華為入局車企 使早已競爭激烈的戰(zhàn)場更加慘烈

隨著新能源汽車這幾年的發(fā)展，汽車“四化（智能化、網(wǎng)聯(lián)化、電動化、共享化）”成為各大車企、零部件廠商必爭之地，不惜重金投入其中，其中也不乏眾多創(chuàng)業(yè)公司身影。華為的入局無疑會使早已競爭激烈的產(chǎn)業(yè)，競爭更加慘烈。

單就自動駕駛領(lǐng)域就已經(jīng)匯集了數(shù)十玩家，其中不乏國際巨頭。看看自動駕駛的格局，可能所有環(huán)節(jié)企業(yè)都繞不開和華為的競爭。

1、芯片

在燃油車時代，國產(chǎn)汽車“心臟病”難除，發(fā)動機控制技術(shù)依賴于國外供應(yīng)商，以至于成為無法平復(fù)的傷痛。至今發(fā)動機控制系統(tǒng)依然依賴合資工廠供應(yīng)，新技術(shù)依賴于外方。到了智能網(wǎng)聯(lián)汽車時代，芯片更是中國汽車業(yè)不可再失的高地。

華為海思系列芯片在消費電子領(lǐng)域，雖說還無法與高通、蘋果A系列抗衡，但也算是小有成就。憑借在IC行業(yè)多年的投入，華為昇騰系統(tǒng)AI芯片，從公開信息來看，高達352TOPS超強算力已經(jīng)處于業(yè)界領(lǐng)先地位。華為在此基礎(chǔ)之上打造出MDC（MobileData Center）平臺，試圖為車企提供自動駕駛?cè)珬Ｈ珗鼍胺?wù)。

華為昇騰910芯片，單芯片計算密度超過Nvidia

在高級別的自動駕駛中，汽車已經(jīng)不能再采用的離散電子控制單元（ECU）來匹配每一個功能，而是采用部分集中式的域控制器（DCU）。

DCU需承擔多傳感器融合、定位、路徑規(guī)劃、決策控制、無線通訊、高速通訊的計算。在集中式與混合式架構(gòu)中，DCU還需承擔全部或部分傳感器的數(shù)據(jù)處理。由于需要完成大量運算，DCU一般都要匹配一個核心運算力強的處理器，也就是芯片，以提供自動駕駛不同級別算力的支持。算力越高，支持的功能也就越多，因此大家都追求高算力。業(yè)內(nèi)有NVIDIA、英飛凌、瑞薩、TI、NXP、Mobileye等多個方案。

盡管芯片研發(fā)需要大量資金，但是芯片作為自動駕駛核心元件，其不菲的價格與可觀的利潤，還是引來眾多巨頭投入其中。在眾多玩家中既有消費電子半導(dǎo)體巨頭，也有傳統(tǒng)汽車半導(dǎo)體供應(yīng)商，還有新進玩家。我選了幾個具有代表性的企業(yè)做一個簡單的梳理。

1.NVIDIA：英偉達近年來一直致力于AI芯片的研發(fā)，在自動駕駛領(lǐng)域解決方案齊全：

1）DRIVE PX2開放式人工智能車輛計算平臺；

2）NVIDIA DriveWorks軟件開發(fā)套件；

3）數(shù)字座艙、高精度地圖、高級輔助駕駛解決方案。

2.Intel：昔日PC時代CPU王者Intel錯失智能手機時代后，唯恐再次錯失自動駕駛時代。在推出IntelGo平臺后，不惜重金收購Mebileye，這位在ADAS視覺領(lǐng)域霸主的自動駕駛開放式平臺Eye Q5也于2018年12月上市。

3.Qualcomm：高通在汽車產(chǎn)業(yè)的布局不僅限于其擅長的通訊領(lǐng)域，在ADAS與座艙娛樂域其820A也表現(xiàn)不俗。在2019年CES展上展出了其基于驍龍芯片打造的可擴展自動駕駛平臺--DriveAutomotive，可供汽車廠商根據(jù)自己的需求添加模組。

