楼主

新利18国际娱乐

348

帖文

关注

1542

获赞

关注

一文读懂激光雷达：技术路线、产业链及相关公司深度梳理

2024-05-21 #激光雷达

激光雷达可运用于智能驾驶、机器人等领域。近年来激光雷达性能持续提升，成本优势逐步凸显。随着终端车企针对高阶智能辅助驾驶（各类NOA）布局加快，激光雷达成为了提高用户辅助驾驶使用率的重要传感器。预计2024年激光雷达的全球乘用车端渗透率大概率将突破1%大关，带动激光雷达行业市场规模持续扩张。同时，本土产业链上游各节点正逐步涌现出优秀的关键器件供应商，助推激光雷达产业链国产化的同时也有望持续优化系统集成成本，最终强化本土厂商对市场的控制力度。

新利18国际娱乐//m.ahtit.com

专注于传感器技术领域，致力于对全球前沿市场动态、技术趋势与产品选型进行专业垂直的服务，是国内领先的传感器产品查询与媒体信息服务平台。基于传感器产品与技术，对广大电子制造从业者与传感器制造者提供精准的匹配与对接。

本篇文章我们将介绍激光雷达的概念，分析目前驱动行业发展的因素，详细讲解激光雷达的技术路线。接着，我们将对激光雷达产业链各个环节进行梳理，结合以上内容分析行业性价比提升的方式。最后，对行业未来发展趋势进行预测，列举可能受益的相关公司。希望这些内容能够启发大家对激光雷达的了解。

行业概述

1、激光雷达概念

激光雷达（LiDAR）是一种通过脉冲激光照射目标并用传感器测量反射脉冲返回时间来测量目标距离的测量工具。激光雷达的原理是利用ToF（Time of Flight，飞行时间测距法），通过发射接受激光束，分析激光遇到目标对象后的折返时间，从而得到物体表面与探测主体的精确距离，进而在空间坐标系中为这束光线赋予角度信息，就能得到这个点的三维定位。随着光束的增多，探测主体便可利用所得各点的相对位置，勾勒出三维空间中的物体细节，即点云——激光雷达的三维视觉。

2、激光雷达主要应用于高阶辅助驾驶及机器人领域

激光雷达主要应用于以高级辅助驾驶（ADAS）、车联网为主的车用以及机器人等领域。

高级辅助驾驶系统（ADAS）主要包括感知系统（感知层）、计算分析（决策层）、控制执行（执行层）三大模块，其中感知是智能驾驶的先决条件，其探测的精度、广度与速度直接影响智能驾驶的行驶安全。以各类传感器为主的感知系统采集的信息会经由决策层处理分析后给出动力供给、方向控制等操作，最终实现自动驾驶。而感知系统路线有摄像头、激光雷达、超声波雷达、毫米波雷达。其中激光雷达具有更强的综合性能。根据灼识咨询的预测，激光雷达车端市场规模在2023年已达到百亿。车用领域所应对的场景复杂度更高，激光雷达的性能要求则会相对较高，其演进路径是从L4级测试车辆到高端乘用车前装搭载，待成本足够合理时向平价汽车过渡。目前激光雷达正处于高端乘用车前装搭载，这一时期重点比拼车企端交付和工程化落地，同时逐步开启价格竞争。

激光雷达在机器人端的应用主要是一些应用场景相对简单的封闭园区。

3、激光雷达的优势

激光雷达的主要优点在于探测精度高、探测范围广。摄像头方案商用普及较早，能够获取到丰富的色彩和细节信息，但成像受制于环境光线。而超声波方案虽然成本较低，但由于感知距离较近且易受环境影响，因此主要用于停车辅助。而毫米波雷达虽有更强的抗干扰能力，但感知精度并不理想，不具备图像级的成像能力。综合来看，激光雷达探测精度高、范围广、稳定性强，并能够对周围环境进行实时3D建模，因此成为当前重要的感知方案。

4、发展历程

国产激光雷达厂商于2016年开始入局。激光雷达诞生初期主要应用于科研及测绘项目，并随着技术发展逐步在工业探测和无人驾驶项目上试点。激光雷达的技术架构持续更新，从单点激光扫描到多线激光，从复杂的机械式逐步向半固态、固态式演进。目前主流新能源车企与激光雷达厂加速推进激光雷达的商业化落地，激光雷达技术也在持续向芯片化、阵列化发展。

