激光雷達：三維點雲(yun) 建模構建傳(chuan) 感基石

路徑之爭(zheng) ：激光雷達為(wei) 什麽(me) 是 L4 自動駕駛不可或缺的傳(chuan) 感器？

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

在攝像頭方麵，按視野覆蓋位置可分為(wei) 前視、環視（側(ce) 視+後視）及內(nei) 視攝像頭，其 中前視攝像頭最為(wei) 關(guan) 鍵，可以實現車道偏離警示係統（LDW）、前向碰撞預警係統（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(jue) 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，但由於(yu) 其成本較高以及對精度和計算芯片的高要求，使得其仍未能大規模量產(chan) ，目前以 mobilesye 領銜的單目攝像頭解決(jue) 方案是市場的主流。

在雷達方麵，主要分為(wei) 三類：1）毫米波雷達：介於(yu) 微波和紅外線之間，頻率範圍 10GHz —200GHz，波長為(wei) 毫米級；2）激光雷達：介於(yu) 紅外線和可見光之間，頻率大致為(wei) 100000GHz，波長為(wei) 納米級；3）超聲波雷達：頻率高於(yu) 20000Hz。根據公式：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 參數各異，對應於(yu) 物體(ti) 探測能力、識別分類能力、三維建模、抗惡劣天氣等特性優(you) 劣勢分 明。

對於(yu) 自動駕駛傳(chuan) 感器的選擇，目前市場上存在著兩(liang) 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，構成純視覺計算，典型代表為(wei) 特斯拉、mobilesye 和 國內(nei) 唯一自動駕駛純視覺城市道路閉環解決(jue) 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(wei) 穀歌 Waymo、國內(nei) 的百度 Apollo （除 Apollo Lite）、 Pony.ai、文遠知行等主流自動駕駛廠商。

對於(yu) 以特斯拉為(wei) 代表的純視覺方案擁護者而言，商業(ye) 成本是一個(ge) 重要的考量因素，安 裝昂貴的激光雷達會(hui) 明顯提高單台汽車的售價(jia) （如表 3）。特斯拉車輛標配總共有 8 個(ge) 攝 像頭，其中包含後方的一個(ge) 倒車攝像頭，前方的一個(ge) 三目總成件，兩(liang) 側(ce) 的兩(liang) 個(ge) 環繞攝像頭， 此外還包含一個(ge) 毫米波雷達，但此方案容易受光照、雨霧、遮擋等因素限製，從(cong) 而使視野 範圍受限。對於(yu) 以主流自動駕駛廠商為(wei) 代表的激光雷達擁護者，係統的安全可靠性排在首 位，實現這一方向的方式就是融合各個(ge) 性能的傳(chuan) 感器，以彌補不同類型的技術漏洞，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，用於(yu) 障礙物和移動車輛檢 測，同時在車四周環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的特點，高分辨率高幀率意味著其能提供更豐(feng) 富的 環境信息，同時視頻數據也最接近人眼所感知的環境。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、大量數據的積累和更長期的研發投入。在 L4 級自動 駕駛傳(chuan) 感器選型上，純視覺解決(jue) 方案會(hui) 存在精度、穩定性和視野等方麵的局限性（如表 4）， 無法滿足高級自動駕駛對於(yu) 傳(chuan) 感器的性能要求。

與(yu) 以攝像頭為(wei) 主傳(chuan) 感器的自動駕駛方案“輕感知、重計算”相比，以激光雷達為(wei) 主傳(chuan) 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(hui) 適 當降低感知數據處理環節對運算能力的要求，從(cong) 而加快 L4 級自動駕駛汽車商業(ye) 化部署進 程。所以盡管目前安裝激光雷達會(hui) 大幅提高傳(chuan) 感器方案成本，但對於(yu) 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(hui) 是一個(ge) 更優(you) 的選擇。

