高精度地圖上游產(chǎn)業(yè)主要包括激光雷達(dá)、車載攝像頭等。
一、激光雷達(dá)（Lidar）
激光雷達(dá)憑借測(cè)量精度高、響應(yīng)速度快、抗干擾性強(qiáng)等優(yōu)點(diǎn)，成為各大領(lǐng)域的核心傳感器。它是一種以發(fā)射激光探測(cè)目標(biāo)的位置、速度等特征量的雷達(dá)系統(tǒng)，主要工作原理是向目標(biāo)發(fā)送激光探測(cè)信號(hào)，然后將接收到的從目標(biāo)物反射回來的信號(hào)與發(fā)射信號(hào)進(jìn)行比對(duì)，做一定處理后，便可獲得目標(biāo)物的距離、方位、高度、速度、姿態(tài)等信息。
近年來，在制造業(yè)轉(zhuǎn)型升級(jí)的大背景下，智能機(jī)器人、無人駕駛、無人機(jī)等已成為全球科技領(lǐng)域的重點(diǎn)投資方向，被認(rèn)為是未來科技變革的風(fēng)口。對(duì)于這些智能科技來說，激光雷達(dá)就相當(dāng)于"眼睛"，如果沒有激光雷達(dá)，對(duì)于周圍環(huán)境就無法做到準(zhǔn)確感知，也無法對(duì)環(huán)境變化做出相應(yīng)的反應(yīng)。在智能科技快速發(fā)展的浪潮下，激光雷達(dá)將進(jìn)一步加快民用化進(jìn)程，隨著我國經(jīng)濟(jì)發(fā)展，激光雷達(dá)應(yīng)用領(lǐng)域增加，我國激光雷達(dá)市場規(guī)模將會(huì)大幅度增長。
從目前的應(yīng)用領(lǐng)域分布來看，居多的仍然是無人駕駛及機(jī)器人領(lǐng)域，隨著無人駕駛技術(shù)的逐漸興起，激光雷達(dá)在無人駕駛中起到了非常重要的作用，可幫助車輛定位實(shí)時(shí)位置信息，只有有了準(zhǔn)確的位置信息，系統(tǒng)才能做出下一步的判斷，決定向何處前進(jìn)，特別是在一些建筑和樹比較多的地方，以及進(jìn)出隧道容易出現(xiàn)信號(hào)中斷，雖可用攝像頭等傳感器感知周圍環(huán)境、構(gòu)建環(huán)境模型并利用該模型確定車輛所在的位置方式，但其對(duì)環(huán)境的依賴比較強(qiáng)，比如逆光或雨雪天氣下，很容易導(dǎo)致定位失效，而激光雷達(dá)是依靠將車輛的初始位置與高精地圖信息進(jìn)行比對(duì)來獲得精確位置。首先，GPS、IMU和輪速等傳感器給出一個(gè)初始（大概）的位置。其次，將激光雷達(dá)的局部點(diǎn)云信息進(jìn)行特征提取，并結(jié)合初始位置獲得全局坐標(biāo)系下的矢量特征。
最后，將上一步的矢量特征跟高精地圖的特征信息進(jìn)行匹配，得出精確的全球定位。所以，在定位方面，無論是從精度上還是穩(wěn)定性上來說，運(yùn)用激光雷達(dá)都有無可比擬的優(yōu)勢(shì)。而其唯一的缺點(diǎn)就在于目前激光雷達(dá)的生產(chǎn)成本較高，以業(yè)內(nèi)知名的Velodyne激光雷達(dá)來說，其售價(jià)均在萬元級(jí)別以上，一般的車企是難以承受如此高昂的價(jià)格。
最值得一提的是，相比無人駕駛，在機(jī)器人領(lǐng)域激光雷達(dá)似乎更容易落地：成本相對(duì)更低、對(duì)于激光雷達(dá)的測(cè)距范圍及測(cè)量精度等要求也沒那么高。激光雷達(dá)已成為目前最穩(wěn)定、可靠的定位技術(shù)。對(duì)于移動(dòng)機(jī)器人來說，擁有一雙"眼睛"尤為重要，而充當(dāng)機(jī)器人眼睛的激光雷達(dá)通過不停掃描來獲取二維空間的點(diǎn)陣數(shù)據(jù)，配合SLAM技術(shù)，可幫助機(jī)器人實(shí)現(xiàn)自主定位、地圖構(gòu)建及路徑規(guī)劃等功能。
