随着消费者需求层次的不断提高，汽车不再是简单的出行工具，而是不断向智能化发展。智能汽车已成为不可逆转的大趋势。
百度百科的定义：智能汽车是搭载先进传感系统、决策系统、执行系统，运用信息通信、互联网、大数据、云计算、人工智能等新技术，具有部分或完全自动驾驶功能，由单纯交通运输工具逐步向智能移动空间转变的新一代汽车。

自动驾驶发展到什么水平了？国家的政策环境如何？智能驾驶产业链上有哪些关键部件和相关公司？我国的企业竞争力如何？汽车的智能化发展会对整个汽车产业造成什么影响？未来发展趋势如何？

01

自动驾驶的现状及趋势

1、分级标准

2、场景落地进度

（1）2G场景：环卫车初步规模化
2G无人驾驶主要用于公共服务领域，以满足清洁环卫，路政安防等人力替代。环卫车初步规模化，安放车还有待完善。

（2）2B场景：矿区商业化进程最快
矿区、港口、码头、机场、园区等区域，因为场景封闭、道路情况简单，2B无人驾驶市场空间较大。矿区商业化进程最快。

（3）2C场景：市场庞大，目前落地困难
无人驾驶2C市场满足载客出行需求，可以提升出行效率并降低交通事故发生率，市场空间广阔。但综合来看，2C车速快、道路开放、驾驶环境复杂导致其商业化落地难度最高，目前Robotaxi和Robobus尚处于运营测试阶段。

国内路测城市及运营公司：

3、技术发展趋势：单车智能向车路协同演进

单车智能主要是通过硬件（各种雷达、摄像头等传感器以及智能驾驶和座舱芯片等）和软件（自动驾驶算法、高精度地图等）提升车辆自身的智能化水平，以达到行车决策和智能化体验功能。
车路协同则是通过提升车辆、路侧基础设施、云计算平台等的智能化水平，实现车与车、车与路、车与行人、车与云计算平台的全方位信息交互以实现无人驾驶。
要实现车路协同，就需要建设包括5G基站、地磁、雷达、AI相机、车联网、信号机和路侧单元等的基础设施。车路协同方案相对而言，一方面可以通过降低单车智能搭载设备从而降低成本，另一方面可以弥补目前单车智能的ADAS功能存在特定场景下应对能力不足和失效的风险。
相较单车智能而言，车路协同方案包含更多关于城市基础设施改造的内容，方案资金投入要求较高，但同时也带来了很多新的投资机会。

02

政策环境

1、深圳L3级自动驾驶政策出台

2022年7月，深圳发布《智能网联汽车管理条理》，首次明晰了L3级自动驾驶事故责任认定，为未来L3级别自动驾驶上路奠定了地方法规基础，推动政策向L3跨越。
7省24市出台智能网联车政策法规，由一线向二三线城市铺开。

2、2022年全国主要城市智能车相关政策

03

产业链分析

1、概述

智能汽车产业链主要包括智能座舱、智能驾驶、车载通信三大领域，国内供应商在多数领域已占据主导或具备国产替代能力，但芯片、操作系统等领域对外资企业依赖较严重。
智能驾驶按自动可以划分为ADAS（辅助驾驶系统）和高级别自动驾驶，主要由感知系统、决策系统、执行系统组成。在智能驾驶系统中，汽车通过车载摄像头、激光雷达、毫米波雷达、超声波雷达等传感器来感知周边环境，实时动态监测环境变化，将感知信息传输给决策系统；决策系统依据所获取的信息进行决策判断，形成安全合理的路径规划；在路径规划完成后，执行系统会控制车辆沿着规划好的路径完成驾驶。现阶段国内已基本具备感知系统各部件配套能力，但部分传感器关键部件仍然由外资掌控；决策系统领域由Mobileye、英伟达等厂商占据先发优势，但国内追赶步伐很快，自主芯片及智能驾驶域控制器和计算平台逐步进入量产阶段；执行系统国内起步较慢，博世、大陆等外资大型Tier1占据国内大多数市场份额。

智能座舱主要由底层架构、应用软件、座舱电子三部分组成，座舱芯片、操作系统、中间件等构成座舱的底层架构，决定整个座舱系统的性能及结构；座舱具体功能则由车载地图、语音交互以及终端APP等应用软件以及信息娱乐系统、液晶仪表、HUD、流媒体后视镜、座舱域控制器等座舱电子硬件共同实现。现阶段国内在应用软件及座舱电子领域具备较强的自主配套能力，但外资企业在座舱芯片及操作系统等底层架构中仍然占据主导地位。
车载通信是装载在汽车上的移动通讯系统，主要包括车载通信模组及车外的网络层相关设备，通过车上零部件与车载通信模组连接，能够将信号传输至网络层进行远程管控。目前车载通信模组及终端领域由国内主导，但通信芯片端仍主要依赖外资供应商，国内份额较低。

