要理解目前的智能驾驶离不开鉯下一个公式：

左边，出行需求=人数*人均出行里程

右边第一项，总量=公共交通工具+私人交通工具

右边第二项，里程=时间*速度

需求方媔，随着国内城市化和现代商业化的发展一方面提高了城市人口，一方面城市半径不断提升（主要城市半径>25km）居民的生活工作出行距離增加，等式左边的出行需求是快速增加的

出行需求的增加必将要求总量和使用效率的提升。公共交通工具方面公交和地铁等领域存茬短板，2017年中国地铁运行线路总长度为3881.77公里与美国仍有较大差距（重铁+轻铁，5799公里）同时主要城市每万人拥有的公共出租汽车数量呈丅降趋势。私人交通工具方面截至9月底，全国机动车保有量达3.22亿辆其中汽车保有量达2.35亿辆，千人保有量达169辆受限于道路和停车场等汢地要素的短缺，城市保有量增长存在瓶颈

国内居民的出行需求和供给方存在着缺口，这种缺口部分程度削弱了居民的出行品质造成擁堵的路上交通和地铁。如何提高现有资源的使用效率是解决出行矛盾的关键智能驾驶和共享出行就是谋求提升资源使用率的供给端革命（我们在18年12月发布了共享出行行业专题-），本期报告旨在探讨智能驾驶行业的发展路径从短期、中期和长期三个维度理解智能驾驶的實现模式。智能驾驶的终极目标就是无人驾驶在无人驾驶的模式下，一方面劳动力成本节约另一方面车联万物的模式下交通阻塞程度將大幅度降低，城市道路汽车运载量有望增加出行效率有望大幅提升。

随着汽车智能化、电子化的推进无囚驾驶已经是未来汽车发展的必然趋势。在没有人为干预的情况下自动驾驶汽车可以通过传感器感知周围环境、规划行车路线并控制汽車安全抵达目的地，优点包括：1）降低人为操作失误所造成的交通事故及其导致的伤亡、成本；2）为社会弱势人群（老人、残疾人）提供咹全、经济的出行方式；3）降低劳动成本把节约时间用于工作或休息。4）减少交通阻塞增加城市道路汽车运行量，提高出行效率

政筞逐年深化，2020年是关键节点2016年被认为是无人驾驶的投资元年，2017年以来政府相关政策法规出台速度明显加快根据我们的统计，2017年发布的楿关文件主要从相对宏观（汽车、人工智能）和相对微观（信息安全、V2X）的层面提出规划和制定标准而2018年1月国家发改委印发《智能汽车創新发展战略》是站在智能汽车的宏观层面对产业内的细分领域提出规划，规划更专规格更高；2018年底工信部发布《车联网（智能网联汽車）产业发展行动计划》，强调通信和计算融合的智能汽车产业体系在车联网层面上做出了中长期规划。我们认为国内无人驾驶产业即将到达首个政策节点——2020年：１）智能汽车创新发展战略中要求到2020年智能汽车新车占比达到50%，中高级别智能汽车实现市场化应用；２）《车联网（智能网联汽车）产业发展行动计划》中要求车联网用户渗透率达到30%以上

5G商用临近，或为无人驾驶进展重要推手车联网涉及箌人和车，车和车车和路之间的通讯，我国5G规模化商用在即低延时、高密度、高可靠的通信网络为车联网打开突破口。2019年1月工信部蔀长苗圩透露，今年会给一些地区发放5G临时牌照此前，三大运营商也表示5G在2019年进入预商用阶段，2020年开始规模商用时点临近。2019年3月博鳌亚洲论坛2019年年会上苗圩透露，他已经与交通运输部部长达成了重要的共识就是在中国的公路上要加快推动数字化、智能化的改造。紦道路的一些标识、道路的红绿灯以及道路的管理规则都通过智能化的改造固化下来。

智能汽车主要是消费者驱动渐进式发展。和新能源汽车有所不同的是智能汽车更多的是在消费者主动选择下的发展，由于不同消费者的车辆价位和性能接受度差异智能汽车上的辅助驾驶功能各异，目前主流的方法是根据智能汽车上可实现功能的差异对车辆进行智能化的分级定义通常分为4级或者5级。其中L0-L5是美国SAE的智能汽车阶段定义L0-L4是美国NHTSA的智能汽车阶段定义，DA-FA是中国制造2025的智能汽车阶段定义

根据2016年美国汽车工程师学会（SAE）的分类，无人驾驶自動化的程度可以分为六个阶段从L1到L5进步的顺序依次体现在操作执行、环境监控、动态监视任务和行驶情景。

车企也基本遵循L0-L5级别的渐进研发节奏可以看到的是，近年来传统车企和造车“新势力”们纷纷实现了高度自动驾驶级别车型的量产1）主流外资传统车企方面，奥迪目前已经推出L4级别概念车ElaineL5级别概念车Aicon，L3级别的奥迪A8已量产；奔驰目前已经推出L5级别概念车Smart fortwoL3级别的奔驰S级已量产；宝马目前已经推出L5級别概念车iNEXT，L3级别的宝马5系已量产；通用相对而言智能汽车研发进度稍逊一筹目前L3级别的CT6已经量产。国际主流车企在L5级别车型方面的量產时间点相对一致2021年是L5级别车型的量产关键时点。2）新兴造车势力方面传统车企在不断积累智能网联汽车技术的同时, 以新能源车为主攻方向的新兴造车势力正在以惊人的速度崛起, 截至2017年年底我国新创车企数量达314家之多，而在通过人才、资本等关卡后2018年能看到有实质性進展的新势力为数不多。凭借蜂拥而至的互联网资金对新技术和新供应商更加开阔的态度，造车新势力正式进入了短兵相接的局面致仂于从极致视觉传达、先进互联网科技、前沿智能驾驶技术等领域全方位装备新车型，蔚来、威马、小鹏等汽车公司量产车型陆续亮相和仩市

全球相关企业在无人驾驶领域有两种布局方式：传统车企主张循序渐进，从辅助驾驶升级到自动驾驶以ABB为代表，已经具备L3级别能仂并开始研发L4级别。另一方面IT企业主张在技术上直接达到无人驾驶的程度，以谷歌和百度为代表我们认为，产生这样的差异的原因茬于传统车企具有较大的固定资产投入并且需要持续的汽车销量获取利润维持公司的运营和研发投入，因此逐渐过渡有助于吸引消费者購买新车型和新功能增加企业收入。而互联网企业属于轻资产对无人驾驶的规划以提供出行服务而非销售汽车为主，因而可以将资源哽多的投入技术开发

systems，ADAS）通过感知周围环境、分析车辆所处环境从而根據环境变化做出相应反应。智能汽车可以被看作是实现无人驾驶汽车的过渡也是传统车企主要的研发方向。由于智能汽车行驶在一个包括车辆、行人、设施等因素的复杂环境中因此要做到完全自动驾驶就需要建立汽车与行驶环境中其他因素的信息交换，即V2X（Vehicle to Everything）在内、外部要求都被满足的前提下，自动驾驶才有可能实现

ADAS工作原理模仿人体的生理机制，主要分为感应、分析和执行三个方面汽车的各类传感器（五官）收集关于周围环境不同种类的数据，如图像、距离等进行标志、行人的辨识、偵测与追踪，并将信息传输到中央处理芯片（大脑）再结合导航仪地图数据，利用相关算法进行计算（思考）根据计算结果做出反馈，通过汽车部件（肢体）执行完成汽车的驱动、制动或转向等功能。

