《奥比中光-3D视觉感知平台缔造者布局全固态激光雷达有望后发先至!-221109(34页).pdf》由会员分享,可在线阅读,更多相关《奥比中光-3D视觉感知平台缔造者布局全固态激光雷达有望后发先至!-221109(34页).pdf(34页珍藏版)》请在三个皮匠报告上搜索。
1、 公司公司报告报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 1 奥比中光奥比中光(688322)证券证券研究报告研究报告 2022 年年 11 月月 09 日日 投资投资评级评级 行业行业 电子/光学光电子 6 个月评级个月评级 买入(首次评级)当前当前价格价格 29.16 元 目标目标价格价格 37.2 元 基本基本数据数据 A 股总股本(百万股)400.00 流通A 股股本(百万股)30.94 A 股总市值(百万元)11,664.03 流通A 股市值(百万元)902.32 每股净资产(元)8.25 资产负债率(%)5.03 一年内最高/最低(元)48.90/23.
2、27 作者作者 吴立吴立 分析师 SAC 执业证书编号:S02 潘暕潘暕 分析师 SAC 执业证书编号:S05 资料来源:聚源数据 相关报告相关报告 股价股价走势走势 3D 视觉感知平台缔造者,布局全固态激光雷达有望后发先至!视觉感知平台缔造者,布局全固态激光雷达有望后发先至!3D 视觉传感器龙头厂商,积极布局智能汽车、机器人等新兴领域视觉传感器龙头厂商,积极布局智能汽车、机器人等新兴领域 公司是国内 3D 传感器龙头,产品包括 3D 视觉传感器、消费级&工业级应用设备等,是全球少数拥有全栈技术能力和全面布局六大 3D 视觉感知技术的公司。公司积极把
3、握汽车智能化和 AIoT 浪潮,成立奥锐达进军智能汽车赛道,已推出全固态激光雷达和 ToF 摄像头,并积极拓展机器人业务。3D 视觉感光视觉感光&激光雷达:激光雷达:3D 视觉渐入佳境,固态视觉渐入佳境,固态 VCSEL+SPAD 未来可期未来可期 3D 视觉感知方面,视觉感知方面,在生物识别、AIoT、消费电子及工业等领域持续渗透,智能座舱、激光雷达及机器人场景逐渐兴起,根据 Yole 预计 2025 年全球3D 视觉感光技术有望增长至 150 亿美元。激光雷达方面,激光雷达方面,当前时点已是高阶自动驾驶量产前夜,激光雷达是多传感器融合方案必要一环,我们测算2025/2030 年国内乘用车激
4、光雷达市场规模为 17.76/48.96 亿美元。从性能、稳定性、成本角度,短期看好半固态率先放量;从行业趋势看,核心收发从行业趋势看,核心收发器件芯片化是降本增效之关键,长期看好具备光学设计器件芯片化是降本增效之关键,长期看好具备光学设计&工程量产、核心工程量产、核心收发器件自研及感知算法能力的全固态收发器件自研及感知算法能力的全固态 VCSEL+SPAD 路线激光雷达厂商。路线激光雷达厂商。核心看点:核心看点:3D 视觉感光平台雏形已现,智能驾驶视觉感光平台雏形已现,智能驾驶&机器人打开成长空机器人打开成长空间间 3D 视觉感知领域,视觉感知领域,公司全栈式技术能力+全领域路线布局构筑核心
5、壁垒,百万级出货量+芯片&算法自研+头部客户资源+不断开拓新兴场景,3D 视觉感知平台雏形已现,随着 3D 视觉感知应用场景不断涌现,公司作为行业龙头充分享受行业增长红利。激光雷达领域,激光雷达领域,公司在结构光、感光芯片设计、光学设计等方面 know-how 能充分复用至激光雷达领域,现已实现一款面阵 SPAD 芯片流片,并有多款在研,车规级产线亦在规划之中;此外,公司单光子面阵固态激光雷达方案顺应行业芯片化降本趋势,亦能打破传统激光雷达厂商在扫描模块上建立的工程壁垒,有望后发先至。机器机器人领域,人领域,公司已与近百家机器人公司合作,有望充分受益人形机器人浪潮。盈利预测与估值盈利预测与估值
6、 公司积极把握 2D 视觉向 3D 视觉跃迁的时代契机,缔造平台型 3D 视觉感知企业,出色的产品研发能力、百万级的产品量产保障及快速的服务响应能力有望充分受益于下游应用场景扩充。此外,公司前瞻布局全固态VCSEL+SPAD 路线激光雷达和机器人业务,有望打开公司估值空间。我们预计 2022-2024 年 营 收 分 别 为 5.18/8.25/10.96 亿 元,归 母 净 利 润-2.46/-0.43/0.26 亿元,对应 EPS 分别为-0.62/-0.11/0.06 元。考虑考虑到到公司作公司作为为 A 股全栈自研激光雷达探测端股全栈自研激光雷达探测端 SPAD 芯片及整机稀缺标的,我
7、们给予公芯片及整机稀缺标的,我们给予公司司 2023 年年 18 倍倍 P/S,对应目标价,对应目标价 37.2 元,首次覆盖,给予“买入”评级。元,首次覆盖,给予“买入”评级。风险风险提示提示:技术迭代创新风险、客户集中度较高的风险、应用场景商业化技术迭代创新风险、客户集中度较高的风险、应用场景商业化不及预期风险、供应链风险、新冠疫情持续的风险不及预期风险、供应链风险、新冠疫情持续的风险 财务数据和估值财务数据和估值 2020 2021 2022E 2023E 2024E 营业收入(百万元)258.95 474.15 518.39 825.49 1,096.23 增长率(%)(56.62)8
8、3.11 9.33 59.24 32.80 EBITDA(百万元)(372.64)122.22(292.06)(36.96)57.39 净利润(百万元)(615.10)(311.28)(246.42)(42.60)25.52 增长率(%)19.14(49.39)(20.84)(82.71)(159.91)EPS(元/股)(1.54)(0.78)(0.62)(0.11)0.06 市盈率(P/E)(19.46)(38.46)(48.58)(281.00)469.06 市净率(P/B)4.92 5.21 5.92 6.05 5.97 市销率(P/S)46.23 25.25 23.09 14.50 1
9、0.92 EV/EBITDA 0.00 0.00(35.56)(293.27)187.01 资料来源:wind,天风证券研究所 -44%-37%-30%-23%-16%-9%-2%-032022-07奥比中光沪深300 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录内容目录 1.奥比中光:国内奥比中光:国内 3D 视觉感知龙头,前瞻布局智能汽车赛道视觉感知龙头,前瞻布局智能汽车赛道.5 1.1.深耕 3D 视觉传感器领域,成立奥锐达进军智能汽车赛道.5 1.2.研发:光学实力雄厚,高强度投入芯片、算法及激光雷达.7 1.3
10、.财务:风物长宜放眼量,静待收获期到来.8 2.3D 感知:应用场景遍地开花,感知:应用场景遍地开花,3D 视觉感知技术有望视觉感知技术有望 4E0D 断渗透断渗透.10 2.1.万物互联感知先行,2025 年 3D 感知全球市场规模有望达 150 亿美元.10 2.2.产业链:元器件+感知方案+应用算法,中游感知方案商是核心环节.11 2.3.格局:工业市场国产替代空间广阔,消费市场格局未稳、国产大有可为.12 2.4.应用:下游应用多点开花,AIoT、智能汽车空间广阔.12 3.激光雷达:半固态方案率先放量,全固态方案未来可期激光雷达:半固态方案率先放量,全固态方案未来可期.15 3.1.
11、自动驾驶加速发展,以激光雷达为核心的多传感器融合路线成当下主流.15 3.2.激光雷达:多传感器融合路线感知层核心部件,实现高阶自驾之关键.16 3.2.1.激光雷达=发射模块+接收模块+扫描模块+控制模块.16 3.2.2.激光雷达分类及技术路线.17 3.3.短期看好半固态率先放量,固态 VCSEL+SPAD 路线未来可期.20 3.3.1.激光雷达核心要素=性能+可靠性+成本.20 3.3.2.短期:主机厂加速激光雷达上车,看好半固态率先放量.21 3.3.3.长期:芯片化降本增效趋势清晰,纯固态 VCSEL+SPAD 路线未来可期.22 3.4.乘用车激光雷达市场空间测算及竞争格局.2
12、4 3.4.1.2025/2030 年国内乘用车激光雷达市场规模有望达 17.76/48.96 亿美元.24 3.4.2.看好具备工程量产经验、自研核心收发器件及感知算法的厂商.25 4.奥比中光:奥比中光:3D 视觉感知平台雏形已现,智能驾驶视觉感知平台雏形已现,智能驾驶+机器人机器人业务打开成长空间业务打开成长空间.26 4.1.3D 视觉:深度+广度技术路线构筑核心壁垒,全场景覆盖享受行业增长红利.26 4.2.激光雷达:VCSEL 理解深刻+SPAD 自研,布局全固态有望后发先至.28 4.3.智能座舱:座舱 3D ToF 摄像头逐渐兴起.30 4.4.机器人:与地平线联手引领机器人
13、3D 视觉感知发展.31 5.盈利预测与估值盈利预测与估值.31 6.风险提示风险提示.32 图表目录图表目录 图 1:公司历史沿革.5 图 2:公司业务包括 3D 视觉传感器、消费级应用设备、工业级应用设备三大板块.6 图 3:公司产品覆盖生物识别、AIoT、消费电子、工业测量等领域.6 图 4:成立奥锐达进军智能汽车赛道,拓宽 3D 视觉感知技术应用场景并打开成长空间.7 图 5:奥比中光以研发为核心驱动,研发投入占比高于多数行业可比公司.8 图 6:受疫情影响,近三年公司营收呈现大幅波动.9 PZdYlXhUeXhZqQ1VnUtU9PaO6MmOnNsQsQjMnMmNiNqRoO7N
14、pPwOuOsPsQNZrRqN 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 3 图 7:产品未规模化商用叠加高研发投入,公司利润承压.9 图 8:公司营收结构持续优化,3D 视觉传感器占比减少.9 图 9:近年来公司各板块毛利率有所波动,整体略有下滑.9 图 10:行业仍处于发展早期,销售费用率较高但具有合理性.10 图 11:剔除股份支付后管理费用率有所提升.10 图 12:2025 年全球 3D 视觉感知市场规模有望增长至 150 亿美元.11 图 13:3D 视觉感知分为上游传感器硬件供应商、中游感知方案提供商、下游应用算法方案商.12 图 14
15、:全球商务用机器人市场规模(亿美元).13 图 15:全球工业机器视觉市场规模(亿元).14 图 16:智能座舱、自动驾驶有望成为 3D 视觉感知新的应用场景.14 图 17:中国高阶自动驾驶(L3、L4)预计未来十年高速渗透.15 图 18:数据闭环+百万车队+Dojo 视觉训练,构造高效联机版“AI 进化体”.16 图 19:激光雷达由扫描模块、发射模块、接收模块、主控模块组成.16 图 20:ToF 与 FMCW 探测原理对比.17 图 21:按照扫描方式划分,激光雷达可分为机械式、半固态式、全固态式三大类.18 图 22:性能、可靠性、成本是激光雷达主要产品力.20 图 23:可靠性是
16、上车基础,性能&成本不断优化是激光雷达产品迭代方向.22 图 24:机械式激光雷达中,收发模块占据着 60%的成本.23 图 25:规模效应、芯片化设计和模块化是激光雷达降本的主要驱动.23 图 26:2021 年全球激光雷达研发制造商份额占比情况.25 图 27:工程量产、核心收发器件自研、数据&算法是激光雷达厂商的核心竞争力.26 图 28:公司全栈式 3D 视觉感知技术体系布局.26 图 29:公司 3D 视觉传感器及底层核心芯片量产时间轴.错误错误!未定义书签。未定义书签。图 30:全栈式技术+尖端人才+产业链头部客户+百万级量产能力构筑公司核心竞争壁垒.28 图 31:基于面阵 VC
17、SEL 和 SPAD 阵列探测器的全固态激光雷达原理图.29 图 32:奥比中光子公司奥锐达单光子面阵固态激光雷达.30 图 33:奥锐达激光雷达收发模块和信息处理等核心模块模块化设计.30 图 34:奥锐达可助力车企进行车规级 3D ToF 系统方案设计.30 表 1:公司创始人及团队背景深厚,在国内外学术及业界具有一定影响力.7 表 2:3D 视觉感知包括结构光、iToF、dToF、双目、Lidar、工业三维测量六大技术.10 表 3:3D 人脸识别、2D 人脸识别、虹膜、指纹、掌纹五类生物识别方法对比.13 表 4:相较于纯视觉方案,多传感器融合方案具备感知精确、安全冗余度高等优势.15
18、 表 5:相较于 FMCW 探测方式,ToF 路线成熟度较高,成本优势明显.17 表 6:按照测距原理、发射模块、接收模块、扫描模块,激光雷达可划分为多种类型.19 表 7:国内外激光雷达厂商大多布局多种技术路线.19 表 8:无人驾驶、高级辅助驾驶、机器人三大应用场景对激光雷达要求有所不同.21 表 9:机械式、转镜、MEMS、OPA、Flash 五大主流技术路线对比.21 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 4 表 10:国外激光雷达厂商定点项目规划.22 表 11:相较于分离芯片级 EEL,晶圆级 VCSEL 激光器具备低成本&高可靠性的优
19、势.23 表 12:相较于传统分立器件 APD 探测器,基于 CMOS 工艺的 SPAD 探测器灵敏度优势显著.24 表 13:2025/2030 年国内乘用车激光雷达市场规模有望达 17.76/48.96 亿美元.25 表 14:奥比中光业绩拆分与预测.31 表 15:同类可比公司估值对比(P/S).32 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 5 1.奥比中光:奥比中光:国内国内 3D 视觉感知龙头,前瞻布局智能汽车赛道视觉感知龙头,前瞻布局智能汽车赛道 1.1.深耕深耕 3D 视觉传感器领域,成立奥锐达进军智能汽车赛道视觉传感器领域,成立奥锐达
20、进军智能汽车赛道 3D 视觉传感器龙头,助力智能终端感知世界。视觉传感器龙头,助力智能终端感知世界。奥比中光科技集团股份有限公司成立于 2013年,自成立以来专注于 3D 视觉感知技术研发,在万物互联时代为智能终端打造“机器之眼”,致力于让所有终端都能更好地看懂世界。公司主营业务是 3D 视觉感知产品的设计、研发、生产和销售,现已成为全球全球少数几家全面布局六大少数几家全面布局六大 3D 视觉感知技术(结构光、视觉感知技术(结构光、iToF、双目、双目、dToF、Lidar 以及工业三维测量)的公司,以及工业三维测量)的公司,拥有全栈式技术研发能力和全领域技术拥有全栈式技术研发能力和全领域技术
21、路线布局路线布局,于 2022 年 7 月成功登陆科创板。图图 1:公司历史沿革:公司历史沿革 资料来源:公司官网、天风证券研究所 从产品类型看,公司可根据客户需求提供标准化与定制化的从产品类型看,公司可根据客户需求提供标准化与定制化的 3D 视觉感知产品,包括视觉感知产品,包括 3D视觉传感器、消费级应用设备、工业级应用设备三大类。视觉传感器、消费级应用设备、工业级应用设备三大类。公司面向早期客户提供标准 3D传感器产品;同时,结合特定客户及行业应用场景对 3D 视觉感知的测量范围、精度、分辨率、视场角等参数的差异需求,在标准型的 3D 视觉传感器基础上对专用光学系统、深度引擎算法、软硬件系
