一、自动驾驶分级标准：
中国标准：应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶、完全自动驾驶。
现阶段自动驾驶，在乘用场景方面，处于由L2逐步向L3迈进；在商用场景方面，L4先行落地。
2017年，在《国家车联网产业标准体系建设指南（智能网联汽车）》中提出：确立中国发展智能网联汽车，以“以汽车为重点和以智能化为主，兼顾网联化”为总体思路，建立智能网联汽车标准体系，并逐步形成统一协调的体系架构；2019年，《推动重点消费更新升级畅通资源循环利用实施方案（2019 到2020年）》中提出：推动智能汽车创新发展，加强汽车制造、信息通信、互联网等领域骨干企业深度合作，重点开展车载传感器芯片、中央处理器操作系统等研发与产业化，坚持自主式和网联式相结合的发展模式，不断提升整车智能化水平，培养具有国际竞争力的智能汽车品牌；2020年，在《2020年智能网联汽车标准化工作要点》中提出：针对驾驶辅助系统、自动驾驶、信息安全、功能安全、汽车网联功能与应用等领域特点部署标准研究与制定工作；强化标准前期预研和关键技术指标验证，提高标准与产业发展的匹配度；2020年，在《智能汽车创新发展战略》中提出：到2025实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用；展望2035到2050年，中国标准智能汽车体系全面建成、更加完善。目前，各大车企和科技公司，发展策略可以大体分为渐进式和跨越式。其中，特斯拉是渐进式发展策略的代表，功能领先，L3自动驾驶导入。特斯拉从L1技术快速迭代，最新FSD Beta版软件可实现城市街道自动辅助驾驶、交通信号灯识别等功能；国内造车新势力蔚来、小鹏相继推出高速自主导航驾驶 （传统车企亦计划推出），城市区域及功能连续性为下一步主要拓展方向。科技公司多采用跨越式策略发展，在商用场景相对较易的领域，率先落地。2018年底，Waymo率先推出Robotaxi，国内科技初创公司也紧随其后。其中，小马智行、百度等相继落地。据相关机构预测：2030年全球自动驾驶出租车市场规模可能超2万亿美元。高速货运、干线物流、港口、矿山等交通场景，相对简单可控，易率先实现高度/完全自动驾驶。如今，电动化趋势已定，汽车行业下一阶段竞争将来自于智能化，且又以智能驾驶为核心：1）渐进式路线：L3功能初步导入，但目前限于高速及城市快速路（高精地图覆盖区域），下一阶段主要拓展城市区域同时提升功能连续性；2）跨越式路线：商用场景率先落地，运物快于运人，低速快于高速，头部企业开启技术方案输出降维赋能。看点1：海量数据积累，软件快速迭代，覆盖Corner Case长尾场景1）软件开发方式由1.0时代逻辑驱动逐渐转向2.0时代数据驱动，数据（高质量+多维度）成为智能汽车新“化石燃料”；2）算力、算法、数据之外，自动标注+数据闭环能力亦为核心。看点2：深度硬件预埋，芯片算力升级，激光雷达前装量产1）高性能感知传感器：激光雷达+高清摄像头+4D毫米波雷达+高精定位，感知方案与跨越式自动驾驶逐步趋同；2）大算力芯片及计算平台：智能驾驶“数字发动机”，英伟达凭借较高开放程度及稳定工具链，短期相对竞争优势明显。看点3：高低阶双向互动，高阶降维赋能，低阶数据反哺服务贯穿汽车全生命周期，据特斯拉2020年年报，相关递延收益19.3亿美元，小鹏Xpilot3.0订阅收入预计也已达5000万元以上，软件收入未来将成为车企营收重要构成。智能驾驶，简单来说，就是单车智能化和车联网（V2X）。高阶自动驾驶核心：可靠性和可用度，分别体现在行车安全和功能连续性；目前，自动驾驶各类型传感器优、劣势各异。量产车ADAS当下主流配置为：摄像头、毫米波雷达和超声波雷达；在L3及以上自动驾驶路线中，激光雷达重要性凸显。