【深度】2016－2025 ADAS 技术及市场趋势报告
【新智元导读】ADAS是智能驾驶关键落地点。本报告着重从ADAS系统集成与核心元器件两方面分析了技术现状与市场格局。报告认为：ADAS将率先普及商业化；上市公司通过投资参股ADAS初创公司，前瞻布局ADAS产业链；中国制造2025推动感知识别（主要为摄像头和雷达）、高精度地图等组件模块国产化浪潮：感知元件和执行机构有望分别形成数百亿元级别市场。
【作者介绍】许英博，中信证券汽车行业首席分析师，持续立足投资视角、深耕汽车产业、深入细致观察、敏锐捕捉变革、客观独立分析，致力深度&思辨，自成体系。
- 未来科技进步趋势将从“互联网”向“物联网”发展，智能驾驶是“万物互联”的最好载体，“无人驾驶”是汽车智能的终极发展方向。科技型公司加速智能驾驶技术进步和产品迭代，ADAS（Advanced Driving Assistant System）是智能驾驶最好的落地点。无人驾驶板块关注度显著提升，主要由于：1）跨界而来的科技型公司（如特斯拉、苹果、BAT等）加快了技术进步的步伐，亦吸引消费者和资本市场关注；2）5G通信技术、传感技术进步和成本下降，使得实时车联和无人驾驶成为可能；3）传统车企在竞争压力下，加快研发和并购进程。
- 智能驾驶将进入高速发展期，技术、立法、产业化同时推动。我们预计能够实现全自动驾驶的智能汽车硬件有望于2020-2025年量产，结合移动互联网、大数据、云计算的智能驾驶服务推广有望在10年后逐渐普及。科技型企业和传统整车巨头抢滩智能驾驶，加速技术进步和产品迭代。特斯拉自动驾驶版本已于2015年底装配量产车，中资科技公司如蔚来汽车、和谐富腾、乐视汽车等预计将在2017-2018年投放量产产品。与此同时，大规模路试和兼管立法与之同步进展。
- ADAS是智能驾驶的关键落地点，参股和收购是上市公司介入ADAS的主要方式。科技型公司产品设计更加从用户出发，组织形式更加灵活，但产品制造逻辑仍因循或参考传统汽车路径。模块化ADAS是从传统汽车向无人驾驶进发的重要方式，也是智能汽车的关键落地。预计2020年中国ADAS市场规模有望达到2000亿，传统零部件供应商保持优势地位，创业型公司参与度亦将提升。中资ADAS公司有望通过“模仿+自主创新”方式跑步前进，优秀公司相对稀缺，上市公司将通过参股和收购方式进入相关领域。
- 感知元器件和执行机构亦值得重点关注。本报告梳理了创业型ADAS公司进展，其主要技术路径包括基于摄像头图像识别的环视系统，以及叠加雷达的综合感知应用，如碰撞预警等。ADAS主要由：感知单元、程序算法、执行机构等几部分组成。感知部分包括：毫米波雷达、激光雷达、摄像头、超声波雷达等；执行机构包括制动系统等。感知元件和执行机构有望分别形成数百亿元级别市场。此外，智能驾驶还可能带来的投资机会包括：高精度地图、车联网、大数据和云计算等。
智能驾驶：全速前进，步入现实
“无人驾驶”加速，预计全自动驾驶的汽车硬件有望于2020-2025年量产。无人驾驶板块关注度显著提升，主要由于：1）跨界而来的科技型公司（如特斯拉、苹果、BAT等）加快了技术进步的步伐，亦吸引消费者和资本市场关注；2）5G通信技术、传感技术进步和成本下降，使得实时车联和无人驾驶成为可能；3）传统车企在竞争压力下，加快研发和并购进程。我们预计能够实现全自动驾驶的智能汽车硬件有望于2020-2025年量产，结合移动互联网、大数据、云计算的智能驾驶服务推广有望在10年后逐渐普及。
