2021年汽车传感器行业研究报告

《2021年汽车传感器行业研究报告》由会员分享，可在线阅读，更多相关《2021年汽车传感器行业研究报告（22页珍藏版）》请在金锄头文库上搜索。

1、【导语】传感器是自动 驾驶的关键，当前主流自动驾驶传感器主要包括毫米波雷达、车载摄 像头以及超声波雷达。2016 年，中国汽车传感器行业市场 规模已达百亿，预计到 2025 年，市场规模将突破 600 亿元。自动驾驶加速渗透，推动汽车传感器市场的高速增长。传感器是自动 驾驶的关键，当前主流自动驾驶传感器主要包括毫米波雷达、车载摄 像头以及超声波雷达。2020 年国内 L2 级别自动驾驶的渗透率已近 15%。车企相继推出具备 L3 功能的自动驾驶车型。随着自动驾驶等级 的提高，对传感器的数量和质量也提出了更高的要求，L2 级自动驾驶 传感器数量约为 6 个，L3 约为 13 个，未来 L5 要达

2、到 30 个以上，相 应带动汽车传感器市场高速增长。2016 年，中国汽车传感器行业市场 规模已达百亿，预计到 2025 年，市场规模将突破 600 亿元。车载摄像头发展较为成熟，是应用最广泛的“汽车之眼”。车载摄 像头环境条件更为严苛，也相应具有更高的价值量。根据 ICVTank 预 测，到 2025 年全球车载摄像头行业规模将达 270 亿美元，CAGR 约为 16%，中国车载摄像头行业市场规模将达 230 亿元，CAGR 约为 32%。车载摄像头镜头方面舜宇光学是全球龙头，联创电子也已开始为头部 企业供货；CMOS 传感器方面韦尔股份全球市占率排名第二，未来有 望继续提高份额；模组与系统

3、集成方面，海外企业占据主导，国内欧 菲光、丘钛科技、德赛西威、华域汽车等企业积极布局，未来有望凭 借成本优势占据更大份额。毫米波雷达具有体积小、性价比高、可全天候工作的特点，是自动 驾驶的核心传感器。从技术发展看，随着技术的成熟以及成本的下降， 77GHz 雷达将逐渐取代 24GHz 雷达成为未来毫米波雷达市场的主流。预计到 2022 年全球毫米波雷达市场规模将达 160 亿美元，其中短中距 毫米波雷达约 84 亿美元，长距毫米波雷达 76 亿美元。根据 OFweek 预测，到 2025 年中国的毫米波雷达市场规模将超过 300 亿元。目前博 世、大陆等海外企业占据的毫米波雷达主要市场份额，2

4、018 年 CR5 达 到 68%。国内企业近年来加速布局。超声波雷达是自动驾驶的重要辅助传感器。超声波雷达成本优势明 显，主要用于倒车雷达以及自动泊车系统。2019 年全球车载超声波雷 达市场规模超 30 亿美元，到 2030 年将增长至 61 亿美元，CAGR 为 5.1%。博世、法雷奥等海外企业占据超声波雷达主要市场，CR5 超过 90%。国内企业如奥迪威已具备成熟技术，主要壁垒在车企认证。（一）自动驾驶市场广阔，国内外厂商加速布局全球自动驾驶市场规模广阔。随着人工智能、5G 技术的逐渐普及，无人驾驶、高级辅助 驾驶快速发展，这些技术的实现能够大幅减少人为失误带来的交通风险、提高交通运输

5、效率、 提升道路通行能力、改变汽车生产消费模式，实现交通运输安全、高效、绿色的发展愿景。同 时能够缓解社会老龄化带来的劳动力短缺的问题，提高生产力水平、提升生活品质。根据 IHS 的预测，自动驾驶汽车将在 2025 年前后开始一轮爆发式增长，到 2035 年，道路行驶车辆将有 一半实现自动驾驶，届时自动驾驶整车及相关设备、应用的收入规模总计将超过五千亿美元。中国自动驾驶市场快速增长。据发改委最新智能汽车创新发展战略，到 2020 年，中 国标准智能汽车的技术创新、产业生态、路网设施、法规标准、产品监管和信息安全体系框架 基本形成，智能汽车新车占比达到 50%，中高级别智能汽车实现市场化应用。据

