- 1 -
敬请参阅最后一页特别声明
长期竞争力评级：高于行业均值
市场数据(人民币）
行业优化平均市盈率
市场优化平均市盈率
国金汽车零配件指数
沪深 300 指数
上证指数
深证成指
中小板综指
相关报告
1.《电动与智能齐飞 Tesla 浪潮来袭-特斯拉
产业系列深度报告一...》，
2.《行业销量增速好转 持续推荐智能化与电
动化-汽车行业周报（20...》，
3.《国内首个无人驾驶基地开园 继续推荐智
能汽车-汽车行业周报（2...》，
4.《国内首个无人驾驶测试基地开园 期待无
人驾驶路线图发布-智能汽...》，
5.《iCar 五年内有望上路 继续推荐智能汽车
-汽车行业周报（20...》，
崔琰 分析师 SAC 执业编号：S1130516020002
(8621)60230251
cuiyan@
鲁家瑞 联系人
(8621)61038264
lujr@
骆思远 分析师 SAC 执业编号：S1130515070001
luosiyuan@
特斯拉产业系列深度报告二：
从特斯拉观汽车智能化 智能驾驶爆发在即
行业观点
特斯拉：自动驾驶商业化的引领者。特斯拉 Model S 在出厂时就装载各种传
感器，再配合 GPS 和高精地图，基本具备自动驾驶的硬件基础。软件方
面，特斯拉通过独有的空中升级功能，可以像 iPhone 一样实现频繁、持续
的更新换代，使车主可以免费便捷地自行升级，并使用最新的自动驾驶功
能。从 2014 年 11 月发布 系统以来，1 年时间内特斯拉自动驾驶系统
升级 4 次； 可以实现短时托管，2018 年有望实现自动驾驶。
智能驾驶势在必行，看好特斯拉智能驾驶技术路线。智能网联汽车是即将到
来的汽车革命，在政策和市场的相互推动下，汽车快速步入智能化时代。目
前，全球有 7 万多辆配备自动驾驶功能的 Model S，每天可上传约 420 万公
里的自动驾驶数。特斯拉具备传统车企与互联网企业双重基因，通过“深度
学习与空中升级”，可高效快速地深化智能化水平，2018 年有望自动驾驶。
特斯拉 Model S 在出厂时基本具备自动驾驶硬件基础，自 2014 年 11 月发
布自动驾驶 系统以来，1 年时间内特斯拉自动驾驶系统升级 4 次至
，可实现短时托管。看好特斯拉自动驾驶技术路线：1）硬件一步到
位，自动驾驶系统像 iPhone 一样可空中升级；2）7 万辆存量汽车，每天获
得海量低成本测试数据；通过深度学习，不断优化。
ADAS 提升单车智能化先行，开启千亿蓝海市场。智能网联汽车是 ADAS
与车联网的完美结合，车联网受通信基础建设落后通讯标准未统一影响，未
来的普及速度会落后于 ADAS。我们预计到 2020 年国内乘用车 ADAS 前装
市场规模达 1,350 亿元，商用车 ADAS 前装市场规模达 85 亿元，存量车
ADAS 市场规模 600 亿元，总体市场规模接近 2,000 亿元，未来五年年复合
增长率将接近 100%。
感知给汽车装上智慧的眼睛，雷达与摄像头各显神通。感知技术是智能驾驶
的第一步，起到信息输入的关键作用。摄像头与雷达等感知设备由于各自优
势，将融合使用，满足感知端需求；而同类传感器将在单一功能上纵向深度
发展。
底盘电子控制系统供应商将长期掌控 ADAS 集成控制领域。手机电脑芯片
厂商过度产能逐步向汽车转移，加快汽车芯片的发展；而深度学习 GPU 和
FPGA 构架的推出为智能驾驶天文计算体量提供可能；4G/5G 以及 CAN 总
线的技术进步为汽车通讯提供便捷。对于判断集成来讲，底盘电子控制系统
供应商将长期掌控 ADAS 集成控制领域。
看好底盘电子控制系统供应商布局智能驾驶。执行模块涉及汽车转向与制
动，是汽车安全最核心的技术，也是与整车厂关系最为密切的部分；随着汽
车制动系统从机械制动到电子化的提升，ESP（车身电子稳定系统）和 IBS
（智能刹车系统）的推出为智能驾驶做好执行端技术储备。重点看好在智能
驾驶有所布局的底盘电子控制系统供应商。
投资建议
智能汽车是未来长期的投资方向，2016 年是智能汽车元年，产业步伐加快
倒逼法规放开。特斯拉产业链持续关注，特别是特斯拉代表的两个趋势，智
能化与电动化。智能化，推荐拓普集团、双林股份、均胜电子、万安科技、
亚太股份、云意电气，建议关注长信科技、欧菲光。
风险提示：智能驾驶产业进程不及预期，相关法规改革不及预期。
7756
8796
9836
10875
11915
12955
13994
1
5
06
2
3
1
5
09
2
3
1
5
12
2
3
1
6
03
2
3
1
6
06
2
3
国金行业 沪深300
2016年 06月 23日
汽车零配件行业 2016 年日常报告
评级：买入 维持评级
行业深度研究
证券研究报告
行业深度研究
- 2 -
敬请参阅最后一页特别声明
目 录
1 特斯拉：自动驾驶商业化的引领者 ................................................................. 7
特斯拉自动驾驶系统——空中升级 深度学习 ........................................... 7
传感器“眼明耳聪” 助特斯拉实现自动驾驶 ........................................... 9
雄心勃勃 2018 年将实现自动驾驶 .......................................................... 10
2 智能驾驶势在必行 看好特斯拉技术路线 ....................................................... 12
政策：各项政策积极推动 汽车步入智能化时代 ..................................... 12
各国政府纷纷支持无人驾驶发展 ......................................................... 12
国内亦加快步伐实现汽车智能化 ......................................................... 13
产业倒逼法规改革 无人驾驶合法化迫在眉睫 ...................................... 14
汽车智能化路线大 PK 看好特斯拉技术路线........................................... 15
特斯拉：硬件到位，软件不断升级 ...................................................... 15
Google：硬件外包，软件自主 ............................................................ 17
传统汽车厂商：依赖汽车电子系统供应商 不断提升单车智能化 ......... 19
看好特斯拉路线 传统车企与互联网企业合作是趋势 ........................... 20
自主品牌企业奋起直追 有望弯道超车 .................................................... 21
ADAS 提升单车智能化先行 开启千亿蓝海市场 ...................................... 23
“单车智能化+车联网=智能网联汽车” 单车智能化先行 .................... 23
智能驾驶开启 ADAS 千亿级市场......................................................... 24
3 智能驾驶感知层：雷达与摄像头各显神通 .................................................... 25
感知给汽车装上智慧的眼睛 市场高速发展 ............................................. 25
雷达：感知端最重要的组成 对无人驾驶说“YES”................................. 26
超声波雷达是泊车系统最常用、最关键的传感器 ................................ 26
毫米波雷达：ADAS 核心传感器 ......................................................... 27
激光雷达效果最好 专用产品可大幅度降低成本 .................................. 28
汽车雷达市场被国外垄断 .................................................................... 34
视觉 ADAS 系统发展迅速....................................................................... 35
带动汽车芯片需求快速增长 ....................................................... 35
手机电脑芯片厂商纷纷布局汽车芯片新战场 ....................................... 36
智能汽车“芯”挑战 ........................................................................... 38
中国汽车芯片几乎全部依赖进口，有望出现“芯”气象 ..................... 39
视觉算法：为不同 ADAS 功能搭载最优算法 ...................................... 40
车用摄像头：外资品牌把控 未来 5 年的年复合增长率达 30% ........... 42
感知应用趋势：同类传感器叠加 单一功能上的纵向深度结合 ............... 42
4 智能驾驶判断层：底盘电子控制系统供应商将长期占主导地位 ................... 45
“ ECU/ CAN 总线”：智能驾驶判断与信息传送的黄金搭档 ..................... 45
ECU：智能汽车的控制核心 ................................................................ 45
CAN 总线使 ECU 快速传送信息成为可能 ........................................... 45
智能驾驶 ECU：深度学习助推无人驾驶 GPU 与 FPGA 迎来新机会 ..... 46
行业深度研究
- 3 -
敬请参阅最后一页特别声明
深度学习推动汽车实现无人驾驶 ......................................................... 46
深度学习为 GPU 与 FPGA 产业带来新机会 ........................................ 47
智能驾驶 ECU：车联网将帮助 ECU 更好的判断 ................................... 48
底盘电子控制系统供应商掌控 ADAS 集成控制领域 .............................. 50
5 智能驾驶执行层：看好底盘电子控制系统供应商布局智能驾驶 ................... 52
执行端是决胜智能驾驶领域的关键 ......................................................... 52
汽车电控制动：从机械制动到电子化的提升 .......................................... 52
盘式制动器将逐步替代鼓式制动器 ...................................................... 52
汽车制动电控化 为智能驾驶做好准备 ................................................. 54
ESP/ESC：实现智能驾驶的核心底盘电控技术 .................................. 55
：线控技术升级终点 无人驾驶的最佳选择 ........................................ 57
IBS 线控技术升级终点 ........................................................................ 57
：无人驾驶的最佳选择 ................................................................... 58
6 行业投资分析 ................................................................................................ 61
看好智能驾驶产业链 .............................................................................. 61
上市公司通过并购快速切入智能网联汽车 .............................................. 61
7 风险提示 ....................................................................................................... 64
图表目录
图表 1：特斯拉向车主推送新系统..................................................................... 7
图表 2：特斯拉 OTA 升级历史 .......................................................................... 8
图表 3：特斯拉自动驾驶已可实现短时托管 ...................................................... 8
图表 4：特斯拉盲区预警功能 ........................................................................... 9
图表 5：特斯拉自动变道功能 ........................................................................... 9
图表 6：特斯拉配备的传感器 ........................................................................... 9
图表 7：特斯拉周身传感器让其“眼明耳聪” .................................................. 9
图表 8：特斯拉 Model S 与其他车型自动驾驶功能对比（●：标配；○：选配；
-：无） ............................................................................................................ 10
图表 9：各地区政府对无人驾驶的政策支持对比 ............................................. 12
图表 10：智能汽车发展路线图 ........................................................................ 13
图表 11：国内智能网联汽车方面相关事件 ...................................................... 13
图表 12：奔驰自动驾驶概念车 ....................................................................... 14
图表 13：乐视超级汽车 .................................................................................. 14
图表 14：ios1 升级到 ios9 十几款 iPhone 就颠覆了整个手机产业 ................. 15
图表 15：特斯拉通过 OTA 持续升级系统 扁平化产品带来无差异的用户体验 16
图表 16：用户使用自动驾驶功能的数据都会上传给特斯拉 ............................ 16
图表 17：Google 无人驾驶汽车 ...................................................................... 17
图表 18：Android系统市占率迅速超过 ios、Symbian ................................... 18
图表 19：Android市占率从 4%提高到 81%只用了 7年时间............................. 18
图表 20：2014 年 9 月至 2015 年 11 月 Google 无人驾驶车故障次数及原因 . 18
行业深度研究
- 4 -
敬请参阅最后一页特别声明
图表 21：传统汽车厂商在自动驾驶领域进展 .................................................. 19
图表 22：特斯拉具备传统车企和互联网双重优势 ........................................... 20
图表 23：无人驾驶两种不同的策略（传统车企 VS 互联网企业 VS 特斯拉） 21
图表 24：自主品牌企业在智能汽车领域的进展及规划 ................................... 21
图表 25：正在高速公路行驶的长安睿骋无人驾驶汽车 ................................... 22
图表 26：北汽无人驾驶车正在提供试驾 ......................................................... 22
