智能硬件深度报告
1 目录 1、 智能驾驶：打开感知设备发展空间 ......................................... 2 1.1、 智能驾驶：加速到来 ................................................................ 2 1.2、 自动驾驶：机遇与挑战并存 ................................................... 9 2、 激光雷达：助力智慧出行，探索无人驾驶 ............................ 15 2.1、 激光雷达：机器之眼 .............................................................. 15 2.2、 技术路线：半固态成为现实之选 ......................................... 23 2.3、 2021 年迎来集中量产上车 .................................................. 29 3、 受益标的 ............................................................................. 31 3.1、 巨星科技：受益于海外供应链重构 ..................................... 31 3.2、 高德红外：军品民品双轮驱动 ............................................. 34 3.3、 禾赛科技：无人驾驶机械激光雷达新锐 ............................. 36 4、 风险提示 ............................................................................. 37
2 1、 智能驾驶：打开感知设备发展空间
近日小鹏 P5 与极狐阿尔法 S 两款智能汽车引起各界的广泛关注，车企推出的新款车型智能化加大；此外，百度、小米、滴滴等科技企业纷纷加入造车角逐，智能驾驶时代加速到来。
小鹏 P5 采用 XPILOT 3.5 自动驾驶辅助系统，配备 32 个感知传感器，融合视觉、雷达、高精度定位单元进行环境感知，实现 360°双重感知融合。ARCFOX 极狐阿尔法 S 华为 HI 版将采用华为智能汽车解决方案，搭载鸿蒙 OS 智能座舱空间，实现智能高阶的自动驾驶系统。两者均选择搭载激光雷达作为感知设备，这也正是两款车型引人瞩目的一个重要原因。
1.1、 智能驾驶：加速到来
1.1.1、 智能驾驶：持续革新 直观来说，智能驾驶就是要类比人类驾驶，使用技术和设备达到辅助乃至替代驾驶的功能。用传感器如摄像头、雷达等感知驾驶环境；用算法芯片实现驾驶决策，逐步让人工智能替代驾驶员的决策功能；用控制执行系统控制汽车行驶，最终将驾驶者的双眼、双手、双脚、头脑彻底从驾驶中解放出来。
根
3 据《交通建设管理》刊文，智能汽车是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术。初级的智能汽车主要采用高级驾驶辅助系统（ADAS），这是一系列驾驶辅助系统的集合，以提升驾驶的安全性和舒适性为目的。无人驾驶汽车同样属于智能汽车的范畴，可以通过智能传感系统感知路况，依靠计算机系统进行自主规划决策，并完成预定行驶目标。
目前我国在官方政策中常采用“智能网联汽车”这一概念，将其定义为搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与 X（人、车、路、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作的新一代汽车。
由国际自动机工程师学会（简称 SAE）划分的智能驾驶分级标准被广泛采用，该标准将智能驾驶分为 L0-L5 六个级别，系统智能化程度随着数值增大而增加。L0-L2 属于自动驾驶辅助系统，对应我们常说的 ADAS，其中 L0 代表无自动化；L3-L5 对应自动驾驶系统。
目
4 前我们已经很难看到 L0 级别的汽车，常见的汽车大多属于 L1 级别，即辅助驾驶级，L2 级和 L1 级之间一个显著的区别在于是否能够同时实现汽车控制转向及加速/减速；L2 级至 L3 级之间的实现难点是传感器感知技术和法规限制；而更高级别的高度自动驾驶和完全自动驾驶将受到算法及计算平台稳定性、经济成本、高精度地图、乘客心理接纳程度等多方面的考验。
