激光雷達：三維點云建模構(gòu)建傳感基石

路徑之爭：激光雷達為什么是 L4 自動駕駛不可或缺傳感器？

自動駕駛的環(huán)境監(jiān)測傳感器主要包括攝像頭和雷達兩類：1）攝像頭通過圖像識別技 術(shù)實現(xiàn)距離測量、目標識別等功能；2）雷達利用發(fā)射波和反射波之間的時間差、相位差 獲得目標物體的位置和速度等數(shù)據(jù)，按所使用的不同類型的波，雷達可以分為毫米波雷達、 激光雷達、超聲波雷達三類。

攝像頭方面，按視野覆蓋位置可分為前視、環(huán)視（側(cè)視+后視）及內(nèi)視攝像頭，其 中前視攝像頭最為關鍵，可以實現(xiàn)車道偏離警示系統(tǒng)（LDW）、前向碰撞預警系統(tǒng)（FCW）、 行人識別警示（PCW）等功能。前視攝像頭又有單目攝像頭、雙目攝像頭，乃至多目攝像 頭等不同的解決方案。雖然雙目或多目攝像頭具有更高的測距精度和更廣的視角，但由于 其成本較高以及對精度和計算芯片的高要求，使得其仍未能大規(guī)模量產(chǎn)，目前以 Mobileye的單目攝像頭解決方案是市場的主流。

在雷達方面，主要分為三類：1）毫米波雷達：介于微波和紅外線之間，頻率范圍 10GHz —200GHz，波長為毫米級；2）激光雷達：介于紅外線和可見光之間，頻率大致為 100000GHz，波長為納米級；3）超聲波雷達：頻率高于 20000Hz。根據(jù)公式：光速=波 長*頻率，頻率越高，波長越短。波長越短，意味著分辨率越高；而分辨率越高，意味著在 距離、速度、角度上的測量精度更高。

攝像頭、毫米波雷達、激光雷達和超聲波雷達的探測距離、分辨率、角分辨率等探測 參數(shù)各異，對應于物體探測能力、識別分類能力、三維建模、抗惡劣天氣等特性優(yōu)劣勢分 明。

對于自動駕駛傳感器的選擇，目前市場上存在著兩種不同路徑：一種是由攝像頭主導、 配合毫米波雷達等低成本元件組成，構(gòu)成純視覺計算，典型代表為特斯拉、Mobileye 和 國內(nèi)唯一自動駕駛純視覺城市道路閉環(huán)解決方案--百度 Apollo Lite；另一種是由激光雷達 主導，配合攝像頭、毫米波雷達等元件組成，典型代表為谷歌 Waymo、國內(nèi)的百度 Apollo （除 Apollo Lite）、 Pony.ai、文遠知行等主流自動駕駛廠商。

對于以特斯拉為代表的純視覺方案擁護者而言，商業(yè)成本是一個重要的考量因素，安 裝昂貴的激光雷達會明顯提高單臺汽車的售價（如表 3）。特斯拉車輛標配總共有 8 個攝 像頭，其中包含后方的一個倒車攝像頭，前方的一個三目總成件，兩側(cè)的兩個環(huán)繞攝像頭， 此外還包含一個毫米波雷達，但此方案容易受光照、雨霧、遮擋等因素限制，從而使視野 范圍受限。對于以主流自動駕駛廠商為代表的激光雷達擁護者，系統(tǒng)的安全可靠性排在首 位，實現(xiàn)這一方向的方式就是融合各個性能的傳感器，以彌補不同類型的技術(shù)漏洞，采用 激光雷達的自動駕駛廠商一般選擇在車頂配置 64 線激光雷達，用于障礙物和移動車輛檢 測，同時在車四周環(huán)繞成本相對較低的低線束激光雷達或毫米波雷達進行視野補充

