未来：产业链重构增量部件价值高
高等级智能驾驶需要更高的信号传输效率、更强的计算能力、更完善的软件控制，电子电气架构（EEA）与汽车软件的价值将会持续提升。根据McKinsey的测算，2020年至2030年，软件及电子电气架构（EEA）相关的市场GARA将会达到7%。
电子电气架构（EEA）是整车所用电子器件的组合形式，一个高效架构将有效降低产品成本、开发成本，提升产品导入效率，同时具备很强的适应性，以应对功能的不断升级的需求。传统的电子电气架构（EEA）无法适应未来智能驾驶功能的需求，必须进行升级与调整。其趋势是从传统的分立控制向集中的域控制转变，最终形成“车载电脑+云计算”的云端互通模式。除了技术上的挑战，这一升级过程也需要伴随着组织分工的重构，工作量巨大。
同时，当前汽车软件分布在50~100个ECU中，软件结构复杂，代码量已经超过Facebook、Android等软件，且开发与维护效率低下，已经无法适应未来高等级智能驾驶的复杂功能需求。
特斯拉Model3革命性EEA架构，开启集中计算平台时代，软件定义汽车成为可能。特斯拉将整车功能尽可能集中到3个计算模块之中，仅留下负责外设的ECU分散布置，通过CAN或以太网总线桥接起。在这样的EEA架构中，特斯拉利用OTA（远程升级技术），让其产品功能能够不断迭代与更新，从而充分发挥其软件能力。同时，Tire1硬件供应商的影响力与议价能力被大大削弱。
传统整车企业已意识到软件定义汽车将是产业链、组织要素的重构的核心，关系到企业未来的生存，纷纷加大投入力度。大众汽车已成立专门的数字化与软件部门。目标在2025年前，投资70亿欧元，招聘10000名软件工程师，将软件自研比率从目前的不到10%提升至60%。并借助Car.Software打造的标准化操作系统vw.OS。
与特斯拉相比，传统整车企业缺乏相关技术储备，需要巨大投入才有可能迎头赶上。面对这种窘迫的局面，整车企业一方面联手科技公司，弥补知识、技能上的欠缺；另一方面，抢先争夺软件开发人员，并收购相关科技公司，例如：通用GM收购Cruise。无论哪种方式对于整车企业都是巨大的投入，选择更加开放合作、利益共享的模式正在成为主流。
在新的产业生态体系中，芯片、算法、数据服务、激光雷达等将成为产业链中的新增核心零部件，且附加值高，新进入者将不可避免。而成熟的传统零部件将会面临着被替代或者价值被挤占的局面，传统Tier1的主营业务将会受到挑战。
汽车软件成为各方合作的重要纽带，有实力的整车企业产品组织方式将会变化，其对软件的掌控将会加强。整车企业的软件部门将会贯穿到零部件开发环节，传统Tier1以软硬件承包的模式将会面临挑战。
因此，传统国际Tier1将会面临整车客户策略调整与科技公司进入的双重冲击，业务拆分与重组不可避免。这也将带来供应商的洗牌和产业合作模式的改变。
近年来，博世、大陆、德尔福、采埃孚等国际Tier1都进行了拆分与并购，以应对未来自动驾驶等技术带来的挑战。
未来，乘用车将升级为出行服务提供商。汽车产业链将由原来等级分明、相对封闭的金字塔结构转变为互融共生、分工合作、利益共享的新型产业生态。在乘用车领域，当智能驾驶达到L4（自动驾驶）阶段，整车厂商将不再是行业的下游，服务用户出行成为行业终极目标。数据、共享经济和人工智能技术将打破过去成熟的金字塔式的汽车产业链结构。
在网络型的生态结构中，抢占关键节点、成为用户端口将是头部企业布局的重点。以智能汽车为平台基础，出行服务将会完成用户交互，数据收集、整合、分析，功能应用、优化、迭代等。汽车产业的价值链将会从传统的生产制造向汽车使用端延伸。企业如果能够对接用户，持续了解用户需求，改善用户体验，就有希望在产业链上占据主动位置，获得较高附加值。
因此，整车企业希望转型为出行服务提供商，例如：入股T3出行。科技公司希望拥有自己的硬件设备端口，例如：百度与吉利合作造车。
