高精度地图上游产业主要包括激光雷达、车载摄像头等。
一、激光雷达（Lidar）
激光雷达凭借测量精度高、响应速度快、抗干扰性强等优点，成为各大领域的核心传感器。它是一种以发射激光探测目标的位置、速度等特征量的雷达系统，主要工作原理是向目标发送激光探测信号，然后将接收到的从目标物反射回来的信号与发射信号进行比对，做一定处理后，便可获得目标物的距离、方位、高度、速度、姿态等信息。
近年来，在制造业转型升级的大背景下，智能机器人、无人驾驶、无人机等已成为全球科技领域的重点投资方向，被认为是未来科技变革的风口。对于这些智能科技来说，激光雷达就相当于"眼睛"，如果没有激光雷达，对于周围环境就无法做到准确感知，也无法对环境变化做出相应的反应。在智能科技快速发展的浪潮下，激光雷达将进一步加快民用化进程，随着我国经济发展，激光雷达应用领域增加，我国激光雷达市场规模将会大幅度增长。
从目前的应用领域分布来看，居多的仍然是无人驾驶及机器人领域，随着无人驾驶技术的逐渐兴起，激光雷达在无人驾驶中起到了非常重要的作用，可帮助车辆定位实时位置信息，只有有了准确的位置信息，系统才能做出下一步的判断，决定向何处前进，特别是在一些建筑和树比较多的地方，以及进出隧道容易出现信号中断，虽可用摄像头等传感器感知周围环境、构建环境模型并利用该模型确定车辆所在的位置方式，但其对环境的依赖比较强，比如逆光或雨雪天气下，很容易导致定位失效，而激光雷达是依靠将车辆的初始位置与高精地图信息进行比对来获得精确位置。首先，GPS、IMU和轮速等传感器给出一个初始（大概）的位置。其次，将激光雷达的局部点云信息进行特征提取，并结合初始位置获得全局坐标系下的矢量特征。
最后，将上一步的矢量特征跟高精地图的特征信息进行匹配，得出精确的全球定位。所以，在定位方面，无论是从精度上还是稳定性上来说，运用激光雷达都有无可比拟的优势。而其唯一的缺点就在于目前激光雷达的生产成本较高，以业内知名的Velodyne激光雷达来说，其售价均在万元级别以上，一般的车企是难以承受如此高昂的价格。
最值得一提的是，相比无人驾驶，在机器人领域激光雷达似乎更容易落地：成本相对更低、对于激光雷达的测距范围及测量精度等要求也没那么高。激光雷达已成为目前最稳定、可靠的定位技术。对于移动机器人来说，拥有一双"眼睛"尤为重要，而充当机器人眼睛的激光雷达通过不停扫描来获取二维空间的点阵数据，配合SLAM技术，可帮助机器人实现自主定位、地图构建及路径规划等功能。
近年来，我国车载激光雷达市场规模增长迅速。随着激光雷达技术的成熟，激光雷达的开发成本将不断降低，加上政府政策及下游企业的共同推动，我国车载激光雷达市场有望在未来继续保持高增长态势，预计到2025年，市场规模将从2021年的4.6亿元跃至54.7亿元，2021-2025年间CAGR高达85.8%。
二、车载摄像头
1.车载摄像头的发展历程
车载摄像头通过镜头和图像传感器实现图像信息的采集功能，是最早使用也是目前发展最成熟的自动驾驶感知设备。1956年，首个引入摄像技术的概念车型Centurion由别克推出，使用后臵广角摄像头拍摄车后影像并显示在控制台屏幕以替代后视镜。1991年，丰田Soarer推出倒车辅助摄像头，推动车载摄像头商用化发展。1999年，斯巴鲁公司首次将双目摄像头技术应用到量产车的ADA(主动辅助驾驶系统)上。2006年，360全景环视系统概念诞生，车载摄像头作为主要传感器快速发展。2021年，800万像素摄像头被搭载于21款理想ONE上，首次量产使用。
2.车载摄像头的组成部件
车载摄像头主要组成部件包括镜头组、CMOS芯片和DSP芯片。车载摄像头按用途分类，可分为用于被动安全的成像类镜头与用于主动探测的感知类镜头。成像类镜头主要负责将拍摄到的影像存储或发给用户，而感知类镜头则主要用于ADAS系统；按照安装位置可主要分为内视摄像头、后视摄像头、前视摄像头、侧视摄像头、环视摄像头等。摄像头作为ADAS辅助驾驶时代的主力传感器，广泛应用于车道检测、交通标志识别、障碍物监测、行人识别、疲劳驾驶监测、乘员监测、后视镜替代、倒车影像、360度全景等方面。
3.车载摄像头的市场需求
随着汽车高端新型汽车系统渗透率的提升和智能网联汽车行业整体的发展，我国汽车电子行业市场规模持续扩大。中国汽车电子市场在2017-2022年间持续增长，CAGR为8.58%，2022年达到约1200亿美元。在汽车电子和安防技术的飞速发展下，车载摄像头成为交通安全不可缺少的硬件。