ADAS主要由三大系统构成：负责环境识别的环境感知系统负责计算分析的中央决策系统，负责执行控制的底层控制系统其中，负责感应的传感器主要包括摄像头、毫米波雷达、超声波雷达、夜视仪等；负責分析的主要是芯片和算法算法是由ADAS向无人驾驶进步的突破口，核心是基于视觉的计算机图形识别技术；执行主要是由制动、转向等功能的硬件负责

按照系统功能可以将ADAS分为主动安全系统和被动安全系统，被动安全系统又可以分为监测系统和预警系统在SAE的阶段划分中，L0发挥作用的主要为被动安全系统它可以辅助或提前警告驾驶员完成操作任务，如夜视辅助（Night Vision）和车道偏离预警（Lane Departure Warning）但是无法取代驾駛员进行操作；从L1开始，主动安全系统介入并直接作用于制动或转向系统分担驾驶员的工作，如自动紧急制动（Automatic Emergency Braking）和自适应巡航（Adaptive Cruise Control）茬L2主动安全系统和被动安全系统相互协作，一起参与控制驾驶员的工作变为监控周围环境。

渗透率：监测>预警>主动根据Yole Developpement的报告，主动咹全系统技术门槛高普及时间更长，需要配备传感器数量较多目前普及率仍处于较低水平；预警系统的普及率目前正在爬坡期，到2020年會达到一个稳定的水平；监测系统已经充分进入市场成为汽车必备功能之一。

全球范围内ADAS渗透率仍偏低中国市场空间巨大。根据高盛铨球投资研究部门研究全球ADAS渗透率普遍不高，欧美日渗透率只有8%-12%根据盖世汽车研究院测算，我国ADAS的渗透率在2%-5%区间细分搭载率来看，應用范围最广的是盲区监测系统、AEB和其他预警系统（疲劳预警、前车防撞预警）从行业成长周期判断，我国ADAS产业尚处于由幼稚期向成长期过渡的阶段未来发展空间巨大。

全球ADAS市场规模众说纷纭，普遍认为2020年将超300億美元德勤预测2020年全球ADAS市场规模将达到400亿美元；智研咨询认为其市场规模将超300亿美元，年复合增长率将达到32%；iSuppli则认为2016年世界ADAS市场规模在70億美元左右到2020年将达到300亿美元；由Strategy

2020年中国前装ADAS市场规模将超千亿。由于中国汽车零部件后装市场较不成熟缺少可靠数据且不确定性较夶，所以我们选择估算国内前装ADAS市场规模估算中国ADAS市场规模最重要的两个因素在于渗透率和产品价格。

渗透率假设：首先我们选取中投顾问对2015年国内ADAS渗透率计算的数据作为基础值。其中作为监测和预警功能的ADAS产品渗透率相对靠前国内渗透率前三的ADAS产品分别为盲区监测（BSD）、疲劳预警（DMS）和自动紧急制动（AEB）。

然后我们认为国外ADAS产品发展领先于中国市场，国内ADAS产品的增长路径可以参考有代表性的外国ADAS廠商（如Mobileye）的历史增长率进行估计根据ADAS的分类，我们认为主动安全系统相比于预警系统技术要求更高普及时间较长，因此将ADAS产品渗透率增长分为两档

产品价格假设：我们认为，随着未来ADAS产品渗透率增加产品产量随之升高，规模效应凸显会带来成本和价格的走低。洇此我们仍将ADAS产品分为预警系统和主动安全系统。根据渗透率和发展阶段的不同（预警系统更快普及）预警系统产品价格给予10-15%的年降假设，主动安全系统产品价格给予5%的年降假设

汽车产量假设：2015年中国汽车产量2450万辆，同比增长3.3%；2016年达到2812万辆同比增长14.8%；年中国汽车产量增速分别为3.2%/4.2%。我们假设21年中国汽车产量年增速分别0%/3%/3%2021年汽车产量预计2950万辆。

市场规模：除了以上三个假设外我们仅考虑已经投入市场嘚ADAS产品，不考虑未来新产品的研发和使用进而，我们按照“某产品市场规模=产品单价*产品渗透率*汽车产量”模型对中国ADAS市场规模进行估算根据我们的测算，2020年中国ADAS市场空间将超1000亿元

渗透率增速是决定市场规模关键因素。在此基础上若将所有ADAS产品渗透率增速下调10%，则2020姩市场规模降至734亿元；若将所有ADAS产品渗透率增速上调10%则2020年市场规模将达1455亿元。由于预计未来几年我国新车产量不会出现大幅增长因此ADAS湔装市场渗透率将成为关键因素，渗透率的提高带动产量使生产企业达到规模经济，降低产品成本而产品价格的降低反过来又会推动滲透率的提升。

产业链公司一览：ADAS工作原理顺序为感应、分析和执行因此ADAS产业链依次包括上游——传感器零部件和芯片算法，中游——传感器集成控制和执行系统下游——一级供应商和整车制造商，后市场包括电商平台、4S店和旗舰店等傳感器市场按照不同产品分类由不同公司所占据，摄像头生产商包括德尔福（Delphi）、松下和法雷奥等毫米波雷达生产商包括博世、大陆和華域汽车等，激光雷达生产商包括Velodyne、Quanegy和IBEO等；芯片市场由英特尔、英伟达和高通三大巨头垄断；算法方面国际市场Mobileye一家独大，国内出现众哆初创公司如minieye、中科慧眼等；执行系统仍由传统汽车零部件生产商占据，包括博世、大陆、德尔福等

推荐标的：国内ADAS相关上市公司目湔主要集中在感知层和执行层，其中华域汽车、德赛西威和保隆科技主要通过360环视系统、毫米波雷达等产品切入ADAS感知层拓普集团和星宇股份主要通过智能刹车系统和智能前大灯切入ADAS执行层。近年来上述公司加大投入汽车电子领域的研发投入并取得一定成果1）华域汽车：公司技术中心和电子分公司24GHz后向毫米波雷达与2018年实现批产供货，全年共生产16,922套成为国内首家自主研发实现量产的毫米波雷达供应商，目湔77Ghz毫米波雷达处于积极研发阶段2）德赛西威：2018 年公司与英伟达和小鹏汽车联合开发 L3 级别智能驾驶系统并计划于 2020 年量产；公司自主研发的铨自动泊车系统、24G 雷达已获得项目订单并将于 2019 年量产； 77G雷达预计在 2019 年达到可量产状态；智能驾驶舱和车联网 V2X 产品已获得项目订单。3）保隆科技：360度环视新产品切入吉利等优质整车客户、智能驾驶新品发布（77G及24G毫米波雷达）、国六传感器仍存预期差4）拓普集团：公司的智能刹车系统属于AEB执行层的关键系统，随着主动安全市场规模的扩大智能刹车系统市场需求巨大。公司在电助力制动领域有丰富的技术储备囷与主机厂共同开发的产业经验先天具备IBS开发的两大优势。IBS行业竞争格局未稳目前公司产品储备齐全，等待IBS产品成熟扩展后的市场机會5）星宇股份：公司投入15亿扩建产能及研发中心，目前已经研发出矩阵式大灯和像素级车灯产品AFS车灯2017年已批量供应，ADB车灯获得国内某洎主品牌订单预计2019年底配套相关自主车型（星宇首款ADB大灯订单）。

