(报告出品方/作者:国信证券,唐旭霞)
1感知层传感器助力智能驾驶,激光雷达迎量产元年
政策呵护汽车智能驾驶稳健发展,指引智能网联汽车持续渗透
政策端,国家政策支持并呵护汽车智能驾驶稳健发展,指引年L2、L3级智能网联汽车渗透率超50%。梳理我国智能驾驶重要政策,年3月,《汽车驾驶自动化分级》发布,规定汽车驾驶自动化功能的分级标准,将驾驶自动化分成0-5级。年11月,《智能网联汽车技术路选图2.0》发布,提出智能网联汽车渗透率持续增加,年PA(L2)、CA(L3)级渗透率超50%、HA(L4)级开始进入市场;
年PA(L2)、CA(L3)级渗透率超70%、HA(L4)级占比达20%,乘用车典型应用场景包括城郊道路、高速公路以及覆盖全国主要城市的城市道路;年,FA(L5)级自动驾驶乘用车开始应用。年8月,《关于加强智能网联汽车生产企业及产品准入管理的意见》发布,提出加强智能网联汽车数据安全、网络安全、软件升级、功能安全和预期功能安全管理,保证产品质量和生产一致性,推动智能网联汽车产业高质量发展,从政策层面客户汽车智能化有序健康发展。
从L2到L3,智能驾驶跃升,需要感知层传感器提供关键支撑
车辆自动驾驶级别主要参照0-5级分类。目前全球公认的汽车自动驾驶技术分级标准主要有两个,分别是由美国高速公路安全管理局(NHTSA)和国际自动机工程师学会(SAE)提出。中国于年参考SAE的0-5级的分级框架发布了中国版《汽车驾驶自动化分级》,并结合中国当前实际情况进行了部分调整,大体上也将自动驾驶分为0-5级。
L3级别是汽车自动化道路的一次跃升。从法规和技术两个维度来看,L3级别自动驾驶都是汽车自动化道路上将的一大跃升。从法规来看,SAE和中国《汽车自动化分级》规定L0-L2级别均是人类主导驾驶,车辆只做辅助,L0、L1和L2之间的差异主要在于搭载的ADAS功能的多少,而L3开始,人类在驾驶操作中的作用快速下降,车辆自动驾驶系统在条件许可下可以完成所有驾驶操作(作用不亚于驾驶员),驾驶员在系统失效或者超过设计运行条件时对故障汽车进行接管;从技术来看,L0-L2主要运用的传感器有摄像头、超声波雷达和毫米波雷达,L3及之后原有传感器配套数量上升,同时高成本的激光雷达方案将难以避开。
我们拆解未来的智能驾驶产业链,将从云-管-端三大层面带来全产业链机遇。智能驾驶将汽车的驾驶能力逐步由人转移到汽车,包括感知、决策和执行三大核心环节。其中,感知环节相当于人的眼睛和耳朵,通过车载摄像头、激光雷达、毫米波达等传感器完成对环境及车辆的感知、搜集周围环境数据并将其传输到决策层;决策环节相当于人的大脑,通过操作系统、芯片与计算平台等对接收到的数据进行实时处理并输出相应的操作与指令任务;执行端相当于人的四肢,将接收到的操作指令执行到动力供给、方向控制、车灯控制等车辆终端部分。感知层为智能驾驶的先决条件,其获取的数据将直接影响决策层的判断与执行层的操作,其探测精度、广度与速度直接影响自动驾驶的行驶安全,在自动驾驶中的地位至关重要。本篇激光雷达深度报告从“端”的层面对感知层的细分核心决策部件进行分析。
车企加码布局智能驾驶,激光雷达市场空间广阔
车企端,我们对搭载激光雷达的电动智能车型进行梳理。可以发现以下特征:1)分品牌看,新势力为智能驾驶排头兵,自主品牌对智能驾驶的布局节奏快于合资、外资品牌,价格更低。新势力和自主品牌搭载激光雷达的电动智能车型的价格带位于15-40万元之间,相比之下外资品牌丰田Mirai、奔驰S级等车型的起售价均在50万元以上。