6、中商产业研 究院数据，2016 年-2019 年中国智能驾驶市场规模从 490 亿元增长到 1226 亿元，复合增速为 35.8%，到 2021 年市场规模将进一步增长至 2358 亿元。参照 SAE 际汽车工程师协会制定的自动驾驶分级标准，可以根据人类驾驶者的参与程度， 将自动驾驶分为 L0 至 L5 各个等级。数值越高，代表自动驾驶的成熟度就越高；其中由 2 级 到 3 级的跨度是重要的转折点，标志着自动驾驶汽车完全可以进行无人驾驶操作。ADAS（高 级驾驶辅助系统）是实现自动驾驶的基础，根据美国高速公路安全管理局的定义，目前全球正 处于汽车自动化程度的第 2 个阶段。即根据驾驶环境信息，

7、由一个或多个驾驶辅助系统在特定 工况下执行转向或加速/减速，同时驾驶员执行所有其余的各类动态驾驶任务。目前大多数自动驾驶厂商能够基本实现 L2 级自动驾驶，并开始推出初步具备 L3 功能的 车型。外资车企中，当前国外技术水平最高的自动驾驶汽车为谷歌的 Waymo，全车搭载了多 个激光雷达、毫米波雷达、摄像头以及高精度自动定位仪，整车可达到 L5 级别的自动驾驶。而奥迪于 2018 年推出的奥迪 A8 是全球第一款量产 L3 级别的自动驾驶汽车。除此之外，Uber、 Toyata、Cruise 等国外厂商的自动驾驶汽车也都分别搭载了不同数量和种类的各式传感器，并 可实现 L2 级别的自动驾驶。全

8、国政协经济委员会苗圩副主任在 2021 中国电动汽车百人会云论坛上表示，2020 年国内 L2 级别自动驾驶的渗透率已近 15%。车企相继推出具备 L3 功能的自动驾驶车型。相关厂商 的部分 L3 级别车型已经投入量产，如小鹏 P7、长安 UNI-T、上汽 MARVEL-R，2020 年亦成 为国内的 L3 车型量产元年。除此之外，国内各厂商已经将更高级别的自动驾驶规划提上日程。而在道路测试方面，据 DWM 公布的 2019 年加州自动驾驶路测相关数据，国外部分车企 的测试里程数优势明显。已获得加州自动驾驶路测牌照的公司及其测试车辆在 2019 年度累计 测试 288 万英里，同比增长 38.

9、46%。其中谷歌的 Waymo 测试里程超过 145 万英里，通用 Cruise 测试里程达到 83.1 万英里，二者总里程数占约 80%。小马智行与百度分别测试里程达 17.48 万英里和 10.8 万英里。国内自动驾驶测试里程数逐年增多，道路测试规模逐渐加大。北京是我国自动驾驶程度 较为先进的城市，其道路测试里程总数处于全国领先地位，道路测试环境相对安全可控。2018 年，北京市已为百度、蔚来、北汽新能源、小马智行、戴姆勒、腾讯、滴滴、奥迪共 8 家企业 的 56 辆自动驾驶车辆发放了道路临时测试牌照，自动驾驶车辆道路测试里程达 153565 公里。而根据北京市智能车联发布的北京市自动驾驶

10、车辆道路测试报告（2020）显示，截止 2020 年底，北京市道路测试里程突破 221 万公里，相比 2019 年末增长 112.8%。根据北京市自动驾驶车辆道路测试报告（2020），2020 年百度的累计测试里程达 201.92 万公里，整体优势明显；其次为小马智行的 16.32 万公里。同时百度的已发放牌照车辆数达 57 辆，在所有测试主体占比超过 65%，可谓遥遥领先。其他相关车企如蔚来、腾讯等，它们的 表现也都有较大进展。自动驾驶为国内企业提供弯道超车的发展机会。传统汽油车领域，国外企业起步较早且在发动机、电控、变速箱等核心技术方面积累深厚，优势明显，国内企业与海外龙头企业差距 巨大。

11、自动驾驶作为新兴领域，国内外企业在传感器、算法芯片等方面差距相对较小，同时国 内在 5G 基础设施方面还具备一定优势。近年来国家和各部委出台了相关政策推进自动驾驶进 程，未来国内企业在自动驾驶方面有望逐步缩短与海外差距并实现引领发展。（二）传感器是自动驾驶的基石，将迎来快速增长根据汽车传感器不同的作用机理和作用目的，可将传感器分为传统传感器和智能传感器。传统传感器作为汽车神经元控制汽车的各个系统，常见种类有：压力传感器、位置传感器、温 度传感器等；这些传统传感器感受规定的物理量，并按一定规律将其转换成可用输入信号，把 非电量转换成电量。它采集的信息由电控单元进行处理后形成执行指令，并完成电子控

