公司活动
（一）激光雷达：利用激光实现3D感知
激光雷达（Lidar）是利用激光实现 3D 感知的现代光学遥感技术。激光雷达的工作原理类似蝙 蝠的回声定位，只不过以激光脉冲代替声波作为信号，通过向探测目标发射携带振幅、频率、相 位等信息的激光束，分析、处理反射光束的时间差和相位差等信息，测算出目标的方位信息。
构成：包含测距系统、扫描系统和控制系统三部分。1、测距系统，由激光发射器、光电探 测器和光学元件组成，其中激光发射器负责向目标物发射调制后的光波，光电探测器负责 将经目标物反射回来的光信号处理为电信号，光学元件则用于校准发射的激光线束和聚焦 反射回来的光线。2、扫描系统，用于控制激光线数在不同方位、垂直角度的转向变化，由 点成面从而捕获空间内上百万个稠密且精准的点云数据，形成激光雷达的感知范围。3、控 制系统，由主控芯片及信息处理单元组成，负责光电信号的控制和点云数据的处理。
特性：激光具有高亮度性、高方向性、高单色性和高相干性的特点，因此利用激光进行感 测的激光雷达相较于摄像头、毫米波雷达等环境监测传感器具有一系列独特的优点。1、主 动探测，能够自主提供光源，不依赖于外界光照条件，直接获取目标的距离、角度、反射强 度、速度等信息；2、高分辨率，工作于光学波段，频率比微波高 2～3 个数量级以上，因此 具有极高的距离分辨率、角分辨率和速度分辨率；3、强抗干扰，激光束发散角小、波长短、 多路径效应小。
功能：空间中的任何一点都可由距离、方位角和仰角三个坐标确认，根据激光雷达的工作 原理，可以准确的对目标物测距、测速、测角，由此形成激光雷达的主要功能。1、三维立 体成像。在单点激光测距的基础上，通过线扫描和点阵扫描的方式，激光雷达每秒可捕获 目标物在空间内上百万个稠密且精准的点云数据，继而得到目标动态的距离-角度-角度图 像，又称为三维图像；2、高精度定位。激光雷达配合全球定位系统（GNSS）及惯性导航系 统（INS），可以将点云方位数据处理成高度精确的地理配准（x、y、z）坐标， 继而实现全局的高精度定位。
（二）发展历程：测绘起步，车载普及
激光雷达行业积累近 60 年，在功能上从测距发展到测角、测速，在设计上从单点发展到平面、 3D，在应用上从军用延伸至商用、民用，具体来看主要历经以下四个阶段： 航天与军事领域科研阶段（1960 年代～1970 年代）：世界上第一台激光发生器诞生于 1960 年，此后不久基于激光的探测技术开始得到发展。最早且最简单的激光雷达就是激光测距 仪，由美国宇航局和美国军方开发，用于月球测距；此后又扩展到研究用于对洲际导弹等 其他飞行器的瞄准和跟踪的激光雷达，1964 年研制出用于导弹初始跟踪测量的激光雷达， 同时测角、测距、测速，是世界上第一部完整而实用的激光雷达。
工业与商业测绘应用崛起（1980 年代～1990 年代）：激光雷达商业化技术起步，二极管系 统提高了激光雷达的紧凑性、单线数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、GPS 民用技术精度达到了厘米的量级促进了激光雷达测量技术与定位系统结 合。这期间 RIEGL 及 FARO（法如）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（西克）及 Hokuyo（北洋）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。
无人驾驶领域初步探索（2000 年代～2010 年代）：21 世纪，随着扫描、摄影、卫星定位及 惯性导航系统的集成，利用不同的载体及多传感器的融合，实现了激光雷达三维影像数据 获得技术的突破，激光雷达对三维环境高精度重建的应用优势得到了空前认可，并从政府 技术垄断向大幅度商业化渗透。2004 年开始的美国国防高级研究计划局无人驾驶挑战赛 （DARPA Grand Challenge）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。车载激光雷达车规化发展也在这一时间起步，2010 年 Ibeo 同 Valeo（法 雷奥）合作进行车规化激光雷达 SCALA 的开发，并于 2017 年实现量产，此后采用转境、 MEMS、1550nm 新型技术方案的激光雷达公司 Innoviz、Luminar 等相继出现。
车载应用逐步铺开（2020 年～）：随着智能驾驶向L3阶段进阶，激光雷达行业也随之进入 高速发展期，在高级辅助驾驶领域的应用得到不断发展，激光雷达技术开始朝向芯片化、 阵列化发展，境外激光雷达公司迎来上市热潮，同时不断有巨头公司加入激光雷达市场竞 争。
（三）下游应用：领域广泛，车载前景可观
凭借优越的三维成像和高精度定位功能，激光雷达已广泛应用于科学研究和社会发展的各个领 域，早期主要被广泛应用在航空航天、测绘、风电等领域，随后受汽车智能化的驱动，在车载领 域迅速发展，具体来看： 市场规模：根据 Mordor Intelligent 数据，2019-2020 年激光雷达市场总规模为 15.35-16.37 亿美元，预计到 2026 年激光雷达市场总规模将达到 57.92 亿元，2019-2026 年复合增长率 高达 20.89%。应用占比：传统的环境测绘是激光雷达最主要应用，2020 年市场规模已有 10.85 亿美元， 占比高达 66.28%，用于地形测量、风速监测、农林测绘等；其次是工业测量应用，2020 年 市场规模有 4.15 亿美元，占比 25.35%，用于工业自动化、物流、智能楼宇等场景；汽车应 用占比最小，但潜力可观，2020 年市场规模约为 1.38 亿元，占比 8.43%。