智能驾驶按照汽车控制权及安全责任分配可分为不同级别。不同组织的分级标准各有不同：美国高速研究所（BASt）、美国国家公路交通安全管理局（NHTSA）、国际自动机械工程师学会（SAE）的标准大体相同，具体级别稍有差别。其中SAE分级最详细，将无人驾驶技术分为0到5级，分别对应完全手动驾驶、辅助驾驶、部分模块自动化、特定条件下自动化、高度自动化以及全自动化的无人驾驶。而NHTSA将高度自动化和全自动化的无人驾驶都归类为4级。0-2级仍以手动驾驶为主，需要驾驶员观测周边驾驶环境；3级及以后则为智能驾驶系统观测周边环境。
汽车行业当前处于1-2级，预计2020-2025年可实现完全自动驾驶汽车量产。目前1级和2级辅助驾驶已经成熟量产，包括1级警告提示类功能车道偏离预警LDW、前撞预警FCW、盲点检测BSD、交通标志识别TSR等，以及2级干预辅助类功能自适应巡航ACC、车道保持辅助LKA、紧急自动刹车AEB、智能远光灯IHC、自动泊车AP等。3级综合功能自动驾驶已有充分技术储备，如丰田的公路自动驾驶辅助AHAC，特斯拉的自动巡航Autopilot，以及通用的Super Cruise，预计2018-2020年实现量产。高度自动驾驶已经进入试验车阶段，预计2020年可达量产水平。最终完全自动驾驶预计将于2025年实现。
智能驾驶将进入高速发展期，技术、立法、产业化同时推动。科技型企业和传统整车巨头抢滩智能驾驶，加速技术进步和产品迭代。特斯拉自动驾驶版本已于2015年底装配量产车，中资科技公司如蔚来汽车、和谐富腾、乐视汽车等预计将在2017-2018年投放量产产品。与此同时，大规模路试和兼管立法与之同步进展。近期，汽车工程学会理事长付于武在国家智能网联汽车（上海）封闭测试区开园仪式上透漏，中国首个无人驾驶标准或将于两个月内发布。
智能驾驶带来汽车行业新机遇
智能驾驶未来空间格局或呈现金字塔结构。智能驾驶的行业空间结构呈现三层：
- OEM和科技型公司，传统车企仍然掌握汽车生产资质和整车控制集成的核心竞争力，科技型公司则凭借在人工智能、人机交互方面的优势抢占一部分市场份额；
- ADAS供应商利用掌握的感知识别算法等为车企和科技型公司提供ADAS系统解决方案；
- 底层零部件供应商，如雷达、摄像头、芯片、电子刹车等。从塔顶至塔底，行业资金/技术门槛逐渐降低，行业集中度也相应降低。
汽车行业空间巨大，掌握智能驾驶的公司有望获得核心竞争力，享受万亿空间。全球汽车销量增速虽然放缓，但是整体销量仍超过8000万，其中中国市场2015年行业销量达2460万辆，带动相关产业链超2.5万亿。汽车行业经过100多年的发展，传统硬件技术如发动机、变速箱等已经趋于成熟，技术层面（动力性、操纵性）满足绝大部分消费者需求的情况下，服务层面有望成为行业未来主要竞争力，因此智能驾驶及其带来的人车交互服务模式变革有可能会带来整个行业的核心竞争力重构。
两条技术路径：科技型公司 VS 传统整车厂
我们预计至2025年，科技型公司将在智能汽车领域分得40%市场，而传统车企将坚守60%市场。主要原因包括：1）科技型公司占据先机，凭借数据算法优势掌握智能汽车核心竞争力；2）造车门槛较高，传统整车厂仍保有全产业链优势，产品安全可靠性更高；汽车更新换代周期较长，消费者对传统品牌认可度较高，汽车产业不会被科技型公司完全颠覆。
科技型公司直接跨越到高自动化无人驾驶，零包袱+数据优势造就高速发展。科技型公司如特斯拉、谷歌、百度等均开始涉足无人驾驶领域，且跨越程度快于传统整车厂商。我们认为科技型公司直接跨越到无人驾驶的主要原因：1）科技型公司作为行业新进入者，并无历史“包袱”，可以直接实现跨越式发展；2）科技型公司在数据融合、高精度地图方面具有技术优势；3）通过实现无人驾驶可以真正地将汽车变成下一个“互联网入口”。
