汽车光学产业链专题研究报告：智能驱动量价齐升

汽车光学产业链专题研究报告：智能驱动量价齐升一、智能驾驶渗透提升，摄像头量价齐升从华为看视觉方案，单车摄像头或超过

10

颗极狐阿尔法

S华为

HI版本搭载

13

颗摄像头，视觉“无死角”护航自动驾驶。极狐阿尔

法

S自动驾驶解决方案采用摄像头+毫米波雷达+激光雷达多种异构传感器的融合感知，

可以实现高速公路自动驾驶、城区高阶自动驾驶和代客泊车功能。传感器配置激光雷达

*3

+

毫米波雷达*6

+

ADS摄像头*9

+

环视摄像头*4

+

超声波雷达*12。4

颗环视摄像

头能将汽车顶部各个方向的鸟瞰画面拼接起来,以动态的形式显示在车内的液晶屏上;此

外,可以自动识别停车通道标识、路缘和附近车辆。4

颗前视摄像头（1

个双目

+

1

个长

焦

+

1

个广角），可以监测前方突如其来的行人车辆。4

颗侧视摄像头可以用来防止盲

区，保证行驶安全。1

颗后视摄像头可以辅助实现自动泊车功能。特斯拉持续推动纯视觉方案在自动驾驶的上限，视觉系智能驾驶已经成为当下最为主流

的方案之一。特斯拉相对于激光雷达方案，更青睐于以纯视觉来实现高阶的自动驾驶。

特斯拉研发的

TeslaVision基于深度神经网络，能够对行车环境进行专业的解构分析，

相比传统视觉处理技术可靠性更高，能够充分利用搭载的高性能摄像头。特斯拉

Autopilot自动辅助驾驶环绕车身共配有

8

个摄像头，视野范围达

360

度，对周围环境

的监测距离最远可达

250

米。前视主视野摄像头、宽视野摄像头、窄视野摄像头最大监

测距离分别为

150

米、60

米、250

米，用来识别物体并为导航提供支持，探测可能影响到车辆的物体，并根据情况采取制动措施；侧方后视摄像头（2

颗）、侧方前视摄像头

（2

颗）最大监测距离分别为

100

米、80

米，可以监测周围环境，防止视野盲区；后视

摄像头最大监测距离

50

米，为停车和障碍物探测提供支持。智能驾驶“军备竞赛”升级，新出智能车型普遍搭载

10

颗以上摄像头。智能驾驶作为

未来车企竞争焦点，在硬件的“军备竞赛”持续升级，近期发布的新车极氪

001、智己L7、蔚来

ET7

分别采用了

15

颗、12

颗和

11

颗摄像头，相较上一轮的智能汽车车型平

均搭载

5

颗摄像头的配置显著提升。视觉系具备成本相对较低的特性，目前在辅助驾驶领域已经广泛使用，自动驾驶对视觉

系覆盖的范围提出更高要求，也推动了摄像头数量上升。视觉系

ADAS使用摄像头采集

图像信息，通过算法分析出图像中的道路环境。因此，基于摄像头的视觉系

ADAS可以

实现路标识别、车道线感应、行人识别、车辆识别等特殊功能，应用较为广泛。另外，同一个摄像头能通过调整算法融合多种不同功能。成本和功能多样性带来视觉系传感器

的巨大优势。目前摄像头的安装位置主要分为前视、后视、侧视以及内置。前视摄像头是最重要的摄像头，未来布局有望达到

4

颗，多摄像头可以提供额外的距离、

定位等信息。目前市场上配置自动驾驶功能车型的前视摄像头普遍是

1-4

颗，实现高阶

自动驾驶功能普遍需要

3

颗以上。前视摄像头在辅助驾驶领域可以是实现智能远光灯控

制、道路交通识别、车道偏离报警、驾驶状态监测等多项核心功能，一般成本考虑用

1-

2

颗摄像头。自动驾驶需要双目甚至三目等更为复杂的前视摄像头提供

3D的信息，承担测距、定位等更多的功能。环视系统大幅改善停车的便利性，高阶自动泊车则必然需要环视摄像头的支持。目前市

场上配置环视摄像头的数量普遍都是

4

颗，环视摄像头为

135

度的广角镜头装配在车

型的四周，能实现环视功能，相较于普通倒车影像，环视能大幅改善泊车的视角。拥有

高阶自动驾驶的车型，环视摄像头还能识别停车通道标识、路缘和附近车辆，并实时预

警，同时在自动泊车时帮助寻找车位和检测障碍物。侧视布局的摄像头布局一般为

2-4

颗，解决盲区的检测。侧视摄像头主要的配置方案一

般为后视

2

颗或者前后视

4

颗，分布于车两侧。辅助驾驶领域，侧视摄像头可以提供盲

