2022中国智能驾驶功能量产应用研究报告

→在2021年8月，中国市场监管总局发布了国家标准的《汽车驾驶自动化分级》，并于2022年3月实施。政策的持续关注、技术的不断选代以及消费者对于智能 电动汽车的接受度与购买意愿的增长，加速了主机厂对于汽车智能化功能的发展与布局。其中，智能驾驶功能作为汽车最具代表性的智能化功能已然成为主机厂智能化发展的核心领域。 +随着智能电动汽车（SEV）的发展，智能驾驶功能加速上车，以智能化为企业特色的新势力车企已经实现智能驾驶功能的规模化搭载应用，主机厂欲通过对智能驾驶功能量产应用的加码，使其通过智能驾驶功能的搭载实现车型销量与智驾领域的弯道超车，辅助驾驶企业也正在寻求车企合作以获得产品上车机会和商业化收入。同时，以算法技术见长公司希望寻求项目落地突破，而软件创业公司希望通过功能量产应用摆脱“缺乏量产经验和工程化落地能力”的标签。可落地的量产解决方案已逐渐成为国内智能驾驶企业们的一致追求， 2022年，在整车E/E架构的升级、域控产品的优化以及大算力芯片的选代背景下，“行泊一体”的规模化量产迎来元年。多家智能驾驶供应商已对行泊一体功能方案进行了布局，欲通过高阶智能驾驶的风口实现弯道超车， 智能驾驶功能的量产应用成为车企打造差异化、智能化发展的核心，同时也是供应商实现数据闭环、打造“强者恒强”的有效路径。亿欧智库作为长期关注汽 车领域的研究机构，时刻关注着智能电动汽车（SEV）的发展进程与行业动态，为进一步深度洞察中国智能驾驶领域发展现状、市场表现以及企业特点等问题， 特此撰写《2022中国智能驾驶功能量产应用研究报告》， ?《2022中国智能驾驶功能量产应用研究报告》聚焦于中国智能驾驶量产应用领域，通过对智能驾驶的技术解析、智能驾驶市场发展现状分析、智能驾驶典型参 与企业的调研等方式，对中国智能驾驶市场进行了全面客观的分析与解读，并对中国智能驾驶量产应用的发展趋势进行预测，使行业内外人士可以更直观的了解当下中国智能驾驶量产应用的发展进程与市场动态， 报告核心观点 中国智能驾驶量产应用发展进程 +智能驾驶行车功能：L2/L2+功能已实现规模化量产并逐渐下探渗透至20万元以下车型：对于高速NOA功能，追求智能化的新势力品牌已将其作为新车型发布 的核心智能化宜传点，将在未来两年内实现规模化量产落地；而城市NOA功能，受限于技术、法规等多方因素，目前尚未实现量产，但全栈自研的车企，如蔚来、小脂汽车、理想汽车，通过硬件深度预理，软件逐步升级的方式可掌握数据和算法自主权，为城市NOA未来的快速送代莫定基础 →智能驾驶泊车功能：2017-2019年基于超声波和环视的全自动融合泊车（APA）及遥控泊车（RPA）走向市场，系统控制车辆的横向运动和纵向运动，这类功能解决了最后5-10m的智能驾驶问题。2020至今市场上陆续落地辅助代客泊车（记忆泊车）与全自主代客泊车，使当前市场开始关注与期待L4级别的自动代客泊车系统的规模化量产，从而将驾驶员从取车、停车中彻底解放出来。 →智能驾驶行泊一体功能：2022年，在整车E/E架构的升级、域控产品的优化以及大算力芯片的选代背景下，“行泊一体”的规模化量产迎来元年。多家智能驾 驶供应商已对行泊一体功能方案进行了布局，部分企业已实现了量产。伴随着中国供应商逐渐推出的规模化落地行泊一体系统，中国本土车企及供应商在原本由外资供应商占据主力的入门级L2智能驾驶功能的基础上，加速推动了市场的多元化进程。 中国智能驾驶量产应用发展意义 →智能驾驶功能在演进选代的过程中，量产应用为供应商带来验证技术进步以及商业化落地能力。技术进步的验证包括数据积累、场景验证、算法选代以及软硬件适配：商业化落地能力则包括产品稳定性、产品性价比、服务质量以及车型适配度等。 →高阶智能驾驶功能的规模化量产对功能当中所涉及的硬件性能要求逐渐损高，海量的数据与复杂开放的场景也为芯片算力带来了更高需求，智能驾驶量产所带来的创新需求，使企业需要考量其案硬件性能与成本之间的平衡，打造具有领先性、差异化的方案的同时兼具高性价比。