99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

帶你了解自動(dòng)駕駛?cè)a(chǎn)業(yè)鏈的新興動(dòng)態(tài)

ml8z_IV_Technol ? 來(lái)源:lq ? 2019-05-14 14:54 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

自動(dòng)駕駛產(chǎn)業(yè)鏈中,供給端的主機(jī)廠、零部件供應(yīng)商、互聯(lián)網(wǎng)公司三者均有強(qiáng)烈意愿參與到智能駕駛產(chǎn)業(yè)鏈,目前產(chǎn)業(yè)對(duì)待汽車智能化主要是兩種思路:自下而上推廣智能駕駛即“汽車電子派”和自上而下推廣智能駕駛即“網(wǎng)聯(lián)派”兩種思路;從智能化的推進(jìn)節(jié)奏看投資機(jī)會(huì),應(yīng)該分為三個(gè)階段:第一階段2019-2020年,第二階段2021-2025年,第三階段2025年后;具體來(lái)看,當(dāng)前投資的落地點(diǎn)在于傳感層、計(jì)算層、執(zhí)行層、芯片層、電動(dòng)化這幾個(gè)層面。

核心觀點(diǎn)

1、供給端看,主機(jī)廠、零部件供應(yīng)商、互聯(lián)網(wǎng)公司三者均有強(qiáng)烈意愿參與到智能駕駛產(chǎn)業(yè)鏈,目前產(chǎn)業(yè)對(duì)待汽車智能化主要是兩種思路:

一種是自下而上推廣智能駕駛,即“汽車電子派”。通過(guò)提供ADAS產(chǎn)品推進(jìn)自動(dòng)駕駛級(jí)別從L0 發(fā)展至L2,提高價(jià)值量并提升智能化水平,在普及率達(dá)到一定程度后,逐步尋求更高級(jí)智能駕駛機(jī)會(huì)。

另一種是自上而下推廣智能駕駛,即“網(wǎng)聯(lián)派”。以互聯(lián)網(wǎng)公司為代表,積極開(kāi)發(fā)的算法,對(duì)零部件公司提供的硬件和整車廠提供的平臺(tái)進(jìn)行整合,把無(wú)人駕駛的最終實(shí)現(xiàn)作為研究出發(fā)點(diǎn)和落地點(diǎn)。

2、從智能化的推進(jìn)節(jié)奏看投資機(jī)會(huì),應(yīng)該分為三個(gè)階段。

第一階段2019-2020年,中短期關(guān)注智能化自下而上的機(jī)會(huì),標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價(jià)值量確定性提升,對(duì)應(yīng)的產(chǎn)品需求能夠保持快速的增長(zhǎng),同時(shí)對(duì)應(yīng)標(biāo)的在下一輪無(wú)人駕駛階段也會(huì)具有較大規(guī)模而形成護(hù)城河。

第二階段2021-2025年,開(kāi)始看自上而下的投資機(jī)會(huì),時(shí)點(diǎn)上來(lái)看我們認(rèn)為此階段是ADAS強(qiáng)制普及的節(jié)點(diǎn),孕育了更高層次的智能駕駛的機(jī)會(huì),華為、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025年后,自動(dòng)駕駛開(kāi)始在大量場(chǎng)景中實(shí)現(xiàn),基礎(chǔ)建設(shè)落地,單車價(jià)值量顯著提升,智能駕駛實(shí)現(xiàn)一年萬(wàn)億市場(chǎng)的投資機(jī)會(huì)。

3、具體來(lái)看,當(dāng)前投資的落地點(diǎn)在于幾個(gè)層面。傳感層的機(jī)會(huì)在于高精度、高準(zhǔn)確度的傳感器最終落地,單個(gè)車型的傳感器價(jià)值量不斷提升。計(jì)算層在于基于國(guó)內(nèi)迅速迭代的算法技術(shù)的智能座艙落地,提升車輛駕駛體驗(yàn)。執(zhí)行層受益于國(guó)內(nèi)的制造基礎(chǔ),ADAS 和新能源的應(yīng)用加速了執(zhí)行層落地,催化劑在于政策帶來(lái)爆發(fā)性機(jī)會(huì)。網(wǎng)絡(luò)層、通信層方面,云、管、端的三層架構(gòu)已經(jīng)逐步明確,運(yùn)營(yíng)商、設(shè)備商和主機(jī)廠是投資機(jī)會(huì)。芯片層在于開(kāi)發(fā)更為適用于智能駕駛的芯片,包括圖像識(shí)別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€(gè)方面的應(yīng)用。最后則是電動(dòng)化這一層,新能源車更加有利于智能設(shè)備的安裝和推廣。

報(bào)告內(nèi)容

一、智能駕馭進(jìn)入實(shí)質(zhì)落地期,政策及規(guī)劃催生萬(wàn)億行業(yè)

1、政策推動(dòng)及車企規(guī)劃

汽車智能化不同于新能源化,本質(zhì)上是人們對(duì)汽車的更高品質(zhì)的追求。汽車發(fā)展的歷史本質(zhì)上就是對(duì)汽車動(dòng)力性、舒適性、安全性追求的歷史,智能化明確地帶來(lái)舒適性和安全性的提升,因而需求是自發(fā)產(chǎn)生的。汽車行業(yè)自發(fā)需求的力量是巨大的,尤其是當(dāng)前汽車動(dòng)力性和空間差距已經(jīng)逐步減少的背景下,購(gòu)買者考察談?wù)摳嗟氖?a href="http://www.socialnewsupdate.com/v/" target="_blank">科技配置即智能化水平??梢灶A(yù)見(jiàn)未來(lái)ADAS 會(huì)成為人們口中津津樂(lè)道的“自動(dòng)變速器”、“缸內(nèi)直噴”而成為標(biāo)配。

2018 年1 月,國(guó)家發(fā)改委公布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》(征求意見(jiàn)稿),計(jì)劃到2020年智能汽車新車占比達(dá)到50%,中高級(jí)別智能汽車實(shí)現(xiàn)市場(chǎng)化應(yīng)用。在這一計(jì)劃公布后,國(guó)內(nèi)智能駕駛試驗(yàn)場(chǎng)地、車聯(lián)網(wǎng)及智能駕駛企業(yè)雨后春筍般迅速成長(zhǎng)。

當(dāng)前的政策屬于溫和培育階段,政策在智能化中起到摸著石頭過(guò)河的作用。2016-2018 年國(guó)家出臺(tái)了多部針對(duì)智能駕駛的指導(dǎo)意見(jiàn)和技術(shù)標(biāo)準(zhǔn),規(guī)范相關(guān)標(biāo)準(zhǔn)體系為技術(shù)創(chuàng)新和管理鋪平了道路,而技術(shù)標(biāo)準(zhǔn)會(huì)參考各環(huán)節(jié)龍頭企業(yè)的指標(biāo),建議關(guān)注智能駕駛各環(huán)節(jié)的龍頭企業(yè)。表2羅列了各車企的推廣進(jìn)度,可見(jiàn)2021年前基本都計(jì)劃有L4級(jí)別的量產(chǎn)車上路。

對(duì)于國(guó)內(nèi)廠商,智能化產(chǎn)品觸手可得。由于國(guó)內(nèi)的電動(dòng)化進(jìn)程加速,智能駕駛技術(shù)在網(wǎng)絡(luò)層、通信層有比較多的機(jī)會(huì),主機(jī)廠敢于去嘗試。汽車電子在國(guó)內(nèi)廠商的推進(jìn)加速,目前L1、L2 級(jí)別的配置國(guó)內(nèi)已經(jīng)下降到10 萬(wàn)級(jí)別的車型,可見(jiàn)國(guó)內(nèi)廠商推廣的決心。

2、智能駕駛的投資機(jī)會(huì)

從智能化的推進(jìn)節(jié)奏角度看投資機(jī)會(huì),我們認(rèn)為應(yīng)該分三個(gè)階段。

第一階段2019-2020年,中短期更應(yīng)關(guān)注智能化自下而上的機(jī)會(huì),標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價(jià)值量確定性提升,對(duì)應(yīng)的產(chǎn)品需求能夠保持快速的增長(zhǎng),同時(shí)對(duì)應(yīng)標(biāo)的在下一輪無(wú)人駕駛階段也會(huì)具有較大先機(jī)。

第二階段2021-2025年,開(kāi)始看自上而下的投資機(jī)會(huì),時(shí)點(diǎn)上來(lái)看我們認(rèn)為此階段是ADAS強(qiáng)制普及的節(jié)點(diǎn)。短期無(wú)人駕駛受制于政策、倫理、技術(shù)等問(wèn)題無(wú)法實(shí)現(xiàn)盈利能力,而彼時(shí)無(wú)人駕駛已有了低端智能化作為硬件和軟件支撐,政府個(gè)人的接受度提升,打破常規(guī)限制才是高等級(jí)智能化成為駕駛安全的最終落腳點(diǎn)的時(shí)間契機(jī)。當(dāng)前來(lái)看已經(jīng)逐步進(jìn)入這一階段,華為、中國(guó)移動(dòng)、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025年后,自動(dòng)駕駛開(kāi)始在特定場(chǎng)景中實(shí)現(xiàn),基礎(chǔ)建設(shè)落地,單車價(jià)值量提升,智能駕駛實(shí)現(xiàn)萬(wàn)億市場(chǎng)的投資機(jī)會(huì)。

具體來(lái)看,自動(dòng)駕駛的產(chǎn)業(yè)鏈?zhǔn)菢O為豐富的,我們把產(chǎn)業(yè)鏈分成三個(gè)部分,基礎(chǔ)硬件、基礎(chǔ)軟件和應(yīng)用集成三個(gè)方面。當(dāng)前國(guó)內(nèi)投資的落地點(diǎn)在于以下幾個(gè)層面。傳感層機(jī)會(huì)在于高精度、高準(zhǔn)確度的傳感器最終落地,單個(gè)車型的傳感器價(jià)值量不斷提升。計(jì)算層在于基于國(guó)內(nèi)迅速迭代的算法技術(shù)的智能座艙逐步落地,顯著提升車輛的駕駛體驗(yàn)。執(zhí)行層也是一個(gè)比較確定的落地點(diǎn),一來(lái)國(guó)內(nèi)有相關(guān)的制造基礎(chǔ),二來(lái)ADAS 和新能源的大量推廣確保了業(yè)績(jī)穩(wěn)健增長(zhǎng),催化劑在于政策最終落地會(huì)帶來(lái)爆發(fā)性機(jī)會(huì)。網(wǎng)絡(luò)層、通信層方面,云、管、端的三層架構(gòu)已經(jīng)逐步明確,運(yùn)營(yíng)商、設(shè)備商和主機(jī)廠是投資機(jī)會(huì)。芯片層在于開(kāi)發(fā)更為適用于智能駕駛的芯片,包括圖像識(shí)別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€(gè)方面的應(yīng)用。最后則是電動(dòng)化這一層,新能源車更加有利于智能設(shè)備的安裝和推廣。

以一臺(tái)車的自動(dòng)駕駛產(chǎn)品價(jià)值量在10000 元(L3 水平)進(jìn)行測(cè)算,全世界一年銷量一億臺(tái)車,即自動(dòng)駕駛產(chǎn)品在L3階段(有條件的自動(dòng)駕駛階段)即可實(shí)現(xiàn)萬(wàn)億級(jí)別的市場(chǎng)容量,預(yù)計(jì)這一階段的全面普及會(huì)在2025 年前實(shí)現(xiàn),隨后行業(yè)進(jìn)入L4高度自動(dòng)駕駛階段。

二、智能加速,感知先行

感知層:激光雷達(dá)仍需等待性價(jià)比加速提升,毫米波雷達(dá)產(chǎn)業(yè)化競(jìng)爭(zhēng)開(kāi)始。

視覺(jué)傳感器可靠性低,多傳感器融合仍是最佳方案。傳感器是智能駕駛認(rèn)知、決策和執(zhí)行環(huán)節(jié)的基礎(chǔ),我們認(rèn)為至2020 年車載傳感器市場(chǎng)空間可達(dá)200 億/年。從可靠性出發(fā),激光雷達(dá)、毫米波雷達(dá)及攝像頭的組合使用是最佳解決方案。毫米波雷達(dá)量產(chǎn)在即,24Ghz 頻段已較成熟,77Ghz 逐漸開(kāi)始落地。激光雷達(dá)性價(jià)比仍需進(jìn)一步提升,降維、固態(tài)、規(guī)?;钱?dāng)下激光雷達(dá)成本降低的主要途徑,但就目前而言,低成本激光雷達(dá)解決方案目前不僅僅集中于硅谷,國(guó)內(nèi)廠商通過(guò)研發(fā)迭代已經(jīng)切入其中。

智能駕駛傳感器同一般車載傳感器相比其對(duì)性能、精度都有更高要求,因而價(jià)格也更為昂貴,在一百元至幾十萬(wàn)元不等。主要包括攝像頭、毫米波雷達(dá)、激光雷達(dá)。通常位于車輛的前后保險(xiǎn)杠、側(cè)視鏡、駕駛倉(cāng)內(nèi)部或者擋風(fēng)玻璃上。

1、攝像頭: 國(guó)內(nèi)占據(jù)優(yōu)勢(shì),增長(zhǎng)來(lái)自量?jī)r(jià)提升

攝像頭傳感器通過(guò)視覺(jué)算法,攝像頭可對(duì)車道、路邊、障礙物、行人進(jìn)行有效識(shí)別,不足在于識(shí)別范圍受限、穩(wěn)定性差。但單一視覺(jué)方案易受到光照、極端天氣影響,且測(cè)距精度有限,因而當(dāng)下主要采用“攝像頭+多傳感器共同探測(cè)”的解決方案。

