2024年新能源车行业专题报告：智能汽车产业迎来爆发，硬件进入拐点放量期

1. 政策端和产业端多项催化，智能驾驶渗透率快速提升

1.1. 智能驾驶政策频出，加速行业发展

智能驾驶发展屡获支持，政策频出加速行业发展。2023 年以来中央和地方政府更是政策频出推动智能驾驶行业发展，产业迎来质变时刻。仅 2023 年上半年，国内相关部门和地方政府已出台近 30 条涉及智能驾驶产业的相关政策和规定，从产业结构、技术创新、网联基础设施等多方面推动智能驾驶行业发展。央地协同，地方先行先试探索创新路径，截至2023年6月，我国 50 余个省市区发布道路测试实施细则，推动无人化测试、载人测试、载物测试、高速测试、商业化试点等测试示范创新探索，多地通过地方立法或设立政策先行区推动智能网联汽车发展。此外智能网联汽车商业化运行正式启动，推动产业发展与升级转型，11月17日，四部委联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》（下称《通知》），旨在引导智能网联汽车生产企业和使用主体加强能力建设，促进智能网联汽车产品功能、性能提升和产业生态迭代优化，基于试点实证积累管理经验，支撑相关法律法规、技术标准制修订，加快健全智能网联汽车生产准入管理和道路交通安全管理体系，有助于保障智能网联汽车产品安全运行，推动智能网联汽车产业高质量发展，推广应用经过试点实证的自动驾驶和“车能路云”融合的先进技术和产品、可行方案、创新机制。《通知》的实施意味着我国正式启动了智能网联汽车的商业化运行，产业发展迈出关键一步。

L3 及以上智能驾驶立法试点，智能汽车全产业链有望受益。国内L3 及以上自动驾驶的立法和试点共经历了三个阶段：允许在封闭路段和规定开放路段测试，允许以无人驾驶汽车为载体的营利性和非营利性活动试点，推出对 L3 级以上的智能网联汽车的管理办法。目前国内正处于第三阶段，工信部等发文支持有条件的自动驾驶（L3）和高度自动驾驶（L4），推动智能汽车产业迈入 L3 时代，智能汽车全产业链有望受益。

1.2. 车企不断加码智能化，国内智能汽车产业迎来爆发期

新势力车企前瞻布局技术研发，引领着未来智能驾驶的发展方向。华为智能驾驶软硬件持续升级迭代，从 ADS 1.0 到 2.0 的升级，实现功能端多维度升级。ADS1.0 通过融合感知BEV架构实现“看得清”，ADS2.0 最重大的变化是“有图无图都能开”，摆脱高精地图的依赖，通过 GOD 2.0 与道路拓扑网络推理实现像真正司机一样看路识路，问界M5、新问界M7均搭载了 HUAWEI ADS2.0 高阶智能驾驶系统。小鹏汽车不断完善其智能驾驶硬件，成为国内首个实现无图智驾整车落地的厂商。目前，小鹏汽车的 XNGP 系统在国内智能驾驶技术方面处于领先地位。XNGP 是小鹏汽车最新一代智能辅助驾驶系统，它继承了XPILOT系统的优势并进行了进一步发展，该系统可以在全国范围内使用，具备实现全场景智能辅助驾驶的能力。智能架构升级，推出面向全场景智驾的终极架构-XBrain，该系统由深度视觉神经网络XNet 2.0和基于神经网络的规控 XPlanner 等模块构成。基于全新的 XBrain 架构，小鹏也提出了新的目标：轻地图（覆盖中国、走向全球、哪里都能用）、全场景（跨越高速/城区、连接小区和内部道路）、轻雷达（拟人感知、极致降本）。

传统品牌车企逐步加码智能驾驶，技术水平不断提升。在头部车企带领下，智能化新一轮产业趋势正在开启，比亚迪、长安、吉利等头部车企高度重视智能化，通过引进人才与技术、寻求合作等多种方式，积极提升智能驾驶技术水平。在智能驾驶发展的过程中，部分传统车企通过孵化智能化品牌布局智能驾驶，同时传统品牌也在加速实现L2 级别智能驾驶从0-1的发展。目前长安汽车旗下的阿维塔，在与华为合作后成为中国唯二两家实现城市NOA功能的车企品牌。吉利推出子品牌极氪、长城推出魏牌，当前二者的智能驾驶功能与头部新势力车企相比也无太大差距。

城市 NOA 将规模落地，高阶辅助智能驾驶有望实现升级降本。领航辅助驾驶，即特斯拉所称的 NOA （Navigate on Autopilot），亦可对应不同车企对外宣传的“高阶智能/智慧+领航/导航+自动/辅助驾驶”功能，可实现一定道路场景范围内的点到点智能驾驶。根据场景的不同，领航辅助可进一步分为高速领航和城区领航。高速领航普遍限制在特定高速公路和城区高架路开启，目前已在国内落地开花；城区领航则针对复杂城区道路场景进行升级，今年正加速导入。目前国内各大车企正在比拼 L3 级智能驾驶功能城市NOA（领航辅助驾驶）功能落地速度，当前华为、小鹏、理想、蔚来等车企均在积极布局城市NOA，计划于2023年年内落地相关功能，逐步拓宽开放区域。城市场景开放之后，数据也将丰富累积，从而推动车企智能驾驶算法迭代、智能驾驶技术代际升级。随着算法的迭代和成熟，高阶辅助智能驾驶有望减配高成本硬件，未来综合成本有望继续降低。

