汽车自动驾驶系统（Motor Vehicle Auto Driving System）是一种通过车载电脑系统实现无人驾驶的智能汽车系统，又称无人驾驶汽车传感器上市公司、电脑驾驶汽车、或轮式移动机器人还有称自动驾駛汽车（Autonomous vehicles；Self-piloting automobile ）的。汽车自动驾驶系统其结构，一般分为：感知系统、决策系统、执行系统3个部分

本文来源：深圳市汽车电子行业协会，转载请注明来源如有侵权请第一时间联系我们。

小提示：本文篇幅较长建议收藏后仔细研读。

一、汽车自动驾驶技术基础知识

感知系统是用摄像头（眼睛）看前面的路，还在用雷达（耳朵）听车周围（前、后、左右）的车、人及实体的甚至会用信息识别单元（大腦）在分析、判断。感知系统由三部分组成传感器、高精度地图、信息识别单元等。

（1）传感器主要有光学摄像头和雷达，相当人的眼睛和耳朵其主要功能是车辆收集周围的“即时信息”。为无人驾驶车辆提供完整、准确的环境数据长用的传感设备包括：

(a)光学摄像頭；(b)光学雷达（LiDAR）；(c)微波雷达；(d)导航系统等。

（2）高精度地图提供的环境信息中相对固定、更新周期较长的信息,比如车道标记、路缘、茭通信号灯等；

（3）信息识别单元，对传感器接收到信息利用深度学习等手段，对信息进行识别目前对外界事物进行准确识别基本算法和技术有：误差反向传播算法和先进的数字摄像技术。

1.1摄像头是众多预警、识别类ADAS功能的基础

车载摄像头对于智能驾驶是必不可少设备主要应用于：车道偏离预警（LDW）、车道保持辅助（LKA）、前向碰撞预警（FCW） 行人碰撞预警（PCW）、全景泊车（SVP）、驾驶员疲劳预警、交通标誌识别（TSR）。

光学摄像头是最常用的车载传感器同时价格最便宜，是场景解读的绝佳工具优点是能分辨颜色，缺点是：

（a)对光线过于敏感比如过暗或过强的光线以及二者之间的快速切变，都足以影响它的成像的效果尤其是车辆驶入和驶出隧道，更为明显；

(b)没有立体視觉效果时缺乏“深度“，无法判断物体和相机（车辆））间的距离

3）光学摄像头，按安装位置不同的分类

车载摄像头布置位置（见圖1）主要包括内视摄像头、后视摄像头、前置摄像头、侧视摄像头、环视摄像头等韩国最大的车载摄像头制造商Mcnex公司预测，当摄像头成功取代侧视镜时汽车上的摄像头数量将达到12个。

图1 车载摄像头布置位置

(a)其中前视摄像头使用频率最高一般为广角镜头，安装在车内前擋风玻璃上较高的位置或者后视镜上以实现较远的有效距离；

(b)单一摄像头可实现多重功能，如行车记录、车道偏离预警、前向碰撞预警、行人识别等；

(c)单一前视摄像头通过算法开发优化，可以实现多重功能通过算法整合，实现更多ADAS功能；

(d)单车多摄像头将成为趋势要實现全套ADAS功能，单车需配备至少5个摄像头 特斯拉Autopilot 2.0的硬件系统中就包含8个摄像头。

4）摄像头的感光元件（CMOS）

摄像头的感光元件分CMOS和CCD两种，在百万像素内两者的感光效果差距是不大。CCD价格相对昂贵而CMOS具有节能、成本低廉等特点，CMOS是车载车载摄像头目前首选的感光元件。

5）车载摄像头的特殊要求

车载摄像头工艺与技术门槛较高，除了对模组和封装要求较高且对稳定性以及规格上也有特殊要求：

（a)对車辆后方与侧面进行摄影的模块，能够抑制低照度摄影时的噪声即使是在晚上，也必须能很容易地捕捉到影像；

(b)车载摄像头模块水平視角扩大为25°~135°，要实现广角以及影像周边部位的高解析度（注意：手机中摄像头模块的水平视角大多为55°左）；

(c)车载摄像头模块的机身，要求抑制电磁干扰、机械强度好、有一点耐高温性;

(d)车载摄像头模组是关乎行车安全的组件，还必须能在供电系统暂时断电时可靠地工莋

1.2图像信号处理器ISP及核心算法

1）图像信号处理器ISP

ISP是对前端图像传感器输出信号处理的单元，其架构为逻辑部分以及运营在其上的firmware（固件）ISP有独立和集成两种方案，独立ISP芯片性能强大在短期内仍是主流，但成本较高CMOS传感器集成（内置）ISP的集成产品（见图3），成本低、媔积小、功耗低、但能够完成的算法相对简单处理能力较弱，后期在处理能力上有望实现新突破

图3 图像信号处理器ISP

其功能包括3A、坏点校正、去燥、强光抑制、背光补偿、色彩增强、镜头阴影校正等处理。

2）图像信号核心算法芯片

目前主流算法芯片方案主要包括：

(b)直接編程处理方案,如现场可编程门阵列（FPGA）是可编程器件，速度较高FPGA编程和优化都是直接在硬件层面进行的，能耗会低很多在平衡算法和處理速度，尤其是用于前装并且算法稳定时FPGA被视为一个推荐方案。

目前对核心算法芯片的要求：

(a)芯片必须达到车规级的标准，即道路車辆功能安全标准中的ASIL—B甚至ASIL—D级别；

(b)高宽带特别是多传感器融合的芯片，需要更高的芯片频率以及异构设计;

(c)硬件的深度学习设计，滿足人工智能计算模型要求；

(d)较低的成本和能耗以实现在智能汽车领域的推广。

(a)深度学习其概念源于人工神经网络的研究，是机器学習中一种基于对数据进行表征学习的方法

(b)深度学习，含多隐层的多层感知器就是一种深度学习结构观测值（例如一幅图像）可以使用哆种方式来表示，如每个像素强度值的向量或者更抽象地表示成一系列边、特定形状的区域等;

(c)深度学习，通过组合低层特征形成更加抽潒的高层表示属性类别或特征以发现数据的分布式特征表示;

(d)深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

(e)卷积神经网络是第一个真正多层结构学习算法它利用空间相对关系减少参数数目以提高训练性能;

(f)深度机器学习方法，也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同例如，卷积神经网络（Convolutional neural networks简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets简称DBNs）就是一种无监督学习下的机器学习模型。

1.3）现场可编程门阵列（FPGA）板卡（见图4）

图4 现場可编程门阵列（FPGA）板卡

FPGA拥有大量的寄存器资源使其能非常好的应对复杂的高速控制应用和数据处理小到MP3，大到地球卫星飞船都有其鼡武之地。PLD（可编程逻辑器件Programmable Logic Device）的发展经历了：

现场可编程门阵列与传统逻辑电路和门阵列（如PAL，GAL及CPLD器件）相比FPGA具有不同的结构。FPGA利鼡小型查找表（16&TImes;1RAM）来实现组合逻辑每个查找表连接到一个D触发器的输入端，触发器再来驱动其他逻辑电路或驱动I/O由此构成了既可实现組合逻辑功能又可实现时序逻辑功能的基本逻辑单元模块，这些模块间利用金属连线互相连接或连接到I/O模块

1.4 全景（360°）影像系统图像拼接技术

360°全景影像系统图像拼接技术是在车身周围安装多个超广角摄像头，同时采集车辆四周的影像，经过图像处理单元矫正、拼接之后，能形成一幅车身四周的全景俯视图（见图2）。在屏幕上可以直观地，看到车辆所处的位置以及车辆周报的障碍物从容操纵泊车入位或通过复杂路面。

图5 360°全景影像系统图像

1.5毫米波雷达能够监测到大范围内车辆的运行情况

微波雷达的原理和激光雷达类似但它发射的是无線电波，而不是激光微波雷达价格低、体积小,但精度不及激光雷达。毫米波的波长介于厘米波和光波之间 毫米波兼有微波制导和光电淛导的优点：

(a) 它较大的波长可以穿透雾、烟、灰尘等,激光雷达难以穿透的障碍，较好免疫恶劣天气；

(b)同厘米波导引头相比毫米波导引头具 有体积小、质量轻和空间分辨率高的特点；

(c)与红外、激光等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强传输距离远，具有全天候全天时的特点；

(d)毫米波雷达性能稳定，不受目标物体形状、颜色等干扰能很好的弥补了如红外、激光、超声波、 摄像头等其他传感器在车载应用中所不具备的使用场景。

这些特性使得毫米波雷达能够监测到大范围内车辆的运行情况同时对于前方车辆的速度、加速度、距离等信息的探测也更加精准，因此是自适应巡航（ACC）、自动紧急刹车(AEB) 的首选传感器目前24GHz毫米波雷达系统是市场的主力产品，77GHz毫米波雷达系统是未来的趋势。

图6 毫米波雷达产品外形及结构

毫米波雷达（见图6）的探测距离一 般在150m-250m之间有的高性能毫米波雷达探測距离甚至能达到300m，可以满足汽车在高速运动时探测较大范围的需求毫米波雷达应用于汽车的防撞系统，其基本原理（见图7）：车载毫米波雷达利用电磁波发射后遇到障碍物反射的回波对其不断检测计算出与前方或后方障碍物的相对速度和距离。

图7 汽车防撞雷达原理框圖

当车辆行进中时发射机产生的雷达窄波束向前发射调频连续波（FMCW）信号，当发射信号遇到目标时被反射回来并为同一天线接收，经混频放大处理后:

(a)根据其差拍信号时间差来表示雷达与目标的距离；

(b)根据差频信号相差与相对速度关系，计算出目标对雷达的相对速度及危险时间;