驱动因素

1、政策持续加码助力高阶智能驾驶加速落地

我国量产乘用车自动驾驶等级正逐步从L2向L3+过渡，据中商产业研究院统计数据显示，2022年我国在售新车L1-L4自动驾驶渗透率分别为24%、35%、9%和2%。

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。激光雷达将成为自动驾驶的关键，据汽车之心表示，2024年激光雷达的车端渗透率有望突破1%大关。

2、城市NOA面临工况复杂问题，激光雷达为“优选项”

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NOA迎来落地“元年”。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。

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。

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。

激光雷达技术路线

1、按照测距方法划分

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。

2、根据扫描方式划分

根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。

（1）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。

（2）混合固态式激光雷达

混合固态方案的出现正式开启了激光雷达的量产上车的大幕。相较机械式激光雷达，混合固态激光雷达的扫描而只覆盖前方一定角度内的范围，虽然其内部仍然存在一些较小的活动部件，但在成本、体积等方面更容易得到控制，目前也在车用领域量产搭载。典型的半固态方案分为一维扫描和二维扫描，其共同之处是均通过内部运动的反射镜来改变激光方向。

脱胎于机械式激光雷达，一维转镜式方案更具应用成熟性，因此在自动驾驶中应用广泛。一维扫描的本质是在机械式激光雷达的基础上，将发射模块和扫描模块进行分离，保持收发模块不动，通过电机带动转镜运动，将激光反射到不同的方向实现一定范围内激光的扫描。

二维扫描方式能够通过灵活的光学结构设计，利用少量的激光器实现等效更多线束以降低成本。二维转镜方案中如多边形棱镜可以让光源实现水平扫描，而同时纵轴摆镜则可以改变光源的垂直扫描方向，如此仅需一束光源，就可以完成机械式雷达若干个光源才能完成的扫描任务。MEMS振镜方案则是将扫描结构进一步简化，利用悬臂梁使厘米级振镜在横纵两轴高速周期运动，改变激光反射方向，实现扫描。虽然MEMS振镜和二维转镜的结构存在差别，但核心思路均是通过灵活的扫描模块设计，减少激光器的使用，进而推动降本。

混合固态激光雷达可选技术路线呈现多元化。一维转镜方案利用低速转动的反射镜改变光线方向，获得视场角覆盖，提升了稳定性和可靠性，并通过芯片化实现高线束扫描，该方案在应用原理和架构上较为成熟，选择该方案的典型即禾赛科技。相比之下，二维扫描的方案能够通过灵活的扫描模块架构，在减少激光器的同时实现等效线束。在实际的二维扫描方案设计中，不同厂商的具体扫描架构又会有一定的区别，如图达通猎鹰系列（下中），采用MEMS振镜+转镜结合，分别负责垂直及水平方向上的扫描；速腾聚创（下右）则采用自研二维MEMS（微机电系统）扫描芯片驱动旋镜向不同方向发射激光束的混合固态激光雷达技术。

（3）固态式激光雷达

面阵收发+无运动部件，纯固态方案或将是激光雷达的终极答案。纯固态激光雷达通过取消运动部件，简化了整个激光雷达的内部结构并提升集成度，最大程度优化整机耐久度，缩小体积。如此不仅能降低物料和量产成本，也能提升产品可靠性、生产效率和一致性，能够很好地应用于车规级量产领域。

当前纯固态激光雷达的主要为OPA（Optical Phased Array）光学相控阵和Flash闪光激光雷达两种。其中，OPA的原理是通过多个激光发射单元组成发射阵列，通过调节发射阵列中各个单元的相位差，来改变激光光束的发射角度；而Flash则是通过高密度的激光源阵列，像手电筒一样，能在短时间内发射出覆盖一片区域的激光，并用高灵敏度的接收器来构建三维图像。由于结构简单，Flash闪光激光雷达是目前纯固态激光雷达最主流的技术方案。

