投資觀點*未來科技進步趨勢將從「互聯網」向「物聯網」發展，智能駕駛是「萬物互聯」的最好載體，「無人駕駛」是汽車智能的終極發展方向。科技型公司加速智能駕駛技術進步和產品迭代，ADAS（Advanced Driving AssistantSystem）是智能駕駛最好的落地點。無人駕駛板塊關注度顯著提升，主要由於：1）跨界而來的科技型公司（如特斯拉、蘋果、BAT等）加快了技術進步的步伐，亦吸引消費者和資本市場關注；2）5G通信技術、感測技術進步和成本下降，使得實時車聯和無人駕駛成為可能；3）傳統車企在競爭壓力下，加快研發和併購進程。*智能駕駛將進入高速發展期，技術、立法、產業化同時推動。我們預計能夠實現全自動駕駛的智能汽車硬體有望於2020-2025年量產，結合移動互聯網、大數據、雲計算的智能駕駛服務推廣有望在10年後逐漸普及。科技型企業和傳統整車巨頭搶灘智能駕駛，加速技術進步和產品迭代。特斯拉自動駕駛版本已於2015年底裝配量產車，中資科技公司如蔚來汽車、和諧富騰、樂視汽車等預計將在2017-2018年投放量產產品。與此同時，大規模路試和兼管立法與之同步進展。*ADAS是智能駕駛的關鍵落地點，參股和收購是上市公司介入ADAS的主要方式。科技型公司產品設計更加從用戶出發，組織形式更加靈活，但產品製造邏輯仍因循或參考傳統汽車路徑。模塊化ADAS是從傳統汽車向無人駕駛進發的重要方式，也是智能汽車的關鍵落地。預計2020年中國ADAS市場規模有望達到2000億，傳統零部件供應商保持優勢地位，創業型公司參與度亦將提升。中資ADAS公司有望通過「模仿+自主創新」方式跑步前進，優秀公司相對稀缺，上市公司將通過參股和收購方式進入相關領域。*感知元器件和執行機構亦值得重點關注。本報告梳理了創業型ADAS公司進展，其主要技術路徑包括基於攝像頭圖像識別的環視系統，以及疊加雷達的綜合感知應用，如碰撞預警等。ADAS主要由：感知單元、程序演算法、執行機構等幾部分組成。感知部分包括：毫米波雷達、激光雷達、攝像頭、超聲波雷達等；執行機構包括制動系統等。感知元件和執行機構有望分別形成數百億元級別市場。此外，智能駕駛還可能帶來的投資機會包括：高精度地圖、車聯網、大數據和雲計算等。*風險因素：1）多數上市公司進入智能駕駛領域以參股和併購的外延式擴張為主，自身經營發展和新業務整合協同能力需要跟蹤驗證；2）未來1-2年產品真空期，來自智能駕駛的盈利貢獻比例較低；3）相關標的高估值缺乏安全邊際；4）上市公司高管減持風險等。*投資建議、行業評級：無人駕駛是汽車產業終極發展方向，但未來1-2年智能汽車產品相對稀缺且盈利貢獻有限；智能駕駛板塊或持續呈現高估值的主題性行情；被併購標的的市場地位將成為公司估值的重要參考因素。維持行業「強於大市」評級。建議重點關註：萬安科技、拓普集團、亞太股份、星宇股份、均勝電子、雙林股份等。1智能駕駛：全速前進，步入現實「無人駕駛」加速，預計全自動駕駛的汽車硬體有望於2020-2025年量產。無人駕駛板塊關注度顯著提升，主要由於：1）跨界而來的科技型公司（如特斯拉、蘋果、BAT等）加快了技術進步的步伐，亦吸引消費者和資本市場關注；2）5G通信技術、感測技術進步和成本下降，使得實時車聯和無人駕駛成為可能；3）傳統車企在競爭壓力下，加快研發和併購進程。我們預計能夠實現全自動駕駛的智能汽車硬體有望於2020-2025年量產，結合移動互聯網、大數據、雲計算的智能駕駛服務推廣有望在10年後逐漸普及。智能駕駛按照汽車控制權及安全責任分配可分為不同級別。不同組織的分級標準各有不同：美國高速研究所（BASt）、美國國家公路交通安全管理局（NHTSA）、國際自動機械工程師學會（SAE）的標準大體相同，具體級別稍有差別。其中SAE分級最詳細，將無人駕駛技術分為0到5級，分別對應完全手動駕駛、輔助駕駛、部分模塊自動化、特定條件下自動化、高度自動化以及全自動化的無人駕駛。而NHTSA將高度自動化和全自動化的無人駕駛都歸類為4級。0-2級仍以手動駕駛為主，需要駕駛員觀測周邊駕駛環境；3級及以後則為智能駕駛系統觀測周邊環境。