攝像頭擁有輕巧低成本和符合車規(guī)的特點，高分辨率高幀率意味著其能提供更豐富的 環(huán)境信息，同時視頻數(shù)據(jù)也最接近人眼所感知的環(huán)境。但攝像頭的二維圖像相比三維信息 更難挖掘，需要設計更強大的算法、大量數(shù)據(jù)的積累和更長期的研發(fā)投入。在 L4 級自動 駕駛傳感器選型上，純視覺解決方案會存在精度、穩(wěn)定性和視野等方面的局限性（如表 4）， 無法滿足高級自動駕駛對于傳感器的性能要求。

與以攝像頭為主傳感器的自動駕駛方案“輕感知、重計算”相比，以激光雷達為主傳 感器的自動駕駛方案最明顯的特征是“重感知、輕計算”，“堆疊激光雷達”的方案會適 當降低感知數(shù)據(jù)處理環(huán)節(jié)對運算能力的要求，從而加快 L4 級自動駕駛汽車商業(yè)化部署進 程。所以盡管目前安裝激光雷達會大幅提高傳感器方案成本，但對于安全可靠性要求極高 的 L4 來說，激光雷達不可或缺，以成本換安全將會是一個更優(yōu)的選擇。

工作原理：“發(fā)射-反饋”系統(tǒng)如何形成三維點云信息？

與雷達工作原理類似，激光雷達通過測量激光信號的時間差和相位差來確定距離，但 其最大優(yōu)勢在于能夠利用多譜勒成像技術(shù)，創(chuàng)建出目標清晰的 3D 圖像。激光雷達通過發(fā) 射和接收激光束，分析激光遇到目標對象后的折返時間，計算出到目標對象的相對距離（圖 6），并利用此過程中收集到的目標對象表面大量密集的點的三維坐標、反射率和紋理等 信息，快速得到出被測目標的三維模型以及線、面、體等各種相關數(shù)據(jù)，建立三維點云圖， 繪制出環(huán)境地圖，以達到環(huán)境感知的目的。由于光速非常快，飛行時間可能非常短，因此 要求測量設備具備非常高的精度。從效果上來講，激光雷達維度（線束）越多，測量精度 越高，安全性就越高。

相比于可見光、紅外線等傳統(tǒng)被動成像技術(shù)，激光雷達技術(shù)具有如下顯著特點：一方 面，它顛覆傳統(tǒng)的二維投影成像模式，可采集目標表面深度信息，得到目標相對完整的空 間信息，經(jīng)數(shù)據(jù)處理重構(gòu)目標三維表面，獲得更能反映目標幾何外形的三維圖形，同時還 能獲取目標表面反射特性、運動速度等豐富的特征信息，為目標探測、識別、跟蹤等數(shù)據(jù) 處理提供充分的信息支持、降低算法難度；另一方面，主動激光技術(shù)的應用，使得其具有 測量分辨率高，抗干擾能力強、抗隱身能力強、穿透能力強和全天候工作的特點。

激光雷達主要包括激光發(fā)射、掃描系統(tǒng)、激光接收和信息處理四大系統(tǒng)，這四個系統(tǒng) 相輔相成，形成傳感閉環(huán)。首先激光發(fā)射系統(tǒng)中激勵源周期性地驅(qū)動激光器，發(fā)射激光脈 沖，激光調(diào)制器通過光束控制器控制發(fā)射激光的方向和線數(shù)，最后通過發(fā)射光學系統(tǒng)，將 激光發(fā)射至目標物體；掃描系統(tǒng)負責以穩(wěn)定的轉(zhuǎn)速旋轉(zhuǎn)起來，實現(xiàn)對所在平面的掃描，并 產(chǎn)生實時的平面圖信息；激光接收系統(tǒng)中光電探測器接受目標物體反射回來的激光，產(chǎn)生 接收信號；信息處理系統(tǒng)中接收信號經(jīng)過放大處理和數(shù)模轉(zhuǎn)換，經(jīng)由信息處理模塊計算， 獲取目標表面形態(tài)、物理屬性等特性，最終建立物體模型。

