高精度地圖上游產業主要包括激光雷達、車載攝像頭等。
一、激光雷達（Lidar）
激光雷達憑借測量精度高、響應速度快、抗干擾性強等優點，成為各大領域的核心傳感器。它是一種以發射激光探測目標的位置、速度等特征量的雷達系統，主要工作原理是向目標發送激光探測信號，然后將接收到的從目標物反射回來的信號與發射信號進行比對，做一定處理后，便可獲得目標物的距離、方位、高度、速度、姿態等信息。
近年來，在制造業轉型升級的大背景下，智能機器人、無人駕駛、無人機等已成為全球科技領域的重點投資方向，被認為是未來科技變革的風口。對于這些智能科技來說，激光雷達就相當于"眼睛"，如果沒有激光雷達，對于周圍環境就無法做到準確感知，也無法對環境變化做出相應的反應。在智能科技快速發展的浪潮下，激光雷達將進一步加快民用化進程，隨著我國經濟發展，激光雷達應用領域增加，我國激光雷達市場規模將會大幅度增長。
從目前的應用領域分布來看，居多的仍然是無人駕駛及機器人領域，隨著無人駕駛技術的逐漸興起，激光雷達在無人駕駛中起到了非常重要的作用，可幫助車輛定位實時位置信息，只有有了準確的位置信息，系統才能做出下一步的判斷，決定向何處前進，特別是在一些建筑和樹比較多的地方，以及進出隧道容易出現信號中斷，雖可用攝像頭等傳感器感知周圍環境、構建環境模型并利用該模型確定車輛所在的位置方式，但其對環境的依賴比較強，比如逆光或雨雪天氣下，很容易導致定位失效，而激光雷達是依靠將車輛的初始位置與高精地圖信息進行比對來獲得精確位置。首先，GPS、IMU和輪速等傳感器給出一個初始（大概）的位置。其次，將激光雷達的局部點云信息進行特征提取，并結合初始位置獲得全局坐標系下的矢量特征。
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定性上來說，運用激光雷達都有無可比擬的優勢。而其唯一的缺點就在于目前激光雷達的生產成本較高，以業內知名的Velodyne激光雷達來說，其售價均在萬元級別以上，一般的車企是難以承受如此高昂的價格。
最值得一提的是，相比無人駕駛，在機器人領域激光雷達似乎更容易落地：成本相對更低、對于激光雷達的測距范圍及測量精度等要求也沒那么高。激光雷達已成為目前最穩定、可靠的定位技術。對于移動機器人來說，擁有一雙"眼睛"尤為重要，而充當機器人眼睛的激光雷達通過不停掃描來獲取二維空間的點陣數據，配合SLAM技術，可幫助機器人實現自主定位、地圖構建及路徑規劃等功能。
近年來，我國車載激光雷達市場規模增長迅速。隨著激光雷達技術的成熟，激光雷達的開發成本將不斷降低，加上政府政策及下游企業的共同推動，我國車載激光雷達市場有望在未來繼續保持高增長態勢，預計到2025年，市場規模將從2021年的4.6億元躍至54.7億元，2021-2025年間CAGR高達85.8%。
二、車載攝像頭
1.車載攝像頭的發展歷程
車載攝像頭通過鏡頭和圖像傳感器實現圖像信息的采集功能，是最早使用也是目前發展最成熟的自動駕駛感知設備。1956年，首個引入攝像技術的概念車型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屏幕以替代后視鏡。1991年，豐田Soarer推出倒車輔助攝像頭，推動車載攝像頭商用化發展。1999年，斯巴魯公司首次將雙目攝像頭技術應用到量產車的ADA(主動輔助駕駛系統)上。2006年，360全景環視系統概念誕生，車載攝像頭作為主要傳感器快速發展。2021年，800萬像素攝像頭被搭載于21款理想ONE上，首次量產使用。
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，可分為用于被動安全的成像類鏡頭與用于主動探測的感知類鏡頭。成像類鏡頭主要負責將拍攝到的影像存儲或發給用戶，而感知類鏡頭則主要用于ADAS系統；按照安裝位置可主要分為內視攝像頭、后視攝像頭、前視攝像頭、側視攝像頭、環視攝像頭等。攝像頭作為ADAS輔助駕駛時代的主力傳感器，廣泛應用于車道檢測、交通標志識別、障礙物監測、行人識別、疲勞駕駛監測、乘員監測、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滲透率的提升和智能網聯汽車行業整體的發展，我國汽車電子行業市場規模持續擴大。中國汽車電子市場在2017-2022年間持續增長，CAGR為8.58%，2022年達到約1200億美元。在汽車電子和安防技術的飛速發展下，車載攝像頭成為交通安全不可缺少的硬件。
高階智能駕駛對于攝像頭的需求更高。數據顯示，L2級別至少需要6顆攝像頭(1前視+1后視+4個環視)，L3級別至少需要7顆(2前視+1后視+4環視)，L4級別需求量將高達13顆。高階智能駕駛對單車攝像頭需求量的拉動將驅動車載攝像頭市場規模迅速增長。
4.車載攝像頭的市場規模
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)。據統計，2021年全球車載攝像頭前裝市場規模約為122億美元，同比增長67.12%，后裝市場規模約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模總計為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，預計至2026年，全球車載攝像頭市場規模將達到355億美元。
近年來中國車載攝像頭市場規模增長迅速，從2016年的20億元上升至2020年的64億元，期間年均復合增速達33.8%。2022年中國車載攝像頭市場規模約為101億元。預計2025年市場規模將保持高速增長到287億元，2020-2025年CAGR約為35%。
5.車載攝像頭的發展前景
智能駕駛方興未艾，預計未來十年ADAS將進入加速普及階段，同時在各廠商的推動下，ADAS結構升級也成為確定性趨勢。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，實現量價齊升，增長空間廣闊。下游市場高成長帶來中上游布局機會，車載CIS、鏡頭及模組等主要產業鏈環節具備大空間、高壁壘兩大特點，相關龍頭廠商將充分受益行業增長。
三、定位系統
北斗衛星導航系統是中國自主研發、獨立運行的全球衛星導航系統，可以在全球范圍內全天候、全天時為各類用戶提供高精度、高可靠定位、導航、授時服務，并具有獨特的短報文通信功能。隨著北斗衛星導航系統的逐步建設，我國衛星導航與位置服務技術已經和地理信息、物聯網、大數據、移動通信等多種技術融合集成，提供了更豐富的綜合性服務，被看作未來產業發展的主要方向。
2022年我國衛星導航與位置服務產業總體產值達到5007億元人民幣，較2021年增長6.76%。其中，包括與衛星導航技術研發和應用直接相關的芯片、器件、算法、軟件、導航數據、終端設備、基礎設施等在內的產業核心產值同比增長5.05%，達到1527億元人民幣，在總體產值中占比為30.50%。由衛星導航應用和服務所衍生帶動形成的關聯產值同比增長7.54%，達到3480億元人民幣，在總體產值中占比達到69.50%。
當前，我國衛星導航與位置服務領域企事業單位總數量仍保持在14000家左右，從業人員數量超過50萬。截至2022年底，在境內上市的業內相關企業（含新三板）總數為92家，上市公司涉及衛星導航與位置服務的相關產值約占全國總體產值的9.02%左右。
2022年國內衛星導航與位置服務市場整體穩定，根據中國衛星導航定位協會研究分析，2022年國內衛星導航定位終端產品總銷量約3.76億臺/套，其中具有衛星導航定位功能的智能手機出貨量達到2.64億部，車載導航儀市場終端銷量超過1200萬臺，包括物聯網、穿戴式、車載、高精度等在內的各類定位終端設備銷量超過1億臺/套。
在專業應用市場方面，據不完全統計，截至2022年四季度，全國31個省、自治區、直轄市累計推廣應用各類北斗終端超過2000萬臺/套。交通、公安、農業等行業已初步實現北斗規模化應用，在通信授時、氣象監測、應急減災、城市管理等領域正在加速推進北斗規模化應用。其中，交通運輸領域已在道路營運車輛、郵政快遞車輛、內河船舶及遠洋船舶、水上助導航設施、通用航空器等方面累計推廣應用各類北斗終端超過810萬臺/套；移動通信領域已有近330萬座4G和5G基站應用北斗授時；農業領域已在農機自動駕駛、農機遠程監測、漁船等方面累計推廣應用各類北斗終端近160萬臺/套。此外，高精度市場也在進一步快速發展，2022年國內市場各類高精度應用終端（含測量型接收機）總銷量超過200萬臺/套，其中應用國產高精度芯片或模塊的終端已超過80%左右。
