车载摄像头是智能驾驶汽车的重要传感器，功能是监控汽车内外环境以辅助驾驶员行驶。按照安装位置的不同可以分为前视、后视、环视、内视等等。
从产业链脉络来看，从上游的晶圆、保护膜，到中游的CMOS、DSP，再到下游的模组，基本都具有高技术壁垒，由海外公司主导，在部分领域中国厂商已经开始起步，但是均存在一定的追赶空间。
1、上上游：分为光学镜片、滤光片、保护膜、晶圆。
其中“光学镜片+滤光片+保护膜”是镜头组的上游；晶圆是CMOS和DSP芯片的上游。
光学镜片制造原材料有光学玻璃和石英玻璃等，市场竞争激烈。
滤光片通常安装在摄像头镜头之后，接近图像传感器表面，是用来选取所需辐射波段的光学器件，可改善图像质量。
滤光片基片多为白玻璃、有色玻璃、石英、塑料等。
海外供应商包括旭硝子、大真空、日本电波、Optrontec等，主要来自日韩，国内供应商包括水晶光电、欧菲光、激埃特等。
以海外厂商为主，国内水晶光电、海泰也有供应能力，但是市场竞争力仍存在一定的上升空间。
2、上游：分为镜头组、胶合材料、CMOS、DSP
“镜头组、胶合材料、CMOS”为模组封装商的上游。
“DSP”为系统集成商提供DSP。
用于车载摄像头的胶合材料主要为UV胶（UltravioletRays），用于模组封装环节。供应商数量较多，市场竞争较为激烈，基本由欧美与日本厂商组成。
图像传感器主要分为CCD图像传感器（ChargedCoupledDeviceImageSensor，电荷耦合器件图像传感器）和CMOS图像传感器（ComplementaryMetal-OxideSemiconductorImageSensor，互补金属氧化物半导体图像传感器）两大类，CMOS已经成为图像传感器市场的主导产品。
CCD和CMOS图像传感器的主要区别在于二者感光二极管的周边信号处理电路和对感光元件模拟信号的处理方式不同。
CCD图像传感器中感光元件接受的模拟信号直接进行依次传递，在感光元件末端将所传递的模拟信号统一输出，并由专门的数模转换芯片及信号处理芯片进行放大、数模转化及后续数字信号处理，CCD图像传感器具有高解析度、低噪声等优点，但生产成本相对较高，主要用于专业相机、摄影机等设备。
而CMOS图像传感器中每个感光元件均能够直接集成放大电路和数模转换电路，无需进行依次传递和统一输出，再由图像处理电路对信号进行进一步处理，CMOS图像传感器具有成本低、功耗小等特点，且其整体性能随着产品技术的不断演进而持续提升。
由于CMOS图像传感器具有集成度高、标准化程度高、功耗低、成本低、体积小、图像信息可随机读取等一系列优点，从90年代开始被重视并获得大量研发资源，其市场份额占比逐年提升。
目前已广泛应用于智能手机、功能手机、平板电脑、笔记本电脑、汽车电子、移动支付、医疗影像等应用领域，成为移动互联网和物联网应用的核心传感器件。目前，全球主要CMOS图像传感器供应商包括三星、索尼、豪威科技、格科微等。
根据统计，2012年，全球图像传感器市场规模为99.6亿美元，其中CMOS图像传感器和CCD图像传感器占比分别为55.4%和44.6%。
随着CMOS图像传感器设计水平及生产工艺的不断成熟，其性能及成本上的综合优势凸显，逐渐取代了部分CCD图像传感器的市场份额。
至2019年，全球图像传感器市场规模增长至198.7亿美元，而CMOS图像传感器占比增长至83.2%。
预计到2024年，全球图像传感器市场规模将达到267.1亿美元，实现6.1%的年均复合增长率，而CMOS图像传感器的市场份额也将进一步提升至89.3%。
根据统计，2012年，全球CMOS图像传感器出货量为21.9亿颗，市场规模为55.2亿美元。
至2019年，全球CMOS图像传感器市场出货量为63.6亿颗，市场规模达到165.4亿美元，分别较2018年度增长了21.4%和29.0%，相对于2012年的年均复合增长率分别达到16.5%和17.0%。
得益于智能手机、汽车电子等下游应用的驱动，预计未来全球CMOS图像传感器市场仍将保持较高的增长率，至2024年全球出货量达到91.1亿颗，市场规模将达到238.4亿美元，分别实现7.5%7.6%的年均复合增长率。
车载摄像头领域，CMOS是主流传感器。
CMOS全球市场份额来看，索尼常年占据了市场40%以上的份额，其CMOS业务主要集中在手机。
但是车载应用CMOS的行业龙头为安森美，韦尔股份旗下的豪威科技紧随其后。
根据数据，车载CIS（CIS：CMOS图像传感器）市场，安森美占据龙头地位，市场占有率高达60%，韦尔股份旗下的豪威科技占有率也在不断提升。
索尼和三星作为手机CIS的龙头，进入车载市场较晚，正在快速切入。
DSP芯片作用是将模拟信号转化为数字信号。
DSP芯片头部厂商主要是德州仪器(TI)、模拟器件公司(ADI)和摩托罗拉(Motorola)，其中德州仪器的市场占有率最高，在DSP芯片市场中处于领先位置。
3、中游：分为模组供应商、系统集成商
国外厂商在车载摄像头前装市场优势明显，占主要市场份额，头部公司包括索尼、松下、法雷奥、麦格纳等等。
国内公司逐渐涌现，包括海康威视、德赛西威、舜宇光学、联创电子、欧菲光、苏州智华、辉创电子、同致电子、信利国际、豪恩汽电等，但是仍有一定的追赶空间。
国内的模组封装厂商主要包括舜宇光学和欧菲光，两家厂商在手机摄像头模组封装领域发展迅速，已经进入车载摄像头模组封装领域。
非上市公司如苏州智华、深圳豪恩、联合光学等模组封装厂商也在发展。
整体来看国产厂商与国外头部厂商存在明显差距。
4、下游：整车厂等
根据数据，全球平均每辆汽车搭载摄像头数量将从2018年的1.7颗增加至2023年的3颗。
我国2020年汽车摄像头平均搭载数量仅有1.3颗，市场空间巨大。根据我们的测算，2025年国内乘用车车载摄像头市场空间约为180亿元。
二、超声波雷达：逐步实现国产替代，市场格局几乎定型
超声波雷达常见的工作频率有40KHz、48KHz、58KHz等，由于频率越高，水平与垂直方向的探测角度就越小，探测面积就越小，因此40KHz为最常见的频率。
超声波雷达的探测范围基本在0.1米至3.0米之间，且超声波雷达技术成熟、性价比高，是倒车、停车场景下最优的量产方案选择。
超声波雷达的缺点在于测试角度小需要安装多个、测距短、只适用于低速场景等。
目前阶段，单车约配备12个超声波雷达（倒车雷达安装4个超声波传感器，自动泊车系统在倒车雷达系统的基础上再增加4个UPA（超声波驻车辅助，UltrasonicParkingAssistant）和4个APA（自动泊车辅助，AutomaticParkingAssistant）超声波传感器，合计12个）。
