． 智慧電動汽車產業鏈調研報告發佈

來源：車雲網作者：許英博

未來十年的汽車「智慧」浪潮值得期待，汽車將由電控機械技術主導轉向電子、通信、軟體、材料、機械技術的深度融合，成為跨行業創新技術前導。

中信證券前瞻研究首席分析師，畢業於清華大學汽車工程系，2007年進入中信證券研究部，新財富金牌分析師。完整版詳見2016年8月12日發佈的《汽車的「智慧電動共享」未來》報告。

我們正處於「科技進步斜率」快速提升的時代。新技術及其引發的新商業模式層出不窮。資訊技術突飛猛進，在與傳統行業相結合的交叉領域快速碰撞，並推動諸多進步。電腦、手機、電視產品被重新定義，商業、教育等商業模式亦面對挑戰。即便是在傳統而厚重的汽車行業，也不難感受到變化。

特斯拉、Google等科技型公司湧入，加劇了傳統企業的危機感。未來10-20年，汽車產品及其產業鏈，將面臨巨大變化和挑戰。「智慧」將是汽車業最大的變化和機會來源。全球科技投資重心之一亦將由「智慧手機+行動網路」轉向「智慧電動汽車+車聯網」。

「小型、輕量、智慧、電動、共享」，將成為未來十年汽車業的核心關鍵詞。伴隨消費者逐漸成熟理性，以及能源、交通、安全等問題日益顯著，汽車最終將回歸智慧運輸的本質：「更輕便、更智慧、更安全」將是未來發展方向。

汽車產業，將逐漸由封閉走向開放，由機械電控技術主導轉向電子、通信、軟體、材料、機械技術的深度融合。汽車業將成為跨行業、多學科的創新技術前導，亦將因此激發更多商業模式創新。

我們預計，到2030年智慧電動車市場比重有望超50%。其中，新興汽車公司或佔半壁江山；未抓住變革機遇的傳統車企，可能淪為代工廠乃至退出市場。未來5年，ADAS及智慧駕駛、車聯網、車用晶片、帳號及操作系統等技術值得關注。

電動：降低造車門檻，開啓汽車智慧革命的序幕。電動車大幅精簡汽車結構和零件數量，核心動力總成（如電機、電池、甚至電控）均可以向第三方採購，因此動搖傳統車企的體系優勢和競爭力。

新興科技型車企快速湧現，並高舉「智慧化」賣點。到2018年前後，以電動車為載體的智慧汽車，可能再次改變消費者對汽車的認知。

電池仍佔當前電動車成本50%，未來，有助於提升電池性能和電動車效率的技術值得關注，如：三元正極材料、濕法隔膜、石墨烯導電溶劑、輕量化等。

智慧：未來汽車業主戰場從ADAS到無人駕駛。ADAS是智能汽車的重要落地，外資巨頭如博世、大陸等佔主導地位，中資公司差距相對較大。

我們預計，到2020年中國ADAS市場規模可達2000億。伴隨市場規模快速成長，中資公司可能在後裝ADAS和預警類ADAS領域尋求突破。

對於上市公司和中資創業公司而言，可能存在的機會在於：1）汽車晶片、2）電子制動機構、3）雷射雷達和毫米波雷達硬件和算法、4）基於攝影機和多傳感器融合的算法等。

車聯網：智慧的延伸和拓展，後裝車聯網快速發展倒逼前裝。前裝車聯網目前覆蓋的業務範圍相對有限，常見於導航和基本服務等，如通用安吉星等。

未來，前裝車聯網可能進一步延伸至V2V、V2X領域，成為ADAS系統在特殊場景下的感知機構的延伸。LET-V等標準值得關注。

後裝車聯網快速生長，產業鏈持續延伸，逐漸形成基於導航、娛樂的金融保險（UBI等）、二手車服務模式，亦應用於汽車貸款、汽車共享等領域。未來，後裝車聯網基於「人」的生活服務，有可能逐漸演變為以車載操作系統和O2O為載體的前裝業務。

