自动驾驶带火激光雷达！出货量十年翻百倍，华为大疆杀入

　　激光雷达是一种通过脉冲激光照射目标并用传感器测量反射脉冲返回时间来测量目标距离的测量工具。其核心优势在于利用激光的高频特性进行大量、高速的位置及速度信息测量，形成准确清晰的物体3D建模。Velodyne将激光雷达应用到DARPA无人驾驶汽车挑战赛，首次将激光雷达带入了自动驾驶领域，其后随着ADAS等下游应用的持续发展，行业也迎来了长足的发展。激光雷达下游应用广泛，其中车载领域具备良好的前景，根据FrostSullivan数据，至2025年ADAS和无人驾驶将成为下游应用主力，分别占激光雷达市场的34。64和26。30。
　　本期的智能内参，我们推荐华创证券的报告《激光雷达：汽车智能化加速渗透，激光雷达赛道有望迎来放量期》，全面论述激光雷达行业的发展情况和未来趋势。
　　来源华创证券
　　原标题：
　　《激光雷达：汽车智能化加速渗透，激光雷达赛道有望迎来放量期》
　　作者：耿琛岳阳高远
　　一、激光雷达，车载领域具备良好前景
　　激光雷达（LiDAR，LaserDetectingandRanging）是一种通过脉冲激光照射目标并用传感器测量反射脉冲返回时间来测量目标距离的测量工具。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，从而对周围环境进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成。其核心优势在于利用激光的高频特性进行大量、高速的位置及速度信息测量，形成准确清晰的物体3D建模。
　　激光雷达21世纪初引入汽车领域，随ADAS渗透率提升迎来快速发展。激光雷达最先用于地图测绘领域，高精度要求使得激光雷达成本居高不下。Velodyne将激光雷达应用到DARPA无人驾驶汽车挑战赛，首次将激光雷达带入了自动驾驶领域。其后随着ADAS等下游应用的持续发展，激光雷达领域企业不断增多，随着研发的持续进行，激光雷达的产品性能稳步提升，成本大幅下降，行业也迎来了长足的发展。
　　激光雷达行业发展历程
　　激光雷达产品可以从显性参数、实测性能表现及隐性指标等方面进行评估和比较。显性参数主要指列示在产品参数表中的信息，主要包含测远能力、点频、角分辨率、视场角、精准度、功耗和集成度等。实测性能表现则主要指在实际使用激光雷达的过程中所测得的产品性能，其决定了无人驾驶汽车和服务型机器人对周围环境的有效感知距离。相比于显性参数，用户会更加关注实测性能，但激光雷达作为近年来才在市场获得较高关注度的新兴产品，能够参考的公开测试数据有限。隐性指标包含激光雷达产品的可靠性、安全性、使用寿命、成本控制、可量产性等，这些指标更加难以量化，也缺乏公开信息。
　　激光雷达主要参数对应性能说明
　　激光雷达的技术路线有四个主要的维度：测距原理、光源、探测器、光束操纵。激光雷达主要包括激光发射、扫描系统、激光接收和信息处理四大系统，四个系统相辅相成。根据这四个系统的不同特征，可以从四个不同维度来阐述激光雷达技术路线。其中光源和探测器即激光雷达的发射端与接收端，光束操纵即激光雷达的扫描方式，测距则为信息处理提供距离信息。根据四个主要的维度可以将激光雷达进行分类，每个不同分类方式又可进一步细分为不同的技术路线，不同路线之间存在较大差异。
　　激光雷达分类
　　根据测距方法分类，激光雷达可分为4种类型。激光雷达根据测距原理主要有四类：飞行时间法（ToF，TimeofFlight）、调频连续波（FMCW，FrequencyModulatedContinuousWave）、三角测距法和相位法。最主要的两种测量方法是ToF和FMCW。ToF测量原理是通过记录短脉冲发射到接收到反射光之间的时间来测量距离，并在测量过程中通过反射光的角度来测量物体的位置。FMCW的测量原理是将发射激光的光频进行线性调制，使回波信号与参考光进行相干拍频得到频率差来间接获得飞行时间反推目标物距离，优点是抗干扰强、可直接测量速度。
　　测距方法的主要类型
　　激光雷达测距方法中ToF与FMCW能够实现室外阳光下较远的测程（100250m），是车载激光雷达的优选方案。ToF是目前车载中长距激光雷达市场的主流方案，有非常高的激光发射频率，具备高精度探测优势，但ToF激光雷达最大激光功率受到限制，探测距离存在瓶颈，在白天会受到阳光干扰，在接收信号过程中产生噪音。而FMCW激光雷达除了成本高外具有可直接测量速度信息以及抗干扰、远程性高的优势，未来随着FMCW激光雷达整机和上游产业链的成熟，其占比有望获得提升，成为和ToF并存的主要测距方式。
　　ToF与FMCW测距方法对比
　　激光雷达里的探测器即光电探测器可分为PINPD、APD、SPAD、SiPM四类，APD为当前主流。
　　PINPD（PIN光电二极管）适用于FMCW测距激光雷达，成本低；
　　APD（AvalanchePhotoDiode），即雪崩式光电二极管，较为成熟的APD被广泛采用在ToF类激光雷达上，是目前使用最为广泛的光电探测器件；
　　SPAD（单光子雪崩二极管）具有低激光功率下远距离的探测能力，但缺点是过于灵敏的接收性能会带来通道串扰大、寄生脉冲等问题，另外其电路设计等工艺难题也带来了较高的制造成本；
　　SiPM（硅光电倍增管）是多个SPAD的阵列形式，可通过多个SPAD获得更高的可探测范围以及配合阵列光源使用，更容易集成CMOS技术。
