1、行业报告：车载激光雷达深度2022年9月19日中航证券研究所发布证券研究报告请务必阅读正文后的免责条款部分行业评级：增持进入从1到10新阶段，国内供应商提前卡位分析师：刘牧野证券执业证书号：S0640522040001股市有风险 入市需谨慎从1到10新阶段，激光雷达开始规模上车：激光雷达被大多数整车厂、Tier 1 认为是L3 级及以上自动驾驶必备的传感器，可显著提升自动驾驶系统的可靠性。目前搭载激光雷达的小鹏P5、极狐阿尔法S全新HI版等车型已正式交付，威马M7、智己L7、小鹏G9、哪吒S、阿维塔11等搭载激光雷达的车型，也将在今年上市交付。可以说，2022年是激光雷达应用到车型的量产年。现

2、阶段以高端车型搭载为主：我们认为，自动驾驶的发展速度最终取决于能否解放驾驶员双手，既达到L4级别。在算力、基础设施、网络速度等综合技术能够支撑L4的应用之前，激光雷达渗透率提升的主要动力来源于车企的搭载意愿，整个自动驾驶产业难言爆发。由于激光雷达的成本较高，搭载的车型还将继续以高端车型为主。测算2022年车载激光雷达全球市场约44亿元，至2027年达到633亿元，年复合增长率70%。收发芯片集成化是降本关键：发射芯片通过将数十个光学通道在集成光学芯片上一次制作完成，用集成式模组替代需要逐一通道进行调试的分立式模组，可大幅度降低了物料成本和调试成本，降本幅度达到70%以上，并同时提高产品的稳定性

3、、可靠性、一致性。接收芯片目前主要使用APD方案，由于APD单颗接收芯片较大，不适合CMOS集成。而SPAD尺寸小，利于和readout电路集成，从而降低了成本。终端产品距标准化较远，国内激光雷达制造商市暂时领跑：市场尚未出现能够大批量生产的激光雷达型号，行业还处在技术定型期。国内雷达制造商禾赛科技和速腾聚创的市占率目前领先全球，建议关注均胜电子、均普智能、万集科技。上游偏定制化，较多供应商提前布局收发芯片和器件：由于未有规模化的终端产品，上游芯片和器件偏定制化，但已有国内供应商提前卡位。发射端建议关注长光华芯、炬光科技、富信科技；接收端建议关注奥比中光；主控和信号处理端建议关注安路科技；硅光

4、器件属未来发展方向，建议关注声光电科、光库科技。风险提示：新自动驾驶事故降低消费者使用自动驾驶意愿的风险；激光雷达有被其他传感技术取代的风险；激光雷达方案存不确定性，技术方向改变或对现有产业链造成冲击；降本速度过慢，拖累行业规模化发展的风险；竞争加剧的风险摘要eZoWfWcZtViXtX8Z9P9R9PnPqQsQpNiNrRxOfQsQqR9PrQsNwMmPpQNZmOoN目录一、自动驾驶爬坡，激光雷达进入从1到10新阶段二、技术方案多样，收发模块成降本关键三、静待产业标准化，国内上下游加速发展四、硅光集成或为远期目标，关注集成材料和器件资料来源：新思，SAE，中航证券研究所自动驾驶分类无

5、自动驾驶手动控制。由人来完成“动态驾驶任务”。可能有辅助驾驶系统，但并未主动驱动车辆，所以算不上自动化驾驶。驾驶员辅助车辆具有单独的自动化驾驶员辅助系统。自适应巡航控制系统可以让车辆与前车保持安全距离，驾驶员负责监控驾驶的其他方面（例如转向和制动）。部分自动驾驶高级驾驶员辅助系统或 ADAS。车辆能够控制转向以及加速或减速。因为有驾驶员坐在汽车座位上，并且可以随时控制汽车，所以这一阶段的自动驾驶还算不上无人驾驶。受制约的自动驾驶具有“环境检测”能力，可以自己根据信息做出决定，例如加速经过缓慢行驶的车辆。但是这个级别仍然需要人类操控。高度自动驾驶如果发生意外或系统失效，4 级自动驾驶汽车可以进行

6、干预。从这个意义上来说，这些汽车在大多数情况下不需要人为干预。但是，驾驶员仍然可以选择手动超控。完全自动驾驶不需要人为关注。甚至不会有方向盘或加速/制动踏板。不受地理围栏限制，能够去任何地方并完成任何有经验的人类驾驶员可以完成的操控。美国汽车工程师学会(SAE)定义了6个无人驾驶等级 从 0 级（完全手动）到 5 级（完全自动）。这些无人驾驶等级准则已经被美国交通部采纳。现阶段以0-2级自动驾驶车辆为主。L3 级是自动驾驶等级中的分水岭，其驾驶责任的界定最为复杂：在自动驾驶功能开启的场景中，环境监控主体从驾驶员变成了传感器系统，驾驶决策责任方由驾驶员过渡到了汽车系统。自动驾驶分类资料来源：禾赛

