（報告出品方/作者：安信證券，馬良）

1.從發展歷程看激光雷達

激光雷達（LightDetectionAndRanging，簡稱"LiDAR"）即光探測與測量，是一種集激光、全 球定位系統（GPS）和 IMU（InertialMeasurementUnit，慣性測量裝置）三種技術于一身的 系統，用于獲得數據并生成精確的 DEM（數字高程模型）。這三種技術的結合，可以高度準 確地定位激光束打在物體上的光斑，測距精度可達厘米級，激光雷達最大的優勢就是"精準" 和"快速、高效作業"。

從 1960 年人類首次制造出激光，到 1992 年三菱首次應用激光雷達于汽車測距，再到 2007 年 Velodyne 生產出首臺商用 3D 動態掃描激光雷達，如今，激光雷達的發展呈現出加速化、多 技術路徑并舉的特點，是汽車感知架構的關鍵部件。

1.1.回首發展脈絡，激光雷達緣何興起

1.1.1.生根發芽，吸引國內外勢力逐鹿藍海

激光雷達的最早車規級應用源于 1992 年，三菱公司在其旗艦產品第三代 Debonair 上搭載了 可以用于探測跟車距離的激光雷達。可以顯示跟車距離，并在距離過近時發出預警。但是， 當時惡劣天氣可靠性更高、技術更為成熟的毫米波雷達更適應這一功能，很快便取而代之發 展成如今的 ACC 自適應巡航功能。 21 世紀后，美國陷入阿富汗和伊拉克兩場戰爭，無人駕駛車輛被視為減少美軍傷亡的方法之 一。2004 年到 2007 年間，由 DARPA（美國國防部高級研究計劃局）發起了三屆無人駕駛挑戰 賽（DARPA Grand Challenge）。

首屆比賽中 7 支隊伍均未完賽，但 Velodyne 公司的大衛·霍 爾卻從此意識到了激光雷達的巨大潛力，以及當時單線式固定視距激光雷達的局限性。比賽 結束后，霍爾發明了一臺機械轉動式 64 線激光雷達，形狀如同“車頂飛碟”，一改之前激光 雷達僅掃描單一固定視線的思路。第二屆比賽中，開始有隊伍在車輛頂端裝載激光雷達，但 由于車體機械故障未能完成比賽。至第三屆比賽時，霍爾的激光雷達開始大放光彩，幾乎被 所有完賽的隊伍所采用。這就是日后 Velodyne 的主打產品之一，機械旋轉式激光雷達 HDL64E 的原型。

第三屆 DAPRA 結束后的幾年里，霍爾不斷改進產品，在 2009 年開始正式售賣日后聞名天 下的機械旋轉式激光雷達鼻祖 HDL-64E，與原型機相比體積顯著減小。同年，谷歌創始人拉里·佩奇邀請了代表斯坦福拿下冠軍的塞巴斯蒂安·特龍教授（Sebastian Thrun），最終形 成谷歌旗下的自動駕駛公司 Waymo 。2012 年，17 歲的天才少年羅素從斯坦福大學退學，創 立了激光雷達的另一個巨頭Luminar，同年，主打固態激光雷達的Quanergy在美國加州成立。 此后陸續誕生了 Aeye，Innoviz，Innovusion 等上百家激光雷達公司。Waymo 在 2016 年發布 了自研的激光雷達，博世在 2017 年收購了美國 Tetravue 入局激光雷達，蔡司也在 2018 年 投資了激光雷達企業 Bridger Photonics。

中國公司中，百度于 2013 年開始布局自動駕駛，此后陸續出現 Drive.ai、小馬智行、禾多 科技、文遠知行等一批公司，構成了中國自動駕駛半壁江山。這些公司是激光雷達起步階段 最主要的客戶群。2014 年，禾賽科技、砝石科技、速騰聚創在國內成立。2016 年，在測繪激 光雷達領域默默耕耘了 11 年的北科天繪發布了國內首款激光雷達產品。萬集科技、鐳神智 能、北醒光子等數十家激光雷達企業，如今已經成為全球車載激光類額達領域中，不容忽視 的一股力量。

