传感器市场研究报告

智东西 编 | 十四传感器作为信息时代的感知层，是海量数据的接收和传递信息的入口，是万物互联的重要基础。有分析认为，未来几年传感器，特别是MEMS（微电子机械系统）产品，将是半导体市场上最有前景的技术。近年来，全球传感器市场一直保持快速增长，并收到了很多下游新兴应用的新增需求（消费电子、汽车电子、工业电子和医疗电子）拉动。与此同时，在中国制造2025等政策的号召下，国内智能传感器产业生态圈也在稳步向中高端升级。本期的智能内参，我们推荐来自广证恒生的智能传感器行业报告，介绍传感器的技术演变、国内细分行业份额，以及四大下游新兴需求点。如果想收藏本文的报告全文，可以在智东西公众号回复关键词“nc195”下载。以下为智能内参整理呈现的干货：进击的传感器：智能化 集成化 微型化*传感器技术的发展历程传感器的发展历程的可大致分为三代：第一代是结构型传感器，它利用结构参量变化来感受和转化信号。第二代是上 70 年代发展起来的固体型传感器，这种传感器由半导体、电介质、磁性材料等固体元件构成，是利用材料某些特性制成。第三代传感器是2000年开始逐渐发展的智能型传感器。*国内2011年以来传感器行业相关政策自 2011 年国家推出《物联网“十二五”发展规划》以来，智能传感器产业的发展迎来一波利好。根据中国信通院最新的数据统计，2015年智能传感器就已取代传统传感器成为市场主流（占70%），2016年全球智能传感器市场规模达258亿美元（1710亿人民币），预计2019年将达到378.5亿美元，年均符合增长率13.6%。此外，美洲地区占据了全球市场的最大份额（2015年占45%，预计该优势将保持到2022年）；亚太地区（中国、日本、韩国、印度、澳大利亚）位居第二（23%），但在汽车和消费电子领域等下游产业的带动下增长最快。*智能传感器基本原理结构图智能传感器至今科学界尚无规范化的统一定义，简单概括，智能传感器带有微处理机，具有采集、处理、交换信息的能力，是传感器集成化与微处理机相结合的产物。由于微处理器充分发挥各种软件的功能，可以完成硬件难以完成的任务，从而大大降低了传感器制造的难度，提高传感器的性能，降低成本。*传感器是物联网的感知层在当今这个信息化的时代，传感器诸多的应用场景需要更加快速地获得更精准更全面的信息。以物联网为例，传感器位于最关键的感知层，不仅像传统传感器一样作为接收和传递信息的入口，更需要分析、处理、记忆、存储海量数据的这些功能。而智能传感器则可以充分满足这些要求，其具体优势功能包括自补偿与自诊断功能、信息存储与记忆功能、自学习与自适应功能、数字输出功能。*不同标准下分类的智能传感器智能传感器的种类繁多，按照实现智能化的方式，可以分为三类：非集成式智能传感器、混合式智能传感器和集成化智能传感器。这三类传感器的技术难度依次增加，集成化的程度越高，传感器智能化的程度就越高。1、非集成式智能传感器*非集成化智能传感器原理框图此类传感器是在传统传感器后经信号处理电路及有数据总线接口的微处理器而构成，集成度较低，技术壁垒低，不适用于微型化产品领域，不属于新型智能传感器。2、混合式智能传感器*混合实现智能传感器原理框架图该方法即根据需求，将系统各集成化环节（敏感元件、信号调理电路、数字总线接口）以不同组合方式集成在不同的芯片上，封装在一个外壳内，是智能传感器的主要种类，被广泛应用。3、集成化智能传感器*集成化智能传感器原理框图即利用微机械加工技术（MEMS）和大规模集成电路（IC）工艺技术，利用硅作为基本材料制作敏感元件、信号调理电路、微处理单元，并将它们集成在一块芯片上。这类传感器具有多功能、一体化、精度高、适宜于大批量生产、体积小和便于使用等优点，是智能传感器继续发展的方向。MEMS传感器是目前智能化程度最高的传感器。MEMS技术是在传统半导体材料和工艺基础上，微米操作范围内，将在一个硅片基础上将传感器、机械元件、致动器与电子元件结合在一起的技术，是目前前沿微型传感器的主流方案。*2016全球智能传感器各产品占比（单位：%）智能传感器产品种类繁多，工艺复杂，没有完全相同的标准。这样的产品特点意味着研发投入过大的话，单一类型产品的产量一旦不能扩大就会导致亏损。全球市场的众多产品中，CMOS图像传感器市占率最高，占据全球近 45%的市场份额，其次是指纹传感器、压力传感器、射频识别传感器，三者市占率均为9%。行业现状：产业链长 技术壁垒高根据中国高端芯片联盟和中国信通院发布关于智能传感器的产业地图，产业链具体包括研发、设计、制造、封装、测试、软件、芯片及解决方案、系统/应用这八个环节，各环节的技术壁垒高。在工艺和技术层面上，智能传感器的设计、制造、封装以及测试这四个关键环节和半导体集成电路行业的对应环节都有许多相似之处，拥有IC经验的企业具有先天优势，纷纷切入传感器领域。智能传感器的设计、制造、封装和测试环节的市场规模还未有详尽的分环节统计，基于二者的产业相似性，智能传感器设计环节市场空间最大，封装环节将成为国内市场空间增长最快的环节。尽管国内整体技术水准与国外顶尖技术还存在一定的差距，但是切入细分领域较早的技术型公司的自主研发能力经过多年的积累已经可以与国外媲美，培养稳定的客户群，部分产品甚至实现了出口。*2016年全球MEMS传感器公司营收前三十排行榜下游新兴应用塑造新爆点智能传感器的重点下游应用领域分别是消费电子、汽车电子、工业电子和医疗电子，其相应的市占率依次递减。综合市场规模的大小以及增长速度两方面考虑，广证恒生认为发展较快的新兴应用如指纹识别和智能驾驶将成为智能传感器市场成长的主要动力，初步发展的新兴应用如智能机器人和智能医疗器械将*2016-2019年全球四大应用领域的智能传感器市场规模（单位：百万美元）消费电子：指纹识别需求扩增*指纹传感器的主要类型及国际生产商在消费电子的细分领域中，指纹传感器（包括光学指纹传感器、电容式指纹传感器、热敏式指纹传感器和超声波指纹传感器等）市场规模增长速度最快。根据中国信通院的数据，预计2016年-2019年的年均复合增长率达到14.84%，国内市场规模2017年将超31亿元，全球市场规模2022年有望达到47亿美元。汽车电子：车载智能提出高要求*汽车各系统中的常见智能传感器汽车传感器大多处于非常恶劣的运行环境中，传感器必须要有高稳定、抗环境干扰和自适应、自补偿调整的能力。同时为了保证电子元器件和模块能实现大规模生产，成本也需要降低。新型智能传感器能从技术和成本上两方面满足上述需求。智能传感器在汽车领域的应用已经非常广泛，如汽车动力系统、安全行驶系统、车身系统。*无人驾驶汽车上的传感器系统随着无人驾驶的技术越来越成熟，智能传感器不再局限于传统汽车市场，而走向了智能汽车市场。实现环境感知的传感器有摄像头（长距摄像头、环绕摄像头和立体摄像头）和雷达（超声波雷达、毫米波雷达、激光雷达）。目前，国内外公司采用两类方案实现无人驾驶：一种是摄像头+毫米波雷达方案（特斯拉公司），另一种是激光雷达方案（谷歌和百度公司）。*2005年-2030年全球应用ADAS系统的传感器模块市场规模（单位：百万美元 ）全球智能驾驶汽车中的传感器模块市场规模在2015年达到26亿美元；Yole Development 预测，2017年市场规模将超过50 亿美元，2030年360亿美元。从传感器的类型来看，超声波传感器、360 度全景摄像头以及前置摄像头将一直是市场主流的传感器，2030年预计市场规模分别达到 120 亿美元、87 亿美元、69 亿美元；雷达从2015年开始应用于无人驾驶领域，技术壁垒较高，未来13年内开始“从零到一”的爆发式增长，到2030年达到129亿美元，其中远距雷达79亿美元，短距雷达50亿美元。工业电子：机器的崛起*2015年和2021年无人机和机器人在细分领域中的营收占比（单位： % ）近几年来，机器人制造技术越来越成熟，商业进程加快，其核心器件智能传感器的市场空间也在不断扩大。根据Yole Development数据，2015年到2021年，机器人市场规模将从270亿美元增长到460亿美元，年均复合增长率9.4%。在所有类型的机器人中，应用于国防、工业、消费领域的机器人种类最多，相应领域营收占比也是最高的三项。医疗电子：进口替代空间大*2008年-2016年全国医疗器械市场规模（单位：亿元 ）在医疗器械行业带动下，智能传感器的需求将会扩大。按照应用形式分类，医疗传感器可分为四类：植入式传感器、体外传感器、暂时植入体腔式传感器、用于外部设备的传感器。根据市场研究公司 Grand View Research 一份新的数据分析报告，2015年全球医疗传感器市场规模达到了 98 亿美元，预计到 2024 年市场规模可增至185亿美元。现在，我国在此领域的布局很少，大部分依赖进口，处于起步阶段，但是未来随着技术不断成熟，市场将迎来爆发式增长。智东西认为，智能传感器是技术演进的结果，同时满足了万物互联对感知层提出的要求，预计将随着智能消费电子设备、（工业）物联网、车联网/自动驾驶、智慧城市、智能医疗等新兴理念迎来快速增长。从行业的角度来看，智能传感器的技术壁垒较高，细分环节多而分散，是有利于国内中小企业发展的，加上半导体、集成电路相关的利好政策频频推出加速产研结合，资金充足的条件下，暂时落后的智能传感器自主产业有望崛起，进行中高端升级，把握新兴应用市场。附：智能传感器产业链八大环节的代表机构及公司

2020-2026年中国车载传感器市场现状调研与发展趋势分析报告正文目录第1章 车载传感器产业概述 111.1 车载传感器定义及产品技术参数 111.2 车载传感器分类 111.3 车载传感器应用领域 111.4 车载传感器产业链结构 131.5 车载传感器产业概述 141.6 车载传感器产业政策 151.7 车载传感器产业动态 20第2章 车载传感器生产成本分析 212.1 车载传感器物料清单（BOM） 212.2 车载传感器产品成本分析 212.3 车载传感器生产劳动力成本分析 222.4 车载传感器设备折旧成本分析 232.5 车载传感器生产成本结构分析 242.6 车载传感器制造工艺分析 252.7 中国2014-2020年车载传感器价格、成本及毛利 26第3章 中国车载传感器技术数据和生产基地分析 293.1 中国2019年车载传感器各企业产能及投产时间 293.2 中国2019年车载传感器主要企业生产基地及产能分布 353.3 中国2019年主要车载传感器企业研发状态及技术来源 353.4 中国2019年主要车载传感器企业原料来源分布（原料供应商及比重） 36第4章 中国2014-2020年车载传感器不同地区、不同规格及不同应用的产量分析 374.1 中国2014-2020年不同地区车载传感器产量分布 374.2 2014-2020年中国不同规格车载传感器产量分布 434.3 中国2014-2020年不同应用车载传感器销量分布 464.4 中国2019年车载传感器平均价格分析 484.5 中国2014-2020年车载传感器产能、产量（中国生产量）进口量、出口量、销量（中国国内销量）、价格、成本、销售收入及毛利率分析 49第5章 车载传感器消费量及消费额的地区分析 595.1 中国主要地区2014-2020年车载传感器消费量分析 595.2 中国2014-2020年车载传感器消费额的地区分析 655.3 中国2014-2020年车载传感器消费价格的地区分析 72第6章 中国2014-2020年车载传感器产供销需市场分析 736.1 中国2014-2020年车载传感器产能、产量、销量和产值 736.2 中国2014-2020年车载传感器市场规模 776.3 中国2014-2020年车载传感器需求量综述 786.4 中国2014-2020年车载传感器供应、消费及短缺 796.5 中国2014-2020年车载传感器进口、出口 826.6 中国2014-2020年车载传感器成本、价格、产值及毛利率 84第7章 车载传感器主要企业分析 897.1 大陆集团 897.1.1 公司简介 897.1.2 车载传感器产品图片及技术参数 917.1.3 车载传感器产能、产量、价格、成本、利润、收入 937.1.4 大陆集团核心竞争力分析 937.2 恩智浦 947.2.1 公司简介 947.2.2 车载传感器产品图片及技术参数 947.2.3 车载传感器产能、产量、价格、成本、利润、收入 957.2.4 恩智浦核心竞争力分析 957.3 ADI 977.3.1 公司简介 977.3.2 车载传感器产品图片及技术参数 987.3.3 车载传感器产能、产量、价格、成本、利润、收入 1027.3.4 ADI核心竞争力分析 1037.4 英飞凌 1037.4.1 公司简介 1037.4.2 车载传感器产品图片及技术参数 1047.4.3 车载传感器产能、产量、价格、成本、利润、收入 1067.4.4 英飞凌核心竞争力分析 1067.5 Delphi 1077.5.1 公司简介 1077.5.2 车载传感器产品图片及技术参数 1077.5.3 车载传感器产能、产量、价格、成本、利润、收入 1097.5.4 Delphi核心竞争力分析 1107.6 博世 1107.6.1 公司简介 1107.6.2 车载传感器产品图片及技术参数 1117.6.3 车载传感器产能、产量、价格、成本、利润、收入 1127.6.4 博世核心竞争力分析 1127.7 电装 1137.7.1 公司简介 1137.7.2 车载传感器产品图片及技术参数 1137.7.3 车载传感器产能、产量、价格、成本、利润、收入 1147.7.4 电装核心竞争力分析 1147.8 采埃孚天合 1147.8.1 公司简介 1147.8.2 车载传感器产品图片及技术参数 1167.8.3 车载传感器产能、产量、价格、成本、利润、收入 1167.8.4 采埃孚天合核心竞争力分析 1177.9 美安 1177.9.1 公司简介 1177.9.2 车载传感器产品图片及技术参数 1177.9.3 车载传感器产能、产量、价格、成本、利润、收入 1187.9.4 美安核心竞争力分析 1187.10 Allegro Micro Systems 1187.10.1 公司简介 1187.10.2 车载传感器产品图片及技术参数 1197.10.3 车载传感器产能、产量、价格、成本、利润、收入 1207.10.4 Allegro Micro Systems核心竞争力分析 1207.11 凯迪拉克 1207.11.1 公司简介 1207.11.2 车载传感器产品图片及技术参数 1227.11.3 车载传感器产能、产量、价格、成本、利润、收入 1227.11.4 凯迪拉克核心竞争力分析 1237.12 Melexis MicroeleCTronic Systems 1237.12.1 公司简介 1237.12.2 车载传感器产品图片及技术参数 1247.12.3 车载传感器产能、产量、价格、成本、利润、收入 1247.12.4 Melexis Microelectronic Systems核心竞争力分析 1247.13 森萨塔 1257.13.1 公司简介 1257.13.2 车载传感器产品图片及技术参数 1257.13.3 车载传感器产能、产量、价格、成本、利润、收入 1257.13.4 森萨塔核心竞争力分析 126第8章 价格和利润率分析 1278.1 价格分析 1278.2 利润率分析 1288.3 不同地区价格对比 1288.4 车载传感器不同价格水平的市场份额 129第9章 车载传感器销售渠道分析 1319.1 车载传感器销售渠道现状分析 1319.2 中国车载传感器经销商及联系方式 1329.3 中国车载传感器出厂价、渠道价及终端价分析 1329.4 中国车载传感器进口、出口及贸易情况分析 