計算機行業深度研究：汽車智能化與工業數字化專題（上）感知層研究框架環境感知+車身感知+網聯感知組成車載感知系統整個車載感知系統主要包括環境感知、車身感知與網聯感知三大部分。其中，（1）環境感知：主要負責車輛從外界獲取信息，如附近車輛、車道線、行人、建筑物、障礙物、交通標志、信號燈等，主要包括四大類別的硬件傳感器車載攝像頭、毫米波雷達、激光雷達、超聲波雷達；（2）車身感知：主要負責車輛對自身狀態的感知，如車輛位置、行駛速度、姿態方位等，主要包括慣性導航、衛星導航和高精度地圖；（3）網聯感知：主要負責實現車輛與外界的網聯通信以此來獲得道路信息、行人信息等，主要包括各類路側設備、車載終端以及V2X云平臺等。四大硬件傳感器是自動駕駛汽車的眼睛，是環境感知的關鍵。車載傳感器主要包括車載攝像頭、毫米波雷達、激光雷達、超聲波雷達四大類。自動駕駛汽車首先是對環境信息與車內信息的采集、處理與分析，這是實現車輛自主駕駛的基礎和前提。環境感知是自動駕駛車輛與外界環境信息交互的關鍵，車輛通過硬件傳感器獲取周圍的環境信息，環境感知是一個復雜的系統，需要多種傳感器實時獲取信息，各類硬件傳感器是自動駕駛汽車的眼睛。當前自動駕駛正處在L2向L3級別跨越發展的關鍵階段。其中，L2級的ADAS是實現高等級自動駕駛的基礎，從全球各車企自動駕駛量產時間表來看，L3級別自動駕駛即將迎來大規模地商業化落地。隨著自動駕駛級別的提升，單車傳感器的數量呈倍級增加。預計自動駕駛Level1-2級需要10-20個傳感器，Level3級需要20-30個傳感器，Level4-5級需要40-50個傳感器。Level1-2級別：通常具有1個前置遠程雷達和1個攝像頭，用于自適應巡航控制，緊急制動輔助和車道偏離警告/輔助。2個向后的中程雷達可實現盲點檢測，外加4個攝像頭和12個超聲波雷達則可實現360度視角的泊車輔助功能。預計Level1-2的總傳感器數量約為10-20個左右。Level3級別：在Level1-2配置的基礎上，外加1個遠程激光雷達，由于主動距離測量，激光雷達還具有高分辨率，廣角和高精度的特點，這對于檢測和分類對象或跟蹤地標以進行定位將是必需的。對于高速公路領航系統（Highwaypilot）應用，通常會額外增加1顆后向的遠程激光雷達。預計會使用6-8個攝像頭，8-12個超聲波雷達和4-8個毫米波雷達，以及1個激光雷達，因此，預計Level3的傳感器總數量會在20-30個左右。Level4-5級別：通常需要多種傳感器進行360°視角的交叉驗證，以消除每種傳感器的弱點。預計會使用8-15個攝像頭，8-12個超聲波雷達和6-12個毫米波雷達，以及1-3個激光雷達，因此，預計用于Level4至5的傳感器總數量會在30-40個左右。從本次廣州車展來看，各家新車型均搭配多個激光雷達，以此來提前布局高階自動駕駛，哪吒S配置了3-6顆混合固態激光雷達，售價在30萬以上的新車型普遍搭配了支持L3-L4級自動駕駛所需要的各類傳感器（2+顆激光雷達、12顆超聲波雷達、7-10顆高清攝像頭、5+顆毫米波雷達）。以蔚來ET7為例，共搭載了多達33個高精度傳感器，包括1個超遠距高精度激光雷達、11個800萬像素高清攝像頭、5個毫米波雷達、12個超聲波傳感器、2個高精定位單位、1個V2X車路協同感知系統和1個ADMS增強主駕感知，較蔚來ES8的25個傳感器還多了8個。各國政策不斷刺激，助力高階輔助駕駛ADAS快速落地。美國在2011年開始就強制所有輕型商用車和乘用車搭載ESP系統，歐盟從2013年開始強制安裝重型商用車搭載LDW、AEB等功能，日本從2014年強制要求商用車搭載AEB系統，2019年歐盟與日本等40國達成草案，將于2020年起全部輕型商用車和乘用車強制安裝AEB系統。中國自2016年開始出臺各項政策，逐步強制商用車搭載LDW、FCW、LKA、AEB等ADAS功能。各國新車測試標準不斷增加對主動安全ADAS功能的權重。NCAP（NewCarAssessmentProgram，新車測試項目）是測試機構對新車型的車輛安全水平進行全面評估，并直接面向公眾公布試驗結果。NCAP是民間組織，不受政府機構組織控制。碰撞測試成績則由星級表示，共有五個星級，星級越高表示該車的碰撞安全性能越好。在部分國家，AEB等系統已經成為五行評級的必備條件。從各國NCAP的路線圖能夠看出，美國NHTSA從2011年就將LDW、FCW等指標納入加分項，美國IIHS從2014年開始將FCW和AEB規定為最高評級的必備條件，歐盟Euro-NCAP從2014就將AEB納入評分體系，并不斷增加測試場景，中國C-NCAP從2017年首次納入AEB測試。