智能驾驶
智能驾驶时代，软件重要性大大增强
软件定义汽车的典型代表：特斯拉
新款特斯拉再度降价，软件是以量换价的底气所在：
2021年1月1日，特斯拉中国官网宣布，特斯拉Model Y长续航版下调14.81万元，起售价33.99万元，Model Y Performance高性能版下调16.51万元，起售价36.99万元。
此次新款特斯拉再度下调售价，软件是以价换量的底气所在：1）特斯拉在硬件方面毛利率并不高，软件毛利率目前则已经达到70%以上，且软件升级渗透率也在加速放量；2）持续迭代的软件产品，大大增加特斯拉的客户黏性；3）伴随行驶数据量迅速扩张，特斯拉FSD功能逐步完善，2019年以来持续提价，而且未来存在进一步提价的预期。
盈利结构对比：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，相对于传统硬件收入的一次性确认&低毛利率特点，软件收入具有高持续性&高毛利率的“双高特征”（毛利率预计在70%-80%以上，甚至更高），同时OTA技术变革带来的软件更新属性，可以显著改善驾驶体验，提高客户粘性。
目前特斯拉软件服务内容基本成型：主要包括基本辅助驾驶Autopilot、完全自动驾驶FSD、软件应用升级、高级连接服务、商业保险等。
未来特斯拉有望从多个维度持续完善盈利模式：
1）车载管理与驾驶服务（比如定制化保险产品）；2）出行服务（无人出租等）；3）车外服务；4）互联服务；5）数据洞察服务；6）车辆功能。
智能驾驶时代，软件重要性大为凸显
类比人类执行驾驶动作的全过程，自动驾驶汽车也需要“看清”周围路况，将信息传导至“大脑”思考接下来最合理的路线，最终做出决定“控制”车辆行驶路径。
“感知-决策-执行”是自动驾驶汽车最为重要的三大系统，分别对应人类的“眼睛-大脑-四肢”三种人体部位，软件在当中地位不可或缺。
智能汽车时代，软件重要性大大增加，根据IEEE数据，高端车辆软件代码已经达到1亿行；
各大整车厂为强化短板，巩固竞争优势，纷纷发力软件业务布局：
2019-2020年上汽、广汽、一汽、长安、丰田、大众、宝马等海内外整车厂纷纷成立软件部门（公司），发力智能驾驶数字化业务。
2020-2030年汽车软件&电子电气市场规模CAGR有望达7%
根据麦肯锡测算，2020-2030年汽车软件&电子电气市场规模CAGR有望达7%，其中操作系统/中间件等CAGR有望达9%；从整车厂的工程师结构来看，软件地位日益吃重，根据罗兰贝格、德国工程师协会等披露数据，以德国车企为例，2017-2018年汽车软件工程师规模增长56%，而机械工程师规模大幅下降21%；
智能驾驶车辆加速放量，驱动软件需求持续攀升。从国内部分主机厂和造车新势力的智能驾驶量产规划来看，2020-2022年是大多数国内自主车企L3级自动驾驶量产的规划阶段，进而带来相关软件需求加速放量。
新一代中央EEA——软件定义汽车的硬件基础
纵观汽车电子电气架构（EEA），总体呈现分布式ECU架构→域控制器EE架构→中央集中式EE架构演变趋势
1）分布式阶段：特定的功能由特定的ECU控制，这种结构无法承受汽车功能日益丰富的趋势，过多的ECU导致EE架构极其繁杂；
2）域控制器阶段：引入以太网，基于不同的域划分进一步优化EE架构，进一步地，智能座舱域与智能驾驶域融合，单颗AI芯片实现车内外、融合等边缘侧计算；
3）中央集中式阶段：车载中央计算机形成，覆盖车身域、动力域、底盘域、安全域，计算芯片出现整合态势。
按照麦肯锡的分类，汽车EE架构基本可以分为5个阶段： ①独立的ECU，功能实现也是独立的，特定功能由特定ECU实现；
②域的概念开始显现，出现多个ECU整合到特定域的现象，包括动力、底盘等；
③融合进一步加剧，出现跨功能的连接，能够实施自适应巡航等复杂功能；
④中央域控制器出现，能够实施更多复杂功能，融合进一步集中；
⑤虚拟域出现，专属硬件开始减少，汽车类似于高性能计算机；
目前主流车企正处在由分布式EE迈向集中式EE阶段。
传统汽车EE架构下，ECU难以统一，无法进行OTA，无法实施软件定义新功能
1）传统EE架构中，当增加一个新功能，只是简单地添加一个ECU，增加电线和线束布线，加大系统复杂性，OEM集成验证更困难。如果需要实现较为复杂的功能，需要许多个控制器同时开发完成才能进行验证，如果其中任意一个控制器出现问题，可能导致整个功能全部失效。
2）在传统分布式EE架构之下，ECU由不同的供应商开发，框架无法复用，无法统一，同时OTA外部开发者无法对ECU进行编程，无法由软件定义新的功能，无法进行硬件升级；
3）基于传统分布式架构，主机厂只是架构的定义者，核心功能是由各个ECU完成，其软件开发工作主要是由 Tier1完成，主机厂只做集成的工作，这也是为什么大部分主机厂基本没有软件开发能力的原因，就靠DRE搞定供应商就能集成一辆车，为什么还要花成本养一个软件团队。
新一代EE架构是软件定义汽车基石，可实现OTA：截至2020年中，能够实现整车OTA的车大约有9款，为特斯拉 Model S/X/3、蔚来ES8/ES6、小鹏G3、理想ONE、宝马X5和凯迪拉克CT5，这些车型的背后，几乎都有一个全新的电子电气架构在支持；
特斯拉EE架构在不断变化，直到Model 3的集中式架构，ECU控制模块越来越少，为实现整车OTA奠定了硬件基础，以Tesla Model S为例，其EE架构具备高度集成特点：
1）具有明显的域划分概念，包括动力域、底盘域、车身等；
2）四大控制器AICM（辅助驾驶及娱乐控制模块）、BCM RH（右车身控制器）、BCM LH（左车身控制器）以及BCM FH（前车身控制器）控制着整辆车几乎所有功能；
总的来看，中央计算EE架构有以下优点：