进展超预期，科技型公司引领智能驾驶风潮。特斯拉自2014年开始推出Autopilot无人驾驶功能，汽车安装有前视摄像头、雷达、环绕超声波雷达，可以在部分路况下实现自动驾驶，并可支持OTA在线升级服务。谷歌于2014年发布其首款无人驾驶原型车，并于2015年1月开始在加州路试，2016年2月被美国政府正式认证为司机，预计2020年实现量产。百度在2015年12月宣布其与宝马合作的无人驾驶汽车在北京路试成功，并于同月成立无人驾驶事业部，预计将在2018年实现高自动化无人驾驶部分商业化，2020年实现无人驾驶汽车大规模生产。乐视汽车成立于2015年7月，同年12月宣布与阿斯顿马丁合作，代工第一代乐视超级汽车；2016年1月宣布与美国电动汽车公司Faraday Future合作，同月推出电动超级概念跑车FFZero1；2016年4月投资10亿美元的电动车厂在美国拉斯维加斯奠基，同月推出首款无人驾驶超级概念车LeSEE。和谐富腾成立于2015年6月，同月收购浙江绿野获得汽车生产资质；将推出“爱迪生”和“iCar”两个品牌，预计2018年可实现量产。蔚来汽车成立于2014年底，2015年6月其TCR车队获得Formula E首个年度车手总冠军；2016年4月与江淮签署100亿元战略合作协议。
科技型公司吸引大批高水平人才加盟，将与传统整车厂分羹。与快速的产业化进程相对应，科技型公司也迅速吸引了大批传统车企高管加盟。据统计，乐视汽车、和谐富腾、蔚来汽车汇聚了超过20位前传统车企高管。我们分析原因包括：1）科技型公司对高水平人才更加重视，且处于新兴发展阶段，高管更加可能有所作为；2）科技型公司资金充足，高水平人才待遇显著优于传统车企。此外，大批传统车企人员的加盟也说明科技型公司已逼近量产阶段，或将于近年内商业化，与传统整车厂争夺汽车市场。
传统汽车厂商预计将采用逐步提升的方案实现最终无人驾驶。我们判断，传统整车企业基于自身优势及现实情况，预计将从辅助驾驶系统（1-2级）开始逐步提升，最终实现自动化无人驾驶。主要原因在于：1）传统车辆“包袱”较重，已售车辆数量巨大，受制于盈利压力无法实现跨越式升级；2）传统汽车厂商已有半自动技术储备，辅助驾驶技术已经配置在一部分车型；3）由于法规伦理等方面制约，无人驾驶较难在传统车厂直接应用。
商业化计划聚焦4级高度自动化驾驶，预计2020年量产销售。智能驾驶产业化进程趋熟，且确定性逐渐走强。汽车行业当前处于1-2级智能驾驶阶段。3级综合辅助智能驾驶已有充分技术储备，如丰田的公路自动驾驶辅助AHAC，特斯拉的自动巡航Autopilot，以及通用的Super Cruise。商业化计划聚焦4级高度自动化驾驶：奔驰在去年的CES展上首次展出了自动驾驶概念车F015 Luxuryin Motion，配备车联网、行人检测、自动紧急制动等功能；日产计划2020年让无人驾驶汽车上路，仍保留驾驶员操作权限。预计2020年前后迎来高级自动驾驶产业化高潮。
自主品牌智能驾驶进度或快于合资，2017年实现3级智能驾驶量产。主要原因包括：1）智能驾驶的核心竞争力在于算法的高速迭代，相比于合资厂商，自主品牌拥有更多自主决定权，更有可能实现ADAS核心算法的快速发展；2）国内汽车行业竞争日益加剧，自主品牌寄希望于智能驾驶实现“弯道超车”，4月北京车展，上汽和阿里发布首款互联网汽车；长安无人驾驶汽车成功从重庆开往北京参展，已经实现高速路况下自动化驾驶（3级）；北汽亦展出其无人驾驶汽车。国内自主品牌车企已经具备智能驾驶技术储备，预计最快于2017年实现3级智能驾驶汽车量产。
ADAS：有望率先商业化，前瞻布局者占据优势
汽车安全法规助力ADAS快速发展