1.1.2.開花結果，固態化路線掀起技術迭代浪潮

為滿足安全性、穩定性和壽命的保障，激光雷達使用的軟硬件都需要過車規認證。而機械旋 轉式激光雷達并不適用，其一是動輒上萬美元的高昂單價使諸多車企難以承受；其二也是更 難解決的問題，其內部使用了大量機械運動部件，在體積和壽命上有缺陷，幾乎不可能通過 車規認證。固態和混合固態（半固態）激光雷達成為了被看好的方向，其思路是改造激光雷 達中的激光器，通過尋找其他工程實現方式減少激光器中的旋轉部件，從而提升產品的穩定 性、壽命并減小量產成本。

其中，固態雷達被認為是更優方案。但目前難以實現。2014 年成立于硅谷的 Quanergy 曾 令固態 OPA （光學相控陣，固態激光雷達主流技術之一）技術受到廣泛關注。但其并沒有可 靠的車軌級產品問世，核心參數探測距離在 2016 年時是 300m，2017 年卻變成了模糊不清 的“很遠”；市場對 OPA 的熱情逐漸冷卻，Quanergy 的市場占比也不及從前。另一固態雷 達解決方案 FLASH 目前發展也尚未成熟，探測距離和分辨率難以兼顧，需要多年研究才能走 向市場規模化。

在現有技術和工藝水平下，混合固態更能滿足量產車型對雷達穩定性和壽命的要求。2018 年， 德國大眾旗下的奧迪 A8 成為首個搭載激光雷達的量產車型，它使用了由法國 Tier1（汽車 行業一級供應商）法雷奧推出的全球第一個完成車規量產認證的激光雷達 Scala，其使用的就是 4 線混合固態激光雷達路徑。但由于其線束太少，成像的可靠性和準度都大打折扣。被 判斷并不是激光雷達嘗鮮者的中國車企，后來居上成為了全球最積極搭載激光雷達的客群。 自 2020 年起，全球范圍有 21 款車型宣布將搭載激光雷達，中國公司推出了其中的 14 款， 這些車企選擇的都是混合固態激光雷達。

目前，應用最廣泛的混合固態方案是 MEMS（微機電系統），首個 MEMS 混合固態激光雷達是 以色列公司 Innoviz 在 2017 年發布的 Innoviz One；速騰緊跟其后，在同年推出了與 Innoviz One 相似的 M1。另一個被看好的混合固態路線是單軸轉鏡，即 Scala 使用的方案。 華為在 2020 年 12 月正式發布單軸轉鏡的 96 線激光雷達，并同步宣布了合作車型為北汽極狐 阿爾法 S。其準度和可靠性都大大超過奧迪搭載的 4 線激光雷達。禾賽在 2021 年第四季度推 出了參數高于華為的 128 線激光雷達 AT128，目前已拿下理想、集度、吉利旗下路特斯、高合 等品牌的定點（指成為某品牌的指定供應商）。

由大疆孵化的覽沃（Livox）另辟蹊徑，它沒有選擇被外國廠商探索、驗證的路線，而是自己 原創了棱鏡旋轉掃描方案。在 2020 年 CES 上，覽沃發布了“Horizon 地平線”和 Tele-15 兩 款產品，地平線單價低至 800 美元。同年底，覽沃宣布獲得小鵬 P5 訂單，成為最早拿下量產 訂單的中國激光雷達公司。該車型已于 2021 年交付。

1.2.細究技術趨勢，為什么智能駕駛離不開激光雷達？

1.2.1.主流傳感方式原理不盡相同，在車載領域各有優劣

汽車感知系統以攝像頭、毫米波雷達、超聲波雷達、激光雷達、GNSS（全球定位系統）等為 主。傳感器作為實現汽車智能化的感知端設備，隨著自動駕駛技術的快速發展，其重要性愈 發凸顯。汽車環境監測類傳感器主要包括：超聲波傳感器、毫米波雷達、激光雷達、攝像頭 等。監測類傳感器分布于車身內外，通過獲取外界環境信息，將模擬信號轉化為電信號后， 傳遞至汽車的中央處單元中，從而幫助智能駕駛決策行為。此外，基于 GNSS、高精度地圖和 車路協同技術快速發展，進一步提升了智能駕駛的安全性、可靠性。

攝像頭感知功能強大，是 ADS（自動駕駛）與 ADAS（高階智能輔助駕駛）的必備終端。其可 以對路面所有事物進行成像，也是唯一一個可以分辨出具體顏色和圖形的感知硬件。特斯拉 使用的就是單純基于攝像頭的純視覺路線。但攝像頭嚴重依賴數據訓練，具有很高的行業壁 壘。在一些特殊場景中也容易造成判斷失誤，例如特斯拉汽車將白色的貨車識別成了白云或 天空而造成相撞。攝像頭的探測距離受到像素的限制，而高像素攝像頭需要大算力芯片支持， 無形中增加了成本。此外，攝像頭受惡劣天氣影響很大，無法保證全天候條件下的穩定工作。