在商用车领域，商用车升级成为物流服务提供商，创造价值是根本。智能驾驶最终将会成为物流服务的重要组成部分。因此，场景方（例如G7、满帮等货运平台）对商用车智能驾驶积极推动，其与头部商用车企业、智能驾驶公司共同组成了商业化联盟以尽快实现产品落地。
从经济效益与安全角度，智能驾驶对商用车的价值更加突出，一旦功能与商业模式成熟，其普及速度将会更加迅速。根据图森未来招股说明书，其作为科技公司，将货运服务、自动驾驶产品、核心技术作为公司主要业务范围。其与合作伙伴一起构建智能物流运营服务体系，并推出灵活的商业运营模式。
在产业链重构的过程中，国产零部件供应商有望迎来机会：
首先，以华为、百度为代表的本土科技公司进入汽车行业，有望带动上游企业。2019年，华为汽车事业部成立，其旨在成为未来智能汽车领域Tier1，并从“端(车)-管-云”三个层次全面布局。在车端，智能电动、智能驾驶、智能座舱布局包括了核心零部件产品，软件平台，系统方案，开发与测试工具等。华为的布局体现了其对汽车行业早已经做过深入的研究，以“增量零部件”为目标，以其ICT能力为基础，“赋能”整车企业，成为下一代Tier1的战略目标明确。为了实现这一目标，华为一手抓住关键零部件，一手打造系统解决方案能力，既有广度也有深度，更容易与整车开展不同程度的合作。同时，华为也与本土上游、生态其他环节展开了合作，其中包括四维图新、中国汽研、航盛电子、宁德时代等。在华为的牵头下，更多本土零部件企业有望跟随其进入到整车体系之中，借华为的扩张而成长。
其次，在智能电动时代，自主车企的研发水平有了较大提升，正向研发进入突破阶段。自主汽车品牌经历了20多年的发展，从逆向研发起步，到搭建研发体系和平台架构，现在已经开始取得核心技术正向研发的突破。在需求与功能定义能力上，自主企业已经具备部分能力。
蔚来、小鹏、上汽、长安等为代表的本土企业在智能驾驶领域积极推动产品落地，德赛西威、中科创达、地平线等本土供应商在供应链中的地位也得到了提升。
最后，在产业链重构过程中，国际竞争对手拆分与重组导致战略摇摆与执行力下降，本土零部件企业市场空间增大。
感知层:确定的增量市场期待国产放量
感知传感器种类与原理：受益于智能驾驶渗透率与等级提高。
感知层的基本组成是各种类型的传感器，包括：摄像头、超声波雷达、毫米波雷达，激光雷达等。感知是智能驾驶的基础，在一辆能够实现L2及以上功能的车上需要搭载多种传感器，进行大量的冗余设计，才能确保产品的安全可靠。
不同的ADAS功能将会应用到不同类型传感器的优势。在近距离、低速环境下，超声波、摄像头能够将较好胜任，在远距离环境下，毫米波雷达、摄像头、激光雷达更加有效。在分辨率方面，摄像头与激光雷达较为有优势。
智能驾驶渗透率提高与等级提升将带动传感器产业链发展。对于实现智能驾驶功能，虽然各公司在传感器种类与数量选择上有差异，但等级越高搭载传感器越多是确定趋势。根据车型配置信息的相关统计，智能驾驶在L2需要9~19个传感器，包括超声波雷达、长距离及短距离雷达和环视摄像头，发展到L3预计需要搭载19~27个，可能需要激光雷达、高精度导航定位等。在特拉斯、蔚来、小鹏等新能源汽车产品中，均配备了大量摄像头、毫米波雷达、超声波雷达等传感器。以小鹏P7XPilot3.0 为例，其搭载博世第五代毫米波雷达，前置4个摄像头（1个三目摄像头模块和1个DMS摄像头）、5个增强感知摄像头、4个环视摄像头共13个摄像头。在感知车辆两侧和后方情况方面，小鹏汽车用毫米波雷达+摄像头形成两套系统、互为冗余，实现全车360度无死角覆盖。同时，4个环视摄像头用于360度影像和自动泊车功能。