据ElecFans，搭载激光雷达自动驾驶系统安全性可达99.99%，而摄像头、毫米波雷达等传感器仅能保证99%。激光雷达是以激光束为信息载体，利用相位、振幅、频率等来搭载信息，并将辐射源频率提高到光频段，通过发射激光来测量物体与传感器之间精确距离从而对周边环境形成3D点云数据的主动测量装置。按测距方法划分，可以分为飞行时间ToF测距法、基于相干探测的FMCW测距法以及三角测距法等。其中，ToF方案现已得到广泛应用，FMCW激光雷达大多仍处于概念机阶段。按扫描方式划分，主要包含机械式（整体360°旋转）、半固态（收发模块静止、仅扫描器发生机械运动，包括转镜、MEMS ）和固态（无任何机械运动部件，包括Flash、OPA）三大类。机械式激光雷达已广泛应用，但主要应用于L4-L5无人驾驶领域，受限车规、成本、外观等问题难以适用于L2-L3。现阶段半固态（MEMS、旋转镜、棱镜）最具备前装量产应用条件，但中长期来看，全固态潜力更大。激光雷达系统主要包括发射模块、接收模块、控制及信号处理模块和扫描模块，其中收发模块是制约性能和成本的关键。发展趋势：高性能、低成本和高可靠性（内含车规级要求）。实现路径：1）收发单元阵列化：发射端逐渐采用平面化激光器器件，由EEL到VCSEL；接收端逐渐采用CMOS工艺单光子探测器SPAD，取代线性雪崩二极管探测器APD；2）核心模块芯片化：从单发射接收到系统SOC，本质为通过集成电路手段将通用、低集成度的电路元器件和系统根据应用的需要，加工成高集成度的专用模块，一方面降低成本，另一方面提高产品一致性。车载摄像头是指安装在汽车上，用于监控汽车内外环境情况以辅助汽车驾驶员行驶的摄像设备。车载摄像头为ADAS高级辅助驾驶核心传感器，视觉处理芯片基于神经网络算法对采集到的图像信息进行处理，以识别目标及语义信息。当前发展现状：按安装位置不同可分为前视、后视、环视、内视车载摄像头。车载摄像头最初在汽车上的应用是行车记录仪和倒车影像。随着汽车智能化程度的提高，摄像头开始和算法结合，从而实现车道偏离预警（ LDW ）、汽车碰撞预警（FCW）等ADAS功能。未来发展趋势：随着智能驾驶对安全性要求的不断提升，车载摄像头将朝着以下两个方向发展：1）夜视技术应用，提高夜间行车安全性；2）像素提升，增强目标及语义信息识别能力（蔚来ET7+长城摩卡：800万像素 vs 特斯拉：120万像素）。车载摄像头主要组成部件包括镜头组、图像传感器CMOS以及数字处理芯片DSP，具有较高的技术壁垒。其中，图像传感器CMOS是车载摄像头核心器件。在成本构成上，图像传感器CMOS占车载摄像头成本的半壁江山，模组封装、光学镜头分别占比25%及14%，三者合计占比近90%。5.1.4 毫米波雷达：感知层主心骨，77GHz市场空间广。毫米波雷达是指利用波长1-10mm、频率30-300GHZ的毫米波进行探测的传感器。根据辐射电磁波方式不同，主要有脉冲和连续波（单频连续波CW+调频连续波FMCW）两种工作模式，其中 FMCW 具有可同时测量多个目标、分辨率较高、信息处理复杂度低、成本低廉、技术成熟等优点，是目前最常用的车载毫米波雷达调制方式。目前各个国家对车载毫米波雷达分配的频段主要集中在24GHz和77GHz，77GHz带宽大（有关精度）、波长短（雷达天线尺寸小，同样体积可布置更多，增大增益，有关距离），在探测距离、精度、体积上更具优势，长远来看具备更大发展空间。发展趋势：高分辨率雷达、4D点云成像毫米波雷达（距离+速度+方位角+高度）、射频前端雷达。毫米波雷达系统主要由阵列天线、前端收发射频组件（MMIC 芯片）、数字信号处理器（DSP/FPGA）及控制电路等部分构成，其中天线及前端收发组件为核心硬件。其成本构成上，雷达主IC成本占比为43%，辅助芯片、PCB、其他电子料成本占比分别11%、16%和11%。