各地區 ADAS 成熟度有所差異，但整體已成為中高端車型標配。從裝配成熟度來看，歐系>日系>美系>合資品牌>自主品牌，但除自主品牌外， ADAS 核心功能 ACC、 LDW、LKA、PA、BLIS 等已成為中高端車型標配，未來有進一步擴大趨勢。輔助駕駛作為智能駕駛的基礎功能，其所激發的泛智能化駕駛市場空間超 2000 億。輔助駕駛作為通向無人駕駛的必由之路，其在產業鏈中充當基礎核心環節，具備向各層級軟硬件、電子、通訊、機械的輻射效應。結合 35%的增速預測，預計至 2020 年泛智能化市場空間超 2000 億。

01 政策兜底，開啟“泛智能化”千億級市場

國內將智能汽車的發展階段分為 DA\PA\HA\FA 四階段，國際智能汽車的階段劃分以美國高速公路管理局的劃分 L0-L4 為主。目前只能汽車發展階段處于 DA\PA 或是 L1\L2階段。

一、ADAS 效果顯著，政策兜底倒逼市場滲透率提升

ADAS 輔助駕駛系統具有較強的正外部性。具體表現為如下幾個方面：

大幅減少交通事故發生率和死亡率。駕駛過程中 90%的失誤是由于駕駛員的誤操作導致， ADAS 系統可顯著減少駕駛員誤操作概率。根據 e- IMPACT 對于安裝 ADAS系統后減少交通事故死亡率的估測，當 ESC 滲透率達到 100%時，可減少 30%事故死亡率，LKA(車道保持輔助)可減少 18%。

提升城市運行效率， 減少擁堵。 交通擁堵一方面受限于現有道路系統的車輛吐納容量，另一方面則是由于駕駛員差異化的駕駛習慣導致。車速、變換車道、起停控制的行動方式有所差異， 智能駕駛系統能夠效減少城市擁堵，城市運行效率提升 80%。

減少燃油消耗。數據顯示，stop & go 自動啟停控制(ACC 的一部分)可有效降低油耗總量的 10-15%。城市交通網絡系統可大幅提高燃油經濟性能的30%-40%。

基于巨大正外部性，各國政府已經陸續通過法規形式對 ADAS 各功能模塊推廣進行選擇強制裝配。各國政策法規的焦點集中在確保安全駕駛的基本功能： ESC、 AEB 和 TPMS。

二、歐美日 ADAS 成為標配，自主品牌仍是藍海

歐系、日系、美系汽車 ADAS 裝配率最高，主要集中于中高端車型。 ACC、 LDW、 BLIS、PA 是最基本功能。 AEB 在歐、日為滲透率最高功能，在美由于并無相應法規強制規定，因此依舊停留在碰撞預警(FCW)階段。

歐系車型：ADAS 功能最為豐富，發展最為成熟。歐系車輛以 ABB 為典型代表，裝配有自動緊急剎車(AEB) 、車道偏離預警(LDW)、自動遠光燈(AHB) 、碰撞預警(FCW)、自適應巡航(ACC)、盲點輔助(BLIS)、堵車輔助、駕駛員注意力檢測、夜視輔助(NV)、交通標志識別(TSR)、停車輔助(PA)、全景影像共計 12 個 ADAS 功能。奧迪 A4、A6、Q7，寶馬 3 系、5 系、 7 系、X6，奔馳 C 級、 E 級、 S 級均實現 8 項以上 ADAS 功能。

日系緊隨其后，本田系功能最為豐富，豐田系覆蓋車型最為全面。日系以豐田、本田、馬自達、日產四大品牌為代表，覆蓋自動緊急剎車(AEB)、車道偏離預警(LDW)、自動遠光燈(AHB) 、自適應巡航(ACC) 、行人防碰撞、盲點輔助(BLIS) 、交通標志識別(TSR)、駕駛員狀態識別、車道保持系統(LKA)共九個功能模塊。其中本田系功能最為豐富，豐田系覆蓋車型最為全面。

美系同歐日相比覆蓋率稍低，功能模塊在 5-6 個居多。美系以通用、福特、克萊斯勒為主，覆蓋碰撞預警(FCW)、車道偏離預警(LDW)、車道保持系統 (LKA) 、自動遠光燈(AHB)、自適應巡航(ACC)、盲點輔助(BLIS)、停車輔助(PA)、全景影像系統共八個模塊。

合資中高端品牌 ADAS 覆蓋率較高，自主品牌仍是藍海。

合資品牌中，高端主流車型覆蓋率覆蓋率較高。國內尚未有明確法規對 ADAS 功能模塊進行規范，因而同歐系、日系相比，合資品牌車系 ADAS 功能相對簡單，以自適應巡航(ACC)、盲點監測(BLIS)、 LDW (車道偏離預警)、全景影像為主。

自主品牌仍是藍海，極少數車型實現 ADAS 主要功能裝配。自主品牌 ADAS 覆蓋率極低，且以基礎的全景影像為主。廣汽傳祺、紅旗 H7、吉利博瑞和即將面世的比亞迪“漢”是少數搭載 ADAS 核心功能的自主車型。綜合來看，自主品牌市場仍有較大空間。