(c)从而通过防撞系统对车辆做出预判警告

1.6激光雷达是将成为一种不可替代的传感器

激光雷达（见图8），即利用激光来进行探测和測量其精度有优良。其原理是向周围发射脉冲激光遇到物体后反射回来，通过来回的时间差计算出距离，从而对周围环境建立起三維模型

(1)激光雷达具有非常优越的性能

(a)激光雷达分辨率高，并且探测距离很长在200米以上；

(b)激光的波长短，所以可以探测到非常微小的目標;

(c)激光雷达可以获得极高的角度、距离和速度分辨率可以利用多普勒成像技术获得非常清晰的图像;

(d）激光直线传播、方向性好、光束非瑺窄，弥散性非常低探测精度高；

(e)激光抗有源干扰能力强。自然界中能对激光雷达起干扰作用的信号源不多

（2）车用激光雷达类别

图8 鈈同规格车用激光雷达产品

激光雷达是一种通过发射激光束探测目标的位置、速度等特征量的雷达系统。激光波段位于0.5μm-10μm以光电探测器为接收器件。按雷达频段分可分为超视距雷达、微波雷达、毫米波雷达以及激光雷达等。

(3)激光雷达的空间建模

三维激光雷达一般安装茬车顶 可以高速旋转，主要功能：

(a)以获得周围空间的点云数据从而即时绘制出车辆周边的三维空间地图；

(b)可以测量出周边其他车辆在，三个方向上的距离、速度、加速度、角速度等信息；

(c)结合 GPS 地图计算出车辆的位置；

以上庞大丰富的数据信息传输给 ECU经 分析处理后，可鉯供车辆快速做出判断

（4）车用激光雷达方案

激光雷达尽量要被做成小体积直接嵌入车身，意味着要将机械旋转部件做到最小有许多廠家改为固定激光光源，通过内部玻璃片旋转的方式改变激光光束方向实现多角度检测的需要。

车用激光雷达方案有以地图为中心和以汽车为中心两者方案：

(a)以地图为中心：激光雷达可以绘制高精度地图以Google和百度等互联网企业的无人驾驶汽车传感器上市公司是以地图为Φ心；

(b)以汽车为中心：对整车企而言，要一款专为汽车量身定制的激光雷达产品不同的汽车，对激光雷达产品有自己的要求

1）高精度哋图是面向自动驾驶汽车导航地图

（a）是针对人工驾驶汽车的,高精度地图（见图9 （b））是面向自动驾驶汽车，实时性、复杂路况和高可靠性等车规级附加的要求的其精度已经实现厘米级的误。

目前高精度地图有辅助环境感知功能：在高精地图上标注详细道路信息辅助汽車在感知过程中进行验证。比如车辆传感器感知到前方道路上的坑洼可以在跟高精地图中数据对比，如果地图中也标记了同样的坑洼僦能起到验证判断的作用。

高精地图分为两个层级（见图10）最底层的是静态高精地图，上层是动态高精地图含有：

(a)车道模型：即引导車辆从A地开往B地的道路规划，包括车道上详细信息的和连接关系

(b)道路部件（Object）：包括交通标志、指示牌、龙门架、路杆等路侧及路面的各类物体，当车辆传感器探测到这些道路物体然后再对比地图，便可得知车辆的精确位置

(c)道路属性：包括道路的曲率、航向、坡度以忣横坡，帮助车辆执行转向、加减速

(d)多传感器定位的特征图层。

图10 高精度地图组成

动态高精地图：由于路网每天都有变化如道路标识線磨损及重漆、交通标示改变等、如道路拥堵情况、施工情况、是否有交通事故、交通管制情况、天气情况等动态交通信息。这些变化需偠及时反映在高精地图上以确保无人车行驶安全。

4）导航地图与高精地图的主要区别

主要体现在使用者不同、用途不同、所属系统不同、要素和属性不同

　（a)导航地图的使用者是人

导航地图用于人工导航、搜索,在车内属于车载信息娱乐系统，带显示屏要素跟属性方面，导航地图仅包含简单道路线条、信息点（POI）、行政区划边界基础道路导航功能，包括由A地到B地的路径规划车辆和道路的定位匹配。

　（b)高精地图的使用者是计算机

高精地图属于车载安全系统包含曲率、坡度、航向、横坡等数学属性（见图11）。用于高精度定位、辅助環境感知、规划与决策包含详细道路模型，包括车道模型、道路部件、道路属性和其他的定位图层具备辅助完成实现高精度的定位位置功能、道路级和车道级的规划能力、以及车道级的引导能力。

高精地图精度分两个维度：一是地图本身的精度，二是高精地图对自动駕驶的汽车实时精准定位的精度业内对产品的要求是都要控制在10cm以内。

从数据的精确度和丰富度来讲高精地图等级设定为三个等级，汾别是：

对于高精地图来说必须做到实时更新。要想实现 L3 级别和更高的自动驾驶必须要使用到高精地图。

目前高精度地图采集方案均基于移动测量技术是对于路面信息，进行精度更高的扫描和处理后生成的地图通过32线/16线车载激光雷达＋相机采集道路数据，AI算法＋三維人机交互软件完成地图绘制其精度均达到5-10厘米的误差。

6）ADAS（主动安全场景）的地图

ADAS（主动安全场景）的地图是介于普通的导航电子地圖和高精度地图之间的ADAS 对地图的精度要求不是很高，在普通的导航电子地图精度上需要追加一些 ADAS 属性，比如曲率、坡度、Heading Angle、更加精确嘚车道数量等属性制作成本相对不高。

(c)在有转弯 ( curve ) 的路段ASR 会综合路宽、车道数目、整个路况等因素计算合理的汽车速度,提醒用户减速。

高精度定位：把自动驾驶汽车上传感器感知到的环境信息与高精地图对比得到车辆在地图中的精确位置。高精地度起到了高精度定位、輔助环境感知、规划与决策等功能

自动驾驶通过人工智能算法决策做出车道及路径规划，给制动、转向、加速等控制器下达指令控制車辆开往目的地。

（1）高精度定位系统构成

高精度定位系统由移动站和局部基站构成（见图10）移动站安装于车辆，局部基站安装于楼顶

图13 高精度定位系统

（a)局部基站是整个定位系统的基准框架，长期连续跟踪观测卫星信号通过无线数传电台实时播发基准站差分改正信息，并实时为各车载移动站提供高精度的载波相位差分（Real-time KinematicRTK）数据及起算坐标。

(b)移动站接收来自空间卫星信号及局部基站数据进行 RTK 实时解算，求得厘米级的高精度实时坐标

图14 车载移动站示意图

2.0 自动驾驶的决策系统

自动驾驶决策系统负责路线规划和实时导航。规划和实时導航不仅高精度数字地图还要V2X通信网络技术的支持。

2.1自动驾驶的操作系统

（a)操作系统它是支持电脑基础运作的软件，例如任务安排、執行应用程序以及控制外部设备；

(b)自动驾驶的操作系统要统一协调安排自动驾驶汽车的硬件各种雷达、摄像头、声呐等传感器等硬件,组织荿一个整体系统；

(c)自动驾驶的操作系统必须内置高级的人工智能引导自动驾驶的人工智能操作系统；

(d)自动驾驶汽车的操作系统必须绝对咹全可靠，即支持汽车的基础功能和高级功能并对接受的到数据实时回馈；

(e)自动驾驶必需要求非常严苛的操作系统，必须知道现在汽车茬哪里知道周围有什么，能预期接下来会发生什么并做出怎样的应对反应;

(f)无论是从复杂程度还是从监控广度上自动驾驶的操作系统，嘟应该优于电脑或者智能手机的操作系统

（a)ARM嵌入式Linux操作系统ARM-Linux程序的开发，主要分为三类：应用程序开发、驱动程序开发、系统内核开发针对不同种类的软件开发，有其不同的特点

(b)自动驾驶汽车的操作系统三大核心能力：实时反馈、完全的可靠性，以及赶超人类的感知能力管理自动驾驶汽车的操作系统在监控支配汽车时的反应必须精确到微秒级。

2.3自动驾驶处理器(芯片)

英伟达最新自动驾驶处理器每秒30 萬亿次运算，功率仅30瓦图片显示的接口是支持的雷达、传感器、摄像头的。

预估模型（见图16）不同速度条件下的适应性算法车辆当前航向角与航向变化预估量之和作为航向反馈量，期望航向与航向反馈量的差值则作为经典 PID 控制器的输入偏差计算期望前轮偏角 δ。

图16 轨迹哏踪算法预估模型

预估模型是电动转向器控制的基本理论依据

3.0自动驾驶的执行系统

执行系统也是底层控制系统，负责执行汽车的刹车、加速、转向的具体操作工程师们通过特制的“线控装置”控制方向盘和油门，取代人类司机的手和脚

线控是的机电行业特定短语，是機电控制的一种物理控制方式线控系统是用电空系统替代机械系统或者液压系统。主要是指信号发生器与信号接收器之间的连接方式是通过线缆或其他动作传到物体进行连接的

简单地说，自动驾驶汽车的线控执行主要包括线控转向、油门和制动。最难的部分是线控执荇中的制动

线控转向系统（Steer By Wire，SBW）去掉了转向盘和转向轮之间的机械连接具有操纵性、稳定性能更优的特点，且作为主动转向干预的一種方式SBW系统结构如下图（16），主要分为三个部分：

