汽车行业智能驾驶深度报告.docx
- 文档编号:26631247
- 上传时间:2023-06-20
- 格式:DOCX
- 页数:45
- 大小:6.52MB
汽车行业智能驾驶深度报告.docx
《汽车行业智能驾驶深度报告.docx》由会员分享,可在线阅读,更多相关《汽车行业智能驾驶深度报告.docx(45页珍藏版)》请在冰豆网上搜索。
汽车行业智能驾驶深度报告
智能驾驶深度报告
1智能驾驶:
重构产业的革命
1.1智能驾驶简介
智能驾驶是指汽车通过搭载先行的传感器、控制器、执行器、通讯模块等设备实现协助驾驶员对车辆的操控,甚至完全代替驾驶员实现无人驾驶的功能。
高等级的智能驾驶是智能交通体系的一部分,通过V2X(车联网)技术汽车能够与道路信息、交通信号、其他车辆等周围环境联接为一体,形成“人、车、路”高效运行的交通体系。
而在智能汽车内部,各种类型的传感器代替了人的眼睛与耳朵,感知着汽车周围情况;强大算力的控制器代替了人的大脑,决策着车辆行驶路线;响应灵敏的执行器代替了人的手脚,执行着智能大脑的命令。
被“代替”的驾驶员则通过全新的人机交互环境,享受着智能的体验与服务。
这是智能驾驶的愿景,也是定义各个子功能的发展目标。
1.2智能驾驶的价值
➢智能驾驶功能的价值安全始终是汽车出行的第一要务,早期的智能驾驶功能主要是集中在帮助驾驶员减少交通事故的辅助驾驶功能。
其中典型的功能为AEB(AutonomousEmergencyBraking,自动紧急制动系统)。
AEB系统通过摄像头或雷达检测和识别前方车辆,在有碰撞可能的情况下先用声音和警示灯提醒驾驶者进行制动操作回避碰撞。
根据EuroNCAP研究结果显示:
AEB技术能在现实世界中减少38%的追尾碰撞,且无论是在城市道路(限速60km/h)或郊区道路行驶的情况下,效果并无显著差别。
早在2012年,欧盟就出台规定要求2014年出产的新车必须配备AEB系统。
2014年初,EuroNCAP正式将AEB纳入评分体系,没有配备AEB系统的车型将很难获得5星级评价。
在中国,过去10多年汽车快速普及并常年保持着全球第一大汽车市场的规模。
巨大的汽车保有量,给社会带来了多方面挑战。
根据中国汽车研究院《中国自动驾驶安全读本》中的介绍了当前我国交通领域的诸多问题,包括:
人为原因导致的交通事故率占比90%;因为交通拥堵北京人平均经济成本在4013.31元/年;我国物流费用在GDP中的比重达到14.6%,远超欧美国家,效率低下等。
智能驾驶功能可以成为解决这些痛点的方案,其价值体现为:
1)提升安全性:
智能驾驶功能帮助减少交通事故率。
2)推动节能减排:
协同式交通系统可以提高燃油经济性及交通效率。
3)提高舒适性:
减轻驾驶负担,解放人的时间。
➢智能驾驶的产业价值汽车行业正在经历着一百多年来最为剧烈的产业变革。
突出特点就是行业的“新四化”趋势(电气化,智能化,网联化,共享化),这是一场全方位的产业变革。
其将使汽车由传统的机械产品转变为移动出行服务的智能终端。
在这一变革中,智能驾驶将显著提升汽车电子、软件算法等在汽车开发中的比重,最先进的计算机、通讯、算法等技术成果将被用于智能驾驶的开发。
传统汽车行业的生产组织要素:
知识技能,组织模式等都将被全面改变。
高等级的智能驾驶将使汽车公司从传统制造业公司转变为高科技公司,创造众多的转型与新增机会。
智能驾驶功能的不断演进也是对汽车产业逐步重构的过程。
1.3智能驾驶演化路径
➢智能驾驶分级当前行业普遍遵循SAE协会定义的智能驾驶等级,其中L2级以下的智能驾驶通常被成为ADAS(高级驾驶辅助系统),其最大的特点是系统只是在特定场景下給驾驶员提供协助,车辆行驶决策权在驾驶员,对应驾驶员需要承担所有的责任与后果。
而在L4及以上的智能驾驶因为是汽车主导着驾驶行为,责任主体为汽车生产或者汽车服务商。
