（温馨提示：文末有下载方式）

日本布局自动驾驶产业由来已久

日本政府较早就注意到了这一新兴产业。早在2013 年，安倍内阁就启动了 SIP(战略性创新创造方案)项 目以推动日本高新产业，振兴经济。其中自动驾驶技术(即 SIP-adus)占据了核心地位，日本政府还成立了 SIP 自动驾驶推进委员会。2016 年 5 月，日本警视厅发布《自动驾驶汽车道路测试指南》，对测试机构，测试人员， 测试车辆均提出技术要求。2017 年 5 月，日本内阁发布《2017 官民 ITS 构想及路线图》，计划于 2020 年左右实 现 L2、L3 级别的自动驾驶。

日本企业也很早就开展了自动驾驶的研发。早在 1997 年丰田在其雷克萨斯 LS 的日本国产版 Celsior 上使用 了基于激光传感器制造的ACC自适应巡航系统。在 2005 年爱知世博会期间，丰田展示了“IMTS(智能多模式 交通系统)”，可利用车间通信及地面信号装置，来实现汽车自动速度控制及刹车控制功能，开启了车联网的早 期运用。2018 年 1 月的CES上，丰田展出了 e-Palette Concept 共享电动自动驾驶概念车，并提出“移动盒子” 的概念，最快将于 2020 年东京奥运会上开始试运营。2019 年 1月丰田在 CES 上展示了 Guardian 驾驶辅助系统。

车联网方面，从 2016 年开始丰田开始在新车型中安装 DCM 系统(Data Communication Modules，数据通信模)，推动汽车互联技术普及。丰田计划升级IT基础设施，构建丰田大数据中心(Toyota Big Data Center)，分 析、运用 DCM 收集的数据并应用于各种服务。为了加快车联网开发，2016 年丰田还和微软成立了 Toyota Connected 公司，2017 年丰田还取得了微软的车联网专利技术的许可，包括操作系统、语音识别、手势控制、 人工智能和网络安全工具等。总体而言丰田的自动驾驶技术在全球前列，自动驾驶的专利数量仅次于谷歌。

日产在 2016 年推出 L2级别的 ProPILOT 系统，2019 年5月发布 ProPILOT 2.0。ProPILOT 2.0 搭载了 5 颗 雷达(1 前置 + 4 角)，8 颗摄像头(3 前置 + 4 AVW + 1 DMS)和 12 颗超声波传感器。ProPILOT 可以实现高 速公路上的自动驾驶，驾驶员只需要将目的地输入车辆的导航系统，依靠高清度地图，以及来自车辆各种摄像 头和传感器的感知功能，来实现高速公路上的自动驾驶。另外2018年 2 月，日产联合 DeNA 开发无人出租车服 务 Easy Ride。

感知与决策:毫米波雷达技术成熟，激光雷达和高性能处理器欠缺

自动驾驶系统由 3 部分组成:感知、决策和执行。感知层硬件包括雷达、摄像头等传感器，用于探测汽车 周围的环境信息，为其他两个功能模块提供信息支持。决策层涉及算法、应用软件与芯片。摄像头、雷达等传 感器测量到的数据，还要与发动机、底盘、车身上的其他各类传感器测量到的数据配合。不同处理器处理的信 息通过总线通信，最后给执行层发出指令。执行层则对应电子刹车、电子助力转向、电子车身稳定系统等。

传感器主要有超声波雷达、毫米波雷达、激光雷达、摄像头 4 类。不同传感器的原理和功能各不相同，能 在不同的场景中发挥各自的优势，因此目前难以相互替代。比如摄像头识别场景丰富，比如交通指示牌等，但 是受视野影响较大。激光雷达测量精度高，但是成本高。毫米波雷达不受天气和夜间影响，但是对行人的反射 波比较弱。

日本企业在 ADAS 领域已经有较多的积累。根据 Auto2xtech 的统计，2015-2017 年 ADAS收入综合排行榜上有多家日本企业，比如 Aisin Seiki(爱信)、Denso(电装)、Hitachi(日立)。

全景环视系统能提供车辆四周全方位、无盲区的监控信息，能够看到路边停车时的马路牙、低矮的隔离桩 等等，降低行车风险。日产是较早推出装配 AVM 系统的车款的公司之一。日产的AVM与测距雷达配合使用， 泊车时左边显示合成的俯视图，右侧可以切换显示后方、右侧、左侧的图像。同时测距雷达探测到的车辆与障 碍物之间的距离也可以显示在屏幕上。

本田开发的多视角摄像系统(Multi-View Camera System)与日产的 AVM 布局类似。通过车头、车尾与后 视镜上的四个 CCD鱼眼摄像头，利用 ECU 电子控制元件整合视讯内容后，合成鸟瞰图。

