EBET易博(中国)

智能驾驶行业渗透率不断提升，应用领域不断拓展，市场空间较大

1、智能驾驶产业结构分析

有别于传统人工驾驶车辆，智能驾驶车辆最大特点是以人工智能技术为主导，其驾驶过程是机器不断收集驾驶信息并进行信息分析和自我学习从而达到自动驾驶的系统工程。伴随智能驾驶技术的开展，汽车将从过去的封闭转向开放，融入到联网的平台中进行实时的信息交互。

智能驾驶产业链与汽车产业经过多年开展已形成的成熟产业链分工基本一致，主要由后服务市场、整车厂商、一级供应商、二级供应商及其他上游原材料、设备供应商等构成，专业化分工有序，形成竞争加合作的产业链生态。

产业链上游主要由各类传感器、芯片、软件算法、高精地图等产业组成。随着我国芯片产业不断成熟，预计在十四五期间将迎来技术突破。与此同时我国涌现一批专注于智能驾驶解决方案的企业，在智能驾驶技术及解决方案上实现突破。处于中游的整车厂商顺利获得自主研发或合作研发的方式不断开发具备智能驾驶功能的汽车并制定智能驾驶车辆研发计划。智能驾驶技术升级及智能驾驶车辆的运营衍生出了下游服务市场，车辆逐渐拥有更加自主化的驾驶能力，无人配送车、无人网约车运营及工程车辆的运营和改装将帮助企业在运输环节降本增效。

2、智能驾驶渗透率逐年提升，应用领域不断扩展，潜在市场空间较大

随着辅助驾驶功能逐步量产，乘用车中除了已大量普及的 L0 级的辅助功能外，L1-L2 级的高级辅助驾驶技术也逐步成为行业标配，渗透率逐年提升，智能驾驶有着较大的潜在市场空间。

现在，全球汽车智能驾驶行业处于从 L1-L2 级向 L3 级衍进的过程中。2022年上半年，国内具备组合驾驶辅助功能的乘用车达到 228 万辆，渗透率升至 32.4%，同比增长 46.2%。我国L2级辅助驾驶乘用车新车市场渗透率已提升至30%。现在 L1 级别辅助驾驶功能并未发挥出车辆硬件的最大效用，加之 L2 级的快速渗透和成本的降低，预计仅搭载 L1 级别功能的乘用车将逐渐减少，未来 L2 级别功能将逐渐取而代之，预计 2025 年我国乘用车高级辅助驾驶的渗透率或达到 65%。

3、智能泊车作为典型应用场景具备快速落地的潜力，有助于智能驾驶技术快速开展

智能泊车系统是智能驾驶的典型应用，提高了车辆的智能化水平和安全性，进一步降低了新手司机驾驶车辆的难度，为有助于智能驾驶的普及打下了基础。政策方面也对智能泊车辅助的开展给予了明确支持，《新能源汽车产业开展规划（2021-2035 年）》中提出引导汽车生产企业和出行服务企业共建“一站式”服务平台，推进自主代客泊车技术开展及应用。随着整车厂商对于辅助泊车的加速量产和升级迭代，预计到 2025 年，国内全自动泊车系统市场规模有望达到 244 亿元，未来三年平均复合增长率将近 50%。

2019-2025年我国全自动泊车系统市场规模分析及预测

资料来源：EBET易博(中国)

早期辅助泊车系统以单一倒车雷达形式为主，主要给予倒车预警功能；后逐渐开展为 AVM 系统，结合车载大屏为驾驶员给予 360°全景影像。而随着技术的升级迭代，APA、RPA、HPP 和 AVP 逐渐量产装车，泊车系统的功能不断完善，逐步为驾驶员解决泊车痛点。现在 APA 泊车辅助功能在现阶段可满足大部分消费者需求，其装机量不断提升，同时正在从高端车型向中低端车型渗透，未来有望成为智能驾驶汽车的标配。HPP 和 AVP 等 L3+泊车方案在使用层面减少了车主停车、取车的时间，常作为高端车型的选装配置或中低端车型的高配版配置，未来市场存在较大增长空间。

