智能驾驶全产业链梳理

车载摄像头是智能驾驶汽车的重要传感器，其功能是监控内外环境，帮助驾驶员 行驶。根据安装位置的不同，可分为前视、后视、环视、内视等。

从产业链背景来看，从上游晶圆、保护膜到中游 CMOS、DSP，再到下游的 在一些领域，中国制造商基本上有高科技壁垒，由海外公司主导。 步骤，但都有一定的追赶空间。

超声的超声波雷达工作频率有 40KHz、48KHz、58KHz 等等，因为频率越高，水平和 垂直探测角度越小，探测面积越小，所以 40KHz 最常见的频率。超声 波雷达的探测范围基本在 0.1 米至 3.0 超声波雷达技术成熟，性价比高， 是倒车、停车场景下量产方案的最佳选择。超声波雷达的缺点是测试角度小 安装多个，测距短，只适用于低速场景。现阶段，自行车约配备了 12 超声雷达 (安装倒车雷达 4 在倒车雷达系统的基础上增加超声波传感器和自动停车系统 4 个 UPA(超声波驻车辅助，Ultrasonic Parking Assistant）和 4 个 APA（自动泊车 辅助，Automatic Parking Assistant）超声传感器，总计 12 个）。

超声波雷达技术相对成熟，国内外差距主要在于传感器的稳定性和可靠性。目前，超声波雷达已逐代国内，但中国超声雷达制造商的研发能力与海外相比 手还有差距，超声波雷达的市场格局已经定型，中国厂商有望进一步缩小与海外的差距 手的产品力差距，但是发展空间较为有限。

上游：分为 MMIC 单片微波集成电路，天线高频 PCB 板、DSP/FPGA。硬件成本占 比约 50%

MMIC 单片微波集成电路：

国外：英飞凌 Infineon、TI、ST、ADI、NXP

中国：清能华波、加特兰微电子、厦门意行半导体、硅杰微电子、南京米勒

上游：主要由激光器、探测器、主控芯片、模拟芯片及光学部件 5 个部件组成。芯 片（主控芯片 FPGA 及模拟芯片）领域国内外差距比较大，国外厂商占据主要市场；光学部件、激光器与探测器等领域，国内相关公司可以做到国产替代，可实现灵活 定制，成本优势比较明显。

1 激光器（属于发射系统，分为固体激光器、半导体激光器、气体激光器等）：OSRAM （欧司朗）、AMS（艾迈斯半导体）、lumentum（鲁门特姆）、瑞波光电子（力合科创 （上市）持股 9.13%）、纵慧芯光（VCSEL 芯片，是激光雷达的光源，华为投资）、 炬光科技（上市）

激光器实现发射光束的光源作用。激光器从发射维度看可以分为两大类：边发射（EEL）和垂直腔面发射（VCSEL）。

EEL 作为探测光源具有高发光功率密度的优势，但 EEL 激光器因为其发光面位于 半导体晶圆的侧面，使用过程中需要进行切割、翻转、镀膜、再切割的工艺步骤， 往往只能通过单颗一一贴装的方式和电路板整合，而且每颗激光器需要使用分立的 光学器件进行光束发散角的压缩和独立手工装调，极大地依赖产线工人的手工装调 技术，生产成本高且一致性难以保障。垂直腔面发射激光器（Vertical Cavity Surface Emitting Laser，VCSEL）其发光面与半导体晶圆平行，具有面上发光的特性，其所 形成的激光器阵列易于与平面化的电路芯片键合，在精度层面由半导体加工设备保 障，无需再进行每个激光器的单独装调，且易于和面上工艺的硅材料微型透镜进行 整合，提升光束质量。

传统的 VCSEL 激光器存在发光密度功率低的缺陷，导致只在对测距要求近的应用 领域有相应的激光雷达产品（通常小于 50m）。近年来国内外多家 VCSEL 激光器公 司纷纷开发了多层结 VCSEL 激光器，将其发光功率密度提升了 5~10 倍，这为应 用 VCSEL 开发长距激光雷达提供了可能。结合其平面化所带来的生产成本和产品 可靠性方面的收益，VCSEL 未来将有望逐渐取代 EEL。

目前市场主要参与者仍以海外厂商为主，包括 OSRAM（欧司朗）、AMS（艾迈斯半 导体）、Lumentum（鲁门特姆）等；国产厂商包括深圳瑞波光电子有限公司、常州 纵慧芯光半导体科技有限公司等。

2 探测器：sony、First Sensor、Hamamatsu 滨松光子、ON Semiconductor 安森美、量 芯集成、灵明光子（小米投资）、南京芯视界（SPAD，华为投资）。从竞争格局来看， 目前探测器领域仍以国外厂商为主。

探测器属于接收系统，分为 SiPM 探测器（硅光电倍增管）、APD 探测器（雪崩光电 二极管）、SPAD 探测器（单光子雪崩二极管）等。

单光子器件（SPAD）具有极强的感光能力，在生物医学的荧光探测领域和核磁影像领域已经取得了广泛的应用，然而由于硅材料对激光雷达所采用的近红外光波段的 吸收系数较弱，导致在激光雷达接收端的测量灵敏度不及当前在激光雷达中广泛 使用的线性雪崩二极管探测器 APD。近年来，因为激光雷达行业的兴起，国内外多 家探测器公司在不断优化单光子器件在近红外波段的量子效率，在实际探测灵敏度 方面已经逐渐超越了 APD。未来几年内，随着设计和工艺的进一步优化，单光子探 测器对 APD 性能的优势将越发明显。

