您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[天风证券]:智能汽车|智能化系列一:智能驾驶:新技术,新认知,新机会 - 发现报告
当前位置:首页/行业研究/报告详情/

智能汽车|智能化系列一:智能驾驶:新技术,新认知,新机会

交运设备2023-11-15孙谦天风证券M***
AI智能总结
查看更多
智能汽车|智能化系列一:智能驾驶:新技术,新认知,新机会

行业报告|行业专题研究 证券研究报告 2023年11月15日 智能汽车|智能化系列一 智能驾驶:新技术,新认知,新机会 作者: 分析师孙谦SAC执业证书编号:S1110521050004 请务必阅读正文之后的信息披露和免责申明 行业评级:强于大市(维持评级)上次评级:强于大市 摘要 作为以前瞻、深度为己任的研究机构,我们一直在试图追踪新能源汽车崛起带来的产业变化。而有别于通用的市场规模、公司情况、估值模型的报告架构。落脚于智能驾驶,提炼出我们看到的未来变化,总结出可能的产业变化。 多方共振,汽车智能化进入高速增长期 政策+技术+商业三方共振,汽车智能化进入高速增长期:1)政策端:国外部分国家L3级政策已出台,国内政策有望取得实质性落地;2)技术端:BEV+Transformer+占用网络实现算法突破,4D毫米波雷达利于硬件将本,有望促进智驾普及;3)商业端:主机厂NOA场景不断泛化,消费者已将智驾功能作为选购重要决策项。 智驾时代:新技术,新认知,新机会 1)新技术:智能驾驶作为新技术处于高速成长期,重点由场景拓展转为里程迭代;2)新认知:新能源车行业上半场由油电同价逻辑开启,下半场智能化时代有望回归用户价值。我们关注品牌对客户需求的深挖和对消费者价值的塑造,例如华为将安全作为智驾关键点;3)新机会:软件端价值持续上升,从多模块到端到端算法是主要趋势;硬件端控制器走向中央域,传感器需求随自动驾驶等级增加,但最终走向低成本、小体积,执行器关注线控制动和空气悬架。 投资建议:智能驾驶奇点时刻来临,建议持续关注智能化对行业带来的边际变化。短期华为智选产业链>智能化优势整车/智能驾驶核心零部件(域控制器、线控底盘、4D毫米波雷达),长期关注产业竞争格局与产业分工变化。 风险提示:宏观经济及汽车行业景气度下滑;大模型应用速度或效果不及预期;政策落地进程不及预期;高阶自动驾驶消费者接受意愿不及预期 目录 1多方共振,汽车智能化进入高速增长期3重点赛道产业链及公司梳理 1.1政策端: 3.1 车载摄像头 1.1.1国外法规政策出台,L3量产方案加速落地 3.2 4D毫米波雷达 1.1.2国内法规陆续出台,有望取得实质性进展 3.3 域控制器 1.2技术端: 3.4 空气悬架 1.2.1BEV+Transformer+占用网络提升智能驾驶感知能力 3.5 线控制动 1.2.24D成像雷达实现技术突破,有望降低硬件成本 3.6 线控转向 1.3商业端: 1.3.1NOA场景泛化至城区,标配车型价格逐渐向下渗透 1.3.2智驾功能成为消费者购车新的决策参考 2智驾时代:新技术,新认知,新机会 2.1智驾赛道处于高速成长期,由场景拓展转为里程迭代 2.2从高性价比,到回归用户价值 2.3问界新M7重塑认知,安全成首要关注点 2.4软件: 2.4.1方案参与者多样化,软件价值持续上升 2.4.2从多模块到端到端算法 2.5硬件: 2.5.1中央域控制器是未来主流趋势 2.5.2传感器需求随智驾等级增加,但最终走向低成本、小体积 2.5.3线控制动one-box为主流,空气悬架国产突围 4风险提示 1 多方共振,汽车智能化进入高速增长期 请务必阅读正文之后的信息披露和免责申明4 L3级别的智能驾驶系统被认为辅助驾驶与自动驾驶的分水岭,L3级别之后,驾驶的主导权逐渐从驾驶员转移至自动驾驶系统。智能化趋势下,国内外纷纷支持L3及更高阶智驾商业化,多家车企已做好量产L3级车辆的准备。目前,国外部分国家L3级智能驾驶相关政策已经出台。 