激光加工厂：激光雷达行业研究教你看懂激光雷达
城市 NOA 成竞争高地，政策助力高阶智能驾驶加速落地
成本下探+智驾升级，2030年激光雷达市场规模有望超万亿
·城市 NOA面临工况复杂问题，激光雷达为“优选项”
·激光雷达成本下探，加速渗透至更多车型
·自动驾驶水平升级，单车搭载激光雷达需求增加
上游模块升级 固态补盲开辟激光雷达新赛道
·发射模块：1550nm光源及 FMCW测距方式为未来发展方向
·扫描模块：半固态化 MEMS 路线为主，固态化补盲为发展趋势
·接收和控制模块：芯片国产替代进行时
城市 NOA 成竞争高地，政策助力高阶智能驾驶加速落地
自动驾驶是指汽车在没有人类直接干预的情况下，依靠人工智能、视觉计算、传感器和通信定位等技术，能够自主地感知周围环境、决策及执行驾驶任务的能力。自动驾驶领域的科研探索最早可追溯至上世纪 80 年代，美国 DARPA 与陆军合作，发起自主地面车辆（ALV）计划，并于 2004 年举办全球首次长途无人驾驶比赛——DAPRA 挑战赛。2009 年，谷歌启动自动驾驶项目，标志着自动驾驶技术商业化探索的开始。近十年以来，传统汽车制造厂商和互联网巨头先后布局自动驾驶，初创厂商涌入该赛道，行业呈现高速发展趋势。2022 年开始，领先车企已实现搭载 L2/L2+功能车型的规模化量产，在优化布局高速 NOA 功能体验的同时，争相推动城市 NOA 规模化量产， 全球自动驾驶商业化落地进程正稳步推进。
2021 年，国际自动机工程师学会（SAE）更新的自动驾驶分级标准（SAE J3016）是目前业内最通用的参照标准，该标准按照自动驾驶程度由低到高划分为 6 个等级。2021 年 8 月，国家市场监督管理总局及标委发布《汽车驾驶自动化分级》文件，其划分标准与 SAE 基本保持一致，将我国汽车驾驶自动化分成 L0-L5 共六个等级。该分级体系以 L3 作为自动驾驶的分水岭，L3 级以下被称为辅助驾驶，系统能够辅助驾驶员执行动态驾驶任务， 驾驶主体仍为驾驶员；L3 级别及以上被称为自动驾驶，系统能够持续执行全部动态驾驶任务，驾驶主体转变为系统，其中 L3 级别驾驶员在必要条件下需要随时进行车辆接管。
L2 及以上级别智能驾驶渗透率稳步提升。从智能驾驶乘用车销量来看，根据佐思汽研数据，2023 年上半年，中国市场 L2 级智能驾驶乘用车销量达 324.6 万辆，同比增长 34.7%；L2+/L2++级智能驾驶功能乘用车销量达 79.1 万辆，同比增长 83.4%。从智能驾驶乘用车渗透率来看，2023 年上半年，中国市场 L2 级智能驾驶乘用车渗透率达 35.1%，同比增加 8.0pct；L2+/L2++级智能驾驶功能乘用车渗透率达 8.6%，同比增加 3.8pct，L2 及以上级别智能驾驶乘用车销量和渗透率均稳步提升。
自动驾驶向 L3 级别演进，城市 NOA 快速落地。NOA功能（高阶智能驾驶辅助）的实现是智能驾驶从L2跨越到L3过程中的关键节点，目前多家传统车企和新势力车企在加速布局NOA功能。按应用场景分，NOA功能分为高速场景和城市场景，高速NOA功能是指在高速公路辅助的基础上配置高精地图，帮助车辆实现自动上下匝道、车道保持等功能。城市NOA是指在城市道路按照导航路径智能辅助驾驶到达终点，除了基本导航功能外，城市NOA还包括自动泊车、智能跟车等功能。高速NOA始于2019年特斯拉向中国大陆选装FSD的车型推送NOA功能，随后国内蔚来、小鹏、理想等车企先后入局，在旗下部分车型中推出类似功能，2023年高速NOA已实现规模化落地。与此同时，城市NOA功能作为最贴近用户场景的技术被视为自动驾驶通往L3级别的重要突破口，成为当前行业竞争高地。2022年9月，小鹏P5在广州推出城市NGP（即城市NOA），正式拉开国内城市NOA大幕；2023年，小鹏、华为、理想等车企集中推出或公布城市NOA计划，城市NOA迎来落地“元年”。根据佐思汽研数据，2023年1-9月，国内乘用车城市NOA渗透率为4.8%，同比增加2.0pct，预计全年渗透率超过6%。伴随众多主机厂在更多城市陆续开放该功能，2024年城市NOA有望迎来更大规模的释放，推动国内自动驾驶产业进入快速发展阶段。
政策持续加码助力高阶智能驾驶加速落地。2023年以来，我国相关部门及地方政府已发布逾百条自动驾驶产业相关政策和规定，从大方针政策引导到各细分场景的文件指导，多方面推动自动驾驶行业发展。从国家层面来看，2023年7月，工业和信息化部联合国家标准化管理委员会修订发布《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》，提出要分阶段建立适应我国国情与国际接轨的智能网联汽车标准体系。2023年11月，工业和信息化部、公安部、住房和城乡建设部、交通运输部四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，明确表明搭载L3级和L4级自动驾驶的车辆，在经过遴选后，允许在限定区域内开展上路通行试点，以政策推动高阶智能驾驶发展。2023年12月，交通运输部印发《自动驾驶汽车运输安全服务指南（试行）》，就自动驾驶汽车适用范围、应用场景、人员配备、运输车辆、安全 保障和安全监督八个方面提出明确要求。在国家政策引领下，各地方政府也纷纷出台相应方案或细则，其中，深圳、上海、北京三地走在前列，在自动驾驶政策方面试点先行，为其他省市加快自动驾驶产业建设提供重要参考。伴随着央地协同完善行业相关政策法规，我国高阶自动驾驶功能有望加速落地。
激光雷达
成本下探+智驾升级，2030 年激光雷达市场规模有望超万亿
2.1 城市 NOA 面临工况复杂问题，激光雷达为“优选项”
感知层是实现自动驾驶的前提。自动驾驶系统由感知层、决策层和执行层三个层级构成。具体来看，感知层是实现自动驾驶的前提，起着类似人类“眼睛”的作用，通过摄像头、 毫米波雷达、超声波雷达、激光雷达等传感器来感知外部环境，实时检测周围环境变化， 对环境信息和车内信息进行采集和处理。决策层则承担着承上启下的作用，起着类似人类“大脑”的作用，依据环境感知的结果进行数据融合和决策判断，制定出安全合理的路径规划。最终，执行层起到类似人类“手脚”的作用，负责控制车辆加速、刹车和转向，沿着规划好的路径完成驾驶。
激光雷达综合性能佳。目前主流的车载传感器包括摄像头和雷达，其中雷达传感器可进一步细分为超声波雷达、毫米波雷达和激光雷达。具体而言，摄像头和超声波雷达技术成熟、成本较低，但摄像头受天气影响较大，夜间探测效果不佳，且在物体及距离识别方面对算法和算力要求较高；超声波雷达测量精度差、范围小，有效探测范围小于 10 米。毫米波雷达具有抗干扰性强、探测范围相对较长等特点，但是其对非金属材料探测灵敏度较弱，导致其在人、车混杂的场景下对行人的探测效果不佳。因此，仅依靠摄像头、超声波雷达和毫米波雷达的自动驾驶汽车，其误报率和漏报率较高，容易引发交通安全问题。相较之下，激光雷达通过发射激光，可以获取周围物体的精确距离和轮廓信息，具有高精度、高分辨率、探测范围广、光线适应性好等优势，其综合性能在所有传感器中最佳。伴随着自动驾驶行业的发展，激光雷达在高阶智能解决方案中的应用已成为一种必然趋势，有望推动激光雷达市场快速增长。