各國對各類ADAS輔助駕駛系統的重視程度不斷提升，帶動高階輔助駕駛的全面落地。（1）激光雷達：是L3級以上自動駕駛的必備傳感器激光雷達，即（LiDAR,LightDetectionandRanging），是一種通過發射激光束來測量周圍環境物體的距離和方位的方法。激光雷達主要由發射模塊、處理模塊和接收模塊組成，其工作原理是向目標發射探測信號（激光束），然后將接收到的從目標反射回來的信號（目標回波）與發射信號進行比較，做適當處理后，就可獲得目標的有關信息，如目標距離、方位、高度、速度、姿態及形狀等參數，從而對障礙物、移動物體等目標進行探測、追蹤和識別。激光雷達是當下已知的車載雷達中探測距離遠，角度測量精度極高的一種。激光雷達可以準確的感知周邊環境的三維信息，探測精度在厘米級以內。激光雷達能夠準確的識別出障礙物具體輪廓、距離成3D點云，且不會漏判、誤判前方出現的障礙物，激光雷達普遍的有效探測距離也更遠。與毫米波雷達和攝像頭相比，激光雷達具備高分辨率、遠距離和視角廣闊等特性。激光雷達誕生于1960年，起初用于科研及測繪項目，全球首個車規級激光雷達在2017年實現量產。1960年美國休斯實驗室的西奧多·梅曼發明了人類歷史上第一臺激光器，隨著激光器的發展，激光雷達逐漸發展起來。早期激光雷達主要用于科研及測繪項目，進行氣象探測以及針對海洋、森林、地表的地形測繪。2010年，Neato公司把激光雷達安在了掃地機器人上面，推出了NeatoXV-11，Neato公司將單個激光雷達的成本控制在30美元以內，解決了激光雷達的量產難題，打開了激光雷達在民用市場的空間。而車載雷達的發展歷史可以追溯到21世紀初，在2007年，美國國防部組織的DARPA無人車挑戰賽上，參賽的7只隊伍，就有6只安裝了Velodyne的激光雷達。2010年Ibeo公司同法雷奧合作進行車規化激光雷達SCALA的開發，SCALA為基于轉鏡架構的4線激光雷達，在2017年成為了全球第一款車規級激光雷達，SCALA并在當年搭載在全新的奧迪A8上。智能駕駛將是未來五年激光雷達市場的主要增長動力。根據Yole的預測，2019年全球激光雷達市場規模約為16億美金，預計到2025年全球激光雷達市場規模將達到38億美金，年復合增長率約為20%。按照各細分應用板塊來看，智能駕駛場景未來五年的復合增長率將超過60%，將會為整個激光雷達市場提供18億美金的增量，預計到2025年，智能駕駛場景將占到整個激光雷達市場規模的50%，成為激光雷達市場的主要增長動力。此外，各種工業及服務機器人對激光雷達的需求也在快速增長，也將帶動整個激光雷達市場規模持續擴大。激光雷達是車載攝像頭與毫米波雷達的有效補充，將是L3級及以上自動駕駛的必備傳感器。從工作原理來看，激光雷達發射的光波的頻率比微波高出2-3個數量級，因此激光雷達具有極高的距離分辨率、角分辨率和速度分辨率，因此測量精度更高，獲得信息更為立體，同時，由于激光波長短，可發射發散角非常小的激光束，可探測低空/超低空目標，抗干擾能力強。即便是純視覺的方案從效果上能夠一定程度代替激光雷達的自動駕駛方案，但是對于高階自動駕駛而言，安全駕駛是其重要的一步，在感知環節的傳感器冗余能夠有限提升車輛的安全冗余，激光雷達將是L3及以上自動駕駛的必備傳感器。ToF激光雷達是當前的主流，未來ToF與FMCW會共存。按照探測方式來分，分成了非相干測量（脈沖飛行時間測量法ToF為代表）和相干測量（典型為FMCW調頻連續波）。ToF與FMCW能夠實現室外陽光下較遠的測程（100~250m），是車載激光雷達的優選方案。ToF是目前市場車載中長距激光雷達的主流方案，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，ToF和FMCW激光雷達將在市場上并存。混合固態方案作為當前市場的過渡期預計將存在5年以上，終極形態的激光雷達會是低成本、高度芯片化的產品。固態激光雷達是終極形態，混合固態MEMS等方案短期內會是主流。機械式激光雷達技術本身成熟，但具有成本較高、裝配調制困難、生產周期長，且需要持續旋轉，機械部件的壽命較短，一般在1-2年，很難應用在規模量產車型上。MEMS混合固態激光雷達一方面具有尺寸小、可靠性高、批量生產后成本低、分辨率較高等優勢，另一方面也存在信噪比低、有效距離短、視場角窄、工作壽命較短等缺點。MEMS方案是當下車用激光雷達量產的最優解，但是MEMS微振鏡掃描角度小、振動問題與工作溫度范圍，過車規也存在挑戰。固態方案不用受制于機械旋轉的速度和精度，可大大壓縮雷達的結構和尺寸，提高使用壽命，并降低成本。