资料来源：长江证券
1.1 长江证券 2015/12
逻辑思路类似：IT 企业和汽车企业选择路径有所差异。IT 企业使用激光雷达+高精地图+人工智能直接实现无人驾驶，汽车企业将从辅助驾驶逐步进入自动驾驶。不管哪条路径，智能和网联是实现汽车高度自动化的基础，单车的智能将先行与交通的智能。以环境感知和电控执行为核心的ADAS 肩负着提高安全和通向无人驾驶的使命，将在汽车智能化不断提高中进入快速成长期。
以Google 和百度为代表的IT 企业与主流汽车企业的分歧本质是来自于理念的不同。IT企业崇尚完全的无人驾驶，这样就可以发挥他们自身在人工智能深度学习和高精度地图
上的优势提供路径规划决策，并与自身深厚的内容资源相结合打造无人驾驶的生态圈。汽车企业崇尚自动驾驶是给驾驶员另一个选择，“人机双控”是必须的，在无人驾驶的行进中更重视安全性和商业化，高级辅助驾驶是目前的选择。
1. 单车智能、交通智能是实现无人驾驶两条路径，单车智能将先于交通智能
智能化：ADAS（高级辅助驾驶系统）：使用传感器技术时得汽车本身具备感知能力，通过算法对不同路况的分析决策实现自动驾驶。配备足够数量的ADAS 系统已经能实现高度的自动驾驶，德尔福等公司已经证明了这一点。
网联化：V2V（车车通讯）、V2I（车与基础设施通讯）的加入是车与车之间的协作更加有效，对道路的通讯能及时了解交通信号灯等变化做出反应。车际网能车辆了解附近的位臵信息和速度信息以及道路的交通状况。这样减少了车辆自身对周边环境的感知。
1）google：Google 无人驾驶的原理简单来说是采用激光摄像头周边环境进行全景扫描建立3D 模型并和Google 的高精度地图进行完美匹配，这样就可以实现车辆厘米级的定位。而其他的毫米波雷达、摄像头、轮速传感器等则是辅助作用。
- 激光雷达：采用Velodyne HDL-64 的360 度64 束激光传感器，可以实现对周边环境快速精准的扫描建模。但造价较为昂贵（约8 万美金）。
- 毫米波雷达：采用大陆的毫米波雷达，用于检测前方车辆的行车速度。
- 摄像头：对道路红绿灯、汽车标识等进行识别.
- 轮速传感器：提供轮速信息，判断车速及行进状态。
（2）百度：百度的无人驾驶汽车采用的技术路径与Google 类似，通过高精度地图和64束激光雷达实现厘米级的定位。
- 百度对未来降低成本的思路是使用激光雷达扫描前方道路，而不是360 度的扫描。这将对激光雷达的线束和扫射面积要求下降。相对于64 束的激光雷达，32 束的雷达可以降低一半左右成本。对于周边车辆和行人的检测，百度会更多依赖毫米波雷达、摄像头传感器等。
- 与宝马的合作也是未来百度与整车厂合作的范本。百度未来将寻找第三方的整车企业共同推出无人驾驶汽车，百度提供高精度地图自动驾驶环境感知、决策和道路规划；整车厂提供车辆、车身控制和安全技术。
【完全无人驾驶路径的IT企业与渐进式车厂的主要区别在于应用了高精度地图、激光雷达、更高级的机器学习算法，同时成本也更高】
2. ADAS四大核心功能
3. mobileye介绍
4. 各传感器比较
【此研报重点关注ADAS，及相关企业表现和机会】
1.3 长江证券 2016/2 关注车载摄像头、毫米波雷达、夜视系统、激光雷达四种传感器技术。
1.4 长江证券 2016/7