1、激光雷達(LiDAR)行業概況

1.1、什麽(me) 是激光？什麽(me) 是激光雷達？應用的曆史？

激光的發明要追溯到愛因斯坦在1917年創立的受激輻射基礎理論。處在高能級的粒子受到某種光子的激發會(hui) 從(cong) 高能級躍遷到低能級，同時釋放一個(ge) 激勵光子有著完全相同的頻率、相位、傳(chuan) 播方向以及偏振狀態的光子，受激發射出的光被稱為(wei) LASER，最早被翻譯為(wei) 鐳射，如今我們(men) 翻譯為(wei) 激光。

激光雷達被稱為(wei) 探測“眼睛”，是一種通過發射激光來測量物體(ti) 與(yu) 傳(chuan) 感器之間精確距離的主動測量裝置。激光雷達的應用可以分成四個(ge) 階段：

1960-2000誕生與(yu) 科研應用階段：全球第一台激光器誕生於(yu) 1960年，早期激光雷達主要用於(yu) 科研及測繪項目，進行氣象探測以及針對海洋、森林、地表地形測繪。二十世紀八九十年代，掃描結構的引入擴大了激光雷達的範圍並拓展了其應用領域，激光雷達商用產(chan) 品如激光開始起步。

2000-2015商業(ye) 化與(yu) 車載應用初期：激光雷達從(cong) 單線掃描的架構逐漸發展到多線掃描，它對環境3D高精度重建的應用優(you) 勢被逐漸認可，2004年開始的DARPA大賽推動了無人駕駛技術的快速發展並將激光雷達引入了無人駕駛。2005年Velodyne推出的機械旋轉式激光雷達在第二屆DARPA挑戰賽中到關(guan) 注，第三屆DARPA完賽的6支隊伍中的5支都搭載了Velodyne生產(chan) 的激光雷達。隨後陸續有巨頭科技公司及新興(xing) 無人駕駛公司投入無人駕駛技術究，激光雷達被廣泛應用於(yu) 無人駕駛測試項目。

2016-2019無人駕駛應用蓬勃發展：國內(nei) 激光雷達廠商紛紛入局，技術趕超國外廠商。激光雷達技術方案呈現多樣化發展趨勢，開始有無人駕駛車隊行小範圍商業(ye) 化試點，此外激光雷達在高級輔助駕駛（ADAS）和服務機器人領域的應用也不斷發展。

2019年至今技術優(you) 化引領上市熱潮：技術上，激光雷達朝向芯片化、陣列化發展。2020年，境外激光雷達公司迎來通過SPAC的上市熱潮，有華為(wei) 、大疆等巨頭公司跨界加入激光雷達市場競爭(zheng) 。

1.2、智駕傳(chuan) 感硬件之首，多器件融合大勢所趨

智能駕駛分為(wei) 感知、決(jue) 策、控製三大核心環節。要想實現智能駕駛，第一步就是讓車看清楚周圍的環境，也就是“感知”。進一步拆解可以分成兩(liang) 部分，一個(ge) 是硬件部分，負責“看到”，即“感”；另一部分是軟件部分，也就是算法，負責“理解”，即“知”。

激光雷達位於(yu) 感知層，不同傳(chuan) 感方式的原理和功能各不相同，在車載領域各有優(you) 劣。目前主要的感知方式包括但不限於(yu) ：超聲波雷達、C-V2X、高精度地圖、攝像頭、毫米波雷達、激光雷達等。

激光雷達綜合性能最優(you) ，智能駕駛感知層麵硬件之首。根據前瞻研究院，從(cong) 可靠度、行人判別、夜間模式、惡劣天氣環境、細節分辨、探測距離等方麵來對比，激光雷達是三種環境傳(chuan) 感器中綜合性能最好的一種，而且，其產(chan) 品優(you) 勢將隨著消費與(yu) 智能駕駛需求提升而愈發凸顯。

1）還原三維特征：高頻激光可在一秒內(nei) 獲取（約150萬(wan) 個(ge) ）的位置點信息（稱為(wei) 點雲(yun) ），利用這些有距離信息的點雲(yun) ，可以精確地還原周圍環境的三維特征。

2）探測精度高：激光雷達的探測精度在厘米級以內(nei) ，這就使得激光雷達能夠準確識別出障礙物具體(ti) 輪廓、距離，且不會(hui) 漏判、誤判前方出現的物。

3）探測距離遠：相比於(yu) 毫米波，激光雷達使用的激光波長在千納米級別，有更好的指向性，不會(hui) 拐彎，也不會(hui) 隨著距離的增大而擴散。相比於(yu) 攝像頭，激光雷達不會(hui) 受到像素和光線的製約。

4）抗幹擾能力強：自然界中存在諸多幹擾電磁波的信號和物質，但是很少有能對激光產(chan) 生幹擾的信號，因此激光雷達具有較強的抗幹擾能力。

在安全性的要求下，多傳(chuan) 感器融合、實現技術冗餘(yu) 是大勢所趨，激光雷達的市場紅利確定性強。在積極擁抱自動駕駛技術發展的同時，安全冗餘(yu) 是人們(men) 考慮的首要因素。通過上述的分析我們(men) 可以看到，單一的車載傳(chuan) 感器難以兼顧探測精度、距離、複雜惡劣環境的靈活穩定；而應用多種類的傳(chuan) 感器可以達到“即使某一種傳(chuan) 感器全部出現故障，仍能額外提供一定冗餘(yu) 度”的效果。國際汽車工程師協會(hui) （SAEInternational）發布的工程建議將自動駕駛分為(wei) 了6級，隨著L0級-L5級，級別越高，車輛的自動化程度越高，動態行駛過程中對駕駛員的參與(yu) 度需求越低，對車載傳(chuan) 感器組成的環境感知係統的依賴性也越強。在L4/L5級別自動駕駛的複雜情況與(yu) 安全冗餘(yu) 的要求下，激光雷達與(yu) 毫米波雷達、攝像頭等進行多傳(chuan) 感器融合，可以得出更全麵的周遭環境信息，對自動（輔助）駕駛的路徑規劃和安全性有著極大的幫助。

1.3、以何驅動：供需兩(liang) 側(ce) 共，車載賽道前景明朗

通過前文的曆史回顧，我們(men) 可以發現，激光雷達之於(yu) 自動駕駛的概念提出已經曆很長一段時間，但是早期多數是針對軍(jun) 事，或者是概念性的暢想，和日常商用車還有一定距離。但2021年4月上海車展之後，一大批搭載激光雷達的量產(chan) 車的湧現吸引了市場眼球，包括小鵬P5、蔚來ET7、極狐阿爾法S、奧迪S級、寶馬iX、智己L7、哪吒S等等。同時，無人駕駛測試項目及車規規模也在快速擴張。我們(men) 不禁要問：為(wei) 什麽(me) 激光雷達突然如此搶手？接下來我們(men) 將從(cong) 需求和供給兩(liang) 個(ge) 角度，分析近年來激光雷達加速發展的驅動因素。

1.3.1、需求端：下遊拉動+政策支持，自動駕駛等級提升關(guan) 鍵

激光雷達下遊應用領域廣泛，主要涉及無人駕駛（ADS）、高階輔助駕駛（ADAS）、服務機器人和智慧城市及測繪行業(ye) 。近年來，無人駕駛車隊規模擴張、高級輔助駕駛中激光雷達的滲透率增加、全球交通政策逐漸放開，車載激光雷達子賽道預計呈現高速發展態勢。據Frost&Sullivan統計及預測，2019年智慧城市及測繪是激光雷達的主要應用市場，占比約60%，至2025年高級輔助駕駛、無人駕駛將成為(wei) 下遊應用主力，分別占激光雷達市場總規模的34.64%和26.30%，乘用車前裝激光雷達領域對整體(ti) 市場的增長貢獻達到61%。因此，我們(men) 也聚焦於(yu) 車載領域的激光雷達的分析。

汽車保有量的提升，帶動駕駛安全的需求。根據聯合國最新的統計數據，全球每年約有125萬(wan) 人因道路交通事故喪(sang) 生，造成的經濟損失約為(wei) 1.85萬(wan) 億(yi) 美元。在我國，經濟發展、國民收入的增加使得機動乘用車市場不斷擴張，但也帶來了交通安全隱患。根據公安部統計，在2010-2019年的十年間，我國平均每年發生車禍20餘(yu) 萬(wan) 起，死亡的人數約為(wei) 6萬(wan) 人，其中94%的交通事故是由人為(wei) 因素引發，人工駕駛員因注意力分散、未按道路規則行駛、錯誤路況判斷、酒駕等因素導致交通事故，成為(wei) 傳(chuan) 統出行方式一大痛點。運用高級輔助駕駛係統的車輛，可以通過車路協同技術在人類視覺盲區接收道路信息，或通過激光雷達在光線不佳的情況下看到人眼分辨不清的障礙物，提前規劃行為(wei) 決(jue) 策，避免交通事故。