不過僅是產(chǎn)品端的布局似乎無法表現(xiàn)出高通對于入局產(chǎn)業(yè)的信心，與恩智浦的收購案也是一波三折，只是最終無果而終。

4.NXP：作為汽車半導(dǎo)體傳統(tǒng)供應(yīng)商，恩智浦瞄準多個控制域，包含：連接、車身舒適、自動駕駛、信息娛樂、動力總成。其中在自動駕駛域打造BlueBox計算平臺，其BlueBox2.0支持L4~L5級自動駕駛需求。

5.Renesas：瑞薩電子的R-Car V3M高性能圖像識別片上系統(tǒng)（SoC），可大大優(yōu)化智能攝像頭、全景環(huán)視系統(tǒng)、激光雷達等應(yīng)用，同時瑞薩也推出Renesas Autonomy開放式平臺面ADAS/自動駕駛領(lǐng)域。

6.TI：德州儀器憑借自身優(yōu)勢，從低級ADAS領(lǐng)域切入，其視覺、超聲波、毫米波雷達等傳感器芯片布局，以及將Jacinto系列SoC從信息娛樂系統(tǒng)延展到ADAS，推出 TDA系列SoC，迅速低成本占領(lǐng)市場。在后續(xù)自動駕駛領(lǐng)域，TI或?qū)⒊掷m(xù)發(fā)力。

7.Tesla：Tesla不甘于僅僅是造車，于近日發(fā)布其自動駕駛芯片F(xiàn)SD，未來會搭載在特斯拉AutopilotHardware平臺上。從硬件集成的角度來說，特斯拉完成了從芯片到板級集成、系統(tǒng)集成、再到整車的集成，打通自動駕駛產(chǎn)業(yè)鏈布局。

8. 地平線：成立4年不到的地平線，頗受資本市場青睞，估值一路飆升。2018年，該公司依托其軟硬結(jié)合AI處理器技術(shù)，相繼發(fā)布了Matrix自動駕駛計算平臺與和地平線XForce邊緣AI計算平臺。

9. 寒武紀：寒武紀深度學(xué)習(xí)芯片Cambricon-1M，支持個性化深度學(xué)習(xí)，可用于多路視頻實時處理，包括自動駕駛等領(lǐng)域。

10. 西井科技：西井科技從芯片研發(fā)起家，2017年10月聯(lián)合振華重工發(fā)布其自動駕駛品牌Qomolo，應(yīng)用于無人重卡港口環(huán)境。其自動駕駛方案基于其DeepWell深度學(xué)習(xí)類腦芯片打造而成，完成從芯片研發(fā)到整車生產(chǎn)產(chǎn)業(yè)鏈布局。

在自動駕駛芯片領(lǐng)域國內(nèi)企業(yè)也層出不窮，除上述三家以外，還有像零跑科技、飛步科技、杰發(fā)科、深鑒科技等等公司，在這里就不一一列舉。當然也不排除某些企業(yè)已經(jīng)在悄悄投入大量人力物力。例如：標榜致力于智能網(wǎng)聯(lián)芯片領(lǐng)域的平頭哥目前還未有發(fā)布其相關(guān)產(chǎn)品，不過可以肯定的是未來肯定會涉足自動駕駛AI芯片。

芯片的技術(shù)壁壘與投資極高，汽車芯片領(lǐng)域一直是汽車傳統(tǒng)半導(dǎo)體廠家的領(lǐng)地，即使是Intel、高通也久攻不下，只能采用收購的方式尋求質(zhì)的突破。對于創(chuàng)業(yè)公司甚至國內(nèi)半導(dǎo)體商來說這個領(lǐng)域想要有所突破更是具有極大的挑戰(zhàn)。不過在眾所周知的背景下，AI芯片創(chuàng)業(yè)公司也受到資本市場的青睞，這也是算是利好，至少能夠緩解資金壓力。國內(nèi)AI芯片公司是否能有所突破值得期待。

2、傳感器

車輛行駛的道路環(huán)境復(fù)雜、多變，導(dǎo)致感知無法依賴單一傳感器完成，高級別自動駕駛汽車中，定位、雷達、視覺等傳感器協(xié)作融合，能夠以圖像、點云等形式輸入收集到的環(huán)境數(shù)據(jù)，并通過算法的提取、處理和融合，進一步形成完整的汽車周邊駕駛態(tài)勢圖，為駕駛行為決策提供依據(jù)。

