切换城市:北京
更多应用 |
官方:微博/微信
| 车展 | 专题 | 车商通 | 商用车

凤凰网汽车

凤凰网汽车>新能源>正文

智能电动汽车产业链调研报告发布

2016年08月16日 00:00:00
分享到:
来源:电动汽车网

未来十年的汽车“智能”浪潮值得期待,汽车将由电控机械技术主导转向电子、通信、软件、材料、机械技术的深度融合,成为跨行业创新技术前沿。

  中信证券前瞻研究首席分析师,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。完整版详见2016年8月12日发布的《汽车的“智能电动共享”未来》报告。

  我们正处于“科技进步斜率”快速提升的时代。新技术及其引发的新商业模式层出不穷。信息技术突飞猛进,在与传统行业相结合的交叉领域快速碰撞并推动诸多进步。电脑、手机、电视产品被重新定义,商业、教育等商业模式亦面对挑战。即便是在传统而厚重的汽车行业,也不难感受到变化。特斯拉、Google等科技型公司涌入,加剧了传统企业的危机感。未来10-20年,汽车产品及其产业链将面临巨大变化和挑战。“智能”将是汽车业最大的变化和机会来源。全球科技投资重心之一亦将由“智能手机+移动互联网”转向“智能电动汽车+车联网”。

  “小型、轻量、智能、电动、共享”将成为未来十年汽车业的核心关键词。伴随消费者逐渐成熟理性,以及能源、交通、安全等问题日益显著,汽车最终将回归智慧运输的本质:“更轻便、更智能、更安全”将是未来发展方向。汽车产业,将逐渐由封闭走向开放,由机械电控技术主导转向电子、通信、软件、材料、机械技术的深度融合。汽车业将成为跨行业、多学科的创新技术前沿,亦将因此激发更多商业模式创新。

  我们预计,到2030年智能电动车市场份额有望超50%。其中,新兴汽车公司或占半壁江山;未抓住变革机遇的传统车企可能沦为代工厂乃至退出市场。未来5年,ADAS及智能驾驶、车联网、车用芯片、账号及操作系统等技术值得关注。中国车企和创业型公司受益于资本力量和工程师红利,有望在智能化进程中承接更多全球分工。

  电动:降低造车门槛,开启汽车智能革命的序幕。电动车大幅精简汽车结构和零件数量,核心动力总成(如电机、电池、甚至电控)均可以向第三方采购,因此动摇传统车企的体系优势和竞争力。新兴科技型车企快速涌现,并高举“智能化”卖点。到2018年前后,以电动车为载体的智能汽车可能再次改变消费者对汽车的认知。电池仍占当前电动车成本50%,未来,有助于提升电池性能和电动车效率的技术值得关注,如:三元正极材料、湿法隔膜、石墨烯导电溶剂、轻量化等。

  智能:未来汽车业主战场从ADAS到无人驾驶。ADAS是智能汽车的重要落地,外资巨头如博世、大陆等占主导地位,中资公司差距相对较大。我们预计,到2020年中国ADAS市场规模可达2000亿。伴随市场规模快速成长,中资公司可能在后装ADAS和预警类ADAS领域寻求突破。对于上市公司和中资创业公司而言,可能存在的机会在于:1)汽车芯片、2)电子制动机构、3)激光雷达和毫米波雷达硬件和算法、4)基于摄像头和多传感器融合的算法等。

  车联网:智能的延伸和拓展,后装车联网快速发展倒逼前装。前装车联网目前覆盖的业务范围相对有限,常见于导航和基本服务等,如通用安吉星等。未来,前装车联网可能进一步延伸至V2V、V2X领域,成为ADAS系统在特殊场景下的感知机构的延伸。LET-V等标准值得关注。后装车联网快速生长,产业链持续延伸,逐渐形成基于导航、娱乐的金融保险(UBI等)、二手车服务模式,亦应用于汽车贷款、汽车共享等领域。未来,后装车联网基于“人”的生活服务,有可能逐渐演变为以车载操作系统和O2O为载体的前装业务。

  共享:建立在汽车智能基础上的商业模式创新。车联网是汽车共享的安全基石,未来无人驾驶可能彻底改变汽车共享业态。出行共享(有司机)快速发展,车辆跟踪和派单算法影响客户体验,资本力量对商业模式和产业格局影响较大。车辆共享(无司机)建立在车联网定位/追踪技术基础上, C2C模式(如凹凸租车、PP租车等)初露端倪。

