（報告出品方/作者：國信證券，唐旭霞）1感知層傳感器助力智能駕駛，激光雷達迎量產元年政策呵護汽車智能駕駛穩健發展，指引智能網聯汽車持續滲透政策端，國家政策支持并呵護汽車智能駕駛穩健發展，指引2025年L2、L3級智能網聯汽車滲透率超50%。

（報告出品方/作者：國信證券，唐旭霞）

1 感知層傳感器助力智能駕駛，激光雷達迎量產元年

政策呵護汽車智能駕駛穩健發展，指引智能網聯汽車持續滲透

政策端，國家政策支持并呵護汽車智能駕駛穩健發展，指引 2025 年 L2、L3 級智能網聯汽車滲透率超 50%。梳理我國智能駕駛重要政策，2020 年 3 月， 《汽車駕駛自動化分級》發布，規定汽車駕駛自動化功能的分級標準，將駕駛 自動化分成 0-5 級。2020 年 11 月，《智能網聯汽車技術路選圖 2.0》發布，提 出智能網聯汽車滲透率持續增加，2025 年 PA（L2）、CA（L3）級滲透率超 50%、HA（L4）級開始進入市場；

2030 年 PA（L2）、CA（L3）級滲透率超 70%、HA（L4）級占比達 20%，乘用車典型應用場景包括城郊道路、高速公 路以及覆蓋全國主要城市的城市道路；2035 年，FA（L5）級自動駕駛乘用車 開始應用。2021 年 8 月，《關于加強智能網聯汽車生產企業及產品準入管理的 意見》發布，提出加強智能網聯汽車數據安全、網絡安全、軟件升級、功能安 全和預期功能安全管理，保證產品質量和生產一致性，推動智能網聯汽車產業 高質量發展，從政策層面客戶汽車智能化有序健康發展。

從 L2 到 L3，智能駕駛躍升，需要感知層傳感器提供關鍵支撐

車輛自動駕駛級別主要參照 0-5 級分類。目前全球公認的汽車自動駕駛技術分 級標準主要有兩個，分別是由美國高速公路安全管理局（NHTSA）和國際自 動機工程師學會（SAE）提出。中國于 2020 年參考 SAE 的 0-5 級的分級框架 發布了中國版《汽車駕駛自動化分級》，并結合中國當前實際情況進行了部分 調整，大體上也將自動駕駛分為 0-5 級。

L3 級別是汽車自動化道路的一次躍升。從法規和技術兩個維度來看，L3 級別 自動駕駛都是汽車自動化道路上將的一大躍升。從法規來看，SAE 和中國 《汽車自動化分級》規定 L0-L2 級別均是人類主導駕駛，車輛只做輔助，L0、 L1 和 L2 之間的差異主要在于搭載的 ADAS 功能的多少，而 L3 開始，人類在 駕駛操作中的作用快速下降，車輛自動駕駛系統在條件許可下可以完成所有駕 駛操作（作用不亞于駕駛員），駕駛員在系統失效或者超過設計運行條件時對 故障汽車進行接管；從技術來看，L0-L2 主要運用的傳感器有攝像頭、超聲波 雷達和毫米波雷達，L3 及之后原有傳感器配套數量上升，同時高成本的激光 雷達方案將難以避開。

我們拆解未來的智能駕駛產業鏈，將從云-管-端三大層面帶來全產業鏈機遇。 智能駕駛將汽車的駕駛能力逐步由人轉移到汽車，包括感知、決策和執行三大 核心環節。其中，感知環節相當于人的眼睛和耳朵，通過車載攝像頭、激光雷 達、毫米波達等傳感器完成對環境及車輛的感知、搜集周圍環境數據并將其傳 輸到決策層；決策環節相當于人的大腦，通過操作系統、芯片與計算平臺等對 接收到的數據進行實時處理并輸出相應的操作與指令任務；執行端相當于人的 四肢，將接收到的操作指令執行到動力供給、方向控制、車燈控制等車輛終端 部分。感知層為智能駕駛的先決條件，其獲取的數據將直接影響決策層的判斷 與執行層的操作，其探測精度、廣度與速度直接影響自動駕駛的行駛安全，在 自動駕駛中的地位至關重要。本篇激光雷達深度報告從“端”的層面對感知層 的細分核心決策部件進行分析。

車企加碼布局智能駕駛，激光雷達市場空間廣闊

車企端， 我們對搭載激光雷達的電動智能車型進行梳理。可以發現以下特征： 1）分品牌看，新勢力為智能駕駛排頭兵，自主品牌對智能駕駛的布局節奏快 于合資、外資品牌，價格更低。新勢力和自主品牌搭載激光雷達的電動智能車 型的價格帶位于 15-40 萬元之間，相比之下外資品牌豐田 Mirai、奔馳 S 級等 車型的起售價均在 50 萬元以上。

2）從重磅車型的傳感器配置數量看，激光雷達數量變多。新勢力中，蔚來 ET7 搭載 1 個 Innovusion 超遠距離高精度激光雷達，小鵬 P5 和 G9 均配置 2 個激光雷達，威馬 M7 配有 3 個速騰聚創第二代 MEMS 激光雷達。自主品牌 中，長城沙龍機甲龍配置 4 個華為 96 線混合固態激光雷達，吉利路特斯 Type132 配置 4 個激光雷達，北汽極狐阿爾法 S 華為 HI 版配置 3 個華為微轉 鏡式半固態激光雷達。

展望未來，隨著激光雷達在乘用車市場的持續滲透，預計 2025 年全球及國內 乘用車市場激光雷達市場規模分別為 541、241 億元，CAGR 分別為 126%、 109%。激光雷達價格伴隨著技術方案朝半固態及純固態的推進將有望持續下 降，由 2021 年的 1500 美元/顆降至 2025 年的 400 美元/顆，激光雷達市場空 間的打開將由市場需求量的激增持續推動。

從需求量及滲透率角度看，預計全球乘用車市場激光雷達需求量將由 2021 年 的 22 萬顆快速提升至 2025 年的 2134 萬顆，對應全球乘用車市場激光雷達滲 透率由 2021 年的 0.2%增至 2025 年的 14.4%；國內乘用車市場激光雷達需求 量預計由 2021 年的 13 萬顆增至 2025 年的 948 萬顆，對應國內乘用車市場激 光雷達滲透率由 2021 年的 0.2%增至 2025 年的 14.7%。

從市場規模角度看，預計全球乘用車激光雷達市場規模將由 2021 年的 21 億 元增至 2025 年的 541 億元，CAGR 為 126%；預計國內乘用車激光雷達市場 規模將由 2021 年的 13 億元增至 2025 年的 241 億元，CAGR 為 109%。

2 激光雷達是實現高級別智能駕駛的核心傳感器

激光雷達對于實現高級別智能駕駛的必要性

智能傳感器是智能駕駛車輛的“眼睛”，目前應用于環境感知的主流傳感器產 品主要包括攝像頭、毫米波雷達、超聲波雷達和激光雷達四類。總體來看，攝 像頭在逆光或光影復雜的情況下視覺效果較差，毫米波雷達對靜態物體識別效 果差，超聲波雷達測量距離有限且易受惡劣天氣的影響，因此單獨依靠攝像頭 或毫米波雷達的方案去實現智能駕駛是存在缺陷的，而激光雷達可探測多數物 體（含靜態物體）、探測距離相對更長（0-300 米）、精度高（5cm），且可構 建環境 3D 模型、實時性好，因而成為推進智能駕駛到 L3 級及以上的核心傳 感器，成本 500-2000 美元（約人民幣 2000-13000 元之間），高昂的成本也成 為制約其大規模應用的原因之一。

