AI 下汽车智能驾驶算法分析( 52 页)

---

目录

前言：感知-规划-控制，算法迭代驱动高阶智能驾驶落地.... 6

数据融合和神经网络构建智能驾驶方案底层.... 9

特征级融合集低数据损失与低算力消耗优势于一体...... 9

神经网络模型从CNN 到Transformer，效率提升....... 13

法规落地，高阶智能驾驶有望加速上车....... 20

特斯拉带动智能驾驶行业技术进阶....... 22

技术层面：软硬件持续迭代，大模型、端到端引领行业..... 22

数据层面：构建数据闭环，可扩展智算中心适配训练量提升..... 28

用户层面：目前整体渗透率偏低，FSD 入华或将加速....... 29

国内公司积极布局高阶智能驾驶，大模型快速推进..... 34

特斯拉引领，国内新势力积极跟进大模型布局..... 34

大模型助力成本下降，自动驾驶空间广阔..... 35

数据需求提升，部分公司布局智算中心....... 36

大模型落地推动智能驾驶硬件变革....... 38

变化一：感知端，系统重心向视觉转移，摄像头像素水平提升....... 40

变化二：规划端，数据要求提升，域控算力升级....... 43

变化三：执行端，线控底盘大势所趋..... 44

投资建议..... 48

小鹏汽车：维持盈利预测，维持“买入”评级..... 49

德赛西威：打造汽车计算及交互底座..... 49

科博达：打造域控制器平台型企业....... 50

均胜电子：业绩稳步改善，发力智能驾驶..... 50

华阳集团：汽车电子核心企业，打造智能座舱全生态....... 51

伯特利：制动系统国内龙头，智能电控持续增收....... 51

保隆科技：全球TPMS 龙头企业，智能驾驶新业务发展迅速...... 52

重点公司盈利预测及估值....... 52

图表目录

图1： 特斯拉算法持续迭代...... 7

图2： 特斯拉自动驾驶网络架构...... 9

图3： 多传感器前融合基本原理示意图....... 10

图4： 多传感器前融合典型结构..... 10

图5： 相机和激光雷达前融合效果示意图..... 11

图6： 多传感器后融合基本原理示意图....... 11

图7： 多传感器后融合典型结构..... 12

图8： 多传感器特征级融合基本原理示意图....... 12

图9： DNN 基础——神经元......13

图10： DNN 深度神经网络基本结构....... 13

图11： CNN 卷积神经网络结构图..... 14

图12： CNN 卷积操作示意图..... 14

图13： 池化操作示意图.... 15

图14： 全连接方式.... 15

图15： CNN 卷积神经网络特点示意图..... 16

图16： CNN 不考虑特征之间的相对位置....... 16

图17： Transformer 架构核心为Attention 机制....... 17

图18： Attention 机制的Encoder-Decoder 框架图..... 17

图19： Self Attention（自注意力机制）的简略结构...... 18

图20： Self Attention（自注意力机制）的矩阵形式...... 18

图21： Multi-Head Attention（多头注意力机制）的计算过程...... 19

图22： Transformer 整体结构图..... 19

图23： Transformer 架构在大规模的预训练数据下表现良好..... 20

图24： 特斯拉智能驾驶软件发展.... 22

图25： 多任务学习网络HydraNet .... 23

图26： 特斯拉BEV+ Transformer 模型....... 24

图27： CVPR 2022 分享的Occupancy Networks 模型框架.... 25

图28： 特斯拉交互搜索解决多交互场景路径规划...... 26

图29： 分解式及端到端的智能驾驶方案...... 26

图30： Chatgpt 的部分核心技术对其他行业模型同样存在启示作用....... 27

图31： 训练完成后的DAVE-2 可从单个前置中央摄像头生成转向命令..... 27

图32： 参考语言类大模型，模型规模提升到一定程度后出现性能骤升.... 28

图33： 特斯拉推进数据的自动标注...... 29

图34： 特斯拉自研AI 芯片D1 ....... 29

图35： 特斯拉分地区FSD 渗透率（%） ....... 30

图36： 特斯拉北美地区分车型FSD 渗透率（%） ....... 31

图37： 特斯拉全球分车型销量结构（单位：辆，%） ....... 31

图38： 特斯拉全球分区域销量结构（单位：辆，%） ....... 31

图39： 特斯拉北美区一次性买断价格持续增长（单位：美元） ...... 32

图40： 亚太地区FSD 开通率极低（2022 年Q3） ....... 33

图41： 中国乘用车含城区辅助驾驶的自动驾驶市场规模.... 36

图42： 自动驾驶厂商技术进步，产品价格下降、稳态需求增多...... 36

图43： 智能计算中心总体架构图.... 37

图44： 2020-2025E 中国乘用车ADAS 摄像头搭载量..... 41

图45： 2020-2025E 中国乘用车ADAS 摄像头市场规模....... 41

图46： 国内乘用车前装行泊一体ADAS 摄像头上险份额（2021） ..... 41

图47： 车载摄像头全球竞争格局（2021，单位：%，亿美元） ....... 41

图48： 4D 毫米波雷达成像质量较高...... 42

图49： 自动驾驶域控市场规模（单位：亿元，%） ..... 43

图50： 乘用车智能驾驶域控制器供应商2021-2022 年份额...... 43

图51： 国内线控制动市场规模（单位：亿元） .... 45

图52： 国内供应商在乘用车线控制动市场份额提升.... 45

图53： 线控转向系统示意图.... 46

图54： 线控转向规划...... 46

图55： 领克ZERO 全自动空气悬架系统部分功能....... 47

图56： 2022 年中国前装空气弹簧竞争格局.... 48

图57： 2022 年中国前装空气供给竞争格局.... 48

表1： 含城区辅助驾驶的自动驾驶市场规模.... 7

表2： 自动驾驶公司感知大模型配置情况...... 8

表3： 典型车型硬件配置情况.... 8

表4： 国内部分公司数据融合方案....... 13

表5： 智能驾驶政策梳理....... 21

表6： 特斯拉FSD BETA 逐步扩大测试范围.... 33

表7： 特斯拉FSD 正式发布后历史价格及功能梳理..... 34

表8： 自动驾驶公司感知大模型配置情况..... 35

表9： 城区NOA 进程....... 35

表10： 国内含城区辅助驾驶的自动驾驶市场规模...... 36

表11： 目前汽车行业的智算中心建设情况.... 38

表12： 国内特斯拉和新势力代表性车型智能化配置.... 39

表13： 智能驾驶硬件价格水平...... 40

表14： 特斯拉和国内新势力等车企摄像头数量增加.... 40

表15： 部分4D 毫米波雷达参与玩家..... 42

表16： 部分国内自动驾驶域控方案...... 44

表17： 部分线控制动厂商及产品情况.... 45

表18： 部分线控转向供应商布局情况.... 46

表19： 空气悬架系统及零部件国内供应商.... 47

表20： 电动、智能增量零部件赛道选择...... 48

表21： 重点公司盈利预测及估值.... 52