C H I N A S E C U R I T I E S R E S E A R C H
请参阅最后一页的重要声明
[table_main] 行业深度模板 证券研究报告·行业深度
无人驾驶，开启“智能+汽车”
新时代
智能无人驾驶，汽车发展的“智能”化
2000 年至 2016 年，随着信息技术、互联网、人工智能等领域技
术创新的不断突破，智能无人驾驶得到了进一步得发展。
国际权威机构预测，部分无人驾驶可在 2020 年左右开始商业化，
完全无人驾驶在 2025 年左右开始商业化。
智能无人驾驶产业图谱日趋完善
“传感器+高精度地图+ADAS+车联网”目前被业内认定为“最
靠谱的自动驾驶方案”。
激光雷达和摄像头会成为未来智能无人驾驶感知系统的主流配
件，未来的发展趋势是多传感器融合发展；受国内法律法规等限
制，高精度地图是目前国内无人驾驶产业图谱中受益确定性最高
的环节；ADAS 得到广泛应用的决定性因素是成本，这也是国内
ADAS 厂商的优势所在，国内 ADAS 本土化的突破关键就在有具
有自主技术的算法公司；国家正在积极推动车联网向前发展。
科技企业、整车厂商各显神通，无人驾驶殊途同归
目前的智能无人驾驶发展以 ADAS 和人工智能作为两条主要的
发展路径：1）以传统车厂为代表，如上汽集团、长安汽车等。
通过不断完善和发展 ADAS 功能和技术，逐步提高汽车的自动
化、智能化程度来不断向完全无人驾驶发展；2）以互联网企业
为代表，如谷歌、百度等。通过提高移动式机器人深度学习能力
和自主决策能力来完成无人驾驶汽车的各项任务。
我们认为，ADAS 和人工智能技术虽然起点有异，但随着技术的
进步和融合，未来两者会殊途同归，不同技术在传统汽车及新兴
智能间的融合会日益加深，最终实现“汽车+智能”的完全无人
驾驶。
主要推荐标的：1）东软集团：国内 ADAS 领军企业，中国最
大的车联网整体端到端解决方案提供商；2）千方科技：“大交
通”产业布局稳健发展，政企合力布局智能汽车、智慧交通领
域；3）汉邦高科：战略投资“Minieye”，打造中国版“Mobileye”；
4）索菱股份：CID 行业领先，外延收购深耕车联网领域；5）
科大讯飞：智能语音交互把握智能无人驾驶入口；6）多伦科
技：驾考信息化领军企业，切入城市智能交通领域。
[table_invest] 0430 调高 买入
武超则
wuchaoze@
010-85156318
执业证书编号：S1440513090003
发布日期： 2016 年 9 月 6 日
市场表现
[table_industrytrend]
-14%
-4%
6%
16%
26%
36%
46%
56%
1
5
/9
/7
1
5
/1
0
/7
1
5
/1
1
/7
1
5
/1
2
/7
1
6
/1
/7
1
6
/2
/7
1
6
/3
/7
1
6
/4
/7
1
6
/5
/7
1
6
/6
/7
1
6
/7
/7
计算机 上证指数
相关研究报告
[table_report]
计算机行业：绿盟与蓝盾一色，内
生共外延齐飞--信息安全系列报告
之三
计算机行业：网、端、管三分天下--
信息安全深度报告之二
计算机行业：信息安全乘政策东风
爆发在即--信息安全深度报告之一
[table_indusname]
计算机
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
投资逻辑
智能无人驾驶，汽车发展的“智能”化
无人驾驶技术最初的发展是从减少、防止机动车事故开始，2000 年至 2016 年，随着信息技术、互联网、
人工智能、自动化控制等领域内，技术创新的不断突破，智能无人驾驶得到了进一步得发展。
无人驾驶可以分为 4 个级别（L1-L4）：L1-自动驾驶 1 级（特定功能自动）已基本得到普及；L2-自动驾驶
2 级（组合功能自动）普及度不断提高；L3-自动驾驶 3 级（受限自动驾驶）目前已形成雏形；L4-自动驾驶 4 级
（完全自动驾驶）目前应用很少，各大主流车企及谷歌、百度等互联网公司均致力于达到的终极目标，驾驶者
完全不必操控车辆。
国际权威机构预测，部分无人驾驶可在 2020 年左右开始商业化，完全无人驾驶在 2025 年左右开始商业化。
推进智能无人驾驶目前已成为国际共识：美国通过立法推进无人驾驶发展；日本政府 2017 年起，允许无人
驾驶车辆在人口稀疏的地区和郊外的公路上启动行驶试验，2020 年允许无人驾驶的乘用车在部分地区上路。
我国自上世纪 80 年代就开始进行无人驾驶的相关研究。2016 年 6 月，由国家工信部批准的国内首个“国
家智能网联汽车(上海)试点示范区”在上海嘉定正式投入运营；由中国汽车工程学会开展的国家智能网联汽车
技术路线图已经基本完成，预计将在合适的时机对外发布。
智能无人驾驶产业图谱日趋完善
无人驾驶是在传统汽车产业的基础上融入了智能化、自动化、电动化以及互联网化等技术的综合性产业。
“传感器+高精度地图+ADAS+车联网”目前被业内认定为“最靠谱的自动驾驶方案”。
激光雷达—无人驾驶的“眼睛”：智能无人驾驶汽车需要借助多重探测系统才能确保高速驾驶时的安全性。
我们认为，激光雷达和摄像头会成为未来智能无人驾驶感知系统的主流配件，未来的发展趋势是多传感器融合
发展。
预计激光雷达受益于技术提升及产能提升，2020 年单只激光雷达成本有望达到 400 元，以整车安装 2-4 个
激光雷达（前后探测距离）测算，对应整车成本为 800-1600 元。按照 2020 年前装市场 25%渗透率、后装市场
5%渗透率估算，中国市场规模有望接近 200 亿。
高精度地图—无人驾驶的“心路”：高精度地图的开发通常需要地图提供商、车辆生产商和研究项目的共同
合作。受国内法律法规等限制，高精度地图是目前国内无人驾驶产业图谱中受益确定性最高的环节。
国家测绘局 2010 年对互联网地图服务建立了准入制度，目前国内仅有 11 家甲级测绘资质单位，可制作全
国导航电子地图，其中，四维图新和高德是行业内的双寡头。高德被腾讯收购后，目前一线的地图商只有四维
图新，四维图新实际控制人为中国国家测绘地理信息局，拥有自己的测绘卫星。四维图新数字地图已连续多年
领航中国前装车载导航市场，无人驾驶产业化不断向前推进，公司高精度地图业务可直接获益。
ADAS—无人驾驶的“中枢”： ADAS 是近年来汽车领域需求增长最快的部分之一。全球 2016-2019 年的复
合增长率预计将达到 32%。目前，欧美发达国家已有超过 8%的新车已配备 ADAS 功能，而新兴市场这一比例
仅为 2%左右。预计到 2019 年，全球搭载 ADAS 的新车出货量将占到总出货量的 25%以上。
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
中国汽车市场占全球汽车销量 30%以上，但 ADAS 份额却显著低于 30%。随着消费结构升级和中产阶级购
车需求的增加，未来对于 ADAS 需求量预计会呈现爆发式增长。预计中国 ADAS 市场 2015-2020 年，复合增长
率达 35%，2020 年中国可实现近 800 亿元市场空间。
ADAS 硬件的核心是传感器（摄像头、雷达等）和处理器，软件核心是算法。ADAS 得到广泛应用的决定
性因素是成本，这也是国内 ADAS 厂商的优势所在，短期内芯片处理器国产化很难有较为显著的进展，因此国
内 ADAS 本土化的突破关键就在有具有自主技术的算法公司，
车联网—连接无人驾驶的“图谱”：车联网即“汽车移动物联网技术”。根据 PWC 机构预测，2016 年，智
能车和车联网市场预计规模为 403 亿欧元（约 3000 亿人民币），2021 年，预计市场规模为 1226 亿（约 9000 亿
人民币），按照 PWC 的预计，智能汽车和车联网全球市场空间未来有望达到万亿人民币规模。
国家正在积极推动车联网向前发展。据新华网报道，7 月 19 日工信部领导在论坛上指出近两年工信部在智
能驾驶与车联网领域的一系列工作，其中提到“智能网联汽车发展技术路线图”研究已基本完成，准备 8 月对
外发布，同时相关标准框架体系、行业规范等已基本成型，国际交流、试点示范等工作也在进行。
科技企业、整车厂商各显神通，智能无人驾驶殊途同归。目前的智能无人驾驶发展以 ADAS 和人工智能作
为两条主要的发展路径：1）以传统车厂为代表，如上汽集团、长安汽车等。通过不断完善和发展 ADAS 功能
和技术，逐步提高汽车的自动化、智能化程度来不断向完全无人驾驶发展；2）以互联网企业为代表，如谷歌、
百度等。通过提高移动式机器人深度学习能力和自主决策能力来完成无人驾驶汽车的各项任务。
我们认为，ADAS 和人工智能技术虽然起点有异，但随着技术的进步和融合，未来两者会殊途同归，不同
技术在传统汽车及新兴智能间的融合会日益加深，最终实现“汽车+智能”的完全无人驾驶。
主要推荐标的：1）东软集团：国内 ADAS 领军企业，中国最大的车联网整体端到端解决方案提供商；2）
千方科技：“大交通”产业布局稳健发展，政企合力布局智能汽车、智慧交通领域；3）汉邦高科：传统安
防龙头进军 ADAS，战略投资“Minieye”，打造中国版“Mobileye”；4）索菱股份：CID 行业领先，外延
收购深耕车联网领域；5）科大讯飞：智能语音交互把握智能无人驾驶入口；6）多伦科技：驾考信息化领
军企业，切入城市智能交通领域。
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
目录
1、智能无人驾驶，汽车发展的“智能”化 ......................................................................................................... 1
、智能无人驾驶起于安全，达于智能....................................................................................................... 1
、智能无人驾驶的发展之路 ...................................................................................................................... 2
、多维度推进智能无人驾驶发展 .............................................................................................................. 4
、推进智能无人驾驶已成为国际共识....................................................................................................... 5
美国通过立法推进无人驾驶发展.................................................................................................. 5
欧洲无人驾驶汽车发展处于领先水平 .......................................................................................... 6
日本无人驾驶创新领先世界 ......................................................................................................... 7
中国的智能无人驾驶正在快速发展 .............................................................................................. 7
2、智能无人驾驶产业图谱日趋完善 ..................................................................................................................... 9
激光雷达—无人驾驶的“眼睛” .......................................................................................................... 10
、Velodyne 激光雷达接受度高 ..................................................................................................... 13
、Ibeo 产品包含软硬件整套方案 ................................................................................................. 15
、Quanergy 后来居上 ..................................................................................................................... 15
、国内激光雷达蓬勃发展 ............................................................................................................. 16
高精度地图—无人驾驶的“心路” ...................................................................................................... 16
、Here—高精度地图国际领先 ...................................................................................................... 18
、TomTom—荷兰高精度地图提供商 ........................................................................................... 19
、四维图新—中国高精度地图领军企业 ...................................................................................... 20
、Mobileye—ADAS 厂商涉足高精度地图 .................................................................................. 22
、ADAS—无人驾驶的“中枢” .............................................................................................................. 22
、车联网—连接无人驾驶的“图谱”..................................................................................................... 28
3、科技企业、整车厂商各显神通，智能无人驾驶殊途同归 ............................................................................ 35
、智能无人驾驶研发路径殊途同归 ........................................................................................................ 35
、谷歌—AI 研发完全无人驾驶 ............................................................................................................... 36
、Mobileye—ADAS 切入无人驾驶 ......................................................................................................... 41
、百度—互联网科技研发无人驾驶 ........................................................................................................ 46
、汽车制造商各显神通 ............................................................................................................................ 46
4、重点推荐及关注标的 ....................................................................................................................................... 49
、东软集团（600718）：国内 ADAS 领军企业，智能驾驶拓展正当时 .............................................. 49
、千方科技（002373）：“大交通”产业布局稳健发展，政企合力布局智能汽车、智慧交通领域 . 50
、汉邦高科（300449）：传统安防龙头进军 ADAS ............................................................................... 51
、索菱股份（002766）：CID 行业领先，布局车联网 ........................................................................... 52
、科大讯飞（002230）：智能语音交互把握智能无人驾驶入口 ........................................................... 53
、多伦科技（603528）：驾考信息化领军企业，切入城市智能交通领域 ........................................... 53
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图目录
图 1：智能无人驾驶汽车 ................................................................................................................................ 1