133第10章 中国2020-2026年车载传感器发展趋势 13610.1 中国2020-2026年车载传感器产能预测分析 13610.2 中国2020-2026年车载传感器产量预测分析 13710.3 中国2020-2026年车载传感器销售收入预测 13810.4 中国2020-2026年车载传感器销量预测分析 13910.5 中国2020-2026年车载传感器进口、出口预测 14010.6 中国2020-2026年车载传感器成本、价格、产值及利润率 142第11章 车载传感器产业链供应商及联系方式 14711.1 车载传感器主要原料供应商及联系方式 14711.2 车载传感器主要设备供应商及联系方式 14711.3 车载传感器主要供应商及联系方式 14811.4 车载传感器主要买家及联系方式 14911.5 车载传感器供应链关系分析 150第12章 车载传感器新项目可行性分析 15112.1 车载传感器新项目SWOT分析 15112.2 车载传感器新项目可行性分析 151第13章 中国车载传感器产业研究总结 154图表目录图表1 车载传感器行业产业链 13图表2 2014-2020年1季度中国车载传感器行业成本 21图表3 2014-2020年1季度中国车载传感器行业生产劳动力成本 22图表4 2014-2020年1季度中国车载传感器行业设备折旧成本 23图表5 2019年中国车载传感器行业生产成本结构 24图表6 2014-2020年1季度中国车载传感器市场平均价格 26图表7 2014-2020年1季度中国车载传感器行业成本 27图表8 2014-2020年1季度中国车载传感器行业毛利 27图表9 2014-2020年1季度东北地区车载传感器行业产量 37图表10 2014-2020年1季度华北地区车载传感器行业产量 38图表11 2014-2020年1季度华东地区车载传感器行业产量 38图表12 2014-2020年1季度华南地区车载传感器行业产量 39图表13 2014-2020年1季度华中地区车载传感器行业产量 40图表14 2014-2020年1季度西南地区车载传感器行业产量 41图表15 2014-2020年1季度西北地区车载传感器行业产量 42图表16 2014-2020年1季度中国大型企业车载传感器行业产量 43图表17 2014-2020年1季度中国中型企业车载传感器行业产量 44图表18 2014-2020年1季度中国小型企业车载传感器行业产量 45图表19 2014-2020年1季度中国车载传感器行业整车市场销量 46图表20 2014-2020年1季度中国车载传感器行业维修/配件市场销量 47图表21 2014-2020年1季度中国车载传感器市场平均价格 48图表22 2014-2020年1季度中国车载传感器产能 49图表23 2014-2020年1季度中国车载传感器行业产量 50图表24 2014-2020年1季度中国车载传感器行业进口量 51图表25 2014-2020年1季度中国车载传感器行业出口量 52图表26 2014-2020年1季度中国车载传感器行业销量 53图表27 2014-2020年1季度中国车载传感器市场平均价格 54图表28 2014-2020年1季度中国车载传感器行业成本 55图表29 2014-2020年1季度中国车载传感器行业销售收入 56图表30 2014-2020年1季度中国车载传感器行业毛利率 57图表31 2014-2020年1季度东北地区车载传感器行业消费量 59图表32 2014-2020年1季度华北地区车载传感器行业消费量 60图表33 2014-2020年1季度华东地区车载传感器行业消费量 60图表34 2014-2020年1季度华南地区车载传感器行业消费量 61图表35 2014-2020年1季度华中地区车载传感器行业消费量 62图表36 2014-2020年1季度西南地区车载传感器行业消费量 63图表37 2014-2020年1季度西北地区车载传感器行业消费量 64图表38 2014-2020年1季度东北地区车载传感器行业消费额 65图表39 2014-2020年1季度华北地区车载传感器行业消费额 66图表40 2014-2020年1季度华东地区车载传感器行业消费额 67图表41 2014-2020年1季度华南地区车载传感器行业消费额 68图表42 2014-2020年1季度华中地区车载传感器行业消费额 69图表43 2014-2020年1季度西南地区车载传感器行业消费额 70图表44 2014-2020年1季度西北地区车载传感器行业消费额 71图表45 2014-2020年1季度中国车载传感器产能 73图表46 2014-2020年1季度中国车载传感器行业产量 74图表47 2014-2020年1季度中国车载传感器行业销量 75图表48 2014-2020年1季度中国车载传感器行业产值 76图表49 2014-2020年1季度中国车载传感器行业市场规模 77图表50 2014-2020年1季度中国车载传感器行业需求量 78图表51 2014-2020年1季度中国车载传感器行业供应量 79图表52 2014-2020年1季度中国车载传感器行业消费量 80图表53 2014-2020年1季度中国车载传感器行业短缺量 81图表54 2014-2020年1季度中国车载传感器行业进口量 82图表55 2014-2020年1季度中国车载传感器行业出口量 83图表56 2014-2020年1季度中国车载传感器行业成本 84图表57 2014-2020年1季度中国车载传感器市场平均价格 85图表58 2014-2020年1季度中国车载传感器行业产值 86图表59 2014-2020年1季度中国车载传感器行业毛利率 87图表60 2014-2020年1季度中国车载传感器市场平均价格 127图表61 2014-2020年1季度中国车载传感器行业利润率 128图表62 2019年中国车载传感器行业不同价格水平的市场份额 129图表63 2014-2020年1季度中国车载传感器行业进口量 133图表64 2014-2020年1季度中国车载传感器行业出口量 134图表65 2020-2026年中国车载传感器行业产能预测 136图表66 2020-2026年中国车载传感器行业产量预测 137图表67 2020-2026年中国车载传感器行业销售收入预测 138图表68 2020-2026年中国车载传感器行业销售量预测 139图表69 2020-2026年中国车载传感器行业进口量预测 140图表70 2020-2026年中国车载传感器行业出口量预测 141图表71 2020-2026年中国车载传感器行业成本预测 142图表72 2020-2026年中国车载传感器行业平均价格预测 143图表73 2020-2026年中国车载传感器行业产值预测 144图表74 2020-2026年中国车载传感器行业利润率预测 145图表75 车载传感器行业产业链 150表格目录表格1 车载传感器物料清单 21表格2 中国2019年主要车载传感器企业原料来源分布 36表格3 2014-2020年1季度车载传感器消费价格的地区分布 72表格4 大陆集团车载传感器产能、产量、价格、成本、利润、收入 93表格5 恩智浦车载传感器产能、产量、价格、成本、利润、收入 95表格6 ADI车载传感器产能、产量、价格、成本、利润、收入 102表格7 英飞凌车载传感器产能、产量、价格、成本、利润、收入 106表格8 Delphi车载传感器产能、产量、价格、成本、利润、收入 109表格9 博世车载传感器产能、产量、价格、成本、利润、收入 112表格10 电装车载传感器产能、产量、价格、成本、利润、收入 114表格11 采埃孚天合车载传感器产能、产量、价格、成本、利润、收入 116表格12 美安车载传感器产能、产量、价格、成本、利润、收入 118表格13 Allegro Micro Systems车载传感器产能、产量、价格、成本、利润、收入 120表格14 凯迪拉克车载传感器产能、产量、价格、成本、利润、收入 122表格15 Melexis MicroeleCTronic Systems车载传感器产能、产量、价格、成本、利润、收入 124表格16 森萨塔车载传感器产能、产量、价格、成本、利润、收入 125表格17 2014-2020年1季度车载传感器消费价格的地区分布 128表格18 2019年中国车载传感器行业平均出厂价、渠道价及终端价 133

近日，Strategy Analytics发布2020年Q4智能手机图像传感器市场份额研究报告。报告指出，全球智能手机图像传感器市场总收益为150亿美元，2020年智能手机图像传感器市场整体收益同比增长13%。其中，索尼以46%的收益份额成为智能手机图像传感器市场的第一名，紧随其后的是三星LSI的29%和OmniVision Technologies（豪威科技）的10%。2020年，前三名供应商在全球智能手机图像传感器市场占据了近85%的收益份额，CIS供应商推动了高分辨率图像传感器的销量。Strategy Analytics表示：“新冠疫情对图像传感器市场的影响不大，智能手机OEM厂商依然对CIS有着强劲需求——2020年，这些OEM厂商在各价格段的智能手机中大量采用高分辨率传感器和更高的传感器配额。由于华为受到制裁，索尼失去了关键业务，三星、OmniVision和SK海力士继续从索尼手中夺取市场份额。我们预计，随着智能手机图像传感器市场竞争的加剧，索尼的市场主导地位将受到越来越大的威胁。”Strategy Analytics战略技术实践副总裁Stephen Entwistle评论道：“智能手机CIS图像传感器的强劲需求是由多相机的扩展和智能手机卓越的照相能力所驱动，这将推动图像传感器市场的增长。然而，半导体短缺可能会在满足CIS需求方面带来挑战。”近年来几大传感器厂商都开始发力，特别是在近期，各类大底传感器相继出现。比如近期或将由小米11 Ultra首发的如今最大底传感器三星 ISOCELL GN2 CMOS，足足达到了1/1.12英寸的超大面积。此前豪威科技也宣布推出新型OH0TA OVMed医疗图像传感器，虽然不是手机传感器，但打破了其前代产品保持的“最小商用图像传感器”吉尼斯世界纪录。其封装尺寸仅为0.55mm x 0.55mm，具有1.0微米像素和1/31"光学格式。当然索尼也并不是没有突破，之前有爆料称今年华为P50系列将首发索尼IMX 800传感器，拥有1/1.18英寸大底，虽然比起GN2略小，但依旧是一块“巨无霸”般的存在。

下游应用领域需求增长 NDIR气体传感器市场规模扩大#电子电路#非分散性红外线技术（NDIR，Non-Dispersive InfraRed）是一种基于气体吸收理论的方法。红外光源发出的红外辐射经过一定浓度待测的气体吸收之后，与气体浓度成正比的光谱强度会发生变化，因此求出光谱光强的变化量就可以反演出待测气体的浓度。随着红外光源、传感器及电子技术的发展，NDIR气体传感器也迅速发展。NDIR气体传感器主要由红外光源、光路、红外探测器、电路和软件算法组成的光学传感器，主要用于测化合物，例如：CH4、CO2、N2O、CO、SO2、NH3、乙醇、苯等，并包含绝大多数有机物。新思界产业研究中心整理发布的《2020-2024年中国NDIR气体传感器行业市场行情监测及未来发展前景研究报告》显示，当前，NDIR气体传感器主要应用食品加工及存储、油气工业等领域。由于食品保鲜需求的推动，气调保鲜技术快速发展，气调保鲜技术涉及改变食品包装内部气体的组成，以减缓食品的自然变质。二氧化碳，氧气和氮气是在气调包装和存储中发现的三种最重要的气体。在MAP中，CO2气体以及较低浓度的氧气被用于通过降低食品的pH值来抑制负责破坏食品的微生物的生长。适当的二氧化碳水平有助于延长水果和蔬菜的保质期，并改善储存质量；但是，食品包装中过量的CO2浓度会导致变质。随着二氧化碳气体在食品加工和保存工业中使用的增加，对于二氧化碳浓度的测量需求增长。NDIR气体传感器具有高精度、快速响应、低成本、稳定运行和更长的使用寿命，因此广泛用于气调包装中二氧化碳浓度的实时监测。这些传感器可以延长运输时间，最大程度地减少食物浪费，并降低其他成本。而在油气等工业领域，NDIR气体传感器能够用于甲烷等气体的泄露监测，因而市场具有较大发展潜力。此外在医疗领域，麻醉药废气（WAG）暴露对于医护健康及安全具有较大危害，NDIR气体传感器能够准确实时检测WAG和其他有害气体，保护医护及患者安全。2019年全球NDIR气体传感器市场规模达到3.5亿美元；伴随着技术的持续发展以及化工、工业制造、食品、医疗等行业对于NDIR气体传感器的需求将会持续快速增长。新思界行业研究员表示，当前，全球主要NDIR气体传感器生产企业包括Amphenol（美国）、Honeywell International Inc.（美国）、Senseair AB（瑞典）、Dynament（英国）、MIPEX TECHNOLOGY（俄罗斯）、Gas Sensing Solutions（英国）、Nano Environmental Technology Srl （NET）（意大利），郑州炜盛电子科技有限公司等。

（报告出品方/作者：中国银河证券，傅楚雄、王恺）一、自动驾驶加速渗透，推动传感器市场发展（一）自动驾驶市场广阔，国内外厂商加速布局全球自动驾驶市场规模广阔。随着人工智能、5G 技术的逐渐普及，无人驾驶、高级辅助 驾驶快速发展，这些技术的实现能够大幅减少人为失误带来的交通风险、提高交通运输效率、 提升道路通行能力、改变汽车生产消费模式，实现交通运输安全、高效、绿色的发展愿景。同 时能够缓解社会老龄化带来的劳动力短缺的问题，提高生产力水平、提升生活品质。根据 IHS 的预测，自动驾驶汽车将在 2025 年前后开始一轮爆发式增长，到 2035 年，道路行驶车辆将有 一半实现自动驾驶，届时自动驾驶整车及相关设备、应用的收入规模总计将超过五千亿美元。中国自动驾驶市场快速增长。据发改委最新《智能汽车创新发展战略》，到 2020 年，中 国标准智能汽车的技术创新、产业生态、路网设施、法规标准、产品监管和信息安全体系框架 基本形成，智能汽车新车占比达到 50%，中高级别智能汽车实现市场化应用。据中商产业研 究院数据，2016 年-2019 年中国智能驾驶市场规模从 490 亿元增长到 1226 亿元，复合增速为 35.8%，到 2021 年市场规模将进一步增长至 2358 亿元。参照 SAE 际汽车工程师协会制定的自动驾驶分级标准，可以根据人类驾驶者的参与程度， 将自动驾驶分为 L0 至 L5 各个等级。数值越高，代表自动驾驶的成熟度就越高；其中由 2 级 到 3 级的跨度是重要的转折点，标志着自动驾驶汽车完全可以进行无人驾驶操作。ADAS（高 级驾驶辅助系统）是实现自动驾驶的基础，根据美国高速公路安全管理局的定义，目前全球正 处于汽车自动化程度的第 2 个阶段。即根据驾驶环境信息，由一个或多个驾驶辅助系统在特定 工况下执行转向或加速/减速，同时驾驶员执行所有其余的各类动态驾驶任务。目前大多数自动驾驶厂商能够基本实现 L2 级自动驾驶，并开始推出初步具备 L3 功能的 车型。外资车企中，当前国外技术水平最高的自动驾驶汽车为谷歌的 Waymo，全车搭载了多 个激光雷达、毫米波雷达、摄像头以及高精度自动定位仪，整车可达到 L5 级别的自动驾驶。 而奥迪于 2018 年推出的奥迪 A8 是全球第一款量产 L3 级别的自动驾驶汽车。除此之外，Uber、 Toyata、Cruise 等国外厂商的自动驾驶汽车也都分别搭载了不同数量和种类的各式传感器，并 可实现 L2 级别的自动驾驶。