　　可用于激光雷达的光半导体探测器对比
　　EEL制作工艺复杂，VCSEL未来有望迎来快速发展。激光器光源方面，从发射维度看可以分为两大类：边发射（EEL）和垂直腔面发射（VCSEL）。据禾赛科技招股书，EEL作为探测光源具有高发光功率密度的优势，但因为其发光面位于半导体晶圆的侧面，使用过程中需要进行切割、翻转、镀膜、再切割的复杂工艺步骤，而且每颗激光器极大地依赖产线工人的手工装调技术，生产成本高且一致性难以保障。而VCSEL因为发光面与半导体晶圆平行，其所形成的激光器阵列易于与平面化的电路芯片键合，无需再进行每个激光器的单独装调，且易于和面上工艺的硅材料微型透镜进行整合，能有效提升光束质量。近年来国内外多家VCSEL激光器公司纷纷开发了多结VCSEL激光器，使得VCSEL光功率密度得到有效提升，VCSEL得以被运用在长距激光雷达领域。从生产成本和产品性能可靠性看，VCSEL未来将有望逐渐取代EEL。
　　905nm属于近红外激光，容易被人体视网膜吸收并造成视网膜损伤，因此905nm方案只能以低功率运行，安全探测距离不超过200m，但其成本相对较低。
　　1550nm远离人眼可见光波长，大部分光在到达视网膜之前就会被眼球的透明部分吸收，安全功率上限是905nm的40倍，安全探测距离可达到250米，甚至300米以上，但其需要使用光纤激光器，成本较905nm更高。
　　总体而言，905nm和1550nm的激光器在当前时间点来看各有优缺点，两个波段对于车载传感器来说是一个互补共存的状态。
　　905nm方案和1550方案对比
　　机械式激光雷达仍占据行业主要地位，半固态固态式具备良好前景。根据扫描方式分类，激光雷达主要分为机械式激光雷达、半固态式激光雷达以及固态式激光雷达。长期来看，固态激光雷达由于不存在可活动部件，在成本和稳定性方面都有较大潜力，是技术上的最优解。而目前三种技术路线中，机械式最为常用，已经广泛应用于Robotaxi等领域；混合式激光雷达是机械式和纯固态式的折中方案（较机械式只扫描前方一定角度内的范围；较纯固态式仍有一些较小的活动部件），是目前阶段乘用车量产装车的主流产品。
　　机械式雷达发展较为成熟，但因成本和部件冗杂难以实现车规级量产。机械式激光雷达的技术方案主要是高线数机械式方案。通过电机带动光机结构整体旋转的机械式激光雷达是激光雷达经典的技术架构，其技术发展的创新点体现在系统通道数目的增加、测距范围的拓展、空间角度分辨率的提高、系统集成度与可靠性的提升等。相比于半固态式和固态式激光雷达，机械旋转式激光雷达的优势在于可以对周围环境进行360的水平视场扫描，在视场范围内测距能力更强。但旋转部件体积和重量庞大，且高频转动和复杂机械结构让其内部的旋转部件容易损坏，使用寿命相对较短，难以满足车规的严苛要求。此外它靠增加收发模块的数量来实现高线束，使得成本较高，亦限制了其大规模使用。
　　机械式激光雷达内部结构图
　　半固态方案主要包括微振镜（MEMS）方案、转镜方案。半固态方案的特点是收发单元与扫描部件解耦，收发单元（如激光器、探测器）不再进行机械运动，由扫描部件的活动来实现部分视场角（如前向）的探测，体积相较于机械旋转式雷达更紧凑。转镜方案成熟度相对较高，可靠性已得到车规验证。
　　转镜方案固定了收发模组，用360高速旋转的多面棱形反射镜来反射光束，完成激光雷达视野范围内全视场角扫描。转镜的优点在于棱镜、电机和发射器有更好的耐热性和耐用性，因此更容易过车规，当前Valeo的运用转镜方案的Scala1已经通过车规认证。转镜被视为机械式向纯固态进军的必经之路，是短期上车主流，且未来很长一段时间半固态和纯固态都将并行。
　　MEMS雷达受限于振镜偏转范围视场角较小，量产性强带来低成本优势。MEMS振镜是一种硅基半导体元器件，属于固态电子元件，它在硅基芯片上集成了体积十分精巧的微振镜，其核心结构是尺寸很小的悬臂梁，通过悬臂梁的抖动来实现镜片的偏转。MEMS微振镜摆脱了马达等机械运动装置，毫米级尺寸的微振镜大大减小了激光雷达的尺寸。由于其集成度较高，在工艺成熟后预期会在成本和可靠性方面具备较大的优势。MEMS方案的技术创新体现在开发口径更大、频率更高、可靠性优于振镜，以适用于激光雷达的技术方案。但现在市面上MEMS偏转角度只有1030度，为了解决视场角较小问题，往往需要多个收发模组拼接而成。
　　固态式方案不含机械部件更易通过车规，但技术成熟度相对较低仍需进一步发展。固态式方案的特点是不再包含任何机械运动部件，适用于实现部分视场角（如前向）的探测，具体包括相控阵（OpticalPhasedArray，OPA）方案、Flash方案、电子扫描方案等。因为其不含机械扫描器件，内部结构相较于其他架构最为紧凑，在体积方面具备优势。
　　OPA尚处于起步阶段，制造难度和成本较高。光学相控阵技术（OPA）通过施加电压调节每个相控单元的相位关系，利用相干原理实现发射光束的偏转，从而完成系统对空间一定范围的扫描测量。在OPA系统中，光学相位调制器用于控制通过透镜的光束。OPA具备精度高、扫描快、体积小等优势，集成度高且量产标准化程度高，具备较强的技术优势，但由于目前OPA产业链尚处于起步阶段，且制造工艺复杂，量产性方面仍存在问题，另外由于其结构较为复杂，还存在控制复杂度高、功耗较高等问题。
