杏彩网页登入:智能网联汽车报告：智能网联汽车产业链的发展是基础

　　【帖子】【玄铁杯第三届RISC-V应用创新大赛】基于LicheePi 4A的智能网联汽车

　　【帖子】一位朋友说电动汽车研发没难度，用一个matlab很简单，真这样吗？一起来讨论一下。

　　【文章】智能网联汽车信息安全发展报告（2021） 系列十二：纵深防御技术架构-外部网络接入安全防护

　　【HUD头条】和Telechips合作;马瑞利将在CES上发布新平台;京东方将增设6代OLED产线;友达强攻MicroLED

　　【Radar头条】森思泰克推出高性价比前向雷达;德赛西威荣获功能安全证书;纳瓦电子获欧系乘用车定点;旭化成CES将展示毫米波雷达

　　【Radar头条】Arbe发布雷达处理器生产版本；对标英伟达，芯擎科技于明年七月量产交付;楚航科技发布数字雷达原型机

　　【一周LiDAR头条】芯探科技获千万融资;探维科技将再登CES;速腾聚创今起招股;问界M9搭载华为全新192线激光雷达参数公布！

　　解锁【W5500-EVB-Pico】，探秘以太网底层，得捷电子Follow me第4期来袭！

　　Microchip推出符合IEEE 802.3bt以太网供电（PoE）新标准的8端换机，助力打造高性价比智能照明系统

　　从功能块上看，智能化可以分为座舱智能化和驾驶智能化，这两者之间相互融合、相互作用。座舱智能化，即智能座舱，主要体现在仪表板区域，具体细分为仪表盘、中控显示屏、HUD、空调控制系统、流媒体后视镜、行车记录仪、后排液晶显示屏等区域，而且目前有朝着一体化发展的方向，其中作为网联化重要载体的中控系统尤为突出。

　　对于 L3 以下不同阶段的智能化配置，目前没有明显的定义，从各大主机厂及智能化方案供应商的解决方案看，中高端车辆普遍采用的 ADAS 系统可以定义为 L2+或者 L3-水平。

　　假如一台车辆标配 ADAS 系统，以 90~120Kph 行驶在高速道路上，激活 ADAS系统，LKA 使其保持在某一固定车道，当前车减速，根据本车雷达识别前车车速和车距， AEB 介入，做出速度调整，当前车加速时，同样本车加速行驶，此时驾驶员即可不干预驾驶，只需双手置于方向盘上；

　　当车辆进入路况比较复杂的城市道路或者国道，速度在80Kph 及以下，车辆的前置摄像头识别限速标识，做出速度调整，当行至路口，前车减速至停止时，本车即跟随停止；不过对于路口信号灯的识别，特斯拉在最新的软件版本中已经释放；

　　停车起步时，驾驶员参与。当车辆驶入低速路时，面对转向和人行道等错综复杂的路况，则需要驾驶员来干预驾驶，待进入停车库，自动泊车激活，最终停车入库。这一系列驾驶操作，即为当前定义的主流 ADAS 系统，难点在于低速路况的不确定性带来的挑战，也是 L3 阶段的重点。

　　智能驾驶，需要利用安装在车辆上的雷达、毫米波雷达、激光雷达、摄像头、定位系统等各种传感器协同工作，收集车内外环境信息，尽可能早地察觉到危险，并采取相对应的措施，避免或者降低事故的发生概率。

　　一般来说，L3 级别以上对于自动泊车、拥堵路况和高速自动行驶要求高，需要配置激光雷达，并且单车配套摄像头和毫米波雷达数量众多；而 L3 级别及以下，则需要配置合适数量的摄像头、毫米波雷达和雷达即可。

　　雷达价格相对较低，应用范围较广，在短距离低速检测中具有非常大的优势。该种传感器主要是通过发射装置发射，再通过接收器接收反射回来的的时间差来测算距离。

　　常用的工作频率有 40KHz、48KHz 和 58KHz 三种，频率越高，灵敏度越高，水平与垂直方向探测角度越小；并且防水防尘，有少量泥沙遮挡也不影响；探测距离一般再 0.1~3 米之间，精度较高，适用于倒车辅助和自动泊车等低速工况。雷达通常安装在汽车前后保和侧面，前者称为 UPA，用于检测前后障碍物；后者称为 APA，用于检测侧方障碍物。