(a)转向盘系统包括转向盘、转矩传感器、转向角传感器、转矩反馈电动机和机械传动裝置；

(b)电子控制系统，包括车速传感器也可以增加横摆角速度传感器、加速度传感器和电子控制单元以提高车辆的操纵稳定性；

(c)转向系統，包括角位移传感器、转向电动机、齿轮齿条转向机构和其他机械转向装置等

图18 接触式EPS电动助力转向总成及原理

（a)线控油门系统的优點

控制灵敏、精确，发动机能根据汽车的各种行驶信息精确地调节空燃比改善发动机的燃烧状况，提高动力性和燃油经济性还可与油壓、温度和废气再循环电子信号结合，减少废气排放减少机械组合零部件，相应减轻机械结构的重量降低机械零部件的维修几率。

(b)线控油门系统组成

线控油门主要由油门踏板、踏板位移传感器、电控单元(ECU)、数据总线、电机和油门执行机构组成

(c)线控油门系统工作原理

位迻传感器安装在油门踏板内部，随时监测油门踏板的位置随时监测油门踏板位置，当监测到油门踏板高度位置发生变化时会瞬间将此信息传送至伺服电机，由伺服电机驱动油门执行机构实行油门控制

主动安全的线控制动功能（Brake by wire）,是电子控制单元及传感器组成的系统，目前有：

(a)电子辅助制动系统（EBA）;(b)适应巡航系统（ACC）;(c)停-走系统（SMS）;(d)电子稳定性控制系统（ESC）;(e)主动避撞系统（ABC）;(f)坡路防退系统（HHS）;(g)电子驻车系統(EBC);(h)自动泊车系统（ASC）;

图19 制动防抱死系统（ABS）原理图

（a)CAN（Controller Area Network）:即控制器局域网是一种能够实现分布式实时控制的串行通信网络。CAN是德国的Bosch公司开发的（和Intel）(理解：通过CAN控制器能把多个微处理器（CPU）组成一个局域网，即控制器局域网

（b)CAN优点:使得它能够被广泛的应用。比如：傳输速度最高到1Mbps通信距离最远到10km，无损位仲裁机制多主结构。CAN控制器价(|)来越低很多MCU也集成了CAN控制器。现在每一辆汽车上都装有CAN总线

CAN总线分为高速CAN总线 低速CAN总线。在汽车上高速信号是用于传输ABS、ESP、TCU等电子控制系统，这些系统需要实时的信号处理所以用的是高速的CAN信号；而例如车灯等基础设备则不需要高速的实施环境，所以用的是低速的CAN信号

V2X 是指车对外界的信息交换，是一系列车载通讯技术的总稱V2X包含汽车对汽车V2V）、汽车对路侧设备（V2R）、汽车对基础设施（V2I）、汽车对行人（V2P）、汽车对机车（V2M）及汽车对公交车（V2T）等六大类。V2X昰分为：

图21 V2X（车对万物）通讯模式

(a) 基于网络的通讯模式即车对网络V2N（车对网络），比如通过互联网通信；

(b)直接通讯模式涵盖了车对车V2V（车对车）、车对基础设施V2I（车对基础设施）以及车对人V2P(车对人)，比如通过5G 通信射频识别技术（英文：Radio Frequency IDentification，缩写：RFID)是一种无线通信技术見图21）。

图22 射频识别技术用于汽车管理

(c)两种传输模式是互补的（见图22）

简单的来说，V2V是一种比较自动驾驶更高级的技术自动驾驶可以實现自动跟车，可以探测前方200米左右交通情况并作相应的汽车辅助动作，如自动驾速度自动刹车，但是它无法遇见前方的前方车什么狀态是不是出了意外，这些要求有V2V的技术支持

简单来说，汽车电子电气架构就是汽车内部各类通信线路、电子控制新芯片、以及现代導航系统、汽车智能网络构成的电气系统电子电气架构（Electrical/Electronic Architecture），是由德尔福公司提出的，集合汽车的电子电气系统原理设计、中央电器盒的设计、连接器的设计、电子电气分配系统等设计为一体的整车电子电气解决方案的概念

通过EEA的设计，可将动力总成、驱动信息、娱樂信息等车身信息转化为实际的电源分配的物理布局、信号网络、数据网络、诊断、容错、能量管理等的电子电气解决方案

优化汽车电孓电气架构设计,可在有效完善汽车综合性能的同时,控制降低汽车总重量和生产成本,对于现代汽车制造业的进一步发展,具有重要的现实意义。

自动驾驶车辆安全主要是指包含安全设计和安全运行两大主要内容，其中细分为操作安全、环境安全、行为安全、功能安全、质量安铨、机制安全和安全进化七大内容

（1）云端主要提供两大功能，包括分布式计算和分布式存储

云平台的第一个应用就是仿真，如图23所礻

（2）高清晰度地图生成

如图24所示，高清晰度地图的生成是一个复杂的过程涉及到很多步骤。包括原始数据处理点云生成，点云对齊2维反射地图生成，高精度地图标记以及最终地图生成

图24 高清晰度地图生成过程

（3）深度学习模型训练

自主驾驶使用了多种不同的深喥学习模型，所以要持续更新模型来保证它们的有效性和高效性由于原始数据的量非常的大，仅靠单机是很难快速地完成模型的训练的必须开发高可扩展的分布式深度学习系统。

二、自动驾驶车辆车辆实例

1.自动驾驶汽车硬件系统

自动驾驶的硬件系统可以粗略地分为感知、决策、控制三部分（还有定位、地图、预测等模块）。

图25 自动驾驶的硬件系统

（1）自动驾驶汽车传感器

自动驾驶使用的感知类的传感器主要有激光雷达、毫米波雷达、摄像头、组合导航。

图23 感知类的传感器

（a)激光雷达:安装在车顶360度同轴旋转，可提供周围一圈的点云信息激光雷达不仅用于车辆感知，也用于定位和高精度地图的测绘

(b)摄像头:光线通过镜头、滤光片到后段的CMOS或CCD集成电路，将光信号转换荿电信号再经过图像处理器（ISP）转换成标准的RAW，RGB或YUV等格式的数字图像信号再通过数据传输接口传输到计算单元。

(c)毫米波雷达:和激光雷達有点类似基本原理是发射一束电磁波，通过观察回波和射入波的差异来计算距离和速度主要分24G和77G，它的安装是在保险杠上面

(d)组合導航:GNSS+INS融合在一起就是组合导航系统。一是GNSS板卡，通过天线接收GPS和RTK信号解析计算出自身的空间位置。二是当车辆行驶到林荫路，或者昰有些建筑物GPS就会没信号或者产生多径效应，定位就会产生偏移和不准此时需要通过INS的信息融合来进行组合运算。

（2）传感器设计适鼡范围（表1）

表1 传感器设计适用范围

（3）传感器与车速度的关系

(a)不同速度下的刹车距离及参考值（表2）

表2 不同速度下刹车距离计算公式及參考值

目前我国城市封闭道路限速80，高速最高限速120通过这个公式能计算出刹车距离，限速120的情况下最少需要150米的探测范围

(b)不同速度丅制动距离计算公式及参考值（表3）

表2 不同速度下制动距离计算公式及参考值

限速120的情况下，其制动距离如果能到200米会更好。

（4）传感器与分辨率的关系（见图24）

图24 传感器与分辨率的关系

分辨率是通过反正切函数来计算的

2. 自动驾驶汽车的计算单元

图25 自动驾驶汽车计算单え

(b)以太网（Ethernet）是一种计算机局域网技术。以太网是目前应用最普遍的局域网技术取代了其他局域网标准如令牌环、FDDI和ARCNET；

(c)CAN是控制器局域网絡(Controller Area Network, CAN)的简称，是由以研发和生产汽车电子产品著称的德国BOSCH公司开发的并最终成为国际标准（ISO 11898），是国际上应用最广泛的现场总线之一

3.自動驾驶汽车的线控系统

自动驾驶车辆的线控系统，分减速、转向和加速三大部分

（a)自动驾驶车辆的线控转向系统

(b)自动驾驶车辆的加速线控系统

(c)自动驾驶车辆的线控制动解决方案(图29）。MK C1将制动助力以及制动压力控制模块(ABS、ESC)集成一个制动单元当这个失效的时候还有一个MK 100保证冗餘

3. 自动驾驶整车实例

（a）该车共配备 8 个摄像头（3个前置摄像头（不同视角 广角、长焦、中等）；2个侧边摄像头（一左一右）；3个后置摄潒头；12个超声波传感器（传感距离增加一倍）；一个前置雷达(增强版)；一个后置倒车摄像头），达到 360 度全车范围覆盖最远检测可达 250 米；

（b）搭载12颗超声波前置雷达可以穿越雨、雾、尘环境，丰富视觉系统的探测数据；

传感器用以辅助侦测，对物体的距离、软硬精准度有哽大的提升；

（c）增强版的毫米波雷达能够在恶劣天气下工作，也能探测到前方车辆；

（d）汽车主板集成了 Nvidia PX2 处理芯片运算能力比起第┅代自动驾驶系统要高 40 倍，其的性能是前款产品的40倍大幅提升计算能力。

Apollo 2.5（限定区域内基于视觉的高速自动驾驶）2套新的硬件系统支歭：第一套是禾赛的Pandora套件+2个广角摄像头+1个毫米波雷达；另一套是单目广角摄像头+1个毫米波雷达。

3）东风无人驾驶L4智能卡车

L4智能卡车具有自適应巡航系统和车道保持实现自动跟车、遇弯道行驶完全自主转向等功能

图 32 东风无人驾驶L4智能卡车

4）深圳自动驾驶公交车

车上配有激光雷达、毫米波雷达、摄像头、GPS天线等设备，实现自动驾驶下的行人和车辆检测、减速避让、紧急停车、障碍物绕行、变道、自动按站停靠等功能

图33 深圳自动驾驶公交车

华为参加上海车展定位为智能汽车的Tier1厂商，剑指500亿美金对标博世华为入局智能汽车，预计将填补国内在Tier1阵营中的空白由于华为在“三电”、CV2X、AI、物联网操作系统等領域都有极强的竞争力，预计将对中国的智能网联汽车产业产生较大的拉动作用从而利好相关产业链。

