爱刨根知识网

  1. 首页 > 经验知识 > >

智能网联汽车深度报告 互联网汽车

生活经验知识分享

（报告出品方/作者：中银证券 ， 庄宇、吕然）
车路协同有望于 2030 年国内规模化落地 ， 粗略估计国内市场将达万亿 。智能网联 V2X 是核心 ， 5G 部署进一步加速商用落地 。需求端 ， 汽车是继手机 之后数量最庞大的终端设备 ， 车路协同有望彻底改变生活底层逻辑 ， 迎来全 产业链机会 ， 进一步提升全社会深刻变革 。供给端 ， 我国引领行业标准 ， 核心专利和知识产权自主可控 ， 走在世界前列 ， 建议长期持续关注车路协同赛道 。
1 “聪明的车”与“智慧的路”协同促进智能驾驶全面落地自动驾驶指车辆主要依靠人工智能、视觉计算、雷达和全球定位及车路协同等技术 ， 使汽车具有环 境感知、路径规划和自主控制的能力 ， 能够让计算机自主操控车辆 ， 在不受任何人为干预的情况下 自动安全地驾驶 。自动驾驶是未来汽车产业发展的主流趋势 ， 各国都在持续加大投入开展技术研究 和产业化落地 。自动驾驶有单车智能自动驾驶(AD)和车路协同自动驾驶(VICAD)两大技术路线 。
1.1 “聪明的车”聪明程度有限
1.1.1 智能驾驶单车等级分类
单车智能自动驾驶是指车辆通过安装的传感器对车辆所处的环境进行探测并定位 ， 车辆对传感器数 据进行分析处理后进行行为预测和全局路径规划、局部路径规划和即时动作规划 ， 决定车辆当前及 未来的运行轨迹 ， 最终通过人机交互或车辆自动来对电机、油门、刹车等机械进行控制和执行 。
单车自动驾驶分为六级 ， L2 正处在规模化商业落地发展阶段 。根据中国政府发布的国家标准《汽车 驾驶自动化分级(报批稿)》将自动驾驶分为 L0-L5 共 6 个等级 ， 其中:L0 即应急辅助 ， L1 即部分驾 驶辅助 ， L2 即组合驾驶辅助 ， L3 即有条件自动驾驶 ， L4 即高度自动驾驶 ， L5 即完全自动驾驶 。目前 ，  AD 先进辅助驾驶系统功能(Advanced Driver Assistance System, ADAS)仍然是主力;L2 正处在商业化落 地发展阶段 ， 2020 年 L2 智能网联乘用车的市场渗透率已达到 15%;L3、L4 及以上等级自动驾驶仍处 在试验和区域性示范为主 ， 规模商业化落地则需要更长的时间 。
【智能网联汽车深度报告 互联网汽车】1.1.2 高等级自动驾驶主要运用在 TO B 端
现阶段 ， 高等级自动驾驶主要运用在 TO B 端 。高等级自动驾驶研发投入及商业化验证主要聚集在智 慧园区/示范园区、港口、码头、停车场等限定区域应用场景 ， 以及商用车物流、自动泊车等细分领 域 ， 低成本自动驾驶解决方案以及可弥补真实道路测试验证的自动驾驶仿真测试需求凸显 。今年 5 月 ， 北京市高级别自动驾驶示范区发布了《无人配送车管理实施细则》 ， 探索对具体场景应用政策 的创新 。同时 ， 也为首批无人配送车企业京东、美团、新石器三家颁发了上路资质 。
目前高等级的自动驾驶落地面临的首要难题是安全性 。自动驾驶运行设计域(Operational Design Domain ， ODD)是保证车辆安全的重要手段 ， 但却不利于自动驾驶的规模商业化落地 。ODD 是指自动 驾驶系统功能设定的运行条件 ， 包括环境、地理和时段限制、交通流量及道路特征等 。例如美国亚 利桑那州、佛罗里达州和其他地方政府也都要求自动驾驶汽车必须在限定的区域内开展自动驾驶测 试和试运营 。其他正常运行环境的特殊场景也可能导致安全事故的发生 ， 包括雨天、雾天等极端天 气和特殊自然场景的处理问题 ， 异性红绿灯、道路凹陷等道路场景的处理问题 ， 前方车辆遮挡、视 觉盲区等突发场景的处理问题及系统错误等其他风险 。
高等级自动驾驶车辆造价高昂 。目前 L4 级自动驾驶车辆的硬件设备一般包含:6~12 台摄像头、3~ 12 台毫米波雷达、5 台以内的激光雷达以及 1~2 台 GNSS/IMU 和 1~2 台计算平台 ， 硬件成本过高 ，  难以保证车辆的经济性;另外 ， 会在车端部署冗余传感器系统、高精度地图、及相应的软件系统 ，  也大大增加了自动驾驶车辆的成本 。