1）算力集中到少数中央单元，留有冗余，便于后续软件升级；
2）经过良好的平台化设计之后，硬件单元也可以升级。
智能化潮流重构汽车产业供应链
以智能座舱为例，产业呈现出明显的融合和跨界趋势：
上游零部件企业寻求后向一体化，而下游整车厂寻求前向一体化，独立研发算法和智能硬件。
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。
智能驾驶浪潮中，软件部门在OEM供应链中呈现明显的后移趋势：
以中科创达为例，此前中科创达处于Tier2位置，向德赛西威等Tier1汽车电器电子供应商销售产品，进而再供货给OEM；此轮智能驾驶浪潮袭来之后，中科创达从Tier2位置向Tier1移动，可直接向整车厂提供操作系统开发平台及销售智能驾驶舱。
智能驾驶
软件在汽车生命周期中的应用
汽车软件30年——从无迈向标准化
汽车软件发展历史梳理：
20世纪80年代前：汽车发动机系统最先具备算法功能，出现电子点火等装置，具备控制算法的软件直接嵌入使用，为数不多的软件之间彼此无关联；
20世纪80年代：车用电子电气化趋势开启，油耗&行驶距离等信息可做车内电子化显示，ABS/ESP/电子变速等电子系统出现，这些新功能由嵌入式酸碱算法控制实现，CAN/LIN被引进用于解决不同控制器之间的通信问题；
20世纪90年代：IVI系统出现，汽车软件架构愈发分散且日益复杂，具备GPS、自适应巡航控制等功能的汽车相继问世；
2000-2010年：汽车安全系统出现，软件架构更加复杂，行业开始引入AUTOSAR彼岸准软件架构；
2010年至今：汽车智能化功能逐年增加，软件定义汽车渐成潮流，汽车EE架构迈向域控制器时代，HMI、自动驾驶、OTA等新概念落地成真。
汽车设计行业所用的工业设计软件主要就是UG、Pro/E以及CATIA这三种3D设计软件，其中CATIA软件是使用最为广泛的设计软件，除了3D设计之外，甚至很多公司直接用CATIA自带的2D模块来做2D图像设计。
在国内汽车行业中，大部分的汽车设计公司都用CATIA软件，汽车主机厂使用CATIA的越来越多。在行业技术层面看，汽车设计行业软件用CATIA的也相对较多，因为在曲线、曲面的设计过程中，CATIA用处最广泛，相对UG、Pro/E它更精确，质量更好。而在发动机和传动系统，以及其他机械行业，则用Pro/E的较多，少部分的汽车零部件的厂商，则选用UG。
智能汽车制造全部环节：
汽车生产制造过程中，主要涉及的软件系统包括企业资源计划管理系统（ERP）、制造企业生产过程执行管理系统（MES）、生产设备和工位智能化联网管理系统（DNC）、生产数据及设备状态信息采集分析管理系统(MDC)、制造过程数据文档管理系统(PDM)等。
通信环节：典型车载通信软件梳理
微信车载版、QQ等为目前典型的车载通信软件
汽车正成为智能手机、平板电脑等之外的下一代智能终端设备，新生代汽车消费者习惯了实时互联的生活方式，而在驾驶过程中因专注驾驶造成的短暂失联，会产生“离线焦虑”，这些因素都引发了对车载通讯软件需求的增加。
2019年中汽中心汽车技术情报研究所选取微信车载版作为智能汽车通信软件的典型应用，对其进行了多方面的测试，在不同场景下，使用微信车载版的用户，视线聚焦前方道路的比例提升至94.7%，超过在车上使用手机进行通讯。
联网环节：OTA为智能驾驶时代最大亮点
OTA为智能驾驶时代差异化竞争点—未来将有60%-70%的车辆因为软件安全问题而被召回，OTA业态的构建有望显著降低这一比例，同时可使用户体验保持高新鲜感，利于维持客户黏性。
OTA属于是工具型软件，OTA系统本质为建立软件包直接送达用户的运输体系，高效+稳定+安全+智能为核心诉求。
从技术特点上来看，汽车OTA确实和手机OTA类似，但真正在实施过程中，两者存在一定区别，主要是汽车OTA对时间、地点、安全性等有一定要求。
OTA开发目前主要有两种合作方式
1）如果Tier 1与上游芯片商和下游算法商合作开发解决方案，类似于大陆ADCU、麦格纳MAX4，那么OTA主要就是Tier 1来做；
2）如果Tier 1只帮助车厂处理硬件生产、中间层以及芯片方案整合，那么OTA实际开发方就是整车厂。
目前OTA主要开发商为整车厂（比如特斯拉采用自研模式）和以艾拉比（专业从事汽车和物联网OTA业务）为代表的第三方两类。
运维环节：智能驾驶模块的校准标定
车路协同产业链中，车、路、云、网缺一不可
目前在以主机厂为中心的汽车云平台服务中，主机厂以供应商云平台为基础，搭建自己的云平台，实现对核心业务链的全覆盖；
汽车行业对云服务需求飞速增长，核心驱动力包括：
1）车企生产管理、市场经营活动及内部管理提升和产业链数字化变革；
2）车企软硬件开发、设计、测试、验证过程中的数字化和异地研发团队的云化协同、云上仿真等；
3）汽车产品本身的数字化和新四化，离不开过程和工具的数字化和云服务协助；
4）搭建车企的车联网平台，建立汽车用户、汽车产品、互联网数字生态圈、汽车制造企业及其产业链四者之间的联接、服务和运营平台；
5）随着ADAS/自动驾驶的普及和升级，自动驾驶汽车每天将产生数个TB的数据，对云平台空间的需求将暴增；
外资车企主要采用微软云&AWS，本土及合资品牌主要采用本土云：亚马逊AWS、微软云、阿里云、腾讯云是主机厂和Tier1的主要选择，华为云和百度云是后起之秀。此外，随着亚马逊开始研发和测试自动驾驶车，越来越多客户转向了微软云。
车联网云平台是率先普及的汽车云平台之一
2017年，微软发布了基于Azure云服务打造的互联汽车平台（Microsoft Connected Vehicle Platform，MCVP），获得了众多Tier1的支持。华为2020年发布的汽车云服务平台则划分得更细：自动驾驶、高精地图、电池安全、OTA、V2X、三电；