实现高速 NOA 功能所需硬件水平有限，激光雷达非必选项。高速NOA因结构化封闭道路的特性，面临的场景较为单一、复杂程度较低，因此，实现该功能所需要搭载的硬件水 平有限，基本上只需要摄像头与部分超声波雷达或毫米波雷达即可。此外，在目前具备高速NOA功能的车型当中，除了特斯拉以外，均采用高精地图的方案。高精地图包含了道路的宽窄、坡度、交通标识等详细信息，可以提前为车辆获取大量信息数据，降低车辆运行时的负担。并且，高精地图不受距离、环境影响，能够有效弥补传感器性能边界，助力高速NOA功能顺畅实现。因此，在实现高速NOA功能的硬件需求中，激光雷达并非必要选项。
城市工况复杂，激光雷达成推动城市NOA落地的关键感知设备。与高速NOA相比，城市NOA面临的工况复杂得多，可能会面临人车不分流、道路标识不清晰、鬼探头等多种不确定性挑战。在夜晚场景中，还要面临光线不足带来能见度降低的问题，造成行车危险的corner case 数量急剧上升。因此，从高速NOA拓展至城市NOA的所需要的技术难度大幅增长，对车辆的感知能力也提出了更高的要求，具备强感知能力的激光雷达成为推动城市NOA功能落地的关键感知设备。自动驾驶汽车中搭载激光雷达，一方面可以实现对长尾场景的覆盖，解决城市NOA场景中面临工况复杂的问题。例如在面临夜间行驶视野差、进入隧道光线突变等情况会对摄像头带来挑战，但是对于主动发光的激光雷达来说，外界光线变化并不会影响其感知成像能力，激光雷达能够辅助汽车做出稳定的行驶决策。另一方面，激光雷达的搭载可以降低感知算法的开发难度，使高阶智能驾驶功能更易实现。感知算法的一个重要任务是进行语义目标检测跟踪，其中，衡量评价目标检测有一个重要指标是“平均精准度”（mAP），用以评估感知算法对目标位置、尺寸、姿态的检测水平。根据行业权威数据集Nuscenes感知算法评测显示，“激光雷达+摄像头”的组合方案mAP（平均精准度）分数相比纯视觉算法的数值平均从57%提升至73%，增加了16个百分点。
2.2 激光雷达成本下探，加速渗透至更多车型
国外激光雷达厂商式微，国内厂商快速崛起。北美和欧洲地区激光雷达产业起步较早，发展过程中涌现一批领先的激光雷达制造厂商，包括Velodyne、Luminar、Aeva、Ouster、 Valeo、Innoviz、Ibeo等。伴随着激烈的市场竞争，部分海外激光雷达厂商面临衰退，2022 年，曾经的全球激光雷达巨头Velodyne和Ouster确认合并，Ibeo、Quanergy相继宣布破产。而国内激光雷达厂商在政策支持和市场需求双重驱动下快速发展，代表企业包括禾赛科技、图达通、速腾科技、大疆览沃、万集科技等。伴随着国内智能驾驶行业快速发展，国内头部厂商加大布局力度，产品性能和价格优势逐渐凸显，带动国内车载激光雷达在全球市占率不断攀升。根据Yole Intelligence数据统计，2022年中国车载激光雷达企业占据全球市场份额突破75%。其中，2022年禾赛科技以47%的市占率稳居全球车载激光雷达总营收榜首，同比提升5个百分点；图达通依靠着蔚来汽车持续出货，以15%的市占率夺得第二位；Valeo、速腾聚创、大疆览沃分别以13%、9%、5%市占率位列第三、四、五位。2022年全球营收前五的激光雷达厂商中，中国厂商占据四席，国内激光雷达产业高歌猛进。
头部厂商加速迭代高线束激光雷达，产品性能不断提升。衡量激光雷达核心性能的参数包括线束、分辨率、视场角FOV、点频等，各参数之间的差异将会直接影响激光雷达的测距能力和感知精准度。其中，线束是最为直观衡量激光雷达性能的指标之一，激光雷达线束越多，可以更清晰完整收集到各类物体的3D轮廓，即测量精准度越高，能够有效提升智能驾驶的安全性。2017年，激光雷达首次被搭载在量产车型奥迪A8上，选装的是由Valeo提供的4线转镜扫描激光雷达；到 2021 年底，小鹏P5成为首选搭载激光雷达的量产电动车型，搭载的是由览沃提供的等效144线激光雷达。此后速腾聚创推出125线的M1和禾赛科技推出的128线的AT128几乎平分车载激光雷达市场。2023 年底，华为发布的问界M9搭载行业首颗量产192线激光雷达遥遥领先于同行。不久之后，北醒光子就官宣旗下256线激光雷达投产；2024年1月，CES2024 大会上，禾赛科技更是推出了 512 线激光雷达——AT512，该款雷达可实现300米标准测远，最远测距能力可达400米，为系统安全决策增加 40%以上反应时间，树立了行业性能标杆。高线束激光雷达市场发展进程加速，有望助力车企打造更安全的智能驾乘体验。
激光雷达成本下探，有望渗透到更多车型中。近年来，在激光雷达加速规模化量产主导 下，激光雷达成本快速降低。从2021年单颗售价1万元左右，到2022年降至6000元以下，2023年更是已进一步压缩至3000元以下。根据Frost&Sullivan报告，车载激光雷达成本预计将在2021年至2030年间每年下降约9%。国内头部激光雷达厂商图达通亦表示，预计未来3-5年内，激光雷达成本将下降20%-30%，在5-10年左右降至1000元以下。根据灼识咨询报告，以往因激光雷达价格高昂，仅建议售价超过40万元的车型选择搭载激光雷达产品，受益于激光雷达快速降本，2023年，建议售价约20万元的车型可考虑将激光雷达作为可选配置或标准配置。根据佐思汽研统计，2023年国内有超过20款新车型搭载激光雷达上市；2024年后，宝马、奔驰、沃尔沃等外资品牌也将加入到上车潮中。此外，近期比亚迪宣布，将在2024年推出多达10余款搭载激光雷达的智驾车型，未来将为20万元以上车型提供高阶智能驾驶系统选装服务，而30万元以上车型将全面标配高阶智能驾驶系统。伴随着激光雷达成本持续下探，激光雷达有望加速渗透到不同价格区间、不同品牌的车型中，并逐渐成为标配。
2.3 自动驾驶水平升级，单车搭载激光雷达需求增加
伴随自动驾驶水平升级，单车激光雷达需求增加。冗余设计是指在系统或设备的关键部 分增加额外的功能通道、工作元件或部件，以确保在部分出现故障时，系统或设备仍能 正常工作，提高系统可靠性。随着自动驾驶程度提升，驾驶主体从驾驶员转为车辆系统，为确保车辆始终处于正常运行状态，冗余设计变得必不可少，对于L3及以上自动驾驶冗余系统将成为标配。目前，高阶自动驾驶冗余设计涵盖了感知冗余、控制器冗余、执行器冗余、通信冗余等。其中，感知冗余是指采用“摄像头+超声波雷达+毫米波雷达+激光雷达”多源异构传感器融合方案，以实现感知硬件能力互补，从而强化自动驾驶的感知能力。根据盖世汽车统计数据显示，2023年1-10月，在搭载NOA功能的车型中，采用11V1R1L方案（11个摄像头+1个雷达+1个激光雷达）的车型占据最大市场份额，达到27%。其他包含激光雷达的11V5R1L方案和11V5R2L方案分别占比17%和3.4%，含有激光雷达的多传感器方案在搭载NOA功能的智能驾驶车型中占据主导地位。同时，伴随着自动驾驶水平持续提升，单车所需搭载的激光雷达数量将不断增加。据中国信息通信研究院报告，L3级别以上车辆单车搭载量将随着自动驾驶等级的提升而成倍增加，L3、L4和L5级别自动驾驶或分别需要平均搭载1颗、2-3颗和4-6颗激光雷达。
