2022年箩筐技术(LKCO.US)研究报告.docx
《2022年箩筐技术(LKCO.US)研究报告.docx》由会员分享,可在线阅读,更多相关《2022年箩筐技术(LKCO.US)研究报告.docx(29页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、2022年箩筐技术(LKCO.US)研究报告1. 箩筐技术:位置数据先行者,高精度地图领先企业1.1. 相继收购超擎与易图通,三大业务板块协同发展箩筐技术是全球领先的时空智能大数据服务公司,中国领先的位置数据及行业应用解决方 案提供商,中国领先的高精度地图服务商。公司创立于 2001 年,前身为西安联合信息技 术股份有限公司,2010 年成功登陆纳斯达克(股票代码:KONE)。2018 年 8 月,公司与 中传集团完成资产置换,正式更名为箩筐技术公司(股票代码:LKCO),并于 2019 年 1 月在纳斯达克普通股挂牌上市。此外,公司于 2018 年 8 月收购超擎控股公司,获得其全 球首创的
2、时空索引技术,一跃成为全球领先的图形数据处理技术公司;2019 年 11 月,获 得吉利科技集团有限公司 4,250 万美元投资(以每股 1.95 美元,增发 21,794,872 股优先 股);2021 年 3 月,公司完成收购易图通科技(北京)有限公司,获得甲级导航电子地图 (高精地图)制作资质,成为中国高精度地图市场头部服务商。至此,公司依托超擎的时 空云索引技术与易图通的高精度地图技术,构建起城市级和行业级全息时空数字孪生系统, 积极服务于智慧交通(自动驾驶、智慧公路、车路协同)、自然资源资产管理(碳中和及 环境保护等遥感数据服务)、LBS 智慧行业应用(移动互联网本地商业位置服务、智
3、慧出行、 智慧物流、新基建、智慧城市、应急救援)等领域。1.2. 智慧交通+自然资源资产管理+LBS 业务,全新箩筐冉冉升起智慧交通:立足车路协同,积极部署车端和路侧智能解决方案 在车端,公司继承易图通既有的高精度地图头部服务图商优势,加大在自动驾驶数据服务、 仿真服务、全感知 AI 服务等领域的技术研发投入,深化和拓展对主机厂、Tier1 自动驾驶 领域的服务。在路侧,公司提供基于箩筐时空数字底座的智慧公路服务,包括基于高精度地图的智慧公 路 AI 数字底座、全天候 24 小时道路危情感知、恶劣天气感知等道路信息数据感知服务系 统及智慧管理平台,使高速公路运营者实现更加高效、安全、经济的数字
4、化运营资产;同 时,基于实现更高效的车路通信,车辆可以实时接收影响安全、便捷和舒适的前方路端信 息,再次强化高速公路资产的安全性及高通过性,形成安全出行的车路协同。公司为中国 新一代智慧交通示范工程项目“昌九高速”提供的相关智慧数字服务,充分彰显公司在智 慧公路领域的技术优势地位。遥感业务:把握碳中和,提供自然资源资产管理服务公司基于超擎全球首创的时空索引技术,可在碳中和背景下提供自然资源资产管理服务, 包括碳汇测算统计、林业、农业、渔业、矿业、水利、环保、海洋、气候等领域的卫星遥感、激光雷达、航空拍摄、物联网传感器、GIS 等数据的融合智能应用服务。LBS 业务:位置数据先行者,赋能 AIo
5、T 大时代基于位置数据的服务(Location Based Services,LBS)基于箩筐时空数字底座,构建现实世 界的数字孪生世界,在移动互联网出行、物流配送、城市建设、城市交通、智慧园区、智 慧应急、城市大脑中台服务等细分领域提供新一代的 LBS 智能应用服务。在 AIoT 及元宇 宙时代,有望引领新一轮产业革命。1.3. LBS 业务恢复强劲,新兴业务逐步迎来收获期2017-2020 年公司营收持续下滑,2021 年 LBS 业务恢复强劲驱动营收创历史新高,新兴 业务逐步迎来收获期。2017-2020 年,公司营收从 2,608 万美元下滑至 1,826 万美元,整 体呈下降趋势,主
6、要原因我们认为是 2021 年之前公司作为长途旅行移动服务和基于位置 的服务(LBS)提供商,以铁路 Wi-Fi 接入为在陌生城市旅行的用户提供有针对性的推送 服务,根据个人用户的兴趣和品味,精准推送当地信息和指导服务。持续并购完善业务布局叠加高研发投入,20172021 年利润端整体承压。2017 年2020 年公司毛利率分别为 78.73%/67.03%/20.25%/4.29%,整体呈下降趋势。2021 年,公司的毛 利率从 2020 年的 4.3%提高到了 11.1%,主要原因系 2021 年公司自主研发的旨在提高增值 服务价值的 LBS 智能广告服务平台实现了优化,我们预计后续 LB