• 智能座舱最有投资价值的部分夲次上海车展华为没有展出智能座舱解决方案，我们认为智能座舱不是华为的核心竞争力因此华为有望将该业务对外开放合作。智能座艙中的摄像头、麦克阵列、HUD、仪表盘、IVI车载娱乐系统等均有可能采用国内厂商的解决方案从而利好相关产业链。我们认为立讯精密（车載连接器业务持续增长）和舜宇光学科技（车载光学镜头出货全球第一）会成为核心受益者
• 智能驾驶，“耳”聪“目”明“芯”算自動驾驶由感知、计算、控制、中间件等部分组成。我们认为激光雷达、毫米波雷达、MDC均属于自动驾驶的核心部分国内实力也较弱，产业鏈上的厂商难以直接受益而超声波雷达较为成熟，可能会采用国内方案另外，在高精地图方面四维图新是唯一一家实力强劲且与华為没有竞争关系的从业者，我们认为有较大概率达成合作考虑到车载OS与硬软件需要进行适配协同，中科创达的价值凸显
• 智能动力，“彡电”最为核心华为在上海车展展现了其“三电”解决方案mPower，彰显了其进军“三电”的雄心我们认为，华为在MCU、BMS、逆变器等领域有长期较好的积累而之前在电机、减速器、电池等领域并没有成熟的产品推出，预计宁德时代、比亚迪等电池厂商将会有较多的机会此外，进入供应链的零部件企业也将有机会如亚太股份（提供东风和华为合作车辆的制动部件）。

风险因素：智能汽车推进速度不及预期、華为供应链受益伙伴的不确定性

投资建议：我们认为，华为进入智能汽车行业将对中国的智能网联汽车产业产生较大的拉动作用从而利好相关产业链，但汽车Tier1供应商的认证需要一个过程因此当前更多会给A股和H股相关上市公司带来估值上的提升。我们看好和华为有紧密匼作的整车厂上汽集团为汽车电子提供零部件的立讯精密及舜宇光学，提供高清地图的四维图新和提供中间件服务的中科创达以及在V2X領域有较好布局的高新兴。

华为入局智能汽车定位 Tier1对标博世

汽车电子产业链Tier1系统集成厂商目前处于国际寡头垄断的市场格局，全球前十夶汽车电子供应商拥有70%市场占有率即使国内市场也被博世、大陆、电装等国际Tier1巨头所垄断。在汽车电子领域我国当前缺乏一个世界级嘚Tier1供应商，而华为将在2019年4月的上海车展首次以Tier1的定位亮相展出了MDC、智能互联、mpower、华为云、三类传感器等配套解决方案，彰显了华为进军汽车电子的雄心

智能驾驶或者说智能汽车与华为的企业基因显然是匹配的，首先这是一个足够大并且充满想象力的生意华为轮值董事長徐直军在2018年全连接上发布AI解决方案时就曾言：“每一个行业都有可能受到人工智能的影响，未来最能颠覆的一个产业就是汽车产业自動驾驶电动汽车可能将中国16万亿产值的汽车业，包括周边产业彻底颠覆掉。”在智能汽车的几块核心领域如CV2X、AI、汽车电子华为均有布局，而且汽车Tier1又是一个足够大的市场博世2017年车相关的收入就达到了474亿欧元，这显然是一个对华为足够大并有足够潜力的市场华为在相關解决方案上也有长期的布局。

布局：借助通信优势入局智能汽车+车联网

华为是全球领先的ICT（信息与通信）基础设施和智能终端提供商，深耕布局智能汽车+车联网早在2013年，华为便宣布推出车载模块ME909T并成立“车联网业务部”。随后数年间华为在车联网的端（车载智能忣联网设备）、管（车联网基础设施）、云（车联网平台）等领域相继推出相关产品。2019年4月上海国际车展期间华为首次以Tier1供应商的身份登台亮相。

华为从“端、管、云”三个维度进行车联网布局“端”是车联网的“器官”，主要指智能汽车终端涵盖智能驾驶舱、智能駕驶、智能动力和智能网关等不同场景；“管”是车联网的“神经”和“血脉”，通过智能联网实现车与车、车与人、车与路侧单元（RSU）鉯及车与云的互联互通和相互协同；“云”是车联网的“大脑”包括自动驾驶训练系统和车联网云平台，为车联网提供云端算力和服务內容

1）端：自研AI芯片，赋能智能终端华为通过自研AI芯片和基于A芯片的计算平台，推动汽车终端智能化2018年10月，华为发布AI芯片昇腾310和昇騰910以及能够支持L4级别自动驾驶能力的计算平台——MDC600该平台基于8颗昇腾AI芯片，将集成在奥迪在华生产的汽车上2019年4月，华为推出基于昇腾AI芯片的(|)人工智能计算平台华为正依托自研AI芯片和计算平台加速汽车终端智能化落地。

2）管：深耕基带芯片和通信模块奠定连接基础。C-V2X洎动驾驶解决方案要求车载单元和路边单元进行稳定可靠的连接其中基带芯片和通信模块是连接的基础。2013年华为发布支持4G的车载模块ME909T，并应用于多款汽车2018年2月，华为发布4.5G基带芯片Balong765并成功应用于自身LTE -V2X车载终端和RSU产品上。2019年1月华为发布5G基带芯片Balong 5000，预计支持5G通信的车载單元和路边单元也即将落地华为多年来依托自身ICT优势，逐渐在接入网领域打下坚实基础

3）云：依托华为云，打造车联网生态华为布局接入网和智能终端的同时，也积极进行“云”上布局主要部署云端算力并打造车联网生态联盟。2017年9月华为发布智能云硬件平台Atlas，该岼台面向公有云、AI（人工智能）、HPC（高性能计算）等场景2018国际消费电子信息及通信博览会上，华为发布了OceanConnect车联网云平台致力于为车企轉型提供“四个使能”：联接使能、数据使能、生态使能和演进使能。2018年4月汉诺威工业博览会上搭载OceanConnect车联网平台的标致雪铁龙集团（PSA）新車型DS7 Crossback亮相华为展台华为正在通过搭建车联网平台，推动车联网生态落地

定位：全球Tier1供应商，收入或达数百亿美元量级

华为进入这个市場首先是因为这个市场足够大。

首先乘用车市场规模大全球乘用车年营收超万亿美元。statista数据显示2018年全球乘用车总销量为5700万辆，销售額为1.3万亿美元2022年市场规模预计将达到1.5万亿美元。2018年中国乘用车市场规模约5100亿美元销量约为2400万辆。预计到2022年中国乘用车市场将规模平稳增长到6300亿美元销量达到2900万辆。

其次汽车电子零部件占比在持续提升市场规模达数千亿美元量级。全球汽车零部件市场规模近年保持相對稳定2018年市场规模为9490亿美元（2017年为9534亿美元）。但全球汽车电子零部件市场规模稳步提高根据中国产业信息网的数据，2018年为2175亿美元该網预测2020年将达到2400亿美元（CAGR=5%）。根据中商产业数据测算电子零部件比例从2013年的18%提高到2018年的23%。中国产业信息网、中国汽车工业协会的数据显礻中国市场目前比重较低，2018年测算仅为14%根据中投顾问产业研究中心测算，预计2020年电子零部件占整车比重将达到50%

不仅全球，车联网+自動驾驶在中国也将成为汽车产业发展新动力预测国内市场超千亿人民币。据前瞻产业研究院预计中国车联网行业市场规模将从2017年的2696亿え增长到2021年的4014亿元，用户数将从1164万增长至4097万渗透率将会提高到21.1%。其中自动驾驶领域的市场规模将连续保持10%以上的高增长2022年将达到1275亿元。自动驾驶与车辆网的驱动将带动智能汽车行业的发展

智能驾驶及车联网是一个大市场，但主要被国际Tier1巨头所垄断2016年全球排名前十的Tier1公司合计占比规模在32%左右。博世、大陆、电装为汽车电子的第一梯队其中博世在全球汽车电子领域的市场份额为20%，与大陆市场份额基本歭平在中国市场上，博世、大陆、电装排名前三博世以11.6%的份额居于首位。

作为全球Tier1龙头2017年博世公司的汽车业务收入超500亿美元。博世從事汽车与智能交通技术、工业技术、消费品和能源及建筑技术的产业其中汽车部门提供动力总成、转向系统、安全与驾驶辅助系统等哆样化解决方案。2017年公司汽车业务收入达474亿欧元折合约535亿美元。

中国产业信息预测全球电子零部件2019年的市场规模约为2285亿美元（市场规模夶）且电子零部件占汽车零部件的比例在不断提升，市场规模在不断扩大（前景向好）且主要市场皆被国际巨头垄断（技术壁垒高）。作为中国ICT领域实力最强的公司华为入局智能汽车，定位为Tier1供应商实在情理之中。

基于华为在5G、IoT、通讯领域的技术优势以及近年来的罙入布局我们认为华为有望在智能汽车及车联网领域获得一定市场份额，收入增量有望达到数百亿美元参考华为在手机领域的表现，峩们预计华为在智能汽车电子零部件的销售有望在未来十来年的时间内达到500亿美金的量级成为和博世比肩的汽车电子巨头。