超声波雷达技术较为成熟，国内外差距主要在于传感器的稳定性、可靠性等方面。
目前超声波雷达已逐步实现国产替代，但中国超声波雷达厂商的研发能力较海外对手仍有差距，且超声波雷达市场格局已经定型，中国厂商有望进一步缩小与海外对手的产品力差距，但是发展空间较为有限。
三、毫米波雷达：22GHz转向77GHz，国内外市场快速增长
上游：分为MMIC单片微波集成电路、天线高频PCB板、DSP/FPGA。硬件成本占比约50%
1、MMIC单片微波集成电路：
国外：英飞凌Infineon、TI、ST、ADI、NXP
国内：清能华波、加特兰微电子、厦门意行半导体、矽杰微电子、南京米勒
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、检波器、调制器、压控振荡器(VCO)、移相器等。
MMIC具有电路损耗低、噪声低、频带宽、动态范围大、功率大、抗电磁辐射能力强等特点。MMIC电路中核心芯片目前基本来自恩智浦(NXP)、英飞凌、德州仪器(TI)等海外芯片设计公司。
MMIC成本占比达到约25%左右。
2、天线高频PCB板：
国外：Rogers、Isola、Schweizer
国内：沪电股份（上市）、生益科技（上市）
毫米波雷达天线的主流方案是微带阵列，将多根天线集成在PCB基板上实现天线的功能。
由于毫米波频率较高，对于电路尺寸精度有一定要求，因此选用高频板材PCB作为印刷电路板。目前雷达天线高频PCB板由沪电股份、Rogers(罗杰斯)、Isola、Schweizer（施瓦茨，目前沪电股份持有公司19.74%股权）、松下电工、雅龙等少数公司掌握。
国内大多数高频PCB板厂商暂无技术储备，只能根据图纸代加工，元器件仍需国外进口。
国内的沪电股份是大陆和博世的PCB板材供应商，目前已就24GHz和77GHz高频雷达用PCB产品与国际顶尖厂商Schweizer开展合作。
生益科技于2016年实现了产品出货，年产150万平方米高频PCB板一期项目已于2019年3月试产，预计2020年可实现满产。
天线高频PCB板成本占比达到约10%左右。
毫米波雷达的核心部件为MMIC（MonolithicMicrowaveIntegratedCircuit，单片微波集成电路）芯片和天线PCB板。
技术领先的国家对中国采取了技术封锁的手段，核心芯片几乎被TI、英飞凌、NXP、ADI、ST、富士通、安森美、瑞萨等国际半导体公司垄断。
3、基带数字信号处理器（DSP/FPGA）：
国外：英飞凌Infineon、TI、ST、ADI、瑞萨Renesas
国内：无
毫米波雷达的数字信号处理功能通过DSP芯片或FPGA芯片实现。
高端DSP芯片和FPGA芯片主要被国外企业垄断，DSP芯片供应商有飞思卡尔、英飞凌、亚德诺半导体、意法半导体等公司，FPGA芯片供应商有赛灵思、阿尔特拉、美高森美、莱迪思等公司。
智能驾驶行业社群限期开放
数字信号处理器（DSP/FPGA）成本占比达到约10%左右。
中游：主要是毫米波雷达生产企业，软件成本占比达到50%。
中游企业主要进行毫米波雷达算法研发。
算法需要大量数据支持，研发投入需求较大，是雷达性能的决定性因素之一。
根据波的传播理论，频率越高，分辨率越高，穿透力越强。
车用毫米波雷达工作频段为21.65-26.65GHz和76~81GHz，主流车的工作频率是在24GHz、77GH、79GHz三个频率段附近。
此前，各国给毫米波雷达分配的频段主要集中在24GHz和77GHz，24GHz主要用于中短程探测（SRR、MRR）；77GHZ主要用于中远程的探测（LRR）。
从行业趋势来看，毫米波雷达的第一个发展方向是从24GHz转向77GHz，79GHz毫米波雷达则为更进一步的发展目标。
根据佐思产研雷达月报，国内77GHz毫米波雷达出货量在2019年超过24GHz毫米波雷达。
从24GHz转向77GHz的原因：
(1）从技术角度分析，77GHz毫米波雷达相较24GHz毫米波雷达拥有探测距离更远、分辨率更高、体积更小等优势，能进一步提升产品力。
(2）从政策角度分析，随着全球移动通信应用继续消耗“较低”频率的频谱，各国也逐渐引导毫米波雷达退出24GHz领域。
国内工信部发文，自2024年1月1日起，停止生产或者进口在国内销售的24.25-26.65GHz频段车载雷达设备。
日本也已不再使用24GHz车载雷达技术。
根据观察者网引用的第三方数据，中国市场中，24GHz市场主要由法雷奥(Valeo)、海拉(Hella)和博世(Bosch)主导，合计出货量占总出货量的60%以上；77GHz雷达主要由大陆集团(Continental)、博世(Bosch)和德尔福(Delphi)主导。
根据数据，2018年这三家在中国市场占据总出货量份额80%。
2020年我国毫米波雷达的市场规模为180亿元。
2021年1-11月国内上市新车搭载前向/角毫米波雷达上险量为1,186.91万颗，同比增长44.55%。
国内毫米波雷达产品总体仍处于研制阶段，2018年开始能量产24GHz毫米波雷达，目前24GHz毫米波雷达的产品体系已经相对成熟，供应链已经相对稳定。
24GHz的核心芯片射频芯片能从英飞凌、飞思卡尔等芯片供应商获得。
中国华域汽车、森思泰克、湖南华纳、安智杰等企业已实现24GHz毫米波雷达产品大规模量化。
但英飞凌、飞思卡尔、意法半导体等芯片商对中国并没有放开77GHz毫米波雷达芯片的供应，因此国内77GHz毫米波雷达的发展较慢。
国内布局毫米波雷达领域的公司包括传统零部件企业和初创企业两类。
传统零部件公司包括德赛西威、华域汽车、保隆科技等。
初创公司包括森思泰克、行易道、安智杰、安智汽车、承泰科技、楚航科技、川速微波等。
部分企业已实现24GHz和77GHz毫米波雷达传感器量产。
相较于激光雷达、摄像头等，毫米波雷达具备全天候全天时的探测能力，即使在雨雪、尘雾等恶劣环境条件下依旧可以正常工作，且毫米波雷达直接测量距离和速度，对目标运动状态的检测更为方便。
我们认为国内外毫米波雷达市场仍将保持快速增长：
(1）单车装载数量提升：
(2）单价提升：
从单价来看，24GHz毫米波雷达在500元左右，而77GHz的毫米波雷达系统在1,000元左右。由于24GHz将被逐渐替换为77GHz、79GHz，因此单车价值进一步提升。
(3）汽车智能化渗透率提升：
目前L2渗透率较低，2020年国内约为15%。汽车智能化为大势所趋，我们认为L2以上的渗透率将逐年稳定、快速提升。智能汽车渗透率的提升将强势拉动毫米波雷达需求。
四、激光雷达：迎来量产元年，国产有望弯道超车
一、激光器（属于发射系统，分为固体激光器、半导体激光器、气体激光器等）：
