激光雷达市场研究报告

（报告出品方/作者：兴业证券，戴畅、赵季新、董晓彬）一、激光雷达：自动驾驶感知端核心元件激光雷达属于感知设备，其通过发射接收激光束，实现对外界环境的3D建模。激光雷达不断向外发射激光束，并接收 物体反射回的光脉冲，根据已知光速计算出两者信号之间的时间差、相位差来确定车与物体之间的相对距离，再通过水 平旋转扫描或相控扫描测量物体的角度，通过获取不同俯仰角度的信号获得高度信息。感知到与物体之间的距离、角度 等信息后，再通过软件算法去做 3D 建模，构建一个机器能够理解的虚拟模型。激光雷达分类：一般分为机械式、半固态、固态。机械式多用于无人驾驶，其体积大、价格高，不适合量产车。高级辅 助驾驶汽车上目前以转镜、MEMS的半固态激光雷达为主。中长期随固态激光雷达技术逐渐成熟，有替代半固态的可能性。激光雷达组成：主要包括激光发射、接收、扫描、信息处理四个子系统。从核心零部件上看，激光雷达由发射器，接收 器，配套的芯片，以及光学扫描件构成。激光雷达厂商负责整体设计，绝大部分零部件外购。外购的零部件有激光器 （发射器主要部件）、探测器（接收器主要部件）、芯片，光学部件由激光雷达厂商自主研发设计，再由代工厂生产加 工。激光器、探测器和激光雷达性能、成本、可靠性密切相关。激光器和探测器是激光雷达的重要部件，激光器和探测器 的性能、成本、可靠性与激光雷达产品的性能、成本、可靠性密切相关。而且激光雷达的系统设计会对激光器和探测器 的规格提出客制化的需求，与上游供应商深入合作定制激光器和探测器，有助于提升产品的竞争力。上游芯片分为主控芯片和模拟芯片，国外供应商大幅领先。激光雷达的主控芯片通常为FPGA，主控芯片也可以用MCU、 DSP替代。激光雷达系统中发光控制、光电信号转换、电信号实时处理等关键子系统需要用到模拟芯片，国外供应商的 产品性能相比国内供应商大幅领先。光学部件由激光雷达公司设计，供应商加工，国内供应商具备完全胜任能力。光学部件方面，激光雷达公司一般为自 主研发设计，然后选择行业内的加工公司完成生产和加工工序。光学部件国内供应链的技术水平已经完全达到或超越国 外供应链的水准，且有明显的成本优势，已经可以完全替代国外供应链和满足产品加工的需求。二、市场空间：25/30年全球市场规模483/1206亿元，未来十年复合增速超过80%2020年进入L3级别量产元年，各大品牌相继推出L3级别自动驾驶汽车。2020年以来各个车企加速L3及以上功能车型的研发 和落地：具备L3功能的长安UNI-T、广汽Aion LX、上汽MARVEL-R、小鹏P7、固定场景L4功能的长城炮等相继上市。各车企也将更高级别自动驾驶规划提上日程，明确了L3-L5功能车型实现或量产时间，基本在2025年前达到完全自动驾驶功能。中国智能网联汽车发展目标：2030 年 L2、L3 级渗透率70%。2020年我国新车L2渗透率约15%。2020年11月11日，国汽智 联首席科学家李克强教授发布《智能网联汽车技术路线图2.0》，提出了中国智能网联汽车产业在发展期(2020-2025)、推广 期 (2025-2030)和成熟期(2031-2015)的发展目标: 2025 年 L2、L3 级新车销量占比达 50%、C-V2X 达 50%; 2030年L2、L3级新 车销量占比达 70%、L4 级达 20%、 C-V2X 基本普及，2025年前后实现智能驾驶的规模化应用。当前自动驾驶技术路线分为视觉主导和激光雷达主导，前者当前成本占优、后者能实现的高阶智能驾驶潜能大。自动驾驶 环境感知的技术路线主要有两种，一种是摄像头主导、配合毫米波雷达等低成本传感器的视觉主导方案，以特斯拉为典型 代表；另一种以激光雷达为主导，配合摄像头、毫米波雷达等传感端元器件，典型代表如Waymo等自动驾驶厂商。纯视觉 方案精度、稳定性、视野方面都有局限；对于决策端的计算要求非常高，且需要大量的数据积累，对于神经网络进行训练， 使它具备判断能力；摄像头是二维的，因此会存在失真，只能依靠大量学习和算法去弥补；但是成本更低，商业化可行性 更高。激光雷达方案当前成本较高，但是在信息获取上更加精准。辅助驾驶单目为主，激光雷达逐渐渗透；未来无人驾驶激光雷达方案胜出具有更大概率。激光雷达路线商业化瓶颈在于价 格；纯视觉方案瓶颈在于极高要求的算法。纯视觉方案对于数据积累和算法训练过于依赖，对于进入复杂少见的道路环境时其安全性受到挑战，未来进入无需人类接手的自动驾驶场景，必须保障100%的安全性，随着激光雷达成本的逐渐下降， 我们认为，激光雷达在辅助驾驶中渗透率将逐渐提升，高级别自动驾驶对于激光雷达具有很强的需求。乘用车激光雷达市场空间： 25/30年全球市场规模483/1206亿元，21-30年复合增速80%以上。三、技术路线：短中期半固态长期固态，整体趋向芯片化集成化按照扫描方式有无机械转动部件可以分为机械旋转、混合固态、纯固态。混合固态分为MEMS、转镜，纯固态分为相控 阵OPA、Flash。按照测距原理可分为飞行时间测距ToF和调频连续波FMCW。ToF与FMCW能够实现室外阳光下较远的测程（100~250 m），是车载激光雷达的优选方案。四、竞争趋势：团队、技术、客户、资金是关键因素激光雷达行业目前仍处于导入期，许多市场参与者当前还处于创业期，且技术路线尚未完全清晰。基于此我们认为在未来的车载激光雷达竞争中的关键因素有以下几点：1）管理层以及团队：目前激光雷达创始团队多为科研技术人才出身，多拥有光电领域技术背景。2）技术路线和技术实力：目前多种技术路线并存，技术路线仍不成熟，各厂商技术路线不一，显示差异化竞争形态。目 前看来，近五年主流路线为MEMS，长期维度固态激光雷达可能替代半固态大面积上车。芯片化、集成化将推动激光雷达 价格进一步下降，规模化可能性增强，同时推动OPA+FMCW的渗透。3）客户积累与拓展：2021年处于激光雷达量产元年，开始向辅助驾驶汽车渗透，部分客户已定点，将在2021-2023年相继 量产，但大部分车型仍并未配置激光雷达，且激光雷达向量产车进一步渗透已相对明确，伴随成本下降和逐步上量，激 光雷达在量产车上的渗透率将持续提升。因此，各大激光雷达厂商均与OEM、Tier1密切合作，良好的技术交流、项目预 研和密切虎作有望给未来客户项目落地打下坚实基础。4）融资和资金支持：行业仍处导入期，技术成熟度低，未来需要大量资金支持研发投入和产能扩张。现在的半固态和固 态激光雷达技术仍不十分成熟，未来还需要不断优化，向着集成化、芯片化、低成本的成熟车规产品发展，这需要投入 大量的资金进行研发投入和新的技术趋势的布局。先行进入资本市场的公司有望在资金支持方面具备一定的优势。报告节选：（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：华安证券，尹沿技）报告综述报告亮点：本篇报告主要从以下三个方面对激光雷达展开讨论：1） 自动驾驶和激光雷达的关系，为什么当前需要关注激光雷达？2） 激光雷达是如何发展起来的，可以用在哪些领域，市场有多大？3） 介绍国内龙头禾赛科技，以及激光雷达的行业主要玩家都有哪些？激光雷达是智能汽车迈向 L3/L4 的关注焦点，单车价值量高，催生自动驾驶千亿新蓝海。根据 Forbes 的预测，2019 年，Tesla 共交付约 36.8 万辆汽 车，有 57％左右的客户选择了自动驾驶软件包。根据 IDC 的预测，2024 年全球 L1-L5 级自动驾驶汽车出货量预计将达到约 5425 万辆，2020 至 2024 年的年均复合增长率（CAGR）达到 18.3%。我们测算，按照每车 7000 元计算， 假设装车量达到 1500 万辆，则激光雷达在无人驾驶中的市场约为 1000 亿， 市场前景广阔。激光雷达技术壁垒高，市场增速快，Robotaxi 和 Robotruck 落地有优势。根据 Allied Market Research 估计，2026 年全球无人驾驶技术市场规模将达到 5,566.7 亿美元，较 2019 年可实现 39.47%的年均复合增长率。根据沙利文的 统计及预测，激光雷达整体市场预计将呈现高速发展态势，至 2025 年全球市 场规模为 135.4 亿美元，较 2019 年可实现 64.5%的年均复合增长率。其中， Robotaxi 和 Robotruck 落地有一定优势。据预测，2025 年全球 Robotaxi 和 Robotruck 的 L4/L5 无人驾驶汽车，数量为 53.5 万辆，对应的激光雷达市场 规模 35 亿美元，2019 年至 2025 年的年均复合增长率达 80.9%。激光雷达产业链随自动驾驶迎来价值重估，国内龙头禾赛科技已于近期申报上市。受益于自动驾驶产业变革，激光雷达价值迎来重估。当前境外激 光雷达公司如：Velodyne、Luminar、Aeva、Innoviz 等迎来上市热潮。其中 Velodyne 在近半年市值最高上涨约 300%，Luminar 上市后 PS 一度超过 100X。 国内激光雷达龙头禾赛科技也于 1 月份提交了上市招股说明书。禾赛科技在 激光雷达领域目前已布局 500 多项专利，公司研发人员占总员工数量的 53.78%。公司 2017-2019 年三年累计研发投入占对应三年累计营业收入的比 例为 51.84%。商业合作方面，公司的 RoboTaxi 产品与国内外包括：博世、百度、滴滴等众多优质客户开展深度合作 RoboTruck 相关产品则和图森等头部 无人驾驶卡车公司展开合作。1 激光雷达：自动驾驶的千亿新蓝海1.1 确定性强：自动驾驶是汽车智能化杀手级应用需求、技术、政策共振，自动驾驶产业化进程加速。1）从需求侧来看，自动驾驶 有望成为未来汽车销售的差异化焦点。根据 Forbes 的预测，2019 年，Tesla 共交付约 36.8 万辆汽车，有 57％左右的客户选择了自动驾驶软件包（90％的 Model X 和 Model S 买家以及 50％的 Model 3 买家）。2）从技术成熟度来看，运用多传感器融合技术实 现自动驾驶，在全球范围内受到了业界和政府层面的密切关注，尤其是激光雷达，倘 若能够顺利实现量产上车，将会极大地加速 L3/L4 自动驾驶时代的到来。3）从国家政策的指引来看，2020 年 11 月 11 日 发布了《智能网联汽车技术路线图 2.0》，按照路线 图的指引，计划到 2025 年，带有智能化配置的新车占比将超过 50%；到 2035 年，中 国方案智能网联汽车技术和产业体系全面建成，网联式高度自动驾驶智能网联汽车大 规模应用。汽车智能化渗透率快速提升，全球自动驾驶汽车保持高速增长。根据 IDC 的预测， 2024 年全球 L1-L5 级自动驾驶汽车出货量预计将达到约 5425 万辆，2020 至 2024 年的 年均复合增长率（CAGR）达到 18.3%；L1 和 L2 级自动驾驶在 2024 年的市场份额预计分别为 64.4%和 34.0%。L3-L5 级自动驾驶技术的应用具有开拓性意义，L1-L2 级辅 助驾驶会是未来 5 年内带动全球自动驾驶汽车出货量增长的最大细分市场。我们认为， 无论是辅助驾驶抑或是自动驾驶，感知系统作为汽车的增量是确定趋势，激光雷达属于智能汽车感知系统。保证安全和提升出行效率，自动驾驶将带来巨大社会效益。1）从安全方面来看，自动驾驶将降低车祸事故率和死亡率。目前，全球每年 120 万人死于车祸，美国去年 车祸死亡人数更是增加 9%至 3.8 万人。90%的车祸是人为造成的，因使用手机而分心 近年更成为酒驾以外最大的安全隐患。即便是 L1/L2 的自动驾驶，就能极大纠正人为 错误，降低事故率。据 Insurance Institute for Highway Safety 研究，自动紧急刹车可以减少40%的追尾相撞，而前向碰撞预警也能减少追尾相撞 23%。Virginia Tech Transportation Institute 根据 Alphabet 提交的数据研究证实，Alphabet 自动驾驶汽车发生不同等级碰撞 事故的概率均大幅低于目前全国交通事故数据库计算的平均值。2）从出行效率来看，自动驾驶汽车将提高汽车的使用率，以更低的汽车保有量满足现有出行需求。目前， 美国家庭平均汽车保有量为 2.1 辆，但使用率只有 4%，其他时间车辆或者停放在家中， 或者停放在目的地。实现 L4 自动驾驶后，多个家庭成员共用一辆汽车将更为可行。据 密歇根大学测算，在私人购买 L4 自动驾驶汽车的情形下，美国家庭汽车保有量可以下 降到 1.2 辆，但单车里程可增加 101%。当自动驾驶汽车成为社会共享后，资源效率的 提高则更为可观。当自动驾驶技术成熟后，共享出行将更加成为城市交通的主要模式。 根据密歇根大学的测算，一辆自动驾驶共享汽车可以取代 9.34 辆传统汽车。我们认为， 自动驾驶还将减少交通拥堵，降低停车场需求，减少能源消耗，拓展残疾人和老年人的活动范围，释放人们的驾驶时间，增添车内信息娱乐需求等。1.2 意义重大：依靠传感器对环境的正确感知是实现智能驾驶先决条件实现驾驶过程中的“耳聪目明”，多传感器融合核心技术。智能汽车通过多传感器 融合来实现对车辆运行环境的感知。传感器是汽车感知周围的环境的硬件基础，在实 现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互 配合。摄像头、雷达等传感器获取图像、距离、速度等信息，扮演眼睛、耳朵的角色。 控制模块分析处理信息，并进行判断、下达指令，扮演大脑的角色。车身各部件负责 执行指令，扮演手脚的角色。而环境感知是这一切的基础，因此传感器对于自动驾驶 不可或缺。从 0 到 1 实现突破，Lidar 有望复制 Radar 的增长。我们来复盘一下超声波雷达和 毫米波雷达增长。2014-2018 年超声波雷达装载量上涨，平均增长幅度达到 17.7%，毫 米波雷达装载量也从 2015 年的 12.3 万件激增至 2018 年的 500.7 万件，CAGR 达到 244.0%。受益于中国雷达传感器装配数量的提升，中国雷达传感器用芯片行业市场规 模持续增长，2014-2018 年，中国雷达传感器用芯片行业市场规模（按销售额统计）从 4.4 亿元人民币增长至 16.8 亿元人民币，CAGR 为 39.8%。预计 2018 年至 2023 年中国 雷达传感器用芯片市场规模（按销售额统计）CAGR 将达到 43.0%，2023 年中国雷达 传感器用芯片市场规模将达到 100.5 亿元。我们认为，激光雷达处在从 0 到 1 的关键 时期，一旦运用成熟，后续也有望出现爆发式的增长。传感器融合互为冗余，提高整车安全系数。多传感器融合系统所实现的功能要远 超这些独立系统能够实现的功能总和。使用不同的传感器种类可以在某一种传感器全 都出现故障的环境条件下，额外提供一定冗余度。这种错误或故障可能是由自然原因 （如一团浓雾）或是人为现象（例如对摄像头或雷达的电子干扰或人为干扰）导致。对比各类传感器优缺点如下：LiDAR：可以获得目标精确的 3D 信息，检测范围也能够到达 150 米。对光照 不敏感，晚上也可以正常工作。但是角分辨率大，目标稀疏，无法获得目标 纹理，分类不准，而且在雨、雾、雪等恶劣天气中，性能会下降。对扬尘、水 雾也比较敏感，易产生噪点。RADAR：可以提供精确的距离和速度信息，探测距离也比较远，可以全天候 工作，但分辨率较低，无法提供物体高度信息。相机：对目标的颜色和纹理比较敏感，可以完成目标分类、检测、分割、识 别等任务，但是不能得到精确的探测距离，而且易受光照、天气条件的影响。1.3 成为焦点：激光雷达被认为是实现 L3/L4 自动驾驶的关键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。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。1）车载超声波雷达成本低，但有效探测距离通常小于 5m， 无法对中远距离物体进行测量；2）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，如：大陆的77GHz 高配版毫米波雷达 ARS408-21 在长距模式最优水平角分辨率为 1.6°，无法辨识物体 的细节，且毫米波雷达对金属的探测灵敏度远高于非金属材料，导致其在人、车混杂 的场景下对行人的探测效果不佳；3）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。激光雷达兼具测距远、角度分辨率优、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，因而被大多数整车厂、Tier1 认为是 L3 级及以上自动驾驶（功能开启时责任方为汽车系统）必备的传感器。激光雷达量产有望成为实现 L3/L4 自动驾驶的关键节点。按照国际汽车工程师协 会发布的工程建议对自动驾驶进行分类。从 L0 级（纯由驾驶员控制）至 L5 级（完全 自动驾驶），级别越高，车辆的自动化程度越高，动态行驶过程中对驾驶员的参与度需 求越低，对车载传感器组成的环境感知系统的依赖性也越强。L4/L5 级自动驾驶功能通常被定义为无人驾驶，Robotaxi/Robotruck 落地有一定优 势。其驾驶责任完全归属于汽车系统，因而对激光雷达的探测性能要求最高，但因为 车辆的所有者往往为无人驾驶运营公司（Robotaxi/Robotruck），所以对激光雷达价格及 与车身的集成度要求相对较低，机械式激光雷达也可以满足要求。激光雷达、毫米波雷达和摄像头是公认的自动驾驶的三大关键传感器技术。从技 术上看，激光雷达与其他两者相比具备强大的空间三维分辨能力。中国汽车工程学会、 国汽智联汽车研究院编写的《中国智能网联汽车产业发展报告（2019）》称，当前在人 工智能的重要应用场景智能网联汽车的自动驾驶和辅助驾驶领域中，激光雷达是实现 环境感知的核心传感器之一。报告认为，在用于道路信息检测的传感器中，激光雷达 在探测距离、精准性等方面，相比毫米波雷达具有一定的优势。激光雷达性能精良，单就产品和技术层面是无人驾驶的最佳技术路线。激光雷达 相对于其他自动驾驶传感器具有非常优越的性能：1）分辨率高，激光雷达可以获得极 高的角度、距离和速度分辨率，这意味着激光雷达可以利用多普勒成像技术获得非常 清晰的图像。2）精度高，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。3）抗有源干扰能力强，与微波、毫米波雷达易受自然界广泛 存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因 此激光雷达抗有源干扰的能力很强。2 激光雷达前世今生，受益自动驾驶迎来价值重估2.1 早期用于测绘，自动驾驶极大地拓宽下游应用领域激光雷达发展三阶段，数字和纯固态是未来趋势。世界上第一台激光器诞生于 1960 年，此后随着激光技术的发展，使用激光进行探测的激光雷达也得到发展。早期 激光雷达主要用于科研及测绘项目，进行气象探测以及针对海洋、森林、地表的地形 测绘。二十世纪八九十年代，激光雷达的应用不再仅局限于科研领域，商用产品如激 光测距仪开始起步。扫描结构的加入扩大了激光雷达的视场范围并拓展了其应用领域： RIEGL 及 FARO 等厂商引入扫描式结构，专注于激光机载测绘及工业测量；Sick 及 Hokuyo 等厂商推出的 2D 扫描式单线激光雷达产品被应用于工业测量以及早期的无人 驾驶研究项目。2000 年以前激光雷达的商业化技术处于起步阶段，在车载领域应用有限。2000 年 以后激光雷达的系统架构得到拓展，从单线扫描逐渐发展到多线扫描，激光雷达对环 境三维高精度重建的应用优势被逐渐认可，基于激光雷达的避障与导航技术在无人驾 驶应用中得到逐步发展。2004 年开始的美国国防高级研究计划局无人驾驶挑战赛推动 了无人驾驶技术的快速发展并带动了高线数激光雷达在无人驾驶中的应用。