IT巨头不仅通过大规模云平台建设降低单位成本，还赋能了AI算法和各种工具链，以及独立开发AI芯片用于降本等。譬如百度云依靠有相当竞争力的DuerOS、Carlife、仿真平台、高精地图、自动驾驶算法、昆仑AI芯片等，在自动驾驶云平台领域处于领先地位。
智能驾驶新潮流：单车智能化
智能驾驶则在传统驾驶基础上引入智能驾驶模块。
通过对常规汽车进行加装，搭载各类先进车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，使得车辆具备复杂环境感知、智能决策、协同控制等功能，从而大大提升驾驶的自动化和智能化。“感知-决策-执行”是智能驾驶汽车最为重要的三大系统，可以类比为人类的 “眼睛-大脑-四肢”三种部位。
智能汽车智能化可以分为智能座舱和自动驾驶，我们在下文中有详尽论述。
智能驾驶
关键技术梳理：智能座舱
智能座舱主要技术梳理
从智能座舱研发环节来看，主要涉及到软件工程&硬件工程：
1）软件工程：包括操作系统、基础软件（虚拟化等）、智能基础（用户画像、情景感知、多模态融合交互等）、应用开发（Android为主）、仪表软件开发（QNX为主）、TBOX软件开发（Linux）、云服务（信息安全等）；
2）硬件工程：包括显示硬件（屏幕、HUD等）、交互设备、摄像头、通信单元/网关、座舱域控制器等。
智能座舱：操作系统
汽车操作系统可分为车控操作系统和智能座舱操作系统两类：车控操作系统是实现车辆行驶功能、动力性的运行基础；智能座舱操作系统主要为车载信息娱乐服务以及车内人机交互提供控制平台，是汽车实现座舱智能化与多源信息融合的运行环境。操作系统在车上主要应用领域为：信息娱乐、自动驾驶、复杂网关、TBOX；
目前主流的智能座舱车载操作系统共有四种：QNX、Linux、Android以及WinCE；传统智能座舱操作系统中QNX占据了绝大部分份额，近年来，智能座舱的娱乐与信息服务属性越发凸显，开源的Linux以及在手机端拥有大 量成熟信息服务资源的Android被众多主机厂青睐，成为后起之秀。此外，国外少量车型还采用了Win CE等作为智能座舱操作系统。据IHS统计和预测，目前QNX占据60%市场份额，到2022年QNX和Linux（含Android）将平分市场份额，WinCE基本退出竞争。
操作系统目前已成为汽车制造商智能网联化布局和掌握核心技术的关键。
从车企角度看，绝大多数外企整车厂、零部件供应商（如奔驰、宝马、博世等）和国内造车新势力（如小鹏、蔚来等）选择自建技术团队，在底层操作系统基础之上进行定制化开发，形成自己独有的车载系统。部分国内主机厂（如上汽荣威）则选择与互联网公司合作，开放一定的权限，直接搭载合作伙伴所开发的车载系统。
智能座舱：基础软件-虚拟机
虚拟机：座舱电子标配
1）虚拟机Hypervisor，亦称为VMM（virtual machine monitor），随着座舱处理器的性能越来越强，座舱屏幕越来越多，座舱电子涵盖的功能越来越多，虚拟机已经成为座舱电子不可或缺的软件系统；
2）在虚拟化环境下，物理服务器的CPU、内存和I/O等硬件资源被虚拟化并受Hypervisor的调度，多个操作系统在Hypervisor的协调下可以共享这些虚拟化后的硬件资源，同时每个操作系统又可以保存彼此的独立性。
主流虚拟化软件梳理：QNX应用最广泛
1）目前常见的虚拟机包括黑莓的QNX、英特尔主导的ACRN、Mobica为代表的XEN、松下收购的Open Synergy的COQOS、德国大陆汽车的L4RE，法国VOSyS的VOSySmonitor，其余还有很多，包括Green Hills的Integrity，日本的eSOL，SYSGO的Pike，Mentor的Nucleus，三星哈曼的Redbend，EPAM的Xen；
2）QNX公认是最成熟安全程度最高的座舱虚拟机操作系统，不过收费较高，包括入门费、席位费、服务费和授权费（按屏幕量收费），QNX虚拟机采用虚拟CPU模式。
智能座舱：智能基础-人机交互（车内感知）
智能座舱中，包含用户画像、情景感知、智能推荐在内的智能基础，可以统一划分到人机交互领域。
智能驾驶汽车由于操纵机构的简化，有大量空间可以释放，所以智能驾驶汽车的内部设计将被重新定义，并且向定制化方向发展。功能的增加使智能驾驶汽车的人机交互系统有更多的发展空间。相比传统汽车，智能驾驶汽车的车载信息系统也将更为强大，支撑汽车实现自动驾驶或辅助驾驶、状态监测、娱乐、办公、通讯等多种功能。
汽车人机交互主要包括人机交互技术与人机交互界面。
通常认为智能汽车存在三大要素：人机交互、智能驾驶、智能服务。其中人机交互是入口，而智能驾驶与智能服务输出驾驶操控体验和服务体验，只有通过人机交互才能为用户带来更安全舒适的体验。
人机交互领域主要包括计算机技术的设计和使用、人与计算机之间接口（交互界面）两个方面。随着汽车智能化及人工智能技术的发展，人机交互在汽车座舱及内饰设计中应用越来越广泛。
人机交互成为智能网联汽车关键要素之一，预计2030年市场空间有望逾550亿美元。
伴随着智能网联汽车快速发展，车内互联产品与内容资源也随之被广泛应用，车内人机交互作为智能网联汽车的三大要素之一，市场空间广阔。根据盖世汽车数据，预计至2030年，全球汽车HMI市场规模或将超过550亿美元，主要市场玩家包括Tier1、电子厂商、互联网科技巨头以及一些初创科技公司等，大家依据自身优势抢占市场份额，竞争激烈。
智能汽车人机交互技术包括按键/旋钮、触控、语音交互、手势识别、生物识别等，多模态融合交互成为趋势。
