智能駕駛：感知為目，通信為耳，智能為腦

自動駕駛需要感知、計算和通訊技術的全面賦能。根據SAE(國際汽車工程學會)的標準，自動駕駛分為L0-L5 六個等級。L0為無自動化，完全由駕駛員完成駕駛操作;L5 則為完全自動化，可由汽車完成全場景自動駕駛。汽車上的自動駕駛系統的結構大致分為感知系統、決策系統和智行系統。從L0-L5，隨著汽車和機器主導駕駛的程度逐漸上升，自動駕駛對汽車感知、決策和執行的要求也不斷提高，需要汽車配備攝像頭、激光雷達、毫米波雷達和超聲波雷達等傳感器，搭載具備足夠算力的芯片，並配合車聯網通訊和高精度地圖輔助。華為的強項在於基於自有芯片的算力打造以及基於通信技術優勢的物聯網構建。因此，華為汽車業務的目的並不是造車，而是依靠自身在算力與通訊的能力打造先進的自動駕駛解決方案。

感知為目:打造攝像頭、激光雷達、毫米波雷達、超聲波雷達的“視覺” 體系

車載傳感是自動駕駛第一步。從L0的駕駛員全權操作到L5 的完全自動駕駛，本質上是汽車系統逐步替代人類進行感知、決策、執行的過程。目前ADAS 處於快速導入階段，iHs 預計全球平均滲透率有望從2015 年的10%提升到2020 年的30%，其中2020 年歐洲/北美/亞洲的ADAS 滲透率分別為86%/27%/15%。Grandview research 統計2016 年全球ADAS 市場規模為141.50 億美元，博世、大陸集團、Aptiv 和Autoliv 目前市佔率領先。ADAS 包括傳感器、處理器、軟件算法、高精度地圖、執行器等功能組件;國內電子企業有望在感知層面快速切入，提供基於視覺/雷達的解決方案或零組件，在部分領域已有突破。

綜合採用多種傳感方案，單車價值和市場空間有望逐漸提升。

(1)攝像頭:攝像頭主要用於對障礙物、輔助線的識別，增量在於360 度環視由高端車型向下延伸。Yole 預測到2024 年單車攝像頭配置數量超過3個。

(2)超聲波雷達:目前已經廣泛用於倒車雷達(4個)，增量在於自動泊車需要增加4個駐車輔助+4 個泊車輔助超聲波雷達;我們預計到2024 年單車配置數量達到8個。

(3)毫米波雷達:隨著製程提升和價格下降，77GHz產品由於其體積和性能優勢有望成為主流。毫米波雷達是緊急自動制動系統的必要組件，我們預計到2024 年單車配置數量達到2個。

(4)激光雷達:激光雷達具有精度高、反應快的特點，目前處於多種方案研發、部分型號量產階段，單價普遍在數萬元以上，需等待產業鏈平均成本下降。

毫米波雷達:傳統零部件巨頭紛紛佈局，市場爭奪激烈。

當前從全球範圍來看，傳統汽車零部件系統供應商巨頭在毫米波雷達市場延續了自身的產品優勢，博世、大陸和海拉等汽車電子企業市佔率均位居前列。2015 年博世和大陸市佔率為22%，海拉為13%，電裝、TRW 和德爾福等位居其後。國內A 股上市公司中，華域汽車、德賽西威和保隆科技在毫米波雷達上佈局較為領先。華域汽車已量產24GHz 毫米波雷達，77/79GHz 毫米波雷達在研;德賽西威24GHz 毫米波雷達預計將於2019年量產，77GHz 毫米波雷達可達量產狀態;保隆科技24GHz 毫米波雷達預計將於2020年量產。

激光雷達:價格高昂，主要用於無人駕駛測試車。激光雷達能夠通過掃描周圍環境，構建精度較高的點雲，幫助執行層識別周圍物體的距離和尺寸，是現階段無人駕駛感知系統的核心組成部分。激光雷達當前成本高昂，主要用於無人駕駛車輛的測試。國內激光雷達供應商多為初創公司，如禾賽光電、北科天繪和速騰聚創等。其中，禾賽科技自主研發的激光雷達Pandar40 已經裝在了硅谷、底特律、匹茲堡及歐洲和中國各地的數十家頂尖自動駕駛公司的無人車上。美國加州現有的61 家獲得無人車公開道路測試牌照的高科技公司中，超過1/3已經是禾賽Pandar40 的付費客戶。

通信為耳:V2X 智能互聯，實現“路網”效率最優

有了攝像頭和雷達等“視覺”系統，不意味著能解決非視距的問題，比如十字路口對角的車輛和行人，就不是雷達所能探測到的。V2X在5G 助力之下，能有效解決單一車輛決策時無法處理的非視距問題。目前階段自動駕駛的自動駕駛汽車依靠幾種不同類型的傳感器(比如雷達和攝像系統)來探測和推斷其周圍環境和道路狀況，但這些傳感器會受到視距(LOS)操作的限制。