共享：建立在汽車智慧基礎上的商業模式創新。車聯網是汽車共享的安全基石，未來無人駕駛可能徹底改變汽車共享業態。出行共享（有司機）快速發展，車輛跟蹤和派單算法影響客戶體驗，資本力量對商業模式和產業格局影響較大。

車輛共享（無司機）建立在車聯網定位/追蹤技術基礎上， C2C模式（如凹凸租車、PP租車等）初露端倪。

資本將發揮巨大作用。一級市場由此拉開又一輪科技投資熱潮；二級市場優勢公司有望憑借融資能力，和上市公司地位整合產業鏈，乃至形階段性閉環生態。

但也需要注意的是，未來汽車變革之路以10年為單位計，必然伴隨資本市場的週期波動和預期變化。Gartner曲線亦提示資本預期，與產業進步速度差異，可能導致的估值波動。對於佈局智能汽車等先進技術的企業而言，融資能力、現金流管理亦成為技術實力之外的重要競爭要素。

「智慧」汽車領域值得長期投資佈局。未來十年的汽車「智慧」浪潮值得期待，汽車將由電控機械技術主導轉向電子、通信、軟件、材料、機械技術的深度融合，成為跨行業、多學科的創新技術前沿，亦將因此激發更多商業模式創新。

1、電動：降低造車門檻，開啓汽車智能革命的序幕

電動車降低造車門檻，顛覆傳統車企在「動力總成」領域的核心競爭力。電動車大幅精簡汽車結構和零件數量，核心動力總成（如電機、電池、甚至電控）均可以向第三方採購，因此動搖傳統車企的體系優勢和競爭力。到2018年前後，以電動車為載體的智慧汽車可能再次改變消費者對汽車的認知。

電動化是未來發展方向。對於個人消費者而言，高端電動車能夠提供強勁的動力性和推背感，低端電動車能夠節省汽油開支、降低用車成本。對於國家而言，電動車便於排放集中處理，提升效率。

能夠幫助提升電池和電動車性能的技術值得重點關注。電池仍佔當前電動車成本50%，面對問題包括：1）能量密度提升和成本下降，2）充電速度提升。值得重視的技術方向包括：1）三元正極材料；2）濕法隔膜；3）石墨烯導電溶劑。此外，小型化+輕量化亦是電動化的關鍵支撐，碳纖維、鋁鎂合金值得重視。

新能源拉開智能序幕

電動車時代，整車企業原有的核心競爭力受到了撼動，智能將成核心競爭力。傳統車企在「動力總成」領域的核心競爭力受到了挑戰，新進入者打出「智慧」牌，炫酷的螢幕和新技術對消費者構成較強吸引力。

特斯拉拉開了汽車智慧大戰的序幕。開始接受預訂以來，Model 3已累積接收近40萬張訂單，全球消費者對於智慧和炫酷黑科技充滿期待。

電動化是未來發展趨勢

電動汽車帶來駕駛樂趣的體驗。電動汽車的加速性能秒殺傳統燃油汽車。ModelS P90D可實現百公里加速2.8秒，創下世界紀錄；比亞迪「唐」和「秦」也可輕鬆贏過燃油超跑。這是由電動機的工作特性決定的。

節能減碳是全球的發展主題。綜合考慮從燃料開採到汽車驅動Well-to-Wheel全產業鏈效率，純電動汽車與燃油車相當，但仍然具有低於汽油車的能耗和排放。

中國石油對外依存度高，電動化是必然選擇。據對岸中國石油集團經濟技術研究院統計，中國目前石油對外依存度超過60%，並且每年新增石油消費量70%以上為汽車。長期來看，燃油汽車的發展將會加劇中國石油危機，電動汽車成為必然選擇。

政策法規加速中國新能源汽車產業發展。2012年，對岸中國國務院印發《節能與新能源汽車產業發展規劃(2012—2020年)》，提出2015年乘用車平均燃料消耗量降至6.9升/百公里，到2020年降至5.0升/百公里。《中國製造2025》進一步提出，2025年乘用車油耗目標降至4.0升/百公里。法規標準倒逼乘用車企業發展電動汽車。

