2022汽车智能化专题报告-终端智能化军备竞赛打响中游各知硬件放量先行.docx

《2022汽车智能化专题报告-终端智能化军备竞赛打响中游各知硬件放量先行.docx》由会员分享，可在线阅读，更多相关《2022汽车智能化专题报告-终端智能化军备竞赛打响中游各知硬件放量先行.docx（80页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、行业研究Page 3内容目录前言8感知篇：环境越知+车身感知+网联感知组成车载尿知系统8单车传感器数量倍增，为高阶自动驾驶落地夯实基础9政策指引，助力高阶辅助驾驶ADAS快速落地11多传感器融合，定义自动驾驶汽车的“慧眼” 12环境感知之一：激光雷达14激光雷达是L3级以上自动驾驶的必备传感器14混合固态短期会是主流，固态芯片化是终极形态17激光雷达成本拐点来临，大规模商业化落地在即19空间测算：预计到2025年全球市场规模739亿元，CAGR 107%22相关公司：炬光科技、速腾聚创（未上市）、禾赛科技（未上市）23环境感知之二：车载摄像头26单车摄像头数量持续增加，天花板不断打开26EEA

2、架构集中化，有望带动摄像头成本下行32车内感知需求不断增加，DMS有望成为标配33空间测算：预计至U 2025年全球市场规模近1200亿元，CAGR 22%35相关公司：联创电子、虹软科技、韦尔股份36环境感知之三：叁米波雷达3877GHz正在取代24GHz成为主流38海外厂商正主导市场，国内正起步追赶41空间测算：预计到2025年全球市场规模380亿元，CAGR 26%44相关公司：德赛西威、华域汽车、森思泰克（未上市）45环境感知之四：超声波雷达46成本优势显著，国产化率高，是成熟的车载传感器47自动泊车（APA）渗透率快速提升，带来新的增长动能48空间测算：预计到2025年全球市场规模约

3、390亿元，CAGR 7.4%51相关公司：中科创达、奥迪威（创新层转板北交所）、上富股份（拟上市）、纵目车身感知：惯性导航 卫星导航 高精度地图55惯性导航：车身感知定位系统的信息融合中心55卫星导航：RTK助力GNSS实现厘米级的定位57高精度地图：实现L3及以上自动驾驶的必备基础59“GNSS+IMU+高精度地图”组成多融合车身感知定位系统65空间测算：预计到2025年全球卫惯市场空间225亿元，高精度地图市场空间约相关公司：四维图新、华测导航、中海达、千寻位置（未上市）69网联感知：车载端 、 路侧端、云端72“车、路、云”一体化，C-V2X商业化落地进入倒计时72车载端：前装5GC-

4、V2X量产开启，有望成为数字座舱标配76路侧端：与单车智能相结合，朝着综合智能网联汽车发展77相关公司：千方科技、移远通信、均胜电子79国信证券投资评级82分析师承诺82风险提示82证券投资咨询亚务的说明82图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图表目录1 :汽车智能化产业地图之感知层82 : L2-5级各类传尿器的搭配方案103 ：多传感器信息融合技术原理134 :不同传感器在光谱上对应的位置135 :激光雷达的工作原理156 : 19-25年激光雷达下游各场景市场空间（亿美元）167 ： 19-25年激光雷达下游应用占

5、比变化（）168 :激光雷达是摄像头与毫米波雷达的有效补充179 ：激光雷达的芯片化架构设计1910 :激光雷达的构成2011 :传统分立式激光雷达的成本构成及占比2012 :激光雷达成本不断下降2113 ：全球车规激光雷达市场规模（亿元）2214 :全球车规激光雷达搭载量（万颗）2215 :炬光科技车载激光雷达产品布局2416 ：速腾聚创的RS-UDAR-M1固态激光雷达2517 ：禾赛科技最新发布的AT128车规级激光雷达安装示意图2518 :车载视像头结构组成2619 :车载镜头产业锥结构2620:车载镜头成本结构2621： 2019年全球车载摄像头镜头市场份额2722： 2018年全球