攝像頭：ADAS 系統的主要視覺傳感器，最為成熟的車載傳感器之一

攝像頭工作原理是目標物體通過是鏡頭把光線聚攏，然后通過 IR 濾光片把不需 要的紅外光濾掉，此時模擬信號進入到傳感器 COMS 芯片，通過 AD 數字輸出， 有的攝像頭會放置 ISP 圖像處理芯片，把處理后的信號傳輸給到主機。其主要 硬件組件包含鏡頭組（LENS）、圖像 COMS 傳感芯片、線路板基板。

按照安裝部位的不同，攝像頭主要分為前視、后視、側視以及內置攝像頭，以 此來實現 LDW、FCW、LKA、PA、AVM 等功能。實現自動駕駛時全套 ADAS 功能將安裝 6 個以上攝像頭，前視攝像頭因需要復雜的算法和芯片，單 價在 1500 元左右，后視、側視以及內置攝像頭單價在 200 元左右，ADAS 的 普及應用為車載攝像頭傳感器帶來巨大的發展空間。

優缺點來看，攝像頭分辨率高、可以探測到物體的質地與顏色，采集信息豐富， 包含最接近人類視覺的語義信息。其缺點主要是攝像頭受光照、環境影響十分大，在黑夜、雨雪、大霧等能見度較低的情況下，識別率大幅降低，且由于缺 乏深度信息、因而三維立體空間感不強，因此攝像頭獲取的圖像信息將主要負 責交通標志識別等領域，作為激光雷達和毫米波雷達的補充.

毫米波雷達：ADAS 系統核心傳感器

毫米波雷達是工作在毫米波波段探測的雷達，毫米波頻率通常在 30-300GHz、 波長為 1-10nm。車載毫米波雷達通過天線向外發射毫米波，接收目標反射信號， 經后方處理后快速準確地獲取汽車車身周圍的物理環境信息，然后根據所探知 的物體信息進行目標追蹤和識別分類，進而結合車身動態信息進行數據融合， 最終通過（ECU）進行智能處理。

分類來看，車載毫米波雷達工作的頻段為 24GHz 和 77GHz，其中 24GHz 雷達 通常用于感知車輛周圍的障礙物，安裝在車輛的后保險杠內，能實現的 ADAS 功能為 BSD 盲點監測、LDW 車道偏離預警、LKA 車道保持輔助、PA 泊車輔助、 LCA 變道輔助等；77GHz 雷達波長更短、尺寸更小，最大探測距離可達到 160 米以上，常安裝于前保險杠上，用于實現 AEB 自動緊急制動、FCW 前向碰撞 預警、ACC 自適應巡航、高速公路跟車等 ADAS 功能。目前 77GHz 的毫米波 雷達系統單價在 1000 元左右，24GHz 毫米波雷達單價在 500 元左右。

完全實現 ADAS 各項功能一般需要 5 個毫米波雷達（“1 長+4 中短”），以奧 迪 A8 為例，其搭載了 5 個毫米波雷達，其中 4 個為中距離雷達，位于車輛的 四角，1 個為長距離雷達，位于前方。

優缺點來看，毫米波雷達的優勢在于體積小、質量輕和空間分辨率高，可以同 時探測目標物體的距離和速度，相比攝像頭不受惡劣天氣影響，被廣泛應用在 ADAS 系統之中，但是存在對橫向目標敏感度低、對小物體檢測效果不佳等缺 點。

超聲波雷達：常應用于倒車輔助

超聲波雷達是通過發射并接收 40kHz 的超聲波，根據時間差算出障礙物距離， 其測距精度大約為 1-3cm。 常見的超聲波雷達可以分為 UPA（超聲波駐車輔助傳感器）和 APA（自動泊車 輔助傳感器）。其中 UPA 一般安裝在汽車的保險杠，用于測量汽車前后障礙物， 探測距離一般在 15-250cm；APA 安裝于汽車側面，用于測量側方障礙物的距離， 探測距離一般在 30-500cm，相比 UPA 成本更高、功率更大。通常一套倒車雷 達系統需要 4 個 UPA，自動泊車雷達系統需要在倒車雷達的基礎上再加 4 個 UPA 和 4 個 APA。

總體來看，超聲波雷達測距原理簡單，成本低，制作方便，短距離測量中具有 優勢，探測范圍在 0-3 米之間，但其傳輸速度受天氣影響較大，不能精確測距， 主要用于泊車系統、輔助剎車等。

激光雷達：實現 L3 級自動駕駛的關鍵

激光雷達，是以發射激光束探測目標的位置、速度等特征量的雷達系統。其工 作原理是通過發射和接收激光束的時間差，進行探測和測距。

激光雷達在自動駕駛中的核心特征可以概括為三維環境感知、高分辨率、抗干 擾能力。三維環境感知方面，激光雷達在短時間內向周圍環境發射大量的激光 束，不僅可以通過測量激光信號的時間差來確定物體距離，還可以通過水平旋 轉掃描或者向空掃描角度，以及獲取不同俯仰角度的信號，來獲得被測物體的 精確三維信息。

高分辨率方面，激光雷達的角分辨率不低于 0.1 mard，也就是 說可以分辨 3000 米距離上相距 0.3 米的兩個目標；可以同時追蹤多個目標， 距離分辨率可以達到 0.1 mard，速度分辨率達到 10m/s 以內，由于激光頻率 高，波長短，所以可以獲得極高的角度、距離和速度分辨率，如此高的速度和 距離分辨率意味著激光雷達可以利用距離多普勒成像技術獲得非常清晰的圖像。 抗干擾能力方面，與微波毫米波雷達雷達易受自然界廣泛存在的電磁波影響的 情況不同，自然界中能對激光雷達起干擾作用的信號源不多，因此激光雷達抗 有源干擾的能力很強，可全天候工作.

優缺點來看，由于激光雷達中激光束的發射頻率一般每秒幾萬個脈沖以上，相 比傳統微波雷達高了很多，因而存在分辨率高、精度高（厘米級）、探測距離 長的優勢，此外抗干擾能力相比電磁波更強，由于生成目標的多維頭像，因而 獲取的信息量更豐富，且不受目標物體運動狀態的影響。但受雨雪、霧霾天氣 影響穿透性變差、測量精度會下降，且難以分辨交通標識和紅綠燈，高昂的成 本也成為制約激光雷達大規模量產的關鍵因素。

智能化時代，多傳感器融合是未來趨勢。不同傳感器的原理和功能各不相同， 在不同的場景里發揮各自的優勢，難以相互替代。單種傳感器特性突出，均不 能形成完全信息覆蓋，多傳感器融合是未來發展必然趨勢。未來的智能汽車可 以視為“移動的傳感器平臺”，將裝備有大量的傳感器。并且隨著智能駕駛從 L2 到 L3 級及以上不斷推進，激光雷達憑借其精度高、探測距離長、可 3D 環 境建模的特性，重要性越發凸顯。

如何看智能駕駛之純視覺方案與激光雷達方案之爭？

自動駕駛感知領域技術路線，目前主要形成兩大陣營：以特斯拉為代表的“以 攝像頭為主的視覺感知”解決方案和以 Waymo 為代表的“3D 激光雷達感知” 解決方案.

