激光雷达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。其核心优势在于利用激光的高频特性进行大量、高速的位置及速度信息测量，形成准确清晰的物体 3D 建模。Velodyne 将激光雷达应用到 DARPA无人驾驶汽车挑战赛，首次将激光雷达带入了自动驾驶领域，其后随着 ADAS等下游应用的持续发展，行业也迎来了长足的发展。激光雷达下游应用广泛，其中车载领域具备良好的前景，根据 Frost&Sullivan 数据，至 2025 年 ADAS和无人驾驶将成为下游应用主力，分别占激光雷达市场的 34.64%和 26.30%。本期的智能内参，我们推荐华创证券的报告《激光雷达：汽车智能化加速渗透，激光雷达赛道有望迎来放量期》，全面论述激光雷达行业的发展情况和未来趋势。激光雷达(LiDAR，Laser Detecting and Ranging)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。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，从而对周围环境进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成。其核心优势在于利用激光的高频特性进行大量、高速的位置及速度信息测量，形成准确清晰的物体 3D 建模。激光雷达 21 世纪初引入汽车领域，随 ADAS 渗透率提升迎来快速发展。激光雷达最先用于地图测绘领域，高精度要求使得激光雷达成本居高不下。Velodyne 将激光雷达应用到 DARPA 无人驾驶汽车挑战赛，首次将激光雷达带入了自动驾驶领域。其后随着 ADAS等下游应用的持续发展，激光雷达领域企业不断增多，随着研发的持续进行，激光雷达的产品性能稳步提升，成本大幅下降，行业也迎来了长足的发展。
激光雷达产品可以从显性参数、实测性能表现及隐性指标等方面进行评估和比较。显性参数主要指列示在产品参数表中的信息，主要包含测远能力、点频、角分辨率、视场角、精准度、功耗和集成度等。实测性能表现则主要指在实际使用激光雷达的过程中所测得的产品性能，其决定了无人驾驶汽车和服务型机器人对周围环境的有效感知距离。相比于显性参数，用户会更加关注实测性能，但激光雷达作为近年来才在市场获得较高关注度的新兴产品，能够参考的公开测试数据有限。隐性指标包含激光雷达产品的可靠性、安全性、使用寿命、成本控制、可量产性等，这些指标更加难以量化，也缺乏公开信息。
激光雷达的技术路线有四个主要的维度：测距原理、光源、探测器、光束操纵。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，四个系统相辅相成。根据这四个系统的不同特征，可以从四个不同维度来阐述激光雷达技术路线。其中光源和探测器即激光雷达的发射端与接收端，光束操纵即激光雷达的扫描方式，测距则为信息处理提供距离信息。根据四个主要的维度可以将激光雷达进行分类，每个不同分类方式又可进一步细分为不同的技术路线，不同路线之间存在较大差异。
根据测距方法分类，激光雷达可分为 4 种类型。激光雷达根据测距原理主要有四类：飞行时间法（ToF，Time of Flight）、调频连续波（FMCW，Frequency Modulated ContinuousWave）、三角测距法和相位法。最主要的两种测量方法是 ToF 和 FMCW。ToF 测量原理是通过记录短脉冲发射到接收到反射光之间的时间来测量距离，并在测量过程中通过反射光的角度来测量物体的位置。FMCW 的测量原理是将发射激光的光频进行线性调制，使回波信号与参考光进行相干拍频得到频率差来间接获得飞行时间反推目标物距离，优点是抗干扰强、可直接测量速度。
激光雷达测距方法中 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 是目前车载中长距激光雷达市场的主流方案，有非常高的激光发射频率，具备高精度探测优势，但 ToF 激光雷达最大激光功率受到限制，探测距离存在瓶颈，在白天会受到阳光干扰，在接收信号过程中产生噪音。而 FMCW 激光雷达除了成本高外具有可直接测量速度信息以及抗干扰、远程性高的优势，未来随着 FMCW 激光雷达整机和上游产业链的成熟，其占比有望获得提升，成为和 ToF 并存的主要测距方式。
激光雷达里的探测器即光电探测器可分为 PIN PD、APD、SPAD、SiPM 四类，APD 为当前主流。PIN PD（PIN 光电二极管）适用于 FMCW 测距激光雷达，成本低；APD（Avalanche Photo Diode），即雪崩式光电二极管，较为成熟的 APD 被广泛采用在 ToF 类激光雷达上，是目前使用最为广泛的光电探测器件；SPAD（单光子雪崩二极管）具有低激光功率下远距离的探测能力，但缺点是过于灵敏的接收性能会带来通道串扰大、寄生脉冲等问题，另外其电路设计等工艺难题也带来了较高的制造成本；SiPM（硅光电倍增管）是多个 SPAD 的阵列形式，可通过多个 SPAD 获得更高的可探测范围以及配合阵列光源使用，更容易集成 CMOS 技术。