图表 27：乐视超级汽车 LeSee ........................................................................ 23
图表 28：百度自动驾驶车正在进行路测 ......................................................... 23
图表 29：ADAS系统基本构成 .......................................................................... 23
图表 30：ADAS 智能驾驶具体应用 ................................................................ 23
图表 31：ADAS产业链供应商 .......................................................................... 24
图表 32： ADAS 市场预测（单位：亿元）..................................................... 24
图表 33：传感器技术路线图和相关的自动驾驶功能 ....................................... 25
图表 34：2015-2030 年自动驾驶汽车中的传感器模块市场 ............................ 26
图表 35：LIDAR 栅格地图 ............................................................................... 26
图表 36：大众第三代超声波半自动泊车系统 .................................................. 27
图表 37：毫米波雷达是 ADAS 核心传感器 .................................................... 27
图表 38：奔驰 S 级使用多达 7 个雷达 ............................................................ 27
图表 39：全新奥迪 A4 使用 5 个毫米波雷达................................................... 28
图表 40：双模雷达 用于 Stop&Go 自动跟车 .................................................. 28
图表 41：毫米波雷达发展方向 ........................................................................ 28
图表 42：谷歌无人驾驶汽车中的激光雷达 ..................................................... 29
图表 43：激光雷达地形绘测 ........................................................................... 29
图表 44： Velodyne 64 线激光雷达解剖图 ...................................................... 30
图表 45：互联网企业花盆式激光雷达 ............................................................ 31
图表 46：传统车企倾向嵌入式激光雷达 ......................................................... 31
图表 47：Velodyne32 线新款固态混合超级冰球扫描型雷达 .......................... 32
图表 48：固态激光雷达 .................................................................................. 32
图表 49：福特使用 Velodyne 激光雷达成像图 ............................................... 33
图表 50：Velodyne hdl-64e 激光扫描雷达成像图 .......................................... 33
图表 51：法雷奥与 Ibeo合作量产的 ScaLa .................................................... 34
图表 52：Ibeo的 LUX 和 miniLUX 产品 ......................................................... 34
图表 53：Quanergy第一款产品 M8-1 .............................................................. 34
图表 54：Quanergy在 2016年 CES上用于展示 S3 Demo的红色奔驰 .............. 34
图表 55：2015 年汽车雷达主要厂家市场占有率（单位：%） ....................... 35
图表 56：机器视觉原理图 ............................................................................... 35
图表 57：2014-2020 年全球汽车半导体营收规模（单位：亿美元，%）....... 36
图表 58：2014 年全球汽车半导体厂商前十营收情况（单位：亿美元） ........ 36
图表 59：2011-2015 年中国汽车电子芯片行业市场规模（单位：亿元） ...... 39
行业深度研究
- 5 -
敬请参阅最后一页特别声明
图表 60：2016-2020 年中国汽车电子芯片需求预测（单位：亿元） ............. 39
图表 61：偏航预警功能原理............................................................................ 40
图表 62：用于行人检测的 DMP 算法 .............................................................. 41
图表 63：行人检测上，CNN 由于 DPM .......................................................... 41
图表 64：夜视系统 .......................................................................................... 42
图表 65：车用前置摄像头市场规模预测（单位：百万） ................................ 42
图表 66：2015 年汽车摄像头模组供应商及份额（单位：%） ....................... 42
图表 67：无人驾驶汽车的“三重”测距传感器及其优劣势 ............................ 43
图表 68：ECU的基本组成 ................................................................................ 45
图表 69：汽车普遍的 ECU 结构类型 .............................................................. 45
图表 70：经典 CAN总线构造图 ....................................................................... 46
图表 71：汽车 CAN 总线主要特点 .................................................................. 46
图表 72：深度学习是机器学习的分支 ............................................................. 47
图表 73：深度学习在汽车中的应用 ................................................................ 47
图表 74：全球 GPU 市场竞争格局（单位：%） ............................................ 47
图表 75： 英伟达最新推出的 Tesla P100 芯片 ............................................... 47
图表 76：全球 FPGA 市场竞争格局（单位：%） .......................................... 48
图表 77： Xilinx 开发的 FPGA 芯片 ................................................................ 48
图表 78：2G、3G 和 4G 速度对比表 .............................................................. 48
图表 79： 4G 网络下的车联网 ........................................................................ 49
图表 80：TSP处于车联网产业链核心地位 ....................................................... 49
图表 81：国内车联网市场空间 ........................................................................ 50
图表 82：欧美 ECU 市场竞争格局（单位%） ................................................ 51
图表 83：日本 ECU 市场竞争格局（单位：%） ............................................. 51
图表 84：执行端是实现智能驾驶的核心 ......................................................... 52
图表 85：汽车制动系统结构示意图 ................................................................ 53
图表 86：鼓式制动器结构图 ........................................................................... 53
图表 87：鼓式制动器工作原理示意图 ............................................................. 53
图表 88：盘式制动器结构图 ........................................................................... 54
图表 89：盘式制动器工作原理示意图 ............................................................. 54
图表 90：通风制动盘散热示意图 .................................................................... 54
图表 91：陶瓷制动盘示意图 ........................................................................... 54
图表 92：汽车电子制动相关产品 .................................................................... 55
图表 93：ESP/ESC技术发展历程 ..................................................................... 55
图表 94：配备 ESP系统可有效防止侧滑侧翻 .................................................. 56
图表 95：各地区政府对无人驾驶的政策支持对比 ........................................... 56
图表 96：中国自主品牌汽车 ESP/ESC 安装情况 ........................................... 57
图表 97：EMB 主要的优点 .............................................................................. 58
图表 98：博世智能刹车系统（IBS） .............................................................. 58
行业深度研究
- 6 -
敬请参阅最后一页特别声明
图表 99：IBS 工作原理图解 ............................................................................ 58
图表 100： iBooster 可实现多种刹车方式 ....................................................... 59
图表 101：iBooster 与智能驾驶可实现完美配合 ............................................. 59
图表 102：重卡安装 AEB 系统 ........................................................................ 60
图表 103：ACC 实现智能跟车 ........................................................................ 60
图表 104：智能驾驶产业链解析 ...................................................................... 61
图表 105：智能驾驶相关上市公司盈利预测与财务指标 ................................. 62
行业深度研究
- 7 -
敬请参阅最后一页特别声明
1 特斯拉：自动驾驶商业化的引领者
特斯拉自动驾驶系统——空中升级 深度学习
革命性的空中升级（OTA）功能，使汽车设计和制造环节的软硬件分开。
特斯拉汽车可以像 iPhone 手机一样，以 OTA 的方式来升级系统固件，这
在汽车业内尚属首次。当特斯拉有新的功能更新时，可远程推送给特斯拉
车主，车主只需在联网状态下免费下载安装新系统，即可享受特斯拉的最
新功能。这样特斯拉在设计制造完成后，硬件上已经具备了实现更多新功
能的条件，只需在未来通过软件升级来一步步“解锁”新功能。
软件更新经济便捷，使特斯拉时刻保持最优化。对于传统汽车厂商，无论
是导航地图等基础功能的升级还是仪表盘、空调系统的更新，都需要向车
主寄送 USB 或者开车去 4S 店更换升级，并且需要花费一笔费用，而对于
特斯拉车主，无需花费任何费用和时间，即可完成升级，并享受众多新的
功能。车主甚至可以通过更新系统来提升特斯拉的动力性能，因为特斯拉
可通过固件升级优化变频器算法从而提升动力性能；当特斯拉发生软件层
面的故障时，仅通过远程更新即可修复系统漏洞，甚至无需传统意义上的
物理召回，这对传统汽车来说难以想象。
图表 1：特斯拉向车主推送新系统
来源：公开资料，国金证券研究所
空中升级功能显著加快，促进自动驾驶系统渗透。自特斯拉 2014 年 11 月
首次针对中国发布 版本系统以来，已进行了 5 此重大升级，从最初的
中文导航、智能空气悬架到 系统的车道偏离预警，再到 系统的
主动巡航控制、自动紧急制动，最初售出的 Model S 不需要任何硬件更新
已经逐步“解锁”了很多智能功能。2015 年 10 月，特斯拉又发布了
系统，其中一项重大更新便是 Autopilot（自动驾驶）功能，此时的特斯拉
已经具有了自动车道保持、自动变道和自动泊车功能，可以实现人为干预
下的半自动驾驶。2016 年 1 月，特斯拉推出了最新的 系统，新增了
垂直泊车、手机或车钥匙遥控召唤等功能，使自动驾驶功能更加智能。正
是因为特斯拉的空中升级功能，使其车辆可以像 iPhone 一样实现频繁、持
行业深度研究
- 8 -
敬请参阅最后一页特别声明
续的更新换代，使车主可以免费便捷地升级使用最新的自动驾驶功能，显
著加快了特斯拉自动驾驶系统的渗透。
图表 2：特斯拉 OTA 升级历史
推送时间 系统版本 新增重要功能
2016 年 1 月
垂直泊车、手机或车钥匙遥控召唤、丰富实时道路显示等
功能
2015 年 10 月
自动车道保持、自动变道和侧方自动泊车、仪表盘提显示
视化道路等功能
2015 年 4 月
3D 导航、车速辅助、主动巡航控制、前撞预警、自动紧急
制动、盲点警报、车道偏离警报和自动远光灯等辅助驾驶
功能
2015 年 2 月
车道偏离预警、自动追踪道路标志、识别当前路段限速
值、盲点预警、行程电量预估和智能温度预设等功能
2014 年 11 月
中文导航和地图服务、语音命令设定目的地、智能空气悬
架、无钥匙启用和新的电源管理选项（节能模式）等功能
来源：公开资料，国金证券研究所
深度自主学习，使特斯拉更快成为“老司机”。特斯拉的自动驾驶系统能够
通过不断地收集信息，了解在不同路况下，如何更好地行驶，随着时间的
推移，特斯拉的系统可以自动学习，变得越来越聪明。特斯拉目前还不能
实现完全的自动驾驶，需要驾驶员的主动干预，而每次主动干预对于特斯
