2023年智能网联汽车产业洞察暨生态图谱报告1

Copyright©2023版权与免责声明智次方研究院拥有对本报告的版权。任何单位和个人，不得在未经授权和允许的情况智次方研究院拥有对本报告的解释权。本报告所包含的信息仅供相关单位和公司参考，所有根据本报告做出的具体行为与决策，以数据更新声明智次方研究院会尽最大努力为相关单位和公司提供准确和及时的数据。但由于目前市场情况可能发生变化，面临多项不确定因素，智次方研究院强烈建议用户和读者及时查看最新出版的报告。智次方研究院也会根据用户需求，为用户完成定制化报告以及数据更新。u智次方研究院是中国AIoT产业研究的引领者，为产业输出深度洞察观点，为企业提业务/战略规划、投研尽调、行业分析、产业规划、园区规划、政策研究等咨询服务，1智能网联汽车产业作为汽车、电子信息、交通运输等行业深度融合的新型产业形态，伴随着全球制造业的全面转型升级，以及汽车电动化、网联化、智能化技术的加速演进,智能网联汽车逐渐成为汽车产业转型发展的战略方向和促进经济持续增长的重要引擎。中国《智能汽车创新发展战略》提出，到2025年实现有条件自动驾驶的智产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。近年来，我国智能网联汽车产业规模快速扩张，产业链逐步成熟，已成为全国增长最快的新兴产业之一，北京、上海、广州、深圳、长沙、武汉等主要城市均在加大对汽车智能化的投入，打造智能网联汽车产业发展生态圈，抢占下一轮汽车产业发展的新兴增长点。我国智能网联汽车产业与全球先在此背景下，智次方研究院基于对产业的深入研究，编制了《2023年中国智能网联汽网联汽车产业的发展特点、前瞻展望了智能网联汽车产业的发展趋势，在对产业各细分领域系统分析的基础上，展示领域内优秀企业的概况，以期为业界提供参考和启发，共同推2产业图谱研究方法论产业图谱源于上世纪90年代管理咨询行业的一政府来探寻细分市场的发展规模、发展现状、发展趋势等。演化至今，产业图谱已成为一份具备综合性分析功能的产业发展指南，也是一份直观的数据库概览，其核心在于以结构化的视角解析产业网络的形成和演化趋势，形成从企业到行业，再从行业到整个产业链的作出合理政策建言，助力政府精准定位产业方向，优化区域产业布局：绘制产业链图谱是了解产业市场潜力和配套程度的有效方法，相关部门可以有计划地完善产业链，降低成本、促进创新和改善布局。同时，它有助于政府明确产业优势和缺失环节，分析资源和清晰梳理产业格局，助力企业进行合理地域布局，促进产业生态升级：通过绘制产业图谱，可以站在产业全景视角，秉承着“一张图读懂产业”的原则，以可视化的方式展示产业链上游、中游、下游以及各个细分环节的相关信息，了解产业要素的分布情况，评估产提供企业发展参考，助力企业快速厘清自身定位，从容迎接智能时代：随着人工智能、5G、物联网、大数据等技术的持续进化，商业社会正在发生前所未有的变革，企业的产品设计、制造流程、商业模式、组织架构随时面临被重构的风险，自身在产业链中所处的位置也可能随时发生变化。领先的产业图谱应随之及时迭代，力求反映产业竞争格局变迁，智次方研究院作为智次方（深圳）科技有限公司旗下专注企业智能化转型升级与产业创新的研究机构，研究方向涵盖AIoT、工业互联网、5G、车联网、人工智能、区块链、通讯技术等智能产业关联领域，密切关注产业发展最新动向，深入产业调研，及时通过一目前，研究院已经发布的报告包括AIoT产业全景图谱、5G产业全景图谱、LPWAN产业研究报告、智慧城市/边缘计算/工业互联网/远程医疗等方面的白皮书，服务的客户包3产业图谱的绘制过程是多学科多专业交叉的结果，需基于政产学研的多维度视角，以专业和持续的产业研究、产业洞察为支撑，进行图谱的制作及迭代更新。因此，本生态图预研阶段。基于国家相关产业规划、产业发展白皮书等，明确智能网联汽车产业的定义和分类，掌握产业发展知识。从产业经济学等学科的理论基础中提炼产业发展规律、阶段特点和影响机制等，作为生态图谱构建的基本原则。根据产品/服务的最终形态，利用AIGC等工具追问其在上游各节点的关联产品/服务的形态，描绘出产业链纵横交叉的联系，并以图表形式呈现所选产业的上下游细分领域；同时，全面梳理各中间产品/服务及最终形调研阶段。结合预研阶段产生的问题，走访调研产业协会/联盟、代表企业、权威专家等，展开深入交流互动，摸清行业发展格局、最新趋势，进一步了解产业的发展方向；设计问卷，开展线上全渠道调研，面向业内人员大理数据、提炼结论，为后续图谱的打磨完善以及报告的编写修订编制阶段。绘制产业图谱，撰写产业图谱报告。报告采用“定性+定量”的分析手段，深入分析图谱中的各细分领域。定性部分，梳理总结该细分领域的产品定义、产品分类、工作原理、发展历程、阶段特征、政策监管、主要企业发展概况等特点；定量部分，研究分析其需求量、市场规模、市场结构、产品出货结构等情况。在深入分析各细分领域的基础的发展态势，为读者呈现我们的洞察观点。图谱及报告初稿完成后，经公司质量管理委员发布阶段。在智次方的全渠道以及合作的主流媒体发布报告预热稿件。在既定时间发迭代阶段。智次方研究院后续将密切关注产业发展最新动态，报告内容及数据将随着产业发展、技术革新、竞争格局变化、政策法规颁布、市场调研深入等，保持定期更新与4优化。秉承匠心专业、精益求精的宗旨，为读者提供更多深入洞察、领先市场和值得品鉴客观性原则：本图谱报告致力于客观、中立地分析产业，避免主观偏见对分析结果产全面性原则：本图谱报告致力于全面收集产业链信息和数据，包括产业链各个细分环实证性原则：本图谱报告的编制均基于实证数据深入性原则：本图谱报告涉及的洞察和结论来自于对产业相关企业、机构、专家的深创新性原则：本图谱报告的编制融合传统与新型图谱收录企业兼顾大中小型企业。智次方构建了智能网联汽车全产业链重点企业库，定期跟踪重点企业的最新动态。在占有大量企业信息数据的基础上，我们结合企业规模、资金实力、主要产品市场份额、供应链稳定性、技术创新、融资情况、资质/奖项、正/负面大型企业入选标准中，企业规模、资金实力、主要产品市场份额、供应链稳定性、技中小型企业评选标准中，技术创新、融资情况、主要产品市场份额、资质/奖项等要素无论大中小型企业，均强调技术实力原则和正面积极原则。相近条件下，有政府授予5 1 2 2 2 2 43.图谱收录企业的标准 4 8 16 16 16 37 43 43 49 49 53 5658 58 61 64 68 73 74 74 76 78 79 81 81 103 126 143 1566 156 156 167 169 172 172 173 176 1763.2.6汽车远程服务（TSP） 177 177 178 179 180 181 181 187 189 198 204 204 205 206 206 206 206 207 207 209 210 212 213 213 216 216 216 2177 218 220 221 222 223 225 225 227 228 228 234 234 234 235 237 237 240 243 2468Ⅰ智能网联汽车产业年度洞察洞察1：智能网联汽车的技术架构将加快向计算集中化、应用层软硬解耦，未来整车电子电器架构的演进受5大因素综合影响：一是客户需求多元化，随着消费者需求变得越来越多元化，对产品的柔性和对需求的响应时间要求将变得更高。