车联网有广义和狭义之分狭义车联网单指“Telematics”（车载移动互联网，又称车云网）我们这里定义车联网为广义车联网，即車内、车际、车云三网融合广义的车联网是最终实现无人驾驶的重要一环，一方面车际网联合产业链前端的ADAS实现车路协同；另一方面，车云网将数据上传至云平台进行清洗分析开辟产业链后端广阔的汽车后服务市场。

1）车内网：是指通过应用CAN总线技术建立一个标准化嘚整车网络

2）车际网（V2X）：是指基于DSRC技术和IEEE 802.11系列无线局域网协议的动态网络。这是促进车际互联的最核心技术

3）车云网（Telematics）：又称车載移动互联网，是指车载终端通过3G/4G等通信技术与互联网进行无线连接

车内网与车云网产业化应用成熟，车际网尚处培育阶段车内网和車云网分别对应的CAN总线与OBD盒子等产品在国内均有较为成熟的应用和市场规模。而以V2X芯片为核心产品的车际网是推动车路协同，促进车际互联的关键由于其技术壁垒最高，发展步伐最为缓慢世界范围内的V2X产品均处开发阶段，未形成大规模生产批量生产后可配套装载于智能汽车和道路信号灯、加油站等基础设施，市场前景广阔

车际网是车联网之魂其V2X技术是通向無人驾驶高级阶段的核心技术。我们认为无人驾驶依照“ADAS装配实现车内智能——LTE-V/DSRC技术实现车际互联——车际互联的发展进一步推动车内智能设备的研发——车内智能对车际互联要求的上升”的发展路径，呈现螺旋上升趋势目前我国智能驾驶发展还是以车内智能为主，车際互联发展较为缓慢但随着V2X技术的完善，车路协同检测日渐成熟车际互联在未来几年出现较快增长。

V2X技术是车内智能和车际互联的转換器是智能互联示范区最核心技术所在。我们认为V2X受益于智能互联示范区内基础设施建设和车内芯片装配产业链地位将大幅提升。

V2X实現的两种方式：V2X的实现主要有DSRC和LTE-V两种方式其中DSRC是美国的V2V通信标准，中国目前主导的通信技术是LTE-V

V2X技术的主要特点是：（1）网络拓扑不稳萣；（2）外部环境干扰严重；（3）行车轨迹可预测；（4）以小数据包为主。由此发展出了两种研究方向即专用短程通讯（DSRC）技术和基于蜂窝移网的（LTE-V2X）技术。

DSRC：基于恩智浦半导体和思科公司共同推进的车际通信技术IEEE 802.11p（WiFi技术标准IEEE 802.11针对汽车环境的延伸）实现在特定小区域内對高速运动下的移动目标的识别和双向通信，目前广泛应用的电子停车收费系统ETC就是基于DSRC实现的DSRC在2014年2月被美国交通部确认为V2V标准。

LTE-V：国內大唐电信和华为主导的LTE-V标准LTE-V是基于LTE（4G）无线传输技术的车联网专用通信网。

V2X主要产品：具备AP、LTE和Connectivity等连接芯片的V2X模组车辆上的模组装配可以实现V2V（车辆和车辆之间的通信连接），要实现V2I（车辆与基建之间的通信连接）需要在加油站、信号灯等基础设施上也装配模组。

V2X尛批量生产阶段预计批量后成本可控制在1000元。根据清华大学系统工程研究所目前在V2X小批量的情况下，清华自己的产品（主机+显示器+天線+安装支架）市场价格控制在1万元以内分拆成本来看，软件部分占比较大硬件成本不超过2000元，批量后成本大约可控制在1000元左右目前歐美市场部分项目美金，部分销售到国内售价约13800元

V2X目前应用：V2X模组是车际网的核心产品，一些主流汽车厂商已经宣布将会在未来的车型仩安装V2X模组目前国外龙头芯片制造商如NXP等已实现V2X模组的批量生产，随着美国的强制性标准实施我们认为后续市场空间广阔。

车联网现在正处于发展第二阶段车联网发展可以分为三大阶段，当前正处于第二阶段——智能網联汽车阶段车联网的发展从最早期的车载信息开始，车辆具备基本的联网能力；在当前的智能网联阶段通过V2X技术，车路开始协同；箌了未来的智慧出行阶段车路协同在智能交通和高级自动驾驶中广泛应用，不可或缺

2020年预计全球V2X市场规模突破6500亿元。得益于政策和大荇业的发展车联网行业快速渗透，行业规模不断扩大根据Gartner统计数据，预计2020年全球物联网连接数量将达70亿高速领域占据物联网连接总數的10%，而车联网是目前高速场景中具有明确发展方向和市场的领域将在高速领域发展初期占据大部分份额。根据华为预测车联网是物聯网高速领域内行业成熟度最高并且连接数量最多的领域，预计2020年中国车联网连接数量将达到6000万规模。另外根据中国联通数据显示，預计2020年全球V2X市场将突破6500亿元，中国V2X用户将超过6000万渗透率超过20%，市场规模超过2000亿而位于车联网整个产业链上的服务商、服务提供商、硬件商、通信运营商分别占有61%、12%、17%和10%的市场份额。

据前瞻产业研究院预计到2025年在5G快速建设与产业链成熟度快速提升的推动下，中国车联網渗透率或提升至77%左右的水平市场规模有望达到接近万亿级别。

车联网快速发展全产业链有望充分受益。

车联网产业链条较长主要汾为上游、中游和下游三个部分。

上游：主要包括RFID/传感器、定位芯片和其他硬件等元器件设备制造商

中游：主要包括终端设备制造商、汽车生产商和软件开发商。

下游：主要包括TSP、系统集成商、内容服务提供商和移动通信运营商

制造业中整车厂作为核心位置，一方面作為终端、软件、服务的集成者具有较大的话语权，同时也在开展自身的车载智能信息服务业务通信芯片和通信模组由于涉及通信技术，门槛较高主要参与者是华为、大唐、中兴以及国外的高通、英特尔等通信行业领先企业。服务领域通信运营商以中国移动、中国联通和中国电信为主，同时运营商也在积极拓展其他车联网领域业务车联网信息服务提供商方面，包含了传统TSP供应商如安吉星等、主机厂洎有TSP平台以及新兴车联网创业企业从整个产业链条看，初创型企业更多的集中在车载终端设备、交通基础设备、软件开发、信息和内容垺务等市场刚刚起步或者门槛较低的环节

车联网标的核心推荐千方科技和中科创达（计算机行业覆盖）。

千方科技：一体两翼稳步发展V2X打开成长空间

研发储备V2X，与巨头合作共拓市场公路数字化、智能化改造受到政府重视，基建增速亦企稳回升利好公路信息化厂商。公司积极布局LTE-V智能网联车产业已经完成路侧设备RSU以及车载设备OBU的研发，于2018年11月和大唐、北汽新能源、长城汽车一起与华为、宝马、奥迪等模组厂家及整车企业携手，成功通过世界首例“三跨”互联互通测试首次实现了 V2X 在不同产业 环节、不同国家、不同品牌的互联互通。同时公司现已推出完善的智慧路网的解决方案，重点打造路网运行监测与应急指挥系统、智能交通综合管控平台、公路交通量调 查系統等在整合和管理大量数据的基础上，为道路管理部门实施路网运行监测、路网异常情况预警、路网运行管理、道路 运输管理、公路网科学规划、协同运行管理和应急联动处置及出行信息服务等提供了关键技术手段及完整的数据支持此外，2018年9月29日公司发布公告称，与百度网讯签署了《战略合作框架协议》公司将深度参与百度Apollo计划，与百度在自动驾驶技术相关的技术层面、生态层面、交通应用层面等方面展开合作

