1、激光雷達(LiDAR)行業概況

1.1、什么是激光？什么是激光雷達？應用的歷史？

激光的發明要追溯到愛因斯坦在1917年創立的受激輻射基礎理論。處在高能級的粒子受到某種光子的激發會從高能級躍遷到低能級，同時釋放一個激勵光子有著完全相同的頻率、相位、傳播方向以及偏振狀態的光子，受激發射出的光被稱為LASER，最早被翻譯為鐳射，如今我們翻譯為激光。

激光雷達被稱為探測“眼睛”，是一種通過發射激光來測量物體與傳感器之間精確距離的主動測量裝置。激光雷達的應用可以分成四個階段：

1960-2000誕生與科研應用階段：全球第一臺激光器誕生于1960年，早期激光雷達主要用于科研及測繪項目，進行氣象探測以及針對海洋、森林、地表地形測繪。二十世紀八九十年代，掃描結構的引入擴大了激光雷達的范圍并拓展了其應用領域，激光雷達商用產品如激光開始起步。

2000-2015商業化與車載應用初期：激光雷達從單線掃描的架構逐漸發展到多線掃描，它對環境3D高精度重建的應用優勢被逐漸認可，2004年開始的DARPA大賽推動了無人駕駛技術的快速發展并將激光雷達引入了無人駕駛。2005年Velodyne推出的機械旋轉式激光雷達在第二屆DARPA挑戰賽中到關注，第三屆DARPA完賽的6支隊伍中的5支都搭載了Velodyne生產的激光雷達。隨后陸續有巨頭科技公司及新興無人駕駛公司投入無人駕駛技術究，激光雷達被廣泛應用于無人駕駛測試項目。

2016-2019無人駕駛應用蓬勃發展：國內激光雷達廠商紛紛入局，技術趕超國外廠商。激光雷達技術方案呈現多樣化發展趨勢，開始有無人駕駛車隊行小范圍商業化試點，此外激光雷達在高級輔助駕駛（ADAS）和服務機器人領域的應用也不斷發展。

2019年至今技術優化引領上市熱潮：技術上，激光雷達朝向芯片化、陣列化發展。2020年，境外激光雷達公司迎來通過SPAC的上市熱潮，有華為、大疆等巨頭公司跨界加入激光雷達市場競爭。

1.2、智駕傳感硬件之首，多器件融合大勢所趨

智能駕駛分為感知、決策、控制三大核心環節。要想實現智能駕駛，第一步就是讓車看清楚周圍的環境，也就是“感知”。進一步拆解可以分成兩部分，一個是硬件部分，負責“看到”，即“感”；另一部分是軟件部分，也就是算法，負責“理解”，即“知”。

激光雷達位于感知層，不同傳感方式的原理和功能各不相同，在車載領域各有優劣。目前主要的感知方式包括但不限于：超聲波雷達、C-V2X、高精度地圖、攝像頭、毫米波雷達、激光雷達等。

激光雷達綜合性能最優，智能駕駛感知層面硬件之首。根據前瞻研究院，從可靠度、行人判別、夜間模式、惡劣天氣環境、細節分辨、探測距離等方面來對比，激光雷達是三種環境傳感器中綜合性能最好的一種，而且，其產品優勢將隨著消費與智能駕駛需求提升而愈發凸顯。

1）還原三維特征：高頻激光可在一秒內獲取（約150萬個）的位置點信息（稱為點云），利用這些有距離信息的點云，可以精確地還原周圍環境的三維特征。

2）探測精度高：激光雷達的探測精度在厘米級以內，這就使得激光雷達能夠準確識別出障礙物具體輪廓、距離，且不會漏判、誤判前方出現的物。

3）探測距離遠：相比于毫米波，激光雷達使用的激光波長在千納米級別，有更好的指向性，不會拐彎，也不會隨著距離的增大而擴散。相比于攝像頭，激光雷達不會受到像素和光線的制約。

4）抗干擾能力強：自然界中存在諸多干擾電磁波的信號和物質，但是很少有能對激光產生干擾的信號，因此激光雷達具有較強的抗干擾能力。

在安全性的要求下，多傳感器融合、實現技術冗余是大勢所趨，激光雷達的市場紅利確定性強。在積極擁抱自動駕駛技術發展的同時，安全冗余是人們考慮的首要因素。通過上述的分析我們可以看到，單一的車載傳感器難以兼顧探測精度、距離、復雜惡劣環境的靈活穩定；而應用多種類的傳感器可以達到“即使某一種傳感器全部出現故障，仍能額外提供一定冗余度”的效果。國際汽車工程師協會（SAEInternational）發布的工程建議將自動駕駛分為了6級，隨著L0級-L5級，級別越高，車輛的自動化程度越高，動態行駛過程中對駕駛員的參與度需求越低，對車載傳感器組成的環境感知系統的依賴性也越強。在L4/L5級別自動駕駛的復雜情況與安全冗余的要求下，激光雷達與毫米波雷達、攝像頭等進行多傳感器融合，可以得出更全面的周遭環境信息，對自動（輔助）駕駛的路徑規劃和安全性有著極大的幫助。

1.3、以何驅動：供需兩側共，車載賽道前景明朗

通過前文的歷史回顧，我們可以發現，激光雷達之于自動駕駛的概念提出已經歷很長一段時間，但是早期多數是針對軍事，或者是概念性的暢想，和日常商用車還有一定距離。但2021年4月上海車展之后，一大批搭載激光雷達的量產車的涌現吸引了市場眼球，包括小鵬P5、蔚來ET7、極狐阿爾法S、奧迪S級、寶馬iX、智己L7、哪吒S等等。同時，無人駕駛測試項目及車規規模也在快速擴張。我們不禁要問：為什么激光雷達突然如此搶手？接下來我們將從需求和供給兩個角度，分析近年來激光雷達加速發展的驅動因素。

1.3.1、需求端：下游拉動+政策支持，自動駕駛等級提升關鍵

激光雷達下游應用領域廣泛，主要涉及無人駕駛（ADS）、高階輔助駕駛（ADAS）、服務機器人和智慧城市及測繪行業。近年來，無人駕駛車隊規模擴張、高級輔助駕駛中激光雷達的滲透率增加、全球交通政策逐漸放開，車載激光雷達子賽道預計呈現高速發展態勢。據Frost&Sullivan統計及預測，2019年智慧城市及測繪是激光雷達的主要應用市場，占比約60%，至2025年高級輔助駕駛、無人駕駛將成為下游應用主力，分別占激光雷達市場總規模的34.64%和26.30%，乘用車前裝激光雷達領域對整體市場的增長貢獻達到61%。因此，我們也聚焦于車載領域的激光雷達的分析。

汽車保有量的提升，帶動駕駛安全的需求。根據聯合國最新的統計數據，全球每年約有125萬人因道路交通事故喪生，造成的經濟損失約為1.85萬億美元。在我國，經濟發展、國民收入的增加使得機動乘用車市場不斷擴張，但也帶來了交通安全隱患。根據公安部統計，在2010-2019年的十年間，我國平均每年發生車禍20余萬起，死亡的人數約為6萬人，其中94%的交通事故是由人為因素引發，人工駕駛員因注意力分散、未按道路規則行駛、錯誤路況判斷、酒駕等因素導致交通事故，成為傳統出行方式一大痛點。運用高級輔助駕駛系統的車輛，可以通過車路協同技術在人類視覺盲區接收道路信息，或通過激光雷達在光線不佳的情況下看到人眼分辨不清的障礙物，提前規劃行為決策，避免交通事故。