高等级自动驾驶落地需权衡安全性与经济性 。单车智能自动驾驶要实现规模商业化落地 ， 还面临着 安全性、ODD 限制和经济性等方面的挑战和问题 ， 在目前的技术条件下 ， 很难在经济性与安全性之 间做出权衡 ， 高等级自动驾驶全面落地尚存在一定的困难 。
1.2 “智慧的路”智慧程度一般
智能公路(Intelligent Road ， IR)是一种多功能集成的道路基础设施系统 ， 可以提供大量全局、实时和 先验信息 ， 辅助智能网联汽车(Intelligent and Connected Vehicle ， ICV)环境感知和即时通信 ， 消除行车 安全和交通拥堵隐患 ， 使得未来道路交通系统能够更加安全、高效、环保和舒适 。
智能道路分级规划 。清华大学《车路协同自动驾驶需要高等级智能道路》白皮书从道路附属设施、 地图、协同感知定位、网络通信能力、协同决策控制能力与安全与 SOTIF 体系六个方面对道路进行 整体评价后 ， 将道路分为 C0 到 C5 六个等级 。2020 年末 ， 中国公路总里程 519.81 万公里 ， 高速公路 里程 16.10 万公里 ， 高速公路里程数世界第一 ， 要将如此庞大的公路体系建设成为智能化公路 ， 需要 一个合理的建设规划与技术路径 ， 因地制宜的规划道路建设 ， 满足不同场景、不同地区的道路需求 。
不同等级的智能公路系统硬件设施存在差别 。智能公路系统硬件设施主要包括:道路工程及配套附 属设施 ;智能感知设施(摄像头、毫米波雷达、激光雷达等);路侧通信设施(直连无线通信设施、 蜂窝移动通信设施);计算控制设施(边缘计算节点、MEC 或各级云平台);高精度地图与辅助定 位设施;电力功能等配套附属设备等 。
未来智能公路的体系架构将是一个集环境感知、规划决策、信息交互、自动修复等功能于一体的高新技术道路综合体 。智能公路将通过路侧设备实时感知和收集车辆的行驶状态和道路状况 ， 然后通 过泛在网络实现智能公路各实体之间的互联互通 ， 接着运用大数据和云平台技术对数据进行动态交 互 ， 信息挖掘和智能决策等一系列处理 ， 从而为车辆、驾驶员、管理者等参与者提供全面高效的信息服务 。
目前国内外智能公路处于发展的起步阶段 。国内外现阶段智能公路发展处于封闭园区原型系统构建 和关键技术突破与核心部件开发过程中 ， 也有部分城市开始了试点工作;截止 2019 年我国智能公路 行业市场规模为 566 亿元 ， 相对于国内整体公路发展尚且存在一定的差距 ， 近年来增速保持在 10%-25% ， 主要为封闭园区及某些试点单位 。
1.3 车路协同
车路协同是采用先进的无线通信和新一代互联网等技术 ， 全方位实施车与车、车与路、车与人之间 动态实时信息交互 ， 并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协 同管理 ， 充分实现人车路的有效协同 ， 保证交通安全 ， 提高通行效率 ， 从而形成安全、高效和环保 的道路交通系统 。
2)车路协同可从本质上解决单车智能驾驶遇到的技术瓶颈 。车路协同自动驾驶通过信息交互协同、 协同感知与协同决策控制 ， 可以极大地拓展单车的感知范围、提升感知的能力 ， 引入高维数据为代 表的新的智能要素 ， 实现群体智能 。可以从本质上解决单车智能自动驾驶遇到的技术瓶颈 ， 提升自 动驾驶能力 ， 从而保证自动驾驶安全 ， 扩展自动驾驶 ODD 。
2)车路协同可从本质上解决单车智能驾驶遇到的技术瓶颈 。车路协同自动驾驶通过信息交互协同、 协同感知与协同决策控制 ， 可以极大地拓展单车的感知范围、提升感知的能力 ， 引入高维数据为代 表的新的智能要素 ， 实现群体智能 。可以从本质上解决单车智能自动驾驶遇到的技术瓶颈 ， 提升自 动驾驶能力 ， 从而保证自动驾驶安全 ， 扩展自动驾驶 ODD 。
与 AD 相比 ， VICAD 的典型特征或内涵是高维数据带来新智能 。其中高维数据为代表的智能要素特性 体现在数据高维、算力高维和算法高维 ， 新智能则体现在从单体智能向群体智能发展过渡 。除此之 外 ， VICAD 区别于单车智能的是新的智能形态 。VICAD 通过引入新的智能要素 ， 带来高维数据 ， 并配 合灵活算力和算法机制 ， 实现由个体智能向协同智能或群体智能发展 。VICAD 新智能使自动驾驶能 力得到本质提升 ， 突破了单车智能的天花板限制 ， 将极大促进自动驾驶技术发展和规模商业化落地 。或群体智能发展 。VICAD 新智能使自动驾驶能 力得到本质提升 ， 突破了单车智能的天花板限制 ， 将极大促进自动驾驶技术发展和规模商业化落地 。
