（报告出品方：国信证券）
1 感知层传感器助力智能驾驶，激光雷达迎量产元年
政策呵护汽车智能驾驶稳健发展，指引智能网联汽车持续渗透
政策端，国家政策支持并呵护汽车智能驾驶稳健发展，指引 2025 年 L2、L3 级智能网联汽车渗透率超 50%。梳理我国智能驾驶重要政策，2020 年 3 月， 《汽车驾驶自动化分级》发布，规定汽车驾驶自动化功能的分级标准，将驾驶 自动化分成 0-5 级。2020 年 11 月，《智能网联汽车技术路选图 2.0》发布，提 出智能网联汽车渗透率持续增加，2025 年 PA（L2）、CA（L3）级渗透率超 50%、HA（L4）级开始进入市场；
2030 年 PA（L2）、CA（L3）级渗透率超 70%、HA（L4）级占比达 20%，乘用车典型应用场景包括城郊道路、高速公 路以及覆盖全国主要城市的城市道路；2035 年，FA（L5）级自动驾驶乘用车 开始应用。2021 年 8 月，《关于加强智能网联汽车生产企业及产品准入管理的 意见》发布，提出加强智能网联汽车数据安全、网络安全、软件升级、功能安 全和预期功能安全管理，保证产品质量和生产一致性，推动智能网联汽车产业 高质量发展，从政策层面客户汽车智能化有序健康发展。
从 L2 到 L3，智能驾驶跃升，需要感知层传感器提供关键支撑
车辆自动驾驶级别主要参照 0-5 级分类。目前全球公认的汽车自动驾驶技术分 级标准主要有两个，分别是由美国高速公路安全管理局（NHTSA）和国际自 动机工程师学会（SAE）提出。中国于 2020 年参考 SAE 的 0-5 级的分级框架 发布了中国版《汽车驾驶自动化分级》，并结合中国当前实际情况进行了部分 调整，大体上也将自动驾驶分为 0-5 级。
L3 级别是汽车自动化道路的一次跃升。从法规和技术两个维度来看，L3 级别 自动驾驶都是汽车自动化道路上将的一大跃升。从法规来看，SAE 和中国 《汽车自动化分级》规定 L0-L2 级别均是人类主导驾驶，车辆只做辅助，L0、 L1 和 L2 之间的差异主要在于搭载的 ADAS 功能的多少，而 L3 开始，人类在 驾驶操作中的作用快速下降，车辆自动驾驶系统在条件许可下可以完成所有驾 驶操作（作用不亚于驾驶员），驾驶员在系统失效或者超过设计运行条件时对 故障汽车进行接管；从技术来看，L0-L2 主要运用的传感器有摄像头、超声波 雷达和毫米波雷达，L3 及之后原有传感器配套数量上升，同时高成本的激光 雷达方案将难以避开。
我们拆解未来的智能驾驶产业链，将从云-管-端三大层面带来全产业链机遇。 智能驾驶将汽车的驾驶能力逐步由人转移到汽车，包括感知、决策和执行三大 核心环节。其中，感知环节相当于人的眼睛和耳朵，通过车载摄像头、激光雷 达、毫米波达等传感器完成对环境及车辆的感知、搜集周围环境数据并将其传 输到决策层；决策环节相当于人的大脑，通过操作系统、芯片与计算平台等对 接收到的数据进行实时处理并输出相应的操作与指令任务；执行端相当于人的 四肢，将接收到的操作指令执行到动力供给、方向控制、车灯控制等车辆终端 部分。感知层为智能驾驶的先决条件，其获取的数据将直接影响决策层的判断 与执行层的操作，其探测精度、广度与速度直接影响自动驾驶的行驶安全，在 自动驾驶中的地位至关重要。本篇激光雷达深度报告从“端”的层面对感知层 的细分核心决策部件进行分析。
车企加码布局智能驾驶，激光雷达市场空间广阔
车企端， 我们对搭载激光雷达的电动智能车型进行梳理。可以发现以下特征： 1）分品牌看，新势力为智能驾驶排头兵，自主品牌对智能驾驶的布局节奏快 于合资、外资品牌，价格更低。新势力和自主品牌搭载激光雷达的电动智能车 型的价格带位于 15-40 万元之间，相比之下外资品牌丰田 Mirai、奔驰 S 级等 车型的起售价均在 50 万元以上。
2）从重磅车型的传感器配置数量看，激光雷达数量变多。新势力中，蔚来 ET7 搭载 1 个 Innovusion 超远距离高精度激光雷达，小鹏 P5 和 G9 均配置 2 个激光雷达，威马 M7 配有 3 个速腾聚创第二代 MEMS 激光雷达。自主品牌 中，长城沙龙机甲龙配置 4 个华为 96 线混合固态激光雷达，吉利路特斯 Type132 配置 4 个激光雷达，北汽极狐阿尔法 S 华为 HI 版配置 3 个华为微转 镜式半固态激光雷达。
展望未来，随着激光雷达在乘用车市场的持续渗透，预计 2025 年全球及国内 乘用车市场激光雷达市场规模分别为 541、241 亿元，CAGR 分别为 126%、 109%。激光雷达价格伴随着技术方案朝半固态及纯固态的推进将有望持续下 降，由 2021 年的 1500 美元/颗降至 2025 年的 400 美元/颗，激光雷达市场空 间的打开将由市场需求量的激增持续推动。
从需求量及渗透率角度看，预计全球乘用车市场激光雷达需求量将由 2021 年 的 22 万颗快速提升至 2025 年的 2134 万颗，对应全球乘用车市场激光雷达渗 透率由 2021 年的 0.2%增至 2025 年的 14.4%；国内乘用车市场激光雷达需求 量预计由 2021 年的 13 万颗增至 2025 年的 948 万颗，对应国内乘用车市场激 光雷达渗透率由 2021 年的 0.2%增至 2025 年的 14.7%。