7、S 业务有望保持触底反弹 态势,平稳回升。同时,公司前瞻布局的智慧交通、遥感业务具有较高毛利率,进入收获 期后收入占比持续提升,有望驱动公司整体毛利率加速上行。净利润方面,2017 年2021 年公司分别实现归母净利润-681/-1,193/-3,151/-3,987/-6,880 万美元,亏损呈现扩大趋势。 具体分析来看,2019 年公司归母净利润同比下降 164.21%,我们认为主要原因系公司完成 对超擎控股公司的收购,超擎研发团队整体并入导致包括研发人员工资在内的研发费用大 幅增长;同时,公司与 AEA 交易的完成所带来的咨询费增加叠加营收下降使得利润端继 续承压。2021 年公司营收虽
8、强势增长 694.29%,但归母净利润依然下降 72.58%,主要原 因系公司在完成对易图通的收购后研发人员大幅增加,相应大幅增加研发费用(2021 年 研发费用 4,548 万美元,同比增加 383.7%)。我们认为经过前期并购与高研发投入,公司 整体业务布局已较为完善,且公司 LBS 业务毛利率已呈现触底反弹态势,静待高毛利率智 能交通业务和遥感业务放量,后续利润端有望逐步边际改善。2. 高精度地图:感知层重要一环,高阶智能驾驶时代不可或缺2.1. 高精度地图定义高精度地图一般称为高分辨率地图(High Definition Map)或高度自动驾驶地图(Highly Automated D
9、riving Map),是指精度高、精细化定义的电子地图。精度高是指绝对精度和 相对精度均在分米级。精细化是指将道路网、车道网、车道线与交通标志等各类交通要素 根据需求格式化存储使用。高精地图既含有道路类型、曲率、车道线位置等道路信息,以 及路边基础设施、障碍物、交通标志等环境对象信息,同时包括交通流量、红绿灯等实时 动态信息。高精地图可以分为四个基本层级,由底层到上层分别为静态高精地图、准静态高精地图、 准动态高精地图和动态高精地图。静态高精地图包含道路网、车道网及道路设施的几何、 属性信息;准静态高精地图包含交通标志牌、路面标志等道路部件信息;准动态高精地图 包含道路拥堵、施工、交通管制、
10、天气等信息;动态高精地图包含周边车辆、行人、信号 灯等信息。2.2. 高精度地图在单车智能与车路协同中均扮演重要角色 2.2.1. 单车智能与车路协同路线争议仍存,高精度地图价值量显著单车智能与车路协同路线争议仍存,高精度地图价值量在单车智能“谷歌派”和车路协同 路线中均处于较高水平。自动驾驶目前主要存在三种技术路径,按照技术和成本在车端和 路侧的分配,大致可分为采用【激光雷达+高精度地图】的“谷歌派”单车智能路线,采 用【视觉感知+影子模式】的“特斯拉派”单车智能路线,以及【网联化+路侧智能代替部 分车侧智能】的车路协同路线。具体来看,“谷歌派”单车智能路线:代表企业包括 Waymo、Cru
11、ise、戴姆勒、宝马等车企,以 激光雷达为主要感知设备,采取激光雷达、毫米波雷达、摄像头等多传感器融合的方 案,并引入【高精度地图+高精度定位】作为重要感知补充。如 Waymo 通过谷歌地 图专业的测绘车队为无人驾驶汽车创建丰富而详细的高精度地图,进行高精度定位, 提供动态实时的数据服务,保证信息的准确和完整。“特斯拉派”单车智能路线:以视觉识别为核心,典型代表为依靠 Mobileye 视觉自 动驾驶技术起家的特斯拉,该技术路线将视觉作为最主要的信息获取方法,并通过神 经网络模型训练 Autopilot 算法。此外,通过影子模式训练与迭代其自动驾驶算法, 将已售车辆变为“测试车辆”,不断收集现
12、有活跃车辆的真实场景数据,上报捕捉到 的视觉信息与“稀有案例”,并基于模型对外界进行预判,对特定模块进行修正性训 练,再将修正后的模型下发到车端,完成训练闭环。基于此,此种模式对地图和定位 要求相对较低,一般以【低精度地图+低精度定位】为主,但视觉感知仍存在遮挡物 和盲区的问题,特斯拉也在考虑未来适当引入高精度地图,以解决道路坑洼的识别等 问题。车路协同路线:践行“网联化”,对车端、路端及云端的协同提出了较高的要求,该 路线以激光雷达作为路侧感知设备中的核心硬件探测物体三维坐标,与毫米波雷达、 摄像头等设备通过边缘计算进行数据融合,实时绘制局部高精度地图,以“上帝视角” 采集路况信息,为车辆提