22、统等进行优化调整,提供定制的 3D 视觉传感器。现已形成 3D 视觉传感器、消费级应用设备和工业级应用设备三大业务板块。3D 视觉传感器:视觉传感器:可采集并输出“人体、物体和空间”的三维矢量信息的精密光学测量系统,由深度引擎芯片、深度引擎算法、通用或专用感光芯片、专用光学系统、驱动及固件等组成。产品包括 Astra 系列 3D 视觉传感器,客户包括蚂蚁集团、商米科技、OPPO 等。消费级应用设备:消费级应用设备:针对特定消费级场景应用的需求进行设计和开发的一体化设备产品,是基于 3D 视觉传感器进行技术应用的自然延伸。产品包括 3D 刷脸支付设备、3D体感一体机、3D 体态仪,客户主要为蚂蚁
23、集团、阿里集团等 工业级应用设备:工业级应用设备:应用工业三维测量技术设计并开发的一体化成套设备,主要面向工业领域高精密检测、测量需求。产品包括三维光学扫描测量、三维光学弯管测量、三维全场应变测量,客户有南京航空航天大学等高校、研究所及企业单位。公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 6 图图 2:公司业务包括:公司业务包括 3D 视觉传感器、消费级应用设备、工业级应用设备三大板块视觉传感器、消费级应用设备、工业级应用设备三大板块 资料来源:公司招股书、天风证券研究所 从应用领域来看,公司产品广泛应用于生物识别、从应用领域来看,公司产品广泛应用于生物
24、识别、AIoT、消费电子、工业三维测量等领域。、消费电子、工业三维测量等领域。公司致力于推进 3D 视觉感知产品在“衣、食、住、行、工、娱、医”等领域的应用,自 2015 年底量产以来,公司产品已经在生物识别、AIoT、消费电子和工业测量领域实现规模产业化应用。生物识别领域:通过搭载生物识别领域:通过搭载 3D 视觉传感器可实现更安全、更精准的视觉传感器可实现更安全、更精准的 3D 刷脸支付和刷脸支付和解锁,解锁,产品广泛应用于线下支付终端、智能门锁/门禁、医保核验支付等,其中公司为蚂蚁集团定制开发应用于线下支付的 3D 视觉传感器出货量超百万台。AIoT 领域:通过搭载领域:通过搭载 3D
25、视觉传感器实现视觉传感器实现 2D 相机无法实现的功能,如三维重建、避相机无法实现的功能,如三维重建、避障导航等,障导航等,产品主要应用于 VR 看房、服务机器人、智能交通、智慧农牧、家庭娱乐等细分场景,目前已服务全球超过 1000 家客户,在 3D 空间扫描、服务机器人等场景中已实现规模化应用。消费电子领域:通过搭载消费电子领域:通过搭载 3D 视觉传感器实现视觉传感器实现 3D 人脸识别解锁、沉浸式交互、体感人脸识别解锁、沉浸式交互、体感交互等功能,交互等功能,产品主要应用于智能手机等消费电子设备,如公司为 OPPO 旗舰机 Find X 定制开发前置结构光 3D 传感器,助力其成为继苹果
26、 iPhoneX 后全球第二款量产超百万台搭载 3D 视觉传感器的智能手机。工业三维测量领域:通过搭载工业三维测量领域:通过搭载 3D 视觉传感器实现微米级的工业扫描、工业检测等功视觉传感器实现微米级的工业扫描、工业检测等功能,能,产品主要用于三维光学扫描测量、三维光学弯管测量、三维全场应变测量,如公司为全球三大汽车弯管生产企业之一日本三樱提供三维光学弯管检测系统等。图图 3:公司产品覆盖生物识别、:公司产品覆盖生物识别、AIoT、消费电子、工业测量等领域、消费电子、工业测量等领域 资料来源:公司招股书、天风证券研究所 公司成立子公司奥锐达进军智能汽车赛道,公司成立子公司奥锐达进军智能汽车赛道
27、,3D TOF 摄像头和激光雷达产品精准卡位智能摄像头和激光雷达产品精准卡位智能座舱和自动驾驶。座舱和自动驾驶。子公司奥锐达于 2019 年 4 月成立,致力于研发与设计创新的激光雷达 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 7 和车载 3D 摄像头底层核心元器件和新型架构,产品包括面向移动机器人和汽车行业的激光雷达和 3D TOF 摄像头产品。其中,3D TOF 人脸识别摄像头面向车规级前装市场,主机厂可基于该模组开发车内物品检测、乘客属性分析、刷脸开门、车载 3D Face ID、驾驶行为检测、手势识别等智能座舱应用。同时,公司推出单光子面阵激光
28、雷达技术方案,产品基于面阵 SPAD 探测器和可寻址 VCSEL 器件设计,无任何运动部件,实现真正意义上的全固态激光雷达方案,并具备单光子级探测能力,使得探测灵敏度大幅提升,可实现低激光功率下的远距离探测。当前公司已完成全套技术链路的验证,并且成功实现了大规模固态面阵激光雷达的集成设计。公司具备丰富的公司具备丰富的 3D 视觉感知技术及感光芯片设计经验,与智视觉感知技术及感光芯片设计经验,与智能座舱、激光雷达等领域存在技术的底层共性,我们认为公司前瞻性布局智能座舱和激光能座舱、激光雷达等领域存在技术的底层共性,我们认为公司前瞻性布局智能座舱和激光雷达具有较强竞争力,雷达具有较强竞争力,有望有
29、望在拓宽在拓宽 3D 视觉感知技术的应用场景的同时打开公司成长空间。视觉感知技术的应用场景的同时打开公司成长空间。图图 4:成立奥锐达进军智能汽车赛道,拓宽:成立奥锐达进军智能汽车赛道,拓宽 3D 视觉感知技术应用场景并打开成长空间视觉感知技术应用场景并打开成长空间 资料来源:公司招股书、天风证券研究所 1.2.研发:光学实力雄厚,高强度投入芯片、算法及激光雷达研发:光学实力雄厚,高强度投入芯片、算法及激光雷达 公司创始人及团队背景深厚,股权激励确保核心技术团队稳定。公司创始人及团队背景深厚,股权激励确保核心技术团队稳定。公司拥有一支以光学测量为基础,芯片设计、算法等多学科交叉的优秀核心团队,
30、研发人员中博士 58 名(含 18 名博士后),广东省珠江人才 7 名、各类深圳市高层次人才 16 名(截至 2021 年数据)。2014 年公司获评深圳市“孔雀计划”团队,2018 年获评广东省“珠江人才计划”本土创新科研团队。同时,公司创始人黄源浩先生是国家级人才计划专家、国际知名光学测量专家,公司核心团队在光学、芯片设计方面积累深厚。此外,公司实施了多次股权激励:2019年-2021 年股份支付费用分别为 5.5/4.6/1.1 亿元,股权激励有助于绑定核心技术人员,维护公司核心团队稳定。表表 1:公司创始人及团队背景深厚,在国内外学术及业界具有一定影响力公司创始人及团队背景深厚,在国内
31、外学术及业界具有一定影响力 核心人员核心人员 学历专业学历专业 职务职务 技术技术背景背景 黄源浩 光学测量专业,北京大学学士学位、新加坡国立大学硕士学位和香港城市大学博士学位,曾在香港理工大学、加拿大瑞尔森大学、香港中文大学及麻省理工学院SMART 中心从事博士后研究 公司创始人,现任董事长、总经理 国际知名光学测量专家,担任公司广东省珠江团队及深圳市孔雀团队带头人,主持定义公司技术路线,作为负责人主持国家级、省级及市级等科研项目 10 项,参与出版专著两部,在Optics Letters 等著名期刊发表论文 20 余篇,并多次应邀做国际学术会议报告、特邀报告,曾担任国际学术会议分会主席、学
32、术委员会成员以及十多个国际性刊物审稿人。作为主要技术发明人累计申请专利 359 件,授权专利 142 件。肖振中 机器视觉与三维传感技术专业,西安交通大学获得学士、硕士及博士学位,曾在新加坡南洋理工大学从事博士后研究,2011 年公司联合创始人,现任董事、首席技术官 攻读博士期间,参与国家 863 项目 1 项(项目副组长),参与国家自然科学基金项目 1 项,参与制定国家标准“锻压制件及其模具光学三维几何量检测规范”,在国内外知名刊物上发表学术论文 10 余篇。作为核心人员参与国家级、省级及市级 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 8 11 月被
33、聘为西安交通大学机械工程学院博士讲师 等科研项目近 10 项,作为主要技术发明人累计申请专利 328件,授权专利 129 件。梅小露 计算机专业,北京大学学士学位和中国科学院计算技术研究所硕士学位 现任高级副总、芯片研发负责人 2018 年 10 月荣获全国十佳新锐领军程序员,拥有超过 15 年的芯片设计开发工作经验,主持公司 3D 视觉感知芯片研发工作,已成功量产 5 款 3D 视觉感知芯片。作为主要技术发明人累计申请专利 20 件,授权专利 7 件,作为核心成员参与国家重点研发专项、省重大专项、市级政府科研项目等 3 项。资料来源:公司招股书、天风证券研究所 持续高研发投入巩固公司技术核心
34、竞争优势。持续高研发投入巩固公司技术核心竞争优势。2019-2021 年公司研发费用率(剔除股份支付)分别为 32.46%、96.50%、72.05%。与同行业对比来看与同行业对比来看,公司剔除股份支付影响后的研发费用率高于睿创微纳,低于寒武纪;其中,寒武纪研发费用中包含较大金额的流片费用等,导致其各年研发费用率均在 100%以上,但公司研发费用率高于睿创微纳和云从科技,主要系公司在芯片、算法以及激光雷达等方面的前瞻性布局和投入,具体来看:芯片方面芯片方面:目前已研发出 MX 系列 3 款深度引擎芯片,同时 2019-2021 年期间投入研发的芯片包括高分辨率结构光专用感光芯片、MX6600、
35、iToF 感光芯片(待量产)、AIoT数字算力芯片、dToF 感光芯片等。算法方面算法方面:公司目前已量产结构光深度引擎算法、iToF 深度引擎算法、双目深度引擎算法,算法均实现了芯片 IP 化,同时也布局了骨架跟踪、图像分割、三维重建、机器人 SLAM 等算法。激光雷达激光雷达:自研面阵 SPAD 探测器和可寻址 VCSEL 器件全固态激光雷达以及 SPAD 感光芯片等核心部件。图图 5:奥比中光以研发为核心驱动,研发投入占比高于多数行业可比公司:奥比中光以研发为核心驱动,研发投入占比高于多数行业可比公司 资料来源:公司招股书、天风证券研究所 1.3.财务:财务:风物长宜放眼量,静待收获期到
36、来风物长宜放眼量,静待收获期到来 商业化初期营收波动较大,公司“全栈式技术研发能力商业化初期营收波动较大,公司“全栈式技术研发能力+全领域技术路线布局”成长路径全领域技术路线布局”成长路径清晰。营收方面,清晰。营收方面,3D 视觉感知仍处于发展初期,下游各应用领域尚未全面进入规模化商用,公司营业规模相对有限且波动较大。2019-2020 年公司营收从 5.97 亿元下滑至 2.59亿元,同比下降 56.6%,主要系公司应用于线下支付的 3D 视觉传感器受疫情影响需求暂时承压。2021 年公司实现营业收入 4.74 亿元,同比增长 83.1%,主要系疫情影响边际减弱后线下支付场景需求逐步恢复,同
37、时在服务机器人、智能门锁等细分场景中加速导入。展望未来,公司基于结构光、双目、展望未来,公司基于结构光、双目、iToF 技术等多个系列的技术等多个系列的 3D 视觉传感器有望逐渐起量,视觉传感器有望逐渐起量,产品结构也将从产品结构也将从 3D 视觉传感器向消费级应用设备、工业级应用设备等不断扩展。同时,视觉传感器向消费级应用设备、工业级应用设备等不断扩展。同时,公司积极布局智能汽车、机器人等高景气赛道,未来增长动能强劲。公司积极布局智能汽车、机器人等高景气赛道,未来增长动能强劲。122.32%167.41%301.38%16.22%14.62%14.33%56.25%76.59%49.65%3
38、2.46%96.50%72.05%0.00%50.00%100.00%150.00%200.00%250.00%300.00%350.00%201920202021寒武纪睿创微纳云从科技本公司(剔除股份支付)公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 9 图图 6:受疫情影响,近三年公司营收呈现大幅波动:受疫情影响,近三年公司营收呈现大幅波动 图图 7:产品未规模化商用叠加高研发投入,公司利润承压:产品未规模化商用叠加高研发投入,公司利润承压 资料来源:Wind、公司招股书、天风证券研究所 资料来源:公司招股书、天风证券研究所 营收端波动较大叠加持续高强
39、度投入研发,利润端整体承压。营收端波动较大叠加持续高强度投入研发,利润端整体承压。2019-2021 年公司主营业务毛利率分别为 59.39%、57.57%和 48.24%,整体呈小幅度下降趋势。其中 2021 年毛利率略有下降系自建工厂在 2020 年投产后,产能利用率尚在爬坡,折旧摊销等费用增加较大,此外,由于芯片、部分电子元件等原材料供应紧张,采购成本亦有所上升。产品结构产品结构方面方面,3D 视觉传感器是公司拳头产品,2019-2021 年营收占比分别为 86.84%、71.28%和 76.65%,同时公司前瞻布局具有较高毛利率的工业级应用设备,随着高毛利业务收入占比提升,有望驱动公司
40、整体毛利率加速上行。净利润方面净利润方面,20192021 年扣非后公司归母净利润分别为-163.74 万元、-23,026.40 万元和-30,153.48 万元,主要系公司保持对研发的高强度投入,人员规模、研发费用持续增加,三费占营收比重较大。行业初期规模化应用领域有限,同时伴随智能门锁、手机等低毛利场景应用渗透、自建工厂投入使用以及部分材料采购价格上升,2021 年公司毛利率有所下降,综合使得营业收入同比增长情况下,公司仍然呈现亏损且幅度略有增加。我们认为公司当前基于发展战略进行的经营投我们认为公司当前基于发展战略进行的经营投入,符合当前公司所处发展阶段特点,后续随着公司入,符合当前公司
41、所处发展阶段特点,后续随着公司 3D 视觉传感器毛利率触底反弹和工视觉传感器毛利率触底反弹和工业级应用设备等高毛利业务放量,利润端有望逐步边际改善。业级应用设备等高毛利业务放量,利润端有望逐步边际改善。图图 8:公司营收结构持续优化,:公司营收结构持续优化,3D 视觉传感器占比减少视觉传感器占比减少 图图 9:近年来公司各板块毛利率有所波动,整体略有下滑:近年来公司各板块毛利率有所波动,整体略有下滑 资料来源:公司招股书、天风证券研究所 资料来源:公司招股书、天风证券研究所 3D 视觉感知行业仍处于发展早期,产品推广、客户培育及公司经营规模扩大等使得消费视觉感知行业仍处于发展早期,产品推广、客
42、户培育及公司经营规模扩大等使得消费及管理费用相对较高。销售费用方面,及管理费用相对较高。销售费用方面,2019-2021 年公司销售费用率分别为 8.7%、19.7%、12.2%(剔除股份支付),近年来呈增长态势,主要系随公司业务布局扩大,公司销售人员职工薪酬呈增长趋势,以及实施股权激励计提股份支付所致。管理费用方面,管理费用方面,2019-2021 年公司管理费用率分别为 12.2%、34.5%、22.0%(剔除股份支付),管理费用率较高主要系经营规模的扩大和外部股东的投入、公司法人治理结构和内部控制措施不断完善,管理人员数量持续增加所致。总体来看,销售费用和管理费用率与同行业可比公司平均水
43、平基本总体来看,销售费用和管理费用率与同行业可比公司平均水平基本一致,一致,我们认为在可比公司中我们认为在可比公司中处于合理水平,公司所处行业仍处发展前期,产品推广、客处于合理水平,公司所处行业仍处发展前期,产品推广、客户培育及公司经营规模扩大等因素导致户培育及公司经营规模扩大等因素导致销售销售和管理费用较高,随着未来行业发展逐渐成熟,和管理费用较高,随着未来行业发展逐渐成熟,后续公司销售和管理费用后续公司销售和管理费用率率有望持续降低并加速盈利能力修复。有望持续降低并加速盈利能力修复。5.972.594.74-56.6%83.1%-80.0%-60.0%-40.0%-20.0%0.0%20.