二是软件研发投入增加，汽车智能化领域里，软件研发投入占比持续增大。三是需求由客户驱动，产品功能变得越发重要和多变，由“推动”变成“拉动”。四是硬件标准化，硬件标准化将驱动硬件成本降低以及量产后的软件功能升级。五是汽车成为服务的一环，汽车将无缝地融在此背景下，软件定义汽车崛起，引领智能汽车驶向中央计算时代，其架构将呈现“中央-层-区”特点，同时，结合开放式软件平台和池化资源，实现云计算+单车计算下的智能驾驶。中央计算架构中，中央-层-区的构架可基于需求进行规划，项目能以统一的开发方式取代本地开发方式，每类控制器均对应特定的系统需求，避免过度开发，控制器的系统同时，车辆成为物联网的一环，整车电子电气架构也将发生分层，区分为应用层和平台层，两个相互松耦合的层级分别满足出行服务生态和安全等不同的功能需求。其中，应用层的软件和硬件将在物理上表现为松耦合，实行以速度优先的开放协作网络文化；平台层的软件和硬件将表现为紧耦合，实行接近传统系统工程的开发文化。特斯拉深刻诠释了自动驾驶及娱乐控制模块和电源分配模块等。其中，左车身控制器负责内部灯光、进入部分；右车身控制器集成了自动驶入驶出AP、热管理、扭矩控制等；自动驾驶及娱乐控制模9块彻底接管了所有辅助驾驶相关的传感器，摄像头、毫策，进阶至3.0阶段的协同感知、协同决策和协同控制，部署中心、区域、边缘的多级计算平台，完成对整个自动驾驶关键步骤的全覆盖，并构建起人-车-路-云一体化的交通系统，形成“通信+计算”的新体系和完整的大数据闭环，服务于政府交通和市政管理需求、服务于工智能生成用户所需的内容，其应用场景多样，目前已广泛应用于互联网、传媒、电商、影视、娱乐等行业进行文本、图像、音视频、代码、策略等多模态内容的单一生成或跨模态生成，以提升内容生产效率与多样性。在汽车行业，目前已有众多企业探索将之应用于品牌传播、动态营销、客户服务、座舱交互、自动驾驶开发、智能驾驶辅助训练等方面，在品牌传播和产品营销方面，众多企业通过AIGC赋能车企制定精准营销策略，进行广告的精准投放，提升用户的认知，使千人千面、个性化的内容营销成为可能，保证品牌有更好的营销转化。例如，百度营销依托AIGC技术进行“智能创新”，让内容更有交互性，帮助企业更深度地链接用户，并结合其构建的“全域场景”和独特的搜索场景开展内容营销，为新车铺设优质口碑舆论环境；同时，结合百度数字人南屿进行创意视频内容定制、配合热榜资源造势热点吸引用户对新车的关注。华扬联众将虚拟数字人核心技术与AIGC相结内容选题、原创、改写、分发，并可将一篇高质量图文裂变成多篇内容，成本只有人工生在客户服务方面，AIGC能结合实际业务场景，辅以专业知识、业务逻辑去精调模型和训练专业能力，在智能客服场景中呈现主动、预测、规律的分析，提升理解和决策能力，提供准确应答交互，保障客户优质服务体验，解决实际问题。网易数帆融合低代码与推出一站式解决方案，高效赋能企业客户管理等需求。软通动力与微软、百度等大模型厂商开展紧密合作，创新升级软通智核平台、虚拟数字人、智能客服等系列人工智能产品，同时积极布局智能汽车领域。容联云应用AIGC等技术，为某车企打造了新一代数智化客户联络体验中心，包含智能语音导航、智能外呼、智能知识库、智能坐席辅助、智能质检在座舱交互方面，AIGC对于未来更便捷、丰富的座舱交互，以及提升驾乘者交互体人化”的座舱交互有望逐步走进现实。商汤科技推出SenseChat大语言模型“商量”，支持多轮人机对话和互动，可被直接用来提升语音助手的体验感；同时，其智能座舱具备唇语识别功能，能在噪声环境中利用唇语进行车内交互，避免人声干扰、播放音乐、高速风噪、高速胎噪等场景下语音交互的误触发。均胜电子探索AIGC技术与智能化产品在座舱等领在自动驾驶开发和智能驾驶辅助训练方面，AIGC的技术思路和自动驾驶的认知决策具备强大的语言理解和自动生成能力，通过与自动驾驶系统结合，有助于提升自动驾驶辅助系统的智能化。系统在学习的同时，输出判断结果给驾驶员，同时吸收驾驶员提供的反馈，都可以基于AIGC技术来实现。毫末智行将人驾推出全球首个自动驾驶认知大模型，目前已完成模型搭建和第一阶段数据的跑通，参数规模可对标GPT-2的水平。商汤科技发布“日日新”大模型体系，推出自然语成、自动化数据标注、自定义模型训练等多种大模型及洞察3：智能网联汽车的商业模式将从传统的一次性产品消费转为提供全生命周期服务，业务成本大幅降低、网络效应持续增强，且利润池将发生显著作为多产业跨界融合的创新载体和典型应用，智能网联汽车的创新商业模式探索正在全面铺开。未来，智能网联汽车将作为出行期间全面服务的载体，其关注的重点将是和客户建立起全生命周期的高频直接互动，以客户价值为起点快速推出服务并持续优化；同时，与城市协同发展，成为智慧城市数据采集终端。相应地，汽车产业商业模式的重心将从围绕整车产品的设计和制造，转向优化消费者出行服务体验（B2B2C）以及赋能智慧城市发展（B2G）的能力水平。行业竞争的差异化焦点将随之从过去的动力性能、底盘调校等功能指标，转变成以用户为中心的出行体验服务设计，助益交通管理、公共安全管理和城市管理等的能力，以及包括整车厂、移动出行服务商、电信运营商、城市和道路基础设施服务提供商、保险公司、科技巨头等在内的移动出行服务随着汽车智能化程度的提升以及全生命周期服务新商业模式的确立，智能网联汽车将可以面向客户按需提供服务，大幅降低交易成本和服务的边际成本，持续强化服务的网络新技术供应商的价值份额；同时，随着事故的减少、动力总成电气化的推进等，保险、后洞察4：智能网联汽车的产业生态将与旧有生态有重大区别，车辆、主机驾乘体验和增值服务都提出了更高要求，汽车自身的属性以及生产和服务的方式均将发生较大变化。智能网联汽车将成为继手机之后，新一代通讯技术下的移动智能终端、算力中心和能源中心，从而与智慧城市产生紧密联结；原本的链式管理将转变为网状生态协同，需要汇聚政府以及汽车、人工智能、信息通信、交通、新能源等产业界各方的资源优势，相应地，汽车智能网联化发展背景下，产业生态将发生重大变革。传统的汽车供应链汽车智能化将会依赖芯片、算法、软件等底层产品的进步，原本Tier2、Tier3供应商将在全产业链上下游扮演着重要角色，多方合作正逐渐成为贯穿整个汽车生态的常态。智能网联汽车的产业生态将较传统生态的复杂度大幅提升，未来的汽车产业将是一个多方共建的生态体系，参与者包括整车厂、互联网公司、ICT车厂的核心角色将由系统集成商向软件平台开发商转变，原Tier1厂商将演变成围绕整车此外，在新的产业生态中，将出现5类新的玩家：一是智慧出行服务商，无缝衔接相关出行环节，为消费者提供点到点的出行服务；二是智能驾驶车辆集成商，为消费者和商业客户提供完整的具备智能驾驶功能的车辆；三是标准硬件供应商，为生态中的各个层级提供标准硬件代工服务；四是交通大数据平台商，集成各类交通数据，为合作伙伴提供交通大数据服务；五是智能基础设施赋能者，为政府/机构提供针对综合出行系统的数字化交洞察5：智能网联汽车产业顶层规划仍需进一步加强和完善，促进预期功在智能网联汽车高速发展的当下，相关政策法规及标准的制定实施能否适应行业发展，如何为技术创新和商业化落地提供支持已成为众多企业、地方政府和研究机构高度关注的议题。近年来，我国智能网联汽车产业的顶层规划以及产业政策虽日趋完善，但仍有较大不足。一是缺乏重大的、国家层面的行动计划，各部门间亟需加强协同，完善顶层设计和统筹规划。