在传感器零部件价格上，摄像头中，用于环视等的广角摄像头价格较便宜约150元/个，用于前视功能的单目及多目摄像头附加值较高，单价在600元以上；毫米波雷达24Ghz约300元/个作为角雷达使用，77Ghz约700元/个；近距离泊车用的超声波雷达的价格最为便宜约70元/个。根据传感器单价及配置方案，我们预计L1至L4级别的传感分别为1580元、3600元、11460元、16960元。从L2到L3级方案，传感器配置需要有较大的提升，主要是增加了激光雷达、惯性导航等新型传感器。
摄像头系统：芯片+算法是核心，近距应用等功能本土企业有望替代。
摄像头系统是ADAS核心传感器，在镜头采集图像后，由摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，从而实现感知车辆周边的路况情况。其最大优势在于识别内容丰富（物体是车还是人、标志牌是什么颜色），且摄像头硬件成本相对低廉。
摄像头系统产业链环节包括：镜头组、芯片、视觉方案提供商（算法）、传统Tier1等。摄像头模组本身的壁垒不高，摄像头背后的算法和芯片是核心。通常由从事环境感知的企业采购摄像头模组以及芯片，在芯片上实现算法软件的开发，其附加值可以达到30%-70%以上。Tier1负责完成与整车厂的对接，系统集成等。Tier1环节多为国际供应商，其提供毫米波雷达等其他传感器，配合整车主机厂完成多传感器融合等集成工作。当前，主要公司包括：博世，大陆，ZF，法雷奥等。
在汽车芯片环节，多数被国外垄断，主要供应商有英飞凌（Infineon）、瑞萨电子（Renesas）、意法半导体（ST）、恩智浦（NXP）、富士通（Fujitsu）、赛灵思（Xilinx）、英伟达（NVIDIA）等，提供包括ARM、DSP、ASIC、MCU、SOC、FPGA、GPU等芯片方案。以Mobileye为代表的视觉公司与Tier1配合为OEM定义产品，掌握核心的视觉传感器算法，并向下游客户提供车载摄像头模组、EyeQ芯片以及软件算法在内的整套方案。掌控视觉感知芯片与软件算法等附加值更高环节，是Mobileye能够获取高估值的原因。Mobileye在前视摄像头解决方案领域市场占有率达到70%。
CMOS图像传感器实现图像采集功能。在该领域，目前韦尔股份旗下的OmniVision处于全球第二，且份额逐年上升。
根据ICVTank、IHS等数据，2015年以来全球车载摄像头市场持续15%以上高速增长，2020年将达到130亿美元。随着车载摄像头的单车搭载量与渗透率提升，预计到2025年，全球车载摄像头行业规模将达270亿美元。
国内企业方面，以虹软科技，Minieye等为代表的国内科技在以识别算法为基础切入到智能驾驶领域。经纬恒润基于Mobileye系统，以Tier1角色为部分自主车企提供解决方案。保隆科技、德赛西威均成功推出了360环视系统，并搭载到部分自主品牌车辆上。
相对前视系统而言，因为360环视系统、驾驶监控等功能应用于近距场景，对摄像系统要求较低，并且其多为预警类功能，与车辆其他系统耦合度低，部件供应商更容易进入。随着这些功能在中低价位车型上搭载，具有成本优势的本土企业有望迎来放量。
毫米波雷达:77GHz是趋势，本土产品在商用车领域率先应用：
毫米波雷达发射毫米波段的电磁波，利用障碍物反射波的时间差确定障碍物距离，利用反射波的频率偏移确定相对速度。毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候（大雨天除外）全天时的优点。其缺点是无法识别物体颜色；视场角较小，需要多个雷达组合使用；行人的反射波较弱，难以识别。
汽车毫米波雷达核心部件为MMIC模块和雷达天线PCB板。前段单片微波集成电路（MMIC）包括多种功能电路，如低噪声放大器（LNA）、功率放大器、混频器、甚至收发系统等功能。在雷达天线PCB板上，主流方案是微带阵列，即将高频PCB板集成在普通的PCB基板上实现天线的功能，需要在较小的集成空间，并保持天线足够的信号强度。
