自动驾驶需要感知、计算和通讯技术的全面赋能。根据SAE(国际汽车工程学会)的标准，自动驾驶分为L0-L5 六个等级。L0为无自动化，完全由驾驶员完成驾驶操作;L5 则为完全自动化，可由汽车完成全场景自动驾驶。汽车上的自动驾驶系统的结构大致分为感知系统、决策系统和智行系统。从L0-L5，随着汽车和机器主导驾驶的程度逐渐上升，自动驾驶对汽车感知、决策和执行的要求也不断提高，需要汽车配备摄像头、激光雷达、毫米波雷达和超声波雷达等传感器，搭载具备足够算力的芯片，并配合车联网通讯和高精度地图辅助。华为的强项在于基于自有芯片的算力打造以及基于通信技术优势的物联网构建。因此，华为汽车业务的目的并不是造车，而是依靠自身在算力与通讯的能力打造先进的自动驾驶解决方案。
感知为目:打造摄像头、激光雷达、毫米波雷达、超声波雷达的“视觉” 体系
车载传感是自动驾驶第一步。从L0的驾驶员全权操作到L5 的完全自动驾驶，本质上是汽车系统逐步替代人类进行感知、决策、执行的过程。目前ADAS 处于快速导入阶段，iHs 预计全球平均渗透率有望从2015 年的10%提升到2020 年的30%，其中2020 年欧洲/北美/亚洲的ADAS 渗透率分别为86%/27%/15%。Grandview research 统计2016 年全球ADAS 市场规模为141.50 亿美元，博世、大陆集团、Aptiv 和Autoliv 目前市占率领先。ADAS 包括传感器、处理器、软件算法、高精度地图、执行器等功能组件;国内电子企业有望在感知层面快速切入，提供基于视觉/雷达的解决方案或零组件，在部分领域已有突破。
综合采用多种传感方案，单车价值和市场空间有望逐渐提升。
(1)摄像头:摄像头主要用于对障碍物、辅助线的识别，增量在于360 度环视由高端车型向下延伸。Yole 预测到2024 年单车摄像头配置数量超过3个。
(2)超声波雷达:目前已经广泛用于倒车雷达(4个)，增量在于自动泊车需要增加4个驻车辅助+4 个泊车辅助超声波雷达;我们预计到2024 年单车配置数量达到8个。
(3)毫米波雷达:随着制程提升和价格下降，77GHz产品由于其体积和性能优势有望成为主流。毫米波雷达是紧急自动制动系统的必要组件，我们预计到2024 年单车配置数量达到2个。
(4)激光雷达:激光雷达具有精度高、反应快的特点，目前处于多种方案研发、部分型号量产阶段，单价普遍在数万元以上，需等待产业链平均成本下降。
毫米波雷达:传统零部件巨头纷纷布局，市场争夺激烈。当前从全球范围来看，传统汽车零部件系统供应商巨头在毫米波雷达市场延续了自身的产品优势，博世、大陆和海拉等汽车电子企业市占率均位居前列。2015 年博世和大陆市占率为22%，海拉为13%，电装、TRW 和德尔福等位居其后。国内A 股上市公司中，华域汽车、德赛西威和保隆科技在毫米波雷达上布局较为领先。华域汽车已量产24GHz 毫米波雷达，77/79GHz 毫米波雷达在研;德赛西威24GHz 毫米波雷达预计将于2019年量产，77GHz 毫米波雷达可达量产状态;保隆科技24GHz 毫米波雷达预计将于2020年量产。
激光雷达:价格高昂，主要用于无人驾驶测试车。激光雷达能够通过扫描周围环境，构建精度较高的点云，帮助执行层识别周围物体的距离和尺寸，是现阶段无人驾驶感知系统的核心组成部分。激光雷达当前成本高昂，主要用于无人驾驶车辆的测试。国内激光雷达供应商多为初创公司，如禾赛光电、北科天绘和速腾聚创等。其中，禾赛科技自主研发的激光雷达Pandar40 已经装在了硅谷、底特律、匹兹堡及欧洲和中国各地的数十家顶尖自动驾驶公司的无人车上。美国加州现有的61 家获得无人车公开道路测试牌照的高科技公司中，超过1/3已经是禾赛Pandar40 的付费客户。
通信为耳:V2X 智能互联，实现“路网”效率最优
有了摄像头和雷达等“视觉”系统，不意味着能解决非视距的问题，比如十字路口对角的车辆和行人，就不是雷达所能探测到的。V2X在5G 助力之下，能有效解决单一车辆决策时无法处理的非视距问题。目前阶段自动驾驶的自动驾驶汽车依靠几种不同类型的传感器(比如雷达和摄像系统)来探测和推断其周围环境和道路状况，但这些传感器会受到视距(LOS)操作的限制。