OSRAM（欧司朗）、AMS（艾迈斯半导体）、lumentum（鲁门特姆）、瑞波光电子（力合科创（上市）持股9.13%）、纵慧芯光（VCSEL芯片，是激光雷达的光源，华为投资）、炬光科技（上市）
激光器实现发射光束的光源作用。
激光器从发射维度看可以分为两大类：边发射(EEL)和垂直腔面发射(VCSEL)。
EEL作为探测光源具有高发光功率密度的优势，但EEL激光器因为其发光面位于半导体晶圆的侧面，使用过程中需要进行切割、翻转、镀膜、再切割的工艺步骤，往往只能通过单颗一一贴装的方式和电路板整合，而且每颗激光器需要使用分立的光学器件进行光束发散角的压缩和独立手工装调，极大地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。
垂直腔面发射激光器(VerticalCavitySurfaceEmittingLaser，VCSEL)其发光面与半导体晶圆平行，具有面上发光的特性，其所形成的激光器阵列易于与平面化的电路芯片键合，在精度层面由半导体加工设备保障，无需再进行每个激光器的单独装调，且易于和面上工艺的硅材料微型透镜进行整合，提升光束质量。
传统的VCSEL激光器存在发光密度功率低的缺陷，导致只在对测距要求近的应用领域有相应的激光雷达产品（通常小于50m）。
近年来国内外多家VCSEL激光器公司纷纷开发了多层结VCSEL激光器，将其发光功率密度提升了5~10倍，这为应用VCSEL开发长距激光雷达提供了可能。结合其平面化所带来的生产成本和产品可靠性方面的收益，VCSEL未来将有望逐渐取代EEL。
目前市场主要参与者仍以海外厂商为主，包括OSRAM（欧司朗）、AMS（艾迈斯半导体）、Lumentum（鲁门特姆）等；国产厂商包括深圳瑞波光电子有限公司、常州纵慧芯光半导体科技有限公司等。
2探测器：
sony、FirstSensor、Hamamatsu滨松光子、ONSemiconductor安森美、量芯集成、灵明光子（小米投资）、南京芯视界（SPAD，华为投资）。
从竞争格局来看，目前探测器领域仍以国外厂商为主。
探测器属于接收系统，分为SiPM探测器（硅光电倍增管）、APD探测器（雪崩光电二极管）、SPAD探测器（单光子雪崩二极管）等。
单光子器件(SPAD)具有极强的感光能力，在生物医学的荧光探测领域和核磁影像领域已经取得了广泛的应用，然而由于硅材料对激光雷达所采用的近红外光波段的吸收系数较弱，导致在激光雷达接收端的测量灵敏度不及当前在激光雷达中广泛使用的线性雪崩二极管探测器APD。
近年来，因为激光雷达行业的兴起，国内外多家探测器公司在不断优化单光子器件在近红外波段的量子效率，在实际探测灵敏度方面已经逐渐超越了APD。
未来几年内，随着设计和工艺的进一步优化，单光子探测器对APD性能的优势将越发明显。
3FPGA（信息处理）：Intel、Xilinx（两个海外巨头）、紫光国微（上市）、智多晶（小米投资）
四、模拟芯片：TI、ADI亚德诺半导体、矽力杰、圣邦股份（上市）
五、光学部件：
1、旋转电机&扫瞄镜（属于扫描系统，也叫扫描器）
中游：中游大部分的激光雷达厂商主要做硬件集成的工作，并添加自研的算法，进行封装后卖给下游厂商。
机械式：Velodyne、Valeo、Waymo、Ouster、禾赛科技、速腾聚创、镭神智能
半固态-转镜式：Velodyne、法雷奥、Luminar、IBEO、Innovusion、禾赛科技、镭神
智能、锐驰智光、Livox
半固态-MEMS：Luminar、Innoviz、禾赛科技、速腾聚创、一径科技
固态-OPA（光学相控阵）：Quanergy、力策科技
固态-FLASH：Ouster、IBEO、LuminWave、AnalogPhotonicsFMWC：Blackmore、Aeva、Scantinel、Photonics、Strobe、光勺科技
其中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。
大部分ToF激光雷达产品采用分立器件，即发射端使用边发射激光器(EdgeEmittingLaser，EEL)配合多通道驱动器、接收端使用线性雪崩二极管探测器(AvalanchePhotodiode，APD)配合多通道跨阻放大器(Trans-ImpedanceAmplifier，TIA)的方案。
ToF激光雷达系统主要包括发射模块、接收模块、控制及信号处理模块和扫描模块（如有）。
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。
机械式激光雷达：其发射系统和接收系统存在转动，通过不断旋转发射头，将速度更快、发射更准的激光从“线”变成“面”，并在竖直方向上排布多束激光，形成多个面，达到动态扫描并动态接收信息的效果。
传统机械式激光雷达要实现更高线束，需要增加发射模块与接收模块的数量。
但是由于种种缺点，机械式较难应用在规模量产车型当中。
缺点：成本较高（64线Velodyne机械式激光雷达价格在7万美元以上）、旋转部件体积、重量庞大，导致机械零部件寿命不长（约1,000-3,000小时）+机械旋转部件在行车环境下的可靠性不高+装配困难等。
混合固态（半固态）激光雷达在产品外形上不存在机械旋转的部件，但内部实际存在小巧的机械旋转扫描系统。半固态分为转镜方案和MEMS方案。
转镜式激光雷达：
通过反射镜面围绕圆心不断旋转，将激光反射到不同的角度完成对前方一定角度内的扫描，激光发生器本身固定不动。
在转镜方案中，存在一面扫描镜（一维转镜）和一纵一横两面扫描镜（二维转镜）两种技术路线。
一维转镜线束与激光发生器数量一致，而二维转镜可以实现等效更多的线束，在集成难度和成本控制上存在优势。
相较于同为混合固态激光雷达的MEMS微振镜激光雷达，它在功耗、散热等方面有着更大优势。
不过转镜方案与MEMS微振镜一样存在信噪比低，和有效距离短，FOV视场角受限等问题。
转镜式方案中有法雷奥Scala的成功案例，是已经通过车规认证并实现了前装量产的技术方案。
MEMS激光雷达：MEMS扫描镜内部集成了“可动”的微型镜面，MEMS扫描镜兼具“固态”和“运动”两种属性，故称为“混合固态”。
MEMS激光雷达可以直接在硅基芯片上集成体积十分精巧的MEMS微振镜来代替传统的机械式旋转装置，在驱动电路的带动下，MEMS振镜产生高频旋摆，而激光源是固定不动的，打在振镜上的电磁波就会在振镜的转动下，快速扫描镜头前方的环境。
这一变化带来的最大优点在于本身不用再大幅度地进行旋转，可以有效降低整个系统在行车环境出现问题的几率。