图 2：智能无人驾驶是汽车智能化发展的不断进阶 ..................................................................................... 3
图 3：智能无人驾驶多维度推进 .................................................................................................................... 4
图 4：世界创新专利数量排名（无人驾驶，辅助驾驶，汽车信息服务） ................................................. 5
图 5：美国立法推进无人驾驶进度 ................................................................................................................ 6
图 6：INRIA 公司设计的 Cycab 无人驾驶汽车以及牛津大学的 Wildcat ................................................... 7
图 7：智能自动驾驶创新数量排名（2010 – 2015 年 10 月） ...................................................................... 7
图 8：中国智能无人驾驶市场 AMC 模型 ..................................................................................................... 9
图 9：无人驾驶智能技术图解 ........................................................................................................................ 9
图 10：无人驾驶感知系统图解 .................................................................................................................... 10
图 11：激光雷达 3D 云图 ...............................................................................................................................11
图 12：互联网企业无人驾驶测试车 ............................................................................................................ 12
图 13：体积越来越小的激光雷达 ................................................................................................................ 12
图 14：Velodyne 64 线光学雷达拆解图 ....................................................................................................... 13
图 15：Velodyne 16 线、32 线、64 线 ......................................................................................................... 14
图 16：Lbeo 主要产品 LUX 和 miniLUX .................................................................................................... 15
图 17：高德高精度采集地图 ........................................................................................................................ 17
图 18：高精度地图可以提供的车道级信息................................................................................................. 17
图 19：Bosch 高精度地图分层范例 ............................................................................................................. 18
图 20：具备车道及交通流量信息的 HERE 高精度地图 ............................................................................ 19
图 21：Tom Tom 公司发展历史 .................................................................................................................... 20
图 22：Tom Tom 车道级高精度定位技术 .................................................................................................... 20
图 23：Mobileye 采取群体智能收集和更新数据 ........................................................................................ 22
图 24：ADAS 发展路径 ................................................................................................................................ 23
图 25：2006-2016 中国汽车保有量 .............................................................................................................. 24
图 26：2014-2020 中国 ADAS 市场规模 ..................................................................................................... 24
图 27：主要 ADAS 产品市场规模发展统计预测 ........................................................................................ 26
图 28：主要 ADAS 产品市场规模发展统计预测 ........................................................................................ 27
图 29：2015 年全球主要车市概况 ............................................................................................................... 28
图 30：中国汽车保有量及增长率 ................................................................................................................ 29
图 31：2015 全球汽车销售量 ....................................................................................................................... 29
图 32：车联网概念的解读发展 .................................................................................................................... 29
图 33：智能车、车联网及各组成部分市场规模预计 ................................................................................. 30
图 34：车联网产业链分析 ............................................................................................................................ 30
图 35：传统车联网产业链 ............................................................................................................................ 31
图 36：新型车联网产业链 ............................................................................................................................ 31
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 37：新型车联网产业链细分领域 ............................................................................................................ 32
图 38：车联网 V2X 技术发展 ....................................................................................................................... 34
图 39：无人驾驶的两条路径——ADAS 和人工智能 ................................................................................. 35
图 40：谷歌对丰田普锐斯进行改装 ............................................................................................................ 36
图 41：谷歌无人机研发进程 ........................................................................................................................ 37
图 42：谷歌无人驾驶原型车 ........................................................................................................................ 37
图 43：谷歌无人驾驶车 3D 地图.................................................................................................................. 38
图 44：由于无人驾驶汽车技术的失效所发生的解除机制（次数/每月） ................................................ 39
图 45：每个季度解除机制启动（因为技术失效）的频率（公里/次） .................................................... 39
图 46：驾驶员人为进行的解除机制（次数/每月）.................................................................................... 40
图 47：每个季度解除机制启动（因为驾驶员人为解除）的频率（公里/次） ........................................ 40
图 48：Google 无人驾驶解除的原因 ............................................................................................................ 41
图 49：Google 无人驾驶解除地点 ................................................................................................................ 41
图 50：Mobile 5 系（560，550） ................................................................................................................. 42
图 51：Roadbook(路书)包含的信息 ............................................................................................................. 43
图 52：Mobile EyeQ2 和 EyeQ1 .................................................................................................................. 43
图 53：Mobileye Q1 原理分析 ...................................................................................................................... 44
图 54：汽车拥有成本占比（1 年，3 年，5 年，8 年） ............................................................................. 45
图 55：谷歌与 Mobileye 专利数量对比 ....................................................................................................... 45
图 56：百度无人汽车驾驶 ............................................................................................................................ 46
图 57：特斯拉自动驾驶系统 ........................................................................................................................ 47
图 58：奔驰荷兰测试无人驾驶公交车 ........................................................................................................ 48
图 59：宝马、英特尔、Mobileye 合作开发无人驾驶电动车 .................................................................... 48
图 60：东软汽车电子整体解决方案内容..................................................................................................... 50
图 61：东软集团营收及净利润统计 ............................................................................................................ 50
图 62：东软集团毛利率、净利率、三费率统计（%） ............................................................................. 50
图 63：千方科技营收及净利润统计 ............................................................................................................ 51
图 64：千方科技毛利率、净利率、三费率统计（%） ............................................................................. 51
图 65：汉邦高科营收及净利润统计 ............................................................................................................ 52
图 66：汉邦高科毛利率、净利率、三费率统计（%） ............................................................................. 52