共赢：华为匼作方及相关产业链有望受益

华为寻求多方合作深化生态联盟。从开始布局车联网至今华为积极与大型整车厂、ICT厂商、芯片厂商以及AI技术厂商合作，加速车联网生态联盟建设一方面，华为与广汽、上汽、一汽等大型整车厂商在车联网、智能汽车、国际化业务拓展等多個领域展开深度合作扩大生态联盟；另一方面，华为也与众多软件厂商在自动驾驶、远程控制和城市交通安全等方面展开合作优化解決方案。2016年华为与奥迪、宝马、戴姆勒、爱立信、英特尔、诺基亚及高通联合宣布成立“5G汽车联盟”旨在整合各巨头间资源，加快无人駕驶汽车传感器上市公司的研发进度调配研发过程中所需的互联设备。

华为作为车联网行业整合者产业链公司或将受益。华为“端、管、云”的布局之下延伸出众多细分节点终端产业链包括智能驾驶舱、智能驾驶、智能动力和智能网关，云端包括IVI车载娱乐系统和云端訓练系统华为在车联网产业链中更多的是利用自身ICT优势，以“管”为抓手做行业的整合者，产业链中各方参与者均可能受益

智能座艙：面向未来的交互方式

说起智能汽车，智能驾驶、车载通信、MDC、操作系统等都是更受关注的领域但从投资的角度而言，我们认为由于智能座舱由于和驾驶的耦合性较弱产业链条上的国内厂家或有更大的机会。

智能座舱是由不同的座舱电子组合成完整的体系智能驾驶艙主要分为5大部分：车载信息娱乐系统、流媒体中央后视镜、抬头显示系统HUD、全液晶仪表、车联网模块。智能驾驶舱是通过多屏融合实现囚机交互是以液晶仪表、HUD、中控屏及中控车载信息终端、后座HMI娱乐屏、车内外后视镜等为载体，实现语音控制、手势操作等更智能化的茭互方式在未来，有可能将人工智能、AR、ADAS、VR等技术融入其中

智能驾驶舱产业链分为硬件和软件两部分：硬件包括了传统中控和仪表盘，以及新纳入的抬头显示器HUD、后座显示屏等HMI多屏软件则由于加入了手势语言在内的交互技术，因此包含底层嵌入式操作系统、软件服务、ADAS系统等应用

“一芯多屏”未来有望成为发展趋势。2018年8月7日安波福宣布将为长城汽车全新一代的(|)和WEY品牌提供单芯片的智能座舱解决方案可同时驱动全彩液晶仪表、抬头显示和中控娱乐等车载电子系统的所有功能。在2019年的CES上华阳集团推出了新一代车规级芯片i.MX8以及最新车載操作系统AndroidP信息娱乐方案。与传统的多芯片方案相比单芯片方案驱动智能座舱，类似于座舱域控制器的方案可以精简座舱处理器布局，极大地降低系统成本并能提供多屏互动等全方位的智能互联体验。例如仪表和中控的交互、抬头显示和仪表的交互、车联网和中控的茭互等此外，单芯片作为处理器带动多屏操作对系统的复杂程度要求低可以保障行车安全。

智能驾驶舱快速向中低端车型渗透规模囿望保持高速增长。近年来整车销量增长放缓甚至开始下滑，车企为了增强自身车型的差异化竞争能力逐渐将智能驾驶舱从豪华车型姠入门车型渗透。新能源汽车和智能汽车的快速发展也在刺激智能驾驶舱渗透率快速提升此外，技术的进步和成本的降低使智能驾驶艙的大众化趋势不断加强。盖世汽车的数据显示2017年国内智能驾驶舱市场规模为345亿，预计年智能驾驶舱的复合增长率超过20%2020年市场规模将達到625亿元。

人车交互：从语音（麦克阵列）到视觉（HUD）的交互

驾驶舱升级路径可类比智能手机汽车驾驶舱传统包括车载信息娱乐系统（含中控显示屏）和交互仪表盘两大件，根据伟世通公司统计2018年市场规模分别为196亿美元、80亿美元相比ADAS，驾驶舱电子产品形态更加丰富全浗竞争格局较为分散，海外厂商有领先优势近几年来驾驶舱内部呈现大屏化、智能化、自然交互等特点，未来“一芯多屏”的趋势明显在底层芯片、新型显示、麦克阵列等方面可复用智能终端的成熟技术。近几年国内厂商通过并购获得驾驶舱成熟技术和客户另外在上遊的零组件具有一定竞争力。

大屏引领潮流平台智能升级。（1）信息娱乐系统：操作系统当前以QNX为主未来Android的占比有望持续提升，不仅提供导航、娱乐等行车功能而且可以加载丰富的在线应用，操作系统与场景结合的商业价值还待进一步挖掘（2）中控&仪表盘显示：大屏已经成为中高配车型的主流，仪表盘全液晶显示占比已接近10%后排屏幕逐渐渗透，未来车内屏幕可能超过4块（3）HUD抬头显示：当前前装滲透率较低，多厂商从后装切入结合ADAS的AR-HUD是重点研发方向。（4）语音交互：应用麦克风阵列技术 结合算法提升语音接收的清晰度并可进荇声源定位，后台接入语音识别、语义理解及智能应答等技术

国内受益标的。总体上看驾舱电子虽然仍以海外传统优势厂商为主但行業集中度不高。国内厂商在信息娱乐系统有所布局重点关注：（1）德赛西威：曾为飞利浦、西门子旗下汽车电子合资企业，拥有技术积累和客户资源从车载信息娱乐系统向ADAS升级。在上游的屏幕和麦克领域原有消费电子厂商有一定竞争力。

娱乐交互：中控平台承载车載信息娱乐系统（IVI）

智能驾驶舱产业链，以中控平台为基础逐渐向液晶仪表、抬头显示和后座娱乐延伸，实现多层次信息的处理操作和獨特的人车交互车载信息娱乐系统（IVI）是智能驾驶舱信息交互的重要载体，基于车身总线系统和互联网服务形成车载综合信息处理系統，可提供导航定位、车体控制、无线通信、车内娱乐和汽车移动等多种服务内容在智能驾驶舱产业链中，中控厂商凭借对硬件和软件嘚整合的产品优势和技术积累占据了座舱电子产业链的制高点。未来中控系统将成为人机交互的核心驱动，具备广阔的应用前景

车載信息娱乐系统是采用车载专用中央处理器，基于车身总线系统互联网服务形成的车载综合信息处理系统。IVI能够实现包括三维导航、实時路况、IPTV、辅助驾驶、故障检测、车辆信息、车身控制、移动办公、无线通讯、基于在线的娱乐功能及TSP服务等一系列应用极大的提升了車辆电子化、网络化和智能化水平。随着汽车电动化、智能化、网联化的发展以及人工智能与自动驾驶技术的突破，传统的车载娱乐信息系统也遵循这样的发展演变路线经过多年的发展，车载信息娱乐系统已经由第一代的卡带、收音机发展到第四代的综合车载信息娱乐系统功能越来越全面，屏幕越来越大人机交互越来越智能。目前IVI能够实现包括三维导航、实时路况、IPTV、辅助驾驶、故障检测、车辆信息、车身控制、移动办公、无线通讯、基于在线的娱乐功能及TSP服务等一系列应用，极大的提升的车辆电子化、网络化和智能化水平

纵觀车载信息娱乐系统产业链，主要是由硬件、软件和系统集成商组成硬件主要来自汽车零部件公司，软件、操作系统等服务商主要也是智能手机、电脑的软件、操作系统服务商系统集成商则包括整车厂和汽车零部件公司。

产业链上游主要由芯片、显示屏、PCB、操作系统等構成中游主要是采购上游硬件商品的集成商，下游主要是整车厂核心主要在是芯片的处理能力上，目前英特尔和高通是行业内的领导鍺国内华为也在芯片领域不断发展。在TSP部分主要有整车厂确定品牌和TSP独立操作两种服务方式。

在汽车轻量化、小型化、智能化和电动囮趋势的推动下车载信息娱乐系统的整体市场规模持续增长。根据中国产业信息网的数据显示全球车载信息娱乐系统处于成长期，2012至2016姩市场销售规模保持快速增长复合增长率达10.8%；预计到2020年，车载信息娱乐系统市场规模将超过800亿美元成为最大的汽车电子市场。

基于移動互联网以及车联网等应用的智能化车载信息娱乐系统已成为市场的发展主题包含内容服务、通信服务、TSP等。越来越多的互联网企业进叺（百度CarLife、阿里YunOS、腾讯MyCar等）随着用户量的增加，这些互联网企业将占据更重要的地位

此外，车载硬件也向模块化方向发展软件系统嘚比重不断增加。一些汽车厂商开始将IVI进行模块化布局能够减少不同车型配置的复杂程度、加大单品模块的重复利用率。预计随着车联網的渗透软件系统比重将逐步增加。

系统交互：中间件搭建软硬件交互平台

汽车走向5G—V2X互联时代芯片巨头主导交互智能运算平台升级

V2X主要包括V2N（车辆与网络/云）、V2V（车辆与车辆）、V2I（车辆与道路基础设施）和V2P（车辆与行人）之间的连接性。2015年3GPP在Rel. 14版本中启动了基于LTE系统嘚V2X服务标准研究，即LTE-V2X国内多家通信企业（华为、大唐、中兴）参与了LTE-V标准制定和研发。

随着5G基础设施的渗透率提升C-V2X有望无缝对接，在高传输、低延迟和高可靠性的网络属性下进一步升级V2X服务体验。特别在高可靠性上看5G的网络切片可提供始终如一的低时延和高速率服務保障，这对于安全性要求极高的自动驾驶领域尤为关键从下图的实际测量数据看，我们能看到在网络切片的保障下信号的传输速率囷时延基本能够保持稳定，而无网络切片下时延现象非常明显，且数据传输并不稳定

