自动驾驶激光雷达深度报告.docx

自动驾驶激光雷达深度报告.docx

《自动驾驶激光雷达深度报告.docx》由会员分享，可在线阅读，更多相关《自动驾驶激光雷达深度报告.docx（24页珍藏版）》请在冰豆网上搜索。

自动驾驶激光雷达深度报告

自动驾驶激光雷达深度报告

一、激光雷达为高阶自动驾驶必备，前装量产元年正开启

“智能化”是我们投资智能汽车大时代的核心关键词和主线，而智能驾驶系统是智能汽车区别于传统汽车最核心的增量部分，按功能可划分为感知-决策-执行三层。

目前，感知层主要分为两派：

1）以摄像头+毫米波雷达为主、注重人工智能视觉算法的视觉主导派，以特斯拉为代表（视觉先驱Mobileye已投入激光雷达研发）；2）以激光雷达为主、毫米波雷达、摄像头等为辅的激光雷达派，以Waymo、XX为代表。

L3为自动驾驶的分水岭，代表着主动权从人到车的转变，目前还存在监管和消费者教育等问题；在整车厂推出具有L3级功能的车型时，仍倾向于在宣传中定位为L2.5-L3级别。

作为“所见即所得”的传感器，激光雷达可增强感知系统的冗余性，补充毫米波雷达、摄像头缺失的场景，与高精地图配合发挥定位作用。

在L3及以上级别的自动驾驶系统中，激光雷达的作用从辅助走向主导，配备个数也将增加。

我们认为，随着自动驾驶级别的提高和激光雷达技术的进步，激光雷达将成为不可或缺的部件；未来两派将走向融合，自动驾驶感知层将深化体积缩小、控制集成、成本降低、感知多元等趋势。

1.1分析激光信号描绘环境点云图，激光雷达乃高阶自动驾驶标配

激光雷达可分为激光发射、激光接收、光束操纵和信息处理四大系统，通过分析激光信号描绘三维点云图，实现环境实时感知及避障功能。

激光雷达（LiDAR，LightDetectionAndRanging），采用激光发射器及光束扫描技术发射介于红外线与可见光之间的激光，通过测量激光信号的时间差及相位差描绘周围物体的三维点云图，从而获取精确距离、轮廓信息。

激光雷达最早发明于1960s，早期主要用于太空探测、气象监测、地形勘测、军事测距、武器制导等，自2005年美国DARPA挑战赛起首次搭载于自动驾驶车辆，目前广泛应用于自动驾驶、物流运输、高精地图、智慧交通、机器人、工业自动化、无人机、测绘等领域。

作为“所见即所得”的传感器，激光雷达可增强感知系统的冗余性，补充毫米波雷达、摄像头缺失的场景，是高阶自动驾驶标配。

较短波长及主动激光技术赋能激光雷达测量分辨率高、探测距离远、探测角度大、夜间工作能力强、抗干扰能力强等优势，可直接获取距离、角度、反射强度、速度等信息。

在高阶自动驾驶方案中，激光雷达的点位还可通过和高精地图数据匹配来实时定位车辆信息。

但是，同时存在成本较高、受恶劣天气影响较大、工作寿命较短等问题，有望通过技术进步、规模量产解决。

而毫米波雷达存在无法探测行人、静止物体等弱点，车载摄像头存在过度依赖光线环境、训练样本等弱点，安全性、可靠性、精度、稳定性均不能得到高度保障。

目前，激光雷达已成为主流高阶自动驾驶玩家必备传感器。

96%获加州DMV路测牌照的自动驾驶公司认为激光雷达是必需的零部件，Waymo、Cruise、XX、小马智行等在美国加州DMV公布的获得无人驾驶公开道路测试牌照的65家公司多搭载自研或外采的激光雷达，主要供应商为Velodyne、禾赛科技等。

以L3为分界点，较低等级的自动驾驶主要配备的传感器为车载摄像头、毫米波雷达等，L3及以上自动驾驶需要配备的激光雷达数量随级别提升增加，L3级为1个，L4级为2-3个，L5级高达4-6个。

