随着汽车智能互联化的快速推进，基于AI视觉的识别技术、目标追踪技术、导航技术、避障技术、驾驶行为分析已广泛应用于智能汽车。广义的汽车视觉技术主要分为以雷达主导的多传感器融合方案及图像视觉方案，本文拟对近年来蓬勃发展的汽车图像视觉行业进行分析研究，就汽车视觉的市场规模、产业链结构及主要厂商进行介绍，剖析产业现状及发展机会，后续研究会再对多传感器融合的汽车视觉进行研究。

  一、汽车行业发展趋势概述

  根据新国标的分类，汽车分为乘用车与商用车两类，其中乘用车是指9座以下、以载客为主的车辆，包括基本乘用车、MPV、SUV、以及除以上三类以外所有乘用车等4类品种；而商用车是指大于9座的客车、载货车、半挂车、以及客车与载货车非完整车辆等5类品种。

       可以看到，中国的汽车市场整体在2018年达到销量的峰值，开始进入存量博弈市场。汽车市场在2019年后，也发生了较大的变局。

  变局之一：特斯拉等新势力崛起，互联网、半导体等科技巨头跨界进入，汽车产业竞争格局重塑、核心价值链重构。

  1）格局重塑：以特斯拉、蔚来、小鹏和理想为代表的造车新势力利用自身的先发优势和互联网基因，正不断抢占传统车企市场份额。根据中汽协的数据统计，新能源汽车的销量占比在逐年提升。

  2）价值链重构：未来汽车产业的核心价值将不再是发动机、车身、底盘，而是电池、芯片、车载系统、数据。做蛋糕可能是传统车企，而吃蛋糕的可能是新势力。全球最大的车企大众宣布，将成为一家软件驱动的公司，并设立了“Digital Car&Service”部门，大力推动数字化转型。丰田公司宣布，丰田将从汽车公司转型为移动出行公司，他们的竞争对手已经不是曾经的奔驰、宝马和大众，而是苹果、谷歌等。谷歌、高通、英伟达、华为、阿里、百度等巨头已通过合作、授权或供应商等身份等嵌入智能驾驶细分环节，未来可能占据行业重要的价值点。部分无法掌握核心技术的车企只能逐渐被边缘化，甚至沦为代工厂。

  变局之二：当今欧洲、日韩等国政府纷纷加速电动化转型，一次次验证十年前中国发展新能源汽车战略的前瞻性。

  中国新能源汽车产业经过十年的规划和培育，已具备一定先发优势和规模优势，中国汽车人离汽车强国的梦想从未如此近过。然而2019年特斯拉在上海独资建厂并于12月30日实现交付，Model 3补贴后售价低于30万，面对这条“鲶鱼”，中国汽车自主品牌能否守住先发优势？

1）欧美日韩通过顶层设计与车企自下而上推动电动化转型：2019年4月，欧盟发布史上最严碳排放标准《2019/631文件》，挪威、荷兰、英国、法国、葡萄牙设定燃油车禁售时间分别为2025、2030、2040、2040、2040年，发展新能源汽车成唯一出路；德国已立法确认境内电动车补贴不降反升，售价4万欧元以下的纯电动车补贴由4000欧元提高至6000欧元；车企加大投入，大众将原计划到2030年生产的电动车数量从1500万台增加到2200万台。

2）中国新能源汽车产业急需补齐短板，将先发和规模优势转化为技术和品牌优势：2019上半年中国新能源乘用车销售56.3万辆，全球市场份额达到56.9%，远高于欧盟的20%，三电系统、充电基础设施等产业链配套初步形成；1-11月全球新能源乘用车销量前十车企中，自主品牌占据4席（比亚迪、北汽、上汽、吉利）。然而，中国新能源汽车大部分依靠内销，2019年1至9月美国、欧盟、日本市场畅销电动车型无一中国品牌。部分核心零部件高度依赖进口，如电控核心零部件IGBT器件和图像处理芯片。2018年全球IGBT市场中德国、日本、美国分别占比34.3%、7.2%、24.9%；图像处理芯片基本被英伟达和Mobileye（被英特尔收购）垄断。

变局之三：汽车产品属性更加多元，汽车将成为软件定义的智能移动终端。

1）硬件变革：一方面，电池、电机、电控将取代发动机，汽车动力总成面临百年来最大变革；另一方面，智能网联将提升对于整车感知、交互与决策的需求，传感器、中控屏、芯片将成为汽车的核心零部件；

2）软件变革：汽车电子电气架构将由分布式向类似于智能手机的集中式架构（底层操作系统、芯片SOC）进化。软硬件解耦，既实现硬件标准化，又实现软件可重复开发利用，大量减少内部冗余。未来将出现汽车界的iOS与Android之争； 