中國新能源汽車產業在政策扶持下快速起飛。據統計，2015年中國新能源汽車銷量達37.9萬輛，同比增長4倍。我們認為，中國新能源汽車產業已經在政策扶持下走向技術進步。2016年中國新能源汽車銷量有望達到60萬輛，滲透率2%；至2030年，新能源銷量可達2500萬輛，滲透率50%。

未來技術進步方向：動力電池技術提升

新能源汽車帶動相關產業鏈，2020年市場規模有望接近萬億，動力電池市場有望達到千億級別。

動力電池是新能源汽車關鍵環節。新能源汽車目前行業滲透率仍低於3%，電池成本居高不下是主要普及緩慢的主要原因之一。純電動汽車電池成本約佔整車成本近50%。

電池能量密度提升、成本下降、充電速度提升是新能源汽車進一步普及的重要驅動力。

三元正極材料電池能量密度較磷酸鐵鋰電池提高15%-30%，將成為乘用車動力電池主流技術路線。正極材料成本佔鋰電池比例接近40%，是決定電池性能的關鍵要素。我們預計，2020年三元正極材料市場規模有望超300億。

我們預計，2016年新能源汽車銷量可達60萬輛，帶來三元材料電池10GWh需求。

隔膜是鋰離子電池的關鍵組件，濕法隔膜技術將進一步普及。受益於三元及高端磷酸鐵鋰電池滲透率提升，預計其2020年需求有望超18億平方米，且受益於中國國產供需持續存在缺口，產品價格及利潤率穩定。預計2020年濕法隔膜市場規模超50億。

石墨烯或將用於鋰離子電池：導電劑、電極材料。石墨烯導電性能、力學性能優異。目前尚處於研發期，預計2020年市場空間可達5億。烯或將用於鋰離子電池：導電劑、電極材料。

石墨烯導電性能、力學性能優異。目前尚處於研發期，預計2020年市場空間可達5億。

未來技術進步方向：輕量化發展

輕量化可顯著提高續駛里程，是電動汽車發展的必然選擇。電動汽車重量降低10%，對應續航里程可增加5.5%。在動力電池能量密度尚不能完全滿足要求的當下，輕量化成為提高續駛里程的重要手段。萬鋼部長也在2016中國電動汽車百人會論壇上再次強調：「輕量化」是中國電動汽車發展的方向之一。

汽車輕量化材料繁多：高強度鋼、玻璃纖維、鋁合金、鎂合金、碳纖維等。鋁合金被廣泛應用，碳纖維是未來方向。鋁合金應用於汽車輕量化的技術較為成熟，已達量產水平：特斯拉Model S採用了全鋁車身；奇瑞捷豹路虎的全鋁工廠已經竣工投產；車和家的鋁合金工廠也已落戶常州。碳纖維材料由於其突出的減重性能和比強度而受到廣泛關注，但由於其造價高昂，目前只有極少數量產車型採用：如寶馬i3、長城華冠的首款車型K50。

2、智慧：未來汽車主戰場，從ADAS到無人駕駛

智慧汽車將重塑車企的核心競爭力。在汽油機時代，發動機、變速箱組成的動力總成，是傳統車企的核心競爭力。對於大型乘用車企業而言，發動機往往採用集團內InHouse的做法；新進入者無法購買合適的高性能發動機，只能通過自行研發積累。

但一款好的發動機的研發週期，往往需要十年以上的時間；而一旦批產發動機出現品質問題，又可能對車企的品牌形成巨大傷害。因此，發動機也就成為了傳統整車企業，最大的壁壘和核心競爭力。

電動車時代，智能將成車企的核心競爭力。電動車大幅精簡汽車結構和零件數量，核心動力總成（如電機、電池、甚至電控）均可以向第三方採購，因此動搖傳統車企的體系優勢和競爭力。

新進入的造車企業往往以「智慧化」為賣點，以炫酷的前沿技術吸引更年輕的消費者。未來10-20年，汽車產品及其產業鏈將面臨巨大變化和挑戰。傳統車企不得不重新披掛上陣，加速智能應用的開發進度，以應對新進入者的挑戰。