图 67：索菱股份营收及净利润统计 ............................................................................................................ 52
图 68：索菱股份毛利率、净利率、三费率统计（%） ............................................................................. 52
图 69：科大讯飞营收及净利润统计 ............................................................................................................ 53
图 70：科大讯飞毛利率、净利率、三费率统计（%） ............................................................................. 53
图 71：多伦科技营收及净利润统计 ............................................................................................................ 54
图 72：多伦科技毛利率、净利率、三费率统计（%） ............................................................................. 54
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
表目录
表 1：安全是无人驾驶的首要考虑因素 ........................................................................................................ 1
表 2：美国公路安全局对自动驾驶技术的分级............................................................................................. 2
表 3：中国智能无人驾驶发展历程 ................................................................................................................ 8
表 4：2020 年激光雷达市场预测 ................................................................................................................. 13
表 5：Velodyne 各型号产品参数对比 .......................................................................................................... 14
表 6：国内主要参与激光雷达研发与生产的厂商 ....................................................................................... 16
表 7：我国导航电子地图甲级测绘资质单位............................................................................................... 21
表 8：四维图新高精度地图相关数据 .......................................................................................................... 21
表 9：ADAS 系统主要分类 .......................................................................................................................... 25
表 10：国内 ADAS 创业型企业.................................................................................................................... 27
表 11：与车联网相关政策的颁布 ................................................................................................................. 33
表 12：全球主要车联网产品概要 ................................................................................................................ 34
表 13：个人级和企业级安全产品对比 ........................................................................................................ 36
表 14：Mobileye 发展及预期 ........................................................................................................................ 42
1
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
1、智能无人驾驶，汽车发展的“智能”化
近年来，互联网技术的迅速发展给汽车工业带来了革命性变化的机会。汽车智能化技术正逐步得到广泛应
用，这项技术使汽车的操作更简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是智能无人驾
驶。
智能无人驾驶汽车主要利用传感器技术、信号处理技术、通讯技术和计算机技术等，通过集成视觉、激光
雷达、超声传感器、微波雷达、GPS、里程计、磁罗盘等多种车载传感器来辨识汽车所处的环境和状态，并根
据所获得的道路信息、交通信号的信息、车辆位置和障碍物信息做出分析和判断，向主控计算机发出期望控制，
控制车辆转向和速度，从而实现无人驾驶车辆依据自身意图和环境的拟人驾驶。是典型的高新技术综合体。
图 1：智能无人驾驶汽车
资料来源：百度，艾瑞咨询，中信建投证券研究发展部
、智能无人驾驶起于安全，达于智能
无人驾驶技术最初的发展从减少、防止机动车事故开始。从 1950 年至 2000 年， OEM 车厂和 Tier 1 的零
部件制造商对车辆发明、生产了许多结构性的改进。最核心的就是四大安全系统：安全带，防抱死制动系统
（ABS），安全气囊和电子稳定控制（ESC）。安全是推动无人驾驶汽车发展的主要因素，无人驾驶的优点主要
体现在以下几个方面：
表 1：安全是无人驾驶的首要考虑因素
无人驾驶优势 具体详情
减少交通事故及人员伤亡 无人驾驶会有效的减少因醉驾，疲劳驾驶，超速等人为因素造成的交通事故。
缓解交通拥堵及管理压力
无人驾驶汽车对于即时路况信息的掌握要比人类驾驶员更即时，准确，从而调整行驶速度，行驶路线等，
让道路的容量得以提升，减少交通拥堵的情况。
减少驾驶员消耗的经历
无人驾驶系统帮助驾驶员完成包括挂挡，加速，刹车，转弯等一系列活动，驾驶员可以把精力用于驾驶以
外的事情上
降低驾驶员门槛 无人驾驶系统的使用可以降低对驾驶者年龄，身体状况等方面的要求，如低龄，超龄，残疾等限制因素。
资料来源：HIS，Google，中信建投证券研究发展部
2
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
2000 年到 2016 年，由于在计算机、人工智能、机器人控制等技术方面的突破，智能无人驾驶车辆得到了
进一步发展。大学研究机构、互联网企业、传统的汽车厂商纷纷进入无人驾驶领域。随着计算、算法及传感器
技术的不断进步，现在的无人车已经越来越智能，有的在技术上已经基本可以做到完全脱离人来驾驶，虽然还
没有正式开始商用，但是随着无人驾驶发展起来的一些技术已经开始进入实用阶段，如自动泊车、自动巡航、
自动车道保持等等，无人驾驶未来的发展方向会是更安全、更智能。
、智能无人驾驶的发展之路
根据美国 NHTSA 公布的划分标准，智能汽车可以分为 4 个级别（不包含 L0 的完全无自动驾驶功能）。
L0（不具备自动驾驶）：完全不具备自动驾驶功能，仅具备普通预警类功能。
L1（特定功能自动驾驶）：1 个或多个功能能够实现自动化，且各项功能之间能够独立工作。大约对应 Feet
off，典型代表是自适应巡航控制系统 Adaptive Cruise Control(ACC)和自动紧急制动 Automatic Emergency
Braking(AEB)。
L2（组合功能自动驾驶）：组合功能实现自动化，且能够实现功能协同、融合。大约对应 Hands off，与 L1
的区别：驾驶员在系统能工作的时候，只用眼睛就可以了。
L3（受控的自动驾驶）：限定环境下可以实现无人驾驶，判断是否恢复驾驶者自主操作模式。大约对应
Eyesoff，与 L2 的区别：不需要驾驶员时时刻刻盯着，系统有高度的自治权，在特定工作的情况下，系统不允
许退出。
L4（完全无人驾驶）：在任意环境下实现完全无人驾驶。大约对应 Mind off，只要输入出发地和目的地，责
任完全交给车辆端。
完全无人驾驶是汽车自动化、智能化程度最高的级别。但目前仍处路测阶段，距离商用还有较长一段时间。
表 2：美国公路安全局对自动驾驶技术的分级
阶段 描述 解释
无自动（0 级）
驾驶者在所有时间对主要基本汽车控制部件
—刹车、方向盘、油门和动力
驾驶者享有完全且唯一的控制权
特定功能自动（1 级） 包括一到两个特定控制功能
电子稳定控制或预冲电刹车，汽车能够自动协助制动，以使驾驶
者重新获得对车辆的控制或协助汽车更快地停下
组合功能自动（2 级）
包括至少两种主要基本自动控制功能，其设计
初衷为共同协作减少驾驶者的控制
结合了车道中央定位功能的自适应巡航控制
受控的自动驾驶（3
级）
能够在特定交通或环境条件下，或较大程度上
依赖车辆本身检测外界环境变化，或要求将控
制权转回驾驶者手中来的情况下，将驾驶者从
所有安全性相关的功能操作中完全解放出来
驾驶者可能会需要进行偶尔的操作，但有足够舒适的过渡时间。
谷歌无人驾驶汽车就是受限自动驾驶的典型应用
3
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
完全无人驾驶（4 级）
汽车能够自己操作所有安全性相关的驾驶功
能，并在整个行驶过程中监测道路情况
驾驶者只需提供目的地或导航信息，而不需要在行驶过程中提供
任何控制操作。适用于有人乘坐车辆和无人乘坐车辆
资料来源：NHTSA，中信建投证券研究发展部
从目前发展情况看，智能无人全自动驾驶作为汽车技术的发展趋势已经普遍得到业界广泛认可，自动驾驶
1 级（特定功能自动）已基本得到普及，其他级别发展情况不一：
自动驾驶 2 级（组合功能自动）普及度不断提高。欧盟 2012 年就出台相关法规，要求所有的商务车辆都要
在 2013 年 11 月之前安装好紧急自动刹车系统 AEB（Automatic Braking Assistance），2014 年起，所有欧盟市场
销售的新车都要配备 AEB，没有配备该系统的汽车都不能获得 E-NCAP 五星级的安全认证。Volvo 的城市安全
系统、本田的 CMBS、奔驰的 Pre-Safe 都属于这个层次，目前英菲尼迪的新车已能够自动控制方向盘。
自动驾驶 3 级（受限自动驾驶）目前已形成雏形。戴姆勒的奔驰 S 系轿车可以在堵车的情况下自动跟车。
自动驾驶 4 级（完全自动驾驶）目前应用很少。这个级别是各大主流车企及谷歌、百度等互联网公司致力
于达到的终极目标，驾驶者完全不必操控车辆。
图 2：智能无人驾驶是汽车智能化发展的不断进阶
资料来源：易观智库，中信建投证券研究发展部
国际权威机构预测，部分无人驾驶可在 2020 年左右开始商业化，完全无人驾驶在 2025 年左右开始商业化，
在此之前，现有的高级驾驶辅助系统 ADAS 还是会发挥重要作用。
乐观情况下：预计 2030 年的新车销售中，完全无人驾驶车占比约 15%，部分无人驾驶车占比约 50%；2015
的新车销售，部分无人驾驶的渗透率达到 100%；2040 年的新车销售，完全无人驾驶的渗透率达到 90%。
4
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
悲观情况下：预计 2040 年的新车销售中，完全无人驾驶车占比约 10%，部分无人驾驶车占比约 30%。在
此之前，无人驾驶的普及处于缓慢的爬坡过程中。
、多维度推进智能无人驾驶发展
我们认为，政府监管、安全可靠的技术解决方案及消费者的接受度和支付意愿是未来智能无人驾驶能否快
速发展并进入正常商业运作的关键因素。具体来说，无人驾驶需要在五个维度：消费者接受度、技术整合度、
生态体系、立法、基础设施投资同时推进。
图 3：智能无人驾驶多维度推进
资料来源：互联网，中信建投证券研究发展部
消费者接受程度：从信息到辅助驾驶，到最后控制权交给无人驾驶。
技术整合度：从传感器到 DSRC，到技术的融合。
生态体系：从各种互联网公司新进入到逐渐产生新的商业模式，最终发展成新的行业。
立法方面：从地方立法/州立法，到 DSRC 强制立法，到全国范围的立法。
基础设施投资方面：从地方的测试基地，到地方交通枢纽的接受，最后到全国范围的基础设施投资。
五个维度的推进互相促进，交错前进，最终形成智能无人驾驶新技术、新行业、新生态。
5
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
、推进智能无人驾驶已成为国际共识
从 20 世纪 50 年代开始，美国，英国，德国等西方发达国家开始进行无人驾驶汽车的研究与开发，并且在
无人驾驶汽车的控制和商用化取得了进展。以制造业闻名的德国，汽车制造商与高等院校研究院合作共同开发
无人驾驶汽车。目前，欧盟成立了 Cybercars 无人驾驶汽车研究项目用来推动欧盟成员国之间的研究信息共享。
我国也从上世纪 80 年代开始进行无人驾驶的研究并于 1992 年成功研制出我国第一辆无人驾驶汽车。
据汤森路透知识产权与科技最新报告显示，2010 年到 2015 年间，与汽车无人驾驶技术相关的发明专利超
过 22000 件。目前占据领先地位的依然是老牌汽车厂商，而非硅谷科技公司。丰田、博世、电装，现代、通用
和日产等汽车制造业巨头成为无人驾驶汽车技术的领导者。丰田公司在 5 年间一共获得了超过 2000 个无人驾驶
技术发明专利。在全球无人驾驶技术创新排名前 20 强的企业中，有 11 家来自亚洲。
图 4：世界创新专利数量排名（无人驾驶，辅助驾驶，汽车信息服务）
0
200
400
600
800
1000
1200
1400
1600
Toyota Bosch Hyundai Denso GM Nissan
无人驾驶 辅助驾驶 汽车信息服务
资料来源：《2015 汽车创新研究》，中信建投证券研究发展部
美国通过立法推进无人驾驶发展
美国无人驾驶汽车的研究从上世纪 50 年代开始，在 1980 年之后高速发展。在 20 世纪 80 年代，美国国防
高级研究计划局（DARPA）与美国陆军展开合作，共同开展了 AVL（自主地面车辆）项目。1995 年，卡耐基
梅隆大学对研制出 Navlab-V 智能车进行试验。1996 年开始，美国国防部进行 DEMO 系列无人驾驶汽车的研发。
2003 年，卡耐基梅陇大学与通用公司开始了无人驾驶技术方面的合作。2007 年，双方合作的第一辆无人驾驶汽
车获得了 DARPA 挑战赛的第一名。2008 年，通用公司和卡耐基梅陇的合作研究基地成立。2010 年，谷歌研制
的无人驾驶汽车开展了城市道路测试。Google Driverless Car 是谷歌公司的 Google X 实验室研发中的全自动驾
驶汽车，目前正在测试，已驾驶了 48 万公里。
随着无人驾驶技术的不断发展演进，对无人驾驶的立法变得十分重要。截至 2015 年，美国已经有 16 个州
启动无人驾驶立法；截至 2014 年是 12 个州，截至 2013 年是 9 个州，截至 2012 年是 6 个州。Nevada 在 2011
年授权无人驾驶车的运营，是全美第一个授权无人驾驶的州。之后，California，Florida，Michigan，North Dakota，
Tennessee 和 Washington 针对无人驾驶通过了相关的法案。Arizona 州长签署了无人驾驶的行政命令。
6
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 5：美国立法推进无人驾驶进度
资料来源：互联网，中信建投证券研究发展部
欧洲无人驾驶汽车发展处于领先水平
1987 年，Prometheus 计划成为无人驾驶汽车在欧洲的最大项目。1994 年，研究所研制出的 VaMP 和 VITA-2
智能车在法国的高速公路行驶了超过 1000 公里，能完成变道，超车等复杂行为。最高时速高达 130 公里每小时。
1995 年，以奔驰为原型设计的智能车进行了超过 1600 公里的行驶试验，最高时速高达 175 公里每小时。
2010 年，意大利 Parma 大学研制出 ARGO 智能车从罗马出发抵达上海，历时三个月，并且只有极少的人工
干预。2011 年，牛津大学研发的 Wildcat 无人驾驶汽车使用激光雷达监控路面交通状况，汽车在山路实现驾驶，
堵车绕道等复杂活动。2014 年，研发团队改装的 Nissan 也成功路测，无人驾驶汽车使用算法导航，包括运用计
算机，概率等来推理周围的驾驶环境。
法国 INRIA 公司花费 10 年时间打造 Cycab 无人驾驶汽车。采用卫星定位系统与智能传感器和人工智能技
术实现无人驾驶。乘客只需输入地址就可实现安全达到目的地。
德国柏林自由大学研制的 Made in Germany 无人驾驶汽车在柏林市内行驶，顺利通过 46 个交通信号灯，行
程近 20 公里。德国 KIT 理工学院与奔驰合作研究，截止到 2013 年已经在德国南部自动驾驶超过 100 公里。
7
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 6：INRIA 公司设计的 Cycab 无人驾驶汽车以及牛津大学的 Wildcat
资料来源：互联网，中信建投证券研究发展部
日本无人驾驶创新领先世界
2017 年起，日本政府允许无人驾驶车辆在人口稀疏的地区和郊外的公路上启动行驶试验。于 2020 年允许
无人驾驶的乘用车在部分地区上路。根据路透社报告，日本拥有世界上最多的自动驾驶相关的创新。前五名分
别是：Toyota(日本)，Denso(日本)，Bosch(德国), Nissan(日本)，Honda(日本)。