老齡化的趨勢，加速人工勞動與(yu) 出行效率的追求。第七次全國人口普查數據顯示，我國60歲及以上人口占比達到18.70%，已經超過0-14歲幼兒(er) 及青少年17.95%的水平。根據國際標準，中國已經處於(yu) 中度老齡化的邊緣，可以預見未來30年，中國社會(hui) 老齡化問題將越來越嚴(yan) 重。為(wei) 了持續的經濟發展，需要在減少人力支出的情況下，增加生產(chan) 效率。在乘用車領域，傳(chuan) 統出行服務中人工成本占運營總成本60%以上，無人駕駛服務能夠縮減這一成本，因而相比傳(chuan) 統的出行服務具有廣泛的商業(ye) 價(jia) 值和盈利空間；在某些特定領域，例如環境艱苦的礦山運輸、繁忙的港口快遞物流、枯燥的園區環衛等場景，自動駕駛有著更大的發揮空間，同時也有著更急迫的市場需求。

交通政策的支持，助推自動駕駛商業(ye) 化落地。隨著互聯網、大數據、人工智能等技術在汽車領域的廣泛應用，汽車正加速由機械化向智能化轉變。當前，全球主要國家和地區紛紛加快產(chan) 業(ye) 布局，製定發展戰略，各項技術標準及法規等逐漸完善。中國政府高度重視智能網聯汽車的發展並頻頻出台支持政策，自動駕駛產(chan) 業(ye) 得到迅猛發展。

1.3.2、供給端：融資支持+試駕順利，車企紛紛布局激光雷達

資本市場看好商業(ye) 前景，2021年全球激光雷達領域融資超120億(yi) 元。早在2018年8月，Waymo就被摩根士丹利賦予高達1,750億(yi) 美元的估值，被看好其在無人駕駛出租車、無人物流和無人駕駛技術授權三個(ge) 業(ye) 務領域的發展前景。據統計，2013－2018年，激光雷達領域投資規模呈現出平穩增長的態勢，投資數量與(yu) 投資金額保持正比例增長，投資金額在2018年達到23.87億(yi) 元，2019－2020年稍有回落後，在2021年上半年迎來快速增長，15起投資事件投資規模高達120.36億(yi) 元，尤其以5月份MagnetiMarelli成功融資12億(yi) 美元為(wei) 最高。一級資本的支持不僅(jin) 體(ti) 現出市場對於(yu) 激光雷達前景的看好，更為(wei) 激光雷達行業(ye) 的發展注入資金。

自動駕駛測試項目快速擴張，無人駕駛不再遙遠。早期無人駕駛出於(yu) 絕對安全的考慮和法律政策限製，運營過程中往往會(hui) 設置安全員作為(wei) 係統的備份，並未實現L4/L5的真正跨越。近年來，隨著研發技術的完善成熟與(yu) 商業(ye) 模式的不斷探索，實現真正無人駕駛已經不再遙遠。

自動駕駛車型密集發布，激光雷達成為(wei) 吸睛之王。2021年開始，國內(nei) 外主機廠紛紛加速布局高級輔助自動駕駛，裝載搭配激光雷達的量產(chan) 車型密集發布，這將為(wei) 激光雷達車載應用市場的普及率的提升提供強勁的助推力量。

1.4、空間：滲透率+單車搭載量雙升，乘用車LiDAR近60億(yi) 美元規模

我們(men) 認為(wei) ，智能駕駛領域呈現“造車新勢力與(yu) 傳(chuan) 統汽車共同做大市場，消費者認知逐步提升並加速普及”的趨勢。激光雷達作為(wei) 智能汽車L3級別以上自動駕駛傳(chuan) 感器的關(guan) 鍵，或將迎來行業(ye) 向上拐點，預計2025年中國乘用車LiDAR市場空間突破20億(yi) 美元，對應21-25年CAGR為(wei) 109.2%；全球乘用車LiDAR市場空間有望達到60億(yi) 美元左右，對應21-25年CAGR為(wei) 113.4%。

（1）規模：造車新勢力積極裝配，傳(chuan) 統車企不甘示弱。在規模上，一方麵特斯拉、蔚來、小鵬等新能源造車勢力異軍(jun) 突起，打造自動駕駛先進感、科技感的核心賣點，在感知硬件的裝配上高歌猛進，領銜激光雷達競賽。另一方麵，麵對造車新勢力的競爭(zheng) 衝(chong) 擊與(yu) 全球“碳中和”趨勢的雙重壓力，傳(chuan) 統車廠不甘示弱，不僅(jin) 積極創建自研團隊進行自動駕駛布局，而且充分利用多年製造技術的積累，與(yu) 上遊tier1/科技巨頭協同合作，加速進行自動駕駛規劃。根據佐思汽研的統計，預計2025年頭部主機廠都將進階到L4/L5級別。

（2）滲透率：單車搭載量逐級提升。滲透率方麵，國際汽車工程師學會(hui) （SAE）將自動駕駛分為(wei) 6個(ge) 等級，L0到L2為(wei) 輔助駕駛，L3到L5屬於(yu) 自動駕駛。目前L2級別的高級輔助駕駛技術上基本實現，滲透率正在逐步提升，自動駕駛技術已經開始向L3級別邁進，實現從(cong) 輔助駕駛（ADAS）到自動駕駛（ADS）的飛躍。我國《智能網聯汽車技術路線圖2.0》已明確表示，到2025年，L2-L3級的智能網聯汽車銷量占當年汽車總銷量比例超過50%，而到2030年，這一占比超過70%。這意味著L2從(cong) 當下的15%滲透率到50%甚至更高還有很大的成長空間。單車搭載量方麵，L3級成為(wei) ADS與(yu) ADAS的分水嶺，激光雷達將發揮至關(guan) 重要的角色，根據Yole預估測算，其單車搭載量將隨著自動駕駛等級的提升而成倍增加，L5級別將搭載4-6顆激光雷達。

（3）ASP：規模量產(chan) +技術升級，帶來ASP下降。價(jia) 格方麵，我們(men) 預計量產(chan) 將會(hui) 帶來規模經濟，而隨著技術路線的不斷升級，未來3-5年半固態激光雷達將成為(wei) 上車主流，而預計ASP也會(hui) 實現迅速下降。

1.4.1、按車型推算：全球乘用車激光雷達市場規模為(wei) 58.16億(yi) 美元

關(guan) 鍵假設：

（1）各級別ADAS在新能源乘用車、燃油乘用車中滲透率不同：

2020年我國智能網聯汽車市場（L2+級別）滲透率約為(wei) 15%，2021年第一季度L2智能網聯汽車的市場滲透率達到17.8%，新能源汽車中L2智能網聯汽車市場滲透率達30.9%。我們(men) 認為(wei) ：①新能源車追求科技屬性加成，ADAS滲透率高於(yu) 燃油乘用車；②隨著ADAS持續加碼，2021年全年新能源+燃油車全車型綜合L2級別滲透率將略高於(yu) 一季度水平，達到19.2%水平；③隨著搭載智能駕駛係統的車型密集發布，L2、L3級別ADAS滲透率將持續提升；④由於(yu) 造車新勢力的崛起以及消費者認知與(yu) 接受度的提升，L3級別滲透率的增速將快於(yu) L2增速。

預計到2025年，我國L2、L3級別智能網聯汽車銷量將占全部汽車銷量的50%，L4智能網聯汽車開始進入市場。我們(men) 認為(wei) ：受到成本和研發的製約，3-5年內(nei) 量產(chan) L4&L5級別的乘用車自動駕駛整車係統還存在一定難度，但是考慮硬件作為(wei) 軟件的載體(ti) ，一般硬件會(hui) 先行於(yu) 軟件係統的搭載進度，我們(men) 預計2023年將陸續實現L4&L5部分功能，但2023-25年滲透率將處於(yu) 1-2%的較低水平，長期L4&L5將有廣闊增長空間。

（2）中國智能駕駛銷量占全球比例穩中向好，新能源乘用車領軍(jun) 世界：

①中國燃油乘用車銷量占比自2016年開始基本穩定，假設全球乘用車格局無顯著變化，中性情境下，我們(men) 預測趨於(yu) 穩定；②自2015年開始，中國新能源乘用車在全球市場的占比強勁，雖然2020年受到政策環境和疫情等影響，全球碳排放壓力，疊加海外疫情下歐美新能源車政策支持力度較強，導致中國新能源車銷量占比有所下降，但是2020年7-12月中國新能源車市場已開始逐步恢複，2021年前二季度增速提速明顯；③乘聯會(hui) 根據一、二季度實際銷量數據預測得出，2021年中國新能源車銷量占比達到46.5%，考慮到中國造車新勢力國內(nei) 銷量節節攀升，中國新能源車發展全球領先，中性情境下，我們(men) 以每年增長0.5%的滲透率外推，至2024年穩定。