　　Flash激光雷达能快速记录场景，但探测距离短板导致其应用受限。Flash型激光雷达由于不存在扫描系统、机械运动部件被归类为固态激光雷达。Flash型激光雷达可以通过短时间内向各个方向发射大覆盖面阵激光来快速记录整个场景，避免了扫描过程中目标或激光雷达移动带来的各种麻烦。它运行起来比较像摄像头，激光束会直接向各个方向漫射，只要一次快闪就能照亮整个场景。随后，系统会利用微型传感器阵列采集不同方向反射回来的激光束。其缺点在于一旦传播距离超过几十米，返回的光子就大大减少，使得无法进行可靠的探测，同时也增加了对接收端和功率的高度要求，提高了成本。
　　激光雷达集成衔接产业链上下游，具备较强产业附加价值。激光雷达主要包括激光发射、扫描系统、激光接收和信息处理四大系统，四个系统需要的不同电子零部件和光学系统共同构成了产业链的上游。具体而言，激光雷达行业的上游产业链主要包括激光器、探测器、扫描镜、FPGA芯片、模拟芯片，以及光学部件生产和加工商，是激光产业的基石，准入门槛较高；产业链中游利用上游激光芯片及光电器件、模组、光学元件等作为泵浦源进行各类激光雷达的制造与销售；产业链下游主要为各类激光雷达的应用领域，包括无人驾驶汽车、高级辅助驾驶、服务机器人、测绘、高精度地图等。激光雷达产业链公司分工明确，中游集成企业在产业链中起到了承上启下的作用，具备较强的产业地位。
　　激光雷达产业链情况
　　产业链上游由国外厂商主导，下游国内外厂商差距不断缩小。激光雷达上游的核心元器件为激光器和探测器，国外供应商在激光器和探测器行业耕耘较久，在产品方面具备竞争优势。国内供应商近些年发展迅速，已经有通过车规认证的国产激光器和探测器上市。激光雷达下游产业链按照应用领域主要分为无人驾驶、高级辅助驾驶、服务机器人和车联网等行业。国外无人驾驶技术研究起步较早，相比国内仍具有一定的领先优势，但国内无人驾驶技术研究发展迅速，不断有应用试点和项目落地，与国外公司的差距在不断缩小；得益于国内快递和即时配送行业的高度成熟，服务机器人领域国内技术发展水平与国外相当，从机器人种类的丰富度和落地场景的多样性而言，国内企业更具优势；车联网行业更是在新基建等国家政策的大力推动下发展较国外更加迅速。
　　激光雷达产业链
　　激光雷达成本中激光收发模块成本占比大，后续随着量产推进的整体成本有望进一步下探。将机械式激光雷达各部件的成本进行拆分，根据汽车之心的数据，Velodyne的机械式激光雷达VLP16的成本拆解后激光器、探测器、光学部件、电路板、电机外壳及结构件成本占比分别为40、35、10、10、5。进一步以法雷奥Scala转镜激光雷达为例，其激光收发相关模块激光板、机械镜和机械激光部件合计成本占比可达46。无论是机械式还是半固态式激光雷达，激光收发相关模块成本占比均较高，这部分原因是因为当前激光雷达整体出货量较小，固定成本相对较高，后续随着激光雷达量产的推进，产品整体成本有望进一步下降。
　　当前测绘领域主导下游应用，汽车驾驶领域未来有望成为主力。激光雷达下游应用领域广泛，主要涉及无人驾驶、高阶辅助驾驶、服务机器人和智慧城市及测绘等行业。根据YoleIntelligence的《2022年汽车与工业领域激光雷达应用报告》数据，2021年激光雷达应用中地形测绘仍是最大的应用领域，占据60的市场份额；紧随其后的是工业领域，占据27的份额；无人驾驶出租车、ADAS（高级驾驶辅助系统）、风能和国防等领域占据剩下的13。但近年来，随着全球各国对智能驾驶的政策支持，以及车载激光雷达行业的快速发展，无人驾驶和高级辅助驾驶中激光雷达的渗透率呈高速增长的态势。FrostSullivan预测至2025年高级辅助驾驶、无人驾驶将成为下游应用主力，分别占激光雷达市场的34。64和26。30，车载激光雷达领域对整体市场的增长贡献达到61。
　　二、智能化与电动化双轮驱动，激光雷达市场广阔
　　ADAS（AdvancedDrivingAssistanceSystem，高级驾驶辅助系统）能够利用安装在车上的各式各样的传感器（毫米波雷达、激光雷达、单双目摄像头以及卫星导航）收集数据，并结合地图数据进行系统计算，从而预先为驾驶者判断可能发生的危险，保证行车的安全性。ADAS技术大大降低了驾驶的复杂性，其功能包括车道监测、紧急制动、稳定性控制等。ADAS是无人驾驶的第一步，要想实现无人驾驶需要先普及ADAS。
　　ADAS功能示意图
　　三电系统加强智能汽车与电动汽车协同关系，电动汽车增长有望带动智能汽车增长。相比于燃油车复杂的机械系统和电控系统配合，电动车由电池、电机、电控组成的三电系统使得车辆的控制逻辑更加简单，在设计架构上有更大的开放性，天然地比燃油车更匹配汽车智能化的发展。随着电动汽车行业的快速发展，智能汽车也有望迎来增长。
　　新能源车三电系统与燃油车比较
　　受补贴、产品力提升多种因素驱动，我国新能源电动汽车渗透率快速增长。2022年以来，受供给端的持续强化以及国家补贴、免征购置税等多项新能源推广政策影响，新能源汽车销量迎来快速增长。根据中汽协数据，22H1我国实现新能源车销量260万辆，市场渗透率高达21。6，提前完成国务院在《新能源汽车产业发展规划（20212035年）》中提出的2025年新能源汽车渗透率20的目标。展望后续，随着汽车电动化和智能化的进一步推进，我国新能源汽车渗透率有望进一步增长，根据亿欧智库研究数据，预计2025年我国新能源汽车销量将到达1137。6万辆，市场渗透率超过37。
　　我国新能源汽车销量及渗透率情况万辆