7、科技招股书，麦肯锡咨询，中航证券研究所激光雷达是高阶自动驾驶必备传感器 当前L2 级自动驾驶感知系统主要由超声波雷达、毫米波雷达、摄像头等车载传感器组成。车载超声波雷达成本低，但有效探测距离通常小于5 m，无法对中远距离物体进行测量。毫米波雷达具有同时测距和测速的功能，有效探测距离可达200 m，然而单颗车载毫米波雷达的角度分辨能力通常较弱。摄像头具有优异的角度分辨率，然而其受光照影响大，黑夜和强光下的探测效果不佳，此外摄像头对物体及其距离的识别依赖深度学习算法，无法做到完全准确。激光雷达被大多数整车厂及Tier 1 认为是L3 级及以上自动驾驶必备的传感器。激光雷达兼具测距远、角度分辨率优、

8、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。这些相较于其他传感器的优势，可显著提升自动驾驶系统的可靠性。自动驾驶所需传感器数量Level2长距Radar：1个短距Radar：2个摄像头：5个Level3长距Radar：1个短距Radar：4个摄像头：5个长距Lidar：2个Level4/5长距Radar：4个短距Radar：4个摄像头：8个长距Lidar：4个短距Lidar：4个资料来源：汽车之家，中航证券研究所从1到10新阶段，激光雷达开始规模上车 2021年11月的广州车展上，多款车企发布了搭载激光雷达的车型：其中小鹏 G9搭载2颗速腾聚创激光雷达；长城机甲

9、龙搭载4颗华为96线混合固态激光雷达；极狐阿尔法S华为版搭载3颗华为激光雷达。目前搭载激光雷达的小鹏P5、极狐阿尔法S全新HI版等车型已正式交付，威马M7、智己L7、小鹏G9、哪吒S、阿维塔11等搭载激光雷达的车型，也将在今年上市交付。可以说，2022年是激光雷达应用到车型的量产年。车型激光雷达数量激光雷达供应商车型上市时间长城摩卡4华为-纯固态激光雷达2021本田Legend5Valeo-scala 混合固态转镜式2021丰田雷克萨斯LS1Denso2021沃尔沃XC90Luminar2022Lucid Air1速腾聚创-MEMS第二代智能固态激光雷达RS-LiDAR M12022奥迪A81

10、Valeo-scala 混合固态转镜式2022宝马iX1Innoviz-固态激光雷达 MEMS技术路线2022奔驰EQS1Valeo-scala 混合固态转镜式2022奔驰S级1Valeo-scala2 混合固态转镜式2022一汽红旗速腾聚创-第二代智能固态激光雷达2023路特斯ELECTRE4禾赛128线半固态激光雷达AT128+速腾聚创第二代智能固态激光雷达RS-LiDAR-M12023集度2禾赛科技-AT128超高清半固态激光雷达2023StellantisValeo-scala3 混合固态MEMS路线2024极狐阿尔法S3速腾聚创2021-4小鹏P52大疆Livox-混合固态棱镜旋转扫

11、描方案2021-9广汽埃安LX Plus3速腾聚创-MEMS第二代智能固态激光雷达RS-LiDAR M12022-1威马M73速腾聚创-MEMS第二代智能固态激光雷达RS-LiDAR M12022-10极星3Luminar2022-10蔚来ET71图达通-图像级超远距激光雷达猎鹰（Falcon）混合固态MEMS路线2022-3上汽智己L73速腾聚创-MEMS第二代智能固态激光雷达RS-LiDAR M12022-4北汽极狐阿尔法S华为hi版3华为-单轴转镜96线混合固态激光雷达2022-5蔚来ES71图达通-图像级超远距激光雷达猎鹰（Falcon）混合固态MEMS路线2022-6合众哪吒S3华为

12、-单轴转镜96线混合固态激光雷达2022-8理想L91禾赛科技-AT128超高清半固态激光雷达2022-8阿维塔113华为-单轴转镜96线混合固态激光雷达2022-8高合HiPhi Z1禾赛科技-AT128超高清半固态激光雷达2022-8小鹏G92速腾聚创-MEMS第二代智能固态激光雷达RS-LiDAR M12022-9蔚来ET51图达通-图像级超远距激光雷达猎鹰（Falcon）混合固态MEMS路线2022-9上汽飞凡R71Luminar-1550nm高规激光雷达2022下半年上汽ES33Luminar2022下半年长城沙龙机甲龙4华为-单轴转镜96线混合固态激光雷达资料来源：麦肯锡咨询，IH