欧美日均将ADAS列入汽车安全法规，中国或于近年效仿。美国高速公路安全管理局NHTSA自2011年起就将汽车前撞预警FCW纳入车辆安全评分，并规定自2018年开始五星安全标准车辆必须配备自动紧急制动AEB。2016年3月，20家占据美国汽车市场份额99%以上的制造商（通用、福特、菲亚特克莱斯勒、丰田、本田、日产、马自达、三菱、富士重工业、现代、起亚、奥迪、宝马、戴姆勒、大众、保时捷、沃尔沃、玛莎拉蒂、捷豹路虎、特斯拉）同意自2022年起乘用车标配AEB，丰田更主动表态自2017年开始为在美销售新车标配AEB。欧洲新车碰撞测试项目NCAP同样在汽车安全评分中列入了自动紧急制动AEB，自适应巡航ACC等。日本国土交通省MLIT自2014年开始将自动紧急制动AEB纳入安全评分体系。我们预测中国或将效仿先进国家经验，于2018年开始将ADAS技术列入安全法规。
美国高速公路安全管理局NHTSA在汽车五星安全标准中明确加入ADAS。NHTSA指出，高达94%的汽车事故与人为失误有关，因此强烈建议安装ADAS主动安全系统，包括前撞预警FCW，车道偏离预警LDW，以及后视系统RVS；并建议安装行人检测系统PDS，自动紧急制动AEB，盲区检测BSD等。
ADAS有望率先普及商业化
ADAS作为车辆智能化的初级阶段产品，有望率先普及商业化。根据技术条件和产业化发展阶段，目前处于辅助驾驶向半自动驾驶推进的阶段，ADAS作为过渡产品预计将率先普及。主要的ADAS技术包括自适应巡航ACC，车道偏离预警LDW，车道保持辅助LKA，前装预警FCW，自动紧急制动AEB，盲点探测BSD，自动泊车AP等。
ADAS系统渗透率快速提升，2020年中国ADAS市场规模有望达到2000亿。其中，前装市场渗透率达到30%，后装市场年度渗透率提升有望达5%。主要驱动力来自于多方面：1）政策法规推动传统厂商普及前装；2）全球销量增速下行细化配置竞争力；3）互联网跨界竞争者倒逼；4）消费者交互式体验需求升级。
前瞻布局核心技术者有望胜出
传统一级供应商在ADAS领域保持优势地位。大陆、德尔福、电装、奥托立夫、博世这5家传统优势公司，2013年全球乘用车ADAS市场份额分别为17.5%、13.5%、12.9%、11.3%和10.1%，总计超65%。其余份额被法雷奥、天合、麦格纳、海拉等企业占有。
创业型公司后生可畏，前瞻布局核心技术者有望迎来业绩爆发。重点关注有优势技术储备的创业型公司，主要原因：1）ADAS技术尚未完成，产业尚未成熟，传统整车厂、科技型公司、零部件厂商都处在同一起跑线上，企业间差距小于传统行业；2）ADAS的核心竞争力在于高速迭代的算法和大量的实车验证，长时间的技术积累可以造就企业无法超越的竞争优势。以Mobileye为例，该公司成立于1999年，经历了8年无盈利时间，直到2007年才与通用签订了第一个生产协议；经过长达十几年的研发，Mobileye在单一摄像头视觉ADAS系统占据国际领先地位；截至2016年1月，产品被应用于通用、宝马、沃尔沃、特斯拉等20个整车厂的237款车型，公司营业收入快速攀升。
创新型与模仿者并起，全力投入创新者有望最后胜出。国内诸多创业型公司已经掌握核心识别算法，开始进入ADAS系统集成。其中有通过自主式研发，通过技术性/本土化创新等方面提升产品性能和客户体验；也有仅仅试图通过模仿国外知名公司产品，以期迅速抢占前期市场以获得更高售价的创业型公司。我们认为，智能驾驶未来行业集中度会快速提升，只有真正掌握本土化竞争力的公司才有可能最终胜出。
上市公司纷纷投资参股，布局ADAS产业链。万安科技先后参股苏打网络、飞驰镁物，布局车联网；与瑞典瀚德成立合资子公司，布局智能汽车电子制动；参股Evatran，布局新能源汽车无线充电。亚太股份是制动系统产业龙头，先后参股前向启创、钛马信息、杭州智波、苏州安智等，战略布局汽车智能化、车联网；参股Elaphe，布局新能源汽车。金固股份先后参股上海语境、苏州智华，布局车联网及ADAS。中原内配参股灵动飞扬，布局行车辅助系统。同致电子总部设在中国台湾，是亚洲最大的倒车雷达公司，国内的市场占有率约为50%；拥有多项ADAS核心技术，包括自动泊车AP、环视系统SVC、盲点监测BSD、车道偏离预警LDW等，同时在开发自动紧急制动AEB、交通标志识别TSR、行人监测系统PDS等。