  资本将发挥巨大作用。一级市场由此拉开又一轮科技投资热潮;二级市场优势公司有望凭借融资能力和上市公司地位整合产业链,乃至形阶段性闭环生态。但也需要注意的是,未来汽车变革之路以10年为单位计,必然伴随资本市场的周期波动和预期变化。Gartner曲线亦提示资本预期与产业进步速度差异可能导致的估值波动。对于布局智能汽车等先进技术的企业而言,融资能力、现金流管理亦成为技术实力之外的重要竞争要素。

  “智能”汽车领域值得长期投资布局。未来十年的汽车“智能”浪潮值得期待,汽车将由电控机械技术主导转向电子、通信、软件、材料、机械技术的深度融合,成为跨行业、多学科的创新技术前沿,亦将因此激发更多商业模式创新。

  1、电动:降低造车门槛,开启汽车智能革命的序幕

  电动车降低造车门槛,颠覆传统车企在“动力总成”领域的核心竞争力。电动车大幅精简汽车结构和零件数量,核心动力总成(如电机、电池、甚至电控)均可以向第三方采购,因此动摇传统车企的体系优势和竞争力。到2018年前后,以电动车为载体的智能汽车可能再次改变消费者对汽车的认知。

  电动化是未来发展方向。对于个人消费者而言,高端电动车能够提供强劲的动力性和推背感,低端电动车能够节省汽油开支、降低用车成本。对于国家而言,电动车便于排放集中处理,提升效率。

  能够帮助提升电池和电动车性能的技术值得重点关注。电池仍占当前电动车成本50%,面对问题包括:1)能量密度提升和成本下降,2)充电速度提升。值得重视的技术方向包括:1)三元正极材料;2)湿法隔膜;3)石墨烯导电溶剂。此外,小型化+轻量化亦是电动化的关键支撑,碳纤维、铝镁合金值得重视。

  新能源拉开智能序幕

  电动车时代,整车企业原有的核心竞争力受到了撼动,智能将成核心竞争力。传统车企在“动力总成”领域的核心竞争力受到了挑战,新进入者打出“智能”牌,炫酷的屏幕和新技术对消费者构成较强吸引力。

  特斯拉拉开了汽车智能大战的序幕。开始接受预订以来,Model 3已累积接收近40万张订单,全球消费者对于智能和炫酷黑科技充满期待。

  电动化是未来发展趋势

  电动汽车带来驾驶乐趣的体验。电动汽车的加速性能秒杀传统燃油汽车。ModelS P90D可实现百公里加速2.8秒,创下世界纪录;比亚迪“唐”和“秦”也可轻松赢过燃油超跑。这是由电动机的工作特性决定的。

  节能减排是全球的发展主题。综合考虑从燃料开采到汽车驱动Well-to-Wheel全产业链效率,纯电动汽车与燃油车相当,但仍然具有低于汽油车的能耗和排放。

  我国石油对外依存度高,电动化是必然选择。据中国石油集团经济技术研究院统计,我国目前石油对外依存度超过60%,并且每年新增石油消费量70%以上为汽车。长期来看,燃油汽车的发展将会加剧我国石油危机,电动汽车成为必然选择。

  政策法规加速中国新能源汽车产业发展。2012年,国务院印发《节能与新能源汽车产业发展规划(2012—2020年)》,提出2015年乘用车平均燃料消耗量降至6.9升/百公里,到2020年降至5.0升/百公里。《中国制造2025》进一步提出,2025年乘用车油耗目标降至4.0升/百公里。法规标准倒逼乘用车企业发展电动汽车。

  中国新能源汽车产业在政策扶持下快速起飞。据统计,2015年中国新能源汽车销量达37.9万辆,同比增长4倍。我们认为,中国新能源汽车产业已经在政策扶持下走向技术进步。2016年我国新能源汽车销量有望达到60万辆,渗透率2%;至2030年,新能源销量可达2500万辆,渗透率50%。