1.1政策端:国外法规政策出台,L3量产方案加速落地 各国陆续推出自动驾驶法规 国家 时间 政策/事件 主要内容 美国 2023/6 加州机动车辆管理局(DMV)周四向梅赛德斯-奔驰颁发了加州首张自动驾驶车辆部署许可证 允许梅赛德斯-奔驰在加州湾区、中央谷地、洛杉矶、萨克拉门托和圣地亚哥的高速公路以及连接南加州和内华达州的州际高速公路上提供其“DrivePilot”系统,批准奔驰的驾驶辅助系统“DrivePilot”可在指定高速公路上无需驾驶员介入 2022/3 《无人驾驶乘员保护安全标准》 首个针对无人驾驶车辆的乘客安全技术规定,强调自动驾驶汽车必须提供与人类驾驶传统汽车同等水平的乘员保护,明确完全自动驾驶汽车可不再需要配备传统的方向盘、制动或油门踏板等人工控制装置。 2020 《自动驾驶汽车准则4.0》 为各州和地方政府、汽车测试商以及所有利益相关者提供了统一指导 德国 2021/12 德国在法律层面认可L3自动驾驶上路 梅赛德斯-奔驰获得德国联邦汽车运输管理局批准,允许搭载L3级自动驾驶系统DrivePilot的奔驰S级或EQS轿车在德国高速公路上有条件行驶。 2021/3 《自动驾驶法》 允许了车辆在特定应用场景下使用L4级的自动驾驶功能 2017/5 《道路交通法第八修正案》 对于自动驾驶汽车的概念、驾驶员应当遵守的义务、侵权责任等问题做出了一些基本的规定,涵盖了L3级别的自动驾驶车辆 日本 2023/4 《道路交通法》修正案 2023年4月1日起解禁“Level4”级(L4级)自动驾驶出行服务以及利用自动配送机器人的业务 2018/9 《自动驾驶汽车安全技术指南》 明确规定L3、L4级自动驾驶汽车的安全条件。 英国 2023/6 首次允许无人驾驶汽车商用 启动无人驾驶汽车租赁项目,这项无人驾驶服务的提供方为英国初创公司ImperiumDrive,无人驾驶汽车通过操作员远程控制到达乘客的设定位置,之后乘客可自行开往目的地,完成订单后,操作员再将车辆驶回指定位置。乘客不需要操作,但为了安全起见,目前有驾照的人才可以下单使用。 我国高度重视智能网联汽车法规政策推进、技术标准制定、产业生态建设,采取了地方试验立法在先,中央总结立法在后的模式。2023年全国+地方智能驾驶政策陆续出台,从上层政策框架、道路测试、数据管理、示范应用等多方面入手,逐渐完善政策体系,L3级别智能驾驶落地有望取得突破。 1.1政策端:国内法规陆续出台,有望取得实质性进展 全国+地方智能驾驶政策陆续出台 国内 时间 政策/事件 主要内容 全国 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,系统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。到2030年,全面形成能够支撑实现单车智能和网联赋能协同发展的智能网联汽车标准体系。 全国 2022/11 《关于开展智能网联汽车准入和上路通行试点工作的通知(征求意见稿)》 首次为开展智能网联汽车准入和上路通行试点工作提供政策依据,同时也将促进智能网联汽车产业向着L3级和L4级自动驾驶发展迈出坚实步伐 北京 2023/7 《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理细则(试行)》修订版 在京开放智能网联乘用车“车内无人”商业化试点,细则支持企业在达到相应要求后可在示范区面向公众提供常态化的自动驾驶付费出行服务。 上海 2023/7 浦东首批无人路测车牌发放 百度智行、AutoX安途、小马智行三家企业15辆车获得浦东新区首批发放的无驾驶人智能网联汽车道路测试牌照。本次获得牌照的企业可以在浦东新区行政区域内划定的路段、区域开展车内全无人的智能网联汽车道路测试。 上海 2023/1 《上海市智能网联汽车高快速路测试与示范实施方案》 到2023年,5家以上主体、超过30辆车开展高快速路测试(测试时速不低于60公里/小时),2家以上主体开展高快速路示范应用,高快速路测试与示范里程累计超过5万公里,无重大道路安全事故发生,高快速路测试与示范工作体系初步形成。