激光雷達的各個環(huán)節(jié)幾乎都有不同的執(zhí)行方式（如圖 9），單從測距這一個環(huán)節(jié)來看， 就存在基于時間的飛行時間法和不基于時間的相位式等方法，不同環(huán)節(jié)的組合構(gòu)成了激光 雷達的近二十種分類方法。

在評價激光雷達的性能時，可以用到多個技術(shù)指標。線束、方位角、掃描幀頻、角分 辨率、測量精度、探測距離、數(shù)據(jù)率是七個常用的激光雷達性能評價指標。下面以禾賽 Pandar128 為例進行解析。

產(chǎn)品體系：機械式 vs 固態(tài)式，未來趨勢如何？

根據(jù)結(jié)構(gòu)，激光雷達分為機械式激光雷達、混合固態(tài)激光雷達和固態(tài)激光雷達。機械 式激光雷達以一定的速度旋轉(zhuǎn)，在水平方向采用機械 360°旋轉(zhuǎn)掃描，在垂直方向采用定 向分布式搜集動態(tài)信息；混合固態(tài)激光雷達 MEMS（微機電系統(tǒng)）微鏡把所有的機 械部件集成到單個芯片上，利用半導體工藝生產(chǎn)，不需要機械式旋轉(zhuǎn)電機，而是以電的方 式來控制光束；固態(tài)激光雷達分為 OPA 固態(tài)激光雷達和 Flash 固態(tài)激光雷達，其中 OPA 技術(shù)原理與相控陣雷達類似，它由元件陣列組成，通過控制每個元件發(fā)射光的相位和振幅 來控制光束，無需任何機械部件；Flash 面陣式激光雷達不同于以上三種逐點掃描的模式， 它利用激光器同時照亮整個場景，對場景進行光覆蓋，一次性實現(xiàn)全局成像。

目前以 Robotaxi 等高級自動駕駛玩家為主的主流選手更傾向于選擇傳統(tǒng)的機械式產(chǎn) 品。在自動駕駛“跨越式”的演變歷程中，機械式雷達率先發(fā)展起來，經(jīng)過不斷迭代，目 前機械式激光雷達的技術(shù)已經(jīng)趨于成熟，同時高線束的機械式激光雷達能夠獲得更高的分 辨率與測距距離，所以其目前會獲得高級自動駕駛商的青睞。

但使用傳統(tǒng)的機械式激光雷達，也要面臨高昂的裝車成本問題，和產(chǎn)品低穩(wěn)定性帶來 的安全風險和維護成本。目前僅有法雷奧的一款 4 線機械式激光雷達實現(xiàn)了車規(guī)級的量產(chǎn) 搭載。對于 RoboTaxi 車隊來說，高昂的雷達成本在一定程度上阻礙了車隊的規(guī)模擴張； 而對于 L3 乘用車來說，過高的激光雷達成本和潛在風險也不在主機廠可接受范圍之內(nèi)。

未來固態(tài)激光雷達會代替現(xiàn)有的機械式激光雷達，因為固態(tài)激光雷達可以很好的解決 機械式激光雷達面臨的物料成本高+量產(chǎn)成本高的問題（表 7）。固態(tài)激光雷達的優(yōu)勢在 于，能夠最大程度地減少了例如電機、軸承等可動機械結(jié)構(gòu)帶來磨損，同時也消除了光電 器件因為機械旋轉(zhuǎn)可能造成故障，其與生俱來的特性使得雷達內(nèi)部的結(jié)構(gòu)布局更加合理， 使整體散熱及穩(wěn)定性相比于機械式激光雷達有質(zhì)的飛躍。

在固態(tài)激光雷達技術(shù)路線層面，基于 MEMS 方式的固態(tài)激光雷達是最有希望速落地的成熟方案，OPA 與 Flash 則是明日之星?；?OPA 的固態(tài)激光雷達盡管有著 掃描速度快、精度高、可控性好的優(yōu)點，但其生產(chǎn)難度較高；而 Flash 雷達雖然穩(wěn)定性和 成本不錯，但其探測距離較近；相比之下，通過微振鏡的方式改變單個發(fā)射器的發(fā)射角度 進行掃描，由此形成面陣掃描視野的 MEMS 激光雷達，不僅技術(shù)上更容易實現(xiàn)，價格也 更加可控，因此被主機廠一致看好。

