（报告出品方/作者：东方证券，蒯剑、马天翼）
1 自动驾驶驶入快车道，车载光学迎来放量1.1智能汽车有望复制智能手机发展历程
汽车智能化浪潮汹涌而来，行业迎来加速向上拐点。2019 年以来，自动驾驶车型密集发布，造车 新势力特斯拉、蔚来、理想、小鹏以及传统车企北汽、长安等纷纷推出 L2 级别自动驾驶汽车。步 入 2021 年，L3 级别自动驾驶能力的蔚来 ET7、小鹏 P5 相继发布，满足 L2-L4 级别的华为极狐阿 尔法 S 也于今年 4 月发布，行业正进入 L3 级别及以上自动驾驶（ADS）时代，自动驾驶正规模化 落地。
回顾智能手机发展历程，2010 年 iPhone 4 发布重新定义了智能手机之后，智能手机市场开始火起 来，同时随着 3G 网络逐渐向 4G 迭代升级，华为、中兴等一众新晋玩家崛起，与苹果、三星一同 分享诺基亚没落带来的市场份额，领头羊“苹果 三星”以及一众新势力共同推动了智能手机的快 速渗透普及。
我们认为当前智能汽车所处时点及其市场环境与 2011-2012 年的智能手机即将爆发时期有着相似 之处。特斯拉引领风潮，新旧车企同时发力，用户认知逐步提升；同时 L2 级辅助驾驶基本成熟， L3 自动驾驶指日可待。根据高工智能汽车的统计数据，19 年初到 20 年中，国内新车 ADAS 搭载 率由 16%增长到 35%左右，其中 L2 级别 ADAS 搭载率由 1%提高到 10%左右。随着市场及政策 环境的日趋成熟，我们认为智能汽车有望复制智能手机发展路径迎来加速成长阶段，自动驾驶有 望加速普及，未来几年渗透率有望保持快速提升的势头。
相较于传统汽车，汽车智能化主要围绕智能驾驶辅助系统、智能座舱系统和车联网系统等方面进行 升级。其中自动驾驶作为汽车智能化落地的关键技术，有效解放了人们在驾驶和乘坐汽车时所受的 约束，提升汽车乘坐的安全性和舒适性。国际汽车工程师学会（SAE）将自动驾驶分为 6 个等级， L0 到 L2 为辅助驾驶，L3 到 L5 属于自动驾驶。目前 L2 级别的高级辅助驾驶技术上基本实现，渗 透率正在逐步提升，自动驾驶技术已经开始向 L3 级别迈进，实现从辅助驾驶（ADAS）到自动驾 驶（ADS）的飞跃。
传感器是自动驾驶系统感知层的核心组成部分。其中车载摄像头作为视觉传感器，素有“智能驾驶 的眼睛”之称，与毫米波雷达、激光雷达能够在暗光环境、恶劣天气、探测距离、识别能力等方面 优势互补，共同组成自动驾驶的感知层。
车载摄像头是获取图像信息的前端，充分受益自动驾驶快速渗透。应用机器学习和人工智能算法的图 像识别技术让自动驾驶汽车可以分辨道路上的车道、车辆、行人和交通标志等图像，信息被获取之后在视 觉处理芯片上通过各类算法进行处理并提取有效信息，最后进入决策层用于决策判断。作为自动驾 驶汽车进行决策的重要依据，车载摄像头是不可或缺的感知硬件，也必将受益于自动驾驶应用的 快速渗透，迎来需求放量。
1.2多方势力共同推动，智能驾驶加速落地
方案解决商厚积薄发，推动自动驾驶技术发展。算法是自动驾驶的大脑，自动驾驶水平的提升离不 开相关硬件和芯片算力的匹配支撑，或者说离不开一个可以承载巨大运算量的算法平台。在自动驾 驶解决方案领域，前有 Mobileye、英伟达、华为早早布局，后有地平线、寒武纪、黑芝麻等初创公 司初显锋芒，利用自身技术积累研发自动驾驶芯片，为车企提供汽车自动驾驶解决方案、车联网解决方案等服务，共同推动自动驾驶技术的快速发展。以 Mobileye 为例，在 2004 年就开始研发 EyeQ 系列芯片，EyeQ1 在 2008 年发布，是较早应用于自动驾驶的 AI 芯片，仅实现辅助驾驶功能，算 力仅 0.0044TOPS，而 2020 年发布的 EyeQ5，算力达到 24TOPS，可支持 L5 级别自动驾驶。
英伟达软件定义的自动驾驶汽车平台——DRIVE Orin 于 2019 年发布，其中内置了英伟达自研的 全新的自动驾驶芯片 Orin，集成英伟达新一代 GPU 内核和 Arm Hercules CPU 内核以及全新深度 学习和计算机视觉加速器，平台算力达到 400TOPS，强大的算力也加速了高像素车载摄像头的落 地，蔚来汽车 ET7 采用英伟达 DRIVE Orin 实现了整车 11 颗 800 万像素摄像头的落地。