多種感應(yīng)器的合作必不可少

在這輪自動駕駛行業(yè)創(chuàng)業(yè)浪潮中，環(huán)境感知領(lǐng)域以視覺、毫米波、激光雷達為主。由于成本和成熟趨于成熟，視覺與毫米波雷達最先量產(chǎn)落地，從L0級預(yù)警逐步向高級輔助駕駛迭代。

盡管華為車展的介紹資料中介紹其攝像頭、毫米波/超聲波雷達、激光雷達、T-Box、GPS、執(zhí)行機構(gòu)等由合作伙伴提供，但是筆者認為未來華為至少會在視覺、毫米波雷達、環(huán)視系統(tǒng)等傳感器算法層面會進行獨立開發(fā)，不排除推出自己的傳感器產(chǎn)品的可能性。

我按照傳感器類型與功能對創(chuàng)業(yè)公司進行梳理。

（一）ADAS前向視覺攝像頭

前向ADAS視覺攝像頭目前有單目、雙目、三目等多個方案，由于量產(chǎn)成本的因素，現(xiàn)主流量產(chǎn)方案以單目為主，在部分車型上配備雙目攝像頭。

隨著ADAS（高級輔助駕駛）功能的量產(chǎn)，國內(nèi)市場占有格局逐漸清晰。乘用車領(lǐng)域以Mobileye、Bosch等國際供應(yīng)商為主；國內(nèi)創(chuàng)業(yè)公司產(chǎn)品主要以單目方案應(yīng)用分布在商用車領(lǐng)域，跟隨著商用車法規(guī)推進，在客車領(lǐng)域預(yù)警（FCW、LDW）與AEBS功能上均已實現(xiàn)量產(chǎn)。當然這并不是說國內(nèi)企業(yè)在乘用車領(lǐng)域沒有布局，僅是從市場占有率角度進行解讀。

特斯拉的自動駕駛界面，該公司堅持用視覺傳感器來做自動駕駛

相較于單目方案，雙目或多目方案在檢測精度、目標物檢測類型、檢測范圍等技術(shù)性能上優(yōu)于前者。不過由于雙目（多目）方案高昂的成本使得單目成為主流，并且在未來幾年可能還是以單目方案為主。在技術(shù)實現(xiàn)上單目配合77GHz前向毫米波雷達，以數(shù)據(jù)融合方式，使二者優(yōu)勢互補，滿足技術(shù)需求。

（二）毫米波雷達

視覺攝像頭在目標檢測上受環(huán)境因素影響較大，在特殊場景下可能會無法識別的到目標物或者識別效果大打折扣。相較于視覺攝像頭，毫米波雷達受環(huán)境因素的影響較小；在檢測目標物類型上視覺卻優(yōu)于毫米波雷達。在AEBS、ACC等ADAS功能的技術(shù)方案將二者融合，彌補了單一傳感器的感知缺陷。

國內(nèi)毫米波雷達波段以24GHz與77GHz為主，79GHz目前尚處于研發(fā)階段。檢測距離24GHz（短距）毫米波雷達僅有50~70m，而77GHz毫米波雷達（中長距）可達150~250m。

隨著77GHz毫米波雷達的成本降低與ADAS功能對毫米波性能的需求，在量產(chǎn)方案中77GHz毫米波雷達逐漸成為前向雷達的主流。24GHz毫米波雷達趨向于側(cè)向檢測應(yīng)用，如BSD（盲區(qū)檢測）、LCA（換道輔助）等，由于預(yù)警系統(tǒng)僅是對駕駛員的提醒，不涉及車輛控制，所以對性能要求較低，價格也更容易被廠商接受。不過未來24GHz波雷達也可能會被77GHz或79GHz雷達取代。

從國內(nèi)乘用車市場占有率來看，77GHz毫米波雷達主要以博世、大陸、電裝、安波福為主；24GHz毫米波雷達以Veoneer（奧托立夫分拆后自動駕駛公司）、大陸、海拉、安波福、法雷奧為主。Tier1在乘用車市場為車企提供系統(tǒng)方案（包含感知、控制、執(zhí)行等部件），由于在系統(tǒng)集成能力上國內(nèi)供應(yīng)商處于劣勢地位，另外產(chǎn)品可靠性、穩(wěn)定性、一致性、成本控制、質(zhì)量控制等方面也存在劣勢，國產(chǎn)零部件企業(yè)進入乘用車市場相對于商用車領(lǐng)域較難。當然也有個別毫米波雷達企業(yè)在和乘用車期在合作開發(fā)中。