汽車行業當前處於1-2級，預計2020-2025年可實現完全自動駕駛汽車量產。目前1級和2級輔助駕駛已經成熟量產，包括1級警告提示類功能車道偏離預警LDW、前撞預警FCW、盲點檢測BSD、交通標誌識別TSR等，以及2級干預輔助類功能自適應巡航ACC、車道保持輔助LKA、緊急自動剎車AEB、智能遠光燈IHC、自動泊車AP等。3級綜合功能自動駕駛已有充分技術儲備，如豐田的公路自動駕駛輔助AHAC，特斯拉的自動巡航Autopilot，以及通用的Super Cruise，預計2018-2020年實現量產。高度自動駕駛已經進入試驗車階段，預計2020年可達量產水平。最終完全自動駕駛預計將於2025年實現。智能駕駛將進入高速發展期，技術、立法、產業化同時推動。科技型企業和傳統整車巨頭搶灘智能駕駛，加速技術進步和產品迭代。特斯拉自動駕駛版本已於2015年底裝配量產車，中資科技公司如蔚來汽車、和諧富騰、樂視汽車等預計將在2017-2018年投放量產產品。與此同時，大規模路試和兼管立法與之同步進展。近期，汽車工程學會理事長付於武在國家智能網聯汽車（上海）封閉測試區開園儀式上透漏，中國首個無人駕駛標準或將於兩個月內發布。
智能駕駛帶來汽車行業新機遇智能駕駛未來空間格局或呈現金字塔結構。智能駕駛的行業空間結構呈現三層：1）OEM和科技型公司，傳統車企仍然掌握汽車生產資質和整車控制集成的核心競爭力，科技型公司則憑藉在人工智慧、人機交互方面的優勢搶佔一部分市場份額；2）ADAS供應商利用掌握的感知識別演算法等為車企和科技型公司提供ADAS系統解決方案；3）底層零部件供應商，如雷達、攝像頭、晶元、電子剎車等。從塔頂至塔底，行業資金/技術門檻逐漸降低，行業集中度也相應降低。
汽車行業空間巨大，掌握智能駕駛的公司有望獲得核心競爭力，享受萬億空間。全球汽車銷量增速雖然放緩，但是整體銷量仍超過8000萬，其中中國市場2015年行業銷量達2460萬輛，帶動相關產業鏈超2.5萬億。汽車行業經過100多年的發展，傳統硬體技術如發動機、變速箱等已經趨於成熟，技術層面（動力性、操縱性）滿足絕大部分消費者需求的情況下，服務層面有望成為行業未來主要競爭力，因此智能駕駛及其帶來的人車交互服務模式變革有可能會帶來整個行業的核心競爭力重構。
兩條技術路徑：科技型公司VS傳統整車廠我們預計至2025年，科技型公司將在智能汽車領域分得40%市場，而傳統車企將堅守60%市場。主要原因包括：1）科技型公司佔據先機，憑藉數據演算法優勢掌握智能汽車核心競爭力；2）造車門檻較高，傳統整車廠仍保有全產業鏈優勢，產品安全可靠性更高；汽車更新換代周期較長，消費者對傳統品牌認可度較高，汽車產業不會被科技型公司完全顛覆。科技型公司直接跨越到高自動化無人駕駛，零包袱+數據優勢造就高速發展。科技型公司如特斯拉、谷歌、百度等均開始涉足無人駕駛領域，且跨越程度快於傳統整車廠商。我們認為科技型公司直接跨越到無人駕駛的主要原因：1）科技型公司作為行業新進入者，並無歷史「包袱」，可以直接實現跨越式發展；2）科技型公司在數據融合、高精度地圖方面具有技術優勢；3）通過實現無人駕駛可以真正地將汽車變成下一個「互聯網入口」。進展超預期，科技型公司引領智能駕駛風潮。特斯拉自2014年開始推出Autopilot無人駕駛功能，汽車安裝有前視攝像頭、雷達、環繞超聲波雷達，可以在部分路況下實現自動駕駛，並可支持OTA在線升級服務。