44、0%40.0%60.0%80.0%100.0%020202021营收(亿元)营收同比增长(%)-0.02-2.30-3.0259.39%57.57%48.24%0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%-3.50-3.00-2.50-2.00-1.50-1.00-0.500.00201920202021扣非归母净利润(亿元)主营业务毛利率86.84%71.28%76.65%9.75%17.20%16.44%2.33%9.42%4.41%1.08%2.10%2.50%0%10%20%30%40%50%60%70%80%90
45、%100%20D视觉传感器消费级应用设备工业级应用设备其他62.49%62.00%50.31%31.20%28.09%33.57%66.01%77.90%64.34%0%10%20%30%40%50%60%70%80%90%20D视觉传感器消费级应用设备工业级应用设备 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 10 图图 10:行业仍处于发展早期,销售费用:行业仍处于发展早期,销售费用率率较高但具有合理性较高但具有合理性 图图 11:剔除股份支付后管理费用:剔除股份支付后管理费用率有所提升率有所提升 资料来源
46、:公司招股书、天风证券研究所 资料来源:公司招股书、天风证券研究所 2.3D 感知:应用场景遍地开花,感知:应用场景遍地开花,3D 视觉感知技术有望视觉感知技术有望 4E0D 断断渗透渗透 2.1.万物互联感知先行,万物互联感知先行,2025 年年 3D 感知全球市场规模有望达感知全球市场规模有望达 150 亿美元亿美元 3D 视觉感知是人工智能和物联网时代的关键基础视觉感知是人工智能和物联网时代的关键基础共性共性技术。技术。与 2D 成像技术相比,3D 视觉感知技术不但能够提供纹理(色彩)信息,还能通过扫描获取人体、物体、空间的点云图和精准的“1:1”还原的 3D 模型,让终端获取更多精准的
47、三维信息,从而助力各类终端更好地“看懂”三维世界。目前目前 3D 视觉感知技术路线主要有六种,分别为结构光、视觉感知技术路线主要有六种,分别为结构光、iToF、双目、双目、dToF、Lidar 以及工业三维测量以及工业三维测量,正逐步拓展更多的应用场景。表表 2:3D 视觉感知包括结构光、视觉感知包括结构光、iToF、dToF、双目、双目、Lidar、工业三维测量六大技术、工业三维测量六大技术 3D 视觉感知视觉感知技术技术 最佳测量距离最佳测量距离 分辨率分辨率 测量精度测量精度 主要适用场景主要适用场景 结构光 5m 高 近距:高 中远距:低 手机前置、刷脸支付、刷脸门锁、服务机器人、安防
48、监控、屏下 3D 结构光等 iToF 3.5m 中 近距:中 中距:高 手机前置、后置、扫地机器人、AR/VR、门禁等 dToF 5m 低 近距:低 远距:高 手机后置、平板后置、扫地机器人等 双目 15m 高 低 汽车侧面、室外机器人、智能安防等 Lidar 200m 低 近距:低 远距:高 汽车自动驾驶、汽车 ADAS、低速物流车自动驾驶等 工业三维测量 20mm-30m 极高 极高 高精度工业测量,材料、结构检测 资料来源:公司招股书、天风证券研究所 注 1:表中结构光、iToF、dToF、双目 3D 视觉感知技术对应的产品均指消费级产品。注 2:表中测量精度的对比用于反映六种技术在相同
49、距离区间上的相对比较,并非指同种技术在不同距离上的比较。3D 视觉感知技术经历以下阶段,加速从工业级向消费级拓展:萌芽期:萌芽期:3D 视觉感知技术最早应用于工业领域,视觉感知技术最早应用于工业领域,主要用于工业设备与零部件的高精度三维测量以及物体、材料的微小形变测量。但用于工业检测的 3D 视觉测量设备一般为多种技术融合使用,具有设备成本高、体积大、功耗高,应用普及缓慢等特点。代表产品有瑞典海克斯康(HEXAGON)的 PrimeScan 扫描仪、德国高慕公司(GOM)的 ATOS 系列三维扫描仪和 ARAMIS 三维形变测量系统等。商业化探索期:随着底层元器件、核心算法等技术快速发展,商业
50、化探索期:随着底层元器件、核心算法等技术快速发展,3D 视觉感知技术逐渐视觉感知技术逐渐由工业领域向消费级领域推广。由工业领域向消费级领域推广。此时 3D 视觉感知产品的成本、体积、功耗都得到显著降低并且应用聚焦于三维建模、人机交互等领域。代表产品有微软的 3D 视觉感知产品 Kinect、英特尔基于结构光技术的产品 RealSense 以及奥比中光基于结构光技术的消费级 3D 视觉传感器 Astra 等。4.3%9.8%18.0%3.3%3.0%3.4%28.3%36.3%26.0%8.7%19.7%12.2%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.
51、0%201920202021寒武纪睿创微纳云从科技奥比中光(剔除股份支付)25.3%33.4%58.5%5.6%3.7%3.7%20.4%21.8%13.8%12.2%34.5%22.0%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%201920202021寒武纪睿创微纳云从科技奥比中光 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 11 市场导入期:市场导入期:随着 3D 视觉感知技术的不断升级,3D 视觉感知产品的成本、功耗、体积进一步得到优化,逐步在智能手机、移动支付、AIoT 等领域落地应用。2017 年年苹果发布的
52、苹果发布的 iPhone X 搭载了前置搭载了前置 3D 结构光视觉传感器,这标志着结构光视觉传感器,这标志着 3D 视觉感知视觉感知技术在消费级领域开始规模化普及。技术在消费级领域开始规模化普及。快速发展期:快速发展期:2018 年以来,3D 视觉传感器在刷脸支付、智能门锁、3D 看房等领域加速落地。同时,基于不同技术路线的产品日益丰富:1)iToF:华为、魅族等厂商相继推出搭载了基于 iToF 技术的后置 3D 视觉传感器的智能手机;2)dToF:2020 年苹果推出搭载了基于 dToF 技术的 Lidar 扫描仪的 iPad Pro 及 iPhone 12 Pro;3)双目视觉:双目视觉
53、:大疆创新搭载了双目视觉系统的无人机如 Phantom Pro/Pro+、Mavic 2 Pro/Zoom 等;4)激光雷达:)激光雷达:谷歌旗下 Waymo 公司搭载激光雷达及多传感器的无人驾驶汽车。随着随着 2D 成像逐步向成像逐步向 3D 视觉感知升级,市场规模迎来快速增长。视觉感知升级,市场规模迎来快速增长。据 Yole 数据,2019 年全球 3D 视觉感知市场规模为 50 亿美元,预计在 2025 年达到 150 亿美元,2019-2025年复合增长率约为 20%。图图 12:2025 年全球年全球 3D 视觉感知市场规模有望增长至视觉感知市场规模有望增长至 150 亿美元亿美元
54、资料来源:公司招股书、Yole、天风证券研究所 2.2.产业链:元器件产业链:元器件+感知方案感知方案+应用算法,中游感知方案商是核心环节应用算法,中游感知方案商是核心环节 3D 视觉感知产业作为新兴行业,经过近十年不断探索、研发及应用,现已形成一条包括上游、中游、下游和应用终端的产业化分工链条。上游:提供各类上游:提供各类 3D 视觉传感器硬件的供应商或生产商。视觉传感器硬件的供应商或生产商。3D 视觉传感器主要由深度引擎芯片、光学成像模组、激光投影模组以及其他电子器件、结构件等构成。其中,光学成像模组的核心部件包括感光芯片、成像镜头、滤光片等核心元器件;激光投影模组包括激光发射器、衍射光学
55、元件、投影镜头等核心元器件。感光芯片供应商有索尼、三星、韦尔股份、思特威等;滤光片供应商有 Viavi、五方光电等,光学镜头供应商有大立光、玉晶光电、新旭光学等;激光发射器供应商有 Lumentum、菲尼萨(Finisar)、艾迈斯半导体(AMS)等,衍射光学元件供应商有 CDA、AMS、驭光科技等。中游:基于深度中游:基于深度引擎算法结合应用进行各类引擎算法结合应用进行各类 3D 视觉传感器方案设计的视觉传感器方案设计的 3D 视觉感知视觉感知方案商。方案商。代表企业有苹果、微软、英特尔、华为、奥比中光等。下游:根据终端的各类应用场景开发各类应用算法的应用算法方案。下游:根据终端的各类应用场
56、景开发各类应用算法的应用算法方案。目前已具备一定商业应用的算法包括:人脸识别、活体检测算法,三维测量、三维重建算法,图像分割、图像增强优化算法,VSLAM 算法,骨架、姿态识别、行为分析算法,沉浸式 AR、虚拟现实算法等。产业链应用终端:基于产业链应用终端:基于 3D 视觉感知技术的各类应用场景客户。视觉感知技术的各类应用场景客户。包括生物识别、AIoT、消费电子、以及汽车等众多客户,如魅族、OPPO、蚂蚁集团、惠普、优必选、凯迪仕等;此外,应用终端还包括家庭、零售、学校、医院、药店、政府、企业、工厂、公共运输领域(包括不限于地铁、公交、高铁、飞机等)等。公司报告公司报告|首次覆盖报告首次覆盖
57、报告 请务必阅读正文之后的信息披露和免责申明 12 图图 13:3D 视觉感知分为上游传感器硬件供应商、中游感知方案提供商、下游应用算法方案商视觉感知分为上游传感器硬件供应商、中游感知方案提供商、下游应用算法方案商 资料来源:公司招股书、天风证券研究所 成熟通用元器件是当下主流选择,定制化是上游元器件必经之路。成熟通用元器件是当下主流选择,定制化是上游元器件必经之路。3D 视觉感知行业的整体发展与上游核心元器件的升级迭代紧密相关,然而由于 3D 视觉感知行业仍处于发展前期,技术发展并不成熟,因此产业链上游企业难以提供专用于 3D 视觉感知技术的核心元器件,只能选择已经成熟应用于其他行业的元器件
58、,比如光学镜头、感光芯片、滤光片均来自于 2D 成像行业,激光发射器则来自于光通信、激光加工行业。中游中游 3D 视觉感知方视觉感知方案商是行业核心环节,驱动上下游协同发展。案商是行业核心环节,驱动上下游协同发展。处于产业链中游的 3D 视觉感知方案商拥有对 3D 视觉感知技术最为全面的系统级理解能力,在深入理解客户需求的基础上,通过整合上游产业链资源开发出定制化的核心元器件,提高了 3D 视觉传感器对于下游应用场景的适用性,能够促进各类客户向 3D 视觉感知智能化升级。2.3.格局:工业市场国产替代空间广阔,消费市场格局未稳、国产大有可为格局:工业市场国产替代空间广阔,消费市场格局未稳、国产
59、大有可为 消费级与工业级竞争格局有所不同,其中消费级未形成稳定的格局,而工业级主要由外企消费级与工业级竞争格局有所不同,其中消费级未形成稳定的格局,而工业级主要由外企所把控。所把控。消费级市场方面消费级市场方面,已开展相关技术与产品研发的主要企业包括苹果、华为、微软、英特尔、索尼、三星等科技巨头企业,还包括英飞凌、瑞芯微、华捷艾米、奥比中光等企业。其中,微软是业内最早推出消费级 3D 视觉传感器的企业,经过多年发展,已推出结构光、iToF 技术的 3D 视觉传感器面向市场销售,推动了 3D 视觉感知技术的发展;苹果、华为主要面向自主终端产品(智能手机、平板设备等)对 3D 视觉感知技术需求,自
60、研 3D 视觉传感器以服务于自家产品;英特尔则面向开发者、机器人等多个应用场景推出了多款产品。索尼、三星借助于自身在感光芯片方面的实力,在 iToF、dToF 技术上进行发力,推出了相应的感光芯片产品,面向业内其他企业销售。英飞凌、奥比中光、瑞芯微、华捷艾米等向市场推出了各自研发的 3D 视觉传感器产品。3D 视觉感知行业属于新兴行视觉感知行业属于新兴行业,在消费级市场中拥有广泛应用场景,目前处于快速发展的阶段,尚未形成稳定的竞争业,在消费级市场中拥有广泛应用场景,目前处于快速发展的阶段,尚未形成稳定的竞争格局,偏向于竞合关系格局,偏向于竞合关系。在工业级市场方面,在工业级市场方面,已开展 3
61、D 视觉感光相关技术与产品研发的企业主要为德国 GOM 公司、美国 CSI 公司、HEXAGON 瑞典海克斯康、奥比中光等企业。此前工业级应用市场相关技术主要由欧美国家的大型工业生产厂商主导,但近年来随着国内企业对高精密 3D 测量技术的不断积累,国产设备凭借较高的性价比开始替代进口设备,且不断拓展工业领域新的应用,国产替代空间广阔。2.4.应用:下游应用多点应用:下游应用多点开花,开花,AIoT、智能汽车空间广阔、智能汽车空间广阔 生物识别领域生物识别领域 3D 刷脸支付和刷脸支付和 3D 门锁门禁是主要应用场景。门锁门禁是主要应用场景。生物识别是一种通过计算机、光学、声学、生物传感器等多个
62、技术领域密切结合,利用人体固有的生理特性,如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法。目前,3D 人脸识别技术主要有以下应用场景:1)3D 刷脸支付刷脸支付,3D 刷脸支付是继二维码支付后由 3D 视觉感知技术驱动的新一代支付方式,刷脸支付避免了携带支付中间介质,使用高效、便利,满足了身份核验的唯一性,更好实现支付安全与便捷的统一,能够更好满足最终用户的根本需求,公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 13 因此成为了线下支付方式的长期发展方向,具备驱动自我发展的底层源动力。2)3D 门锁门锁门禁门禁,在刷脸门锁、门禁场
63、景下,搭载 3D 人脸识别的门锁、门禁避免了接触式的识别过程,相较于传统的密码锁和指纹锁给用户带来了更好的便利性。此外,3D 人脸识别技术的特点(如较高的识别精度和稳定性)与门锁门禁的安全性需求天然契合。随着相关技术的随着相关技术的不断成熟,智能门锁、门禁不断成熟,智能门锁、门禁的制造成本将逐渐下降,结合我国居民可支配收入上升带来的的制造成本将逐渐下降,结合我国居民可支配收入上升带来的消费升级,智能门锁、门禁的性价比将进一步提升,引领传统门锁、门禁的智能化转型。消费升级,智能门锁、门禁的性价比将进一步提升,引领传统门锁、门禁的智能化转型。表表 3:3D 人脸识别、人脸识别、2D 人脸识别、虹膜
64、、指纹、掌纹五类生物识别方法对比人脸识别、虹膜、指纹、掌纹五类生物识别方法对比 生物识别方法生物识别方法 3D 人脸识别人脸识别 2D 人脸识别人脸识别 虹膜虹膜 指纹指纹 掌纹掌纹 精度 高 一般 极高 高 高 安全系数 高 一般 高 一般,容易被仿造 较高 稳定性 稳定 一般 终生不变 易磨损 易磨损 采集成本 中 中 高 低 中 便利程度 高 高 低 一般,接触式识别,部分人无法识别 一般,接触式识别 常用应用场景 刷脸支付、门锁门禁、交通、身份核验等 门禁、安防等 目前应用场景较少 手机、考勤、金融等 目前应用场景较少 资料来源:公司招股书、天风证券研究所 AIoT 领域领域 AIoT
65、 领域应用场景众多,包括空间扫描、服务机器人、领域应用场景众多,包括空间扫描、服务机器人、AR、人体扫描等领域。、人体扫描等领域。1)3D 空空间扫描应用领域,间扫描应用领域,由 3D 视觉传感器阵列组成的 3D 房屋扫描设备可快速对房屋内部进行高精度、快速地三维重建,更精准地还原房屋信息,进一步实现模拟实景的 3D 看房,提高用户的在线看房体验。2)服务机器人应用领域,)服务机器人应用领域,3D 视觉传感器可以帮助服务机器人高效完成人脸识别、距离感知、避障、导航等功能,使其更加智能化。根据 IDC 的数据,2017 年全球商务用机器人市场规模为 213.2 亿美元,预计 2022 年全球市场
66、规模可达 538.0 亿美元,2017-2022 年复合增长率预计为 20.3%。3)AR 领域,领域,3D 视觉感知技术可帮助 AR 设备对周围环境进行三维重建,使得虚拟的立体影像更好的叠加在现实场景中,同时 3D 视觉感知可以识别人的手势、动作从而实现人与虚拟影像的交互。4)人体扫描领)人体扫描领域,域,针对儿童及青少年群体,3D 视觉感知技术的应用主要包括 3D 体态仪、智能体测设备等。总体来看,总体来看,3D 视觉感知技术在视觉感知技术在 AIoT 领域应用场景广阔,将为行业的长期市场需领域应用场景广阔,将为行业的长期市场需求发展奠定基础。求发展奠定基础。图 14:全球商务用机器人市场