　　毫米波雷达国外垄断，国内企业逐渐突破。毫米波雷达通过天线发射毫米波信号，目标反射信号后，车辆从而获取了自身周围的物理环境信息，ECU 对该信息进行处理，追踪和识别目标；同时根据软件设定，以声音、视觉提醒或者触觉提醒等方式告知驾驶员，或者对车辆运行进行干预，保证驾驶的安全可靠。

　　目前常用的毫米波雷达有 24GHz和 77GHz 两类，24GHz 主要检测中短距离（=200m）。目前来看，国内 24GHz 已经量产使用，装机规模较大，但是 77GHz 因国外的长期禁运管制，起步较晚，规模较小且集中度较低，近 8 成市场规模仍被外企占据，大规模国产化替代需要持续推进。

　　一般来说，激光雷达分为机械式和固态激光雷达。机械式雷达需要旋转测量周边环境，激光发射路径上不能有阻挡，目前只能安装在车顶，对于量产销售的车辆来说，不是一个很好的选择；而采用固态激光雷达，由于其体积小，成本低，可以集中在车辆内部，比如 A 柱、前后保等部位，通过雷达内部微动部件来偏转扫描，目前是最接近量产的配置，也是各大厂商重点推动的方案。

　　车载摄像头的工作原理是，目标物体通过镜头（LENS）生成光学图像投射到图像传感器上，将光信号转变为电信号，再经过模数转换（A/D）后变为数字图像信号，最后由数字信号处理芯片（DSP）进行加工，处理成特定格式的图像输出到下游需求方。

　　从车载摄像头的组成来看，主要子系统为镜头、CMOS 传感器、模组组件、独立 ISP 芯片以及算法等。根据 Yole 的预计，2024 年全球摄像头模组产业链市场达到 450 亿美元左右，其中汽车摄像头市场有望超过 50 亿美元。

　　按照其配置区域不同，可以分为前置、侧视、后视和内视、环视摄像头等，每种主要负责功能不同，目前应用比较多的功能主要是后视、360°环视功能。一般来讲，典型的辅助智能驾驶系统由 4 个环视、1 个前视和 1 个后视等至少 6 个视像头组成。比如特斯拉 model3 就采用了八颗摄像头，外加一颗备用内视摄像头，从而实现自动驾驶的大部分功能。

　　根据我们的统计，360°环视系统在新能源车的渗透率在三成以上，逐渐成为中高端车型以及中高配车型的主流标配，渗透率逐渐提升。从整个市场角度看，车载摄像头市场竞争格局较为充分，但主要集中在外资企业，合计占比在 96%左右。

　　而在分件中，已经有国内自主品牌开始突围，甚至占据了细分市场相当大的比重。比如车载镜头方面，在手机镜头及手机镜头模组处于优势地位的舜宇光学，扩展到车载镜头领域，2018 年公司车载镜头出货量为 3995 万颗，同比增长 25.3%，已连续 9 年保持全球第一，优势明显。

　　联创电子一方面供货特斯拉；另外，已与 Mobileye、NVIDIA、 Aurora 等公司达成战略合作；其中有十几款镜头产品获得 Mobileye 认证；也得到 Valeo、 Continental 等认可，已量产出货。

　　在汽车 CIS 领域，韦尔股份控股的豪威科技主要客户是欧美汽车品牌，在 BBA 中的渗透率位居行业首位，其在 2018 年市占率 20%，2019 年市占率达到 30%，仅次于 ON Semi，位居第二；而在手机市场市占率 12.4%，位居全球第三。公司作为全球第三大CIS 企业，有望继续受益于汽车智能化发展。