6、车载CIS传感器市场份额2723： 2019年全球车载摄像头模组市场份额2824:特斯拉Model 3的感知系统3025: Mobileye的纯摄像头解决方案3026:21Q1中国乘用车摄像头安装量及单车平均安装量3027: 18-23年全球汽车平均搭载摄像头数量（颗）3028： 2012-2025年单车搭载摄像头的个数变化情况3129： 19-20年各类型车教摄像头渗透率情况3130:特斯拉的三目前视摄像头结构拆解3231:采孚S-Cam4三目前视摄像头结构拆解3232:集中式的EEA架构3333:特斯拉Model 3的电子电气架构3334:主机厂对DMS系统的采用历程3335：全球车载摄像

7、头市场规模（亿元）3536：全球车载摄像头搭载量（百万颗）3537：联创电子的车载摄像头产品矩阵3638：虹软科技的智能座舱视觉解决方案（DMS ） 3739:子公司豪威科技的车载CIS产品布局3740:亳米波雷达的工作原理3841: 77GHz雷达的分辨率和精度比24GHz提升3倍4042: 77GHz雷达的体积仅为24GHz的三分之一4043:塞米波雷达的发展历史4144：博世的LRR2和LRR3亳米波雷达的结构4245:毫米波雷达成本组成4246： 2018年全球毫米波雷达市场份额4247:中国毫米波雷达市场份额情况4248： 2019年1月中国SRR供应商及安装量份额4349： 201

8、9年1月中国LRR供应商及安装量份额4350：全球毫米波雷达市场规模（亿元）4451:全球毫米波雷达搭载量（百万颗）4452:华域汽车77GHz的4D成像雷达4553:森思泰克的亳米波雷达产品线4654:超声波雷达的工作原理4755:超声波雷达的功能示意图47图57:全球超声波雷达供应商竞争格局48图58： 2018年全球超声波雷达行业竞争格局48图59： 19-20年中国乘用车APA装配量及增速（万辆%）49图60： 2019-2025年不同单车超声波雷达配置方案占比（% ） 51图61：全球超声波雷达市场规模（亿元）51图62:全球超声波雷达搭载量（百万颗）51图63：中科创达在智能汽车领

9、域的产品布局52图64：奥迪威在车载超声波传感器领域的产品布局53图65：上富股份的超声波传感器产品矩阵53图66：纵目科技提供的超距超声波传感器54图67:信号定位、航迹递推与地图匹配技术组成了车身感知定位技术55图68：捷联式惯性导航系统工作原理图56图69:惯性测量单元结构56图70:航迹递推工作原理57图71:惯性导肮系统作为车身感知定位系统的信息融合中心57图72:卫星导航的三球定位原理58图73：通过地基增强系统实现误差修正58图74: GNSS-RTK系统的应用59图75：高精度地图概念示例59图76： 2020年国内高精度地图市场竞争格局61图77： Apollo平台高精度地图

10、的制作过程62图78:集中采集+众包采集是数据采集的未来方向62图79: Mobileye在绘图过程中所采用的语义识别模型63图80:路侧感知模型示意图64图81：高精度地图成本随自动驾驶等级的增长而高速上升64图82:华为的高精度地图云服务65图83: GNSS-RTK+惯性导航+地图匹配系统组成的多融合车身感知定位系统67图84:四维图新的客户及合作伙伴69图85：华测导航的北斗地基增强系统+GNSS/INS组合导航系统70图86：中海达的高精度定位天线平台已经在上汽荣威鲸试用71图87:千寻位置打造的时空智能产业生态71图88: V2X车联网的整车协同方案72图89: C-V2X产业链架

11、构75图90:中国C-V2X产业化部署整体时间表75图91：路侧单元（RSU ）产品图片78图92:车联网MEC产品图片78图93：十字路口的典型路侧设备部署方案78图94:千方科技提供的RSU和OBU产品79图95:移远通信提供的车规级C-V2X通信模组80图96：均胜电子提供的V2X平台80表1:环境感知车身感知与网联感知组成了车载感知系统9表2:自动驾驶四大硬件传感器的比较9表3:自动驾驶分级L0-L59表4:各级别自动驾驶对传感器数量的需求量10表5： 2021年广州车展智能驾驶硬件搭载方案简介11表6:各国关于车辆主动安全的相关政策11表7:各国NCAP规程中关于ADAS的相关要求1

