2022年開年，1月3日，美股激光雷達概念股維視圖像(MVIS.US)漲8.38%，Luminar(LAZR.US)漲超5%，Velodyne(VLDR.US)漲4.95%。

國金證券在《放量在即，激光雷達開啟前裝元年》報告中預測，激光雷達有望通過規模量產(chan) +技術進步快速降價(jia) ，2030年超230億(yi) 美元，2021-2030 年複合增速近90%，總體(ti) 前裝滲透率達45%。

2020年開啟激光雷達上市潮，產(chan) 業(ye) 龍頭企業(ye) Velodyne、Luminar等相繼上市，已宣布的2022年計劃量產(chan) 激光雷達車型達15款，小鵬、蔚來、上汽、奔馳等車企都相繼對激光雷達新品車型作了預告。

整車廠已宣布搭載激光雷達量產(chan) 車型價(jia) 格區間、產(chan) 量預測（台）來源：國金證券研究所全球市場研究與(yu) 戰略谘詢公司Yole Development也在《2021年汽車與(yu) 工業(ye) 領域激光雷達應用報告》預測，ADAS（Advanced Driver Assistance Systems，高級駕駛輔助係統）和機器人車輛將推動雷達市場從(cong) 2020年的18億(yi) 美元增長到2026年的57億(yi) 美元。“放眼全球，所有激光雷達廠商都還處於(yu) 攀升階段。預計大概2035年左右，整車的激光雷達市場將會(hui) 達到130億(yi) 到135億(yi) 美元的區間，”近日，Velodyne首席商務官Sinclair Vass接受澎湃新聞（www.thepaper.cn）采訪時表示。

當下，激光雷達還沒有到大規模量產(chan) 階段，眾(zhong) 多技術路線仍在探索中，處於(yu) 百花齊放的狀態。目前激光雷達的技術發展有哪些趨勢？在自動駕駛感知層麵上分野的“視覺派”與(yu) “激光雷達派”未來會(hui) 如發展？

激光雷達的不同技術路線：機械式與(yu) 固態化

激光雷達最早發明於(yu) 1960年代，早期主要用於(yu) 太空探測、地形勘測、武器製導等，在1971年激光雷達曾跟隨阿波羅15號完成了月麵測繪。此後的2005年，Velodyne在美國 DARPA挑戰賽上首次給自動駕駛車輛搭載激光雷達，2007年Velodyne生產(chan) 出首台商用3D動態掃描激光雷達，由此激光雷達的商業(ye) 化落地進程開始了。目前，激光雷達廣泛應用於(yu) 自動駕駛、物流運輸、高精地圖、智慧交通、機器人、工業(ye) 自動化、無人機、測繪等領域。

來源：汽車人參考，國金證券研究所激光雷達利用可見光和近紅外光發射一個(ge) 信號，經目標反射後被接收係統收集，通過測量反射光的運行時間而確定目標的距離。據國金證券《放量在即，激光雷達開啟前裝元年》報告，較短波長及主動激光技術賦能激光雷達測量分辨率高、探測距離遠、探測角度大、夜間工作能力強、抗幹擾能力強等優(you) 勢，可直接獲取距離、角度、反射強度、速度等信息。

激光雷達主要顯性參數 來源：禾賽科技招股書(shu) 激光雷達常以線數區分，線數指激光發射的光源數，如128線產(chan) 品有128個(ge) 光源。按掃描方式劃分，激光雷達掃描方式有無機械轉動部件可以分為(wei) 機械式、半固態、固態。混合固態分為(wei) MEMS、轉鏡，純固態分為(wei) 相控陣 OPA、Flash。激光雷達在測距原理、激光發射、激光接收、光束操縱及信息處理等五個(ge) 方麵均存在不同技術路線。

來源：國金證券研究所“不同的架構，如機械、MEMS和固態，對於(yu) 不同的應用有不同的優(you) 勢和劣勢。然而，實際上極其重要的是所實現的特定光學設計性能、生產(chan) 的質量和大規模可行性以及實現有吸引力的價(jia) 格點的能力。此外，將激光雷達硬件與(yu) 高性能感知軟件（例如Vella平台）相結合的能力是一個(ge) 主要的差異化因素。”Sinclair Vass說道。目前在激光雷達領域已經有一個(ge) 明顯趨勢，技術成熟、探測性能優(you) 秀但高成本、低壽命、大體(ti) 積的機械式激光雷達向固態激光雷達的方向演進。

