你是車的眼：智能駕駛下 多角度剖析感測器產業鏈投資機會

新財富APP（www.ikuyu.cn），溝通資本與分析師的橋樑，提供有深度的見解

作者 天風證券 崔琰團隊

智能駕駛浪潮來襲 感測器將率先受益

1.1. 智能駕駛將大幅提升對感測器需求量

智能駕駛浪潮勢不可擋。隨著越來越多的電子信息技術成果的應用，汽車的電子化、智能化水平不斷提升，目前汽車ADAS（高級輔助駕駛系統）已經跨過了導入期到成長期的節點，市場規模將迅速擴張。據我們測算，到2020年，國內ADAS市場將達2,000億元規模，其中乘用車ADAS前裝市場規模達1,350億元；商用車ADAS前裝市場規模市場規模達85億元；存量車型ADAS市場規模600億元。目前國內ADAS市場規模僅70億人民幣，未來五年年複合增長率將接近100%。

汽車市場競爭日趨激烈，整車廠商希望通過搭載智能駕駛系統以增強產品的市場競爭力。搭載智能駕駛系統，不僅有炫酷的科技感，還能顯著提升車輛的安全性，是新車的一大賣點。在國內汽車市場上，搭載ADAS系統的車型大多是合資品牌，自主品牌中搭載的ADAS系統的車型較少，而且功能還十分單一，大多數只有全景影像這樣的低端功能。而少數擁有較豐富ADAS功能的車型，如吉利博瑞、博越、上汽榮威RX5等，上市後在口碑和銷量上都收穫雙豐收。它們為自主品牌做出了很好的示範，這種提升電子化、智能化水平的做法也有望快速傳導到其他自主品牌廠商。我們認為，隨著汽車市場競爭日趨激烈，未來自主品牌單靠降價換取市場的方法將難以為繼，自主品牌要想取勝，將不得不在中高端市場正面對抗合資品牌。而自主品牌在邁向中高端市場的過程中，將催生大量對汽車電子化、智能化的需求。

感測器是智能駕駛的硬體基礎。智能駕駛離不開感知層、控制層和執行層的相互配合。攝像頭、雷達等感測器獲取圖像、距離、速度等信息，扮演眼睛、耳朵的角色；控制模塊分析處理信息，並進行預測、判斷、下達指令，扮演大腦的角色；車身各部件負責執行指令，及時準確地做出制動、轉向、變道等動作，扮演手腳的角色。而環境感知是這一切的基礎，因此感測器對於智能駕駛不可或缺。

智能駕駛的發展將大幅提升對感測器的需求量。超聲波雷達、毫米波雷達和多攝像頭系統已經在高端汽車上應用；隨著智能駕駛發展勢如破竹，環境感知技術將快速發展，進一步發揮協同作用。雖然感測器僅僅是自動駕駛汽車的一部分，但是市場前景十分廣闊。

1.2. 特斯拉感測器全面升級 Autopilot 2.0直擊全自動駕駛

特斯拉撞車事故後推送V8.0系統，強化毫米波雷達作用。2016年5月美國佛羅里達州一輛開啟Autopilot模式的特斯拉與白色重型卡車相撞，導致特斯拉車主身亡（事故情況的具體分析見本報告5.1部分）。事故曝光後，特斯拉與其視覺識別系統供應商Mobileye終止合作（終止合作的具體分析見本報告2.5部分），並於9月份通過OTA推送了V8.0系統，強化毫米波雷達作用，將其提升成為主控制感測器。

特斯拉發布Autopilot 2.0，並表示未來所有特斯拉新車都將具備完全自動駕駛的硬體系統。2016年10月19日，特斯拉召開發布會，發布Autopilot2.0，宣布未來生產的所有車型（包括Model3）都將具備進行完全自動駕駛的硬體系統；同時，特斯拉表示在此硬體基礎上的自動駕駛的安全性有了空前提升。

自動駕駛感知端技術路線尚未完全確定，但多感測器融合應用是必然趨勢。特斯拉本次發布Autopilot 2.0的完全自動駕駛硬體變化最大的在於攝像頭，數量從原先的1個增至8個；這也預示著特斯拉感知端的技術路線從原先的攝像頭，到倚重雷達，最後又重新選擇了攝像頭。特斯拉不斷變化的主控感測器選擇說明感知端目前還沒有完全固定的技術路線，特斯拉自身也是在探索中不斷地前進。我們認為攝像頭、超聲波雷達和毫米波雷達是自動駕駛感知端的必要選擇，感測器的增多和融合使用是提高自動駕駛安全冗餘的內在需求。

1.3. 汽車感測器標杆企業台灣同致電子已進入快速成長期

同致成立於1979年12月，是汽車電子零部件領域的一級供應商供應商，產品以倒車雷達、防盜器、多功能型電子後照鏡、CCD/CMOS車用攝影鏡頭、無線胎壓偵測器、中央控制器為主。其中核心產品為停車安全輔助系統的倒車雷達，市場份額位居亞洲第一，全球第三，僅次於Bosch及Valeo等國際大牌生產商。

受益於智能駕駛產業的發展，同致電子的業績進入快速成長期。近五年，同致的汽車電子產品收穫大批量訂單，特別是2012年，同致搶下通用汽車集團D2XX平台車型倒車雷達、盲區偵測、自動停車系統10年採購大單，對通用全球18國共25個車廠供貨，其中僅倒車雷達偵測器的總出貨量就高達7,000萬顆，首批已於2014年9月起對上汽通用出貨。預計大批量訂單出貨高峰期將在2016-2018年到來，高峰期每年出貨量將有上千萬顆的實力，因此預計未來幾年同致將繼續保持高速增長。

攝像頭：智能駕駛之慧眼

2.1. 車載攝像頭成本低、用途廣

車載攝像頭是實現眾多預警、識別類ADAS功能的基礎。在眾多ADAS功能中，視覺影像處理系統較為基礎，對於駕駛者也更為直觀，而攝像頭又是視覺影像處理系統的基礎，因此車載攝像頭對於智能駕駛必不可少。