高阶智能驾驶对于摄像头的需求更高。数据显示，L2级别至少需要6颗摄像头(1前视+1后视+4个环视)，L3级别至少需要7颗(2前视+1后视+4环视)，L4级别需求量将高达13颗。高阶智能驾驶对单车摄像头需求量的拉动将驱动车载摄像头市场规模迅速增长。
4.车载摄像头的市场规模
车载摄像头市场包括前装(整车厂完成组装)及后装(整车出货后组装)。据统计，2021年全球车载摄像头前装市场规模约为122亿美元，同比增长67.12%，后装市场规模约51亿美元，同比减少12.07%。2022年上半年，车载摄像头全球市场规模总计为65.5亿美元，其中前装摄像头约占77%，而后装摄像头占23%。未来，随着智能汽车渗透率的逐步提高，摄像头将在工厂阶段配置，后装市场的比重将逐渐下降，预计至2026年，全球车载摄像头市场规模将达到355亿美元。
近年来中国车载摄像头市场规模增长迅速，从2016年的20亿元上升至2020年的64亿元，期间年均复合增速达33.8%。2022年中国车载摄像头市场规模约为101亿元。预计2025年市场规模将保持高速增长到287亿元，2020-2025年CAGR约为35%。
5.车载摄像头的发展前景
智能驾驶方兴未艾，预计未来十年ADAS将进入加速普及阶段，同时在各厂商的推动下，ADAS结构升级也成为确定性趋势。车载摄像头作为ADAS感知层的核心传感器，将受益于ADAS的渗透升级，实现量价齐升，增长空间广阔。下游市场高成长带来中上游布局机会，车载CIS、镜头及模组等主要产业链环节具备大空间、高壁垒两大特点，相关龙头厂商将充分受益行业增长。
三、定位系统
北斗卫星导航系统是中国自主研发、独立运行的全球卫星导航系统，可以在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并具有独特的短报文通信功能。随着北斗卫星导航系统的逐步建设，我国卫星导航与位置服务技术已经和地理信息、物联网、大数据、移动通信等多种技术融合集成，提供了更丰富的综合性服务，被看作未来产业发展的主要方向。
2022年我国卫星导航与位置服务产业总体产值达到5007亿元人民币，较2021年增长6.76%。其中，包括与卫星导航技术研发和应用直接相关的芯片、器件、算法、软件、导航数据、终端设备、基础设施等在内的产业核心产值同比增长5.05%，达到1527亿元人民币，在总体产值中占比为30.50%。由卫星导航应用和服务所衍生带动形成的关联产值同比增长7.54%，达到3480亿元人民币，在总体产值中占比达到69.50%。
当前，我国卫星导航与位置服务领域企事业单位总数量仍保持在14000家左右，从业人员数量超过50万。截至2022年底，在境内上市的业内相关企业（含新三板）总数为92家，上市公司涉及卫星导航与位置服务的相关产值约占全国总体产值的9.02%左右。
2022年国内卫星导航与位置服务市场整体稳定，根据中国卫星导航定位协会研究分析，2022年国内卫星导航定位终端产品总销量约3.76亿台/套，其中具有卫星导航定位功能的智能手机出货量达到2.64亿部，车载导航仪市场终端销量超过1200万台，包括物联网、穿戴式、车载、高精度等在内的各类定位终端设备销量超过1亿台/套。
在专业应用市场方面，据不完全统计，截至2022年四季度，全国31个省、自治区、直辖市累计推广应用各类北斗终端超过2000万台/套。交通、公安、农业等行业已初步实现北斗规模化应用，在通信授时、气象监测、应急减灾、城市管理等领域正在加速推进北斗规模化应用。其中，交通运输领域已在道路营运车辆、邮政快递车辆、内河船舶及远洋船舶、水上助导航设施、通用航空器等方面累计推广应用各类北斗终端超过810万台/套；移动通信领域已有近330万座4G和5G基站应用北斗授时；农业领域已在农机自动驾驶、农机远程监测、渔船等方面累计推广应用各类北斗终端近160万台/套。此外，高精度市场也在进一步快速发展，2022年国内市场各类高精度应用终端（含测量型接收机）总销量超过200万台/套，其中应用国产高精度芯片或模块的终端已超过80%左右。