3FPGA（信息处理）：Intel、Xilinx（两个海外巨头）、紫光国微（上市）、智多晶（小 米投资）

4 模拟芯片：TI、ADI 亚德诺半导体、矽力杰、圣邦股份（上市）

5 光学部件：

5.1 旋转电机&扫瞄镜（属于扫描系统，也叫扫描器）

中游：中游大部分的激光雷达厂商主要做硬件集成的工作，并添加自研的算法，进 行封装后卖给下游厂商。

机械式：Velodyne、Valeo、Waymo、Ouster、禾赛科技、速腾聚创、镭神智能

半固态-转镜式：Velodyne、法雷奥、Luminar、IBEO、Innovusion、禾赛科技、镭神

智能、锐驰智光、Livox

半固态-MEMS：Luminar、Innoviz、禾赛科技、速腾聚创、一径科技

固态-OPA（光学相控阵）：Quanergy、力策科技

固态-FLASH：Ouster、IBEO、LuminWave、Analog Photonics FMWC：Blackmore、Aeva、Scantinel、Photonics、Strobe、光勺科技

激光雷达按照测距方法可以分为飞行时间（Time of Flight，ToF）测距法、基于相 干探测的 FMCW 测距法、以及三角测距法等，其中 ToF 与 FMCW 能够实现室外 阳光下较远的测程（100~250 m），是车载激光雷达的优选方案。

ToF 是目前市场车载中长距激光雷达的主流方案。大部分 ToF 激光雷达产品采用分 立器件，即发射端使用边发射激光器（Edge Emitting Laser，EEL）配合多通道驱动 器、接收端使用线性雪崩二极管探测器（Avalanche Photodiode，APD）配合多通道 跨阻放大器（Trans-Impedance Amplifier，TIA）的方案。ToF 激光雷达系统主要包括 发射模块、接收模块、控制及信号处理模块和扫描模块（如有）。未来随着 FMCW 激光雷达整机和上游产业链的成熟，ToF 和 FMCW 激光雷达将在市场上并存。

机械式激光雷达：其发射系统和接收系统存在转动，通过不断旋转发射头，将速度 更快、发射更准的激光从“线”变成“面”，并在竖直方向上排布多束激光，形成多个 面，达到动态扫描并动态接收信息的效果。传统机械式激光雷达要实现更高线束， 需要增加发射模块与接收模块的数量。但是由于种种缺点，机械式较难应用在规模 量产车型当中。

优点：发展时间久，技术较为成熟

缺点：成本较高（64 线 Velodyne 机械式激光雷达价格在 7 万美元以上）、旋转部件 体积、重量庞大，导致机械零部件寿命不长（约 1000-3000 小时）+机械旋转部件在 行车环境下的可靠性不高+装配困难等。

混合固态（半固态）激光雷达在产品外形上不存在机械旋转的部件，但内部实际存 在小巧的机械旋转扫描系统。半固态分为转镜方案和 MEMS 方案。

转镜式激光雷达：通过反射镜面围绕圆心不断旋转，将激光反射到不同的角度完成 对前方一定角度内的扫描，激光发生器本身固定不动。在转镜方案中，存在一面扫 描镜（一维转镜）和一纵一横两面扫描镜（二维转镜）两种技术路线。一维转镜线 束与激光发生器数量一致，而二维转镜可以实现等效更多的线束，在集成难度和成 本控制上存在优势。相较于同为混合固态激光雷达的 MEMS 微振镜激光雷达，它在 功耗、散热等方面有着更大优势。不过转镜方案与 MEMS 微振镜一样存在信噪比低，和有效距离短，FOV 视场角受限等问题。转镜式方案中有法雷奥 Scala 的成功 案例，是已经通过车规认证并实现了前装量产的技术方案。

MEMS 激光雷达：MEMS 扫描镜内部集成了“可动”的微型镜面，MEMS 扫描镜兼 具“固态”和“运动”两种属性，故称为“混合固态”。MEMS 激光雷达可以直接在硅基 芯片上集成体积十分精巧的 MEMS 微振镜来代替传统的机械式旋转装置，在驱动 电路的带动下，MEMS 振镜产生高频旋摆，而激光源是固定不动的，打在振镜上的 电磁波就会在振镜的转动下，快速扫描镜头前方的环境。这一变化带来的最大优点 在于本身不用再大幅度地进行旋转，可以有效降低整个系统在行车环境出现问题的 几率。另外，主要部件运用芯片工艺生产之后，量产能力也得以大幅度提高，有利 于降低激光雷达的成本，可以从上千乃至上万美元降低到数百美元。

优点：准确度高，MEMS 微振镜振动小，可以精确控制偏转角度，而机械激光雷达 只能调整马达转速；成本低，对激光器和探测器的数量需求明显减少；体积减小， 不需要笨重的马达

缺点：仍然存在微振镜的振动，此结构特性会影响整个部件的寿命；激光扫描受微 振镜面积限制，与其他技术路线在扫描范围上有一定差距；只用一组发射激光和接 收装置，信号光功率远低于机械激光雷达；接收端的收光孔径非常小，远低于机械 激光雷达，而光接收峰值功率与接收器孔径面积成正比，因此意味着信噪比的降低， 也意味着有效距离的缩短。

固态激光雷达：是完全没有移动部件的激光雷达。且由于装配调试可以实现自动化， 若能实现量产则可以大幅降低成本。固态激光雷达的技术路线尚未定型，目前分为 OPA 固态激光雷达和 Flash 固态激光雷达。

优点：不存在旋转的机械结构，所有的激光探测水平和垂直视角都是通过电子方式 实现的，因此提高了耐用性；数据采集速度快，分辨率高，对于温度和振动的适应 性强；通过波束控制，探测点可以任意分布，这是机械式激光雷达无法实现的。

