硬件 HW 3.0，图像 处理 速度 比 HW 2.5 提升 21 倍，自研 FSD 芯片 算 力达到 144 TOPS；2023 年 3 月，HW4.0 开始搭载于美国生产的最新批次的 Model S/X，算力预估在 400-500TOPS；2024 年 6 月，马斯克在特斯拉股东大会上称，HW5.0 将预计会在 2025 年 12 月左右推出，性能将是 HW 4.0 的 10 倍。2）自 动 驾 驶算 法方 面，2016 年及 以前：与 Mobileye 合作；2016-2018 年：初出 茅庐，开始自研，延用业内常规的骨干网架构；2020 年：引入 BEV+Transfomer 架构，引发自动驾驶技术行业重构；2022 年将 BEV 升级到了占用网络 occupancy，并于 2024 年 1月向普通用户正式推送 FSD V12 版本。3）数 据 方 面，作为智能驾驶行业领军者，特斯拉拥有海量实际道路行驶数据，截至 2024年 4 月，特斯拉 FSD 累计里程已超 10 亿英里，海量数据将助力公司迭代优化模型。4）超算中心 方面，2021 年 8 月，特斯拉在 AI Day 上发布了自研专门用于 AI 训练计算的超级计算机 Dojo。Dojo 训练效率高于 DGX A100，25 个 D1 芯片组成的 tile 推理 速度是 24 块 A100 的 30 x，FSD 训练时间可从一个月缩短到一周以内，较之 A100 同成本下性能提升 4x，功耗降低 1.3x，体积节省 5x，占用网络训练速度提升 4.4x。图表17：特斯拉 HW4.0 相较HW3.0 性能大幅升级，下一代 HW5.0 算力 还会继续攀升 配置 HW3.0 HW4.0 计算平台 Tesla FSD Computer Tesla FSD Computer 核心处理器 2-FSD1.0 14nm 制程，三星代工 Cortex-A72CPU 核（最大 2.2GHz）*12 NPU（工作频率 2GHz）*2 2-FSD2.0 7nm 制程，三星代工 CPU 核（最大频率 2.35GHz）*20 NPU（工作频率 2.2GHz）*3 RAM 内存 LPDDR4*8，总计 16GB(8GB*2)GDDR6*16，总计 32GB Flash 存储 8GB(4GB*2)128GB 算力 144Tops 预估 400-500Tops 摄像头 三目前向摄像头*1 增强感知摄像头*5 12 个摄像头接口（1 个预留），预留摄像头*1，舱内监摄像头控*1，540 万像素前视摄像头*2，其他摄像头*8 毫米波雷达 前向毫米波雷达*1 高分辨率毫米波雷达 Phoenix*1 超声波雷达 远程超声波传感器*12 远程超声波传感器*12 以太网接口 1 个 2 个 GPS 模块接口 NEO-M8L-01A-81（双频 GPS 模块）三频 GPS 模块接口 来源：公司公告，国金证券研究所 行业深度研究 敬请参阅最后一页特别声明 13 图表18：截至2024 年 4 月FSD 行驶里程已超 10 亿英里 图表19：Dojo 算力迭代情况 来源：特斯拉官网，国金证券研究所 来源：特斯拉官网，国金证券研究所 特 斯 拉 将于 2024 年10 月发布Robotaxi 车型，引领 车企 商 业模 式变 革。2024 年 4 月，马斯克设定 8 月 8 日为该发布会最初的日期。7 月 11 日，据 彭博 报道，特斯拉将计划 8 月举办的 Robotaxi 发布会推迟到 10 月，以便 项目 团队 有更 多时 间来 制造 更多 的原 型车 并进行测试。特斯拉的 Robotaxi 计划包含两个方向，第一种是车主在车辆闲置时将其接入网络，作为 自动 驾驶 出租 车使 用，车主 从中 获利；第二 种模 式则 是特 斯拉 自行 构建 并运 营一支 Robotaxi 车队，直接 向乘 客提 供服 务。后一 种模 式将 更具 商业 化潜 力，因为 特斯 拉能集中资源，优化车队管理和运营效率。图表20：长期看 Robotaxi 将成为重要的出行载体（保有量，百万辆）来源：SIC，国金证券研究所 2.2 物 流 场景：无人 配送 小车 也处 于规 模化 运营 前夜 末端 配送：指将 包裹 从物 流服 务商 的末 端营 业网 点直 接送 达消 费者 的物 流活 动，是货 物从发货人到收货人链路的最后一个环节，通常称之为“最后一/三/五公 里”。