行业研究|自动驾驶赛道趋势研判及投资机会梳理

2021年以来，我国多地出台了自动驾驶方面的政策，各地应用实践也呈现多种趋势。目前，已有北京、重庆、武汉、长沙、深圳等多个城市允许自动驾驶汽车在特定区域、特定时段上路试运营，加速自动驾驶的商业化落地进程。

同时，相比于2020年的自动驾驶软件技术的不断落地，2021年核心硬件技术研发开始加速，推动自动驾驶技术装车量产进程，多个场景自动驾驶技术取得突破。

因此，我们认为随着政策助力、技术突破和商业化程度提高，当下自动驾驶仍有结构性的布局机会。

1、自动驾驶产业链

自动驾驶产业链上游由感知层、执行层、判断层、网联层的供应商构成，中游由主机厂、自动驾驶科技企业、科技出行企业、智慧交通服务商组成，下游由不同场景方构成，包括C端、B端与G端应用。

图：自动驾驶产业链  数据来源：亿欧智库

2、应用场景：L2智能驾驶已大规模商业化，L2以上智能驾驶已在除城市外其他场景验证，城市智能驾驶场景重要性突显。

当前我国主流车企已实现乘用车L2智能驾驶大规模商业化应用。据中国汽车报披露，2021年，我国乘用车新车市场中具备L2智能驾驶功能的车型销售476.6万辆，渗透率达23.5％，同比增长57.2％。

L3-L5智能驾驶技术处于商业化初期，已在除城市道路外场景得到验证，商业化试点逐渐铺开。当前中国自动驾驶商用车主要包括六大主流应用场景，按应用场景难度由易到难分别为矿区场景、港口场景、机场场景、物流园区、干线物流、末端物流。在技术方面均已得到验证，但受制于成本结构和商业变现能力，商业化进展仍处于行业初期。因此我们认为在该领域仍存在投资机会。

城市场景重要性凸显，各类主机厂商正攻克城市道路应用场景。较之封闭场景，其交通标识复杂化、行人干扰度提高、静态干扰物提高，自动驾驶落地难度提高。城市道路是其中最为复杂的应用场景，是自动驾驶的至高关卡。然而受限于自动驾驶技术、政策限制和市场环境影响，城市场景应用仍未得到大规模验证。因此我们认为在相关技术领域，包括传感器、算法、芯片算力等方面，存在较大的投资机会。

图：自动驾驶场景应用难易程度  数据来源：亿欧智库

3、城市场景难点在于感知要求高，感知解决方案包括高精地图、车路协同和单车智能

对于提升自动驾驶感知能力，不同于美国坚持单车智能为主要方向，目前在中国，行业内主要存在高精地图、车路协同和单车智能三条技术路径，三者相辅相成，共同提升汽车感知水平。我们认为，高精地图是短期依靠，车路协同是中期支撑，单车智能是未来趋势。

从短期来看，高精地图是实现L3自动驾驶的必要条件。高精地图为智能汽车提供路线规划，当遇到极端恶劣条件，汽车自身传感器失灵时，高精地图能够为汽车自动驾驶提供支撑。然而，城市点到点辅助驾驶对地图的需求极有挑战性，需要高精地图深度覆盖、要素丰富。这就要求高精地图提供商维持较高更新频率并且保持较低的成本。如果要维持高精地图的高鲜度，图商要扩大车队规模、提高采集频率，并增加编译制作工作量，这将带来巨大的成本压力。

与国外坚持单车智能不同，国内车路协同作为新基建的重要环节之一，究其原因，中国新建公路较多，道路智能化改造成本较低，同时中国的制度优势利于自动驾驶系统性布局，推动中国车路协同发展。中国自动驾驶行业如果想要实现弯道超车，车路协同的确是一个突破口。然而，目前我国车路协同发展尚未形成标准的建设体系和商业模式，仍处于探索阶段，但我们相信这是一个较大的投资方向。