攝像頭是應(yīng)用最廣泛的智能駕駛車載傳感器,核心優(yōu)勢(shì)在于物體識(shí)別。攝像頭傳感器一般由攝像頭、CMOS 相機(jī)和圖像處理電路板組成,是當(dāng)前使用最廣泛的傳感器。攝像頭可描繪物體的外觀和形狀、讀取標(biāo)志,同時(shí)獲取足夠多的道路環(huán)境細(xì)節(jié),建立完整環(huán)境模型,幫助車輛進(jìn)行環(huán)境認(rèn)知。

攝像頭市場(chǎng)國(guó)內(nèi)廠商異軍突起,歐菲光、舜宇光學(xué)、晶方科技加速布局。當(dāng)前攝像頭傳感器造價(jià)成本在30-50 美元量級(jí),供應(yīng)商國(guó)內(nèi)外平分秋色。國(guó)外廠商以日立、博世、大陸、奧托立夫?yàn)橹?,?guó)內(nèi)亦不乏優(yōu)秀的全球供應(yīng)商,歐菲光、舜宇光學(xué)、晶方科技加速車載攝像頭布局。其中歐菲光投資2 億元設(shè)立子公司布局車載攝像頭產(chǎn)業(yè)鏈,其研發(fā)的車載攝像頭傳感器已實(shí)現(xiàn)量產(chǎn);舜宇光學(xué)車載攝像頭出貨量居全球第一位,市占率高達(dá)30%左右;晶方科技主要提供CMOS 圖像傳感芯片。

2、毫米波雷達(dá):國(guó)內(nèi)技術(shù)已經(jīng)取得突破,緊跟國(guó)內(nèi)龍頭公司

毫米波雷達(dá)具備全天候全時(shí)段特性,目前精度停留在分米級(jí)。毫米波是指30-300GHz 頻域(波長(zhǎng)為1-10mm)的電磁波,波長(zhǎng)介于厘米波和光波之間。毫米波穿透霧、煙、灰塵的能力強(qiáng),在惡劣天氣下仍有較好的表現(xiàn),具有全天候全時(shí)段的特點(diǎn)。主要應(yīng)用于自適應(yīng)巡航(ACC)、緊急剎車輔助(AEB)、盲點(diǎn)檢測(cè)(BSD)、行人檢測(cè)(PD) 等。

車用毫米波雷達(dá)頻段在22-29GHz和77-81GHz范圍,分窄帶(NB)、超寬帶(UWB) 兩種形式。全球汽車毫米波雷達(dá)主要供應(yīng)商包括博世、大陸、海拉、富士通、電裝、天合、德?tīng)柛!W托立夫和法雷奧等傳統(tǒng)優(yōu)勢(shì)企業(yè)。在細(xì)分領(lǐng)域中,不同廠商各自稱王: 德國(guó)海拉是24GHz 雷達(dá)領(lǐng)域的巨頭;博世憑借具有250m 最長(zhǎng)探測(cè)范圍的LRR4 在77GHz 領(lǐng)域位居第一;在日本市場(chǎng),富士通份額排名第一,電裝位居其后。毫米波雷達(dá)價(jià)格大概在120-150 美元,國(guó)內(nèi)價(jià)格在1000 元左右。

國(guó)內(nèi)廠商加速毫米波雷達(dá)市場(chǎng)布局,量產(chǎn)在即。受益于智能駕駛概念推廣,毫米波雷達(dá)正逐漸成為汽車電子領(lǐng)域新的增長(zhǎng)點(diǎn),國(guó)內(nèi)越來(lái)越多的汽車一級(jí)供應(yīng)商和一些軍工及安防背景的公司開(kāi)始準(zhǔn)備毫米波雷達(dá)的系統(tǒng)研發(fā)工作。目前24GHz 毫米波雷達(dá)是國(guó)內(nèi)主流,其研發(fā)成本、周期及難度比77GHz 低。77GHz 雷達(dá)由于國(guó)外對(duì)我國(guó)技術(shù)封鎖、元器件依賴進(jìn)口等原因,研發(fā)推廣仍然有壓力。

79GHz將成為未來(lái)發(fā)展趨勢(shì)。當(dāng)前國(guó)外毫米波雷達(dá)公司在積極研發(fā)下一代79GHz 雷達(dá),其探測(cè)精確度是當(dāng)前77GHz 雷達(dá)的2-4 倍。日本77GHz帶寬限制為0.5GHz,而79GHz 帶寬可達(dá)4GHz,發(fā)展空間巨大。并且79GHz雷達(dá)能夠探測(cè)行人和自行車,其最優(yōu)探測(cè)范圍為70m,將成為中距雷達(dá)中的主流,未來(lái)可能會(huì)擠占24GHz 的市場(chǎng)份額。

3、激光雷達(dá):三維分辨力,降成本仍是主要目標(biāo)

具備三維分辨能力的“機(jī)械之眼”,應(yīng)用漸趨主流,痛點(diǎn)在于降成本推進(jìn)。激光雷達(dá)通過(guò)發(fā)射激光光束測(cè)量視場(chǎng)中物體輪廓與相對(duì)距離信息,形成點(diǎn)云并繪制出3D 環(huán)境地圖,激光雷達(dá)的精度為厘米級(jí),是真正具備空間三維分辨能力的“機(jī)械之眼”。

激光雷達(dá)技術(shù)壁壘高,全球極少數(shù)廠家有量產(chǎn)實(shí)力,未來(lái)契機(jī)在于外延并購(gòu)以及研發(fā)層尋求突破。當(dāng)前已研制出可用于無(wú)人駕駛技術(shù)激光雷達(dá)產(chǎn)品的公司主要有美國(guó)老牌激光巨頭Velodyne,硅谷新銳Quanergy 和德國(guó)品牌Ibeo,國(guó)內(nèi)的北科天繪也推出了首款導(dǎo)航型LiDAR。

1)激光雷達(dá)工作原理:激光雷達(dá)通過(guò)發(fā)射激光光束測(cè)量視場(chǎng)中物體輪廓與相對(duì)距離信息,形成點(diǎn)云并繪制出3D 環(huán)境地圖,激光雷達(dá)的精度為厘米級(jí),是真正具備空間三維分辨能力的“機(jī)械之眼”。激光束可能包含1 線、4 線、8 線、16 線、32 線或64 線,多個(gè)激光束在豎直方向沿不同角度發(fā)出,經(jīng)水平方向掃描實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域三維輪廓探測(cè)。多個(gè)測(cè)量通道(線)相當(dāng)于多個(gè)傾角的掃描平面,因此垂直視場(chǎng)內(nèi)激光線束越多其豎直方向的角分辨率就越高,激光點(diǎn)云密度就越大,測(cè)量精度越精準(zhǔn)。

2)激光雷達(dá)評(píng)價(jià)參數(shù):激光雷達(dá)測(cè)評(píng)參數(shù)主要包括探測(cè)范圍和角分辨率。測(cè)評(píng)一個(gè)激光雷達(dá)主要對(duì)比其探測(cè)范圍,包括有效距離,水平視角識(shí)別范圍、縱向視角識(shí)別范圍。一般來(lái)說(shuō)角分辨率越小準(zhǔn)確性越高,車載激光雷達(dá)水平方向上,角分辨率一般能達(dá)到0.1 度,縱向一般是0.5 度左右(每個(gè)接收器覆蓋縱向0.5 度)。

3)激光雷達(dá)應(yīng)用場(chǎng)景:激光束工作頻率高、解析度高、隱蔽性好、抗有源干擾能力強(qiáng)、低空探測(cè)性能好,可通過(guò)距離多普勒成像技術(shù)獲得目標(biāo)的清晰圖像。但激光在大雨、濃煙、濃霧等極端天氣里衰減急劇加大,傳播距離大受影響,大氣環(huán)流還會(huì)使激光光束發(fā)生畸變、抖動(dòng),直接影響激光雷達(dá)的測(cè)量精度。

降維、固態(tài)、規(guī)模效應(yīng)是當(dāng)下降低激光雷達(dá)成本的主要途徑。激光雷達(dá)成本高主要反映在光學(xué)部分和機(jī)械旋轉(zhuǎn)部分,激光二極管、光學(xué)二極管檢測(cè)器和現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)成本也很高。目前激光雷達(dá)價(jià)格在5 千-7 萬(wàn)美元不等,行業(yè)內(nèi)主要從降維、固態(tài)化和規(guī)模效益三方面降低成本。

1)降維:降低成本同時(shí)性能受限。Velodyne 的激光雷達(dá)按照線束密度進(jìn)行定價(jià),64 線束報(bào)價(jià)8 萬(wàn)美元,32 線束報(bào)價(jià)4 萬(wàn)美元,16 線束報(bào)價(jià)4 千美元。降維會(huì)降低激光雷達(dá)精確度,無(wú)人駕駛要求激光雷達(dá)線束下限為16 線,為保證精確度,通過(guò)降維來(lái)降低成本受到一定的限制,當(dāng)前國(guó)內(nèi)的龍頭激光雷達(dá)企業(yè)已經(jīng)把16 線產(chǎn)品壓低到豪華車可接受的范圍,即5 萬(wàn)人民幣以內(nèi)。

2)固態(tài)化:降低成本的主流技術(shù)方法。通常激光雷達(dá)為機(jī)械式,通過(guò)內(nèi)部的機(jī)械部件實(shí)現(xiàn)對(duì)周圍環(huán)境360°的掃描,此類激光雷達(dá)一般安裝在汽車車頂,體積較大且不能與車身很好融合;而固態(tài)激光雷達(dá)不存在機(jī)械旋轉(zhuǎn)部件,只能探測(cè)前方,需要通過(guò)安裝多個(gè)固態(tài)激光雷達(dá)實(shí)現(xiàn)車身360°探測(cè),同時(shí),固態(tài)激光雷達(dá)體積小,能融入車身,價(jià)格相對(duì)便宜,多個(gè)安裝價(jià)格仍低于傳統(tǒng)激光雷達(dá)。固態(tài)化成為激光雷達(dá)廠商降低成本的研發(fā)新趨勢(shì)。

3)規(guī)模效應(yīng):產(chǎn)業(yè)化降成本的主要途徑。盡管降維和固態(tài)化都能在一定程度降低成本,但批量成產(chǎn)帶來(lái)的規(guī)模效益仍是實(shí)現(xiàn)成本下降最有效的方式。全球傳感器分德、美日兩大陣營(yíng),德系廠商“毫米波雷達(dá)+攝像頭”路徑居多,其主張精度可以通過(guò)算法優(yōu)化、高精度地圖補(bǔ)充實(shí)現(xiàn);美、日系更為傾向激光雷達(dá),同時(shí)通過(guò)同Tire-2 供應(yīng)商合作推進(jìn)成本下降。德?tīng)柛E鋫涓L?、路虎,電裝配備大發(fā),大陸配備本田、馬自達(dá)、鈴木、豐田。

低成本雷達(dá)解決方案趨待量產(chǎn),國(guó)內(nèi)后發(fā)先至成為降成本主力。國(guó)內(nèi)外絕大多數(shù)車載激光雷達(dá)廠商仍處于研發(fā)、測(cè)試階段,多為創(chuàng)業(yè)公司。國(guó)外廠商如Innoviz,LeddarTech,Phantom Intelligence, TriLumina,MIT 團(tuán)隊(duì)等一大批強(qiáng)勁的初創(chuàng)公司加入激光雷達(dá)行業(yè)。國(guó)內(nèi)激光雷達(dá)起步晚,目前擁有激光雷達(dá)測(cè)量應(yīng)用技術(shù)的國(guó)內(nèi)公司有禾賽科技、北科天繪、鐳神智能、思嵐科技、巨星科技、大族激光等,進(jìn)軍智能駕駛用激光雷達(dá)后,大多提出了金額比較低的產(chǎn)品。

4、傳感融合,當(dāng)下主流與高階自動(dòng)駕駛

橫向維度:傳感器之間不能完全替代,須滿足性能補(bǔ)充和冗余判斷要求。傳感器各有優(yōu)劣,攝像頭傳感器價(jià)格低廉并且應(yīng)用范圍廣,但是在雨雪天氣識(shí)別能力差;毫米波雷達(dá)在雨雪天氣表現(xiàn)極佳,但測(cè)量精度不夠;激光雷達(dá)精度較高,由于價(jià)格高昂目前很難廣泛應(yīng)用;超聲波雷達(dá)適合近距離測(cè)距。多傳感器配合使用將成為趨勢(shì),傳感器冗余必不可少。“優(yōu)勢(shì)互補(bǔ)”是輔助駕駛階段最優(yōu)的路徑選擇。激光雷達(dá)、攝像頭和毫米波雷達(dá)的信息融合更有利于特征提取和前景分離過(guò)程,實(shí)現(xiàn)算法速度提升。汽車對(duì)于反向控制的容錯(cuò)率很低,這就需要至少兩種傳感器信息進(jìn)行冗余驗(yàn)證,實(shí)現(xiàn)精度提升。

縱向維度:對(duì)應(yīng)智能駕駛的不同階段,傳感器要求不盡相同。按照SAE 分級(jí)可以將智能駕駛五個(gè)階段,其中0-2 階段主要是人為操控,需要駕駛員觀察周圍環(huán)境,3-5 階段主要由智能駕駛系統(tǒng)觀測(cè)周邊環(huán)境。當(dāng)前汽車行業(yè)處于1-2 階段,對(duì)應(yīng)的輔助駕駛系統(tǒng)已經(jīng)量產(chǎn),對(duì)傳感器的要求精度相對(duì)無(wú)人駕駛較低,主要通過(guò)攝像頭和毫米波雷達(dá)實(shí)現(xiàn)相應(yīng)功能。從2 進(jìn)入3 階段對(duì)傳感器精度的要求存在一個(gè)實(shí)質(zhì)的跨越,從而具有高精確度的激光雷達(dá)就顯得尤為重要。進(jìn)入3 階段后傳感器的使用數(shù)量顯著增加,并出現(xiàn)一定程度的冗余。