进入年，通信巨头不断完善对于车联网通信平台嘚定义在推出新核心芯片运算平台的同时，在技术端兼顾4G/5GV2X和DRSC力求满足不同通信基础设施场景和技术路径的商业覆盖。

在国内2018年9月召開的世界物联网博览会上，奥迪、大众、一汽、东风、长安、上汽等汽车厂商均发布了搭载华为LTE-V2X(基于移动通信技术演进形成的车联网无線通信技术)车载终端的汽车，并进行了V2X智慧交通场景演示华为LTE-V2X车载终端成为国内首个在开放道路上成功应用的LTE-V2X车联网终端。

华为LTE-V2X模块DA2300基於华为巴龙765芯片为新一代车路协同式车联网专门设计，高度集成了将uu（终端和基站之间的通信接口）；PC5（车、人、路之间的短距离直接通信接口）以及应用处理器全合一将三个功能集中在华为巴龙765芯片中，产品符合3GPP Release 14支持Mode3 和Mode 4通讯模式。从合作伙伴在产业链上的位置与实際体量看华为车联网业务有迈向Tier1 软硬件服务商的趋势，收入规模有望快速放量

骁龙汽车4G和5G平台集成了C-V2X直接通信、高精度多频全球导航衛星系统(HP-GNSS)以及射频前端(RFFE)功能，在全球范围内支持主要运营商的关键频段凭借此类功能，骁龙汽车4G和5G平台可支持丰富的车载体验包括双鉲双待(DSDA)、车道级导航准确度的精确定位、千兆级云端连接、车到车(V2V)以及车到路边基础设施(V2I)通信安全、高宽带低延迟远程操作支持。我们预計新型骁龙汽车4G和5G平台将在今年晚些时候开始试运行参考合作车厂的规划，平台有望在2021年用于量产车

综合来看，现阶段通信巨头在仂主车载通信模块的专业化升级。而从需求端看2017年中国在售乘用车DCM（数据通讯模块）装配量合计达到275.28万，同比增长74.5%；装配率为12.92%比2016年增加5.5个百分点。我们若按照车联网在2020年实现30%的装配率仅仅在新车端（假设销量维持稳定）线性外推看，市场未来有望继续保持超过100%增长

從装配量和市占率来看，2017年奔驰DCM装配量最高市占率达11.71%；别克和奥迪分别以9.93%、9.29%的市占率分列第二、三位。从装配车型看主要是中高端车型先行带动，随着行业发展至成熟阶段中低档车型渗透率有望提升。

汽车走向智能驾驶时代芯片巨头引导自主智能运算平台革命

半导體/芯片巨头在2018年也全面进军智能驾驶行业，以英伟达为代表的芯片巨头在全球加速落地开放平台生态而在国内以华为为代表的芯片巨头吔在快速推进自身的智能驾驶业务。

公司在2018年先后推出了面向汽车制造商、卡车制造商、一级供应商和初创企业加快自动驾驶汽车生产的AI岼台使用该平台架构，其合作伙伴可以构建和推广功能安全且经认证符合国际安全标准的自动驾驶汽车、卡车和班车公司的服务产品鉯硬件为中心，集成算法、应用测试等解决方案

公司作为全球首屈一指的智能算力供应商，客户服务贯穿全产业链按照应用类别拆分，英伟达的业务包括游戏、数据中心、专业视觉化、OEM&IP、汽车业务五类汽车业务虽然占比较低，2018财年在总收入中的占比仅6%但同比增速较高。

英伟达与超过370家厂商开展自动驾驶相关合作截至目前，英伟达已经与众多国际主流整车厂就DRIVE CX娱乐系统、DRIVE PX自动驾驶系统、Xavier超级计算机等达成合作包括特斯拉、奥迪、奔驰、宝马、沃尔沃、丰田、大众、蔚来等。英伟达还与具备传统优势的一级供应商如博世、采埃孚等匼作英伟达提供自动驾驶计算机平台，后者负责整合多传感器方案和自动驾驶系统

华为在2018年全面加速智能驾驶“芯”生态布局。华为茬其2018全连接大会期间发布其移动数据中心MDC方案解决方案涵盖芯片、平台、操作系统、开发框架的系统服务。其中关键靓点是其芯片方案——MDC搭载华为最新的Ascend（昇腾）芯片，最高可提供352Tops的算力满足L4级别的自动驾驶需求。

汽车走向智能驾驶时代芯片巨头引导自主智能运算平台革命

在通信和智能驾驶运算平台不断标准化推广的趋势下，作为链接硬件底层和应用层的中间件服务业务存在明确发展空间

中间件主要针对应用层的开发人员，针对不同应用优化底层操作系统的接口使应用开发人员将开发工作集中在自己的业务层面。面向智能车聯网时代预计中间件服务商将在通信平台和智能驾驶平台扮演重要角色。

对于通信平台而言中间件服务商将主要帮助对接应用层（开發商、服务商等）、OS与硬件厂商，使得标准化产品能够给与不同层级用户个性化的接口调用对于未来在智能驾驶领域的中间件服务空间，我们参考国内年工信部的统计数据对于全部软件行业看，中间件收入/嵌入式软件服务收入水平为2.5%左右考虑到车联网端单车价值远高於一般计算终端，且车规级安全要求和长周期开发我们假设中间件中期在车联网通信领域收入占比为一般行业一倍，对应2019年中间件收入菦18亿两年复合增速为35%。

而对于智能驾驶平台而言中间件服务商将主要帮助对接车厂、平台级OS与核心硬件厂商，使得标准化产品能够给與不同层级用户个性化的接口调用不同于通信平台，我们判断智能驾驶平台的定制化程度会更高因此中间件商的潜在发展空间更大。對于未来在智能驾驶领域的中间件服务空间我们仍参考易观和QYresearch的数据，中期以ADAS业务空间为主要智能驾驶业务范例我们假设中间件中期茬智能驾驶领域收入占比为一般行业1.5倍，结合中期ADAS的软件收入预测对应2019年中间件收入近6.5亿元，两年内复合增速为50%

智能驾驶：感知为目，通信为耳智能为脑

自动驾驶需要感知、计算和通讯技术的全面赋能。根据SAE（国际汽车工程学会）的标准自动驾驶分为L0-L5六个等级。L0为無自动化完全由驾驶员完成驾驶操作；L5则为完全自动化，可由汽车完成全场景自动驾驶汽车上的自动驾驶系统的结构大致分为感知系統、决策系统和智行系统。从L0-L5随着汽车和机器主导驾驶的程度逐渐上升，自动驾驶对汽车感知、决策和执行的要求也不断提高需要汽車配备摄像头、激光雷达、毫米波雷达和超声波雷达等传感器，搭载具备足够算力的芯片并配合车联网通讯和高精度地图辅助。华为的強项在于基于自有芯片的算力打造以及基于通信技术优势的物联网构建因此，华为汽车业务的目的并不是造车而是依靠自身在算力与通讯的能力打造先进的自动驾驶解决方案。

感知为目：打造摄像头、激光雷达、毫米波雷达、超声波雷达的“视觉”体系

车载传感是自动駕驶第一步从L0的驾驶员全权操作到L5的完全自动驾驶，本质上是汽车系统逐步替代人类进行感知、决策、执行的过程目前ADAS处于快速导入階段，iHs预计全球平均渗透率有望从2015年的10%提升到2020年的30%其中2020年欧洲/北美/亚洲的ADAS渗透率分别为86%/27%/15%。Grandview research统计2016年全球ADAS市场规模为141.50亿美元博世、大陆集團、Aptiv和Autoliv目前市占率领先。ADAS包括传感器、处理器、软件算法、高精度地图、执行器等功能组件；国内电子企业有望在感知层面快速切入提供基于视觉/雷达的解决方案或零组件，在部分领域已有突破

综合采用多种传感方案，单车价值和市场空间有望逐渐提升（1）摄像头：攝像头主要用于对障碍物、辅助线的识别，增量在于360度环视由高端车型向下延伸Yole预测到2024年单车摄像头配置数量超过3个。（2）超声波雷达：目前已经广泛用于倒车雷达（4个）增量在于自动泊车需要增加4个驻车辅助+4个泊车辅助超声波雷达；我们预计到2024年单车配置数量达到8个。（3）毫米波雷达：随着制程提升和价格下降77GHz产品由于其体积和性能优势有望成为主流。毫米波雷达是紧急自动制动系统的必要组件峩们预计到2024年单车配置数量达到2个。（4）激光雷达：激光雷达具有精度高、反应快的特点目前处于多种方案研发、部分型号量产阶段，單价普遍在数万元以上需等待产业链平均成本下降。

毫米波雷达：传统零部件巨头纷纷布局市场争夺激烈。当前从全球范围来看传統汽车零部件系统供应商巨头在毫米波雷达市场延续了自身的产品优势，博世、大陆和海拉等汽车电子企业市占率均位居前列2015年博世和夶陆市占率为22%，海拉为13%电装、TRW和德尔福等位居其后。国内A股上市公司中华域汽车、德赛西威和保隆科技在毫米波雷达上布局较为领先。华域汽车已量产24GHz毫米波雷达77/79GHz毫米波雷达在研；德赛西威24GHz毫米波雷达预计将于2019年量产，77GHz毫米波雷达可达量产状态；保隆科技24GHz毫米波雷达預计将于2020年量产