1.2激光雷达存在显性参数、隐性指标及实测表现多个性能评价维度

激光雷达最常见的显性参数包括线数、探测距离、测量精度、测量准度、扫描频率、垂直视场角、角分辨率、点云密度、功耗、集成度等。

隐性指标主要指激光雷达产品的可靠性、安全性、可量产性及使用寿命等，缺乏公开信息及可量化系统，只能通过产品是否得到车规级行业认证、应用于整车厂或自动驾驶出租方案提供商的测试车队或量产项目来侧面了解。

实测表现主要指激光雷达实际使用过程中影响自动驾驶体验的关键性能，如点云数量、实际探测距离、信噪比、测距精度等，可参考的公开测试数据有限。

2020年7月，日本科学技术振兴机构JST下属战略创造研究推进事业小组CREST联合日本OpenInnovationPlatformwithEnterprises,ResearchInstituteandAcademia（简称OPERA）从公开渠道直接采购了10款4个品牌的激光雷达，包括Velodyne的VLS-128、HDL-64S2、HDL-32E、VLP-32c、VLP-16，禾赛科技的Pandar64、Pandar40P，Ouster的OS1-64、OS1-16及速腾聚创的RS-LiDAR-32。

该测评包括感知性能、测量距离精度、点云数量三个方面。

激光雷达感知性能可分为二次反射、强度偏差、光晕、丢失点和交通标识视觉化等选项。

其中，二次反射容易形成虚像，最好不要出现；强度偏差可能导致噪音，功率密度较大时容易出现；光晕指阳光强烈时的色变；丢失点指弱反射目标或小反射面积被忽略；交通标识视觉化识别主要是识别车道线、路沿和标识。

而测量距离精度主要指观测有效范围内的误差水平。

点云数量为实际使用中最重要的指标之一，一般来说，线数越高点云数量越密集。

1.3整车厂多方面提出上车要求，通过投资或合作提高参与度

整车厂提出的前装量产要求主要体现在探测距离（反射率）、探测角度、使用年限、成本、交付产品时间点等方面。

根据产业调研，车企要求2022年前后前装量产的主雷达在10%反射率下达到150米-200米探测距离，水平FOV达120°、垂直FOV达20°，精度要求精度±3厘米-±5厘米，分辨率要求0.2*0.2；保修3-5年，20万公里。

L4-L5级别高阶自动驾驶要求达到250米探测距离，分辨率要求0.1*0.1。

2025年，定位于较高端车型的ADAS前装量产产品价格将降至约500美元，自动驾驶产品价格将降至约1000美元。

长期来看，未来高阶自动驾驶的激光雷达将逐步将整车成本控制在1000美元以内。

除此之外，车企还会关注产线的标准化程度，是否得到行业车规认证、配备清洗/加热/诊断等功能，交付产品的时间点是否合适等。

避免排他性，整车厂多通过投资或合作的方式参与激光雷达领域中，倾向于定制化或自研软件算法。

随着自动驾驶级别的提高，激光雷达已成为业界默认的主传感器，又因为技术路线众多、不确定性较大，若为并购或自行成立事业部会存在内部排他性约束，福特、沃尔沃、戴姆勒、奔驰等传统整车厂多通过投资或合作的方式积极参与到激光雷达领域中；Velodyne、Luminar、Ouster、速腾聚创等均获OEM投资。

激光雷达厂商通常自研软硬件全栈套件，但整车厂多要求参与软件定制化研发或自行研发决策算法，如小鹏、蔚来等将自研核心感知算法，寻找厂商的配套硬件支持。

1.42023年搭载量产车型将突破30万台，2030年全球市场超230亿美元

2021年起有望迎来前装放量，2023年确定搭载激光雷达的量产车型将突破30万台。

近日，Velodyne、Luminar、Aeva、Ibeo、华为、大疆Livox、Innovusion等激光雷达厂商纷纷宣布已与福特、沃尔沃、奥迪、北汽新能源、小鹏、宝马等整车厂达成合作，推出多款车规级产品，最早于2021年推出前装量产车型。