車載攝像頭價格持續走低，未來單車多攝像頭將成為趨勢。攝像頭成本相對低廉，價格也從2010年的300多元持續走低，到2014年單個攝像頭價格已降低至200元左右。相對於車載雷達等感測器價格更加低廉，易於普及應用。特斯拉Autopilot 2.0的硬體系統中就包含8個攝像頭，未來單車多攝像頭將成為趨勢。要實現全套ADAS功能，單車需配備至少5個攝像頭。

前視攝像頭使用頻率最高，單一攝像頭可實現多重功能。通過演算法開發優化，單一前視攝像頭可以實現多重功能，如行車記錄、車道偏離預警、前向碰撞預警、行人識別等。未來也有望通過演算法整合，實現更多ADAS功能。前視攝像頭一般為廣角鏡頭，安裝在車內後視鏡上或者前擋風玻璃上較高的位置，以實現較遠的有效距離。

側視攝像頭代替後視鏡將成為趨勢。由於後視鏡的範圍有限，當另一輛在斜後方的車位於這個範圍之外就「隱身」，這個範圍之外的部分就叫做盲區。因為盲區的存在，大大增加了交通事故發生的幾率。而在車輛兩側加裝側視攝像頭可以基本覆蓋盲區，當有車輛進入盲區時，就有自動提醒駕駛員注意，這就是盲區監測系統。目前還出現了新的潮流，那就是使用側視廣角攝像頭取代後視鏡，這樣既能降低風阻，同時又可以獲得更大更廣的視角，避免在危險的盲區發生意外，寶馬i8 Mirrorless概念車就採用如此設計。日本也已修改修改法規，允許無後視鏡的車輛上路，鼓勵用側視攝像頭取代後視鏡，美國國家公路交通安全局近期也承諾將修改法規，取消無後視鏡的車輛不允許上路的限制。我們認為，側視攝像頭取代後視鏡不僅可以降低風阻，還可以覆蓋盲區，更加安全，未來將成為發展趨勢。

全景泊車系統調用車身周圍多個攝像頭，助泊車開啟「上帝視角」。全景泊車系統通過安裝在車身周圍的多個超廣角攝像頭，同時採集車輛四周的影像，經過圖像處理單元矯正和拼接之後，形成一副車輛四周的全景俯視圖，實時傳送至中控台的顯示設備上。駕駛員坐在車中即可以「上帝視角」直觀地看到車輛所處的位置以及車輛周報的障礙物，從容操縱泊車入位或通過複雜路面，有效減少刮蹭、碰撞等事故的發生。

2.2. 車載攝像頭市場規模將超百億人民幣

車載攝像頭應用廣泛且價格相對低廉，是最基本最常見的感測器，未來市場空間將超百億人民幣。攝像頭對於多個ADAS功能必不可少，未來單價也有望繼續走低，將帶動車載攝像頭市場空間快速增長。根據HIS的估算，全球車載攝像頭出貨量將從2014年的2800萬枚增長到2020年的8300萬枚，複合增長率達20%。消費區域主要在美洲、歐洲、亞太等地，其中亞太地區將成為增長最快的市場。

隨著自主品牌汽車智能化水平的提升以及行車記錄、全景泊車等低端功能的滲透，國內車載攝像頭市場將迎來快速增長。中國目前已是全球最大的汽車市場，2015年中國汽車產銷量分別為2,450萬輛和2,460萬輛，已連續7年蟬聯全球第一，也創出歷史新高。隨著汽車智能化的發展趨勢，以及行車記錄、全景泊車等基礎功能滲透率的提升，中國有望快速成長為全球最大的車載攝像頭市場。

預計2020年國內車載攝像頭需求量將達4,200萬顆，市場規模達60多億元。2015年國內車載攝像頭需求量大約1,300萬顆。對國內車載攝像頭市場規模簡單測算如下：1）假設我國乘用車銷量保持5%的年複合增長率，那麼到2020年乘用車銷量將達2699萬輛；2）假設到2020年，前視攝像頭(1顆)滲透率接近40%；側視攝像頭（2顆）滲透率20%；後視攝像頭(1顆)滲透率為50%；內置攝像頭(1顆)為5%；3）考慮到國內龐大的汽車保有量，後裝市場也不可忽視。假設後裝僅考慮前視攝像頭(1顆)和後視攝像頭（1顆），滲透率都為10%，那麼後裝市場每年將新增需求400多萬顆。根據以上假設，可以估算出到2020年國內車載攝像頭市場新增需求約4200萬顆，按照單價160元人民幣計算，市場規模將達67億元人民幣。

2.3. 車載攝像頭進入壁壘高、認證周期長

車載攝像頭製造工藝複雜，進入壁壘高。相對於手機攝像頭，車載攝像頭的工況更加惡劣，需要滿足抗震、防磁、防水、耐高溫等各種苛刻要求。特別是用於ADAS功能的前視攝像頭，涉及行車安全，可靠性必須非常高。因此車載攝像頭的製造工藝也更加複雜。

前裝市場認證周期長，一旦進入將很難被替代。車載攝像頭前裝市場進入周期長，不僅是因為其工藝流程複雜，技術難度高，還因為其涉及行車安全，特別是集成ADAS功能的攝像頭。在成為整車廠商的一級供應商之前，需經過大量不同種類的嚴格測試。但是一旦進入整車廠商的一級供應商體系就會形成很高的壁壘，很難被替代，因為更換供應商的成本太高，重新更換供應商就意味著整車廠商要再次進行複雜的測試。