芯片化將會是激光雷達的架構趨勢。當前大部分ToF激光雷達產品采用分立器件，即發射端使用邊發射激光器EEL配合多通道驅動器、接收端使用線性雪崩二極管探測器（APD）配合多通道跨阻放大器（TIA）的方案。但分立器件仍存在零部件多、生產成本高、可靠性低等問題，芯片化架構的激光雷達可將數百個分立器件集成于一顆芯片，在降低物料成本的同時，省去了對每一個激光器進行獨立光學裝調的人力生產成本。此外，器件數量的減少，可以顯著降低因單一器件失效而導致系統失效的概率，提升了可靠性。芯片化架構的激光雷達是未來的發展方向。激光雷達的成本構成。激光雷達本質是一個由多種部件構成的光機電系統，光電系統包括發射模組、接收模組、測時模組（TDC/ADC）和控制模組四部分構成，其中，光電系統成本約占激光雷達整機成本的70%。激光雷達上游產業鏈主要包括激光器和探測器、FPGA芯片、模擬芯片供應商，以及光學部件生產和加工商。激光器和探測器是激光雷達的重要部件，激光器和探測器的性能、成本、可靠性與激光雷達產品的性能、成本、可靠性密切相關。激光器主流供應商有歐司朗、艾邁斯半導體、魯門特姆，探測器主流供應商有濱松、安森美、索尼等。FPGA通常被用作激光雷達的主控芯片，主流供應商有賽靈思、英特爾等，除了FPGA之外，也可以選用MCU、DSP等代替。MCU的主流供應商有瑞薩、英飛凌等，DSP的主流供應商有德州儀器、亞德諾半導體等。而在相關光學部件上，國內供應鏈已經完全實現替代海外，實現自主供應。從各家的Velodyne的64線機械式激光雷達的售價在7.5萬美元，32線的機械式激光雷達售價在4萬美元左右，16線的機械式激光雷達售價在3999美元。而國內廠商，如禾賽科技在2020年發布的機械式激光雷達售價為4999美元左右，速騰聚創在2020年發布的機械式激光雷達售價為1898美元。隨著相關技術和產業鏈日益成熟，激光雷達的成本拐點即將來臨。Velodyne宣布計劃到2024年將平均單價將下降到600美元，華為也宣布未來計劃將激光雷達的價格控制在200美金以內。隨著相關技術逐漸成熟和供應鏈體系的逐步完善，當前混合固態的激光雷達平均價格約在1000美元左右，預計到2023年左右成本有望下探到500美元。隨著激光雷達的成本拐點逐步到來，也為大規模商用打造了充分的基礎。2022年有望成為激光雷達大規模商業的元年。在2021年，如蔚來ET7、智已L7、極狐阿爾法S、哪吒S、R汽車等都已宣布搭載激光雷達的車型正在量產路上，在前不久的廣州車展上，威馬M7、廣汽埃安AIONLXPlus等均宣布了搭載2~3顆激光雷達，長城最新發布的沙龍機甲龍更是配備4顆激光雷達。這些車型大多在2022年量產，2022年有望成為激光雷達大規模商業的元年。（2）車載攝像頭：高清化、智能化帶動攝像頭天花板不斷打開車載攝像頭是環境感知中最常見的傳感器之一。攝像頭的工作原理即目標物體通過鏡頭生成光學圖像投射到圖像傳感器上，光信號轉變為電信號，再經過A/D（模數轉換）后變為數字圖像信號，最后送到DSP（數字信號處理芯片）中進行加工處理，由DSP將信號處理成特定格式的圖像傳輸到顯示屏上進行顯示。視覺是人類駕駛汽車獲取環境信息最主要的途徑，攝像頭獲取的信息更為直觀，更接近人類的視覺，對于自動駕駛汽車而言，攝像頭取代了人類視覺，成為了汽車獲取外界信息的重要來源。車載攝像頭的優點十分明顯，成本低且技術成熟，采集信息的豐富度較高，最接近人類視覺，但其缺點也十分顯著，攝像頭受光照、環境影響十分大，難以全天候工作，尤其是在黑夜、雨雪天、大霧等能見度不足的場景下，其識別效率大大降低，此外，車載攝像頭缺乏深度信息，三維空間感不足。車載鏡頭舜宇排名第一，聯創電子正在快速崛起。根據ICVTank在2019年的數據顯示，舜宇光學全球車載攝像頭出貨量第一，市占率超過30%，韓國世高光、日本關東辰美、日本富士占絕行業前四名，前四名市占率超過80%。國產方面，除舜宇之外，聯創電子是國內唯二具備較強競爭力的廠商，目前已經進入特斯拉、蔚來等產業鏈，正在快速崛起。車載CIS呈現寡頭格局，韋爾收購豪威科技一躍成為行業第二。車載CIS（CMOSImageSensor）是當下主流的車載攝像頭圖像傳感器方案，其中安森美是絕對的車載CIS龍頭，市占率超過六成，豪威科技位列第二，市占率約為20%，索尼和三星作為手機CIS的龍頭，進入車載市場較晚，正在快速切入。國產廠商方面，韋爾股份收購豪威科技后，一躍成為車載CIS龍頭，正在迅速崛起。中游模組主要由海外公司主導，國產比例仍然較低。