从市场规模角度看，预计全球乘用车激光雷达市场规模将由 2021 年的 21 亿 元增至 2025 年的 541 亿元，CAGR 为 126%；预计国内乘用车激光雷达市场 规模将由 2021 年的 13 亿元增至 2025 年的 241 亿元，CAGR 为 109%。
2 激光雷达是实现高级别智能驾驶的核心传感器
激光雷达对于实现高级别智能驾驶的必要性
智能传感器是智能驾驶车辆的“眼睛”，目前应用于环境感知的主流传感器产 品主要包括摄像头、毫米波雷达、超声波雷达和激光雷达四类。总体来看，摄 像头在逆光或光影复杂的情况下视觉效果较差，毫米波雷达对静态物体识别效 果差，超声波雷达测量距离有限且易受恶劣天气的影响，因此单独依靠摄像头 或毫米波雷达的方案去实现智能驾驶是存在缺陷的，而激光雷达可探测多数物 体（含静态物体）、探测距离相对更长（0-300 米）、精度高（5cm），且可构 建环境 3D 模型、实时性好，因而成为推进智能驾驶到 L3 级及以上的核心传 感器，成本 500-2000 美元（约人民币 2000-13000 元之间），高昂的成本也成 为制约其大规模应用的原因之一。
摄像头：ADAS 系统的主要视觉传感器，最为成熟的车载传感器之一
摄像头工作原理是目标物体通过是镜头把光线聚拢，然后通过 IR 滤光片把不需 要的红外光滤掉，此时模拟信号进入到传感器 COMS 芯片，通过 AD 数字输出， 有的摄像头会放置 ISP 图像处理芯片，把处理后的信号传输给到主机。其主要 硬件组件包含镜头组（LENS）、图像 COMS 传感芯片、线路板基板。
按照安装部位的不同，摄像头主要分为前视、后视、侧视以及内置摄像头，以 此来实现 LDW、FCW、LKA、PA、AVM 等功能。实现自动驾驶时全套 ADAS 功能将安装 6 个以上摄像头，前视摄像头因需要复杂的算法和芯片，单 价在 1500 元左右，后视、侧视以及内置摄像头单价在 200 元左右，ADAS 的 普及应用为车载摄像头传感器带来巨大的发展空间。
优缺点来看，摄像头分辨率高、可以探测到物体的质地与颜色，采集信息丰富， 包含最接近人类视觉的语义信息。其缺点主要是摄像头受光照、环境影响十分大，在黑夜、雨雪、大雾等能见度较低的情况下，识别率大幅降低，且由于缺 乏深度信息、因而三维立体空间感不强，因此摄像头获取的图像信息将主要负 责交通标志识别等领域，作为激光雷达和毫米波雷达的补充.
毫米波雷达：ADAS 系统核心传感器
毫米波雷达是工作在毫米波波段探测的雷达，毫米波频率通常在 30-300GHz、 波长为 1-10nm。车载毫米波雷达通过天线向外发射毫米波，接收目标反射信号， 经后方处理后快速准确地获取汽车车身周围的物理环境信息，然后根据所探知 的物体信息进行目标追踪和识别分类，进而结合车身动态信息进行数据融合， 最终通过（ECU）进行智能处理。
分类来看，车载毫米波雷达工作的频段为 24GHz 和 77GHz，其中 24GHz 雷达 通常用于感知车辆周围的障碍物，安装在车辆的后保险杠内，能实现的 ADAS 功能为 BSD 盲点监测、LDW 车道偏离预警、LKA 车道保持辅助、PA 泊车辅助、 LCA 变道辅助等；77GHz 雷达波长更短、尺寸更小，最大探测距离可达到 160 米以上，常安装于前保险杠上，用于实现 AEB 自动紧急制动、FCW 前向碰撞 预警、ACC 自适应巡航、高速公路跟车等 ADAS 功能。目前 77GHz 的毫米波 雷达系统单价在 1000 元左右，24GHz 毫米波雷达单价在 500 元左右。
完全实现 ADAS 各项功能一般需要 5 个毫米波雷达（“1 长+4 中短”），以奥 迪 A8 为例，其搭载了 5 个毫米波雷达，其中 4 个为中距离雷达，位于车辆的 四角，1 个为长距离雷达，位于前方。
优缺点来看，毫米波雷达的优势在于体积小、质量轻和空间分辨率高，可以同 时探测目标物体的距离和速度，相比摄像头不受恶劣天气影响，被广泛应用在 ADAS 系统之中，但是存在对横向目标敏感度低、对小物体检测效果不佳等缺 点。
超声波雷达：常应用于倒车辅助
超声波雷达是通过发射并接收 40kHz 的超声波，根据时间差算出障碍物距离， 其测距精度大约为 1-3cm。 常见的超声波雷达可以分为 UPA（超声波驻车辅助传感器）和 APA（自动泊车 辅助传感器）。其中 UPA 一般安装在汽车的保险杠，用于测量汽车前后障碍物， 探测距离一般在 15-250cm；APA 安装于汽车侧面，用于测量侧方障碍物的距离， 探测距离一般在 30-500cm，相比 UPA 成本更高、功率更大。通常一套倒车雷 达系统需要 4 个 UPA，自动泊车雷达系统需要在倒车雷达的基础上再加 4 个 UPA 和 4 个 APA。
总体来看，超声波雷达测距原理简单，成本低，制作方便，短距离测量中具有 优势，探测范围在 0-3 米之间，但其传输速度受天气影响较大，不能精确测距， 主要用于泊车系统、辅助刹车等。