谷歌於2014年發布其首款無人駕駛原型車，並於2015年1月開始在加州路試，2016年2月被美國政府正式認證為司機，預計2020年實現量產。百度在2015年12月宣布其與寶馬合作的無人駕駛汽車在北京路試成功，並同月成立無人駕駛事業部，預計將在2018年實現高自動化無人駕駛部分商業化，2020年實現無人駕駛汽車大規模生產。樂視汽車成立於2015年7月，同年12月宣布與阿斯頓馬丁合作，代工第一代樂視超級汽車；2016年1月宣布與美國電動汽車公司Faraday Future合作，同月推出電動超級概念跑車FFZero1；2016年4月投資10億美元的電動車廠在美國拉斯維加斯奠基，同月推出首款無人駕駛超級概念車LeSEE。和諧富騰成立於2015年6月，同月收購浙江綠野獲得汽車生產資質；將推出「愛迪生」和「iCar」兩個品牌，預計2018年可實現量產。蔚來汽車成立於2014年底，2015年6月其TCR車隊獲得Formula E首個年度車手總冠軍；2016年4月與江淮簽署100億元戰略合作協議。
科技型公司吸引大批高水平人才加盟，將與傳統整車廠分羹。與快速的產業化進程相對應，科技型公司也迅速吸引了大批傳統車企高管加盟。據統計，樂視汽車、和諧富騰、蔚來汽車匯聚了超過20位前傳統車企高管。我們分析原因包括：1）科技型公司對高水平人才更加重視，且處於新興發展階段，高管更加可能有所作為；2）科技型公司資金充足，高水平人才待遇顯著優於傳統車企。此外，大批傳統車企人員的加盟也說明科技型公司已逼近量產階段，或將於近年內商業化，與傳統整車廠爭奪汽車市場。
傳統汽車廠商預計將採用逐步提升的方案實現最終無人駕駛。我們判斷，傳統整車企業基於自身優勢及現實情況，預計將從輔助駕駛系統（1-2級）開始逐步提升，最終實現自動化無人駕駛。主要原因在於：1）傳統車輛「包袱」較重，已售車輛數量巨大，受制於盈利壓力無法實現跨越式升級；2）傳統汽車廠商已有半自動技術儲備，輔助駕駛技術已經配置在一部分車型；3）由於法規倫理等方面制約，無人駕駛較難在傳統車廠直接應用。商業化計劃聚焦4級高度自動化駕駛，預計2020年量產銷售。智能駕駛產業化進程趨熟，且確定性逐漸走強。汽車行業當前處於1-2級智能駕駛階段。3級綜合輔助智能駕駛已有充分技術儲備，如豐田的公路自動駕駛輔助AHAC，特斯拉的自動巡航Autopilot，以及通用的Super Cruise。商業化計劃聚焦4級高度自動化駕駛：賓士在去年的CES展上首次展出了自動駕駛概念車F015 Luxuryin Motion，配備車聯網、行人檢測、自動緊急制動等功能；日產計劃2020年讓無人駕駛汽車上路，仍保留駕駛員操作許可權。預計2020年前後迎來高級自動駕駛產業化高潮。
自主品牌智能駕駛進度或快於合資，2017年實現3級智能駕駛量產。主要原因包括：1）智能駕駛的核心競爭力在於演算法的高速迭代，相比於合資廠商，自主品牌擁有更多自主決定權，更有可能實現ADAS核心演算法的快速發展；2）國內汽車行業競爭日益加劇，自主品牌寄希望於智能駕駛實現「彎道超車」。4月北京車展，上汽和阿里發布首款互聯網汽車；長安無人駕駛汽車成功從重慶開往北京參展，已經實現高速路況下自動化駕駛（3級）；北汽亦展出其無人駕駛汽車。國內自主品牌車企已經具備智能駕駛技術儲備，預計最快於2017年實現3級智能駕駛汽車量產。
