1、2022 年深度行业分析研究报告 3 / 38 内容目录内容目录 1. 自动驾驶推高激光雷达关注度，量产元年迎拐点 . 6 1.1. 多传感器融合为 L3 级及以上自动驾驶感知层方案的未来发展趋势 . 6 1.2. 激光雷达应用领域不断迭代拓宽，自动驾驶市场关注度走高 . 8 1.3. 众多车企已实现 L3 级自动驾驶车辆的量产，全球自动驾驶加速渗透 . 9 2. 激光雷达市场规模空间广阔，格局分散下海外厂商暂占先发优势 . 10 3. 主流传感器产品众多，激光雷达综合性能优越 . 13 3.1. 激光雷达作为 L3 级自动驾驶的核心配件综合性能优越 . 13 3.2. 激光雷达技术路径众多，

2、厂商竞争百花齐放 . 14 3.2.1. 扫描方式：半固态占主流地位，长期看好固态的商用落地 . 14 3.2.2. 测距方法：ToF 大规模商用，关注 FMCW 高潜测距技术 . 18 3.2.3. 激光发射：看好 EEL 向 VCSEL 发展，建议关注 PCSEL 发展态势 . 21 3.2.4. 激光探测：从 PD/ APD 向 SPAD /SiPM 进发 . 23 3.2.5. 信息处理方式：主流方案为 FPGA，看好 SoC 的长期发展 . 25 4. 单价下探利好需求释放，上游国产品牌迎接发展机遇 . 26 4.1. 技术革新+行业需求增多，激光雷达单价不断下探有望迎来行业拐点 .

3、 26 4.2. 海外龙头垄断上游芯片市场，收发及光学元件领域国产品牌崛起 . 28 5. 产业链上中游百家争鸣，小荷才露尖尖角 . 31 5.1. 炬光科技：领航国内高功率半导体激光器，激光雷达打开下游成长空间 . 31 5.2. 禾赛科技：主营机械式激光雷达，向车规级半固态激光雷达迈进 . 32 5.3. 速腾聚创: 智能激光雷达系统科技龙头，量产车规级 MEMS 激光雷达迎接业绩释放 . 33 5.4. 长光华芯：半导体激光芯片龙头，纵横发展加速版图扩张 . 34 4 / 38 图表目录图表目录 图 1：SAE 自动驾驶分级 . 6 图 2：智能驾驶的感知-决策-执行层架构 . 7 图

4、3：特斯拉 Model 3 部署的汽车传感器位置图 . 8 图 4：特斯拉 Model 3 自动驾驶传感器配置 . 8 图 6：激光雷达发展历程 . 8 图 7：国内自主车企 L3/L4 自动驾驶量产时间表 . 9 图 8：分等级自动驾驶汽车渗透率情况 . 9 图 9：全球激光雷达市场规模（亿美元） . 10 图 10：2025 年激光雷达不同下游应用领域市场占比 . 10 图 11：中国激光雷达市场规模（亿美元） . 11 图 12：激光雷达市场规模测算 . 11 图 13：全球激光雷达市场竞争格局（按专利数量） . 12 图 14：2020 年中国激光雷达市场份额 . 12 图 15：各车

5、企搭载激光雷达的车型及详情 . 14 图 16：机械式激光雷达结构图 . 15 图 17：机械式激光雷达搭载效果图. 15 图 18：MEMS 半固态激光雷达工作原理 . 16 图 19：Innoluce 采用 MEMS 微振镜式激光雷达设计方案 . 16 图 20：转镜式激光雷达 . 16 图 21：二维转镜激光雷达示意图 . 16 图 22：OPA 固态激光雷达 . 17 图 23：光学相控阵原理 . 17 图 24：Flash 固态激光雷达 . 17 图 25：Flash 固态激光雷达工作原理 . 17 图 26：三角测距法原理 . 19 图 27：三角测距激光雷达 . 19 图 28：

6、TOF 测距法直观图 . 19 图 29：同距离不同物体回波信号不同 . 19 图 30：FMCW 激光雷达结构及实物图 . 20 图 31：FMCW 激光雷达原理图 . 20 图 32：主要激光雷达厂商技术路径. 21 图 33：激光器对比图 . 22 5 / 38 图 34：汽车激光雷达光电探测器发展趋势 . 24 图 35：SiPM/MPPC 结构原理图 . 24 图 36：自动驾驶算法、芯片的发展路径 . 25 图 37：激光雷达技术趋势：从模拟、机械式到数字、固态化 . 26 图 38：激光雷达技术趋势：从硬件到软硬件融合 . 26 图 39：Velodyne VLP-16 激光雷达