2.4. 車載攝像頭產業鏈環節將迎來快速成長

攝像頭產業鏈主要有鏡頭組、CMOS（Complementary Metal-Oxide Semiconductor，即互補性金屬氧化物半導體）、DSP（Digital Signal Process即數字信號處理器）、模組封裝等環節組成。近幾年，智能手機的高速增長帶動了攝像頭市場的蓬勃發展，但是從2014年開始智能手機的增速已轉緩，手機攝像頭未來的增長率也必將放緩。隨著車載攝像頭市場的興起，手機攝像頭產業鏈各個環節的產能將向車載攝像頭產業轉移，預計未來CMOS、鏡頭、模組封裝等產業鏈環節將繼續保持高增長。

CMOS是攝像頭的核心部件，廣泛應用於車載攝像頭上。CMOS，是攝像頭的感光元件，相比CCD（Charge-coupled Device，即電荷耦合元件）感光元件成像質量稍差一些，但是成本更低，也更加省電，在像素要求不高的車載攝像頭領域應用十分廣泛。

鏡頭也是攝像頭的一個重要部件，國內自主品牌企業有明顯優勢。根據TSR的研究報告，2015年全球攝像頭鏡頭廠商中，台灣企業大立光電的出貨量仍保持第一，佔據全球約三分之一的市場份額。而國內舜宇光學以微弱優勢超過玉晶，排名上升至第二。而在車載攝像頭鏡頭市場，舜宇光學的鏡頭出貨量居全球第一位，市場佔有率達30%左右，已進入各大車企（寶馬、賓士、奧迪）前裝市場。

車載攝像頭模組組裝工藝複雜，市場壁壘較高，但國內已有廠商進入。相對於手機攝像頭等消費級電子，車載攝像頭安全等級要求高，工藝也更加複雜，市場壁壘較高，Panasonic、Sony、Valeo、Fujitsu-ten等廠商佔據較大份額。車載攝像頭模組封裝的市場集中度也高於手機攝像頭，國內舜宇光學、歐菲光等廠商在手機攝像頭封裝領域市場份額居前，現也已全面進入車載攝像頭模組封裝製造中。

2.5. Mobileye將與Intel強強聯手 繼續推動視覺系ADAS

視覺系ADAS產品包括車載攝像頭模組、ADAS晶元和演算法等，其中演算法是核心。車載攝像頭獲取路面信息後，通過ADAS晶元和演算法可以識別圖像中的車輛、行人、交通標誌、車道線等，進而實現各種預警及主動安全功能。經過十幾年的研發創新，行業龍頭Mobileye憑藉其EyeQ系列晶元上的高級視覺演算法可實現多種ADAS功能，如自適應巡航（ACC）、車道偏離預警（LDW）、前方碰撞預警（FCW）、自動緊急制動（AEB）等，已成為視覺系ADAS產品中絕對的龍頭。

晶元演算法不斷升級，Mobileye將布局多感測器融合。從2007年研發出的第一代EyeQ產品開始，Mobileye與意法半導體合作，不斷升級晶元技術，優化視覺演算法，EyeQ3產品的運算速度已是第一代產品的48倍，且從最開始只能提供一些預警功能升級到可以控制汽車主動安全系統。前三代產品都只搭載一顆攝像頭，但EyeQ3晶元已具備同時處理三顆攝像頭的圖像信息的能力。目前EyeQ4、EyeQ5產品計劃已發布，其中EyeQ4將使用多攝像頭方案：3目前視+5目環視，8個相機將覆蓋車輛周邊所有的角度。預計未來通過晶元升級和演算法優化，Mobileye的晶元演算法將融合更多感測器（攝像頭、毫米波雷達、激光雷達等），將推出多目攝像頭+毫米波雷達+激光雷達的解決方案，全面支持無人駕駛。

Mobileye將與英特爾強強聯合繼續推動視覺系ADAS向融合感測、全自動駕駛發展。2017年7月，Mobileye宣布和特斯拉終止合作，EyeQ3將會是Mobileye和特斯拉的最後一次合作。幾乎同時，Mobileye還宣布英特爾、寶馬進行合作，計劃在2021年實現高度自動駕駛車輛和全自動駕駛車輛量產。2017年3月13日，英特爾宣布將以溢價33%+的價格收購Mobileye，兩者未來將共同致力於推動Mobileye的視覺演算法、深度學習，以及英特爾的高性能計算晶元最終實現全自動駕駛。

雷達：測距測速必不可少的感測器

雷達通過發射聲波或者電磁波對目標物體進行照射並接收其回波，由此獲得目標物體的距離、距離變化率（徑向速度）、大小、方位等信息。雷達最先應用于軍事中，後來逐漸民用化。隨著汽車智能化的發展趨勢，雷達開始出現在汽車上，主要用於測距、測速等功能。汽車雷達可分為超聲波雷達、毫米波雷達、激光雷達等，不同雷達的原理不盡相同，性能特點也各有優勢，可用於實現不同的功能。

3.1. 超聲波雷達：泊車系統中最常用的感測器

超聲波雷達主要用於泊車系統中。超聲波雷達是利用感測器內的超聲波發生器產生40KHz的超聲波，再由接收探頭接收經障礙物反射回來的超聲波，根據超聲波反射接收的時間差計算與障礙物之間的距離。超聲波雷達成本較低，探測距離近精度高，且不受光線條件的影響，因此常用於泊車系統中。

自動泊車功能離不開超聲波雷達。寶馬最新的i系列和7系列已經支持使用車鑰匙遙控汽車自動泊車，在操作過程中用戶只需要發出前進或後退兩個指示，汽車就會持續使用超聲波感測器檢測車位和障礙物，自動操作方向盤和制動器，實現自動泊車。大眾第三代超聲波半自動泊車系統，泊車輔助系統通常使用6-12個超聲波雷達，車後部的4個短距超聲波雷達負責探測倒車時與障礙物之間的距離，一側的長距超聲波雷達負責探測停車位空間。