工作原理：“發射-反饋”係統如何形成三維點雲(yun) 信息？

與(yu) 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(you) 勢在於(yu) 能夠利用多譜勒成像技術，創建出目標清晰的 3D 圖像。激光雷達通過發 射和接收激光束，分析激光遇到目標對象後的折返時間，計算出到目標對象的相對距離（圖 6），並利用此過程中收集到的目標對象表麵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、麵、體(ti) 等各種相關(guan) 數據，建立三維點雲(yun) 圖， 繪製出環境地圖，以達到環境感知的目的。由於(yu) 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(cong) 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。

相比於(yu) 可見光、紅外線等傳(chuan) 統被動成像技術，激光雷達技術具有如下顯著特點：一方 麵，它顛覆傳(chuan) 統的二維投影成像模式，可采集目標表麵深度信息，得到目標相對完整的空 間信息，經數據處理重構目標三維表麵，獲得更能反映目標幾何外形的三維圖形，同時還 能獲取目標表麵反射特性、運動速度等豐(feng) 富的特征信息，為(wei) 目標探測、識別、跟蹤等數據 處理提供充分的信息支持、降低算法難度；另一方麵，主動激光技術的應用，使得其具有 測量分辨率高，抗幹擾能力強、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射、掃描係統、激光接收和信息處理四大係統，這四個(ge) 係統 相輔相成，形成傳(chuan) 感閉環。首先激光發射係統中激勵源周期性地驅動激光器，發射激光脈 衝(chong) ，激光調製器通過光束控製器控製發射激光的方向和線數，最後通過發射光學係統，將 激光發射至目標物體(ti) ；掃描係統負責以穩定的轉速旋轉起來，實現對所在平麵的掃描，並 產(chan) 生實時的平麵圖信息；激光接收係統中光電探測器接受目標物體(ti) 反射回來的激光，產(chan) 生 接收信號；信息處理係統中接收信號經過放大處理和數模轉換，經由信息處理模塊計算， 獲取目標表麵形態、物理屬性等特性，最終建立物體(ti) 模型。

激光雷達的各個(ge) 環節幾乎都有不同的執行方式（如圖 9），單從(cong) 測距這一個(ge) 環節來看， 就存在基於(yu) 時間的飛行時間法和不基於(yu) 時間的相位式等方法，不同環節的組合構成了激光 雷達的近二十種分類方法。

在評價(jia) 激光雷達的性能時，可以用到多個(ge) 技術指標。線束、方位角、掃描幀頻、角分 辨率、測量精度、探測距離、數據率是七個(ge) 常用的激光雷達性能評價(jia) 指標。下麵以禾賽 Pandar128 為(wei) 例進行解析。

產(chan) 品體(ti) 係：機械式 vs 固態式，未來趨勢如何？

根據結構，激光雷達分為(wei) 機械式激光雷達、混合固態激光雷達和固態激光雷達。機械 式激光雷達以一定的速度旋轉，在水平方向采用機械 360°旋轉掃描，在垂直方向采用定 向分布式掃描以搜集動態信息；混合固態激光雷達 MEMS（微機電係統）微鏡把所有的機 械部件集成到單個(ge) 芯片上，利用半導體(ti) 工藝生產(chan) ，不需要機械式旋轉電機，而是以電的方 式來控製光束；固態激光雷達分為(wei) OPA 固態激光雷達和 Flash 固態激光雷達，其中 OPA 技術原理與(yu) 相控陣雷達類似，它由元件陣列組成，通過控製每個(ge) 元件發射光的相位和振幅 來控製光束，無需任何機械部件；Flash 麵陣式激光雷達不同於(yu) 以上三種逐點掃描的模式， 它利用激光器同時照亮整個(ge) 場景，對場景進行光覆蓋，一次性實現全局成像。

目前以 Robotaxi 等高級自動駕駛玩家為(wei) 主的主流選手更傾(qing) 向於(yu) 選擇傳(chuan) 統的機械式產(chan) 品。在自動駕駛“跨越式”的演變曆程中，機械式雷達率先發展起來，經過不斷迭代，目 前機械式激光雷達的技術已經趨於(yu) 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(yu) 測距距離，所以其目前會(hui) 獲得高級自動駕駛商的青睞。