图 7：智能自动驾驶创新数量排名（2010 – 2015 年 10 月）
0
200
400
600
800
1000
1200
1400
1600
1800
2000
资料来源：路透社，中信建投证券研究发展部
中国的智能无人驾驶正在快速发展
8
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
我国从上世纪 80 年代就开始进行无人驾驶汽车的相关研究，具体进展如下：
表 3：中国智能无人驾驶发展历程
时间 进展
1980 国家成立 “遥控驾驶的防核化侦察车”项目。哈尔滨工业大学，沈阳自动化研究所和国防科技大学参与研制。
1992 国防科技大学成功研制出中国第一辆真正意义上的无人驾驶汽车。
2005 首辆城市无人驾驶汽车在上海交通大学研制成功。
2005
国防科技大学研制出的 CA7460 可以进行车道变换，最高行驶速到达到 170 公里每小时，由清华大学研制的
THMR-V 无人驾驶车速度最高可达 151 公里每小时。
2008 国家自然科学基金委员启动“视听觉信息认知计算”研究计划。
2009 国内已先后举办 5 届智能车挑战赛，展示了十几家研究单位的数十两无人车的成果
2011 年 7 月
一汽集团与国防科技大学共同研制的红旗 HQ3 无人驾驶汽车完成了 286 公里的高速全程无人驾驶试验，人
工干预的距离仅占总里程的 ％。
2012 军事交通学院的“军交猛狮Ⅲ号”以无人驾驶状态行驶 114 公里，最高时速 105 公里／小时。
2014
百度和宝马签署战略协议，双方将在无人驾驶领域展开合作，此后各汽车厂商和互联网公司加大研发投入，
无人驾驶的技术将快速发展。
2015 年 12 月
百度无人驾驶汽车在北京进行全程自动驾驶测跑，实现多次跟车减速、变道、超车、上下匝道、调头等复杂
驾驶动作，完成了进入高速到驶出高速不同道路场景的切换，最高时速达 100 公里／小时，是国内无人车领
域迄今为止进行的难度最大，最接近真实路况的开放道路测试。
2015 年 12 月 14 日 百度宣布正式成立自动驾驶事业部，计划三年实现自动驾驶汽车的商用化，五年实现量产。
2016 年 4 月 长安汽车成功完成 2000 公里超级无人驾驶测试，从重庆途径西安、郑州，最终抵达北京。
2016 年 6 月 工信部批准的国内首个“国家智能网联汽车（上海）试点示范区”封闭测试区正式开园运营。
资料来源：百度，中国汽车网，中信建投证券研究发展部
不同于国外车企以自主研发为主，我国汽车厂商多采取与国内科研院所、高校合作研发无人驾驶技术，其
中已经开始相关研究工作的企业有一汽、上汽、北汽、奇瑞、长安等。其中，2015 年 7 月，长安汽车发布智
能化汽车“654”战略，计划到 2025 年建立起 1500 人的研发队伍，累计投入 130 亿元提升无人驾驶等智能
汽车技术水平，并掌握全自动驾驶技术。
2016 年 6 月，由国家工信部批准的国内首个“国家智能网联汽车(上海)试点示范区”在上海嘉定正式投入
运营。目前开放的封闭测试区(一期)可以为无人驾驶汽车提供综合性测试场地和功能要求。
根据第二届智能网联汽车技术及标准法规国际研讨会，目前国家正在积极地推动制定无人驾驶相关技术规
范。另外，由中国汽车工程学会开展的国家智能网联汽车技术路线图已经基本完成，将在合适的时机对外发布。
9
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 8：中国智能无人驾驶市场 AMC 模型
资料来源：易观智库，中信建投证券研究发展部
2、智能无人驾驶产业图谱日趋完善
无人驾驶是在传统汽车产业的基础上融入了智能化、自动化、电动化以及互联网化等技术的综合性产业。
“传感器+高精度地图+ADAS+车联网”目前被业内认定为“最靠谱的自动驾驶方案”。传感器是智能无人驾驶
汽车的眼睛，用来观察行驶时环境的动态变化；高精度地图为汽车提供全局视野，尤其擅长预告检测范围外的
道路情况；ADAS 辅助实现部分自动驾驶；车联网保证传感器数据更新上传，高精度地图始终处于最新版本并
下发车辆，保证无人驾驶汽车可以与周边环境处于实时最新的状态更新。
图 9：无人驾驶智能技术图解
资料来源：易观智库，中信建投证券研究发展部
10
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
从产业图谱角度来看，无人驾驶产业包含硬件和软件两大部分：硬件分为整车和智能零部件两部分；软件
分为技术和内容两部分。
硬件部分：智能硬件是实现无人驾驶的基础。通过智能感知设备对周边环境进行信息采集，由植入深度学
习算法的芯片处理器进行决策分析，并通过控制执行设备对芯片处理器做出的决策进行执行。人机交互设备属
于汽车内部的信息采集设备，通过交互设备接收消费者的指令，并提供导航和车内娱乐等服务。
一辆完整的智能无人驾驶汽车通常需要配置的主要智能零配件包括：激光雷达、超声波传感器、测距传感
器、GPS 定位装置、前视摄像头、毫米波雷达以及（内置）计算机系统（担任系统平台）等。
软件部分：深度学习算法、云服务、车联网、系统平台、人机交互等是人工智能的核心技术，也是实现无
人驾驶的核心技术。地图导航系统是无人驾驶发展的前提，能够增加无人驾驶汽车对外部地理位置信息的完整
度。娱乐通信生活服务内容则能够大大丰富无人驾驶的汽车生活，满足消费者娱乐、社交、办公等的需求。
激光雷达—无人驾驶的“眼睛”
智能无人驾驶汽车需要借助多重探测系统才能确保高速驾驶时的安全性，主要感知系统包括摄像头图像处
理、短程和远程雷达、激光雷达。其中，以雷达和摄像头为主，未来的发展趋势是多传感器融合发展。目前主
流的传感器件包括超声波雷达、激光雷达、毫米波雷达、摄像头、红外探头等。我们认为，雷达和摄像头会成
为感知系统的主流配件，未来的发展趋势是多传感器融合发展。
图 10：无人驾驶感知系统图解
资料来源：《无人驾驶汽车的发展现状与展望》，中信建投证券研究发展部
激光雷达 LiDAR 的全称为 Light Detection and Ranging 激光探测和测距，即光探测与测量，是一种集激光，
全球定位系统（GPS）和惯性导航系统（INS）三种技术于一体的系统，可以获得数据并生成精确的 DEM（数
字高程模型）。
11
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 11：激光雷达 3D 云图
资料来源：《2016 年中国激光雷达市场现状分析及发展趋势预测》，中信建投证券研究发展部
激光雷达运作时，进行非接触扫描可以在短时间内获取物体和环境空间点的三维数据和信息，由于收集的
数据是以点的形式组成，所以这些数据被称作点云数据，其最大的特点是可以进行后期的处理，依靠获取的数
据便能够建立完整的三维立体模型。而如今随着商用 GPS 及 IMU（惯性测量单元）的发展，通过 LiDAR 从移
动平台上（比如在机器人、飞机上）获得高精度的数据已经成为可能并被广泛应用。
目前来看，激光雷达的车用方案主要包括两种：
以地图为中心：
互联网企业开始不断进入智能无人驾驶领域、例如百度，Uber。主要原因是包括谷歌、百度、Uber 在内的
全自动驾驶汽车未来还会承担街景车角色，利用车顶激光雷达绘制高精度地图。类似 Uber 这样的用车公司发现，
车顶激光雷达可以将自动驾驶汽车和传统车辆区别开来，可以突显身份实现自我营销。
以汽车为中心：
大部分车企更希望能够专为汽车量身定制的激光雷达产品。激光雷达最好能被做成小体积直接嵌入车身；
嵌入式安装方式导致的监测范围遮挡，可以用多点布局的方式覆盖整车 360°视角；成本希望由现在的 7-8 万美
元缩减到 1000 美元以下。以汽车为中心的雷达最终目标是体积越来越小，价格越来越便宜。
12
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 12：互联网企业无人驾驶测试车
资料来源：互联网，中信建投证券研究发展部
注：自上而下分别为谷歌无人驾驶原型车、最终量产版本， Uber 无人驾驶测试车，百度无人驾驶测试车
图 13：体积越来越小的激光雷达
资料来源：公司官网，中信建投证券研究发展部
注：从左到右依次为：Ibeo LUX，Velodyne Solid-State Hybrid Ultra Puck™ Auto，Quanergy S3
激光雷达 2020 年市场规模有望超 100 亿。预计激光雷达受益于技术提升及产能提升，2020 年单只激光雷
达成本有望达到 400 元，以整车安装 2-4 个激光雷达（前后探测距离）测算，对应整车成本为 800-1600 元。按
照 2020 年前装市场 25%渗透率、后装市场 5%渗透率估算，中国市场规模有望近 200 亿。
13
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
表 4：2020 年激光雷达市场预测
价格（元） 使用数量 渗透率 汽车容量（亿辆） 市场规模（亿元）
前装市场 400 4 25% 120
后装市场 400 1 5% 3 60
合计 180
资料来源：车云网，搜狐汽车，中信建投证券研究发展部
根据 Lux Research 的报告，到 2030 年，激光雷达将在自动驾驶领域获得更大的商业机会，按照车企从 ADAS
向全自动驾驶过渡的商用化计划，激光雷达已经开始在车辆局部发挥特长。激光雷达领域的领军企业目前主要
是 Velodyne，Ibeo 和 Quanergy。
、Velodyne 激光雷达接受度高
Velodyne 是一家硅谷公司。参加了两届 DARPA 无人驾驶汽车挑战赛后，2007 年开始专注研究激光雷达，
通过 Velodyne 64 线进入 360°高性能激光雷达领域，很快成为自动驾驶汽车的标志性特征。目前全球最主要的
10 家汽车制造商已经有 9 家与 Velodyne 建立一对一的合作小组。Velodyne 与车厂合作的模式很明确：汽车
厂商要有明确的计划及研发团队，每家车厂从现在开始到 2018 年激光雷达的量产，将会分阶段先后投入 1000
万美金的研发费用，与 Velodyne 共同开发一款专门针对某个车厂需求的产品，而量产之后 Velodyne 再用单价
折扣的方式返还给前者。
图 14：Velodyne 64 线光学雷达拆解图
资料来源：Velodyne，中信建投证券研究发展部
Velodyne 目前已经量产销售的激光雷达有三款，分别是 HDL-64E(64 线)、HDL-32E(32 线)、VLP-16（16
线）。除了谷歌、百度、Uber 等无人驾驶汽车使用 64 线产品，一些车企在车上使用 32 线和 16 线产品测试。2016
年 1 月 CES 上，福特展示了安装 Velodyne HDL-32 的混动版蒙迪欧自动驾驶研究车。荷兰 NAVYA 的两部全自
动驾驶 ARMA 公交穿梭车测试了 VLP-16 和 HDL-32，最后选用 32 线。Velodyne 并不提供算法产品。Velodyne
向车企输出的是激光雷达原始数据。
14
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 15：Velodyne 16 线、32 线、64 线
资料来源：车云网，中信建投证券研究发展部
表 5：Velodyne 各型号产品参数对比
具体特征 HDL-64E HDL-32E VLP-16
频道 64 32 16
范围 100-120m 80-100m 100m
精确度 +/- 2cm +/- 2cm +/- 3cm
数据 距离/强度 距离/校准反射率 距离/校准反射率
扫描速率 点/秒 700k 点/秒 300k 点/秒
垂直视野 ○ 40○ 30○
垂直分辨率 ○ ○ ○
水平视野 360○ 360○ 360○
15
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
水平分辨率
5Hz: ○
10Hz: ○
20Hz: ○ 5Hz: ○
功率 10Hz: ○
环境 20Hz: ○ 5Hz: ○
运行温度 10Hz: ○
尺寸 20Hz: ○
重量 60W 12W 8W
参考价格 IP67 IP67 IP67
资料来源：Velodyne 官网，中信建投证券研究发展部
、Ibeo 产品包含软硬件整套方案
Ibeo 是一家成立于 1998 年的公司，2000 年被传感器制造商 Sick AG 收购。2000 年至 2008 年公司研发了激
光扫描技术、并且开始了若干自动驾驶项目的尝试。公司和欧洲委员会共同研发了十字路口安全的驾驶辅助产
品，在全球范围售卖。2009 年公司脱离 Sick AG 独立，2010 年和法雷奥合作开始量产可用于汽车的产品 ScaLa。
目前已有的 Ibeo 全自动驾驶测试车上，常用的多点布局组合是 LUX 和 miniLUX 两款产品。
图 16：Lbeo 主要产品 LUX 和 miniLUX
资料来源：车云网，中信建投证券研究发展部
Ibeo 最早涉足车载激光雷达产品并提供路上物体追踪、识别。与 Velodyne 不同，Ibeo 的产品包括了硬件和
软件在内的整套解决方案。硬件产品涉及 ADAS 到自动驾驶整个进程，软件方面公司提供的激光雷达融合系统
可将 6 个传感器采集的信息实时整合到一个 ECU 后，实现智能追踪识别。
、Quanergy 后来居上
Quanergy 是一家激光雷达领域的新晋创业公司。2014 年 5 月，公司获得来自三星电子风险投资，特斯拉创
始人及清华企业家协会天使基金的种子投资。2014 年 12 月，公司完成 3000 万美金的 A 轮融资。2015 年 Quanergy
得到德尔福的战略投资。德尔福收购了 Quanergy 部分股权，目前两家公司的工程师正在努力研发 LiDAR 系统。
16
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
、国内激光雷达蓬勃发展
国内有数家公司参与激光雷达的研发与生产，应用领域主要包括大气污染检测、三维测绘、汽车等。
表 6：国内主要参与激光雷达研发与生产的厂商
公司 成立时间 公司情况 主要产品 产品用途
无锡中科光电 2011 年
聚光科技，中科院光学精密机
械研究所，中科物联共同建立
激光雷达，声波雷达
大气复合污染（灰霾）立
体监测
北京德可达科技 2009 年 激光雷达系统集成 车载，无人机载测绘
护航实业 2014 年 车载激光雷达系统 汽车
懦神智能 2015 年
已有 4 款单线 2D 激光雷达产
品，预计今年年底可以研发出
一款 16 线 3D 激光雷达
车载激光雷达系统 汽车
思岚科技 2013 年
机器人自主定位导航算法，激
光传感器及机器人硬件系统，
已有两代 2D 激光雷达产品
车载激光雷达系统 汽车
思拓力 2011 年
合众思壮（002383）收购 51%
股权
激光雷达 三维策绘
四维远见 1989 年 隶属于中国测绘科学研究院 激光雷达，遥感系统 三维测绘，道路测绘
数字绿土 2012 年 2015 年 A 轮融资
激光雷达，无人机影
像平台
无人机测绘
资料来源：《2016-2022 年中国激光雷达市场运行态势及投资战略研究报告》，中信建投证券研究发展部
高精度地图—无人驾驶的“心路”
伴随汽车智能化的提升，无人驾驶对导航应用的要求日益提高。传统导航应用由于商品化程度较深、地图
格式各不相同和较粗的地图精度等原因，难以为自动驾驶系统所用。对智能驾驶和安全驾驶的迫切需求，业界
推动了高精度地图（High Precision Map，HPM）的研发。
高精度地图是无人驾驶汽车发展的基础，在特殊气候条件下，传感器采集周边实时路况信息的功能可能受
到影响，地图导航精度越高，保障性越强。无人驾驶时代，高精度地图供应商的地位得到显著提升。受国内法
律法规等限制，高精度地图是目前国内无人驾驶产业图谱中受益确定性最高的环节。
17
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 17：高德高精度采集地图
资料来源：高德官网，中信建投证券研究发展部
高精度地图的开发通常需要地图提供商、车辆生产商和研究项目的共同合作。早期的工作由地图提供商
TeleAtlas、NavTeq 以及 DARPA、SAFESPOT、INTERSAFE2、PreVENT 等研究项目推动，主要的成果有现在
常用的用于路网定义的路网定义文件 Route Network Definition File，RNDF），被广泛用于地图定义以及智能车
竞赛，以及路图（Road Graph）和局部动态地图（Local Dynamic Map，LDM）等。如下图所示，高精度提供车
道级地图信息，包括车道类型（如高速、城区、乡村等公路级别、隧道、桥梁、施工路段等）、位置、朝向、曲
率、坡度、限速等。
图 18：高精度地图可以提供的车道级信息
资料来源：车云网，中信建投证券研究发展部
18
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
从应用角度来讲，博世（Bosch）提出过一个高精地图的分层范例，其中底部两层是通常意义讲的高精地图
静态数据，可以为自动驾驶行车决策提供强有力的指导；上部两层涉及到无人驾驶汽车与诸多外界因素的交互。
图 19：Bosch 高精度地图分层范例
资料来源：Bosch 官网，中信建投证券研究发展部
目前高精度地图的格式主要有两种，分别是 ADASIS 和 OpenDrive：
（1）ADASIS，即 ADAS Interface Specification，旨在为 ADAS 提供高精度地图信息。具体来讲，ADASIS
通过称为 ADAS 地图信息片（Horizon）的形式提供车辆周围的高精度地图信息，为 ADAS 服务。ADASIS 的研
发通过一个自组织社区的形式进行，成员包括 ADAS 提供商 Continental Automotive、Bosch、dSPACE、IPG，
地图和数据提供商 Autonavi、Naavinfo、TomTom、HERE，车辆生产商 BMW、Daimler、Ford、Honda、Toyota、
Volkswagen 等。
（2）OpenDrive，是一个开放的路网逻辑标准，由 VIRES 公司于 2005 年发布第一版本，初衷是建立统一
的路网逻辑，便于不同驾驶模拟器之间进行数据交换。后来由于智能及安全驾驶技术的需求，也被 ADAS 作为
高精度地图的格式之一所用，可提供与 ADASIS 类似的信息。提供 OpenDrive 的研发也是通过自组织社区的形
式，由 VIRES 公司主导。成员包括驾驶模拟器公司 DLR、Fraunhofer、TMI Dynamatics、TrianGraphics，车辆生
产商 BMW、Daimler，智能交通研究机构 VTI 和 TUM 等。
国内外知名的高精度地图采集厂商主要有 HERE，TomTom，四维图新等。
、Here—高精度地图国际领先
Here 地图是由诺基亚推出的地图服务。Nokia 提供地图服务已有 25 年的历史。起步阶段，Nokia 曾经通过
多项收购快速拓展此项业务。Nokia 曾分别于 2006 年、2008 年和 2012 年收购了地理软件提供商 Gate5（收购前
19
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
主要客户包括戴姆勒、大众）、电子地图提供商 NAVTEQ（当时最大的导航地图厂商，收购价格为 85 亿欧元，
溢价率为 34%和数据采集商 earthmine）。