伴隨終端需求增長(zhǎng),2020年國(guó)內(nèi)傳感器硬件市場(chǎng)空間可達(dá)210億。隨著智能駕駛概念的推廣,智能駕駛功能覆蓋率提高,傳感器的滲透率不斷上升。預(yù)計(jì)未來(lái)智能駕駛L2 的多數(shù)功能在國(guó)產(chǎn)車上實(shí)現(xiàn)需要1 個(gè)攝像頭、4 個(gè)毫米波雷達(dá)、4 個(gè)超聲波雷達(dá)。以整套傳感器為單位推算國(guó)內(nèi)傳感器市場(chǎng)空間,預(yù)計(jì)2020 年傳感器市場(chǎng)空間超過(guò)210 億,復(fù)合增速為35%。

三、智能駕駛大腦,國(guó)內(nèi)優(yōu)勢(shì)與弱勢(shì)并存

控制層處中樞地位,深度學(xué)習(xí)是提升精度的終極方案。傳感層識(shí)別外界物體、收集信息后輸入到控制層,控制層利用視覺(jué)算法、傳感器融合算法、路徑規(guī)劃算法進(jìn)行物體識(shí)別、軌跡預(yù)測(cè)。傳統(tǒng)算法識(shí)別精度已接近閾值,難以完全勝任對(duì)復(fù)雜的駕駛場(chǎng)景進(jìn)行信息識(shí)別。通過(guò)人工智能、深度學(xué)習(xí)可以極大優(yōu)化算法架構(gòu)提升識(shí)別能力。基于人工智能技術(shù)對(duì)行人等難度較大的物體識(shí)別率穩(wěn)步突破90%,接近可應(yīng)用水平。國(guó)外巨頭已逐步應(yīng)用于產(chǎn)業(yè)化,國(guó)內(nèi)的優(yōu)勢(shì)在于豐富的算法資源與近年來(lái)大量AI人才往這個(gè)方向轉(zhuǎn)移,弱勢(shì)在于缺乏汽車實(shí)測(cè)經(jīng)驗(yàn)和數(shù)據(jù)。

全球市場(chǎng)推演人工智能,以mobileye和google為主。Mobileye 專注于視覺(jué)識(shí)別和算法提升,為主機(jī)廠和一級(jí)供應(yīng)商提供視覺(jué)識(shí)別模塊化產(chǎn)品,同時(shí)加快轉(zhuǎn)向傳感融合、深度學(xué)習(xí)和高精度地圖領(lǐng)域;Google 希望以人工智能切入智能駕駛,利用激光雷達(dá)獲取高解析度數(shù)據(jù),依靠AI 匹配原有地圖數(shù)據(jù),經(jīng)過(guò)數(shù)次測(cè)試逐步提升可靠性。國(guó)內(nèi)算法公司識(shí)別精度有限,集中視覺(jué)領(lǐng)域。

1、經(jīng)典智能駕駛算法:目標(biāo)物體識(shí)別和路徑規(guī)劃

在人工智能和深度學(xué)習(xí)應(yīng)用之前,經(jīng)典的無(wú)人駕駛算法以目標(biāo)物體識(shí)別和路徑規(guī)劃為核心,分為六個(gè)步驟: 前處理→前景分離→物體分類→結(jié)果改進(jìn)→物體追蹤→應(yīng)用層面前五個(gè)部分是感知識(shí)別算法的核心步驟,最后一個(gè)部分則通常指后續(xù)的物體行為預(yù)測(cè)、路徑規(guī)劃。

1)物體識(shí)別技術(shù)

Step1,前處理

底層機(jī)器視覺(jué)算法,通常包含攝像頭曝光、增益控制、攝像頭標(biāo)定校準(zhǔn)等步驟。由于路況復(fù)雜多變而實(shí)時(shí)性要求很高,因而智能駕駛中對(duì)前處理算法的要求極高。

Step2,前景切分

前景切分的目的是盡可能過(guò)濾與待識(shí)別物體無(wú)關(guān)的背景信息(例如天空),并且將圖像切分為適宜大小。一個(gè)好的前景切分算法可能將原先的200k-1000k 個(gè)待識(shí)別區(qū)域縮小到20k-40k,大大減輕后續(xù)處理負(fù)擔(dān)。

Step3,物體識(shí)別

將上一步驟生成的大量待識(shí)別區(qū)間歸類為數(shù)百種已知的可能在道路上出現(xiàn)的物體,并且盡量減少誤判。

Step4,驗(yàn)證與結(jié)果改進(jìn)

使用與分類方法不同的判據(jù)來(lái)驗(yàn)證分類的結(jié)果可靠性,并提取被歸類為特定物體的待識(shí)別區(qū)間中更加詳細(xì)的信息(例如交通標(biāo)志)。

Step5,物體跟蹤

這一步驟的目的有二。除了為應(yīng)用層提供物體軌跡外,還能為前景切分、物體分類提供輸入(告訴前景切分之前這個(gè)地方出現(xiàn)過(guò)什么)。目前最為常用的算法是卡爾曼濾波算法(用來(lái)跟蹤、預(yù)測(cè)物體軌跡,根據(jù)過(guò)去空間位置預(yù)測(cè)未來(lái)位置)。

2)路徑規(guī)劃算法

智能駕駛?cè)蝿?wù)可分為上層路徑規(guī)劃、中層行駛行為規(guī)劃和下層軌跡規(guī)劃三部分。

上層路徑規(guī)劃在已知GPS 定位信息、電子地圖、路網(wǎng)以及宏觀交通信息等先驗(yàn)信息下,根據(jù)某優(yōu)化目標(biāo)得到兩點(diǎn)之間的最優(yōu)路徑。中層行駛行為規(guī)劃是指根據(jù)主車感興趣區(qū)域內(nèi)道路、車輛等環(huán)境信息,決策出當(dāng)前時(shí)刻滿足交通法規(guī)、結(jié)構(gòu)化道路約束的最優(yōu)行駛行為,動(dòng)態(tài)規(guī)劃的行駛行為序列組成宏觀路徑。下層軌跡規(guī)劃是指在當(dāng)前時(shí)刻,以完成當(dāng)前行車行為為目標(biāo),考慮周圍交通環(huán)境并滿足不同約束條件,根據(jù)最優(yōu)目標(biāo)動(dòng)態(tài)規(guī)劃決策出的最優(yōu)軌跡。

2、智能駕駛算法的痛點(diǎn):精度提升

通常而言,視覺(jué)識(shí)別算法精度提升有以下幾種途徑:第一,視覺(jué)算法本身的優(yōu)化。在前處理和前景分離階段提取明確目標(biāo)值,分類和學(xué)習(xí)系統(tǒng)的算法不斷優(yōu)化。這需要技術(shù)研發(fā)的不斷投入,產(chǎn)生極高的進(jìn)入壁壘。第二,通過(guò)傳感融合算法冗余信息判斷,提高精度。視覺(jué)識(shí)別以攝像頭數(shù)據(jù)為主,同時(shí)輔以雷達(dá)、激光雷達(dá)的邊界、距離信息。數(shù)據(jù)顯示,在相同誤判率下雷達(dá)的決策輔助能降低約10%的漏檢率。第三,人工智能、深度學(xué)習(xí)對(duì)傳統(tǒng)視覺(jué)算法進(jìn)行徹底革新。由于傳統(tǒng)算法識(shí)別精度已接近閾值,難以完全勝任對(duì)復(fù)雜的駕駛場(chǎng)景進(jìn)行信息識(shí)別。通過(guò)人工智能、深度學(xué)習(xí)優(yōu)化算法架構(gòu),深度學(xué)習(xí)基于多層卷積神經(jīng)網(wǎng)絡(luò),能從根本上提升算法識(shí)別能力。已有多個(gè)研究試驗(yàn)表明,基于人工智能技術(shù)對(duì)行人等難度較大的物體識(shí)別率穩(wěn)步突破90%,接近可應(yīng)用水平。

1)視覺(jué)算法自身優(yōu)化迭代

視覺(jué)算法技術(shù)迭代,呈現(xiàn)倍增態(tài)勢(shì)。Mobileye 從2004 年開(kāi)始專注于視覺(jué)算法開(kāi)發(fā),自2007 年推出EyeQ1 芯片開(kāi)始,已開(kāi)發(fā)四代EyeQ 系列芯片和配套算法。十多年技術(shù)積累,EyeQ 芯片圖像識(shí)別幀速率由10fps 達(dá)到最新的48fps(已知信息),處理速度為EyeQ1 的512 倍。最新測(cè)試數(shù)據(jù)顯示,Mobileye 系統(tǒng)車道線、車輛識(shí)別率均為99.99%,拉大與市場(chǎng)上同類產(chǎn)品差距。

2)傳感器融合具備硬件平臺(tái)

傳感器融合算法是提升視覺(jué)融合算法精度的重要途徑。目前智能駕駛主流傳感器包括: 雙目攝像頭、毫米波雷達(dá)、激光雷達(dá)等,它們?cè)跍y(cè)量距離、角度、分辨率以及適應(yīng)天氣狀況方面各有優(yōu)劣,傳感器融合趨勢(shì)將有利于優(yōu)勢(shì)互補(bǔ),提高感知信息的精度。

傳感器融合需要有冗余設(shè)計(jì)方案,在不同的層面,所需的冗余設(shè)計(jì)不同。在使用單/雙目攝像頭探測(cè)其他物體時(shí),需要的冗余空間以支持同時(shí)啟動(dòng)激光雷達(dá)與毫米波雷達(dá);在車道識(shí)別的時(shí)候,冗余部分可支持激光雷達(dá)與攝像頭高負(fù)荷運(yùn)作,并且需要足夠的空間存儲(chǔ)高精度地圖;在駕駛路徑規(guī)劃方面,同樣需要高精度地圖配合,通過(guò)云端實(shí)時(shí)更新路況和地圖云數(shù)據(jù)。

傳感器融合技術(shù)的規(guī)?;瘧?yīng)用已“箭在弦上”。恩智浦近期推出基于Linux 系統(tǒng)的Blue-Box 計(jì)算機(jī)平臺(tái),其性能能夠滿足單臺(tái)車同時(shí)安裝4 臺(tái)攝像頭、四架激光雷達(dá)、一架毫米波雷達(dá)以及V2X 系統(tǒng)的要求,對(duì)傳感器進(jìn)行模塊化管理,可將多種傳感器回傳信息進(jìn)行融合加工。據(jù)悉Mobileye、Valeo、Velodyne均有支持傳感器融合平臺(tái)的研發(fā)計(jì)劃,傳感器融合將是未來(lái)主要趨勢(shì)。

3)深度學(xué)習(xí)突破精度瓶頸

深度學(xué)習(xí)搭建時(shí)空結(jié)構(gòu)網(wǎng)絡(luò),實(shí)現(xiàn)機(jī)器不干預(yù)的自我學(xué)習(xí),深度學(xué)習(xí)能夠在圖像識(shí)別能力上顯著超越傳統(tǒng)算法。Clarif AI 針對(duì)行人等復(fù)雜物體識(shí)別實(shí)驗(yàn)數(shù)據(jù)顯示,2010 年誤檢率(Error Rate)在30%-80%之間,兩年傳統(tǒng)算法優(yōu)化將誤檢率降低至20-30%左右,陷入瓶頸。深度學(xué)習(xí)算法則進(jìn)一步降低誤檢率,接近至10%以下。ImageNet 數(shù)據(jù)同樣顯示,深度學(xué)習(xí)算法可將行人的識(shí)別率提升至90%以上。

結(jié)合云計(jì)算、大數(shù)據(jù),深度學(xué)習(xí)算法將十分匹配智能駕駛場(chǎng)景。深度學(xué)習(xí)優(yōu)勢(shì)在于可識(shí)別、判斷和分類非結(jié)構(gòu)數(shù)據(jù),結(jié)合大數(shù)據(jù)、云計(jì)算技術(shù)進(jìn)行信息溝通和反饋,從而提高感知識(shí)別精度和系統(tǒng)計(jì)算速度。高度復(fù)雜的智能駕駛環(huán)境主要表達(dá)非結(jié)構(gòu)數(shù)據(jù),例如圖像、語(yǔ)音等信息,因此深度學(xué)習(xí)非常適合智能駕駛場(chǎng)景。

具備深度學(xué)習(xí)能力的計(jì)算機(jī)平臺(tái)將成為智能駕駛的標(biāo)準(zhǔn)配置,極大提升感知識(shí)別和計(jì)算能力。Mobileye、Ceva、恩智浦、高通德州儀器等正加緊研發(fā)帶有神經(jīng)網(wǎng)路軟體架構(gòu)的智能駕駛芯片;NVIDIA 則更進(jìn)一步,已推出DrivePX2、Tesla P100 GPU 和DGX-1 相結(jié)合的完整深度學(xué)習(xí)技術(shù)方案。

Drive PX2:單精度浮點(diǎn)運(yùn)算性能達(dá)到8TFLOPS,深度學(xué)習(xí)計(jì)算能力接近24 DL TOPS; 而其體積已明顯縮小,可放置在車輛上使用。它可以融合來(lái)自多個(gè)攝像頭以及激光雷達(dá)、雷達(dá)和超聲波傳感器的數(shù)據(jù),可準(zhǔn)確了解汽車周圍360 度方位的環(huán)境,使用深度神經(jīng)網(wǎng)絡(luò)(DNN) 進(jìn)行物體檢測(cè)和分類可大幅提高傳感器數(shù)據(jù)的融合度,并且在地圖和車輛狀況數(shù)據(jù)基礎(chǔ)上運(yùn)用深度學(xué)習(xí)算法即時(shí)計(jì)算最安全的路徑。同時(shí)它能夠?qū)⑼獠總鞲衅鳙@取的圖像數(shù)據(jù)加工制成單個(gè)的高精度點(diǎn)云,上傳至云端服務(wù)器。