（3）ASP下降趨勢，但自動化升級帶動單車搭載量上升：

①目前激光雷達ASP逐年下探趨勢明確，目前價(jia) 格最低的激光雷達低至百美元。②搭載激光雷達顆數估算：L0-L2級0顆；L3級1.5顆；L4/L5級3.5顆（考慮到2025年高等級自動駕駛技術尚不成熟，未來單車搭載率仍有望增加）

1.4.2、按地區推算：全球乘用車激光雷達市場規模為(wei) 61.37億(yi) 美元

根據Marklines對於(yu) 全球主要地區乘用車銷量的統計與(yu) 預測，以及羅蘭(lan) 貝格於(yu) 2021年3月發布的最新谘詢報告（依據新冠疫情調整後）中2025年及以後ADAS供需情況的預測，我們(men) 按照全球地區劃分的方式，預測激光雷達全球乘用車市場規模61.37億(yi) 美元，與(yu) 按車型推算邏輯實現了相互驗證。

關(guan) 鍵假設：

①L2級別：由於(yu) 世界範圍內(nei) ADASL2級功能已有一段時間積累，目前已處於(yu) 快速普及階段，產(chan) 業(ye) 應用角度越來越多車型已配備L2+功能，因此我們(men) 使用各地區CAGR線性外推得到2021-2025年L2級別滲透率；②L3級別：我們(men) 認為(wei) 隨著汽車智能化將迅速普及，2022年開始L3級滲透率將進入快速增長階段，至2025年滲透率增加逐年提升。③L4+級別：L4-L5受到成本和研發的製約，3-5年內(nei) 量產(chan) L4&L5級別的乘用車自動駕駛整車係統還存在一定難度，但是考慮硬件作為(wei) 軟件的載體(ti) ，一般硬件會(hui) 先行於(yu) 軟件係統的搭載進度，預計2023年各國家陸續實現部分功能，但2023-25年滲透率將處於(yu) 1-2%的較低水平。

2、技術路徑：詳拆結構，把握趨勢

2.1、原理：ToF發展成熟，FMCW備受期待

按照測距原理的不同，激光雷達可以劃分為(wei) 飛行時間測距法、基於(yu) 相幹探測的FMCW測距法、以及三角測距法等。其中ToF與(yu) FMCW可實現室外陽光下較遠的測距，是目前市場車載中長距激光雷達的主流方案。

（1）ToF飛行時間法，全稱TimeofFlight，能夠根據發射和接收的時間差直接算出距離，具有響應速度快、探測精度高的特點，在激光雷達傳(chuan) 感器領域應用多年。

（2）FMCW，全稱為(wei) FrequencyModulatedContinuousWave，使用三角波進行調製，利用相幹光學檢測技術，通過在時間上調製激光頻率並檢測發射與(yu) 回波間的拍頻信號，完成對目標的距離及速度（多普勒頻移）的同時探測。

ToF發展成熟，FMCW備受期待。對於(yu) ToF和FMCW這兩(liang) 種技術路線來說，目前以TOF為(wei) 技術路線的激光雷達公司數量眾(zhong) 多、當屬主流，常見的光束操縱分類如機械式、混合固態、固態式均采用了ToF的原理進行測距。但FMCW高靈敏度（高出ToF10倍以上）、長距離探測、低功耗、抗幹擾、直接獲取即時速度的優(you) 勢日益明顯，越來越受到行業(ye) 的重視。我們(men) 認為(wei) ，未來隨著FMCW激光雷達整機和上遊產(chan) 業(ye) 鏈的成熟，FMCW有望逐漸改善體(ti) 積大、成本高、速度慢等劣勢，ToF和FMCW激光雷達將在市場上並存。

2.2、技術：四大係統相輔相成

激光雷達主要由激光發射、激光操縱（掃描係統）、激光接收、信息處理四大係統要素構成。四大係統相輔相成，進而短時間內(nei) 獲取大量的位置點信息，並根據這些信息實現三維建模。

2.2.1、激光發射：EEL向VCSEL、905nm向1550nm發展

激光的產(chan) 生來自於(yu) 激光發射器。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) 。發射端從(cong) EEL向VCSEL發展。目前車載激光雷達大多采用半導體(ti) 激光器，具體(ti) 分為(wei) 激光由邊緣發出的邊發射激光器（EEL）和激光垂直於(yu) 頂麵的垂直腔麵發射激光器（Vertical-CavitySurface-EmittingLaser，簡稱VCSEL）。

EEL激光器的發光麵位於(yu) 半導體(ti) 晶圓的側(ce) 麵，具備高光輸出功率、散熱性好等優(you) 勢，但往往生產(chan) 成本高且一致性難以保障；VCSEL激光器的發光麵與(yu) 半導體(ti) 晶圓平行，更容易與(yu) 平麵化的電路芯片鍵合，同時能夠提高光調製的效率。與(yu) EEL相比，VCSEL具備成本低、效率高、壽命長的優(you) 勢，傳(chuan) 統的VCSEL激光器存在發光密度功率低、測距距離不足50m的缺陷，近年來國內(nei) 外多家VCSEL激光器公司紛紛開發了多層結VCSEL激光器，將其發光功率密度提升了5~10倍，這為(wei) 應用VCSEL開發長距激光雷達提供了可能。

目前主流的激光雷達發射光主要有905nm和1550nm兩(liang) 種波長。其中，905nm激光接收器可以直接選用價(jia) 格較低的矽材質，成本更加可控，最終產(chan) 品的尺寸也相對較小，因此成為(wei) 當下最主流的激光雷達所選用的波長；但是為(wei) 了避免對人眼造成傷(shang) 害，其發射功率和探測距離會(hui) 受到限製（400-1400nm波段內(nei) 激光都可以穿過人眼玻璃體(ti) ，聚焦在視網膜上，而人眼視網膜溫度上升10℃就會(hui) 造成感光細胞損傷(shang) ）。1550nm的激光不會(hui) 對視網膜產(chan) 生傷(shang) 害，因此可以發射更大功率，探測距離也更遠；同時1550nm的光線遠離可見光譜，不容易受到日光幹擾。但是，需要使用高價(jia) 的銦镓砷(InGaAs)作為(wei) 探測器的襯底材料，生產(chan) 成本相對較高。目前已經有部分廠商例如Luminar、華為(wei) 、Innovusion、北醒（Benewake）、圖達通等選擇1550nm激光，未來有望隨著量產(chan) 的增進進一步降低成本。

發射光學係統由擴散片、準直鏡、分束器組成，作用不可小覷。由激光器發射的原始激光本身為(wei) 不均勻的點狀光，其存在的“熱點”會(hui) 燒毀被照射的器件和物體(ti) ，同時存在光斑形狀不規則（例如一般是橢圓形或長條形）、發散角不同等缺點，並不能直接發射，而發射光學係統通過擴散片、準直鏡、分束器的相互配合，可以將原始激光轉化為(wei) 均勻的光束，作用不可小覷。

2.2.2、光束操縱：轉鏡最快上車，Flash、OPA長期方向

掃描技術的不同決(jue) 定關(guan) 鍵技術參數，可分為(wei) 機械式、半固態、固態。激光雷達的掃描係統通過對光束的操縱，實現對所探測目標的掃描，並產(chan) 生實時的平麵圖信息。掃描技術直接決(jue) 定了激光雷達的掃描頻率、掃描範圍、采集數據量等關(guan) 鍵技術參數。根據光束操縱的方式，可分為(wei) 掃描係統和Flash兩(liang) 種，其中掃描係統又包括機械式、混合固態、固態，也可以根據是否發生機械運動將Flash歸為(wei) 固態方式。

（1）機械式：發展最早、技術成熟度最高，但是體(ti) 積大、成本高、使用壽命短成為(wei) 上車難題。自動駕駛領域激光雷達的鼻祖Velodyne最早設計出的類型即為(wei) 旋轉機械式激光雷達，其特點是激光發射器豎直排列，通過360°旋轉對四周環境進行全麵的掃描。優(you) 點是掃描速度快（5-20圈/秒）、高分辨率、抗光幹擾能力強。但是高頻轉動和複雜機械結構致使其平均的失效時間1000-3000小時，難以達到車規級設備最低13000小時的要求；同時麵臨(lin) 造型不美觀、易受損、製造成本高昂的難題，目前尚沒有達到車規並搭載在（準）量產(chan) 車型的激光雷達問世。據統計，Velodyne生產(chan) 的16線/32線/64線激光雷達售價(jia) 分別為(wei) 4千美元/4萬(wan) 美元/8萬(wan) 美元（對應約為(wei) 2.6萬(wan) /26萬(wan) /52萬(wan) 人民幣）；速騰聚創生產(chan) 的16線/32線雷達售價(jia) 分別在3萬(wan) /13萬(wan) 人民幣；鐳神智能的16線/32線雷達售價(jia) 分別為(wei) 1.2萬(wan) /3萬(wan) 人民幣。

