“智能”和“网联”两种技术路线趋于融合

自动驾驶成车企差异化竞争重要领域，2020年全球市场规模将超过2000亿美元。自动驾驶汽车是指通过先进传感器、控制器、执行器等装置，运用信息通信、互联网、大数据、云计算、人工智能等新技术，具有部分或完全自动驾驶功能的汽车。鉴于目前传统汽车市场持续低迷，车企希望通过提供初级自动驾驶能力来进行差异化竞争。

目前市场上的最为先进的自动驾驶汽车仅达到L2水准，预计2020年以后L3级别自动驾驶汽车将会放量，带动产业进入新的阶段。根据《中国智能网联汽车产业发展白皮书2017》预测，2020年/2025年全球自动驾驶市场规模将分别达到2207/4305亿元，复合增长率约为14%，我国将凭借全球最大的汽车消费群体占据近1/3的市场规模。

“智能”和“网联”两种技术路线趋于融合。自动驾驶汽车从低级到高级发展主要分为“智能”和“网联”两大技术路线。“智能”路线由传统汽车产业链领军，通过摄像头、毫米波雷达和激光雷达等传感器感知路况并依据特定算法做出驾驶决策，其主要特点是自主获取环境信息；“网联”路线由通信企业领军，通过搭建交通参与方之间的网络获取信息并完成决策，其主要特点是通过多车协同获取环境信息。从达到无人驾驶的终极目标所需的技术能力而言，两种技术路线各有优缺点，互补性强，近年来国家及产业领军者通过多种方式努力促成产业链各方加强合作，“智能”“网联”两种技术路线融合发展成为大势所趋。

传感设备最先受益，长期投资看算法和芯片。目前全球自动驾驶产业尚处于初级阶段，传统车企倡导的“智能”路线产业成熟度较为领先，所以初级自动驾驶汽车所必需的视觉传感器，雷达等传感设备成为行业最先受益的领域之一，确定性较高；另外高精度地图、导航需求也进一步抬升。自动驾驶发展到中高级阶段后，车载芯片的重要程度进一步凸显：一是渗透率大大提升使得芯片级产品的需求量暴增，二是单车对大量环境信息的实时处理和决策能力对车载芯片性能要求快速提升。所以技术壁垒高的车载芯片及其算法在自动驾驶领域具有长期投资价值。

受益标的：我们认为，2019年是传统车企自动驾驶布局的关键之年，2020年之后L3级自动驾驶汽车开始普及，带动未来五到十年产业链景气度明显向上。我们看好A股上市公司在车载通信设备、视觉传感器零部件、车载芯片、高精度地图，导航方向的突破潜力。受益标的包括：高新兴（车规级通信模组）、耐威科技（导航）、四维图新（高精度地图+车载芯片）、韦尔股份（车载CMOS芯片）、联创电子（车载ADAS摄像头）、中海达（高精度地图+导航）等。

智能、网联两种技术路线融合打造千亿市场，传感设备有望最早爆发

1.1、智能、网联融合渐成大势所趋

1.1.1、自动驾驶融合多种现代科技，或带来约8000亿美元效益规模

根据发改委发布的《智能汽车创新发展战略》（征求意见稿），自动驾驶汽车是指通过搭载先进传感器、控制器、执行器等装置，运用信息通信、互联网、大数据、云计算、人工智能等新技术，具有部分或完全自动驾驶功能，由单纯交通运输工具逐步向智能移动空间转变的新一代汽车。

目前全球自动驾驶尚处初级阶段，L3级别以上汽车预计将在2020年后开始普及。美国汽车工程师学会（SAE）根据智能化程度将自动驾驶汽车分为六个等级。随着等级的提升，驾驶操作、周边监控和支援的主体逐渐由人向系统过渡，其中0级汽车由驾驶者全权掌控，而处于5级（最高级别）的自动驾驶汽车则由无人驾驶系统完成所有驾驶操作。就发展现状而言，国内主机厂基本处于L0级和L1级，国外部分主机厂和合资企业能做到L1级和L2级，如特斯拉，而奥迪A8则是全球首款实现L3级别自动驾驶的汽车。后期随着传感器、芯片和算法以及网络通信等技术的发展，自动驾驶汽车的智能化层级将逐渐提升。

自动驾驶有望在道路安全、生产率、燃料消耗和自然环保等方面带来潜在收益。由于高级自动驾驶汽车主要由自动驾驶系统完成驾驶操作，可以利用网络通信与其它道路交通参与者信息共享，并可通过卫星导航进行实时路径规划，从而能够带来减少交通事故、有效避免交通拥堵和节约驾驶员时间等诸多益处。根据美国SAFE（Securing America’s Future Energy）的研究报告：预计到2050年，自动驾驶每年为美国带来的社会福利和消费者福利合计约8000亿美元，主要来自于交通事故、交通拥堵和石油消耗的减少。除此之外，自动驾驶还能带来非货币性效益，如自动驾驶汽车在加速、制动和变速等方面进行了优化，有助于提高燃油效率，从而减少二氧化碳排放，保护生态环境。