基于Release 16 5G NR 的C-V2X 技术，将为先进自动驾驶用例带来直接通信能力，例如高吞吐量和URLLC(超可靠低时延通信)，与Release 14 C-V2X 互为补充，共同为汽车提供服务。C-V2X 专为低延迟直接通信而设计，为保证行车安全，允许在没有网络覆盖或无需接入蜂窝网络的情况下实现车辆之间直接通信(V2V)、车辆行人之间直接通信(V2P)或车辆与道路基础设施之间互相通信(V2I)。V2X 可直接通信通过提供360度的非视距(NLOS)感知能力，弥补了这些传感器的短板，即便处于盲区或恶劣天气条件下，也可以扩展车辆在道路上的探测能力，帮助驾驶者进行更好地预测和决策。基于Rel-16 5G NR 的C-V2X 直接通信技术将把非视距感知能力提升到新的高度。5G NR C-V2X 技术的高吞吐量和URLLC能力将使自动驾驶汽车以有效的方式直接与其他车辆或与道路基础设施分享它们对路况、道路条件和环境的感知。这些功能旨在通过车辆之间共享高吞吐量传感器数据，进而帮助它们对周围真实环境建模。
5G 支持下多车辆能够路网协同，提高编队、决策效率。编队行驶中，通过头车为有人驾驶车辆或自主式自动驾驶车辆，后车通过V2X 通信与头车保持实时信息交互，在一定的速度下实现一定车间距的多车稳定跟车，具备车道保持与跟踪、协作式自适应巡航、协作式紧急制动、协作式换道提醒、出入编队等多种应用功能。3GPP 定义了若干个1 毫秒到几个毫秒的低时延场景，主要集中在自动驾驶上。自动驾驶中制动等反应时间，是个系统响应时间，其中包括了给网络云端计算处理、车间协商处理的时间，也包括了车辆本身系统计算及制动处理时间。如果要求时速100km 制动距离不超过30cm，那么系统整体响应时间不能超过10 毫秒。从保障安全的角度，系统响应时间当然越低越好，其中对通讯时延的要求会更高。未来5G 网络能够在提供99.999%稳定性的同时做到小于1 毫秒的通讯时延，则自动驾驶车辆的低时延场景能更好地提高效率。
通过5G NR C-V2X 技术，车辆之间可以互通意图和计划动作，通过更好的预见性和决断性，规划更科学的自动驾驶路径。在V2X 车联网的辅助作用下，驾驶者可以更高效远离拥堵路段，减少堵车带来的时间损耗。基于5G NR 的C-V2X 技术还可以使自动驾驶汽车通过实时的本地更新，例如3D 高清地图，来更精确地了解自己的位置并且更加熟悉周围的环境。
5G 促成V2X 运用，降低整车成本，有望进一步提早推广自动驾驶。当前相对完备的自动驾驶系统，主要是基于传感器、雷达和摄像头的各种信息输入，通过人工智能技术决策，单车本身在一定程度上即可以自动驾驶。众多传感器、雷达、摄像头构成了单车成本的重要部分，同时单车本身的局限性，要求开发性能更强的传感器，随之带来成本进一步大幅提升。这就需要车联网里的V2X 通信(V2N、V2I、V2V、V2P)，提供远超出当前传感器感知范围的信息。V2X可视为一个拉长拉远的“传感器”，通过和周边车辆、道路、基础设施的通讯，获取比单车能得到的更多的信息，大大增强对周围环境的感知。5G网络本身具有的超大带宽超低时延特性，可以实时搜集传输更多更精确的环境信息，使用云化的计算能力用以车辆本身自动驾驶的决策。由此，在V2X 技术下，即便车辆本身就可以实现部分自动驾驶，通过车联网技术依然可以进一步提升性能，且可以降低单车部署传感器的成本，减少对高精度传感器的依赖。
重点关注V2X产业链中自主研发模组领域相关标的
我们认为，由于华为在通信领域多年的积淀和强大的研发能力，V2X 领域的芯片、模组、OBU、RSU将以自主生产为主，但仍不排除像模组、RSU、OBU 天线等配套产品外购的可能，我们重点关注高新兴、移为通信。
智能为脑:高精度地图和差分GPS 提供位置感，MDC 提供智能计算
有了摄像头、激光雷达、毫米波雷达和超声波雷达组成的”视觉”系统，以及有了V2X的“听觉”系统，并不意味着自动驾驶的感知系统已经完善了。我们还需要高精地图和差分GPS为核心的位置感知系统，一如大脑的“网格细胞”的作用，以及以MDC 为核心的计算系统。
高精地图:车辆自主导航中最安全的可预设“轨道”
作为自动驾驶系统的重要组成部分，高精度地图专注于自动驾驶场景，在自动驾驶车感知、定位、决策、规划等模块起到重要作用，是自动驾驶解决方案不可或缺的一环。且从目前的L3-L4 级车辆的技术方案看，自L3级别向上，车辆对于周报环境的监控和驾驶操控需求将全面超越驾驶员，传统驾驶员将在车辆驾驶中逐步摆脱对于汽车实时驾驶的决策责任，因此从实时角度出发，高精地图是车辆自主导航中最安全的可预设“轨道”。