7、成本构成 . 28 图 40：法雷奥 SCALA 1 转镜式激光雷达成本构成 . 28 图 41：激光雷达产业链图谱 . 28 图 42：炬光科技营收、净利润情况. 31 图 43：炬光科技毛利率、净利率情况 . 31 图 44：公司产品与业务 . 31 图 45：公司业务处于上游“卡脖子”位置，并逐步向中游拓展 . 31 图 46：禾赛科技营收、净利润情况. 32 图 47：禾赛科技毛利率、净利率情况 . 32 图 48：长光华芯营收、净利润情况. 35 图 49：长光华芯毛利率、净利率情况 . 35 表 1：主流传感器基本参数及优劣势对比 . 13 表 2：各路径激光雷达特点总结 . 18

8、 表 3：TOF 与 FMCW 测距法对比 . 20 表 4：主要测距方法的特点 . 21 表 5：半导体激光器优缺点对比 . 22 表 6：905nm 和 1550nm 激光器主要性能比较 . 23 表 7：针对 905nm 和 1550nm 探测器主要性能比较 . 23 表 8： SiPM/MPPC、SPAD、APD 、PIN-PD 探测器参数对比. 24 表 9：激光雷达市场主要厂商核心产品情况 . 27 表 10：禾赛科技产品信息 . 33 表 11：速腾聚创产品信息 . 33 6 / 38 1. 自动驾驶推高激光雷达关注度，量产元年迎拐点自动驾驶推高激光雷达关注度，量产元年迎拐点 1

9、.1. 多传感器融合为多传感器融合为 L3 级及以上级及以上自动驾驶自动驾驶感知层方案的感知层方案的未来发展趋势未来发展趋势 1）自动驾驶）自动驾驶主要主要分分为为 L0-L5 五个级别五个级别，L3 级以上提升对系统感知级以上提升对系统感知的要求的要求。国际自动机械工程师学会（SAE）将自动驾驶分为 L0-L5 五个级别，其中系统在L1-L3 级阶段主要起辅助作用。从 L2 级升至 L3 级，车辆的操作控制对象发生了主要变化， L2 级及以下仍旧由驾驶员负责环境的感知； L3 级及以上则由系统负责环境的感知和系统全部动态驾驶任务，驾驶员不需要一直对方向盘进行掌控，仅需在特殊情况发生时对系统提

10、出的干预请求进行回应。当自动驾驶级别上升至 L4级车辆驾驶便全由系统负责， L5 与 L4 的区别在于是在特定场景还是全场景的应用。 L0：完全人类驾驶。L1：辅助驾驶，增加了预警提示类的 ADAS 功能，包括车道偏离预警（LDW） ，前撞预警（FCW） ，盲点检测（BSD）等。L2：部分自动驾驶，具备了干预辅助类的 ADAS 功能，包括自适应巡航（ACC） ，紧急自动刹车（AEB） ，车道保持辅助（LKA）等。L3：有条件自动驾驶，具备了综合干预辅助类功能，包括自动加速、自动刹车、自动转向等。L4：高度自动驾驶，没有任何人类驾驶员，可以无方向盘、油门、刹车踏板，但限定区域（如园区、景区内）

11、，或限定环境条件（如雨雪天、夜晚不能开） 。L5：完全自动驾驶，是真正的无人驾驶阶段，司机位置无人，也没有人的车内或车外的认知判别干预；无方向盘和油门、刹车踏板；全区域、全功能。 图图 1：SAE 自动驾驶分级自动驾驶分级 资料来源：SAE 协会，艾瑞咨询，德邦研究所 2）智能驾驶的上游主要分为感知）智能驾驶的上游主要分为感知-决策决策-执行层三个层级执行层三个层级 自动驾驶可以分为感知层、 决策层、 执行层， 其中感知器主要包括车辆运动、自动驾驶可以分为感知层、 决策层、 执行层， 其中感知器主要包括车辆运动、环境感知两大类。环境感知两大类。车辆运动传感器为车辆运行过程中相关速度、角度提供全

12、姿态的信息参数和高精度的定位信息， 环境感知传感器主要由激光雷达、 毫米波雷达、超声波雷达、摄像头等组成，将感知的数据融合提供给决策处理层，决策层通过中央处理系统、芯片、算法等将接收到的数据进行处理，最终输出相应的操作与指令任务给执行层，执行层则负责对此完成相应的动力供给、方向控制、车灯控制等动作。 名称名称定义定义驾驶操控驾驶操控主体主体感知接管感知接管监控干预（行监控干预（行为责任主体）为责任主体）道路、环境条件道路、环境条件（气候、时间）（气候、时间）L0非自动化需要驾驶者全权操作驾驶员驾驶员驾驶员任何L1辅助驾驶针对方向盘和加减速其中一项提供驾驶支持，其他由驾驶者操作驾驶员和系统驾驶员