从硬件角度，算力和能效比是芯片最核心的竞争力。高算力就代表能够更快地完成 AI 计算，而高 能效比则表示可以用更少的能量完成计算。英伟达在算力方面一骑绝尘，30TOPs 的 Xavier 芯片 和 200TOPs 的 Orin 芯片均处于业界领先地位。虽然 Mobileye 算力比不上英伟达，EyeQ5 单颗算 力仅 24TOPs，但其能效比达到了 2.4TOPs/W（能效比越大，节省的电能就越多）,要强于 Xavier 的 1TOPs/W。从软件角度，软硬件耦合程度对芯片效率的发挥有非常重要的影响。Mobileye 软硬 件一体化解决方案形成了高度有效契合的软硬件，使得 Mobileye 芯片在算力没有优势的情况下仍 能实现高级别自动驾驶，但 Mobileye 的相对封闭生态可能会影响影响部分整车厂采用的积极性。
高级别自动驾驶的实现方式目前呈现百花齐放的竞争态势，英伟达和 mobileye 两者属于不同风 格典型的代表，也正是由于这些大厂的努力，自动驾驶的落地正在不断加速。
特斯拉业界领袖，成为汽车界“苹果”。在初期方案解决商的助力下，特斯拉成为了自动驾驶造车 界的先驱。2014 年特斯拉旗下 Model S 车型正式开始向中国消费者交付，促进了我国新能源汽车 的发展，新兴造车企业如雨后春笋般涌现，小鹏、蔚来、威马先后成立，李想也成立了车和家(理 想汽车前身)。同样在 2014 年，特斯拉推出了推出 Autopilot（自动辅助驾驶）1.0 硬件系统，在 Model S、Model X 和 Model 3 上默认搭载。
特斯拉在造车新势力中独领风骚，好比智能电动车领域的“苹果”，引领智能汽车时代的到来。十 年间其营收从 2011 年的 2.04 亿美元飙升至 2020 年的 315.36 亿美元，2011-2020 CAGR 达到惊 人的 75%。2020 年 6 月特斯拉市值超越丰田，成为全球市值第一大的汽车公司。
新能源造车新势力引领自动驾驶风潮。相比传统燃油车，新能源车是智能驾驶技术更好的载体。新 能源汽车结构更简单，采用电机驱动，可通过控制电流的大小精确控制电机的转速，同时转速可以 做到线性变化。而传统内燃机相对电动机来说复杂程度较高，可控性没有那么高，不便于实现更多 功能。在特斯拉的引领下，国内新能源造车新势力蔚来、理想、小鹏也紧随其后，越过 L1 直接推 出 L2 级别辅助驾驶的车型，并于近两年陆续量产落地，收入呈现爆发式增长的同时也加速了我国 自动驾驶产业的发展。
科技大厂积极参与智能造车业务。智能汽车是未来十年的黄金赛道，科技企业积极参与其中。海外， 大厂苹果积极介入汽车市场；国内，百度早早布局，已积累多年，计划 2022 年推出接近 L4 车型。 此外，国内的互联网及科技大厂们通过投资造车新势力蔚来、理想、小鹏积极参与汽车市场。2021 年 3 月小米正式确认参与智能电动车业务，首期投资为 100 亿元人民币，雷军兼任首席执行官。 北汽发布全球首款搭载华为智能汽车解决方案的量产车。百度与吉利成立合资公司，首款智能电动 车预计将于 2022 年亮相。
传统车企破釜沉舟，加速追赶。新晋车企的介入也倒逼着传统车企在这波智能化的浪潮中破釜沉舟 进行改革。一方面，传统车企通过自研积极布局汽车智能化，另一方面，凭借汽车制造技术的积累， 传统车企积极与谷歌、英伟达、百度、阿里、华为等互联网科技大厂合作，协同布局智能汽车。
多方势力共同推动，自动驾驶有望加速落地。随着科技公司、造成新势力、传统车企的共同发力， 自动驾驶硬件和软件技术有望加速成熟，并伴随成本的下降，智能汽车有望迎来爆发期。
1.3 自动驾驶成为国家战略，政策扶持下快速普及
各国政府积极推动自动驾驶的落地。全球主要国家和地区都在积极推动自动驾驶的落地，日本和欧 盟早在 2014-2015 年便明确要求商用车必须安装 AEB 系统，并于 2019 年将该规定范围延伸至乘 用车领域。中国自 2016 年以来在商用车领域连年推出 AEB、LDW 等 ADAS 功能加装要求，我们 认为 ADAS 相关的强制导入政策也将辐射至乘用车领域，从而实现 ADAS 车型全覆盖。美国于 2020 年发布了自动驾驶汽车准则 4.0，明确了自动驾驶原则，简化了监管程序，为全面自动驾驶的 落地做了前瞻性铺垫。
