汽车自动驾驶产业链深度研究报告：自动驾驶驶向何方_云计算产业链上下游在自动驾驶行业的应用

（报告出品方/作者：国金证券，翟炜）

报告综述

产业链与市场空间：当前我国自动驾驶正处于 L2 向 L3 级别转化的阶段，预 计 2025 年 L2.5 级别自动驾驶车辆渗透率为 50%，2030 年 L2.5 和 L4 级别 自动驾驶汽车渗透率分别将达 70%和 18%。从产业链上看，仅上游（感知层、传输层、决策层、执行层）和中游平台层，到 2025 年新增市场空间达 3088 亿元，2030 年可达 7020 亿元，10 年复合增速为 27%。

发展路径与核心参与方：技术路径上看，欧美等国鉴于其道路的规范化优势 和自动驾驶技术的成熟度，其自动驾驶技术路径以单车智能为主；中国则在 追赶单车智能技术基础上，凭借体制、政策、环境、5G 技术等优势重点发 展车路协同，将车路协议与单车智能结合，有望实现换道超车。从行业发展 来看，自动驾驶参与方主要有传统车企、互联网巨头和造车新势力等三类玩 家。在路径选择上，传统车企在加速技术追赶的同时考虑量产和安全，采用 渐进式发展路径从 L1 逐步过渡到 L2 及以上，当前主要处于 L2.5 阶段；互 联网厂商与造车新势力则凭借其在软件、算法和算力等方面的优势选择跳过 L1/L2 等低级阶段，直接以 L4/L5 自动驾驶为目标跨越式发展，当前部分 L4 级已率先在特定场景的商用车领域落地，乘用车领域正在加速追赶。此外， Tie1 和 OEM 等厂商也同步从辅助驾驶层级进入自动驾驶市场。

核心推动力：我们认为当前推动自动驾驶产业向前发展的主要驱动力在于四个方面：

1）产业政策不断加码：2020 年 11 月，国汽智联发布最新的我国 智能网联汽车技术路线图，明确提出到 2025/2030 年我国 L2/L3 级渗透率为 50%/70%；

2）5G 技术加速助力 C-V2X 发展：车联网是 5G 应用的典型场景，当前我国 5G 基站建成超 70 万个，全球占比超 70%，5G 低延时、高可 靠等特性可加快车联网和自动驾驶的研发进度，同时 C-V2X 技术标准路线 已成为未来自动驾驶发展的通信路线标准，我国在 C-V2X 上拥有较强的先 发优势；

3）BATH 等互联网巨头纷纷入局，加快推动自动驾驶技术发展和 商业化应用落地；

4）特斯拉的倒逼：当前特斯拉市值已超 8 千亿美元成为 名副其实的车企巨头，其 OTA 技术、智能计算平台以及软件定义汽车的商业模式，带来的汽车领域的革命犹如当年的苹果手机对传统手机行业的颠覆，特斯拉的鲶鱼效应将加快推进自动驾驶产业不断向前。

计算机领域细分赛道机会：从市场规模来看，我们测算到 25/30 年，自动驾驶决策层（自动驾驶 AI 芯片、高精地图）达 1138 亿元/2236 亿元、感知层 （激光雷达）达 125 亿元/845 亿元、平台层（智能座舱）为 810 亿元/1866 亿元；从增速来看，智能座舱增速最快（10 年复合增速达 32%）。建议重点从产业链上下游筛选各环节技术壁垒高、拥有定价权以及拥有产业协同效应的细分领域，推荐上游感知层的激光雷达，决策层的操作系统、自动驾驶加速芯片和高精度地图，中游平台层的智能座舱等。

一、自动驾驶全产业链增量空间超 7000 亿元

自动驾驶产业链：上游感知、传输、决策和执行层，中游平台层，下游为整车与服务。

自动驾驶汽车功能的实现需要汽车制造商、零部件供应商、车载计算 平台开发商、出行服务供应商等多方主体参与，因此，自动驾驶汽车的产业链较长。具体而言，上游包括感知层、传输层、决策层和执行层；中游为平台层，包括整合的智能驾舱平台、自动驾驶解决方案以 及传统的车联网 TSP 平台；下游主要为整车厂和第三方服务。

其中，上游感知层包括车载摄像头、雷达系统、高精度地图、高精度定位、导航系统、路侧设备等；传输层基于通信设备和服务为自动驾驶提供信号传输，主要包括通信设备和通信服务；决策层包括计算平 台、芯片、操作系统、算法等；执行层，对决策命令进行执行，包含 线控、电子驱动/转向/制动、系统集成及其他汽车零部件厂商。四条系统环环相扣，实现汽车网联化功能。

1.1 感知层：自动驾驶汽车的眼睛和耳朵，增量空间达 1900 亿元

感知层用于感知外部环境变化、获取相关信息。主要包括智能硬件（传感器、RFID 及车载视觉系统等）、导航（GPS、北斗以及惯性导航系统）、 路侧设备等。

智能硬件是智能汽车的“眼睛”。无人驾驶硬件系统包括有传感器、 RFID、车载视觉系统等。随着车联网、智能互联成为未来趋势，相关硬件产品需求量也日益增大。根据赛迪智库《2020 年中国汽车电子产业发展形势展望》，汽车电子、装置在汽车制造成本中所占的比重逐年提高。通过硬件系统，感知并采集环境信息是无人驾驶的第一步。

我们认为自动驾驶汽车感知层带来的市场增量主要在传感器，当前行业内主流研发和应用的自动驾驶汽车传感器为车载摄像头、超声波雷达、毫米 波雷达、激光雷达等，不同的组合形成了以视觉主导（摄像头+毫米波雷达 +视觉芯片）和以多传感器融合（激光雷达+毫米波雷达+摄像头）为主导 两种路径。无论何种路径，均会带动传感器的需求增长，我们测算，预计 到 2025 年传感器市场规模将达 609 亿元，到 2030 年将达 1901 亿元，10 年复合增速约 30%。

1）传感器：目前主流的自动驾驶传感器以摄像头和雷达为主。

2）RFID 又称无线射频识别，是自动驾驶的耳朵。

3）车载视觉系统是感知层硬件的整合，借助机器视觉技术进行图像增强和数据处理。车载视觉系统主要应用于视觉增强的驾驶辅助。

 

1.2 传输层：自动驾驶提供信号传输，增量空间超 600 亿

传输层是基于通信技术将感知层获得的环境信息转换成信号传导到决策 层，类似人体的传输神经。传输层主要包含通信设备和通信服务，其中通信设备以元器件、信息交互终端等为主，通信服务主要为 DSRC 和 C-V2X 两种服务自动驾驶的无线通信技术。

传输层的增量来自于 V2X 带来的通信芯片、通信模组以及信息交互终端 OBU、RSU 和 T-BOX 等。我们认为自动驾驶带来的不仅仅是单车的网联 化，还需必备路的智能化，即车路协同。因此，预计传输端将带来通信芯 片、模组等通信元器件以及车路信息交互终端的爆发。我们预测自动驾驶 传输层的价值空间到 2025 年达到 395 亿元，2030 年达到 629 亿元，10 年复合增速为 18.79%。

