智能驾驶毫米波雷达产业深度调研及未来发展现状趋势

智能驾驶毫米波雷达产业深度调研及未来发展现状趋势

一、智能汽车行业概况

智能汽车是指通过搭载先进传感器等装置，运用人工智能等新技

术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代

汽车。智能汽车通常又称为智能网联汽车、自动驾驶汽车等。

智能网络汽车与传统汽车不同之处诸多，核心区别在于自动驾驶

辅助系统、智能座舱系统和车联网系统，最显著的特征是智能化、网

联化与平台化。智能化即汽车搭载智能摄像头、激光雷达等感知终端

及智能操作系统、人工智能芯片，实现超视距数据采集与自动驾驶；

网联化即汽车通过车载单元与人、车、路、云全面互联，实现数据互

联互通；平台化即交通管理、信息服务等涉车业务的实现逐步向云平

台迁移。

国家《新能源汽车产业发展规划（2021—2035年）》指出，智能

化、网联化和电动化成为汽车产业的发展潮流和趋势，引领智能汽车

产业的蓬勃发展，其中电动化为基础，网联化为纽带，最终达到智能

化出行。因此，智能化、网联化和电动化是现阶段智能汽车发展的主

要特征。

二、智能汽车未来发展趋势

近年来国家不断提升对智能汽车的重视程度，通过下发一系列的

政策文件促进行业发展。其中，2020年2月，发改委等多个部门联合

下发《智能汽车创新发展战略》，指出智能汽车已经成为全球汽车产

业发展的战略方向，发展智能汽车对我国具有重要的战略意义，到

2025年，我国标准智能汽车的技术创新、产业生态、基础设施、法规

标准、产品监督和网络安全体系基本形成。

如何按照车路协同的思路对道路基础设施进行智能化改造，如何

建立面向智能汽车的数据监管系统，怎样打破部门分割、形成高效协

同的推进体制，都是当前非常迫切需要推进的任务。

三、汽车智能驾驶行业发展趋势

汽车电子电气架构将向域集中电子电气架构转变，域控制器通过

集成多个ECU,减少车辆线束，有利于降低整车成本和软件开发难度,

缩短整车集成验证周期。但由于不同车型平台对模块的空间布置有物

理限制，域集中电子电气架构易受车型约束，难以大规模推广使用。

未来，汽车电子电气架构将向车辆集中电子电气架构转变，围绕更大

区域内的计算平台来进行搭建，以一个或若干个核心计算平台作为基

倒，构建完整的软件系统。

受汽车电子电气架构由分布式向集中式演变的影响，通过域控制

器集成多个不同功能的ECU产品，单车装载ECU产品的数量将有所减

少。拥有平台化产品供应能力及集成域控制器设计研发经验的企业具

有较强先发优势与技术积累，预计将在汽车电子电气架构集中式的发

展趋势中受益。

随着智能驾驶级别的提升，车辆所需要的传感器也越发多样化，

为了应对不同的场景和保证车辆的安全保证，多传感器融合成为行业

趋势。多传感器融合技术是对信息的多级别、多维度组合并导出有用

的信息，包含图像信息、点云信息等，不仅可利用不同传感器的优势,

还能提高整个系统的智能化程度、准确性和鲁棒性。

随着多目摄像头、毫米波雷达、深度视觉算法和增强型学习决策

算法等技术的发展，为了有效使得汽车感知系统形成互补，多传感器

融合已成为众多整车厂商来提高自身智能驾驶能力的技术之一。但各

个传感器原理、时延不同，难以做到时空同步，目前部分企业采用后

融合模式将数据形成相应特征，通过特征融合的方式完成时空同步，

以降低数据融合的难度。前融合模式下，系统将所有传感器数据进行

收集汇总，在原始数据层面进行融合，再做目标筛选，能够提升特殊

目标的识别率，提高感知系统的鲁棒性。前融合模式对软件算法，芯

片算力和数据通信提出了更高的要求，但前融合模式的优势仍有助于

其在未来成为优选方案。

传统的自动泊车方案以12个超声波传感器为基础，能够完成横向、

垂直、斜向三种泊车动作，但由于适用场景单一，无法识别划线车位,