未來汽車業主戰場從ADAS到無人駕駛。ADAS是智能汽車的重要落地，外資巨頭如博世、大陸等佔主導地位，中資公司差距相對較大。

我們預計，到2020年中國ADAS市場規模可達2000億。伴隨市場規模快速成長，中資公司可能在後裝ADAS和預警類ADAS領域尋求突破。對於上市公司和中資創業公司而言，可能存在的機會在於：1）汽車晶片、2）電子制動機構、3）雷射雷達和毫米波雷達硬體和算法、4）基於攝影機和多傳感器融合的算法等。

ADAS：智慧駕駛的落地載體

我們當前處於輔助駕駛前期，距離徹底的無人駕駛還有較長距離。美國汽車工程學會SAE將自動駕駛分為0到5級。目前L1和L2技術已相對成熟，L3和L4技術即將量產（特斯拉已經提前進入了3級自動駕駛階段）。徹底的L5無人駕駛是指全路段、全天候的，無需人工干預的全自動駕駛，汽車可自主完成加速、制動、轉向等動作，可能需要至少十年才能達到產業化階段。

智慧駕駛以技術為核心驅動力，打造感知、決策、執行的閉環控制。目前ADAS核心技術主要掌握在外資公司手中，包括博世、大陸、德爾福、電裝等。中國多年積累的工程師紅利體現，創業型公司大量湧現，本土工程師和海歸力量共同推動技術進步。

但綜合考慮法規、標準、公司規模和抗風險能力等要素，整車廠對大規模採購創業型ADAS產品仍有顧慮。中資公司可能在後裝ADAS和預警類ADAS領域尋求突破。

智慧駕駛亦為三層金字塔供應鏈格局。1）頂端的OEM和科技型造車企業；2）ADAS供應商；3）底層零組件供應商。

市場空間：萬億無人駕駛，千億ADAS，百億元器件。全球汽車銷量增速放緩，但是整體銷量仍超過8000萬。中國市場2015年行業銷量達2460萬輛，帶動相關產業鏈超2.5萬億。

ADAS系統有望先行普及，預計2020年滲透率有望超30%，市場規模接近2000億。同時產業鏈上游相關零組件行業如雷達、攝影機、HUD（抬頭顯示）等需求均有望快速增長，2020年有望達到百億級別。

根據功能不同，ADAS可分為預警類和執行類。在遇到緊急情況時，預警類ADAS只發出警告信號，由駕駛員決定如何操作；而執行類ADAS則可自主判斷決策，控制車輛實現加速、制動、轉向等動作，以避免碰撞。

國外汽車零組件巨頭在ADAS領域保持優勢地位。包括大陸、德爾福、電裝、奧托立夫、博世等。

創業型公司大量湧現，上市公司亦希望借由參股和收購創業公司方式進入ADAS領域。借由資本的力量和中國多年積累的工程師紅利，ADAS領域里的創業型公司快速湧現。

我們認為，只有真正掌握核心技術、具有較強市場拓展能力（整車廠渠道）、具備出色融資能力、管理團隊優秀且持衡的本土創業型才有可能最終勝出。在ADAS創業競賽中獲得最終勝利決非易事。

無人駕駛：智能汽車的終極方向

無人駕駛來襲，科技型公司、初創型公司與傳統整車廠、一級供應商爭搶高地。目前，獲得美國加州無人駕駛汽車路試資格的公司包括：1）科技型公司，如谷歌、特斯拉、Cruise Automation(已被通用收購)、Zoox、Drive.ai、FaradayFuture等；2）傳統整車廠與一級供應商，如大眾、賓士、日產、寶馬、本田、福特、博世、德爾福等。

科技型公司往往直指高自動化無人駕駛，零包袱+數據優勢造就高速發展。科技型公司劍指高級自動駕駛，主要由於：1）科技型公司作為行業新進入者，並無歷史「包袱」，可以直接實現跨越式發展；2）科技型公司在數據融合、高精度地圖方面具有技術優勢；3）通過實現無人駕駛可以真正地將汽車變成下一個「互聯網入口」。