2006 年，Nokia 发售了世界上第一台内置 GPS 手机。
2012 年，Nokia 发布了其 HERE 品牌。Here 服务可以在地图上显示停车、交通状况、汽油价格以及天气信
息。
2015 年 8 月 3 日，宝马、奥迪和戴姆勒公司斥资 28 亿欧元(约合 31 亿美元，190 亿人民币)收购诺基亚的
Here 数字地图业务。
目前，Here 号称收录了世界上近 200 个国家的地图数据，在 97 个国家提供语音导航、在 41 个国家提供实
时交通信息，并且每天还可以利用 8 万多个数据源对地图进行 270 万次更新。尤其在汽车车载导航市场，Here
更是占据了超过 80%的份额，是全球领先的地图和位置服务供应商之一。
图 20：具备车道及交通流量信息的 HERE 高精度地图
资料来源：腾讯汽车，中信建投证券研究发展部
、TomTom—荷兰高精度地图提供商
TomTom 1991 年成立于荷兰阿姆斯特丹，主要致力于为手机等移动设备提供软体支持。
2004 年 3 月，TomTom 的第一个独立的便携式导航设备（PND）,TomTomGO 产品正式推广。2005 年 5 月，
TomTom 公司在纽约证券交易所、Euronext、阿姆斯特丹成功上市。2005 年 8 月，TomTom 公司收购 Data Factory
公司。2006 年 1 月，公司购买 Applied Generics，专门从事移动网络的数据提供。2007 年 7 月 TomTom 用 42 亿
美金全现金收购 Tele Atlas 公司，全球最大的两个数字制图公司之一。2011 年，TomTom 的高清交通技术正式在
美国问世。2012 年，TomTom 和苹果进行全球性合作。
20
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 21：Tom Tom 公司发展历史
资料来源：Tom Tom 公司官网，中信建投证券研究发展部
TomTom 地图覆盖全球范围内超过 109 个国家，超过 3600 万公里的道路，为全球客户提供超过 30 种语言
的系统菜单，超过 60 种系统语言，是行业内领先的地图厂商。TomTom 对无人驾驶的研究也一直保持在前沿，
其车道级高精度定位技术建立在 TomTom 高精度地图和车道级点云地图（RoadDNA）数据之上。在车辆实际运
行过程中，定位算法会将实时点云数据与 RoadDNA 进行匹配，计算高精度位置。该项技术可用于自动驾驶汽
车的车道保持和路径规划中，TomTom 的高精度地图还支持冗余技术，以应对天气、交通标志和道路的日常变
化。
图 22：Tom Tom 车道级高精度定位技术
资料来源：易观智库，中信建投证券研究发展部
、四维图新—中国高精度地图领军企业
在中国，地图测绘及运营与国际市场略有不同。中国地图测绘资质是受管制的，国家测绘局 2010 年对互联
网地图服务建立了准入制度，分为甲乙丙丁四级，不同级别的测绘企业，设计的经营范围也不相同。
21
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
按照新修订的《互联网地图服务专业标准》，取得互联网地图服务甲级测绘资质的单位，可以从事地图搜索、
位置服务；地理信息标注服务；地图下载、复制服务；地图发送、引用服务等四类服务；取得互联网地图服务
乙级测绘资质，可以从事前两类服务，但不得从事后两类。目前国内共有 11 家甲级测绘资质单位，可制作全国
导航电子地图。分别为北京四维图新、高德软件、北京灵图、北京长地万方、深圳市凯立德、易图通科技(北京)
有限公司、北京城际高科、国家基础地理信息中心、北京科菱航睿、武汉立得和浙江省第一测绘院。
表 7：我国导航电子地图甲级测绘资质单位
序号 单位名称 证书编号 等级 发证日期
1 北京四维图新导航信息技术有限公司 1111024 甲 2001-1-1
2 高德软件有限公司 11001004 甲 2004-6-14
3 北京灵图软件技术有限公司 11001006 甲 2005-5-13
4 北京长地万方科技有限公司 11001002 甲 2005-5-13
5 深圳市凯立德计算机系统技术有限公司 44001020 甲 2005-6-24
6 易图通科技（北京）有限公司 11001005 甲 2005-7-18
7 浙江省第一测绘院 33001001 甲 2008-6-30
8 北京城际高科信息技术有限公司 11001037 甲 2007-4-29
9 国家基础地理信息中心 11001029 甲 2006-1-12
10 北京科菱航睿空间信息技术有限公司 11001039 甲 2007-6-15
11 武汉立得空间信息技术发展有限公司 11001037 甲 2007-6-15
资料来源：国家测绘网，中信建投证券研究发展部
北京四维图新科技股份有限公司是中国领先的数字地图内容、车联网及动态交通信息服务、地理位置相关
的商业智能解决方案提供商。四维图新和高德是目前中国数字地图行业的双寡头，最重要的地图数据生产商。
底层数据和 POI 及其他数据，两家都拥有最丰厚的储备。在高德被腾讯收购后，目前一线的地图商就只剩下了
四维图新，四维图新实际控制人为中国国家测绘地理信息局，还拥有自己的测绘卫星。
四维图新数字地图已连续多年领航中国前装车载导航市场，获得宝马、大众、奔驰、通用、沃尔沃、福特、
上汽、丰田、日产、现代、标致等主流车厂的订单；并通过合作商务模式在消费电子、互联网和移动互联网市
场多年占据 50%以上的市场份额，汇聚了百度地图、搜狗地图、诺基亚地图、图吧地图、老虎地图、导航犬、
天地图等多家网站地图和众多手机地图品牌，每天通过各种载体访问公司地图数据的用户超过 亿。
四维图新的高精度地图研发始于 2013 年，2014 年可以提供精度 10 厘米到 20 厘米的高精度数据。目前，
四维图新已经建立了自动驾驶实验室和深度学习实验室致力于自动驾驶领域的探索；正式运营 FastMap，为基
础地图数据每日更新提供服务；同时也开展了高精度智能地图和传感器融合地图服务等前沿领域的研发工作。
表 8：四维图新高精度地图相关数据
项目 数据
企业级安全产品 采集车 近 30 辆，全国还有近 100 辆车在进行普通地图采集 工作
技术 四维图新在整个高精度地图的技术团队接近 100 人，其中有 20 多人在应用层
里程 已经完成了对全国全部高速公路数据的采集，大约有 100 万公里
重点城市道路试验 北京、上海、武汉和长沙
资料来源：搜狐汽车，中信建投证券研究发展部
22
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
、Mobileye—ADAS 厂商涉足高精度地图
Mobileye 也在 16 年初也提出了自己的高精度地图技术（REM，Road Experience Management），Mobileye
未使用复杂的 3D 激光雷达来采集和制作地图，而是利用自己的优势通过图像中丰富的纹理和色彩特征来生成
地图。Mobileye 采取的策略是三维上稀疏，地面一维稠密的结构，三维元素不会包括原始图像数据，而是经过
识别后的语义信息。当前高精度地图供应商，在生产和维护地图方面成本很高，而 Mobileye 则采取群体智能的
方式来解决这个问题，通过大量装配在量产车上的 Mobileye 现有产品来分布式收集和更新数据。
图 23：Mobileye 采取群体智能收集和更新数据
资料来源：Mobileye 官网，中信建投证券研究发展部
、ADAS—无人驾驶的“中枢”
高级驾驶辅助系统（Advanced Driver Assist System，ADAS）是智能驾驶和自动驾驶的基础，同时也是主动
安全技术的具体应用。ADAS 总体可分为 2 大类：安全类辅助和便利/舒适类辅助，部分系统还兼具安全和便利
性双重功能。
ADAS 的发展是推进 21 世纪无人驾驶汽车发展的主要原因，汽车行业自 2000 年起推出了一系列高级驾驶
辅助系统(Advanced Driver Assistant System，ADAS)功能：
2000 年：夜视仪、前方碰撞预警(Forward Collision Warning，FCW)；
2002 年：后置摄像头、泊车辅助(Park Assist，PA)；
2005 年：车道偏离预警(Lane Departure Warning，LDW)；
23
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
2006 年：自适应前照灯系统(Adaptive Front Lights，AFS)、自动泊车(Automatic parking，AP)、盲点探测系
统(Blind Spot Detection，BSD)；
2007 年：全景可视系统(Surround View Systems，SVS)；
2008 年：前方碰撞辅助(Forward Collision Assist，FCA)；
2010 年：瞌睡警示(Drowsiness Alert)；
2014 年：车道保持辅助(Lane Departure Assist，LKA)，通过一系列的 ADAS 功能进一步地减少、防止机动
车事故；
2016 年以后，部分无人驾驶的功能如单车道自动驾驶、交通拥堵环境下的自动驾驶、车道变化自动驾驶、
城市自动驾驶等等有望逐步实现。再进一步过渡到完全无人驾驶。
2025 年之后，无人驾驶技术预计能做到完全无人驾驶在任何情况下。无人驾驶是技术化向智能化发展的产
物，也是汽车行业发展的必经之路。
图 24：ADAS 发展路径
资料来源：Google，麦肯锡，中信建投证券研究发展部
中国是全球最大汽车生产和消费国家，2015 年中国汽车市场已经达到了 亿辆的保有量（其中私家车有
亿辆），并且今后将按每年近 2000 万辆的增速快速发展。中国汽车市场占全球汽车销量 30%以上，但 ADAS
份额却显著低于 30%。随着消费结构升级和中产阶级购车需求的增加，未来对于 ADAS 需求量呈现爆发式增长。
分析机构预计中国 ADAS 市场 2015-2020 年，复合增长率达 35%，2020 年中国可实现近 800 亿元市场空间。
24
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 25：2006-2016 中国汽车保有量
0
5
10
15
20
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016-06
x
1
0
0
0
0
0
0
0
中国汽车保有量（千万辆）
资料来源：Wind，中信建投证券研究发展部
图 26：2014-2020 中国 ADAS 市场规模
0
100
200
300
400
500
600
700
800
900
2014 2015 2016E 2017E 2018E 2019E 2020E
中国ADAS市场规模（亿元）
资料来源：Wind，中信建投证券研究发展部
ADAS 是近年来汽车领域需求增长最快的部分之一。全球 2016-2019 年的复合增长率预计将达到 32%。目
前，欧美发达国家已有超过 8%的新车已配备 ADAS 功能，而新兴市场这一比例仅为 2%左右。预计到 2019 年，
全球搭载高级驾驶辅助系统（ADAS）的新车出货量将占到总出货量的 25%以上。
乘用车领域，ADAS 系统集成商数量较多，且基本为大型汽车零配件企业。目前领先企业的技术方向均为
主动安全和被动安全的联合与集成，以及数个 ADAS 系统之间的集成。分区域来看，目前在欧洲、北美、亚洲
市场占有率最高的系统集成商分别是大陆集团、德尔福、电装。从全球来看，大陆集团市场占有率最高，且其
在 ADAS 和自动驾驶技术方面的研发人员和资金投入也是全球第一。全球前五名的系统集成商占据超过 65%的
市场份额，其余份额基本为法雷奥（Valeo）、天合（TRW）、麦格纳（Magna）、海拉（Hella）、松下（Panasonic）、
镜泰（Gentex）等企业占有。
25
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
相比乘用车，提供商用车 ADAS 的系统集成商集中度较高，威伯科、大陆集团、博世集团这三家企业占有
全球 60%的份额。
现阶段 ADAS 发展和应用的最大驱动力来自政府对汽车驾乘安全要求的提高。欧洲、美国、日本等发达国
家已从立法和评级标准（NCAP）等方面对新车 ADAS 的配置做出规定，其中普遍要求 ADAS 系统应具备前方
碰撞预警（FCA）、车道偏离预警（LDW）功能，走在全球最前列的欧盟还对自动紧急制动（AEB）、车道保持
辅助（LKA）甚至行人检测功能等提出了要求。
表 9：ADAS 系统主要分类
ADAS 主要系统 主要功能
企业级安全产品 导航系统 高精度地图和实时导航。
实时交通系统 TMC（Traffic Message
Channel）
通过 RDS 方式发送实时交通信息和天气状况的一种开放式数据应用(Open Data Applications，
ODA)。
电子警察系统 ISA（Intelligent Speed
Adaptation）
通过现代的电子监控手段，对日常交通违法行为自动提醒。
车联网系统 VSA（Vehicular
Communication Systems）
车联网（Internet of Vehicles）是由车辆位置、速度和路线等信息构成的巨大交互网络。通过 GPS、
RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集。
车辆检测 VD（Vihicle Detection） 在仅基于视觉的模式下，VD 目前要能检测 70 米远的车辆，并能持续跟踪到 100 米开外。
自适应巡航控制 ACC（Adaptive
Cruise Control）
ACC 一般都基于雷达或激光技术，现在可以基于视觉/相机技术。
车道偏移报警系统 LDWS（Lane
Departure Warning System）
LDW 在夜晚、雨雪等状况下（应该是非特别极端天气），检测出各种车道标志和路边。在直路与
弯道上都能工作，但在视野很差的条件下，自动关闭，并给出提示。
车道保持系统（Lanechange
Dssistance）
在车道偏离预警系统（LDWS）的基础上对刹车的控制协调装置进行控制。
前车防撞预警系统 FCWS （Forward
Collision Warning System）
车祸的发生，大都是来不及反应，或无告警。而 FCW 能在碰撞前 2-3 秒，给出警告，以避免车祸
发生。因此，FCW 要检测出前方车辆或行人的距离及相对速度。
碰撞避免或预碰撞系统（Collision
Avoidance System）
预碰撞安全系统能自动探测前方障碍物，测算出发生碰撞的可能性。
行人检测 PED（Pedestrian Detection） PED 要区分出走路的和静止的人，并给出行人的位置和速度，如果行人在车辆行驶路线上，能给
出重点提示及碰撞时间。
夜视系统（Night Vision） 夜视系统是一种利用红外线技术辅助驾驶员在黑夜中看清道路，减少事故发生，增强主动安全的
系统。
自动泊车系统 AP（Automatic Parking） 自动泊车系统就是不用人工干预，自动停车入位的系统。
交通标志识别 TSR（Traffic Sign
Recognition）
TSR 能识别路上的交通标志牌如限速标志，包括固定或非固定的 LED 标志。这些信息还可以与导
航地图信息相融合，提供更精确的信息。
盲点探测（ Blind Spot Detection） 盲点监测系统通过安装在汽车尾部保险杠位置的 24GHz 雷达传感器来检测盲区内存在的车辆，如
果有车辆进入视野盲区，则会在后视镜位置有声光报警，提醒驾驶者这个时候变道存在危险。
驾驶员疲劳探测（Driver Drowsiness
Detection）
一种基于驾驶员生理反应特征的驾驶人疲劳监测预警产品。
下坡控制系统（Hill Descentcontrol） 陡坡缓降控制系统通过对前桥施加短暂的制动力，补偿发动机制动，进而提高在陡坡行驶的可控
性。
26
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
全景影像系统 SVM（Surround View
Monitor）
全景影像系统能看到车辆四周的所有状况。技术上需要对摄像头进行标定，对图像进行配准、拼
接，车辆自身的虚拟实现，模拟车辆状态等。
远光自动控制 IHC（Intelligent
Headlight Control）
IHC 要考虑两种情况，迎面开来的车与前方同向行驶的车。
增强现实导航 AR NAVI（Augmented
Reality Navigation）
AR NAVI 就是将普通导航仪与摄像头结合，AR NAVI 不仅用前向摄像头将车前的路况录下来，
而且据导航地图的信息，在视频上划出虚拟线路箭头，显示导航相关信息。
资料来源：中信建投证券研究发展部
图 27：主要 ADAS 产品市场规模发展统计预测
资料来源：《2015-2019 年全球及中国汽车 ADAS 行业研究报告》，中信建投证券研究发展部
ADAS 的主要组成部分包括传感器、芯片（核心是信号处理和数据运算芯片）、算法软件等。传感器一般由
系统集成商研发提供；芯片和算法软件一般由半导体公司、系统集成商合作开发，整车厂亦会在具体车型的应
用上参与开发。系统集成商与整车制造商有最直接和密切的关系，且是 ADAS 系统整体解决方案的提供者。
ADAS 硬件的核心是传感器（摄像头、雷达等）和处理器，而软件核心是算法。芯片处理器短期内国产化
很难有较为显著的进展，因此国内 ADAS 本土化的突破关键就在有具有自主技术的算法公司。
27
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 28：主要 ADAS 产品市场规模发展统计预测
资料来源：车云网，中信建投证券研究发展部
目前要满足 ADAS 应用的高性能需求，需使用多个不同类型的传感器来完成安全相关任务，这也是 ADAS
今后发展方向，也是国内 ADAS 厂商的努力方向。由于 ADAS 的功能，往往是通过一组传感器+处理器的方式
捆绑销售，使得 Tie1 供应商或称作系统供应商在里面担当了 ADAS 产业链中核心角色，它们是方案的设计者，
而且都在各自算法上有多年积累。
目前 ADAS 市场主要被国外 Tie1 供应商/系统供应商所垄断，在商用车市场，威伯科、大陆和博世三家公
司就占据了 60%的市场份额；在乘用车市场，大陆、德尔福、电装、奥托立夫和博世则占据了 65%的份额。
国内已涌现出很多自主品牌的 ADAS 系统提供商，如苏州智华、深圳前向启创、上海纵目科技、北京中科
慧眼、南京创来科技等，且少数产品也已进入前装市场测试，但起步较晚，ADAS 需要较长的技术积累，短期
内较难与国外 ADAS 巨头抗衡。
ADAS 得到广泛应用的决定性因素还是成本，这也是国内 ADAS 厂商的优势所在。目前国内 ADAS 技术多
集中在摄像头+处理器上面，对摄像头硬件要求不很高，单目 ADAS 摄像头可以用国产的，所以更多依赖软件
即算法。有属于自己专利的算法，再降低成本来取得市场是国内厂商惯用的手法。现有的摄像头+处理器也不能
够满足 ADAS 所有功能需求且会受光线、雾霾、沙尘暴等恶劣天气的影响，国内已有厂商如杭州智波、芜湖森
思泰克等也在开发雷达传感器+处理器的 ADAS 产品。