老齡化的趨勢，加速人工勞動與出行效率的追求。第七次全國人口普查數據顯示，我國60歲及以上人口占比達到18.70%，已經超過0-14歲幼兒及青少年17.95%的水平。根據國際標準，中國已經處于中度老齡化的邊緣，可以預見未來30年，中國社會老齡化問題將越來越嚴重。為了持續的經濟發展，需要在減少人力支出的情況下，增加生產效率。在乘用車領域，傳統出行服務中人工成本占運營總成本60%以上，無人駕駛服務能夠縮減這一成本，因而相比傳統的出行服務具有廣泛的商業價值和盈利空間；在某些特定領域，例如環境艱苦的礦山運輸、繁忙的港口快遞物流、枯燥的園區環衛等場景，自動駕駛有著更大的發揮空間，同時也有著更急迫的市場需求。

交通政策的支持，助推自動駕駛商業化落地。隨著互聯網、大數據、人工智能等技術在汽車領域的廣泛應用，汽車正加速由機械化向智能化轉變。當前，全球主要國家和地區紛紛加快產業布局，制定發展戰略，各項技術標準及法規等逐漸完善。中國政府高度重視智能網聯汽車的發展并頻頻出臺支持政策，自動駕駛產業得到迅猛發展。

1.3.2、供給端：融資支持+試駕順利，車企紛紛布局激光雷達

資本市場看好商業前景，2021年全球激光雷達領域融資超120億元。早在2018年8月，Waymo就被摩根士丹利賦予高達1,750億美元的估值，被看好其在無人駕駛出租車、無人物流和無人駕駛技術授權三個業務領域的發展前景。據統計，2013－2018年，激光雷達領域投資規模呈現出平穩增長的態勢，投資數量與投資金額保持正比例增長，投資金額在2018年達到23.87億元，2019－2020年稍有回落后，在2021年上半年迎來快速增長，15起投資事件投資規模高達120.36億元，尤其以5月份MagnetiMarelli成功融資12億美元為最高。一級資本的支持不僅體現出市場對于激光雷達前景的看好，更為激光雷達行業的發展注入資金。

自動駕駛測試項目快速擴張，無人駕駛不再遙遠。早期無人駕駛出于絕對安全的考慮和法律政策限制，運營過程中往往會設置安全員作為系統的備份，并未實現L4/L5的真正跨越。近年來，隨著研發技術的完善成熟與商業模式的不斷探索，實現真正無人駕駛已經不再遙遠。

自動駕駛車型密集發布，激光雷達成為吸睛之王。2021年開始，國內外主機廠紛紛加速布局高級輔助自動駕駛，裝載搭配激光雷達的量產車型密集發布，這將為激光雷達車載應用市場的普及率的提升提供強勁的助推力量。

1.4、空間：滲透率+單車搭載量雙升，乘用車LiDAR近60億美元規模

我們認為，智能駕駛領域呈現“造車新勢力與傳統汽車共同做大市場，消費者認知逐步提升并加速普及”的趨勢。激光雷達作為智能汽車L3級別以上自動駕駛傳感器的關鍵，或將迎來行業向上拐點，預計2025年中國乘用車LiDAR市場空間突破20億美元，對應21-25年CAGR為109.2%；全球乘用車LiDAR市場空間有望達到60億美元左右，對應21-25年CAGR為113.4%。

（1）規模：造車新勢力積極裝配，傳統車企不甘示弱。在規模上，一方面特斯拉、蔚來、小鵬等新能源造車勢力異軍突起，打造自動駕駛先進感、科技感的核心賣點，在感知硬件的裝配上高歌猛進，領銜激光雷達競賽。另一方面，面對造車新勢力的競爭沖擊與全球“碳中和”趨勢的雙重壓力，傳統車廠不甘示弱，不僅積極創建自研團隊進行自動駕駛布局，而且充分利用多年制造技術的積累，與上游tier1/科技巨頭協同合作，加速進行自動駕駛規劃。根據佐思汽研的統計，預計2025年頭部主機廠都將進階到L4/L5級別。

（2）滲透率：單車搭載量逐級提升。滲透率方面，國際汽車工程師學會（SAE）將自動駕駛分為6個等級，L0到L2為輔助駕駛，L3到L5屬于自動駕駛。目前L2級別的高級輔助駕駛技術上基本實現，滲透率正在逐步提升，自動駕駛技術已經開始向L3級別邁進，實現從輔助駕駛（ADAS）到自動駕駛（ADS）的飛躍。我國《智能網聯汽車技術路線圖2.0》已明確表示，到2025年，L2-L3級的智能網聯汽車銷量占當年汽車總銷量比例超過50%，而到2030年，這一占比超過70%。這意味著L2從當下的15%滲透率到50%甚至更高還有很大的成長空間。單車搭載量方面，L3級成為ADS與ADAS的分水嶺，激光雷達將發揮至關重要的角色，根據Yole預估測算，其單車搭載量將隨著自動駕駛等級的提升而成倍增加，L5級別將搭載4-6顆激光雷達。

（3）ASP：規模量產+技術升級，帶來ASP下降。價格方面，我們預計量產將會帶來規模經濟，而隨著技術路線的不斷升級，未來3-5年半固態激光雷達將成為上車主流，而預計ASP也會實現迅速下降。

1.4.1、按車型推算：全球乘用車激光雷達市場規模為58.16億美元

關鍵假設：

（1）各級別ADAS在新能源乘用車、燃油乘用車中滲透率不同：

2020年我國智能網聯汽車市場（L2+級別）滲透率約為15%，2021年第一季度L2智能網聯汽車的市場滲透率達到17.8%，新能源汽車中L2智能網聯汽車市場滲透率達30.9%。我們認為：①新能源車追求科技屬性加成，ADAS滲透率高于燃油乘用車；②隨著ADAS持續加碼，2021年全年新能源+燃油車全車型綜合L2級別滲透率將略高于一季度水平，達到19.2%水平；③隨著搭載智能駕駛系統的車型密集發布，L2、L3級別ADAS滲透率將持續提升；④由于造車新勢力的崛起以及消費者認知與接受度的提升，L3級別滲透率的增速將快于L2增速。

預計到2025年，我國L2、L3級別智能網聯汽車銷量將占全部汽車銷量的50%，L4智能網聯汽車開始進入市場。我們認為：受到成本和研發的制約，3-5年內量產L4&L5級別的乘用車自動駕駛整車系統還存在一定難度，但是考慮硬件作為軟件的載體，一般硬件會先行于軟件系統的搭載進度，我們預計2023年將陸續實現L4&L5部分功能，但2023-25年滲透率將處于1-2%的較低水平，長期L4&L5將有廣闊增長空間。