激光雷達綜合性能優勢明顯：成像質量好，信息獲取全。通過發射信號和反射信號的對比， 構建出點云圖，從而實現諸如目標距離、方位、速度、姿態、形狀等信息的探測和識別。除 了傳統的障礙物檢測以外，激光雷達還可以應用于車道線檢測。優點在于測距遠、精度高， 獲取信息豐富，抗源干擾能力強。主要缺點是在一些極端天氣條件下可能會有一定影響，目 前價格相對較昂貴。

毫米波雷達性能穩定、穿透性強，性價比高受青睞。其波長在 1~10mm 之間，可以輕易地穿透 塑料等材質，因為穿透力較強，所以受到雨雪等天氣的影響較小。毫米波雷達可以同時探測 目標物體的距離和速度，其價格和體積也相對適中，易于在車輛進行安裝。缺點在于毫米波 雷達分辨率有限，很難探測障礙物的具體形狀。當需要探測行人這種反射界面較小的物體的 時候，毫米波雷達容易出現誤報。對于垂直方向甚至不做區分。 超聲波雷達價格便宜，體積較小，技術發展較為成熟。但其依賴于聲波，傳播速度遠低于光 速，不適用于高速運動的汽車。其本身探測距離較短，而且只能探測到一定范圍內有無障礙 物及障礙物的距離，無法判斷障礙物的形狀及具體的位置，目前超聲波雷達主要用于停車等 低速場景。

C-V2X，即車路協同是基于蜂窩網絡的車聯網技術，允許車輛通過通信信道彼此共享信息。其 需要路面以及其他車輛也配有相同設備，十分依賴基礎設施建設。目前 C-V2X 基礎設備仍在 建設、網絡覆蓋度低，尚不能廣泛應用于自動駕駛場景中。 高精度地圖可以為自動駕駛提供自變量和目標函數的功能。其精度可以精確到每個車道的具 體導向，甚至彎道的曲率，坡度的斜率等毫米級信息。但地圖測繪涉及國家安全，國內管理 嚴格。中國高精度地圖測繪需要甲級資質，僅有百度、高德、華為、四維圖新等十余家公司 具備，目前覆蓋的道路也非常有限。

1.2.2.純視覺路線關山難越，多傳感器融合是大勢所趨

量產車自動駕駛領域，純視覺路線龍頭特斯拉構建行業壁壘。特斯拉基于攝像頭+毫米波雷 達的“純視覺路線”，具有全球領先的研發能力和最豐富的用戶數據積累。自動駕駛的算法 核心是卷積神經網絡和深度學習，需要通過海量的數據訓練，尤其是對于攝像頭獲取圖像的 識別和處理，因此測試里程收集的數據量成為決定公司實力最重要的因素之一。根據特斯拉 2022 年各季度生產和交付報告顯示， 2022 年累計交付車輛高達 131 萬輛，新能源汽車銷 量穩居世界第一，其中上海超級工廠交付 71 萬輛，占全球交付量一半以上，積累了遠超競爭 對手的數據量。依靠純視覺路線，競爭者難以挑戰其地位。

多傳感器融合路線彎道超車，是自動駕駛發展的創新之路。不同類型的傳感器各有優劣，因 而單一的傳感器難以滿足復雜的自動駕駛各類應用場景。多傳感器信息融合(MSF)利用計算 機技術，對多傳感器或多源的信息和數據進行多層次、多空間的組合處理不同傳感器優勢互 補，在不同使用場景中發揮各自功能，從而有效地提高系統的冗余度和容錯性，最終幫助做 出有效判斷和決策。

1.3.挖掘市場剛需，車規級對激光雷達有哪些要求？

車規級激光雷達產品國際標準趨于完備，國內標準加速修訂中。車載激光雷達是一種主動傳 感器，對于車規級自動駕駛產品，首先考慮就是所發射的激光是否安全，避免對周圍的人員 產生危害。目前國際標準包括 IEC 60825-1 國際激光產品安全標準，IATF 16949 質量管理體 系，ANSI Z136.1 美國國家標準協會安全指南文件等。其中 IEC 60825-1 是全球接受度最高 的文件。針對國內，激光雷達尚沒有統一行業標準，廠商之間的所采用的標準也不盡相同。 例如速騰聚創的整機測試要滿足 IATF16949 質量管理體系、IEC60825 激光產品安全要求，能 經受住-40℃至 105℃工作溫度，并符合 PPAP（生產件批準程序），以及客戶的 DV/PV 試驗（電 子電器試驗）等要求。