二是在高级别自动驾驶技术测试验证、示范应用和商业化运营、高速公路测试、车辆数据安全和隐私权保护等方面，我国相关法律法规尚存在一些限制条款或部分法律条智能网联汽车是典型的信息物理融合的复杂大系统，其建设、管理、运营涉及汽车、交通及出行服务、信息通信、新能源、公共安全等多行业、多领域，需要在更广泛的、协同的体系范畴下来解决智能网联汽车的安全相关问题。未来全球汽车产业竞争中，智能网联汽车安全将是汽车企业最为重要的核心竞争力。在外部强制性管理需求和内生安全需求的共同刺激下，解决智能网联汽车的预期功能安全、数据安全、信息安全、网络安全、漏洞防治等新兴安全问题，已成为行业的共同难题和共性需求。以当前日益严重的汽车信息建全面、科学、完善的安全防护体系，提升应对未知威胁的“免括汽车设计、生产、销售、使用、运维等过程中涉及的个人信息数据和重要数据的处理原则和要求；2022年11月，工信部发布旨在提升智能网联汽车产品性能和安全运行水平的试点汽车生产企业等均突出强调了须具备相应的安全能力、安全机制等相关要求；2023年求》等四项强制性国家标准的意见，提出了智能网联汽车自动驾驶数据记录系统的技术要求和试验方法等内容。目前，分别由不同部门出台的数据安全、信息安全、功能安全等相与此同时，我国尚未建立针对智能网联汽车的安全管理联动机制、安全认证规范规则，自主可控信息安全技术无法有效落地，全生命周期安全保障体系尚不完备。未来迫切需要加强智能网联汽车生产企业及产品准入管理，进一步明确和细化汽车预期功能安全、数据安全、网络安全、在线升级等管理要求，指导企业加强能力建设，严把产品质量安全关。洞察6：智能网联汽车产业安全发展重要性日益凸显，智能底盘、车用操随着汽车智能网联化浪潮的加速，汽车的产业链、技术链、价值链正在发生较大变化。在中美科技脱钩、国际政经局势日益紧张等大背景下，核心技术的自主可控变得愈发重要。我国在若干关键零部件环节仍面临较大技术挑战，已成为当下中国智能网联汽车安全发展的一大难题，“卡脖子”问题亟待解决。目前，我国在智能底盘、车用操作系统、下一代感智能底盘为智能驾驶系统、座舱系统、动力系统提供承载平台，具备认知、预判和控制车轮与地面间相互作用，管理自身运行状态的能力，是实现车辆智能驾驶的基石，其作用和地位极为重要。实现自主可控是我国智能底盘的重要发展目标之一。中国电动汽车产线控制动、线控转向的智能底盘在有行业影响力的企业实现批量应用；智能底盘关键技术指标达到国际先进水平；关键部件产业链实现自主可控。到203执行的整车和零部件企业初步形成品牌效应；智能底盘总体达到国际先进，关键技术指标达到国际领先水平；智能底盘形成完整的自主可控产业链；培育有国际竞争力的企业。但车用操作系统是“软件定义汽车”的基石，是应用功能的平台。随着整车电子电气架构由分布式向集中式发展，汽车的软件也从过去的嵌入式软件开发为主向全栈式软件开发演进。操作系统可以发挥承上启下的作用，负责对内的管理和对外的交互。参考智能手机操作系统的发展趋势，未来3-5年将是车用操作系统发展的关键窗口期。一旦在全球范围内智能汽车都采用了某个开源、开放、全免费的操作系统，并形成生态，该领域将形成丛林下一代感知系统是助益智能网联汽车实现安全自动驾驶的重要基础，汽车自动化程度越高，对传感器的依赖就越强。智能网联时代，计算和通信的低时延要求促使车载传感器向着近传感器计算方向发展，自动驾驶汽车需要快速分析数据并做出实时决策，而在传统的感知计算架构中，传感器和计算单元在物理空间上的分离会导致信号严重延迟，采用近传感器计算（如边缘计算、雾计算）可以有效解决信息延迟问题。安全性要求促使传感器系统向着车路协同方向发展，在道路两侧安装感知传感器以及5G的发展可以为自动驾驶车辆提供“上帝视角”，从而与车载传感器信息形成互补。数据安全要求促使传感器与区块链技术逐步融合，基于区块链建立具有去中心化、开放性、独立性、安全性、匿名性的数据存储系统，可以有效帮助车载传感器系统避免DDoS攻击。单点失效的可能性促使智能网联汽车采用传感器冗余设计，采用多类型传感器结合的冗余方案确保行车安全。随着智智能座舱是用户体验汽车智能化的主要载体，也是汽车“新四化”特征最直观的承载空间，已成为全球整车厂、Tier1等竞相追逐的商业制高点。智能的市场占有率，瑞萨市场占有率约14%，英伟信息安全逐渐成为智能网联汽车产品研发与服务商业化的核心难题之一。随着互联车络攻击数量增加。根据工信部车联网动态监测情况数据，2020年，针对整车厂、车联网信息服务提供商等相关企业和平台的恶意攻击已超过280万次，平台漏洞、通信劫持、隐私泄露等风险十分严重，危害更加严峻。威胁由车外进入车内、影响程度加大、网络安全与功能安全要求矛盾等问题层出不穷，信息安全能力提升刻Ⅱ重要零部件供应商汽车传感设备是把非电信号转换成电信号并向汽车传递各种工况信息的装置，是实现汽车智能驾驶的核心硬件。传感设备是一种把被测量转换成可测量的信号转换装置，通常是由敏感元件、转换原件、信号调节与转换电路等其他辅助元件组成。敏感元件接受被测量并输出与被测量成确定关系的其他量，转换元件把来自敏感元件的其他量转换成适合传输、测量的电信号，适合输出、测量的电信号通过信号调节与转换电路被转换为可显示、记录、处理和控制的有用电信号，最后有用电信号被传递至其他装置并进行通信。传感器的应用场景非常广泛，其中汽车传感器的工作原理是通过把非电信号转换成电信号的方式向汽车计算机提供包括车速、温度、发动机运转等各种工况信息，使汽车实现自动检测和根据信号来源的不同，汽车传感器可分为环境感知传感器和车身感知传感器。环境感知传感器捕捉外界信息并提供给汽车计算机系统用于规划决策，主要包括激光雷达、车载摄像头、毫米波雷达、超声波雷达等，是汽车之“眼”，是未来无人驾驶智能感知系统的基础。车身感知传感器遍布汽车全身，被广泛应用于动力系统、底盘系统、车身系统，实现对汽车自身信息的感知并作出决策、执行，是汽车的“神经末梢”，目前发展较为成熟，以MEMS传感器为主。在自动驾驶中，汽车传感设备的产品附加值高，是实现单车智能驾驶的核心硬件。激光雷达是结合了光学、电子、机械、软件、芯片、器件等技术，可以进行环境探测、数据处理和传输的智能传感器。激光雷达由发射系统、接收系统、信息处理系统和扫描系统组成。发射系统中的激励源周期性地驱动激光器，发射激光脉冲，激光调制器通过光束控制器控制发射激光的方向和线数，最后通过发射光学系统，将激光发射至目标物体；经接收光学系统，光电探测器接收目标物体反射回来的激光，产生接收信号；接收信号经过放大处理和模数转换，经由信息处理模块计算，获取目标表面形态、物理属性等特性，最终建立物体模型。扫描系统对所在的平面扫描，并产生实时的平面图信激光雷达自诞生以来经历了五个发展阶段1）1960-1970年代：激光器诞生，基于激起步，开始用于工业探测和早期无人驾驶项目，这一时期西克和北洋等厂商推出单线扫描和导航，激光雷达主要应用于无人驾驶测试项目等。此时市场内主要为国外厂商。（4）2016-2018年：国内厂商入局，激光雷达技术方案多样化发展。此时激光雷达主要用于无人市场发展迅速，产品性能持续优化，应用领域持续拓展。激光雷达技术朝向芯片化、阵列化发展。境外激光雷达公司迎来上市热潮，同时有巨头公司加入激光雷达市场竞1.ToF：飞行时间法，通过直接测量发射激光与回波信号的时间差2.FMCW：相干测距法，将发射激光的光频进行线性调制，通过回波信号与参考光进行相干排频得到频率差，从而间接获得飞行时间反推目标物距离，其中调频连续波是相干机械式激光雷达是指发射系统和接受系统存在宏观意义上的转动，也就是通过不断旋转发射头，将速度更快、发射更准的激光从“线”变成“面”，并在竖直方向上排布多束激光，形成多个面，达到动态扫描并动态接受信息的目的。