智能驾驶深度报告：重构产业链生态课件

智智能能驾驾驶驶：重：重构构产业产业链链生生态态智智能能驾驶驾驶深深度系列度系列（一一）智能驾驶：重构产业链生态智能驾驶深度系列（一）1核心核心观观点点1智能驾驶时代来临，产业链价值迎来重新分配新机遇：一、单车智能化模块增加带来新增价值二、传统硬件销售向软件服务价值链传导三、车-路协同带来产业链新增机会汽车产业正在巨变前夜，智能化已然成为电动化后最重要的产业趋势一、电动化不仅是汽车产业动力的革命，更是智能化的先头兵二、以特斯拉为例，智能化与电动化相互拉动三、智能驾驶需求爆发的临界点或许就在2020-22年之间投资建议：A股智能驾驶产业链核心受益标的：中科创达、德赛西威、四维图新（首次覆盖）、锐明技术、道通科技、千方科技；其他受益标的：万集科技、金溢科技、鸿泉物联风险提示：1）智能驾驶相关核心技术研发低于预期；2）新技术的出现对现有技术路线形成冲击；3）疫情发展趋势可能对宏观经济持续复苏趋势带来不确定性；4）政策力度不及预期。核心观点1智能驾驶时代来临，产业链价值迎来重新分配新机遇：目目录录201 产业链产业链重重组组：软软件有望件有望迈迈升升Tier12技技术术路径：路径：传统传统汽汽车车VS 智能智能驾驶驾驶3特斯拉生特斯拉生态态研究研究4投投资资建建议议5风险风险提示提示目录201 产业链重组：软件有望迈升Tier1技术路径：传统013产业链产业链重重组组：软软件有望件有望迈迈升升Tier1013产业链重组：软件有望迈升Tier11.1传统传统汽汽车产业链车产业链：垂直供：垂直供应应，博弈属性，博弈属性强强传统汽车供应链是链条式的上下游模式，链条上下游参与方博弈属性较强。以传统汽车座舱为例，IVI系统等Tier2供应商与汽车座舱成品等Tier1供应商彼此泾渭分明，构成产业链的上下游关系，且彼此存在定价博弈，争夺相对有限的利润空间。资料来源：搜狐汽车，华西证券研究所资料来源：华西证券研究所图1：传统汽车产业链图2：传统汽车座舱供应链传统传统整整车车厂厂TierTier 1 1供供应应商商TierTier 2 2供供应应商商TierTier 3 3供供应应商商41.1 传统汽车产业链：垂直供应，博弈属性强传统汽车供应链是1.2智能汽智能汽车产业链车产业链：跨界融合：跨界融合趋势趋势明明显显5智能驾驶呈现出明显的跨界融合趋势：传统整车厂积极与互联网巨头互相合作，比如近期长安汽车与华为、宁德时代宣布联合打造高端智能汽车品牌；传统整车厂自身也积极发力软件领域布局，不再单纯依赖供应商，如大众收购Diconium等软件开发商，并组建自身软件业务部门DigitalCar&Service；传统汽车时代处于Tier2的软件商则存向供应链后移的趋势，逐步迈向Tier1，比如华为，在MDC、智能互联、mpower、华为云、三类传感器等领域皆有布局；资料来源：亿欧智库，华西证券研究所图3：智能汽车产业链图4：智能汽车座舱供应链资料来源：亿欧智库，华西证券研究所1.2 智能汽车产业链：跨界融合趋势明显5智能驾驶呈现出明显61.3智能化潮流重构汽智能化潮流重构汽车产业车产业供供应链应链6主要玩家不断外延业务边界，算法/芯片/OS等Tier2呈现向Tier1进阶趋势，整车厂则逐步将前端供应链纳入自身业务范畴：Tier2供应商-以中科创达为例，2020年中科创达与广汽签署战略合作协议，成立智能汽车软件技术联合创新中心，双方将共同研发智能网联汽车平台，打造智慧互联汽车生态圈；整车厂-以广汽为例，自主研发的ADiGO智驾互联生态系统，打造自动驾驶、智能网联、云平台、大数据平台4大系统；资料来源：车百智库，罗兰贝格，华西证券研究所图5：智能驾驶驱动产业链重构主要玩家持续外延业务边界1.3 智能化潮流重构汽车产业供应链6主要玩家不断外延业务边71.3.1车车端端-软软件件侧侧：供：供应链应链位置后移位置后移7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Tier1汽车电器电子供应商销售产品，进而再供货给整车厂；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。资料来源：亿欧智库，华西证券研究所图6：软件部门呈现由Tier2向Tier1进阶趋势图7：智能驾驶浪潮中，中科创达在供应链中位置后移中科中科创创达达Tier1Tier1汽汽车车供供应应商商汽汽车车OEOEM M汽汽车车OEOEM M中科中科创创达达Tier1Tier1汽汽车车供供应应商商资料来源：中科创达公司公告，华西证券研究所1.3.1 车端-软件侧：供应链位置后移7智能驾驶浪潮中，软81.3.2车车端端-硬件硬件侧侧：传统传统整整车车厂厂发发力力软软件部件部门门8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。资料来源：车云，搜狐汽车，腾讯汽车，华西证券研究所图8：不同产品应用代码量（百万行）80100120高端车 facebook Win-vista波 音 747 Android Chrome地区地区公司公司新成立新成立软软件部件部门门具体具体动态动态本土OEM上汽零束2020年初成立，预计年底将形成一个500人规模的团队，21年底将扩充至1000人，到2023年攀升至2200人，主要聚焦智能驾驶系统工程、软件架构、基础软件平台和数据工厂一汽一汽（南京）科技2020年成立一汽（南京）科技开发有限公司，主攻人工智能基础软件开发、人工智能应用软件开发、人工智能理论与算法软件开发、人工智能硬件销售、雷达及配套设备制造等长安长安汽车软件科技2019年底成立长安汽车软件科技公司，以此来构建包括电子电气化架构、整车基础软件平台，OTA、云于大数据云等在内的四大核心能力，未来5年将组建起一支5000人研发团队广汽广汽-中科创达联合创新中心围绕智能汽车操作系统展开创新技术研究，并在信息娱乐、智能座舱、智能交互和安全驾驶等领域进行联合研发，共同研发新一代的智能汽车平台海外OEM丰田Woven