激光雷达：实现 L3 级自动驾驶的关键
激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工 作原理是通过发射和接收激光束的时间差，进行探测和测距。
激光雷达在自动驾驶中的核心特征可以概括为三维环境感知、高分辨率、抗干 扰能力。三维环境感知方面，激光雷达在短时间内向周围环境发射大量的激光 束，不仅可以通过测量激光信号的时间差来确定物体距离，还可以通过水平旋 转扫描或者向空扫描角度，以及获取不同俯仰角度的信号，来获得被测物体的 精确三维信息。
高分辨率方面，激光雷达的角分辨率不低于 0.1 mard，也就是 说可以分辨 3000 米距离上相距 0.3 米的两个目标；可以同时追踪多个目标， 距离分辨率可以达到 0.1 mard，速度分辨率达到 10m/s 以内，由于激光频率 高，波长短，所以可以获得极高的角度、距离和速度分辨率，如此高的速度和 距离分辨率意味着激光雷达可以利用距离多普勒成像技术获得非常清晰的图像。 抗干扰能力方面，与微波毫米波雷达雷达易受自然界广泛存在的电磁波影响的 情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达抗 有源干扰的能力很强，可全天候工作.
优缺点来看，由于激光雷达中激光束的发射频率一般每秒几万个脉冲以上，相 比传统微波雷达高了很多，因而存在分辨率高、精度高（厘米级）、探测距离 长的优势，此外抗干扰能力相比电磁波更强，由于生成目标的多维头像，因而 获取的信息量更丰富，且不受目标物体运动状态的影响。但受雨雪、雾霾天气 影响穿透性变差、测量精度会下降，且难以分辨交通标识和红绿灯，高昂的成 本也成为制约激光雷达大规模量产的关键因素。
智能化时代，多传感器融合是未来趋势。不同传感器的原理和功能各不相同， 在不同的场景里发挥各自的优势，难以相互替代。单种传感器特性突出，均不 能形成完全信息覆盖，多传感器融合是未来发展必然趋势。未来的智能汽车可 以视为“移动的传感器平台”，将装备有大量的传感器。并且随着智能驾驶从 L2 到 L3 级及以上不断推进，激光雷达凭借其精度高、探测距离长、可 3D 环 境建模的特性，重要性越发凸显。
如何看智能驾驶之纯视觉方案与激光雷达方案之争？
自动驾驶感知领域技术路线，目前主要形成两大阵营：以特斯拉为代表的“以 摄像头为主的视觉感知”解决方案和以 Waymo 为代表的“3D 激光雷达感知” 解决方案.
特斯拉“以摄像头为主的视觉感知”解决方案主要包含信息采集、特征提取、 训练学习、评估、反馈改进五大步骤，通过数据+算法+反馈不断垂直整合， 完善自动驾驶能力。1）信息采集：特斯拉中主要通过大量的传感器（如前置 摄像头、后置摄像头、超声波雷达、毫米波雷达）进行信息收集；2）特征提 取：通过汽车内外置的大量传感器收集大量信息之后，特斯拉使用神经网络的 深度学习算法来进行特征提取。特斯拉需要同时判断车辆、人行道、交通灯、 障碍物、行人、驾驶员、温度、湿度等多个环境变量的相互关系，因此算力系 统必须超强，同时运行多个神经网络（约 50 个）才能工作。
因此特斯拉采用 一种特殊的共享主干神经网络结构 HydraNets 进行处理，首先把所有的运算任 务都分配给到一个大型的共享骨干网络，在骨干网络中又细分多个子网络，把 运算任务分配给子网络进行处理，每个子网络只需要学习训练一小部分图像信 息、提取特征，处理完了之后汇总给到主干网络再计算处理；3）训练学习： 特斯拉使用 PyTorch 进行分布式训练，除了使用大量的数据进行训练分析之外， 还进行预测处理。特斯拉使用 PyTorch 进行分布式训练，不断训练系统对于行 人、路径、周边环境的判断能力，提供多种路径规划算法供工程师进行选择； 4）评估与反馈：通过驾驶系统提供司机驾驶路线，观测模拟结果和驾驶员操 作是否匹配，如果不匹配则将该类数据反馈给到后台，后台再修正神经网络学 习结果（“影子模式”），摒弃不合适的数据，为后续类似的操作提供更好的推 荐路线。
特斯拉之所以坚持纯视觉方案，我们认为主要原因在于技术与成本。其一是当 时的激光雷达技术不完善，能生产车规级固体激光雷达的企业暂不具备量产能 力；其二是激光雷达的价格还没有降低到合理的位置。此外，我们认为，特斯 拉作为自动驾驶汽车的领导者，已经有一套被市场认知的视觉摄像头方案量产， 也积累了大量的数据，输出纯视觉方案的量产的成本可控的重磅电动智能车， 也符合特斯拉“整车销售+软件服务”商业模式的演进特征。
总结而言，特斯拉的自动驾驶系统，是以人类的“视觉-判断-规划-执行”架构 打造的，基本原理是基于摄像头采集到的数据（照片、视频）建立 3D 模型还原 车辆周围环境，再由神经网络算法根据环境信息做出驾驶决策，对于软件和算 法要求极高，“追赶者们” 跟进难度太大。激光雷达性能优势、价格下探，车企 纷纷选择激光雷达方案落地智能驾驶。激光雷达可识别 3D 静态物体，弥补摄像 头和毫米波雷达的缺陷。近年来激光雷达产品的单价已经下探到 2000 美元以内 （大疆 Horizon），激光雷达已经成为传统车企、新势力落地 L3 级及以上车型 的标配。（报告来源：未来智库）