2、上游

（1）智能座舱
智能座舱产业链中，国内供应商在车机、液晶仪表、HUD 座舱电子以及座舱应用软件领域已较成熟，华阳集团、德赛西威等自主厂商的座舱域控制器也已进入量产阶段，但座舱底层架构领域（芯片、操作系统等）仍然由外资厂商掌控，国内自主替代还需加速。

1）SoC芯片
传统汽车座舱，功能相对简单，传统的MCU芯片即可满足运算需求。随着智能座舱的来临，各种复杂功能及数据处理要求算力提升，传统的MCU无法满足需求了，运算能力更强的SoC芯片就成了必然选择。
SoC即系统级芯片，通常集成CPU（中央处理器）、GPU（图形处理器）、NPU（神经网络单元）等多个处理单元，能够支持高性能计算、图形计算、AI计算、音频处理等多项功能，具备强大的计算性能，也是座舱域控制器实现多硬件融合控制的关键核心。
汽车运行环境的复杂性和对行驶安全的刚性需求，造就了车规级芯片较高的行业壁垒。

国内座舱SoC芯片2022年进入量产周期，或将为汽车芯片国产替代打开突破口。国内以华为、芯驰科技、芯擎科技为代表的芯片厂商积极布局座舱SoC领域，芯片产品将于2022年进入量产周期。

2）操作系统
车载操作系统（OS）是管理和控制智能汽车硬件与软件资源的底层系统。随着智能座舱和自动驾驶在国内迅速发展，国内智能汽车软件产业链已逐渐建立，但操作系统仍未实现自主可控，尤其是基础操作系统几乎被外国企业垄断，面临着和高端芯片一样被“卡脖子”的风险。
按照对底层系统改动程度划分，汽车操作系统可以划分为基础型OS、定制型OS、ROM型OS三大层次。

QNX由加拿大公司QSSL开发，目前由黑莓公司掌控。QNX使用微内核架构，驱动程序、文件系统、应用程序等均在微内核之外空间运行，能够实现组件间相互独立，避免因单个组件错误造成内核故障、系统崩溃。由于QNX内核精巧，因此其具备高安全性、高稳定性的特点，也是全球第一款通过ISO 26262 ASIL-D安全认证的智能座舱操作系统，被广泛应用于安全稳定性要求较高的座舱仪表系统以及自动驾驶系统中。另一方面，QNX的非开源性、高昂的授权费用以及匮乏的应用生态也成为了其在智能座舱信息娱乐领域应用的桎梏。
Linux是一款开源、无授权费用的基础操作系统，开源特性使得Linux具备极高的开发灵活度，能够适配更多的应用场景，并具备更多的软件库可供选择；开源特性也使Linux系统的复杂度远高于QNX，具备更高的开发门槛。其次，Linux使用宏内核，将驱动、文件系统、网络协议等包含于内核中，内核结构更为紧凑，能够充分发挥硬件性能，但宏内核的结构也使得Linux安全性、稳定性不如QNX，无法满足仪表系统的车规级安全要求，因此通常用于座舱信息娱乐系统中。
Android是由Google公司和开放手机联盟基于Linux开发的操作系统，已在手机系统中广泛应用，因此具备最丰富的应用生态。Android应用无须大幅修改即可移植至汽车上，有利于国内厂商快速建立车载软件生态，因此国内各大自主车企、新势力、互联网厂商大多以Android为基础开发自己的操作系统，如吉利GKUI、蔚来NIOOS、比亚迪DiLink等。
目前基础型操作系统市场份额中QNX约占43%，Linux+Android约占35%。随着智能座舱渗透率持续提升，预计Linux(Android)将凭借高开发灵活度及更丰富的功能性逐渐主导座舱信息娱乐系统，而QNX则凭借高安全性、稳定性在座舱仪表系统中维持领先地位。