1.1.2、智能、网联融合发展是行业大势所趋

就行业现状而言，“智能”路线和“网联”路线构成了自动驾驶汽车从低级到高级发展主要有两大技术路线。智能路线通过摄像头、毫米波雷达和激光雷达等传感器感知信息，然后依据特定算法做出驾驶决策并执行，其主要特点是自主获取环境信息；网联路线基于通信和网络获取信息，然后通过云端大数据进行分析决策，并最终由控制系统执行，其主要特点是通过多车协同获取环境信息。

智能路线由传统车企主导，网联路线主要由通信设备商、运营商引领。智能路线的发展依赖于传感器的融合技术、芯片计算性能的提升以及算法的不断完善，目前主流车企如奔驰、宝马、福特等均已发布自动驾驶相关规划，积极推动行业发展，同时，科技公司致力于提供车规级芯片和算法，如英伟达的Driver PX计算平台和Mobileye的搭载有计算机视觉算法的EyeQ系列芯片。网联路线需要以高稳定性、低时延的通信网络作为基础设施，通信设备商、运营商具有先天优势，爱立信、华为和诺基亚等通信设备商联合奥迪、宝马、戴姆勒以及因特尔和高通发起成立5G汽车通信技术联盟（5GAA），旨在研发、实验和推动智能车联、智慧交通等万物互联所需的通信解决方案和应用，同时，我国三大电信运营商也加速布局汽车网联。

智能、网联两路线融合是必然趋势。智能路线和网联路线均有不足，如智能路线通过传感器获取的信息相对有限，无法获得超视距信息，而网联路线由于相关者较多，标准进展缓慢，难以快速推进。两路线通过融合可实现优势互补，既能扩大汽车信息感知范围，又能加速汽车网联进程。因此，智能路线和网联路线融合发展是大势所趋。

1.2、渗透率提升助力行业迈向千亿市场

智能网联是汽车变革趋势所在，后期渗透率提升有望带来千亿市场规模。现阶段汽车智能化、网联化主要体现在高级驾驶辅助系统和车载信息娱乐系统，实现功能仍较为初级且渗透率较低。据赛迪智库，我国高级驾驶辅助系统渗透率仅约3%-6%。后期随着技术进步及政策推动智能网联汽车有望加速渗透，从而带动市场规模大幅增长。根据《中国智能网联汽车产业发展白皮书2017》的预测，2020/2025年全球乘用智能网联汽车市场规模分别为2207/4305亿美元，复合增长率约为14%，其中中国分别为558/1347亿美元，复合增长率高于全球水平，约为19%。

1.3、感知设备望最早爆发，长期投资看芯片和算法

1.3.1、初级自动驾驶渗透率提升在即，感知设备确定性强

初级自动驾驶主要表现为高级驾驶辅助系统（ADAS），目前我国ADAS渗透率仅约3%-6%。导致渗透率低的主要原因为：一方面国内厂商仍处于技术突破阶段，主流供应商集中在国外，安装成本较高；另一方面相较于欧美，我国相关政策法规落地较晚。但这两个制约因素正在逐渐消除：目前已有国内厂商实现ADAS部分功能的突破，同时中国新车评价规程也在逐步加入ADAS相关功能，如在《C-NCAP管理规则（2018年版）》中，AEB已经被率先纳入其中。因此，后期ADAS渗透率有望快速提升，据赛迪智库预测，2020年中国ADAS市场总体规模约900亿元。

初级自动驾驶渗透率提升将首先带动感知设备需求。ADAS功能的实现需要利用摄像头、毫米波雷达和激光雷达等传感器搜集环境信息，且随着ADAS功能的增加，所需传感器的种类和数量均随之增加。以特斯拉Autopilot系统为例，其需要摄像头、超声波雷达等多种传感器，且仅超声波雷达就有12个。由此可见，自动驾驶渗透率提升有望带动感知设备市场需求快速增加，行业确定性高。

1.3.2、无人驾驶为终极目标，芯片和算法是后续产业发展核心

智能网联汽车以实现无人驾驶为终极目标，其中芯片和算法是关键决定因素。现阶段智能网联汽车主要处于发展初级（SAE，0-2级），之后会逐渐向更高级别发展，并以实现完全自动驾驶（SAE，5级）为最终目标。智能化等级的提升意味着汽车具有更高的自主性，这既需要通过感知设备获取更多的环境信息，也需要汽车能够在更多驾驶场景中自主决策。据预计级别的每一次提升将带动数据处理量增加10倍，因此对大量环境信息进行实时处理需要芯片具有较高性能，同时更多驾驶场景中的自主决策也对算法提出了更高要求。因此，芯片和算法的迭代升级将伴随智能网联汽车的发展全阶段，且不同于感知设备等硬件质优价廉的发展趋势，随着智能网联汽车智能化等级提升，所需芯片和算法的技术难度将大幅增加，从而带来更高的产品附加值。故芯片和算法具有长期投资价值。