　　自动驾驶可分为6个级别，当前我国汽车行业正处于L2向L3过渡的阶段。2021年8月20日中国工信部发表《汽车驾驶自动化分级》国家标准，并确定于2022年3月1日起实行，与国际汽车工程师学会（SAE）分类标准SAEJ3016大体相一致。具体到分类等级来看，IDC认为L3级是自动驾驶智能程度的重要分水岭，L3级别及以上自动驾驶主要决策责任由驾驶员转移为操作系统。2020年2月，发改委、网信办、工信部等11部委联合发布《智能汽车创新发展战略》指出要从多个维度确保2025年实现L2级自动驾驶规模化生产，L3级在特定环境下市场化应用。目前，我国量产汽车的自动驾驶等级正在从L2向L3过渡。
　　驾驶自动化分类标准
　　汽车电动化推动智能化发展，ADAS具备良好前景。根据IDC数据，2021至2025年中国ADAS市场出货量CAGR可达15。44；到2025年，L1L5级自动驾驶汽车出货量预计将达到约1362万辆，其中L3L5级自动驾驶在2025年的自动驾驶市场份额预计达到2。5。随着ADAS的快速发展，市场规模也有望迎来快速增长，根据中汽协数据，2020年ADAS主要功能市场规模为844亿元，至2025年市场规模有望达到2250亿元。
　　自动驾驶系统由三个部分构成，感知层为信息获取核心入口。自动驾驶可分为感知层、决策层、执行层三大层次。其中感知层负责信息的获取，其通过各类传感器获取周边信息的收集，并将信息传递至中央处理器（决策层），由中央处理器（决策层）判断做出决策，并由执行层进行制动、驱动、转向等操作。感知层中的传感器将信息准确无误地输入是实现ADAS的第一步，在ADAS中起到至关重要的作用。
　　ADAS系统构成
　　非自动驾驶车辆占比持续降低，各级别智能驾驶渗透率高速增长。根据RolandBerger预计，到2025年，全球L1L2智能驾驶功能的渗透率将达到76，其中L2功能渗透率将达到36，并且L3及以上层级将在2025市场渗透率可达9，实现从无到有的突破。而不具备自动驾驶功能的汽车占比将从2020年的42下降到14。未来，随着智能驾驶功能被越来越多人接受，智能驾驶的市场渗透率有望实现快速提升，取得更高的市场份额。
　　20202025年全球不同等级智能驾驶渗透率情况
　　中国自动驾驶市场高速发展，感知层中的传感器贡献重要市场增量。根据车百智库和罗兰贝格共同发表的《顺应变革大势，拥抱创新机遇颠覆趋势下的全球与中国汽车行业展望》报告数据，预计中国自动驾驶市场在未来将快速发展，到2030年中国自动驾驶车端系统市场规模将达约5000亿元，其中传感器、芯片和软件算法是主要贡献者，传感器市场预计到2030年将达到近1312亿元的市场规模，占自动驾驶市场整体规模达26。5。
　　自动驾驶和传感器市场规模亿元
　　纯视觉方案与混合传感方案并行，采用激光雷达的混合传感方案当下被更多厂商采用。不同传感器可以组合形成不同的传感器方案，目前主要有两种方案。
　　一种是以摄像头主导，搭配毫米波雷达，使用视觉芯片来实现自动驾驶的纯视觉方案；纯视觉方案中，摄像头相当于人的眼睛，将拍摄到的图像通过深度学习神经网络进行像素分割、物体分类、模型标定和目标跟踪，其优势在于分辨率高，可直接获得现实场景信息识别。但过度依靠相关场景下数据积累和与之对应的深度学习，在现有的技术水平上有时会出现故障。
　　另一种是以激光雷达为主，同时搭载毫米波雷达、超声波传感器和摄像头的混合传感方案。目前混合传感方案综合多种传感器数据，传感器之间优势互补，在远距离全方位探测方面和抗环境影响的能力更强，测量精度更高，但成本相对较高。近年来，随着关键技术的突破和光电半导体成本的下降，激光雷达的体积和价格都在不断降低，以激光雷达为主的混合传感方案成为当前阶段更多车厂的选择。
　　两种自动驾驶传感器方案对比
　　激光雷达是自动驾驶的核心传感器之一，在性能、防干扰和信息量优势明显。当前行业内主流使用的自动驾驶汽车传感器为车载摄像头、超声波雷达、毫米波雷达、激光雷达等。由于不同传感器的原理和功能各不相同，可以分别在不同场景中发挥其特定优势，因此目前暂时难以完全相互替代。但相比于毫米波雷达，激光雷达可实现更远的探测距离和更高的精度；相比于摄像头，激光雷达的探测对算法及算力要求较低，并且可以区分缓慢移动的人和其它静止物体。相较于超声波雷达，激光雷达测量距离更长，在高速下能正常使用。随着高等级自动驾驶对于传感器要求的不断提升，激光雷达将作为传统传感器的重要补充，支撑自动驾驶的信息获取。
　　主要传感器对比
　　随着ADAS的持续发展，作为环境信息获取窗口之一的激光雷达的需求也相应提升。根据观研天下数据，一般情况下在汽车的L3级中，激光雷达的搭载数量要求为1个；在L4L5级中，激光雷达的搭载数量要求分别为23个和不少于4个。虽然实际应用中车辆搭载的激光雷达个数往往由具体的车型的设计决定，数量上并不存在明显的规律，但整体上还是与ADAS驾驶的级别呈正相关关系。
　　各主要车型搭载激光雷达情况
　　目前905nm和机械式激光雷达占据优势地位，1550nm和半固态MEMS激光雷达具备良好前景。
　　从波长角度来看，按雷达激光发射器发射的波长分类可以分为340nm、640670nm、750780nm、885nm、905nm、1064nm、1550nm等波段。由于成本低和技术成熟，使用905nm激光器的激光雷达系统已然在市场中占据主导地位，成为大多数激光雷达厂商的第一选择。但1550nm光纤激光器功率大，光束质量好，拥有更高的人眼安全阈值，随着技术的不断进步，未来成本降低后，有望逐渐成为主流。