OPA（optical phased array 光学相控阵技术）激光雷达：运用相干原理，采用多个 光源组成阵列，通过控制各光源发光时间差，通过调节发射阵列中每个发射单元的 相位差，来控制输出的激光束的方向，合成具有特定方向的主光束。OPA 仍处于研 发阶段

优点：相比于 MEMS，没有任何机械部件，结构相对简单，精度高，体积小，扫描 速度快

缺点：易形成旁瓣，影响光束作用距离和角分辨率，使激光能量被分散。光学相控 阵要求阵列单元尺寸必须不大于半个波长，阵列单元尺寸小于 500nm，对加工精度 要求高，扫描角度有限，探测距离很难做到很远，接收端方案薄弱，信噪比较差。

Flash 固态激光雷达：属于非扫描式雷达，发射面阵光，是以 2 维或 3 维图像为重 点输出内容的激光雷达。Flash 原理是快闪，不像 MEMS 或 OPA 的方案进行扫描， 而是短时间直接发射出一大片覆盖探测区域的激光，再以接收器对环境周围图像进 行绘制。Flash 是目前较为主流的技术方案，目前高性能 Flash 激光雷达主要是 IBEO 和 OUSTER。

优点：发射端方案较成熟，成本较低；没有延迟，扫描速度快；体积小，稳定性 高

缺点：采用单脉冲测量，单脉冲需要较高的能量，峰值功率能达到上百千瓦至兆 瓦级别，需要搭载固体激光器，而固体激光器成本很高，且闪光能量可能伤害人 眼安全，受严格限制。因为目前 VCSEL 的效率和指向性，让 Flash 激光雷达有效 距离和分辨率都不及前两类。

FMCW 激光雷达：主要通过发送和接收连续激光束，把回光和本地光做干涉，并 利用混频探测技术来测量发送和接收的频率差异，再通过频率差换算出目标物的 距离。FMCW 按光波的相干方式，可分为线性调频和编码调相两种。相较于 TOF 激光雷达，FMCW 存在四个显著的优势。第一，抗干扰能力很强，不会受到环境 光的干扰。首先是因为 FMCW 基于相干原理，它只能接收到自己发出去的光，其 次是它内置的光源的强度要比反射进来的阳光强度高至少三个数量级，阳光对它 的影响基本可以忽略不计，再者，其滤波片的带宽在 0.01 纳米以内，而 TOF 激光 雷达的滤波片带宽有 20-30 纳米。

第二，信噪比很高。在 FMCW 激光雷达中，除 了激光器所发出的信号光外，还有经过光束分束器的本振光，信号光的回波和本 振光一同耦合到光探测。除了接收到光信号光功率，外本地震荡光功率也一同与 背景噪声相竞争，结果就压抑了噪声。远距离激光雷达往往会牺牲 FOV 来追求更 长的探测距离，这其实对信噪比要求比较高，因此，在技术成熟后，FMCW 会是 远距离感知更好的选择。第三，FMCW 可获取每个像素点的速度维数据，这不仅 延长了有效探测距离，还减少了后端处理对算力的要求。第四，可实现更高程度 的“芯片化”。不仅信号处理、激光器、探测器等可以进行芯片化，扫描部件可以 基于硅光技术芯片化，光学镜头也有可能被芯片化，在最理想的情况下，扫描模 块还可跟收发模块（激光器+探测器）集成到同一个芯片上。

激光雷达发展的大趋势是机械式向半固态再向固态发展，目前的技术阶段正从机 械式向半固态转变。目前半固态中 MEMS 和转镜的路线正在竞争，MEMS 是当 前市场上主流方案。长远来看，固态应是未来的发展方向。

激光雷达的市场规模正在加速扩大。从整个激光雷达的市场空间来看，根据沙利 文的统计及预测，2025 年中国激光雷达市场规模将达到 43.1 亿美元，全球市场规 模为 135.4 亿美元。从 2025 年数据细分来看，无人驾驶市场 （Robotaxi/Robotruck）激光雷达市场规模预计为 35 亿美元，高级辅助驾驶激光 雷达市场预计达到 46.1 亿美元，服务型机器人激光雷达市场达到 7 亿美元，车联 网激光雷达市场预计超过 45 亿美元。

从车载与工业领域的激光雷达空间来看，根据亿欧汽车的数据，2020 年我国车载 激光雷达的市场规模为 5 亿元。根据 Yole 预测，2025 年全球汽车与工业市场激光 雷达市场将达到 43.59 亿美元。

海外公司布局激光雷达较早，参与者较多。Velodyne 起步最早，在机械激光雷达 市场拥有较大优势，也在前装固态激光雷达市场蓄势待发。Luminar 成立于 2012 年，于 2020 年 12 月在纳斯达克上市，成为继 Velodyne 后全球第二家上市的激光 雷达厂商。Innoviz 成立于 2016 年，为 MEMS 路线的头部公司，于当年发布其第 一款 MEMS 激光雷达 Innoviz One，于 2020 年推出第二代产品 Innoviz Two，预计 将在 2023 年第三季度开始实现量产。Ouster 是 flash 激光雷达路线的先驱，成立于 2015 年，于 2018 年推出第一代产品 OS1；2020 年 1 月推出第二代产品超广角激 光雷达 OS0 和远距离激光雷达 OS2。Aeva 是 FMCW 4D 激光雷达的开拓者，于 2019 年发布首款 FMCW 芯片激光雷达。