特斯拉“以攝像頭為主的視覺感知”解決方案主要包含信息采集、特征提取、 訓練學習、評估、反饋改進五大步驟，通過數據+算法+反饋不斷垂直整合， 完善自動駕駛能力。1）信息采集：特斯拉中主要通過大量的傳感器（如前置 攝像頭、后置攝像頭、超聲波雷達、毫米波雷達）進行信息收集；2）特征提 取：通過汽車內外置的大量傳感器收集大量信息之后，特斯拉使用神經網絡的 深度學習算法來進行特征提取。特斯拉需要同時判斷車輛、人行道、交通燈、 障礙物、行人、駕駛員、溫度、濕度等多個環境變量的相互關系，因此算力系 統必須超強，同時運行多個神經網絡（約 50 個）才能工作。

因此特斯拉采用 一種特殊的共享主干神經網絡結構 HydraNets 進行處理，首先把所有的運算任 務都分配給到一個大型的共享骨干網絡，在骨干網絡中又細分多個子網絡，把 運算任務分配給子網絡進行處理，每個子網絡只需要學習訓練一小部分圖像信 息、提取特征，處理完了之后匯總給到主干網絡再計算處理；3）訓練學習： 特斯拉使用 PyTorch 進行分布式訓練，除了使用大量的數據進行訓練分析之外， 還進行預測處理。特斯拉使用 PyTorch 進行分布式訓練，不斷訓練系統對于行 人、路徑、周邊環境的判斷能力，提供多種路徑規劃算法供工程師進行選擇； 4）評估與反饋：通過駕駛系統提供司機駕駛路線，觀測模擬結果和駕駛員操 作是否匹配，如果不匹配則將該類數據反饋給到后臺，后臺再修正神經網絡學 習結果（“影子模式”），摒棄不合適的數據，為后續類似的操作提供更好的推 薦路線。

特斯拉之所以堅持純視覺方案，我們認為主要原因在于技術與成本。其一是當 時的激光雷達技術不完善，能生產車規級固體激光雷達的企業暫不具備量產能 力；其二是激光雷達的價格還沒有降低到合理的位置。此外，我們認為，特斯 拉作為自動駕駛汽車的領導者，已經有一套被市場認知的視覺攝像頭方案量產， 也積累了大量的數據，輸出純視覺方案的量產的成本可控的重磅電動智能車， 也符合特斯拉“整車銷售+軟件服務”商業模式的演進特征。

總結而言，特斯拉的自動駕駛系統，是以人類的“視覺-判斷-規劃-執行”架構 打造的，基本原理是基于攝像頭采集到的數據（照片、視頻）建立 3D 模型還原 車輛周圍環境，再由神經網絡算法根據環境信息做出駕駛決策，對于軟件和算 法要求極高，“追趕者們” 跟進難度太大。激光雷達性能優勢、價格下探，車企 紛紛選擇激光雷達方案落地智能駕駛。激光雷達可識別 3D 靜態物體，彌補攝像 頭和毫米波雷達的缺陷。近年來激光雷達產品的單價已經下探到 2000 美元以內 （大疆 Horizon），激光雷達已經成為傳統車企、新勢力落地 L3 級及以上車型 的標配。（報告來源：未來智庫）

3 激光雷達的技術路徑探討

激光雷達的構成

從組成上看，激光雷達主要由激光發射、激光接收、信息處理、掃描系統組成。 1）激光發射系統：激勵源驅動激光器發射激光脈沖，激光調制器通過光束控 制器控制發射激光的方向和線數，最后通過發射光學系統，將激光發射至目標 物體；2）激光接收系統：經接收光學系統，光電探測器接受目標物體反射回 來的激光，產生接收信號；3）信息處理系統：接收的信號經過放大處理和數 模轉換后，經過信息處理模塊計算，獲取目標表面形態、物理屬性等特性，最 終建立物體模型；4）掃描系統：以穩定的轉速旋轉起來，實現對所在平面的 掃描，產生實時的平面圖信息。

分類來看，激光雷達按照“測距、發射、光速操縱、探測、數據處理”五大關 鍵技術，即五個維度，可以分為以下 22 個類別。每個不同分類方式又可進一 步細分為不同的技術路線，不同路線之間差異較大。

車載激光雷達的技術路線，按照掃描方式，為機械式→半固態→純固態；按照 激光發射方式，為 EEL→VCSEL；按照激光接收方式，為 PD/APD→ SPAD/SiPM；按照信息處理方式，為 FPGA→SoC。目前主要的技術路線圍 繞掃描方式進行討論，因而此部分為我們技術路線部分論述的重點。

技術路線之一（按掃描方式）：機械式→半固態（中短期）→純固態 （長期）

車載激光雷達，按照掃描方式，分為機械式（機械旋轉）、半固態（MEMS、轉 鏡、棱鏡）、固態（OPA、FLASH）。機械旋轉式的掃描模塊和收發模塊均被電 機帶動進行 360 度旋轉；半固態的收發模塊不動、掃描模塊運動，按照掃描方 式可進一步分為 MEMS、轉鏡式和棱鏡式；固態則收發和掃描模塊均不運動， 主要有 OPA 和 Flash 兩種方案。總體來看，從機械旋轉到半固體、再到固態， 產品的集成化程度越來越高，成本越來越低。機械式激光雷達由于價格高、體 積大、車規級量產應用難度大，主要應用于 Robotaxi 的測試車隊等領域，幫助 自動駕駛從 0 到 1。中短期半固態、長期純固態為激光雷達的落地技術路線， 在自動駕駛從 1 到 N 的發展階段中，半固態扮演著重要角色。

機械式激光雷達：技術成熟，成本高，難以過車規

原理上，機械激光雷達，是指其發射系統和接收系統存在 360°轉動，也就是通 過不斷旋轉發射頭，將速度更快、發射更準的激光從“線”變成“面”，并在豎 直方向上排布多束激光，形成多個面，達到動態掃描并動態接收信息的目的。 其特點在于通過電機帶動收發和掃描模塊進行整體旋轉，實現對空間水平 360° 視場范圍的掃描。通過增加收發模塊來實現高線束，在實現探測距離精度更高 的同時，也導致了整套系統元器件成本非常高。

優缺點上，機械旋轉式激光雷達的優勢在于由于旋轉是由電機控制的，所以可 以長時間內保持轉速穩定，每次掃描的速度都是線性的，從而可以對周圍環境 進行精度夠高并且清晰穩定的 360 度環境重構，技術成熟，是目前的主流方案。 缺點在于價格高、可量產性差（工藝復雜、組裝困難）、體積大、難以過車規 （平均失效時間 1000h~3000h，而汽車廠商的要求是至少 13000h）、可靠性差 （內含大量可動部件，在行車環境下磨損嚴重）等缺點。

機械式激光雷達的代表性廠商海外為 Velodyne、Waymo、Valeo、Ouster，國 內為速騰聚創、禾賽科技、鐳神智能、北科天繪等。Velodyne 的代表性產品包 括 HDL-64、HDL-32、VLP-16 等，價格范圍在 0.4 萬-8 萬美金之間。谷歌無人 小車的 64 線激光雷達就來自 Velodyne，當時價格高達 7 萬美元。機械式激光雷 達之所以成本居高不下的原因在于其內部的激光收發模組成本高（線束越多越 準確、整體成本越高），并且需要復雜的人工調教、制造周期長，高昂的成本也 決定了其目前主要應用于自動駕駛技術的開發領域，比如百度 Robotaxi、谷歌 無人駕駛測試車隊，車規級前裝量產市場暫無應用。