2ADAS：有望率先商業化，前瞻布局者佔據優勢汽車安全法規助力ADAS快速發展歐美日均將ADAS列入汽車安全法規，中國或於近年效仿。美國高速公路安全管理局NHTSA自2011年起就將汽車前撞預警FCW納入車輛安全評分，並規定自2018年開始五星安全標準車輛必須配備自動緊急制動AEB。2016年3月，20家佔據美國汽車市場份額99%以上的製造商（通用、福特、菲亞特克萊斯勒、豐田、本田、日產、馬自達、三菱、富士重工業、現代、起亞、奧迪、寶馬、戴姆勒、大眾、保時捷、沃爾沃、瑪莎拉蒂、捷豹路虎、特斯拉）同意自2022年起乘用車標配AEB，豐田更主動表態自2017年開始為在美銷售新車標配AEB。歐洲新車碰撞測試項目NCAP同樣在汽車安全評分中列入了自動緊急制動AEB，自適應巡航ACC等。日本國土交通省MLIT自2014年開始將自動緊急制動AEB納入安全評分體系。我們預測中國或將效仿先進國家經驗，於2018年開始將ADAS技術列入安全法規。
美國高速公路安全管理局NHTSA在汽車五星安全標準中明確加入ADAS。NHTSA指出，高達94%的汽車事故與人為失誤有關，因此強烈建議安裝ADAS主動安全系統，包括前撞預警FCW，車道偏離預警LDW，以及後視系統RVS；並建議安裝行人檢測系統PDS，自動緊急制動AEB，盲區檢測BSD等。
ADAS有望率先普及商業化ADAS作為車輛智能化的初級階段產品，有望率先普及商業化。根據技術條件和產業化發展階段，目前處於輔助駕駛向半自動駕駛推進的階段，ADAS作為過渡產品預計將率先普及。主要的ADAS技術包括自適應巡航ACC，車道偏離預警LDW，車道保持輔助LKA，前裝預警FCW，自動緊急制動AEB，盲點探測BSD，自動泊車AP等。
ADAS系統滲透率快速提升，2020年中國ADAS市場規模有望達到2000億。其中前裝市場滲透率達到30%，後裝市場年度滲透率提升有望達5%。主要驅動力來自於多方面：1）政策法規推動傳統廠商普及前裝；2）全球銷量增速下行細化配置競爭力；3）互聯網跨界競爭者倒逼；4）消費者互動式體驗需求升級。
前瞻布局核心技術者有望勝出傳統一級供應商在ADAS領域保持優勢地位。大陸、德爾福、電裝、奧托立夫、博世這5家傳統優勢公司2013年全球乘用車ADAS市場份額分別為17.5%、13.5%、12.9%、11.3%和10.1%，總計超65%。其餘份額被法雷奧、天合、麥格納、海拉等企業佔有。
創業型公司後生可畏，前瞻布局核心技術者有望迎來業績爆發。重點關注有優勢技術儲備的創業型公司，主要原因：1）ADAS技術尚未完成，產業尚未成熟，傳統整車廠、科技型公司、零部件廠商都處在同一起跑線上，企業間差距小於傳統行業；2）ADAS的核心競爭力在於高速迭代的演算法和大量的實車驗證，長時間的技術積累可以造就企業無法超越的競爭優勢。以Mobileye為例，該公司成立於1999年，經歷了8年無盈利時間，直到2007年才與通用簽訂了第一個生產協議；經過長達十幾年的研發，Mobileye在單一攝像頭視覺ADAS系統佔據國際領先地位；截至2016年1月，產品被應用於通用、寶馬、沃爾沃、特斯拉等20個整車廠的237款車型，公司營業收入快速攀升。
創新型與模仿者並起，全力投入創新者有望最後勝出。國內諸多創業型公司已經掌握核心識別演算法，開始進入ADAS系統集成。其中有通過自主式研發，通過技術性/本土化創新等方面提升產品性能和客戶體驗；也有僅僅試圖通過模仿國外知名公司產品，以期迅速搶佔前期市場以獲得更高售價的創業型公司。我們認為，智能駕駛未來行業集中度會快速提升，只有真正掌握本土化競爭力的公司才有可能最終勝出。
上市公司紛紛投資參股，布局ADAS產業鏈。萬安科技先後參股蘇打網路、飛馳鎂物，布局車聯網；與瑞典瀚德成立合資子公司，布局智能汽車電子制動；參股Evatran，布局新能源汽車無線充電。亞太股份是制動系統產業龍頭，先後參股前向啟創、鈦馬信息、杭州智波、蘇州安智等，戰略布局汽車智能化、車聯網；參股Elaphe，布局新能源汽車。金固股份先後參股上海語境、蘇州智華，布局車聯網及ADAS。中原內配參股靈動飛揚，布局行車輔助系統。同致電子總部設在台灣，是亞洲最大的倒車雷達公司，國內的市場佔有率約為50%；擁有多項ADAS核心技術，包括自動泊車AP、環視系統SVC、盲點監測BSD、車道偏離預警LDW等，同時在開發自動緊急制動AEB、交通標誌識別TSR、行人監測系統PDS等。