Tesla最新芯片:新芯片專為特斯拉的自動(dòng)駕駛功能設(shè)計(jì),包含60億個(gè)晶體管,每秒可處理25億個(gè)像素,每一張圖像生成后都立刻會(huì)被GPU處理。特斯拉聲稱,新的SOC是“全球最先進(jìn)的自動(dòng)駕駛計(jì)算機(jī)”。與特斯拉目前的硬件相比,它的性能顯著提升,最多可以每秒進(jìn)行超過(guò)144萬(wàn)億次運(yùn)算。該芯片的設(shè)計(jì)還減少了能耗。Bannon說(shuō),芯片使用不到100瓦的電力。它的功耗為72瓦,其中15瓦為特斯拉的神經(jīng)網(wǎng)絡(luò)供電。這款新芯片將由三星公司生產(chǎn),體積非常小,甚至可以安裝在汽車手套箱后面。為了增強(qiáng)安全性能,SOC采用兩個(gè)獨(dú)立的操作系統(tǒng),每個(gè)系統(tǒng)都有自己的DRAM內(nèi)存、閃存芯片和電源。即使其中任何一個(gè)系統(tǒng)失靈,汽車都能繼續(xù)行駛。

3、控制層硬件載體:算法芯片成本有望復(fù)制摩爾定律

受益摩爾定律,傳統(tǒng)芯片成本急速下降。摩爾定律使芯片硬件成本下降到10 年前1/100以上,參考芯片行業(yè)的Hedonic 首推價(jià)格指數(shù),將2000年的價(jià)格指數(shù)作為基準(zhǔn)值100,到2013 年時(shí),相同SPEC 跑分(代表芯片的運(yùn)算能力)的芯片價(jià)格指數(shù)已接近0.01。GPU 領(lǐng)域的黃氏定律表明每六個(gè)月GPU 性能可提升一倍,NVIDIA 因此成為該領(lǐng)域的霸主。

無(wú)人駕駛芯片涉及到視覺(jué)處理、傳感器融合、路徑規(guī)劃等多項(xiàng)算法,對(duì)運(yùn)算能力要求較高,較一般汽車用芯片價(jià)格更為高昂。以Mobileye560 系列后裝整套售價(jià)為例,其零售價(jià)格為$849,芯片價(jià)值在$300 左右。目前針對(duì)智能駕駛L1 階段的EyeQ 芯片平均售價(jià)(ASP)已進(jìn)入下降通道,未來(lái)有望降至$35 以下;針對(duì)L2、L3&L4 的EyeQ 芯片價(jià)格預(yù)計(jì)也將在未來(lái)下調(diào)。隨著晶圓代工新技術(shù)和全新架構(gòu)(如NVIDIA 的Pascal 架構(gòu))大量采用,無(wú)人駕駛芯片可延續(xù)摩爾定律發(fā)展趨勢(shì)。

4、控制層的集成化推動(dòng)座艙電子機(jī)會(huì)

智能化利于提升車機(jī)公司盈利能力,智能座艙投資機(jī)會(huì)在于龍頭。國(guó)內(nèi)公司在車機(jī)市場(chǎng)的占有率較高,尤其是車載信息和車載娛樂(lè)系統(tǒng)國(guó)內(nèi)廠家已經(jīng)成為主要供應(yīng)商。在流量變現(xiàn)的當(dāng)下,國(guó)內(nèi)廠家有能力把握交互的入口,實(shí)現(xiàn)功能卡位。隨著德賽西威等車機(jī)廠商逐步和百度等互聯(lián)網(wǎng)巨頭聯(lián)合發(fā)布車載操作系統(tǒng)的進(jìn)度加快,原先的車載信息娛樂(lè)系統(tǒng)盈利能力有望增強(qiáng)。

德賽西威在CES Asia 展會(huì)上正式發(fā)布智能駕駛艙,其中智能駕駛艙集成了ADAS 功能(自動(dòng)泊車系統(tǒng)、多達(dá)22 個(gè)傳感器的傳感器系統(tǒng))。德賽西威智能駕駛艙主要包括四大產(chǎn)品系統(tǒng):

1) 雙12.3 英寸儀表導(dǎo)航系統(tǒng):在左屏顯示駕駛信息、導(dǎo)航信息等,在右屏呈現(xiàn)娛樂(lè)信息等。

2) 全景泊車及自動(dòng)泊車系統(tǒng):車輛出庫(kù)或者通過(guò)狹窄通道時(shí),全景泊車能夠幫助駕駛者掌控車身周圍環(huán)境;而自動(dòng)泊車系統(tǒng)則可以讓駕駛員通過(guò)一鍵控制即實(shí)現(xiàn)自動(dòng)泊車到位。

3) 流媒體后視鏡系統(tǒng):3 倍于傳統(tǒng)后視鏡可視范圍,無(wú)炫光干擾,弱光下顯示效果要遠(yuǎn)比玻璃鏡子好得多。

4) 傳感器系統(tǒng):包含超聲波雷達(dá)12 個(gè)(對(duì)自動(dòng)泊車以及自動(dòng)駕駛進(jìn)行實(shí)時(shí)監(jiān)測(cè))、單目攝像頭1 個(gè)(對(duì)車道偏離、防撞、自動(dòng)巡航等實(shí)時(shí)監(jiān)測(cè))、77G 毫米波雷達(dá)3 個(gè)(通過(guò)監(jiān)測(cè)前方路況,將數(shù)據(jù)反饋至車身、實(shí)現(xiàn)自動(dòng)剎車)、24G 毫米波雷達(dá)2 個(gè)(實(shí)現(xiàn)實(shí)時(shí)盲區(qū)監(jiān)測(cè)聲音報(bào)警,以及A 柱位置實(shí)現(xiàn)指示燈提醒)、180°攝像頭4 個(gè)(通過(guò)儀表展示3D 全景技術(shù),提供全景泊車以及自動(dòng)泊車數(shù)據(jù)監(jiān)測(cè))。

現(xiàn)階段百度與智能座艙Tier 1 供應(yīng)商主要共同合作研發(fā)BCU,其中德賽西威參與了全部3 款BCU 的研發(fā)過(guò)程;除此之外,百度還與博世、大陸等巨頭進(jìn)行雷達(dá)等傳感器方面的合作。BCU (Baidu Computing Unit) 即百度自動(dòng)駕駛的專用計(jì)算平臺(tái),可以理解為將百度Apollo 平臺(tái)的高精定位、環(huán)境感知、決策規(guī)劃三大核心AI 軟件模塊產(chǎn)品化為硬件的形態(tài)。截至目前百度共推出了BCU-MLOC(高精定位)、BCU-MLOP(高精定位+環(huán)境感知)、BCU-MLOP2(高精定位+環(huán)境感知+決策規(guī)劃)共3 款BCU 產(chǎn)品。BCU 的目標(biāo)客戶是整車廠,首批樣件經(jīng)Tier 1 及整車廠上車測(cè)試之后,兩年以后將量產(chǎn)。

在BCU 的研發(fā)過(guò)程中百度與合作伙伴的分工十分明確:(1)百度主要負(fù)責(zé)人工智能、云以及高精度地圖業(yè)務(wù),百度所關(guān)注的領(lǐng)域汽車零部件企業(yè)不會(huì)去涉及;(2)NVIDIA 提供人工智能所需要的計(jì)算芯片;(3)德賽西威、采埃孚、聯(lián)合電子等Tier1 則提供具體汽車零部件的整合與生產(chǎn)落地(百度等互聯(lián)網(wǎng)公司并不擅長(zhǎng)車規(guī)級(jí)標(biāo)準(zhǔn),阿波羅計(jì)劃的主要思想是通過(guò)開(kāi)放軟件能力的方式使高精度定位產(chǎn)品化,汽車零部件企業(yè)的參與恰好補(bǔ)足了百度將高精度定位的模塊做成硬件產(chǎn)品的短板)。

四、執(zhí)行層的國(guó)內(nèi)突破與機(jī)遇

不同于傳統(tǒng)汽車制動(dòng)和轉(zhuǎn)向的動(dòng)力源都是來(lái)自于人力,智能汽車由于需要車輛主動(dòng)轉(zhuǎn)向和制動(dòng),因而動(dòng)力源是來(lái)自于電機(jī)液壓等新結(jié)構(gòu),因而就帶來(lái)了匹配、效率、穩(wěn)定性等各方面的要求。

1、執(zhí)行層是智能駕駛在場(chǎng)景中完成駕駛行為的最后環(huán)節(jié)

感知層負(fù)責(zé)采集多傳感器融合信息,交由控制層算法處理并作出駕駛策略,算法指令的最終效果將取決于執(zhí)行層運(yùn)作。執(zhí)行器是執(zhí)行層中的機(jī)械部件,從駕駛運(yùn)動(dòng)方向角度,執(zhí)行器可以分為制動(dòng)系統(tǒng)(縱向)和轉(zhuǎn)向系統(tǒng)(橫向)。

在智能駕駛的L1/L2階段,ADAS駕駛模塊作為初級(jí)產(chǎn)品迎來(lái)商業(yè)化應(yīng)用。原來(lái)ADAS 模塊僅部分應(yīng)用在歐美日及合資車的中高端車型,主要普及功能有BSD(盲區(qū)監(jiān)測(cè)系統(tǒng))、AEB(自動(dòng)緊急制動(dòng))、ACC(自適應(yīng)巡航)、APS(自動(dòng)泊車)、LKA(車道保持輔助系統(tǒng))、LDW(車道偏離警示系統(tǒng))、FCW(前向碰撞預(yù)警系統(tǒng))、PCM(行人預(yù)警)等,據(jù)了解,目前裝配率最高的是BSD,裝配率為7.53%,其次是LDW 和FCW,裝配率分別為7.4%和6.83%。目前我們看到的變化是部分ADAS 功能已經(jīng)應(yīng)用在中端的自主車型上,系統(tǒng)推進(jìn)速度在加快。ADAS 模塊執(zhí)行駕駛?cè)蝿?wù)時(shí),依賴制動(dòng)系統(tǒng)和轉(zhuǎn)向系統(tǒng)運(yùn)作;執(zhí)行器可獨(dú)立完成單向運(yùn)動(dòng)或相互組合完成復(fù)雜運(yùn)動(dòng),成為ADAS 模塊的關(guān)鍵部件。

執(zhí)行層國(guó)外廠商具有先發(fā)優(yōu)勢(shì),國(guó)內(nèi)部分EPS廠商已成功切入二級(jí)供應(yīng)商鏈條。執(zhí)行層是智能駕駛第二階段區(qū)別于第一階段的主要部分。第一階段主要是預(yù)警功能,強(qiáng)調(diào)感知和通知的作用,而第二階段以及后續(xù)階段的智能駕駛屬于干預(yù)輔助駕駛。由于干預(yù)駕駛的執(zhí)行對(duì)象是剎車、轉(zhuǎn)向和油門(mén),他們均屬于傳統(tǒng)汽車領(lǐng)域的延伸,國(guó)外廠商在執(zhí)行層的技術(shù)儲(chǔ)備具有先發(fā)優(yōu)勢(shì)。

當(dāng)前對(duì)執(zhí)行器市場(chǎng)存在著電動(dòng)化一些誤區(qū),我們認(rèn)為:

1、市場(chǎng)寡頭壟斷格局并未形成,當(dāng)前市場(chǎng)需求量很小,博世等在制動(dòng)領(lǐng)域的市占率高并不意味著寡頭壟斷,只是具有先發(fā)優(yōu)勢(shì)。而且相關(guān)廠商的技術(shù)還不成熟,召回時(shí)有發(fā)生。

2、國(guó)內(nèi)相關(guān)技術(shù)并不落后,轉(zhuǎn)向方面EPS廠商已經(jīng)有較多的積累,相關(guān)零部件國(guó)內(nèi)已經(jīng)實(shí)現(xiàn)供給。制動(dòng)方面,國(guó)內(nèi)至少有十年以上的研發(fā)經(jīng)驗(yàn),上汽、拓普及相關(guān)創(chuàng)業(yè)公司已經(jīng)有產(chǎn)品,部分已經(jīng)通過(guò)車規(guī)小批量供貨,預(yù)計(jì)隨著市場(chǎng)需求提升,國(guó)內(nèi)能占有一席之地。

3、國(guó)外產(chǎn)品成本偏高,小批量高投入的現(xiàn)狀導(dǎo)致國(guó)外配套廠成本居高不下。阻礙了智能化發(fā)展進(jìn)程。國(guó)內(nèi)本土化開(kāi)放,享受工程師紅利,部分產(chǎn)品生產(chǎn)線已經(jīng)運(yùn)行,能有效降低成本,正向推動(dòng)智能化發(fā)展。

2、轉(zhuǎn)向系統(tǒng)的變革:傳統(tǒng)向線控轉(zhuǎn)向的升級(jí)

傳統(tǒng)的機(jī)械液壓轉(zhuǎn)向系統(tǒng)是依靠駕駛員操縱轉(zhuǎn)向盤(pán)的轉(zhuǎn)向力來(lái)實(shí)現(xiàn)車輪轉(zhuǎn)向。電力轉(zhuǎn)向系統(tǒng)(Electric Power Steering)是傳統(tǒng)的機(jī)械液壓轉(zhuǎn)向到線控轉(zhuǎn)向(steer by wire)間的過(guò)渡狀態(tài),它使用電力輔助汽車的轉(zhuǎn)向,使駕駛員在汽車靜止或低速行駛時(shí)能輕松轉(zhuǎn)向。當(dāng)電力轉(zhuǎn)向失效時(shí),由于轉(zhuǎn)向系統(tǒng)仍與車輪有物理連接,因此駕駛員仍可操縱汽車。而線控轉(zhuǎn)向則取消了車輪與方向盤(pán)間的物理連接,采取控制軟件傳輸電子信號(hào)控制車輪