市场潜力：根据 Mordor Intelligent 数据，随着智能汽车的快速上量，辅助驾驶（ADAS）系 统市场占比快速提升，2019-2026 年复合增长率高达 111.46%，除此之外无人驾驶领域依旧 是激光雷达的车载主战场，2019-2026 年复合增长率达 12.87%；工业及环境测绘增长较慢， 2019-2026 年复合增长率分别为 6.42%和 4.34%。
（一）技术阶段：智能驾驶需求逐级递进，激光雷达必要性显现
感知层是智能驾驶的起点，传感器是感知层的核心 美国汽车工程师学会（SAE）将智能驾驶的发展按驾驶控制权的归属分为六个阶段：L0-L2为较 低阶辅助驾驶阶段，由驾驶员主导、系统辅助完成；L3-L5 为高阶智能驾驶阶段，驾驶决策责任 方逐步由驾驶员过度到系统。 智能驾驶按技术架构分为感知、决策和执行三个层次。感知层是汽车的“眼睛”，主要负责对环 境信息和车内信息的采集与处理；决策层是汽车的“大脑”，依据感知信息来进行驾驶决策判断； 执行层相当于汽车的“四肢”，按照决策结果对车辆进行控制。这其中，感知层是实现智能驾驶 的基础和前提，在信息传输上归纳为三个层面：1、物理信息，包括姿态、速度、形状、温度、 能耗等；2、语义信息，辨别物体的类别；3、行为预测，预测物体的行为。
智能传感器是感知层的硬件核心。感知层通过传感器实现对信息的感知，根据作用机理不同分 为传统传感器和智能传感器，前者主要负责车辆对自身状态的感知，安装在动力总成、底盘系统等汽车关键部位，该类传感器多以 MEMS 工艺生产，具有低成本、高可靠性、小体积等优势。 后者负责从车辆外界获取信息，是智能驾驶感知层的硬件核心，主要包括车载摄像头、毫米波 雷达、激光雷达、超声波雷达四大类别的硬件传感，具备两个显著特征：1）量少价高，与传统 传感器相比，智能传感器数量少且价格高，基本都在百元以上，占据了汽车传感器总成本的绝 大部分；2）量随级升，随着汽车 SAE 等级提升，为了提高感知冗余，所需配备的智能传感器数 量随之增多。
激光雷达感知性能优越，帮助提升智能驾驶安全冗余
摄像头、毫米波雷达、超声波雷达以及最新出现的激光雷达特色鲜明，在探测精度、感知范围、 环境抗干扰及成本等方面各有所长，组成了智能驾驶感知系统的“主力阵容”。摄像头：技术成熟成本可控，成为最主要的视觉传感器。摄像头类似人眼，可对物体几何 特征、色彩及文字信息进行识别，借助算法可实现对障碍物距离的探测，技术成熟成本可 控，因而成为 L2 及以下 ADAS 系统中最主要的视觉传感器，但受光照及恶劣天气影响大， 识别准确率在长尾场景存在安全隐患。 毫米波雷达：全天候性能佳，但探测精度有限。毫米波雷达工作原理类似激光雷达，具有 同时测距和测速的功能，有效探测距离可达 200m，由于波长较长，对烟雾、灰尘的穿透力、 抗干扰能力强，可全天候工作，但角度分辨能力通常较弱，难以判断障碍物的具体轮廓，对 小尺寸障碍物的判断更加模糊。
超声波雷达：最早上车，适用近距离停车辅助。技术成熟、成本低，抗干扰能力强，但测量 精度差，测量范围通常小于 5m，主要用于停车辅助，是最早上车且应用数量最多的智能传 感器。 激光雷达：技术难度大、成本高，尚未规模量产。测量精度高、范围广，可以实时构建车辆 周边环境 3D 模型，受限于技术难度大、成本高，目前尚未大规模量产上车。 激光雷达与对其他智能硬件传感器不是替代而是功能的补充叠加。相较摄像头和毫米波雷达， 激光雷达所见即所得，能够实现三维实时感知，避开了对算法和数据的高度依赖，在探测精度、可靠性和抗干扰能力等方面具备特色优势，能够规避部分长尾场景存在的感知失灵情况，可显 著提升智能驾驶系统的可靠性和冗余度，因而被大多数整车厂、Tier1 认为是 L3+智能驾驶（功 能开启时责任方为汽车系统）必备的传感器。
多传感器融合成趋势，L3+阶段激光雷达后来居上
智能驾驶需要传感器满足成本、可靠性、距离、精度等不同维度的需求，由于各类传感器互有优 劣，难以替代，因此多传感器融合已成为大势所趋。要实现高级别的智能驾驶，仅靠不同传感器 之间简单的堆叠和并列是远远不够的，通过主次分明、有机统一的传感器融合方案，激发核心 传感器之间的“化学反应”，实现更优异的感知表现，并使辅助传感器对系统整体能力做到恰到 好处的补充，才是打造智能驾驶车辆感知系统的必要之举。目前对于智能驾驶的感知层融合配 置，市场上主要有两大技术流派：
一类是“摄像头主导”方案，感知系统由摄像头主导+毫米波雷达组成，轻感知重算法，以 特斯拉为典型代表； 另一类是“激光雷达主导”方案，感知系统由激光雷达主导+摄像头+毫米波雷达组成，重 感知轻算法，以 Waymo、百度等无人驾驶型企业和蔚来、小鹏、理想等造车新势力为典型 代表。
“摄像头主导”方案依赖人为干预，在 L2 以及下阶段占据优势。“摄像头”方案采用“摄像头” +“算法”完全模拟“人眼”+“人脑”的纯视觉驾驶行为，依赖大量的数据训练来提高感知的 准确度，在技术成熟度、成本上具备优势，但在精度、可靠性上都有局限，尤其在应对汽车高速行驶等长尾场景时，摄像头+毫米波的组合对于非标准静态的物体也有一定的识别障碍，需要驾 驶员的大量干预。因此，在 L2 及以下的智能驾驶阶段，“摄像头主导”方案占据优势。现阶段 特斯拉已凭借先发销量优势，通过数据积累上的高墙垒筑，在 L2 阶段便与其他新势力拉开了差 距，独占绝对优势。