现阶段，车内的人机交互多为触控、语音、生物识别、AR技术等多方式组合，集成于汽车座舱内的显示系统、智能座椅、内饰等区域，已提高人机交互的效率和便捷性。
目前从整体市场来看，中控屏的车型及车款装配率最高，进入成熟期，后期液晶仪表与HUD增长潜力大；语音识别系统车型装配率已达到55.5%；由于生物识别技术多搭载于高端车型，有待进一步渗透。由于这些交互方式各有优缺点，相互难以完全替代，因此多模态交互已是发展的必然趋势。
交互算法：语音交互目前仍为主流
目前主流的人机交互技术中，物理操控、触摸控制和视觉交互属于较为传统的交互方式，语音、生物识别和手势属于新兴人车交互范畴。语音是人车交互的主流方式。语音交互分为两种，一种是内置，汽车车内的屏幕作为功能的扩展；另外一种是聚焦交互，通过把交互方案放在手机、车机的连接当中，收取信息。目前自然语音技术是主流，语言识别准确率可以高达90%以上，但在整体产品体验上还有改进空间，需要进一步提升算法智能程度。
手势和生物识别交互还处于发展早期。目前行业内所采用的手势识别有三种：结构光、TOF飞行时间法以及成像技术。
人机交互涉及到软件主要包括设计侧+实现侧：
1）设计侧：汽车HMI设计分为UX、UI
设计过程中涉及到的软件主要有Photoshop，Sketch、 Afterffects、EfIllustrator，CorelDRAW等，不同的主机厂设计部门、Tier1、设计服务公司都会一定差异；
2）实现侧：主要包括操作系统、HMI集成软件操作系统方面，目前最重要的HMI设计零件为数字仪表和娱乐大屏，其中仪表安全级别要求最高，因此涉及到的主流软件系统为Linux、QNX；中控大屏相比仪表安全级别低很多，目前主流软件系统为Linux、Android；
HMI集成软件方面，主要包含三类，KANZI、CGI、Qt design，HMI集成设计软件可以解决众多图形化用户界面 分化的问题，使得用户界面的设计师和工程师可以把注意 力放在他们自己最能胜任的地方。
DMS（驾驶员监测系统）为车内人机交互的一大应用领域，主要分为主动和被动两种：DMS在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他错误驾驶状态后，DMS系统将会对此类行为进行及时的分析，并进行语音灯光提示，起到警示驾驶员，纠正错误驾驶行为的作用。
被动式DMS系统：基于方向盘转向和行驶轨迹特征来判断驾驶员状态；
主动式DMS系统：基于摄像头和近红外技术，从眼睑闭合、眨眼、凝视方向、打哈欠和头部运动等，检测驾驶员状态；
智能驾驶时代，DMS主要应用于L2/L3级别：DMS系统主要是对L2-L3级别的自动驾驶系统而言的，对L4级别是没有意义的，除非系统仍然是需要安全员的测试环节。Euro-NCAP发布了2025路线图，要求从2022年7月开始新车都必须配备DMS。中国已立法对商用车强制装配驾驶员监测系统，乘用车搭载要求也在推进制定中。
市场需求正在爆发：据佐思汽研数据，2019年在中国主动DMS系统的乘用车新车安装量为10,170套，同比增长174%。2020Q1安装量为5,137套，同比增长360%。增长动力来自于主动DMS系统在15-20万价格区间车型中的采用，WEY、小鹏汽车、吉利汽车等品牌纷纷装配。
大部分Tier1已推出DMS完整解决方案：目前主流参与商包括法雷奥、博世、大陆、电装、现代摩比斯、伟世通、维宁尔等，在中国企业中，海康威视、商汤科技、百度、大华等公司的DMS产品也已落地在各个品牌车型上；
DMS算法厂商正在崛起：
DMS的核心功能是监测驾驶员的疲劳和注意力分散程度，通过人脸、性别和表情的识别,可以实现身份认证，以及更丰富的人车交互，这些丰富的功能单靠Tier1在短期内是无法完成的，所以DMS系统多数是靠Tier1+算法企业合作实现的，典型供应商包括EyeSight、Smart Eye、FotoNation、Seeing Machine等；
本土DMS力量正在崛起，典型参与方包括：
虹软科技（截至2020年4月，公司已有量产产品）；
中科创达（算法切入，子公司MM solution技术实力突出）；
此外，锐明技术和鸿泉物联也有较强实力（商用车DMS布局较好）。
智能座舱：应用开发软件-高精度地图
车联网条件下的高精度定位组合=高精度地图+GNSS+IMU：
根据场景以及定位性能的需求不同，车辆定位方案是多种多样的。在大多数的车联网应用场景中，通常需要通过多种技术的融合来实现精准定位，包括GNSS、惯性测量单元（IMU）、传感器以及高精度地图等；
GNSS是最基本的定位方法。考虑到GNSS在遮挡场景、隧道以及室内的不稳定（或不可用），其应用场景受限于室外环境，因此GNSS或传感器等单一技术难以满足现实复杂环境中车辆高精度定位的要求，无法保证车联网定位的稳定性。因此还需要其他技术手段例如惯性导航（可实现无源定位）、高精度地图等，以满足高精度定位需求。
基于前面分析，可以推断高精度地图对于智能驾驶不可或缺：
目前智能驾驶传感系统存在鲁棒性缺陷：所谓系统鲁棒性，指在若干算法出现失效时，需要保持全系统进行降级使用，最后完成可靠退出，目前仅依靠传感器、惯性导航、计算单元等，智能驾驶存在缺陷；
从视野范围看，高精度地图不存在距离和视觉的缺陷，在特殊天气条件下依旧可使用；从误差看，高精度地图可以有效消除部分传感器误差。
高精度定位导航市场空间便有望达千亿级别。根据中国信通院披露数据，目前高精度导航设备成本约3万元左右。然而，在星地基增强系统一体化建成后以及导航终端芯片化集成后，高精度导航设备技术方案必然会明显简化，当其形成明显规模优势后，成本将降到汽车市场认可的量产价格，预计2020年中国V2X用户将超4000万，若按30%需求实现高精度定位能力，市场规模就将达到1200亿元。