  未来技术进步方向:动力电池技术提升

  新能源汽车带动相关产业链,2020年市场规模有望接近万亿,动力电池市场有望达到千亿级别。

  动力电池是新能源汽车关键环节。新能源汽车目前行业渗透率仍低于3%,电池成本居高不下是主要普及缓慢的主要原因之一。纯电动汽车电池成本约占整车成本近50%。电池能量密度提升、成本下降、充电速度提升是新能源汽车进一步普及的重要驱动力。

  三元正极材料电池能量密度较磷酸铁锂电池提高15%-30%,将成为乘用车动力电池主流技术路线。正极材料成本占锂电池比例接近40%,是决定电池性能的关键要素。我们预计,2020年三元正极材料市场规模有望超300亿。我们预计,2016年新能源汽车销量可达60万辆,带来三元材料电池10GWh需求。

  隔膜是锂离子电池的关键组件,湿法隔膜技术将进一步普及。受益于三元及高端磷酸铁锂电池渗透率提升,预计其2020年需求有望超18亿平方米,且受益于国产供需持续存在缺口,产品价格及利润率稳定。预计2020年湿法隔膜市场规模超50亿。

  石墨烯或将用于锂离子电池:导电剂、电极材料。石墨烯导电性能、力学性能优异。目前尚处于研发期,预计2020年市场空间可达5亿。

  未来技术进步方向:轻量化发展

  轻量化可显著提高续驶里程,是电动汽车发展的必然选择。电动汽车重量降低10%,对应续航里程可增加5.5%。在动力电池能量密度尚不能完全满足要求的当下,轻量化成为提高续驶里程的重要手段。万钢部长也在2016中国电动汽车百人会论坛上再次强调:“轻量化”是中国电动汽车发展的方向之一。

  汽车轻量化材料繁多:高强度钢、玻璃纤维、铝合金、镁合金、碳纤维等。铝合金被广泛应用,碳纤维是未来方向。铝合金应用于汽车轻量化的技术较为成熟,已达量产水平:特斯拉Model S采用了全铝车身;奇瑞捷豹路虎的全铝工厂已经竣工投产;车和家的铝合金工厂也已落户常州。碳纤维材料由于其突出的减重性能和比强度而受到广泛关注,但由于其造价高昂,目前只有极少数量产车型采用:如宝马i3、长城华冠的首款车型K50。

  2、智能:未来汽车主战场,从ADAS到无人驾驶

  智能汽车将重塑车企的核心竞争力。在汽油机时代,发动机、变速箱组成的动力总成是传统车企的核心竞争力。对于大型乘用车企业而言,发动机往往采用集团内InHouse的做法;新进入者无法购买合适的高性能发动机,只能通过自行研发积累。但一款好的发动机的研发周期往往需要十年以上的时间;而一旦批产发动机出现质量问题,又可能对车企的品牌形成巨大伤害。因此,发动机也就成为了传统整车企业最大的壁垒和核心竞争力。

  电动车时代,智能将成车企的核心竞争力。电动车大幅精简汽车结构和零件数量,核心动力总成(如电机、电池、甚至电控)均可以向第三方采购,因此动摇传统车企的体系优势和竞争力。新进入的造车企业往往以“智能化”为卖点,以炫酷的前沿技术吸引更年轻的消费者。未来10-20年,汽车产品及其产业链将面临巨大变化和挑战。传统车企不得不重新披挂上阵,加速智能应用的开发进度,以应对新进入者的挑战。

  未来汽车业主战场从ADAS到无人驾驶。ADAS是智能汽车的重要落地,外资巨头如博世、大陆等占主导地位,中资公司差距相对较大。我们预计,到2020年中国ADAS市场规模可达2000亿。伴随市场规模快速成长,中资公司可能在后装ADAS和预警类ADAS领域寻求突破。对于上市公司和中资创业公司而言,可能存在的机会在于:1)汽车芯片、2)电子制动机构、3)激光雷达和毫米波雷达硬件和算法、4)基于摄像头和多传感器融合的算法等。

 ADAS:智能驾驶的落地载体

  我们当前处于辅助驾驶前期,距离彻底的无人驾驶还有较长距离。美国汽车工程学会SAE将自动驾驶分为0到5级。目前L1和L2技术已相对成熟,L3和L4技术即将量产(特斯拉已经提前进入了3级自动驾驶阶段)。彻底的L5无人驾驶是指全路段、全天候的,无需人工干预的全自动驾驶,汽车可自主完成加速、制动、转向等动作,可能需要至少十年才能达到产业化阶段。