2005 年 Velodyne 推出的 64 线激光雷达在第二届 DARPA 挑战赛中得到广泛关注，2007 年第三届挑战赛时，六支完成比赛的队伍中五家使用了 Velodyne 的激光雷达，高线数激光 雷达在无人驾驶中的应用前景得到了广泛的重视。DARPA 挑战赛之后陆续有巨头科 技公司及新兴无人驾驶公司投入无人驾驶技术研究，激光雷达被广泛应用于无人驾驶 测试项目，当时的高线数激光雷达市场主要以 Velodyne 的产品为主。车载激光雷达车 规化发展也在这一时间起步，2010 年 Ibeo 同 Valeo 合作进行车规化激光雷达 SCALA 的开发，SCALA 为基于转镜架构的 4 线激光雷达，经过多年的测试和验证，于 2017 年 实现量产。在汽车产业“电气化、共享化、网联化、智能化”的“新四化”驱动下，2016 年 后无人驾驶行业高速发展。激光雷达行业也随之进入迅速发展期，这一时期激光雷达 行业表现出了以下几个特征：①国内外不断有初创公司投入高线数激光雷达的研究并 陆续取得突破，2017 年 4 月禾赛科技发布了 40 线激光雷达 Pandar40。②激光雷达技术 方案得到创新和拓展，半固态式或固态式激光雷达如 MEMS、OPA 等技术方案受到市 场重视。③激光雷达应用范围不断扩大，早期无人驾驶测试项目的规模持续扩张，而 且随着技术的成熟，开始有无人驾驶车队进行小范围商业化试点，此外激光雷达在高 级辅助驾驶和服务机器人领域的应用也得到不断发展。2019 年后激光雷达行业进入新的发展阶段。这一时期主要表现出了以下几个特征： ①从技术方案来看，收发器件面阵化及核心模块芯片化为高性能、低成本、高集成度、 高可靠性的激光雷达提供了可靠的发展方向。②FMCW 原理的激光雷达技术方案受到 了市场的关注。③激光雷达应用范围进一步得到拓展，“新基建”中的车联网技术为激 光雷达带来了新的应用场景，此外，依据应用领域的不同，激光雷达呈现性能及价格 分层的发展趋势。④2020 年境外激光雷达公司迎来通过特殊目的并购公司完成上市的 热潮，Velodyne、Luminar 已完成 NASDAQ 上市，Aeva、Innoviz 预计 2021 年第一季度 完成，Ouster 预计 2021 年上半年完成。2.2 激光雷达在自动驾驶产业链中处于高价值环节激光雷达是高级别无人驾驶技术实现的关键。根据 Allied Market Research 估计， 2026 年全球无人驾驶技术市场规模将达到 5,566.7 亿美元，较 2019 年可实现 39.47%的 年均复合增长率。根据沙利文的统计及预测，受无人驾驶车队规模扩张、激光雷达在 高级辅助驾驶中渗透率增加、以及服务型机器人及智能交通建设等领域需求的推动， 激光雷达整体市场预计将呈现高速发展态势，至2025年全球市场规模为135.4亿美元， 较 2019 年可实现 64.5%的年均复合增长率。激光雷达在高级辅助驾驶 ADAS 领域。针对 L2/L3 级别的自动驾驶乘用车，直接 面向用户，因此，激光雷达与车身融为一体的美观性要求和价格敏感度都较高。据预 测，2025 年全球乘用车新车 L3 渗透率 6%，即每年近 600 万辆新车将搭载激光雷达， 对应的市场规模为 46.1 亿美元（单价 768 美元），2019 年至 2025 年复合增长率达 83.7%。激光雷达在无人驾驶领域。针对 L4/L5 级别的运送乘客 Robotaxi 和运送货物 Robotruck，由于驾驶责任完全归属汽车本身，对激光雷达探测性能要求最高，同时车 辆所有者为运营公司，对激光雷达价格及与车身集成度要求较低。据预测，2025 年全 球 Robotaxi 和 Robotruck 的 L4/L5 无人驾驶汽车，数量为 53.5 万辆，对应的激光雷达 市场规模 35 亿美元（假设一辆车一套，单价为 6542 美元），2019 年至 2025 年的年均 复合增长率达 80.9%。2.3 激光雷达的原理和技术路线激光雷达是用激光作为辐射源的雷达，可用于高精确度地探测、测距。激光雷达 由四个系统组成：1）发射系统，由半导体激光器和光学系统组成；2）扫描系统，由 系列扫描元件构成，以华为 2020 年 7 月 2 日公布的 MEMS 激光雷达为例，包括 MEMS 微振镜、激光驱动器、MEMS 驱动芯片等；3）接收系统，包括核心的光电探测器和光 学系统；4）数据处理系统，由放大器、数字化芯片、FPGA（主控单元）构成。发射 系统发射激光束，通过扫描系统中的 MEMS 微振镜来反射激光器的光束，两者采用微 秒级的频率协同工作，能目标物体进行 3D 扫描。通过接收系统接收到目标物体反射 的光信号后，数据处理系统将其放大并转化为数字信号并进一步生成物体位置信息。激光雷达产业自诞生以来，紧跟底层器件的前沿发展，呈现出了技术水平高的突 出特点。激光雷达厂商不断引入新的技术架构，提升探测性能并拓展应用领域：从激 光器发明之初的单点激光雷达到后来的单线扫描激光雷达，以及在无人驾驶技术中获 得广泛认可的多线扫描激光雷达，再到技术方案不断创新的固态式。激光雷达、FMCW 激光雷达，以及如今芯片化的发展趋势，激光雷达一直以来都是新兴技术发展及应用 的代表。目前的激光雷达存在着四条主要的技术路线：传统机械式激光雷达、MEMS、Flash、 OPA（后三种为固态激光雷达的实现方式），它们特点各不相同：机械旋转式激光雷达的优势在于可以对周围环境进行 360°的水平视场扫描， 测距能力远，目前主流无人驾驶项目纷纷采用机械旋转式激光雷达作为主要 的感知传感器。但也存在固有缺陷，由于采用水平线性扫描方式，存在产生 盲点的风险，无论扫描持续多长时间，视场中的某些物体都会被遗漏，并且 机械式激光雷达受限于生产工艺，大规模量产存在着一定的难度，成本依旧 高昂。MEMS 微机电系统能够直接在硅基芯片上集成体积十分精巧的微振镜，由可 以旋转的微振镜来反射激光器的光线，从而实现扫描，凭借超高的扫描速度 形成高密度的点云图，具有一定的集成性。但 MEMS 微振镜的扫描角度是由 控制电路调节的，保证角度精度是主要的技术难点，其量产可行性比较低， 且如何使 MEMS 微振镜通过车规是现在面临的一大挑战。Flash 激光雷达刷新频率极高，但 Flash 的光源能够覆盖到前方很宽范围内的 所有目标物，而探测器的视场角刚好可以接收到这一范围内的反射光，这种 工作原理造成了能量值低、量程难以到达 20 米以上，因此不能充当主传感 器。Flash 激光雷达被视为当前主流技术路线，并能够实现商用。OPA 扫描技术作为一种新型光束指向控制技术是近年来的研究热点，具有无 惯性器件、精确稳定、方向可任意控制的优点，但 OPA 的接收部件的不成 熟，导致阳光下噪点多，难以作为主传感器之用，并且其核心元器件 OPA 芯 片加工难度高，产品化的道路上存在一定的挑战。2.4 激光雷达的下游应用都有哪些领域？激光雷达在无人驾驶领域市场前景可观。传统出行服务中人工成本占运营总成本 60%以上，无人驾驶出行服务能够取消这一成本，而且无人驾驶技术能够减少车辆闲 置时间，因而相比传统的出行服务具有广泛的商业价值和盈利空间。高级辅助驾驶市 场主要服务于整车厂及 Tier1 公司，激光雷达在性能满足要求的基础上，成本及车规要 求是量产车项目关注的重点。Valeo 的 SCALA 是世界第一款受到市场认可通过车规并 实现量产的激光雷达产品，搭载在了奥迪旗舰车型 AudiA8。2020 年 Valeo 将对 SCALA 进行升级，实现更优的传感器解决方案。世界各地交通法规的修订为 L3 级自动驾驶技术商业化落地带来机会。2019 年， 日本《道路交通法案》修正案获得通过，允许 L3 级自动驾驶车辆在公共道路上使用。 2020 年 1 月，韩国国土交通部发布《自动驾驶汽车安全标准》（修订版），制定 L3 级自 动驾驶安全标准和商用化标准。2020 年 6 月联合国的欧洲经济委员会通过《ALKS 车 道自动保持系统条例》，这是全球范围内第一个针对 L3 级自动驾驶具有约束力的国际 法规。世界范围来看，中国智能网联汽车发展速度快，战略化程度高。2020 年 2 月，国 家发展改革委、工信部、科技部等 11 个部委联合印发《智能汽车创新发展战略》，提出到 2025 年，智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网 络实现区域覆盖，新一代车用无线通信网络在部分城市、高速公路逐步开展应用，高 精度时空基准服务网络实现全覆盖。2020 年 3 月，发改委和工信部发布《关于组织实施 2020 年新型基础设施建设工程（宽带网络和 5G 领域）的通知》，将“基于 5G 的车 路协同车联网大规模验证与应用”列为七项 5G 创新应用提升工程之一。与单车智能 相比，基于 5G 的车路协同可以更大限度地提升行车安全、提高交通系统运行效率、 降低车载设备成本，从而促进无人驾驶的快速落地。服务机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等。借 助强大的内置感知系统及控制系统，服务机器人能够完成多种无人作业，从而减轻对 人力的依赖，提高生产效率。服务型机器人不仅仅可以实现将货物从物流中心运送到 消费者家中，还可以提供大量新型的“最后一公里”服务，为整个服务社区提供便利 性、安全性和健康性。2020 年面对新冠疫情，无人配送能够避免人与人的不必要接触， 减少交叉感染概率，为方便社区生活以及阻隔疫情扩散筑起了健康防线。激光雷达也被应用在消费电子领域。2020 年 Apple（苹果）在新款 iPad Pro、iPhone 12 Pro 和 iPhone12 Pro Max 上搭载了 dToF 激光雷达模组，虽然同为基于飞行时间原理 的激光雷达，但从产品要求以及客户群体来看，消费类电子产品上的激光雷达与公司 所面向的无人驾驶、高级辅助驾驶、机器人、车联网应用的激光雷达区别较大，比如 前者的测距范围一般为 5m 以内，对体积和功耗要求非常严格。3 国内激光雷达龙头：禾赛科技3.1 反复探索打磨，成为激光雷达全球领先企业禾赛科技是全球领先的激光雷达制造商。2014 年成立于上海，禾赛依靠近 500 人 的团队打造出一系列创新型传感器解决方案，兼顾业内顶尖的产品性能、可量产的设 计以及出众的可靠性。禾赛凭借自主研发的微振镜和波形加密技术，始终引领传感器 创新的发展方向，目前已布局 500 多项专利，客户遍布全球 20 个国家和地区的 70 座 城市。由激光气体传感器向激光雷达拓展，是公司长期战略。2015 至 2016 年期间，公司 主要的产品为激光气体传感器，产品灵敏度高、误报率低，一面世就受到燃气行业的 关注，并入围了 2017 年的 Prism Award 最终名单。2016 年，经历反复探索后，公司在 原有激光气体遥感技术的积累之上拓展了新的发展方向——无人驾驶激光雷达。面向 无人驾驶的激光雷达产品技术壁垒高，市场总量大，应用前景广阔且与公司发展愿景 高度吻合。随后，公司深耕于高端激光雷达产品的开发，推出了一系列产品，积累了 大量优质客户。2017 年底，公司部署芯片技术发展方向，成立芯片部门，根据产品上 积累的系统需求定义芯片参数，自主设计芯片。公司核心团队专业背景深厚。公司实际控制人孙恺、李一帆、向少卿毕业于清华 大学、斯坦福大学、上海交通大学等海内外高校，拥有苹果、西部数据等公司的工程 师背景，其他核心技术人员也拥有电子、光学等方面的专业背景，这些经验是公司战 略制定的有力保障。营收迅速增长，毛利率高，客户以北美和国内为主。公司近年营业收入增长迅速， 考虑到公司收入多集中在第四季度，叠加国外疫情逐步缓解等因素，2020 年营业收入 有望再创新高。毛利率保持在较高水平，主要因为激光雷达行业的研发与制造壁垒高， 且公司为行业内高线数激光雷达的领军企业，具有较强定价权。营收地区分布方面， 以北美和中国大陆客户为主。3.2 下游行业与政策支持共同驱动公司发展老龄化现象加剧，社会对智能服务依赖度不断提升。自 2012 年起，我国劳动年龄 人口数量和比重持续降低，2019 年 65 岁以上人口占总人口比例达到 12.57%，可以预 见未来 30 年，中国社会老龄化问题将越来越严重。依赖人口红利的物流运输系统也将 出现巨大的劳动力缺口社会人口老龄化的到来将给这些行业带来巨大的劳动力缺口， 这为智能服务的发展带来了广阔的应用前景。无人驾驶卡车、无人运货小车、无人码 头运送车等的推广将大量解放劳动力，激光雷达作为其重要传感器也将为社会的转型 与发展提供技术支持。为了持续的经济发展。下游行业的蓬勃发展将持续驱动激光雷达行业的增长。根据 Yola 的测算，2019 年 全球激光雷达市场规模约为 16 亿美元，预计到 2025 年将达 38 亿美元，复合增长率达 19%。其中，ADAS 领域市场规模将从 1900 万美元增长至 17 亿美元，复合增长率达 114%。1）无人驾驶行业：传统出行服务中人工成本占运营总成本 60%以上，无人驾驶 出行服务能够取消这一成本，而且无人驾驶技术能够减少车辆闲置时间，因而相比传 统的出行服务具有广泛的商业价值和盈利空间。当前，国内外的无人驾驶项目不断取得进展，根据 ReportLinker 研究估计，2025 年全球包括运送乘客和货物在内的 L4/L5 级无人驾驶车辆数目将达到 53.5 万辆。随着无人驾驶商业模式的逐步确立，该领域的 全球激光雷达市场也将随之实现高速增长。2）高级辅助驾驶行业：世界各地交通法规 的修订正为 L3 级自动驾驶技术商业化落地带来机会，全球范围内 L3 级辅助驾驶量产 车项目当前处于快速开发之中。随着激光雷达成本下探至数百美元区间且达到车规级 要求，未来越来越多高级辅助驾驶量产项目将实现 SOP；根据 Yole 的研究报告，至 2025 年全球乘用车新车市场 L3 级自动驾驶的渗透率将达约 6%，即每年将近 600 万辆 新车将搭载激光雷达。激光雷达在高级辅助驾驶领域的市场规模将在未来 5 年里保持 高速增长。3）服务型机器人行业：当前越来越多的电商、消费服务业巨头以及初创公 司投入服务型机器人的开发，随着智能服务机器人技术的成熟，其业务范围和辐射半 径将不断增强，无人运送、无人清扫、无人巡检机器人在运营成本降低及服务效率提 升等方面的优势将得以显现，对此类设备的需求也将不断提升。4）车联网行业：基于 5G 的车路协同可以更大限度地提升行车安全、提高交通系统运行效率、降低车载设备 成本，从而促进无人驾驶的快速落地，国内城市纷纷展开智能城市、智能交通的建设 和测试。激光雷达结合智能算法，能够提供高精度的位置、形状、姿态等信息，实现 对交通状况进行全局性的精确把控，对车路协同功能的实现至关重要。随着智能城市、 智能交通项目的落地，未来该市场对激光雷达的需求将呈现稳定增长态势。国家对智能传感器的发展给予大量政策支持。智能传感器是智能装备感知外部环 境信息的关键，对智能装备的应用起着技术牵引和场景升级的作用。近年来，随着互 联网与物联网的高速发展，传感器在新兴的智能家居、智慧城市、智能移动终端（汽车、机器人等）等领域的应用突飞猛进，大幅扩展了应用空间。同时集成电路是智能 传感器的重要组成部分，专用芯片的发展为智能传感器的性能提升、可靠性提升和成 本控制提供了重要支撑。国家政策也给予了大力支持。2017 年起，随着智能汽车及车 联网行业的发展，各级政府出台多项政策明确发展车载传感器技术以及形成产业化规 模，对公司经营发展起到正向促进作用。3.3 深入探索不同技术方案，打造多场景立体化产品矩阵从对激光雷达性能要求最高的无人驾驶领域入手，面对不同场景打造多样化产品 矩阵。坚持产品性能的优化，持续积累核心模块的开发经验，前瞻部署芯片化的发展 战略，深入探索不同技术方案，面对不同领域对激光雷达的多样化需求，秉承“长、 中、短距兼备，机械、固态方案并进”的立体化产品矩阵，开发并陆续推出多样化的 激光雷达产品。无人驾驶场景产品针对性地解决了行驶环境中的一系列问题。1）复杂环境和其他 激光雷达干扰方面，L4/L5 级无人驾驶应用的实现，有赖于激光雷达提供的感知信息。 该级别应用需要面对复杂多变的行驶环境，对激光雷达性能水平要求最高，在要求 360° 水平扫描范围的同时，对于低反射率物体的最远测距能力需要达到 200m，且需要更高 的线数以及更密的点云分辨率；同时，为了减少噪点，还需要激光雷达具有抵抗同环 境中其他激光雷达干扰的能力。为满足上述要求，公司推出了性能逐步优化的 Pandar40 （2017 年 4 月）、Pandar40P（2018 年 4 月）、Pandar64（2019 年 1 月）以及 Pandar128 （2020 年 9 月）。2）角度盲区方面，激光雷达放置在车辆顶部，有限的垂直视场角会 在近距离产生盲区，即无法探测的区域。为此公司在 2020 年 1 月推出了垂直视场角覆 盖 104.2°和探测距离最近达 0.1m 的盲区检测激光雷达 PandarQT。3）多传感器标定 及同步方面，自动驾驶公司的多传感器标定及同步是一个难点，公司与百度 Apollo 在 2017 年 12 月联合发布了多传感器融合感知套件 Pandora。高级辅助驾驶场景产品覆盖前向视场，实现自动跟车或者高速自适应巡航等功能。L2/L3 级高级辅助驾驶对激光雷达的需求与 L4/L5 级无人驾驶应用的需求有所不同， 覆盖前向视场（水平视场角覆盖 60°到 120°）的激光雷达通常为优选方案，实现自 动跟车或者高速自适应巡航等功能，但在测远和角度分辨率等性能上的要求和无人驾 驶是一致的；此外，整车厂及 Tier1 公司更看重激光雷达的形态与尺寸是否容易嵌入车 身，保险杠、前挡风玻璃后视镜等易于隐藏的地方是放置激光雷达的优先选择，这些 位置往往空间狭小因而限制了激光雷达的体积；该领域客户也要求激光雷达通过电磁 兼容、可靠性（包括振动及冲击、防水防尘）等一系列严格的车规测试；因为面向消费者的乘用车采购数量大，该领域客户对激光雷达的价格敏感度相较于无人驾驶领域 也更高。为此，公司利用技术架构预研过程中的实践积累，在 2019 年 1 月推出了基于 微振镜方案的远距前向式激光雷达 PandarGT。当前，公司发挥在专用芯片开发上的研 究成果，基于微振镜架构的低成本方案以及基于转镜方案的 PandarST 将搭载公司自研 的 V1.0 多通道激光驱动芯片以及多通道模拟前端芯片，保障性能的同时提高可靠性并 控制成本，目前相关产品处于样机迭代及 OEM 洽谈阶段。机器人场景产品使用自研芯片优化性能。机器人应用范围包括无人送货小车、自 动清扫车辆、园区内的接驳车、港口或矿区的无人作业车、执行监控或巡线任务的无 人机等，这些场景的主要特点是路线相对固定、环境相对简单、行驶速度相对较低（通 常不超过 30km/h）。因而相比无人驾驶应用，机器人应用对激光雷达测远及分辨率等 探测性能的要求相对较低，但对价格更敏感。为此，公司采用禾赛 V1.0 自研芯片架构， 开发了面向机器人市场的中距机械旋转式激光雷达，于 2020 年 10 月推出了 PandarXT 产品。PandarXT 发射端使用自主研制的多通道激光驱动芯片，接收端使用自主研制的 多通道模拟前端芯片，专用芯片的应用带来了产品性能的优化：更高的测距精准度、 更优的抗干扰能力、更低的功耗等，而且也使得 PandarXT 在性能一致性、系统集成 度、成本控制、可量产性等方面具有优势。车路协同场景产品采用目标聚类及追踪算法，内部集成算力并降低典型时延。人、 车、路的有效协同需要准确识别和追踪交通参与者，并对其路线进行有效预测，采用 基于激光雷达点云数据的目标聚类及追踪算法能够满足这一要求。PandarMind 系列产 品能够直接输出经过深度学习算法处理得到的目标物识别结果，相比传统的激光雷达 外接算法处理单元的方案，PandarMind 算力内部集成，具有无需额外软件移植部署的 优势。