从中央到地方,从顶层设计到地方落实,我国政策暖风加速自动驾驶落地。政策的加速落地一方面是 驾驶安全性的考量，用以提升道路安全；另一方面更重要的，智能汽车产业已经上升至国家战略层 面，其背后的产业链重构与升级将带来新一轮科技发展机遇，成为国与国之间科技较量的又一主战 场，也为我国带来了汽车工业弯道超车的机会。
在自动驾驶汽车渗透率的规划上，我国于 2017 年发布的《汽车产业中长期发展规划》明确指出， 到 2020 年，汽车驾驶辅助（L1）、部分自动驾驶（L2）、有条件自动驾驶（L3）系统的新车渗 透率超过 50%，到 2025 年，自动驾驶汽车渗透率达到 80%，其中 L2 和 L3 的渗透率达到 25%。 根据《智能汽车创新发展战略》，到 2025 年高级别自动驾驶汽车（L4 级别及以上）开始实现规模 化应用。我们认为在“政策 市场”双重推动力下，自动驾驶行业将会加速成熟落地。
全球自动驾驶市场有望迎来高速增长期。根据 IDC，全球具备自动驾驶乘用车的出货量有望从 20 年的 2774 万辆增长到 2024 年的 5425 万辆，其中 L2 级别及以上自动驾驶车辆出货量从 20 年的 899 万辆增长到 24 年的 1930 万辆，20-24 年 CAGR 为 21%。根据 Statista 的报告，全球 ADAS 市场规模有望从 20 年的 176 亿美金增长到 2023 年的 320 亿美金，20-23 年的 CAGR 为 22%。
2.1 自动驾驶渗透率提升推动载摄像头快速起量
车载摄像头助力实现自动驾驶功能
汽车智能化高度依懒于高灵敏传感器的应用，包括车载摄像头、激光雷达、毫米波雷达等，不同的 传感器都有其优势和缺陷，为了实现无人驾驶功能性与安全性的全面覆盖，多传感器融合大概率是 未来的趋势。短期来看，激光雷达技术仍在快速进步阶段，价格昂贵，而车载摄像头技术成熟且价 格便宜，车载摄像头单价均在百元级别，将会迎来快速渗透。
车载摄像头能助力汽车实现不同功能。在自动驾驶系统中，摄像头是实现众多预警、识别类功能的 基础，超过 80%的自动驾驶技术都会运用到摄像头，或将摄像头作为一种解决方案。目前车载摄 像头种类多样，根据不同自动驾驶功能及其在自动驾驶汽车上的安装位置，车载摄像头可以分为前 视、后视和侧视、环视、内置 5 大类型。其中前视摄像头使用频率最高，性能要求也相应提高，通 过广角及普通视角摄像头可实现包括前向碰撞预警、车道偏离预警等多重自动驾驶功能；侧视摄像 头代替后视镜将成为趋势，以消除汽车后视镜盲区的存在；环视则帮助车主开启“上帝视角”，通 过车身周围的多个广角摄像头实现 360°场景还原，形成一副车辆四周的全景俯视图。
我们与东方证券研究所汽车研究团队一致认为，随着汽车智能化程度的不断提高，对于车载摄像头 的需求也逐步从传统的倒车后视向全场景、多方位拓展，由单摄向多摄迈进，从成像镜头向感知镜 头转变，用于帮助汽车智能系统捕捉外部复杂的环境信息，以及识别车内驾驶员状态。
目前车载摄像头的搭载率仍然较低，前景十分广阔。2019 年前视摄像头在中国各类在售车型中只 有 30%，环视和侧视则更低，只有 16%和 22%，而且大多数镜头仍然是低像素的成像镜头，车载 摄像头市场未来前景十分广阔。
造车新势力积极装配，加速车载摄像头发展。新能源造车势力们在感知硬件的装配上更为激进，一 方面促进自动化水平的稳步提升，另一方面科技感、高端感一直是造车新势力们所追寻的、有别于 传统车企的一大卖点。相对于传统车企较为保守的车载摄像头部署，如今 2-4 颗前视和 2-4 颗环视 摄像头已基本成为各家新能源车企最新车型的标配，小鹏 P5 以及北汽同华为的合作款极狐阿尔法 S HI 版都选择了高达 13 颗的车载摄像头解决方案，领衔摄像头配置竞赛。预计新能源汽车规模的 扩张以及造车新势力的崛起将进一步推升车载摄像头的需求量，同时推动各类车载摄像头落地应 用进度的加速。
