智能汽车行业分析

陆续出台的智能网联汽车政策重点强调了网联化和智能化协同发展,以及加大对智能网联汽车各产业链的扶持力度。

摘要

陆续出台的智能网联汽车政策重点强调了网联化和智能化协同发展,以及加大对智能网联汽车各产业链的扶持力度。2020年10月出台的《智能网联汽车技术路线图2.0》详细设计了我国智能网联汽车的总体目标和发展路线,目标到2025年我国部分自动驾驶和有条件自动驾驶级别的智能汽车销量将占整体汽车销量的50%以上,2030年要超过70%。根据Strategy Analytics的数据,2020年全球L2及以上的自动驾驶车辆渗透率为7%,预测到2035年将达到79%。目前我国量产智能汽车正处于从L2级别向L3级别过渡阶段。根据艾瑞咨询的测算,我国2030年L2.5/3、L4/5级别自动驾驶汽车的渗透率预计有望分别达到70%和8%。

目前我国主推单车智能+车路协同的汽车智能化技术路线。智能汽车涵盖了智能驾驶、智能座舱和车联网三部分。智能驾驶中的ADAS和智能座舱是智能汽车产业链中最早实现商用的环节。1)智能驾驶:从产业链看,智能驾驶的发展路线主要是从ADAS发展至完全自动驾驶,而ADAS由感知、决策和执行层面构成,其中感知层面包含摄像头、毫米波雷达、激光雷达等传感器和高精度地图;决策层面包括算法平台和AI芯片;执行层面则主要包括转向、制动等底盘系统。我国2020年L1和L2的ADAS功能市场规模为433亿元,预计2025年将达到882亿元,而L3和L4级市场规模将分别达到414和413亿元。2)智能座舱ICVTank预测,2025年中国的智能座舱市场规模将突破1000亿元。国内自主品牌为提升品牌竞争优势,将智能座舱加速向低端车型渗透。智能座舱的市场份额逐步向龙头集中,德赛西威、华阳集团、均胜电子的智能座舱业务营收合计约占2019年中国智能座舱市场规模比重的29%。3)车联网我国主要采取C-V2X路线;未来10年车联网的规模有望达到2万亿元,其中车路协同和数字化道路改造的市场规模预计分别为7630亿元和2950亿元。

正文

1、智能汽车行业概览

随着“十四五”到来,我国将迎来工业化和信息化发展的关键阶段,科技革命即将来临,而汽车智能化也成为汽车行业转型变革的历史机遇与挑战。多国已将智能驾驶提升至国家战略的高度,并在政策法规等方面给予重大支持力度,国内外汽车龙头和科技巨头争相布局智能汽车领域,抢占智能驾驶技术的制高点。

1.1智能汽车定义

根据2020年2月国家发改委、工信部、科技部等11个部委联合发布的《智能汽车创新发展战略》,智能汽车被定义为“通过搭载先进传感器等装置,运用人工智能等新技术,具有自动驾驶功能,并逐步成为智能移动空间和应用终端的新一代汽车。智能汽车通常又称为智能网联汽车、自动驾驶汽车等”。智能网联汽车是将ICT技术赋予传统汽车,使其能够进行网络交互,实现自动化与网联化技术升级。目前主流的汽车智能化路径分为单车智能和车路协同(V2X),其中单车智能主要通过摄像头、雷达等传感器及精准高效的算法,赋予车辆实现自动驾驶的能力;而车路协同则通过新基建(如5G、高精度地图、智能信号灯、智能高速等)与智能车辆协同,以实现网联式自动驾驶,我国目前主要采取二者相结合的技术路线。

➤ 智能座舱

整体来看,智能汽车涵盖了智能座舱、智能驾驶和车联网三部分。智能座舱被视为汽车智能化最先落地的环节,作为人机交互的入口,通过搭载智能化、网联化的车载终端产品实现语音控制、手势操作等人车交互方式,主要产品包括抬头显示(HUD)、车载信息娱乐系统、液晶仪表盘、流媒体后视镜、语音控制、行车记录仪、后排液晶显示等。相对于传统座舱,其主要优势在于座舱的域控制器(DCU)除了链接传统座舱电子部件外,还进一步整合了智能驾驶和车联网。