智能驾驶发展到达新高度，汽车产业智能化水平快速提升。2022 年乘用车NOA标配前装搭载交付量为 21.2 万辆，今年 1-6 月交付 20.9 万辆，已接近去年全年水平，1-9月交付量已达 37.7 万辆，同比增长 151.2%，渗透率接近 2.5%。据弗若斯特沙利文数据，2023年中国智能网联车市场规模有望达到 1613 亿元，2020-2023 年复合增长率约为26.2%。据工信部统计数据显示，搭载辅助智能驾驶系统的智能网联汽车渗透率有望从2023 年上半年的42.4%增长至 2025 年的 75%，届时，国内智能汽车产业将迎来爆发期。

1.3. 体验升级叠加智驾降本，智能驾驶技术渗透率加速提高

智能化是汽车革命的下半场，智能驾驶市场需求增长。消费者在购买电动车时考虑的问题，除了使用成本低和环保之外，智能化程度高已成为重要考虑因素。这也显示出电动车已真正进入市场驱动的阶段，不再依靠政策补贴以及牌照等因素驱动；并且造车新势力的产品也逐渐得到消费者认可。消费者对智能化配置有强烈需求，可极大程度提升购车意向。泊车、高速公路、城市道路也是当下乘用车自动驾驶的三大应用场景，根据麦肯锡《2023 中国汽车消费者洞察》,超 75%的用户对自动泊车和高速公路领航辅助有需求，城市道路领航辅助的需求占比也超过60%。 智能驾驶渗透率仍处低位，未来发展空间较大。目前我国乘用车智能驾驶渗透率在30%-40%之间，处于 L2 向 L3 过渡阶段。随着技术逐步走向成熟、产品价格逐渐下降及用户智能化体验需求的不断提升，智能驾驶功能正逐渐从豪华车向中低端车型发展，渗透率快速提升。2023 年 1-6 月中国市场（不含进出口）乘用车前装标配L2（含L2+）辅助驾驶功能车型销售 324.4 万辆，同比增长 37.7%，增速维持较高水平。在市场规模方面，工信部发布的《智能网联汽车技术路线图 2.0》明确提出要加强智能网联技术攻关，到2025年智能网联汽车渗透率达到 50%，到 2030 年智能网联汽车渗透率超过 70%。

体验升级叠加智驾降本，智能驾驶技术渗透率加速提高。工信部统计数据显示，2022年，我国搭载辅助自动驾驶系统的智能网联乘用车新车销售量达到700 万辆，同比增长45.6%，其中新能源汽车辅助自动驾驶系统搭载比例达 48%；全国已开放智能网联汽车测试道路里程超过1.5 万公里，自动驾驶出租车、无人巴士、自主代客泊车、干线物流以及无人配送等多场景示范应用在有序开展；全国 17 个测试示范区、16 个“双智”试点城市、7 个国家车联网示范区完成了 7000 多公里道路智能化升级改造，装配路侧网联设备7000 余台套。随着优质车型的推出，2023 年高速和城市 NOA 等高阶智驾功能的体验得到增强，同时，智驾降本也将使得搭载智驾功能的车型价格下降，推动智驾渗透率提升。根据佐思汽车研究，2023年上半年L2级智能驾驶渗透率达到 35.1%（去年同期 27.1%），L2+/L2++智能驾驶渗透率达到8.6%（去年同期 4.8%）。从趋势上，我们认为 L2 有望逐步成为接近标配的功能，L3（因法规原因，当下的 L2++可认为是 L3）开始迈入渗透率提升加速期。

2. 智能驾驶硬件先行，技术向软硬件协同迭代

2.1. 智能驾驶系统由感知、决策和执行三部分构成

智能驾驶系统由感知、决策和执行三个部分构成。实现智能驾驶要解决三个核心问题“我在哪？我要去哪？我要怎么去？”智能驾驶通过传感器感知周围环境、监测车辆的定位和状态，并转化为数据和信息，实时动态监测周边环境变化，并利用感知的结果，对车辆进行最优规划，在规划好路径之后，汽车执行系统会控制车辆沿着规划好的路径完成驾驶。也就是通过“感知、决策和执行”来解决这三个核心问题。

通过“感知、决策与执行”三个系统的分工协作，责任明确地控制汽车运行。感知层用来代替人的眼睛，通过传感器（激光雷达、摄像头、毫米波雷达、高精地图等）来收集驾驶员行驶过程中涉及到的驾驶信息，包括道路边界、车辆、行人，被称为“中层控制系统”。决策层用来代替人的大脑，通过获取到的信息进行计算，制定相应的控制策略，负责路径规划和导航，被成为“上层控制系统”。执行层则是代替人的手脚，将接收到的控制策略进行执行，其中包括加减速、转向等，也被称为“底层控制系统”。

2.2. 感知是实现智能驾驶的前提，不同等级辅助驾驶对应不同传感器配置方案

感知是实现智能驾驶的前提，起着类似人类驾驶员“眼睛和耳朵”的作用。实现智能驾驶，需要优先解决行车安全的问题，为了确保车辆在不同场景下都能够做出正确判断，需要实时对周围环境信息进行实时动态获取和识别，这些信息包括自身车辆的状态、周围车辆的状态、交通流信息、道路状态、交通标志、行人状况等，以满足车辆决策系统的需求，是实现自动驾驶的前提条件。 智能驾驶汽车通过装备车载传感器来满足环境感知的需求，多传感器融合是目前车企的主要选择。智能驾驶传感器主要包括摄像头和雷达两大类。摄像头可获取图像数据，再利用机器学习等图像识别技术来实现距离测量、目标识别等功能；雷达利用发射波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。按所发射信号的波长，雷达可以分为毫米波雷达、激光雷达、超声波雷达三类。目前除特斯拉坚持以摄像头为主导的纯视觉感知方案以外，多数厂商均采用多传感器融合技术路线，即集成来自不同传感器的数据，如相机、激光雷达和雷达等。多传感器融合可显著提高系统的冗余度和容错性，能够提升决策的快速性和正确性，是目前多数主流车企的选择。