同时，供应链的稳定可靠，也是智 能驾驶量产普及的必要前提。 ，智能驾受逐新由数据驱动代替传统的逻精算法，智能计算逐步取代逻拍计算，这对供应商智能驾驶功能方案的硬件计算与软件算法能力以及开发与送代效率摄出了全新挑战。如何基于场景打造高效能芯片，以及如何将智能驾驶通过逻辑计算与智能计算进行协同驱动，成为供应商需要去考忠的关键问题。 中国智能驾驶功能量产应用市场综述 1.1“智能驾驶”定义及智能驾驶功能发展历程1.2智能驾驶系统构成以及核心技术1.3智能驾驶发展背景与驱动因素1.4智能驾驶产业图谱呈现 中国智能驾驶功能量产应用市场发展现状 2.1车企智能驾驶发展路线及对于供应商的意义 2.2智能驾驶场景功能研究-行车&泊车功能发展现状 2.3智能驾驶场景功能研究-行车&泊车功能发展核心要素与典型案例2.4智能驾驶场景功能研究-行泊一体功能技术原理与发展现状 2.5智能驾驶场景功能研究-行泊一体功能发展核心要素与典型案例2.6智能驾驶场量功能研究-行泊一体功能发展趋势与市场规模预测 中国智能驾驶市场发展趋势 3.1智能驾驶功能量产趋势3.2智能驾驶行业发展趋势 丫亿欧智库 中国智能驾驶功能量产应用市场综述 1.1“智能驾驶”定义及智能驾驶功能发展历程 1.2智能驾驶系统构成以及核心技术 1.3智能驾驶发展背景与驱动因素 1.4智能驾驶产业图谱呈现 1.1智能驾驶是智能汽车的核心功能单元，国标与SAE已将其明确细分为不同级别 →智能驾驶是智能汽车的核心功能单元，主要包括感知层、决策层、执行层、应用层等关键部分。具体是指集中运用了现代的信息通讯控制技术通过雷达、摄像头、高精度地图等先进传感器体系感知车辆周围环境，基于高阶智能算法、车载中央计算平台等做出路径规划、行为决策，应用于车辆启停、车身控制、辅助驾驶等车辆控制的软硬件一体化智能系统。 →2021年8月，中国市场监管总局发布了国家标准的《汽车驾驶自动化分级》，并于2022年3月实施。不同于SAE的分级，国标分级将汽车驾驶自 动化分为0-5级，分别对应应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶以及完全自动驾驶。当前随着汽车智能化发展，行业正处于由组合驾驶辅助向有条件自动驾驶的过度阶段。 目前，智能驾驶实现关键技术主要包括感知与定位、决策与规划、控制与执行等。在这套技术体系以及关键软硬件设备的支持下，智能驾驶汽车可通过车载摄像机、激光雷达、毫米波宙达、超声波等传感器来感知周围环境，实时动态监测周边环境变化，并依据所获取的信息进行决策判断，形成安全合理的路径规划。在规划好路径之后，汽车执行系统会控制车辆沿着规划好的路径完成驾驶。 由于决策规划和执行控制相关算法主要仍以传统规则类算法为主，差异度和开发难度相对较低，因此感知、定位以及相关融合算法为智能驾驶方案差异化环节，这也使传统车企通常通过采购的方式与供应商合作。新势力车企则选择采购+自研的方式与供应商协同开发。 +感知系统也称为“中层控制系统”，负 责感知周困的环境，并对环境信息与车内信息进行采集与处理，例如道路边界监测、车辆检测、行人检测等技术， →决策系统也被称为“上层控制系统” +执行系统也被称为“底层控制系统” 负责路径规划和导航，通过执行相应控制策略，代替人类做出驾驶决策 负贵汽车的加速、剃车和转向，主要由电子制动、电子驱动以及电子转向三部 直接采购Tier1算法与方案/采购+自研 →作为提供智能驾驶安全保障的感知层，目前以视觉传感器与毫米波雷达为主的多传感器融合感知方案是当前传统车企主流选择。超声波雷达作为泊车功能的核心传感器，当前由于成本原因，车企通常采用低频超声波雷达与高频超声波雷达融合方案。 各智能驾驶功能的实现，其核心之一在于硬件传感器的配置以及融合算法方案，因此传感器的配置方案也成为主机厂以及智能驾驶供应商重点打造产品差异化与性价比的核心方向。