以Mobileye为例，其作为自动驾驶领域的先驱，核心产品为EyeQ系列芯片。随着自动驾驶最高支持等级的提升，每秒运算次数均较上一代产品增加十倍左右，同时芯片工艺难度也大幅增加，EyeQ5芯片更是采用最先进的半导体制作工艺7nm FinFET。芯片性能的提升对芯片工艺要求苛刻，而芯片工艺难度的增大将带来产品的高附加值。

“智能”路线强调以传感器为基础的“单兵作战”能力

2.1、多种传感方案协同构成智能路线基础

智能路线利用传感器感知环境，所需传感器主要有摄像头、激光雷达、毫米波雷达和超声波雷达等。摄像头用于获取图像信息，按安装位置可分为前视摄像头、侧视摄像头和后视摄像头，在自动驾驶解决方案中具有不可替代性；毫米波雷达全天候工作能力较强，可与其它传感器形成互补，目前按频率主要分为24GHz毫米波雷达和77GHz毫米波雷达，前者检测距离较短，可用于实现BSD，后者探测距离较长，可用于实现ACC；激光雷达按线束多少可分为单线束激光雷达和多线束激光雷达，区别在于后者能够获取目标物体三维信息而前者不能，后期能否成为主流传感器取决于成本能否有效降低；超声波雷达应用情景较少，主要为自动泊车中的障碍监测。

由于每种传感器均具有局限性，主机厂可通过多种传感器融合的方式取长补短，从而适应各种环境条件。如在烟雾环境中摄像头工作能力较弱但毫米波雷达工作能力较强，而在探测行人方面，摄像头工作能力较强而毫米波雷达工作能力较弱，通过两种传感器融合的方式，自动驾驶汽车既能探测行人，又能适应烟雾环境。

高精度地图具有辅助环境感知的功能，能够对传感器无法感知的部分形成补充。高精度地图存储的行车辅助信息主要分两类：第一类是道路数据，如车道宽度、坡度、曲率等；第二类是车道周边的固定对象信息，如交通标志、信号灯等。通过高精度地图，可以提取出车辆周边的道路、基础设施、交通等对象以及各对象之间的关系，从而提高车辆对周围环境的鉴别能力。相较硬件传感器，高精度地图具有不受障碍、环境或者干扰的影响以及检测范围广等优点。除此之外，高精度地图还具有地图匹配和路径规划的功能。和传统导航地图相比，高精度地图的显著优点是精度高，同时还具有数据维度多样，实时性高等优点。

自动驾驶汽车需要实时获取自身精确位置，导航系统也是辅助高精度地图进行精确位置识别的必要系统。目前定位的实现方式主要有全球导航卫星系统（GNSS）、惯性导航系统（INS）、里程计和SLAM自主导航系统。全球导航卫星系统基于测距原理，利用卫星进行定位和导航，主要包括美国GPS、中国北斗、欧洲伽利略和俄罗斯的Glonass；惯性导航系统基于牛顿经典力学，利用安装在物体上的陀螺仪和加速度计来测定物体位置；里程计借助轮速编码器，将车轮速度对时间积分求得车辆运动增量，并对车辆移动求和来估算位置信息；SLAM自主导航系统通过测距装置来获取周围环境信息并同步绘制环境地图，从而实现定位功能，目前主流的SLAM策略为基于激光雷达的SLAM和基于视觉的SLAM，其中前者以谷歌为代表而后者以Mobileye为代表。

相较而言，四种定位方式各有优劣，多种定位方式融合互补有望成为发展趋势，目前较为流行的解决方案是GNSS+INS。绝对定位的全球卫星导航系统主要优点是精度高，但其信号易受环境干扰；而相对定位的惯性导航系统和里程计虽然自主性高，但导航误差会随时间推移而积累；同时即时定位的SLAM自主导航系统虽然定位精度较高，但会受到测距装置的限制，例如，若采用基于视觉的SLAM，则受光线条件限制较大。自动驾驶汽车对定位精度要求较高，一个微小的位置误差就有可能导致严重交通事故。因此，通过多种导航方式融合实现优势互补，有望成为自动驾驶汽车导航系统的发展趋势。

2.2、传统车企引领，AI新贵助力发展

智能化作为汽车变革的重要方向，传统车企积极拥抱智能路线，制定相关战略，推动行业发展，主要代表车企有奔驰、宝马、奥迪、通用、丰田、福特和日产等。以奔驰、宝马、奥迪为例，根据规划，奔驰预计于2020年实现大部分车型自动驾驶；宝马预计2021年实现L3级别自动驾驶，2030年实现L5级别自动驾驶；奥迪预计2021年发布首款基于奥迪Aicon 开发的自动驾驶纯电动汽车。国内车企也积极进行相关布局，上汽、长安、东风、吉利、一汽和北汽等纷纷发布自动驾驶规划。其中东风计划于2023年实现有条件自主驾驶，2025年实现完全自主驾驶；长安计划于2020年实现有限自动驾驶，2025年实现真正的自动驾驶；北汽计划于2019年左右推出L3级自动驾驶汽车，并于2021年左右实现L4级别自动驾驶。