3）服务与生态变革：智能网联汽车可以在生命周期内通过OTA空中升级持续更新应用，界面交互将赋予汽车更多应用场景——在无人驾驶的情况下，司机将有更多的自由时间，而车联网技术使汽车随时与办公室、家、公共设施相联，实现远程控制。汽车将成为各种服务和应用的入口。

  二、视觉技术在汽车内的应用

  根据视觉技术在汽车内的应用分类，汽车视觉分为前视、环视（包含后视）、车内DMS和行车记录仪。前视摄像头使用频率最高，能实现车道偏离预警、碰撞预警等多项功能，环视摄像头在车四周进行装配进行图像拼接以得到全景图，加入算法可实现路线感知功能。后视摄像头提供后视泊车辅助功能，主要为倒车后视镜头。驾驶员监控系统(driver monitoring system, DMS)通过内嵌算法，用于发现驾驶员走神(distraction) 、疲劳(fatigue) 、抽烟（smoking）或者打瞌睡(drowsines)，甚至出现无法驾驶的意外情况，广泛应用于车队管理；行车记录仪为车辆在行驶途中记录影像和声音等信息和资料的仪器，为车主避免交通事故纠纷，保护车主利益。

  汽车视觉主要集成于汽车摄像头，而汽车摄像头分为感知摄像头和影像摄像头。感知摄像头用于主动安全，需要准确捕捉图像，一般用于前视和内视（如DMS）。影像摄像头用于被动安全，并将所拍摄的图像存储或发送给用户，一般用于环视和后视。因此，感知摄像头和影像摄像头在成像质量要求和温度可靠性要求方面完全不同。
       感知摄像头用于车道检测、信号灯检测、道路标志识别、车内监测等。如果感知摄像头拍摄的图像有任何错误，将会引起软件计算错误，并导致不可避免的后果。所以，感知摄像头的价格敏感性相对较低。

      影像摄像头对价格非常敏感，因此存在激烈的价格战，对性能的要求不是很高，国内企业介入较多，但是绝大多数都不赚钱。从2019年中国乘用车环视前装市场格局图可知，环视市场各厂商份额比较分散，不像前视单目市场呈现市场相对集中的局面，TOP6占据90%以上份额。

  由于汽车供应链具备较高的认证门槛，汽车市场又分为前装及后装市场，或者分为前装、半前装及后装市场。前装市场也就是在汽车出厂前的就安装在汽车上的，后装市场就是车子出厂之后再给加装，广泛意义上说汽车出厂后的所有改装都叫后装。

  根据佐思气研的报告显示，乘用车前装市场具体情况如下：

  前视：2020年，中国乘用车新车前视装配量达到496.8万辆，同比增长62.1%，装配率为26.4%，同比上升10.9个百分点。随着前视系统算力提高、功能的增加，以及相对的成本优势，预计2025年前视系统装配量将突破1600万辆，装配率提升到65%。由此推算，前视视觉方案的预估年符合增长率为26.35%。

　　当前，前视单目是国内乘用车主流方案，同时部分企业也在探索双目等前视摄像头的应用。2021年华为、大疆相继推出自研双目摄像头产品及解决方案。其中，华为的双目摄像头已在极狐阿尔法S 上应用。大疆车载也计划2021年将采用双目摄像头的自动驾驶方案应用在国产车型上。

　　环视：2020年，中国环视系统装配量为339.8万辆，较2019年上升44%；装配率为18%，同比增加6个百分点。随着环视系统对倒车后视的替代以及泊车功能的加持，其装配量将会进一步提升。伴随环视系统对倒车后视的替代以及360°全景环视+超声波成为融合泊车主流方案，使得360度全景环视进入一个新的发展周期，预计2025年装配率将攀升至50%。环视视觉方案的预估年符合增长率为29.36%。

　　视觉DMS：根据佐思汽研统计，2020年中国已有10多款乘用车上市新车装配DMS功能，如长安汽车、蔚来、小鹏汽车、WEY、星途、哪吒汽车、零跑、吉利汽车、威马汽车、广汽埃安等。2020年DMS系统装配量达到17.3万辆，装配率为0.9%；预计到2025年其装配率有望达到20%左右，实现飞跃式增长。 视觉DMS方案的预估年符合增长率为95.36%。

　　2021年4月工信部发布《智能网联汽车生产企业及产品准入管理指南(试行)》，要求智能网联车辆需具备人机交互和驾驶员参与行为的监测功能，释放DMS上车强信号。

 行车记录仪：2020年，中国行车记录仪装配量为145.3万辆，相较于2019年增长7.6%。同期，行车记录仪的装配率为7.7%，较2019年全年上升0.9个百分点。