“激光雷达主导”方案增强感知系统冗余，助力 L3+智能驾驶的实现。“激光雷达”方案重感知 重算法，精度高、抗干扰能力强，配合高精度地图更能实现精准定位。随着智能驾驶向 L3 进阶， 驾驶员的参与度会大幅度减少，单纯的“眼见为实”已不再满足车辆智能驾驶的需求。激光雷达 具备高精度、高可靠性，配合摄像头和毫米波雷达，能增强系统的可靠性、冗余性，有望在 L3+ 阶段成为汽车传感器中不可或缺的一部分，并且借助差异化竞争优势，也有望成为除特斯拉外 的造车新势力实现弯道超车的有效手段。
（二）时间节点：2022年激光雷达迎来规模量产元年
2021 年车企普遍规划从 L2 向 L3 级别智能驾驶进阶路径。自 2021 年起全球范围内 L3 级辅助驾 驶量产车项目就处于快速开发之中：BMW（宝马）预计在 2021 年推出具有 L3 级智能驾驶功能 的 BMW Vision iNEXT；Mercedes-Benz（梅赛德斯-奔驰）首款 L3 级智能驾驶系统将于 2021 年在新款 S 级车型上推出；Volvo（沃尔沃）预计在 2022 年推出配备激光雷达的智能驾驶量产 车型，实现没有人工干预情况下的高速行驶；Honda（本田）计划于 2021 年在其 Legend 车型上 提供 L3 级智能驾驶系统。
截至 2022 年上半年已经有汽车厂商已经推出具有 L3 级智能驾驶功能的车型：2021 年 3 月本田 正式发售了全球首款获法律许可的 L3 级智能驾驶的车辆 Legend EX，可在日本本土指定路况下 使用 L3 级智能驾驶功能；2022 年 3 月长安汽车发布了全新车系“引力”下的首款车型 UNI-T， 实现 L3 级智能驾驶车型量产；2022 年 4 月，宝马已经推出具备了 L3 级智能驾驶可能的全新 BMW 7 系；2022 年 5 月初，奔驰宣布支持 L3 级（有条件）智能驾驶功能的 DRIVE PILOT 智 能领航系统将于德国市场率先上市，涉及车型为 S 级轿车与全新纯电动 EQS。除了传统车企外， 一些造车新势力像特斯拉的 ModelY 已经达到 L2+级别，国内蔚来的 ET7、小鹏的 P5 也已实现 L3 级别的智能驾驶。
2022 年激光雷达有望规模量产并迎来装车小高潮。随着乘用车逐步发展到 L3+阶段，“视觉计 算”方案不再满足智能驾驶的感知要求，乘用车市场在 2022 迎来了激光雷达装车小高潮，像小 鹏新一代 P7 搭载大疆 Livox 激光雷达，该车型目前已经于 2021 年 3 月开始预售；2021 年 12 月 法雷奥官方宣布其第二代 SCALA 激光雷达将搭载于新款奔驰 S 级之上，可实现 L3 级智能驾驶； 蔚来 ET7 搭载 Innovusion 图达通激光雷达在 2021 年 1 月 9 日就已经正式上市，并于 2022 年 3 月 28 日开启交付；除此之外 Luminar、Cepton、Aeva、华为、大疆、速腾聚创、一径科技、禾赛 科技等激光雷达公司已经拿到或正在交付前装量产订单。
（三）市场空间：车载激光雷达市场有望达到百亿级别
参照第一部分 Mordor Intelligent 预测数据，激光雷达在辅助驾驶（ADAS）汽车+无人驾驶汽车 市场总规模将从 2019 年的 1.05 亿美元增长到 2026 年的 37.90 亿美元，复合增长率达到 66.72%。 考虑到激光雷达作为智能汽车 L3 级别以上自动驾驶传感器的关键，即将迎来行业向上拐点，市 场增长潜力可观，我们依据激光雷达的出货量、价格变化数据，在 2021 年的数据基础上，重新 测算激光雷达在在乘用车和无人驾驶车领域的市场空间。
参照 Frost & Sullivan 提供的数据，2021 年约有 10 万台激光雷达被用在乘用车和无人驾驶车上， 到2027年激光雷达上车数量将达到1480万台，按照机械式、半固态/固态（MEMS、3D Flash/OPA、 FMCW）划分，机械式激光雷达将从 2021 年的$5,500 均价逐步下降到 2027 年的$2,500，MEMS 和 3D Flash/OPA 激光雷达将从 2021 年的$1,000 均价逐步下降到 2027 年的$500，FMCW 激光雷 达将在 2025 年首次上车，均价将从 2025 年的$1,000 下降到 2027 年的$500。我们通过“机械式 Lidar 出货量×机械式 Lidar 均价+半固态/固态 Lidar 出货量×半固态/固态 Lidar 均价”来测算全球车载激光雷达的市场空间，得出 2025 年全球车载激光雷达市场规模将达 到约 70.3 亿美元，到 2027 年更是有望达到 129.7 亿美元。
从激光雷达产业发展趋势来看，我们认为技术决定性能，是激光雷达行业的“敲门砖”；车规认 证可靠性，是激光雷达行业的“入场券”；而成本制约量产，是激光雷达规模化量产的“催化剂”， 在产业发展的过程中主机厂商将会一直寻找性能、可靠性、成本三者可行的有效均衡。现阶段 激光雷达上车早期尚处于技术驱动阶段，性能是首要考量因素，随着技术的成熟和产业的发展， 可靠性和低成本将成为接下来验证和量产阶段的角逐重心，这也是激光雷达上车和量产的决定 因素。
（一）技术路径：技术尚未收敛，路线百花齐放
激光雷达目前尚处技术驱动阶段，技术路线百花齐放，需要随着产品的量产持续验证。按照激 光雷达的构成和原理，测距原理、激光波长、发射装置、接收装置、扫描方式是激光雷达的五大 技术维度，不同的维度衍生出不同的技术发展方向，下游主机厂依照这五个维度设计组合形成 特色技术方案，不同的技术路径又导致激光雷达成品在测距、测速、测角、精度、范围、功耗、 集成度等性能上的差异，继而决定了各主机厂的产品能力和远期潜力。
测距原理：测距方式分为TOF和FMCW