由于車規級攝像頭模組的安全性和穩定性要求更高，模組封裝工藝更為復雜，在競爭格局方面，主要由海外公司占據主要市場份額，松下、法雷奧、富士通、大陸、麥格納等占據市場主要地位，國產方面，舜宇光學、聯創電子等為代表的攝像頭模組企業正在快速布局車載領域。根據安裝位置劃分，車載攝像頭可以分為五大類：內視攝像頭、后視攝像頭、前置攝像頭、側視攝像頭、環視攝像頭等；根據結構劃分，車載攝像頭可以分為單目攝像頭、雙目攝像頭、廣角攝像頭等。單目攝像頭和雙目攝像頭主要用于自動駕駛汽車的前視，視角一般為45度左右，負責實現FCW、LDW、PCW、TSR、ACC等功能，而廣角攝像頭則要用于自動駕駛汽車的后視（后視泊車輔助）、內置（閉眼提醒、DMS）、側視（盲點檢測）、以及環視（全景泊車、LDW）等多個方位多種功能。各家整車廠新車型的攝像頭搭載數量持續上升。從各家最新發布的車型搭載方案來看，造車新勢力的單車搭載攝像頭數量平均已超過10顆。2021年最新發布的蔚來

ET7共搭載了11顆攝像頭，小鵬計劃于2022年量產的G9車型預計將搭載12顆攝像頭，極氪001更是搭載了15顆攝像頭，各家車企不斷增加前視、環視、后視和內視等各方位的攝像頭，為了高階輔助駕駛的落地創造了堅實的基礎。特斯拉

Model3的感知系統包括了8個攝像頭+12個超聲波雷達+1個毫米波雷達。該感知系統可以實現在250米半徑內提供360度的視野，可以在一定距離內探測軟硬物體，而且精度幾乎是以前系統的兩倍。包括1個前視窄視野長焦攝像頭（FOV25度、最大測距250米），1個前視主視野中焦攝像頭（FOV50度、最大測距150米），1個前視寬視野廣角攝像頭（FOV150度、最大測距60米），2個側方前視攝像頭（最大測距80米）、2個側方后視攝像頭（最大測距100米）和1個后視攝像頭（最大測距50米）。Mobileye的純攝像頭ADAS解決方案包括了12顆攝像頭的子系統。在CES2020上，Mobileye也發布12個攝像頭組成的純攝像頭解決方案，包括2顆前視攝像頭（FOV120度），一顆前視窄視野長焦攝像頭（FOV28度），1顆后視攝像頭（FOV60度），4顆側視攝像頭（FOV100度），4顆停車輔助攝像頭，1顆DMS內視攝像頭。單車搭載攝像頭數量持續增加，預計到23年有望超過平均每臺車3顆。根據佐思汽研數據，2021Q1中國乘用車市場車載攝像頭的總安裝量為922.3萬顆，同比增長95.3%，2021Q1單車的攝像頭安裝量從2020Q1的1.559顆提升至1.779顆，市場對車載攝像頭的需求量持續增加。根據Yole預測，2018年全球汽車平均每臺搭載攝像頭的數量為1.7顆，預計到2023年有望增加單車3顆左右，CAGR達12%。而對于高端車的搭載情況，根據Yole數據顯示，高端車型的單車攝像頭搭載數量從2014年的5顆提升到2020年的8顆，預計到2024年將超過11顆。此外，根據不同等級自動駕駛的要求，為了實現更準確的識別效果，每一類攝像頭會搭載不同焦段2-3只。L1或2級的車輛主要以安裝倒車或環視攝像頭為主，單車攝像頭數量約在3-5顆左右；L3級車輛還會安裝前視攝像頭，單車攝像頭數量約在8顆左右；L4/5級車輛基本會囊括各種類型的攝像頭，單車攝像頭數量約在10-20顆左右。各類型車載攝像頭快速上車，滲透率不斷提升。19-20年我國后視攝像頭滲透率占比最高為50%，前視攝像頭滲透率30%、側視攝像頭滲透率22%，內置攝像頭滲透率7%，仍然有很大的滲透空間。隨著IACC、HWA、HWP等各類高級ADAS功能落地，各種攝像頭的需求量也在不斷上升，駕駛員注意力監測需求上升，DMS攝像頭也在快速上車。根據佐思汽研的數據，2021Q1中國乘用車市場DMS安裝量同比增長554.5%，是各類車載攝像頭中增速最快的，此外環視攝像頭同比增速120.8%，前視攝像頭同比增速103.0%，行車記錄儀同比增速102.2%，后視攝像頭同比增速60.6%，各類車載攝像頭安裝量快速提升。特斯拉剝離計算功能，攝像頭BOM成本下降六成。以寶馬X5采用的采孚三目前視攝像頭和特斯拉在Model3中所使用的三目前視攝像頭進行成本比較。寶馬X5中的采孚S-Cam4三目前視攝像頭是由豪威（OmniVision）的CMOS圖像傳感器實現圖像采集，Mobileye的EyeQ4實現視覺處理。而特斯拉在Model3中所使用的三目前視攝像頭，其攝像頭模塊是基于安森美（OnSemiconductor）120萬像素的CMOS圖像處理器，并沒有安裝計算功能模塊，圖像處理功能則由Autopilot來實現。