1.3 决策层：自动驾驶汽车大脑，增量空间超 2200 亿元

当前，从技术角度看，随着 ADAS 系统的广泛部署和以及长时间的技术开 发，自动驾驶感知技术已经不是主要瓶颈；传输层自 C-V2X 胜出之后，技 术路线也已基本确定；执行层则是主机厂和 Tier1 厂商擅长的领域。因 此，我们认为自动驾驶技术实现的真正门槛就在于决策层上。决策层通过 利用感知层、传输层反映回来的信息，建立相应的模型，制定出适合的控 制策略。由于真实路况的复杂程度，以及不同人对于不同路况的不同解决 对策，决策算法需要覆盖多数罕见路况的海量数据以及完善高效的人工智 能技术。从功能上看，决策层主要包含操作系统、芯片、算法、高精度地 图以及云平台等核心构成元素。

我们认为自动驾驶决策层带来的增量空间主要在于自动驾驶 AI 芯片和对应 的高精度地图，这两者是 L3 及以上级别自动驾驶汽车必备的功能要素。经 我们测算，到 2025 年自动驾驶决策层可见的增量空间将达 1138 亿元， 2030 年将达 2236 亿元，10 年复合增速达 23.44%。

 

1）操作系统：为自动驾驶提供底层支撑。

2）芯片：为自动驾驶提供算力支撑。

3）算法是决策层的核心竞争力。

4）高精度地图将成为自动驾驶、车路协同的基础设施。

1.4 执行层：自动驾驶的四肢，增量空间达 388 亿元

执行控制好比“驾驶员的手脚”，是自动驾驶真正落地的基础。执行层是 无人驾驶系统的最底层，其核心任务是通过驱动、制动及转向控制系统， 相互配合，使汽车能够按照决策部分规划的轨迹稳定行驶，并且同时能够 实现避让、保持车距、超车等动作。随自动驾驶的发展，执行层由驾驶员 施加人力、通过真空和液压等推动的方式逐渐被电子化、电动化系统所替 代，电信号替代机械力的线控技术在自动驾驶时代全面渗透。

自动驾驶执行层带来新的增量市场主要源自于域控制器和线控执行等功能设备。我们测算，到 2025 年自动驾驶执行层可见增量市场规模将达 135 亿元，2030 年将达 388 亿元，10 年复合增速超 30%。

 

电子驱动：发展成熟，相比传统驱动优势明显。

电子制动：执行层最关键部分。

电子转向：电动助力 EPS 占据主流。

1.5 中游平台层：完成自动驾驶功能的居中调度，增量空间为 1866 亿元

平台层以 TSP 车联网平台厂商为主，包括智能座舱、智能驾驶整体解决方 案等。

自动驾驶平台层带来增量空间主要以智能座舱为主，主流智能座舱包含全 液晶仪表盘、汽车中控屏、HUD 和流媒体后视镜等四大模块。我们测算， 到 2025 年智能座舱市场空间为 811 亿元，2030 年达到 1866 亿元，10 年 复合增速近 30%。

TSP 车联网平台提供车载信息服务，通过在汽车上安装车载信息设备，利 用通信网络为驾驶员和乘客提供多样化信息服务，包括行车导航、路况信 息、行车安全预警、免提通话、天气服务、紧急救援、车辆性能检测等。

TSP 在车联网产业链中居于核心地位。上接汽车、车载设备制造商、 网络运营商，下接内容提供商，TSP 的服务集合了位置服务、GIS 服务 和通信服务，如导航、娱乐、咨询、安防、SNS、远程保养等。其核心 价值主要体现在：向下游直面用户，是直接为用户提供服务价值的主 体；向上游扮演资源整合角色，涉及车载设备提供商、网络服务提供 商、信息服务内容提供商等，整合多方信息及资源为用户提供车载信 息服务。

TSP 是产业链中潜在利润空间最大的环节。作为产业链的核心位置， TSP 拥有整个链上最核心的大数据资源，且其数据具有积累性，据此可 以演化为多种商业模式，是车联网产业链潜在利润空间最大的环节。 TSP 盈利模式为：面对车主，TSP 依托于线上服务赚取服务费用，赚取 B2C 中的利润；在客户数量以及交互数据达到一定体量后，可以与广告 商、保险公司、物流公司、租车公司等开展一系列商业模式的探索， 拓展 B2B 业务。

目前 TSP 根据车厂主导的程度大致可以分为三种模式。

模式一：车企设立自己的 TSP。

模式二：车厂与第三方供应商合作设立 TSP。

模式三：第三方供应商提供独立 TSP。

智能座舱是车企智能化、高端化的刚需，也是未来智能网联汽车的主要组成部分之一。它以座舱域控制器（DCU）为核心，推动包含液晶仪表盘、中 控屏、流媒体后视镜、抬头显示系统等部件在内的多屏融合，实现语音控制、手势操作等更智能化的交互方式。从汽车整体架构来看，座舱域控制 器（DCU）链接传统座舱电子部件，进一步整合智能辅助驾驶 ADAS 系统和 车联网 V2X 系统，使智能汽车可以进一步优化整合自动驾驶、车载互联、 信息娱乐等功能，完整的解决方案帮助智能汽车从代步工具逐渐成为可移动生活空间。

 

智能座驶舱产业链分为硬件和软件两部分。硬件包括了传统中控和仪 表盘，以及新纳入的抬头显示器 HUD、后座显示屏等 HMI 多屏，软件则 由于加入了手势语言在内的交互技术，包含底层嵌入式操作系统、软 件服务、ADAS 系统等应用。软硬件底层技术根据产品的不同需求应用 到各个智能化零部件中；不同智能化零部件在座舱内集成形 成一套完 整解决方案，以整车体现，整车进而销售给车主；与此同时，基础设 施参与整个流程，为各环节提供数据传输、运算存储等服务。

智能座舱产业趋向于跨界、融合、集成的网状结构。上游零部件企业 寻求后向一体化，下游整车厂寻求前向一体化，独立研发算法和智能 硬件，与此同时，新兴互联网公司与传统整车、零部件企业进行深度 合作，共同推出智能座舱整体解决方案。对于整车厂而言，其拥有成 熟的汽车研发、生产、供应链体系，但相对来讲软件开发实力略有不 足，缺乏良好的生态体系。对于新兴互联网公司而言，其具备完善的 应用生态、强大的系统开发能力，但缺乏与相关行业经验，对硬件的 集成开发的能力相对较弱。对于 Tier1 供应商而言，其独特优势在于 系统定制能力和丰富的车规级硬件开发经验.