全国政协经济委员会苗圩副主任在 2021 中国电动汽车百人会云论坛上表示，2020 年国内 L2 级别自动驾驶的渗透率已近 15%。车企相继推出具备 L3 功能的自动驾驶车型。相关厂商 的部分 L3 级别车型已经投入量产，如小鹏 P7、长安 UNI-T、上汽 MARVEL-R，2020 年亦成 为国内的 L3 车型量产元年。除此之外，国内各厂商已经将更高级别的自动驾驶规划提上日程。而在道路测试方面，据 DWM 公布的 2019 年加州自动驾驶路测相关数据，国外部分车企 的测试里程数优势明显。已获得加州自动驾驶路测牌照的公司及其测试车辆在 2019 年度累计 测试 288 万英里，同比增长 38.46%。其中谷歌的 Waymo 测试里程超过 145 万英里，通用 Cruise 测试里程达到 83.1 万英里，二者总里程数占约 80%。小马智行与百度分别测试里程达 17.48 万英里和 10.8 万英里。国内自动驾驶测试里程数逐年增多，道路测试规模逐渐加大。北京是我国自动驾驶程度 较为先进的城市，其道路测试里程总数处于全国领先地位，道路测试环境相对安全可控。2018 年，北京市已为百度、蔚来、北汽新能源、小马智行、戴姆勒、腾讯、滴滴、奥迪共 8 家企业 的 56 辆自动驾驶车辆发放了道路临时测试牌照，自动驾驶车辆道路测试里程达 153565 公里。而根据北京市智能车联发布的《北京市自动驾驶车辆道路测试报告（2020）》显示，截止 2020 年底，北京市道路测试里程突破 221 万公里，相比 2019 年末增长 112.8%。根据《北京市自动驾驶车辆道路测试报告（2020）》，2020 年百度的累计测试里程达 201.92 万公里，整体优势明显；其次为小马智行的 16.32 万公里。同时百度的已发放牌照车辆数达 57 辆，在所有测试主体占比超过 65%，可谓遥遥领先。其他相关车企如蔚来、腾讯等，它们的 表现也都有较大进展。自动驾驶为国内企业提供弯道超车的发展机会。传统汽油车领域，国外企业起步较早且在发动机、电控、变速箱等核心技术方面积累深厚，优势明显，国内企业与海外龙头企业差距 巨大。自动驾驶作为新兴领域，国内外企业在传感器、算法芯片等方面差距相对较小，同时国 内在 5G 基础设施方面还具备一定优势。近年来国家和各部委出台了相关政策推进自动驾驶进 程，未来国内企业在自动驾驶方面有望逐步缩短与海外差距并实现引领发展。（二）传感器是自动驾驶的基石，将迎来快速增长根据汽车传感器不同的作用机理和作用目的，可将传感器分为传统传感器和智能传感器。 传统传感器作为汽车神经元控制汽车的各个系统，常见种类有：压力传感器、位置传感器、温 度传感器等；这些传统传感器感受规定的物理量，并按一定规律将其转换成可用输入信号，把 非电量转换成电量。它采集的信息由电控单元进行处理后形成执行指令，并完成电子控制。智能传感器则是自动驾驶的核心。目前用于自动驾驶环境感知的传感器主要包括：毫米 波雷达、激光雷达、超声波雷达和车载摄像头等。摄像头是传统视觉解决方案的基础，价格较 低，而且可以根据不同功能的要求安装在不同位置上。毫米波雷达是指工作在毫米波波段探测 的雷达，波长 1~10mm，介于微波和厘米波之间，兼具微波制导和光电制导的优点。超声波 雷达是利用超声波从发射到反射接收的时间差来计算与障碍物之间的距离，常用在泊车系统中。 激光雷达主要通过发射激光束来探测目标的位置、速度等特征量。据国家知识产权局，全球自 动驾驶传感器专利数量占比前三的传感器为视觉传感器、毫米波雷达和激光雷达，占比依次为 30%，22%以及 20%。多传感器信息融合是实现自动驾驶的必由之路。不同类型的传感器优劣明显，单一的传 感器难以满足自动驾驶复杂的应用场景，多传感器信息融合已成为行业共识。多传感器信息融 合（MSF）利用计算机技术，对多传感器或多源的信息和数据进行多层次、多空间的组合处理， 最终做出判断和决策的过程。在这一过程中，不同传感器优势互补，在不同使用场景中发挥各 自功能，有效地提高系统的冗余度和容错性，增强了系统决策的准确度和智能化程度。根据信 息处理方式的不同，多传感器信息融合的体系结构可分为集中式、分布式和混合式。混合式综 合了集中式和分布式的优点，在实际场合中应用广泛。从主流车企代表车型的自动驾驶感知方案来看，都广泛采用了多种传感器融合的方案。以 通用 Cruise AV 为例，通用目标是实现 L4 级别的自动驾驶，全车搭载 5 个 Velodyne 的 VLP16 16 线激光雷达、21 个毫米波雷达(其中有 12 个由日本 ALPS 提供的 79GHz 的毫米波雷达)以及 16 个摄像头。不过国内自动驾驶汽车厂商目前多采用摄像头、毫米波雷达和超声波雷达的组 合配置；由于激光雷达成本较高、国内市场渗透率较低且应用场景有限，目前国内较少采用。自动驾驶的加速渗透将推动传感器市场的高速增长。自动驾驶的发展为以车载摄像头、 毫米波雷达和激光雷达为代表的核心零部件行业创造了巨大的发展机遇。其中，ADAS 作为汽 车传感器的重要应用领域，其规模扩张对传感器市场的发展有着直接的促进作用。高速扩张的 自动驾驶市场带来了汽车传感器市场需求的增加，由此带来了传感器市场规模的不断扩张。据 头豹研究院数据，2019 年中国汽车传感器行业市场规模已接近 200 亿元，且随着自动驾驶的 推广以及升级，传感器市场将进一步扩张，预计到 2023 年中国汽车传感器市场规模将突破 550 亿元。二、车载摄像头: 应用最广泛的“汽车之眼”（一）发展较为成熟，相较手机摄像头具有更高价值量摄像头发展较为成熟，L3 以下自动驾驶中发挥主导作用。车载摄像头是自动驾驶汽车采 集信息、分析图像的重要途经，借此实现路标识别、行人识别、车辆识别以车道线感应等一系 列功能，在自动驾驶系统中发挥重要作用。相比激光雷达而言，以摄像头为主的方案相对较为 成熟，在 L3 以下级别自动驾驶中起着主导作用。根据 ADAS 不同的功能需要以及安装位置，车载摄像头包括前视、环视、后视、侧视以 及内置摄像头，不同位置的摄像头功能各异，是实现自动驾驶必不可少的构成部分。按照摄像头数目不同，分为单目、双目及多目摄像头，短期内单目摄像头仍为主流。单 双目镜头都是通过摄像头采集的图像数据获取距离信息，在前视摄像头的位置发挥重要作用； 但二者的测距原理存在差别，单目视觉通过图像匹配后再根据目标大小计算距离，而双目视觉 是通过对两个摄像头的两幅图像视差的计算来测距。原理上的不同使得双目摄像头相对单目来 说精度更高，测度更为精准，但相比较来说成本也更高，多搭载在高端车型上。相较于单目、 双目摄像头，多目摄像头通过多个不同的摄像相互配合覆盖不同范围的场景，能够更精准地识 别和分析环境，相应的硬件成本和技术要求也更高，目前只被部分厂商应用于个别车型。单目摄像头发展较早，目前技术发展已较为成熟，量产推广成本较低；但受限于单个摄像 头定焦的局限，在不同距离下焦距切换难，难以兼顾测量的距离和范围。双目、多目摄像头在 一定程度上克服了单个摄像头的局限，基于多个摄像头的配合能够获得更广的覆盖范围和更精 准的数据，但多个摄像头的硬件成本和以及相应的算法要求均较高，相应得配套设施发展尚不 完善，现阶段很难量产并推广。单目摄像头由于芯片算力较低，成本较低，且与毫米波雷达、 超声雷达搭配已能满足 L3 以下需求，因此短期内单目摄像头仍然是车载摄像头的主流方案。车载摄像头环境条件更为严苛，也相应具有更高的价值量。相较于传统的工业摄像头和 手机摄像头，车载摄像头需要在高低温、湿热、强微光和振动等各种复杂工况条件下保持稳定 的工作状态，因此车载摄像头具有更高的安全等级要求和工艺性能要求。考虑到安全因素，汽 车厂商倾向于选择技术成熟、品质有保障的零部件厂商，因此车载零部件厂商进入市场体系获 得评级需要更长的认证周期，行业壁垒较高。具体来看，为应对复杂多样的使用环境，车载摄 像头需要具备高动态性，其温度范围一般为-40 度~80 度，同时需要具备较高的防磁抗震性能， 此外还需满足 8-10 年的基本使用寿命要求。性能方面，考虑到芯片处理负担，车载摄像头的 像素要求较低，一般为 30 万-120 万像素，功率一般也在 10W 以下。而为了识别更大范围内 的物体，车载摄像头对探测角度和范围有更高的要求，环视和后视一般采用 135 度以上的广角镜头，前视摄像头镜头范围为 40-70 度。因此，车载摄像头具有较高的技术壁垒，相应的价 值量也更高。（二）行业迎高速扩张，未来五年市场规模达 270 亿美元车载摄像头覆盖率较低，市场潜力巨大。要完全实现自动驾驶，汽车必须配置五类摄像 头，单车摄像头配置数量至少为 6 个。据 Yole 数据，全球平均每辆汽车搭载摄像头数量将由 2018 年的 1.7 颗增加至 2023 年的 3 颗，且随着自动驾驶的升级，这一数量将进一步增加。随 着车载摄像头技术的成熟，车载摄像头的价格也持续走低，据 ICVTank 数据，2020 年车载摄 像头价格预计为 145 元，未来这一价格有望进一步下降，并将进一步推动车载摄像头覆盖率和 单车配置数量提升。单车配置数量增加，车载摄像头需求持续增长。车载摄像头单车配置数量的增加有力助 推了车载摄像头的市场需求。据中商产业研究院数据，全球车载摄像头出货量由 2016 年的 0.7 亿颗增长到 2019 年的 1.2 亿颗，预计 2021 年全球车载摄像头出货量为 1.4 亿颗。我们预计中 国车载摄像头出货量 2021 年将超过 5000 万颗，到 2025 年将增长至约 1.9 亿颗，市场发展潜 力巨大。车载摄像头行业规模持续扩张，市场发展空间广阔。随着自动驾驶的发展和普及，车载 摄像头市场有望实现高速扩张。根据 ICVTank 数据，自 2015 年后，全球和中国车载摄像头行 业均实现了较大幅度增长，且未来这一增长态势将进一步持续。预计到 2025 年，全球车载摄 像头行业规模将达 270 亿美元，中国车载摄像头行业市场规模将达 230 亿元。未来，随着自动 驾驶的普及以及技术的成熟，车载摄像头行业将迎来高速扩张的时代。（三）国外龙头优势显著，国内企业加速崛起车载摄像头的产业链包括核心元件、模组封装与系统集成、软件算法与解决方案。核心 元件主要包括镜头组、CMOS 图像传感器、光学镜头、滤光片、音速马达以及数字信号处理 芯片（DSP）等。模组及系统集成是将各元件集成为摄像头硬件。在整个车载摄像头硬件中， CMOS 图像传感器为核心组件，成本占比达 50%，模组封装、光学镜头成本占比分别为 25%、 14%。车载摄像头的软件主要依赖其内部芯片以及基于芯片的视觉系统自动驾驶算法。车载摄像 头的算法主要依靠计算机视觉(Computer Vision)与深度学习。计算机视觉的具体步骤包括图像 输入、预处理、特征提取、特征分类、匹配以及完成识别。深度学习模拟人类思考的神经网络， 极大地简化了感知过程，可实现输入图片-输出结果的跨越。考虑到深度学习在事后反查原因 方面的局限，在深度学习中还要加入理性决策部分，并且分区块设计。受限于车端平台的缺乏， 深度学习尚未产品化，但随着算法模型以及算法种类的进一步开发，在可预期的未来，深度学 习有望进一步普及推广。车载摄像头镜头组市场，国内的舜宇光学领先优势明显。舜宇光学的车载摄像头镜头出 货量为全球第一，根据前瞻产业研究院整理数据显示，2019 年舜宇光学的市场占有率达到 34%， 其后的厂商以依次为韩国的 Sekonix、kantatsu 和日本的 fujifilm，行业前四大公司市场占有率 CR4 达到 78%。舜宇光学作为全球领先的国内镜头厂商，于 2004 年进入车载镜头领域，在 2012 年时其出货量已稳居全球第一位，成为行业领导者。目前，舜宇的车载系列产品包括前视、后 视、环视、侧视和内视镜头等，在车载镜头领域提出了良好的产品解决方案，其主要客户涵盖 奔驰、宝马、奥迪、丰田等众多欧美、日韩及国内汽车厂商。此外，联创电子作为国内光学镜 头的龙头企业之一，于 2015 年进入车载镜头领域并实现了突破性发展。目前，公司有 2 颗镜 头通过 MobileyeEyeQ4 认证，8 颗镜头通过 MobileyeEyeQ5 认证，产品获得法雷奥、麦格纳、 安波福等核心 Tier 厂商认可，并为奔驰、宝马、特斯拉等知名车企提供相关产品。车载 CMOS 传感器领域，韦尔股份是全球市占率第二的龙头企业。安森美深耕汽车电子 领域，在全球车用 CIS 领域市占率超过 60%居于全球首位，具有较大竞争优势。豪威科技和 索尼位居全球二、三位，市占率依次为 20%，8%。近年来，豪威科技在 CIS 领域不断实现技 术突破，市场竞争力不断提升。豪威科技和索尼将手机 CIS 与汽车 CIS 相结合，掌握了大小 像素曝光技术；此外，豪威科技还多次推出高像素产品 OX08A、OX08B，实现车用 CIS 领域 高像素的突破。2019 年韦尔股份完成对豪威的收购，借助豪威在技术和市场占有率方面的优 势，未来韦尔股份有望实现进一步的市场扩张和发展。国内企业多点开花，车载 CMOS 传感器国产替代趋势明显。除了韦尔股份之外，比亚迪 半导体经过多年发展实现了车规级 CIS 的突破，推出了国内首款 130 万像素车规级图像传感 器并于 2018 年实现批量装车。思特威于 2020 年收购深圳安芯微电子有限公司（Allchip），积 极扩展汽车领域产品线。安芯微拥有多款自主研发的 SOC 系列图像传感器产品，在车用 CIS 领域具有较强竞争力，未来，思特威有望在车用 CIS 领域实现突破性发展。格科微积极布局 汽车 CIS 领域，产品已经应用于行车记录仪、车内摄像头、360 度环视、倒车后视和驾驶员疲 劳检测等终端应用，与联咏、晨星半导体、杰理 JL、富瀚、凌阳等主流品牌商有合作关系。车载摄像头模组领域集中度较高，海外企业占据着主要市场份额，国内欧菲光、丘钛科 技积极布局，未来有望凭借成本优势占据更大份额。据中国产业信息网公开数据，全球车载 模组封装厂商中，松下、法雷奥、富士通和大陆分占 20%、11%、10%和 9%，行业聚集程度 较高。据盖世汽车研究院，2020 年，我国车载摄像头模组出货量达 4400 万个，CAGR 为 20.6%， 未来增长潜力巨大。国内企业加速发展，未来有望凭借成本优势在模组封装端占据更大份额。 欧菲光是摄像头模组的龙头企业，基于手机摄像头模组领域的成本和技术优势，积极布局车载 摄像头模组领域，着力研发高像素高清环视摄像头，前视 ADAS 摄像头等产品。2018 年，欧 菲光收购了富士集团天津工厂和车载镜头相关专利共 300 余项，进一步完善了其在车载摄像头 产业链布局。目前，欧菲光已取得上汽、北汽、广汽等 20 余家优质车厂的供应商资质，并积 极谋求国外车企的供应商资质认证。丘钛科技作为国内领先的模组供应商，2019 年以来着力 加大在车载摄像头模组领域的投资开发力度，着力打造车内视觉应用方案。车载摄像头软件算法领域 Mobileye 遥遥领先，国内企业逐渐起步。在车载摄像头领域， Mobileye 的算法发展成熟，市占率达 70%以上，目前已为 Volvo、奥迪、宝马、日产等众多国 内外车厂提供支持。目前，我国车载摄像头算法企业尚处于起步阶段，中科慧眼采用“FPGA+ARM”芯片基于双目摄像头搭载了中科慧眼 MPV 算法，未来，公司拟将持续深耕双目 探索算法领域，逐步缩小与头部企业的差距。系统集成方面，传统 Tier 1 供应商占据主导，国内德赛西威、华域汽车等企业产品已在 国内品牌汽车中得到使用。法雷奥、大陆、海拉、松下、索尼在摄像头前装市场占据主导地 位。国内企业近年来加速布局。