2.從工作原理看激光雷達

2.1.測距原理：dTOF是主流，FMCW尚在預研

激光雷達按測距原理分類可以分為飛行時間法（TOF）和連續調頻波法（FMCW）。飛行時 間法 TOF 中主流采用的是直接飛行時間法 dTOF，其工作原理是，測量發射激光后其與反射 波波脈沖信號之間的時間間隔，即測量激光脈沖來回的往返時間 T，即可得到目標距離 S=CT/2，其中 C 為光在空氣中的傳播速度。由于激光脈沖持續時間極短、瞬時功率較高、耗 時較短，因此能夠探測到更遠距離的目標的同時也能保持較高測量頻率。同時其計時精度不 會因距離改變而發生改變，是目前激光雷達廠商采用的主流方案。此外還有一種 iTOF 間接式 測量法，使用發射正弦波/方波與接收正弦波/方波之間相位差來反推時間。

連續調頻波法 FMCW 的測距原理為發射調頻連續激光，通過回波信號的延時獲得差拍信號 頻率對應出飛行時間，通過距離公式反推目標物距離并通過多普勒頻率公式測算目標物速度。 其不會受到太陽光等干擾，抗干擾能力更強、激光峰值發射功率能夠穩定在較低水平（100mW），可以獲得每個像素的徑向速度。通過 FMCW 技術，激光雷達的視距可以擴展 至 1,000 米或者 2,000 米，大大提高激光雷達的測距范圍。但 FMCW 的激光雷達對激光器 的要求非常高，同時其的信號解算又相當復雜，在技術上目前仍具有挑戰。另外其作為測距 方式， 與成熟的機械式掃描方式并不完全匹配，整體難以通過車規級認證。無形之中增加了 設計和制造的難度，造成成本較高。預計在 2024 年左右可以實現量產。

2.2.基本模塊：四大單元相輔相成，固態化、集成化是未來趨勢

2.2.1.發射單元：905nm成熟工藝，1550nm未來可期

LiDAR 的激光器可以分為以光纖激光器為代表的 1550nm（遠波紅外，SWIR）激光器和以半導 體激光器為代表的 905nm（近紅外，NIR）激光器。其中，近紅外激光器依據發光原理的不同， 又可分為邊發射激光器（EEL），垂直腔面發射激光器（VCSEL）和固體激光器。

905nm 器件較為成熟，1550nm 是未來發展方向。傳統的 905nm 可以使用廉價的硅基 CMOS 作 為接收端，其光噪聲和控制信號比較平穩，但是 905nm 測距受限在 150 米以內。由于出于安 全角度要選用一級的能量（只能實現 150m)，近紅外波段僅適用于乘用車。商用車至少需要 300 米探測距離，就需要用到 1550nm 的光源。遠波紅外激光在空氣中的衰減性更弱，進入人 的視網膜之后無法聚焦不會傷害眼睛晶體，可以在保證安全基礎上人為增加能量，增大探測 距離。但是，遠波紅外光源必須使用較為昂貴的銦鎵砷（InGaAs）作為接收端，其具有生產 工藝難，激光器價格高的缺陷。此外探測距離遠意味著功率大，這也對芯片散熱能力以及封 裝提出了更高要求。

對 905nm 工藝而言，VCSEL 替代 EEL 是方向，固體激光器尚不成熟。目前，成熟的近紅外工 藝(905nm 等)主要的激光發射器為邊發射激光器(EEL)和垂直腔面發射激光器(VCSEL)。其中 邊發射激光器，最常用的是 InGaAs/GaAs 脈沖激光二極管。其芯片結構由單通道發展到 4 通 道，甚至 6 通道或 8 通道。具有高的峰值功率和高光電轉換效率，由單通道結構約 75 W 提 高到多通道結構 400W 甚至近千瓦。但其缺點是由于其發射口長寬尺寸不同，發出的光斑為 橢圓形，需要額外的光束整形光學元件。其光譜發散也更寬。 VCSEL 相對 EEL，其諧振腔相對較短以便于陣列化、集成化、芯片化，光斑更接近圓形，免去 EEL 的橢圓光斑整形溫度敏感性低，在較寬的溫度范圍內保持穩定。在未來定制化后可以進 一步壓縮量產成本。但是其峰值功率低于 EEL，需要配合更加靈敏的接收器件。