机械式激光雷达的优点是结构设计相式激光雷达。根据竖直方向上发射单元的数量，机械式激光雷达可以分为不同线束，常见描，这些旋转部件，如齿轮、马达等，容易产生磨损，影响雷达精度，因此需要定期维护。混合固态激光雷达是指对采用半导体“微动”器件——MEMS扫描镜在微观尺度上实现激光雷达发射端的激光扫描方式。混合固态激光雷达相比于机械式激光雷达，其优点体现固态激光雷达是指完全没有移动部件的激光雷达，根据技术路光相控阵）和Flash两种。相比于前两种，固态激光雷达的优点包括数据采集速度快、分辨率高，对于温度和振动的适应性强，通过波束控制，探测点可以任意分布。其中，OPA固态激光雷达工作时，激光器功率均分到多路相位调制器阵列，光场通过光学天线发射，在空间远场相干叠加形成一个具有较强能量的光束，通过施加不同相位，可以获得不同角度的光束形成扫描的效果，无需机械扫描。相控阵利用的是波的干涉效应，多个波相互叠加时，有的方向增强，有的方向抵消，通过天线的相位差控制主光束的角度，进而实现扫描的功能。其优点在于：1）尺寸小，无需旋转部件，在结构和尺寸上可大大压缩，提高使描角度有限，无法实现360°扫描。2）旁瓣问题，在一定程度上分散了激光的能量。3）加工难度大。4）接收面大、信噪比较差，传统机械式激光雷达只射出一大片覆盖探测区域的激光，再以高度灵敏的接收器来完成对于环境图像的测绘。根据激光光源的不同，Flash激光雷达可以分为脉冲式和连续式，前者可实现远距离探测），平面探测器阵列的灵敏度。目前对于远距离探测需求，需要使用到雪崩型光电探测器。Flash激光雷达的优势在于能够快速记录整个场景，避免了扫描过程带来的各种麻烦。其缺点在于光子预算，一旦传播距离超过几十米，返回的光子太少，导动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应系统领域的激光雷达需求量将从2020年的4.8万台增长到2028年的970万台，年复合增长综合德邦证券、方正证券等机构数据，从乘用车市场激光雷达的需求量看，预计全球全球及中国车载激光雷达市场规模分别为127亿美元、66亿美元左右，两大市场2021-毫米波雷达，是工作在毫米波波段（MillimeterWave）的探测雷达。通常毫米波的频来源：博世毫米波雷达通过天线发射电磁波，经由目标会产生反射回波，利用反射回来的电磁波，进行放大与信号解析计算，可以计算出物体的远近距离以及结合不同的方位角计算出物体的左右间距离。利用多普勒效应，最终计算出移动物体探测的距离、速度、角度、方位等毫米波雷达的发展经历了四个时期1）发展萌芽期（1940-1979毫米波雷达最开大学、研究机构和企业，纷纷加入研究毫米波雷达的热潮，直接推动了毫米波技术的飞跃发展。80年代后期，“欧洲高效安全交通系统计划”再次启动车载毫米波雷达的研究方案。（3）商用普及期（1990-201290年代，毫米波雷达汽车防市场，77GHz的毫米波雷达则实行技术封锁。我国在毫米波雷达上开始了自己的探索，涌现出一大批毫米波雷达创业企业，加大了毫米波雷达的研发力度。国产毫米波雷达奋力崛毫米波雷达发展至今，从硬件构成上看，主要包括MMIC射频芯片与PMMIC射频芯片实现射频信号的收发控制，包括多种功能电路，如低噪声放大器(LNA)、功率放大器、混频器、收发系统等；PCB线路板上集成了天线、ADC模数转换器、DSP信通的PCB基板上实现天线的功能。按照功能划分，毫米波雷达可划分为毫米波雷达具有频带宽、波长短、波束窄、重量轻、分辨力强和穿透性强等特点。与微波相比，毫米波雷达分辨力高，结构轻便小巧；与红外和可见光相比，毫米波雷达穿透性更强，受气候的影响较小，能保证雷达在雨雪暴风、烟尘等恶劣环境中正常检测，具有按照不同自动驾驶级别的渗透率，以及不同自动驾驶级别单车所搭载的毫米波雷达数波雷达芯片出货量将达到33.4万颗。结合毫米波雷达芯片的预测单价，我们进一步预测车载毫米波雷达所使用的频段主要分为四个频段，每个频段具有特定的中心频率与相61GHz和76-77GHz(79GHz)3个频段，而世界各国对毫米波车载雷达频段使用的混乱情况使得汽车行业车载雷达的发展受到了限制。2015年，日内瓦世界无线电通信大会将77.5-78.0GHz频段划分给无线电定位业务，以支持短距离高分辨率车载雷达81GHz都可用于车载雷达，为全球车载毫米从我国的情况看，无线电主管部门对车载雷达的频率划分一直在积极推进之中。2005规划用于短距离车载雷达业务的频率。近期，为与全球频谱管理规划保持一致，在车载频家无线电管理机构不再受理和审批24.25-26.65GHz频段车77GHz毫米波雷达的检测精度更好。在物体分辨率、有明显优势，可同时满足高传输功率和宽工作带宽（信道的带宽与时间分辨率成反比，带），超声波雷达是一种利用超声波测算距离的雷达传感器装置。超声波雷达的工作原理是通过超声波发射装置向外发出超声波，到通过接收器接收到发送过来超声波时的时间差来灵敏度越高，但水平与垂直方向的探测角度就越小，探测面积也越小，故一般采用40kHz间，而且精度较高，多应用于倒车雷达测距、泊车库位检测、高速横向辅按照安装位置以及应用场景分类，常见的超声波雷达有两种，一种是安装在汽车前后保险杠上的，也就是用于测量汽车前后障碍物的倒车雷达，这种雷达业内称为UPA；另一种是安装在汽车侧面的，用于测量侧方障碍物距离的超声波雷达，业内称为APA。在上述提及的倒车雷达测距、泊车库位检测、高速横向辅助等场景中，倒车雷达测距为最基础的按照技术路线分类，超声波雷达一般可分为模拟式、四线式数位、二线式数位、三线式主动数位四种，其在信号干扰的处理效果上依次提升。四种技术方案在技术难度、装配以及价格上各有优劣。目前市场上使用较多的是“模拟式”技术路线，其优点为产品成本低，但易受外界环境干扰。未来智能化趋势下，“数位式”技术路线会更受欢迎。“数位式”技术路线下，信号数字化，可以极大程度地提高雷达的抗干扰能力，但成本较高，技术难度大，中国超声波雷达的销售方式可根据细分市场的不同特销售、传统汽车经销企业经销及大众化消费市场四种，其中第一梯队企业均采用整车配套售售高传统汽车比自动驾驶的普及以及超声波雷达在倒车雷达和自动泊车系统装载率的提高推动了车载超声波雷达市场的发展。据P&SIntelli到2030年，全球市场规模将达到61亿美元。综合华经产业研究院及头豹研究院数据，2014年以来，中国超声波雷达市场规模持续扩张，预计到2023年，中国超声波雷达市场规模将达到62亿元，随着自动泊车市场需求的增加以及车型雷达的比例日益提高。据AI车库数据，当前国内在售车型的倒车雷达功能渗透率已接近100%，自动泊车系统渗透率在2019年达到了22%，预计在2025年将达到50%。车载摄像头是监控汽车内外环境、将光学信号转换成电信号并呈现图像以辅助驾驶员行驶的设备。其应用了机器学习和人工智能算法的图像识别技术，具有目标识别能力，能感知外界环境，让自动驾驶汽车分辨道路上的车道、车辆、行人和交通标志等，为碰撞预警、行人检测等ADAS（AdvancedDriverAssistanceSyste现提供视频信号输入。车载摄像头已成为自动驾驶汽车进行决策的重要依据。