此外，相比传统算法方案需要的≥100ms 的典型时间延迟，PandarMind 有效降低典型时延，为车辆提供了更长的反应时间用于驾驶决策，有利于充分实现人车路的 有效协同，保证交通安全，提高通行效率。3.4 技术突破和持续的研发投入，构筑产品护城河激光雷达行业具有较高的技术水准与技术壁垒。作为一种新兴的传感器技术，激 光雷达系统结构精密且复杂，精细的光机设计和收发对准、微弱信号的灵敏探测和快 速响应是实现探测目标的前提。为了实现最优的探测效果，激光雷达不仅在开发过程 中需要光、机、电等子模块的高度配合和协同优化，而且还需要在生产过程中具有相 匹配的高精度生产制造能力。全固态是车用激光雷达的技术发展趋势，公司针对不同场景应用不同技术路线， 并开展新技术的布局积累。总体来看，激光雷达未来发展趋势为取消机械旋转结构， 利用半导体工艺将所有机械部件全集成，实现体积小、质量轻、坚固可靠、高效率和 低成本的全固态激光雷达，同时提高其环境适应性。机械旋转式激光雷达产品已经在 无人驾驶领域得到了广泛应用，而半固态式激光雷达主要面向即将兴起的量产乘用车 高级辅助驾驶市场。不同细分应用领域的差异对激光雷达的综合指标提出了不同维度 的要求，产品性能分层、不同架构方案并存将是常态。依据对未来市场的预判，公司 也开展了对 FMCW 激光雷达和电子扫描方案的固态式激光雷达的技术布局和积累，具 有新技术方案激光雷达的产品开发能力。突破激光雷达技术限制，公司制定芯片化发展战略。当前市场对激光雷达产品的 测远能力以及点频的要求不断提升，但由于受到激光安全阈值的限制以及产品功耗与 发热的限制，目前已经很难通过简单堆砌通道数目去满足这个需求。为了突破现有瓶 颈，需要通过技术的改进以及实现核心收发芯片的升级换代，提升能量利用率，用更 少的能量实现更远的单点测距能力。针对上述问题，公司发挥技术创新能力，规划了 V1.0、V1.5、V2.0、V3.0 代核心收发单元芯片化的发展战略，V1.0、V1.5、V2.0 芯片研究成果面向当前机械式、微振镜式、转镜式技术方案，是这些产品系列升级迭代的共 同技术支撑，V3.0 面向纯固态式激光雷达 PandarFT 的开发及应用。公司于 2017 年末 成立了芯片部门，开展激光雷达专用芯片的研发工作。激光雷达专用芯片化研究包括 激光驱动芯片、模拟前端芯片、数字化技术和芯片以及 SoC 芯片，其在激光雷达系统 的功能如下图所示。目前芯片化 V1.0 成果多通道激光驱动芯片及多通道模拟前端芯片 已完成量产，并应用于多个激光雷达研发项目和 PandarXT 的量产项目。高精度数字化 技术已应用于公司产品，模拟数字转换芯片已进入开发后期，公司在 SoC 芯片方面已 有技术储备。公司高度重视研发，募集资金用于智能制造中心和激光雷达算法项目。截至 2020 年 9 月 30 日，公司共有研发人员 270 人，占总员工数量的 53.78%。研发投入不断增 加，最近三年累计研发投入占最近三年累计营业收入的比例为 51.84%；2017-2019 年三 年累计研发投入 25,964.15 万元。本次募集资金除用于激光雷达专属芯片项目外，还包 括智能制造中心项目和激光雷达算法的研发。智能制造中心项目将帮助公司在激光雷 达各产品线的生产工艺优化以及测试环境等方面，实现业内领先的生产能力，为大规 模量产做好准备，激光雷达算法研发项目将提升公司激光雷达相关的算法能力，以为 乘用车、车联网等领域的客户提供产品及算法的解决方案，所面向领域均为激光雷达 的研发设计、产品方案、生产制造等关键环节。3.5 多种技术路线与自有生产线创造超车优势行业内主要的激光雷达公司包括美国的 Velodyne、Luminar、Aeva、Ouster，以色列的 Innoviz，德国的 Ibeo，以及国内的速腾聚创、镭神智能、华为、览沃科技等。公司当前激光雷达以机械式为主，积极布局半固态和全固态激光雷达开发。Luminar、Aeva、Innoviz、Ibeo 主要面向无人驾驶和量产乘用车 ADAS 市场，开发相应 的（半）固态激光雷达，其技术特点各有不同；Velodyne、Ouster 等主要是机械式旋转 多线激光雷达的供应商，产品面向无人驾驶和服务型机器人市场。Velodyne 在这个领 域具有先发优势，在 2006 年到 2017 年一度是机械旋转激光雷达市场的最主要提供方。 公司于 2017 年开始向市场出售产品，逐渐赢得无人驾驶高线数激光雷达市场的客户。 在技术方向上，公司注重芯片的底层研发。Ouster 从创立开始就选择数字化的芯片方 案，该方案架构先进，但产品的整体性能非常依赖芯片架构和器件的成熟度，Ouster 当 前的产品性能和成本尚不具备优势。凭借量产出货的技术积累，包括公司在内的四家 主要的机械旋转雷达公司，也都在积极布局半固态和全固态激光雷达的开发。Velodyne 仍为市场龙头，公司正迎头赶上。从产业应用及市场占有率来看， Velodyne 当前仍是市场营收总额最高的激光雷达公司；Luminar 2019 年的销售台数在 百台量级；Aeva 和 Innoviz 在 2020 年预期营业收入均为 500 万美元，市场占有率较低。 2017 年之前 Velodyne 几乎是市场上唯一的高线数激光雷达厂商，公司进入激光雷达领 域后，国外厂商的市场占有率不断降低，无人驾驶市场占 Velodyne 2017 年营收的 50% 以上，近期下降到约 25%。凭借优秀的产品性能，公司建立了良好的口碑，销售数量 及营业收入均实现较快增长。生产模式国外公司以代工合作为主，公司自有生产线把握生产和成本控制权。从 生产模式来看，部分国外激光雷达公司倾向采用代工或与制造厂合作的生产模式。 Velodyne 已与 Fabrinet、尼康、Veoneer 等签署多年代工协议，从自主生产模式逐渐转 向增加欧洲及亚洲第三方工厂代工的生产模式。Innoviz 与捷普合作进行产品代工，同时针对宝马项目与 Magna（麦格纳）开展合作。与大型代工厂或者 Tier1 合作能够降低 激光雷达厂商对生产资源的投入，但也会削弱激光雷达厂商对生产环节和生产成本的 把控，激光雷达作为新兴的精密传感器，迭代速度快，而且尚无确定的行业标准和成 熟稳定的工艺，生产环节包括多步针对产品特性的精准装调和测试工序，需要激光雷 达厂商对生产环节具有较强的把控能力，规模化生产能力会逐渐成为激光雷达企业的 核心壁垒之一。禾赛科技所有激光雷达产品均为自主生产，解决了诸多工艺问题，积 累了生产经验。同时结合行业特点，制定了自动化生产线及智能化生产工厂的技术发 展路线，随着新制造中心的落成与使用，生产优势将进一步提升。3.6 广泛深入的商业合作禾赛科技已服务国内外众多的重量级客户，广泛分布于无人驾驶、高级辅助驾驶、 机器人与车联网等领域。1）在无人驾驶方面，公司的 40 线、64 线机械式激光雷达产 品性能出色，受到了世界范围内头部无人驾驶公司的广泛认可。Robotaxi 已于国内外 众多优质客户开展深度合作，博世的无人驾驶测试和服务试点，百度在长沙开放的无 人驾驶出租车试乘等，均采用了公司的激光雷达产品；Robo Truck 则于图森未来等头 部无人驾驶卡车公司展开合作。2）在高级辅助驾驶方面，公司 V1.5 的激光雷达芯片 化架构将于 2021 年应用于面向 ADAS 市场的产品中，并将于博世在 ADAS 领域的激 光雷达产品展开一系列的合作。3）在服务机器人方面，公司已与国内专攻无人配送的 白犀牛智达及生活服务电商巨头美团等公司合作，其无人配送车搭载了公司的激光雷 达产品。4）在车联网方面，2020 年 10 月的“2020 C-V2X 大规模先导性应用示范活动” 中，公司作为唯一的激光雷达传感器提供方，使用 PandarMind 产品，联合搭建了行人 横穿场景的网联环境，打通了从激光雷达探测行人到 RSU 将行人信息以 V2X 消息格 式进行广播的链路，在国内首次实现了基于边缘感知算法进行行人横穿 V2X 应用场景 的公开测试。4 国内外部分激光雷达公司分析（详见报告原文）万集科技：国内领先的智能交通产品与服务提供商，提供精度更高的多通道激光雷达。速腾聚创：激光雷达产品矩阵已经形成，公司合作伙伴丰富。镭神智能：激光雷达及整体解决方 案提供商。览沃科技：采用非重复式扫描技术的旋镜式类固态 激光雷达技术路线。华为：选择半固态 MEMS 微振镜架构，今年实现车规级量产。Velodyne：深耕激光雷达行业十余年，成为行业全球龙头企业。Luminar：高速公路自动驾驶技术优势明显，多项垂直领域达成商业合作。Innovusion：产品运用在自 动驾驶、车路协同、城市轨道交通、智慧高速、高精地图等多个领域。5 风险提示1）智能汽车渗透率不及预期；2）自动驾驶渗透率不及预期；3）激光雷达技术突破和量产成本不及预期；4）疫情影响商务活动，导致产业进展不及预期。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：安信证券，诸海滨、赵昊）报告综述乘自动驾驶发展东风，激光雷达走进大众视野：激光雷达是自动驾驶与机器人产业的重要传感器类型之一，2005 年，Velodyne 首次将 64 线激光雷达应 用于 DARPA 挑战赛，2007 年 Velodyne 生产出首台商用 3D 动态扫描激光雷 达，成为该行业的重要时刻。相比毫米波雷达、摄像头、超声雷达等方案， 激光雷达在可靠度、探测距离、夜间表现等方面较为均衡，具备一定优势， 车企通常采用多类传感器融合方案。激光雷达按照技术路径细分可分为机械 式、混合固态（MEMS）、固态式（OPA、Flash）三种类别。其中机械式发展 较早，技术成熟度高；固态式在性能、成本上要优于机械式，但技术上还有 待突破。当前对于激光雷达的评判标准集中在车规级、可量产、低成本三个 方面，在车规级方面，镭神智能 CH32 混合固态激光雷达，在国内率先通过 车规级认证，在可量产与低成本方面，固态式激光雷达体积小、整体量产成 本和量产难度较低，容易在技术成熟后产生可大规模应用的市场价格。尽管 固态式在整体性能上优于机械式，但距离技术上的完全成熟还需要一段的时 间，因此短期内激光雷达市场上仍旧是机械式与固态式激光雷达并存的局面。激光雷达市场发展迅速，整体复合增速达 64.5%：激光雷达市场广阔，根 据沙利文预测，激光雷达整体市场规模预计至 2025 年将达到 135.4 亿美元， 较 2019 年可实现 64.5%的年均复合增长率；细分市场中汽车领域市场最为广阔，据 Velodyne 预测，2022 年汽车领域激光雷达市场规模将达 72 亿美元， 占比约 60%，Luminar 则给出了 2030 年达到千亿美元量级的预测；在智慧城 市概念发展的推动下，车联网领域市场发展迅速，至 2025 年，全球激光雷达 在该领域的市场规模将超过 45 亿美元，2019 年至 2025 年复合增长率为 48.48%。L3 级标准下的 ADAS 高级辅助驾驶市场与 L4、L5 级标准下的无人 驾驶市场都对激光雷达技术产品拥有着较高的需求，L5 级自动驾驶标准下， 激光雷达的配臵数量不应少于 4 个，激光雷达行业将迎来广阔的发展空间。国内产业链崛起，美股迎来激光雷达企业上市潮，禾赛科技拟登陆科创板：①产业链方面，上游主要包括激光发射接收模块、扫描器、信息处理芯片等 部分，下游包括各类测绘和导航需求，如自动驾驶等。国外公司分布全面， 整机领域有 Velodyne、Luminar、Valeo、Ouster 等龙头，光学元件领域有意法 半导体、亚洲光学等，光源领域有 Thorlabs、飞利浦光学等，探测器领域有 SensL、飞利浦等公司，IC 领域则有赛灵思、Qorvo 等公司。国内公司在整机领域公司较多，例如禾赛科技、北醒、北科天绘、镭神智能等，近年来上游 也得到了发展，芯视界微电子、灵明光子等公司纷纷得到巨头投资。数模混 合信号龙头公司艾为电子、激光器三优光电、精密光学元件福特科等新三板 公司涉及激光雷达产业链相关环节。②业内公司方面，Velodyne 作为激光雷 达行业龙头，于 2020 年 9 月完成 NASDAQ 上市，预计 2020 财年营收 0.94 亿 美元，市值 40 亿美元左右；Luminar 于 2020 年 12 月完成 NASDAQ 上市，预 计 2020 财年营收 0.15 亿美元，市值 100 亿美元左右；禾赛科技于 2021 年 1 月 7 日科创板受理，有望成为国内首家上市的激光雷达企业。在营收规模方 面，禾赛科技 2019 年营收增长率达到 162.3%，达到 3.48 亿元，2020 前三季 度达到 2.53 亿元。在毛利率方面，禾赛科技的毛利率 2017-2019 均高于 70%， Luminar 由于其产品仍处于研发期，2019 年毛利率为负。1. 写在前面：激光雷达迎来上市潮，行业将呈现快速扩张新格局？激光雷达行业龙头 Velodyne 和 Luminar 于 2020 年完成在 NASDAQ 上市，Aeva 将于 2021 年第一季度完成 NYSE 上市，Innoviz 将于 2021 年第一季度完成 NASDAQ 上市，Ouster 计划 2021 年上半年完成 NYSE 上市，随着这样一波密集的上市潮的到来，资本力量正加速 入局激光雷达行业市场，这必将重塑当前激光雷达行业的发展格局。与此同时，国内市场激 光雷达企业的发展也进入了加速阶段，国内机械式激光雷达龙头禾赛科技于 2021 年 1 月 7 申请科创板上市，或成为国内首家上市的激光雷达公司，镭神智能的混合固态激光雷达产品 正式通过国家车规级认证，成为国内首个、全球第二个获得正式认证报告的车规级激光雷达。 （来源：禾赛科技招股书、镭神科技公司官网）激光雷达是自动驾驶技术实现的关键技术设备，国家在自动驾驶领域颁布的规范化扶持政策， 也助力国内激光雷达市场进一步扩张。国家在最新颁布的《汽车驾驶自动化分级》编制说明 中指出，驾驶自动化技术是国际公认的未来发展方向和关注焦点之一。制定国家标准的意义 不仅在于汽车产品与技术的升级，更有可能带来汽车及相关产业全业态和价值链体系的重塑。 中、美、欧、日等都将驾驶自动化技术作为交通领域的重点发展方向，并从国家层面进行战 略布局。因此，国家政策、行业发展也亟需形成统一的规范性分级，促进行业的进一步发展。在自动化驾驶的 5 级标准中，L3 级标准下的 ADAS 高级辅助驾驶市场与 L4、L5 级标准下的 无人驾驶市场都对激光雷达技术产品拥有着较高的需求，随着中国自动驾驶领域的政策和规 范的不断成熟，激光雷达行业将迎来广阔的发展空间。根据 Velodyne 预测，2022 年激光雷达市场规模将达到 119 亿美元，其中约 72 亿美元来自 汽车领域的应用，占比约 60%。在自动汽车领域中，机械式和固态式激光雷达的技术发展方 向之争也将在未来深刻的影响着激光雷达市场的发展走向。因此，本文希望从激光雷达的发 展历程入手，对激光雷达市场当前的发展现状与发展脉络进行梳理，并对当前机械式与固态 式激光雷达并存的市场格局的发展走向进行分析，最后对产业链上下游环节的公司进行详细 梳理。2. 思考一：刨根问底，激光雷达将迎来自动驾驶汽车发展新机遇？2.1. 先看历史：诞生于 1960 年，2000 年后逐步应用于无人驾驶领域激光雷达的发展历史已有数十年。从 1960 年激光器诞生后不久，激光便被应用于各种测量 场景，科技界迅速将激光应用在测距仪和激光雷达当中，早在 1971 年，激光雷达便跟随阿 波罗 15 号进行了月面测绘。但一直以来，受制于各类激光设备的技术难度，激光雷达成本 较高，商业化场景较少。但这一局面在 21 世纪得以改变，包括 DARPA、Velodyne 等政界、 军界、商界重要成员合力推动激光雷达发展，2005 年，Velodyne 首次将 64 线激光雷达应 用于 DARPA 挑战赛，2007 年 Velodyne 生产出首台商用 3D 动态扫描激光雷达，成为该行 业的重要时刻。此后，Ibeo、Valeo、Luminar 等公司相继推出各自的激光雷达产品，技术上 各有优势，机械式产品逐渐转变为固态产品，产品成本逐渐降低，到 2020 年，Velodyne 的 新款固态激光雷达售价已达到 100 美元（公司官网），可以说正式进入实用区间。2.2. 剖析概念：激光雷达由激光发射、接收、信息处理、扫描四大基础系统构成激光雷达（Light Detection And Ranging，简称"LiDAR"）即光探测与测量，是一种集激光、 全球定位系统（GPS）和 IMU（Inertial Measurement Unit，惯性测量装臵）三种技术于一 身的系统，用于获得数据并生成精确的 DEM（数字高程模型）。这三种技术的结合，可以高 度准确地定位激光束打在物体上的光斑，测距精度可达厘米级，激光雷达最大的优势就是" 精准"和"快速、高效作业"。激光雷达当前被广泛用于无人驾驶汽车和机器人领域，被誉为广义机器人的“眼睛”，是一种 通过发射激光来测量物体与传感器之间精确距离的主动测量装臵。激光雷达通过激光器和探 测器组成的收发阵列，结合光束扫描，可以对广义机器人所处环境进行实时感知，获取周围 物体的精确距离及轮廓信息，以实现避障功能；同时，结合预先采集的高精地图，机器人在 环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航。2.3. 再看分类：机械式与固态式是汽车领域激光雷达的主要类别激光雷达由于其应用范围的广泛与技术结构的复杂性，在实际应用中有着多种分类方式，按 照功能用途、工作体制、载荷平台、工作介质、探测技术等分类方式均可得到不同的结果。在载荷平台方面，地基激光雷达，通常用于单一目标或者小尺度精细三维数据的采集；机载 激光雷达以飞行器为搭载平台，通常用于区域尺度三维信息数据的快速获取；星载激光雷达 以卫星平台为依托进行大尺度三维信息数据的获取。本文对激光雷达的讨论分析重点集中在 车载平台上的应用的车规级激光雷达。其中，考虑到激光雷达主要市场集中在无人驾驶领域，因此当前行业主要根据与无人驾驶技 术相关的测距方法和技术架构作为分类的主流依据。2.3.1. 测距方法分类：ToF 法更为成熟，FMCW 具有更高的抗干扰性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 （100~250m），是车载激光雷达的优选方案。ToF 是目前市场车载中长距激光雷达的主流方 案，未来随着 FMCW 激光雷达整机和上游产业链的成熟，ToF 和 FMCW 激光雷达将在市场上并存。2.3.2. 技术架构分类：机械式技术趋近成熟，固态式预计将成为未来主流按照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。2.4. 分析优势：激光雷达探测精度高、探测范围最高可达 360°一开始激光雷达只是在军事方面应用，后来才应用在生活中，其中无人驾驶领域使用最为广 泛。目前谷歌、百度、奥迪、福特、宝马等企业都在逐渐使用激光雷达的感知解决方案，已 经成为了无人驾驶技术中的最基本的配臵。目前自动驾驶的传感器主要有 LiDAR 系统、毫米 波雷达、视觉（照相机）系统等。不同级别的自动驾驶技术的应用对于各类传感器的数量的要求也是不同的，随着自动驾驶技 术标准的提高，对于车载激光雷达所要求的数量就越高，L5 级自动驾驶标准下，激光雷达的 配臵数量不应少于 4 个。在汽车领域，不同的传感器各有优势。不同传感器的原理和功能各不相同。从可靠度、行人判别、夜间模式、恶劣天气环境、细节分辨、探测距离等方面来对比，激光雷达是三种环境 传感器中综合性能最好的一种，这也就决定了其是自动驾驶汽车等机器人环境感知系统中不 可或缺的一部分。