激光雷达主要有两种测距方法，一种是基于时间的测量方法，通过计算发射激光脉冲和接收激 光脉冲所需的时间得到目标距离，称作飞行时间法（TOF，time-of-flight）；另一种是基于频率 的测量方法，将发射的激光进行调制后测量往返光波的频率差与相位差测得目标距离，称作连 续波调频相干检测法（FMCW，frequency-modulated continuous wave），结合多普勒效应还可以 同时计算出物体每个像素点的速度数据。ToF 工艺成熟、成本合理，是目前市场车载中长距激 光雷达的主流方案；FMCW 具有可直接测量速度信息以及抗干扰（包括环境光和其他激光雷达） 的优势，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。
发射端：905nm半导体激光器是主流，1550nm光纤激光器是趋势
从光源上看，市场上激光雷达最常用的波长方案是 905nm 和 1550nm。激光是一种单一颜色、 单一波长的光，根据发生器的不同可以产生紫外线（10-400nm）到可见光（390-780nm）到红 外线（760-1000000nm）波段内的不同激光。车载激光雷达波长的选择主要考量三个因素：
人眼安全：为避免可见光对人眼的伤害，激光雷达选用的激光波长一般不低于 850nm，905nm 激光工作于近红外（NIR）波段，接近可见光 360nm-750nm 频率，可穿透角膜和晶状体， 聚焦在视网膜上，所以发射功率需先在在对人无害的范围内。而 1550nm 激光工作于中红外 波段（SWIR），主要被角膜上的液体吸收，无法在视网膜上聚焦成点，相对更加安全。功率上限：905nm 激光对应的器件功率受到限制，进而影响了激光雷达的探测距离和雨雾 抗干扰能力；1550nm 激光更加安全，对应的功率上限相应提高，其探测距离和抗干扰能力 也显著提高。
适配器件：波长与发光材料物理特性有关，905nm 激光器多用砷化镓 GaAs 作为发光材料， 配备半导体激光器即可，1550nm 多用磷化铟 InP 作为发光材料，其工作波段需配备体积较 大的光纤激光器。此外，特定的波长需要特定材料制成的探测器吸收，905nm 波长的激光 可被硅基材料吸收，1550nm 波长的激光需要铟镓砷 InGaAs 材料才可高效率吸收。
从激光器种类上看，当前阶段主要方案有边发射激光器（Edge Emitting Laser，EEL）、垂直腔面 发射激光器（Vertical Cavity Surface Emitting Laser，VCSEL）和光纤激光器。其中，前两者均属 于半导体激光器，具有电光转换效率高（最高可达到 60-70%），体积小、重量轻（常用产品体 积仅仅为立方厘米量级），寿命长、可靠性高（高功率亦可实现上万小时），集成度高、成本低 （同一片半导体晶圆上实现大量激光二极管芯片的集成）的特点。
EEL 激光器长期占据主流。EEL 作为探测光源具有高发光功率密度的优势，但 EEL 的激光 是沿平行于衬底表面发出，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、再切割的工艺步骤，往往只能通过单颗一一贴装的方式和电路板整合，而且每 颗激光器需要使用分立的光学器件进行光束发散角的压缩和独立手工装调，极为依赖产线 工人的手工装调技术，生产成本高且一致性难以保障。
VCSEL 激光器逐步成熟。VCSEL 出光方向垂直于衬底表面，发光面与半导体晶圆平行，具 有面上发光的特性，其所形成的激光器阵列易于与平面化的电路芯片键合，在精度层面由 半导体加工设备保障，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，提升光束质量。传统的 VCSEL 激光器存在发光密度功率低的缺陷，导致 只在对测距要求近的应用领域有相应的激光雷达产品（通常<50m）。近年来国内外多家 VCSEL 激光器公司纷纷开发了多层结 VCSEL 激光器，将其发光功率密度提升了 5-10 倍， 这为应用 VCSEL 开发长距激光雷达提供了可能。
光纤激光器配套 1550nm 发光功率要求。光纤激光器体积较大，由种子源、泵浦源、以及增 益光纤构成，所生产的激光光束质量优异，功率高、调制速度快，可以实现超远距离感测， 但价格也较为高昂，主要取决于 1550nm 技术的突破和需求的放量。
综合而言，905nm 半导体激光器是当下的主流选择，1550nm 光纤激光器是未来发展趋势。波长 为 905nm 的激光雷达采用 EEL/VCSEL 半导体激光器为发射源，具有成本较低和技术成熟的优 势，但考虑到人眼安全要求，激光功率受到明显限制，使得传感器在探测距离和信噪比上物理 受限。波长为 1550nm 的激光雷达一般配备光纤激光器，其发出的激光远离人眼吸收的可见光光 谱，安全功率达到 905 纳米的 40 倍，可以发射更高的功率增加探测距离、点云分辨率和抗干扰 能力，但无法被常规的硅探测器吸收，需要外部电源、复杂的电子控制装置以及配套的接收器， 因此体积庞大、技术面临着更大的复杂性。
接收端：APD是当前主流，SPAD/SiPM是未来趋势
光电探测器利用光电效应将光信号转变为电信号。灵敏度、反应速度和抗干扰性是衡量光电探 测器的主要指标，从类别上区分，传统探测器为 PIN 光电二极管和 APD（雪崩二极管），新型 探测器有 SPAD（单光子雪崩二极管）和 SiPM（硅光电倍增管）；从材料上区分，探测材料有 Si 基 CMOS 工艺，主要用于 905nm 波长探测，也有灵敏度较高的 InGaAs 探测器，主要用于 1550nm 波长探测。一般而言，光电探测器的选择取决于其接收到的激光波长。
