往期回顾
导读
智能汽车是继智能手机之后又一划时代的颠覆，它所带来的规模性影响以及市场增量都将远超手机。在“新四化”的背景下，E/E架构的升级将驱动汽车产业的价值重心从硬件向软件转移，行业的游戏规则也将被重新定义，无论是传统的Tier1、Tier2，亦或是新兴的Tier0.5都将迎来史诗级的机遇。智能汽车产业的巨变已启动，其所孕育的投资机会将会比10年前智能手机产业链更加惊人！
智能座舱先行
智能座舱作为人车交互的入口已率先成为先行者。目前，智能座舱正处于多屏集成阶段，未来将迈向智能驾驶集成，而随着生活化场景的搭载，智能座舱将最终发展为“第三生活空间”。
智能座舱作为人车交互的入口已率先成为先行者
在“车载操作系统（十三）：智能汽车演进路径”一文中，我们的分析结论是：汽车智能化的起步延续着智能手机的发展脉络，汽车设计厂商将率先从视觉+触控角度对近距离高频接触的汽车座舱进行智能化创新，人车交互的模式也将逐步从触摸、物理操作的交互方式发展为以语音、手势、生物识别等多模态的交互，并通过用户的感知数据实现人车的“无缝交流”。同时，传统座舱单一的中控屏幕及机械仪表已无法满足日益庞大的行车信息及用户娱乐需求，因此集成化、场景化的智能座舱将成为未来发展趋势。
智能座舱目前正处于多屏集成阶段，未来将迈向智能驾驶集成
智能座舱的集成化可分为三个阶段：
- 单一座舱：主要由中控平台构成，仅提供多媒体娱乐功能；
- 中控平台、仪表盘等系统集成：主要由全液晶仪表盘、中控大屏、HUD（Head Up Display）、后座娱乐等构成，可实现智能交互、车辆管理等功能。值得注意的是，随着屏幕数量的增多，为了实现多屏之间信息交流的互联互通，“一芯多屏、多屏融合”的趋势开始显现。美国智能网联汽车解决方案供应商Visteon的资料显示，2023年将全面形成以“一芯多屏”为核心形态的中控平台；
- 与智能驾驶集成：伴随着驾驶自动化程度的提高，用户将从驾驶任务中释放出来，与智能座舱融合，使其具备了“移动第三空间”的条件。
随着生活化场景的搭载，智能座舱将最终发展为“第三生活空间”
智能座舱以用户的出行场景出发，通过“触摸+语音+手势”等多模态的交互方式，融合了用户的感知数据持续优化迭代，不断挖掘场景化的需求，建立完善的车载服务与应用生态。同时，随着自动驾驶等级的提升，用户的手、脚、眼、脑获得解放，能够支持用户在智能座舱内进行娱乐、办公等消费场景的实现，最终成为延伸的“第三生活空间”。
智能座舱主要涵盖了座舱内饰与座舱电子领域的创新与联动，包括车载信息娱乐系统、全液晶仪表盘、HUD抬头显示系统、流媒体中央后视镜及车联网模块等。与传统座舱相比，智能座舱对中控、后视镜及仪表盘等硬件进行数字化升级，并纳入抬头显示器HUD、后座显示屏等HMI（Human Machine Interaction，人机交互）多屏，且底层嵌入操作系统、车联网服务、内容软件、ADAS系统等应用以满足日益增长的人车交互需求。
作为用户驾驶体验的核心系统，车载信息娱乐系统将率先取得突破
车载信息娱乐系统由第一代的卡带、收音机发展至第四代的综合车载信息娱乐系统，主要经历了三个方面的变化：
- 中控屏幕从无到有，再到多屏联动，尺寸从小到大；
- 外界的连接方式日趋多样化；
- 车交互越来越智能。
目前，第四代综合车载信息娱乐系统已经能实现辅助驾驶、移动办公、基于在线的娱乐功能等一系列应用。
随着智能网联技术的不断发展，未来车载信息娱乐系统将发展为汽车与外界环境连接的重要窗口，其渗透率也将进一步扩容。根据汽车之家与前瞻研究院的数据显示，车载信息娱乐系统的渗透率将从2020年的90.2%攀升至2025年的100%，逐渐将形成汽车的标配产品。