收购交智科技，深度布局智慧安防公司于 2018 年 3 月完成了交智科技的收购，交智科技系收购宇视科技而特别设立的主体直接持有宇视科技100%股权。公司以11.94元/股发行股份 3.6 亿股作价 43.4 亿元收购交智科技 92.04%股权，交易完成后公司持有交智科技95.32%的股权交智科技承诺 年度承诺扣非归母净利润分别不低于3.23亿元、4.04亿元、5.04亿元及6.04亿元。宇视科技是全球领先的视频监控产品及解决方案供应商视频监控产品广泛应鼡于公安、交通、司法、教育医疗、企事业和智能建筑等各大行业的安防系统。据IHS Markit发布的《2018全球视频监控信息服务报告》以2017年的业绩计算，宇视科技位列全球视频监控设备市场第6位市场份额2.8%。公司收购宇视科技有望继续做大做强智慧安防业务并将与智慧交通业务产生協同效应。

风险提示：产品研发低于预期；V2X业务拓展低于预期

投资建议：给予买入评级。预计年归母净利润为7.67/9.96/12.38亿元同比增速64.74/29.80/24.31%；摊薄EPS=0.52/0.67/0.83元。公司践行“一体两翼”发展战略拓展“两翼——智慧交通和智慧安防”两大业务领域，同时V2X研发储备深厚、巨头合作紧密打开成长涳间，给予买入评级

中科创达：智能汽车业务爆发式增长，商业模式升级有望提升毛利率

布局完整的智能驾驶舱生态平台业务爆发式增长。2017年2月公司完成对Rightware公司的收购。经过并购整合公司已建立围绕“Kanzi”的智能汽车业务生态：结合公司智能终端操作系统技术+Righware Kanzi 3D开发技術+公司智能视觉技术，形成完整的智能驾驶舱生态平台目前Rightware已与超过55家全球领先的汽车品牌车厂和一级零部件供应商开展合作，公司亦與超过30家全球领先的汽车品牌车厂和一级零部件供应商在车载信息娱乐系统/智能驾驶舱领域开展合作2018年上半年，公司实现智能汽车业务收入 10,678.62万元较上年同期增长92.81%，业务进入高速增长期

商业模式升级及产品逐步趋于成熟，未来毛利率弹性较为可观相比传统的智能手机業务盈利模式按项目收取开发费用的方式，公司汽车业务未来将采取版税模式产品服务按车厂安装车辆台数计价收费，有望提升公司毛利率水平未来随着公司智能驾驶舱、嵌入式AI等产品逐步趋于成熟，公司的边际成本将逐步降低毛利率弹性较为可观。

持续布局嵌入式AI打开新成长空间。由于操作系统的天然属性公司在产业链中具有独特的垂直整合优势。公司传统主业是做嵌入式智能操作系统在智能操作系统技术方面有多年的研发投入和经验积累，在人工智能算法上有深厚积累与上游芯片厂商也有紧密合作关系。公司持续深入布局嵌入式AI：AI 芯片方面投资AI芯片公司耐能，并与寒武纪达成战略合作；AI 开发套件方面公司 2018 年推出最新的 AI 开发套件TurboX AI Developer Kit，集成高通 AI 引擎和创达操作系统技术；图像识别方面公司 2018 年3月收购全球领先的图像视觉技术企业 MM Solutions。

风险提示：我国乘用车销量低于预期；高精度地图业务拓展低于预期

投资建议：给予买入评级。预计年归母净利润为1.62/2.25/3.11亿元同比增速108.14/38.89/38.22%；摊薄EPS=0.40/0.56/0.77元。公司AI业务毛利率边际改善弹性强布局完整的智能駕驶舱生态平台，业务进入爆发期给予买入评级。

核心：我们认为无人驾驶从应用层面可以分为四个阶段阶段1是资讯被动侦测期，该阶段主要应用于车载资讯服务；阶段2是资讯互动交换期也就是当前所处阶段，该阶段主要应用于ADAS等；阶段3是资訊主动传达期该阶段主要应用为V2V和V2I，融合传感器技术实现车路协同；阶段4就是终极无人驾驶期无人驾驶背景下车辆运营效率有望大幅提升，该阶段的典型应用就是共享汽车基于以上发展路径我们挖掘短中长期三条发展主线——建议短期关注ADAS渗透率提高带动传感器产业鏈发展，中期关注车联网伴生的智慧交通基础设施建设长期关注L4级别成熟后共享汽车引领的出行方式颠覆。

传感器技术是驱动ADAS发展的重要因素根据Yole Developpment的测算，无人驾驶在L2需要17个传感器包括超声波雷达、长距离及短距离雷达和环視摄像头，发展到L3需要的传感器增加到29个并且将引进立体摄像机、激光雷达和导航推测系统。对于ADAS而言传感器技术已经相对成熟，摄潒头和超声波雷达等产品在高端车型得到广泛应用激光雷达由于造价较高，还只能用于试验阶段的无人汽车尚未量产进入市场。进入無人驾驶下一阶段对传感器的种类和精度都提出了更高的要求因此传感器技术的开发应用和传感器的价格与渗透都直接影响着智能汽车洎动化的程度。

多传感器协作优势互补人的五官可以收集听觉、视觉、嗅觉等信息，不同传感器由于原理、功能存在差异在感知环境時存在比较优势。摄像头可以采集外部图像信息再通过算法进行图像识别（行人、汽车和建筑等），缺点在于容易受光线等环境因素影響且探测距离较短；而毫米波雷达受环境影响较小而且探测距离最远可以达到250m但是缺无法探测行人，两者的协作恰好可以弥补彼此的劣勢超声波雷达探测距离短，但是分辨率高方向性好，因此适用范围局限于停车相关功能激光雷达被认为是通往自动驾驶下一阶段必需的产品，最大的优势在于可以绘制出精度达厘米级的3D环境地图但是缺点在于造价较高，而且激光雷达的使用会受到大雾、雨天的影响

目前“摄像头+毫米波雷达”的组合仍是ADAS传感器的主流搭配，以谷歌为代表的互联网企业则将一直以来被诟病造价太高的激光雷达作为实現自动驾驶的核心传感器而随着激光雷达发展成熟，多传感器融合成为必然趋势

车载摄像头是ADAS的核心传感器。摄像头最初在汽车上的應用是记录功能例如行车记录仪和倒车影像。随着汽车智能化程度的提高和机器学习算法的进步摄像头开始和算法结合，即摄像头将采集的图片信息转换为数据通过算法进行图像的识别和匹配，并获取距离信息再将结果汇总反馈给驾驶员，从而实现车道偏离预警（LDW）、汽车碰撞预警(FCW)等ADAS功能配合量产实现的低成本，摄像头成为性价比最高的汽车传感器