3元器件：感知識別/地圖等模塊有望迎來國產化契機智能駕駛包含多種元器件，其中感知識別、地圖等組件模塊有望成為國產突破口。以目前ADAS系統產業鏈情況分析，可以判斷未來感知識別、地圖等組件模塊等有望成為國產化突破口，而決策模塊由於涉及到整車控制，技術門檻較高，預計仍會掌握在整車廠商及國際零部件巨頭手中。
據中國製造2025中對智能網聯汽車關鍵零部件自主化率的規定，感知識別（主要為攝像頭和雷達）和高精度地圖系統在未來5年內勢必完成國產化大幅推進。
感應識別模塊：多感測器融合發展感應識別硬體：以雷達和攝像頭為主，多感測器融合發展。目前主流的車載感測器包括超聲波雷達、激光雷達、毫米波雷達、攝像頭、紅外探頭等。基於測量能力和環境適應性，預計雷達和攝像頭會成為感測器主流，呈現多感測器融合趨勢。
感應識別模塊之毫米波雷達：增量發展，國產化即將實現毫米波雷達發射毫米波波段的電磁波，利用障礙物反射波的時間差確定障礙物距離，利用反射波的頻率偏移確定相對速度。與紅外、激光、攝像頭等感測器相比，毫米波穿透霧、煙、灰塵的能力強，具有全天候(大雨天除外)全天時的特點。其局限性在於無法進行物體顏色識別；視場角較小，一般需要多個雷達組合使用；行人的反射波較弱，難以識別。毫米波雷達廣泛應用於車載距離探測，如自適應巡航、碰撞預警、盲區探測等。
目前的主流可用頻段為24 GHz和77GHz，分別應用於中短距和中長距測量。毫米波雷達的可用頻段有24GHz、60GHz、77GHz、79GHz；主流是24GHz和77GHz，一般24GHz用於短/中距，77GHz用於中/長距。頻率越高，距離和速度的檢測解析度越高。頻段發展趨勢是由24GHz向77GHz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77GHz兩個頻帶；3）日本，60GHz，逐漸轉入77GHz；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）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；2012年，工信部，24GHz劃分給短距車載雷達業務。
受益於ADAS 的發展，毫米波雷達晶元出貨量快速增長。至2020年，預計全球車載毫米波雷達出貨量可達7200萬顆。按國內ADAS滲透率在2020年達到30%估算，每套ADAS需要4個短距毫米波雷達+1個長距毫米波雷達，則國內出貨量可達4500萬顆，市場規模將超200億。
全球汽車毫米波雷達主要供應商為傳統汽車電子優勢企業，如博世、大陸等。2015年，博世、大陸的全球市場份額均佔到22%，隨後為Hella、富士通天、電裝、TRW、德爾福、Autoliv、法雷奧等傳統優勢企業。
毫米波雷達國產化即將實現。國內廠商已經突破核心技術，國產化指日可待。但目前較為成熟的產品僅有湖南納雷和廈門意行的24GHz中短距雷達，77GHz雷達剛剛起步。推薦：亞太股份、四創電子、國睿科技等。
亞太股份以700萬元增資杭州智波，獲得該公司10%股權，布局毫米波雷達業務。四創電子的控股股東為華東電子工程研究所，其毫米波雷達產品主要用於國土防空情報、氣象監測等領域。國睿科技整合了中國電科第十四研究所的優質產業資源，主要產品包括軍用機載雷達和氣象雷達等。啟碁科技總部設在台灣，提供完整的24GHz和77GHz技術組合，以支持ADAS的各類應用與功能。感應識別模塊之激光雷達：成本降低，有望成為行業主流激光雷達發射激光束來探測目標的位置、速度等特徵量。車載激光雷達採用多個激光發射器和接收器，建立三維點雲圖，從而達到實時環境感知的目的。