近年來，我國車載激光雷達(dá)市場規(guī)模增長迅速。隨著激光雷達(dá)技術(shù)的成熟，激光雷達(dá)的開發(fā)成本將不斷降低，加上政府政策及下游企業(yè)的共同推動(dòng)，我國車載激光雷達(dá)市場有望在未來繼續(xù)保持高增長態(tài)勢(shì)，預(yù)計(jì)到2025年，市場規(guī)模將從2021年的4.6億元躍至54.7億元，2021-2025年間CAGR高達(dá)85.8%。
二、車載攝像頭
1.車載攝像頭的發(fā)展歷程
車載攝像頭通過鏡頭和圖像傳感器實(shí)現(xiàn)圖像信息的采集功能，是最早使用也是目前發(fā)展最成熟的自動(dòng)駕駛感知設(shè)備。1956年，首個(gè)引入攝像技術(shù)的概念車型Centurion由別克推出，使用后臵廣角攝像頭拍攝車后影像并顯示在控制臺(tái)屏幕以替代后視鏡。1991年，豐田Soarer推出倒車輔助攝像頭，推動(dòng)車載攝像頭商用化發(fā)展。1999年，斯巴魯公司首次將雙目攝像頭技術(shù)應(yīng)用到量產(chǎn)車的ADA(主動(dòng)輔助駕駛系統(tǒng))上。2006年，360全景環(huán)視系統(tǒng)概念誕生，車載攝像頭作為主要傳感器快速發(fā)展。2021年，800萬像素?cái)z像頭被搭載于21款理想ONE上，首次量產(chǎn)使用。
2.車載攝像頭的組成部件
車載攝像頭主要組成部件包括鏡頭組、CMOS芯片和DSP芯片。車載攝像頭按用途分類，可分為用于被動(dòng)安全的成像類鏡頭與用于主動(dòng)探測(cè)的感知類鏡頭。成像類鏡頭主要負(fù)責(zé)將拍攝到的影像存儲(chǔ)或發(fā)給用戶，而感知類鏡頭則主要用于ADAS系統(tǒng)；按照安裝位置可主要分為內(nèi)視攝像頭、后視攝像頭、前視攝像頭、側(cè)視攝像頭、環(huán)視攝像頭等。攝像頭作為ADAS輔助駕駛時(shí)代的主力傳感器，廣泛應(yīng)用于車道檢測(cè)、交通標(biāo)志識(shí)別、障礙物監(jiān)測(cè)、行人識(shí)別、疲勞駕駛監(jiān)測(cè)、乘員監(jiān)測(cè)、后視鏡替代、倒車影像、360度全景等方面。
3.車載攝像頭的市場需求
隨著汽車高端新型汽車系統(tǒng)滲透率的提升和智能網(wǎng)聯(lián)汽車行業(yè)整體的發(fā)展，我國汽車電子行業(yè)市場規(guī)模持續(xù)擴(kuò)大。中國汽車電子市場在2017-2022年間持續(xù)增長，CAGR為8.58%，2022年達(dá)到約1200億美元。在汽車電子和安防技術(shù)的飛速發(fā)展下，車載攝像頭成為交通安全不可缺少的硬件。
高階智能駕駛對(duì)于攝像頭的需求更高。數(shù)據(jù)顯示，L2級(jí)別至少需要6顆攝像頭(1前視+1后視+4個(gè)環(huán)視)，L3級(jí)別至少需要7顆(2前視+1后視+4環(huán)視)，L4級(jí)別需求量將高達(dá)13顆。高階智能駕駛對(duì)單車攝像頭需求量的拉動(dòng)將驅(qū)動(dòng)車載攝像頭市場規(guī)模迅速增長。
4.車載攝像頭的市場規(guī)模