（2）中國智能駕駛銷量占全球比例穩中向好，新能源乘用車領軍世界：

①中國燃油乘用車銷量占比自2016年開始基本穩定，假設全球乘用車格局無顯著變化，中性情境下，我們預測趨于穩定；②自2015年開始，中國新能源乘用車在全球市場的占比強勁，雖然2020年受到政策環境和疫情等影響，全球碳排放壓力，疊加海外疫情下歐美新能源車政策支持力度較強，導致中國新能源車銷量占比有所下降，但是2020年7-12月中國新能源車市場已開始逐步恢復，2021年前二季度增速提速明顯；③乘聯會根據一、二季度實際銷量數據預測得出，2021年中國新能源車銷量占比達到46.5%，考慮到中國造車新勢力國內銷量節節攀升，中國新能源車發展全球領先，中性情境下，我們以每年增長0.5%的滲透率外推，至2024年穩定。

（3）ASP下降趨勢，但自動化升級帶動單車搭載量上升：

①目前激光雷達ASP逐年下探趨勢明確，目前價格最低的激光雷達低至百美元。②搭載激光雷達顆數估算：L0-L2級0顆；L3級1.5顆；L4/L5級3.5顆（考慮到2025年高等級自動駕駛技術尚不成熟，未來單車搭載率仍有望增加）

1.4.2、按地區推算：全球乘用車激光雷達市場規模為61.37億美元

根據Marklines對于全球主要地區乘用車銷量的統計與預測，以及羅蘭貝格于2021年3月發布的最新咨詢報告（依據新冠疫情調整后）中2025年及以后ADAS供需情況的預測，我們按照全球地區劃分的方式，預測激光雷達全球乘用車市場規模61.37億美元，與按車型推算邏輯實現了相互驗證。

關鍵假設：

①L2級別：由于世界范圍內ADASL2級功能已有一段時間積累，目前已處于快速普及階段，產業應用角度越來越多車型已配備L2+功能，因此我們使用各地區CAGR線性外推得到2021-2025年L2級別滲透率；②L3級別：我們認為隨著汽車智能化將迅速普及，2022年開始L3級滲透率將進入快速增長階段，至2025年滲透率增加逐年提升。③L4+級別：L4-L5受到成本和研發的制約，3-5年內量產L4&L5級別的乘用車自動駕駛整車系統還存在一定難度，但是考慮硬件作為軟件的載體，一般硬件會先行于軟件系統的搭載進度，預計2023年各國家陸續實現部分功能，但2023-25年滲透率將處于1-2%的較低水平。

2、技術路徑：詳拆結構，把握趨勢

2.1、原理：ToF發展成熟，FMCW備受期待

按照測距原理的不同，激光雷達可以劃分為飛行時間測距法、基于相干探測的FMCW測距法、以及三角測距法等。其中ToF與FMCW可實現室外陽光下較遠的測距，是目前市場車載中長距激光雷達的主流方案。

（1）ToF飛行時間法，全稱TimeofFlight，能夠根據發射和接收的時間差直接算出距離，具有響應速度快、探測精度高的特點，在激光雷達傳感器領域應用多年。

（2）FMCW，全稱為FrequencyModulatedContinuousWave，使用三角波進行調制，利用相干光學檢測技術，通過在時間上調制激光頻率并檢測發射與回波間的拍頻信號，完成對目標的距離及速度（多普勒頻移）的同時探測。

ToF發展成熟，FMCW備受期待。對于ToF和FMCW這兩種技術路線來說，目前以TOF為技術路線的激光雷達公司數量眾多、當屬主流，常見的光束操縱分類如機械式、混合固態、固態式均采用了ToF的原理進行測距。但FMCW高靈敏度（高出ToF10倍以上）、長距離探測、低功耗、抗干擾、直接獲取即時速度的優勢日益明顯，越來越受到行業的重視。我們認為，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，FMCW有望逐漸改善體積大、成本高、速度慢等劣勢，ToF和FMCW激光雷達將在市場上并存。

2.2、技術：四大系統相輔相成

激光雷達主要由激光發射、激光操縱（掃描系統）、激光接收、信息處理四大系統要素構成。四大系統相輔相成，進而短時間內獲取大量的位置點信息，并根據這些信息實現三維建模。

2.2.1、激光發射：EEL向VCSEL、905nm向1550nm發展

激光的產生來自于激光發射器。激勵源周期性地驅動激光器，發射激光脈沖，激光調制器通過光束控制器控制發射激光的方向和線數，最后通過發射光學系統，將激光發射至目標物體。發射端從EEL向VCSEL發展。目前車載激光雷達大多采用半導體激光器，具體分為激光由邊緣發出的邊發射激光器（EEL）和激光垂直于頂面的垂直腔面發射激光器（Vertical-CavitySurface-EmittingLaser，簡稱VCSEL）。

EEL激光器的發光面位于半導體晶圓的側面，具備高光輸出功率、散熱性好等優勢，但往往生產成本高且一致性難以保障；VCSEL激光器的發光面與半導體晶圓平行，更容易與平面化的電路芯片鍵合，同時能夠提高光調制的效率。與EEL相比，VCSEL具備成本低、效率高、壽命長的優勢，傳統的VCSEL激光器存在發光密度功率低、測距距離不足50m的缺陷，近年來國內外多家VCSEL激光器公司紛紛開發了多層結VCSEL激光器，將其發光功率密度提升了5~10倍，這為應用VCSEL開發長距激光雷達提供了可能。

目前主流的激光雷達發射光主要有905nm和1550nm兩種波長。其中，905nm激光接收器可以直接選用價格較低的硅材質，成本更加可控，最終產品的尺寸也相對較小，因此成為當下最主流的激光雷達所選用的波長；但是為了避免對人眼造成傷害，其發射功率和探測距離會受到限制（400-1400nm波段內激光都可以穿過人眼玻璃體，聚焦在視網膜上，而人眼視網膜溫度上升10℃就會造成感光細胞損傷）。1550nm的激光不會對視網膜產生傷害，因此可以發射更大功率，探測距離也更遠；同時1550nm的光線遠離可見光譜，不容易受到日光干擾。但是，需要使用高價的銦鎵砷(InGaAs)作為探測器的襯底材料，生產成本相對較高。目前已經有部分廠商例如Luminar、華為、Innovusion、北醒（Benewake）、圖達通等選擇1550nm激光，未來有望隨著量產的增進進一步降低成本。

發射光學系統由擴散片、準直鏡、分束器組成，作用不可小覷。由激光器發射的原始激光本身為不均勻的點狀光，其存在的“熱點”會燒毀被照射的器件和物體，同時存在光斑形狀不規則（例如一般是橢圓形或長條形）、發散角不同等缺點，并不能直接發射，而發射光學系統通過擴散片、準直鏡、分束器的相互配合，可以將原始激光轉化為均勻的光束，作用不可小覷。

2.2.2、光束操縱：轉鏡最快上車，Flash、OPA長期方向

掃描技術的不同決定關鍵技術參數，可分為機械式、半固態、固態。激光雷達的掃描系統通過對光束的操縱，實現對所探測目標的掃描，并產生實時的平面圖信息。掃描技術直接決定了激光雷達的掃描頻率、掃描范圍、采集數據量等關鍵技術參數。根據光束操縱的方式，可分為掃描系統和Flash兩種，其中掃描系統又包括機械式、混合固態、固態，也可以根據是否發生機械運動將Flash歸為固態方式。