对于L3级别的智能驾驶,因为其只能在特定条件下代替人,并且在系统失效的时候需要人及时接管车辆,在实际应用中的可操作性及责任界定问题在行业内外存在较大争议。
从技术角度,L3级别智能驾驶是技术发展的必经阶段,但从法律及产品应用角度,其存在着较大的风险。
在我国,智能驾驶常以智能网联汽车作为官方的名称,特别突出了车联网功能。
以我国更加完备的通讯基础设施形成车路协同效应,对比欧美的单车智能化。
在工信部的《国家车联网产业标准体系建设指南(智能网联汽车)(2017年)》中其对智能化等级的划分也与SAE定义一致。
➢智能驾驶技术路径选择在智能驾驶的演化路径上,Waymo、XX等高科技公司直接针对L4级别的智能驾驶进行研发,L4级别的智能驾驶也常被称为无人驾驶或者全自动驾驶。
谷歌Waymo从2009年就开了相关研究,其利用在AI算法领域的优势通过样车收集数据不断迭代自动驾驶功能。
目前,Waymo在该领域投入最大、积累数据最多、应用最全面。
从技术角度分析,针对L4级别的智能驾驶虽然已经有了很多进步,但是其还只是处于试验研究阶段。
面对情况复杂的开放道路,技术成熟度还未达到全面商业化运营的要求。
2019年,著名咨询公司Gartner在其报告中认为L4级别自动驾驶技术全面成熟还需要10年以上。
主流的汽车企业还是遵循着从ADAS级别功能导入为基础逐步向L3甚至L4级别的智能驾驶方向演进,其结合先进的传感器、计算平台等硬件不断迭代算法,完善自动驾驶功能,并扩展智能驾驶应用的场景。
总体来看,当前L2智能驾驶已经较为成熟,正在向L3阶段发展。
虽然部分汽车企业,如特斯拉、奥迪、小鹏等已经宣传开发出具备L3技术能力的智能驾驶汽车,但因为ODD(OperationalDesignDomain:
设计运行区域)在法律及标准上还没有明确,其还更多以L2+或L2.5作为产品来定义。
在2020年2月,由发改委等11部委发布的《智能汽车创新发展战略》中明确提出:
“到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。
实现有条件自动驾驶的智能汽车达到规模化生产,实现高度自动驾驶的智能汽车在特定环境下市场化应用。
智能交通系统和智慧城市相关设施建设取得积极进展,车用无线通信网络(LTE-V2X等)实现区域覆盖,新一代车用无线通信网络(5G-V2X)在部分城市、高速公路逐步开展应用,高精度时空基准服务网络实现全覆盖。
”在商用车领域,L1/L2级别的智能驾驶有望在法规、市场、技术的驱动下快速渗透。
针对L3/L4级别的智能驾驶,更有可能在特定场景下实现商业应用,例如高速公路的长途干线物流,低速运行的封闭园区环境。
特定场景,有可能降低技术开发的难度,同时对应的商业价值更加明确,有利于实现技术迭代与大规模商业化落地。
2政策、技术、市场共同推动,智能驾驶正在驶来
2.1政策支持:
国家战略方向;地方大力扶持;行业积极响应
➢智能驾驶的国家战略智能驾驶特别是无人驾驶因为对汽车产业影响深远,主要发达国家都非常重视其发展,纷纷出台支持政策与法规。
而我国在2015年《中国制造2025》明确将提出对智能驾驶发展的要求。
我国一系列政策包括了:
宏观统筹、产业规划、产业融合、技术标准、关键技术与零部件发展、创新指导等。
综合国家的相关指导政策,智能驾驶在发展、产业、技术、应用层面都有重大的意义。
发展层面:
智能驾驶汽车是成为汽车强国的战略选择。
产业层面:
鼓励相关产业跨界融合,产业链重构,智能化,网络化,平台化发展。
技术层面:
智能驾驶带动了高新技术的发展。
应用层面:
汽车由机械运载工具转变为智能移动空间和应用终端,新兴业态的重要载体。
在最新发布的《智能汽车创新发展战略》中已明确指出智能驾驶汽车是国家战略发展方向,其包括:
“
(一)智能汽车已成为全球汽车产业发展的战略方向;
(二)发展智能汽车对我国具有重要的战略意义;(三)我国拥有智能汽车发展的战略优势。
