2025年10月汽车智能网联洞察报告

CONTENTS目录 新能源汽车市场现状01 02ADAS功能市场装车情况分析 智能驾驶“仿生之瞳“——摄像头03 中国新能源汽车市场走势 11月中国新能源汽车市场，环比、同比均实现增长 中国新能源汽车市场，2025年11月销售182.3万辆，环比上升6.2%，同比增长20.5%，渗透率达到53.2%，渗透率维持较高水平。其中新能源乘用车销售171.8万辆，同比增长18.5%；新能源商用车销售10.4万辆，同比增长65.4%。 中国新能源汽车市场结构 2025年11月，新能源轿车占比41.7%，比去年同期下滑4.5个百分点。新能源SUV占比达到48.7%，份额较同期上升2.7个百分点。 2025年11月，细分市场全部实现增长，商用车增速整体高于乘用车，半挂牵引车增长193.5%，乘用车市场中轿车、MPV、SUV增幅分别为8.7%、28.0%和27.7%。 CONTENTS目录 新能源汽车市场现状01 02ADAS功能市场装车情况分析 智能驾驶“仿生之瞳“——摄像头03 装车率统计——级别分布 技术推动叠加市场需求，智能辅助驾驶功能已经成为车企的核心竞争力 ADAS智能驾驶辅助系统(Advanced Driver Assistance Systems) 装车率统计——AEB自动紧急制动功能 在行业技术普惠趋势的热潮下，AEB功能加速成为车辆标配 装车率统计——全速域ACC自适应巡航功能 用户对辅助驾驶功能需求的提升，推动ACC功能搭载率持续走高 装车率统计——ALC自动变道功能 技术方案提升叠加功能方案整合，加速装车率提高 装车率统计——APA自动泊车功能 多元化技术方案，不断加速APA功能普及 感知设备：激光雷达、毫米波雷达、超声波雷达、摄像头 执行设备：线控转向、线控油门、线控制动 CONTENTS目录 新能源汽车市场现状01 ADAS功能市场装车情况分析02 智能驾驶“仿生之瞳“——摄像头03 专题分析：智能驾驶“仿生之瞳“——摄像头 车载摄像头作为智能驾驶的“视觉系统”，其发展历程与汽车智能化进程紧密相连。从最初简单的倒车影像，到如今成为高级辅助驾驶系统的核心传感器，车载摄像头仅用了短短十余年时间就实现了技术迭代与市场渗透的飞速发展。 前视摄像头：实现远距离物体识别、交通标志识别。高清环视：提供更精确的环境感知。 集成于智能座舱，实现驾驶员状态监测、个性化设置等。 环视摄像头：通过多个广角摄像头拼接实现360°全景视图，辅助泊车。前视、侧视、内置摄像头出现，用于车道偏离预警、盲点监测、疲劳驾驶提醒等。 后视摄像头(RVC)：辅助倒车，减少盲区。 概念性展示，尚无大规模商用 2010年，800万像素高清摄像头开始步入量产车型 2006年，全景环视概念被提出并迅速获得关注。 1991年，丰田Soarer成为全球首款搭载后置摄像头的商用汽车 2010s-至今性能飞跃与智能网联深化 1956年，别克Centurion概念车首次搭载后置摄像头 2006-2010s功能拓展与系统化 1991-2005商用起步 高性能化：分辨率从VGA(0.3MP)提升至800万像素(8.3MP)甚至更高，探测距离大幅增加。技术突破：HDR（达150dB）、 1950s-1990s概念与萌芽 摄像头数量增加，功能从单一的倒车影像扩展到初步的主动安全辅助。 LED频闪抑制(LFM)、超低光噪等技术攻克极端环境成像难题。 摄像头开始从概念走向实用，但功能单一，普及率低。 专题分析：智能驾驶“仿生之瞳“——摄像头 现代智能驾驶对车载摄像头的性能要求日益提高，主要体现在分辨率、动态范围、低光性能等方面。 动态范围 低光性能 分辨率 高像素化是当前车载摄像头发展的明显趋势。从最初主流的200万像素至500万像素，如今800万像素高清摄像头已开始步入量产车型。