不同等级的辅助驾驶功能对应不同的传感器硬件配置，对应匹配不同算力的自动驾驶芯片。结合 SAE 的自动驾驶分级和目前国内市场已上市的车型，我们把辅助驾驶功能可以分为五个等级：1）实现 L1 和最基础的 L2 功能，一般采用 1V1R，即一个前视摄像头和一个前向毫米波雷达就可以实现了自动泊车功能，常见的其他配置还包括1V3R、1V5R；2）实现大部分 L2 功能即 L2+，典型的传感器配置是5V5R12U。即在1V5R12U的基础上，再增加 4 个广角环视摄像头。通过在车辆前保、后保/后尾门上方、左右后视镜下方布置四个广角环视摄像头，可实现车辆近距离 360 度感知、可用以实现自动泊车，结合四个角雷达，能实现对行车盲区以及后方来车的监控，最终实现L2+的功能；3）实现 L2+高速 NOA。实现高速 NOA 的方案也比较多，典型的方案是11V5R12U，或10V5R12U 即在 5V5R12U 的基础上，再增加一颗(或两颗)前视摄像头（长焦/主视）、一颗后视摄像头和四颗周视摄像头。； 4）实现 L2+高速 NOA+城区 NOA。目前市场上量产实现城市NOA、或者对城市NOA进行了硬件预埋的车型，在传感器的选择上分为了两大阵营——纯视觉方案和多传感器方案。纯视觉方案感知方案采纳者主要为特斯拉，方案中摄像头起主导作用，其优点是成本更低，但摄像头容易受到环境光的干扰，对算力和算法的要求较高，国内的百度与吉利的合资品牌极越 01 也采用了纯视觉方案。大部分中国汽车品牌选择了以更保守的方式推进，仍然采用了“视觉+雷达”的自动驾驶方案，激光雷达的加入能够获取更深度的空间信息，对于物体的位置、距离和大小感知更准确，且由于激光雷达是自发光并不受环境光影响，不过激光雷达高昂的价格较大的增加了自动驾驶的成本，国内小鹏、蔚来、华为等高端车型均采用的是多融合方案。 5）实现 L3 的瓶颈不在于传感器，目前 L2+高速 NOA+城区NOA 的传感器就已经可以实现 L3。如奔驰 DRIVE Pilot 的传感器配置是 6V5R12U，不及国内很多车型丰富；6）实现 L4/L5（尚未有真正量产的车型，因此暂不考虑）。

2.2.1. 车载摄像头：受益于智能驾驶行业渗透率提升，车载摄像头有望迎来量价齐升

车载摄像头是自动驾驶汽车的主要感知硬件，前向摄像头和环视摄像头装配车型占比较高。在自动驾驶系统中，摄像头是实现众多预警、识别类功能的基础，目前所有的乘用车自动驾驶方案都会运用到摄像头。根据不同自动驾驶功能及其在自动驾驶汽车上的安装位置，车载摄像头可分为前视、后视和侧视、环视、内置 5 大类型，其中前视摄像头使用频率最高，性能要求也相应提高，通过广角及普通视角摄像头可实现包括前向碰撞预警、车道偏离预警等多重自动驾驶功能；侧视摄像头代替后视镜将成为趋势，以消除汽车后视镜盲区的存在；环视则帮助车主开启“上帝视角”，通过车身周围的多个广角摄像头实现360°场景还原，形成一副车辆四周的全景俯视图。根据高工产研和中保研，2023 前三季度前视摄像头装配车型占比为52.3%，环视摄像头装配车型占比为 43.7%，装配车型占比较高。

自动驾驶等级提升带动车载摄像头数量增加。当前自动驾驶方案呈现百花齐放趋势，不同方案的车载摄像头数量大部分保持在 8-13 个区间。纯视觉方案中，特斯拉凭借强大的算法以及 BEV+占用网络等技术，将摄像头个数保持在 8 个，在 2023 年推出的HW4.0中，在ModelX/S 中增加至 11 个摄像头，呈现出增加的趋势。而同样的纯视觉方案，国内极氪001则搭载了 15 个摄像头，将硬件堆叠达到了极致，以此匹配算法的不足。融合感知方案中，华为ADS2.0搭载了 11 个摄像头，7 个环境感知镜头，4 个环视镜头，前视双目摄像头像素高达800万像素，其余为 260 万像素，基本代表了行业主流车载摄像头方案。

车载摄像头主要由镜头组、图像传感器（CMOS）、数字图像信号处理（ISP/DSP）组成。根据智研咨询，车载摄像头中图像传感器的成本占比可达52%，镜头组和模组封装占比分别为20%、19%；三者均处于产业链中游位置，其中图像传感器是车载摄像头核心技术。镜头组、胶合材料、图像传感器经封装构成镜头模组，镜头模组将光电信号传递至图像传感器进行图像信号处理；图像信号处理器将电信号转化为数字信号，并与镜头模组封装集成，形成终端系统。