但使用傳(chuan) 統的機械式激光雷達，也要麵臨(lin) 高昂的裝車成本問題，和產(chan) 品低穩定性帶來 的安全風險和維護成本。目前僅(jin) 有法雷奧的一款 4 線機械式激光雷達實現了車規級的量產(chan) 搭載。對於(yu) 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模擴張；而對於(yu) 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範圍之內(nei) 。

     未來固態激光雷達會(hui) 代替現有的機械式激光雷達，因為(wei) 固態激光雷達可以很好的解決(jue) 機械式激光雷達麵臨(lin) 的物料成本高+量產(chan) 成本高的問題（表 7）。固態激光雷達的優(you) 勢在 於(yu) ，能夠最大程度地減少了例如電機、軸承等可動機械結構帶來磨損，同時也消除了光電 器件因為(wei) 機械旋轉可能造成故障，其與(yu) 生俱來的特性使得雷達內(nei) 部的結構布局更加合理， 使整體(ti) 散熱及穩定性相比於(yu) 機械式激光雷達有質的飛躍。

在固態激光雷達技術演技路線層麵，基於(yu) MEMS 方式的固態激光雷達是最有希望快 速落地的成熟方案，OPA 與(yu) Flash 則是明日之星。基於(yu) OPA 的固態激光雷達盡管有著 掃描速度快、精度高、可控性好的優(you) 點，但其生產(chan) 難度較高；而 Flash 雷達雖然穩定性和 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(ge) 發射器的發射角度 進行掃描，由此形成麵陣掃描視野的 MEMS 激光雷達，不僅(jin) 技術上更容易實現，價(jia) 格也 更加可控，因此被主機廠一致看好。

產(chan) 業(ye) 現狀：海外廠商存在先發優(you) 勢，國產(chan) 勢力正逐步崛起

從(cong) 產(chan) 業(ye) 鏈的角度來看，激光雷達所處環節積聚了大量價(jia) 值，具有很強的產(chan) 業(ye) 附加值。 激光雷達是下遊導航、繪測等應用的核心部件，目前產(chan) 能稀缺導致供不應求，呈現賣方市 場，對下遊有很強的定價(jia) 權，因此該產(chan) 業(ye) 鏈主要附加值在於(yu) 激光雷達部分，行業(ye) 整體(ti) 盈利 空間較大。

激光雷達產(chan) 業(ye) 鏈中，海外廠商在上遊和中遊都存在著領跑的優(you) 勢（如圖 20），在技術 和客戶群等方麵都領先於(yu) 國內(nei) 廠商，但國內(nei) 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。

近年來國家出台了一係列政策來推動自動駕駛的發展，這也進一步推動了我國激光雷 達產(chan) 業(ye) 的發展。截至 2019 年底，全國共有 25 個(ge) 城市出台自動駕駛測試政策；2020 年 2 月，中國國家發展改革委牽頭發布《智能汽車創新發展戰略》，這是繼《中國製造 2025》 之後又一個(ge) 重磅的戰略發布；2020 年，國家發改委首次官方明確“新基建”七大板塊， 激光雷達作為(wei) 終端傳(chuan) 感器設備，在自動駕駛、車路協同等智能交通、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(chan) 業(ye) 發展起到積極的推動作 用。

上遊情況：核心元器件海外壟斷明顯，國產(chan) 自研勢力湧現

上遊主要包含激光發射、激光接收、掃描係統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，構成了激光雷達的基礎。其中，激光發射部分包含了激光器和發 射光學係統，激光接收部分包含了接收光學係統和光電探測器，激光掃描部分除了傳(chuan) 統旋 轉電機和掃描鏡，核心是 MEMS 微鏡，信息處理部分主要包含放大器、數模轉換器以及 軟件算法。上遊的核心元器件廠商，無論是光學元器件和電子元器件，涉及精密儀(yi) 器、芯 片的加工和製造，目前基本被國外大的廠家所壟斷。