汽车毫米波雷达在欧美已经使用多年，国内起步较晚。因此，在毫米波雷达产业链上，基带数字信号处理芯片、单片微波集成电路、高频PCB板等方面的供应商多为汽车电子半导体供应商，如Infineon、NXP、TI等，国内供应商基本处于空白状态。国际汽车电子半导体供应商具备提供一整套解决方案的能力。以Infineon为例，其针对77/79GHz汽车毫米波雷达前段MMIC，提供了RXS816xPL系列芯片。同时，其能提供配套的芯片，包括：安全管理芯片、多核MCU等，甚至能够提供一整套针对AEB功能的系统方案，实现高度集成。
目前市场上主流的车载毫米波雷达频段为24GHz（用于短中距离）和77GHz（用于长距离雷达）。77GHz在性能和体积上都更具优势，77GHz的距离分辨率更高，体积比24GHz产品小了三分之一，是未来发展的趋势。
24GHz雷达现在主要应用于盲点探测（BSD），77GHz雷达主要用于自适应巡航控制系统（ACC），前向碰撞预警（FCW）和自动紧急制动（AEB）。根据中国新车评价规程（C-NCAP），自动紧急制动系统（AEB）已纳入评分体系，77GHz雷达需求将会上升。当前乘用车上，毫米波雷达主流采用“1+2+2”的方案，前向搭载1个77GHz的长距雷达，侧向和后向各搭载2个24GHz的中短距雷达。例如：蔚来ES8。
根据华经产业研究院发布的《2020-2025年中国毫米波雷达行业竞争格局分析及投资战略咨询报告》，2014年至2018年，中国车用雷达市场从14.7亿元增长到41.4亿元，年复合增长率为29.5%。我们认为随着乘用车L2/L3级别车辆渗透率提升、商用车AEB成为强制搭载要求，我国毫米波雷达传感器的年复合增长率将达到30%，2025年有望达到210亿元以上的规模。
汽车毫米波雷达主要由大陆、博世、海拉、电装等国际巨头所主导。特别是难度更高的77/79GHZ雷达，博世、大陆、德尔福（安波福）、电装、天合（采埃孚）等公司的产品早已实现了量产搭载，且其均具备整车集成、多传感器融合能力。
华域汽车、保隆科技、德赛西威、森斯泰克等国内企业已经布局了毫米波雷达，包括：24GHz和77GHz。因为产品成熟度、客户集成能力等原因，本土企业的雷达产品难以与国际企业竞争，市场份额较小。较长的定点周期与开发周期，也是中国雷达厂商难以与外国厂商争夺市场份额的主要原因之一。一般新款车型的开发周期在24~36个月之间，定点周期与研发周期都有相当长一段时间，车企一旦选定供应商合作，后续更改难度较大。当前，出于供应链的安全考虑，部分自主车企倾向选择与多家供应商进行合作，并有意扶持本土供应商，如“2+2”模式（2家国际厂商\2家本土厂商），这会为国产替代带来机会。
在商用车领域，随着国家对“两危一客”等车辆有了AEB系统强制装配的要求，通过商用车AEB功能开发与搭载成为国产毫米波雷达实现量产搭载的一个路径。华域汽车以其77GHz前向毫米波雷达产品为基础，开发出适应商用车的AEB系统，成为了ADAS系统集成商。目前，其雷达实现为金龙客车等配套供货，已适配7款不同的客车车型。
激光雷达：技术尚未收敛，量产/性能/车规是关键：
为什么需要激光雷达？视觉识别与毫米波雷达方案在特定场景下识别有缺陷，且系统冗余度不够。激光雷达能够提高识别的成功率、增加系统的安全冗余。对于L3/L4以上的智能驾驶，因需要厂商承担事故责任，激光雷达被普遍认为有搭载必要。