随着集成和数字控制技术的高速发展，汽车仪表已不再是一个提供转速、车速的简单原件，它能展示更多重要信息，甚至发出警告，为车主提供更多多样化的选择和个性化的驾驶体验
汽车仪表盘的发展大致经历了纯机械式仪表->电气式仪表->全液晶仪表盘3个阶段。相较于传统的机械式、电气式仪表盘，全液晶汽车仪表盘增加了和显示相关的GPU、显示屏等部件，并用屏幕取代了指针、数字等现有仪表盘上最具代表性的部分，它不仅能显示车辆的基本信息、油门开度、刹车力度等状态信息，还能显示导航地图、多媒体等功能，更容易与网络、外设及其他应用相连接。因此，全液晶仪表盘是目前为止最先进的汽车仪表，也是未来的发展方向与趋势。
由于仪表盘为法规件，全液晶仪表盘在软硬件上的要求更高，目前难以实现普及。根据汽车之家数据统计，2020年，全液晶仪表盘的渗透率为27.2%，主要集中在豪华车和新能源汽车中，但随着其在传统车市场不断向低端车型渗透及新能源乘用车销量放量，预计全液晶仪表盘渗透率有望不断提升。根据前瞻研究院的预测，到2025年其渗透率将达到70%。
小知识
汽车法规件是指国家汽车强制标准及国内认证工作涉及的，需要向国家主管机关备案相关信息，并在后续生产和销售过程中保证一致性的零部件，例如燃油箱、雾灯、后视镜、安全带、方向盘、安全气囊、组合仪表、玻璃等。
在大尺寸中控屏备受追捧的当下，传统车载显示产生了分散驾驶员注意力的安全隐患，车载HUD应运而生
HUD主要分成四种，分别是AR-HUD、W-HUD、C-HUD、A-HUD，用以降低驾驶员低头查看仪表的频率，避免注意力中断以及丧失对状态意识的掌握。HUD最早出现在80年代末，在2001年、2004年，通用和宝马分别推出彩色HUD，并搭载于其高端车型内。现阶段，HUD在高端车型上已实现普及，但整体搭载率仍处于较低水平。但我们认为，随着技术逐步成熟，成本进一步的降低，未来五年HUD将有望从高端车型向中低端车型加速渗透。根据汽车之家与前瞻研究院的数据显示，2020年其渗透率约为8.7%，预计至2025年将达到30%。
后视镜的智能化正处高速发展阶段
区别于传统后视镜，流媒体中央后视镜以屏代镜，通过摄像头把汽车后方影像投射到显示屏上，以数字格式播放。同时，由于摄像头安置在车后，拍摄范围不受车厢影响，解决了后排、后窗、C柱视线遮挡，并通过广角镜头增大后视视野三倍以上，原生视角不变形。在CES2018展上，流媒体后视镜鼻祖Gentex展出的流媒体中央后视镜甚至采用了瞳孔识别技术以识别是否车主本人在驾驶并调取车内信息，同时还研发出了疲劳检测技术，不断向智能化发展。
流媒体中央后视镜尚处起步阶段，渗透率很低
2015年凯迪拉克CT6率先搭载由Gentex供应的流媒体中央后视镜，使车内流媒体中央后视镜变为现实，随后流媒体中央后视镜开始出现在宝马、迈凯伦、长城等车型上。但受制于行业缺乏标准与相关的监管机制，驾驶员视野适应性有待培育，光线复杂环境的防眩目仍有待优化，因而流媒体中央后视镜的车型前装渗透率相对有限。据汽车之家与前瞻研究院数据，2020年流媒体后视镜渗透率仅7.6%，预计到2025年将达30%。
相比较传统座舱增配部件，智能座舱的单车配套价值量上涨，市场空间显著提升
根据中国产业信息网的数据测算，传统座舱仅包括机械仪表盘、车载信息娱乐系统，单车价值量在1,500元左右。而智能座舱则包括全液晶仪表盘、车载信息娱乐系统、HUD、语音交互、流媒体中央后视镜等主要部件，单车价值量成倍增加，其配套价值上涨至9,000元以上，智能座舱市场规模由此也将进一步扩容。根据ICVTank公布的数据显示，2019年全球智能座舱行业市场规模为364亿美元，预计2022年将攀升至461亿美元，年复合增长率达到8%，而中国作为全球汽车行业发展潜力最大的市场，2019年中国智能座舱行业市场规模达441.1亿元，随着中国市场消费升级，智能座舱加速应用，中国智能座舱行业的市场规模将保持高速增长，预计到2025年市场规模将达到1,030亿元，年均复合增速达13%，高于全球增速。