PIN PD：针状光电二极管，由 P-I-N 结组成，工作于反偏压，无增益，探测距离较短；APD：雪崩二极管，PN 结加大反向电压后会产生 雪崩 现象，在低于击穿电压的偏置电 压下工作，对微弱光电流产生放大作用，但工作电压较大，噪声也被放大；SPAD：单光子雪崩二极管，工作在盖革模式（远高于击穿电压的反向偏置电压）下的雪崩 二极管，具有单光子检测的能力；SiPM：硅光电倍增管，由 APD 阵列组成，具有增益高、工作偏置电压低、受温度影响小、 对磁场不敏感、能够实现高度集成化的优势。
905nm 激光器探测 APD 是主流方案，SPAD/SiPM 是未来趋势。APD 采用分立器件模式，技术 较为成熟，在 905nm 探测的 PDE 可优化达到 80%，成为目前使用最为广泛的光电探测器件。单 光子雪崩二极管（SPAD）和硅光电倍增管（SiPM）在增益能力、大尺寸阵列的实现和易用性上 较 APD 更加优越：1）SPAD 或者 SiPM/MPPC 是工作在盖革模式下的 APD，理论上增益可达 到 APD 的 100 万倍以上，但系统成本与电路成本均较高；2）SiPM 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，具 备规模量产的成本优势；3）由于 SiPM 工作电压较低，不需要高压系统，易于与主流电子系统 集成，内部的百万级增益也使 SiPM 对后端读出电路的要求更简单。
扫描方式：半固态率先上车，纯固态为最终趋势
从线束转向（或称扫描）方式来看，激光雷达技术路径正朝着机械式-半固态-纯固态的方向不 断迭代。其中，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；半固态式激光雷达 式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），是目前阶段量产装车的主流产品，具体包括微振镜方案、转镜、棱镜方 案；纯固态激光雷达工艺级别最高，具体包括相控阵（OPA）方案、Flash 方案等，有望成为终 极方案。
纯机械旋转式：高性能与高成本并存，最早上车的激光雷达。原理：通过不断旋转发射头，将速度更快、发射更准的激光从“线”变成“面”，并在竖直方向 上排布多束激光，形成多个面，从而达到动态扫描并动态接收信息的目的。 性能：机械雷达是研发最早、发展最成熟的激光雷达，由于带有机械旋转结构，可以通过 360° 物理旋转进行 3D 扫描，而缺点也很明显，一是高频的转动和复杂的机械结构致使其平均的失效 时间仅 1000-3000 小时，难以达到车规级设备最低 13000 小时的要求；二是机械式激光雷达复 杂的结构也不易控制成本，高昂的售价也是影响其广泛装备量产车型的一大因素。
应用：机械旋转多线激光雷达的主要供应商有 Velodyne、速腾聚创、禾赛科技，产品主要面向 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，其在 2007 年便推出了 64 线机械式激光雷达产品， 成为首个商业化大规模量产的 3D 激光雷达。
转镜方案：最早实现车规级应用，有望阶段性率先起量。原理：转镜方案将激光收发模组固定，在前方布置两面可旋转的镜子，让电机在带动转镜运动 的过程中将光束反射至空间的一定范围，从而实现限定范围内的探测扫描。在转镜方案中，存 在一面扫描镜（一维转镜）和一纵一横两面扫描镜（二维转镜）两种技术路线。一维转镜线束与 激光发生器数量一致，而二维转镜在一维转镜的基础上增加了俯仰的转动，可以实现等效更多 的线束，在集成难度和成本控制上存在优势。 性能：转镜方案在功耗、散热等方面有着更大优势，但是存在信噪比低，有效距离短，FOV 视 场角受限等问题。
应用：2017 年 7 月，奥迪 A8 搭载的法雷奥四线转镜式激光雷达 SCALA1 是业内首款车规级激 光雷达产品，华为的等效96线激光雷达用的就是二维转镜技术。目前转镜方案代表品牌有华为、 法雷奥、禾赛、Innovusion 等。
棱镜：大疆一枝独秀，绑定小鹏 P5。原理：棱镜激光雷达也称为双楔形棱镜激光雷达，内部包括两个楔形棱镜，激光在通过第一个 楔形棱镜后发生一次偏转，通过第二个楔形棱镜后再一次发生偏转，累积的扫描图案形状若花 朵，而并非一行一列的点云状态。性能：相比 MEMS 微振镜和转镜方案，棱镜激光雷达可以通过增加激光线束和功率实现更高的 精度和更远的探测距离，不过也存在中心区域点云密集，两侧点云相对稀疏的情况，机械结构 也相对更加复杂，体积较前两者更难以控制，存在轴承或衬套的磨损等风险。 应用：目前发力棱镜激光雷达的主要有大疆旗下的 Livox 览沃，从车规级应用来看，小鹏 P5 配 备 2 颗大疆 Livox 车规级棱镜式激光雷达，另外大疆 Livox 也获得了一汽解放量产项目的定点。
微振镜：现阶段量产上车主流。原理：MEMS（Micro-Electro-Mechanical System）微振镜方案通过控制微小的镜面平动和扭转 往复运动，将激光反射到不同的角度，以此达到等效机械式更多线束的扫描覆盖。 性能：MEMS 将扫描单元变成了毫米级尺寸 MEMS 微镜，具有尺寸小、可靠性高、成本可控、 分辨率高等优势，但也存在信噪比低、有效距离短、寿命短等问题。 应用：Luminar、Innoviz、速腾聚创、雷神科技等。