產(chǎn)業(yè)現(xiàn)狀：海外廠商存在先發(fā)優(yōu)勢，國產(chǎn)勢力正逐步 崛起

從產(chǎn)業(yè)鏈的角度來看，激光雷達所處環(huán)節(jié)積聚了大量價值，具有很強的產(chǎn)業(yè)附加值。激光雷達是下游導航、繪測等應用的核心部件，目前產(chǎn)能稀缺導致供不應求，呈現(xiàn)賣方市 場，對下游有很強的定價權(quán)，因此該產(chǎn)業(yè)鏈主要附加值在于激光雷達部分，行業(yè)整體盈利 空間較大。

激光雷達產(chǎn)業(yè)鏈中，海外廠商在上游和中游都存在著領跑的優(yōu)勢（如圖 20），在技術(shù) 和客戶群等方面都領先于國內(nèi)廠商，但國內(nèi)廠商近年來奮起直追，取得了許多突破性的進 展，中國勢力正在逐步崛起。

近年來國家出臺了一系列政策來推動自動駕駛的發(fā)展，這也進一步推動了我國激光雷 達產(chǎn)業(yè)的發(fā)展。截至 2019 年底，全國共有 25 個城市出臺自動駕駛測試政策；2020 年 2 月，中國國家發(fā)展改革委牽頭發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，這是繼《中國制造 2025》 之后又一個重磅的戰(zhàn)略發(fā)布；2020 年，國家發(fā)改委首次官方明確“新基建”七大板塊， 激光雷達作為終端傳感器設備，在自動駕駛、車路協(xié)同等智能交通、智慧城市領域的作用 不斷凸顯。中國政府對自動駕駛的支持，也將對全球激光雷達產(chǎn)業(yè)發(fā)展起到積極的推動作 用。

上游情況：核心元器件海外壟斷明顯，國產(chǎn)自研勢力涌現(xiàn)

上游主要包含激光發(fā)射、激光接收、掃描系統(tǒng)和信息處理四大部分，這四大部分中大 量的光學和電子元器件，構(gòu)成了激光雷達的基礎。其中，激光發(fā)射部分包含了激光器和發(fā) 射光學系統(tǒng)，激光接收部分包含了接收光學系統(tǒng)和光電探測器，激光掃描部分除了傳統(tǒng)旋 轉(zhuǎn)電機和掃描鏡，核心是 MEMS 微鏡，信息處理部分主要包含放大器、數(shù)模轉(zhuǎn)換器以及 軟件算法。上游的核心元器件廠商，無論是光學元器件和電子元器件，涉及精密儀器、芯 片的加工和制造，目前基本被國外大的廠家所壟斷。

2017 年及以前，國內(nèi)廠商在上游核心元器件的技術(shù)尚未發(fā)展起來，與之相關的專利 技術(shù)申請數(shù)量極少。截至 2017 年，全球一共申請了 3 萬多項與汽車激光雷達有關的專利， 其中與激光雷達產(chǎn)品本身直接相關的專利近7000項，這些專利由2000多名申請實體提交。 這些專利主要集中在邊緣發(fā)射激光器、發(fā)光二極管 LED、垂直腔面發(fā)射激光器、 雪崩光 電二極管和單光子雪崩二極管、 Flash 面陣式激光雷達和固態(tài)激光雷達五大領域；幾乎所 有的國際零部件廠商、主機廠、初創(chuàng)企業(yè)都在大量囤積激光雷達的相關專利，鞏固自身優(yōu) 勢，但根據(jù)一家德國咨詢機構(gòu)統(tǒng)計，中國初創(chuàng)企業(yè)相關專利數(shù)量非常少。