激光雷达（Laser Detecting and Ranging，Lidar），是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理与雷达类似，是向目标发射探测信号（激光束）,然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较,作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，实现对目标的探测、跟踪和识别。早期，激光雷达主要用于科研及测绘项目。上世纪80年代，激光雷达的商用产品如激光测距仪开始起步。2000年以后激光雷达的系统架构得到拓展，从单线扫描逐渐发展到多线扫描，激光雷达对环境三维高精度重建的应用优势被逐渐认可，并被Waymo引入无人驾驶汽车开发中。
激光雷达核心技术聚焦于测距原理、发射、扫描、探测和数据处理等五大个方面。LiDAR系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收IC，以及位置和导航器件等。
激光雷达按照测距原理可以分为飞行时间（Time of Flight，ToF）测距法、基于相干探测的FMCW测距法、以及三角测距法等。ToF与FMCW能够实现室外阳光下较远的测程（100~250m），是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案，未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达将在市场上并存。
激光雷达按照扫描方式有无机械转动部件可以分为机械旋转、混合固态、纯固态。机械式指整体360°旋转，半固态式指收发模块静止、仅扫描器发生机械运动，固态式指无任何机械运动部件。混合固态分为MEMS、转镜，纯固态分为相控阵OPA、Flash。
车载激光雷达需要面临振动、低温、雨水等恶劣情况考验，固态化被认为是车载激光雷达的发展方向。目前，不同公司的产品开发侧重点不同，能够接近的商业化的产品以半固态为主。
EEL(Edge Emitting Laser,边缘发射激光器)作为探测光源具有高发光功率密度的优势，但由于其工艺步骤的复杂和繁琐，极大的依赖产线工人的手工装调技术，生产成本高且一致性难以保障。VCSEL(Vertical-Cavity Surface-Emitting Laser,垂直腔面发射激光器)发光面与半导体晶圆平行，其形成的激光阵列易于与平面化的电路芯片键合，精度层面由半导体加工设备保障，无需对激光器单独装调，易于和面上工艺的硅材料整合，提升光束质量。传统VCSEL激光器存在发光密度功率低的缺陷，近些年多家激光器公司开发出多层结VCSEL激光器，将发光功率密度提升了5-10倍。随着苹果在消费电子上应用VCSEL，其成本以及可靠性方面优势被市场认可，我们预计VCSEL有望逐步取代EEL。
汽车激光雷达产品收敛方向为能够满足量产的成本要求、能够满足性能需求、能够满足车规要求的可靠性。成功的激光雷达产品是在三个方面达到均衡，并能够实现持续迭代，这需要激光雷达公司对下游厂商的需求有深入的理解。
因此，争取进入整车客户项目，或者与整车经验丰富的Tier1合作，成为汽车激光雷达供应商的重要工作目标。随着Waymo、百度、福特、奥迪、宝马、蔚来、小鹏、奔驰等整车企业相继采用激光雷达的感知解决方案，各家激光雷达企业纷纷争取进入供应商之列，实现首先搭载。
衡量LiDAR主要性能参数包括测远能力、测距精度、集成度、角分辨率、视场角范围、光源波长以及点频等。
不同的应用场景对于激光雷达性能要求不同。激光雷达企业需要与下游汽车企业、Tier1的紧密合作，才能实现产品的持续改进与迭代。
激光雷达作为新型传感器尚未大规模应用，本土企业与国际企业差距不明显，并涌现了：禾赛科技、华为、大疆等代表型企业，国产供应商有望突围。我们认为影响车载激光雷达的关键因素包括：
（1） L3/L4级别车辆的普及速度；
（2） 激光雷达成本下降曲线；
（3） 激光雷达产品的应用场景；
（4） 因涉及到感知融合算法，激光雷达可能成为未来Tier1重点争夺的产品。