像素提升带来的直接优势是探测距离的显著增加——相对于100万像素摄像头约30米的探测距离，800万像素摄像头能够探测前方超过200米处的物体，同时更大的视场角也使得感知距离大幅度提升，感知内容更为精细。 摄像头作为被动传感器，依赖环境光成像，其性能受天气、光照条件影响显著。为了在明暗对比强烈的场景（如隧道出入口）中保持清晰成像，车载摄像头需要具备较高的动态范围（HDR）。例如，索尼专为汽车应用开发的IMX775 RGB-IR图像传感器提供了110dB的宽动态范围，能够在挑战性光照条件下实现高质量成像。 在低光环境下，部分厂商通过采用RYYB（红-黄-黄-蓝）滤镜阵列，相比传统RGB阵列可提升约40%的进光量，显著改善夜间感知能力。此外，如意法半导体的VD1940图像传感器采用510万混合像素设计，对RGB可见光和红外光都很敏感，能够在白天和黑夜都清晰成像。 专题分析：智能驾驶“仿生之瞳“——摄像头 根据安装位置和功能的不同，车载摄像头可划分为多种类型，各司其职又协同工作 环视摄像头 内置摄像头 前视摄像头 侧视摄像头 安装在前挡风玻璃上，是智能驾驶系统中最重要的摄像头之一。它主要用于实现前车防撞预警、车道偏离预警、交通标志识别、行人碰撞预警等关键功能。前视摄像头通常采用三目方案，包括长焦、广角和主摄，以覆盖不同距离和视野的感知需求。 通常安装在车标附近以及集成于左右后视镜，通过多个广角摄像头的影像拼接形成360度全景视图，是全景泊车功能实现的基础。这类摄像头一般采用100-300万像素的鱼眼摄像头，以覆盖尽可能大的周边范围。 通常安装于车内后视镜，用于监测驾驶员状态，实现疲劳驾驶提醒等功能。随着欧盟通用安全法规（GSR）和Euro NCAP 2026协议的推出，驾驶员监测系统（DMS）正在成为新车的标配。 安装在左右后视镜下方或翼子板上，用于盲点监测，防止变道时发生碰撞。 主要安装于后尾箱，用于倒车影像显示，辅助泊车操作。 专题分析：智能驾驶“仿生之瞳“——摄像头 车载摄像头能在智能驾驶系统中占据核心地位，源于其多方面的显著优势 环境兼容性与数据价值 成本效益与商业化优势 丰富的语义识别能力 摄像头作为被动传感器，不主动发射信号，不会产生与其他车辆传感器相互干扰的问题。同时，摄像头采集的视觉数据与人类驾驶员的感知方式高度一致，使得数据标注、算法训练和功能验证更为直观高效。海量的视频数据更是训练深度学习模型的核心燃料，推动了感知算法的飞速进步。在智能座舱内部，摄像头还可通过人脸识别及手势识别，为车内驾驶员提供个性化服务，增加车辆社交功能，如小鹏G3、智己汽车等车型的车顶搭载360°全景摄像头，用户可拍摄行驶过程中的风景并分享至社交平台。 与人类视觉最为接近，摄像头能够提供极为直观的环境信息，不仅可以轻松识别行人、自行车、机动车等动态交通参与者，还能准确辨别车道线、路牙、交通标志、信号灯等静态交通元素。这一特性使其在当前的智能驾驶系统中不可替代，因为颜色、纹理等丰富的视觉信息对于复杂交通环境的理解至关重要。例如，摄像头是唯一能够识别交通信号灯颜色、读取道路标志文字内容的传感器，这一能力对于实现完全自动驾驶至关重要。 基于成熟的半导体和光学技术，车载摄像头的量产成本远低于激光雷达等新型传感器。随着技术覆盖到中低端车型，市场规模持续扩大，成本进一步降低。早期激光雷达价格高达数万美元，而摄像头成本仅为数十至数百美元，即使800万像素的高清摄像头，成本也仅在400元至600元人民币之间。这种成本优势使得基于摄像头的智能驾驶方案能够更快普及到大众市场，加速智能驾驶技术的商业化进程。 专题分析：智能驾驶“仿生之瞳“——摄像头 尽管车载摄像头具备诸多优势，但其在发展过程中仍面临多重挑战 环境依赖性强的固有短板 精准感知与计算负载的平衡难题 可靠性保障与成本控制的矛盾 车载摄像头要达到车规级要求，需要应对长达1-2年的研发周期和同样漫长的车规级验证周期。