但近年來國內(nèi)廠商也通過自研在上游核心元器件領域取得了突破性進展，如掃描系 統(tǒng)、激光器和光源接收器等領域涌現(xiàn)出一批中國創(chuàng)業(yè)型企業(yè)。此外，中國市場上的激光雷 達芯片，特別是信號處理所需的元器件主要依賴進口，這在一定程度上抬高了激光雷達的 生產(chǎn)成本，因此多家國內(nèi)的芯片企業(yè)都在爭取通過各自的優(yōu)勢技術(shù)填補上國內(nèi)市場在此領 域的空白。

中游格局：Velodyne 成功上市一馬當先，國內(nèi)市場百花齊放

激光雷達競爭日益激烈，Velodyne、Quanergy、Ibeo 等是國外代表激光雷達公司， 技術(shù)成熟；在國內(nèi)，以速騰聚創(chuàng)、禾賽科技、北科天繪、鐳神智能等國產(chǎn)企業(yè)也先后崛起。

作為未來自動駕駛核心傳感器的代表，激光雷達核心技術(shù)主要掌握在 Velodyne、 Quanergy、Ibeo 三家國外企業(yè)中。美國 Velodyne 成立于 1983 年，其機械式激光雷達起 步較早，技術(shù)領先，同時與谷歌、通用汽車、福特、Uber、百度等全球自動駕駛領軍企業(yè)建立了合作關系，占據(jù)了車載激光雷達大部分的市場份額。Quanergy 成立于 2012 年，2014 年推出其第一款產(chǎn)品 M8-1，并在奔馳、現(xiàn)代等公司的實驗車型上得到應用，M8 之后 Quanergy 相繼發(fā)布的產(chǎn)品都開始走固態(tài)路線，采用了 OPA 光學相控陣技術(shù)，規(guī)模量產(chǎn)后 將大幅降低傳感器價格。Ibeo 成立于 1998 年，是全球第一個擁有車規(guī)級激光雷達的企業(yè)， 其于 2017 年推出了全固態(tài)激光雷達 A-Sample 樣機。

Velodyne 是自動駕駛激光雷達行業(yè)的領頭羊，其日前與納斯達克掛牌的特殊目的并 購公司（SPAC）Graf Industrial Corp.（美股代碼：GRAF）合并從而實現(xiàn)借殼上市， Velodyney 的成功上市為全球激光雷達廠商樹立了良好的典范。受此消息影響，Graf 股 價大漲 48.23%，市值達到 6.26 億美元。Velodyne 表示，合并后的公司市值約為 18 億美 元，同時能從新的機構(gòu)投資者及 Graf Industrial 現(xiàn)有股東那里籌集 1.5 億美元融資。通過 此次交易，Velodyne 的資產(chǎn)負債表上將有約 1.92 億美元現(xiàn)金，此次交易后，Velodyne 創(chuàng)David Hall 及支持者福特、百度，現(xiàn)代摩比斯和尼康公司持有合并后公司 80%的股份。

從產(chǎn)品布局上來看，機械激光雷達市場是 Velodyne 的絕對優(yōu)勢，其在此領域擁有廣 泛的產(chǎn)品布局，此外 Velodyne 也在前裝固態(tài)激光雷達市場蓄勢待發(fā)。機械激光雷達方面， Velodyne 主要有 64 線、32 線、16 線 3 類產(chǎn)品在售，官方定價分別為 8 萬美金（約合 52.3 萬人民幣）、4 萬美金（約合 26 萬人民幣）和 8 千美金（約合 5.23 萬人民幣）。而從 2017 年開始，Velodyne 就在 Vela-系列產(chǎn)品上開始加大投入：Velodyne 希望通過 Vella 軟件 + 低成本固態(tài)激光雷達組合打進 ADAS 市場。作為全球激光雷達第一股，Velodyne 在上 市后將手握數(shù)億美金現(xiàn)金，這些現(xiàn)金將繼續(xù)支持其投入更大規(guī)模的新產(chǎn)品新技術(shù)研發(fā)及大 規(guī)模量產(chǎn)。

