汽车与零部件行业：智能汽车系列报告之四：Robotaxi有望促进自动驾驶技术迭代，产业链加快商业化进程

中性（维持） Robotaxi有望促进自动驾驶技术迭代，产业链加快商业化进程 ——智能汽车系列报告之四 行业研究|深度报告汽车与零部件行业 国家/地区中国 行业汽车与零部件行业 报告发布日期2024年08月12日 核心观点 Robotaxi产业链分析。Robotaxi（无人驾驶出租车）产业链上游是各类自动驾驶软硬件供应商，中游包括自动驾驶方案供应商和整车企业，自动驾驶方案供应商将传 感器、域控制器、软件算法等软硬件融合后形成完整的L4级别自动驾驶解决方案并部署至整车上，产业链下游为无人驾驶出行服务平台。 Robotaxi自动驾驶技术路线分析。特斯拉2016年转向自动驾驶软硬件自研，2023年5月，特斯拉FSDV12成为全球首个端到端自动驾驶系统。端到端（End-to- End）采用统一的神经网络模型，车辆将传感器采集到的原始数据输入神经网络，神经网络经过处理之后，直接输出自动驾驶汽车的驾驶命令。随着特斯拉FSDV12持续迭代，预计特斯拉Robotaxi或将成为首个将端到端系统应用至L4场景的案 例。在切入L4级自动驾驶的同时，百度采用双线并行研发策略布局L2+自动驾驶，向整车厂提供Apollo自动驾驶技术解决方案。百度Apollo自动驾驶形成了“驾、舱、图”全栈汽车智能化产品矩阵，大模型重构自动驾驶技术栈。百度L4/L2+技术协同，目前实现了技术架构、视觉感知方案以及地图的统一，二者打通数据，共享自动驾驶基础设施。 Robotaxi盈利周期分析。从全生命周期角度来看，Robotaxi运营成本主要包括：整车硬件成本、安全运营成本、运力运营成本。其中智能驾驶软件成本、云端平台的建设成本等可以看作一次性投入的固定成本，预计随着Robotaxi铺开会被逐步摊 薄。现阶段应更加关注Robotaxi的UE模型能否达正，单车何时能够收回成本，在一定假设前提下，我们测算得到萝卜快跑RT6单车回本周期约为2.81年左右。 Robotaxi竞争格局：实力强的自动驾驶公司及整车公司有望获得一定市场份额。目前主要形成了以下几种Robotaxi商业合作模式：整车厂独立运营、自动驾驶技术公 司自主运营、自动驾驶技术公司+整车厂+出行服务运营商合作；除上述三种模式外，部分具备较强智驾能力和平台优势的整车企业亦可能成为Robotaxi的运营主导者。现阶段百度、小马智行等在Robotaxi运营层面处于领先，但随着Robotaxi试点逐步铺开，预计实力较强的自动驾驶公司及整车公司均将有望在Robotaxi市场占据一定份额。 投资建议与投资标的 从投资策略上看，预计Robotaxi有望逐步实现商业化，将部分替代B端出租车和网约车，且将加快汽车智能化进程，无人驾驶出租车产业链中游及下游如自动驾驶方案供应商和整车企业有望受益，提供智能化硬件、软件的上游公司也有望受益。整车建议关注：长安汽车、比亚迪、江淮汽车、上汽集团；零部件建议关注：伯特利、经纬恒润、保隆科技、华域汽车、德赛西威、华阳集团、科博达等。 风险提示 宏观经济下行影响汽车需求、自动驾驶技术发展不及预期、Robotaxi商业化进程不及预期、自动驾驶政策推进不及预期、假设条件变化影响测算结果。 姜雪晴jiangxueqing@orientsec.com.cn 执业证书编号：S0860512060001 袁俊轩yuanjunxuan@orientsec.com.cn 执业证书编号：S0860523070005 享界S9正式上市，关注华为产业链：—— 2024-08-11 汽车行业周报（0805-0811）特斯拉中国7月销量同环比回升，享界S9 2024-08-04 及华为ADS3.0即将上市：——汽车行业周报（0729-0804）以旧换新补贴加码，行业需求有望继续改 2024-07-28 善：——汽车行业周报（0722-0728） 