拉来说都是一次学习机会，其能够对“犯过的错误”进行修正，并不断完
善功能。另外，自动驾驶系统会自动搜集驾驶数据并存储在特斯拉的“车
队学习网络”，一辆车学会一件事情后，所有特斯拉汽车就都学会了。这对
于已经量产的特斯拉来说，优势非常明显，因为目前路面上已有大约 7 万
多辆特斯拉汽车支持 Autopilot 功能，每天行驶 260 万英里(约合 418 万公
里)，这样庞大的道路实测数据可以帮助特斯拉的自动驾驶系统更加快速地
学习，变得更加聪明，更快成为“老司机”。
图表 3：特斯拉自动驾驶已可实现短时托管
来源：公开资料，国金证券研究所
行业深度研究
- 9 -
敬请参阅最后一页特别声明
图表 4：特斯拉盲区预警功能 图表 5：特斯拉自动变道功能
来源：特斯拉官网，国金证券研究所 来源：特斯拉官网，国金证券研究所
传感器“眼明耳聪” 助特斯拉实现自动驾驶
周身传感器让特斯拉“眼明耳聪”。硬件层面，特斯拉周身遍布了各种传感
器：围绕车身的 12 个超声波传感器（雷达）、位于风挡玻璃上的前视摄像
头、前格栅中部的雷达。超声波传感器用于监控车身四周的车辆或是障碍
物；前视摄像头用于识别分道线、道路标志，以及交通指示牌；雷达用于
监控与前车的车距。2014 年 10 月后出厂的车辆都配备这些传感器，特斯
拉将这些传感器深度整合，再配合 GPS 和高精度地图，使其具备自动驾驶
的硬件基础。
图表 6：特斯拉配备的传感器 图表 7：特斯拉周身传感器让其“眼明耳聪”
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
自动驾驶功能不断增强， 系统可实现短时托管。具备了硬件基础，再
配合车载软件系统，特斯拉已可实现自动驾驶功能。从 系统开始，特
斯拉已可实现 Autopilot（自动驾驶）功能：车道线内辅助转向；在开启转
行业深度研究
- 10 -
敬请参阅最后一页特别声明
向灯后自动变更车道；主动巡航控制时自动调整车速；通过对电机功率、
制动系统、以及转向系统的数字化一体控制，能够帮助车辆避免来自前方
和侧方的碰撞，并防止车辆滑出路面；搜寻附近的泊车地点，当探测到空
闲车位后发出提醒，并根据驾驶员的指令自行泊入车位。而 系统新增
了垂直泊车、手机或车钥匙遥控召唤、辅助转向的安全限制等功能，并丰
富了实时道路显示功能，此时特斯拉已可实现短时托管功能。
图表 8：特斯拉 Model S 与其他车型自动驾驶功能对比（●：标配；○：选
配；-：无）
Model S
70D
奔驰 S 级 500L
4MATIC
宝马 7 系 750Li
xDrive
奥迪 A8L 60
TFSI quattro
售价（万）
ABS 防抱死 ● ● ● ●
制动力分配
(EBD/CBC 等)
● ● ● ●
刹车辅助
(EBA/BAS/BA 等)
● ● ● ●
牵引力控制
(ASR/TCS 等)
● ● ● ●
车身稳定控制
(ESP/DSC 等)
● ● ● ●
上坡辅助 - ● ● ●
陡坡缓降 - - - -
整体主动转向系统 ● ● ○ -
主动刹车/主动安
全系统
● ● ● -
定速巡航 ● ● ● ●
自适应巡航 ● - ○ ○
盲点检测预警 ● ○ - -
自动驻车 - ● ● ●
并线辅助 ● ● - ○
车道偏离预警系统 ● ● ● ○
可变悬架 ○ ● ● ●
可变转向比 ● ● - -
倒车影像 ● ● ● ●
泊车雷达（前） ● ● ● ●
倒车雷达（后） ● ● ● ●
自动泊车 ● ● ● ○
夜视系统 - - ○ ○
全景摄像头 - ● ● ○
GPS 导航 ● ● ● ●
标配个数 18 20 17 13
来源：爱卡汽车，国金证券研究所
雄心勃勃 2018 年将实现自动驾驶
天量数据，加速特斯拉自动驾驶系统进化，有望在 2018 年实现完全自动
驾驶。配备了自动驾驶所需摄像头、雷达、超声波传感器等硬件的车型早
在 2014 年 10 月就开始销售，特斯拉从那时起就已经开始收集数据，对驾
驶员的操作方式展开了调查。目前配备自动驾驶功能的特斯拉汽车在全世
界有 7 万多辆，特斯拉已经收集到了 亿英里(约合 亿公里)的驾驶
数据，其中自动驾驶数据就有 1 亿英里(约合 亿公里)，是 Google 的自
动驾驶数据的 500 多倍，并且这个数据还在以每天 260 万英里(约合 418
行业深度研究
- 11 -
敬请参阅最后一页特别声明
万公里)的速度增长。考虑到平民化车型 Model 3 量产后，特斯拉的自动驾
驶数据更会爆炸性的增长；天量的数据加上自动驾驶系统的“车队学习网
络”（一辆车学会一件事情后，所有特斯拉汽车就都学会了），特斯拉的自
动驾驶系统将会迅速进化，有望于 2018 年基本实现完全自动驾驶。
行业深度研究
- 12 -
敬请参阅最后一页特别声明
2 智能驾驶势在必行 看好特斯拉技术路线
智能化、共享化，即智能网联汽车、无人驾驶、车联网，智能网联汽车将
是智能汽车的发展方向。根据《中国制造 2025》对智能汽车的定义，具备
信息共享、复杂环境感知、智能化决策、自动化协同等控制功能，与智能
公路和辅助设施组成的智能出行系统，可实现“高效、安全、舒适、节能”
行驶的新一代汽车。
智能网联汽车是即将到来的汽车革命，预计在政策与市场的推动下，汽车
步入智能化时代。智能网联汽车具备多重优势：1）道路安全，交通事故率
可降低到目前的 1%；2）交通堵塞，车联网技术提高道路流量 10%，ACC
（自适应巡航）市占率 90%时交通交流将提高 80%；3）降低油耗，协同
式交通系统可降低油耗 20-40%；4）共享经济，人机共驾，车辆共享。
政策：各项政策积极推动 汽车步入智能化时代
各国政府纷纷支持无人驾驶发展
为应对无人驾驶和汽车智能化的快速发展，各地区政府均表态大力支持无
人驾驶。目前，英国、荷兰、加拿大、瑞士和日本等国家纷纷表示将支持
汽车无人驾，其中美国将无人驾驶提升到国家战略地位，并给予 40 亿美元
的研发经费支持，有可能在 2016 年 7 月份出台美国国家级无人驾驶汽车
标准细则；对欧盟来讲，荷兰、德国和奥地利联合打造智能交通走廊项目
（以荷兰鹿特丹为起点，途径德国慕尼黑、法兰克福，最终达到奥地利维
也纳），该项目志在打通整个欧洲，实现智能交通；日本内阁府牵头制定自
动驾驶研发计划，提出 2030 年完全自动驾驶市场化目标，并建有全球最
健全的智能交通基础设施。
图表 9：各地区政府对无人驾驶的政策支持对比
地区 无人驾驶相关政策支持
美国
政府：支持建设交通变革中心（MTC），推动智能网联汽车示范区建设；计划
斥资 40 亿美元重点发展无人驾驶；2016 年 2 月美国高速公路管理局
（NHTSA）表示谷歌无人驾驶可以被视为司机；2016 年 7 月将出台美国国家
级无人驾驶汽车标准细节；2022 年 AEB 成为新车标配。
企业：谷歌、苹果等 IT 企业强势参与智能网联汽车研发；
目标：标准方面占据制高点，提出 2020 年强制安装 V2V 设备。
欧盟
政府：欧盟各成员国之间密切合作，具有完备的顶层设计，Horizon 2020 框架
内 63 亿欧元被指定用于智能网联汽车相关研究与产业化推动；
企业：具有世界领先的整车企业和汽车电子零部件供应商；
目标：预计 2025 年左右实现完全自动驾驶汽车量产。
日本
政府：内阁府牵头制定自动驾驶研发计划，提出 2030 年完全自动驾驶市场化
目标，政府各部门第一期研究经费总投入 亿日元；
企业：车企在智能网联化发展中起到核心作用；
现状：智能交通建设起步较早，交通设施基础好，全国交通智能化水平高。
荷兰
政府：在瓦赫宁根市与埃德市间启用无人驾驶公交车；出台无人驾驶卡车规划
目标：5 年内实现卡车无人驾驶。
加拿大安大
略省
政府：加拿大安大略省允许无人驾驶自动汽车在该省实际道路上行驶。
瑞士 政府：将率先于 2016 年春天推出无人驾驶巴士，并进行为期两年的测试。
英国 政府：颁布了自动（或半自动）汽车的道路测试指导方针
德国 政府：成立了关于无人驾驶汽车项目委员会研究相关法律问题。
来源：公开资料，国金证券研究所
行业深度研究
- 13 -
敬请参阅最后一页特别声明
国内亦加快步伐实现汽车智能化
车联网、无人驾驶已提到国家战略高度。《中国制造 2025》明确提出：至
2020 年，驾驶辅助（DA）、部分自动驾驶（PA）车辆市占率约 30%；至
2025 年，DA、PA 车辆市占率保持稳定，高度自动驾驶（HA）车辆市占
率约 10-20%。2015 年 12 月 14 日，工信部发布文件首次提出要出台《车
联网发展创新行动计划（2015-2020 年）》，要求推动车联网技术研发和标
准制定，组织开展车联网试点。
图表 10：智能汽车发展路线图
来源：公开资料，国金证券研究所
政策不断推进，明确加快智能汽车推广。2015 年 5 月 8 日，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；2015 年 12
月，工信部首次提出要出台《车联网发展创新行动计划（2015-2020 年）》，
要求推动车联网技术研发和标准制定，组织开展车联网试点、基于 5G 技
术的车联网示范。政策再次把智能汽车、车联网相关要求更加细化；2016
年 2 月，《机动车运行安全技术条件（修订稿）》指出 11 米以上客车需配备
车道偏离报警系统 LDW 和前车碰撞预警系统 FCW，所有客车安装 ABS；
2016 年 6 月，国内首个无人驾驶测试基地上海智能网联汽车示范基地正式
开园，进一步加快国内汽车智能化的产业进展。
图表 11：国内智能网联汽车方面相关事件
时间 事件 具体内容
《中国制造
2025》
2020 年，DA、PA 市占率约 30%；2025 年，DA、PA 市
占率稳定，HA 市占率约 10-20% 。
《车联网发展创新
行动计划（2015-
2020 年）》
要求推动车联网技术研发和标准制定，组织开展车联网试
点。
《机动车运行安全
技术条件（修订
稿）》
本次修订主要针对于载重车、多用途车辆提出更高的安全
要求，同时对新能源汽车提出专门的运行安全技术要求，
具体如下：
1）对于 吨以上的货车、半挂车等需要装配间隙自动调
节装置，并扩大了 ABS 安装对象范围；
2）11 米以上客车需配备车道偏离报警系统 LDW 和前车碰
撞预警系统 FCW，所有客车安装 ABS；
3）乘用车需配备事件数据记录仪 EDR；
4）要求插电式混动汽车纯电续航里程大于 50km，并对灭
行业深度研究
- 14 -
敬请参阅最后一页特别声明
火安全与低速行驶有特殊要求。
两会提案
百度公司 CEO 李彦宏与吉利集团董事长李书福均提出加
快自动驾驶立法提案。
十三五规划
具有驾驶辅助功能的智能网联汽车新车渗透率达到 50%，
有条件自动化的汽车的新车渗透率为达到 10%。
上海智能网联汽车
示范基地开园
模拟现实路况，为无人驾驶汽车提供测试场地。
来源：公开资料，国金证券研究所
产业倒逼法规改革 无人驾驶合法化迫在眉睫
目前法规阻碍自动驾驶市场化。目前各国通行的交通法规显然没有跟上无
人驾驶的研发进度，涉及 72 个国家的《维也纳协定》（道路交通公约部分）
明确要求车内必须安装有刹车和方向盘等部件，同时必须有人自始至终都
掌控着方向盘。而谷歌的无人驾驶汽车是没有刹车和方向盘等部件的，所
有无人驾驶的目的都是要解放双手，这明显违背了传统的交通法规。如何
将无人驾驶合法化成为未来无人驾驶汽车市场化的一大障碍。
汽车智能化产业进展超预期。随着汽车智能化的深入发展，传统车企与互
联网企业纷纷加大智能驾驶布局，产业化进展不断超预期。其中，沃尔沃、
戴姆勒、宝马、现代、丰田、日产、本田等国际汽车巨头纷纷表态到 2020
年初步实现自动驾驶市场化；互联网企业 Google、百度和乐视纷纷表示要
大举进入造车领域。2016 年 3 月，美国国家公路交通安全管理局
（NHTSA）和美国保险行业非营利团体 IIHS（ Insurance Institute for
Highway Safety）宣布，已与 20 家汽车厂商达成协议，预定最晚从 2022
年 9 月 1 日起在美国销售的全部新车上标配紧急自动刹车（AEB）系统。
这 20 家厂商是：通用汽车、福特汽车、菲亚特克莱斯勒、丰田汽车、本田、
日产汽车、马自达、三菱汽车、富士重工业、现代汽车、起亚汽车、奥迪、
宝马、戴姆勒（梅赛德斯-奔驰）、大众、保时捷、沃尔沃、玛莎拉蒂、捷
豹路虎、特斯拉汽车。这 20 家公司的销量在美国汽车市场上占到 99％。
图表 12：奔驰自动驾驶概念车 图表 13：乐视超级汽车
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
多方努力加快无人驾驶立法，期待法规早日落地。联合国表示已经开始制
定无人驾驶安全法规，最早 2017 年 3 月通过；2016 年 2 月美国高速公路
管理局（NHTSA）表示谷歌无人驾驶可以被视为司机，并表示 2016 年 7
月将出台美国国家级无人驾驶汽车标准细节。对国内来讲，《机动车运行安
全技术条件（修订稿）》规定 11 米以上客车需配备车道偏离报警系统 LDW
和前车碰撞预警系统 FCW，所有客车安装 ABS，新规有望年底实施；同
时，今年两会期间，百度公司 CEO 李彦宏与吉利集团董事长李书福均提出
加快自动驾驶立法提案。智能驾驶产业超预期，已经到了倒逼法规改革的
拐点；我们认为智能驾驶相关法规的落地将大力推进智能驾驶市场化。
行业深度研究
- 15 -
敬请参阅最后一页特别声明
我们认为未来政策仍需要明确的主要有两个问题：1）法规须允许无人驾驶
汽车上路，同时涉及车型认证的问题；2）由无人驾驶汽车引发的交通事故
如何处理在法律上仍无界定。我们认为无人驾驶产业化进程加快有望倒逼
相关政策不断完善。
汽车智能化路线大 PK 看好特斯拉技术路线
特斯拉：硬件到位，软件不断升级
像 iPhone 一样可不断升级，颠覆传统汽车商业逻辑。诞生于硅谷的特斯
拉天生就有互联网思维，把汽车当做一个拥有四个轮子的可移动电脑终端
去做，车辆在出厂的时候就配备了丰富的硬件产品，而 OTA 升级功能又能
使特斯拉像 iPhone 一样持续地升级换代车载系统，这完全颠覆了传统汽车
商业逻辑中的分类分档销售。
产品扁平化，从刚出厂的“婴儿”不断升级成长成为“老司机”。就像
2007 年的初代 iPhone，除了酷炫的全触屏外，只能打电话，连中文短信
输入都没有，给人强烈的“废品感”。但随后通过苹果的 OTA 升级 ios 系
统，用户可以不需要去任何苹果实体店，不花费一分钱，就可以逐步拥有
更多功能：中文输入、复制粘贴、App Store，让 iPhone 变成一个几乎无
所不能的终端。如今，ios 系统已升级到 版本，五年前的 iPhone 4S 甚
至可以通过升级，拥有近乎 iPhone 6S 的功能。对于特斯拉，2014 年 10
月出产的车辆，在硬件上都配备各种超声波雷达、摄像头等传感器，但只
有中文导航等几项简单功能，而随后通过 OTA 升级，让特斯拉拥有了各种
丰富的功能：车道偏离预警、自动巡航控制、自动紧急制动、自动泊车、
手机/钥匙遥控等。特斯拉的这种无差别用户体验，有望像 iPhone 一样快
速提高渗透率，颠覆传统汽车。
图表 14：ios1 升级到 ios9 十几款 iPhone 就颠覆了整个手机产业
来源：公开资料，国金证券研究所
行业深度研究
- 16 -
敬请参阅最后一页特别声明
量产化使特斯拉能够低成本地快速获取大量自动驾驶数据。目前全世界已
有 7 万多使用特斯拉自动驾驶功能的用户，这为特斯拉带来了其他竞争对
手无可比拟的优势：可低成本地快速获取大量自动驾驶数据。特斯拉的自
动驾驶项目总监的 Sterling Anderson 日前在于美国旧金山举办的“MIT
EmTech Digital2016”会议上表示，目前配备自动驾驶功能的特斯拉汽车
在全世界有 7 万多辆，使特斯拉在短短一年半的时间里已经收集到了
亿英里(约合 亿公里)的驾驶数据，其中自动驾驶数据就有 1 亿英里(约
合 亿公里)。数据量是 Google 的自动驾驶数据的 500 多倍，几乎比其
他所有竞争对手的总和还多，并且还在以每天 260 万英里(约合 418 万公里)
的速度增长。更为重要的是，如此大量的数据获取几乎是没有成本的。
图表 16：用户使用自动驾驶功能的数据都会上传给特斯拉
来源：公开资料，国金证券研究所
图表 15：特斯拉通过 OTA 持续升级系统 扁平化产品带来无差异的用户体验
来源：公开资料，国金证券研究所
行业深度研究
- 17 -
敬请参阅最后一页特别声明
Google：硬件外包，软件自主
一步到位，直指无人驾驶。Google 与其他竞争对手循序渐进，首先推出半
自动驾驶功能，最终再过渡到完全自动驾驶的路线不同，Google 认为只要
技术成熟，直接采用全自动驾驶技术更加安全。Google 公司表示，未来其
无人驾驶汽车最终将不会配备方向盘，实现完全无人驾驶，以便更好的解
放双手，使乘客有更多时间查收邮件，看电影，或是做任何喜欢做的事情。
图表 17：Google 无人驾驶汽车
来源：公开资料，国金证券研究所
Google 将与传统车企合作，走“硬件外包+软件自主”的轻资产路线。
Google 早在 2009 年就启动无人驾驶汽车项目，目前已有相当丰富的技术
积累，在全球范围内处于十分领先的地位。然而 Google 是是一家专注于
软件和互联网的技术型公司，其长项在软件而非硬件。因此 Google 高管
曾多次表示，公司不希望自行开发汽车，而是向汽车厂商提供软件系统和
地图技术，合作开发能在繁忙的城市道路和高速公路上安全行驶的无人驾
驶汽车。目前 Google 已与克莱斯勒展开合作：100 辆全新的 2017 版
Chrysler Pacifica 加入了 Google 无人驾驶车队；和克莱斯勒合作开发自动
驾驶迷你货车等。我们认为，Google 未来将把自己研发的无人驾驶系统和
软件技术通过授权给车企的方式推向市场。
未来将开源，重走 Android 路线？暂不确定，若开源将像颠覆传统手机那
样颠覆汽车行业。Google 无人驾驶汽车把硬件外包，只专注研发软件系统，
如果未来其无人驾驶技术成熟，并采用开源形式，将对整个产业产生强烈
冲击，有望像 Android 系统一样迅速占领市场。众所周知，Android 系统诞
生于 2008 年，落后于苹果的 ios 系统。然而在那个众多智能手机操作系统
群雄逐鹿的年代，Android 凭借开源的形式，受到众多运营商和手机厂商
的广泛支持，从而迅速战胜了诺基亚的 Symbian 系统，并超过苹果的 ios
系统，市场份额从 2009 年的 4%迅速提升至 2015 年的 81%，成为移动操
作系统市场的霸主。我们认为，如果未来 Google 的无人驾驶汽车系统研