固體激光器是閃光式車載激光雷達（Flash）技術路線的激光光源方案。用于 Flash LiDAR 的 固體激光光源固體激光器需要很昂貴的激活介質(各種復雜的晶體)，在設計和工藝上具有很 大的挑戰，首先需要形成大角度視場(如 125°x 25°)均勻照射視場，這需要將固體激光 MW 級點光源通過特殊的光場勻化技術進行勻化，在三維空間形成均勻照射大視場。其次，需要 讓固體激光器滿足車規級高低溫、震動、壽命等可靠性要求。

光纖激光器與半導體激光器不同的地方主要在諧振腔。半導體激光器使用不同介質的分界面 作為反射面，從而形成諧振腔。而光纖激光器直接使用光纖作為諧振腔。大氣穿透能力強， 人眼安全性高，峰值功率可達上百甚至上千瓦，單色性好是激光光源的顯著特點，但是激光 雷達在光源及探測器成本、體積、溫度穩定性以及供應鏈成熟度上還有明顯的不足。其更新 頻率約在 10 赫茲，但是汽車高速行駛狀態至少要達到 25 赫茲，影響成像的實時性。

2.2.2.接收單元：EEL配合APD，VCSEL配合SPAD/SiPM使用

激光雷達按照接收端可以分為雪崩光電二極管（APD）、單光子雪崩二極管 （SPAD）和光電 倍增管。其中，單光子雪崩二極管 SPAD 和雪崩光電二極管 APD 屬于同族的光電探測器，主要 是利用光生載流子在高電場區內的雪崩效應而獲得光電增益，從而產生較大（大約 100 倍） 的輸出電流。一般來說，在不超過反向擊穿電壓時，反向電壓越高，增益就越大。光電倍增 管 SiPM 是多個 SPAD 的集成器件。

SPAD 相對雪崩二極管（PAD），靈敏度和工作效率更高。APD 和 SPAD 工作機制的差異，主要 在于不同電場下的載流子行為不同。APD 工作在擊穿電壓附近（<擊穿電壓），表現出有限的 增益。SPAD 工作在擊穿電壓以上，表現出無限的增益（理論增益為∞），可以實現單光子觸 發。因此，SPAD 具有比 APD 更高的靈敏度。激光強度更高的 EEL 可以配合 APD 使用，而 VCSEL 可以搭配更靈敏的 SPAD。基于 SPAD 可以檢測到單個光子，因此可以做成光子計數器，集成 了 TDC 的 SPAD 不需要再進行點云處理，直接可以輸出深度圖像。

APD 相較 SPAD 受噪聲影響較小，性能更加穩定。1）如果背景光噪聲較強，SPAD 會由于頻繁 的誤觸發而處于一種“疲勞”的狀態，點云噪點會明顯增多；2）高溫會進一步影響 SPAD 的 噪聲水平，在原有的暗計數、后脈沖效應、串擾等不利因素的基礎上，加劇性能的惡化。因 此，在夜晚等沒有太強背景光的場景下，高性能 SPAD 的表現優于 APD，但在太陽光強烈、極 端溫度的環境下，現有 SPAD 的綜合表現卻是顯著低于 APD 的。 集成后的 SiPM 可以有效應對強光，但工藝尚不成熟。光電倍增管 SiPM 是多個 SPAD 的集成 為一個像素，能夠產生強度效果，可以獲得更高的動態范圍以應對強光場景。但像素單元較 大，較難做集成化，會導致芯片面積增大、工藝難度增加等問題。

2.2.3.掃描單元：機械式+半固態較為成熟，純固態式前路可期

掃描單元按照技術架構可以分為整體旋轉的機械式激光雷達、收發模塊靜止的半固態激光雷 達以及固態式激光雷達。其中，半固態激光雷達具有微機電系統（MEMS）、轉鏡和棱鏡三種 方案。固態激光雷達包括光學相控陣（OPA）和閃光激光雷達（FLASH）。