国内速腾聚创、图达通、禾赛科技、华为、镭神智能等品牌成为入局的第一梯 队。北醒光子、北科天绘等也纷纷入局。

目前制约激光雷达大面积量产的主要原因，一方面是成本与价格太高，另一方面 是性能是否能通过车规级验证仍需要测试。

从成本与价格来看，麦姆斯咨询估算机械式激光雷达每组的芯片成本约 200 美 元，仅 16 组的芯片成本就高达 3200 美元，机械式激光雷达的价格则在数万美元 量级，是车企难以接受的。Velodyne 独占时期的机械式激光雷达价格便超过 10 万美元。特斯拉的马斯克不看好激光雷达路线的主要原因就是激光雷达成本高。

随着激光雷达路线的更迭发展，目前半固态路线激光雷达的单价已经下探到 2000 美元以下。2020 年 CES 展会期间，多家供应商发布低成本车载激光雷达，部分价 格下探至 1000 美元以下。Innoluce 曾发布一款 MEMS 激光雷达设计方案，成本 控制在 200 美元以内。而未来固态路线的激光雷达的单价则有望进一步下降至数 百美元的量级。

控制成本与价格，通过价格下探来获取市占份额是激光雷达供应商的一个重要竞 争方向。2020 年 8 月大疆宣布公司首个实现了车用智能驾驶激光雷达价格降到千 元级别，而且能量产供应。华为计划将激光雷达的成本降低至几百美元，未来目 标是降低至 100 美元。Quanergy 等创业公司声称固态激光雷达能达到 200-300 美 元。

从技术水平与方向来看，我们认为国产供应商存在弯道超越的可能。虽然国外企 业布局较早，但激光雷达属于新兴产品，仍处于技术路径未定型的高速发展阶 段。目前在不同的技术路线中，国内外均有激光雷达供应商参与其中，一旦某种 路线脱颖而出，该路线中的国产企业便有望弯道超越，弥补在时间上与海外企业 的差距，实现国产替换。我们判断未来将有 5—10 家成规模的国产激光雷达企业 稳定存在。

重点公司分析

（1）炬光科技：大功率半导体激光产品供应商

智能驾驶汽车芯片按照产品功能可以分为三类：

第一类是 ADAS 芯片。ADAS 意为高级驾驶辅助系统，用于实现 L1-L2 级别的辅助 驾驶功能。目前智能驾驶汽车芯片的主要市场集中在 ADAS 驾驶辅助领域。

第二种是基于 GPU 的智能驾驶汽车芯片。目前 Mobileye、英伟达和特斯拉等公司 推出商用产品。

CPU、GPU、FPGA、ASIC 将依次成为智能驾驶芯片的发展趋势。过去汽车的电控 单元 ECU 使用 CPU，随着数据量的提升，传统 CPU 的算力不足以支撑，因此 GPU 逐渐开始替代 CPU。由于智能驾驶需要进行大量的计算处理，算力需求进一步增加， FPGA 与 GPU 相结合成为当前的主流方案；着眼未来，当现有方案难以支撑计算需 求的时候，ASIC 或将成为未来的发展方向。

对于 L0/L1 级系统，传统的车规级 CPU 即可满足需求；对于 L2 至 L3 级别，目前 采用的主流方案是 FPGA 和 GPU 相结合，但是 FPGA 芯片硬件编程复杂性太高， GPU 算力也强，但功耗和价格太高，不适合大规模量产，因此仍需要进一步发展。

智能驾驶芯片行业参与者较为多样化。有以恩智浦、德州仪器为代表的传统汽车芯 片厂商，有英特尔、高通、英伟达等电子芯片巨头，有以特斯拉为代表的车企，以 及以地平线、芯驰科技为代表的创业公司。

英特尔、英伟达等是较早布局智能驾驶芯片的企业，目前占据了全球智能驾驶芯片 市场的较大份额，从市场份额出发，属于汽车芯片市场的第一梯队。

英伟达定位在 L3 及以上等级的智能驾驶，作为 GPU 的发明者，在汽车主控芯片的 GPU 市场处于垄断地位，常年保持 70%的市场占有率。目前英伟达的 Orin 芯片是 技术最为成熟的智能驾驶域控制器芯片，在 L2+以上的智能驾驶领域具有较大的技 术优势，目前国内的主机厂要进行 L3 与 L4 级别的智能驾驶的开发基本只能选择英 伟达的芯片。目前奥迪车型、特斯拉前期车型、小鹏、威马，以及大量的主流新能 源乘用车都是基于英伟达的 Xavier 或者 Orin 芯片，算力级别主要是 30TOPs，2022 年推出的蔚来 ET7、小鹏 G9 等高端车型可能高达 500-1000Tops。

高通和华为位于第二梯队。高通与英特尔、英伟达同属世界芯片巨头，但是高通在 智能驾驶芯片领域相较于竞争对手少了筹码。2016 年，高通拟以 440 亿美元天价收 购半导体公司恩智浦（NXP），并申请 9 个国家的反垄断批准。但因未获得中国地区 的反垄断批准，最终高通的收购计划落空，向恩智浦赔付 20 亿美元解约费。在智能 驾驶领域，高通于 2020 年 1 月推出了 Snapdragon Ride 平台，可提供不同等级的算 力，包括以小于 5 瓦的功耗提供的 L1 级别的 10 TOPS 算力，以及 100 多瓦功耗、 700 TOPS 算力的配置下，整个系统的功耗差不多会在 100 多瓦左右，但这更多是瞄 准 2023 年之后的车型。不过高通凭借在通信及消费电子领域的优势，基于智能手机 芯片的经验，成为智能座舱芯片领域的行业龙头。

长城汽车车载智能芯片由高通公司负责，长城汽车在 2022 年推出的高端车型上将 会率先采用高通 Snapdragon Ride 平台，应用到其智能驾驶系统中。长城汽车的另一 个合作伙伴是华为，其将为长城汽车提供以 MDC 为基础的高算力智能驾驶计算平 台。