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 1Robotaxi产业链分析4 2Robotaxi自动驾驶技术路线分析5 2.1特斯拉：端到端引领智驾技术进入新时代5 2.2百度萝卜快跑：L4级自动驾驶商用先行者8 3Robotaxi盈利周期分析13 4Robotaxi竞争格局：实力强的自动驾驶公司及整车公司将获得一定市场份额 ....................................................................................................................16 5主要投资策略18 6主要风险提示18 图表目录 图1：Robotaxi产业链4 图2：特斯拉自动驾驶系统发展历程6 图3：端到端自动驾驶系统以统一的大模型取代传统感知、预测、规划等模块6 图4：端到端自动驾驶技术的演进7 图5：百度跃进式切入L4并双线研发布局L4/L2+技术协同8 图6：百度Apollo形成了“驾、舱、图”全栈汽车智能化产品矩阵9 图7：百度自动驾驶大模型ApolloADFM9 图8：百度ApolloADFM通过联合训练实现端到端无人驾驶10 图9：基于规则和端到端的性能曲线11 图10：萝卜快跑的自动驾驶套件及软件系统11 图11：萝卜快跑第五代车ApolloMoon12 图12：萝卜快跑第六代车RT612 图13：萝卜快跑安全冗余设计保障自动驾驶运营安全13 图14：Robotaxi全生命周期运营成本14 图15：Robotaxi技术+整车+平台的“金三角”合作模式16 图16：Robotaxi竞争格局18 表1：端到端架构和分治式架构比较7 表2：常态化萝卜快跑单日营收测算（单位：元）14 表3：百度RT6单车回本周期测算（单位：元）15 表4：Robotaxi商业模式举例17 表5：主要公司估值表18 1Robotaxi产业链分析 Robotaxi（无人驾驶出租车）产业链上游是各类自动驾驶软硬件供应商，完整的自动驾驶系统主要由感知、决策、执行三个环节构成，感知系统相当于自动驾驶汽车的“眼睛”，通过摄像头、激光雷达、毫米波雷达、超声波雷达等多维传感器配合高精定位、导航、高精地图、路侧定位等辅助系统识别周边车辆、行人、交通灯和其他物体并收集车身周边环境信息，将其传输至决策系统。决策系统相当于自动驾驶汽车的“大脑”，依据感知系统传来的信息进行决策判断，制定相应的路径规划和控制策略，并将决策信号向执行层传输，核心是自动驾驶域控制器/计算平台、芯片、操作系统、自动驾驶软件/算法等。执行系统相当于自动驾驶汽车的“四肢”，负责接收决策系统发出的总线指令，并精确地控制加速程度、制动程度以及转向幅度等驾驶动作，主要包括驱动系统、转向系统、制动系统、照明系统等；在自动驾驶系统中，由电信号替代机械力驱动的线控技术逐步成为主流。 Robotaxi产业链中游包括自动驾驶方案供应商和整车企业，自动驾驶方案供应商将传感器、域控制器、软件算法等软硬件融合后形成完整的L4级别自动驾驶解决方案并部署至整车上。Robotaxi产业链下游为无人驾驶出行服务平台，现阶段Robotaxi主要包括两种运营模式：（1）自动驾驶方案供应商+整车企业+出行平台合作运营，例如“广汽集团+文远知行+如祺出行”、“吉利汽车 +小马智行+曹操出行”，三方合作能够充分发挥各自在制造能力、自动驾驶技术和用户基数方面的优势，提升Robotaxi营运效率。（2）自动驾驶方案供应商独立运营，例如百度凭借深厚的资金实力、人才和技术储备，在技术研发、整车制造和平台运营全方位布局。 图1：Robotaxi产业链 数据来源：佐思汽研、东方证券研究所绘制 2Robotaxi自动驾驶技术路线分析 2.1特斯拉：端到端引领智驾技术进入新时代 特斯拉在2016年正式与Mobileye分手，转向自动驾驶软硬件自研，在8年时间内特斯拉自动驾驶算法经历了多次迭代，成长为全球自动驾驶领域的领军企业。 （1）2016-2018年：起步阶段。特斯拉初期的自动驾驶算法采用业内主流的骨干网络结构+2D检测器特征提取+人工数据标注，技术路线较为原始。硬件方面，特斯拉于2016年发布Hardware2.0，域控芯片切换至英伟达方案，配置8个摄像头、12个超声波雷达以及1个前置毫米波雷达。 （2）2018-2019年：第一次算法革新。2018年起特斯拉针对自动驾驶网络结构及效率对自动驾驶算法进行了第一次革新：（1）引入多任务学习神经网络架构HydraNet，实现重复的卷积计算量和主干网络计算数量降低；（2）开创“影子模式”，即在有人驾驶过程中，传感器及自动驾驶系统仍然运行并进行实时模拟决策但不参与实际车辆控制，一旦出现决策结果与驾驶员行为不一致，或是不同传感器之间的监测结果不匹配等场景则将触发数据回传，影子模式能够提供更多、更大范围的极端工况数据，对特斯拉改进自动驾驶算法具有重要意义。硬件方面，2019年4月发布Hardware3.0，采用自研FSD芯片，系统总算力达到144TOPS。 （3）2020年：BEV+Transformer引领自动驾驶进入大模型时代。2020年8月，马斯克宣布特斯拉将对自动驾驶软件的底层代码进行重写和深度神经网络重构，新系统引入了BEV（Bird'sEyeView）+Transformer架构，将摄像头采集的2D图像数据“升维”至3D车身自坐标系。通过引入BEV，自动驾驶数据的融合从决策层域控制器融合迈向BEV空间层的特征级融合，数据准确度更高。除此之外，BEV+Transformer具备异构传感器融合更易实现、泛化能力更强、不依赖高精地图等优点，成为国内车企及自动驾驶公司的主流发展方向。 （4）2021-2022年：占用网络及时空序列特征层提升模型泛化能力。特斯拉2021-2022年对BEV+Transformer架构进行改良：（1）引入占用网络（OccupancyNetwork）提升对现实世界的认知，占用网络将原本的BEV空间分割成体素，体素能够充当激光雷达点阵的作用，从而实现“伪激光雷达”的效果。（2）引入时空序列特征层，使用视频片段取代图像来训练神经网络，为自动驾驶增添了短时记忆能力。占用网络和时空序列特征层使得特斯拉FSD的泛化能力得以提升，也为后续端到端方案的推出奠定基础。 （5）2023年：走向“端到端”，引领自动驾驶进入新纪元。2023年5月，马斯克公开透露FSDV12将采用“端到端”方案，FSDV12成为全球首个端到端自动驾驶系统，标志着特斯拉在自动驾驶技术上的又一次重大飞跃；FSDV12将城市街道驾驶堆栈升级为基于数百万个视频训练的端到端神经网络，该神经网络能够取代超过30万行用于控制车辆FSD功能的C++代码。硬件方面，2023年特斯拉将硬件升级至Hardware4.0，采用新一代FSD芯片，算力较HW3提升5倍；搭载HW4的ModelY取消了雷达配置，车外摄像头由8个减少至7个，但分辨率由120万像素升级至500万像素。 2023年11月，FSDBetaV12开始向特斯拉内部员工推送，2024年1月特斯拉开始向非员工车主推送FSDBetaV12.1.2；2024年7月，特斯拉向美国EA测试车主推送最新FSDV12.5更新，新技术参数较V12.4版本提升5倍，将高速、城区智驾全面切换到端到端方案，后续还将引入“真·智能召唤”（ActualSmartSummon，ASS），实现自动泊车、在停车场内导航和无人驾驶接客等功能。 图2：特斯拉自动驾驶系统发展历程 数据来源：汽车之心、东方证券研究所绘制 传统的自动驾驶系统采用分治式架构，将自动驾驶任务拆分为感知、预测、规划等多个模块，每个模块的输入通常来源于前一模块的输出。分治式架构将复杂的自动驾驶任务分解为可独立开发测试、独立管理的小子任务，分而治之，从而大幅度地降低系统开发难度；同时分治式架构能够针对每个独立