3.2. 毫米波雷達：ADAS核心感測器

毫米波是指波長在1mm到10mm之間的電磁波，換算成頻率後，毫米波的頻率位於30GHz到300GHz之間。毫米波的波長介於厘米波和光波之間，因此毫米波兼有微波制導和光電制導的優點。毫米波雷達在導彈制導、目標監視和截獲、炮火控制和跟蹤、高速通信、衛星遙感等領域都有廣泛的應用。近些年，隨著毫米波雷達技術水平的提升和成本的下降，毫米波雷達開始應用於汽車領域。

3.2.1. 毫米波雷達是ACC、AEB功能首選感測器

毫米波雷達具有眾多優點，是ADAS核心感測器。毫米波的波長介於厘米波和光波之間，因此毫米波兼有微波制導和光電制導的優點：1）同厘米波導引頭相比，毫米波導引頭具有體積小、質量輕和空間解析度高的特點；2）與紅外、激光等光學導引頭相比，毫米波導引頭穿透霧、煙、灰塵的能力強，傳輸距離遠，具有全天候全天時的特點；3）性能穩定，不受目標物體形狀、顏色等干擾。毫米波雷達很好的彌補了如紅外、激光、超聲波、攝像頭等其他感測器在車載應用中所不具備的使用場景。

毫米波雷達探測距離遠，精度高，是ACC、AEB首選感測器。毫米波雷達的探測距離一般在150m-250m之間，有的高性能毫米波雷達探測距離甚至能達到300m，可以滿足汽車在高速運動時探測較大範圍的需求。另外，毫米波因波長較短，彌散程度低，聚焦性好，因此毫米波雷達的探測精度較高。這些特性使得毫米波雷達能夠監測到大範圍內車輛的運行情況，同時對於前方車輛的速度、加速度、距離等信息的探測也更加精準，因此是ACC、AEB的首選感測器。

3.2.2. 毫米波雷達頻段將向76~79GHz整合

毫米波雷達可用頻帶有24GHz、60~61GHz、76~79GHz，目前比較主流的是24GHz和76~77GHz，60~61GHz只有日本使用。一般24GHz用於短/中距，76~79GHz用於中/長距，頻率越高，波長越短，測距測速的精度就越高。頻帶發展的趨勢是從低頻向高頻過渡：1）歐盟：1997年，歐洲電訊標準學會確認76-77GHz作為防撞雷達專用頻道；2）美國：24GHz和76~77GHz兩個頻帶均可用；3）日本：先選用了60~61GHz，後又轉入76~77GHz頻帶；4）日內瓦2015年世界無線電通信大會，77.5~78.0GHz劃分給無線電定位業務，以支持短距離高解析度車載雷達的發展；5）中國：2005年，原信息產業部《微功率（短距離）無線電設備的技術要求》，77GHz劃分給車輛測距雷達。

國內24GHz產品短期內仍有市場，3-5年後將被76~79GHz產品全面替代。高頻段毫米波雷達的一個特點是體積小，這也造成了高頻段雷達的技術和製造工藝難度更高。由於國內雷達射頻晶元技術長期處於落後地位，我們預計，76~79GHz產品的國產化將有所延後，短期內24GHz產品仍有較大市場。但預計3-5年後，技術的突破以及射頻晶元供應鏈的的跟進，76~79GHz產品將全面取代24GHz產品。

3.2.3. 車載毫米波雷達市場開啟在即

車載毫米波雷達將逐漸從高端車向中低端車滲透，需求將開啟。受盲區檢測、泊車輔助等系統滲透率提升的影響，車載毫米波雷達目前在高端車中已開始普及。未來要實現全套ADAS功能，單車平均需裝載5-6個毫米波雷達，特別是隨著美國、歐盟、日本等國已逐漸開始要求AEB系統標配，毫米波雷達形成剛需。預計未來幾年毫米波雷達將從高端車向中低端車滲透，需求將開啟。

預計到2020年全球車載毫米波雷達市場將達570億規模。目前毫米波雷達單價大約在125-150美元，國內單價大約1,000元人民幣。2014年全球車載毫米波雷達市場出貨量為1,900萬個左右，根據研究機構Plunkedt Research的估算，到2020年全球車載毫米波雷達出貨量將達7,000萬個，未來5年平均複合增長率將達20%以上。若預計2020年車載毫米波雷達單價降至800元人民幣，市場空間將達576億元人民幣。

預計到2020年國內車載毫米波雷達市場將達100億規模，複合增長率達50%左右。2015年國內車載毫米波雷達銷量大約180萬個，對國內市場規模測算如下：1）假設我國乘用車銷量保持5%的年複合增長率；2）假設到2020年，盲區監測(2個)滲透率接近10%；ACC、AEB功能雷達（共3個，1個長距，2個中短距）滲透率8%；3）假設後裝市場倒車毫米波雷達（1個）滲透率為5%。據此測算，到2020年國內車載毫米波雷達銷量將達1300萬個，年複合增長率將達40%左右，市場規模達106億元人民幣。

毫米波雷達關鍵技術主要由國外電子公司掌控。毫米波雷達系統主要包括天線、收發模塊、信號處理模塊，而MMIC(Monolithic Microwave Integrated Circuit)晶元和天線PCB板(Printed Circuit Board)是毫米波雷達的硬體核心。目前毫米波雷達關鍵技術主要被Bosch、Continental、Denso、Autoliv等零部件巨頭壟斷，特別是77GHz產品技術只有Bosch、Continental、Denso、Delphi等少數幾家公司掌握。

低成本CMOS解決方案有望加快市場開啟。目前77GHz毫米波雷達系統單價大約在250歐元左右，高昂的價格限制了毫米波雷達的車載化應用。毫米波雷達的收發器晶元普遍使用SiGe雙極型晶體管等特殊半導體，但是隨著半導體技術的進步，被廣泛用於數字電路且成本相對較低的CMOS，也可被用於毫米波電路。由於目前全球CMOS產業鏈已較為成熟，可大批量生產，未來若能用CMOS替代SiGe雙極型晶體管，毫米波雷達的成本有望顯著下降，市場也有望加快開啟。