算法软件数据将成为价值链重心。互联网和科技公司在产业中占比升 高， 他们在算法、芯片、网络连接和生态系统搭建上占据优势，而传 统主机厂和 Tier 1 则在汽车传统的生产制造环节有丰富经验。未来可 能主要为两种跨界模式：一是传统车企和 Tier 1 与互联网巨头合作， 比如上汽和阿里。车企将相对封闭的生产数据一定程度开放给互联网 企业，用于座舱智能化的升级；二是零部件大厂收购有发展潜力的科 技公司，从而掌握核心技术。长期来看，整个汽车价值链的重心将从 硬件生产制造逐渐转向系统、算法等软件层面，掌握核心软件能力、 数据的互联网公司，及转型及时的主机厂将占据行业主导地位。国内 汽车发展虽然落后国外，但互联网行业一直占据主导，拥有流量和生 态优势。因此，国内车企、其他供应商借助互联网，有望赶超国外大 厂。

从企业类型来看，无论是传统国际品牌，还是造车新势力和国内自主 品牌，在智能座舱上都积极布局，近一两年都有产品完整产品落地。 从交互方式来看，自然语音识别方式以其符合正常对话逻辑、良好的 交互体验得到了众多品牌认可，造车新势力、国内自主品牌以及奔 驰、宝马、奥迪都搭载了自然语音识别模块。从操作系统看，大部分 企业有自研或自有的、以 QNX、Linux 和安卓底层构架的配套操作系 统。芯片方面，高通和英伟达市场认可度依旧很高。中控屏和仪表盘 则呈现了明显的大屏集成偏好，全液晶中控屏和仪表盘快速渗透自主 品牌及造车新势力，而 HUD 主要为选装搭载，渗透率相对较低。

1.6 整车厂与第三方服务

经过各层级的技术研发，最终由整车厂进行技术集成与生产组装，完成无 人驾驶产品的生产末环。整车厂商为关键技术企业提供应用、实践平台， 科技企业直接向整车厂商提供解决方案、部件。生产组装完毕的整车，一 部分直接销售到消费者端，一部分成为第三方服务商的服务供应车辆。此 类服务商一般为移动出行服务商，提供服务所得的数据反馈将协助整车厂 及科技企业调整产品研发。部分整车厂也在向第三方服务商转变，或与之 开展深度合作，整个无人驾驶产业链呈现生态化、网状化趋势。

整车厂商也在积极布局智能网联汽车产业。新兴车企（蔚来、零跑、 理想、小鹏、奇点等）具备后发优势，在研发方面普遍优于传统车 企，科技嗅觉更灵敏，部分智能网联相关技术已成为产品亮点。传统 整车厂商（一汽、广汽、北汽、长安、吉利、奇瑞等）在智能网联领 域的发展相对较缓，在软件算法等领域开发能力相对不足，多数选择 以收购或战略合作的方式与科技企业共赢。整车企业的布局加速了智 能网联产品的适配应用，促进了相关技术的迭代升级，保障了无人驾 驶产业乃至智能网联汽车行业持续快速发展。

第三方服务商主要是为未来移动出行进行开发与测试、为公众和商业 运输提供移动出行服务的公司等，包括网约车平台、无人驾驶出租 车、无人送货车、接驳车等服务商，如 Uber、Grab、2getthere、 Bestmile、滴滴出行、神州优车、首汽约车等。剥离司机角色，打车 和租车或许在未来殊途同归。科技企业在算法上具有优势，然而相对 缺乏产业数据，因此深耕产业的出行公司，或将成为下一步无人驾驶 的突破点。

二、自动驾驶技术路径探究

2.1 单车智能 VS 车路协同：各有千秋，未来趋于协同

按照技术路径，无人驾驶当前主流有两种实现路径：一是基于单车感知和 高效算法决策的单车智能模式，二是基于道路基站和车辆进行通信、通过 云端调控的车路协同模式。

单车智能模式痛点无可回避。从目前表现来看，单车智能存在许多弱点： 首先是多传感器融合问题，以及随之而来的对芯片性能的要求；无人驾驶 依靠 AI，但 AI 黑箱效应难以克服；自动驾驶 110 亿英里的道路检测难以 实现；全自动驾驶有几百万极端工况，软件设计难以保证和验证；L3、 L4、L5 自动驾驶成本极高，单车均价约 20 万美元，难以进入私家车领 域；完全自动驾驶汽车实际行驶安全难以保障。

车路协同是单车智能的延伸和拓展。单车智能是车路协同的基础，如果没有单车智能，智能网联就没有基础平台，更重要的是在路侧没有铺设智能 设备、通讯受到干扰、智能路侧设备出现故障时，单车智能保证汽车安全 行驶。此外，在车路协同无法覆盖的区域以及极端场景中，还是需要依赖单车智能自动采取行动。而由于单车智能不可忽视的痛点，车路协同形成 单车传感器的性能延伸，缓解计算平台算力压力，对于高级别自动驾驶不 可或缺，基于场景来看锦上添花，能够加快汽车产业化落地，无论在时间 或空间维度实现更全面的覆盖。

 

车路协同系统的基础技术包括四个部分，可依据构成划分为智能车载单元关键技术、智能路侧关键技术、通信平台关键技术和其他关键技术，其中 V2X 是车路系统核心的基础技术。

智能车载单元，借助当前主流的 LTE-V2X 以及新一代 5G-V2X 信息通信技术，实现车辆之间、车路之间、车与行人、车与云端之间的全面信息交互。从产业结构角度来看，车载终端主要包括通信芯片、通信模组、终端设备、V2X 协议及 V2X 应用软件。整个车载终端的产业结构包 括硬件和软件产业参与者。

智能路侧系统，在车路协同体系中，通过部署智能设备，收集路侧信息。其通过智能传感器设备，结合智能车载信息，提供危险驾驶提 醒、车辆违章预警、道路异常提醒、道路拥堵分析、交叉路口、协调 调度等功能。整个系统的运转流程是：通过架设在道路侧传感器感知 到的实时道路信息与车辆共享，使车辆拥有超视野感知能力，提供较 全面的路侧环境信息，与车辆进行信息数据共享，同时将车侧信息收 集至云端，最终进行应用。按照职能板块划分，智能路侧系统主要包 含智能基础设施板块、智能传感器板块、 通讯计算板块等：智能基础 设施类板块主要包括信号灯控制机、电子指示牌、北斗差分基站等设 备要素；智能传感器板块主要包括激光雷达、高清摄像头、毫米波雷 达等，可探测车辆状态、道路实时状况等；通讯计算板块则是指其中的通信管道，包括 LTE/NR 模组，能够支持数据传输等。同时，在路侧单元一些实时信息需要在边缘侧进行数据计算，以解决道路交通中的 应急事件。