　　从技术路线来看，激光雷达按照扫描系统的技术路径分类，可分为机械式、混合固态、全固态。激光雷达厂商一般以机械式起步，普遍在往固态式发展。半固态式激光雷达主要分为转镜式激光雷达、MEMS振镜激光雷达和双棱镜式激光雷达，其中MEMS激光雷达当前落地最多产品，成熟度已满足规模量产。
　　未来消费升级、无人驾驶的需求增加，有望带动激光雷达市场快速扩张。激光雷达应用场景广泛，从细分市场无人驾驶领域来看，根据Yole数据，20202025年全球激光雷达在无人驾驶市场的出货量将从14万个增长至130万个，CAGR达到56。2，预计到2032年将达到740万个；从销售额来看，2020年全球激光雷达在无人驾驶市场的销售额约为12亿美元，预计到2032年将超过82亿美元。
　　20202032年全球激光雷达在无人驾驶领域销售额及出货量（右轴）
　　ADAS市场渗透率稳步提升，激光雷达作为核心传感器之一出货量有望进一步增长。随着智能化技术的持续突破和升级，ADAS市场渗透率将会进一步提升，从而使得激光雷达市场增长。根据Yole数据，全球激光雷达在ADAS市场的出货量将从2020年20万个增长至2025年340万个，CAGR达76。2；预计到2032年出货量将达到2660万个。全球激光雷达2020年在高级辅助驾驶系统市场的销售额约为0。95亿美元，预计到2032年将超过96亿美元。
　　20202032年全球激光雷达在高级辅助驾驶领域销售额及出货量（右轴）
　　激光雷达在汽车和工业中应用广泛，ADAS和无人驾驶受益下游需求快速增长占比持续提升。根据Yole数据，汽车和工业应用中的激光雷达市场预计将从2020年的18亿美元达到2026年的57亿美元，期间CAGR可达21。在汽车市场，2020年ADAS中的雷达市场占汽车和工业LiDAR市场的1。5，这一比例在2026年预计将为41，达到23亿美元的市场规模。机器人汽车领域，包括无人驾驶出租车和无人驾驶班车，预计将在2026年达到5。75亿美元，CAGR可达33。
　　全球汽车和工业应用激光雷达细分市场规模百万美元
　　在各个应用领域高速发展的助推之下，全球激光雷达市场规模有望迎来高速增长。随着智能化技术的持续突破和升级，受无人驾驶车队规模扩张、高级辅助驾驶中激光雷达应用渗透率提升、以及服务型机器人及智能交通建设等领域需求的推动，预计激光雷达市场规模将实现快速扩容。据沙利文数据，2021年全球激光雷达市场规模达到20亿美元，同比增长100，预计2025年全球激光雷达市场规模将达到135。4亿美元，20192025年的CAGR为64。6。
　　20172025年全球激光雷达市场规模及增速情况亿美元
　　激光雷达技术持续升级，有望推动激光雷达价格下降。前期由于激光雷达整体使用量较小，固定成本相对较高，故而整体价格较高。具体到各类型来看，前期机械式激光雷达受限于自身结构较复杂，故而整体成本最高，价格可达上万美元；而半固态式激光雷达经过近几年的发展，技术已经相对比较成熟，成本已经降至10001500美元左右，未来随着车企的大规模使用，成本还有望进一步降低；固态式激光雷达成本最低，仅需200500美元左右，但短时间内因为技术尚未成熟，很难大规模推广普及。未来随着技术进一步成熟，有望带来生产成本的下降，从而推动价格下降。
　　激光雷达价格下降与出货量提升相互促进的逻辑已初步建立，产品价格有望进一步下行。目前行业内逐渐形成共识，当激光雷达规模达到10万的量级，价格将降至1000美元左右。以法雷奥为例，从其公布的数据来看，2021年出货16万只，价格已经低于1000美元。随着技术升级带来的成本下降和激光雷达的需求增长，激光雷达的生产规模有望持续扩大。根据观研天下数据，激光雷达的平均单价预计将从2021的6500元下降到2022年的4550元，预计到2030年车载激光雷达单价将进一步下降到1719元。
　　激光雷达单车搭载量上升叠加价格下降，单车激光雷达价值量整体呈下降态势。根据观研天下数据，L3级激光雷达车型平均约搭载1颗激光雷达，L4L5级激光雷达车型平均搭载激光雷达不少于4颗。随着技术进步激光雷达渗透率不断提升，车载激光雷达平均单价呈下降趋势，单车激光雷达用量有望提升，预计到2025年L3级激光雷达车型平均约搭2颗激光雷达，L4L5级激光雷达车型平均搭载激光雷达5颗；2030年L3级激光雷达车型平均约搭2。5颗激光雷达，L4L5级激光雷达车型平均搭载激光雷达5。5颗。受单价下降的影响，虽然搭载的激光雷达数量增多，但单车价值量整体呈下降态势。
　　预计2025年中国车载激光雷达市场规模和全球车载激光雷达市场规模分别为22。6亿美元、48。9亿美元。2030年中国车载激光雷达市场规模和全球车载激光雷达市场规模分别为69。4亿美元、135。7亿美元。主要假设如下：
　　1）乘用车销量：根据OCIA数据，2021年全球乘用车销量为5640万辆，2021年中国乘用车销量为2148万辆。中国乘联会预计未来几年，中国乘用车销量增速为5，按此速度计算，2025年中国乘用车销量为2611万辆。考虑到之后，需求增长空间有限，市场发展动力不足，对20252030年给予2增速，预计2030年中国乘用车销量为2883万辆。全球乘用车销量方面，近些年全球汽车工业出现了一定幅度的下降，叠加2020年新冠疫情和战争冲突对全球汽车行业生产和需求的打击，全球汽车产量持续低迷，考虑到大环境的低迷和自身需求乏力，我们估计2025、2030年全球乘用车销量维持不变，与2021年全球乘用车的销量值预计为5640万辆持平。