憑借助力轉(zhuǎn)向功能,轉(zhuǎn)向系統(tǒng)更加智能化。高檔車搭載的動(dòng)力隨速轉(zhuǎn)向系統(tǒng)在轉(zhuǎn)向柱上增加了調(diào)整轉(zhuǎn)向角度電機(jī),可實(shí)現(xiàn)“在低速行駛時(shí)助力大,高速行駛時(shí)助力小”,更加匹配現(xiàn)實(shí)駕駛場(chǎng)景??烧{(diào)節(jié)轉(zhuǎn)向系統(tǒng)在此基礎(chǔ)上,利用直流電動(dòng)機(jī)作為動(dòng)力源。汽車轉(zhuǎn)向時(shí),傳感器會(huì)收集轉(zhuǎn)向盤(pán)的力矩和擬轉(zhuǎn)動(dòng)的方向信息,通過(guò)數(shù)據(jù)總線發(fā)給電子控制單元,經(jīng)過(guò)一定的運(yùn)算處理后向電動(dòng)機(jī)控制器發(fā)出動(dòng)作指令,最后電動(dòng)機(jī)就會(huì)輸出相應(yīng)大小的轉(zhuǎn)動(dòng)力矩,產(chǎn)生助力轉(zhuǎn)向。如果不轉(zhuǎn)向,則系統(tǒng)處于休眠狀態(tài)。

主動(dòng)轉(zhuǎn)向目前的市場(chǎng)格局在于:博世,采埃孚,電裝等公司采用合資的方式對(duì)中國(guó)市場(chǎng)進(jìn)行逐步滲透,當(dāng)前從行業(yè)集中度分析,電子助力轉(zhuǎn)向系統(tǒng)(EPS)前五總份額占比61%,市場(chǎng)集中度高,分品牌來(lái)看,EPS 市場(chǎng)合資+外資品牌占比為81%,博世華域(博世持股51%,華域49%)市場(chǎng)份額最高(23%),其余依次是捷太格特、上海天合采埃孚。但是國(guó)內(nèi)公司也還占有約20%的市場(chǎng),并且完整掌握主動(dòng)轉(zhuǎn)向的硬件技術(shù),這一點(diǎn)是難能可貴的,國(guó)內(nèi)比如AT 市場(chǎng),國(guó)內(nèi)本質(zhì)上沒(méi)有市場(chǎng)占比。而主動(dòng)轉(zhuǎn)向技術(shù)的自主化公司,一方面能隨著行業(yè)增長(zhǎng)獲得更大的收入份額,另一方面低價(jià)優(yōu)勢(shì)保證公司競(jìng)爭(zhēng)力,隨著功能的最終實(shí)現(xiàn),國(guó)內(nèi)外的技術(shù)差距也逐步縮減。相關(guān)轉(zhuǎn)向公司有望受益,華域汽車、德?tīng)柟煞荻加锌赡苁芤妗?/p>

3、制動(dòng)控制系統(tǒng)的變革:人力制動(dòng)到電控制動(dòng)

汽車制動(dòng)控制系統(tǒng)歷經(jīng)人力制動(dòng)、人力控制制動(dòng)及電控制動(dòng)三次代際更迭。當(dāng)下正處于第二代至第三代更迭風(fēng)口,存量市場(chǎng),傳統(tǒng)乘用車仍以人力控制主導(dǎo)的液壓制動(dòng)系統(tǒng)為主,實(shí)質(zhì)理念是通過(guò)摩擦熱能來(lái)消耗車輛所具動(dòng)能,從而達(dá)到車輛制動(dòng)減速;增量市場(chǎng),純電動(dòng)、插電混動(dòng)新能源汽車,配置輔助駕駛執(zhí)行層功能(ESC 電子車身穩(wěn)定系統(tǒng)、AEB 緊急剎車制動(dòng)系統(tǒng)、ACC 自適應(yīng)巡航系統(tǒng)、LKA 車道保持系統(tǒng))的中高配車輛滲透率不斷提高,液壓制動(dòng)(電子泵)提供真空環(huán)境的穩(wěn)定性、靈敏度已達(dá)上限,終端爆發(fā)對(duì)第三代電控助力制動(dòng)產(chǎn)生強(qiáng)勁需求。

基于真空助力的液壓制動(dòng)系統(tǒng)主要是在原有真空助力液壓制動(dòng)系統(tǒng)中增加EVP(Electronics Vacum Pump,電子真空泵)、PTS(Pedal Travel Sensor,踏板行程傳感器)和氣壓傳感器。EVP 的作用是為真空助力器提供動(dòng)力源,PTS 主要是為了給電機(jī)控制器提供制動(dòng)信號(hào),有效利用制動(dòng)空行程進(jìn)行能量回收,提高能量回收率。該方案技術(shù)成熟,原制動(dòng)系統(tǒng)的零部件大都可以沿用,因此造價(jià)較低。

基于ESP/ESC的液壓制動(dòng)系統(tǒng)無(wú)需真空助力器和EVP,ESP 提供液壓制動(dòng)系統(tǒng)壓力。ESP 根據(jù)BOU(Brake Operating Unit, 制動(dòng)操作單元)里的PTS 信號(hào)計(jì)算駕駛員的制動(dòng)需求,再根據(jù)電機(jī)所能提供的回饋制動(dòng)力大小,以及綜合車輛穩(wěn)定性,進(jìn)行制動(dòng)力的分配。該系統(tǒng)具有比傳統(tǒng)制動(dòng)系統(tǒng)更小的安裝尺寸,更輕的重量,能進(jìn)行回饋力矩和液壓力矩的協(xié)調(diào),能量回收率高。

第三代:電控制動(dòng)系統(tǒng)。對(duì)于新能源汽車而言,電子真空泵獨(dú)木難支,電控助力系統(tǒng)替代真空泵是趨勢(shì)。從技術(shù)適應(yīng)性角度來(lái)說(shuō),穩(wěn)定的真空環(huán)境在沒(méi)有內(nèi)燃機(jī)的電動(dòng)車上難以實(shí)現(xiàn),傳統(tǒng)的真空助力制動(dòng)模式被摒棄。從行業(yè)發(fā)展來(lái)看,“智能駕馭,電動(dòng)未來(lái)”是未來(lái)是汽車行業(yè)的主升浪,電動(dòng)化和智能化需求也必將帶動(dòng)制動(dòng)系統(tǒng)的革新。針對(duì)電動(dòng)車而言,電機(jī)取代原有內(nèi)燃機(jī),電子助力系統(tǒng)能夠滿足制動(dòng)功能性,同時(shí)提高車身的電子化率。目前博世的iBooster 和大陸MKC1 均屬于第三代制動(dòng)系統(tǒng)產(chǎn)品。

iBooster 作為電動(dòng)車時(shí)代的新生輔助制動(dòng)系統(tǒng),較上一代電子真空泵,在新能源汽車、智能汽車兩方面都擁有巨大優(yōu)越性。1、高度匹配新能源車需求,取消制動(dòng)系統(tǒng)對(duì)發(fā)動(dòng)機(jī)依賴。2、制動(dòng)力度精確可控,減少制動(dòng)力波動(dòng),可實(shí)現(xiàn)制動(dòng)能量回收。3、制動(dòng)力分配高效,主動(dòng)駕駛成為可能。4、制動(dòng)踏板與制動(dòng)系統(tǒng)執(zhí)行機(jī)構(gòu)解耦,提高駕駛舒適度。

主動(dòng)制動(dòng)競(jìng)爭(zhēng)格局:國(guó)內(nèi)目前處于第二代技術(shù)(ABS+ESC)滲透末期階段,分廠商來(lái)看,博世、大陸兩家巨頭在中國(guó)市占率50%以上,市場(chǎng)集中度非常高。但是,我們認(rèn)為未來(lái)制動(dòng)是第三代技術(shù)的天下,目前裝車的僅有博世IBS 和大陸MKC1 等幾家廠商,主要配套高端豪華車型,量都比較小。但是實(shí)際上國(guó)內(nèi)公司的產(chǎn)品已經(jīng)開(kāi)始下線,上汽、拓普等的樣機(jī)已經(jīng)裝車,天津英創(chuàng)匯智利用清華技術(shù)已經(jīng)開(kāi)始實(shí)現(xiàn)量產(chǎn)。當(dāng)前硬件的生產(chǎn)實(shí)現(xiàn)國(guó)內(nèi)至少有6-7 家自主企業(yè)掌握,難點(diǎn)在于ESC 的自主開(kāi)發(fā)。當(dāng)前一些做ABS 的企業(yè)已經(jīng)開(kāi)始轉(zhuǎn)型ESC 系統(tǒng),可以預(yù)見(jiàn)ESC 也會(huì)類似于ABS 的發(fā)展路徑最終國(guó)產(chǎn)化,不再成為國(guó)外壟斷線控制動(dòng)的因素。我們認(rèn)為,執(zhí)行層國(guó)外廠商格局還未形成,國(guó)內(nèi)廠商仍可在逐步掌握核心技術(shù)后,依托產(chǎn)品升級(jí)和成本優(yōu)勢(shì)尋求一級(jí)供應(yīng)商的機(jī)會(huì)。

五、V2X 實(shí)現(xiàn)網(wǎng)聯(lián)智能化,5G 加速車聯(lián)網(wǎng)落地

互聯(lián)網(wǎng)公司及部分一級(jí)供應(yīng)商,通過(guò)在AI 和高精地圖方面的積累快速推進(jìn)智能駕駛的解決方案。5G 的加速落地,確立了云、管、端的三層架構(gòu),商用落地的規(guī)劃預(yù)發(fā)清晰。

1、政策端加速落地,5G 鋪設(shè)車聯(lián)網(wǎng)快車道

車聯(lián)網(wǎng)政策加速來(lái)襲,行業(yè)有望保持快速發(fā)展。我們認(rèn)為,近一年時(shí)間國(guó)家和地方政府多次出臺(tái)相關(guān)政策或法規(guī),起草并發(fā)布了一系列車聯(lián)網(wǎng)相關(guān)規(guī)劃標(biāo)準(zhǔn),推動(dòng)車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)化、規(guī)范化,將智能網(wǎng)聯(lián)汽車提升到國(guó)家戰(zhàn)略層面,充分彰顯了國(guó)家對(duì)智能網(wǎng)聯(lián)汽車行業(yè)發(fā)展的重視;另外,隨著5G 的建設(shè)帶來(lái)低延時(shí)、高帶寬等網(wǎng)絡(luò)特性,5G-V2X 將逐步實(shí)現(xiàn)規(guī)?;虡I(yè)應(yīng)用,行業(yè)有望保持加速發(fā)展。

網(wǎng)聯(lián)化是自動(dòng)駕駛的必經(jīng)之路,車聯(lián)網(wǎng)終將演進(jìn)到5G-V2X。汽車智能化的發(fā)展趨勢(shì)已經(jīng)越發(fā)明朗,智能產(chǎn)品安裝比例和價(jià)值量逐年提升,無(wú)人駕駛技術(shù)在大量資本和研發(fā)力量涌入的背景下日趨成熟。同時(shí)網(wǎng)聯(lián)智能化背后帶來(lái)的車輛行駛安全性和舒適性的大幅提升,也逐步得到消費(fèi)者的認(rèn)可。我們堅(jiān)定地認(rèn)為,基于電動(dòng)化平臺(tái)、車聯(lián)網(wǎng)基礎(chǔ)之上的智能化是汽車行業(yè)發(fā)展的方向。另外,要實(shí)現(xiàn)車聯(lián)生態(tài)最重要的目的就是提高交通安全,并最終實(shí)現(xiàn)無(wú)人駕駛,其需求集中體現(xiàn)在:1)低時(shí)延;2)高可靠;3)支持高速移動(dòng);4)傳輸數(shù)據(jù)包承載量大。目前車聯(lián)網(wǎng)可以應(yīng)用的技術(shù)主要有DSRC 和LTE,其中DSRC 的缺點(diǎn)在于只能專用于短程無(wú)線通信,實(shí)現(xiàn)小范圍內(nèi)圖像、語(yǔ)音和數(shù)據(jù)的實(shí)時(shí)傳輸;LTE 雖然沒(méi)有DSRC 技術(shù)成熟,但LTE是面向智能交通和車聯(lián)網(wǎng)應(yīng)用、基于4G/5GLTE 系統(tǒng)的演進(jìn)技術(shù),LTE-V-Direct 可以獨(dú)立于蜂窩網(wǎng)絡(luò),實(shí)現(xiàn)車輛與周邊環(huán)境節(jié)點(diǎn)低時(shí)延、高可靠的直接通信,滿足行車安全需求,因此長(zhǎng)期來(lái)看LTE-V2X 更具應(yīng)用前景,其技術(shù)兼容性和延展性使之屬于車聯(lián)網(wǎng)通信技術(shù)的新生力量。但LTE 是5G車聯(lián)網(wǎng)應(yīng)用的第一階段(相當(dāng)于4.5G),5G 時(shí)代定義的URLLC 場(chǎng)景對(duì)V2X的時(shí)延要求為20ms 以下,具有超高可靠、超低時(shí)延通信的特點(diǎn),其基于邊緣計(jì)算、終端直通、幀結(jié)構(gòu)的V2X 關(guān)鍵技術(shù)通過(guò)與運(yùn)營(yíng)商網(wǎng)絡(luò)結(jié)構(gòu)和業(yè)務(wù)模式策略緊密配合,能高效支撐龐大且復(fù)雜的5G 應(yīng)用。綜合來(lái)看,LTE-V2X 終將平滑演進(jìn)到5G-V2X,并有望在2020年全面進(jìn)入商用階段。