12、2表8:多传感器融合的三种方式介绍14表9:激光雷达的发展历程15表10:国内外各企业激光雷达应用场景16表11:纯视觉主导与激光雷达主导的自动驾驶技术路线17表12:各类激光雷达的原理和优劣势介绍18表13:各类测距方式的主要特点18表14:激光雷达上游主要供应商20表15:各家激光雷达的产品及价格21表16:各车型在激光雷达型号的选择22表表表表表表表表表表表表表表表表表表表表表表表表表表表表表表表表表激光雷达赛道主要玩家23车载摄像头上游主要供应商27车载视像头的类型及其功能28各家车企的车载摄像头搭载情况2921Q1中国乘用车市场各类摄像头安装量增速31海外Tier 1方案商的DMS产

13、品对比34国内部分DMS系统供应商产品对比34全球车载摄像头市场空间测算35各国车载毫米波频段分配3924GHz、77GHz 及 79GHz 毫米波雷达39SRR、MRR和LRR三种毫米波雷达对应的ADAS的功能40毫米波雷达上游主要供应商42海外主要厂商的毫米波雷达及参数43毫米波雷达国内主要供应商44全球毫米波雷达市场空间测算44四代自动泊车技术的发展路线49中国部分汽车品牌自动泊车APA方案及代表车型50全球超声波雷达市场空间测算52国际四大卫星导航系统简介58高精度地图的四个基本层级及属性信息59高精度地图与传统地图的比较60高精度地图是L3及以上级别的自动驾驶汽车的必备基础60国内高

14、精地图甲级测绘资质名单（截至2021年12月）615G技术在性能上是数据更新的良好选择63高精度地图与传统地图盈利模式的区别65松耦合、紧耦合和深耦合三种架构66主要自动驾驶乘用车的高精定位方案68主要商用场景自动驾驶定位方案68智能网联相关政策梳理73DSRC和C-V2X两种技术路线对比74车载终端的主要产业链76国内C-V2X部分量产车型的功能配置77十字路口场景所需的设备清单78刖言智能驾驶主要可以分为感知层、决策层与执行层，本篇是汽车智能化系列专题 的第一篇，主要围绕着汽车智能化的感知层展开。感知层主要可以分为环境感 知、车身感知与网联感知三大类。下游整车OEM的智能化军备竞赛正式打响

15、, 由于汽车的迭代周期相对较慢，因此各类感知硬件的预埋必须具有前瞻性，各 感知硬件有望率先放量。本篇行业报告将围绕着各类感知硬件从其概念、技术 路径、发展趋势、竞争格局、核心参与者以及市场空间等内容展开，全面梳理 汽车智能化浪潮下，在智能汽车感知层的相关投资机会。图1:汽车智能化产业地图之感知层资料来源：亿欧智库，国信证券经济研究所整理果用车埼录,环境感知工感知篇：环境感知+车身感知+网联感知组成车载感知系统整个车载感知系统主要包括环境感知车身感知与网联感知三大部分。其中，（1 ）环境感知：主要负责车辆从外界获取信息，如附近车辆、车道线、行人、 建筑物、障碍物、交通标志、信号灯等，主要包括四大

16、类别的硬件传感器车载 摄像头、毫米波雷达、激光雷达、超声波雷达；（2）车身感知：主要负责车辆 对自身状态的感知，如车辆位置、行驶速度、姿态方位等，主要包括惯性导航、 卫星导航和高精度地图；（3 ）网联感知：主要负责实现车辆与外界的网联通信 以此来获得道路信息、行人信息等，主要包括各类路侧设备、车载终端以及V2X 云平台等。环境感知、车身感知与网联感知组成了车载感知系统环境感知车身感知网联感知感知对象附近车辆、车道线、行人、建筑物、障碍物、 交通标志、信号灯等车辆位置、行驶速度、姿态方位等实时路况、道路信息、行人信息等感知方案利用LET-V2X、5G、路侧设备如RSU等获得实时信息通过四大硬件感