（2）混合固態：分為(wei) 轉鏡、MEMES微振鏡、棱鏡三種，成本大幅降低，最快上車成共識。①轉鏡是通過一個(ge) 轉動軸帶動鏡子轉動，其在功耗、散熱等方麵有著更大優(you) 勢，全球第一個(ge) 通過車規的法雷奧SCALA就是做轉鏡出身，目前轉鏡方案代表品牌包括華為(wei) 、法雷奧、禾賽、Luminar、Innovusion等。②MEMS微振鏡激光雷達通過控製微小的鏡麵平動和扭轉往複運動，將激光管反射到不同的角度完成掃描，激光發生器本身固定不動。優(you) 點是運動部件減少，可靠性提升很多；同時微振鏡的引入可以減少激光器和探測器數量，成本大幅降低。③棱鏡掃描技術通過兩(liang) 個(ge) 楔形棱鏡使得激光發生兩(liang) 次偏轉，控製兩(liang) 麵棱鏡的相對轉速便可以控製激光束的掃描形態。棱鏡方式掃描圖案形狀狀若花朵，而並非一行一列的點雲(yun) 狀態，優(you) 點在於(yu) 中心點雲(yun) 密度更高，但是機械結構也相對更加複雜，體(ti) 積較前兩(liang) 者更難以控製，存在軸承或襯套的磨損等風險，目前發力棱鏡激光雷達的主要是大疆旗下的Livox覽沃，其將量產(chan) 激光雷達價(jia) 格下探至9000元。

（3）全固態：所有部件都是固定的，包括OPA光學相控陣激光雷達、FLASH閃光激光雷達。①OPA利用光源幹涉技術實現光線角度偏轉，通過控製陣列中相鄰發射光線的相位差實現3D空間的掃描，達到與(yu) 旋轉機械式雷達一樣的效果，優(you) 點是掃描速度快、精度高，但是該技術對材料和工藝的要求都極為(wei) 苛刻，目前尚處於(yu) 實驗室前期產(chan) 品，短期內(nei) 難以實現商業(ye) 化。②FLASH類似於(yu) 一個(ge) 照相機，在短時間內(nei) 直接向前方發射出一大片覆蓋探測區域的激光，通過高度靈敏的接收器實現對環境周圍圖像的繪製。由於(yu) 結構簡單、尺寸可以做的很小、信息量較大，Flash閃光激光雷達是目前純固態激光雷達最主流的技術方案。然而由於(yu) 需要短時間內(nei) 發射大麵積的激光，Flash在探測精度和探測距離上會(hui) 受到較大的影響，目前主要用於(yu) 較低速的無人駕駛車輛，例如無人外賣車、無人物流車等，代表品牌包括Ibeo、大陸、Ouster、法雷奧等。

機械式-半固態-純固態演變，行業(ye) 技術發展的主流趨勢。根據SystemplusConsulting對成本測算分拆，可以看到機械式激光雷達中收發模組成本約占整機成本60%，固態激光雷達去掉了大部分/全部的機械部件，是產(chan) 品邁向小型化、高性能、低成本的重要一環，更是車載激光雷達能否實現商業(ye) 化量產(chan) 的關(guan) 鍵因素之一。

2.2.3、激光接收：設計工藝逐步進化，SPAD優(you) 勢越顯

激光接收係統由接收光學係統和光電探測器兩(liang) 部分組成。激光器發射的激光照射到障礙物以後，通過障礙物的反射，反射光線會(hui) 經由鏡頭組匯聚到接收器上，這裏的鏡頭組即激光雷達接收光學係統，涉及到的結構包括透鏡、窄帶濾光片、分束器等。①透鏡：接收光學係統利用凸透鏡改變入射光的光路，使之匯聚到探測器以降低光的損耗。②窄帶濾光片：可以控製接收光束的波長，從(cong) 而剔除和過濾掉散雜光，確保傳(chuan) 感器接收到的光信號準確無誤。③分束鏡：分光器利用光的衍射原理，實現光波能量的分路與(yu) 合路，將接收的探測光分為(wei) 多束光纖射入光電探測器陣列。

激光探測的核心器件是光電探測器，未來CMOS工藝的單光子探測器的優(you) 勢將進一步展現。光電探測器是一種利用光電效應將光信號轉化為(wei) 電信號，實現對光信號進行探測的裝置，最常用的探測器有PIN光電二極管、雪崩光電二極管(APD)、單光子雪崩二極管(SPAD)和矽光電倍增管(SiPM)。由於(yu) 線性雪崩二極管探測器APD具有高的內(nei) 部增益、體(ti) 積小、可靠性好等優(you) 點，往往是工程應用中的首選探測器件，但是隨著國內(nei) 外多家探測器公司不斷優(you) 化單光子器件SPAD在近紅外波段的量子效率，SPAD在實際探測靈敏度方麵已經逐漸超越了APD。未來幾年內(nei) ，隨著設計和工藝的進一步優(you) 化，SPAD對APD性能的優(you) 勢將越發明顯。

2.2.4、信息處理：主控芯片FPGA，自研SoC多家布局

現階段主控芯片FPGA為(wei) 行業(ye) 主流，遠期企業(ye) 自研SoC有望逐步替代。激光雷達終端信息處理係統的任務是既要完成對各傳(chuan) 動器件、激光器、掃描旗艦及各信號處理電路的同步協調與(yu) 控製，又要對接收端送出的信號進行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。現階段最常用的主控芯片是FPGA芯片，但隨著主流廠商對於(yu) 性能及整體(ti) 係統需求的提升，信息處理係統發展逐步向企業(ye) 自研專(zhuan) 用單光子接收端片上集成芯片（SoC）遷移，通過片內(nei) 集成探測器、前端電路、算法處理電路、激光脈衝(chong) 控製等模塊，能夠直接輸出距離、反射率信息。目前禾賽科技、mobilesye、英特爾等已率先布局SoC技術，未來隨著線列、麵陣規模的不斷增大，逐步升級CMOS工藝節點，單光子接收端SoC將實現更強的運算能力、更低的功耗、更高的集成度，同時具備器件自主可控的優(you) 勢，因此更加適合大規模量產(chan) ，或將逐步代替主控芯片FPGA。

2.3、發展：硬件固態+集成化，軟件算法優(you) 化

通過前文對激光雷達四大技術構成要素的拆解和分析，我們(men) 認為(wei) ，技術革新，即追求性能優(you) 化+成本降低是行業(ye) 發展的主旋律，硬件+軟件的發展路徑已經清晰，各環節階段皆可發力，在可靠性提升的基礎上逐步實現量產(chan) 。

硬件方麵四大係統皆可發力。具體(ti) 體(ti) 現為(wei) ：①光束發射和探測環節核心器件的升級（例如EELVCSEL；APDSPAD/SiPD）；②掃描環節固態化（旋轉機械部件的取消，將減少電機、軸承的損耗，提升壽命）；③信息處理環節片上集成化（自研SoC芯片）。總體(ti) 來說，硬件呈現芯片集成化的趨勢，不僅(jin) 提升係統可靠性、降低裝調生產(chan) 成本，而且更有利於(yu) 實現關(guan) 鍵元器件的自主可控，為(wei) 大規模量產(chan) 提供可能。

3、行業(ye) 壁壘：短期性能符合車規，中長期量產(chan) 降本

3.1、性能通過車規為(wei) 核心，美觀+安全指明方向

多個(ge) 核心參數評價(jia) 維度，助力行業(ye) 標準體(ti) 係的搭建。目前行業(ye) 主要通過測遠距離、點頻、角分辨率、視場角範圍、測距精度、功耗、集成度七個(ge) 顯性參數來評價(jia) 一款激光雷達的硬件性能。

行業(ye) 初期，車規標準尚不明晰，隱形指標提出更高要求。相比於(yu) 消費級電子，“前裝量產(chan) 上車”對車載零部件的安全性、美觀性、穩定可靠性、使用壽命、可量產(chan) 性、抗幹擾性等都提出了更高的要求。這些指標更加難以量化，也缺乏公開信息，隻能通過產(chan) 品是否應用於(yu) 行業(ye) 領先企業(ye) 的測試車隊或量產(chan) 項目中得以體(ti) 現。以2021Q2速騰聚創已車規量產(chan) 的RS-LiDAR-M1為(wei) 例，為(wei) 了應對如冰雪、泥土、沙塵、大風、陽光暴曬、以及車載電子器件(包含激光雷達，毫米波雷達，遠程遙控模塊等)幹擾等給傳(chuan) 感器帶來的影響，M1搭載了完善的配套功能，包括OTA升級、汙跡檢測、智能清洗、智能加熱、性能檢測、電源管理、網路管理等。據公司官網的產(chan) 品介紹，開啟M1的凝視功能，能實現將掃描幀率由10Hz提升到20Hz，對加塞車輛、橫向穿行的電動車、行人等障礙物的探測更頻繁，幫助駕駛係統更迅速地響應路況變化。