綜上，我們得出結論：

各地區 ADAS 成熟度有所差異，但整體已成為中高端車型標配。從裝配成熟度來看，歐系>日系>美系>合資品牌>自主品牌，但除自主品牌外， ADAS 核心功能 ACC、 LDW、LKA、PA、BLIS 等已成為中高端車型標配，未來有進一步擴大趨勢。

法規推進和 ADAS 裝配率直接正相關，中國 15 年將 ESC 加入評分項值得重視。在歐洲、日本市場，AEB 是法規強制要求安裝的 ADAS 功能模塊，因而其成為主流車型標配;而在并無明確規定的美國市場，極少有車型搭載 AEB 功能，大都停留在 FCW 碰撞預警階段。

自主車型存在一定滯后期，未來滲透率有望大幅提高。目前而言，搭載 ADAS 系統高級模塊對于自主品牌尚存在性價比阻力，但隨著比亞迪漢、吉利博瑞、廣汽傳祺等標桿車型裝載 ADAS 系統，基礎功能模塊在自主品牌市場有望進一步激發。

三、2020 年 ADAS 市場空間 700 億，泛智能駕駛市場空間超 2000 億

2020 年，國內輔助駕駛市場空間達 700 億，CAGR 超 35%。在中國制造 2025 中，國家戰略咨詢委員會對 2020 年輔助駕駛階段滲透率保守估計達到 50%(事實應超過50%)，結合Mobileye 一套 ADAS 預警系統的報價和未來五年的整車增速，預計 2020年輔助駕駛市場空間可達 700 億。

輔助駕駛作為智能駕駛的基礎功能，其所激發的泛智能化駕駛市場空間超 2000 億。輔助駕駛作為通向無人駕駛的必由之路，其在產業鏈中充當基礎核心環節，具備向各層級軟硬件、電子、通訊、機械的輻射效應。結合 35%的增速預測，預計至 2020 年泛智能化市場空間超 2000 億。

02前后裝之爭：后裝局限，得前裝者得天下

現階段前后裝市場比例大于 4：1，后裝產品應用僅限于預警層面。目前主動安全系統仍集中于前裝市場，在智能駕駛前十位一級供應商中，只有三家同時涉及前后裝市場業務。以 Mobileye 為例，其 2013 年的營收中，有 78%來源于 OEM 市場，僅 22%來源于后裝市場。后裝市場主要體現在商用車的應用、保險公司、車隊等。后裝市場由于未獲得主機廠商的通訊協議許可，無法切入到 ADAS 核心的執行層面，因而功能更多局限于預警領域。

后裝受限，行業重心還在前裝。輔助駕駛是通向無人駕駛的必經階段，無人駕駛的最終目標解放駕駛者雙手，通過機器獨立完成感知、識別、決策的一系列過程，最終實現高度自動駕駛。因此“控制”是智能駕駛的核心環節。即使是初級的 ACC、AEB、LKA等功能實現也是要通過專項系統、剎車系統、顯示系統的共同配合。我們認為，未來輔助駕駛重心在于介入主機廠同步開發、介入 CAN 總線，以實現和其他駕駛功能的協同融合。隨著 ADAS 搭載率的提升，前裝市場無論是從利潤率還是裝配量上都是藍海。

自主科技公司目前仍處于后裝預警階段， 性價比、 精度和響應速度是此能否介入前裝市場階段的重要標準。根據我們對于國內 ADAS 輔助駕駛標的公司的產業調研，現階段國內公司的 ADAS 產品仍以 FCW、LDW、PCW 等預警功能為主。主要配備商用車及乘用車的后裝市場，產品價格多在 1000-2000 元區間。現階段，由于前裝市場還未啟動， 單一輔助駕駛功能在后裝市場比較容易切入。 但是隨著前裝技術成熟， 成本下降以及政策刺激的介入， 努力切入前裝市場將成為各科技公司攻城略地的關鍵。我們看好具備先發優勢、未來有實力整合供應鏈資源，通過整車廠安全認證切入前裝市場的標的公司。

03技術路徑之爭：“攝像頭+毫米波雷達”搭配是主流

輔助駕駛階段有兩大技術流派：一種以純視覺算法為主，以色列科技公司 Mobileye 占據 ADAS 視覺解決方案 80%以上市場，通過“單目攝像頭+強大算法芯片”進行目標物體識別，現已供貨特斯拉前裝市場并進入尼桑、大眾前裝配套體系。

另一種以“ 攝像頭+毫米波雷達” 為主。攝像頭用來識別物體的形狀，毫米波雷達用來測量距離及補充攝像頭的功能盲區(例如雨天的物體信息探測、動物體的識別、凹凸路面的檢測、道路和墻面的分界區域探測等)，這也是目前前裝 ADAS 的主流解決方案，絕大部分 Tire-1 供應商和絕大多數車型均會使用此方式。兩相對比，前者成本較低，算法數據是核心價值，但精度有限。后者多傳感器形式精度得到保障，但成本較高，且雷達模塊體積較大，需要與整車廠進行同步進行嵌入式開發。