德赛西威作为国内最早布局车载摄像头的企业之一，实现了高 清车载摄像头和环视系统的量产，目前已为吉利、广汽和奇瑞等国内品牌提供车载摄像头等相 关配套产品；此外公司还开发出一系列如自动泊车系统以及夜视系统等摄像头相关的驾驶辅助 系统，在吉利星越、奇瑞捷途等车型中得到了应用。华域汽车作为国内最大的汽车零部件企业 之一，积极布局车载摄像头领域，通过视觉传感系统以及外部信息实现了自适应巡航控制 （ACC）、前向碰撞报警（FCW）、盲点探测（BSD）等多项自动驾驶功能，公司还布局了诸 如自动泊车系统、360 度汽车行驶环境扫描系统的高级驾驶辅助系统，可以满足 L3 及以下的 自动驾驶需求。华阳集团自成立以来一直专注于汽车电子领域，经过多年发展，已发展成为中 国大型汽车电装企业之一，拥有丰富的产品线，公司积极布局车载摄像头领域，引进高清摄像 头自动生产线，相继推出了 360 环视系统和“煜眼”技术，并开始应用于自动驾驶汽车，其中 搭载“煜眼”系统的摄像头产品于 2020 年在新宝骏 E300 上迎来量产。车载摄像头发展较为成熟，是应用最广泛的“汽车之眼”。我们认为车载摄像头不仅是目 前自动驾驶的核心传感器，也将在未来高等级自动驾驶中发挥主导作用。随着自动驾驶等级 提高，单车摄像头数量将持续提升，由 L2 的 1-2 个提升到 L3 的 3-6 颗，未来高等级自动驾 驶有望达到 10 颗以上，相应带动车载摄像头市场高速增长，未来五年全球 CAGR 约为 16%， 中国 CAGR 约为 32%。三、毫米波雷达：全天候待命的自动驾驶传感器（一）毫米波雷达全天候待命，77GHz 是未来方向毫米波雷达是 ADAS 核心的传感器之一。毫米波雷达通过天线向外发射波长 1-10nm，频 率在 30GHZ-300GHZ 之间的毫米波，接收反射信号并处理后快速准确地获取汽车车身周围的物理环境信息，然后根据所探知的物体信息进行智能处理和决策。它首先运用于军事领域，随 后进入汽车领域。毫米波雷达的优势主要有以下几方面：（1）毫米波具有穿透烟、灰尘和雾的能力，可全 天候工作。相比于激光雷达等其他传感器来说，毫米波的特性让毫米波雷达的应用环境更为广 泛，能实现全天候待命。（2）毫米波雷达天线孔径小、空间辨识率高、易携带且方向性好。（3） 毫米波雷达波束窄、抗电子干扰性好。（4）价格成本低廉，目前价格在千元级别，相比其他传 感器如万元级别的激光雷达，成本较低。FMCW 是主流调制方式。根据持续时间的长短，毫米雷达波可分为脉冲波和连续波，后 者又可细分为 FSK（频移键控）、PSK（相移键控）、CW（恒频连续波）、FMCW（调频连续 波）等方式。目前，FMCW 成为毫米波雷达主流调制方式，被德尔福、电装、博世、大陆等 主流供应商采用。FMCW 调频连续波具有能同时测出多个目标的距离和速度信息，可对目标 连续跟踪，系统敏感性高，错误报警率低，不易受外界电磁噪声的干扰，测量距离远分辨率高， 所需发射功率低，成本较低，信号处理难易程度及实时性可达到系统要求等优点。 根据毫米波雷达的有效范围和频段，可将车载毫米波雷达分为长距离雷达（LRR）和中距 离雷达（MRR）以及短距离雷达（SRR）。而各个国家目前对车载毫米波雷达分配的频段主要 集中在 24GHz 和 77-79GHz 之中，分别属于 SRR/MRR 和 LRR 的范围。77GHz 是未来发展趋势。市场上的毫米波雷达主要包括 24GHz 和 77-79GHz 两类。24GHz 主要用于汽车盲点监测、变道辅助等中短距测量功能，后者则属于长距毫米波雷达，主要用于 自动驾驶、前向碰撞预警等长距离测量功能，而目前中国、日本等地区尚不允许 79GHz 频段 的使用，所以 77GHz 是主要的长距毫米波雷达。相较于 24GHz 雷达，77GHz 体积更小，穿透 力更强，探视距离可达 150-250 米，探测精度为 24GHz 雷达的 3-5 倍，可接受的车速上限达 250km/h，在识别精度、测量距离以及环境适应度等方面均具有明显优势。因此，77GHz 的技 术要求和生产成本也更高，具有较高的技术壁垒，当前市场上的主流产品为 24GHz 雷达。未 来，随着技术的成熟以及成本的下降，77GHz 雷达将逐渐取代 24GHz 雷达成为未来毫米波雷 达市场的主流发展趋势。（二）产品加速升级，市场空间潜力大随着 ADAS 系统的逐渐升级，对毫米波雷达的要求会更高。毫米波雷达的技术总的趋势 是朝着成本更低、体积更小、功耗更低、集成度更高的方向发展。在雷达芯片技术上，高集成 化的单片微波集成电路（MMIC）成为了主流；而在芯片工艺上，朝着利用 CMOS 工艺，将 MMIC 做得更小的方向发展。为实现汽车周围环境的全方位感测覆盖，一辆汽车需要多个毫米波雷达。比如 L3 级别的 自动驾驶，至少需要 5 颗毫米波雷达（1 长、4 短）；随着自动驾驶等级的增加，毫米波的数量 也是不断增加，到了 L5 级高级自动驾驶阶段毫米波雷达将增加到 10 颗以上。“短程+中程+长 程”毫米波雷达三者结合一起共同完成自适应巡航（ACC）、自动紧急制动（AEB）、前方/后方 碰撞预警（FCW/RCW）、变道辅助（LCA）、盲点检测（BSD）、倒车辅助（BPA）、泊车辅助 （PA）等多种 ADAS 功能。自动驾驶带动下车载毫米波雷达市场空间广阔。随着智能化时代自动驾驶汽车的普及， 自动驾驶相关配件将迎来重要增长时刻。根据 DIGITIMES Research 数据可知，2017 年以来全 球毫米波雷达市场规模超过 20 亿美元且保持高速增长态势，预计到 2022 年，全球毫米波雷达 市场规模将达到 160 亿美元。其中，短中距毫米波雷达将由 2017 年的 11.85 亿美元增长至 2022 年的 84 亿美元，同期长距毫米波雷达将实现由 16.16 亿美元至 75.6 亿美元的飞跃式发展。根 据 Yole 数据，2020 年中国的毫米波雷达市场从 2015 年的 19 亿元增长到 2020 年的 72 亿元， 增速保持在 30%以上。根据 OFweek 预测，到 2025 年，中国的毫米波雷达市场规模将超过 300 亿元。（三）竞争格局：海外主导，国产替代空间广阔从全球市场来看，目前海外企业占据的市场份额仍然较大，行业集中度较高。全球毫米 波雷达市场中，前五大市场主体分别为：博世、大陆集团、海拉、富士通、电装，合占 2018 年全球市场份额的 68%，其中博世、大陆集团、海拉、电装均为传统 Tier 1 供应商，富士通是 全球领先的信息通信技术企业，在毫米波雷达领域也具有较强实力。海外企业在毫米波雷达上的布局并不相同。观察不同公司的主要产品参数，博世的主要毫 米波雷达产品集中于 76-77GHz，主攻中远距离探测，LLR 产品最大探测距离可达 250 米。大 陆集团的 77GHz 和 24GHz 的产品领先，主攻 77GHz 产品，第五代 LRR 的远程最大探测距离 可达 300 米。德尔福公司也是垄断 77GHz 技术的国际公司之一；而海拉以 24GHz 频率的毫米 波雷达为主，短距毫米波雷达技术领先。国内企业加速追赶，24GHz 取得突破，77GHz 处于起步阶段。面对外资企业接近垄断的 市场，近年来内资企业加大毫米波雷达研发力度，寻找市场突破口，加速追赶外资脚步。在研 发大力投入的作用下，国内部分企业取得了一定的研发成果，市场化产品即将问世；不过由于 技术和资源的限制，主流方向仍然集中在 24GHz 雷达方面。在 77GHz 毫米波雷达方面，核心 技术仍被外资零部件制造商所掌控，国内仍处于初级阶段，只有极少数企业能做到 77GHz 雷 达的样机产品。在毫米波雷达的上游硬件方面，主要包括天线PCB板、前端收发射频组件（MMIC芯片）、 数字信号处理及控制电路，其中天线 PCB 板与 MMIC 芯片是核心组件。天线 PCB 板作为毫米波雷达的核心部件，国产替代取得较大突破。当前毫米波雷达天线的主流方案为微带阵列，高频天线 PCB 板要求在较小的集成空间保持较高的信号强度，因此 行业技术壁垒较高，毫米波雷达成本占比约为 10%。德国 Schweizer 全球市场占比达 30%，居 于行业领先地位。近年来，国内天线 PCB 板企业取得较大突破，主要生产厂商包括沪电股份、 深南电路、景旺电子、生益电子等，其中沪电股份是大陆、博世的 PCB 板供应商，深南电路 也已具备车载高频 PCB 板供应能力，生益电子的毫米波雷达用 PCB 板已经具备量产能力，潜 在客户包括博世、大陆等，预计 2021～2023 年可实现量产出货。前端收发射频组件主要采用 MMIC 芯片技术，目前主要由海外巨头垄断。目前射频组件 的主流方案是单片微波集成电路（MMIC），毫米波雷达成本占比约为 25%。MMIC 芯片具有 损耗低、噪声低、频带宽、功率大、抗辐射能力强等优点，可极大简化毫米波雷达结构，降低 了毫米波雷达生产成本，利于推动毫米波雷达的广泛使用。目前国际 MMIC 市场主要由智浦 （NXP）、英飞凌、德州仪器（TI）等国外企业垄断，国内芯片设计企业积极布局毫米波雷达 领域，力求缩小与行业领先企业的差距，以意行半导体、加特兰微电子为代表的国内企业已完 成 MMIC 芯片的研发，逐步进入产业化阶段。我们认为毫米波雷是自动驾驶的核心传感器之一，具有全天候工作的优点，将在自动驾 驶中发挥重要作用。市场规模方面，预计到 2022 年全球毫米波雷达市场规模将达到 160 亿美 元，随着技术的成熟以及成本的下降，77GHz 雷达将逐渐取代 24GHz 雷达成为未来毫米波雷 达市场的主流。目前博世、大陆等海外企业占据的毫米波雷达主要市场份额，国内企业近年 来加速布局，已经 24GHz 产品方面取得突破，77GHz 产品处于研发过程中。四、超声波雷达：自动驾驶的重要辅助传感器（一）成本优势明显，主要用于自动泊车系统超声波雷达是自动驾驶领域的重要辅助传感器，不同频率的超声波雷达灵敏度和探测角度均不同，当前主流超声波雷达包括 40kHz、48kHz 以及 58kHz 三种；根据技术方案的不同，超 声波雷达可分为模拟式、四线式数位、二线式数位、以及三线式主动数位，随着信号抗干扰能 力的逐渐提升，相应的技术难度与价格也逐渐增加；根据水平和垂直探测角度是否相同，超声 波雷达还可分为等方性和异方性两种。主要用于倒车雷达与自动泊车系统。目前市面上的超声波雷达有两种，分别是用于测量 汽车前后障碍物的超声波驻车辅助(UPA)超声波传感器以及用于测量侧面障碍物距离的自动 泊车辅助（APA）超声波传感器。倒车雷达系统配备有 4 个 UPA 超声波传感器，在此基础上 自动泊车系统增加了 4 个 UPA 超声波传感器以及 4 个 APA 超声波传感器，构成前侧后 4+4+4 的超声波雷达布局。价格低廉是最大优势。超声波雷达利用超声波发射装置发出超声波以及接收器收到超声 波的时间差来测算障碍物的距离，测距方法较为简单，相应的测距范围也较为有限，无法精准 定位障碍物的位置。但相较于毫米波雷达和激光雷达，超声波雷达价格优势显著，整体成本较 低，单个超声波雷达售价约 10-100 元。低技术门槛和低成本为超声波雷达的推广和普及创造 了良好的基础条件。行业规模将保持稳健增长。自动驾驶的普及以及超声波雷达在倒车雷达以及自动泊车系 统装载率的提高推动了车载超声波雷达市场的发展。据 P&S Intelligence 数据，2019 年全球车 载超声波雷达市场规模超 30 亿美元，市场增速平稳，预计 2020-2030 年全球车载超声波雷达 市场规模 CAGR 为 5.1%，到 2030 年，全球市场规模将达 61 亿美元。据头豹汽车研究院，2014 年以来，中国超声波雷达市场规模持续扩张，预计到 2023 年，中国超声波雷达市场规模将超 60 亿元。随着自动泊车市场需求的增加以及车型的更新换代，汽车搭载超声波雷达日益提高， 据 AI 车库数据，当前国内在售车型的倒车雷达功能渗透率已接近 100%，自动泊车系统渗透 率在 2019 年达到了 22%，预计在 2025 年将达到 50%。（二）国外企业占据主要市场，国内企业已具备成熟技术博世、法雷奥等海外企业占据超声波雷达主要市场。据恒州博智数据，2018 年，全球超 声波雷达市场份额占比前两位依次为法雷奥和博世，两者市占率之和超过 50%。法雷奥拥有 丰富的超声波雷达量产经验，其推出的最新一代自动泊车系统 Park4U，有平行与转角两种模 式，可在狭小空间内完成自动泊车过程，目前可为路虎、起亚、大众、途安等众多车企提供相 关产品和服务。博世有超声波雷达、倒车雷达、半自动泊车、全自动泊车等一系列产品线，其 推出的第六代超声波雷达将数字信号处理与信号编码结合，在识别范围和识别速度方面均取得 了较大进展，可以识别第五代产品无法识别的低矮物体。通过超声波雷达与车载摄像头以及 毫 米波雷达的配合，力求实现功能更加完备的 L2 级自动驾驶系统。国内企业技术已具备成熟技术，主要壁垒在车企认证。相较于毫米波雷达和激光雷达， 国内外厂商超声波雷达技术差距较小，国内一系列企业自主生产的超声波雷达足以满足自动泊 车和倒车等功能。但目前 ADAS 零部件供应领域包括超声波雷达领域主要被国外巨头垄断， 主流车企为保证汽车研发的顺利进行均有固定的供应厂商，我国自主企业获得车企认证难度较 大，可进入的市场空间较小。另一方面，部分自主厂商在核心技术上竞争力较弱，产品附加值 较低，难以提供完整的自动驾驶辅助方案，因此往往局限于二级供应梯队，利润空间有限。 奥迪威是国内领先的超声波雷达制造企业，产品广泛应用于汽车电子、智能仪表等领域， 其中，车载 UPA 超声波传感器是其主营产品之一。2017 年，奥迪威超声波传感器中国汽车市 场占有率将近 30%，全球汽车倒车雷达传感器市占率约为 9.59%。我们认为超声波雷达是自动驾驶的重要辅助传感器。2019 年全球车载超声波雷达市场规 模超 30 亿美元，到 2030 年将增长至 61 亿美元，CAGR 为 5.1%。国内企业如奥迪威已具备 成熟技术，主要壁垒在车企认证。详见报告原文（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】。