不同于乘用車，商用車屬于生產(chǎn)資料，終端用戶對舒適性與主動安全需求偏低，ADAS功能的推進依賴于法規(guī)的推動?，F(xiàn)階段在商用車領(lǐng)域，毫米波雷達的量產(chǎn)裝配主要為了滿足AEBS功能，所以在商用車前裝市場的量產(chǎn)時間節(jié)點會受到法規(guī)的影響。按照交通相關(guān)法規(guī)要求，2019年4月客車需要配備AEBS系統(tǒng)，卡車2020年5月起需裝配預(yù)警功能，2021年裝配AEBS系統(tǒng)。如前文所說預(yù)警系統(tǒng)對視覺和毫米波雷達的性能要求略低，更多的是考慮的成本因素，所以這也給國產(chǎn)毫米波雷達企業(yè)量產(chǎn)的機會。

在商用車市場上大陸與富士通天也是有力的競爭對手，國內(nèi)毫米波雷達企業(yè)如：蕪湖森思泰克、易來達、木?？萍肌⒅遣萍?、蘇州毫米波、承泰科技等等公司也會面臨不小的競爭壓力。

隨著ADAS功能的滲透率逐步提高，毫米波作為重要的傳感器，市場前景可期。國產(chǎn)毫米波在未來有所突破，值得期待。

（三）激光雷達

激光雷達作為高級別自動駕駛不可或缺的重要傳感器，其能夠精確獲得三維位置信息，能夠確定物體的位置、大小、速度、姿態(tài)、外部形貌甚至材質(zhì)，為目標識別、目標跟蹤、障礙物檢測能夠提供準確的信息。相比于視覺與毫米波雷達，其在測距及分辨率的能力優(yōu)秀，能夠獨立建立三維模型，不過激光雷達的透能力相對較弱。

激光雷達對環(huán)境的感知能力最強

激光雷達按有無機械旋轉(zhuǎn)部件，可分為：機械激光雷達和固態(tài)激光雷達兩類。機械激光雷達帶有控制激光發(fā)射角度的旋轉(zhuǎn)部件，體積較大、價格昂貴、測量精度相對較高；而固態(tài)激光雷達則依靠電子部件來控制激光發(fā)射角度，無需機械旋轉(zhuǎn)部件，尺寸較小。

在激光雷達領(lǐng)域國外企業(yè)Velodyne、Quanergy、IBEO走在前沿。美國Quanergy和創(chuàng)業(yè)公司Ouste以機械旋轉(zhuǎn)式激光雷達，其中以16/32/64線相對較為成熟；德國Ibeo公司激光雷達產(chǎn)品以低線束4線和8線為主，另外，Ibeo聯(lián)合Valeo 合作推出混合固態(tài)激光雷達；德國創(chuàng)業(yè)公司Quanergy和以色列創(chuàng)業(yè)公司Inoviz以固態(tài)激光雷達為主。

Velodyne的激光雷達產(chǎn)品

國內(nèi)企業(yè)速騰聚創(chuàng)、鐳神科技、北醒光子、禾賽科技、大族激光、北科天繪等目前主要專注于激光雷達的研發(fā)，在機械旋轉(zhuǎn)式激光雷達與固態(tài)激光雷達均有所涉入。

由于目前激光雷達成本過高，在車載領(lǐng)域更多的應(yīng)用于高級別的自動駕駛，不過隨著未來固態(tài)激光雷達的技術(shù)發(fā)展與成本降低，使得批量裝車成為可能。

目前激光雷達的硬件供應(yīng)商主要是初創(chuàng)公司，也有部分供應(yīng)商從較為成熟的相近激光領(lǐng)域切入。國內(nèi)外企業(yè)在技術(shù)方面差距相對較小，甚至在精度和價格上與國外同檔次產(chǎn)品相比擁有優(yōu)勢。這也給國內(nèi)企業(yè)追超國外企業(yè)為可能性。

