智能驾驶渗透率持续提升,高阶智驾迎来发展热潮。随着自动驾驶技术的成熟和商业化的加速,汽车的核心价值部件由体现动力和操作系统的传动系统转向体现自动驾驶水平的智能软件系统和处理芯片,在各项利好加持下,我国智能驾驶渗透率快速提速,2023年L2级自动驾驶渗透率达到47.3%,2024年1至5月突破50%。工信部于2024年6月4日发布消息,九家企业入围智能驾驶试点,L3级自动驾驶技术迎来发展热潮。以特斯拉FSD为代表的单车智能自动驾驶技术目前已在北美成功商业化推广,进入规模应用阶段。高阶智驾要实现商业化落地,需解决安全性、ODD限制和经济性问题。 车路协同助力高阶智驾发展,我国有望实现弯道超车。车路协同自动驾驶是在单车智能自动驾驶的基础上,将“人-车-路-云”交通要素有机地相联系,从而满足不同等级自动驾驶车辆应用需求。VICAD可以全流程参与高级别自动驾驶感知、决策规划和控制等过程,在ODD范围内保证自动驾驶安全,远高于人类驾驶水平,其并不会完全取代单车智驾,而是为单车智能车辆起到互补、冗余和强化的支撑和促进作用。美国单车智能技术领先全球,我国有望依靠通信技术、基建建设等优势,通过车路协同技术发展实现自动驾驶领域的弯道超车。车路协同发展意义不仅仅在于加速自动驾驶的普及应用,提高交通安全和交通效率,其对产业的推动作用也至关重要,根据中国汽车工程学会测算,在中性预期情景下,预计2025年/2030年我国车路云一体化智能网联汽车产业总产值增量分别为7295亿元/25825亿元,年均复合增长率为28.8%。 车路协同政策推动产业建设,招投标密集发布加速行业发展。自2010年前后,在国家科技重大专项和地方政府的推动下,我国已经开始了车路协同技术的初步探索和小范围试点。“十四五”时期,我国政府进一步加大了对智慧交通基础设施的建设力度,明确提出要推进车路协同技术的广泛应用,各省内积极响应并出台符合省内建设条件的车路协同发展政策及规划,以匹配现代化经济体系的建设需求,例如持续建设的国家级测试示范区、车联网先导区和“双智”城市也为车路协同发展奠定基础。自2024年5月31日,北京市发改委批准建设北京市近百亿的“车路云一体化”项目后,6月14日,武汉市170亿规模车路云示范项目公布,将显著推动智慧道路盖率及车载终端装配率的提升。7月3日,工信部等5部门联合公布了智能网联汽车“车路云一体化”应用试点城市名单,包含20个不同层级、不同类型的城市进行应用试点,有助于推动“车路云一体化”更广泛地应用,之后应用试点城市预计将发布相应的“车路云一体化”的规划并进行开工建设,整个行业将步入项目密集落地阶段。 车路协同产业链分布广泛,正逐步迈向规模化商用阶段。我国车路协同的产业链涉及到车载设备和智能交通系统、道路基础设施建设等多个环节,通过相互协作和协同发展以推动车路协同的实现和应用。目前,我国车路协同行业偏基础公共服务模式,而非市场化模式,成熟后可能会由运营方承担,商业模式仍在探索阶段。当前“车路云一体化”投资的主要看点在于建设阶段,目前路侧和车端基础设施投资确定性最高。随着物联网、5G通信、人工智能等前沿技术的飞速发展,RSU(路侧单元)的性能和功能将得到显著提升,据智研瞻预测,2024-2030年RSU行业市场规模增长率在7%-8%,2030年RSU行业市场规模81.84亿元,同比增长7.72%。OBU(车载单元)渗透率的提高主要依靠整车厂商进行前装模式推动,随着RSU和OBU数量达到一定规模,后装OBU渗透率也会有所提升,通过测算,我们预计到2029年OBU前装市场空间约为171亿元左右。 投资建议:“车路云一体化”首批20个试点城市已经揭晓,“车路云一体化”建设将由小范围测试验证阶段正式迈入规模化落地建设阶段,并且将迎来项目密集落地,从而进一步加速高阶自动驾驶的普及应用和商业化进程,交通信息化产业发展有望提速,建议关注:万集科技、金溢科技、经纬恒润、千方科技、高新兴、通行宝等。 