且整个泊车过程无法可视化，用户体验较差。目前，自动泊车方案正

从传统纯超声波方案向超声波+视觉融合泊车方案升级；视觉融合全自

动泊车系统在使用超声波传感器对周围环境进行检测的基础上，增加

了环视摄像头的感知信息，使车辆的感知能力进一步增强，提升了自

动泊车功能的使用体验。根据高工智能汽车研究院数据，国内搭载APA

功能的新车中，超声波与视觉融合泊车方案占比逐年上升，从2018年

的6.8%上升至2022年1-5月的48.4%o2022年，超声波与视觉融合

泊车方案有望超过纯超声波传感器方案，戌为市场主流的自动泊车方

案。

四、智能汽车行业发展分析

中国电动汽车百人会理事长陈清泰说，智能汽车的价值链、供应

链正在加速重构，未来汽车对传统汽车的颠覆性，使传统零部件体系

的50%以上都面临重构。汽车智能化是一项十分复杂的系统工程，需要

智能汽车、智能交通、智慧城市的协同创新。有机构预测，到2030年,

芯片将占高端汽车物料成本的20%以上，软件成本占整车成本的比例，

则将从目前的15%跃升至60%。

《扩大内需战略规划纲要（2022-2035年）》明确指出，要释放出

行消费潜力。优化城市交通网络布局，大力发展智慧交通。推进汽车

电动化、网联化、智能化，加强汽车停车场、充电桩、换电站、加氢

站等配套设施建设。强调要加快建设信息基础设施和融合基础设施，

加快物联网、工业互联网、卫星互联网、千兆光网建设，推动5G、人

工智能、大数据等技术与交通物流、公共服务等深度融合，积极稳妥

发展车联网。

智能汽车的发展离不开大数据、车联网技术的发展。《车联网知

识产权白皮书》数据显示，我国已成为车联网最大专利产出国。相关

研究机构数据显示，2017-2020年我国车联网年均复合增长率为

29.95%,预测2022年车联网市场规模达2771亿元。伴随着车联网技

术的提升与市场规模的扩大，给智能汽车行业发展提供了强有力的信

息基础支持。

五、汽车行业面临的挑战

近年来，随着下游应用领域需求井喷，智能驾驶企业需要迅速响

应市场需求，针对不同应用场景开发新技术与新产品，由于各类场景

在不同时间区域条件下差别较大，因此智能驾驶技术难度远超预期。

高级别智能驾驶的技术难度呈指数增长，对于芯片、传感器、软件、

电子电气架构等都有着较高要求，任一环节技术滞后都难以实现智能

驾驶的落地，因此企业在更高级别智能驾驶的技术层面也面临较大挑

战。另一方面，智能驾驶企业需要在前期投入较大的研发成本和较多

的人才投入才能保证智能驾驶功能的更新迭代，其中包含传感器研发、

底层算法等，此过程需要企业投入大量资金、周期相对较长且具有一

定市场风险。因此，智能驾驶企业将受到资金、创新的双重压力。

国际供应商在汽车电子领域深耕多年，拥有较大话语权，在多个

领域均掌握核心技术，如控制制动、控制单元、传感器等。以博世、

维宁尔、安波福和法雷奥为代表的国际汽车电子供应商的产品结构完

善、技术成熟、知名度高，业务在全球范围均有开展。近年来随着汽

车智能化、网联化发展的趋势，国际企业纷纷向智能驾驶所需零部件

及解决方案转型，包含自动驾驶域控制器、传感器、高级别智能驾驶

算法等方向。国内汽车智能驾驶行业企业由于起步较晚，技术积累相

对薄弱、市场规模相对较小，在向高等级智能驾驶系统产品研发及生

产转型时存在一定压力，智能驾驶初创企业切入汽车供应链需要一定

的时间。

六、智能驾驶带动前装千亿市场空间

根据高工智能汽车数据，2021年，我国前装ADAS标配新车上险量

为807.89万辆，渗透率30.78%,同比增长29.51%,显示行业正处

在高速发展期。L2标配新车上险量为395.62万辆，同比增长

77.65%,其中L2+标配新车全年上险量为169.45万辆，未来L2及