Planet Holdings2020年成立，2021年正式运营，旨在创造更灵活的“软件优先”开发流程，将努力精简软件系统，使汽车软件与机械和电子结构无缝对接大众Car.Software2019年年将分散的信息技术部门整合成子公司Car.Software，负责开发内部软件系统，并表示到2025年所有新车都将配备大众vw.os操作系统宝马Digital Car2020年成立，整合包括软件、电子器件、硬件、辅助驾驶、车联网、自动驾驶等多个业务部门，到2025年之前，宝马在数字化和电气化方面将投资300亿欧元图9：不同产品应用代码量（百万行）0204060资料来源：IEEE，华西证券研究所1.3.2 车端-硬件侧：传统整车厂发力软件部门8智能汽车时991.3.3云端云端：OTA新新业态业态崛起，需求正崛起，需求正释释放放OTA为智能驾驶时代差异化竞争点之一：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。资料来源：艾拉比，华西证券研究所图10：OTA系统利于汽车软件缺陷修复图11：OTA运行体系资料来源：excelfore，华西证券研究所召回次数设计车辆召回次数设计车辆109191万1891300万OTA标准OTA监管2013-2018年汽车软件召回统计中国美国缺陷汽车管理条例91.3.3 云端：OTA新业态崛起，需求正释放资料来源：艾101.3.4不同玩家采用不同路径不同玩家采用不同路径迈迈向智能向智能驾驶驾驶10目前在通往高等级智能驾驶的路途上，可以大致分为三类玩家：1）循序演化至L4：传统主机厂为主，更加注重安全性和盈利能力，基于自身传统造车优势循序渐进；2）目标直指L4：新兴互联网科技公司为主，如谷歌（Waymo）、理想等，他们在汽车软件及电子领域要较强实力，在软件定义汽车时代，积极推进对传统车厂的弯道超车；3）ADAS+L4并行：以除掉前两者之外的整车厂和科技公司为主要参与方，短期仍然需要ADAS等模块盈利。资料来源：德国AVL公司，基业常青经济研究院，华西证券研究所图12：研发路径对比-传统整车厂 VS 造车新势力1.3.4 不同玩家采用不同路径迈向智能驾驶10目前在通往高111.3.5特斯拉：左右出特斯拉：左右出击击，迈迈向向产业链产业链全布局全布局11早期：对外采购MobileyeEyeQ3芯片+摄像头半集成方案，主要是为了满足快速量产需求，且受制于研发资金不足限制；中期：采用高算力NVIDIA芯片平台+其他摄像头供应商的特斯拉内部集成方案，Mobileye开发节奏无法紧跟特斯拉需求；当前：采用自研NPU（网络处理器）为核心的芯片+外采Aptina摄像头的特斯拉核心自研方案，主要原因在于市面方案无法满足定制需求，而后期时间和资金充足，公司自研实力和开发自由度更高。资料来源：车百智库，特斯拉，罗兰贝格，华西证券研究所图13：特斯拉供应链战略调整1.3.5 特斯拉：左右出击，迈向产业链全布局11早期：对外121.3.6智能智能驾驶驾驶浪潮已至，浪潮已至，毁毁灭灭式式创创新新进进行行时时12资料来源：CBInsights，华西证券研究所涉及涉及领领域域对现对现有格局冲有格局冲击击行行业业前景展望前景展望互联网基础设施正面无人驾驶汽车驶向公路，大量的数据将会产生，对处理这些数据的基础设施的需求将大大增加媒体娱乐正面智能驾车内没有司机，所以需要更多的屏幕，用来显示地图路线、乘客信息、乘客安全须知等内容，这些屏幕也将作为广告投放的载体军事行动正面军队采用自动驾驶车辆可以很大程度地保护军人，减少伤亡甚至挽救生命，目前许多武装部队已经在试验无人驾驶坦克和无人驾驶飞机网约车相对中性网约车公司的运营模式将会发生变化，未来网约车公司不需要向司机支付车费，却需要负担拥有自动驾驶汽车的成本地产相对中性自动驾驶技术将促发整个城市空间的重构，更便捷、快速、低成本的交通方式将导致住宅区外扩，商业地产方面，比如加油站将会大大减少保险负面无人驾驶技术将减少道路事故的发生，导致社会对交通意外险的需求也将减少，目前部分保险公司尝试推行基于使用率的保险政策，根据参保人的行驶里程以及驾驶习惯的安全程度进行定制化收费。汽车维修负面意外事故的减少意味着去车身修理店的次数减少，对传统汽车维修人员的需求也将减少酒店负面大型连锁酒店的客户中，一部分年轻旅客已经被互联网民宿平台抢走，另有一部分即将在自动驾驶时代被可以睡觉的自动驾驶长途车占领航空负面短途航班将受到来自自动驾驶汽车的巨大威胁。一旦自动驾驶技术让汽车出行更方便，人们会放弃流程繁琐的空中旅行汽车零部件制造负面智能驾驶软件（如刹车辅助系统）将零部件磨损，因此更换需求将减少，根据普华永道预测，到2030年，软件及电子部分将占汽车制造总成本的50%，原本属于零部件制造商的预算将被新兴技术提供商占领公共交通负面乘坐无人驾驶出租车将比当前的打车成本更低，未来乘客会倾向于选择无人驾驶乘用车服务，而非公交车等公共交通工具停车服务负面无人驾驶汽车需要不断地在不同地点之间移动，对长期停车位的需求将大大减少，根据麦肯锡测算，仅在美国，这些无人驾驶汽车就可以节省610亿平方英尺的停车面积物流配送负面未来的外卖、快递、闪送服务将全部由自动驾驶汽车代劳，对人工的需求将会减少，而且未来的配送动作或许不再由餐厅或快递站发出，而是收件人指使自己的自动驾驶汽车前去取件汽车经销负面随着自动驾驶车队模式的落地，可能会有越来越多的人放弃汽车所有权，转而使用汽车厂商（如大众）或是Uber等出行服务商所提供的车队车辆石油零售&洗车负面当大批车辆的所有权由个人家庭转向车队管理公司，其维护责任也随之转移，车队或将搭建自己的维修网络或借助其他解决方案，因此当前市场上的加油站、洗车场、以及汽车租赁点都有可能消失驾驶培训负面未来随着驾驶车辆由必备技能转向个人爱好，驾校或将消失交通执法负面人类驾驶员减少，交通运行更加顺畅，执法部门从交通罚单及其它违规行为中获得的收入将急剧下降交通法律诉讼负面94%的交通事故来自人为失误，自动驾驶技术将减少事故的发生，导致相关诉讼减少1.3.6 