同时，传统车企也积极组建产业联盟，与汽车零部件供应商和科技公司进行合作。如奔驰与博世和英伟达结盟，宝马与英特尔和德尔福达成合作伙伴关系。其中，科技公司主要提供自动驾驶所需芯片和算法，零部件供应商负责软硬件整合，整车厂负责测试与量产。

AI算法和芯片是解决自动驾驶中环境识别和决策的关键部件，AI新贵趁机切入自动驾驶产业链。芯片作为计算平台用于实时处理传感器采集的数据，性能要求较高，目前主要以CPU和GPU为主，代表厂商分别为Mobileye和英伟达，对自动驾驶而言，GPU运算性能优于CPU，但后期随着自动驾驶数据量的增加，专用集成电路（ASIC）由于性能更优异、能耗更低、数据处理速度更快，有望成为发展趋势。算法旨在为汽车提供决策支持，需通过深度学习等方法处理大量数据来获取，目前Mobileye 基于计算机视觉的ADAS算法已实现商用，并正在开发支持高级自动驾驶的算法，同时，部分零部件供应商如博世、大陆和德尔福等也提供支持特定功能的ADAS算法。我国自动驾驶算法公司主要有百度和部分初创公司，如苏州智华、纵目科技、中天安驰等；国内自动驾驶芯片公司主要为初创企业，如地平线机器人、中科寒武纪和森国科等，且均已发布相关芯片产品。

高精度地图作为自动驾驶汽车的指路人，主要有集中制图和众包制图两种制图方式，其中集中制图准确度高，但成本也高，主要被Waymo、Here和百度等科技巨头采用，而众包制图准确度和成本均较低，主要被Here 、Deepmap和DeepMotion等初创科技公司采用。

“网联”路线强调道路交通参与方的“协同作战”能力

3.1、从C-V2X到5G V2X

3.1.1、V2X借助通信技术实现车与万物互联

V2X（Vehicle to Everything）作为物联网在汽车方面的应用，是指通过搭载传感器、控制器和执行器等设备并融合现代通信与网络技术，从而实现汽车与网络（V2N）、汽车与汽车（V2V）、汽车与基础设施（V2I）以及汽车与行人（V2P）之间的通信。目前应用最广泛的是V2N，并已有部分汽车实现V2V，如通用在美国上市销售的凯迪拉克CTS。V2X基于不同主体之间的信息交互来实现环境感知、智能决策和协同控制，是未来自动驾驶的关键技术。

3.1.2、美国主导的DSRC 与我国主导的C-V2X分庭抗礼

目前V2X通信有专用短程通信技术（DSRC）和基于蜂窝网络的通信技术（C-V2X）两大阵营。DSRC基于IEEE 802.11p通信协议，在物理实现上主要包含路侧基础设施设备（Road Side Unit，RSU）和车载设备（On Board Unit，OBU）两部分。DSRC可以实现小范围内图像、语音和数据的实时、准确和可靠地双向传输，发展相对成熟。美国、欧盟、日本均基于该标准进行车联网通信技术研究。

根据中国信息通信研究院资料，C-V2X基于LTE-R14标准，其系统接口分为两种，一种是Uu接口，以基站为控制中心，车辆与基础设施、其他车辆之间的通信需通过将数据在基站进行中转来实现；另一种是PC5接口，可实现车辆间数据的直接传输。当存在蜂窝网络覆盖时，既可以使用蜂窝网络的Uu接口，实现大带宽、大覆盖通信，也可通过PC5接口提供服务，实现车辆与周边环境节点低时延、高可靠性的直接通信，此时数据传输可在Uu接口和PC5接口之间进行无缝切换；当无蜂窝网络部署时，可通过PC5接口提供服务，满足行车安全需求。我国重点支持具有自主知识产权的LTE-V2X技术的研发与产业化。

相较而言，DSRC具有不依赖网络基础设施和自组网的良好特性，网络稳定性强，且技术发展已较为成熟，但其可靠性和容量差于 C-V2X。C-V2X作为后起之秀，充分借鉴了DSRC的经验和不足，在系统容量、覆盖范围等方面具有显著的性能优势，同时，由于基于蜂窝网络，通过对现有基站进行升级就可实现部署，成本较低，其主要缺点是推进较慢。后期两种标准有望共存，呈现出在某些地区主要采用某一标准，而在其它地区主要采用另一标准的态势。