13、驾驶员限定场景L2部分自动化针对方向盘和加减速中多项提供驾驶支持，其他由驾驶者操作系统驾驶员驾驶员限定场景L3有条件自动化由系统完成所有驾驶操作，根据系统请求，驾驶者提供适当操作系统系统驾驶员限定场景L4高度自动化在限定道路和环境中由系统完成所有驾驶操作系统系统系统限定场景L5完全自动化在所有道路和环境中由系统完成所有驾驶操作系统系统系统任何主要由驾驶员监测行车环境主要由自动驾驶系统检测行车环境SAE分级SAE分级 7 / 38 图图 2：智能驾驶的感知智能驾驶的感知-决策决策-执行层架构执行层架构 资料来源：艾瑞咨询，亿欧汽车，德邦研究所 3） 自动驾驶的传感器配置， 业内主要有纯视觉路线和

14、多传感器融合两大阵营） 自动驾驶的传感器配置， 业内主要有纯视觉路线和多传感器融合两大阵营 目前自动驾驶主要分为两派，一派走的是以特斯拉为代表的纯视觉路线，另一派走的是以特斯拉为代表的纯视觉路线，另一派走的是以激光雷达等多传感器融合为代表的路线。一派走的是以激光雷达等多传感器融合为代表的路线。 纯视觉路线以摄像头为主导，由于摄像头精确度较低，所以一般对于算法和纯视觉路线以摄像头为主导，由于摄像头精确度较低，所以一般对于算法和计算能力的要求更高。计算能力的要求更高。特斯拉通过“D1 人工智能芯片+Dojo 超级计算机群+无监督学习算法”打造纯视觉路线的底层支撑，D1 芯片作为 Dojo 超级计算

15、机系统的一部分，可以将摄像头内收集到的视频数据进行无监督学习算法的模型训练，减少人工标注的工作量。摄像头成本较低，但劣势在于摄像头在黑暗环境中精度有所下降，因此对数据样本库的容量和模型的精度要求较高。超声波雷达、毫米波雷达、激光雷达等雷达类测距传感器融合方案精确度更高，但是由于技术尚未完全成熟，量产的成本高昂。 激光雷达性能表现优越，在目标轮廓测量、角度测量、光照稳定性和通用障激光雷达性能表现优越，在目标轮廓测量、角度测量、光照稳定性和通用障碍物检出等方面突出碍物检出等方面突出。激光雷达由激光发射机、光学接收机、转台和信息处理系统等组成，激光雷达是以激光为工作光束，并工作在红外和可见光波段的雷

16、达。激光雷达通过激光器将电脉冲变成光脉冲发射出去，在探测目标的表面引起散射并由接收器将反射回来的光脉冲还原成电脉冲并送到显示器。根据激光测距原理（包括脉冲激光和相位激光）便可以瞬间测算出从激光雷达到目标点的距离，利用三维激光扫描技术不断扫描目标物获得空间点云数据，根据目标物体表面反射的能量大小、波谱幅度、频率和相位等信息可以最终建立结构精确复杂的三维立体图像。 我们认为以激光雷达等多传感器融合为代表的方案将随着技术的进步、成本我们认为以激光雷达等多传感器融合为代表的方案将随着技术的进步、成本 8 / 38 的不断下探的不断下探，未来预计成为未来预计成为 L3/4 级及以上智能驾驶的核心配置。级

17、及以上智能驾驶的核心配置。目前 L2 级及以下级别的自动驾驶使用的方案以视觉派为主， 未来随着自动驾驶向 L3 级及以上迈进，自动驾驶系统将负责环境感知、系统决策等功能，若沿用纯视觉方案， 摄像头摄取的图形数据量将过大，基于视觉的神经网络算法将对运算能力提出极高的要求。特斯拉 Model 3 采用的传感器为 8 个摄像头（3 个摄像头组成的前视摄像模组+1 个后视摄像头+2 个侧前视摄像头+2 个侧后视摄像头）+1 个毫米波雷达+12个超声波传感器，汽车大脑 FSD 计算机满足运算需求；采用多传感器融合的主流车企在激光雷达的配载上基本采用短程+中程+远程三种激光雷达，以及摄像头+毫米波+互补传

18、感器来形成互补。 图图 3：特斯拉特斯拉 Model 3 部署的汽车传感器部署的汽车传感器位置图位置图 图图 4：特斯拉特斯拉 Model 3 自动驾驶传感器配置自动驾驶传感器配置 资料来源：Systemplus，德邦研究所 资料来源：Yole，Systemplus，德邦研究所 1.2. 激光雷达激光雷达应用领域应用领域不断迭代不断迭代拓宽拓宽，自动驾驶自动驾驶市场关注市场关注度度走高走高 激光雷达发展历史久远，激光雷达发展历史久远，从测绘领域不断拓展从测绘领域不断拓展，下游应用下游应用场景场景丰富丰富。1960 年代-1990 年代初期， 激光器问世， 早期广泛应用于探测领域的激光雷达价格高