特斯拉無人駕駛方案轉變：從單目到雙目、三目。以Mobileye為代表的單目視覺依賴機器學習的結果，如果前方出現未經學習的物體形狀（如卡車的側面），則該辨識功能很可能失效。雙目攝影機採用類似人眼的兩個相機形成立體圖像，從而進行物體定位，有可能最早出現在ModelX車型中。

三鏡頭攝影機則是在原來單目攝影機的基礎上增加了一個遠距離窄視角的攝影機，用於長距離目標追蹤和交通標誌，及地面障礙物的提前標識；以及一個近距離寬視角的攝影機，用於探測車輛周圍。

中國科技型公司參與造車和智慧駕駛。包括百度、阿里、騰訊、樂視、蔚來、車和家、威馬等。

傳統汽車廠商採用逐步提升的方案，從ADAS逐漸過渡到無人駕駛。預計2020年前後傳統汽車廠商，將迎來高級自動駕駛產業化高潮。

中國自主品牌發力智慧駕駛。長安無人駕駛汽車成功從重慶開往北京參展，已經實現高速路況下自動化駕駛（3級）。7月，上汽和阿里發佈首款量產網路汽車榮威RX5。

中國自主品牌車企已經具備智慧駕駛技術，預計最快於2017年實現3級智慧駕駛汽車量產。

3、ADAS零組件：感知、決策、執行

汽車智能涉及多種元器件，包括感應辨識、執行機構、晶片算法、地圖導航、車聯網等模組。ADAS的主要功能模組主要包括：感知、決策、執行等。其中，執行模組的難度較大，電控制動執行技術主要被博世、大陸等公司掌握。晶片、

雷射雷達、毫米波雷達等感知零組件通常由外資公司把控。中資公司在感知決策算法領域有一定累積。V2V和V2X未來可能成為汽車智慧感知的組成部分。

感應辨識模組：多傳感器融合發展

感應辨識硬體：以雷達和攝影機為主，多傳感器融合發展。目前主流的車載傳感器包括超聲波雷達、雷射雷達、毫米波雷達、攝影機、紅外線偵測器等。基於測量能力和環境適應性，預計雷達和攝影機會成為傳感器主流，呈現多傳感器融合趨勢。

毫米波雷達：性價比優秀的測距傳感器

毫米波雷達是性價比優秀的傳感器，優勢在於探距精度高，缺陷在於覆蓋角度較小。

目前主要應用分硬體和軟體兩個領域，未來毫米波雷達硬體主要集中在24G和77G兩個頻段，軟體算法等可能逐漸晶片化。

全球汽車毫米波雷達主要供應商為傳統汽車電子優勢企業。如博世、大陸、海拉等。

毫米波雷達存在中國國產化預期。中國廠商試圖突破核心技術，但目前相對成熟的產品，僅有湖南納雷和廈門意行的24GHz中短距雷達，77GHz雷達剛剛起步。

雷射雷達：成本下降是趨勢，有望進一步普及

雷射雷達可以掃描生成3D高精度地圖，是智慧駕駛領域中常用的感知元件。雷射雷達發射雷射光束來探測目標的位置、速度等特徵量。車載雷射雷達採用多個雷射發射器和接收器，建立三維點雲圖，從而達到實時環境感知的目的。

目前，有旋轉部件的雷射雷達技術相對成熟，國際主流生產廠家為Velodyne和Ibeo。Velodyne採用雷射發射、接收一起旋轉的方式，產品涵蓋16/32/64線等，未來可能拓展128線；Ibeo採用固定雷射光源，通過內部玻璃片旋轉的方式改變雷射光束方向，實現多角度檢測，產品涵蓋4/8線等，歐百拓為Ibeo的中國合作方。