富士通的“OMNIVIEW”系统采用的是三维模型，从而可从任意视角显示全方位场景。通过 33ms 超高速 处理，即使在高速行驶中，来自 4 枚摄像头的影像信号也能实时地显示在驾驶席的监视器上。因为视点可根据 用户要求随意转动，能为驾驶者提供前所未有的全新视野，使汽车周围状况以及车体所处位置一目了然。

日本企业对毫米波雷达的研究开发也积累了很久。早在上世纪 90 年代，电装公司就开发出了供翻斗车感应 障碍的早期毫米波雷达。此后，电装又陆续开发出多种供其他车辆使用的毫米波雷达。2003 年，电装在世界上 首先将毫米波雷达应用到新的预碰撞电子系统上。2010 年，电装将 DNMWR004 型号的 76GHz雷达搬上了市场。 2012 年，电装在毫米波雷达技术上取得突破性进展，其最新的多区域雷达(multi-zone radar)探测范围高至 205 米，在35米内的探照范围可达正负 18°，大大高于其旧型号雷达。2017 年，电装开发出行业领先的 24GHz 亚 毫米波雷达，并应用在最新的 2018丰田凯美瑞车型上。

目前市场上主流的车载毫米波雷达频段为 24GHz(用于短中距离雷达，15-30 米)和 77GHz(用于长距离 雷达，100-200米)。其中 77GHz 雷达因为体积小，距离长，技术难度高，只被大陆，博世，电装，天合，日立 等几家公司所掌握，其中日本企业在其中也极具竞争力。早在2012年，富士通就开发出了可以用在车辆上的 77GHz 毫米波雷达。在 2017 年日立研发出了当时世界最小的77GHz毫米波雷达。目前，诸如富士通，电装， 日立等电子公司还开始开发 79GHz 雷达。

激光雷达方面，日本企业的技术相对薄弱。根据 Market Research Reports 的数据，全球前十大激光雷达制造 商中没有日本企业。根据Market Research Reports 的统计，全球的激光雷达制造商主要集中在美国，比如Velodyne的激光雷达已经被 Google、百度等多家自动驾驶公司采用。

日本企业也在积极开发激光雷达。早在 1996 年，电装就开发了一款线性激光雷达，1997 年电装开发了二 维激光雷达。2016 年电装投资激光器开发商 TriLumina。TriLumina 成立于 2010年，主要为激光雷达等提供光 源。先锋(Pioneer)在 2017 年东京车展上展示了一款应用 MEMS 反光镜的 3D 激光雷达，并计划在2019年推 出能用于 L3 级自动驾驶的激光雷达，到 2020 年以后实现大规模量产。2019 年 4 月，先锋和佳能宣布合作开发 更紧凑，更高性能的 3D 激光雷达，依托先锋在激光雷达以及佳能在光学器件上的上的技术积累。OMRON 在 2018 年9月开发出了探测距离超过 150 m 的远距离激光雷达，这款激光雷达也被 NVIDIA 的自动驾驶平台 “NVIDIA DRIVE”采用。

除了自己开发，日本企业也通过投资国外激光雷达公司来布局该领域。2017 年 9 月，丰田投资激光雷达初 创公司 Luminar，同时丰田研究所将和 Luminar 合作研发公司最新版本的自动驾驶平台。Luminar 公司是一家位 于美国加州帕罗奥尔托的创业公司，专门为无人驾驶汽车生产 LIDAR 传感器和感知软件。他在佛罗里达州奥兰 多市建有一家占地 3 万多平方米的制造工厂。目前 Luminar 已经获得了沃尔沃、丰田和奥迪的订单。2018 年 12 月，尼康向激光雷达龙头Velodyne投资 2500 万美元。2019 年4月，两者还达成协议，尼康帮助 Velodyne 大规 模生产激光雷达。依托尼康在大规模生产精密光学器件上的技术积累，有望推动 Velodyne实现低成本激光雷达 的量产。

决策方面，日本的瑞萨电子是全球最大的车用 MCU/SoC 生产商。在汽车座舱、仪表、HEV/EV 等细分领 域，瑞萨的 MCU/SoC 市占率超过 30%。在ADAS领域，2014 年瑞萨推出 R-Car V2H SoC 产品，支持高分辨率 的环视功能。2017 年 4 月推出ADAS和自动驾驶开放平台 Renesas Autonomy，方便用户将算法、函数库和实时 操作系统(RTOS)移植到平台中来。同时Renesas Autonomy 推出第一款产品，R-Car V3M，这是一块图像识别 SoC，主要用于前视摄像头的数据处理，不过也可以用于环视系统或者激光雷达的数据处理。之后推出升级款 R-Car V3H。R-Car V3H 也主要用于前视摄像头，其性能是 R-Car V3M 的 5倍，可以支持 L3 级别的自动驾驶。