（如需报告请登录未来智库）1、3D 传感方案介绍：手机厂商放量在即， TOF 方案有望拓宽应用市场1.1 结构光与 TOF 为 3D 传感主流方案，TOF 有望拓展广阔应用市场图像传感器逐渐从 2D 发展至 3D，深度信息的带入使得手机、汽车、AR 等应用的可拓展 性变得越来越高，从 2D 走向 3D 是未来传感器发展的一大趋势。目前，3D 传感的主流 技术包括：双目视觉、结构光与 TOF（time of flight）。 双目视觉与结构光主要基于三角 定位原理测距，TOF 主要基于光的飞行时间测距。双目视觉是基于视差原理并利用成像设备从不同位置获取被测物体的两幅图像，通过三 角定位方法获取深度信息，属于被动式方案。但由于现实世界难以精准抓取定位点，目 前推广度较差。结构光技术原理是将结构光投射至物体表面，再使用摄像机接收该物体表面反射的结构 光图案，根据物体距离不同而带来的形变再结合三角定位测算物体表面的空间信息。结 构光是指一些具有特定模式的光，包括点、线、面等。目前，结构光主要分为散斑结构光与编码结构光。散斑结构光的激光散斑具有高度的随 机性，而且随着距离的不同会出现不同的图案，在同一空间中任何两个地方的散斑图案 都不相同。只要在空间中打上这样的结构光然后加以记忆就让整个空间都像是被做了标 记，然后把一个物体放入这个空间后只需要从物体的散斑图案中特征点的位移量，通过 三角测量法可计算出所测物体的深度信息。编码结构光法通过将一幅或多幅以特定的编 码投射到待测物上，得到一幅对应的编码图像。利用编码方式对编码图像进行解码得到 各像点所对应物点上的光线投射角，最后由结构光法基本公式获得景物的三维坐标。目 前，散斑结构光的安全性与计算复杂程度高于编码结构光。TOF 方案原理是通过向目标物体发射红外光源，测量光在镜头和物体之间传输时间，通 过光脉飞行时间来计算被测物体离相机的距离。TOF 技术具备抗干扰性强、FPS 刷新率 更高的特性，因此在动态场景中能有较好表现。另外 TOF 技术深度信息计算量小，对应 的 CPU/ASIC 计算量也低，因此对算法的要求更低。但相对于结构光技术，TOF 技术的 缺点在于其 3D 成像精度和深度图分辨率相对较低，功耗较高。目前，3D 传感主流应用技术为结构光与 TOF。两种传感技术从原理上决定了其应用领域 的不同，我们从测量距离、深度精准度、算法复杂度、扫描与响应速度、各类环境适应 性、硬件成本进行对比分析，阐明两种技术各自适用的应用领域。深度信息精准度方面，散斑结构光发射光源具有一定随机性，安全性最高，深度信息最 为精准；而 TOF 深度信息精准度与发射光强度和图像传感器精度有关，精准度通常低于 结构光方案。结构光目前可达 1280*800，而 TOF 最高精度约为 640*480。测量距离方面，结构光需投射散斑或编码等结构性图案，远距离光强衰减过快，方案易 失效；而 TOF 采用面光源，抗衰减好，适用测量距离更远。结构光测量距离在 1.2m 以 内，TOF 最高测量距离在 5m 至 10m。而在算法复杂度、扫描响应速度、弱光与强光适 应性以及硬件成本等方面上，TOF 方案均优于结构光。因此，结构光 3D 方案适用于对安全性要求高而测量距离较低的场景，例如人脸识别、 AOI 检测等。而 TOF 方案应用更加宽广，例如 3D 建模、游戏、导航、汽车避障、自动 驾驶、手势捕捉、导航、AR 等各个方面。1.2 手机厂商持续布局 3D 传感技术，安卓 TOF 方案放量在即 3D 结构光方案由苹果 iPhone X 正式打开消费电子市场，该方案来自 2013 年苹果收购的 3D 视觉整体解决方案提供商 Primesense。苹果自 2013 年起，积极布局 3D 传感领域，并 率先成功打开手机市场，持续引领 3D 传感技术的发展与应用。自 2017 年 9 月苹果 iPhone X 发布搭载结构光 3D 感测功能后，安卓阵营逐步推广 3D 感 测功能。至今，全球已发布结构光手机型号 7 款，TOF 手机型号 13 款，其中 2 款手机前 后各搭载一颗 TOF 摄像头。从已上市的手机来看，苹果手机前置采用散斑结构光实现面 部解锁功能；安卓手机 2018 年有 4 台手机跟进结构光技术，小米采用编码结构光简化算 法难度。结构光技术由于成本高、量产难度大以及算法复杂，目前在安卓阵营推广较慢。2019 年，安卓手机大量推广使用 TOF 摄像头，总计 13 款机型。荣耀 V20 与华为 nova 5 Pro 机型价位仅为 2999 元，3D 感测功能正式走向中低端机型。华为 Mate 30 Pro 与三星 S10 5G 前后各搭载一颗 TOF 摄像头，有望引领 2020 年新机潮流。2019 年可谓手机端 TOF 摄像头元年，预计 2020 年 TOF 摄像头渗透率仍将进一步提升。2. 需求端：手机与汽车市场加速渗透，发 射端新增元器件价值占比高2.1 手机与汽车市场双引擎驱动 3D 传感加速渗透，2020年 iPhone 仍占据主要市场 3D 传感除应用于智能手机外，还可广泛应用于工业视觉检测、汽车、AR/VR、游戏、医 疗、军事、导航、科研等众多领域；尤其以 TOF 方案的高环境适应性、远距离感测以及 快速响应等特性，TOF 方案在未来有着更广阔的应用市场。根据Yole的预测数据，全球3D成像和传感器市场规模在2017~2023年的CAGR为44%， 2017 年市场规模为 21 亿美元，消费、汽车与工业占比分别为 19%、19%与 38%。预计至 2023 年，3D 传感市场规模约为 184 亿美元，2017~2023 年消费、汽车、医疗、工业与科 研的 CAGR 分别为 82%、35%、4%、12%、10%，消费与汽车将成为 3D 传感市场的最 大增长引擎，预计 2023 年消费与汽车占比分别为 75%与 13%，消费端以手机为主要市场 将占据 3D 传感的绝大部分份额。3D 传感未来的主要增长引擎在手机与汽车领域。手机端以结构光（Face ID）和 TOF（3D 建模功能开发）方案为主，汽车端以 TOF 摄像头为主进行测距、避障、自动驾驶以及车 主识别等功能开发。我们根据手机和汽车摄像头出货量以及渗透率对 2019~2021 年的 3D 感测模组市场空间进行判断，预计 2020 年 3D 感测模组出货量合计 3.55 亿颗，对应市场 规模约 55.5 亿美元。其中，iPhone 手机将成为 2020 年 3D 传感出货主要拉动力，预计 iPhone12 Pro/Max 将采 用前置结构光+后置 TOF 结构，iPhone SE2 不采用 3D 传感器，对应前置结构光出货量合 计约为 1.7 亿颗，后置 TOF 出货量合计约为 0.4 亿颗。2020 年预计 iPhone 合计 3D 传感 模组约 2.1 亿颗，占比约 59%。2.2 发射端新增元器件价值量高，TOF 方案有望以成本优势加速应用 3D 传感模组通常由红外发射端、接收端以及图像处理芯片组成。结构光与 TOF 方案解码 原理不同，但所需核心部件基本相同。发射端主要包括红外光源、准直镜头、DOE、模 组组装等；接收端主要包括透镜、窄带滤光片、红外 CIS 等组件。此外，3D 传感器通常配合普通 2D 彩色镜头模组使用，彩色镜头即为原手机摄像头，非 增量组件。3D 传感图像处理芯片需将普通镜头模组拍摄的 2D 彩色图片和 IR 接收模组获 取的 3D 信息集合，经算法处理得到具备 3D 信息的彩色图片；图像处理芯片包含核心算 法，价值量较高。3D 传感器模组中各组件成本占比分别为：发射端占比约 53.6%、接收端占比 19.1%、图 像处理芯片占比约 27.3%。发射端中，VCSEL 单颗价值量约 2~2.5 美金，占比约 12.6%； 准直镜头（由 WLO 技术生产）单模组价值量约 3.5 美金，占比约 19.1%；衍射光学元件 （DOE）单颗价值量约为 2~3 美金，占比约 10.9%；模组组装单颗价值量约 2 美金，占 比约 10.9%。3D 传感单颗模组成本约 10~20 美金，其中结构光模组精度要求更高，单颗 成本约 20 美金；TOF 成本相对较低，约 10~15 美金。3. 供给端：苹果抢占全球成熟产业资源， 发射端组件壁垒高利润高3.1 苹果抢占全球成熟产业资源，安卓厂商有望在 TOF方案实现超车在 3D 传感全球供应体系中，苹果率先抢占全球成熟资源，进入苹果产业链的供应商均为 各细分领域领军企业。目前，苹果结构光 Face ID 方案应用成熟，客户认可度高，出货量 远超非苹体系；而随着苹果手机新机型逐渐发布，同时据传 iPhone12 将加入后置 TOF 摄 像头，届时将对苹果供应链各环节生产能力带来挑战，有望新增供应商。目前，国内厂 商在窄带滤光片（水晶光电）和接收端模组组装（欧菲光）已进入苹果 3D 传感产业链。非苹产业链紧跟苹果产业链，多家厂商在原有业务上进行拓展，或者同时供应苹果与非 苹果产业链。在非苹果产业链中，IR 接收端与 2D 彩色镜头中大部分元器件主要是对存 量产品应用领域的进一步扩大，除 IR CIS 与窄带滤光片外，其余元器件供应商主要为传 统摄像头供应体系的拓宽与延续，价值量相对发射端要小。3D 传感供应体系中，发射端 VCSEL、DOE、WLO、组装以及接收端 IR CIS、Filter 为全 新增量市场，相较于传统彩色摄像头而言创造了新的产业，价值量更大。其余元器件大 部分为传统彩色摄像头元器件的应用延伸，市场格局可参见《摄像头行业深度报告：光 学创新蓄力充分，需求旺盛春意盎然》。3.2 发射端新增元器件进入壁垒高，传统摄像头各环节龙头厂商有望业务延伸至 3D 传感领域 一、红外激光光源 VCSEL 发射端红外激光光源由LED向VCSEL转变是必然趋势。目前光源主要有三种：红外LED、 红外 LD(激光二极管)和 VCSEL(垂直腔面发射激光器)。VCSEL 是以砷化镓化合物半导体 材料为基础研制，主要包含激光工作物质、崩浦源和光学谐振腔 3 大部分。相比较而言 VCSEL 光谱准确性更高、响应速度更快、使用寿命更长、投射距离更长，因此比 LED 光源具有明显优势，在智能设备中 VCSEL 将成为主流。VCSEL 是一种垂直表面出光的新型激光器，也是光纤通讯所采用的光源之一。VCSEL 的 制造依赖于 MBE(分子束外延)或 MOCVD(金属有机物气相沉积)工艺，在 GaAs(80%左右 的份额)或 InP(15%左右的份额)晶圆上生长多层反射层与发射层。由于 VCSEL 主要采用 三五族化合物半导体材料 GaAs 或 InP(含有 In、Al 等掺杂)，因此移动端 VCSEL 产业链 与化合物半导体产业链结构类似。VCSEL 产业由设计、外延片、晶圆代工、封测等四个 环节组成，整个产业高度分工、专业化程度很高，拥有较高的技术门槛。在 VCSEL 代工领域，我国台湾厂商稳懋占据全球主要份额，其与 Lumentum 紧密合作 而成为苹果核心供应商。而宏捷科则拥有 AMS 入股，未来有望随着 AMS 而切入 3D 传 感领域。VCSEL 代工涉及化合物半导体晶圆加工，具有较高难度。而大陆地区化合物半 导体厂商近年加大资金与研发投入，有望实现弯道超车。二、准直镜头（WLO 技术） 准直镜头用于对发散的激光光源进行准直处理，达到平行、均匀光斑的作用。目前准直 镜头的制造工艺有 WLO（wafer level optics）、 WLG（wafer level glass）和模造工艺。WLO 工艺在整片玻璃晶圆上，用半导体工艺批量复制加工镜头，多个镜头晶圆压合在一 起，然后切割成单颗镜头。WLO 工艺具有尺寸小、高度低、一致性好等特点，更适合移 动端消费电子设备；其 光学透镜间的位置精度达到 nm 级，是未来标准化的光学透镜组合 的最佳选择。特别是在 3D 创发射端结构复杂的情况下，光学器件采用 WLO 工艺，可以有效缩减体积空间，同时器件的一致性好，光束质量高，采用半导体工艺在大规模量产 中具有成本优势。模造工艺是利用玻璃随温度的升高粘滞度降低的特性，从本质上说是一种热加工方法。 WLG 工艺使用纯玻璃材料，在高温下通过模具压制成型，可以在一片晶圆上一次压制成 多个，具体数量取决于晶圆尺寸。模造工艺生产效率过低，WLG 工艺工艺难度大且成本 高，两种准直镜头加工技术均未实现大规模出货。而 AMS（heptagon）采用 WLO 技术已 大规模生产准直镜头用于 iPhone 3D 传感模组制造。目前，WLO 技术主要掌握在 Heptagon（被 AMS 收购）、Himax 奇景光电、VisEra 采钰、 Anteryon（被晶方科技收购）等厂商手中，其中 Heptagon 拥有大部分专利。WLO 技术具 有很高技术壁垒，全球具备规模量产能力的厂商极少。国内水晶光电参与一部分 Filter 镀膜工艺。福晶科技曾为 JDSU、Finisar 等光通信企业供给通信级准直镜头，有望拓展进 军消费级准直镜头领域。华天科技和晶方科技在 WLO 方面布局较早，主要提供 WLO 加 工技术。2019 年 1 月，晶方科技收购 Anteryon 73%股份完成交割。Anteryon 公司创始于 1985 年， 前身是荷兰飞利浦的光学电子事业部，2006年从飞利浦分拆并独立成立为 Anteryon公司， 注册地位于荷兰埃因霍温市。该公司主要为半导体、手机、汽车、安防、工业自动化等 市场领域，提供所需的光电传感系统集成解决方案，拥有 30 多年相关产品经验和完整的 光电传感系统研发、设计和制造一条龙服务能力，其完整的晶圆级光学组件制造量产能 力与经验系三维深度识别领域中微型光学系统和光学影像类集成电路模组所需的关键环 节。Anteryon 的晶圆级光学元件制造能力与晶方科技WLCSP封装有着广阔的合作空间， 尤其在 3D Sensing 摄像头领域；晶方科技有望与 Anteryon 技术融合后突破 3D 传感摄像 头，开启新的增长动力。三、衍射光学元件 DOE 衍射光学元件（DOE）是将准直镜头校准后的光束转换成具有特征信息图案的光学元件。 DOE 利用计算机设计，结合半导体工艺，在基片刻蚀出高低不平、深浅不一的具有特定 浮雕结构的纯相位衍射光学元件。DOE 具有轻薄体积小、衍射效率高、设计自由度高、 产品稳定性和一致性好等优点。根据应用场景不同，DOE 分为光栅、分束器、光束整形 器、多焦点激光透镜、涡镜头等种类，单价约 2~3 美元。光学衍射元件DOE 的制造门槛较高，苹果手机DOE 组件由台积电采购玻璃后进行pattern， 精材科技将台积电 pattern 后的玻璃进行堆叠、封装和研磨，然后交采钰进行 ITO 工序， 最后由精材科技进行切割。台积电、精材与采钰均为台系厂商；其中，台积电持有精材 40.94%股份，采钰为台积电与豪威合资设立的子公司。此外，台湾地区的奇景光电也具有生产 DOE 的能力，目前正与高通合作。福晶科技为 微软 AR 眼镜 HoloLens 联合研发 DOE 等相关元件，福晶科技主要从事各类功能晶体元 器件、精密光学元器件和激光器件的研发、生产和销售。大陆初创公司驭光科技成立于 2016年，主要从事设计与生产DOE产品；目前已进入安卓手机3D传感核心器件供应商， 全资子公司嘉兴驭光光电可规模量产 DOE 器件。四、窄带滤光片 目前通常使用红外光技术获取 3D 景深信息，而地表太阳光中近红外光频段内 940nm 处 较为薄弱，因而 940nm 窄带滤光片被广泛使用于各类生物识别滤光片，包括人脸识别、 指纹识别、手势识别、3D 传感等。在 IR 发射端，VCSEL 发射 940nm波长的红外光；在 接收端，使用窄带滤光片阻止偏离这一波段的光信号进入 IR CIS 芯片。窄带滤光片主要 采用干涉原理，需要几十层光学镀膜构成，相比普通的 RGB 吸收型滤光片具有更高的技 术难度和产品价格。目前行业内主要供应商为 VIAVI 和国内的水晶光电，这两家也是苹 果 iPhone X 的窄带滤光片供应商。除接收端需使用窄带滤光片外，发射端也可使用窄带滤光片过滤冗余激光能量，提高安 全性与识别精准度。在发射端准直镜头加工工艺中，需晶圆级窄带滤光片镀膜工艺在 WLO 准直镜头上加工，加工成本约 0.1~0.2 美金/颗。水晶光电已成为苹果产业链窄带的 核心供应商，行业地位稳固。4. 投资总结：国内厂商有望在 WLO、滤 光片、模组和整体方案环节导入供应体 系4.1 晶方科技：收购 Anteryon 整合 WLO 技术 公司是国内晶圆级封装的领军企业之一，主要专注于传感器领域的封装测试专业代工业 务，同时具备 8 英寸、12 英寸晶圆级芯片尺寸封装技术规模量产能力。封装产品主要包 括影像传感器芯片、生物身份识别芯片、微机电系统芯片（MEMS）、环境光感应芯片、 医疗电子器件、射频芯片等，并广泛应用在消费电子（手机、电脑、照相机、游戏机）、 安防监控、身份识别、汽车电子、虚拟现实、智能卡、医学电子等诸多领域。公司收入结构主要分为封测与设计，其中封测业务为主要收入来源，2015-2018 年封测行 业的收入占比分别为 99.23%、97.80%、98.77%和 96.33%。2018 年设计收入 0.20 亿元， 占比 3.5%，毛利率高达 83.88%。公司封测业务毛利率在 2015-2017 年维持在较高水平， 2017 年毛利率高达 36.52%，但 2018 年毛利率同比下降 10.66 个百分点，毛利率下降主要 受折旧成本增高以及产品价格下行影响。