表 10：国内 ADAS 创业型企业
公司 业务 主要产品范围
苏州智华
车道偏离报警系统、前向碰撞预警系统、全景影像系统、倒车影像辅助等多个
汽车智能安全驾驶系统。
前装/后装
灵动飞扬 ADAS 系统（FCW/LDW/PDS/BSD/SVC） 前装/后装
纵目科技 环境 ADAS（LDW/BSD/SVC） 后装
前向启创 ADAS 系统（LDW/FCW/DSM/PDS/TSR/NVS/SVC） 后装
中科慧眼 ADAS 系统（FCW/LDW） 后装
中天安驰 ADAS 系统（CAS/AV） 后装
MaxiEye ADAS 系统（ACC/FCW/AEB/IHC/LKA/PSD/TSR） 前装/后装
28
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
Minieye ADAS 系统（FCW/LDW/BSD/PDS） 后装
喵小瞳 车联网（智能行车记录仪） 后装
好好开车 ADAS 系统（CAS/UBI） 后装/保险公司
清研微视 疲劳驾驶预警/远程监控/营运车辆一体化智能监控 后装
卡斯达特 车联网/远程控制（防盗） 后装
经纬恒润 前视主动安全摄像头/全景泊车 后装
辉创电子 车道偏移警示系统、环车鸟瞰影像系统 后装
腾讯神眼 ADAS 系统/行车记录仪 后装
格灵深瞳 行为分析/车辆特征识别（公共交通安全） 后装
极目科技 ADAS 系统 前装
资料来源：中信建投证券研究发展部
、车联网—连接无人驾驶的“图谱”
车联网即“汽车移动物联网技术”。传统汽车联网和智能汽车做为车联网的智能硬件是其重要组成部分。较
高的汽车保有量和销售预计，成熟的移动互联网都是车联网发展必不可少的条件。
2015 年底，我国汽车保有量达 亿辆，新能源汽车有 万辆，均为历史最高水平。全国私家车保有
量达 亿辆，平均每百户家庭拥有 31 辆。2014 年，中国新注册登记的汽车达到 2385 万辆，保有量净增 1781
万辆。此外，汽车占机动车的比率迅速提高，近五年，汽车占机动车比率从 %提高到 %。根据全球汽
车保有量来看，截至到 2011 年 8 月 16 日，全球处于使用状态的各种汽车，包括轿车，卡车及公共汽车等的总
保有量预警突破 10 亿辆。据预计，到 2050 年这一数字将升至 25 亿辆。
从汽车销量上来看， 2015 年，全球各大区域汽车市场销售量仍然以亚洲及北美为主，西欧表现亮眼，全
球前五大汽车销售市场分别为中国，美国，日本，德国及印度。中国凭借人口第一大国的优势，销量稳居世界
首位，总量达 2460 万辆，较 2014 年成长 %；美国受其经济环境复苏的刺激，汽车销量持续增长，总销量达
到 1792 万辆，较同期增长 %；第三的日本因市场刺激降低，2015 年销售 504 万辆，较去年度衰退 %；欧
洲市场走出前两年的阴霾，英、法、意、德四大欧洲车市销售增长明显，其中意大利市场汽车销量最为显著，
突破 16%。
图 29：2015 年全球主要车市概况
资料来源：车云网，中信建投证券研究发展部
29
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 30：中国汽车保有量及增长率 图 31：2015 全球汽车销售量
0
5
10
15
20
25
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
2008 2009 2010 2011 2012 2013 2014 2015
保有量（万辆） 增长率（%，右轴）
-10
-5
0
5
10
15
20
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
销售量（万辆） 增长率（%，右轴）
资料来源：Wind，中信建投证券研究发展部 资料来源：Wind，中信建投证券研究发展部
车联网在最初被定义为电子传感装置，之后发展到车载导航，车载娱乐系统，再到车辆管理，交通管理，
车载物联网等应用形式。目前，这些装置很多已实现量产并且商业化。现在，我们认为车联网是为提高驾驶安
全性，舒适性，提高用车效率等一系列的创新。车联网的核心技术智能交通能够提高道路使用效率：据预测，
智能交通技术可以使交通堵塞减少约 60%，使短途运输效率提高近 70%，使现有的道路网的通行能力提高 2-3
倍，车辆在智能交通体系内行驶，停车次数减少 13%-45%，车辆使用效率提高 50%以上。
图 32：车联网概念的解读发展
资料来源：车联网产业链发展战略分析，中信建投证券研究发展部
根据 PWC 机构预测，2016 年，智能车和车联网市场预计规模为 403 亿欧元（约 3000 亿人民币），2021 年，
预计市场规模为 1226 亿（约 9000 亿人民币），智能车和车联网市场预计以平均每年 25%的速度增长，其中，安
全部分占据最大比重，从 2016 年的 155 亿欧元增长到 493 亿欧元。按照 PWC 的预计，智能汽车和车联网全球
市场空间未来有望达到万亿人民币规模。
30
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 33：智能车、车联网及各组成部分市场规模预计
资料来源：PWC，中信建投证券研究发展部
主要的车联网产业链参与者有：汽车生产商，元器件设备制造商，硬件制造商，终端设备制造商，软件开
发商，系统集成商，移动通信运营商，车载信息服务提供商（Telematics Service Provider, TSP），内容服务提供
商，以及位于末端的用户。TSP 是整个车联网产业链的核心。
图 34：车联网产业链分析
资料来源：车联网产业链发展战略分析，中信建投证券研究发展部
31
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
车联网技术的核心是智能交通（TSP），即交通信息网络控制平台通过装在每辆汽车上的传感终端，实现对
所有车辆的有效监管并提供综合服务。是将先进的传感器技术、通信技术、数据处理技术、网络技术、自动控
制技术、信息发布技术等有机地运用于整个交通运输管理体系而建立起的一种实时的、准确的、高效的交通运
输综合管理和控制系统。
传统的车联网商业模式下，企业进入车联网市场首选合作伙伴是整车厂商。但比起传统整车厂商，互联网
企业更为开放，其整合能力亦更有效率。由于整合难度大，缺乏具有实力的平台服务商来主导产业链，导致当
前仍有相当数量的车联网商业模式还处于比较简单的初级阶段，车联网可持续发展的盈利的商业模式还需要相
对较长的投入过程。
图 35：传统车联网产业链
资料来源：易观智库，中信建投证券研究发展部
随着生态系统的健全，更多 CP/SP 提供商、互联网厂商进入到车联网的产业链，车联网提供更加多样化的
服务，随之而来会出现新的商业模式，比如基于车辆数据形成大数据产品，并向 O2O 与汽车后市场渗透，新的
商业模式正在不断拓展中。
图 36：新型车联网产业链
资料来源：易观智库，中信建投证券研究发展部
（1）车联网软件提供商是车联网产业的基础，主要为车联网产业链中的硬件厂商提供软件支持。车联网软
件提供商从中还可以细分出地图提供商、应用提供商、系统提供商等不同角色。
32
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
（2）车载终端设备提供商向整车厂商、4S 店或车主直接供货。由于传统汽车影音导航本身具备一定的客
户群，而这些客户也是车联网产业的用户，因而在进入车联网市场已经拥有部分客户资源，在向车联网转型过
程中亦较有优势。
（3）移动智能终端提供商一般向用户直接供货。主要承载移动应用及其配套服务，
（4）TSP 企业在目前整个车联网产业链中处于核心地位。国外 TSP 的发展比国内的发展较为成熟，主要
是整车厂商和移动运营商独立或合作的形式展开。中国 TSP 企业目前发展较为薄弱，但是其市场潜力较大，消
费者的需求也较为强烈，收益较高，是产业链上众多企业争取的对象。
（5）互联网厂商在车联网市场上是新进参与者。由于汽车的封闭性，汽车厂商把控着 CAN 总线数据，互
联网厂商可以做的应用还是受到较为明显的限制。
我们认为，未来智能汽车将成为物联网大环境下的重要“智能移动终端”。TSP 仍是车联网产业的核心，
汽车厂商将会逐步打破封闭的体系，车载软硬件厂商也可以逐步获得数据，两者的资源及数据积累有望形成良
好的协同效应，产业内会不断出现新的运营商。整个产业链会呈现扁平化的趋势，互联网厂商也可以发挥其流
量优势，协助打造互联网环境下的新型车联运营系统。
图 37：新型车联网产业链细分领域
资料来源：易观智库，中信建投证券研究发展部
我国自 2010 年开始 TSP 发展增长稳定。国内的三大通信运营商，电信、移动和联通受到车联网产业发展
的带动，已经与政府和 TSP 合作推出了相关业务。整个车联网产业链虽然处于初级发展阶段，但是发展前景十
分可观。
33
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
国家积极推动车联网向前发展。据新华网报道，7 月 19 日工信部领导在论坛上指出近两年工信部在智能驾
驶与车联网领域的一系列工作，其中提到“智能网联汽车发展技术路线图”研究已基本完成，准备 8 月对外发
布，同时相关标准框架体系、行业规范等已基本成型，国际交流、试点示范等工作也在进行。
表 11：与车联网相关政策的颁布
时间 详情
2009 年 交通运输部要求各级地方交通主管部门全面开展重点运营车辆 GPS 联网联控建设工作
2010 年 国务院总理温家宝在“两会”上作《政府工作报告》，首次提到物联网
2011 年 交通运输部，公安部，国家安监总局，工信部联合下发《关于加强道路运输车辆动态监管工作的通知》要求“两
客一危”车辆均要纳入联网联控系统平台进行管理
2011 年 科技部“十二五”国家科技计划交通领域 2012 年预备项目征集指南中明确支持汽车共性技术中的车联网技术
2011 年 《物联网“十二五”发展规划》出台，明确提出物联网将在智能交通、智能物流等领域率先部署
2012 年 车联网被列为国家重大专利（第三专项）中的重要项目
2012 年 交通运输部正式发布《2012-2020 年中国智能交通发展战略》，战略中提出于 2020 年基本形成适应现代交通运输业
发展要求的智能交通体系，实现跨区域、大规模的智能交通集成应用和协同运行
2013 年 国务院出台《国务院关于推进物联网有序健康发展的指导意见》，将车联网应用作为物联网的核心应用领域
2014 年 《道路运输车辆动态监督管理办法》规定客运企业、危险品运输企业以及使用 50 辆以上重型载货汽车的企业必须
使用符合标准要求的卫星定位监控平台
2015 年 5 月 国务院印发《中国制造 2025》，明确提出加快汽车等行业的智能化改造。随后在 5 月 22 日，工信部进一步发文对
其进行详细解读，围绕智能网联汽车，将在以下几个重点领域开展工作：一是基于车联网的车载智能信息服务系
统，二是装备智能辅助驾驶系统的智能网联汽车，三是装备自动驾驶系统的智能网联汽车等
2016 年 7 月 工信部 “智能网联汽车发展技术路线图”研究已基本完成，准备 8 月对外发布
资料来源：互联网，中信建投证券研究发展部
V2X 技术促进无人驾驶技术不断完善。V2X（Vehicle to X)，是车联网和智能无人驾驶的关键技术。V2X
主要实现的是车与车（V2V，Vehicle to Vehicle）、车与基础设施（V2I，Vehicle to Infrastructure）之间的通信，
后续还可以拓展到 V2R（Vehicle to Road），V2H（Vehicle to Human），逐步获得实时路况、道路信息、行人信
息等一系列交通信息，提高驾驶安全性、减少拥堵、提高交通效率等。
目前 V2X 技术主要包括欧美和中国两大阵营：
欧美采用 DSRC（Dedicated Short Range Communications）技术，目前已经成为国际主流且较为成熟，进
入商业化阶段。根据产业调研，美国将于 2019 年左右通过强制要求前装安装 V2X 模块，预计大范围推广会在
2020 年左右。
LTE-V 技术是由华为、大唐等主导的我国实现 V2X 网络通信的技术。针对车辆应用 LTE-V 定义了两种通
信方式——以基站为控制中心的集中式（LTE-V-Cell）和无需基站的分布式（LTE-V-Direct）。相比 DSRC，LTE-V
的优势在于无需重建基站，可以利用 LTE 4G 网络基站，推广成本低。国内 LTE-V 正在标准制定阶段，相关标
准有望可在 2017 年完成；标准化之后，通常需要一年左右的时间推出商业化芯片组生产，估计 LTE V2X 到 2018
年或之后可以推广商业应用。
34
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
LTE-V 能够实现车与车，车与路边单元（如信号灯、道路指示牌、限速标志灯等）的信息交互，解决智能
驾驶安全问题。同时，可以支持导航、交通信息、生活信息等服务内容。最终在车联网高度发达阶段，可以作
为智能交通系统 ITS 的基础，带动众多应用场景，扩展车联网范畴，全面推进智能无人驾驶。
图 38：车联网 V2X 技术发展
资料来源：易观智库，中信建投证券研究发展部
表 12：全球主要车联网产品概要
车场/品牌 名称 主要搭载车系 收费模式 特色 投产时间
通用 Onstar
凯迪拉克全系；别克君威、君越、
英朗、GL8、昂科拉、昂科雷、雪
佛兰锐宝、科鲁兹等
前一年免费，付费套餐从
480-1580 元/年不等
安防，导航
1997 年，国内
2009 年上市
丰田 G-Book
雷克萨斯全系、广汽丰田凯美瑞、
汉兰达、一汽丰田皇冠等
前两年免费、付费后 1200/
年
救援类、话务员
服务
2002 年，国内
2009 年上市
宝马 iDrive
7 系、6 系、5 系、3 系、X3、Z4
等
第三代产品前三年免费、以
后 1000 多元/年
离车导航、信息
服务
2001 年，国内
2009 年上市
福特 SYNC
锐界、翼虎、新蒙欧迪、新福克斯
等
支付手机流量等使用费用 汽车与手机互联
2007 年，国内
2011 年上市
上汽 inKaNet 荣耀 350、荣威 550、MG5
前两年免费、以后每个月流
量费 30-50 元
语音操控、实时
路况导航
2010 年
长安汽车 in Call 锐翔 V5i
前两年免费，以后 468-1160
元/年
人工语音识别 2012 年
一汽 D-Partner 奔腾 B70 前两年免费，之后待定 软件平台开放 2012 年
吉利 G-NetLink 帝豪 EC8 未公布 远程信息系统 2012 年
资料来源：中信建投证券研究发展部
35
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
3、科技企业、整车厂商各显神通，智能无人驾驶殊途同归
、智能无人驾驶研发路径殊途同归
目前的智能无人驾驶发展以 ADAS 和人工智能作为两条主要的发展路径：
路径一：以传统车厂为代表，如上汽集团、长安汽车等。
通过不断完善和发展 ADAS 功能和技术，逐步提高汽车的自动化、智能化程度来不断向完全无人驾驶发展。
发展的根本目的是缓解司机驾驶压力，改善司机的驾驶体验。汽车主机厂具备丰富的整车制造经验，完善的配
套服务体系。核心技术是 ADAS 的各项自动控制系统，在汽车的行驶决策过程中，更多的是由人对周边的状况
做出判断，并采取执行措施，机器决策仅起到辅助作用。
路径二：以互联网企业为代表，如谷歌、百度等。
通过提高移动式机器人深度学习能力和自主决策能力来完成无人驾驶汽车的各项任务。发展的根本目的是
以计算机来控制汽车，彻底取代人工驾驶。互联网企业拥有先进的互联网技术，成熟的算法和云服务平台，能
够通过人工智能技术不断提高机器的“驾驶经验”，从而对行驶路况进行准确的判断，降低人为因素干扰带来的
事故率。核心技术是人工智能技术，在汽车的行驶决策过程中，完全由机器对周边状况进行决策并控制执行，
人工智能完全控制汽车的所有驾驶决策。
ADAS 主要由现有的汽车技术出发，配合感知和机器决策，逐步实现智能化无人驾驶，人工智能主要通过
计算机及互联网技术实现对传统汽车的控制和改造。我们认为，ADAS 和人工智能技术虽然起点有异，但随着
技术的进步和融合，未来两者会殊途同归，不同技术在传统汽车及新兴智能间的融合会日益加深，最终实现“汽
车+智能”的完全无人驾驶。
图 39：无人驾驶的两条路径——ADAS 和人工智能
资料来源：易观智库，中信建投证券研究发展部
36
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
、谷歌—AI 研发完全无人驾驶
谷歌是最早布局无人驾驶的企业之一，谷歌无人驾驶汽车（Google Driverless Car）主要由谷歌公司的 Google
X 实验室研发。从 2009 年开始测试，到 2015 年，55 辆谷歌自动驾驶汽车的道路测试总里程达到 130 万英里（约
合 209 万公里），截止到 2016 年 5 月，谷歌无人驾驶车队在自动驾驶模式下行驶了 265 万公里，在人工驾驶模
式下行驶了 180 万公里。
谷歌无人驾驶汽车是由萨巴斯蒂安.特龙（Sebastian Thrun）等共同发明。谷歌初次一共使用 7 辆车进行试
验，6 辆为丰田普锐斯，另外一辆是奥迪 TT。谷歌对丰田普锐斯的改造主要包括：（1）视屏摄像头：安装在后
视镜附近，监控交通灯，监控动态物体，帮助车载电脑识别人行道和自行车道等障碍物；（2）激光雷达：车灯
的旋转传感器对各个方向进行超过 60 米距离的扫描，以获得有关环境的动态三维地图；（3）为止评估器：左后
轮上安装了一个传感器，测量车辆的微小动作，帮助汽车在地图上找到准确位置。（4）距离传感器/雷达：四个
标准自动雷达传感器，三个在车头保险杠处，一个在车尾后保险杠处，测量各类障碍物的距离，帮助车辆及时
减速。
图 40：谷歌对丰田普锐斯进行改装
资料来源：Google，中信建投证券研究发展部
谷歌于 2009 在加利福尼亚州山景城总部进行了 6 年的无人驾驶汽车测试。在 2015 年 7 月，测试范围扩大
到德克萨斯州奥斯汀市（Austin）。2016 年 2 年在华盛顿州柯克兰市（Kirkland）继续进行测试。
表 13：个人级和企业级安全产品对比
时间 详情
2009 Google 开始无人驾驶汽车项目，选择改装丰田普锐斯，并在加州测试无人驾驶技术
2012 Google 改装雷克萨斯 RX450h SUV 测试，截止到 2012 年，Google 无人驾驶车高速公路总行驶里程超过 30 万英里
2012 Google 把测试道路类型拓展到城市道路，比原先的高速公路路况更加复杂
Google 尝试联合美国的纳斯卡赛车比赛（NASCAR）进行机器人汽车和普通汽车的比赛
美国内华达州机动车辆管理部门（DMV）为 Google 无人驾驶车辆颁布首例驾驶许可证
在 code conference 科技大会上，Google 发布了没有方向盘和刹车的新无人驾驶技术
Google 无人驾驶汽车测试范围扩大到德克萨斯州奥斯汀市（Austin）
Google 无人驾驶车行驶 265 万公里，主要试验地点加州山景城，德克萨斯州奥斯汀，华盛顿州柯克兰，亚利桑那州凤凰城
资料来源：谷歌，中信建投证券研究发展部
37
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 41：谷歌无人机研发进程