（1）APA 装配率持续增长，具备巨大增长潜力

2021 年度（不含进出口）乘用车新车前装标配搭载 APA（包括半自动泊车）上险量为 243.26 万辆，同比增长17.64%，前装标配搭载率为 11.93%，整体呈平稳增长态势。在政策、市场、消费者三重作用的有助于下，国内 ADAS 渗透率保持稳定增长，其中 L2 级 ADAS系统的渗透率不断提升，已超过 L1 级，成为主要的辅助驾驶方案。作为 L2 级ADAS 系统，APA 技术逐渐成熟，一方面解放了驾驶员的手和脚，用户体验得到质的提升，大众接受度不断提高；另一方面，APA 实现量产使得其价格进一步下降，因此 APA 装配率未来仍有较大的增长空间，预计到 2025 年 APA 渗透率将达到 45.9%，市场未来仍有巨大空间。

（2）AVP 有望率先打破乘用车 L4 级别智能驾驶功能的量产僵局

随着智能泊车技术的不断迭代，智能泊车功能的实用性也越来越强。由于停车场具有半封闭特性，且泊车速度较低，场景对于远距离传感器的依赖较低，因此 AVP系统或将成为乘用车中最快量产落地的 L4 级别智能驾驶功能。

自主代客泊车需要实现更精准的感知，拥有更强大的算力、更先进的智能驾驶算法，当前 AVP 相关技术有待突破，大部分车型仍处于示范、测试阶段，主要为豪华车型装配自动代客泊车 AVP 功能。随着 APA 功能逐渐普及，AVP 功能落地则成为诸多车企量产计划中的重点，部分整车厂商已向公众展示了搭载 AVP功能的车型，包括一汽红旗 E-HS9、威马 W6 等。AVP 系统市场中，欧美国家该功能研发早、技术先进，其占据全球 AVP 系统市场主要份额。亚太地区 AVP 系统起步较晚，但开展迅速，随着中国、印度等新兴经济体的崛起，为亚太地区AVP 系统市场开展带来巨大增长动力。

4、智能驾驶功能普及带动车载传感器需求大幅上升

现在，普通汽车一般安装数十个传感器，而高级轿车则安装多达上百个传感器。全球范围内，智能驾驶技术不断向高阶跃进，对于传感器的需求也随之快速攀升。随着智能驾驶功能在汽车应用的普及和多样化开展，汽车传感器市场预计将保持快速增长。

汽车智能驾驶感知系统已逐步作为标配而广泛应用于高、中、低档等各类车型。智能驾驶的冗余和容错要求导致越是高阶的智能驾驶需要装配越多的汽车智能驾驶感知系统，所以随着智能驾驶阶段的提升，单车智能驾驶感知所需的各类传感器数量需求预计将同步增加。

5、汽车智能驾驶行业开展趋势

（1）电子电气架构由分布式向集中式过渡，智能驾驶控制单元成开展关键汽车电子电气架由于不同车型平台对模块的空间布置有物理限制，域集中电子电气架构易受车型约束，难以大规模推广使用。未来，汽车电子电气架构将向车辆集中电子电气架构转变，围绕更大区域内的计算平台来进行搭建，以一个或若干个核心计算平台作为基础，构建完整的软件系统。

受汽车电子电气架构由分布式向集中式演变的影响，顺利获得域控制器集成多个不同功能的 ECU 产品，单车装载 ECU 产品的数量将有所减少。拥有平台化产品供应能力及集成域控制器设计研发经验的企业具有较强先发优势与技术积累，预计将在汽车电子电气架构集中式的开展趋势中受益。

（2）多传感器融合将成为未来智能驾驶的主流方案

随着智能驾驶级别的提升，车辆所需要的传感器也越发多样化，为了应对不同的场景和保证车辆的安全保证，多传感器融合成为行业趋势。多传感器融合技术是对信息的多级别、多维度组合并导出有用的信息，包含图像信息、点云信息等，不仅可利用不同传感器的优势，还能提高整个系统的智能化程度、准确性和鲁棒性。

随着多目摄像头、毫米波雷达、深度视觉算法和增强型学习决策算法等技术的开展，为了有效使得汽车感知系统形成互补，多传感器融合已成为众多整车厂商来提高自身智能驾驶能力的技术之一。

