智能汽车：从ADAS到无人驾驶 （下）| 深度

雷锋网按：前面提到，“无人驾驶”硬件预计有望于2020-2025年量产，与此同时，相关的汽车安全法规也在不断推出和完善。而ADAS是智能驾驶的关键落地点，参股和收购是上市公司介入ADAS的主要方式。本文是《智能汽车：从ADAS到无人驾驶（上） | 深度》的续集，继续探讨，无人驾驶相关的感知识别/地图等模块将迎来国产化契机。

（图片来自财经网）

| 元器件：感知识别/地图等模块有望迎来国产化契机

智能驾驶包含多种元器件，其中感知识别、地图等组件模块有望成为国产突破口。以目前ADAS系统产业链情况分析，可以判断未来感知识别、地图等组件模块等有望成为国产化突破口，而决策模块由于涉及到整车控制，技术门槛较高，预计仍会掌握在整车厂商及国际零部件巨头手中。

据中国制造2025中对智能网联汽车关键零部件自主化率的规定，感知识别（主要为摄像头和雷达）和高精度地图系统在未来5年内势必完成国产化大幅推进。

• 感应识别模块：多传感器融合发展
  

感应识别硬件：以雷达和摄像头为主，多传感器融合发展。目前主流的车载传感器包括超声波雷达、激光雷达、毫米波雷达、摄像头、红外探头等。基于测量能力和环境适应性，预计雷达和摄像头会成为传感器主流，呈现多传感器融合趋势。

• 感应识别模块之毫米波雷达：增量发展，国产化即将实现
  

毫米波雷达发射毫米波波段的电磁波，利用障碍物反射波的时间差确定障碍物距离，利用反射波的频率偏移确定相对速度。与红外、激光、摄像头等传感器相比，毫米波穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。其局限性在于无法进行物体颜色识别；视场角较小，一般需要多个雷达组合使用；行人的反射波较弱，难以识别。毫米波雷达广泛应用于车载距离探测，如自适应巡航、碰撞预警、盲区探测等。

目前的主流可用频段为24 GHz和77GHz，分别应用于中短距和中长距测量。毫米波雷达的可用频段有24GHz、60GHz、77GHz、79GHz；主流是24GHz和77GHz，一般24GHz用于短/中距，77GHz用于中/长距。频率越高，距离和速度的检测分辨率越高。频段发展趋势是由24GHz向77GHz过渡：1）欧盟，1997年，欧洲电讯标准学会确认76-77GHz作为防撞雷达专用频道；2）美国，24GHz和77GHz两个频带；3）日本，60GHz，逐渐转入77GHz；4）日内瓦2015年世界无线电通信大会，77.5-78.0GHz划分给无线电定位业务，以支持短距离高分辨率车载雷达的发展；5）2005年，原信息产业部《微功率（短距离）无线电设备的技术要求》，77GHz划分给车辆测距雷达；2012年，工信部，24GHz划分给短距车载雷达业务。

受益于ADAS 的发展，毫米波雷达芯片出货量快速增长。至2020年，预计全球车载毫米波雷达出货量可达7200万颗。按国内ADAS渗透率在2020年达到30%估算，每套ADAS需要4个短距毫米波雷达+1个长距毫米波雷达，则国内出货量可达4500万颗，市场规模将超200亿。

全球汽车毫米波雷达主要供应商为传统汽车电子优势企业，如博世、大陆等。2015年，博世、大陆的全球市场份额均占到22%，随后为Hella、富士通天、电装、TRW、德尔福、Autoliv、法雷奥等传统优势企业。

毫米波雷达国产化即将实现。国内厂商已经突破核心技术，国产化指日可待。但目前较为成熟的产品仅有湖南纳雷和厦门意行的24GHz中短距雷达，77GHz雷达刚刚起步。推荐：亚太股份、四创电子、国睿科技等。

亚太股份以700万元增资杭州智波，获得该公司10%股权，布局毫米波雷达业务。四创电子的控股股东为华东电子工程研究所，其毫米波雷达产品主要用于国土防空情报、气象监测等领域。国睿科技整合了中国电科第十四研究所的优质产业资源，主要产品包括军用机载雷达和气象雷达等。启碁科技总部设在台湾，提供完整的24GHz和77GHz技术组合，以支持ADAS的各类应用与功能。