3. 元器件：感知识别/地图等模块有望迎来国产化契机
智能驾驶包含多种元器件，其中感知识别、地图等组件模块有望成为国产突破口。以目前ADAS系统产业链情况分析，可以判断未来感知识别、地图等组件模块等有望成为国产化突破口，而决策模块由于涉及到整车控制，技术门槛较高，预计仍会掌握在整车厂商及国际零部件巨头手中。
据中国制造2025中对智能网联汽车关键零部件自主化率的规定，感知识别（主要为摄像头和雷达）和高精度地图系统在未来5年内势必完成国产化大幅推进。
感应识别模块：多传感器融合发展
感应识别硬件：以雷达和摄像头为主，多传感器融合发展。目前主流的车载传感器包括超声波雷达、激光雷达、毫米波雷达、摄像头、红外探头等。基于测量能力和环境适应性，预计雷达和摄像头会成为传感器主流，呈现多传感器融合趋势。
感应识别模块之毫米波雷达：增量发展，国产化即将实现
毫米波雷达发射毫米波波段的电磁波，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。与红外、激光、摄像头等传感器相比，毫米波穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。其局限性在于无法进行物体颜色识别；视场角较小，一般需要多个雷达组合使用；行人的反射波较弱，难以识别。毫米波雷达广泛应用于车载距离探测，如自适应巡航、碰撞预警、盲区探测等。
目前的主流可用频段为24 GHz和77GHz，分别应用于中短距和中长距测量。毫米波雷达的可用频段有24GHz、60GHz、77GHz、79GHz；主流是24GHz和77GHz，一般24GHz用于短/中距，77GHz用于中/长距。频率越高，距离和速度的检测分辨率越高。频段发展趋势是由24GHz向77GHz过渡：1）欧盟，1997年，欧洲电讯标准学会确认76-77GHz作为防撞雷达专用频道；2）美国，24GHz和77GHz两个频带；3）日本，60GHz，逐渐转入77GHz；4）日内瓦2015年世界无线电通信大会，77.5-78.0GHz划分给无线电定位业务，以支持短距离高分辨率车载雷达的发展；5）2005年，原信息产业部《微功率（短距离）无线电设备的技术要求》，77GHz划分给车辆测距雷达；2012年，工信部，24GHz划分给短距车载雷达业务。
受益于ADAS 的发展，毫米波雷达芯片出货量快速增长。至2020年，预计全球车载毫米波雷达出货量可达7200万颗。按国内ADAS渗透率在2020年达到30%估算，每套ADAS需要4个短距毫米波雷达+1个长距毫米波雷达，则国内出货量可达4500万颗，市场规模将超200亿。
全球汽车毫米波雷达主要供应商为传统汽车电子优势企业。2015年，博世、大陆的全球市场份额均占到22%，随后为Hella、富士通天、电装、TRW、德尔福、Autoliv、法雷奥等传统优势企业。
毫米波雷达国产化即将实现。国内厂商已经突破核心技术，国产化指日可待。但目前较为成熟的产品仅有湖南纳雷和厦门意行的24GHz中短距雷达，77GHz雷达刚刚起步。
感应识别模块之激光雷达：成本降低，有望成为行业主流
激光雷达发射激光束来探测目标的位置、速度等特征量。车载激光雷达采用多个激光发射器和接收器，建立三维点云图，从而达到实时环境感知的目的。激光雷达的优势在于三维建模，探测范围广，探测精度高。但是，激光雷达在雨雪雾天气下性能较差；价格昂贵；数据量过大。