为填补国内基础操作系统的空白，阿里巴巴、华为等国内企业积极研发车载操作系统，率先开发基于Linux的定制型操作系统，在此基础上推出独立自研的车载OS内核，有望打破基础操作系统领域长期被国外垄断的局面。
AliOS是阿里巴巴基于LinuxKernel自主研发的面向多端的操作系统，能够应用于手机、平板电脑、电视、车载系统、物联网等。斑马智行基于AliOS开发了新一代智能座舱操作系统，采用了多核分布融合结构，能够同时满足车内不同域的功能隔离和功能安全要求。目前AliOS已在上汽荣威、上汽名爵、上汽大通、东风雪铁龙、斯柯达明锐、长安福特翼虎等多款车型上搭载，累计装车量超过150万辆。2021年10月，阿里巴巴正式发布AliOS智能驾驶系统内核，采用微内核架构并融入SOA跨域融合理念，符合ISO26262ASIL-D高等级功能安全产品认证，预计将于2022年正式上市并向国内车企免费开放。
鸿蒙OS是华为研发的基于微内核的面向全场景的分布式操作系统，采用了Linux内核、鸿蒙微内核和LiteOS的混合内核设计，具备分布架构、低延迟、高安全及生态互享等优势，是首个拥有Security（CCEAL5+）和Safety（ASIL-D）双安全认证的开源操作系统。华为基于鸿蒙OS发布了鸿蒙座舱操作系统HOS、智能驾驶操作系统AOS以及智能车控操作系统VOS三大车载操作系统，其中鸿蒙座舱系统HOS针对智能座舱多外设、多用户、多应用、多并发、快速启动等场景化需求，增量开发了12个车机子系统和一芯多屏、车规高可靠、多业务并发、窗口自适应、基础能力组件5大业务增强能力，能够大幅减少定制系统开发工作量和成本，提高智能座舱开发效率。目前搭载鸿蒙OS系统的车型包括北汽极狐阿尔法S华为HI版、问界M5、北汽魔方等。
与智能座舱中常用的QNX+Android+Hypervisor相比，AliOS及鸿蒙OS等多核异构式操作系统能够在底层操作系统级别实现融合，使得座舱仪表、信息娱乐等车内系统能够真正融为一体，实现更流畅的人机交互。在国内汽车智能化转型的进程中，AliOS及鸿蒙OS等将为国内车企提供更可靠、低成本、强生态的车载操作系统选择。

（2）智能驾驶
智能驾驶产业链主要由感知系统、决策系统、执行系统三部分构成，感知系统负责感知车辆及环境信息，主要涉及摄像头、雷达、车内传感器等，同时需要高精地图及卫星定位系统协助获取路况信息；决策系统主要负责处理感知系统传达的信息，实现行动和路径的规划。决策系统需要智能驾驶计算平台及V2X技术的配合，核心是智能驾驶芯片和算法；执行系统负责执行决策系统传达的指令，实现车辆驱动、转向、制动等的控制，在高级别自动驾驶中线控技术将成为关键环节。
在智能驾驶产业链中，激光雷达、智能驾驶芯片以及线控执行系统等环节的技术壁垒较高，现阶段国内市场由外资主导。

1）感知系统
感知系统主要包括激光雷达、毫米波雷达、超声波雷达、摄像头等零部件，摄像头及毫米波雷达、超声波雷达在车上已经有较广泛应用，激光雷达目前渗透率较低，小鹏P5等新势力开始搭载应用，渗透率有望较快提升。在汽车感知层系统中，如激光雷达等较大程度上依赖国外供应商，俄乌战争背景下全球汽车供应链相对不稳定，对感知相关零部件产生一定影响和限制，国产供应商会提前进行相关产品研发储备，部分关键零部件也可能迎来国产替代机会。
a.激光雷达
在激光雷达产品中，核心零部件包括芯片、激光器、光电探测器等以及其他光学零部件，其中芯片、激光器、光电探测器等关键零部件上国内外企业存在差距，部分产品依赖国外企业；其他光学零部件方面，国内外企业的技术水平差距较小，例如永新光学与禾赛科技、Innoviz等国内外多家激光雷达方案商建立合作，并进入麦格纳的指定产品供应商名单，国内企业实现为国外企业配套供货。
激光雷达芯片主要包括FPGA芯片及模拟芯片两类，FPGA芯片是激光雷达的主控芯片，模拟芯片是激光雷达中光电信号相关的处理芯片，由于国内激光雷达产业发展时间短，上下游产业链相较发达国家仍然不够完备，激光雷达芯片要满足车规级交付要求难度较大，国内企业在制程等关键指标、原材料供应等方面距离发达国家有一定差距，国外企业激光雷达芯片出货量大，也能够产生规模优势降低成本，国产激光雷达零部件企业从境外采购激光雷达芯片。
激光雷达芯片的相关参与者包括赛灵思、英特尔、德州仪器等，以外国芯片企业为主，国内紫光同创、复旦微电子、国微电子等企业在加大力度研发寻求突破口。

在激光器、光电探测器等零部件领域，国外企业发展相对较早，具备一定领先优势，近年来国内企业加大追赶力度，国产零部件通过车规级认证并量产，缩小与外国企业在技术上的差距，同时凭借成本优势实现国产替代，出货量有望提升。激光器、探测器领域的国外参与者包括滨松、安美森半导体、索尼、Osram、AMS、Lumentum等，国内参与者包括海创光电、灵明光子、纵慧激光等。