图：车路协同应用成熟度曲线  数据来源：中国信息通信研究院

4、单车智能是自动驾驶终极形态，现处于初级阶段，不同环节均存在投资机会

单车智能包括传感器、域控、算法、算力等多个环节。鉴于我国单车智能处于初级阶段，因此我们认为，各个环节均存在一定的投资机会。

在传感器层面，具体包括摄像头、毫米波雷达、超声波雷达和激光雷达等。随着汽车自动驾驶等级提升，为了提高感知冗余，所需配备的智能传感器数量随之增多，行业市场规模快速扩张。

其中，激光雷达作为最新出现领域，其避开了对算法和数据的高度依赖，在探测精度、可靠性和抗干扰能力等方面具备特色优势，是未来发展方向。虽然自动驾驶技术路线之争仍然存在，特斯拉纯视觉方案先发优势明显，其他车企有望借助激光雷达为主导的多传感器融合方案实现弯道超车。此外，在L2以上自动驾驶，安全性成为高阶自动驾驶功能落地前车企最急需解决的问题，激光雷达是保证高阶自动驾驶安全性的必备冗余。然而，受限于车规级技术难度大、制造成本高等问题，目前尚未实现大规模量产上车，但产业链已经初步成熟，因此我们认为在该领域具有更大的投资机会。

图：激光雷达不可能三角  数据来源：北汽研究院

域控制器行业涉及大量行业know-how，带来供应链格局重塑，一个车型一般只会选择一个供应商，具备明显的车型排他性。同时，域控制器的普及将大副减少供应商数量，域控公司有望从传统供应商抢夺更多份额，具有强马太效应和规模效应。因此，我们将关注具有长行业积累、高技术能力并率先获得头部车企定点认可的域控公司。

智能驾驶的核心在于算法，具有较高的技术门槛。算法的复杂性在于，先要收集并融合各类传感器搜集的环境数据，通过解析、分析后将指令传导至各类执行装置，过程中既要满足车规级安全要求又要足够迅速，保证行车过程的安全高效。自动驾驶算法覆盖感知、决策、执行三个层次。大部分主机厂缺乏自研能力，不得不向外采购，因此我们认为具有较强技术能力的软件服务提供商具有较大的机会。

随着自动驾驶等级的提升，软件定义汽车趋势，大算力平台的建立，对汽车计算能力提出新的要求，这为汽车芯片行业创造了大量机遇，也是国内本土企业进入市场的良机。从市场份额来看，在自动驾驶芯片领域国际厂商仍然占据绝对优势，国内自动驾驶芯片领域已经出现头部厂商。当前，智能驾驶正处于发展的初始阶段，车企与自动驾驶的供应链之间尚未形成强绑定关系。同时我们相信随着自动驾驶的升级，面对不同的算法体系，对芯片需求将呈现定制化趋势。此外，后摩尔时代下，新集成、新材料、新架构都成为了新的突破点。因此我们将关注具有技术能力、量产能力和开发能力的芯片设计商。

技术水平是推动整个产业的关键因素，同时随着汽车集成化提高，产品系统能力和团队行业经验重要性突显。因此我们将从“技术推动、系统能力、行业经验”这三个维度去寻找合适的团队。

技术研发团队不但要提高自身技术水平，更要专注技术的实用性和商业性，降低成本门槛，实现技术的规模化应用。在不断演进中通过技术手段和工艺水平改进产品性能和性价比。在汽车SOA趋势下，我们更加关注兼具软硬件能力，并能跟其他服务提供商达成技术合作的企业。

汽车集成化不断提高，要求产品拥有系统能力，在整个自动驾驶系统中能够保持稳定运行。这要求团队拥有较强的合作经验和产品开发能力，建立自己的合作网络。目前不少自动驾驶硬件制造商已经进入交付环节，并不断扩宽产能，降低企业制造成本。因此，稳定的生产交付能力必不可少。