国内车载摄像头镜头厂商加速成长，并逐步向模组端拓展提升盈利能力。近年国内的舜宇光学、联创电子、欧菲光发展迅猛，积极发展技术并抢占市场，市占率超越老牌欧美厂商日立、三协、世高、桑来斯等，跻身多强行列。以出货量为最硬核标准，根据潮电智库统计，今年1-9月，车载镜头前三甲分别为舜宇、联创电子和欧菲光。2023 年9 月舜宇光学出货826万只车载摄像头，占比 56%；欧菲光出货 150 万只，占比 10%；联创出货143 万只，占比10%。同时镜头厂商也逐步向模组端拓展，2023 年 9 月舜宇光学子公司舜宇智领、德赛西威、欧菲光出货占比遥遥领先。

2.2.2. 超声波雷达：发展较成熟具有优势，迎来增长新动能

作为自动泊车方案主流传感器，车载超声波雷达驶入发展快车道。超声波传感器也称超声波雷达，是一种使用超声波来检测车辆周围物体的距离的传感器汽车提供停车辅助、防撞和其他安全功能。汽车上常见的超声波雷达有两种，第一种是安装在汽车前后保险杠上的，称为UPA（超声波驻车辅助传感器）；第二种是安装在汽车侧面的，称为APA（自动泊车辅助传感器）。超声波雷达在智能网联汽车中有着广泛的应用，最常见的是自动泊车辅助系统。自动泊车辅助系统通常使用 12 个超声波传感器，车前、后部各 4 个短距超声波传感器负责探测倒车时与障碍物之间的距离，两侧的长距超声波传感器负责探测停车位空间。据佐思汽研统计，2022年中国乘用车新车超声波雷达安装量较 2021 年（10009.0 万颗）同比增长7.4%，至10752.5万颗，预计到 2025 年其安装量将超过 1.4 亿颗。从单车安装量来看，2021 年-2023年1月，超声波雷达单车安装数量呈递增趋势，从平均每车 4.9 颗增加到5.6 颗。受益于行泊一体规模化落地、舱泊一体发展等因素，预计 2025 年超声波雷达单车安装量有望增至7 颗，超声波雷达市场进入高速增长期。

超声波雷达发展较为成熟，国产化率较高。根据 leadleo 数据，2014 年至2020年中国车载超声波雷达行业规模从 35.3 亿元增长至 51.7 亿元，CAGR 达6.57%。车载超声波雷达比毫米波雷达和激光雷达的技术门槛更低且发展较为成熟，在成本和普及度上具有优势。超声波雷达的产业链可以明确地划分为三个关键环节：上游的原材料生产、中游的雷达生产以及下游的汽车整车制造。上游环节主要由芯片和传感器等原材料供应商构成。技术含量高且与安全性能紧密相关的芯片主要依赖于进口，其他非关键原材料已经实现了国产化。中游为超声波雷达生产商，主要参与者可以分为国际 Tier1、国内 Tier1 以及初创公司。海外Tier1厂商居主导地位，国内企业如奥迪威全球市占率已达 6%，有国产替代的潜力，国产化率进一步提高。

受益于 L2 级以上智能汽车发展，超声波雷达迎来增长新动能。以往倒车雷达应用中，一般需要 4-6 个超声波雷达，主要分布安装在车头车尾的保险杠处。而目前的高阶自动驾驶泊车方案，包括 APA、AVP 等应用中，一般需要 8-12 颗超声波雷达，从数量上相比以往的倒车雷达应用增加一倍以上。L2 级别的全自动泊车（APA）、遥控泊车（RPA）等基本由12UR（超声波雷达）实现；L2+级别的记忆泊车（VPA）则为 4V12UR 实现；而L4 级别的代客泊车（AVP）则需要配合 5V12UR（4 颗环视+1 颗前视摄像头）实现。目前在泊车、驻车等低速场景中仍然主要依赖超声波雷达，随着 L2 级以上智能汽车销量增加、渗透率上升，车载超声波雷达市场未来有望迎来增长新动能。根据佐思研数据库，2019 年 12 颗超声波雷达方案的占比仅为9.6%左右，预计到 2025 年 12 颗超声波雷达方案的渗透率将达到26.1%。随着自动泊车商业化推广，12 颗超声波雷达方案占比正在快速攀升，有望成为未来智能汽车的主流。

2.2.3. 4D 毫米波雷达：具有性能和成本优势，国产替代进程加速

4D 毫米波雷达是一种使用天线发射波长 1-10mm、频率24-300GHz 的毫米波作为放射波的雷达传感器。通过处理回波测得汽车与探测目标的相对距离、速度、角度及运动方向等信息的传感器。其优势在于不受天气影响，即使是恶劣天气和光照情况下也能正常工作，穿透烟雾、雨雪、灰尘能力强，具有全天候、全天时的工作特性，且探测距离远、精度较高、被广泛用于车载距离探测，具体应用包括自适应巡航、碰撞预警、自动紧急制动、盲区探测等。在纯视觉方案下，车载摄像头易受恶劣天气影响，而毫米波雷达则可以弥补纯视觉方案在雨雪等天气与眩光下的失灵，提供更加安全舒适的感知方案。 自动驾驶持续升级带动毫米波雷达市场需求，4D 毫米波雷达有望加速上车。2023年1-6月，中国乘用车新车 4D 雷达整体安装量超过 11.4 万颗，占总雷达安装量的1.3%。根据佐思汽研预测，2022 年毫米波雷达全球市场规模达到 34.9 亿美元，预计在2027年达到86.7亿美元，年复合增长率达到 16%。目前主流自动驾驶方案毫米波雷达用量在3-5颗。随着特斯拉纯视觉方案更新，重新搭载毫米波雷达，将带动更多车企搭载毫米波雷达，未来有望持续放量。