定位及地图：高等级智能驾驶必备，政策有壁垒、国货优势大；
在车辆高速运动的场景下，地图定位的优势在于获得前方超视距的感知信息，以补充车载传感器的感知功能，为智能驾驶功能提供了决策与执行的时间余量。因此，高精度定位功能是实现智能驾驶的必要条件。等级越高的智能驾驶对定位及地图功能要求也越高，普通ADAS的定位精度要求为米级，具备L3功能的智能驾驶则一般需要厘米级定位。
因为测绘及定位涉及到国家安全，对公司的资质要求高，存在政策壁垒。已经进入赛道的四维图新、百度、高德等本土企业将会具备优势。
安全可靠是智能驾驶技术成熟的前提。因为依赖单一传感器的定位方法存在场景失效的可能性，需要靠多种定位手段，互相融合冗余。小鹏P7XPILOT3.0自动驾驶辅助系统搭载了高德高精地图，同时配备双频高精GPS、实时动态差分定位（RTK）以及超高精度惯性测量单元（IMU）定位硬件，将可以在全场景下实现分米级定位精度，可以大幅提升自动辅助驾驶在立交桥、隧道、地下车库等复杂交通环境以及雨雪雾等不佳天气的有效性。目前，依靠网络RTK定位+惯性器件（IMU）递推+高精地图的匹配定位，被行业认为是一种复杂条件下高精定位的较为稳妥方案。
传统GNSS单点定位精度为米级，但在RTK技术的辅助下，GNSS定位系统的精度可达动态厘米级，满足高等级自动驾驶需求。惯性导航是使用惯性测量单元（inertial measurement unit,IMU），以加速度测量为基础的导航定位方法。IMU由陀螺仪、加速度计等惯性传感器和导航解算系统集成而成。陀螺仪和加速度计是系统的核心器件，陀螺仪测量物体的角速度，加速度计测量物体的加速度。典型的惯导产品包含3组陀螺仪和加速度计，分别测量三个自由度的角速度和加速度，通过积分即可获得物体在三维空间的运动速度和轨迹。
根据法国Yole公司的估算，随着高等级智能驾驶应用的需求，全球IMU市场到2022年规模将达到约10亿美元，到2027年达到47亿美元。目前，以GNSS+IMU的高精度定位集成方案已经成熟。国内，华测导航、千寻位置等公司已经推出相关产品与服务。未来，各家自动驾驶公司对高精度定位模块的需求将向趋同化发展，当前预估大规模量产后价格在3000~4000元。
高精定位与地图市场价值主要受到L3/L4级别车辆的普及速度影响。因为政策壁垒，其有望成为本土企业确定且能够长期成长的赛道。
执行层：底盘电控壁垒高动力升级有机会
电控执行器实现是智能驾驶的基础，车辆的前进、后退与转向，需要由底盘控制系统和动力控制系统配合完成。因为直接涉及到整车安全，整个系统对可靠性、响应性等有很高的要求。
底盘电控：门槛高，国产放量还需要时间；
底盘电子包括转向系统、刹车系统等，底盘的电控/电气化升级需求明确：一方面满足智能驾驶线控的要求，另一方面，刹车控制也是新能源车能量回收重要部分，直接影响电动车的行驶里程。
底盘电子系统主要包括：电动助力转向系统（EPS），智能刹车系统（IBS），以及将制动、转向、动力输出集成在一起的电子稳定系统（ESC）。在实现L2智能驾驶中，EPS,IBS,ESC都将成为必须配置。目前，国内底盘电子市场基本上为国际零件供应商占据，特别是Tier1供应商有着巨大的优势。
国际供应商壁垒的形成原因包括：
（1）制动与转向零部件直接关系到车辆安全，性能要求很高。其需要将机械件、传感器、控制器在零部件级别实现高度集成，并具备高可靠性。这需要长期的工程开发，积累大量测试验证数据以满足ISO26262等安全认证要求。
电动助力转向（EPS）系统主要包括机械式转向器、转矩传感器、电动机、减速机构、电子控制单元（ECU）以及车速传感器。当驾驶员转动方向盘时，转矩传感器将采集到的作用于方向柱上的转矩信号传给ECU，ECU再综合车速传感器信号，确定助力电机的旋转方向以及助力电流大小，并控制电机输出助力。EPS可以很好地实现所设计的理想助力特性，给驾驶员提供良好路感，保证汽车低速时的转向轻便性以及高速时的方向稳定感。