為降低車載激光雷達的生產成本，增加其結構的穩定性，同時保證其較好的探 測性能，半固態激光雷達和全固態激光雷達應運而生。

半固態激光雷達：價格大幅下降，有車規級產品

半固態方案的特點是收發單元與掃描部件解耦，收發單元（如激光器、探測器） 不再進行機械運動，掃描模塊在運動。按照掃描模塊的運動方式可以分為 MEMS、轉鏡式和棱鏡式。適用于實現部分視場角（如前向）的探測，體積相 較于機械旋轉式雷達更緊湊。

半固態相比機械式的核心優勢在于成本與車規。目前市面上絕大多數車規級激 光雷達均為半固態方案，且對外報價已經下探到了 1000 美元以內，是目前很多 激光雷達廠商發力的領域。目前，轉鏡和棱鏡式已具備車規級量產案例， MEMS 也有望 2022 年快速迎來量產。

1）MEMS 微陣鏡激光雷達：成熟度高，有望快速推動量產

MEMS 為 Micro-Electro-Mechanical System 的簡稱，即微機電系統。 MEMS 微振鏡為采用 MEMS 技術制造的諧振式掃描鏡，把微型反射鏡、 MEMS 驅動 器、 MEMS 傳感器集成在一起的光學微機電器件。鏡面直徑通常只有幾毫米。 與傳統的光學掃描鏡相比，具有重量輕，體積小，生產成本較低的優點。在光 學，機械性能和功耗方面表現更為突出。

原理上，MEMS 微陣鏡激光雷達的核心是 MEMS 微振鏡，其本質是一種硅基 半導體元器件，屬于固態電子元件。它是在硅基芯片上集成了體積十分精巧的 微振鏡，其中心是一塊鏡子的電路板，可以通過控制電流來讓中央的微鏡產生 平動或者扭轉，也就是 X 軸和 Y 軸上的移動。由于鏡子本身可以扭轉，所以 只需要 1 束激光就可以通過鏡子不同角度的反射來讓激光束發射到不同的方向， 從而實現與機械式激光雷達相似的效果。硅基 MEMS 微振鏡可控性好，可實 現快速掃描，其等效線束能高達一至兩百線，因此，要同樣的點云密度時，硅 基 MEMS 激光雷達的激光發射器數量比機械式旋轉激光雷達少很多，體積小 很多，系統可靠性高很多。

優缺點來看，MEMS 陣鏡激光雷達優點是 1）尺寸小、可量產：芯片化、無機 械組件，擺脫了笨重的旋轉電機和掃描鏡等機械運動裝置，毫米級尺寸的微振 鏡大大減少了激光雷達的尺寸；2）低成本：減少激光收發單元的數量，降低 成本。

其缺點在于 1）穩定性：MEMS 微鏡屬于振動敏感性器件，車載環境的振動和 沖擊容易對其使用壽命和工作穩定性產生影響，同時硅基 MEMS 的懸臂梁結 構非常脆弱，外界的振動或沖擊極易直接致其斷裂。2）探測距離和角度有限： MEMS 的振動角度有限導致視場角比較小（小于 120 度），大視場角需要多子 視場拼接，這對點云拼接算法和點云穩定度要求都較高；受限于 MEMS 微振 鏡的鏡面尺寸，MEMS 激光雷達接收端的收光孔徑非常小，遠小于機械激光 雷達，而光接收峰值功率與接收器孔徑面積成正比，導致功率進一步下降，信 噪比降低，有效探測距離縮短，傳統 MEMS 技術的有效探測距離只有 50m， FOV 角度只能達到 30°，用在近距離補盲或者前向探測。

要想提高 MEMS 的探測距離，就需要提高鏡面尺寸，鏡面尺寸越大，信噪比 就越高，MEMS 振鏡的成本也就越大。目前 MEMS 振鏡最大尺寸是 Mirrorcle， 可達 7.5 毫米，售價超 1200 美元。為解決探測距離短的問題，Luminar 使用 1550nm 激光雷達，通過提升波長來提高其探測距離至 250m，但選用 1550nm 也意味著成本上升。為了平衡成本與 MEMS 性能（探測角度與距離 有限）的問題，以速騰聚創、Innoviz 等為代表的激光雷達廠商開始自研 MEMS 微振鏡，并發明了多通道水平聯合掃描技術來提升 MEMS 性能。其原 理是將數個激光雷達合成一個，目前速騰聚創是 5 個。因為有 5 個激光雷達水 平聯合掃描，那么每個激光雷達的 FOV 需求就很低，FOV 在 25 度即可，這 樣 MEMS 振鏡尺寸變大，性能提高，5 個激光雷達水平聯合掃描，等于性能提升了 5 倍。目前，速聚創投資的希景科技開發的 MEMS 微振鏡鏡面直徑為 5 毫米，已經進入量產階段，未來尺寸有望達到 10 毫米。

目前，處于（準）車規狀態并將在 2022 年為 OEM 量產供貨的 MEMS 激光雷 達產品有速騰聚創 M1、Innoviz One、Luminar Iris，另外 Innoviz Two 將 在 2022 年進入批量生產，并在 2023 年服務于 OEM。由于 MEMS 上游產業 鏈相對成熟，為現階段的主力激光雷達產品之一，價格已經下探到 2000 美元 以內。其中速騰聚創是國內唯一實現 MEMS 激光雷達車規前裝量產的公司， 旗下第二智能固態激光雷達 M1 已交付北美豪華新能源車企，同時獲得廣汽埃 安、威馬、極氪、路特斯、嬴徹、摯途等眾多乘用車和商用車品牌前裝定點， 配套的廣汽 AION LX Plus 將于 2022Q1 上市。

2）轉鏡式激光雷達：第一個過車規且批量供貨的技術方案

原理上，轉鏡式激光雷達方案指的是激光發射器和接收器固定，激光的發射方 向是一個可圍繞中心旋轉的多邊形反射鏡，通過電機旋轉反射鏡，將激光反射 到不同的方向，從而實現激光的掃描。內部大部分空間被一個轉鏡所占據，在 雷達的一側是激光的發射和接收裝置，為了信號區隔，這兩個區域被物理隔開。 轉鏡式與 MEMS 差異在于 MEMS 掃描鏡是圍繞著某條直徑上下振動，而轉鏡則 是圍繞著圓心旋轉。功耗比較低，散熱難度低，因而也容易實現比較高的可靠 性。

分類來看，轉鏡方案分一維轉鏡和二維轉鏡，一維轉鏡只有一面掃描鏡，二維 轉鏡有兩面掃描鏡（一縱一橫）。一維轉鏡線數與激光發射器數量一致，這意味 著高線數產品成本高而集成難度很大，線數難以做高（法雷奧 Scala 1 為 4 線， Scala 2 為 16 線）；二維轉鏡增加了俯仰的轉動，這樣一條激光可以掃描多個平 面，用數量很少的激光發射器，通過掃描鏡高速旋轉中的折射和反射來達到 “多線”的效果，這樣不僅可節省激光器的成本，也可做高“線數”。