OPA 光学相控阵：工艺难度极高，尚处实验室阶段。原理：OPA（optical phased array）光学相控技术运用相干原理，采用多个光源组成阵列，通过控 制各光源发光时间差，合成具有特定方向的主光源，并在在程序的控制下可使一束或多束高强 度光束按设计指向特定空域扫描。 特性：采用纯固态器件，具有体积小、耐久度高的优点。但是，对激光调试、信号处理的运算力 要求很大，同时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。 应用：多处于实验室或初步测试阶段，Quanergy 于 2021 年发布的 S3 型固态激光雷达是业内第 一款使用相控阵技术的产品。
Flash 闪光：目前纯固态激光雷达的主流技术方案。原理：Flash 激光雷达的原理类似于黑夜中的照相机，不是通过扫描的方式，而是在短时间内直 接向前方发射出一大片覆盖探测区域的激光，通过高度灵敏的接收器实现对环境周围图像的绘 制，最终生成包含深度信息的 3D 数据。 性能：结构简单，能快速记录整个场景，但在探测精度和探测距离上会受到较大的影响。 应用：主要用于较低速的无人驾驶车辆，例如无人外卖车、无人物流车等，对探测距离要求较低 的智能驾驶解决方案中，代表品牌包括 Ibeo、大陆、Ouster 等。
（二）上车节奏：车规是第一要义，优先选择成熟度高的转镜/MEMS方案
“车规级”认证是激光雷达从0到1阶段的前提
车规是短期要义，是进入汽车行业的门槛。车规级是指能够通过车企的一系列认证测试，拿到 项目定点资格。对于车载应用，汽车电子元件需要在极其严苛的环境下长时间地工作，加上汽 车的车型生命周期较消费级产品要长得多，单个器件的失效率叠加上汽车较大的销量及长期的 使用便会急剧放大，因而衍生出各类电子元器件有关生产制造和性能的特定行业标准。 业内主要相关的车规认证标准有 IATF 16949、ISO 26262、AEC-Q 系列等，从功能、质量、稳 定性等各个维度采取铁腕级标准，要求各个部件能够在多样化的压力及动态环境下保持长期稳 定、高效的工作状态。其中，AEC-Q 系列认证是车规元器件的通用测试标准和基本门槛，ISO26262 是全球公认最权威的汽车功能安全标准，IATF16949 则是世界范围内共同和唯一的汽 车行业质量管理体系的基本要求，像 Quanergy、速腾聚创等已获得其认证。
激光雷达技术差异大，暂无标准化且量化的车规级准入标准，新进入企业即使通过车规级认证， 还需要经过下游汽车厂商长时间的测试和认证，才算达到“车规级”标准。一般而言，一个车 规级元器件从发布到量产需经历器件规划→工程样片→量产→停产的生命周期。从器件规划到 工程样片阶段，Tier 2 制定规划（Roadmap），并经与 Tier 1 及 OEM 调研后进行产品开发设计， 一般需 1 年以上时间；从工程样片到量产阶段，Tier2 厂商一方面需获取车规认证，满足量产基 准要求，此过程约 1 年以上时间，另一方面需同步推进下游验证，Tier 2 先向 Tier 1 提供免费工 程样片满足其预研（advance）项目设计导入，此阶段需要 1 年以上时间，接着 Tier 2 提供量产 芯片/元件，Tier 1 用其进行 DV（Design validation 设计验证），最后采用新器件的 Tier 1 的项目 SOP（Start Of Production，代表具有大批量成熟生产工艺的产品件），OEM 采用此 Tier 1 产品的 车型也同步量产，此过程也需 1 年以上时间；从量产到停产阶段，一般能够保持 10-15 年的稳 定供货时间。
参照以上流程，我们可以将激光雷达产品的车规级定义为满足如下四个条件：1、产品所采用的 所有电子元器件获得车规级认证（AEC-Q 系列认证）；2、产品满足汽车电子设计开发要求；3、 产品满足大型车企测试要求；4、产品实现批量前装。
全产业链深度合作加快激光雷达上车进程。从激光雷达的实际上车流程来看，参照 Velodyne、 Luminar 和速腾聚创梳理，激光雷达厂商需经历 Pre-RFI（提前信息获取）→RFI（信息获取） →RFQ（报价获取）→Production Contract（生产订单）四个阶段，仅考虑 Pre-RFI 到 Production Contract 阶段，激光雷达厂商需提供 Demo、A 样、B 样、C 样…、SOP 等多次样品迭代，一般 而言 Demo 和 A 样属于原型样件，主要是用于基本功能的验证和工程测试，B 样属于产品研发 主要阶段，持续时间长，决定产品绝大部分功能设计，一般并引入样板线，C 样代表采用量产工 艺的试生产样件，已通过相应的可靠性验证，将对生产工艺持续改进；SOP 代表具有大批量成 熟生产工艺的产品件。
Velodyne 预测整个流程可能会长达两年多，若加上前期调研及立项，还有 4 月-1 年的时间； Luminar 规划的 IRIS 激光雷达从工程研发到批量生产也历时两年半。而要完成这样的流程，传 统的整车厂、Tier1、Tier2 这样链式的供应商关系已经不足满足，激光雷达产业链正走向深度合 作，比如 Innovusion 与上游供应商之间是在产品研发环节就进行不断的磨合，与下游整车厂蔚 来在整个开发过程中，就互相进行了资金以及资源的协调，使得激光雷达的产品性能与上车速 度提升更快。
关注实际交付进度，优先选择成熟度高的905nm波长、ToF测距方式的转镜/MEMS方案
初期上车阶段，优先选择成熟度高的转镜/MEMS 方案。Yole 预测从 2018 年到 2025 年，在硬件 配置上 ToF-905nm 激光雷达是技术主流，大部分 ToF 激光雷达产品采用分立器件，即发射端 使用边发射激光器（Edge Emitting Laser，EEL）配合多通道驱动器、接收端使用线性雪崩二极管 探测器（Avalanche Photodiode，APD）配合多通道跨阻放大器（Trans-Impedance Amplifier，TIA） 的方案；在扫描方式上，小范围上车主要考量能否过车规，转镜和 MEMS 是选择度最高的方案。