在这过程中，4D成像毫米波雷达凭借性能与成本优势，在L2以上智能驾驶中成为市场新秀，于2022年开 始小规模前装导入。 传统毫米波雷达分类及支持的功能应用 √角雷达-短距SRR（24GHz）：支持急刹车、 行人监测、硅撞警告、变道辅助系统、自动泊车、倒车横穿警告、点监测等功能 V前向雷达-中距MRR（77GHz）：支持累急刹 车、行人监测、磁撞警告、变道辅助系统、自 前向雷达-远距LRR（77GHz）巡航、紧急刹车 传统毫米波雷达只具备距离、方位、速度信息一般与摄像头共同组成L3及以下智驾系统的感 4D成像宝米波雷达在现有雷达基础上，增加对目标高度的监测，并通过高分辨率可形成轮信息，更加满足L2+及以上的智能驾驶功能 1.3.2国产芯片蓬勃发展，研发与量产加速为高阶智能驾驶功能落地提供保障 →国产大算力芯片的研发加速与成熟度提升为高阶智能驾驶功能的量产应用提供了基础保障。L2及以下的辅助驾驶功能所需数据量较小、算法模型较简单，小算力芯片与算法强耦合即可满足低级别智能驾驶的需求。而L2级以上智驾系统的传感器增加以及分辨率提升均需要具有海量数据处理能力的大算力芯片进行支持。 目前以高通、英伟达为代表的国际芯片巨头具备先发优势，但在智能驾驶芯片的产业新赛道上，以地平线、海思、黑芝麻智能、芯驰科技为代表的本土自主芯片商发展后劲十足。随着国产智能驾驶主控芯片向中央计算芯片融合的发展，芯片集成度的提高可有效改善计算效率、降低计算成本。地平线基于软硬结合理念在高效能智能计算领域形成优势，率先实现国产大算力芯片的前装量产突破，获得国内外头部车企的认可。 数超来源：地平线、黑芝麻、亿欧智库 →随着汽车产业智能化发展，智能驾驶对于主机厂的赋能愈加明显。?方面，主机厂希望通过智能驾驶技术与功能提升驾驶安全性与改善驾乘体验。另一方面，主机厂希望打造具有品牌特性的智能驾驶功能，以提升自身汽车产品差异化优势。 →2022年之前，相较于合资以及新势力车企，自主品牌的智能驾驶发展相对落后，但自2022年起，自主品牌的主机厂逐渐开始推出高阶辅助驾驶 方案，作为新车型的核心卖点。自主品牌对智能驾驶越来越重视，大量车型匹配和工程化服务需求早已超越了国外供应商的产能，这为本土供应商们提供了“弯道超车”的机会。 2022年，汽车的智能化在快速向A/B级车渗透，自主品牌开 >主机品牌已明确其智能驾驶量产落地的发展规划，2022年起，自主品牌已全面以高阶辅助驾驶功能做为其品牌智能化主打特色，并进行相关战略部署 始更积极加码布局智能驾驶，交付规模急速扩大。以L2级辅 助驾驶标配搭载为口径，1-6月全部品牌交付上险为237万辆，自主品牌占比为41%， >智能驾驶是一个面向具体场景的解决方案与产品，对于本地化的工程服务、场景匹配要求高。与外资品牌相比，本土企业的场票理解与场景匹配能力更强，本地化响应速度也更快，同时随着场最复杂度进一步提升，这种优势会逐步扩大，自主品牌的智能驾驶需求正驱动本士供应商的交付能力上张，也使本土供盘商面临交付考验 智能驾驶功能在演进送代的过程中，供应商需要通过量产来验证技术进步以及商业化落地能力。技术进步的验证包括数据积累、场景验证、算法选代以及软硬件适配；商业化落地能力则包括产品稳定性、产品性价比、服务质量以及车型适配度等。在智能驾驶行业的发展过程中，量产应用是不可避免的关键环节。 →通常一辆智能汽车对于新的L2及以上级别智能驾驶解决方案的适配周期可长达2年，甚至更久。这当中包含了考察、定点、交付等诸多环节，因此主机厂往往倾向于选择具有量产经验的供应商，且一旦选定供应商以后，不会轻易更换。智能驾驶行业已进入量产周期，具有大规模量产经验的供应商更容易拿下新的项目定点。 技术：智能驾驶发展过程中，技术进步的验证充满挑战，例如：>Comercase的数据不完鲁无法保证智能驾映的安全性和用户体验 智能驾驶供应商量产能力主要参考因素 >智能驾驶功