加入收藏
| 文字：[ 大 中 小 ]
报告简介
报告目录
2016年中国汽车智能驾驶产业深度研究分析报告
1、智能驾驶大风起，千亿蓝海先占为王 4
1.1、无人驾驶技术引领智能驾驶走向成熟 4
1.1.1、底层软、硬件性价比触及临界点 5
1.1.2、外力倒逼行业变革，转型升级创造投资机遇 7
1.1.3、政策顶层设计跟进，政策托底推广门槛 8
1.2、零配件行业重构、自主品牌迎来良机 10
1.1.3、智能驾驶，千亿盛宴 11
2、科技新贵PK 传统巨头：数据制胜，算法为王 12
2.1、谷歌只能解放驾驶者，而非重构产业链 12
2.1.1、谷歌的自上而下“跨越模式” 14
2.1.2、丰田的自下而上“渐进模式” 16
2.2、Google 智能驾驶细谈：模块化布局，阶段式研发 17
2.3、时间维度：研发三阶段，初期以目标物体识别为主 22
2.4、丰田：辅助驾驶为主，注重产业化 25
2.5、识别和融合算法：智能驾驶技术核心 27
2.5.1、目标物体识别算法：精度和响应度关乎生命 27
2.5.2、传感器融合算法：多传感器互补提升精度 33
3、ADAS：点石成金，现阶段最具潜力领域 35
3.1、政策兜底，开启“泛智能化”千亿级市场 35
3.1.1、ADAS 效果显著，政策兜底倒逼市场渗透率提升 35
3.1.2、欧美日ADAS 成为标配，自主品牌仍是蓝海 36
3.1.3、2020 年ADAS 市场空间700 亿，泛智能驾驶市场空间超2000 亿 41
3.2、前后装之争：后装局限，得前装者得天下 41
3.3、技术路径之争：“摄像头+毫米波雷达”搭配是主流 43
3.3.1、单纯视觉方案：应用场景受到局限 44
3.3.2、“摄像头+毫米波雷达”：成本、精度、速度的均衡解决方案 45
3.4. 产业机遇：外延并购短平快，切入前装现良机 47
4、智能驾驶产业链竞争格局分析 48
4.1、传感器 49
4.2、处理器 53
4.3、通信模块 55
4.4、算法应用层。涉及数据、算法和远程支持 56
5、投资策略及风险提示 59
附录：中英文词汇对照 60
图表目录
图表 1：不同应用对于传输网络带宽及延迟要求 5
图表 2：不同传输技术的理论下行带宽 5
图表 3：Hedonic 芯片价格指数直线下降 6
图表 4：通用安吉星提供车载信息服务 7
图表 5：Google、苹果、百度、乐视互联网造车 8
图表 6：吉利博瑞、奔驰S、马自达CX-5、宝马5 8
图表 7：技术路线图对于DA\PA\HA\FA 四阶段划分及各阶段渗透率要求 9
图表 8：各国ADAS 相关法规政策一览 10
图表 9：《技术路线图》中对于各模块自主化率的规定 10
图表 10：2014 年全球各大地区ADAS 主要功能模块渗透率 12
图表 11：2014-2020年我国智能驾驶市场空间 12
图表 12：全球前八大无人驾驶专利最多的公司 13
图表 13：Google 和丰田专利占比（前八大公司） 14
图表 14：基于丰田普锐斯的Google 无人驾驶汽车 15
图表 15：Google 汽车搭载的Velodyne 激光雷达 16
图表 16：基于感知、认知、决策、执行的Google 无人驾驶系统 17
图表 17：Google 专利模块占比情况 19
图表 18：Google 专利细分领域占比统计 19
图表 19：通过比较特征之间的共性和差异识别物体-1 20
图表 20：通过比较特征之间的共性和差异识别物体-2 20
图表 21：基于激光雷达的行人手势识别 20
图表 22：识别障碍物改变行车路径 21
图表 23：激光雷达扫描效果，左为原图，右为点云数据结果 22
图表 24：时间维度Google 专利图 23
图表 25：Google 人机交互端示意图 24
图表 26：丰田无人驾驶专利统计 26
图表 27：丰田旗下各车型辅助驾驶功能模块ADAS 装载率 26
图表 28：不同路况目标物体的差异化识别 27
图表 29：目标物体识别算法 28
图表 30：视觉识别过程中的前处理和前景分离 29
图表 31：视觉算法中的物体识别过程 30
图表 32：当误检率=0.1 行人/图时，漏检率逐年降低 31
图表 33：误检率和漏检率的反向变动关系 31
图表 34:现有算法在精度和运算速度之间的对应关系 32
图表 35:2016 CES 展NVIDIA 发布汽车用平台PX2 32
图表 36:PX2 具体性能一览 33
图表 37:传感器之间的性能差异对比 34
图表 38:毫米波雷达 34
图表 39:激光雷达 34
图表 40:智能汽车发展的五阶段 35
图表 41：ADAS 各项功能对于降低交通事故死亡率具有重要意义 36
图表 42：欧系车型ADAS 功能最为丰富，已为中档车标配 37
图表 43：日系车型ADAS 覆盖率最高，已为标配 37
图表 44：美系车型覆盖率适中，功能以FCW\LDW\ACC 为主 38
图表 45：自主品牌ADAS 适配车型一览，仍是蓝海 39
图表 46：合资品牌ADAS 渗透率较高 39
图表 47：2014-2020 年-ADAS市场空间 41
图表 48：Mobileye OEM 和AM 市场比重 42
图表 49：载有FCW\LDW\PCW 的Mobileye560 42
图表 50：ADAS 主要功能模块传感器的配合使用情况 43
图表 51：主要Tire-1 厂商ADAS 解决方案对比 44
图表 52：Mobileye 数据积累和算法改良 44
图表 53：Mobileye EyeQ4 系统架构 46
图表 54：技术缺口同资金、资源缺口对接 47
图表 55：智能驾驶产业链结构 48
图表 56：欧美市场摄像头Tire-1 供应厂商及适配车型 49
图表 57：日本市场摄像头Tire-1 供应厂商及适配车型 50
图表 58：欧美市场雷达Tire1 供应厂商及适配车型 51
图表 59：日本市场雷达Tire-1 供应厂商及适配车型 52
图表 60：欧美市场物体识别ECU Tire-1 供应厂商及适配车型 54
图表 61：日本市场物体识别ECUws 供应厂商及适配车型 54
图表 62：国外智能驾驶对应标的公司 56
图表 63：国内智能驾驶产业链所属标的公司 57
图表 64：附录：中英文词汇对照 60
|