• 感应识别模块之激光雷达：成本降低，有望成为行业主流

激光雷达发射激光束来探测目标的位置、速度等特征量。车载激光雷达采用多个激光发射器和接收器，建立三维点云图，从而达到实时环境感知的目的。激光雷达的优势在于三维建模，探测范围广，探测精度高。但是，激光雷达在雨雪雾天气下性能较差；价格昂贵；数据量过大。

目前，激光雷达被应用在一些无人驾驶试验车中：

1）谷歌和百度的无人驾驶试验车均采用了Velodyne的64线激光雷达；

2）福特的混动版蒙迪欧安装了Velodyne的32线激光雷达，第三代自动驾驶车辆Fusion Hybrid配置了2台Velodyne的Solid-State HybridUltra PUCK Auto混合固态激光雷达；

3）日产LEAF搭载了6个Ibeo的4线激光雷达，测试了其高级驾驶辅助系统；

4）奥迪的无人驾驶汽车A7 Piloted Driving采用了Ibeo和Valeo合作的Scala混合固态激光雷达；

5）德尔福无人驾驶汽车配备了4台由Quanergy研发的固态激光雷达。

目前，有旋转部件的激光雷达技术较为成熟，国外主流生产厂家为Velodyne和Ibeo。Velodyne采用激光发射、接收一起旋转的方式，产品涵盖16/32/64线；Ibeo采用固定激光光源，通过内部玻璃片旋转的方式改变激光光束方向，实现多角度检测，产品涵盖4/8线，欧百拓为Ibeo的国内代理商。

激光雷达固态化是未来趋势，存在小型化、低成本优势。固态激光雷达无需旋转部件，因而体积更小，方便集成在车身内部，并且系统可靠性提升，成本也可大幅降低。因此激光雷达有向固态发展的趋势。创业公司Quanergy与德尔福合作开发出了固态激光雷达，计划2017年底量产，采取相控阵技术，内部不存在任何旋转部件。传统优势企业Velodyne和Ibeo也推出了混合固态激光雷达，在外观上看不到旋转部件，但内部仍靠机械旋转实现激光扫描。

早在2015年，奥迪的无人驾驶汽车A7 PilotedDriving就采用了Ibeo和Valeo合作的Scala混合固态激光雷达，大众的一款半自动驾驶汽车也搭载了Scala，该激光雷达隐藏在保险杠内，用于取代毫米波雷达做AEB的测距模块。

在CES2016上，有两款固态/混合固态激光雷达展出：1）来自Quanergy的固态激光雷达 S3，仅为一盒名片大小，单个售价初步定在250美元，量产后可能降至100美元；2）由Velodyne与福特共同发布的混合固态激光雷达UltraPuck Auto， 2020年计划量产价为500美金，2025年计划把成本控制在200美金以内。

激光雷达2020年市场规模有望超100亿。我们预计激光雷达受益于技术提升及产能提升，2020年单只激光雷达成本有望达到400元，以整车安装2-4个激光雷达（前后探测距离）测算，对应整车成本为800-1600元。按照2020年前装市场25%渗透率、后装市场5%渗透率估算，中国市场规模有望近200亿。

国内有数家公司参与激光雷达的研发与生产，应用领域包括大气污染检测、三维测绘、汽车等。推荐：巨星科技。

巨星科技去年以2亿元收购华达科捷65%股权，后者正推进激光应用技术升级，重点方向是服务机器人（例如扫地机器人）和移动智能设备（包括无人驾驶汽车、AGV 叉车、巡检机器人）；今年3月成立子公司欧镭激光，致力于研发激光雷达和智能装备。