传统地图使用者是人，而高精度地图使用者是车。传统电子导航地图会描绘出道路，部分道路会区分车道，而高精度地图不仅会描绘道路，对一条道路上有多少条车道也会精确描绘，会真实地反映出道路的实际样式。
截至2020年4月底，全国共有22家单位获得甲级导航电 子地图资质，企业类型主要包括传统图商、政府事业单位和IT类公司。
高精度地图盈利模式与传统地图差异较大。传统地图盈以License模式为主，图商通过出售产品使用权获得收益；而高精度地图因其更新频率高，涵盖数据量大，因此收入结构中除了出售使用权之外，也可凭借云服务对地图更新进行盈利，收取相应的服务费。
智能座舱：仪表软件-QNX为主
汽车仪表目前发展已经历五代
2010年前后车企当前的主流仪表是采用小尺寸液晶显示屏与指针相结合的数字式仪表，在中低端车上，多采用点阵式或者段码式液晶屏来显示数字信息，该类液晶屏显示效果清晰，成本较低。
近年来全液晶仪表在高端车型上开始逐渐得到应用，该类仪表取消了指针式仪表盘，采用在大尺寸液晶屏幕上显示的虚拟表盘的方式进行替代。显示的内容可根据实际车况和驾驶员需求进行动态调整。
相对于普通操作系统，汽车所采用的操作系统为RTOS（实时操作系统），实时性和可靠性更高。目前主流的RTOS包括QNX、嵌入式Linux、ΜC/OS-II、 VxWorks、WinCE。
目前仪表操作系统以QNX为主，市占率超过50%：2011年QNX是业内唯一同时达到IEC61508安全完善性三级认证(SIL3)和第六级(EAL 4+)认证的RTOS，同时于2014 年QNX操作系统通过了ISO 26262 ASIL认证，为乘用车的电气、电子和基于软件的系统提供更高可靠性和稳定性的保证。QNX软件系统目前已在很多车型和车辆上被采用，使用量超过所有其他操作系统平台的组合。
2014年QNX采用Rightware KanziUI解决方案（被中科创达并购）之全新仪表盘，之前双方合作过全新奥迪虚拟驾驶员座舱项目。
智能座舱：车联网-迈向智能网联的必备设施
车联网是智能驾驶汽车产业中最为重要的技术基础设施之一。车联网是智能交通的必要前提，整个过程由车辆位置、速度和路线信息、驾驶人信息、道路拥堵以及事故信息以及各种多媒体应用领域等重要信息元素组成，并且通过大数据和云计算实现网络化交互性控制。
智能座舱：车联网运行模式
车联网=车载智能终端+物联网+云计算：
车联网借助装载在车辆上的传感设备（感知层），收集车辆和车内乘员的信息，通过网络共享（网络层），实现驾驶员、车、行人、车联网平台、城市网络的互联，从而实现智能、安全驾驶，以及享受技术和生活服务等（应用层）。
智能座舱：车联网产品形态
车联网可分为广义和狭义两类概念；
广义车联网——V2X车路协同（安全需求）+Telematics（娱乐需求）；
狭义车联网——指V2X车路协同，主要包括V2V（车与车）、V2I（车与路）、V2P（车与人）三大领域；
车联网涉及技术主要包括云平台、V2X、OTA、信息安全四大部分；
智能座舱：车联网技术演进
V2X早期主要是基于DSRC，后期随着蜂窝移动通信技术发展才出现了C-V2X技术：C-V2X（Cellular V2X）即以蜂窝通信技术为基础的V2X，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4G LTE、LTE V和5G三种类型，从技术演进角度讲，LTE V支持向5G平滑演进。其中LTE V（LTE Vehicle）指针对车的LTE技术，包含LTE V Cell和LTE V Direct；
车路协同步入试点阶段，政策扶持力度大：目前智能网联汽车测试场全国建设数量超过40个，各地纷纷出台智能网联测试规范指导具体业务实施。
智能座舱：车联网主要产品形态
◆车联网物理系统架构：车-路-云协同一体：
1）管理及应用云平台：
·设备监控与管理、数据采集、清洗、分析、信息上传下达、智慈交通应用支撑；
·其支撑平台包括：指挥控制平台、智能车辆信息诱导平台、高精度GIS地图平台、北斗高精度定位平台、互联网数据平台等；
2）路侧系统：
·交通信息采集与汇聚、边缘计算、信息上传（I2N）与下发（I2V)；
·实现路侧传感器集成与信息融合；
·与信息播报系统、信号灯、路灯等路侧设施进行交互，向车辆发布提醒信息；
3）车载系统：
·高精度定位、车辆状态采集及环境信息感知、车辆通信与信息发布、智能辅助驾驶应用等。
智能座舱：车联网空间有望逾千亿
智能驾驶渗透率加速扩张+汽车保有量增长驱动车联网市场空间放量：目前中国公路里程及汽车保有量仍保持增长趋势，预计到2030年，中国公路里程达到615万公里，汽车保有量达到3.8亿辆。
根据前瞻经济学人数据，假设每公里公路需要路侧单元2个，每50公里需要设置边缘计算单元一个，到2030年，中国路侧单元RSU应用渗透率为30%，汽车搭载OBU(集成ADAS)渗透率为5%，对应市场空间在千亿以上。
智能座舱：车联网核心部件——T-BOX
T-BOX是智能网联汽车的关键零部件
T-BOX（Telematics BOX）可深度读取汽车CAN总线数据和私有协议，通过无线网络将数据传到云服务器，是智能网联汽车的关键部件，TBOX运用了多种技术，包括：无线广域网（WAN）、无线局域网（WLAN）、车身通讯网（CAN）、多网路由、车载数据安全、空中烧号 （ODC）、GPS和北斗定位、三维加速度传感器、多轴传感器、实时惯导等。
T-BOX作用主要有：1）可以给车机提供外网连接功能；2）车机提供定位功能；3）实现整车CAN网络的远程诊断控制功能。
典型T-BOX软件设计与实现（以北汽新能源为例）