智能刹车（IBS）的代表系统为博世的iBooster。其剔除了真空助力泵，集成了各种传感器、控制器，使其体积更小，方便安装。在使用时，传感器会将刹车的行程信号传递给iBooster的控制单元，控制单元会根据信号计算出iBooster输出电机应该输出多少扭矩，这个扭矩会作用在一套齿轮机构上，通过齿轮机构将这个扭矩转化为刹车主缸的刹车力，再由这个刹车力改变刹车液压，最终控制刹车卡钳进行刹车。
IBS目前只有博世、大陆、采埃孚/天合具有完备的设计技术与量产能力。
（2） 国际Tire1能够开发出ESC等系统解决方案，减轻了整车厂集成难度。其拥有丰富的产品线包括相应的传感器、执行器、控制，并应用长期累积的整车控制软件算法，形成了一套较为完整的解决方案。以转弯情况为例，为实现车辆平稳运行，ESC需要计算汽车侧向力、纵向力等，再综合实现对转向角度、刹车动作、动力输出的调整，这需要可靠的控制策略及大量的路试标定工作，提高了技术门槛。
（3） 零部件供应商本地化生产，实现了系统的成本降低。2019年，博世在南京的iBooster生产基地已经投产，产能将达到40万件。其对于南京工厂产能的计划是按照53%的年复合增长率增长，至2024年该工厂将达到320万件的产能。根据罗兰贝格的报告，电控刹车量产价格约为2000元，电控转向系统价格将在2000元左右。
国内厂商华域汇众、伯特利、拓普集团、亚太股份等厂商均有布局IBS、ECS等产品，湘油泵、豫北等企业也有EPS产品，德尔股份开发了EHPS主要用于商用车领域。在底盘电控领域，产业格局稳定，国内企业的产品大多还处于样车搭载阶段，能否形成批量销售还需要进一步观察。
动力控制：商用车自动变速箱AMT快速增长带来机会；
动力控制包括动力控制、档位控制等。与乘用车不同，当前我国绝大部分商用车还在使用MT，没有实现电控化。重卡AMT变速箱一直因为成本、超载、油耗等问题没有得到大规模使用，成为动力电子控制的缺口。
智能驾驶赋能AMT，对AMT在重卡上渗透起到了促进作用。2020年，在多重合力下，重卡AMT销量增长7倍，呈现快速增长。预计到2025年物流重卡AMT匹配率将从2020年的8%提升到70%以上，普及速度惊人。
根据相关测试，AMT重卡节油率在1%，通过智能控制对发动机与变速箱深度优化后节油率有望到达3%。基本上1年就能把前期多投入的购车成本收回来，市场已经自发接受AMT技术。以福田戴姆勒的预测性巡航功能为例，在高速物流场景下，车辆能够通过网联功能提前获取前方道路情况，并自动调整发动机的输出与换挡策略，保持动力总成工作在最佳经济区，以提升车辆的燃油经济性，同时降低了对驾驶员工作强度和技能的要求。L3级的自动编队（Truck Platooning）功能，通过V2X技术，能够实现多车的编队行驶，通过减低后车的风阻实现油耗的进一步下降。这些功能实现均需要基于AMT/AT等电控变速箱完成。
因为干线物流对智能驾驶的需求迫切，头部企业一汽、东风、重汽、陕汽等均在布局从L1到L4级别的智能驾驶，预计到2025年智能驾驶卡车在干线物流领域占比将达到50%以上。
在智能驾驶的推动下，我们预计未来5年AMT重卡在牵引车的渗透率将会快速提升至70%以上，用5年时间完成欧美国家10~15年的普及过程。快速普及将会给产业带来新的机会。在AMT变速箱普及的另一重要原因是ZF、Eaton等国际公司实现了本地化生产，大幅降低了产品成本。在这一过程中，齿轮系统单值高、本地采购需求迫切，双环传动等本土齿轮企业有望持续受益。
推荐阅读
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/QVtNryn5SoWmvwHx5JxxPg