4D 毫米波雷达主要由射频前端、数字信号处理器 (DSP)、高频PCB板等器件组成。由于产品性能和功能上和 3D 毫米波雷达具有差异，射频芯片的数量与性能差距明显，反映到成本端，4D 毫米波雷达硬件成本较传统 3D 毫米波雷达明显提升。同时，4D毫米波雷达引入深度学习框架，从算法上提升产品的感知性能，算法开发成本加高软件成本。算法占成本的50%，由于国内雷达算法测量精度和范围具有一定局限性，国外算法受到专利保护价格昂贵；射频占成本的 25%，包括发射机、接收机及信号处理器；信号处理芯片占成本的10%，分别有以TI为代表的 DSP 路线和赛灵思为代表的 FPGA 路线；高频PCB 板占成本的10%左右。

4D 毫米波雷达具有性能和成本优势，国产替代进程加速。4D 毫米波雷达适配各级别自动驾驶方案，低级别自动驾驶方案中替换逻辑清晰，高级别自动驾驶方案中协同感知作用明显。考虑到摄像头、毫米波雷达、激光雷达成像原理的差异，以及高阶自动驾驶仍然需要多种类感知层硬件协同配合。此外，后续 4D 毫米波雷达有望复刻 3D 雷达降价节奏，加速上车，有望帮助毫米波雷达成为高性价比选择。2022 年毫米波雷达市场占有率前三为博世、大陆、安波福，市占率分别为 33%、24%、11%。国内厂商起步较晚，森思泰克、德赛西威、华锐捷、华为等陆续进入量产阵营。4D 毫米波雷达赛道上，目前仅有采埃孚、森思泰克、福瑞泰克实现前装量产交付，其中，森思泰克凭借在理想、深蓝的量产搭载，实现了规模化的前装。国内毫米波雷达厂商在未来将进入更多毫米波雷达细分赛道，加强国产替代节奏。

2.2.4. 激光雷达：从 0 到 1，即将进入拐点放量期

激光雷达是通过发射红外光脉冲（而非无线电波）来测量脉冲到达附近目标物体并返回的时间。激光雷达通过输出激光脉冲和反射脉冲之间的时间精确计算其到每个物体的距离。激光雷达每秒捕获数百万个这样的精确距离测量点，从中可以生成其环境的3D矩阵，并且从这种全面的环境映射中获得有关对象的位置、形状和行为信息。激光雷达具有探测距离远、精度高，可识别行人和物体等优势，可以有效解决高等级智能驾驶所面临的复杂场景，虽然成本和性能较难达成平衡，但仍有部分高端车型选择搭载，这也为激光雷达厂商带来了发展机遇。激光雷达作为高精密仪器，上游元件主要有激光器、探测器、模拟芯片、FPGA主控芯片、光学组件。这些元件构成了激光雷达的激光发射系统、光电接收系统、信号采集处理系统、控制系统，共同实现激光雷达对目标物体的探测功能。激光雷达产业链上游激光器、探测器国外发展时间较长、具备经验优势、产品更加成熟，国内发展迅速，性能基本具备国外供应链水平、在产品上定制更灵活且具备价格优势。用于发光控制、光电转换和电信号实时处理的模拟芯片国外厂商技术先进、产能充足、成熟度高，国内普遍存在一定差距，车规类产品差距更大。FPGA主控芯片国外产品性能大幅领先，但国内产品能够满足激光雷达应用需求。光学组件国内技术和供应链水平已经达到甚至超越国外，并且具备明显的成本优势。

激光雷达进入拐点放量期，大批定点带动激光雷达规模化量产价格下行，有望实现应用车型价格持续下降。受自动驾驶方案感知需求驱动，激光雷达厂商收获多项车企定点，促使激光雷达厂商快速放量，规模化量产，进而成本迅速下降，由最初的18000 元左右下降至今年3000元左右的最低价格。2020 年 8 月 11 日上午，华为智能汽车解决方案BU总裁王军在第十二届汽车蓝皮书论坛上透露，华为计划将激光雷达的成本降至 200 美元，甚至有望降到100美元。可见，随着未来激光雷达的快速放量、企业竞争不断加剧，中短期内其价格将呈下降趋势。目前众多厂商获得了车企定点，新势力开始搭载激光雷达，根据盖世汽车，2023年1-10月上险车辆搭载激光雷达为 32.57 万颗，以单车搭载 1 颗为主。禾赛上车量16.22 万颗，市占率55.4%，搭载车型为理想 L9、L8、L7，图达通市占率为 19.3%。

2.3. 决策是实现智能驾驶的关键，算力算法有望持续升级

决策是实现智能驾驶的关键，起着类似人类驾驶员“大脑”的作用。自动驾驶汽车在进行决策规划时，会从环境感知模块中获取道路拓扑结构信息、实时交通信息、障碍物（交通参与者）信息和主车自身的状态信息等内容。结合这些信息，决策规划系统会对当前环境作出分析，然后对底层控制执行模块下达指令。换言之，自动驾驶汽车的行为决策与路径规划是指依据环境感知和导航子系统输出信息，通过一些特定的约束条件规划出给定多条可选安全路径，并从中选取一条最优路径作为车辆行驶轨迹的过程。运动规划生成与驾驶行为对应的驾驶轨迹，包含路径规划和速度规划，最后再采用一些优化方式让变道加速等行为变得平顺以满足舒适性要求。