1）车载T-BOX软件系统开发中主要涉及三类技术： Socket接口及技术、TCP/IP协议、车身通讯CAN系统；
2）Socket接口及技术：源自Unix，是对TCP/IP协议的封装和应用，主要解决数据如何在网络中传输，提供可供程序员做网络开发所用的接口；
3）TCP/IP协议：Internet最基本协议,也是一个网络协议的总集合，确保不同种类计算机和Internet联合在一起工作；
4）车身通讯CAN系统：解决汽车中多种控制与测试仪器之间的数据交换而开发的一种串行通讯总线，它有很高的通讯速率（位速率可达1Mbps）、距离远、可靠性高、高保密性、优良抗干扰能力，而且还要能够及时检测出总线上的任何错误。
车载T-BOX市场空间逾20亿
根据前瞻产业研究院数据，2019年国内车厂前装车载TBOX渗透率约为20-30%左右，按20%的渗透率计算，2019年我国TBOX行业销售量约为428.9万台，TBOX单价约为500元/台，TBOX行业销售额约为21.44亿元；
本土产品存在同质化趋势，海外产品竞争力较强
中国车载T-BOX行业企业数量较多，主要生产企业有华为、中兴、速锐得、慧翰微电子、鸿泉物联等，行业竞争激烈，且存在产品同质化问题突出的现象。德国、美国、日本等发达国家，高度重视车载T-BOX的设计与开发，拥有许多著名车载T-BOX品牌，如Bosch、Harman以及 Denso等，这些跨国企业在车载T-BOX行业的产品性能、研发能力、产品配套等方面具有较强的竞争力。
智能座舱：网络安全
网络安全在智能驾驶时代地位日益吃重
智能驾驶时代软件定义汽车，远程升级(OTA)、车车辆通信(V2V)、车路通信(V2I)等信息通讯新手段层出不穷，但这些新的服务，需要在保证安全通信的环境下，才能确保车辆的安全性。
车载网络主要有两种攻击途径
1）攻击者可发送命令到车辆CAN网络中，通过总线控制任何ECU，现有研究表明车门解锁、制动器&发动机的故障/关闭等都可以控制；
2）车载蓝牙、车联网设备、媒体播放器等可以成为外部连接接口，如果这些遭到恶意使用，攻击者可以访问车载网络。
车载网络安全结构目前有四层构成
1）第四层-车联网：目的是保护汽车整车的通信安全性和完整性以及驾驶员的隐私，现行解决方案是与外部通信时经过防火墙，并满足通信和外部接口相关的安全标准；
2）第三层-EEA结构：目的是分离并保护整个车内网域，目前推荐使用能够管理通信数据以及访问权限的车载安全网关；
3）第二层-车内网络：目的是保护车内网络信号的完整性，现行解决方案包括发信和收信ECU都需要实现SecOC，并各自保存且共享私钥；
4）第一层-ECU：目的是保护车辆搭载的各个ECU的软件和数据的完整性，现行解决方案是采用面向车载网络安全的安全硬件模块。
车载网络安全市场空间预计在60亿美元左右，2018-25年CAGR有望达23%左右
根据MarketsandMarkets测算，全球汽车行业的网络安全市场，从2018到2025年间CAGR（年平均成长率）会以23.16%增长，到2025年将会到达57亿7000万美元的规模；
智能驾驶车载网络安全领域，我国起步相对较晚，德国、荷兰等具有一定优势
目前专业从事自动驾驶网络安全相关的公司主要来自德国、荷兰、美国、以色列等海外国家，我国起步相对较晚，2018年百度成立Apollo汽车信息安全实验室，然后又发布国内首个自动驾驶领域的安全报告。
智能驾驶
关键技术梳理：自动驾驶
自动驾驶主要技术梳理
从自动驾驶各个研发环节来看，主要涉及到软件工程&硬件工程：
1）软件工程：包括操作系统、基础软件（基础库、分布式、核心服务）、算法设计（定位、感知、规划等）、工程实现（FCW、LDW等）、云服务（仿真、高精度地图），其中高精度地图已在前一章节做了论述，本章不再赘述；
2）硬件工程：包括域控制器设计（硬件架构、计算单元、功能安全等）、传感器（激光雷达、毫米波雷达、超声波雷达、摄像头、GPS、IMU等）、系统集成、线控改造。
自动驾驶：操作系统
汽车操作系统可分为车控操作系统和智能座舱操作系统两类：车控操作系统是实现车辆行驶功能、动力性的运行基础；智能座舱操作系统主要为车载信息娱乐服务以及车内人机交互提供控制平台；
车控操作系统主要用于车辆底盘控制、动力系统和自动驾驶：从应用场景上我们可以将车控操作系统分为两类：一类是嵌入式实时操作系统，用于传统的车辆控制，适用于动力系统与底盘控制等领域；另一类是基于POSIX标准的操作系统，适用于自动驾驶所需要的高性能计算和高带宽通信。
车控OS必须为实时性操作系统：汽车电控系统属于复杂测控系统，如果系统任务的响应不及时或有延迟过大，就可能导致严重的损失，因此汽车电控ECU必须是高稳定性的嵌入式实时性操作系统，目前主流的电控操作系统基本都兼容OSEK/VDX和AUTOSAR这两类汽车电子软件标准。
目前主流车控操作系统基本都兼容OSEK/VDX和AUTOSAR这两类汽车电子软件标准
不管是OSEK还是AUTOSAR操作系统，它们仅仅作为标准定义了操作系统的技术规范，各家软件和工具服务商开发了各自的符合标准的操作系统产品，然后提供给Tier1供应商广泛应用于各类电控系统。目前AUTOSAR分为两个平台，即Classic平台和Adaptive平台，分别对应传统控制类车辆电子系统与对应自动驾驶的高性能类车载电子系统。
AUTOSAR已逐步成为了主流，主流产品包括Vector，KPIT，ETAS，DS等，本土主要为i-Soft
市场上知名的拥有完整解决方案的企业包括Vector，KPIT，ETAS，DS以及被收购的EB（Continental）和MentorGraphics(Siemens)。在国内，依托国家“核高基”课题，i-Soft公司也开发了符合AUTOSAR标准的操作系统和基础软件，并成功应用于自主品牌和新能源量产车型，总体看我国车控OS仍处于跟随海外发展阶段。