3.2、激光雷達技術壁壘高，產(chan) 品迭代速度快

激光雷達行業(ye) 具有較高的技術水準與(yu) 技術壁壘。作為(wei) 一種新興(xing) 的傳(chuan) 感器技術，激光雷達係統結構精密且複雜，精細的光機設計和收發對準、微弱信號的靈敏探測和快速響應是實現探測目標的前提。為(wei) 了實現最優(you) 的探測效果，激光雷達不僅(jin) 在開發過程中需要光、機、電等子模塊的高度配合和協同優(you) 化，而且還需要在生產(chan) 過程中具有相匹配的高精度生產(chan) 製造能力。

激光雷達行業(ye) 技術創新能力強，產(chan) 品迭代速度快。從(cong) 最初的單點激光雷達發展到如今機械式、半固態式、固態式、FMCW等多種技術架構，激光雷達技術架構的創新與(yu) 應用範圍的拓展彼此促進。在激光雷達公司持續的大量研發投入之下，激光雷達產(chan) 品不僅(jin) 測量範圍更遠，探測精準度更高，空間分辨能力更強，而且在可靠性、安全性、成本控製等方麵也逐漸成熟，產(chan) 品更新換代速度快。

3.3、規模化量產(chan) 舉(ju) 足輕重，降本增效長期要義(yi)

製作工藝尚未成熟，量產(chan) 需要時間積累，生產(chan) 把控能力成為(wei) 關(guan) 鍵。激光雷達作為(wei) 新興(xing) 的精密傳(chuan) 感器，尚無確定的行業(ye) 標準和成熟穩定的工藝，生產(chan) 環節多步，包括針對產(chan) 品結構、硬件特性、軟件算法的精準裝調和測試工序；而且量產(chan) 需要時間，對於(yu) 車載激光雷達而言，任何新的平台設計均需要幾年的時間才能從(cong) 概念走向真正穩定量產(chan) 階段。因此，激光雷達廠商不僅(jin) 需要對生產(chan) 環節具有較強的把控能力，而且需要前瞻性布局，搶占先發優(you) 勢。

4、競爭格局：視覺方案一枝獨秀，雷達方案百花齊放

4.1、特斯拉引領時代，積極布局攝像視覺方案

視覺主導方案“輕感知、重算法”，依靠硬件設備升級提高性能。技術層麵，視覺方案簡單來說就是“所見即所得”，核心環節是與(yu) 卷積神經網絡配合實現人、動物、車輛、道路標誌和各種其它障礙物的識別與(yu) 匹配，運用AI學習(xi) 來達到感知分析物體(ti) 的目的。因此，視覺方案十分依賴強大的芯片算力，從(cong) 而彌補2D圖像信息的短板，回顧特斯拉近年來的硬件配置，我們(men) 可以清晰感受到更新迭代的趨勢。

入局最早、技術成熟，數據+算法實現正反饋機製。（1）數據積累：特斯拉作為(wei) 最早入局ADAS係統的新能源車品牌，擁有全球最多的一手數據資料，這正是神經網絡算法不斷優(you) 化的基礎，截至2020年4月，特斯拉Autopilot累計裏程已超33億(yi) 英裏。（2）算法加持：特斯拉創新推出“影子模式”，這使得車機係統在ADAS功能未開啟時也可以根據人類駕駛者的行為(wei) 進行圖像識別與(yu) 路徑規劃，進而實現算法改進。具體(ti) 來講，係統的算法在“影子模式”下做持續模擬決(jue) 策，並且把決(jue) 策與(yu) 駕駛員的行為(wei) 進行對比，一旦兩(liang) 者不一致，該場景便被判定為(wei) “極端工況”，進而觸發數據回傳(chuan) 。數據+算法的雙重優(you) 勢相互促進，達到了正反饋的效果，為(wei) 特斯拉高高築起了在自動輔助駕駛視覺方案的壁壘。

視覺方案仍有局限性，暫時無法滿足L3+要求。一方麵，攝像頭圖像受光線影響較大，在逆光、惡劣天氣時候存在失真的可能性，而且隻能提供2D信息較難還原自動駕駛所需要的3D規劃場景，容易對牆麵、橋梁、交通路牌等靜止物體(ti) 產(chan) 生誤報。另一方麵，深度學習(xi) 原理類似黑箱，隨著道路交通情況的變化越來越複雜，對芯片算力的需求也越來越高。特斯拉完全自主研發的FSD全自動駕駛芯片，單片單芯片算力230TOPS，已經遠超市麵上已經量產(chan) 的其他車載芯片，但若要實現L5級完全自動駕駛，係統整體(ti) 算力應至少達到500TOPS，芯片研發迭代未來仍麵臨(lin) 較大提升空間。

4.2、雷達係尚於(yu) 成長期，與(yu) OEM/Tier1公司合作緊密

激光雷達的產(chan) 業(ye) 鏈較為(wei) 清晰。上遊主要為(wei) 光學和電子元器件供應商，中遊是以Velodyne、Luminar為(wei) 代表的激光雷達企業(ye) ，下遊客戶主要是整車廠（ADAS場景）、出行服務商（Robotaxi/Robobus）和Tier1企業(ye) 等。

4.2.1、上遊：核心元器件海外優(you) 勢明顯，國產(chan) 自研加速追趕

激光雷達的上遊組件主要包括激光器和探測器、主控芯片、模擬芯片以及光學部件，海外優(you) 勢明顯。由於(yu) 起步較早，具備一定先發優(you) 勢，當前上遊核心元器件主要由海外廠商主導，產(chan) 品可靠性高，技術成熟，客戶群體(ti) 廣泛。

國內(nei) 廠商奮起追趕，性能差距逐漸縮小，有望改善上遊格局。伴隨技術資金和資源的不斷投入，近幾年國內(nei) 上遊廠商正在崛起，與(yu) 海外龍頭企業(ye) 的性能差距逐漸縮小，同時兼具成本優(you) 勢。我們(men) 認為(wei) ，在中美貿易摩擦大背景下，供應鏈風險將推動高科技零部件本土化，加上激光雷達廠商也在布局自主研發設計，未來有望打破海外絕對壟斷的格局，實現國產(chan) 替代。

4.2.2、中遊：兩(liang) 種推進風格，國產(chan) 勢力崛起可期

激光雷達係目前仍處於(yu) 成長期，尚未實現統一的標準和技術路徑，未來將呈現百花齊放的競爭(zheng) 格局。麵臨(lin) 特斯拉視覺係的先發優(you) 勢壁壘以及激光雷達成本下降速度加快，越來越多車企、包括華為(wei) 、大疆等科技巨頭選擇以激光雷達作為(wei) 核心傳(chuan) 感器的自動駕駛感知技術路線。

目前，激光雷達係參與(yu) 風格主要分成兩(liang) 類。一種是從(cong) 機械式起步、逐漸向固態過渡風格，主要麵向Robotaxi/Robotruck或者智能駕駛實驗場景，產(chan) 品技術要求高、單價(jia) 貴，客戶對於(yu) 價(jia) 格不敏感，以Velodyne、禾賽科技、速騰聚創為(wei) 代表；另一種是瞄準半固態和固態風格，直接定位乘用車ADAS應用場景，力求降本、量產(chan) 、上車，以Luminar、Innoviz，以及科技巨頭華為(wei) 、大疆為(wei) 代表。

國產(chan) 廠商加碼布局崛起可期，全球範圍充分競爭(zheng) 。根據2021年9月Yole的最新統計數據，目前在激光雷達市場中遊，中國廠商例如速騰聚創、禾賽科技的競爭(zheng) 力正在加速提升，逐漸擠壓頭部廠商Velodyne的市場份額，其中速騰聚創的已獲客戶訂單數已經位居全球第二，占據所有廠商訂單總數的10%。

性能提升+價(jia) 格下降，量產(chan) 上車指日可待。性能方麵，隨著激光雷達廠商研發投入與(yu) 研究的升級，核心產(chan) 品的性能不斷提升，華為(wei) 、大疆等科技巨頭的進入更是推動了整個(ge) 產(chan) 業(ye) 的發展，憑借其在光學電子等領域的優(you) 勢與(yu) 研發能力，持續為(wei) 激光雷達加碼。另一方麵，製造工藝的升級、規模經濟逐漸顯現，未來激光雷達的價(jia) 格有望下探至商業(ye) 化量產(chan) 上車的水平。其中，國產(chan) 廠商在追求性價(jia) 比方麵表現亮眼。