通信平台，作为车路协同中的连接管道，主要负责提供车与车、车与 路间实时传输的信息管道，通过低延时、高可靠、快速接入的网络环 境，保障车端与路侧端的 信息实时交互。目前，车路协同的底层通信 技术较为通用的是 DSRC（专用短程通信）和基于蜂窝网通信技术演进 的 C-V2X。C-V2Ⅹ起步相对较晚，但其基于蜂窝通信技术，可移动性、 可靠性强，具有前向兼容性的 5G 演进路线，未来可支持自动驾驶，中 国布局领先。

云控平台，在车路协同产业发展中承担着“指挥者”的角色。云控平 台包括云控基础平台和云控应用平台。云控平台能为智能汽车及其用 户、管理及服务机构等提供车辆运行、基础设施、交通环境、交通管 理等动态基础数据，具有高性能信息共享、高实时性云计算、大数据 分析、信息安全等基础服务机制，是支持智能网联汽车实际应用需求 的基础支撑平台。在应用层面，云控平台的搭建能够增强智能网联驾 驶服务能力，降低交通事故伤亡几率，减少交通拥堵时间，提升交通 效率。目前，通过云控基础平台的物理架构，已经基本形成车端-边缘 云-区域云-中心云四级支撑体系。

车路协同优势：安全、高效、低成本、落地更快。

车路协同体系亦面临挑战。车路云一体化运行不乏挑战：车辆层面，无论 是融合感知还是协同决策，车路联合实现实时有效协同是难题；交通层 面，除了要提高自动驾驶汽车性能，还要解决交通拥堵和联合管控，技术 上面临着高可靠、低延时的数据交互问题；计算资源开发方面，如何将大 数据挖掘、计算等及时有效输送到末端面临挑战等。

2.2 中国无人驾驶路径以单车智能结合车路协同

关于是“单车智能”还是“车路协同”，一直存在诸多研究与争论。“单 车智能”倾向于车辆自身的自动驾驶能力，能够精准及时地感知、决策、 控制，从而实现无人驾驶；“车路协同”则更注重全局优化，通过车车、 车路信息交互达到智能协同，为无人驾驶构建一个更完善的生态环境。

单车智能与车路协同各有优劣，理想状态下可形成互补。单车智能在车路 网络出现漏洞等极端情况下能够保证车辆的安全行驶，而车路协同能够实 现信号源传输、超视距通信、多个检测视角等单车无法做到的场景。理想 状态下，单车智能和车路协同能够优劣互补，从而达到最佳无人驾驶状 态。

我国基本明确了车路协同与单车智能结合的发展道路。自动驾驶起源于美 国，在单车智能领域，我国与美国有较大差距，同时由于我国路况设施复杂，相较而言，将车联网作为发展智能交通、无人驾驶的杠杆着力点，重 点发展车路协同，则有望实现换道超车。

车路协同与单车智能结合发展，我国拥有基于国情的天然优势。强大的统 筹能力和基建能力使得新技术的研发突破及实施落地具有更高的可行性。 无论是聚焦单车的高精尖技术，还是聚焦全局的基础设施协同，我国都有 能力从研发到测试到法规健全到落地改造的全过程给予深度扶持。

2.3 渐进式 VS 跨越式：传统车企渐进式，互联网与造车新势力跨越式发展

自动驾驶行业格局逐渐稳定。目前自动驾驶、智能互联是汽车行业发展的 方向，传统车企和一些互联网巨头都纷纷入局无人驾驶领域。根据 Gartner2019 年新兴技术成熟度曲线，L5 级自动驾驶属于期望膨胀期，L4 级自动驾驶属于幻灭期。商用车 L3、L4 无人驾驶已经在矿山、港口、物 流等流域落地，而乘用车无人驾驶落地项目主要集中在传统车企 L2+和 L3 级量产车型和特定场景自动驾驶方面。目前无人驾驶技术逐步迈向成熟， 新入局者减少，2020 年新兴技术成熟度曲线中自动驾驶被移出榜单。

从技术发展路径上看，自动驾驶发展路径主要分为渐进式、跨越式和特定场景式等三种。渐进式以传统车企为主，跨越式以互联网和造车新势力为 主，特定场景式则以商用车率先落地。

三、多重因素促进自动驾驶产业发展

3.1 产业政策驱动

政府从安全监管、标准制定到战略发展，车联网政策持续出台。2017 年 4 月，工信部、发改委、科技部联合发布《汽车产业中长期发展规划》指出重点支持传感器、控制芯片、北斗高精度定位、车载终端、操作系统等核 心技术研发及产业化。2018 年，工信部制定《车联网智能网联汽车产业发 展行动计划》指出到 2020 年，车联网用户渗透率达到 30% 以上，新车驾 驶辅助系统（L2）搭载率达到 30% 以上，联网车载信息服务终端的新车 装配率达到 60% 以上。2019 年，国务院发布《交通强国建设纲要》加强 智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完 整的产业链。至 2020 年 2 月，11 部委联合出台《智能汽车创新发展战 略 》，意味着车联网产业将在我国迎来高速发展重大机遇。

自动驾驶领域产业政策稳步推进。从 2015 年至 2020 年，政府发布多项相 关政策，关注点从智能网联汽车细化至自动驾驶汽车。2020 年初，国家相继出台《智能汽车创新发展战略》与《汽车驾驶自动化分级》两项方案， 进一步明确自动驾驶战略地位与未来发展方向。

预计到 2025 年我国 PA、CA 级智能网联汽车销量占汽车总销量超过 50%，C-V2X 终端的新车装配率达 50%，2030 年渗透率 70%，2035 年 各类网联式高度自动驾驶车辆广泛运行于中国广大地区。2020 年 11 月 11 日，中国智能网联汽车产业创新联盟发布《智能网联汽车技术路线图 2.0》指出 PA、CA 级智能网联汽车渗透率要持续增加，2025 年达 50%， 2030 年超过 70%。C-V2X 终端的新车装配率 2025 年达 50%，2030 年基本普及，网联协同感知、协同决策与控制功能不断应用，车辆与其他交通 参与者互联互通。高度自动驾驶车辆 2025 年首先在特定场景和限定区域 实现商业化应用，并不断扩大运行范围。

3.2 从 LTE-V2X 到 5G-V2X，车联网进入落地期

5G 建设超预期，车联网、自动驾驶等行业应用加速落地

R16 标准冻结，5G 将从“能用”晋级到“好用”。2020 年 7 月，国 际标准组织 3GPP 宣布 5G R16 标准正式冻结，标志着 5G 第一个演 进版本标准完成。相较于 R15 版本 R16 标准不仅增强了 5G 的功能， 向各行业普及 5G 技术并催生新的数字生态产业，而且在网络能力扩 展、挖潜以及降低运营成本等方面做了改进，增强了 5G 超可靠低延 迟通信（URLLC）的性能。R16 标准的推出，将加速 5G 在垂直行业 的需求与消费级市场补贴落地。

 

