汽车智能驾驶行业专题报告三重拐点临近_L3落地加速.docxVIP

汽车智能驾驶行业专题报告三重拐点临近_L3落地加速 （报告出品方/作者：华西证券，崔琰） 综述：电动智能变革 智驾快速向L3迈进 新能源为智能化最佳载体 EE架构升级就是汽车智能升级的底层驱动力 智能化千车千面，满足用户个体差异化主张。 智能驾驶： L3自动驾驶逐步导入，革命驾驶员双手；智能空间：车载声学+车载光学（ HUD、小屏多屏、氛 围灯）+智能座椅持续加配，打造出家庭、公司之外第三空间； 智能车联：人-车-路-云高效率协同，场景无穷拓展。 新能源为智能化最佳载体，集中架构为底层驱动。架构：分布式向集中式发展（域融合→中央电脑），OTA褫夺 整车持续升级进化可能将将；能耗：新能源汽车大容量电池可以满足用户智能化布局高功率市场需求； 安全：功能安全+信息安全，保证系统强鲁棒性和高可靠度。 海外：特斯拉FSD全球领先 使用率拐点即将来临 软硬件全栈技术能力，智驾能力全球领先 2013年至，特斯拉即为为已经已经开始构筑自身智能驾驶能力，历经十余年发展，逐步构筑从硬件（Mobileye至英伟达再至自研）至软件 （从AP至FSD）的全栈技术能力，智能驾驶能力全球领先； 2020年10月，FSD同时同时实现首次对外传送测试，2021年7月，特斯拉向约2,000名美国用户传送FSD Beta V9版本，2022年9月， 特斯拉FSD Beta版本的测试用户不断扩大至16万，11月24日，FSD Beta向全部约40万用户对外开放使用权，用户数量保持持续增加。 秉承氢铵视觉路线 或率先落地端的至端的方案 秉承氢铵视觉技术路线：不同于其他大部分车企/Tier1，特斯拉始终秉承氢铵视觉心智方案，即为为基于摄像头的高级别智能驾驶；上加 刊发Dojo超级计算机，应用于4D Autopilot神经网络训练（重新加入时间维度）； 或率先落地端的至端的方案：FSD Beta V11.4版本顺利完成了很多关键改进，预计V12.0版本将进一步升级至端的至端的AI方案，以道路场 景图像作为输入，控制参数作为输出，并使用神经网络帮助自学，能够在输入的道路场景信息中有效率提取影响驾车决策的关键 场景特征，进而针对每一帧场景图像，通过排序赢得对应的驾车犯罪行为的决策值，提高效率。 HW1.0至HW3.0：硬件持续运算 全栈自研生态圈 硬件层面，HW1.0中的芯片和核心技术源于Mobileye，HW2.0版本基于英伟达Drive PX2芯片，并大幅提高了传感器的数量， 前置摄像头、前后两端摄像头数目均存增加，算力也同时同时实现大幅提高, 特斯拉HW2.5版本相对HW2.0获得了80%左右的运算性能提升， 提高了系统的可靠性和内存性； 2019年的HW3.0版本首次搭载了特斯拉自研的FSD芯片，两颗单一制的FSD芯片能避免因功能区损坏影响运算，提高自动pierless 驶的安全性，总算力144TOPS，每秒可以处理图片2,300张，比HW2.5的算力提高了21倍。 HW4.0升级：或投入使用4D毫米波雷达 算力升级摄像头分辨率提升 或投入使用4D毫米波雷达：特斯拉在2022年6月就向FCC申报了毫米波雷达，今年3月greentheonly曝光特斯拉HW4.0的详细资 料，HW4.0涵盖1个高分辨率（4D）毫米波雷达、11个摄像头模组、1个域往上单元，合计BOM成本大约1,500-2,100美元； 算力升级，摄像头分辨率提升：HW4.0算力料较HW3.0提升三倍；特斯拉FSD（HW3.0）配备安森美AR0136AT的图像传 感器，像素为123万像素，HW4.0摄像头变为7个，35度FOV摄像头终止，50FOV摄像头从安森美的AR0136AT换成索尼的 IMX490，像素增加至543万，其余6个摄像头升级为200万像素。 BEV+Transformer顺利完成时空融合 增加对激光雷达依赖 特斯拉推行的BEV+Transformer思路，融合时间和空间维度，能动态的获得时序特征，解决BEV框架下物体的遮挡问题，并使 氢铵视觉更加彪悍，更加紧临激光雷达生产BEV的效果； 算法逻辑（典型前融合）：摄像头单目标检测后，多增益融合形成矢量空间，根据时空系列记忆加强预判，然后将结果输出 至九头蛇头部，同时同时实现车体坐标系下的目标检测与犯罪行为预测。 2023年AI Day公布占用网络 助推工程化落地 在2023年Tesla AI Day 上，特斯拉在软件算法领域公布其重点技术应用领域Occupancy Network (占据网络)，较之于传统BEV 架构，占用网络的技术本质就是基于Transformer大模型将2D特征恢复正常为3D空间特征，解决通用型障碍物（任一障碍物）检测最终 同时同时实现端的至端的心智算法和环境构筑； 将心智层从2D结构提升至3D结构，可以更好的将3D几