另外，主要部件运用芯片工艺生产之后，量产能力也得以大幅度提高，有利于降低激光雷达的成本，可以从上千乃至上万美元降低到数百美元。
优点：准确度高，MEMS微振镜振动小，可以精确控制偏转角度，而机械激光雷达只能调整马达转速；成本低，对激光器和探测器的数量需求明显减少；体积减小，不需要笨重的马达
缺点：仍然存在微振镜的振动，此结构特性会影响整个部件的寿命；激光扫描受微振镜面积限制，与其他技术路线在扫描范围上有一定差距。
只用一组发射激光和接收装置，信号光功率远低于机械激光雷达；接收端的收光孔径非常小，远低于机械激光雷达，而光接收峰值功率与接收器孔径面积成正比，因此意味着信噪比的降低，也意味着有效距离的缩短。
固态激光雷达：是完全没有移动部件的激光雷达。
且由于装配调试可以实现自动化，若能实现量产则可以大幅降低成本。
固态激光雷达的技术路线尚未定型，目前分为OPA固态激光雷达和Flash固态激光雷达。
优点：不存在旋转的机械结构，所有的激光探测水平和垂直视角都是通过电子方式实现的，因此提高了耐用性。
数据采集速度快，分辨率高，对于温度和振动的适应性强；通过波束控制，探测点可以任意分布，这是机械式激光雷达无法实现的。
OPA（opticalphasedarray光学相控阵技术）激光雷达：
OPA仍处于研发阶段。
优点：相比于MEMS，没有任何机械部件，结构相对简单，精度高，体积小，扫描速度快
缺点：易形成旁瓣，影响光束作用距离和角分辨率，使激光能量被分散。
光学相控阵要求阵列单元尺寸必须不大于半个波长，阵列单元尺寸小于500nm，对加工精度要求高，扫描角度有限，探测距离很难做到很远，接收端方案薄弱，信噪比较差。
Flash固态激光雷达：
属于非扫描式雷达，发射面阵光，是以2维或3维图像为重点输出内容的激光雷达。
Flash是目前较为主流的技术方案，目前高性能Flash激光雷达主要是IBEO和OUSTER。
优点：发射端方案较成熟，成本较低；没有延迟，扫描速度快；体积小，稳定性高。
缺点：采用单脉冲测量，单脉冲需要较高的能量，峰值功率能达到上百千瓦至兆瓦级别，需要搭载固体激光器，而固体激光器成本很高，且闪光能量可能伤害人眼安全，受严格限制。
因为目前VCSEL的效率和指向性，让Flash激光雷达有效距离和分辨率都不及前两类。
FMCW激光雷达：主要通过发送和接收连续激光束，把回光和本地光做干涉，并利用混频探测技术来测量发送和接收的频率差异，再通过频率差换算出目标物的距离。FMCW按光波的相干方式，可分为线性调频和编码调相两种。
相较于TOF激光雷达，FMCW存在四个显著的优势。
第一，抗干扰能力很强，不会受到环境光的干扰。
首先是因为FMCW基于相干原理，它只能接收到自己发出去的光，其次是它内置的光源的强度要比反射进来的阳光强度高至少三个数量级，阳光对它的影响基本可以忽略不计，再者，其滤波片的带宽在0.01纳米以内，而TOF激光雷达的滤波片带宽有20-30纳米。
第二，信噪比很高。
在FMCW激光雷达中，除了激光器所发出的信号光外，还有经过光束分束器的本振光，信号光的回波和本振光一同耦合到光探测。
除了接收到光信号光功率，外本地震荡光功率也一同与背景噪声相竞争，结果就压抑了噪声。
远距离激光雷达往往会牺牲FOV来追求更长的探测距离，这其实对信噪比要求比较高，因此，在技术成熟后，FMCW会是远距离感知更好的选择。
第三，FMCW可获取每个像素点的速度维数据，这不仅延长了有效探测距离，还减少了后端处理对算力的要求。
第四，可实现更高程度的“芯片化”。
不仅信号处理、激光器、探测器等可以进行芯片化，扫描部件可以基于硅光技术芯片化，光学镜头也有可能被芯片化，在最理想的情况下，扫描模块还可跟收发模块（激光器+探测器）集成到同一个芯片上。
激光雷达发展的大趋势是机械式向半固态再向固态发展，目前的技术阶段正从机械式向半固态转变。
目前半固态中MEMS和转镜的路线正在竞争，MEMS是当前市场上主流方案。
长远来看，固态应是未来的发展方向。
激光雷达的市场规模正在加速扩大。从整个激光雷达的市场空间来看，根据沙利文的统计及预测，2025年中国激光雷达市场规模将达到43.1亿美元，全球市场规模为135.4亿美元。
从2025年数据细分来看，无人驾驶市场（Robotaxi/Robotruck）激光雷达市场规模预计为35亿美元，高级辅助驾驶激光雷达市场预计达到46.1亿美元，服务型机器人激光雷达市场达到7亿美元，车联网激光雷达市场预计超过45亿美元。
从车载与工业领域的激光雷达空间来看，根据数据，2020年我国车载激光雷达的市场规模为5亿元，2025年全球汽车与工业市场激光雷达市场将达到43.59亿美元。
海外公司布局激光雷达较早，参与者较多。
Velodyne起步最早，在机械激光雷达市场拥有较大优势，也在前装固态激光雷达市场蓄势待发。
Luminar成立于2012年，于2020年12月在纳斯达克上市，成为继Velodyne后全球第二家上市的激光雷达厂商。
Innoviz成立于2016年，为MEMS路线的头部公司，于当年发布其第一款MEMS激光雷达InnovizOne，于2020年推出第二代产品InnovizTwo，预计将在2023年第三季度开始实现量产。
Ouster是flash激光雷达路线的先驱，成立于2015年，于2018年推出第一代产品OS1；2020年1月推出第二代产品超广角激光雷达OS0和远距离激光雷达OS2。
Aeva是FMCW4D激光雷达的开拓者，于2019年发布首款FMCW芯片激光雷达。
国内速腾聚创、图达通、禾赛科技、华为、镭神智能等品牌成为入局的第一梯队。
北醒光子、北科天绘等也纷纷入局。
目前制约激光雷达大面积量产的主要原因，一方面是成本与价格太高，另一方面是性能是否能通过车规级验证仍需要测试。
从成本与价格来看，麦姆斯咨询估算机械式激光雷达每组的芯片成本约200美元，仅16组的芯片成本就高达3200美元，机械式激光雷达的价格则在数万美元量级，是车企难以接受的。
Velodyne独占时期的机械式激光雷达价格便超过10万美元。
特斯拉的马斯克不看好激光雷达路线的主要原因就是激光雷达成本高。
随着激光雷达路线的更迭发展，目前半固态路线激光雷达的单已经下探到2,000美元以下。
2020年CES展会期间，多家供应商发布低成本车载激光雷达，部分价格下探至1,000美元以下。
Innoluce曾发布一款MEMS激光雷达设计方案，成本控制在200美元以内。而未来固态路线的激光雷达的单价则有望进一步下降至数百美元的量级。
控制成本与价格，通过价格下探来获取市占份额是激光雷达供应商的一个重要竞争方向。
