汽车及汽车零部件行业研究：传感器清洗专题报告二：L4级自动驾驶渐近，传感器清洗有望迈入标配化

恒帅 核心观点 L4级自动驾驶渐近，推升传感器清洗市场需求。伴随汽车自动驾驶等级提升，单车传感器用量更多，传感器清洗的需求将会更旺盛。在中央及地方自动驾驶相关政策不断推动下，以Robotaxi为代表的L4级自动驾驶车辆登场，将推升 传感器清洗市场需求。根据不同的清洗介质，ADAS传感器清洗产品分为三种：1）液态清洗：清洗介质为液体，技术成熟但存在清洗液结冻等问题。2）气态清洗：清洗介质为气体，可有效驱虫和清洗行驶中的灰尘，但清洁力度不足以清洗顽固污渍。3）液-气混合清洁：清洗介质为气体和液体，清洁效果较好但产品成本相对较高。 Robotaxi和无人配送小车是清洗系统两大标配场景。1）出行场景：内外共振，Robotaxi商业化拐点将至。国内方面，“萝卜快跑”武汉引领Robotaxi无人化商业运营，截至2024年5月，萝卜快跑在全国已完成超过600万次出行服 务，在武汉的服务面积已超过3000平方公里，覆盖770万人口；海外方面，依托芯片自研+端到端FSD+海量数据+Dojo超算中心的自动驾驶全栈能力，特斯拉即将发布Robotaxi，有望引领新一轮车企商业模式变革。2）物流场景：无人配送小车也处于规模化运营前夜。无人配送小车相较人工配送能降成本、提效率，物流企业、本地生活企业、科技企 业均有提前布局，快递场景，末端配送用车市场规模为千亿级，外卖场景无人配送车辆保有量空间中期也有望达到百万级。Robotaxi和无人配送小车均具备高级别自动驾驶、多传感器搭载特点，出于规避cornercase及降低人工运维成本角度考虑，将会标配传感器清洗。我们预测2030年全球传感器清洗产品市场空间将达约358.5亿元。 行业尚处0-1阶段，先发公司将构筑技术及成本优势。目前已有多家主机厂及tier1供应商意识到ADAS传感器清洗产品的需求，并进行研发。经纬恒润的ADAS清洗产品部分项目已经结项，有望进入小批量测试和交付。主动清洗 行业尚处于0-1阶段，上述先发公司将构筑技术及成本优势，直接受益于行业爆发。 投资建议 我们认为在政策、技术等核心因素驱动下，智能汽车的渗透率将快速提升，催生传感器清洗产品需求，Robotaxi和无人配送小车正处于规模化运营的拐点，后续这两个行业传感器清洗将会成为标配。我们预测2030年全球传感器清洗 产品市场空间将达约358.5亿元。目前行业尚处于0-1阶段，建议关注先发公司经纬恒润等。 风险提示 自动驾驶技术进展不及预期、特斯拉Robotaxi进展不及预期、技术路线出现变革、场景推广不及预期等。 内容目录 一、L4渐近，推升传感器清洗市场需求4 1.1L4级自动驾驶登场，推升传感器清洗市场需求4 1.2液态/气态/气液混合三种技术路线并行，充分满足下游客户需求71.3清洗泵为核心部件，体积小、输出扭矩大、智能化程度高为主要壁垒9 二、Robotaxi和无人配送小车是清洗系统两大标配场景10 2.1出行场景：内外共振，Robotaxi商业化拐点将至102.2物流场景：无人配送小车也处于规模化运营前夜132.3传感器清洗市场空间测算16 三、行业尚处0-1阶段，先发公司将构筑技术及成本优势17 3.1经纬恒润：汽车电子行业领军企业，自研实力雄厚173.2日盈电子：深耕汽车洗涤系统，覆盖头部车企客户18 四、投资建议19五、风险提示20 图表目录 