3 激光雷达的技术路径探讨
激光雷达的构成
从组成上看，激光雷达主要由激光发射、激光接收、信息处理、扫描系统组成。 1）激光发射系统：激励源驱动激光器发射激光脉冲，激光调制器通过光束控 制器控制发射激光的方向和线数，最后通过发射光学系统，将激光发射至目标 物体；2）激光接收系统：经接收光学系统，光电探测器接受目标物体反射回 来的激光，产生接收信号；3）信息处理系统：接收的信号经过放大处理和数 模转换后，经过信息处理模块计算，获取目标表面形态、物理属性等特性，最 终建立物体模型；4）扫描系统：以稳定的转速旋转起来，实现对所在平面的 扫描，产生实时的平面图信息。
分类来看，激光雷达按照“测距、发射、光速操纵、探测、数据处理”五大关 键技术，即五个维度，可以分为以下 22 个类别。每个不同分类方式又可进一 步细分为不同的技术路线，不同路线之间差异较大。
车载激光雷达的技术路线，按照扫描方式，为机械式→半固态→纯固态；按照 激光发射方式，为 EEL→VCSEL；按照激光接收方式，为 PD/APD→ SPAD/SiPM；按照信息处理方式，为 FPGA→SoC。目前主要的技术路线围 绕扫描方式进行讨论，因而此部分为我们技术路线部分论述的重点。
技术路线之一（按扫描方式）：机械式→半固态（中短期）→纯固态 （长期）
车载激光雷达，按照扫描方式，分为机械式（机械旋转）、半固态（MEMS、转 镜、棱镜）、固态（OPA、FLASH）。机械旋转式的扫描模块和收发模块均被电 机带动进行 360 度旋转；半固态的收发模块不动、扫描模块运动，按照扫描方 式可进一步分为 MEMS、转镜式和棱镜式；固态则收发和扫描模块均不运动， 主要有 OPA 和 Flash 两种方案。总体来看，从机械旋转到半固体、再到固态， 产品的集成化程度越来越高，成本越来越低。机械式激光雷达由于价格高、体 积大、车规级量产应用难度大，主要应用于 Robotaxi 的测试车队等领域，帮助 自动驾驶从 0 到 1。中短期半固态、长期纯固态为激光雷达的落地技术路线， 在自动驾驶从 1 到 N 的发展阶段中，半固态扮演着重要角色。
机械式激光雷达：技术成熟，成本高，难以过车规
原理上，机械激光雷达，是指其发射系统和接收系统存在 360°转动，也就是通 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，达到动态扫描并动态接收信息的目的。 其特点在于通过电机带动收发和扫描模块进行整体旋转，实现对空间水平 360° 视场范围的扫描。通过增加收发模块来实现高线束，在实现探测距离精度更高 的同时，也导致了整套系统元器件成本非常高。
优缺点上，机械旋转式激光雷达的优势在于由于旋转是由电机控制的，所以可 以长时间内保持转速稳定，每次扫描的速度都是线性的，从而可以对周围环境 进行精度够高并且清晰稳定的 360 度环境重构，技术成熟，是目前的主流方案。 缺点在于价格高、可量产性差（工艺复杂、组装困难）、体积大、难以过车规 （平均失效时间 1000h~3000h，而汽车厂商的要求是至少 13000h）、可靠性差 （内含大量可动部件，在行车环境下磨损严重）等缺点。
机械式激光雷达的代表性厂商海外为 Velodyne、Waymo、Valeo、Ouster，国 内为速腾聚创、禾赛科技、镭神智能、北科天绘等。Velodyne 的代表性产品包 括 HDL-64、HDL-32、VLP-16 等，价格范围在 0.4 万-8 万美金之间。谷歌无人 小车的 64 线激光雷达就来自 Velodyne，当时价格高达 7 万美元。机械式激光雷 达之所以成本居高不下的原因在于其内部的激光收发模组成本高（线束越多越 准确、整体成本越高），并且需要复杂的人工调教、制造周期长，高昂的成本也 决定了其目前主要应用于自动驾驶技术的开发领域，比如百度 Robotaxi、谷歌 无人驾驶测试车队，车规级前装量产市场暂无应用。
为降低车载激光雷达的生产成本，增加其结构的稳定性，同时保证其较好的探 测性能，半固态激光雷达和全固态激光雷达应运而生。
半固态激光雷达：价格大幅下降，有车规级产品
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，扫描模块在运动。按照扫描模块的运动方式可以分为 MEMS、转镜式和棱镜式。适用于实现部分视场角（如前向）的探测，体积相 较于机械旋转式雷达更紧凑。
半固态相比机械式的核心优势在于成本与车规。目前市面上绝大多数车规级激 光雷达均为半固态方案，且对外报价已经下探到了 1000 美元以内，是目前很多 激光雷达厂商发力的领域。目前，转镜和棱镜式已具备车规级量产案例， MEMS 也有望 2022 年快速迎来量产。
1）MEMS 微阵镜激光雷达：成熟度高，有望快速推动量产
MEMS 为 Micro-Electro-Mechanical System 的简称，即微机电系统。 MEMS 微振镜为采用 MEMS 技术制造的谐振式扫描镜，把微型反射镜、 MEMS 驱动 器、 MEMS 传感器集成在一起的光学微机电器件。镜面直径通常只有几毫米。 与传统的光学扫描镜相比，具有重量轻，体积小，生产成本较低的优点。在光 学，机械性能和功耗方面表现更为突出。