2020年8月大疆宣布公司首个实现了车用智能驾驶激光雷达价格降到千元级别，而且能量产供应。华为计划将激光雷达的成本降低至几百美元，未来目标是降低至100美元。
Quanergy等创业公司声称固态激光雷达能达到200-300美元。
从技术水平与方向来看，我们认为国产供应商存在弯道超越的可能。
虽然国外企业布局较早，但激光雷达属于新兴产品，仍处于技术路径未定型的高速发展阶段。
我们判断未来将有5—10家成规模的国产激光雷达企业稳定存在。
重点公司分析——炬光科技：大功率半导体激光产品供应商
（1）半导体激光业务以高功率半导体激光元器件为基础，分为开放式器件、光纤耦合模块、医疗美容器件和模块、工业应用模块、预制金锡材料等；
（2）激光光学业务主要包括光束准直转换系列（单（非）球面柱面透镜、光束转换器、光束准直器、光纤耦合器）、光场匀化器、光束扩散器、微光学透镜组、微光学晶圆等；
（3）汽车应用业务主要包括激光雷达面光源、激光雷达线光源、激光雷达光源光学组件等；
（4）光学系统业务主要包括固体激光剥离线光斑、固体激光退火线光斑等多种光学系统。
决策层
一、硬件——芯片：智能驾驶核心
智能驾驶汽车芯片按照产品功能可以分为三类：
第一类是ADAS芯片。
ADAS意为高级驾驶辅助系统，用于实现L1-L2级别的辅助驾驶功能。
目前智能驾驶汽车芯片的主要市场集中在ADAS驾驶辅助领域。
第二种是基于GPU的智能驾驶汽车芯片。
目前Mobileye、英伟达和特斯拉等公司推出商用产品。
第三种是支持智能驾驶功能的外围芯片。
如5G芯片、V2X芯片、数字座舱芯片、虚拟仪表芯片、信息安全芯片、胎压监测芯片和域控制器芯片等。这些芯片起到为智能驾驶提供辅助、支持的作用。
1、智能驾驶芯片的发展趋势
CPU、GPU、FPGA、ASIC将依次成为智能驾驶芯片的发展趋势。
过去汽车的电控单元ECU使用CPU，随着数据量的提升，传统CPU的算力不足以支撑，因此GPU逐渐开始替代CPU。
由于智能驾驶需要进行大量的计算处理，算力需求进一步增加，FPGA与GPU相结合成为当前的主流方案；
着眼未来，当现有方案难以支撑计算需求的时候，ASIC或将成为未来的发展方向。
对于L0/L1级系统，传统的车规级CPU即可满足需求；对于L2至L3级别，目前采用的主流方案是FPGA和GPU相结合，但是FPGA芯片硬件编程复杂性太高，GPU算力也强，但功耗和价格太高，不适合大规模量产，因此仍需要进一步发展。
2、竞争格局
智能驾驶芯片行业参与者较为多样化。
有以恩智浦、德州仪器为代表的传统汽车芯片厂商，有英特尔、高通、英伟达等电子芯片巨头，有以特斯拉为代表的车企，以及以地平线、芯驰科技为代表的创业公司。
英特尔、英伟达等是较早布局智能驾驶芯片的企业，目前占据了全球智能驾驶芯片市场的较大份额，从市场份额出发，属于汽车芯片市场的第一梯队。
英伟达定位在L3及以上等级的智能驾驶，作为GPU的发明者，在汽车主控芯片的GPU市场处于垄断地位，常年保持70%的市场占有率。
目前英伟达的Orin芯片是技术最为成熟的智能驾驶域控制器芯片，在L2+以上的智能驾驶领域具有较大的技术优势，目前国内的主机厂要进行L3与L4级别的智能驾驶的开发基本只能选择英伟达的芯片。
目前奥迪车型、特斯拉前期车型、小鹏、威马，以及大量的主流新能源乘用车都是基于英伟达的Xavier或者Orin芯片，算力级别主要是30TOPs，2022年推出的蔚来ET7、小鹏G9等高端车型可能高达500-1000Tops。
高通和华为位于第二梯队。
高通与英特尔、英伟达同属世界芯片巨头，但是高通在智能驾驶芯片领域相较于竞争对手少了筹码。
2016年，高通拟以440亿美元天价收购半导体公司恩智浦(NXP)，并申请9个国家的反垄断批准。
但因未获得中国地区的反垄断批准，最终高通的收购计划落空，向恩智浦赔付20亿美元解约费。
在智能驾驶领域，高通于2020年1月推出了SnapdragonRide平台，可提供不同等级的算力，包括以小于5瓦的功耗提供的L1级别的10TOPS算力，以及100多瓦功耗、700TOPS算力的配置下，整个系统的功耗差不多会在100多瓦左右，但这更多是瞄准2023年之后的车型。
不过高通凭借在通信及消费电子领域的优势，基于智能手机芯片的经验，成为智能座舱芯片领域的行业龙头。
长城汽车车载智能芯片由高通公司负责，长城汽车在2022年推出的高端车型上将会率先采用高通SnapdragonRide平台，应用到其智能驾驶系统中。
长城汽车的另一个合作伙伴是华为，其将为长城汽车提供以MDC为基础的高算力智能驾驶计算平台。
华为面向智能驾驶领域推出多款MDC计算平台系列。硬件平台内部包含了两个核心芯片，分别是CPU处理器和AI处理器。
CPU采用鲲鹏芯片。
业界推测AI芯片采用的是昇腾310芯片。
除了长城汽车外，北汽、长安也与华为有深度合作，2021年新车型或有望逐步推出。
第三梯队是其他的第三方芯片厂商，其中就包括地平线、云途、黑芝麻等国产公司。
以地平线为例，地平线的“征程3”智能驾驶芯片进入2021款理想ONE，取代了理想原来采用的Mobileye芯片。
截至2020年底，地平线征程系列芯片出货量已经超过16万片，继征程2、征程3之后，面向L4高等级智能驾驶的征程5芯片也已一次性流片成功，将于年内正式发布。
除此之外，越来越多的车企也开始尝试自主研发智能驾驶芯片。
国外车企以特斯拉为代表。
特斯拉早期搭载的芯片包括MobileyeEyeQ3与英伟达DRIVEPX2，后期选择自研FSD芯片自用。
在国内市场，蔚来汽车在今年10月被曝出有意涉足智能驾驶芯片这一领域，造车新势力零跑汽车推出了具有自主知识产权的凌芯01智能驾驶芯片。
吉利集团旗下亿咖通科技与云知声共同出资成立合资公司芯智科技。此外比亚迪、长城汽车等也在芯片业务上有所布局。
促使车企自主研发的原因有很多。首先，以Mobileye为代表的芯片供应商提供的芯片和算法紧密耦合且打包出售，车企希望通过自主研发获得更多自主权。
其次，企自研智能驾驶芯片可以降低成本、积累人才，增强品牌效应。此外，车企自研芯片可以节省采购开支。
二、硬件——域控制器：智能驾驶大势所趋
从单车价值量看，自驾域单车价值量较大。
目前市面L3级以上的智能驾驶域控制器的单价在3,000元~10,000元左右，L2级自驾域单价2,000元左右；座舱域控制器的单价在2,000元左右；底盘域由于需要达到ASIL-D安全等级，故价格和座舱域相当，也是2,000元左右；车身域控制器单价在500元左右。
国内外巨头纷纷布局智能驾驶域控制器。
目前智能驾驶域控制器主要有四类玩家：
1、头部新势力企业，如特斯拉自研智能驾驶芯片，蔚来自研域控制器然后找第三方代工；