未来 ， L5 的车与 C5 的路是终极目标 。预计到 2025 年 ， VICAD 在部分先行城市和高速公路实现规模 商业化落地 。在建有高等级智能道路的城市、区域或高速公路 ， L2+ 及以上等级的自动驾驶车辆可以 在高等级智能道路上连续实现无人自动驾驶 ， 在该阶段城市道路和高速公路中 C4 及以上高等级智能 道路里程占比达到 1% ， L2+ 及以上等级新车年销量占比达到 50% 。
国家从政策角度进行顶层设计 ， 示范区和先导区先行
政策层面大力支持 ， 测试示范区和先导区先行 。充分发挥社会主义优越性 ， 国家主管部门统筹规划 ，  工信部、交通部、住建部等多部门跨部门联合制定产业政策 ， 加快车路协同智能驾驶落地 ， 促进产 业有序发展 。牵头大公司合作等方式加速技术研发 ， 并逐步完成全国范围内的道路基础设施重新规 划与升级 。
2 车路协同: V2X 是核心 ， 5G 是关键车路协同的整体架构分为“车”、“路”、“网”、“云”、“用” 。单车侧、路测设备及车路协 同设备等前端设备通过传感器集成技术对周围环境进行感知同时上传至边缘层 ， 网端的 V2X 平台完 成各类信息的交互后 ， 云端通过交通大脑的分析情况做出相应的决策传至车辆 ， 智能汽车再结合自 身的感知能力、决策能力、控制能力和数据信息的交互能力做出合理决策决策 。“用”则是指在智 能汽车终端具体的终端应用以及系统运维、网信安全等支持活动 。
2.1 V2X 是车路协同网络构架的核心
2.1.1V2X 是信息感知、交互和决策的关键
车联网(vehicle-to-everything ， V2X)是使车和周围环境协同与配合 ， 实现智能交通管理控制、车辆智 能化控制和智能动态信息服务的一体化网络 。V2X 主要包含 vehicle-to-vehicle (V2V ， 车-车) ，  vehicle-to-infrastructure (V2I ， 车-路) ，  vehicle-to-network (V2N ， 车-云)以及 vehicle-to-pedestrian (V2P ， 车-人) 。主要包括 V2X 服务、车路协同策略、交通及网络数据获取推送及边缘计算(MEC)功能 。与外部交 通数据平台如交通大数据平台、交通设备管理系统、车企联网平台、交通监控平台等实现互通 。
V2X 包括应用层、网络层和感知层 。感知层由汽车厂 商提供服务 ， 承载着各种信息采集的任务 ， 采 集到数据 经过车联网的中间件提供的软硬件服务进行传输 ， 传输 到各大通信运营商提供服务的网络 层 ， 网络层对数据处 理后 ， 最后提供给应用层 ， 满足用户的各种业务需求 。其中 ， V2X 平台是信息 交互的平台 。
2.1.2我国主导推动的 C-V2X 技术是世界 V2X 发展的方向
V2X 通信的主流技术为专用短程通信( Dedicated Short ange Communication ， DSRC ) 技术和蜂窝车联网 通信( Cellular Vehicle to Everything ， C-V2X) 技术 。我国主导推动的是 C-V2X 技术 ， 包括 LTE-V2X( 基于 4G 设计的车联网无线通信技术) 和 5G-V2X( NR) ( 基于 5G 设计的车联网无线通信技术)。总体上 ， DSRC 技术目前在商用上更优;C-V2X 具有更好的技术优势 ， 但是目前还未大规模商用 。
欧美主导的 DSRC 发展较早 ， 向 C-V2X 转型 。20 世纪末 ， 欧美等国相继制定了 DSRC 的标准 ， 并在 20 年的时间内有了一定的发展 。由于 C-V2X 拥有更多的商用价值 ， 欧美国家开始向 C-V2X 转变 。2020 年 11 月美国联邦通讯委员会将 5.9GHz 频段划拨给 C-V2X 使用 ， 这标志着 C-V2X 成为全球标准又向前 迈进一大步 。