激光雷達的優勢在於三維建模，探測範圍廣，探測精度高。但是，激光雷達在雨雪霧天氣下性能較差；價格昂貴；數據量過大。目前，激光雷達被應用在一些無人駕駛試驗車中：1）谷歌和百度的無人駕駛試驗車均採用了Velodyne的64線激光雷達；2）福特的混動版蒙迪歐安裝了Velodyne的32線激光雷達，第三代自動駕駛車輛Fusion Hybrid配置了2台Velodyne的Solid-State HybridUltra PUCK Auto混合固態激光雷達；3）日產LEAF搭載了6個Ibeo的4線激光雷達，測試了其高級駕駛輔助系統；4）奧迪的無人駕駛汽車A7 Piloted Driving採用了Ibeo和Valeo合作的Scala混合固態激光雷達；5）德爾福無人駕駛汽車配備了4台由Quanergy研發的固態激光雷達。
目前，有旋轉部件的激光雷達技術較為成熟，國外主流生產廠家為Velodyne和Ibeo。Velodyne採用激光發射、接收一起旋轉的方式，產品涵蓋16/32/64線；Ibeo採用固定激光光源，通過內部玻璃片旋轉的方式改變激光光束方向，實現多角度檢測，產品涵蓋4/8線，歐百拓為Ibeo的國內代理商。
激光雷達固態化是未來趨勢，存在小型化、低成本優勢。固態激光雷達無需旋轉部件，因而體積更小，方便集成在車身內部，並且系統可靠性提升，成本也可大幅降低。因此激光雷達有向固態發展的趨勢。創業公司Quanergy與德爾福合作開發出了固態激光雷達，計劃2017年底量產，採取相控陣技術，內部不存在任何旋轉部件。傳統優勢企業Velodyne和Ibeo也推出了混合固態激光雷達，在外觀上看不到旋轉部件，但內部仍靠機械旋轉實現激光掃描。
早在2015年，奧迪的無人駕駛汽車A7 PilotedDriving就採用了Ibeo和Valeo合作的Scala混合固態激光雷達，大眾的一款半自動駕駛汽車也搭載了Scala，該激光雷達隱藏在保險杠內，用於取代毫米波雷達做AEB的測距模塊。在CES2016上，有兩款固態/混合固態激光雷達展出：1）來自Quanergy的固態激光雷達 S3，僅為一盒名片大小，單個售價初步定在250美元，量產後可能降至100美元；2）由Velodyne與福特共同發布的混合固態激光雷達UltraPuck Auto， 2020年計劃量產價為500美金，2025年計劃把成本控制在200美金以內。
激光雷達2020年市場規模有望超100億。我們預計激光雷達受益於技術提升及產能提升，2020年單只激光雷達成本有望達到400元，以整車安裝2-4個激光雷達（前後探測距離）測算，對應整車成本為800-1600元。按照2020年前裝市場25%滲透率、後裝市場5%滲透率估算，中國市場規模有望近200億。
國內有數家公司參與激光雷達的研發與生產，應用領域包括大氣污染檢測、三維測繪、汽車等。推薦：巨星科技。
巨星科技去年以2億元收購華達科捷65%股權，後者正推進激光應用技術升級，重點方向是服務機器人（例如掃地機器人）和移動智能設備（包括無人駕駛汽車、AGV 叉車、巡檢機器人）；今年3月成立子公司歐鐳激光，致力於研發激光雷達和智能裝備。感應識別模塊之攝像頭：龍頭地位穩固，有望快速發展車載攝像頭的大致原理如下：1）圖像處理，將圖片轉換為二維數據；2）模式識別，通過圖像匹配進行識別，如車輛、行人、車道線、交通標誌等；3）利用物體的運動模式，或雙目定位，估算目標物體與本車的相對距離和相對速度。相比於其他感測器，攝像頭最為接近人眼獲取周圍環境信息的工作模式，其優勢在於：1）攝像頭技術成熟，成本較低；2）可以通過較小的數據量獲得最為全面的信息。