在当前的自动驾驶领域，特斯拉采取的解决方案是“传统摄像头+计算机视觉技术”，由镜头 采集图像后，摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数 字信号，进而通过神经算法网络进行决策。但当前大部分的车企更看好激光雷达在自动驾驶领域的应用，激光雷达具有探测精度高、探 测范围广及稳定性强等优点，在精确度方面，毫米波雷达的探测距离受到频段损耗的直接制 约（想要探测的远，就必须使用高频段雷达），也无法感知行人，并且对周边所有障碍物无 法进行精准的建模。摄像头等光学成像设备属于被动式的感知设备，它的应用必须要结合视觉感知技术才能在自 动驾驶应用中发挥作用，而这种技术对于大多车企存在着很高的应用门槛。激光雷达和毫米 波雷达的工作原理基本类似，都是利用回波成像来构显被探测物体的，不过激光雷达发射的 电磁波是一条直线，主要以光粒子发射为主要方法，频域在 100000GHz 左右，波长为纳米 级；而毫米波雷达发射出去的电磁波是一个锥状的波束，这个波段的天线主要以电磁辐射为 主，频域在 10～200GHz 之间，波长为 1～10mm。由于毫米波的波长介于厘米波和光波之 间，因此毫米波兼有微波制导和光电制导的优点。目前，车载传感器中，单颗摄像头的价格在几十到几百人民币，价格较为低廉；毫米波雷达 根据探测距离和波段等指标不同，价格在数百到上千人民币；而激光雷达目前成本还略高， 普遍处于数百到上千美元级别，虽有 Velabit 等低价格产品，但高端产品仍是必不可少，根 据 Velodyne 预期 2020 出货量和收入，其平均售价仍达到 8000 美元左右。但考虑到激光雷 达行业目前整体出货量还未放开，以及产品固态化等趋势，未来随着产销量逐步上升，价格 有望延续当前下降趋势，从而逐步具备成本优势。3. 思考二：需求视角，行业规模将迎来快速扩张期？3.1. 行业规模与发展趋势：激光雷达行业迎来无人驾驶行业发展新机遇激光雷达市场规模较大且处于快速发展期，根据 Velodyne 预测，2022 年激光雷达总市场规 模将达到 119 亿美元。根据应用分类，激光雷达将分别应用于自动驾驶汽车、工业、无人机、 机器人和 3D 绘图等终端市场之中。其中，自动驾驶领域的市场规模占比最大，2022 年将达 到 72 亿美元，占比约为 60.5%。同时，自动驾驶领域的激光雷达市场发展迅速，Velodyne 预计至 2026 年自动驾驶领域市场 规模将增长到 168 亿美元，年复合增速将达到 24%。激光雷达领域的另一家国际龙头Luminar 则根据不同细分领域上的需求空间和不同应用场景 的速度、探测距离对激光雷达的细分市场规模进行划分。其中适配场景运动速度快、探测距 离要求高的高速公路自动驾驶市场的市场规模最大，预计 2030 年将达到 1800 亿美元。其 中商用卡车规模为 600 亿美元，消费级轿车规模为 1200 亿美元。此外诸多专业研究咨询机构也对激光雷达市场给出了预测。根据 Allied Market Research 估 计，2026 年全球无人驾驶技术市场规模将达到 5,566.7 亿美元，较 2019 年可实现 39.47% 的年均复合增长率。激光雷达是高级别无人驾驶技术实现的关键，根据沙利文的统计及预测， 受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗透率增加、以及服务型机器人及智 能交通建设等领域需求的推动，激光雷达整体市场预计将呈现高速发展态势，至 2025 年全 球市场规模为 135.4 亿美元，较 2019 年可实现 64.5%的年均复合增长率。在非汽车领域的激光雷达市场中，工业领域的市场需求最为广阔，根据 Velodyne 预测，2022 年工业领域总激光雷达需求量为 510 万台，市场规模达到 28 亿美元。工业领域的需求主要 来自全球市场的履带式拖拉机，倾卸机，挖掘机，平地机，非公路卡车等工程机械设备，将 成为仅次于自动驾驶市场的第二大需求市场。而就中国来看，汽车与工业等下游行业的发展，将带动国内激光雷达市场的发展。从无人驾 驶领域来看，据麦肯锡研究报告显示，中国将是全球最大的自动驾驶市场，到 2030 年中国 自动驾驶乘用车数量将达到 800 万辆，自动驾驶将占到乘客总里程（Passenger Kilo Meters Travelled，PKMT）的约 13%，基于自动驾驶的出行服务订单金额将达 2,600 亿美元；从高 级辅助驾驶领域来看，中国已经成为全球最大的新车销售市场。根据沙利文的研究报告，至 2025 年，中国激光雷达市场规模将达到 43.1 亿美元，较 2019 年实现 63.1%的年均复合增 长率，其中车载领域即无人驾驶和高级辅助驾驶是主要组成部分。以下按照激光雷达当前激光雷达的下游应用市场进行分别介绍，主要可分为无人驾驶、高级 辅助驾驶、服务型机器人和车联网等细分行业。3.1.1. 汽车激光雷达市场：2025 年汽车领域激光雷达市场规模预计将超 80 亿美元3.1.1.1. L4/L5 级无人驾驶市场：2025 年市场规模预计达到 35 亿美元全球范围来看，无人驾驶测试项目及车队规模处于快速扩张之中：Waymo 已与 Fiat Chrysler（菲亚特克莱斯勒）签订了 6.2 万辆 Pacifica Hybrid 的购买合同，与 Jaguar（捷豹）签订了 2 万辆 I-Pace 的购买合同，并在底特律与 Magna（麦格纳）联手建立世界上 第一个只制造无人驾驶汽车的 AAM 工厂，改造购臵车辆用于车队扩张，该工厂当前已经进 入量产状态。根据加州车辆管理局数据，2019 年 GM Cruise 月均路测车辆数目排名第一， 测试里程总数仅次于 Waymo，当前 GM Cruise 已经拿到取消安全员进行完全无人驾驶测 试的许可。GM Cruise 位于底特律 Hamtramck 的工厂将基于 GM 电动车平台生产不带方 向盘、刹车和油门的 Origin 车型。根据 Report Linker 研究估计，2025 年全球包括运送乘客和货物在内的 L4/L5 级无人驾驶车 辆数目将达到 53.5 万辆。随着无人驾驶商业模式的逐步确立，该领域的全球激光雷达市场 也将随之实现高速增长，据沙利文测算，至 2025 年该领域激光雷达市场规模预计达到 35 亿美元，2019 年至 2025 年的年均复合增长率达 80.9%。3.1.1.2. L3 级高级辅助驾驶市场：2025 市场规模预计将达到 46.1 亿美元高级辅助驾驶市场主要服务于整车厂及 Tier1 公司，激光雷达在性能满足要求的基础上，成 本及车规要求是量产车项目关注的重点。世界各地交通法规的修订为 L3 级自动驾驶技术商 业化落地带来机会。2019 年，日本《道路交通法案》修正案获得通过，允许 L3 级自动驾驶 车辆在公共道路上使用。2020 年 1 月，韩国国土交通部发布《自动驾驶汽车安全标准》（修 订版），制定 L3 级自动驾驶安全标准和商用化标准。2020 年 6 月联合国的欧洲经济委员会 通过《ALKS 车道自动保持系统条例》，这是全球范围内第一个针对 L3 级自动驾驶具有约束 力的国际法规。激光雷达在高级辅助驾驶领域的市场规模将在未来 5 年里保持高速增长，按 照沙利文预计，2025 年激光雷达市场规模预计将达到 46.1 亿美元，2019 年至 2025 年复合 增长率达 83.7%。3.1.2. 服务型机器人市场：2025 年激光雷达在机器人领域市场预计达到 7 亿美元服务型机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等。借助强大的 内臵感知系统及控制系统，服务机器人能够完成多种无人作业，从而减轻对人力的依赖，提 高生产效率。服务型机器人不仅仅可以实现将货物从物流中心运送到消费者家中，还可以提 供大量新型的“最后一公里”服务，为整个服务社区提供便利性、安全性和健康性。随着智能服务机器人技术的成熟，其业务范围和辐射半径将不断增强，无人运送、无人清扫、 无人巡检机器人在运营成本降低及服务效率提升等方面的优势将得以显现，对此类设备的需 求也将不断提升。伴随全球服务型机器人出货量的增长以及激光雷达在服务型机器人领域渗 透率的提升，至 2025 年激光雷达在该细分市场预计达到 7 亿美元市场规模，2019 年至 2025 年的复合增长率为 57.9%。3.1.3. 车联网市场：全球激光雷达在车联网市场规模将超过 45 亿美元世界范围来看，中国车联网发展速度最快，战略化程度最高。2020 年 4 月，发改委首次划 定“新基建”范围，主要包括信息基础设施、融合基础设施和创新基础设施，其中融合基础设施中包含智能交通基础设施。车路协同技术是智能城市、智能交通中的基础与重点，同时也 与 5G 通讯、大数据中心和人工智能等领域的建设相互支撑、互相促进。与单车智能相比， 基于 5G 的车路协同可以更大限度地提升行车安全、提高交通系统运行效率、降低车载设备 成本，从而促进无人驾驶的快速落地。激光雷达结合智能算法，能够提供高精度的位臵、形状、姿态等信息，实现对交通状况进行 全局性的精确把控，对车路协同功能的实现至关重要。随着智能城市、智能交通项目的落地， 未来该市场对激光雷达的需求将呈现稳定增长态势。至 2025 年，全球激光雷达在该领域的 市场规模将超过 45 亿美元，2019 年至 2025 年复合增长率为 48.48%。3.2. 行业技术壁垒：行业技术壁垒较高，需要应对产品的快速迭代技术水准壁垒：作为一种新兴的传感器技术，激光雷达系统结构精密且复杂，精细的光机设 计和收发对准、微弱信号的灵敏探测和快速响应是实现探测目标的前提。为了实现最优的探 测效果，激光雷达不仅在开发过程中需要光、机、电等子模块的高度配合和协同优化，而且 还需要在生产过程中具有相匹配的高精度生产制造能力。技术创新壁垒：激光雷达行业技术创新能力强，产品迭代速度快。从最初的单点激光雷达发 展到如今机械式、半固态式、固态式、FMCW 等多种技术架构，激光雷达技术架构的创新与 应用范围的拓展彼此促进。在激光雷达公司持续的大量研发投入之下，激光雷达产品不仅测 量范围更远，探测精准度更高，空间分辨能力更强，而且在可靠性、安全性、成本控制等方 面也逐渐成熟，产品更新换代速度快。3.3. 行业政策：政策不断利好，激光雷达市场迎来快速发展国家对于计算机、通信和其他电子设备制造业大力支持，出台一系列政策不断推进智能传感 器及集成电路行业的高速和高效发展。2017 年起随着智能汽车及车联网行业的发展，各级 政府出台多项政策明确发展车载传感器技术以及形成产业化规模，对行业经营发展起到正向 促进作用。另一方面，在政策制定上，国家坚持扶优扶强，驱动行业内企业提升产品性能与 竞争力，尤其 2020 年以来国家和各个省市对智能网联汽车的大力关注和支持。4. 思考三：供给视角，激光雷达行业各个玩家的竞争格局如何？4.1. 产业链：国内产业链中游突出上游崛起，固态化趋势推动成本降低和实用化激光雷达巨大的产业规模之下，是一条由多个环节构成的、上下游明确的产业链。下游应用 领域主要包括测绘和导航两大类需求，如今，下游需求蓄势待发，自动驾驶、高精度地图等 市场都存在大量需求。而激光雷达上游主要分为发射、接收、扫描和信息处理等部分。激光 雷达的上游环节随着技术发展愈发成熟，上游器件的成本很大程度上指引着激光雷达的应用。在这样的产业链当中，全球分布着大量业务不同的厂家，欧姆龙、松下、意法半导体、赛灵思、飞利浦、Qorvo 等知名公司都在激光雷达产业链之中。产业链中游，也就是激光雷达公 司主要有 Velodyne、Valeo、Ouster、Innoviz、Quanergy、Luminar 等，还有不少中国国内 公司已经跻身国际主要厂商之列，例如禾赛科技、镭神智能、北醒、速腾聚创、北科天绘等。 而上游领域，国际公司积累较为深厚，例如光学器件领域的意法半导体、亚洲光学（中国台 湾），光源领域的飞利浦光学、生产光源和光学器件的 Thorlabs，光探测器领域有安森美旗 下的 SensL、日本滨松等，IC 领域则有赛灵思、Qorvo 等半导体巨头。而从国内公司来看，近年来我国中游强上游弱的局面得到了一定改观。目前，以速腾聚创、 禾赛科技、镭神智能为代表的国内激光雷达产业公司主要集中在中游位臵，但上游也涌现出 了一批优秀公司，例如华为哈勃投资的芯视界微电子，小米集团领投、联想和真格基金跟投 的灵明光子等。下游主要包括测绘视觉、机器人、自动驾驶、无人机和环境监测五个应用方 向，目前激光雷达主要应用在自动驾驶领域，应用领域我国公司数量较多，例如数字绿土、 EAI 等公司在各自领域内也具有较强的竞争力。从融资方面也可以看出我国激光雷达产业发展之迅速。根据 IT 桔子数据，2017 年至今，国 内激光雷达公司共发生 62 件融资事件。从单次融资额看，在已透露融资额的公司中，有 10 家公司共 13 次融资的单次融资额超过一亿人民币，其中，禾赛科技 A、B 轮融资均超过亿 元人民币，并获 1.73 亿美元 C 轮融资，镭神智能也在 A+轮和 B 轮中获得亿元及以上人民币 融资。而从融资事件的时间来看，2018 年发生融资事件最多，近两年的融资事件数量减少，或可 以反映出行业进入冷静稳定发展新时期。从融资轮次来看，主要集中在前期，其中，天使轮 融资占 19%，A 轮融资占 23%，B 轮融资占 18%。而具体到上市公司方面，目前我国该板块上市公司还较少，但新三板已有部分挂牌公司涉及 了激光雷达产业链业务，其中包括数模混合信号龙头公司艾为电子、激光器三优光电、精密 光学元件福特科等。4.2. 概况对比：Velodyne 是全球行业龙头，禾赛科技在国内市场处于领先地位激光雷达属于新兴的高技术产业，发展早期技术与市场上主要是国外公司。国内激光雷达公 司加入竞争之后投入大量研发，逐步完成了技术的追赶甚至在一定范围内实现超越。从公司 规模来看，多数激光雷达企业为发展迅速的高科技创业公司，2020 年下半年境外激光雷达 公司迎来通过特殊目的并购公司（Special Purpose Acquisition Compony，SPAC）完成上 市的热潮，美国已上市公司有 Velodyne、Luminar，此外 Aeva、Innoviz 预计 2021 年第一 季度完成上市，Ouster 预计 2021 年上半年完成，中国禾赛科技拟登陆科创板。行业内在业务上具有可比性的主要的激光雷达公司包括美国的 Velodyne、Luminar、Aeva、 Ouster，以色列的 Innoviz，德国的 Ibeo，以及国内的速腾聚创、禾赛科技。4.2.1. Velodyne：激光雷达行业龙头，2020 财年预计营收 0.94 亿美元Velodyne 成立于 1983 年，最初是一家音响技术制造与研发公司，在 2005 年公司开始专注 于激光雷达技术的研发，推出的首款 64 线程机械式激光雷达 HDL-64E 便在第三届 DARPA （无人驾驶挑战赛）挑战赛上大放异彩，六支完成比赛的队伍中五家使用了 Velodyne 的激 光雷达。Velodyne 是车载激光雷达领域的鼻祖，在机械式激光雷达获得成功后，于 2015 年 开始研发固态激光雷达，2017 年发布固态激光雷达 Velarray，2020 初基本完成设计。Velodyne 截止到 2020 年 9 月 30 日，激光雷达产品的累计销售额已经达到$650M，2020 年 总销售额预计达到$94M。作为行业内的龙头公司，Velodyne 的产品遍布各种无人驾驶的应 用情境之中，在 360°环绕视野距离感知、远程定向、半球面视野近距离感知技术领域中都 有着代表性的产品，并广泛地应用在现代、福特、奔驰等无人驾驶汽车领域巨头的解决方案 之中。其中机械式激光雷达成熟度高，并在此基础上研发更高性能的固态式激光雷达 Velarray 以适应更高标准的无人驾驶领域的需求。作为激光雷达行业内的领先企业，Velodyne 不仅在市场规模上处于领先地位，在各类型产品 的性能表现上同样处于市场的中的领先地位。公司的 Alpha Prime 激光雷达的性能远远领先 于当前市场上其他公司远距离环绕视野激光雷达产品，在中短距离环绕视野激光雷达产品中， 公司的多款机械式激光雷达性能同样处于行业的领先水平。Velodyne 预计在 2025 公司承接项目数将达到 183 个，出货量累计将达到 900 万台，其中汽 车领域的 ADAS 与无人驾驶市场承接项目数量最多，预计项目数量将达到 92 个，出货数量 占比也位居前列。4.2.2. Luminar：专注于高速公路无人驾驶技术，固态式车载激光雷达技术领先者2012 年 Luminar 由 Russel 在硅谷创立，并在之后专注于车载雷达技术的突破性研究，旗下 的 Iris 激光雷达拥有着行业内较为领先的性能，在小于 10%的反射率下可以实现 250m 的探 测距离，并且在雨雪天气下也可以达到 200 以上的探测距离。Luminar 的激光雷达的性能优 势为其带来大量的合作客户，合作伙伴数量从 2017 年的 4 个增长到了 2020 年的 50 个，先 后与丰田、沃尔沃等车企建立了研发合作关系，并于 2020 年 11 月达成了与 Intel 旗下自驾 视觉处理系统商 Mobileye 的合作订单。除此之外，Luminar 还进一步与戴姆勒卡车公司 （Daimler Truck AG）建立合作伙伴关系，开拓自动驾驶卡车市场。Luminar 是明确定位在汽车激光雷达高速公路自动驾驶市场，而且认为这个市场是最大的市 场，并专注于开阔这一市场的市场占有率。Luminar 认为高速自动驾驶是视觉加激光雷达最 容易实现自动驾驶市场，因为激光雷达系统能够主动接管车辆从而避免事故，这存在这巨大 的市场需求与具体的可行性，如果激光雷达能够成为和安全带ABS 一样的安全标配，那未来的市场空间将更大。与此同时，Luminar 的营收来源将从硬件设备向配套的软件设备上转移，在 2022 年公司的收入预计会来自基础激光雷达硬件、ADAS 安全解决方案(激光雷达硬 件+软件)、高速公路自主解决方案(激光雷达硬件+ 软件)这三个方面，软件在收入中的占比 逐渐提升。Luminar 在技术上的创新使得产品的性能在于市场中其他产品竞争中处于领先地位，作为一 款固态式的激光雷达，公司的产品克服了固态式激光雷达在恶劣的雨雪天气中表现不佳的技 术缺陷，在雨雪天气中仍能保持大于 200m 的可识别距离；公司通过铟镓砷激光接收器降低 成本，仅需要配备一个镭射光源和两个接收器，从而降低激光雷达的生产成本，待技术成熟 可把固态激光雷达价格从几万美元下降到 500-1000 美元的范围。Luminar 的核心产品 MEMS 混合激光雷达 Iris 具有行业内领先的性能，最大探测范围可达 500m，在小于 10%的反射率下可以实现 250m 的探测距离，Iris 具有 120°环绕视野和 30° 的动态垂直 FoV，并且具有相机级的分辨率，可以实现 1cm 范围内的高精度反射。Luminar 在技术创新上的优势已经使其获得了主流汽车制动驾驶的认可。全球前 10 家汽车 厂商有 7 家在测试 Luminar。包括沃尔沃、丰田，并在最近与 Intel 旗下的 Mobileye 建立了 合作，Mobileye 将在新款的产品中采用 Luminar 的激光雷达。而且汽车零部件业务有很强的 粘性，需要长时间的测试，一旦测试通过采用，换部件的过程比较长。因此， Luminar 的激 光雷达在客户端积累了一定的优势。4.2.3. 禾赛科技：拟于科创板上市，国内激光雷达行业领军者禾赛科技 2014 年成立于上海，依靠 500 多人的团队打造出一系列创新型传感器解决方案， 兼顾业内顶尖的产品性能、可量产的设计以及出众的可靠性。禾赛凭借自主研发的微振镜和 波形加密技术，始终引领传感器创新的发展方向，目前已布局 500 多项专利，客户遍布全球 23 个国家和地区的 70 座城市。