17、知传感器，车我摄像头、亳 米波雷达、超声波雷达、激光亩达获取周边 交通数据基尸高精度地图、GPS或北斗卫星导航、惯性导 肮等为汽车的定位和导航提供数据感知特征多采用多传感器融合方式进行感知，利用不 同传感器的优劣势互补提升感知精度高精地图和导航可对传感器试别的数据再次确 认，相互补充，与传感器结果相互关联达成安全 冗余 实现车辆与外部节点间的数据共享和控制协同，更加 强调车辆、道路、行人、使用者之间的联系资料来源：艾瑞咨询，国信证券经济研究所整理四大硬件传感器是自动驾驶汽车的眼睛是环境感知的关键。车载传感器主要 包括车载摄像头、毫米波雷达、激光雷达、超声波雷达四大类。自动驾驶汽车 首先是对环境

18、信息与车内信息的采集、处理与分析，这是实现车辆自主驾驶的 基础和前提。环境感知是自动驾驶车辆与外界环境信息交互的关键，车辆通过 硬件传感器获取周围的环境信息，环境感知是一个复杂的系统，需要多种传感 器实时获取信息，各类硬件传感器是自动驾驶汽车的眼睛。表2:自动驾驶四大硬件传感器的比较类别功能优势劣势超声波雷达变道辅助，盲区检测，自动泊车等穿透性强，测距方法简单，成本低， 短距离测量优势较为明显传播速度慢，无法跟上车距实时变化， 方向性较差且易受天气影响霍米波雷达自适应巡航控制，前向防撞报警，盲区检测， 辅助变道，自动紧急制动阀，H动泊车等辅助停车，天气适应性好探测距离与精度相对激光雷达较弱激光

19、雷达自适应巡航控制，前向防撞报警，盲区检测， 自动紧急制动阀，自动泊车，导航及定位等辅助停车，精度高、探测距离远易受臼然光或热辐射影响，价格昂贵车载摄像头自适应巡航控制，前向防撞报警，盲区检测，自动紧急制 动阀，自动泊车.变道辅助,驾驶员状态监捽，交通标识精度高，距离远，直观方便，成本较 低受天气影响较大，算法及算力要求高识别，导航及定位等资料来源：亿欧智库，国信证券经济研究所整理单车传感器数量倍增，为高阶自动驾驶落地夯实基础当前自动驾驶正处在L2向L3级别跨越发展的关键阶段。其中，L2级的ADAS 是实现高等级自动驾驶的基础，从全球各车企自动驾驶量产时间表来看，L3级 别自动驾驶即将迎来大规

20、模地商业化落地。表3 :自动驾驶分级L0-L5美国国家公路安全管理局（NHTSA ）、美国汽车工程师协会（SAE ）自动皙驶分级标高分级NHTSAL0L1L2L3L4SAEL0L1L2L3L4L5名称（SAE)无自动化驾驶支持部分自动化有条件自动化高度自动化完全自动化SAE定义由人类驾驶 者全权的驶 汽车，在行驶 过程中可以 得到警告通过驾驶环境对 方向盘和加速谶 速中的一项操作 提供支持，其余 由人类操作通过驾驶环境 对方向盘和加 速减速中的多 项操作提供支 持，其余由人类 操作由无人驾驶系统 完成所有的驾驶 操作，根据系统 要求，人类提供 适当的应答由无人驾驶系统完成 所有的驾驶操作根据

21、系统要求，人类不一定 提供所有的应答。限定 道路和环境条件由无人驾驶系统完 成所有的驾驶操作， 可能的情况下，人类 接管，不限定道路和 环境条件主体驾驶操作人类骂驶者 1人类驶并/系 统系统周边监控 支援人类用驶音系统|人类明驶者系统系统作用域无全域!随着自动驾驶级别的提升,单车传感器的数量呈倍级增加。预计自动驾驶Level 1- 2级需要10-20个传感器，Level 3级需要20-30个传感器，Level 4-5级需要 40-50个传感器。 Level 1-2级别：通常具有1个前置远程雷达和1个摄像头，用于自适应巡 航控制，紧急制动辅助和车道偏离警告/辅助。2个向后的中程雷达可实现盲 点检

22、测，外力口 4个摄像头和12个超声波雷达则可实现360度视角的泊车辅 助功能。预计Level 1-2的总传感器数量约为10-20个左右。 Level 3级别：在Level 1-2配置的基础上，外加1个远程激光雷达，由于主 动距离测量，激光雷达还具有高分辨率，广角和高精度的特点，这对于检测 和分类对象或跟踪地标以进行定位将是必需的。对于高速公路领航系统(Highway pilot)应用，通常会额外增加1颗后向的远程激光雷达。预计会 使用6-8个摄像头，8-12个超声波雷达和4-8个毫米波雷达，以及1个激 光雷达，因此，预计Level 3的传感器总数量会在20-30个左右。 Level 4-5级别