67、规模(亿美元)全球商务用机器人市场规模(亿美元)资料来源:公司招股书、IDC、天风证券研究所 消费电子领域消费电子领域 苹果率先将苹果率先将 3D 感知技术在手机端应用,未来有望不断在中高端机型渗透普及。感知技术在手机端应用,未来有望不断在中高端机型渗透普及。2017 年9 月以来,苹果率先应用 3D 视觉感知技术,其公司的 iPhoneX、iPhone 11、iPhone 12 手机系列均搭载了前置结构光 3D 视觉传感器,并在 iPhone 12 Pro 上同步搭载了基于 dToF 技术的后置激光雷达扫描仪。随着智能手机前、后置的 3D 视觉应用的不断探索,同时屏下结构光和前后置 iToF
68、 和 dToF 技术的应用,加上未来各项技术的不断成熟和迭213.2253.7300.3363.1443.453800500600200202021E2022E 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 14 代所带来的软硬件成本下降,结构光/ToF 等技术将在中高端机型中普及,从而进一步提高在智能手机领域的渗透率。随着 3D 视觉感知技术的不断发展,其在消费电子领域的应用正在不断拓展,除智能手机外,还广泛适用于电脑、电视等多种终端设备。2020 年 3 月,苹果推出的新款 iPad Pro 平板搭载了激光雷
69、达扫描仪,用于环境的三维检测和三维扫描,可以实现如测量、游戏、购物、装修等各类 AR 体验。3D 视觉感知技术在消费电子各领视觉感知技术在消费电子各领域给用户带来较好的用户体验,未来具有较大的市场渗透空间。域给用户带来较好的用户体验,未来具有较大的市场渗透空间。工业领域工业领域 3D 视觉感知技术能够对工业生产有效赋能。视觉感知技术能够对工业生产有效赋能。3D 视觉感知在工业领域主要应用于三维扫描、微小形变测量、弯管角度测量分析、工业机器人的定位与导航等方面。1)工业三维扫描设备可实现非接触式的对工业设备、零部件等表面三维数据的细致、精确、快速获取。同时结合全局自动拼接技术,可实现几十米超大工
70、件的快速高精度测量。2)微小形变测量通过 3D 视觉感知技术实现对设备、零部件、材料以及微小物体等变形过程中物体表面的三维坐标、位移及应变的测量。3)弯管测量仪利用工业级相机从各个角度拍摄弯管的二维图像,通过图像识别、立体视觉、摄影测量、多相机空间标定、三维重建等技术,快速实现弯管三维外形的智能化高效在线测量检测,大幅提高生产制造效率、大幅降低人力和检具成本,最终基于云端数据的分析可以实现数据追溯、智能化的工艺优化。4)工业机器人应用主要是通过搭载 3D 视觉传感器以实现距离感知、避障导航、三维地图重建等多项功能,从而更好地完成分拣、搬运、排障等多项服务,大幅减少人工需求。伴随目前高精密伴随目
71、前高精密 3D 测量测量技术需求日益增长,国内技术需求日益增长,国内 3D 视觉感知技术不断落地,工业领域国产替代空间广阔。视觉感知技术不断落地,工业领域国产替代空间广阔。图图 15:全球工业机器视觉市场规模(亿元):全球工业机器视觉市场规模(亿元)资料来源:赛迪顾问、工业互联说公众号、天风证券研究所 智能汽车领域智能汽车领域 激光雷达、智能座舱等场景具有广阔的成长空间。激光雷达、智能座舱等场景具有广阔的成长空间。3D 视觉感知技术在汽车领域的应用主要分为车外和车内应用,其中车外应用包括自动驾驶及辅助驾驶 360 度 3D 环视、车外身份识别等,车内应用包括驾驶员检测以及车内交互。随着国家不断
72、推出系列鼓励支持智能汽车的相关法规和政策,预计未来产业链将不断完善,相关应用场景关注度和认可度不断提升,同时伴随汽车智能化进程不断加速,智能座舱、智能驾驶场景成长空间广阔。图图 16:智能座舱、自动驾驶有望成为:智能座舱、自动驾驶有望成为 3D 视觉感知新的应用场景视觉感知新的应用场景 资料来源:盖世汽车社区公众号、天风证券研究所 64.2380.29117.09131.75138.77150.00165.00180.000.0050.00100.00150.00200.002001820192020E2021E2022E 公司报告公司报告|首次覆盖报告首次覆盖报告 请务
73、必阅读正文之后的信息披露和免责申明 15 3.激光雷达:半固态方案率先放量,全固态方案未来可期激光雷达:半固态方案率先放量,全固态方案未来可期 3.1.自动驾驶加速发展,以激光雷达为核心的多传感器融合路线成当下主流自动驾驶加速发展,以激光雷达为核心的多传感器融合路线成当下主流 智能化逐渐成为主机厂核心卖点,自动驾驶迎来高速发展期,出现以摄像头为核心的纯视智能化逐渐成为主机厂核心卖点,自动驾驶迎来高速发展期,出现以摄像头为核心的纯视觉路线与以激光雷达为核心的多传感器融合路线。觉路线与以激光雷达为核心的多传感器融合路线。当下汽车产业正发生系统性的深远变革,消费者愈加注重智能化体验,自动驾驶和智能座
74、舱逐渐成为消费者的核心关注点;同时主机厂也不断搭载更多的智能化、网联化技术,以求打造差异化卖点。根据 IHS Markit 预测,中国自动驾驶未来十年将高速增长,2025 年 L2 级别以上智能汽车渗透率有望超过 60%,2030 年高级别自动驾驶(L3/L4)渗透率有望达到 30%。自动驾驶分为环境感知、路径规自动驾驶分为环境感知、路径规划、控制执行三个环节,环境感知即需要对车辆、行人、交通信号灯、障碍物等行车环境划、控制执行三个环节,环境感知即需要对车辆、行人、交通信号灯、障碍物等行车环境做出快速准确的识别,当下环境感知有纯视觉和做出快速准确的识别,当下环境感知有纯视觉和视觉雷达视觉雷达融
75、合两大技术路线。融合两大技术路线。纯视觉方案:纯视觉方案:“轻感知、重算法”,即仅依靠摄像头收集环境信息,将图片传输到计算平台训练分析,并不断进行算法的迭代,其优点在于低成本、更加接近人类驾驶,缺点则是依赖大量数据训练、存在环境认知死角等,目前特斯拉坚持纯视觉感知方案。多传感器融合方案:多传感器融合方案:“重感知、轻算法”,即通过激光雷达、摄像头、毫米波雷达、超声波雷达、等传感器收集车辆周边信息,能够实现对物体位置、距离等信息精确的感知并具备较高的安全冗余性,缺点在于多传感器融合存在技术挑战、硬件成本较高等,目前国内采用多“重感知,轻算法”的传感器融合方案主机厂有小鹏、蔚来、极狐等。图图 17
76、:中国高阶自动驾驶(中国高阶自动驾驶(L3、L4)预计未来十年高速渗透)预计未来十年高速渗透 资料来源:IHS Markit、天风证券研究所 表表 4:相较于纯视觉方案,多传感器融合方案具备感知精确、安全冗余度高等优势相较于纯视觉方案,多传感器融合方案具备感知精确、安全冗余度高等优势 技术路线技术路线 感知方式感知方式 特征特征 代表企业代表企业 纯视觉方案 摄像头 硬件成本低、获取环境信息更加丰富、依赖大量数据、存在环境认知死角 特斯拉 多传感器融合 激光雷达+毫米波雷达+超声波雷达+摄像头 能够对物体精确感知、安全冗余性高、硬件成本高、多传感器融合存在技术困难、激光雷达容易受到雨雪雾天气的
77、影响。蔚来、小鹏、极狐等 资料来源:贸泽电子公众号、天风证券研究所 以激光雷达为核心的多传感器融合方案被国内主机厂广泛采用。我们认为主要原因是:以激光雷达为核心的多传感器融合方案被国内主机厂广泛采用。我们认为主要原因是:以特斯拉为代表的纯视觉方案难以复刻。以特斯拉为代表的纯视觉方案难以复刻。特斯拉坚持采用纯视觉方案底气来自于百万车队采集实时数据用于训练+强大视觉算法团队+自研超算 Dojo 用于视觉数据训练,其余主机厂较难复刻特斯拉独特的视觉感知路线。降低对环境的依赖。降低对环境的依赖。纯视觉方案对于光线依赖度较高,在弱光或光影复杂的地方难以使用,如特斯拉 Autopilot 在夜晚以及雨雪天
78、气工作准确度有所降低,而多传感器融合方案能降低传感器对环境的依赖。降低对算力和算法的要求。降低对算力和算法的要求。激光雷达能够弥补摄像头仅能收集 2D 数据的缺陷,可提供周围物体的精确距离测量,使机器能够采集 3D 图像(收集 2D 数据后还原成 3D 场景误差较大,且对算法和算力要求极高)。我们认为多传感器融合方案能够打破特斯拉纯视觉感知路线的数据和算法壁我们认为多传感器融合方案能够打破特斯拉纯视觉感知路线的数据和算法壁垒,使得主机垒,使得主机53.10%31.40%7%26.90%23.50%11%20%35.10%51%08.50%20%01.50%11%0%10%20%30%40%50
79、%60%70%80%90%100%202120252030L4L3L2L1L0 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 16 厂能够高效迅速的提升其自动驾驶能力,打造智能化卖点,因此以激光雷达为主的多传感厂能够高效迅速的提升其自动驾驶能力,打造智能化卖点,因此以激光雷达为主的多传感器融合感知方案将有望成为大部分主机厂切入高级别自动驾驶的首选。器融合感知方案将有望成为大部分主机厂切入高级别自动驾驶的首选。图图 18:数据闭环:数据闭环+百万车队百万车队+Dojo 视觉训练,构造高效联机版“视觉训练,构造高效联机版“AI 进化体”进化体”资料来源:地平线
80、、天风证券研究所 3.2.激光雷达:多传感器融合路线感知层核心部件,实现高阶自驾之关键激光雷达:多传感器融合路线感知层核心部件,实现高阶自驾之关键 3.2.1.激光雷达激光雷达=发射模块发射模块+接收模块接收模块+扫描模块扫描模块+控制模块控制模块 激光雷达能够测量物体距离、角度、高度等信息,并处理形成点云模型,为决策层提供参激光雷达能够测量物体距离、角度、高度等信息,并处理形成点云模型,为决策层提供参考,是多传感器融合感知层核心部件。考,是多传感器融合感知层核心部件。激光雷达是一种用于获得物体精确三维位置信息的传感器,能够确定物体的位置、大小、外貌形状、速度等。通过测量激光信号的时间差或相位
81、差确定距离、通过水平旋转或相控扫描测量角度、通过不同俯仰角度的信号获得高度信息,并基于距离、角度、高度等对周边物体建模形成三维点云图。激光雷达是由发射、激光雷达是由发射、接收、扫描、控制等功能模块组成,各功能模块有多种选择方案接收、扫描、控制等功能模块组成,各功能模块有多种选择方案:发射模块发射模块:负责激光源发射,不同光源及发射形式影响射出光的能量大小和可探测范围深度,光源波长分为 905nm 和 1550nm 两类,按照激光器驱动方式可分为边发射激光器(EEL)和垂直腔面发射激光器(VCSEL);接收模块接收模块:负责接收返回光,不同探测器影响对返回光的探测灵敏度,进而影响探测距离和范围,
82、探测器包括 PIN PD、APD、SPAD、SiPM 等;扫描模块扫描模块:通过控制光的传播方向实现对特定区域的扫描,不同扫描方式影响探测范围广度及激光雷达整体耐用和稳定性,按扫描方式划分,可分为机械式、半固态、全固态等;控制模块控制模块:通过算法处理生成最终的点云模型,以供后续自动驾驶决策算法参考。由于不同技术和方案组合可以衍生出诸多激光雷达产品形态,不同方案优缺点有所不同,由于不同技术和方案组合可以衍生出诸多激光雷达产品形态,不同方案优缺点有所不同,当下行业仍处于早期发展阶段,技术路线呈现多点开花。当下行业仍处于早期发展阶段,技术路线呈现多点开花。图图 19:激光雷达由扫描模块、发射模块、
83、接收模块、主控模块组成:激光雷达由扫描模块、发射模块、接收模块、主控模块组成 资料来源:禾赛科技招股书、天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 17 3.2.2.激光雷达分类及技术路线激光雷达分类及技术路线 按照测距方式,激光雷达主要可分为按照测距方式,激光雷达主要可分为 ToF、FMCW、三角测距法等方案、三角测距法等方案。激光雷达按照测距方法可以分为飞行时间(Time of Flight,ToF)测距法、基于相干探测的 FMCW 测距法、以及三角测距法等,其中 ToF 与 FMCW 能够实现室外阳光下较远的测程(100250 m)
84、,是车载激光雷达的优选方案。ToF 方案是通过测量发射激光与回波信号的时间差,并基于光的传播速度计算目标物的距离信息,具有响应速度快、探测精度高等优势;而 FMCW 方案将发射激光的光频进行线性调制,通过回波信号与参考光进行相干拍频得到频率差,从而间接获得飞行时间反推目标物距离,具有可测量速度信息及抗干扰强等优势。图图 20:ToF 与与 FMCW 探测原理对比探测原理对比 资料来源:艾瑞咨询公众号、天风证券研究所 905nm 光源在光源在 ToF 方案下有明显的性价比优势,方案下有明显的性价比优势,1550nm 光源更适配光源更适配 FMCW 方案。方案。从探测距离角度看,905nm 光源的
85、激光雷达最大探测距离在 150200 米之间,已接近人眼限制功率极限(无法通过提高功率来增加探测距离),而 1550nm 波长对人眼安全影响更小,可以通过使用更大的光功率来实现更远的探测距离。从成本角度看,从成本角度看,1550nm 波长光源需要使用价格更高的激光器和 GaAs 探测器(硅材料无法探测到 1550nm 波长),而 905nm接收端则可以使用低成本、成熟的硅基 CMOS 工艺。从方案匹配性看,从方案匹配性看,1550nm 波长下 ToF方案雨雾天气探测距离收缩问题更为严重,而 FMCW 方案信噪比与传输光子量成正比,1550nm 下 FMCW 方案信噪比更高(高信噪比代表更高的探
86、测性能),因此在 1550nm 波长下 FMCW 方案具有相对成本优势。ToF 在在 905nm 波长下物理特性优势显现,能够提供波长下物理特性优势显现,能够提供低成本、较高性能的整体方案,而低成本、较高性能的整体方案,而 FMCW 方案在方案在 1550nm 下性能优势更为明显,方案相下性能优势更为明显,方案相对成本优势能够展现,我们判断对成本优势能够展现,我们判断 ToF+905nm、FMCW+1550nm 有望成为未来主流方案。有望成为未来主流方案。表表 5:相较于相较于 FMCW 探测方式,探测方式,ToF 路线成熟度较高,成本优势明显路线成熟度较高,成本优势明显 性能性能 FMCW
87、TOF 探测体制 相干探测 直接探测 抗干扰能力 极强 差 有效探测所需光子数 10 1000 工作距离 可实现远距离探测 探测距离较近 人眼安全等级 高 低 精确速度信息 有 无 固态扫描兼容性 完全兼容 不适用 毫米波雷达兼容性 兼容 不兼容 技术成熟度 发展中 成熟 技术复杂度 复杂 简单 硅光集成制造工艺 适用 适用 资料来源:维科网激光公众号、天风证券研究所 按照扫描方式分类,激光雷达主要分为机械式、半固态(转镜、按照扫描方式分类,激光雷达主要分为机械式、半固态(转镜、MEMS)、全固态()、全固态(Flash、OPA)三类。)三类。其中机械式激光雷达的扫描及收发模块整体运动(水平视
88、角 360),半固态 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 18 式激光雷达仅扫描模块运动(水平视角小于 120),而固态式激光雷达无运动模块(水平视角小于 120),各种方案性能、优劣各不相同,具体来看:机械式:机械式:机械式雷达发射和接收模块整体运动,激光雷达在竖直方向上排布多组激光线束,发射模块以一定频率发射激光线,并通过旋转实现动态扫描,优势在于技术成优势在于技术成熟、扫描速度快、熟、扫描速度快、360的覆盖范围的覆盖范围。但由于机械式雷达主要由分立的收发器件组成,生产过程需要人工校准,这导致雷达成本较高、可量产性差、难以过车规,同时体积成
89、本较高、可量产性差、难以过车规,同时体积较大难以适配乘用车车体较大难以适配乘用车车体,主要应用场景为Robotaxi等领域,代表公司包括Velodyne、禾赛科技、Ouster、速腾聚创等。半固态(转镜):半固态(转镜):转镜式激光雷达主要运动部件为无刷电机,部件供应链体系成熟、部件供应链体系成熟、稳定性已有可靠性验证稳定性已有可靠性验证(已在工业领域运用多年),转镜式扫描模块可快速应用,但由于电机为金属机械部件小型化及降本难度较大小型化及降本难度较大,目前有棱镜、多面镜等不同转镜方案。代表公司有法雷奥、Luminar、大疆 Livox 等。半固态(半固态(MEMS):):MEMS 使用微振镜
90、替代机械激光雷达的扫描仪,将机械部件集成到单个芯片上,微振镜核心结构是尺寸很小的悬臂梁,通过旋转的微振镜反射激光器的光线从而实现扫描。硅基 MEMS 微振镜可控性较好,可实现快速扫描,其等效线束较高,同样点云密度下,MEMS 激光发射器数量相较于机械式少很多,因此 MEMS整体优势在于体积较小、系统可靠性较高、具有一定的降本空间体积较小、系统可靠性较高、具有一定的降本空间。但缺点则在于 MEMS测距能力和测距能力和 FOV(传感器覆盖角度)性能较不够高(传感器覆盖角度)性能较不够高,大视场角需要进行拼接(对点云拼接算法及稳定性要求较高),同时同时 MEMS 抗冲击可靠性存疑抗冲击可靠性存疑(振