国内头部激光雷达厂商交付量不断攀升。国内激光雷达头部厂商量产交付量竞赛已经进入到白热化阶段。2022年9月，禾赛科技成为首个单月激光雷达交付量超过1万颗的车载激光雷达厂商；2023年8月，速腾聚创单月交付量超2万颗；2023年10月，速腾聚创实现单月销量近3万颗，再次刷新纪录。2024年1月2日，禾赛科技宣布2023年12月激光雷达交付量突破5万颗，仅 6日后，速腾聚创宣布2023年12月交付量达到72200颗，成为车载激光雷达行业中首个单月交付量超过7万颗的激光雷达厂商。根据高工数据统计，2023年，中国乘用车前装标配激光雷达交付量超过60万颗，主要是由禾赛科技、速腾聚创和图达通为代表的国内第一梯队激光雷达厂商所贡献。其中，2023年，速腾聚创激光雷达销量约为25.6万颗，同比增长超过300%；禾赛科技预计全年销量突破22万颗，同比增长超过173%。当前，头部厂商快速放量，激光雷达产业或迎来商业化临界点。
激光雷达市场规模快速增长，2030年或超万亿元。目前，激光雷达的主要下游应用场景包括汽车、机器人（包括自动驾驶汽车及自动驾驶卡车）、3D测绘等，根据灼识咨询报告，汽车行业为激光雷达发展的主要驱动力。在汽车应用领域，随着自动驾驶汽车需求日益提升，激光雷达持续降本加速渗透到更多车型，同时自动驾驶等级升级带动单车所需搭载的激光雷达数量增加，车载激光雷达厂商有望继续快速放量。根据灼识咨询报告，2022年全球车载激光雷达解决方案市场规模为34亿元，后续预计将以103.2%的复合年增长率增长至2030年的10003亿元。届时，车载激光雷达市场将占据激光雷达整体解决方案市场的近80%。中国作为全球车载激光雷达方案最大的市场，预计2030年市场规模将达到3466亿元，占比全球市场34.6%。从2022年至2030年，中国车载激光雷达市场规模的年复合增长率预计高达104.2%，显示出强劲的增长势头。此外，在机器人应用领域，采用配备激光雷达的机器人可提高工作环境的安全性，并有效降低劳动成本。为了提高机器人感知准确性，配备多个激光雷达的高度智能机器人已成为趋势。受机器人出货量提升及单台机器人激光雷达安装数量增加所推动，预计全球机器人激光雷达解决方案市场将快速增长，到2030年市场规模有望达到2162亿元市场规模，其中，中国市场预计占据31.8%的市场份额。
上游模块升级，固态补盲开辟激光雷达新赛道
激光雷达上游主要可以拆解为发射模块、扫描模块、接收模块和控制模块四大模块。发射模块负责激光源的发射，光源及发射形式的不同影响射出的光的能量大小，从而影响探测范围。扫描模块通过扫描器的机械运动控制光的空间投射方向，实现对特定区域的扫描。接收模块则负责捕捉反射回来的光，探测器的选择将影响对返回光子的探测灵敏度，继而影响激光雷达探测距离和范围。控制模块通过算法处理生成点云模型并进行处理，最终完成探测任务。
3.1 发射模块：1550nm 光源及 FMCW 测距方式为未来发展方向
激光光源：905nm具有经济优势，1550nm对人眼更安全。按波长来区分，目前激光雷达主要应用的是905nm波长和1550nm波长的光源。905nm激光雷达中的激光器接收端可以采用硅基探测器，其具有技术成熟及低成本等优点。相比之下，1050nm激光雷达激光器则需要使用价格较高的磷化铟（Inp）材料，并与昂贵的铟镓砷（GaAs）探测器配对使用，因此成本相对较高。但是1550nm光源对人眼更安全，受日光和大气散射等干扰小，且更易穿透大气，在应用中可实现更远的探测距离。目前，905nm激光雷达凭借经济优势成为出货量最大的产品，国内头部激光雷达厂商如速腾聚创和禾赛科技均专注于此。而图达通生产的激光雷达猎鹰（Falcon）则应用 1550nm波长，该产品作为蔚来ET7自动驾驶超感系统的标配，是全球首款量产的1550nm激光雷达，其最远探测距离高达500米。
测距方式：ToF 仍为主流方式，FMCW未来可期。激光雷达对物体的测距方式主要分为飞行时间（ToF）和调频连续波（FMCW）两种方式。ToF探测方式是根据光源发射及返回的时间差来得到与目标物的距离信息，这种方式探测精度高，响应速度快，是目前市场应用最为广泛和成熟的测距方式。FMCW探测方式是将发射激光的光频进行线性调制，得到发射及返回信号的频率差，从而间接获得飞行时间来反推出与目标物的距离。相比ToF探测方式，FMCW探测方式具有抗干扰能力更强、信噪比高、分辨率高等优势，但目前技术成熟度较低，仍处于发展初期。
3.2 扫描模块：半固态化 MEMS 路线为主，固态化补盲为发展趋势
扫描模块按技术架构，可分为机械式激光雷达、半固态式激光雷达和固态激光雷达三大类。
机械式激光雷达：360°水平视场角范围扫描，主要用于无人驾驶领域。机械式激光雷达是最早进入市场以及最成熟的一种技术路线，主要是通过电机带动收发阵列进行整体旋转，实现对空间水平360°视场范围的旋转。由于无人驾驶汽车运行环境复杂，需要对周围环境进行360°的水平视场扫描，而机械式激光雷达兼具360°水平视场角和测距能力远的优势，同时测量精度较高，目前主流无人驾驶项目包括无人汽车、无人卡车等，均采用机械式旋转激光雷达作为主要传感器。但因为其内部有机械式结构，所以产品尺寸大、维护成本高、使用寿命短，造成其不太适合大规模装载在乘用车上。
半固态式激光雷达：MEMS为乘用车市场主流应用方案。半固态方案的特点是收发单元与扫描部件解耦，收发单元不再进行机械运动，整体体积相较于机械旋转式雷达更为紧凑。半固态式激光雷达主要分为MEMS、棱镜和转镜三种技术路径，其中MEMS方案最为主流。由于MEMS方案内部只有一个运动部件微型镜面，所以可以更好地实现性能和耐久性的平衡。目前，乘用车市场中广泛应用的就是MEMS激光雷达。例如，速腾聚创的M1激光雷达已经上车的车型包括小鹏 G9、威马M7、广汽埃安LXPlus、智己L7等；禾赛科技的AT128激光雷达上车的主要车型包括理想L9/L8/L7、集度ROBO-01等；以及依靠蔚来出货的图达通猎鹰（Falcon）激光雷达，目前主要搭载在蔚来ET7/ET5/ES7/ES8/ES6等车型中。
固态式激光雷达：Flash固态补盲激光雷达开辟新赛道。Flash固态式激光雷达即使MEMS方案已经减少了机械部件，但由于内部仍有“微动”的微型镜面，这对于产品的可靠性和耐久性方面构成了挑战。相比之下，全固态激光雷达彻底摒弃了机械扫描结构，其光发射与接收完全依赖于芯片实现，大幅提升了探测性能和产品可靠性。此外，由于其高度集成的结构特点，体积上更为紧凑，因此更适合用于车载环境。目前，纯固态激光雷达主要采用OPA和Flash两种技术路径，由于OPA技术工艺要求较高，生产难度大，预计短时间内难以落地；而结构相对简单、技术相对成熟的Flash方案为目前厂商主要发展方向。但是Flash方案也存在一定的局限性，由于其功率密度低，探测距离相对较短，更适用于近距离补盲。目前车载激光雷达市场上主要应用的是具有测远优势的半固态激光雷达，但其垂直视场角低，通常在30°以内，使得在近距离探测时会形成较大盲区，而Flash固态激光雷达正好可以弥补这一缺陷。禾赛科技推出的FT120固态激光雷达产品定位就是近距离补盲，其拥有100°x75°的超广角FOV，能够实现马路边沿、孩童、宠物、减速带等低矮目标物的探测。2023年8月，禾赛科技FT120率先上车极石01，该车型搭载1颗AT128前向+2颗FT120侧向，成为国内首个搭载固态补盲激光雷达的车型。此外，国内厂商速腾聚创、图达通、亮道智能也均推出了相关的Flash固态补盲产品，万集科技近期也表示Flash补盲雷达已经实现工程样机开发，目前正在做内部测试。后续伴随着更多厂商积极布局该赛道，Flash固态激光雷达量产落地，有望形成更完善的传感器配置方案，进一步强化智能驾驶的感知能力。
3.3 接收和控制模块：芯片国产替代进行时