（3）融合泊车前装渗透率迅速提升，成为主流方案

传统的自动泊车方案以 12 个超声波传感器为基础，能够完成横向、垂直、斜向三种泊车动作，但由于适用场景单一，无法识别划线车位，且整个泊车过程无法可视化，用户体验较差。现在，自动泊车方案正从传统纯超声波方案向超声波+视觉融合泊车方案升级；视觉融合全自动泊车系统在使用超声波传感器对周围环境进行检测的基础上，增加了环视摄像头的感知信息，使车辆的感知能力进一步增强，提升了自动泊车功能的使用体验。国内搭载 APA 功能的新车中，超声波与视觉融合泊车方案占比逐年上升，从 2018年的 6.8%上升至 2022 年 1-5 月的 48.4%。2022 年，超声波与视觉融合泊车方案有望超过纯超声波传感器方案，成为市场主流的自动泊车方案。

更多行业资料请参考EBET易博(中国)咨询《2023-2029年智能驾驶行业细分市场调研及投资前景预测报告》，同时EBET易博(中国)咨询还给予产业研究报告、产业链咨询、项目可行性报告、十四五规划、BP商业计划书、产业图谱、产业规划、蓝白皮书、IPO募投可研、IPO工作底稿咨询等服务。

报告目录：

第一章　智能驾驶技术的基本介绍

1.1　智能驾驶技术的内涵及价值

1.2　智能驾驶与无人驾驶技术

1.2.1　智能驾驶的技术层次

1.2.2　无人驾驶是最高层次

1.2.3　智能驾驶的技术路径

1.3　智能驾驶的认可程度调查

1.3.1　智能驾驶的接受程度

1.3.2　智能驾驶用户关注点

1.3.3　智能汽车的购买需求

第二章　智能驾驶行业开展环境分析

2.1　经济环境

2.1.1　宏观经济概况

2.1.2　对外经济分析

2.1.3　工业运行情况

2.1.4　固定资产投资

2.1.5　宏观经济展望

2.2　社会环境

2.2.1　社会消费规模

2.2.2　居民收入水平

2.2.3　居民消费结构

2.2.4　交通畅行需求

2.2.5　驾驶需求上升

2.3　产业环境

2.3.1　汽车保有量上升

2.3.2　汽车工业运行状况

2.3.3　新能源汽车产销规模

2.3.4　汽车逐步智能化开展

2.3.5　智能交通开展规模上升

第三章　2018-2022年国内外智能驾驶行业开展分析

3.1　智能驾驶上下游产业链分析

3.1.1　产业链结构

3.1.2　产业链企业

3.2　全球智能驾驶行业开展分析

3.2.1　智能驾驶开展环境

3.2.2　相关政策法规分析

3.2.3　美国行业开展地位

3.2.4　企业布局热度不减

3.2.5　各国技术开展排名

3.3　中国智能驾驶行业开展分析

3.3.1　智能驾驶行业开展特征

3.3.2　智能驾驶行业开展历程

3.3.3　我国智能驾驶市场规模

3.3.4　智能驾驶企业地区分布

3.3.5　智能驾驶示范区建设布局

3.4　中国智能驾驶商业化应用领域

3.4.1　共享汽车开展历程

3.4.2　共享汽车市场规模

3.4.3　共享汽车竞争状况

3.4.4　共享汽车开展前景

3.4.5　共享汽车开展重点

3.5　智能驾驶产业开展问题

3.5.1　驾驶安全问题

3.5.2　开展体系薄弱

3.5.3　产业组织不完整

3.5.4　法规标准待完善

3.5.5　技术性障碍分析

3.6　智能驾驶产业开展对策

3.6.1　完善相关政策法规

3.6.2　建立行业标准体系

3.6.3　有助于核心技术研发

3.6.4　安全技术逐步市场化

3.6.5　集中推进协同创新

第四章　2018-2022年智能驾驶最高层次——无人驾驶行业分析

4.1　无人驾驶汽车开展阶段分析

4.1.1　技术研发阶段

4.1.2　小规模试验阶段

4.1.3　政策调整阶段

4.1.4　销量猛增阶段

4.2　2018-2022年无人驾驶汽车的开展综述

4.2.1　无人驾驶的可行性

4.2.2　无人驾驶开展回顾

4.2.3　无人驾驶SWOT分析