雷射雷達固態化是未來趨勢，具有小型化、低成本的優勢。創業公司Quanergy與德爾福合作開發出了固態雷射雷達，採取相控陣技術，內部不存在旋轉部件。

傳統優勢企業Velodyne和Ibeo也推出了混合固態雷射雷達，外觀上看不到旋轉部件，但內部仍靠機械旋轉實現雷射掃描。我們預計至2020年，固態雷射雷達成本或可降至250美元；至2025年，成本可繼續降低至100美元；屆時雷射雷達成本將與普通毫米波雷達相當。

中國有數家公司參與雷射雷達的研發與生產，應用領域包括大氣污染檢測、三維測繪、汽車等。但目前罕有能夠應用於智慧駕駛場景的高精度雷射雷達。

攝影機：龍頭地位穩固，有望快速發展

攝影機是常用的ADAS感知辨識元件。海外龍頭如Mobileye等公司採用基於攝影機的圖像辨識感知。目前攝影機的應用主要有：1）單鏡頭攝影機；2）後視攝影機；3）立體攝影機；4）環視攝影機。

鏡頭模組：中國鏡頭行業龍頭地位穩固，有望快速發展。光學鏡頭目前廣泛用於手機、車載、相機等領域，由於手機等數位產品增長放緩，鏡頭產業轉移到車載趨勢明顯。

中國行業龍頭優勢地位明顯，如舜宇光學車載後視鏡頭出貨量目前居全球第一位，全球市場佔有率達30%左右，已進入各大車企（BMW、Benz、Audi等）前裝市場。我們預計未來車載鏡頭業務提升，有望推動中國行業龍頭業績快速增長。

紅外線夜視：成長空間大，關注中國龍頭

紅外夜視主要適用於夜間無路燈黑暗路段。中國道路基礎設施較好，車載紅外線夜視的使用場景相對有限。當前紅外線夜視成本依然偏高，主要用於中高端車型。

執行機構：電控化是趨勢，電控制動難度最高

執行機構電控化是智慧駕駛的必要條件。我們認為，未來汽車的三大主要執行系統（驅動、制動、轉向）都將採用電控化方案，因為：1）電控系統更方便整合智能駕駛技術；2）新能源汽車為電控系統提供了天然的優勢平台；3）電控系統可以在同一輛車上實現多種不同的駕駛風格；4）電控化方案可以大幅降低系統複雜度助力汽車輕量化；5）電控化系統直接控制電機，效率更高，響應更快，駕駛更加安全。

驅動系統：由集中式到分布式

驅動系統將由集中式向分布式發展。現有的驅動系統，無論傳統燃油汽車，還是電動汽車，都只有一個動力源（發動機/驅動電機），稱為集中式驅動。分布式系統即車輛有多個動力源，由多個電機分別驅動不同的車輪。

分布式驅動系統可分為兩種：輪邊驅動和輪轂驅動。輪邊電機，是指每個車輪單獨配備一個驅動電機，電機與車輪是分離的，根據電機特性，電機與車輪中間可能配備有齒輪減速機構。輪轂電機，是指電機的外轉子即車輪輪轂，可直接在電機外轉子上安裝輪胎。相比而言，輪邊電機更容易實現，而輪轂電機集成度更高。

從發展路徑上看，輪邊驅動率先實現商業化，輪轂驅動是終極發展目標。制約輪轂電機商業化的問題主要包括：1）成本高；2）高溫環境嚴苛，電機易退磁；3）工作環境惡劣，易進水、多泥沙、多振動，嚴重影響輪轂電機的壽命；4）一致性要求高；5）舒適性差。

但是，相比於輪邊電機，輪轂電機集成度更高、無需齒輪傳動裝置、對安裝空間要求小、更適合制動能量回收，是分布式驅動的終極發展目標。

轉向系統：線控轉向是未來方向

線控轉向依靠電信號控制，是未來發展方向。線控轉向即取消方向盤與轉向機之間的機械連接，代替以傳輸線和電控單元ECU。相比於傳統機械轉向系統，線控轉向有明顯優勢：1）節省佈置空間，減輕系統重量，有助於汽車輕量化；2）碰撞工況下更加安全，由於取消了轉向管柱，正面碰撞情況下的駕駛員安全性提升；3）適應智慧汽車，可變速比，轉向響應更加智能安全；方便整合車道保持LKA、主動轉向、自動泊車等ADAS功能。