车企量产落地的搭载激光雷达车型项目代表着不同激光雷达厂商的车规级能力和供应链成熟程 度，因此需要关注相关供应商交付情况，从量产现状来看，Valeo 的 Scala 系列已经搭载奔驰车 型量产落地，Innovusion 的猎鹰激光雷达也在 2022 年 1 月搭载蔚来 ET7 量产，Luminar、Ibeo、 速腾聚创、禾赛科技、华为、大疆 Livox 均已具备乘用车项目定点订单，这些企业多以 905nm 波 长、ToF 测距方式的转镜/MEMS 方案为主，已经在量产上车阶段显现优势。
（三）量产要素：成本限制大范围推广，中长期Flash/OPA成发展趋势
“降本”是激光雷达从1到N阶段的关键
价格限制激光雷达上车，“降本”是中长期考量核心。早期成熟的无人驾驶技术方案都采用了 64 线机械式激光雷达，成本约在 7.5 万美元，第一款满足车规级的激光雷达 SCALA，第一代时的 价格也达到 2 万美元级别，对应的车型都是百万级豪车的级别，对价格的宽容度很高，而由终 端消费者买单的大量私家车，对价格敏感度则很高。根据盖世汽车行业调研，激光雷达要大规 模量产，94%的被调研者接受的价格在 5000 元以下，可接受价格控制在 500 元以下的占比 25%， 在 500-1000 元之间的占比 39%，在 1000-5000 元之间的占比 30%。当前 MEMS、转镜、棱镜类 型激光雷达的成本普遍已降至 1000 美元左右，离规模量产仍有一定距离，预计到 2025 年部分 固态产品才有望突破。
降本路径清晰，核心在于产品结构的集成化。激光雷达是由多部件构成的光机电系统，拆解激 光雷达成本结构，其中光电系统成本约占激光雷达整机成本的近七成，由激光雷达收发模组、 测时模组、控制模组四部分构成。除此之外，人工调试和机械装置等其他部件分别占据总成本 的 25%和 8%。光电系统是激光雷达的主要成本，也是激光雷达降本的主要落脚点，我们总结激 光雷达厂商的降本路径，主要分为系统结构的集成化、产业生态的国产化、产线生产的自动化 和订单需求的规模化四个方向：
系统结构的集成化：主要表现为收发端采用 VCSEL 光源+单光子探测器的组合方式，形成 易于与平面化的电路芯片键合的收发阵列；扫描端固态化，采用 MEMS/Flash/OPA 方法不 断减少电机、轴承带来的高昂成本；信息处理端使用集成芯片（SoC）逐步代替主控芯片 FPGA 的功能，基于成熟的 CMOS 工艺最终实现探测器、前端电路、算法处理电路、激光 脉冲控制等模块结构的集成化、芯片化，以达到显著降低系统的尺寸和成本的目的。
产业生态的国产化：目前激光雷达的上游玩家基本为海外厂商，像信息处理模块中的模拟 芯片、主控芯片和收发端的激光器、探测器均主要由海外厂商所主导。在芯片端，以禾赛科 技为代表的国内企业通过自研专用芯片和 SoC 片上系统芯片，实现更优的性能、更高的集 成度、更低的生产成本；在接收端，国内已有厂商在激光器和探测器领域积极布局，未来可 以通过产业生态的合作采购更低成本的国产化部件。
产线生产的自动化：激光雷达生产精密度要求很高，大量生产时人工装调面临成本高、效 率低的问题，通过对生产工序进行优化、并对生产工站进行自动化或半自动化改造，可以 提高了生产效率并降低生产成本。 订单需求的规模化：激光雷达最主要的舞台便是 L3 及更高阶的智能驾驶，现阶段激光雷达 厂商订单规模在 10 万台左右，图达通预测过，当图达通年出货量在 10 万台时，成本将会 下降到 1000 美金左右，速腾聚创也曾披露，如果订单规模达到 10 万-100 万台，则硬件价 格可下探至 200-500 美元。由此可以预测到激光雷达的规模化生产将会带来其成本的大幅 下降。
大规模量产阶段，1550nm波长、FMCW测距方式的固态激光雷达成发展趋势
2025 年后激光雷达有望实现大规模量产。2025 年将会是 L3 级别智能驾驶车大规模量产应用的 时间节点，届时激光雷达价格有望降至 500 美元左右，并最终推动激光雷达在乘用车上的大规 模配置。Yole 预测 2025 年后，随着激光雷达的大规模量产和技术的逐步成熟，1550nm 波长、 FMCW 测距方式的固态激光雷达方案将成为最终发展趋势。
产业链上下游共振，生态模式逐步成熟。车载激光雷达上游为光学和电子元器件，中游为激光 雷达整机厂，下游主要由整车厂（ADAS 车企、Robotaxi/Robobus 自动出行服务商）和 Tier1 厂 商组成。上游光电器件厂商的产品性能和成本不断改进，中游激光雷达主机厂技术路径快速迭 代，共同推进激光雷达在车载市场的蓬勃发展。
（一）上游：海外厂商耕耘已久，收发模块国产化可期
激光雷达上游环节较多，按光电器件可分为扫描部件、收发部件（激光器、探测器）、光学部件 （准直镜、分束器、扩散片、透镜、滤光片）和信息处理部件（模拟芯片、FPGA），决定着激光 雷达的性能、成本与可靠性。尽管当前整机厂商的激光雷达的路线方案各有不同，但在光电器 件的选择上具备共性，因此能够与主流整机厂定点合作的上游光电器件厂商具备较高的成长确 定性。 收发部件：国内已有布局，国产化替代可期。激光器和探测器是激光雷达重要收发部件，常年 由海外大厂主导，近年来国内厂商开始布局。