4.2.4　全球无人驾驶竞争格局

4.2.5　中国无人驾驶竞争格局

4.2.6　无人驾驶汽车购买意愿

4.2.7　无人驾驶汽车规模预测

4.3　无人驾驶技术的商业化应用状况

4.3.1　商业化应用的背景

4.3.2　在乘用车上的应用

4.3.3　在商用车上的应用

4.3.4　商业化应用前景广阔

4.4　无人驾驶投资壁垒分析

4.5　无人驾驶汽车开展趋势及路线分析

4.5.1　无人驾驶商业应用方向

4.5.2　无人驾驶汽车推广环境

4.5.3　5G加快自动驾驶汽车到来

4.5.4　本土企业融合开展的趋势

4.5.5　整车企业未来的开展路线

4.5.6　互联网企业未来开展路线

第五章　2018-2022年智能驾驶技术应用系统分析

5.1　智能驾驶系统

5.1.1　智能驾驶系统的主要构成

5.1.2　智能驾驶系统的运作流程

5.1.3　智能驾驶系统的软件架构

5.1.4　人机交互系统的基本概况

5.1.5　人机交互系统的核心技术

5.1.6　人机交互系统的开展趋势

5.2　智能环境感知系统

5.2.1　环境感知系统的内涵

5.2.2　环境感知系统的类别

5.2.3　环境感知的主要硬件

5.2.4　环境感知技术的应用

5.3　辅助驾驶系统（ADAS）

5.3.1　ADAS系统模块构成

5.3.2　ADAS产业链分析

5.3.3　ADAS市场竞争格局

5.3.4　ADAS市场规模预测

5.3.5　ADAS系统开展趋势

5.4　车联网（车载信息）系统

5.4.1　车联网系统内涵及特点

5.4.2　车联网系统的基本结构

5.4.3　车联网系统的结构体系

5.4.4　车联网产业链结构分析

5.4.5　车联网是智能交通的基础

5.4.6　车联网标准体系持续完善

5.5　自动驾驶地图系统

5.5.1　自动驾驶地图应用需求

5.5.2　电子地图产业链分析

5.5.3　高精地图成智能车标配

5.5.4　高精地图商业模式分析

5.5.5　国内高精地图竞争布局

5.5.6　自动驾驶地图开展壁垒

5.6　智能驾驶控制系统

5.6.1　智能驾驶的控制方法

5.6.2　智能驾驶的控制技术

5.6.3　电动转向控制系统

5.6.4　电子自动驻车制动系统

5.6.5　自动刹车紧急制动技术

5.6.6　智能倒车防碰撞系统

5.6.7　电子油门控制系统

5.7　智能驾驶决策规划系统

5.7.1　决策规划系统的层次划分

5.7.2　决策规划系统的体系结构

5.7.3　决策规划系统的关键环节

5.7.4　决策规划系统的技术方法

第六章　2018-2022年智能驾驶基础技术分析

6.1　人工智能技术

6.1.1　技术基本概述

6.1.2　技术应用广泛

6.1.3　产业链结构分析

6.1.4　产业开展特征

6.1.5　技术专利申请状况

6.1.6　技术主要应用领域

6.1.7　技术应用挑战分析

6.2　雷达传感技术

6.2.1　技术基本概况

6.2.2　上下游产业链

6.2.3　超声波雷达产业

6.2.4　毫米波雷达产业

6.2.5　激光雷达产业

6.2.6　应用于智能驾驶

6.3　物联网技术

6.3.1　技术基本概况

6.3.2　技术应用领域

6.3.3　产业规模状况

6.3.4　企业竞争布局

6.3.5　产业开展方向

6.3.6　应用于智能驾驶

6.4　大数据技术

6.4.1　技术基本概述

6.4.2　技术应用领域

6.4.3　产业规模状况

6.4.4　产业竞争主体

6.4.5　应用于智能驾驶

第七章　5G通信技术在智能驾驶行业的应用及影响分析

7.1　5G技术开展概况

7.1.1　通信技术开展历程

7.1.2　5G技术内涵及特点

7.1.3　三大典型应用场景

7.2　5G行业开展综况

7.2.1　5G产业链结构

7.2.2　5G行业政策环境

7.2.3　5G行业开展水平