2017 年及以前，國內(nei) 廠商在上遊核心元器件的技術尚未發展起來，與(yu) 之相關(guan) 的專(zhuan) 利 技術申請數量極少。截至 2017 年，全球一共申請了 3 萬(wan) 多項與(yu) 汽車激光雷達有關(guan) 的專(zhuan) 利， 其中與(yu) 激光雷達產(chan) 品本身直接相關(guan) 的專(zhuan) 利近7000項，這些專(zhuan) 利由2000多名申請實體(ti) 提交。這些專(zhuan) 利主要集中在邊緣發射激光器、發光二極管 LED、垂直腔麵發射激光器、 雪崩光 電二極管和單光子雪崩二極管、 Flash 麵陣式激光雷達和固態激光雷達五大領域；幾乎所 有的國際零部件廠商、主機廠、初創企業(ye) 都在大量囤積激光雷達的相關(guan) 專(zhuan) 利，鞏固自身優(you) 勢，但根據一家德國谘詢機構統計，中國初創企業(ye) 相關(guan) 專(zhuan) 利數量非常少。

但近年來國內(nei) 廠商也通過自研在上遊核心元器件領域取得了突破性進展，如掃描係 統、激光器和光源接收器等領域湧現出一批中國創業(ye) 型企業(ye) 。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(chan) 成本，因此多家國內(nei) 的芯片企業(ye) 都在爭(zheng) 取通過各自的優(you) 勢技術填補上國內(nei) 市場在此領 域的空白。

中遊格局：Velodyne 成功上市一馬當先，國內(nei) 市場百花齊放

激光雷達競爭(zheng) 日益激烈，Velodyne、Quanergy、Ibeo 等是國外代表激光雷達公司， 技術成熟；在國內(nei) ，以速騰聚創、禾賽科技、北科天繪、鐳神智能等國產(chan) 企業(ye) 也先後崛起。

作為(wei) 未來自動駕駛核心傳(chuan) 感器的代表，激光雷達核心技術主要掌握在 Velodyne、 Quanergy、Ibeo 三家國外企業(ye) 中。美國 Velodyne 成立於(yu) 1983 年，其機械式激光雷達起 步較早，技術領先，同時與(yu) 穀歌、通用汽車、福特、Uber、百度等全球自動駕駛領軍(jun) 企業(ye) 建立了合作關(guan) 係，占據了車載激光雷達大部分的市場份額。Quanergy 成立於(yu) 2012 年，2014 年推出其第一款產(chan) 品 M8-1，並在奔馳、現代等公司的實驗車型上得到應用，M8 之後 Quanergy 相繼發布的產(chan) 品都開始走固態路線，采用了 OPA 光學相控陣技術，規模量產(chan) 後 將大幅降低傳(chuan) 感器價(jia) 格。Ibeo 成立於(yu) 1998 年，是全球第一個(ge) 擁有車規級激光雷達的企業(ye) ， 其於(yu) 2017 年推出了全固態激光雷達 A-Sample 樣機。

Velodyne 是自動駕駛激光雷達行業(ye) 的領頭羊，其日前與(yu) 納斯達克掛牌的特殊目的並 購公司（SPAC）Graf Industrial Corp.（美股代碼：GRAF）合並從(cong) 而實現借殼上市， Velodyney 的成功上市為(wei) 全球激光雷達廠商樹立了良好的典範。受此消息影響，Graf 股 價(jia) 大漲 48.23%，市值達到 6.26 億(yi) 美元。Velodyne 表示，合並後的公司市值約為(wei) 18 億(yi) 美 元，同時能從(cong) 新的機構投資者及 Graf Industrial 現有股東(dong) 那裏籌集 1.5 億(yi) 美元融資。通過 此次交易，Velodyne 的資產(chan) 負債(zhai) 表上將有約 1.92 億(yi) 美元現金，此次交易後，Velodyne 創 始人 David Hall 及支持者福特、百度，現代摩比斯和尼康公司持有合並後公司 80%的股份。