2019H1 公司综合毛利率有所回升，达 33.08%， 同比提升 4.4 个百分点。公司封装业务主要为晶圆级先进封装，整体毛利率水平较高。公司 2019 前三季度实现营收 3.41 亿元，同比下降 19.77%；实现归母净利润 0.52 亿元， 同比增长 70.76%；实现扣非后归母净利润 0.20 亿元，同比增长 28.67%。Q3 单季度营收 1.41 亿元，同比下降-4.4%，环比增长 22.6%；归母净利润 0.30 亿元，同比增长 391%， 环比增长 66.6%；扣非后归母净利润 0.19 亿元，同比增长 478%，环比增长 171%。盈利能力显著提升，先进封装赛道优势凸显：公司 Q3 单季毛利率 43.37%，同比提升 18.79 个百分点，环比提升 6.15 个百分点；净利率 21.55%，同比提升 17.35 个百分点，公司工 艺水平与生产效率改善显著以提升盈利能力。公司 Q3 其他收益 0.11 亿元，政府补助资 金按期确认分摊并维持稳定水平；Q3 扣非后归母净利润 0.19 亿，回归历史高位水平。费 用方面，研发费用率 26.58%，公司仍持续高研发投入保持自身先进封装技术优势；期间 费用率 23.91%，环比提高 3 个百分点。公司三季度产能满载，工艺水平与设备利用率显 著提高，并专注于传感器先进封装优质赛道，单季毛利率与净利率均实现飞跃，扣非后 归母净利润同比增速高达 478%。公司加速加大扩产力度，12 英寸传感器 TSV 封装龙头地位稳固：公司目前拥有全球第一 条 12 英寸传感器用硅通孔晶圆级先进封装量产线，享有明显技术和成本优势。公司目前 拟扩产 1.5 万片/月 12 英寸 TSV 产能，扩产力度与进度行业领先，进一步巩固全球领先 地位。截至2019年三季报，公司货币资金8.85亿元，资产负债率13.39%，Q3毛利率43.37%， 净利率 21.55%。公司目前货币资金充足，资产结构健康，业务方面目前产能满载，扩产 准备充足。未来公司有望持续提升市场份额，抢占 TSV 封装行业发展先机。手机摄像头需求激增叠加多点业务开花，公司业务进入收获期：手机领域是 CMOS 图像 传感器最大的应用领域。目前手机多摄方案渗透率持续提升，带动 CMOS 图像传感器需 求激增。晶圆级芯片尺寸封装（WLCSP）在低像素 CMOS 芯片封装上具有明显成本优势 以及性能优势。公司拥有全球最大的 WLCSP 产能，尽享行业需求红利，未来业绩有望持 续高速增长。同时公司深耕汽车电子、安防监控、指纹识别等传感器等多个需求领域， 业务有望多点开花，公司业绩增长确定性高。整合欧洲子公司 Anteryon 晶圆级光学技术，进军 3D 传感领域打开成长空间：2019 年 1 月，公司收购荷兰 Anteryon 公司 73%股权；Anteryon 公司创始于 1985 年，前身是荷兰 飞利浦的光学电子事业部，拥有光学镜头、镭射模组、滤光片、分光仪模组等产品线，是全球少数拥有量产能力的公司。公司收购 Anteryon 后进行技术整合，有望进入 3D 传 感领域打开新的增长引擎，打开未来成长空间。维持“强烈推荐”评级：公司晶圆级芯片尺寸封装技术与规模持续领先，我们看好公司 传感器封装业务下游需求多点开花，并有望突破 WLO 技术进入 3D 传感领域，预计公司 2019 年-2021 年的归母净利润分别为 1.01/3.05/4.18 亿元，EPS 为 0.44/1.33/1.82 元，对应 PE 分别约为 124X、41X、30X，维持“强烈推荐”评级。风险提示：手机多摄渗透率不及预期；产能扩张不及预期。4.2 汇顶科技：持续加大投入 TOF 整体方案 公司成立于 2002 年，是一家基于芯片设计和软件开发的整体应用解决方案提供商，目前 主要面向智能移动终端市场提供领先的人机交互和生物识别方案。 2016 年在上交所上市， 公司正努力扩展技术研究领域和产品应用市场，将在移动终端、IoT 和汽车电子领域为全 球更多用户提供应用覆盖面更广的领先技术、产品及应用解决方案。公司作为 IC 设计企 业，采取 Fabless 模式，专注于芯片的设计研发，而晶圆制造、封装和测试等环节则外 包给晶圆代工与封测厂商。公司产品主要应用于智能移动终端，包括智能手机、平板电脑和笔记本电脑及物联网等。 其中，手机上的应用的产品是公司营收的主要来源。同时，在指纹锁、智能穿戴、汽车 电子领域也已实现产品的规模商用。公司作为全球指纹识别芯片领域的龙头，推出了以 屏下光学指纹、电容指纹为主的全系列指纹产品，其中屏下光学指纹的大规模应用推动 公司业绩爆发式增长。公司于 2018 年领先欧美方攻克屏下光学指纹技术难关，引领全球 应用潮流。同时公司紧跟车联网的潮流，积极研发车规级指纹芯片。触控产品方面公司市占率稳居前三，车规级触控芯片、AMOLED on-cell 的量产出货为公 司的触控产品业务提供活力。移动终端中的 AMOLED 产品在获得认可的同时，为公司触控 产品开拓了新的应用和增长空间。汽车触控方面公司通过芯片设计和封装测试不断完善 产品的环境适应性，满足国际车场的系统 EMC 要求。公司的营业收入主要由指纹识别芯 片和电容触控芯片组成，其中指纹识别为主要收入来源。公司近些年营收稳步增长，毛利率始终维持在较高的水平，稳定在 50%左右，并且有继续 上升的趋势；而公司保持高研发投入导致近年净利率有所下降。2018 年公司的研发费用 为 8.38 亿元，同比增长 40.5%，研发费用率为 22.53%；高研发投入保持了公司产品的更 新迭代，屏下光学指纹全球领先问世为公司带来了增长动力。公司经营性现金流稳步增 长，现金流健康；总资产逐年增长，剔除预收款后资产负债率水平约 25%。我们看好公司在屏下光学指纹领域的持续领先地位，公司加大超薄屏下光学指纹以及 TOF 传感器研发投入，有望打通消费电子生物识别全系列产品，预计 2019-2021 年公司 归母净利润 24.03 亿元、29.49 亿元、38.22 亿元，对应 EPS 分别为 5.27 元、6.47 元、8.39 元。4.3 韦尔股份：CMOS 芯片龙头业务延伸至 3D 传感领域 韦尔股份成立于 2007 年 5 月，主营业务为半导体器件设计和分销。公司通过收购不断壮 大分销实力以及芯片设计的领域，2017 年在上交所上市，2018 年公司收购全球第三大图 像传感器供应商北京豪微。2018 年公司营收 36.64 亿元，同比增长 64,74%，毛利率为 23.41%，同比提升了 2.87 个 百分点，净利润 1.39 亿元，同比增长 1.2%。公司业绩增长主要来自半导体分销业务，2018 年被动元件大幅涨价使得公司分销业务营收和毛利率有较大提升，全年分销业务收入 31.3 亿，同比增长 86.7%，毛利率 20.79%，同比大幅提升 6.42 个百分点。2019 年前三季度公司实现营业收入 94.06 亿元（YoY+39.93%），净利润 3.79 亿元 （YoY+65.5%），归母净利润 1.35 亿元（YoY-45.40%），收入大幅提高主要是因为去年 1-4 月北京豪威未纳入合并报表。从 Q3 单季来看，公司实现营收 37.03 亿元（YoY+6%），毛 利率 25.34%，同比提高 1.8 个百分点，净利润 1.14 亿元（YoY+49.7%），归母净利润 5933 万元（YoY-33.83%）。从全年的业绩来看，由于分销产品中被动元件今年价格有较大下降， 公司本部收入和利润会相比去年有所下滑，北京豪威将成为公司业绩的主要贡献来源。从现金流量来看，公司经营现金流量净额占营收比较低，2017-2019Q3 大部分时间为负或 者接近0。从资产负债率状况来看，公司今年资产负债率有所降低， 2019年Q3为54.63%， 相比去年年底的 64.25%有较大幅度下降。2018 年 8 月，公司通过收购北京豪威进入图像传感器领域。北京豪威的实际经营主体为 美国豪威，美国豪威是全球仅次于索尼和三星的第三大 CMOS 图像传感器供应商，为 Fabless 模式的 IC 设计企业。北京豪威 2018 年收入 87.1 亿元，同比下降 4%，净利润 2.65 亿元，同比下降 4%，毛利率 25%，同比提升 2 个百分点，收入和净利润下降主要受到公 司调整产品结构的影响，公司放弃分低毛利率的产品。北京豪为的业绩承诺为 2019-2021 年扣非归母净利润不低于 5.45 亿元、8.45 亿元、11.26 亿元。公司收购豪威之后将成为全球第三大 CMOS 厂商，我们持续看好全球 CMOS 市场持续高增 长带动公司业绩增长，预计公司 2019-2021 年归母净利润为 6.38 亿元、 24.92 亿元、33.38 亿元，EPS 分别为 0.74 元、2.89 元、3.87 元，对应 PE 分别为 226.19X、 57.92X、43.25X， 维持“推荐”评级。风险提示：业绩增速不及预期、CMOS 需求不及预期。4.4 欧菲光：导入苹果产业链 IR 接收端模组组装 公司深耕于光学光电领域近 20 年，凭借着深厚的技术积累、先进的产品设计能力、创新 驱动的管理模式，通过整合垂直一体化产业链高速发展。公司面向未来积极布局智能汽 车领域，打造“光学光电+智能汽车”的双引擎发展战略，致力于成为全球创新科技和智 能制造的领军企业。公司于 2017 年同以色列 3D 算法公司 Mantis Vision Ltd 达成战略合作伙伴关系，双方将在 3D 成像及相关技术和应用等领域开展广泛的合作与布局。另外， 公司于 2018 年收购富士胶片光电（天津）股权完成交割，全面加强垂直一体化整合能力。公司主营业务包括微摄像头模组、触摸屏及触控显示全贴合模组、指纹识别模组和智能 汽车电子产品与服务，广泛应用于以智能手机、平板电脑、智能汽车和可穿戴电子产品 等为代表的消费电子和智能汽车领域。在光学产品（摄像头）领域，公司在双摄、三摄、小型化封装等技术领域，已跻身行业 第一阵营。同时，在巩固自身优势产品的基础上，坚定地向产业链上游延伸发展，2017 年成立精密光学公司，2018 年收购富士天津公司，全面加强垂直一体化整合能力。欧菲 光拥有核心光学元器件的研究开发能力、智能制造技术及设备和全球品质保证体系，能 够快速响应，为客户提供差异化的产品设计和生产方案。在触控显示领域，公司开发实现悬浮触控、3D 触控等功能，同时成功开发出固定弯曲柔 性触控方案、可反复绕折柔性触控方案、高屏占比的全面屏触控显示一体化方案等。在传感类（生物识别）领域，欧菲光的产品涵盖指纹识别方案与 3D Sensing 技术方案， 可提供从传统电容式指纹识别方案到目前前端的屏下光学指纹、屏下超声波指纹；3D Sensing 方案涵盖编码结构光、散斑结构光、主动式双目结构光、TOF 等，产品广泛应用 于智能手机、安防、物流及娱乐等行业，并以高品质的产品和完整的售后服务赢得客户 信赖。2018 年全球经济增长放缓，中美贸易摩擦不断，宏观经济面临较大的下行压力，全球手 机市场疲软，产业竞争加剧，公司 2018 年归母净利润呈现出大幅度的下跌，归母净利润 亏损-5.91 亿元，净利率为-1.23%，ROE 为-5.87%。2019 年的智能手机在 5G 与光学创新 带动下逐渐回暖，公司经营再度回归健康状态，净利率以及 ROE 都有较大幅度的上升。现金流量方面，公司经营性现金流于 2019 年呈现爆发式增长，得益于公司的研发与创新 带来的较高的市场竞争力，公司已经成为高端双摄模组和三摄模组的主力供应商。2019 上半年在光学光电和生物识别产品中收获的利润较高，生物识别产品公司 2019 年上半年 同比增长高达 99.79%，光学产品收入同样较 2018 年同期有较大涨幅。公司负债率较高， 资产较重，截至 2019Q3 剔除预收款后负债率约为 77.8%。我们看好公司在模组组装领域的领先地位，公司具备 3D 传感模组组装能力，已导入苹果 产业链实现批量出货，预计 2019-2021 年公司归母净利润 5.03 亿元、15.97 亿元、24.03 亿元，对应 EPS 分别为 0.19 元、0.59 元、0.89 元。4.5 水晶光电：导入苹果产业链窄带滤光片环节 公司创办于 2002 年 8 月，主导产品为光学低通滤波器（OLPF）、红外截止滤光片及组立 件（IRCF）两大产品系列。2003 年，公司相机手机用 IR-CUT FILTER 开发成功，2005 年公司第一条年产 4800 万套 IRCF 新生产线建成投产。 2008 年，公司在深交所成功上市。 2010 年，公司投资建设年产 360 万片高亮度 LED 用蓝宝石衬底项目。2014 年，公司收 购浙江方远夜视丽反光材料有限公司 100%的股权，新增反光材料业务。2016 年，公司投 资整列光波导方案龙头以色列 Lumus 公司。2018 年，公司与全球规模最大玻璃供应商 SCHOTT AG 共同投资设立晶特光学，生产具有高性价比的光学产品，形成从原材料、工 艺开发到量产管控的整体优势，为下游客户提供一体化的供应链能力。经过十七年的发 展，公司已成为国内领先、全球知名的大型光学光电子行业研发与制造型企业。业务领 域涉及光学光电子元器件、新型显示、半导体照明、反光材料、高端装备等产业。公司主要产品收入来自于精密光电薄膜元器件、反光制品、蓝宝石衬底及其他，其中精 密光电薄膜元器件占比最高， 2016- 2019H1 营收占比分别为 78.3%、 80.3%、 85.7%、 84.6%， 营收占比持续提高。在毛利率方面，精密光电薄膜元器件的毛利率呈现不断下滑的态势， 2016-2019H1 分别为 32.32%、29.52%、28.62%、25.08%，主要是因为市场竞争激烈，公 司产品降低。蓝宝石衬底及其他近两年毛利率也有较大下降， 2019 年上半年降低至-8.51%， 主要是因为下游 LED 市场景气度较低，公司蓝宝石衬底持续降价。2016 年-2018 年公司营收增速持续下降，从 42.2%下降至 8.38%，主要是因为智能手机渐 步入存量市场，增速不断下降，以及 LED 行业产能过剩使得蓝宝石衬底的需求下降。 2019 年前三季度公司实现 20.66 亿元，同比增长 26.43%，增速较去年有明年提高，主要是因 为手机前置结构光以及后置 TOF 摄像头渗透率提升带动公司窄带滤光片出货量增长，以 及屏下指纹手机放量带动公司蓝玻璃滤光片产品出货量增长。从公司的盈利情况来看， 2019 年前三季度公司实现归母净利润 3.6 亿元，同比下滑 11.18%，主要是因为投资收益 下降，扣非后归母净利润 2.87 亿元，同比增长 14.32%。在现金流量方面，公司经营现金流量净额占营收比长期维持在比较健康的水平，2019 年 前三季度占比为 13.84%。在负债情况方面，公司资产负债率维持在 30%，2019 年三季度 末资产复制率为 29.35%，与去年年底相比基本持平。2019 年 11 月 15 日，公司拟通过非公开发行的股票的方式募集资金 22.5 亿元，用于投资 “智能终端用光学组件技改项目”和“移动物联智能终端精密薄膜光学面板项目”，此次 拟发行不超过 2 亿股，发行股份总数不超过本次发行前总股本的 20%。项目建成达产后， 公司将新增年产 1.2 亿套成像光学组件、2.0 亿套生物识别光学组件和 1.5 亿套移动智能 终端精密薄膜光学面板的生产能力。从未来公司业绩的增长动力来看，随着 5G 的到来，全球智能手机出货量有望迎来复苏， 叠加多摄的渗透率提升带动单机平均摄像头增长，下游客户对公司包括红外截止滤光片 在内的成像光学组件需求将保持高速增长。在 3D 感测和生物识别方面，前置结构光以及后置 TOF 已经在越来越多的机型中得到了 应用，渗透率有望持续提升。另外，光学屏下光学指纹识别渗透率仍然较低，未来两年 有望大幅提升。公司在 3D 感知核心光学元器件中的窄带滤光片、光学屏下指纹滤光片、 图形化镀膜晶圆等领域均有布局且具有先发优势，产品具有核心竞争力，3D 感知市场的 扩容将使得公司相关产品需求不断提升。我们看好智能手机中多摄、TOF 以及光学屏下指纹的渗透率持续提升，有望带动公司业 绩成长，不考虑本次非公开发行，预计 2019-2021 年公司归母净利润 4.23 亿元、6.25 亿 元、7.55 亿元，对应 EPS 分别为 0.38 元、0.56 元、0.67 元。（报告来源：长城证券）（如需报告请登录未来智库）