2.2.3.1.機械式：FOV360°全覆蓋，技術相對成熟

機械式激光雷達上車最早，至今市場份額占據最多。機械激光雷達，是指其發射系統和接收 系統存在宏觀意義上的轉動，也就是通過不斷旋轉發射頭，將速度更快、發射更準的激光從 “線”變成“面”，并在豎直方向上排布多束激光，形成多個面，達到動態掃描并動態接收 信息的目的。在工作時豎直排列的激光發射器呈不同角度向外發射，實現垂直角度的覆蓋， 同時在高速旋轉的馬達殼體帶動下，實現水平角度 360 度的全覆蓋。目前，國內外主流廠商 包括 Velodyne、鐳神智能、速騰聚創等。

結構升級遭遇瓶頸，目前尚無車規級產品上市。機械是激光雷達的優勢是可以實現 360°的 廣角探測范圍，而且探測精度也比較高，目前最高可以達到 128 線。但是其缺點也相對突出， 機械激光雷達使用機械部件旋轉來改變發射角度，這樣導致體積過大，為激光器準直的難度 隨線數直線上升，且長時間使用電機損耗較大。此外為了實現 360°的視野探測范圍，不得 不將碩大的激光雷達放置在車頂，影響美觀。受限于高頻轉動和復雜機械結構，機械式平均 工作時長僅有 1000-3000 小時，與車規級設備最低 13000 小時的要求相去甚遠。此外，由 于其結構較為復雜，成本壓縮空間也逐步縮小。目前 16 線激光雷達的售價約為 2.6 萬 （Velodyne）/3 萬（速騰聚創）人民幣，32 線激光雷達售價約為 3 萬（速騰聚創）/13 萬（鐳 神智能）人民幣。

2.2.3.2.MEMS：單振鏡實現小型化，未來主流方向之一

微機電系統（MEMS）全稱 Micro Electromechanical System，是指尺寸在幾毫米乃至更小的 高科技裝置，其內部結構一般在微米甚至納米量級，是一個獨立的智能系統。基于 MEMS 的微 振鏡利用半導體工藝生產，不需要機械式旋轉電機，而是以電的方式來控制光束。其核心是 一個微米尺度的振鏡，通過一個纖細的懸臂梁在橫縱兩軸高速周期震動，從而改變激光反射 方向并實現掃描。

MEMS 已經成為未來發展的重要方向，也是最有優勢的細分領域之一。MEMS 激光雷達由于僅 有單個光源而大大減小了器件體積和功耗。其光路結構簡單，運動部件減少，可靠性相較機 械式激光雷達提升很多。同時減少了激光器和探測器數量，成本大幅降低。其壽命在 10000 至 12000 小時以上，可以通過車規級認證。其缺點在于振鏡會造成產品的不穩定性：支撐振 鏡的懸臂梁角度有限，覆蓋面很小，所以需要多個雷達進行共同拼接才能實現大視角覆蓋， 這就會在每個激光雷達掃描的邊緣出現不均勻的畸變與重疊，不利于算法處理。另外，懸臂 梁很細，機械壽命也有待進一步提升。

2.2.3.3.轉鏡/棱鏡技術：結構簡單相對低功耗，壽命長可靠性高

轉鏡激光雷達最早應用于車規級產品，目前是最主流的半固態方案。轉鏡 LiDAR 由橫軸不斷 旋轉的多邊形棱鏡和縱軸轉動的鏡子組成，通過橫軸棱鏡不斷旋轉，使光源在目標平面上不 斷水平掃描，而縱軸擺鏡可以不斷改變光源的垂直方向。因此轉鏡激光雷達僅需一束光源就 可以完成機械式幾十個光源才能完成的掃描任務。相對于機械式激光雷達，其功耗較低，同 時又具有滿足車規級要求的壽命與可靠性。但其由于需要極高的轉動頻率需要成百上千次的 轉動，對機械部件的壽命構成了威脅。其單個光源需要等效機械式雷達幾十線束的效果，也 提高了光源自身的能量要求。