13、S，中航证券研究所 我们认为，自动驾驶的发展速度最终取决于能否解放驾驶员双手，既达到L4级别。在算力、基础设施、网络速度等综合技术能够支撑L4的应用之前，即使有政策支持和车企的激进尝试，整个自动驾驶产业难言爆发。因此在L4之前的阶段，激光雷达渗透率的主要动力来源于车企的搭载意愿。由于激光雷达的成本较高，搭载的车型还将继续以高端车型为主。综合麦肯锡咨询、IHS的预测，以及2022年搭载激光雷达的车型，假设2022年全球自动驾驶L3级别汽车渗透率0.4%，至2027年L3渗透7%，L4渗透率1%，测算2022年激光雷达全球市场约44亿元，至2027年达到633亿元，年复合增长率70%。L4级别自动

14、驾驶催化消费意愿，CAGR预计70%全球激光雷达市场规模预测（亿元）全球自动驾驶渗透率预测资料来源：艾瑞咨询，中航证券研究所 国内激光雷达制造商禾赛科技和速腾聚创的市占率目前领先全球，建议关注均胜电子、均普智能、万集科技。上游行业中，国内有较多供应商在收发芯片和器件布局。发射端建议关注长光华芯、炬光科技、富信科技；接收端建议关注奥比中光；主控和信号处理端建议关注安路科技；硅光器件属未来发展方向，建议关注声光电科、光库科技。国内中游领先，提前卡位下游上游中游下游目录一、自动驾驶爬坡，激光雷达进入从1到10新阶段二、技术方案多样，收发模块成降本关键三、静待产业标准化，国内上下游加速发展四、硅光集成

15、或为远期目标，关注集成材料和器件资料来源：九章智驾，艾瑞咨询，中航证券研究所激光雷达结构 激光雷达，也称光学雷达（Light Detection And Ranging）是激光探测与测距系统的简称，它通过测定传感器发射器与目标物体之间的传播距离，分析目标物体表面的反射能量大小、反射波谱的幅度、频率和相位等信息，从而呈现出目标物精确的三维结构信息。ToF激光雷达原理图 激光雷达主要由光发射、光扫描、光接收三大模块组成。光发射模块集成了驱动、开关和光源等芯片。光接收模块集成了SPAD传感器、ADC、TIA、TDC芯片等。资料来源：九章智驾，中航证券研究所技术架构多样 按照测距原理，激光雷达可以分为

16、ToF和FMCW，其中ToF路线是大多数厂商采用的主流技术方案。根据系统集成度的不同，主流方向的TOF激光雷达的激光发射系统可分为EEL与VCSEL，接收系统可分为APD与SPAD；根据光源波长的不同，激光收发系统则主要分为905与1550两个大类；按照扫描技术架构，可以分为整体旋转的机械式激光雷达、收发模块静止的半固态激光雷达以及固态式激光雷达。激光雷达分类当前主流方向未来可能发展方向注释：资料来源：艾瑞咨询，中航证券研究所处于从1到10阶段，存多种演变路径 激光雷达在早期0到1的车载探索阶段主要依靠机械式激光雷达在Robotaxi进行测试应用，Robotaxi测试车队由于会定期对车辆进行专

17、业维护，因此机械式激光雷达体积大、寿命短、成本高的缺点对于此类B端客户并非不可接受，也因此承担了激光雷达车载应用探索的角色。目前，半固态激光雷达在成本、体积、耐用性等方面逐渐改善，激光雷达逐步进入乘用车市场的商用起步阶段，除性能指标外，集成度、可量产、成本等都是此阶段需要重点考虑的问题。未来，如果固态雷达技术逐渐成熟，价格降至200美元以下，固态激光雷达将成为成熟的车载商用传感器。0-1阶段（2014-2021）1-10阶段（2022-）10-N阶段（成熟期）单价：万美元级别单价：500-1000美元单价：200美元以下机械式扫描+模拟芯片半固态式扫描+模拟芯片固态式扫描+数字芯片资料来源：九

18、章智驾，中航证券研究所 激光雷达的性能指标，主要取决于收发模块；可靠性主要由扫描模块决定；成本由两者共同决定。扫描模块的本质是机械，由它带来的可靠性问题需要通过工程方式来解决，主要靠时间。相比之下，收发模块的壁垒，则是电子技术的演进，是技术壁垒+工程壁垒，其中的技术创新和研发能力非常重要。在选择可靠稳定的扫描模块基础上，不断优化收发模块，将是一款优秀激光雷达的必经之路。核心技术壁垒收发模块指标含义收发模块对能力的影响扫描模块对能力的影响测距能力探测范围大小光收发效率越高，信号处理能力越强，则测距能力越强扫描镜光孔口径太小，测距能力会受限精度目标刻画准确度波形处理能力越强，探测精度越高影响较弱点