原理上，MEMS 微阵镜激光雷达的核心是 MEMS 微振镜，其本质是一种硅基 半导体元器件，属于固态电子元件。它是在硅基芯片上集成了体积十分精巧的 微振镜，其中心是一块镜子的电路板，可以通过控制电流来让中央的微镜产生 平动或者扭转，也就是 X 轴和 Y 轴上的移动。由于镜子本身可以扭转，所以 只需要 1 束激光就可以通过镜子不同角度的反射来让激光束发射到不同的方向， 从而实现与机械式激光雷达相似的效果。硅基 MEMS 微振镜可控性好，可实 现快速扫描，其等效线束能高达一至两百线，因此，要同样的点云密度时，硅 基 MEMS 激光雷达的激光发射器数量比机械式旋转激光雷达少很多，体积小 很多，系统可靠性高很多。
优缺点来看，MEMS 阵镜激光雷达优点是 1）尺寸小、可量产：芯片化、无机 械组件，摆脱了笨重的旋转电机和扫描镜等机械运动装置，毫米级尺寸的微振 镜大大减少了激光雷达的尺寸；2）低成本：减少激光收发单元的数量，降低 成本。
其缺点在于 1）稳定性：MEMS 微镜属于振动敏感性器件，车载环境的振动和 冲击容易对其使用寿命和工作稳定性产生影响，同时硅基 MEMS 的悬臂梁结 构非常脆弱，外界的振动或冲击极易直接致其断裂。2）探测距离和角度有限： MEMS 的振动角度有限导致视场角比较小（小于 120 度），大视场角需要多子 视场拼接，这对点云拼接算法和点云稳定度要求都较高；受限于 MEMS 微振 镜的镜面尺寸，MEMS 激光雷达接收端的收光孔径非常小，远小于机械激光 雷达，而光接收峰值功率与接收器孔径面积成正比，导致功率进一步下降，信 噪比降低，有效探测距离缩短，传统 MEMS 技术的有效探测距离只有 50m， FOV 角度只能达到 30°，用在近距离补盲或者前向探测。
要想提高 MEMS 的探测距离，就需要提高镜面尺寸，镜面尺寸越大，信噪比 就越高，MEMS 振镜的成本也就越大。目前 MEMS 振镜最大尺寸是 Mirrorcle， 可达 7.5 毫米，售价超 1200 美元。为解决探测距离短的问题，Luminar 使用 1550nm 激光雷达，通过提升波长来提高其探测距离至 250m，但选用 1550nm 也意味着成本上升。为了平衡成本与 MEMS 性能（探测角度与距离 有限）的问题，以速腾聚创、Innoviz 等为代表的激光雷达厂商开始自研 MEMS 微振镜，并发明了多通道水平联合扫描技术来提升 MEMS 性能。其原 理是将数个激光雷达合成一个，目前速腾聚创是 5 个。因为有 5 个激光雷达水 平联合扫描，那么每个激光雷达的 FOV 需求就很低，FOV 在 25 度即可，这 样 MEMS 振镜尺寸变大，性能提高，5 个激光雷达水平联合扫描，等于性能提升了 5 倍。目前，速聚创投资的希景科技开发的 MEMS 微振镜镜面直径为 5 毫米，已经进入量产阶段，未来尺寸有望达到 10 毫米。
目前，处于（准）车规状态并将在 2022 年为 OEM 量产供货的 MEMS 激光雷 达产品有速腾聚创 M1、Innoviz One、Luminar Iris，另外 Innoviz Two 将 在 2022 年进入批量生产，并在 2023 年服务于 OEM。由于 MEMS 上游产业 链相对成熟，为现阶段的主力激光雷达产品之一，价格已经下探到 2000 美元 以内。其中速腾聚创是国内唯一实现 MEMS 激光雷达车规前装量产的公司， 旗下第二智能固态激光雷达 M1 已交付北美豪华新能源车企，同时获得广汽埃 安、威马、极氪、路特斯、嬴彻、挚途等众多乘用车和商用车品牌前装定点， 配套的广汽 AION LX Plus 将于 2022Q1 上市。
2）转镜式激光雷达：第一个过车规且批量供货的技术方案
原理上，转镜式激光雷达方案指的是激光发射器和接收器固定，激光的发射方 向是一个可围绕中心旋转的多边形反射镜，通过电机旋转反射镜，将激光反射 到不同的方向，从而实现激光的扫描。内部大部分空间被一个转镜所占据，在 雷达的一侧是激光的发射和接收装置，为了信号区隔，这两个区域被物理隔开。 转镜式与 MEMS 差异在于 MEMS 扫描镜是围绕着某条直径上下振动，而转镜则 是围绕着圆心旋转。功耗比较低，散热难度低，因而也容易实现比较高的可靠 性。
分类来看，转镜方案分一维转镜和二维转镜，一维转镜只有一面扫描镜，二维 转镜有两面扫描镜（一纵一横）。一维转镜线数与激光发射器数量一致，这意味 着高线数产品成本高而集成难度很大，线数难以做高（法雷奥 Scala 1 为 4 线， Scala 2 为 16 线）；二维转镜增加了俯仰的转动，这样一条激光可以扫描多个平 面，用数量很少的激光发射器，通过扫描镜高速旋转中的折射和反射来达到 “多线”的效果，这样不仅可节省激光器的成本，也可做高“线数”。