到2025年,15家以上主体、超过150辆车开展高快速路测试与示范,测试范围进一步扩大,累计测试里程超过20万公里 深圳 2023/6 智能网联汽车商业化试点运营 前海管理局与小马智行、如祺出行及深圳巴士、商汤科技共同致力于在前海合作区落地深圳最大规模的无人驾驶乘用车队和自动驾驶巴士运营车队 杭州 2023/4 《杭州市智能网联车辆测试与应用管理办法》 对智能网联车辆测试与应用实行分级分类管理,并支持智能网联车辆企业组建产业联盟,开展共性关键技术研发 成都 2023/6 《关于推进成都市智能网联汽车远程驾驶测试与示范应用的指导意见》 规范了智能网联汽车在我市开展远程驾驶道路测试与示范应用的相关事项 江苏 2023/6 《智慧公路车路协同路侧设施建设及应用技术指南》 引导和规范普通国省道智慧公路车路协同建设与高效应用,为推动公路交通高质量发展提供技术支撑.《指南》结合苏州市相城区智能网联道路三期、524国道、126省道等项目进行验证,通过路侧设施智能化建设,L2级车辆借助路段感知设备可达到L4级自动驾驶能力。 特斯拉引领下,智能驾驶算法实现突破,技术路线已暂时收敛,各厂商皆以“BEV+Transformer+占用网络”为最新一代量产系统的核心架构,实现对环境感知和认知能力的升级,城市领航功能逐渐降低对高精地图的依赖,并有望实现端到端自动驾驶。 国内头部主机厂及智能驾驶供应商已布局BEV+Transformer,数据闭环架构也已基本建立,随着消费者智驾接受度提升,有望形成销量 -数据-算法升级的螺旋上升趋势。 1.2技术端:BEV+Transformer+占用网络提升智能驾驶感知能力 自动驾驶算法突破 BEV+Transformer提高感知能力和泛化能力 •BEV统一视角,融合摄像头和传感器数据至同一平面上,可以提供全局视角并消除数据之间的遮挡和重叠问题,提高物体检测和跟踪的精度; •Transformer通过自注意力机制,可实现全局理解的特征提取,有利于寻找事物本身的内在关系,使智能驾驶学会总结归纳而不是机械式学习。 占用网络模型解决目标检测长尾问题 •BEV向占用网络模型升级,实现从2D到3D的优化,以占用的方式重建了3D场景,可用于通用障碍物检测,精准实现空间中物体的占位情况、语义识别、运动情况等,在表征上更具优势,有望成为下一代自动驾驶算法进步方向 端到端大模型有望成为自动驾驶终极方案 国内自动驾驶厂商智能驾驶大模型布局梳理(不完全统计) 资料来源:浦东未来车产业公众号,EV视界公众号,汽车商业评论公众号等,天风证券研究所 7 •一个模型实现多种模型功能,研发人员只需针对这一个模型进行整体训练、调整优化,即可实现性能上的提升,能更好地集中资源,实现功能聚焦;另一方面,可以消除传统模块化架构由于传递数据而出现的级联误差问题,极大提升系统性能上限。 厂商 类型 BEV Transformer OccupancyNetwork 小鹏 OEM   理想 OEM   蔚来 OEM   比亚迪 OEM   智己 OEM    华为 Tier1   (GOD网络) 毫末智行 Tier1   小马智行 Tier1  地平线 Tier1   轻舟智航 Tier1   商汤 Tier1   百度Apollo Tier1   智驾科技 Tier1   觉非科技 Tier1   纽劢科技 Tier1   Momenta Tier1   4D毫米波成像雷达相对于传统毫米波雷达增加了俯仰角度的信息感知能力,可对纵向目标进行高分辨率地识别;“成像”则类似于激光雷达的点云成像效果。与传统毫米波相比,4D成像雷达的射频收发通道数量多出十倍以上,随着俯仰角分辨率大大提高,能够对目标和环境呈现出丰富的点云图像以及距离、速度和角度信息,可以适应更多复杂路况(如较小物体、遮挡物体以及静止物体和横向移动障碍物检测等)。与激光雷达相比,部分指标近似达到16线激光雷达性能,但成本仅为激光雷达十分之一。 我们认为4D毫米波雷达是较为经济、稳定的车载传感器,或将完全替代3D毫米波雷达,并替代低线激光雷达,实现性能不变的同时可降低整车硬件成本,有利于智驾普及