风险提示:政策推进不及预期、市场竞争加剧、项目进度不及预期。 投资主题 报告亮点 本报告自上而下对车路协同行业发展进行梳理阐述,重点讲述车路协同产业在我国的重要意义及其必要性,探讨了产业现状及发展方向,指出在产业迎来变革加速落地的当下,产业链中企业迎来的投资机遇。 投资逻辑 随着自动驾驶技术的成熟和商业化的加速,L3级自动驾驶技术迎来发展热潮,但是后续高阶智驾要实现商业化落地,还需解决安全性、ODD限制和经济性问题,仅仅依靠单车智能很难实现,通过车路协同技术可以全流程参与高级别自动驾驶感知、决策规划和控制等过程,在ODD范围内保证自动驾驶安全,远高于人类驾驶水平,其并不会完全取代单车智驾,而是为单车智能车辆起到互补、冗余和强化的支撑和促进作用。车路协同发展意义不仅仅在于加速自动驾驶的普及应用,提高交通安全和交通效率,其对产业的推动作用也至关重要,将会显著拉动我国经济。美国单车智能技术领先全球,我国有望依靠通信技术、基建建设等优势,通过车路协同技术发展实现自动驾驶领域的弯道超车。自2024年5月,全国各地车路云一体化项目招投标密集发布,有望推动车路协同产业进一步落地,2024年将为我国车路协同产业元年。目前,我国车路协同行业偏基础公共服务模式,而非市场化模式,成熟后可能会由运营方承担,商业模式仍在探索阶段。当前“车路云一体化”投资的主要看点在于建设阶段,目前路侧和车端基础设施投资确定性最高。我们认为车路协同自动驾驶作为一系列先进信息通信、互联网等多个领域技术的集大成者,在高等级智能道路的加持下,将成为建设新型智慧城市以及新一轮科技创新和产业竞争的高地。 一、智能驾驶渗透率持续提升,高阶智驾迎来发展热潮 (一)自动驾驶多方面赋能交通产业升级,我国渗透率快速提升 在产业政策的刺激下推动汽车行业向网联化、智能化、共享化、电动化转型。自动驾驶作为这场革命中的关键技术,将从安全、效率、商业模式等多方面赋能交通产业升级。 根据清华大学教授张亚勤的《走向自动驾驶》演讲: 自动驾驶将会提升交通安全:自动驾驶减少交通事故,美国当前人为失误事故占比为92%,而人工智能的介入可以大幅降低人为事故隐患。 自动驾驶将会提升交通系统的出行效率:自动驾驶预计平均每天为每位司机节省约60分钟时间。 自动驾驶将会创造巨大的商业价值:张亚勤预测,2030年自动驾驶预计为乘用车带来1.5万亿美元的新市场。如此巨大的商业价值意味着全新的机会,这些机会来自于新的芯片、新的操作系统、新的软件、新的服务以及新的产品。 图表1自动驾驶赋能交通产业升级 SAE自动驾驶标准将自动化技术分为六个等级,从完全依赖人工驾驶到完全自动驾驶。 SAE(国际汽车工程学会)自动驾驶标准是目前被国内外广泛接受的自动驾驶级别划分标准,将自动驾驶技术分为六个等级,从Level-0到Level-5,分别对应不同的自动化程度。具体来说,Level-0代表无自动化,Level-1为单一功能自动驾驶,Level-2为部分自动化,Level-3为有条件自动化,Level-4为高度自动化,而Level-5则代表完全自动驾驶。 该标准成为全球汽车产业广泛引用和参考的标准,不仅在美国得到了广泛应用,还被包括我国在内的许多国家和地区所采纳和参考。 图表2自动驾驶分级 在各项利好加持下,我国智能驾驶渗透率快速提速。2023年,乘用车L2级(自动驾驶)渗透率达到47.3%,2024年1至5月突破50%,部分功能接近L3级智能驾驶水平。国内城市NOA技术(导航辅助驾驶)近年来蓬勃发展,成为智能驾驶领域的热点。根据盖世汽车研究院预测,预计到2025年,国内搭载城市NOA功能的车辆数量将超过300万辆。这一市场趋势被认为是智能驾驶技术发展的重要里程碑,提升了车辆的智能化水平,为车企提供了新的竞争优势和数据训练方式。国内城市NOA技术正处于快速发展阶段,多家车企积极投入,推动该技术的普及和应用。 