激光雷达：价格高昂，主要用于无人驾驶测试车激光雷达能够通过扫描周围环境，构建精度较高的点云帮助执行层識别周围物体的距离和尺寸，是现阶段无人驾驶感知系统的核心组成部分激光雷达当前成本高昂，主要用于无人驾驶车辆的测试国内噭光雷达供应商多为初创公司，如禾赛光电、北科天绘和(|)聚创等其中，禾赛科技自主研发的激光雷达Pandar40已经装在了硅谷、底特律、匹兹堡忣欧洲和中国各地的数十家顶尖自动驾驶公司的无人车上美国加州现有的61家获得无人车公开道路测试牌照的高科技公司中，超过1/3已经是禾赛Pandar40的付费客户

国内受益标的。ADAS车载传感领域以Tier1集成厂商及少数Tier2核心芯片/器件厂商为主国内厂商在车载摄像头领域参与较深入，重点關注：（1）韦尔股份：收购标的豪威科技（Omnvision）是全球车载摄像头CIS出货量第二企占比23%（2016年数据）。（2）舜宇光学：全球车载镜头出货量第┅在超声波/毫米波/激光雷达领域，国内企业整体仍处于追赶状态重点关注：（3）顺络电子：用于超声波雷达电路的变压器通过法雷奥認证并量产销售。（4）沪电股份：包括毫米波雷达的汽车PCB板印刷业务持续增长

通信为耳：V2X智能互联，实现“路网”效率最优

有了摄像头囷雷达等“视觉”系统不意味着能解决非视距的问题，比如十字路口对角的车辆和行人就不是雷达所能探测到的。V2X在5G助力之下能有效解决单一车辆决策时无法处理的非视距问题。目前阶段自动驾驶的自动驾驶汽车依靠几种不同类型的传感器（比如雷达和摄像系统）来探测和推断其周围环境和道路状况但这些传感器会受到视距(LOS)操作的限制。

基于Release 16 5G NR的C-V2X技术将为先进自动驾驶用例带来直接通信能力，例如高吞吐量和URLLC（超可靠低时延通信）与Release 14 C-V2X互为补充，共同为汽车提供服务C-V2X专为低延迟直接通信而设计，为保证行车安全允许在没有网络覆盖或无需接入蜂窝网络的情况下实现车辆之间直接通信(V2V)、车辆行人之间直接通信(V2P)或车辆与道路基础设施之间互相通信(V2I)。V2X可直接通信通过提供360度的非视距(NLOS)感知能力弥补了这些传感器的短板，即便处于盲区或恶劣天气条件下也可以扩展车辆在道路上的探测能力，帮助驾驶鍺进行更好地预测和决策基于Rel-16 5G NR的C-V2X直接通信技术将把非视距感知能力提升到新的高度。5G NR C-V2X 技术的高吞吐量和URLLC能力将使自动驾驶汽车以有效的方式直接与其他车辆或与道路基础设施分享它们对路况、道路条件和环境的感知这些功能旨在通过车辆之间共享高吞吐量传感器数据，進而帮助它们对周围真实环境建模

5G支持下多车辆能够路网协同，提高编队、决策效率编队行驶中，通过头车为有人驾驶车辆或自主式洎动驾驶车辆后车通过V2X通信与头车保持实时信息交互，在一定的速度下实现一定车间距的多车稳定跟车具备车道保持与跟踪、协作式洎适应巡航、协作式紧急制动、协作式换道提醒、出入编队等多种应用功能。3GPP定义了若干个1毫秒到几个毫秒的低时延场景主要集中在自動驾驶上。自动驾驶中制动等反应时间是个系统响应时间，其中包括了给网络云端计算处理、车间协商处理的时间也包括了车辆本身系统计算及制动处理时间。如果要求时速100km制动距离不超过30cm那么系统整体响应时间不能超过10毫秒。从保障安全的角度系统响应时间当然樾低越好，其中对通讯时延的要求会更高未来5G网络能够在提供99.999%稳定性的同时做到小于1毫秒的通讯时延，则自动驾驶车辆的低时延场景能哽好地提高效率

通过5G NR C-V2X技术，车辆之间可以互通意图和计划动作通过更好的预见性和决断性，规划更科学的自动驾驶路径在V2X车联网的輔助作用下，驾驶者可以更高效远离拥堵路段减少堵车带来的时间损耗。基于5G NR的C-V2X技术还可以使自动驾驶汽车通过实时的本地更新例如3D高清地图，来更精确地了解自己的位置并且更加熟悉周围的环境

5G促成V2X运用，降低整车成本有望进一步提早推广自动驾驶。当前相对完備的自动驾驶系统主要是基于传感器、雷达和摄像头的各种信息输入，通过人工智能技术决策单车本身在一定程度上即可以自动驾驶。众多传感器、雷达、摄像头构成了单车成本的重要部分同时单车本身的局限性，要求开发性能更强的传感器随之带来成本进一步大幅提升。这就需要车联网里的V2X通信（V2N、V2I、V2V、V2P）提供远超出当前传感器感知范围的信息。V2X可视为一个拉长拉远的“传感器”通过和周边車辆、道路、基础设施的通讯，获取比单车能得到的更多的信息大大增强对周围环境的感知。5G网络本身具有的超大带宽超低时延特性鈳以实时搜集传输更多更精确的环境信息，使用云化的计算能力用以车辆本身自动驾驶的决策由此，在V2X技术下即便车辆本身就可以实現部分自动驾驶，通过车联网技术依然可以进一步提升性能且可以降低单车部署传感器的成本，减少对高精度传感器的依赖

重点关注V2X產业链中自主研发模组领域相关标的

我们认为，由于华为在通信领域多年的积淀和强大的研发能力V2X领域的芯片、模组、OBU、RSU将以自主生产為主，但仍不排除像模组、RSU、OBU天线等配套产品外购的可能我们重点关注高新兴、移为通信。

高新兴：公司战略聚焦车联网前装产品T-BOX不斷突破，高速扩张目前公司T-BOX产品突破吉利、比亚迪（新能源）、长安、伟世通等车企；后装OBD领跑全球市场，合作AT&T、T-Mobile、Octo等顶级国际运营(|)和TSP廠商逐步拓展北美、欧洲、东南亚等市场。当前行业渗透率低（北美低于3%）需求空间大，公司占据行业领先位置未来放量空间大。公司在5G方面提前布局力求持续保持行业引领地位。公司在5G和C-V2X汽车领域与吉利、高通合作有望2020年后放量。

移为通信：公司着力于嵌入式無线M2M终端设备产品主要包括：车载追踪通信产品、物品追踪通信产品、个人追踪通信产品。公司车载追踪产品定位国际高端市场技术疊加品牌效应构筑护城河，产品维持高毛利率当前行业渗透率仍较低，需求空间大公司基于通信基带芯片直接开发产品，无需外购通信模组产品维持50%左右高毛利率。车载终端产品类型丰富公司有望基于车载跟踪通信产品延伸车联网产品线；公司国内市场加快突破。目前公司正在加紧拓展客户从2018年看，客户主要为车队、物流公司等；物联网浪潮下公司持续开拓新产品，布局畜联网、共享经济领域合作LIMEBIKE、利得等重要客户，未来将有可观高增长

智能为脑：高精度地图和差分GPS提供位置感，MDC提供智能计算

有了摄像头、激光雷达、毫米波雷达和超声波雷达组成的”视觉”系统以及有了V2X的“听觉”系统，并不意味着自动驾驶的感知系统已经完善了我们还需要高精地图囷差分GPS为核心的位置感知系统，一如大脑的“网格细胞”的作用以及以MDC为核心的计算系统。

高精地图：车辆自主导航中最安全的可预设“轨道”

作为自动驾驶系统的重要组成部分高精度地图专注于自动驾驶场景，在自动驾驶车感知、定位、决策、规划等模块起到重要作鼡是自动驾驶解决方案不可或缺的一环。且从目前的L3-L4级车辆的技术方案看自L3级别向上，车辆对于周报环境的监控和驾驶操控需求将全媔超越驾驶员传统驾驶员将在车辆驾驶中逐步摆脱对于汽车实时驾驶的决策责任，因此从实时角度出发高精地图是车辆自主导航中最咹全的可预设“轨道”。

而对比传统导航地图看高精地图是的应用者是车辆的智能驾驶系统，而非驾驶员的视觉读取因此其数据呈现方式和传统地图并不一致，组成方式也并不一样并且和导航地图不同的是，将承担自动驾驶车辆时保证驾驶安全的重要责任其中矢量哋图的信息将是主要的自动驾驶系统依托的本地“轨道”，也是系统读取依赖的重要部分

在L3以上自动驾驶环境，车辆必须对于周边环境擁有实时感知和决策反馈能力基于上图来看，特征地图部分需通过云端实时或者定期更新而矢量地图更是要在确保数据正确的前提下，进行稳定更新基于此，与传统的导航地图销售方式相比高精度地图的持续运营模式将显著提升，就如同我们的智能手机需要定期升級/更新OS与APP一样且从安全性的角度看，我们认为高精地图的存储与修改必须引入等级保护制度特别对于矢量地图的数据更新与保护，原始制图厂商的商业责任和地位很难被撼动因此，从更新的方式看行业的传统“license”授权与全面转向云化持续付费可能将成为高精地图的主要商业模式。

基于高精地图的如上特点结合国内市场的情况，我们判断高精地图的供给端在一段时间内会受一定的政策监管国资背景的公司可能更占优势（如同电信等基础信息运营服务）。因此这可能是该行业的第一个竞争门槛且随着自动驾驶路测向L3逐步推进，我們判断高精地图的经营资质可能会再次面临监管政策变化从国家安全等角度出发，均有利于国资背景公司的竞争排位

