激光雷達：駛向千億藍海

李沐華

汽車智能化浪潮迎面而來！

2005年Velodyne創始人David Hall發明了3D實時激光雷達，開創了激光雷達在無人駕駛領域的新紀元——通過光探測距離生成數以千萬計的數據點生成點云，為機器和計算機提供3D周圍環境的準確展示和感知，讓“看見”和“看清”賦能新一代汽車。優秀的車載激光雷達需要具備良好的測遠能力、精度、高清晰度，高性價比和低功耗。

預計2023-2024年激光雷達將迎來重要拐點，到2025年中國車載激光雷達市場規模將突破200億元。

自動駕駛由感知、預測、規劃、控制四大關鍵部分組成。首先通過各類傳感器獲得相機圖像、激光雷達點云等周圍原始數據，得到車道、可駕駛區域、運動物體和交通信號等信息，之后預測移動障礙物的意圖和軌跡，并根據獲得的信息優化車輛的路線和行動，最后控制車輛完成加速、減速、轉向等動作來跟隨規劃路徑。激光雷達在自動駕駛中屬于感知部分的重要信息輸入來源。

自動駕駛按照車輛自動化程度分為6個等級，L3級之后在使用自動駕駛功能時駕駛員無需駕駛汽車。SAE和中國《汽車駕駛自動化分級》均把L3級別作為輔助駕駛和自動駕駛分水嶺，目前較為普及的為L2級別輔助駕駛，主要具備ACC自適應巡航、自動泊車等輔助功能。3級自動駕駛在系統接管后實現以系統為導向到自動駕駛無需駕駛員控制，可以實現高速及部分市區路段自動駕駛場景。駕駛主動“人控”和主動“車控”的是主要區別。

自動駕駛感知方案分為輕硬件重算法的視覺方案和以激光雷達為主的多傳感器融合方案：特斯拉堅持純視覺方案，采用來自多個攝像頭的圖像通過神經網絡進行分析，利用海量數據來做出關于加速、制動和轉向的決定，輕傳感器重算法。其他廠商均采用激光雷達、相機、毫米波雷達多傳感器融合方案提升安全性能，重硬件輕軟件。

激光雷達、毫米波雷達、超聲波傳感器和攝像頭各有優缺點。高度自動駕駛和完全自動駕駛的車輛需要多傳感器融合，能在各種天氣和照明條件下創建精確的車輛周圍環境感知以及長短距離地圖。

超聲波在幾米以外的空氣中會出現強烈的衰減，因此主要用于短距離物體檢測。毫末波雷達有不同距離范圍選擇，環境干擾能力強，可以滿足車輛對全天氣候的適應性的要求，但由于分辨率較差無法識別物體。相機性價比高且易于使用，盡管能夠通過算法感知深度，但是強烈取決于周圍光照條件和需要大量數據處理以提取有用信息。相機是唯一能看到顏色的技術，并且可以應用在車道保持輔助功能。激光雷達通過發射激光來測量物體與傳感器之間精確距離并在沒有大量后端處理的情況下獲取周圍物體的精確距離及3D信息，以實現避障功能。結合預先采集的高精地圖，機器人在環境中通過激光雷達的定位精度可達厘米量級，以實現自主導航。

特斯拉純視覺方案需要海量行駛數據支持，以激光雷達為主的多傳感器方案更適合大部分車企。特斯拉在2014發布自動駕駛輔助系統時激光雷達技術不成熟并且價格過于昂貴，于是選擇純視覺方案。在數據收集上有先發優勢，當前市場特斯拉存量已經超過200萬臺，并有累計超過2億英里的自動駕駛數據。從純視覺方案角度來看，其他單一車企難以在短期超越特斯拉的累計數據量。隨著激光雷達技術的發展和商業化，以激光雷達為主的傳感器融合方案是當下大部分車企選擇的主流路徑。

目前越來越多的車企均配置1-2顆激光雷達，從算法層面來看，由于激光雷達探測距離精度高，算法公司評測感知能力的真值甚至深度學習真值來自激光雷達。采用前置激光雷達在感知融合時可以直接采用激光雷達的信息，拋棄視覺信息，直接判斷前車大小和距離。在不同光照條件下對障礙物的有效檢測，能夠降低急剎和晚剎概率，提升駕駛安全性和舒適性。在現實生活中動靜物體分布和種類都比較復雜，單一傳感器很難達到高的識別效果，以激光雷達為主的多傳感器融合將為駕駛帶來全新安全保障。

激光雷達通過三維建模提高精度，可補足其他傳感器弊端并加速實現自動駕駛。激光雷達具有高清晰度、遠探測距離、提供實時3D地圖的優勢，在多傳感器融合方案受到奔馳、寶馬、大眾、日產、豐田、蔚來、理想、小鵬等新舊造車勢力的青睞。同時，由于所有傳感器類型都有局限性，為了使不同傳感器在變幻莫測的駕駛條件下都需要作出正確的決策，多傳感器互補在不同維度保證了駕駛安全冗余。