據《2021年汽車與(yu) 工業(ye) 領域激光雷達應用報告》稱，2020年後，機械式（包括旋轉式、轉鏡式等）激光雷達技術路線將逐漸式微，由於(yu) 上遊元器件的成熟度和成本優(you) 勢，MEMS和Flash技術路線將逐漸趨於(yu) 主流。

機械式指在垂直方向上排布多束激光器、通過電機帶動光電結構360°旋轉，從(cong) 而化點為(wei) 線形成三維點雲(yun) 方案。其線數與(yu) 分辨率成正比，具有高分辨率、高測距的特點，是目前最成熟的方案，產(chan) 量也最高。但其成本高昂，同時為(wei) 實現高頻準確轉動，其機械結構複雜，平均失效時間僅(jin) 1000-3000小時，與(yu) 車規要求的最低13000小時差距明顯，難以實現前裝量產(chan) 。

激光雷達定價(jia) 來源：產(chan) 業(ye) 調研，國金證券研究所固態指指無任何機械運動部件的激光雷達類型，可細分為(wei) OPA、Flash、電子掃描等形式，目前技術成熟度較低。以OPA（光學相控陣技術）舉(ju) 例，OPA利用電壓調節製造發射陣列間的相位差實現光束偏轉，兼具掃描快、精度高、體(ti) 積小及強可控、強抗振等優(you) 勢，技術突破後成本較低、量產(chan) 標準化程度高，被部分業(ye) 界專(zhuan) 家認為(wei) 是激光雷達最終的主流形態。“雖然ADAS（高級駕駛輔助係統）市場需要更長的時間才能實現大規模部署，我相信固態激光雷達將用於(yu) 許多擁有ADAS應用的高容量市場。”Velodyne首席商務官Sinclair Vass表示。

Velodyne於(yu) 1983年成立於(yu) 美國矽穀，最早以音響業(ye) 務起家，隨後業(ye) 務拓展至激光雷達等領域，以高線數機械式激光雷達聞名。超半數獲加州DMV自動駕駛路測牌照公司為(wei) 其客戶。

2007年，Velodyne發布第一款可商用的激光雷達並在地圖行業(ye) 大量商業(ye) 應用，這也是激光雷達行業(ye) 的起點。Velodyne業(ye) 務涉及工業(ye) 機器人、智慧城市及ADAS等領域，合作方如百度、阿裏巴巴、圖森、小馬智行等。2020 年10月，Velodyne於(yu) 納斯達克SPAC上市，成為(wei) 激光雷達第一股。

“我們(men) 不想具體(ti) 評論未來幾年的市場價(jia) 格趨勢，但在Velodyne，我們(men) 認識到這點，一個(ge) 有吸引力的激光雷達價(jia) 格將有效促使對其大量應用的快速興(xing) 起。我們(men) 的目標是通過具有吸引力的價(jia) 格路線圖，使許多終端市場都能用到激光雷達，同時我們(men) 強調為(wei) 客戶提供完整的解決(jue) 方案，包括感知軟件。”Sinclair Vass說道。

據國金證券研究所報告，短期內(nei) ，激光雷達將往混合固態發展；長期來看，FMCW、OPA、Flash均有可能成為(wei) 主導路線。激光雷達上車存在成本及車規兩(liang) 大阻礙，可通過技術進步、建設流水線解決(jue) 。

自動駕駛的感知層：“視覺派”與(yu) “激光雷達派”

《2021年汽車與(yu) 工業(ye) 領域激光雷達應用報告》認為(wei) ，到2026年，汽車與(yu) 工業(ye) 領域應用的激光雷達市場規模預計將達57億(yi) 美元，在2020年至2026年間的年複合增長率將達到21%。值得注意的是，ADAS（高級駕駛輔助係統）領域在2026年的市場占比率預計將達到41%，成為(wei) 激光雷達最大的細分市場，而這一數據在2020年僅(jin) 為(wei) 1.5%。

自動駕駛基本的三要素是感知-決(jue) 策-控製。對周圍環境的周密感知是所有決(jue) 策的基礎，也是自動駕駛汽車的安全保障。在了解周圍環境中物體(ti) 的位置、速度和方向、路麵的性質、路緣石的位置、信號（交通、道路標誌）等之後，自動駕駛係統則要開始做計劃和控製：首先是其他移動物體(ti) 在接下來的短時間會(hui) 做什麽(me) ，然後是根據整體(ti) 計劃（比如規劃的通向目的地路線）計劃自己要做什麽(me) ，最後就是告訴汽車要做什麽(me) 。