EEL 制作工艺复杂，VCSEL 未来有望迎来快速发展。激光器光源方面，从发射维度看可以分为两大类：边发射（EEL）和垂直腔面发射（VCSEL）。据禾赛科技招股书，EEL作为探测光源具有高发光功率密度的优势，但因为其发光面位于半导体晶圆的侧面，使用过程中需要进行切割、翻转、镀膜、再切割的复杂工艺步骤，而且每颗激光器极大地依赖产线工人的手工装调技术，生产成本高且一致性难以保障。而 VCSEL 因为发光面与半导体晶圆平行，其所形成的激光器阵列易于与平面化的电路芯片键合，无需再进行每个激光器的单独装调，且易于和面上工艺的硅材料微型透镜进行整合，能有效提升光束质量。近年来国内外多家VCSEL激光器公司纷纷开发了多结VCSEL激光器，使得VCSEL光功率密度得到有效提升，VCSEL 得以被运用在长距激光雷达领域。从生产成本和产品性能可靠性看，VCSEL 未来将有望逐渐取代 EEL。905nm 属于近红外激光，容易被人体视网膜吸收并造成视网膜损伤，因此 905nm 方案只能以低功率运行，安全探测距离不超过 200m，但其成本相对较低。1550nm 远离人眼可见光波长，大部分光在到达视网膜之前就会被眼球的透明部分吸收，安全功率上限是 905nm 的 40 倍，安全探测距离可达到 250 米，甚至 300 米以上，但其需要使用光纤激光器，成本较 905nm 更高。总体而言，905nm 和 1550nm 的激光器在当前时间点来看各有优缺点，两个波段对于车载传感器来说是一个互补共存的状态。
机械式激光雷达仍占据行业主要地位，半固态/固态式具备良好前景。根据扫描方式分类，激光雷达主要分为机械式激光雷达、半固态式激光雷达以及固态式激光雷达。长期来看，固态激光雷达由于不存在可活动部件，在成本和稳定性方面都有较大潜力，是技术上的最优解。而目前三种技术路线中，机械式最为常用，已经广泛应用于 Robotaxi 等领域；混合式激光雷达是机械式和纯固态式的折中方案（较机械式只扫描前方一定角度内的范围；较纯固态式仍有一些较小的活动部件），是目前阶段乘用车量产装车的主流产品。机械式雷达发展较为成熟，但因成本和部件冗杂难以实现车规级量产。机械式激光雷达的技术方案主要是高线数机械式方案。通过电机带动光机结构整体旋转的机械式激光雷达是激光雷达经典的技术架构，其技术发展的创新点体现在系统通道数目的增加、测距范围的拓展、空间角度分辨率的提高、系统集成度与可靠性的提升等。相比于半固态式和固态式激光雷达，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，在视场范围内测距能力更强。但旋转部件体积和重量庞大，且高频转动和复杂机械结构让其内部的旋转部件容易损坏，使用寿命相对较短，难以满足车规的严苛要求。此外它靠增加收发模块的数量来实现高线束，使得成本较高，亦限制了其大规模使用。
半固态方案主要包括微振镜（MEMS）方案、转镜方案。半固态方案的特点是收发单元与扫描部件解耦，收发单元（如激光器、探测器）不再进行机械运动，由扫描部件的活动来实现部分视场角（如前向）的探测，体积相较于机械旋转式雷达更紧凑。转镜方案成熟度相对较高，可靠性已得到车规验证。转镜方案固定了收发模组，用 360°高速旋转的多面棱形反射镜来反射光束，完成激光雷达视野范围内全视场角扫描。转镜的优点在于棱镜、电机和发射器有更好的耐热性和耐用性，因此更容易过车规，当前 Valeo的运用转镜方案的 Scala 1 已经通过车规认证。转镜被视为机械式向纯固态进军的必经之路，是短期上车主流，且未来很长一段时间半固态和纯固态都将并行。MEMS 雷达受限于振镜偏转范围视场角较小，量产性强带来低成本优势。MEMS 振镜是一种硅基半导体元器件，属于固态电子元件，它在硅基芯片上集成了体积十分精巧的微振镜，其核心结构是尺寸很小的悬臂梁，通过悬臂梁的抖动来实现镜片的偏转。MEMS微振镜摆脱了马达等机械运动装置，毫米级尺寸的微振镜大大减小了激光雷达的尺寸。由于其集成度较高，在工艺成熟后预期会在成本和可靠性方面具备较大的优势。MEMS方案的技术创新体现在开发口径更大、频率更高、可靠性优于振镜，以适用于激光雷达的技术方案。但现在市面上 MEMS 偏转角度只有 10-30 度，为了解决视场角较小问题，往往需要多个收发模组拼接而成。固态式方案不含机械部件更易通过车规，但技术成熟度相对较低仍需进一步发展。固态式方案的特点是不再包含任何机械运动部件，适用于实现部分视场角（如前向）的探测，具体包括相控阵（Optical Phased Array, OPA）方案、Flash 方案、电子扫描方案等。因为其不含机械扫描器件，内部结构相较于其他架构最为紧凑，在体积方面具备优势。OPA 尚处于起步阶段，制造难度和成本较高。光学相控阵技术(OPA)通过施加电压调节每个相控单元的相位关系，利用相干原理实现发射光束的偏转，从而完成系统对空间一定范围的扫描测量。在 OPA 系统中，光学相位调制器用于控制通过透镜的光束。OPA 具备精度高、扫描快、体积小等优势，集成度高且量产标准化程度高，具备较强的技术优势，但由于目前 OPA 产业链尚处于起步阶段，且制造工艺复杂，量产性方面仍存在问题，另外由于其结构较为复杂，还存在控制复杂度高、功耗较高等问题。Flash 激光雷达能快速记录场景，但探测距离短板导致其应用受限。Flash 型激光雷达由于不存在扫描系统、机械运动部件被归类为固态激光雷达。Flash 型激光雷达可以通过短时间内向各个方向发射大覆盖面阵激光来快速记录整个场景，避免了扫描过程中目标或激光雷达移动带来的各种麻烦。它运行起来比较像摄像头，激光束会直接向各个方向漫射，只要一次快闪就能照亮整个场景。随后，系统会利用微型传感器阵列采集不同方向反射回来的激光束。