車載攝像頭市場包括前裝(整車廠完成組裝)及后裝(整車出貨后組裝)。據(jù)統(tǒng)計(jì)，2021年全球車載攝像頭前裝市場規(guī)模約為122億美元，同比增長67.12%，后裝市場規(guī)模約51億美元，同比減少12.07%。2022年上半年，車載攝像頭全球市場規(guī)?？傆?jì)為65.5億美元，其中前裝攝像頭約占77%，而后裝攝像頭占23%。未來，隨著智能汽車滲透率的逐步提高，攝像頭將在工廠階段配置，后裝市場的比重將逐漸下降，預(yù)計(jì)至2026年，全球車載攝像頭市場規(guī)模將達(dá)到355億美元。
近年來中國車載攝像頭市場規(guī)模增長迅速，從2016年的20億元上升至2020年的64億元，期間年均復(fù)合增速達(dá)33.8%。2022年中國車載攝像頭市場規(guī)模約為101億元。預(yù)計(jì)2025年市場規(guī)模將保持高速增長到287億元，2020-2025年CAGR約為35%。
5.車載攝像頭的發(fā)展前景
智能駕駛方興未艾，預(yù)計(jì)未來十年ADAS將進(jìn)入加速普及階段，同時(shí)在各廠商的推動(dòng)下，ADAS結(jié)構(gòu)升級(jí)也成為確定性趨勢(shì)。車載攝像頭作為ADAS感知層的核心傳感器，將受益于ADAS的滲透升級(jí)，實(shí)現(xiàn)量價(jià)齊升，增長空間廣闊。下游市場高成長帶來中上游布局機(jī)會(huì)，車載CIS、鏡頭及模組等主要產(chǎn)業(yè)鏈環(huán)節(jié)具備大空間、高壁壘兩大特點(diǎn)，相關(guān)龍頭廠商將充分受益行業(yè)增長。
三、定位系統(tǒng)
北斗衛(wèi)星導(dǎo)航系統(tǒng)是中國自主研發(fā)、獨(dú)立運(yùn)行的全球衛(wèi)星導(dǎo)航系統(tǒng)，可以在全球范圍內(nèi)全天候、全天時(shí)為各類用戶提供高精度、高可靠定位、導(dǎo)航、授時(shí)服務(wù)，并具有獨(dú)特的短報(bào)文通信功能。隨著北斗衛(wèi)星導(dǎo)航系統(tǒng)的逐步建設(shè)，我國衛(wèi)星導(dǎo)航與位置服務(wù)技術(shù)已經(jīng)和地理信息、物聯(lián)網(wǎng)、大數(shù)據(jù)、移動(dòng)通信等多種技術(shù)融合集成，提供了更豐富的綜合性服務(wù)，被看作未來產(chǎn)業(yè)發(fā)展的主要方向。
2022年我國衛(wèi)星導(dǎo)航與位置服務(wù)產(chǎn)業(yè)總體產(chǎn)值達(dá)到5007億元人民幣，較2021年增長6.76%。其中，包括與衛(wèi)星導(dǎo)航技術(shù)研發(fā)和應(yīng)用直接相關(guān)的芯片、器件、算法、軟件、導(dǎo)航數(shù)據(jù)、終端設(shè)備、基礎(chǔ)設(shè)施等在內(nèi)的產(chǎn)業(yè)核心產(chǎn)值同比增長5.05%，達(dá)到1527億元人民幣，在總體產(chǎn)值中占比為30.50%。由衛(wèi)星導(dǎo)航應(yīng)用和服務(wù)所衍生帶動(dòng)形成的關(guān)聯(lián)產(chǎn)值同比增長7.54%，達(dá)到3480億元人民幣，在總體產(chǎn)值中占比達(dá)到69.50%。
當(dāng)前，我國衛(wèi)星導(dǎo)航與位置服務(wù)領(lǐng)域企事業(yè)單位總數(shù)量仍保持在14000家左右，從業(yè)人員數(shù)量超過50萬。截至2022年底，在境內(nèi)上市的業(yè)內(nèi)相關(guān)企業(yè)（含新三板）總數(shù)為92家，上市公司涉及衛(wèi)星導(dǎo)航與位置服務(wù)的相關(guān)產(chǎn)值約占全國總體產(chǎn)值的9.02%左右。