2、国际Tier1，自己与芯片商合作，做方案整合后研发域控制器并向整车厂销售，例如大陆ADCU、采埃孚ProAI、麦格纳MAX4等；
3、域控软件供应商，例如TTTech与上汽集团合资成立了创时智驾，为上汽成员企业配套智能驾驶域控制器产品；
4、本土Tier1，根据英伟达在10月云栖大会上公布的信息，目前采用英伟达Orin系列方案的车企客户包括奔驰、沃尔沃、蔚来汽车、小鹏汽车、理想汽车、上汽智己以及R汽车，德赛西威拿到了其中大部分的域控制器定点订单。此外还有华为、经纬恒润、福瑞泰克等企业布局了这一领域。
市场空间：根据产业链调查，智能驾驶域控制器方面，预计国内市场2025年出货量将超400万套，随着支持L3级智能驾驶的域控制器逐渐放量，平均价格有望从现在2000元左右提升3000元以上；座舱域控制器方面，预计2025年出货量将超500万套，随着入局者增多行业区域成熟，价格略微下滑。预计国内市场2025年座舱+智能驾驶域控制器市场规模将超200亿元。
三、软件——底层软件、中间件、上层应用软件：软件定义汽车
E/E架构：分布式架构向域集中架构演进
博世提出E/E架构的演进有三个阶段：分布式电子电气架构、域集中电子电气架构、车辆集中电子电气架构。
过去以及现在的绝大多数车企的车型都仍然处于分布式电子电器架构阶段，目前已经有少部分车型进入域集中电子电气架构。因此现阶段域控成为车企的转变方向。
分布式电子电气架构朝域集中电子电气架构演进主要有以下几点优势：
1、提升算力利用率。
分布式的汽车电子电气架构中，各类电子控制单元(ECU)的芯片仅在对应功能运行期间执行运算工作，其余时段芯片处理能力处于闲置状态，算力的利用效率较低。在汽车功能日趋丰富的趋势下，采用分布式的汽车电子电气架构将导致电子控制单元（ECU）数量的增加，造成更大的算力闲置。
而域集中式的芯片算力的利用效率大幅提高；
2、信息处理能力更强。
域集中式架构提高了汽车对各类信息的融合处理能力，整车功能协同得以强化。
分布式汽车电子电气架构中，通常采用一个功能对应一套硬件，功能间交互困难。
而在域集中式汽车电子电气架构中，处于同一域中的功能对应一个域控制器，同域功能间实现协同交互;
3、域集中式的汽车电子电气架构将同一功能域下的电子控制单元(ECU)集成，线束的长度和数量较分布式汽车电子电气架构大幅减少，减少了车身重量，符合轻量化的趋势，也减少了成本。
在分布式架构中，ECU被运用在制动系统、变速系统、悬架系统、安全系统、驱动系统等方方面面，几乎车辆的每一个独立功能和传感器都需要配备一个ECU。
2019年，中国汽车单车ECU数量为25个，目前在高端车型与智能化程度高的车型中主要ECU的数量达到100多个，加上一些简单功能的ECU总数可以超过200个。
除此之外，同一车辆上的不同ECU之间也需要通过CAN和LIN总线连接在一起，因此ECU数量的增多也导致了总线线束的数量和复杂程度的大幅提升。
总线线束的增加首先会增加车重，同时由于线束的主要材料为铜，线束的增多会较显著地提高单车成本。
域控架构将模块内多个ECU的功能集成到了一个域控制器中，可以很大程度地控制ECU数量，简化线束。
4、方便OTA升级。
分布式架构中ECU分散，而域集中式的汽车电子电气架构将同一功能域下的电子控制单元(ECU)集成，能够应对OTA的升级需求。
E/E架构的演变可以分为三个维度：硬件架构（分布式向域集中发展）、软件架构（软硬件耦合向解耦发展）和通信架构（LIN/CAN总线向以太网发展）。由于公司处于汽车软件赛道，因此重点探讨软件架构的变革。
软件架构：高度耦合转为分层解耦
软件架构从软硬件高度耦合向分层解耦方向发展。在过去的分布式电子电气架构阶段，软件嵌入于硬件中，嵌入式状态下难以对软件进行改变。在域集中电子电气架构阶段，由域控制器完成域内的协调工作。
由于域控制器需要控制整个域，因此来自不同供应商的软硬件必须要解耦才能方便对软件部分进行修改，以求达到基础软件可以复用、硬件接近即插即用的效果。因此软硬件解耦成为域集中式架构下的重要趋势。
在分层软件的理念中，整个软件架构建立于硬件之上，软件架构内又大致可以分为三层结构：
1、系统软件层：包括虚拟机、系统内核、POSIX、Autosar等；
2、功能软件层：多为中间件和开发框架；
3、应用软件层：包括智能座舱HMI、ADAS/AD算法、网联算法、云平台，以及其他应用软件。
“软件定义汽车”的时代，具备高速通信、更高算力、丰富图像感知能力的各种硬件给软件提供了强大的基础运行平台，汽车电子软件将由单一功能架构演变为面向服务架构(SOA)。
SOA正在成为软件架构的新主流，引领着汽车软件架构朝着分层、模块的方向发展。
Gartner把SOA定义为一种软件设计方法。
SOA与大多数通用的C/S架构模型不同，它着重强调构件的松散耦合，并强调模块化，使用独立的标准接口。
将应用程序的不同功能单元（称为服务）通过这些服务之间定义良好的接口和契约联系起来。
接口是采用中立的方式进行定义的，它独立于实现服务的硬件平台、操作系统和编程语言。
SOA将汽车各子系统中最小功能的逻辑单位抽离出来，封装成服务，组成一种粗粒度小、松耦合的服务架构。
SOA的优势在于将原本分散的ECU和对应的软件进行模块化，在硬件更换的情况下，软件、接口等依旧存在，避免了过去软硬件结合情况下，更换了硬件后软件也跟着被完全替换的问题。
经典AUTOSAR(ClassicAUTOSAR)及自适应AUTOSAR(AdaptiveAUTOSAR)混合方式是实现软硬分离的主要途径。
AUTOSAR可提供标准的接口定义、软件模块化设计，从而令软件及其组件不受硬件影响。经典AUTOSAR主要面向基于电子控制单元(ECU)的传统汽车嵌入式软件，自适应AUTOSAR主要面向更为复杂的基于域控制器或中央计算平台的汽车电子软件。
其中，自适应AUTOSAR相较于经典AUTOSAR能够更好支持强大算力的多核SoC、服务可灵活部署、支持空中升级(OTA)等优势，更符合“软件定义汽车”理念下对汽车电子软件的要求。
四、高精度地图：资质壁垒下行业集中度高
高精度地图是面向智能驾驶汽车的地图数据范式，其高精度体现为：
1、坐标精度更高，其绝对位置精度接近1m，相对位置精度在厘米级别（能够达到10~20cm）；
2、包含更多的道路交通信息元素，例如准确的道路形状、车道线的种类及颜色、每条车道的限速要求等特质特性。
高精度地图具备定位、感知、规划及决策四大功能，通过三大图层架构及在线服务面向智能驾驶使用场景。
高精度地图的图层架构主要分为：
1、地图图层：