L2+的渗透率将有望继续提升。当前ADAS标准配置主要集中在合资车

企车型上，但长城及吉利汽车的配置量已经进入前十。合资车企车辆

平均售价较高，而标准配置ADAS系统需要额外的成本，随着我国自主

供应商的配套能力提升以及自主品牌销售单价的增长，未来自主品牌

的配载量有望继续增加。IVxR方案目前是市场主流配置方案，其2021

年全年配置量超过550万套。

高工智能汽车研究院监测数据显示，2021年度中国市场(不含进

出口)15万元及以下新车上险量达到1120.11万辆，占全部新车比重

超50%,同比保持小幅增长。而在ADAS(I.0-L2)部分,这个价格区间

的前装搭载率仅为19.73%,低于市场平均水平。L2级智能驾驶辅助

系统功能，包括ACC、AEB、LKA、TJA、TSR、LDW、IHBC、ELK、ESS等。

价格区间是自主品牌销售的主力价格区间，对成本方面有较高的要求,

同时L2级及以下智能驾驶的功能相对标准化，L2级智能驾驶未来仍主

要依靠供应商供应，而其高性价比方案将是能否大规模量产的关键。

同时，在搭载TJA/HWA功能的厂商我国自主品牌厂商排名显著提升，

展示出了国内厂商对于功能更全面的智能驾驶投入力度较大。

2020年，我国前视ADAS系统供应商海外零部件巨头占据90%以上

的市场份额，其中经纬恒润2020年以17.8万辆的装车量位列第8位,

是前十名供应商中唯一的本土企业。但在自主品牌中，经纬恒润以及

我国的厂商的市占率大幅增多。

我国近年来智能驾驶供应商的能力有所提升，以经纬恒润、德赛

西威为代表，能够看到其业务发展进展较快，获取了较多的项目，但

目前绝大多数的智能驾驶供应商还处在一级市场。

对于一些新的传统部件，主机厂出于对技术的掌握、对技术选择

的灵活性、对成本更精确的把控以及更快的研发进度会在初期刍研，

而后逐渐交由供应商来供应。但在智能汽车行业大变局下，智能驾驶

是车厂技术研发的核心点。随着硬件平台化，在软件标准API接口等

的支持下，智能驾驶技术软硬分离的趋势显现。L2级及以下的智能驾

驶方案相对标准，车厂对成本要求较高，未来供应商或为供应主力。

而L2+级智能驾驶算法涉及到车厂未来向高阶智能驾驶升级及商业模式

的变革，因此车厂有自研趋势。在软件算法中感知及决策规划算法最

为核心，其中又以视觉感知及多传感器融合算法在技术上最具有挑战

性，目前国内厂商在此领域还需要继续保持研发投入。

各家厂商都制定了较为明确的高算力自动驾驶AI芯片的技术路线

图，未来将会不断的进入量产状态。芯片的A1算力将能够得到极大的

提升。以华为、地平线、零跑为代表的国内厂商不断的推出车规级AI

计算芯片产品，在芯片算力、能效比方面逐渐比肩进口芯片。在当前

市场，Mobileye芯片已经实现1亿颗的EyeQ芯片出货，2021年其出

货达2810万个，市场占有率远高于其它产商。Mobileye芯片及算法软

硬一体化的设计能够提供给车厂及一级供应商以更优性价比的解决方

案，未来大概率仍会保持较高的市场份额。

人工智能从上世纪60年代诞生至今，经历了基于规则、人工设计

特征、浅层学习、深度学习等范式的演进，深度学习的优势在于尽可

能地利用了大数据、大模型和大计算。目前，深度学习被广泛应用在

自动驾驶领域。现实世界非常复杂，较难模拟全场景，因此需要将AI

建立在真实物理世界之中，采集数据，并持续迭代演进，打造数据闭

环。目前能够看到地平线、毫末智行、宏景智驾等公司已经建立起数

据系统助力算法迭代演进。

七、汽车智能驾驶行业发展概况

（一）智能驾驶的基本概念与产业结构

实现智能驾驶的硬件和软件所共同组成的系统被称为驾驶自动化

系统，指车辆通过不同类型的传感器实现对周边道路、行人、障碍物、

路侧单元及其他车辆的感知，在不同程度上实现车辆安全、自主驾驶,

是人工智能在汽车领域融合应用的重要方向。