智能驾驶浪潮已至，毁灭式创新进行时12资料来源：130213技技术术路径：路径：传统传统汽汽车车VS 智能智能驾驶驾驶0213技术路径：传统汽车 VS 智能驾驶142.1传统传统汽汽车车概概览览14资料来源：新材料在线，华西证券研究所图14：传统汽车结构拆分2.1 传统汽车概览14资料来源：新材料在线，华西证券研究所152.1.1传统传统汽汽车车主要主要结结构构15传统燃油汽车主要部件包括发动机、底盘、车身和电子电气设备等，其中发动机是汽车的动力装置，主要由机体、曲柄连杆机构、配气机构、冷却系、润滑系、燃料系和点火系等组成。为应对节能减排要求，在传统燃油车基础上，人们开发出新能源汽车，相对于传统燃油汽车，新能源车核心部件为电池、电控、电驱动等系统。资料来源：中商产业研究院，华西证券研究所图16：传统汽车主要结构（燃油车）图15：传统汽车主要结构（新能源汽车）2.1.1 传统汽车主要结构15传统燃油汽车主要部件包括发动162.1.2传统传统汽汽车车价价值值量拆分量拆分发动机为价值量占比最高的单体系统，传统燃油乘用车发动机成本占比约15%，为燃油汽车价值量占比最高的单体系统，外，车身、汽车电器电子、底盘、传动系统、内外饰在传统燃油汽车价值量中占比也较高，分别约为15%、15%、10%、10%、10%。新能源车的技术核心是电池+电驱动+电控三大系统，对纯电动汽车的来说，电池以及动力总成基本上占了车辆一半的成本，即约40%-50%的成本资料来源：盖世汽车，中商产业研究院，大众汽车，华西证券研究所图17：新能源汽车价值量拆分图18：燃油汽车价值量拆分发动发动机机发动机总成6000-1200015%左右涡轮增压器1000-2000微混动系统（48V）3500-4500主要系主要系统统典型零部件典型零部件价价值值量（元）量（元）在在总车总车价价值值量中占比量中占比车门2000-3000车车身身发动机盖1200-300015%左右翼子板700-1500传动传动系系统统手动变速器3500-750010%左右自动变速器（AT/CVT 等）7500 至万元以上前风挡玻璃500-1500内外内外饰饰后风挡玻璃300-110010%左右汽车座椅1000-2500汽汽车电车电器器电电子子车灯（大灯）1200-400015%左右尾灯/雾灯150-650空调1500-3500车身传感器1500-3500底底盘盘/数万元至更高10%左右其他其他转向系统总成1000-2500电控/线控制动产品1000-3000减震器300-100025%左右子午胎1000-500025%40%8%12%15%电池电机电控电驱动其他资料来源：电子发烧友，华西证券研究所162.1.2 传统汽车价值量拆分发动机为价值量占比最高的单体系2.1.3传统传统汽汽车车技技术术重点重点:安全、安全、节节能、高效能、高效传统燃油汽车而言，其性能评价指标主要包括五类，人们也是从这五个角度出发，对传统燃油汽车持续进行改进：动力性（主要包括最高车速、汽车的加速时间、汽车所能爬上的最大坡度等）燃油经济性（百公里油耗等）机动性（包括制动效能、制动效能恒定性、方向稳定性等）安全性（加装安全气囊、保险杠等设施）舒适性（差异化、人性化车内设计等）资料来源：搜狐汽车，中商产业研究院，华西证券研究所图19：传统燃油发动机持续改进性能，迈向更快、更高效图20：传统汽车综合评价体系马马力增力增长长数百倍数百倍最高最高时时速数十倍速数十倍污污染物排放降低逾染物排放降低逾9 90 0%0.89奔驰1号当代发动机16奔驰1号当代发动机2000年典型发动机当代发动机资料来源：搜狐汽车，华西证券研究所172.1.3 传统汽车技术重点:安全、节能、高效传统燃油汽车而2.2智能智能驾驾驶驶=传统传统汽汽车车+智能模智能模块块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改装，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。资料来源：Waymo，BCG，华西证券研究所图21：传统汽车+智能模块=智能汽车（以Waymo智能驾驶汽车为例）实际实际效果效果图图结结构透构透视图视图182.2 智能驾驶=传统汽车+智能模块智能驾驶则在传统驾驶基础2.2智能智能驾驾驶驶=传统传统汽汽车车+智能模智能模块块“感知-决策-执行”是自动驾驶汽车最为重要的三大系统：感知层：主要由激光雷达、摄像头、高精度地图、IMU/GPS等部分构成，主要负责搜集车身周边信息；决策层：以感知层信息数据为基础，根据高算力的计算中心获取经过优化的驾驶决策；执行层：基于决策层给出的驾驶决策，对制动系统、发动机、转向系统等控制系统下达指令，负责驾驶执行；资料来源：广汽研究院，华西证券研究所图22：智能驾驶三大系统：感知-决策-控制192.2 智能驾驶=传统汽车+智能模块“感知-决策-执行”是自2.2.1智能智能驾驶驾驶：从：从辅辅助助车迈车迈向向辅辅助人助人L0-L2阶段需要人监控驾驶环境，新增的智能驾驶设备多用于辅助人。比如屏幕、智能语音等智能化系统，可有效改进驾驶员的驾驶体验，HUD则可减少驾驶员低头频率，让驾驶更加安全。L3-L5阶段需要智能驾驶系统监控驾驶环境，新增的智能驾驶设备主要用于控制汽车安全高效运行。高级别智能驾驶往往配置有更多的智能模块，如新增激光雷达、IMU、DMS、高精度地图等，同时配置高算力的车载智能计算平台，为汽车自动驾驶提供安全高效决策。