《智能网联汽车生产企业及产品准入管理指南(试行)》，要求智能网联车辆需具有事件数据记录和自动驾驶数据存储功能，这将加速行车记录仪在新车上的装配，预计到2025年其装配率有望达到20% 。

 行车记录仪根据装配市场不同可分为DVR和DMS，其中DVR以后装市场为主，DMS以前装市场为主；DVR根据款式又可细分为独立摄像头式、后视镜式及独立大屏式。

  DVR销售渠道以线上销售为主；受新冠疫情影响，居家隔离成为常态，消费者的消费习惯亦逐渐向线上转移，未来线上渠道销售占比将更高。

 DMS是智能驾驶的一重要设备，对芯片要求较高，且安装较为复杂，需要与整车电子电器架构融合，所以只能以前装方式实现；未来智能驾驶加快发展推动DMS替代前装DVR和挤压后装DVR市场。     

  三、汽车视觉计算平台芯片厂家

        计算平台芯片企业呈现两超多强的竞争格局。Mobileye、Nvidia属于第一梯队，特斯拉、华为、地平线处于第二梯队，其他传统汽车芯片供应商主要面向自动驾驶功能市场处于第三梯队。1）Mobileye背靠英特尔，占据L3及以下市场，对外提供算法+硬件，产品逐渐由视觉处理向多传感器融合发展，但后期算力提升略显不足，算法和平台捆绑销售，灵活度较差，客户难以做出差异性产品；2）Nvidia凭借GPU芯片绝对领导优势，方案占据L4级及以上预研市场，算力较高，也可支持多传感器数据融合，已通过功能安全标准，但价格较贵；3）特斯拉属于自研芯片，可根据需求研发专用芯片，大大缩小研发周期，针对性的设计也会在大大减少芯片硬件资源，但现阶段并未认证功能安全标准。4）华为、地平线尚处于适配测试中，华为的模式和Nvidia类似，算力较高，目前已通过功能安全标准认证，主要针对L3及以上市场。地平线模式和Mobileye类似，主要针对L2/L3级市场。2021年5月发布的2021款理想ONE，搭载2颗地平线自研征程3。

  1、Mobileye

 2020年国内乘用车前视芯片市场，Mobileye市占率约为30+%，预计2025年超过55%。根据佐思汽研数据，中国乘用车前视系统主要供应商有电装、博世、安波福、科世达、松下、维宁尔、大陆、经纬恒润等，其中2020年Top 10占据90%以上的市场份额，而国内只有经纬恒润一家入围，市占率为3.6%。

　　前视系统的核心算法供应一般有两种模式：一种是自研模式，从核心算法到系统集成都自己做，一种是分工模式，核心算法由一家(如Mobileye)供应，系统集成由Tier1负责。

　　譬如，经纬恒润前视系统主要采用Mobileye的芯片，可实现识别前车、车道线和行人等功能。主要客户包括上汽大通、一汽红旗、一汽解放、一汽奔腾、荣威、名爵、吉利、江铃汽车、江淮汽车、中国重汽和陕重汽等整车厂。

　　除经纬恒润外，安波福、采埃孚、科世达、纬创资通、易航远智、知行科技等也与Mobileye建立了长期合作关系。根据佐思汽研统计，2020年Mobileye已占据中国乘用车前视芯片市场30%以上市场份额。同时，Mobileye还在不断吸纳新的主机厂、Tier 1进入合作圈，如长城汽车、东风汽车、丰田汽车等。并与大众、福特等启动全面搭载计划。预计到2025年其市场份额将达55%以上。

　　长城汽车：2019年表示未来3-5年内将基于Mobileye技术的L0-L2+ADAS系统集成到一系列车型上。2020年起，哈弗大狗、第三代H6，以及坦克300等都搭载了单目摄像头+Mobileye EyeQ4芯片的视觉方案，实现了L2级及以上自动驾驶功能。

　　东风汽车： 2020年与采埃孚合作推出基于Mobileye EyeQ芯片的coASSIST L2+ 半自动系统（价格低于1000美元），已应用于2020年末上市的东风风神奕炫上。未来几年，将应用到东风风神奕炫MAX上。

　　丰田汽车：2021年5月宣称，将与Mobileye、采埃孚合作，为新车开发ADAS系统，并将在未来几年用于多个车辆平台。此前，丰田主要采用电装的方案。

 由此可见，分工模式更得到主机厂认可。
      2、Nvidia

      NVIDIA DRIVE平台是适用于高度自动化的监督式驾驶的全方位解决方案。此平台包含主动式安全、自动驾驶、停车，以及人工智能座舱功能，可将自动驾驶等级从 Level 2+ 提升至最高等级。