優缺點看，轉鏡式方案的優勢在于：1）體積小，降低成本：激光發射和接收 裝置固定，旋轉機構雖然有但是比較小，可以減少產品體積，并且降低成本； 2）旋轉機構只有反射鏡，重量輕，電機軸承的負荷小，系統運行起來更穩定， 壽命更長，符合車規。不足之處在于內部有機械結構，在長期運行之后穩定性、 準確度依然會受到影響，另外一維式的掃描線數少，掃描角度不能到 360 度。

從應用看，具備車規級量產實力的供貨商有法雷奧（Scala）、鐳神智能（CH32），Innovusion （Falcon）。2017 年，奧迪 A8 為全球首款量產的 L3 級別自動駕駛的乘用車，其搭載的激光雷達為法雷奧和 Ibeo 聯合研發的 4 線 旋轉掃描鏡激光雷達。2020 年，鐳神智能自主研發的 CH32 面世，成為全球 第二款獲得車規級認證的轉鏡式激光雷達，目前已經規模化交付東風悅享量產 前裝車型生產。2022 年，搭載 Innovusion Falcon 激光雷達的蔚來 ET7 上市， 該款激光雷達為 1550nm 方案，等效 300 線數。從售價看，法雷奧 Scala 2 為 900 歐元（約 6500 元人民幣），已經下降至車企可接受的價格范圍.

3）棱鏡式激光雷達：大疆 Livox 發明，并配套小鵬

結構來看，棱鏡式激光雷達可分為收發模塊和掃描模塊兩大部分。首先收發模 塊的 PLD（pulsed laser diode）發射出激光，通過反射鏡和凸透鏡使之變成 平行光，然后掃描模塊的兩個旋轉的棱鏡改變光路，使激光從某個角度發射出 去。激光打到物體上，會從原光路反射回來，被 APD（avalanche photo detectors）所接收（發射光路和接受光路的孔徑不同，反射鏡的尺寸是通過精 心調整的）。

優缺點來看，這種設計的優勢在于降本以及提高分辨率和視場覆蓋率。首先， 該設計可以減少了激光發射和接收的線數以實現一幀之內更高的線數，也隨之 降低了對焦與標定的復雜度，因此生產效率得以大幅提升，棱鏡式成本相比于 傳統機械式有了大幅的下降。其次，只要掃描時間夠久，就能得到精度極高額 點云，還有環境建模，分辨率幾乎沒有上限，且可達到近 100％的視場覆蓋率。

從車規級應用來看，小鵬 P5 配備 2 顆大疆 Livox 車規級 HAP 激光雷達，另 外 HAP 也獲得了一汽解放量產項目的定點。HAP 探測距離 150 米，助力自動 駕駛系統更游刃有余地應對高速公路、城區道路等場景中遠處障礙物的超前檢 測。HAP 橫向視場角為 120°，小鵬 P5 在前面部署了 2 顆激光雷達，前方提 高至 180°的超寬點云視野，提高應對近處車輛加塞、十字路口拐彎等復雜路 況的通行能力。HAP 角分辨率為 0.16°*0.2°, 其中感興趣區域（ROI, Region of Interest） 的點云密度可等效 144 線激光雷達，更密的點云輸出帶 來更豐富的環境感知，讓算法可以更精準地檢測到遠處行人、自行車、雪糕桶 等細小目標物體。

純固態激光雷達：技術最先進，短期內應用難度最大

純固態方案的特點是不僅激光收發模塊不動，而且掃描模塊也沒有機械運動， 主要依靠電子部件來控制激光的發射角度，這樣的話可以做得更小，同時大大 降低成本，目前固態激光雷達主要是 OPA 和 FLASH 兩種方案。固態激光雷達 目前沒有量產經驗，由于技術難度相對較大，短期內應用難度大。

1）FLASH 方案：探測距離短，作為補盲雷達使用

Flash 激光雷達的原理類似快閃，采用類似相機的模式，感光元件中的每個像素點都可以記錄光子飛出的時間信息，運行時直接發射出一大片覆蓋探測區域的 激光，隨后由高靈敏度的接收器陣列計算每個像素對應的距離信息，從而完成 對周圍環境的繪制。

優缺點來看，Flash 方案的好處在于一次性實現全局成像來完成探測，且無掃 描器件、成像速度快。缺點在于 Flash 激光單點面積比掃描型激光單點大，因 此其功率密度較低，進而影響到 Flash 激光雷達的探測精度和探測距離（低于 50 米），另外眩光的影響也較大，所以適用于一些低速的自動駕駛小車領域， 作為補盲雷達來使用。

為了克服探測距離的限制，Flash 方案的代表廠商 Ibeo、LedderTech 開始在激 光收發模塊進行創新。1）發射模塊：提高激光發射器的功率，比如采用垂直腔 面發射激光器（VCSEL），相比其他激光器更小、更輕、更耐用，并且功率效率 更高。2）接收模塊：提高激光探測器的感光靈敏度，比如對于遠距離探測使用 到雪崩型光電探測器（SPAD），其探測的靈敏度高，可探測到遠距離的微弱信 號。Ibeo 使用 VCSEL 和 SPAD，旗下 NEXT 固態激光雷探測距離可達 140 米 （10%反射率）。

目前，Flash 激光雷達主要的廠商為 Ibeo、Leddar Tech。目前，由于上游零 部件的制約（激光發射器提升功率、探測器提升感光靈敏度的技術還不成熟）， Flash 方案并沒有量產的車規級產品出現，長城計劃在 SUV 系列量產車型中 使用 Ibeo Next 固態激光雷達。從遠期看，由于 Flash 激光雷達芯片化程度高， 有望規模化量產后拉低成本，后續隨著技術成熟后，有望成為主流的技術方案。（報告來源：未來智庫）

2）OPA 方案：技術壁壘最高，成熟度低

OPA 固態激光雷達是通過調節發射陣列中的每個發射單元的相位差，來改變激 光的發射角度，采用相控陣原理完全取消機械結構。掃描不同角度只需要電信 號，不需要任何機械結構實現機械式的掃描效果。

該方案的優點在于可以省去機械掃描結構，做到類似機械式的全景掃描；但缺 點在于激光調試、信號處理的運算量很大，元器件成本高，實現難度比較大。 由于技術難度高，OPA 的波導控制需要改變底層結構，硅基半導體的材料有突 破才能實現。技術成熟度較低，上游產業鏈不成熟，導致 OPA 方案短期內難以 車規級量產。

應用層面，目前暫無車規級量產案例，OPA 方案的代表企業為 Quanergy。 2021 年 8 月，全球領先的 OPA 固態激光雷達制造商 Quanergy 對其 OPA 固 態激光雷達 S3 系列完成駕駛實測演示。S3 系列激光雷達采用 OPA 技術，以 及極具成本效益、面向大眾市場量產的可擴展 CMOS 硅基制造工藝，是一款 真正的固態激光雷達傳感器。測試結果顯示，S3 系列固態激光雷達可以提供 超過 10 萬小時的平均無故障時間（MTBF），在全光照下實現 100 米的探測性 能，大規模量產后的目標價格為 500 美元。

總結：通過對技術路線的原理、優缺點、制造商和車規級應用的梳理，我們認 為激光雷達在短期維度的主流方案為半固態的 MEMS、轉鏡式，主要原因在 于半固態在硬件架構上做了簡化，使得制造成本降低，為最接近車規級應用的方案。長期維度技術維度純固態為最優方案，一方面在于其通過半導體工藝能 把激光雷達一些核心部件集成在芯片上，集成度進一步提高的同時成本降低； 另一方面在于純固態激光雷達不僅體積小，而且由于沒有運動部件，可靠性也 更高。

