【研究报告内容摘要】
事件要点:据盖世汽车新闻,6月月1日早上,在台湾嘉义,一辆model3在高速公路上撞上了一辆侧翻的大货车。
摄像头识别失败+毫米波雷达信号被滤除导致autopilot未能正确执行本次model3撞上侧翻的大货车主要原因是车主在开启autopilot功能下嗑睡走神,摄像头未能成功识别,而毫米波雷达在算法融合机制上被滤除所致。摄像头未能成功识别,可能由于逆光下货车的白色箱体受阳光反射,影响了model3的摄像头识别;或又可能为训练数据不够完善,通常训练只识别车尾、车头、侧面等,工程师并没有想到过会需要识别侧翻的大货车箱体。此外,特斯拉采用的3v1r(3个摄像头+1个毫米波雷达)方案,为减少aeb功能的误触发,常用算法滤除毫米波雷达对静态物体的信号,仅用摄像头识别目标,导致毫米波雷达并未触发aeb功能执行操作。
单一类型传感器不能全场景适用,多传感器融合是主要发展趋势各传感器因其工作原理不同,所以适用场景也不同:1)摄像头因其成本低廉,可实现特征类符号的检测与识别,如车道线检测、交通标志识别等,但在恶劣天气或光线较差的环境下效果较差。2)毫米波雷达具有体积小、穿透力强且不受恶劣天气和光线环境影响等优势,可用于探测车距及前车速度,但其对金属敏感度较高。3)超声波雷达成本最低,但探测距离短。4)激光雷达效果最佳,可获取目标距离、方位、高度、速度甚至形状等参数,成本方案最高。本次撞车事件实则反应仅依赖单一类型传感器数据或引发行车安全问题,单一类型传感器受使用场景影响,数据采集易缺失,多传感器融合方案是未来主要发展趋势。
e/e架构仍需持续升级,硬件+软件升级是核心需要说明的是无论是执行或者不执行aeb功能,均为决策层的一种输出指令。若采用分布式架构,无论是摄像头还是毫米波雷达分别作为某功能的感知层,均会因传感器在某些场景下不适用,导致其执行误操作。
因此急需硬件升级,即由分布式架构向域控制/中央集中式架构发展,以保证数据共同由域控制器/中央计算平台处理,综合决策,统一协调整车各执行机构。而model3虽然采用的是中央计算平台,但本次并未实现数据统一处理决策。因此在软件方面的仍有较大提升空间,一方面完善训练数据库,另一方面算法融合机制上进一步优化,实现软件升级。
投资建议本次事故发生的本质实则为e/e架构仍未完善,特斯拉作为自动驾驶领域标杆企业,或在本次撞车影响下,加速推进e/e架构升级速度,特别是软硬件方面的升级速度。传统车企/新势力车企或因安全问题,进一步加大e/e架构研发投入,加快升级速度。e/e架构核心技术涉及芯片/计算平台、操作系统、软件架构、以太网、5g、云计算等,我们认为拥有某一项或多项核心技术优势的玩家或在此次大变革中成功切入智能网联汽车领域,并构建庞大的生态体系。传统汽车产业链中依靠产品升级、新业务拓展或绑定技术优势巨头带来单车价值量提升,从而在此次变革中把握先机。重点推荐】【德赛西威】(智能座舱+adas),受益标的【中科创达+四维图新+伯特利+星宇股份+科博达+均胜电子+】中国汽研】。
风险提示:疫情控制低于预期,乘用车需求复苏低于预期。