從(cong) 產(chan) 品布局上來看，機械激光雷達市場是 Velodyne 的絕對優(you) 勢，其在此領域擁有廣 泛的產(chan) 品布局，此外 Velodyne 也在前裝固態激光雷達市場蓄勢待發。機械激光雷達方麵， Velodyne 主要有 64 線、32 線、16 線 3 類產(chan) 品在售，官方定價(jia) 分別為(wei) 8 萬(wan) 美金（約合 52.3 萬(wan) 人民幣）、4 萬(wan) 美金（約合 26 萬(wan) 人民幣）和 8 千美金（約合 5.23 萬(wan) 人民幣）。而從(cong) 2017 年開始，Velodyne 就在 Vela-係列產(chan) 品上開始加大投入：Velodyne 希望通過 Vella 軟件 + 低成本固態激光雷達組合打進 ADAS 市場。作為(wei) 全球激光雷達第一股，Velodyne 在上 市後將手握數億(yi) 美金現金，這些現金將繼續支持其投入更大規模的新產(chan) 品新技術研發及大 規模量產(chan) 。

高研發投入（圖 26）意味著激光雷達是一門技術壁壘較高的生意，早期技術布局和 後期大量資本的融入能進一步助力 Velodyne 在此領域的優(you) 勢。站在新的十年的開端，大 量的資本儲(chu) 備和固態激光雷達將為(wei) Velodyne 開辟全新的戰場奠定基礎。Velodyne 的盈 利情況和現金流情況有望從(cong) 2022 年開始扭虧(kui) 為(wei) 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(xing) 起自動駕駛浪潮後，國內(nei) 也同步出現了一批激光雷達公司，速騰聚創、禾賽 科技、北科天繪、鐳神智能等國產(chan) 企業(ye) 先後崛起，國內(nei) 市場競爭(zheng) 激烈，呈現出百花齊放的 市場格局。

國內(nei) 玩家早期分為(wei) 兩(liang) 個(ge) 流派，一類研發機械式激光雷達與(yu) Velodyne 等老牌玩家搶市 場，另一類則直接鎖定固態激光雷達產(chan) 品，目標是在 2020 年之後登上前裝市場。

禾賽科技和速騰聚創是選擇與(yu) Velodyne 相同發展路徑的代表廠商，產(chan) 品以機械旋轉 雷達為(wei) 主，但都在逐步向前裝固態領域覆蓋，這兩(liang) 家公司在滿足車規級要求同時主打性價(jia) 比，核心策略是以價(jia) 格優(you) 勢搶占 Velodyne 市場份額。機械式激光雷達產(chan) 品的價(jia) 格目前仍 然較高，但相比之下同樣線束的國產(chan) 機械式激光雷達能夠比 Velodyne 便宜 1/3-1/2，價(jia) 格 優(you) 勢非常明顯。在最頂級的 64 線和 128 線產(chan) 品線上，Velodyne 此前的 64 線激光雷售價(jia) 為(wei) 五十至六十萬(wan) 元，而禾賽的 64 線產(chan) 品僅(jin) 為(wei) 二十多萬(wan) ；在 16 線雷達市場，Velodyne 的 產(chan) 品需要數萬(wan) 元，而速騰聚創的同類產(chan) 品隻需 2-3 萬(wan) 。

比較禾賽科技和速騰聚創這兩(liang) 家公司，其產(chan) 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，速騰聚創則是主要玩家，新石器、京東(dong) 、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(chan) 品，同時其 16 線、32 線 產(chan) 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。

而另一方麵，隨著 2020 年起將逐步量產(chan) L3 級自動駕駛乘用車，市場對車規級固態 激光雷達的需求將迎來一個(ge) 小的高潮，大疆、華為(wei) 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(chan) 裝車的戰局。

2020 年 8 月大疆宣布公司首個(ge) 實現了車用自動駕駛激光雷達價(jia) 格降到千元級別，而 且能量產(chan) 供應，大疆旗下孵化品牌覽沃科技日前在美國 CES 發布兩(liang) 款高性能激光雷達傳(chuan) 感器：Horizon 和 Tele-15，適用於(yu) L3/L4 級別自動駕駛方案。Horizon 可以實現遠至 260 米、反射率為(wei) 80% 的物體(ti) 探測，其水平視場為(wei) 81.7°，可以輕鬆覆蓋 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(wei) 80%）探測距離，可以讓自 動駕駛汽車看得更遠。Horizon 和 Tele-15 的產(chan) 品組合構成一套完整的激光雷達解決(jue) 方 案。