目前用於(yu) 感知的傳(chuan) 感器主要包括：激光雷達、攝像頭、毫米波雷達、超聲波雷達等。毫米波雷達存在無法探測行人、靜止物體(ti) 等弱點，車載攝像頭則存在過度依賴光線環境、訓練樣本等弱點。在智能駕駛係統的感知層中，激光雷達可增強感知係統的冗餘(yu) 性，補充毫米波雷達、攝像頭缺失的場景，與(yu) 高精地圖配合發揮定位作用。

不同傳(chuan) 感器對比 來源：汽車人參考，中汽中心在高階自動駕駛方案中，激光雷達的點位還可通過和高精地圖數據匹配來實時定位車輛信息。但是，同時存在成本較高、受惡劣天氣影響較大、工作壽命較短等問題，有望通過技術進步、規模量產(chan) 解決(jue) 。

隨著自動駕駛級別提高，激光雷達配備數量需求增加。來源：麥姆斯谘詢，國金證券研究所在自動駕駛感知層有一個(ge) 明確的分野，“視覺派”與(yu) “激光雷達派”。這個(ge) 分野如此被廣為(wei) 知曉主要因為(wei) 特斯拉CEO伊隆·馬斯克（Elon Mask）曾在采訪中多次表達“傻瓜才用激光雷達”，並長期堅持利用人工智能和深度學習(xi) 來構建神經網絡的“純視覺”技術路線，甚至棄用激光雷達。特斯拉是最先實現自動駕駛車輛量產(chan) 的公司，在當時一輛七萬(wan) 美元左右的特斯拉幾乎與(yu) 激光雷達價(jia) 格差不多。目前特斯拉Model 3的自動駕駛攝像頭成本隻需65美元左右。

純視覺派認為(wei) 單純依靠攝像頭就可以完成自動駕駛所需要的周圍環境感知，青睞純視覺感知方案的如特斯拉、極氪、百度。激光雷達派則以激光雷達為(wei) 主導，配合毫米波雷達、超聲波傳(chuan) 感器、攝像頭多傳(chuan) 感器融合完成周圍環境感知，商湯AR小巴、文遠知行等使用激光雷達方案。

“‘視覺’能不能實現自動駕駛，我認為(wei) 是可以的。但是，需要考慮的是實現了自動駕駛以後，對於(yu) 乘客和道路行人的安全保護到底能夠達到什麽(me) 程度？對道路行人的安全性到能提升到什麽(me) 程度？對於(yu) 乘客來說，是否可以在車內(nei) 非常舒適地乘坐，且可以同時做其他事情？”Sinclair Vass提出了這樣的思考角度。

Sinclair Vass認為(wei) ，如果要達到乘客擁有非常好的舒適程度，並且保證道路行人的安全性，那麽(me) ，車輛能看得更遠、看得更全麵，就變成了一個(ge) 很重要的要求。單純視覺畢竟有局限性，比如說雨雪天氣，光線和不同角度。激光雷達因為(wei) 其實時性和全方位360度掃描的透視能力，可以讓車看得更遠，看得更全麵。

“以視覺為(wei) 主的自動駕駛技術，無論是硬件還是算法都比較成熟，優(you) 缺點以及技術瓶頸都比較了解。總結起來就是技術門檻比較低，價(jia) 格便宜，但也麵臨(lin) 比較大的瓶頸，想做高級別L3以上自動駕駛的難度會(hui) 比較高。”Sinclair Vass總結道。

對於(yu) 自動駕駛的純視覺路線和激光雷達路線問題，商湯智能駕駛研發總監李怡康曾對澎湃新聞（www.thepaper.cn）表示，“無論是純視覺方案還是多傳(chuan) 感器融合的方案最終都是有可能實現L4或L5級別的自動駕駛的，區別在於(yu) ，引入激光雷達實際上是把問題變簡單了，因為(wei) 我們(men) 引入了很多額外的信息，而且這些信息跟視覺很互補，有些信息，比如深度，它可以估算得很準確。假如最後兩(liang) 條路徑都能實現L5級自動駕駛，那我相信多傳(chuan) 感器融合這條路線可能會(hui) 更快一些。當然，感知隻是決(jue) 定自動駕駛是否實現的因素之一。”