资料来源：盖世汽车，华西证券研究所资料来源：华西证券研究所图23：智能驾驶从辅助车迈向辅助人图24：四方面因素共振驱动智能驾驶产业浪潮202.2.1 智能驾驶：从辅助车迈向辅助人L0-L2阶段需要人2.2.2行行业业所所处阶处阶段：从段：从L2迈迈向向L3目前我国智能驾驶产业处于从L2迈向L3阶段，2020年为L3级别智能驾驶整车量产元年。根据国家发布的智能汽车创新发展战略，2020-2025年中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。资料来源：盖世汽车，华西证券研究所图25：自动驾驶分级准则21自自动驾驶动驾驶分分级级（SAESAE）SAESAE定定义义功能主功能主题题驾驶驾驶操作操作周周边监边监控控支援支援系系统统自自动动作用域作用域L0L0无自无自动动化化由人类驾驶者全权操作汽车，在行驶过程中得到警 告和保护系统的辅助人类人类人类无L1L1辅辅助助驾驶驾驶通过驾驶环境对方向盘和加减速中的一项提供驾驶 支援，其它的驾驶动作都由人类驾驶员进行操作人类+系统人类人类少部分L2L2部分自部分自动驾驶动驾驶通过驾驶环境对方向盘和加减速中的多项提供驾驶 支援，其它的驾驶动作都由人类驾驶员进行操作系统人类人类部分L3L3特定特定场场景自景自动驾驶动驾驶由无人驾驶系统完成所有的驾驶操作。根据系统要 求，人类驾驶者提供适当的应答系统系统人类大部分L4L4高度自高度自动驾驶动驾驶由无人驾驶系统完成所有的驾驶操作。根据系统要求，人类驾驶者不一定需要对所有的系统请求做出 应答，限定道路和环境条件等系统系统系统绝大部分L5L5自自动驾驶动驾驶由无人驾驶系统完成所有的驾驶操作。根据系统要求，人类驾驶者在可能的情况下接管，在所有的道 路和环境条件下系统系统系统全部2.2.2 行业所处阶段：从L2迈向L3目前我国智能驾驶产业2.2.2行行业业所所处阶处阶段：段：2020年量年量产产L3级别级别22从现有的智能驾驶汽车量产规划来看，2020-2022年是部分车企L3级别自动驾驶量产阶段：1）从内资来看，2020年一汽、长安、东风、北汽、吉利、长城、奇瑞、小鹏实现L3级别量产，外资则有特斯拉、本田实现L3级别量产；2）低级别的L2已经量产上市，高级别的L4则在成本、技术和路权等方面仍存在难点，从内资来看，一汽、北汽规划2021年实现L4量产，但更多车厂则在2022年后推出。资料来源：车企规划研究，盖世汽车，华西证券研究所图26：L3级多在2020年量产，L4等级车辆多在2021年开始导入企企业业类类型型201720172018201820192019202020202021202120222022202320232024202420252025宝马外资大厂L2L3L4奔驰L2L3L4沃尔沃L2L4特斯拉L2L3L4大众L2L4通用L2L4福特L2L4丰田L2L4本田L2L3日产L2L3现代起亚L2L4上汽内资大厂L2L3L4L5一汽L2L3L4L4长安L2L3L4东风L2L3北汽L2L3L4广汽L2L3吉利L2L3L4长城L2L3L4奇瑞L2L3蔚来造车新势力L2L2L3威马L2L2L3小鹏L2L32.2.2 行业所处阶段：2020年量产L3级别22从现有的232.2.2行行业业所所处阶处阶段：消段：消费费需求可期需求可期23我国智能驾驶消费端驱动力强，2025年智能驾驶渗透率有望达57%。根据广汽研究院2019年统计数据，我国75%的汽车消费者对于智能驾驶也抱有较高期待，在全球处于较高水平，仅次于印度。根据广汽研究院预测（2019年），2025年我国L1/2、L3、L4等级智能驾驶渗透率分别为45%、10%、2%，2030年则有望进一步攀升至49%、18%、9%。资料来源：广汽研究院，华西证券研究所资料来源：广汽研究院，华西证券研究所图27：75%的中国汽车消费者对智能驾驶抱有高期望图28：我国智能驾驶渗透率趋势预测0%20%40%60%80%100%非常想想不知道不想很不想1%27%45%49%4%10%18%2%9%80%70%60%50%40%30%20%10%0%2015A2025E2030E2020EL1/2L3L42.2.2 行业所处阶段：消费需求可期23我国智能驾驶消费端242.2.3智能智能驾驶驾驶汽汽车车：价：价值值量拆分量拆分24Waymo中，仅激光雷达的成本占比就高达12%，摄像机成本占比相对较小，仅为2%；特斯拉Model3系列中，中央控制器成本占比为2%，摄像机成本占比仅为1%，激光雷达则不配备，成本占比为0%。资料来源：广汽研究院，Waymo，BCG，基业长青经济研究院，华西证券研究所；注：Waymo中央控制器参考L3级别智能驾驶车辆价值量占比中位数；图30：燃油车VS电动车VS智能驾驶车：成本结构对比60%50%40%30%20%10%0%动力系统车身底盘内外饰电子系统激光雷达摄像机传统燃油乘用车特斯拉Model 3中央控制器Waymo智能智能驾驶驾驶模模块块部分部分15%8%13%9%9%12%2%5%18%动力系统 底盘车身 内外饰 电子系统激光雷达摄像机 导航系统 其他图29：智能驾驶汽车价值量拆分（以Waymo为例）2.2.3 智能驾驶汽车：价值量拆分24Waymo中，仅激光252.2.4软软硬融合硬融合+大算力高性能芯片大算力高性能芯片+算法升算法升级级成成为为技技术术重点重点25智能驾驶时代产业链分为三个层次：硬件公司为底层，上方是负责提供智能/连接/管理的软件层，顶层是与消费者体验相关的服务层；大算力高性能芯片：相较于传统汽车，智能汽车数据量大增，高性能芯片成为刚需，比如现在流行的高通SA8155；算法升级：目前硬件模块升级相对较慢，算法迭代升级则日新月异，持续优化的算法有助于降低成本，并提供更多的安全冗余。