中国主导的 C-V2X 是未来车联网发展的趋势 。未来我国有望凭借产业链领先优势 ， 引领全球车联网 产业发展 ，  抢占全球 V2X 市场份额 。中国工业与信息化部明确选择了 C-V2X 技术路线 ， 作为车联网 (智能网连汽车)的直连通信技术 。结合国家政策及产业链生态的发展 ， C-V2X 技术更适合中国车联 网的发展 。C-V2X 技术层面的优势也使其成为实现高等智能驾驶的最优选择 。LTE-V2X 和 5G-V2X( NR) 可以实现相互兼容 ， LTE-V2XLTE-V2X 最早由大唐电信于 2013 年提出 ， 2017 年在 3GPP 完成标准化 ， 已 经具备产业应用基础;5G-V2X(NR)R16 标准于 2020 年 7 月冻结 。标准先行 ， 产业界跟进 ， 再做产 品是基本“套路” 。
现阶段 ， LTE-V2X 起步发展 ， NR-V2X 标准研究和制定;2025 年 ，  LTE-V2X 实现区域覆盖 ， NR-V2X 部 分应用 。2017 年到 2020 年 ， 主要是 LTE-V2X 进行技术实验、规模实验 ， 以及先导试验;NR-V2X 标准 研究和制定 。2020 年到 2023 年 ， LTE-V2X 实现商业应用 ， 起步发展;NR-V2X 概念验证 ， 并且进行技 术试验 。发改委等 11 部委联合发布的《智能汽车创新发展战略》中提到“到 2025 年 ， 车用无线通信 网络(LTE-V2X)实现区域覆盖 ， 新一代车用无线通信网络(5G-V2X)在部分城市、高速公路逐步开 展应用 ， 高精度时空基准服务网络实现全覆盖 ” 。
相比 LTE-V2X ， NR-V2X 面向更高级的车联网业务 ， 但二者会长期共存 。NR-V2X 提供更灵活、更可靠、 更快速的通信服务 ， 包括空口时延 3 毫秒级、接人可靠性 99.999%、数据包大小从 600-1200Bytes、消 息发送频率高达 100Hz 等更严苛的通信需求 ， 支持如车辆编队、高级驾驶、传感扩展、远程驾驶等 业务 。
2.2 5G 赋能智能驾驶
5G 信息传递的通道 。5G 是云并行系统低延迟、高可靠的传输通道 ， 云并行系统是车辆状态信息通过 通信技术传输到云或 MEC ， 然后利用虚拟世界的超级计算能力来推断时空行为;路侧边缘系统以 5G 通信基站为基础 ， 利用 5G-V2X、雷达和视觉等多源感知系统的信息交互计算节点 ， 共同构建路侧并 行驾驶系统 ， 即智能连接车辆、行人和非机动车辆均通过 5G(车载/手持)终端与路边基站交互 ， 以 报告身份、类型数据、实时位置、速度及方向数据 。
第五代移动通信技术(5G)是具有高速率、低时延和大连接特点的新一代宽带移动通信技术 ， 是实 现人机物互联的网络基础设施 。5G 具有广域覆盖、热点高容量的特点 ， 增强了移动宽带;低功率大 连接的特点使得海量机器类通信得到保证;此外还具有低延时高可靠等特点 。
3 车路协同掘金万亿市场 ，  中国创造走在前列车路协同智能驾驶为上中下游创造有力需求 。车路协同产业链的车端和路端的上游都包括感知、决 策和执行 。其中感知是指安装在车端、路端的雷达、摄像头及高精度地图等设施 ， 决策和执行包括 芯片和计算机平台设计、线控制动、线控转向、电子油门和域控等 。除此之外上游还包括如电力基 础设施等基建 。中游是智慧公路和整车 ， 下游包括终端的软件服务、测试检验、运营商运营以及道 路的养护等服务 。在整个车路协同中最重要的一支产业链是 V2X 的产业链 ， 目前世界各国都相继推 进 C-V2X 产业的发展 。
3.1 车路协同直击需求痛点 ， 车联网技术彻底改变生活
汽车成为继手机以后全民普及率最高的泛科技产品 ， 5G 的普及使智能驾驶成为可能 。根据中汽协统 计 ， 2020 年 ， 中国民用汽车保有量 156.4 百万辆 ， 私人轿车保有量 145.74 百万辆;中国汽车销量达 2531.1 万辆 ， 继续蝉联全球第一 。4G 的普及以及智能手机的发明彻底改变了人们的生活 ， 汽车作为灵活性 更强、功能更加强大的又一场景 ， 将为社会带来更加深刻地变革 。而 5G 的普及为此带来了可能 ， 5G 本质上只是传输速率的提升 ， “5G+”才是改变生活和产业的动力 ， 车联网成为了 5G 领域最具潜力 的应用 。