行业深度研究
- 18 -
敬请参阅最后一页特别声明
发成熟并采用开源的形式，允许众多汽车厂商再开发并搭载，将改变市场
格局，极具颠覆效应。
图表 18：Android系统市占率迅速超过 ios、Symbian 图表 19：Android市占率从 4%提高到 81%只用了 7年时间
来源：KPCB，国金证券研究所 来源：KPCB，国金证券研究所
尚未量产路测数据较少，但更加专注于复杂城市道路的无人驾驶。Google
目前投入无人驾驶测试的车辆仅有 100 多辆，与特斯拉的 7 万多辆的差距
悬殊。因此 Google 启动自动驾驶测试项目以来，仅获得 150 万英里(约
240 万公里)的路测数据，而特斯拉在短短一年半时间内就获得了 1 亿英里
(约合 亿公里)的自动驾驶数据。但特斯拉的路测数据基本上都来自于高
速公路行驶，属于相对简单的驾驶环境，而 Google 则更加专注于复杂的
城市道路环境，历程虽短但难度更高。另外，Google 拥有一项宝贵的资源：
扎根于各城市街道精密的 Google Maps 数据，这样 Google 的无人驾驶测
试中心每天在电脑上模拟数百万英里的驾驶里程，利用这些数据，Google
能够更加高效低成本地进行无人驾驶算法的研究和调整，从而快速提高其
无人驾驶技术。
Google 的无人驾驶技术正迅速进步。从 Google 向美国机动车辆管理局
(DMV)提交的一份关于其无人驾驶汽车测试的报告中可以看出，2014 年 9
月到 2015 年 11 月期间，其无人驾驶汽车出现“感知差异”故障的次数已
显著下降。在 2014 年第四季度，其无人驾驶汽车每行驶 785 英里就会出
现一次故障，而到了 2015 年第四季度，故障次数显著降低，每行驶 5,318
英里才出故障。
图表 20：2014 年 9 月至 2015 年 11 月 Google 无人驾驶车故障次数及原因
天气
路人冒
险行为
硬件差异
车辆多
余动作
感知差异
对其他交通工具
的行为预测错误
软件差异 道路施工
给急救
车让路
总计
0 1 0 0 1 0 0 0 0 2
0 0 1 3 2 2 11 0 0 19
0 1 0 6 3 2 9 0 0 21
0 1 0 14 18 0 9 1 0 43
1 1 2 15 19 1 14 0 0 53
5 3 1 1 2 0 2 0 0 14
0 3 0 3 20 2 1 1 0 30
行业深度研究
- 19 -
敬请参阅最后一页特别声明
6 7 1 2 30 0 5 0 0 51
0 0 0 1 4 0 8 0 0 13
0 0 5 0 4 0 2 0 0 11
0 0 8 3 8 0 9 1 0 29
0 2 1 2 0 0 2 0 0 7
0 1 8 0 4 0 3 0 0 16
0 0 8 3 3 1 1 0 0 16
1 3 4 2 1 0 4 0 1 16
总计 13 23 39 55 119 8 80 3 1 341
来源：公开资料，国金证券研究所
传统汽车厂商：依赖汽车电子系统供应商 不断提升单车智能化
传统汽车厂商从 ADAS 切入，不断提升单车智能化水平。传统汽车厂商在
汽车设计、制造方面有深厚的积累，但在智能驾驶技术研发、创新方面实
力不如互联网企业，因此他们大多采用比较务实稳妥的做法，即以无人驾
驶为终极目标，有条不紊地提升 ADAS 高级辅助驾驶功能。这种稳中求进
的路线，既可以帮助传统汽车厂商更快地推出量产车型，同时又能在技术
成熟时不断丰富新功能，提升单车智能化水平。目前奔驰、宝马、奥迪、
沃尔沃等汽车厂商纷纷进行了自动驾驶测试，甚至已经或准备推出量产车
型。
图表 21：传统汽车厂商在自动驾驶领域进展
车企 车型 测试/上市时间 进展/规划
奔驰
S500 试验车 2013 年 9 月 在几乎无人为干预的情况下完成了 100 公里自动驾驶路测
Actros 卡车 2014 年 7 月
配备“Highway Pilot”半自动驾驶系统，已完成 2 万公里测试，预计 2025
年上市
F 015 Luxury in
Motion 概念车
2015 年 1 月
于 2015CES 亮相展出，具有无人驾驶、有人驾驶两种模式，在无人驾驶模
式下，前排座椅可以向后旋转 180 度，乘客可尽情娱乐休闲
宝马
i Vision Future
Interaction 概念车
2016 年 1 月
于 2016CES 展亮相，有 3 种驾驶模式：Pure Drive(自主驾驶)、Assist(辅助
模式)、Auto Mode(自动模式)；其中自动驾驶可实现车辆自行控制变道和前
行方向、独立加速、制动和转向，完全无需驾驶者干预
Vision Next 100 概
念车
2016 年 3 月
于宝马 100 周年庆典上亮相，有「Boost Mode」和「Ease Mode」两种模
式可选，Boost Mode 代表自驾，车辆仅提供辅助驾驶；Ease Mode 代表全
自动驾驶模式
奥迪
A7 试验车 2014 年 9 月
配备 Piloted Driving System，车辆可自主完成加速、刹车、并线、超车等动
作，预计 2017 年量产上市。
R8 纯电动自动驾驶
超级跑车
2015 年 5 月
于 2016CES Asia 亮相，配备多个传感器搜集信息，并将信息传输给中央处
理器，以计算出车辆周边环境，实现自动驾驶
沃尔沃
XC90 2015 年 3 月
是全球首部带有高度自动驾驶功能的汽车，可以在时速 50 公里，沿分道线
自动驾驶，司机可以完全放开双手与双脚
S90 2016 年 1 月
与 2016 年北美车展亮相，搭载“Pilot Assist”先进半自动驾驶系统，在车
速 130 公里/小时内，无需跟随前车即可平顺地自动提速/减速、转向
来源：公开资料，国金证券研究所
传统汽车提升单车智能化依赖背后的汽车电子系统供应商。传统汽车厂商
从 ADAS 切入，期望通过不断提升单车智能化水平来渐进式实现无人驾驶，
但所使用的 ADAS 产品要基本依赖背后的汽车电子系统供应商，如博世
Bosch、大陆 Continental、法雷奥 Valeo、德尔福 Delphi、电装 Denso、
英伟达 NVIDIA、Mobileye 等。ADAS 是通过传感层（摄像头、雷达等）
获取环境信息，然后将这些信息转化成数字信号传输给控制层（电子控制
单元 ECU 等），由控制层分析处理后做出命令，最终由执行层（制动系统、
转向系统等）执行相应动作（紧急刹车、转向变道、超车等）。
行业深度研究
- 20 -
敬请参阅最后一页特别声明
看好特斯拉路线 传统车企与互联网企业合作是趋势
特斯拉路线优势明显，未来大有所为。
1）渐进式提升智能化水平，而非直接发展无人驾驶汽车，更加务实，面
临的技术障碍、法律障碍更少。无人驾驶技术难度较高，且短期内难以量
产，而渐进式提高智能化水平有利于尽早占领市场；目前无人驾驶汽车上
路在世界各地都面临着较大的法律障碍，而发展高度自动驾驶汽车有利于
规避法律障碍。
2）独创 OTA 空中升级功能，颠覆传统汽车分类分档的商业逻辑，有利于
迅速提升渗透率。特斯拉可通过 OTA 持续升级车载系统，不断丰富新功能，
这样产品更加扁平化，也提升了用户体验，使特斯拉有望像 iPhone 一样迅
速提升渗透率。
3）量产化可以快速低成本获取大量实测数据，从而更快推进自动驾驶技
术研发。Model S 已成为全球上最畅销的电动车，有 7 万多用户使用其自
动驾驶功能，使特斯拉在短短一年半时间内就获得了 1 亿英里(约合 亿
公里)的自动驾驶数据，是在其之前更早进行路测的 Google 数据量的 500
倍。大量低成本数据的获取，帮助特斯拉更快推进自动驾驶数据的研发。
4）复合型的强大团队，兼备传统车企与互联网企业的基因。在特斯拉团队
里面，最重要的成员就是 Elon，他给这个团队带来一些互联网的基因；第
二位布莱克，他原来是苹果的一个高管，现在是特斯拉的用户体验高管；
还有一位是特斯拉 CTO，他的背景更多是在航空航天业，负责怎么把航天
航空业的技术嫁接到特斯拉汽车制造过程当中。另外一位关键成员是来自
于丰田，在特斯拉负责生产方面。
图表 22：特斯拉具备传统车企和互联网双重优势
来源：公开资料，国金证券研究所
未来传统车企与互联网企业将在合作与竞争中共同推进汽车智能化进程。
我们认为未来传统车企和互联网企业将利用各自的优势（传统车企：汽车
设计、制造深厚的基础；掌握外界难以获取的车辆信息：包括安全性数据、
用户及用车习惯数据等。互联网企业：庞大的互联网数据服务体系；互联
网思维，开放创新性强），以车载智能设备、无人驾驶、互联网汽车等为主
要内容，相互碰撞，在合作与竞争中形成合力共同推进汽车行业的智能化
进程。
行业深度研究
- 21 -
敬请参阅最后一页特别声明
图表 23：无人驾驶两种不同的策略（传统车企 VS 互联网企业 VS 特斯拉）
来源：公开资料，国金证券研究所
自主品牌企业奋起直追 有望弯道超车
自主品牌企业与国外先进水平差距明显但不断缩小。长期以来，中国汽车
工业都相对落后于发达国家，尤其是在一些高端领域，中国车企与世界巨
头的竞争力差距十分明显。如今，在汽车行业电动化、智能化的发展趋势
下，国外汽车巨头和互联网巨头都相继投身于自动驾驶汽车的研究。中国
车企们也不甘落后，纷纷发布自动驾驶战略，积极推进自动驾驶技术研发
及应用，部分车企已完成原型车开发，甚至已成功进行了路测。自主车企
在汽车智能化领域与国外领先水平的差距正不断缩小。同时国内互联网企
业也积极布局，利用自身在互联网技术创新方面的优势，投身汽车智能化
的浪潮。传统车企与互联网企业将发挥各自优势，以车载智能设备、无人
驾驶、互联网汽车等为主要内容，相互碰撞，在合作与竞争中形成合力加
速自主品牌智能汽车的发展进程。
图表 24：自主品牌企业在智能汽车领域的进展及规划
企业名称 进展/规划
传统车企
长安汽车
2016 年 4 月已完成试制车并成功进行重庆到北京的 2000 公里路测，计划未来 5 年将
斥资 40 亿元用于无人驾驶等前瞻科技的研发，预计在 2018 年公司技术可到达高度无
人驾驶水平，并实现部分量产任务
北汽
在 2016 年北京车展上展示自动驾驶原型车并提供试驾，目前正在同时测试四种不同的
无人驾驶技术路线
比亚迪
2013 年比亚迪与北京理工大学联合研制出了线控自动驾驶实验汽车并进行了实路测
试；目前比亚迪又与百度、新加坡科技研究局通讯研究院（I2R）等合作共同研发自动
驾驶技术
力帆汽车 预计 2017 年 6 月向市场推出低速无人驾驶电动汽车
长城汽车 已展示搭载 ADAS 的哈弗 H7，计划 2020 年推出高速全自动驾驶车辆
东风汽车 联合华为研发无人驾驶汽车
吉利汽车 沃尔沃 XC90、S90 高度自动驾驶汽车已实现量产，吉利计划未来 2-3 年推自动驾驶车
广汽 与中科院联合研发，已展示无人驾驶概念车
上汽
已展示 iGS 智能汽车，实现了远程遥控泊车、自动巡航、自动跟车、车道保持、换道行
驶、自主超车等智能行车功能，计划未来 10 年实现全路况自动驾驶
一汽
已展示具有手机叫车、自动泊车(包括垂直和平行车位)、自动驾驶和编队跟车等功能的
样车，计划 2025 年实现 50%车型高度自动驾驶
行业深度研究
- 22 -
敬请参阅最后一页特别声明
互联网企业
乐视
已于 2016 年 4 月推出超级智能汽车 LeSee，可以实现自动驾驶功能，还可实现自我学
习，具备人脸识别、情绪识别、环境识别和路径识别等功能
百度
2014 年 9 月宣布进入无人驾驶汽车研发领域，基于宝马 3 系 GT 研发的自动驾驶试验
车，目前正紧锣密鼓地进行路测，计划在五年内大规模生产无人驾驶汽车
阿里巴巴
2014 年 7 月，与上汽合作，搭建互联网汽车的开发和运营平台；2016 年 4 月，阿里巴
巴与上汽联手打造的互联网汽车荣威 RX5 亮相北京车展，搭载阿里巴巴的车载智能操
作系统 YunOS for Car，具有碰撞预警等智能辅助驾驶功能
蔚来汽车
2014 年成立，目前已获得 5 亿美元融资，融资所得将用于开发价格适中、高度联网和
智能的电动汽车。蔚来汽车承诺向电动汽车、无人驾驶汽车投入 100 亿元研发资金，将
于 2016 年推出一款电动跑车，2017 年推出一款主流电动车
来源：公开资料，国金证券研究所
自主品牌车企纷纷将自动驾驶列入发展战略，竞相研发智能驾驶技术。长
安睿骋无人驾驶汽车已成功完成从重庆到北京的 2000 公里实路测试，是
国内首次无人驾驶汽车长距离实测。长安汽车规划未来 5 年将斥资 40 亿元
用于无人驾驶等前瞻科技的研发，预计到 2018 年公司技术可到达高度自
动驾驶水平，并实现部分量产任务。北汽无人驾驶车已完成试制，在 2016
年北京车展上亮相并提供试驾。北汽目前正在同时测试四种不同的无人驾
驶技术路线，搭载的无人驾驶感知与控制元器件大部分也都实现了国产化。
另外，比亚迪、吉利、广汽、上汽等都已将自动驾驶列入发展战略，加速
研发相关技术，计划在 2020 年-2025 年实现自动驾驶车型量产。
图表 25：正在高速公路行驶的长安睿骋无人驾驶汽车 图表 26：北汽无人驾驶车正在提供试驾
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
互联网企业加入无人驾驶大军，乐视、百度加紧研发测试。乐视汽车项目
“SEE 计划”从 2013 年底立项，经过 28 个月的紧张研发，于在 2016 年
4 月首次亮相，可以实现自动驾驶功能，还可实现自我学习、人脸识别、
情绪识别、环境识别和路径识别等功能。LeSee 由乐视 100%自主研发，
目前已经在全球申请相关专利 800 多项，超过三星、Google、微软等互联
网公司过去 10 年汽车相关专利的申请数量。百度于 2014 年 9 月宣布进入
无人驾驶汽车研发领域，研发的自动驾驶试验车可在没有驾驶员干预的情
况下，自动完成跟车减速、转向、超车，上下高速公路匝道等一系列复杂
动作。目前百度已经在北京和芜湖的公共道路以及上海的一个封闭测试区
测试无人驾驶汽车，还计划今后在全国的 10 个城市进行测试。百度计划在
五年内大规模生产无人驾驶汽车。我们认为，中国自主品牌企业在汽车智
能化领域正奋起直追，有望在未来实现弯道超车。
行业深度研究
- 23 -
敬请参阅最后一页特别声明
图表 27：乐视超级汽车 LeSee 图表 28：百度自动驾驶车正在进行路测
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
ADAS 提升单车智能化先行 开启千亿蓝海市场
“单车智能化+车联网=智能网联汽车” 单车智能化先行
未来智能网联汽车是单车智能化与车联网的完美结合。在行驶过程中，智
能网联汽车不仅要实现智能驾驶，而且还要与周围环境、车辆、路况进行
实时交互；因此，单车智能化与网联化的结合成为实现智能网联汽车最为
科学的技术路线。
单车智能化先行。单车智能化的实现是依靠智能驾驶辅助系统（ADAS）
来实现的，汽车零部件巨头博世、大陆和德尔福已经开始为整车厂提供性
能可靠的 ADAS 产品，市场反响积极。汽车通过车联网可以实现智能交通，
但由于国内道路和通信的基础建设相对落后，而且没有统一的 V2V 通讯标
准，车联网的普及速度要相对落后于 ADAS 的市场渗透速度。
ADAS 通过环境感知、判断和动作执行三步骤实现智能驾驶。环境感知主
要以雷达、摄像头为核心，通过识别算法后可辨别道路标志和公路上的移
动物体；感知后的信息传送到 ECU 中，通过核心算法给出输出信号；最后，
主要由刹车和转向系统执行输出信号。
图表 29：ADAS系统基本构成 图表 30：ADAS 智能驾驶具体应用
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
行业深度研究
- 24 -
敬请参阅最后一页特别声明
智能驾驶开启 ADAS 千亿级市场
到 2020 年国内 ADAS 市场达 2000 亿元。根据我们的假设条件估算，到
2020 年，国内乘用车 ADAS 前装市场规模达 1350 亿元；商用车 ADAS 前
装市场规模市场规模达 85 亿元；存量车型 ADAS 市场规模 600 亿元。目
前国内 ADAS 市场规模仅 70 亿人民币，未来五年年复合增长率将接近
100%。假设条件如下：
1）到 2020 年，国内 ADAS 市场乘用车渗透率提高到 50%（依据：
LuxResearch 预测，全球 ADAS 渗透率 2020 年将上升 57%）；
2）我国乘用车销量保持 5%的年复合增长率，到 2020 年乘用车销量将达
2,700 万辆；
3）到 2020 年，单车 ADAS 价值 5,000 元。（依据：目前国内的单车
ADAS 价值约为 万元左右，预计未来 ADAS 硬件成本下降，以及保守
估计单车仅安装 1-2 项 ADAS 功能）；
4）国内商用车销量预计到 2020 年达到 350 万辆，单车价值量为 3,000 元；
5）存量车型后装的 ADAS，预计到 2020 年汽车保有量达到 2 亿辆，单车
价值 1,000 元，渗透率为 30%。
图表 31：ADAS产业链供应商 图表 32： ADAS 市场预测（单位：亿元）
来源：盖世汽车网，国金证券研究所 来源：国金证券研究所
行业深度研究
- 25 -
敬请参阅最后一页特别声明
3 智能驾驶感知层：雷达与摄像头各显神通
感知给汽车装上智慧的眼睛 市场高速发展
感知技术是汽车实现智能驾驶的灵魂，雷达摄像头配合应用。超声波传感
器、雷达和多摄像头系统已经在高端汽车上应用；随着智能驾驶发展势如
破竹，这些感知技术将快速发展，进一步发挥协同作用。虽然传感器仅仅
是自动驾驶汽车的一部分，但是市场前景十分广阔。据 Yole 统计，智能驾
驶主要通过摄像头（长距摄像头、环绕摄像头和立体摄像头）和雷达（超
声波雷达、毫米波雷达、激光雷达）实现感知的；当前最先进的智能汽车
采用了 17 个传感器（仅指应用于自动驾驶功能），预计 2030 年将超过 29
个传感器。目前，超声波传感器和全景摄像头占据主要的感知市场，其中
超声波传感器占 85%市场份额（出货量）。
图表 33：传感器技术路线图和相关的自动驾驶功能
来源：Yole、国金证券研究所
Yole 预计，2015 年自动驾驶汽车中的传感器模块市场规模为 26 亿美元，
2030 年将达到 360 亿美元，复合年增长率为 19%。
当前最先进的智能汽车次采用了 17 个传感器（仅指应用于自动驾驶功能），
预计 2030 年将超过 29 个传感器。目前超声波传感器和全景摄像头市场规
模达到 24 亿美元，其中超声波传感器占 85%市场份额（出货量），雷达尚
未大规模应用。
预计到 2030 年，全景摄像头市场将达到 120 亿美元；超声波传感器将达