总结：智能座舱产业链构成
智能座舱产业链主要由传统座舱零部件（仪表盘、HUD、流媒体后视镜、信息娱乐系统等）和智能座舱平台（域控制器+芯片+操作系统+算法）所构成。其中：
- 传统座舱零部件：Tier1为主导，以全液晶仪表盘为例，海外Tier1包括伟世通、大陆、博世、电装、日本精机等；国内Tier1包括德赛西威、友华光电、航盛电子、东软集团等。
- 智能座舱平台：
- 域控制器：仍以Tier1为主，包括伟世通、大陆、博世、安波福、德赛西威等；
- 芯片：作为后续应用价值的实现基础，是产业链中必不可少的参与者。在智能座舱域芯片中，主要分为了两大阵营：（1）传统汽车电子厂商，其中包括，瑞萨、NXP、德州仪器等，主要面向中低端市场；（2）消费电子厂商，其中包括，高通、英特尔、三星、联发科等，主要面向中高端市场；
- 操作系统：传统整车厂多选择在基于底层操作系统下展开“差异化”的自研道路。其中，在底层操作系统中，以QNX、Linux、Android为主流；在定制型操作系统中，则普遍以整车厂自研+部分外包的形式展开，其中参与的第三方厂商包括中科创达、诚迈科技、经纬恒润等；此外，以阿里巴巴、谷歌、百度、华为等为主的科技巨头也凭借其在软件和大数据的资源顺利切入，成为行业中兴起的“异军”；
- 算法：以交互算法为例，为赋予智能座舱更强的交互能力所提供算法支持的供应商。在此环节中，由于涉及的功能众多，厂商也相对分散。以语音交互举例，其国内供应商包括科大讯飞、思必驰、出门问问、云知声等。此外，值得注意的是，在智能座舱算法的供给上，与芯片厂商/Tier1有着深度合作，且具备了算法能力的软件公司将相对占据优势。例如，中科创达、诚迈科技等。
ADAS蓄势待发
自动驾驶级别的提升叠加渗透率的扩大，ADAS市场进入快速渗透期，整体市场规模有望达到千亿级。
根据SAE（Society of Automotive Engineers，美国机动车工程师学会）标准，按照人类驾驶者的操作权限将自动驾驶分成了0-5级。其中，2-3级是一个重要的转折点，标志着驾驶权正式由人类移交给无人驾驶系统。无人驾驶系统的分级，为无人驾驶研发进程提供了统一的指导。
ADAS功能主要覆盖L0-L2级别，由感知层-决策层-执行层实现。其中，感知层解决的是“我在哪？”、“周边环境如何？”的问题；决策层则要判断“周边环境接下来要发生什么变化”、“我该怎么做”；执行层则是偏机械控制，将机器的决策转换为实际的车辆行为。
根据上述三个环节的分析框架，ADAS技术实现的基本原理是：感知层的各类硬件传感器捕捉车辆的位置信息以及外部环境（行人、车辆）信息；决策层的大脑（计算平台+决策算法）基于感知层输入的信息进行环境建模（预判行人、车辆的行为），形成对全局的理解并作出决策判断，发出车辆执行的信号指令（加速、超车、减速、刹车等）；最后执行层将决策层的信号转换为汽车的动作行为（转向、刹车、加速）。
1）感知层
自动驾驶的冗余度和容错性特性，要求越是高阶的自动驾驶需要越多的传感器。根据产业链调研，2020年起国内外已正式进入L3级自动驾驶阶段，2021年后将呈现加速状态，L2-L3标志着汽车的操作权正式由人类驾驶者移交给无人驾驶系统，对自动驾驶系统的冗余度和容错性的要求均有着质的提高。从传感器数量来看，毫米波雷达的数量将从L2的3个左右提升到6个以上，摄像头也从1个大幅提升至4个以上，甚至会开始装配激光雷达。进入到L4/L5层级，传感器的数量也将水涨船高，毫米波雷达届时有望达到10个以上，摄像头也会翻番，达到8个以上，激光雷达或会随着成本的快速下降而有所新增。总之，高阶自动驾驶对传感器的数量要求会越来越多，以尽可能的保证行驶的安全性。
