多感知融合方案为感知层带来投资机遇，国产厂商受益。目前感知技术分为纯视觉方案和 多传感器融合方案。纯视觉方案由摄像头主导，配合毫米波雷达等低成本传感器构成纯视 觉计算，通过视觉系统优化 AI 算法提高智能驾驶水平。多传感器融合方案借助多种传感器 收集外部环境信息，如摄像头、毫米波雷达、超声波雷达、激光雷达等，将信息传输给数 据融合中心进行融合，最终做出行车决策。 从精度上来讲，摄像头获取数据与人眼感知类似，更加丰富，但其依赖光照，易受环境影 响；激光雷达的探测距离更长，受环境光影响较小，感知精度更高，激光绘制的高精度地 图也可以做传感器的冗余备份，安全性更高。从研发周期来讲，视觉方案对算法的要求较 高，激光雷达能够快速提高自动驾驶水平。 随着汽车智能驾驶水平提升，汽车传感器数量显著提升，单车传感器价值量提升。L4 级别 智能驾驶相关传感器单机价值量较 L2 成长 8 倍：根据 Yole development 的预测，单车的 L4 级别的自动价值将较 L2 的 405 美元成长 8 倍至 3,430 美元。
半固态/固态预计为激光雷达重点演进方向。和机械式相比，半固态激光雷达具有结构简化、 可靠性高、量产成本低、扫描速度快等特性，更适合车载。虽然半固态/固态存在一定的工 艺与技术难点，但国内外激光雷达厂商正陆续发布半固态量产产品。长期来看，我们认为 半固态/固态激光雷达在技术成熟后易通过车规认证，有望实现前装量产与规模化商用。
智能座舱域：AR-HUD、多屏互动、音响系统未来保持高速增长
HUD 快速普及，预计 2025 年渗透率达 50%。开车时低头查看仪表盘会为行车带来安全隐 患，HUD 将视觉焦点转移到挡风玻璃上，减少驾驶员观察道路信息和观察车辆信息的视线 转换。W-HUD 通过光学投影原理将光投射在前挡风玻璃上，形成虚像显示信息， AR-HUD 利用增强现实技术，叠加虚像信息和现实路况实时信息。AR-HUD 为驾驶员提供更直接、 更丰富的信息，还能融合智能驾驶传感器数据，提升驾驶交互体验和安全性。此外，W-HUD 虚像距离在 2.5m 左右，驾驶员依然需要调整视线；AR-HUD 需要至少 7.5 米的虚像距离， 驾驶员不需要视线移动。 AR-HUD 存在技术难点。为了保证虚拟图形和现实融合的鲁棒性，解决车载 AR 引起的眩 晕问题，AR-HUD 需要建立低延时的真实世界坐标系，消除视差和视觉辐辏，完美融合虚 拟信息和现实环境的时空坐标轴。互联网 3.0 也是实现 AR-HUD 普及的关键，互联网 3.0 时代接入汽车行业时，信息推送的频率和精准度将提升，用户将获得全新的人机交互体验， Web3.0 对汽车智能化的影响将于 2025 年体现。 长期来看，AR-HUD 将于智能驾驶阶段量产，替代现有 HUD。虽然 AR-HUD 存在较高的 技术壁垒，但相比自动驾驶，AR-HUD 故障的影响更小，因此车规安全要求较低；AR-HUD 能够结合自动驾驶传感器信息，为消费者带来更直观的科技体验。因此 AR-HUD 落地或快 于智能驾驶，成为未来重要的人机交互方式之一。
多屏互动功能和音响系统升级增强车内影音娱乐体验。多屏联动将驾驶员与乘客屏幕分开， 实现乘客屏幕的个性化定制，能够增强车内影音娱乐体验和信息服务能力，提升驾控体验。 理想 L9 和哪吒 S（哪吒汽车 未上市）均搭载多屏系统，支持座舱智能功能。音响系统升 级，实现分区语音交互和沉浸式体验。分区语音交互能够锁定音区，减少其他语音输入的 干扰，理想 L9 的 7.3.4 全景声音响打造沉浸式家庭影院。
动力总成域：电驱动系统国产替代趋势明朗