根据市场研究机构Yole披露，目前全球至少成立超过80家主打激光雷达的公司，2021年激光雷达供应商市场份额中排名全球第一的企业是法雷奥，市占率达28%，远超其他企业；速腾聚创市场份额10%排名全球第二位，仅次于法雷奥；其他市场份额较高的企业包括Luminar、大疆、电装、大陆等，市占率不足10%。
速腾聚创、大疆、华为、图达通等在中国企业中市场份额领先，汽车激光雷达领域拥有技术及订单储备，其中速腾聚创获得包括L3重卡方案科技企业、中国新势力、传统主机厂等众多车企定点车型订单，覆盖从乘用车到商用车的多种车型，在手订单丰富，随着产品配套落地，国内企业市场份额有望提升。

b.摄像头
车载摄像头的核心组成部分包括图像传感器、模组封装、光学镜头等，其中图像传感器能够将光信号转化为电信号，是车载摄像头中最关键的零部件，图像传感器的成本构成占比最高，达到50%，其次是模组封装成本占比达25%，光学镜头成本占比14%，其他单个零部件的成本占比不足10%，相对较低。

车载图像传感器行业集中度很高，安森美、豪威科技占据绝大部分份额。全球车载图像传感器行业中，安森美、豪威科技两家企业占据了超过70%的市场份额，安森美2019年全球市占率60%，至2021年下滑至45%，豪威科技市占率始终在29%左右，索尼市场份额排名第三，但是份额已不足5%，距离头部的两家企业差距明显。

中国企业凭借收购成功切入全球车载图像传感器行业，具备与国外龙头企业竞争的实力。豪威科技成立于1995年，总部位于美国硅谷，是全球规模较大的图像传感器公司之一，2019年韦尔股份成功实现对豪威科技的收购，豪威科技布局汽车行业多年，具备给整车制造商及一级供应商提供图像信号处理的能力，韦尔股份通过收购极大提升在车载图像传感器行业的综合实力，具备在全球领域和安森美等外国企业直接竞争的能力。
豪威科技原本主要面对欧美系客户，已经获得一定认可度，具有较强的客户粘性，在2019年被韦尔股份收购后，逐步导入国内传统汽车品牌及造车新势力的方案，同时在日韩车企的方案导入上也获得突破，有望获得更多客户认可。
2）决策系统
决策系统是智能驾驶的中间层，相当于智能驾驶系统的“大脑”，在一定程度上将逐步替代驾驶员做出驾驶决策，向执行层下达相应的任务。决策系统主要包括芯片、算法、操作系统以及基于以上组件搭建的智能驾驶解决方案或平台等，其中高算力智能驾驶芯片是实现高级别自动驾驶的核心，也是智能驾驶领域的主战场之一。

整车厂商对高算力智能驾驶芯片的热衷也使得芯片厂商间的竞争进入白热化，近年来高算力智能驾驶芯片迭代速度显著加快，Mobileye、英伟达、高通等主流外资厂商相继推出能够满足L4级自动驾驶的芯片产品，特斯拉则成为汽车厂商自研芯片的先驱。
Mobileye是辅助驾驶视觉感知的领先企业，2018年量产的EyeQ4芯片凭借先发优势迅速占领国内L2级以下ADAS市场。据高工智能研究院数据，2021年Mobileye在国内前装ADAS视觉感知芯片的市场份额达36.3%，位居首位。另一方面，Mobileye缓慢的技术迭代、黑盒模式以及Tier1绑定策略难以满足部分追求高算力及全栈自研的车企需求，如理想在2020年底停止与Mobileye的合作，改用地平线征程3开展智能驾驶自主研发。
英伟达、高通等则在高端市场发力，以高算力芯片抢占高级别自动驾驶赛道。英伟达2019年发布的旗舰产品Orin具备254TOPS的高AI算力，与Mobileye下一代智驾芯片Ultra对比仍具备算力优势。凭借领先的AI算力，Orin取代Mobileye芯片成为国内新势力车企下一代旗舰车型的主流选择，2022年蔚来、小鹏、理想、威马、飞凡汽车等均将推出基于Orin的量产车型。
高通于2020年发布Snapdragon Ride平台，包含SoC芯片、加速器以及自动驾驶软件栈，能够匹配从L1/L2级辅助驾驶至L4/L5级自动驾驶的场景需求，提供高能效、性价比出众的系统级解决方案。长城、宝马等车企已宣布与高通合作，预计2023年进入量产阶段。
特斯拉作为全球自动驾驶领军车企，采取了自研芯片的路径以满足其对于自动驾驶的高性能需求，2019年4月正式发布FSD自研芯片及计算平台，单颗芯片算力达72TOPS，成为当时算力最高的量产芯片，为特斯拉全系车型的自动驾驶功能提供算力支持。