汽车对安全性和可靠性的要求远高于消费电子产品，车载摄像头必须在-40℃到85℃的温度范围内稳定工作，承受长期的振动冲击，并保证长达10-15年的使用寿命。同时，为弥补传感器缺陷，纯视觉方案需投入大量算力与数据用于算法优化，隐性成本不容忽视。 摄像头作为被动传感器，高度依赖环境光线条件，在低光、强光、背光等极端光照场景下性能显著下降。隧道口的明暗突变会导致摄像头过曝或欠曝，夜间无照明路段的信噪比骤降会大幅缩短有效监测距离，这些都是纯视觉方案难以逾越的物理瓶颈。同时，在雨、雪、雾等恶劣天气下，摄像头的成像质量也会受到严重影响，而毫米波雷达和激光雷达在这些条件下往往能保持相对稳定的性能。 纯视觉方案在测距精度方面存在天然不足。 虽然通过单目3D感知技术能够基于2D图像估计深度信息，但精度和稳定性仍是瓶颈。立体视觉虽能通过双目视差计算深度，原理更可靠，但标定要求高，计算复杂度大。同时，高分辨率图像和复杂的BEV（鸟瞰图）、Occupancy（占据网络）算法对车载计算平台提出了极高要求。800万像素摄像头产生的数据量远超早期低像素摄像头，需要大算力自动驾驶芯片支持，这种高计算需求直接导致系统成本增加和能耗上升。 专题分析：智能驾驶“仿生之瞳“——摄像头 车载摄像头硬件技术正朝着高清化、多功能化和智能化方向快速发展。 多功能化 高清化 智能化 集成化与微型化成为摄像头硬件发展的重要方向。随着固态激光雷达技术的成熟，出现了摄像头与激光雷达等传感器硬件级融合的创新产品。例如，京瓷推出了摄像头与激光雷达像素级融合模块，卓驭的激目系统通过多传感器标定提升感知精度。这种硬件层面的融合能够从根本上解决不同传感器数据时空不一致的问题，提升感知系统的准确性和可靠性。同时，摄像头本身的尺寸也在不断缩小，在保证性能的前提下实现更高的集成度，满足汽车设计美感和空气动力学的要求。 成本下降与规模化应用形成良性循环。随着市场需求的扩大和技术成熟度的提高，车载摄像头的成本正在稳步下降。早期适用于高等级自动驾驶汽车的车载摄像头成本高达400元至600元一颗，而随着半导体产能提升和市场规模的扩大，未来两到三年内车载摄像头的成本有望显著下降。同时，随着固态化技术成熟，激光雷达成本已从早期的数万美元降至千元级，这为多传感器融合方案普及提供了有利条件。 在像素提升方面，车载摄像头的发展轨迹正在追随手机摄像头的路径，从主流的800万像素继续向1000万、1200万像素乃至更高分辨率迈进。高像素化的直接受益者是探测距离和识别精度的提升，使得摄像头能够在更远的距离识别更小的物体，为高速自动驾驶提供更长的反应时间。同时，为了提升在复杂环境下的可靠性，摄像头的动态范围和低光性能也在持续优化，通过改进像素结构、优化滤镜设计等方式，不断提升在不同光照条件下的成像质量。 专题分析：智能驾驶“仿生之瞳“——摄像头 车载摄像头的应用场景正从环境感知向驾驶员监测、车内交互等多功能扩展。 驾驶员监测 车内交互 跨界融合为车载摄像头产业带来新的活力。 生物识别技术与车载摄像头的结合开辟了新的应用领域。 trinamiX公司推出了一种车载血液酒精检测技术，使用微型近红外（NIR）光谱仪，通过不可见的近红外光照射皮肤下的组织，捕获乙醇分子引起的独特反射，从而非侵入性地精确测量血液中的酒精浓度。这种技术与驾驶员监测相机相结合，可以有效预防酒后驾驶，提升道路安全。同时，车内摄像头还可通过虹膜和面部识别实现安全的生物识别认证，允许个性化访问数字服务、车内支付和舒适设置。 传统数码相机厂商佳能进入车载摄像头领域，推动了成像技术的跨界应用。同时，互联网科技公司也在积极探索车载摄像头的创新应用，如Google Maps在Polestar 4上推出的"livelane guidance"功能，利用车辆的前置摄像头分析道路标志和车道标记，实时集成到导航系统中。这种跨界合作为车载摄像头的发展提供了新的思路和机会，使得车载摄像头从单纯的感知组件升级为智能交通系