其缺点在于一旦传播距离超过几十米，返回的光子就大大减少，使得无法进行可靠的探测，同时也增加了对接收端和功率的高度要求，提高了成本。激光雷达集成衔接产业链上下游，具备较强产业附加价值。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，四个系统需要的不同电子零部件和光学系统共同构成了产业链的上游。具体而言，激光雷达行业的上游产业链主要包括激光器、探测器、扫描镜、FPGA 芯片、模拟芯片，以及光学部件生产和加工商，是激光产业的基石，准入门槛较高；产业链中游利用上游激光芯片及光电器件、模组、光学元件等作为泵浦源进行各类激光雷达的制造与销售；产业链下游主要为各类激光雷达的应用领域，包括无人驾驶汽车、高级辅助驾驶、服务机器人、测绘、高精度地图等。激光雷达产业链公司分工明确，中游集成企业在产业链中起到了承上启下的作用，具备较强的产业地位。
产业链上游由国外厂商主导，下游国内外厂商差距不断缩小。激光雷达上游的核心元器件为激光器和探测器，国外供应商在激光器和探测器行业耕耘较久，在产品方面具备竞争优势。国内供应商近些年发展迅速，已经有通过车规认证的国产激光器和探测器上市。激光雷达下游产业链按照应用领域主要分为无人驾驶、高级辅助驾驶、服务机器人和车联网等行业。国外无人驾驶技术研究起步较早，相比国内仍具有一定的领先优势，但国内无人驾驶技术研究发展迅速，不断有应用试点和项目落地，与国外公司的差距在不断缩小；得益于国内快递和即时配送行业的高度成熟，服务机器人领域国内技术发展水平与国外相当，从机器人种类的丰富度和落地场景的多样性而言，国内企业更具优势；车联网行业更是在“新基建”等国家政策的大力推动下发展较国外更加迅速。
激光雷达成本中激光收发模块成本占比大，后续随着量产推进的整体成本有望进一步下探。将机械式激光雷达各部件的成本进行拆分，根据汽车之心的数据，Velodyne 的机械式激光雷达 VLP-16 的成本拆解后激光器、探测器、光学部件、电路板、电机外壳及结构件成本占比分别为 40%、35%、10%、10%、5%。进一步以法雷奥 Scala 转镜激光雷达为例，其激光收发相关模块激光板、机械镜和机械激光部件合计成本占比可达 46%。无论是机械式还是半固态式激光雷达，激光收发相关模块成本占比均较高，这部分原因是因为当前激光雷达整体出货量较小，固定成本相对较高，后续随着激光雷达量产的推进，产品整体成本有望进一步下降。当前测绘领域主导下游应用，汽车驾驶领域未来有望成为主力。激光雷达下游应用领域广泛，主要涉及无人驾驶、高阶辅助驾驶、服务机器人和智慧城市及测绘等行业。根据Yole Intelligence 的《2022 年汽车与工业领域激光雷达应用报告》数据，2021 年激光雷达应用中地形测绘仍是最大的应用领域，占据 60%的市场份额；紧随其后的是工业领域，占据 27%的份额；无人驾驶出租车、ADAS（高级驾驶辅助系统）、风能和国防等领域占据剩下的 13%。但近年来，随着全球各国对智能驾驶的政策支持，以及车载激光雷达行业的快速发展，无人驾驶和高级辅助驾驶中激光雷达的渗透率呈高速增长的态势。Frost&Sullivan 预测至 2025 年高级辅助驾驶、无人驾驶将成为下游应用主力，分别占激光雷达市场的 34.64%和 26.30%，车载激光雷达领域对整体市场的增长贡献达到 61%。ADAS（Advanced Driving Assistance System，高级驾驶辅助系统）能够利用安装在车上的各式各样的传感器（毫米波雷达、激光雷达、单双目摄像头以及卫星导航）收集数据，并结合地图数据进行系统计算，从而预先为驾驶者判断可能发生的危险，保证行车的安全性。ADAS 技术大大降低了驾驶的复杂性，其功能包括车道监测、紧急制动、稳定性控制等。ADAS 是无人驾驶的第一步，要想实现无人驾驶需要先普及 ADAS。
“三电”系统加强智能汽车与电动汽车协同关系，电动汽车增长有望带动智能汽车增长。相比于燃油车复杂的机械系统和电控系统配合，电动车由电池、电机、电控组成的“三电”系统使得车辆的控制逻辑更加简单，在设计架构上有更大的开放性，天然地比燃油车更匹配汽车智能化的发展。随着电动汽车行业的快速发展，智能汽车也有望迎来增长。
受补贴、产品力提升多种因素驱动，我国新能源电动汽车渗透率快速增长。2022 年以来，受供给端的持续强化以及国家补贴、免征购置税等多项新能源推广政策影响，新能源汽车销量迎来快速增长。根据中汽协数据，22H1 我国实现新能源车销量 260 万辆，市场渗透率高达 21.6%，提前完成国务院在《新能源汽车产业发展规划（2021—2035 年）》中提出的 2025 年新能源汽车渗透率 20%的目标。展望后续，随着汽车电动化和智能化的进一步推进，我国新能源汽车渗透率有望进一步增长，根据亿欧智库研究数据，预计 2025 年我国新能源汽车销量将到达 1137.6 万辆，市场渗透率超过 37%。
自动驾驶可分为 6 个级别，当前我国汽车行业正处于 L2 向 L3 过渡的阶段。2021 年 8 月20 日中国工信部发表《汽车驾驶自动化分级》国家标准，并确定于 2022 年 3 月 1 日起实行，与国际汽车工程师学会（SAE）分类标准 SAEJ3016 大体相一致。具体到分类等级来看，IDC 认为 L3 级是自动驾驶智能程度的重要分水岭，L3 级别及以上自动驾驶主要决策责任由驾驶员转移为操作系统。2020 年 2 月，发改委、网信办、工信部等 11 部委联合发布《智能汽车创新发展战略》指出要从多个维度确保 2025 年实现 L2 级自动驾驶规模化生产，L3 级在特定环境下市场化应用。目前，我国量产汽车的自动驾驶等级正在从 L2向 L3 过渡。