迄今为止，禾赛已完成累计数亿美元融资，投资方包括德国 博世集团、光速、百度等全球知名的行业企业和投资机构。禾赛科技从对激光雷达性能要求最高的无人驾驶领域入手，坚持产品性能的优化，持续积累 核心模块的开发经验，前瞻部署芯片化的发展战略，深入探索不同技术方案，面对不同领域 对激光雷达的多样化需求，秉承“长、中、短距兼备，机械、固态方案并进”的立体化产品 矩阵，开发并陆续推出多样化的激光雷达产品，应用于不同的细分市场中。在 L4/L5 级无人驾驶应用领域，禾赛科技逐步推出了性能逐渐优化的 Pandar64 、 Pandar128 等产品来应对无人驾驶对激光雷达性能水平所要求的在 360°水平扫描范围的 同时，对于低反射率物体的最远测距能力需要达到 200 m，且需要更高的线数以及更密的点 云分辨率的高应用标准。在角度盲区问题上则推出了垂直视场角覆盖 104.2°和探测距离最 近达 0.1 m 的盲区检测激光雷达 PandarQT。在 L2/L3 级高级辅助驾驶市场，禾赛科技利用技术架构预研过程中的实践积累，权衡性能、 尺寸、可靠性以及可量产性，寻找针对此应用领域的适用技术方案，并在 2019 年 1 月推出 了基于微振镜方案的远距前向式激光雷达 PandarGT。在主要产品和服务的演变情况方面，公司持续对激光雷达和激光气体传感器两大类产品线进 行开发，公司已陆续推出了诸多产品系列，如激光甲烷遥测仪 HS4000，机械式激光雷达 Pandar40、Pandar40P、Pandar64、PandarQT、Pandar40M、Pandar128、PandarXT， 多传感器融合感知套件 Pandora ，半固态激光雷达 PandarGT ，算法内嵌激光雷达 PandarMind 等。禾赛科技主营业务收入的核心来源为激光雷达产品销售，激光气体检测产品主要包括激光氧 气传感器、激光甲烷遥测仪等产品。2020 年 1-9 月，公司激光气体检测产品销售收入大幅增加，主要由于当期 Oxigraf,Inc.激光氧气传感器产品收入金额较大。在细分产品上，2019 年，Pandar64 在远距离物体检测性能、分辨能力、多传感器同步精 度等方面的优势获得市场认可，当年产生收入 22,361.77 万元，占激光雷达销售收入的 68.09%。受到一定的替代效应影响，2019 年 40 线激光雷达的销售收入同比下降 11.97%， 为 10,106.19 万元。此外，2019 年 PandarQT 开始销售，实现 42.30 万元收入。4.2.4. 关键业务指标对比：Velodyne 市场营收总额最高，禾赛科技毛利率领先当前激光雷达市场上共有 Velodyne、Luminar、禾赛科技三家公司完成了上市，Aeva、Innoviz、 Ouster 已经公布了明确的上市计划。Velodyne 于 2020 年 9 月完成 NASDAQ 上市，当前市 值 40 亿美元左右，根据 Velodyne 预测，2022 年激光雷达市场规模将达到 119 亿美元，其 中约 72 亿美元来自汽车领域的应用，占比约 60%；汽车领域激光雷达市场的规模在 2026 年将增长至约 168 亿美元。Luminar 于 2020 年 12 月完成 NASDAQ 上市，当前市值 100 亿 美元左右，根据 Luminar 预测，激光雷达硬件系统以及配套的无人驾驶和 ADAS 软件系统在 2030 年的市场规模将达到 1,500 亿美元。对于已上市的三家公司，Velodyne 作为激光雷达行业龙头，在市场规模上处于领先地位，技 术成熟度上也较为领先，形成了稳定的盈利模式；Luminar 专注于固态式激光雷达车载雷达 产品的研发与制造，通过铟镓砷激光接收器技术降低固态式激光雷达高昂的成本，但也付出 了高昂的研发成本，距离技术完全成熟还有一段的距离；禾赛科技是国内最先上市的激光雷 达制造公司，其市场规模也在逐渐扩大，其机械式激光雷达已经接近成熟，产品毛利率高于 70%，具有良好的发展空间。在产品毛利率方面，Velodyne 与禾赛科技凭借在机械式激光雷达产品上技术成熟度较高的优 势，有着较为领先的毛利率水平，Luminar 的固态激光雷达产品虽然有相较机械式激光雷达 更高的性能和抗干扰能力，但技术还处于发展阶段，研发成本较高，毛利率较低。在即将上市的三家公司中，Aeva 将于 2021 年第一季度完成 NYSE 上市，Innoviz 将于 2021 年第一季度完成 NASDAQ 上市，Ouster 计划 2021 年上半年完成 NYSE 上市，由于这三家 公司公开的数据有限，仅能从 2020 年预计收入及预计估值进行比较。风险提示：技术成熟度不及预期，行业竞争加剧的风险。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：国金证券，罗露）报告综述预计 2023 年搭载车型产量突破 30 万， 2030 年全球前装量产市场规模将超 230 亿美元。激光雷达乃高阶自动驾驶标配，存在显性参数、隐性指标及实测表现多个性能评价维度。整车厂从多方面提出上车要求，通过投资或合作方式积极参与，倾向于定制化或自研软件算法。经测算，我们认为已确认搭载的前装量产车型产量将于 2023 年突破 30 万台，价位集中在 40 万 – 80 万 元， 2024 年全球激光雷达前装量产市场出货量将超百万个； 2028 年全球前装量产市场规模将超百亿美元， 2021-2030 年复合增速近 90%，总体前装渗透率达 45%。众多技术路线驱动降本增效，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路线，创新技术可组合改善性能及成本等问题。测距原理：FMCW 方案创新，长期将与飞行时间法共存。激光发射：VCSEL 发射器推动量产降本，905nm、1550nm 光源或将共存。激光接收：主流使用APD，SPAD或SiPM替代成共识。光束操纵：机械式成熟度最高，近年来 ASP 显著降低；混合固态最快上车成共识，MEMS、转镜方案放量在即；固态成熟度低，长期有望成主流。信息处理：主控芯片标配为 FPGA， 长期或与 SoC 共存。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，2030年上游市场规模可达 112 亿美元。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如 Lumentum、滨松、AMS 等垄断，国产替代正起步。创新技术路线的核心控制点不一，激光雷达厂商多通过内研外扩布局以铸壁垒；长期来看，创新技术有待产业整合，厂商可通过多种方式授权上游供应商代工核心器件以标准化产品、扩大规模、降低成本。近期领先玩家纷纷上市，2021 年规模生产即将铺开。2020 年开启激光雷达上市潮，厂商多通过 SPAC 方式上市；融资投向多在于自建工厂，以规模化生产降本增效。关注焦点从自动驾驶市场转向前装市场，不同厂商定位与策略各异。在对激光雷达厂商估值过程中，净利润率、增长率、投资效率、风险为我们关注的四大要素；性能、成本、体积、产能、车规认证、车企订单等指标助于我们跟踪厂商发展情况，对要素取值作出判断。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、百度为代表。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，Light Detection And Ranging），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、百度、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 Open Innovation Platform with Enterprises, Research Institute and Academia（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。1.4 2023 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 PIN PD。依据可增益能力，光电探测器主要可分为 PIN PD、APD、SPAD、SiPM 四类。 其中，PIN PD 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 Pandar FT 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 First Sensor、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%，2019 年前五大供应商分别为德州仪器 （19%）、 亚 德 诺 半导体 （10%）、 英 飞 凌（6%）、意 法 半 导体 （5%）、 Skyworks（5%）。模拟芯片国内主要供应商有圣邦微电子、思瑞浦等，相比起 步较晚，车规级产品类型、技术水平尚有较大差距。创新技术路线的核心控制点不一，激光雷达厂商多通过内研外扩布局以铸壁垒。1550nm 光源激光雷达为光纤激光器、铟镓砷探测器，国内厂商如禾赛科技、 镭神智能等自研光纤激光器，Luminar 并购上游铟镓砷厂商使探测器单品成本 由几万美元降至 3 美元；MEMS 产品在于 MEMS 微振镜，禾赛科技、镭神智 能、Innoviz 等厂商均选择自研，速腾聚创通过投资希景微机电布局。长期来看，创新技术有待产业链价值调整，2030 年激光雷达前装量产的上游市场规模将达 112 亿美元。若未来 1550nm 光源能占有一席之地，光纤激光器、 铟镓砷探测器等核心器件或将通过激光雷达厂商交叉授权、License + Loyalty 等方式授权于上游供应商，标准化产品批量生产以降低成本。其中，光纤激光 器成本占比高达 80%，约为 2000 美元， Lumentum、Oclaro 等已率先布局的 上游供应商将形成一定壁垒。而 905nm路线中，MEMS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%，目前已有部分上游初 创企业布局；VCSEL、SPAD 技术已有部分上游光电巨头掌握。基于对产业规律的理解推测激光雷达毛利率及软硬件价值占比变化趋势，我们认为，前装量 产的上游市场规模将达 112 亿美元。相关企业分析及投资建议（详见报告原文）（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：西部证券，邢开允、王冠桥、雷肖依）一、激光雷达是实现自动驾驶的必要路径1.1、自动驾驶提速，硬件配置先行全球自动驾驶玩家主要包括四类：1）由 ADAS 切入自动驾驶的传统主机厂；2）跨越式 发展的造车新势力（直接布局 L3 级以上自动驾驶）；3）Waymo、百度、华为等头部科技 公司；4）英伟达、Mobileye 等定位 Tier2、Tier1 的芯片公司，融合 AI 技术切入自动驾驶 计算平台，进而帮助车企实现自动驾驶。新势力和科技公司在自动驾驶产业链布局深入， 技术路径选择上也更激进。2020 年是智能汽车量产元年，自动驾驶传感器在汽车上的应 用大幅增长，随着自动驾驶提速，单车智能化升级趋势将更加明显。1.2、激光雷达是实现L4/L5的核心传感器1.2.1、自动驾驶传感器各有优劣自动驾驶传感器主要包括摄像头和雷达：1）摄像头：利用计算机视觉判别周围环境与物 体，判断前车距离；2）雷达：分为毫米波雷达、激光雷达、超声波雷达三类，利用发射 波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。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、摄像头等传感器组成。性能方面：激光雷达探测距离远，测量精度是毫米波雷达的 10 倍，可以对物体 3D 形状 精准刻画，毫米波雷达和超声波雷达受限于精度，区分不了缓慢移动的人和其它静止物体。 成本方面：摄像头与毫米波雷达成本单价通常在 200 美元以内，激光雷达价格在 8000-75000 美金不等，远远高于其他传感器，这也是掣肘激光雷达迈向商业化的瓶颈。1.2.2、“纯视觉”or“强感知”？自动驾驶玩家如何布局L4/5解决方案？基于自动驾驶玩家不同的商业模式，市场上针对高级别自动驾驶主要包括纯视觉和强感知 两种方案：1）摄像头主导的纯视觉解决方案：由摄像头主导，配合毫米波雷达等低成本传感器组成 构成纯视觉计算，典型代表为特斯拉、Mobileye 和国内唯一自动驾驶纯视觉城市道路 闭环解决方案百度 Apollo Lite。特斯拉自建芯片和算法团队，认为通过视觉系统优化 自身 AI 算法就可以达到较高的智能驾驶水平。由于纯视觉方案存在精度、稳定性和视 野等方面的局限性，无法满足 L3 级以上自动驾驶对于传感器的性能要求，曾经同样 以视觉为核心的 Mobileye 在 2025 年自动驾驶汽车传感器系统发展计划中提出了将使 用内置的激光雷达传感器。2）激光雷达主导的强感知方案：该方案由激光雷达主导，配合摄像头、毫米波雷达等传 感器组成，典型代表企业为 Waymo、Uber、百度 Apollo 等科技和出行公司。Waymo 定位 Robotaxi，直接瞄准 L5 智能驾驶，所以采用 5 个激光雷达去保证车辆安全， Waymo 针对 2B 市场，主要目的是积累运营经验数据，随着未来激光雷达成本下降可 以大规模推广。对于特斯拉之外无法通过 AI 弥补硬件缺陷的汽车厂商而言，采用更多类型传感器是更好的选择。奥迪之后，其他主流车厂都推出激光雷达方案，戴姆勒、 保时捷、宝马、蔚来都投资了激光雷达公司。1.2.3、各应用场景对激光雷达要求各有不同激光雷达主要应用场景包括无人驾驶（Robotaxi、Robotruck）、ADAS、服务机器人、车 联网 V2X、消费电子等。由于应用场景和搭载激光雷达载体有明显差异，对激光雷达的性 能、价格、体积等维度均有不用需求：1）Robotaxi/Robotruck 所有者多为运营公司，对 价格及与车身的集成度要求较低；2）ADAS 所有者为个人，对激光雷达与车身融为一体 的美观性和价格敏感度高；3）服务机器人场景复杂度低，对性能要求适中但对价格敏感； 4）车联网应用对车规化和集成度要求较低，但路端应用需要基于激光雷达点云实现目标 物聚类和跟踪，因而对激光雷达供应商配套感知算法能力要求较高。1.3、技术路线：机械式、MEMS是主流，OPA、Flash、FMCW发展空间大1.3.1、工作原理：激光雷达是自动驾驶汽车之“眼”激光雷达是通过发射激光束来探测物体与传感器之间精准距离的主动测量装置，包含发射 单元、接收单元、扫描单元以及数据处理单元。激光雷达通过激光器和探测器组成的收发 阵列，结合光束扫描，可以对广义机器人所处环境进行实时感知，获取周围物体的精确距 离及轮廓，以实现避障功能；同时，结合预先采集的高精地图，智能汽车在环境中通过激 光雷达的定位精度可达厘米量级，以实现自主导航。1.3.2、按测距方法：FMCW未来会得到更多应用按测距方法，激光雷达可分为 ToF 法、FMCW 法及三角测距法等，ToF 和 FMCW 测距法 能够实现室外阳光下较远的测程（100-250m），是车载激光雷达的优选方案。ToF 法是目 前市场车载中长距激光雷达的主流方案，FMCW 探测距离远、成本与功耗优势明显，但 对系统集成、信号处理算法方面要求严格，还没有实现大规模量产。Aeva 是首个采用 FMCW 法的激光雷达公司，4D 激光雷达产品将于 2024 年在大众汽车 ID Buzz 自动驾驶 车队进行搭载。头部自动驾驶公司 Aurora 收购 Blackmore，明确 FMCW 法未来将得到广 泛应用。1.3.3、按扫描方式：MEMS是主流，OPA、Flash潜力大按照扫描方式，激光雷达可以分成机械和固态激光，固态激光包括 MEMS、OPA、Flash、 棱镜、转镜等，固态激光雷达目前主要采用 MEMS、Flash 和 OPA 方案。1）机械式激光雷达：优点是线别丰富（有 64 线、32 线，16 线、8 线、4 线不同的价格 层次），性能高（可以实现 360 度高速旋转），劣势是体积大、成本高、验证时间长。机械 式激光雷达是目前 Robotaxi 的主流方案，Waymo 自研的 Honeycomb 依然是传统机械式 构造。海外市场以 Velydone 为主，国内玩家有禾赛、速腾。2）MEMS（混合固态激光雷达）：MEMS 激光雷达使用微振镜替代机械式产品中的宏观 扫描仪，将机械部件集成到单个芯片。根据 MEMS 咨询估算，机械式雷达每组芯片成本约200 美元，仅 16 组芯片成本已高达 3200 美元，因此 MEMS 方案可以大幅降低 成本和体积。同时由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 成更多的点云，有效克服了机械式激光雷达在寿命和良品率方面的不足。MEMS 方案 是目前激光雷达市场的最主流方案。代表公司为 Luminar 和 Innoviz，其中 Luminar 有 Iria 和 Hydra 两款产品亮相，Ira 预计 2022 年量产，L3+激光雷达售价约 1000 美 元/个。Innoviz 第一代产品 InnovizOne 最远探测距离 250 米，已经获得宝马订单，最 新发布的 InnovizTwo 比 InnovizOne 成本下降 70%。3）OPA：OPA 取消了机械结构，激光控制集成在一块 OPA 芯片，结构简单，体积更小， 可以动态控制扫描频率、分辨率和焦距调整，同时多线多维扫描能获得更高的数据采 集率。但另一方面，采用 OPA 路线的企业需要自主研发芯片，上游核心电子元器件、 技术支持不成熟，制造工艺复杂，短期产业化难度大。Quarnergy 是最早提出 OPA 方 案的公司，Quarnergy 的 S 系列是业内首款 OPA 架构的激光雷达，但目前尚未落地。4）Flash：Flash 激光雷达类似数字照相机，用单次激光脉冲照亮目标环境，对抗震要求 极高，同时发射高功率单次激光脉冲，需要对光源能量、发射方式进行创新，成本较 高。Flash 激光以LeddarTech 为代表，但采用 1064nm 激光功率，并且没有采用昂贵 的 SPAD 方案，因此功率和灵敏度受限。5）棱镜：采用非重复扫描方式，类似视网膜的中央凹，通过对两个棱镜转速的调整，激 光雷达会获得不同扫描图案，时间越长，点云密度越高，对场景的还原度越好。大疆 独创的双棱镜方案，预计明年在小鹏新车上量产。二、需求端：智能汽车尚在导入期，Robotaxi和ADAS成长空间广阔随着 5G、AI 技术逐渐普及，无人驾驶、高级辅助驾驶、服务型机器人和车联网等行业发 展前进广阔。根据沙利文预测，受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗 透率加速、以及服务机器人和智能交通建设等领域需求推动，激光雷达市场将呈现高速增长，预计到 2025 年全球市场规模达 135.4 亿美元，2019-2025 年 CAGR 达 64.5%。2.1、汽车市场空间是手机3倍，且智能汽车尚在导入期从市场空间看，根据 IDC 数据，全球手机出货量约 16 亿台，按 2000 元均价测算，全球 手机市场规模约 3.2 万亿元，而全球轻型车市场总销量约 9000 万台，按均价 10 万元计算， 市场规模约 9 万亿，接近前者的 3 倍。从发展阶段看，全球智能手机出货量已经连续两年下滑，智能手机渗透率达到 80%，处于 成熟阶段。