我们通过对比类似定位的品牌、功能车型得到预测价格。

对于传统整车厂，我们参考类似车型得到预测产销量；对于造车新势力，我们根据其现有产能及产能扩张计划得到预测产销量。

由表可知，预计2023年左右搭载激光雷达的前装车型将首次突破30万台，目前确定搭载激光雷达的车型主要售价区间为40万-80万。

激光雷达有望通过规模量产+技术进步快速降价，2030年超230亿美元，2021-2030年复合增速近90%，总体前装渗透率达45%。

根据车型价位分类测算激光雷达渗透率、配备数量及量产价格，结合全球不同价位车型销量变化趋势进行测算，我们认为，2024年全球激光雷达前装量产市场出货量将超百万个，2030年将超1.2亿个，2021-2030年复合增速将超120%；2030年全球激光雷达前装量产市场规模将达233亿美元，2021-2030年复合增速近90%，总体前装渗透率超45%。

同时，2030年国内激光雷达前装量产市场出货量将超4200万个，2021-2030年复合增速达124%；2030年国内激光雷达前装量产市场规模将达80亿美元，2021-2030年复合增速达90%，总体前装渗透率近45%。

除前装市场外，主要应用领域包括自动驾驶项目、前装量产、测绘、机器人、最后一公里配送等。

二、众多技术路线驱动降本增效，未来呈现固态化、芯片化、智能化

激光雷达在测距原理、激光发射、激光接收、光束操纵及信息处理等五个方面均存在不同技术路线，创新技术可组合改善性能及成本等问题。

新趋势从多层次降本增效，推动自动驾驶出租、ADAS前装量产等商业化落地进程。

2.1测距原理：

FMCW方案创新，长期将与飞行时间法共存

测距原理部分：

目前中长距主流方案为飞行时间法，而FMCW法因可直接测量速度信息、抗干扰能力强成为新方案，长期来看两种方法将并存。

激光雷达的测距方法主要有飞行时间法、三角测距法及基于相干探测的FMCW法，其中飞行时间法和FMCW法可实现室外阳光下较远的测距。

飞行时间法通过直接测量发射激光与回波信号的时间差来获取距离信息，具有响应速度快、探测精度高的特点；常见的光束操纵分类如机械式、混合固态、固态式均采用了飞行时间的原理进行测距。

FMCW法通过线性调制激光光频得到频率差，间接获得飞行时间来反推距离，可根据多普勒频移信息直接测量速度信息，抗环境光和其他激光雷达干扰能力强，可大大改善信噪比，未来往利用硅基光电子技术实现激光雷达芯片化方向发展。

Aeva已与采埃孚合作布局FMCW技术，Aurora也推出首个FMCW激光雷达Firstlight，国内的禾赛科技、速腾聚创均有一定技术储备。

对比来说，飞行时间系统已有较为完整成熟的产业链，供应商可提供包括发射器、探测器、专用集成电路等在内的标准组件，而FMCW的产业链上游处于早期培育阶段，尚停留在测试阶段、未推出规模面世产品，许多优势仍未得到证实；飞行时间法多采用APD或SPAD作为光电探测器，而FMCW可采用成本更低的PIN光电二极管。

我们认为，综合成本、性能、点云质量等因素，飞行时间法仍是目前最有效的落地方法；随着FMCW激光雷达及上游产业链的成熟，两种方法将长期共存。

2.2激光发射：

VCSEL发射器推动量产降本，905nm、1550nm光源或将共存

激光发射部分：

半导体激光器从EEL向VCSEL发展，长期PCSEL或成为新方向。

作为探测光源，EEL具有高发光功率密度，但复杂工艺步骤带来成本高企、易碎、标准化程度不足等问题。

传统的VCSEL发光功率密度不足，探测距离不足50m；创新的多层结VCSEL功率密度提升了5-10倍，可达百瓦级，在封装方式和光束整形等方面具有独特优势，信噪比、生产成本与产品可靠性问题大大改善，Ibeo、Ouster、禾赛科技均已布局相关技术。

而PCSEL为格拉斯哥大学分拆出的最新激光器技术，具有宽波长范围、高发光功率密度、坚固耐用等优势，或成为业界新的技术方向。

随着自动驾驶级别的提高，整车厂要求探测距离提高，905nm、1550nm两种激光雷达光源波长或将共存。

主流发射器的激光波长分为905nm和1550nm两种。

其中，905nm可在人眼液体中传输，需要严格限制发射器功率，对探测距离有所限制，通常采用较为平价的硅基光电探测器。

1550nm远离人眼可吸收可见光光谱波长，可以极大程度上提高功率及测距，具有点云成像效果好、聚光能力强、集成程度高等特点；但是，需要使用高价的铟镓砷作为探测器的衬底材料、光纤激光器作为发射器，后者成本高达几千美金；功耗增至50W-60W，高温下也会出现不可逆的性能衰减问题，车规检测可能存在障碍。