19、频每秒完成探测并获取的探测点的总数目，点频越多，对目标物的感知能力越好增加激光器数量，提升点频影响较弱功耗耗电速度功耗远大于扫描机械模块不需要很高动力维持体积占据的空间大小占据激光雷达主要体积体积占比较小点云规整度影响了点云处理算法的适配难度影响较弱机械式、一维转镜能形成对算法最友好的横平竖直矩阵。二维转镜很难做到绝对平整的矩阵效果。可靠性达到车规标准主流905nm的电子元器件相对容易过车规，基于1550nm收发模块的器件的供应链都还处于相对早期，过车规挑战大。影响更大。一维转镜已经被法雷奥验证过车规而风险较低以外，其他扫描方式，如机械式、MEMS和二维转镜，都还需要时间去证明其可靠性。成本成

20、本越低，激光雷达渗透速度越快影响相当影响相当收发模块和扫描模块对激光雷达性能的影响系数资料来源：汽车之心，EET、中航证券研究所 收发芯片是激光雷达的主要成本构成。收发模块包括各种光学镜头、激光器、探测器、激光器驱动、模拟前端等。收发模块的降本，主要通过激光器、探测器、激光器、激光驱动、模拟前端等电子部件的芯片化来实现。发射芯片降本：将数十个光学通道在集成光学芯片上一次制作完成，用集成式模组替代需要逐一通道进行调试的分立式模组，可大幅度降低了物料成本和调试成本，降本幅度达到 70%以上，并同时提高产品的稳定性、可靠性、一致性。接收芯片降本：目前的接收模组光芯片方案有PIN/APD/SPAD，它

21、们都是模拟芯片，为提高信噪比，需要放大器对模拟信号进行放大，然后进入ADC变换电路。目前主流的APD方案，由于单颗接收芯片较大，不适合CMOS集成。而SPAD尺寸小，利于和readout电路集成，从而降低了成本。降本关键收发芯片集成化机械式激光雷达成本占比激光雷达光电系统组成发射模组接收模组主芯片类型光学芯片光学芯片对应分立器件模组在整机中的成本占比30%30%对应分立器件模组在光电系统中的体积占比35%35%资料来源：Ouster，中航证券研究所 据激光雷达供应商Ouster，由于使用了高度集成的Vcsel激光阵列，和SPAD接收方案，其固态激光雷达模组的价格和体积将具备优势，如果使用单车装

22、备5个雷达的方案，总售价可以降到1000美元。降本关键收发芯片集成化1.Vcsel 激光阵列 每一束激光都集成在一块芯片上2.数字接收芯片SoC（ASIC）SPAD接收方案 将控制芯片、处理器、存储芯片和像素阵列集成Ouster高度集成化的激光雷达目录一、自动驾驶爬坡，激光雷达进入从1到10新阶段二、技术方案多样，收发模块成降本关键三、静待产业标准化，国内上下游加速发展四、硅光集成或为远期目标，关注集成材料和器件资料来源：宜普公司，中航证券研究所 激光驱动电路作为半导体二极管泵浦，用来驱动半导体二极发出指定的激光，这个生成的激光，进一步激发激光器光路上的激光，增加激光器光路上激光的强度，改变激

23、光器光路上激光的频率等功能。高频脉冲提高分辨率。激光的速度对制成具极高分辨率的图像非常重要，而极高分辨率的图像是安全的全自动驾驶运输所必需的。因此，需要短至几纳秒甚至更短时间的脉冲来实现必要的距离分辨率。脉冲通常由激光二极管产生。高功率提高探测距离。激光的反射系数低，为实现远距离探测，需要为系统提供更多的能量，这意味着激光二极管电流峰值为10100A。由于激光二极管温度升高将增大流过它的电流值，增加的电流又进一步的增加温度，增加的温度又进一步增加电流，器件很容易损坏。因此，必须采用必要的散热措施，以保证器件工作在一定的温度范围之内。高脉冲速度和高功率激光是车载LiDAR必要条件激光发射器原理图