记录的是对于道路的详尽描述，如道路边缘、车道边缘和中线等大量信息，以道路模型、车道模型与对象模型表达大量道路属性要素，并以厘米级的高精度数据，精准呈现息；
2、定位图层：
记录的是具备独特性的目标或特征，称为Landmark，如交通标志、地面标志、灯杆等，记录的内容包括绝对坐标、属性、几何轮廓等，用来和其他车辆传感器感知结果匹配，推算车辆位置；
3、动态图层：
通过云服务平台将动态事件实时传达给智能驾驶车，让车辆提前预知前方出现的可能影响驾驶策略的情况。
基于三大图层架构，高精度地图可以实现定位、感知、规划及决策，以匹配智能驾驶场景下的需求。
为什么高精度地图是实现智能驾驶的关键组成？
在L3以上的高阶智能驾驶中，对于车身环境的监控主体从驾驶员变为了系统。
只有当系统能够自动地探查与分析附近区域的状况时，高阶智能驾驶才具备实现基础。若没有高精度地图的辅助，仅依靠汽车传感器、惯性导航、计算单元等，智能驾驶传感系统存在鲁棒性缺陷。
而搭配高精度地图，基于定位图层的Landmark，通过与感知结果匹配并计算距离，可以精确计算出车辆当前的位置，与其他技术手段得出的高精度定位结果相互冗余，保证车辆时刻知晓自身位置。
此外，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。
高精度地图与普通电子地图的区别是什么？
两者的本质差别在于面向对象的不同。
普通电子地图面向对象为人，以人的认知为基础，解决的需求包括规划路线、确认地点、辨别方位等，而高精度地图面向对象为智能驾驶算法，面向的是“一台机器”，数据将作为智能驾驶算法的输入端，解决的需求包括环境感知、高精度定位、规划与决策等，是智能驾驶汽车行驶上路的“行动指南”。
高精度地图制作的技术门槛及成本较高。
普通电子地图主要依据GPS+卫星图片进行制作，其制作流程相对简单。
反观高精度地图，其生产步骤包括：(1）数据采集、(2）数据处理、(3）元素识别、(4）人工验证。
数据采集依赖高精度地图采集车，其具备采集点云数据的激光雷达装置、进行高精定位的RTK装置、获取车辆角度和加速度的惯导系统等，单车成本在百万级别；
数据处理方面，数据分为点云和图像两类，因为高精度要求，所以制图以点云为主。
点云图像处理后得到一个高精度图像，基于图像可以做精确的车道线识别，获得车道线的形状特征；元素识别方面，基本上都是使用深度学习来获取地图的要素识别，例如尝试从点云中提取车道线、灯杆、红绿灯等；人工验证方面，这一环节由人工完成，自动化处理的数据还不能百分百准确，需要人工在进行最后一步的确认和完善。
对于修正后的数据，需要上传到云端，最终形成的高精度地图也通过云平台进行分发。
除了精度提升至厘米级外，高精度地图的更新频率远高于普通地图。
普通地图更新频率一般是一个季度，而高精度地图的理想更新频率是1个小时。
高更新频率所带来的技术难点主要为：
(1）图商需要足够数量的采集车辆去更新数据；
(2）高精度地图的数据量巨大，对于车机的芯片存储及传输能力要求高。
高精度地图行业的竞争格局如何？
地理数据监管强化，甲级测绘资质具备稀缺性。
需要指出的是，车企的量产方案为了解决合规问题，会选择与有资质的图商合作，此外，由于高精度地图还需要构建高性能、高可靠、符合安全合规要求的基础设施、能有效支撑海量地图数据的安全存储、强大的算力资源以及智能算法、有效支撑第三方合作伙伴开展智能驾驶开发以及地图数据应用服务。
整体而言，合规性、技术门槛及高资本投入使得行业的准入门槛高，市场份额加速向头部玩家集中。
据IDC咨询数据口径，2020年中国高精度地图市场规模达4.74亿元，增速达70%，其中百度、四维图新和易图通位列市场份额前三位，分别为28.07%，21.61%和16.15%，叠加高德（13.07%）、Here（7.80%），行业CR5达到86.7%，市场处于高集中度的寡头垄断格局。
执行层：高阶智能驾驶驱动执行层向电动及智能化升级
执行层是汽车驾驶的最底层，其核心运行机制是通过驱动、制动及转向控制系统的相互配合，使汽车能够稳定行驶。
当驾驶员将车辆的驾驶操控完全移交给智能驾驶车辆的车载计算机系统后，电子信号就代替机械液压方式去对方向盘、油门和制动系统进行控制。
上述运行机制称之为线控执行，其主要包括线控油门、转向及制动。智能化浪潮下，电信号替代机械力的线控技术在智能驾驶时代的渗透率大幅攀升。
三大独立线控系统中，驱动方面，线控油门渗透率最高，在具备ACC（AdaptiveCruiseControl，自适应巡航控制）及TCS（TractionControlSystem，牵引力控制系统）功能的车辆上，线控油门已成为“标配”，而线控换挡的技术门槛较低，也基础实现全覆盖；制动方面，线控制动的普及率相对较低，技术门槛较高，对于实现智能驾驶的意义最为关键；转向方面，EPS（电助力转向系统）可以满足目前的智能驾驶需求，线控转向仍处于量产前夜。
我们认为，未来线控系统或将全部集成至底盘域控制器内，以匹配更高阶的智能驾驶需求。
线控技术成为实现智能驾驶关键一环的核心原因：
一是电信号传递快于机械连接，线控可为智能驾驶提供更高级别的安全守护；
二是线控更适应高集成的发展趋势，以实现底盘域控的目标。
一、线控制动：匹配高阶智能驾驶需求，技术更迭尚存较大空间
汽车制动系统的发展主要经历了“液压制动——液压制动融合电控——线控制动”三个阶段。
未来制动系统的发展会进入第四阶段，即带冗余机制的线控制动，主要是为适应更高水平的智能驾驶而开发。
1、为什么线控制动系统是迈向智能驾驶的关键一环？
PHEV、EV较难支持真空助力。线控制动的初期发展主要是由于混动和纯电汽车没有持续工作的发动机提供稳定的负压支持真空助力器。
因此，第一代的线控制动系统采用电子真空泵解决对发动机提供负压的依赖，但是会有噪音大、高海拔情况下效果不佳的问题，行业当下的主流产品，如博世iBooster已经摆脱了对于真空助力依赖。
由电子信号传递制动执行信息是实现智能驾驶的基础。
线控制动系统的制动信号可以来自踏板，踏板行程传感器测量到输入推杆的位移后，将该位移信号发送到ECU，由ECU计算制动请求；也可以由ECU根据场景需要主动生成制动需求，并单独对制动器进行控制。较传统制动系统而言，线控制动由电子信号代替机械力，无需外力介入即可实现制动。
由于电子信号传递快于机械连接，线控可为智能驾驶提供更高级别的安全守护。
具体来看：
（1）线控制动有备用制动系统，可提供冗余功能。
L4级智能驾驶必须具备电子冗余，不能单纯依靠机械冗余。冗余备份将是智能驾驶的基石，制动系统中任一系统失效，备份方紧急启动，根据需求主动制动，保证智能驾驶过程中车辆的稳定、人员的安全；
（2）可实现自动驻车、陡坡缓降和坡道起步辅助等附加功能，且性能更好更稳定。