超声波雷达是一款极其常见的车载传感器，是汽车驻车或者倒车时的安全辅助装置，能以声音或者更为直观的显示器告知驾驶员周围障碍物的情况；在所有辅助驾驶传感器中成本最低，单价大致在15-20美元之间。其应用现状：超声波雷达一般安装在汽车前后保险杠上和汽车侧面，泊车辅助系统通常使用6-12个超声波雷达。当前竞争格局：超声波雷达行业的主要参与者分为国际Tier1 、国内 Tier1 以及初创公司。超声波雷达国内外玩家之间的差距主要在于传感器实现上的稳定性和可靠性，但整体差异较小。算力需求随自动驾驶等级提升迅速增长，据华为预计，L3自动驾驶算力需求为30-60TOPS，L4 需求100TOPS以上，L5需求甚至达1,000TOPS。目前能够提供自动驾驶大算力芯片或计算平台的供应商主要有华为、英伟达、高通等，国内AI芯片供应商地平线、黑芝麻等也在由低算力逐渐向高算力发展。技术趋势上来看，芯片主要向着大算力、低功耗和高制程三个方向发展；芯片类型上看，ASIC专用集成电路芯片有望成为主流。2021-2022年，芯片算力迎来大幅提升，以特斯拉新一代FSD及英伟达Orin为代表的单芯片算力可达100-200TOPS，由多芯片组成的计算平台（一般至少搭载两颗芯片，计算+冗余），预计可满足L4-L5自动驾驶算力需求。自动驾驶系统重要安全冗余，为汽车提供超视距感知。其采集方式：1）集中采集：基于专业采集车；2）众包采集：车端基于实际感知同高精地图对比，信息不匹配时上传平台。该技术准入壁垒较高：政府要求高精地图测绘必须具有相应资质，目前全国范围内仅有28家，获得资质。从ESP到EHB：制动响应速度快，可靠性高，寿命长。当前市场现状：部分ESP产品集成AEB/ACC为目前主流（如：博世第九代ESP）；EHB可集成AEB/ACC，目前渗透率较低。响应速度方面：ESP为300-400ms，100km/h制动距离8.3-11.1m；EHB为20-150ms，100km/h制动距离3.3-4.2m。建压寿命：ESP核心元件柱塞泵高温下寿命短（极限情况设计，月均使用数次）；EHB可做常规刹车使用（1小时内数次）。One-Box方案集成ESP，需以成熟ESP技术为基础，Two-Box方案协调ESP，可通过外采ESP降低技术难度。相比而言，One-Box较Two-Box在性能和成本上更具优势，能够更好匹配L3级以上自动驾驶。5.3.2 线控转向取代机械转向，是汽车转向系统智能化提升的必由之路。当前市场现状：EPS技术成熟、价格低廉，为目前转向系统主流；SBW技术尚在研发中，价格昂贵，目前渗透率极低。机械结构：EPS由电机提供辅助转矩，结构复杂；SBW取消方向盘与转向轮间机械连接，由传感器信号与电机实现转向。智能化水平：EPS支持车道保持辅助、交通拥堵辅助、自动泊车等功能；SBW依靠算法实现智能转向，推动自动驾驶技术革新。线控转向系统（Steering-by-Wire）通过提高转向效率及灵敏度，提高汽车碰撞安全和整车主动安全性。不仅改变传统转向系统固有机构，而且为运动灵活、要求更多布置空间的无人驾驶系统创造发展基础。从短期来看，SBW技术仍不成熟，英菲尼迪Q50最早应用（离合器连接转向管柱提供安全冗余备份），但因为缺陷问题大量召回。车联网以车内网、车际网和车载移动互联网为基础，是实现高等级自动驾驶的关键前提。国家层面车联网布局已久，各项配套扶持政策逐步完善。近年来，各项政策强调5G技术对于车联网发展的积极作用。2020年11个部委联合发布的《智能汽车创新发展战略》强调智能化与网联化协同。5.4.1 车与万物互联：DSRC标准和C-V2X标准车辆通过V2X实现车与万物互联，拥有更丰富的信息来源，预知危险并提前做出应急准备。DSRC和C-V2X是目前主流车联网通信技术标准流派：1）DSRC标准由IEEE基于WIFI制定；2）C-V2X由3GPP（移动通信伙伴联盟）通过拓展通信LTE标准制定。在产业链竞争中，C-V2X占据优势，也是我国主推的车联网通信标准。