”地方政府积极培育智能驾驶产业链➢地方大力扶持智能驾驶行业当前,地方政府对智能驾驶发展也极为重视,纷纷出台各项鼓励与支持政策。
包括:
依托新型城镇化和智能化道路交通设施等重大工程建设,纷纷建立智能公交与车路协同技术应用示范线路;制定示范应用推广计划,逐年扩大智能网联公交车示范区域和应用数量;制定政府采购要求,逐年提高智能驾驶环卫车等的示范应用比例;设立人才专项配套政策,引导行业人聚集;扶持企业的智能驾驶技术研发等。
地方政府希望通过不断扩大智能驾驶示范应用规模,以示范应用带动产业发展。
2020年4月,XX在湖南湘江新区的支持下推出了自动驾驶出租车服务,在商业化运营上向前进了一步。
在保增长、新基建投资的背景下,各级地方政府纷纷出台相关政策促进智能驾驶汽车的发展。
行业标准体系正在成形,安全防护相关功能成为强制标准行业标准是指导智能驾驶发展的重要依据。
相关部门将智能网联汽车标准体系框架定义为“基础”、“通用规范”、“产品与技术应用”、“相关标准”四个部分,同时根据各具体标准在内容范围、技术等级上的共性和区别,对四部分做进一步细分,形成
内容完整、结构合理、界限清晰的14个子类。
以中国汽车技术研究中心牵头的汽车行业标准组织计划在2020年制定30项以上智能网联汽车重点标准,初步建立能够支撑驾驶辅助及低级别自动驾驶的智能网联汽车标准体系,到2025年制定100项以上智能网联汽车标准,系统形成支撑高级别自动驾驶的智能网联汽车标准体系。
目前,中汽中心已经完成了包括智能泊车、自适应巡航、盲区监测、自动紧急制动等20项ADAS功能的标准,为相关产品的大规模应用奠定了基础。
在商用车领域,特别是“两客一危”车辆(公交、客运、危化品车辆),因为其对交通安全运行影响重大,未来两年将会强制装配AEB,FCW等辅助驾驶功能。
而针对普通货运车辆的推荐标准也已经颁布。
考虑到商用车安全问题所造成的社会隐性成本逐步增加,未来将有更多的辅助驾驶功能将会成为法规强制要求。
在乘用车领域,安全防护功能如AEB等已经在2018年纳入我国乘用车的新车评价规程(C-NCAP),缺乏相关配置的车型将难以获得较高的评级,标准引导产品升级的意味明显。
2.2技术进步:
感知/智能/通讯技术导入;ADAS率先成熟
➢感知技术发展感知是指智能驾驶系统从环境中收集信息并从中提取相关知识的过程,通常包含环境感知和定位两部分。
其中,环境感知(EnvironmentalPerception,EP)特指对于环境的场景理解能力,例如障碍物的类型、道路标志及标线、行人车辆的检测、交通信号等数据的语义分类。
定位(Localization)是对感知结果的后处理,通过定位功能从而帮助汽车了解其相对于所处环境的位置。
感知是智能驾驶系统的基础。
以摄像头为基础的视觉感知技术,因为成本较低,获取信息丰富,有利于大规模在汽车上应用。
Mobileye已成为感知领域的头部企业,其技术过去十年不断突破,其算法日趋成熟,芯片性能大幅提升,能够实现判断前方车辆、行人、安全距离、车道线等功能,满足了智能驾驶大规模应用的需求。
根据Moblieye介绍其第四代算法芯片EyeQ4较上一代性能提升8倍,EyeQ系列芯片累计发货超过5000万块。
同时,毫米波雷达、超声波雷达技术在汽车上也应用得越来越成熟。
➢算法与计算平台进步过去十年,随着深度学习为代表的算法在人工智能领域中应用,计算机科学又进入到了新的阶段。
深度学习是用于建立、模拟人脑进行分析学习的神经网络,并模仿人脑的机制来解释数据的一种机器学习技术。
它的基本特点,是试图模仿大脑的神经元之间传递,处理信息的模式。
最显著的应用是计算机视觉和自然语言处理(NLP)领域。
其需要依靠大量的数据与硬件计算能力来完善功能。
谷歌,XX等科技公司纷纷以AI技术为支撑,开发其无人驾驶汽车。
而在计算硬件方面,英伟达(NVIDIA)、英特尔(Intel)等计算机行业公司则推出了一系列支持无人驾驶汽车应用的计算平台。