我们认为，未来905nm光源产品可通过工艺改良等方法增进性能，1550nm也可通过扩大使用场景以增进量产、快速降本，或将长期共存。

目前，激光雷达厂商中全球市值第一的Luminar已率先布局1550nm技术，通过收购铟镓砷探测器公司及工程优化等使成本由几万美元/个降至3美元/个；国内的华为、镭神智能、禾赛科技、速腾聚创也纷纷入场。

2.3激光接收：

主流使用APD，SPAD或SiPM替代成共识

激光接收部分：

飞行时间类激光雷达主流探测器为APD，部分厂商已采用使用增益能力更强的SPAD或SiPM；FMCW类激光雷达可使用毫无增益的PINPD。

依据可增益能力，光电探测器主要可分为PINPD、APD、SPAD、SiPM四类。

其中，PINPD无增益，仅适用于FMCW测距激光雷达，成本最低；飞行时间类激光雷达目前主要使用的是技术较为成熟的APD，工作在线性增益范围。

SPAD工作在盖革模式，具有单光子探测能力，比传统APD增益能力提高约10万倍，可实现低激光功率下的远距离探测能力，功耗、体积较小，已成为一大创新方向；同时，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增益能力与SPAD相似，由多个独立且带有淬灭电阻的SPAD组成，可克服单个SPAD不能同时测量多个光子的不足。

SPAD及SiPM可探测200m、5%反射率目标，不受明亮阳光影响，分辨率极佳；Innovusion、Ouster、禾赛科技等多数厂商均已布局相关技术。

2.4光束操纵：

混合固态迎来前装量产前夜，长期FMCW或固态为主导

光束操纵部分：

机械式较为成熟，为现阶段高阶自动驾驶主要选择；短期内往混合固态发展，未来2-3年将出现前装量产爆发；长期来看，FMCW、OPA、Flash均有可能成为主导路线。

根据光束操纵的方式，可分为扫描系统和Flash两种，其中扫描系统包括机械式、混合固态、固态；也可根据是否发生机械运动将Flash归为固态方案。

2.4.1机械式：

成熟度最高，近年来ASP显著降低机械式方案成熟度最高，目前产量最高；人工成本、使用寿命乃两大上车难关，近年来ASP显著降低。

机械式指在垂直方向上排布多束激光器、通过电机带动光电结构360°旋转，从而化点为线形成三维点云的方案，其线数与分辨率成正比，具有高分辨率、高测距的特点，是目前最成熟的方案。

同时，为实现高频准确转动，其机械结构复杂，平均失效时间仅1000-3000小时，与车规要求的最低13000小时差距明显，难以实现前装量产；激光器堆叠需要人工操作，早期高线数机械式激光雷达成本高企成为最大痛点。

后期随着系统通道数目、集成度提高及规模化生产，行业ASP显著降低，但均价仍为万元美金，高线数代表公司为Velodyne、禾赛科技等。

高阶自动驾驶出行商对分辨率及测距距离要求高，但对成本、体积、失效时间敏感度相对较低，为机械式的主要客户，如Cruise、小马智行等。

2.4.2混合固态：

最快上车成共识，MEMS、转镜方案放量在即混合固态指收发组件静止、仅扫描器发生机械运动的激光雷达类型，可细分为MEMS、转镜等形式，技术相对成熟，主要面向前装量产OEM。

MEMS有望第一批上车，多厂商布局MEMS微振镜。

MEMS即微机电系统，指采用MEMS技术将微型反射镜、MEMS驱动器及传感器集成为微振镜，后者通过一定谐波频率振荡反射激光、达到高速扫描形成点云图的效果。

MEMS大大减少了激光器及探测器数量，具有高集成、高分辨、采集快、小尺寸、低成本的优势；但是由于收光孔径、摆动幅度较小导致探测距离、视场角度有限，技术成熟度有待进一步提高。