以交通标志的识别为例，车载摄像头在图像采集之后，经过图像预处理、图像分割检测、图像特征提来源：雷锋网车载摄像头通常分为单目摄像头、双目摄像头、广角摄像头，安装在汽车的前视、环视/全景、后视、侧视、内置等各个部位。相应地，不同类型的车载摄像头的功能和要求安从不同安装位置的车载摄像头看，目前，后视摄像头主要用于倒车影像，行业渗透率从车载摄像头的类型和测距原理看，单/双目镜头都是通过摄像头采集的图像数据获取距离信息，在前视摄像头的位置发挥重要作用；但二者的测距原理存在差别，单目视觉通过图像匹配后再根据目标大小计算距离，而双目视觉是通过对两个摄像头的两幅图像视差的计算来测距。原理上的不同使得双目摄像头相对单目来说精度更高，测度更为精准，但相比较来说成本也更高，多搭载在高端车型上。相较于单目和双目摄像头，多目摄像头通过多个不同的摄像相互配合覆盖不同范围的场景，能够更精准地识别和分析环境，相应的硬件成本和技术要求也更高，目前只被部分厂商应用于个别车型。单目摄像头发展较早，目前技术发展已较为成熟，量产推广成本较低；但受限于单个摄像头定焦的局限，在不同距离下焦距切换难，难以兼顾测量的距离和范围。双目、多目摄像头在一定程度上克服了单个摄像头的局限，基于多个摄像头的配合能够获得更广的覆盖范围和更精准的数据，但多个摄像头的硬件成本和以及相应的算法要求均较高，相应得配套设施发展尚不完善，现阶段很难量产并推广。单目摄像头由于芯片算力较低，成本较低，且与毫米波雷达、超声由于车载摄像头的工作环境条件更为严苛，相应地，其具有更高的价值量。相较于传统的工业摄像头和手机摄像头，车载摄像头需要在高低温、湿热、强微光和振动等各种复杂工况条件下保持稳定的工作状态，因此车载摄像头具有更高的安全等级要求和工艺性能要求。考虑到安全因素，汽车厂商倾向于选择技术成熟、品质有保障的零部件厂商，因此车载零部件厂商进入市场体系获得评级需要更长的认证周期，行业壁垒较高。具体来看，为应对复杂多样的使用环境，车载摄像头需要具备高动态性，其温度范围一般为[-40°,80°]，同时需要具备较高的防磁抗震性能，此外还需满足8-10年的基本使高的要求，环视和后视一般采用135°以上的广角镜头，前视摄像头镜头范围为[40°,70°]。不过，随着车载摄像头技术的成熟以及自动驾驶的发展和普及，预计车载摄像头的价车载夜视系统可显著提高夜间行驶安全性。夜视系统最早应用在军事作战中，可以帮助指挥官或士兵在夜间也能看清楚敌人的方位，后逐渐民用化被用于提高夜间行车安全。车载夜视系统的工作范围是远光灯的几倍，可以帮助驾驶员提前发现黑夜中的行人，避免夜间夜车事故频发。根据美国国家公路交通安全管理局（NHTS）的统计，虽然夜间夜视系统能防患于未然。据实验表明，一个视力良好的司机用近光灯可以发现距他88视系统可以帮助驾驶员提前观察到前方道路的情况，防患一是视野范围广，耗电量低。一般汽车远光灯等只能照射100米左右二是提升驾驶员安全感，减轻心理压力。夜视系统可以帮助驾驶员充分掌握潜在危险信息，因此能使驾驶员在夜间驾驶过程中的心理压力大为缓解，进而使驾驶过程更加舒适三是帮助驾驶员在炫光时也能轻松看清前方交通情况。当迎面汽车开启强远光灯导致四是恶劣天气环境也仍可正常工作。即使在雨雪、浓雾天气中，夜视系统仍可正常工根据工作原理的不同，目前夜视系统有三条技术路线：微光夜视技术、被动热成像夜微光夜视技术根据光电效应原理，利用夜间目标反射的低亮度自然光，将其增强放大到几十万倍，从而达到适于肉眼夜间观察的程度。光子进入夜视仪后打在金属板上，产生光电子。这些电子又通过一个安放在光屏前的薄盘片，盘片上有数百万个微通道（即数百被动热成像夜视技术也称远红外热成像夜视技术，是利用红外探测器和光学成像物镜接收被探测目标的红外辐射（热辐射）能量分布图，然后反映到红外探测器的光敏元件上，从而获得红外像图，即利用被探测目标与背景红外线辐射之差进行成像。通俗地讲，就是主动红外夜视技术也称近红外夜视技术，是利用自身携带的红外探照灯，主动照射探测目标，探照灯发射出的不可见红外光被景物反射回来，由带有红外变像管的夜视仪探测来源：车云网三条技术路线各有优缺点，性价比是关键。微光夜视技术成本低、耗能少，但是可视距离近，在强光下照射下会失效；被动热成像夜视技术不需要主动光源照射，不受强光影响，探测距离远，但是成本高、价格贵，成像模糊，细节分辨率低；主动红外夜视技术成像清晰，探测距离适中，但因需要主动光源，因此体积大、耗能多。三种夜视技术各有优劣，对于整车厂商而言，成本较低又性能可靠的高性价比夜视系统好好夜视系统价格昂贵，目前仅配备高端车型。单套夜视系统价格基本载夜视系统的渗透率为2.8%，国内的装配率更低，仅0.5%。不过，近年来随着自动驾驶的快速发展，国内整车厂商开始表现出较高的应用夜视系统的积极性，希望通过加装夜视系统来提高自身竞争力，如红旗HQ3、H7、比亚迪思锐等。根据贝哲斯咨询数据，2021场将以约8%的复合年增长率稳步增长，至2027年全球汽车夜视系统的市场规模将达到汽车压力传感器负责将压力信号转换为电信号，主要可分为电容式和电阻式两类。压力传感器是能够感受压力信号，并将压力信号转换成可用的电信号的装置。根据压敏元件的主流技术原理的不同，汽车压力传感器主要分为电容式压力传感器和电阻式压力传感器，通常应用于发动机的进气歧管处、检测大气压力变化、检测涡轮增压机的增压压力、检测控制和医疗领域等。其中，近年来汽车电子领域占整体应用领域比重50%以上；消费电子汽车温度传感器将温度信号转化为可用输出信号，按照工作原理可区分为热敏电阻式、其中，热敏电阻式温度传感器应用最为广泛。根据应用场景的不同热敏电阻式温度传感器可分为进气温度传感器、冷却液温度传感器、车内外温度传感器、蒸发器出口温度传从传统燃油车和新能源电动汽车的需求差异来看，两类汽车对温度传感器的需求方向不同。燃油车温度传感器主要用于监测发动机进气温度、冷却水温度、燃油温度等；新能源汽车温度传感器包括电池温度监测传感器、电机温度监测传感器和电池冷却系统温度传感器等。我们预计，相较于传统燃油车，新能源汽车减少发动机、变速器中温度传感器的电池系统温度传感器确保电池在适宜工作温度下稳定工作。新能源车企及动力电池厂商需要确保动力电池温度可以做到可靠的监控与调节，防止电池出现过热等现象，延长电池的工作寿命，通常会用到多个温度传感器配合算法与处理系统收集并分析电池数据，计新能源汽车渗透率提高，带动汽车温度传感器市场规模小幅上升。假设新能源汽车温与新能源车渗透率提高的相互作用下，2021年-2026年汽车温度传感器市场空间稳步上升。汽车温度传感器主要参与者为国际巨头，国内厂商初露头据，全球汽车温度传感器CR5约为50%，参与者以国际巨头为主，主要包括Sensata、NXP、安费诺、博世和大陆。目前，国内第一梯队温度传感器企业华工高锂已成功从家电空气流量传感器是用于检测发动机进气量大小的装置。空气流量传感器通常安装在进气管上，将进气量信号转化为电信号传递给ECU，以供ECU确定喷油量和点火时间。空气流量传感器分为体积式和质量式，其中体积式包括叶片式、卡门涡街式、量芯式，质量据中研产业研究院数据，由于流量传感器的应用广泛且需求量大，2016-2019年陀螺仪实质上就是角加速度传感器或角速度传感器，是利用动量矩（自转转子产生）敏感壳体相对惯性空间绕正交于自转轴的一个或两个轴的角运动检测装置，可与加速度计汽车陀螺仪主要应用于指示仪表，包括罗盘、转弯仪；与其它自动控制元件组成陀螺球谐振陀螺仪。