但是，攝像頭識別也存在一定局限性：1）受光線、天氣影響大；2）物體識別基於機器學習資料庫，需要的訓練樣本大，訓練周期長，難以識別非標準障礙物；3）由於廣角攝像頭的邊緣畸變，得到的距離準確度較低。目前攝像頭的應用主要有：1）單目攝像頭，一般安裝在前擋風玻璃上部，用於探測車輛前方環境，識別道路、車輛、行人等，廣泛應用於自適應巡航、車道偏離預警、前撞預警、行人監測等功能中；2）後視攝像頭，一般安裝在車尾，用於探測車輛後方環境，應用於倒車可視系統；3）立體攝像頭，或稱雙目攝像頭，利用兩個經過精確標定的攝像頭同時探測車輛前方環境，實現更高的識別精度和更遠的探測範圍；4）環視攝像頭，一般至少包括四個攝像頭，分別安裝在車輛前、後、左、右側，實現360°環境感知，應用於自動泊車和全景泊車系統。
隨著ADAS滲透率的快速提升，鏡頭市場有望快速增長。根據IHS Automotive預測，2021年車載攝像頭系統出貨量將達到7400萬套/年（2014年約為1500萬套）。國內車載鏡頭全球龍頭地位穩固，據智研諮詢統計，2013年我國車載鏡頭行業產量約862萬個，出口約佔60%。我們預計單車ADAS系統用1-10個鏡頭不等，以採用4個鏡頭（前置攝像+兩側盲點檢測+後側倒車影像）保守估算，中國2020年車載鏡頭出貨量有望超1億個，市場規模有望超120億，CAGR有望超70%。
鏡頭模組：國內鏡頭行業龍頭地位穩固，有望快速發展。光學鏡頭目前廣泛用於手機、車載、相機等領域，由於手機等數碼產品增長放緩，鏡頭產業轉移到車載趨勢明顯。國內行業龍頭優勢地位明顯，如舜宇光學車載後視鏡頭出貨量目前居全球第1位，全球市場佔有率達30%左右，已進入各大車企（BMW、Benz、Audi等）前裝市場。我們預計未來車載鏡頭業務提升有望推動國內行業龍頭業績快速增長。推薦：歐菲光、舜宇光學、台灣勝開科技等。
歐菲光是攝像頭模組傳統優勢企業，智能汽車前瞻布局有望開花結果。歐菲光不僅在攝像頭模組出貨量上力壓群雄，也提前布局了雙攝像頭模組。公司前瞻布局智能汽車：1）2015年6月，設立全資子公司上海歐菲智能車聯科技有限公司，全面布局智能駕駛、智能中控、「互聯網+」硬體、汽車電子業務；2）公司智能中控部分引入一線汽車廠商，目前已經是北汽新能源的一級供應商，在CES上展出了合作的ADAS汽車，並擬以2億元入股北汽新能源，延伸新能源汽車全產業鏈；3）定向增發15億元用於智能汽車電子建設項目。舜宇光學在車載攝像頭市場的出貨量是全球第一，市場佔有率達到30%左右，對於安全等級更高的前置ADAS攝像頭，舜宇光學的市場佔有率超過一半。汽車安全關注度提升，紅外夜視成長空間巨大。據美國國家公路交通安全管理局(NHTS)的統計，雖然夜間行車在整個公路交通中只佔四分之一，發生的事故卻佔到一半，而夜間視線不良所造成的事故佔了70%。隨著汽車安全和ADAS的關注度提升，紅外夜視有望得到快速推廣。另一方面，2015年紅外夜視系統的滲透率僅有1%左右，以2020年前裝滲透率達到5%估算，單套系統2500元左右，屆時僅前裝就會有38億元的市場空間。推薦：保千里。
保千里是夜視系統的傳統優勢企業，積極布局汽車主動安全。2015年9月，保千里發布定增預案，擬募集19.9億元，其中8.4億元投入開發車用智能硬體-汽車主動安全系統全網建設項目，同時還將建設汽車主動安全系統測試標準化中心，鞏固公司智能車產品的技術與市場地位。高精度地圖：寡頭壟斷格局或將維持地圖是無人駕駛不可或缺的基礎，行業龍頭具有稀缺性競爭優勢。無人駕駛最基本功能之一為導航，其實現需要依據自身GPS及高精度地圖來確定位置和行駛方向。但無人駕駛使用的地圖要求更高：1）GPS定位精度需要到達厘米級別（目前精度>1米）；2）需要提供更精確的三維數據已應對複雜的駕駛環境。因此如Here、Mobileye等均開始布局定製化地圖，傳統廠商如豐田也推出全新地圖繪製技術。我們認為，國內地圖底層數據行業的龍頭壟斷地位會長期存在，主要原因有兩點：1）地圖底層數據測繪需要長期投入，新進入者投入成本較高；2）地圖行業進入需要資質申請，行業內原有龍頭維持自身優勢地位，隨行業快速發展，推薦：四維圖新等。