4.2.3、下遊：與(yu) OEM和Tier1高度捆綁

下遊通過投資方式高度捆綁，合作穩定、預鎖訂單。激光雷達的下遊涉及無人駕駛（Robotaxi/Robotruck）、乘用車智能駕駛、智慧城市與(yu) 測繪、服務機器人等多個(ge) 方麵。針對車載子賽道來說，由於(yu) 激光雷達廠商產(chan) 能和技術不確定性較高，為(wei) 保障激光雷達穩定供應，下遊車企和Tier1供應商多與(yu) 激光雷達廠商采用投資的方式，實現高度捆綁。同時，激光雷達的測試周期較長，車企和Tier1供應商轉換成本高，長期穩定的合作關(guan) 係有利於(yu) 激光雷達廠商提前鎖定訂單。

5、重點公司分析：技術側重各有不同，各有優勢

5.1、Velodyne（VLDR）：行業(ye) 開創者

全球第一家激光雷達公司，開創自動駕駛的新時代。Velodyne成立於(yu) 1983年，前身為(wei) 一家專(zhuan) 門從(cong) 事低音炮設計和生產(chan) 的音頻公司，公司創始人DavidHall於(yu) 2005年發明了360°旋轉式激光雷達，為(wei) 參加DARPA挑戰賽的自動駕駛汽車提供了精確的視覺係統，從(cong) 而開創了自動駕駛的新時代。這項技術徹底顛覆了汽車、新移動、地圖、機器人和安防領域的感知方式和自主性，Velodyne從(cong) 此作為(wei) 激光雷達專(zhuan) 業(ye) 生產(chan) 商而名聲大噪。2020年9月，Velodyne與(yu) GrafIndustrialCorp.宣布業(ye) 務合並，成功在納斯達克上市，股票代碼為(wei) VLDR。目前，Velodyne已經為(wei) 全球300多家客戶提供服務，其中包括幾乎所有全球領先的汽車OEM。

5.1.1、產(chan) 品與(yu) 應用：多場景覆蓋+全係列產(chan) 品，滿足市場多元需求

Velodyne產(chan) 品包括傳(chuan) 感器硬件和軟件。自成立以來，公司相繼推出HDL係列、Puck係列、VelaDome、AlphaPrime、Velarray、Velabit等多係列硬件產(chan) 品，並不斷進行技術更新。軟件方麵包括應用於(yu) ADAS領域的Vella和應用於(yu) 智慧交通領域的VDK、IIS。全係列產(chan) 品組合能夠適用於(yu) 多樣化的終端市場的產(chan) 品範圍和性能要求，應用領域不僅(jin) 包括車載ADAS與(yu) 無人駕駛，而且涵蓋非接觸式交付、B2B運輸、無人機探測、鐵路和機器人交付、智慧城市、工業(ye) 安全、地圖測繪、安防等多種領域。

5.1.2、核心優(you) 勢：布局最早的行業(ye) 開拓者

公司的核心競爭(zheng) 優(you) 勢：布局最早帶來規模效應，多元化布局打開成長空間。我們(men) 認為(wei) ，Velodyne作為(wei) 行業(ye) 開拓者，是絕對的機械式激光雷達龍頭，具備以下幾點核心競爭(zheng) 力。

1）具有高轉換成本的根深蒂固的客戶關(guan) 係：由於(yu) 客戶花費數年和數百萬(wan) 美元圍繞Velodyne的技術開發和驗證解決(jue) 方案，包括係統設計和軟件開發，因此轉換成本高，一旦建立合作關(guan) 係客戶粘性很強。

2）多領域布局提升公司盈利天花板：Velodyne已與(yu) 眾(zhong) 多汽車、運輸和安防客戶建立了多項生產(chan) 協議，在高質量製造合作夥(huo) 伴處部署的自動化製造技術降低成本，通過多元領域布局提升盈利天花板。

3）廣泛的專(zhuan) 利組合，具有可辯護性：Velodyne具備全麵的受全球專(zhuan) 利組合保護的技術、產(chan) 品和製造方法。例如全自動晶圓級激光雷達製造工藝和Vella片上係統（SoC）。

4）經過驗證的大規模低成本製造：在十年的製造經驗中形成的設計製造工藝和技術訣竅，形成的規模效應為(wei) Velodyne帶來了生產(chan) 規模效應，例如公司特有的微型激光雷達陣列（MLA技術）和定製ASIC能夠以更低的單位成本實現大規模生產(chan) 。

5）資金較為(wei) 充足：在發展曆程上，Velodyne在2016年獲得福特和百度1.5億(yi) 美元投資；2018年獲得尼康2500萬(wan) 美元投資；2019年獲得現代5000萬(wan) 美元投資；並在2020年作為(wei) 全球首家上市的激光雷達生產(chan) 廠商，通過SPAC方式在納斯達克成功上市，相對充足的融資來源為(wei) Velodyne的研發和業(ye) 務發展提供了有力支持。

5.1.3、訂單與(yu) 量產(chan) ：在手商用項目合計達到213個(ge)

訂單與(yu) 量產(chan) ：截止到2021年6月30日，Velodyne激光雷達產(chan) 品的累計銷售額已經達到7億(yi) 美元，全部出貨量大約5.8萬(wan) 件，其中2021年Q1出貨量超過2600個(ge) ，其中包括600個(ge) 固態激光雷達，35%的產(chan) 品出售給簽訂了多年協議的客戶；2021年Q2出貨量超過3800個(ge) ，其中包括260個(ge) 固態激光雷達，28%的產(chan) 品出售給簽訂了多年合作客戶。根據公司最近公告顯示，截至21年8月，多年期已簽訂協議已達到34個(ge) ，預計將帶來10億(yi) 美元收入；在手進展合作項目（包括客戶初始驗證、進階軟硬件驗證、已簽訂協議）總數達到179個(ge) ，預計將帶來45億(yi) 美元收入。在手商用項目合計達到213個(ge) ，覆蓋ADAS、自動駕駛、物流交付、地圖測繪、機器人及工業(ye) 應用、智慧城市多個(ge) 領域。其中機器人及工業(ye) 用途、ADAS、自動駕駛三大方向項目數量最大。

5.2、Luminar（LAZR）：深耕1550nm

深耕1550nm，市值遙遙領先。Luminar由天才少年AustinRussell於(yu) 2012年創立，2017年公司收購銦镓砷接收器生產(chan) 商BlackForestEngineering（BFE），布局1550nm激光雷達並將接收器成本大幅降低至3美元/個(ge) ，2019-2020年相繼發布兩(liang) 款核心產(chan) 品Iris和Hydra，並於(yu) 2020年12月在納斯達克以SPAC方式上市，成為(wei) 繼Velodyne全球第二家上市的激光雷達廠商。目前，Luminar已經擁有超過50家商業(ye) 合作夥(huo) 伴，包括知名車企豐(feng) 田、戴姆勒、沃爾沃、上汽集團等。截止2021年9月30日，公司市值達到53.4億(yi) 美元，處於(yu) 行業(ye) 第一位置。

5.2.1、公司產(chan) 品：提供硬件+軟件+全棧安全解決(jue) 方案

Luminar的產(chan) 品包括硬件傳(chuan) 感器、軟件係統、以及向OEM廠商提供完整的解決(jue) 方案。

（1）硬件方麵，公司目前主要產(chan) 品為(wei) Iris和Hydra，都是采用ToF測距原理，1550nm光源的120°×30°產(chan) 品。其中Hydra主要用於(yu) 測試和開發，適用乘用車、商用卡車和Robo-Taxi等多種情況；車規級產(chan) 品Iris於(yu) 2019年投產(chan) ，計劃於(yu) 2022年量產(chan) ，L3/4/5級別的產(chan) 品單價(jia) 約1000美元，而實現L1/2級別的售價(jia) 能夠下探至500美元。

（2）軟件方麵，公司提供的配套軟件可以覆蓋高速公路上夜間或惡劣環境下的感知和識別，為(wei) 自動駕駛的路徑規劃和決(jue) 策提供額外的信息。

（3）解決(jue) 方案方麵，Luminar認為(wei) 簡單提供激光雷達硬件並不足夠，能夠提供一站式解決(jue) 方案的廠商才能在競爭(zheng) 中立於(yu) 不敗之林。2021年3月，公司推出了新的軟件產(chan) 品套件Sentinel，是首款用於(yu) 量產(chan) 的全棧自動駕駛解決(jue) 方案，它以Zenseact的OnePilot自動駕駛軟件解決(jue) 方案與(yu) Luminar的Iris、激光雷達、感知軟件和其他組件為(wei) 基礎深度集成，能夠為(wei) 每個(ge) OEM提供高速公路自動駕駛和主動安全功能。