高研發(fā)投入（圖 26）意味著激光雷達是一門技術(shù)壁壘較高的生意，早期技術(shù)布局和 后期大量資本的融入能進一步助力 Velodyne 在此領域的優(yōu)勢。站在新的十年的開端，大 量的資本儲備和固態(tài)激光雷達將為 Velodyne 開辟全新的戰(zhàn)場奠定基礎。Velodyne 的盈 利情況和現(xiàn)金流情況有望從 2022 年開始扭虧為盈，三費支出比率也料將隨著出貨量不斷 增加而攤薄（圖 25、圖 26-28）。

近年來興起自動駕駛浪潮后，國內(nèi)也同步出現(xiàn)了一批激光雷達公司，速騰聚創(chuàng)、禾賽 科技、北科天繪、鐳神智能等國產(chǎn)企業(yè)先后崛起，國內(nèi)市場競爭激烈，呈現(xiàn)出百花齊放的 市場格局。

國內(nèi)玩家早期分為兩個流派，一類研發(fā)機械式激光雷達與 Velodyne 等老牌玩家搶市 場，另一類則直接鎖定固態(tài)激光雷達產(chǎn)品，目標是在 2020 年之后登上前裝市場。

禾賽科技和速騰聚創(chuàng)是選擇與 Velodyne 相同發(fā)展路徑的代表廠商，產(chǎn)品以機械旋轉(zhuǎn) 雷達為主，但都在逐步向前裝固態(tài)領域覆蓋，這兩家公司在滿足車規(guī)級要求同時主打性價 比，核心策略是以價格優(yōu)勢搶占 Velodyne 市場份額。機械式激光雷達產(chǎn)品的價格目前仍 然較高，但相比之下同樣線束的國產(chǎn)機械式激光雷達能夠比 Velodyne 便宜 1/3-1/2，價格 優(yōu)勢非常明顯。在最頂級的 64 線和 128 線產(chǎn)品線上，Velodyne 此前的 64 線激光雷售價 為五十至六十萬元，而禾賽的 64 線產(chǎn)品僅為二十多萬；在 16 線雷達市場，Velodyne 的 產(chǎn)品需要數(shù)萬元，而速騰聚創(chuàng)的同類產(chǎn)品只需 2-3 萬。

比較禾賽科技和速騰聚創(chuàng)這兩家公司，其產(chǎn)品定位也存在較大差別。在高速自動駕駛 領域（相對低速無人車來說），禾賽市場占有率較高，百度、文遠知行、AutoX、元戎啟 行等公司都在使用。而在低速自動駕駛領域，速騰聚創(chuàng)則是主要玩家，新石器、京東、菜 鳥物流、高仙機器人等公司都主要使用速騰的 16 線激光雷達產(chǎn)品，同時其 16 線、32 線 產(chǎn)品也被圖森未來、嬴徹科技、AutoX 等部分高速自動駕駛公司采用。

而另一方面，隨著 2020 年起將逐步量產(chǎn) L3 級自動駕駛乘用車，市場對車規(guī)級固態(tài) 激光雷達的需求將迎來一個小的高潮，大疆、華為等消費電子硬件巨頭相繼拿出了自己的 激光雷達新品，直接加入了前裝量產(chǎn)裝車的戰(zhàn)局。

2020 年 8 月大疆宣布公司首個實現(xiàn)了車用自動駕駛激光雷達價格降到千元級別，而 且能量產(chǎn)供應，大疆旗下孵化品牌覽沃科技日前在美國 CES 發(fā)布兩款高性能激光雷達傳 感器：Horizon 和 Tele-15，適用于 L3/L4 級別自動駕駛方案。Horizon 可以實現(xiàn)遠至 260 米、反射率為 80% 的物體探測，其水平視場為 81.7°，可以輕松覆蓋 10 米外的 4 條 車道，在城市路況下，Horizon 可以幫助自動駕駛汽車看得更寬。Livox Tele-15 在 905 納 米波段下，能夠做到人眼安全且同時達到 500 米（反射率為 80%）探測距離，可以讓自 動駕駛汽車看得更遠。Horizon 和 Tele-15 的產(chǎn)品組合構(gòu)成一套完整的激光雷達解決方 案。

