自动驾驶系列报告之四：传感器篇：多传感器融合.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 2804.08 沪深 300 指数 3363.90 上证指数 2750.58 深证成指 8554.44 中小板综指 8719.60 相关报告 1.自动驾驶芯片： GPU 的现在和 ASIC 的未来 自动驾驶系列报告之三， 2018.7.24 2. 自动 动驾驶系统：量产导向还是性能导向 自动驾驶系列报告之二： 决策层篇 ， 2018.6.27 3. CES Asia:智能驾驶为最大亮点 -CES汽车行业点评， 2018.6.15 4. 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， 2018.5.18 张帅 分析师 SAC 执业编号： S1130511030009 (8621)61038279 zhangshuai gjzq 何凯易 联系人 hekaiyi gjzq 多传感器 融合 自动驾驶系列报告之 四 ： 传感器 篇 行业观点 本文为 自动驾驶系列 报告 第四篇，主要说明以激光雷达、毫米波雷达和摄像头为代表的传感器在当前 ADAS 的 应用 情况，未来 L4/L5 自动驾驶系统中 的展望以及多传感器融合解决方案 的趋势 。 目前随着 ADAS 功能模块渗透率不断提升， 短期内传感器市场的需求将主要被摄像头和毫米波雷达所驱动 ；而 L3 级别自动驾驶的奥迪 A8 量产给了整个汽车行业一剂强心剂，自动驾驶的进程比想象中来的要早，各个传感器以及控制系统都在迅速迭代中； 2020 年前后， L4 级别自动驾驶量产上路，激光雷达的市场将会迅速扩大 。 由于各个主要传感器特性使然， 单一种类传感器无法胜任 L4/L5 完全自动驾驶的复杂情况与安全冗余， 多传感器搭配融合的方案将 是必然 ， 2030 年全球车载传感器市场将会超过 500 亿美元。 激光雷达： 3D 环境建模使其成为核心传感器，但恶劣天气下性能下降、且无法识别图像及颜色是其短板 ；在 L3 及以上传感器解决方案中，激光雷达至少需要 1 个； 从机械旋转式过渡到混合固态再到纯固态激光雷达，随着量产规模扩大、技术迭代提升，成本不断快速降低，激光雷达也在向小型化、低功耗、 ASIC 集成化发展 ； 目前国外厂商陆续在与汽车零部件一级供应商绑定合作开发，国内厂商如果有能力尽早稳定量产，有机会成为车用激光雷达的主流供应商之一 ； 毫米波雷达：全天候工作使其不可或缺，但分辨率低，同样难以成像 ；技术已经非常成熟，是 ADAS 的主力传感器 ，在 L3 级别中长距离毫米波雷达至少需要 4-5 个， L4/L5 级别再加上侧向需求甚至需要 8 个以上； 全球市场仍是博世、大陆、德尔福等把持，但随着自主品牌车厂逐渐应用装车 ADAS 模块，国内毫米波厂商，如华域汽车、德赛西威等，在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕 ； 摄像头：自动驾驶的眼睛识别标识、物体，但无法点阵建模、远距测距 ； 技术最为成熟，车载应用起步最早，在 ADAS 阶段作为绝对主流的视觉传感器 ，根据功能不同需要 4 到 8 个摄像头 ； 由于摄像头独有的视觉 影像 识别功能， 且作为其他传感器失效的冗余系统 ， 摄像头需要至少6 个以上 ； 目前产业内的龙头企业由于成本、技术和客户等优势，新进入者不容易获得竞争优势，而关键环节已有华为海思、舜宇光学、欧菲科技经营多年，且向车载领域延申。 基于产业前景和潜在的巨大市场， 上市公司方面看好 德赛西威、舜宇光学 ，建议关注 英飞凌 、 博世、大陆以及传感器初创公司 。 风险提示 自动驾驶行业发展不及预期 ； 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 ；事故影响。 2791315835253892425946264993170904171204180304180604180904国金行业 沪深 300 2018年 09月 04 日 新能源与汽车研究中心 自动驾驶行业系列报告之四 买入 （ 维持评级 ） ) 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：自动驾驶多传感器融合的发展趋势 .6 二、激光雷达：核心传感器，固态趋势、降成本、小型化、集成化 .9 1.1 将是自动驾驶传感器的核心部分 .9 1.2 激光雷达工作原理 .10 1.3 固态激光雷达技术路线 . 