自动驾驶：基础软件-基础库/深度学习
智能驾驶深度学习主要包括两种方式：深度学习即深度神经网络学习，其概念源于人工神经网络的研究，是一种特殊的机器学习形式，涉及到的软件/框架主要包括Tensorflow/Pytorch/OpenCV/TensorRT等。基于深度学习的自动驾驶研究中，有两种比较常见的解决方案：
1）基于规则的解决方案：可理解为“按部就班”式，依据常规的感知/定位→决策/规划→控制/执行的流程步骤依次进行；
2）端到端（End-End）的解决方案：可理解为“一步到位”式，系统从环境和定位模块获取输入后，经过一个深度学习模型，便可直接输出对车辆的控制执行命令。
自动驾驶：基础软件-基础库/中间件
通信中间件
中间件是一种应用于分布式系统的基础软件，位于应用与操作系统、数据库之间，主要用于解决分布式环境下数据传输、数据访问、应用调度、系统构建和系统集成、流程管理等问题。
现代基本的软件设计原则是模块化，模块化为开发提供了便利，但也引入了对中间件的需求。以通信中间件为例，基于工作流程，一个常规的通信中间件包括以下模块——1）数据类型规范语言；2）消息传递系统；3）日志/回放工具&实时分析工具。
对于自动驾驶平台，中间件服务商主要帮助对接整车OEM、底层OS与核心硬件厂商，使标准化产品能够给予不同层级用户个性化的接口调用。对于通信平台，中间件服务商将主要帮助对接应用层（开发商、服务商等）、OS与硬件厂商，使得标准化产品能够给与不同层级用户个性化的接口调用。
智能汽车系统中间件市场空间预计在40亿元左右。根据工信部近年来的统计数据，从全部软件行业来看，中间件收入约占到嵌入式软件服务收入水平2.5%左右。考虑到智能汽车价值远高于一般的计算终端，且车规级安全要求和长周期开发，预计2020年国内智能座舱系统和自动驾驶系统中间件市场规模分别可达28亿和10亿元。国内已布局汽车中间件业务的企业包括中科创达、东软集团、诚迈科技等。
自动驾驶：算法
自动驾驶算法覆盖感知、决策、执行三个层次
感知类算法，包括SLAM算法、自动驾驶感知算法；决策类算法包括自动驾驶规划算法、自动驾驶决策算法；执行类算法主要为自动驾驶控制算法；涉及到的操作系统以Linux为主，编程语言包括C/C++/PYHTON/MATLAB等；
自动驾驶：算法典型应用场景——多传感器融合
传感器融合技术：单一类型传感器无法克服内生的缺点，我们需要将来自不同种类传感器的信息组合在一起，将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境，提高系统决策的正确性，比如典型的激光雷达+摄像头+IMU+高精度地图组合。
主要技术类别：1）后融合算法：每个传感器各自独立处理生成的目标数据，当所有传感器完成目标数据生成后，再由主处理器进行数据融合；2）前融合算法：在原始层把数据都融合在一起，融合好的数据就好比是一个超级传感器，而且这个传感器不仅有能力可以看到红外线，还有能力可以看到摄像头或者RGB，也有能力看到LiDAR的三维信息，就好比是一双超级眼睛，在这双超级眼睛上面，开发自己的感知算法，最后会输出一个结果层的物体。
自动驾驶：算法典型应用场景——深度学习模型训练
路端/云端：可以用于数据存储、模拟、高精地图绘制以及深度学习模型训练，作用是为无人车提供离线计算及其存储功能，通过云平台，我们能够测试新的算法、更新高精地图并训练更加有效的识别、追踪和决策模型。同时可支持全局信息存储和共享，互联互通业务流，对自动驾驶车实行路径优化。
自动驾驶：算法——Mobileye为传统算法领域无冕之王，深度学习算法领域新秀频出
算法粗略来看可分为传统算法+深度学习算法：1）传统算法的代表非Mobileye莫属，这家以色列公司已经研究了近20年的自动驾驶，在芯片、硬件、算法领域都有较强的布局，毫不夸张的说，Mobileye已经是智能驾驶领域寡头之一；
2）深度学习算法则是随着人工智能的发展而得到真正重视的，由于该领域真正的起步时间相对较晚，Mobileye与诸多AI算法公司在该领域处于相近的发展阶段，行业格局尚未固化，新秀频出；
3）目前国内算法领域，地平线、百度（Apollo）做得较为突出，此外纵目科技、禾赛科技等公司在多传感器融合领域技术优势明显。
自动驾驶：仿真测试
自动驾驶商业化面临路测数据匮乏的挑战
自动驾驶汽车在真正商业化应用前，需要经历大量的道路测试才能达到商用要求。但是采用路测来优化自动驾驶算法耗费的时间与成本太高，据兰德公司数据，自动驾驶算法想要达到人类驾驶员水平至少需要累计177亿公里的驾驶数据来完善算法；
仿真测试成为自动驾驶研发的关键环节之一
仿真测试主要通过构建虚拟场景库，实现自动驾驶感知、决策规划、控制等算法的闭环仿真测试，满足自动驾驶测试的要求。场景库是自动驾驶仿真测试的基础，场景库对现实世界的覆盖率越高，仿真测试结果越真实。而且自动驾驶汽车研发的不同阶段对于场景库的要求也不同，需要场景库实现不同的测试功能。
仿真测试行业标准现状
国际标准化组织ISO于2018年正式成立TC22/SC33 WG9自动驾驶场景工作组，制定自动驾驶测试场景相关标准，自动驾驶场景工作组已于2019年通过了四项标准以及一项预留标准的立案。
C-ASAM领导我国自动驾驶仿真测试标准制定
德国自动化及测量系统标准协会（ASAM）在汽车标准制定领域具有全球领军地位，ASAM推出的标准涉及多个汽车标准领域，包括仿真、车联网、测量与校准、诊断、自动化测试、软件开发、ECU网络和数据管理与分析等。