华为面向智能驾驶领域推出多款 MDC 计算平台系列。硬件平台内部包含了两个核 心芯片，分别是 CPU 处理器和 AI 处理器。CPU 采用鲲鹏芯片。业界推测 AI 芯片采用的是昇腾 310 芯片。除了长城汽车外，北汽、长安也与华为有深度合作，2021年新车型或有望逐步推出。

第三梯队是其他的第三方芯片厂商，其中就包括地平线、云途、黑芝麻等国产公司。以地平线为例，地平线的“征程 3”智能驾驶芯片进入 2021 款理想 ONE，取代了理想 原来采用的 Mobileye 芯片。截至 2020 年底，地平线征程系列芯片出货量已经超过 16 万片，继征程 2、征程 3 之后，面向 L4 高等级智能驾驶的征程 5 芯片也已一次 性流片成功，将于年内正式发布。

国内芯片厂商成长很快，众多车企考虑地平线、黑芝麻等作为 back-up plan，避免 出现芯片供应问题；同时国际芯片大厂研发部门不在国内，车企难以从国际芯片厂 商学习芯片相关技术，这是本土芯片厂商的优势。

除此之外，越来越多的车企也开始尝试自主研发智能驾驶芯片。国外车企以特斯拉 为代表。特斯拉早期搭载的芯片包括 Mobileye EyeQ3 与英伟达 DRIVE PX2，后期 选择自研 FSD 芯片自用。在国内市场，蔚来汽车在今年 10 月被曝出有意涉足智能 驾驶芯片这一领域，造车新势力零跑汽车推出了具有自主知识产权的凌芯 01 智能 驾驶芯片。吉利集团旗下亿咖通科技与云知声共同出资成立合资公司芯智科技。此 外比亚迪、长城汽车等也在芯片业务上有所布局。

促使车企自主研发的原因有很多。首先，以 Mobileye 为代表的芯片供应商提供的芯 片和算法紧密耦合且打包出售，车企希望通过自主研发获得更多自主权。其次，车 企自研智能驾驶芯片可以降低成本、积累人才，增强品牌效应。此外，车企自研芯 片可以节省采购开支。

从单车价值量看，自驾域单车价值量较大。目前市面 L3 级以上的智能驾驶域控制 器的单价在 3000 元~10000 元左右，L2 级自驾域单价 2000 元左右；座舱域控制器的单价在 2000 元左右；底盘域由于需要达到 ASIL-D 安全等级，故价格和座舱域相 当，也是 2000 元左右；车身域控制器单价在 500 元左右。

国内外巨头纷纷布局智能驾驶域控制器。目前智能驾驶域控制器主要有四类玩家：1、头部新势力企业，如特斯拉自研智能驾驶芯片，蔚来自研域控制器然后找第三方 代工；2、国际 Tier1，自己与芯片商合作，做方案整合后研发域控制器并向整车厂 销售，例如大陆 ADCU、采埃孚 ProAI、麦格纳 MAX4 等；3、域控软件供应商，例 如 TTTech 与上汽集团合资成立了创时智驾，为上汽成员企业配套智能驾驶域控制 器产品；4、本土 Tier1，根据英伟达在 10 月云栖大会上公布的信息，目前采用英 伟达 Orin 系列方案的车企客户包括奔驰、沃尔沃、蔚来汽车、小鹏汽车、理想汽 车、上汽智己以及 R 汽车，德赛西威拿到了其中大部分的域控制器定点订单。此外 还有华为、经纬恒润、福瑞泰克等企业布局了这一领域。

市场空间：根据产业链调查，智能驾驶域控制器方面，预计国内市场 2025 年出货量 将超 400 万套，随着支持 L3 级智能驾驶的域控制器逐渐放量，平均价格有望从现 在 2000 元左右提升 3000 元以上；座舱域控制器方面，预计 2025 年出货量将超 500 万套，随着入局者增多行业区域成熟，价格略微下滑。预计国内市场 2025 年座舱+ 智能驾驶域控制器市场规模将超 200 亿元。

博世提出 E/E 架构的演进有三个阶段：分布式电子电气架构、域集中电子电气架构、 车辆集中电子电气架构。过去以及现在的绝大多数车企的车型都仍然处于分布式电 子电器架构阶段，目前已经有少部分车型进入域集中电子电气架构。因此现阶段域 控成为车企的转变方向。

分布式电子电气架构朝域集中电子电气架构演进主要有以下几点优势：

1、提升算力利用率。分布式的汽车电子电气架构中，各类电子控制单元（ECU）的 芯片仅在对应功能运行期间执行运算工作，其余时段芯片处理能力处于闲置状态， 算力的利用效率较低。在汽车功能日趋丰富的趋势下，采用分布式的汽车电子电气 架构将导致电子控制单元（ECU）数量的增加，造成更大的算力闲置。而域集中式 的芯片算力的利用效率大幅提高；

2、信息处理能力更强。域集中式架构提高了汽车对各类信息的融合处理能力，整车 功能协同得以强化。分布式汽车电子电气架构中，通常采用一个功能对应一套硬件， 功能间交互困难。而在域集中式汽车电子电气架构中，处于同一域中的功能对应一 个域控制器，同域功能间实现协同交互;