华为、地平线、黑芝麻等国内芯片厂商自研高算力智能驾驶芯片。智能驾驶芯片是汽车行业的增量领域，量产上车时长仅2-3年，先发优势远小于其它汽车芯片。国内华为、地平线、黑芝麻等芯片厂商紧抓智能驾驶发展机遇，自主研发高算力智能驾驶芯片，部分产品已实现量产上车。
华为在智能驾驶领域的芯片系列为昇腾系列。2019年，华为发布最新AI芯片昇腾910，具备640TOPS的超高AI算力，在已发布的智能驾驶芯片中处于领先地位，但昇腾910受制于美国对先进制程芯片的封锁，现阶段难以实现量产。目前华为主要的智能驾驶芯片是2020年发布的昇腾610，昇腾610算力达200TOPS，搭载于华为智能驾驶计算平台MDC610/MDC810中，2022年内将于AIONLXPlus、极狐阿尔法S华为HI版、阿维塔11、哪吒S等车型中配套使用。
地平线成立于2015年，是国内领先的汽车智能芯片企业，其首款智能驾驶芯片征程2于2019年发布，2020年率先在长安UNI-T量产，成为国内首款量产上车的自主智能驾驶芯片。目前地平线已与德赛西威、华阳集团、东软睿驰等国内Tier1以及上汽、长城、比亚迪、理想、哪吒等车企达成合作，征程系列芯片累计出货量超过100万片，获得了超过40个车型前装项目。2021年地平线推出专门为高级别自动驾驶打造的智能驾驶芯片征程5，其具备128TOPS的高算力及30W的低功耗，能够实现业界领先的计算效率，首款量产车型新一代荣威RX5预计将于2022年上市。
黑芝麻智能成立于2016年，是一家专注于车规级自动驾驶计算芯片和平台研发的初创企业。针对不同等级自动驾驶需求，黑芝麻智能推出了华山一号A500自动驾驶计算芯片、华山二号A1000/A1000L高性能车规级自动驾驶计算芯片、华山二号A1000Pro自动驾驶计算芯片三大产品线，完成了从L2+到L4级自动驾驶芯片产品的布局。黑芝麻智能已与一汽、上汽、比亚迪等国内厂商达成合作，将于2022年内推出量产车型。

国内积极布局智能驾驶域控制器领域。现阶段，汽车“新四化”正推动汽车电子电气架构由传统的分布式架构向跨域集中式架构转变，域控制器成为产业变革中被广泛认同的核心竞争领域。在博世经典的“五域”划分中，智能驾驶域控制器是汽车智能化计算中枢，具有较高的技术门槛和市场前景，根据盖世汽车的预测，2025年智能驾驶域控制器出货量有望达到400万套。
国内各大厂商紧跟产业变革趋势，德赛西威、东软集团、经纬恒润等国内Tier1上市公司，华为、百度等科技公司以及宏景智驾、创时智驾等初创企业均在智能驾驶域控制器领域展开布局，产品普遍于2020-2022年进入量产阶段，涵盖上汽、广汽、红旗、理想、小鹏、哪吒等各大国内车企及新势力。随着智能驾驶市场持续下沉，成本及本地化优势有望助力国内自主智能驾驶芯片及域控制器渗透率持续提升，逐步实现国产替代。

3）执行系统
a.线控转向
经过多年发展，汽车转向系统经历了机械转向（MS）、机械液压助力转向（HPS）、电子液压助力转向（EHPS）、电动助力转向（EPS）四个发展阶段，现阶段MS基本已经被淘汰，HPS和EHPS主要应用于商用车领域。EPS与此前的液压助力转向系统相比，以电动机取代液压助力泵，结构更为精简，能耗更低，同时解决了液压泵的泄漏问题，成为乘用车转向系统的发展主流。对于新能源汽车，体积小、能耗低、轻便灵活的EPS竞争优势则更为显著。据佐思汽研统计，2020年EPS在国内乘用车的渗透率达96.4%，新能源乘用车已接近100%。
随着自动驾驶的兴起，L3及以上级自动驾驶要求驾驶员部分或全程脱离驾驶操控，而EPS系统的转向信号始终来自于人，因此线控转向（SBW）将成为实现高级别自动驾驶的关键。SBW与EPS最大的区别是取消了方向盘与车轮间的机械连接，转向力输出的方向和大小完全由算法控制，既可以依靠传感器获得方向盘转角数据后计算所需转向助力，也可以脱离方向盘根据自动驾驶的要求实现车辆独立控制转向，具有结构精简、反应速度快、占据空间小、能耗低等优点。在取消机械连接后，驾驶者无法通过方向盘感知路面传来的阻力和颠簸等路况，对驾驶者造成不便，因此通常需要在方向盘上施加独立的力回馈系统以反映路况信息。
线控转向目前有两种冗余设计方式，用以应对转向部件失灵后的紧急状况。第一种保留了机械转向结构，当某个部件出现问题后，机械转向系统将会激活以确保驾驶员能够掌控车辆，率先在英菲尼迪Q50上实现量产的线控转向系统DAS即采用此类冗余方式；第二种是采用多个电机、传感器等实现冗余，能够完全取消转向管柱等机械结构，甚至能够取消方向盘，完全由自动驾驶算法控制转向。采用多电机控制冗余的SBW将成为转向系统的最终发展方向，也是实现完全自动驾驶的关键技术之一。