19、昂。2000 年代初期-2010 年代早期，海外激光雷达厂商崛起，高线数激光雷达应用于无人驾驶领域。2016 年-2018 年，海内外初创公司入局研究高线数激光雷达并取得突破者众多， 此外激光雷达技术也从机械式逐渐创新扩展至半固态式或固态式，如半固态 MEMS 激光雷达、固态 OPA 激光雷达等，下游应用领域不断拓展至高级辅助驾驶和服务机器人领域，且已在下游应用中进行小范围商业试点。2019 年至今，激光雷达发展迅速，激光雷达技术朝向芯片化、阵列化发展，Ouster 推出基于 VCSEL 和 SPAD 阵列芯片技术的数字化激光雷达； 调频连续波 （FMCW）激光雷达技术方案开始受到市场关注，2

20、020 年海外激光雷达市场迎来上市潮。 图图 5：激光雷达发展历程激光雷达发展历程 9 / 38 资料来源：禾赛招股书，德邦研究所 1.3. 众多车企已实现众多车企已实现 L3 级自动驾驶车辆的量产，全球级自动驾驶车辆的量产，全球自动驾驶自动驾驶加速加速渗透渗透 目目前车企要实现前车企要实现 L4 级自动驾驶技术的量产主级自动驾驶技术的量产主仍存在一些仍存在一些难点难点，L3 级自动驾级自动驾驶量产驶量产成为近三年成为近三年大部分大部分国内自主车企的选择国内自主车企的选择。目前要实现 L4 级自动驾驶技术的量产，主要有 1） 安全） 安全：传统车企经过漫长的时间发展已经在客户心中建立了较为成熟

21、的品牌效应，历史基因决定其将安全放在首位，任何的安全事故都会对长久以来车企塑造的可靠品牌产生不可磨灭的影响。2）成本）成本： L4 级自动驾驶的产业链尚不成熟，且零部件成本高昂，短期内难以达到车企的量产条件。3）技术）技术：L4 级自动驾驶对于传感器要求更高，短期大多数车企无法一下子从 L2 级跨度到L4 级。4）路权）路权：政府路权对于自动驾驶的发展的进程影响较大， L4 级自动驾驶短期较难投入使用。 由于 L4 级自动驾驶技术对于科技互联网公司和自动驾驶全栈解决方案提供商而言， 实现起来都有一定的难度， 从从国内自主车企国内自主车企 L3/L4 自动驾自动驾驶量产时间表驶量产时间表规划来看

22、， 近三年是大多数国内自主车企的 “规划来看， 近三年是大多数国内自主车企的 “L3 级自动驾驶量产年” 。级自动驾驶量产年” 。 全球自动驾驶渗透率将快速提升全球自动驾驶渗透率将快速提升。 根据前瞻产业研究院的预测， 2020 年， L1、L2 级自动驾驶渗透率将达 40%；2025 年，20%以上量产汽车有望实现不同级别的智能驾驶；至 2040 年，所有新车都将配备自动驾驶功能，其中 L4、L5 级自动驾驶渗透率将达 50%。 图图 6：国内自主车企国内自主车企 L3/L4 自动驾驶量产时间表自动驾驶量产时间表 图图 7：分等级自动驾驶汽车渗透率情况分等级自动驾驶汽车渗透率情况 10 /

23、38 资料来源：亿欧，德邦研究所 注：L3 级自动驾驶为深蓝色，L4 级自动驾驶为浅蓝色 资料来源：前瞻产业研究院，德邦研究所 2. 激光雷达市场规模空间广阔，格局分散下海外厂商暂占激光雷达市场规模空间广阔，格局分散下海外厂商暂占先发优势先发优势 激光雷达高速发展，全球市场规模预计激光雷达高速发展，全球市场规模预计 2025 年达到年达到 135 亿美元亿美元，其中智能，其中智能驾驶市场规模约驾驶市场规模约 46 亿美元亿美元。根据 Allied Market Research 预计，2026 年全球无人驾驶技术市场规模将达到5567亿美元， 2019-2026年期间CAGR达到39.47%。

24、据 Frost&Sullivan 预计，自动驾驶车辆增长、激光雷达在高级辅助驾驶中渗透率增加、服务型机器人及智能交通建设等领域需求增长，激光雷达市场预计将高速发展， 预计 2025 年全球市场规模将达到 135.4 亿美元， 2019-2025 年期间 CAGR达到 64.5%。 高级辅助驾驶、无人驾驶高级辅助驾驶、无人驾驶将成为激光雷达主要应用领域。将成为激光雷达主要应用领域。按激光雷达下游应用市场分，主要有无人驾驶、高级辅助驾驶市场（ADAS） 、服务型机器人市场、智慧城市和测绘市场。据 Frost & Sullivan 预计，2019 年智慧城市及测绘作为激光雷达的主要应用市场占比约 6