 英伟达创始人、CEO黄仁勋线举行了私人技术会议“ GTC 2021”。线上直播中正式发布了最新自动驾驶芯片Atlan。单颗芯片的算力能够达到1000TOPS，Atlan芯片将于2023年向开发者提供样品，2025年大量装车。

 NVIDIA首席执行官黄仁勋在主题演讲中透露，沃尔沃将使用NVIDIA的车载半导体“ DRIVE Orin”。据说该车载机将从沃尔沃下一代XC90开始使用，预定于2022年发布。从去年开始，NVIDIA的车载半导体就已经供应并安装了“Xavier”，而这种Xavier的后继产品将是“Orin”。Xavier的处理能力为30TOPS，而Orin的处理能力约为254TOPS的八倍，它旨在处理在自动驾驶汽车和机器人上同时运行的大量应用程序和深度神经网络。

 全新的自动驾驶芯片Atlan，单颗芯片的算力能够达到1000TOPS，相比Orin算力提升接近4倍，超过现今大部分L4级自动驾驶车辆整车的算力。

 Atlan拥有安培架构GPU核心、基于Arm的Grace CPU核心、深度学习和计算机视觉加速器单元以及BlueField DPU核心，Atlan SoC将于2023年向开发者提供样品，2025年大量装车。

 2021年8月，英伟达宣布已完成对初创地图公司DeepMap的收购，以支持其自动驾驶汽车技术。

  3、特斯拉

       FSD芯片采用了14nm FinFET工艺制造，面积为260平方毫米，有60亿晶体管。其采用了LPDDR4内存，控制器峰值带宽高达68GB/s。在实际的信息处理能力上，其每秒可以处理2.5G像素的视频输入数据，图像信号处理器每秒能处理1G像素。

 在算力上，FSD芯片拥有32M的SRAM，双核心，每个核心在2GHz频率下拥有36TOPS的性能，所以双核共有720TOPS的性能。整体不论是处理能力还是算力都非常强悍。但特斯拉FSD芯片也有局限性，因为特斯拉车辆获取外界信息都是通过摄像头来实现，所FSD芯片仅仅是处理图像、视频数据的能力非常强悍，是一款非常“偏科”的芯片。从海外媒体获悉，特斯拉正在开发下一代硬件HW4，该硬件可用于当前正在开发的新型4D FSD。业内消息称，特斯拉将与三星合作开发新的5纳米芯片。

 在今年Tesla AI Day活动上，特斯拉（Tesla）展现自家最新自动驾驶汽车应用同时，首度公开披露一款自制AI训练芯片Dojo D1，强调拥有GPU的强大运算力，更兼具CPU的运用弹性，以及超高速传输带宽，甚至在AI算力表现也优于Google的TPU v3，可提供362 TFLOPS运算性能，特斯拉不只用它加速AI训练创建全自动驾驶汽车，未来也将作为首款人型机器人Tesla Bot的AI训练使用。

      这颗自动驾驶汽车AI芯片D1，是由Tesla工程团队一手开发完成，从芯片架构、制作到封装，采用先进7纳米制程，其内置高达500亿个晶体管。根据Tesla的介绍，D1处理器芯片是由354个高性能训练节点所组成的，每个训练节点都可视为是一个个运算芯片，每个训练芯片皆采用定制ISA指令集架构设计完成，特别对于ML工作负载执行加以优化，并内置1.25MB高速的SRAM以及低延迟和高带宽的网络fabric，使得单一芯片，在BF16/CFP8测试基准下，其运算性能可达1.024 TFLOPS。

 由354个训练节点所组成的D1模块芯片，其运算力更一举达到362 TFLOPS（每秒1万亿次浮点运算），若以目前市面已知的ML芯片 (TPU v3、GPU（HBM-Links互联）或其他创业公司ML芯片）性能来做比较，Tesla指出，D1算力表现还优于其他市面ML芯片，甚至比Google的TPU v3表现都还好。另外这颗处理器本身的热设计功耗（TDP）仅有400瓦，相较之下，TPUv3有达到450瓦。

不只运算性能，Tesla也特别强调这颗AI处理器，在设计上采用新的芯片互联架构，可提供内部高速互联，总带宽可达到每秒40TB的传输能力，而且每个D1芯片，能支持最多576信道，可用于高速I/O应用，跟当前最先进网络交换机相比，Tesla表示，D1芯片可提供高达两倍的传输带宽。

 

 后续正文，详见《汽车视觉研究二》。