图表1：Cornercase自动驾驶场景案例4图表2：SAEJ3016自动驾驶分级：L3以上级别已不需要驾驶员驾驶5图表3：国内中央及地方针对自动驾驶领域的政策概览6图表4：自动驾驶测试中的飞虫残骸7图表5：L1-L2-L3-L4传感器配置差异7图表6：后备箱把手内集成的超低姿态清洁喷嘴8图表7：法雷奥激光雷达清洗装置8图表8：福特第四代自动驾驶测试车拥有更强大的传感器清洁系统8图表9：液-气混合清洗产品有双喷嘴来达到清洗效果9图表10：液-气混合激光雷达清洁系统结构图9图表11：清洗泵是激光雷达清洗系统主要组成部分10图表12：电磁开关阀可以以最有效的方式将流体分配到多个清洗喷嘴上10图表13：电磁切换阀可以选择性清洗，简化清洗流体布线10图表14：百度Apollo在武汉快速推开11图表15：截至2023年年底萝卜快跑运营核心指标11图表16：Robotaxi国内主要参与玩家概览11图表17：特斯拉HW4.0相较HW3.0性能大幅升级，下一代HW5.0算力还会继续攀升12图表18：截至2024年4月FSD行驶里程已超10亿英里13 图表19：Dojo算力迭代情况13 图表20：长期看Robotaxi将成为重要的出行载体（保有量，百万辆）13 图表21：顺丰无人送货车14 图表22：无人配送-外卖场景14 图表23：2018-2023年中国即时物流行业订单量与行业规模变化14 图表24：2018-2023年中国劳动力人群变化情况14 图表25：2020-2022年末端无人配送先行企业首批制造工厂相继投产14 图表26：2023年末端配送用车合计市场规模（亿元）16 图表27：网上外卖用户规模及使用率16 图表28：外卖相对餐饮市场规模占比近年来快速攀升16 图表29：传感器清洗产品潜在市场空间测算17 图表30：经纬恒润已深耕智能驾驶十余年18 图表31：经纬恒润已开发出单侧伸缩式清洗系统18 图表32：经纬恒润已开发出双侧固定式清洗系统18 图表33：日盈电子逐步形成以“感知—传输—控制”为核心的系列产品19 图表34：日盈电子2018-2023年营业总收入变化19 图表35：日盈电子2018-2023年归母净利润变化19 一、L4渐近，推升传感器清洗市场需求 1.1L4级自动驾驶登场，推升传感器清洗市场需求 ADAS需要通过摄像头、雷达传感器达到自动驾驶功能。自动驾驶中最重要的辅助系统之一就是高级驾驶辅助系统（AdvancedDrivingAssistanceSystem，以下简称ADAS）。ADAS是利用安装于车上的各式各样的传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性的主动安全技术。ADAS采用的传感器主要有摄像头、雷达、激光和超声波等，可以探测光、热、压力或其它用于监测汽车状态的变量，通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。 自动驾驶系统在实际应用中需要面对各种复杂的场景。CornerCase指的是在实际驾驶中可能出现的极端或罕见情况，如交通事故、恶劣天气条件或复杂的道路状况。CornerCase （极端情况）对自动驾驶的感知和决策能力提出了更高的要求。 图表1：Cornercase自动驾驶场景案例 来源：焉知汽车，国金证券研究所 1）cornercase1：处理复杂道路状况。在复杂道路状况下，如交通拥堵、复杂的路口或者不规则的路面，汽车的智能驾驶功能需要清晰地识别车道线、障碍物、行人和其他交通参与者。例如，在一个复杂的路口，BEV技术能帮助自动驾驶系统准确识别各个交通参与者的位置和行驶方向，从而为路径规划和决策提供可靠依据。 2）cornercase2：应对恶劣天气条件。在恶劣天气条件下，如雨、雪、雾等，传统的摄像头和激光雷达可能会受到影响，降低自动驾驶系统的感知能力。车辆可以通过采用红外摄像头或者热成像摄像头等辅助设备，以补充可见光摄像头在这些情况下的不足。 3）cornercase3：预测异常行为。在实际道路环境中，行人、骑行者和其他交通参与者可能会出现异常行为，如突然穿越马路、违反交通规则等。自动驾驶系统需要更准确地跟踪和预测行人和其他交通参与者的动态。 4）cornercase4：狭窄或遮挡的道路。在狭窄或遮挡的道路环境中，传统的摄像头和激光雷达可能难以获取足够的信息来进行有效的环境感知。自动驾驶系统需要更好地了解车辆周围的环境，识别狭窄通道中的障碍物，从而安全地通过这些场景。 