5G 基站建设超预期，车联网、自动驾驶等行业应用有望加速落地。 2020 年 8 月 14 日，工信部副部长辛国斌表示，当前我国 5G 基站建 设进度超预期，截至 6 月底，我国 5G 基站累计超 40 万个；截至 7 月 底，5G 终端连接数已达 8800 万；下一步将以建设促应用，重点支持 面向智慧医疗、虚拟企业专网、智能电网、车路协同车联网等 7 大领 域的 5G 创新应用，进一步促进 5G 行业应用落地见效。三大运营商数 据显示，截至今年 6 月底，三家基础电信企业累计发展蜂窝物联网终 端用户达 11.06 亿户，同比增长 32.7%，其中应用于智能制造、智慧 交通、智慧公共事业的终端用户增长分别达到 21.1%、18.2%、 21.4%。5G 具有的高可靠、低时延、大带宽等特性能实现车与车、车 与路、车与人之间的实时通信，是车联网的重要通信网络，推动智能 网联化，丰富更多车联网应用场景。

C-V2X 技术顺利演进，车联网、自动驾驶行业发展驶入快车道。

C-V2X 加快向 5G-V2X 阶段的演进，车联网、自动驾驶发展进入快车道。C-V2X 的标准化可分为 LTE-V2X（基于 4G）、LTE-eV2X （基 于 4.5G）和 5G-V2X （基于 5G 技术）等三个阶段。其中，支持 LTEV2X的 3GPP R14 版本标准已于 2017 年正式发布；支持 LTE-V2X增 强（LTE-eV2X）的 3GPP R15 版本标准于 2018 年 6 月正式完成。但 由于基于 4.5G 的 LTE-V2X 仍无法完全满足车联网所需的低时延、高 可靠性等要求，车联网行业尽管前景广阔却发展缓慢。随着 R16 标准 的固定，5G 技术的超低时延、广连接和高可靠性特征将逐渐显现，可 满足车联网数据采集和处理的及时性要求，将推动 LTE-V2X 标准向 5G-V2X 方向的演进，车联网行业有望随着 5G 商用进入快速发展阶段。

V2X 可降低单车智能技术难度，缩减自动驾驶研发成本。V2X 在高级 自动驾驶中具备配比六项要素：车侧单元（OBU）、路测智能基础设 施、路测单元（RSU）、路测边缘计算单元、路测信息提示单元和云 控管理服务平台等。相较单车智能，V2X 增加路侧和云端部署，可有 效降低单车智能技术难度。百度数据显示，V2X 车路协同系统可降低 自动驾驶 30%的研发成本，接管数下降 62%，预计缩减国内自动驾驶 落地时间达 2-3 年。

部分基于 V2X 的自动驾驶场景将率先实现应用。2019 年，中国信通 院依据技术特性（从样品到量产技术难度）和应用成熟度（产业链、 运用模式、管理制度和商用模式等）将 C-V2X 支持实现的车联网应用 划分为四个象限。其中，L5 级自动驾驶、车路编队行驶、封闭环境自 动驾驶、停车场自主泊车等为 C-V2X 支持的高等级自动驾驶场景。从 技术特性来看，封闭环境自动驾驶=车辆编队驾驶<停车场自主泊车 车辆编队驾 驶>停车场自主泊车>L5 级自动驾驶。综合来看，预计封闭环境自动驾 驶将率先实现应用，其次是车辆编队驾驶和停车场自动泊车，最后为 L5 级自动驾驶。

中国在 C-V2X 领域技术实力雄厚。根据中国通信学会发布的研究报告 《车联网知识产权白皮书》截止到 2019 年 9 月全球车联网领域专利申 请累计 114587 件，美国占比 30%居首位，中国占比 25%，居第二 位。但在关键的 C-V2X 车联网通信技术专利方面，中国的专利申请量 占比达到 52%，为 C-V2X领域最大的专利原创国家和布局目标国家。

2020 年 5 月，中国智能网联汽车产业创新联盟发布《实现自动驾驶的 工作报告与方针》，阐明了我国推进自动驾驶服务的实现与普及路线 图。报告指出，未来 3-5 年，我国自动驾驶领域的发展，将逐步由自 动驾驶分担现有驾驶员的作用，移动出行服务将会诞生新的附加价 值。预计到 2025 年在限定空间及汽车专用道路（高速公路、汽车专 用通道等）将完成自动驾驶完全替代驾驶员，实现车内只有乘务员 （部分无人）；2026 年以后，在混合空间（生活区域道路等）实现仅 有远程监视或车内只有乘务员。

3.3 BATH 等互联网巨头加持

百度从手机车机互联到车联生态。百度在车联网方面的路线为手机车 机互联方案（2014-2015 年相继推出 CarNet+Carlife 等）-车载 OS-小 度车载 2020。2015 年 9 月，百度世界大会上首次披露其车联网方面 的战略布局。百度车联网生态包括 CarLife 手机车机投射、MyCar 车 辆私有云、CoDriver 智能语音副驾驶、CarGuard 汽车卫士在内的四大 OEM 解决方案。2018 年发布百度的车载 OS——小度 OS。2019 年，发布了度小镜，强化运营商泛 loT 智能终端布局能力。同年也发 布了 Apollo 智能车云，助力车企在单纯提升车体验之外，实现汽车全 生命周期效能提升。Apollo 生态大会上发布的小度车载 2020 由小度 OS 发展而来，是一套开放的生态系统，通过整合智能驾舱、手机投屏 和后装的软硬一体设备集成为各种形式的服务。目前，百度车联网已 与奔驰、宝马、福特、比亚迪、长城、现代、吉利、起亚、启辰、星 途等多家汽车企业合作。2019 年 4 月 3 日，福特中国正式发布与百度在车联网领域的首个合作项目——智行信息娱乐系统 SYNC+。2021 年 1 月 11 日，百度正式宣布造车。

截至 2020 年 3 月，百度 Apollo 拥有全球 36000 名开发者，177 家生 态合作伙伴，56 万行开源代码，1237 件智能驾驶专利数。自动驾驶路 测方面，Apollo 已拥有路测牌照数超 150 张，在北京、长沙、沧州、 武汉、重庆、天津、保定、雄安等多个城市开展路测，测试里程超 300 万公里。此外，百度 Apollo 智能交通版图也在不断扩张，成为中 国智能交通发展建设的重要着力点。Apollo 已经和长沙、保定、沧 州、重庆、银川、绍兴、德清、株洲等多个城市达成车路协同和智能 信控等方面的合作，助力当地完成智能交通、智能城市建设。