11 1.4 短期 MEMS 方案较快落地，中长期 OPA 和 3D Flash 方案有望突破 .13 1.5 发展趋势：小型化、软件化、 ASIC 集成化 .14 1.6 供应商和 Tier 1 抱团，国内企业技术量产同时发力 .15 二、毫米波雷达：全天候服务、不可或缺 .22 2.1 自动驾驶传感器不可或缺的一部分 .22 2.2 毫米波雷达工作原理 .23 2.3 毫米波雷达应用 .24 2.4 市场格局及本土化优势 .25 三、车载摄像头： ADAS 主流传感器、自动驾驶的眼睛 .29 3.1 车载摄像头概述 .29 3.2 摄像头产业链 .29 四、主要车企和造车新势力 多传感器解决方案 .32 4.1 主要车企多传感器方案：积极布局、以最合理的方案量产装车为目标 .32 4.2 造车新势力方案： ADAS 标配、扩展向自动驾驶进发 .35 4.3 造车新势力 Vs. 知名车企 .39 4.4 长期形成 “闭环运营 ”和 “软件系统 ”两类自动驾驶供应商 .40 五、投资建议 .43 六、风险提示 .44 图表目录 图表 1：全球自动驾驶车载传感器市场规模（亿美元） .6 图表 2：自动驾驶多传感器融合 .6 图表 3：各类传感器特点 .8 图表 4：大众途锐 Stanley .9 图表 5：激光雷达 .9 图表 6：激光雷达 3D 点云 .9 图表 7：车载摄像头成像 .9 图表 8：自动驾驶解决方案面临的约束条件 .10 图表 9：激光雷达原理 .10 图表 10：激光雷达效果 .10 图表 11：激光雷达优缺点 . 11 图表 12： Velodyne 64 线机械式激光雷达 . 11 行业深度研究 - 3 - 敬请参阅最后一页特别声明 图表 13：谷歌 Waymo 使用机械式激光雷达的测试车 . 11 图表 14： MEMS 激光雷达原理 .12 图表 15： MEMS 激光雷达原理 .12 图表 16： OPA 激光雷达原理 .12 图表 17：激光雷达对人眼影响 .13 图表 18：激光雷达波长分析 .13 图表 19：固态激光雷达技术路线分析 .13 图表 20： Velodyne 激光雷达 .14 图表 21： Quanergy 激光雷达 .14 图表 22： Quanergy 软件解决方案 .14 图表 23： Quanergy 激光雷达技术路线 .15 图表 24：全球主要车载激光雷达产商 .15 图表 25： Velodyne 产品信息 .16 图表 26： Velodyne 产品出货量 .16 图表 27：此处录入标题 .16 图表 28： Quanergy 融资信 息 .17 图表 29： Quanergy 激光雷达芯片 .17 图表 30： Quanergy 激光雷达生产线 .17 图表 31： Quanergy 产能产量 .18 图表 32： IBEO 与法雷奥合作 4 线激光雷达 Scala .18 图表 33： Scala 技术参数 .18 图表 34：国内主要激光雷达产品信息 .19 图表 35：巨星科技激光雷达 .19 图表 36：巨星科技激光雷达效果 .19 图表 37：速腾聚创激光雷达 .20 图表 38：速腾聚创激光雷达效 果 .20 图表 39：速腾聚创 P3 解决方案 .20 图表 40：禾赛科技 Pandora 传感器集成 .20 图表 41： Pandora 集合点云 +图像效果 .20 图表 42：镭神智能激光雷达 C16 .21 图表 43：镭神智能激光雷 达效果 .21 图表 44：毫米波雷达车载应用 .22 图表 45：毫米波雷达 .22 图表 46：毫米波雷达 .22 图表 47：毫米波雷达优缺点 .22 图表 48：电磁波谱图 .23 图表 49： FMCW 调制毫米波雷达原理 .23 图表 50：雷达测速原理 .24 图表 51：阵列天线原理 .24 行业深度研究 - 4 - 敬请参阅最后一页特别声明 图表 52：毫米波雷达 ADAS 应用 .24 图表 53：全球主要车载毫米波雷达厂商 .25 图表 54： 2016 年全球毫米波雷达供应商市场份额 .25 图表 55：国内配备 ADAS 功能车型 .25 图表 56：行易道毫米波雷达参数 .26 图表 57：承泰科技毫米波雷达应用 .27 图表 58：承 泰科技毫米波雷达 .27 图表 59：豪米波产品基本信息 .27 图表 60：豪米波产品基本信息 .27 图表 61： 77、 79GHz雷达区别 .27 图表 62：纳雷科技产品基本信息 .28 图表 63：纳雷科技 CAR150 .28 图表 64：大陆 ARS408 .28 图表 65：摄像头优缺点 .29 图表 66：全球主要车载摄像头厂商 .29 图表 67：车载摄像头产业链 .30 图表 68： 2016 年传感器 CMOS 市占率 .30 图表 69：舜宇光学车载镜头出货量增长率 .31 图表 70： 2018 年舜宇光学车载镜头出货量 .31 图表 71：欧菲科技智能汽车业务收入 .31 图表 72：特斯拉 Autopilot Vs. 奥迪 A8 AI Vs. 通用 Cruise AV.32 图表 73：特斯拉 Autopilot 功能 .33 图表 74：奥迪 A8 自动驾驶传感器系统 .33 图表 75：奥迪 A8 中央自动驾驶控制器 zFAS .33 图表 76：通用 Cruise AV 传感器配置 .34 图表 77：代表车型 ADAS 传感器方案 .34 图表 78：新势力车企和主要车型自动驾驶方案 .35 图表 79：蔚 来汽车 ES8.36 图表 80：拜腾量产型车 Concept .36 图表 81：拜腾自动驾驶概念车 K-Byte .36 图表 82：小鹏汽车 G3 自动泊车功能 .37 图表 83：奇点汽车 IS6 .37 图表 84：零跑汽车 S01 .38 图表 85：小康汽车 SF5 .38 图表 86：车企和造车新势力智能驾驶方案对比 .39 图表 87：预估量产自动驾驶方案传感器成本 单位：美元 .40 图表 88： Waymo 与克莱斯勒合作车辆及其硬件系统 .41 图表 89： Apollo 发展历程 .41 图表 90：百度 Apollo 平台技术框架 .42 行业深度研究 - 5 - 敬请参阅最后一页特别声明 图表 91： Apollo 2.0 架构 .42 图表 92：自动驾驶传感器相关公司 .43 行业深度研究 - 6 - 敬请参阅最后一页特别声明 一 、 总论： 自动驾驶 多传感器融合 的 发展趋势 目前随着 ADAS 功能模块渗透率不断提升， 短期内 传感器市场的需求将主要被摄像头和毫米波雷达所驱动 ；而 L3 级别自动驾驶的奥迪 A8 量产给了整个汽车行业一剂强心剂，自动驾驶的进程比想象中来的要早，各个传感器以及控制系统都在迅速迭代中； 2020 年前后， L4 级别自动驾驶量产上路，激光雷达的市场将会迅速扩大 。 由于各个主要传感器特性使然， 单一 种类传感器无法胜任 L4/L5 完全自动驾驶的复杂情况与安全冗余， 多传感器搭配融合的方案将 是必然 ， 2030 年全球车载传感器市场将会超过 500 亿美元 。 图表 1： 全球自动驾驶车载传感器市场规模（亿美元） 来源： 国际汽车制造商协会 ， 国金证券研究所 图表 2：自动驾驶多传感器融合 来源：德州仪器，国金证券研究所 0100200300400500600摄像头 毫米波雷达 激光雷达 行业深度研究 - 7 - 敬请参阅最后一页特别声明 激光雷达： 3D 环境建模使其成为核心传感器，但恶劣天气下性能下降、且无法识别图像及颜色是其短板 。 在自动驾驶不断进化的过程中， 凭借独有的 3D 环境建模，激光雷达已经成为自动驾驶多传感器融合 最 核心 的 部分 ；在 L3 及以上自动驾驶传感器解决方案中，激光雷达至少需要 1 个。 从机械旋转式过渡到混合固态再到纯固态激光雷达，随着量产规模扩大、技术迭代提升，成本不断快速降低，激光雷达也在向小型化、低功耗、 ASIC 集成化发展，同时也与各大汽车零部件一级供应商绑定 为车厂开发 。 2020-2022 年以前的 L3 级别自动驾驶车量产可能会以 MEMS 激光雷达为主，因为它成本较低，微振镜技术较成熟，可以较短时间内进行低成本的量产 ； 2022 年后 L4 或以上级别自动驾驶车量产的阶段，预计 OPA 的旁瓣效应或 3D Flash 的人眼保护 问题将得到较大程度的解决，届时可能会替代 MEMS 成为真正无任何移动部件的固态激光雷达。 目前激光雷达 2017 年全球车用仅为千台量级，而且技术路线上尚未有定论，国外厂商陆续在与汽车零部件一级供应商绑定合作开发，如Quanergy 和德尔福、 Ibeo 和采埃孚及法雷奥、 Leddar Tech 及TetraVue 和博世、 Innoviz 和德尔福及麦格纳 、英飞凌收购 innoluce，国内激光雷达厂商也在积极的与一级供应商及整车厂寻求合作，如果有能力尽早稳定量产，配合国家自动驾驶相关政策的落地节奏，有机会成为车用激光雷达的主流供应商之一。 