目前Fujitsu研究所已成功研發出採用CMOS工藝的4通道接收晶元。Fujitsu研發的此款產品不僅與現行SiGe產品具有同等的高頻功能，還成功解決了低頻區雜訊問題。而新的CMOS晶元比傳統的SiGe晶元降低了一半左右的電耗，還可以實現量產和低成本化。Fujitsu預計2018年左右，該產品可以實現量產化，採用該技術的毫米波雷達的成本也有望大幅降低。低成本化有望加快引爆車載毫米波雷達市場。

3.2.4. 車載毫米波雷達國產化大潮將至

車載毫米波雷達國產化在即，24GHz產品技術已獲突破，77GHz產品正加緊研發。前端單片微波集成電路（MMIC）是毫米波雷達的關鍵部件，MMIC技術主要被國外零部件巨頭壟斷，國內在此領域尚處於起步階段。但國內部分公司經過幾年的研發，24GHz車載雷達技術已獲得突破，產品即將問世。77GHz產品的研製由於受到國外的技術封鎖，目前大多還處於研發試驗階段。我們預計，隨著智能汽車行業的快速發展，將開啟對毫米波雷達的大量需求，國內相關公司將加速研發，77GHz產品有望在未來三年內實現國產化。

關注車載毫米波雷達市場併購機會。國內在毫米波雷達研發方面起步較晚，擁有24GHz產品技術的公司還較少，而掌握77GHz產品技術的公司更是鳳毛麟角，是市場上非常稀缺的資源。因此我們認為，掌握車載毫米波雷達核心技術的公司將是國內大型廠商、上市公司十分重視的資源，要關注市場上存在的潛在併購機會。如2015年12月16日，亞太股份控股股東亞太機電集團與杭州智波科技有限公司簽訂合作協議，以700萬元增資智波科技獲10%的股權，引進車載毫米波雷達項目。

3.3. 激光雷達：功能強大 成本大幅降低可期

3.3.1. 激光雷達功能強大

激光雷達是軍轉民的高精度雷達技術。激光雷達的應用一開始主要為軍事領域，受到了各國軍事部門的極大關注。相比普通雷達，激光雷達可提供高解析度的輻射強度幾何圖像、距離圖像、速度圖像。按用途和功能劃分，有跟蹤激光雷達、制導激光雷達、火控激光雷達、氣象激光雷達、水下激光雷達等，可適應不同戰場環境。在民用領域中，激光雷達因其在測距測速、三維建模等領域的優越性能也被廣泛應用。

激光雷達性能精良，是無人駕駛的最佳技術路線。激光雷達相對於其他自動駕駛感測器具有非常優越的性能：

1）解析度高。激光雷達可以獲得極高的角度、距離和速度解析度。通常激光雷達的角解析度不低於0.1mard也就是說可以分辨3km距離上相距0.3m的兩個目標，並可同時跟蹤多個目標；距離解析度可達0.1m；速度解析度能達到10m/s以內。

2）精度高。激光直線傳播、方向性好、光束非常窄，彌散性非常低，因此激光雷達的精度很高。

3）抗有源干擾能力強。與微波、毫米波雷達易受自然界廣泛存在的電磁波影響的情況不同，自然界中能對激光雷達起干擾作用的信號源不多，因此激光雷達抗有源干擾的能力很強。

激光雷達可以分為一維激光雷達、二維激光雷達、三維激光掃描儀、三維激光雷達等。

3.3.2. 三維激光雷達成本大幅下降可期

三維激光雷達逐漸發展為自動駕駛的標配。三維激光雷達功能強大，是無人駕駛的最佳解決方案，從最早的谷歌豆莢車到層出不窮的車企測試案例，激光雷達已經逐漸發展為標配。不難發現，隨著企業自動駕駛方案的選擇和規劃，車用激光雷達的商業化正悄然發生。

無人駕駛給激光雷達民用開拓了全新的市場，而激光雷達的核心技術主要掌握在Velodyne、Ibeo和Quanergy三家企業手中。

1）Velodyne：並不提供演算法產品，而是向車企輸出激光雷達原始數據。Velodyne是一家矽谷公司，在參加了兩屆DARPA無人駕駛汽車挑戰賽後，於2007年開始專註研究激光雷達，用一款Velodyne 64線激光雷達產品進入360°高性能激光雷達領域。於是就有了2011年谷歌無人駕駛汽車在灣區測試時，吸引人們目光的「大花盆」。

2）Ibeo：與Velodyne不同，Ibeo的產品包括了硬體和軟體在內的整套解決方案。成立於1998年的公司，2000年被感測器製造商Sick AG收購。2000年至2008年研發了激光掃描技術、並且開始了若干自動駕駛項目的嘗試。公司和歐洲委員會共同研發了十字路口安全的駕駛輔助產品，在全球範圍售賣。2009年公司脫離Sick AG獨立，2010年和法雷奧合作開始量產可用於汽車的產品ScaLa。

3）Quanergy：激光雷達領域的新晉創業公司。2014年5月，獲得來自三星電子風險投資，特斯拉創始人及清華企業家協會天使基金的種子投資。2014年12月，完成3000萬美元的A輪融資。2015年Quanergy得到了德爾福的戰略投資。德爾福收購了Quanergy部分股權，兩家公司的工程師正在努力研發Lidar系統。Quanergy負責技術開發，德爾福有可能負責產生。

3.3.3. 國內企業正加速追趕

國內尚無用於ADAS的激光雷達產品。國內在激光雷達研發方面起步晚，積累尚淺，已有的激光雷達產品多用於建築測量、地形測繪等領域，還未研製出適用於車載的激光雷達產品。但國內已有部分企業正在加速研發，未來有望推出低價的車載激光雷達產品。