阿里是国内最早入局车联网的互联网厂商，其核心产品是 AliOS 操作 系统。2014 年 7 月，阿里与上汽集团正式签定战略合作协议，同年收 购地图厂商高德。2015 年，与上汽共同出资 10 亿元成立斑马网络， 2016 年，斑马网络推出首款搭载斑马系统（基于 YunOS）的车型— 荣威 RX5，成为阿里操作系统首次在智能座舱领域整体性落地。2017 年，AliOS 携手斑马网络与神龙汽车达成战略合作，推出首款合资品牌 的智能汽车，同年，阿里与福特正式签署战略合作，AliOS 将搭载在所 有在中国销售的福特及林肯品牌整车（包括进口及本地生产）及在中 国生产的自主品牌电动车。2018 年，阿里联合交通部公路院、国家电 网、中国联通、一汽集团、上汽荣威、英特尔、福特汽车、神龙汽 车、大唐电信集团等成立了“2038 超级联盟” ，协同产业力量共同落 地“智能高速公路”。2019 年 12 月，阿里宣布与一汽签署战略合作 协议，双方将以斑马智行系统为基础，打造面向未来的下一代智能网 联汽车。2020 年 4 月，斑马网络推出的斑马智行 VENUS 系统。

2018 年 4 月，阿里正式宣布布局自动驾驶技术，并由 AI 实验室首席 科学家王刚率领团队进行研究工作。阿里通过车路协同和单车智能的 方式助力自动驾驶的实现。单车智能方面主要包含三个方面：算法、 硬件和系统架构。在高精度地图和精准位置服务上，阿里有高德地图 和千寻位置做支撑；在算力算法等前沿技术上，阿里不仅有达摩院，还有专注于研发芯片的平头哥，这两大平台为阿里聚集了一大批高端 人才，这势必也将为其自动驾驶发展增加推动力。

腾讯构筑“四横两纵一中台”生态车辆网。腾讯虽相对较晚入局车联 网领域，但凭借技术和流量优势，很快联合众多厂商和渠道开展人-车店-厂的全面布局，构建车辆网生态。2015 年 9 月，腾讯正式推出车 联开放平台，构建了车联 ROM、车联 APP 以及“MyCar”服务的三 重产品体系。2017 年，腾讯车联平台发布了"AI in Car"系统，2018 年，腾讯发布全新的 TAI 汽车智能系统，即 AI in Car 2.0 版本，至 此，腾讯在智慧出行领域构建成“四横两纵一中台”业务矩阵。2019 年 5 月发布车载微信，与车载系统融合实现交互。2020 年 1 月，腾讯 发布 TAI 3.0 生态车联网解决方案，形成了一套跨 OS、云端轻量化的 车载应用开发框架，可承载 300 万量级的应用服务开发。

凭借大数据、云计算优势腾讯加快自动驾驶领域技术研发。2016 年 9 月，腾讯成立自动驾驶实验室，在高精度地图、环境感知、融合定 位、决策控制等领域进行技术研发，并在车联网领域搭建车联开放平 台。2018 年 11 月，腾讯发布 L3、L4 自动驾驶汽车。2019 年 7 月， 腾讯与宝马中国合作了业内第一个自动驾驶开发云项目。腾讯汽车云 中心、高精度地图和自动驾驶团队携手推出自动驾驶开发云服务，提 供大数据存储以及包括 IaaS、PaaS、SaaS 在内的一整套专门用于自 动驾驶研发的大数据云计算服务。2020 年 6 月 24 日，腾讯新一代自 动驾驶虚拟仿真平台 TAD Sim 2.0 正式亮相。同时，腾讯 TAD Sim 正 在与各类机构，以及国内头部汽车企业展开合作，基于高精度地图和 模拟仿真技术，推行虚实结合的仿真测试，加速自动驾驶研发。

华为倾力打造 5G 汽车生态圈。2019 年 5 月，华为成立智能汽车解决 方案 BU，旨在通过将自身在 ICT 领域的设计、技术和经验等能力与产 业期望相结合，充分发挥产业的技术/规模系统效应，构筑智能车云、 智能座舱、智能电动、智能驾驶和智能网联等五大解决方案。2020 年1 月，华为 Octopus 自动驾驶云服务在湘江新区落地。2020 年 3 月， 华为自动驾驶操作系统获得 Safety 领域最高等级功能安全认证（ISO 26262 ASIL D），是我国首个获得 ASIL D 认证的操作系统内核，也是 业界首个获得 Security & Safety 双高认证的商用 OS 内核。2020 年 5 月，华为联合一汽集团、长安汽车、东风集团、上汽集团、上汽乘用 车、上汽、广汽集团、北汽集团、比亚迪、长城汽车、奇瑞控股、江 淮汽车、宇通、赛力斯、南京依维柯、T3 出行等首批 18 家车企，正 式发布成立“5G 汽车生态圈”，加速 5G 技术在汽车产业的商用进 程，共同打造消费者感知的 5G 汽车。2020 年 7 月 12 日，全球首款 搭载华为 5G 技术的量产车比亚迪汉发布，华为 HiCar 正式上线。目 前 HiCar 的生态合作伙伴已经超过 30 家，合作车型超过 120 款。

3.4 特斯拉的倒逼

智能化转型领先者，成为车企对标靶心。特斯拉在短短十几年内成为了全 球最有价值的汽车公司，截至 2020 年 12 月，特斯拉市值超过 6000 亿美 元，为车企市值排行第一。与传统造车不同的是，特斯拉采取了集中式的 电子电气架构，即通过自主研发底层操作系统，并使用中央处理器对不同的域处理器和 ECU 进行统一管理。按照博世对 EEA 的定义，大众等传统 车企仍处于从“模块化”向“集成化”的过渡阶段，而特斯拉已成为一台 “车载中央计算机”。从智能驾驶的解决方案来看，特斯拉自成一派，通 过自研软件、自设车厂，引领了以摄像头为核心模仿人眼处理的智能驾驶 方案。

将 OTA 应用于智能汽车，引领软件方向。OTA 指空中下载技术，具备减 少召回成本、快速响应安全需求、提升用户体验的优势。传统车系统基本 不考虑更新需求，而智能汽车特斯拉早在 2012 年就提出了车辆全模块的 OTA 升级。同时，传统汽车主要依靠车辆及零部件等硬件销售获得收益， 特斯拉则是由硬件销售+软件服务两部分构成，OTA 能够提高客户粘性， 驱动软件增值。在特斯拉推出 OTA 后，传统车企也加紧技术研发，但目前 能够真正实现 OTA 的车企寥寥无几，更多是“伪 OTA”。此前大众一万 台 ID.3 插线 OTA，每台更新 7 小时，而比亚迪更是只能到店升级。在 Loup Ventures 的 OTA 成绩单中，特斯拉在提供有意义的软件更新方面领 先业界三到五年。

智能驾驶计算平台领域领导者。特斯拉为目前智能驾驶计算平台领域领导 者，历年研发强度基本在 10%以上，远超传统车企 5%的平均水平。基于 自研的 FSD 芯片开发的 HW3.0 已于 2019 年率先落地并量产，采用中央 集中+区控制器的硬件建构。HW3 相比于 HW2.5 每秒传输帧数加强 21 倍，算力增至 12 倍。特斯拉自研 FSD 芯片单颗算力高达 72TOPS，相比 于英伟达、华为、英特尔竞品，计算力最为强劲；自研 ADAS 平台 FSD Computer 整体算力 144 TOPS，功耗仅为 72W，耗电量低，支持 L4+级 别自动驾驶，在省电领域表现亮眼。