接收模块：SiPM/SPAD 为重要发展方向，国内SPAD芯片企业实现突破。光电探测器是接收模块的核心元器件之一，主要用于接收返回的脉冲激光并将其转化为电流，然后用于测距计算，属于光芯片。按照器件结构分类，光电探测器可以分为APD（雪崩式光电二极管）、SPAD（单光子雪崩二极管）和SiPM（硅光电倍增管）三种类型。APD光电探测器受自然光和环境温度干扰轻，是目前ToF类激光雷达接收端的主流应用方案，但同时其也存在体积大、成本高、稳定性不足等明显局限性。SPAD在性能上明显优于APD，APD需要几百个光子才可以实现有效检测，而SPAD则具有单光子检测能力，可以实现更高的增益和更远的探测距离，且功耗、体积相对较小、成本低。SiPM是多个SPAD阵列形式，可有效弥补SPAD对光强感知能力不足的问题。SiPM/SPAD已经成为当前光电探测领域研发创新的重要方向，未来有望逐步替代APD，有效降低激光雷达接收端成本。目前，SPAD光电探测器市场主要被安森美、滨松、博通等头部企业垄断，由于缺乏完整的生产加工体系，中国本土企业在光探测芯片领域的市场份额较小。当前，国内芯视界、灵明光子、阜时科技等创新型企业正在积极布局SiPM/SPAD方案，并实现了新的突破。例如，阜时科技于2022年8月发布了全固态激光雷达面阵SPAD芯片FL6031，其实际点云分辨率超过50k，满足上车要求，现已成功获得国内头部激光雷达场上的SPAD芯片定制订单。未来随着国内相关企业在SPAD/SPiM技术上持续突破，有望推进国产芯片替代进程。
控制模块：FPGA芯片为主流，厂商开启自研SoC。目前，激光雷达主控芯片以FPGA为主，主要实现时序控制、波形算法处理、其他模块控制等功能。随着激光雷达产品对芯片集成度、运算能力等要求日益提升，部分厂商着手自研SoC芯片。SoC芯片因具有集成度高、系统复杂度和成本低等优势，适合进行规模化批量生产。此外，相比于外购FPGA芯片，自研SoC芯片可以更精确匹配激光雷达的特征，实现信息采集、处理和分析的高效运作，进而显著提升产品质量，简化供应链，并优化产品整体性能。国内头部激光雷达供应商禾赛科技已积极布局SoC芯片的研发工作，其最新推出的产品AT512便搭载了公司第四代自研芯片。这款芯片融合了3D堆叠、光噪抑制等前沿技术，展现了强大的垂直整合能力，实现了在体积保持不变的基础上全面提升产品性能。
一、需求：高阶智驾即将爆发，激光雷达方案占主流
1.1 高阶智驾渗透率有望提升到 15%，激光雷达方案占据主流
1.1.1 政策、成本、技术三者齐发力，城市 NOA 迎来爆发前夜
政策方面：政策端驱动高级自动驾驶落地。2024 年 8 月 27 日，在国新办新闻发布会上，公安部交通管理局介绍当前 无人驾驶和自动驾驶汽车产业的进展，特别提出公安部正在积极推动《道路交通安全法》的修订，对自动驾驶汽车的 道路测试、上路通行、交通违法和事故处理相关责任追究等方面都作出了详细规定，《道路交通安全法》的修订工作 已经列入了国务院 2024 年度立法计划、十四届全国人大常委会立法计划的第一类项目。
成本方面：智驾系统成本大幅降低有望实现 20 万以上车型标配。一套支持城市 NOA 功能的高阶智驾系统典型配置包 括： 1 个智驾域控制器（包含 2颗OrinX 芯片）；1 颗激光雷达、3 颗毫米波雷达、11 颗高精度摄像头（2 颗前视摄像 头(8MP)、4 颗周视摄像头(3MP)、4 颗环视摄像头(3MP)，1 颗后视摄像头(2MP)）；12 颗超声波传感器。上述器件中传 感器成本不断下降，尤其是激光雷达和毫米波雷达，下降的走势非常迅猛，大算力智驾域控成本虽然走势比较平缓， 但也在保持持续下降的步伐。智驾系统成本降低之后有望实现 20 万以上车型标配，推升高阶智驾渗透率。
技术方面：大算力芯片上车为高阶智驾的规模化落地提供硬件基础，软件算法从模块化进阶到端到端。1、芯片端： 2025 年，大算力芯片头部玩家重磅新品即将登场，加速高阶智驾渗透率提升。英伟达将于 2025 年发布下一代产品 Thor，其最高算力高达 2000TOPS。高通也已发布驾舱融合系列产品，Snapdragon Ride Flex（SA8775P）舱驾融合平 台，将于 2025 年二季度正式量产上车；特斯拉方面，下一代车载平台直接改名为 AI5，较 HW4.0 能耗提升 5 倍，算力 提升 10 倍。国内方面，地平线于2024 年 4 月发布了“征程 6”系列产品，其中 J6P 算力高达 560TOPS，预计将于 2025 年第四季度交付首款量产合作车型，引领国产芯片拓局城市 NOA。2、算法端：2025 年，高阶智驾系统将从传统的模 块化架构进阶到端到端架构，相对于传统模块化架构，端到端架构全局优化、更高计算效率、更强泛化能力等优点。 城市 NOA 等高阶智驾经过 24 年的大规模的落地应用后，在端到端大模型技术的加持下，有望在 2025 年从“能用”迈 向“好用”，高阶智驾将成为 toC 乘用车市场竞争的重要手段。
根据亿欧智库统计，2023 年中国 L2+智驾功能渗透率进一步提升，其中高速 NOA 渗透率为 4%，城区 N0A 渗透率为 0.1%。 2024 年 L2+智驾功能预计将达到 8.5%，2024 年后，城区 NOA 功能也将迎来飞速发展，2025 年高速 NOA 渗透率预计将 达 15%，城区 NOA 将达 1%。
1.1.2 NOA 方案比较，纯视觉 VS 多传感器融合（激光雷达），采用激光雷达占据主流
从感知路线类型可以分为纯视觉路线多传感器融合两种方式。纯视觉路线和多传感器融合路线，核心在于是否配置激 光雷达，是否需要激光雷达的高精度点云信息。纯视觉路线以特斯拉为代表，仅通过摄像头的视觉感知，实现对环境 的精准识别，目前国内也有部分主机厂开始尝试此方案；国内多数主机厂采用多传感器融合的技术路线，核心原因为 国内主机厂视觉算法研发经验较少，选择具备鲁棒性高、星系互补以及系统冗余的多传感器方案，更有利于实现全场 景的 NOA 功能。
激光雷达是摄像头、毫米波雷达与超声波雷达的有效补充。激光雷达的环境感知精度高，激光雷达发射的光波频率比 微波高出 2-3 个数量级，具有极高的距离分辨率、角分辨率和速度分辨率。激光雷达可直接获取目标的距离、角度、 反射强度、速度等信息，生成目标的三维图像。激光雷达抗干扰能力较强，可弥补摄像头在强光或黑夜等场景下性能 劣化的缺陷以及微波雷达对金属物体敏感在人车混杂的场景中不易识别出行人的缺陷。
目前国内支持城市 NOA 的车型普遍都配备有激光雷达。国内多数主机厂采用多传感器融合的技术路线，尤其面向高阶 NOA 功能的车型普遍有搭载激光雷达。仅部分车企在效仿特斯拉探索去掉激光雷达的视觉方案，依靠毫米波雷达和摄 像头等传感器实现感知。
单车激光雷达搭载数量将迎趋势性增加。随着激光雷达的成本不断降低、技术成熟度提升以及自动驾驶功能的提升， 未来几年车辆搭载激光雷达的数量有望增加，进一步推升激光雷达放量空间。
1.2 Robotaxi 方案有望迎来商业拐点，激光雷达占据绝对强势地位
Robotaxi 行业加速变化，在政策+技术+运营多重发力下，Robotaxi 每公里成本有望快速与网约车成本持平，规模化 运营有望引来拐点。我们判断，2026 年有望成为 Robotaxi 规模化量产元年,行业将开启高速增长，根据弗若斯特沙利 文测算，预计到 2030 年 Robotaxi 市场规模可超过 4000 亿。