发射端激光器代表企业包括国外的 OSRAM（欧司朗）、AMS（艾迈斯半导体）、Lumentum（鲁 门特姆）等，其在消费电子市场耕耘已久，并迅速延伸至新兴的汽车领域并占据优势。国内企业 主要有炬光科技（已上市）、长光华芯（已上市）、瑞波光电、纵慧光电等，相关产品性能已逐步 接近海外水平，有望加速国产替代。Yole 数据显示，2019 年全球 VCSEL 市场 Lumentum 占据 49%的市场份额，II-VI（贰陆集团）、AMS 分别以 14%、11%的份额紧随其后，国内企业纵慧光 电达到 2%的占比。
接收端探测器主要由 Hamamatsu（滨松）、ON Semiconductor（安森美）、Sony（索尼）等厂商布 局并主导市场。国内供应商灵明光子（未上市）、宇称电子（未上市）、芯辉科技（未上市）已前 瞻性地布局 SPAD、SiPM 等新技术。QYResearch 数据显示，2021 年全球 Si-APD 市场规模约 77.66 百万美元，预计 2028 年将达到 116.99 百万美元，复合增长率为 6.45%。其中，中国市场份 额为 5.06%，日本为 35.26%，First-sensor、滨淞和 Kyosemi Corporation（日本京都半导体）前三 大厂商占有全球 62.10%的市场份额。
信息处理：海外垄断，国产差距较大。主要为信息处理部分的主控芯片和模拟芯片，基本由海 外厂商垄断，国内厂商普遍还存在较大差距。 主控芯片一般采用 FPGA，由 Xilinx（赛灵思）、英特尔旗下 Altera、Lattice（莱迪思）三家海外 厂商领跑，国内主要的供应商有安路科技、紫光国微（002049.SZ）等。 模拟芯片包括模数转换器、放大器等，用于激光雷达中的光电信号转换和发光控制，海外的 TI （德州仪器）、ADI（亚德诺）、skyworks（思佳讯）、Infineon（英飞凌）是行业领导者，国内模 拟芯片供应商有富满微（300671.SZ）、上海贝岭（600171.SH）、华润微（688393.SH）、圣邦股份 （300661.SZ）等，在车规级产品丰富度和技术水平上正在加速追赶。
光学部件：技术成熟叠加成本优势，率先迎来发展机遇。激光雷达的光学部件主要应用于扫描 系统以及收发单元，涉及的产品包括发射端的准直镜、扩散片、分束器，接收端的透镜、滤光 片、分束器以及扫描端的扫描镜等，代表性厂商有舜宇光学科技（2382.HK）、炬光科技 （688167.SH）、永新光学（603297.SH）、蓝特光学（688127.SH）、水晶光电（002273.SZ）、福晶 科技（00222.SZ）、腾景科技（688195.SH）等。舜宇光学科技在激光雷达领域推出应用于收发端 的镜头产品和多边棱镜等核心零件，在 2021 年获得超过 20 个定点合作项目，其中 2 个项目已 实现量产；炬光科技多项激光雷达发射模组和光学元器件项目正在同步进行，面光源的光束扩 散器及高峰值功率固态激光雷达光源模块已于2020年进入量产阶段；永新光学先后与Quanergy、 禾赛、Innoviz、麦格纳、Innovusion、北醒光子等企业建立合作，获得定点合作项目超 10 家， 2021 年度激光雷达业务收入超千万元；福晶科技配合华为开发激光雷达光学元件，目前实现小 批量出货。
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，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，同时具备贴近下游市 场的优势，在成本方面也更具竞争力，已经可以完全替代国外供应链和满足产品加工的需求， 有望借激光雷达之东风率先收益。
（二）整机厂：百家争鸣，产业链协同铸就竞争力
中游整机厂竞争激烈，市场格局百花齐放。当前激光雷达技术路径尚未收敛，仍处于发展阶段， 正呈现出百花齐放的竞争格局。其参与方可分为两大类：一类是从机械式向半固态式方案过渡 的厂商，以 Velodyne、禾赛科技、速腾聚创为典型代表。早期面向 Robotaxi 或者智能驾驶实验 场景，成为传统机械式激光雷达的先驱者，近年来开始推出半固态激光雷达，寻求在乘用车场 景的应用；另一类是直接锁定半固态或纯固态的厂商，其中半固态的有 Valeo、Innoviz、Innovusion、 Luminar、华为、镭神智能、大疆 Livox，全固态的有 Ouster、ibeo、大陆、Quanergy。
海外企业先行，国内厂商快速崛起。国外激光雷达产业起步较早，包括以老牌机械式激光雷达 先行者 Velodyne、法雷奥、IBEO 及半固态/固态方案后起之秀 Luminar、Ouster、Innoviz 等。 2020 年以来，随着 Velodyne、Luminar 等 8 家海外知名激光雷达公司分别通过 SPAC 合并上市， 海外激光雷达产业随之进入更加成熟的阶段。国内激光雷达厂商后来跟上，主要有机械式激光 雷达厂商禾赛科技、速腾聚创、北科天绘、雷神科技，采用 EMES 方案的一径科技、以及科技 型企业大疆 Livox、华为。截止 2021 年 9 月，全球汽车与工业领域激光雷达市占率前三为法雷 奥（28%）、速腾聚创（10%）、Luminar（7%），速腾聚创已获客户订单数位居全球第二。此外， 国产化厂商大疆 Livox、华为、禾赛科技市占率分别为 7%、3%、3%。国内厂商快速崛起，有望 在未来赶超海外厂商。
主机厂与 OEM 和 Tier1 高度捆绑，产业链生态成为竞争关键。由于激光雷达技术不确定性高、 产品测试周期长，为保障激光雷达稳定生产，下游车企和 Tier 1 供应商多采取投资的方式，与 激光雷达厂商达成产品设计、测试、生产的高度捆绑，通过长期稳定的合作关系，形成较强的产 业链协同性和竞争力，主机厂借助长期稳定的合作更能提前锁定订单，加快激光雷达上车速度， 形成长期竞争优势。