2019年中汽数据与ASAM联合发表声明，共同组建C-ASAM工作组，C-ASAM工作组成员包括上汽集团、腾讯、华为、百度、赛目、四维图新、北京航空航天大学等20余家中国企业与研究机构，共同为中国在自动驾驶领域相应标准中发声，成为中国对标国际标准内容的重要工作组。
目前自动驾驶测试主要在虚拟仿真软件进行
仿真测试的评价应包括仿真测试自身评价以及自动驾驶车辆驾驶性能、驾驶协调性、标准匹配性、学习进化性等方面。在仿真真实度及仿真效率方面，通过游戏技术来打造更真实的测试场景，使用云计算的能力提升测试效率已经成为业界的公认方向。
自动驾驶仿真测试参与主体：
目前自动驾驶仿真市场参与主体主要包括：科技公司、车企、自动驾驶解决方案商、仿真软件企业等。由于每个市场主体在自动驾驶仿真方面的技术基础不同，因此在推动自动驾驶仿真方面的研发及合作方式呈现不同模式。
科技公司：起步相对较晚，在汽车方面经验较少，但是具备数据优势，软件开发能力强，主要包括腾讯、百度、华为、阿里等；从海外来看，微软、英伟达及LG等国外科技公司主要针对自动驾驶仿真软件进行研发，通过和产业链企业合作建立了自动驾驶研发生态体系，成为自动驾驶仿真的重要参与者。
整车公司：路测和仿真测试同步进行是整车企业的最佳选择，考虑到车企自身软件开发能力弱，无法独立完成仿真测试，一般通过和科技公司或者自动驾驶仿真软件企业合作，利用后者仿真软件进行自动驾驶汽车开发，如上汽与TAD Sim等；
仿真软件企业：在全球主流自动驾驶仿真软件企业中，根据中汽中心统计，美国/德国企业占比分别为36%/32%，中国有3家自动驾驶仿真软件初创企业。
自动驾驶：车身控制系统
车身控制系统概念：车身控制系统是用来实现对车身用电器的人性化、舒适性及部分安全性控制的系统，涉及车辆防盗、室内灯、电动车窗、玻璃除霜、刮水、中控锁、遥控RKE、转向灯、前后组合灯、前后雾灯、喇叭、天窗、座椅、后视镜等的控制；
车身控制系统原理：车身控制系统基本原理为通过外部I/O及总线接口接收车内的一些开关信号、传感器信号以及CAN、LIN总线等数据信号，通过控制器MCU实现控制逻辑，通过驱动电路实现对外围负载的控制。需要特别强调的是，车身控制系统不等于车身控制器。
车身控制器是车身控制系统最重要的部分，不同类别的车身控制系统，车身控制器所控制的范围不同。如右图集中式车身控制系统的车身控制器，基本控制了全车车身电器，甚至集成了熔断丝盒的功能；而在分布式系统中，车身控制器可能仅仅控制前车身的电器或者更少。
车身控制系统主要可分为集中式车身控制系统、分布式车身控制系统、以集中式为基础的混合式车身控制系统。其中，分布式偏重中高档车型应用，集中式以及混合式偏重在经济型轿车与中高档车型之间的应用；
对比而言，集中式成本最低，但是扩展性和配置灵活性也较差，分布式成本最高，但是扩展性和配置灵活性也较好，以集中式为基础的混合式则介于上述两者之间。
特斯拉车身控制系统走出了一条迥异于传统汽车的路线
1）高度集成：左/右/前控制器元件铺贴密度高，相当于传统车的车身控制器、座椅控制器*2、门控制模块*4、方向盘位置记忆控制器、电子驻车控制器、自动泊车辅助控制器、空调控制器、智能电池传感器的集合，并且还同时取代掉了传统车上的发舱保险丝盒及驾仓保险丝盒；
2）一板多芯：即一块PCBA上设计多颗控制器，其中前/左/右车身控制器有4/3/3颗MCU，多MCU设计可以为部分功能的安全级别提供高保障；
3）去保险丝化和去继电器化：Model 3取消了传统车的保险丝及继电器盒，取而代之的是在车身控制器内部集成了电子保险丝盒的功能；
4）淡化了域控制器概念：传统汽车主流发展方向是域控制器，即动力/底盘/驾驶辅助/娱乐/车身这五大域各有一个控制器，该域内所有的运算逻辑均由域控制器完成，其下面通过CAN或LIN总线连接各种传感器和执行器，换句话说，域控制器下所有的子控制器只负责信号采集或负载驱动，不再具有运算功能，因此可以把子控制器标准化，只要接口定义好，子控制器可以做成标准件。而model 3采用了大集成的概念，即把一个区域范围内可见到的控制器都集成在一起，也就是主控制器把小控制器统统吃掉，融合成一个超大控制器，这样大大降低了单车成本。
自动驾驶：车身控制系统
CAN总线车身控制系统：CAN总线是德国Bosch公司为解决现代汽车中众多的控制与测试仪器之间的数据交换而开发的串行数据通信协议，目前车身控制系统网络连接方式主要用2条CAN，一条用于驱动系统的高速CAN，速率500kb/s；另一条用于车身系统的低速CAN，速率100kb/s；
博世等海外巨头处于行业主导地位：
1）乘用车：相关应用始于2000年，目前国内中高端乘用车产品基本都采用了CAN总线控制技术，该市场基本被博世等跨国企业所垄断；
2）客车：相关应用始于2003年，目前主要客车企业“三龙一通”、安凯、中通、北汽福田等都加大CAN总线控制系统的应用范围，国内主要参与方主要有哈尔滨威帝股份、欧科佳（上海）（法国ACTIA全资子公司）、宁波市鄞州雪利曼等；
3）卡车：相关应用始于2004年起步，其主要包括仪表、BCM（车身控制模块）和车身管理系统，目前该市场主要被博世德等企业所垄断。
参考资料来自：华西证券、驭势资本研究所
END
驭势资本是一家以研究驱动的硬科技精品投资银行，深耕集成电路、5G、物联网、数据智能和汽车科技领域，为顶尖的科技创业者提供专业资本服务。核心团队在硬科技领域拥有丰富的投融资经验，先后投资及服务的项目包括翱捷科技、臻驱科技、微众银行、微医集团、宏晶科技、晟矽微电子、地大信息、曼荼罗、美林数据、事成股份.
原文链接：https://mp.weixin.qq.com/s/OFy6XEGFstRVn6s0JfjJVA
微信号
更多硬科技领域的技术和市场分析请关注驭势资本专栏。