四維圖新前裝車載導航市場份額持續領先，先後收購圖為先、和驪安、傑發科技，具備地圖、晶元、車機、 OS、語音識別、 OBD 等智能汽車各環節技術儲備。執行機構關注智能汽車關鍵執行機構，如電子制動、輪轂電機等。推薦：萬安科技、亞太股份，拓普集團。
智能電子系統關注車載智能電子系統元器件，如智能車燈、人機交互HMI、抬頭顯示HUD等。推薦：星宇股份，東風科技，均勝電子，水晶光電。
車聯網無人駕駛的最終實現必然依賴車聯網，涉及車車通訊V2V、車路通訊V2R、車網通訊V2I等，關注前瞻布局企業。推薦：萬安科技，亞太股份，雙林股份，均勝電子，榮之聯，興民鋼圈，威帝股份，盛路通信；台灣公司啟碁科技，明泰科技，中怡科技等。
本報告著重從ADAS系統集成與核心元器件兩個層面分析了技術發展現狀與市場格局，並梳理了相關上市公司。我們認為：1）ADAS作為車輛智能化的初級階段產品，將率先普及商業化；創業型公司後生可畏，全力投入創新者有望最後勝出；上市公司通過投資參股ADAS初創公司，前瞻布局ADAS產業鏈；2）中國製造2025推動感知識別（主要為攝像頭和雷達）、高精度地圖等組件模塊國產化浪潮：毫米波雷達增量發展，國產化已進入商品階段；激光雷達小型化、低成本化、固態化成趨勢，有望成為行業主流；攝像頭國內龍頭地位穩固，有望大幅增速發展；紅外夜視尚有大幅成長空間，關注龍頭企業；高精度地圖行業壁壘高、進入資質難，優勢企業或將延續壟斷格局。風險因素1）多數上市公司進入智能駕駛領域以參股和併購的外延式擴張為主，自身經營發展和新業務整合協同能力需要跟蹤驗證；2）未來1-2年產品真空期，來自智能駕駛的盈利貢獻比例較低；3）相關標的高估值缺乏安全邊際；4）上市公司高管減持風險等。投資策略與公司推薦無人駕駛是汽車產業終極發展方向，但未來1-2年智能汽車產品相對稀缺且盈利貢獻有限；智能駕駛板塊或持續呈現高估值的主題性行情；被併購標的的市場地位將成為公司估值的重要參考因素。維持行業「強於大市」評級。建議重點關註：萬安科技、拓普集團、亞太股份、星宇股份、均勝電子、雙林股份等。許英博汽車行業首席分析師，畢業於清華大學汽車工程系，2007年進入中信證券研究部，新財富金牌分析師。陳俊斌汽車行業分析師，畢業於廈門大學電子工程系，2010年進入中信證券研究部，中國註冊會計師。高 登汽車行業分析師，博士畢業於清華大學工業工程系，2012年進入中信證券研究部。崔宇碩汽車行業分析師，碩士畢業於清華大學汽車工程系，2014年進入中信證券研究部。具體分析詳見2016年6月15日發布的《智能汽車：從ADAS到無人駕駛》報告特別聲明 本資料所載的信息僅面向專業投資機構，僅供在新媒體背景下研究觀點的及時交流。本資料所載的信息均摘編自中信證券研究部已經發布的研究報告或者系對已發布報告的後續解讀，若因對報告的摘編而產生歧義，應以報告發布當日的完整內容為準。本資料僅代表報告發布當日的判斷，相關的分析意見及推測可在不發出通知的情形下做出更改，讀者參考時還須及時跟蹤後續最新的研究進展。 本資料不構成對具體證券在具體價位、具體時點、具體市場表現的判斷或投資建議，不能夠等同於指導具體投資的操作性意見，普通的個人投資者若使用本資料，有可能會因缺乏解讀服務而對報告中的關鍵假設、評級、目標價等內容產生理解上的歧義，進而造成投資損失。因此個人投資者還須尋求專業投資顧問的指導。本資料僅供參考之用，接收人不應單純依靠本資料的信息而取代自身的獨立判斷，應自主作出投資決策並自行承擔投資風險。
推薦閱讀：