（1）機械式：發展最早、技術成熟度最高，但是體積大、成本高、使用壽命短成為上車難題。自動駕駛領域激光雷達的鼻祖Velodyne最早設計出的類型即為旋轉機械式激光雷達，其特點是激光發射器豎直排列，通過360°旋轉對四周環境進行全面的掃描。優點是掃描速度快（5-20圈/秒）、高分辨率、抗光干擾能力強。但是高頻轉動和復雜機械結構致使其平均的失效時間1000-3000小時，難以達到車規級設備最低13000小時的要求；同時面臨造型不美觀、易受損、制造成本高昂的難題，目前尚沒有達到車規并搭載在（準）量產車型的激光雷達問世。據統計，Velodyne生產的16線/32線/64線激光雷達售價分別為4千美元/4萬美元/8萬美元（對應約為2.6萬/26萬/52萬人民幣）；速騰聚創生產的16線/32線雷達售價分別在3萬/13萬人民幣；鐳神智能的16線/32線雷達售價分別為1.2萬/3萬人民幣。

（2）混合固態：分為轉鏡、MEMES微振鏡、棱鏡三種，成本大幅降低，最快上車成共識。①轉鏡是通過一個轉動軸帶動鏡子轉動，其在功耗、散熱等方面有著更大優勢，全球第一個通過車規的法雷奧SCALA就是做轉鏡出身，目前轉鏡方案代表品牌包括華為、法雷奧、禾賽、Luminar、Innovusion等。②MEMS微振鏡激光雷達通過控制微小的鏡面平動和扭轉往復運動，將激光管反射到不同的角度完成掃描，激光發生器本身固定不動。優點是運動部件減少，可靠性提升很多；同時微振鏡的引入可以減少激光器和探測器數量，成本大幅降低。③棱鏡掃描技術通過兩個楔形棱鏡使得激光發生兩次偏轉，控制兩面棱鏡的相對轉速便可以控制激光束的掃描形態。棱鏡方式掃描圖案形狀狀若花朵，而并非一行一列的點云狀態，優點在于中心點云密度更高，但是機械結構也相對更加復雜，體積較前兩者更難以控制，存在軸承或襯套的磨損等風險，目前發力棱鏡激光雷達的主要是大疆旗下的Livox覽沃，其將量產激光雷達價格下探至9000元。

（3）全固態：所有部件都是固定的，包括OPA光學相控陣激光雷達、FLASH閃光激光雷達。①OPA利用光源干涉技術實現光線角度偏轉，通過控制陣列中相鄰發射光線的相位差實現3D空間的掃描，達到與旋轉機械式雷達一樣的效果，優點是掃描速度快、精度高，但是該技術對材料和工藝的要求都極為苛刻，目前尚處于實驗室前期產品，短期內難以實現商業化。②FLASH類似于一個照相機，在短時間內直接向前方發射出一大片覆蓋探測區域的激光，通過高度靈敏的接收器實現對環境周圍圖像的繪制。由于結構簡單、尺寸可以做的很小、信息量較大，Flash閃光激光雷達是目前純固態激光雷達最主流的技術方案。然而由于需要短時間內發射大面積的激光，Flash在探測精度和探測距離上會受到較大的影響，目前主要用于較低速的無人駕駛車輛，例如無人外賣車、無人物流車等，代表品牌包括Ibeo、大陸、Ouster、法雷奧等。

機械式-半固態-純固態演變，行業技術發展的主流趨勢。根據SystemplusConsulting對成本測算分拆，可以看到機械式激光雷達中收發模組成本約占整機成本60%，固態激光雷達去掉了大部分/全部的機械部件，是產品邁向小型化、高性能、低成本的重要一環，更是車載激光雷達能否實現商業化量產的關鍵因素之一。

2.2.3、激光接收：設計工藝逐步進化，SPAD優勢越顯

激光接收系統由接收光學系統和光電探測器兩部分組成。激光器發射的激光照射到障礙物以后，通過障礙物的反射，反射光線會經由鏡頭組匯聚到接收器上，這里的鏡頭組即激光雷達接收光學系統，涉及到的結構包括透鏡、窄帶濾光片、分束器等。①透鏡：接收光學系統利用凸透鏡改變入射光的光路，使之匯聚到探測器以降低光的損耗。②窄帶濾光片：可以控制接收光束的波長，從而剔除和過濾掉散雜光，確保傳感器接收到的光信號準確無誤。③分束鏡：分光器利用光的衍射原理，實現光波能量的分路與合路，將接收的探測光分為多束光纖射入光電探測器陣列。

激光探測的核心器件是光電探測器，未來CMOS工藝的單光子探測器的優勢將進一步展現。光電探測器是一種利用光電效應將光信號轉化為電信號，實現對光信號進行探測的裝置，最常用的探測器有PIN光電二極管、雪崩光電二極管(APD)、單光子雪崩二極管(SPAD)和硅光電倍增管(SiPM)。由于線性雪崩二極管探測器APD具有高的內部增益、體積小、可靠性好等優點，往往是工程應用中的首選探測器件，但是隨著國內外多家探測器公司不斷優化單光子器件SPAD在近紅外波段的量子效率，SPAD在實際探測靈敏度方面已經逐漸超越了APD。未來幾年內，隨著設計和工藝的進一步優化，SPAD對APD性能的優勢將越發明顯。

2.2.4、信息處理：主控芯片FPGA，自研SoC多家布局

現階段主控芯片FPGA為行業主流，遠期企業自研SoC有望逐步替代。激光雷達終端信息處理系統的任務是既要完成對各傳動器件、激光器、掃描旗艦及各信號處理電路的同步協調與控制，又要對接收端送出的信號進行放大處理和數模轉換，經由信息處理模塊計算，獲取目標表面形態、物理屬性等特性，最終建立物體模型。現階段最常用的主控芯片是FPGA芯片，但隨著主流廠商對于性能及整體系統需求的提升，信息處理系統發展逐步向企業自研專用單光子接收端片上集成芯片（SoC）遷移，通過片內集成探測器、前端電路、算法處理電路、激光脈沖控制等模塊，能夠直接輸出距離、反射率信息。目前禾賽科技、Mobileye、英特爾等已率先布局SoC技術，未來隨著線列、面陣規模的不斷增大，逐步升級CMOS工藝節點，單光子接收端SoC將實現更強的運算能力、更低的功耗、更高的集成度，同時具備器件自主可控的優勢，因此更加適合大規模量產，或將逐步代替主控芯片FPGA。

2.3、發展：硬件固態+集成化，軟件算法優化

通過前文對激光雷達四大技術構成要素的拆解和分析，我們認為，技術革新，即追求性能優化+成本降低是行業發展的主旋律，硬件+軟件的發展路徑已經清晰，各環節階段皆可發力，在可靠性提升的基礎上逐步實現量產。

硬件方面四大系統皆可發力。具體體現為：①光束發射和探測環節核心器件的升級（例如EELVCSEL；APDSPAD/SiPD）；②掃描環節固態化（旋轉機械部件的取消，將減少電機、軸承的損耗，提升壽命）；③信息處理環節片上集成化（自研SoC芯片）。總體來說，硬件呈現芯片集成化的趨勢，不僅提升系統可靠性、降低裝調生產成本，而且更有利于實現關鍵元器件的自主可控，為大規模量產提供可能。