2019年末,英伟达推出的全新自动驾驶芯片ORIN,其性能已高达200TOPS(每秒钟一万亿次运算),已能够满足L4级别自动驾驶的要求。
5G时代到来,V2X有望落地车联网(V2X)希望实现车与车通讯(V2V),车与人通讯(V2P),车与路通讯(V2I),车与云端通讯(V2C)等信息交换。
通过V2X,车辆可以通过网络获取到更多的道路和其他交通参与者的信息,而不是仅仅通过自车的感知和预测,能做到这样的效果的确对自动驾驶帮助甚大,对于弥补一下感知能力的不足之处至关重要。
5G通讯技术正在全球范围进行应用。
对于智能驾驶,5G的低延时、高带宽的特点,为V2X通讯网络提供了更全面的保障。
当有低延时高带宽的基础设施支撑后,智能驾驶通过车端和云端的协同感知、计算能够发挥出更大的潜力。
5G时代的到来,将推动车联网功能(V2X)的扩展与应用,帮助智能驾驶完善功能。
传感器、计算机、通讯、电子等技术的发展直接或者间接的推动着智能驾驶技术的进步,智能驾驶领域也成为多产业融合发展的代表。
在技术端,L3/L4级别智能驾驶技术的成熟度依托于各部分技术的成熟度,体现为明显的短板效应。
ADAS技术成熟,功能不断丰富ADAS(先进辅助驾驶系统)利用雷达、摄像头等传感器采集汽车周边环境数据,进行静态、动态物体的识别、跟踪,控制系统结合地图数据进行做出行为决策,使驾驶者觉察可能发生的危险,必要情况下直接控制车辆的刹车或者转向动作,可有效提升驾驶安全性、舒适性。
当前,ADAS所涉及的主要零部件毫米波雷达、超声波雷达、摄像头、电动转向、电动刹车等已经在技术上成熟,实现了大规模量产与应用。
ADAS的功能与应用也越来越丰富,相关测评标准已经颁布。
在国家标准(2019年)《道路车辆先进驾驶辅助系统(ADAS)术语及定义》中给出了36项ADAS功能,包含FCW、BSD、HMW、HUD等信息辅助类21项,AEB、ACC、LKA等控制辅助类15项。
在乘用车领域,常用的ADAS功能包括安全控制类的ACC/AEB/LKS等,预警类的FCW/LDW/PCW/BSD等,其他辅助性的AP等功能。
对于商用车领域,因为相关零部件成熟稍晚,ADAS装配率还比较低。
量产车辆集中在L1级别的功能,或者作为信息报警功能协助驾驶员,如AEB,BSD,DMS,PCC等功能已经开始前装搭载。
随着商用车电控执行器(刹车、转向等)产品的成熟,ADAS功能在商用上也会越来越丰富。
ADAS系统是一个复杂的系统工程,不仅是增加雷达等传感器的问题,其涉及到整车架构、线束、人机交互、控制匹配等方面。
ADAS的车辆控技术是实现更高等级智能驾驶的基础。
汽车公司需要根据法规要求实施的时间点提前进行技术研发和产品布局。
更重要的是,ADAS功能需要给用户提供实用的价值,如切实帮助安全行驶、能够进行效率优化等。
2.3市场需求:
特斯拉引领智能驾驶体验;商用车追求安全高效
➢乘用车智能驾驶市场现状同其他很多汽车新技术一样,ADAS的普及并不是一朝一夕的事。
早期,由于ADAS没有规模化生产,整套系统价格不菲,主要搭载在中高端车型上。
且部分ADAS功能操作复杂,用户认知度有限与体验不佳,在市场端存在“老手不会用,新手不会用”等问题,影响到了市场渗透。
根据威尔森咨询在2019年的调查,中国消费者对智能驾驶的了解度和信赖度并不是那么高,但是他们的兴趣度非常高。
可见,可靠并且能真正满足消费者需求的智能驾驶产品将会受到市场欢迎。
自动泊车入位(AP)功能需要通过超声波雷达、摄像头等感知车辆四周的环境,并控制车辆纵向(前、后)与横向(左、右)运动,是典型的L2级ADAS功能。
我们以该功能为抓手,在易车网上收集了不同价位车型该功能的渗透情况,以分析L2级别功能在车型的渗透情况。
我们发现,自动泊车功能在30万以上的车型配比较高已经超过了30%,而在10~20万区间的车型中,自动泊车功能平均普及率为5%。
结合我国乘用车市场格局,8~20万的区间是销量的主力,占比达到64%。