根據SystemPlus測算，特斯拉Model3的三目前視攝像頭的BOM成本65美金左右，而采孚ZFS-Cam4三目前視攝像頭的BOM成本在165美金左右，特斯拉在剝離了計算功能后，攝像頭BOM成本下降了約六成。EEA架構的集中化會促使算力集中化，進而加速傳感器的硬件簡化。以特斯拉為例，Model3的電子電氣架構已經進入準中央架構階段，由中央計算模塊（CCM）、左車身控制模塊（BCMLH）、右車身控制模塊（BCMRH）三個部分組成，特斯拉的準中央E/E架構已帶來了線束革命，ModelS/ModelX整車線束的長度是3公里，Model3整車線束的長度縮短到了1.5公里，ModelY進一步縮短到1公里左右，特斯拉最終的計劃是將線束長度縮短至100米。整個架構的不斷集中化，也帶動了整個控制和算力的集中化，也避免了過往各ECU之間的算力冗余，進一步簡化邊緣端傳感器，從而帶動邊緣段硬件成本的進一步下探。駕駛員監測系統（DMS，DriverMonitorSystem）是指駕駛員行駛過程中，全天候監測駕駛員的疲勞狀態、危險駕駛行為的信息技術系統。在發現駕駛員出現疲勞、打哈欠、瞇眼睛及其他錯誤駕駛狀態后，DMS系統將會對此類行為進行及時的分析，并進行語音燈光提示，起到警示駕駛員，糾正錯誤駕駛行為的作用。DMS一般分為主動式DMS和被動式DMS。被動式DMS基于方向盤轉向和行駛軌跡特征來判斷駕駛員狀態。主動式DMS一般基于攝像頭和近紅外技術，從眼瞼閉合、眨眼、凝視方向、打哈欠和頭部運動等，檢測駕駛員狀態。主動DMS系統從18年開始逐漸放量，21年1-9月DMS銷量同比增長244%。自2006年起，雷克薩斯LS460首次配備主動DMS，隨著近年來一系列的安全事故大大提高了DMS在自動輔助駕駛系統尤其是L2/L3功能上的的重要性。從2018年開始，隨著L2和L3系統逐漸量產，主動式DMS系統開始放量。根據佐思汽研數據，2019年在中國主動DMS系統的乘用車新車安裝量為1.02萬套，同比增長174%。2021年1-9月中國乘用車新車的DMS系統銷量25.15萬套，同比增長244%，其中合資占比6%，本土占比94%，排名靠前的品牌有長安、小鵬、哈弗、寶馬、蔚來等。2021年中國DMS爆發增長主要原因是本土品牌增加了裝配車型力度。2021年新上市車型DMS裝配量9.67萬輛，占整體裝配量比例38%。（3）毫米波雷達：海外廠商正主導市場，國內正起步追趕毫米波雷達是一種使用天線發射波長1-10mm、頻率24-300GHz的毫米波（MillimeterWave，MMW）作為放射波的雷達傳感器。毫米波雷達根據接收和發射毫米波的時間差，結合毫米波傳播速度、載體速度及監測目標速度，可以獲得汽車與其他物體相對距離、相對速度、角度及運動方向等物理環境信息。毫米波的波長介于厘米波和光波之間，因此毫米波兼有微波制導和光電制導的優點。與激光雷達（LiDAR）相比，目前毫米波雷達技術更加成熟、應用更加廣泛、成本更加低廉；與可見光攝像頭相比，毫米波雷達的準確性和穩定性更好，價格差距也在不斷縮小。尤其是全天候工作無可替代的優勢，已成為汽車電子廠商公認的主流選擇，擁有巨大的市場需求。車載毫米波雷達根據毫米波頻率可以分為24GHz、77GHz和79GHz毫米波雷達三大種類。目前各個國家對車載毫米波雷達的頻段各有不同，除了少數國家（如日本）采用60GHz頻段外，主要集中在24GHz和77GHz兩個頻段。世界無線電通信大會已將77.5~78.0GHz頻段劃分給無線電定位業務，以促進短距高分辨車用雷達的發展。由于77GHz相對于24GHz的諸多優勢，未來全球車載毫米波雷達的頻段會趨同于77GHz頻段（76-81GHz）。車載毫米波雷達因具備受天氣氣候影響程度低、不受前方目標物形狀與顏色等干擾等特性，廣泛應用于主動安全系統。不同探測距離決定了不同類型毫米波雷達的應用場景不同，因此，不同高級輔助駕駛功能也需要不同的雷達選型。角雷達通常是SRR短程雷達負責盲點檢測（BSD）、變道輔助（LCA）和前后交叉交通警報（F/RCTA）的要求，而前雷達通常是負責自動緊急制動（AEB）和自適應巡航控制（ACC）的MRR和LRR中遠程雷達。毫米波雷達是高級輔助駕駛系統（ADAS）的必備傳感器。國外毫米波雷達發展歷史悠久，國產正在逐步追趕。1973年德國首次出現汽車防撞雷達，歐美大型毫米波雷達制造商已累積近40年的技術經驗。早期的毫米波雷達采用高電子遷移晶體管制作集成電路，集成度低且成本高昂，直到2012年，英飛凌及飛思卡爾成功推出芯片級別的毫米波射頻芯片，降低了毫米波波雷達的技術門檻，同時降低其制造成本，推動毫米波雷達在各領域的應用。