未来智能驾驶有望改变人们底层生活逻辑 。以下场景有望实现:从家里出发 ， 车已经在楼下等候 ，  车主走到汽车车门位置 ， 汽车通过人脸识别或者车主开门指令分析开启车门 ， 进入车辆后语音控制 启动车辆并告知汽车此行的目的地 ， 不管是变道/超车/转弯掉头汽车均可实现自动托管驾驶 ， 在车上 可以处理工作甚至休闲娱乐 ， 到达目的地后汽车自己寻找附近的停车位停泊 。
中国智能网联汽车需求强劲 ， 渗透率超全球 。根据 HIS 统计 ， 2020 年 ， 中国市场的渗透率达 38.40% ，  超过全球 ， 根据预测 ， 未来中国市场渗透率继续上升 ， 与全球市场差距逐渐拉大 。中国汽车销量一 直蝉联世界第一 ， 网联汽车有着广阔的市场前景 ， 更反映出国内市场对现阶段网联汽车的需求高涨 。未来 ， 随着智能驾驶的进一步落地 ， 渗透率有望进一步提升 。
3.2 供给端:中国成为领头羊 ， 引领 C-V2X 未来发展方向 。
车路协同路测系统已于部分特殊场景落地 。车路协同路侧系统已落地的应用场景包括:高速公路、 一般市区街道(智慧路口等)、矿山智能交通场景、机场环境道路等 。此系统可以全面支持高速公 路突发状况预警 ， 高速公路拥堵情况预警 ， 交叉路口行人碰撞预警 ， 交叉路口车辆左转弯盲区辅助 预警及城市交叉路口 。
路测设备 RSU 已配合 ETC 先行部署 。国内 RSU 的部署基本配合 ETC 一起推广 ， 在收费站等区域先行 普及 。作为全国车联网的“通信网络”的重要基础设施载体 ， RSU 在未来有望加速普及 。根据 IDC 的测 算 ， 2019 年 RSU 的市场规模为 22 亿元 ， OBU 的市场规模是 79 亿元 。
未来 ， ETC 与 C-V2X 将共存 。在 ETC 系统中 ， OBU 采用的是 DSRC 技术 。如手机通话依旧保留 2G 类 似 ， 预计未来 ETC 继续保留用来支付 ， C-V2X 用来做安全、感知、通信 ， 5G 仍然做信息服务、娱乐 等基于蜂窝网的相关应用 。
国内市场上 ， 全产业链协同布局 ， 厂商深入参与到 C-V2X 中 。V2X 领域行业生态已完成初步建立 ， 我 国运营商已建成全球最大的 4G 网络 ， 在此基础上也率先开始布局 5G;华为、大唐均已完成开发商 用芯片;移远、高鸿已具备可商用终端模组;大唐、国汽智联等可提供 CA 验证根平台;一汽、长安、 吉利等多家整车厂均积极表态支持;万集科技、金溢科技等均可提供 RSU 路边单元 。华为、中兴等 领跑 ICT 领域 ， 为智能驾驶提供信息服务 。除此之外 ， 众多国内厂商和资本涌入智能驾驶领域 ， 成 为智能驾驶发展的前进动力 。
国际市场上 ， 中国主导的 C-V2X 成为自动驾驶的未来 。2019 年年末 ， 美国 FCC 放弃 DSRC 技术 ， 意 味着 C-V2X 成为全球范围广泛接受的行业标准 ， 中国一直引领 C-V2X 的提出和标准的制定 ， 在这一 领域具有先发优势 ， 也获得了网络运营商、设备制造商、车企、汽车零部件提供商等更广泛的支持 。
我国企业在 C-V2X 领域具备话语权 ， 专利部署具有自主可控优势 。在 V2X 的标准讨论过程中 ， 大唐、 华为先后作为 4GLTE-V2X 和 5GNR-V2X 的报告人 ， 深度参与标准制定 。根据华为口径 ， C-V2X 专利技 术中国有相对优势 。DSRC 专利基本被美日韩控制 ， 其中美国企业专利占比超过了 50% ， 中国的企业 只有 9%;而 C-V2X 方面 ， 中国大概占 30%左右 ， 美国和欧洲也为 30%左右 。
中国起步晚 ， 既得利益集团阻碍小 。DSRC 在国外的发展始于 20 世纪末 ， 发展至今 DSRC 芯片主要由 少数美日企业控制 ， 中国几乎未有涉足 。DSRC 在国外发展了 20 多年的时间 ， 形成了相对成熟的应 用和产业链 ， 放弃 DSRC 发展 C-V2X 面临着固有发展的禁锢 。
4 C-V2X 产业链引爆市场 ， 龙头公司蓄势待发C-V2X 产业链涵盖通信芯片模组、终端设备、整车制造、运营服务四个主要领域 ， 通信占据主导作用 。上游主要是通信芯片和模组模组提供商 ， 产业中游则以终端设备商和整车制造厂商为代表 ， 电信运 营商、测试验证机构、高精地图服务提供商等则共同构成产业下游 。