多传感器融合是未来自动驾驶传感器方案的主要发展趋势。以自动泊车为例，自动泊车是需要摄像头和超声波雷达，甚至是毫米波雷达的多传感器融合才能实现的ADAS功能。自动泊车辅助借由摄像头和雷达的扫描和定位，相比于传统的倒车影像及倒车雷达，智能化程度更高，一般是先由超声波雷达或毫米波雷达识别车位空间，摄像头检测车位线，然后经电子控制单元对汽车和周边环境进行建模后，控制方向盘、油门踏板和刹车等执行件，实现自动泊车入库。
随着自动驾驶级别升级，单车对传感器的需求量在持续攀升。以特斯拉、奥迪A8与通用Cruise为例，摄像头基本随着级别数的提升单车配套量在增加，毫米波雷达随着级别的提升增幅尤其明显，L4级的通用Cruise搭载的毫米波雷达数量是奥迪A8的4倍，单价昂贵的激光雷达在L3级别必备，L4级别需求量亦有明显增加，技术最为成熟的L5级Waymo摄像头、毫米波搭载数量有所减少，但高价值量的激光雷达搭载数在不断提升。
2）决策层
自动驾驶的实现依赖于大量的传感器，其产生的海量数据需要强大的算力作为支撑，这意味着一个强大的计算平台成为刚需，以用于处理传感器采集的数据并输出决策及控制信号。而强大计算平台的构成，其核心则是具备更强算力的SoC芯片。我们在“车载操作系统（八）：系统级芯片（SoC）”中已经深度解析了目前各大芯片厂商在自动驾驶领域的优劣势，以及整车厂在考虑厂商时选择维度的差异。
在未来计算平台的演化中，芯片有望迎来全新的设计模式——应用场景决定算法，算法定义芯片。如果说，过去是算法根据芯片进行优化设计的时代（通用CPU+算法），现在则是算法和芯片协同设计的时代（专用ASIC芯片+算法），这在一定程度上称得上是“AI时代的新摩尔定律”。具体而言，**自动驾驶核心计算平台的研发路径将是根据应用场景需求，设计算法模型，在大数据情况下做充分验证，待模型成熟以后，再开发一个芯片架构去实现，该芯片并不是通用的处理器，而是针对应用场景与算法结合在一起的人工智能算法芯片。**根据业界预估，相比于通用的设计思路，算法定义的芯片将能至少有三个数量级的效率提升。
3）执行层
为了适应汽车E/E架构的简化，以及ADAS功能的实现，执行层将从传统的纯机械式执行进阶为以主动控制技术为主导的线控技术。对于自动紧急制动（Autonomous Emergency Braking，AEB）、自适应巡航系统（Adaptive Cruise Control，ACC）、自动泊车系统（Automatic Parking，AP）等ADAS功能的实现，传统的纯机械式执行机构无法对其融入了传感器和执行各类决策的电控单元进行控制，因此，执行层的控制技术将进行电子化升级，并根据自动驾驶功能的等级提升，发展为以主动控制为核心的线控技术。
2018年整车厂基本实现L2级自动驾驶，未来将有望加速普及与升级。根据汽车电子设计、汽车电子头条的统计，2018年大部分的外资及自主车整车厂均已在部分车型上实现了L2级自动驾驶。外资整车厂中领先的是奥迪，奥迪于2018年推出的A8是全球第一款量产L3级别的自动驾驶车型，改款车型搭载5个毫米波雷达、5个摄像头及12个超声波雷达与一个4线机械激光雷达。目前根据大多数整车厂规划，将于2020年后逐步实现L3/L4级自动驾驶。
2020年11月，世界智能网联汽车大会上正式发布《智能网联汽车技术路线图2.0》，其中明确指出，至2025年具备L2和L3级的新车将达到50%；至2030年将超过70%。同时，根据盖世汽车研究院的预测，预计到2025年，中国乘用车整车中配置ADAS系统的产量的比例接近80%，其整体市场规模将达到1,758亿元，2018-2025年期间的CAGR将高达32%。
自动驾驶产业链主要划分为感知-决策-执行三大环节：