资料来源：盖世汽车，华西证券研究所图31：智能网联汽车主要智能模块演化趋势单目摄像头多目摄像头77GHz毫米波雷达79GHz毫米波雷达普通摄像头24GHz毫米波雷达超声波雷达激光雷达360激光雷达（低成本）固态激光雷达芯片芯片算法算法传统控制算法深度学习视觉算法增强型学习性能算法融合算法系系统统车载信息娱乐OS车载综合智能OS地地图图导航地图高精度地图导入高精度地图大规模应用5G802.11P技术V2X硬件硬件传传感器感器高性能芯片软软件算法件算法车载OS网网络络通通讯讯2G/3G/4G多种传感器融合实现安全冗余2020202520302.2.4 软硬融合+大算力高性能芯片+算法升级成为技术重点262.2.5硬件：典型量硬件：典型量产车产车型梳理型梳理从量产级别来看，近期量产车型主要集中在L2+至L3级别车辆；从硬件配置来看，相关车型主要配置有车载摄像头、毫米波雷达、超声波雷达、高算力芯片等，激光雷达则尚未配置，传感器芯片中以Mobileye相关产品居多，特斯拉采用自研的FSD；自动驾驶适用场景中，如果是封闭路段，普遍需要高精度地图，开放路段中适用范围较小。资料来源：车企官网，高工汽车，盖世汽车，佐思汽研，华西证券研究所图32：部分量产车型硬件配置梳理企企业业传统传统自主自主外外资资造造车车新新势势力力自动驾驶辅助系统广汽ADiGO3.0长安自动驾驶辅助系统 Cadillac Super Cruise特斯拉 Autopilot 3.0蔚来NIO Pilot小鹏XPilot 3.0自动驾驶级别L3L3L2+L3L2+L3传传感器方案感器方案激光雷达激光雷达-前前视摄视摄像像头头1 11 11 13 33 34 4环视摄环视摄像像头头4 44 44 45 54 49 9角雷达角雷达4 44 44 44 44 4前向毫米波雷前向毫米波雷达达1 11 11 11 11 11 1超声波雷达超声波雷达121212121212121212121212高精度地高精度地图图-芯片芯片MobileyeMobileye EyeQ4EyeQ4地平地平线线Journey2.Journey2.0 0MobileyeMobileye EyeQ3EyeQ3FSDFSDMobileye Mobileye EyeQ4 EyeQ4 NIVIDIANIVIDIA XavierXavier识别限速牌识别周围车辆识别信号灯识别（OTA）（OTA）自动变道场景开放道路部分可用封闭路段高精地图路段40km/h以下结构化道路高精地图路段高精地图路段高速、城市快速路高精地图路段262.2.5 硬件：典型量产车型梳理从量产级别来看，近期量产车2.2.5硬件：等硬件：等级级越高，硬件配置越丰富越高，硬件配置越丰富从硬件配置来看，自动驾驶等级越高，硬件配置越丰富，其中如激光雷达、DMS、红外夜视等为高等级智能驾驶车辆需要重点配置的系统。资料来源：基业长青经济研究院，盖世汽车，高工汽车，汽车之家，华西证券研究所 注：2020年部分车型采用的激光雷达成本已在万元以下。图33：部分量产车型硬件配置梳理272.2.5 硬件：等级越高，硬件配置越丰富从硬件配置来看，自2.2.5硬件：价格下行硬件：价格下行趋势趋势确立确立根据广汽研究院预测数据，未来高等级智能驾驶汽车渗透率有望快速攀升。伴随着量产规模扩大及技术进步影响，智能驾驶主要传感器硬件等成本下降趋势明确，其中尤其以激光雷达最为明显；根据盖世汽车预测数据，2018年激光雷达单价约为14万元，2021年有望降低至2.1万，2025年有望进一步降低至4200元。2018年智能硬件总体成本在30万元左右，2025年有望大幅降低至3万元左右。资料来源：盖世汽车，中国汽车百人会，华西证券研究所资料来源：广汽研究院，华西证券研究所图34：部分量产车型硬件配置梳理图35：不同等级智能驾驶汽车渗透率预测核心部件核心部件L4L4配配置置2018A2018A2021E2021E2025E2025E摄像头8700420245毫米波雷达2770630490超声波雷达121058470激光雷达4140,00021,0004,200GPS&IMU17,0004,9003,500计算平台1或217,50010,5007,000合合计计成本（万元成本（万元/车车）/31.331.310.510.53.13.11%27%45%49%4%10%18%9%2%80%70%60%50%40%30%20%10%0%2015A2025E2030E2020E L1/2L3L4282.2.5 硬件：价格下行趋势确立根据广汽研究院预测数据，未2.2.5硬件硬件-激光雷达激光雷达激光雷达作用原理：激光雷达通过采取的点云数据，利用3D建模构建数据模型。在自动驾驶过程中，通过激光雷达得到的数据与高精度地图进行结合，再借助深度学习算法返回到实际场景中进行决策。激光雷达无疑是自动驾驶行业最受瞩目的传感器，被认为是实现高级别自动驾驶不可或缺的传感器。车规级激光雷达目前拥有1线、4线、8线、16线、32线和64线，线束越高、反应速度和精确度也响应越高，成本也更高昂。根据蔚来资本披露信息，16线激光雷达在低速场景及物流场景自动驾驶领域应用十分广泛，未来激光雷达有望成为高级别自动驾驶车辆标配。资料来源：搜狐汽车，华西证券研究所资料来源：基业长青经济研究院，华西证券研究所图36：激光雷达探测效果图图37：激光雷达有望成为高级别自动驾驶车辆标配主要主要传传感器感器LevelLevel 1 1LevelLevel 2 2LevelLevel 3 3LevelLevel 4 4LevelLevel 5 5数量（个）数量（个）数量（个）数量（个）数量（个）数量（个）数量（个）数量（个）数量（个）数量（个）超声波雷达68888亲摄像头13333长距毫米波雷达11111环视摄像头4444短距毫米波雷达444激光雷达激光雷达1 12 24 4驾驶员监测摄像头111GPS惯导系统11红外夜视11动态视觉摄像头11292.2.5 硬件-激光雷达激光雷达作用原理：激光雷达通过采取2.2.5硬件硬件-激光雷达激光雷达30车规级激光雷达的参与者主要是Velodyne，其产品主要包括64线、32线、16线，官方定价分别为8万美元、4万美元和8千美元。