C-V2X 产业链正在有条不紊的部署 。根据 IMT2020(5G)推进组 C-V2X 工作组发表的《C-V2X 产业化路径 及时间表研究》明确提出:2019 年至 2021 年为导入期 ， 2022 年至 2025 年为发展期 ， 2025 年以后为高 速发展期;同时还对产业链的上下游的发展都做出了明确的规划 ， 车载终端和路测终端目前已经开 始搭建 ， 未来逐步扩大范围;通信设备、安全保障标准制定完毕 ， 未来加强应用;数据平台也已于 示范区搭建 ， 未来持续推动标准化;持续完善 C-V2X 监测认证平台 。
1)通信芯片及模组为C-V2X的上游 ， 负责实现车辆的通信功能 。芯片是集成电路产业和信息产业的核心 ， 是所有整机设备的“心脏” 。通信芯片作为整个产业链的 上游 ， 起到了“生死攸关”的作用 。目前只有几家公司推出了 C-V2X 芯片 ， 包括华为的 Balong5000; 大唐高鸿的 PC5 Mode 4 LTE-V2X 自研芯片;高通推出的骁龙 9150 LTE-V2X 芯片组 ， 支持 C-V2X 规范与 5G 兼容 。
华为推出的 Balong5000 处于领先水平 。采用单芯片多模的 5G 模组 ， 能够在单芯片内实现 2G、3G、 4G 和 5G 多种网络制式 ， 有效降低多模间数据交换产生的时延和功耗 。同时 ， 还在全球率先支持 NSA 和 SA 组网方式 ， 支持 FDD 和 TDD 实现全频段使用 。现业界标杆的 5G 峰值下载速率 ， 在 Sub-6GHz(低 频频段 ， 5G 的主用频段)频段实现 4.6Gbps ， 在毫米波(高频频段 ， 5G 的扩展频段)频段达 6.5Gbps ，  是 4G LTE 可体验速率的 10 倍 。

通信模组是物联网的核心“连接器” ， 其作用在于将数据转换为可以传输的信号 。目前模组的国际 市场海外企业总体占优势 ， 包括 Telit(意大利)、Sierra Wireless(加拿大)、Gemalto(荷兰)、U- Blox(瑞士)等公司 ， 国内市场主要由中移物联网、高新兴等全面专业布局物联网的企业 ， 也有广和 通、移远通信等专业从事模组研发和生产的企业共同控制 。
移远通信在车联网领域布局较早 ， 已有大量的车规级产品量产经验 。公司生产了包括 CV2X 模组 AG15 系列、LTE 模组 AG35 系列、LTE-A+C-V2X 模组 AG52X 系列、5G+C-V2X 模组 AG55X 系列加 AG215SAP 模 组 ， 以及车规级 Wi-Fi&BT 模组和导航定位模组 。
移远提供模组满足汽车应用所需要的最为可靠的连接和精确的定位 。通过高通 IZat 技术进行准确的 卫星定位;采用 MIMO 天线 ， 可显著减少错误并提高数据速度;运行温度范围广 ， 在恶劣环境下依 然可以稳定运行;网络向后兼容 ， 可覆盖偏远地区 。
移远公司 2020 年度营收实现大幅提升 。公司无线通信模组销售数量突破 1 亿片 ， 营业收入 610,577.94 万元 ， 较上年同期增长 47.85% ， 归属于上市公司股东的净利润 18,901.60 万元 ， 较上年同期增长 27.71% 。营业收入的增长主要得益于 2020 年度 LTE、LTE-A、LPWA 以及 5G 模组业务量的提升 。
车载客户项目落地 ， 赋能高安全级别智能网联车载应用 。车规级 5G 模组 AG55xQ 系列支持 30 余个 5G+C-V2X 车载客户项目落地;移远 C-V2X 模组 AG15 已支持红旗 E-HS9、2021 款别克 GL8 Avenir 艾维 亚等车型成功商用 ， 成为全球首批支持 C-V2X 技术的量产车型 ， 为 C-V2X 技术在全球量产建立良好 开端 。
广和通在 2020 年 10 月推出面向全球市场的汽车级 C-V2X 模块 AX168-GL 。AX168-GL 是一款面向全球 市场的汽车级 C-V2X 模块 ， 主芯片集成双核 ARM Cortex A7 应用 CPU 以及安全 CAN MCU ， 满足 AEC Q-100 第二等级标准 ， 采用高温制造工艺 。它集成了移动优化的 IEEE802.11p DSRC 和 C-V2X 直接通信(PC5) 接口 ， 内置超低延时 V2X 硬件安全加密芯片 eHSM 。基于 3GPPRel14 技术 ， 兼容 LTE-V2X 直接通信 ，  在统一的 5.9GHzITS 频段上支持车对车(V2V)、车对基础设施(V2I)和车对人(V2P)通信 。以底 延迟、高可靠性和高吞吐量满足车辆通信要求 。