巨星科技：巨星科技控股（65%）的華達科捷是專門從事激光雷達業務的公司，在高端激光測量感測設備領域有一定的技術積累，已研發出適用於AGV、巡檢機器人等使用的32線束激光雷達，目前正在研發3D激光雷達，一旦成功，每台機器的成本將從10萬降到3萬左右。

大族激光：大族激光是一家提供激光加工及自動化系統集成的設備製造商，目前已掌握激光器的核心技術。公司先後引進激光雷達、激光感測器領域的技術人才，並成立了三家機器人關鍵技術公司，其中大族銳視著力研發機器人激光雷達感知系統，目前基本完成以AGV導航為代表的工業級激光雷達的研發，準備開展無人駕駛領域等前沿領域的預研工作；大族銳波正在進行激光感測器核心零部件研發，未來有望應用於物聯網、可穿戴設備、智能裝備等領域。

思嵐科技：上海思嵐科技有限公司（SLAMTEC）成立於2013年10月，團隊前身是RoboPeak，擁有長達6年的機器人自主定位導航演算法、激光感測器及機器人硬體系統的研發經驗。主要產品包括低成本激光測距掃描感測器(RPLIDAR)、基於激光的即時定位與地圖構建導航系統(SLAM)。公司目前已獲千萬美元融資，估值3.6億元。

夜視系統：夜間行駛不可或缺的感測器

4.1. 夜視系統可顯著提高夜間行駛安全性

車載夜視系統可顯著提高夜間行駛安全性。夜視系統最早應用在軍事作戰中，可以幫助指揮官或士兵在夜間也能看清楚敵人的方位，後逐漸民用化被用於提高夜間行車安全。車載夜視系統的工作範圍是遠光燈的幾倍，可以幫助駕駛員提前發現黑夜中的行人，避免交通事故的發生。

夜間夜車事故頻發。根據美國國家公路交通安全管理局（NHTS）的統計，雖然夜間行車只佔整個公路交通中的25%，但發生死亡事故的概率卻卻佔50%，而其中因夜間視線不良所導致的事故佔據了70%。

夜視系統能防患於未然。據實驗表明，一個視力良好的司機用近光燈可以發現距他88m處的行人，用遠光燈可達到164m，而用夜視系統能在450m外就發現前方的行人。夜視系統可以幫助駕駛員提前觀察到前方道路的情況，防患於未然。

夜視系統優勢：

1）視野範圍廣，耗電量低。一般汽車遠光燈等只能照射100m左右，而夜視系統至少可看到450m以外的路況信息，耗電量卻是前照燈的四分之一。

2）提升駕駛員安全感，減輕心理壓力。夜視系統可以幫助駕駛員充分掌握潛在危險信息，因此能使駕駛員在夜間駕駛過程中的心理壓力大為緩解，進而使駕駛過程更加舒適放鬆。

3）幫助駕駛員在炫光時也能輕鬆看清前方交通情況。當迎面汽車開啟強遠光燈導致炫光時，也不會使夜視系統致盲，駕駛員仍可通過夜視系統看清前方交通情況。

4）惡劣天氣環境也仍可正常工作。即使在雨雪、濃霧天氣中，夜視系統仍可正常工作，提升行車安全性。

4.2. 三條技術路線 性價比是關鍵

根據工作原理的不同，目前夜視系統有三條技術路線：微光夜視技術、被動熱成像夜視技術、主動紅外夜視技術。

1）微光夜視技術：根據光電效應原理，利用夜間目標反射的低亮度自然光，將其增強放大到幾十萬倍，從而達到適於肉眼夜間觀察的程度。

2）被動熱成像夜視技術：也稱遠紅外熱成像夜視技術，是利用紅外探測器和光學成像物鏡接收被探測目標的紅外輻射（熱輻射）能量分布圖，然後反映到紅外探測器的光敏原件上，從而獲得紅外像圖，即利用被探測目標與背景紅外線輻射之差進行成像。通俗地講，就是將物體發出的不可見紅外能量轉變成可見的熱圖像。

3）主動紅外夜視技術：也稱近紅外夜視技術，是利用自身攜帶的紅外探照燈，主動照射探測目標，探照燈發射出的不可見紅外光被景物反射回來，由帶有紅外變像管的夜視儀探測出來，並被轉換成可見光圖像，供人眼觀察。

三條技術路線各有優缺點，性價比是關鍵。微光夜視技術成本低、耗能少，但是可視距離近，在強光下照射下會失效；被動熱成像夜視技術不需要主動光源照射，不受強光影響，探測距離遠，但是成本高價格貴，成像模糊，細節解析度低；主動紅外夜視技術成像清晰，探測距離適中，但因需要主動光源，因此體積大、耗能多。三種夜視技術各有優劣，對於整車廠商而言，成本較低又性能可靠的高性價比夜視系統是首選。

4.3. 外資品牌把控夜視市場 國內部分廠商開始發力

車載夜視系統市場高度集中，仍由外資零部件巨頭把控。

1）Autoliv：是夜視系統的龍頭，佔據著全球近60%的市場份額。Autoliv的首款夜視系統搭載在2005款寶馬7系車型上，採用被動熱成像夜視技術。2008年，Autoliv推出第二代夜視系統，該系統比大燈照射範圍多兩倍，且一旦探測到行人即會在車輛夜視顯示器上標出。2012年，Autoliv又針對當前系統進行軟體升級，可識別人和動物。

2）Delphi：2005年Delphi開始在中國推廣主動安全產品，其中夜視系統則是一款綜合性解決方案，可提供夜視、道路偏移、駕駛者監測、碰撞預警等功能。

3）Visteon：在汽車電子領域主要提供信息娛樂、駕駛信息、動力總成控制和夜視系統，其夜視系統採用紅外線攝像機技術，主要客戶是福特和通用。

4）Bosch：在傳統低光束前燈看不清情況下，Bosch開發主動夜視系統，可在大約150m的範圍內看清前方道路情況，相對熱成像系統其能看見前方所有物體，而非僅局限於本身發熱的物體。目前，該系統已進一步改良，可分析可能被撞倒的障礙物，減少車禍或撞擊行人的意外發生。