毫米波雷达：全天候工作使其不可或缺，但分辨率低，同样难以成像 。 相比于激光雷达，毫米波雷达技术已经非常成熟，从上世纪 90 年代开始应用于自适应巡航， 2012 年英飞凌推出 24GHz 单片雷达方案，陆续拓展到 ADAS 的各个功能模块，是现阶段的主力传感器，全球出货量早已超过千万级。 毫米波雷达凭借其可穿透尘雾、雨雪、不受恶劣天气影响的绝对优势，且唯一能够全天候 全天时工作的能力，成为了自动驾驶不可或缺的主力传感器 ；在 L3 级别中长距离毫米波雷达至少需要 4-5 个， L4/L5 级别再加上侧向需求，毫米波雷达甚至需要 8 个以上。 全球市场仍然是博世、大陆、德尔福等 Tier 1 把持，但随着 ADAS 渗透率不断提升，自主品牌车厂逐渐应用装车各个 ADAS 模块，国内毫米波厂商 ，如华域汽车、德赛西威等， 在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕。 摄像头 ：自动驾驶的眼睛识别标识、物体，但无法点阵建模、远距测距 。 摄像头技术最为成熟，车载应用起步最早，在 ADAS 阶段作为绝对主流的视觉传感器 ，根据功能不同需要 4 个到 8 个摄像头， 应用在车道监测、盲点监测、障碍物监测、交通标志识别、行人识别、疲劳驾驶监测、倒车影像、 360 全景影像等等。 进入自动驾驶时代，由于摄像头独有的视觉 影像 识别功能，能够模拟人类视野，利用多个摄像头合成周围环境，还能识别颜色和字体，进而能够识别交通标志、行人、物体等，是名副其实的自动驾驶的眼睛 ；并且，还可以作为其他传感器失效的冗余系统，增加自动驾驶系统的安全性 ；根据 多 传感 器系统的融合，摄像头需要至少 6 个以上。 摄像头属于较成熟的产业，目前产业内的龙头企业由于成本、技术和客户等优势，新进入者不容易获得竞争优势。 传感器 CMOS 方面，日韩高科技企业垄断，索尼、三星两家市占率之和超过 50%；图像处理器 DSP 方面，主要供应商为德州仪器（ TI）、 Mobileye、华为海思等，其中德州仪器（ TI）技术积累最深厚、市占率最高； 镜头组方面， 舜宇光学是龙头企业，市占率最高；模组方面，欧菲科技已经向车载领域延申。 行业深度研究 - 8 - 敬请参阅最后一页特别声明 图表 3：各类传感器特点 性能 激光雷达 毫米波雷 达 超声波雷达 摄像头 红外线 成本 目前很高 适中 很低 适中 适中 探测角度 15-360 10-70 120 30 30 远距离探测 强 弱 弱 弱 一般 夜间环境 强 强 强 弱 强 全天候 弱 强 弱 弱 弱 不良天气环境 弱 强 一般 弱 弱 温度稳定性 强 强 弱 强 一般 车速测量能力 弱 强 一般 弱 一般 路标识别 X X X X 来源： IEEE， 国金证券研究所 行业深度研究 - 9 - 敬请参阅最后一页特别声明 二 、 激光雷达 ： 核心传感器 ， 固态趋势、 降 成本、 小型化、集成化 在 2005 年 美国国防高级研究计划局 DARPA 发起的第二届自动驾驶挑战赛中， 安装了 5 部 SICK 单线 激光雷达的大众途锐 Stanley 首次完成了比赛 ，激光雷达崭露头角 。 在自动驾驶不断进化的过程中， 凭借 独有的 3D 环境建模， 激光雷达 已经成为自动驾驶多传感器融合 最 核心 的 部分 ；在 L3 及以上自动驾驶传感器解决方案中，激光雷达至少需要 1 个。 从机械旋转式过渡到混合固态再到纯固态激光雷达，随着量产规模扩大、技术迭代提升，成本不断快速降低，激光雷达也在向小型化、低功耗、ASIC 集成化发展， 同时也与各大汽车零部件一级供应商绑定 为 车厂开发。 图表 4：大众途锐 Stanley 图表 5： 激光雷达 来源： Stanford，国金证券研究所 来源： Velodyne， Quanergy， 国金证券研究所 1.1 将 是自动驾驶 传感器的核心部分 首先，激光雷达提供生成环境的 3D 点云图像提供一系列的（ x,y,z）坐标，与已有的高精度地图上的坐标进行对比，就可以很精确地做出车辆定位。同时在感知功能上，激光雷达点云图像比摄像头少了一步处理步骤（数字化），即摄像头图片需要进行数字化处理后才能由计算机进行判断物体类型等工作，而激光雷达生成的点云（实际是 T