自动驾驶的决策层主要包括两大部分，即软件部分和硬件部分。软件部分即算法，硬件部分即芯片。

算法层面，端到端大模型成为远期共识。算法包括对信息数据的处理、道路短期未来情况的推演预测、行驶方案的制定等等。由于人在驾驶过程中所面临的路况与场景多种多样，且不同人对不同情况所做出的驾驶行为也有所差异，因此驾驶决策算法的优化是自动驾驶技术中非常核心的部分，也是各大自动驾驶方案提供商的核心竞争力所在。自动驾驶汽车常用的行为决策算法主要有三种类型：1）基于神经网络：自动驾驶汽车的决策系统主要采用神经网络确定具体的场景并做出适当的行为决策；2）基于规则：工程师想出所有可能的“if-then规则”的组合，然后再用基于规则的技术路线对汽车的决策系统进行编程；3）混合路线：结合了以上两种决策方式，通过集中性神经网络优化，通过“if-then 规则”完善，混合路线是最流行的技术路线。感知、预测、规划等环节每个模块独立负责单独的子任务被称为模块化算法设计，这种方案具备简化研发团队分工，便于问题回溯，易于调试迭代等优点，但由于将不同任务解耦，各个模块之间容易产生信息损失问题，且多个模块间优化目标不一致，最后模块间产生的误差会在模型中传递。端到端自动驾驶解决方案回归自动驾驶第一性原理，设计一个算法模型，直接输入传感器感知的信息，输出控制结果。

算力层面，芯片为后续的软件处理数据提供基本的算力支持。随着驾驶自动化等级的不断提高，电子电气架构向域/跨域控制转变，对于决策层的芯片和算力提出的更高的要求，MCU难以满足日益增长的汽车智能化需求，算力更强的 SoC 芯片重要性提升，SoC可包含多个处理单元，如 CPU、GPU、DSP 和其他外设接口等，单个芯片中集成了更多的配套电路，能够提升运算效率。从各大厂商的产品路线来看，自动驾驶芯片呈现出GPU、FPGA、ASIC三大架构共荣的格局。自动驾驶汽车智能化水平越来越高，需要处理的数据体量越来越大，高精地图、传感器、激光雷达等软硬件设备对计算提出更高要求，因此具备AI 能力的主控芯片成为主流，加速芯片可以提升算力并助推算法的产生。目前，常见的AI 加速芯片包括GPU、ASIC、FPGA 三类。GPU 擅长图像识别，ASIC、FPGA 可以灵活设计，满足定制化需求。

2.4. 执行是实现智能驾驶的基础，线控渗透率快速提升

决策是实现智能驾驶的基础，起着类似人类驾驶员“四肢”的作用。智能驾驶控制执行系统是指系统做出决策规划以后，替代驾驶员对车辆进行控制，反馈到底层模块执行任务。执行控制系统是自动驾驶汽车行驶的基础，车辆的各个操控系统需要通过总线与决策系统相连接，并能够按照决策系统发出的总线指令精确地控制加速程度、制动程度、转向幅度、灯光控制等驾驶动作，以实现车辆的自主驾驶。执行指的是将控制信号发送给执行器，执行器执行的过程。执行器有转向、油门、刹车、灯光档位等。而控制执行技术主要分为车辆的横向控制和纵向控制。横向控制即转向控制，保证汽车在规划的路线上正常行驶，在不同车速、路况条件下保证转弯的有效性和乘坐舒适度。纵向控制可以对危险情况作出紧急处理，最大程度上避免交通事故的发生，还可以在安全的前提下缩短与前车的距离。 线控底盘是车辆底盘的新形态，是实现自动驾驶的关键技术。随着新能源汽车的不断发展，智能驾驶执行器已经逐步升级为线控底盘执行系统，线控底盘通过电信号取代机械或液压部件向执行机构传递信息，以减少或取消座舱与底盘执行器之间的物理连接，具备以下优势：1）以电信号的方式传输，系统的响应速度更快；2）应用传感器收集与记录信息，控制精度与子系统间的协调性大幅提升；3）以线控系统取代机械装置，减轻整备质量，提升轻量化水平，同时节省大量空间，有利于实现模块化设计。线控底盘一般包括4 个子系统，分别为线控制动、线控悬架、线控转向和线控驱动。

线控底盘核心模块成长性优异。线控悬架、线控转向、线控制动都有较高的单车价值量，据盖世汽车预测，三大方向在 2022-2026 年均有不低于 20%的市场规模成长。线控驱动相对成熟，应用率高；线控悬架方面，空气悬架、自适应可调减震器等已经出现并应用，未来会得到进一步发展；线控制动和转向是最核心的环节，其中线控制动目前适用于高级别自动驾驶的稳定量产产品不多，是各大玩家争相布局的赛道。

2.4.1. 线控制动优势显著，是汽车电动智能化时期的发展趋势

线控制动优势显著，在电动化和智能化时期是未来趋势。制动分为驻车制动系统和行车制动系统，驻车制动主要起着让紧着的汽车可靠地停在原地或坡道上的作用；行车制动主要起着让行驶中的汽车以适当的减速度减速行驶直至停车和让下坡行驶的汽车保持适当的稳定车速的作用。驻车制动系统主要采用电子手刹（EPB），行车制动在汽车电动化和智能化发展前期主要采用机械液压制动技术，占据大概 99%的乘用车市场份额，线控制动系统随着电动化和智能化发展渗透率不断提升，按照结构不同分为电子液压制动（EHB）系统和电子机械制动（EMB）系统两类。 短期内线控制动领域仍将以 EHB 为主，EMB 被认为是终局方案。EHB依靠踏板驱动液压助力实现制动，具有显著优势：（1）制动特性可变，可提供最合理的压力变化特性；（2）摆脱真空泵的影响；（3）可实现电子驻车；（4）成本较 EMB 更低；（5）具有冗余备份，失效后可通过液压提供部分制动力。EMB 依靠刹车踏板驱动电机实现制动，相比EHB响应速度更快，无需助力器和制动液，结构简单维护方便，但由于技术难度高落地困难，对可靠性要求高，短期难以大批量应用。