91、镜及悬梁臂抗冲击性差)。代表公司包括 Innoviz、速腾聚创等。全固态(全固态(Flash):):Flash 类似相机工作原理,即每个像素点可记录光子飞行时间,通常Flash 发射模组采用 VCSEL 激光器+SPAD 探测器,未来性能提升进程取决于 VCSEL 和SPAD 器件发展。Flash 优势在于集成度高、芯片级工艺易于量产、稳定性强易车规,优势在于集成度高、芯片级工艺易于量产、稳定性强易车规,劣势在于受功率限制探测距离近、抗干扰能力差等劣势在于受功率限制探测距离近、抗干扰能力差等。代表公司包括 Ibeo、LeddarTech、Ouster 等。全固态(全固态(OPA):):OPA
92、运用相干原理,采用多个光源阵列,能够动态调节角度范围,能够进行精细化扫描。OPA 方案优势在于体积小易车规、扫描速度快、精度高等,方案优势在于体积小易车规、扫描速度快、精度高等,缺点在于加工难度高、探测距离难以做到很远缺点在于加工难度高、探测距离难以做到很远。代表公司包括 Quanergy、Lumotive、洛微科技等。图图 21:按照扫描方式划分,激光雷达可分为机械式、半固态式、全固态式三大类:按照扫描方式划分,激光雷达可分为机械式、半固态式、全固态式三大类 资料来源:艾瑞咨询公众号、天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 19 表
93、表 6:按照测距原理、发射模块、接收模块、扫描模块,激光雷达可划分为多种类型按照测距原理、发射模块、接收模块、扫描模块,激光雷达可划分为多种类型 测距原理测距原理 Tof 测距法(飞行时间测距)主流方向、大多数厂商采用 FMCW 测距/测速法(连续波调频测距)代表公司:Mobileye、Aeva、Blackmore(Aurora)发射模块(激光器)发射模块(激光器)按激光器波长划分 905nm 主流方向、大多数厂商采用 1550nm 代表公司:Luminar、图达通等 按集成度划分 EEL(边发射激光器)VCSEL(垂直腔面发射激光器)PCSEL(光子晶体结构表面发射激光器)接收模块(探测器)
94、接收模块(探测器)APD(雪崩光电二极管)SPAD(单电子探测雪崩二极管)SiPM(硅光电倍增管)扫描模块扫描模块 机械式激光雷达(整体旋转)代表公司:Velodyne、禾赛、Ouste 速腾聚创等 半固态激光雷达(收发模块固定)转镜方案 一维转镜 代表公司:法雷奥、华为、禾赛等 二维转镜 代表公司:Luminar、图达通等 微振镜方案(MEMS)代表公司:Innoviz、速腾聚创 棱镜方案 代表公司:大疆、Livox 固态激光雷达(无机械运动部件)相控阵(OPA)方案 代表公司:Quanergy、Lumotive、洛微科技 Flash 方案 代表公司:Ibeo、LeddarTech、Oust
95、er 等 资料来源:九章智驾公众号、天风证券研究所 车载激光雷达仍处于技术和产品的商业化探索期,不同技术路线各有优劣,激光雷达厂商车载激光雷达仍处于技术和产品的商业化探索期,不同技术路线各有优劣,激光雷达厂商基于提高技术路线容错率的角度考量,大多同时布局多种技术方案。基于提高技术路线容错率的角度考量,大多同时布局多种技术方案。一般而言,激光雷达厂商布局整体较为成熟的机械式、半固态式激光雷达有利于厂商快速将产品推出落地,并在与主机厂合作的过程中不断积累工程及相关经验,以帮助后续固态雷达在产品设计及工程量产方面能够更好的与主机厂需要契合;同时布局固态激光雷达、FMCW 等方案保障未来的技术和产品的
96、领先性。当下半固态成熟度更高,是激光雷达厂商的首选方案,例如法雷奥、Luminar、速腾聚创、禾赛科技、华为等主流激光雷达厂商均布局 MEMS 或转镜的半固态激光雷达方案;同时法雷奥、速腾聚创等厂商也均在布局全固态 Flash 方案。表表 7:国内外激光雷达厂商大多布局多种技术路线国内外激光雷达厂商大多布局多种技术路线 企业企业 机械机械 MEMS 转镜转镜 OPA Flash FMCW 其他其他 国外激光雷国外激光雷达厂商达厂商 法雷奥 卢米纳尔 大陆 (投资 AEye)(收购 Advanced Scientific Concepts)Cepton (MMT 技术)因诺维兹 Ibeo 威力登
97、 (固态)国内激光雷国内激光雷达厂商达厂商 华为 (96 线)大疆 (HAP)禾赛科技 (AT128)速腾聚创 (M1)图达通 (Falcon)镭神科技 (CX 128)万集科技 (2022 计划)(2024 计划)资料来源:佐思汽车研究公众号、天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 20 3.3.短期看好半固态率先放量,固态短期看好半固态率先放量,固态 VCSEL+SPAD 路线未来可期路线未来可期 3.3.1.激光雷达核心要素激光雷达核心要素=性能性能+可靠性可靠性+成本成本 产品性能、可靠性及成本是主机厂选择激光雷达时关注的核心
98、要素。产品性能、可靠性及成本是主机厂选择激光雷达时关注的核心要素。具体来看:性能:性能:对于主机厂而言,激光雷达产品性能意味着车辆行驶中对周围车辆、行人、障碍物等目标物体的探测精度、范围等,优异的产品性能能够提供更加精确、覆盖范围更广的环境感知数据,有利于决策层做出更合理正确的决策。激光雷达性能指标通常包括测距能力、精度、视场角、刷新帧率、功耗、体积、点云规整度等,其中测距距离、精度、视场角、点云规整度等为核心指标。1)测距能力:)测距能力:即激光雷达探测的距离,通常激光收发效率越高探测距离越远;2)精度:)精度:即探测精确度,精度越高对目标物体刻画越准确,通常与收发模块相关;3)视场角)视场
99、角&分辨率分辨率&刷新帧率:刷新帧率:以上三个参数相互影响,视场角(FOV)即为对水平和垂直两个方向的覆盖范围,而分辨率和刷新帧率越高代表精准度越高;4)点云规整度:)点云规整度:点云规整度主要由扫描部件决定,影响点云算法适配难度,当下机械式、一维转镜效果较好。可靠性:可靠性:对于主机厂而言,激光雷达可靠性意味着产品的使用寿命、稳定性、耐用性以及能否通过车规级认证,而是否过车规则是早期进入主机厂供应链的基础条件,同时亦是大规模量产的关键。相较于消费级产品,车载产品性能必须满足车规要求,需要进行车规振动、EMC、温度循环等测试,例如在-40-85的工作温度范围、振动以及冲击等苛刻环境下,零部件能
100、否保持正常性能,激光雷达从研发到量产需要通过ISO16750、IATF 16949、ISO26262 三个关键认证。从收发模块看,主流主流 905nm 方案方案电子元器件供应链成熟容易过车规,电子元器件供应链成熟容易过车规,但 1550nm 方案供应链体系仍处于早期,通过车规认证存在一定的难度;从扫描模块看,精密机械部件在抗冲击、使用寿命方面存在劣势,机械部件越多则通过车规难度越大,例如当下转镜方案已过车规,但机械式、MEMS 等需要时间证明其可靠性。成本:成本:对于主机厂而言,激光雷达成本意味着产品能否运用到乘用车 ADAS 领域,以及产品是否有足够的经济性向中低端车型渗透进而扩大激光雷达目
101、标市场空间,同时也是各技术路线后期能否胜出的决定性因素。不同应用场景对激光雷达有着不同的偏好和要求,例如 Robotaxi 对性能要求较高,因此一般使用成本较高的高线束高性能激光雷达,而低速封闭自动驾驶场景(港口、码头、矿山等)一般使用成本较低的低线束激光雷达产品。此外,ADAS 乘用车领域对激光雷达价格敏感度较高,虽然当下激光雷达已经在高端车型中成功运用,但大规模放量并向中低端车型渗透则需要进一步的降本。对于乘用车对于乘用车 ADAS 场景,场景,我们认为我们认为测距、精度、视场角等性能指标是激光雷测距、精度、视场角等性能指标是激光雷达产品力的基础,决定激光雷达能否“看得清、看得远、看得广”
102、;产品的达产品力的基础,决定激光雷达能否“看得清、看得远、看得广”;产品的性能性能性、性、可靠性决定着能否可靠性决定着能否通通过车规,是过车规,是实现实现规模落地量产的关键;而当下的成本以及未来成规模落地量产的关键;而当下的成本以及未来成本的下降空间决定着方案的经济性,是各技术路径后期能否胜出的决定性因素。本的下降空间决定着方案的经济性,是各技术路径后期能否胜出的决定性因素。图图 22:性能、可靠性、成本是激光雷达主要产品力:性能、可靠性、成本是激光雷达主要产品力 资料来源:九章智驾公众号、天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 21
103、 表表 8:无人驾驶、高级辅助驾驶、机器人三大应用场景对激光雷达要求有所不同无人驾驶、高级辅助驾驶、机器人三大应用场景对激光雷达要求有所不同 无人驾驶无人驾驶 高级辅助驾驶高级辅助驾驶 机器人机器人 应用场景说明 场景复杂度 高(L4/L5)中(L2/L3,功能开启场景有限)低/中(封闭园区,应用较多)高(城市道路,应用较少)承载装置行驶速度 中(城市道路)中(城市道路)低(封闭园区)高(高速场景)高(高速场景)中(城市道路)对激光雷达的要求 最远测距要求 远 中/远(取决于 ADAS 功能)中/远(取决于应用场景)外观集成度 低 高 中 价格敏感度 低 高 中/高 对激光雷达供应商算法需求度
104、 低 高 低 车规化要求 中(当下)/高(预期)高 低 资料来源:禾赛科技招股书、天风证券研究所 3.3.2.短期:主机厂加速激光雷达上车,看好半固态率先放量短期:主机厂加速激光雷达上车,看好半固态率先放量 从性能、可靠性、成本三大角度对比当下五种主流技术路线,短期看好半固态率先放量。从性能、可靠性、成本三大角度对比当下五种主流技术路线,短期看好半固态率先放量。机械式激光雷达发展较早,性能方面表现优异,但机械零部件较多,产品可靠性及过车规难以保证,同时机械式价格高昂,下游主机厂难以接受。转镜方案性能方面存在对功率要求较高等缺点,但目前已通过车规认证并实现量产装车,同时转镜式方案供应链体系成熟,
105、短期性价比较高,但成本下降空间较小。MEMS 方案性能方面存在视场角较窄等问题,但零部件成熟度较高,具备较高的可靠性,成本方面有较大的下降空间。Flash 固态方案性能方面存在探测距离近等问题,但全固态没有精密机械部件,具备可靠性高、易过车规等天然优势,同时固态 Flash 方案以 VCSEL 激光器和 SPAD 探测器为核心收发器件,其“芯片化”特点具备充足降本空间,随着 VCSEL 多节设计提高功率密度+SPAD 阵列提高像素分辨率来解决探测距离这一问题,未来固态 Flash 方案有望成为主流之一。OPA 方案当下仍处于早期,技术及供应链成熟度仍不足,成本高昂使得短期商业化困难,但 OPA
106、 方案能够在保证性能的同时提供更低的价格,未来发展空间广阔,但预计需要多年发展时间。对比来看对比来看,我们认为当下转镜、,我们认为当下转镜、MEMS 方案性能较为优异、产品成熟,同时方案已有量产方案性能较为优异、产品成熟,同时方案已有量产上车的成功案例,产品稳定性已经过考验,半固态方案有望率先放量。上车的成功案例,产品稳定性已经过考验,半固态方案有望率先放量。表表 9:机械式、转镜、机械式、转镜、MEMS、OPA、Flash 五大主流技术路线对比五大主流技术路线对比 扫描方式扫描方式 机械式机械式 转镜(半固态式)转镜(半固态式)MEMS(半固态式)(半固态式)固态式(固态式(OPA)固态式(
107、固态式(Flash)优点 扫描速度快、抗光干扰能力强等,是最成熟的方案 唯一真正通过车规并实现上路的方案,具有体积小等优势 可靠性高、批量生产后成本低、分辨率高等 体积小、扫描速度快、精度高、可控性好、易过车规 成像速度快、芯片级工艺、适合量产、易过车规 缺点 成本高、装配调制困难、扫面频率长、机械零部件寿命不长 不稳定、对光源功率要求较高 激光扫描范围受微振镜面积限制,视野 FOV 相对较窄 光信号覆盖有限、环境光干扰、探测距离近 功率受限,可探测距离短、抗干扰能力差、角分辨率低 技术难点 标定矫正 光学系统控制机制和转轴精度 如何利用 MEMS,实现超远测距和较大 FOV 初创技术壁垒高
108、增加探测距离 量产及应用进展 Robotaxi、Robobus及智能驾驶实验室 当前主流的 ADAS 场景技术路线,已过车规 宝马 BMW iNEXT搭载MEMS激光雷达 该方案尚在理论阶段,预计 2023 年实现量产 长城计划在 WEY SUV中适用Ibeo的Flash 技术 降本空间 结构较复杂,降本空间小 难以集成化再度降低成本 有一定的降本空间 当下成本较高,降本空间广阔 成本较低,降本空间较大 代表厂商 Velodyne、法雷奥、禾赛等 法雷奥、大疆 Livox Innoviz、一径科技 Quanergy、力策 Ibeo、ouster 资料来源:高工智能汽车公众号、智能汽车情报局公众
109、号、盖世汽车社区公众号、天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 22 根据主机厂当下已推出量产和规划的车型来看,半固态已成为当前时点主机厂的首选方案。根据主机厂当下已推出量产和规划的车型来看,半固态已成为当前时点主机厂的首选方案。Luminar、法雷奥、图达通、禾赛科技、速腾聚创、华为等头部激光雷达厂商均为多个主机厂或者车型提供了半固态上车方案,例如理想 L9 等爆款车型均采用禾赛科技的半固态方案。但从行业需求端来看,激光雷达的当下重要的科技卖点,短期激光雷达产品性能指标和能否上车量产是主机厂核心诉求,但随着行业发展和技术成熟度的提升
110、,成本因素将变得愈发重要;因此,从激光雷达产品发展方向看,激光雷达则有望由过去的机械式转变为当下的半固态并不断向全固态方向发展。整体来看,我们认为可靠性是激光雷达的基础,整体来看,我们认为可靠性是激光雷达的基础,选择具备足够可靠性的技术方案,并不断优化性能、降本成本则是激光雷达升级迭代的必选择具备足够可靠性的技术方案,并不断优化性能、降本成本则是激光雷达升级迭代的必经之路。基于这一思路,考虑到当下经之路。基于这一思路,考虑到当下 MEMS 性能和稳定性的优异表现、全固态方案产品性能和稳定性的优异表现、全固态方案产品技术的日趋技术的日趋成熟及其可观的降本空间,我们短期看好以成熟及其可观的降本空间
111、,我们短期看好以 MEMS 为主的半固态率先放量,为主的半固态率先放量,长期关注全固态长期关注全固态 VCSEL+SPAD 方案性能提升进程。方案性能提升进程。图图 23:可靠性是上车基础,性能:可靠性是上车基础,性能&成本不断优化是激光雷达产品迭代方向成本不断优化是激光雷达产品迭代方向 资料来源:九章智驾公众号、高工智能汽车公众号、艾瑞咨询公众号、天风证券研究所 表表 10:国外激光雷达厂商定点项目规划国外激光雷达厂商定点项目规划 激光雷达供应激光雷达供应商商 车企车企 车型车型 技术路线技术路线 搭载数量搭载数量 规划量产时间规划量产时间 Velodyne 福特 Ostosan 机械 Ve
112、larray H800/Alpha Prime-Ibeo 长城 WEY 摩卡 固态(Flash)3(1 远程+2 中程)2022 年 5 月 Luminar 上汽 飞凡 R7 半固态(转镜)1*Iris 2022 年 8 月交付 上汽 R 汽车 ES33 半固态(转镜)1*Iris 2022 年下半年 极星 极星 3 半固态(转镜)1*Iris 2022.10 上市 沃尔沃 XC90(纯电动版)半固态(转镜)1*Iris 2023 年 Aeva 奥迪 e-tron(实验版)FMCW 1*Aeries 2019 年 大众 ID BUZZ FMCW 5*Aeries 2023 年 电装/大陆集团
113、丰田 Mirai 固态(Flash)电装第六代激光雷达/2*HFL-110 2021 年 4 月 雷克萨斯 LS500H 固态(Flash)电装第六代激光雷达/2*HFL-110 2021 年 4 月 Innoviz 宝马 7 系 固态 Innoviz One 2023 年 资料来源:佐思汽车研究公众号、天风证券研究所 3.3.3.长期:芯片化降本增效趋势清晰,纯固态长期:芯片化降本增效趋势清晰,纯固态 VCSEL+SPAD 路线未来可期路线未来可期 当前激光雷达产品(机械当前激光雷达产品(机械+半固态)通常采用大量分立器件,存在生产成本高、可靠性低半固态)通常采用大量分立器件,存在生产成本高