基於Release 16 5G NR 的C-V2X 技術，將為先進自動駕駛用例帶來直接通信能力，例如高吞吐量和URLLC(超可靠低時延通信)，與Release 14 C-V2X 互為補充，共同為汽車提供服務。C-V2X 專為低延遲直接通信而設計，為保證行車安全，允許在沒有網絡覆蓋或無需接入蜂窩網絡的情況下實現車輛之間直接通信(V2V)、車輛行人之間直接通信(V2P)或車輛與道路基礎設施之間互相通信(V2I)。V2X 可直接通信通過提供360度的非視距(NLOS)感知能力，彌補了這些傳感器的短板，即便處於盲區或惡劣天氣條件下，也可以擴展車輛在道路上的探測能力，幫助駕駛者進行更好地預測和決策。基於Rel-16 5G NR 的C-V2X 直接通信技術將把非視距感知能力提升到新的高度。5G NR C-V2X 技術的高吞吐量和URLLC能力將使自動駕駛汽車以有效的方式直接與其他車輛或與道路基礎設施分享它們對路況、道路條件和環境的感知。這些功能旨在通過車輛之間共享高吞吐量傳感器數據，進而幫助它們對周圍真實環境建模。

5G 支持下多車輛能夠路網協同，提高編隊、決策效率。編隊行駛中，通過頭車為有人駕駛車輛或自主式自動駕駛車輛，後車通過V2X 通信與頭車保持實時信息交互，在一定的速度下實現一定車間距的多車穩定跟車，具備車道保持與跟蹤、協作式自適應巡航、協作式緊急制動、協作式換道提醒、出入編隊等多種應用功能。3GPP 定義了若干個1 毫秒到幾個毫秒的低時延場景，主要集中在自動駕駛上。自動駕駛中制動等反應時間，是個系統響應時間，其中包括了給網絡雲端計算處理、車間協商處理的時間，也包括了車輛本身系統計算及制動處理時間。如果要求時速100km 制動距離不超過30cm，那麼系統整體響應時間不能超過10 毫秒。從保障安全的角度，系統響應時間當然越低越好，其中對通訊時延的要求會更高。未來5G 網絡能夠在提供99.999%穩定性的同時做到小於1 毫秒的通訊時延，則自動駕駛車輛的低時延場景能更好地提高效率。

通過5G NR C-V2X 技術，車輛之間可以互通意圖和計劃動作，通過更好的預見性和決斷性，規劃更科學的自動駕駛路徑。在V2X 車聯網的輔助作用下，駕駛者可以更高效遠離擁堵路段，減少堵車帶來的時間損耗。基於5G NR 的C-V2X 技術還可以使自動駕駛汽車通過實時的本地更新，例如3D 高清地圖，來更精確地瞭解自己的位置並且更加熟悉周圍的環境。

5G 促成V2X 運用，降低整車成本，有望進一步提早推廣自動駕駛。當前相對完備的自動駕駛系統，主要是基於傳感器、雷達和攝像頭的各種信息輸入，通過人工智能技術決策，單車本身在一定程度上即可以自動駕駛。眾多傳感器、雷達、攝像頭構成了單車成本的重要部分，同時單車本身的侷限性，要求開發性能更強的傳感器，隨之帶來成本進一步大幅提升。這就需要車聯網裡的V2X 通信(V2N、V2I、V2V、V2P)，提供遠超出當前傳感器感知範圍的信息。V2X可視為一個拉長拉遠的“傳感器”，通過和周邊車輛、道路、基礎設施的通訊，獲取比單車能得到的更多的信息，大大增強對周圍環境的感知。5G網絡本身具有的超大帶寬超低時延特性，可以實時蒐集傳輸更多更精確的環境信息，使用雲化的計算能力用以車輛本身自動駕駛的決策。由此，在V2X 技術下，即便車輛本身就可以實現部分自動駕駛，通過車聯網技術依然可以進一步提升性能，且可以降低單車部署傳感器的成本，減少對高精度傳感器的依賴。

重點關注V2X產業鏈中自主研發模組領域相關標的

我們認為，由於華為在通信領域多年的積澱和強大的研發能力，V2X 領域的芯片、模組、OBU、RSU將以自主生產為主，但仍不排除像模組、RSU、OBU 天線等配套產品外購的可能，我們重點關注高新興、移為通信。

智能為腦:高精度地圖和差分GPS 提供位置感，MDC 提供智能計算

有了攝像頭、激光雷達、毫米波雷達和超聲波雷達組成的”視覺”系統，以及有了V2X的“聽覺”系統，並不意味著自動駕駛的感知系統已經完善了。我們還需要高精地圖和差分GPS為核心的位置感知系統，一如大腦的“網格細胞”的作用，以及以MDC 為核心的計算系統。

高精地圖:車輛自主導航中最安全的可預設“軌道”

作為自動駕駛系統的重要組成部分，高精度地圖專注於自動駕駛場景，在自動駕駛車感知、定位、決策、規劃等模塊起到重要作用，是自動駕駛解決方案不可或缺的一環。且從目前的L3-L4 級車輛的技術方案看，自L3級別向上，車輛對於週報環境的監控和駕駛操控需求將全面超越駕駛員，傳統駕駛員將在車輛駕駛中逐步擺脫對於汽車實時駕駛的決策責任，因此從實時角度出發，高精地圖是車輛自主導航中最安全的可預設“軌道”。