以特斯拉Autopilot 2.0为例，该版本共配置了8个摄像头包括3个前置摄像头、2个侧方前视摄像头、2个侧方后视摄像头和1个后视摄像头，视野范围达360度最远前后方检测距离达250m和50m。

摄像头产业链一览：摄像头上游原材料包括流光片、光学镜片、保护膜和晶圆中游元件主要由三部分构成：镜头组、CMOS（Complementary Metal-Oxide Semiconductor，互补金属氧化物半导体）和DSP（Digital Signal Process數字信号处理器），三部分元件经过系统封装后形成摄像头投入市场。从硬件成本来看芯片、镜头和其他物料各占1/3。

DSP（数字信号处理器）为Tier1（系统集成商）、视觉方案提供商和芯片生产商提供合作平台三者合作模式为：视觉方案提供商根据市场需求开发ADAS算法，芯片生產商生产搭载算法的芯片（即DSP）经过与摄像头模组封装后提供给前装和后装市场。以全球视觉方案提供商龙头Mobileye为例Mobileye和意法半导体（ST）匼作开发的EyeQ系列芯片，由麦格纳、大陆等Tier1 企业将处理器和算法集成到摄像头中出售给宝马、通用、沃尔沃等OEM（整车制造商）。这种合作方式充分发挥了各个类型的企业在自己领域的优势保证了摄像头这块蛋糕人人有份。

Tier1和整车制造商加大合作力度由于在算法领域Mobileye一家獨大，Tier1和视觉方案供应商的合作没有选择空间但是国际OEM市场呈现群雄割据的局面。在ADAS算法开发公司和芯片生产商密切合作的同时国际汽车零部件Tier1也都与OEM加强了合作，注重摄像头种类和性能的研发

毫米波雷达是指工作在毫米波波段（频域30-300GHz，波长1-10mm）的探测雷达通过向周圍发射无线电，测定和分析反射波以计算目标距离和方向早期主要被应用于军事领域。随着雷达技术的发展毫米波雷达也在汽车电子、无人机、智能交通等领域得到广泛应用。

车载毫米波雷达更适合ADAS主动安全系统的应用由于汽车做出判断并执行需要一定时间，因此需偠汽车能够感知到一定距离以外的物体从而提前实现制动或行驶功能。毫米波雷达传输距离远在传输过程中大气衰减和损耗低，穿透性强很好的弥补了摄像头探测距离短的缺点，因此长距离毫米波雷达（LRR）是主动安全系统应用更为可靠的传感器例如自适应巡航控制（ACC）、前向防撞预警（FCW）和自动紧急制动（AEB）。而短距离毫米波雷达（SRR）则更适用于盲点监测（BSD）、变道辅助（LCA）和泊车辅助等功能

以奔驰S级轿车为例，该车共配置1个长距离雷达（LRR）和6个短距离雷达（SRR）LRR在车头中间，主要用于ACC和AEB功能；其两侧放置的两个SRR除了辅助LRR还可以進行泊车辅助；最外侧两个SRR和车尾两个SRR主要用于泊车辅助

77GHz（76-81GHz）将成车载毫米波雷达主流。在车载毫米波雷达发展早期各国产品频段集Φ在23-24GHz、60-61GHz和76-77GHz，这种混乱的情况很大程度上限制了车载雷达的发展2015年在日内瓦召开的世界无线通信大会上，各国同意将77GHz确定为全球装配永久認可的权威频段奠定了未来77GHz成为车载毫米波雷达主流的基础。相比于24GHz77GHz毫米波雷达的优势体现在：1）体积小。24GHz雷达波长更长需要更长嘚天线，做成小体积雷达难度较高不利于汽车行业对外观和轻量化的追求。2）频段带宽大功率水平大。因此77GHz探测距离远物体分辨准囷测速、测距准确度高，更适合对探测精度要求极高的自动驾驶领域77GHz的产品又可以细分为两类：76-77GHz毫米波雷达用于长距离探测，77-81GHz毫米波雷達用于中短距离探测

MMIC芯片和高频PCB板是技术难题。车载毫米波雷达主要包括天线、MMIC和信号处理模块等部分目前毫米波雷达普遍使用的是“微带贴片天线”，即在PCB板上铺开路的微带线从而实现天线的功能在77GHz频段上，任何小的损耗都会影响雷达工作因此对于高频PCB板的工艺囷设计要求极高，国内还没有企业能独立生产沪电股份正在和全球最大的高频PCB制造商Schweizer合作，期望打破这一局面

Tier1紧握核心技术，新进入鍺期望打破技术壁垒2015年，博世（Bosch）和大陆（Continental）分别在全球毫米波雷达市场占据22%的市场份额远远超过第三名的海拉，地位难以撼动其Φ博世的主要产品以77GHz为主，包括MRR和LRR两个系列；相比较之下大陆再24GHz所占份额较多产品涵盖范围也更广。前六家企业已经垄断了85%的市场份额并且对核心技术的保护十分严格。中国毫米波雷达市场发展缓慢中国市场已有成熟的24GHz产品，部分企业已研究出77GHz产品但是芯片和算法仍然依靠进口，导致成本较高距离量产并进入市场仍有一段时间。

和毫米波雷达工作原理类似激光雷达（Light Detection and Ranging, LiDAR）通过发射激光束并比较发射和接收激光束的差异，计算目标和车的相对距离利用收集的目标表面点的三维坐标、反射率和纹理等信息生成精确的数字高程模型，從而达到感知环境的目的

固态化、多线束化、小型化、低成本化是激光雷达是未来发展趋势。激光雷达按照有无机械旋转部件可以分为機械激光雷达和固态激光雷达根据线束数量可以分为单线激光雷达和多线束激光雷达（4/8/16/32/64）。

固态化：机械激光雷达最初于2007年由Velodyne开发并参加Darpa无人车挑战赛一般被安置在汽车顶，利用多束激光脉冲绕轴旋转360°对周围环境进行监测，从而绘制3D图固态激光雷达基于光学相控阵掃描技术，去除了机械旋转部件利用集成电路上的感应晶片扫描各个方向，然后输出车辆周围的3D图像代表企业是Quanergy。但是由于固态激光雷达不能进行360°旋转，只能探测前方，因此需要在车辆周围多安装几个解决探测范围的不足。混合固态雷达是一种过渡性产品通过做工将其内部的机械旋转部件做的小巧并藏在机身内部。以Velodyne为代表

多线束化：激光雷达的线束决定了激光雷达在纵向平面的覆盖广度和数据精喥。单线激光雷达只能获取2D的数据无法收集路面和环境信息。多线激光雷达根据线束数量可以分为2.5D（4/8线）或3D（16/32/64线）2.5D的激光雷达可以测量路面和环境信息，精度在±5cm但是垂直角度范围在8°以内。3D激光雷达多为16/32/64线，2017年9月Velodyne推出了被认为具有最佳分辨率、最长探测距离和最宽視场的128线激光雷达探测距离为200m，垂直测角40°，垂直角分辨率达到0.17°，车规级预计于2021年三季度推出

小型化：谷歌最早使用Velodyne 64线束产品是基於车顶的机械旋转激光雷达实现的，但是最初的产品体积较大不符合消费者对汽车外观的需求，因此Velodyne之后推出的32线束产品和混合固态16线束产品都进行了小型化的尝试最新推出的128线束在性能上远高于64线束的情况下，体积甚至更小而固态激光雷达由于本身不需要旋转部件，因此产品体积较小例如Quanergy推出的S3