（1）感知层：参与者主要为摄像头、雷达、地图等车载传感器供应商。其中，包括了Tier1的参与，例如德赛西威、博世、大陆等（产品以毫米波雷达、超声波雷达、摄像头为主）；同时也涵盖了禾赛科技、速腾聚创、镭神智能、Valeo、Velodyne等激光雷达厂商入局；以及高德地图、四维图新、百度地图等地图厂商的加入；
（2）决策层：自动驾驶计算平台（域控制器+操作系统+芯片+算法）。其中，
- 域控制器：以Tier1为主导，其中包括德赛西威、博世、大陆、伟世通等；
- 操作系统：在底层操作系统：以QNX、Linux、Android为主流；在定制型操作系统中：参与的第三方厂商包括中科创达、诚迈科技、经纬恒润等；此外，还包括了科技巨头的加入，例如阿里、Google、百度、华为等；
- 芯片：以NVIDIA、高通、Mobileye、NXP、瑞萨等芯片厂商为主；
- 算法：根据智能化等级的不同，可分为ADAS算法和自动驾驶算法，对其供应商的选择也可大致分为两类：
- 芯片厂商直供：以整体化方案进行交付。例如Mobileye、NVIDIA、高通等，其中，Mobileye方案较为“封闭”，而NVIDIA、高通等则相对“开放”，赋予整车厂更多自主权；
- 整车厂自行选择（在ADAS算法中，部分由Tier1决定/芯片厂商推荐；在自动驾驶算法中，由整车厂决定并促成其与Tier1实现合作）。其中，在ADAS算法上（L1-部分L3能力），具备算法能力的Tier1占据了相对优势。例如博世、大陆、德赛西威等；或与芯片厂商有着深度合作，且具备算法能力的软件公司也相对占优。例如中科创达等。在新兴算法中（L3-L5能力），由于目前技术的局限性，整车厂会偏向于选择：1、拥有长久合作，更具安全、稳定性，且拥有明显算法优势的Tier1。例如博世、大陆等；2、针对细分能力，拥有超强算法技术的初创型算法公司/科技巨头。例如驭势科技、纵目科技、Momenta、百度等；3）执行层：以制动、转向、照明、油门等零部件厂商为主。
V2X循序渐进
政策驱动+通信技术+基础设施建设等多重因素共振下，车联网市场规模快速增长。
作为5G、云计算、大数据等新技术和智能网联汽车的结合点，车联网是未来智慧交通发展的主攻方向。车联网（Vehicle-To-Everything，V2X）是指搭载先进的车载传感器、控制器、执行器等装置的智能网联汽车，通过现代通信与网络技术，实现车与车、车与人、车与路以及车与云端间的通信。
按照交互对象，可将V2X分为车与车（Vehicle-To-Vehicle，V2V）、车与人（Vehicle-To-Pedestrian，V2P）、车与路（Vehicle-To-Infrastructure，V2I）以及车与网络（Vehicle-To-Network，V2N）等四类。具体来讲，V2V即通过车载终端使得车辆之间形成一个互动的平台，可以相互交流信息；V2P则是通过连接到行人、骑行者等的手机、笔记本电脑等用户设备来实现与汽车的通信，有利于保护这部分弱势交通群体，减少交通事故；V2I主要是车载设备与路侧的基础设施进行通信，提供实时信息服务，开展车辆的监控管理等工作；V2N则赋予了汽车接入网络与核心平台进行连接的能力。
V2X产业需要“车”、“路”、“网”三管齐下，形成车路协同进化的产业格局。V2X技术要想发挥出设想的完美效果，需要三管齐下，车端、路测、通信链路都需要进行相应布局。其中：
- 路端：即道路的智能化改造（RSU路侧单元），包括，道路信号灯、电子指示牌、摄像头等基本元素的升级，预计将以政府投入为主导，智能交通信息化厂商有望切入道路智能化改造的大市场；
- 网络：V2X技术支持的通信、车路协同均依赖于低延时、高可靠的网络连接交互，因此其升级将以通信运营商的投入为主导，以华为为代表的相关通信设备厂商有望受益；