资料来源：易观智库，中信建投证券研究发展部
谷歌无人驾驶原型车通过车顶上的扫描器发射 64 束激光射线，激光碰到车辆周围的物体，又反射回来，这
样就计算出了物体的距离。另一套在底部的系统测量出车辆在三个方向上的加速度、角速度等数据，然后再结
合 GPS 数据计算出车辆的位置，所有这些数据与车载摄像机捕获的图像一起输入计算机，软件以极高的速度处
理这些数据。车载计算机对这些数据进行分析。车载计算机会对行人、自行车、车辆分类，然后分别对它们的
行为和意图，在保证不发生任何碰撞的前提下选择最佳的行车路线到达目的地。
图 42：谷歌无人驾驶原型车
资料来源：易观智库，中信建投证券研究发展部
38
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
谷歌无人驾驶汽车配备有超过 15 万美元的装置设备，其中 Velodyne HDL-64 LIDAR (HDL)光学雷达预售价
在 10 万美元以上。激光雷达可以对无人驾驶车辆的周围环境生成相应的 3D 地图。谷歌新型无人驾驶汽车相比
较改装车的无人驾驶汽车，保留的装置包括：1）Velodyne HDL-64 LIDAR (HDL)光学雷达；2)毫米波雷达；3)
天线：GPS 与通信所需；4)超声波传感器：起到辅助定位的办法；5)摄像头：生成图像，识别静态物体。
图 43：谷歌无人驾驶车 3D 地图
资料来源：Google，中信建投证券研究发展部
Velodyne HDL-64 LIDAR (HDL)光学雷达：HDL-64E 64 线激光发射器可以一边旋转一边不间断的发射 64
束最远射程可达 120 米的激光束，并接收反射回来的光束，依据返回时间的差别计算出物体与汽车之间的距离。
从而绘制出汽车周围实时的 3D 地形图。并且因为光束非常密集并且刷新频率非常快，综合探测数据后还可以
判断出物体的形状、大小和大致的运动轨迹，以此作为接下来行动的判断依据之一。HDL-64E 的性能很强大。
每秒可以给 Google Car 的处理器提供 130 万组数据，提供给 Google Car 处理器的信息几乎是实时的。
GPS 和摄像头：Google Car 有一对向前的摄像头，其之间有着一定的距离。从两个摄像头传回的画面的视
差就像人的两只眼睛一样，可以帮助车辆判断自己的位置、行进的速度等信息。Google Car 的车胎轮毂上同样
带有位置传感器，用于探测车轮转动，也能帮助车辆进行定位。再同 GPS 得出的数据进行整合。数组数据共同
保证车辆定位的准确性。
车载雷达：HDL-64E 获得的数据毕竟不实时，并且要将其与车辆自身的速度结合，计算出两者的相对运行
速度，还需要许多额外的计算量。因此谷歌为车辆前后都配备了车载雷达，它们可以精确的测出前后车辆与
Google Car 的相对速度，以此判断接下来的车速该如何变化。
处理器：所有传感器的数据都会汇集起来并传输给位于汽车右后方的中央处理器进行处理，由于所有数据
都是实时的，因此流量异常庞大（可达到 1GB 每秒）。Google Car 在计算机的性能也是非常强的。处理器会参
照各传感器提供过来的数据，并绘制出一份最终的周边环境地形图。它会将所有对其意义不同的物体用不同的
颜色标示出来。然后车内的 AI 程序就会对路况作出判断，随时根据道路情况决定汽车下一步的行动。
39
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
谷歌设置无人驾驶解除机制帮助无人驾驶迭代成长。谷歌为无人驾驶设置了无人驾驶解除机制
（disengagement），即从无人驾驶状态转换到人工驾驶状态的一种保护机制。这种机制可以让工程师们测试软件
的运作能力及可以继续完善的部分。Google 无人驾驶解除机制目的不是最少化解除机制的启动次数，而是对每
一次的解除机制收集尽可能多的数据来提高无人驾驶汽车的安全性。
从 2014 年 9 月到 2015 年 11 月，Google 启动了 272 次解除机制。测试驾驶员对于每一次解除的反应时间
为 秒。在这段时间中，解除机制的启动频率在逐步减少，从 2014 年 4 季度的 785 英里/次到 2015 年 4 季度
的 5318 英里/次。
无人驾驶解除机制可以分为两种：
1.无人驾驶汽车技术失效
2.无人驾驶汽车的司机出于对安全性考虑，解除无人驾驶模式，立刻进入人工模式
图 44：由于无人驾驶汽车技术的失效所发生的解除机制（次数/每月）
0
14 14
40
48
12
26
47
9 7
19
4
15
11
6
0
10
20
30
40
50
60
资料来源：Google 解除机制报告，中信建投证券研究发展部
图 45：每个季度解除机制启动（因为技术失效）的频率（公里/次）
0
1000
2000
3000
4000
5000
6000
2014Q4 2015Q1 2015Q2 2015Q3 2015Q4
资料来源：Google 解除机制报告，中信建投证券研究发展部
40
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
无人驾驶汽车的驾驶员出于对安全性考虑，解除无人驾驶模式，立刻进入人工模式。测试人员每次对汽车
手动控制都将被系统详细记录，以便后台团队事后分析。
经过大量实验后，分析人员根据结果对所有车辆的软件进行升级。从 14 年 9 月到 15 年 11 月，在 424331
英里的行驶距离里，此类型的脱离时间共发生了 69 次。在模拟过程中，69 次安全运行解除中，驾驶员如果不
接管车辆，有 13 次会造成实质性的车辆触碰，另外的 56 次并不会发生触碰。
图 46：驾驶员人为进行的解除机制（次数/每月）
2
5
7
3
5
2
4 4 4 4
10
3
1
5
10
0
2
4
6
8
10
12
Sep-14 Oct-14 Nov-14 Dec-14 Jan-15 Feb-15 Mar-15 Apr-15 May-15 Jun-15 Jul-15 Aug-15 Sep-15 Oct-15 Nov-15
资料来源：Google 解除机制报告，中信建投证券研究发展部
图 47：每个季度解除机制启动（因为驾驶员人为解除）的频率（公里/次）
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
2014Q4 2015Q1 2015Q2 2015Q3 2015Q4
资料来源：Google 解除机制报告，中信建投证券研究发展部
从数据中，我们可以看出 Google Car 因为技术失效每个季度解除机制启动的里程由 14 年 4 季度的
公里/次，增加到 15 年 4 季度的 公里/次，因为驾驶员人为解除机制启动的里程由 14 年 4 季度的
公里/次，增加到 15 年 4 季度的 公里/次。谷歌无人驾驶的稳定性正在稳步提高。
谷歌无人驾驶解除的原因有感知问题（汽车的传感设备未能正确识别马路上的物体），软件问题(比如无法
准确使用 GPS)，对汽车多余的操作(比如行驶路线太靠近路边停放车辆)，硬件问题，道路使用者鲁莽问题，天
气因素等。谷歌对于每一次解除的过程都有详细的记载，用来提高各个系统的处理问题能力。
41
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
造成解除机制启动最多的三个因素分别是：感知问题 (perception Discrepancy)，软件问题 (Software
Discrepancy)，对汽车的多余操作(Unwanted maneuver of the vehicle).当自动驾驶系统无法处理情况而不得不转为
人工驾驶的时候，需要花费的时间也是必须提交的一项数据。测试人员在系统提示之后需要的反应时间大概在
1 秒以内，平均用时为 秒。
图 48：Google 无人驾驶解除的原因
119
80
55
39
23
13
8
3
1
0 20 40 60 80 100 120 140
感知问题
软件问题
对汽车多余操作
硬件问题
鲁莽行为
天气
道路使用者错判
行至施工地方
避让救护车
资料来源：Google 解除机制报告，中信建投证券研究发展部
2012 之后，Google 将测试地点进一步扩展到城市街道，让无人驾驶汽车在更加复杂艰难的环境下行驶，以
便收集更多的数据分析。城市街道（City Street）比洲际公路（Interstate），高速公路(Freeway)，普通公路(Highway)
具有更复杂的路况，比如车道变换，道路使用者多元化，更多不可预测的紧急情况，驾驶不规范等。这对 Google
无人驾驶汽车是一种挑战。解除机制为了收集更多可能的数据，进而改进无人驾驶系统，提高驾驶安全性。
图 49：Google 无人驾驶解除地点
304
32
4
1
0 50 100 150 200 250 300 350
街道
公路
高速公路
洲际公路
资料来源：Google 解除机制报告，中信建投证券研究发展部
、Mobileye—ADAS 切入无人驾驶
Mobileye 是创立于 1999 年，目前为止拥有全球最大的人工视觉研发中心，主要是开发和推广协助驾驶员在
驾驶过程中保障乘客安全和减少交通事故的视觉系统。Mobileye 位于单目视觉高级驾驶辅助系统的发展的前沿，
42
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
提供芯片搭载系统和计算机视觉算法运行 DAS 客户端功能，例如车道偏离警告（LDW），基于雷达视觉融合的
车辆探测，前部碰撞警告（HMW）， 车距监测（HMW），行人探测，智能前灯控制（IHC）等。
Mobileye 与多家汽车公司合作， 其中包括宝马，通用，沃尔沃，现代，雷诺等。截止到 2015 年底，Mobileye
全球销售超过 1000 万，与 20 家汽车制造商的 273 款车型合作。其中安装前装产品的占 80%，后装产品的占 20%。
表 14：Mobileye 发展及预期
时间 详情
2004 EyeQ 芯片由 mobileye 和意法半导体公司共同开始研发
2010 EyeQ2 发布，视频处理器增加新的功能，如行人监测，车道偏离报警，路标识别等
EyeQ2 从两个高分辨率图像传感器获取输入信号，视频输出含有图形覆盖功能
2015 EyeQ3 发布，性能是 Q2 的 6 倍
2017 2014 开始研发 EyeQ4,基于多核架构，拥有超级计算机性能，运营功率低，视觉处理和数据解读性能大幅提高，将
于 2017 年面市
2018 EyeQ5 将采用先进的 10 纳米或更低的 FinFET 技术，芯片的性能将会是 EyeQ4 的 8 倍，运算速度达 12 万亿每次，
功率保持在 5W 以下，预计 2018 面市
资料来源：Mobileye 官网，中信建投证券研究发展部
Mobileye 现在拥有三个系列的产品，分别为：Mobileye 5 系列，Mobileye C2-270 和 Mobileye C2-200。
Mobileye 5 系列拥有蓝牙连接功能，通过智能手机应用程序（APP）警告驾驶员，具体的防撞功能包括智能手机
显示，前部碰撞预警（FCW）），行人碰撞预警(PCW)，车距监测与预警（HMW）,车道偏离警告（LDW），智能
远光灯控制（IHC）,限速警示（SLI）。
图 50：Mobile 5 系（560，550）
资料来源：Mobileye 官网，中信建投证券研究发展部
Mobileye 以高精度地图做为进入自动驾驶行业的核心竞争力。不同于传统的街景车采集数据、测绘地图，
Mobileye 计划用 AI 的方式来制作高精度地图。Mobileye 的 AI 是指具备深度学习功能的图像识别体系，以车
载摄像头监控到的画面为基础，分析出画面中的车道线，道路标志，交通灯，摄像头等交通设施并以此绘制车
辆运用的高清地图。
Mobileye 的高精度地图是专门针对自动驾驶的，称其为 Roadbook(路书)。它收集的重点是放在路上的各种
43
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
导流标志，方向标识，信号灯等，依靠这些建立的路标，从微观上在行驶过程中为车辆提供指引。这种收集方
式可以改善传统方式带来的高成本，适度慢等缺点。这种收集方式对采集到的信息，会在本地进行预处理，数
据以简单的一维数据为主，结合必要的三维数据，最终让每公里的地图信息大小控制爱 10kb 以内，方便信息的
上传与下载。
为了能够获取实时更新，成本低廉的高精度地图，Mobileye 与各大车企合作，借助不同品牌大量级的车辆
上摄像头获取数据。车载摄像头的普及率越来越高，而且没有增加额外的硬件，这种情况下，与车企也有更多
的商业模式可以选择。
图 51：Roadbook(路书)包含的信息
资料来源：Mobileye 官网，中信建投证券研究发展部
Mobileye 的关键技术是运用一个摄像机与多个应用结合，在一个基于 EyeQ1 和 EyeQ2 处理器的摄像机上
同时运行。因此，Mobileye 在与只能由不同传感器阵列完成的任务的系统相比具有明显的优势。EyeQ1 和 Eye Q2
视觉处理器具有高性能，低成本以及多应用整合于一个平台的特点。
目前已经投入市场的 EyeQ3 可以通过前方单颗摄像头实现防碰撞预警；将在 2017 年面世的 EyeQ4 将会配
备 3 颗摄像头和车身周围的雷达和激光探测设备，实现高速公路上的半自动驾驶；预计之后，Mobileye 会进行
EyeQ4 升级，变成 5 颗摄像头，增加更多探测设备，并整合更新的软件系统，实现全自动驾驶。
图 52：Mobile EyeQ2 和 EyeQ1
资料来源：Mobileye 官网，中信建投证券研究发展部
44
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 53：Mobileye Q1 原理分析
资料来源：Mobileye 官网，中信建投证券研究发展部
相较于 Google 无人驾驶汽车。Mobileye 的优势在于单目摄像头的环境感知力强，可以识别交通标志牌，
可以识别车道线，芯片减少了占据的空间同时成本低廉。
Mobileye 的 ADAS 可以有效的帮助客户减少车辆的拥有成本。拥有成本包括车辆购买成本，车辆使用的油
耗，胎耗，贷款购车的利息，路桥通行费用等。其中，保险和维修成本占到拥有成本的 20%。根据 NHTSA 的
统计，人为因素占到交通事故的 93%。同时，在人为因素中，有 74%的交通事故是由于驾驶员的注意力不集中
造成的。Mobileye 的使用可以减少人为隐患，进一步降低汽车的拥有成本。
45
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 54：汽车拥有成本占比（1 年，3 年，5 年，8 年）
资料来源：Google，中信建投证券研究发展部
Mobileye 也需要更强的人工智能来完成更高难度的无人驾驶。Mobileye 在无人驾驶技术上拥有约 100 项专
利，相比较谷歌的 320 项专利仍有更多的地方有待开放。Mobileye 更专注于发展半自动驾驶，并将其商业化量
产，最后逐步发展全自动驾驶汽车。
图 55：谷歌与 Mobileye 专利数量对比
资料来源：腾讯车联网，中信建投证券研究发展部
46
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
、百度—互联网科技研发无人驾驶
百度作为国内一线的互联网科技企业，于 2013 年正式启动无人驾驶项目，主要与第三方汽车厂商合作制造
无人驾驶汽车。项目包括高精度地图，定位，感知，智能决策与控制四大模块。2015 年 12 月，百度无人驾驶
车在国内实现了城市，环路及高速道路与混合路况的全自动驾驶。在无人驾驶中，汽车完成了减速，变道，超
车，掉头等一系列复杂的行为活动。在实际上路测试阶段时速最高可达 100 公里。
图 56：百度无人汽车驾驶
资料来源：百度，中信建投证券研究发展部
、汽车制造商各显神通
（1）特斯拉拓展无人驾驶和汽车共享
特斯拉 2015 年 10 月底推送的 Model S 版本，具有“自动驾驶”的功能。不同于谷歌的无人驾驶汽车，
特斯拉的自动驾驶需要依赖驾驶员实现。特斯拉的自动驾驶主要具有车道保持，自动变道，自动泊车三大功能。
安装在前方牌照下方的雷达可以扫描前方环境，测量距离。后视镜上方的摄像头可以检测前方车道，识别交通
标志。车身装有 12 个超声波传感器，能随时监控车身周围的环境。特斯拉 系统的自动驾驶还停留在辅助驾
驶阶段，并不能离开驾驶员驾驶。在实际开车过程，即使打开自动驾驶功能，也需要为随时变换的交通环境做
好接管车辆的准备。
16 年 5 月，特斯拉因自动驾驶发生了车祸导致驾驶员死亡。调查表明，在强烈的日照条件下，驾驶员和自
动驾驶系统都未能注意到牵引式挂车的白色车身，因此未能及时启动刹车系统导致事故。7 月 9 日，特斯拉在
美国发生了第三起车祸，驾驶员认为是自动驾驶功能的开启导致的。从这些事件上可以看出特斯拉的技术仍有
继续改进和完善空间。
7 月 21 日，特斯拉 CEO 伊隆•马斯克（Elon Musk)刚刚披露的最新版《秘密蓝图》显示，该公司将会大力
拓展无人驾驶汽车和汽车共享领域。具体内容包括：开发与储电系统无缝整合的太阳能屋顶；扩展电动汽车产
品线，覆盖所有主要领域；开发无人驾驶汽车，通过大规模的实地驾驶数据实现 10 倍于人类驾驶的安全性。
47
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 57：特斯拉自动驾驶系统
资料来源：搜狐汽车，中信建投证券研究发展部
（2）通用汽车通过外延合作进军无人驾驶
通用汽车在 16 年以 10 亿美元收购了自动驾驶技术创业公司 Cruise Automation，此前还花费 5 亿美元购买
了手机叫车软件公司 Lyft 9%股份。通用汽车与卡耐基梅隆大学等美国科研单位有合作，也在硅谷 Palo Alto 设
立了前沿科技实验室，启动了自动驾驶技术方面的研究。
通用汽车宣布和 Lyft 合作，争取在一年内上路实测自动驾驶电动专车。通用汽车计划在雪佛兰推出的电动
汽车 Bolt 基础上进行改装，设计并等产出这个计划所使用自动驾驶电动专车。目前，通用汽车和 Lyft 还没有正
式宣布其他的细节，但就华尔街日报报道，它们会在一个尚未揭晓的美国城市进行测试，而当地的用户在叫车
的时候，将有机会选择是否乘坐自动驾驶的专车。
（3）奔驰
作为德系三强之一的奔驰的无人驾驶实验始于 2013 年，公司宣布奔驰 S 级轿车完成无人驾驶路试，从德国
曼海姆出发行驶 100 公里达到普福尔茨海姆。2015 年 6 月宣布 2016 款 E 级轿车将可以实现完全无人驾驶。2015
年 1 月奔驰在国际消费电子展(CES)发布 F 015 Luxury in Motion 自动驾驶概念车，3 月在美国旧金山进行路试，
计划于 2030 年推出。
48
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 58：奔驰荷兰测试无人驾驶公交车
资料来源：环球汽车，中信建投证券研究发展部
（4）宝马
宝马进军无人驾驶领域始于 2014 年 9 月与百度的合作。2015 年年底宝马与百度合作研发的无人驾驶车辆
顺利完成城市路况及高速路况混合测试，测试地点为北京，测试车型为宝马 3 系 GT。2016 年 7 月宝马、以色