114、、可靠性低等问题,同时堆砌通道数目已接近瓶颈。等问题,同时堆砌通道数目已接近瓶颈。当前大部分 ToF 激光雷达产品采用分立器件,即发射端采用边发射激光器(EEL)+分立多通道驱动器,接收端采用线性雪崩二极管探测器(APD)+多通道跨阻放大器(TIA)的方案,但使用分立器件存在零部件多、生产成本高、可靠性低等问题,而激光雷达大规模普及需要满足低成本+高可靠性两大基础条件。此外,当前市场对激光雷达产品的测远能力和点频要求不断提升,但由于受到激光安全阈值和产 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 23 品功耗发热的限制,目前难以通过堆砌通道数目满足行业升
115、级迭代需求。收发器件是激光雷达核心,亦是激光雷达芯片化降本增效主战场。收发器件是激光雷达核心,亦是激光雷达芯片化降本增效主战场。从性能角度看,激光雷达的精度、点频、功耗、测距、体积等性能指标主要由收发模块决定,激光雷达的可靠性主要由扫描模块决定(扫描模块本质为机械)。从成本构成看,收发模组占据着分立式激光雷达 60%的成本,人工调试占据 25%的成本,机械、控制模组等其它零部件仅占据 15%的成本;对于半固态激光雷达,收发器件(激光器、探测器)及芯片占据 70%以上的成本,而光学等其他部件占比不足 30%。规模效应和收发模块电子部件芯片化是行业降本的主要规模效应和收发模块电子部件芯片化是行业降
116、本的主要驱动。驱动。规模效应即激光雷达厂商通过扩大量产规模来分摊研发等成本,并通过大规模采购降低上游物料成本,收发模块及扫描模块均遵从规模效应规律。同时,也可以通过简化模块设计和集成来进行结构性降本。具体来看,扫模模块结构优化空间较小,进一步简化可能会导致性能下降;光学镜头等已几乎没有成本下降空间;而收发器件具有可观降本空间,即通过将激光器、探测器、激光驱动、模拟前端等收发电子部件芯片化,而芯片化能够让摩尔定律在激光雷达领域生效,进而大幅降低激光雷达的物料成本和调试成本。我们认为我们认为收发器件是激光雷达核心部件,亦是激光雷达芯片化降本增效主战场,收发器件的芯片化收发器件是激光雷达核心部件,亦
117、是激光雷达芯片化降本增效主战场,收发器件的芯片化设计和集成将是激光雷达未来重要的发展方向。设计和集成将是激光雷达未来重要的发展方向。图图 24:机械式激光雷达中,收发模块占据着机械式激光雷达中,收发模块占据着 60%的成本的成本 图图 25:规模效应规模效应、芯片化设计芯片化设计和和模块模块化化是激光雷达降本的主要驱动是激光雷达降本的主要驱动 资料来源:九章智驾公众号、天风证券研究所 资料来源:九章智驾公众号、天风证券研究所 发射端:发射端:VCSEL 有望逐渐取代传统有望逐渐取代传统 EEL 器件器件 相较于分离芯片级相较于分离芯片级 EEL,晶圆级,晶圆级 VCSEL 激光器具备低成本激光
118、器具备低成本&高可靠性的优势,随着发光密高可靠性的优势,随着发光密度的持续提升,未来度的持续提升,未来 VCSEL 激光器有望逐步取代传统激光器有望逐步取代传统 EEL 器件。器件。EEL(边发射激光器)具有高发光功率密度的优势,但由于其发光面位于半导体晶圆侧面,使用过程中需要进行切割、翻转、镀膜等多个工艺步骤,并只能通过单颗分别贴装的方式和电路板整合,而这需要使用分立光学器件进行光束发散角和独立手工装调,生产成本较高且难以保障产品一致性。而 VCSEL(垂直腔面发射激光器)发光面与半导体晶圆平行,具有面上发光的特性,在精度层面由半导体加工设备保障,无需进行激光器的单独装调,能够有效降低成本并
119、保障产品稳定性,且 VCSEL 激光器易于和面上工艺的硅材料微型透镜进行整合,提升光束质量。传统传统 VCSEL 激光器虽存在发光密度低的缺陷,但多层结技术有望大幅提升激光器虽存在发光密度低的缺陷,但多层结技术有望大幅提升 VCSEL 性性能。能。由于传统 VCSEL 激光器存在发光密度低的缺陷,导致当下 VCSEL 激光器只能用于短距激光雷达产品(通常50m),但近年来国内外多家 VCSEL 激光器公司纷纷开发多层级结VCSEL 激光器,将其发光功率密度提升了 510 倍,为长距激光雷达应用提供了可能。考考虑到虑到 VCSEL 激光器低成本激光器低成本&高可靠性的天然优势,叠加多层结技术驱动
120、发光功率密度持续高可靠性的天然优势,叠加多层结技术驱动发光功率密度持续提升,未来提升,未来 VCSEL 有望逐渐取代传统有望逐渐取代传统 EEL 器件。器件。表表 11:相较于分离芯片级相较于分离芯片级 EEL,晶圆级,晶圆级 VCSEL 激光器具备低成本激光器具备低成本&高可靠性的优势高可靠性的优势 性能指标性能指标 VCSEL 垂直腔面发射激光垂直腔面发射激光 EEL 边发射激光器边发射激光器 类型 激光器 激光器 大规模生产 晶圆级 分离芯片级 光功率密度 中 高 光束质量 对称 圆形/发散角小 非对称 椭圆形/发散角中 温度漂移 0.07nm/K 0.25nm/K 60%2%5%25%
121、8%分立收、发模组测时模组控制模组人工调试机械装置等其他部件激光雷达降本驱动规模效应(适用于收发、扫描系统)大规模出货平摊研发等成本大规模采购降低上游物料成本核心器件芯片化设计及模块化集成(适用于收发系统)收发系统电子部件“芯片化”设计及模块化集成,享受摩尔定律降本红利 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 24 光谱宽带 1-2nm 3-8nm 激光散斑 阵列时低 高 开关速度 ns ns 封装 简单 复杂 成本 较低 高 资料来源:TechSugar 公众号、天风证券研究所 接收端:接收端:SPAD 探测器灵敏度优势显著探测器灵敏度优势显著 相
122、较于传统分立器件相较于传统分立器件 APD 探测器,基于探测器,基于 CMOS 工艺的工艺的 SPAD 探测器灵敏度优势显著,同探测器灵敏度优势显著,同时搭配时搭配 VCSEL 使用能够提升激光雷达探测性能。使用能够提升激光雷达探测性能。接收系统探测器是利用光电效应将光信号转化为电信号,进而实现对光信号的探测,雪崩二极管(APD)是当下主流激光雷达厂商采用的探测器,但单光子雪崩二极管(SPAD)芯片在性能方面具备较大优势,目前备受关注。从性能角度看,SPAD 优势在于:1)相较于 APD 的 10100 倍的光电增益,SPAD 光电增益在 100 万倍以上,十分灵敏,适合远距离下微弱回波信号的
123、探测;2)SPAD 工作电压在 2030V 之间,能够与各种芯片进行适配;3)SPAD 系统复杂度较低,输出信号仅需要通过 TDC 处理,可有效减少外围元器件数量;4)SPAD 与 Si CMOS 工艺兼容,集成度高、制作成本低。虽然相较于 APD,SPAD 存在抗环境光较弱的问题,但随着 SPAD 探测器像素分辨率的提高将会有效的提升激光雷达的探测范围和分辨率。此外 SPAD 阵列传感器与 VCSEL 激光器相配合,亦能够使得激光雷达探测灵敏度大幅提升,我们认为随着 SPAD探测器的发展有望加速固态 VCSEL+SPAD 等方案率先在中远距离探测中商用化落地。表表 12:相较于传统分立器件相
124、较于传统分立器件 APD 探测器,基于探测器,基于 CMOS 工艺的工艺的 SPAD 探测器灵敏度优势显著探测器灵敏度优势显著 性能指标性能指标 雪崩二极管(雪崩二极管(APD)单光子雪崩二极管(单光子雪崩二极管(SPAD)工作电压 高压 低压 2030V 系统复杂度 高(需要近百个外围元器件)低(比较器和 TDC)集成度 低(分立器件)高(CMOS 兼容)成本 高 低 传感器增益 适中增益(10-100 倍)极高增益,100 万倍 灵敏度 较低 较高 抗环境光 较强 较弱 资料来源:半导体行业观察公众号、天风证券研究所 定制化开发定制化开发 VCSEL 和和 SPAD 探测器专用芯片能够进一
125、步实现“降本提效”探测器专用芯片能够进一步实现“降本提效”。针对激光雷达应用特性,定制化开发 VCSEL 和 SPAD 探测器的专用芯片能够进一步的提升激光雷达系统性能、增强可靠性以及降低成本,且有利于实现关键元器件的自主可控,是激光雷达厂商核心壁垒和竞争力的体现,具体为:1)VCSEL 多通道芯片采用 CMOS 工艺,能够满足激光雷达探测需求,且通过对 VCSEL 阵列和驱动芯片封装级别的集成,能够有效提高光电转换效率,从而进一步提升激光雷达的测距精度和测远能力;2)将接收系统中探测器、前端电路、算法处理电激光脉冲控制等模块集成为 SOC 芯片,能够逐步代替主控芯片 FPGA的功能,同时随着
126、线列、面阵规模的不断增大,通过 CMOS 工艺能够实现更高运算能力、低功耗和高集成度。3.4.乘用车激光雷达市场空间测算及竞争格局乘用车激光雷达市场空间测算及竞争格局 3.4.1.2025/2030 年国内乘用车激光雷达市场规模有望达年国内乘用车激光雷达市场规模有望达 17.76/48.96 亿美元亿美元 我们预计我们预计 2025 年国内乘用车激光雷达市场规模有望达年国内乘用车激光雷达市场规模有望达 17.76/48.96 亿美元。亿美元。根据乘联会预测数据 2022 年2025 年国内乘用车销量分别为 2030/2160/2300/2400 万辆,考虑到汽车市场已趋于稳定,我们假设 203
127、0 年汽车销量为 2400 万辆。同时根据 IHS Markit 预测数据 2025 年、2030 年 L3/L4 级别自动驾驶渗透率分别为 8.5%/1.5%,20%/11%,基于此,我们保守假设 2022-2025 年及 2030 年 L3 级别自动驾驶渗透率为 1.2%/2.1%/3.5%/5.0%/18%,2022-2025 年及 2030 年 L4+级别自动驾驶渗透率为 0%/0.01%/0.1%/1.2%/8%。此外,目前激光雷达价格较高,据艾瑞咨询统计,2021 年激光雷达均价在 1000 美元左右,我们假设 2022年-2025 年及 2030 年激光雷达价格分别为 800/7
128、00/600/500/300 美元,对应 2025/2030 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 25 年国内乘用车激光雷达市场规模为 17.76/48.96 亿美元。表表 13:2025/2030 年国内乘用车激光雷达市场规模有望达年国内乘用车激光雷达市场规模有望达 17.76/48.96 亿美元亿美元 2022E 2023E 2024E 2025E 2030E 国内乘用车销量(万辆)2030 2160 2300 2400 2400 L3 渗透率(%)1.2%2.1%3.5%5.0%18%L4+渗透率(%)-0.01%0.10%1.20%8%L
129、3 单车激光雷达数量(个)2 2 2 2 2 L4+单车激光雷达数量(个)4 4 4 4 4 激光雷达单价(美元)800 700 600 500 300 L3 激光雷达单车价值量(美元)1600 1400 1200 1000 600 L4+激光雷达单车价值量(美元)3200 2800 2400 2000 1200 国内乘用车激光雷达市场规模(亿美元)3.90 6.41 10.21 17.76 48.96 资料来源:乘联会、IHS Markit、新智驾公众号、天风证券研究所(注:数值为预测基础上估算)3.4.2.看好具备工程量产经验、自研核心收发器件及感知算法的厂商看好具备工程量产经验、自研核心
130、收发器件及感知算法的厂商 行业仍处于发展早期,国产厂商占据重要地位。行业仍处于发展早期,国产厂商占据重要地位。激光雷达国内外厂商主要有:1)国外)国外:法雷奥、Luminar、大陆、Velodyne、Ouster 等;2)国内:)国内:速腾聚创、大疆、华为、禾赛科技和图达通等。根据 Yole Developement 发布2021 年汽车与工业领域激光雷达应用报告,法雷奥市场占比最高,达到了 28%,中国有 5 家企业跻身前十位,分别是速腾聚创、大疆、华为、禾赛科技和图达通,市场占有率分别为 10%、7%、3%、3%、3%,其中速腾聚创以 10%排名第二。整体来看,激光雷达行业仍处于发展前期,
131、TOP2 市场份额为 38%,行业格局并未出现大幅集中的现象,同时国产厂商在行业中占据重要地位和份额。图图 26:2021 年全球激光雷达研发制造商份额占比情况年全球激光雷达研发制造商份额占比情况 资料来源:2021 年汽车与工业领域激光雷达应用报告、天风证券研究所 激光雷达行业壁垒高,产品迭代迅速,具备工程量产经验、核心收发器件自研及数据处理激光雷达行业壁垒高,产品迭代迅速,具备工程量产经验、核心收发器件自研及数据处理&感知算法等能力的厂商有望胜出。感知算法等能力的厂商有望胜出。激光雷达系统结构精密复杂,精细的光机设计和收发校准、微弱信号的灵敏探测和快速响应是实现探测目标的前提,而这需要激光
132、雷达厂商具备光、机、电等子模块的协同设计和优化能力,并需要具备与之想匹配的高精度生产制造能力。此外,激光雷达行业仍处于发展早期,技术创新性强、产品迭代速度快,现已由最初的单点激光雷达发展到当下机械式、半固态式、固态式、FMCW 等多种技术方案,各技术路径的选择要综合考虑性能以及成本,我们认为不同的技术路径还将继续共存;同时激光雷达系统激光器、探测器等核心器件与半导体行业契合度较高,收发单元阵列化及核心模块芯片化继而享受“摩尔定理”降本提效红利是行业的发展趋势,这也意味着收发系统的核心部件是激光雷达厂商实现降本和提升产业链话语权的关键。基于行业高壁垒、技术基于行业高壁垒、技术路线演进迅速、核心收
133、发器件芯片化趋势等特性,我们看好在激光雷达领域具备丰富技术路线演进迅速、核心收发器件芯片化趋势等特性,我们看好在激光雷达领域具备丰富技术积累和定点项目的速腾聚创、大疆、华为、禾赛科技和图达通等行业领先厂商的持续发展,积累和定点项目的速腾聚创、大疆、华为、禾赛科技和图达通等行业领先厂商的持续发展,同时也看好具备同时也看好具备 SPAD 探测器等核心收发器件自研能力和探测器等核心收发器件自研能力和 3D 视觉感知全栈技术优势的奥视觉感知全栈技术优势的奥比中光等比中光等 3D 视觉感知厂商凭借固态视觉感知厂商凭借固态 VCSEL+SPAD 路线脱颖而出。路线脱颖而出。28%10%7%7%7%7%7%
134、4%4%3%3%3%3%法雷奥速腾聚创卢米纳尔大疆电装大陆Cepton因诺维兹Ibeo华为 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 26 图图 27:工程量产、核心收发器件自研、数据:工程量产、核心收发器件自研、数据&算法是激光雷达厂商的核心竞争力算法是激光雷达厂商的核心竞争力 资料来源:禾赛科技招股书、智车行家公众号、九章智驾公众号、天风证券研究所 4.奥比中光:奥比中光:3D 视觉感知平台雏形已现,智能驾驶视觉感知平台雏形已现,智能驾驶+机器人业务机器人业务打开成长空间打开成长空间 4.1.3D 视觉:深度视觉:深度+广度技术路线构筑核心壁垒,全
135、场景覆盖享受行业增广度技术路线构筑核心壁垒,全场景覆盖享受行业增长红利长红利 全栈式全栈式+全领域技术布局构筑核心壁垒全领域技术布局构筑核心壁垒。公司构建了“全栈式技术研发能力+全领域技术路线布局”的 3D 视觉感知技术体系。通过在深度和广度两个维度进行双向布局,公司不仅具备了产品研发的系统级优化能力,而且推动了不同技术路线之间的协同发展,实现单一技术的更优发展。在深度方面在深度方面,公司深入参与系统设计、芯片设计、算法研发、光学系统、软件开发、量产技术等核心技术的研究,加强对各个环节底层关键技术的掌握,实现了各环节技术的联动优化和性能提升,从而打造出最适合不同行业需求的产品,克服通用元器件的
136、局限和不足。在广度方面在广度方面,公司梯次开展对结构光、iToF、双目、dToF、Lidar 以及工业三维测量等六种主流 3D 视觉感知技术路线的全领域布局,以应对 3D 视觉感知产品在各应用场景下的不同性能要求。整体来看,整体来看,不同技术路线可以相互借鉴和促进,从而实现对 3D 视觉感知技术的深度理解和融合创新,目前,公司基于结构光、iToF、双目、工业三维测量的相关产品已实现规模产业化应用,自有的 iToF 感光芯片也进入待量产阶段,dToF、Lidar 相关产品正在研发。图图 28:公司全栈式:公司全栈式 3D 视觉感知技术体系布局视觉感知技术体系布局 资料来源:公司招股书、天风证券研
