亳州汽车自动驾驶项目实施方案【参考模板】.docx
《亳州汽车自动驾驶项目实施方案【参考模板】.docx》由会员分享,可在线阅读,更多相关《亳州汽车自动驾驶项目实施方案【参考模板】.docx(136页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、泓域咨询/亳州汽车自动驾驶项目实施方案目录第一章 背景、必要性分析7一、 激光雷达高等级自动驾驶必备传感器7二、 车载CIS智能驾驶下的千亿赛道11三、 HUD多信息时代人车交互窗口13四、 完善科技创新体制机制17五、 增强企业技术创新能力19第二章 总论20一、 项目名称及投资人20二、 编制原则20三、 编制依据21四、 编制范围及内容22五、 项目建设背景22六、 结论分析23主要经济指标一览表25第三章 建筑工程方案分析27一、 项目工程设计总体要求27二、 建设方案27三、 建筑工程建设指标28建筑工程投资一览表28第四章 建设方案与产品规划30一、 建设规模及主要建设内容30二、
2、 产品规划方案及生产纲领30产品规划方案一览表30第五章 SWOT分析32一、 优势分析(S)32二、 劣势分析(W)34三、 机会分析(O)34四、 威胁分析(T)36第六章 法人治理结构39一、 股东权利及义务39二、 董事41三、 高级管理人员45四、 监事47第七章 发展规划49一、 公司发展规划49二、 保障措施55第八章 建设进度分析57一、 项目进度安排57项目实施进度计划一览表57二、 项目实施保障措施58第九章 工艺技术设计及设备选型方案59一、 企业技术研发分析59二、 项目技术工艺分析62三、 质量管理63四、 设备选型方案64主要设备购置一览表65第十章 劳动安全生产6
3、6一、 编制依据66二、 防范措施67三、 预期效果评价70第十一章 环境保护分析71一、 编制依据71二、 环境影响合理性分析72三、 建设期大气环境影响分析73四、 建设期水环境影响分析76五、 建设期固体废弃物环境影响分析77六、 建设期声环境影响分析77七、 建设期生态环境影响分析78八、 清洁生产79九、 环境管理分析81十、 环境影响结论84十一、 环境影响建议84第十二章 组织机构及人力资源配置86一、 人力资源配置86劳动定员一览表86二、 员工技能培训86第十三章 项目节能分析88一、 项目节能概述88二、 能源消费种类和数量分析89能耗分析一览表89三、 项目节能措施90四
4、、 节能综合评价92第十四章 项目投资计划93一、 投资估算的依据和说明93二、 建设投资估算94建设投资估算表98三、 建设期利息98建设期利息估算表98固定资产投资估算表100四、 流动资金100流动资金估算表101五、 项目总投资102总投资及构成一览表102六、 资金筹措与投资计划103项目投资计划与资金筹措一览表103第十五章 经济效益评价105一、 基本假设及基础参数选取105二、 经济评价财务测算105营业收入、税金及附加和增值税估算表105综合总成本费用估算表107利润及利润分配表109三、 项目盈利能力分析109项目投资现金流量表111四、 财务生存能力分析112五、 偿债能
5、力分析113借款还本付息计划表114六、 经济评价结论114第十六章 项目招标方案116一、 项目招标依据116二、 项目招标范围116三、 招标要求116四、 招标组织方式117五、 招标信息发布117第十七章 风险风险及应对措施118一、 项目风险分析118二、 项目风险对策120第十八章 总结评价说明123第十九章 附表124主要经济指标一览表124建设投资估算表125建设期利息估算表126固定资产投资估算表127流动资金估算表128总投资及构成一览表129项目投资计划与资金筹措一览表130营业收入、税金及附加和增值税估算表131综合总成本费用估算表131利润及利润分配表132项目投资现