23、：通常需要多种传感器进行360视角的交叉验证，以消除 每种传感器的弱点。预计会使用8-15个摄像头，8-12个超声波雷达和6- 12个毫米波雷达，以及1-3个激光雷达，因此，预计用于Level 4至5的 传感器总数量会在30-40个左右。图2 : L2-5级各类传感器的搭配方案表4 :各级别自动驾驶对传感器数量的需求量 4UMIB* I WartI.L0-L1 L2L3L4L5摄像头0-44-66-88-1012-15 超声波雷达 4-88-128-128-128-12 亳米波雷达 1.33-54-86-126-12 激光雷达000-11-31-3资料来源：麦肯锡，国信证券经济研究所整理资料来

24、源：亿欧智库.国信证券经济研究所整理从本次广州车展来看，各家新车型均搭配多个激光雷达，以此来提前布局高阶 自动驾驶，哪吒S配置了 3-6颗混合固态激光雷达，售价在30万以上的新车 型普遍搭配了支持L3-L4级自动驾驶所需要的各类传感器(2+颗激光雷达、12 颗超声波雷达 7-10颗高清摄像头、5+颗毫米波雷达)。以蔚来ET7为例， 共搭载了多达33个高精度传感器，包括1个超远距高精度激光雷达、11个800 万像素高清摄像头、5个毫米波雷达、12个超声波传感器、2个高精定位单位、 1个V2X车路协同感知系统和1个ADMS增强主驾感知，较蔚来ES8的25 个传感器还多了 8个。表年广,车展智能驾驶

25、同件搭载方案简介车型自动驾驶芯片算力激光雷达个数毫米波雷达个数超声波雷达个数高清摄像头个数普通摄像 头个数小明G92颗英伟达Orin508 TOPS2颗速腾聚创128线固态激光雷达51212-沙龙机甲龙华为MDC400 TOPS4颗华为96线混合固态激光雷达51274威马M74颗英伟达Orin1016 TOPS3颗速腾聚创128线固态激光雷达51274SBL7英伟达Xavier30-60 TOPS-51212-好来ET74颗英伟达Orin1016 TOPS1颗图达通51211-广汽埃安LX Plus华为MDC200 TOPS3颗速腾聚创128线固态激光雷达61284极狐阿尔法S华为MDC400

26、 TOPS3颗华为96线混合固态激光雷达61213-哪吒华为MDC200 TOPS3-6颗华为96线混合固态激光雷达51213-资料来源：小鹏、蔚来等各公司官网，国信证券经济研究所整理政策指引助力高阶辅助驾驶ADAS快速落地各国政策不断刺激助力高阶辅助驾驶ADAS快速落地。美国在2011年开 始就强制所有轻型商用车和乘用车搭载ESP系统，欧盟从2013年开始强制 安装重型商用车搭载LDW、AEB等功能，日本从2014年强制要求商用车搭 载AEB系统，2019年欧盟与日本等40国达成草案，将于2020年起全部轻 型商用车和乘用车强制安装AEB系统。中国自2016年开始出台各项政策， 逐步强制商用

27、车搭载LDW、FCW、LKA、AEB等ADAS功能。表6 :各国关于车辆主动安全的相关政策经济体时间政策与简要内容适用车型2011美国所有总重在4.5吨以下的车辆都必须装配ESP系统乘用车、轻型商用车美国2020白宫与交通部发布自动驾服汽车准则4.0,明确了自动驾驶的十大原则，统一简化监管体系，消除监管障碍，提高政 筋读庶U一效枇他等了羊幅小心时白讣钝岫汽布的宿在府-2013欧洲所有新生产的重型商用车强制安装LDW、AEB系统重型商用车欧照2014欧洲所有新生产乘用车和商用车强制安装ESP系统乘用车、轻型商用车2019欧盟和日本等40个国家和地区对强制引入自动刹车的规则草案达成协定，要求202