累计行驶历程突出，用户体验感好。据最新官方公开数据,截至 2020 年 4 月,特斯拉累计上路行驶里程已达 48 亿公里。谷歌 Waymo 排名第二,截至 2019 年 10 月,累计上路行驶里程约为 1609 万公里,仅为特斯拉的 1/30。从 用户视角建立自动辅助驾驶实测评价体系角度出发，根据 42 号车库披露数 据，基于对特斯拉 Model 3 HW3.0/宝马 X5/蔚来 ES6/理想 ONE 四款车型 的实际运行效果来看，特斯拉 Model 3 HW3.0 智能驾驶综合评分达到 37.6 分（满分 40 分），略高于理想 ONE，显著高于宝马 X5 和蔚来 ES6 两款 车型。

开创新的车企商业模式。在传统汽车销售环节越来越难以有利可图的情况 下，特斯拉首先建立直销网络打破传统经销商的阻碍，然后通过软件服务 赚取超额利润：例如 9.9 美元/月 Premium Connectivity 流量服务，服务包 括流媒体、车况查询、浏览器使用等。此外，特斯拉推出驾驶系统性能加 速升级包，为 Model 3 双电机版本提供加速服务，更新后 0-60mph 加速时 间可从 4.4 秒降低为 3.9 秒，升级费用 2000 美元。自动驾驶系统目前还是 销售软件为主，而特斯拉将会在 2021 年初推出 FSD 的按月付费软件套 装，类似现在很多软件的订阅机制，这无疑降低了用户付费门槛，能够获 取更高收益。特斯拉的类 SaaS 模式引发竞争对手效仿和资本市场热捧， 目前车载娱乐系统的繁荣很大程度上也是由于特斯拉的“倒逼”。

 

四、计算机相关细分赛道：智能座舱、车载操作系统、高精度地图

4.1 智能座舱与智能驾驶：前装市场是关键

智能座舱成为汽车智能化发展重点。智能座舱功能落地不仅需要整合多个 屏幕显示（中控、仪表、抬头等），还需要整合驾驶员监控、车联网、娱 乐系统及部分辅助驾驶功能。但由于暂时不涉及底盘控制，落地过程牵涉 的安全压力及监管压力较小，整体技术实现难度较低；此外，作为内饰的 一部分，无论是整合多屏的设计还是视觉、语音智能化交互技术的结合， 都易被用户感知，差异化功能易于实现，主机厂可以迅速提高产品竞争 力。因此，近期座舱智能化成为汽车智能化发展核心。

座舱智能终端属性不断强化，智能驾驶功能成为必然，进入前装前装产业链是关键。伴随智能化需求的增加，座舱电子和智能驾驶功能的融合变得 更加强烈，随着主动安全和辅助驾驶新技术的突破和快速应用，智能座舱 的核心竞争力逐渐向智能驾驶转移。据统计汽车之家上所有在售车型，其 中 205 个车系 780 款在售车型（选配+标配）配置了 HUD。前瞻研究院数 据显示 ADAS 系统在国内整体渗透率在 6%左右，其中盲点监测渗透率最 高，达 12.1%，随着用户对驾驶便捷和安全性要求的提升，以及电子元器 件成本的降低，ADAS 系统会逐步向中低端市场渗透，未来 ADAS 系统市 场具有较大的潜力；同时，ADAS 渗透率的提升将使更多 HUD 能够显示智 能辅助驾驶信息，AR 增强现实技术显著提升 HUD 显示效果，二者帮助提 升了 HUD 使用体验，助力 HUD 渗透率提升。

4.2 操作系统：中科创达为汽车操作系统领域龙头

全球领先的智能操作系统产品和技术提供商。中科创达成立于 2008 年， 2015 年 8 月上市，致力于提供卓越的智能终端操作系统平台技术及解决方 案，助力并加速智能手机、智能物联网、智能汽车等领域的产品化与技术 创新。公司业务模式根据为客户提供的产品和服务类型的差异，主要分为 软件开发、技术服务、软件许可和商品销售四种。在 2019 年总营业收入 中，中科创达技术服务占比 43.13%，软件开发占比 30.20%，商品销售占 比 18.22%，软件许可占比 8.45%。公司核心技术涵盖通信协议栈、深度学习、图形图像算法、操作系统优化和安全技术等多个方面。

软件定义汽车。随着“新四化”(电动化、网联化、智能化、共享化)的逐 步推进，软件在汽车产品开发过程中起到的作用日益凸显。“软件定义汽 车”正逐步被业界认可，其核心思想是，决定未来汽车的是以人工智能为 核心的软件技术，而不再是汽车的硬件水平。

软件占比提升，软硬件分离。根据德勤预计到 2030 年汽车电子系统在 汽车总成本中的占比会达到 50%。而随着软件订阅模式、OTA 更新的 广泛应用，硬件很难跟上软件的迭代速度，过去软件和硬件的强耦合 性反而会制约汽车的进化。虽然硬件仍然维持了汽车的稳定性，但将 逐步变成确保平台质量的、偏支持性的角色。

 

中科创达操作系统技术领先，搭上智能网联快车道。目前中科创达在国内智 能汽车软件业务市场渗透率领先，该部分营业收入不断增长。近年来智能网联、 车联网在国内加速落地，产业链受益，中科创达可借助政策红利继续扩展业务版 图，构筑市场优势。

形成全覆盖核心技术，车载 OS 底蕴深厚。公司从 2013 年开始布局智 能汽车业务，目前已经形成集软件 IP 授权、产品售卖、开发服务于一 体的业务模式。技术上具有基于芯片底层的全栈操作系统能力。中科 创达在汽车 Android 系统深耕十余年，同时可以通过硬件虚拟化架构 提供不同操作环境，涵盖 QNX和 Linux，竞争优势较为明显。

收购 RW和 Appsys，与车企战略合作，补全业务版图。Rightware 是 主攻车载交互技术的初创公司，主要产品是 Kanzi 系列工具。Appsys 是 IVI独立设计公司。中科创达并购 RW 和 Appsys 后，完成了从单纯 底层软件开发到软件供应商的转型，拓展了业务版图。今年，公司与广汽、上汽、一汽、理想、大众、GM、丰田等头部车厂合作的深度和 广度均有提升。3 月与广汽研究院宣布成立联合创新中心，6 月公司与 滴滴合作研发的 DMS、ADAS 等智能安全驾驶方案正式发布。同时中 科创达与高通维持了深度合作，在自动驾驶芯片领域补全短板。

定增+股权激励，提振未来信心。20年 2 月，公司发布 《2020 年非公 开发行股票预案》，募集的 17 亿资金中超过 10 亿将被投入智能网联 汽车操作系统和智能驾驶辅助系统的研发。8 月 12 日，新增股份上 市。同月，公司发布股权激励方案，计划授予 365.95 万股，占公司总 股本 0.86%。20-23 年扣非净利润在 2019 年基础上增速不低于 70%、80%、90%、100%。说明管理层对未来信心十足。