Robotaxi 车型均标配激光雷达，且普遍采用多个。第六代百度 Apollo 无人车颐驰 06 搭载 4 颗超高清远距激光雷 达（禾赛科技提供），其探测距离超过 200 米，并将高清三维感知覆盖到了 360°，助力无人驾驶车辆全方位规划路线 及安全避障，整车 成本相较于五代车直接下降 60%，据官方信息价格仅需 20.46 万元。而在其他的 Robotaxi 车型 中长距激光雷达和短距激光雷达数量也较为可观。
1.3 机器人打开远期放量空间
激光雷达的应用领域除了车之外，还包括机器人及工业领域。当前机器人方向主要面向移动机器人即配送、清扫、巡 检等场景，人形机器人市场也在尝试用激光雷达拓展感知信息。人形方面，视觉方案目前主要以结构光、双目或多目 RGB、TOF 等的组合方案为主，其中特斯拉 Optimus 采用纯视觉传感器方案，搭载了 2D 视觉传感器和与特斯拉车辆相 同的 FSD 技术以及 Autopilot 相关神经网络技术，源自其强大的算法实力，而算法基础相对薄弱的厂商会选择更为更 多维度的硬件做冗余。
激光雷达头部玩家均有面向机器人方向产品布局，远期放量空间进一步打开。如 RoboSense 速腾聚创旗下 R、E 两大 平台产品满足机器人市场的多元应用场景需求。其中，R 平台为高性能机械式激光雷达平台，通过从短距到长距的多 款成熟产品，以超广视场角，广泛应用于无人清洁、无人叉车和无人配送等工业级及商业级机器人场景；E 平台为全 固态广角激光雷达平台，契合机器人领域对大角度、近距离、高精度等探测需求，可应对室内、室外、工业设施等复 杂多元的机器人运行环境。
1.4 装机量步入爆发式增长阶段
根据 Yole Intelligence 发布的《2023 年全球车载激光雷达市场与技术报告》，到 2029 年，激光雷达市场将到达 36.31 亿美元，CAGR10 为 39.4%；其中乘用车和轻型商用车激光雷达市场为 29.93 亿美元，CAGR10 为 65%；Robotaxi 激光雷达市场为 6.38 亿美元，CAGR10 为 19.1%。在激光雷达解决方案的众多应用场景中，预计汽车应用将占据整体市场的 最大份额。伴随激光雷达成本持续下探，渗透率有望进一步提升。
出货量方面，根据 YOLE 预测，2025 年乘用车领域激光雷达出货量将达 260 万台，robotaxi 领域将达 19 万台。
二、技术路线：905nm+一维转镜方案是当前最优解
激光雷达作为智能驾驶技术发展的重要基石，其技术路线的选择不仅决定了产品的性能和适用性，更反映了行业对成 本、可靠性和量产能力的权衡。当前，ToF（时间飞行法）和 FMCW（调频连续波法）是两大主流工作原理，而激光雷 达的结构设计又围绕发射、扫描、接收和控制四大模块展开。同时，机械式、混合固态和纯固态三大技术路线则构成 了激光雷达在市场上的核心竞争格局。
2.1 激光雷达结构和技术路线
2.1.1 激光雷达工作原理：ToF 和 FMCW
激光雷达作为自动驾驶技术的重要感知组件，其核心作用是通过发射激光并接收反射信号，来生成精确的三维环境数 据。根据技术路线的不同，激光雷达可以分为 ToF（Time of Flight，飞行时间）和 FMCW（Frequency-Modulated Continuous Wave，频率调制连续波）两种测距技术。 ToF 利用光速与时间差的关系，计算光脉冲从发射到接收的飞行时间，推算目标距离。测量激光脉冲从激光器到待测 目标之间的往返时间 T，即可得到目标距离 S=cT/2，其中 c 为光在空气中的传播速度。其实现原理相对简单，且技术 成熟，是目前车载激光雷达的主流方案，广泛应用于量产车型。 FMCW 激光雷达技术因其独特的测距和测速能力，近年来成为激光雷达研究领域的重点方向。与 ToF 技术不同，FMCW 利用频率调制的连续波信号，不仅可以实现距离的精确测量，还可以获取目标的速度信息，从而为更复杂的动态环境 提供支持。
2.1.2 激光雷达结构：发射模块、扫描模块、接受模块、控制模块
激光雷达作为环境感知的核心工具，其性能高度依赖于结构设计的协同作用。从基础功能出发，它可以分为发射、扫 描、接收和控制四大模块。每一模块都代表着技术发展的一个方向，而它们之间的配合直接决定了激光雷达在不同应 用场景中的表现。
1、发射模块：技术路径与波长选择
发射模块的任务是产生高质量的激光束，其性能直接决定了激光雷达的测距范围和精度。目前，发射模块的激光器以 边发射激光器（EEL）为主流，同时垂直腔面发射激光器（VCSEL）和光纤激光器也在特定场景中逐渐得到应用。 905nm 波长是当前主流选择。EEL 激光器使用 905nm 波长光源是当前主流方案，这一波长在成本和性能之间达到了较 好的平衡，适用于中短距离探测。光纤激光器通常采用 1550nm 波长光源，具有更高的功率输出和更长的探测距离， 但成本较高，主要用于高端自动驾驶场景。
2、扫描模块：从机械走向固态
在激光雷达的发展历程中，扫描模块是最能体现技术进化的环节。从机械式到混合固态，再到纯固态，扫描技术的演 变不仅仅是技术的突破，更是市场需求和成本压力的博弈。
机械式：技术的起点，市场的退场者。机械式激光雷达通过旋转部件实现全景扫描，是行业技术发展的开端。其高精度、多目标检测能力为高精度地图采集和早期自动驾驶研发提供了有力支持。然而，随着车规级市场对成本、 体积和可靠性的要求不断提高，机械式逐渐显现出“体积庞大”“高成本”“低可靠性”的问题。当前，这一技术 主要应用于科研测试和特定工业场景。
混合固态：性能与经济性的平衡之道。混合固态技术通过减少机械部件并结合固态扫描技术，实现了性能、可靠 性和成本的均衡。特别是一维转镜方案，凭借其稳定的性能与较低的制造成本，在 L3-L4 级别自动驾驶车型中广 泛应用。与此同时，MEMS 微振镜技术逐渐获得高端市场的青睐，其轻量化和低功耗特性为新能源车市场提供了新 的选择。 当前，混合固态激光雷达已成为 20-40 万价格区间乘用车市场的主力方案，在辅助驾驶与部分高级自动驾驶场景 中扮演重要角色。
纯固态：高级别自动驾驶的未来支柱。纯固态激光雷达通过彻底去除机械部件，实现了体积小、可靠性高的设计 目标。其核心技术包括光学相控阵（OPA）和 Flash 泛光技术，具备超高速扫描与动态目标探测能力。然而，当 前技术瓶颈主要集中在制造工艺复杂和高成本上，短期内难以进入大规模量产阶段。随着技术突破和成本下降， 纯固态激光雷达将在未来 5-10 年内逐步进入高级自动驾驶（L4-L5 级别）市场，并在机器人和无人机领域展现 潜力。
3. 接收模块：探测灵敏度的决胜点
接收模块的任务是将目标反射的激光信号转化为可处理的电子信号，其灵敏度和可靠性直接影响激光雷达的探测能力。 根据信通院报告，目前的接收技术主要集中在以下几种探测器上：
雪崩光电二极管（APD）：APD 因其高灵敏度和高速响应，成为车载激光雷达的主流选择。其稳定性和性价比使其 广泛应用于 L2-L4 级别的自动驾驶场景。
单光子雪崩二极管（SPAD）：SPAD 能够探测单个光子信号，在极低光条件下表现突出，但其高成本限制了其在量 产产品中的应用。
硅光电倍增管（SiPM）：SiPM 的灵敏度和动态范围更高，适合高性能需求的场景，但成本相对较高。 APD 探测器因其性能和成本的平衡性，仍将在车规级产品中长期占据主流地位。
4. 控制模块：数据处理与智能化的核心