• 感应识别模块之摄像头：龙头地位稳固，有望快速发展

车载摄像头的大致原理如下：

1）图像处理，将图片转换为二维数据；

2）模式识别，通过图像匹配进行识别，如车辆、行人、车道线、交通标志等；

3）利用物体的运动模式，或双目定位，估算目标物体与本车的相对距离和相对速度。

相比于其他传感器，摄像头最为接近人眼获取周围环境信息的工作模式，其优势在于

1）摄像头技术成熟，成本较低；

2）可以通过较小的数据量获得最为全面的信息。

但是，摄像头识别也存在一定局限性：

1）受光线、天气影响大；

2）物体识别基于机器学习数据库，需要的训练样本大，训练周期长，难以识别非标准障碍物；

3）由于广角摄像头的边缘畸变，得到的距离准确度较低。

目前摄像头的应用主要有：1）单目摄像头，一般安装在前挡风玻璃上部，用于探测车辆前方环境，识别道路、车辆、行人等，广泛应用于自适应巡航、车道偏离预警、前撞预警、行人监测等功能中；2）后视摄像头，一般安装在车尾，用于探测车辆后方环境，应用于倒车可视系统；3）立体摄像头，或称双目摄像头，利用两个经过精确标定的摄像头同时探测车辆前方环境，实现更高的识别精度和更远的探测范围；4）环视摄像头，一般至少包括四个摄像头，分别安装在车辆前、后、左、右侧，实现360°环境感知，应用于自动泊车和全景泊车系统。

随着ADAS渗透率的快速提升，镜头市场有望快速增长。根据IHS Automotive预测，2021年车载摄像头系统出货量将达到7400万套/年（2014年约为1500万套）。国内车载镜头全球龙头地位稳固，据智研咨询统计，2013年我国车载镜头行业产量约862万个，出口约占60%。我们预计单车ADAS系统用1-10个镜头不等，以采用4个镜头（前置摄像+两侧盲点检测+后侧倒车影像）保守估算，中国2020年车载镜头出货量有望超1亿个，市场规模有望超120亿，CAGR有望超70%。

镜头模组：国内镜头行业龙头地位稳固，有望快速发展。光学镜头目前广泛用于手机、车载、相机等领域，由于手机等数码产品增长放缓，镜头产业转移到车载趋势明显。国内行业龙头优势地位明显，如舜宇光学车载后视镜头出货量目前居全球第1位，全球市场占有率达30%左右，已进入各大车企（BMW、Benz、Audi等）前装市场。我们预计未来车载镜头业务提升有望推动国内行业龙头业绩快速增长。推荐：欧菲光、舜宇光学、台湾勝開科技等。

欧菲光是摄像头模组传统优势企业，智能汽车前瞻布局有望开花结果。欧菲光不仅在摄像头模组出货量上力压群雄，也提前布局了双摄像头模组。公司前瞻布局智能汽车：1）2015年6月，设立全资子公司上海欧菲智能车联科技有限公司，全面布局智能驾驶、智能中控、“互联网+”硬件、汽车电子业务；2）公司智能中控部分引入一线汽车厂商，目前已经是北汽新能源的一级供应商，在CES上展出了合作的ADAS汽车，并拟以2亿元入股北汽新能源，延伸新能源汽车全产业链；3）定向增发15亿元用于智能汽车电子建设项目。舜宇光学在车载摄像头市场的出货量是全球第一，市场占有率达到30%左右，对于安全等级更高的前置ADAS摄像头，舜宇光学的市场占有率超过一半。

• 感应识别模块之红外夜视：成长空间大，关注国内龙头
  

汽车安全关注度提升，红外夜视成长空间巨大。据美国国家公路交通安全管理局(NHTS)的统计，虽然夜间行车在整个公路交通中只占四分之一，发生的事故却占到一半，而夜间视线不良所造成的事故占了70%。随着汽车安全和ADAS的关注度提升，红外夜视有望得到快速推广。另一方面，2015年红外夜视系统的渗透率仅有1%左右，以2020年前装渗透率达到5%估算，单套系统2500元左右，届时仅前装就会有38亿元的市场空间。推荐：保千里。

保千里是夜视系统的传统优势企业，积极布局汽车主动安全。2015年9月，保千里发布定增预案，拟募集19.9亿元，其中8.4亿元投入开发车用智能硬件-汽车主动安全系统全网建设项目，同时还将建设汽车主动安全系统测试标准化中心，巩固公司智能车产品的技术与市场地位。