➤ 智能驾驶

目前主要的智能驾驶技术路线是从高级驾驶辅助系统(ADAS)发展到完全自动驾驶,ADAS是一系列驾驶辅助功能的总称。ADAS的核心主要是通过毫米波雷达、超声波雷达等传感器对车辆内外环境感知,从而辅助驾驶员控制车辆。ADAS的种类多达20多种,主流功能包括360度全景影像、车道偏离预警、车道保持辅助、自动紧急刹车、前向碰撞预警、盲区监测、自适应巡航、疲劳驾驶预警、并线辅助、自动泊车等。

根据工信部2020年3月公布的《汽车驾驶自动化分级》,中国汽车驾驶自动化分为6个等级:0为应急辅助,1和2为辅助驾驶,3为有条件的自动驾驶,4为高度自动驾驶,5为完全自动驾驶。该标准与国际自动机工程师学会(SAE International)制定的分级标准整体思路基本一致,唯一的区别在于0-2的部分界定:在中国的标准下,该等级“目标和事件探测与响应”主要由驾驶员和系统共同完成,而美国标准下L0-L2则全部由驾驶员完成。随着自动驾驶等级的增加,ADAS辅助驾驶功能也逐步增加。L1级别的主要ADAS功能有自适应巡航、车道偏离预警;L2级别在L1的基础上增加了自动泊车、车道保持辅助等功能;L3则增加了自动紧急制动等功能;直到L4、L5级别能够实现完全自动驾驶。

➤ 车联网

车联网是推动智能网联汽车发展的核心技术之一,也是万物互联的重要组成部分。在通信互联的基础上,车联网能实现车与车(V2V)、车与人(V2P)、车与路(V2I)、车与云(V2N)之间的信息实时交互和共享,有助于进一步优化车辆对环境的感知、提升其决策和执行能力,并有助于构建智慧交通体系。车路协同能有效提高安全性,其更开阔的视野和感知范围能提升车辆自身的感知精度,有效避免感知盲区,例如当遇到恶劣天气时,摄像头和雷达等传感器或出现识别不准的问题,而车联网则有效解决此类安全隐患。

当前车联网分为DSRC和C-V2X两种技术路线,我国采取的是C-V2X路线,其优势是在高速移动场景下的信息传输能力更稳定、部署成本更低。2017年我国开启了LTE-V2X技术路线的商业化进程,2020年5G逐步替代LTE实现更高级别的自动驾驶。由于我国在5G通信领域具备先发优势,同时相对复杂的道路交通条件更需要车与人、路、云协同考虑,因此车路协同融合单车智能是发展国内智能汽车的首选道路。

1.2历史沿革

智能汽车可以追溯到1956年通用汽车推出FireBird,首次实现在高速场景下的无人驾驶,但相关技术长期停留在实验室阶段。20世纪80年代,我国也以军用和科研为目的开启了对无人驾驶技术的探索, 1992年国防科技大学成功研制出中国第一辆无人驾驶车辆AutonomousTestBed-1。近十几年,随着国内外政府、相关企业、院校研究所在智能汽车商业化的道路上孜孜不倦地探索和合作,智能汽车已从实验室逐步走向商业化场景应用,包括机场、园区、停车场等封闭式场景和高速公路、城市道路、无人驾驶出租车等开放式场景。

1.3发展现状

近两年L2级别的智能汽车陆续上市,覆盖范围从高端旗舰车型到国内中小型自主品牌车型,L3级别的车型有望在2021-2022年实现量产,L4级别的自动驾驶车型正处于研发和测试阶段。根据Strategy Analytics的数据,2020年全球L2及以上的自动驾驶车辆渗透率为7%,预测到2035年将达到79%。当前自动驾驶商业化进程正在加速,各国加速探索商用场景落地:2020年10月WaymoOne在凤凰城向公众开放无人驾驶出租车服务,Cruise、Auto X等企业已获得加州无人驾驶服务许可,百度、滴滴等公司也在广州、长沙等城市的特定区域测试Robo-taxi业务、谷歌推出无人驾驶送货服务Waymo Via等。