列辅助驾驶研发公司 Mobileye 及英特尔宣布合作，将联合研发制造无人驾驶电动车 iNext，计划于 2021 年推出，
取代 7 系成为旗舰轿车。英特尔提供芯片可以提高车辆的运算速度，Mobileye 提供智能行车预警系统。宝马表
示，未来该平台研发成功后将向汽车、科技公司开放。
图 59：宝马、英特尔、Mobileye 合作开发无人驾驶电动车
资料来源：搜狐汽车，中信建投证券研究发展部
49
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
（5）奥迪
奥迪从 2009 年起开始研发无人驾驶技术，无人驾驶版本 TTS 在美国盐湖城进行测试。随后奥迪将研究重
点放在无人驾驶车辆参与竞速赛。2014 年，基于旗下高性能版本轿车 RS 7 打造的 RS 7 Piloted Driving 在德国霍
根海姆赛道成功完成测试。截至 16 年，奥迪的无人驾驶技术研发更面向赛道，因此相比奔驰宝马更加强调运动
性。但奥迪也表示未来计划将自动驾驶技术应用在旗舰轿车 A8 中。
（6）沃尔沃
沃尔沃公司于 2015 年年初推出“Drive me”自动驾驶系统，测试车型为沃尔沃旗舰型 SUV XC 90，与微软
合作在自动驾驶领域深耕。沃尔沃于 2012 年完成自动跟车测试。目前已在瑞典本土进行路试，未来还将扩展到
美国、中国、英国等。沃尔沃此前宣布要在 2020 年实现自动驾驶车辆零死亡的目标，并表示在自动驾驶过程中
发生事故沃尔沃将负全责。
（7）现代
现代无人驾驶车型 2015 年在美国完成测试，测试车型为捷恩斯。配备 SCC(自适应巡航)、AEB(紧急刹车)
和 LKAS(车道保持)功能。可控制跟车距离，根据路面标识线完成转弯，还可在车速低于 80 公里／小时的情况
下完全激活自动刹车功能。
（8）日产及雷诺
16 年的纽约车展上宣布将在 2020 年向推出 10 款具有自动驾驶功能的车型。2013 年在美国加州发布首款无
人驾驶平台。新款逍客将搭载日产所主导研发的“ProPilot”无人驾驶技术，新车可在单向车道中自动行驶。
4、重点推荐及关注标的
、东软集团（600718）：国内 ADAS 领军企业，智能驾驶拓展正当时
智能驾驶始于汽车电子。1991 年，东软与阿尔派合作开始进行汽车电子相关产品的研发和生产。东软的车
载信息娱乐业务涉及到汽车音响、汽车导航、汽车总线、个人导航及位置服务、电子地图、车载信息资讯等产
品、解决方案和服务。通过多年国际外包领域积累的丰富经验、公司目前拥有 1200 人的开发团队，累计合作开
发产品 300 模型以上，目前年开发 50 模型以上，已经成为行业的领军者。
中国最大的车联网整体端到端解决方案提供商。2015 年 7 月，东软集团与阿尔派电子、沈阳福瑞驰企业管
理中心共同投资设立东软睿驰汽车技术（上海）有限公司，推动汽车电子业务向智能化、互联网化、新能源化
布局。东软通过 T-BOX 系统、BMS 电池管理、V-Cloud 等车联网产品服务，正在大力研发和推进基于驾驶行
为的分析平台（爱驾驶 APP、Sensteer 数据分析平台、Sensteer 云服务平台）。
ADAS 系统专业生产厂商。东软集团于 2004 年成立汽车电子先行技术研发中心，专注于基于图像的汽车辅
助驾驶系统技术及产品研发。迄今为止，在汽车辅助驾驶领域，共申请国际、国内发明专利 54 项，其中已经授
权专利 40 余项，包括国内专利 30 项，国际专利 10 余项，领域涵盖车辆检测、行人识别、障碍物检测、道路检
测、交通标志识别、头灯检测与标定、接近对象检测等技术方向。
50
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 60：东软汽车电子整体解决方案内容
资料来源：公司官网，中信建投证券研究发展部
东软和四维图新战略合作布局无人驾驶。四维图是国内高精度地图领军企业，东软集团在驾驶辅助系统与
导航引擎方面拥有近 3000 人的研发团队，具备明确研发优势，双方展战略合作进军无人驾驶，有助于将双方优
势将进一步整合，加速智能无人驾驶系统的研发与落地。
图 61：东软集团营收及净利润统计 图 62：东软集团毛利率、净利率、三费率统计（%）
-50
-40
-30
-20
-10
0
10
20
30
40
50
60
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
2009 2010 2011 2012 2013 2014 2015
收入(百万，左轴） 净利润（百万，左轴）
收入增长（%，右轴） 利润增长（%，右轴）
0
5
10
15
20
25
30
35
40
2008 2009 2010 2011 2012 2013 2014 2015
毛利率 归属净利率 三费率
资料来源：公司各期财报，中信建投证券研究发展部 资料来源：公司各期财报，中信建投证券研究发展部
、千方科技（002373）：“大交通”产业布局稳健发展，政企合力布局智能
汽车、智慧交通领域
“大交通”产业布局已成。公司业务覆盖城市交通、公路交通、轨道交通、民航等领域，是国内唯一一家
综合型交通运输信息化企业。公司以大数据为驱动，移动互联网为载体，定位从传统的系统集成商、产品提供
商向运营服务商转变。公司兼具从软件定制、研发到硬件生产、销售到系统集成、整合的能力，形成覆盖从产
品到服务到解决方案的智能交通全产业链。
51
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
公司智能汽车、智慧交通布局值得期待。2016 年 1 月，公司组织牵头建设北京首个智能汽车与智慧交通示
范区。工信部、北京市、河北省共同签订“基于宽带移动互联网的智能汽车与智慧交通应用示范”框架合作协
议，千方科技将参与到示范区六大应用示范中的智慧路网、智能驾驶、便捷停车、智慧管理等四个示范中；并
将参与到车路协同、先进辅助驾驶、无人驾驶、交通大数据等新技术与新产品应用示范、实验验证与测试评估
中。公司在智能无人驾驶大潮中，作为智慧交通龙头企业，未来发展可期。
图 63：千方科技营收及净利润统计 图 64：千方科技毛利率、净利率、三费率统计（%）
-700
-600
-500
-400
-300
-200
-100
0
100
200
300
400
-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
2009 2010 2011 2012 2013 2014 2015
收入(百万，左轴） 净利润（百万，左轴）
收入增长（%，右轴） 利润增长（%，右轴）
-60
-40
-20
0
20
40
60
2008 2009 2010 2011 2012 2013 2014 2015
毛利率 归属净利率 三费率
资料来源：公司各期财报，中信建投证券研究发展部 资料来源：公司各期财报，中信建投证券研究发展部
、汉邦高科（300449）：传统安防龙头进军 ADAS
传统安防龙头企业，经营业绩稳健。公司是国内领先的安防产品及行业解决方案提供商，面向全球提供领
先的安防产品、专业的行业解决方案。公司产品覆盖视频安防监控全产业链，主要面向金融、公安、电讯、交
通、司法、教育、电力、水利、军队等行业。公司经营稳定，2015 年营业收入 亿元，净利润 4545 万元。
2016 年 1 月，公司与汉银资本，公司部分董事、监事和高级管理人员及其他合伙人投资设立产业基金，规模不
超过 2 亿元，主要投资方向为安防产业领域项目。
战略投资“Minieye”，打造中国版“Mobileye”。16 年 7 月，公司与深圳佑驾创新科技有限公司—“Minieye”
签订《投资意向书》，拟以增资方式投资 1000 万元，取得佑驾科技 %的股权。Minieye 主要从事于运用车
载视觉感知技术为自动驾驶技术提供可靠的视觉感知解决方案，是国内为数不多的从前装产品切入 ADAS 领域
的公司。公司将 ADAS 作为未来重要的战略转型方向，此次与 Minieye 的合作有望结合公司本身的技术优势，
利用 Minieye 前沿的行业布局快速切入 ADAS 市场，为以后的智能无人驾驶研发打下坚实基础。
52
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 65：汉邦高科营收及净利润统计 图 66：汉邦高科毛利率、净利率、三费率统计（%）
-25
-20
-15
-10
-5
0
5
10
15
20
25
30
0
100
200
300
400
500
600
2012 2013 2014 2015
收入(百万，左轴） 净利润（百万，左轴）
收入增长（%，右轴） 利润增长（%，右轴）
0
10
20
30
40
50
2011 2012 2013 2014 2015
毛利率 归属净利率 三费率
资料来源：公司各期财报，中信建投证券研究发展部 资料来源：公司各期财报，中信建投证券研究发展部
、索菱股份（002766）：CID 行业领先，布局车联网
CID 厂商把握车联网入口价值。公司创建于 1997 年，是一家专业从事 CID 系统的研发、生产、销售、并
以此为基础向客户提供专业车联网服务的国家级高新技术企业。CID 系统（Car Informatic Device，）是结合车载
信息服务商（Telematics Service Provider，TSP）业务模式，利用无线通信、移动网络和卫星导航技术为用户提
供专业的汽车卫星导航定位、无线通讯、信息娱乐、安防监控和汽车移动互联网等服务的终端产品。公司将智
能化 CID 系统延伸成为车联网的入口，与车联网内容服务商合作，实现增值服务收入。
外延收购深耕车联网领域。公司通过收购三旗通信和英卡科技，能够有效增强原有智能 CID 产品功能，结
合英卡科技可以向车联网开放平台提供车联网 SaaS 服务和车联网技术服务，公司实现了车联网领域“硬件+软
件+服务”的全产业链布局。公司 CID 产品主要以后装为主，今后会在前、后装领域积极发力，打造车联网领
域全覆盖领军企业。
图 67：索菱股份营收及净利润统计 图 68：索菱股份毛利率、净利率、三费率统计（%）
-15
-10
-5
0
5
10
15
0
100
200
300
400
500
600
700
800
900
2012 2013 2014 2015
收入(百万，左轴） 净利润（百万，左轴）
收入增长（%，右轴） 利润增长（%，右轴）
0
5
10
15
20
25
30
2011 2012 2013 2014 2015
毛利率 归属净利率 三费率
资料来源：公司各期财报，中信建投证券研究发展部 资料来源：公司各期财报，中信建投证券研究发展部
53
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
、科大讯飞（002230）：智能语音交互把握智能无人驾驶入口
中国智能语音领军企业。科大讯飞公司专业从事智能语音及语言技术、人工智能技术研究，软件及芯片产
品开发，语音信息服务及电子政务系统集成。公司作为中国智能语音与人工智能产业领导者，在语音合成、语
音识别、口语评测、自然语言处理等多项技术上拥有国际领先的成果。2015 年，公司营收 25 亿元，同比增长
%；实现归属于上市公司股东净利润 亿元，同比增长 %。
把握语音交互的智能无人驾驶入口。科大讯飞和奇瑞联合开发 ，主要是搭载了深度定制语音技
术的车载系统，整套软硬数服都由科大讯飞操刀。 的语音识别采用的“端+云”的方案，依靠讯飞
云的大数据分析，不断优化交互效果。整套系统在奇瑞新款艾瑞泽 5 首次搭载，在资源上与不同应用的垂直打
通，让语音在功能和应用层面的深度结合。未来智能无人驾驶要实现全面自动无人化，语音交互是垂直数据的
重要入口，公司利用自身在智能语音领域积累的技术优势，有望成为未来重要的无人驾驶及车联网入口。
图 69：科大讯飞营收及净利润统计 图 70：科大讯飞毛利率、净利率、三费率统计（%）
0
10
20
30
40
50
60
70
0
500
1000
1500
2000
2500
3000
2009 2010 2011 2012 2013 2014 2015
收入(百万，左轴） 净利润（百万，左轴）
收入增长（%，右轴） 利润增长（%，右轴）
0
10
20
30
40
50
60
70
2008 2009 2010 2011 2012 2013 2014 2015
毛利率 归属净利率 三费率
资料来源：公司各期财报，中信建投证券研究发展部 资料来源：公司各期财报，中信建投证券研究发展部
、多伦科技（603528）：驾考信息化领军企业，切入城市智能交通领域
驾考信息化领域领军企业。多伦科技主要产品包括智能驾考、智慧交通以及虚拟仿真三大体系。公司产品
应用云计算、北斗卫星定位、物联网感知、大数据分析、三维虚拟仿真、移动互联网六大核心技术。 2013-2015
年，公司营收复合增长率超过 27%。公司 2013-2015 年毛利率分别为 %、%和 %，明显高于市场
平均水平，公司技术能力领先市场，确保公司盈利能力显著超过竞争对手。
切入城市智能交通领域。城市智能交通行业处于发展的初级阶段，行业集中度较低，公司作为较早进入该
领域的企业之一，一直从事城市智能交通领域的生产和研发。在硬件生产方面，公司已形成包括信号控制设施、
电子警察、卡口、视频监测等在内的全部路口设备生产能力，在包括北京长安街在内的全国多个地方得到广泛
使用；在软件集成方面，公司已在唐山、鹤岗、杭州等地承建了多处智能交通管理平台，为改善当地交通环境
起到了重大的作用。
54
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
图 71：多伦科技营收及净利润统计 图 72：多伦科技毛利率、净利率、三费率统计（%）
0
10
20
30
40
50
60
70
80
90
100
0
100
200
300
400
500
600
700
800
2012 2013 2014 2015
收入(百万，左轴） 净利润（百万，左轴）
收入增长（%，右轴） 利润增长（%，右轴）
0
10
20
30
40
50
60
70
2011 2012 2013 2014 2015
毛利率 归属净利率 三费率
资料来源：公司各期财报，中信建投证券研究发展部 资料来源：公司各期财报，中信建投证券研究发展部
55
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
[table_research]
分析师介绍
武超则：通信行业首席分析师，TMT 行业组长。专注于移动互联网、在线教育、云计
算等通信服务领域研究。2013-2015 年《新财富》连续三年最佳分析师通信行业第一
名。2014 年、2015 年《水晶球》最佳分析师通信行业第一名、wind 最佳分析第一名；
2015 年《金牛奖》最佳分析师通信行业第一名。
报告贡献人
程杲 chenggao@
韩鹏程：hanpengcheng@
研究服务
社保基金销售经理
彭砚苹 010-85130892 pengyanping@
姜东亚 010-85156405 jiangdongya@
机构销售负责人
赵海兰 010-85130909 zhaohailan@
北京地区销售经理
张博 010-85130905 zhangbo@
程海艳 010-85130323 chenghaiyan@
李祉遥 010-85130464 lizhiyao@
朱燕 010-85156403 zhuyan@
黄玮 010-85130318 huangwei@
李静 010-85130595 lijing@
赵倩 010-85159313 zhaoqian@
黄杉 010-85156350 huangshan@
任师蕙 010-85159274 renshihui@
王健 010-65608249 wangjianyf@
周瑞 18611606170 zhourui@
刘凯 010-85130905 liukaizgs@
上海地区销售经理
黄方禅 021-68821615 huangfangchan@
戴悦放 021-68821617 daiyuefang@
李岚 021-68821618 lilan@
潘振亚 021-68821619 panzhenya@
肖垚 021-68821631 xiaoyao@
深广地区销售经理
胡倩 0755-23953859 huqian@
芦冠宇 0755-23953859 luguanyu@
张苗苗 020-38381071 zhangmiaomiao@
许舒枫 0755-23953843 xushufeng@
王留阳 0755-22663051 wangliuyang@
廖成涛 0755-22663051 liaochengtao@
券商私募销售经理
任威 010-85130923 renwei@
56
行业深度研究报告
[table_page] 计算机
请参阅最后一页的重要声明
评级说明
以上证指数或者深证综指的涨跌幅为基准。
买入：未来 6 个月内相对超出市场表现 15％以上；
增持：未来 6 个月内相对超出市场表现 5—15％；
中性：未来 6 个月内相对市场表现在-5—5％之间；
减持：未来 6 个月内相对弱于市场表现 5—15％；
卖出：未来 6 个月内相对弱于市场表现 15％以上。
重要声明
本报告仅供本公司的客户使用，本公司不会仅因接收人收到本报告而视其为客户。
本报告的信息均来源于本公司认为可信的公开资料，但本公司及研究人员对这些信息的准确性和完整性不作任何保证，
也不保证本报告所包含的信息或建议在本报告发出后不会发生任何变更，且本报告中的资料、意见和预测均仅反映本报告发
布时的资料、意见和预测，可能在随后会作出调整。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参
考，不构成投资者在投资、法律、会计或税务等方面的最终操作建议。本公司不就报告中的内容对投资者作出的最终操作建
议做任何担保，没有任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺。投资者应自主作出投资决策并
自行承担投资风险，据本报告做出的任何决策与本公司和本报告作者无关。
在法律允许的情况下，本公司及其关联机构可能会持有本报告中提到的公司所发行的证券并进行交易，也可能为这些公
司提供或者争取提供投资银行、财务顾问或类似的金融服务。
本报告版权仅为本公司所有。未经本公司书面许可，任何机构和/或个人不得以任何形式翻版、复制和发布本报告。任
何机构和个人如引用、刊发本报告，须同时注明出处为中信建投证券研究发展部，且不得对本报告进行任何有悖原意的引用、
删节和/或修改。
本公司具备证券投资咨询业务资格，且本文作者为在中国证券业协会登记注册的证券分析师，以勤勉尽责的职业态度，
独立、客观地出具本报告。本报告清晰准确地反映了作者的研究观点。本文作者不曾也将不会因本报告中的具体推荐意见或
观点而直接或间接收到任何形式的补偿。
股市有风险，入市需谨慎。
地址
北京 中信建投证券研究发展部 上海 中信建投证券研究发展部
中国 北京 100010 中国 上海 200120
东城区朝内大街 2 号凯恒中心 B 座 12 层 浦东新区浦东南路 528 号上海证券大厦北塔 22 楼 2201 室
电话：(8610) 8513-0588 电话：(8621) 6882-1612
传真：(8610) 6518-0322 传真：(8621) 6882-1622