图表3 2021-2023国内乘用车NOA渗透率 (二)L3级自动驾驶迎来热潮,未来几年内有望实现更广泛应用和发展 让人类信任自动驾驶,还需要不断提升L3级以上的自动驾驶能力。L3能够提供有限条件下的自动驾驶,但仍假设人类能够随时接管。从L4开始,人类不需要随时接管自动驾驶,而最高级的L5甚至不提供人类参与驾驶的能力。是否选择自动驾驶,不仅是技术问题,更是公共安全与社会接受度的问题。与此同时,道路智能也在发展,从车端与路侧必要的信息交互到进一步的协同感知,一直到交通作为整体的协同决策控制,路侧可以帮助车端逐步拥有越来越强的能力,以避免严重自动驾驶事故的发生。更近一步,智能化的道路可以实现规划层面的协同,减少变道和拥堵。随着自动驾驶的普及和道路智能的发展,道路和交通流协同设计将为出行者提供更全面的服务。 图表4自动驾驶发展阶段 九家企业入围智能驾驶试点,L3级自动驾驶技术迎来发展热潮。根据工业和信息化部于2024年6月4日发布的消息,比亚迪、广汽集团、蔚来、上汽、一汽等九家汽车生产企业获批进入智能网联汽车准入和上路通行试点,成为全国首批开展L3自动驾驶上路通行试点的车企。这些企业涵盖了乘用车、客车以及货车三大类,显示出试点的广泛性和多样性。此次试点的实施将分为五个阶段,包括试点申报、产品准入试点、上路通行试点、试点暂停与退出、评估调整。这意味着,尽管这些企业已经通过了初步遴选,但实际的自动驾驶功能是否能够量产和上路通行还需要经过进一步的测试和评估。九家企业的入围不仅展示了中国在智能驾驶领域的快速发展,也为未来自动驾驶技术的规模化应用奠定了基础。随着试点工作的推进,L3级自动驾驶技术有望在未来几年内实现更广泛的应用和发展。 图表5进入智能网联汽车准入和上路通行试点联合体基本信息 (三)自动驾驶分为单车智能和车路协同,单车智驾已成功商业化推广 自动驾驶分为单车智能和车路协同两种路线,各有不同。自动驾驶目前有单车智能自动驾驶(Autonomous Driving,AD)和车路协同自动驾驶(Vehicle-Infrastructure Cooperated Autonomous Driving,VICAD)两种技术路线。其中AD主要依靠车辆自身的视觉、激光雷达等传感器、计算单元、线控系统进行环境感知、计算决策和控制执行。VICAD在AD的基础上,通过先进的车、道路感知和定位设备(如摄像头、雷达等)对道路交通环境进行实时高精度感知定位,按照约定协议进行数据交互,实现车与车、车与路、车与人之间不同程度的信息交互共享(网络互联化),并涵盖不同程度的车辆自动化驾驶(车辆自动化),以及考虑车辆与道路之间协同优化问题(系统集成化)。通过车辆自动化、网络互联化和系统集成化,最终构建一个车路协同自动驾驶系统。VICAD不仅可以提供更安全、更舒适、更节能、更环保的驾驶方式,还是城市智能交通系统的重要环节,也是构建新型智慧城市的核心要素。 以特斯拉FSD为代表的单车智能自动驾驶技术目前已在北美成功商业化推广。特斯拉利用多摄像头和神经网络实现高级驾驶辅助功能,并持续优化技术挑战,包括算法、路测、云计算、数据标注、仿真训练和系统软件等。FSD V12版本通过视频数据优化参数以实现自学驾驶,并采用端到端整合策略,提高性能,降低成本,同时,利用最新的深度学习技术,实现了从感知到决策的直接映射。FSD V12版本已在北美开始商业化推广,并在2024年4月24日,特斯拉宣布其FSD用户的累计行驶里程已超过约13亿英里,标志着特斯拉自动驾驶技术进入规模应用阶段。 图表6 FSD V12完全端到端策略 图表7 FSD累计里程 (四)高阶智驾要实现商业化落地,需解决安全性、ODD限制和经济性问题 尽管目前自动驾驶技术已取得巨大的进步,自动驾驶的商业化进程也初见成效,但距离自动驾驶的大规模普及应用,还有很长的路要走。总结来看,影响自动驾驶走向规模商业化落地的因素主要集中在安全性、运行设计范围(ODD)和经济性三个方面。 1)安全性:在低等级自动驾驶方面