目前我国量产智能汽车正处于从L2级别向L3级别过渡阶段。根据中国智能网联汽车产业创新联盟(CAICV)统计,2020年我国L2级智能汽车的销量为303.2万辆,同比增长107%,其占整体乘用车销量的15%。根据太平洋汽车统计,2020年上市的智能汽车占比为34%;而纯电动汽车的新车智能化程度最高,达到30%。受益于完善的基础设施建设、可观的工程师数量、先进的5G通信技术以及庞大的数据基础,我国自动驾驶汽车商业化进程将略快于全球市场,未来有望成为全球最大的智能汽车市场,实现智能汽车行业的弯道超车。根据艾瑞咨询的测算,我国2030年L2.5/3、L4/5级别自动驾驶汽车的渗透率预计将分别达到70%和8%。

2、智能汽车发展驱动因素

2.1政策陆续出台,顶层设计推动产业发展

各国关于智能汽车领域的政策陆续出台,加速推动了智能汽车的发展进程。2019年美国发布文件《确保美国自动驾驶领先地位:自动驾驶汽车4.0》(AV4.0),侧重于依靠市场资源推动自动驾驶的发展,并计划改造一段专门用于自动驾驶汽车的轨道;2020年欧盟出台的《欧盟自动驾驶车辆许可豁免流程指南》则是为L3/L4自动驾驶汽车的量产准入做好准备,并在《可持续与智能交通战略》中提出到2030年实现自动驾驶的大规模部署。

近年来我国也陆续出台了智能网联汽车的相关政策,重点强调网联化和智能化协同发展,加大对智能网联汽车各产业链的扶持力度,从自动驾驶道路测试到通信等新基建领域均制定了顶层设计,并提出了中长期的发展目标。2017年4月,工信部、发改委、科技部出台的《汽车产业中长期发展规划》将智能汽车提升到国家战略高度。2020年我国完成了智能汽车相关标准的建设,同时也开启了下一阶段的发展规划。2020年2月,11部委联合印发《智能汽车创新发展战略》,明确提出2035年我国将成为智能汽车强国,目标到2025年实现有条件自动驾驶的规模化生产以及实现高度自动驾驶的智能汽车在特定环境下的市场应用3月,工信部发布《汽车驾驶自动化分级》,明确规定了自动驾驶等级划分标准及技术要求。11月,2020世界智能网联汽车大会上正式发布了《智能网联汽车技术路线图2.0》,详细设计了我国智能网联汽车的总体目标和发展路线,2025年我国部分自动驾驶和有条件自动驾驶级别的智能汽车销量将占整体汽车销量的50%以上,2030年要超过70%,同时2025年C-V2X终端新车装配率要达到50%,2030年实现基本普及。

2.2新基建和技术支撑加速智能网联商业化进程

大规模的交通基础设施建设大幅提升了经济效益,为我国带来重大的发展机遇,“要致富、先修路”的观念深入人心。而步入数字经济时代,智能化和网联化成为建设交通强国的新机遇,新型基础设施建设也成为了数字经济时代的发展基石。根据中央经济工作会议定调,5G、AI、工业互联网等领域均属于“新型基础设施建设”范畴。新基建以信息网络为基础,涵盖了智能交通基础设施、充换电基础设施、5G基站和大数据中心等基础设施。上世纪50年代便开启了对自动驾驶技术的探索,但受制于基础技术欠缺,始终无法迈向商业化道路。如今基础技术的快速发展为智能汽车的商业化奠定了坚实的基础,5G通信、车路协同、高精度地图等相关技术逐步走向成熟,为实现L3级及以上的高级别自动驾驶提供了条件,加速了智能汽车商业化的进程。