到 87 亿美元；雷达系统将达到 129 亿美元，其中远距离雷达 79 亿美元，
短距离雷达 50 亿美元。
行业深度研究
- 26 -
敬请参阅最后一页特别声明
图表 34：2015-2030 年自动驾驶汽车中的传感器模块市场
来源：Yole、国金证券研究所
雷达：感知端最重要的组成 对无人驾驶说“YES”
雷达传感器将对无人驾驶商业化说“YES”。由于受计算机视觉技术能力的
限制，在高速运行、复杂环境、低识别率条件下通常需要依赖于雷达传感
器。因此，雷达技术是目前应用面更为广泛的智能驾驶解决方案。而雷达
传感器中光达 LIDAR（Light Detection And Ranging）技术的发展最为引
人注目。这主要源于谷歌、百度、Uber 等众多互联网公司无人驾驶原型车
都依赖于这种传感技术，也是无人驾驶汽车实现商业化最重要的一步。谷
歌和百度光达是基于 64 级激光技术，能够收集超过 100 万个数据点的信
息，提供关键位置及导航功能，性能非常出色，但缺点在于过于昂贵，单
套价格在 75,000 美元以上。
对于无人驾驶方面的应用，LIDAR 主要集中在环境感知与障碍检测。其应
用原理主要是基于激光雷达面扫描的方法，获取无人驾驶车周围路面图像
信息，或通过建立栅格地图来描绘驾驶车周围的道路环境、车辆、行人信
息；或根据环境对激光数据的不同特征，检测前方障碍物；还有辅助以其
它传感技术（如摄像头等）来识别重要环境信息（如交通信号标志等）。
图表 35：LIDAR 栅格地图
来源：National Oceanic and Atmospheric Administration，国金证券研究所
超声波雷达是泊车系统最常用、最关键的传感器
行业深度研究
- 27 -
敬请参阅最后一页特别声明
仅用超声波雷达是可以做到全自动泊车。宝马最新的 i 系列和 7 系列已经
支持全自动泊车，但是超声波雷达有盲区，也就是说全自动泊车有安全隐
患，所以厂家要求驾驶者必须全程监控倒车过程。
大众使用超声波雷达实现半自动泊车。大众第三代超声波半自动泊车系统，
泊车辅助系统通常使用 6-12 个超声波雷达，车后部的四个短距超声波雷达
负责探测倒车时与障碍物之间的距离，一侧的长距超声波雷达负责探测停
车位空间。
图表 36：大众第三代超声波半自动泊车系统
来源：卓思产业研究、国金证券研究所
毫米波雷达：ADAS 核心传感器
毫米波雷达在高端车中开始普及。通常 25GHz 雷达做 BSD，77GHz 长程
雷达做 ACC。FCW 和 AEB 一般用中程 77GHz 雷达，也有和 ACC 功能合
二为一共用长程 77GHz 雷达，全速 ACC 就是增加了 Stop&Go，要么需要
双模雷达，要么需要增加两个前向短/中程雷达。例如，奔驰最顶级的 S 级
采用 4 个 SRR 代替超声波雷达做泊车辅助系统。
图表 37：毫米波雷达是 ADAS 核心传感器 图表 38：奔驰 S 级使用多达 7 个雷达
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
行业深度研究
- 28 -
敬请参阅最后一页特别声明
新款 A4 配备了 1 个单眼摄像头、5 个毫米波雷达及 8 个超声波雷达。单
眼摄像头配置在前窗中央上方。毫米波雷达在前保险杠的车标部配备
77GHz 机型，在前保险杠左右两边配备 24GHz 机型，在车身斜后方配备
24GHz 机型，超声波传感器在车辆前后各配备 4 个。
豪华车采用 3 雷达设计，中档车采用双扫描波束设计。ACC STOP&GO
型目前主要设计方法为：车正中间一个 77GHz 的 LRR，探测距离在 150-
250 米之间，角度为 10 度左右，车两侧各一个 24GHz 的 MRR，角度都为
30 度，探测距离在 50-70 米之间。德尔福和大陆开发的雷达，采用双扫描
波束设计，不过覆盖范围仍然不如三雷达，因此在车间距设计上，必须保
持比较大的间距，主要用于中档车领域，豪华车仍然使用三雷达设计。
图表 39：全新奥迪 A4 使用 5 个毫米波雷达 图表 40：双模雷达 用于 Stop&Go 自动跟车
来源：卓思产业研究，国金证券研究所 来源：卓思产业研究，国金证券研究所
79GHz 是毫米波雷达的发展方向。9GHz 毫米波雷达可检测行人，还可以
针对多个目标，国际电信联盟（ITU）在 2015 年 11 月 17 日将 79GHz 频
段划归汽车安全领域应用。
图表 41：毫米波雷达发展方向
来源：卓思产业研究、国金证券研究所
激光雷达效果最好 专用产品可大幅度降低成本
激光雷达是军转民的高精度雷达技术。激光雷达的应用一开始主要为军事
领域，受到了各国军事部门的极大关注。相比普通雷达，激光雷达可提供
行业深度研究
- 29 -
敬请参阅最后一页特别声明
高分辨率的辐射强度几何图像、距离图像、速度图像。按用途和功能划分，
有跟踪激光雷达、制导激光雷达、火控激光雷达、气象激光雷达、水下激
光雷达等，可适应不同战场环境。民用领域中，激光雷达可以分为一维激
光雷达、二维激光雷达、三维激光扫描仪、三维激光雷达等。激光雷达的
主要应用仍然在测绘之中，其中二维激光雷达和三维激光雷达可以实现空
间建模，可以使用在机器人及无人驾驶之中。
据 Lux Research 报告，到 2030 年，激光雷达将在自动驾驶领域收获近
亿美元的商业机会。并且，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。
激光雷达逐渐发展为自动驾驶的标配。从最早的谷歌豆荚车到层出不穷的
车企测试案例，激光雷达已经逐渐发展为标配。不难发现，随着企业自动
驾驶方案的选择和规划，车用激光雷达的商业化正悄然发生。目前，全球
激光雷达代表企业主要为 Velodyne，Ibeo 和 Quanergy。
图表 42：谷歌无人驾驶汽车中的激光雷达 图表 43：激光雷达地形绘测
来源：车云网，国金证券研究所 来源：车云网，国金证券研究所
激光雷达也用飞行时间，但其精度可以达到厘米级别。与雷达原理相似，
激光雷达使用的技术是飞行时间。简而言之，就是根据激光遇到障碍后的
折返时间，计算目标与自己的相对距离。但是，激光光束与声波相比更加
聚拢，因此可以准确测量视场中物体轮廓边沿与设备间的相对距离，这些
轮廓信息组成所谓的点云并绘制出 3D 环境地图，精度可达到厘米级别。
Velodyne 64 线激光雷达成为无人驾驶的标志性特征。2012 年 5 月，谷歌
改装版丰田普锐斯自动驾驶汽车在内华达州上路测试，出场时头顶转个不
停的 Velodyne 64 线，很快就成了自动驾驶汽车的标志性特征。与此同时，
谷歌对外宣布项目研究目标——实现无人驾驶并且量产。从正面看，拆解
后的 Velodyne64 线整个激光收发器可以视为上下两部分，每部分都有三
个并排透镜，两侧透镜是激光发射处，中间是接收处。转到产品背后会发
现，两侧凸镜后各有 16 个一组的二极管，中间透镜对应 32 个接收器，可
以把光信号变成电信号。
行业深度研究
- 30 -
敬请参阅最后一页特别声明
图表 44： Velodyne 64 线激光雷达解剖图
来源：车云网，国金证券研究所
激光雷达车用方案：
1）以地图为中心：以 Google 和百度为代表的互联网企业的无人驾驶是以
地图为中心，主要原因在于激光雷达可以为这些公司绘制高精度地图，同
时还可以凸显身份，实现自我营销。
2）以汽车为中心：对大多数车企而言，他们更想要一款专为汽车量身定制
的激光雷达产品。
首先，和测绘专用的笨重“大花盆”相比，小型激光雷达和汽车更配，
为了兼顾驾驶乐趣和风阻系数，自动驾驶汽车与普通汽车不应该在外
观上有任何差别，激光雷达最好能被做成小体积直接嵌入车身，这就
意味着要将机械旋转部件做到最小甚至抛弃。因此车用激光雷达没有
选用大体积旋转结构，而是在制作工艺上，将旋转部件做到了产品内
部。例如 Ibeo 的激光雷达产品 LUX，改为固定激光光源，通过内部玻
璃片旋转的方式改变激光光束方向，实现多角度检测的需要。福特订
购的 Velodyne 新产品 Solid-State Hybrid Ultra Puck™ Auto，是款长
相类似冰球的半固态激光雷达，也将旋转部件做到内部隐藏起来。比
较特别的是，Quanergy 旗下产品 S3 是一款全固态产品，使用了相位
矩阵这种新技术，内部不存在任何旋转部件。
其次，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。在车用激光雷达领域，Ibeo 是最早开始嵌入式
安装方案的企业。在一辆全自动驾驶测试车上，Ibeo 为其配备了四个
LUX，两个位于车头两个位于车尾，两个 mini LUX 安装在车侧。
行业深度研究
- 31 -
敬请参阅最后一页特别声明
图表 45：互联网企业花盆式激光雷达 图表 46：传统车企倾向嵌入式激光雷达
来源：车云网，国金证券研究所 来源：车云网，国金证券研究所
在保证质量的前提下，成本的降低将反推智能驾驶的产业进程。激光雷达
凭借其超高精准度，被认为是无人驾驶的必然选择；2016 年以来，激光雷
达巨头 Velodyne 与 Quanergy 纷纷表态未来其激光雷达成本将大幅度降低，
以此来满足无人驾驶汽车量产的需要。
Velodyne 车用激光雷达产品未来有望将成本控制在 200 美金以内。
Velodyne 的激光雷达输出的是原始数据，需要经过二次处理，以 64
线激光雷达，每秒的点云数据量是 130 万，这需要桌面级显卡支持才
能流畅工作。而桌面级显卡字眼需要昂贵的显存和散热设计，而且价
格昂贵，高达 7 万美元。2016 年 1 月，CES 期间 Velodyne 与福特揭
晓了最新产品 Solid-StateHybridUltraPuck™Auto，范围为 200 米，可
以满足车企 ADAS 和全自动驾驶需要。目前供给车企的 投放
寿命为 6-8 个月，车企测试后 Velodyne 会根据反馈重新调整设计。明
年初推近改良后的 进行第二轮测试，在 18 年初或年中推出
作为正式商用版本。公司对这款产品 2020 年目标产量定价为
每个 500 美金，2025 年将成本控制在 200 美金以内。
Quanergy 激光雷达量产后售价有望接近 100 美元。始终保持神秘的
Quanergy 在今年 CES 展出了一款固态激光雷达 S3 约为一盒名片大
小，而且单个售价初步定在 250 美元左右，其展台工作人员表示上量
生产后有可能 100 美元搞定。未来几年里，小型专用激光雷达将会在
汽车行业争夺市场。
行业深度研究
- 32 -
敬请参阅最后一页特别声明
图表 47：Velodyne32 线新款固态混合超级冰球扫描型雷
达
图表 48：固态激光雷达
来源：车云网，国金证券研究所 来源：极客汽车，国金证券研究所
无人驾驶给激光雷达民用开拓了全新的市场，而激光雷达的核心技术主要
掌握在 Velodyne、Ibeo 和 Quanergy 三家企业手中。
1）Velodyne：并不提供算法产品，而是向车企输出激光雷达原始数据。
一家硅谷公司。在参加了两届 DARPA 无人驾驶汽车挑战赛后，2007 年开
始专注研究激光雷达，用一款 Velodyne 64 线进入 360°高性能激光雷达
领域。于是就有了 2011 年谷歌无人驾驶汽车在湾区测试时，吸引人们目光
的“大花盆”。
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。例如 2016 年 1 月 CES 上，福特就展示了安装 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，最后选用了 32 线。
为了满足车企把激光雷达隐蔽安装到车身的要求，Velodyne 带来了一
款专为车企设计的小体积激光雷达。32 线产品的体积过大，小体积 16
线产品线数不足，采集的信息颗粒粗糙，对软件运算端负担太大。因
此 1 月借由福特公布的 Solid-State Hybrid Ultra Puck™ Auto，线数增
加到 32 线，但是体积和原 16 线一致。
Velodyne32 线新款固态混合超级冰球传感范围为 200 米，可以满足
车企 ADAS 和全自动驾驶需要，2025 年成本将控制在 200 美元以内。
目前供给车企的 投放寿命为 6-8 个月，车企测试后 Velodyne
会根据反馈重新调整设计。明年初推出改良后的 进行第二轮
测试，在 18 年初或年中推出 作为正式商用版本。公司对这款
产品 2020 年目标量产定价为每个 500 美金 ，2025 年将成本控制在
200 美金以内。
行业深度研究
- 33 -
敬请参阅最后一页特别声明
图表 49：福特使用 Velodyne 激光雷达成像图 图表 50：Velodyne hdl-64e 激光扫描雷达成像图
来源：车云网，国金证券研究所 来源：车云网，国金证券研究所
2）Ibeo：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。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
miniLUX 和 LUX 两款产品。
LUX 有 4 线和 8 线两款，8 线在垂直方向增加了 4 条激光光束，获得
信息较 4 线产品更加丰富。两款产品可以用在高速公路自动驾驶和城
市自动驾驶，功能上可用于 ACC 应用到行人检测，利用多回声技术适
应不同天气的需要，绘制车辆周围 360°的环境图景。
miniLUX 主要用来检测车侧和车后障碍。用于车辆侧面时，主要可以
在转向时用作侧面保护，车道变更时的盲点监测，以及复杂的自动停
车。用于车后，可以作为全 3D 泊车支持和车尾传感器。
Ibeo 已经成熟的产品 ScaLa B2 是与法雷奥合作的一款 4 线激光雷达，
一般用于汽车紧急制动时的核心检测传感器。去年搭载法雷奥
Cruise4U 系统的半自动驾驶汽车完成了环法路试。车上就搭载了与
Ibeo 合作量产的 ScaLa，ScaLa 被嵌入了这辆大众车的前脸保险杠，
用来取代毫米波雷达做 AEB（自动刹车系统）中的测距模块。
行业深度研究
- 34 -
敬请参阅最后一页特别声明
图表 51：法雷奥与 Ibeo合作量产的 ScaLa 图表 52：Ibeo的 LUX 和 miniLUX 产品
来源：车云网，国金证券研究所 来源：车云网，国金证券研究所
3）Quanergy：激光雷达领域的新晋创业公司。2014 年 5 月，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，完成 3000 万美金的 A 轮融资。2015 年 Quanergy 得到了
德尔福的战略投资。德尔福收购了 Quanergy 部分股权，两家公司的工程
师正在努力研发 lidar 系统。Quanergy 负责技术开发，德尔福有可能负责
产生。
2014 年 9 月第一款产品 M8-1 投入使用，已经应用在奔驰，现代等公
司的实验车型上面，在路试过程中为软件模块积累经验。当时 M8-1 的
单个标价是 1,000 美金。为了覆盖车身周围的全部区域，用于展示的
奔驰车一共安装了 3 个样品，两个位于车顶，一个位于车头前方。
2016CES 上，Quanergy 展示了新产品 S3，大小接近名片盒。官方公
布的信息并不多，8 线激光雷达，探测距离 10cm-150m，扫描频率
30Hz。据介绍，新产品只需在车辆前后对角线各装一个，就能覆盖
360 度视域范围，未来售价有望减至 100 刀。
图表 53：Quanergy第一款产品 M8-1 图表 54：Quanergy在 2016年 CES 上用于展示 S3 Demo
的红色奔驰
来源：车云网，国金证券研究所 来源：车云网，国金证券研究所
汽车雷达市场被国外垄断
行业深度研究
- 35 -
敬请参阅最后一页特别声明
汽车雷达基本上被国外垄断。博世与大陆市场占有率均为 22%，并列全球
第一，博世的 LRR 是其核心产品，探测距离达 250 米，是探测距离最远的
LRR，主要用在第一代 ACC 中。大陆则比较全面，TRW 被 ZF 收购后，
主力为 24GHz 产品，同时开发下一代 360 度感知的雷达。Hella 仍然是以
24GHz 雷达为核心，客户范围最广，24GHz 领域市场占有率全球第一。富
士通天则努力开发下一代 79GHz 雷达，德尔福则是双扫描雷达。
图表 55：2015 年汽车雷达主要厂家市场占有率（单位：%）
来源：卓思产业研究、国金证券研究所
视觉 ADAS 系统发展迅速
机器视觉的快速发展加速“汽车之眼”的普及。摄像头作为现在汽车必不
可少配件，起到眼观六路的作用。主要涵盖了光学采集、图像处理、模式
识别、自动控制几个方面。由于汽车具有高速行驶、外部环境复杂的特点，
因此机器视觉技术的突破对于“汽车之眼”具有至关重要的作用。机器视
觉的突破主要源于芯片处理速度+图像识别算法，而本次 CES 大会将展示
基于这两项技术突破的多项产品，机器视觉的快速发展加速“汽车之眼”
的普及。
图表 56：机器视觉原理图
来源：公开资料，国金证券研究所
带动汽车芯片需求快速增长
ADAS 带动汽车芯片转“蓝海”。半导体芯片在传统汽车领域的用途非常广
泛，除了常见的多媒体娱乐系统、智能钥匙和自动泊车系统外，芯片还广
泛应用在汽车发动机和变速箱控制系统、安全气囊、电动助力转向、ABS、
电子稳定性系统（ESP）、行人保护、胎压控制、电动车窗、灯光控制、空
调系统、座椅调节系统中，堪称汽车的神经。随着 ADAS 市场渗透率的提
升，汽车电子的占比将大幅度提升，高分辩率显示芯片和高精准度传感芯
22%
22%
9% 5%
13%
10%
9%
4%
4% 2% Bosch
Continental
TRW
Delphi
Halla
Fujitsu-ten
Denso
Autoliv
Valeo
Others
行业深度研究
- 36 -
敬请参阅最后一页特别声明
片的市场需求也定将会大增。德仪表示，2000 年一辆汽车采用的晶片颗数
低于 10 颗，目前已经使用 100 颗以上，需求大增超过十倍；而博通预估，
至 2020 年，每辆汽车会使用到近千颗晶片，晶片需求成长相当惊人。
汽车芯片供应商关系较为稳固。目前为汽车制造商提供芯片的企业，主要
都是数年之前便与之建立了稳固关系的厂商；排名前列的分别是恩智浦
（已收购飞思卡尔）、瑞萨电子、英飞凌、意法半导体。英特尔、高通和英
伟达三大巨头未跻身前 10。
图表 57：2014-2020 年全球汽车半导体营收规模（单
位：亿美元，%）
图表 58：2014 年全球汽车半导体厂商前十营收情况（单
位：亿美元）
来源：电子发烧友，国金证券研究所 来源：电子发烧友，国金证券研究所
手机电脑芯片厂商纷纷布局汽车芯片新战场