控制模块作为激光雷达的“大脑”，负责信号处理、数据分析和系统控制。其核心是高性能的处理器和算法，实现对海 量点云数据的实时处理和解算，当前主要包括 FPGA、ASIC、SoC 三类：
FPGA（现场可编程门阵列）：具有高度灵活性和并行处理能力，适用于原型开发和功能验证。但 FPGA 成本较高， 功耗较大，不利于大规模量产。
ASIC（专用集成电路）：针对特定功能优化，具有高性能、低功耗的优势，适合量产应用。但开发周期长，缺乏 灵活性。
SoC（系统级芯片）：将处理器、存储器和接口集成在单一芯片上，实现高集成度和低功耗。SoC 的应用有助于降 低系统复杂度和成本。
激光雷达的四大模块相互关联，共同决定了整机性能和应用效果。905nm 波长的激光器与一维转镜扫描方案的组合， 在当前技术条件下，实现了性能、成本和可靠性的最佳平衡，成为主流的技术路线选择。 然而，随着自动驾驶技术的发展，对激光雷达性能的要求不断提升，各模块仍有巨大的改进空间。发射模块需要在功 率和成本之间取得更好的平衡；扫描模块期待纯固态技术的突破；接收模块需要提升探测器性能并降低成本；控制模 块则需要更强大的数据处理能力和智能化水平。 未来，激光雷达技术的升级将更多地依赖于各模块的协同创新。只有在整体架构上实现优化，才能满足高级自动驾驶 对高性能感知系统的需求，引领行业发展。
2.2 激光雷达核心技术参数
分辨率、探测距离、扫描频率和视场角（FOV）四大参数，直接决定了激光雷达的感知能力、场景适配性和市场定位。 不同供应商在技术参数上的差异，也塑造了当前激光雷达市场的竞争格局。
1、分辨率：点云密度与细节还原能力
分辨率是一项极具市场敏感度的参数，消费者可能并不了解点云密度的具体技术细节，但他们能感受到激光雷达对物 体轮廓和细节的还原能力。高分辨率的激光雷达往往能够更精准地捕捉行人、车辆以及路面的微小细节。 禾赛科技的 AT128 凭借 128 线的高分辨率在高端市场脱颖而出，其细腻的点云输出为理想 L7、L8 等车型的复杂场景 感知提供了精确支持。而速腾聚创的 M1 系列则以 64 线为主，满足了问界 M7、极氪 001 等中端市场对性价比的需求。 相比之下，图达通的 Falcon 虽然以 120°的宽视场著称，但其点云密度在分辨率上表现一般。 高分辨率的激光雷达在动态场景中表现优异，但对于某些高速场景，点云密度的提升可能因计算成本的增加而受到限 制。未来，分辨率的竞争将逐步从“线数的堆叠”向“点云优化分布”演进，为更高效的环境感知提供支持。
2、探测距离：谁的视野更远?
探测距离不仅影响自动驾驶系统的提前响应能力，也决定了其是否适合高速场景和复杂环境感知。特别是在高速公路 场景下，探测距离的不足可能直接导致安全隐患。 当前，混合固态激光雷达已经能够稳定实现 200 米以上的探测距离。例如，速腾聚创的 M1P 在问界 M7 和极氪 001 等 车型中的应用，验证了其在高速场景中的可靠性能。与此同时，禾赛科技的 AT128 将探测距离提升至 250 米（见上 表），为 L4 级自动驾驶的提前预判提供了更高的安全冗余。 300 米以上探测范围将是下一阶段的重点突破方向。这一目标的实现不仅依赖于光源功率的提升，还需要在信号接收 灵敏度和环境干扰处理能力上取得进展。
3、扫描频率：动态感知的“快与慢”
一维转镜技术的扫描频率通常在 10-20Hz 之间，适用于主流辅助驾驶场景。而 MEMS 技术凭借其高频扫描能力（可达50Hz），在动态目标检测中更具优势。例如，禾赛科技的高频 MEMS 方案在城市道路的动态测试中表现优异。而纯固态 Flash 技术通过全视场同步扫描，将频率与覆盖范围结合，展现了更高的理论潜力。 高频扫描需要克服硬件功耗和热管理问题，同时在快速动态响应中保持点云质量。未来可能通过与其他传感器（如毫 米波雷达）的数据融合，缓解单一设备性能的局限性。
4、视场角（FOV）：横纵视野的取舍
视场角决定了激光雷达对环境的覆盖范围，尤其在城市路口和狭窄道路等复杂场景中，广视场角有助于减少感知盲区。 禾赛科技的 AT128 提供了 120°水平视场和 25°垂直视场的设计，兼顾了感知广度与点云密度，在城市道路和高速场 景中表现良好。 未来，激光雷达可能通过动态调节视场角的技术，实现宽视场和聚焦视场的智能切换。例如，在车辆转弯或进入交叉 路口时，扩大水平视场以增强安全性；而在直线路段，则集中点云密度于前方目标。
三、供应链：整机格局最优，镜片 BOM 成本占比高
3.1 整机端：市场集中度较高，成本陡峭性显著，龙头公司盈利拐点在即
（1）市场格局：禾赛、速腾聚创占据绝大部分份额
后发先至，国产企业迅速崛起。北美和欧洲地区激光雷达产业起步较早，发展过程中涌现一批领先的激光雷达制造厂 商，包括 Velodyne、Luminar、Aeva、Ouster、Valeo、Innoviz、Ibeo 等。伴随着激烈的市场竞争，部分海外激光雷达厂商面临衰退，而国内激光雷达厂商在政策支持和市场需求双重驱动下快速发展，代表企业包括禾赛科技、图达通、 速腾科技、大疆览沃等。根据 YOLE 的数据，全球车载激光雷达供应商格局来看，2023 排名靠前厂商分别为：禾赛科 技（29%）、速腾聚创（Robosense，29%）、Seyond（图达通，原 innovusion,21%）、Valeo（法雷奥，10%）、华为（9%） 以及其他（2%）。其中，中国厂商占据了主导地位，合计取得全球车载激光雷达市场的 88%的份额。相较 2022 年，禾 赛科技和速腾聚创的全球市占率均有明显提升，背后主因为国内 OME 智能化进展领先，其中禾赛主要得益于理想汽车 等车企的放量，速腾聚创则依靠小鹏、问界和极氪等车企，展望后续，截至 2024 年上半年，禾赛科技获得全球 19 家 车企 70 余款车型定点，速腾聚创已获得全球 22 家车企及 tier1 客户的 80 款车型量产定点，大量在手定点将继续巩 固甚至扩大二者行业份额。
（2）成本陡峭性：成本曲线陡峭，规模化降本空间大，龙头公司盈利拐点在即
成本曲线陡峭，规模化降本空间大。当前禾赛科技、速腾聚创均处于亏损状态，核心原因为当前处于行业放量初期， 后续伴随着产品交付量攀升，原材料规模化采购降本、生产工艺优化效率提升、规模效应摊薄固定成本以及研发及销 售人员趋于稳定，盈利能力将有显著改善。以速腾聚创为例，公司 2022 年各项开支收入占比高达 213%，其中主要构 成原材料和员工成本占比分别为 103%和 87%，2024 年上半年总开支收入占比大幅回落至 149%。
价格通缩放缓，毛利率趋势性回升。以速腾聚创 ADAS 激光雷达产品示例，2020/2021/2022/2023/24H1 销售均价分别 为 22.5/10/4.3/3.2/2.6 千元，其中 24H1 价格较 2022 年下滑近 40%，但是公司 ADAS 激光雷达产品的毛利率 2022/2023/24H1 分别为-101.1%/-5.9%/+11.2%显著回升，意味着过去几年激光雷达产品价格的显著下探对公司盈利 的影响，可以由规模化、平台化、集成化等降本完全对冲覆盖。展望后续，我们认为激光雷达产品价格的通缩节奏将 会放缓，毛利率将趋势性回升，原因如下：1、针对已定点车型，激光雷达厂商普遍约定 SOP 后每年产品价格下调幅度介于 1%至 5%；2、格局优化，行业向头部集中，如 Mobileye、博世放弃研发激光雷达；3、智驾功能升级支撑高性 能产品需求。