25、0%，预计高级辅助驾驶、无人驾驶将高速发展，2025 年分别占激光雷达市场总规模的 34.64%、26.30%。 图图 8：全球全球激光雷达市场规模激光雷达市场规模（亿美元）（亿美元） 图图 9：2025 年激光雷达不同下游应用领域市场占比年激光雷达不同下游应用领域市场占比 资料来源：Frost & Sullivan，德邦研究所 资料来源：Frost & Sullivan，德邦研究所 0%20%40%60%80%100%20152020E2025E2030E2035E2040EL1/2L3L4/502040608002017 2018 2019 2020E2021E202

26、2E2023E2024E2025E移动机器人智慧城市和测绘Robotaxi/RobotruckADAS移动机器人, 5.26%智慧城市和测绘, 33.81%Robotaxi/Robotruck, 26.30%ADAS, 34.64% 11 / 38 2025 年中国激光雷达市场规模将达到年中国激光雷达市场规模将达到 43.1 亿亿美元美元，其中智能驾驶市场规模其中智能驾驶市场规模约约 12 亿美元，亿美元，下游下游应用领域多点开花。应用领域多点开花。据 Frost & Sullivan 预计，中国激光雷达市场规模将于 2025 年达到 43.1 亿美元，2019-2025 年期间 CAGR 达

27、到 63.1%，无人驾驶及高级辅助驾驶为主要组成部分。国内百度、滴滴、小马智行、 文远知行等企业的无人驾驶出租车业务已经开始试运营，商业化推进后将进一步拉动激光雷达需求增长，据麦肯锡预计，2030 年中国自动驾驶乘用车数量将达到 800 万辆。中国作为全球最大的新车销售市场，根据 2020 年 11 月发布的智能网联汽车技术路线图（2.0 版） 中规划，2030 年中国 L2、L3 级渗透率要超过 70%。“新基建” 受到国家政策大力支持， 计划总投资额高达 34 万亿元， 其中多地出台重点项目投资“5G+车联网”的协同发展，且截至 2020 年，中国以约 800 个规划或流程中的智慧城市试点

28、项目占全球智慧城市总数将近一半，这部分应用也将对激光雷达市场的增长产生较为稳定贡献。 图图 10：中国激光雷达市场规模中国激光雷达市场规模（亿美元）（亿美元） 资料来源：Frost & Sullivan，德邦研究所 随着随着 L3 级自动驾驶的不断落地，激光雷达也将在乘用车市场持续渗透。级自动驾驶的不断落地，激光雷达也将在乘用车市场持续渗透。从从单价趋势看，单价趋势看，激光雷达技术不断迭代进步、未来商用大规模量产可期，我们预计激光雷达价格将由 2021 年的 1500 美元/颗下探至 2025 年的 400 美元/颗。从从乘乘用车市场激光雷达的需求看用车市场激光雷达的需求看，我们预计全球的需求

29、量将由 2021 年的 19 万颗提升至 2025 年的 2704 万颗； 国内的需求量预计由 2021 年的 10 万颗提升至 2025 年的 1399 万颗。根据我们测算，根据我们测算，2025 年全球及中国年全球及中国车载车载市场激光雷达市场规模分市场激光雷达市场规模分别为别为 127 亿美元、亿美元、 65.8 亿亿美美元左右，元左右， 2021-2025 年年 CAGR 分别为分别为 147%、 149%。 图图 11：激光雷达市场规模测算激光雷达市场规模测算 05540455020020E2021E2022E2023E2024E2025E

30、移动机器人智慧城市和测绘Robotaxi/RobotruckADAS 12 / 38 资料来源：中汽协，乘联会，EVTank，智研咨询，汽车之家，Roland Berger，前瞻产业研究院，德邦研究所测算 全球激光雷达竞争格局分散，海外厂商具有明显领先优势。全球激光雷达竞争格局分散，海外厂商具有明显领先优势。法国 Tier 1 公司Valeo（法雷奥）作为全球首个发布车规级激光雷达 Valeo SCALA 并实现量产的厂商，目前全球 ADAS 领域激光雷达的销售主要仍由 SCALA 贡献。根据 Yole的数据，Valeo 以 8 项专利数量取得市占率 28%居于全球首位，此外，中国速腾聚创、大

31、疆、图达通、华为、禾赛等国内头部玩家也均有所突破。从目前中国激光从目前中国激光雷达行业市场竞争情况看，禾赛科技占有雷达行业市场竞争情况看，禾赛科技占有 14%的市场份额，万集科技与道通科技的市场份额，万集科技与道通科技各各 4%。 图图 12：全球激光雷达市场竞争格局（按专利数量）全球激光雷达市场竞争格局（按专利数量） 图图 13：2020 年中国激光雷达市场份额年中国激光雷达市场份额 13 / 38 资料来源：Yole，德邦研究所 资料来源：Frost&Sullivan，德邦研究所 3. 主流传感器主流传感器产品产品众多众多，激光雷达，激光雷达综合综合性能优越性能优越 3.1. 激光雷达激光