  智能驾驶以技术为核心驱动力,打造感知、决策、执行的闭环控制。目前ADAS核心技术主要掌握在外资公司手中,包括博世、大陆、德尔福、电装等。中国多年积累的工程师红利体现,创业型公司大量涌现,本土工程师和海归力量共同推动技术进步。但综合考虑法规、标准、公司规模和抗风险能力等要素,整车厂对大规模采购创业型ADAS产品仍有顾虑。中资公司可能在后装ADAS和预警类ADAS领域寻求突破。

  智能驾驶亦为三层金字塔供应链格局。1)顶端的OEM和科技型造车企业;2)ADAS供应商;3)底层零部件供应商。

  市场空间:万亿无人驾驶,千亿ADAS,百亿元器件。全球汽车销量增速放缓,但是整体销量仍超过8000万。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。ADAS系统有望先行普及,预计2020年渗透率有望超30%,市场规模接近2000亿。同时产业链上游相关元器件行业如雷达、摄像头、HUD(抬头显示)等需求均有望快速增长,2020年有望达到百亿级别。

  根据功能不同,ADAS可分为预警类和执行类。在遇到紧急情况时,预警类ADAS只发出警告信号,由驾驶员决定如何操作;而执行类ADAS则可自主判断决策,控制车辆实现加速、制动、转向等动作,以避免碰撞。

  国外汽车零部件巨头在ADAS领域保持优势地位。包括大陆、德尔福、电装、奥托立夫、博世等。

  创业型公司大量涌现,上市公司亦希望借由参股和收购创业公司方式进入ADAS领域。借由资本的力量和中国多年积累的工程师红利,ADAS领域里的创业型公司快速涌现。我们认为,只有真正掌握核心技术、具有较强市场拓展能力(整车厂渠道)、具备出色融资能力、管理团队优秀且持衡的本土创业型才有可能最终胜出。在ADAS创业竞赛中获得最终胜利决非易事。

  无人驾驶:智能汽车的终极方向

  无人驾驶来袭,科技型公司、初创型公司与传统整车厂、一级供应商争抢高地。目前,获得美国加州无人驾驶汽车路试资格的公司包括:1)科技型公司,如谷歌、特斯拉、Cruise Automation(已被通用收购)、Zoox、Drive.ai、FaradayFuture等;2)传统整车厂与一级供应商,如大众、奔驰、日产、宝马、本田、福特、博世、德尔福等。

  科技型公司往往直指高自动化无人驾驶,零包袱+数据优势造就高速发展。科技型公司剑指高级自动驾驶,主要由于: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”。

  特斯拉无人驾驶方案转变:从单目到双目、三目。以Mobileye为代表的单目视觉依赖机器学习的结果,如果前方出现未经学习的物体形状(如卡车的侧面),则该识别功能很可能失效。双目摄像头采用类似人眼的两个相机形成立体图像,从而进行物体定位,有可能最早出现在ModelX车型中。三目摄像头则是在原来单目摄像头的基础上增加了一个远距离窄视角的摄像头,用于长距离目标追踪和交通标志及地面障碍物的提前标识;以及一个近距离宽视角的摄像头,用于探测车辆周围。

  国内科技型公司参与造车和智能驾驶。包括百度、阿里、腾讯、乐视、蔚来、车和家、威马等。

  传统汽车厂商采用逐步提升的方案,从ADAS逐渐过渡到无人驾驶。预计2020年前后传统汽车厂商将迎来高级自动驾驶产业化高潮。

  国内自主品牌发力智能驾驶。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)。7月,上汽和阿里发布首款量产互联网汽车荣威RX5。国内自主品牌车企已经具备智能驾驶技术储,预计最快于2017年实现3级智能驾驶汽车量产。

  3、ADAS零组件:感知、决策、执行

  汽车智能涉及多种元器件,包括感应识别、执行机构、芯片算法、地图导航、车联网等模块。ADAS的主要功能模块主要包括:感知、决策、执行等。其中,执行模块的难度较大,电控制动执行技术主要被博世、大陆等公司掌握。芯片、激光雷达、毫米波雷达等感知元器件通常由外资公司把控。中资公司在感知决策算法领域有一定积累。V2V和V2X未来可能成为汽车智能感知的组成部分。