而对比传统导航地图看，高精地图是的应用者是车辆的智能驾驶系统，而非驾驶员的视觉读取，因此其数据呈现方式和传统地图并不一致，组成方式也并不一样，并且和导航地图不同的是，将承担自动驾驶车辆时保证驾驶安全的重要责任。其中矢量地图的信息将是主要的自动驾驶系统依托的本地“轨道”，也是系统读取依赖的重要部分。
在L3 以上自动驾驶环境，车辆必须对于周边环境拥有实时感知和决策反馈能力。基于上图来看，特征地图部分需通过云端实时或者定期更新，而矢量地图更是要在确保数据正确的前提下，进行稳定更新。基于此，与传统的导航地图销售方式相比，高精度地图的持续运营模式将显著提升，就如同我们的智能手机需要定期升级/更新OS 与APP一样。且从安全性的角度看，我们认为高精地图的存储与修改必须引入等级保护制度，特别对于矢量地图的数据更新与保护，原始制图厂商的商业责任和地位很难被撼动。因此，从更新的方式看，行业的传统“license”授权与全面转向云化持续付费可能将成为高精地图的主要商业模式。
基于高精地图的如上特点，结合国内市场的情况，我们判断高精地图的供给端在一段时间内会受一定的政策监管，国资背景的公司可能更占优势(如同电信等基础信息运营服务)。因此这可能是该行业的第一个竞争门槛。且随着自动驾驶路测向L3 逐步推进，我们判断高精地图的经营资质可能会再次面临监管政策变化，从国家安全等角度出发，均有利于国资背景公司的竞争排位。
其次，高精地图目前的研制成本较高，采集车辆的成本普遍在百万人民币以上，因此充裕的资金投入是另外较高的竞争门槛。
最后，目前来看，高精地图的行业通用标准还是在不断摸索之中，以四维图新为代表的主流厂商还在积极探索，共同在参与制定高精地图的应用标准。结合前文的判断，我们认为未来高精地图的市场集中度可能会高于传统导航市场。
差分GPS:精度更高，为无人驾驶导航系统提供技术支持。
无人驾驶要求GPS 定位误差不超过一个车道宽度，差分GPS 模块为无人驾驶GPS 自主导航系统的实现提供了必要的技术支持。相比传统的GPS技术，差分GPS 测量会在一个测站对两个目标的观测量、两个测站对一个目标的观测量或一个测站对一个目标的两次观测量之间进行求差，大幅提升了GPS 测量的精度，实现厘米级定位和全局定位。国内差分GPS供应商中较有影响力的有中海达、星网宇达等。中海达深耕北斗卫星导航产业，是国产卫星导航接收机(RTK)的先行者，产品销售网络覆盖全球逾40 个国家，拥有超60 个海外经销网点和100多家全球合作伙伴。星网宇达国内第一家推出GPS 高精度RTK 系统，2009年3 月研制出国内最便宜的单频实时动态差分GPS RTK 接收机。
计算平台+操作系统:智能驾驶的“心脏”和“大脑”
对于智能驾驶而言，MDC 像是“心脏”，给计算提供源源不断的强大动力，而操作系统，则更像是“大脑”，致力于设备的管理和使能。
华为作为ICT 的领军企业，在2018年发布MDC 600，亮剑无人驾驶。2018年10 月15日，在HUAWEI CONNECT 2018 大会上，华为发布了支撑其无人驾驶战略的重要载体——涵盖芯片、平台、操作系统和开发框架的使能自动驾驶的移动数据中心(MDC，Mobile Data Center)。MDC 600 搭载华为最新的Ascend(昇腾)芯片，最高可提供352Tops的算力，足以满足L4 级别的自动驾驶需求;能够支持-40 至85摄氏度的环境温度，遵从车规级可靠性与功能安全等级;端到端能效高达1Tops/W;底层硬件平台搭载实时操作系统，高效的底层软硬件一体化优化，内核调度时延低小于10μs，ROS内部节点通信时延小于1ms，为客户的端到端自动驾驶带来小于200ms 的低时延(业界一般是400~500ms)，提升自动驾驶过程中的安全性。
Ocean Connect 物联网平台赋能自动驾驶。在2018国际消费电子信息及通信博览会上，华为发布Ocean Connect 车联网平台，致力于使能车辆的智能化网联、车企的服务化转型和交通的智能化演进。华为Ocean Connect 物联网平台的关键能力包括:提供连接管理、设备管理和应用使能基础能力;定期发布车联网服务套件，支撑各行业伙伴快速实现各种物联网业务应用;通过分层的安全架构，实现统一安全的车辆网络接入;T-Box或车机内置IoT Agent，简化各类终端厂家不同协议的灵活适配;对接车企已有IT/OT 系统，实现数据统一呈现和管理，降低企业投资成本。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/233109.html