“集成度高+能量回收+定制化刹车系统”对于新能源汽车意义颇深。线控制动系统集成度较高，整体结构紧凑，体积小自重轻。
由于以液压助力取代了真空助力器及真空泵，线控制动的能耗较小，可以提升新能车续航里程。
线控制动可以搭配制动能量回收系统，显著提高制动能量回收率，大幅增加新能车续航里程。
值得一提的是，线控制动系统可以实现制动解耦，与非解耦式解决方案相比，解耦式方案的制动需求可以进行自定义，即制动力可以在电机制动（能量回收）和液压制动（能量损耗）间进行分配。
在实际驾驶体验中，非解耦式方案会在驾驶员松开油门踏板时就进行能量回收，其劣势在于这种能量回收力度波动性较大，影响驾驶舒适度，增大安全隐患；而解耦式方案下，当驾驶员松开油门时，车辆并不会大幅减速，只有踩了制动踏板，才有能量回收，其安全性更高，即该种方案可以保证在产生制动需求时，优先将能量回收作为主要制动力提供者，液压作为制动力补充者，从而提高电机制动的占比，进而提升能量回收效率。
定制化刹车方面，线控制动系统取消了踏板与轮胎的物理连接，能根据路面的附着情况和车轮转速，通过电子决策系统对四轮进行制动力的精准控制，从而可以更为充分地利用车轮和地面间的摩擦力，缩短制动距离。
2、为什么EMB是最理想的线控制动技术，但当下以EHB替代为主？
线控制动系统主要包含：
非纯线控的液压式线控制动（Electro-HydraulicBrake,EHB）以及纯线控的机械式线控制动（Electro-MechanicalBrake,EMB）两种。
对比来看，EHB保留传统的液压工作方式，由ECU计算出电机应产生的扭矩，二级齿轮传动装置将该扭矩转化为助力器阀体的伺服制动力，通过电机转化为强大的直线推力，推动制动主缸推杆；EMB直接取消了制动主缸和液压管路，将电机集成在制动钳上，制动信号直接输入到制动钳。
完全电子化下整合性及响应速度更为精进，成本较高成为应用推广掣肘。
EMB当下面临的主要技术难题包括：
（1）无冗余系统，需要解决电路、电源、模拟器无法正常工作下的意外状况、
（2）制动功能高度集成化后的算法优先级设置、
（3）制动能量回收系统与制动系统之间交错的识别问题等。
整体来看，EMB方案需要大量传感器及控制芯片支持，当前的成本较高，且技术层面还有待突破，而EHB方案可以认为是一种折中方案，用电子器件取代了部分机械部件，EHB与冗余方案均失效时，仍可变为无助力液压制动，安全性较高、成本较低且技术相对成熟。
3、为什么EHB的One-box方案会成为主流趋势？
定义One-box和Two-box方案的标准在于AEB（自动紧急制动）/ESP（电子稳定）系统是否和电子助力器集成在一起。
在Two-box方案下，作为冗余的ESP和电子助力器是相互独立的，而在One-box下，电子助力器本身就集成了ESP。
基于One-box方案集成度更高、体积小及重量轻、能量回收效率更高且成本更低（博世的IPB比ibooster+ESP便宜300元左右），我们认为One-box方案是行业未来的主流趋势。
需要指出的是，One-box方案需要踏板解耦，由于踏板仅用于输入信号，不作用于主缸，而由传感器感受踏板力度带动电机推动活塞，踏板感受需要软件调教，可能伴随安全隐患。
4、国外供应商占据主导的市场环境下，本土供应商是否有突围机会？
线控制动行业仍处于发展初期，国外厂商先发优势明显。
全球市场来看，汽车工业发达的欧美日地区，经过前期的行业整合、重组，形成了规模较大的生产厂家，如德国的博世、大陆，美国的天合（被采埃孚收购）、德尔福（被京西重工收购），日本的爱德克斯、日立等。博世是较早开始布局线控制动的产商，旗下的iBooster是目前市场占有率最高的线控制动产品；国内市场来看，自主品牌供应商主要有伯特利、拓普集团、华域汽车、亚太股份、拿森电子（未上市）、同驭汽车（未上市）等，其中最具竞争力的为伯特利，是国内目前唯一可以量产One-Box产品的厂商。
整体来看，控制层技术主要掌握在国外Tier1及主机厂手中，市场份额主要于博世、大陆及采埃孚三家供应商中。
缺芯下车企寻求“二供”，本土团队技术日趋成熟。
国产供应商实现突围的前提是当前以伯特利(One-box)、拿森电子(Two-box)为首的本土供应商已经与国内自主品牌的主机厂展开合作，并实现量产。
抛开国产供应商具备成本优势不谈，在“缺芯”背景下，如博世等头部供应商出现供应不足的情况，也进一步催化自主品牌主机厂去向供应链更为可控的本土线控制动供应商寻求合作。
需要指出的是，量产能力可能是决定国内供应商间分化的关键因素，具备售后服务和质量可靠性的供应商才能够在项目取舍上具备优先性。
二、线控转向：行业仍处量产前夜，传统Tier1优势较难撼动
与汽车制动系统类似，转向系统也经历了“机械式——电子辅助式——线控式”的发展历程，线控转向系统(SBW)在电子助力转向系统(EPS)的基础之上发展而来，将驾驶员的操纵输入转化为电信号，无需通过机械连接装置，转向时方向盘上的阻力矩也由电机模拟产生，可以自由地设计转向系统的角传递特性和力传递特性，完全实现由电线或者电信号实现指令传递从而操纵汽车。
整体来看，线控转向系统取消了转向盘与转向轮之间的机械连接，完全由电信号实现转向的信息传递和控制，呈现操作更灵敏、结构更可靠和功率消耗更低的特性。
1、SBW对于智能驾驶的意义是什么？
与EPS相比，SBW的最大不同是取消了方向盘和转向轮之间的物理连接，它的转向力矩完全依靠下转向执行器来输出，而下转向执行器输出力的方向和大小依赖于控制算法给定的控制信号。
算法可以依赖方向盘的输入信号，也可以脱离方向盘，根据智能驾驶的转向要求而独立转向。
整体来看，相比于线控制动，线控转向对于智能驾驶的性能提升有限，叠加线控转向系统的较高成本，EPS仍是当前智能驾驶的主流解决方案。
2、制约SBW大面积推广应用的原因是什么？
SBW的渗透率仍位于低位的核心原因在于其较高的成本。
为了保证可靠性和模拟路感，线控转向必须设计机械冗余系统或者电气冗余系统，以及路面信息回馈系统，这会带来额外成本。
目前EPS单车价值量约为1,500元，而线控转向系统则为3,000~4,000元。
3、未来的市场格局将如何演绎？
国内的线控转向行业仍处于萌芽期，头部玩家的线控转向产品已完成技术积累，具备线控转向的量产能力，但尚未进入量产阶段，如博世、捷太格特、耐世特等公司均已完成了所有研发和测试过程。
我们认为，线控转向系统与EPS系统存在诸多技术共通点，传统的Tier1EPS供应商具备较为深厚的技术积累，在线控转向系统的技术研发上占据先发优势，预计短期内市场仍将呈现为类似传统EPS行业的高集中度竞争格局。