随着5G技术的不断成熟，未来C-V2X将逐渐升级到5G-V2X，有望成为全球网联汽车的技术标准。5G网络传输时延可达毫秒级，峰值速率可达10~20Gbit/s，连接数密度可达100万个/km2，能满足车联网的严苛要求。C-V2X的标准制定可分为三个阶段并逐渐向5G-V2X标准推进：2017年正式发布支持LTE-V2X的3GPP R14版本标准；2018年6月正式完成支持LTE-V2X增强（LTE-eV2X）的3GPP R15版本标准；同时，2018年6月宣布启动研究支持5G-V2X的3GPP R16+版本标准。后期随着3GPP标准制定的完成，5G-V2X有望加速推进。

产业链厂商也在积极推进基于5G的车联网技术。5G汽车通信技术联盟（5GAA）作为全球跨行业的产业联盟，旨在推进5G-V2X发展，成员包括领先的汽车制造商、一级供应商、软件开发商、移动运营商、半导体企业、测试设备厂商、电信供应商、交通信号供应商和道路运营者等。2017年12月5GAA发布LTE-V2X商用路线图，提出“2019年开始商用LTE-V2X”这一发展目标，这意味着主流运营商、芯片厂商、汽车厂商、汽车解决方案设备厂商等全产业链厂商都在协同发力，必将极大程度推动LTE-V2X规模商用的早日到来。

3.2、通信设备商、运营商引领网联技术路线

“网联”路线以现代通信和网络技术为基础，通信设备商、运营商先天优势明显。爱立信、华为和诺基亚等通信设备商联合奥迪、宝马、戴姆勒以及因特尔和高通发起成立5G汽车通信技术联盟（5GAA），之后，作为全球领先的综合通信解决方案提供商，中兴通讯也成为协会会员。该协会作为全球范围内的跨行业产业联盟，旨在推动5G汽车通信行业的发展，实现端到端的解决方案。

同时，我国三大电信运营商也加速布局网联汽车。中国移动在2015年便同德国电信成立合资公司，用于提供车联网专业解决方案，并于2018年宣布成立中移智行网络科技有限公司，定位于中国移动在交通行业的销售支撑和建设运营主体；中国电信分别在上海、南京设立车联网基地，提供车载信息服务，并为新能源汽车行业提供网联解决方案，推出智能互联新能源汽车安全监控平台；中国联通在2017年发布《中国联通车联网白皮书》，明确推进时间表，计划于2022年开展5G-V2X自动驾驶试验及试点推广。

目前“网联”路线推进较慢，主要原因有两点：一是网联方案的实施需以5G商用为前提，由于在车联网通信过程中，需要进行海量、实时的数据交互，因此，对网络带宽和网络时延要求严苛，相较于目前的车联网通信技术，5G系统的关键能力指标均有极大提升，能够满足车联网要求；二是网联路线产业链长，主要包括通信芯片、通信模组、终端与设备、整车制造、测试验证以及运营与服务等环节，涉及芯片厂商、设备厂商、主机厂、方案商和电信运营商等众多参与方，行业蛋糕较大导致各方利益诉求难以协调，致使相关标准制定等事项进展缓慢，阻碍了行业发展。

优缺互补，融合发展成主流

4.1、两路线取长补短，有望融合发展

智能路线和网联路线均有一定局限性，有望通过融合的方式实现互补。智能路线弊端主要体现在两个方面：一是传感器的局限性，由于智能路线主要利用摄像头、毫米波雷达等传感器感知环境，而传感器在极端环境下有可能无法正常工作；二是单车自主，缺乏与其它道路交通参与者的有效通信，这一方面导致汽车无法获取更加丰富的环境信息来辅助决策，另一方面导致汽车无法控制环境信息，以一辆救护车通过十字路口为例，现有规定为救护车可以闯红灯，但由于有其它方向车辆通行，这种方式存有潜在风险，如果救护车具有通信功能，便可以通信的方式告知其它道路交通参与者，通过改变红绿灯等方式实现安全高效通行。

网联路线弊端主要在于涉及参与方众多，无法快速推进。参与方众多导致各方利益诉求难以协调，一方面致使标准制定工作进展缓慢，另一方面即使标准制定工作完成，后期实施中由于各方协调成本较高，依旧难以快速推进。

智能路线和网联路线有望通过融合的方式优势互补。通过两路线融合，一方面可以增强汽车环境感知能力，既可以通过传感器获取环境信息，也可以通过与其它道路交通参与方的通信获取环境信息；另一方面，也有望加快发展进程，通过融合的方式实现技术交流，从而加快某些环节的技术突破，促进行业快速发展。