汽车电动化推动智能化发展，ADAS 具备良好前景。根据 IDC 数据，2021 至 2025 年中国 ADAS 市场出货量 CAGR 可达 15.44％；到 2025 年，L1－L5 级自动驾驶汽车出货量预计将达到约 1362 万辆，其中 L3-L5 级自动驾驶在 2025 年的自动驾驶市场份额预计达到 2.5%。随着 ADAS 的快速发展，市场规模也有望迎来快速增长，根据中汽协数据，2020年 ADAS 主要功能市场规模为 844 亿元，至 2025 年市场规模有望达到 2250 亿元。自动驾驶系统由三个部分构成，感知层为信息获取核心入口。自动驾驶可分为感知层、决策层、执行层三大层次。其中感知层负责信息的获取，其通过各类传感器获取周边信息的收集，并将信息传递至中央处理器（决策层），由中央处理器（决策层）判断做出决策，并由执行层进行制动、驱动、转向等操作。感知层中的传感器将信息准确无误地输入是实现 ADAS 的第一步，在 ADAS 中起到至关重要的作用。
非 自动驾驶车辆占比持续降低，各级别智能驾驶渗透率高速增长。根据 RolandBerger 预计，到 2025 年，全球 L1+L2 智能驾驶功能的渗透率将达到 76%，其中 L2 功能渗透率将达到36%，并且 L3 及以上层级将在 2025 市场渗透率可达 9%，实现从无到有的突破。而不具备 自动驾驶功能的汽车占比将从 2020 年的 42%下降到 14%。未来，随着智能驾驶功能被越来越多人接受，智能驾驶的市场渗透率有望实现快速提升，取得更高的市场份额。
▲2020-2025 年全球不同等级智能驾驶渗透率情况中国自动驾驶市场高速发展，感知层中的传感器贡献重要市场增量。根据车百智库和罗兰贝格共同发表的《顺应变革大势，拥抱创新机遇——颠覆趋势下的全球与中国汽车行业展望》报告数据，预计中国自动驾驶市场在未来将快速发展，到 2030 年中国自动驾驶车端系统市场规模将达约 5000 亿元，其中传感器、芯片和软件算法是主要贡献者，传感器市场预计到2030年将达到近1312亿元的市场规模，占自动驾驶市场整体规模达26.5%。
纯视觉方案与混合传感方案并行，采用激光雷达的混合传感方案当下被更多厂商采用。不同传感器可以组合形成不同的传感器方案，目前主要有两种方案。一种是以摄像头主导，搭配毫米波雷达，使用视觉芯片来实现自动驾驶的纯视觉方案；纯视觉方案中，摄像头相当于人的眼睛，将拍摄到的图像通过深度学习神经网络进行像素分割、物体分类、模型标定和目标跟踪，其优势在于分辨率高，可直接获得现实场景信息识别。但过度依靠相关场景下数据积累和与之对应的深度学习，在现有的技术水平上有时会出现故障。另一种是以激光雷达为主，同时搭载毫米波雷达、超声波传感器和摄像头的混合传感方案。目前混合传感方案综合多种传感器数据，传感器之间优势互补，在远距离全方位探测方面和抗环境影响的能力更强，测量精度更高，但成本相对较高。近年来，随着关键技术的突破和光电半导体成本的下降，激光雷达的体积和价格都在不断降低，以激光雷达为主的混合传感方案成为当前阶段更多车厂的选择。
激光雷达是自动驾驶的核心传感器之一，在性能、防干扰和信息量优势明显。当前行业内主流使用的自动驾驶汽车传感器为车载摄像头、超声波雷达、毫米波雷达、激光雷达等。由于不同传感器的原理和功能各不相同，可以分别在不同场景中发挥其特定优势，因此目前暂时难以完全相互替代。但相比于毫米波雷达，激光雷达可实现更远的探测距离和更高的精度；相比于摄像头，激光雷达的探测对算法及算力要求较低，并且可以区分缓慢移动的人和其它静止物体。相较于超声波雷达，激光雷达测量距离更长，在高速下能正常使用。随着高等级自动驾驶对于传感器要求的不断提升，激光雷达将作为传统传感器的重要补充，支撑自动驾驶的信息获取。
随着 ADAS 的持续发展，作为环境信息获取窗口之一的激光雷达的需求也相应提升。根据观研天下数据，一般情况下在汽车的 L3 级中，激光雷达的搭载数量要求为 1 个；在L4/L5 级中，激光雷达的搭载数量要求分别为 2-3 个和不少于 4 个。虽然实际应用中车辆搭载的激光雷达个数往往由具体的车型的设计决定，数量上并不存在明显的规律，但整体上还是与 ADAS 驾驶的级别呈正相关关系。
目前 905nm 和机械式激光雷达占据优势地位，1550nm 和半固态 MEMS 激光雷达具备良好前景。从波长角度来看，按雷达激光发射器发射的波长分类可以分为 340nm、640-670nm、750-780nm、885nm、905nm、1064nm、1550nm 等波段。由于成本低和技术成熟，使用 905nm 激光器的激光雷达系统已然在市场中占据主导地位，成为大多数激光雷达厂商的第一选择。但 1550nm 光纤激光器功率大，光束质量好，拥有更高的人眼安全阈值，随着技术的不断进步，未来成本降低后，有望逐渐成为主流。从技术路线来看，激光雷达按照扫描系统的技术路径分类，可分为机械式、混合固态、全固态。激光雷达厂商一般以机械式起步，普遍在往固态式发展。半固态式激光雷达主要分为转镜式激光雷达、MEMS 振镜激光雷达和双棱镜式激光雷达，其中MEMS 激光雷达当前落地最多产品，成熟度已满足规模量产。未来消费升级、无人驾驶的需求增加，有望带动激光雷达市场快速扩张。激光雷达应用场景广泛，从细分市场无人驾驶领域来看，根据 Yole 数据，2020-2025 年全球激光雷达在无人驾驶市场的出货量将从 14 万个增长至 130 万个，CAGR 达到 56.2%，预计到 2032年将达到 740 万个；从销售额来看，2020 年全球激光雷达在无人驾驶市场的销售额约为12 亿美元，预计到 2032 年将超过 82 亿美元。