产品售价之所以高昂，在于算法型公司向更高级别研发中，需求刚性+Velodyne强研发能力共同决定。国内参与激光雷达研发的企业包含禾赛科技、北科天绘、镭神智能等，北科天绘目前布局了包含激光雷达芯片在内的自研产品，镭神智能也发布了多线及固态激光雷达专用芯片。激光雷达为智能驾驶车辆量产经济化的核心部件，2018年价格约为14万元，2025年有望降低至千元量级。资料来源：36氪，华西证券研究所资料来源：盖世汽车，中国汽车百人会，华西证券研究所图39：主流激光雷达企业产品及客户梳理图38：智能驾驶模块中高价值量零部件成本趋势（万元）-51015激光雷达计算平台GPS&IMU2018A2021E2025E2.2.5 硬件-激光雷达30车规级激光雷达的参与者主要是 312.2.5硬件硬件-毫米波雷达毫米波雷达毫米波通常是指30-300GHz频域，能分辨识别很小的目标，且能同时识别多个目标。同超声波雷达相比，毫米波雷达具有体积小、质量轻和空间分辨率高的特点，拥有较成熟的市场和技术，抗干扰能力也优于其他车载传感器，由于技术的提升和规模化应用于ADAS，价格也相对更合理；市场主流使用的车载毫米波雷达按照其频率的不同，目前主要可分为两种：24GHz毫米波雷达和77GHz毫米波雷达，其中24GHz雷达检测范围为中短距离，用作实现盲点探测系统，而77GHz长程雷达用作实现自适应巡航系统。资料来源：亿欧智库，华西证券研究所资料来源：TIAA，华西证券研究所图40：毫米波雷达分类图41：24GHz和77GHz毫米波雷达为行业销量主流（万个）1601401201008060402003124GHz76-77GHz77-79GHz2.2.5 硬件-毫米波雷达毫米波通常是指30-300GHz2.2.5硬件硬件-毫米波雷达毫米波雷达毫米波雷达主要被海外Tier1垄断：2015年博世、大陆、Hella、富士通天市占率分别为22%、22%、13%、10%，top4合计市占率达67%，国内上市公司中，德赛西威2019年实现量产24GHz毫米波雷达；毫米波雷达芯片仍主要集中在NXP、英飞凌两大巨头手中，2017市占率分别为40%、40%。资料来源：佐思产研、盖世汽车、加特兰、蔚来资本，华西证券研究所图42：车载毫米波雷达市占率格局（%）图43：车载毫米波雷达芯片市占率格局（%）资料来源：佐思产研、盖世汽车，华西证券研究所322.2.5 硬件-毫米波雷达毫米波雷达主要被海外Tier1 2.2.5硬件硬件-超声波雷达超声波雷达常见的超声波雷达有两种：第一种是安装在汽车前后保险杠上，用于测量汽车前后障碍物的倒车雷达，这种雷达业内称为UPA，UPA超声波雷达的探测距离一般在15-250cm之间，主要用于测量汽车前后方的障碍物。第二种是安装在汽车侧面，用于测量侧方障碍物距离的超声波雷达，业内称为APA，APA超声波雷达的探测距离一般在30-500cm之间。APA的探测范围更远，功率也更大。资料来源：智车科技，亿欧智库，华西证券研究所图45：主要传感器对比图44：超声波雷达UPA（8）+UAP（4）探测区域类别成本探测角度探测距离 障碍物识别能力 夜间工作能力 不良天气适应能力超声波雷达较低120很近一般弱一般毫米波雷达中等10-70较远较强强强激光雷达较高15-360很远较强弱弱摄像头中等360中等强弱弱332.2.5 硬件-超声波雷达常见的超声波雷达有两种：资料来源2.2.5硬件硬件-超声波雷达超声波雷达34超声波雷达-智能驾驶必要的“辅菜”。超声波雷达传感器成本低廉，一套雷达模组的价格在150元左右。目前国内在售车型的倒车雷达功能渗透率已接近100%，而自动泊车系统渗透率在2019年达到了22%，有望在2025年达到50%。超声波雷达市场格局：主要由博世、日本村田、日本尼赛拉等占据，国内奥迪威和同致电子具有较高的竞争力。奥迪威是国内领先的超声波传感器生产商，2016奥迪威的车载超声波传感器占全球乘用车市场份额的9%。图48：车载超声波雷达类型占比资料来源：AI车库，华西证券研究所27%45%28%前向+后向雷达后向雷达资料来源：AI车库，华西证券研究所无搭载12101050图47：超声波雷达价格走势（美元/件）20151520182021E2025E超声波雷达价格走势（美元/件）资料来源：AI车库，华西证券研究所图46：超声波雷达主流厂商梳理2.2.5 硬件-超声波雷达34超声波雷达-智能驾驶必要的“352.2.5硬件硬件-三大雷达三大雷达传传感器感器对对比比35智能驾驶模块中，超声波雷达、激光雷达、毫米波雷达互相各有优劣：激光雷达：探测距离、角度分辨率十分突出，但是造价高昂，且受天气影响；毫米波雷达：探测距离、角度分辨率、造价皆较为可观，但目标识别能力较差；超声波雷达：造价低廉，可大量配置，但是探测距离、角度分辨率较差，也易受环境影响；在目前技术条件，为保证一定的安全冗余，仍需要超声波雷达、激光雷达、毫米波雷达和摄像头、IMU/GPS等其他智能模块配合，合力保障智能汽车安全运行。资料来源：电子发烧友，百度爱采购，华西证券研究所图49：三大雷达传感器对比超声波雷达激光雷达毫米波雷达智能汽车安装（个）8-16个0-4个2-5个工作频段/红外和可见光波段24-24.25GHz、77GHz、79-81GHz分辨距离近远较远角度分辨率一般很高高环境适应性易受天气和温度的影响雾、雨、雪、霾等无法工作全天候，不易受环境影响造价低，单个售价数十元高，单个售价数千元至数万元中，单个售价数百元优点价格低，数据处理简单距离、角度测量精度很高不受天气情况和夜间影响，探测距离远缺点会受天气影响，只能探测近距离物体成本很高，容易受自然光和热辐射的影响目标识别有难度，需与摄像头互补使用2.2.5 硬件-三大雷达传感器对比35智能驾驶模块中，超声362.2.5硬件硬件-车载摄车载摄像像头头36车载摄像头为目前智能驾驶主流配置所必备的传感器之一：通过在前视/后视/环视等方向安装摄像头，可实现360视觉感知，可实现车道辅助预警、盲点监测、泊车辅助、全景泊车、驾驶员状态监测、行人碰撞预警等多项智能驾驶功能。