其中，MEMS陀螺仪由于体积小、成本适中、性价比最高等特点，在民用导航、控制领域及消费类市场更易得到普及和应用，是惯性导航民用领域应用最为广泛的陀螺仪。其它类型的陀螺仪则多为军用。根据共研产业咨询数据，2017年我国MEMS陀智次方研究院预计，2023年我国MEMS陀螺仪市场规模有加速度传感器又称线加速度传感器，是通过测量传感器内部的惯性力并计算加速度数据的装置。按照工作原理的不同加速度传感器可分为交流响应型和直流响应型。交流加速度传感器的感测机构通常使用压电元件，分为电压输出式压电传感器和电荷输出式压电传相比于压力传感器、温度传感器，加速度传感器市场规模较小，但加速度传感器在一些领域具有不可替代性，其市场需求在不断增长。目前，加速度传感器已广泛应用到汽车安全气囊、便携式设备、医疗可穿戴设备、无创胎心检测、地震检测、地质勘探等领域。近年来，随着汽车、轨道交通等产业规模的扩大，加速度传感器市场需求逐渐增加。据新思界产业研究中心数据，2016-2020年，全球加速度传感器市场加速度传感器市场主要集中在北美、欧洲以及亚太等地区，伴随全球产业向东转移，亚太地区加速度传感器市场发展较快。我国是全球最大的汽车产销国，加速度传感器市场增速边接口，甚至LCD驱动电路都整合在一块芯片之上，形成芯片级的计算供各种组合控制。发展至今，MCU在诸如手机、PC外围、遥控器等消费电子，到汽车上定时器、中断系统、特殊功能寄存器等八大部分，还有诸如时钟振荡器、总线控制器和供电电源等辅助功能部件，此外，很多增强型单片机还集成了A/D、D/A、PWM、PCA、使用最少的机器语言/代码行数，从而牺牲了整台机器的执行效率。RISC架构的计算机系统只有少数指令，且每条指令的长度相同，执行时间短，因此MCU可以用很高的频率来运算。但RISC架构使处理器运行速度更快、设计更简单、更廉价、制造更简单的同时，价优势下，夹在中间的16位MCU市场不断被挤压，成为出货比例较低的产品。32位受益于汽车电子、AIoT、工业控制等应用的蓬勃发展，全球MCU市场规模和出货量比增长23.4%，预计至2026年将以6.7%的复合增速MCU目前应用最广的领域是汽车电子，其次是工业控制/医疗、计算机、消费电子等。手机厂商无需再分别单独采购这些功能芯片，从而带来主板空间、成本和功耗节省等效益，力来提升任务处理能力，强大的GPU算力来处理视频、图片等非结构化数操作系统可以兼容手机生态，快速提升娱乐体验。总的而言，智能座舱在载Wi-Fi、驾驶舱手势识别、高品质音视频处理、编解码、图像拼接等典型应用场景的需求跟智能手机的业务场景高度契合，SoC在智能座舱领域的应用智能驾驶是SoC在汽车上应用较广的另一领未来很长一段时间内将平行发展。智舱SoC不仅仅至少一个微处理器（MPU）或数字信号处理器（DSP也可以有多个处理器内核；存储器和锁相环电路；由计数器和计时器、电源电路组成的外设；不同标准的连线接口在汽车产业“新四化”（电动化、网联化、智能化、共享化）发展趋势不断攀升背景下，汽车加速迈入智能化时代，智能座舱和智能驾驶作为使消费者获得数字化与智能化体验的关键所在，已快速渗透进汽车市场，成为中高端车辆的新刚需。无论智能座舱抑或智能驾驶，均需要芯片来实现，算力更高、更加安全可靠的据新思界产业研究中心数据，当前在国内汽车产销规模不断扩大背景下，智能座舱市座舱SoC芯片市场规模已达83.1亿元；未来随着智能座舱市场渗透率持续上涨，预计到通信芯片主要用于发送、接收以及传输通信信号，是通信模组的重要组成部分。通信芯片具体包括基带芯片、射频芯片、信道芯片、卫星导航芯片等，其中，基带芯片是通信汽车用无线通信芯片是实现车联网（包括车与车、车与路、车与人）通信的核心零部展潜力更大的技术路线，政府采取大力支持C-V2X技术路线的战略。目前，我国C-V2X终端设备、整车制造、运营服务、测试认证、高精度定位及地图服务等为主导的完整产业除车与车、车与路、车与人的车联网通信外，汽车还需要进行车内通信。智能汽车时代，电子电气架构和软件架构均发生变革，车载以太网有望成新一代主干网络。在智能汽车“新四化”趋势下，电子电气结构由分布式走向集中、软件架构由“面向信号”走向“面向服务”。而在软硬件的升级过程中均需要车载以太网作为技术支撑，用以高效的传递信息。以太网电路接口主要由MAC控制器和物理层接口PHY芯片两大部分构理器已包含MAC控制，而PHY作为独立的芯片用来提供以太网的接入通道，起到连接处选择供应商，由此也使得PHY芯片成为因车载以太网崛起所催生的全新汽车芯片赛道，元，同比增长7.4%。其中，用于手机和非手机（如汽车、物联网、移动平板电脑等）的基带芯片出货量都有所下降，但非手机领域基带芯片市场的表现要好于手机。用于非手另外，在车内通信领域，智能汽车渗透率提升叠加汽车对网络速度要求倍数增长（百功率半导体是电子装置中电能转换与电路控制的核心，主要用于改变电子装置中电压和频率、直流交流转换等。功率半导体细分为功率器件（分立器件的一支）和功率IC（集的时候没有任何的功率损耗，因此功率半导体这个领域的产品和技术创新，其目标都是为功率分立器件的演进路径基本为二极管→晶闸管→MOSFET→IGBT，其中，IGBT是功率半导体新一代中的典型产品。IGBT（InsulatedGateBi晶体管，是由BJT（双极型三极管）和MOSFET（绝缘栅型大电流、高速等方面是其他功率器件不能比拟的，因而是电力电子领域较为理想的开关器件，也被誉为“电力电子器件里的CPU”。IGBT驱动功率小而饱和压降低，非常适合应用于直流电压为600V及以上的变流系统，如交流电机、变频器、开关电源、照明电路、牵来源：ITTBANK车规级IGBT在新能源汽车中的价值占比高，受益于新能源汽车的快速发展，车规级车逆变器的核心器件，用以控制和管理新能源汽车驱动电机的性能和效率。电机和电机控制器是新能源汽车的核心部件，直接决定了车辆的行驶性能。在电机驱动中，IGBT主在于逆变器模块中。逆变器的功能是将直流电转换为交流电以提供驱动电机。来自北斗航IGBT模块约占其成本的37%。因此，在车载空调控制系统中加入IGBT，成有越来越高的要求，这将间接增加IGBT在整个新能源汽车中的价值占比。综合智次方研究院、中汽协、天风证券及半导体在线等机构数据，目前，平均一辆新能源汽车的功率半率半导体的市场规模有望达160亿元以上车规级IGBT的性能指标要求高，其价值有望维持在较高水平。新能源汽车的内部结构比其他电气产品更复杂，其对车辆标准级IGBT指标的要求要高于其他电气车规级逆变器内的温度高达120℃,其散热效率标准远高于工业IGBT；此外，考虑到强烈SiC（碳化硅）功率器件相较硅（Si）基的IGBT，在满足新能源汽车提高续航能力、减轻汽车重量、缩短充电时间等要求方面有明显优势，目前已有越来越多的车企开始用其过电阻炉高温冶炼而成。作为第三代半导体的重要基础材料之一，SiC具备耐高压、耐高限工作温度更高，同时可带来功率密度显著提升，降低对散热系统的要求，使终端更加轻且关断过程无电流拖尾现象，因此其导通电阻极低、泄漏电流大幅减少，能有效降低功率高能源转换效率。此外，采用SiC能在保证汽车强度和安全性能的前提下，大大减轻汽车平台下工作，减少设备电阻损失。实现在电力电子系统更小的体积（同功率情况下，体积定要用SiC功率器件。