6、金流量表133借款还本付息计划表135本报告为模板参考范文,不作为投资建议,仅供参考。报告产业背景、市场分析、技术方案、风险评估等内容基于公开信息;项目建设方案、投资估算、经济效益分析等内容基于行业研究模型。本报告可用于学习交流或模板参考应用。第一章 背景、必要性分析一、 激光雷达高等级自动驾驶必备传感器面对复杂环境,激光雷达具有优势。对于自动驾驶,目前市场上存在两个方案:视觉为主的方案:以摄像头为主,能够感知丰富的外部环境并且较为完整地识别物体的整体外形及构造,但是容易受到外部环境光的影响。目前主要车企以特斯拉为主。激光雷达方案:以激光雷达为主,使用激光探测周围环境并构成高分辨率的三维图像,
7、随后与毫米波雷达,摄像头等设备协同完成自动驾驶。优势在于监测距离较视觉方案更长、精度更高并且不受外部环境光的影响。但是当遇到极端雨、雪、雾霾天气时会影响到其发射光束,从而影响内部的三维构图,同时激光雷达后期维修费用较高。无可否认的是,在面对相对复杂的场景时,激光雷达具有绝对的优势,并且难以被替代。在类似于隧道,车库等弱光的环境,通过摄像头的算法实现L3甚至更高等级的自动驾驶在技术原理上存在一定的缺陷,而激光雷达则可以有效解决。同时摄像头+毫米波的组合在应对汽车高速场景时,对于非标准静态的物体也有一定的识别障碍,这也是为什么特斯拉在全球范围内偶尔会出现一些由于自动驾驶带来的事故的原因。激光雷达根
8、据结构,可以分为机械式激光雷达、混合固态激光雷达(MEMS)、固态激光雷达(OPA&FLASH):机械式激光雷达技术目前相对成熟。其发射系统和接受系统通过旋转发射头,实现激光有线到面的转变,并且形成多个竖直方向的多面激光排布,达到动态扫描并动态接受的目的。但由于其成本较高、装配复杂同时存在光路调试等过程,同时由于不停旋转,在行车环境下没有足够的可靠性,导致发展初期难以符合车规要求。混合固态激光雷达将机械部件做的更加小巧从而可以隐藏在外壳中,使得从外观上看不从外观上看不到机械旋转,同时使用MEMS等半导体器件来代替机械扫描的选准装置,兼具固态和机械的特性。同时由于减低了机械的旋转幅度,有效降低了
9、行车过程中出现问题的几率,又大大降低了成本。目前混合固态激光雷达技术已经初步成熟,后续或将有相关项目陆续落地。固态激光雷达包括光学相控阵(OPA)和FLASH两种。相比于混合固态激光雷达,全固态激光雷达在结构中去除了旋转部件,实现了较小的体积的同时保证了高速的数据采集以及高清的分辨率。其中:光学相控阵(OPA)运用了相干的原理,通过多个光源形成矩阵,不同的光束在相互叠加后有的方向会相互抵消而有的则会增强,从而实现在特定方向上额主光束,并且控制主光束往不同方向进行扫描。由于其彻底去除了机械机构,自身不用旋转,OPA具有扫描速度快,精度高,可控性好,体积小巧等特点。Flash固态激光雷达,与MEM
10、S和OPA不同,其可以在短时间内快速发出大面积的激光区域,并通过高灵敏度的接收器进行接受,完成对于周围环境的绘制。其优点在于快速、高效,但与之同时由于其原理造成的探测距离较短在实际应用中很难避免。激光雷达作为新能源汽车未来实现L4甚至L5的必备传感器,随着认证的逐步通过以及相关项目的逐步落地,未来将在新能源汽车产业链中扮演至关重要的角色。目前全球激光雷达市场可以分为:车载应用(ADAS+自动驾驶)、产业与运输、智慧城市三大应用场景,根据TrendForce的数据,在2020年全球三大应用场景的总市场规模为6.82亿美元,预计将在2025年增长至29.32亿美元,年复合增长率约为33.9%;其中
11、车载是全球激光雷达的主要应用场景,在2020和2025年市占率分别为60.0%和83.0%,其市场规模将从2020年的4.09亿美元上升至2025年的24.34亿美元,年复合增长率为42.9%。目前自动驾驶领域,L2及以下的等级不需要依托激光雷达便可实现(例如特斯拉Modle3),所以我们认为激光雷达在L2及以下级别中不是必要的传感器,激光雷达方案在L3中开始使用,并在L4及以上等级开始普及。由于目前L3及以上等级的自动驾驶在全球范围内渗透率依旧较低,目前也仅有少数汽车厂商推出了自身搭载激光雷达的车型,所以目前激光雷达产业仍然还未到产业爆发期。我们预计未来3年激光雷达将伴随未来自动驾驶等级的提