传统车企积极跟进。造车新势力的异军突起也倒逼传统车厂在新车设计上加速进行智能化革新。奥 迪和奔驰先后于 18、20 年率先推出了 L3 级别的自动驾驶车型，分别搭载了 5 颗和 7 颗高清摄像 头。预计未来传统车企也将紧跟造车新势力的步伐，与新势力们在硬件配置上一较高下，进一步助 推摄像头的装车量。
高阶自动驾驶呼之欲出，单车摄像头用量逐级提升
L3 级别可以在特定环境中完成有条件自动驾驶，实现包括拥堵自动驾驶（JTP）、高速自动驾驶 （HWP）等功能。这也意味着 L3 将成为 ADAS 与 ADS 的分水岭，从 L3 开始，驾驶员的双手、 双脚得到逐步解放，不需要随时处于驾驶状态，成为实现完全自动驾驶的开端。感知层作为实现自 动驾驶的第一步，单车搭载的传感器的数量和性能将双双提升，满足高阶自动驾驶系统更丰富的功 能实现，同时保证其冗余性、安全性、稳定性。据自动驾驶计算平台提供商的预测，到 L3 级别， 单车摄像头用量平均能达到 8 颗，到 L4/L5 阶段有望达到 10 颗以上。随着 L3 级别自动驾驶车辆 陆续落地，汽车单车摄像头搭载量将会持续提升。
算力提升助力高像素多镜头落地。自动驾驶水平的提升离不开相关硬件和芯片算力的匹配支撑，在 自动驾驶逐级演进的过程中，车载摄像头用量加大，感知层数据量呈指数级增长，而数据处理能力 更强、吞吐量更大的 AI 芯片和计算平台则为感知层硬件搭载量的增长打下了坚实的基础。梳理特 斯拉自动驾驶硬件进化史，从 HW1.0 到 HW3.0，特斯拉将摄像头数量从 1 颗大幅提升至 8 颗，另 配有 12 颗超声波传感器和 1 颗毫米波雷达，算力也同步从最初的 2.5TOPS 大幅跃升至 144TOPS。 预计随着 HW4.0 的到来，该套传感器配置也将进行迭代升级以满足更高级别的感知需求，同时每 一代产品迭代下平台算力的大幅提升也为其可支持的摄像头数量带来广阔空间。
DMS 积极导入，有望迎来爆发起量阶段
DMS（Driver Monitor System）为驾驶员监测系统的简称，是指驾驶员行驶过程中，全天候监测驾 驶员的疲劳状态、危险驾驶行为的信息技术系统。在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他 错误驾驶状态后，DMS 系统将会对此类行为进行及时分析，并进行语音灯光提示，起到警示驾驶 员，纠正错误驾驶行为的作用。
DMS 或成智能汽车标配。2006 年，雷克萨斯 LS 460 首次配备主动 DMS，2018 年以来，随着 L2 车型的量产，ADAS 行驶安全的问题大大提高了 DMS 的重要性，Tier1 方案商以及芯片厂商积极 相继推出 DMS 完整解决方案，主机厂蔚来、小鹏、吉利等纷纷装配。展望未来，一方面法规政策 的驱动，另一方面伴随着智能汽车从辅助驾驶到自动驾驶的跨越升级都意味着 DMS 将成为重要的 安全保障，推动车内监控摄像头的迅速起量。
DMS 技术不断发展，以适应 L3 级别自动驾驶极致安全需求。到 L3 级别，汽车将实现有条件自动 驾驶功能，而当驾驶场景超出系统的能力范围后，驾驶权能否顺利地从机器交还到人类司机，如何 确保人有能力接管，这就需要系统能随时理解人类司机的当前状态，DMS 也因此成为自动驾驶级 别汽车“零事故”安全需求下不可或缺的一部分。
法律法规助力 DMS 成为刚需。研究表明超过六成的交通事故是由于驾驶员注意力分散或疲劳驾驶 所致,其中 94%的追尾事故是由于驾驶员分心。因此，为了确保行车安全，各国政府相继出台相关 法规政策，强制规定 DMS 装车。欧洲方面，根据 Euro NCAP 发布的 2025 路线图要求，从 2022 年 7 月开始，新车必须配备 DMS。我国也已立法对商用车强制装配 DMS 系统，乘用车搭载要求 也在推进制定中。
据佐思汽研数据，2019年在中国主动DMS系统的乘用车新车安装量为10,170套，同比增长174%。 20Q1 安装量为 5,137 套，同比增长 360%。当前 DMS 正在快速起量，并有望在市场和政策的双 重推动下迎来爆发。
2.2 从成像到感知，车载摄像头单颗价值提升