汽车电动化助力动力系统供应链国产化。在动力系统零部件市场中，中国品牌在传统燃油 车市场的份额较低，根据《中国统计年鉴》，2020 年中国厂商发动机产量占全球 20%-25%， 变速箱销量占全球 10%左右；而在新能源汽车市场的份额较高，根据前瞻产业研究院，2021 年 Q1 动力电池国产替代率 45%，根据精进电动招股书，2020 年电机国产替代率为 45%。 长期来看，汽车电动化渗透率将持续提升，驱动中国品牌汽车动力系统市场份额持续提升， 国产替代趋势明朗。 功率半导体是汽车电动化最受益器件之一，IGBT 迎来快速增长。功率器件在新能源车成本 占比 8%-10%，未来汽车的单车算力及数据处理能力有望大幅提升，功率半导体单车价值 量跟随提升，驱动市场规模进一步增加。IGBT 驱动功率小而饱和压降低，在电动汽车领域 有重要应用，我们预计 2022 年全球 IGBT 市场规模有望达到达 85.2 亿美元，其中中国市 场规模为 241 亿元。
趋势#1：场景方面，2G/2B 封闭场景率先落地；2C 市场庞大但落地困难
2B/2G 场景相对封闭，预计 2025 年率先实现商业化落地。智能驾驶 2G 端主要应用于路政 环卫场景；2B 端应用蓬勃发展，可以分为五大场景：矿区运输，港口 干线物流，末端配 送，机场协同，不同企业在不同商业应用领域布局侧重点各不相同。我们认为，2G 和 2B 市场自动驾驶场景封闭、道路情况单一、行驶速度慢，所面临的不可预知情况较少，适合 现阶段的无人驾驶技术快速落地，预计 2-3 年内可以快速实现规模商业化。规模方面，我 们初步测算 2G 环卫场景市场规模在百亿元。结合亿欧智库数据，我们测算 2B 端矿区运输、 末端配送、物流网络（包括港口物流和高速 Robotruck）等，多个场景规模在千亿元级别。 Robotruck 对公路运输市场的潜在替代空间更大，有望在 2027 年以后突破至万亿。
2C 场景市场庞大，但落地更为困难。相较 2B 端矿区、末端配送及物流网络等相对封闭的 场景， 2C 市场满足载客出行需求，应用领域宽泛。根据 IHIS Markit 预测, 2030 年中国共 享出行的总市场规模将达到 2.25 万亿，其中 Robotaxi 占比达到 60%，规模为 1.3 万亿。 但综合车速、道路情况、驾驶环境来看商业化落地难度最高，目前 Robotaxi 和 Robobus 尚处于测试运营阶段，我们认为 2C 端商业化落地有望于 2025-2030 年实现。
趋势#2：政策方面，L3 级自动驾驶政策出台，释放利好信号
深圳 L3 级智能网联汽车法规出台，政策实现 L0-L2 向 L3 跨越。从 2018 年推出工业和信 息化部、公安部、交通运输部联合发布《智能网联汽车道路测试管理规范（试行）》至 2021 年发布《智能网联汽车道路测试与示范应用管理规范（试行）》，规范文件从道路测试与示 范应用主体、驾驶人及车辆，道路测试申请，示范应用申请，道路测试与示范应用管理， 交通违法与事故处理 6 个方面明确了参与测试的各方应当遵守的管理规范。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。目前共有广东、浙江、江 苏、海南、湖南、甘肃、河南 7 省出台自动自动驾驶政策，北上广深、杭州、长沙、重庆、 成都、武汉等一线城市以及绍兴、银川、长春、沧州、常州等二三线城市同样迅速出台有 关法规。我们看到智能网联车规正从沿海向内地、从一线向二三线城市快速扩张。
趋势#3：技术方面，单车智能转向车路协同，带来硬件投资机遇
单车智能向车路协同演进。单车智能主要是通过加入硬件（激光雷达、摄像头、毫米波雷 达、超声波雷达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的信息交互和实现无人驾驶。在基础设施方 面，车路协同路端基础设施主要包括 5G 基站、地磁、雷达、AI 相机、车联网、信号机和 路侧单元等。通过车路协同可以在云端实现指挥决策、自动驾驶、道路管理、交通调度、 浏览监测等多种功能。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，有效帮助解决长尾问题。 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，带来了硬件模块的投资机会。