➤ 智能网联汽车示范区

根据公开资料显示,我国已开放智能网联汽车测试道路累计超2000公里,已发放测试牌照超400张,道路测试总里程超200万公里,同时已有26个省市出台智能网联汽车道路测试管理细则。目前全国已规划了3个国家级先导区、10个国家级示范区,40余个地方级测试示范点以及8个智能网联高速公路,基本覆盖了大部分一、二线城市,测试内容涵盖了V2X应用场景、LTE-V2X/5G车联网应用、智慧交通技术应用、无人驾驶等。

➤ 充换电基础设施

随着新能源汽车持续高速增长,我国的充换电设施也逐步完善,未来亦将继续加快充电站基础设施的建设。2020年充电桩数量稳定增长,根据中国充电联盟数据,截止2020年底我国充电桩保有量为168万个,同比增长37.9%;2020年新增充电桩46.2万个,同比增长12.4%。根据EVCIPA预测,2025年和2030年将分别达到1062万台和6420万台,2020-2030年CAGR达44%。未来十年,我国的充电桩建设仍存在6300万的缺口。此外,2020年政府工作报告首次将换电站设施纳入其中,2020年换电站的市场布局加速,截止2020年底,我国的换电站保有量为555座。

5G通信技术

车联网作为智能网联汽车的核心要素,自动驾驶技术要求的毫米级时延须通过5G通信网络的支持方能实现。5G低时延、高传输速率、超大容量的特点有利于彻底解决车联网数据传输的问题。因此5G通信技术的建设进程对智能汽车的发展产生了重大影响,唯有在实现了5G大规模商用的前提下,智能汽车才有望成功商业化。我国于2019年6月正式发放5G商用牌照,根据工信部统计,2020年我国新建5G基站超过60万个,截止2020年底已累计建成5G基站71.8万个,已实现地级以上城市5G网络全覆盖,5G终端连接数已超过2亿,居全球第一。5G通信设备制造方面,得益于5G技术的先发优势和领先布局,华为和中兴在全球范围内具有极高的话语权和议价能力。

➤ 大数据中心

大数据中心作为新基建的重要一环,在政策和市场的双重推动下,其需求快速提升,各大互联网厂商加速布局IDC产业。根据赛迪集团统计,2019年我国数据中心数量约为7.4万个,约占全球数据中心数量的23%。2020年12月四部门联合出台了《关于加快构建全国一体化大数据中心协同创新体系的指导意见》,明确提出到2025年,要形成布局合理、绿色集约格局的全国范围内数据中心,在京津冀、长三角、粤港澳大湾区、成渝等重点区域,以及水电能源丰富、气候适宜的地区布局大数据中心国家枢纽节点。阿里、百度、腾讯等互联网巨头均已布局了多区域的大型数据中心,未来将持续布局云计算和数据中心:阿里宣布未来3年将投入2000亿元建设数据中心、腾讯未来五年将投入5000亿元用于新基建布局、百度预计到2030年百度智能云服务器将超过500万台等。

2.3消费升级加速行业变革:传统汽车销量萎靡

近年来,传统汽车行业迈入寒冬,2018年7月开始乘用车销量呈负增长态势,我国乘用车销量已经连续两年同比增速均为负。消费者购车意愿低迷,传统汽车缺乏增长动力,亟待产业升级变革以刺激消费。在此背景下,汽车行业面临大洗牌,各类车企积极参与布局汽车智能化产业链,以抢占新的消费增长点。

近年来,中国一二线城市的房价飙升,使居民在购房、租房方面承受巨大的经济负担,因此对汽车等高价值可选消费品的需求进一步抑制。随着消费者购买汽车的意愿下降,人们倾向于选择更加经济实惠、便捷的出行方式,叠加加速城市化使大量人口涌入城市,人们的出行需求与城市交通管理的矛盾日益剧增,而共享汽车(包括顺风车、分时租赁、网约车等形式)能有效解决交通拥堵、停车困难、车辆使用率低的问题,智能化的共享汽车可以通过自动驾驶替代人力的方式大幅提升服务效率和平台盈利能力,因此未来共享汽车等出行方式有望成为汽车行业的利润增长点。根据密歇根交通研究院的数据,一辆共享智能汽车可替代9.34辆传统汽车,有望大幅降低汽车密度和减少停车场用地资源。德勤预测2050年共享出行将成为中国城镇居民的主要出行方式,将达到6.53亿人次/天。目前多家车企已开始探索共享汽车的商业模式,加速布局智能汽车共享出行的应用场景。