L2自動輔助駕駛通常采用攝像頭與毫米波雷達融合。L1、L2級車輛通常具有一個前置遠程雷達和一個用于自適應巡航控制、緊急制動輔助和車道偏離警告/輔助的攝像頭，兩個后向中距雷達實現盲點檢測，以及4個額外攝像頭和12個超聲波傳感器可實現360度視野實現泊車輔助功能。

L2+是從輔助駕駛走向更高級別自動駕駛的必經之路。具體來說，激光雷達也需要時間收集數據并更新軟件調整優化，并不是自動駕駛的靈丹妙藥，但由于其在不同光照條件下精準的探測能力可以降低算法難度而受到歡迎。過去，由于需要采用機器學習來訓練模型識別物體，攝像頭即使有大量數據也難以避免邊角案例。毫米波雷達分辨率較差，通常在算法上會過濾相對于路面不移動的雷達回波，以保證車輛在遇到隧道洞、路牌等情況下能正常行駛，但遇到白色卡車橫在道路中央的極端案例會導致相機和毫米波雷達雙雙失效化身馬路殺手造成不幸。不同于攝像頭需要訓練模型，激光雷達在面對未知物品時至少能夠給予安全范圍指導，所以L2+級別的輔助駕駛配備激光雷達不僅極大提升駕駛安全性，全面保障駕駛員和乘客的安全，更能收集實時數據為L3打下基礎。硬件預埋和后續OTA遠程升級是當下整車廠的常用方式。例如最早上線激光雷達的小鵬也采用了硬件預埋及后續OTA升級開啟使用功能的路徑。

自動駕駛采用激光雷達可以獲得高安全冗余。車輛通常會配備前置遠距激光雷達在其他傳感器受限時可獲得安全冗余，例如攝像頭在夜晚或強光下無法識別時。同時由于激光雷達具有高分辨率、廣角大和精度高的特點，是檢測、分類物體、跟蹤地標以進行定位的必備功能。在高速公路應用通常還需后向長距激光雷達檢測高速公路上的接近車輛，提供更全面的感知。對于L4/L5級車輛通常需要使用不同傳感器獲得360度視圖，以提供冗余并消除每個傳感器的缺點，可能會采用5-10個攝像頭、8-12個毫米波雷達和5-12激光雷達。當然，技術創新和突破可能會改變無人駕駛傳感器配置。

激光雷達從快速上車角度來看，需要平衡性能、可靠性、可量產、低成本四大方向。

激光雷達作為車規級產品關乎生命安全，對可靠性要求極高，十分考驗廠商的研發和制造能力。車規級產品需要滿足-40-105°C使用環境和15年使用壽命，同時要保證0失效率，難度較高。在制造過程中也需要設計安全冗余保證量產良率，同時也能降低成本。在滿足使用性能的前提下，車規級可靠性是保障安全的技術，可量產和成本也是上車關鍵。

激光雷達可通過結構優化、量產、自主研發降低成本。從技術路徑發展來看，從機械式到混合固態再到純固態，通過減少動態部分，壓縮產品體積、提高集成度都是降本的主要方式。例如Velodyne機械激光雷達在2007年首次推出的產品單價為75000美元約合50萬人民幣，如今已上車的混合固態激光雷達價格在800-4000美元，從結構上已經能大幅降低產品價格和成本。另外一方面，隨著供應鏈成熟度提高以及企業量產能力提升，隨著采購量提升天然會有成本降幅。同時通過ASIC自主開發解決FPGA貴和進口依賴的痛點，未來實現更高自主可控性和更有價格競爭力的產品。下游車廠普遍認為當激光雷達價格到達500美元以內時，有望獲得更大批量裝車。

激光雷達廣泛應用于多領域，車載激光雷達市場成長最快。激光雷達市場規模較大且處于快速發展期。由于其精準的測量優勢，廣泛應用于自動駕駛汽車、工業、無人機、機器人和3D測繪等終端市場中。

在自動化、智能化的大背景下，根據Yole測算，激光雷達整體市場將從2020年1.8億美元增長到2026年的57億美元，復合年化增速高達23%。在激光雷達下游應用中車載激光雷達增速最快，從2020年2600萬美元增長至2026年23億美元，復合增速達94%，呈現爆發趨勢。

在無人駕駛快速發展的背景下，2030全球用于ADAS/AD系統的傳感器市場規模將超千億人民幣。根據麥肯錫預測，2020-2030年用于ADAS/AD系統傳感器總規模將從2020年130億美元增長至2030年430億美元，年化復合增速為13%;其中增長主力為激光雷達，將在2030年增長至120億美元，年化復合增速為80%。