年产能8.9亿只MEMS传感器扩产项目（一）项目概况随着VR/AR、物联网、5G技术的推广，智能终端的使用和更新频次增速明显，在智能穿戴、飞行器控制、智能手机、导航定位、游戏机及众多的便携电子设备内的高精度MEMS传感器需求越来越大。为顺应和把握发展趋势，抢占MEMS传感器发展先机，在经过充分调研和论证的基础上，公司拟扩产包括三轴加速度计、地磁传感器、六轴惯性单元和硅麦克风传感器等在内的MEMS传感器产品生产规模8.9亿只/年。本项目计划在士兰集成现有厂区内换置一批设备，增加MEMS产品的芯片生产设备，计划增加MEMS芯片产能12,250片/月；在成都士兰封装车间内增加封装设备，为新增MEMS芯片封装配套；在本公司增加测试设备，为新增MEMS产品进行芯片测试及成品测试。1、项目名称：年产能8.9亿只MEMS传感器扩产项目2、项目投资：项目计划总投资 80,253 万元，拟使用募集资金投入80,000万元。3、项目实施主体：MEMS传感器芯片制造扩产项目由控股子公司士兰集成负责具体实施，募集资金将通过公司向士兰集成增资的方式投入；MEMS 传感器封装项目由全资子公司成都士兰负责具体实施，募集资金将通过公司向成都士兰增资的方式投入；MEMS传感器测试能力提升项目由本公司负责实施。4、项目建设期：2年。5、项目产品方案：三轴加速度计、六轴惯性单元、硅麦克风传感器、地磁传感器。（二）项目背景1、集成电路产业是国家重点发展的战略性基础产业，正进入重大调整变革期集成电路是一项高投入、高技术、高效益、高风险的产业，作为一项战略性的产业，其技术水平和产业规模已是衡量一个国家综合国力的重要标志。集成电路产业作为国家重点扶持产业，在“十一五”期间已被列入国民经济和社会发展规划重点发展产业，也是《信息产业科技发展“十一五”规划和2020年中长期规划纲要》中最重要的发展项目之一。2012年印发的《“十二五”国家战略性新兴产业发展规划》也将集成电路制造列入重点发展方向，并指出“到2020年，掌握新一代半导体材料及器件的制造技术，集成电路设计、制造、封装测试技术达到国际先进水平”的发展目标。2016年3月印发的《十三五发展纲要》中有16篇的内容是与集成电路产业相关，并明确指出，“大力推进先进半导体、机器人、增材制造、智能系统、新一代航空装备、空间技术综合服务系统、智能交通、精准医疗、高效储能与分布式能源系统、智能材料、高效节能环保、虚拟现实与互动影视等新兴前沿领域创新和产业化，形成一批新增长点”。当前，全球集成电路产业正进入重大调整变革期。一方面，全球市场格局加快调整，投资规模迅速攀升，市场份额加速向优势企业集中。另一方面，移动智能终端及芯片呈爆发式增长，云计算、物联网、大数据等新业态快速发展，集成电路技术演进出现新趋势；我国拥有全球规模最大的集成电路市场，市场需求将继续保持快速增长。2、MEMS传感器市场面临良好的发展机遇与普通传感器相比，MEMS具有普通传感器无法企及的IC硅片加工批量化生产带来的成本优势，同时又具备普通传感器无法具备的微型化和高集成度等优势。随着以手机为代表的智能终端、汽车电子等领域开始采用越来越多的传感器，以及物联网市场的发展，MEMS器件的增长势头越来越强，市场空间广阔。根据Yoledeveloppement的研究数据，2015年全球MEMS市场规模为118.52亿美元，2021年全球MEMS市场规模预计将达到196.97亿美元，年均增长率约为8.83%。根据赛迪顾问的研究数据，2015年中国MEMS器件市场规模为308亿元人民币。从发展速度而言，中国MEMS市场增速一直快于全球市场增速。2015年中国MEMS器件市场增速高达16.10%，中国集成电路市场增速为9%，横向对比而言，MEMS器件市场的增速两倍于集成电路市场。3、公司已建立较为成熟的IDM经营模式公司是国内为数不多的以IDM模式为主要发展模式的综合性半导体产品公司。公司从集成电路芯片设计业务开始，逐步搭建了芯片制造平台，并已将技术和制造平台延伸至功率器件、功率模块和MEMS传感器的封装领域，建立了较为成熟的IDM经营模式。IDM模式可有效进行产业链内部整合，公司设计研发和工艺制造平台同时发展，形成集成电路、分立器件、LED 三大业务板块协同发展的业务格局。其中，公司集成电路业务收入近年来持续保持增长，LED照明驱动电路、AC-DC驱动电路、IPM（智能功率模块）、MEMS传感器产品等均呈现良好发展势头。（三）项目实施的必要性和可行性论证分析1、项目的建设符合国家产业政策导向集成电路行业作为现代电子信息产业发展的核心行业，是支撑经济社会发展和保障国家安全的战略性、基础性和先导性产业。加快推进集成电路产业发展，对转变经济发展方式、保障国家安全、提升综合国力具有重大战略意义。2014年6月，国务院印发《国家集成电路产业发展推进纲要》，并指出，“主要任务和发展重点为，着力发展集成电路设计业；加速发展集成电路制造业；提升先进封装测试业发展水平；突破集成电路关键装备和材料”。该纲要还特别提出，要大力发展微机电系统（MEMS）等特色专用工艺生产线，增强芯片制造综合能力，以工艺能力提升带动设计水平提升，以生产线建设带动关键设备和材料配套发展。2015年5月发布的《中国制造2025》明确指出，“着力提升集成电路设计水平，不断丰富知识产权（IP）核和设计工具，突破关系国家信息与网络安全及电子整机产业发展的核心通用芯片，提升国产芯片的应用适配能力。掌握高密度封装及三维（3D）微组装技术，提升封装产业和测试的自主发展能力。形成关键制造装备供货能力”。公司本次募集资金投资的“年产能8.9亿只MEMS传感器扩产项目”，涵盖了系统集成的设计、制造、封装测试各环节，具有自主知识产权，符合国家产业政策导向。2、本项目的建设受益于MEMS应用市场的良好前景MEMS下游市场主要为消费电子、汽车电子以及物联网领域等。根据Yoledeveloppement的统计数据，2015年，消费电子、汽车分别贡献了MEMS市场48.4%、31.5%的份额，其他应用共占20.1%。（1）消费电子MEMS市场增速迅猛受益于智能手机和VR需求的快速增长，消费电子MEMS市场在未来数年内仍将保持高速增长。智能手机作为MEMS元件最大的应用市场，近年来发展势头强劲。苹果和三星电子仍然是智能手机行业的龙头，然而近年包括华为，OPPO，VIVO，小米，联想和中兴在内的中国的智能手机厂商正在不断崛起，中国已占据全球半数市场份额，同时带动对MEMS元器件的强劲需求。市场调研机构IDC发布的报告显示，2015年中国智能手机出货量达4.341亿部，同比增长2.5%。从厂商在中国市场的表现上看，2015年出货量前五大的厂商分别为小米、华为、苹果、OPPO和VIVO，其中，国有品牌小米、华为、OPPO和VIVO出货量分别为6,490万部、6,290万部、3,530万部和3,510万部，同比增速分别为23.1%、53.0%、36.3%和25.8%。据IHS统计，至2018年，仅国内手机的MEMS器件市场需求将达到47亿件，其中主要需求为运动传感器、麦克风、光传感器等。国内手机市场的持续发展、国产品牌的迅猛增长以及手机MEMS元件国产化率的逐步提升，为MEMS的积极发展提供了良好的基础。（2）汽车及物联网市场为MEMS传感器提供广阔的发展空间当前，一辆国内普通家用汽车上安装了大约100个传感器，而豪华轿车上的传感器超过200个。由于车内布置空间有限，小型化集成化的MEMS传感器得到了越来越多的应用。汽车MEMS传感器主要有压力传感器、加速度计以及陀螺仪等。在智能化时代，MEMS传感器将成为重要的数据入口。物联网MEMS传感器按测量对象可以划分为声学传感器、惯性传感器、磁学传感器、电学传感器、生物及化学传感器等。其中人工智能和虚拟现实带来的语音交互需求，为MEMS麦克风迎来新的发展机遇。以亚马逊运用于其Echo智能家居中的MEMS硅麦克风传感器为例，其采用了6+1MEMS麦克风阵列技术实现声源定位和定向采集。未来语音交互逐渐渗透进入日常生活，MEMS麦克风将迎来出货量的大幅增长。 综上，MEMS传感器市场现在乃至将来都将是一个潜力巨大的市场。3、中高端MEMS器件进口依赖度较高，本土化进程将给本土优秀MEMS企业带来机遇根据EETimes统计，2015年国内IC和MEMS市场总需求为1,770亿美元，但是本土制造仅为9%，约90%产品需要进口；到2020年，本土化比例预计将提升至15%，但由于需求总量的提升，仍将有约2,000亿美元的缺口。2015年，我国智能手机出货量达4.341亿部，而MEMS元器件的国产化水平上停留在20%左右。巨大的市场空间以及本土化需求为国内MEMS产业创造条件。根据中国半导体行业协会MEMS分会会员大会在2015年上半年对中国MEMS企业的统计，截至2014年，中国MEMS企业已经有190家，但是产品种类单一，性能竞争力不强，代工企业大多处于发展阶段，拥有自行芯片设计、制造及封测能力并掌握芯片设计与生产制造工艺的IDM半导体公司较少。通过此次MEMS扩产项目的实施，公司将在MEMS本土化进程中提供一体化解决方案，市场前景可期。4、本项目的建设有利于充分整合公司现有业务资源，符合公司发展规划。公司作为国内为数不多的以IDM模式为主要发展模式的综合性半导体产品公司，近年来一直在持之以恒地学习国外综合型集成电路企业的运行经验并付诸实施。公司拥有经验丰富的集成电路设计人员，对MEMS传感器所需要的小信号处理、高精度ADC和低功耗设计有较多的项目经验；公司通过设计技术的长期研究和工艺上的不断摸索，并结合国内科研机构的现有成果，形成了一个特有的设计和工艺相结合的团队；公司已在加速度计、地磁传感器、压力传感器等的设计和验证上积累了一定的基础，并推出了三轴加速度计、三轴地磁传感器、六轴惯性单元等产品。从2009年开始，公司陆续投入资金购入了部分MEMS专用研发和生产设备，目前公司已实现三轴加速度计的批量生产；公司拥有6英寸芯片生产线和在建设中的8英寸芯片生产线，能够为传感器的设计和工艺提供短时间内的多次工艺验证，可以对仿真结果进行多次修正，具备较强的工艺研发能力；为了配合传感器的特别测试，公司组建了一支围绕传感器测试技术开发的团队，解决不同传感器的测试需求。因此，公司已具备本项目实施所需要的技术、人员及市场要求，本项目的建设对公司在MEMS市场竞争中占领先机具有重要意义。（四）项目投资计划项目投资总额80,253.00万元，其中建设投资74,776.00万元，铺底流动资金5,477.00万元，（五）项目预期收益经测算，达产后年均销售收入（不含税）为86,617万元，年均税后利润为9,849 万元，所得税后内部收益率为 13.74%，所得税后静态投资回收期为 7.14年（含建设期），项目具有良好的经济效益。（六）项目备案和环评目前年产能8.9亿只MEMS传感器扩产项目的立项、环评等备案/报批程序正在实施地点杭州、成都履行过程中。

Strategy Analytics动力总成车身底盘和安全(PBCS)最新发布的服务报告《全球xEV传感器市场2018-2027》预测，全球定位/速度和温度传感器市场将在2019-2024年期间的年复合增长率达到25.7%。传感器市场的增长将取决于电动汽车需求的增长。来源: 同花顺金融研究中心

随着5G的发展和深入，边缘计算作为区别于企业内网和互联网的新业务入口，我们也将对其发展持续保持关注。本文转载自公众号“边缘计算中文社区”，36氪经授权发布。引言2020年，边缘计算随着5G、IOT、AI等相关技术演进越来引人瞩目，关于边缘计算的讨论也越来越多，但是涉及边缘计算的定义、边缘市场的规模、边缘技术的成熟度和边缘玩家的分布的系统性介绍却比较少，本文希望通过多角度分析，从边缘计算的定义、市场预测、技术架构和玩家分类等不同维度，对边缘计算进行系统性的盘点。文章分为三个章节，分别是“边缘定义的真与假”、“边缘技术的重与轻”、“边缘市场的大与小”，从定义、技术、市场三个角度盘点边缘计算现状和未来。第一章“边缘定义的真与假” 主要从边缘计算的概念提出、完善和演进出发，分析不同机构对边缘计算的定义阐述，并总结出边缘计算的定义。第二章 “边缘技术的重与轻”主要从边缘计算的实现出发，根据WAN和PAN网络的不同，对于“重边缘”和“轻边缘”进行分解，同时根据不同边缘垂直行业的技术成熟度，对于技术所处阶段进行了剖析。第三章 “边缘市场的大与小”，分析相关的国际预测数据，并针对一直缺少的中国市场规模，根据相关模型进行了一定程度的预测和展望，进而分析了华为、阿里巴巴、九州云、航天云网、海康威视、亮风台等在不同领域的典型的玩家。一、边缘计算的真与假关于边缘计算的定义现在基本上已经形成一定的共识，但是它的提出和演进却是逐步完善的，通过边缘计算定义的演进过程的回顾，可以了解在后一章节提到关于重边缘和轻边缘分类是如何形成的。1.1 Wikipedia的定义Wikipedia 关于边缘计算的网页上，关于边缘计算的提出是在2014年，高通工程总裁（Qualcomm VP of engineering）Karim Arabi 在IEEE DAC 2014 Keynote[2]中，以及2015年的MIT的MTL Seminar的受邀演讲中，宽泛的定义边缘计算为云之外的在网络的边缘侧的所有计算，更具体的定义是云之外的需要实时数据处理的应用程序。在他的定义中，云计算用来处理海量数据（Big Data）的计算，而边缘计算用来处理实时计算（Instant Data ）。Karim Arabi本身的背景还是从IOE（Internet Of Everything）的角度提出了这个概念，对于边缘的计算只是从使用者的视觉进行了初步提出了构想，因此在DAC的演讲中，他只是提到了相对于云（Cloud）的边缘（Edge）场景，演讲中更多时候还是通过Mobile Computing这个词来形容这种计算模式。图表 1 Karim Arabi 在IEEE DAC 2014 Keynote 提出Edge概念Wikipedia对于边缘计算的定义是“一种针对请求交付低延时相应的计算模式”。1.2 ETSI的定义2015年8月，ETSI第一次提出了MEC的验证框架（Proof of Concept Framework）[3]，经过近5年的演进，相关标准体系也逐渐清晰。ETSI定义MEC意义在于将边缘计算从IOE的视角扩展到ICT的视角。ETSI MEC ISG标准委员会的董事Alex Reznik给了一个宽泛的定义：“任何不是传统数据中心的都可以成为某个人的边缘节点。” ETSI MEC定义[4]是“为应用开发者和内容提供商提供在（运营商）的网络边缘侧的云计算能力和IT服务，这一环境的特点是极低的延时和极大的带宽，支持针对应用侧无线网络的实时访问。”图表 2 2015年8月，ETSI提出了MEC 的验证框架（Proof of Concept Framework）1.3 Gartner的定义边缘计算作为一个独立技术数据第一次出现在Gartner报告中是在2016年，当年8月份发布的“数据中心能源和制冷技术曲线（Hype Cycle for Data Center Power and Cooling Technologies）”[5] ，第一次将Edge Computing作为“On The Rise”的技术放入到了曲线图里。