4.2、国家政策频出，加速融合进程

由于自动驾驶在未来蕴含的巨大的经济效益和社会效益，国家也积极参与到产业中，并出台一系列政策法规以促进行业健康发展。2015年，国务院发布《中国制造2025》，首次将发展智能网联汽车提升至国家战略高度，之后，工信部主导智能网联汽车相关技术标准的制定，在2017年先后发布《汽车产业中长期发展规划》和《国家车联网产业标准体系建设指南（智能网联汽车）》；国家发改委主导产业发展战略，在2018年初公布《智能汽车创新发展战略》（征求意见稿），明确2020年中低级别智能汽车达到规模化生产，中高级别智能汽车实现市场化应用，2035年中国标准智能汽车享誉全球，率先建成智能汽车强国的发展目标。

同时，各地方政府积极出台相关规定，推进智能网联汽车发展。自2017年底起，北京、上海、重庆、深圳等城市先后出台了自动驾驶汽车道路测试管理相关规定（深圳为征求意见稿），对测试主体、测试车辆、测试人员、测试申请、违法及事故处理等方面做出明确要求，并开放道路测试，发放测试牌照。

为促进发展，相关行业组织也相继成立。2017年6月，中国智能网联汽车产业创新联盟正式成立，其指导单位为工业和信息化部。作为国内推动智能网联汽车发展的重要平台，联盟组织相关单位和专家编制完成”智能网联汽车技术路线图”，并根据路线图研究的技术架构，分设车载感知、智能决策与控制、V2X 通信、数据平台、信息安全、政策法规、测试示范、商用车等工作组（部分筹备中），并以工作组为单位开展政策法规研究、关键共性技术研发、标准法规、示范和产业推广、交流合作、人才培养等工作。2017年11月，由国资委指导的中央企业电动车产业联盟车联网专业委员会（央电联车联网专委会）正式成立并发布《广州宣言》，表示将在政府部门指导下，共同推动车联网产业发展，推进新能源车智能化、网联化，提升我国新能源车整体的技术水平和国际竞争力，到2020年初步形成下一代车联网跨界融合产业生态体系。

投资主线：卡位关键环节，重点关注核心零部件

5.1、感知设备确定性高，有望率先受益

5.1.1、车载摄像头单车搭载数量多，市场规模较大

车载摄像头用于获取视觉影像，成本较低，是自动驾驶汽车必不可少的传感器，且单车搭载数量较多。奥迪A8搭载数量为5个，特斯拉Model S更是搭载了8个。根据全球最大CIS供应商安美森提供的数据，2017年全球车均摄像头数量仅为1.5个左右，相比2016年提升50%；预计2020年这一数字将提升至3.5个。根据HIS预测，全球车载摄像头出货量有望在2020年达到8300万枚，市场规模约133亿元人民币。根据赛迪智库测算，预计2020年国内车载摄像头市场规模约72亿元。

车载摄像头产业链主要分为光学镜片、滤光片和晶圆等上游材料，镜头组、CMOS芯片和DSP等中游元件以及下游产品摄像头模组。由于车载摄像头方兴未艾，手机摄像头厂商等相关性强的企业纷纷凭借自身行业优势，布局车载摄像头领域。因此，虽然车载摄像头行业处于成长期，但主要环节均有少数厂商占据较大市场份额。在镜头组环节，主要厂商为舜宇光学和联创电子，其中，舜宇光学出货量连续多年行业第一；在CMOS传感器环节，主要厂商为索尼、三星等国外企业，国内有韦尔股份等；在DSP环节，主要厂商有德州仪器、华为海思、Ambarella等；在摄像头模组方面，既有松下、索尼和法雷奥等国外厂商，也有舜宇光学、欧菲科技等国内厂商。

5.1.2、毫米波雷达有望实现进口替代

毫米波雷达作为ADAS的核心传感器，为自适应巡航系统（ACC）、前方碰撞预警系统（FCW）、紧急制动系统（AEB）和盲区监测系统（BSD）等功能提供支持。根据《中国智能网联汽车产业发展白皮书2017》：2016年全球毫米波雷达销量为2900万颗，预计到2020年销量将达7080万颗，复合增长率约25%，2020年市场规模约566亿元。目前毫米波雷达核心技术主要由国外厂商掌握，相关供应商为博世、大陆、电装和德尔福等传统零部件巨头，其中，2015年博世、大陆两厂商市场占有率合计约为44%。

国内厂商起步较晚，目前努力方向是致力于车载毫米波雷达国产化，后期有望实现进口替代。国内车载毫米波雷达厂商主要分为两类：一是传统汽车零部件供应商，如华域汽车和德赛西威，其中华域汽车是国内首家自主研发实现量产的毫米波雷达供应商；二是初创企业，如纳雷科技，森思泰克和行易道等，且均已实现产品化。后期随着技术突破以及产品化的推进，车载毫米波雷达有望快速实现进口替代。

5.2、车载芯片护城河深，产品附加值高

随着自动驾驶的推进，新增车载电子系统日益增多，有望带动车载芯片市场快速发展。IC Insights 预计：2018年全球车载芯片市场规模有望达到323亿美元，同比增长18.5%，将连续三年保持两位数增长；到2021年，汽车芯片市场规模约436亿美元，且2017至2021年CAGR高达12.5%，复合增速位居芯片六大主要终端应用市场之首。 汽车作为终端转移的下一站，车载芯片迎来发展机遇。