3、行業壁壘：短期性能符合車規，中長期量產降本

3.1、性能通過車規為核心，美觀+安全指明方向

多個核心參數評價維度，助力行業標準體系的搭建。目前行業主要通過測遠距離、點頻、角分辨率、視場角范圍、測距精度、功耗、集成度七個顯性參數來評價一款激光雷達的硬件性能。

行業初期，車規標準尚不明晰，隱形指標提出更高要求。相比于消費級電子，“前裝量產上車”對車載零部件的安全性、美觀性、穩定可靠性、使用壽命、可量產性、抗干擾性等都提出了更高的要求。這些指標更加難以量化，也缺乏公開信息，只能通過產品是否應用于行業領先企業的測試車隊或量產項目中得以體現。以2021Q2速騰聚創已車規量產的RS-LiDAR-M1為例，為了應對如冰雪、泥土、沙塵、大風、陽光暴曬、以及車載電子器件(包含激光雷達，毫米波雷達，遠程遙控模塊等)干擾等給傳感器帶來的影響，M1搭載了完善的配套功能，包括OTA升級、污跡檢測、智能清洗、智能加熱、性能檢測、電源管理、網路管理等。據公司官網的產品介紹，開啟M1的凝視功能，能實現將掃描幀率由10Hz提升到20Hz，對加塞車輛、橫向穿行的電動車、行人等障礙物的探測更頻繁，幫助駕駛系統更迅速地響應路況變化。

3.2、激光雷達技術壁壘高，產品迭代速度快

激光雷達行業具有較高的技術水準與技術壁壘。作為一種新興的傳感器技術，激光雷達系統結構精密且復雜，精細的光機設計和收發對準、微弱信號的靈敏探測和快速響應是實現探測目標的前提。為了實現最優的探測效果，激光雷達不僅在開發過程中需要光、機、電等子模塊的高度配合和協同優化，而且還需要在生產過程中具有相匹配的高精度生產制造能力。

激光雷達行業技術創新能力強，產品迭代速度快。從最初的單點激光雷達發展到如今機械式、半固態式、固態式、FMCW等多種技術架構，激光雷達技術架構的創新與應用范圍的拓展彼此促進。在激光雷達公司持續的大量研發投入之下，激光雷達產品不僅測量范圍更遠，探測精準度更高，空間分辨能力更強，而且在可靠性、安全性、成本控制等方面也逐漸成熟，產品更新換代速度快。

3.3、規模化量產舉足輕重，降本增效長期要義

制作工藝尚未成熟，量產需要時間積累，生產把控能力成為關鍵。激光雷達作為新興的精密傳感器，尚無確定的行業標準和成熟穩定的工藝，生產環節多步，包括針對產品結構、硬件特性、軟件算法的精準裝調和測試工序；而且量產需要時間，對于車載激光雷達而言，任何新的平臺設計均需要幾年的時間才能從概念走向真正穩定量產階段。因此，激光雷達廠商不僅需要對生產環節具有較強的把控能力，而且需要前瞻性布局，搶占先發優勢。

4、競爭格局：視覺方案一枝獨秀，雷達方案百花齊放

4.1、特斯拉引領時代，積極布局攝像視覺方案

視覺主導方案“輕感知、重算法”，依靠硬件設備升級提高性能。技術層面，視覺方案簡單來說就是“所見即所得”，核心環節是與卷積神經網絡配合實現人、動物、車輛、道路標志和各種其它障礙物的識別與匹配，運用AI學習來達到感知分析物體的目的。因此，視覺方案十分依賴強大的芯片算力，從而彌補2D圖像信息的短板，回顧特斯拉近年來的硬件配置，我們可以清晰感受到更新迭代的趨勢。

入局最早、技術成熟，數據+算法實現正反饋機制。（1）數據積累：特斯拉作為最早入局ADAS系統的新能源車品牌，擁有全球最多的一手數據資料，這正是神經網絡算法不斷優化的基礎，截至2020年4月，特斯拉Autopilot累計里程已超33億英里。（2）算法加持：特斯拉創新推出“影子模式”，這使得車機系統在ADAS功能未開啟時也可以根據人類駕駛者的行為進行圖像識別與路徑規劃，進而實現算法改進。具體來講，系統的算法在“影子模式”下做持續模擬決策，并且把決策與駕駛員的行為進行對比，一旦兩者不一致，該場景便被判定為“極端工況”，進而觸發數據回傳。數據+算法的雙重優勢相互促進，達到了正反饋的效果，為特斯拉高高筑起了在自動輔助駕駛視覺方案的壁壘。

視覺方案仍有局限性，暫時無法滿足L3+要求。一方面，攝像頭圖像受光線影響較大，在逆光、惡劣天氣時候存在失真的可能性，而且只能提供2D信息較難還原自動駕駛所需要的3D規劃場景，容易對墻面、橋梁、交通路牌等靜止物體產生誤報。另一方面，深度學習原理類似黑箱，隨著道路交通情況的變化越來越復雜，對芯片算力的需求也越來越高。特斯拉完全自主研發的FSD全自動駕駛芯片，單片單芯片算力230TOPS，已經遠超市面上已經量產的其他車載芯片，但若要實現L5級完全自動駕駛，系統整體算力應至少達到500TOPS，芯片研發迭代未來仍面臨較大提升空間。

4.2、雷達系尚于成長期，與OEM/Tier1公司合作緊密

激光雷達的產業鏈較為清晰。上游主要為光學和電子元器件供應商，中游是以Velodyne、Luminar為代表的激光雷達企業，下游客戶主要是整車廠（ADAS場景）、出行服務商（Robotaxi/Robobus）和Tier1企業等。

4.2.1、上游：核心元器件海外優勢明顯，國產自研加速追趕

激光雷達的上游組件主要包括激光器和探測器、主控芯片、模擬芯片以及光學部件，海外優勢明顯。由于起步較早，具備一定先發優勢，當前上游核心元器件主要由海外廠商主導，產品可靠性高，技術成熟，客戶群體廣泛。

國內廠商奮起追趕，性能差距逐漸縮小，有望改善上游格局。伴隨技術資金和資源的不斷投入，近幾年國內上游廠商正在崛起，與海外龍頭企業的性能差距逐漸縮小，同時兼具成本優勢。我們認為，在中美貿易摩擦大背景下，供應鏈風險將推動高科技零部件本土化，加上激光雷達廠商也在布局自主研發設計，未來有望打破海外絕對壟斷的格局，實現國產替代。

4.2.2、中游：兩種推進風格，國產勢力崛起可期

激光雷達系目前仍處于成長期，尚未實現統一的標準和技術路徑，未來將呈現百花齊放的競爭格局。面臨特斯拉視覺系的先發優勢壁壘以及激光雷達成本下降速度加快，越來越多車企、包括華為、大疆等科技巨頭選擇以激光雷達作為核心傳感器的自動駕駛感知技術路線。

目前，激光雷達系參與風格主要分成兩類。一種是從機械式起步、逐漸向固態過渡風格，主要面向Robotaxi/Robotruck或者智能駕駛實驗場景，產品技術要求高、單價貴，客戶對于價格不敏感，以Velodyne、禾賽科技、速騰聚創為代表；另一種是瞄準半固態和固態風格，直接定位乘用車ADAS應用場景，力求降本、量產、上車，以Luminar、Innoviz，以及科技巨頭華為、大疆為代表。