从成像到感知，从智能手机到智能汽车，摄像头技术工艺升级。相对于手机摄像头等消费级电子， 安全问题的存在使得车载摄像头技术壁垒更高，对摄像头的性能及其稳定性和可靠性都提出了更 高的要求。尤其是带有 ADAS 功能的感知摄像头，在传统的拍照、摄像等基础功能之外，还需要 准确捕捉图像，对目标物体进行精准测距。ADAS 摄像头需要完成识别（障碍物是什么）和测距 （本车与前方障碍物距离）两项工作，也因此对摄像头的防震性、持续聚焦特性、杂光强光抗干扰性、 工作时间和使用寿命等都有较高的要求。严格的性能要求也使得车载领域具有较高的技术壁垒，认证 周期长，客户长期稳定。产品一般需要经过 1-2 年研发周期、1-2 年左右的认证周期才能够供货， 较长时间的认证壁垒使后来者难以竞争。同时一旦通过认证，签约后合作周期能够达到数年，订单 稳定性非常高。
随着驾驶自动化程度的提升，车载摄像头像素以及探测距离也在不断提升，从早期的 30 万像素的 倒车影像，到特斯拉 120 万像素的自动驾驶镜头，再到最新蔚来发布的 ET7 的 11 颗 800 万像素 ADAS 镜头，探测距离已经实现了从十米级到数百米级的突破。800 万像素镜头在 FOV 更大的情 况下，感知距离依然能够翻三倍，感知内容却更加精细，有望替代低像素摄像头成为前摄主流配置。 我们认为在自动驾驶演进的浪潮下，车载摄像头的规格升级将是大势所趋，其应用也将从基本的 倒车影像（后视）向工艺难度更大，附加值更高的前视、侧视 ADAS 摄像头拓展，倒逼产业链中 游的镜头、CIS、模组等部件供应商迭代更新技术工艺，从而推升车用摄像头的价值量。
2.2.1 ADAS 摄像头步入高像素时代，非球面玻璃用量提升
摄像头分辨率提高，支持智能驾驶性能提升。在保证安全性与稳定性的基础上，高清像素和清晰成 像效果成为 ADAS 镜头新的追求点。2015 年特斯拉 Model3 将车载摄像头像素提高至 120 万像 素，2020 年蔚来 ET7 率先装配 800 万像素的前视摄像头，有望引领 ADAS 前视摄像头进入 800 万像素时代。通常 100 万像素分辨率摄像头可以在 30 米左右的地方探测到行人，而 800 万像素 分辨率的摄像头可靠探测距离可以超过 200 米。
车载镜头工艺全面升级。手机摄像头多采用塑料镜头或玻塑镜头，其优点在于成本低、工艺难度低， 适合大批量生产。然而受限于本身材质，塑料镜片在透光率、折射率、色散等性能上均存在天花板， 相较于玻璃镜片的物理性能差太多，无法满足车规级要求，因此车载镜头大多采用性能更好、量产 难度更大的玻璃镜片。
车载摄像头分辨率的提升意味着需要解像能力更高的镜头，玻璃非球面用量提升。球面镜片因为 镜面曲线形状单一，多少都会产生一些像差和色差，容易导致影像不清、视界歪曲、视野狭小等不 良现象。非球面镜片可使焦点一致，能够使多角度入射的光线理想地集中至一点，从而尽量减少镜 片所产生的像差色差，对提高成像质量、扩大视场范围以及减小光学镜头的外形尺寸和重量等起着 积极作用。
非球面玻璃镜片从设计到加工，工艺难度极高。非球面玻璃镜片的加工技术主要分为 3 种：超精 密加工、光学机械加工以及模具制压技术（又称为模造技术），其中前两种工艺皆需透过人工磨制，在工时长且产能有限的情况下，成本高昂。第三种模造技术则是目前主流的使用工艺，在程序上较 为简化也较符合经济效益，比起传统玻璃铣磨更利于标准化大规模生产，但技术门槛较高。相比前 两种冷加工的方法，模造技术属于热加工，对模具和材料特性要求更高，目前只有日本豪雅、联创 电子等少数光学厂商掌握该工艺。
我们认为 ADAS 摄像头高清化、宽视场角等高性能诉求将使得非球面玻璃镜头的需求量加大。技 术工艺和量产难度的双重升级将驱动车载镜头价值提升。
2.2.2 车规级摄像头催生新技术，助推 CIS 单颗价值
与手机摄像头不同，汽车往往要应对复杂多变的路况环境和极端恶劣的天气情况，车载摄像头也因 此需要达到更严苛的标准，而 CIS 作为其中的核心部件，就需要解决包括 HDR、LFM、低照等关键技术难题以匹配车载摄像头高像素、高性能、高稳定性的趋势，新的应用技术以及原有工艺水平 升级也随之成为大势所趋，推升载 CIS 的单位价值。
1）高动态范围 （High-Dynamic Range，简称 HDR）是场景中最高光强度与最低光强度的比率， 是用来实现比普通数位图像技术更大曝光动态范围（即更大的明暗差别）的一组技术。HDR 越高 意味着它可以很好的保留光线强弱不同的区域细节，明亮处和黑暗处都可以很好的还原呈现。