　　2）各个类别智能车渗透率：参考IHSMarkit发布的《中国自动驾驶市场和未来出行市场展望》报告中关于中国各个类别的智能车渗透率，假设全球智能车渗透率相同。
　　3）单车激光雷达搭载量和单颗激光雷达价值量：使用上文预测的单车雷达价值量和搭载辆的数据。上文中关于2025、2030年单颗激光雷达的价值量预测为2475元、1719元，按汇率7进行计算，折合为美元约354美元和246美元。
　　车载雷达市场规模测算
　　三、终端厂商竞争激烈，各种技术路线百花齐放
　　国外的激光雷达产业起步较早，在技术和客户群等方面具有优势。激光雷达的传统应用领域由传统测绘技术公司Trimble、Hexagon、Topcon和Sick等主导，而车载激光雷达作为新兴领域，存在较多新入局企业，国外主要企业包括Velodyne、Luminar、Aeva、Innoviz、Ouster等。其中Velodyne在机械雷达领域具有显著优势，Luminar和Innoviz在MEMS激光雷达方面较为领先，Aeva最早采用FMCW技术路径，Ouster则主要走Flash路线。
　　市占率高的厂商以外国厂商为主，速腾聚创为占比最高的中国企业。根据Yole发布的《汽车和工业应用的激光雷达2021》报告，中国激光雷达企业RoboSense（速腾聚创）市场占比10排名中国第一、世界第二；全球激光雷达供应商市场占比排名第一的是传统Tier1大厂法雷奥，占比28。其他企业还包括北美的激光雷达企业Luminar与Cepton、老牌Tier1企业电装与大陆、以及大疆旗下的Livox等，但占比均不到10。
　　各厂商市占率情况
　　车载激光雷达仍处于行业早期，各主要厂商均处于定点数量快速上升阶段。从定点情况来看，由于前期激光雷达价格过高且车规级认证需要较长周期，车载激光雷达仍处于行业早期阶段，当前各主要激光雷达厂商定点仍相对较少。从各厂商当前已定点情况来看，海外厂商客户主要以奔驰、奥迪等海外传统车企为主；国内企业则主要以国内车企和造车新势力为主，其中速腾聚创为当前国内定点数量最多的厂商，具备一定的竞争优势。
　　当前主要激光雷达厂商情况对比
　　1、海外终端厂商情况介绍
　　Valeo（法雷奥）：Valeo成立于法国巴黎郊区的圣旺，是一家专业致力于汽车零部件、系统、模块的设计、开发、生产及销售的工业集团。公司早期在英国菲罗多公司授权下，主要从事刹车内衬和雨刷的销售。公司于1960年开始了多元化经营，产品范围持续拓展：刹车系统（1961年）、空调系统（1962年）、照明系统（1970年）和汽车电子系统（1978年）。公司业务涉及前装业务及售后业务，是世界领先的汽车零部件供应商，为世界上所有的主要汽车厂提供配套。法雷奥由四大事业部（动力总成系统、热系统、舒适及驾驶辅助系统和视觉系统）及售后事业部组成。2021年公司实现营收172。62亿欧元，同增5；实现归母净利润1。75亿欧元，同增116。
　　法雷奥在激光雷达行业耕耘多年。公司自2010年开始研发面向量产车的激光雷达产品SCALA1，并在2017年实现量产，为较早通过车规认证的激光雷达型号。法雷奥在2021年11月发布了SCALA第三代，预计在2024年投产，与第二代激光雷达相比，第三代拥有更高阶的性能：分辨率提高12倍，探测距离增加3倍，视野范围扩大2。5倍。截至2022年2月底，法雷奥已累计生产超过16万颗激光雷达，是市场上唯一一家实现车规级激光雷达大规模量产的供应商。
　　Velodyne：Velodyne成立于1983年，总部位于加利福尼亚州圣何塞。公司成立之初主营业务为音响，随后逐步将业务拓展至激光雷达领域。2016年Velodyne将核心业务激光雷达部门剥离，成立新公司VelodyneLiDAR。VelodyneLidar凭借其机械式激光雷达的开发，成为了激光雷达行业主要企业之一。通过多年的深耕和发展，公司与谷歌、通用汽车、福特、Uber、百度等全球自动驾驶领军企业建立了合作关系。
　　公司产品在基于定制化芯片基础上，提供硬件软件的一体化解决方案。Velodyne为自动驾驶汽车、驾驶辅助、送货解决方案、机器人、工业、基础设施、导航、测绘等领域提供智能、强大的激光雷达解决方案。
　　公司产品主要为包括环视混合固态激光雷达和定向固态激光雷达，其中环视混合固态激光雷达量产的产品包括HDL64E32E、Puck、UltraPuck和AlphaPrime等系列；定向固态激光雷达量产的产品为Velarray。另外公司还提供软件解决方案。
　　Velodyne主要产品
　　Luminar：Luminar于2012年在美国硅谷创立。2020年底，Luminar通过与壳公司GoresMetropoulos合并，在纳斯达克上市。截至2022年12月28日，Luminar市值达18亿美元。Luminar通过与BlackForestEngineering合作，解决了铟镓砷成本昂贵的问题，从而让其以低成本激光雷达传感器技术而著名。通过多年的发展，公司已获得丰田、奥迪、大众、沃尔沃、Mobileye等合作客户的认可。2021年Luminar实现营收3194万美元，同增129，净利润2。38亿美元。