技術路線之二（按發射方式）：EEL/VCSEL（短期）→VCSEL（長期）

短期 EEL 與 VCSEL 并行，長期 VCSEL 更具優勢。

分類來看，激光器可分為 EEL（邊發射激光器）、VCSEL（垂直腔面發射激光 器）、PCSEL（光子晶體表面發射激光器）、光纖激光器。其中 EEL 作為探測光 源具有高發光功率密度的優勢，但 EEL 激光器因為其發光面位于半導體晶圓的 側面，使用過程中需要進行切割、翻轉、鍍膜、再切割的工藝步驟，往往只能 通過單顆一一貼裝的方式和電路板整合，極大地依賴產線工人的手工裝調技術， 生產成本高且一致性難以保障。VCSEL 其發光面與半導體晶圓平行，其優勢在 于 Wafer 級制造，成本低，閾值電流低，使用壽命高，適合二維陣列集成等。 PCSEL 可理解為 EEL 與 VCSEL 的集成，兼具成本、耐用性與高功率的優勢， 還處于開發階段。光纖激光器為摻稀土元素玻璃光纖作為增益介質的激光器， 其特點在于電光效率高、輸出功率高、光束質量好、速度快等，該方案適用于 1550nm 波長激光雷達，相比 905nm 波長激光雷達材料端最大的區別在于 905nm 用的是 Si，而 1550nm 用的是 InGaAs，從而運行成本更高，目前提供 1550nm 方案激光雷達的代表性廠商為 Luminar。

從應用來看，短期內 EEL、VCSEL 為并行方案均有應用。長期來看，由于 VCSEL 相比 EEL 具備成本、可靠性、良率等優勢，未來將有望逐漸取代 EEL 成為發射端激光器的主流方案。

技術路線之三（按接收方式）：PD/APD（短期）→SPAD/SiPM（長期）

分來來看，激光雷達探測器可分為 PD、APD、SPAD、SiPM，APD 為目前 TOF 激光雷達的主流方案，SPAD 為未來前沿方向。 PD 是由一個 PN 結組成的半導體器件， 具有單方向導電特性，PD 方案無增益， 探測距離短，適用于 FMCW 激光雷達，該方案探測成本低。

APD 在以硅或鍺為材料制成的光電二極管的 P-N 結上加上反向偏壓后， 射入的 光被 P-N 結吸收后會形成光電流。加大反向偏壓會產生“雪崩”（即光電流成倍 地激增）的現象， 因此這種二極管被稱為“雪崩光電二極管”，APD 相比 PD 增益能力得到提升，可以理解為一份光子進來，可以把它增益到上百的這種信 號，即使在很低的光強下也可以進行有效探測，為 TOF 激光雷達技術相對成熟 的方案，符合自動駕駛場景。

SPAD 是一種新型的光電探測器件，由工作在蓋革模式的雪崩二極管陣列組成， 具有增益高（比 APD 提升了 10 萬倍）、探測距離遠等特點。硅光電倍增管 （SiPM）是多個 SPAD 的陣列形式，可通過多個 SPAD 獲得更高的可探測范圍 以及配合陣列光源使用。但由于雪崩二極管一直工作在倍增模式的話會影響二極管的使用壽命，從而影響該方案的可靠性，因而 APD 為目前 TOF 激光雷達 的主流方案。

技術路線之四（按信息處理方式）：FPGA（目前主流）→SoC（遠期）

激光雷達主控芯片為 FPGA，為行業當前主流方案，遠期 SoC 或將替代 FPGA 方案。負責波形算法處理、激光雷達探測器等功能模塊的控制，賽靈思為主要 供貨商。長期維度來看，激光雷達廠商自研 SoC 芯片，以禾賽科技為例，其自 研的 SoC 芯片能夠單片集成探測器、前端電路、波形數字化、算法處理、脈沖 控制等功能，相當于激光雷達后端的探測器和信息處理部分單片集成，直接實 時輸出激光雷達點云數據，具有集成度高、適合大規模量產、器件自主可控的 優勢。

4 激光雷達的發展趨勢——車規級、降成本

車規級：激光雷達從 0 到 1 的前提

車規級即能夠通過車企的一系列認證測試，拿到項目定點且開始量產。對于汽 車零部件，業內公認的標準有 ISO 16750、ISO 26262、AEC-Q20 等，要求車用零件小型化以及高低溫環境條件下(-40～+125℃)具備高可靠性，一般的汽車 設計壽命在 15 年 20 萬公里左右，智能化帶來汽車系統組成部件和環節變多， 對組成的部件的可靠性要求變高。

目前汽車行業對激光雷達的評價指標包含顯性參數、實測性能指標及隱性指標。 其中顯性參數主要包括測遠能力、點頻、角分辨率、視場角范圍、測距精準度、 功耗、集成度（體積及重量）等；隱性指標包含激光雷達產品的可靠性、安全 性、使用壽命、成本控制、可量產性等，這些指標難以量化，缺乏公開信息， 只能通過產品是否應用于行業領先企業的測試車隊或量產項目中得以體現。

不同激光雷達技術參數差異較大，暫無標準化且量化的車規級準入指標，考慮 到不同車企有體系化的測試驗證體系、苛刻的測試條件，因而可以通過車企量 產落地的搭載激光雷達車型項目來去合理推測不同激光雷達廠商的車規級能力。 總體來看，Luminar、Innoviz、Valeo、Ibeo、大陸、Innovusion、速騰聚 創、禾賽科技、華為、大疆 livox 均已量產或已具備乘用車項目定點訂單。

降成本：激光雷達從 1 到 N 的關鍵

激光雷達的成本結構拆解

拆解激光雷達成本結構，收發模塊成本占比最大，其次為光學部件。 對于機械式激光雷達，參考汽車之心對于 Velodyne VLP-16 的 BOM 成本拆解數 據，預計激光器、探測器、光學部件、電路板、電機外殼及結構件成本占比分 別為 40%、35%、10%、10%、5%。

對于半固態激光雷達，1）轉鏡式：參考 Systemplus Consulting 對于法雷奧 SCALA 轉鏡式激光雷達 BOM 成本拆解，主板、激光單元板、機械鏡單元、機 械激光單元、封裝殼、電機單元板成本占比分別為 45%、23%、13%、10%、 8%、1%；2）MEMS：對于 MEMS 微振鏡式激光雷達，預計發射模塊、接收模 塊、光學部件、主板、外殼結構件成本占比分別為 30%、25%、10%、25%、 10%。 總體來看，激光雷達成本核心在于收發裝置，成本占比預計 50%-60%之間，另 外光學部件成本占比在 10%-15%之間

激光雷達的降本之路

復盤激光雷達的進化路徑，從機械式到半固態，激光雷達的單價從上萬美金下 探到了千元美金級別，2022 年，單價 2000 美元以內的激光雷成產品陸續裝車， 價格的下探帶來乘用車激光雷達市場開始爆發。展望未來，伴隨激光雷達成本 的降低，激光雷達的單價有望持續降低，從而帶來乘用車端的滲透率不斷提升。

從機械式到半固態到純固態，激光雷達的價格下降明顯的原因何在？

核心原因在于產品結構的改動，帶來成本大幅下降。

機械式激光雷達售價高達上萬美金，原因主要在于機械式方案的收發模塊在運 動，通過增加收發模塊來實現高線束，激光收發模塊由分立器件組裝而成，在 實現探測距離精度更高的同時，也導致了整套系統元器件成本非常高。以 Velodyne HDL-64 為例，其每個收發通道（共 64 個通道）的物料成本超 100 美 元，疊加復雜的調試帶來的人工成本，導致售價高達 8 萬美元。