不过，与DSRC技术相比，C-V2X标准平均延时较高，这是该技术的痛点。5.4.2 车联网V2X：5G性能显著提升，解决C-V2X数据传输痛点智能网联汽车的安全需求，对数据传输速率、延迟、稳定性提出了较高标准 。5G具备的低延时、高传输速率等多方面优势，有助于彻底解决数据传输问题，更好地满足车规级的要求，助力自动驾驶的发展。5G性能优异主要体现在几个方面：1）具有更高的数据速率，可达1Gbps；2）具有更快网络传输速率，是4G技术的10至100倍；3）具有更高的连接密度，4G技术的5倍；4）具有更低的网络时延，小于1ms的时延仅为4G技术五分之一。我国全方位布局V2X产业链，当前行业生态已初步建立。芯片通信模组：2019年，我国完成LTE-V2X相关测试，2020年进入量产阶段，2021年制定5G-V2X的标准；车载终端：2019年国内已经在局部示范区内应用，2020年开始在新车前装 C-V2X，2025年C-V2X新车搭载将达到50；路测设施：2019- 2021年，我国将在车联网示范区内部署路测设施，2022年在典型城市、高速公路扩大覆盖范围；整车：一汽、长安、上汽、吉利等多家整车厂均表态支持。六、智能座舱：满足消费者情感化和个性化诉求的“智能移动第三空间”6.1 HUD（抬头显示）：智能汽车行驶安全的“保护伞”HUD可将车速、油耗、导航、限速等信息投影于汽车前挡风玻璃上，驾驶车无需低头即可获得信息，进而大幅提高行车安全性。该技术原理：影像源经多次光学反射后反射至人眼。其器件构成：影像源（TFT-LCD屏、DLP投影、MEMS激光扫描投影）→光学镜片（自由曲面镜片）→前挡风玻璃（楔形玻璃）。HUD类型分为：C-HUD、W-HUD、AR-HUD，近年来W-HUD成本有所降低，为目前HUD主流配置，AR-HUD视觉效果最佳，且具有与ADAS融合特点，正成为未来HUD发展趋势。通过直观的方式提供导航信息，AR增强现实技术可在实时场景上叠加数字模型，使用此技术的AR-HUD可直接将导航信息叠加至现实道路。此与ADAS结合提供实时路况信息。当ADAS检测到前方的车辆、行人、路标时，AR-HUD可具象化地标记出相应距离、对方速度等信息，还可及时提示安全隐患并提供规避方案等。2021年款奔驰S级轿车、上汽ID.4X、一汽红旗EHS-9等新车均搭载AR-HUD。百度与疆程合作研发AR-HUD，并于2018年首次发布基于AR-HUD的智能驾驶解决方案。华为亦在部署AR-HUD，已拥有较成熟的AR-HUD核心系统、软件及数据能力。全景天幕采光面积可高达3平方米，超高科技感、超大视野享受、极佳采光效果。可集成隔热、隔音、调光、 氛围车灯、太阳能等附加功能，增强行车舒适度。岚图FREE SUV采用智能可调光全景天幕，实现十级明暗度可调，同时隔绝99%紫外线。伸缩天线和鞭形天线性能落后，渐渐被淘汰，鲨鱼鳍天线和玻璃天线逐渐成为主流。玻璃天线具有低成本、低故障、高接收等特性，更迎合未来智能网联汽车的发展。当前，玻璃天线主要分为，印刷天线、夹丝天线、镀膜天线三类。随芯片算力提升、多模态交互技术成熟，一芯多屏成为发展趋势。IVI系统架构主要包括：人机界面、APP、 组件接口、Hypervisor、车载OS以及车规芯片。技术发展与智能化趋势推动IVI加速迭代。SoC芯片：降低IVI开发成本和周期，实现快速开发迭代；OTA升级：软硬件分离后，IVI在汽车出厂后可随时随地多次升级，节省用户时间成本，并成为主机厂新的利润来源；座舱智能化驱动：屏幕数量增加，一芯多屏、互动融合化发展；唇动检测、全局手势等多模态交互形态产生。“一芯多屏”成为趋势，分布式ECU进化为集中式座舱域控制器，Hypervisor之上运行多操作系统，打破原有信息孤岛，进而支持多屏联动、信息共享、多模态交互等“主动智能”，助推智能座舱加速渗透。![]()