137、究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 27 图图 29:公司:公司 3D 视觉传感器及底层核心芯片量产时间轴视觉传感器及底层核心芯片量产时间轴 资料来源:公司招股书、天风证券研究所 聚焦行业头部客户资源推动产品迭代升级,全领域布局充分享受行业增长红利。聚焦行业头部客户资源推动产品迭代升级,全领域布局充分享受行业增长红利。公司作为3D 视觉感知行业的先行者,具备优秀的产品研发能力和百万级规模量产能力,是全球 3D视觉传感器的重要供应商之一,现已得到上游供应链的全球性知名厂商和下游头部客户的合作与支持。同时,公司基于自身全栈式技术研发能力设计的专
138、项产品已在一些细分行业逐步成为客户的标配产品,并形成了一定的客户粘性。公司与行业头部客户的合作能够有公司与行业头部客户的合作能够有效推动公司产品的升级迭代,加固公司核心壁垒效推动公司产品的升级迭代,加固公司核心壁垒,同时极大促进公司对各细分行业的深刻同时极大促进公司对各细分行业的深刻理解,进而定义出更适合行业需求的产品。理解,进而定义出更适合行业需求的产品。具体来看:生物识别领域:生物识别领域:公司是生物识别领域先行的硬件及解决方案提供商之一。在金融方面,公司助力支付宝率先实现了线下 3D 刷脸支付的规模化商业应用并与中国银联共建“3D 视觉联合实验室”。在新兴的 3D 人脸智能门锁、门禁方面
139、,公司与凯迪仕、德施曼等头部门锁企业达成合作并实现量产上市,并针对智能门锁的功耗、FOV、算法等需求持续优化,增强在该领域的技术和成本优势。AIoT 领域:领域:公司已在 3D 空间扫描、服务机器人等场景形成较为成熟的规模化应用。在 3D 空间扫描领域,公司为 Matterport、贝壳如视的网上 VR 看房提供 3D 视觉感知技术,并为惠普 Sprout Pro 一体机提供 3D 视觉传感器。在服务机器人领域,公司是国内主要 3D 视觉传感器提供商,Jabil(捷普)、优必选等头部机器人企业均是合作客户。消费电子领域:消费电子领域:公司在 2018 年、2020 年、2021 年为 OPPO
140、 旗舰手机 Find X、魅族旗舰手机 17 Pro、魅族 5G 旗舰新机 18 Pro 提供基于 3D 结构光技术的视觉传感器、ToF 系统解决方案和 ToF 一站式量产方案。随着消费电子领域需求的快速增长,公司正在加快屏下 3D 视觉感知技术方案、增强型 ToF 技术方案等技术研发。工业市场领域:工业市场领域:公司拥有多项核心技术,覆盖汽车工业、航空航天、土木工程等 10 多个学科领域的科研、教学、生产和在线检测场景,其中 2019 年推出的 Tube Qualify 三维光学弯管检测系统成为全球三大汽车弯管生产企业之一日本三樱的设备供应商。智能汽车领域:智能汽车领域:产品包括 3D TO
141、F 摄像头和激光雷达,其中基于 dToF 技术的面阵式Lidar 被认为是未来自动驾驶汽车主流 Lidar 产品之一,子公司奥锐达正积极研发创新性“VCSEL+SPAD 技术方案”的激光雷达。公司在芯片、算法等核心环节自研能够发挥深度一体化优势,同时布局六大视觉感知路线以满足不同领域的特定化需求,并已在下游各领域积累了丰富的头部客户资源;此外,公 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 28 司基于 3D 视觉感知领域的共性技术积累,向智能座舱 3D TOF 摄像头、激光雷达和机器人等领域不断开拓。我们认为公司我们认为公司 3D 视觉感知平台雏形已现
142、,有望凭借深度视觉感知平台雏形已现,有望凭借深度+广度布局充广度布局充分享受分享受 3D 视觉感知行业快速发展红利。视觉感知行业快速发展红利。图图 30:全栈式技术:全栈式技术+尖端人才尖端人才+产业链头部客户产业链头部客户+百万级量产能力构筑公司核心竞争壁垒百万级量产能力构筑公司核心竞争壁垒 资料来源:公司招股书、天风证券研究所 科创板上市募资助力公司科创板上市募资助力公司 3D 视觉感知技术持续迭代升级。视觉感知技术持续迭代升级。2022 年 7 月 7 日,奥比中光在科创板挂牌上市,拟募集 18.63 亿元资金,主要资金用于投建 3D 视觉感知技术研发项目。具体研发内容包括 3D 视觉感
143、知技术的系统设计、芯片开发、深度引擎算法及应用算法研发、软件开发、光学系统设计等。募集资金将推动公司 3D 视觉感知技术进一步迭代升级,创新研发新技术和新产品,为拓展更多终端应用场景提供支持。目前公司虽尚未盈利,毛目前公司虽尚未盈利,毛利率低于同行大部分企业,但公司坚持“高强度研发投入利率低于同行大部分企业,但公司坚持“高强度研发投入应用场景收入增长应用场景收入增长反哺研发反哺研发投入”的良性循环商业模式,上市融资能够一定程度上缓解奥比中光的资金压力,募投项投入”的良性循环商业模式,上市融资能够一定程度上缓解奥比中光的资金压力,募投项目成功实施后,公司产能目成功实施后,公司产能有望有望进一步提
144、升,备战下游应用。进一步提升,备战下游应用。4.2.激光雷达:激光雷达:VCSEL 理解深刻理解深刻+SPAD 自研,布局全固态有望后发先至自研,布局全固态有望后发先至 公司对公司对 VCSEL 技术理解深刻,自研技术理解深刻,自研 SPAD 感光芯片构筑核心壁垒,瞄准纯固态感光芯片构筑核心壁垒,瞄准纯固态VCSEL+SPAD 激光雷达方案有望后发先至。激光雷达方案有望后发先至。公司基于 VCSEL 阵列光源发射芯片+SPAD 感光接收芯片的全固态激光雷达,其单光子面阵的扫描方式非常适合进行芯片化和小型化,且能够最大限度的减少外围电路的复杂程度并实现全固态扫描,目前公司已在核心部件方面实现全栈
145、自主研发:发射模块:发射模块:公司是最早将 VCSEL 技术引入国内并集成到手机的企业,代表产品为 Astra E 系列和 Astra P 系列(2016 年研发,2018 年上市);2018 年公司同上游企业定制开发了用于手机前置结构光的一系列核心器件,包括 VCSEL 阵列芯片。因此公司对VCSEL 的技术、应用及产业链具有较为深刻的理解。接收模块:接收模块:公司积极自研 SPAD 感光芯片,目前已完成一款单点 SPAD 芯片以及一款面阵 SPAD 芯片的流片,同时多款 SPAD 感光芯片处于研发或准备流片状态,公司是极少数在 dToF 感光芯片上获得台积电先进制程支持的企业之一。扫描模块
146、:扫描模块:公司基于单光子面阵技术的激光雷达采用可控的多光束扫描技术,对 VCSEL 激光器的点阵结构光源进行逐区点亮后对外发射,通过电子扫描的方式完成视场范围内的激光雷达点云获取。这种可控的多光束扫描光源被称之为可寻址 VCSEL(Addressable VCSEL),其发光效率较高,相较于 Flash 方案,其发射光峰值功率密度和信号信噪比均显著提高,因此可在相同发光功率条件下大大提升激光雷达传感器的探测距离。我们认为公司激光雷达产品架构充分利用其在 3D 视觉感知研发中所积累的结构光光学投 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 29 影模组、
147、感光芯片设计、视差系统方案设计、标定及量产工艺等底层共性技术,在光学领域具备百万级别光学系统经验+SPAD 感光芯片自研+数据及感知算法等优势,其纯固态VCSEL+SPAD 激光雷达方案有望后发先至。图图 31:基于面阵:基于面阵 VCSEL 和和 SPAD 阵列探测阵列探测器的全固态激光雷达原理图器的全固态激光雷达原理图 资料来源:汽车之心公众号、天风证券研究所 单光子面阵性能提升空间单光子面阵性能提升空间广阔广阔,芯片化,芯片化&模块化设计成本优势明显。在性能方面,模块化设计成本优势明显。在性能方面,目前奥锐达产品在户外可实现高反物体约 100 米的探测距离,精度达到 3 厘米,但由于激光
148、器和探测器的性能仍未被充分挖掘,在未来两到三年,技术指标仍有十几倍的提升空间,据奥锐达披露,实现 200-300 米的探测距离的最快时间节点将是 2022 年。在成本方面,在成本方面,公司雷达产品设计简单,无需配备电机、各种振镜和转镜等,且采用模块化设计,重构发射模块、接收模块、信息处理模块等内部空间,同时采用 CMOS 工艺在批量生产下将随着量能提升降低成本,整体 BOM 成本在批量化生产下有望降低至 200-300 美元级别。公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 30 图图 32:奥比中光子公司奥锐达单光子面阵固态激光雷达:奥比中光子公司奥锐达
149、单光子面阵固态激光雷达 图图 33:奥锐达激光雷达收发模块和信息处理等核心模块模块化设计:奥锐达激光雷达收发模块和信息处理等核心模块模块化设计 资料来源:汽车之心、天风证券研究所 资料来源:汽车之心、天风证券研究所 产线建设进程加速,迎接激光雷达量产浪潮。产线建设进程加速,迎接激光雷达量产浪潮。公司先后克服单光子面阵全固态激光雷达的系统方案设计、关键器件定义研制、量产制造和标定等多个技术难点,并在 2021 年 6 月完成了中远距全固态激光雷达样机的研制与发布。目前,公司正在积极推广相关产品,与汽车产业链合作伙伴进行研发适配。值得指出的是,公司正加速车规级工厂和产线建设,计划在 2022 年打
150、造一条符合 IATF 16949 标准的车规级产线,并基于自身在视觉技术方面的技术积累,搭建自动化激光雷达装调产线,减少人工校准,提高量产效率,为全固态激光雷达量产做准备。4.3.智能座舱:座舱智能座舱:座舱 3D ToF 摄像头逐渐兴起摄像头逐渐兴起 智能座舱向智能座舱向 3D 升级,车载升级,车载 3D ToF 摄像头陆续上车,奥锐达车载摄像头陆续上车,奥锐达车载 3D ToF 摄像头优势显著。摄像头优势显著。“五感”的功能升级是主机厂迭代座舱功能的重要路径,更智能的人机交互需要座舱具备高纬度的机器视觉感知能力,目前全球范围内已有企业开始推出 3D 视觉相关车规级方案,例如理想 L9 采用
151、 ToF 立体 3D 摄像头,打破了传统智能座舱互动的空间限制。3D ToF 是是一种无扫描光探测和测距技术,基于持续的光脉冲,能够从特定指向场景捕捉深度信息一种无扫描光探测和测距技术,基于持续的光脉冲,能够从特定指向场景捕捉深度信息(通常在 12 米内的短距离)。基于市场需求趋势,奥锐达为智能汽车量身定制的 3D ToF 智能座舱方案于今年 9 月发布,该自研方案采用车载 ToF 领域量产经验最为丰富的传感器芯片厂商 Melexis 的产品,并且在高通 8155 平台上实现 VGA 大分辨率 30fps 的高帧频高精度的 3D 效果,可实现 3D DMS、金融安全级人脸识别、Face ID
152、和 3D 空间手势交互等功能。此外,公司 ToF 解决方案具备系统设计、sensor 选型和应用、深度引擎算法移植、量产标定等要素,可以满足客户的各种定制需求。从商业模式角度看从商业模式角度看,奥锐达能够为产业链摄像头模组制造厂提供 ToF 的标定算法和设备,赋能 Tier 1 做好 ToF 模组,亦能为主机厂提供从 ToF 传感器芯片方案、深度引擎算法到整机相关的服务,有效降低车载 3D ToF 上车门槛。我们认我们认为车载为车载 3D ToF 摄像头是摄像头是 3D 视觉感知技术的延续,奥视觉感知技术的延续,奥锐锐达有望凭借母公司在达有望凭借母公司在3D 视觉感知领域的技术积累和前瞻性的布
153、局,在智能座舱蓝海市场中占据一席之地。视觉感知领域的技术积累和前瞻性的布局,在智能座舱蓝海市场中占据一席之地。图图 34:奥:奥锐锐达可助力车企进行车规级达可助力车企进行车规级 3D ToF 系统方案设计系统方案设计 资料来源:高工智能汽车公众号、天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 31 4.4.机器人:与地平线联手引领机器人机器人:与地平线联手引领机器人 3D 视觉感知发展视觉感知发展 3D 视觉感知技术助力机器人向高维智能化方向发展,公司与地平线强强联手,引领机器视觉感知技术助力机器人向高维智能化方向发展,公司与地平线强强联手
154、,引领机器人人 3D 视觉感知核心应用开发视觉感知核心应用开发。3D 视觉感知技术顺应了机器人向高维智能化进阶的趋势:传统服务机器人依照设定路径行进,无法做到感知避障与更高阶的智能判断,而 3D 视觉感知技术可以帮助机器人在复杂环境中精准定位,实现感知、避障、导航、三维地图重建等功能,能够助力机器人向高维智能化方向发展。为顺应行业发展需求,公司入驻地平线机器人开发平台,双方联合推出了适用于服务机器人、扫地机器人的 3D 视觉应用解决方案。在服务机器人场景,在服务机器人场景,公司基于自主研发的 ASIC 芯片推出高性能双目结构光相机 Dabai Pro,赋能机器人实现感知、避障、导航等功能。20
155、21 年公司服务机器人业务实现营业收入 5,656 万元,同比增长 240.84%。在扫地机器人场景,在扫地机器人场景,公司在研发高性能双目相机外,还自主研发推出了小型化低成本的 3D 面阵 iToF 传感器 FC200 模组,为扫地机器人开发提供全自研 iToF sensor、深度算法 SDK 在内的 3D 视觉系统解决方案,并通过将上述产品接入地平线旭日 X3 派,可自主开发机器人感知、避障和导航等功能。公司作为国内较早布局机器人产业的公司,基于自身 3D 视觉感知全栈技术研发实力,打造了囊括底层芯片、激光雷达、视觉模组到深度算法等机器人 3D 视觉方案;目前公司已正为优必选、普渡、高仙、
156、擎朗、云迹、猎户星空等国内知名机器人企业合作打造 3D“慧眼”。我们认为“感我们认为“感知”是机器人必不可缺的功能之一,公司消费级知”是机器人必不可缺的功能之一,公司消费级 3D 视觉感光领域具备百万级别的量产经视觉感光领域具备百万级别的量产经验,能够为客户提供具备高稳定性和低成本的解决方案,公司有望在机器人行业迅速发展验,能够为客户提供具备高稳定性和低成本的解决方案,公司有望在机器人行业迅速发展中充分受益。中充分受益。5.盈利预测与估值盈利预测与估值 我们按照公司主营业务应用领域及其细分场景收入结构进行拆分,对收入的预测基于以下核心假设:生物识别:生物识别:自 2020 年以来,线下刷脸支付
157、受疫情影响显著,公司生物识别业务持续承压。考虑到疫情影响边际消退,下游支付场景逐季恢复,我们预计公司 2022-2024年生物识别业务营业收入分别为 2.93、4.47、5.84 亿元。AIoT:随着服务机器人在各类应用场景的普及,公司应用于服务机器人的 3D 视觉传感器出货实现快速增长。目前公司已与包括云迹、擎朗、普渡、高仙等在内的超过 100 家服务机器人客户实现了业务合作,覆盖智能工厂、仓储物流、建筑自动化、智能巡检、割草机、酒店配送、楼宇配送、商用清洁、ROS 教育等应用场景。在扫地机器人领域,公司推出了基于自研单点 SPAD 芯片的 dToF 单线激光雷达、3D ToF 传感器、双目
158、避障传感器,目前正在同多家行业客户进行产品测试适配。我们预计公司2022-2024 年 AIoT 业务营业收入分别为 1.88、3.39、4.71 亿元。表 14:奥比中光业绩拆分与预测 (RMB 百万元百万元)2019 2020 2021 2022E 2023E 2024E 营业收入 595.81 252.44 461.15 518.39 825.49 1,096.23 yoy -57.63%82.68%12.41%59.24%32.80%生物识别 463.2 147.0 287.8 293.0 447.3 584.1 yoy -68.26%95.73%1.82%52.66%30.57%占比
159、 77.74%58.25%62.41%56.53%54.19%53.28%AIoT 75.7 77.3 137.7 188.2 339.1 470.8 yoy 2.10%78.11%36.64%80.19%38.86%占比 12.71%30.63%29.86%36.30%41.07%42.95%消费电子 42.8 3.2 12.1 11.3 10.6 10.0 yoy -92.44%274.50%-6.54%-6.11%-5.65%占比 7.18%1.28%2.63%2.18%1.29%0.91%工业三维测量 14.1 24.00 21.45 23.60 25.96 28.55 yoy 70.