24、资料来源：德州仪器，宜普公司，中航证券研究所 激光雷达的激光器是由专门设计的电路所驱动的。常见的激光驱动器是谐振电容放电驱动器，Q1通过杂散电感L1和激光器DL对电容C1谐振放电。为了克服电感L1，达到所需的快速电流上升时间，C1被充电到相对较高的电压（通常25V150V）。Q1必须能够承受该电压，传导峰值电流，并在1ns或更少的时间内打开。发射器：驱动IC壁垒高，国内尚无成熟供应商激光驱动示意图 在传统的LiDAR系统中，通常会找到一个硅驱动器IC，该驱动器可驱动GaN FET，然后将电流泵入LiDAR激光系统。但是硅驱动器限制了整个电路的速度。氮化镓（GaN）器件的电子迁移率是硅器件的数百

25、倍，其能隙为3.4eV。与同类的硅产品相比，GaN MOSFET具有更低的传导损耗、更高的开关速度、更好的热性能，以及更小的尺寸和成本。EPC、德州仪器等公司将GaN驱动器和GaN FET集成到单个IC上，从而消除了互连电感，并消除了传统LiDAR电路的速率限制方面。德州仪器的TIDA-01573驱动，能够产生频率1.5纳秒以下、功率100W以上的高频高功率激光。国内尚无成熟的激光驱动供应商。德州仪器TIDA-01573驱动示意图资料来源：中航证券研究所整理 Vcsel激光器始于苹果人脸识别和短距光通讯的应用，自从苹果供应商Lumentum培养了代工厂之后，国内FABLESS模式的公司如雨后春

26、笋般成长，但生产依赖外部代工，主要在LUMENTUM的代工厂IQE代工外延，稳懋代工芯片。在车载激光雷达领域，不同激光雷达制造商、不同方案对Vcsel阵列的大小、排列需求不同。目前，Vcsel阵列还处于定制化阶段，在有成熟的扫描和光源方案前，车用Vcsel阵列既不能形成规模生产，也没有稳定的良率支撑，当前车载Vcsel阵列的盈利能力较弱。国内企业开始逐渐往上游制造渗透，非上市公司有唐晶量子、纵慧芯光、长瑞光电（中际旭创参股），建议关注的上市公司有长光华芯、炬光科技、声光电科。发射器：Vcsel产业链逐渐成熟，有望打破国外代工垄断Vcsel激光器产业链衬底设计外延晶圆制造封装住友Friberge

27、r通美（AXT）博通FinisarLumentumII-VIULMAMS联亚光电IQE全新光电稳懋环宇宏捷唐晶量子长光华芯纵慧芯光声光电科炬光科技注释：蓝色字体为本土公司资料来源：赛格瑞，富信科技，中航证券研究所 散热空间有限，温度影响激光器性能。激光器的发展方向为小型化、高功率化、高速化，造成散热空间减少而发热量增长。温度升高将影响器件的性能和激光质量，需要体积小、可靠性高的制冷器件进行散热。发射器：温控不容忽视，关注TEC制冷技术温度升高，半导体材料禁带宽度变小，发生红移，波长变长温度升高，光/电转换功率大幅降低，光输出功率降低，甚至无信号输出 半导体制冷（TEC）是一种固态制冷技术，不需

28、要任何制冷剂，具备体积小、无振动、精度高、可靠性高的特点。其利用材料内部载流子的运动，直接将电能转换为冷能。当两种不同导体构成回路时，若给回路一个直流电，则回路中的一个节点温度升高，另一个节点温度降低，称为帕尔贴效应。TEC已广泛应用于光通信激光器散热，下游有望延伸至激光雷达，建议关注赛格瑞（未上市）、富信科技。资料来源：滨松，麦姆斯咨询，中航证券研究所 APD 是ToF类激光雷达目前主要使用的较为成熟的探测技术。SPAD可实现低激光功率下的远距离探测能力，但过于灵敏的接收也会导致通道串扰大、寄生脉冲等问题电路设计等工艺难题带来较高的制造成本。SiPM是由多个独立且带有淬灭电阻的SPAD组成，

29、每个单元是独立的，最终输出的信号是多个像素输出信号叠加，有幅度变化，照射到SiPM的光子数越多，幅度越大。但存在串扰、较大的暗电流，恢复时间与温度有关，雪崩电压、增益与温度有关。SiPM和SPAD可探测距离超过200m、5%的低反射率目标，在明亮的阳光下也能工作，分辨率极佳，且尽可能小的光圈和固态设计实现紧凑的系统集成到汽车中，并极具成本优势，正成为新兴的LiDAR探测器。探测器：APD较成熟，SPAD和SiPM是未来方向各类探测器性能比较SiPM/MPPCSPADAPDPIN增益106106100无距离长长长短读出电路简单复杂复杂复杂系统成本低高高高器件成本中高高低波长范围950nm1150