出行初探：2G/2B/2C 场景落地进度几何
2G 场景：环卫车带动 2G 端低速封闭场景实现初步规模化落地
2G 无人驾驶主要用于公共服务领域，以满足路政安防，清洁环卫等人力替代，辅助未来智 慧城市整体构建。 无人驾驶环卫车带动 2G 场景初步实现规模化落地。需求层面，自动环卫车能够精准识别障 碍物并规划清扫路径，不受雷雨冰雪等天气的限制，同时可以替代人口实现 24 小时作业。 相较传统清扫模式，无人环卫车利用率较原先提升 2-3 倍，能实现 5 厘米内的精准贴边无 死角清扫效果。技术层面，环卫车行驶于封闭道路，线路固定，速度一般为 5-10km，且无 需载人需求，不用考虑安全、舒适性配置搭载。需求层面刺激叠加技术端场景简单，环卫 车目前已基本实现规模化落，在公园、景区、学校、高速服务区、酒店、工业园区适配场 景快速发展。行业领头公司蘑菇车联（未上市）、仙途智能（未上市）、酷哇机器人（未上 市）着力于打造自动驾驶清扫示范区，辅助构建智慧城市生态。根据蘑菇车联和酷哇机器 人公司披露信息，目前自动驾驶环卫市场所获订单已达几十亿规模。 无人安防车主要实现报警和监控等功能，落地进展相对较慢。无人安防车一般搭载 360 度 可旋转摄像头，集移动监控、移动测温、智能报警、物品取用、智慧调度等功能于一体。 但介于目前功能较少，且被替代性较强，落地进展速度远低于无人环卫车。目前蘑菇车联 领头在北京、上海、河南、湖南、江苏、云南等 2G 智慧城市构建项目上投放无人安防车及 其它类型无人车队。
2B 场景：矿区自动驾驶领跑 2B 场景，机场自动驾驶尚处初期阶段
在智慧机场、智慧园区，智慧港口、智慧码头等政策促进下，无人驾驶快速应用于 2B 领域。 目前 2B 无人驾驶市场空间较大，且场景封闭、道路情况简单，我们认为将在未来 2-3 年先 于 2C 端实现商业化落地。 矿山自动驾驶领跑 2B 各场景，已形成成熟商业模式。矿区道路条件恶劣，容易造成侧翻、 溜车等矿区事故产生高额赔偿费，且面临着劳动力匮乏困境，因此矿区无人化运营是实现 安全生产并降本增效的必要道路。矿区场景封闭单一，驾驶速度一般低于 40km/h，推动自 动驾驶快速落地。目前已形成联合主机厂、矿区自动驾驶公司、工程总包公司、矿主的商 业模式，通过“车路云”方案将无人驾驶技术覆盖从发车、自检、加油，到进入矿区、装 卸、运输等各环节。以希迪智驾（未上市）、易控智驾（未上市）、踏歌而行（未上市）等 为代表的公司目前已初步具备规模化运营能力，公司预计至 2022 年底希迪智驾可以落地 33 台无人驾驶车。
港口 干线打造 Robotruck 物流网络，港口无人驾驶已初步落地运营，干线物流仍处于测 试阶段。集装箱的运输从港口装卸起延申到高速干线运输，无人驾驶物流网络可以有效提 升旺盛的集装箱搬运需求，同时减少人力运输安全问题。 1） 港口自动驾驶商业化速度快：根据斯年智驾官网，作业数据化后港口集装效率可提高 30-40%，船舶在码头停留时间可减少 1/3，码头吞吐量能提升 50%以上。结合港口场景封 闭单一，技术难度不高，推动港口无人驾驶快速实现初步落地运营。以飞步科技（未上市）、 西井科技（未上市）和斯年智驾（未上市）为代表的企业，为港口提供无人驾驶跨运车和 Robotruck 等方案。2022 年 1 月，飞步科技无人驾驶集卡在宁波舟山港集团梅山港区撤下 安全员，进一步推动港口物流赛道无人驾驶商业化落地。
2） 高速干线运输开启自动驾驶测试。相较港口场景，高速干线速度高、场景半封闭，对 自动驾驶技术要求更高。