2022年國內(nèi)衛(wèi)星導(dǎo)航與位置服務(wù)市場整體穩(wěn)定，根據(jù)中國衛(wèi)星導(dǎo)航定位協(xié)會(huì)研究分析，2022年國內(nèi)衛(wèi)星導(dǎo)航定位終端產(chǎn)品總銷量約3.76億臺(tái)/套，其中具有衛(wèi)星導(dǎo)航定位功能的智能手機(jī)出貨量達(dá)到2.64億部，車載導(dǎo)航儀市場終端銷量超過1200萬臺(tái)，包括物聯(lián)網(wǎng)、穿戴式、車載、高精度等在內(nèi)的各類定位終端設(shè)備銷量超過1億臺(tái)/套。
在專業(yè)應(yīng)用市場方面，據(jù)不完全統(tǒng)計(jì)，截至2022年四季度，全國31個(gè)省、自治區(qū)、直轄市累計(jì)推廣應(yīng)用各類北斗終端超過2000萬臺(tái)/套。交通、公安、農(nóng)業(yè)等行業(yè)已初步實(shí)現(xiàn)北斗規(guī)?；瘧?yīng)用，在通信授時(shí)、氣象監(jiān)測(cè)、應(yīng)急減災(zāi)、城市管理等領(lǐng)域正在加速推進(jìn)北斗規(guī)模化應(yīng)用。其中，交通運(yùn)輸領(lǐng)域已在道路營運(yùn)車輛、郵政快遞車輛、內(nèi)河船舶及遠(yuǎn)洋船舶、水上助導(dǎo)航設(shè)施、通用航空器等方面累計(jì)推廣應(yīng)用各類北斗終端超過810萬臺(tái)/套；移動(dòng)通信領(lǐng)域已有近330萬座4G和5G基站應(yīng)用北斗授時(shí)；農(nóng)業(yè)領(lǐng)域已在農(nóng)機(jī)自動(dòng)駕駛、農(nóng)機(jī)遠(yuǎn)程監(jiān)測(cè)、漁船等方面累計(jì)推廣應(yīng)用各類北斗終端近160萬臺(tái)/套。此外，高精度市場也在進(jìn)一步快速發(fā)展，2022年國內(nèi)市場各類高精度應(yīng)用終端（含測(cè)量型接收機(jī)）總銷量超過200萬臺(tái)/套，其中應(yīng)用國產(chǎn)高精度芯片或模塊的終端已超過80%左右。
在大眾應(yīng)用市場方面，2022年北斗系統(tǒng)進(jìn)一步融入百姓的日常生活，讓大眾更加“有感”，形成了更多應(yīng)用場景，有力拓展了北斗大眾市場的應(yīng)用規(guī)模。百度地圖與高德地圖先后宣布正式切換為北斗優(yōu)先定位，北斗定位服務(wù)日均使用量已超過3600億次。自2021年3月正式發(fā)布北斗檢測(cè)認(rèn)證體系以來，已為OPPO、Vivo、蘋果、小米、榮耀等企業(yè)的近二十款智能手機(jī)和哈啰、美團(tuán)等企業(yè)的多款智能兩輪車頒發(fā)北斗認(rèn)證證書，這為北斗應(yīng)用全面進(jìn)入大眾市場鋪平了道路。同時(shí)，北斗正在成為智能手機(jī)的標(biāo)準(zhǔn)配置，2022年國內(nèi)智能手機(jī)出貨量達(dá)到2.64億部，其中2.6億部手機(jī)支持北斗功能，占比達(dá)到98.5%。目前國內(nèi)大多數(shù)涉及地圖服務(wù)、導(dǎo)航和購物等的手機(jī)APP中，絕大部分已經(jīng)支持北斗應(yīng)用。