在大眾應用市場方面，2022年北斗系統進一步融入百姓的日常生活，讓大眾更加“有感”，形成了更多應用場景，有力拓展了北斗大眾市場的應用規模。百度地圖與高德地圖先后宣布正式切換為北斗優先定位，北斗定位服務日均使用量已超過3600億次。自2021年3月正式發布北斗檢測認證體系以來，已為OPPO、Vivo、蘋果、小米、榮耀等企業的近二十款智能手機和哈啰、美團等企業的多款智能兩輪車頒發北斗認證證書，這為北斗應用全面進入大眾市場鋪平了道路。同時，北斗正在成為智能手機的標準配置，2022年國內智能手機出貨量達到2.64億部，其中2.6億部手機支持北斗功能，占比達到98.5%。目前國內大多數涉及地圖服務、導航和購物等的手機APP中，絕大部分已經支持北斗應用。全球首款支持北斗三號區域短報文通信服務的手機已正式發布，用戶不換卡不換號不增加外設，就能通過北斗衛星發送短信。截至2022年底，我國共有24個省級行政區出臺自動駕駛政策文件，其中包括國內首部關于智能網聯汽車管理的地方法規《深圳經濟特區智能網聯汽車管理條例》。2022年內智能網聯汽車領域的投融資項目共計200余項，總融資金額近千億元。
此外，具有定位、監護等功能的智能可穿戴設備在智能養老等方面得到長足的發展，已開拓出智能體育等新的應用場景。2022年，中國可穿戴市場（含具有定位、監護等功能的智能可穿戴設備）出貨量約1.2億臺，其中具有GNSS定位功能的超過3500萬臺。
2022年，北斗特殊應用市場保持穩定增長。在防災減災領域，截至2022年6月，“北斗＋安全智能監測預警云平臺”已在全國20個省（自治區、直轄市）的交通、水利、地質災害、住建、應急、能源、礦山、環境等行業或領域的600多個結構物上成功應用，布設監測點8000多個，完成了600次安全預警。據不完全統計，截至2022年四季度，公安行業已在信息采集、移動警務、通信保障和指揮調度等方面累計推廣應用各類北斗終端超過450萬臺/套；在森林草原防火、林業巡查、林政執法、有害生物調查、水文監測等領域已累計推廣各類北斗終端接近11萬臺/套，實現了路線規劃和導航、人員和車輛定位、林草巡護、災害監測、人員安全管理等業務的應用。
四、算法
1.向無監督的方向發展。主要表現為：適應“小數據”，減少標注需求，減少計算開銷。要向無監督方向發展要經歷幾個階段。人工智能主動學習階段，算法主動提出標注請求，將一些經過篩選的數據提交給專家標注。遷移學習階段，增強訓練好的模型，解決目標領域中僅有的少量有標簽樣本數據的問題。強化學習階段，用agents構成系統來描述行為并給予評價和反饋學習。
2.可解釋(XAI)越來越重要。深度學習如何進一步設計算法和參數，提高泛化能力，需要模型算法可解釋。對抗樣本導致模型失效，訓練數據不可理的被局部放大。模型愈加復雜，失去了可調式性和透明度。此時，對于技術的需求就是將可解釋技術融入軟件環境中去。
有兩個方法：第一為現有軟件框架增加可解釋技術接口。提供事后解釋的基本技術，比如可視化能力，局部數據分析，特征關聯等。現有的軟件原生支持多種可解釋算法。提供算法或指標評估模型的可解釋能力。第二是“人-AI”系統結合。以人為中心，由決策理論驅動的XAI的概念框架。
3.人工智能的自學習、自演化。這個過程有三個階段。一是自動化機器學習，主要是利用數據驅動方式來做決策。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。這一對于技術的需求有計算框架支撐、大算力支撐以及輔助設備支撐。
4.多種算法、模型的有機結合。單一的算法或模型難以解決實際問題。比如，問題分解和多種模型有機組合。人工智能模型的發展希望融入多種技術來解決已有問題。比如，通過貝葉斯技術增強因果關系分析；通過數據生成技術減少標注數據需求；通過AutoML技術提高搜索和挖掘能力。與此同時，人工智能的應用流程也越來越復雜，如，不同流程設計的設備以及環境多樣；需要不同的算法和模型組合。多種算法、模型的有機組合的需求是計算存儲等可拓展能力。基礎軟件能力提升，支持復雜模型，不同類型軟件的協同和交互。
5.人工智能應用需求需要關注全生命周期。全周期不同人物具有不同時間，空間和計算需求。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、復雜模型，海量數據需要并行，分布式計算。其次，聯邦學習等分散場景需要分布式ML原生算法。使多個參與者可以在不共享數據的情況下構建通用的，健壯的機器學習模型，從而解決關鍵問題。不同節點上的數據集異構(分布不相同)，大小可跨越幾個數量級。節點可能不可靠，節點之間的互聯可能不穩定。類別優集中式、分散式以及迭代式。這一對安全性、架構、提升效率和效用、健壯性有需求。
7.深度推理。從計算到感知再到認知和意識，人工智能模型和算法的發展七是認知理論的進一步突破。這一的需求有效應對多種形式的不確定性。其中概率計算根據不同精度計算需求設計硬件。根據數據和計算的稀疏分布設計。另外，這一的需求還有類腦、仿腦體系結構以及模擬計算。
微信掃一掃
楊興杰
研究院服務號