可靠性是制約線控轉向商業化的主要瓶頸。2013年上市的英菲尼迪Q50是目前唯一的線控轉向量產車（保留機械備份），但已兩次因轉向系統問題被召回。

目前提高可靠性的技術方案主要有：1）保留機械備份，即保留原有的轉向管柱等連接機構；2）余度管理技術，即採用多套電控系統，互相監控、互為備份，此技術目前尚在實驗室研究階段。

制動系統：EHB/EMB兩大路徑

電子輔助制動已廣泛應用於傳統汽車。消費者熟知的輔助制動系統包括：ABS（Antilock Brake System，制動防抱死系統）、ESP（Electronic Stability Program車身電子穩定系統）等。

傳統汽車液壓制動系統依賴真空助力器，難以滿足電動汽車需求；電控制動成為未來趨勢。傳統汽車的液壓制動系統包括：制動踏板，真空助力器，液壓系統，制動盤或制動鼓。

其中真空助力器將駕駛員較小的踩踏力放大為較大的制動力，因而是核心部件；其真空環境一般取自發動機的進氣歧管，因而難以滿足電動汽車的需求。取代方案包括：1）電子真空泵；2）電控制動。我們認為，電子真空泵只是暫時的權宜之計，電控制動將是未來發展趨勢。

電控制動技術包括EHB和EMB兩種方案。電控制動是指依靠電信號傳遞制動信息，替代液壓制動系統。電控制動系統包括電控液壓制動EHB和電控機械制動EMB。

電控液壓制動EHB技術較為成熟，已應用於量產汽車。EHB系統在制動踏板與液壓系統之間仍保留機械連接，利用電機助力推動主缸。EHB的研發始於上世紀九十年代，目前已有比較成熟的產品，如博世ibooster；並已成功應用於量產汽車，如奔馳（SL級，E級）。

電控機械制動EMB是重點研究方向，安全性限制商業化進程。EMB系統無需真空助力器和液壓系統，直接依靠電機驅動制動執行機構。

具有EMB技術儲備的零組件廠商包括佈雷博、瀚德等；整車方面尚停留在概念車階段。EMB系統還存在一系列問題，因而近期難以商業化：1）電機難以滿足要求；2）制動高溫環境惡劣，電機面臨退磁風險；3）汽車的操縱性和舒適性較差；4）安全隱患，電子故障可能導致制動失靈。

晶片：智慧決策核心硬件

晶片按照所處功能層劃分，大致可分為處於感應層的傳感器晶片，處於決策層的主控晶片，處於執行層的功率半導體晶片等。其中，傳感器晶片和主控晶片是構成智能駕駛的兩大基本技術。

主控晶片：著眼傳統晶片，展望智慧駕駛專用晶片

傳統汽車晶片：市場競爭充分，市佔較為分散。傳統汽車晶片即MCU（Micro Controller Unit），又稱單片機。傳統汽車晶片參與者眾多，包括瑞薩、英飛凌、意法半導體、飛思卡爾、恩智浦等。

智慧化程度的提高需要人工智慧深度學習的介入。智慧駕駛面臨的環境是高度複雜的，很難用有限的規則來定義清楚，傳統算法的表現往往無法滿足要求，而深度學習的優勢則非常明顯。

深度學習多層模型帶來數據量爆炸式增長，傳統CPU已經不能滿足計算要求。神經網路層數的增加，直接導致了運算量的急速增長，傳統的CPU架構已經不能滿足深度學習計算要求。

顯示晶片與傳感器晶片：助力ADAS系統主動安全技術發展

傳感器晶片一體化，有望成為車輛周邊辨識技術的發展趨勢。伴隨人們對駕駛安全的需求不斷增大，多傳感器融合的技術路線將被看好，未來有望實現攝影機、雷射雷達、毫米波雷達等多傳感器在單一晶片上的融合整合。