2)从重磅车型的传感器配置数量看,激光雷达数量变多。新势力中,蔚来ET7搭载1个Innovusion超远距离高精度激光雷达,小鹏P5和G9均配置2个激光雷达,威马M7配有3个速腾聚创第二代MEMS激光雷达。自主品牌中,长城沙龙机甲龙配置4个华为96线混合固态激光雷达,吉利路特斯Type配置4个激光雷达,北汽极狐阿尔法S华为HI版配置3个华为微转镜式半固态激光雷达。
展望未来,随着激光雷达在乘用车市场的持续渗透,预计年全球及国内乘用车市场激光雷达市场规模分别为、亿元,CAGR分别为%、%。激光雷达价格伴随着技术方案朝半固态及纯固态的推进将有望持续下降,由年的美元/颗降至年的美元/颗,激光雷达市场空间的打开将由市场需求量的激增持续推动。
从需求量及渗透率角度看,预计全球乘用车市场激光雷达需求量将由年的22万颗快速提升至年的万颗,对应全球乘用车市场激光雷达渗透率由年的0.2%增至年的14.4%;国内乘用车市场激光雷达需求量预计由年的13万颗增至年的万颗,对应国内乘用车市场激光雷达渗透率由年的0.2%增至年的14.7%。
从市场规模角度看,预计全球乘用车激光雷达市场规模将由年的21亿元增至年的亿元,CAGR为%;预计国内乘用车激光雷达市场规模将由年的13亿元增至年的亿元,CAGR为%。
2激光雷达是实现高级别智能驾驶的核心传感器
激光雷达对于实现高级别智能驾驶的必要性
智能传感器是智能驾驶车辆的“眼睛”,目前应用于环境感知的主流传感器产品主要包括摄像头、毫米波雷达、超声波雷达和激光雷达四类。总体来看,摄像头在逆光或光影复杂的情况下视觉效果较差,毫米波雷达对静态物体识别效果差,超声波雷达测量距离有限且易受恶劣天气的影响,因此单独依靠摄像头或毫米波雷达的方案去实现智能驾驶是存在缺陷的,而激光雷达可探测多数物体(含静态物体)、探测距离相对更长(0-米)、精度高(5cm),且可构建环境3D模型、实时性好,因而成为推进智能驾驶到L3级及以上的核心传感器,成本-美元(约人民币-10元之间),高昂的成本也成为制约其大规模应用的原因之一。
摄像头:ADAS系统的主要视觉传感器,最为成熟的车载传感器之一
摄像头工作原理是目标物体通过是镜头把光线聚拢,然后通过IR滤光片把不需要的红外光滤掉,此时模拟信号进入到传感器COMS芯片,通过AD数字输出,有的摄像头会放置ISP图像处理芯片,把处理后的信号传输给到主机。其主要硬件组件包含镜头组(LENS)、图像COMS传感芯片、线路板基板。
按照安装部位的不同,摄像头主要分为前视、后视、侧视以及内置摄像头,以此来实现LDW、FCW、LKA、PA、AVM等功能。实现自动驾驶时全套ADAS功能将安装6个以上摄像头,前视摄像头因需要复杂的算法和芯片,单价在元左右,后视、侧视以及内置摄像头单价在元左右,ADAS的普及应用为车载摄像头传感器带来巨大的发展空间。
优缺点来看,摄像头分辨率高、可以探测到物体的质地与颜色,采集信息丰富,包含最接近人类视觉的语义信息。其缺点主要是摄像头受光照、环境影响十分大,在黑夜、雨雪、大雾等能见度较低的情况下,识别率大幅降低,且由于缺乏深度信息、因而三维立体空间感不强,因此摄像头获取的图像信息将主要负责交通标志识别等领域,作为激光雷达和毫米波雷达的补充.