固态激光雷达纵然有更大的降本空间，但其性能目前还无法比肩在车端量产应用的混合固态激光雷达。固态激光雷达普遍存在的功率密度低、探测距离短等问题。其中，OPA激光雷达要求阵列单元尺寸必须不大于半个波长，因此每个器件尺寸仅500nm左右，对材料和工艺的要求都极为苛刻，因此成本也相应的居高不下。而Flash激光雷达由于需要在短时间内发射大面积的激光，因此在探测精度和探测距离上会受到较大的影响，但由于其结构简单且技术相对成熟，成为了不少雷达厂的主要探索方向。

补盲激光雷达成为了现阶段纯固态技术上车的核心途径。如前所述，虽然固态激光雷达的技术问题限制了其在主雷达端的应用，但出于成本考量，能够用于打造专注近距离感知的补盲激光雷达，通过“固态近距补盲+混合固态远距感知”的结合，能够弥补前向激光雷达垂直视场角小以及测距性能过剩的问题，实现完整的车规级激光雷达解决方案。目前，禾赛科技、速腾聚创以及多家本土激光雷达厂均有布局。

产业链分析

激光雷达产业链主要包括上游零部件、中游整机制造和下游机器人、自动驾驶汽车等应用。激光雷达整机一般由发射模块、扫描模块、接收模块和控制模块四部分组成。中国信通院预计，发射模块、接收模块、测时模块（TDC/ADC）和控制模块，四大光电系统约占激光雷达整机成本的70%。

1、上游

（1）发射模块：发射器进口替代潜力大，国内光学产业链具备竞争力

发射模块是激光雷达系统的光源，其核心组件为激光器。激光发射模块主要包括激光器发射器、光学系统，是激光雷达的核心系统。激光发射器为整个激光雷达提供激光光源。光学系统主要对激光器的输出光束进行准直整形，通过改变光束的发散度、波束宽度和截面积，改善输出光束质量。光学系统一般由准直镜、分束器、扩散片等组成。

1）激光发射器

VCSEL占比有望提升，2027年市场规模预计39亿美元。按结构分，激光发射器可以分为边发射激光器（EEL）和垂直腔面激光器（VCSEL）及光纤激光器。EEL优势在于输出功率及电光效率较高，缺点是光束质量较差，生产成本相对VCSEL较高。VCSEL优点包括体积小易于集成、易于规模化生产、成本低、可靠性较高等优势，不足之处是输出功率及电光效率较EEL低。光纤激光器复杂度较高，在激光雷达领域应用占比较小。近年来国内外厂商陆续推出多层级结高功率VCSEL，大幅提升了光功率密度，高功率VCSEL开始代替部分传统的EEL方案。Yole预计，2033年，VCSEL的占比有望从2023年的39%逐步提升到45%；EEL则小幅下降到43%。市场规模方面，2027年，VCSEL有望达到39亿美元，EEL预计74亿美元。

905nm光源预计仍将占主导地位。激光器波长选择主要兼顾性能和对人眼安全性，目前主流的激光雷达主要有905nm和1550nm两种波长。905nm优势是基于GaAs材料体系，产业成熟，成本低；缺点是发射功率受到对人眼安全性限制，探测距离较短。1550nm优点是对视网膜更加友好，可以发射更大功率，探测距离可以做到更远；不足是其无法采用常规的硅吸收，而需要更加昂贵的铟镓砷（InGaAs）材质，成本更高。不过随着905nm技术持续升级，1550nm成本偏高，预计未来905nm激光器预计仍将占主导地位。Yole数据显示，2033年NIR（0.75-1.1μm，主要是905nm和940nm）占比预计从2023年的84%提升到86%。

海外企业领先激光发射器市场，进口替代潜力大。VSCEL市场参与者主要包括Coherent（高意）、Lumentum、Ams-Osram、Trumpf等，其中Osram（欧司朗）在汽车应用（如激光雷达或车内传感）市场相对领先。EEL市场领导者主要包括Coherent（高意）、Lumentum、Ams-Osram、滨松光子、Laser Components等。国内相关产业链公司包括长光华芯、炬光科技、瑞波光电、纵慧芯光等。