资料来源：自动驾驶汽车传感器技术解析，华西证券研究所资料来源：百度Apollo，华西证券研究所图50：车载摄像头在智能驾驶领域得到广泛应用图51：百度Apollo配置9个摄像头智能驾驶功能摄像头类别实现功能车道偏离预警LDW前视检测到车辆即将偏离道路时会发出警报盲点监测BSD侧视将后视镜盲区的影像显示在驾驶舱内泊车辅助PA后视利用后视摄像头将车尾影像显示在座舱内全景泊车SVP前/后/侧视将摄像头采集的影像组合成周边全景图驾驶员检测系统DMS内置检测驾驶员是否疲劳、闭眼等行人碰撞预警PCW前视检测到前方行人可能发生碰撞时发生警报车道保持辅助LKA前视检测车辆行进，纠正驾驶方向交通标志识别TSR前视/侧视 识别前方和两侧的交通标志前方碰撞预警FCW前视检测到与前车距离过近时发出警报2.2.5 硬件-车载摄像头36车载摄像头为目前智能驾驶主流372.2.5硬件硬件-车载摄车载摄像像头头37车载摄像头产业链主要涉及上游材料、中游元件和下游产品三个主要环节；从成本结构来看，图像传感器、模组封装、光学镜头为主要成本项，占比分别为50%、25%、14%；近年来我国车载摄像头市场持续攀升，2014年市场规模约为30亿元，2023年有望增加至52亿元。资料来源：中国产业信息网，华西证券研究所资料来源：头豹研究院，华西证券研究所图53：车载摄像头产业链资料来源：前瞻经济学人，华西证券研究所图54：我国车载摄像头市场规模持续攀升（亿元）图52：车载摄像头成本构成光学镜片滤光片保护膜晶圆镜头组胶合材料CMOSDSP芯片模组供应商系统集成商30313537384042464852010203040506020142015201620172018 2019E 2020E 2021E 2022E 2023E图像传感器,50%模组封装,25%光学镜头,14%音圈马达,5%红外滤光片,6%2.2.5 硬件-车载摄像头37车载摄像头产业链主要涉及上游382.2.5硬件硬件-车载摄车载摄像像头头车载摄像头在功能上为满足ADAS技术的需要，催生了单目、多目、广角、夜视等多种类型的摄像头，由于双目摄像头需要高算力芯片支持，且成本相对较高，比单目摄像头的成本贵50%左右，双目摄像头的普及还需要一定时间，因此，单目摄像头是目前主流的车载摄像头。从竞争格局来看，当前全球车载摄像头行业市场份额前三为松下、法雷奥和富士通：其中松下所占市场份额最大，达到20%；法雷奥和富士通市占率分别为11%和10%。当前全球车载摄像头行业CR3为41%，全球前十企业则占据了96%的市场份额，全球车载摄像头行业集中度处于较高水平。资料来源：摄像头行业协会，华西证券研究所资料来源：前瞻产业研究院，华西证券研究所图55：全球车载摄像头市占率格局（2018年）图56：目前车载摄像头市场仍以单目为主流20%10%9%9%8%8%11%8%8%5%4%松下法雷奥富士通大陆麦格纳索尼MCNEX Gentex日立海拉其他38对比维度单目摄像头双目摄像头计算平台要求低高系统复杂度简单复杂精度低高配套数据库需要支持不需要支持成本低高计算量小大应用现状目前是主要的应用 车载摄像头仍需要突破主控芯 片算力，产品化小 型化难度较大2.2.5 硬件-车载摄像头车载摄像头在功能上为满足ADAS2.2.5硬件硬件-计计算芯片算芯片智能驾驶时代，汽车数据处理量大幅增加，对汽车芯片性能要求更高：根据地平线披露数据，自动驾驶等级每增加一级，所需要的芯片算力就会呈现十数倍的上升，L2级自动驾驶的算力需求仅要2-2.5TOPS，但是L3级自动驾驶算力需求就需要20-30TOPS，到L4级则需要300TOPS以上，L5级算力需求则超过4000TOPS。资料来源：车百车库，罗兰贝格，华西证券研究所资料来源：车百车库，罗兰贝格，华西证券研究所图57：高等级自动驾驶对芯片算力要求极高图58：中央芯片算力和功耗的变化路径392.2.5 硬件-计算芯片智能驾驶时代，汽车数据处理量大幅增2.2.5硬件硬件-计计算芯片算芯片40自动驾驶主流芯片趋向工艺制程小型化、高算力和低功耗方向发展：随着智能汽车电子电器架构趋向中心集中式架构和深度学习算法技术的应用，未来高性能多芯片融合将成为高级别自动驾驶核心配置；主流的自动驾驶芯片解决方案主要包括GPU、FPGA、DSP和ASIC四种。资料来源：高工汽车，华西证券研究所资料来源：CSDN，36氪，华西证券研究所图59：车规级芯片类型比较图60：车规级芯片发展迭代分布式分布式计计算构架算构架混合式混合式计计算构架算构架中心中心计计算构架算构架1)多个ECU集成1)需配置4-5个高性能DCUs1)高性能计算平台集群核心处理器2)CPU处理2)芯片方案：CPU+CPU+FPGA2)芯片方案：CPU+CPU+FPGA+NPUASIC优势1)传输要求带宽小2)核心处理器运算要求和功耗低1)综合性能优异，易于循序渐进2)各方性能平衡，车企易控制1)信息处理能力强，安全性高2)传感器易于获取，安装位置灵活，价格低对比分析劣势1)传感器要求高，价格高2)无法深度融合数据3)无法满足人工智能算法运算量1)计算架构复杂，对功能划分要求高2)融合/决策运算部分存在黑箱1)数据传输难度大，电磁干扰影响大2)核心处理器能力要求极高2.2.5 硬件-计算芯片40自动驾驶主流芯片趋向工艺制程小412.2.5硬件硬件-计计算芯片算芯片全球能够量产且具备大算力的自动驾驶芯片仅有Mobileye（被英特尔收购）、英伟达及特斯拉等少数大厂：根据高工汽车披露信息，目前Mobieye已经推出了第四代自动驾驶芯片，抢占了75%以上的市场份额，主流的产品包括EyeQ3和EyeQ4两款芯片；Mobileye技术领先，已经在全球搭载了包括BBA等超5000万辆汽车上，但其技术封闭不可二次开发；英伟达通用开放，但功耗高、成本也高，二者的优劣势十分明显。