全球首款支持北斗三號(hào)區(qū)域短報(bào)文通信服務(wù)的手機(jī)已正式發(fā)布，用戶不換卡不換號(hào)不增加外設(shè)，就能通過北斗衛(wèi)星發(fā)送短信。截至2022年底，我國共有24個(gè)省級(jí)行政區(qū)出臺(tái)自動(dòng)駕駛政策文件，其中包括國內(nèi)首部關(guān)于智能網(wǎng)聯(lián)汽車管理的地方法規(guī)《深圳經(jīng)濟(jì)特區(qū)智能網(wǎng)聯(lián)汽車管理?xiàng)l例》。2022年內(nèi)智能網(wǎng)聯(lián)汽車領(lǐng)域的投融資項(xiàng)目共計(jì)200余項(xiàng)，總?cè)谫Y金額近千億元。
此外，具有定位、監(jiān)護(hù)等功能的智能可穿戴設(shè)備在智能養(yǎng)老等方面得到長足的發(fā)展，已開拓出智能體育等新的應(yīng)用場景。2022年，中國可穿戴市場（含具有定位、監(jiān)護(hù)等功能的智能可穿戴設(shè)備）出貨量約1.2億臺(tái)，其中具有GNSS定位功能的超過3500萬臺(tái)。
2022年，北斗特殊應(yīng)用市場保持穩(wěn)定增長。在防災(zāi)減災(zāi)領(lǐng)域，截至2022年6月，“北斗＋安全智能監(jiān)測(cè)預(yù)警云平臺(tái)”已在全國20個(gè)?。ㄗ灾螀^(qū)、直轄市）的交通、水利、地質(zhì)災(zāi)害、住建、應(yīng)急、能源、礦山、環(huán)境等行業(yè)或領(lǐng)域的600多個(gè)結(jié)構(gòu)物上成功應(yīng)用，布設(shè)監(jiān)測(cè)點(diǎn)8000多個(gè)，完成了600次安全預(yù)警。據(jù)不完全統(tǒng)計(jì)，截至2022年四季度，公安行業(yè)已在信息采集、移動(dòng)警務(wù)、通信保障和指揮調(diào)度等方面累計(jì)推廣應(yīng)用各類北斗終端超過450萬臺(tái)/套；在森林草原防火、林業(yè)巡查、林政執(zhí)法、有害生物調(diào)查、水文監(jiān)測(cè)等領(lǐng)域已累計(jì)推廣各類北斗終端接近11萬臺(tái)/套，實(shí)現(xiàn)了路線規(guī)劃和導(dǎo)航、人員和車輛定位、林草巡護(hù)、災(zāi)害監(jiān)測(cè)、人員安全管理等業(yè)務(wù)的應(yīng)用。
四、算法
1.向無監(jiān)督的方向發(fā)展。主要表現(xiàn)為：適應(yīng)“小數(shù)據(jù)”，減少標(biāo)注需求，減少計(jì)算開銷。要向無監(jiān)督方向發(fā)展要經(jīng)歷幾個(gè)階段。人工智能主動(dòng)學(xué)習(xí)階段，算法主動(dòng)提出標(biāo)注請(qǐng)求，將一些經(jīng)過篩選的數(shù)據(jù)提交給專家標(biāo)注。遷移學(xué)習(xí)階段，增強(qiáng)訓(xùn)練好的模型，解決目標(biāo)領(lǐng)域中僅有的少量有標(biāo)簽樣本數(shù)據(jù)的問題。強(qiáng)化學(xué)習(xí)階段，用agents構(gòu)成系統(tǒng)來描述行為并給予評(píng)價(jià)和反饋學(xué)習(xí)。
2.可解釋(XAI)越來越重要。深度學(xué)習(xí)如何進(jìn)一步設(shè)計(jì)算法和參數(shù)，提高泛化能力，需要模型算法可解釋。對(duì)抗樣本導(dǎo)致模型失效，訓(xùn)練數(shù)據(jù)不可理的被局部放大。模型愈加復(fù)雜，失去了可調(diào)式性和透明度。此時(shí)，對(duì)于技術(shù)的需求就是將可解釋技術(shù)融入軟件環(huán)境中去。