13、供决策依据。2.2.2. 高精地图是自动驾驶感知层核心部分,助力单车智能落地高精度地图基于传统电子导航地图,随自动驾驶系统需求演变而来,在高阶单车智能时代 不可或缺。相比车载娱乐导航系统,自动驾驶系统对地图提出更高的要求,如自动驾驶需 要超视觉感知增强、感知系统效率提升、辅助决策信息完善、协助路径规划并增加信息冗 余、提升自动驾驶的安全度等。于是高精度地图应运而生,其在保留传统导航地图检索、 道路规划、渲染、诱导等功能的基础之上,更侧重地图信息的丰富性和精度,提升计算平 台及汽车的智能化程度,以及高频更新、标识横纵向定位、坡度曲率节能应用与舒适性提 升等。作为自动驾驶感知层最核心的技术之一,高
14、精度地图在高阶自动驾驶系统中(L3 级别及以上)已成为不可或缺的部分。具体来看,高精度地图在单车智能中的作用具体表 现在以下方面: 作为汽车“长周期记忆”,为车辆的自动驾驶提供道路先验信息; 预知交通要素位置(包括红绿灯、车道线、道路标识牌等),提高传感器检测精度和 速度,有助于节约计算资源; 作为规划决策的载体,将道路信息(包括路口红绿灯状态、道路交通流量、路网变化 情况及车辆传感器信息等)传递至高精地图服务平台,并通过服务平台实现智能路径 规划; 众包采集积累大量驾驶数据,可进一步丰富驾驶场景数据库,为无人驾驶系统仿真验 证、人工智能训练等提供重要基础数据。从市场需求来看,各车企单车智能发
15、展进程虽参差不齐,但高精地图已成为除特斯拉外主 流车企的共同选择。高精度地图可弥补普通传感器性能边界、为自动驾驶决策提供重要先 验信息,为 RTK/GNSS 等定位信号统一基础坐标系环境,我们认为高精度地图是单车智能 全面落地的必要条件。2.2.3. 车路协同符合我国发展战略,高精度地图发展天地广阔车路协同路线符合国家发展战略,有望助力我国自动驾驶发展实现弯道超车。车路协同是 以路侧设施和车载终端间的无线通信技术为基础,实现车与路之间信息实时交互和共享的 技术,是推动自动驾驶进入 L3 及以上级别的重要系统,可加速自动驾驶的落地,推进智慧交通行业的发展。与高度依赖人工智能算法与决策芯片的单车智
16、能路线不同,车路协同 的发展路线更符合我国国情,可充分发挥我国战略优势。因为在通信方面,中国以华为为 代表的通信企业在 5G 技术方面世界领先,4G 及 5G 通信基站数量多、覆盖广。同时,在 “新基建”背景下,中国政府大力推进 5G 网络、物联网、卫星互联网、数据中心、智能 交通基础设施等新型基础设施建设。在政策方面,2019 年 9 月智能网联道路系统分级定 义与解读报告的发布标志着中国有了清晰的道路智能分级标准;2020 年 2 月智能汽车 创新发展战略预计到 2025 年智能交通系统和智慧城市相关设施建设取得积极进展,高 精度时空基准服务网络实现全覆盖。在路侧设施方面,中国高速公路总里
17、程世界第一,公 路总里程和公路网密度快速增加,收费公路里程远超美国,路测设备 RSU(Road Side Unit) 的数量和分布范围大于美国。高精度地图与车路协同相互赋能,推动高精度地图与自动驾驶行业质变。车路协同为高精 地图的更新及分发赋能。随着车路协同基础设施的建设与完善,路侧传感器将成为高精度 地图更新的有效数据来源。其中,对于高精地图静态及准静态层,路侧传感器(含摄像头、 毫米波雷达、激光雷达等)可实时感知道路渠化、标志标线等变化,实时上报信息以助力 高精地图更新;对于高精地图动态及准动态层,路侧感知能力与车端感知能力紧密结合, 可增加安全冗余、提供相互校验及融合,为高精度地图提供更
18、为精准丰富的动态信息。同 时,高精度地图在车路协同中同样扮演重要角色。具体体现在:(1)使自动驾驶车辆提前 感知前方超视距范围内的动态信息;(2)为驾驶员、道路管理者提供可视化工具,使其更 便捷地参与交通或管理交通,重新定义高速公路管理方式;(3)路侧边缘计算单元(MEC) 通过内置高精度地图,可将目标信息赋予位置属性,实时监测感知信息精准度并进行矫正, 通过车端与路端地图的统一,进一步支持目标位置预测等应用。我们认为车路协同的发展 路线可以充分发挥我国基础设施建设优势,符合我国长期发展战略,而高精度地图行业与 车路协同路线相互成就,推动行业发展发生质变,助力我国自动驾驶发展实现弯道超车, 重