根据是否和 ESC 系统集成，EHB 可分为 Two-box 和One-box 两种形式。行业内将eBooster（博世公司命名为 iBooster）和 ESC 组合的方式称之为Two-Box，集成eBooster和ESC 功能于一体的系统便称之为 One-box。比较而言，One Box 质量更轻，更容易布置，实现踏板的完全解耦，降低能耗，响应时间短，唯一的劣势在于制动冗余没有TwoBox更好。

当前市场产品以 Two Box 为主，2022 年线控制动配置率15%左右，其中TwoBox占比70%，但未来 One Box 有望逐步占据市场主流，根据公司公告，伯特利认为2025-2026年线控制动的市场渗透率 60%+， one-box 占 70%左右。

海外厂商占据市场主导权，国内厂商加速布局。目前，线控制动行业发展初期，海外头部Tier1 凭借在传统制动领域的技术积淀及先发优势占据着全球绝大数市场份额。线控制动仍处于发展初期阶段，历史上在制动系统领域处于领先地位的国外的传统Tier 1 巨头如博世、大陆、采埃孚等具有先发优势和技术优势，尤其博世等在相关产品技术上做到严格保密。目前，博世、大陆、采埃孚都实现了 EHB 方案的量产。博世最早于 2013 年量产的明星产品iBooster系列，已经为保时捷、上汽大众新能源产品、特斯拉全系、荣威Marvel X、理想ONE、领克01/03、蔚来全系、小鹏 P7/G3 等车型广泛配套。根据华经产业研究院数据统计，2020年全球线控制动系统份额有 65%均由博世占据。但随着国内新能源车市场蓬勃发展，国内厂商加速布局，伯特利、亚太股份、拿森科技等国内厂商都取得了一定进展。

2.4.2. 线控转向是汽车进入高阶智驾时代后的必要技术手段之一

线控转向系统是汽车进入高阶智驾时代后的必要技术手段之一。线控转向系统与传统转向系统在物理结构上的显著区别是，方向盘与转向机构之间的转向中间轴等机械部件被取消，而代之以由线束、传感器、控制单元组成的主动控制系统。由于机械部件的取消，这使得方向盘与转向机构得以解耦，这相对于传统的转向系统，其在空间上要小了许多，对于整车而言，提高了车内空间的利用率，同时由于机械部件的取消，使得系统总成具有更轻的质量，这在新能源汽车的背景下，对于整车提升续航起到了一定的作用。在系统控制方面，由于线控转向的控制信号全部来源于电子控制单元，可通过软件的精准控制，让整车获得更加舒适的驾驶体验，而在某些极端情况下，相对于人而言，软件及电信号的控制可通过更快的响应、更短的延迟对车辆做出更加安全、有效的控制，并最大程度的确保车内人员的安全。

国内外厂商积极布局线控转向，产品导入期有望实现国产替代。车企方面，丰田搭载线控转向技术的 bZ4X 车型已经上市，为线控技术的大规模量产应用提供先行经验；Tier1方面，采埃孚计划在全球主要市场量产线控转向系统，2022 年与蔚来签订合约将在线控转向产品等领域展开合作；博世/博世华域、Kayaba、耐世特等厂商均在线控转向领域展开布局。虽然海外龙头厂商具有先发优势，但线控转向行业仍处于导入阶段，相关技术尚未成熟，国内多家企业已经在线控转向领域实现突破，未来国内厂商在线控转向领域有望实现替代。

2.4.3. 线控悬架随着国产化和降本的推进，逐渐向更低价格段车型渗透

线控悬架系统也称为电控悬架/主动悬架系统，是智能网联车辆的重要组成部分。线控悬架实现纵垂协同控制，悬架负责承载并稳定汽车垂直方向受力，线控悬架是汽车垂直方向平衡器，可实现缓冲振动、保持平稳行驶的功能，直接影响车辆操控性能以及驾乘感受。车辆驾乘过程中，操控性和舒适性是两个重要的评价指标，两者很难兼顾。线控悬架就是根据路况实际情况自动调节悬架的高度、刚度、阻尼实现行车姿态精细化控制，自动平衡汽车操控性和舒适性两个指标。线控悬架通常由线控弹簧、线控减震器、线控防倾杆组成，线控弹簧，主要调节车身高度和悬架刚度，来应对不同路况的驾驶场景，通常采用空气弹簧；线控减震器主要调节悬架阻尼，来优化汽车的 NVH 性能。

随着空气悬架系统的国产化与持续降本，线控空气悬架持续渗透。从搭载车型看，理想、蔚来等品牌多款车型已经搭载空气悬架系统，并且已经渗透至30 万元以下车型，空气悬架系统发展空间广阔。电气化和智能化变革促使汽车电子电气架构调整，推动软硬件解耦，在此背景下，空气悬架零部件竞争格局即将重塑，国产零配件供应商有望加速国产替代。在软硬件解耦趋势下，主机厂负责空气悬架 ECU、控制方案研制和最终集成，而空气悬架总成将分拆成空气供给单元、空气弹簧、传感器等硬件，由零配件供应商对口供应，这为体制更灵活、拥有快速响应及成本优势的本土空气悬架单点突破带来机遇，也促使本土供应商积极进行多技术布局。