随着越来越多车厂追求提高车的电池电压和续航里程，未来在高压亿元，至2025年有望达到62亿元，4年间CAGR高达58%，将迎来高速增长期。电源管理芯片是实现在电子设备系统中对电能的变换、分配检测、保护其他电能管理功能的芯片，其性能优劣对电子产品和设备的性能及可靠性具有至关重要的影响作用，被广泛应用于汽车、通讯、消费电子、工业控制等领域。常见的电源管理芯片主要分为车载与通讯系列、通用工业与消费系列，前者的使用的电压一般为48V、36V、24V等，后者电源管理芯片产品应用广泛，是全球出货量最大的芯片产品类型之一。根据IC货量的21%，出货量约为639.69亿颗，超过排名第二名和第三名类庞大的市场需求。根据MordorIntelligence统中国是全球最大的电子产品生产与消费国家，电源管理芯片市场需求巨大。根据中商来随着中国国产电源管理芯片在新领域的应用拓展以及进口替代，预计国产电源管理芯片在电源管理芯片的众多下游应用领域中，汽车是较为重要的一个领域，据赛微微电汽车电源管理芯片（PMIC）广泛应用于汽车智能座舱、自动驾驶、车身电子、仪表及受益于新能源车渗透率不断提升，动力电池对电源管理芯片的需求持续上升。据Yole数据，2018年，应用在汽车及交通运输领域的电源管理芯片市场规模为15亿美在汽车电源管理芯片中，尤其以汽车电池管理系统（BMS）中AFE（模拟前端）缺口最大。AFE芯片是BMS系统中最核心的器件，负责采集电芯电压和温度，并采用特定算法对电池的SOC和SOH等参数进行估算，并将结果传送给控制芯片。压要求越高，因此价格也会更贵，二者间具有正相关性。根据中泰证券测算，2021年新能的主流产品。车载存储芯片分布广泛，分布领域包括汽车车身域、底盘域、座舱域、动力从应用形态来看，存储芯片除单独搭载系统之外，还被封装在各类主控芯片（MCU、SoC）在汽车智能化、网联化趋势下，ADAS系统、智能座舱、车联网技术的应用都将产生驶时收集大量路测数据，包括摄像头、雷达、激光雷达、GPS等数据，将这些数据上传到研发平台后对其进行AI训练，并在ADAS平台上验证数据。海量数据的缓存、读取和处理将对存储系统的读写性能、容量、可靠性等提出更高放运行中的程序和数据，核心应用领域包括IVI车载信息娱乐系统、ADAS系统、信息和于ADAS系统、IVI系统、汽车中控等，主要作用在于存储连续数据。ADAS系统中NAND容量需求增长最为显著，根据海力士数据，L2级ADAS一般只需主流的8GBe-将提升至1TB。此外，随着自动驾驶技术发展，未来将会形成“端-边-云”数据架构以确保行车安全性，为减小云端和汽车间数据的传输延时，车载高精地图是指绝对精度和相对精度均在1米以内的高精度、高新子地图，英文称为HDMap（HighDefinitionM精地图所蕴含的信息丰富，含有道路类型、曲率、车道线位置等道路信息，以及路边基础设施、障碍物、交通标志等环境对象静态信息，同时包括交通流量、红绿灯状态信息等实不同地图信息的应用场景和对实时性的要求不同，通过对信息进行分级处理，能有效提高地图的管理、采集效率及广泛应用。高精地图可以分为四个基本层级，由底层到上层静态地图包含道路网、车道网及道路设施的几何、属性信息。车道线、车道中心线以及曲率、坡度、航向等信息构成了道路和车道模型，帮助智能驾驶车辆进行精确的智能决准静态地图包含交通标志牌、路面标志等道路部件信息，可以用于智能驾驶车辆的辅助定位。同时，道路受到外界因素（如日常磨损、天气、外界碰撞、人为修改等）的影响会发生变化，如道路标线磨损及重漆、交通标志牌移位或变形等信息也体现在准静态高精准动态地图包含道路拥堵、施工、交通管制、天气等信息，可以用于自动驾驶车辆的动态地图包含周边车辆、行人、交通事故等实时性较高信息，可以用于自动驾驶车辆高精地图是服务于智能驾驶系统的专题地图，其发展与智慧交通、智能网联汽车紧密相关，从智能网联汽车上路伊始，高精地图产业就应势而生并飞速发展。作为智能网联汽车交通的共性基础技术，高精地图服务的对象并非仅人类驾驶员，而是人类驾驶员和自动驾驶汽车，其所具有的地图匹配、辅助环境感知和路径规划三大功能在智能驾驶中具有强需求和无可替代性。一方面，它是智能驾驶汽车规划道路行驶路径的重要基础，能为车辆提供定位、决策、交通动态信息等依据。另一方面，当智能驾驶汽车传感器出现故障或者随着智能驾驶技术日趋成熟，高精地图成为巨头征战的新战场。根据高盛对全球高精地图市场的判断，2020年达21亿美元；到2025年，市场规模将扩大到94来源：高盛另外，据美国MarketsandMarkets发布的全球自动驾驶3D高精地图市场的预测，从2020年到2030年，全球自动驾驶汽车3D高精地图数据市场的复合增长率将达到36.2%,高精地图在无人驾驶领域具有不可替代性，且最近几年国家开始逐步放宽对地图产业发展的政策限制，地图产业的发展越来越受重视。与此同时，地图行业涉及国家机密，政策壁垒又把各类国外图商挡在了门外，为国内高精地图企业创造了稳定发展的契机。国内投入高精地图市场的企业较多，既有百度、高德、四维、易图通等传统图商，也有华为、滴图、初速度、中海庭、晶众、宽凳、全道等科技新势力。自商已陆续进入汽车整车制造企业，其中高德、百度、四维图新、易图通均已进入全球主要汽车厂商供应名单。从场景上来看，目前高精地图落地场景主要是高速公路和停车场，对从电动化到智能化再到网联化已成为汽车形态发展的行业共识，汽车从辅助驾驶向智能驾驶演进，位置信息是实现智能驾驶的关键要素，高精定位功能模块起到不可或缺的作用。高精定位按照实现方式不同，主要分为卫星信号定位、惯性定位和环境特征匹配定位传统卫星信号定位主要基于全球卫星导航系统（GNSS）。GNSS定位用卫星至地面接收站的距离，通过距离交会的方式来确定地面的位置。定位时，通常需要四颗卫星同时观测，其中三颗卫星用于确定三轴坐标分量，还有一颗用于计算时间修正量。不过，通常GNSS在卫星信号传输过程中会受到“卫星误差、电离层/对流层误差、多路径误差和设备误差”等各种误差影响，导致数据结算不准确，从而定为了提高定位的精度，GNSS在应用中衍生出了实时载波相位差分技术RTK（Real-标比对，计算此时该区域卫星定位综合误差，并将该误差数据发送给附近的流动终端（附厘米至亚米量级定位精度。RTK实现的先决条件是基准站和用户站必须是观测的同一组卫的相关性，实现误差抵消，亦即基准站的覆盖度与定位精度相关。目前，GNSS+RTK惯性定位基于惯性导航系统进行。惯性导航系统（INS）基于牛顿经典力学理论，能惯性空间中的位置、方向、速度和姿态，输出完备的六自由度数据。INS不依赖于外部信息，不向外辐射能力，所以具备不与外界交互而独立自主工作的能力。从结构上看，惯性平台式惯性导航系统采用物理平台模拟导航坐标系统，将加速度计安装在由于陀螺仪控制的稳定平台上，输出的信息包括导航计算机计算所得的航行器位置、速度等导航信息，以及陀螺的施矩信息。陀螺在施矩信息作用下，通过平台稳定回路控制平台，跟踪导航坐标系在惯性空间的角速度。而航行器的姿态和方位信息，则从平台的框架轴上直接测量得捷联式惯性导航系统采用数学算法确定导航坐标系，即加速度计和陀螺仪直接安装在平台式惯性导航系统能直接建立导航坐标系，计算量小，容易补偿和修正仪表的输出，但结构复杂，尺寸大。捷联式惯性导航系统结构简单、体积小、维护方便，但陀螺仪和加速度计若工作条件不佳，会降低仪表的精度。