國產廠商加碼布局崛起可期，全球范圍充分競爭。根據2021年9月Yole的最新統計數據，目前在激光雷達市場中游，中國廠商例如速騰聚創、禾賽科技的競爭力正在加速提升，逐漸擠壓頭部廠商Velodyne的市場份額，其中速騰聚創的已獲客戶訂單數已經位居全球第二，占據所有廠商訂單總數的10%。

性能提升+價格下降，量產上車指日可待。性能方面，隨著激光雷達廠商研發投入與研究的升級，核心產品的性能不斷提升，華為、大疆等科技巨頭的進入更是推動了整個產業的發展，憑借其在光學電子等領域的優勢與研發能力，持續為激光雷達加碼。另一方面，制造工藝的升級、規模經濟逐漸顯現，未來激光雷達的價格有望下探至商業化量產上車的水平。其中，國產廠商在追求性價比方面表現亮眼。

4.2.3、下游：與OEM和Tier1高度捆綁

下游通過投資方式高度捆綁，合作穩定、預鎖訂單。激光雷達的下游涉及無人駕駛（Robotaxi/Robotruck）、乘用車智能駕駛、智慧城市與測繪、服務機器人等多個方面。針對車載子賽道來說，由于激光雷達廠商產能和技術不確定性較高，為保障激光雷達穩定供應，下游車企和Tier1供應商多與激光雷達廠商采用投資的方式，實現高度捆綁。同時，激光雷達的測試周期較長，車企和Tier1供應商轉換成本高，長期穩定的合作關系有利于激光雷達廠商提前鎖定訂單。

5、重點公司分析：技術側重各有不同，各有優勢

5.1、Velodyne（VLDR）：行業開創者

全球第一家激光雷達公司，開創自動駕駛的新時代。Velodyne成立于1983年，前身為一家專門從事低音炮設計和生產的音頻公司，公司創始人DavidHall于2005年發明了360°旋轉式激光雷達，為參加DARPA挑戰賽的自動駕駛汽車提供了精確的視覺系統，從而開創了自動駕駛的新時代。這項技術徹底顛覆了汽車、新移動、地圖、機器人和安防領域的感知方式和自主性，Velodyne從此作為激光雷達專業生產商而名聲大噪。2020年9月，Velodyne與GrafIndustrialCorp.宣布業務合并，成功在納斯達克上市，股票代碼為VLDR。目前，Velodyne已經為全球300多家客戶提供服務，其中包括幾乎所有全球領先的汽車OEM。

5.1.1、產品與應用：多場景覆蓋+全系列產品，滿足市場多元需求

Velodyne產品包括傳感器硬件和軟件。自成立以來，公司相繼推出HDL系列、Puck系列、VelaDome、AlphaPrime、Velarray、Velabit等多系列硬件產品，并不斷進行技術更新。軟件方面包括應用于ADAS領域的Vella和應用于智慧交通領域的VDK、IIS。全系列產品組合能夠適用于多樣化的終端市場的產品范圍和性能要求，應用領域不僅包括車載ADAS與無人駕駛，而且涵蓋非接觸式交付、B2B運輸、無人機探測、鐵路和機器人交付、智慧城市、工業安全、地圖測繪、安防等多種領域。

5.1.2、核心優勢：布局最早的行業開拓者

公司的核心競爭優勢：布局最早帶來規模效應，多元化布局打開成長空間。我們認為，Velodyne作為行業開拓者，是絕對的機械式激光雷達龍頭，具備以下幾點核心競爭力。

1）具有高轉換成本的根深蒂固的客戶關系：由于客戶花費數年和數百萬美元圍繞Velodyne的技術開發和驗證解決方案，包括系統設計和軟件開發，因此轉換成本高，一旦建立合作關系客戶粘性很強。

2）多領域布局提升公司盈利天花板：Velodyne已與眾多汽車、運輸和安防客戶建立了多項生產協議，在高質量制造合作伙伴處部署的自動化制造技術降低成本，通過多元領域布局提升盈利天花板。

3）廣泛的專利組合，具有可辯護性：Velodyne具備全面的受全球專利組合保護的技術、產品和制造方法。例如全自動晶圓級激光雷達制造工藝和Vella片上系統（SoC）。

4）經過驗證的大規模低成本制造：在十年的制造經驗中形成的設計制造工藝和技術訣竅，形成的規模效應為Velodyne帶來了生產規模效應，例如公司特有的微型激光雷達陣列（MLA技術）和定制ASIC能夠以更低的單位成本實現大規模生產。

5）資金較為充足：在發展歷程上，Velodyne在2016年獲得福特和百度1.5億美元投資；2018年獲得尼康2500萬美元投資；2019年獲得現代5000萬美元投資；并在2020年作為全球首家上市的激光雷達生產廠商，通過SPAC方式在納斯達克成功上市，相對充足的融資來源為Velodyne的研發和業務發展提供了有力支持。

5.1.3、訂單與量產：在手商用項目合計達到213個

訂單與量產：截止到2021年6月30日，Velodyne激光雷達產品的累計銷售額已經達到7億美元，全部出貨量大約5.8萬件，其中2021年Q1出貨量超過2600個，其中包括600個固態激光雷達，35%的產品出售給簽訂了多年協議的客戶；2021年Q2出貨量超過3800個，其中包括260個固態激光雷達，28%的產品出售給簽訂了多年合作客戶。根據公司最近公告顯示，截至21年8月，多年期已簽訂協議已達到34個，預計將帶來10億美元收入；在手進展合作項目（包括客戶初始驗證、進階軟硬件驗證、已簽訂協議）總數達到179個，預計將帶來45億美元收入。在手商用項目合計達到213個，覆蓋ADAS、自動駕駛、物流交付、地圖測繪、機器人及工業應用、智慧城市多個領域。其中機器人及工業用途、ADAS、自動駕駛三大方向項目數量最大。

5.2、Luminar（LAZR）：深耕1550nm

深耕1550nm，市值遙遙領先。Luminar由天才少年AustinRussell于2012年創立，2017年公司收購銦鎵砷接收器生產商BlackForestEngineering（BFE），布局1550nm激光雷達并將接收器成本大幅降低至3美元/個，2019-2020年相繼發布兩款核心產品Iris和Hydra，并于2020年12月在納斯達克以SPAC方式上市，成為繼Velodyne全球第二家上市的激光雷達廠商。目前，Luminar已經擁有超過50家商業合作伙伴，包括知名車企豐田、戴姆勒、沃爾沃、上汽集團等。截止2021年9月30日，公司市值達到53.4億美元，處于行業第一位置。

5.2.1、公司產品：提供硬件+軟件+全棧安全解決方案

Luminar的產品包括硬件傳感器、軟件系統、以及向OEM廠商提供完整的解決方案。

（1）硬件方面，公司目前主要產品為Iris和Hydra，都是采用ToF測距原理，1550nm光源的120°×30°產品。其中Hydra主要用于測試和開發，適用乘用車、商用卡車和Robo-Taxi等多種情況；車規級產品Iris于2019年投產，計劃于2022年量產，L3/4/5級別的產品單價約1000美元，而實現L1/2級別的售價能夠下探至500美元。