　　Luminar的产品包括硬件传感器、软件系统，以及向OEM厂商提供完整的解决方案。硬件方面，公司目前主要产品为Iris和Hydra，两者均为采用ToF测距原理，1550nm波长激光光源的产品。其中Hydra是一种用于测试和开发项目的高性能激光雷达，主要针对在阳光直射、雨、雪、雾和其他具有挑战性的天气条件下的高精度激光雷达的研究和开发。公司车规级产品Iris于2019年投产，计划于2022年量产，其L1L2级别的产品售价能够下探至500美元，L3L5级别的产品单价约至1000美元。软件方面，公司提供的配套软件可以覆盖高速公路上夜间或恶劣环境下的感知和识别，为自动驾驶的路径规划和决策提供额外的信息。解决方案方面，Luminar致力于提供一站式解决方案，公司推出的软件产品套件Sentinel是首款用于量产的全栈自动驾驶解决方案，能够为每个OEM提供高速公路自动驾驶和主动安全功能。
　　AEVA：Aeva由两位苹果前工程师于2017年创立，是一家主营FMCW4D激光雷达的科技公司。2021年通过SPAC方式与InterPrivateAcquisitionCorp。合并后在美股上市。截至2022年12月28日，公司市值2。7亿美金，在已上市的8家纯激光雷达公司中位列第二，仅次于Luminar。
　　Aeva主营产品为4DFMCWLidar，包括硬件系统和软件算法。Aeva的4DFMCWLidar使用连续的低功率激光束来测量波形从物体反射时的频率变化。可以以厘米秒的精度检测每个点的瞬时速度，且最远探测距离高达500m，并且具备较强的抗干扰能力。目前公司已经发布第二款车载雷达产品AriesII，是世界上第一个具有相机级别分辨率的4DFMCWLidar。
　　根据公司的规划，预计2022年Q2推出样机，2023年Q4完成SOP。公司产品主要覆盖三大应用方向：1）汽车领域：包括乘用车、商用车（如Robotrunk）、移动出行（如Robotaxi）；2）消费类设备：消费电子（3D投影、ARVR）、消费健康市场（非接触式健康监测，如监测脉搏率和呼吸率）；3）工业自动化：为机器人、工业计量机器和其他自动化设备提供一种更清晰、更准确和更具成本效益的感知周围环境的方式。
　　2、国内终端厂商情况介绍
　　速腾聚创：速腾聚创成立于2014年8月，总部位于深圳，是全球领先的激光雷达企业。速腾聚创产品技术包括：MEMS与机械式激光雷达硬件、硬件融合技术、AI感知算法等。公司致力于通过激光雷达硬件、AI算法与芯片三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，颠覆传统激光雷达硬件纯信息收集的定义，赋予机器人和车辆超越人类眼睛的感知能力。
　　公司主营产品可分为激光雷达和感知方案。其中激光雷达包括RSLiDARM1（MEMS固态激光雷达）、RSRuby（128线激光雷达）、RSBpearl（近距离补盲激光雷达）、RSLiDAR16（16线激光雷达）和RSLiDAR32（32线激光雷达）；感知方案产品包括RSCube（感知算法单元）、中低速激光雷达感知方案RSP1、中高速激光雷达感知方案RSP2、RoboTaxi激光雷达感知方案RSFusionP3和RoboTaxi激光雷达感知方案RSFusionP5。
　　公司主要客户包括上汽、吉利、一汽、AutoX、小马智行等。2021年速腾聚创发布了车规级固态激光雷达RSLiDARM1的SOP版本。公司第二代智能固态激光雷达RSLiDARM1获得大量车企定点，包括L3重卡方案科技企业、北美新能源车企、中国造车新势力车企、传统主机厂、顶级超跑品牌等，覆盖了从超跑到家用车、从乘用车到商用车的多种车型。其中，广汽埃安已于2021年7月官宣将在多款车型上搭载M1。2020年12月，M1样件批量出货给北美车厂，成为全球首款批量交付的车规级MEMS固态激光雷达。
　　禾赛科技：禾赛科技于2014年在上海成立。公司于2017年4月推出40线机械激光雷达Pandar40，其后公司于2017年末发布了基于百度Apollo平台的自动驾驶开发者套件Pandora，将激光雷达Pandar40与多个全景摄像头装入同一器件，进行同步感知工作，实现了激光雷达和其他传感器数据的底层同步和融合，表明公司可帮助下游客户解决调教感知系统硬件的行业痛点。公司致力于成为系统解决方案的提供商。经过多年深耕，禾赛在核心元器件、自研芯片、车规级生产能力、功能安全、主动抗干扰技术以及基于深度学习的激光雷达感知方面都有深厚的积累。
　　禾赛的客户包括全球主流自动驾驶公司和顶级汽车厂商、一级供应商、机器人公司等，遍及全球40个国家、90多个城市。公司当前主要客户包括北美三大汽车制造商中的两家、德国四大汽车制造商之一、美国加州2019年DMV路测里程前15名中过半的自动驾驶公司和大多数中国领先的自动驾驶公司。
　　公司的激光雷达产品主要为基于ToF测距法的机械式及半固态式激光雷达。公司机械式激光雷达产品已经在无人驾驶领域得到了广泛应用，而半固态式激光雷达主要面向即将兴起的量产乘用车高级辅助驾驶市场。2017年底公司开始部署芯片自研，根据产品需求设计芯片，目前芯片化V1。0成果多通道激光驱动芯片及多通道模拟前端芯片已完成量产，并应用于多个激光雷达研发项目和Pandar、XT的量产项目。另外，公司也开展了对FMCW激光雷达和电子扫描方案的固态式激光雷达的技术布局和积累，具有新技术方案激光雷达的产品开发能力。