但是更高等级的自动驾驶需要更强的算力，现在高级别自动驾驶常见的方案是 GPU 或 FPGA。目前日本的 企业在 GPU和 FPGA 方面没有明显优势。独立 GPU 现在处于 NVIDIA和 AMD 的双寡头阶段，日本的车企， 如丰田，小松等大多选择与外国企业(主要是英伟达)进行合作来实现自动驾驶。FPGA 市场也处于高度垄断 的状态，排名第一的 Xilinx和排名第二的 Intel (Altera)在市场上占比将近 90%，前五大供应商被美国公司包揽。

车联网和高精度地图助力自动驾驶

车联网是自动驾驶的基础。传统汽车是单独的个体，而自动驾驶汽车将互联互通，汽车变成了一个移动终 端。通过云端的高精地图实现路径规划，同时将实时路况上传，更新高精地图。通过车联网实现车与车、车与 道路基础设施的实时通信，更好的感知车、人、路的状态。通过本地决策与云端决策并重的方式分析雷达、MEMS 等传感器获取海量数据，然后通过执行单元控制车辆。

日本早在 1995 年就开始建立“道路交通信息通信系统”(VICS)，该系统把经道路交通信息通讯系统中心编 辑、处理后的交通堵塞、交通限制等信息，传送至车载设备上，并以文字、图像等形式实时传送给驾驶员。1997 年本田推出车联网服务 Internavi，之后丰田和日产相继推出车联网服务 G-Book 和 CarWings。在 2016年，丰田 利用专用短程通信技术(DSRC)成为全球首个在车辆上应用V2X技术的企业。2017 年 10 月，本田宣布将与 俄亥俄州马里斯维尔市合作试验 V2X 技术。同年 11 月，本田又宣布与网银合作研发测试 5G 技术 。2018 年1月，日产宣布与大陆、爱立信、NTT DOCOMO、OKI 和高通科技公司联合测试C-V2X技术。2019 年 2 月，日 本爱知县利用 5G测试平台进行了远程同时控制 2 辆自动驾驶汽车的试验。试验使用了两辆丰田公司的“普瑞 维亚”MPV 商务车，其中一辆使用 5G 通信技术，另外一辆使用现行的 4G 通信技术。

高精度的地图是实现 V2X 的另一重点。在自动驾驶过程中，高精地度起到了高精度定位、辅助环境感知、 规划与决策等功能。其中最重要的是高精度定位，把自动驾驶汽车上传感器感知到的环境信息与高精地图对比， 得到车辆在地图中的精确位置，这是路径规划与决策的前提。辅助环境感知是在高精地图上标注详细道路信息， 辅助汽车在感知过程中进行验证。比如车辆传感器感知到前方道路上的坑洼，可以在跟高精地图中数据对比， 如果地图中也标记了同样的坑洼，就能起到验证判断的作用。规划决策则是利用云平台了解传感器感知不到区 域(比如几公里外)的路况信息，提前避让。

高精地图分为两个层级，最底层的是静态高精地图，上层是动态高精地图。静态高精地图中包含了车道模 型、道路部件、道路属性和其他的定位图层，这是现阶段图商重点在做的。首先高精地图要满足车道级的自动 驾驶导航，因此需要包含道路细节信息，如车道线、车安东中心线、车道属性变化等，比如能让汽车知道哪些 区域是虚线能够变道。此外车道模型中还需要包含道路的曲率、坡度、航向、横坡等数学参数，好让车辆能够 准确的转向、制动、爬坡等。这些信息构成了车道模型。此外还需要包含交通标志牌、路面标志等道路部件， 还要标注出特殊的点如 GPS消失的区域、道路施工状态等。

2013年 SIP 项目成立之后，日本政府就开始计划制作自己的高精度地图。2015 年，该项目开展了自动驾驶 的静态数据调研，数据模型基于日本电子地图协会(DRM)的基本款框架，由日本知名图商Pasco主导调研。 2016 年 6 月成立了Dynamic Map Planning 公司，公司股东包括日本 9 大汽车公司，三菱电机和地图开发商 Zerin。 其中核心技术源自三菱电机的 MMS(Mobile MappingSystem)。2017 年 6 月日本政府机构INCJ加入并成为第一 大股东，持股比例达 33.5%，三菱电机持股 14%，地图开发商Zenrin公司持股 12%，地图开发商 PASCO 持股12%，地图发行商为 AisanTechnology 持股 10%，Increment持股 8%，丰田地图大师持股 8%，其余股份为 9 大 车厂，公司也更名为 Dynamic Map Platform。截至到 2019 年 3 月，Dynamic Map Platform 的高精地图已经覆盖 了日本所有的高速公路。Dynamic Map Platform 的地图标准也被日本丰田、本田、日产、马自达等 10 家主机厂 所接受。

温馨提示：如需原文档，请登陆未来智库www.vzkoo.com，搜索下载。

（报告来源：中信建设证券；分析师：陈萌）