车载芯片技术壁垒较高，主要供应商均在国外。既有恩智浦、英飞凌、意法半导体、瑞萨、等传统的汽车芯片供应商，也有纷纷布局车载芯片领域的老牌芯片企业如高通、英特尔、英伟达、赛灵思等。甚至部分整车厂如特斯拉、现代汽车以及国内的零跑汽车等也在加紧布局车载芯片。国内由于半导体产业基础较弱，在车载芯片领域竞争力不足。除华为、大唐电信、四维图新等传统势力之外，主要是一批初创企业，如地平线、寒武纪、森国科和深鉴科技等。

5.3、高精度地图需持照经营，牌照稀缺性带来竞争壁垒

自动驾驶的发展催生高精度地图需求，不同等级自动驾驶对地图需求各不相同，后期有望随着高级自动驾驶渗透率的提升迎来高速增长。根据高盛预测：2020年全球高精度地图市场规模约21亿美元，2030年将增长至201亿美元，复合增长率约25%。2017年中国汽车销量约占全球销量的30%，可以预见国内高精度地图产业潜在市场空间广阔。

目前高精度地图领域主要有四种布局方式：互联网企业主导、传感器厂商主导、车企主导和图商企业主导。互联网企业通过收购的方式获得地图数据资源，然后结合自身算法、云计算能力制作高精度地图，如谷歌收购Keyhole、Skybox、Waze等图商；传感器厂商主导的代表是Mobileye，其通过众包的方式，利用装载在汽车上的摄像头芯片采集数据，制作三维地图；关于车企主导，主要是通过自建与收购的方式布局高精度地图，如丰田利用车载摄像头采集数据，并以众包的形式生成高精度地图，奔驰、奥迪、宝马联合收购诺基亚旗下地图公司Here；图商企业主导即图商自建高精度地图并提供地图服务。

由于地图行业涉及国家机密，我国地图服务提供商需持照经营。截至2018年年中，国内仅有14家单位获得导航电子地图资质，同时，由于政策壁垒，预计国外图商进入国内市场难度较大，国内高精度地图市场将由国内厂商主导。牌照稀缺性叠加高成长空间，后期有望持续高增长。

5.4、云计算依托高汽车保有量和非一次性付费模式，市场潜力大

云端是智能网联汽车的信息枢纽。智能网联以汽车、行人、交通设施等为信息节点，需要不同主体将所搜集信息上传云端，然后通过云计算进行处理并分发。云计算服务商主要有通信公司如中国移动、华为等和科技公司如亚马逊、阿里巴巴、腾讯等，由于数据信息敏感性较高，本土厂商有望成为主要供应商。云计算提供商多采用按期付费模式，这意味着其客户规模是基于汽车保有量而非汽车销量，所有实现V2X相关功能的智能网联汽车均需按期付费。

目前，凯迪拉克CTS基于DSRC网络已实现V2V技术，且已在美国量产，后期随着我国C-V2X网络的铺设以及相关技术的成熟，实现V2V、V2I等功能的智能网联汽车有望加速推出。随着渗透率的提升，能够实现V2X相关功能的智能网联汽车保有量将大幅增加，2017年我国汽车保有量为2.17亿辆，以近几年汽车保有量约12%的增速预计，2020年我国汽车保有量将达3.05亿辆，这意味着智能网联汽车云计算服务潜在客户规模庞大。

高汽车保有量意味着客户群规模大，分期付费的商业模式则能获得稳定、可持续的收入。二者叠加有望带动智能网联汽车云计算服务市场快速发展。

受益标的

我们认为，自动驾驶的技术演进会从几个维度展开，即从封闭区域到开放道路，从辅助驾驶到全自动驾驶，从低速简单环境到高速复杂环境，从传感器感知到网联技术的融合。2019年是传统车企初级自动驾驶布局的关键之年，2020年之后L3级自动驾驶汽车开始普及，带动未来五到十年产业链景气度明显向上。综合考虑技术成熟度、成本、应用场景等因素，我们看好A股上市公司在车载通信设备、视觉传感器零部件、车载芯片、高精度地图，导航方向的突破潜力。受益标的包括：高新兴（车规级通信模组）、耐威科技（导航）、四维图新（高精度地图+车载芯片）、韦尔股份（车载CMOS芯片）、联创电子（车载ADAS摄像头）、中海达（高精度地图+导航）等。