按照目前的市场发展趋势来看，惯性测量传环境特征匹配定位主要是用车载摄像头、激光雷达、毫米波雷达、超声波雷达等传感），定位，用观测到的特征和数据库里的语义地图或特征地图进行匹配，得到车辆的相对位置和姿态。类似于人类驾驶员在驾驶车辆时用眼观察周围场景、物体，以确定位置，同理，高清摄像头、雷达等感知设备替代人眼获取周围场景内物体的图像或反射信号，将其与事先采集的高精度地图数据进行匹配，从而获得车辆当前精确位置。但特征和数据库里的语卫星定位、惯性导航定位及环境特征匹配定位由于技术各有优劣，单独使用某种技术的定位方案难以保证高精定位系统的鲁棒性。处于系统安全性和单一定位方式局限性考虑，行业倾向于采用组合定位实现高精度定位。RTK定位确定绝对位置，IMU（惯性测量单元）确定相对位置，同时，高精地图与激光雷达、摄像头等感知设备用于环境感知。车辆从“GNSS+RTK+IMU”定位组合中获得车辆位置的预测值，从高精地图中获取该位置附近的环境特征，之后将扫描识别的环境特征与高精地图记述的环境特征做匹配融合，获取车辆当前场景下精确的位置信息。各工作单元之间高精定位市场产值约110亿元，随着高精定位应用场景不断增多、智慧出行等领域的热度升温，以及多个具备产业链生态的巨头企业入局等，预计2中间件（Middleware）是基础软件的一大类，在汽车软件架构中位于硬件、操作系统之上，应用软件之下，总的作用是为处于自己上层的应用软件提供运行与开发的环境，帮助用户灵活、高效地开发和集成复杂的应用软件，并能在不同的技术之间实现资源共享，随着汽车不断向智能化、网联化方向发展，以单片机为核心的传统分布式电子电气架构已经很难满足未来智能汽车产品的开发需求。因此，汽车电子电气架构从传统分布式架构正朝向域架构、中央计算架构转变，其中，集中化的EE架构是实现软件定义汽车的重随着EE架构逐渐趋于集中化，汽车软件系统出现了多种操作系统并存的局面，这也导致系统的复杂性和开发成本的剧增。为了提高软件的管理性、移植性、裁剪性和质量，需要定义一套架构（Architecture）、方法学（Methodology）和应用接口（ApplicationInterface从而实现标准的接口、高质量的无缝集成、高效的开发以及通过新的模型来管理复杂的系统。中间件的核心思想在于“统一标准、分散实现、集中配置”：统一标准才能给各个厂商提供一个通用的开放的平台；分散实现则要求软件系统层次化、模块化，并且降低应用与平台之间的耦合度；由于不同模块来自不同的厂商，它们之间存在复杂的相互联系，要想将其整合成一个完善的系统，必须要求将所有模块的配置信息以统一的格式集中管理起来，集中配置生成系统。有了汽车软件中间件后，所有的软件和应用都具备了标准化接口，同时硬件功能也被抽象成服务，可以随时被上层应用调用；软件开发可以跨配置、跨车型、跨平台、跨硬件适应；软件开发者可以更多地聚焦软件功能的差异化；软件认证可以有标准可依。总的而言，中间件在汽车软硬件解耦的趋势中发挥关键性作用。在所有中间件方案中，AUTOSAR是目前应用范围最广的车载电子系统标准规范。AUTOSAR（AutomotiveO零部件供应商以及各种研究、服务机构共同参与制定的一种汽车电子系统的合作开发框架，并建立了一个开放的汽车控制器（ECU）标准软件架构，规范了车载操作系统标准与API主流整车厂、一级供应商、标准软件供应商、开发工具与服务提供商、半导体供应商、高校以及研究机构等，其中也包括了华为、百度、长城、东风、一汽、上汽、吉利、蔚来、AUTOSAR旨在通过提升OEM以及供应商之间软件模块的可复用性和可互换性来改进对复杂汽车电子电气架构的管理。汽车行业中有众多的整车厂和供应商，每家OEM会有不同的供应商以及车型，每个供应商也不止向一家OEM供货，此时若尽可能地让相同产品在不同车型可重复利用或是让不同供应商的产品相互兼容，这样就能大幅减少开发成本。为此，AUTOSAR联盟建立了独立于硬件的分层软件架构；为实施应用提供方法论，包括制定无缝的软件架构堆叠流程并将应用软件整合至ECU；制定了各种车辆应用接口规范，作为应用软件整合标准，以便软件在不同汽车平台复用。有了标准化应用软件和底层ROS指的是机器人操作系统，是一套开源的软件框架和工具集，用来帮助开发人员建立机器人应用程序，它提供了硬件抽象、设备驱动、函数库、可视化工具、消息传递和软件包管理等诸多功能。它为机器人开发提供了一套相对完善的中间层、工具、软件乃至通用的接口和标准，机器人工业领域的开发者因此能快速开发系统原型并进行测ROS推出以后被大量地应用于工业领域，包括科研机器人、工业机器人、轮自动驾驶汽车乃至航天无人驾驶设备，其原来的功能设计已经不能满足海量应用对于某些性能（如实时性、安全性、嵌入式移植等）的需求，ROS2即在这样的背景下被设计和开时系统设计的数据分发/订阅标准）通信机制，支持实时性、嵌入式、分布式、多操作系统发者并行开发低耦合的功能模块，并且便于进行二次复用。此外，ROS2新增了QoS（QualityofService，质量服务原则对通信的实时性、完整性、历史追溯等方面形成支此外，还有博世旗下子公司ETAS推出的针对高级自动驾驶应用的通信中间件解决方其它的车载通信中间件按源代码是否开放，还可简单地分为闭源和开源两种：闭源的在大数据、物联网、云计算等新一代信息技术应用不断深化的背景下，中间件市场进入持续快速增长阶段。根据华为《鲲鹏计算产业白皮书》预测，2023年，中国中间件市场复合增速为10.3%。具体到车载中间件部分，东吴证券估算，2023年其全球市来源：华为并合理地组织调度计算机的工作和资源，以提供给用户和其他软件方便的接口和环境的程序集合。智能设备发展到一定程度后一般都需要专门的OS，例如PC机对应的微软在智能网联汽车产业大变革趋势下，车用OS（车用操作系统，VehicleOperatingSystem）已成为传统汽车实现智能化升级的关键和软件定义汽车生态循环发展的灵魂。车用OS是运行于车内的系统程序集合，对上它能够支撑应用程序的开发、人机交互的设计、数据的传输，对下能够调动不同架构的硬件和底层软件，以最优的效率管理和调度包括主控芯片、传感器、执行器等在内的硬件资源，合理安排任务的优先级，确保多项智能化任务的协调、安全高效进行。从这一层面看，车用OS既是智能网联时代下主机厂定义差异化用户体验的基石，也是其构建软件价值链和生态圈的入口。这也成就了车用OS成为继芯片之后主机厂最主要的软件战略抓手。当前业界普遍将车用OS分为车控操作系统（Vehicle-controlledOperatingSystem）及车载操作系车控操作系统是智能网联汽车的基础软件之一，运行于智能网联汽车车载智能计算基础平台（IntelligentVehicleBase驾驶自动化功能实现和安全可靠运行的软件集合。车载智能计算基础平台是支撑智能网联汽车驾驶自动化功能实现的软硬件一体化平台，包括芯片、模组、接口等硬件以及系统软件、功能软件等软件，以适应传统电子控制单元向异构高性能处理器转变的趋势。智能网联汽车的复杂性，需要通过车控操作系统软件架构和接口的标准化实现产业链的分工协同，提高开发效率，保障软件平台的安全可信，减少对接成本，构建统一车控操作系统分为安全车控操作系统和智能驾驶操作系统，其中，安全车控操作系统主要面向经典车辆控制领域，如动力系统、底盘系统和车身系统等，该类操作系统对实时性和安全性要求极高，生态发展已趋于成熟。目前，应用较广的车控操作系统是ClassicAUTOSAR，其主要特点是面向功能的架构（FOA采用分层设计，实现应用层、