2013年，24GHz毫米波雷達產品開始進入中國，2018年，實現24GHz毫米波雷達國產，但是在77GHz毫米波雷達產品仍未實現大規模國產化，只有少數國內廠商具備77GHz產品的量產能力，國產毫米波雷達仍在持續追趕中。毫米波雷達的硬件占比約50%，主要由射頻前端（MMIC）、數字信號處理器、天線及控制電路等部分構成，軟件算法占比約50%。射頻前端（MMIC）：是核心射頻部分，占總成本的25%左右。由發射器、接收器、功率放大器、低噪聲放大器、混頻器、濾波器及壓控振蕩器組成，起到調制、發射、接收及解調毫米波信號的作用。在技術趨勢上，集成度更高、體積更小的高集成趨勢下，CMOS工藝有望成為主流。在供應商方面，加特蘭微電子、意行半導體、矽杰微電子、矽典微等本土廠商已有能力自行研發生產低頻24GHz芯片，且價格較海外有30%以上的優勢。但在高頻段77GHz芯片方面，主要由恩智浦、英飛凌、德州儀器、意法半導體等供應。數字信號處理器：通過嵌入不同的信號處理算法，分析前端收集的信號獲取目標信息，是保證毫米波雷達穩定性及可靠性的核心部件，主要通過DSP芯片或FPGA芯片實現，占總成本的10%左右。在技術趨勢上，DSP芯片在復雜算法處理上具備優勢，FPGA在大數據底層算法上具備優勢，“DSP+FPGA”融合在實時信號處理系統中的應用逐漸廣泛。在供應商方面，高端DSP芯片和FPGA芯片主要被國外企業壟斷，DSP芯片供應商有飛思卡爾、英飛凌、亞德諾半導體、意法半導體等，FPGA芯片供應商有賽靈思、阿爾特拉、美高森美、萊迪思等公司。高頻PCB：天線是毫米波雷達發射和接收信號的重要組件，毫米波雷達可通過微帶列陣方式將多根天線集成到PCB板上。由于毫米波頻率高，對電路尺寸精度要求高，所需印制電路板為高頻板材PCB，占總成本的10%。主要供應商為羅杰斯、Isola、施瓦茨為主，國內主要是滬電股份等公司。博世、大陸、電裝、海拉等國外廠商占據全球毫米波雷達的七成市場份額。全球毫米波雷達主要供應商有博世、大陸、電裝、海拉、天合、安波福、奧托立夫等。博世、大陸、電裝、海拉等國外巨頭占據行業73%的市場空間，行業集中度較高。維寧爾、大陸、海拉占據SRR市場，博世、大陸、電裝等占據LRR市場。根據佐斯汽研的數據顯示，維寧爾、大陸、海拉、安波福和法雷奧五家企業占據中國短程毫米波雷達（SRR）96.4%的市場空間，其中維寧爾排名第一，市占率32%；博世、大陸、電裝和安波福占據長距毫米波雷達（LRR）95.7%的市場空間，博世排名第一，市占率高達40%。24GHz國產化率較高，77GHz僅少部分國產玩家實現量產。國產廠商已實現24GHz毫米波雷達產品市場化供貨，而僅少數玩家具備77GHz毫米波雷達產品的量產能力，其中森思泰克是目前國內乘用車前裝77GHz毫米波雷達市場份額排名首位的國產供應商，正在逐漸縮小與海外廠商的差距，其毫米波雷達的定點車型接近100個，而德賽西威、華域汽車等公司也已達到77GHz雷達的量產條件。（4）超聲波雷達：自動泊車滲透率快速提升，帶來新的增長動能超聲波雷達是最成熟的車載傳感器。超聲波雷達，俗稱倒車雷達，是一種最常見的傳感器，其工作原理是通過超聲波發射裝置向外發出超聲波（機械波而非電磁波），到通過接收器接收到發送過來超聲波時的時間差來測算距離。常用的工作頻率有40kHz、48kHz和58kHz三種。頻率越高，靈敏度越高，但水平與垂直方向的探測角度就越小，故一般采用40kHz的探頭。按構造分類，超聲波雷達可以分為等方性與異方性，二者的區別在于水平探測角度與垂直探測角度是否相同；按技術方案分類，超聲波雷達可以分為模擬式、四線式數位、二線式數位、三線式主動數位，它們的信號抗干擾能力依次提升，技術難度與價格總體遞進。超聲波的能量消耗較緩慢，在介質中傳播的距離比較遠，穿透性強，測距的方法簡單，成本低。但是超聲波散射角大，方向性較差，在測量較遠距離的目標時，其回波信號會比較弱，影響測量精度。但在短距離測量中，超聲波測距傳感器具有非常大的優勢。超聲波雷達防水、防塵，即使有少量的泥沙遮擋也不影響，探測范圍在0.1-3米之間，而且精度較高，其主要作用是通過蜂鳴器來輔助駕駛員泊車、自動泊車的輔助與微調車輛在行車道的位置，保持與相鄰車道車輛的安全距離。超聲波雷達主要用于停車輔助和自動泊車，可以分為UPA和APA超聲波雷達兩種類型。（1）UPA超聲波雷達：超聲波駐車輔助傳感器（UPA，UltrasonicParkingAssistant），探測距離一般在15~250cm之間，感測距離較短，但是頻率較高，為58kHz，精度高；（2）APA超聲波雷達：自動泊車輔助傳感器（APA，AutomaticParkingAssistant），探測距離一般在30~500cm之間，感測距離較長，但是頻率較低，為40kHz，精度一般。