19、要性可见一斑。2.3. 国内标准完善+众包地图降本+盈利模式迭代,行业拐点加速来临2.3.1. 行业标准:行业规范尚未统一,静待国家标准出台数据标准不一致与平台不统一影响行业良性发展,解决问题的关键在于统一平台与标准。 在目前高精度地图作业过程中,地图数据来源多样化,交通、物流、企业间的数据标注不 一致,行业间的数据互通存在问题,使得不必要的重复投入问题困扰行业良性发展。此外, 高精度地图安全性验证尚无行业统一的共识。在高级别自动驾驶系统中,高精度地图与车 载传感器共同组成感知系统,为车辆定位、感知、规划控制等提供输入和支持,对汽车安 全来说至关重要。因此,需要考虑一些与高精度地图相关的领域:
20、功能安全(ISO26262) 包括汽车软硬件的风险,预期功能安全(SOTIF/ISO21448)的安全运行要求,以及自动驾 驶国内面向用户的使用安全等。但上述安全评估目前仍无统一的技术标准和规范。为解决 这一问题,业界正在尝试建立高精度地图动态平台,统一业内标准,在高精地图应用需求 层面达成业内共识。自动驾驶领域技术基础研制单位国汽智联牵头规划建立高精地图动态 平台,运营连接不同信息来源,汇集分层的动态信息,以此形成统一机制,为行业提供地 图应用于更新。标准方面,国内高精地图标准目前正在不断完善中。2019 年 6 月,全国智 能运输系统标准化技术委员会正式在官方网站发布智能运输系统智能驾驶电
21、子地图数据 模型与交换格式(征求意见稿)等 2 项国家标准征求意见的通知,截至 2022 年 5 月 12 日,该标准已进入报批阶段。此外,2020 年 1 月,自然资源部测绘标准化研究所发布了 测绘行业标准道路高精度电子导航地图生产技术规范道路高精度电子导航地图数据 规范征求意见稿。工信部、交通部、自然资源部、标准委等不断加快编制和发布智能网 联汽车、车联网、高精地图等相关标准规范。统一平台与标准是高精度地图行业良性发展 的关键,随着国家标准已进入报批阶段,行业拐点有望来临。2.3.2. 成本降低:高精度地图成本高企,众包地图途径显著降本增效成本高企极大程度影响行业渗透率提升。高精度地图需要
22、高覆盖度和高频率更新,采集制 作和更新成本高昂。在成本方面,传统地图采集方式采用高精度高成本的地图采集设备和 采集车,配合大量的人力资源投入地图内业制作,无法实现自动驾驶所需要的高频更新需 求(部分元素需要小时级更新甚至几乎实时更新)。目前,一台专业型采集车的成本高达 百万元级别;而测绘成本方面,分米级地图的成本为每公里 10 元左右,厘米级地图的成 本可达每公里千元。在成本约束下,测绘效率及普及率提升难度较大。众包式采集可显著降低地图更新成本。众包采集可以理解为用户通过自动驾驶车辆自身的 传感器,或其他低成本的传感器硬件,收集的道路数据传到云端进行数据融合,并通过数 据聚合的方式提高数据精度
23、,来完成高精地图的制作。以易图通为例,采用传统测绘完成 底图绘制、众包采集的形式进行地图数据更新。其中,众包可以利用量产车辆的车载传感 器采集包括图像在内的相关数据,并通过 AI 技术进行高效的图像语义分割与数据提取,确 保地图数据及时更新的同时有效降低高精度地图绘制成本。展望未来,采用专业设备集中采集和非专业设备众包采集相结合、采集高度自动化和数据共享,将成为解决生产效率和 更新实时性的主流发展方向。因为集中采集精度高,但更新频率低、采集成本高;众包采 集数据鲜度高、成本低,但采集精度低、可靠性和一致性较差。以集中采集为建图基础, 在海量众包数据中快速提炼符合规范的静态图层变更信息和动态图层
24、实况信息,两者深度 结合、优势互补、相互校验,极大提升了高精度数据的可靠性,符合高精度地图行业降本 增效的诉求,有望成为高精度地图主流的发展方向。2.3.3. 盈利模式迭代:单一地图产品盈利艰难,图商角色加速从交付向服务演变高精地图依靠传统 License 模式难以盈利。传统地图盈利以 License 模式为主,图商通过 授予整车厂地图使用权从而获得授权费。由于高精地图采集制图成本较高,同时又需要通 过高频更新以保持地图鲜度,如果完全按照传统的向车企收取 License 费的模式,难以符 合地图量产成本的承受范围。图商积极转型,角色加速从交付向服务演变。高精地图需要 实时更新的特性打破了过去图
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 箩筐 技术 LKCO US 研究 报告
限制150内