28、0年起所有乘用车和轻型商用车 必须安装AEB系统乘用车、轻型商用车H本2014日本要求商用车必须逐步配备AEB系统商用车2019日本政府拟定方针，要求自2021年起日本销售的新款乘用车和轻自动车必须配备AEB系统，同时自动制动入法乘用车、轻自动车2016机动车运行安全技术条件(修订稿)明确指出11米以上客车需安装LDW和FCW,所有客车安装ABS系统商用客车2017营运客车安全技术条件(JT/T 1094-2016)要求9米以上营运客车必须安装LDWS和AEBS,并给出13个月过渡期商用客车2017机动车运行安全技术条件(GB7258-2017)规定，11米以上公路客车和旅游客车应装备符合标准

29、规定的LDWS和商用客车 AFRS.相向主辆的AFRS票结祸制1前能时间占为 20? 1年2 H 1 R中国2018居宫跖火牛女生及木和午(1J1/11178. 1-ZUI8)现匕 ZUZU牛b月1 U起，。侦冕？ IZUUUkg的较明气牛和牟引牛商用货车安装FCW和LDWS。2021年5月1 H起，总质量N 12000kg且最高车速大于90km/h的载货汽车和牵引车需加装AEBS2019营运车辆自动紧急制动系统性能要求和测试规程(JT/T1242-2019)规定，2019年4月1日起所有新生产的9火力1卜第1昔运4：懦熟，伙铺丽菇特益契金的I和商用车工信部完成道路车辆先进驾驶辅助系统(ADA

30、S)术语及定义、道路车辆盲区监测(BSD)系统性能要求及试验 箕二陵瀚如法解明薄踞腋做编系统性能要求及试验方法3项汽车行业推荐性国家标准的制修订工作乘用车各国新车测试标准不断增加对主动安全ADAS功能的权重。NCAP (New CarAssessment Program,新车测试项目)是测试机构对新车型的车辆安全水平进行全面评估，并直接面向公众公布试验结果.NCAP是民间组织，不受政府机 构组织控制。碰撞测试成绩则由星级表示，共有五个星级，星级越高表示该车 的碰撞安全性能越好。在部分国家，AEB等系统已经成为五行评级的必备条件。从各国NCAP的路 线图能够看出，美国NHTSA从2011年就将L

31、DW、FCW等指标纳入加分 项，美国IIHS从2014年开始将FCW和AEB规定为最高评级的必备条件 ,欧盟Euro-NCAP从2014就将AEB纳入评分体系，并不断增加测试场景 ,中国C-NCAP从2017年首次纳入AEB测试。各国对各类ADAS辅助驾 驶系统的重视程度不断提升，带动高阶辅助驾驶的全面落地。表7 :各国NCAP规程中关于ADAS的相关要求经济体测试机构时间标准与内容IIHS2013评分体系中纳入前方碰撞预警系统（FCW）指标2014规定FCW和自动紧急制动系统（AEB）是获得最高评级的必要条件美国2011测试加分项中增加LDW、FCW、ESC等指标NHTSA20152016规

32、定自2018年起，AEB是获得最高评级的必要条件与20家车企（总市场份额达99|以上）达成协议，2022年8月31日以前在美新车均需搭载AEB2021拟在、CAP中新增四项ADAS,包括行人自动紧急制动（PAEB）、车道保持支持（LKS）、盲区警告（BSW）和盲区干预（BSI）2014评分体系中纳入AEB、LD、LKA等指标，主动安全权重由原来的10j提高至2.欧盟Euro-NCAP2016增加AEB-VRU指标，考虑AEB对路上行人的保护2018增加AEB-VRU cyclist指标，考虑AEB对骑行者的保护2020扩充AEB测试内容，增加后向、迎面、交叉路口等多种情境FAEB对人员的保护2

33、014世界NCAP大会上，中汽研表示2018年C-NCAP将纳入AEB指标中国C-NCAP2017（C-NCAP管理规则（2018年版）中纳入FCW、AEB指标。其中AEB测试包括车辆追尾AEB与行人AEB2020CTCAP管理规则（2021年版）中新增AEB踏板式摩托车试验场景、LKA、LDW、BSD、SAS、ESC指标，主动安全权重ffl上升至|52014评分体系中增加LDW、AEB等指标日本J-NCAP2016评分体系中增加行人自动紧急制动（PAEB）等指标，考虑夜视系统的影响2017评分体系中纳入LKA指标资料来源：各国NCAP.国信证券经济研究所整理多传感器融合,定义自动驾驶汽车的“