2）LED 闪烁（LED Flicker Mitigation）是指 LED 灯通常以频率（通常为 90Hz）进行闪烁，肉 眼无法识别，但快门时间更短的图像传感器可以，因此一旦相机曝光时间过短，就会出现曝光时间 与 LED 开启时间错位的情况，导致采集到明暗错误或持续闪烁的图像信息。
实际场景中 LED 灯闪烁和高动态范围有时会同时出现，比如在夜间的街道，车大灯、广告灯都以 LED 灯居多，当 LED 灯非常明亮时，明暗对比也非常剧烈，也就带来了高动态范围的要求。对于 自动驾驶系统而言，上述两个问题容易引起系统的误判，甚至是酿成严重后果。自动驾驶开发已经 逐步开始向更高级别迈进，汽车也愈发依靠 CMOS 图像传感器来提供准确的图像数据、判断路况， HDR 和 LFM 也成为了 CIS 升级绕不开的关键问题所在。
针对上述问题，其解决方案按照不同实现途径可分为硬件扩展动态范围（包括大小像素融合、像素 内增加大阱容技术）和软件扩展动态范围（主要指时域多次曝光融合技术）两类，其中软件扩展动 态范围比较容易实现，其本质是在时间域的多次曝光技术，分次获取高动态范围场景部分信息，但 无法达到抑制 LED 闪烁功能的效果，而大小像素曝光和像素内增加大阱容可以同时解决高动态范 围和 LED 闪烁抑制。
1）时域多次曝光融合：其原理是指通过对同一场景做多次曝光得到一系列低动态范围图像后进行 合成 。通俗来说就是连续拍两三张照片然后融合成一张照片。不同的曝光之间灵敏度不一样，采 集的亮度不同，从而实现动态范围的扩展。其缺点在于多次曝光在时间上有滞后，会导致鬼影的问 题。
2）大小像素融合：与时域多次曝光融合原理相似，但大小像素通过对硬件传感单元进行重新设计 然后组合成像。使用该技术的传感器在相邻位置有一大一小两个像素，不同像素下光通量不同，照 片亮度也自然不同。将同时拍摄的、不同像素的两张照片融合在一起，大像素可以把暗的地方拍清 楚，小像素把亮的地方拍清楚，两者结合以实现高动态。该方案的缺点在于虽然曝光次数只有一次， 但有两种尺寸，像素之间的串扰、敏度之间的差异致使其具有一定的局限性。
3）像素内增加大阱容：是一种传感器附加硬件扩展的方法，采用空间光学调制器以达到对传感器 的光强进行调制的目的。该种方法原理简单效果明显，但是控制复杂，整体系统设计实现难度较大。
相较于手机端 CIS 单价一般在 1-10 美金，汽车 CIS 单颗价值可能高达 20 美金以上。除了技术规 格更高以外，车用 CIS 晶圆尺寸更大也是一大原因。
2.2.3 车载模组价值量提升，产业链加速转向中国
相比手机摄像头模组，车载摄像头模组价值量显著提升。ADAS 车载摄像头关系到驾驶安全，因此 对摄像头安全要求严格，需具备更高的光轴准确性、气密性、稳定性、兼容性等。手机摄像头模组 价值量相对较低，单价常低至约 20 元，相对而言，车载摄像头模组价值量更高，普通车载摄像头 模组价格在 100-200 元，高清 ADAS 车载摄像头高达 400-600 元。
国内车载模组产业链兴起，车载镜头厂商有望受益。自动驾驶对车载摄像头技术指标要求更高，因 此车载摄像头整体变的更加精密，这对模组厂商的光学校准、光学标定都提出了更高的要求，传统 车载摄像头模组主要由 tier1 来完成，自动驾驶车载摄像头对光学的高要求给了光学技术沉淀更深 厚的镜头厂商更多参与模组部分的机会，同时国内整车厂尤其造车新势力引领全球，率先落地高级 别自动驾驶车辆，配套产业链，例如车载摄像头模组，加速转向中国大陆，此外，中国制造业公司 本身也更具成本优势，舜宇、联创等车载镜头厂商有望深度受益。
2.3 车载摄像头市场规模测算
关键假设
1） 单车摄像头用量：L1 级别车辆搭载一个后视镜头，L2 级别自动驾驶车载镜头搭载量从 2020 年的 6 颗增长 2025 年的 7.3 颗，L3 级别自动驾驶车载镜头搭载量从 2020 年的 10 颗增长 2025 年的 11.6 颗。
2） 摄像头单价：随着产业链的成熟以及产能的释放，我们预计 20-25 年摄像头单价呈现下降趋 势。其中前置和侧视感知镜头年降 5%，其他镜头年降 2%。