3、域控制器

及全棧自動駕駛方案

隨著汽車電子技術(shù)的發(fā)展，汽車的電子控制單元越來越多，甚者有上百個。為了解決汽車ECU數(shù)量龐大的問題，域控制器的概念應(yīng)運而生。自動駕駛域控制器（DCU）作為L3級以上自動駕駛數(shù)據(jù)處理平臺，自然也引來了眾多玩家參與其中，包含眾多創(chuàng)業(yè)公司、互聯(lián)網(wǎng)公司、傳統(tǒng)零部件供應(yīng)商?？紤]到DCU的復(fù)雜性，個人覺得車企、系統(tǒng)商、半導(dǎo)體商聯(lián)合開發(fā)，發(fā)揮各自優(yōu)勢或許是最佳的選擇。當然這種組合也屢見不鮮。

華為MDC平臺與DCU有點類似，本質(zhì)上為了解決汽車ECU的數(shù)量增多之后，汽車控制系統(tǒng)變得復(fù)雜，且能力達到上限的問題。下文以DCU為例展開介紹。

不妨先看看DCU需具備哪些能力。

上圖是智能網(wǎng)聯(lián)汽車的結(jié)構(gòu)層次，在分布式架構(gòu)中環(huán)境感知數(shù)據(jù)處理在傳感器端處理完成后，將檢測結(jié)果發(fā)送給DCU，DCU完成多傳感器數(shù)據(jù)融合處理后，執(zhí)行規(guī)劃與決策，發(fā)出決策命令后由執(zhí)行機構(gòu)完成控制。相對于分布式架構(gòu)，集中式架構(gòu)從傳感器端得到原始識別數(shù)據(jù)后，由DCU完成感知層數(shù)據(jù)處理，當然這不僅需要芯片的高算力，同時也需要DCU供應(yīng)商直接或間接擁有傳感器開發(fā)能力。

DCU至少還需包含路徑規(guī)劃、決定最佳路徑（從安全，便利，環(huán)保的角度）最后到協(xié)調(diào)多執(zhí)行器的能力。

DCU的復(fù)雜性決定了單一創(chuàng)業(yè)公司很難與巨頭或者巨頭組合抗衡。這其中不僅僅體現(xiàn)在資金實力，在資源整合能力、技術(shù)儲備、人才儲備也差異較為明顯。創(chuàng)業(yè)公司深耕某一領(lǐng)域或從特定場景開始，迭代至產(chǎn)業(yè)鏈布局的戰(zhàn)略，不失為明智的抉擇。目前自動駕駛尚處于L2級推廣階段，實現(xiàn)L3級自動駕駛及以上尚需時間，創(chuàng)業(yè)公司也不是沒有勝出的機會。

個人覺得L3級以上自動駕駛的核心在于DCU（感知與執(zhí)行層依賴于合作伙伴或部分自研），DCU供應(yīng)商與全棧自動駕駛方案商區(qū)別在于后者提供包含DCU在內(nèi)的其他硬件，以及場景定制算法。所以我將全棧自動駕駛方案與DCU公司歸類于一類，在眾多公司中我篩選了一些具有代表性的公司。

在L3級以上自動駕駛及DCU領(lǐng)域公司眾多，單就國內(nèi)在干線物流無人駕駛方案上就匯集了阿里、京東、圖森未來、智加科技、主線科技、嬴徹科技、西井科技、武漢環(huán)宇等等公司。從與整車廠合作的角度來看，競爭也異常激烈，僅就奧迪已經(jīng)宣布在L3級以上自動駕駛合作伙伴，除了其子公司AID與zFAS平臺外，還有華為、地平線。

隨著芯片技術(shù)的提高，未來DCU架構(gòu)會趨向于集中式。伴隨而來的，就是現(xiàn)有傳感器企業(yè)勢必會面臨轉(zhuǎn)型的抉擇，個人覺得無非趨向于算法與DCU或全棧方案兩個方向，例如純視覺方案、激光雷達高級自動駕駛方案。難免會與現(xiàn)有DCU與全棧系統(tǒng)方案商同道競技。幾人能勝出目前不得而知，不過可以確定的是未來肯定不會需要如此多企業(yè)存在，市場整合在所難免，在產(chǎn)品細分、市場細分或許存在生存機會。