中小盘伐谋主题自动驾驶专题系列之四自动驾驶高精度定位确定性和价值量仍被低估的价值洼地20190

敬请参阅最后一页免责声明-1-证券研究报告2019年04月15日中小盘研究自动驾驶专题系列之四：自动驾驶高精度定位——确定性和价值量仍被低估的价值洼地——中小盘伐谋主题伐谋-中小盘主题孙金钜（分析师）王宁（联系人）[e-mail]证书编号：[e-mail]证书编号：S0280118060020高精度地图和定位是L3及以上自动驾驶的决策基础越来越多的产业链消息表明，2020年左右落地L3自动驾驶成为量产乘用车产业链的共识。在多家车厂L3量产定点的前期，L3自动驾驶的功能范围、产业链各个环节的技术路线和性能指标已经初见端倪。我们从技术原理、硬件发展现状和车规要求出发，判断单独强调感知能力和机器学习的方案具有很大局限性，基于高精度地图和定位的决策体系是目前自动驾驶行业最可行的技术路线。高精度导航和定位在自动驾驶系统中不可替代，致力于高精度地图和定位方向的龙头公司具备明确的市场空间，发展值得期待。以GNSS+IMU的紧耦合为基础，结合环境特征匹配的方案将成为主流现有的定位技术手段包括卫星导航、惯性导航和环境特征匹配。我们认为，随着卫星导航增强系统的不断完善，GNSS定位的精度将很快提升至分米级乃至厘米级。但车辆行驶的复杂性决定了自动驾驶的高精度定位需要GNSS和IMU信号深度融合，结合环境特征匹配技术，才能较好应对高速、城市、环线、隧道、极端天气等复杂场景。单独依靠任何一种技术都无法满足高级别自动驾驶的性能要求。车规级高精度定位技术壁垒和价值量双高，国内企业布局前瞻车规级高精度定位模块具有一定的特殊性：一方面，乘用车零部件导入一般需要2-3年，龙头企业具备很强的先发优势，以u-blox和NovAtel为首的国外龙头企业和以中海达、中电昆辰为代表的国内厂商从2018年开始逐步布局自动驾驶的高精度解决方案，我们看好部分国内企业在车规级高精度定位的比拼中实现量产定点突破。另一方面，高精度产品技术壁垒较高，集成度较低，器件的制造工艺和成本决定了产品整体的价格较高。整套高精度定位系统大幅降价的唯一可能来自整套系统的芯片化，有部分领先厂商规划了车规级高精度定位硬件芯片化，但未来两年内产品正式推出的难度较大，考虑汽车零部件的导入周期，我们判断，高精度定位系统的价格短期仍会在1000美元左右，中期不会低于500美元，没有快速下降的可能。受益标的我们认为，2019年是传统车企自动驾驶布局的关键之年，2020年之后L3级自动驾驶汽车开始普及，带动未来五到十年产业链景气度明显向上。我们看好A股上市公司在高精度地图、高精度导航、视觉传感器零部件、车载通信设备方向的突破潜力。受益标的包括：中海达、四维图新、联创电子、高新兴、耐威科技、韦尔股份等。风险提示：产业链与车企的合作进展、相关标准和法规的制定低于预期。相关报告《自动驾驶系列专题之三：高速公路自动驾驶有望成为自动驾驶最先落地的“杀手”功能》2019-02-24《自动驾驶专题系列之二：乘用车自动驾驶预计2020年落地，特定场景应用方兴未艾》2018-11-05《自动驾驶专题系列之一：技术路线——“智能”与“网联”融合发展成行业大势》2018-10-22孙金钜（分析师）：021-68866881证书编号：S0280518010002任浪（分析师）：021-68865595-232证书编号：S0280518010003黄泽鹏（联系人）：021-68865595-202证书编号：S0280118010039黄麟（联系人）：0755-82291898证书编号：S0280118040003王宁（联系人）：010-83561000证书编号：S0280118060020韩东（联系人）：021-68865595-208证书编号：S0280118050022中小盘研究团队2019-04-15中小盘研究敬请参阅最后一页免责声明-2-证券研究报告目录1、高精度地图和定位是L3及以上自动驾驶的决策基础................................................................................................41.1、2020年左右落地L3自动驾驶成为产业链共识................................................................................................41.2、自动驾驶Vs.人类驾驶员：为什么高精度地图是自动驾驶系统的决策基础？.............................................51.3、高精度地图体系解决了感知和应用层面的两大难题........................................................................................61.3.1、基于卷积神经网络算法的机器视觉体系无法完美解决感知问题........................................................61.3.2、自动驾驶系统能感知和处理的信息量仍远远低于人类........................................................................71.3.3、高精度地图可以有效应对车辆面临的极端场景....................................................................................82、以GNSS+IMU的紧耦合技术为基础，结合环境特征匹配的综合方案将成为主流.................................................92.1、GNSS精度的提升主要依赖于增强系统的建设................................................................................................92.2、惯性导航系统是应对车辆复杂行驶环境的必要补充......................................................................................112.2.1、量产自动驾驶车辆在实际运行的复杂场景..........................................................................................122.2.2、GNSS+IMU紧密耦合方案有望成为定位技术主流.............................................................................132.3、环境特征匹配仍存在无法处理的极端场景......................................................................................................143、车规级高精度定位技术壁垒和价值量双高，国内企业布局前瞻.............................................................................163.1、国内外龙头纷纷布局车规级高精度定位方案..................................................................................................163.1.1、u-blox：商用精度导航芯片龙头，率先布局高精度定位技术............................................................163.1.2、Trimble：RTX服务实现量产车应用.....................................................................................................173.1.3、NovAtel：L4自动驾驶研发的主流选择...............................................................................................173.1.4、中海达：率先开始车规级高精度定位研发..........................................................................................183.1.5、华测导航：为限定场景自动驾驶提供服务..........................................................................................183.1.6、中电昆辰：为量产车的自动代客泊车提供高精度定位......................................................................193.2、组合导航产品的技术路线决定了短期内难有低成本解决方案出现..............................................................193.2.1、以中海达为例分析车载高精度组合导航的系统架构..........................................................................203.2.2、产业链信息显示组合导航系统成本仍然较高......................................................................................204、受益标的........................................................................................................................................................................23图表目录图1：高精度地图是自动驾驶的决策基础..........................................................................................................................5图2：基于视觉的深度学习示例..........................................................................................................................................6图3：卷积神经网络算法对于运动物体的小幅图像处理准确性较差..............................................................................7图4：激光雷达的量程末端点云稀疏信息量小...................................................................................