汽车制造业一直是工业中体系最复杂的工程之一，因此行业经验不可或缺。鉴于主机厂商数量有限，且在产业链话语权逐步提高，Tier1制造商和软件服务商需要提高自身获客能力，捆绑大主机厂商，获取稳定订单，并以此不断迭代自身产品。因此，我们将关注能够锁定优质客户且具有行业实践经验的团队。

1、赛道选择方法论

目前，自动驾驶仍受限于汽车感知能力低，信息处理速度慢等问题，尚未实现自动驾驶大规模商业化应用。围绕这一核心矛盾，我们认为单车智能提升是长期趋势，车路协同是中国特色方案，二者将共同推进汽车自动驾驶水平。

围绕单车智能，我们认为在硬件方面激光雷达和芯片技术门槛高、需求量明确，有确定性投资机会。然而国内二者处于行业初期，技术路线的选择判断对投资的影响至关重要，因此我们注重公司的技术路线、落地能力和量产能力。自动驾驶算法是自动驾驶的核心，这离不开公司行业积累和数据支撑，具有明显的先发优势。因此我们注重公司团队背景、技术能力和合作情况。

围绕车路协同，作为国家新基建的重要组成部分之一，是政策鼓励的方向，存在长期趋势，但当下行业标准不统一、商业模式不明确。我们认为随着国家逐渐明确自动驾驶系统整体设计，该领域存在明确投资机会，包括软件和数据云服务、通信模组、智能路侧等。

同时，随着技术突破和成本下降，自动驾驶商业应用更加明确，逐步改善自动驾驶方案解决商普遍亏损的情况。我们将持续关注具有强行业know-how和客户资源，提供可规模化复制的自动驾驶行业应用的服务提供商。

2、重点评价指标

硬件层面，我们关注企业产品技术路线、核心性能和成本，评价产品是否具备核心竞争力并能够实现商业化应用。此外，关注企业与整车厂商合作情况、SOP情况和量产能力，能否获得稳定整车厂商客源并且实现稳定供应。

算法层面，我们关注企业技术积累和行业经验，能够解决复杂问题并在特定场景或全场景为主机厂商提供智能驾驶解决方案。由于算法训练离不开数据本身，我们关注企业训练数据来源，能够形成自身的数据训练库，并通过先发优势进一步迭代训练自身模型。

应用场景方面，我们关注企业行业积累和实施方案的落地性和可复制性，能够运用自动驾驶技术来取代人力，在保障系统安全性的前提下降低方案成本，为客户提供高性价比替代方案，具备良好的落地性和可复制性，实现规模化商业应用。

从长远来看，我们看好拥有核心技术优势并具备行业经验，能够在产业链环节占据领先地位的企业，这些企业有望利用先发优势快速抢占市场，赢得我国自动驾驶行业发展的红利。

图：单车智能三大方向评价指标

伴随着技术突破、政策助力和商业落地，我国自动驾驶正处于快速发展期，但仍与国外有较大的差距。目前，我国自动驾驶商业化主要由整车厂商、科技公司、Tier1制造商推动，有较高的技术壁垒，行业先发优势明显。同时，市场技术路线尚未确定，行业处于快速迭代期，市场格局快速变化，存在显著的投资机会。我们认为，激光雷达、域控、芯片等相关汽车感知硬件、自动驾驶算法及软件以及应用场景端的商业化三个方向具备较高的投资价值和机会。未来将持续关注前沿技术路线，寻找具备技术能力、获客能力以及商业思维的创业团队。

图：投资组合3大方向

行业研究|医药投资研究报告：全球迈入生物药时代，布局十大领域，强化领投持续复投

行业研究|半导体与信息技术行研报告：5G通信黄金十年，关注5大投资机遇

行业研究|氢燃料赛道趋势研判及投资机会梳理

特 别 声 明

*本文内容仅供一般性参考，在任何时候均不构成对任何人的具有针对性的、指导具体投资操作的意见和建议。订阅者应当对本公众号中的信息和观点进行评估，并根据自身情况，独立做出投资决策并自行承担投资风险。

*本文部分数据、图片来源于网络，仅为学习研究目的进行引用。