32、雷达作为作为 L3 级自动驾驶的核心配件级自动驾驶的核心配件综合性能优越综合性能优越 各个传感器均有其优劣势，适用于不同的应用场景，激光雷达作为各个传感器均有其优劣势，适用于不同的应用场景，激光雷达作为 L3 级自级自动驾驶的核心配件综合性能优越。动驾驶的核心配件综合性能优越。主流的自动驾驶环境监测传感器主要包括摄像头、毫米波雷达、超声波雷达与激光雷达。激光雷达的通过建立三维点云图，可以实时进行环境感知，探测精度也更优越。同属于光学传感器的摄像头和激光雷达在大雨雪雾等极端天气受影响大，但在清晰的环境下，激光雷达在白天和黑夜中等距离（150 米左右）的探测精度要超过毫米波雷达。 表表 1：主流传

33、感器基本参数及优劣势主流传感器基本参数及优劣势对比对比 参数参数 摄像头摄像头 超声波雷达超声波雷达 毫米波雷达毫米波雷达 激光雷达激光雷达 原理原理 1)图像处理，将图片转换为二维数据； 2)模式识别，通过图像匹配进行识别，如车辆、行人、车道线、交通标志等； 3)利用物体的运动模式，或双目定位，估算目标物体与本车的相对距离和相对速度 释放超声波，当遇到障碍物时，超声波反射，从而获取障碍物的具体距离 把无线电波（雷达波）发出去，然后接收回波，利用障碍物反射波的时间差确定障碍物距离，利用反射波的频率偏移确定相对速度 通过发射信号和反射信号的对比，构建出点云图，从而实现诸如目标距离、方位、速度、姿

34、态、形状等信息的探测和识别 波长波长 可见光：390-770nm 红外光：1mm-760nm 40KHz：8.5mm 58KHz：5.9mm 频率范围 10GHz200GHz（24GHz（125mm）、77GHz（39mm）为民用主流）， 波长 1-10mm； 905nm、1550nm 探测距离探测距离 跟像素有关，0-150m 跟功率/频率有关，0-3m 跟频率有关系，0-250m 跟波长/功率有关，0-300m 探测精度探测精度 是唯一能够清楚分辨和识别道路目标的传感器，在复杂的运动路况环境下都都能保证采集到稳定的数据 在 0.1-3 米之间时精度较高 79GHz-81GHz 频段毫米波雷

35、达的精度可以达到 5cm 精度高，能做车道线检测。激光直线传播、方向性好、光束非常窄，弥散性非常低，因此激光雷达的精度很高 数据类型数据类型 图像 位置、速度 位置、速度 位置、速度、形状 成本成本（美元（美元/件）件） 高清摄像头 60-150 10-20 24GHz：50-100 77GHz：120-150 1000-20000 应用场景应用场景 车道偏离预警、前向碰撞预警、交通标志识别、车道保持辅助、行人碰撞预警、全景泊车、驾驶员疲劳预警 自动泊车或者倒车辅助 盲点监测，车道偏离预警，车道保持，自适应巡航，自动紧急刹车，前向碰撞预警 自动驾驶L3 优势优势 (1) 性能强大，能准确识别各

36、类目标信息 (2) 配合高性能信号处理硬件，能实现对目标的实时监测 (1) 雷达结构简单模块小巧且易于实现 (2) 超声波雷达数据处理算法清晰易于系统开发 (1) 抗干扰能力强，毫米波穿透雾、烟、灰尘的能力强，受雨，雪天气影响小 (2) 毫米波雷达不仅可以测距，还能测速、测角，甚至能根据目标信(1)波长短，测量精度高 (2)多线束的探测， 可以实现对场景的三维成像 Valeo, 28%Robosense, 10%Luminar, 7%Livox, 7%Denso, 7%Continental, 7%其他, 7%Cepton, 7%Innoviz, 4%Ibeo, 4%Innovusion, 3

37、%华为, 3%禾赛, 3%Velodyne, 3%禾赛科技, 14%万集科技, 4%道通科技, 4%其他, 78% 14 / 38 息估计目标大小尺寸等 (3) 毫米波雷达模块小巧，易于安装，可以安装多个毫米波雷达传感器元件以便于道路覆盖探测 劣势劣势 (1) 受视角影响较大，无法做到全方位检测 (2) 受天气影响较大，极端环境条件下无法工作 (3) 对硬件性能要求过高，由于要实时处理泭量图片信息，因此需要配合高性能计算硬件，整体车载系统成本上升 (1) 超声波雷达的作用距离近，其作用范围几厘米到几米之间 (2) 超声波雷达测量精度低，无法探测细小目标 (1) 精确度是硬伤，多重波段并存的行车