3、域集中式的汽车电子电气架构将同一功能域下的电子控制单元（ECU）集成，线 束的长度和数量较分布式汽车电子电气架构大幅减少，减少了车身重量，符合轻量 化的趋势，也减少了成本。在分布式架构中，ECU 被运用在制动系统、变速系统、 悬架系统、安全系统、驱动系统等方方面面，几乎车辆的每一个独立功能和传感器 都需要配备一个 ECU。2019 年，中国汽车单车 ECU 数量为 25 个，目前在高端车型 与智能化程度高的车型中主要 ECU 的数量达到 100 多个，加上一些简单功能的 ECU 总数可以超过 200 个。除此之外，同一车辆上的不同 ECU 之间也需要通过 CAN 和 LIN 总线连接在一起，因此 ECU 数量的增多也导致了总线线束的数量和复杂程度 的大幅提升。总线线束的增加首先会增加车重，同时由于线束的主要材料为铜，线 束的增多会较显著地提高单车成本。域控架构将模块内多个 ECU 的功能集成到了 一个域控制器中，可以很大程度地控制 ECU 数量，简化线束。

4、方便 OTA 升级。分布式架构中 ECU 分散，而域集中式的汽车电子电气架构将同 一功能域下的电子控制单元（ECU）集成，能够应对 OTA 的升级需求。

E/E 架构的演变可以分为三个维度：硬件架构（分布式向域集中发展）、软件架构（软 硬件耦合向解耦发展）和通信架构（LIN/CAN 总线向以太网发展）。由于公司处于 汽车软件赛道，因此重点探讨软件架构的变革。

软件架构从软硬件高度耦合向分层解耦方向发展。在过去的分布式电子电气架构阶 段，软件嵌入于硬件中，嵌入式状态下难以对软件进行改变。在域集中电子电气架 构阶段，由域控制器完成域内的协调工作。由于域控制器需要控制整个域，因此来 自不同供应商的软硬件必须要解耦才能方便对软件部分进行修改，以求达到基础软 件可以复用、硬件接近即插即用的效果。因此软硬件解耦成为域集中式架构下的重 要趋势。

在分层软件的理念中，整个软件架构建立于硬件之上，软件架构内又大致可以分为 三层结构：1、系统软件层：包括虚拟机、系统内核、POSIX、Autosar 等；2、功能 软件层：多为中间件和开发框架；3、应用软件层：包括智能座舱 HMI、ADAS/AD 算法、网联算法、云平台，以及其他应用软件。

“软件定义汽车”的时代，具备高速通信、更高算力、丰富图像感知能力的各种硬件 给软件提供了强大的基础运行平台，汽车电子软件将由单一功能架构演变为面向服 务架构（SOA）。SOA 正在成为软件架构的新主流，引领着汽车软件架构朝着分层、 模块的方向发展。

Gartner 把 SOA 定义为一种软件设计方法。SOA 与大多数通用的 C/S 架构模型不 同，它着重强调构件的松散耦合，并强调模块化，使用独立的标准接口。将应用程 序的不同功能单元（称为服务）通过这些服务之间定义良好的接口和契约联系起来。接口是采用中立的方式进行定义的，它独立于实现服务的硬件平台、操作系统和编 程语言。SOA 将汽车各子系统中最小功能的逻辑单位抽离出来，封装成服务，组成 一种粗粒度小、松耦合的服务架构。

SOA 的优势在于将原本分散的 ECU 和对应的软件进行模块化，在硬件更换的情况 下，软件、接口等依旧存在，避免了过去软硬件结合情况下，更换了硬件后软件也 跟着被完全替换的问题。

经典 AUTOSAR（Classic AUTOSAR）及自适应 AUTOSAR（Adaptive AUTOSAR） 混合方式是实现软硬分离的主要途径。AUTOSAR 可提供标准的接口定义、软件模 块化设计，从而令软件及其组件不受硬件影响。经典 AUTOSAR 主要面向基于电 子控制单元 （ECU）的传统汽车嵌入式软件，自适应 AUTOSAR 主要面向更为复 杂的基于域控制器或中央计算平台的汽车电子软件。其中，自适应 AUTOSAR 相 较于经典 AUTOSAR 能够更好支持强大算力的多核 SoC、服务可灵活部署、支持 空中升级（OTA）等优势，更符合“软件定义汽车”理念下对汽车电子软件的要求。

高精度地图是面向智能驾驶汽车的地图数据范式，其高精度体现为：1）坐标精度更 高，其绝对位置精度接近 1m，相对位置精度在厘米级别（能够达到 10~20cm）；2） 包含更多的道路交通信息元素，例如准确的道路形状、车道线的种类及颜色、每条 车道的限速要求等特质特性。

高精度地图具备定位、感知、规划及决策四大功能，通过三大图层架构及在线服务 面向智能驾驶使用场景。

高精度地图的图层架构主要分为：

①地图图层：记录的是 对于道路的详尽描述，如道路边缘、车道边缘和中线等大量信息，以道路模型、车 道模型与对象模型表达大量道路属性要素，并以厘米级的高精度数据，精准呈现信 息；

②定位图层：记录的是具备独特性的目标或特征，称为 Landmark，如交通标志、 地面标志、灯杆等，记录的内容包括绝对坐标、属性、几何轮廓等，用来和其他车 辆传感器感知结果匹配，推算车辆位置；

③动态图层：通过云服务平台将动态事件 实时传达给智能驾驶车，让车辆提前预知前方出现的可能影响驾驶策略的情况。

基于三大图层架构，高精度地图可以实现定位、感知、规划及决策，以匹配智能驾驶场景下的需求。

在 L3 以上的高阶智能驾驶中，对于车身环境的监控主体从驾驶员变为了系统。只有当系统能够自动地探查与分析附近区域的状况时，高阶智能驾驶才具备实现基础。若没有高精度地图的辅助，仅依靠汽车传感器、惯性导航、计算单元等，智能驾驶 传感系统存在鲁棒性缺陷。而搭配高精度地图，基于定位图层的 Landmark，通过与 感知结果匹配并计算距离，可以精确计算出车辆当前的位置，与其他技术手段得出 的高精度定位结果相互冗余，保证车辆时刻知晓自身位置。此外，高精度地图不存 在距离和视觉的缺陷，在特殊天气条件下依旧可使用。