30、nm（硅基）1700nm（砷化镓铟）1150n（硅基）1700nm（砷化镓铟）1200nm（硅基）2.6m（砷化镓铟）反应时间中快快快工作电压150V200V10V前端光噪声高高低低后端电噪声低高高资料来源：滨松，麦姆斯咨询，中航证券研究所 如果LiDAR的设计更加关注分辨率，SPAD是更好的选择；如果更加关注帧速和信号提取速度，MPPC是更好的选择。SPAD是single photon avalanche diode的简称，MPPC是multi-pixel photon counter的简称。两种探测器的基础原理都是盖革模式下的雪崩光电二极管。如果以单点探测器为例，SPAD是一个单像素盖革模

31、式的探测器，探测器尺寸较小。而MPPC是由多个盖革模式的探测器同时信号输出，相对探测器尺寸较大。因此，以99的阵列为例，在相同的分辨率要求下，SPPC阵列的面积更小，MPPC阵列的面积较大。SPAD的输出信号幅值相同，相当于只输出1或0电平信号，以致于单次测量时无法直接得出是否是真正的信号位置。而MPPC由于是多个盖革模式探测器同时感光输出，输出的信号会有幅度级别的区分。因此，在进行信号提取时，SPAD阵列需要从时间和空间两个维度对信号进行相关度分析提取真实信号。而MPPC由于直接输出信号幅值，可以按照阈值的设置完成信号的提取。探测器：SPAD vs SiPM资料来源：滨松，麦姆斯咨询，中航证

32、券研究所 据麦姆斯咨询，目前大多数领先的APD供应商都将905nm作为自动驾驶激光雷达的标准波长，以实现经济高效且可靠的解决方案。该市场的主要领导者滨松（Hamamatsu Photonics）、埃赛力达（Excelitas Technologies）和First Senor等正在提供905nm APD，而SemiNex和Voxtel正在为汽车LiDAR开发1550 nm APD。SiPM和SPAD技术基于盖革模式雪崩原理，是实现LiDAR系统中紧凑、高增益的接收传感器的关键。目前，索尼已开发出IMX459 SPAD接收器，实现了SPAD和readout电路的集成；安森美收购SensL进行技术

33、布局；滨松在APD、SPAD、SiPM布局全面。国内供应商中，芯视界、灵明光子、阜时科技等非上市公司，专注于SPAD/SiPM的研发。上市公司中，建议关注奥比中光，公司SPAD芯片实现流片；声光电科，公司拥有InGaAs APD芯片及探测器。探测器：国内初创公司进军SPAD、SiPM全球探测器供应商PD/APDSPAD/SiPMHAMAMATSUSonyOnsemiBroadcomFirst SensorExcelitas TechnologiesContinental芯视界灵明光子阜时科技奥比中光声光电科注释：蓝色字体为本土公司资料来源：ifind，中航证券研究所 随着国外激光雷达制造商陆续

34、上市，行业投资趋于理性，还没有公司业绩呈现爆发式增长，行业盈利能力承压。我们认为，激光雷达行业还处于技术逐渐成熟的阶段，需求端短期内不会迎来放量。受制于技术和市场的瓶颈，加上大量的研发投入，激光雷达制造商的盈利能力较弱。资本已经进行过一轮制造商的投资，当前时点，激光雷达制造商的技术进步对估值提升的边际作用较弱，市场关注重点在于公司盈利能力的改善。LiDAR制造：行业未显规模，国外公司业绩承压Velodyne经营情况（万美元）Luminar经营情况（万美元）Innoviz经营情况（万美元）Aeva经营情况（万美元）Ouster经营情况（万美元）资料来源：yole，中航证券研究所 据yole，全球

35、范围内，中国激光雷达供应商占ADAS前装定点数量的 50%。主要因为中国的激光雷达厂商与汽车OEM 建立起了紧密的合作关系，中国政策更加开放，车厂搭载激光雷达更加激进。从前装量产供应商来看，禾赛获得截至目前全球 27%的前装定点数量，排名全球第一。禾赛的车规级半固态远距激光雷达AT128 获得包括理想、集度、高合、路特斯等汽车品牌旗下的多款车型定点，并在已经开始生产和交付。LiDAR制造：国内需求较强，本土供应商市占率暂时领先2018年以来，各国获得激光雷达design wins占比LiDAR供应商获得design wins占比用于L4自动驾驶的激光雷达市占率 国内供应商在L4自动驾驶暂时领先

36、。禾赛在 L4 自动驾驶市场营收上占比 58%，排名全球第一，是第二名 Waymo 份额的两倍以上。禾赛的高性能激光雷达产品已经覆盖国内外几乎所有头部 L4 自动驾驶公司，包括 Cruise、TuSimple 等，以及国内的百度 Apollo、美团无人车、文远知行、AutoX、小马智行等。上市公司中，建议关注均胜电子、均普智能、万集科技。L4激光雷达方案及供应商目录一、自动驾驶爬坡，激光雷达进入从1到10新阶段二、技术方案多样，收发模块成降本关键三、静待产业标准化，国内上下游加速发展四、硅光集成或为远期目标，关注集成材料和器件资料来源：华中科技大学武汉光电国家研究中心，中航证券研究所 激光雷达

37、中短期的壁垒在光学技术，从长期看，性能的提升及成本的降低都仰赖于半导体及光子集成技术的发展。当行业内确定了激光雷达收发标准化方案后，光子集成工艺可以帮助激光雷达整体实现小型化、低成本化，最终形成与车载摄像头相似的镜头、芯片模块化生产组装工序。目前ADC、DSP等微电子器件发展成熟，芯片兼容性强，前端光学方案的变化对微电子器件芯片设计框架影响较小，因此可率先通过CMOS工艺实现成本及体积的降低。然而激光雷达整体体积及成本的降低仍需光子集成工艺对各光电器件进行集成。硅光芯片基于绝缘衬底上硅（Silicon-On-Insulator，SOI）平台，兼容互补金属氧化物半导体(Complementary

38、 Metal OxideSemiconductor，CMOS）微电子制备工艺，同时具备了 CMOS 技术超大规模逻辑、超高精度制造的特性和光子技术超高速率、超低功耗的优势。硅光芯片商业化至今较为成熟的领域为数据中心、通信基础设施等光连接领域，800G及以后硅光模块性价比较为突出。未来随着技术逐渐成熟，激光雷达、光子计算等领域的应用有望实现突破。硅光集成芯片逐渐成熟，激光雷达应用待突破硅光芯片在光模块中的应用硅光芯片的未来主要应用场景展望资料来源：华中科技大学武汉光电国家研究中心，中国科学院物理研究所，中航证券研究所 硅光芯片中的光器件分为有源器件和无源器件，有源器件包括激光器、调制器和光电探测

39、器；无源器件包括平面波导、光栅或边缘耦合器等。基于这些元器件，可以构成光发射/接收芯片，并开展阵列化的应用，最终通过光子集成技术（Photonic IntegratedCircuit,PIC）来实现硅光芯片。当前的硅光器件依然处于初步的集成阶段，从异质材料集成向单片集成演进。走在硅光最前沿的英特尔的方案中，激光器发光部分是III-V材料，通过硅晶圆工艺和硅光集成到一起，属于异质集成，但芯片效率和峰值功率不高。单片集成技术是对制作好的硅晶圆开槽，直至单晶硅衬底，而后使用选取外延的方式在单晶硅衬底上生长 III-V 族材料，工艺难度大，但损耗低、易于封装、可靠性强、集成度高，被认为是未来实现硅光大

40、规模生产的一种最可行的方案。异质集成是当前主流硅光方案硅光模块集成方案发展方向从左到右的技术方案集成度由低到高，技术成熟度由高到低资料来源：中国科学院院刊，中航证券研究所 光电集成芯片要实现大规模应用，需要依托硅材料与不同种类光电材料的异质集成，以充分发挥各种材料的优异特性。-族材料制作的光源、铌酸锂制作的调制器和YIG材料制作的隔离器相比于硅基器件具有较大优势。异质集成是当前主流硅光方案可以用于硅基光电异质集成的材料体系及光电器件目前硅基激光器的制作材料主要以 III-V 族半导体材料为主，包括锑化镓(GaSb）、砷化镓（GaAs）、磷化铟(InP)、硫化锌(ZnS)等。因此如何实现-族激光

41、器与硅光芯片的耦合是关键问题，主流的工艺方案有片上倒装焊集成、片上异质键合集成和片上直接外延生长集成。III-V/Si 异质键合激光器端面结构III-V/Si 混合集成 MZM 调制器硅光调制器技术较为成熟，基于硅基衬底的混合集成调制器可以进一步提高调制器的性能。目前大多使用混合集成调制器，通过异质键合、外延等技术，将成熟的铌酸锂调制器、InP 调制器、有机物调制器集成到硅基上，可以实现微米量级大小，调制效率可以达到全硅调制器的 5 倍以上。目前集成在硅基片上的高频探测器主要有混合集成 III-V 族和硅锗混合探测器。混合集成 III-V 族探测器耦合效率高、灵敏度高、响应快；硅锗探测器性能优