160、38%-10.63%10.0%10.0%10.0%公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 32 占比 2.36%9.51%4.65%4.55%3.14%2.60%其他 0.0 0.84 2.07 2.28 2.50 2.75 yoy 18145.65%146.44%10.0%10.0%10.0%占比 0.00%0.33%0.45%0.44%0.30%0.25%资料来源:公司公告、Wind、天风证券研究所 公司积极把握公司积极把握 2D 视觉向视觉向 3D 视觉跃迁的时代契机,缔造平台型视觉跃迁的时代契机,缔造平台型 3D 视觉感知企业,出色视觉感知企
161、业,出色的产品研发能力、百万级的产品量产保障及快速的服务响应能力有望充分受益于下游应用的产品研发能力、百万级的产品量产保障及快速的服务响应能力有望充分受益于下游应用场景场景扩充扩充。此外,公司前瞻布局全固态。此外,公司前瞻布局全固态 VCSEL+SPAD 路线激光雷达和机器人业务,有望路线激光雷达和机器人业务,有望打开公司估值空间。打开公司估值空间。我们预计 2022-2024 年营收分别为 5.18/8.25/10.96 亿元,净利润-2.46/-0.43/0.26 亿元,对应 EPS 分别为-0.62/-0.11/0.06 元。公司为公司为 A 股激光雷达探测端芯片股激光雷达探测端芯片及整
162、机稀缺标的,及整机稀缺标的,尚无完全可比的公司,我们选取激光雷达发射端 VCSEL 芯片公司长光华芯、激光雷达发射模组公司炬光科技、AI 芯片公司寒武纪作为可比公司,其 2023E 的 P/S 估值区间在 9.4-18.2 之间,平均 P/S 为 15.1。奥比中光目前估值对应 2023 年 P/S 为 14.1,估值较为合理。考虑公司作为考虑公司作为 A 股全栈自研激光雷达探股全栈自研激光雷达探测端芯片及整机的稀缺标的,我们给予公司测端芯片及整机的稀缺标的,我们给予公司 2023 年年 18 倍倍 P/S,对应目标价,对应目标价 37.2 元,首元,首次覆盖,给予“买入”评级。次覆盖,给予“
163、买入”评级。表表 15:同类可比公司估值对比(同类可比公司估值对比(P/S)2022E 2023E 2024E 寒武纪 26.6 18.2 13.3 长光华芯 28.3 17.6 12.1 炬光科技 15.8 9.4 6.6 平均平均 23.6 15.1 10.7 奥比中光奥比中光 22.5 14.1 10.6 资料来源:Wind、天风证券研究所(注:截至 2022 年 11 月 8 日,除奥比中光外、其余均为 wind 盈利一致预期)6.风险提示风险提示 技术迭代创新风险。技术迭代创新风险。3D 结构光需要持续推进系统优化,以满足各应用场景下不断提升的性能需求,同时随着市场成熟,也将涌现新的
164、竞争者进入,如果公司无法保持迭代创新能力,将存在被竞争对手赶超的风险。客户集中度较高的风险。客户集中度较高的风险。公司对蚂蚁集团、OPPO 等大客户销售收入占营业收入集中度相对较高,同时蚂蚁集团投资并间接持有公司部分股权,构成关联交易。公司存在大客户集中度及关联交易较高带来的依赖风险。应用场景商业化不及预期风险。应用场景商业化不及预期风险。公司先后布局了 iToF、dToF、Lidar 等 3D 视觉感知技术和产品,重点面向智能手机、汽车等场景的渗透需求,但以上场景能否如期商业化、商业化规模是否达到足够的市场容量存在一定的不确定性。供应链风险。供应链风险。公司对外采购激光发射器、感光芯片等关键
165、器件,并通过委托等方式进行部分生产环节的加工,存在关键器件外采及委托加工模式带来的供应链风险。新冠疫情持续的风险。新冠疫情持续的风险。如果新冠疫情持续,公司产品在线下支付领域应用场景预计将会继续受到较大不利影响。公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 33 财务预测摘要财务预测摘要 资产资产负债表负债表(百万元百万元)2020 2021 2022E 2023E 2024E 利润利润表表(百万元百万元)2020 2021 2022E 2023E 2024E 货币资金 1,671.06 1,157.68 1,060.21 547.00 623.27 营业
166、收入营业收入 258.95 474.15 518.39 825.49 1,096.23 应收票据及应收账款 22.38 120.02 59.96 195.46 143.74 营业成本 113.19 248.54 283.87 451.38 598.54 预付账款 15.34 37.26 30.68 91.39 52.54 营业税金及附加 2.66 2.18 2.59 4.13 5.48 存货 190.26 150.08 386.80 584.42 578.78 营业费用 55.14 63.69 60.51 61.11 61.73 其他 311.06 410.06 315.00 357.02 3
167、64.09 管理费用 509.80 158.41 142.57 145.42 148.33 流动资产合计流动资产合计 2,210.09 1,875.11 1,852.66 1,775.28 1,762.41 研发费用 285.56 387.52 290.64 305.17 320.43 长期股权投资 77.16 19.34 19.34 19.34 19.34 财务费用(18.94)(27.18)(25.49)(18.47)(13.45)固定资产 52.23 55.99 94.53 144.85 189.23 资产减值损失(22.71)(78.63)(39.26)(46.87)(54.92)在建
168、工程 0.82 48.31 64.98 86.99 82.19 公允价值变动收益 0.00 0.00(94.59)31.28 10.68 无形资产 82.42 84.80 69.24 53.69 38.14 投资净收益 1.24 4.18 4.73 3.38 4.10 其他 215.59 470.75 277.77 304.68 330.73 其他 0.16 93.18 179.73(69.32)(29.55)非流动资产合计非流动资产合计 428.23 679.18 525.87 609.54 659.62 营业利润营业利润(667.13)(377.74)(286.91)(41.73)44.8
169、7 资产总计资产总计 2,638.33 2,554.28 2,378.53 2,384.83 2,422.04 营业外收入 0.30 0.09 0.13 0.17 0.13 短期借款 0.00 0.00 0.00 0.00 0.00 营业外支出 1.39 20.88 9.36 10.54 13.59 应付票据及应付账款 60.96 45.05 174.69 213.41 197.68 利润总额利润总额(668.23)(398.52)(296.14)(52.10)31.40 其他 90.80 130.68 129.73 133.98 157.13 所得税(40.30)(62.98)(44.42)
170、(7.81)4.71 流动负债合计流动负债合计 151.75 175.73 304.42 347.39 354.81 净利润净利润(627.92)(335.55)(251.72)(44.28)26.69 长期借款 0.00 0.00 0.00 0.00 0.00 少数股东损益(12.82)(24.27)(5.30)(1.68)1.17 应付债券 0.00 0.00 0.00 0.00 0.00 归属于母公司净利润归属于母公司净利润(615.10)(311.28)(246.42)(42.60)25.52 其他 46.68 72.94 48.40 56.01 59.12 每股收益(元)(1.54)
171、(0.78)(0.62)(0.11)0.06 非流动负债合计非流动负债合计 46.68 72.94 48.40 56.01 59.12 负债合计负债合计 198.44 248.68 352.82 403.40 413.92 少数股东权益 4.18 9.04 3.74 2.06 3.23 主要财务比率主要财务比率 2020 2021 2022E 2023E 2024E 股本 360.00 360.00 400.00 400.00 400.00 成长能力成长能力 资本公积 2,789.11 2,890.64 2,890.64 2,890.64 2,890.64 营业收入-56.62%83.11%9
172、.33%59.24%32.80%留存收益 2,078.14 1,868.39 1,621.97 1,579.36 1,604.89 营业利润 35.49%-43.38%-24.05%-85.46%-207.52%其他(2,791.54)(2,822.46)(2,890.64)(2,890.64)(2,890.64)归属于母公司净利润 19.14%-49.39%-20.84%-82.71%-159.91%股东权益合计股东权益合计 2,439.89 2,305.61 2,025.71 1,981.42 2,008.12 获利能力获利能力 负债和股东权益总计负债和股东权益总计 2,638.33 2,
173、554.28 2,378.53 2,384.83 2,422.04 毛利率 56.29%47.58%45.24%45.32%45.40%净利率-237.54%-65.65%-47.54%-5.16%2.33%ROE-25.25%-13.55%-12.19%-2.15%1.27%ROIC-260.22%-116.78%-76.62%-11.78%3.15%现金流量表现金流量表(百万元百万元)2020 2021 2022E 2023E 2024E 偿债能力偿债能力 净利润(627.92)(335.55)(246.42)(42.60)25.52 资产负债率 7.52%9.74%14.83%16.92
174、%17.09%折旧摊销 32.31 48.22 20.33 23.23 25.97 净负债率-68.49%-49.08%-51.91%-27.02%-30.27%财务费用 3.05 5.04(25.49)(18.47)(13.45)流动比率 14.56 10.67 6.09 5.11 4.97 投资损失(1.24)(4.18)(4.73)(3.38)(4.10)速动比率 13.31 9.82 4.82 3.43 3.34 营运资金变动(111.23)(96.27)144.87(383.78)80.43 营运能力营运能力 其它 454.93 355.65(99.89)29.60 11.85 应收
175、账款周转率 4.47 6.66 5.76 6.46 6.46 经营活动现金流经营活动现金流(250.09)(27.08)(211.32)(395.40)126.22 存货周转率 1.43 2.79 1.93 1.70 1.88 资本支出 102.18 7.60 84.55 72.39 46.89 总资产周转率 0.13 0.18 0.21 0.35 0.46 长期投资 17.05(57.82)0.00 0.00 0.00 每股指标(元)每股指标(元)其他(326.25)(228.49)49.36(211.56)(114.15)每股收益-1.54-0.78-0.62-0.11 0.06 投资活动
176、现金流投资活动现金流(207.03)(278.72)133.91(139.17)(67.26)每股经营现金流-0.63-0.07-0.53-0.99 0.32 债权融资 0.00 26.04 8.68 11.57 15.43 每股净资产 6.09 5.74 5.05 4.95 5.01 股权融资 1,395.25 199.31(2.69)18.47 13.45 估值比率估值比率 其他 128.11(230.52)(26.04)(8.68)(11.57)市盈率-19.46-38.46-48.58-281.00 469.06 筹资活动现金流筹资活动现金流 1,523.35(5.17)(20.05)
177、21.36 17.31 市净率 4.92 5.21 5.92 6.05 5.97 汇率变动影响 0.00 0.00 0.00 0.00 0.00 EV/EBITDA 0.00 0.00-35.56-293.27 187.01 现金净增加额现金净增加额 1,066.24(310.97)(97.47)(513.21)76.27 EV/EBIT 0.00 0.00-33.24-180.09 341.60 资料来源:公司公告,天风证券研究所 公司报告公司报告|首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 34 分析师声明分析师声明 本报告署名分析师在此声明:我们具有中国证券业协会授
178、予的证券投资咨询执业资格或相当的专业胜任能力,本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法。我们所得报酬的任何部分不曾与,不与,也将不会与本报告中的具体投资建议或观点有直接或间接联系。一般声明一般声明 除非另有规定,本报告中的所有材料版权均属天风证券股份有限公司(已获中国证监会许可的证券投资咨询业务资格)及其附属机构(以下统称“天风证券”)。未经天风证券事先书面授权,不得以任何方式修改、发送或者复制本报告及其所包含的材料、内容。所有本报告中使用的商标、服务标识及标记均为天风证券的商标、服务标识及标记。本报告是机密的,仅供我们的客户使用,天风证券不因收件人收到本报告而视其
179、为天风证券的客户。本报告中的信息均来源于我们认为可靠的已公开资料,但天风证券对这些信息的准确性及完整性不作任何保证。本报告中的信息、意见等均仅供客户参考,不构成所述证券买卖的出价或征价邀请或要约。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求,在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估,并应同时考量各自的投资目的、财务状况和特定需求,必要时就法律、商业、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果,天风证券及/或其关联人员均不承担任何法律责任。本报告所载的意见、评估及预测仅为本报告出具日的观点和判断。该等
180、意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期,天风证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。天风证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。天风证券没有将此意见及建议向报告所有接收者进行更新的义务。天风证券的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。特别声明特别声明 在法律许可的情况下,天风证券可能会持有本报告中提及公司所发行的证券并进行交易,也可能为这些公司提供或争取提供投
181、资银行、财务顾问和金融产品等各种金融服务。因此,投资者应当考虑到天风证券及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突,投资者请勿将本报告视为投资或其他决定的唯一参考依据。投资评级声明投资评级声明 类别类别 说明说明 评级评级 体系体系 股票投资评级 自报告日后的 6 个月内,相对同期沪 深 300 指数的涨跌幅 行业投资评级 自报告日后的 6 个月内,相对同期沪 深 300 指数的涨跌幅 买入 预期股价相对收益 20%以上 增持 预期股价相对收益 10%-20%持有 预期股价相对收益-10%-10%卖出 预期股价相对收益-10%以下 强于大市 预期行业指数涨幅 5%以上 中性 预
182、期行业指数涨幅-5%-5%弱于大市 预期行业指数涨幅-5%以下 天风天风证券研究证券研究 北京北京 海口海口 上海上海 深圳深圳 北京市西城区佟麟阁路 36 号 邮编:100031 邮箱: 海南省海口市美兰区国兴大道 3 号互联网金融大厦 A 栋 23 层 2301 房 邮编:570102 电话:(0898)-65365390 邮箱: 上海市虹口区北外滩国际 客运中心 6 号楼 4 层 邮编:200086 电话:(8621)-65055515 传真:(8621)-61069806 邮箱: 深圳市福田区益田路 5033 号 平安金融中心 71 楼 邮编:518000 电话:(86755)-23915663 传真:(86755)-82571995 邮箱: