2022計算機視覺為駕駛保駕護航

計算機視覺為駕駛保駕護航目錄目錄 2圖表錄 3計算視覺術(shù)機器眼服智能活 5算視簡介 5據(jù)算、法驅(qū)動算視發(fā)展 5國算視產(chǎn)速成，用域待寬 6我計機覺正步快成期 6我計機覺先進但用域待寬 7ADAS覺案——計機視為駕保護航 9ADAS為人駛前奏我百市蓄待發(fā) 9ADAS視系：計算視讓車知界 122.2.2ADAS覺統(tǒng)原理 132.2.2視方是用最廣不替的ADAS方案 132.2.2視系相產(chǎn)景可期 15ADAS覺業(yè)細領(lǐng)解剖 16載像：場對成，業(yè)力大 16車攝頭類 16多因激車像頭場力 17上產(chǎn)鏈場成熟行龍優(yōu)明顯 19心法片：FPGA方案合求標產(chǎn)仍未現(xiàn) 22法：Mobileye領(lǐng)先地位以動 24算水發(fā)迅實車試發(fā)要 24Mobileye：ADAS覺算行翹楚 25我算企：難以越把后市機遇 27投資議 29期注載像放量產(chǎn)鏈求放 29邏關(guān)芯和覺算賽，規(guī)量為王 30點注的 31圖表目錄圖表1. 計算視解問題 5圖表2. 工業(yè)覺計機覺別 5圖表3. 全球據(jù)量 6圖表4. 全球算視軟、件和務入 6圖表5. 我國算視公成數(shù)量 6圖表6. 我國算視企融階段 6圖表7. 截至2018年5月算覺企融額 7圖表8. 人工能分域資分布 7圖表9. 我國算視產(chǎn)正入快成期 7圖表10. 計算視應領(lǐng)域 8圖表SAE動駛級 9圖表12. 部分企動駛展劃 10圖表13. 自動駛車有量 10圖表14. ADAS圖表15. ADAS要載高型上 圖表16. 全球國ADAS各能市滲率 圖表17. 近兩國ADAS滲明顯升 12圖表18. 全球ADAS場模測 12圖表19. ADAS覺統(tǒng)本理 13圖表20. 不同感優(yōu)點比 13圖表21. 市面動駛型ADAS傳感數(shù)量 14圖表22. 不同感的同ADAS功的用況 14圖表23. ADAS覺統(tǒng)實能 14圖表24. 2016年載感市模 15圖表25. 預計2022年載感場規(guī)模 15圖表26. 車載像布局 16圖表27. 車載像類型 16圖表28. 雙目案術(shù)理 17圖表29. 單目案雙方比較 17圖表30. 汽車駛區(qū) 18圖表31. 車載像單價 19圖表32. 車載像產(chǎn)鏈 19圖表33. 全球像鏡廠及場份額 20圖表34. 舜宇學載頭貨量 20圖表35. CCD和CMOS20圖表36. 全球CMOS市占率 21圖表37. 全球載CMOS市占率 21圖表38. 圖像器ISP工原理 22圖表39. 全球載像模主封裝及場額 22圖表40. ASIL等級評估照表 23圖表41. 我國ADAS覺法產(chǎn)品從到：平、森科寒紀） 23圖表42. 視覺別程 24圖表43. ImageNet比圖識確率 24圖表44. KITTI評測平臺輛準確率 24圖表45. Mobileye發(fā)展史 25圖表46. Mobileye研發(fā)用退前） 26圖表47. MobileyeEyeQ各代品 26圖表48. Mobileye營業(yè)入退前） 27圖表49. EyeQ出貨量 27圖表50. 我國分法司況 28圖表51. CMOS圖傳器場模（應領(lǐng)） 29圖表52. 中國內(nèi)用市攝頭裝量 29圖表53. 全球載像市規(guī)模 29圖表54. 車規(guī)基要求 30計算機視覺技術(shù)：機器之眼服務智能生活計算機視覺簡介（Computer，簡稱CV）圖表1.計算機視覺物體識別別同類型物體

物體形狀和方位確認景分析和判斷

物體運動判斷和場景的交互資料來源：公開資料整理、廣證恒生（2D,圖表2.機器視覺工業(yè)視覺計算機視覺應用領(lǐng)域智能制造智能生活功能目標解決需要人眼進行工件定位、測量、檢測等重復性勞動賦予智能機器人視覺，實現(xiàn)對于外界位臵信息、圖像信息的識別和判斷硬件需求要求較高，需要對工業(yè)相機的幀頻、分辨率等指標依據(jù)需求篩選除特殊情況，大部分對于相機或攝像頭的要求并不高算法需求往往側(cè)重于精確度的提高更加復雜，側(cè)重于采用數(shù)學邏輯或深度學習進行物體的標定與識別產(chǎn)業(yè)成熟度較高，在半導體、包裝等行業(yè)的測量、檢測已有較為廣泛的應用總體上初創(chuàng)階段，初創(chuàng)企業(yè)層出不窮資料來源：公開資料整理、廣證恒生數(shù)據(jù)、算力、算法并進驅(qū)動計算機視覺發(fā)展21199PU的出現(xiàn)突破了傳統(tǒng)PUTractica2016262單位：ZB單位：百萬美元單位：ZB單位：百萬美元圖表3.60全球數(shù)據(jù)儲量圖表4.圖表3.60全球數(shù)據(jù)儲量圖表4. 全球算機覺件、件和務收入300002500020000150001000026,20050403021.620500001,100101.80Software Service Hardware資料來源：IDC、廣證恒生資料來源：Tractica、廣證恒生2011年是我國計算機視覺發(fā)展元年，企業(yè)成立數(shù)量達13家，此后從事計算機視覺領(lǐng)域的企業(yè)顯著增加，目前初創(chuàng)企業(yè)較多，而從融資階段來看，處于天使輪融資和A輪融資的企業(yè)較多。圖表5. 我國算機覺司成數(shù)量 圖表6. 我國算機覺業(yè)融階段20 45%40%15 35%30%10 25%20%515%510%5%2005及以前2006200720082005及以前20062007200820092010201120122013201420152016資料來源：36氪、廣證恒生（截至2016-08） 資料來源：36氪、廣證恒生1/4AI2018年4布獲6億美元C56.2億美元C+4562C+圖表7. 截至2018年5計機覺企融資額9084.63807060504033.23020107.55.55.53.32.942.62.521.31110.80.30.30.2資料來源：前瞻產(chǎn)業(yè)研究院、廣證恒生單位：億元單位：億元圖表8. 人工能細領(lǐng)融資分布圖表9. 我國算機覺業(yè)正入快成長期5%4% 2% 計算機視覺與圖像5% 自然語言處理24% 自動駕駛/輔助駕駛9% 機器學習應用智能機器人15% 19% 語音識別17% 技術(shù)平臺處理器/芯片市場認可我國計算機視覺產(chǎn)正剛步入快速成長期時間初創(chuàng)期 成長期 成熟期 衰退期資料來源：中國產(chǎn)業(yè)研究網(wǎng)、廣證恒生資料來源：廣證恒生2017ImageNet（LargeScaleRecognitionChallenge）Momenta研（WMW）SE架構(gòu)，以2.3%體識別冠軍，此前最佳成績是2.99%圖表10.3.70%3.80%4.00%3.70%3.80%4.00%1.70%0.90%18.10%67.90%廣告營銷泛金融身份認證（解決方案）互聯(lián)網(wǎng)娛樂泛金融身份認證（云服務、SDK等）手機創(chuàng)新領(lǐng)域資料來源：前瞻產(chǎn)業(yè)研究院、廣證恒生ADAS視覺方案——計算機視覺為駕駛保駕護航為無人駕駛吹響前奏，我國百億市場蓄勢待發(fā)自動駕駛是指汽車至少在某些具有關(guān)鍵安全性的控制功能方面（如轉(zhuǎn)向、油門或制動，無需駕駛員SAE5和級別。圖表11.SAE自動駕駛分級SAE分級名稱SAE定義轉(zhuǎn)向和加減速操控的執(zhí)行者對駕駛環(huán)境的監(jiān)控者復雜情況下動態(tài)駕駛?cè)蝿盏膱?zhí)行者系統(tǒng)支持的路況和駕駛模式L0非自動化所有駕駛?cè)蝿斩加扇祟愸{駛員進行（即便安裝了警告和干預系統(tǒng)人類駕駛員人類駕駛員人類駕駛員不適用L1輔助駕駛在特定駕駛模式下由一個輔助駕駛系統(tǒng)根據(jù)駕駛環(huán)境信息控制轉(zhuǎn)向或加減速中的一種，并期望人類駕駛員完成所有其他動態(tài)駕駛?cè)蝿杖祟愸{駛員&系統(tǒng)人類駕駛員人類駕駛員部分路況和駕駛模式L2部分自動化在特定駕駛模式下由一個或多個輔助駕駛系統(tǒng)根據(jù)駕駛環(huán)境信息控制轉(zhuǎn)向和加減速，并期望人類駕駛員完成所有其他動態(tài)駕駛?cè)蝿障到y(tǒng)人類駕駛員人類駕駛員部分路況和駕駛模式L3有條件的自動駕駛在特定駕駛模式下由一個自動駕駛系統(tǒng)完成所有動態(tài)駕駛?cè)蝿眨谕祟愸{駛員能正確響應請求并接管操控系統(tǒng)系統(tǒng)人類駕駛員部分路況和駕駛模式L4高度自動化在特定駕駛模式下由一個自動駕駛系統(tǒng)完成所有動態(tài)駕駛?cè)蝿?，即便人類駕駛員無法正確響應請求并接管操控系統(tǒng)系統(tǒng)系統(tǒng)部分路況和駕駛模式L5全自動化自動駕駛系統(tǒng)在全部時間、全部路況和環(huán)境條件下（可由人類駕駛員管理）完成所有動態(tài)駕駛?cè)蝿障到y(tǒng)系統(tǒng)系統(tǒng)全部路況和駕駛模式資料來源：公開資料整理、廣證恒生從進階到而在現(xiàn)到L3A8L3的單位：千量落地帶來阻力。單位：千量圖表12.汽車產(chǎn)商已推出車型規(guī)劃通用L2級別車型凱迪拉克CT62019年直接實現(xiàn)L5級別CruiseAV的量產(chǎn)奧迪低速條件下L3級別車型A82019年量產(chǎn)L4級別Elaine特斯拉L2級別系統(tǒng)Autopilot2.02020年推出L5級別無人駕駛汽車福特-2021年實現(xiàn)L4級別無人駕駛汽車的量產(chǎn)（已推遲）寶馬-2021年實現(xiàn)L3級別iNext量產(chǎn)資料來源：公開資料整理、廣證恒生無論是或和圖表13.30000250002000015000100005000201620172018201920202021202220232024202520262027202820292030資料來源：J.P.Morgan、中投顧問、廣證恒生dancedDerAssanceSse,簡稱AS。AS是ADASADAS圖表14.ADAS分類高級輔助駕駛系統(tǒng)ADAS導航與 車道偏 碰撞避實時交電子警 自適應移報警車道保免或預夜視系自適應行人保自動泊交通標盲點探駕駛員下坡控電動汽通系統(tǒng)察系統(tǒng)車聯(lián)網(wǎng)巡航 系統(tǒng) 持系統(tǒng)碰撞系統(tǒng)NVS燈光控護系統(tǒng)車系統(tǒng)志識別 測 疲勞探制系統(tǒng)車報警TMC ISA ACC LDWS LKS 統(tǒng) 制 TSR 測 系統(tǒng)FCAS資料來源：OFweek、廣證恒生ADAS2015ADAS的ADAS50ADAS10%圖表15.ADAS主要搭載在高端車型上圖表16.全球及中國ADAS各項功能市場滲透率3.20%[值]，在售14.00%12.00%車型數(shù)量較10.00%多10萬元以下8.00%6.00%41.30%10-20萬元4.00%22.40%15.50%50萬元以上2.00%0.00%全球中國資料來源：蓋世汽車研究院、廣證恒生資料來源：蓋世汽車研究院、廣證恒生ADASFrost&SullivanADAS1000ADAS4000年ADAS年前71,808,483輛新車裝配有ADAS相88913%16.4%ADAS功20.8%20ADASADAS（NHTSA）2022年美國新車強制加裝ADAS2025場規(guī)模近300ADAS2020年我國ADAS市場規(guī)模能達到200單位：億歐元圖表17.近兩年我國ADAS滲透率明顯提升圖表18.全球ADAS市場規(guī)模預測2,869,3611,808,483 16.42% 單位：億歐元圖表17.近兩年我國ADAS滲透率明顯提升圖表18.全球ADAS市場規(guī)模預測2,869,3611,808,483 16.42% 13.00% 上險量 裝配率 車款總量2017 2018.01-07300 72502001501002 135075 13122638391532015 2017 2019 2021 2023 2025自適應巡航 盲點監(jiān)測 停車輔助疲勞檢測 夜視 車道偏離預警資料來源：蓋世汽車研究院、廣證恒生資料來源：RolandBerger、廣證恒生視覺系統(tǒng)：利用計算機視覺讓汽車感知世界2.2.2ADAS視覺系統(tǒng)基本原理ADAS視覺系統(tǒng)作為ADASADASADAS產(chǎn)圖表19.ADAS視覺系統(tǒng)基本原理樣本采集 訓練 特征/模型（標記）圖像源（圖像源優(yōu)化：寬動 圖像預理 分類態(tài)、強光抑制、降 （邊緣化、紋理化）噪）資料來源：汽車之家、廣證恒生2.2.2視覺方案是適用領(lǐng)域最廣且不可替代的ADAS方案依據(jù)傳感信號分類，目前ADAS圖表20.攝像頭激光雷達毫米波雷達超聲波雷達優(yōu)點分辨率高，速度快，體積小但傳遞的信息豐富，且成本低方向性好，測量精度高，對光線不敏感，收集的信息內(nèi)容豐富價格相對不高，對周邊車輛的檢測準確度較高，應速度快，操作簡單，能適應惡劣天氣缺點易受光照因素影響，三維信息測量精度較低，需要較強計算能力價格昂貴，且缺少色彩信息，收集的數(shù)據(jù)需要極高計算能力，掃描速度慢，不便于車載集成無法感知平面目標信息，無法判斷所識別物體的大小，且相對分辨率較低分辨率差，不能真實反映物體內(nèi)容，環(huán)境適應度差，只能用于近距離測量資料來源：公開資料整理、廣證恒生圖表21.市面自動駕駛車型ADAS傳感器數(shù)量攝像頭激光雷達毫米波雷達超聲波雷達凱迪拉克CT6？-5？特斯拉ModelS8-112奧迪A851512寶馬7Series5-？12奔馳Sclass5-？12資料來源：公開資料整理、廣證恒生但ADASADAS方ADAS圖表22.ADAS攝像頭激光雷達毫米波雷達超聲波雷達自適應前燈(AFL)√夜視系統(tǒng)(NV)√自適應巡航(ACC)√√√車道偏離預警(LDW)√√緊急制動輔助(EBA)√√√車道保持系統(tǒng)(LKS)√√√行人探測(PWC)√√√盲點監(jiān)測(BSD)√√√√變道輔助(LGA)√√√√泊車輔助(PA)√√√√交通信號識別(TSR)√資料來源：公開資料整理、廣證恒生圖表23.ADAS視覺系統(tǒng)可實現(xiàn)功能預警控制橫向車道偏離警告（LDW）車道保持功能（LKA）縱向前車碰撞預警（FCW）緊急制動剎車（AEB）行人碰撞預警（PCW）自適應巡航（ACC）資料來源：車云網(wǎng)、廣證恒生2.2.2視覺系統(tǒng)相關(guān)產(chǎn)業(yè)前景可期ADAS201610.9億2.2202223.814%24%近1/3ADASADAS圖表24.2016年車載傳感器市場規(guī)模圖表25.預計2022年車載傳感器市場規(guī)模2016年合計10.9億美元胎壓偵磁性傳感器 化學傳感器 測9% 2% 2%激光雷達2%視覺傳感器壓力傳感器 10%慣性傳感器 毫米波雷15% 超聲波17%磁性傳 2022年合計23.8億美元 化學胎壓感器 傳感 測激光雷6% 器 1%達 1%6%壓力傳感器 視覺傳感7% 器32%慣性傳感器8% 超聲波 毫米波雷13% 達26%資料來源：Yole、廣證恒生資料來源：Yole、廣證恒生ADAS視覺產(chǎn)業(yè)細分領(lǐng)域解剖車載攝像頭：市場相對成熟，行業(yè)潛力巨大）和360（以多達8Mcnex12L3圖表26.車載攝像頭布局資料來源：蓋世汽車研究院、廣證恒生圖表27.車載攝像頭類型攝像頭類型安裝部位功能概要單目前視FCW、LDW、TSR、ACC、PCW視角一般為45貴50%左右雙目廣角環(huán)視全景泊車、LDW廣角鏡頭，在車四周裝配4個進行圖像拼接實現(xiàn)全景圖，加入算法可實現(xiàn)道路線感知廣角后視后視泊車輔助廣角或魚眼鏡頭，主要為倒車后視鏡頭廣角測試*2盲點檢測、代替后視鏡盲點監(jiān)測只要使用超聲波雷達，但目前也有使用攝像頭代替廣角內(nèi)臵閉眼提醒廣角鏡頭，一般裝在車內(nèi)后視鏡處資料來源：中商產(chǎn)業(yè)研究院、廣證恒生我們認為，車載攝像頭的需求將持續(xù)走高，主要基于以下三點原因：ADAS單目攝像頭的測距原理，是先通過圖像匹配進行目標識別（各種車型、行人、物體等，再通過目標ADASMobileyeL3ADAS圖表28.雙目方案技術(shù)原理 資料來源：雙髻鯊官網(wǎng)、廣證恒生圖表29.單目方案雙目方案優(yōu)點1、成本較低；2、對計算資源的要求不高，系統(tǒng)結(jié)構(gòu)相對簡單1、成本相對于激光雷達等方案低；2、無樣本概念，無需維護樣本數(shù)據(jù)庫；34、精度比單目高難點1、必須不斷更新和維護一個龐大的樣本數(shù)據(jù)庫，才能保證系統(tǒng)達到較高的識別率；2、無法對非標準障礙物進行判斷；3、距離并非真正意義上的測量，準確度較低。1主要廠商Mobileye、佑駕創(chuàng)新Minieye、智駕汽車科技Maxieye中科慧眼、雙髻鯊資料來源：公開資料整理、廣證恒生（bndspo為趨勢。早在2015年6鏡的國際標準，規(guī)定從2016年63604圖表30.汽車行駛盲區(qū)資料來源：好奇心日報、廣證恒生20103002018150100ADAS圖表31.350300250200150 150100500資料來源：智研咨詢、高工智能、廣證恒生單位：元單位：元綜合上述原因，車載攝像頭硬件市場潛力巨大，上游產(chǎn)業(yè)也將因此受益。CMOS而不是CCD圖表32.車載攝像頭產(chǎn)業(yè)鏈封裝封裝信號傳輸封裝晶圓系統(tǒng)集成CMOS芯片模組膠合材料保護膜鏡頭組濾光片光學鏡片從細分領(lǐng)域來看，車載攝像頭主要由鏡頭模組、CMOS傳感器、ISP、模組組裝及其他部件組成。其中CMOS和鏡頭模組分別占據(jù)1/3的成本。鏡頭組方面，舜宇光學市場份額保持第一：2015ReserchInChina1/3，之后依次為韓國Sekonix、kantatsu和日本fujifilm，80%舜宇光學2004201220167201830-35%圖表33.圖表33.圖表34.舜宇光學車載鏡頭出貨量大立光電35,00030,00025,00020,00015,00010,0005,000-31,89122,62216,5162015 2016 2017舜宇光學車載鏡頭出貨量（單位：千）50.040.030.020.010.00.0%增長率舜宇光學22.20%玉晶2.10%34.50%SekontxKantatsu2.90%Kolen3.40%DIOSTECH3.70%6.10%9.40%SEMCO6.30%9.40%PowerGroupOthers資料來源：MarketandMarketsResearch、蓋世汽車研究院、廣證恒生資料來源：公司公告、廣證恒生%%%%%CMOS傳感器由美日韓企業(yè)壟斷：CMOS是攝像頭的感光元件，相比CCD（Charge-coupledDeviceCMOS圖表35.CCD和CMOS區(qū)別區(qū)別CCDCMOS信號類別模擬信號數(shù)字信號成像規(guī)則線成像點成像感光度0.1-3LUX6-15LUX優(yōu)點成像質(zhì)量好抗干擾能力強、靜態(tài)功耗低、生產(chǎn)成本低缺點工藝復雜、價格高昂容易出現(xiàn)雜點、圖像質(zhì)量較低資料來源：公開資料整理、廣證恒生CMOSSony在全球CMOSCSnSei（46%Pixelplus圖表36.全球CMOS市場占有率圖表37.全球車載CMOS市場占有率Panasonic,Canon,Galaxycore,日本,3%日本,中國,2%SKHynix3% 8%韓國,3%STMicro,意大利,3%Sony,日本,42%Omnivision,OnSemi,美國,12%美國,6%Samsung,18%Sony, STMicro,Panasonic,5%日本,4% 其他,Toshiba,日 6%本,1%OnSemi,Pixelplus, 46%韓國,10%Samsung,韓國,3% Omnivision,美國,23%資料來源：Yole、廣證恒生資料來源：Yole、廣證恒生獨立ISPISP圖像信號處理器ISP（ImageSignalProcessing）出信號處理的單元，功能包括3A（ISPHW）以及運行在其上的firmware。SPPTMobileyeCMOS如Aptina的CMOSISP芯片在短期內(nèi)仍是主流，未來可關(guān)注CMOS車載攝像頭ARM在2017年宣布推出首款完全自研的針對ADAS的ISP芯片Mali-C718芯片，且迅速與國內(nèi)著名車廠BYD領(lǐng)圖表38.