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

產(chan) 業(ye) 前景：市場增長潛力巨大，固態化、智能化成剛需

市場空間：單車價(jia) 值量下降，2030 年市場規模有望超百億(yi) 美元

CES（2020）展出激光雷達產(chan) 品梳理顯示，大部分激光雷達供應商新推出的激光雷達 價(jia) 格都降至 1000 美元以下，平均每車裝載 5 個(ge) 激光雷達，單車預計 5000 美元以下，而 機械雷達和固態雷達將采取不同的方式降低自身產(chan) 品成本。在機械雷達方麵，飲冰科技通 過采取通道芯片集成技術來降低成本：公司事先在芯片層麵把多個(ge) 通道進行了集成，不再 需要進行單獨調試和校準，縮小了多線激光雷達的體(ti) 積、降低了光調成本，這使得飲冰的 32 線激光雷達大概與(yu) 同行的 16 線雷達同價(jia) 。而在固態激光雷達層麵，行業(ye) 著重在芯片側(ce) 發力以此來減小成本，相關(guan) 芯片廠商正在固態激光雷達的三條技術路線上（MEMS、OPA、 Flash）各施所長，以此來解決(jue) 相關(guan) 技術難題。

未來隨著自動駕駛技術的進一步普及，激光雷達市場規模將會(hui) 進一步擴大，而單車價(jia) 值量下降將會(hui) 進一步有利於(yu) 激光雷達的量產(chan) 使用，預計 2030 年全球激光雷達市場規模將 超百億(yi) 。谘詢機構 Yole 預計，激光雷達應用是目前汽車行業(ye) 增長最快的行業(ye) 之一。從(cong) 出貨 量來看：Yole 預計 2020 年全球激光雷達出貨量約 34 萬(wan) 個(ge) ，2025 年全球激光雷達出貨量 約 470 萬(wan) 個(ge) ，2030 年全球激光雷達出貨量約 2390 萬(wan) 個(ge) 。從(cong) 銷售額來看：預計 2020 年全 球激光雷達銷售額約 12.95 億(yi) 美元，2025 年全球激光雷達銷售額約 61.9 億(yi) 美元，2030 年全球激光雷達銷售額約 139.32 億(yi) 美元。

盡管激光雷達市場增長前景廣闊，但整個(ge) 市場對其持有的態度逐漸回歸客觀冷靜，投 融資熱度相較於(yu) 前幾年有所減弱。從(cong) 全球融資情況來看，2017 年成為(wei) 投融資事件發生最 為(wei) 頻繁的一年，中國的投融資高峰相比全球晚一年。2017 年之後，激光雷達通過車規的 難度被更清醒地認識，投融資熱度逐漸“退燒”，該產(chan) 業(ye) 回歸理性。

發展前景：固態雷達成新戰場，智能化成新挑戰

車載激光雷達的應用根據需求被分成兩(liang) 個(ge) 派係。一是以 Robo-Taxi 為(wei) 代表的“革命性” 路線需求：直接應用於(yu) L4~L5 完全自動駕駛開發，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(wei) 代表的“漸進式”路線需求：逐漸應用於(yu) 乘用車 L2+/L3 (ADAS 高級輔助駕駛/ AD 自動駕駛)的車規激光雷達，對尺寸、價(jia) 格、生產(chan) 製造性、穩定性有嚴(yan) 格要求，性能方麵“夠用就好”。根據谘詢機構 Yole 的預測，不同領域市場對於(yu) 機械式雷 達和固態雷達需求不一樣。