▲2020-2032 年全球激光雷达在无人驾驶领域销售额及出货量（右轴）ADAS 市场渗透率稳步提升，激光雷达作为核心传感器之一出货量有望进一步增长。随着智能化技术的持续突破和升级，ADAS 市场渗透率将会进一步提升，从而使得激光雷达市场增长。根据 Yole 数据，全球激光雷达在 ADAS 市场的出货量将从 2020 年 20 万个增长至 2025 年 340 万个，CAGR 达 76.2%；预计到 2032 年出货量将达到 2660 万个。全球激光雷达 2020 年在高级辅助驾驶系统市场的销售额约为 0.95 亿美元，预计到 2032 年将超过 96 亿美元。
▲2020-2032 年全球激光雷达在高级辅助驾驶领域销售额及出货量（右轴）激光雷达在汽车和工业中应用广泛，ADAS 和无人驾驶受益下游需求快速增长占比持续提升。根据 Yole 数据，汽车和工业应用中的激光雷达市场预计将从 2020 年的 18 亿美元达到 2026 年的 57 亿美元，期间 CAGR 可达 21%。在汽车市场，2020 年 ADAS 中的雷达市场占汽车和工业 LiDAR 市场的 1.5%，这一比例在 2026 年预计将为 41%，达到 23亿美元的市场规模。机器人汽车领域，包括无人驾驶出租车和无人驾驶班车，预计将在2026 年达到 5.75 亿美元，CAGR 可达 33%。
▲全球汽车和工业应用激光雷达细分市场规模/百万美元在各个应用领域高速发展的助推之下，全球激光雷达市场规模有望迎来高速增长。随着智能化技术的持续突破和升级，受无人驾驶车队规模扩张、高级辅助驾驶中激光雷达应用渗透率提升、以及服务型机器人及智能交通建设等领域需求的推动，预计激光雷达市场规模将实现快速扩容。据沙利文数据，2021 年全球激光雷达市场规模达到 20 亿美元（约合人民币134亿），同比增长 100%，预计 2025 年全球激光雷达市场规模将达到 135.4 亿美元（约合人民币911亿），2019-2025 年的 CAGR 为 64.6%。
▲2017-2025 年全球激光雷达市场规模及增速情况/亿美元激光雷达技术持续升级，有望推动激光雷达价格下降。前期由于激光雷达整体使用量较小，固定成本相对较高，故而整体价格较高。具体到各类型来看，前期机械式激光雷达受限于自身结构较复杂，故而整体成本最高，价格可达上万美元；而半固态式激光雷达经过近几年的发展，技术已经相对比较成熟，成本已经降至 1000-1500 美元左右，未来随着车企的大规模使用，成本还有望进一步降低；固态式激光雷达成本最低，仅需 200-500美元左右，但短时间内因为技术尚未成熟，很难大规模推广普及。未来随着技术进一步成熟，有望带来生产成本的下降，从而推动价格下降。激光雷达价格下降与出货量提升相互促进的逻辑已初步建立，产品价格有望进一步下行。目前行业内逐渐形成共识，当激光雷达规模达到 10 万的量级，价格将降至 1000 美元左右。以法雷奥为例，从其公布的数据来看，2021 年出货 16 万只，价格已经低于 1000 美元。随着技术升级带来的成本下降和激光雷达的需求增长，激光雷达的生产规模有望持续扩大。根据观研天下数据，激光雷达的平均单价预计将从 2021 的 6500 元下降到 2022年的 4550 元，预计到 2030 年车载激光雷达单价将进一步下降到 1719 元。激光雷达单车搭载量上升叠加价格下降，单车激光雷达价值量整体呈下降态势。根据观研天下数据，L3 级激光雷达车型平均约搭载 1 颗激光雷达，L4/L5 级激光雷达车型平均搭载激光雷达不少于 4 颗。随着技术进步激光雷达渗透率不断提升，车载激光雷达平均单价呈下降趋势，单车激光雷达用量有望提升，预计到 2025 年 L3 级激光雷达车型平均约搭 2 颗激光雷达，L4&L5 级激光雷达车型平均搭载激光雷达 5 颗；2030 年 L3 级激光雷达车型平均约搭 2.5 颗激光雷达，L4&L5 级激光雷达车型平均搭载激光雷达 5.5 颗。受单价下降的影响，虽然搭载的激光雷达数量增多，但单车价值量整体呈下降态势。预计 2025 年中国车载激光雷达市场规模和全球车载激光雷达市场规模分别为 22.6亿美元、48.9 亿美元。2030 年中国车载激光雷达市场规模和全球车载激光雷达市场规模分别为 69.4 亿美元、135.7 亿美元。主要假设如下：1）乘用车销量：根据 OCIA 数据，2021 年全球乘用车销量为 5640 万辆，2021 年中国乘用车销量为 2148 万辆。中国乘联会预计未来几年，中国乘用车销量增速为 5%，按此速度计算，2025 年中国乘用车销量为 2611 万辆。考虑到之后，需求增长空间有限，市场发展动力不足，对 2025-2030 年给予 2%增速，预计 2030 年中国乘用车销量为 2883 万辆。全球乘用车销量方面，近些年全球汽车工业出现了一定幅度的下降，叠加 2020 年新冠疫情和战争冲突对全球汽车行业生产和需求的打击，全球汽车产量持续低迷，考虑到大环境的低迷和自身需求乏力，我们估计 2025、2030 年全球乘用车销量维持不变，与 2021年全球乘用车的销量值预计为 5640 万辆持平。2）各个类别智能车渗透率：参考 IHS Markit 发布的《中国自动驾驶市场和未来出行市场展望》报告中关于中国各个类别的智能车渗透率，假设全球智能车渗透率相同。3）单车激光雷达搭载量和单颗激光雷达价值量：使用上文预测的单车雷达价值量和搭载辆的数据。上文中关于 2025、2030 年单颗激光雷达的价值量预测为 2475 元、1719 元，按汇率 7 进行计算，折合为美元约 354 美元和 246 美元。