5.2.2、核心優(you) 勢：1550nm激光雷達先發優(you) 勢明顯

（1）深耕1550nm激光雷達市場，建立絕對先發優(you) 勢。Luminar依靠大功率光纖激光器和高敏感InGaAs探測器，在1550nm激光雷達市場建立了絕對的先發優(you) 勢。1550nm激光雷達惡劣環境中的性能更優(you) ，並且對人眼損害小很多，有望成為(wei) 下一代技術發展方向。

（2）戰略收購+自研芯片，銦镓砷接收器成本降至3美元。對於(yu) 傳(chuan) 統矽基材料不能接收1550nm波長、而銦镓砷接收器成本高昂的痛點，公司相繼於(yu) 2017年和2021年成功收購銦镓砷接收器設計生產(chan) 商BlackForestEngineering和OptoGration，並通過工程優(you) 化、適配公司自研的ASIC芯片，將銦镓砷接收器成本由萬(wan) 美元降至3美元，確保供應鏈的關(guan) 鍵部分並大幅降低生產(chan) 成本，加深公司競爭(zheng) 護城河。

（3）瞄準自動駕駛，建立良好的合作生態。Luminar定位車載領域，產(chan) 品應用在乘用車、卡車和自動出租車等多個(ge) 垂直行業(ye) ，約占目標客戶生態係統中主要參與(yu) 者75%。具體(ti) 來說，乘用車市場中，全球前10家OEM廠商的7家是公司的客戶；商用卡車市場中，已與(yu) Ike、戴姆勒、尼古拉、沃爾沃卡車等建立合作關(guan) 係；Robo-Taxi市場，已與(yu) Cruise、mobilesye、英偉(wei) 達等建立良好生態。

5.2.3、訂單與(yu) 量產(chan) ：穩步推進，訂單遠超年初指引預期

公司的產(chan) 品工業(ye) 化生產(chan) 主要分成研發階段（工程開發、A樣本階段、B樣本階段）和生產(chan) 階段（CD樣本供應鏈/生產(chan) 線驗證、規模化量產(chan) ），其中Luminar主要負責研發部分。截至2020年11月，公司有24家客戶在驗證階段，另有9家企業(ye) 進入高級研發階段，3家企業(ye) 達成生產(chan) 合作協議，沃爾沃的乘用車型將確定在2022年實現量產(chan) 。根據公司2021年Q2最新業(ye) 績公告顯示，公司訂單量遠遠超過預期，目前已經贏得了4個(ge) 商業(ye) 項目（年初目標為(wei) 全年3個(ge) ），促使全年項目預計指引更新為(wei) 6個(ge) ，年底訂單量更新為(wei) 21億(yi) 美元（比年初目標增長3億(yi) 美元），同比增長60%。量產(chan) 運營方麵，管理層表示，公司正按計劃在今年年底前完成Iris產(chan) 品的C-樣品生產(chan) ，目前已經取得了該產(chan) 品超過85%的量產(chan) 供應鏈/工具認證。

5.3、Innoviz（INVZ）：MEMS技術龍頭

國防精銳技術部隊組建，最早獲得量產(chan) 訂單。Innoviz總部位於(yu) 以色列，於(yu) 2016年1月由以色列國防軍(jun) 精銳技術部隊（81部隊）的前成員創立，成立當年發布產(chan) 品MEMS激光雷達InnovizOne，以價(jia) 格低廉的顯著優(you) 勢與(yu) 麥格納建立合作關(guan) 係。2017年公司與(yu) 寶馬達成了係列生產(chan) 協議，成為(wei) 業(ye) 內(nei) 第一個(ge) 獲得係列生產(chan) 合同的激光雷達企業(ye) 。2020年公司推出InnovizTwo，並在2021年通過SPAC上市。截至2021年6月，公司已獲得來自德爾福、麥格納、三星電子、軟銀韓國、耀途資本、高榕資本等投資機構超過2.5億(yi) 美元融資，並與(yu) 汽車Tier1廠商MAGNA、Aptiv、恒潤科技、Harman等達成戰略合作關(guan) 係，潛在及在手訂單價(jia) 值合計超過50億(yi) 美元。

5.3.1、公司產(chan) 品：MEMS技術，產(chan) 品升級成本降低70%

Innoviz的產(chan) 品包括InnovizOne、InnovizTwo和Innoviz的感知軟件。（1）InnovizOne是專(zhuan) 門為(wei) L3-L5級自動駕駛而設計的車規級激光雷達，可達到等效256線的效果，探測距離最大250m，量產(chan) 預估價(jia) 約為(wei) 1000美元，將於(yu) 2022年Q2在寶馬量產(chan) 車型首次批量應用。

（2）InnovizTwo在降低70%的成本的同時提供了顯著性能改進，具有嵌入式汽車級感知平台(InnovizAPP)，除了點雲(yun) 外，還包括分類和檢測功能。據官網顯示，其提供樣品時間是2021年第四季度。

（3）感知軟件方麵，公司曆時4年研發了一套算法簡潔、可運行在低性能芯片上的感知軟件，其利用來自Innoviz的LiDAR傳(chuan) 感器的豐(feng) 富數據，再加上公司專(zhuan) 有的AI算法，提供領先的物體(ti) 檢測、分類和跟蹤功能，以及碰撞分類、定位和校準功能，便於(yu) 客戶搭載。

5.3.2、核心優(you) 勢：產(chan) 品性價(jia) 比突出，寶馬、Tier1商業(ye) 進展融洽

（1）InnovizOne顯著的特點之一是性價(jia) 比較高：公司通過自研MEMS振鏡，信號處理ASIC芯片、探測器和計算機視覺來實現905nm的高性能，並打破1000美元成本壁壘。

（2）產(chan) 品第二個(ge) 優(you) 點是認證嚴(yan) 謹、安全可靠。公司產(chan) 品組件（ASIC、探測器和MEMS）和LiDAR硬件和軟件係統的早期階段均采用並符合ISO26262功能安全標準，同時公司在整個(ge) 供應鏈中選擇了符合IATF16949的製造商，並在軟件開發中遵循ASPICE標準，嚴(yan) 格的安全和質量專(zhuan) 業(ye) 知識、安全可靠的發展意識也使公司獲得頭部Tier1/OEM（如麥格納和其汽車製造商合作夥(huo) 伴寶馬）的密切合作。進一步的，由於(yu) Innoviz是唯一一家通過寶馬的審核認證並達成係列生產(chan) 協議的激光雷達廠商，我們(men) 認為(wei) 寶馬的示範效應、密切的合作關(guan) 係將成為(wei) 公司獨特護城河。

（3）業(ye) 務拓展更加多元化：2021年之前，Innoviz涉及領域局限於(yu) 車載，主要合作夥(huo) 伴多為(wei) 汽車Tier1廠商，覆蓋領域較為(wei) 單一；2021年開始公司新增更多元的應用市場，目前公司產(chan) 品已布局於(yu) 乘用車、自動駕駛出租車&班車、載貨卡車、無人物流配送、無人機及重型機械領域，合作夥(huo) 伴遍布日本、韓國。

（4）管理團隊來自81部隊，科研能力突出：81部隊是以色列國防軍(jun) 中最精銳的技術部隊，100位退伍軍(jun) 人在2011-2021十年間創立了50家公司，目前這些公司的累積估值已經超過100億(yi) 美元。Innoviz25%的研發力量來自於(yu) 81部隊，可以說從(cong) 聯合創始人到工程師，Innoviz擁有質量極高的人才集中度。

5.3.3、訂單與(yu) 量產(chan) ：潛在及在手訂單價(jia) 值合計超過55億(yi) 美元

截至2021年8月，與(yu) Innoviz處於(yu) 初步驗證階段的合作夥(huo) 伴公司超過100個(ge) ，驗證期預計為(wei) 3-6個(ge) 月，進階轉化率預計為(wei) 50%；進入高級技術驗證階段的公司數目在6月公告的26個(ge) 的基礎上增加一倍以上達到56個(ge) ，驗證期預計不超過12個(ge) 月，進階轉化率預計為(wei) 40%；處於(yu) 商業(ye) 和需求談判階段的公司數目上升至8個(ge) ，進階轉化率預計為(wei) 30%，該階段潛在訂單價(jia) 值超過32億(yi) 美元；公司已與(yu) 3家公司獲得合作認證，並參與(yu) 部分高級開發項目，Innoviz在手訂單價(jia) 值高達24億(yi) 美元（寶馬20億(yi) 美元；班車項目加權合計4億(yi) 美元）。