点预警，应对侧边车辆超车。自动驾驶对于车辆视觉覆盖的范围有较高要求，侧视摄像

头可以进一步填补车辆盲点。内置摄像头的数量

1-2

颗，主要作用是检测驾驶员的状态。内置摄像头主要是帮助实现

驾驶员监测系统，可以随时检测驾驶员的疲劳特征，在驾驶员疲劳时做出警示，确保驾

驶者在合适驾驶车辆的状态。

自动驾驶在技术层面和法规层面均尚未完善，内置摄像

头可以保证驾驶员注意力依然保持在汽车驾驶的状态，让自动驾驶和人工驾驶切换更为

有效。摄像头像素提升，带来单车价值上升自动驾驶环境感知需求下需要摄像头更高清晰度，以获取探测更长距离和更多信息。自

动驾驶汽车首先应有一套完整的感知系统，代替驾驶人的感知，提供周围环境信息，实

时、准确识别周边影响交通安全的物体，应对突发事件，为采取必要操作以避免发生交

通安全事故。摄像头像素的高低对于目标检测的准确度有着很大的影响，随着目标检测

算法的日趋完善，对摄像头的像素提出更高的要求，以满足算法对数据的需求。根据蔚

来汽车的研究，8MP像素摄像头感知距离是

1.2MP像素摄像头的三倍。另一方面，智能汽车作为智能终端，高清拍摄等也成为新的需求。现如今汽车已经不仅

仅是传统意义上的出行工具，逐渐演变成了一个智慧终端，成为了人们生活重要的一部

分。例如在华为智选车载智慧屏的背面，搭载了一颗

2K摄像头，能拍下

2160x1440

分

辨率画质的行车视频，记录下清晰的画面。人们也愈加注重感官的需求，需要更加高清

的摄像头。最新上市的智能汽车均开始搭载

8MP高清摄像头。吉利的极氪001

就搭载了

8颗ADS高清摄像头（8MP）：前视*3（前挡风玻璃：1

个双目

+

1

个长焦单目）+

侧后视*2（翼

子板）

+

侧前视*2（外后视镜底座）

+

后视*2（车顶后部）。上汽智己L7

搭载

7颗ADS摄像头（5MP）。蔚来

2022

年

Q1

季度即将交付的

ET7

也搭载了

8MP高清摄像

头。以蔚来为例，蔚来

ET7

采用“摄像头+毫米波雷达+激光雷达多种异构传感器的融

合感知”的感知系统解决方案，传感器配置“激光雷达*1

+

ADS摄像头*7

+

环视摄像

头*4

+

毫米波雷达*5

+超声波雷达*12”，其中

7

颗

ADS摄像头为

8MP高清摄像头，

能实现超远距离视觉感知，可检测到

680m外车辆

+

260m外的锥桶

+

220m外的行

人。自动驾驶平台算力提升保障高像素、多摄升级。车载摄像头分辨率的提升以及多摄升级

意味着数据量的暴增，倒逼汽车厂商提高计算平台的数据处理能力，而算力的提升又进

一步支撑车载感知层硬件升级。以特斯拉和蔚来为例，特斯拉

FSDHW3.0

的自动驾驶

计算平台可提供

144

Tops算力，其采用

8

个

120

万像素的车载摄像头，而蔚来

ET7使用

4

颗英伟达

DRIVEOrin芯片可提供

1016

Tops算力，豪华配置

11颗800

万像素的摄

像头助力其自动驾驶系统。量价齐升，车载摄像头进入发展快车道汽车智能化是驱动摄像头放量的核心因素，具备智能驾驶功能的车型渗透率到

2025

年

预计将达到

75%左右。一方面是

L1&L2

低等级智能驾驶中如

AEB、环视等配置渗透率

提升带来摄像头需求提升，另一方面随着

L3

以上自动驾驶对视觉系统的依赖需要至少

7-9

颗摄像头。随着智能变革带来汽车竞争力转变，智能驾驶渗透率将进入加速渗透期。

2018

年，海外咨询机构

Yole等均对未来智能驾驶渗透给予了比较乐观的预计，预计

2025

年和

2030

年具备智能驾驶的车型达到

69%和

87%。目前随着科技企业加速进入

汽车行业，智能驾驶渗透率有望进一步提速，尤其接近

L3

功能的

L2.5

智能驾驶（如特

斯拉

NOA、小鹏

NGP等）实际量产时间持续提前。我们预计到

2025

年辅助驾驶（L1

为代表）和自动驾驶（L2.5-L3

为代表）渗透率分别达到

75%和

10%，而到

2030

年将

分别达到

90%和

30%。根据佐思产研，2019

年国内的车载摄像头出货约