2017年3月，Gartner的提升了对Edge Computing这一领域的重视，Gartner VP Thomas J. Bittman发表博客，认为“边缘将吃掉云”[6]。在2018年，“从云到边缘”是被列为十大战略性科技发展趋势之一。2019年，边缘计算再一次登上Gartner的趋势榜单。图表 3 2017年，Gartner VP Thomas J. Bittman发表博客，认为边缘将吃掉云从过去的报告中可以看到，Gartner对于边缘计算的重视也是逐步形成，对于概念的理解也在逐步完善，Gartner Glossary对边缘计算的定义[7]是“边缘计算是一种分布式的计算技术，在靠近人和物信息产生和消费的（物理和网络）位置，提供信息处理的计算能力”。1.4 Forrester的定义Forrester关于边缘计算的最早分析是在2016年6月的报告《Mobile Edge Computing Will Be Critical For Internet-Of-Things Success》[8]中。2018年针对边缘计算发表了《 Get Ready For Edge Computing’s Rise In 2019》，2019年发表了 《Make Edge Computing A Key Investment for 2020》[9]。Forrester对边缘的定义包含了对WAN和PAN的理解，它对边缘计算的定义是“边缘计算和IOT是一种将泛在连接扩展到物理世界的革命性技术”。1.5 边缘计算定义和分类总结我们针对以上不同来源的边缘计算定义，各家对边缘计算的定义虽然有所差异，但基本强调新边缘管道和分布式部署方式产生的对业务形态的重塑。在这里我们对边缘计算的要素进行总结，主要的重点包括以下三点：边缘计算必须包含终端触点（Endpoint）的方式，实现物理世界到数字世界的双向翻译（数据／事件／控制信令），并通过网络管道实现一定规模的终端和空间的覆盖，实现人物交互／物物交互，单一具备计算能力的终端（如具备自处理能力的摄像头）如果未通过网络管道接入一个更广泛的数字世界，不适合归入边缘计算范畴；边缘计算的数字计算能力，可以分为轻边缘（远边缘）和重边缘（近边缘）；边缘计算的网络管道能力，可以分为WAN（5G/LTE/WiFi6等）和PAN（Zigbee/LoRa/Bluetooth等）；二、边缘技术的轻与重2.1 边缘计算不同技术所处阶段分析一般技术发展分为四个阶段：技术萌芽期的探索孵化、技术膨胀期的百花齐放、技术收敛期的分久必合、技术成熟期的价值回归。我们不能把边缘计算当成一种技术，而是一系列组合支撑的业务新模式。在不同的发展阶段，其技术多样性、成熟度和市场价值合理性各有不同。边缘计算体系中分为平台类技术和应用类技术，其所处的发展阶段如下图所示。2.2 5G MEC重边缘和IoT轻边缘技术比较基于5G的MEC边缘和基于IoT设备的边缘一体机是两种比较常见的边缘形态，以5G为代表的WAN管道的边缘计算，相对以LoRa、NB-IOT、Zigbee、Wifi6等PAN管道，在大带宽、控制/内容传输兼具、室外（Outdoor）空间扩展性、移动性、SLA保障和计算延展性上具备更大优势。WAN管道和PAN管道的不同，形成了重边缘和轻边缘两种形态。区分重边缘和轻边缘两种形态的另外一个因素是放置位置，重边缘一般和5G结合，部署在基站后面，而轻边缘一般部署在基站前面，下沉物联网设备或者工业产线现场。总的来说，重边缘对5G管道等刚硬要求比较高，建设成本更大，但是带来更好的空间延展性、计算能力和网络带宽。2.3 5G MEC重边缘和IoT轻边缘发展前景和轻边缘比较，5GMEC重边缘计算在大带宽和低延时并存的场景中具备更广阔的前景，比如制造、港口、文娱和园区类场景，5GMEC重边缘能够提供更好的数据上下行所需的带宽能力、数据处理所需的计算能力、指令控制所需的低延时和安全所需的数据私密性。比如在工业领域的IoT边缘应用场景，可以分为大规模IOT（MassiveIoT，如水管探测传感器）、大带宽IoT（BroadbandIoT,如视频直播），关键应用IOT（CriticalIoT,如对可靠性要求比较高的工业视觉检测）和工业自动化IOT（InstrialAutomationIoT,如对工业流水线的反向控制）。爱立信相关分析报告[10]也指出，5G边缘计算在关键应用IOT和工业自动化IOT上具备更大优势。三、边缘市场的真与假3.1 边缘计算产业链分布我们基于以上边缘计算的分析，接下来总结下边缘计算产业分布，在边缘计算领域中的玩家，总的来说可以将边缘计算的产业分为以下几个维度：3.2 国际市场预测关于市场增速的预测，不同的机构针对边缘计算的产业发展都从不同角度做了相应的分析，Gartner的研究[11]报告中预测到2025年，在“传统的”集中式数据中心或云存储以外处理的企业生成的数据的比例将从2018年的10％跃升至75％。Forrester也认为[9]“边缘云服务市场未来成长速度将达到50%以上”。其他机构诸如IDC、GrandViewresearch等机构，也对边缘市场做了一定的预测。不同机构的预测数据汇总见下表：MarketResearchFuture[12]的市场调查认为全球边缘市场到2024年将达到224亿美元的规模，年增长速度为28.4%。另一市场调查机构MarketsandMarkets[13]对边缘市场的预测为157亿美元，年增长速度为34%。同时他们对边缘市场的分布做了一定的分析，认为北美、欧洲和亚洲市场将占据大部分市场份额。一些咨询机构，比如毕马威、麦肯锡和德勤对边缘计算的市场的行业分布、硬件规模和边缘AI市场也做了相应的分析。2020年毕马威与IDC的分析估计，在2023年，五个主要行业在连接性、软件、硬件和服务领域的合并市场总值将 超过5000亿美元。预计这五个行业将在未来数年取得显著增长，部分得益于5G和边缘计算结合带来的大大提升的连接性。3.3 中国市场预测3.3.1 总体预测针对中国市场，我们将根据边缘计算和分类市场规模预测如下，后面将分章节陈述不同领域的规模预测逻辑。3.3.2 终端触点/终端中国市场规模预测根据相关机构预测[14]，“预测2019年我国传感器市场规模将达1660亿元左右。2021年我国传感器市场规模突破2000亿元，并预测在2023年我国传感器市场规模增长至2580亿元左右，2019-2023年均复合增长率约为11.65%。”估计到2025年，国内传感器市场将达到4000亿元的规模。根据2019年的中国传感器公司营收分析[15]，整体传感器领域公司营收已经达到2500亿左右规模），主要集中在综合安防（如海康威视、大华股份）、声光传感（如歌尔声学）、军用设备（如航天电子）等领域。3.3.3 轻边缘/远边缘/IoT边缘中国市场规模预测工业一体机、IoT网关等轻边缘部署位置一般在基站的前面，主要提供比较丰富的工业IO接口，通过工业协议方式连接到工业设备，通过容器平台，承载一定能力工业内置软件实现对设备的单向和双向控制。代表产品如航天云网的INDICSEdge工业一体机、研华IPC紧凑型工业边缘计算机和Stratus的ztCEdge系列等。工业一体机由于受其设备限制，一般主要集中在设备信息采集以及相关控制能力上，对于AI、视频处理等能力存在一定局限性。比如研华推出的IPC-220/240紧凑型工业边缘计算机配置一般为INTELi3/i5/i7或者国产海光的CPU处理器、32G内存和数TB硬盘。在AI、视频等能力扩展上有一定限制。工业一体机的售价一般在1~2万左右，工业一体机的市场规模2019年在10万台左右，按照30%的年增长率估计，到2025年，市场规模在50亿人民币左右。3.3.4 重边缘/近边缘/5G MEC边缘中国市场规模预测重边缘的市场规模估计，可以通过从运营商侧边缘计算数据中心的数量进行推算。中国联通在国内5G MEC的建设处于领导地位，按着中国联通的相关规划[17]，预计到整个联通适合边缘的区域DC将有70~80个，本地DC将有600~700个，边缘DC将有6000~7000个，接入局房将会更多，预计达6万~7万个。假设2025年前国内三大运营商完成2万个机房的部署，相关边缘计算的机房规模将达到6万个（2万/运营商）左右，按照每个边缘机房建设投入300万计算，未来5年总体市场规模将达到1800 亿人民币，到2025年达到600亿人民币。3.3.5 边缘行业软件和服务中国市场规模预测边缘计算可以服务机场、国防、营销、气象、航运、保险、农业、家庭消费、健康、能源、公共服务、零售等多个行业的需求和创新。不同行业的特定场景都有边缘计算的诉求。在软件和服务上，可以通过行业市场进行估算按照KPMG的估算，“ 全球到2023年，随着5G和边缘计算的更广泛应用，这五个目标行业将在涵盖连接性、 硬件、软件和服务的整个生态体系中创造超过5000亿美元的年收入”，年复合增长率为8%~10%，其中软件部分部分根据不同行业，占比约为11%~48%。亚洲边缘计算市场大概占到全球市场的28%左右[12]，假设中国边缘市场占全球市场10%的规，按照KPMG的应用和服务市场规模，2023年中国软件和服务市场，估计达到200亿美元（1300亿人民币）和140亿美元（900亿人民币），按照30%的边缘市场增速，到2025年，软件和服务将达到330亿美元（2200亿人民币）和230亿美元（1500亿人民币）。中国边缘和软件和服务市场增长速度和规模如下图所示：3.4 国内典型边缘供应商分析根据本文第三章重对边缘计算产业链中的分类，我们选取了国内各个领域七个典型的厂商，对其业务形态、产品模式和战略思路进行了梳理和分析。3.4.1 5G核心网提供商 - 华为华为边缘计算解决方案的思路，一条展现是通过5G核心网优势，将能力延伸到UPF进而突破MEC领域，另外一条路线是通过IoT网关等IT硬件方案，双管齐下实现对重边缘和轻边缘市场的覆盖。华为在边缘计算中华为是全方位的玩家，其相关产品即包括重边缘领域，也包括轻边缘领域。重边缘主要集中在覆盖5G核心网、5G基站、5G UPF边缘网元、MEC边缘MEP/MEPM 等符合ETSI规范的MEC产品。轻边缘领域则推出了华为AR502H等物联网关，提供SDK实现计算、存储、网络资源灵活调用。华为同时还在边缘开源计算上持续发力，轻边缘领域则通过KubeEdge开源方式，基于容器化技术推动轻边缘底座的能力。重边缘领域，则和中国移动、中国联通、腾讯、九州云等公司一起发布了首个MEC边缘计算开源项目EdgeGallery，希望通过开源方式，构建边缘计算的开放应用生态。3.4.2 运营商5G MEC转型领导者 – 中国联通中国联通在国内三大运营商重，属于在5G MEC领域布局较为完善、体系最为成熟的运营商，也是国内首家全国商用上线的边缘云平台。截止2020年12月，中国联通已在全国开展300多个MEC商用工程，在“智能制造”、“智慧医疗”、“智慧交通”、“智慧园区”等领域开拓了中国商飞、三一重工、中国一汽、宝武钢、天津港、新疆电网、中日友好医院、文远知行、上海张江人工智能岛等多个商用项目，同时也和腾讯、阿里、百度、虎牙、抖音等推进的MEC试商用基地。中国联通的MEC边缘云的架构建设分为5大模块，分别是支持边缘云资源分发的部署平台、支持边缘云业务生命周期管理的业务管理平台、支持运营和响应的业务运营平台、支持生态合作伙伴的应用开发者平台和边缘安全保障体系。作为5G MEC入口掌控着的运营商，边缘计算领域作为转变“哑管道”的转型关键，中国联通如何实现CT服务到ICT融合服务能力的转型，是其面临的最大挑战。3.4.3 公有云的边缘能力下沉实践者 - 阿里云作为国内公有云的领导者，随着AWS等国际公有云玩家也推出了Wavelength、Snowball等边缘计算相关产品，阿里云也推出了两种形态的边缘产品，重边缘技术（Edge Node Service，ENS）和轻边缘技术OpenYurt。ENS基于CDN的布局进行建设，也规划基于运营商边缘节点和网络构建。而OpenYurt是基于Kubernetes 实现的开源IoT设备轻边缘底座，能够和阿里云实现轻边缘的应用下沉。阿里边缘计算的思路，主要还是依赖公有云增强未来边缘计算场景和中心公有云的紧耦合，通过生态实现公有云在边缘云的延申。3.4.4 中立的重边缘MEC技术创新者 - 九州云九州云作为国内依托开源技术崛起的技术型厂商，在OpenStack 和Kubernetes 等开源云计算平台积累，近两年在5G边缘计算领域的持续发力，在MEC解决方案、边缘行业方案等领域，取得了一定的成绩，也成为中国联通、中国移动和中国电信在边缘领域的技术合作伙伴。九州云的优势是其技术积累和中立性，在OpenStack社区、EdgeGallery社区、StarlingX等开源社区商，九州云拥有董事席位和技术委员会席位。九州云由于本身在硬件和5G核心网领域，因此在MEC解决方案的中立性和解耦性上对用户更加友好。九州云边缘计算管理平台是基于5G网络和边缘计算的能力，构建在移动网络边缘基础设施之上的云平台，组成部分包括：Edge IaaS（边缘计算IaaS方案）、Edge CaaS（边缘计算CaaS方案）、Edge MEP （边缘计算平台）的能力。具备从中心运维管理功能，硬件加速管理功能，边缘节点配置、基础设施服务(Iaas)能力，虚拟化环境远程自动部署能力、容器编排能力，中心与边缘混合编排能力、应用服务统一管理能力，创建多种应用程序环境等能力。九州云也同时在智能场馆、边缘游戏、智慧交通等领域积累了响应的边缘应用能力和服务。3.4.5 轻边缘技术厂商 - 航天云网航天云网主要是涉及工业互联网行业厂商，因此其相关产品主要服务于工业领域，构建了基于INDICS+CMSS工业互联网公共服务平台。航天云网的INDICS Edge工业一体机通过软硬结合的边缘智能一体机成为工业互联网平台下沉到工业现场的新趋势，从而出现利用边缘计算技术实现工业APP精准赋能的新模式。航天云网的优势是其在工业领域的行业能力积累，通过轻边缘工业一体机的方式将工业数据采集、数据解析、协议转换等能力下沉。如何将轻边缘和5G重边缘等技术整合，对轻边缘厂商来说是个机会也是个挑战。3.4.6 边缘视觉传感器领导者- 海康威视海康威视作为国内智能安防领域的领导者，早在2016年就推出了基于深度学习的一系列智能安防产品。海康威视的技术主要结合摄像头本身具备的终端AI能力以及相应的计算后台，实现人脸抓拍、人脸比对、车辆结构化、客流统计、违章检测等智能监控能力。随着5G建设的逐步完善和终端模组的成本降低，海康威视如果未来通过5G方式，和MEC重边缘技术结合，将能够实现更多和AI结合的业务形态和商业模式。3.4.7 垂直行业VR解决方案典型厂商 – 亮风台亮风台成立于2012年，是一家增强现实产品与服务提供商，产品主要包括AR云、AR通讯、AR终端组成的“云管端”一体化AR平台。AR能力作为边缘计算的一个典型能力，在智能制造、体防控、远程诊疗、远程诊疗等领域有着比较良好的应用前景。比如在工业领域通过使用AR 眼镜对设备进行智能巡检、点检，自动记录设备状态，提前预防及时维护，通过IoT传感器反馈的实时数据，在巡检过程中为工程人员提供数据支撑，第一视角同步现场情况，远程协作辅助，提高巡检效率与质量。四、总结我们通过针对边缘计算定义、技术、市场三个角度，对边缘计算的技术定位、产业现状和未来趋势进行了初步的盘点，随着5G的发展和深入，边缘计算作为区别于企业内网和互联网的新业务入口，我们也将对其发展持续保持关注。