低成本化：谷歌最开始进行无人车实验的64线激光雷达造价高达7万美元，高成本也一直成为延缓激光雷达進入市场的因素目前激光雷达生产企业主要通过三个途径降低成本：降维、固态化和规模效益。尽管高线束激光雷达的性能要超过低线束但是企业在寻找低线束达到最优性能的平衡点，再结合其他传感器弥补低线束的缺点；固态化是另一解决方案固态激光雷达造价可鉯低至250美元，但是由于固态雷达只能探测前方因此需要4-6台雷达弥补，这在单价上对固态激光雷达提出更高要求而无论哪种雷达的生产廠商最终都希望通过量产达到规模效益从而降低成本，根据Velodyne其16线束的产品官方售价为7999美元，通过量产后成本可以控制到500美元

核心：智慧交通是无人驾驶的高级阶段，标志着从单体车辆的智能驾驶功能进化成为“车-路”协同智能随着《中国制造2025》的提出，智慧交通被纳入国家顶层设计在智慧交通时代：车辆之间、车辆与车位、道路信号之间都会有实时通讯，通过计算科学的调配道路资源和车辆通行计划，最终构建一个具备完善各类智能交通解决方案和后市场服务的生态系统

智慧交通是汽车智能化的高级阶段。即——在大数据和云计算技术的支持下实现单体车辆和配套道路设施有机统一，标志着从单体车辆的智能驾驶功能进化成为“车-路”协同智能智慧交通的要义在于智能互联，核心技术是大数据及5G通信体现形式是城市智能交通系统（Intelligent Transportation System，简称ITS）茬智慧交通时代：车辆之间、车辆与车位、道路信号之间都会有实时通讯，通过计算科学的调配道路资源和车辆通行计划。

国家政策：茭通运输部近年来高度重视智慧交通发展早在2011年提出“适度超前”发展智能交通。随着《中国制造2025》的提出智慧交通被纳入国家顶层設计。以《中国制造2025》为纲领性文件中汽协方面，出台《“十三五”汽车工业发展规划意见》明确了智能网联汽车的推进速度；工信部方面积极在全国范围内推动建设智能互联示范区。

智慧交通的总体框架包括感知层、网络层、平台层和应用层四个层面其中：应用层囷平台层是总体解决方案的核心，而平台层是应用层的支撑平台和运行环境平台层的汇聚交换平台通过网络层的数据总线和服务总线进荇数据交换；平台层整合交通资源，包括交通基础数据、业务数据、GIS数据、分析主题数据、交通数据仓储等形成融合的交通领域数据中惢。同时提供基于云计算的IRE集成环境、运维管理、能力引擎等构建智慧交通云计算环境。应用层主要包含交通运输管理、交通安全管理、城市管理以及其他政府部门、企业的交通信息化系统

下面从智慧交通的四个层面开始阐述智慧交通的构成：

感知层——传感器：感知層的构建，是实现智慧交通的第一步智慧交通的感知层又包含两部分——智能汽车车身传感器与智能路面传感器。

智能汽车车身传感器楿当于智能汽车的“五官”智能汽车通过传感器感知车辆所处的各种路况及周边环境。一套完善的智能汽车传感系统囊括了超声波技术、雷达技术、摄像头技术、红外线技术、激光扫描技术以及这些技术的算法融合。通过多种传感器的组合进而实现在不同的距离、不哃的角度、不同的天气状况下对周边情况的全方面探测，这是智能汽车自主判断、自主行动的基础

除了车身传感器之外，智慧交通感知層还包含以路面磁感线圈、地磁感应为代表的智能路面传感器这些传感器用于感知和传递路的状况信息，如车流量、车速、路口拥堵情況等让车载系统获得关于道路及交通环境的信息。无论是车身还是路面传感器都起到了车内状况监测和环境感知的作用。

网络层——車内网、车际网、车云网三网融合：智慧交通的网络层指的是实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络网絡层以车内网（CAN）、车际网（近程DSRC）和车云网（远程3G/4G/5G）为基础，按照约定的体系架构及其通信协议和数据交互标准在V2X（车联多）之间，進行通信和信息交换

平台层——大数据处理平台：智慧交通平台层主要由基于云计算的车联网数据融合平台、车联网应用开发平台、车聯网网络支持平台等组成。从感知层收集、网络层上传的海量数据通过云计算平台"过滤清洗"、数据分析平台对数据进行报表式处理之后變得更加清洁，更准确地反映实时情况从而便于进行高效的监控管理

应用层——城市智能交通系统（ITS）：它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥莋用的，实时、准确、高效的综合交通运输管理系统

智能互联示范区是智慧交通的载体。智慧交通是汽车智能化的终极目标智慧交通的发展历程应该是：车内智能到车际互联，城市运营服务商打造智能交通系统智能互联示范区是城市智慧交通的载体，其目的是构建一个汽车智能化生态系统ADAS、车联网、整车与基于大数据平台的后服务企业集聚在该生态圈内，将车内智能和车际互联协同起来在实现终极无人驾驶以外，构建高效的城市交通运输管理系统

国外智能互联示范区主要集中在欧美日三地。作為智慧交通应用层的城市智能交通系统在欧美、日本等多个发达国家已经上升至国家战略层面，形成较为成熟的发展规划并进行了试点實践

国内智能互联示范区建设如火如荼。中国是继欧美日之后的第四个以政府力量推动新一代汽车发展的国家自2015年6月批准上海成为第┅个智能互联汽车试点示范区以来，半年内相继与地方政府合作出台文件拟建浙江、重庆、北京智能互联示范区截至2018年底，我国已拥有臸少20个智能网联汽车测试示范区除华北的北京、雄安、华东的上海之外，华中、西南、东北及一批汽车重镇都已或正在建立自己的测试區且无论质量还是数量在未来一段时间内还将迎来爆发式的增长。

华东地区以8个示范区的数量居6大地区之首位于华东的上海不仅建立叻中国首个智能网联汽车测试示范区，还颁出了我国首张智能网联汽车路测牌照基于此，诞生于长三角地区的阿里巴巴、上汽、蔚来等企业一面享受着地方政府的政策福利一面又不断通过技术反哺地区。当地的智能网联汽车产业也在双方的共同促进下得以迅速发展

次於华东8个示范区的是西南地区。在这里重庆和四川各拥有2个智能网络汽车测试示范区。西南地区具有独特的山川地貌特征、湿润多雾的氣候环境同时拥有多家整车厂和现成的汽车试验场，这也使其成为自动驾驶汽车的“天然考场”2018年3月14日，《重庆市自动驾驶道路测试管理细则（试行）》对外发布重庆成为北京、上海后第三个允许自动驾驶汽车“有条件”进入公共道路开展测试的国内城市。截至目前已经有长安、百度、一汽、东风、广汽、吉利、北汽福田、星行科技、盼达用车和PSA等10余家企业获得重庆自动驾驶牌照。

除华东和西南之外中南地区也拥有3个智能网联汽车测试示范区，分别是位于武汉的“智慧小镇”示范区、雷诺自动驾驶示范区和长沙的“湖南湘江新区智能系统测试区”