龙头公司盈利拐点在即。根据禾赛科技2024年三季度财报公告，公司预计在第四季度将实现2000万美元盈利（GAAP）， 成为全球首家季度盈利 2000 万美元的车载激光雷达企业（GAAP），同时禾赛也有望成为全球首家实现全年盈利的车载 激光雷达企业（NON-GAAP）。
从现金流角度，国内两家龙头公司是全球上市激光雷达企业中目前现金流情况最好的企业，其中禾赛科技已经实现正 向经营性现金流。
（3）禾赛科技：全球激光雷达龙头，技术、成本、客户、新品多重驱动
1）技术端：905nm + 一维转镜
以波长来区分激光雷达，目前主流的波长有两种 905nm 和 1550nm。905nm 和 1550nm 都是光的波长，每一种波长都有 其特性，例如收发特性、被干扰特性、对人眼影响特性等，本身并没有优劣之分，但在应用到激光雷达产品中时，在 不同侧面会呈现出各自的优劣势。905nm 波长：当下最主流的激光雷达所选用的波长-可以用硅做接收器，成本低且产 品成熟，是大多数激光雷达厂商更倾向的选择；同时，砷化镓材料已经在消费类电子和汽车电子领域得到验证，产业 链相对成熟；905nm 波长分辨率更高，同时也或有利于进一步提高点频。1550nm 波长：高功耗、低敏感以及成本更高， 1550 波段硅没有办法探测，需要用 Ge 或者 InGaAs 探测器，波长越长，滤片的难度越大，因为需要膜层太厚比较难 镀，良率会下降，成本也会更高。1550nm 波长的激光器和接收器组件普遍存在高功耗、光纤激光器成本较高以及基于 砷化镓铟微光显微镜接收器灵敏度低等问题。目前国内的主流激光雷达厂商禾赛、速腾聚创均专注于 905nm 的产品， 也是当前出货量最大的波长。 禾赛科技采用 905nm 波长，或更具优势。禾赛科技作为全球激光雷达行业的领导者，于 2024 年 1 月发布了新品 AT512， 采用 905nm 方案，在测距、点频、分辨率等方面取得显著突破，全面超越 1550nm。AT512 拥有 512 线、超高点频和全 局高清分辨率，为激光雷达综合性能的提升树立了全新标杆。AT512 可实现 300 米标准测远（@10%反射率），相比 AT128 提升了 50%。最远测距达到 400 米，是市场同类远距激光雷达的 2 倍。
一维转镜：禾赛激光雷达采用的一维转镜方案是一种高效、可靠且紧凑的扫描技术。相比传统的 360°旋转式机械雷 达，一维转镜方案在可靠性上更高，同时能够减小雷达的体积和重量，提高生产效率。一维转镜通过在一个固定角度 内旋转的镜面上投射光束，实现对该角度内的环境进行扫描。保证了雷达的性能，同时显著减小体积，使得雷达更易 于集成到车辆中。在禾赛的激光雷达产品中，AT128 采用了这种一维转镜方案。AT128 激光雷达通过集成数百个元器 件在芯片上，实现了单个电路板嵌入 128 个激光器通道的设计。这种设计不仅保证了雷达的性能，还显著减小了体积，使得雷达更易于集成到车辆中。此外，一维转镜方案还采用了芯片化工艺，将多个激光通道集成在一个芯片上，从而 简化了生产工序，提高了自动化产线的速度，并降低了成本。这种工艺能力的提升使得禾赛激光雷达在性能和成本之 间取得了良好的平衡。
2）技术端：自研 ASIC 激光雷达芯片-收发模组集成化，精简元器件显著降本
自研芯片：2017 年起布局自主研发激光雷达专用芯片（ASIC），当前已发布第四代，芯片化设计使激光雷达元器件数 量大幅减少，简化的结构带来了显著的成本降低。禾赛基于半导体的 TX/RX 系统使用专用集成电路(ASIC), 集成大量 通道及波束控制系统，AT 系列等激光雷达产品在性能、质量和成本方面都表现优异。禾赛平台化自研芯片，收发模块 集成化，持续提高雷达集成度。2017 年，禾赛科技在公司内部建立了一个专门的团队来开发内部 ASIC（专用集成电 路）。目前，其内部专用 ASIC 仍处于相对早期的开发和生产阶段，禾赛科技已将 1.0 版和 1.5 版 ASIC 批量应用于其 激光雷达产品，当前已发布 4.0 版 ASIC。据公司官网，公司有 1100 余名员工，其中研发和制造工程师占总员工的 70%。 同时，公司在全球有 550 项已授权专利和 1150 申请中专利，已覆盖 90 个城市 40 个国家，涵盖的关键技术包括激光 雷达技术和应用、ASIC 技术和激光气体传感器技术。
平台化自研芯片&雷达集成度持续提升，技术优势驱动降本。禾赛积极推动芯片化设计及专用芯片（ASIC）的自主研 发助推激光雷达降本。在 ASIC 架构下，禾赛的 AT 和 ET 产品系列 70%的零部件和元器件是可共享，这有效降低了 供应链管理成本。对激光雷达而言，芯片化设计能够通过将激光雷达各个复杂的控制、转化及处理电路进行高度集成， 实现对上百个激光发射/接收通道的高质量控制和运算，最终实现元器件数量的减少和结构简化，助推降本；且由于 更加简化的结构带动的装配步骤减少、光学校准更具整体性，使得在生产时能够提高自动化程度和生产效率，进一步 降低生产成本。
3）成本端：规模化量产-降本飞轮
禾赛整线自动化率高达 90%，规模效应带来降本空间。23 年上半年，禾赛全新的自有量产工厂赫兹制造中心也正式投 产，规划年产能为 150 万台。其高自动化的激光雷达生产线采用业内先进的智能制造技术。该中心整线自动化率高达 90%，实现每 45 秒下线一台激光雷达的生产节拍，为客户提供大规模、高质量的激光雷达产品生产与交付。在生产制 造方面，禾赛“麦克斯韦”智造中心，占地面积约 40 亩，总建筑面积近 7 万平方米，包含一栋研发生产大楼、辅助 用房、景观绿化及室外附属工程、配套道路等，总投资超 10 亿元，自建工厂核心生产工序自动化率达到 90%，生产节拍达到 45s/台，2025 年产能预计 100 万台。近年来禾赛科技推出了三款新的产品，其中 1 款已量产，其他预计 25 年 开始量产。禾赛 2023 年乘用车激光雷达搭载量第一。禾赛科技拥有强大的制造能力，以及大规模、高质量的交付能 力。禾赛在全球前装量产市场已获得来自 18 家主机厂的近 70 款车型定点，其中包括一家国际顶级汽车品牌的全 球量产车型。
4）客户：To C 市场核心客户销量快速增长
核心大客户销量增速较快，带动禾赛同步增长。理想汽车为禾赛科技下游重要客户，2024 年 Q3 理想汽车销量为 15.28 万辆，同比 45.4%,环比 40.75%；零跑汽车 24Q3 销量为 8.62 万辆，同比增长 94.4%,环比增长 61.7%；24 年 Q3 汽车行 业总销量为 752.4 万辆，同比下降 3.87%。
Robotaxi 市场王者：在全球 Robotaxi 雷达领域，禾赛与海内外自动驾驶头部企业保持紧密合作。禾赛科技自 2014 年 成立以来，通过不断创新和技术积累，逐渐在 Robotaxi 市场中站稳脚跟并取得显著成就。公司早期开发的 Pandar40 激光雷达产品以其性价比优势迅速获得市场认可，特别是在Robotaxi市场中表现出色，成功赢得了Nuro和百度Apollo 等重要客户。跟 Velodyne 当时 34 线和 64 线的主力产品不同，Pandar40 是一款 40 线产品，中和了 32 线和 64 线产 品的优势，成为其后来能够获得厂商关注的重要一点。此外 Pandar40 相比较 Velodyne 的激光雷达产品，更具性价比 优势。基于以上两点，Pandar40 很快打开市场，并在 2017 年拿下首个自动驾驶客户 Nuro，2018 年又从 Velodyne 手 中夺得了百度 Apollo 的订单，赢下在 Robotaxi 市场站稳脚跟的关键一战。2023 年一季度，公司宣布获得了公司历 史上最大的一笔 Robotaxi 激光雷达订单。当前，禾赛与中国前五的 Robotaxi 公司都达成了独家远距激光雷达供应合 作。 在国内，第六代百度 Apollo 无人车的主激光雷达由禾赛独家供应，单车搭载 4 颗超高清远距激光雷达 AT128，探测距 离超过 200 米，并将高清三维感知覆盖到了 360°。这是国内首次将 ADAS 半固态激光雷达方案大规模应用部署在 Robotaxi 上，标志着 AT128 从前装量产领域“破圈”至 L4 级自动驾驶市场。