  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。

  毫米波雷达:性价比优秀的测距传感器

  毫米波雷达是性价比优秀的传感器,优势在于探距精度高,缺陷在于覆盖角度较小。目前主要应用分硬件和软件两个领域,未来毫米波雷达硬件主要集中在24G和77G两个频段,软件算法等可能逐渐芯片化。

  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。如博世、大陆、海拉等。

  毫米波雷达存在国产化预期。国内厂商试图突破核心技术,但目前相对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。

  激光雷达:成本下降是趋势,有望进一步普及

  激光雷达可以扫描生成3D高精度地图,是智能驾驶领域中常用的感知元件。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。

  目前,有旋转部件的激光雷达技术相对成熟,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线等,未来可能拓展128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线等,欧百拓为Ibeo的国内合作方。

  激光雷达固态化是未来趋势,具有小型化、低成本的优势。创业公司Quanergy与德尔福合作开发出了固态激光雷达,采取相控阵技术,内部不存在旋转部件。传统优势企业Velodyne和Ibeo也推出了混合固态激光雷达,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。我们预计至2020年,固态激光雷达成本或可降至250美元;至2025年,成本可继续降低至100美元;届时激光雷达成本将与普通毫米波雷达相当。

  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。但目前罕有能够应用于智能驾驶场景的高精度激光雷达。

  摄像头:龙头地位稳固,有望快速发展

  摄像头是常用的ADAS感知识别元件。海外龙头如Mobileye等公司采用基于摄像头的图像识别感知。目前摄像头的应用主要有:1)单目摄像头;2)后视摄像头;3)立体摄像头;4)环视摄像头。

  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一位,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。

  红外夜视:成长空间大,关注国内龙头

  红外夜视主要适用于夜间无路灯黑暗路段。中国道路基础设施较好,车载红外夜视的使用场景相对有限。当前红外夜视成本依然偏高,主要用于中高端车型。

  执行机构:电控化是趋势,电控制动难度最高

  执行机构电控化是智能驾驶的必要条件。我们认为,未来汽车的三大主要执行系统(驱动、制动、转向)都将采用电控化方案,因为:1)电控系统更方便整合智能驾驶技术;2)新能源汽车为电控系统提供了天然的优势平台;3)电控系统可以在同一辆车上实现多种不同的驾驶风格;4)电控化方案可以大幅降低系统复杂度助力汽车轻量化;5)电控化系统直接控制电机,效率更高,响应更快,驾驶更加安全。

  驱动系统:由集中式到分布式

  驱动系统将由集中式向分布式发展。现有的驱动系统,无论传统燃油汽车,还是电动汽车,都只有一个动力源(发动机/驱动电机),称为集中式驱动。分布式系统即车辆有多个动力源,由多个电机分别驱动不同的车轮。

  分布式驱动系统可分为两种:轮边驱动和轮毂驱动。轮边电机,是指每个车轮单独配备一个驱动电机,电机与车轮是分离的,根据电机特性,电机与车轮中间可能配备有齿轮减速机构。轮毂电机,是指电机的外转子即车轮轮毂,可直接在电机外转子上安装轮胎。相比而言,轮边电机更容易实现,而轮毂电机集成度更高。

  从发展路径上看,轮边驱动率先实现商业化,轮毂驱动是终极发展目标。制约轮毂电机商业化的问题主要包括:1)成本高;2)高温环境严苛,电机易退磁;3)工作环境恶劣,易进水、多泥沙、多振动,严重影响轮毂电机的寿命;4)一致性要求高;5)舒适性差。但是,相比于轮边电机,轮毂电机集成度更高、无需齿轮传动装置、对安装空间要求小、更适合制动能量回收,是分布式驱动的终极发展目标。

  转向系统:线控转向是未来方向

  线控转向依靠电信号控制,是未来发展方向。线控转向即取消方向盘与转向机之间的机械连接,代替以传输线和电控单元ECU。相比于传统机械转向系统,线控转向有明显优势:1)节省布置空间,减轻系统重量,有助于汽车轻量化;2)碰撞工况下更加安全,由于取消了转向管柱,正面碰撞情况下的驾驶员安全性提升;3)适应智能汽车,可变速比,转向响应更加智能安全;方便整合车道保持LKA、主动转向、自动泊车等ADAS功能。