5）Valeo：其夜視系統為360Vue，運用多個攝像頭系統為駕駛者提供360°全方位駕駛環境監測，從而使其在能見度低的情況下行駛更安全。

夜視系統價格昂貴，目前僅配備高端車型。單套夜視系統價格基本在10,000元以上，高昂的價格限制了夜視系統滲透率的提升，目前主要配套豪華E轎車的旗艦車型，如賓士S級、寶馬7系、奧迪A6、A8等。根據MicroMarket Monitor的調查，2014年全球車載夜視系統的滲透率僅2.8%，而國內的裝配率僅0.5%。國內自主品牌配備夜視系統的比例也較低，但整車廠商表現出較高的積極性，希望通過加裝夜視系統來提高自身競爭力，如紅旗HQ3、H7、比亞迪思銳等。

據MicroMarketMonitor估算，2014年全球車載夜視系統市場規模大約為41億美元，到2020年將達79億美元，年複合增長率為11.5%。

市場潛在空間巨大，國內已有部分夜視系統廠商開始發力。國內自主品牌車企已對夜視系統表現出較大積極性，期望通過加裝夜視系統來提高自身競爭力。假設國內乘用車銷量保持5%的增速，夜視系統滲透率在2020年提高到5%，那麼2020年將有135萬輛乘用車安裝夜視系統，假設單套夜視系統價格在2020年降至4,000元人民幣，那麼將有54億人民幣的市場空間。巨大的市場空間已吸引部分國內廠商進入。

1）保千里：國內夜視系統供應商保千里推出的產品價格大約在1500-5000之間，僅為國外產品價格的四分之一。汽車夜視系統已成為保千里主要收入來源之一，後裝市場已放量，目前已與近40家車企簽訂合作協議，前裝市場也有望取得突破。

2）星宇股份：國內車燈領域龍頭星宇股份近日也發布了新產品ADB智能夜視系統，正式進入夜視系統市場。

多感測器融合是必然趨勢 演算法將佔據價值鏈主要部分

5.1. 特斯拉撞車事故表明多感測器融合的重要性

特斯拉撞車事故表明攝像頭+毫米波雷達系統缺乏冗餘度，容錯性差，難以完成自動駕駛使命。近期的一場特斯拉撞車事故中，特斯拉Model S在開啟了自動駕駛模式（Autopilot）的情況下，撞上了一輛正在橫穿馬路的白色重型卡車。事故發生的主要原因有：1）毫米波雷達測距可能誤判。毫米波雷達測到前方有巨大障礙物，但可能因為卡車反射面積過大和車身過高，毫米波雷達將拖挂車誤判為懸掛在道路上方的交通指示牌；2）Model S的前置攝像頭EyeQ3可能誤判。事故拖挂車是橫置的，全身白色，沒有色彩警告，在陽光強烈的環境下，圖像識別系統容易將拖挂車誤判為白雲。在極端情況下，特斯拉的毫米波雷達和前置攝像頭均發生了誤判。可見攝像頭+毫米波雷達方案缺乏冗餘度，容錯性差，難以完成自動駕駛的使命，需要多個感測器信息融合綜合判斷。

感測器各有優劣，難以互相替代，未來要實現智能駕駛、自動駕駛，是一定需要多種（個）感測器相互配合共同構成汽車的感知系統的。不同感測器的原理、功能各不相同，在不同的使用場景里可以發揮各自優勢，難以互相替代。攝像頭成本低，可以識別不同物體，是車道偏離預警、交通標誌識別、駕駛員疲勞檢測等功能必不可少的感測器，但是有依賴光線，極端天氣下會失效，難以精確測距等缺點；超聲波雷達有成本低的優勢，常用於倒車提醒，但是探測距離太近；毫米波雷達不受天氣情況影響，探測距離遠，但難以識別行人、交通標誌等；激光雷達探測精度最高，可用於實時建立空間三維地圖等，但是成本高昂且在雨雪大霧天氣效果不好；夜視系統夜間行車優勢大，雨雪天氣仍可正常工作，但成本較高。

多感測器的使用就要求感測器的信息必須融合。多個同類或不同類感測器分別獲得不同局部和類別的信息，這些信息之間可能相互補充，也可能存在冗餘和矛盾，而智能汽車控制中心最終只能下達唯一正確的指令，這就要求控制中心必須對多個感測器所得到的信息進行融合，綜合判斷。試想一下，如果一個感測器所得到的信息要求汽車立即剎車，而另一感測器顯示可以繼續安全行駛，或者一個感測器要求汽車左轉，而另一個感測器要求汽車右轉，在這種情況下，如果不對感測器信息進行融合，汽車就會「感到迷茫而不知所措」，最終可能導致意外的發生。因此在使用多種（個）感測器的情況下，要想保證安全性，就必須對感測器進行信息融合。

多感測器融合可顯著提高系統的冗餘度和容錯性，從而保證決策的快速性和正確性，是無人駕駛的必然趨勢。各種感測器性能各有優劣，在不同的應用場景里都可以發揮獨特的優勢，僅依靠單一或少數感測器難以完成無人駕駛的使命。未來要實現無人駕駛，多感測器融合是必然趨勢。多感測器融合要求：1）硬體層面，數量要足夠，也就是不同種類的感測器都要配備，才能夠保證信息獲取充分且有冗餘；2）軟體層面，演算法要足夠優化，數據處理速度要夠快，且容錯性要好，才能保證最終決策的快速性和正確性。