2025年全球車聯(lián)網(wǎng)市場(chǎng)將突破17000億元,中國(guó)市場(chǎng)規(guī)模將超9500億元。我國(guó)汽車保有量近十年來(lái)保持較快增長(zhǎng),為車聯(lián)網(wǎng)發(fā)展提供了巨大潛在市場(chǎng),據(jù)國(guó)家統(tǒng)計(jì)局顯示,截至2017 年底,我國(guó)民用汽車保有量達(dá)2.09 億輛。結(jié)合我國(guó)的經(jīng)濟(jì)增長(zhǎng)狀況和目前的汽車市場(chǎng)保有量,我們預(yù)計(jì)到2020 年,我國(guó)汽車保有量將達(dá)到2.5 億輛,車聯(lián)網(wǎng)滲透率將至少達(dá)到30%,車聯(lián)網(wǎng)單車價(jià)值量可達(dá)4000-5000 元左右,我國(guó)車聯(lián)網(wǎng)市場(chǎng)總規(guī)模達(dá)3750 億元。

2、網(wǎng)聯(lián)化是自動(dòng)駕駛的必經(jīng)之路

根據(jù)國(guó)際電信聯(lián)盟(ITU)對(duì)5G 的定義,5G 網(wǎng)絡(luò)是能提供20Gbps 速率,時(shí)延1 毫秒,每平方公里100 萬(wàn)連接,網(wǎng)絡(luò)穩(wěn)定性99.999%的下一代蜂窩無(wú)線通訊網(wǎng)絡(luò),是對(duì)現(xiàn)有移動(dòng)通信系統(tǒng)的全面革新,主要具有高帶寬、低時(shí)延、高可靠三個(gè)特點(diǎn)。

5G 網(wǎng)絡(luò)滿足無(wú)人駕駛網(wǎng)絡(luò)技術(shù)要求,尤其是低時(shí)延和高可靠性,將完全有能力支撐自動(dòng)駕駛場(chǎng)景的落地。目前,全球已經(jīng)進(jìn)入5G 商用倒計(jì)時(shí)階段,國(guó)內(nèi)三大運(yùn)營(yíng)商預(yù)計(jì)在2019 年實(shí)現(xiàn)5G 預(yù)商用、2020 年實(shí)現(xiàn)5G 正式商用。

車聯(lián)網(wǎng)V2X 是指使用無(wú)線通信、傳感探測(cè)等技術(shù)收集車輛、道路、環(huán)境等信息,通過(guò)車-車、車-路信息交互和共享,使車和基礎(chǔ)設(shè)施之間智能協(xié)同與配合,從而實(shí)現(xiàn)智能交通管理控制、車輛智能化控制和智能動(dòng)態(tài)信息服務(wù)的一體化網(wǎng)絡(luò),是物聯(lián)網(wǎng)技術(shù)在智能交通系統(tǒng)領(lǐng)域的延伸。

汽車網(wǎng)絡(luò)包括兩部分,一部分是車輛本身的內(nèi)部網(wǎng)絡(luò)系統(tǒng),由車載網(wǎng)絡(luò)計(jì)算機(jī)控制,內(nèi)部網(wǎng)絡(luò)通過(guò)數(shù)據(jù)總線連接無(wú)數(shù)個(gè)子網(wǎng),控制發(fā)動(dòng)機(jī)及其他總成、平面顯示與儀表盤(pán)顯示器、中控門(mén)鎖、無(wú)線電話等;另一部分是車輛外部的聯(lián)系網(wǎng)絡(luò)系統(tǒng),包括車與車的通信、車與路側(cè)設(shè)備的通信、GPS 監(jiān)測(cè)中心、互聯(lián)網(wǎng)及區(qū)域網(wǎng)服務(wù)商、車輛服務(wù)中心、電腦手機(jī)終端等。

汽車網(wǎng)聯(lián)需要內(nèi)部和外部網(wǎng)絡(luò)同時(shí)作用,其一,使得每輛汽車單車的控制和服務(wù)得到提升;其二,通過(guò)與外部目標(biāo),包括車輛、人、通信基站及道路設(shè)施等的聯(lián)系實(shí)現(xiàn)更多感知和信息交互,實(shí)現(xiàn)駕駛智能化和附加服務(wù)的獲取;其三,由車和道路上其他連接入網(wǎng)的物體所形成的整體網(wǎng)絡(luò)將實(shí)現(xiàn)整個(gè)道路交通系統(tǒng)的信息采集與傳輸,結(jié)合后端管理平臺(tái)的大數(shù)據(jù)和云計(jì)算等技術(shù),將對(duì)城市智能交通管理提供支持。

根據(jù)華為發(fā)布的最新5G 外場(chǎng)測(cè)試結(jié)果,當(dāng)前5G網(wǎng)絡(luò)已經(jīng)可以在保障高穩(wěn)定性與移動(dòng)性下,實(shí)現(xiàn)下行吞吐率超過(guò)25Gbps,用戶界面時(shí)延小于0.5毫秒,性能已經(jīng)超過(guò)了ITU對(duì)5G的定義。因此我們認(rèn)為隨著將車聯(lián)網(wǎng)當(dāng)作重要場(chǎng)景而進(jìn)行優(yōu)化設(shè)計(jì)的5G 標(biāo)準(zhǔn)的落地,5G 技術(shù)在車聯(lián)網(wǎng)中的運(yùn)用可以有效融合多種網(wǎng)絡(luò)并加速不同實(shí)體間的信息交互,車聯(lián)網(wǎng)將成為5G 時(shí)代的巨大商用場(chǎng)景。中國(guó)每年擁堵時(shí)間達(dá)到12 億小時(shí),車聯(lián)網(wǎng)技術(shù)可以讓交通運(yùn)輸效率提升30%;中國(guó)每年有約26 萬(wàn)人死于交通事故,使用車聯(lián)網(wǎng)技術(shù)可使得事故發(fā)生率降低80%,有效解決上述一系列安全問(wèn)題。

汽車業(yè)與通信技術(shù)的加速融合,可以實(shí)現(xiàn)產(chǎn)業(yè)雙贏。由于連接需求的增加和對(duì)信號(hào)、信息傳輸?shù)脑鰪?qiáng),通信技術(shù)發(fā)展對(duì)汽車產(chǎn)業(yè)的支持的顯得愈發(fā)重要。不論是車內(nèi)通信的VANET 車輛自組網(wǎng)絡(luò),還是車與車、車與人、車與基站通信的DSRC/LTE-V 系統(tǒng),從視頻監(jiān)控、雷達(dá)等傳感到Bluetooth、蜂窩等無(wú)線傳輸,再到云平臺(tái),通信技術(shù)都將在汽車智能化和網(wǎng)聯(lián)化的過(guò)程中發(fā)揮作用。

3、車聯(lián)網(wǎng)是物聯(lián)網(wǎng)領(lǐng)域最重要的細(xì)分產(chǎn)業(yè)

用戶滲透率、模塊搭載率提升,5G助力市場(chǎng)加速進(jìn)入倒計(jì)時(shí)階段。GSMA 與SBD 預(yù)計(jì),2018 年全球車聯(lián)網(wǎng)的市場(chǎng)總額有望達(dá)390 億歐元,互聯(lián)網(wǎng)連接將成為未來(lái)汽車的標(biāo)配。目前,新車前裝車聯(lián)網(wǎng)模塊的比例僅為20%,根據(jù)預(yù)測(cè),2018 年新車出貨量可能超過(guò)1 億臺(tái),其中60%具備聯(lián)網(wǎng)功能,到2025 年100%的汽車將前裝移動(dòng)互聯(lián)網(wǎng)接入功能。MachinaResearch預(yù)計(jì),到2024 年,汽車領(lǐng)域連接數(shù)將達(dá)1.2 億,而B(niǎo)usinessIntelligence 則在2015 年的基礎(chǔ)上調(diào)高預(yù)期,預(yù)計(jì)到2021 年,路上實(shí)現(xiàn)連接的汽車數(shù)量累計(jì)將達(dá)3.8 億。

目前汽車保有量至少為2 億,我們預(yù)測(cè)到2020 年我國(guó)汽車保有量可以達(dá)到2.5 億左右,彼時(shí)車聯(lián)網(wǎng)滲透率將提升至35%,即具備聯(lián)網(wǎng)能力的車輛將達(dá)到8750 萬(wàn)輛左右。以每輛車5000 元的硬件+軟件產(chǎn)品價(jià)格來(lái)估算,整個(gè)車聯(lián)網(wǎng)市場(chǎng)將會(huì)有4500 億元規(guī)模,行業(yè)復(fù)合增速將達(dá)到117%。而隨著產(chǎn)品功能的豐富,單輛車的軟件硬件產(chǎn)值也會(huì)提高,加之互聯(lián)網(wǎng)服務(wù)的多樣化、智能化,市場(chǎng)規(guī)模爆發(fā)指日可待。

驅(qū)動(dòng)車聯(lián)網(wǎng)快速發(fā)展的因素包括:政策支持、通信技術(shù)支持、市場(chǎng)需求拉動(dòng)。發(fā)改委、工信部、交通部相關(guān)規(guī)劃及政策配套大力支持,使得我國(guó)車聯(lián)網(wǎng)位處戰(zhàn)略高度。傳統(tǒng)汽車市場(chǎng)大,增長(zhǎng)平穩(wěn),車廠亟需尋求新的盈利點(diǎn);新能源汽車的普及和消費(fèi)升級(jí)進(jìn)一步提升網(wǎng)聯(lián)模塊的滲透率;目前,通信技術(shù)不斷升級(jí)演進(jìn),并且逐步標(biāo)準(zhǔn)化統(tǒng)一化,運(yùn)營(yíng)商借機(jī)實(shí)現(xiàn)內(nèi)生轉(zhuǎn)型。三大因素助推車聯(lián)網(wǎng)發(fā)展,車聯(lián)網(wǎng)有望成為物聯(lián)網(wǎng)應(yīng)用領(lǐng)域首先爆發(fā)的市場(chǎng)。

4、通信技術(shù)為車聯(lián)網(wǎng)發(fā)展鋪設(shè)快車道

車聯(lián)網(wǎng)目前有兩大通信標(biāo)準(zhǔn)DSRC 與LTE-V。V2X 是車與外界通信技術(shù)的統(tǒng)稱,是汽車物聯(lián)網(wǎng)技術(shù)的一部分,包括V2V(車-車)、V2I(車-基礎(chǔ)設(shè)施)、V2P(車-行人)、V2R(車-路)等方式。車聯(lián)網(wǎng)通信技術(shù),即車對(duì)外界的信息交換,是未來(lái)智能交通運(yùn)輸系統(tǒng)的關(guān)鍵技術(shù)。HIS Automotive 公司的ADAS 首席分析師預(yù)測(cè),V2V 通信可以解決75%以上的交通事故,而V2I 則可以解決剩余大多數(shù)事故類型。

DSRC 是基于IEEE802.11p 標(biāo)準(zhǔn)開(kāi)發(fā)的一種高效的無(wú)線通信技術(shù),是專用短程無(wú)線通信標(biāo)準(zhǔn),只可以實(shí)現(xiàn)小范圍內(nèi)圖像、語(yǔ)音和數(shù)據(jù)的傳輸如V2V 之間的通信,由于無(wú)法解決車車直接通信時(shí)出現(xiàn)的擁塞、干擾和覆蓋等很多問(wèn)題,目前并沒(méi)有贏得市場(chǎng)。

與DSRC相比,LTE-V是面向智能交通和車聯(lián)網(wǎng)應(yīng)用、基于4G/5GLTE系統(tǒng)的演進(jìn)技術(shù)(相當(dāng)于4.5G)。LTE-V在實(shí)現(xiàn)直連,即車與車直接通信的時(shí)候,又利用蜂窩網(wǎng)絡(luò)充當(dāng)起仲裁的角色,很好地解決了擁塞及干擾等問(wèn)題。

LTE-V包括LTE-V-Cell和LTE-V-Direct兩個(gè)工作模式,支持包括V2I、V2V和V2P等各類應(yīng)用。LTE-V-Cell 要借助已有的蜂窩網(wǎng)絡(luò),支持大帶寬、大覆蓋通信,滿足Telematics 應(yīng)用需求;LTE-V-Direct 可以獨(dú)立于蜂窩網(wǎng)絡(luò),實(shí)現(xiàn)車輛與周邊環(huán)境節(jié)點(diǎn)低時(shí)延、高可靠的直接通信,滿足行車安全需求。LTE-V-Direct 模式能夠?qū)④囕v感知范圍擴(kuò)展到數(shù)百米的探測(cè)距離,這與目前已有的其它車輛感知系統(tǒng)如雷達(dá)、光學(xué)攝像頭的探測(cè)范圍相比有很大優(yōu)勢(shì)。多種探測(cè)手段相結(jié)合,借助融合信息處理技術(shù),能夠有效提升行車安全和交通效率問(wèn)題。

C-V2X提供兩種互為獨(dú)立、相互補(bǔ)充的工作模式:基于PC5直通模式和基于LTE-Uu的網(wǎng)絡(luò)傳輸模式,分別適用于車輛間鄰近和遠(yuǎn)離的情況。

1、直接通信(PC5 接口),以LTE 標(biāo)準(zhǔn)中的D2D(Device-To-Device,設(shè)備間)鄰近通信服務(wù)(ProSe)為基礎(chǔ),可以用于實(shí)現(xiàn)250Kph 的高速度和成千上萬(wàn)個(gè)節(jié)點(diǎn)的高密度通信。在無(wú)LTE 網(wǎng)絡(luò)覆蓋的環(huán)境下,鄰近設(shè)備可以進(jìn)行直接通信。

基于PC5 直連的LTE-V2V 關(guān)鍵技術(shù)主要有以下幾個(gè)特征:

1) 為V2V 子幀增加了4 個(gè)DMRS 符號(hào),這些符號(hào)與500 Kph 以下的速度和智能交通系統(tǒng)(ITS)頻段(主要是5.9GHz 頻段)相關(guān)聯(lián),時(shí)延較低,可以支持高速信道追蹤,解決了高速移動(dòng)導(dǎo)致的多普勒效應(yīng)和頻率偏移帶來(lái)的問(wèn)題。