　　在 ISP 芯片领域，华为自 2013 年收购 TI OMAP 芯片在法国的业务后，基于此成立图像研究中心。从麒麟 950 开始在海思的 SoC 芯片中集成了自研的 ISP 芯片模块，从底层硬件开始自研优化照片处理，并从 P9 开始跻身全球手机拍照第一阵营；

　　2020 年在荣耀 30S 上搭载的全新麒麟 820 SoC 上配备 ISP5.0，实现数据吞吐率提升 15%、能效提升 15%的效果。根据 CINNO Research 发布的最新数据，2020 年 Q1，华为海思首次登顶国内智能手机处理器市场，成为份额最大的移动 SoC 厂商，占比达 43.9%，高于高通的 32.8%和联发科的 13.1%。

　　智能驾驶的发展，要达到车辆自主控制、自主学习，分析和判断有利的环境和路线，一定离不开多传感器之间的互相融合，方能有效地支持冗余设计、扬长避短，达到提升驾驶安全可靠的目的。通常，每种传感器都有自己独特的特征，而汽车需要面对复杂的行驶环境，有来自天气、周边路况、驾驶员等各个方面、全天候全场景的环境影响，这就需要多种传感器搭配融合才能满足将来 L5 级别自动驾驶需求。

　　相对于常规内燃机车，决策端是新能源车智能化的优势之一，主要由两大方面组成，一方面是硬件层面的域（DCU）和多域（MDC）；另一方面是软件层面的运算平台和操作系统等。

　　汽车控制单元由传统的分布式向集中发展，域成为智能汽车架构的关键之一。传统的汽车控制单元，比如内燃机车，其布置依赖于硬件，采用分布式架构，通常每个子系统都需要配置 ECU，全车最多配置 100 多个模块，如此大量的 ECU 和线束，增加了开发成本和物料成本，降低了数据处理效率，不能适应智能网联汽车发展的需要；

　　此外，随着智能网联化的发展，对数据运算处理的要求越来越高，而传统的分布式架构控制单元难以满足这些要求。因此，满足这些对运算和数据处理高效快速的控制单元应运而生，即为域，实现统一指挥。随着软件定义汽车时代的到来，采用集中式控制单元的全新 EE 架构，叠加 OTA 等云端服务，是促进智能网联汽车快速量产、软件快速迭代升级的基础。

　　采用集中式 EE 架构，离不开域。域分为 DCU（Domain Control Unit）和 MDC（Multi Domain Controller）。前者根据汽车电子部件功能可以将 EE 架构分为动力总成、安全、车身电子、座舱和智能驾驶等域，通过处理能力强的多核 CPU/GPU 来控制指定域；

　　但是考虑到需要分析处理的信号庞大复杂，原有的分布式或者 DCU已经无法满足要求，所以就有了后者-多域，使摄像头、毫米波雷达、激光雷达、车内其他各种传感器在一个 MDC 内进行处理以确保输出一致的最优结果。这种结构通过 MDC 统一接受和处理信号，并且传感器与 ECU 不再一一对应，有助于整车厂根据需要灵活选择不同传感器及供应商。

　　特斯拉 model3 域分为三大板块，CCM（中央计算模块）、BCMLH（左车身控制模块）和 BCMRH（右车身控制模块），其中 CCM 覆盖智能驾驶和娱乐控制等， BCMLH 覆盖灯光、转向等车身便利系统功能，BCMRH 覆盖底盘、安全系统和大部分动力系统等功能，构成复杂的多域。

　　除特斯拉外，大众 MEB、宝马、奥迪等同样也在开展全新 EE 架构平台设计，如宝马的 Central Computing Platform、奥迪的 Central Computing Cluster 和大众 MEB 的ICAS。

　　目前最重要的两个方向是智能驾驶域和座舱域。国外零部件龙头企业如 Bosch、Continental、Visteon 等凭借本身资源和技术优势，牢牢占据大部分市场；国内企业以德赛西威、华为等典型代表，特别是前者，在自动驾驶域已经有了量产突破。

　　而在智能座舱方面，由于消费者对车内电子产品诉求发展较早，因而智能座舱在国内发展较快，有德赛西威、华为、均胜电子、东软睿驰等。根据佐思产研的预。