　　公司核心技术为激光雷达整机系统芯片化研究。公司以激光雷达专用芯片、光电器件以及微光学工艺为核心基础，发展机械式激光雷达、基于微振镜方案和转镜方案的半固态式激光雷达、以及基于电子扫描方案的固态式激光雷达，以适应不同应用场景对激光雷达的差异化需求。同时，公司积极发展FMCW激光雷达技术，为未来推出该方案产品做好准备。
　　图达通：图达通（Innovusion）于2016年成立，是全球领先的图像级激光雷达提供商。公司在硅谷、苏州和上海设有研发中心，在宁波和武汉拥有高度工业化的车规级激光雷达制造基地。图达通潜心致力于激光雷达的探索与创新，不断提供高性能的激光雷达产品及多样化的应用解决方案。其图像级超远距激光雷达猎鹰（Falcon）已于2022年3月作为蔚来ET7自动驾驶超感系统的标配量产交付，这是全球首款量产的1550nm激光雷达。
　　图达通激光雷达产品分为猎豹、捷豹、猎鹰系列，猎豹和捷豹系列产品是300线1550nm的激光雷达，探测距离可达280米，应用于智慧城市和高速公路以及轨道和矿山领域；猎鹰系列（1550nm）为车载激光雷达，将搭载于蔚来ET7中，探测距离可达500米，是目前车载激光雷达中探测距离最远的，同时具有120的超广视角以及300线等效分辨率。
　　从客户来看，公司为蔚来提供的激光雷达拥有120度的超广视角、等效300线的超高分辨率、最远可达500米的超远探测距离、采用1550mn激光，提升性能的同时兼顾了安全指标。未来，公司与均胜电子、蔚来汽车将在激光雷达感知融合、V2X数据融合、自动驾驶域控制器决策算法等方面深度合作，共同推进智能网联汽车产业化和国际化落地。
　　镭神智能：镭神智能于2015年成立，总部位于深圳。公司是全球领先的激光雷达及整体解决方案提供商，致力于以稳定、可靠的激光雷达环境感知技术赋能产业升级，下游应用覆盖自动驾驶、智慧交通、轨道交通、机器人、物流、安防、测绘、港口和工业自动化等九大产业生态圈。公司主要客户包括富士康、格力、美的、海尔、东风汽车、陕汽重卡等。技术层面上，镭神智能为广东省科技厅唯一认定的广东省激光雷达工程技术研究中心，以完整的自主产权以及在激光雷达核心硬件、专用芯片、AI算法上的创新技术，打造了市面最齐全的激光雷达产品矩阵，不仅是全球唯一一家同时掌握了ToF时间飞行法、相位法、三角法和调频连续波等四种测量原理的激光雷达公司，也是国内唯一一家自主研发出激光雷达专用16通道TIA芯片、激光雷达自动化及半自动化生产线、1550nm光纤激光器的激光雷达公司。
　　公司产品有激光雷达（包含ToF32线、16线及单线、MEMS固态激光雷达、远距离激光雷达、激光三维成像激光雷达、3DFLASH、相控阵、三角法、相位法激光雷达）、三维激光扫描仪、激光位移传感器、高精度激光传感器、激光灭蚊炮、激光灭蚊机器人、特种光纤激光器等硬件产品。以及自动驾驶、智慧交通、智慧物流、轨道交通、测绘、高端安防、桥梁防撞、工业自动化等多种领域的系统解决方案。
　　大疆览沃：大疆旗下的览沃科技有限公司（LivoX）成立于2016年。公司致力于提供高性能、低成本的激光雷达传感器。通过降低使用门槛和生产成本，Livox将激光雷达技术集成到更多产品和应用之中，从而为自动驾驶、智慧城市、测绘、移动机器人等行业带来创新性改变。Livox产品已销往包括美国、加拿大、中国、日本和欧盟在内的26个国家和地区。Livox主要客户包括自动驾驶公司AutoX和希迪智驾，商用移动机器人公司RefractionAI和高仙机器人，以及专注于空中、地面和移动激光扫描技术的数字绿土。
　　公司的技术核心是非重复式扫描，是指随着激光束在视场（FOV）内非重复式扫描，激光雷达扫描的区域面积会随着时间增大。非重复扫描方式相比于传统机械式激光雷达线性重复式扫描，主要优势有三个方面：1）扫描轨迹不会重复；2）可实现随着扫描时间增加，达到近100的视场覆盖率；3）没有电子元器件的旋转磨损，可靠性更高。总的来说，非重复式扫描可以减小视场内物体被漏检的概率，有助于探测视场中的更多细节。Livox通过这种方式，在保证产品可靠性的同时，也在一定程度上降低了激光雷达的成本。
　　华为：华为激光雷达产品的研发始于2016年。作为华为打造的MDC智能驾驶平台构建的四个生态中的重要组成，激光雷达也是华为正在布局的一个领域。华为团队访问了大量的TOP车企，明确了自身的产品研发方向，要做一款高性能、车规级、能够大规模量产的激光雷达。基于此定位，激光雷达团队启动爬北坡战略，公司并没有选择从传统旋转机械式激光雷达切入，而是选择从难度比较大的前装量产的产品进行开发。据其官方资料显示，华为已按照年产10万套线在推进，以适应未来大规模量产需求。
　　华为首发的车规级96线中长距激光雷达激光雷达，具备横向120纵向25的大视野，可应对城区、高速等场景的人、车测距需求，产品全视场测距可达150米。对比同类产品，华为激光雷达在FOV、角精度方面处于行业领先水平。
　　车东西认为，尽管国外激光雷达市场发展较早，但目前国内激光雷达市场已经开始呈现百花齐放的局面，不少初创企业在机械雷达方面较为领先，并向固态雷达发展。未来随着量产激光雷达成本的降低，出于安全考虑激光雷达有望成为中高端汽车标配，车载激光雷达市场规模有望进一步扩大。