12、高以及世界范围在“高等级自动驾驶离不开激光雷达”这一观点认知的逐步统一中实现产业的飞速发展。目前全球激光雷达领域仍处于竞争格局初期,行业百花齐放。目前根据Yole的统计数据,全球范围内至少有80家主营激光雷达的公司,其中有超过60家业务聚焦于车载激光雷达市场,截止2021Q3已经有14家公司获得相关车载激光雷达订单。目前全球格局仍不明朗,根据Yole的统计,在2021年全球汽车和工业领域激光雷达市场份额第一是法国Valeo,市占率为28%,速腾聚创、大疆、华为、禾赛科技市占率分别为10%、7%、3%、3%。其中Valeo激光雷达Scala是目前唯一实现量产的ADAS车辆激光雷达,已经进入例如奥
13、迪A8、奔驰S级、本田Legend等车型中。全球激光雷达龙头公司Velodyne公司由于机械式激光雷达寿命、难过车规等因素目前在前装市场中尚未有较大进展,但随着公司近期提出的MEMS半固态解决方案,未来有望在汽车市场抢占一定份额。国内公司禾赛科技同时布局机械式和MEMS半固态激光雷达,目前公司产品作为无人驾驶汽车中的主激光雷达,受到包括百度,博世、戴姆勒公司青睐。二、 车载CIS智能驾驶下的千亿赛道特斯拉、蔚来等造车新势力走在技术前沿,引领智能汽车行业发展,作为智能汽车最引人瞩目的技术当属自动驾驶。环境感知是实现自动驾驶最关键的环节之一,环境感知的核心是传感器(sensor),目前主要的传感器
14、分为两种,摄像头和雷达。区别在于摄像头是通过第三方发射波(光)感知信息,而雷达是通过自己发射波来感知信息。雷达根据探测距离、分辨率的不同,分为超声波雷达、毫米波雷达和激光雷达(LiDAR)。激光雷达具有测距远、分辨率高的优点,但价格昂贵;毫米波雷达体积小,天气适应性较强,成本较激光雷达低很多,主要分为24GHz和77GHz/79GHz,后者测距更远,制造工艺难度更大,其局限性在于对静止物体的分析精度不够;摄像头成本最低,但易受天气影响,且需要复杂的算法支持工作。根据Yole,2025年ADAS摄像头模组市场规模有望达81亿美元。智能汽车迭代升级势不可挡,汽车为未来CMOS图像传感器高增速市场。
15、车载摄像头最初主要应用在倒车系统中,随着5G商用落地以及ADAS(AdvancedDrivingAssistanceSystem,高级驾驶辅助系统)快速普及,汽车加速智能化步伐,感知技术作为自动驾驶技术发展的一大核心,催化车用图像传感器迎来量价齐升。根据Omdia,预计2020-2030年,汽车摄像头及工业视觉将成为图像传感器增速最快的两大下游领域,其中汽车十年间年均复合增速预计将能达到近20%之高。造车新势力摄像头配备更加激进,有望加速CIS上车进程。造车新势力在推动技术变革上一向表现出更加积极地姿态,与传统车企渐进式提升自动化水平不同,蔚来等造车新势力多采用“一步到位”的技术发展路线,跳过
16、L1、L2级,加速推进L3、L4车型量产上市,自然的,其在自动驾驶传感层的上也领先一步,率先“安排”更多数量摄像头“上车”。从统计情况来看,同为L3级别的奥迪A8和奔驰S配备摄像头分别为5及6个,而“造车新势力”特斯拉、蔚来、理想、小鹏的L2+级别自动驾驶汽车配备摄像头数量大都在8个以上,蔚来最新发布的L4级别豪华车型ET7搭载11颗800万像素摄像头,索尼概念电动车Vision-S更是搭载了18个摄像头。车载CIS呈现出向高分辨率发展的趋势,价值量有望不断提升。L1-L2低水平的智能汽车对CIS的分辨率要求并不高,而随自动驾驶等级提升,汽车所承担的驾驶任务更加复杂,无论从功能还是安全方面考虑
17、,都需要其能够实现更高的物体辨识准确度,这意味着汽车要采用更高分辨率的CIS。根据TSR,目前VGA和200万像素CIS仍为车用CIS出货的主流,但未来200万像素及以上CIS占比将加速提升,预计至2023年200万像素和500万及以上像素CIS出货量将分别达到10.42亿颗和1.54亿颗。长期来看,自动驾驶为汽车行业发展大趋势且应用推广不断加速,车载CIS为潜在百亿美元大市场。目前汽车图像传感器均价约为4-5美元,类比手机市场发展趋势,未来车载摄像头高端化也将能带动CIS价值量逐渐提升。根据我们测算,2020年全球汽车CIS市场规模为12.2亿美金,到2025年有望达到54亿美金,CAGR3