Luminar、禾赛科技、速腾聚创、镭神智能、一径科技、Innoviz均有布局MEMS，多配合1550nm光源提升探测距离。

该类型核心控制点在于MEMS微振镜，禾赛科技、速腾聚创、镭神智能及Innoviz均有自研。

根据产业调研，905nmMEMS发光-振镜-接收这一整套成本占比约为40%，而1550nm产品中激光发射器成本占大半。

转镜最早通过车规，或为目前最佳上车方案。

转镜方案指通过电流扫描振镜带动多边形棱镜运动反射激光达到扫描效果的技术，无需多次校准。

该方案可通过提高转速来提高扫瞄精度，控制扫描区域从而提高关键区域的扫描密度；成熟的多边形激光扫描技术成本较低，为十美元量级，还可灵活调整垂直分辨率，具有探测距离远、探测角度大的优势。

同时，电机驱动也带来了功耗高、稳定性不足和光源能量分散等问题。

2010年Ibeo与法雷奥合作进行4线Scala的研发，成为最早通过车规的产品，已于2017年实现量产；2020年底，华为也推出了基于转镜方案的车规级激光雷达，但并未透露具体技术细节；Innovusion等厂商采用结合1550nm光源及SPAD的方式进行改进，大疆Livox则推出双楔形棱镜方案。

2.4.3固态：

成熟度低，长期有望成主流固态指指无任何机械运动部件的激光雷达类型，可细分为OPA、Flash、电子扫描等形式，目前技术成熟度较低。

零部件需大量自研，OPA上车仍需时间。

OPA即光学相控阵技术，利用电压调节制造发射阵列间的相位差实现光束偏转，兼具扫描快、精度高、体积小及强可控、强抗振等优势，技术突破后成本较低、量产标准化程度高，被部分业界专家认为是激光雷达最终的主流形态。

同时，OPA产业链培育不足，零部件大部分需要自研、制造工艺要求高，对激光雷达厂商而言难度较大，也存在易形成旁瓣效应、光信号覆盖有限、测距不足等问题。

代表厂商为Quanergy，但近年来舆论不利、影响力逐渐降低；国内力策科技等厂商已成功自研OPA芯片，但目前未有车企合作消息。

Flash探测范围受限，可结合VCSEL、SPAD等其它系统创新改善。

Flash是目前唯一不存在扫描系统的方案，但由于不存在机械运动部件常被归类为固态。

它主要指采用短时间发射大覆盖面阵激光、再以高度灵敏探测器完成图像绘制的技术，可达最高等级的车规要求，但功率密度及回波光子数量太低导致的测距及分辨率不足是最大的问题。

代表厂商Ouster结合VCSEL、SPAD技术改善性能，也有业界专家认为这种路线会是激光雷达最终的主流形态。

电子扫描指依据时间顺序驱动不同视场激光器实现扫描的全固态方案，是禾赛科技已应用于PandarFT的创新方案，结合VCSEL与SPAD技术，目前处于小批量试制阶段。

2.5信息处理：

主控芯片标配为FPGA，长期或与SoC共存

FPGA为主流选择，赛灵思产品在激光雷达主控芯片市场占有率高达90%。

激光雷达信息处理部分主要分为主控芯片及模拟芯片。

主控芯片用于激光发射器、探测器等激光雷达其他功能模块的控制，最常用的是FPGA芯片。

最为先进的CMOS工艺制备的FPGA芯片容量巨大，赛灵思产品高算力、高集成、低成本的特点使市占率高达90%；且提供可编程硬件，对多种技术路线的适应性极强。

此外，MCU、DSP也可作为主控芯片的选择。

激光雷达厂商多自研SoC贴合上车要求，长期二者将共存。

最新趋势是可片内集成探测器、前端电路、波形数字化、算法处理、脉冲控制等模块的SoC，可光子输入、点云输出，可显著降低系统复杂度及成本，适合规模量产；同时也需要承担较高的开发风险、费用及周期。