34、慧眼为了使汽车感知系统形成有效互补多传感器融合已成为众多主机厂来提高自 身智能驾驶能力的核心技术之一。为了应对不同的场景和保证车辆的安全保 证，多传感器融合成为行业趋势。多传感器融合技术是对信息的多级别、多维 度组合导出有用的信息，包含图像信息、点云信息等，不仅可利用不同传感器 的优势，还能提高整个系统的智能化。多传感器信息融合技术的基本原理与人脑综合处理信息的过程相似，在此过程 中，智能驾驶汽车要充分地利用多源数据进行合理支配与使用，而信息融合的 最终目标则是基于各传感器获得的分离观测信息，通过对信息多级别、多方面 组合导出更多有用信息。这不仅是利用了多个传感器相互协同操作的优势，而 且也综

35、合处理了其它信息源的数据来提高整个传感器系统的智能化。图3 :多传感器信息融合技术原理敦字信号转 换（A/D）多传感器系统融合*数据处现系统特征提取结果输出资料来源：亿欧智库，国信证券经济研究所整理多传感器融合技术的主要优势有提升感知系统的准确度,提升感知维度,进而 提升系统决策的可靠性和置信度以及增强环境适应能力。总之，多传感器技 术能够利用空间或时间上的冗余或者互补信息，基于优化算法对被观测对象进 行更全全面的分析： 提高感知的准确度：多种工作原理的传感器联合互补，可以避免单一传感器 的局限性，最大程度上发挥各种传感器的优势，能够同时获取被检测物体多 种不同的特征信息，渐少环境、噪声等外界

36、干扰； 提升感知维度，提升系统决策的可靠性：多传感器融合可带来一定的信息冗 余度，即使某一个传感器出现故障，系统仍然可以正常工作，具有较高的容 错度，增加系统决策的可靠性和置信度； 增强环境适应能力：应用传感器融合技术采集的信息具有明显的特征互补性， 对空间和时间的覆盖范围更广，弥补了单一传感器对分辨率和环境的不确定 性。图4:不同传感器在光谱上对应的位置a wwT40w*ooown| i -vNt Mtm”以0QJUftU彳wwvwwvw/vA #* 资料来源：华为，国信证券经济研究所整理多传感器对于车载系统也提出了新的要求，需要有统一的同步时钟，以此保证 传感器信息的时间一致性和正确性；此

37、外，准确的多传感器标定，保证相同时 间下不同传感器信息的空间一致性。从多传感体系的融合结构上，主要可以分 为分布式、集中式和混合式三种。多传感器融合的三种方式介绍类型方式特点架构分布式先对各个独立传感器所获得 的原始数据进行局部处理，然 后再将结果送入信息融合中 心进行智能优化组合来获得 最终的结果对通信带宽的需求低、计算速度 快、可靠性和延续性好，但跟踪 的精度却远没有集中式高集中式将各传感器获得的原始数据 直接送至中央处理器进行融 合处理，可以实现实时融合其数据处理的精度高、算法灵活 ,缺点是对处理器的要求高，可 靠性较低，数据量大混合式混合式多传感器信息融合框 架中，部分传感器采用集中式

38、 融合方式，剩余的传感器采用 分正式融合方式具有较强的适应能力，兼顾了集 中式融合和分布式的优点，稳定 性强。混合式融合方式的结构 比前两种融合方式的结构复杂， 缺点是加大了通信和计算成本资料来源：亿欧智库，国信证券经济研究所整理环境感知之一：激光雷达激光雷达是L3级以上自动驾驶的必备传感器激光雷达 HP （ LiDAR, Light Detection and Ranging ） 是一种通过发射激 光束来测量周围环境物体的距离和方位的方法。激光雷达主要由发射模块、处 理模块和接收模块组成，其工作原理是向目标发射探测信号（激光束），然后 将接收到的从目标反射回来的信号（目标回波）与发射信号进行