毫米波雷达:ADAS系统核心传感器
毫米波雷达是工作在毫米波波段探测的雷达,毫米波频率通常在30-GHz、波长为1-10nm。车载毫米波雷达通过天线向外发射毫米波,接收目标反射信号,经后方处理后快速准确地获取汽车车身周围的物理环境信息,然后根据所探知的物体信息进行目标追踪和识别分类,进而结合车身动态信息进行数据融合,最终通过(ECU)进行智能处理。
分类来看,车载毫米波雷达工作的频段为24GHz和77GHz,其中24GHz雷达通常用于感知车辆周围的障碍物,安装在车辆的后保险杠内,能实现的ADAS功能为BSD盲点监测、LDW车道偏离预警、LKA车道保持辅助、PA泊车辅助、LCA变道辅助等;77GHz雷达波长更短、尺寸更小,最大探测距离可达到米以上,常安装于前保险杠上,用于实现AEB自动紧急制动、FCW前向碰撞预警、ACC自适应巡航、高速公路跟车等ADAS功能。目前77GHz的毫米波雷达系统单价在元左右,24GHz毫米波雷达单价在元左右。
完全实现ADAS各项功能一般需要5个毫米波雷达(“1长+4中短”),以奥迪A8为例,其搭载了5个毫米波雷达,其中4个为中距离雷达,位于车辆的四角,1个为长距离雷达,位于前方。
优缺点来看,毫米波雷达的优势在于体积小、质量轻和空间分辨率高,可以同时探测目标物体的距离和速度,相比摄像头不受恶劣天气影响,被广泛应用在ADAS系统之中,但是存在对横向目标敏感度低、对小物体检测效果不佳等缺点。
超声波雷达:常应用于倒车辅助
超声波雷达是通过发射并接收40kHz的超声波,根据时间差算出障碍物距离,其测距精度大约为1-3cm。常见的超声波雷达可以分为UPA(超声波驻车辅助传感器)和APA(自动泊车辅助传感器)。其中UPA一般安装在汽车的保险杠,用于测量汽车前后障碍物,探测距离一般在15-cm;APA安装于汽车侧面,用于测量侧方障碍物的距离,探测距离一般在30-cm,相比UPA成本更高、功率更大。通常一套倒车雷达系统需要4个UPA,自动泊车雷达系统需要在倒车雷达的基础上再加4个UPA和4个APA。
总体来看,超声波雷达测距原理简单,成本低,制作方便,短距离测量中具有优势,探测范围在0-3米之间,但其传输速度受天气影响较大,不能精确测距,主要用于泊车系统、辅助刹车等。
激光雷达:实现L3级自动驾驶的关键
激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是通过发射和接收激光束的时间差,进行探测和测距。
激光雷达在自动驾驶中的核心特征可以概括为三维环境感知、高分辨率、抗干扰能力。三维环境感知方面,激光雷达在短时间内向周围环境发射大量的激光束,不仅可以通过测量激光信号的时间差来确定物体距离,还可以通过水平旋转扫描或者向空扫描角度,以及获取不同俯仰角度的信号,来获得被测物体的精确三维信息。
高分辨率方面,激光雷达的角分辨率不低于0.1mard,也就是说可以分辨0米距离上相距0.3米的两个目标;可以同时追踪多个目标,距离分辨率可以达到0.1mard,速度分辨率达到10m/s以内,由于激光频率高,波长短,所以可以获得极高的角度、距离和速度分辨率,如此高的速度和距离分辨率意味着激光雷达可以利用距离多普勒成像技术获得非常清晰的图像。抗干扰能力方面,与微波毫米波雷达雷达易受自然界广泛存在的电磁波影响的情况不同,自然界中能对激光雷达起干扰作用的信号源不多,因此激光雷达抗有源干扰的能力很强,可全天候工作.
优缺点来看,由于激光雷达中激光束的发射频率一般每秒几万个脉冲以上,相比传统微波雷达高了很多,因而存在分辨率高、精度高(厘米级)、探测距离长的优势,此外抗干扰能力相比电磁波更强,由于生成目标的多维头像,因而获取的信息量更丰富,且不受目标物体运动状态的影响。但受雨雪、雾霾天气影响穿透性变差、测量精度会下降,且难以分辨交通标识和红绿灯,高昂的成本也成为制约激光雷达大规模量产的关键因素。
智能化时代,多传感器融合是未来趋势。不同传感器的原理和功能各不相同,在不同的场景里发挥各自的优势,难以相互替代。单种传感器特性突出,均不能形成完全信息覆盖,多传感器融合是未来发展必然趋势。未来的智能汽车可以视为“移动的传感器平台”,将装备有大量的传感器。并且随着智能驾驶从L2到L3级及以上不断推进,激光雷达凭借其精度高、探测距离长、可3D环境建模的特性,重要性越发凸显。
如何看智能驾驶之纯视觉方案与激光雷达方案之争?