我们认为中科创达的价值可类比手机时代 Android。在手机产业链中， 公司通过对芯片的理解以及对整机性能需求的理解来完成整个手机操 作性系统的优化，并逐渐培养和积累出较强的技术能力和相关 IP。同 样，在汽车领域中由于汽车天生没有系统，比如安卓给移动触碰设备 做的系统，而且汽车中没有统一整合集中的方式，因此其定化工作、 平台难度会更高。随着软件定义汽车时代的来临，中科创达拥有从芯 片层、系统层、应用层到云端全面覆盖的技术能力，其自有 IP 和智能 汽车软件能力将进一步强化公司在自动驾驶操作系统领域的地位。

4.3 高精地图：四维图新有望获得高精地图数据运营权

国产高精地图龙头。四维图新成立于 2002 年，是由国家测绘局创建的唯 一专业从事测绘的国家级公司，已成为导航地图、导航软件、动态交通信 息、位置大数据、以及乘用车和商用车定制化车联网解决方案领域的领导 者，计划推出汽车大脑整体解决方案。公司主营业务“五位一体”：导 航、车联网、芯片、企业服务及行业应用、高级辅助驾驶及自动驾驶。近 年来四维图新车联网业务不断发展，和导航一起成为企业支柱业务，根据 2019 年报导航业务收入占总收入 35.97%，车联网业务占比 30.17%。截 至 2020 年，公司在导航领域市场份额稳定在 40%左右，高精地图市场份额超过 20%。

中国路径决定车路协同，高精地图为必要基础。无人驾驶有单车智能和车 路协同两种实现途径，国外主流为单车智能，而中国路线则是车路协同。 城市道路的路况复杂，高精地图相对精度达到 10cm-20cm，支持动态更 新，是车路协同产业重要利益相关方之一。车路协同与高精地图的结合是 布局未来智慧交通的重点课题，四维图新作为产业龙头有望腾飞。

参与制定行业标准，入驻国家级智能网联平台。四维图新在 2018 年与 HERE、日本 IPC、韩国 SK 组成 OneMap 联盟，制定全球高清动态 地图标准；2020 年 8 月，参与欧洲导航数据标准协会（NDS）开发项 目，与 HERE、Elektrobit、NNG 和 NDS 技术组共同开发和推广新一 代地图数据标准。在政府合作方面，2017 年，四维图新与国家基础地 理信息中心、武汉大学等企业、政府机构及高校合作编制近十项导航 地图国家标准；2020 年 4 月，参与制定的《公路工程适应自动驾驶附 属设施总体技术规范（征求意见稿）》正式发布。同时，四维图新是 唯一入驻国家级智能网联平台国汽智联的高精度地图厂商，在行业中 的地位难以撼动。

从 L2 到 L4，地图产品技术领先。公司目前拥有甲级导航电子地图制 作测绘资质（共 28 家）和 ADAS 地图资质（共 3 家）。在产品方 面，四维图新已经实现 L2 级别的自动驾驶地图产品研发，并且在 L3 HAD Map 和 L4 FAD Map 地图研发上也有了重大突破。在原有 ADAS 地图数据基础上，四维图新推出的 ADAS 地图 2.0 增加了更详细的道 路信息，以亚米级的精度配合 L2、L3 自动驾驶车向 L4 过渡；公司面 向主机厂和合作伙伴推出了面向封闭场景的 L3+自动驾驶地图数据 HD Pro，覆盖我国超过 30 万高速公路；HD Ultimate 则是 L4/Robotaxi 的 自动驾驶产品，目前正在 Top 级城市大规模覆盖。

从地图到在线服务的成功转身。四维图新将地图数据转化呈在线服务 产品 HD MAP Service，支持支持百万级的车辆并发以及上层针对主机厂要求的特定的自定义图层，包括与自动驾驶相关业务的在线应用， 如导航地图的路径关联、自动驾驶的 ODD 服务等，并支持 OTA 地图 更新。细化到高精地图服务上，则有基于高精地图融合定位的测评服 务、基于自动驾驶的仿真云服务和高精度的差分定位服务三种类型的 服务。从产品到服务构建了数据流转的闭环，进一步提升了公司的竞争力。

成为国汽智联唯一高精度图商，依托央企背景有望获得数据运营权

国汽智联整合学界、行业资源搭建智能网联国家型平台。国汽（北 京）智能网联汽车研究院有限公司（简称“国汽智联”）成立于 2018 年 3 月，由中国汽车工程学会、中国汽车工业协会及中国智能网联汽 车产业创新联盟共同牵头，联合 18 家整车、零部件、信息通信领域领 军企业和科研机构成立。2018 年 7 月，组建北京智能网联汽车产业创 新中心，2019 年 5 月，组建国家智能互联汽车创新中心。2020 年 1 月，新增四位投资人，包括大众汽车、通用汽车、博世和海克斯康， 注册资本由 9 亿元新增至 11 亿元，共 22 位股东每家出资 5000 万人 民币，各持股 4.55%。

国汽智联为旨在依托并服务政府、服务工信部，建立智能网联汽车行 业的行业规范，如 V2I、V2V 以及 V2X 的通讯标准等。公司聚焦国家 战略需求和引领行业发展的基础、共性问题，为我国智能网联汽车建 设新型产业生态创新体系提供基础模块和共性平台。国汽智联核心运行模式采用 “公司 + 联盟”，联合产业及学界资源共同打造产业协同 创新的枢纽和生态系统。

当前我国高精度地图市场政策加速推动，随着自动驾驶到来，高精地 图数据有望强化统一管理，以降低未来动态数据更新的成本，同时满 足监管的需求。从市场格局来看，外资图商进入国内市场困难，主要 玩家以四维、百度、高德三个国产高精图商为代表，其中静态地图能 力各家差别较小，未来竞争的关键点将体现在后续动态更新升级的能 力，数据多、拥有运营权的厂商将获得先发优势，进而导致整个行业 格局发生变化。四维图新自成立以来历经多次行业变革，凭借深厚的 技术积淀和对政策的把握，深耕高精度地图多年，也是接入国汽智联 平台的唯一高精地图厂商，有望获得数据运营权，享受政策红利。

五、投资建议

建议重点从产业链上下游筛选各环节技术壁垒高、拥有定价权以及拥有产业 协同效应的细分领域，推荐上游感知层的激光雷达，决策层的操作系统、自动驾驶加速芯片和高精度地图，中游平台层的智能座舱等。

操作系统领域：中科创达。

智能座舱与智能驾驶领域：德赛西威、华阳集团。

高精地图领域：四维图新。

六、风险提示

自动驾驶政策推进不及预期；

技术瓶颈难以打破；

产业链上中下游协同遇阻；

中美贸易摩擦等。