目前，激光雷达被应用在一些无人驾驶试验车中：1）谷歌和百度的无人驾驶试验车均采用了Velodyne的64线激光雷达；2）福特的混动版蒙迪欧安装了Velodyne的32线激光雷达，第三代自动驾驶车辆Fusion Hybrid配置了2台Velodyne的Solid-State HybridUltra PUCK Auto混合固态激光雷达；3）日产LEAF搭载了6个Ibeo的4线激光雷达，测试了其高级驾驶辅助系统；4）奥迪的无人驾驶汽车A7 Piloted Driving采用了Ibeo和Valeo合作的Scala混合固态激光雷达；5）德尔福无人驾驶汽车配备了4台由Quanergy研发的固态激光雷达。
目前，有旋转部件的激光雷达技术较为成熟，国外主流生产厂家为Velodyne和Ibeo。Velodyne采用激光发射、接收一起旋转的方式，产品涵盖16/32/64线；Ibeo采用固定激光光源，通过内部玻璃片旋转的方式改变激光光束方向，实现多角度检测，产品涵盖4/8线，欧百拓为Ibeo的国内代理商。
激光雷达固态化是未来趋势，存在小型化、低成本优势。固态激光雷达无需旋转部件，因而体积更小，方便集成在车身内部，并且系统可靠性提升，成本也可大幅降低。因此激光雷达有向固态发展的趋势。创业公司Quanergy与德尔福合作开发出了固态激光雷达，计划2017年底量产，采取相控阵技术，内部不存在任何旋转部件。传统优势企业Velodyne和Ibeo也推出了混合固态激光雷达，在外观上看不到旋转部件，但内部仍靠机械旋转实现激光扫描。
早在2015年，奥迪的无人驾驶汽车A7 PilotedDriving就采用了Ibeo和Valeo合作的Scala混合固态激光雷达，大众的一款半自动驾驶汽车也搭载了Scala，该激光雷达隐藏在保险杠内，用于取代毫米波雷达做AEB的测距模块。在CES2016上，有两款固态/混合固态激光雷达展出：1）来自Quanergy的固态激光雷达 S3，仅为一盒名片大小，单个售价初步定在250美元，量产后可能降至100美元；2）由Velodyne与福特共同发布的混合固态激光雷达UltraPuck Auto， 2020年计划量产价为500美金，2025年计划把成本控制在200美金以内。
激光雷达2020年市场规模有望超100亿。我们预计激光雷达受益于技术提升及产能提升，2020年单只激光雷达成本有望达到400元，以整车安装2-4个激光雷达（前后探测距离）测算，对应整车成本为800-1600元。按照2020年前装市场25%渗透率、后装市场5%渗透率估算，中国市场规模有望近200亿。
国内有数家公司参与激光雷达的研发与生产，应用领域包括大气污染检测、三维测绘、汽车等。
感应识别模块之摄像头：龙头地位稳固，有望快速发展
车载摄像头的大致原理如下：1）图像处理，将图片转换为二维数据；2）模式识别，通过图像匹配进行识别，如车辆、行人、车道线、交通标志等；3）利用物体的运动模式，或双目定位，估算目标物体与本车的相对距离和相对速度。相比于其他传感器，摄像头最为接近人眼获取周围环境信息的工作模式，其优势在于：1）摄像头技术成熟，成本较低；2）可以通过较小的数据量获得最为全面的信息。但是，摄像头识别也存在一定局限性：1）受光线、天气影响大；2）物体识别基于机器学习数据库，需要的训练样本大，训练周期长，难以识别非标准障碍物；3）由于广角摄像头的边缘畸变，得到的距离准确度较低。
目前摄像头的应用主要有：1）单目摄像头，一般安装在前挡风玻璃上部，用于探测车辆前方环境，识别道路、车辆、行人等，广泛应用于自适应巡航、车道偏离预警、前撞预警、行人监测等功能中；2）后视摄像头，一般安装在车尾，用于探测车辆后方环境，应用于倒车可视系统；3）立体摄像头，或称双目摄像头，利用两个经过精确标定的摄像头同时探测车辆前方环境，实现更高的识别精度和更远的探测范围；4）环视摄像头，一般至少包括四个摄像头，分别安装在车辆前、后、左、右侧，实现360°环境感知，应用于自动泊车和全景泊车系统。