今后，先列、面阵规模的增大及CMOS工艺节点的升级可实现更强算力、更低功耗及更高集成，有望逐步替代主控芯片FPGA的功能；较高的技术壁垒及程序安全性推动厂商自研SoC，禾赛科技、Mobileye、英特尔等已率先布局SoC技术，长期来看二者将共存。

2.6总体而言：

迈过成本及车规大山，发展呈现固态化、芯片化、智能化

激光雷达上车存在成本及车规两大阻碍，可通过技术进步、建设流水线解决。

前装量产需要成本大幅下降达到可商用水平、车规认证产品稳定性。

不同技术路线激光雷达的核心控制点不一，如1550nm光源激光雷达的光纤激光器成本占比高达80%，约为2000美元；905nmMEMS产品的核心控制点在于MEMS微振镜，发光-振镜-接收系统成本占比约为40%。

而ADAS前装量产产品价格要求降至约500美元，自动驾驶产品价格降至约1000美元，仍存在一定差距。

通过采购供应链管理、规模化流水线生产、提升良品率、提高标准化及模块化水平等方式，产品成本可得到较大幅度降低。

短期内，激光雷达将往混合固态发展；长期来看，FMCW、OPA、Flash均有可能成为主导路线。

由于机械式需要人工堆叠激光器及探测器等收发元件，虽探测性能优秀，却带来了高成本、低寿命、大体积等问题，无法达到成本及车规要求，目前多应用于价格不敏感的自动驾驶领域；而MEMS、转镜等混合固态方案结合多层次技术进步突破原有的探测距离等问题，较符合车企上车要求，未来2-3年将出现前装量产爆发；长期来看，随着技术成熟及产业链供应商的发展，FMCW、OPA、Flash都有可能成为主导的技术路线，整体呈现明显的固态化趋势。

集成度、价格、体积等方面均有明显优势，许多厂商均有布局芯片化技术。

芯片化主要是指将激光雷达各模块集成到芯片上，可以较大程度提升集中度，从而降本降价。

芯片化架构将分立器件集成于一颗芯片，实现收发单元阵列化、核心模块芯片化，即SoC；芯片化技术有助于构建系列产品的核心架构和技术中台、建设自动化产线，在降低物料成本的同时，系统失效率和人力生产成本也显著降低，产品可靠性、能量利用率、生产效率显著提高。

目前，Luminar、Innoviz、Ouster、Aeva、Quanergy、禾赛科技等厂商均有布局芯片化技术。

激光雷达有望在收集数据基础上完成感知算法的实时计算分析，向智能化发展。

前期感知属于信息搜集层面，而算法则直接连接决策层。

速腾聚创在2017年推出普罗米修斯计划，其后在MEMS激光雷达中嵌入AI感知算法与专用计算芯片组，同步输出障碍物检测、障碍物分类、动态物体跟踪、可行驶区域检测等感知结果。

三、产业链上游由海外光电子巨头垄断，激光雷达厂商自研铸壁垒

激光雷达三大核心元器件为激光发射器、光电探测器及光束操纵元件，主要由海外光电子巨头垄断，国产替代正起步。

激光雷达可分为激光发射、激光接收、光束操纵和信息处理四大系统，光电部分多由日韩德光电子厂商垄断，如激光器主要供应商有OSRAM、AMS、Lumentum等，探测器主要供应商有FirstSensor、滨松、安森美、索尼等，光束操纵元件主要供应商有英飞凌、滨松、Mirrocle等。

近年来，国内光电器件厂商也逐渐进入激光雷达供应链中，如深圳瑞波、常州纵慧芯光等的激光器，成都量芯、深圳灵明光子、南京芯视界、飞芯电子等的探测器。

其中，已有部分公司产品获得车规认证（AEC-Q102），在面向国内激光雷达厂商需求上也有一定定制化、成本优势，长期来看有望实现国产替代。

信息处理系统中主控芯片、模拟芯片市场均由美国半导体公司垄断，国内产业链培育中。

90%主控芯片市场被赛灵思的FPGA产品占据，还可选择MCU、DSP类产品，主要供应商包括瑞萨、英飞凌和德州仪器、亚德诺半导体等。

FPGA国内主要供应商有紫光国芯、安路半导体等，其逻辑资源规模和高速接口性能均能满足激光雷达需求。

模拟芯片市场CR5占有率近50