2300

万颗，平均单车

1

颗左右，预计

全球单车摄像头配置比例基本相当，测算预计全球需求约为

0.9

亿颗。目前

L1&L2级摄

像头的平均需求为

5

颗，支持

L2.5

以上自动驾驶平均是

8

颗摄像头。随着智能驾驶渗

透率的提升，到

2025

年和

2030

年全球将分别达到

4.1

亿颗和

6.0

亿颗，平均单车需求

为

4.1

颗和

5.4

颗。目前

120

万像素的摄像头平均在

150

元人民币，500

万像素摄像头平均价格有望超过

300

元，而

800

万像素价格或超过

500

元。我们认为随着摄像头像素的持续提升，行业

单车价值将稳中有升。我们假设

L1

级使用的摄像头像素相对较低，平均价格维持在单

个

150

元，L2.5

级以上智能驾驶需要更高清的摄像头，平均价格单个摄像头为

300

元。

根据上述摄像头出货需求的测算，我们预计摄像头行业规模

2025

年和

2030

年将分别

达到

730

亿和

1297

亿人民币。二、汽车光学产业链掘金成本结构：CIS、镜片、封装占比较高光学成像机制可以简单概括为当光线透过镜片后汇聚在图像传感器，传感器记录其图像

信息并通过模数转换器将其转化为数字信号，然后交由图像处理器进行后期优化，最终

输出在显示屏幕。车载摄像头模组的主要构成包含

CMOS图像传感器和镜头组，配套硬件包括

ISP、串

行器、连接器等：镜头组：包含光学镜片、红外滤光片和保护膜。镜头组作用主要在于将光线汇聚至

图像传感器，其透光率以及折射角度会影响到进入图像传感器像素点的光线数量。

在材质方面，玻璃镜片的透光性能优于塑料镜片，但在成本方面处于劣势，车载镜

头出于可靠性以及性能考虑会采用玻璃镜片。CMOS图像传感器：当外界光透过镜片照射在感光单元阵列时，图像传感器通过

感光单元阵列将携带拍摄对象的亮度以及色彩等信息的光信号转换为电信号，再

通过模数转换模块将电信号转换为数字信号，最后再将数字图像信号进行预处理

并对外输出。图像传感器作为“光电转换”的感光元器件，是摄像头模组的核心零

部件，对于成像效果起着至关重要的作用。图像传感器夜间感光性能、感光面积以

及量子效率等会直接影响到图像的输出质量。ISP：ISP全称为图像信号处理器（ImageSensorProcessor）。CMOS图像传感

器捕捉到的电信号需要经过

ISP处理后展示在显示器，其可实现的功能主要包括

自动对焦、自动曝光、颜色校正、HDR等。对比智能手机以及车载摄像头

BOM成本，不难发现占比最高的都是图像传感器，占比

在

50%附近。在智能手机摄像头成本位居第二的为光学镜头，而车载摄像头中模组封装

的成本占比更高，接近

25%。绝对成本角度来看，车载摄像头因对可靠性要求较高，其

ASP远高于常规智能手机摄像头。CIS：技术升级加速格局重塑图像传感器将光学镜头中接收到的光信号转换为电信号，它是数字成像系统的核心器件，

它与镜头、图像信号处理器共同决定了图像的质量及摄像头的价值。行业内存在

CMOS与

CCD两种技术方案，由于在成本、功耗、读取速度等方面

CMOS领先于

CCD，目

前主要使用

CMOS图像传感器作为汽车摄像头的图像传感器。自动驾驶/ADAS对

CMOS图像传感器性能提出更高的要求。为保证车载摄像头在各种

环境下捕捉外界信息的完整性，自动驾驶/ADAS系统一般要求

CMOS具有高动态范围

（HDR）、高感光能力及

LED闪烁抑制等功能。高动态范围：通常一幅图像中同时具有亮部区域和暗部区域，业界使用两者比值来

量化

CMOS图像传感器的动态范围，即使用动态范围表示成像系统同时采集这两

种信息的能力，其单位为

dB。动态范围是衡量车载摄像头性能的重要指标之一，

自动驾驶系统一般会使用较高动态范围的

CMOS图像传感器以实现过亮或过暗环

境的正常成像。高感光能力：CMOS图像传感器感光能力一方面取决于绝对灵敏度阈值，另一方

面也可通过增大单位项目面积来获取更多的光信息达到提高感光能力的目的。感

光能力强的

CMOS图像传感器能够在夜间等低照度的环境下，识别对象的颜色、