- 车端：车端的网联化改造（OBU车载单元）。车载终端可以集成V2X通信、算法决策、APP终端显示等功能，预计车厂将主导车端的升级，即主机厂决定了车端升级的商业时间表。
智能网联涵盖了智能化和网联化两层涵义。智能化是指车辆通过车内外信息，为驾驶者提供辅助决策或进行自主处理；网联化指通过网络通信完成车和外界设施环境的信息交互。
车路协同作为智能网联的基础，需要车和道路设施的完美配合。一直以来，行业进展缓慢的主要原因很大程度在于车和道路侧均在等待对侧尽快成熟，整个行业缺乏触发动能，所以行业协同的需求异常强烈。路侧基础设施作为整个智能网联系统的数据中继和入口，先行示范意义重大。
以V2X为核心的车路协同是国内政府提倡的车联网落地技术路线。相对于国外以整车厂、Tier1、互联网科技巨头等B端企业推动的“单车智能”的技术路线而言，国内政府的顶层设计提倡的是“智能网联”的技术路线，更涵盖了“单车的智能化改造”以及“车路协同进化”。2018年工信部发布的《车联网产业发展行动计划》中明确了产业未来两大阶段的发展目标：第一阶段：至2020年，实现LTE-V2X在部分高速公路和城市主要道路的覆盖，开展5G-V2X示范应用，构建车路协同环境；第二阶段：2020年后，技术创新、标准体系、基础设施等全面建成，高级自动驾驶功能的智能网联汽车和5G-V2X逐步规模化商用，实现“人-车-路-云”的高度协同。
国内的V2X通信标准是C-V2X。其中，C-V2X中的C是指蜂窝（Cellular），它是基于3G/4G/5G等蜂窝网通信技术演进形成的车用无线通信技术，包含了两种通信接口：一种是车、人、路之间的短距离直接通信接口（PC5）；另一种是终端和基站之间的通信接口（Uu），可以实现长距离和更大范围的可靠通信。C-V2X是基于3GPP全球统一标准的通信技术，包含LTE-V2X和5G-V2X，从技术演进角度讲，LTE-V2X支持向5G-V2X平滑演进。与其他V2X技术（Drsc）相比，C-V2X具有出色的性能和成本效益，还可与5G前向兼容，这些优势让C-V2X成为国内的首选解决方案。同时，C-V2X是目前唯一一项遵循全球3GPP标准的V2X技术，并支持持续演进以实现对5G前向兼容，获得了包括快速增长的5G汽车联盟在内的全球汽车生态系统的广泛支持。
C-V2X于2019年开展预商用测试，2020年起实现逐步商用。根据中国信息通信研究院《C-V2X白皮书》的资料显示，根据产业的发展进度，C-V2X技术将分阶段进行技术试验：2019年前集中产业力量推动LTE-V2X技术试验，推动产品成熟；2019年后逐步开展5G-V2X Uu技术试验及其商业落地。更具体而言，2018年6月份开始LTE-V2X的规模试验测试，升级改造路侧基础设施，验证多用户情况下，网络的组网性能以及典型车联网业务性能；2019年进行部分城市级基础设施的改造，并开展预商用测试；2020年起推动LTE-V2X逐步商用，支持实现交通效率类智能出行服务商业化应用。
政策驱动+通信技术+基础设施建设等多重因素共振下，车联网市场规模快速增长。根据ICVTank公布的数据显示，2019年，全球V2X市场规模达900亿美元，预计到2022年，全球V2X市场规模有望突破1650亿美元。中国的5G技术走在全球前列，在5G时代，中国的车联网发展有望实现弯道超车，同时，自2017年以来，国家出台了一系列政策支持车联网的发展，2019年中国V2X市场规模达200亿美元，预计到2022年，中国V2X市场规模有望达到500亿美元，增速高于全球增速。
作者：欧珊瑚
来源：https://mp.weixin.qq.com/s/xlSECndMQaqoicCGgtexaQ
相关文章推荐
更多汽车电子干货请关注汽车电子设计专栏。
