20230504-安信证券-汽车零部件行业：AI大模型在自动驾驶中的应用.pdf

2023 年05 月04 日 行业深度分析 汽车零部件Ⅱ 证券研究报告 A I 大模型在自动驾驶中的应用 投资评级 领先大市-A Transformer 大模型在自动驾驶中应用趋势明确。Transformer 基于 Attention 机制，凭借优秀的长序列处理能力和更高的并行计算效率， 维持评级 2021 年由特斯拉引入自动驾驶领域。Transformer 与CNN 相比最大的优势 在于其泛化性更强。CNN 只能对标注过的物体进行相似度的比对，通过不 首选股票 目标价（元） 评级 断学习完成对该物体识别的任务；而Transformer 可以通过注意力层的结 688326 经纬恒润 160 买入-A -W 构找到更基本的元素与元素间之间多个维度的相关信息进而找到一种更泛 化的相似规律，进而提高自动驾驶的泛化能力。同时，不同于RNN 存在存 行业表现 储时间长度有限以及顺序依赖的问题，Transformer 模型具有更高的并行 汽车零部件Ⅱ 沪深300 计算效率并且可以学习到长时间距离的依赖关系。目前，Transformer 主 47% 要应用在自动驾驶感知模块中从2D 特征图向BEV 鸟瞰图的视角转换。 37% 城市领航辅助驾驶落地在即，AI 大模型助力实现“脱高精度地图”。目 27% 前，主机厂正逐步从高速场景向城市场景拓展，2023 年有望成为城市领 17% 7% 航辅助驾驶的大规模落地的元年。相比于高速场景，城市场景所面临的 -3% Corner case 大幅提升，要求自动驾驶系统具备更强的泛化能力。目前已 -13% 落地城市NGP 主要基于高精度地图方案，高精地图能够提供超视距、厘米 2022-05 2022-09 2022-12 2023-04 资料来源：Wind 资讯 级相对定位及导航信息，在数据和算法尚未成熟之前，对于主机厂实现高 升幅% 1M 3M 12M 级别自动驾驶具有重要意义。但高精度地图应用过程中无法做到实施更 相对收益 -8.0 -8.9 13.5 新、法规风险高、高成本的三大问题难以解决。BEV 感知算法通过将不同 绝对收益 -7.3 -12.5 16.2 视角的摄像头采集到的图片统一转换到上帝视角，相当于车辆实施生成活 徐慧雄 分析师 地图，补足了自动驾驶后续决策所需要的道路拓扑信息，因而可以实现去 SAC 执业证书编号：S145