12、制。智能传感器则是自动驾驶的核心。目前用于自动驾驶环境感知的传感器主要包括：毫米 波雷达、激光雷达、超声波雷达和车载摄像头等。摄像头是传统视觉解决方案的基础，价格较 低，而且可以根据不同功能的要求安装在不同位置上。毫米波雷达是指工作在毫米波波段探测 的雷达，波长 110mm，介于微波和厘米波之间，兼具微波制导和光电制导的优点。超声波 雷达是利用超声波从发射到反射接收的时间差来计算与障碍物之间的距离，常用在泊车系统中。激光雷达主要通过发射激光束来探测目标的位置、速度等特征量。据国家知识产权局，全球自 动驾驶传感器专利数量占比前三的传感器为视觉传感器、毫米波雷达和激光雷达，占比依次为 30%，22

13、%以及 20%。多传感器信息融合是实现自动驾驶的必由之路。不同类型的传感器优劣明显，单一的传 感器难以满足自动驾驶复杂的应用场景，多传感器信息融合已成为行业共识。多传感器信息融 合（MSF）利用计算机技术，对多传感器或多源的信息和数据进行多层次、多空间的组合处理， 最终做出判断和决策的过程。在这一过程中，不同传感器优势互补，在不同使用场景中发挥各 自功能，有效地提高系统的冗余度和容错性，增强了系统决策的准确度和智能化程度。根据信 息处理方式的不同，多传感器信息融合的体系结构可分为集中式、分布式和混合式。混合式综 合了集中式和分布式的优点，在实际场合中应用广泛。从主流车企代表车型的自动驾驶感知方

14、案来看，都广泛采用了多种传感器融合的方案。以 通用 Cruise AV 为例，通用目标是实现 L4 级别的自动驾驶，全车搭载 5 个 Velodyne 的 VLP16 16 线激光雷达、21 个毫米波雷达(其中有 12 个由日本 ALPS 提供的 79GHz 的毫米波雷达)以及 16 个摄像头。不过国内自动驾驶汽车厂商目前多采用摄像头、毫米波雷达和超声波雷达的组 合配置；由于激光雷达成本较高、国内市场渗透率较低且应用场景有限，目前国内较少采用。自动驾驶的加速渗透将推动传感器市场的高速增长。自动驾驶的发展为以车载摄像头、 毫米波雷达和激光雷达为代表的核心零部件行业创造了巨大的发展机遇。其中，AD

15、AS 作为汽 车传感器的重要应用领域，其规模扩张对传感器市场的发展有着直接的促进作用。高速扩张的 自动驾驶市场带来了汽车传感器市场需求的增加，由此带来了传感器市场规模的不断扩张。据 头豹研究院数据，2019 年中国汽车传感器行业市场规模已接近 200 亿元，且随着自动驾驶的 推广以及升级，传感器市场将进一步扩张，预计到 2023 年中国汽车传感器市场规模将突破 550 亿元。（一）发展较为成熟，相较手机摄像头具有更高价值量摄像头发展较为成熟，L3 以下自动驾驶中发挥主导作用。车载摄像头是自动驾驶汽车采 集信息、分析图像的重要途经，借此实现路标识别、行人识别、车辆识别以车道线感应等一系 列功能，

16、在自动驾驶系统中发挥重要作用。相比激光雷达而言，以摄像头为主的方案相对较为 成熟，在 L3 以下级别自动驾驶中起着主导作用。根据 ADAS 不同的功能需要以及安装位置，车载摄像头包括前视、环视、后视、侧视以 及内置摄像头，不同位置的摄像头功能各异，是实现自动驾驶必不可少的构成部分。按照摄像头数目不同，分为单目、双目及多目摄像头，短期内单目摄像头仍为主流。单 双目镜头都是通过摄像头采集的图像数据获取距离信息，在前视摄像头的位置发挥重要作用；但二者的测距原理存在差别，单目视觉通过图像匹配后再根据目标大小计算距离，而双目视觉 是通过对两个摄像头的两幅图像视差的计算来测距。原理上的不同使得双目摄像头相对单目来 说精度更高，测度更为精准，但相比较来说成本也更高，多搭载在高端车型上。相较于单目、 双目摄像头，多目摄像头通过多个不同的摄像相互配合覆盖不同范围的场景，能够更精准地识 别和分析环境，相应的硬件成本和技术要求也更高，目前只被部分厂商应用于个别车型。单目摄像头发展较早，目前技术发展已较为成熟，量产推广成本较低；但受限于单个摄像 头定焦的局限，在不同距离下