倒車系統需要4個UPA，而自動泊車系統需要8個UPA+4個APA。一套普通的倒車雷達系統需要配備4個UPA超聲波雷達，而自動泊車系統需要在倒車雷達系統基礎上，增加4個UPA和4個APA超聲波雷達組成12個超聲波雷達系統，其中，8個UPA超聲波雷達安裝于汽車前后保險杠上，用于測量汽車前后障礙物，4個APA超聲波雷達安裝于汽車兩側，用于測量側方障礙物距離。超聲波雷達價格低廉，技術相對成熟。超聲波雷達測距方式簡單，產業鏈成熟，單體價格相對低廉，平均售價100元左右。超聲波雷達上游主要為芯片和傳感器供應商，芯片主要依賴進口，如飛思卡爾（恩智浦NXP收購）等廠商，傳感器已經實現國產化。超聲波雷達中游為超聲波雷達生產商，主要參與者可以分為國際Tier1、國內Tier1以及初創公司。由于超聲波雷達技術較為成熟，故國內外玩家之間的差距主要在于傳感器實現上的穩定性和可靠性，但整體差異較小。其中國際Tier1主要是博世、法雷奧、大陸，國內Tier1主要是奧迪威、輝創電子、航盛電子、同致電子，初創企業有晟泰克、輔易航（中科創達收購）等。自動泊車輔助系統（AutoParkingAssist，APA），市值車輛在低速行駛時，可通過車輛周身搭載的傳感器測量車身與周圍環境之間的距離和角度，收集傳感器數據計算出操作流程，同時自動調整方向盤、剎車和油門實現停車入位。自動泊車系統按技術等級，又可分為半自動泊車（只有自動轉向）、全自動泊車（含自動轉向和自動前進后退）、自主代客泊車（AVP）等。通常可將智能泊車技術劃分為三大發展階段：半自動泊車→全自動泊車→自主代客泊車。從全自動泊車發展到自主泊車技術，其最早普及的第一代APA自動泊車，隨后出現將泊車與手機結合的第二代RPA（RemoteParkingAsist）遠程遙控泊車，再是發展到第三代AI自主學習泊車，最理想的泊車輔助場景是第四代泊車解決方案AVP（AutomatedValetParking）自主代客泊車。中國乘用車APA裝配量快速增長，但裝配率僅12.3%，增長空間巨大。根據高工汽車數據顯示，2021年1-7月國內新車搭載APA功能上險量為142.55萬輛，同比上年同期增長36.4%。其中，融合泊車（基于全景環視+超聲波）占比32.83%，同比上年同期呈現數倍增長的勢頭。據佐思汽研統計，2020年中國乘用車APA裝配量為230.8萬輛，同比增長46.4%，APA裝配率為12.3%，較2019年全年上升4.28個百分點。APA在奔馳、寶馬等中高端車型以及理想、小鵬等造車新勢力中裝配率較高，但在大多數車型中普及率仍較低，APA未來仍有巨大滲透空間。12顆超聲波雷達方案的滲透率將從2019年的9.6%提升到2025年的26.1%。根據佐思汽研數據顯示，從單車超聲波雷達配置方案來看，2019-2020年，4顆超聲波雷達方案占據大部分市場，主要實現倒車輔助功能。2019年12顆超聲波雷達方案的占比僅為9.6%左右，預計到2025年12顆超聲波雷達方案的滲透率將達到26.1%。隨著自動泊車商業化推廣，12顆超聲波雷達方案占比正在快速攀升，有望成為未來智能汽車的主流。（5）車身感知：“GNSS+IMU+高精度地圖”組成多融合車身感知定位系統車身感知定位系統主要由慣性導航、衛星導航系統和高精度地圖組成。主要是以高精地圖為依托，通過慣性導航系統和全球定位系統（GlobalNavigationSatelliteSystem，GNSS）。GNSS通過導航衛星可以提供全局的定位信息，慣導系統可以提供不依賴于環境的定位信息，高精地圖為車輛環境感知提供輔助，提供超視距路況信息。三者取長補短、互相配合，共同構成自動駕駛定位導航系統。根據技術原理，自動駕駛的定位技術主要可以分為基于信號定位、航位推算和地圖匹配三大類：

(1)基于信號的定位：采用飛行時間測距法（TimeofFlight，ToF）獲得汽車與衛星的距離，然后使用三球定位原理得到汽車的絕對位置，主要就是通過全球衛星GNSS的衛星信號進行定位，還包括使用WiFi、UWB、FM微波等其他信號獲取信息等技術；

(2)航跡遞推（DeadReckoning）：依靠慣性傳感器獲得加速度和角速度信息，根據上一時刻其策劃的位置和航向遞推出當前的位置和航向；(3)地圖匹配（MapMatching，MM）：基于視覺攝像頭（Camera）或激光雷達（LiDAR）采集到的數據特征與高精度地圖數據中的特征進行匹配，得到車輛的位置和姿態。慣性導航：車身感知定位系統的信息融合中心慣性導航系統（InertialNavigationSystem,INS）是一種不依賴外部信息、也不向外部輻射能量的自助式導航系統。慣性導航系統（INS）是利用慣性傳感器（IMU）測量載體的比力及角速度信息，結合給定的初始條件，與GNSS等系統的信息融合，從而進行實時推算速度、位置、姿態等參數的自主式導航系統。慣性導航系統屬于一種推算導航方式，即從一已知點的位置根據連續測得的運載體航向角和速度推算出其下一點的位置，因而可連續測出運動體的當前位置。一個慣性測量單元包括3個相互正交的單軸加速度計（Accelerometer）測量轉動運動和3個互相正交的單軸陀螺儀（Gyroscopes）測量平移運動的加速度。自動駕駛所需要的慣性傳感器（IMU）主要是加速度計和陀螺儀。（1）加速度計：基于牛頓第二定律，采用電容式、壓阻式或熱對流原理，通過在加速過程中對質量塊對應慣性力的測量來獲得加速度值。用來測量運動體坐標系上各軸的加速度；（2）陀螺儀：用于測量載體繞自身三個坐標軸的轉動角速度，同時也敏感地球自轉的角速度。按照力學編排實現形式可分為：捷聯式慣性導航系統（Strap-downInertialNavigation,SINS）和平臺式慣性導航系統（GimbaledInertialSystem,GINS）。平臺式慣導的傳感器安裝在多軸伺服平臺上作為反饋元件，控制伺服平臺的姿態達到設定，多用于沿地球表面作等速運動的飛行器（如飛機、巡航導彈等），捷聯式慣導的傳感器和載體一同運動，省去了平臺，結構簡單、體積小、維護方便，自動駕駛領域主要采用捷聯式慣性導航系統。航跡遞推（DeadReckoning，DR）算法是慣性導航系統的主要實現手段。DR算法是指已知上一時刻導航狀態（狀態、速度和位置），根據傳感器觀測值推算到下一時刻的導航狀態。DR算法包括姿態編排和位置編排兩個部分。姿態編排使用的是AHRS（Attitudeandheadingreferencesystem）融合算法，處理后輸出車機姿態信息。DR算法可以在無衛星導航信號或弱衛星導航信號的場景，僅靠DR算法也能得到較為可靠的導航信息。慣性導航系統是車身感知定位系統的信息融合中心，具有不可替代的作用。慣性導航的數據實時存在，永不消失，性能穩定，可以連續100Hz高頻工作，慣導是三種定位方法中最為可靠的，具有輸出信息不間斷、不受外界干擾等獨特優勢，可保證在任何時刻以高頻次輸出車輛運動參數，同時將視覺傳感器、雷達、激光雷達、車身系統信息進行更深層次的融合，為決策層提供精確可靠的連續的車輛位置，姿態的信息，車身感知定位系統的信息融合中心。衛星導航：RTK助力GNSS實現厘米級的定位全球導航衛星系統（GlobalNavigationSatelliteSystem，GNSS）是以人造地球衛星為導航臺，為全球海陸空的各類軍民載體提供位置、速度和時間信息的空基無線電導航定位系統。導航衛星的工作原理主要是通過三球定位原理實現的，由于衛星的位置精確可知，通過衛星到接收機的距離，利用三維坐標中的距離公式，利用3顆衛星，就可以組成3個方程式，解出觀測點的位置。考慮到衛星的時鐘與接收機時鐘之間的誤差，實際上有4個未知數，位置的X、Y、Z和鐘差，因而需要引入第4顆衛星，形成4個方程式進行求解，從而得到觀測點的經緯度和高程。為提高定位精度，普遍采用差分GPS技術，建立基準站（差分臺）進行觀測，利用已知的基準站精確坐標，與觀測值進行比較，從而得出修正數，并對外發布。接收機收到該修正數后，與自身的觀測值進行比較，消去大部分誤差，得到一個比較準確的位置。使用RTK技術可以幫助GNSS實現厘米級的定位精度。RTK（Real-timekinematic）載波相位差分技術，衛其原理是衛星軌道誤差、衛星鐘差、電離層延遲、對流層延遲等誤差對相距不遠的GNSS站影響接近，特定的地理坐標點、衛星接收站等，以該點位為中心的20-40km半徑范圍內，可以通過站間觀測值差分消除，進而實現相位模糊度的快速固定與瞬時厘米級定位。高精度地圖：實現L3及以上自動駕駛的必備基礎高精度地圖，即HDMap（HighDefinitionMap）或HADMap（HighlyAutomatedDrivingMap），是指絕對精度和相對精度均在1米以內的高精度、高新鮮度、高豐富度的電子地圖。其信息包括道路類型、曲率、車道線位置等道路信息，路邊基礎設施、障礙物、交通標志等環境對象信息，以及交通流量、紅綠燈狀態信息等實時動態信息。根據地圖信息的不同，高精度地圖由底層到上層可以分為四個層級：為靜態地圖、準靜態地圖、準動態地圖和動態地圖。