线控转向系统主要包括方向盘总成、转向执行总成、基本控制器ECU等零部件，当人控制方向盘时，方向盘总成通过扭矩传感器将人的转向行为转变为数字信号，传送给基本控制器，基本控制器结合汽车速度、加速度及角速度传感器等得到的车轮状态信息，综合分析后一方面产生信号传送至方向盘总成，模拟出转向的路感，以便更好进行方向操控，另一方面将产生控制车轮转向的信号，并将信号传导至转向执行总成，转向执行总成包括转向执行马达、转向器等，能够让车轮按照信号的内容转向。
线控转向的基本控制器ECU中需要用到MCU芯片，目前全球汽车电子MCU行业被少数欧美及日系企业垄断，头部企业占据较高市场份额。2020年汽车电子MCU占比前三分别是瑞萨电子、恩智浦、英飞凌，前三家企业合计市场份额达79%，其次是德州仪器、微芯科技、意法半导体等，其他企业的市场份额加总占2%。中国企业在全球市场上的份额很低，目前在技术成熟度方面不及全球头部企业，尚不具备和瑞萨电子、恩智浦等领先企业竞争的实力。

MEMS传感器是集成微传感器、微执行器及信号处理、控制电路等于一体形成的元器件，具有体积小、重量轻、精度高等特点，能够对汽车的温度、压力、转速、加速度等信息进行实时监测和反馈。线控转向的核心在于保证安全性、可靠性，控制效果的好坏依赖于传感器的反馈精度、信息采集程度、反馈时间等，构成线控转向系统的MEMS传感器包括角位移传感器、转矩传感器、车速传感器、侧向加速度传感器、横摆角速度传感器等。
全球MEMS传感器的市场份额主要被外资企业占据，我国高端MEMS传感器依赖进口。MEMS传感器的精度要求高，研发难度较大，小型供应商的出货量相对不足，排名靠前的供应商凭借较大的出货量占据稳定的份额，市场集中度较高，2018年全球MEMS传感器领域位居前列的企业包括博通、博世、意法半导体、德州仪器等外国供应商，我国高端MEMS传感器更加依赖进口，国内企业往往在中低端领域竞争，国内规模较大的MEMS传感器企业包括华工科技、保隆科技、东风科技等。

线控转向系统大面积推广仍面临诸多挑战。一方面，线控转向系统需要设计冗余系统及路面信息反馈系统，加大了线控转向系统的设计复杂度及成本，阻碍了线控转向的大规模应用。另一方面，现阶段EPS系统成熟可靠、成本较低，且已能够满足自动泊车APA、车道保持LKA等一系列ADAS功能的需求，而更高级别自动驾驶在乘用车领域的商业化落地仍需时日，导致各大整车厂商及转向系统供应商对实现线控转向快速量产的积极性不强。因此，线控转向系统短期内仍难以实现大规模量产，预计线控转向将伴随L3+级自动驾驶的商业化应用进入普及阶段。
目前博世、捷太格特、舍弗勒、万都等外资转向系统巨头在线控转向领域均有布局，已展示多款SBW概念车，但真正实现量产的仅有英菲尼迪旗下的4款车型，该线控制动系统DAS由Koyoba开发，保留了机械转向系统作为线控转向系统的冗余。2022年即将量产的丰田新电动车型bZ4X宣布搭载线控转向系统，有望成为第一款新能源线控转向量产车型。

国内厂商中，中航集团旗下的耐世特作为全球领先的转向系统厂商之一，2018年发布了SBW技术并推出静默方向盘系统及随需转向系统，支持L3+级自动驾驶。长城汽车于2021年6月推出了咖啡智能2.0智慧线控底盘，整合线控转向、线控制动、线控换挡、线控油门、线控悬挂5个核心底盘系统，成为国内首个支持L4+级自动驾驶的线控转向底盘系统，预计2023年将投入商业应用。
与被外资厂商主导的EPS相比，线控转向的量产渗透率极低，国内厂商有望凭借成本与供应链等优势在未来抢占国内市场。