2) 導(dǎo)入了采用半持續(xù)調(diào)度(Semi Persistent Scheduling)方式的分散型調(diào)度技術(shù)。一次無(wú)線資源分配可以使用多個(gè)子幀,減少了頻內(nèi)輻射,可以優(yōu)化信道的使用,提高傳輸效率。

3) 導(dǎo)入了新調(diào)度分配功能。這樣便可在車輛多通信節(jié)點(diǎn)密度更高的環(huán)境下進(jìn)行恰當(dāng)?shù)臄?shù)據(jù)資源處理,延遲時(shí)間也面向V2V 得到改善。

4) 時(shí)鐘同步,在網(wǎng)絡(luò)不覆蓋的情況下,缺少同步源。V2X 同時(shí)支持基站和全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的時(shí)間同步。

5) 專業(yè)的QoS 技術(shù):V2X 消息可以通過(guò)non-GBR 和GBR 承載傳輸:QCI 3(GBR) 和QCI 79(non-GBR)可以用于V2X 消息的單播傳輸,QCI 75(GBR)只能用于MBMS 承載的V2X 消息,通過(guò)專用的QCI 極大提升了傳輸?shù)目煽啃浴?/p>

通過(guò)PC5接口新增加的DMRS符號(hào)、新的信道結(jié)構(gòu)以及調(diào)度分配功能,使得網(wǎng)絡(luò)參與到V2V的通信中,避免了干擾、擁塞等問(wèn)題的出現(xiàn),使其具備延遲低、穩(wěn)定性強(qiáng)等特點(diǎn),可以極大提升行車時(shí)的安全性能。

2、網(wǎng)絡(luò)通信(Uu 接口),主要利用V2X 廣播技術(shù)(MBMS),采用蜂窩網(wǎng)絡(luò)頻段(如1.8GHz)通過(guò)V2X 服務(wù)器中轉(zhuǎn),把信息傳送到另一個(gè)節(jié)點(diǎn)。

綜合來(lái)看,有蜂窩網(wǎng)絡(luò)覆蓋時(shí)可使用Uu 接口進(jìn)行V2X 通信,高速移動(dòng)時(shí)采用PC5 接口進(jìn)行通信,兩種傳輸模式互為獨(dú)立、相互補(bǔ)充,分別適用于車輛間鄰近和遠(yuǎn)離的情況。

LTE-V2X 更具應(yīng)用前景,技術(shù)兼容性和延展性使之屬于車聯(lián)網(wǎng)通信技術(shù)的新生力量,是5G 車聯(lián)網(wǎng)應(yīng)用的第一階段(4.5G),之后將平滑演進(jìn)至5G

目前我國(guó)政府和行業(yè)組織正大力推進(jìn)LTE-V2X 技術(shù)研發(fā)和產(chǎn)業(yè)化發(fā)展。1)工信部于2016 年11 月批復(fù)IMT-2020(5G)推進(jìn)組和車載信息服務(wù)產(chǎn)業(yè)應(yīng)用聯(lián)盟將5.905-5.925GHz(20MHz 帶寬)作為L(zhǎng)TE-V2X 直接通信技術(shù)的測(cè)試頻段,開(kāi)展通信性能和互操作測(cè)試。2)工信部通過(guò)與北京-河北、重慶、浙江、吉林、湖北地方簽署“基于寬帶移動(dòng)互聯(lián)網(wǎng)的智能汽車、智慧交通應(yīng)用示范”示范合作框架,與公安部、江蘇省政府開(kāi)展無(wú)錫“國(guó)家智能交通綜合測(cè)試基地共建合作”項(xiàng)目,支持上海國(guó)際汽車城建立“國(guó)家智能網(wǎng)聯(lián)汽車(上海)試點(diǎn)示范項(xiàng)目”等方式,促進(jìn)形成了“5+2”車聯(lián)網(wǎng)示范區(qū)格局,開(kāi)展包括LTE-V2X 在內(nèi)的V2X 技術(shù)兼容性測(cè)試實(shí)驗(yàn)驗(yàn)證。3)通過(guò)行業(yè)組織、聯(lián)盟協(xié)會(huì)等推進(jìn)產(chǎn)業(yè)和應(yīng)用,指導(dǎo)IMT-2020(5G)推進(jìn)組成立蜂窩車聯(lián)(C-V2X)工作組開(kāi)展LTE-V2X 的技術(shù)研究、試驗(yàn)驗(yàn)證和產(chǎn)業(yè)與應(yīng)用推廣,以及5G-V2X 的業(yè)務(wù)需求及關(guān)鍵技術(shù)研究;指導(dǎo)成立了中國(guó)智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟,培育智能網(wǎng)聯(lián)汽車創(chuàng)新中心。

企業(yè)和科研單位跨行業(yè)合作推進(jìn)LTE-V2X應(yīng)用推廣。1)大唐電信、華為等通信企業(yè)積極開(kāi)展LTE-V2X 終端產(chǎn)品研發(fā)。大唐電信于2017 年底發(fā)布LTE-V2X 測(cè)試芯片,華為于2018 年第一季度發(fā)布LTE-V2X 測(cè)試芯片。2)汽車廠商、零部件廠商和科研機(jī)構(gòu)布局V2X 上層應(yīng)用開(kāi)發(fā)與實(shí)現(xiàn)。一汽、上汽、長(zhǎng)安汽車、北汽、長(zhǎng)城等國(guó)內(nèi)自主品牌汽車廠商設(shè)計(jì)開(kāi)發(fā)了覆蓋多種路況、工況的V2X 應(yīng)用場(chǎng)景,東軟、北京星云互聯(lián)、清華大學(xué)、同濟(jì)大學(xué)等零部件及科研機(jī)構(gòu)加快軟件協(xié)議棧和接口的開(kāi)發(fā)與實(shí)現(xiàn),基于底層LTE-V2X 技術(shù)開(kāi)展研發(fā)測(cè)試工作。3)跨行業(yè)企業(yè)合作開(kāi)展應(yīng)用示范。中國(guó)移動(dòng)、上汽、華為等在杭州云棲小鎮(zhèn)、上海嘉定開(kāi)展LTE-V2X 安全預(yù)警應(yīng)用示范;2018 年8 月,重慶i-VISTA 自動(dòng)駕駛大賽中首次引入具有中國(guó)自主知識(shí)產(chǎn)權(quán)的LTE-V2X 技術(shù)應(yīng)用。4) 測(cè)試驗(yàn)證公共服務(wù)平臺(tái)促進(jìn)LTE-V2X 技術(shù)成熟。中國(guó)信息通信研究院聯(lián)合跨行業(yè)企業(yè)初步構(gòu)建了V2X 實(shí)驗(yàn)室仿真測(cè)試環(huán)境,開(kāi)展LTE-V2X 的應(yīng)用功能、性能、互聯(lián)互通和互操作測(cè)試。

5、車聯(lián)網(wǎng)終將演進(jìn)到 5G-V2X

在智能網(wǎng)聯(lián)時(shí)代,實(shí)現(xiàn)車聯(lián)生態(tài)最重要的目的就是提高交通安全,并最終實(shí)現(xiàn)無(wú)人駕駛,其需求集中體現(xiàn)在:

1)低時(shí)延,端到端時(shí)延在 5ms 以內(nèi);

2)高可靠,誤包率在 99.999%以下,而且能在車輛發(fā)生擁塞,大量節(jié)點(diǎn)共享有限頻譜資源時(shí),仍能夠保證傳輸?shù)目煽啃?

3)可能需要支持高速移動(dòng),考慮到汽車之間的相對(duì)移動(dòng),最高相對(duì)時(shí)速可達(dá)500km/h;

4)傳輸數(shù)據(jù)包至少能承載1600 字節(jié)的信息數(shù)據(jù)。

這些技術(shù)要求與5G 技術(shù)的特性有著相當(dāng)高的吻合度,尤其是5G 特有的低延時(shí)(<5ms) 和高可靠性特性,這無(wú)論對(duì)于DSRC 還是LTE-V 來(lái)說(shuō),都是無(wú)法與之相比擬的。

5G時(shí)代定義的URLLC場(chǎng)景對(duì)V2X的時(shí)延要求為20ms以下,具有超高可靠、超低時(shí)延通信的特點(diǎn),其基于邊緣計(jì)算、終端直通、幀結(jié)構(gòu)的V2X關(guān)鍵技術(shù)通過(guò)與運(yùn)營(yíng)商網(wǎng)絡(luò)結(jié)構(gòu)和業(yè)務(wù)模式策略緊密配合,能高效支撐龐大且復(fù)雜的5G應(yīng)用。綜合來(lái)看,LTE-V2X 終將平滑演進(jìn)到5G-V2X,并有望在2020 年全面進(jìn)入商用階段。

5G 技術(shù)將在2020 年全面進(jìn)入商用階段,我們認(rèn)為5G 有可能成為統(tǒng)一的連接技術(shù),滿足未來(lái)共享汽車、遠(yuǎn)程操作、自動(dòng)和協(xié)作駕駛等連接要求,替代或者補(bǔ)充現(xiàn)有連接技術(shù)。

5.1 終端直通D2D 技術(shù):有效實(shí)現(xiàn)低時(shí)延傳輸,提高通信系統(tǒng)性能

終端直通D2D(Device to Device)技術(shù)是指借助Wi-Fi、Bluetooth、LTE-D2D 技術(shù)實(shí)現(xiàn)終端設(shè)備之間的直接通信。在現(xiàn)有的通信系統(tǒng)中,設(shè)備之間的通信都是由無(wú)線通信運(yùn)營(yíng)商的基站進(jìn)行控制,無(wú)法直接進(jìn)行語(yǔ)音或數(shù)據(jù)通信。這是因?yàn)榻K端通信設(shè)備的能力和無(wú)線通信的信道資源都很有限。在5G 系統(tǒng)中,用戶處在由D2D 通信用戶組成的分布式網(wǎng)絡(luò),每個(gè)用戶節(jié)點(diǎn)都能發(fā)送和接收信號(hào),并具有自動(dòng)路由(轉(zhuǎn)發(fā)消息)的功能。網(wǎng)絡(luò)的參與者共享它們所擁有的一部分硬件資源,包括信息處理、存儲(chǔ)和網(wǎng)絡(luò)連接能力等。這些共享資源向網(wǎng)絡(luò)提供服務(wù)和資源,能被其他用戶直接訪問(wèn)而不需要經(jīng)過(guò)中間實(shí)體。

D2D 是5G 通信系統(tǒng)的一項(xiàng)重要技術(shù),具有低時(shí)延業(yè)務(wù)傳輸?shù)木薮鬂摿Γ貏e適合于時(shí)延要求很高的V2X 業(yè)務(wù),如緊急防撞;從技術(shù)層面,D2D 能夠通過(guò)空分復(fù)用和短距離傳輸?shù)姆绞酱蟠筇岣邆鬏斔俾屎蜔o(wú)線傳輸容量,尤其適合于V2X 的廣播多播業(yè)務(wù); 另外,由于D2D 能夠在有網(wǎng)絡(luò)覆蓋和美有網(wǎng)絡(luò)覆蓋的場(chǎng)景下工作,大大提高LTE-V2X 的競(jìng)爭(zhēng)力,獲得與DSRC 技術(shù)相對(duì)的比較優(yōu)勢(shì)。正是因?yàn)?G V2X 可以利用LTE Uu 接口協(xié)議或增強(qiáng)的D2D 協(xié)議來(lái)支撐,因此D2D 被視為V2X 的基本支撐技術(shù),將有力促進(jìn)V2X 在5G 時(shí)代的大規(guī)模應(yīng)用。

5.2 移動(dòng)邊緣計(jì)算MEC 技術(shù):毫秒級(jí)低時(shí)延保證可靠性和精準(zhǔn)性

邊緣計(jì)算作為云計(jì)算的一種補(bǔ)充和優(yōu)化,是指在靠近物或數(shù)據(jù)源頭的一側(cè),采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開(kāi)放平臺(tái),就近提供最近端服務(wù),其應(yīng)用程序在邊緣側(cè)發(fā)起,產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)。移動(dòng)邊緣計(jì)算就是利用無(wú)線接入網(wǎng)絡(luò)就近提供電信用戶IT 所需服務(wù)和云端計(jì)算功能,而創(chuàng)造出一個(gè)具備高性能、低延遲與高帶寬的電信級(jí)服務(wù)環(huán)境。MEC 背后的邏輯非常簡(jiǎn)單,將網(wǎng)絡(luò)業(yè)務(wù)“下沉”到更接近用戶的無(wú)線接入網(wǎng)側(cè),降低數(shù)據(jù)傳輸時(shí)延,緩解網(wǎng)絡(luò)堵塞。即離源數(shù)據(jù)處理、分析和存儲(chǔ)越近,數(shù)據(jù)時(shí)延越低。

自動(dòng)駕駛汽車有成百上千個(gè)傳感器,駕駛過(guò)程中每8 個(gè)小時(shí)會(huì)產(chǎn)生40TB 的數(shù)據(jù),這些數(shù)據(jù)中大多數(shù)并不重要,而且把這么大體量的數(shù)據(jù)傳到云端進(jìn)行云計(jì)算不切實(shí)際。同時(shí),自動(dòng)駕駛汽車對(duì)于數(shù)據(jù)傳輸時(shí)延極為敏感,數(shù)據(jù)傳輸延遲1ms,都可能導(dǎo)致一場(chǎng)慘劇發(fā)生。所以為了降低帶寬、保證低時(shí)延,MEC 便成為了比較適用的網(wǎng)絡(luò)結(jié)構(gòu)。移動(dòng)邊緣計(jì)算服務(wù)器對(duì)無(wú)人駕駛汽車數(shù)據(jù)實(shí)時(shí)進(jìn)行數(shù)據(jù)處理和分析,并將分析所得結(jié)果以極低延遲(通常為ms 級(jí))傳送給臨近區(qū)域內(nèi)其他聯(lián)網(wǎng)車輛人,以便車輛做出決策。這種方式比其他處理方式更便捷、更自主、更可靠。此外,MEC 還被用于解決自動(dòng)駕駛汽車數(shù)據(jù)緩存問(wèn)題。