L1/L2 级以下智能驾驶新车渗透率接近 45%，相当于 2012 年全球智能手机的 渗透水平，随着更高级别自动驾驶技术的突破和应用，单车智能的提升空间广阔。2.2、无人驾驶：激光雷达主战场2.2.1、Robotaxi颠覆了传统汽车产业盈利模式传统出行服务中人工成本占运营总成本的 60%以上，Robotaxi 可以省去人力成本，并减少车辆闲置时间。对于消费者，根据 Ark Investment 测算，传统出租车服务的平均收费为 3 美元/英里，私人用车为 0.7 美元/英里，而驾驶一辆 Robotaxi 的费用可将成本降低至 0.25 美元/英里。对于主机厂，特斯拉预计每辆 Robotaxi 每年带来超过 3 万美元的毛利润，并 且可以连续载客 11 年，相比之下，传统汽车厂商单车利润不足 1000 美元。Robotaxi 有 望重塑未来整个汽车和出行领域的竞争格局。2.2.2、Robotaxi头部玩家商业化加速Robotaxi 商业化的关键要素包括以下方面：1）成本：为保证用户体验，在运营城市投放 Robotaxi 服务，自动驾驶车辆需要达到一定密度，再加上车辆改装成本（滴滴 Robotaxi 车辆造价在 100 万以上），布局一个城市的前期成本在 40 亿元左右，资金门槛高；2）技 术和政策：国内路况、车况复杂，目前国内没有无驾驶员的 Robotaxi 上路，而可以实现 完全无人驾驶打车服务的全球仅 Waymo 一家；3）平台：平台运营效率可以确保自动驾 驶车辆的空载率尽可能的低，从而提升 Robotaxi 的商业化效率。Robotaxi 商业化意味着拥有可量产的自动驾驶车辆、可无人和可收费。2020 年 10 月， Waymo 宣布通过旗下的叫车软件 Waymo One 提供完全无人驾驶服务，全球领先。国内 百度、文远知行等公司也在加速落地商用化，去年百度在北京开放了无人驾驶出租车服务， 乘客可免费试乘 Apollo GO，文远知行当前在广州的无人驾驶运营及测试车队预计 2021年车达 260 台。Robotaxi 头部玩家正加速商业化落地。2.2.3、预计2025年全球无人驾驶领域激光雷达市场规模达到35亿美元Robotaxi 对于自动驾驶等级要求高，且对成本不敏感，是激光雷达的主战场。根据 ReportLinker 预计，2025 年全球包括运送乘客和货物在内的 L4/L5 级无人驾驶车辆数目 将达 53.5 万辆。根据沙利文研究预测，预计到 2025 年，全球无人驾驶领域激光雷达市场 规模将达到 35 亿美元，2019-25 年 CAGR 达 80.9%。2.3、ADAS：高级别辅助驾驶量产在即2021 年是 L3 级自动驾驶车型量产元年，激光雷达成标配。长城汽车宣布将在 2021 年推 出国内首个全车冗余 L3 级别自动驾驶车型，采用 Ibeo 最前沿的 FLASH 技术方案，可实 现 0.05 度角分辨率，识别 130 米范围内安全隐患；2021 年 1 月 9 日，蔚来发布首款自动 驾驶车型 ET7，该车型配备了 1台Innovusion 的超远距离激光雷达，拥有 120 度超广视 角、等效 300 线的超高分辨率，最远可达 500 米的超远探测距离；2021 年初，小鹏发布 了第三款车型 P5，该车型搭载 2 台 Livox 车规级激光雷达。此外，智己汽车、本田、奔 驰、丰田、长安等将陆续在 2021 年上市搭载激光雷达的自动驾驶车型。高级别辅助驾驶 的实现，激光雷达不可或缺。根据沙利文研究预测，预计到 2025 年激光雷达在辅助驾驶 领域的市场规模将达到 46.1 亿美元，2019 至 2025 年 CAGR 达 83.7%。2.4、机器人：行业新增量服务型机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等，越来越多 的电商、消费服务业巨头及初创公司投入该领域。当前，服务机器人落地应用主要集中在 校园、社区和工业园区等相对封闭场景。2019 年 12 月，美国自动驾驶送货科技公司 Nuro 与零售巨头 Kroger(酷乐客)合作，在休斯顿为顾客提供无人送货服务；2020 年 7 月，京 东物流无人配送车正式上线；2020 年 10 月，美团正式发布智慧门店 MAI Shop，集成了 无人微仓与无人配送服务。随着全球服务型机器人出货量快速增长，以及激光雷达在服务型机器人领域渗透持续提升， 2025年激光雷达在该领域的市场规模预计将达到7亿美元，2019-2025年CAGR达57.9%。2.5、车联网：路侧V2X建设即将铺开技术与政策双轮驱动，大规模路侧 V2X 建设有望铺开。根据 2020 年 2 月国家发改委、工 信部、科技部等 11 部委联合印发的《智能汽车创新发展战略》，要求到 2025 年车用无线 通信网络 LTE-V2X 实现区域覆盖，新一代车用无线通信网络 5G-V2X 在部分城市、高速 公路逐步开展应用。激光雷达结合智能算法，能够提供高精度的位置、形状、姿态等信息， 对车路协同 V2X 的实现至关重要。随着智能城市、智能交通项目逐步落地，该市场对激光雷达的需求将呈现稳定增长态势， 预计到 2025 年，全球激光雷达在该领域市场规模将超 45 亿，2019-2025 年 CAGR 达 48.5%。三、供给端：行业成长初期，主力玩家各有优势3.1、核心壁垒：车规级、规模化、强迭代3.1.1、从“0-1”，车规级认证是关键从“0-1”，车规级认证是关键。激光雷达应用在汽车上，需要满足严苛的车规级要求，如 AECQ 认证、ISO 26262 功能安全标准及 ISO/SAE 21434 网络安全标准等。根据 Velodyne 梳理，从 RFI 到获取量产订单的流程可能会长达两年时间。截至目前，全球仅法雷奥的SCALA 激光雷达通过车规并实现前装量产。国内镭神智能的 CH32 线混合固态激光雷达 在 2020 年 10 月正式通过了车规认证，在国家汽车质量监督检验中心拿到了国内首个、 全球第二个车规认证。激光雷达系统结构精密且复杂，精细的光机设计和收发对准、微弱信号的灵敏探测和快速 响应是实现探测目标的前提。在研发过程中，不仅需要光、机、电等子模块的高度配合和 协同优化，还需要高精度生产制造能力。此外，激光雷达整体性能的提升有赖于基础元器 件与核心功能模块的芯片化，技术发展方向与半导体技术深度契合。3.1.2、从“1-N”，规模化降本是核心激光雷达包括测距、扫描系统、发射、接收以及运算单元 5 大核心技术，其中扫描系统在 激光雷达的成本占比超过一半以上，扫描方式从机械到固态是有效的降本方式。而其他 4 个环节也可以通过技术优化实现成本降低。从供应链来看，上游核心部件尚未成熟制约了激光雷达发展。核心芯片仍存在严重进口依赖，MEMS 激光雷达的核心元件 MEMS 微振镜成本高昂，由海外企业主导，发射和接收 单元中，需要通过优化波长从 905nm 到 1550nm，APD 转向 SPAD 能显著优化激光雷达 性能，从而降低成本，实现规模化量产。3.1.3、高额研发投入和人员储备支撑技术迭代激光雷达作为新兴的精密传感器，产品迭代速度快，而且尚无确定的行业标准和成熟稳定 的工艺。从最初的单点激光雷达发展到机械式、半固态式、固态式、FMCW 等多种技术 架构，需要依靠大量高水平技术人员储备和充足的资金支持。3.2、车载应用将成主流，行业格局尚不清晰目前激光雷达市场由传统测绘技术公司 Trimble、Hexagon、Topcon 和 Sick 主导，但车载将是未来激光雷达应用的主流方向。国外玩家中 Velodyne 起步最早，Luminar、Aeva、 Ouster、Innoviz、Ibeo 等技术相对成熟，国内近年也涌现了禾赛、速腾聚创等创业公司。 Velodyne 在随着新兴玩家的涌入，Velodyne 份额有所降低。3.3、国外企业起步较早，国内玩家迎头赶上3.3.1、Velodyne：机械式激光雷达龙头，先发优势显著Velodyne 成立于 1983 年，最早以音箱业务起家，2007 年实现激光雷达商业化量产，截 至 2019 年底已经累计交付 4.75 万件产品，是车载激光雷达行业先行者。近年获得了百度 和福特的投资，2020 年公司通过 SPAC 上市。规模方面，Velodyne 是目前营收规模最高的激光雷达公司，近年公司为推广产品降价， 营收规模下挫。下游领域方面，公司产品可广泛应用在自动驾驶、ADAS、无人配送、无 人机、高精度地图、智慧城市等多元化场景，Velodyne 预计 2024 年收入提升至 6.84 亿 美元，5 年 CAGR 为 48%。技术方面，Velodyne 在多线机械旋转式激光雷达市场先发优势显著，有 64 线、32 线、 16 线 3 类产品在售，官方定价分别为 8 万、4 万和 8 千美金。2017 年开始，Velodyne 在 Vela-系列产品上加大投入，Velodyne 希望通过 Vella 软件+低成本固态激光雷达组合打进 ADAS 市场，计划是到 2021 年下半年将开始大规模生产车规级激光雷达，并有望在 2022 年或 2023 年量产上车。3.3.2、Luminar：1550nm MEMS激光雷达领军者Luminar 成立于 2012 年，由 17 岁斯坦福辍学少年 Russell，依靠 PayPal 联合创始人 Peter Thiel 提供的 10 万美元启动资金创立，后续获得沃尔沃和戴姆勒投资，目前已和 7 家主流 OEM 达成合作，3 款量产车型落地。公司还与 Mobileye 达成合作关系，Luminar 的激光 雷达将被整合到 Mobileye 的软硬件系统中，应用于无人驾驶车队。规模方面，目前在手订单预计 13 亿美金，预计 2023 年开始释放业绩，Luminar 预计 2025 年营收超 8 亿美元，毛利率攀升至 60%。技术方面，Luminar 激光雷达的探测距离和分辨率都达到了业内最高，核心优势主要体现 在以下方面：1）1550nm 大功率光纤激光器发射功率是 905nm 的 40 倍，脉冲的峰值功 率则达到 905nm 的 100 万倍，2）双轴镜面技术；3）自有的高度敏感 InGaAs 探测器； 4)自主研发 ASIC 芯片。3.3.3、Aeva：FMCW先行者Aeva 由此前在苹果、尼康担任工程负责人的 Soroush Salehian 和 Mina Rezk 在 2017 年 创立，创始人在芯片、光学传感器和激光方面经验丰富。目前和大众、奥迪、采埃孚建立 了深度合作。规模方面，Aeva 预计 2025 年收入 8.8 亿元，其中 8 成来自汽车相关，Aeva 预计 2025 年营收 8.8 亿美元，毛利率攀升超过 60%，和 Luminar 规模相当。技术方面，Aeva 是首个采用 FMCW 探测手法的激光雷达生产商，称旗下产品为 4D 激光 雷达（详见前文），其技术优势体现在以下方面：1）抗干扰能力更强，Aeva 可以免于强 光致盲和其他激光雷达干扰；2）FMCW 对光电探测器要求不高，硅基 PIN 即可，无需雪崩二极管 APD 和 InGaAs 材料，成本更低，Aeva 售价 500 美金，比 Luminar 便宜。3.3.4、Innoviz：905nm MEMS激光雷达制造商以色列公司 Innoviz 成立于 2016 年，核心团队来自以色列情报总队技术部门 Unit 81。公 司第一代产品 InnovizOne2018 年拿到了宝马 iX 定点，预计 2021 年量产。目前公司有麦 格纳、安波福，恒润科技，哈曼 4 个 Tier1 合作伙伴。Innoviz 主打 905nm MEMS 激光雷达，注重性价比，第二代产品 InnovizTwo 比 InnovizOne 成本下降 70%（详见前文），是为数不多符合车规级要求的激光雷达生产商之一。Innoviz 预计 2025 年营收 5.8 亿美元，毛利率攀升至 50%以上。3.3.5、华为：车规级、高线束、低价格华为激光雷达项目 2016 年开始预研，定位做高性能、车规级、能够大规模量产的激光雷 达，预计成本将下探至 200 美元。依托在光通讯领域累积的精密制造能力，华为在武汉建 立第一条 Pilot 产线，规划产能 10 万套/线。2020 年 12 月华为发布首款产品 96 线中长距激光雷达，性能优势包括：1）测距能力远， 高速行驶在 200 米以上；2）大 FOV，120°×25°的视场角；3）突出物处理，垂直 FOV。 首款产品将搭载到 ARCFOX 极狐 HBT，预计 2021 年内亮相。我们认为华为入局激光雷达有以下优势:1）华为在车厂的渠道影响力、经营的稳定性，优 于其他初创公司；2）华为有芯片产业链，具备降本基础；3）华为未来或出售自动驾驶整 套方案，来激光雷达是传感器之一，利润诉求低于单一玩家。3.3.6、Livox：独创非重复扫描技术Livox 成立于 2016 年，技术路径上采用棱镜方案，产品架构的核心是双楔形棱镜扫描器 叠加独创的非重复扫描方式（详见前文）。此前 Livox 发布面向 L3/L4 等效 64/128 线机械 扫描产品，Horizon（等效 64 线）目前售价 800 美元，TeLe-15（等效 128 线）售价 1200 美元，相比 Velodyne 可比产品价格低 80%，成本优势显著。今年初 Livox 与小鹏正式达成合作，将基于 Horizon 产品系列为小鹏进行一系列定制化开 发，探测距离达到 150m，点云密度实现积分时间 0.1s 下等效 144 线水平，有望实现上 车，率先起量。详见报告原文。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：方正证券，陈杭）一、自动驾驶推动车载雷达需求自动驾驶是车载雷达需求最大推动力L3是自动驾驶的分水岭。L3级别要求自动系统既能完成某些驾驶任务，也能在某些情况下监控驾驶环境， 但驾驶员必须准备好重新取得驾驶控制权（自动系统发出请求时）。所以在该层级下，驾驶者仍无法进行 睡觉或者深度的休息。简单来说，在L3级别下可以放开手、放开眼，但是不能深度休息（ handsoff,eyesoff）。国内的自动驾驶分级标准则是在某些特定场景下，可以放开手、放开眼。主流汽车厂商目前的自动驾驶产品都处于L2、L3。L2/L3自动驾驶普及率的上升将有助于硬件(毫米波雷达 和摄像头)需求成倍增长。根据36氪数据，国内汽车整体ADAS渗透率较低，仅为10%左右，由于《营运货车 安全技术条件》要求，相关商用车需要强制安装ADAS，这将ADAS使得渗透率提升。此外随着ADAS逐步从高 端车型下沉至中低端车型，硬件市场规模可能会显著增加。ADAS与自动驾驶区别ADAS是Advanced Driver Assistance System的缩写，全称为高级驾驶辅助系统，即利用车载 传感器收集数据辅助，ADAS主要实现了L0-L3的辅助驾驶，自动驾驶则是实现了L4-L5的汽车 自动化。ADAS主要采用了摄像头+雷达的解决方案，自动驾驶则增加了摄像头和毫米波/超声 波雷达的数量，同时增加了激光雷达的配备。自动驾驶带来新需求激光雷达受到投资者追捧。2014年激光雷达市场的投资额大约5000万美元，在2020年已经接 近15亿美元。另一方面激光雷达的市场空间也在快速扩展。二、超声波雷达：国产化率高超声波雷达国产化率高。超声波雷达是通过发射频率超过40KHz的超声波，根据时间差测算 障碍物的距离，其测距精度大约是1～3厘米左右。一套倒车雷达系统需要在汽车后保险杠 内配备4个UPA超声波传感器，自动泊车系统需要在倒车雷达系统基础上，增加4个UPA、4个 APA超声波传感器，构成前4（UPA）、侧4（APA）、后4（UPA）的布置格局。三、毫米波雷达：近几年车载雷达主流毫米波雷达市场格局毫米波雷达关键技术被外商垄断，集中度较高。在全球毫米波雷达市场上，占主导地位的是德 国、美国、日本等国家。目前毫米波雷达技术主要被博世、大陆集团等厂商垄断；其中， 77GHz毫米波雷达技术被垄断于博世、大陆、德尔福、电装、TRW、富士通天、Hitachi等公司 手中。毫米波传输方兴未艾毫米波(mmWave)是一种利用短波电磁波的特殊雷达技术。雷达系统传输电磁波信号，物体在其路径上反射。通过捕获反射 信号，雷达系统可以确定目标的距离、速度和角度。毫米波雷达发射的信号的波长在毫米范围内。这被认为是电磁波谱中 的短波长，也是这项技术的优点之一。相比较传统的光雷达，毫米波雷达不受到天气影响，但精确度相较于光雷达降低。毫米波市场主要增长来自移动通讯设备和图像观测系统。根据Grand View数据，到2025年毫米波在移动通讯领域市场将达 到25亿美元，图像观测系统达到11亿美元。24GHz将被更高频代替。由于欧洲电信标准协会和美国联邦通信委员会制定了频谱法规和标准，24GHz的UWB将被淘汰。截至 2022年1月1日，24GHz超宽带将不再允许在欧洲和美国用于工业用途。60GHz频段的射频使用不受法规的限制，因此60GHz成 为全球工业环境中雷达传感应用的良好替代方案。60GHz的使用将会使得波长变短。由于更长的波长需要更大的天线阵列， 但是，当波长变短时，可以使天线阵的尺寸减到最小，从而达到相同的性能。毫米波雷达汽车发展历程毫米波雷达集成方案毫米波雷达芯片正在逐步走向集成。一个在76-81千兆赫(对应波长约4毫米)工作的毫米波系统，将有能力 探测到小于一毫米的移动系统组件的尺寸。完整的毫米波雷达系统包括发射(TX)和接收(RX)射频(RF)组件; 模拟元件，如时钟、模拟-数字转换器(ADC)；微控制器(MCUs)和数字信号处理器(dsp)等数字组件。在元 件集成封装后，将大幅缩减元器件尺寸。毫米波雷达分类FMCW是主流的毫米波雷达工作方式。根据辐射电磁波方式不同，毫米波雷达主要有脉冲体制以及连续波体制 两种工作体制。其中连续波又可以分为FSK（频移键控）、PSK（相移键控）、CW（恒频连续波）、FMCW（调 频连续波）等方式。其中FMCW由于检测多个目标、分辨率较高、成本较低，因此大多数Tier 1供应商都选择 FMCW。毫米波雷达是通过电磁波束对于目标进行探测。但是毫米波雷达发射功率、探测距离以 及天线排布、探测角度之间互相制约。因此毫米波雷达很难具备大角度和远距离的性能 ，因此毫米波雷达被分为了三类：远距LRR、中距MRR、近距SRR。毫米波雷达频率逐步提升车载毫米波雷达中心频率由24GHz提升到了77GHz。由于77GHz相比24GHz具有体积小、容易 实现单芯片集成、性能好（更高速度分辨率、提高信噪比、更高输出功率）以及更少研发 成本和雷达系统物料成本的优点，77GHz毫米波雷达将成为行业未来发展主要方向。目前的主流自动驾驶车型中，通常L2级别配备3个24GHz和1个77/79GHz毫米波雷达，L3/L4级别车一般配备 4-6个24GHz和2-4个77/79GHz毫米波雷达。完全实现ADAS各项功能一般需要“1长+4中短”5个毫米波雷达。奥迪A8搭载5个毫米波雷达（1LRR+4MRR） ，奔驰S级搭载6个毫米波雷达（1LRR+6SRR）。四、激光雷达：专注自动驾驶，向低价渗透激光雷达产业链自动驾驶成为激光雷达市场最大推动力自动驾驶成为激光雷达市场最大推动力。根据Yole的数据，ADAS的激光雷达市场在2025年将 达到17亿美元，年复合增长达到114%。目前车载激光雷达龙头厂商市占率还相对较小。车载雷达价格逐步下降，10年内有望下探100美元激光雷达价格在快速下降，抢占市场。2005年，Velodyne公司推出了首款实时3D激光雷达 ，并计划到2024年ASP将从2017年的1.79万美元降至600美元。2019年，Luminar公布了其激 光雷达的解决方案，价格不到1000美元。但相对ADAS摄像头来说，激光雷达价格依然保持 在高位。