高新兴（300098.SZ）：联手吉利、比亚迪，车规级通信模组&T-Box产品抢占国内市场

公司是国内领先的交通安防整体解决方案提供商，近年来战略转型，深耕物联网大交通领域。国内方面，公司联手吉利汽车推出车规级通信模组，预计2018年出货超过150万片，销售额同比增长三倍以上；公司T-Box产品顺利进入比亚迪供应商目录；国外方面，公司车载OBD模块业务在2017年打入美国后装市场后，2018年在欧洲市场再下一城，先后实现对德国、意大利、瑞典等运营商的批量供货，销售额增速预计达到30%-40%。公司向大交通领域的物联网终端提供商转型的决心非常坚定，并通过与国内整车厂，国外运营商的紧密合作形成护城河。受益于初级自动驾驶市场和汽车大数据后市场的不断发展，公司的车规级通信模块、T-Box和车载OBD业务将实现快速增长。

耐威科技（300456.SZ）：导航和MEMS代工业务双轮驱动，导航模块适配百度“Apollo”硬件开发平台

耐威科技以卫星导航、惯性导航系统的研发和制造起家，通过收购全球MEMS纯代工龙头赛莱克斯进入了MEMS代工领域。目前形成了导航、MEMS、航空电子三大核心业务。导航业务是耐威科技的传统业务，公司推出针对自动驾驶的定位定姿系统NV-GI120，有高精度的GNSS板卡和高精度MEMS陀螺，具备实时姿态和位置算解算能力，进入了百度“Apollo”计划硬件开发平台适配名录。我们看好百度“Apollo”在无人驾驶领域的整合能力和平台价值，进入“Apollo”体系是耐威科技在无人驾驶领域的重要突破。

四维图新（002405.SZ）：高精度地图龙头加速垂直整合，自动驾驶整体解决方案呼之欲出

公司是国内高精度地图领域龙头企业，资质壁垒明显。近年来公司明确提出“智能汽车大脑”战略愿景，业务由传统的导航电子地图向智能网联汽车、车载芯片、ADAS等领域拓展。公司2017年收购杰发科技，通过杰发在IVI产品在后装市场上积累的优势切入前装市场，同时将公司原有的高精度定位资源与杰发的车载芯片业务进行整合，接连推出新一代车载信息娱乐系统核心主控芯片、车载功率芯片、智能座舱系统主控芯片等汽车电子芯片，快速占领全球车载芯片市场。垂直整合的加速使公司在自动驾驶领域护城河持续加深，先发优势愈加明显，公司将充分受益于自动驾驶行业在未来十年的高速发展。

韦尔股份（603501.SH）：收购豪威科技补强CIS领域，拓展汽车电子市场

公司主营业务为半导体分立器件的设计，以及被动器件、分立器件、结构器件的分销，下游涵盖消费电子、汽车电子、网络通信等众多领域。公司2018年5月公告筹划收购北京豪威和北京思科比等公司，补齐公司CIS领域短板。豪威（Omnivision）目前是全球第三大CIS厂商，在汽车市场份额全球仅次于安森美排名第二。随着自动驾驶行业不断发展，用户对于车载视觉传感系统需求不断提升，CMOS传感器在ADAS系统中的重要性也在不断提升，车载市场份额排名全球第二的豪威必然受益。根据公司公告，收购预案中豪威2019-2021年的业绩承诺为5.45/8.45/11.26亿元，如果本次收购顺利完成，公司将凭借豪威在车载CMOS传感器领域的市场地位，快速扩大在自动驾驶领域的布局。

联创电子（002036.SZ）：绑定视觉算法龙头打开车载ADAS镜头蓝海市场

公司是高清广角摄像头老牌厂商，是全球运动相机龙头GoPro的第一大镜头供应商。近年来凭借其模造玻璃镜片的核心技术，切入车载ADAS镜头领域。公司一直是特斯拉的车载镜头主力供应商，技术优势明显。目前，公司三款ADAS镜头已经通过国际知名高级汽车辅助驾驶方案公司Mobileye认证，预计2018年年底到2019年开始放量。公司还与世界知名视觉芯片解决方案公司英伟达进行合作，共同开发车载视觉传感解决方案。公司绑定视觉传感方案双巨头，在车载ADAS镜头的市场拓展走在了竞争对手之前，有望成为受益于自动驾驶爆发的第一批核心零部件供应商。

中海达（300177.SZ）：GIS行业龙头，依托车厂全面发力高精度地图和卫惯组合

公司是高精度卫星导航定位系统(GNSS)行业龙头，受益于行业竞争趋缓、国产化率提升等因素，公司近年来业务快速回暖；近年来，公司凭借导航和测绘行业具备深厚的技术储备，积极发力无人驾驶业务。公司在无人驾驶方向重点布局高精度地图测绘和量产车用卫惯组合导航。高精度地图方向，子公司武汉中海庭数据技术有限公司是国内稀缺的，由车厂主导、技术厂商参与的高精度地图图商，公司也是定位和测绘行业的主要供应商之一；量产车用卫惯组合导航方向，公司在研的卫星导航+惯导组件已进入多家汽车制造企业的测试阶段，在无人驾驶领域的规模化产品应用方向走出了关键一步。