两者的本质差别在于面向对象的不同。普通电子地图面向对象为人，以人的认知为 基础，解决的需求包括规划路线、确认地点、辨别方位等，而高精度地图面向对象 为智能驾驶算法，面向的是“一台机器”，数据将作为智能驾驶算法的输入端，解决 的需求包括环境感知、高精度定位、规划与决策等，是智能驾驶汽车行驶上路的“行 动指南”。

高精度地图制作的技术门槛及成本较高。普通电子地图主要依据 GPS+卫星图片进 行制作，其制作流程相对简单。反观高精度地图，其生产步骤包括：1）数据采集、 2）数据处理、3）元素识别、4）人工验证。

数据采集依赖高精度地图采集车，其具 备采集点云数据的激光雷达装置、进行高精定位的 RTK 装置、获取车辆角度和加速 度的惯导系统等，单车成本在百万级别；数据处理方面，数据分为点云和图像两类， 因为高精度要求，所以制图以点云为主。

点云图像处理后得到一个高精度图像，基 于图像可以做精确的车道线识别，获得车道线的形状特征；元素识别方面，基本上 都是使用深度学习来获取地图的要素识别，例如尝试从点云中提取车道线、灯杆、 红绿灯等；人工验证方面，这一环节由人工完成，自动化处理的数据还不能百分百 准确，需要人工在进行最后一步的确认和完善。对于修正后的数据，需要上传到云 端，最终形成的高精度地图也通过云平台进行分发。

除了精度提升至厘米级外，高精度地图的更新频率远高于普通地图。普通地图更新 频率一般是一个季度，而高精度地图的理想更新频率是 1 个小时。高更新频率所带来的技术难点主要为：1）图商需要足够数量的采集车辆去更新数据；2）高精度地 图的数据量巨大，对于车机的芯片存储及传输能力要求高。

地理数据监管强化，甲级测绘资质具备稀缺性。2016 年 5 月，国家测绘地理信息局 发布《关于加强智能驾驶地图生产测试与应用管理的通知》，规定智能驾驶地图数据 的采集、编辑加工和生产制作必须由具有导航电子地图制作测绘资质的单位承担；2021 年以来，与行业数据技术规范、制作规范相关的文件陆续出台，高精度地理数 据监管持续升级，叠加甲级测绘资质要求（目前国内只有 20 多家企业有甲级测绘资 质，华为、阿里、腾讯、百度、小米、滴滴都拥有该资质，车企中，上汽中海庭、 吉利亿咖通，以及近期收购智途科技的小鹏汽车，也都拥有甲级测绘资质），行业准 入门槛较高、竞争参与者较小。需要指出的是，车企的量产方案为了解决合规问题， 会选择与有资质的图商合作，此外，由于高精度地图还需要构建高性能、高可靠、 符合安全合规要求的基础设施、能有效支撑海量地图数据的安全存储、强大的算力 资源以及智能算法、有效支撑第三方合作伙伴开展智能驾驶开发以及地图数据应用 服务。整体而言，合规性、技术门槛及高资本投入使得行业的准入门槛高，市场份 额加速向头部玩家集中。

据 IDC 咨询数据口径，2020 年中国高精度地图市场规模达 4.74 亿元，增速达 70%， 其中百度、四维图新和易图通位列市场份额前三位，分别为 28.07%，21.61%和 16.15%，叠加高德（13.07%）、Here（7.80%），行业 CR5 达到 86.7%，市场处于 高集中度的寡头垄断格局。

高阶智能驾驶驱动执行层向电动及智能化升级

执行层是汽车驾驶的最底层，其核心运行机制是通过驱动、制动及转向控制系统的 相互配合，使汽车能够稳定行驶。当驾驶员将车辆的驾驶操控完全移交给智能驾驶 车辆的车载计算机系统后，电子信号就代替机械液压方式去对方向盘、油门和制动 系统进行控制。上述运行机制称之为线控执行，其主要包括线控油门、转向及制动。智能化浪潮下，电信号替代机械力的线控技术在智能驾驶时代的渗透率大幅攀升。

三大独立线控系统中，驱动方面，线控油门渗透率最高，在具备 ACC（Adaptive Cruise Control，自适应巡航控制）及 TCS（Traction Control System，牵引力控制系统）功 能的车辆上，线控油门已成为“标配”，而线控换挡的技术门槛较低，也基础实现全 覆盖；制动方面，线控制动的普及率相对较低，技术门槛较高，对于实现智能驾驶 的意义最为关键；转向方面，EPS（电助力转向系统）可以满足目前的智能驾驶需求，线控转向仍处于量产前夜。我们认为，未来线控系统或将全部集成至底盘域控 制器内，以匹配更高阶的智能驾驶需求。

线控技术成为实现智能驾驶关键一环的核心原因在于：1）电信号传递快于机械连 接，线控可为智能驾驶提供更高级别的安全守护；2）线控更适应高集成的发展趋 势，以实现底盘域控的目标。

汽车制动系统的发展主要经历了“液压制动——液压制动融合电控——线控制动”三 个阶段。未来制动系统的发展会进入第四阶段，即带冗余机制的线控制动，主要是 为适应更高水平的智能驾驶而开发。

PHEV、EV 较难支持真空助力。线控制动的初期发展主要是由于混动和纯电汽车没 有持续工作的发动机提供稳定的负压支持真空助力器。因此，第一代的线控制动系 统采用电子真空泵解决对发动机提供负压的依赖，但是会有噪音大、高海拔情况下 效果不佳的问题，行业当下的主流产品，如博世 iBooster 已经摆脱了对于真空助力 依赖。