激光雷达成本拆分——法里奥根据SystemPlus的数据，法里奥Scala一代的制造成本大约在105美元（在100万套/年的情况 下）。其中成本主要集中在主板、激光器，分别占据了总成本的45%、23%。激光雷达成本拆分——Livox浩界根据SystemPlus的数据，Livox浩界的制造成本大约在260美元（在100万套/年的情 况下）。其中成本主要来自于透镜模组以及防护罩，分别占了成本的54%、16%。激光雷达拆分根据Techinsights的数据，VelodynePuckVLP-16的芯片供应商主要为德州仪器、ADI、微芯 、英特尔、意法和博通等。激光雷达价值链拆分车载激光雷达的核心在于芯片以及模组制造商。目前上市的模组制造商包括了Velodyne、 Luminar，而车载激光雷达芯片则包括了英飞凌、恩智浦、意法半导体、瑞萨、德州仪器等厂 商。激光雷达工作原理激光雷达可以高精度、高准确度地获取目标的距离、速度等信息或者实现目标成像。激光通 过扫描器单元形成光束角度偏转，光束与目标作用形成反射/散射的回波。当接收端工作时， 可产生原路返回的回波信号光子到达接收器，接收端通过光电探测器形成信号接收，经过信 号处理得到目标的距离、速度等信息或实现三维成像。激光雷达:机械向固态转变机械式激光雷达是研发最早、技术最成熟的产品。机械式LiDAR的代表企业有Velodyne、 Valeo、Ouster、Waymo、速腾聚创、禾赛科技、镭神智能、北科天绘等。 机械式激光雷达供应商大多选择双线并行发展。一方面改进机械式产品线，设法降低成本， 提高性能，提升激光雷达的渗透率；另一方面，积极拓展固态激光雷达产品线（包括MEMS、 FLASH、OPA等）。激光雷达之MEMSMEMS激光雷达是采用微振镜结构进行激光束偏转。微振镜是MEMS激光雷达的核心 组成部分，它需要具有平整的光学镜面，将机械式激光雷达的旋转部件微缩，增 加集成度。激光雷达之FlashFlash 激光雷达采用类似照相机的工作模式，每个像素点可以记录光子飞行时间信息。发射 的面阵激光照射到目标上，由于物体具有三维空间属性，从而不同部位的光所反射的光具有 不同的飞行时间，被焦平面探测器阵列探测，根据飞行时间不同绘制图像。OPA则是采用了高度集成化的光 学相控技术，将激光器的功率分配到不同的相位调制器，通过光 学天线发射，在空间远场形成较 强的能量光束。通过不同的相位 ，不同角度的光速能够对物体进 行扫描，从而不需要采用物理扫 描的方式。OPA的相控阵主要分 为液晶相控阵和集成光波导型相 控阵。硅基集成光学芯片可以实 现大规模激光器的集成，从而推 动激光雷达的固态化。从光源看激光雷达：EELEEL 型激光二极管，通常有 905 纳米和 1550 纳米两种，材料则包括硅、GaAs （砷化镓）、 InP（磷化铟）三种。边缘发射激光器（EEL）彻底改变了激光系统，并赋予其以新的特殊属性，如小型化、稳定相干光和窄发射波长。在实践中，EEL可以用作“直接”激光器，但也可以与光纤或晶体耦合以 制造光纤激光器或DPSSL。这项先进的激光器技术提供特定的优势，例如更好的光束质量、改 善的激光噪声稳定性和更高的功率输出等。从光源看激光雷达：VCSELVCSEL——垂直腔面发射型，通常以阵列形式出现。 VCSEL从诞生起就作为新一代光存储和光通信应用的核心器件，应用在光并行处理、光识别、 光互联系统、光存储等领域。随着工艺、材料技术改进，VCSEL器件在功耗、制造成本、集成、 散热等领域的优势开始显现，逐渐应用于工业加热、环境监测、医疗设备等商业级应用以及 3D感知等消费级应用。华芯半导体拥有国际先进的外延金属有机物化学气相沉积(MOCVD)设备、芯片工艺设备和封装 设备等，主要从事尖端化合物半导体光电子芯片及其应用产品的研究、开发与生产。公司主要 产品为高亮度LED、蓝绿光半导体激光管、垂直腔面发射(VCSEL)光子芯片、DFB光子芯片、EML 光子芯片以及高亮度半导体激光芯片等。从光源看激光雷达：光纤激光器光纤激光器是指用掺稀土元素玻璃光纤作为增益介质的激光器，光纤激光器可在光纤放大器的 基础上开发出来：在泵浦光的作用下光纤内极易形成高功率密度，造成激光工作物质的激光能 级“粒子数反转”，当适当加入正反馈回路（构成谐振腔）便可形成激光振荡输出。深圳市镭神智能系统有限公司是全球领先的激光雷达及整体解决方案提供商，服务覆盖无人驾驶及汽车辅助驾驶、智慧交通、机器人、物流、安防、测绘、港口和工业自动化等八大产业生 态圈。镭神智能打造了市面最齐全的激光雷达产品矩阵，是全球唯一一家同时掌握了TOF时间 飞行法、相位法、三角法和调频连续波等四种测量原理的激光雷达公司。激光雷达拆分：激光源对比越高的激光功率对于散热的要求更高。SWIR主要采用InGaAsP半导体材料，NIR则主要采用GaAs的半导体材料。各类型传感器区别相较于毫米波雷达，激光雷达在探测精度、探测范围及稳定性方面更有优势。在精确度方面 ，由于频段的原因，毫米波雷达的探测距离越远，频段损耗就会越大，因此较难感知行人， 并且对周边所有障碍物无法进行精准的建模。视觉解决方案为了解决FOV的问题，沃尔沃和特斯拉选择了三目系统。沃尔沃的三个FOV视角分别是140° 、45°和34°。特斯拉的FOV为150°、50°和25°。但这个系统依然解决不了近距离盲区问 题。这是因为机器视觉主要针对动态目标识别。特别是在汽车领域优先识别动态目标如车辆 、行人、自行车、电动车等。特斯拉的视觉解决方案有诸多局限。在L4级自动驾驶传感器选型上，纯视觉解决方案会存在精 度、稳定性和视野等方面的局限性，视场角（FOV）角度过大导致车辆有非常明显的盲区。L4 自动驾驶的厂商都没有采用纯视觉的方案，而是用视觉+雷达进行双重感知，用大量的安全冗 余来确保车辆和乘员的安全。特斯拉坚持使用视觉融合模式。在特斯拉硬件系统 Autopilot HW 2.0中搭载了8颗摄像头用以提供360 度环视功能，包括前置三目摄像头（长距窄视角、中距中视角、短距鱼眼）、左右两侧各有2颗面向侧前 和侧后的摄像头，再加上1颗后置摄像头。在汽车自动驾驶中，靠摄像头叠加构建的视觉感知融合方案相 对采用激光雷达方案，对系统算力的要求要高得多。FoV（视场角）有限带来AEB失效基于摄像头、雷达、摄像头+雷达、摄像头+激光雷达的AEB（自动刹车辅助系统）有效减 少了追尾事故的数量和交通事故的死亡人数。但是有限的FoV使得AEB系统无法了解车辆 前方的情况，融合的数据只能有限反映出车辆周围环境。同时汽车OEM厂商更倾向于采用 低成本的传感器，这也导致了AEB在行人检测中事故率提升。车厂自动驾驶布局与基于摄像机的解决方案不同，激光雷达解决方 案通过提供周围物体的精确距离测量，使机器能 够看到3D图像。激光雷达解决方案使用一系列激 光器，以光速测量环境中的距离。在暗光条件下 ，激光雷达也比相机表现更好，产生的误差更少 。与雷达相比，激光雷达提供了更好的分辨率， 可以感知物体的形状，从而获得更好的标检测和 分类。根据美国汽车协会的一份报告，目前的行 人检测系统在保护行人和自行车方面相对无效， 尤其是在夜间。而激光雷达系统在白天和晚上都 能很好地探测行人，因为激光雷达系统通过激光 束提供自我照明。激光雷达的这些优势，再加上 较低的计算能力要求，使平台能够快速、准确地 做出决策，以减少碰撞。车企的选择多数主流车企表示，在 2025-2030 年间他们能够承受的激光雷达价格在1000美金之内。按照目前全球主要汽车制造商的预估，L4自动驾驶的激光雷达规模化采购的目标价格在1000美元以下，而L2+、L3的价格目标 在500美元以下。报告节选（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

（报告出品方/作者：天风证券，缪欣君、孙潇雅）核心观点1.领军地位：禾赛科技是全球领先的激光雷达制造商。经过一系列的技术开发与调整，专注于开辟无人驾驶领域， 并拥有自主设计芯片；高管团队及技术人员实力雄厚，在各自领域具有深厚的技术积累，能够前瞻性地把握行业 发展方向。2. 两大产品线，致力于拉开技术代差，形成护城河：禾赛科技主要拥有激光雷达和激光气体传感器两大类产品线， 保持高研发投入，筑高技术壁垒。相关产品以无人驾驶技术为中心，涉及车联网、高级辅助驾驶、机器人等方面。 公司激光雷达系统开发在业内具有较强的专业技术水平优势，正在积极与对手拉开技术代差，形成“护城河”。3. 产品力对比：激光雷达产品性能卓越，重量小，甚至超出海外同类产品。自研芯片技术升级，产品性能巩固、 成本降低、类型丰富，测距能力、测距范围及测距精准度均得到加强，与市场中同类产品相比具有技术先进性。4. 行业高景气，中国市场规模有望达43.1 亿美元，60%-80%复合增长：到2025年，全球与中国的激光雷达市 场预期均有64%左右的涨幅，ADAS及无人驾驶细分领域预期将达到80%涨幅以上。该行业前景广阔。5. 四大核心竞争力铸就领军态势。应对竞争，公司的主要优势包括技术优势、人才优势、客户优势及生产优势。报告摘要1. 禾赛科技：全球先进雷达制造商公司主营业务：为研发、制造、销售高分辨率3D 激光雷达以及激光气体传感器产品。2017年至2020年9月，公司激光雷达主 要市场集中于无人驾驶领域，并逐渐向服务机器人领域拓展；公司所处领域已成为 “兵家必争之地”。无人驾驶汽车和无人物流机器人技术是人工智能在机器人领域深度应用的产物，其发 展将带来全球性的技术革命。社会生产力的高效发展离不开信息和物质的流动，互联网技术将信息传输的时效性和成本做到了极致，改变了人类的生活和工作方式，并由此催生了一批万亿级市值企业。与之相似，无人驾驶技术将提升物质传输的时效性、 降低传输成本，在互联网技术的基础上进一步提升社会运转效率，未来所形成的效益是我们今日难以想象的。2014 年底，公司成立于中国上海，自设立以来，专注于研发、制造和销售高性能激光传感器，立志于让中国高 端制造走向世界，让科技造福人类社会。公司通过开发无人驾驶高线数激光雷达积累了高性能激光雷达的核心技 术后，预判行业终局中激光雷达的高性能、低成本化和高可靠性会是机器人和量产车ADAS 市场最重要的核心能 力，而实现高性能、低成本、高可靠性的关键效途径是芯片化。未来，公司不会停止自我提高与创新的脚步，将致力于不断探索前沿技术并推出更高水平的激光雷达产品，同时发展算法技术，提供感知解决方案。2.公司主要产品：激光雷达与激光气体传感器公司主要产品为车载中长距离激光雷达的主流方案。其中ToF测距法是目前市场车载中长距激光雷达的主流方案，机械旋转 式激光雷达的优势在于可以对周围环境进行360°的水平视场扫描。因此公司主要产品为ToF、机械旋转式激光雷达，应用于无人驾驶领域。面向乘用车的前装高级辅助驾驶（ADAS）、服务型机器人、车联网（V2X）等领域也是激光雷达当前或者 近期的重要市场。报告期内公司研发、制造和销售激光气体传感器产品等激光气体检测产品，主要包括激光甲烷遥测仪和激光氧气传感器。3.财务分析报告期内，公司主营业务收入占比均超过98%，主营业务突出；其他业务收入主要为部分零配件销售收入。2017年，公司净利润为负，主要系当年40线激光雷达尚未放量销售，收入规模较小，而研发投入较大； 2018年，公司营业收入大幅增长，在保持高毛利率的同时摊薄了期间费用，净利润为正，净利率为12.13%。2020年1-9月，受到国内外新冠疫情的影响，发行人复工时间有所延迟，且上半年部分客户需求出现临时性放缓，导致营业收入同比2019年1-9月略有下降，而研发投入、期间费用较高，出现净亏损9,379.75万元。4. 激光雷达行业分析激光雷达是高级别无人 驾驶技术实现的关键， 根据沙利文的统计及预测，激光雷达整体市场预计将呈现高速发展态势，至2025年全球市场规模为135.4亿美元，较 2019年可实现64.5%的年均复合增长率。至2025年，中国激光雷达市场规模 将达 到 43.1 亿美元，较2019 年实现63.1%的年均复合增长率，其中车载领域即无人驾驶和高级辅助驾驶是主要组成部分。5. 公司优势分析技术优势：专业技术水平，把握前瞻方向。人才优势：拥有专家团队，本科以上占比近70%。生产优势：公司自有产线，高自动化水平工厂。客户群体优势：卡位百度等优质客户。报告节选：（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

激光雷达是实现高级自动驾驶的核心传感器。与其它传感器相比，激光雷达具有精度高、3D建模能力强等优点。大部分自动驾驶汽车公司已经能够基本实现L2级自动驾驶，并开始推出具有L3功能的车型。从L2级别到L3级别是重要的转折点，标志着自动驾驶汽车能够实现无人驾驶，因此对环境感知的要求也越来越高，在这一领域，激光雷达将扮演重要角色，拥有广阔的市场空间。激光雷达采用激光发射器及光束扫描技术发射在红外和可见光之间的激光，通过测量激光信号的时间差和相位差，绘制出周围物体的三维点云图，以获得精确的距离、轮廓信息，补充毫米波雷达和摄像机所缺少的场景。短波长和主动式激光技术赋予激光雷达高分辨率的测量功能，使其具有探测距离远，探测角度大，夜间工作能力强，抗干扰性强等优点，可以直接获得距离、角度、反射强度、速度等信息。激光雷达主要应用场景有无人驾驶、 ADAS、服务机器人、车联网、消费电子等。因为应用场景和搭载的载体存在着明显的差异，对激光雷达的性能要求、价格要求、体积要求等各不相同。伴随人工智能、5 G技术的逐步普及，无人驾驶、高级辅助驾驶迅速发展，这些技术的实现可以大大降低交通风险，提高交通运输效率，提高道路通行能力，改变汽车生产和消费模式，实现交通运输安全、高效、绿色的发展愿景。可以缓解人口老龄化带来的劳动力短缺问题，提高生产力水平，改善人民生活质量。据 IHS预测，自动驾驶汽车将在2025前后开始爆发式增长，到2035年，自动驾驶汽车占到公路车辆总量的一半，届时自动驾驶汽车和相关设备的收入总额将超过5000亿美元。中国标准智能汽车体系框架已经基本形成，由技术创新、产业生态、路网设施、法规标准、产品监管、信息安全等构成，智能汽车比例达到50%，中高端智能汽车将实现面向市场的应用。中国智能驾驶市场规模在2016-2019年期间由490亿增加到1226亿，复合增长率为35.8%，预测到2021年市场规模还将进一步扩大到2358亿。与发达国家相比，我国激光雷达产业起步较晚，市场规模相对较小，但其巨大的市场规模决定了我国激光雷达市场具有一定的发展潜力。据头豹研究院预测，到2023年，我国激光雷达市场覆盖率将达到10%，与世界激光雷达行业领先国家的差距将逐步缩小，随着国内企业的相继崛起，国内激光雷达产业研发水平将不断提高。根据 Sullivan的估计，到2025年，中国激光雷达市场规模预计将达到43.1亿美元。在车内领域分布上，以无人驾驶和高级辅助驾驶的车载领域比例最高。世界上各大制造商都把激光雷达的研发和应用作为发展重点，自动驾驶汽车的普及和降价也为激光雷达市场的发展创造了条件，并将在很大程度上推动全球激光雷达市场的扩大以及激光雷达技术的大规模生产和应用。据 Sullivan的统计和预测，到2025年，激光雷达全球市场规模可达135.4亿美元，比2019年的CAGR高出64.5%。这种总体高速增长的态势来自于许多因素，例如无人驾驶车队规模的扩大，ADAS中激光雷达渗透率的提高，以及服务机器人和智能交通建设的需求。目前，激光雷达市场现在处于一个百花齐放、技术路线众多的阶段，即将迎来市场大规模的增长。激光雷达厂商应该将各个领域业务同时推进，除了重点关注技术路线，还要关注产品迭代能力和商业批量生产能力，这些将是未来企业突破的关键，要加快芯片的研发和工厂规模化生产，积极与车企积极接洽合作，提供创新产品，并具有定制、高性价比等特点。本报告首先介绍了激光雷达市场的发展环境、整体运作状况等，然后对激光雷达市场运作的现状进行了分析，最后对激光雷达市场的发展进行了介绍。接着，本文分析了激光雷达中的重点企业的运营情况，并对激光雷达的发展趋势和投资前景进行了分析。假如你想要系统的了解激光雷达行业，或者想要投资激光雷达行业，这份报告对你来说是一个重要的参考工具。

激光雷达：三维点云建模构建传感基石路径之争：激光雷达为什么是 L4 自动驾驶不可或缺传感器？自动驾驶的环境监测传感器主要包括摄像头和雷达两类：1）摄像头通过图像识别技 术实现距离测量、目标识别等功能；2）雷达利用发射波和反射波之间的时间差、相位差 获得目标物体的位置和速度等数据，按所使用的不同类型的波，雷达可以分为毫米波雷达、 激光雷达、超声波雷达三类。摄像头方面，按视野覆盖位置可分为前视、环视（侧视+后视）及内视摄像头，其 中前视摄像头最为关键，可以实现车道偏离警示系统（LDW）、前向碰撞预警系统（FCW）、 行人识别警示（PCW）等功能。前视摄像头又有单目摄像头、双目摄像头，乃至多目摄像 头等不同的解决方案。虽然双目或多目摄像头具有更高的测距精度和更广的视角，但由于 其成本较高以及对精度和计算芯片的高要求，使得其仍未能大规模量产，目前以 Mobileye的单目摄像头解决方案是市场的主流。在雷达方面，主要分为三类：1）毫米波雷达：介于微波和红外线之间，频率范围 10GHz —200GHz，波长为毫米级；2）激光雷达：介于红外线和可见光之间，频率大致为 100000GHz，波长为纳米级；3）超声波雷达：频率高于 20000Hz。根据公式：光速=波 长*频率，频率越高，波长越短。波长越短，意味着分辨率越高；而分辨率越高，意味着在 距离、速度、角度上的测量精度更高。摄像头、毫米波雷达、激光雷达和超声波雷达的探测距离、分辨率、角分辨率等探测 参数各异，对应于物体探测能力、识别分类能力、三维建模、抗恶劣天气等特性优劣势分 明。对于自动驾驶传感器的选择，目前市场上存在着两种不同路径：一种是由摄像头主导、 配合毫米波雷达等低成本元件组成，构成纯视觉计算，典型代表为特斯拉、Mobileye 和 国内唯一自动驾驶纯视觉城市道路闭环解决方案--百度 Apollo Lite；另一种是由激光雷达 主导，配合摄像头、毫米波雷达等元件组成，典型代表为谷歌 Waymo、国内的百度 Apollo （除 Apollo Lite）、 Pony.ai、文远知行等主流自动驾驶厂商。对于以特斯拉为代表的纯视觉方案拥护者而言，商业成本是一个重要的考量因素，安 装昂贵的激光雷达会明显提高单台汽车的售价（如表 3）。特斯拉车辆标配总共有 8 个摄 像头，其中包含后方的一个倒车摄像头，前方的一个三目总成件，两侧的两个环绕摄像头， 此外还包含一个毫米波雷达，但此方案容易受光照、雨雾、遮挡等因素限制，从而使视野 范围受限。对于以主流自动驾驶厂商为代表的激光雷达拥护者，系统的安全可靠性排在首 位，实现这一方向的方式就是融合各个性能的传感器，以弥补不同类型的技术漏洞，采用 激光雷达的自动驾驶厂商一般选择在车顶配置 64 线激光雷达，用于障碍物和移动车辆检 测，同时在车四周环绕成本相对较低的低线束激光雷达或毫米波雷达进行视野补充摄像头拥有轻巧低成本和符合车规的特点，高分辨率高帧率意味着其能提供更丰富的 环境信息，同时视频数据也最接近人眼所感知的环境。但摄像头的二维图像相比三维信息 更难挖掘，需要设计更强大的算法、大量数据的积累和更长期的研发投入。在 L4 级自动 驾驶传感器选型上，纯视觉解决方案会存在精度、稳定性和视野等方面的局限性（如表 4）， 无法满足高级自动驾驶对于传感器的性能要求。与以摄像头为主传感器的自动驾驶方案“轻感知、重计算”相比，以激光雷达为主传 感器的自动驾驶方案最明显的特征是“重感知、轻计算”，“堆叠激光雷达”的方案会适 当降低感知数据处理环节对运算能力的要求，从而加快 L4 级自动驾驶汽车商业化部署进 程。所以尽管目前安装激光雷达会大幅提高传感器方案成本，但对于安全可靠性要求极高 的 L4 来说，激光雷达不可或缺，以成本换安全将会是一个更优的选择。工作原理：“发射-反馈”系统如何形成三维点云信息？