随着ADAS渗透率的快速提升，镜头市场有望快速增长。根据IHS Automotive预测，2021年车载摄像头系统出货量将达到7400万套/年（2014年约为1500万套）。国内车载镜头全球龙头地位稳固，据智研咨询统计，2013年我国车载镜头行业产量约862万个，出口约占60%。我们预计单车ADAS系统用1-10个镜头不等，以采用4个镜头（前置摄像+两侧盲点检测+后侧倒车影像）保守估算，中国2020年车载镜头出货量有望超1亿个，市场规模有望超120亿，CAGR有望超70%。
镜头模组：国内镜头行业龙头地位稳固，有望快速发展。光学镜头目前广泛用于手机、车载、相机等领域，由于手机等数码产品增长放缓，镜头产业转移到车载趋势明显。国内行业龙头优势地位明显，如舜宇光学车载后视镜头出货量目前居全球第1位，全球市场占有率达30%左右，已进入各大车企（BMW、Benz、Audi等）前装市场。我们预计未来车载镜头业务提升有望推动国内行业龙头业绩快速增长。
感应识别模块之红外夜视：成长空间大，关注国内龙头
汽车安全关注度提升，红外夜视成长空间巨大。据美国国家公路交通安全管理局(NHTS)的统计，虽然夜间行车在整个公路交通中只占四分之一，发生的事故却占到一半，而夜间视线不良所造成的事故占了70%。随着汽车安全和ADAS的关注度提升，红外夜视有望得到快速推广。另一方面，2015年红外夜视系统的渗透率仅有1%左右，以2020年前装渗透率达到5%估算，单套系统2500元左右，届时仅前装就会有38亿元的市场空间。
高精度地图：寡头垄断格局或将维持
地图是无人驾驶不可或缺的基础，行业龙头具有稀缺性竞争优势。无人驾驶最基本功能之一为导航，其实现需要依据自身GPS及高精度地图来确定位置和行驶方向。但无人驾驶使用的地图要求更高：1）GPS定位精度需要到达厘米级别（目前精度>1米）；2）需要提供更精确的三维数据已应对复杂的驾驶环境。因此如Here、Mobileye等均开始布局定制化地图，传统厂商如丰田也推出全新地图绘制技术。我们认为，国内地图底层数据行业的龙头垄断地位会长期存在，主要原因有两点：1）地图底层数据测绘需要长期投入，新进入者投入成本较高；2）地图行业进入需要资质申请，行业内原有龙头维持自身优势地位，随行业快速发展。
本报告着重从ADAS系统集成与核心元器件两个层面分析了技术发展现状与市场格局，我们认为：
- ADAS作为车辆智能化的初级阶段产品，将率先普及商业化；创业型公司后生可畏，全力投入创新者有望最后胜出；上市公司通过投资参股ADAS初创公司，前瞻布局ADAS产业链；
- 中国制造2025推动感知识别（主要为摄像头和雷达）、高精度地图等组件模块国产化浪潮：毫米波雷达增量发展，国产化已进入商品阶段；激光雷达小型化、低成本化、固态化成趋势，有望成为行业主流；摄像头国内龙头地位稳固，有望大幅增速发展；红外夜视尚有大幅成长空间，关注龙头企业；高精度地图行业壁垒高、进入资质难，优势企业或将延续垄断格局。
投资风险
- 多数上市公司进入智能驾驶领域以参股和并购的外延式扩张为主，自身经营发展和新业务整合协同能力需要跟踪验证；
- 未来1-2年产品真空期，来自智能驾驶的盈利贡献比例较低；
- 相关标的高估值缺乏安全边际；
- 上市公司高管减持风险等。
许英博
汽车行业首席分析师，毕业于清华大学汽车工程系，2007年进入中信证券研究部，新财富金牌分析师。
陈俊斌
汽车行业分析师，毕业于厦门大学电子工程系，2010年进入中信证券研究部，中国注册会计师。
高 登
汽车行业分析师，博士毕业于清华大学工业工程系，2012年进入中信证券研究部。
崔宇硕
汽车行业分析师，硕士毕业于清华大学汽车工程系，2014年进入中信证券研究部。
具体分析详见2016年6月15日发布的《智能汽车：从ADAS到无人驾驶》报告