38、环境中探测能力大大减弱，且无法感知行人、道路指示等 (2) 信号处理算法也较为复杂 (1)抗干扰能力低，易受自然光或热辐射影响，在雨雪雾等天气的作用下，激光雷达使用受限 (2)激光发射、被测目标表面粗糙等因素都对测量精度有影响 (3)结构复杂，成本高昂。除激光器本身，还必须添加精密伺服机构，实现对探测空域机械扫描 资料来源：电子工程，与非网，车云、高工智能汽车，OFweek，德邦研究所 从从目前目前多融合传感器多融合传感器派系派系厂商厂商的的车企技术规划来看， 激光雷达、 毫米波雷达、车企技术规划来看， 激光雷达、 毫米波雷达、超声波雷达等多传感器、多路线超声波雷达等多传感器、多路线融合使用的

39、方案融合使用的方案占据主流。占据主流。衡量自动驾驶传感器性能的十个特征：近地探测、探测距离、分辨率、夜间工作能力、日间工作能力，雪/雾/雨工作能力、色彩对比度、探测速度、传感器大小、传感器成本。特斯拉的传感器采用视觉为主，超声波雷达为辅的解决方案：一辆 Model 3 上，共有 8 个摄像头，1 个毫米波雷达，12 个超声波雷达，多种传感器组合特征值变现较高。从近两年主流新势力车企、自主品牌、外资/合资车企规划交付车型的传感器搭载方案看，激光雷达作为实现 L3 级及以上自动驾驶的核心配置必不可少，多传感器、多路线融合的方案可以助力自动驾驶实现性能的多维提升。 图图 14：各车企搭载激光雷达的车

40、型及详情：各车企搭载激光雷达的车型及详情 资料来源：盖世汽车，汽车之家，太平洋汽车，前瞻产业研究院，传感器专家网，高工智能汽车，集微咨询，各车企官网，德邦研究所 3.2. 激光雷达激光雷达技术路径技术路径众多，厂商众多，厂商竞争竞争百花齐放百花齐放 3.2.1. 扫描方式：扫描方式：半固态半固态占主流地位占主流地位，长期看好固态，长期看好固态的的商用落地商用落地 按扫描方式分按扫描方式分，主要有主要有机械式、半固态式（包括机械式、半固态式（包括 MEMS、棱镜、转镜等） 、固、棱镜、转镜等） 、固激光雷达激光雷达摄像头摄像头超声波雷达超声波雷达毫米波雷达毫米波雷达Innovusion蔚来ET7

41、Falcon半固态-振镜+转镜111125Innovusion蔚来ET5Falcon半固态-振镜+转镜111125Innoviz宝马 宝马iXInnovizOne半固态-MEMS110125大疆Livox小鹏P5（550P、600P车型)浩界HAP半固态-棱镜213125速腾聚创小鹏G9RS-LiDAR-M1半固态-MEMS2/速腾聚创威马M7RS-LiDAR-M1半固态-MEMS37/速腾聚创广汽埃安Aion LX PlusRS-LiDAR-M1半固态-MEMS312126速腾聚创上汽智己L7RS-LiDAR-M1半固态-MEMS1312512速腾聚创LucidAirRS-LiDAR-M1半

42、固态-MEMS114125禾赛科技理想理想L9AT128半固态-转镜112125禾赛科技高合HiPHi ZAT128半固态-转镜17/5禾赛科技集度/AT128半固态-转镜/华为哪吒哪吒S96线半固态-转镜318125华为长城机甲龙96线半固态-转镜411125华为长安阿维塔E1196线半固态-转镜313126华为北汽极狐阿尔法S 全新HI版96线半固态-转镜313126IBEO长城WEY摩卡ibeoNEXT固态-Flash37125IBEO长城WEY摩卡ibeoNEXT固态-Flash37125Luminar上汽飞凡R7Iris半固态-振镜+转镜1/2（4D）法雷奥奔驰（进口）新款S级Sca

43、la 2半固态-转镜1/法雷奥本田Legend Hybrid EXScala 2半固态-转镜52125大陆丰田雷克萨斯新款LS HFL110固态-Flash3/大陆丰田新款Mirai HFL110固态-Flash3/大陆丰田“赛那 SIENNA” Autono-MaaS/固态411/5Velodyne福特OtosanVelarray H800 共振镜/Aeva大众奥迪e-tronAeriesFMCW测距16/5Aeva大众大众ID BUZZAeriesFMCW测距614/激光雷达产品激光雷达产品激光雷达光束操纵方式激光雷达光束操纵方式传感器配置数量（个）传感器配置数量（个）激光雷达供应商激光雷

44、达供应商车企车企车型车型 15 / 38 态式（主要是态式（主要是 OPA、Flash 两种方案）两种方案）三种路径三种路径。 机械式激光雷达体积大、成本高，主要用于机械式激光雷达体积大、成本高，主要用于 Robotaxi 等等领域领域。机械式激光雷达在竖直方向上布局了多组的激光线束，发射和接收模块需要 360 度旋转进行激光线的发射和扫描，因此体积更大，价格也更加昂贵。机械式激光雷达价格普遍较高。 目前 Velodyne 的 64 线式产品价格约 8 万美元， 16 线式产品价格为 4000美元； 禾赛科技的机械式激光雷达均价约 10 万元人民币。由于机械式激光雷达排列了多组激光发射模组，可