b.线控制动
汽车制动系统经历了机械制动、压力制动（液压或气压）、线控制动三个发展阶段。传统乘用车制动系统以液压制动为主，需要利用发动机进气歧管产生的负压支持真空助力泵，为刹车提供助力。由于电动汽车无发动机，早期的电动车制动方案中以电子真空泵取代传统燃油车的真空助力泵，然而电子真空泵存在噪音较大、寿命较短、高原地区效果差等缺陷，线控制动系统应运而生。
线控制动系统取消了制动踏板与制动系统间的刚性连接，制动踏板仅提供输入信号，ECU根据驾驶员踩下的位移推断驾驶员的制动意图，计算出目标助力大小。线控制动系统的制动助力基于电机旋转产生，不再使用电子真空泵。与传统液压制动系统相比，线控制动系统体积和重量较小、能够摆脱电子真空泵的各项缺陷，成为汽车制动系统的主要发展趋势。
线控制动在自动驾驶及新能源汽车领域优势更为显著：线控制动系统以电子结构取代机械结构，能够实现更高的响应速度，对于自动驾驶尤为重要；线控制动系统的制动信号既可以来自制动踏板，也能够由ECU自行根据车况及路面场景主动产生，实现车辆自动制动，满足高级别自动驾驶需求。对于新能源车而言，线控制动系统体积更小、重量更轻，并能够与制动能量回收系统结合，显著提高能量回收效率，从而大幅提升续航里程。

现阶段线控制动系统主要有EHB和EMB两条技术路线，EHB（电子液压制动系统）保留了液压系统，以电子助力器取代真空助力器提供制动液压；刹车踏板与制动系统之间的刚性连接被取消，仅仅保留传感器，ECU根据传感器信号判断驾驶员制动意图，通过电机驱动液压泵实现制动。当电子系统发生故障时，作为冗余的液压系统将被激活，此时EHB系统将变为传统的液压系统。
EMB（电子机械制动系统）则以电子机械系统完全替代传统液压装置，通过ECU感知制动器踏板传感器信号以及车况信息计算出所需刹车驱动力，然后由电机直接执行制动，是真正意义上的线控制动系统。在取消液压系统后，EMB能够实现更短的响应时间以及更精简的结构，免去制动液泄漏的风险，有望成为汽车制动系统的终极发展方向。然而EMB方案量产仍存在诸多桎梏：（1）EMB方案无机械冗余系统，需要具备更高的可靠性，并且在高阶自动驾驶中需要解决电子系统失效后的安全问题。（2）EMB方案需要配备更多传感器、控制芯片等，增加了量产成本。（3）EMB制动力受限于电机功率，导致制动力不足。（4）在高温及电磁干扰等恶劣环境下稳定性较差。目前量产的线控制动系统均为EHB方案，EMB方案仍处于研究阶段。

根据集成程度不同，EHB可以分为One-Box和Two-Box方案。在Two-Box方案中，互为冗余的ESP和电子助力器相互独立；One-Box方案中，ESP被集成于电子助力器内。与Two-Box相比，One-Box方案具备体积较小、成本较低等优势，但One-Box方案的踏板力反馈与车轮完全解耦，无法通过踏板感知车轮状态，因此需要软件调校踏板感；另外在L3+级自动驾驶中，One-Box需要单独的降级ESP作为系统冗余，在成本上或将反超Two-Box方案。由于高级别自动驾驶在乘用车领域的落地前景仍未明朗，在体积和成本上占据优势的One-Box方案将成为现阶段整车厂商及供应商的首选。

线控制动系统的主要壁垒在于：（1）决策算法。线控制动系统的制动力大小由ECU计算所得，而行驶过程中的车上人数、车速、路况、天气等均会对制动情况造成影响，使用场景复杂度高，对于决策算法的适用性和可靠性提出了极高的要求，往往需要海量的测试数据为算法提供支持。（2）同步开发和持续服务能力。线控制动踏板与制动系统解耦，踏板感觉需要从零开始设计模拟，且各整车厂商往往需要开发和更新个性化、定制化的踏板感觉，这要求供应商具备较强的同步开发能力以及持续服务能力。（3）上车验证。线控制动系统作为汽车核心安全部件，可靠性要求相对更高，产品大规模量产前往往需要一定时间和数量的上车验证。

博世、大陆、采埃孚天合等作为全球汽车零部件龙头，较早地布局线控制动系统，占据一定的先发优势；零部件龙头的雄厚实力及在制动领域的多年技术、数据积累也为其线控制动决策算法构筑了深厚的护城河，能够取得大多数整车厂商认可，因此在国内外市场基本占据主导地位。博世2013年成功研发第一代iBooster线控制动产品，2017年研发第二代iBooster，2019年推出OneBox方案IPB，凭借强大的品牌实力迅速抢占国内市场。据佐思汽研统计，2020年博世线控制动产品在国内市场的占有率超过90%，广泛应用于大众、特斯拉、蔚小理等品牌的新能源乘用车。

线控制动领域国内参与者众多，包括伯特利、拓普集团、华域汽车、拿森电子、同驭科技等，部分厂商已实现量产，客户以自主品牌为主。伯特利深耕制动领域多年，2019年率先开发国内首款One-Box线控制动产品WCBS，打破博世、大陆等外资厂商对One-Box系统的垄断，增压速率、噪声性能、能量回收效率、系统重量等产品性能与国际厂商基本持平。伯特利已与多家整车厂商签订同步开发协议，2021年进入量产阶段，有望凭借先发优势抢占One-Box产品国内市场。伯特利第二代线控制动产品WCBS2.0已进入开发阶段，能够适配L4级别以上自动驾驶，并满足大型车及外资、合资客户的配套需求，线控制动产品的市场空间有望进一步拓展。
与线控转向相比，国内供应商在线控制动领域的追赶步伐更紧，伯特利等厂商已具备One-Box的量产配套能力。随着新能源汽车及智能驾驶持续发展，线控制动国内渗透率有望逐渐提升，国内供应商有望凭借成本及快速响应等优势取得更多整车厂商认可，迎来更多配套机会。

3、中游

（1）主要车企智能驾驶能力对比

（2）基于车企智能化研究框架对比分析：
1）组织人才：新势力相对占优，传统车企加速转型
a.新势力蔚来、小鹏、理想智驾团队规模持续扩充，现阶段均千人左右规模，管理机制灵活、激励措施完善，对高端人才吸引力较强；
b.传统车企长城、吉利单独成立子公司，同原有组织架构相剥离，以便于吸引人才；
c.其他国内传统车企目前仍主要以内部研发团队为主，未来不排除单独成立子公司可能。
2）技术路径：特斯拉坚持纯视觉感知；国内车企均基于深度预埋设计思路，路径趋同
a.全球范围内目前仅特斯拉坚持纯视觉感知，北美现已取消毫米波雷达；
b.国内新势力+传统车企针对L3及以上均采用大算力芯片及计算平台（基于英伟达/高通/华为）+激光雷达硬件预埋设计思路，寄期通过后续软件OTA升级拓展运行区域，路径趋同。
3）开发方式：新势力布局全栈自研，传统车企自研+合作并举
a.新势力布局软件全栈自研，便于软件快速迭代，且未来不排除自研芯片可能；
b.传统车企自研+合作（华为/百度/科技初创公司）并举，L2（辅助驾驶ADAS）+L3及以上协同发力。
4）落地进展：新势力>民营传统车企>国有传统车企
a.新势力小鹏率先量产，2020年自研算法落地小鹏P7；
b.蔚来、理想早期采用Mobileye方案，现逐步切换至英伟达，2022年逐步量产；
c.传统车企长城、吉利、上汽紧随其后，旗下高端智能电动车型主要于2022年落地；
d.传统车企北汽、长安、广汽现阶段均选择同华为合作，落地时间为2022至2023年。
5）数据积累：特斯拉遥遥领先，国内车企差距尚不显著
a.特斯拉累计超40亿英里（200倍于谷歌Waymo），全球领先；
b.新势力数据积累量约1亿公里，略领先于传统车企，但差距尚不显著。
6）小结
对比来看，全球范围内特斯拉技术实力最强，累计行驶里程超40亿英里，坚持纯视觉感知路线；中国范围内，新势力态度激进相对领先，长城、吉利等传统车企加大布局。伴随智能驾驶技术能力提升，智驾体验感对消费者购车决策影响权重预计将逐步递增，短期新势力相对领先，但各方差异尚不显著，车辆保有量及数据积累速度仍为未来竞争核心，核心关注各方布局与落地进展。

04

智能化极有可能重构汽车产业格局

1、汽车“新四化”引发行业变革，生态格局向消费电子转变

未来汽车将成为最大的智能终端，具备高度电动化、网联化、智能化、共享化的特征，也将逐步打开传统汽车行业的“封闭市场”，生态格局向消费电子转变，汽车市场未来很可能沿着手机市场从功能机到智能机的转变趋势而变革。

2、竞争壁垒：产业入围，多方竞合

3、供应链重构：由垂直整合模式转变为水平分工模式

4、价值链转移：与PC/手机趋同，软硬件分层解耦，价值重心转移

05

发展趋势：智能驾驶的时代正在到来

截至2021年底，我国汽车市场L1-L2级辅助驾驶功能渗透率已经上升至30-40%区间，10类常见的ADAS功能中有5类渗透率超过了30%。据艾瑞咨询测算，2025年我国智能驾驶辅助系统市场规模有望达到490亿元。IDC《中国自动驾驶汽车市场数据追踪报告》显示，2022年第一季度L2级自动驾驶在乘用车市场的新车渗透率达23.2%，整个市场处于L2向L3发展的阶段，L2级的ADAS是现阶段自动驾驶汽车商用落地的核心。随着智能网联汽车的不断发展，中国市场渗透率将逐渐超过全球。