39、比较，做适当 处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态及 形状等参数，从而对障碍物、移动物体等目标进行探测、追踪和识别。激光雷达是当下已知的车载雷达中探测距离远，角度测量精度极高的一种。激 光雷达可以准确的感知周边环境的三维信息，探测精度在厘米级以内。激光雷 达能够准确的识别出障碍物具体轮廓、距离成3D点云，且不会漏判、误判前 方出现的障碍物，激光雷达普遍的有效探测距离也更远。与毫米波雷达和摄像豚冲测距电痔资料来源：木赛科技招股书，国信证券经济研究所整理激光雷达诞生于1960年，起初用于科研及测绘项目全球首个车规级激光雷 达在2017年实现量产。1960年美国休斯实验

40、室的西奥多梅曼发明了人类历 史上第一台激光器，随着激光器的发展，激光雷达逐渐发展起来。早期激光雷 达主要用于科研及测绘项目，进行气象探测以及针对海洋、森林、地表的地形 测绘。2010年，Neato公司把激光雷达安在了扫地机器人上面，推出了 Neato XV-11, Neato公司将单个激光雷达的成本控制在30美元以内，解决了激光雷 达的量产难题，打开了激光雷达在民用市场的空间。而车载雷达的发展历史可以追溯到21世纪初，在2007年，美国国防部组织的 DARPA无人车挑战赛上，参赛的7只队伍，就有6只安装了 Velodyne的 激光雷达。2010年Ibeo公司同法雷奥合作进行车规化激光雷达SCA

41、LA的 开发，SCALA为基于转镜架构的4线激光雷达，在2017年成为了全球第一款车规 级激光雷达，SCALA并在当年搭载在全新的奥迪A8上。表9 :激光雷达的发展历程时期激光雷达行业特点主要应用领域标志性事件1960年代一1970年代随着激光器的发明，基于激光的探测技术 开始得到发展科研及测绘项目1971年阿波罗15号载人登月任务使用激 光雷达对月球表面进行测绘1980年代一1990年代激光雷达商业化技术起步，单线扫描式激 光雷达出现工业探测及早期无人驾驶项目Sick （西克）与Hokuyo （北洋）等激光窗 达厂商推出单线扫2D激光雷达产品2000年代一2010年代早期高线数激光雷达开始用

42、于无人驾驶的避障 和导航，其市场主要是国外厂商无人驾驶测试项目等DARPA无人驾驶挑战赛推动了高线数激光 宙达在无人驾驶中的应用，此后Velodyne 深耕高线数激光雷达市场多年.IbeoLUX系列产品包含基于转镜方案的4 线及8线激光雷达。基于4线版本，2010 年Ibeo与法国Tierl公司Valeo（法雷奥） 开始合作开发面向量产车的激光雷达产品 SCALA.2016 年一2018 年国内激光亩达厂商入局，技术水平赶超国 外厂商。激光雷达技术方案呈现多样化发 展趋势。无人驾驶、高级辅助驾驶、服 务机器人等，且卜.游开始有商 用化项目落地2017年4月禾赛科技发布40线激光雷达 Panda

43、r40o采用新型技术方案的激光雷达 公司同样发展迅速，如基于MEMS方案的 Innoviz,基于1550nm波长方案的 Luminaro2019年至今市场发展迅速，产品性能持续优化，应用 领域持续拓展。激光雷达技术朝向芯片化、 阵列化发展。境外激光雷达公司迎来上市 热潮，同时有巨头公司加入激光雷达市场 竞争。无人驾驶、高级辅助驾驶、服 务机器人、车联网等Ouster推出基于VCSEL和SPAD阵列芯片技 术的数字化激光雷达。天赛科技应用自主 设计的芯片组（发射芯片和接收芯片）于多 线机械旋转式产品。2020 年 9 月 Velodyne 完成 NASDAQ 上市，2020 年 12 月 Luminar 完成 NASDAQ 上市。资料来源：天赛科技招股书，国信证券经济研究所整理在测绘之外，智能驾驶工业及服务机器人都是激光雷达的重要应用场景。在应用场景上，除了传统的测绘测风之外，无人驾驶、高级辅助驾驶等智能驾驶 场景正在快速成长。此外，工业及服务机器人如AGV,其应用包括无人配送、 无人清扫、无人仓储、无人巡等，都是激光雷达未来重要的应用场景。表10 :：国内外各企业激光雷达应用场景激光雷达公司机器人无人车无人机AGVVelodyneSickV7