棱鏡技術代表玩家為大疆覽沃。其原理為將兩個有斜面的柱狀鏡頭組合，可以利用光的折射 控制激光的掃描方向，最終掃描出一個花瓣狀的區域。調整兩個棱鏡的轉速就可以控制掃描 的區域，其掃描路徑不會重復，理論上如果掃描時間足夠久，棱鏡激光雷達可以掃描出前方 每一個點的距離，具有高于其他技術路徑的視場覆蓋率和等效線數。例如小鵬 P5 的配備兩 顆 livox 棱鏡式激光雷達 HAP，探測距離達 150m@10%，橫向 120°FOV，具備等效 144 線的點云密度，角度分辨率高達 0.16°，中心區域刷新率 20Hz，可實現高速公路、城區道 路等場景下遠處障礙物的檢測，提升輔助駕駛行車安全。但是棱鏡技術點云分布中央密集， 邊緣稀疏，且控制棱鏡轉動難度較高。目前僅大疆覽沃實現量產。

2.2.3.4.OPA：產品小型化，無需機械掃描

光學相控陣原理類似干涉，通過改變發射陣列中每個單元的相位差，合成特定方向的光束。 經過這樣的控制，光束便可在固定位置即實現對不同方向進行掃描。雷達精度可以做到毫米 級，且順應了未來激光雷達固態化、小型化以及低成本化的趨勢，但難點在于如何把單位時 間內測量的點云數據提高以及投入成本巨大等問題。目前真正投入使用的主要是美國的 Quanergy 公司。

2.2.3.5.FLASH：類照相機模式，機遇與挑戰并存

FLASH 閃光激光雷達原理類似照相機，但感光元件與普通相機不同，每個像素點可以記錄光 子飛行時間信息。通過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。其具有結構簡單、尺寸壓縮空間較大和數據豐富 的特點，是目前純固態激光雷達最主流的技術方案。然而受限于需要在有限功率下發射大面 積的激光，其不得不降低單位面積上激光的強度，勢必會影響到探測精度和探測距離。因此 還無法完成全路況的輔助駕駛，僅在較低速的無人外賣車、無人物流車等領域應用。代表品 牌包括 Ibeo、大陸、Ouster、法雷奧等。

2.2.4.信息處理單元：集成化方向發展，SoC替代FPGA是行業趨勢

激光雷達接收的信號需要在處理系統經過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。現階段主控芯片 FPGA 為行業主流， 遠期企業自研 SoC 有望逐步替代。目前 FPGA 主控芯片市占率較高，但隨著主流廠商對于性 能及整體系統需求的提升，下一步的發展方向逐步向片上集成芯片（SoC）遷移。將探測器、 前端電路、算法處理電路、激光脈沖控制等幾個不同模塊集成在一塊芯片內，能夠同時進行 數據的采集與處理，甚至直接輸出點云圖像。國內外的 SoC 玩家主要包括禾賽科技、Mobileye、 英特爾等。伴隨計算規模與存儲容量的增長，未來 SoC 將具備更高的集成度和更清晰的點云 質量，或將逐步代替主控芯片 FPGA。

3.從產業進程看激光雷達

3.1.下游需求：市場規模達百億美元，中國是最大市場之一

下游需求刺激行業快速發展，激光雷達市場規模有望達百億美元。受益于無人駕駛、高級輔 助駕駛（ADAS）和服務機器人領域的需求，有望迎來高速增長期。據 Velodyne 預測，2022 年 智能駕駛將占總市場規模的 60.5%，成為激光雷達產業最大的增長極，工業、無人機、機器 人領域各占比 24.4%、8.4%、4.2%。根據沙利文的統計及預測，受無人駕駛車隊規模擴張、 激光雷達在高級輔助駕駛中滲透率增加、以及服務型機器人及智能交通建設等領域需求的推 動，激光雷達整體市場預計將呈現高速發展態勢，至 2025 年全球市場規模有望達 131.1 億 美元。

中國是激光雷達未來的最大市場之一。根據麥肯錫的預測，中國將是全球最大的自動駕駛市 場，也是高級輔助駕駛領域全球最大的新車銷售市場。由于人口老齡化和產業升級的影響， 需要在減少人力支出的情況下增加生產效率，通過無人駕駛、高級輔助駕駛、服務型機器人 通過機器自動化工作來減少人力支出。

3.1.1.智能駕駛市場：ADAS+ADS雙輪驅動，激光雷達為智能駕駛畫龍點睛

高級輔助駕駛市場：成本不斷下降，商業化進程有望提速。全球范圍內 L3 級輔助駕駛量產 車項目當前處于快速開發之中。世界各地交通法規的修訂為 L3 級自動駕駛技術商業化落地 帶來機會。2020 年 6 月聯合國的歐洲經濟委員會通過《ALKS 車道自動保持系統條例》，這是 全球范圍內第一個針對 L3 級自動駕駛具有約束力的國際法規。隨著激光雷達成本下探至數 百美元區間且達到車規級要求，未來越來越多高級輔助駕駛量產項目將實現量產；根據 Forst & Sullivan 的研究報告，2021-2026E、2026E-2020E 全球乘用車新車市場 ADAS 車輛銷售 CAGR 有望達 75.5%、30.5%，其中中國增速最高，分別為 92.2%/29.3%。