5）cornercase5：并车和交通合流。在高速公路等场景中，自动驾驶系统需要应对并车和交通合流等复杂任务。这些任务对自动驾驶系统的感知能力提出了较高要求，因为系统需要实时评估周围车辆的位置和速度，以确保安全地进行并车和交通合流。 6）cornercase6：紧急情况应对。在紧急情况下，如交通事故、道路封闭或突发事件，自动驾驶系统需要结合实时数据和先进的路径规划算法，快速制定合适的应急策略，避免潜在的风险。 相对L3，L4级别提供了“高度自动驾驶”，对于传感器镜头保持洁净提出了更高的需求。L3和L4是自动驾驶技术中的两个级别。L3级及以后的自动驾驶，会将驾驶的主导权从驾驶员转移至自动驾驶系统，在实际应用上，不仅仅是智能化的提升，更是在系统稳定性、环境适应性比现有的L2级别自动驾驶要求更高。为了保持自动驾驶的安全性，L4级 别更依赖于传感器，因此对传感器镜头保持洁净提出了更高的需求。L3及L4级别有以下主要区别： 1）L4级别自动驾驶水平更高：L3系统提供了“有条件的自动驾驶”，即车辆可以在特定条件下自动完成驾驶任务，但驾驶员必须随时准备接管。相比之下，L4系统提供了“高度自动驾驶”，在设计运行条件内无需驾驶员任何操作，能够独立处理所有驾驶任务，包括复杂的城市交通环境。 2）L4系统提供了更广泛的感知范围和更高级别的驾驶辅助功能：L3系统可以感知城市道路中的交通信号和转弯等情况，使驾驶员能够更轻松地完成驾驶任务。L3系统还能够自主地完成某些驾驶任务，例如控制车辆的加速和减速，以及避免障碍物。L4系统具备更全面的感知能力，能够识别和响应几乎所有交通情况和环境变化，包括城市街道、行人、自行车、交通信号等复杂场景。L4系统通常配备更高级的冗余设计，确保在关键系统发生故障时，车辆仍然能够安全运行。这包括转向系统和制动系统的完全独立供电，以及主系统和备系统的配置。针对卡车特有的远距离感知需求，采用自研的「稀疏BEV算法」，实现高效精准的动态、静态环境感知，尤其针对400-500米甚至更远的感知距离。 3）L4系统中驾驶员参与更少：在L3系统中，驾驶员需要在特定条件下接管车辆控制。L4系统能够在其设计的操作范围内独立处理所有驾驶任务，无需驾驶员的任何干预。 图表2：SAEJ3016自动驾驶分级：L3以上级别已不需要驾驶员驾驶 来源：SAE，国金证券研究所 国内法规政策的加速出台，正积极拥抱L4级别自动驾驶技术所带来的变革。中国政府高度重视自动驾驶技术的发展，并将其作为国家战略新兴产业的重要组成部分。近年来，国内多个城市已经开始制定和实施相关政策，为L4级别自动驾驶汽车的测试和应用提供了法规支持和指导。 图表3：国内中央及地方针对自动驾驶领域的政策概览 时间 中央/地方 法规 主要内容到2025年，汽车驾驶辅助、部分自动驾驶、有条件自动驾驶新车装配率 2017.4 《汽车产业中长期发展规划》 达80%。其中部分自动驾驶、有条件自动驾驶级新车装配率达25%，高度 和完全自动驾驶汽车开始进入市场。 2022.1 《交通领域科技创新中长期发展规划纲 要（2021—2035年）》 促进道路自动驾驶技术研发与应用，突破融合感知、车路信息交互、高精 度时空服务、智能计算平台、感知—决策—控制功能在线进化等技术。 2023.3 《智能汽车基础地图标准体系建设指南 （2023版）》 到2025年初步构建能支撑汽车驾驶自动化应用的智能汽车基础地图标准体系。先行制定急用先行的10项以上智能汽车基础地图重点标准，涵盖技术要求和规范，解决智能汽车基础地图深度应用的迫切需求 2023.7 中央层面 《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，修订100项以上智能网联汽车相关标准。 2024.1 《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》 建立城市级服务管理平台，建设边缘