  可靠性是制约线控转向商业化的主要瓶颈。2013年上市的英菲尼迪Q50是目前唯一的线控转向量产车(保留机械备份),但已两次因转向系统问题被召回。目前提高可靠性的技术方案主要有:1)保留机械备份,即保留原有的转向管柱等连接机构;2)余度管理技术,即采用多套电控系统,互相监控、互为备份,此技术目前尚在实验室研究阶段。

  制动系统:EHB/EMB两大路径

  电子辅助制动已广泛应用于传统汽车。消费者熟知的辅助制动系统包括:ABS(Antilock Brake System,制动防抱死系统)、ESP(Electronic Stability Program车身电子稳定系统)等。

  传统汽车液压制动系统依赖真空助力器,难以满足电动汽车需求;电控制动成为未来趋势。传统汽车的液压制动系统包括:制动踏板,真空助力器,液压系统,制动盘或制动鼓。其中真空助力器将驾驶员较小的踩踏力放大为较大的制动力,因而是核心部件;其真空环境一般取自发动机的进气歧管,因而难以满足电动汽车的需求。取代方案包括:1)电子真空泵;2)电控制动。我们认为,电子真空泵只是暂时的权宜之计,电控制动将是未来发展趋势。

  电控制动技术包括EHB和EMB两种方案。电控制动是指依靠电信号传递制动信息,替代液压制动系统。电控制动系统包括电控液压制动EHB和电控机械制动EMB。

  电控液压制动EHB技术较为成熟,已应用于量产汽车。EHB系统在制动踏板与液压系统之间仍保留机械连接,利用电机助力推动主缸。EHB的研发始于上世纪九十年代,目前已有比较成熟的产品,如博世ibooster;并已成功应用于量产汽车,如奔驰(SL级,E级)。

  电控机械制动EMB是重点研究方向,安全性制约商业化进程。EMB系统无需真空助力器和液压系统,直接依靠电机驱动制动执行机构。具有EMB技术储备的零部件厂商包括布雷博、瀚德等;整车方面尚停留在概念车阶段。EMB系统还存在一系列问题,因而近期难以商业化:1)电机难以满足要求;2)制动高温环境恶劣,电机面临退磁风险;3)汽车的操纵性和舒适性较差;4)安全隐患,电子故障可能导致制动失灵。

  芯片:智能决策核心硬件

  芯片按照所处功能层划分大致可分为处于感应层的传感器芯片,处于决策层的主控芯片和处于执行层的功率半导体芯片等。其中,传感器芯片和主控芯片是构成智能驾驶的两大基本技术。

  主控芯片:着眼传统芯片,展望智能驾驶专用芯片

  传统汽车芯片:市场竞争充分,份额较为分散。传统汽车芯片即MCU(Micro Controller Unit),又称单片机。传统汽车芯片参与者众多,包括瑞萨、英飞凌、意法半导体、飞思卡尔、恩智浦等。

  智能化程度的提高需要人工智能深度学习的介入。智能驾驶面临的环境是高度复杂的,很难用有限的规则来定义清楚,传统算法的表现往往无法满足要求,而深度学习的优势则非常明显。

  深度学习多层模型带来数据量爆炸式增长,传统CPU已经不能满足计算要求。神经网络层数的增加直接导致了运算量的急速增长,传统的CPU架构已经不能满足深度学习计算要求。

  显示芯片与传感器芯片:助力ADAS系统主动安全技术发展

  传感器芯片一体化有望成为车辆周边识别技术的发展趋势。伴随人们对驾驶安全的需求不断增大,多传感器融合的技术路线将被看好,未来有望实现摄像头、激光雷达、毫米波雷达等多传感器在单一芯片上的融合集成。

  Mobileye发布新一代视觉SoC芯片积极进军传感器融合市场。今年5月Mobileye联合意法半导体发布针对自动驾驶的新一代视觉系统芯片——EyeQ5。EyeQ5将装备8枚多线程CPU内核,同时还会搭载18枚Mobileye的下一代视觉处理器,最多支持20个外部传感器(摄像头、雷达或激光雷达),主要定位于L3或L4自动驾驶阶段的应用。