2020 年 3 月我国《汽车驾驶自动化分级》由工业和信息化部报批公示，于 2021 年 1 月 1 日正式实施，自此符合中国自动驾驶领域的安全等级标准正式建立。中国标准在参考了 SAE 标准的基础上进行了一定调整：将 0 级设定为应急辅助，与无驾驶自动化进行区分；中国版 0 级-2 级的目标和事件探测与响应由驾驶员及系统共同完成，不同于 SAE 标准的由驾驶员完成；此外，3 级标准中增加了对驾驶员接管能力监测和风险减缓策略的要求。
5 1.1.2、 感知设备：智能基础 智能驾驶最主要的三个技术环节是环境感知、中央决策和底层控制。感知层对车内信息和环境信息进行收集和处理，主要包括视觉系统（车载摄像头）、雷达（超声波雷达、毫米波雷达、激光雷达）、高精度地图等；决策层将感知信息进行融合并判断，决策行驶路线，这部分建立在足够智能的算法和能够执行该算法的计算平台之上；而控制执行层面负责接受决策后完成驾驶操作，包括方向盘转角、刹车等操作。
感知融合和算法规划是智能驾驶的灵魂，决定了系统的智能化程度。感知融合分为前融合和后融合，前融合指将摄像头、雷达等非同构数据进行融合后传输给决策层，后融合是指将探测感知结果交给决策层
6 后进行综合分析。决策层通过算法进行决策和路径规划。底层控制部分主要指执行器，涉及更多的还是传统的汽车技术。
1.1.3、 市场空间：高速增长 智能驾驶市场前景广阔。根据中商产业研究院数据，2019 年我国智能驾驶行业市场规模达到 1226 亿元，预计市场规模将继续保持每年 30%以上的增速扩张。
中国智能驾驶服务行业仍具有充足的发展潜力。根据百度集团全球发售文件中的数据，中国自动驾驶服务市场规模逐年增长，预计将从 2019 年的 23 亿元持续攀升至 2025 年的 3994 亿元，年复合增长率为 136.2%。
7 1.1.4、 国家政策：鼓励发展 根据高工产业研究院，中国对智能驾驶的总体规划始于 2014 年 10 月，相比于先行一步的美、日、欧，我国智能驾驶产业正处于追赶期，我国政府积极出台多项政策，积极支持产业健康发展。2015 年国务院印发《中国制造 2025》，明确指出到 2020 年要掌握智能辅助驾驶总体技术及各项关键技术，初步建立智能网联汽车自主研发体系及生产配套体系；到 2025 年要掌握自动驾驶总体技术及各项关键技术，建立较完善的智能网联汽车自主研发体系、生产配套体系及产业群，基本完成汽车产业转型升级。2016 年 3 月，中国汽车工业协会发布《“十三五”汽车工业发展规划意见》，提出“积极发展智能网联汽车”。2016 年《中国智能网联汽车技术发展路线图》发布，以引导汽车制造商的研发以及支持未来政策制定。
2017 年工业和信息化部、国家标准化管理委员会发布《国家车联网产业标准体系建设指南（智能网联汽车）（2017）》，提出到 2025 年系统形成能够支撑高级别自动驾驶的智能网联汽车标准体系，促进智能网联汽车“智能化+网联化”融合发展，以及技术和产品的全面推广普及。2018 年，工信部在《新一代人工智能产业创新重点任务揭榜工作方案》指出，到 2020 年，突破自动驾驶智能芯片、车辆智能算法、自动驾驶、车载通信等关键技术，实现智能网联汽车达到有条件自动驾驶等级水平。
8 多个发达国家或地区如欧盟、日韩均已提出了智能网联汽车产业的发展目标。欧盟计划 2030 年实现完全自动驾驶的普及应用，日本计划 2025 年私家车和卡车运输实现高速公路 L4 级自动驾驶，韩国预计 2030 年 L3、L4 级别车辆在新车市场占比达到约 50%。
随着众多车企、互联网企业加快布局自动驾驶领域，L2 级智能汽车渗透率有望实现快速提升。全国政协经济委员会苗圩副主任在 2021 中国电动汽车百人会云论坛上表示，2020 年我国 L2 级智能网联乘用车市场渗透率达到了 15%。2020 年《智能网联汽车技术路线图 2.0》对我国智能网联汽车产业发展提出了明确的目标，预计 2025 年 PA、CA 级智能网联汽车销量占汽车总销量超过 50%，C-V2X 终端新车装配率达 50%，高度自动驾驶汽车实现限定区域和特定场景商业化应用；2030 年 PA、CA 级占比 70%，HA 级占比超过 20%，C-V2X 终端新车装配基本普及。
9
1.2、 自动驾驶：机遇与挑战并存
1.2.1、 车路协同：构建未来蓝图 目前国际上智能驾驶主要有两种发展方向，分别为单车智能和车路协同。前者将技术核心放在提升车辆本身的智能化上，以实现车辆的自我感知、自主决策、自主控制。这样的路线专注于车辆本身，与其他技术的跨界融合相对较少，但较难以实现超视距的感知。后者车路协同目前多被国内所认可，即把车辆当作系统的一部分，和道路智能化、远程云端、通讯网络结合起来，构成复杂的网络体系，但该路线的技术复杂性仍不可忽视。