资料来源：ICVTank，华西证券研究所图62：全球汽车芯片市场格局（2019年）图61：目前主流计算芯片对比134107资料来源：盖世汽车，汽车之家，华西证券研究所图63：主要国家汽车半导体产业产值（2019年）109151欧洲美国日本中国其他资料来源：ICVTank，华西证券研究所41特斯拉特斯拉英英伟伟达达 MobileyeMobileye华为华为地平地平线线型号FSDPX XavieEyeQ4MDC600征程二代制造工艺14nm12nm28nm/28nmGPU算力（GFLOPS）144302.53524GPU功耗（W）250303/2代表车企特斯拉小鹏蔚来/长安2.2.5 硬件-计算芯片全球能够量产且具备大算力的自动驾驶422.2.5硬件硬件-GNSS天天线线42GNSS：即全球导航卫星系统，为相关领域系统的统称，包含美国的GPS、中国的北斗、俄罗斯的GLONASS和欧洲的GALILEO；GNSS天线是高精度定位中不可或缺的基础设施：为满足车辆在不同环境下的高精度定位需求，需要在终端采用多源数据融合的定位方案，包括基于差分数据的GNSS定位数据、惯导数据、传感器数据、高精度地图数据以及蜂窝网数据等，从终端层来看，GNSS天线是不可或缺的数据源基础设施；资料来源：中国信通院，华西证券研究所图64：GNSS天线是智能驾驶高精度定位不可或缺的车载设施2.2.5 硬件-GNSS天线42GNSS：即全球导航卫星系432.2.5硬件硬件-GNSS天天线线GNSS+IMU融合可有效解决目前卫星导航领域的痛点：城市峡谷等一直是车辆定位痛点，因为相关地域用户存在无法接受GNSS信号或者GNSS信号弱的问题，此时引进“无源定位”的IMU系统正好可以弥补GPS的短板；GNSS+IMU+高精度地图配合使用，达到高精度定位目的：1）GNSS天线：依靠卫星和地面基站传输的数据，可以确定自动驾驶车辆全局的定位信息；2）IMU：依靠内置陀螺仪，可以提供不依赖于环境的定位信息；3）基于GNSS+IMU定位信息，再同高精度地图信息进行对比，保证一定的安全冗余。资料来源：GNSS简介和汽车场景应用，华西证券研究所资料来源：百度Apollo官网，华西证券研究所图65：GNSS在汽车领域的发展趋势图66：百度Apollo配置有两个GNSS天线432.2.5 硬件-GNSS天线GNSS+IMU融合可有效解决2.2.5硬件硬件-GNSS天天线线根据GSA数据，2019年全球GNSS设备安装基数接近65亿个，其中2019年出货量17亿个，来自设备和服务的全球GNSS下游市场营收已达到1500亿欧元，其中市场主要贡献者是价格低于5欧元的大众市场接收机，占比达到接收机总量的90；从全球拉看，美国在GNSS市场上处于领先地位（营收占比达28%），欧洲居于次席，营收占比为27%，此外中日韩合计占比35%；自2011年以来，亚太地区是消费者解决方案设备的最大区域市场，2018年GNSS设备出货量达到8.3亿台，北美和欧盟则分别为2.55亿台、1.75亿台。资料来源：GSA，华西证券研究所图67：GNSS产业格局-细分领域营收前十公司（2017年）图68：GNSS产业全球营收占比（2017年）28%20%27%10%5%10%美国欧洲日本资料来源：GSA，华西证券研究所中国韩国其他442.2.5 硬件-GNSS天线根据GSA数据，2019年全球2.2.6软软件件-操作系操作系统统车用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；目前主流的智能座舱车载操作系统有四种：QNX、Linux、Android以及WinCE，其中Android是基于Linux系统的内核开发而来。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。资料来源：亿欧，华西证券研究所图69：主流智能座舱操作系统梳理45操作系操作系统统简简介介优势优势劣劣势势合作主机厂合作主机厂/零部件供零部件供应应商商QNXQNX是一种商用的类Unix实时操作系统，目标市场主要是嵌入式系统安全性、稳定性极高，符合车规级要求，可用于仪表盘需要授权费用，只应用在较高端车型产品上，兼容性较差通用、凯迪拉克、雪弗兰、雷克萨斯、路虎、大众、别克、丰田、宝马、现代、福特、日产、奔驰、哈曼等Linux基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统免费，灵活性、安全性高 应用生态不完善，技术支持差丰田、日产、特斯拉等Android谷歌开发的基于Linux架构的系统，属于“类Linux”系统开源，易于OEM自研、移动终端生态完善安全性、稳定性较差，无法适配仪表盘等安全性要求高的部件奥迪、通用、蔚来、小鹏、吉利、比亚迪、博泰、英伟达等WinCE微软发布的32位的多任务嵌入式操作系统，具有多任务抢占、硬实时等特点在当时实时性出色，windows应用开发便利高度模块化的开发流程使得开发用户越来越少，应用越来越匮乏，慢慢退出舞台福特Sync1、Sync2等2.2.6 软件-操作系统车用操作系统可分为车控操作系统和智2.2.6软软件件-操作系操作系统统车企以底层操作系统为基础进行二次开发，主要分为三类：标准的定制化操作系统：从系统内核到应用程序层级进行深度重构，将硬件资源进行整合优化；ROM方式：基于需