5.3.4、財務指引：L2級+軟件營收貢獻逐年提升，毛利有望大幅增長

根據Innoviz官方預測，L2和L3級乘用車ADAS輔助駕駛將在未來為(wei) LiDAR潛在市場提供最大增長動力，而與(yu) OEM的L2、L3級合作訂單收入也將成為(wei) 公司2025E營收的主要來源；占比方麵，L2級OEM收入以及軟件收入的營收貢獻預計將逐年提升，帶動營收達到5.8億(yi) 美元。出貨量方麵，公司預測LiDAR出貨量將從(cong) 2020年的500個(ge) 大幅增長至2025年117.5萬(wan) 個(ge) ；毛利率將在未來五年持續上升，在2023年實現明顯增長，我們(men) 認為(wei) 這是出於(yu) 公司對規模量產(chan) 後成本大幅下降的預期。盈利角度，公司預測2024年EBITDA將扭虧(kui) 為(wei) 盈，並在2025年實現1.8億(yi) 美元的經營性流入。

5.4、禾賽科技：中國機械式主力

禾賽科技為(wei) 中國機械式激光雷達解決(jue) 方案主要廠商。2014年成立於(yu) 上海，致力於(yu) 開發基於(yu) 激光的機器人傳(chuan) 感技術。依靠500多人的團隊打造出一係列創新型傳(chuan) 感器解決(jue) 方案，兼顧業(ye) 內(nei) 頂尖的產(chan) 品性能、可量產(chan) 的設計以及出眾(zhong) 的可靠性。禾賽憑借自主研發的微振鏡和波形加密技術，始終引領傳(chuan) 感器創新的發展方向。經過多年深耕，禾賽在核心元器件、自研芯片、車規級生產(chan) 能力、功能安全、主動抗幹擾技術以及基於(yu) 深度學習(xi) 的激光雷達感知方麵都有深厚的積累。目前公司在全球範圍內(nei) 均有專(zhuan) 利布局，客戶遍布全球30個(ge) 國家和地區的70+座城市。迄今為(wei) 止，禾賽已完成累計數億(yi) 美元融資，投資方包括德國博世集團、高瓴、小米、美團、CPE、光速、百度等全球知名的行業(ye) 企業(ye) 和投資機構。

5.4.1、公司產(chan) 品：機械式為(wei) 主力，主要麵向無人駕駛領域

禾賽科技主營業(ye) 務為(wei) 研發、製造、銷售高分辨率3D激光雷達以及激光氣體(ti) 傳(chuan) 感器產(chan) 品。目前公司激光雷達主要市場集中於(yu) 無人駕駛領域，並逐漸向服務機器人領域拓展；公司激光氣體(ti) 傳(chuan) 感器產(chan) 品主要應用於(yu) 氣體(ti) 檢測領域，主要包括激光甲烷遙測儀(yi) 和激光氧氣傳(chuan) 感器。公司憑借在無人駕駛領域激光雷達的技術積累，針對不同場景的特點與(yu) 需求，陸續開發了多個(ge) 產(chan) 品線，如適用於(yu) 無人駕駛領域的Pandar128、PandarQT等，適用於(yu) ADAS領域的PandarGT等，適用於(yu) 機器人領域的PandarXT，適用於(yu) 車聯網領域的PandarMind，不斷豐(feng) 富產(chan) 品類型和應用場景。2021年8月13日，禾賽正式公布麵向ADAS前裝量產(chan) 的長距混合固態激光雷達——AT128，根據公司官網介紹，AT128是ADAS激光雷達的各項核心指標一次質的飛躍，也是市場上唯一同時滿足遠距（200m@10%）和超高點頻（153萬(wan) 每秒，單回波）的車規級前裝量產(chan) 激光雷達。根據公司官網介紹，截至2021年8月13日，AT128已獲得多家頂級汽車廠商總計超過150萬(wan) 台的定點訂單，將在2022年大規模量產(chan) 交付。

5.4.2、核心優(you) 勢：中國機械式領頭羊，自建產(chan) 線把控成本

（1）公司推出多款性能領先的產(chan) 品，是中國乃至全球領先的激光雷達生產(chan) 服務商：公司以實際問題為(wei) 出發點，注重通過技術創新解決(jue) 業(ye) 內(nei) 難題，在多項產(chan) 品和技術類別中實現了行業(ye) 內(nei) 領先的技術水平。Pandar128是當前市場性能和集成度領先的旗艦級激光雷達，2021年9月，Pandar128成為(wei) 全球首款獲得ISO26262ASILB功能安全產(chan) 品認證的激光雷達；PandarQT是當前市場垂直視場範圍廣、功耗低的近距盲區激光雷達，Pandar64是無人駕駛市場占有率最高的高線數激光雷達之一；AT128是市場上唯一同時滿足遠距和超高點頻的車規級前裝量產(chan) 激光雷達。

（2）重視芯片化和算法感知的發展：公司於(yu) 2017年末就成立了芯片部門，開展激光雷達專(zhuan) 用芯片的研發工作，目前芯片化V1.0成果多通道激光驅動芯片及多通道模擬前端芯片已完成量產(chan) ，並應用於(yu) 多個(ge) LiDAR研發項目和PandarXT的量產(chan) 項目；高精度數字化技術已應用於(yu) 公司產(chan) 品，模擬數字轉換芯片已進入開發後期，公司在SoC芯片方麵已有技術儲(chu) 備。

（3）積極發展FMCW激光雷達技術，為(wei) 未來做好準備：公司已在FMCW激光雷達樣機係統級集成、矽光技術、微振鏡技術等方麵進行了深入的積累，為(wei) 未來向市場提供FMCW激光雷達芯片化解決(jue) 方案提供了基礎。

（4）堅持自建產(chan) 線，對生產(chan) 環節擁有較強把控能力：禾賽科技所銷售的所有激光雷達產(chan) 品，均生產(chan) 自公司自有產(chan) 線，積累了大量激光雷達生產(chan) 經驗，相比部分同行業(ye) 公司依靠第三方代工廠的情況具有更強的成本及質量把控能力。此外，公司針對激光雷達生產(chan) 工藝的特點對生產(chan) 工序進行了優(you) 化、並對生產(chan) 工站進行了自動化或半自動化改造，提高了生產(chan) 效率、降低了生產(chan) 成本。麵向未來，公司規劃了占地更廣、自動化水平更高的工廠，隨著新工廠的落成與(yu) 使用，公司的生產(chan) 優(you) 勢也將得到進一步提升。

5.4.3、戰略合作及商用落地：2021年向乘用車ADAS領域進軍(jun)

禾賽科技已與(yu) 全球領先Tier1&自動駕駛公司建立合作關(guan) 係，2021年向乘用車ADAS領域進軍(jun) 。2021年以前，公司產(chan) 品已服務的客戶包括：北美三大汽車製造商中的兩(liang) 家、德國四大汽車製造商之一、美國加州2019年DMV路測裏程前15名中過半的自動駕駛公司，和大多數中國領先的自動駕駛公司。客戶還包括全球最大的三家移動出行服務公司中的兩(liang) 家、全球最大的汽車零部件供應商博世集團、全球最大的自動駕駛卡車公司之一，和全球最大的自動駕駛配送公司之一等知名公司。2021年，禾賽科技憑借高性能車規產(chan) 品AT128，鎖定了多家頂級OEM的ADAS前裝量產(chan) 訂單，並與(yu) 地平線、黑芝麻等全球領先的邊緣人工智能芯片、自動駕駛計算芯片引領者達成戰略合作，為(wei) 公司自動駕駛領域的技術落地和商業(ye) 化拓展提供新的動力。

5.4.4、財務狀況：毛利較高，積極投入研發

營收角度：根據公司招股說明書(shu) 披露，2017-2020Q3，公司營業(ye) 收入增長迅速，其核心來源為(wei) 激光雷達產(chan) 品銷售，並且隨著已有激光雷達產(chan) 品打開市場以及新產(chan) 品發布，每年各季度的收入基本呈環比遞增趨勢。

毛利率：公司毛利率較高且保持穩定，2017-2020Q3公司的毛利率均在70%以上，遠高於(yu) 海外龍頭Velodyne和Luminar。根據公司披露，其毛利率較高的主要原因為(wei) ：1）激光雷達技術含量較高，研發與(yu) 製造壁壘較高；2）公司作為(wei) 行業(ye) 內(nei) 高線數激光雷達的領軍(jun) 企業(ye) ，多項產(chan) 品的性能在國內(nei) 外處於(yu) 領先地位，具有較強的定價(jia) 權。

費用率角度：2017年由於(yu) 公司收入體(ti) 量較小，期間費用率超過200%，研發費用率超過150%；2018年，隨著產(chan) 銷量提升營業(ye) 收入大幅增長，期間費用率下降至67.79%；2020年1-9月，各項費用隨著公司規模的擴張進一步增長，且出現一定的匯兌(dui) 損失，且上半年營業(ye) 收入受新冠疫情的影響較大，導致期間費用率升高至110.88%。2018-2020年，公司持續加大研發投入，研發費用率逐漸提升。