半固態激光雷達相比機械式的改動之一是通過減少激光收發裝置的數量來減少 收發通道數，帶來生產成本大幅降低，改動之二是加入了旋轉掃描結構 （MEMS 微振鏡），通過掃描結構的更新來彌補收發通道數量的減少。以半固態 MEMS 方案的 InnovizOne 為例，單價已降至 1000 美元。

純固態為激光雷達通過半導體工藝能把激光雷達一些核心部件集成在芯片上， 比如光源部分使用 VCSEL、探測器使用 SPAD，集成度提高的同時成本進一 步降低。Quanergy 為純固態 OPA 代表性廠商，其 S3 價格為 500 美元。

展望未來，激光雷達該如何持續降本？

1）規模化量產：對于車規級激光雷達，如果進行規模化量產，可以通過大規模 采購降低物料成本。

2）芯片化制造：對于激光雷達收發模塊，包含激光器、探測器、模擬前端芯 片等電子部件，通過電子部件的芯片化可以進一步降低成本。目前酒鋼雷達廠 商開始自研激光雷達芯片，原因在于高線數激光雷達對激光收發裝置的性能要求提高，而芯片化可有效降低成本。以禾賽科技為例， 公司已經開始芯片化 路線， V1.0、 V1.5、 V2.0 芯片面向當前機械式、微振鏡式、轉鏡式技術方 案， V3.0 面向純固態式激光雷達 PandarFT 的開發及應用。

5 激光雷達的產業鏈及發展機遇

激光雷達的產業鏈

總體來看，激光雷達產業鏈可以分為上游（光學和電子元器件）——中游（集 成激光雷達）——下游（不同應用場景）。其中上游主要包含大量的光學元器 件和電子元器件，組成激光發射、激光接收、掃描系統和信息處理四大部分。 以上四大部分組裝起來，集成為中游的激光雷達產品。下游應用除了已成熟的 軍事、測繪領域外，無人駕駛汽車、高精度地圖、服務機器人、無人機等新興 領域應用近年來也開始快速發展。

上游：海外供應商芯片領域耕耘已久，收發模塊和光學部件自主品牌

不輸外資 我們按照激光的路徑對激光雷達上游主要零部件進行梳理，總體來看可以分為 電學芯片（模擬芯片、FPGA）、光學部件（準直鏡、分束器、擴散片、透鏡、 濾光片）、收發部件（激光器、探測器）。

總體來看，激光雷達電學芯片部分涉及的模擬芯片和 FPGA 芯片，海外芯片 龍頭為行業領導者，國內供應商起步較晚，賽靈思的 FPGA 芯片應用于速騰聚 創、禾賽科技、Innovusion 等主流激光雷達廠商中。光學部件 MEMS 微振鏡 海外龍頭（濱松、mirrorcle 等）技術成熟，國內 MEMS 微振鏡企業近年發展 迅速，其中速騰聚創投資希景科技、禾賽科技和鐳神智能自研 MEMS 微振鏡； 其他光學器件比如準直鏡、擴散片、分束器等已經非常成熟，國內諸多廠商均 有布局，代表性廠商有舜宇光學科技、永新光學、騰景科技、藍特光學、水晶光電、福晶科技、炬光科技等，國內供應鏈成熟且具備成本優勢，有望乘激光 雷達之風迎來新發展機遇。對于激光器和探測器，國內供應商在產品的定制化 上有較大的靈活性，價格也有一定優勢，有望在收發模塊開啟國產替代，其中 激光器的代表性廠商有內有炬光科技（已上市）、長光華芯（擬上市）、縱慧芯 光、睿熙科等，探測器的代表性廠商有靈明光子、南京芯視界、芯輝科技、宇 稱電子、阜時科技等。

信息處理——電學芯片：海外芯片龍頭為行業領導者，國內供應商起步較晚

激光雷達的上游芯片主要為信息處理部分 FPGA 芯片、模擬芯片。

1）FPGA 芯片市場寡頭壟斷，賽靈思占據主導地位。 FPGA 芯片通常被用作激光雷達的主控芯片，供應商海外有賽靈思、英特爾、亞 德諾、萊迪）等，國內有安路科技、紫光國芯、西安智多晶微電子、華微電子、 高云半導體等。從市占率角度看，按銷售額計，國內 FPGA 芯片市場 CR3 高達 96%，為高度集中的市場，其中賽靈思市占率為 55%，目前，賽靈思的 FPGA 芯片應用于速騰聚創、一徑科技、北醒光子、Blickfeld、禾賽科技、Innovusion、 Ouster、北科天繪等主流激光雷達廠商的解決方案中。國外供應商的 FPGA 產 品性能相比國內供應商大幅領先，但國內產品的邏輯資源規模和高速接口性能， 也能夠滿足激光雷達的需求。

2）模擬芯片市場海外供應商領先，國內廠商成立較晚。 模擬芯片用于搭建激光雷達系統中發光控制、光電信號轉換，以及電信號實時 處理等關鍵子系統。國際范圍內模擬芯片供應商主要有德州儀器、亞德諾半導 體、思佳訊、英飛凌、意法半導體等；國內模擬芯片的供應商包括矽力杰半導 體、圣邦微電子、昂寶電子、富滿電子、上海貝嶺、士蘭微等。從市占率角度 看，2020 年全球 TOP10 主要集中于歐美企業，海外供應商在該領域積累已久， 技術先進、產能充足、成熟度高，是行業的領導者。國內供應商相比國外起步 較晚，從產品豐富程度到技術水平還普遍存在著一定差距，尤其車規類產品差 距會更大。

掃描系統——光學部件：國內供應鏈技術達標疊加成本優勢，迎發展機遇

激光雷達的光學部件主要應用于上游的掃描系統，涉及的產品包括 MEMS 微振 鏡、鏡頭、透鏡、濾光片等。

1）MEMS 微振鏡海外龍頭技術成熟，國內 MEMS 微振鏡企業近年發展迅速。 技術成熟且量產的 MEMS 微振鏡企業基本集中在國外，比如 Mirrorcle、濱松、 MicroVision 以及被德國英飛凌收購的 Innoluce。中國 MEMS 微振鏡企業近年發 展迅速，如知微傳感、Opus、蘇州希景科技（速騰聚創投資）等，此外，鐳神 智能、禾賽科技自研 MEMS 微振鏡。

為了獲得最大化的視場角，MEMS 激光雷達廠商追求大尺寸 MEMS 鏡面，美國 Mirrorcle 公司可提供尺寸大至 7.5mm 的 MEMS 鏡面，但高達 1259 美元的售價 限制了其大規模落地商用。根據麥姆斯咨詢信息，速騰聚創投資的希景科技開 發的 MEMS 微振鏡鏡面直徑為 5mm，已經通過了高低溫、隨機振動等可靠性測 試，并進入量產階段。