优缺点看，转镜式方案的优势在于：1）体积小，降低成本：激光发射和接收 装置固定，旋转机构虽然有但是比较小，可以减少产品体积，并且降低成本； 2）旋转机构只有反射镜，重量轻，电机轴承的负荷小，系统运行起来更稳定， 寿命更长，符合车规。不足之处在于内部有机械结构，在长期运行之后稳定性、 准确度依然会受到影响，另外一维式的扫描线数少，扫描角度不能到 360 度。
从应用看，具备车规级量产实力的供货商有法雷奥（Scala）、镭神智能（CH32），Innovusion （Falcon）。2017 年，奥迪 A8 为全球首款量产的 L3 级别自动驾驶的乘用车，其搭载的激光雷达为法雷奥和 Ibeo 联合研发的 4 线 旋转扫描镜激光雷达。2020 年，镭神智能自主研发的 CH32 面世，成为全球 第二款获得车规级认证的转镜式激光雷达，目前已经规模化交付东风悦享量产 前装车型生产。2022 年，搭载 Innovusion Falcon 激光雷达的蔚来 ET7 上市， 该款激光雷达为 1550nm 方案，等效 300 线数。从售价看，法雷奥 Scala 2 为 900 欧元（约 6500 元人民币），已经下降至车企可接受的价格范围.
3）棱镜式激光雷达：大疆 Livox 发明，并配套小鹏
结构来看，棱镜式激光雷达可分为收发模块和扫描模块两大部分。首先收发模 块的 PLD（pulsed laser diode）发射出激光，通过反射镜和凸透镜使之变成 平行光，然后扫描模块的两个旋转的棱镜改变光路，使激光从某个角度发射出 去。激光打到物体上，会从原光路反射回来，被 APD（avalanche photo detectors）所接收（发射光路和接受光路的孔径不同，反射镜的尺寸是通过精 心调整的）。
优缺点来看，这种设计的优势在于降本以及提高分辨率和视场覆盖率。首先， 该设计可以减少了激光发射和接收的线数以实现一帧之内更高的线数，也随之 降低了对焦与标定的复杂度，因此生产效率得以大幅提升，棱镜式成本相比于 传统机械式有了大幅的下降。其次，只要扫描时间够久，就能得到精度极高额 点云，还有环境建模，分辨率几乎没有上限，且可达到近 100％的视场覆盖率。
从车规级应用来看，小鹏 P5 配备 2 颗大疆 Livox 车规级 HAP 激光雷达，另 外 HAP 也获得了一汽解放量产项目的定点。HAP 探测距离 150 米，助力自动 驾驶系统更游刃有余地应对高速公路、城区道路等场景中远处障碍物的超前检 测。HAP 横向视场角为 120°，小鹏 P5 在前面部署了 2 颗激光雷达，前方提 高至 180°的超宽点云视野，提高应对近处车辆加塞、十字路口拐弯等复杂路 况的通行能力。HAP 角分辨率为 0.16°*0.2°, 其中感兴趣区域（ROI, Region of Interest） 的点云密度可等效 144 线激光雷达，更密的点云输出带 来更丰富的环境感知，让算法可以更精准地检测到远处行人、自行车、雪糕桶 等细小目标物体。
纯固态激光雷达：技术最先进，短期内应用难度最大
纯固态方案的特点是不仅激光收发模块不动，而且扫描模块也没有机械运动， 主要依靠电子部件来控制激光的发射角度，这样的话可以做得更小，同时大大 降低成本，目前固态激光雷达主要是 OPA 和 FLASH 两种方案。固态激光雷达 目前没有量产经验，由于技术难度相对较大，短期内应用难度大。
1）FLASH 方案：探测距离短，作为补盲雷达使用
Flash 激光雷达的原理类似快闪，采用类似相机的模式，感光元件中的每个像素点都可以记录光子飞出的时间信息，运行时直接发射出一大片覆盖探测区域的 激光，随后由高灵敏度的接收器阵列计算每个像素对应的距离信息，从而完成 对周围环境的绘制。
优缺点来看，Flash 方案的好处在于一次性实现全局成像来完成探测，且无扫 描器件、成像速度快。缺点在于 Flash 激光单点面积比扫描型激光单点大，因 此其功率密度较低，进而影响到 Flash 激光雷达的探测精度和探测距离（低于 50 米），另外眩光的影响也较大，所以适用于一些低速的自动驾驶小车领域， 作为补盲雷达来使用。
为了克服探测距离的限制，Flash 方案的代表厂商 Ibeo、LedderTech 开始在激 光收发模块进行创新。1）发射模块：提高激光发射器的功率，比如采用垂直腔 面发射激光器（VCSEL），相比其他激光器更小、更轻、更耐用，并且功率效率 更高。2）接收模块：提高激光探测器的感光灵敏度，比如对于远距离探测使用 到雪崩型光电探测器（SPAD），其探测的灵敏度高，可探测到远距离的微弱信 号。Ibeo 使用 VCSEL 和 SPAD，旗下 NEXT 固态激光雷探测距离可达 140 米 （10%反射率）。
目前，Flash 激光雷达主要的厂商为 Ibeo、Leddar Tech。目前，由于上游零 部件的制约（激光发射器提升功率、探测器提升感光灵敏度的技术还不成熟）， Flash 方案并没有量产的车规级产品出现，长城计划在 SUV 系列量产车型中 使用 Ibeo Next 固态激光雷达。从远期看，由于 Flash 激光雷达芯片化程度高， 有望规模化量产后拉低成本，后续随着技术成熟后，有望成为主流的技术方案。（报告来源：未来智库）
2）OPA 方案：技术壁垒最高，成熟度低