  GPU(图形处理器)众核同步并行运算,适于智能汽车深度学习。GPU包括数以千计的更小、更高效的核心(最多的英伟达K80有5700个核),因此常被称为“众核”;GPU只有非常简单的控制逻辑并省去了Cache,适合把同样的指令流并行发送到众核上,进行海量数据的快速处理。事实证明,在浮点运算、并行计算等部分计算方面,GPU可以提供数十倍乃至于上百倍于CPU的性能。

  GPU王者NVIDIA:搭建自动驾驶汽车专用计算机。目前国际GPU市场被NVIDIA和AMD两大公司瓜分。截至2015年第二季度,NVIDIA市场份额已达到82%。谷歌无人驾驶汽车所采用的技术部件中,就采用了NVIDIA的移动终端处理器Tegra(4核CPU+256核GPU)。NVIDIA还专为智能汽车设计了两大平台:自动驾驶汽车平台DRIVEPX,数字座舱计算机DRIVE CX。

  硬件加速:FPGA(可编程门阵列)利用硬件运算,具有显著速度优势。FPGA内部包含大量重复的IOB(输入输出模块)、CLB(可配置逻辑块,内部是基本的逻辑门电路,与门、或门等)和布线信道等基本单元。FPGA的输入到输出之间并没有计算过程,只是通过烧录好的硬件电路完成信号的传输,因此运行速度非常高,可达CPU的40倍。而正是因为FPGA的这种工作模式,决定了需要预先布置大量门阵列以满足用户的设计需求,因此有“以面积换速度”的说法:使用大量的门电路阵列,消耗更多的FPGA内核资源,用来提升整个系统的运行速度。

  FPGA国际市场:四大厂商垄断。目前在全球市场中,Xilinx、Altera两大公司对FPGA的技术与市场占据绝对垄断地位,两家公司占有将近90%市场份额,专利达6000余项之多。剩余市场份额主要被Lattice和Microsemi所占有,这两家的专利也达3000多项。2014年Xilinx、Altera两大公司营业收入分别为23.8亿美元和19.3亿美元;而Lattice和Microsemi(仅FPGA部分)收入分别为3.66亿美元和2.75亿美元。

  专用加速:ASIC(专用集成电路)是针对专门应用而设计的集成电路。ASIC是针对特定工作负载时速度最快且执行效率最高的处理方案。与通用集成电路相比,ASIC具有体积更小、功耗更低、性能提高、保密性增强、成本低等优点。

  谷歌专用定制化芯片TPU:服务于AlphaGo等人工智能技术。今年5月的I/O大会上,谷歌披露了其以ASIC为基础的定制化芯片TPU(TensorProcessing Unit,张量处理器),并明确表示这款芯片不会对外销售。TPU为谷歌人工智能做出了许多贡献:1)机器学习人工智能系统RankBrain,用来帮助谷歌处理搜索结果;2)街景Street View,用来提高地图与导航的准确性;3)围棋人工智能AlphaGo,其最初版本使用了48CPU+8GPU,随后的分布式版本使用了1202CPU+176GPU(即对战樊麾时的配置),几个月后硬件平台再次升级至TPU(即对战李世乭时的配置)。

  寒武纪推出我国首款定制化神经网络处理器。寒武纪科技面向深度学习等人工智能关键技术进行专用芯片的研发,可用于云服务器和智能终端上的图像识别、语音识别、人脸识别等应用。

  半导体芯片:执行端不可取代

  以独立体系工作,占据芯片市场一席之地。半导体芯片功率半导体主要由集成电路和分立功率器件两部分组成。IGBT(InsulatedGate Bipolar Transistor)是纯电动车的核心模块,同时充电桩的建设也运用了大量的功率器件模块。据华虹宏力披露情况,到2020年我国年产新能源汽车预计达200万台,仅8寸的IGBT的芯片26万片之多。此外,据Yole Developpement 预计,2016-2022年SiC功率半导体市场规模的年均复合增速将达到38%。

2016-08-16 09:56:53来源: 车云网作者:许英博

经过长期的积累,电车网、电车人俱乐部目前创建了11个行业微信群及超过万人的电车行业通讯录,想加群交流的朋友请加电车人俱乐部老金的微信:ddqcw2 。

  • 凤凰网汽车公众号

    搜索:autoifeng

  •  官方微博

    @ 凤凰网汽车

  •  手机应用

    凤凰网汽车&凤凰好车

网友评论
0人点赞
|
评论0
加载中...

大家都在看

趣图推荐