在大众应用市场方面，2022年北斗系统进一步融入百姓的日常生活，让大众更加“有感”，形成了更多应用场景，有力拓展了北斗大众市场的应用规模。百度地图与高德地图先后宣布正式切换为北斗优先定位，北斗定位服务日均使用量已超过3600亿次。自2021年3月正式发布北斗检测认证体系以来，已为OPPO、Vivo、苹果、小米、荣耀等企业的近二十款智能手机和哈啰、美团等企业的多款智能两轮车颁发北斗认证证书，这为北斗应用全面进入大众市场铺平了道路。同时，北斗正在成为智能手机的标准配置，2022年国内智能手机出货量达到2.64亿部，其中2.6亿部手机支持北斗功能，占比达到98.5%。目前国内大多数涉及地图服务、导航和购物等的手机APP中，绝大部分已经支持北斗应用。全球首款支持北斗三号区域短报文通信服务的手机已正式发布，用户不换卡不换号不增加外设，就能通过北斗卫星发送短信。截至2022年底，我国共有24个省级行政区出台自动驾驶政策文件，其中包括国内首部关于智能网联汽车管理的地方法规《深圳经济特区智能网联汽车管理条例》。2022年内智能网联汽车领域的投融资项目共计200余项，总融资金额近千亿元。
此外，具有定位、监护等功能的智能可穿戴设备在智能养老等方面得到长足的发展，已开拓出智能体育等新的应用场景。2022年，中国可穿戴市场（含具有定位、监护等功能的智能可穿戴设备）出货量约1.2亿台，其中具有GNSS定位功能的超过3500万台。
2022年，北斗特殊应用市场保持稳定增长。在防灾减灾领域，截至2022年6月，“北斗＋安全智能监测预警云平台”已在全国20个省（自治区、直辖市）的交通、水利、地质灾害、住建、应急、能源、矿山、环境等行业或领域的600多个结构物上成功应用，布设监测点8000多个，完成了600次安全预警。据不完全统计，截至2022年四季度，公安行业已在信息采集、移动警务、通信保障和指挥调度等方面累计推广应用各类北斗终端超过450万台/套；在森林草原防火、林业巡查、林政执法、有害生物调查、水文监测等领域已累计推广各类北斗终端接近11万台/套，实现了路线规划和导航、人员和车辆定位、林草巡护、灾害监测、人员安全管理等业务的应用。
四、算法
1.向无监督的方向发展。主要表现为：适应“小数据”，减少标注需求，减少计算开销。要向无监督方向发展要经历几个阶段。人工智能主动学习阶段，算法主动提出标注请求，将一些经过筛选的数据提交给专家标注。迁移学习阶段，增强训练好的模型，解决目标领域中仅有的少量有标签样本数据的问题。强化学习阶段，用agents构成系统来描述行为并给予评价和反馈学习。
2.可解释(XAI)越来越重要。深度学习如何进一步设计算法和参数，提高泛化能力，需要模型算法可解释。对抗样本导致模型失效，训练数据不可理的被局部放大。模型愈加复杂，失去了可调式性和透明度。此时，对于技术的需求就是将可解释技术融入软件环境中去。
有两个方法：第一为现有软件框架增加可解释技术接口。提供事后解释的基本技术，比如可视化能力，局部数据分析，特征关联等。现有的软件原生支持多种可解释算法。提供算法或指标评估模型的可解释能力。第二是“人-AI”系统结合。以人为中心，由决策理论驱动的XAI的概念框架。
3.人工智能的自学习、自演化。这个过程有三个阶段。一是自动化机器学习，主要是利用数据驱动方式来做决策。而是限制约束条件的AutoML。三是不舍初始条件，搜索空间极大丰富的自演化AutoML。这一对于技术的需求有计算框架支撑、大算力支撑以及辅助设备支撑。
4.多种算法、模型的有机结合。单一的算法或模型难以解决实际问题。比如，问题分解和多种模型有机组合。人工智能模型的发展希望融入多种技术来解决已有问题。比如，通过贝叶斯技术增强因果关系分析；通过数据生成技术减少标注数据需求；通过AutoML技术提高搜索和挖掘能力。与此同时，人工智能的应用流程也越来越复杂，如，不同流程设计的设备以及环境多样；需要不同的算法和模型组合。多种算法、模型的有机组合的需求是计算存储等可拓展能力。基础软件能力提升，支持复杂模型，不同类型软件的协同和交互。
5.人工智能应用需求需要关注全生命周期。全周期不同人物具有不同时间，空间和计算需求。全生命周期都要考虑可解释、公平等需求。
6.分布式、分散式的需求越来越突出。首先，大型、复杂模型，海量数据需要并行，分布式计算。其次，联邦学习等分散场景需要分布式ML原生算法。使多个参与者可以在不共享数据的情况下构建通用的，健壮的机器学习模型，从而解决关键问题。不同节点上的数据集异构(分布不相同)，大小可跨越几个数量级。节点可能不可靠，节点之间的互联可能不稳定。类别优集中式、分散式以及迭代式。这一对安全性、架构、提升效率和效用、健壮性有需求。
7.深度推理。从计算到感知再到认知和意识，人工智能模型和算法的发展七是认知理论的进一步突破。这一的需求有效应对多种形式的不确定性。其中概率计算根据不同精度计算需求设计硬件。根据数据和计算的稀疏分布设计。另外，这一的需求还有类脑、仿脑体系结构以及模拟计算。
微信扫一扫
杨兴杰
研究院服务号