45、以做到 128 线/64 线/32 线/16 线/8 线 4 线多种线别的激光雷达，线别越高通常性能高、价格更高；但机械式激光雷达的主要缺点是多组激光发射模组导致的体积庞大难以满足车规级的严苛要求，且通过增加收发模块的数量实现高线束，相应的元器件成本也更高，此外分立的收发组件设计导致生产过程中需要进行人工光路对准，装配复杂、可量产性差。目前机械式激光雷达主要应用于无人驾驶车辆上。目前机械式激光雷达海外市场的主要玩家有Velydone、Ouster，国内玩家主要有禾赛科技、速腾聚创。 图图 15：机械式激光雷达机械式激光雷达结构图结构图 图图 16：机械式激光雷达搭载效果图机械式激光雷达搭载效果

46、图 资料来源：汽车之家，德邦研究所 资料来源：Cruise 官网，德邦研究所 半固态半固态激光雷达激光雷达相比机械式相比机械式激光雷达激光雷达成本成本更低，且易过更低，且易过车规。车规。半固态激光雷达的激光器、探测器保持静止，不再进行机械旋转，并采用“微动”器件来替代机械式的扫描器， 旋转幅度只能做到 120的水平扫描视野。 从 2022 年即将量产的配载激光雷达的车中，绝大多数搭载的激光雷达均为半固态式，单颗价格大部分分也下探到 1000 美元以内。 目前， 半固态式激光雷达主要技术路线分为转镜式和MEMS 微振镜式两种，其中转镜式半固态方案更加成熟。 MEMS 式式激光雷达激光雷达作为机械

47、式激光雷达的革新形态出现，引领激光雷达作为机械式激光雷达的革新形态出现，引领激光雷达体积体积缩小缩小、成本、成本减减少少。MEMS 激光雷达通过 MEMS 微振镜来操纵激光束的偏转，可以替代原来宏观的机械式旋转的部分，具有一定的半导体集成性，通过激光发射、接收器的大幅度减少可以降低 MEMS 激光雷达的成本。并且，通过微振镜反射激光形成较广的扫描角度和较大的扫描范围，可以形成更多点云，能够克服机械式激光雷达在寿命和良品率的不足。根据麦姆斯咨询估算，机械式激光雷达的每组芯片成本约 200 美元，仅 16 组的芯片成本就高达 3200 美元。采用 MEMS 微振镜设计方案的激光雷达将各种分立芯片集

48、成设计到激光雷达控制芯片组，从而大幅降低激光雷达的成本，如 Innoluce 曾发布一款 MEMS 激光雷达设计方案可以将激光雷达的成本控制在 200 美元以内。 MEMS 方案目前方案目前在在激光雷达市场激光雷达市场应用较应用较为广泛为广泛。全球范围内，MEMS 路径代表公司为 Luminar、Innoviz、速腾聚创。其 16 / 38 中 Luminar 主要有 Iria 和 Hydra 两款产品，Ira 预计 2022 年量产；Innoviz 已经与宝马达成合作；速腾聚创作为全球销量最大的机械式激光雷达企业之一，在MEMS 激光雷达上也是最早布局研发并且领先的企业之一。 图图 17：M

49、EMS 半固态半固态激光雷达激光雷达工作原理工作原理 图图 18：Innoluce 采用采用 MEMS 微振镜微振镜式式激光雷达设计激光雷达设计方案方案 资料来源：EDN China，德邦研究所 资料来源：Innoluce 官网，EDN China，德邦研究所 转镜式转镜式激光雷达激光雷达最早通过车规，目前应用广泛。最早通过车规，目前应用广泛。转镜式激光雷达保持收发模块静止，通过电机带动转镜运动将光束反射至一定范围并实现扫描探测，技术层面与机械式激光雷达类似。且与 MEMS 微振镜平动和扭转方式不同，转镜通过反射镜面围绕圆心不断旋转，因此在功耗、散热等方面优势更为明显。法雷奥推出的全球首款车规

50、级激光雷达就采用了转镜形式。虽然转镜式激光雷达的可靠性比机械式激光雷达高，但由于机械部件仍较多、体积上相对较大，在实际应用中由于旋转产生的机械摩擦在长期之下还是会影响使用的精度，因此转镜式激光雷达也将主要作为一种过渡方案。2017 年投产的转镜式的 Valeo SCALA 最早通过车规级验证并实现大规模量产。 图图 19：转镜式激光雷达转镜式激光雷达 图图 20：二维转镜激光雷达二维转镜激光雷达示意图示意图 资料来源：汽车之心，德邦研究所 资料来源：电动生活，德邦研究所 固态激光雷达通过半导体工艺把激光雷达一些核心部件集成在芯片上，固态激光雷达通过半导体工艺把激光雷达一些核心部件集成在芯片上，