3、智能汽车产业链和市场竞争格局

与传统汽车不同,在智能汽车产业链中,由于上游的零部件厂商和技术提供商掌握核心技术,因此话语权不再掌握在整车厂商手中,而汽车零部件供应商、互联网科技公司、ICT企业等均深度参与其中,多产业链相互融合,汽车全产业链的价值有望得以重塑,由此开启软件定义汽车(OTA)的时代。过去整车厂占据汽车产业链的大部分利润,上游零部件供应商和下游汽车经销商利润占比较低。随着汽车智能化发展,智能硬件与个性化软件成为智能车的核心要素,车企的资源将向软件倾斜,而车企与上下游企业联合布局、合作共赢的方式也将成为常态。

3.1智能驾驶

从产业链看,智能驾驶系统的核心技术—高级驾驶辅助技术(ADAS),是实现自动驾驶的重要技术支撑,可分为感知层面、决策层面和执行层面。感知层面主要分为车外环境感知和车内感知,通过搭载摄像头、激光雷达、厘米波雷达等传感器和高精度地图感知周边的环境。决策层面主要包含算法供应商、芯片和操作环节,通过算法和计算进行数据分析,从而作出判断。而执行层面则包括复杂线控、制动系统和转动系统,以实现执行器对车辆的控制功能。

目前ADAS渗透率在全球范围内普遍不高,欧美日市场的渗透率为8-12%,中国市场的渗透率为2%-5%。根据汽车之家统计,自2015年开始ADAS相关的新车配置率逐步提升,截止2019年10月360度全景影像、自动紧急刹车和车道偏离等功能的配置率均超过25%;从车型价格来看,30万以上中高端车型的ADAS配置率较高,10万以下车型的ADAS搭载率极低,10-30万车型的ADAS搭载率也较低,而10-30万元是较为畅销的汽车价格区间,因此ADAS的渗透率仍有很大的提升空间。得益于国产自主品牌对智能化的高度重视,当前ADAS的配置已成为自主品牌的竞争优势,根据中国汽研发布的2020年i-VISTA中国智能汽车指数测评,比亚迪、长城汽车等自主品牌的自适应巡航、车道偏离预警、自动泊车等ADAS功能整体表现均优于合资品牌。未来随着ADAS成本进一步降低,低端车型的渗透率也有望全面提升。根据东吴证券的测算,我国2020年L1和L2的ADAS功能市场规模为433亿元,预计2025年将达到882亿元,而L3和L4级市场规模将分别达到414和413亿元。目前国内主要的ADAS供应商包括德赛西威、福瑞泰克、华阳集团等,其中华阳集团长期供货于长城汽车、长安汽车等自主品牌,德赛西威也与奇瑞、吉利、小鹏等车企达成合作。

1)感知层面

感知层面主要由摄像头、毫米波雷达、激光雷达等传感器和高精度地图构成。随着自动驾驶等级增加,感知层面的硬件需求也逐步增加。L1级别需配备4个超声波雷达、1个长距毫米波雷达和1个摄像头发展至L5完全自动驾驶级别需配备10个超声波雷达、2个长距毫米波雷达、6个短距毫米波雷达、1个激光雷达和11个摄像头。

➤ 传感器

当前传感器的感知方案分为两个方向,一是“摄像头+毫米波雷达”,以摄像头为主导的视觉主导方案,特斯拉、Mobileye均采用该方案来识别三维空间信息;二是激光雷达主导方案。视觉主导方案的成本较低,但对摄像头的要求高。目前全球的车载摄像头市场主要被海外厂商主导,如博世、Aptina、松下等,国内厂商主要有舜宇光学、欧菲光、德赛西威、华阳集团、保隆科技等。根据HIS统计,全球车载摄像头的出货量将从2019年的6909万个增长至2020年的8277万个,同比增长19.8%。据盖世汽车数据统计,中国车载摄像头的市场规模则从2018年的2600万个增长至2020年的4400万个,2018-2020年CAGR达20.6%。

毫米波雷达主要用于探测周边障碍物的相对速度、距离和方位,具有抗干扰、探测距离远(200米)、价格低的优势。主流的车载毫米波雷达产品包括24GHz(中短距毫米波雷达)和77GHz(长距毫米波雷达)两种,77GHz的分辨率远高于24GHz,其探测精度更高、体积更小,但相应制作工艺要求也更高。目前毫米波雷达市场主要被博世、德尔福、大陆等国外厂商占领,未来随着国内厂商逐步突破77GHz雷达芯片,叠加L3智能汽车实现量产,毫米波雷达市场的国产替代空间巨大,当前国内厂商德赛西威可量产两种规格的毫米波雷达,华域汽车也已实现24GHz量产以及77GHz小规模量产。根据艾瑞咨询测算,2030年中国24GHz和77GHz毫米波雷达的市场规模将分别达340亿元和300亿元。

相比毫米波雷达,由于激光雷达的高频短波特性可以提供更精准的环境探测数据和构建高精度的3D模型,因此激光雷达作为“摄像头+毫米波雷达+超声波雷达”主流传感器配置方案的补充,可有效提高对环境的感知,全面彻底保障行车安全,其对于实现L4级以上的完全自动驾驶有重要的作用。激光雷达被视为L4级及以上自动驾驶系统的核心硬件之一,因此激光雷达在L4/5级别的自动驾驶应用场景下有可观的市场潜力。根据艾瑞咨询测算,2030年中国车载激光雷达的市场规模有望达到5500亿元。激光雷达的主要国际供应商是Velodyne和Luminar,国内供应商有禾赛科技、速腾聚创、华为等。

➤ 高精地图

高精度地图是实现L3级及以上自动驾驶汽车的重要组成部分。高精地图不仅服务于人类驾驶员,还服务于自动驾驶车辆,主要为自动驾驶车辆规划道路行驶路径,提供定位、决策、交通动态等信息。同时,高精地图作为自动驾驶车辆自身传感器的补充,能有效提升车辆定位精度、感知可靠性和路径规划能力。其精度精确到厘米级,全面覆盖了路线导航信息、行车辅助信息和路网精准的三维表征等信息,能实时高效地反映路网的状况,如路面状况的修复、道路标识线的磨损等。根据美国MarketsandMarkets的预测,2030年全球自动驾驶汽车3D高精地图的市场规模将增长到204亿美元,2020-2030年CAGR达36.2%。根据智研咨询预测,我国高精度地图市场规模将从2020年的120亿元逐步扩大到2025年的600亿元。目前国内主要的高精地图供应商有四图维新、百度、高德,基本已完成高速公路、城市快速路的采集。

2)决策层面

AI算法和芯片是实现自动驾驶技术的关键。从传感器、车联网、高精度地图中获得的海量数据,在经过机器学习和不断优化的AI算法后,能识别分析并规划最佳的行驶方案,及时作出应对以保障行车安全。随着自动驾驶级别的提高,车载计算平台的算力要求也大幅提升,根据罗兰贝格预测,计算平台的市场规模将有望从2017年的11亿美元增长至2025年的795亿美元,2017-2025年的CAGR有望达70.1%。自动驾驶算法的市场规模潜力巨大,其核心是更强算力的SoC芯片,各大车企、芯片龙头、互联网科技巨头相继布局自动驾驶软件和算法服务。从国际上看,传统的车载芯片厂商也在不断升级:全球第二大汽车半导体厂家头瑞萨推出了顶级高算力芯片产品R-CAR H3,恩智浦发布了可提供测试、开发和验证软件的平台BlueBox3.0;英特尔、英伟达、高通等芯片巨头强势加码智能芯片领域:英特尔收购用户基础庞大的Mobileye、英伟达推出的Orin系列已被多家造车新势力企业使用(蔚来、小鹏、理想等)、高通推出了自动驾驶芯片“骁龙Ride”等。国内的互联网公司百度、阿里、腾讯,车企小鹏、蔚来、理想等均参与了自动驾驶算法的布局,而目前国内主要的自动驾驶算法和软件服务的供应商包括:国内唯一实现车规级AI芯片量产的科技公司地平线、国内知名的自动驾驶软件算法供应商Momenta、已形成了L3/L4级智能驾驶系统的可规模化布局的驭势科技、曾在全球自动驾驶算法评测数据集KITTI和Cityscapes上刷新10项世界纪录的图森未来、针对自动驾驶推出MDC智能驾驶计算平台解决方案的华为等。

3)执行层面

由于汽车EE架构的简化,叠加传统底盘技术无法控制融入了传感器和执行各类决策的电控单元的ADAS功能,因此执行系统将以线控技术为主。线控技术是实现高级别自动驾驶的必要技术,而新能源汽车则是实现线控技术的最佳载体。当驾驶员踩下油门/制动踏板、转动方向盘、波动档位等操作时,传统汽车须通过机械连接装置将力传导到执行系统,从而完成相关动作;而在线控底盘系统中,力将被位移传感器转化成电信号并传导至ECU,继而由电机驱动执行系统完成相关动作。线控技术移除了大量的机械连接装置和液压、气压等辅助装置,使车辆减重并减少损耗,降低维护成本,同时其反应快、控制精度高的特点有利于提升自动驾驶技术的安全性、更好的配合辅助驾驶功能。而经过全新设计后的新能源汽车底盘能更好的适应线控装置布局,其电气化水平也能更高效维护线控底盘系统正常运行,因此新能源汽车在智能化、网联化的道路上更具备优势。执行层面主要以制动、转向、油门等零部件供应商为主,包括博世、万安科技、耐世特、华域汽车、宁波高发等。

3.2智能座舱

相比智能驾驶,智能座舱更易于早日实现落地商用。随着消费者对个性化智能座舱的需求提升,智能座舱的市场竞争也愈加激烈。根据汽车之家统计,2020年新车的智能座舱配备率高达86%。国内自主品牌为提升品牌竞争优势,将智能座舱加速向低端车型渗透。2019年国内智能座舱产品车载信息娱乐系统、HUD、流媒体后视镜、行车记录仪、后排液晶显示、驾驶信息显示系统的渗透率分别为83.1%、7.5%、3.1%、10.6%、0.6%、15%,当前车载信息娱乐系统的渗透率最高。根据盖世汽车统计,我国智能座舱2019年的市场规模达521亿,预计2020年为628亿元,2016-2020 CAGR达17.28%。同时,据ICVTank预测,2025年中国的智能座舱市场规模将突破1000亿元。智能座舱各类产品的细分领域也出现了龙头,如配套HUD和无线充电模块等产品的华阳集团、配套车机系统和T-box的德赛西威、配套座舱软件系统的均胜电子、在车载信息娱乐系统方面资源丰富的东软集团、在语音交互领域占据主导地位的科大讯飞等。根据公司财报,德赛西威、华阳集团、均胜电子2019年的智能座舱业务营收分别达40.32亿元、21.32亿元和90亿元,三家合计约占2019年中国智能座舱市场规模比重的29%,智能座舱的市场份额逐步向龙头集中。

3.3车联网

根据亿欧智库的产业分析报告,随着国家政策红利陆续出台、相关技术和标准日趋完善,未来10年车联网的规模有望达到2万亿元,其中车路协同和数字化道路改造的市场规模预计分别为7630亿元和2950亿元。车路协同的发展需要先提升路侧设施的智能化普及率,从而降低智能化车载终端的装车成本,方能成功搭建智能交通网络,然后依靠云控平台、边缘计算等技术提升智慧城市道路的运转效率,最终实现L4/L5级别的完全自动驾驶。车联网包括路侧设施、车载终端和安全芯片三部分。路侧设施包括路侧单元(RSU)、路侧计算单元(RCU)、路侧感知设备(摄像头、激光雷达、毫米波雷达)等;车载终端指的是能够在车内提供无线通信的电子设备;而安全芯片则是需要支持国密算法要求的硬件安全芯片,以满足LTE-V2X通信较高的安全要求。

目前受限于智能化路侧设施的普及率仍然较低,汽车厂商主动安装C-V2X车载终端的动力不足,根据C-V2X产业化时间表,预计2020-2021年开始给新车搭载C-V2X车载终端,2025年C-V2X新车装配率达到50%。目前国内的车载终端市场竞争激烈,华为、德赛西威、千方科技、大唐电信、中兴通讯等厂商均可生产LTE-V2X的车载终端产品,华为、东软等公司还推出了兼容5G的C-V2X车载终端产品。在路侧设施领域仍处于发展初期,万集科技、千方科技、金溢科技等ETC设备龙头公司的产品线基本涵盖了路侧单元、计算单元和感知设备,华为、中兴等通信厂商也积极布局RSU产品。根据佐思汽研预测,2025年路侧设施的市场规模有望达到400亿元。安全芯片的主要国内供应商有华大电子、华大信安、信大捷安等,均可生产满足LTE-V2X通信的国密安全芯片。

3.4整车厂

整车厂商包括传统造车厂商和互联网造车新势力。传统造车厂商近年来取得了智能汽车技术研发的突破,纷纷加速智能汽车的研发和投放进程,已实现了中高端车型配备L2-L3级别的自动驾驶水平,比如凯迪拉克的CT6、比亚迪汉等旗舰车型均配备了L2级自动驾驶系统,而最新推出的奥迪A8达到了L3有条件自动驾驶的水平。同时,华为、百度、腾讯、阿里等互联网科技巨头利用AI和大数据的优势与传统车企进行密切合作,比如比亚迪汉系列车型搭载了华为基于鸿蒙系统的HiCar系统、百度与吉利合作组建智能电动汽车公司等。

互联网造车新势力在经历了前期大量的研发投入后,其核心技术亦实现了突破、产能和良性率均大幅提升,以特斯拉、蔚来为代表的国际互联网造车新势力的智能汽车销量和市值均大幅增加,一度超越了众多传统造车厂商。新势力在产品设计理念、汽车电子架构和软件开发等多领域对传统车企发起挑战,受“鲶鱼效应”的影响,加速推动了汽车行业的变革。特斯拉和蔚来等造车新势力在疫情下的逆势增长印证了汽车智能化是未来拉动消费者需求和提升车企利润的重要方向。以特斯拉为例,消费者除了在购车时一次性贡献整车的费用外,后续还会在车辆生命周期内对智能网联软件升级等方面持续贡献现金流。

各车企品牌均在汽车智能化的赛道上加速,智能汽车产业链有望迎来量价齐升的发展机会。目前国内车企的高端车型基本已实现L2级辅助驾驶的装配,而L3级别的量产车型也将于2020-2021年推出,L5级别的量产车型有望在2025年推出。根据国内外车企的规划,预计2021-2022年有数十款智能汽车车型将计划交付,比如蔚来计划在2022年推出重磅车型ET7,将搭载高通数字座舱平台Snapdragon、ADAM超算平台和带激光雷达的AQUILA超感系统等智能化配置。传统车企奔驰、宝马、长城、吉利、比亚迪也纷纷计划投放高级别自动驾驶车辆,2022年以后将有更多高级别智能汽车上市,有望拉动产业链的需求和投资机遇。

4、投资建议

我国智能网联汽车行业的政策支持力度大,预计未来有望成为全球最大的智能汽车市场。智能汽车行业价值链条长、涉及范围广,横跨汽车、半导体、通信、电子、互联网、交通等众多行业,建议关注智能汽车上下游产业链涉及的细分领域龙头,围绕率先落地的智能座舱、ADAS、HUD、毫米波雷达等挖掘投资机会,并长期看好自动驾驶、高精度地图、车联网、围绕出行的服务及应用等主题。

5、风险提示

宏观经济下行风险、相关政策和行业技术标准制定低于预期、产量或销量不及预期、市场竞争加剧、新基建建设不及预期等。

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关阅读

评论