手机电脑芯片厂商的过度产能逐步向汽车转移。一度曾是半导体工业支柱
的手机和电脑芯片目前步履艰难，手机行业增速放缓，电脑更是增长持续
下滑。随着汽车智能化的快速发展，手机电脑芯片厂商的过度产能逐步向
汽车转移，英特尔，高通和英伟达（NVIDIA）都已重金下注智能汽车。在
今年的 CES 展会上,英特尔、高通、英伟达（NVIDIA）等半导体大厂均重
点展示了旗下智能汽车系列的芯片产品。未来，芯片将在车载娱乐系统、
车身网络、先进驾驶辅助系统、动力系统、卫星导航等领域发挥越来越重
要的作用。
英特尔（intel）：布局自动驾驶收购忙：
英特尔布局走得还算早，他们在 2008 年就开始布局车联网。到了
2011 年底，在德国慕尼黑附近的卡尔斯鲁厄，组建了车载创新和产品
开发中心，一开始就从当地的各大汽车公司挖来了 200 多个研发人员，
这算是硅谷那些大公司里一个大手笔。
英特尔已经将宝马、现代和英菲尼迪列为客户，还与福特建立了研究
合作关系，共同为智能汽车开发新应用。
英特尔与福特 2014 年共同开发的 Mobii 很有想象力，它整合了多项技
术包括摄像头、传感器数据、驾驶员行为模式以及感知计算技术，借
助车内摄像头、相关智能系统与智能手机或平板电脑互联互通，来重
塑人与车的互动体验。
2015 年 6 月，英特尔以 167 亿美元收购 FPGA 制造商 Altera。
2016 年 4 月，英特尔收购了意大利公司 Yogitech，该公司为芯片提供
的功能安全解决方案用于防止汽车等嵌入式系统中的芯片故障，并在
故障发生时发出警报。
275
295
305 320
350
380
405
%
%
%
%
%
%
0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
10%
0
50
100
150
200
250
300
350
400
450
2014 2015 2016E 2017E 2018E 2019E 2020E
营收规模（亿美元） 同比增速（%）
0
5
10
15
20
25
30
35
40
45
行业深度研究
- 37 -
敬请参阅最后一页特别声明
2016 年 5 月英特尔收购机器视觉公司 Itseez，强化图像处理能力并由
此进军自动驾驶汽车市场。英特尔称，收购 Itseez 能帮助其整合机器
视觉技术，增强获取、处理和理解图像的能力。
英伟达（NVIDIA）：专注于自动驾驶：
英伟达进军汽车领域并不轻松，汽车不像手机等消费级数码产品一样，
它们对待新技术都是持谨慎态度。涉足汽车领域应该可以追溯至 2009
年，不得不说的便是英伟达的 Tegra 芯片，这款芯片在汽车领域中的
应用主要集中在车载视觉处理及娱乐控制系统方面。当时德国大众旗
下的奥迪汽车正在引入新式导航系统，采用的就是英伟达的 Tegra 系
统处理器。从那时候开始，英伟达的 Tegra 便开始在汽车领域崭露头
角，在 2011 年时，特斯拉瞄准英伟达在图形功能与出色能源效率而采
用了 Tegra 芯片，当时特斯拉 S 型电动车配置的 17 英寸中控触摸屏幕
惊艳四方，高分辨显示以及图形功能正是有赖于 Tegra 芯片。根据
2014 年的统计数据，目前全球市场中已有超过 450 万辆汽车采用
NVIDIA Tegra 系列芯片，以汽车生产体量来看，现在应该远大于这个
数量。
除了 Tegra 芯片，英伟达 GPU 也有建树，先后包括奥迪、玛莎拉蒂、
标志、雪铁龙、菲亚特、蓝旗亚等车企都应用英伟达 GPU。在 2011
年时，英伟达与宝马展开了合作，双方达成协议，在宝马全系汽车中
的车载导航和信息娱乐系统都将搭载 NVIDIA GPU，而宝马 iDrive 车
载导航娱乐系统将依靠 NVIDIA GPU 的图形处理能力，呈现出生动逼
真的图形效果、精美界面以及精细的地形地貌、地标式建筑，车载屏
幕达到 1280x600 甚至更高的分辨率，并提供高速用户界面相应。
在 2014 的时候，英伟达与谷歌、奥迪、通用汽车、本田、现代几家公
司组成了“开放汽车联盟”（Open Automotive alliance）的消息。旨
在为汽车带来更多智能技术，并使汽车电子产品更安全，使用更直观。
联盟主要致力于为 Android 开发新的功能，以便让应用开发商在其应
用中轻松添加汽车模式。
然而英伟达并不满足只是提供浅层的图形处理能力，于是，它剑指更
有潜力的自动驾驶领域，实现自动驾驶的汽车需要对周边环境进行识
别，需进行庞大数据分析以及强大的计算能力，因此，英伟达推出了
自动驾驶汽车系统 Nvidia Drive PX，该系统搭载两个最新 Tegra X1 处
理器，可实时处理 12 个摄像头输出，并能够以每秒 万亿次浮点运
算来处理数据。这位以后自动驾驶提供了一个相对简单且灵巧的解决
方案，要知道，在 2000 年时候，同样实现每秒 1 万亿次浮点运算是需
要 1 万个处理器，这庞大的计算系统显然印象汽车高准度行驶的可靠
性。
高通（Qualcomm）：移动芯片依旧爱 ，车载芯片成新宠：
高通最开始与汽车沾边是源于车内无线通讯服务，早在 2000 年，高通
与福特汽车共同成立了一家名为 Wingcast 的汽车通讯服务公司。在相
当长时间后，高通在汽车领域玩起了电来，先于 2011 年收购一家专为
电动车提供无线充电技术的 HaloIPTV，为未来推动电动车感应充电埋
下一个很机智的伏笔。除了为汽车充电为，高通与三星公司建立了
“无线充电联盟”，确立了包括车内为便携式电子产品充电在内的无线
充电标准。
当然，在大家熟知的高通处理器，和汽车也一样有着密切联系。2014
年年初，高通在 CES 上发布了一款汽车级信息娱乐芯片组—高通骁龙
602A 应用处理器，骁龙 602A 内置 Gobix 9x15 3G/4G LTE 模块，支
持 Wi-Fi 和蓝牙，并且用户还可以在车内的多块屏幕上播放串流播放
视频。另外，用户可以实现很多高级功能，比如通过面部辨识启动车
辆，或利用手势开启相机功能。
在刚结束的谷歌开发者大会中，高通与谷歌展开合作，将 Android 操
作系统功能直接嵌入到汽车中。汽车制造商、汽车供应商和开发商可
行业深度研究
- 38 -
敬请参阅最后一页特别声明
利用面向骁龙 820A 和骁龙 602A 处理器的汽车开发平台（Automotive
Development Platforms ，ADP）打造基于 Android 的信息娱乐解决方
案。该 ADP 将提供下一代信息娱乐解决方案的开发、测试、优化和展
示平台，可通过 Intrinsyc 进行购买。利用这一平台，OEM 厂商、开发
者和系统集成商可大幅减少软件开发时间，降低风险，并更早开始最
终生产软件认证。
联发科（MediaTek）：进军自动驾驶：
我国台湾芯片巨头联发科，虽然也对全球智能汽车芯片市场抱持高度
兴趣，不过在内部研发团队仍倾向先采取鸭子划水的态度，加上比较
偏重与两岸汽车产业链上、下游公司先行合作，所以仍迟迟不肯松口
与客户的合作进度。在台湾，联发科已经组建了一个 100 多人的研发
团队，开发车载娱乐系统芯片。2013 年，联发科与安徽合肥市政府签
约，投资多达 5 亿美元在当地设立研发生产中心，开发汽车电子芯片
方案。
其它厂商：暗流涌动：
其他芯片厂商如恩智浦（已收购飞思卡尔）、英飞凌、意法半导体、三
星、TI、ON、Xilinx 等也都发挥各自优势，推出了各种智能汽车应用
方案。可见所有芯片厂商都争先恐后，务求在智能汽车时代，拼力找
到自己可以发挥的市场舞台。
目前，中国半导体芯片缺失核心技术，也导致中国汽车行业的车载芯
片全部依赖进口。发展汽车芯片，或将是我国汽车产业摆脱受制于人
的机遇。
智能汽车“芯”挑战
智能汽车芯片面临较好的发展机遇，但同时也面临较大的挑战。
1）汽车芯片要求严苛，零故障率
汽车业相比 PC 或移动领域有更严苛的行业标准，汽车厂商更信赖原
有供应链里经过安全监测的合作商。
车内应用环境比较复杂，对抗干扰、高低温各种要求都很高，而且对
汽车芯片的设计生产来讲，都有相应的行业标准规范。汽车行业的产
品生命周期也与消费类产品不一样，车规级芯片的生产供货周期甚至
需要 10 年以上，这对传统的消费电子厂家来讲不可想象。
对汽车芯片而言，它们不仅能够抵御低至零下 40 摄氏度的严寒，而
且还能够抵挡 160 摄氏度的高温。普华永道的研究报告显示，提供给
汽车制造商的芯片必须保质 30 年，且满足零故障率。与车载芯片不同，
消费设备所采用的芯片保质期只需要一年时间，且故障率不超过 10%
即可。
2）供应链壁垒重重，突围之战任重道远
汽车是一个讲究高效协同的复杂体系，需要芯片厂商在该行业里积累
很深的人脉和关系，这是对它们资源整合和集成能力的又一严酷考验。
汽车业是百年老店，各种供应链网络早已根深蒂固，不仅如此，它也
是一种深度的基于技术和商业方面的信任关系。在这个领域，恩智浦
（已收购飞思卡尔）、瑞萨电子和意法半导体等已经深耕多年，它们得
到的单子几乎可占整个行业 90%以上。摒除捆绑在一起的利益关系，
从产品的安全和可靠性上来讲，这方面的壁垒不是短期之内可以突破
的，所以车厂更愿意选择与它们合作。
汽车制造商对未验证的芯片制造商的态度依旧不温不火，这取决于芯
片制造商的产品能否通过严格的安全检测。当计算机崩溃时，用户或
许仅会损失一些数据；但是当发生车祸，用户可能就会受伤。
行业深度研究
- 39 -
敬请参阅最后一页特别声明
车载芯片需要通过严格的安全检测，这对英特尔、高通和英伟达
（NVIDIA）等后进入芯片厂商的挑战更大，对于这些消费电子产品芯
片商们来说，安全与可靠性标准是他们进军汽车业的主要障碍。
中国汽车芯片几乎全部依赖进口，有望出现“芯”气象
我国芯片产业长期被国外厂商控制，汽车芯片几乎全部依赖进口，每年进
口需要消耗 2000 多亿美元外汇，超过石油成为第一大进口商品。
随着汽车智能化、车联网、安全汽车和新能源汽车时代的到来，汽车芯片
的使用将更加广泛。我国提出的“制造 2025”，“中国芯”等政策，芯片进
口替代需求强烈，政府大力支持国内厂商自主研发芯片，获取产业链上高
附加值，未来自主研发汽车芯片企业有望实现突破，打入国际主流厂商供
应链，逐步取代进口芯片。
2015 年，中国汽车电子芯片行业市场规模为 318 亿元，需求仍将持续增长，
中商产业研究院预计 2021 年，我国汽车电子芯片行业需求规模将达到约
500 亿元。
图表 59：2011-2015 年中国汽车电子芯片行业市场规模
（单位：亿元）
图表 60：2016-2020 年中国汽车电子芯片需求预测（单
位：亿元）
来源：中商产业研究院，国金证券研究所 来源：中商产业研究院，国金证券研究所
华为海思芯片中标奔驰全球项目，汽车应用厚积薄发
2015 年，华为海思芯片方案击败了包括高通在内的几家芯片巨头，独
家中标奔驰第二代车载模块全球项目。现在这一消息逐渐得到了确认。
海思和奔驰签署的合同期为十年，这就意味着在合同生效后，奔驰推
出的汽车都有华为海思芯片的身影。
当然这不是海思第一次与汽车行业的巨头合作。2015 年 5 月，奥迪在
第一届亚洲消费电子展（CESAsia）上举行新品发布会，发布了内置
华为 LTE 4G 车载通信模块的 2015 年新款 Q7SUV，当时奥迪还宣布
华为成为其最优秀合作伙伴。
连续携手奥迪、奔驰后，海思芯片在汽车电子领域的实力也得到了证
明。目前，车载芯片的主要玩家有飞思卡尔（今年初被 NXP 收购）、
瑞萨电子以及意法半导体，海思有望跻身全球汽车电子芯片厂商行列。
大唐恩智浦打造汽车半导体自主“中国芯”
经过两年的技术攻关，位于如东经济开发区的的大唐恩智浦半导体有
限公司完成国内第一个门驱动、第一个电池管理系统检测的两种汽车
0
50
100
150
200
250
300
350
2011 2012 2013 2014 2015
市场规模（亿元）
0
100
200
300
400
500
600
2016E 2017E 2018E 2019E 2020E
市场规模（亿元）
行业深度研究
- 40 -
敬请参阅最后一页特别声明
芯片设计，4 月份进入投片阶段，预计 5 月底 6 月初将产出工程样片，
弥补了国内汽车电子芯片领域的空白。
大唐恩智浦半导体有限公司总部设于南通，大唐电信持股 51%，恩智
浦持股 49%，高速主要服务于中国本地市场，专注于研发和销售采用
高性能混合信号技术的高级专用汽车电子 IC，同时也注重全球市场。
作为中国首个汽车半导体公司，大唐恩智浦定位于新能源汽车、混合
动力汽车电源管理和驱动，以及与新能源相关的集成电路设计领域。
公司已成功开发出汽车车灯调节器芯片，并实现量产，海外市场覆盖
法国、德国、日本，与全球主要的车灯厂商建立了长期的战略合作伙
伴关系，2015 年实现销售 1200 万美元。
在已有产品的基础上，大唐恩智浦将继续丰富产品体系，组建汽车芯
片的产品家族，整合相关产业资源形成汽车电子产业集群，力争在未
来 3 到 5 年，成为国内领先的汽车电子芯片设计公司和新能源汽车智
能电池管理系统行业领导者。
视觉算法：为不同 ADAS 功能搭载最优算法
视觉 ADAS 系统主要分为单目系统和双目系统。在自动驾驶中主要应用于
ACC （自适应巡航控制系统）、LDW（偏航预警功能）、LKA（车道保持辅
助功能）、AEB（紧急自动制动系统）、TJA（交通阻塞辅助系统）等。目
前 LKA 的缺点是有速度限制，通常要车速在每小时 50-70 公里以上才能工
作，也就是在高速公路上才能工作，在市区复杂的道路情况下，检出车道
线比较困难。
图表 61：偏航预警功能原理
来源：公开资料、国金证券研究所
LDW（偏航预警功能）算法
第一类为车道特征匹配（Lane feature-based matching），主要是利用
车道线特征（如车道颜色、边缘变化大、方向性与线段移斜率等）来
获取车道位置，此方法主要优点为能够快速侦测到车道线位置，但是
行业深度研究
- 41 -
敬请参阅最后一页特别声明
缺点是影响中车道线的结构特征必须完整才易辨识，否则容易造成辨
识误差。而在车前方有车辆或遮蔽物影响时，比较难检测到车道。
第二类为利用可变车道模型（Deformable lane model）来辨识车道，
此方法是于影像中寻找车道控制点（Lane control point），利用控制点
的变化量来建立出车道模型，此方法的优点为可随着车道弯曲的变化
量建立弯曲车道模型，但缺点为若车道的变化量过大则绘制车道模型
不易，且易受到车辆影响获取错误控制点。
第三类为基于车道模型的辨识方法（Lane model-based detection），
此方法根据车道弯曲度、长度以及斜率建立各类模型参数，再对应至
影响中建立车道线。其优点在于不容易受到前方车辆或者遮蔽物影响，
但缺点是若车道为多弯道车道则不易侦测到并建立车道模型。
国际大厂通常采用 FPGA 做处理器，FPGA 的效率更高，但开发难度
高，成本也略高。
用于行人检测的 DPM 算法
DPM（Deformable Parts Model），是一个非常成功的目标检测算法，
连续获得 VOC（Visual Object Class）07，08，09 年的检测冠军。目
前已成为众多分类器、分割、人体姿态和行为分类的重要部分。2010
年 Pedro Felzenszwalb 被 VOC 授予“终身成就奖”。DPM 可以看作
是 HOG（Histogrrams of Oriented Gradients）的扩展，大体思路与
HOG 一致。先计算梯度方向直方图，然后用 SVM（Support Vector
Machine）训练得到物体的梯度模型（Model）。有了这样的模板就可
以直接用来分类了，简单理解就是模型和目标匹配。DPM 只是在模型
上做了很多改进工作。目前比较先进的行人检测都采用 DPM。
用 CNN 做 Pedestrains Detection 比 DPM 有更好的表现，尤其是比较
远的 Object，而汽车正需要 Sensor 上在远距离探测上有好的表现，探
测距离越远，安全系数就越高。
图表 62：用于行人检测的 DMP 算法 图表 63：行人检测上，CNN 由于 DPM
来源：公开资料、国金证券研究所 来源：公开资料、国金证券研究所
夜视系统
目前全球汽车夜视系统主要采用 FIR 传感器，FIR 是无源的，NIR 有
源。FIR 的优点是探测距离远，一般在 300 米以上，NIR 是 150 米，
FIR 可靠性高，不受车或对向车灯、路灯的干扰。FIR 可穿透雾霾，
NIR 不行，NIR 最大的优势是高分辨率，适合军用和后装。
行业深度研究
- 42 -
敬请参阅最后一页特别声明
图表 64：夜视系统
来源：国金证券研究所
车用摄像头：外资品牌把控 未来 5 年的年复合增长率达 30%
车用摄像头市场未来 5 年的年复合增长率达 30%。2015 年前置摄像头
（主要对应 LDW/LKA/ACC/AEB/TJA）出货量为 910 万个，预计 2017 年
AEB 成为欧盟和美国新车的主流配置，在部分州或者国家成为强制标准配
置，出货量在 2017 年达 1,820 万个，2020 年达 3,300 万个，年均复合增
长率约为 30%。
外资品牌主导汽车摄像头市场。松下拥有压倒性优势，因为松下起步最早，
品质可靠性最高，松下对汽车相机模组也相当重视，2015 年 11 月，特别
将生产相机模组的汽车模块事业部从原松下半导体公司独立出来，2015 年
松下汽车模块公司收入为 207 亿日元。
图表 65：车用前置摄像头市场规模预测（单位：百万） 图表 66：2015 年汽车摄像头模组供应商及份额（单
位：%）
来源：互联网、国金证券研究所 来源：互联网、国金证券研究所
感知应用趋势：同类传感器叠加 单一功能上的纵向深度结合
一台能够自主驾驶的无人驾驶汽车需要具备以下传感器：
0
5
10
15
20
25
30
35
40
2014 2015 2016E 2017E 2018E 2019E 2020E
Front Others
20%
8%
11%
10% 8%
9%
8%
9%
5%
8%
3%
Panasonic Sony Valeo Fujitsu-ten
MCNEX Magna Gentex Continental
Hella Hitachi Others
行业深度研究
- 43 -
敬请参阅最后一页特别声明
测距第一重保障：安装在车顶的 3D 激光雷达，可以主动构建周边环境的
空间模型。谷歌无人驾驶汽车装载了 Velodyne 公司的激光雷达传感器，能
计算出 200 米范围内物体的距离，并借此创建出三维环境图形。
测距第二重保障：安装在前后保险杠的毫米波雷达，不受天气光照影响，
是行驶安全的第二重有力保障。目前，标准车载雷达多采用毫米波雷达，
其他也有采用红外线雷达的情况。但是毫米波雷达和红外雷达的共同缺点