形状等特性，可以确保汽车在夜间行驶时准确判断路况信息，规避行车风险。LED闪烁抑制：目前的

LED灯频率多为

90Hz，通常一个亮暗周期约

11

毫秒，若

汽车

CIS曝光时间较短会导致信息缺失或错误。因此，用于识别交通信号灯、公

交站牌灯等灯光的

CMOS图像传感器需要具备

LED闪频抑制技术，这对于实现

更高等级的自动驾驶意义重大。自动驾驶系统驱动车用

CMOS图像传感器像素升级。以往车载摄像头多用于倒车影像

和弥补视野盲区，其像素要求往往较低。智能汽车所搭载摄像头不在局限于覆盖道路视

野，对成像精细度、感知距离等提出更高要求以满足

AI解析准确率。因此，除实现高动

态范围、高感光能力等技术外，高等级的自动驾驶技术要求车载摄像头拥有更高分辨率。总结而言，同时具有高动态范围、高感光能力和高像素等功能的

CMOS图像传感器的

尺寸和设计难度更大，推升价值量。我们认为，伴随着自动驾驶/ADAS技术在智能汽车

的快速渗透，汽车镜头用量提升，车用

CIS或将迎来量价齐升。据第三方咨询公司预测，2019-2024

年车用

CMOS图像传感器占整体销售额比例将由

10%提升至

14%，增速高于

CIS行业整体增速，2025

年整体规模或将超过

30

亿美元。

从当前行业发展来看，智能驾驶渗透速度以及对于

CIS的需求市场规模或较咨询机构测

算更高。CMOS行业集中度高，马太效应明显。按照销售额口径，2019

年

CMOS行业前

5

家

厂商的市占率超过

81%，Sony、三星、豪威位居前三甲。在汽车

CMOS细分领域，按

照销售额口径，2018

年前五家厂商市占率超过

75%。不难看出，未来进入壁垒将随着

技术研发能力、资金投入而水涨船高，龙头公司有望享受行业高度集中带来的红利。过去的车载摄像头以行车记录仪、倒车影像等基础功能性产品为主，车用

CIS一般为中

低端规格，厂商技术迭代意愿不强，叠加传统汽车产品认证周期较长，汽车

CIS市场格

局稳定。我们认为，随着车用

CIS从中低端迈入高端行列，技术迭代加快，行业格局或

迎来重塑，具有技术和产能双重优势的厂商将脱颖而出。镜头组：国内玩家一枝独秀光学镜片产业国内厂商一枝独秀。镜头组供应商处于行业中游，其下游主要为模组封装

厂商，上游供应商则包括光学镜片、滤光片、保护膜等相关材料与元器件。保护膜仍以

海外厂商为主，而滤光片以及光学镜片环节国内厂商已展示出全球竞争力，其中价值量

较高的光学镜片包括舜宇光学、联创电子等厂商，滤光片则包括水晶光电等玩家。红外滤光片使得仅可见光透入，成就高清成像。由于

CIS可以感应红外光和紫外光，尤其对红外光十分敏感，因此车载摄像头需要装载红外截止滤光片对红外光加以抑制，达

到可见光区（波长

400-630nm）高透，近红外光（波长

700-1100nm）截止的效果，满

足高清成像要求。未来车载镜头或增加高性能玻璃镜片使用量。车载镜片材质主要为玻璃以及塑料材质，

两者的优缺点十分明显，就性能与可靠性而言玻璃镜片具备天然的优势，但是受限于加

工难度大而成本高昂，塑料镜片在成本则优势明显。车载镜片目前多使用玻璃镜片方案，

部分环视等镜头会使用玻塑混合的折中方案，即在整个镜头组中使用

1-2

片玻璃镜片，

未来或将随着玻璃工艺的成熟以及

ADAS系统级别提升而增加玻璃镜头的使用量。车载镜头产品门槛高、认证周期长，行业格局较为集中。安全性、可靠性、一致性是汽车零部件供应商认证的重要考量，因此

Tier1

厂商倾向于选择已有认证的具备技术实力

的镜头厂商，未来行业进入壁垒或将提高。由此带来镜片行业格局集中，行业份额靠前

厂商包括舜宇光学、Sekonix等，2019

年

CR4

份额高达

78%。模组封装：电子电器架构升级或带来格局变化模组封装环节是车载摄像头能否满足车规级要求的核心环节，其对可靠性、抗干扰性的

要求苛刻，相较于手机摄像头模组车载产品的封装难度较大，因此成本占比更高。较高

的技术以及认证壁垒意味着海外松下、法雷奥、富士通、索尼等厂商存在一定先发优势，

占据较高份额，国内舜宇光学等厂商仍处于加速追赶期。摄像头主要是基于

A