有别于传统人工驾驶车辆，智能驾驶车辆最大特点是以人工智能

技术为主导，其驾驶过程是机器不断收集驾驶信息并进行信息分析和

自我学习从而达到自动驾驶的系统工程。伴随智能驾驶技术的发展，

汽车将从过去的封闭转向开放，融入到联网的平台中进行实时的信息

交互。

智能驾驶产业链与汽车产业经过多年发展已形成的成熟产业链分

工基本一致，主要由后服务市场、整车厂商、一级供应商、二级供应

商及其他上游原材料、设备供应商等构成，专业化分工有序，形成竞

争加合作的产业链生态。

产业链上游主要由各类传感器、芯片、软件算法、高精地图等产

业组成。随着我国芯片产业不断成熟，预计在十四五期间将迎来技术

突破。与此同时我国涌现一批专注于智能驾驶解决方案的企业，在智

能驾驶技术及解决方案上实现突破。处于中游的整车厂商通过自主研

发或合作研发的方式不断开发具备智能驾驶功能的汽车并制定智能驾

驶车辆研发计划。智能驾驶技术升级及智能驾驶车辆的运营衍生出了

下游服务市场，车辆逐渐拥有更加自主化的驾驶能力，无人配送车、

无人网约车运营及工程车辆的运营和改装将帮助企业在运输环节降本

增效。

(二)智能驾驶的分级标准与技术体系

目前，世界各国对驾驶自动化技术理解和分类基本一致，中国

《汽车驾驶自动化分级》(GB/T40429-2021)将驾驶自动化分为L0~L5

五级。L0级别系统仅提供预警类功能，车辆控制完全由驾驶员掌控，

因此不属于辅助驾驶或自动驾驶范围。L112级别系统可接管少部分的、

不连续的车辆控制任务，属于辅助驾驶范围。而L3〜L5级别系统可以

在激活后的一定情况下执行连续性的驾驶任务，因此属于自动驾驶范

围。

L0级别的预警功能和LLL2级别的轴助驾驶功能作为转向自动驾

驶的过渡产品，以主动安全功能为主，是汽车自动化、智能化的初级

阶段，需要驾驶员随时准备接管，目前在市场中处于快速普及期，同

时展现出从高端车型向中低端车型不断渗透的特点。L4级别功能在特

殊场景、特殊条件下可体现在特定场景和路段的自动驾驶，如刍主代

客泊车功能等。L5级别自动驾驶则不区分具体功能和产品形态，可完

成在全速、全域、全场景下的完全无人驾驶，尚需要法规、伦理、技

术方面的配合才可实现。

在技术体系方面，智能驾驶系统按照功能架构可以进一步划分感

知层、决策层、执行层：感知层负责实现车辆对环境感知的功能，解

决我在哪的问题。智能驾驶车辆通过各类传感器，如摄像头、毫米波

雷达、超声波传感器、激光雷达等获取车辆周边信息，产生图片数据、

视频数据、点云图像、电磁波等信息为后续综合决策提供数据支出，

智能驾驶系统去除无效信息后利用不同类型数据形成冗余的同时提升

感知精度。对于不同级别智能驾驶汽车和驾驶任务而言，所需的传感

器类型和性能也有所区别。因此在量产车辆当中，感知传感器及方案

的配置需要以需求为导向，有针对性地选择合适的传感器和感知方案

的组合，实现功能、效用和成本之间的最优解。

决策层基于环境感知的结果进行数据融合和分析，判断应当执行

操作并制定相应的轨迹规划方案，解决要去哪的问题。决策层依据获

取的信息进行决策判断，选择适合的工作模型，制定相应的控制策略,

替代人类做出驾驶行为。同时这部分功能也具有预测任务，例如在车

道保持、车道偏离预警、车距保持，障碍物警告等系统中，需要预测

本车与其他车辆、车道、行人等在未来一段时间内的状态。

执行层接收决策层数据，通过驱动、制动、转向等达成车辆的横

向及纵向控制，使汽车精准地按照决策规划实现有效的避让、减速、

车距保持、转向等动作，解决怎么去的问题。控制执行技术主要分为

车辆的横向控制和纵向控制两大部分。横向控制即转向控制，保证汽

车在规划的路线上正常行驶，在不同车速、路况条件下保证转弯的有

效性和乘坐舒适度。纵向控制可以对危险情况做出紧急处理，最大程