5.3 PDCP 層分集傳輸:實(shí)現(xiàn)對(duì)單個(gè)終端的傳輸可靠性

5G 時(shí)代,3GPP 組織把接入網(wǎng)(5G NR)和核心網(wǎng)(5G Core)拆開(kāi)要求其獨(dú)立進(jìn)入5G 時(shí)代,5G 要支持URLLC 場(chǎng)景,要實(shí)現(xiàn)超可靠低時(shí)延通信,但通常用戶行為捉摸不定,無(wú)線信號(hào)變化莫測(cè),無(wú)線信號(hào)的質(zhì)量惡化和基站的擁塞均受制于各種不可控因素,要想實(shí)現(xiàn)傳輸?shù)姆€(wěn)定性和可靠性需要通過(guò)載波聚合和多連接技術(shù),使用頻率分集的方式來(lái)實(shí)現(xiàn)對(duì)單個(gè)終端的傳輸可靠性。

數(shù)據(jù)包在PDCP 層處理和復(fù)制,并通過(guò)每個(gè)RLC 層,再通過(guò)相關(guān)的CC 發(fā)送,接收端處理較早到達(dá)的數(shù)據(jù)包,同時(shí)拋棄較晚到達(dá)的復(fù)制的數(shù)據(jù)包,即在多個(gè)無(wú)線鏈路上傳輸相同的數(shù)據(jù)的方式,來(lái)抵御無(wú)線化境惡化帶來(lái)的影響,保障通信鏈路的可靠性。

六、展望

智能化已經(jīng)成為車展的核心內(nèi)涵,不同于前幾年智能化只是噱頭亮點(diǎn),今年廠商的落地預(yù)期非常明顯。無(wú)論是主機(jī)廠、零部件廠、互聯(lián)網(wǎng)公司均能提供多種裝機(jī)方案,共同演繹汽車未來(lái)電動(dòng)化、智能化、網(wǎng)絡(luò)化和信息化的發(fā)展方向。車展專門(mén)設(shè)立未來(lái)出行展區(qū),展示了車聯(lián)網(wǎng)、無(wú)人駕駛解決方案、激光雷達(dá)、芯片、高精定位和地圖等跨界融合,各項(xiàng)技術(shù)的飛速發(fā)展導(dǎo)致了智能化方案的快速落地。此外值得注意的是,一些移動(dòng)互聯(lián)網(wǎng)巨頭企業(yè)如華為、中國(guó)移動(dòng)等也高調(diào)出現(xiàn)在上海車展,為與車企及零部件商建立深度的聯(lián)系打下基礎(chǔ)。

從智能化的推進(jìn)節(jié)奏角度看投資機(jī)會(huì),應(yīng)該分三個(gè)階段。

第一階段2019-2020 年,中短期更應(yīng)關(guān)注智能化自下而上的機(jī)會(huì),標(biāo)的集中在基礎(chǔ)硬件的提供商。當(dāng)前ADAS 產(chǎn)品安裝比例和價(jià)值量確定性提升,對(duì)應(yīng)的產(chǎn)品需求能夠保持快速的增長(zhǎng),同時(shí)對(duì)應(yīng)標(biāo)的在下一輪無(wú)人駕駛階段也會(huì)具有較大先機(jī)。

第二階段2021-2025 年,開(kāi)始看自上而下的投資機(jī)會(huì),時(shí)點(diǎn)上來(lái)看我們認(rèn)為是ADAS 強(qiáng)制普及的節(jié)點(diǎn)。短期無(wú)人駕駛受制于政策、倫理、技術(shù)等問(wèn)題無(wú)法實(shí)現(xiàn)盈利能力,而彼時(shí)無(wú)人駕駛已有了低端智能化作為硬件和軟件支撐,政府個(gè)人的接受度提升,打破常規(guī)限制才是高等級(jí)智能化成為駕駛安全的最終落腳點(diǎn)的時(shí)間契機(jī)。當(dāng)前來(lái)看已經(jīng)逐步進(jìn)入這一階段,華為、中國(guó)移動(dòng)、阿里、騰訊、百度等都在積極布局第二階段。

第三階段2025 年后,自動(dòng)駕駛開(kāi)始在特定場(chǎng)景中實(shí)現(xiàn),基礎(chǔ)建設(shè)落地,單車價(jià)值量提升,智能駕駛實(shí)現(xiàn)一年萬(wàn)億市場(chǎng)的投資機(jī)會(huì)。

具體來(lái)看,當(dāng)前投資的落地點(diǎn)在于幾個(gè)層面。傳感層的機(jī)會(huì)在于高精度、高準(zhǔn)確度的傳感器最終落地,單個(gè)車型的傳感器價(jià)值量不斷提升。計(jì)算層在于基于國(guó)內(nèi)迅速迭代的算法技術(shù)的智能座艙落地,提升車輛駕駛體驗(yàn)。執(zhí)行層受益于國(guó)內(nèi)的制造基礎(chǔ),ADAS 和新能源的應(yīng)用加速了執(zhí)行層落地,催化劑在于政策帶來(lái)爆發(fā)性機(jī)會(huì)。網(wǎng)絡(luò)層、通信層方面,云、管、端的三層架構(gòu)已經(jīng)逐步明確,運(yùn)營(yíng)商、設(shè)備商和主機(jī)廠是投資機(jī)會(huì)。芯片層在于開(kāi)發(fā)更為適用于智能駕駛的芯片,包括圖像識(shí)別、高速計(jì)算和數(shù)據(jù)傳輸?shù)雀鱾€(gè)方面的應(yīng)用。最后則是電動(dòng)化這一層,新能源車更加有利于智能設(shè)備的安裝和推廣。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 智能駕駛
    +關(guān)注

    關(guān)注

    4

    文章

    2815

    瀏覽量

    49963
  • 產(chǎn)業(yè)鏈
    +關(guān)注

    關(guān)注

    3

    文章

    1356

    瀏覽量

    26418
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    790

    文章

    14321

    瀏覽量

    170682

原文標(biāo)題:汽車自動(dòng)駕駛?cè)a(chǎn)業(yè)鏈深度分析:最新進(jìn)展與發(fā)展機(jī)會(huì)

文章出處:【微信號(hào):IV_Technology,微信公眾號(hào):智車科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    卡車、礦車的自動(dòng)駕駛和乘用車的自動(dòng)駕駛在技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展,讓組合輔助駕駛得到大量應(yīng)用,但現(xiàn)在對(duì)于自動(dòng)駕駛技術(shù)的宣傳,普遍是在乘用車領(lǐng)域,而對(duì)于卡車、礦車的自動(dòng)駕駛發(fā)展,卻鮮有提及。其實(shí)在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?209次閱讀
    卡車、礦車的<b class='flag-5'>自動(dòng)駕駛</b>和乘用車的<b class='flag-5'>自動(dòng)駕駛</b>在技術(shù)要求上有何不同?

    搭建完整的ADAS測(cè)試路,推動(dòng)自動(dòng)駕駛技術(shù)的安全發(fā)展

    隨著全球L3級(jí)自動(dòng)駕駛法規(guī)落地,產(chǎn)業(yè)進(jìn)入規(guī)?;l(fā)展階段。針對(duì)高階自動(dòng)駕駛系統(tǒng)復(fù)雜度與測(cè)試效率的挑戰(zhàn),北匯信息構(gòu)建覆蓋MIL、SIL、HIL、VIL及實(shí)車的生命周期測(cè)試
    的頭像 發(fā)表于 05-30 11:59 ?1593次閱讀
    搭建完整的ADAS測(cè)試<b class='flag-5'>鏈</b>路,推動(dòng)<b class='flag-5'>自動(dòng)駕駛</b>技術(shù)的安全發(fā)展

    新能源車軟件單元測(cè)試深度解析:自動(dòng)駕駛系統(tǒng)視角

    的潛在風(fēng)險(xiǎn)增加,尤其是在自動(dòng)駕駛等安全關(guān)鍵系統(tǒng)中。根據(jù)ISO 26262標(biāo)準(zhǔn),自動(dòng)駕駛系統(tǒng)的安全完整性等級(jí)(ASIL-D)要求單點(diǎn)故障率必須低于10^-8/小時(shí),這意味著每小時(shí)的故障概率需控制在億
    發(fā)表于 05-12 15:59

    華為受邀出席第一屆自動(dòng)駕駛產(chǎn)業(yè)發(fā)展論壇

    近日,在由中國(guó)電動(dòng)汽車百人會(huì)和華為等聯(lián)合主辦的“第一屆自動(dòng)駕駛產(chǎn)業(yè)發(fā)展論壇”上,華為智能駕駛產(chǎn)品線總裁李文廣先生受邀發(fā)表了“2025,開(kāi)啟自動(dòng)駕駛新時(shí)代”的主題演講,圍繞
    的頭像 發(fā)表于 04-28 10:25 ?393次閱讀

    產(chǎn)業(yè)鏈起飛!L3級(jí)自動(dòng)駕駛年內(nèi)有望落地

    電子發(fā)燒友網(wǎng)報(bào)道(文/梁浩斌)近幾個(gè)月,關(guān)于L3級(jí)自動(dòng)駕駛落地的聲音越來(lái)越多。 ? 小鵬汽車董事長(zhǎng)何小鵬在社交媒體透露,2025年底將推出真L3級(jí)別軟件和硬件冗余能力的自動(dòng)駕駛,同時(shí)有消息稱小鵬將于
    發(fā)表于 03-13 00:22 ?1238次閱讀

    自動(dòng)駕駛的未來(lái) - 了解如何無(wú)縫、可靠地完成駕駛

    作者:Don Horne 投稿人:DigiKey 北美編輯 自動(dòng)駕駛組件的最新進(jìn)展使許多駕駛員的“無(wú)需干預(yù)”成為現(xiàn)實(shí)。然而,許多駕駛員對(duì)真正自動(dòng)駕駛汽車的安全性和可靠性仍然存在不情愿和
    的頭像 發(fā)表于 01-26 21:52 ?566次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>的未來(lái) - <b class='flag-5'>了解</b>如何無(wú)縫、可靠地完成<b class='flag-5'>駕駛</b>

    從《自動(dòng)駕駛地圖數(shù)據(jù)規(guī)范》聊高精地圖在自動(dòng)駕駛中的重要性

    從技術(shù)、管理和應(yīng)用等多個(gè)維度規(guī)范自動(dòng)駕駛地圖數(shù)據(jù)的生產(chǎn)與使用。 引言 隨著全球范圍內(nèi)自動(dòng)駕駛技術(shù)的加速發(fā)展,自動(dòng)駕駛地圖這一新型數(shù)字基礎(chǔ)設(shè)施正逐漸成為智能汽車產(chǎn)業(yè)的核心支撐。不同于傳統(tǒng)
    的頭像 發(fā)表于 01-05 19:24 ?2316次閱讀
    從《<b class='flag-5'>自動(dòng)駕駛</b>地圖數(shù)據(jù)規(guī)范》聊高精地圖在<b class='flag-5'>自動(dòng)駕駛</b>中的重要性

    自動(dòng)駕駛中常提的SLAM到底是個(gè)啥?

    隨著自動(dòng)駕駛技術(shù)的迅速發(fā)展,車輛在不同環(huán)境中的定位與導(dǎo)航需求愈加迫切,自動(dòng)駕駛的核心任務(wù)是讓車輛在未知或動(dòng)態(tài)變化的環(huán)境中安全、智能地行駛,這需要系統(tǒng)能夠準(zhǔn)確地回答:1)我在哪里?2)我該去哪里
    的頭像 發(fā)表于 11-21 15:17 ?1638次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>中常提的SLAM到底是個(gè)啥?

    自動(dòng)駕駛算法數(shù)據(jù)路是怎么樣的?#ADAS #智能駕駛

    自動(dòng)駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年11月20日 13:05:51

    自動(dòng)駕駛汽車安全嗎?

    隨著未來(lái)汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動(dòng)化——最終實(shí)現(xiàn)自動(dòng)駕駛了解自動(dòng)駕駛汽車的安全問(wèn)題變得非常重要,這樣你才能回答“
    的頭像 發(fā)表于 10-29 13:42 ?1124次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>汽車安全嗎?

    自動(dòng)駕駛HiL測(cè)試方案案例分析--ADS HiL測(cè)試系統(tǒng)#ADAS #自動(dòng)駕駛 #VTHiL

    自動(dòng)駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動(dòng)駕駛HiL測(cè)試方案介紹#ADAS #自動(dòng)駕駛 #VTHiL

    自動(dòng)駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些優(yōu)勢(shì)?

    FPGA(Field-Programmable Gate Array,現(xiàn)場(chǎng)可編程門(mén)陣列)在自動(dòng)駕駛領(lǐng)域具有顯著的優(yōu)勢(shì),這些優(yōu)勢(shì)使得FPGA成為自動(dòng)駕駛技術(shù)中不可或缺的一部分。以下是FPGA在自動(dòng)駕駛
    發(fā)表于 07-29 17:11

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些應(yīng)用?

    FPGA(Field-Programmable Gate Array,現(xiàn)場(chǎng)可編程門(mén)陣列)在自動(dòng)駕駛領(lǐng)域具有廣泛的應(yīng)用,其高性能、可配置性、低功耗和低延遲等特點(diǎn)為自動(dòng)駕駛的實(shí)現(xiàn)提供了強(qiáng)有力的支持。以下
    發(fā)表于 07-29 17:09