高新兴全面布局物联网大交通领域 。公司的车联网及智能交通解决方案具有完备的“端+云”技术架 构 ， 总体架构全线覆盖“车载终端设备层、路侧设备层、平台层和应用层” ， 整个方案围绕“人-车 -路-网-云”展开 ， 同时具备能提供交通流量采集、信号控制、道路视频监控、态势研判、交通大数 据、信息综合发布、指挥调度等综合解决能力 ， 支持智慧交通的车路协同应用场景 ， 是国内少数具 备车联网全栈式产品覆盖、交通咨询规划、大型系统项目交付能力的物联网应用企业 。
高新兴涵盖了丰富的车规级通信模组队列 。包括 5G+C-V2X 、4G、LTE-V2X 车规级通信模组、LTE-V2X OBU 和自主研发的国内首批 5G 通信模组、自主研发的路侧单元(RSU)等多种车联网产品 。目前公 司推出了全球首批投入商用的、业内尺寸最小的 LGA 封装车规级 5G+C-V2X 车规级模组 GM860A ， 灵 活满足面向车载前装、后装及路侧设备的装载需求及 5G+V2X 通信需求 。
2)传统车厂和造车新势力发力 C-V2X ， 以期把握市场先机 。2019 年 3 月 ， 福特宣布 C-V2X 车型 2021 年量产;2019 年 4 月 ， 上汽集团、一汽集团、东风公司、长安汽车、北汽集团、广汽集团、比亚迪 汽车、长城汽车、江淮汽车、东南汽车、众泰汽车、江铃集团新能源、宇通汽车等 13 家车企共同发 布 C-V2X 商用路标 ， 2020 下半年至 2021 上半年陆续实现 C-V2X 汽车量产 。除此之外 ， 理想汽车、蔚 来、百度造车等厂商也相继进入该领域 ， 或有厂商已经开始实地实验 。传统主机厂建议重点关注江 淮汽车 ， 长城汽车 ， 造车新势力建议关注理想、蔚来 。
3)运营与服务中的安全认证技术受到广泛关注 。车联网系统的通信场景对系统安全保障、用户隐私 保护等方面提出了新的需求与挑战 。5G 车联网安全问题是实现商业化必须解决的核心问题 ， 其中包 括完善安全领域的标准制定、安全平台的建设、以及从安全芯片到模组到终端路侧设备打造等 。
安全认证依靠安全芯片 。国内兴起了部分专攻车规模级安全芯片的厂家 ， 如华大电子、信大捷安、 上海芯钛等公司推出车规模级安全芯片 ， 其中信大捷安推出的全球首款符合 5G-V2X 应用场景要求的 车规级高性能安全芯片目前正在大批量产出货;大唐率先进行了 V2X 直连通信安全机制演示;国汽 智联发布了“V2X 安全认证防护体系”;中国移动积极推动“基于移动通信 GBA 技术的 LTE-V2X 安全 证书发布方案” 。
4)软硬件设施中代表是 OBU 和 RSU 。OBU 是车载单元 ， RSU 是路载单元 ， 二者进行微波通信 。OBU 和 RSU 等设备发展相对较早 ， 技术也相对成熟 ， 具备技术条件的相关厂商有望进一步释放产能 ， 开 拓 V2X 市场 。目前 ， 华为、大唐、中国移动、金溢、星云互联、东软、万集等厂商已经可以提供基 于 LTE-V2X 的 OBU、RSU 硬件设备以及相应软件协议栈 ， 具备商用基础 ， 建议关注东软载波 ， 金溢 科技 。
5)三大运营商提供基础连接服务
三大运营商提供基础连接服务 。2020 年全球物联网连接首次超过非物联网连接 ， 国内运营商助理转 到蜂窝网络移动物联网连接 。2020 年 ， 三大运营商移动物联网连接数超过全球 75% ， 中国移动占据 全球半壁江山 ， 连接最多的是 2G 和 3G 。
中国移动成立中移物联网 ， 在车路协同方面提供全方位的服务 。从车端、路端的 T-BoX、OBU、RSU、 5G V2X 融合感知 ， 到网络端的 4G/5G 连接 ， 再到云端的云平台基础服务和车联网应用服务 ， 提供全 产业链的解决方案;同时提供咨询服务和安全监测服务 。凭借网点渠道和技术优势 ， 完成了康明斯 动力项目、奇瑞汽车等项目 ， 积累了优质客户 。
中移物联网作为中国移动的全资子公司 ， 具有其他厂商难以比拟的优势 。有着完善的项目管理流程 与质量管理体系 ， 能够为企业提供优质的产品;国资委背书 ， 供应商运营的可持续性、合规性得到 保障;车联网处于发展的前期 ， 投入巨大 ， 中移物联网具有雄厚的研发实力 ， 核心自主产权在手 。