国外的激光雷达产业起步较早，在技术和客户群等方面具有优势。激光雷达的传统应用领域由传统测绘技术公司 Trimble、Hexagon、Topcon 和 Sick 等主导，而车载激光雷达作为新兴领域，存在较多新入局企业，国外主要企业包括 Velodyne、Luminar、Aeva、Innoviz、Ouster 等。其中 Velodyne 在机械雷达领域具有显著优势，Luminar 和 Innoviz 在 MEMS激光雷达方面较为领先，Aeva 最早采用 FMCW 技术路径，Ouster 则主要走 Flash 路线。市占率高的厂商以外国厂商为主，速腾聚创为占比最高的中国企业。根据 Yole 发布的《汽车和工业应用的激光雷达 2021》报告，中国激光雷达企业 RoboSense(速腾聚创)市场占比10%排名中国第一、世界第二；全球激光雷达供应商市场占比排名第一的是传统 Tier1 大厂法雷奥，占比 28%。其他企业还包括北美的激光雷达企业 Luminar 与 Cepton、老牌 Tier1企业电装与大陆、以及大疆旗下的 Livox 等，但占比均不到 10%。
车载激光雷达仍处于行业早期，各主要厂商均处于定点数量快速上升阶段。从定点情况来看，由于前期激光雷达价格过高且车规级认证需要较长周期，车载激光雷达仍处于行业早期阶段，当前各主要激光雷达厂商定点仍相对较少。从各厂商当前已定点情况来看，海外厂商客户主要以奔驰、奥迪等海外传统车企为主；国内企业则主要以国内车企和造车新势力为主，其中速腾聚创为当前国内定点数量最多的厂商，具备一定的竞争优势。
Valeo（法雷奥） ：Valeo 成立于法国巴黎郊区的圣旺，是一家专业致力于汽车零部件、系统、模块的设计、开发、生产及销售的工业集团。公司早期在英国菲罗多公司授权下，主要从事刹车内衬和雨刷的销售。公司于 1960 年开始了多元化经营，产品范围持续拓展：刹车系统（1961年）、空调系统（1962 年）、照明系统（1970 年）和汽车电子系统（1978 年）。公司业务涉及前装业务及售后业务，是世界领先的汽车零部件供应商，为世界上所有的主要汽车厂提供配套。法雷奥由四大事业部(动力总成系统、热系统、舒适及驾驶辅助系统和视觉系统)及售后事业部组成。2021 年公司实现营收 172.62 亿欧元，同增 5%；实现归母净利润 1.75 亿欧元，同增 116%。法雷奥在激光雷达行业耕耘多年。公司自 2010 年开始研发面向量产车的激光雷达产品SCALA 1，并在 2017 年实现量产，为较早通过车规认证的激光雷达型号。法雷奥在 2021年 11 月发布了 SCALA 第三代，预计在 2024 年投产，与第二代激光雷达相比，第三代拥有更高阶的性能：分辨率提高 12 倍，探测距离增加 3 倍，视野范围扩大 2.5 倍。截至2022 年 2 月底，法雷奥已累计生产超过 16 万颗激光雷达，是市场上唯一一家实现车规级激光雷达大规模量产的供应商。Velodyne：Velodyne成立于1983年，总部位于加利福尼亚州圣何塞。公司成立之初主营业务为音响，随后逐步将业务拓展至激光雷达领域。2016 年 Velodyne 将核心业务激光雷达部门剥离，成立新公司 Velodyne LiDAR。Velodyne Lidar 凭借其机械式激光雷达的开发，成为了激光雷达行业主要企业之一。通过多年的深耕和发展，公司与谷歌、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。公司产品在基于定制化芯片基础上，提供“硬件+软件”的一体化解决方案。Velodyne为自动驾驶汽车、驾驶辅助、送货解决方案、机器人、工业、基础设施、导航、测绘等领域提供智能、强大的激光雷达解决方案。公司产品主要为包括环视混合固态激光雷达和定向固态激光雷达，其中环视混合固态激光雷达量产的产品包括 HDL-64E/32E、Puck、UltraPuck 和 AlphaPrime 等系列；定向固态激光雷达量产的产品为 Velarray。另外公司还提供软件解决方案。
Luminar：Luminar 于 2012 年在美国硅谷创立。2020 年底，Luminar 通过与壳公司 Gores Metropoulos合并，在纳斯达克上市。截至 2022 年 12 月 28 日，Luminar 市值达 18 亿美元。Luminar通过与 Black Forest Engineering 合作，解决了铟镓砷成本昂贵的问题，从而让其以低成本激光雷达传感器技术而著名。通过多年的发展，公司已获得丰田、奥迪、大众、沃尔沃、Mobileye 等合作客户的认可。2021 年 Luminar 实现营收 3194 万美元，同增 129%，净利润-2.38 亿美元。Luminar 的产品包括硬件传感器、软件系统，以及向 OEM 厂商提供完整的解决方案。硬件方面，公司目前主要产品为 Iris 和 Hydra，两者均为采用 ToF 测距原理，1550nm 波长激光光源的产品。