5）新品：ATX 性能价格优势显著，有望在下探的 10-20 万元市场赢得更大份额
ATX 是一款平台型激光雷达产品，基于禾赛第四代芯片架构研发，通过优化的光机设计，实现了小巧体积与强劲性能 的完美结合，提供更远探测距离、更高分辨率、更广阔视野，为智能汽车赋予强大三维感知力。高性能：搭载了禾赛 最前沿的第四代芯片架构，实现了更远的探测距离，最远可达 300 米、更高的分辨率和更广阔的视野（水平视场角为 120 度-140 度，垂直视场角为 20 度-25.6 度）；最高支持 256 线扫描，最佳角分辨率达 0.08°x 0.1°，是 AT128 的 2 倍以上。与 AT128 相比，ATX 整机体积缩小 60%，重量减轻一半，外露最小视窗高度仅 25 mm，实现了更为小巧和 轻量化的设计。售价：根据禾赛科技 CEO 李一帆称，ATX 将于明年上市，售价低于 200 美元，仅为当前 AT128 型号价 格的一半，具有超高价格性价比优势，有望在 10-20 万元价格带市场赢得更大份额。
（4）速腾聚创：在芯片、解决方案、机器人、生产制造等领域处于行业领先
激光雷达龙头企业。在技术与产品方面，具有芯片驱动的激光雷达平台、软硬件结合的解决方案、全球顶尖的技术创新实力、AI 驱动的机器人技术，产品覆盖汽车与机器人领域。在生产制造能力方面，在全国多个城市建设了智能制造 中心，具备强大的生产制造能力。在市场销售方面，截至 2024 年上半年已经获得 80 款车型定点，并助力 29 款车型 实现大规模量产。截至 2024年三季度，累计总销量达到 72 万台。
前瞻布局机器人业务，已取得初步成效。当前，RoboSense 速腾聚创在机器人领域上的合作伙伴已达约 2600 家，预计 2025 年公司机器人领域的出货量有望突破六位数。
业绩方面，公司营收四年增长近 7 倍，在手订单充裕有望支撑公司业绩继续保持高速增长态势。业绩方面，2023 年公 司实现营收 11.2 亿元，较 2020 年的 1.7 亿元增长 5.6 倍，2024 年前三季度增势不减。公司下游客户一流，截止 2024 年 6 月 30 日，公司共获得 22 家汽车整车厂及一级供应商的 80 款车型的量产定点订单，并与全球 290 多家汽车整车 厂及一级供应商建立了合作关系，充裕在手订单有望支撑公司业绩继续保持高速增长态势。截至 2024 年 9 月 30 日， Robosense 累计激光雷达总销量已超过 72 万台，助力 12 家整车厂和 Tier1 的 31 款车型实现量产交付。根据盖世汽 车研究院发布的装机量数据显示，Robosense2024 年 1-9 月的市场占有率达 35%，稳居榜首，持续领跑全球激光雷达 市场。
3.2 供应链：光电系统 BOM 成本占比高
供应链拆解：激光器&光学器件成本占比超 60%。根据上述第二章内容，激光雷达上游主要是光学组件和电子元件，可 从发射、探测、扫描以及处理系统四个部分进行元器件拆分，核心组件主要有激光器、扫描器及光学组件、光电探测 器及接收芯片等。从激光雷达 BOM 成本细分来看，镜头等光学器件仍然是激光雷达的重要组成部分。以法雷奥的 Scala 转镜激光雷达为例，目前年产量为 10 万台，BOM 成本约为 400 美元，其中主控板占 45%，激光发射接收组件占 33%， 光学机组占 13%，外壳占 8%，电机 1%。Livox 双楔形棱镜激光雷达的镜头模组占成本的 54%。可见光学元件是激光雷达成本的重要组成部分。由于光电系统占据几乎半数以上的成本，成为激光雷达降本增效的主要方向，目前主要的降 本路径有提高收发模块集成度、加快芯片国产替代和提高自动化生产水平三种。
按照产业链划分情况，1）上游核心供应链：长光华芯、炬光科技、OSRAM、蓝特光学、福晶科技、安森美、索尼、舜 宇光学、永新光学等。2）中游激光雷达整机厂：海外-Velodyne、Luminar、Aeva、Ouster、Valeo、Innoviz、Ibeo 等。 国内-禾赛科技、图达通、速腾科技、大疆览沃、万集科技等。
1、永新光学：激光雷达与车载摄像头等传感器拉动车载光学业务发展
公司产品横向拓展和纵向集成并举，构建起光学整机+光学元组件业务布局，产品涵盖多个下游。公司业务起步于精密光学的元件组件，有长达 26 年的研发制造经验，逐步横向拓展产品矩阵，目前产品涵盖条码扫描及机器视觉、车载激光雷达、医疗光学领域。公司为激光雷达上游企业，是最早布局激光雷达光学元组件业务的光学公司之一。
公司客户优质，有望引起新的放量增长。客户方面，把握激光雷达车载应用的行业机遇，与禾赛科技、图达通、法雷 奥、Innoviz、麦格纳、北醒光子、探维科技等激光雷达领域国内外知名企业继续保持深度的合作关系。随着与客户合 作的加深以及下游需求快速提升，公司不断提高市场占有率，保持在该领域的优势地位。2024 年上半年，公司车载及 激光雷达业务实现销售收入近 7,000 万元，同比增长 120%。在车载光学方面，公司车载镜头前片销量稳健，收获数个 AR-HUD 项目定点，终端产品将应用于国外头部车企。
2、舜宇光学：全球领先的综合光学零件及产品制造商
公司创立于 1984 ，主要产品包括光学零件、光电产品、光学仪器，覆盖手机、汽车、安防、显微仪器、机器人、AR/VR、 工业检测、医疗检测八大板块。车载镜头及摄像模组业务:主要提供前视镜头、后视镜头、环视镜头、内视镜头、智能 电子后视镜等相关镜头及对应摄像模组产品。激光雷达业务:主要提供各类激光雷达原理的光学解决方案和核心光学 部件，如光学视窗、柱面镜、整镜头等。抬头显示业务:主要提供抬头显示系统(包括 CHUD/WHUD/AR-HUD)的光学解决 方案和核心光学部件，包括图像生成单元(PGU)、投影镜头、自由曲面镜、准直透镜、复眼透镜等。汽车大灯业务:提 供汽车大灯(包括智能大灯)的光学解决方案和核心光学零部件。
积极布局激光雷达光学产品领域，定点项目逐步量产。公司聚焦激光雷达发射模块、接收模块、收发一体模块以及核 心光学元件、组件的设计加工，相关产品包括收发镜头及模块、光学视窗、多边棱镜等核心光学元组件，同时能够为 不同原理激光雷达提供代工服务。2021 年，公司已获得超过 20 个定点合作项目，其中 2 个项目已实现量产;在激光 雷达方面，截止 2024 年半年报，已获得多个激光雷达产品的定点项目，并已完成长距激光雷达模组的研发。同时， 已完成全固态补盲激光雷达平台化产品的研发，具备超大视野及更小体积，并在全球范围内进行推广。
本站内容来自互联网
如侵权请告知删除。邮箱：78357168@qq.com