（2）軟件方面，公司提供的配套軟件可以覆蓋高速公路上夜間或惡劣環境下的感知和識別，為自動駕駛的路徑規劃和決策提供額外的信息。

（3）解決方案方面，Luminar認為簡單提供激光雷達硬件并不足夠，能夠提供一站式解決方案的廠商才能在競爭中立于不敗之林。2021年3月，公司推出了新的軟件產品套件Sentinel，是首款用于量產的全棧自動駕駛解決方案，它以Zenseact的OnePilot自動駕駛軟件解決方案與Luminar的Iris、激光雷達、感知軟件和其他組件為基礎深度集成，能夠為每個OEM提供高速公路自動駕駛和主動安全功能。

5.2.2、核心優勢：1550nm激光雷達先發優勢明顯

（1）深耕1550nm激光雷達市場，建立絕對先發優勢。Luminar依靠大功率光纖激光器和高敏感InGaAs探測器，在1550nm激光雷達市場建立了絕對的先發優勢。1550nm激光雷達惡劣環境中的性能更優，并且對人眼損害小很多，有望成為下一代技術發展方向。

（2）戰略收購+自研芯片，銦鎵砷接收器成本降至3美元。對于傳統硅基材料不能接收1550nm波長、而銦鎵砷接收器成本高昂的痛點，公司相繼于2017年和2021年成功收購銦鎵砷接收器設計生產商BlackForestEngineering和OptoGration，并通過工程優化、適配公司自研的ASIC芯片，將銦鎵砷接收器成本由萬美元降至3美元，確保供應鏈的關鍵部分并大幅降低生產成本，加深公司競爭護城河。

（3）瞄準自動駕駛，建立良好的合作生態。Luminar定位車載領域，產品應用在乘用車、卡車和自動出租車等多個垂直行業，約占目標客戶生態系統中主要參與者75%。具體來說，乘用車市場中，全球前10家OEM廠商的7家是公司的客戶；商用卡車市場中，已與Ike、戴姆勒、尼古拉、沃爾沃卡車等建立合作關系；Robo-Taxi市場，已與Cruise、Mobileye、英偉達等建立良好生態。

5.2.3、訂單與量產：穩步推進，訂單遠超年初指引預期

公司的產品工業化生產主要分成研發階段（工程開發、A樣本階段、B樣本階段）和生產階段（CD樣本供應鏈/生產線驗證、規模化量產），其中Luminar主要負責研發部分。截至2020年11月，公司有24家客戶在驗證階段，另有9家企業進入高級研發階段，3家企業達成生產合作協議，沃爾沃的乘用車型將確定在2022年實現量產。根據公司2021年Q2最新業績公告顯示，公司訂單量遠遠超過預期，目前已經贏得了4個商業項目（年初目標為全年3個），促使全年項目預計指引更新為6個，年底訂單量更新為21億美元（比年初目標增長3億美元），同比增長60%。量產運營方面，管理層表示，公司正按計劃在今年年底前完成Iris產品的C-樣品生產，目前已經取得了該產品超過85%的量產供應鏈/工具認證。

5.3、Innoviz（INVZ）：MEMS技術龍頭

國防精銳技術部隊組建，最早獲得量產訂單。Innoviz總部位于以色列，于2016年1月由以色列國防軍精銳技術部隊（81部隊）的前成員創立，成立當年發布產品MEMS激光雷達InnovizOne，以價格低廉的顯著優勢與麥格納建立合作關系。2017年公司與寶馬達成了系列生產協議，成為業內第一個獲得系列生產合同的激光雷達企業。2020年公司推出InnovizTwo，并在2021年通過SPAC上市。截至2021年6月，公司已獲得來自德爾福、麥格納、三星電子、軟銀韓國、耀途資本、高榕資本等投資機構超過2.5億美元融資，并與汽車Tier1廠商MAGNA、Aptiv、恒潤科技、Harman等達成戰略合作關系，潛在及在手訂單價值合計超過50億美元。

5.3.1、公司產品：MEMS技術，產品升級成本降低70%

Innoviz的產品包括InnovizOne、InnovizTwo和Innoviz的感知軟件。（1）InnovizOne是專門為L3-L5級自動駕駛而設計的車規級激光雷達，可達到等效256線的效果，探測距離最大250m，量產預估價約為1000美元，將于2022年Q2在寶馬量產車型首次批量應用。

（2）InnovizTwo在降低70%的成本的同時提供了顯著性能改進，具有嵌入式汽車級感知平臺(InnovizAPP)，除了點云外，還包括分類和檢測功能。據官網顯示，其提供樣品時間是2021年第四季度。

（3）感知軟件方面，公司歷時4年研發了一套算法簡潔、可運行在低性能芯片上的感知軟件，其利用來自Innoviz的LiDAR傳感器的豐富數據，再加上公司專有的AI算法，提供領先的物體檢測、分類和跟蹤功能，以及碰撞分類、定位和校準功能，便于客戶搭載。

5.3.2、核心優勢：產品性價比突出，寶馬、Tier1商業進展融洽

（1）InnovizOne顯著的特點之一是性價比較高：公司通過自研MEMS振鏡，信號處理ASIC芯片、探測器和計算機視覺來實現905nm的高性能，并打破1000美元成本壁壘。

（2）產品第二個優點是認證嚴謹、安全可靠。公司產品組件（ASIC、探測器和MEMS）和LiDAR硬件和軟件系統的早期階段均采用并符合ISO26262功能安全標準，同時公司在整個供應鏈中選擇了符合IATF16949的制造商，并在軟件開發中遵循ASPICE標準，嚴格的安全和質量專業知識、安全可靠的發展意識也使公司獲得頭部Tier1/OEM（如麥格納和其汽車制造商合作伙伴寶馬）的密切合作。進一步的，由于Innoviz是唯一一家通過寶馬的審核認證并達成系列生產協議的激光雷達廠商，我們認為寶馬的示范效應、密切的合作關系將成為公司獨特護城河。

（3）業務拓展更加多元化：2021年之前，Innoviz涉及領域局限于車載，主要合作伙伴多為汽車Tier1廠商，覆蓋領域較為單一；2021年開始公司新增更多元的應用市場，目前公司產品已布局于乘用車、自動駕駛出租車&班車、載貨卡車、無人物流配送、無人機及重型機械領域，合作伙伴遍布日本、韓國。

（4）管理團隊來自81部隊，科研能力突出：81部隊是以色列國防軍中最精銳的技術部隊，100位退伍軍人在2011-2021十年間創立了50家公司，目前這些公司的累積估值已經超過100億美元。Innoviz25%的研發力量來自于81部隊，可以說從聯合創始人到工程師，Innoviz擁有質量極高的人才集中度。

5.3.3、訂單與量產：潛在及在手訂單價值合計超過55億美元

截至2021年8月，與Innoviz處于初步驗證階段的合作伙伴公司超過100個，驗證期預計為3-6個月，進階轉化率預計為50%；進入高級技術驗證階段的公司數目在6月公告的26個的基礎上增加一倍以上達到56個，驗證期預計不超過12個月，進階轉化率預計為40%；處于商業和需求談判階段的公司數目上升至8個，進階轉化率預計為30%，該階段潛在訂單價值超過32億美元；公司已與3家公司獲得合作認證，并參與部分高級開發項目，Innoviz在手訂單價值高達24億美元（寶馬20億美元；班車項目加權合計4億美元）。