是对于行人的反射效果极弱，因此只能应用于保持前后车距，作为 3D 激
光雷达的辅助。
测距第三重保障：超声波雷达，测距稳定性最佳，但距离最近，是行驶安
全的第三重保障。超声波传感器就是普通汽车上的倒车雷达，因其测距稳
定性极佳，不受光照、天气的影响，且能检测出不分质地的障碍物的特点
被广泛使用，但其受测量距离的限制，只能测量 10 米内的物体。
图表 67：无人驾驶汽车的“三重”测距传感器及其优劣势
来源：天拓咨询发布、国金证券研究所
同时采用雷达与摄像头可发挥各自优势，同时可以降低成本。现今传感器
有限的功能和高成本可能是 ADAS 继续发展的最大限制。不过，许多公司
在这两个方面都取得了进展。例如，Mobileye 和许多新兴公司都在试图改
进基于摄像头的解决方案，这种技术传统上在暴风雨天气或其他能见度较
低的环境下识别障碍物都存在困难。如果基于摄像头的解决方案能够在功
能上赶上雷达和激光雷达，则将因其低廉的成本而主导 ADAS 市场。而同
时采用激光和摄像头的一体式解决方案也可能会很流行，因为这样的解决
方案比只采用雷达或激光雷达的解决方案便宜。
物体识别：前置摄像机，可以清晰有效辨别事物。车头上安装的摄像机可
以更好地帮助汽车识别眼前的物体，包括行人、其他车辆等等。这个相机
可以实现识别交通标志和信号，以及各种的限速、单行道、双行道和人行
道标示等等。
车身定位：高精度 GPS，规划路线。无人驾驶汽车充分利用 GPS 技术定
位自己的位置，然后利用谷歌地图，可以实现最优化的路径规划。但是，
由于天气等因素的影响，GPS 的精度一般在几米的量级上，并不能达到足
够的精准。为了实现定位的准确，谷歌需要将定位数据和前面收集到的实
时数据进行综合，车子不断前进，车内的实时地图也会根据新情况进行更
新，从而显示更加精确的地图。
车身状态监控：安装在车轮的转速编码器和加速度传感器，获取车辆自身
的速度方向信息。用来采集车轮的实时转速，以获取无人驾驶汽车的时速、
车轮转速、角速度以及惯性等自身速度信息。
行业深度研究
- 44 -
敬请参阅最后一页特别声明
多种感知设备的融合使用才可满足智能驾驶感知端的需求。需要指出的是，
任何单一设备都无法完全解决无人驾驶汽车输入感知问题，必须是多设备
的密切配合，而同时对多信息来源（包括地理信息系统/高精度 GPS）进行
处理。
行业深度研究
- 45 -
敬请参阅最后一页特别声明
4 智能驾驶判断层：底盘电子控制系统供应商将长期占主导地位
“ ECU/ CAN 总线”：智能驾驶判断与信息传送的黄金搭档
ECU：智能汽车的控制核心
ECU 是电子控制的处理核心。ECU（电子控制单元）由输入处理电路、微
处理器、输出处理电路、系统通信电路及电源电路组成；其接受传感器输
入的信号后，对信号进行处理判断，再将输出信号传送到执行控制机构。
ECU 是汽车运行的大脑。汽车控制系统包括硬件与软件；硬件有传感器、
ECU、执行机构和显示机构，软件部分则是存储在 ECU 中。ECU 原来指
的是发动机的控制单元，特指电喷发动机的电子控制系统；但随着汽车电
子的迅速发展，ECU 的定义逐步拓展到了汽车上所有的电子控制系统。
图表 68：ECU的基本组成 图表 69：汽车普遍的 ECU 结构类型
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
CAN 总线使 ECU 快速传送信息成为可能
CAN 总线（Controller Area Network）成为汽车智能化信息传送的必要
手段。随着汽车电子自动化程度越来越高，线路之间的复杂程度越来越高，
为了简化线路，CAN 总线被引入到了汽车当中；CAN 总线可以将车辆上多
个 ECU 之间的信息传递形成一个局域网，有效解决线路信息传递所带来的
复杂化问题。
CAN 总线成为国际上汽车主流的控制器联网手段。CAN 总线由德国的
Robert Bosch 公司开发，是一种用于实时应用的串行通讯协议总线，传输
速率高达 1Mb/s，具有高的位速率，高抗电子干扰性，检错能力强等优点。
在现代轿车的设计中,CAN 已经成为必须采用的装置，奔驰、宝马、大众、
沃尔沃、雷诺等汽车都采用了 CAN 作为控制器联网的手段。
行业深度研究
- 46 -
敬请参阅最后一页特别声明
图表 70：经典 CAN总线构造图 图表 71：汽车 CAN 总线主要特点
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
智能驾驶 ECU：深度学习助推无人驾驶 GPU 与 FPGA 迎来新机会
深度学习推动汽车实现无人驾驶
AlphaGo 胜出标志着人工智能进入了新的领域——深度学习。基于深度学
习进行估值和走棋，通过与云端的大量数据进行对比，自动找到匹配的标
的，而且随着云端数据的扩大，AlphaGo 的能力越强。2016 年，由
Google DeepMind 开发的“阿尔法围棋”（AlphaGo）将人工智能与深度
学习变成了舆论的焦点。AlphaGo 在没有任何让子的情况下，以 5:0 完胜
欧洲冠军，4:1 胜出韩国围棋九段选手李世石。AlphaGo 基于深度学习进
行估值和走棋，通过与云端的大量数据进行对比，自动找到匹配的标的，
而且随着云端数据的扩大，AlphaGo 的能力越强。围棋一直以来都被认为
是人工智能的难点，因为围棋简单的行棋规则会导致天文数字的组合选择，
计算机难以进行逻辑分析；AlphaGo 的胜出标志着人工智能进入了新的领
域——深度学习。
深度学习让计算机掌握学习能力。深度学习是机器学习的一个分支，简单
理解就是科学上受到大脑神经科学的启发，通过计算机算法在机器上来模
拟多层神经网络，让机器掌握学习的能力，就称之为深度学习，这是人工
智能的一门科学。
深度学习助推汽车无人驾驶。传统汽车的 ECU 存贮特定的算法来实现某种
特定的功能，这种类型的 ECU 功能单一，不能对外界的变化做出有效调整。
随着汽车智能驾驶的兴起，汽车需要主动地处理各种路况，传统的单一固
定式的程序已经满足不了汽车智能驾驶的需求，这就需要中央 ECU 要具备
学习能力。Google 无人驾驶深耕城市交通，路况复杂多变，从启动无人驾
驶测试项目以来，获得 150 万英里（约 240 万公里）的路测数据，无人驾
驶准确运行率越来越高；数据显示，2014Q4，Google 无人驾驶汽车每行
驶 785 英里就会出现一次故障，而到了 2015Q4，每行驶 5,318 英里才出
故障。特斯拉采用深度学习，平均 3 个月升级一次自动驾驶系统。
行业深度研究
- 47 -
敬请参阅最后一页特别声明
图表 72：深度学习是机器学习的分支 图表 73：深度学习在汽车中的应用
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
深度学习为 GPU 与 FPGA 产业带来新机会
CPU 满足不了智能驾驶，GPU 与 FPGA 迎来机会。目前汽车中的 ECU 中
的处理芯片还主要是 CPU；随着智能驾驶的发展，不仅计算量增大，而且
要求反应要更为敏捷，传统的 CPU 已经无法满足性能要求，GPU 与
FPGA 产业迎来机会。
GPU 作为智能驾驶的首选方案。GPU 具有大数据运算能力，适合大规模
的并行运算，与深度学习的计算要求相符，是智能驾驶的首选方案，但是
能耗很大。目前，市场主要由英伟达、AMD 所掌控。在今年的英伟达技术
年会上，英伟达联合创始人兼 CEO 黄仁勋公布了首个致力于加速人工智能
和深度学习的 GPU 构架——Tesla P100，能够提供出色的浮点计算性能，
满足深度学习的需要。
图表 74：全球 GPU 市场竞争格局（单位：%） 图表 75： 英伟达最新推出的 Tesla P100 芯片
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
FPGA 性价比高，竞争力十足。FPGA 具备较高性能和低能耗特点，性能
方面虽略差于 GPU，但是性价比优势明显，适合深度学习低成本的要求；
另外，FPGA 可以进行编程，可以对芯片进行相应的调整。目前在全球市
场中，Xilinx、Altera 两大公司对 FPGA 的技术与市场仍然占据绝对垄断地
位。两家公司占有将近 90%市场份额，专利达 6,000 余项之多；剩余市场
份额主要被 Lattice 和 Microsemi 所占有，这两家的专利也达 3,000 多项。
人工智能
机器学习
深度学习
行业深度研究
- 48 -
敬请参阅最后一页特别声明
百度的深度学习基于 FPGA 打造，主要原因在于 FPGA 功率更小，而且存
储器带宽需求比 GPU 和 CPU 都要低。
图表 76：全球 FPGA 市场竞争格局（单位：%） 图表 77： Xilinx 开发的 FPGA 芯片
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
智能驾驶 ECU：车联网将帮助 ECU 更好的判断
4G /5G 将加快汽车网联化进程。4G 网速上行速度可达 100Mbps，下行速
度为 50 Mbps ，是 3G 网络速度的近 10 倍。4G 网络的建设不仅给车联网
提供了新的发展机会，也给智能驾驶过程中实时与云端进行信息交互提供
了可能。2016 年 1 月，在全球首届 5G 大会上，工信部部长苗圩表示，中
国政府成立了 IMT-2020（5G）推进组，全面推进 5G 研发，同时发布
《5G 网络构架设计》白皮书，到 2020 年将推广 5G，届时汽车网联化遇
到的问题都将得到彻底解决。
图表 78：2G、3G 和 4G 速度对比表
通信标准 2G 3G 4G
蜂窝制式 GSM CDMA2000 CDMA2000
TD-
SCDMA
WCDMA TD-LTE
上行速率 236Kbps 153 Kbps Mbps Mbps 100 Mbps
下行速率 118 Kbps 153 Kbps Mbps Mbps Mbps 50 Mbps
来源：PCline，国金证券研究所
行业深度研究
- 49 -
敬请参阅最后一页特别声明
图表 79： 4G 网络下的车联网
来源：公开资料，国金证券研究所
TSP 处于车联网产业链的核心地位，看好 TSP 服务提供商未来发展。车联
网是由车辆位置、速度和路线等信息构成的巨大交互网络，可实现人车、
车车、车物等互联互通，实现智能驾驶。在产业链中，无论是汽车厂商主
导的前装市场，还是 IT 互联网公司引领的后装市场，Telematics 服务提
供商（TSP）都处于产业链的核心。从产业生态的角度来看，TSP 服务提供
商更多的是承担产业资源整合的角色，处于产业链的核心部位，是产业链
演化过程中最大的受益者，TSP 的核心价值在于大数据，数据通过挖掘后
可以传递给保险公司、广告公司、整车厂或者是汽车后市场企业等不同需
求主体，形成全新的商业模式。我们认为国内的车联网产业正处于产业爆
发的前夜，TSP服务提供商将首先受益。
图表 80：TSP处于车联网产业链核心地位
来源：Telematics国际产业联盟，国金证券研究所
第三方平台将最终胜出。车联网平台一般分为两种：一是第三方搭建的共
用平台，连接多个乘车厂，运营模式类似于休斯；另一种模式是整车厂为
行业深度研究
- 50 -
敬请参阅最后一页特别声明
主导搭建的专注型平台，平台与整车厂是一对一的关系，类似于通用的
OnStar 和丰田的 G-Book。我们认为公用平台是未来车联网的发展趋势，这
是因为公众平台可以获取更多的数据。通过数据的整合，第三方服务商可
为终端提供更好的服务，而且公共平台可以提供多样式的盈利模式。
目前国内主要的 TSP 服务供应商有九五智驾、远特科技、博泰、钛马信息、
四图维新以及国外的 WirelessCar 和休斯。WirelessCar 和休斯是国际上
成熟的 TSP 服务提供商，主要客户分别为宝马和奔驰，具有一定的品牌效
应，但是两者由于进入中国时间有限，本地化客户资源目前还未全面打开；
在国内的 TSP 服务提供商中，九五智驾、远特科技、博泰已经获得具体客
户，其中九五智驾是目前国内最大的 TSP 服务提供商，但是常用客户不到
80 万，而截止 2015 年国内的汽车保有量接近 亿辆，2015 年汽车产销
接近 2,500万辆，车联网的市场渗透率极低，市场可挖掘空间极大。
到 2020 年，车联网市场复合年增长率约为 30%。普华永道与德国汽车研究
中心联合发布的《2015 年车联网研究报告》预计中国 2015 年车联网市场
规模为 亿欧元，到 2020 年预计市场达到 亿欧元，年均复合增
长率为 30%，整体增长迅速。
图表 81：国内车联网市场空间
来源：普华永道，国金证券研究所
底盘电子控制系统供应商掌控 ADAS 集成控制领域
Tier 1 依靠底盘电子控制系统掌控 ADAS 集成控制领域。据盖世汽车网产
业链整理分析，在 ADAS 集成控制领域，市场份额主要由实力强大的 Tier
1 所占据。以博世、采埃孚-天合为代表的 Tier 1 依靠其深厚的底盘电子控
制技术（如 ESP、ABS），加上与 OEM 密切的合作关系，在集成控制领域
具有先发优势。其中，在欧美市场中，具备物体识别的 ECU 市场主要由博
世、Autoliv、德尔福、大陆和海拉占据；在日本市场中，ECU 市场主要由
富士、大陆、日立、电装和天合掌控；国内市场，ADAS 集成还未形成明
显的竞争格局，布局比较完善的上市公司主要有亚太股份、均胜电子和金
固股份等。
行业深度研究
- 51 -
敬请参阅最后一页特别声明
图表 82：欧美 ECU 市场竞争格局（单位%） 图表 83：日本 ECU 市场竞争格局（单位：%）
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
行业深度研究
- 52 -
敬请参阅最后一页特别声明
5 智能驾驶执行层：看好底盘电子控制系统供应商布局智能驾驶
执行端是决胜智能驾驶领域的关键
Tier 1 凭借执行端优势，掌控智能驾驶。AEB、ACC 与 LKA 等汽车主动驾
驶 ADAS 功能之所以是 ADAS 的核心，主要原因在于其比预警功能多了执
行模块。执行模块涉及汽车转向与制动，是汽车安全最核心的部位；整车
厂一般倾向于向汽车制动和转向具备丰富经验的 Tier 1 集成商采购，主要
原因在于：1）Tier 1 供应商具备制动转向足够的技术积累，可以更好的保
证汽车安全；2）Tier 1 集成商与 OEM 之间的合作密切，相互之间信任度
高。这也是为什么 AEB、ACC 技术主要掌握在博世、大陆和德尔福等底盘
技术深厚的企业中的主要原因。
图表 84：执行端是实现智能驾驶的核心
来源：国金证券研究所
汽车电控制动：从机械制动到电子化的提升
盘式制动器将逐步替代鼓式制动器
汽车制动系统主要由供能装置、控制装置、传动装置和制动器等部分组成。
汽车制动的工作原理就是将汽车的动能通过摩擦转换成热能，常见的制动
器主要有鼓式制动器和盘式制动器。
行业深度研究
- 53 -
敬请参阅最后一页特别声明
图表 85：汽车制动系统结构示意图
来源：公开资料，国金证券研究所
鼓式制动器的工作原理如下：在踩下刹车踏板时，推动刹车总泵的活塞运
动，进而在油路中产生压力，制动液将压力传递到车轮的制动分泵推动活
塞，活塞推动制动蹄向外运动，进而使得摩擦片与刹车鼓发生摩擦，从而
产生制动力。
鼓式制动器主要用于重型车和乘用车后轮。鼓式制动器造价便宜，而且符
合传统设计。 四轮轿车在制动过程中，由于惯性的作用，前轮的负荷通常
占汽车全部负荷的 70%-80%，前轮制动力要比后轮大，后轮起辅助制动作
用，因此轿车生产厂家为了节省成本，就采用前盘后鼓的制动方式。不过
对于重型车来说，由于车速一般不是很高，刹车蹄的耐用程度也比盘式制
动器高，因此许多重型车至今仍使用四轮鼓式的设计。
图表 86：鼓式制动器结构图 图表 87：鼓式制动器工作原理示意图
来源：太平洋汽车网，国金证券研究所 来源：太平洋汽车网，国金证券研究所
盘式制动器制动效能更好，广泛应用于乘用车。盘式制动器也叫碟式制动
器，主要由制动盘、制动钳、摩擦片、分泵、油管等部分构成。盘式制动
器通过液压系统把压力施加到制动钳上，使制动摩擦片与随车轮转动的制
动盘发生摩擦，从而达到制动的目的。与封闭式的鼓式制动器不同的是，
行业深度研究
- 54 -
敬请参阅最后一页特别声明
盘式制动器是敞开式的。制动过程中产生的热量可以很快散去，拥有很好
的制动效能，现在已广泛应用于轿车上。
图表 88：盘式制动器结构图 图表 89：盘式制动器工作原理示意图
来源：太平洋汽车网，国金证券研究所 来源：太平洋汽车网，国金证券研究所
盘式制动器将逐步替代鼓式制动器，。与鼓式制动器相比，盘式制动器具有
制动力大、性能稳定以及便于保养等优点；但由于价格高，所以在中低端
市场中，一般将后轮采用鼓式制动器来降低整体成本。随着盘式制动器成
本的降低，目前市场上经济型汽车也开始在后轮采用盘式制动器，盘式制
动器替代鼓式制动器成为汽车制动器发展的必然趋势。除此之外，为了有
效解决制动器制动的发热问题，逐渐开发出通风制动盘和陶瓷制动盘。
图表 90：通风制动盘散热示意图 图表 91：陶瓷制动盘示意图
来源：太平洋汽车网，国金证券研究所 来源：太平洋汽车网，国金证券研究所
汽车制动电控化 为智能驾驶做好准备
汽车电子制动产品逐步升级为智能驾驶做好执行端电控化技术准备。随着
汽车电控技术的发展，汽车制动系统迎来电子化产业升级；20 世纪 80 年
代后期，ABS（防抱死制动系统）的推广正式开启了汽车底盘制动系统的
电子化序幕。随后，在博世、大陆、德尔福、电装等汽车零部件巨头的推
动下，驱动防滑系统（ASR）、电动助力转向系统（EPS）、电子驻车系统
（EPB）、电子控制制动系统（EBS）和车身电子稳定系统（EPS）等汽车
电子制动产品得到应用，为智能驾驶做好执行端电控化技术准备。
行业深度研究
- 55 -
敬请参阅最后一页特别声明
图表 92：汽车电子制动相关产品
产品名称 主要功能
ABS
（防抱死制动系统）
在汽车制动时，自动控制制动器制动力的大小，使车轮不被抱死，
处于边滚边滑（滑移率在 20%左右）的状态，以保证车轮与地面的
附着力在最大值。
ASR
（驱动防滑系统）
防止车辆尤其是大马力车在起步、在加速时驱动轮打滑现象，以维
持车辆行驶方向的稳定性。ASR 是 ABS 逻辑的拓展，借用 ABS 的
硬件，在 ECU 中加入驱动防滑系统即可实现 ABS\ASR 系统。
EPS
（电动助力转向系统）
由电动助力机直接提供助力，省去了液压动力转向系统所需的动力
转向油泵、软管、液压油、传送带和装于发动机上的皮带轮，调整
简单，还可降低油耗。
EPB
（电子驻车系统）
电子驻车制动系统展现给我们的就是取代传统拉杆手刹的电子手刹