3） L1-L4 级别的乘用车销量为 IDC 预测。
根据我们的测算，全球车载摄像头市场规模 2021 年 55 亿美金，到 2025 年将增长到 105 亿美金， 20-25 年，全球摄像头市场规模 CAGR 为 21%。
2.4 受益于车载光学起量，车用 ISP 市场持续增长
车载摄像头用量的提升也带来了 ISP 市场空间持续提升。ISP (Image Signal Processor)，即图像 信号处理器，是车载摄像头的重要构成组件，主要作用是对前端图像传感器 CMOS 输出的信号进 行运算处理。依赖于 ISP 处理器，驾驶员才能够通过车载摄像头看清楚周围环境，从而决定接下来的驾驶。根据 Yole 的预测，视觉处理芯片规模有望从 2018 年的 95 亿美元增长到 2024 年的 186 亿美元，18-24 年 CAGR 为 14%，其中 2018 年 ISP 占比约 37%。
车用 ISP 有独立（外置）和集成（内置）两种方案。独立 ISP 芯片的性能强大，但成本较高。CMOS 传感器供应商也推出内置 ISP 的 CMOS 图像传感器集成产品，成本低、面积小、功耗低、但能够 完成的算法相对简单，处理能力较弱。
科技企业及芯片大厂加速布局车用 ISP。
1）IP 供应商 ARM 在 2017 年宣布推出首款完全自研的 针对 ADAS 的 ISP 芯片 Mali—C71；
2）国内专注安防领域富瀚微在 2018 年 8 月宣布推出百万像 素以上的车规级 ISP 芯片 FH8310，且与国内著名车厂 BYD 合作并快速量产；
3）阿里达摩院推出 自主研发 ISP 处理器，已经运用于旗下自动驾驶物流车；
4）北京君正收购北京矽成后，车载 ISP 研发也在加速进行中。
CMOS 传感器厂商是另一大参与者。CMOS 厂商则凭借在视觉图像领域的长期积淀，与图像传感 器的研发、生产、销售共享资源，从而带来协同效应。豪威科技和安森美两家提供多款内置 ISP 芯片的汽车 CMOS 图像传感器之余，还提供独立的 ISP 芯片产品，而相索尼则以图像传感器和 ISP 集成于一颗芯片的内置方案为主，不销售独立 ISP 产品。
3 产业链投资机会车载摄像头主要由镜头、CMOS 图像传感器、滤光片和模组、数字处理芯片等零部件组成，传统 模式下常常由 Tier 1 组装，新兴模式下手机摄像模组厂更多介入车载模组组装。在车载摄像模组 成本构成中，CMOS 图像传感器仍是核心部件，占整个集成系统成本的~22%，其次镜头和模组价 值占比分别为~10%和~20%。
韦尔股份：车载 CIS 地位稳固
韦尔股份子公司豪威科技是全球第三大 CIS 供应商，在汽车领域市占率约 2 成， 排名全球第二，仅次于安森美。公司于 2005 年开始量产第一颗车用图像传感器，一直在车用 CIS 领域深耕，在技术、客户等方面形成了先发优势和竞争壁垒。技术方面，豪威 OX01A 是世界上首 个量产的具备 LED 闪烁均衡(LFM)技术的车载 CIS。2019 年 5 月，公司推出搭载最新 HDR 和 LFM 引擎(HALE，HDR and LFM Engine)组合算法的 OAX4010 汽车图像信号处理器，为行业树立新标 杆。今年 4 月，豪威加入英伟达自动驾驶汽车发展生态系统并推出了第一组与英伟达 DRIVE AGXAI 计算平台兼容的 CIS 系列。
豪威产品用于奔驰、宝马、丰田、大众、特斯拉等整车，目前豪威车用 CIS 主要销给欧洲客户， 并正与更多中国厂商的合作，进一步提升市占率。
此外，韦尔也深入布局车载视觉处理技术，并通过独立 ISP 或与 ISP 与 CIS 整合的芯片与 CIS 业 务形成协同效应。
舜宇光学：全球车载镜头龙头，丰富车载产品线
舜宇光学科技深耕光学领域近三十年，业务涵盖三大类
1）光学零组件：包括玻 璃/塑料镜片、平面产品、手机镜头、车载镜头、安防监控镜头及其他各种镜头；
2）光电产品：包 括手机摄像模组、3D 光电模组、车载模组及其他光电模组；
3）光学仪器：包括显微镜及智能检测 设备等。公司龙头地位稳固，2019 年手机镜头市占率全球第二，车载镜头市占率 34%，自 2012 年起连续七年排名第一。