其中在 ADAS 領域，固態占主導：Yole 預計固態激光雷達和 Flash 激光雷達出貨量 從(cong) 2021 年起逐漸增多，2025 年，固態/Flash 約為(wei) 50 萬(wan) 個(ge) ，機械式約 290 萬(wan) 個(ge) ，比例為(wei) 1：5.8；從(cong) 2029 年開始，固態/Flash 出貨量超過機械式激光雷達，到 2030 年，固態/Flash出貨量約為(wei) 1200 萬(wan) 個(ge) ，機械式約 730 萬(wan) 個(ge) ，比例為(wei) 1.64：1；從(cong) 銷售額的角度，2025 年 固態/Flash 約為(wei) 2230 萬(wan) 美元，機械式達到 13.12 億(yi) 美元；而到了 2030 年，固態/Flash 銷售額約為(wei) 45.83 億(yi) 美元，機械式增加到 28.09 億(yi) 美元。在 Robotic Cars 領域，機械式 占主導，前期以機械式激光雷達為(wei) 主，Yole 預計固態激光雷達和 Flash 激光雷達出貨量 在 2023 年起逐漸增多：2025 年，固態/Flash 約為(wei) 5 萬(wan) 個(ge) ，機械式約 120 萬(wan) 個(ge) ，比例為(wei) 1：24；到 2030 年，固態/Flash 出貨量約為(wei) 54 萬(wan) 個(ge) ，機械式約 400 萬(wan) 個(ge) ，比例為(wei) 1：7.4；從(cong) 銷售額的角度，2025 年固態/Flash 約為(wei) 7300 萬(wan) 美元，機械式約 45.82 億(yi) 美元；到 2030 年，固態/Flash 銷售額約為(wei) 6.46 億(yi) 美元，機械式約 58.94 億(yi) 美元。總的來看，根據 Yole 預測，固態激光雷達的銷售額占比將會(hui) 從(cong) 2025 年的 4.78%增加到 2030 年的 37.25%，銷 量占比將會(hui) 從(cong) 2025 年的 11.83%增加到 2030 年的 52.6%。

傳(chuan) 統機械旋轉式激光雷達係統雖然性能高，但由於(yu) 物理極限和成本高等因素限製，難 以滿足自動駕駛大規模車規量產(chan) 需求。自動駕駛行業(ye) 發展到現在，“革命性”路線準備商 業(ye) 化量產(chan) ，“漸進式”路線追求更高級的自動駕駛，兩(liang) 派的需求將走向統一。在車規量產(chan) 和高性能需求下，固態激光雷達技術快速發展。目前，激光雷達正從(cong) 機械旋轉式，到混合 固態，再到純固態方向演進。

除了關(guan) 注價(jia) 格和車規外，激光雷達真正要進入量產(chan) 車，智能化和軟件感知算法將是更 大的挑戰。對於(yu) 自動駕駛環境感知，傳(chuan) 感器硬件通常隻完成了數據收集的工作，要真正獲 取交通參與(yu) 者方位、類別、速度、姿態等信息，必須經過感知算法的實時計算分析。感知 算法的優(you) 劣直接決(jue) 定對交通參與(yu) 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，即使雷達硬件線數再高，也無法獲得優(you) 質的感知結果，所以說感知算法是激光雷達 感知係統的“第二個(ge) 核心”。感知係統的剛需揭示了一個(ge) 被掩蓋在激光雷達硬件光環下的 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(ge) 典型 的行業(ye) 案例是速騰聚創在智能版的 MEMS 固態激光雷達 RS-LiDAR-M1 Smart 中嵌入 AI 感知算法與(yu) 專(zhuan) 用計算芯片組，可以同時輸出三維點雲(yun) 數據與(yu) 障礙物檢測、識別、跟蹤，路 麵交通標示等路況信息，充分保證決(jue) 策層在冗餘(yu) 的信息基礎上完成正確的駕駛決(jue) 策，幫助 車輛實現 Level3~Level5 高級自動駕駛與(yu) ASIL-D 高級安全性。

總的來說，自動駕駛激光雷達市場規模有望超百億(yi) 美元，預計行業(ye) 整體(ti) 將會(hui) 向“低成 本化”、 “量產(chan) 化”、“固態化”、“智能化”發展，同時國產(chan) 勢力近年來逐步崛起， 未來市場發展值得期待。