视觉在自动驾驶中的应用及地位.docxVIP

第 PAGE 1 页 共 NUMPAGES 3 页 目录索引 一、投资要点 7 二、ADAS 的分类、构成与发展 8 ADAS 产业链 8 自动驾驶的六个等级 8 ADAS 技术架构及产业链 10 全球与我国ADAS 相关政策 11 ADAS 落地规划 11 传感器在 ADAS 中的地位 12 三、 传感器 13 路径比较 13 性能对比 14 成本对比 15 实用性对比 16 视觉传感器的地位 18 四、视觉算法在 ADAS 中的地位 19 计算机视觉 19 车载ADAS 视觉 19 机器-机器（Machine to Machine） 21 机器-人（Machine to Human） 22 机器-机器 22 前视方案 22 环视方案 26 4. 机器-人 27 驾驶员监控（DMS） 27 虚拟后视镜 29 HUD 29 车规要求 30 1） AEC-Q100、ISO 26262 认证 30 车载前视视觉方案市场空间 32 部分代表性公司技术方案概览 33 1） Mobileye 33 2）百度 33 3）MM Solutions 34 4）商汤 34 5）旷视 34 五、产业链格局 35 1. 上游 35 镜头组与CMOS 35 算法芯片 36 定价权分析 36 软件公司与Tier 1 的关系及议价权 36 软件公司与芯片公司的竞合关系 40 车商的角色变化 41 六、视觉技术在车载领域的商业化实现 43 商业化机遇 43 需求的驱动力 43 政策激励视觉发展 43 视觉算法的商业实现 44 商业化挑战 46 算法公司成本测算 46 基础设施 48 法律法规政策 48 大致周期 49 七、部分代表性公司 50 视觉方案龙头 MOBILEYE（2017 年英特尔收购） 50 核心产品：视觉算法与 EyeQ 芯片 50 盈利模式 51 护城河：适配周期、便利性、算法精度与落地经验 52 合作商 53 龙头企业的追赶者：MINIEYE 53 1）产品 54 合作商 54 研发策略 54 4）壁垒 55 工业图形图像视觉技术的龙头：MM SOLUTIONS 55 MM Solutions 产品演化 55 中科创达收购扩张智能车舱版图 56 车载领域收入规模化，平台化产品具备先发优势 56 图表索引 图 1：ADAS 至全自动驾驶发展阶段 9 图 2：ADAS 技术架构 10 图 3：各车企智能驾驶落地规划 12 图 4：车载传感器 13 图 5：传感器成本对比 16 图 6：传感器外形 16 图 7：奥迪 e-tron 纯电动跑车 17 图 8：传感器位置 18 图 9：全国 AI 企业数量分布 19 图 10：全国AI 企业融资分布 19 图 11：传感器与 ECU 连接 20 图 12：ADAS 架构与功能 21 图 13：传统算法与深度学习算法流程 23 图 14：卷积神经网络训练过程 23 图 15：双目视觉原理 25 图 16：国内外 Tier 1 单双目产品测距 26 图 17：环视算法流程 27 图 18：DMS 基本流程 27 图 19：奥迪 e-tron 虚拟后视镜 29 图 20：奥迪A4 HUD 30 图 21：汽车电子验证系统 30 图 22：全国汽车产量预测 32 图 23：全国自动驾驶汽车分等级渗透率预测 32 图 24：全国 L1~L4 级车产量预测 32 图 25：2018~2025 年前视视觉方案市场规模框算 33 图 26：上游车载摄像头产业链 35 图 27：Tier 1 竞争激烈，L3 落地在即 37 图 28：Tier 1 切入算法赛道，与 Tier 2 界限模糊化 39 图 29：全自动驾驶重要性 43 图 30：消费者愿意为ADAS 承受的溢价（美元） 43 图 31：后装单目、双目产品成本估算 47 图 32：目前各地路测号牌数量 48 图 33：国内初创算法企业融资概览 49 图 34：EyeQ 性能演化 51 图 35：EyeQ 出货量 51 图 36：Mobileye 前装产品开发流程 52 重点公司估值和财务分析表 2 表 1：ADAS 级别简述 8 表 2：ADAS 各功能简称及全称 9 表 3：L1~L5 传感器技术配置（典型案例） 10 表 4：全球自动驾驶相关政策 11 表 5：我国自动驾驶相关政策 11 表 6：传感器路径优劣势对比 14 表 7：2018 新车型传感器配置 14