车载镜头需要通过 IATF16949 体系认证，满足车规级要求，并且客户认证周期长，供应体系相对 封闭稳固，因此行业集中度较高，已经形成“舜宇领衔 日韩系厂商跟随”的竞争格局。公司已经 实现前视、后视、环视、侧视以及内视镜头的全覆盖，拥有从光学镜片加工、镜头组装及模组封装 的全产业链布局，客户遍及欧美、日韩和国内的主流车企以及 Tier1 厂商。2020 年，公司 800 万 像素玻璃非球面镜片的前视车载摄像头实现大批量交付，进一步向车载镜头的高端化、清晰化迈进。 公司在光学领域积累深厚，龙头地位稳固，将受益于智能化浪潮下车载摄像头的大爆发。
此外，舜宇也深入布局 HUD、激光雷达、智能大灯、地面投影等车载光学相关业务。
联创电子：模造非球面玻璃镜头构建核心竞争力，跟随方案商空降自动驾驶赛道
联创电子是国内老牌光学厂商。光学业务起步于 2009 年，主要产品为手机镜头、 车载镜头、高清广角镜头及其配套影像模组，覆盖智能手机、平板电脑、运动相机、智能驾驶、 VR/AR 等多个领域，是公司目前的主要利润来源和发展重心。
车载摄像头全产业链布局，精准卡位车载摄像头爆发风口。公司全方位布局车载摄像头，包括光学 精密模具设计制造、非球面玻璃镜片模压成型、高端全玻璃车载镜头生产制造、高清广角影像模组 装配等环节，形成了模具设计制造-镜片加工-影像模组研发全产业链布局，利于公司对产品品质及 良率的把控，并形成成本优势。其中模造非球面玻璃镜头构筑了公司核心竞争力，联创电子是为数 不多掌握了模造技术的厂商，该项技术国内领先。
联创空降高端领域，未来成长性强：不同与传统零部件厂商主要与 tier1 厂商深度绑定，联创电子 16 年与特斯拉合作，进入车载领域，随后与 mobileye、英伟达、华为等方案商合作研发 ADAS 车 载镜头，经历了数年的产品验证，终于在 2021 年造车新势力的车型，例如蔚来 ET7、极狐等，联 创产品陆续大规模落地开始出货，而且落地的镜头大多数是 500、800W 像素，技术领先行业。联 创通过方案商这条途径，空降到高端车载镜头领域，未来中低端领域也有望进一步扩大市占率，并 且公司立足高像素镜头正在发力车载摄像头模组，有望进一步打开公司成长天花板。未来 5 年公司车载镜头及模组在手订单已经达到 30 亿元，车载光学业务前景可期。21Q1，公司车载镜头及模 组业务营收同比增长 470%。
海康威视：安防龙头发展创新业务，切入高增长汽车电子赛道
海康威视通过子公司进入汽车电子赛道。2015 年公司实行创业创新平台，汽车电 子便是最先开始的三项新业务之一。2016 年杭州海康汽车技术有限公司（海康汽车）成立，聚焦 于智能驾驶领域，以视频传感器为核心，结合雷达、AI、感知数据分析与处理等技术 ，致力于成 为以视频技术为核心的车辆安全和智能化产品供应商。
产品全面落地。公司产品线丰富，已有不少产品落地。硬件方面，多款传感器产品如车载摄像机、 行车记录仪、流媒体后视镜、雷达等产品线均已实现量产。软件系统方面，公司于 2019 年发布第二代高级辅助驾驶系统（面向商用车领域），在第一代的基础上新增视野盲区碰撞预警、疲劳驾驶 预警等功能。
技术不断提升。
1）2019 年公司携手长安欧尚发布国内首款支持人脸识别解锁和驾驶员状态监测的 量产乘用车;
2）毫米波雷达和视频传感器深度融合的产品落地;
3）完成了首个乘用车企 L3 合作 项目的低速自动驾驶版本交付 ，实现从辅助驾驶扩展到自动驾驶的跨越。
客户逐渐导入。客户方面，公司主要客户包括上汽、吉利、长安等国内头部自主品牌，部分合资和 国际品牌也已通过审核，正在逐步导入中。
水晶光电：滤光片光学龙头，迎车载摄像头新机遇
水晶光电成立于 2002 年，深耕光学近 20 年。公司以光学核心元器件/组件、模组 及客户解决方案为核心，聚焦成像、感知、显示相关光电领域，深入布局光学元器件、生物识别、 薄膜光学面板、AR 新型显示、汽车电子五大方向，核心竞争力突出，未来持续成长可期。公司坚 持“研发富配”战略构筑护城河，有望充分受益于车载摄像头行业爆发带来的机遇，进一步带动滤 光片的需求。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库官网】。