由电子信号传递制动执行信息是实现智能驾驶的基础。线控制动系统的制动信号可 以来自踏板，踏板行程传感器测量到输入推杆的位移后，将该位移信号发送到 ECU， 由 ECU 计算制动请求；也可以由 ECU 根据场景需要主动生成制动需求，并单独对 制动器进行控制。较传统制动系统而言，线控制动由电子信号代替机械力，无需外 力介入即可实现制动。

“响应时间短+可扩展性强”为高阶智能驾驶所必须的特性。由于电子信号传递快于 机械连接，线控可为智能驾驶提供更高级别的安全守护。对比来看，传统制动系统 响应时间为 300~500 毫秒，博世 ibooster 的响应时间为 120~150 毫秒，布雷博的线 控制动系统响应时间可以做到 90 毫秒，与此对应的是线控制动的距离相应缩短。高 阶智能驾驶对于制动系统的响应速度要求更为严苛，更短的制动响应时间是支撑汽 车走向高阶智能驾驶的关键参数；“可扩展性强”主要体现为可以通过程序赋予线控 制动系统更多功能。具体来看，①线控制动有备用制动系统，可提供冗余功能。L4 级智能驾驶必须具备电子冗余，不能单纯依靠机械冗余。冗余备份将是智能驾驶的 基石，制动系统中任一系统失效，备份方紧急启动，根据需求主动制动，保证智能 驾驶过程中车辆的稳定、人员的安全；②可实现自动驻车、陡坡缓降和坡道起步辅 助等附加功能，且性能更好更稳定。

“集成度高+能量回收+定制化刹车系统”对于新能源汽车意义颇深。线控制动系统集成度较高，整体结构紧凑，体积小自重轻。由于以液压助力取代了真空助力器及真 空泵，线控制动的能耗较小，可以提升新能车续航里程。线控制动可以搭配制动能 量回收系统，显著提高制动能量回收率，大幅增加新能车续航里程。值得一提的是， 线控制动系统可以实现制动解耦，与非解耦式解决方案相比，解耦式方案的制动需 求可以进行自定义，即制动力可以在电机制动（能量回收）和液压制动（能量损耗） 间进行分配。

在实际驾驶体验中，非解耦式方案会在驾驶员松开油门踏板时就进行 能量回收，其劣势在于这种能量回收力度波动性较大，影响驾驶舒适度，增大安全 隐患；而解耦式方案下，当驾驶员松开油门时，车辆并不会大幅减速，只有踩了制 动踏板，才有能量回收，其安全性更高，即该种方案可以保证在产生制动需求时， 优先将能量回收作为主要制动力提供者，液压作为制动力补充者，从而提高电机制 动的占比，进而提升能量回收效率。定制化刹车方面，线控制动系统取消了踏板与 轮胎的物理连接，能根据路面的附着情况和车轮转速，通过电子决策系统对四轮进 行制动力的精准控制，从而可以更为充分地利用车轮和地面间的摩擦力，缩短制动 距离。

线控制动系统主要包含：①非纯线控的液压式线控制动（Electro-Hydraulic Brake, EHB）以及②纯线控的机械式线控制动（Electro-Mechanical Brake, EMB）两种。对 比来看，EHB 保留传统的液压工作方式，由 ECU 计算出电机应产生的扭矩，二级 齿轮传动装置将该扭矩转化为助力器阀体的伺服制动力，通过电机转化为强大的直 线推力，推动制动主缸推杆；EMB 直接取消了制动主缸和液压管路，将电机集成在 制动钳上，制动信号直接输入到制动钳。

完全电子化下整合性及响应速度更为精进，成本较高成为应用推广掣肘。EMB 取消 了液压系统，符合汽车电子化潮流，更易与汽车电控系统进行整合，其主要优点体 现为响应时间短（约为 90 毫秒），整体设计构造较简单，体积及自重较小。EMB 当 下面临的主要技术难题包括：①无冗余系统，需要解决电路、电源、模拟器无法正 常工作下的意外状况、②制动功能高度集成化后的算法优先级设置、③制动能量回 收系统与制动系统之间交错的识别问题等。整体来看，EMB 方案需要大量传感器及 控制芯片支持，当前的成本较高，且技术层面还有待突破，而 EHB 方案可以认为是 一种折中方案，用电子器件取代了部分机械部件，EHB 与冗余方案均失效时，仍可 变为无助力液压制动，安全性较高、成本较低且技术相对成熟。

定义 One-box 和 Two-box 方案的标准在于 AEB（自动紧急制动）/ESP（电子稳定） 系统是否和电子助力器集成在一起。在 Two-box 方案下，作为冗余的 ESP 和电子助 力器是相互独立的，而在 One-box 下，电子助力器本身就集成了 ESP。One-box 方 案由于技术问题量产时间较晚，当前主流产品为博世最新一代 IPB、大陆 MK C1、 伯特利 WCBS。基于 One-box 方案集成度更高、体积小及重量轻、能量回收效率更 高且成本更低（博世的 IPB 比 ibooster+ESP 便宜 300 元左右），我们认为 One-box 方 案是行业未来的主流趋势。需要指出的是，One-box 方案需要踏板解耦，由于踏板 仅用于输入信号，不作用于主缸，而由传感器感受踏板力度带动电机推动活塞，踏 板感受需要软件调教，可能伴随安全隐患。

线控制动行业仍处于发展初期，国外厂商先发优势明显。全球市场来看，汽车工业 发达的欧美日地区，经过前期的行业整合、重组，形成了规模较大的生产厂家，如 德国的博世、大陆，美国的天合（被采埃孚收购）、德尔福（被京西重工收购），日 本的爱德克斯、日立等。博世是较