5.3.4、財務指引：L2級+軟件營收貢獻逐年提升，毛利有望大幅增長

根據Innoviz官方預測，L2和L3級乘用車ADAS輔助駕駛將在未來為LiDAR潛在市場提供最大增長動力，而與OEM的L2、L3級合作訂單收入也將成為公司2025E營收的主要來源；占比方面，L2級OEM收入以及軟件收入的營收貢獻預計將逐年提升，帶動營收達到5.8億美元。出貨量方面，公司預測LiDAR出貨量將從2020年的500個大幅增長至2025年117.5萬個；毛利率將在未來五年持續上升，在2023年實現明顯增長，我們認為這是出于公司對規模量產后成本大幅下降的預期。盈利角度，公司預測2024年EBITDA將扭虧為盈，并在2025年實現1.8億美元的經營性流入。

5.4、禾賽科技：中國機械式主力

禾賽科技為中國機械式激光雷達解決方案主要廠商。2014年成立于上海，致力于開發基于激光的機器人傳感技術。依靠500多人的團隊打造出一系列創新型傳感器解決方案，兼顧業內頂尖的產品性能、可量產的設計以及出眾的可靠性。禾賽憑借自主研發的微振鏡和波形加密技術，始終引領傳感器創新的發展方向。經過多年深耕，禾賽在核心元器件、自研芯片、車規級生產能力、功能安全、主動抗干擾技術以及基于深度學習的激光雷達感知方面都有深厚的積累。目前公司在全球范圍內均有專利布局，客戶遍布全球30個國家和地區的70+座城市。迄今為止，禾賽已完成累計數億美元融資，投資方包括德國博世集團、高瓴、小米、美團、CPE、光速、百度等全球知名的行業企業和投資機構。

5.4.1、公司產品：機械式為主力，主要面向無人駕駛領域

禾賽科技主營業務為研發、制造、銷售高分辨率3D激光雷達以及激光氣體傳感器產品。目前公司激光雷達主要市場集中于無人駕駛領域，并逐漸向服務機器人領域拓展；公司激光氣體傳感器產品主要應用于氣體檢測領域，主要包括激光甲烷遙測儀和激光氧氣傳感器。公司憑借在無人駕駛領域激光雷達的技術積累，針對不同場景的特點與需求，陸續開發了多個產品線，如適用于無人駕駛領域的Pandar128、PandarQT等，適用于ADAS領域的PandarGT等，適用于機器人領域的PandarXT，適用于車聯網領域的PandarMind，不斷豐富產品類型和應用場景。2021年8月13日，禾賽正式公布面向ADAS前裝量產的長距混合固態激光雷達——AT128，根據公司官網介紹，AT128是ADAS激光雷達的各項核心指標一次質的飛躍，也是市場上唯一同時滿足遠距（200m@10%）和超高點頻（153萬每秒，單回波）的車規級前裝量產激光雷達。根據公司官網介紹，截至2021年8月13日，AT128已獲得多家頂級汽車廠商總計超過150萬臺的定點訂單，將在2022年大規模量產交付。

5.4.2、核心優勢：中國機械式領頭羊，自建產線把控成本

（1）公司推出多款性能領先的產品，是中國乃至全球領先的激光雷達生產服務商：公司以實際問題為出發點，注重通過技術創新解決業內難題，在多項產品和技術類別中實現了行業內領先的技術水平。Pandar128是當前市場性能和集成度領先的旗艦級激光雷達，2021年9月，Pandar128成為全球首款獲得ISO26262ASILB功能安全產品認證的激光雷達；PandarQT是當前市場垂直視場范圍廣、功耗低的近距盲區激光雷達，Pandar64是無人駕駛市場占有率最高的高線數激光雷達之一；AT128是市場上唯一同時滿足遠距和超高點頻的車規級前裝量產激光雷達。

（2）重視芯片化和算法感知的發展：公司于2017年末就成立了芯片部門，開展激光雷達專用芯片的研發工作，目前芯片化V1.0成果多通道激光驅動芯片及多通道模擬前端芯片已完成量產，并應用于多個LiDAR研發項目和PandarXT的量產項目；高精度數字化技術已應用于公司產品，模擬數字轉換芯片已進入開發后期，公司在SoC芯片方面已有技術儲備。

（3）積極發展FMCW激光雷達技術，為未來做好準備：公司已在FMCW激光雷達樣機系統級集成、硅光技術、微振鏡技術等方面進行了深入的積累，為未來向市場提供FMCW激光雷達芯片化解決方案提供了基礎。

（4）堅持自建產線，對生產環節擁有較強把控能力：禾賽科技所銷售的所有激光雷達產品，均生產自公司自有產線，積累了大量激光雷達生產經驗，相比部分同行業公司依靠第三方代工廠的情況具有更強的成本及質量把控能力。此外，公司針對激光雷達生產工藝的特點對生產工序進行了優化、并對生產工站進行了自動化或半自動化改造，提高了生產效率、降低了生產成本。面向未來，公司規劃了占地更廣、自動化水平更高的工廠，隨著新工廠的落成與使用，公司的生產優勢也將得到進一步提升。

5.4.3、戰略合作及商用落地：2021年向乘用車ADAS領域進軍

禾賽科技已與全球領先Tier1&自動駕駛公司建立合作關系，2021年向乘用車ADAS領域進軍。2021年以前，公司產品已服務的客戶包括：北美三大汽車制造商中的兩家、德國四大汽車制造商之一、美國加州2019年DMV路測里程前15名中過半的自動駕駛公司，和大多數中國領先的自動駕駛公司。客戶還包括全球最大的三家移動出行服務公司中的兩家、全球最大的汽車零部件供應商博世集團、全球最大的自動駕駛卡車公司之一，和全球最大的自動駕駛配送公司之一等知名公司。2021年，禾賽科技憑借高性能車規產品AT128，鎖定了多家頂級OEM的ADAS前裝量產訂單，并與地平線、黑芝麻等全球領先的邊緣人工智能芯片、自動駕駛計算芯片引領者達成戰略合作，為公司自動駕駛領域的技術落地和商業化拓展提供新的動力。

5.4.4、財務狀況：毛利較高，積極投入研發

營收角度：根據公司招股說明書披露，2017-2020Q3，公司營業收入增長迅速，其核心來源為激光雷達產品銷售，并且隨著已有激光雷達產品打開市場以及新產品發布，每年各季度的收入基本呈環比遞增趨勢。

毛利率：公司毛利率較高且保持穩定，2017-2020Q3公司的毛利率均在70%以上，遠高于海外龍頭Velodyne和Luminar。根據公司披露，其毛利率較高的主要原因為：1）激光雷達技術含量較高，研發與制造壁壘較高；2）公司作為行業內高線數激光雷達的領軍企業，多項產品的性能在國內外處于領先地位，具有較強的定價權。

費用率角度：2017年由于公司收入體量較小，期間費用率超過200%，研發費用率超過150%；2018年，隨著產銷量提升營業收入大幅增長，期間費用率下降至67.79%；2020年1-9月，各項費用隨著公司規模的擴張進一步增長，且出現一定的匯兌損失，且上半年營業收入受新冠疫情的影響較大，導致期間費用率升高至110.88%。2018-2020年，公司持續加大研發投入，研發費用率逐漸提升。