5.2. 演算法是多感測器融合的核心

多感測器融合的定義：把分布在不同位置的多個同類或不同類感測器所提供的局部數據資源加以綜合，採用計算機技術對其進行分析，消除多感測器信息之間可能存在的冗餘和矛盾，加以互補，降低其不確實性，獲得被測對象的一致性解釋與描述，從而提高系統決策、規劃、反應的快速性和正確性，使系統獲得更充分的信息。簡單地說，感測器融合就是將多個感測器獲取的數據、信息集中在一起綜合分析以便更加準確可靠地描述外界環境，從而提高系統決策的正確性。

多感測器融合的基本原理類似於人類大腦對環境信息的綜合處理過程。人類對外界環境的感知是通過將眼睛、耳朵、鼻子和四肢等感官（相當於各種感測器）所探測的圖像、聲音、氣味和觸覺等信息傳輸至大腦（相當於感測器信息融合中心），並與先驗知識（相當於資料庫）進行綜合，以便對其周圍的環境和正在發生的事件做出快速準確地評估。

多感測器融合的體系結構：分散式、集中式和混合式。

1）分散式。先對各個獨立感測器所獲得的原始數據進行局部處理，然後再將結果送入信息融合中心進行智能優化組合來獲得最終的結果。分散式對通信帶寬的需求低、計算速度快、可靠性和延續性好，但跟蹤的精度卻遠沒有集中式高。

2）集中式。集中式將各感測器獲得的原始數據直接送至中央處理器進行融合處理，可以實現實時融合。其數據處理的精度高，演算法靈活，缺點是對處理器的要求高，可靠性較低，數據量大，故難於實現。

3）混合式。混合式多感測器信息融合框架中，部分感測器採用集中式融合方式，剩餘的感測器採用分散式融合方式。混合式融合框架具有較強的適應能力，兼顧了集中式融合和分散式的優點，穩定性強。混合式融合方式的結構比前兩種融合方式的結構複雜，這樣就加大了通信和計算上的代價。

多感測器信息融合的分類：數據級融合、特徵級融合和決策級融合。

1）數據級融合。針對感測器採集的數據，依賴於感測器類型，進行同類數據的融合。數據級的融合要處理的數據都是在相同類別的感測器下採集，所以數據融合不能處理異構數據。

2）特徵級融合。提取所採集數據包含的特徵向量，用來體現所監測物理量的屬性，這是面向監測對象特徵的融合。如在圖像數據的融合中，可以採用邊沿的特徵信息，來代替全部數據信息。

3）決策級融合。根據特徵級融合所得到的數據特徵，進行一定的判別、分類，以及簡單的邏輯運算，根據應用需求進行較高級的決策，是高級的融合。決策級融合是面嚮應用的融合。

多感測器融合要求：1）硬體設備數量要足夠，各種類型的感測器都配備，從而保證信息獲取充分且冗餘；2）融合演算法要足夠優化，因為多感測器的使用會使需要處理的信息量大增，這其中甚至有相互矛盾的信息，如何保證系統快速地處理數據，過濾無用、錯誤信息，從而保證系統最終做出及時正確的決策十分關鍵。目前多感測器融合的理論方法有貝葉斯準則法、卡爾曼濾波法、D-S證據理論法、模糊集理論法、人工神經網路法等。

演算法是多感測器融合的核心。從我們上面的分析可看出，多感測器融合在硬體層面並不難實現，重點和難點都在演算法上。我們認為，多感測器融合軟硬體難以分離，但演算法是重點和難點，擁有很高的技術壁壘，因此演算法將佔據價值鏈的主要部分。

在感測器融合演算法領域建議關注東軟集團。東軟集團在汽車電子領域有20多年的技術積累，在ADAS演算法領域也有深厚的積澱，在多核高性能計算、多目標識別、多感測器數據融合等關鍵技術上具有很大優勢。其研發的基於視覺感測器的輔助駕駛系統可實現障礙物檢測、行人檢測、車道線檢測、交通標誌識別、駕駛員疲勞監測等功能。

行業投資分析

建議遵循兩條主線找尋投資標的：

1)隨著ADAS系統滲透率的提升，主流車載感測器的需求量將大幅上升，建議關注感測器及其核心零部件供應商。

攝像頭：歐菲光（全面進入攝像頭模組封裝製造領域）、晶方科技（為OmniVision提供攝像頭CMOS封裝）。

雷達：亞太股份（控股股東亞太機電集團增資智波科技，引進車載毫米波雷達項目）、巨星科技（控股的華達科捷已研發出32線束激光雷達，正在研發3D激光雷達）、大族激光（子公司已基本完成以AGV導航為代表的工業級激光雷達的研發，正在進行激光感測器核心零部件研發）。

夜視系統：星宇股份（已發布新品ADB智能夜視系統）、保千里（後裝市場已放量，且已與近40家車企簽訂合作協議，前裝市場也有望獲突破）。

2)未來要實現無人駕駛，離不開演算法、執行、互聯等多環節的共同創新與變革，建議同時關注智能駕駛在這些環節的投資機會。

演算法：亞太股份（投資前向啟創15%的股權）、東軟集團（在多核高性能計算、多目標識別、多感測器數據融合等關鍵技術上有很大優勢）、金固股份（投資蘇州智華20%的股權）。

執行：拓普集團（AEB階段必備IBS，進度全球領先）、雙林股份、亞太股份、萬安科技、浙江世寶。

互聯：寧波高發（收購V2X優質標的雪利曼，構建智能網聯生態）。

整車：吉利汽車（沃爾沃在智能駕駛領域位於全球前列）、長安汽車（已實現Level1無人駕駛技術量產，研發強勁）。

（完）

股市有風險，投資需謹慎。本文僅供受眾參考，不代表任何投資建議，任何參考本文所作的投資決策皆為受眾自行獨立作出，造成的經濟、財務或其他風險均由受眾自擔。

新財富酷魚APP，深度投研，大咖講座，盡在新財富。