其中 Hydra 是一种用于测试和开发项目的高性能激光雷达,主要针对在阳光直射、雨、雪、雾和其他具有挑战性的天气条件下的高精度激光雷达的研究和开发。公司车规级产品 Iris 于 2019 年投产，计划于 2022 年量产，其 L1-L2 级别的产品售价能够下探至 500 美元，L3-L5 级别的产品单价约至 1000 美元。软件方面，公司提供的配套软件可以覆盖高速公路上夜间或恶劣环境下的感知和识别，为自动驾驶的路径规划和决策提供额外的信息。解决方案方面，Luminar 致力于提供一站式解决方案，公司推出的软件产品套件 Sentinel 是首款用于量产的全栈自动驾驶解决方案，能够为每个 OEM 提供高速公路自动驾驶和主动安全功能。AEVA：Aeva 由两位苹果前工程师于 2017 年创立，是一家主营 FMCW 4D 激光雷达的科技公司。2021 年通过 SPAC 方式与 Inter Private Acquisition Corp. 合并后在美股上市。截至 2022年 12 月 28 日，公司市值 2.7 亿美金，在已上市的 8 家纯激光雷达公司中位列第二，仅次于 Luminar。Aeva 主营产品为 4D FMCW Lidar，包括硬件系统和软件算法。Aeva 的 4D FMCW Lidar使用连续的低功率激光束来测量波形从物体反射时的频率变化。可以以厘米/秒的精度检测每个点的瞬时速度，且最远探测距离高达 500m，并且具备较强的抗干扰能力。目前公司已经发布第二款车载雷达产品 Aries II，是世界上第一个具有相机级别分辨率的 4DFMCW Lidar。根据公司的规划，预计 2022 年 Q2 推出样机，2023 年 Q4 完成 SOP。公司产品主要覆盖三大应用方向：1）汽车领域：包括乘用车、商用车（如 Robotrunk）、移动出行（如 Robotaxi）；2）消费类设备：消费电子（3D 投影、AR/VR）、消费健康市场（非接触式健康监测，如监测脉搏率和呼吸率）；3）工业自动化：为机器人、工业计量机器和其他自动化设备提供一种更清晰、更准确和更具成本效益的感知周围环境的方式。速腾聚创：速腾聚创成立于 2014 年 8 月，总部位于深圳，是全球领先的激光雷达企业。速腾聚创产品技术包括：MEMS 与机械式激光雷达硬件、硬件融合技术、AI 感知算法等。公司致力于通过激光雷达硬件、AI 算法与芯片三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，颠覆传统激光雷达硬件纯信息收集的定义，赋予机器人和车辆超越人类眼睛的感知能力。公司主营产品可分为激光雷达和感知方案。其中激光雷达包括 RS-LiDAR-M1(MEMS 固态激光雷达 ) 、 RS-Ruby(128 线激光雷达 ) 、 RS-Bpearl( 近距离补盲激光雷达 ) 、RS-LiDAR-16(16 线激光雷达)和 RS-LiDAR-32(32 线激光雷达)；感知方案产品包括RS-Cube(感知算法单元)、中低速激光雷达感知方案 RS-P1、中高速激光雷达感知方案RS-P2、RoboTaxi 激光雷达感知方案 RS-Fusion-P3 和 RoboTaxi 激光雷达感知方案RS-Fusion-P5。公司主要客户包括上汽、吉利、一汽、AutoX、小马智行等。2021 年速腾聚创发布了车规级固态激光雷达 RS-LiDAR-M1 的 SOP 版本。公司第二代智能固态激光雷达RS-LiDAR-M1 获得大量车企定点，包括 L3 重卡方案科技企业、北美新能源车企、中国造车新势力车企、传统主机厂、顶级超跑品牌等，覆盖了从超跑到家用车、从乘用车到商用车的多种车型。其中，广汽埃安已于 2021 年 7 月官宣将在多款车型上搭载 M1。2020年 12 月，M1 样件批量出货给北美车厂，成为全球首款批量交付的车规级 MEMS 固态激光雷达。禾赛科技：禾赛科技于 2014 年在上海成立。公司于 2017 年 4 月推出 40 线机械激光雷达 Pandar 40，其后公司于 2017 年末发布了基于百度 Apollo 平台的自动驾驶开发者套件 Pandora，将激光雷达 Pandar 40 与多个全景摄像头装入同一器件，进行同步感知工作，实现了激光雷达和其他传感器数据的底层同步和融合，表明公司可帮助下游客户解决调教感知系统硬件的行业痛点。公司致力于成为系统解决方案的提供商。经过多年深耕，禾赛在核心元器件、自研芯片、车规级生产能力、功能安全、主动抗干扰技术以及基于深度学习的激光雷达感知方面都有深厚的积累。禾赛的客户包括全球主流自动驾驶公司和顶级汽车厂商、一级供应商、机器人公司等，遍及全球 40 个国家、90 多个城市。公司当前主要客户包括北美三大汽车制造商中的两家、德国四大汽车制造商之一、美国加州 2019 年 DMV 路测里程前 15 名中过半的自动驾驶公司和大多数中国领先的自动驾驶公司。公司的激光雷达产品主要为基于 ToF 测距法的机械式及半固态式激光雷达。公司机械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。2017 年底公司开始部署芯片自研，根据产品需求设计芯片，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 Pandar、XT 的量产项目。另外，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。