2022年是激光雷達上車元年，自動駕駛加速滲透帶動激光雷達放量。目前激光雷達廠商均以初創公司為主，截至2021年第三季度一共有29個產品獲得汽車行業采納，其中法雷奧、速騰聚創、Luminar為前三名。中國企業速騰聚創市占率為10%，大疆、賽瞳科技分別占7%。

根據調研結果來看，中國激光雷達在全球搶跑，車載激光雷達行業確定性極高，2022年預計出貨量20-30萬臺，2023年預計出貨100萬臺，從0到1的突破走向1到N的大規模量產上車。

2017年法雷奧上車奧迪A8打響激光雷達上車第一槍;2021年激光雷達選配導入市場，上車小鵬P5、寶馬ix、摩卡和銀狐阿爾法S;2022年蔚來ET7全系標配并量產出貨，目前交付超過4000臺，也讓圖達通成為全球范圍內第一款量產上車的高性能激光雷達的產品。

海外方面，沃爾沃將在2022版電動XC90 SUV上標配Luminar激光雷達，Nissan也宣布將在2030年之前達成新車全系標配激光雷達。目前大部分車企宣布合作幾乎都是選配，說明部分車廠將激光雷達作為銷售亮點，可能對于激光雷達有所保留或者處于觀望的狀態，未來量產后有望實現全系標配。

中國激光雷達企業上車速度領先于海外。在國外大部分激光雷達廠家仍處于定點階段到情況下，中國激光雷達已有選配和標配激光雷達汽車出貨。從公開的2021-2022年量產車型中可以看見大部分可選配激光雷達的車型為中國新能源車，并且大部分在20萬元以上，配備1-5個激光雷達，大部分車企采用了MEMS和轉鏡掃描方式的激光雷達。從激光雷達企業角度看，速騰聚創在定點和量產上目前位列第一。

從車廠規劃來看有望2025年達成L4/L5級別自動駕駛，下游裝機量、率齊升。從區域上看，歐美日韓主機廠在L4級發展最為領先，奔馳、通用等已進入L4級試點運營階段，寶馬、大眾、奧迪等主力廠商有較詳細落地計劃。中國車企目前在L2和L3級別較多，L4、L5仍在遠期規劃中。2020和2021年中國自動駕駛功能裝配量和裝配率都有大幅提升，具體來看L2+自動駕駛功能裝配量從2020年303萬輛增加至2021年479萬輛，滲透率從2020年16%增加至2021年24%。2022Q1中國乘用車L2及以上自動駕駛功能裝配率達30.1%，同比增加12.7%，可以明顯看出L2+自動駕駛滲透量和滲透率均有顯著提升。

中國汽車產量整體較為穩定，25萬以上車型銷量占比有所提升。從汽車銷售結果來看，25萬以上車輛占比從2019年21%上升至截止2022年5月的29%，占比上升明顯。15-25萬占比從2019年25%提升至27%，略有增長。10-15萬占比從2019年32%下降到26%，10萬以內占比從2019年23%下降到18%，說明15萬以內車輛銷售占比有明顯下降。從銷售價格比例來看，有一定車輛消費升級趨勢。從銷售映射到激光雷達上車角度來看，我們在調研中發現通常20萬以上的車型會配備激光雷達，35萬以上較為高端車型會配備2-3個激光雷達，部分高端車型或選擇具有更強探測精度和體驗的1550nm波長激光雷達。總體來看，目前25萬以上車輛占比超過29%，15萬以上車輛占比已超過55%。

預計2023-2024年激光雷達將迎來重要拐點。從激光雷達企業出貨調研以及下游主機廠對激光雷達需求推斷，到2025年中國車載激光雷達市場規模將突破200億元。

全球激光雷達領先企業均擁有從硬件到感知軟件的服務能力和解決方案，實現感知回流融合的閉環，一站式解決車輛從“看到”到“看懂”的難題。多數車廠選擇激光雷達硬件預埋，激光有效數據收集為后續多傳感器融合及模型訓練提供海量數據。頂級激光雷達企業應當具有良好的技術能力、量產上車能力和軟件應用迭代能力，使公司在短期中期和長期都具有良好的競爭優勢。

從短期量產角度來看，未來5-8年轉鏡和MEMS都是出色的解決方案。轉鏡和MEMS的混合固態解決方案是目前最適合量產上車的技術路徑，能夠滿足車規級要求，并具有較長的壽命和可靠的穩定性，非常適合上車采集數據為多傳感器融合提供海量數據訓練基礎。在此階段，能夠量產上車的激光雷達企業能獲得階段性勝利，并由上路收集到的數據回流模型筑起護城河。由于長期技術路徑暫未收斂，競爭格局尚不明晰。

長期來看數據為王。具體來看，上車更多更早的公司更能夠發現激光雷達在實際應用場景中的缺陷和弊端，自動駕駛乘用車需要綜合能力持續穩定量產交付，先賣車出去才能實現數據回傳閉環體系。在此基礎上有望在下一步模型訓練中獲得更多優勢并擁有更強競爭力。