• 高精度地图：寡头垄断格局或将维持
  

地图是无人驾驶不可或缺的基础，行业龙头具有稀缺性竞争优势。无人驾驶最基本功能之一为导航，其实现需要依据自身GPS及高精度地图来确定位置和行驶方向。但无人驾驶使用的地图要求更高：1）GPS定位精度需要到达厘米级别（目前精度>1米）；2）需要提供更精确的三维数据已应对复杂的驾驶环境。因此如Here、Mobileye等均开始布局定制化地图，传统厂商如丰田也推出全新地图绘制技术。我们认为，国内地图底层数据行业的龙头垄断地位会长期存在，主要原因有两点：1）地图底层数据测绘需要长期投入，新进入者投入成本较高；2）地图行业进入需要资质申请，行业内原有龙头维持自身优势地位，随行业快速发展，推荐：四维图新等。

四维图新前装车载导航市场份额持续领先，先后收购图为先、和骊安、杰发科技，具备地图、芯片、车机、 OS、语音识别、 OBD 等智能汽车各环节技术储备。

• 执行机构
  

关注智能汽车关键执行机构，如电子制动、轮毂电机等。推荐：万安科技、亚太股份，拓普集团。

• 智能电子系统
  

关注车载智能电子系统元器件，如智能车灯、人机交互HMI、抬头显示HUD等。推荐：星宇股份，东风科技，均胜电子，水晶光电。

• 车联网

无人驾驶的最终实现必然依赖车联网，涉及车车通讯V2V、车路通讯V2R、车网通讯V2I等，关注前瞻布局企业。推荐：万安科技，亚太股份，双林股份，均胜电子，荣之联，兴民钢圈，威帝股份，盛路通信；台湾公司启碁科技，明泰科技，中怡科技等。

本报告着重从ADAS系统集成与核心元器件两个层面分析了技术发展现状与市场格局，并梳理了相关上市公司。我们认为：

1）ADAS作为车辆智能化的初级阶段产品，将率先普及商业化；创业型公司后生可畏，全力投入创新者有望最后胜出；上市公司通过投资参股ADAS初创公司，前瞻布局ADAS产业链；

2）中国制造2025推动感知识别（主要为摄像头和雷达）、高精度地图等组件模块国产化浪潮：毫米波雷达增量发展，国产化已进入商品阶段；激光雷达小型化、低成本化、固态化成趋势，有望成为行业主流；摄像头国内龙头地位稳固，有望大幅增速发展；红外夜视尚有大幅成长空间，关注龙头企业；高精度地图行业壁垒高、进入资质难，优势企业或将延续垄断格局。

• 风险因素

1）多数上市公司进入智能驾驶领域以参股和并购的外延式扩张为主，自身经营发展和新业务整合协同能力需要跟踪验证；2）未来1-2年产品真空期，来自智能驾驶的盈利贡献比例较低；3）相关标的高估值缺乏安全边际；4）上市公司高管减持风险等。

• 投资策略与公司推荐

无人驾驶是汽车产业终极发展方向，但未来1-2年智能汽车产品相对稀缺且盈利贡献有限；智能驾驶板块或持续呈现高估值的主题性行情；被并购标的的市场地位将成为公司估值的重要参考因素。维持行业“强于大市”评级。建议重点关注：万安科技、拓普集团、亚太股份、星宇股份、均胜电子、双林股份等。

【特别声明】

本资料所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本资料所载的信息均摘编自中信证券研究部已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。

本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。

【附作者介绍】

许英博：汽车行业首席分析师，毕业于清华大学汽车工程系，2007年进入中信证券研究部，新财富金牌分析师。

陈俊斌：汽车行业分析师，毕业于厦门大学电子工程系，2010年进入中信证券研究部，中国注册会计师。

高  登：汽车行业分析师，博士毕业于清华大学工业工程系，2012年进入中信证券研究部。

崔宇硕：汽车行业分析师，硕士毕业于清华大学汽车工程系，2014年进入中信证券研究部。

具体分析详见2016年6月15日发布的《智能汽车：从ADAS到无人驾驶》报告

雷锋网注：转载请联系授权并保留完整信息，不得修改文章。