有兩個(gè)方法：第一為現(xiàn)有軟件框架增加可解釋技術(shù)接口。提供事后解釋的基本技術(shù)，比如可視化能力，局部數(shù)據(jù)分析，特征關(guān)聯(lián)等。現(xiàn)有的軟件原生支持多種可解釋算法。提供算法或指標(biāo)評(píng)估模型的可解釋能力。第二是“人-AI”系統(tǒng)結(jié)合。以人為中心，由決策理論驅(qū)動(dòng)的XAI的概念框架。
3.人工智能的自學(xué)習(xí)、自演化。這個(gè)過程有三個(gè)階段。一是自動(dòng)化機(jī)器學(xué)習(xí)，主要是利用數(shù)據(jù)驅(qū)動(dòng)方式來做決策。而是限制約束條件的AutoML。三是不舍初始條件，搜索空間極大豐富的自演化AutoML。這一對(duì)于技術(shù)的需求有計(jì)算框架支撐、大算力支撐以及輔助設(shè)備支撐。
4.多種算法、模型的有機(jī)結(jié)合。單一的算法或模型難以解決實(shí)際問題。比如，問題分解和多種模型有機(jī)組合。人工智能模型的發(fā)展希望融入多種技術(shù)來解決已有問題。比如，通過貝葉斯技術(shù)增強(qiáng)因果關(guān)系分析；通過數(shù)據(jù)生成技術(shù)減少標(biāo)注數(shù)據(jù)需求；通過AutoML技術(shù)提高搜索和挖掘能力。與此同時(shí)，人工智能的應(yīng)用流程也越來越復(fù)雜，如，不同流程設(shè)計(jì)的設(shè)備以及環(huán)境多樣；需要不同的算法和模型組合。多種算法、模型的有機(jī)組合的需求是計(jì)算存儲(chǔ)等可拓展能力?；A(chǔ)軟件能力提升，支持復(fù)雜模型，不同類型軟件的協(xié)同和交互。
5.人工智能應(yīng)用需求需要關(guān)注全生命周期。全周期不同人物具有不同時(shí)間，空間和計(jì)算需求。全生命周期都要考慮可解釋、公平等需求。
6.分布式、分散式的需求越來越突出。首先，大型、復(fù)雜模型，海量數(shù)據(jù)需要并行，分布式計(jì)算。其次，聯(lián)邦學(xué)習(xí)等分散場景需要分布式ML原生算法。使多個(gè)參與者可以在不共享數(shù)據(jù)的情況下構(gòu)建通用的，健壯的機(jī)器學(xué)習(xí)模型，從而解決關(guān)鍵問題。不同節(jié)點(diǎn)上的數(shù)據(jù)集異構(gòu)(分布不相同)，大小可跨越幾個(gè)數(shù)量級(jí)。節(jié)點(diǎn)可能不可靠，節(jié)點(diǎn)之間的互聯(lián)可能不穩(wěn)定。類別優(yōu)集中式、分散式以及迭代式。這一對(duì)安全性、架構(gòu)、提升效率和效用、健壯性有需求。
7.深度推理。從計(jì)算到感知再到認(rèn)知和意識(shí)，人工智能模型和算法的發(fā)展七是認(rèn)知理論的進(jìn)一步突破。這一的需求有效應(yīng)對(duì)多種形式的不確定性。其中概率計(jì)算根據(jù)不同精度計(jì)算需求設(shè)計(jì)硬件。根據(jù)數(shù)據(jù)和計(jì)算的稀疏分布設(shè)計(jì)。另外，這一的需求還有類腦、仿腦體系結(jié)構(gòu)以及模擬計(jì)算。
微信掃一掃
楊興杰
研究院服務(wù)號(hào)