激光雷達在 ADAS 應用：海內外持續發展，2025 年全球市場規模有望達 6.2 億美元。2020 年 10 月，百度在北京全面開放無人駕駛出租車服務，在 13 個城市部署總數測試車輛，并且與 一汽紅旗合作實現了中國首條 L4 級自動駕駛乘用車生產線建設，具備批量生產能力。根據 Forst & Sullivan 研究估計，2026 年 ADAS 領域使用激光雷達產業規模有望達 12.9 億美元，其 中中國、美國、其他地區分別為 6.7/3.5/2.7 億美元。2030 年 ADAS 領域使用激光雷達產業 規模有望達 64.9 億美元，其中中國、美國、其他地區分別為 32.5/13.0/19.5 億美元。

激光雷達是無人駕駛的“眼睛”，激光雷達上車是智能駕駛的點睛之筆。從自動駕駛技術發 展來看，L0-L2 階段，傳感器與控制系統的革新是主要變化；L3-L4 階段，感知與決策能力的 增強是主要變化。L2、L3 及 L4 級別的智能駕駛所需激光雷達臺數分別為 0 臺、1 臺和 5 臺， 激光雷達稱為推動智能駕駛發展的重要因素。就國內市場而言，中國擁有世界最大的高級輔 助駕駛和無人駕駛市場，成長空間也最為廣闊。2020 年 11 月發布的《智能網聯汽車技術路 線圖（2.0 版）》明確指出到 2030 年我國 L2 和 L3 級滲透率要超過 70%。

3.1.2.其他應用場景：車聯網+機器人多應用場景探索，釋放市場更多增量

智慧城市、車聯網等場景有助于催生路側激光雷達市場成長。世界范圍來看，中國車聯網發 展速度最快，戰略化程度最高。2020 年 2 月，國家發展改革委、工信部、科技部等 11 個部 委聯合印發《智能汽車創新發展戰略》，提出到 2025 年，車用無線通信網絡（LTE-V2X 等） 實現區域覆蓋，新一代車用無線通信網絡（5G-V2X）逐步開展應用，高精度時空基準服務網 絡實現全覆蓋。激光雷達結合智能算法，能夠提供高精度的位置、形狀、姿態等信息，實現 對交通狀況進行全局性的精確把控，對車路協同功能的實現至關重要。隨著智能城市、智能 交通項目的落地，未來該市場對激光雷達的需求將呈現穩定增長態勢。

疫情刺激服務型機器人市場發展，2030 年激光雷達該領域規模預計達到 16.7 億美元。服務 型機器人主要應用范圍包括無人配送、無人清掃、無人倉儲、無人巡檢等。面對新冠疫情， 無人配送能夠避免人與人的不必要接觸，減少交叉感染概率。2019 年 12 月，美國自動駕駛 送貨科技公司 Nuro 宣布與零售巨頭 Kroger 合作，在休斯頓為顧客提供無人送貨服務。2020 年 7 月，京東物流無人配送研究院項目落戶常熟高新區，其無人配送車也正式上線。2020 年 10 月，美團正式發布位于北京首鋼園區的智慧門店 MAIShop，集成了無人微倉與無人配送服 務。根據禾賽科技公開招股書援引沙利文研究預測，伴隨全球服務型機器人出貨量的增長以 及激光雷達在服務型機器人領域滲透率的提升，至 2026 年激光雷達在該細分市場預計達到 4.7 億美元市場規模，2021 年至 2030 年的復合增長率可達 71.5%。

3.2.產業鏈梳理

激光雷達產業鏈可以分為上游（光學和電子元器件）、中游（集成激光雷達）、下游（不同 應用場景）。其中上游為激光發射、激光接收、掃描系統和信息處理四大部分，包含大量的 光學和電子元器件。中游為集成的激光雷達產品，下游包括軍事、測繪、無人駕駛汽車、高 精度地圖、服務機器人、無人機等眾多應用領域。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）