2.4.4. 线控驱动渗透率较高，未来持续降本增效

线控驱动渗透率较高，未来持续降本增效。针对传统内燃机汽车，线控驱动技术（线控油门）目前在乘用车和商用车上普遍应用，市场占有率达 99%以上；针对新能源汽车，线控驱动技术已经全面应用，现在正处于集中电机驱动阶段，随着电气化水平的提高，未来将向以轮边电机和轮毂电机为代表的分布式驱动发展。在电机方面，包括永磁同步电机效率的提升，轮边、轮毂电机技术的突破，比如冷却技术、集成技术等；在电控方面，IGBT 散热技术、封装技术、布局优化等需要解决，随着自动驾驶等级的提升，电机控制器功能安全的等级也需要随之升级。

3. 降本增效保障安全是智能驾驶硬件未来发展的关键所在

3.1. 现阶段以多传感器方案为主，激光雷达降本还在持续中

现阶段以多传感器方案为主，激光雷达降本还在持续中。目前国内市场，30万以上主流车型已经普及激光雷达，今年国内新车型（城市 NOA）基本都是标配激光雷达，尤其是下半年随着智己 LS6、问界 M7/M9、小鹏 G6、智界 S7、小米等多个热门车型陆续发布量产，激光雷达出货量持续加速增长。海外虽然自动驾驶进度较慢，但如BBA、大众、沃尔沃等海外头部车企仍坚定走激光雷达方案。随着激光雷达成本的快速下降，激光雷达的性价比已经非常凸显了，去年行业 0-1 量产，半固态激光雷达 ASP 从 3000-400 元到今年迅速降至2000-3000元，随着上量之后成本仍会快速降低，未来固态激光雷达成本有望降低到2000 元以下。此外，在目前算法尚未成熟、数据量尚不充足的情况下，没有激光雷达兜底的纯视觉方案，在安全和可靠性上对未知路况等等一系列方面都存在隐患，因此我们认为多传感器方案是中短期的过渡方案。未来随着视觉算法的日渐成熟，纯视觉方案或是终局。由于大部分公司视觉算法还不够成熟，且自动驾驶的安全性至关重要，因此短期需要雷达来补余能力，但长期来看，一方面随着未来算法和算力水平的不断提高，通过更多大量真实、有效的驾驶数据喂养算法模型，积累更多驾驶场景，多模态大语言模型的能力可以覆盖识别，通过学习自动驾驶系统不仅可以学习驾驶本身，甚至能够理解世界的底层规则，并且有望实现超越人类的驾驶能力；另一方面只用计算芯片和摄像头的硬件成本则更低，特斯拉 HW3.0 的硬件成本占比整车只有3%左右，而国内高阶智驾系统的硬件成本占比通常在 10%，更低的硬件成本意味着更多的车型搭载，从而获得更多的数据，更多的数据又反过来促进自动驾驶系统迭代，从而形成正循环。

3.2. 降本的推进和国产替代，线控渗透率不断提升

近年来国内新能源汽车渗透率加速提升，头部主机厂已逐步开始在新能源车型上规模化量产线控制动系统。国内的线控制动厂商主要有伯特利、亚太股份和拿森科技，未来有望伴随自主品牌崛起持续实现份额扩张。根据高工智能汽车研究院监测数据显示，2022年中国市场（不含进出口）乘用车前装标配线控制动系统上险量为 497.39 万辆，同比增长56.56%，前装搭载率为 24.95%。新能源汽车销量快速增长，预计 2025 年国内线控制动市场规模有望达到148.80亿元，22-25 年 CAGR 为 20.73%。目前主流自主基本都在新能源新车型搭载了线控制动产品，包括比亚迪汉、特斯拉、小鹏汽车、蔚来汽车等。随着新能源汽车销量快速增长，车企聚焦智能化做升级，线控制动产品出货量有望跟随新能源汽车，保持高速增长。根据OICA，预计2025年国内线控制动乘用车前装出货量有望达到 930 万套，市场规模达到148 亿元，22-25年CAGR为 23.20%。同时未来随着国产厂商不断拓展机械加工件自制范围降低生产成本，扩大产能和出货规模从而降低电子物料、芯片采购成本，线控制动渗透率及国产替代率均会有所提升。

国产电控空气悬挂系统正凭借成本优势加速渗透。目前全球电控空气悬挂系统总成的市场仍然由海外供应商所垄断。中鼎、保隆领衔，国产电控空气悬挂系统正凭借成本优势加速渗透。目前，国内除电子减震器还需采购天纳克、采埃孚萨克斯等第一梯队的CDC减震器，空气悬架其余关键零部件如空气供给单元和空气弹簧均已实现国产化，有望实现降本。其中，空气弹簧单车价值量较高，国内中鼎股份、保隆科技、孔辉汽车、天润工业以及拓普集团均已实现自制。目前空悬国内可生产部分单车价值量下降到了 8200 元左右，其中空气供给单元2400元左右，空气弹簧 3000 元左右，传感器和控制器 800 元、软件程序2000 元。未来随着规模效应的体现，空气悬架有望进一步降本，渗透率提升确定性较强。根据OICA，预计2025年国内线控悬架市场规模有望达到 293 亿元，22-25 年 CAGR 为 31.1%。

智能驾驶是不可逆转的产业趋势，重点关注智能化升级带来的硬件增量机会。在特斯拉和华为等头部车企引领下，汽车智能化加速发展，当下时点，自动驾驶仍处在向前快速迭代的过程中，伴随 L3 法规的逐步放开和算法的持续升级，自动驾驶功能或成为消费者购车的新需求。未来智能驾驶功能或成为整车销量胜负手，同时智能驾驶相关零部件企业有望凭借技术优势和产品迭代获得更大成长机会，我们认为智能驾驶发展硬件先行，未来技术向软硬件协同迭代，建议关注智能化升级带来的硬件增量机会，包括传感器、线控底盘等方向。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）