汽车行业深度报告：汽车自动驾驶技术路径对比分析.docxVIP

汽车行业深度报告：汽车自动驾驶技术路径比照分析 1.引言数字经济是通过数字技术，对生活生产实现数字化管理，促 进实体经济高效开展，充分发挥数据信息价值，是未来经济 开展的主要驱动力，其开展 速度之快、辐射范围之广、影 响程度之深前所未有，正推动生产方式、生活方式和治理 方式深刻变革，成为重组全球要素资源、重塑全球经济结构、 改变全球竞争格局的关键力量。 随着近年来数字经济在国民经济中的重要性不断提升，党和 国家也对其 越来越重视：从早期“十三五”国家科技创新规划 中提出，到中央政治局会议将其作为议题，再到写入十九大 报告后，数字经济被正式写入“十四五”规划，并对一些指标 提出了相应的预期性目标。结 合其他各项政策的陆续出台, 愈发凸显出党和政府对我国数字经济开展的支持和鼓励态 度。 因此，在这样的背景下，数字经济范畴内的各产业在未来中 长期时间内，在内将有充分的需求逐渐涌现，在外那么有良4）对横向目标敏感度低，并且只能提供角度和距离信息而 无法提供高度信息； 5）无法成像，无法进行图像颜色识别。 2313激光雷达激光雷达（LiDAR, Light Detection and Ranging ）,即激 光探测及测距系统，是一种集激光、GPS和惯性测量设备 三种技术于一身的系统。由于激 光波长短，准直性强，因 而激光雷达具有角分辨率和距离分辨率高、抗干扰能力强、 能获得目标多种图像信息（深度、反射率等）、体积小、质 量轻等优势。 图4.激光雷达效果示意图 资料来源：互联网收臬,红塔证券根据激光雷达线束数量的多少，可以将激光雷达分为单线 (2D)雷达和多线(3D)雷达，而由于单线雷达只能获得 平面数据，无法完成复杂路面地 形环境的模型建立，因此 目前在实际使用中，基本都是多线雷达。目前主流的激光 雷达通常从16线到64线，也有少数128线等高线束数 量的产品。 由于激光雷达可以依靠其探测范围广、抗干扰能力强及测量 精度高的特点，收集到足够多的数据信息，并以此实现对 车辆周围环境的建模。因此在理想状态下，激光雷达能够 为自动驾驶的决策提供最丰富的参考信息，但在实际应用 过程中，激光雷达仍面临一些尚待解决的问题。 首先，最大的问题就是激光雷达本钱太高。目前技术最成熟 的是机械式激光雷达，即通过旋转电机等机械设备实现 360度扫描，但这种方式的硬件集成难度高，因此高线束 激光雷达的本钱甚至难以降至3000美元以下。而 作为替 代技术的半固态MEMS方式器件价格较高，并且扫描控制 难度大；固态的Flash方式尽管本钱较低，但探测距离短, 缺乏以适应自动驾驶的需求；固态的OPA方式潜力最大, 但目前技术还不够成熟，供应链也不完善，中短 期内实现 技术突破仍有困难。 其次，由于激光雷达获得的道路信息极多，数据量大，对数 据处理的算法要求很高。目前主流的算法基础为点云分割, 即根据点云分布的整体特征和局部特征，将点云进行分割, 从而形成多个独立的子集，从而快速提取有用的物体信息。 因此，车辆使用激光雷达作为传感器，既需要足够出色的数 据算法作软件支持，也需要充足的硬件算力作保障。 第三，激光雷达发射的激光在云、雾、雨雪等恶劣环境下衰 减严重，无 法提供精确的环境图像，因此自动驾驶过程无 法完全依赖激光雷达，必须有 其他传感器设备配合。 2.3.2 .决策 自动驾驶的决策层主要包括两大局部，即硬件局部和软件部 分。其中硬件局部是指各类计算单元，目前主要包括CPU、 GPU和FPGA,其作用是为后续的软件处理数据提供基本 的算力支持。而软件局部那么是各类算法，包括对信息数据 的处理、道路短期未来情况的推演预测、行驶方案的制定等 等，是自动驾驶技术中非常核心的局部，也是各大自动驾 驶方案提供商的核心竞争力所在。 2.321 ,硬件局部自动驾驶的计算平台需要考虑的因素具有其独特性： ①为了处理海量数据，并为AI运算提供充足算力，需要足 够有效的计算性能；②计算结果直接决定了车辆行驶的平安性，关乎车上驾乘人 员的生命平安，并且其工作环境可能较为恶劣（温度、颠 簸等），因此需要保证其具有高可靠性； ③作为移动平台，需要保证其功耗在可接受范围内； ④需要具有良好的可扩展性;⑤由于产品最终要用于普通车辆上，作为消费品，需要控制 其本钱。 目前自动驾驶所使用的计算单元主要包括CPU、GPU、 FPGA （现场可 编程门阵列）和ASIC （专用集成电路）， 四种方式各有优劣。 413.自动驾驶主要使用的计算单元资料来源：公开奏料终理,红塔注券 优势 劣势 CPU 通用性强，支持复杂指令集 串行调用运算指令和操作，不适 合AI运算特性 GPU 并行运算能力强大，擅长浮点 运算 运算复杂度较低，运算单元利用 率低 FPGA 可编程，灵活度高，产品上市 速度快 开发生态弱