根据德勤报告，L4-L5 级别自动驾驶的最理想模式是实现“车端-路端-云端”的高度协同，但是车端智能和路端智能的发展不完全是同步的关系，自动驾驶路线的选择面临感知能力、决策能力等不同能力在车侧和路侧分配的问题。
10 我们以激光雷达为例进行说明，作为新一代的传感器，其在探测障碍物的精度和距离方面有着显著的优势，但是存在着价格昂贵的缺点，对应用推广或有一定的阻碍。随着新基建的定调，车路协同、智慧交通领域逐渐进入发展快车道，将激光雷达引入车路协同系统，在路侧安装激光雷达的构想也层出不穷。根据《浅析路侧激光雷达部署》，在城市道路部署激光雷达，可以实时精准识别行人、非机动车、机动车的行为状态，对物体和环境进行实时 4D 重建，经过特征提取后将有异常移动轨迹的物体纳入 V2X 系统中，为行人及车辆提供实施通行及交通安全信息。
路侧和运营车辆上激光雷达的布设，可以迅速提高 V2X 网络的信息获取能力，增强 V2X 后台数据综合分析测算 能 力 ， 为 基 于 V2X 的 自 动 驾 驶 应 用 打 下 良 好 的 基 础 。
11 根据德勤报告，从技术和成本在车侧和路侧的分配角度出发，未来自动驾驶的发展演化出三条技术路线。分别是以激光雷达和高精地图为代表的“谷歌派”单车智能路线，以视觉感知和影子模式为代表的“特斯拉派”单车智能路线，以及在网联化方面率先发力与突破的车路协同路线。
2020 年我国政策定调大力发展新基建，将推动信息基础设施、融合基础设施、创新基础设施的高速发展。随着 5G 网络、大数据、人工智能等技术的逐渐成熟以及智能交通基础设施、智慧能源基础设施的建设力度加大，在此背景下，车路协同的智能驾驶路线或许更符合我国的发展需要。
12 《智能汽车创新发展战略》提出到 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，车用无线通信网络（LTE-VX2 等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖，这为我国发展车路协同模式提供了重要的支撑。
根据德勤报告，中国在自动驾驶领域主要采用车路协同的技术路线，路侧智能的发展有望大幅提速，未来的汽车产业价值链或将被重新分配。在未来中国的汽车产业链价值分配格局中，将存在更多的行业参与者，基础设施设备提供商、通信运营商和解决方案提供商也将是不可小觑的力量。
13 1.2.2、 自动驾驶：重构出行前景 自动驾驶的实现将带来充足的经济和客户价值。自动驾驶可以通过制作预见性碰撞事故地图、监控驾驶员的操作安全性等方式提高驾驶安全性，降低事故发生率。高级别的智能驾驶可以让司机得以释放，为司机节约大量的时间，也为不会驾驶的人提供了轻松出行的可能。从经济性角度来说，与租赁或购买汽车相比，新的出行模式可以降低每公里的成本，提升交通运输的经济性。
14 根据《关于智能驾驶的几点判断和认识》，智能驾驶与电动车在技术层面存在着天然的关联性，两者互相促进、互相支持。电动车的根本在电池和电池控制，电控是算法驱动的行业，车内的电信号可以直接被系统收集，智能驾驶基于“人工智能”，可以帮助解决电动车的充电、节能等核心问题。智能电动车的智能交互系统实际上是将车身机械语言和车联网电子信息语言统一起来，实现车与人、车与云的互联。
此外，相比于传统的汽油车，新型电动汽车零部件的数量较少，从机械工程的角度来看，这可以降低电动汽车的制造难度。随着电动车技术的成熟以及软件技术的发展，未来软件服务或将成为无人驾驶中竞争的核心要素；机械零件少的另外一个优点是更容易实现定制化生产，可以快速生产满足不同需求的车辆。
无人驾驶与电动汽车、出行服务等技术有机结合，将带来全新的时代变革，对我国交通结构、出行服务等方面产生相当程度的改变，用于出行服务的自动驾驶占比将大
15 幅提高。麦肯锡预计，2030 年乘用车市场自动驾驶将占总旅客公里数（PKMT）的 13%，其中出行服务提供商部署的自动驾驶车辆将占 PKMT 的 11%，预计 2040 年这两个数字将大幅增长，分别达到 66%、55%。
2、 激光雷达：助力智慧出行，探索无人驾驶
2.1、 激光雷达：机器之眼
激光雷达被广泛用于无人驾驶汽车和机器人领域，被誉为广义机器人的“眼睛”，是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置。
广义机器人包括具有无人驾驶功能的汽车等，激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，对广义机器人所处环境进行实时感知，获取周围物体的精确距离及轮廓信息，以实现避障功能；同时，结合预先采集的高精地图，广义机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航...