中国电信成立全资子公司天翼物联 。中国电信通过对中国车联网发展环境的探索与实践 ， 在智能管 道服务、在线监控、车辆安全监控制定响应解决方案 。最主要的业务是智能管道服务 ， 公司为车厂 提供个性化码号与套餐管理流量预警 API 能力调用 SIM 卡管理自动化规则等服务能力 。
应对需求痛点 ， 中国电信把握好未来发展机遇 。在做好智能管道服务的同时 ， 发力以下三个市场: 与后装市场企业合作 ， 按需提供平台化支撑;商用车加强与政府部门合作 ， 提供平台管理解决方案; 新能源汽车把握政策方向 ， 未来可重点发力充电桩联网 。
中国联通车联网业务发展以解决连接问题为主 。中国联通物联网基于 APN 分离计费+PCRF 控制、API 集成的解决方案 ， 着力解决营运收费、安全等行业痛点 ， 为客户丰富了商业模式 ， 增强了运营能力 ，  提高了盈利能力 ， 使车厂从汽车制造商真正向出行服务商开始转型 。
中国联通控股子公司智网科技是一家车联网服务提供商 。公司提供的车辆联网服务包括 5G 车载通信 服务、车企上云服务和 OTA 安全远程更新服务 ， 合作的案例包括一汽集团智能网联平台、宝马 5G 车联网、广汽新能源 5G 车联网等;服务运营包括车载内容生态服务、智 UI 车载操作应用等生态服 务 ， BPO 车联网智能客服、BPO 客户服务类智能客服和 BPO 外呼类智能客服等智能客服 ， 客群画像、 行业洞察等大数据服务;智慧交通主要是智能车路协同云平台 ， 主要合作案例包括航天运载火箭技 术研究院公务车管理、成都简州新区智能网联测试场、基于 5G 网络的协同式环境感知云平台开发、 四川邮电职业技术学院 5G/V2X 创新平台等 。
6)在自动驾驶过程中 ， 地图可以为车辆提供决策的基础 ， 也是车辆做提前预判的基础 。高精度地图 在自动驾驶整体解决方案中扮演的是地图传感器的角色 ， 它与激光雷达、摄像头等传感器一样 ， 是 非常关键的一环 。根据 IDC 的数据统计 ， 2019 年百度、四维图新、高德在中国的市占率排名前三 ，  车联网的发展有望进一步扩张市场容量 ， 加剧龙头效应 ， 使强者恒强 。建议关注四维图新后续进一 步表现 。
5 投资分析随着 5G 时代的到来 ， 智能汽车是继手机以后生活的又一大革新 ， 汽车将成为人类的“朋友” ， 深入生活的方方面面 。
预测车端前装硬件市场将有万亿规模 。根据测算 ， 目前国内生产一台 L3 的硬件价格在 45 万元左右 ，  L4-L5 的硬件价格在 50 万元左右;预计 2025 年 ， 得益于激光雷达和计算平台价格的下降 ， 生产一台 L3 的硬件价格在 15 万元左右 ， L4-L5 的价格在 20 万元左右 。如果只计算前装市场 ， 假设智能驾驶并 没有带来新车需求量的增加 ， 即未来每年新车数量与现在相同且不变 ， 按照 L3 的成本计算 ， 保守估计 2025 年车端硬件设备市场规模规模 3 万亿左右 ， 而 2030 年将达到 4 万亿 。
预测路端硬件市场将有百亿规模 。根据交通部官网公开资料显示目前公路里程数为 520 万公里 ， 按 照每年 3.5%的速度增长 ， 预计 2030 年公路里程数将达到 700 万个;高速公路预计新建 16 万公里是目 前的两倍 ， 目前路口数为 25 公里 ， 因此保守估计路口数 50 万个 。假设 2030 年路口数 45 万个 ， 则 2030 年预计市场规模达 1500 亿左右 。
供给端中国表现值得关注 。中国正在全方面的引领智能驾驶的方向 ， 标准制定走在前列;从产业角 度 ， 从芯片到终端均深度参与 ， 掌握重点知识产权;实践角度 ， 已经有部分智能驾驶车辆处于测试 阶段 ， 规模商用指日可待 。
智能驾驶落地之时 ， 社会将再次迎来一场深刻的变革 。基础设施建设和软件市场发展及智能驾驶带 动下全社会、全行业、全产业链的发展同样不容忽视 。随着 5G 普及 ， 行业将迎来快速发展的阶段 ，  我们看好车路协同赛道 。
（本文仅供参考 ， 不代表我们的任何投资建议 。如需使用相关信息 ， 请参阅报告原文 。）
精选报告来源：【未来智库官网】「链接」 。

    推荐阅读


    上一篇：90后朋友圈说说心情短语 90后发朋友圈的句子

    下一篇：粉底液是直接涂上去吗