18、4.7%。长期来看假设每年全球汽车产量在8000万到1亿辆之间,未来汽车平均搭载13个摄像头的情况下,CIS单车价值量有望超过100美元,推算下来,全球汽车图像传感器市场空间将达到近100亿美元。三、 HUD多信息时代人车交互窗口抬头显示系统HUD首次适用于枪械瞄具中,后来演变至战斗机座舱罩或透明板上,用于反应飞机速度、高度、雷达等信息。后来随着汽车的兴起和普及该技术逐渐应用于车辆中,该技术在汽车中的应用使得驾驶员不必在道路和仪表板中来回切换,增加了行车的安全性,目前随着新能源汽车的兴起以及自动驾驶的普及,需要驾驶员观察的仪表信息由之前的速度、车辆情况演变为导航信息、附近车辆情况、限速情况、智
19、能驾驶情况等,驾驶员很难在驾驶车辆途中频繁转移视线至中控台或仪表板,这些转变使得HUD技术的应用范围加大,同时其重要程度也有大幅提升。HUD主要分为三种类型,分别为组合型抬头显示系统C-HUD、风挡型抬头显示W-HUD和增强现实型抬头显示系统AR-HUD。其中C-HUD主要用于汽车改装市场,通常在汽车仪表上方或顶部加装一块半透明树脂板,随后将其作为投影介质呈现出虚像,目前由于C-HUD成像区域较小、内容受限、成像高度低、汽车碰撞时容易造成驾驶员二次伤害等因素,已经被基本淘汰。W-HUD为目前的主流方案。主要利用曲面反射放大成像技术,将前挡风玻璃作为反射介质进行成像,可以支持较大额呈现区域和更远
20、的投射距离,但由于其需要根据前挡风玻璃的尺寸和曲率搭配高精度反射镜来使其成像清晰,导致其成本较高。AR-HUD:融合AR,达到与现实融合效果。AR-HUD同W-HUD一样,也通过前挡风玻璃作为介质进行成像,但是其融合了AR技术,可以达到最终的成像效果与真实世界融合的目的,同时AR-HUD整合了车辆的各种传感器和ADAS信息,将W-HUD无法显示的内容以3D的形式进行展现,相对于W-HUD,AR-HUD在VID、FOV、画面尺寸等关键参数上都有较大幅度的升级。目前根据成像原理和影像源,AR-HUD成像方式可分为四种:TFT、DLP、LCOS、LBS-MEMS。TFT:目前是HUD行业最成熟、常见
21、的解决方案。利用LED发射光经过液晶单元后将屏幕的信息映射到目标区域,在行业内相对成熟,参与厂家较多且都具有自身的特色方案,成本目前控制在较低水平。DLP:采用德州仪器专利产品DMD芯片,并利用其自身独立微型镜片控制相关角度,来时间光学字节输出,相较于TFT技术,DLP容易获得更高的亮度,同时由于其自身结构的特点,DLP技术相较于TFT能够很好地应对太阳光倒灌问题。但是DLP的缺点也较为明显:成本较高且为德州仪器额专利技术。LCOS:属于新型Micro-LCD放射式投影技术,有机结合了LCD和CMOS集成电路,具备大屏幕、高亮度、高分辨率等特点。LBS-MEMS:是一种将三基色激光模组与MEM
22、S结合的显示技术,利用MEMS微镜扫描,结合RGB激光束的光来成像。由于采用激光光源,其具有色域更广,无需聚焦等优点,同时自身体积也较小,并且可以根据图像信息调节光源的亮度。目前全球HUD产业上游可归纳为HUD相关原材料及核心部件,例如LED光源、投影芯片、PCB板、玻璃、光学镜片等,相关部件及关键材料的技术水平要求较高,且海外公司优势较为显著,例如DLP技术路径中,德州仪器公司便垄断了先关的上游芯片技术,上游也是HUD产业链中的核心。中游属于HUD的制造商,例如国内的水晶光电目前HUD产品进入爬坡量产阶段,并已经在红旗E-HS9中投入使用。下游为大型整车厂,其销量的多少将直接影响到中游的盈利
- 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:
- 参考模板 亳州 汽车 自动 驾驶 项目 实施方案 参考 模板
限制150内