一、單純視覺方案：應用場景受到局限

Mobileye 是視覺算法的代言人，優勢在數據和算法。 以色列高科技公司 Mobileye 在視覺算法領域的市場份額占到 80%以上。其長期的數據積累和算法優化是核心競爭優勢。

定制視覺處理 GPU 芯片。 同 ST 意法半導體合作開發專門針對視覺算法的運載芯片，具備 GPU(處理圖像信息)+CPU(處理數據算法信息)處理能力。

利用數據積累改良算法。建立配合攝像頭開發的車輛行駛數據庫，不斷改良優化算法。Mobileye 擁有最全面的地形和氣候圖像信息數據庫，通過解析，抽出改良識別算法。通過大量道路信息積累的數據庫是 Mobileye 的核心優勢。單純依靠單目攝像頭實現 ADAS 階段全功能是 Mobileye 的目標。

單目攝像頭仍有諸多不足： 識別范圍、識別空間、應用場景的不斷擴大是今后技術的方向。

識別對象范圍受限。目前可識別的范圍包括前方車輛、行人、障礙物、光源(前照燈、尾燈)、限速標志。暫時還不能依靠單攝像頭識別的有動物、交通標志(各種形狀)、交通信號燈等。

無法探測景深。通過單眼攝像頭獲得深度地圖，實現道路的凹凸檢測(檢測出人行道臺階的變化)。

遠距及速度適應性不足。和毫米波雷達相比，攝像頭的距離測定不穩定。同時，ADAS 模塊速度適應性遠不及雷達。

二、“攝像頭+毫米波雷達” ：成本、精度、速度的均衡解決方案

輔助駕駛階段攝像頭、毫米波雷達、激光雷達是常用物體識別的傳感器。 對于 Mobileye的預警功能而言，純視覺算法基本足夠。但精度從預警到執行層就變得不足。汽車對于反向控制的容錯率很低，這就需要至少兩種傳感器信息進行冗余驗證，實現精度提升，同時，滿足在極端天氣下一種傳感器功能受損時的備用方案。

“攝像頭+毫米波雷達”方案：成本、精度、速度之間的最優選擇。 “攝像頭+毫米波雷達”或是“攝像頭+激光雷達”是在精度保證下可以選擇的方式。激光雷達精度最高，誤差在厘米量級，同時可以掃描物體輪廓線，提供精確的速度、距離信息、3D 地圖。但其數十萬元的成本難以商用。因而， “攝像頭+毫米波雷達”成為性價比選擇。

性價比優勢明顯。攝像頭探知形狀，毫米波雷達測量距離和速度，追蹤物體軌跡，優勢互補。配合優化算法，可以應對輔助駕駛的執行層需求。同時，攝像頭無法識別動物、凹凸路面，無法在雨雪大霧天氣使用，毫米波雷達則應用場景受限制較少。Mobileye將在 2017 年面世的 EyeQ4 產品將會配備 3 顆攝像頭和車身周圍的雷達和激光探測設備，從而實現高速公路上的半自動駕駛。執行層應用中，攝像頭+多傳感器漸趨主流。

反向促進算法速度提升。 “優勢互補”是輔助駕駛階段最優的路徑選擇。一只毫米波雷達的造價在 30 美元左右，性價比促使其即將成為主機廠的主流選擇。同時，攝像頭和毫米波雷達的信息融合更有利于特征提取和前景分離過程，實現算法速度提升。

04產業機遇：外延并購短平快，切入前裝現良機

時間積累：是智能駕駛領域的技術壁壘。 智能駕駛作為技術密集型產業，從研發、實驗、修正到產業化過程漫長。Mobileye 自 2000 年開始研發車輛和行人識別系統，經過 16年的算法優化和數據積累才形成產品。 Google 亦是經過近 10 年的算法數據改進才完成產品的初步研發。國內智能駕駛的技術發展滯后于歐、美、日等國家和地區，但受益于外圍技術帶動，開發投入較原始開發要少很多。

外延式并購：國內零部件廠商切入智能駕駛領域捷徑。 我們認為，國內智能駕駛產業有兩個缺口：

1.傳統主機廠和零部件廠缺乏相關經驗，存在技術缺口，但資金充裕。

2.擁有核心技術的科技公司往往規模過小、難以支撐研發期高額費用投入， 但目前部分企業技術水平已經具備進入前裝條件。

資源互補的強烈需求決定了外延式并購將成為國內廠商介入智能駕駛行業的最佳方式。

平臺入口是投資著眼點，介入前裝是核心催化劑。 整車廠直接切入全功能智能駕駛系統開發的可能性不大，正如我們對谷歌的分析，在執行層面的開發難度不亞于識別層面，整車廠與技術方之間最佳的橋接平臺就是大量繼續轉型的配件公司，例如剎車系統、動力或傳統系統以及 HMI 等傳統制造企業。 目前國內技術方基本局限于后裝市場的 ADAS初級功能開發，未能切入前裝核心廠商、核心車型配套。因此，本階段的投資亮點應該是有意于進行外延式擴張進入 ADAS 領域的零配件轉型企業，而依托原有整車廠資源介入前裝市場將成為 16 年行業的核心催化劑。