度上避免交通事故的发生；还可以在安全的前提下缩短与前车的距离,

提高交通运行效率。

（三）智能驾驶渗透率逐年提升，应用领域不断扩展，潜在市场

空间较大

随着辅助驾驶功能逐步量产，乘用车中除了已大量普及的L0级的

辅助功能外，L1-L2级的高级辅助驾驶技术也逐步成为行业标配，渗透

率逐年提升，智能驾驶有着较大的潜在市场空间。

目前，全球汽车智能驾驶行业处于从L1-L2级向L3级衍进的过程

中。根据艾瑞咨询的数据，2020年我国乘用车高级辅助驾驶的渗透率

约32%左右，其中L1级别车辆占比约20%左右，L2级别车辆占比约

12%。目前L1级别辅助驾驶功能并未发挥出车辆硬件的最大效用，加

之L2级的快速渗透和成本的降低，预计仅搭载L1级别功能的乘用车

将逐渐减少，未来L2级别功能将逐渐取而代之，预计2025年我国乘

用车高级辅助驾驶的渗透率或达到65%O同时随着智能驾驶相关上路法

规的不断完善，L3级别有条件自动驾驶乘用车有望在2023年开始逐步

落地。

（四）智能泊车作为典型应用场景具备快速落地的潜力，推动智

能驾驶技术快速发展

智能泊车系统是智能驾驶的典型应用，提高了车辆的智能化水平

和安全性，进一步降低了新手司机驾驶车辆的难度，为推动智能驾驶

的普及打下了基础。政策方面也对智能泊车辅助的发展给予了明确支

持，《新能源汽车产业发展规划（2021-2035年）》中提出引导汽车生

产企业和出行服务企业共建一站式服务平台，推进自主代客泊车技术

发展及应用。随着整车厂商对于辅助泊车的加速量产和升级迭弋，根

据高工智能汽车研究院的统计，预计到2025年，国内全自动泊车系统

市场规模有望达到244亿元，未来三年平均复合增长率将近50%。

早期辅助泊车系统以单一倒车雷达形式为主，主要提供倒车预警

功能；后逐渐发展为AVM系统，结合车载大屏为驾驶员提供360。全景

影像。而随着技术的升级迭代，APA、RPA、HPP和AVP逐渐量产装车，

泊车系统的功能不断完善，逐步为驾驶员解决泊车痛点。目前APA泊

车辅助功能在现阶段可满足大部分消费者需求，其装机量不断提升，

同时正在从高端车型向中低端车型渗透，未来有望成为智能驾驶汽车

的标配。HPP和AVP等L3+泊车方案在使用层面减少了车主停车、取车

的时间，常作为高端车型的选装配置或中低端车型的高配版配置，未

来市场存在较大增长空间。

根据高工智能汽车研究院监测数据显示，2021年度（不含进出口）

乘用车新车前装标配搭载APA（包括半自动泊车）上险量为243.26万

辆，同比增长17.64%,前装标配搭载率为11.93%,整体呈平稳增长

态势。在政策、市场、消费者三重作用的推动下，国内ADAS渗透率保

持稳定增长，其中L2级ADAS系统的渗透率不断提升，已超过"级，

成为主要的辅助驾驶方案。作为L2级ADAS系统，APA技术逐渐成熟，

一方面解放了驾驶员的手和脚，用户体验得到质的提升，大众接受度

不断提高；另一方面，APA实现量产使得其价格进一步下降，因此APA

装配率未来仍有较大的增长空间。从车型来看，APA功能在奔驰、宝马

等中高端车型以及理想、小鹏等造车新势力中装配率较高，未来有逐

步向低价格区间车型下沉的趋势；从车系来看，APA前装搭载车辆中，

欧系车占比最高，其次分别是中系、美系、日系。2021年以后，纯超

声波方案的APA市场将逐步萎缩，超声波与视觉融合方案的APA成为

自动泊车系统前装主流，并带动自动泊车市场渗透率提升，预计到

2025年APA渗透率将达到45.9%,市场未来仍有巨大空间。

根据自动化程度的衍进，智能泊车系统大致可分为6个发展阶段,

分别为基于超声波的半智能泊车（L1级别）、基于超声波的全智能泊

车（APA,L2级别）、超声波融合环视摄像头的全智能泊车（APA,L2

级别）、遥控泊车（R