我们推断当前该功能的整车搭载率依然低于10%。
同时,以长城、吉利为代表的自主龙头企业AP的搭载率已达到10%以上,明显高于同价位的平均搭载率。
由此可见,虽然乘用车ADAS渗透率一直在稳步提升,但是因为相关功能与体验未达到消费者的预期等因素,除了AEB等法规要求的基本ADAS功能,L2级别的功能还主要匹配在中、高端车型,目前市场处于导入阶段。
龙头自主品牌在智能驾驶领域更加积极,其希望以更加丰富的功能、更高的性价比的产品吸引消费者。
特斯拉带来智能驾驶全新体验与认知,L2级市场快速增长随着特斯拉的国产化,今年3月其国内销量分别达到2620辆、3900辆、10160辆,逆市大幅提升,国内纯电动车市场占有率已达到20%以上。
而在全球,特斯拉的销量也保持着稳步提升。
除了纯电动属性外,特斯拉另一个重点就是其智能驾驶功能,与其他电动车的对比,其领先的自动驾驶功能是与其他品牌差异化的地方。
在特斯拉官网,智能驾驶功能放在显著的位置,突出其未来驾驶概念。
所有全新Tesla车辆均标配先进的硬件,除支持目前已实现的Autopilot自动辅助驾驶功能外,将通过OTA软件更新,不断完善功能。
环绕车身共配有8个摄像头,视野范围达360度,对周围环境的监测距离最远可达250米。
12个新版超声波传感器作为整套视觉系统的补充,可探测到柔软或坚硬的物体,传感距离和精确度接近上一代系统的两倍。
增强版前置雷达通过发射冗余波长的雷达波,能够穿越雨、雾、灰尘,甚至前车的下方空间进行探测,为视觉系统提供更丰富的数据。
目前,通过几十万车主的应用,Autopilot已经累积了20多亿英里的道路驾驶经验。
系统功能已包括:
主动巡航控制、辅助转向、自动变道、自动泊车、车库召唤、自动驶入高速匝道、自动识别红绿灯、路标、环岛等复杂路况并自动控制等。
同时,特斯拉引领的大屏幕车载中控,实现了更加智能的人机交互模式,极大的提高了驾驶体验。
当前,我国乘用车年销量2000万辆以上,L2及以上智能驾驶功能的渗透率在低位,市场潜力巨大。
特斯拉Model3被认为有可能成为iPhone4一样改变时代的产品,其功能强大的Autopilot在抖音、快手等社交媒体上已引起了广泛的讨论,带来了巨大的示范效应,有望成为智能驾驶功能全面普及的加速器。
一方面,更多的用户将通过Autopilot熟悉智能驾驶,激发出消费者的需求。
另一方面,更多的企业将智能驾驶功能列入必选行列,如新造车势力中的蔚来、小鹏汽车等均将智能驾驶功能作为其产品力的体现,这将推动着L2及L2+的智能驾驶的在市场端的普及。
根据Marketstand公司预测从2019到2027,全球ADAS市场年均增速将达到20.7%➢商用车市场更加追求安全与高效,智能驾驶价值更加显性商用车作为生产工具,投资回报比是客户价值的根本。
在细分客户之中,个体用户更加看重初始购买成本,而团体客户多选择TCO(全生命周期费用)作为其购买判断的依据。
根据罗兰贝格测算,当前中国商用车市场总TCO规模为7万亿,其中能源成本(油费、尿素费等)占比31%,管理成本(司机成本等)占比14%。
而针对附加值较高的长途干线物流牵引车来说,能源成本将达到37%,因为需要连续驾驶,司机成本占比也将提高至23%,成本总占比约60%,也是用户的痛点。
智能驾驶的市场价值体现为对TCO的显著影响,包括:
通过智能驾驶可以使动力系统运行得更加高效,降低油耗;减小了驾驶员的工作负担和对其驾驶技能的要求;减少安全事故,节约保险费用等。
根据罗兰贝格分析,国内物流行业的头部用户集中度仍存在较大的提升空间。
2017年统计显示,中国快运行业CR10仅占3%;美国CR10占比达到了78%,市场集中度达到55%。
越是头部客户对于TCO更加重视,对于初始购买成本不会过分敏感,对智能驾驶功能的导入越积极。
目前,基础的智能驾驶功能已经在牵引车上以“智能动力链”的形式量产,并获得集团客户的认可。