与雷达工作原理类似，激光雷达通过测量激光信号的时间差和相位差来确定距离，但 其最大优势在于能够利用多谱勒成像技术，创建出目标清晰的 3D 图像。激光雷达通过发 射和接收激光束，分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离（图 6），并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等 信息，快速得到出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云图， 绘制出环境地图，以达到环境感知的目的。由于光速非常快，飞行时间可能非常短，因此 要求测量设备具备非常高的精度。从效果上来讲，激光雷达维度（线束）越多，测量精度 越高，安全性就越高。相比于可见光、红外线等传统被动成像技术，激光雷达技术具有如下显著特点：一方 面，它颠覆传统的二维投影成像模式，可采集目标表面深度信息，得到目标相对完整的空 间信息，经数据处理重构目标三维表面，获得更能反映目标几何外形的三维图形，同时还 能获取目标表面反射特性、运动速度等丰富的特征信息，为目标探测、识别、跟踪等数据 处理提供充分的信息支持、降低算法难度；另一方面，主动激光技术的应用，使得其具有 测量分辨率高，抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。激光雷达主要包括激光发射、扫描系统、激光接收和信息处理四大系统，这四个系统 相辅相成，形成传感闭环。首先激光发射系统中激励源周期性地驱动激光器，发射激光脉 冲，激光调制器通过光束控制器控制发射激光的方向和线数，最后通过发射光学系统，将 激光发射至目标物体；扫描系统负责以稳定的转速旋转起来，实现对所在平面的扫描，并 产生实时的平面图信息；激光接收系统中光电探测器接受目标物体反射回来的激光，产生 接收信号；信息处理系统中接收信号经过放大处理和数模转换，经由信息处理模块计算， 获取目标表面形态、物理属性等特性，最终建立物体模型。激光雷达的各个环节几乎都有不同的执行方式（如图 9），单从测距这一个环节来看， 就存在基于时间的飞行时间法和不基于时间的相位式等方法，不同环节的组合构成了激光 雷达的近二十种分类方法。在评价激光雷达的性能时，可以用到多个技术指标。线束、方位角、扫描帧频、角分 辨率、测量精度、探测距离、数据率是七个常用的激光雷达性能评价指标。下面以禾赛 Pandar128 为例进行解析。产品体系：机械式 vs 固态式，未来趋势如何？根据结构，激光雷达分为机械式激光雷达、混合固态激光雷达和固态激光雷达。机械 式激光雷达以一定的速度旋转，在水平方向采用机械 360°旋转扫描，在垂直方向采用定 向分布式搜集动态信息；混合固态激光雷达 MEMS（微机电系统）微镜把所有的机 械部件集成到单个芯片上，利用半导体工艺生产，不需要机械式旋转电机，而是以电的方 式来控制光束；固态激光雷达分为 OPA 固态激光雷达和 Flash 固态激光雷达，其中 OPA 技术原理与相控阵雷达类似，它由元件阵列组成，通过控制每个元件发射光的相位和振幅 来控制光束，无需任何机械部件；Flash 面阵式激光雷达不同于以上三种逐点扫描的模式， 它利用激光器同时照亮整个场景，对场景进行光覆盖，一次性实现全局成像。目前以 Robotaxi 等高级自动驾驶玩家为主的主流选手更倾向于选择传统的机械式产 品。在自动驾驶“跨越式”的演变历程中，机械式雷达率先发展起来，经过不断迭代，目 前机械式激光雷达的技术已经趋于成熟，同时高线束的机械式激光雷达能够获得更高的分 辨率与测距距离，所以其目前会获得高级自动驾驶商的青睐。但使用传统的机械式激光雷达，也要面临高昂的装车成本问题，和产品低稳定性带来 的安全风险和维护成本。目前仅有法雷奥的一款 4 线机械式激光雷达实现了车规级的量产 搭载。对于 RoboTaxi 车队来说，高昂的雷达成本在一定程度上阻碍了车队的规模扩张； 而对于 L3 乘用车来说，过高的激光雷达成本和潜在风险也不在主机厂可接受范围之内。未来固态激光雷达会代替现有的机械式激光雷达，因为固态激光雷达可以很好的解决 机械式激光雷达面临的物料成本高+量产成本高的问题（表 7）。固态激光雷达的优势在 于，能够最大程度地减少了例如电机、轴承等可动机械结构带来磨损，同时也消除了光电 器件因为机械旋转可能造成故障，其与生俱来的特性使得雷达内部的结构布局更加合理， 使整体散热及稳定性相比于机械式激光雷达有质的飞跃。在固态激光雷达技术路线层面，基于 MEMS 方式的固态激光雷达是最有希望速落地的成熟方案，OPA 与 Flash 则是明日之星。基于 OPA 的固态激光雷达尽管有着 扫描速度快、精度高、可控性好的优点，但其生产难度较高；而 Flash 雷达虽然稳定性和 成本不错，但其探测距离较近；相比之下，通过微振镜的方式改变单个发射器的发射角度 进行扫描，由此形成面阵扫描视野的 MEMS 激光雷达，不仅技术上更容易实现，价格也 更加可控，因此被主机厂一致看好。产业现状：海外厂商存在先发优势，国产势力正逐步 崛起从产业链的角度来看，激光雷达所处环节积聚了大量价值，具有很强的产业附加值。激光雷达是下游导航、绘测等应用的核心部件，目前产能稀缺导致供不应求，呈现卖方市 场，对下游有很强的定价权，因此该产业链主要附加值在于激光雷达部分，行业整体盈利 空间较大。激光雷达产业链中，海外厂商在上游和中游都存在着领跑的优势（如图 20），在技术 和客户群等方面都领先于国内厂商，但国内厂商近年来奋起直追，取得了许多突破性的进 展，中国势力正在逐步崛起。近年来国家出台了一系列政策来推动自动驾驶的发展，这也进一步推动了我国激光雷 达产业的发展。截至 2019 年底，全国共有 25 个城市出台自动驾驶测试政策；2020 年 2 月，中国国家发展改革委牵头发布《智能汽车创新发展战略》，这是继《中国制造 2025》 之后又一个重磅的战略发布；2020 年，国家发改委首次官方明确“新基建”七大板块， 激光雷达作为终端传感器设备，在自动驾驶、车路协同等智能交通、智慧城市领域的作用 不断凸显。中国政府对自动驾驶的支持，也将对全球激光雷达产业发展起到积极的推动作 用。上游情况：核心元器件海外垄断明显，国产自研势力涌现上游主要包含激光发射、激光接收、扫描系统和信息处理四大部分，这四大部分中大 量的光学和电子元器件，构成了激光雷达的基础。其中，激光发射部分包含了激光器和发 射光学系统，激光接收部分包含了接收光学系统和光电探测器，激光扫描部分除了传统旋 转电机和扫描镜，核心是 MEMS 微镜，信息处理部分主要包含放大器、数模转换器以及 软件算法。上游的核心元器件厂商，无论是光学元器件和电子元器件，涉及精密仪器、芯 片的加工和制造，目前基本被国外大的厂家所垄断。2017 年及以前，国内厂商在上游核心元器件的技术尚未发展起来，与之相关的专利 技术申请数量极少。截至 2017 年，全球一共申请了 3 万多项与汽车激光雷达有关的专利， 其中与激光雷达产品本身直接相关的专利近7000项，这些专利由2000多名申请实体提交。 这些专利主要集中在边缘发射激光器、发光二极管 LED、垂直腔面发射激光器、 雪崩光 电二极管和单光子雪崩二极管、 Flash 面阵式激光雷达和固态激光雷达五大领域；几乎所 有的国际零部件厂商、主机厂、初创企业都在大量囤积激光雷达的相关专利，巩固自身优 势，但根据一家德国咨询机构统计，中国初创企业相关专利数量非常少。但近年来国内厂商也通过自研在上游核心元器件领域取得了突破性进展，如扫描系 统、激光器和光源接收器等领域涌现出一批中国创业型企业。此外，中国市场上的激光雷 达芯片，特别是信号处理所需的元器件主要依赖进口，这在一定程度上抬高了激光雷达的 生产成本，因此多家国内的芯片企业都在争取通过各自的优势技术填补上国内市场在此领 域的空白。中游格局：Velodyne 成功上市一马当先，国内市场百花齐放激光雷达竞争日益激烈，Velodyne、Quanergy、Ibeo 等是国外代表激光雷达公司， 技术成熟；在国内，以速腾聚创、禾赛科技、北科天绘、镭神智能等国产企业也先后崛起。作为未来自动驾驶核心传感器的代表，激光雷达核心技术主要掌握在 Velodyne、 Quanergy、Ibeo 三家国外企业中。美国 Velodyne 成立于 1983 年，其机械式激光雷达起 步较早，技术领先，同时与谷歌、通用汽车、福特、Uber、百度等全球自动驾驶领军企业建立了合作关系，占据了车载激光雷达大部分的市场份额。Quanergy 成立于 2012 年，2014 年推出其第一款产品 M8-1，并在奔驰、现代等公司的实验车型上得到应用，M8 之后 Quanergy 相继发布的产品都开始走固态路线，采用了 OPA 光学相控阵技术，规模量产后 将大幅降低传感器价格。Ibeo 成立于 1998 年，是全球第一个拥有车规级激光雷达的企业， 其于 2017 年推出了全固态激光雷达 A-Sample 样机。Velodyne 是自动驾驶激光雷达行业的领头羊，其日前与纳斯达克挂牌的特殊目的并 购公司（SPAC）Graf Instrial Corp.（美股代码：GRAF）合并从而实现借壳上市， Velodyney 的成功上市为全球激光雷达厂商树立了良好的典范。受此消息影响，Graf 股 价大涨 48.23%，市值达到 6.26 亿美元。Velodyne 表示，合并后的公司市值约为 18 亿美 元，同时能从新的机构投资者及 Graf Instrial 现有股东那里筹集 1.5 亿美元融资。通过 此次交易，Velodyne 的资产负债表上将有约 1.92 亿美元现金，此次交易后，Velodyne 创David Hall 及支持者福特、百度，现代摩比斯和尼康公司持有合并后公司 80%的股份。从产品布局上来看，机械激光雷达市场是 Velodyne 的绝对优势，其在此领域拥有广 泛的产品布局，此外 Velodyne 也在前装固态激光雷达市场蓄势待发。机械激光雷达方面， Velodyne 主要有 64 线、32 线、16 线 3 类产品在售，官方定价分别为 8 万美金（约合 52.3 万人民币）、4 万美金（约合 26 万人民币）和 8 千美金（约合 5.23 万人民币）。而从 2017 年开始，Velodyne 就在 Vela-系列产品上开始加大投入：Velodyne 希望通过 Vella 软件 + 低成本固态激光雷达组合打进 ADAS 市场。作为全球激光雷达第一股，Velodyne 在上 市后将手握数亿美金现金，这些现金将继续支持其投入更大规模的新产品新技术研发及大 规模量产。高研发投入（图 26）意味着激光雷达是一门技术壁垒较高的生意，早期技术布局和 后期大量资本的融入能进一步助力 Velodyne 在此领域的优势。站在新的十年的开端，大 量的资本储备和固态激光雷达将为 Velodyne 开辟全新的战场奠定基础。Velodyne 的盈 利情况和现金流情况有望从 2022 年开始扭亏为盈，三费支出比率也料将随着出货量不断 增加而摊薄（图 25、图 26-28）。近年来兴起自动驾驶浪潮后，国内也同步出现了一批激光雷达公司，速腾聚创、禾赛 科技、北科天绘、镭神智能等国产企业先后崛起，国内市场竞争激烈，呈现出百花齐放的 市场格局。国内玩家早期分为两个流派，一类研发机械式激光雷达与 Velodyne 等老牌玩家抢市 场，另一类则直接锁定固态激光雷达产品，目标是在 2020 年之后登上前装市场。禾赛科技和速腾聚创是选择与 Velodyne 相同发展路径的代表厂商，产品以机械旋转 雷达为主，但都在逐步向前装固态领域覆盖，这两家公司在满足车规级要求同时主打性价 比，核心策略是以价格优势抢占 Velodyne 市场份额。机械式激光雷达产品的价格目前仍 然较高，但相比之下同样线束的国产机械式激光雷达能够比 Velodyne 便宜 1/3-1/2，价格 优势非常明显。在最顶级的 64 线和 128 线产品线上，Velodyne 此前的 64 线激光雷售价 为五十至六十万元，而禾赛的 64 线产品仅为二十多万；在 16 线雷达市场，Velodyne 的 产品需要数万元，而速腾聚创的同类产品只需 2-3 万。比较禾赛科技和速腾聚创这两家公司，其产品定位也存在较大差别。在高速自动驾驶 领域（相对低速无人车来说），禾赛市场占有率较高，百度、文远知行、AutoX、元戎启 行等公司都在使用。而在低速自动驾驶领域，速腾聚创则是主要玩家，新石器、京东、菜 鸟物流、高仙机器人等公司都主要使用速腾的 16 线激光雷达产品，同时其 16 线、32 线 产品也被图森未来、嬴彻科技、AutoX 等部分高速自动驾驶公司采用。而另一方面，随着 2020 年起将逐步量产 L3 级自动驾驶乘用车，市场对车规级固态 激光雷达的需求将迎来一个小的高潮，大疆、华为等消费电子硬件巨头相继拿出了自己的 激光雷达新品，直接加入了前装量产装车的战局。2020 年 8 月大疆宣布公司首个实现了车用自动驾驶激光雷达价格降到千元级别，而 且能量产供应，大疆旗下孵化品牌览沃科技日前在美国 CES 发布两款高性能激光雷达传 感器：Horizon 和 Tele-15，适用于 L3/L4 级别自动驾驶方案。Horizon 可以实现远至 260 米、反射率为 80% 的物体探测，其水平视场为 81.7°，可以轻松覆盖 10 米外的 4 条 车道，在城市路况下，Horizon 可以帮助自动驾驶汽车看得更宽。Livox Tele-15 在 905 纳 米波段下，能够做到人眼安全且同时达到 500 米（反射率为 80%）探测距离，可以让自 动驾驶汽车看得更远。Horizon 和 Tele-15 的产品组合构成一套完整的激光雷达解决方 案。可以预见，新的技术变革趋势，以及巨头的入场，将让激光雷达市场在未来 3~5 年的 竞争日趋激烈，行业也将出现第一次大幅洗牌。产业前景：市场增长潜力巨大，固态化、智能化成刚需市场空间：单车价值量下降，2030 年市场规模有望超百亿美元CES（2020）展出激光雷达产品梳理显示，大部分激光雷达供应商新推出的激光雷达 价格都降至 1000 美元以下，平均每车装载 5 个激光雷达，单车预计 5000 美元以下，而 机械雷达和固态雷达将采取不同的方式降低自身产品成本。在机械雷达方面，饮冰科技通 过采取通道芯片集成技术来降低成本：公司事先在芯片层面把多个通道进行了集成，不再 需要进行单独调试和校准，缩小了多线激光雷达的体积、降低了光调成本，这使得饮冰的 32 线激光雷达大概与同行的 16 线雷达同价。而在固态激光雷达层面，行业着重在芯片侧 发力以此来减小成本，相关芯片厂商正在固态激光雷达的三条技术路线上（MEMS、OPA、 Flash）各施所长，以此来解决相关技术难题。未来随着自动驾驶技术的进一步普及，激光雷达市场规模将会进一步扩大，而单车价 值量下降将会进一步有利于激光雷达的量产使用，预计 2030 年全球激光雷达市场规模将 超百亿。咨询机构 Yole 预计，激光雷达应用是目前汽车行业增长最快的行业之一。从出货 量来看：Yole 预计 2020 年全球激光雷达出货量约 34 万个，2025 年全球激光雷达出货量 约 470 万个，2030 年全球激光雷达出货量约 2390 万个。从销售额来看：预计 2020 年全 球激光雷达销售额约 12.95 亿美元，2025 年全球激光雷达销售额约 61.9 亿美元，2030 年全球激光雷达销售额约 139.32 亿美元。尽管激光雷达市场增长前景广阔，但整个市场对其持有的态度逐渐回归客观冷静，投 融资热度相较于前几年有所减弱。从全球融资情况来看，2017 年成为投融资事件发生最 为频繁的一年，中国的投融资高峰相比全球晚一年。2017 年之后，激光雷达通过车规的 难度被更清醒地认识，投融资热度逐渐“退烧”，该产业回归理性。发展前景：固态雷达成新战场，智能化成新挑战车载激光雷达的应用根据需求被分成两个派系。一是以 Robo-Taxi 为代表的“革命性” 路线需求：直接应用于 L4~L5 完全自动驾驶开发，追求高性能的机械式激光雷达；二是以 自动驾驶乘用车(私家车)为代表的“渐进式”路线需求：逐渐应用于乘用车 L2+/L3 (ADAS 高级辅助驾驶/ AD 自动驾驶)的车规激光雷达，对尺寸、价格、生产制造性、稳定性有严 格要求，性能方面“够用就好”。根据咨询机构 Yole 的预测，不同领域市场对于机械式雷 达和固态雷达需求不一样。其中在 ADAS 领域，固态占主导：Yole 预计固态激光雷达和 Flash 激光雷达出货量 从 2021 年起逐渐增多，2025 年，固态/Flash 约为 50 万个，机械式约 290 万个，比例为 1：5.8；从 2029 年开始，固态/Flash 出货量超过机械式激光雷达，到 2030 年，固态/Flash出货量约为 1200 万个，机械式约 730 万个，比例为 1.64：1；从销售额的角度，2025 年 固态/Flash 约为 2230 万美元，机械式达到 13.12 亿美元；而到了 2030 年，固态/Flash 销售额约为 45.83 亿美元，机械式增加到 28.09 亿美元。在 Robotic Cars 领域，机械式 占主导，前期以机械式激光雷达为主，Yole 预计固态激光雷达和 Flash 激光雷达出货量 在 2023 年起逐渐增多：2025 年，固态/Flash 约为 5 万个，机械式约 120 万个，比例为 1： 24；到 2030 年，固态/Flash 出货量约为 54 万个，机械式约 400 万个，比例为 1：7.4； 从销售额的角度，2025 年固态/Flash 约为 7300 万美元，机械式约 45.82 亿美元；到 2030 年，固态/Flash 销售额约为 6.46 亿美元，机械式约 58.94 亿美元。总的来看，根据 Yole 预测，固态激光雷达的销售额占比将会从 2025 年的 4.78%增加到 2030 年的 37.25%，销 量占比将会从 2025 年的 11.83%增加到 2030 年的 52.6%。传统机械旋转式激光雷达系统虽然性能高，但由于物理极限和成本高等因素限制，难 以满足自动驾驶大规模车规量产需求。自动驾驶行业发展到现在，“革命性”路线准备业化量产，“渐进式”路线追求更高级的自动驾驶，两派的需求将走向统一。在车规量产 和高性能需求下，固态激光雷达技术快速发展。目前，激光雷达正从机械旋转式，到混合 固态，再到纯固态方向演进。除了关注价格和车规外，激光雷达真正要进入量产车，智能化和软件感知算法将是更 大的挑战。对于自动驾驶环境感知，传感器硬件通常只完成了数据收集的工作，要真正获 取交通参与者方位、类别、速度、姿态等信息，必须经过感知算法的实时计算分析。感知 算法的优劣直接决定对交通参与者的检出率、感知准确度和感知距离。如果感知算法性能 不足，即使雷达硬件线数再高，也无法获得优质的感知结果，所以说感知算法是激光雷达 感知系统的“第二个核心”。感知系统的刚需揭示了一个被掩盖在激光雷达硬件光环下的 核心需求, 相比信息“收集器”，自动驾驶需要更聪明的信息“收集+理解者”。一个典型 的行业案例是速腾聚创在智能版的 MEMS 固态激光雷达 RS-LiDAR-M1 Smart 中嵌入 AI 感知算法与专用计算芯片组，可以同时输出三维点云数据与障碍物检测、识别、跟踪，路 面交通标示等路况信息，充分保证决策层在冗余的信息基础上完成正确的驾驶决策，帮助 车辆实现 Level3~Level5 高级自动驾驶与 ASIL-D 高级安全性。总的来说，自动驾驶激光雷达市场规模有望超百亿美元，预计行业整体将会向“低成 本化”、 “量产化”、“固态化”、“智能化”发展，同时国产势力近年来逐步崛起， 未来市场发展值得期待。……（报告观点属于原作者，仅供参考。报告来源：中信证券）如需完整报告请登录【未来智库】。