2）光学系统

国内光学系统产业链具备竞争力。光学系统一般由准直镜、分束器、扩散片等组成。准直镜，激光器发射的光束并不是平行的直线，存在发散角度大、光斑形状不规则等问题，准直镜可以改变光束的发散度、波束宽度和截面积，从而改善输出光束质量。分束器，又称激光分光镜、分光片，Beam Splitter DOE，分束器功能是把一束入射激光均匀地分成N束出射光，出射光的光束直径、发散角和入射激光相同，只是传播方向发生改变。扩散片，又称匀化镜、扩散器或匀化器（DF/HM），Homogenizer，其作用是将入射激光转化成任意形状尺寸、强度均匀的光斑。国内光学系统产业链相对成熟，炬光科技、永新光学、蓝特光学、水晶光电、腾景科技、福晶科技等公司均有相关业务布局。

（2）扫描模块：国内光学、电机供应链相对成熟

混合固态是主流，Flash占比有望提升。根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。其中，机械激光雷达因为结构复杂、可靠性较差、寿命低于车规要求，当前用于车载领域较少。混合固态（转镜式、MEMS振镜）较为成熟，是当前和未来车载激光雷达主流方案。固态Flash方案逐步产业化，在车载领域占比持续提升。OPA方案对材料和工艺的要求都极为苛刻，由于技术难度高，尚未实现产业化。Yole预计，混合固态激光雷达（主要是转镜式）占比预计从2023年的68%下降到2033年的56%；MEMS方案从2023的30%下降到2033年的7%；固态Flash方案迎来大发展，从2023年的2%，大幅提升到2033年的33%。

国内光学、电机供应链相对成熟。转镜式激光雷达，收发模块保持不动，发射器发射激光照射镜面，电机带动反射镜面围绕圆心不断旋转，使光束反射至空间的一定范围，从而实现扫描。棱镜式激光雷达，包括两个楔形棱镜，激光通过第一个棱镜后发生偏转，通过第二个棱镜后再一次发生偏转，通过控制两面棱镜的相对转速实现激光束的扫描形态。MEMS微振镜方案，在芯片上集成微振镜，通过芯片控制镜面往复运动，将激光管反射到不同的角度完成扫描。国内相关产业链相对成熟，转镜式激光雷达电机厂商包括湘油泵、鸣志电器、江苏雷利等；反射镜厂商，永新光学、宇瞳光学、富兰光学等。MEMS微振镜厂商包括海外ST意法半导体、博世、英飞凌、滨松电子，国内英唐智控、赛微电子、中科院苏州纳米所等。

（3）接收模块：SiPM/SPAD为重要发展方向，国内SPAD芯片企业实现突破

接收模块的核心组件为光电探测器，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。

（4）控制模块：整机厂商积极自研芯片

激光雷达控制模块主要功能包括时序控制、波形算法处理、收发扫描等其他功能模块控制、生成点云数据，主要元件包括主控芯片，模拟前端芯片等。

1）主控芯片

国外厂商FPGA领先，整机厂商积极自研主控芯片。主控芯片主要功能是控制发射系统发射激光、对接收系统获得的信号进行处理等。主控芯片一般采用FPGA，激光雷达需要进行大量的信号处理、电机时序控制，采用基于可编程的FPGA，效率会高很多。FPGA国外主流的供应商有Xilinx，Altera（被Intel收购）等。国内主要有紫光国微、复旦微电、成都华微、安路科技等。此外，目前整机厂商开启了自研芯片趋势，如图达通falcon激光雷达搭载了蔚来自研的主控芯片“杨戬”；禾赛科技2018年开始就积极研发激光雷达SoC芯片，以在未来取代外购的FPGA芯片。

2）模拟前端、模数转换芯片

模拟前端、模数转换芯片的自研化与集成化趋势。模拟前端芯片，主要功能是对探测器输出的电流信号进行放大和转换（电流转电压），主要通过跨阻放大器（TIA）实现。模数转换芯片，主要功能是将模拟信号转换成数字信号，便于核心处理器进行处理及运行后续的算法，主要通过ADC实现。随着信号通路的增加，传统分立器件构建的系统已难以满足指标，越来越多的厂商开始自研相关芯片。禾赛科技已经开发了多通道驱动芯片以及多通道模拟前端芯片。主控芯片目前逐步向企业自研SoC方向发展，未来也有望实现TIA、ADC等芯片集成到SoC中。