其利用车联网和地图定位,在高速公路上智能调节车速,实现发动机与变速箱的匹配优化,降低燃油消耗。
对于更高级别的智能驾驶,行业不约而同的看好干线物流场景。
据蔚来资本测算,2019年干线物流的市场体量4.37万亿元。
当前,中国重卡的保有量约750万辆,假定在市场成熟之后,L3级别驾驶系统(在高速条件下进行自动驾驶)每套的价格为10万元,则市场总体量可达到7500亿元。
并且该场景对智能驾驶需求刚性,技术要求相对较低,更有机会实现大规模商业应用。
不论乘用车还是商用车市场,客户对智能驾驶都有需求。
随着政策完善、技术成熟、客户认知度提高,能够切实解决用户痛点的智能驾驶功能将会快速普及。
3智能驾驶产业链:
增量机会与产业重构
3.1智能驾驶产业链:
分工与合作,集成能力是关键
智能驾驶主要功能包括环境感知、决策规划、控制执行等。
从功能职责分析,零部件供应商负责提供感知相关的各类传感器,转向、制动等车辆控制执行器;整车企业自主或者与零部件Tier1供应商一起负责系统的集成,主要包括:
数据融合、规划决策、车辆控制等系统功能部分。
ADAS产业链:
自主整车集成能力有限,依赖国际Tier1对于ADAS级别智能驾驶产业链,其基本遵循着传统汽车电子产业链形式。
上游主要为Tier2/Tier3供应商,负责提供元器件或者次要零部件;中游系统Tier1供应商通常以自己的优势产品为依托,整合次级Tire2供应商,为整车企业提供系统产品与服务;下游则为整车企业。
从技术角度,ADAS功能涉及感知、控制与执行等多个模块,需要深厚的系统集成能力,Tier1供应商在一般扮演承上启下的角色,十分关键。
全球市场,在乘用车领域,ADAS系统集成商数量较多,且基本为大型汽车零部件供应商如大陆、德尔福、博世,电装、奥托立夫等,前五名系统集成商占据全球超过65%的市场份额。
商用车ADAS的系统集成商集中度更高,威伯科、大陆集团与博世集团三家企业合计占有全球超过60%的份额。
在国内,因为ADAS开发起步晚,自主整车企业更加依赖国际Tier1供应商,以确保功能开发的成功率。
当前,全球前十位的Tier1供应商均为欧/美/日企业,缺乏世界级Tier1厂商是我国汽车电子产业的“阿喀琉斯之踵”,限制了国产汽车电子零部件进入整车体系。
成为一流汽车电子Tier1,除了必要的规模、丰富的产品线,还需要具备系统集成与服务能力。
自动驾驶生态:
产业链重构,抢占新生态的关键节点智能驾驶达到L4(自动驾驶)阶段,汽车行业将进入出行服务模式,整车厂商将不再是行业的下游。
数据、共享经济和人工智能技术将打破过去成熟的金字塔式的汽车产业链结构。
不同环节的企业相互合作,以实现最佳的经济效益为目标,使得数据、技术、资本得以在整个自动驾驶产业生态之中流动、循环。
原本层级分明、体系封闭的汽车供应链将会重构,上游供应商将有机会利用其关键零部件、数据、算法等优势成为生态网络中的关键节点。
谷歌、华为、高通等信息技术与消费电子公司正在逐步向汽车电子产业链渗透,传统汽车行业将面临来新型行业的冲击。
相对于消费电子,汽车电子对于安全性要求高,行业具有TS16949、ISO26262、AECQ100等多种认证标准,认证周期较长,厂商进入整车厂配套体系至少需要2~3年的认证周期。
未来已来,只是分布得不均匀。
建议关注华为公司汽车产业布局,其有望带动国产汽车电子供应链发展。
2019年,华为汽车事业部成立,其旨在成为未来智能汽车领域Tier1,并从“端(车)-管-云”三个层次全面布局。
在车端,智能电动、智能驾驶、智能座舱布局包括了核心零部件产品,软件平台,系统方案,甚至包括开发与测试工具等。
华为的布局体现了其对汽车行业早已经做过深入的研究,以“增量零部件”为目标,以其ICT能力为基础,“赋能”整车企业
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 汽车行业 智能 驾驶 深度 报告