而對比傳統導航地圖看，高精地圖是的應用者是車輛的智能駕駛系統，而非駕駛員的視覺讀取，因此其數據呈現方式和傳統地圖並不一致，組成方式也並不一樣，並且和導航地圖不同的是，將承擔自動駕駛車輛時保證駕駛安全的重要責任。其中矢量地圖的信息將是主要的自動駕駛系統依託的本地“軌道”，也是系統讀取依賴的重要部分。

在L3 以上自動駕駛環境，車輛必須對於周邊環境擁有實時感知和決策反饋能力。基於上圖來看，特徵地圖部分需通過雲端實時或者定期更新，而矢量地圖更是要在確保數據正確的前提下，進行穩定更新。基於此，與傳統的導航地圖銷售方式相比，高精度地圖的持續運營模式將顯著提升，就如同我們的智能手機需要定期升級/更新OS 與APP一樣。且從安全性的角度看，我們認為高精地圖的存儲與修改必須引入等級保護制度，特別對於矢量地圖的數據更新與保護，原始製圖廠商的商業責任和地位很難被撼動。因此，從更新的方式看，行業的傳統“license”授權與全面轉向雲化持續付費可能將成為高精地圖的主要商業模式。

基於高精地圖的如上特點，結合國內市場的情況，我們判斷高精地圖的供給端在一段時間內會受一定的政策監管，國資背景的公司可能更佔優勢(如同電信等基礎信息運營服務)。因此這可能是該行業的第一個競爭門檻。且隨著自動駕駛路測向L3 逐步推進，我們判斷高精地圖的經營資質可能會再次面臨監管政策變化，從國家安全等角度出發，均有利於國資背景公司的競爭排位。

其次，高精地圖目前的研製成本較高，採集車輛的成本普遍在百萬人民幣以上，因此充裕的資金投入是另外較高的競爭門檻。

最後，目前來看，高精地圖的行業通用標準還是在不斷摸索之中，以四維圖新為代表的主流廠商還在積極探索，共同在參與制定高精地圖的應用標準。結合前文的判斷，我們認為未來高精地圖的市場集中度可能會高於傳統導航市場。

差分GPS:精度更高，為無人駕駛導航系統提供技術支持。

無人駕駛要求GPS 定位誤差不超過一個車道寬度，差分GPS 模塊為無人駕駛GPS 自主導航系統的實現提供了必要的技術支持。相比傳統的GPS技術，差分GPS 測量會在一個測站對兩個目標的觀測量、兩個測站對一個目標的觀測量或一個測站對一個目標的兩次觀測量之間進行求差，大幅提升了GPS 測量的精度，實現釐米級定位和全局定位。國內差分GPS供應商中較有影響力的有中海達、星網宇達等。中海達深耕北斗衛星導航產業，是國產衛星導航接收機(RTK)的先行者，產品銷售網絡覆蓋全球逾40 個國家，擁有超60 個海外經銷網點和100多家全球合作伙伴。星網宇達國內第一家推出GPS 高精度RTK 系統，2009年3 月研製出國內最便宜的單頻實時動態差分GPS RTK 接收機。

計算平臺+操作系統:智能駕駛的“心臟”和“大腦”

對於智能駕駛而言，MDC 像是“心臟”，給計算提供源源不斷的強大動力，而操作系統，則更像是“大腦”，致力於設備的管理和使能。

華為作為ICT 的領軍企業，在2018年發佈MDC 600，亮劍無人駕駛。2018年10 月15日，在HUAWEI CONNECT 2018 大會上，華為發佈了支撐其無人駕駛戰略的重要載體——涵蓋芯片、平臺、操作系統和開發框架的使能自動駕駛的移動數據中心(MDC，Mobile Data Center)。MDC 600 搭載華為最新的Ascend(昇騰)芯片，最高可提供352Tops的算力，足以滿足L4 級別的自動駕駛需求;能夠支持-40 至85攝氏度的環境溫度，遵從車規級可靠性與功能安全等級;端到端能效高達1Tops/W;底層硬件平臺搭載實時操作系統，高效的底層軟硬件一體化優化，內核調度時延低小於10μs，ROS內部節點通信時延小於1ms，為客戶的端到端自動駕駛帶來小於200ms 的低時延(業界一般是400~500ms)，提升自動駕駛過程中的安全性。

Ocean Connect 物聯網平臺賦能自動駕駛。在2018國際消費電子信息及通信博覽會上，華為發佈Ocean Connect 車聯網平臺，致力於使能車輛的智能化網聯、車企的服務化轉型和交通的智能化演進。華為Ocean Connect 物聯網平臺的關鍵能力包括:提供連接管理、設備管理和應用使能基礎能力;定期發佈車聯網服務套件，支撐各行業夥伴快速實現各種物聯網業務應用;通過分層的安全架構，實現統一安全的車輛網絡接入;T-Box或車機內置IoT Agent，簡化各類終端廠家不同協議的靈活適配;對接車企已有IT/OT 系統，實現數據統一呈現和管理，降低企業投資成本。