2、中游

中游大部分的激光雷达厂商主要做硬件集成的工作，并添加自研的算法，进行封装后卖给下游厂商。目前中国激光雷达企业正在主导全球市场。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、万集科技等。

国内激光雷达企业已大体形成三个梯队，规模化量产加速分化市场，禾赛科技、速腾聚创、图达通为第一梯队，激光雷达前装量产的销量总体由这三家包揽，同时实现上市融资，市值远超其他企业。第二梯队企业以沃览科技、探维科技、北醒光子、华为、一径科技等为代表，正在努力扩大融资规模以及获取车企定点。第三梯队为其他初创企业。

从销售收入来看，2022年，禾赛科技以47%的份额，连续两年稳居全球激光雷达企业收入榜首，图达通则依靠蔚来汽车的持续出货，以15%的市场份额位居第二，法雷奥、速腾聚创、沃览科技分别以13%、9%、5%的市场份额位列第三、第四、第五。

根据Yole报告，2023年中国激光雷达企业已拥有全球市场份额的73%，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。

3、下游

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、机器人等，其中汽车行业为激光雷达发展的主要驱动力。

Frost&Sullivan数据显示，中国ADAS渗透率预计从2023年的6.3%增长到2030年的87.9%；美国ADAS渗透率有望从2023年的4.9%上升到2030年的69.9%。ADAS和自动驾驶汽车的快速渗透，预计将提升单车激光雷达搭载数量。中国信通院发布的《车载激光雷达技术与应用研究报告》认为，L3、L4和L5级别自动驾驶分别需要平均搭载1颗、2-3颗和4-6颗激光雷达。Frost&Sullivan预计，2026年全球车用激光雷达市场规模有望达到247亿美元，其中，ADAS（L3以下）预计129亿美元规模，自动驾驶（L4、L5）预计118亿美元规模。2030年全球车用激光雷达市场规模有望进一步增长到872亿美元，其中ADAS 649亿美元，自动驾驶223亿美元规模。

性价比提升路线

1、激光雷达性能如何逐步提升

衡量激光雷达核心性能主要包括线束、视场角、分辨率、帧率、点频和功率等。实现功能来看，激光雷达需要具备探测中长距离、可靠度和稳定性、夜间判断能力等，与功能相对应的可拆分为线束、视场角、分辨率、帧率、点频和功率等性能参数，对应关系上，发射模块、接收模块、扫描模块、接收模块均影响激光雷达本身性能。线束数量是直观衡量产品性能的关键指标，直接影响到产品性能。线束及等效线束越多，激光雷达对的感知精准度越高、探测范围越广，激光雷达数据有效性越强。

激光雷达线束可以更直观衡量激光雷达的性能。一方面，整车厂对激光雷达应用的过程中对视场角、分辨率、帧率、点频和功率有标定参数，需要满足车端需求方可应用。另一方面，线束是垂直方向发出激光的数量，线束及等效线束越多，发出的激光束越密集，激光雷达的感知精准度越高，激光雷达数据有效性越强。在后续的性能升级中，可以聚焦如何提升激光雷达线束数量从而提升感知精准度。

（1）硬件升级带动激光雷达线束数量增加

固态激光雷达中，Flash方案通过光电集成技术、单片集成技术、堆叠技术等方式实现在有限的单位面积上增加收发模块的数量。OPA方案通过增加分束器，完成输出激光线束量级的提升。硬件升级优化收发模块配置，有效带动激光雷达线束的增加。

（2）优化振镜提升输出端等效线束

混合固态激光雷达中，可以在扫描模块中通过优化振镜的方式，使低线束收发模块实现等效高线束效果。以速腾聚创M1为例，收发模块有5组平行的EEL半导体边发射激光器，其发射出的点光源通过准直透镜将分散光束形成几个平行方向后，通过分光组件进入反射镜，反射镜将激光精准投射到MEMS振镜上进行多次反射，实现输出端等效线束的提升。