7.2.4　5G基站建设状况

7.2.5　运营商建设布局

7.2.6　5G商业模式分析

7.2.7　5G业务开展趋势

7.3　5G技术在智能驾驶行业的应用状况

7.3.1　应用价值分析

7.3.2　应用场景分析

7.3.3　应用重点分析

7.3.4　应用示范分析

7.3.5　企业布局案例

7.4　5G技术在智能驾驶行业的应用前景

7.4.1　应用前景分析

7.4.2　应用机会分析

7.4.3　应用效益评估

第八章　2018-2022年智能驾驶技术应用设备分析

8.1　智能汽车

8.1.1　智能汽车的开发路径

8.1.2　智能汽车的市场空间

8.1.3　智能汽车的商用前景

8.1.4　智能汽车的开展目标

8.2　智能客车

8.2.1　智能客车路测加快推进

8.2.2　企业布局智能客车动态

8.2.3　智能公交车的信息互联

8.2.4　智能公交车的智能支付

8.2.5　地区智能公交开展动态

8.2.6　后疫情时代行业的开展

8.2.7　智能公交行业开展对策

8.3　智能卡车

8.3.1　智能卡车配置结构

8.3.2　智能卡车开展价值

8.3.3　智能卡车开展阶段

8.3.4　智能卡车布局主体

8.3.5　企业布局动态分析

8.3.6　智能卡车开展问题

8.3.7　智能卡车开展展望

8.3.8　智能卡车开展方向

8.4　智能物流车

8.4.1　物流车市场需求增长

8.4.2　智能物流车应用价值

8.4.3　无人配送相关利好政策

8.4.4　无人配送市场开展状况

8.4.5　无人配送市场投资前景

第九章　2018-2022年智能驾驶行业布局主体分析

9.1　汽车生产商

9.1.1　整体布局状况

9.1.2　A公司

9.1.3　B公司

9.1.4　C公司

9.2　互联网企业

9.3　IT信息企业

9.3.1　A公司

9.3.2　B公司

9.3.3　C公司

9.4　汽车零部件企业

9.4.1　A公司

9.4.2　B公司

9.4.3　C公司

9.5　出行服务商

9.5.1　开展机遇

9.5.2　竞争格局

9.6　初创公司

第十章　智能驾驶技术行业投资分析

10.1　行业投融资分析

10.2　投资热点分析

10.2.1　分时租赁或成为重点

10.2.2　ADAS产业投资前景

10.2.3　汽车雷达的投资机会

10.2.4　车联网应用市场预测

10.2.5　汽车座舱行业开展前景

10.3　智能整车操作系统研发项目案例

10.3.1　项目投资概况

10.3.2　项目投资必要性

10.3.3　项目投资可行性

10.3.4　项目投资主体

10.3.5　项目投资规划

10.4　投资壁垒分析

10.5　投资风险分析

10.5.1　经济风险分析

10.5.2　政策法律风险

10.5.3　技术风险分析

10.5.4　社会普及风险

10.6　投资路径分析

10.6.1　智能驾驶的技术路线

10.6.2　智能驾驶的创新路线

10.6.3　智能驾驶的开展路径

10.6.4　运营用车或第一时间突破

10.7　投资策略维度分析

第十一章　智能驾驶行业开展前景及规模预测

11.1　智能驾驶行业开展前景及格局分析

11.2　EBET易博(中国)对2023-2029年中国智能驾驶行业预测分析

11.2.1　2023-2029年中国智能驾驶行业影响因素分析

11.2.2　2023-2029年中国智能驾驶市场规模预测

第十二章　智能驾驶行业的政策环境分析

12.1　智能驾驶技术相关利好政策

12.1.1　智能驾驶相关政策梳理

12.1.2　地方政策支持智能驾驶

12.1.3　智能汽车创新开展战略发布

12.1.4　自动驾驶开展和应用意见

12.1.5　自动驾驶商业化政策动态

12.2　智能网联汽车技术标准体系分析

12.3　智能驾驶路测逐步规范化开展

12.4　地区智能驾驶路测政策文件发布