其次，高精地图目前的研制成本较高采集车辆的成本普遍在百万人民币以上，因此充裕的资金投入是另外较高的竞争门槛

最后，目前来看高精地图嘚行业通用标准还是在不断摸索之中，以四维图新为代表的主流厂商还在积极探索共同在参与制定高精地图的应用标准。结合前文的判斷我们认为未来高精地图的市场集中度可能会高于传统导航市场。

差分GPS：精度更高为无人驾驶导航系统提供技术支持。

无人驾驶要求GPS萣位误差不超过一个车道宽度差分GPS模块为无人驾驶GPS自主导航系统的实现提供了必要的技术支持。相比传统的GPS技术差分GPS测量会在一个测站对两个目标的观测量、两个测站对一个目标的观测量或一个测站对一个目标的两次观测量之间进行求差，大幅提升了GPS测量的精度实现厘米级定位和全局定位。国内差分GPS供应商中较有影响力的有中海达、星网宇达等中海达深耕北斗卫星导航产业，是国产卫星导航接收机（RTK）的先行者产品销售网络覆盖全球逾40个国家，拥有超60个海外经销网点和100多家全球合作伙伴星网宇达国内第一家推出GPS高精度RTK系统，2009年3朤研制出国内最便宜的单频实时动态差分GPS

计算平台+操作系统：智能驾驶的“心脏”和“大脑”

对于智能驾驶而言MDC像是“心脏”，给计算提供源源不断的强大动力而操作系统，则更像是“大脑”致力于设备的管理和使能。

华为作为ICT的领军企业在2018年发布MDC 600，亮剑无人驾驶2018年10月15日，在HUAWEICONNECT 2018大会上华为发布了支撑其无人驾驶战略的重要载体——涵盖芯片、平台、操作系统和开发框架的使能自动驾驶的移动数据Φ心（MDC，Mobile Data Center）MDC600搭载华为最新的Ascend（昇腾）芯片，最高可提供352Tops的算力足以满足L4级别的自动驾驶需求；能够支持-40至85摄氏度的环境温度，遵从车規级可靠性与功能安全等级；端到端能效高达1Tops/W；底层硬件平台搭载实时操作系统高效的底层软硬件一体化优化，内核调度时延低小于10 μsROS内部节点通信时延小于1ms，为客户的端到端自动驾驶带来小于200ms的低时延（业界一般是400~500ms）提升自动驾驶过程中的安全性。

OceanConnect物联网平台赋能洎动驾驶在2018国际消费电子信息及通信博览会上，华为发布Ocean Connect车联网平台致力于使能车辆的智能化网联、车企的服务化转型和交通的智能囮演进。华为OceanConnect物联网平台的关键能力包括：提供连接管理、设备管理和应用使能基础能力；定期发布车联网服务套件支撑各行业伙伴快速实现各种物联网业务应用；通过分层的安全架构，实现统一安全的车辆网络接入；T-Box或车机内置IoT Agent简化各类终端厂家不同协议的灵活适配；对接车企已有IT/OT系统，实现数据统一呈现和管理降低企业投资成本。

智能动力：“三电”最为核心 “集成 ”概率最高

新能源汽车区别於传统车最核心的技术是“三电”，包括电驱动、电池、电控

华为智能汽车与北汽蓝谷合作最为深入，我们预计其定位为中高端轿车將采用双电机驱动。驱动电机系统将采用动力三合一的高集成化设计并将应用三合一的深度整合配电系统方案。动力电池系统预计将对外合作且快充特性为行业领先水平。

动力三合一：集成方案大势所趋MCU、电机、减速器三位一体

考虑到行业发展趋势，我们预计华为将采用动力三合一方案MCU、电机、减速器集成一体。电动汽车三合一电驱系统技术是指将电控、电机和减速器集成为一体的技术博世（BOSCH）嘚三合一产品E-axle通过将三个原本相互独立的部件整合，三合一电驱系统壳体体积减小线缆长度减短，生产成本降低；集成化设计的E-axle体积相仳非集成方案可节省20%的空间全球和国内主流整车厂的电驱动系统设计均体现出三合一的趋势，大众、特斯拉和比亚迪均采用了集成化设計以比亚迪e平台为例，动力三合一使成本降低33%体积减少30%，重量减轻25%功率密度增加20%，NEDC效率提升1%扭矩密度增加17%。

我们预计华为将自研MCU系统而电机、减速器等非华为传统优势项目预计将外购。三合一电驱动系统中电控是核心，包括整车控制器、电机控制器、和电源管悝控制器由于MCU属于电子范畴，是华为的传统优势项目我们预计华为将进行自研，而电机、减速器等领域华为积累较少采用集成的方式可能性较大。

A股上市的减速器制造商有双林股份、万里扬、蓝黛传动和东安动力等其中，双林股份产品和技术行业领先客户覆盖大眾、福特和日产等全球主流整车厂以及法雷奥、博泽和博世等全球主流一级供应商。减速器壳体和齿轮是减速器的主要组成部件减速器殼体型腔复杂，多采用铝合金高圧鋳造工艺A股上市公司旭升股份、爱柯迪、广东鸿图和文灿股份等公司主营业务均涉及汽车的箱体、壳體零部件生产，且客户均覆盖全球主流整车厂和一级零部件供应商减速器齿轮对力学性能和尺寸精度要求较高，多采用锻造工艺精锻科技是国内乘用车精锻齿轮细分行业龙头，产品和技术领先2018年上半年公司差速器用锥齿轮国内市占率达30%以上，位居第一且全球市占率茬10%以上。公司产品和技术领先客户覆盖全球主流整车制造商及动力总成供应商。

高压三合一：配电系统高度集成

从主流厂家方案来看配电系统一般采用高压三合一的深度集成方案。高压三合一系统是指将OBC（On-boardCharging车载充电机）、DC/DC和配电箱进行集成的系统模块。高压三合一系統集成化程度高显著降低了系统的体积和质量，有利于汽车的轻量化升级和空间布局比亚迪的高压三合一技术全面应用后，红绿密度提升40%体积减少40%，重量减轻40%效果显著。我们预计华为汽车的高压配电系统同样将采用高压三合一的深度集成方案设计理念向全球主流噺能源整车厂看齐。

电池：较大概率采用三元动力电池方案

电池是与化学、机械工业、电子控制等相关的一个行业动力电池系统通常由電芯、电池组、电池管理系统（BMS）、冷却系统、高低压线束、保护外壳、其它结构件组成。电池的关键在电芯电芯最重要的材料便是正負极材料、隔膜、电解液。正极材料广为熟知的有磷酸铁锂、钴酸锂、锰酸锂、三(|)、高镍三元正极材料目前新能源电动车，磷酸铁锂和彡元锂两分天下考虑华为智能汽车有望采取中高端的定位，我们预计将采用三元动力电池方案而宁德时代和比亚迪作为国内电池的龙頭，有较大概率成为华为的合作伙伴

宁德时代为全球领先的锂离子动力电池龙头，2017年装机量达10.4GWh位列全球第一，国内市占率达30%；2018年前三季度公司动力电池装机量市场份额进一步提升至41%。公司主要客户为国内主流自主品牌整车厂并已进入宝马、奔驰等全球豪华品牌整车廠的供应链体系，产品和技术具有全球竞争力

目前大部分自主品牌主机厂都没有自己的电芯与电池组设计能力，而跨国车企虽然没有自巳的电芯但是它们却坚持自己设计生产电池组件与管理系统，这是为了加强动力电池的核心竞争力考虑到核心竞争力的问题，我们预計华为将自主设计BMS管理系统在电芯和电池组的设计方面，华为是否会进行布局需要进一步观察

首先，智能汽车涉及到的产业环节较多且涉及到人身安全，推进速度可能不如消费电子那样迅速进展可能不达预期；其次，华为智能汽车解决方案处于早期其产业链条受益合作伙伴及受益程度具有不确定性。

我们认为华为进入汽车行业带来的投资机会，未来空间很大但汽车Tier1供应商的认证需要一个过程，因此当前更多会给A股和H股相关上市公司带来估值上的提升

对于汽车整车和零部件企业，可以关注两类：1、和华为合作的整车企业市場寄希望于华为的赋能，可以提高产品竞争力抢占更多的市场份额，如：上汽集团、比亚迪（A+H）、北汽蓝谷（A）、东风汽车集团（H）；2、进入华为汽车业务供应链的零部件企业预期后续能带来明显业务量的提升，如：亚太股份（提供东风和华为合作车辆的制动部件等）等零部件企业

对于汽车电子，我们重点关注在细分领域的领导者：立讯精密（车载连接器业务持续增长）、舜宇光学（车载光学镜头出貨全球第一）、闻泰科技（安世半导体在分立器件全球份额13%）、宏发股份/欣旺达（新能源继电器及电池）、顺络电子（超声波雷达变压器批量出货）；建议关注：深南电路/沪电股份（汽车PCB板及毫米波雷达高频PCB板）、韦尔股份（车载CIS份额领先）

对于汽车软件（车载应用），峩们关注在关键领域有卡位的公司：四维图新预计车联网+芯片+智能驾驶业务将支撑企业新的成长空间，高精地图业务在2020年有望进一步明確新商业模式中科创达在手机OS定制及优化上市占率高达90%，同时完成了对车载数字仪表盘设计公司（Rightware）与计算机视觉公司（MM Solutions）的收购在車载中间件上预计有较多机会。此外建议重点关注在车载终端（OBD/OBU/T-BOX/Tracker/后视镜/电子车牌）、通信网络（通信模组）和V2X平台（路侧设备/平台/应用）均有很好布局的高新兴

本文作者：许英博 顾海波 陈俊斌 张若海 郑泽科 来源：中信证券，原文标题：《华为智能汽车深度解析：定位Tier1对标博世产业链或将受益》