（3）同时通过优化算法和信号处理技术提升激光雷达性能

优化信号处理技术可以提高对远处物体的探测能力；噪声抑制技术，比如自适应滤波和波形分析，可以减少背景噪声和系统电子噪声对信号的影响；信号积分技术能够通过累加连续多个探测周期内的信号，显著提高信噪比，从而使得系统能够探测到更加微弱的回波，提高探测范围。使用机器学习的模式识别，可以更精确地从噪声背景中提取有用信号，增强目标探测的准确性和远程探测的能力。

2、激光雷达成本如何持续下探

目前激光雷达成本持续下探。

（1）集成式方案简化生产制造成本及原材料用量

芯片为例，SoC芯片中集成了多个功能模块，如光电探测器、前端电路、波形处理电路，减少了对多个独立组件的需求，降低了物料成本和装配复杂性。此外，SoC还提高了信号处理的效率和速度，减少了功耗。集成化设计简化了激光雷达系统的整体架构，从而减少了制造和维护的成本。自研SoC允许公司根据特定需求定制设计，更好地与产品集成。

SoC芯片方案将接收、处理等模块融合，持续简化产品结构。以速腾聚创E平台产品为例，通过处理SoC芯片与接收SPAD阵列的3D堆叠，有效的集成了接收和信号处理部件，实现系统简化和成本控制，可以提供直接处理并生成点云的能力。

（2）核心组件价格下探

核心组件价格下探，有望实现成本的持续下降。计算芯片、激光器、光学棱镜等核心组件价格指数均处于下降通道，未来组件成本有望保持相对低位，激光雷达产品有望实现成本下探。

激光雷达成本持续有望下探，2024年降价节奏放缓。根据IDTechEx的预测，激光雷达各方案价格仍处在下行通道，相较于2022年和2023年成本下探幅度或有所放缓，行业利润率有望缓解。

发展趋势

1、短期趋势稳定，纯固态方案稳步推进

激光雷达自诞生以来，其成本便随着路线迭代持续下探，直至近年来混合固态方案将激光雷达推向百元级水平（美元）。在当前L2+自动驾驶持续渗透的背景下，混合固态激光雷达成为各大头部激光雷达厂量产上车的主流，禾赛科技方面也判断，混合固态激光雷达依然会是未来10年中远距离激光雷达的首选。

纯固态方案也有望在补盲端量产上车的同时加快技术升级。纯固态激光雷达在实现全面量产上车（主+补盲）的道路上仍需要解决测远和技术稳定性的问题，各厂商积极推动纯固态在补盲端的上车在一定程度上也有望加快该方案的技术迭代。

2、混合固态方案科技树以降本为指引持续发散延伸

在混合固态激光雷达方案下，其结构的“模块性”会更加突出。根据此前对几大头部厂商旗舰产品的介绍，很明显混合固态方案下，扫描模块在“解绑”发射模块后，各厂商的扫描方案选择灵活多样。能够认为，针对激光雷达的结构设计，厂商会更倾向于综合考量自身技术积累和成本协调（未来能够持续优化进行降本）对激光光源、激光发射器以及接收芯片进行有效组合，打造最具竞争力的产品。

混合固态的细分路线会持续发散直至纯固态方案充分成熟后发生突变式收敛。车规级产品由于长验证周期的特殊性，未来各大雷达厂会更加坚定的在自己选择的组合方案上深度挖掘，这个过程最终可能会停止在固态激光雷达所需技术充分成熟并显露出混合固态方案无法比拟的降本空间的节点。

3、激光雷达成本下探，有望渗透到更多车型中

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。

4、高线束激光雷达销量有望提升

2024年超过30款新车将搭载激光雷达，高线束激光雷达销量有望提升。分车型来看，阿维塔11和阿维塔12采用三颗96线激光雷达，具备120°×25°的视场角和150米的探测距离，这一配置在多方面确保环境感知性能。理想L9Max、飞凡R7旗舰版、零跑C10均搭载一颗128线束激光雷达，提供120°×25.4°的视场角度和200米的有效探测距离，搭配10Hz的帧率，平衡性能和成本。蔚来全系车型标配150线激光雷达，在10%反射率下能够探测到250米以内的物体，探测距离远。华为智界S7和问界M9配置192线束激光雷达，在250米范围内实现精确识别，20Hz的雷达扫描频率使其在数据更新速度和环境感知能力上出众。