2）鏡頭、濾光片等光學部件國內供應鏈成熟且具備成本優勢，有望乘激光雷達 之風迎來新發展機遇。

光學器件比如準直鏡、擴散片、分束器等產品已經非常成熟，國內諸多廠商均 有布局，代表性廠商有舜宇光學科技、永新光學、騰景科技、藍特光學、水晶 光電、福晶科技、炬光科技等。其中舜宇光學科技作為車載攝像頭鏡頭全球龍 頭（2020 年全球市占率 33%），在激光雷達領域也推出了鏡頭產品，根據蓋世 汽車信息，公司已與激光雷達平臺提供商 LeddarTech 建立合作，為其提供光學 解決方案；永新光學生產車載激光雷達光學鏡頭及光學元器件，與禾賽、 Innoviz 等國內外多家激光雷達方案商建立合作,并已進入麥格納的指定產品供應 商名單；炬光科技可提供微透鏡、廣角光束擴散器、光源光學組件等光學產品， 客戶包含長光華芯、相干、Velodyne、Lumibird、T 公司。

總體來看，目前國內供應鏈在光學部件方面的技術水平已經達到國外供應鏈的 水準，且有明顯的成本優勢，已經可以完全替代國外供應鏈和滿足產品加工的 需求，有望乘激光雷達之風迎來新發展機遇。

激光收發模塊——激光器和探測器：國內企業快馬加鞭，有望開啟國產替代

1）激光器：從海外公司主導逐步轉變為國內公司迎頭趕上

行業層面，兩個關鍵特征在于： 首先，車用 EEL 和 VCSEL 市場為新興萌芽市場，增勢最為迅猛。相比傳統的 光通信、手機、工業、醫療等領域，車用市場規模目前相對較小。但是受益于 激光雷達用 EEL、VCSEL 的增多，未來 5 年車用領域市場規模的年復合增速最 快（新興應用含車用 EEL 為 25%，車用 VCSEL 為 122%）。

其次，從市場規模和發展空間來看，EEL 為主流應用，VCSEL 發展勢頭迅猛。 根據 yole 數據，EEL 市場，新興應用（含傳感、醫學和照明）的市場規模由 2020 年的 2 億美元增至 2026 年的 7.8 億美元，CAGR 為 25%，其中傳感技術 （尤其是激光雷達）的應用將越來越重要。VCSEL 市場，汽車領域的應用將由 2021 年的 110 萬美元增至 2026 年的 5700 萬美元，CAGR 為 122%，主要應用于激光雷達和駕駛員監控等汽車場景。

公司層面，海外頭部廠商耕耘已久，在手機市場具備優勢，汽車領域為新興市 場，國內激光器廠商快馬加鞭，有機會參與到激光器市場競爭中。

從競爭格局來看，全球 VCSEL 市場前三為 Lumentum（49%）、II-VI（14%）、 AMS（11%），以 Lumentum、AMS 歐司朗為代表的國際龍頭在手機 VCSEL 市 場深耕已久，在消費電子領域處于領先地位，汽車應用為相對新興的市場，國 內以縱慧芯光為代表的廠商有望迎來發展機遇。

從車用激光器布局廠商來看，國內供應商近年發展迅速，國內炬光科技已成功 上市。目前能提供車用 EEL、VCSEL 激光器的廠商國外有 AMS 歐司朗、 Lumentum、II-VI Finisar 等；國內有炬光科技（已上市）、長光華芯（擬上市）、 縱慧芯光、睿熙科技。此外，光纖激光器方面的供應商包含 Lumibird、光庫科 技、昂納科技、海創光電，鐳神智能和禾賽科技均自研光纖激光器。

國內供應商中，1）炬光科技可提供 EEL 線光源發射模組、VCSEL 面光源發射 模組，產品客戶有大陸、Argo AI 等，公司于 2021 年 12 月 24 日在上交所上市， 實際募集資金凈額為 16.33 億元，其中 1.67 億元用于激光雷達發射模組產業化 項目；2）長光華芯產品包含 EEL、 VCSEL 芯片，公司擬通過上市募資 13.48 億元，其中 3.05 億元用于垂直腔面發射半導體激光器（VCSEL）及光通訊激光 芯片產業化項目。

總體來看，整個激光芯片及激光器廠商國外起步早，產品的成熟度和可靠性上 有更多的實踐經驗和優勢，綜合實力相對較強。國內供應商近些年發展迅速， 產品性能已經基本接近國外供應鏈水平，有望參與到激光器市場競爭中，并享受國產替代機遇。以長光華芯為例，公司的高功率單管芯片輸出功率最高達到 30W，電光轉換效率達到 63.00%，技術水平不輸國際品牌 II-VI 和 Lumentum。（報告來源：未來智庫）

2）探測器：海外龍頭深耕多年，國內品牌加速布局

布局企業層面，海外公司濱松深耕激光探測器多年，可提供 PD、APD、 SPAD、SiPM 等多種技術方案產品。國內以靈明光子、南京芯視界、芯輝科 技、宇稱電子、阜時科技等為代表的企業也快馬加鞭，在 SPAD、SiPM 領域 加速布局。

中游：激光雷達廠商加速蓄力，行業競爭尚處早期

激光雷達壁壘相對較高，國際與國內主流的激光雷達廠商技術路線存在差異化， 整個行業還處于各家積蓄實力加速推出車規級產品的階段，行業競爭尚處早期。

我們對全球激光雷達主流玩家的代表性產品、技術路線、配套客戶及上游布局 等進行了梳理。

從技術路線角度來看，激光雷達廠商可以分為兩大類：一類是從機械式入局， 近年來開始向半固態方案傾斜，比如 Velodyne、禾賽科技、速騰聚創。以 Velodyne 為例，作為傳統機械式激光雷達先驅，在谷歌無人駕駛項目、百度 robotaxi 項目均有應用，近年來開始推出半固態（振鏡）激光雷達，尋求在乘用 車場景的應用；另一類是直接入局半固態或純固態的廠商，其中半固態的有 Valeo、Innoviz、Innovusion、Luminar、華為、鐳神智能、大疆 livox，全固態 的有 Ouster、Leddartech、大陸、Quanergy。

從車規級落地項目（有乘用車配套激光雷達且已經/即將量產上市的）來看， 目前主流的選擇為半固態，激光雷達單價在 500-2000 美元之間，已經符合前 裝量產的條件。代表性的車型有上汽 R（Luminar Iris、2022 年量產、500- 1000 美元）、寶馬 IX（InnovizOne、2021 年量產、1000 美元）、蔚來 ET7 （Innovusion、2022 年量產、1000 美元以內）、小鵬 P5（大疆 Livox HAP、 2021 年量產）、廣汽 Aion LX（速騰聚創 M1、2022 年量產、1898 美元）。

從激光雷達競爭格局來看，國產廠商快速崛起。營收角度，全球前四為工業用 激光雷達廠商，單就汽車領域激光雷達供貨商而言，Velodyne、法雷奧、禾賽 科技、速騰聚創市占率分別為 5%、3%、2%、1%。專利數量角度，截至2021 年 9 月，全球汽車與工業領域激光雷達市占率前三為法雷奧（28%）、速 騰聚創（10%）、Luminar（7%），速騰聚創已獲客戶訂單數位居全球第二。此 外，國產化廠商大疆 livox、華為、禾賽科技市占率分別為 7%、3%、3%。

激光雷達技術路線的進化帶動價格持續下探，前裝量產上車可期。激光雷達的 單價下探到 2000 美元以下，量產上車的產品不斷涌現，展望未來，隨著激光雷 達技術的不斷推進疊加成本的下降，激光雷達單價進一步降低，頭部激光雷達 廠商將迎來訂單收獲期。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。未來智庫 - 官方網站