OPA 固态激光雷达是通过调节发射阵列中的每个发射单元的相位差，来改变激 光的发射角度，采用相控阵原理完全取消机械结构。扫描不同角度只需要电信 号，不需要任何机械结构实现机械式的扫描效果。
该方案的优点在于可以省去机械扫描结构，做到类似机械式的全景扫描；但缺 点在于激光调试、信号处理的运算量很大，元器件成本高，实现难度比较大。 由于技术难度高，OPA 的波导控制需要改变底层结构，硅基半导体的材料有突 破才能实现。技术成熟度较低，上游产业链不成熟，导致 OPA 方案短期内难以 车规级量产。
应用层面，目前暂无车规级量产案例，OPA 方案的代表企业为 Quanergy。 2021 年 8 月，全球领先的 OPA 固态激光雷达制造商 Quanergy 对其 OPA 固 态激光雷达 S3 系列完成驾驶实测演示。S3 系列激光雷达采用 OPA 技术，以 及极具成本效益、面向大众市场量产的可扩展 CMOS 硅基制造工艺，是一款 真正的固态激光雷达传感器。测试结果显示，S3 系列固态激光雷达可以提供 超过 10 万小时的平均无故障时间（MTBF），在全光照下实现 100 米的探测性 能，大规模量产后的目标价格为 500 美元。
总结：通过对技术路线的原理、优缺点、制造商和车规级应用的梳理，我们认 为激光雷达在短期维度的主流方案为半固态的 MEMS、转镜式，主要原因在 于半固态在硬件架构上做了简化，使得制造成本降低，为最接近车规级应用的方案。长期维度技术维度纯固态为最优方案，一方面在于其通过半导体工艺能 把激光雷达一些核心部件集成在芯片上，集成度进一步提高的同时成本降低； 另一方面在于纯固态激光雷达不仅体积小，而且由于没有运动部件，可靠性也 更高。
技术路线之二（按发射方式）：EEL/VCSEL（短期）→VCSEL（长期）
短期 EEL 与 VCSEL 并行，长期 VCSEL 更具优势。
分类来看，激光器可分为 EEL（边发射激光器）、VCSEL（垂直腔面发射激光 器）、PCSEL（光子晶体表面发射激光器）、光纤激光器。其中 EEL 作为探测光 源具有高发光功率密度的优势，但 EEL 激光器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，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。VCSEL 其发光面与半导体晶圆平行，其优势在 于 Wafer 级制造，成本低，阈值电流低，使用寿命高，适合二维阵列集成等。 PCSEL 可理解为 EEL 与 VCSEL 的集成，兼具成本、耐用性与高功率的优势， 还处于开发阶段。光纤激光器为掺稀土元素玻璃光纤作为增益介质的激光器， 其特点在于电光效率高、输出功率高、光束质量好、速度快等，该方案适用于 1550nm 波长激光雷达，相比 905nm 波长激光雷达材料端最大的区别在于 905nm 用的是 Si，而 1550nm 用的是 InGaAs，从而运行成本更高，目前提供 1550nm 方案激光雷达的代表性厂商为 Luminar。
从应用来看，短期内 EEL、VCSEL 为并行方案均有应用。长期来看，由于 VCSEL 相比 EEL 具备成本、可靠性、良率等优势，未来将有望逐渐取代 EEL 成为发射端激光器的主流方案。
技术路线之三（按接收方式）：PD/APD（短期）→SPAD/SiPM（长期）
分来来看，激光雷达探测器可分为 PD、APD、SPAD、SiPM，APD 为目前 TOF 激光雷达的主流方案，SPAD 为未来前沿方向。 PD 是由一个 PN 结组成的半导体器件， 具有单方向导电特性，PD 方案无增益， 探测距离短，适用于 FMCW 激光雷达，该方案探测成本低。
APD 在以硅或锗为材料制成的光电二极管的 P-N 结上加上反向偏压后， 射入的 光被 P-N 结吸收后会形成光电流。加大反向偏压会产生“雪崩”（即光电流成倍 地激增）的现象， 因此这种二极管被称为“雪崩光电二极管”，APD 相比 PD 增益能力得到提升，可以理解为一份光子进来，可以把它增益到上百的这种信 号，即使在很低的光强下也可以进行有效探测，为 TOF 激光雷达技术相对成熟 的方案，符合自动驾驶场景。
SPAD 是一种新型的光电探测器件，由工作在盖革模式的雪崩二极管阵列组成， 具有增益高（比 APD 提升了 10 万倍）、探测距离远等特点。硅光电倍增管 （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。但由于雪崩二极管一直工作在倍增模式的话会影响二极管的使用寿命，从而影响该方案的可靠性，因而 APD 为目前 TOF 激光雷达 的主流方案。
技术路线之四（按信息处理方式）：FPGA（目前主流）→SoC（远期）
激光雷达主控芯片为 FPGA，为行业当前主流方案，远期 SoC 或将替代 FPGA 方案。负责波形算法处理、激光雷达探测器等功能模块的控制，赛灵思为主要 供货商。长期维度来看，激光雷达厂商自研 SoC 芯片，以禾赛科技为例，其自 研的 SoC 芯片能够单片集成探测器、前端电路、波形数字化、算法处理、脉冲 控制等功能，相当于激光雷达后端的探测器和信息处理部分单片集成，直接实 时输出激光雷达点云数据，具有集成度高、适合大规模量产、器件自主可控的 优势。