公司核心技术为激光雷达整机系统+芯片化研究。公司以激光雷达专用芯片、光电器件以及微光学工艺为核心基础，发展机械式激光雷达、基于微振镜方案和转镜方案的半固态式激光雷达、以及基于电子扫描方案的固态式激光雷达，以适应不同应用场景对激光雷达的差异化需求。同时，公司积极发展 FMCW 激光雷达技术，为未来推出该方案产品做好准备。图达通：图达通（Innovusion）于 2016 年成立，是全球领先的图像级激光雷达提供商。公司在硅谷、苏州和上海设有研发中心，在宁波和武汉拥有高度工业化的车规级激光雷达制造基地。图达通潜心致力于激光雷达的探索与创新，不断提供高性能的激光雷达产品及多样化的应用解决方案。其图像级超远距激光雷达猎鹰（Falcon）已于 2022 年 3 月作为蔚来ET7 自动驾驶超感系统的标配量产交付，这是全球首款量产的 1550nm 激光雷达。图达通激光雷达产品分为猎豹、捷豹、猎鹰系列，猎豹和捷豹系列产品是 300 线 1550nm的激光雷达，探测距离可达 280 米，应用于智慧城市和高速公路以及轨道和矿山领域；猎鹰系列（1550nm）为车载激光雷达，将搭载于蔚来 ET7 中，探测距离可达 500 米，是目前车载激光雷达中探测距离最远的，同时具有 120°的超广视角以及 300 线等效分辨率。从客户来看，公司为蔚来提供的激光雷达拥有 120 度的超广视角、等效 300 线的超高分辨率、最远可达 500 米的超远探测距离、采用 1550mn 激光，提升性能的同时兼顾了安全指标。未来，公司与均胜电子、蔚来汽车将在激光雷达感知融合、V2X 数据融合、自动驾驶域控制器决策算法等方面深度合作，共同推进智能网联汽车产业化和国际化落地。镭神智能：镭神智能于 2015 年成立，总部位于深圳。公司是全球领先的激光雷达及整体解决方案提供商,致力于以稳定、可靠的激光雷达环境感知技术赋能产业升级，下游应用覆盖自动驾驶、智慧交通、轨道交通、机器人、物流、安防、测绘、港口和工业自动化等九大产业生态圈。公司主要客户包括富士康、格力、美的、海尔、东风汽车、陕汽重卡等。技术层面上，镭神智能为广东省科技厅唯一认定的“广东省激光雷达工程技术研究中心”，以完整的自主产权以及在激光雷达核心硬件、专用芯片、AI 算法上的创新技术，打造了市面最齐全的激光雷达产品矩阵，不仅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，也是国内唯一一家自主研发出激光雷达专用 16 通道 TIA 芯片、激光雷达自动化及半自动化生产线、1550nm 光纤激光器的激光雷达公司。公司产品有激光雷达（包含 ToF 32 线、16 线及单线、MEMS 固态激光雷达、远距离激光雷达、激光三维成像激光雷达、3D FLASH、相控阵、三角法、相位法激光雷达）、三维激光扫描仪、激光位移传感器、高精度激光传感器、激光灭蚊炮、激光灭蚊机器人、特种光纤激光器等硬件产品。以及自动驾驶、智慧交通、智慧物流、轨道交通、测绘、高端安防、桥梁防撞、工业自动化等多种领域的系统解决方案。大疆览沃：大疆旗下的览沃科技有限公司(LivoX)成立于 2016 年。公司致力于提供高性能、低成本的激光雷达传感器。通过降低使用门槛和生产成本，Livox 将激光雷达技术集成到更多产品和应用之中，从而为自动驾驶、智慧城市、测绘、移动机器人等行业带来创新性改变。Livox 产品已销往包括美国、加拿大、中国、日本和欧盟在内的 26 个国家和地区。Livox 主要客户包括自动驾驶公司 AutoX 和希迪智驾，商用移动机器人公司 Refraction AI和高仙机器人，以及专注于空中、地面和移动激光扫描技术的数字绿土。公司的技术核心是非重复式扫描，是指随着激光束在视场（FOV）内非重复式扫描，激光雷达扫描的区域面积会随着时间增大。非重复扫描方式相比于传统机械式激光雷达线性重复式扫描，主要优势有三个方面：1）扫描轨迹不会重复；2）可实现随着扫描时间增加，达到近 100％的视场覆盖率；3）没有电子元器件的旋转磨损，可靠性更高。总的来说，非重复式扫描可以减小视场内物体被漏检的概率，有助于探测视场中的更多细节。Livox 通过这种方式，在保证产品可靠性的同时，也在一定程度上降低了激光雷达的成本。华为：华为激光雷达产品的研发始于 2016 年。作为华为打造的 MDC 智能驾驶平台构建的四个生态中的重要组成，激光雷达也是华为正在布局的一个领域。华为团队访问了大量的 TOP车企，明确了自身的产品研发方向，要做一款高性能、车规级、能够大规模量产的激光雷达。基于此定位，激光雷达团队启动“爬北坡战略”，公司并没有选择从传统旋转机械式激光雷达切入，而是选择从难度比较大的前装量产的产品进行开发。据其官方资料显示，华为已按照年产 10 万套/线在推进，以适应未来大规模量产需求。华为首发的车规级 96 线中长距激光雷达激光雷达，具备横向 120°纵向 25°的大视野，可应对城区、高速等场景的人、车测距需求，产品全视场测距可达 150 米。对比同类产品，华为激光雷达在 FOV、角精度方面处于行业领先水平。车东西认为，尽管国外激光雷达市场发展较早，但目前国内激光雷达市场已经开始呈现百花齐放的局面，不少初创企业在机械雷达方面较为领先，并向固态雷达发展。未来随着量产激光雷达成本的降低，出于安全考虑激光雷达有望成为中高端汽车标配，车载激光雷达市场规模有望进一步扩大。
*免责声明：转载本文是为分享该信息或观点，不能代表对观点的支持，如果有任何异议，欢迎联系我们。