可以預見，新的技術(shù)變革趨勢，以及巨頭的入場，將讓激光雷達市場在未來 3~5 年的 競爭日趨激烈，行業(yè)也將出現(xiàn)第一次大幅洗牌。

產(chǎn)業(yè)前景：市場增長潛力巨大，固態(tài)化、智能化成剛需

市場空間：單車價值量下降，2030 年市場規(guī)模有望超百億美元

CES（2020）展出激光雷達產(chǎn)品梳理顯示，大部分激光雷達供應商新推出的激光雷達 價格都降至 1000 美元以下，平均每車裝載 5 個激光雷達，單車預計 5000 美元以下，而 機械雷達和固態(tài)雷達將采取不同的方式降低自身產(chǎn)品成本。在機械雷達方面，飲冰科技通 過采取通道芯片集成技術(shù)來降低成本：公司事先在芯片層面把多個通道進行了集成，不再 需要進行單獨調(diào)試和校準，縮小了多線激光雷達的體積、降低了光調(diào)成本，這使得飲冰的 32 線激光雷達大概與同行的 16 線雷達同價。而在固態(tài)激光雷達層面，行業(yè)著重在芯片側(cè) 發(fā)力以此來減小成本，相關芯片廠商正在固態(tài)激光雷達的三條技術(shù)路線上（MEMS、OPA、 Flash）各施所長，以此來解決相關技術(shù)難題。

未來隨著自動駕駛技術(shù)的進一步普及，激光雷達市場規(guī)模將會進一步擴大，而單車價 值量下降將會進一步有利于激光雷達的量產(chǎn)使用，預計 2030 年全球激光雷達市場規(guī)模將 超百億。咨詢機構(gòu) Yole 預計，激光雷達應用是目前汽車行業(yè)增長最快的行業(yè)之一。從出貨 量來看：Yole 預計 2020 年全球激光雷達出貨量約 34 萬個，2025 年全球激光雷達出貨量 約 470 萬個，2030 年全球激光雷達出貨量約 2390 萬個。從銷售額來看：預計 2020 年全 球激光雷達銷售額約 12.95 億美元，2025 年全球激光雷達銷售額約 61.9 億美元，2030 年全球激光雷達銷售額約 139.32 億美元。

盡管激光雷達市場增長前景廣闊，但整個市場對其持有的態(tài)度逐漸回歸客觀冷靜，投 融資熱度相較于前幾年有所減弱。從全球融資情況來看，2017 年成為投融資事件發(fā)生最 為頻繁的一年，中國的投融資高峰相比全球晚一年。2017 年之后，激光雷達通過車規(guī)的 難度被更清醒地認識，投融資熱度逐漸“退燒”，該產(chǎn)業(yè)回歸理性。

發(fā)展前景：固態(tài)雷達成新戰(zhàn)場，智能化成新挑戰(zhàn)

車載激光雷達的應用根據(jù)需求被分成兩個派系。一是以 Robo-Taxi 為代表的“革命性” 路線需求：直接應用于 L4~L5 完全自動駕駛開發(fā)，追求高性能的機械式激光雷達；二是以 自動駕駛乘用車(私家車)為代表的“漸進式”路線需求：逐漸應用于乘用車 L2+/L3 (ADAS 高級輔助駕駛/ AD 自動駕駛)的車規(guī)激光雷達，對尺寸、價格、生產(chǎn)制造性、穩(wěn)定性有嚴 格要求，性能方面“夠用就好”。根據(jù)咨詢機構(gòu) Yole 的預測，不同領域市場對于機械式雷 達和固態(tài)雷達需求不一樣。