42、越，且器件制备技术与CMOS 工艺兼容，更适合大规模集成，是目前的主流方案。硅锗探测器资料来源：中国科学院院刊，中航证券研究所英特尔引领硅光发展，国内材料、器件实现供应英特尔2021年已实现500万颗以上模块的销售，是目前世界上利用异质集成技术实现规模量产的唯一一家公司。同时，对于直接生长异质集成技术，英特尔也正在布局硅基量子点激光器技术。英特尔进度领先美国Luxtera、英国Rockley Photonics、美国Skorpio分别采用片间混合集成、片上倒装焊混合集成和片上异质集成技术实现了产品的展示。多家公司拥有产品美国格芯、瑞士意法半导体、以色列Tower Jazz，以及我国台积电等公司

43、均有硅光产线。格芯公司展示了片上倒装焊的混合集成方案。Tower Jazz计划采用直接生长异质集成方案。代工厂较稀缺硅光行业以国外公司主导，英特尔领跑。济南晶正：公司制造的硅基铌酸锂材料一枝独秀，是目前国内外几乎所有薄膜铌酸锂调制器的材料供应商。异质集成材料声光电科：铌酸锂光学器件、调制器；光库科技：铌酸锂调制器；铌奥光电：铌酸锂调制器；思异半导：硅基异质外延材料和光源。异质集成器件研发实验线：重庆联合微电子中心、中国科学院微电子研究所、上海微技术工业研究院；异质集成方案：尚无供应商开放服务。硅光芯片产线国内材料、器件企业有所突破，尚无自主代工资源。上市企业中，建议关注光库科技、声光电科。自动

44、驾驶事故降低消费者使用自动驾驶意愿的风险 激光雷达有被其他传感技术取代的风险 激光雷达方案存不确定性，技术方向改变或对现有产业链造成冲击 降本速度过慢，拖累行业规模化发展的风险 竞争加剧的风险风险提示分析师承诺负责本研究报告全部或部分内容的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。风险提示：投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。免责声明本报告并非针对意图送发或为任何就送发、发布、可得到或使用本报

45、告而使中航证券有限公司及其关联公司违反当地的法律或法规或可致使中航证券受制于法律或法规的任何地区、国家或其它管辖区域的公民或居民。除非另有显示，否则此报告中的材料的版权属于中航证券。未经中航证券事先书面授权，不得更改或以任何方式发送、复印本报告的材料、内容或其复印本给予任何其他人。本报告所载的资料、工具及材料只提供给阁下作参考之用，并非作为或被视为出售或购买或认购证券或其他金融票据的邀请或向他人作出邀请。中航证券未有采取行动以确保于本报告中所指的证券适合个别的投资者。本报告的内容并不构成对任何人的投资建议，而中航证券不会因接受本报告而视他们为客户。本报告所载资料的来源及观点的出处皆被中航证券认

46、为可靠，但中航证券并不能担保其准确性或完整性。中航证券不对因使用本报告的材料而引致的损失负任何责任，除非该等损失因明确的法律或法规而引致。投资者不能仅依靠本报告以取代行使独立判断。在不同时期，中航证券可发出其它与本报告所载资料不一致及有不同结论的报告。本报告及该等报告仅反映报告撰写日分析师个人的不同设想、见解及分析方法。为免生疑，本报告所载的观点并不代表中航证券及关联公司的立场。中航证券在法律许可的情况下可参与或投资本报告所提及的发行人的金融交易，向该等发行人提供服务或向他们要求给予生意，及或持有其证券或进行证券交易。中航证券于法律容许下可于发送材料前使用此报告中所载资料或意见或他们所依据的研

47、究或分析。我们设定的上市公司投资评级如下：买入：未来六个月的投资收益相对沪深300指数涨幅10%以上。持有：未来六个月的投资收益相对沪深300指数涨幅-10%-10%之间卖出：未来六个月的投资收益相对沪深300指数跌幅10%以上。我们设定的行业投资评级如下：增持：未来六个月行业增长水平高于同期沪深300指数。中性：未来六个月行业增长水平与同期沪深300指数相若。减持：未来六个月行业增长水平低于同期沪深300指数。中航科技电子团队介绍：首席：赵晓琨十六年消费电子及通讯行业工作经验，曾在华为、阿里巴巴、摩托罗拉、富士康等多家国际级头部品牌终端企业，负责过研发、工程、供应链采购等多岗位工作。曾任职华为终端半导体芯片采购总监，阿里巴巴人工智能实验室供应链采购总监。长期专注于三大方向：1、半导体及硬科技；2、智慧汽车及机器人；3、大势所趋的新能源。分析师：刘牧野约翰霍普金斯大学机械系硕士，2022年1月加入中航证券。拥有高端制造、硬科技领域的投研经验，从事科技、电子行业研究。