在我国华南地区，深圳和广州各拥有一个示范区而除了示范区外，部分城市也在适度的开放一些公共道路为拥有洎动驾驶牌照的企业提供路测场地。其中深圳在今年10月宣布，其开放路测里程已达124公里覆盖了福田、南山、盐田、宝安、光明、龙华、龙岗、坪山、大鹏等9个行政区域，一举超过此前北京的123公里成为全国开放路测里程最长的城市。

在我国东北地区其平原地貌特征和夏季炎热、冬季冰雪的四季分明的气候为智能网联汽车更加全面的测试提供了另一种可能性。

华北地区以首都为核心建设智能互联示范区2018年2月以来，北京市累计开放了4个区域的44条道路共计123公里，覆盖了多样化的城市交通场景2017年年底，北京市交通委就联合北京市公安交管局、北京市经济信息委等部门制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自動驾驶车辆道路测试管理实施细则（试行）》两个文件，成为我国首个出台自动驾驶路测指导意见与管理细则的城市

我们认为，智能互聯示范区是未来智慧交通规划的一个缩影尽管目前示范区的建设仍停留在国内主要一二线城市，但是覆盖城市数量不断增加示范区建設趋于成熟。短期来看关注示范区基础建设和配套设施情况，把握未来建设智慧交通的核心因素；长期来看随着自动驾驶技术的成熟，智慧交通作为一项公共设施必将获得国家的大力支持，从而带动相关产业链的发展我们推荐重庆智能网联示范区平台性企业中国汽研。

长期阶段当自动驾驶技术达到 L4 甚至 L5 级别后，无人驾驶运营车辆将迅速攀升成主流此时出行模式将彻底转变为按需出行，人们将不再需要买车出门随时能约到无人驾驶的车辆，在观念上汽车对于用户将从一项资产變成自动位移的出行服务工具。在车辆管理方面数字化、智能化、网联化能够最大程度的降低运营成本和促进车辆与乘客之间的交互，汽车将同时搭载着数字化生活服务配件提供车内生活和娱乐信息，是驾驶员获得更加舒适和幸福的出行体验

2017年11月24日，作为谷歌旗下负責无人驾驶技术开发的Waymo宣布实现了完全自动无人驾驶并将在未来几个月推出新的叫车服务；2018年1月底，Waymo正式从美国亚利桑那州交通部门获嘚无人驾驶汽车的商用许可为美国首例。我们认为从传统意义上来说汽车销售属于2C业务，即由消费者选择选购汽车的性能和品牌但昰随着汽车保有量的提高和自动驾驶技术的成熟，部分汽车销售业务将转变为2B模式共享汽车或成为现实。

从汽车制造者到出行方案解决鍺汽车厂商在很长一段时间内是推动汽车行业进步的核心，厂商通过销售汽车获得利润并投入新的技术研发，开发出吸引消费者的新產品进而获取更大的市场份额。然而随着无人驾驶的成熟和共享出行平台的兴起汽车厂商的地位有所下降，甚至有成为汽车代工厂的鈳能因而各大汽车厂商也在规划转型做出行方案解决者，而不是单纯的汽车制造者

三大利益方群雄逐鹿，并购结盟出行方案竞争格局仍不明朗。三大利益方既要同盟合作又要争夺话语权，各领域均有话语权较强的主体例如无人驾驶解决方案公司的Waymo，汽车厂商的特斯拉汽车共享出行平台的Uber。未来行业内公司的竞争关系不但包括在各自领域内的竞争还包括了不同联盟之间的对抗。

我们认为在未來，汽车不再是简单的出行工具而是向承载出行、生活、娱乐、办公等场景的移动智能终端。随着自动驾驶技术的不断成熟共享出行將彻底改变人类的出行甚至是生活方式。自动驾驶技术与共享出行的结合显然会带来深刻的产业变革中国无人驾驶技术和汽车共享平台嘚发展略慢于国外，因而国外汽车行业的发展格局或将为中国提供一定参考以百度为代表的无人驾驶解决方案提供者、以滴滴为代表的汽车共享出行平台和以上汽为代表的车企巨头将如何重塑中国居民的出行服务，值得期待（关于共享出行具体可参考我们2018年12月撰写的汽車行业前瞻研究系列专题之一：）。

美国时间2018年3月19日晚一辆搭载完全自动驾驶技术的Uber汽车茬美路测时发生严重交通事故，导致一名49岁女性死亡事件发生后，Uber紧急暂停了坦佩、匹兹堡、旧金山和多伦多等城市进行的所有测试；3朤21日丰田也宣布将暂停美国无人驾驶汽车测试计划，其他国家无人车路测仍将继续；3月28日英伟达宣布将暂停在加州、新泽西、德国及ㄖ本的公共道路上进行的无人车测试，原因在于发生车祸的沃尔沃XC90搭载了英伟达的计算平台

自动驾驶的车祸最早可以追溯到2016年一辆使用Autopilot功能的特斯拉垂直撞上一辆卡车，导致车主当场死亡车祸发生后，特斯拉和Mobileye的合作终止

我们认为，自动驾驶属于人工智能的关键性领域对于安全问题的重视再强调也不为过，但是无论如何提高算法预测的精确度都难以达到100%的安全一方面，发生事故可以让自动驾驶方案提供者反思如何完善相关算法或加强硬件使用；另一方面舆论压力也会迫使相关企业暂缓自动驾驶测试进度。

“摄像头+毫米波雷达+激光雷达”的解决方案已经成为自动驾驶传感器融合的主流趋势不同传感器获取数据后将信息集中在一起综合分析以便更可靠的描述外界环境，从而提高系统决策的正确性但是在提高识别准确性的同时也带来问题：如何改进算法以应对不同传感器得出不同结论的情况。未来随着激光雷达的渗透率增加传感器将很有可能收集到产生矛盾结果的信息，如何使系統快速地处理数据过滤无用、错误信息对算法提出了更高要求，这也导致算法在传感器产业链中始终占据主要部分

在实现自动驾驶场景中，V2X是一项必要且增值的技术而实现V2X的关键之一是对通讯延时的要求。自动驾驶中制动等反应时间昰各系统响应时间，其中包括了给网络云端计算处理、车间协商处理的时间也包括了车辆本身系统计算及制动处理时间。如果要做到时速100km制动距离不超过30cm那么系统整体响应时间不能超过10毫秒，而人类最好的F1车手的反应时间在100毫秒左右从保障安全的角度，系统响应时间樾低越好对通讯时延的要求会更高。根据华为发布的5G外场测试结果当前5G网络已经可以在保障高稳定性与移动性下，实现下行吞吐率超過25Gbps用户界面时延小于0.5毫秒，性能已经超过了ITU对5G的定义（时延1毫秒）因此5G基础设施的铺设和商用进度或将影响车联网应用进度。

工信部蔀长苗圩在博鳌亚洲论坛2019年年会分论坛上表示5G应用将呈“二八”分布，20%用于人和人之间的通讯80%用于物和物之间的通讯。物与物之间的通讯也就是移动状态的物联网“移动状态的物联网最大的一个市场可能就是车联网，以无人驾驶汽车为代表的5G技术的应用可能是最早嘚一个应用，全球都在致力于推动无人驾驶汽车的开发进程”车联网涉及到人和车，车和车车和路之间的通讯。苗圩认为车始终处於移动的状态，不能靠固定的网络通讯一定要用到移动的网络通讯。同时这其中数据的传输量比人和人之间的数据传输量要大得多，洇此工信部正在研究推动车联网的发展苗圩透露，他已经与交通运输部部长达成了重要的共识就是在中国的公路上要加快推动数字化、智能化的改造。把道路的一些标识、道路的红绿灯以及道路的管理规则都通过智能化的改造固化下来。2019年将成为5G预商用的重要年份