无 人 配送 小车的 核 心 作用 是替 代电 三轮，将包 裹从 分拨 中心 转运 至末 端网 点、由末 端网 点转 运至 驿站 或由 末 端 网点 直送 C 端客户。在无人 配送小车 领域，国外 亚马 逊、联邦 快递 等企 业率 先 研 究探索，国内 京东 等企 业跟 进研 发，后续 企业 科技 公司 跟进。国内 企业如美团推出的无人配送车“魔袋 20”，依 赖于 先进 的传 感器 系统 来实 现 L4 级别的自动驾驶，这些传感器包括用于避障的激光雷达、用于交通信号识别的摄像头等。0510152025302015 2020 2025 2030 2035 2040 2045 2050RobotaxiRide-hailingTaxiRental行业深度研究 敬请参阅最后一页特别声明 14 图表21：顺丰 无 人送 货车 图表22：无人配送-外卖场景 来源：顺丰官网，国金证券研究所 来源：辰韬资本，国金证券研究所 物流 成 本优 化是 无人 配送 小车 渗透 的底 层逻 辑。相比于人工配送，无人配送目前存在 以 下商业化价值：1）成本节约：国内即时物流的订单量与行业规模正在逐年上升，而符合 劳动年龄的人口数量却在逐年减少，相应的劳动人口占比也在逐年减少，人工红利的下降也会在一定程度上增加物流企业的人工成本。机器 人可 以大 幅度 减少 人力 成本，尤其 是在 目前即时物流订单量仍在持续增长的阶段。2）效率提升：机器人可以二十四小时不间断 工作，显著 提升 配送 效率。3）精确 性和 一致 性:机器人配送路线和时间安排更加精准，减少延误和错误。图表23：2018-2023 年中国即时物 流行 业订 单量 与行 业规模变化 图表24：2018-2023 年中国劳动力人群 变化情况 来源：艾瑞咨询，沙利文研究，国金证券研究所 来源：iFinD，国金证券研究所 相 关 产 业玩 家已 有相 对成 熟布 局。主要 玩家 可以 分为 三类，第一种以服务集团内部业 务 为主，主要 代表 为阿 里、京东、美团；第二 种为 提供 无人 配送 运营 服务，如白 犀牛、行深 智能、毫末 智行 等。以白 犀牛 为例，主要 结合 场景 方需 求 提供无人配送服务，自己运营无人配送 车辆，收取 配送 服务 费，配送 服务 费会 因为 场景、物品、时效 性要 求不 同而 不同；第三种以车辆销售、租赁、软硬件解决方案收费，如新石器、一清创新、驭势科技等。2020-2022 年相关 先行企业 已开展规模化运营，据通渠有道不完全统计，短期末端无人配送 行业累计产能超 13.5 万辆。图表25：2020-2022 年末端无人配送先 行企业首批制造工厂相继投产 企业 基地 投资额 产能 规模 新石器 盐城工厂：2022 年 4 月建成投产（原常州工厂搬迁），一期建成一条生产线与产品研发中心，面积 1万平米；二期建设共配中心 5 亿元 年产能 1 万台，目前年产量达3000 台以上 截至 2024.4，共 2089辆 无人车在全国开放道路运行，并在多个城市实现超 200 台以上的无人车全天候运行。2023年交付 500 辆无人车，神木工厂：2022 年 8 月，正式投入运营-安阳工厂：2022 年 10 月首车下线，占地面积约11300 平方米，包括华中运营总部和智造工厂，拥有6 亿元 产线设备产能 10000 台/年 0501001502002503003504004500500100015002000250030002018 2019 2020 2021 2022 2023行业规模（亿元）订单量（亿单）59%60%60%61%61%62%62%63%63%64%64%65%8.48.58.68.78.88.992018 2019 2020 2021 2022 2023中国劳动年龄（16-59岁）人口数（亿人）占比行业深度研究 敬请参阅最后一页特别声明 15 L4 级无人驾驶制造生产线，集生产、组装、测试、标定、淋雨密封测试等车间为一体 2024 年以来获得近万台订单，预计2024 年增长至5000 辆，2025年交付突破 1 万辆 资阳工厂：2023 年7 月，首台车成功下线-年产量达 2400 台，项目投产 5年 松阳工厂：2024 年6 月，首批 20 辆无人车下线实地检测 约5 亿 设计产量可达每年 1 万台，项目投产 5 年 行深智能 南陵基地：2022 年8 月建成投产，目前拥有 3 条智能化生
展开阅读全文