Mobileye發佈新一代視覺SoC晶片，積極進軍傳感器融合市場。今年5月Mobileye聯合意法半導體發佈針對自動駕駛的新一代視覺系統晶片——EyeQ5。EyeQ5將裝備8枚多線程CPU內核，同時還會搭載18枚Mobileye的下一代視覺處理器，最多支持20個外部傳感器（攝影機、雷達或雷射雷達），主要定位於L3或L4自動駕駛階段的應用。

GPU（圖形處理器）眾核同步並行運算，適於智慧汽車深度學習。GPU包括數以千計的更小、更高效的核心（最多的英偉達K80有5700個核），因此常被稱為「眾核」；GPU只有非常簡單的控制邏輯並省去了Cache，適合把同樣的指令流並行發送到眾核上，進行海量數據的快速處理。事實證明，在浮點運算、並行計算等部分計算方面，GPU可以提供數十倍乃至於上百倍於CPU的性能。

GPU王者NVIDIA：搭建自動駕駛汽車專用計算機。目前國際GPU市場被NVIDIA和AMD兩大公司瓜分。截至2015年第二季，NVIDIA市場佔有率已達到82%。

谷歌無人駕駛汽車所採用的技術組件中，就採用了NVIDIA的行動終端處理器Tegra（4核CPU+256核GPU）。NVIDIA還專為智慧汽車設計了兩大平台：自動駕駛汽車平台DRIVEPX，數位座艙計算機DRIVE CX。

硬體加速：FPGA（可編程門陣列）利用硬件運算，具有顯著速度優勢。FPGA內部包含大量重復的IOB（輸入輸出模組）、CLB（可配置邏輯組，內部是基本的邏輯門電路，與門、或門等）和佈線通道等基本單元。

FPGA的輸入到輸出之間並沒有計算過程，只是通過燒錄好的硬體電路完成信號的傳輸，因此運行速度非常高，可達CPU的40倍。而

正是因為FPGA的這種工作模式，決定了需要預先佈置大量門陣列，以滿足用戶的設計需求，因此有「以面積換速度」的說法：使用大量的門電路陣列，消耗更多的FPGA內核資源，用來提升整個系統的運行速度。

FPGA國際市場：四大廠商壟斷。目前在全球市場中，Xilinx、Altera兩大公司對FPGA的技術與市場佔據絕對壟斷地位，兩家公司佔有將近90%市場佔有率，專利達6000餘項之多。剩餘市場佔有率主要被Lattice和Microsemi所佔有，這兩家的專利也達3000多項。

2014年Xilinx、Altera兩大公司營業收入分別為23.8億美元和19.3億美元；而Lattice和Microsemi（僅FPGA部分）收入分別為3.66億美元和2.75億美元。

專用加速：ASIC（專用整合電路）是針對專門應用而設計的集成電路。ASIC是針對特定工作負載時，速度最快且執行效率最高的處理方案。與通用整合電路相比，ASIC具有體積更小、功耗更低、性能提高、保密性增強、成本低等優點。

谷歌專用訂製化晶片TPU：服務於AlphaGo等人工智慧技術。今年5月的I/O大會上，谷歌披露了其以ASIC為基礎的訂製化晶片TPU（TensorProcessing Unit，張量處理器），並明確表示這款晶片不會對外銷售。

TPU為谷歌人工智慧做出了許多貢獻：1）機器學習人工智慧系統RankBrain，用來幫助谷歌處理搜索結果；2）街景Street View，用來提高地圖與導航的準確性；3）圍棋人工智慧AlphaGo，其最初版本使用了48CPU+8GPU，隨後的分布式版本使用了1202CPU+176GPU（即對戰樊麾時的配置），幾個月後硬體平台再次升級至TPU（即對戰李世乭時的配置）。

寒武紀推出中國首款訂製化神經網路處理器。寒武紀科技面向深度學習等人工智慧關鍵技術，進行專用晶片的研發，可用於雲伺服務器和智慧終端上的圖像辨識、語音辨識、人臉辨識等應用。