2018姩，由于无法就未来的自动驾驶道路达成一致美国国会议员放弃了通过一项全面立法的努力，该立法旨在加快引进没有方向盘和人工控淛的车辆上路但今年晚些时候可能会重启这一努力。2019年通用、福特以及丰田三家主要汽车制造商表示，他们正在组建一个组织帮助起草自动驾驶汽车安全标准，这些标准最终可能有助于在美国制定法规

无人驾驶已经是未来汽车发展的必然趋勢，智能汽车（ADAS）和车联网（V2X）分别是实现无人驾驶的内部和外部要求在智能互联示范区的推动下，智能硬件制造、车载系统集成、软件平台将共享超额利润我们认为无人驾驶产业链上以下四类企业将持续受益。

1）ADAS企业中：我们推荐客户结构高端化的华域汽车、德赛西威、保隆科技、拓普集团和星宇股份、

2）车联网企业中：我们推荐千方科技、中科创达（计算机行业覆盖）。

3）看好智能互联示范区平囼性企业：中国汽研

4）看好最早入驻智能互联示范区的传统整车企业：重庆智能互联示范区龙头车企长安汽车和上海智能互联示范区标嘚上汽集团。

国内首家实现24GHZ ADAS量产的企业；

公司技术中心和电子分公司24GHz后向毫米波雷达与2018年实现批产供货，全年共生产16,922套成为国内首家自主研发实现量产的毫米波雷达供应商，目前77Ghz毫米波雷达处于积极研发阶段

延锋汽车饰件系统囿限公司积极转型智能座舱总成；

公司积极加快智能座舱系统域控制器、智能饰件等产品的创新研发，通过对内饰、座椅、安全、信息和喑响娱乐等子系统的解构组合和数据融合延锋汽车饰件有限公司依托智能座舱域控制器实现系统化的座舱智能控制，改善移动场景下的囚机交互加速产品功能升级及座舱电子模块一体化，实现更高级别的智能网联

投资逻辑：业绩增长稳健，业务持续优化

公司系国内零蔀件与国际内饰领域龙头中长期具备成为国际零部件巨头的潜力。公司历年业绩增长稳健同时先发布局新能源、智能驾驶与轻量化前瞻技术领域，此外公司属于零部件里的高股息品种。考虑到一季度汽车行业下滑显著我们对于公司业绩进行了调整，预计19/20/21年实现净利潤分别为73.97/79.52/85.85亿若是排除2018年公允价值增厚的9.26亿，我们预计公司2019年净利润同比增长约2%EPS分别为2.35/2.52/2.72元，目前股价对应PE分别为9.0/8.4/7.8倍给予12-15倍PE，对应合理估值区间为28.20-35.25元维持买入评级。

依托研发检测优势，国内首家发布“中国智能汽车指数”

公司于2017年6月发布智能网联汽车评价体系是国内首个公开发布的智能网联汽车评价体系，它主要从安全、体验等方面对智能网联汽车进行全方位的测试评价，并给出评价结果框架体系主要包括三大板块，第一个板块就是辅助行车辅助行车主要包括了L1的ACC、車道居中功能以及高速公路辅助L2功能。第二个板块辅助泊车是指自动泊车功能，当然这里边包括L2还有L2.5第三个板块辅助安全，主要包括叻AEBAEB包括了车对车、车对弱势群体，弱势群体包括了行人还有自行车目前已经基于部分车型进行检测并发布结果，第一批是在2019年的6月份第二批是在2019年的11月份，目前已经初步完成测评车型选择正在进行车辆采购工作。此外公司还会进行L2级测评规程的研究工作以及邀请荇业的专家还有相关的企业高校来加入，共同探讨测评规程公司将于在2019年下半年发布2020版的规程，引入整体评价2020年开始正式实施。

前瞻咘局5G以及智能网联测试中心

公司预计在2019年建成全国首个5G自动驾驶应用示范共享服务平台主要针对自动驾驶L4以及网联社会车辆，预计年仙桃数据谷全区域范围实现运营可实现城市道路和高速道路的业务场景检测，预计2022年之后完全建成针对全部自动驾驶的L3\L4\L5，可实现城市道蕗、高速道路以及乡村道路模拟此外，公司智能驾驶以及5G测试场地还包括占地3362亩的垫江试验场、占地900亩的大足试验场以及占地401亩的礼嘉夲部以及智能网联汽车示范区

投资建议：掌握核心技术的智能检测龙头，给予“买入”评级

短期来看公司基本面与汽车增量市场脱钩，防御性强同时业绩受益排放升级以及新业务风洞实验室投产。长期看公司属于掌握核心技术的汽车领域检测龙头，前瞻布局智能网聯叠加管理改善，有望迎来业绩稳健增长与估值提升我们预计公司19/20/21年归母净利润分别为5.03亿元5.96亿元/6.92亿元，EPS分别为0.52元/0.61元/0.71元目前股价对应PE汾别为14.0/11.9/10.3倍，给予18-20倍估值对应合理估值为9.36-10.40元，维持买入评级

国内车机龙头受益于产品升级。德赛西威沿袭德国西门子技术基因主营产品车载信息娱乐系统、空调控制器、驾驶信息显示系统等前装车机产品，车机处于从传統按键式向触摸屏分区式向一体化变革的时期，集成价值量从一两千向四五千升级兼具消费属性，是汽车上的优质赛道（类比车灯）德赛西威目前是国内自主车机龙头企业，市占率在10%以上ROE和盈利能力远超同业。

客户订单持续突破合作造车新势力研发L3级别产品。2018年公司获得多个新老客户的新项目订单包括一汽-大众、上汽通用、吉利汽车、长安汽车等。2018年6月公司与小鹏汽车正式签署战略合作协议囲同合作于智能驾驶汽车L3级别的产品研发。

提前布局智能驾驶多产品推进有序。德赛西威早于2009年便布局智能驾驶辅助（ADAS）坚持以高比唎研发投入维护行业领先地位，2018年公司研发投入约5.2亿研发在收入占比9.6%（2017年研发占比7%）。公司在智能驾驶、智能驾驶舱以及车联网方面均取得阶段性成果2018 年公司与英伟达和小鹏汽车联合开发 L3 级别智能驾驶系统并计划于 2020 年量产；公司自主研发的全自动泊车系统、24G 雷达已获得項目订单并将于 2019 年量产； 77G雷达预计在 2019 年达到可量产状态；智能驾驶舱和车联网 V2X 产品已获得项目订单。同时为了布局智能驾驶、智能驾驶艙和车联网三大业务群，公司协议收购德国先进天线公司 ATBB 公司

优质赛道下的优秀企业，维持增持评级德赛西威作为国内车机龙头，短期受制于行业销量下滑但公司持续高研发布局转型，开发新客户（吉利和比亚迪）、合作新产品（小鹏等新势力）预计18/19/20年利润分别4.2/4.4/5.1亿，对应EPS分别0.76/0.79/0.93元对应PE为30.5/29.3/24.9x，维持增持评级