圖像處理器ISP工作原理資料來源：碼蟻之家、廣證恒生車載攝像頭模組封裝壁壘較高，國內(nèi)企業(yè)總體實力弱：圖表39.5%4%8%20%8%11%8%8%5%4%8%20%8%11%8%8%10%9% 9%GentexHitachiSonyHella資料來源：MarketandMarketsResearch、蓋世汽車研究院、廣證恒生核心算法芯片：FPGA方案符合要求，標桿產(chǎn)品仍未出現(xiàn)ASIL-B甚至ASIL-D級別；圖表40.ASIL等級評估對照表MetricASILAASILBASILCASILDSinglePointFaultsMetric（單點故障）Notrelevant>90%>97%>99%LatentFaultsMetric（潛在故障）Notrelevant>60%>80%>90%資料來源：Synopsys、廣證恒生ARMDSPASICMCU、SOC、FPGAGPU等，其中ARMDSP、ASIC、MCUSOCFPGAADASGPU和FPGAFPGAFPGA目前用于ADAS視覺方案的芯片多數(shù)被國外壟斷，但標桿產(chǎn)品尚未出現(xiàn)。主要供應商有瑞薩電子（RneasElconc（Tc（eecaDTNPusuXnxVDAFPGA（verilog）（C場份額最高的EyeQ圖表41.我國ADAS視覺算法芯片產(chǎn)品（從左到右：地平線、森國科、寒武紀）算法：Mobileye領(lǐng)先地位難以撼動ADASADAS圖表42.視覺識別流程圖表43.ImageNet比賽圖像識別正確率圖像 預處 特征輸入 理 提取加入深度學傳統(tǒng)計算機視覺算法 習輸出 匹配 特征結(jié)果 分類100% 95%95% 93%89%90% 深度學習85% 成果[值]80%74.50%75% 72%70%20102011201220132014201520162017資料來源：廣證恒生資料來源：公開資料整理、廣證恒生KITTI達到90%。因此，實車定量測試成為評估算法真實能力的最佳方法，具有大量的實際道路測試打底的產(chǎn)品可靠性更高，這也是為什么擁有主機廠前圖表44.KITTI評測平臺車輛追蹤準確率算法遞交人單位中等簡單困難運行時間DH-ARI匿名91.48%90.87%82.25%4sHRI-SH匿名90.71%91.34%84.28%3.6sBM-NETENNEW Digital Science andTechnologyResearchInstitite90.50%90.81%83.92%0.5sSAITv1匿名90.36%90.78%80.48%0.18sTuSimple圖森科技90.33%90.77%82.86%1.6sCFENet北京大學90.22%90.33%84.85%4sEADNet匿名90.15%90.61%84.01%0.15sicst-SSD匿名90.08%90.30%84.70%4.0sSJTU-HW上海交通大學90.08%90.81%79.98%0.85sMDC匿名90.03%90.72%80.87%0.2sMobileyeAmnonShashuaZiv于1999201480IPO2017年3Mobee被nel以145Mbee70，圖表45.Mobileye發(fā)展歷史1998?概念形成：用單攝像頭方案完成傳統(tǒng)雙攝像頭的識別功能Mobileye成立1999?公司研發(fā)部門成立20042006公司售后部門成立高盛投資1.3億美元20072012第萬個芯片出貨2014在紐交所上市第1000萬個芯片出貨2015和25+車企開展項目合作RoadExperienceManagement(REM)被MIT2016與寶馬和Intel宣布2021個車型配備了Mobileye設備2017被Intel以約億美元收購資料來源：Mobileye官網(wǎng)、廣證恒生MobileyeMobileye雖然成立于1999年，但在2007Mobileye產(chǎn)品的車型才上市，從研發(fā)到正式商用整整用了八年的時間。Mobileye在以色列建有研發(fā)中心，目前全球員工達到了500多人，而研發(fā)人員占三四百人。八年技術(shù)沉淀的效果明顯，帶來的直接影響是在Mobileye25MobileyeTier1合作伙伴，包括DelphiContinentalMagna麥圖表46.Mobileye研發(fā)費用（退市前）7,000.00EyeQ3量產(chǎn)70%6,000.0060%5,000.0050%4,000.0040%3,000.0030%2,000.00EyeQ2量產(chǎn)←20%1,00