其中在 ADAS 領域，固態(tài)占主導：Yole 預計固態(tài)激光雷達和 Flash 激光雷達出貨量 從 2021 年起逐漸增多，2025 年，固態(tài)/Flash 約為 50 萬個，機械式約 290 萬個，比例為 1：5.8；從 2029 年開始，固態(tài)/Flash 出貨量超過機械式激光雷達，到 2030 年，固態(tài)/Flash出貨量約為 1200 萬個，機械式約 730 萬個，比例為 1.64：1；從銷售額的角度，2025 年 固態(tài)/Flash 約為 2230 萬美元，機械式達到 13.12 億美元；而到了 2030 年，固態(tài)/Flash 銷售額約為 45.83 億美元，機械式增加到 28.09 億美元。在 Robotic Cars 領域，機械式 占主導，前期以機械式激光雷達為主，Yole 預計固態(tài)激光雷達和 Flash 激光雷達出貨量 在 2023 年起逐漸增多：2025 年，固態(tài)/Flash 約為 5 萬個，機械式約 120 萬個，比例為 1： 24；到 2030 年，固態(tài)/Flash 出貨量約為 54 萬個，機械式約 400 萬個，比例為 1：7.4； 從銷售額的角度，2025 年固態(tài)/Flash 約為 7300 萬美元，機械式約 45.82 億美元；到 2030 年，固態(tài)/Flash 銷售額約為 6.46 億美元，機械式約 58.94 億美元?？偟膩砜?，根據(jù) Yole 預測，固態(tài)激光雷達的銷售額占比將會從 2025 年的 4.78%增加到 2030 年的 37.25%，銷 量占比將會從 2025 年的 11.83%增加到 2030 年的 52.6%。

傳統(tǒng)機械旋轉(zhuǎn)式激光雷達系統(tǒng)雖然性能高，但由于物理極限和成本高等因素限制，難 以滿足自動駕駛大規(guī)模車規(guī)量產(chǎn)需求。自動駕駛行業(yè)發(fā)展到現(xiàn)在，“革命性”路線準備業(yè)化量產(chǎn)，“漸進式”路線追求更高級的自動駕駛，兩派的需求將走向統(tǒng)一。在車規(guī)量產(chǎn) 和高性能需求下，固態(tài)激光雷達技術(shù)快速發(fā)展。目前，激光雷達正從機械旋轉(zhuǎn)式，到混合 固態(tài)，再到純固態(tài)方向演進。

除了關注價格和車規(guī)外，激光雷達真正要進入量產(chǎn)車，智能化和軟件感知算法將是更 大的挑戰(zhàn)。對于自動駕駛環(huán)境感知，傳感器硬件通常只完成了數(shù)據(jù)收集的工作，要真正獲 取交通參與者方位、類別、速度、姿態(tài)等信息，必須經(jīng)過感知算法的實時計算分析。感知 算法的優(yōu)劣直接決定對交通參與者的檢出率、感知準確度和感知距離。如果感知算法性能 不足，即使雷達硬件線數(shù)再高，也無法獲得優(yōu)質(zhì)的感知結(jié)果，所以說感知算法是激光雷達 感知系統(tǒng)的“第二個核心”。感知系統(tǒng)的剛需揭示了一個被掩蓋在激光雷達硬件光環(huán)下的 核心需求, 相比信息“收集器”，自動駕駛需要更聰明的信息“收集+理解者”。一個典型 的行業(yè)案例是速騰聚創(chuàng)在智能版的 MEMS 固態(tài)激光雷達 RS-LiDAR-M1 Smart 中嵌入 AI 感知算法與專用計算芯片組，可以同時輸出三維點云數(shù)據(jù)與障礙物檢測、識別、跟蹤，路 面交通標示等路況信息，充分保證決策層在冗余的信息基礎上完成正確的駕駛決策，幫助 車輛實現(xiàn) Level3~Level5 高級自動駕駛與 ASIL-D 高級安全性。

總的來說，自動駕駛激光雷達市場規(guī)模有望超百億美元，預計行業(yè)整體將會向“低成 本化”、 “量產(chǎn)化”、“固態(tài)化”、“智能化”發(fā)展，同時國產(chǎn)勢力近年來逐步崛起， 未來市場發(fā)展值得期待。