智能网联汽车行业深度报告：产业前景渐明，顺周期下迎来高成长期.docxVIP

TOC \o 1-5 \h \z 一、产业架构与四大驱动因素1 \o Current Document 二、产业开展现状及竞争格局2 \o Current Document （-）C-V2X产业化部署处于导入期 2 \o Current Document . V2X车载终端3 \o Current Document .路侧设施4 \o Current Document .平安芯片6 \o Current Document （二）高精度地图产业逐渐由传统图商扩展到车企、互联网企业、出行服务商6 \o Current Document （三）自动驾驶：L3接近量产, L4处于研发和小规模测试阶段 7 \o Current Document . L2/L3主要车型的销量数据 7 \o Current Document .自动驾驶技术开展水平及难点9 \o Current Document .自动驾驶软件和算法领域的领先参与者 10 \o Current Document .智能网联汽车的市场空间11 \o Current Document （四）政策：给出明确目标11 \o Current Document 三、投资机会13 \o Current Document （一）道通科技13 \o Current Document （二）虹软科技13 \o Current Document （三）中科创达13 \o Current Document 四、风险提示15 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 总计 广汽 Alion LX - - 0.03 0.05 0.05 0.13 长安UNLT - 上汽 MAXUS D60 - - - - - - 0.13 0.12 0.07 0.04 0.08 0.03 0.47 小鹏汽车P7 - - 0.03 0.05 0.05 0.13 销量数据 （万辆） 2019年度资料来源：乘联会、车主之家、搜狐汽车，中国银河证券研究院整理 2.自动驾驶技术开展水平及难点 自动驾驶技术按运行步骤可分为环境感知层、规划决策层和控制执行层。自动驾驶通过 装配在车上的传感器设备感知汽车周围的驾驶环境，结合导航的高精度地图等地图数据，进行 快速的运算和分析，不断模拟和深度学习潜在的路况环境并作出判断，进一步借助算法规划汽 车最理想或最合适的行驶路线及方式，再通过芯片反应给控制系统进行刹车、方向盘控制等实 际操作。 1、环境感知层：自动驾驶车辆感知外部环境的技术，主要负责汽车定位、移动障碍物检 测和跟踪、道路地图测绘以及交通信号的检测和识别。其中关键技术是利用机器视觉和传感器 的融合，通过传感器获取图像，利用视觉算法进行图像处理、特征提取，结合高精度地图来观 测自身的定位、姿态和运动轨迹。2、规划决策层：规划决策层是自动驾驶技术的核心，对车 辆的行驶路径进行路径规划，完成障碍物的避障、轨迹跟踪和自适应巡航等，其主要内容分为 规划和决策两局部。规划包括路径规划和速度规划，通过路径规划确定车辆可行驶的路径，然后 根据该路径确定可行驶的速度。决策是根据给模块传递的信息来决策汽车的行为，加减速、左 右转换道和超车，需要考虑汽车的平安性和舒适性能够平安、尽快的到达目标地点，主要分 为行为决策和运动决策。3、控制执行：控制执行层是在环境感知基础上，根据决策规划的目 标轨迹，通过纵向和横向控制系统等配合使用，使汽车能够按照目标轨迹准确稳定行驶。 图6：自动驾驶技术架构自动驾驶技术架构 感知层来遍公开网络聚适信息. 高精性感器：激光雷达、 ? ⑨毫米波雷达、摄像头、超 声波雷达、GNSS/IMU ;决策层 ■⑥导航定位:高精度地图+ （传感器，GNSS ; 决策+规划：中央处理器 +算法；，@执行层 下面表格介绍环境感知层、规划决策层和控制执行层的技术开展水平及难点、主要参与者。 表6 ：环境感知层、规划决策层和控制执行层的技术开展水平及难点、主要参与者 环境感知层规划决策层 控制执行层技术开展水平 机器视觉主要涉及摄像头及识别算法，其主要路径规划算法由最基础的基于搜索的规划算法进 控制算法通过对车辆横纵 算法是基于图像识别、计算机视觉对障碍物类行改进，为了在复杂场景下能够实现实时求解，多 动力学建模，开发控制算法 实现车辆运动控制。控制执 行算法需要在自动控制理 论和车辆动力学模型基础 上进行设计，控制的基本内型、道路标志及标线、行人车辆和交通信号的 检测和识别。计算机视觉中所需的算法具体细 分为：物体检测、跟踪、分割和分类识别等。 常用的算法为以CNN为基础的卷积神经网络 实现车辆运动控制。控制执 行算法需要在自动控制理 论和车辆动力学模型