按钮. 比传统的拉杆手刹更安全,不会因驾驶者的力度而改变制动效
果,把传统的拉杆手刹变成了一个触手可及的按钮。
EBS
（电子控制制动系统）
ABS\ASR 系统的延伸，通过中央 ECU 计算出在要求减速度下的制
动力矩，精确到每个轮毂所需的具体力矩，从而实现整车一体化制
动；可以集成 ABS/ASR 等制动管理系统。
EPS
（车身电子稳定系统）
在 ABS 和 ASR 系统基础上，添加了横摆扭矩控制，可防止汽车侧
滑，主要在大侧向加速度、大测角的极限条件下工作，利用左右两
轮的制动力之差产生的横摆力矩来防止出现难以控制的侧滑现象。
来源：公开资料，国金证券研究所
ESP/ESC：实现智能驾驶的核心底盘电控技术
从 ABS 到 TCS 再到 EPS/ESC，主动安全控制技术不断升级。ESP/ESC，
即车辆电子稳定控制系统，是继车辆防抱死系统（ABS）和牵引力控制系
统（TCS）之后车辆主动安全控制技术方面的一次里程碑式的跨越提升；
它综合了 ABS（防抱死制动系统）、BAS（制动辅助系统）和 ASR（加速
防滑控制系统）三个系统，可以保障驾驶者在冰雪路面上自由行驶，更安
全的避让障碍物，保障行车安全。
图表 93：ESP/ESC技术发展历程
来源：公开资料，国金证券研究所
综合多项技术，防止侧滑侧翻。ESP/ESC 通过与 ECU 进行通讯，实时监
控汽车行驶状态，一般由转向传感器、车轮传感器、侧滑传感器、横向加
行业深度研究
- 56 -
敬请参阅最后一页特别声明
速度传感器等组成，它通过对这些传感器传来的车辆行驶状态信息进行分
析，然后向 ABS、ASR 发出纠偏指令，来帮助车辆维持动态平衡，它可以
使车辆在各种状况下保持最佳的稳定性，尤其在转向过度或转向不足的情
形下效果更加明显。例如，当汽车发生转向不足时，车身表现为向弯外推
进，此时 ESP 系统将通过对内侧后轮的制动来遏制车辆陷入险境；而当汽
车发生转向过度时，此时 ESP 系统则通过对外侧前轮的制动来纠正危险的
行驶状态。
图表 94：配备 ESP系统可有效防止侧滑侧翻
来源：公开资料，国金证券研究所
ESP/ESC 技术走向成熟，多国强制安装。由于 ESP/ESC 能够有效的减少
因车辆失控造成的交通事故，欧美国家等都在积极的制定法规，以帮助强
制安全这套主动安全系统。其中 2009 年 3 月 10 日，欧洲议会作出决定，
所有新车都将强制装配 ESP。根据法规，2011 年 11 月起，所有在欧盟注
册的新乘用车和商用车都必须装配主动安全系统 ESP，而从 2014 年 11 月
起所有新车都必须装配该系统，另外从 2010 年起只有标配 ESP 的车型才
有获得五星安全评定的资格。在美国，自 2012 年起，所有 吨以下的车
辆都强制装配 ESP。在加拿大，从 2011 年 9 月 1 日起，境内销售的所有
新下线乘用车，以及总重量在 吨以下的商用车、卡车和公共汽车都必
须安装 ESP 系统。澳大利亚规定，自 2011 年 11 月起所有新车型，以及自
2013 年 11 月起所有车型，都必须强制装配 ESP。日本的 NCAP 在 2009
年也发布了碰撞结果评价新系统，新系统中对车辆有无 ESP/ESC 都有着
明确的标示，要求自 2014 年 10 月起规定新车型强制配备 ESP。而阿根廷
目前虽未有强制规定，但相关法案正在规划中，预计 2018 年通过。可见，
标配 ESP 将逐渐成为主流。
图表 95：各地区政府对无人驾驶的政策支持对比
国家/地区 法规出台时间 内容
美国 2007 年
所有总重量在 吨以下的车辆将从 2012 年起必须装配 ESP
车身稳定系统
欧洲 2009 年
从 2010 年起只有标配 ESP 的车型才有获得五星安全评定的
资格；2011 年 11 月起，所有在欧盟注册的新乘用车和商用车
都必须装配主动安全系统 ESP，而从 2014 年 11 月起所有新
车都必须装配该系统
加拿大 2009 年
从 2011 年 9 月 1 日起，在加拿大境内销售的所有新下线乘用
车，以及总重量在 吨以下的商用车、卡车和公共汽车都必
须安装 ESP 系统
行业深度研究
- 57 -
敬请参阅最后一页特别声明
澳大利亚 2009 年
自 2011 年 11 月起所有新车型，以及自 2013 年 11 月起所有
车型，都必须强制装配 ESP
日本 2009 年 2014 年 10 月起规定新车型强制配备 ESP
阿根廷 - 尚在规划中，预计 2018 年通过相关法案
来源：公开资料，国金证券研究所
国产车安装率低，未来强制安装政策出台可期，市场空间巨大。在国产自
主品牌中，共有 8 个主机厂，16 款车型有搭载 ESP/ESC 系统，安装率与
国外相比有较大差距。中国在车型强制安装 ESP/ESC 上尚无时间表，但
是中国汽车技术研究中心正在积极的准备中，相关的试验已经开始。随着
国外越来越多的国家强制标配 ESP/ESC，以及中国车主安全意识的不断增
强，未来中国强制安装 ESP/ESC 政策出台可期。
图表 96：中国自主品牌汽车 ESP/ESC 安装情况
主机厂商 车型名称 厂家指导价（万）
吉利汽车 帝豪 EC7
中华汽车 中华骏捷
广汽传媒 传祺
海马汽车 海马骑士
一汽轿车 红旗盛世
华泰汽车
奔腾 B70
华泰 B11
奇瑞汽车
宝利格
奇瑞 A3
瑞麟 G5
瑞麟 G6
上汽汽车
荣威 550
荣威 750
荣威 W5
MG6
MG7
来源：公开资料，国金证券研究所
：线控技术升级终点 无人驾驶的最佳选择
IBS 线控技术升级终点
电控机械制动（EMB）将替代传统的液压或气压制动。随着汽车制动系统
的演化，消费者对于制动的要求越来越高；传统的液压或气压制动的方式
已经不能满足高效制动的要求，电动机驱动制动成为行业发展的必然趋势，
因此电控机械制动（EMB）技术应运而生。
博世推出的 iBooster 制动系统就是 EMB 的典型产品。EMB 是 brake-by-
wire 的一种形式，以电能作为能量来源，通过电机来驱动制动器。与传统
的制动系统相比，EMB 的响应时间更快，对驱动力的掌控更为精准，同时
还简化结构，符合轻量化趋势。其中，博世推出的 iBooster 制动系统就是
EMB 的典型产品。
行业深度研究
- 58 -
敬请参阅最后一页特别声明
图表 97：EMB 主要的优点 图表 98：博世智能刹车系统（IBS）
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
：无人驾驶的最佳选择
IBS 实际上是一种高端智能化电传制动技术。IBS 制动系统利用传感器感
知驾驶者踩下刹车的力度和速度，并将信号传送给 ECU，ECU 将反馈信
号传送给制动泵中的电机，电机推动助力器阀体和制动缸，从而实现制动。
图表 99：IBS 工作原理图解
来源：公开资料，国金证券研究所
iBooster 与传统制动系统相比有多个功能特点：
1）可调整的踏板感。由于 iBooster 制动可以根据电信号调节制动力度，
所以可以在同一辆车中实现多种制动效果，驾驶者可以自行调节制动灵敏
度（如果被允许的话）。另外，对于不同品牌和同品牌不同车型，也能根据
设计需求，调整制动的响应和反馈风格。
2）可回收制动能量，提高能量利用率。iBooster 制动加上博世的制动能量
回收，可以实现 （全力制动在 1G 左右）的制动力，足以保证日常驾
驶中的刹车力度；制动能量回收会降低踏板的反馈，iBooster 可以通过电
机反向推动踏板，自动补偿踏板力度，不会让驾驶者感受不到刹车的力度。
行业深度研究
- 59 -
敬请参阅最后一页特别声明
3）可与各种 ADAS 系统完美配合，提升安全性和舒适感。如与 AEB 结合，
可以提高自动紧急刹车状态下的制动效果，当紧急情况预警系统发现前方
有危险时，iBooster 可以在 120 毫秒的时间内自动把制动力增加到最大值，
这个反应时间比传统制动块三倍，从而有效缩短刹车距离，提高车辆安全
性；与 ACC 系统结合，可以帮助司机实现平稳刹车，舒适制动，直到车辆
完全停止，司机几乎感觉不到任何震动和噪音，提高舒适感。
图表 100： iBooster 可实现多种刹车方式 图表 101：iBooster 与智能驾驶可实现完美配合
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
IBS 将淘汰真空助力设备，并与能量回收系统实现完美结合。由于采用电
力作为制动力来源，IBS 制动技术的最大好处是脱离了之前的真空助力设
备，简化了制动系统。同时，IBS 也可以与能量回收系统结合，可以实现
的制动力（全力制动在 1G 左右），足以保证日常驾驶中的刹车力度，
而且能量回收过程中，电机会有反作用力，有效弥补刹车踏板在制动能量
回收等状态下的力度反馈，不会让驾驶者感受不到刹车的力度大小。
IBS 可与 ADAS 实现完美配合。以 AEB 为例，IBS 在紧急制动情况下可以
在 120 毫秒的时间内自动把制动力增加到最大值，反应时间比真空助力设
备快三倍，可以使刹车距离更短，提高车辆安全性。对于 ACC 而言，IBS
可以帮助司机实现平稳刹车，舒适制动，直到车辆完全停止，司机几乎感
觉不到任何震动和噪音，提高舒适感。
行业深度研究
- 60 -
敬请参阅最后一页特别声明
图表 102：重卡安装 AEB 系统 图表 103：ACC 实现智能跟车
来源：公开资料，国金证券研究所 来源：公开资料，国金证券研究所
IBS 优良的制动舒适性使得其更适用于自动驾驶。传统的真空助力刹车冲
击力度明显，但由于成本优势，依然是 ADAS 刹车的主流技术配置；对于
时刻有刹车转向要求的自动驾驶来讲，真空助力设备已经满足不了驾车舒
适感的高要求。IBS 可以实现平稳刹车，舒适制动，震动和噪音极低，大
大提高舒适感，因此是未来自动驾驶的最佳选择。
行业深度研究
- 61 -
敬请参阅最后一页特别声明
6 行业投资分析
看好智能驾驶产业链
“智能机”时代已到来。如果将汽车电子化定义为“功能机”时代，那汽
车智能化将步入“智能机”时代。汽车网络化，即车联网，将依托于汽车
制造商、经销商与运营商，汽车电子化与智能化实现“人－车”互动，车
联网实现“人－车－网络”的互动，而智能交通将实现“人－车－网络－
路”的互动，智能网联汽车是未来发展趋势。
我们判断智能汽车产业推进的步伐加快，产业催化持续超预期，主要关注
以下几点：
1）特斯拉：自动驾驶快速推进，车载系统 版本走进自动驾驶，使得美
国法规有极大可能放开相关规定。
2）看好传统车企与互联网企业合作：看好特斯拉智能驾驶技术路线，而传
统车企与互联网公司的合作将发挥各自优势，有望复制特斯拉模式，加快
智能驾驶产业进程；
3）执行端是关键：重点看好底盘电子控制领域 Tier 1 供应商通过并购方式
切入智能驾驶。
图表 104：智能驾驶产业链解析
来源：公开资料，国金证券研究所
上市公司通过并购快速切入智能网联汽车
智能汽车市场空间巨大，自上而下选行业，穿插自下而上抓转型，看好
“感知+判断+执行+互联”智能汽车产业链：
1）通过收购或参股的方式切入细分市场：如双林股份（1 亿元成立智能驾
驶产业并购基金）、均胜电子（协议转让方式收购车音网 15%股权、收购
KSS 与 TS 德累斯顿）、万安科技（参股 22%车联网公司飞驰镁物、参股
22%分时租赁公司苏达网络）、亚太股份（参股辅助驾驶公司前向启创 20%
股权、参股钛马信息 %股权、参股苏州安智 10%股权）、云意电气
（成立智能汽车及新能源汽车产业基金，拟通过产业投资的方式加快在智
能汽车和新能源汽车领域布局），建议关注长信科技（参股智行畅联 25%股
行业深度研究
- 62 -
敬请参阅最后一页特别声明
权）、欧菲光（参股投资汽车主动安全系统公司卓影科技 20%股权、参股
投资车联网基础数据服务公司联车信息 %股权）。
2）专注市场发展空间大的细分领域：找寻适合自身发展的市场与客户，如
拓普集团、星宇股份等；
3）通过与国外汽车电子龙头企业成立合资公司，抢占优质客户：如东风科
技、华域汽车等。
图表 105：智能驾驶相关上市公司盈利预测与财务指标
证券代码 证券名称
收盘价 EPS PE
2016-06-23 2015A 2016E 2017E 2015A 2016E 2017E
300100 双林股份 71 45 35
601689 拓普集团 46 38 29
002590 万安科技 144 117 86
002284 亚太股份 100 76 60
600699 均胜电子 62 44 28
300304 云意电气 86 67 46
603023 威帝股份 26 75 69
601799 星宇股份 37 31 25
000700 模塑科技 12 20 18
002448 中原内配 44 39 35
300088 长信科技 69 43 23
002456 欧菲光 32 16 12
002463 沪电股份 4397 138 76
300458 全志科技 16 10 7
300219 鸿利光电 58 42 31
603328 依顿电子 15 12 10
300270 中威电子 91 66 48
601965 中国汽研 45 38 31
834535 远特科技 726 31 17
2488 元征科技 161 108 53
002326 永太科技 81 48 32
300020 银江股份 81 40 33
300212 易华录 39 28 20
002355 兴民钢圈 290 69 48
002766 索菱股份 35 27 20
002405 四维图新 76 70 46
600990 四创电子 17 11 9
300075 数字政通 45 30 23
002446 盛路通信 45 26 18
600104 上汽集团 5 5 5
002642 荣之联 28 22 17
002373 千方科技 25 43 34
002232 启明信息 1884 250 85
300104 乐视网 47 28 17
002230 科大讯飞 43 35 26
002444 巨星科技 31 25 21
603005 晶方科技 29 22 17
002488 金固股份 161 108 53
6004418 江淮汽车 25 17 14
600741 华域汽车 8 8 8
000988 华工科技 85 54 38
000901 航天科技 91 42 32
600562 国睿科技 20 28 21
002414 高德红外 137 70 53
行业深度研究
- 63 -
敬请参阅最后一页特别声明
600718 东软集团 47 39 30
600081 东风科技 30 31 25
002055 得润电子 75 40 24
002214 大立科技 207 121 92
600074 保千里 81 53 34
002635 安洁科技 18 13 10
600306 *ST商城 (16) 231 45
来源：Wind，国金证券研究所（注：收盘价以 2016 年 06 月 23 日计算，已覆盖的公司按国金汽车预测，未覆盖的公司按 wind 一致预期）
行业深度研究
- 64 -
敬请参阅最后一页特别声明
7 风险提示
智能驾驶产业进程不及预期，相关法规改革不及预期。
行业深度研究
- 65 -
敬请参阅最后一页特别声明
长期竞争力评级的说明：
长期竞争力评级着重于企业基本面，评判未来两年后公司综合竞争力与所属行业上市公司均值比较结果。
公司投资评级的说明：
买入：预期未来 6－12个月内上涨幅度在 15%以上；
增持：预期未来 6－12个月内上涨幅度在 5%－15%；
中性：预期未来 6－12个月内变动幅度在 -5%－5%；
减持：预期未来 6－12个月内下跌幅度在 5%以上。
行业投资评级的说明：
买入：预期未来 3－6 个月内该行业上涨幅度超过大盘在 15%以上；
增持：预期未来 3－6 个月内该行业上涨幅度超过大盘在 5%－15%；
中性：预期未来 3－6 个月内该行业变动幅度相对大盘在 -5%－5%；
减持：预期未来 3－6 个月内该行业下跌幅度超过大盘在 5%以上。
行业深度研究
- 66 -
敬请参阅最后一页特别声明
上海 北京 深圳
电话：021-60753903
传真：021-61038200
邮箱：researchsh@
邮编：201204
地址：上海浦东新区芳甸路 1088 号
紫竹国际大厦 7 楼
电话：010-66216979
传真：010-66216793
邮箱：researchbj@
邮编：100053
地址：中国北京西城区长椿街 3 号 4 层
电话：0755-83831378
传真：0755-83830558
邮箱：researchsz@
邮编：518000
地址：中国深圳福田区深南大道 4001 号
时代金融中心 7BD
特别声明：
国金证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。
本报告版权归“国金证券股份有限公司”（以下简称“国金证券”）所有，未经事先书面授权，本报告的任何部分均
不得以任何方式制作任何形式的拷贝，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。经过
书面授权的引用、刊发，需注明出处为“国金证券股份有限公司”，且不得对本报告进行任何有悖原意的删节和修
改。
本报告的产生基于国金证券及其研究人员认为可信的公开资料或实地调研资料，但国金证券及其研究人员对这
些信息的准确性和完整性不作任何保证，对由于该等问题产生的一切责任，国金证券不作出任何担保。且本报告中
的资料、意见、预测均反映报告初次公开发布时的判断，在不作事先通知的情况下，可能会随时调整。
客户应当考虑到国金证券存在可能影响本报告客观性的利益冲突，而不应视本报告为作出投资决策的唯一因
素。本报告亦非作为或被视为出售或购买证券或其他投资标的邀请。
证券研究报告是用于服务机构投资者和投资顾问的专业产品，使用时必须经专业人士进行解读。国金证券建议
客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。报告本身、报告
中的信息或所表达意见也不构成投资、法律、会计或税务的最终操作建议，国金证券不就报告中的内容对最终操作
建议做出任何担保。
在法律允许的情况下，国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为
这些公司正在提供或争取提供多种金融服务。
本报告反映编写分析员的不同设想、见解及分析方法，故本报告所载观点可能与其他类似研究报告的观点及市
场实际情况不一致，且收件人亦不会因为收到本报告而成为国金证券的客户。
本报告仅供国金证券股份有限公司的机构客户使用；非国金证券客户擅自使用国金证券研究报告进行投资，遭
受任何损失，国金证券不承担相关法律责任。
reportDate