4 激光雷达的发展趋势——车规级、降成本
车规级：激光雷达从 0 到 1 的前提
车规级即能够通过车企的一系列认证测试，拿到项目定点且开始量产。对于汽 车零部件，业内公认的标准有 ISO 16750、ISO 26262、AEC-Q20 等，要求车用零件小型化以及高低温环境条件下(-40～+125℃)具备高可靠性，一般的汽车 设计寿命在 15 年 20 万公里左右，智能化带来汽车系统组成部件和环节变多， 对组成的部件的可靠性要求变高。
目前汽车行业对激光雷达的评价指标包含显性参数、实测性能指标及隐性指标。 其中显性参数主要包括测远能力、点频、角分辨率、视场角范围、测距精准度、 功耗、集成度（体积及重量）等；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，这些指标难以量化，缺乏公开信息， 只能通过产品是否应用于行业领先企业的测试车队或量产项目中得以体现。
不同激光雷达技术参数差异较大，暂无标准化且量化的车规级准入指标，考虑 到不同车企有体系化的测试验证体系、苛刻的测试条件，因而可以通过车企量 产落地的搭载激光雷达车型项目来去合理推测不同激光雷达厂商的车规级能力。 总体来看，Luminar、Innoviz、Valeo、Ibeo、大陆、Innovusion、速腾聚 创、禾赛科技、华为、大疆 livox 均已量产或已具备乘用车项目定点订单。
降成本：激光雷达从 1 到 N 的关键
激光雷达的成本结构拆解
拆解激光雷达成本结构，收发模块成本占比最大，其次为光学部件。 对于机械式激光雷达，参考汽车之心对于 Velodyne VLP-16 的 BOM 成本拆解数 据，预计激光器、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%。
对于半固态激光雷达，1）转镜式：参考 Systemplus Consulting 对于法雷奥 SCALA 转镜式激光雷达 BOM 成本拆解，主板、激光单元板、机械镜单元、机 械激光单元、封装壳、电机单元板成本占比分别为 45%、23%、13%、10%、 8%、1%；2）MEMS：对于 MEMS 微振镜式激光雷达，预计发射模块、接收模 块、光学部件、主板、外壳结构件成本占比分别为 30%、25%、10%、25%、 10%。 总体来看，激光雷达成本核心在于收发装置，成本占比预计 50%-60%之间，另 外光学部件成本占比在 10%-15%之间
激光雷达的降本之路
复盘激光雷达的进化路径，从机械式到半固态，激光雷达的单价从上万美金下 探到了千元美金级别，2022 年，单价 2000 美元以内的激光雷成产品陆续装车， 价格的下探带来乘用车激光雷达市场开始爆发。展望未来，伴随激光雷达成本 的降低，激光雷达的单价有望持续降低，从而带来乘用车端的渗透率不断提升。
从机械式到半固态到纯固态，激光雷达的价格下降明显的原因何在？
核心原因在于产品结构的改动，带来成本大幅下降。
机械式激光雷达售价高达上万美金，原因主要在于机械式方案的收发模块在运 动，通过增加收发模块来实现高线束，激光收发模块由分立器件组装而成，在 实现探测距离精度更高的同时，也导致了整套系统元器件成本非常高。以 Velodyne HDL-64 为例，其每个收发通道（共 64 个通道）的物料成本超 100 美 元，叠加复杂的调试带来的人工成本，导致售价高达 8 万美元。
半固态激光雷达相比机械式的改动之一是通过减少激光收发装置的数量来减少 收发通道数，带来生产成本大幅降低，改动之二是加入了旋转扫描结构 （MEMS 微振镜），通过扫描结构的更新来弥补收发通道数量的减少。以半固态 MEMS 方案的 InnovizOne 为例，单价已降至 1000 美元。
纯固态为激光雷达通过半导体工艺能把激光雷达一些核心部件集成在芯片上， 比如光源部分使用 VCSEL、探测器使用 SPAD，集成度提高的同时成本进一 步降低。Quanergy 为纯固态 OPA 代表性厂商，其 S3 价格为 500 美元。
展望未来，激光雷达该如何持续降本？
1）规模化量产：对于车规级激光雷达，如果进行规模化量产，可以通过大规模 采购降低物料成本。
2）芯片化制造：对于激光雷达收发模块，包含激光器、探测器、模拟前端芯 片等电子部件，通过电子部件的芯片化可以进一步降低成本。目前酒钢雷达厂 商开始自研激光雷达芯片，原因在于高线数激光雷达对激光收发装置的性能要求提高，而芯片化可有效降低成本。以禾赛科技为例， 公司已经开始芯片化 路线， V1.0、 V1.5、 V2.0 芯片面向当前机械式、微振镜式、转镜式技术方 案， V3.0 面向纯固态式激光雷达 PandarFT 的开发及应用。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
详见报告原文。
精选报告来源：【未来智库】。