自动驾驶感知领域技术路线,目前主要形成两大阵营:以特斯拉为代表的“以摄像头为主的视觉感知”解决方案和以Waymo为代表的“3D激光雷达感知”解决方案.
特斯拉“以摄像头为主的视觉感知”解决方案主要包含信息采集、特征提取、训练学习、评估、反馈改进五大步骤,通过数据+算法+反馈不断垂直整合,完善自动驾驶能力。1)信息采集:特斯拉中主要通过大量的传感器(如前置摄像头、后置摄像头、超声波雷达、毫米波雷达)进行信息收集;2)特征提取:通过汽车内外置的大量传感器收集大量信息之后,特斯拉使用神经网络的深度学习算法来进行特征提取。特斯拉需要同时判断车辆、人行道、交通灯、障碍物、行人、驾驶员、温度、湿度等多个环境变量的相互关系,因此算力系统必须超强,同时运行多个神经网络(约50个)才能工作。
因此特斯拉采用一种特殊的共享主干神经网络结构HydraNets进行处理,首先把所有的运算任务都分配给到一个大型的共享骨干网络,在骨干网络中又细分多个子网络,把运算任务分配给子网络进行处理,每个子网络只需要学习训练一小部分图像信息、提取特征,处理完了之后汇总给到主干网络再计算处理;3)训练学习:特斯拉使用PyTorch进行分布式训练,除了使用大量的数据进行训练分析之外,还进行预测处理。特斯拉使用PyTorch进行分布式训练,不断训练系统对于行人、路径、周边环境的判断能力,提供多种路径规划算法供工程师进行选择;4)评估与反馈:通过驾驶系统提供司机驾驶路线,观测模拟结果和驾驶员操作是否匹配,如果不匹配则将该类数据反馈给到后台,后台再修正神经网络学习结果(“影子模式”),摒弃不合适的数据,为后续类似的操作提供更好的推荐路线。
特斯拉之所以坚持纯视觉方案,我们认为主要原因在于技术与成本。其一是当时的激光雷达技术不完善,能生产车规级固体激光雷达的企业暂不具备量产能力;其二是激光雷达的价格还没有降低到合理的位置。此外,我们认为,特斯拉作为自动驾驶汽车的领导者,已经有一套被市场认知的视觉摄像头方案量产,也积累了大量的数据,输出纯视觉方案的量产的成本可控的重磅电动智能车,也符合特斯拉“整车销售+软件服务”商业模式的演进特征。
总结而言,特斯拉的自动驾驶系统,是以人类的“视觉-判断-规划-执行”架构打造的,基本原理是基于摄像头采集到的数据(照片、视频)建立3D模型还原车辆周围环境,再由神经网络算法根据环境信息做出驾驶决策,对于软件和算法要求极高,“追赶者们”跟进难度太大。激光雷达性能优势、价格下探,车企纷纷选择激光雷达方案落地智能驾驶。激光雷达可识别3D静态物体,弥补摄像头和毫米波雷达的缺陷。近年来激光雷达产品的单价已经下探到美元以内(大疆Horizon),激光雷达已经成为传统车企、新势力落地L3级及以上车型的标配。(报告来源:未来智库)
3激光雷达的技术路径探讨
激光雷达的构成
从组成上看,激光雷达主要由激光发射、激光接收、信息处理、扫描系统组成。1)激光发射系统:激励源驱动激光器发射激光脉冲,激光调制器通过光束控制器控制发射激光的方向和线数,最后通过发射光学系统,将激光发射至目标物体;2)激光接收系统:经接收光学系统,光电探测器接受目标物体反射回来的激光,产生接收信号;3)信息处理系统:接收的信号经过放大处理和数模转换后,经过信息处理模块计算,获取目标表面形态、物理属性等特性,最终建立物体模型;4)扫描系统:以稳定的转速旋转起来,实现对所在平面的扫描,产生实时的平面图信息。
分类来看,激光雷达按照“测距、发射、光速操纵、探测、数据处理”五大关键技术,即五个维度,可以分为以下22个类别。每个不同分类方式又可进一步细分为不同的技术路线,不同路线之间差异较大。
车载激光雷达的技术路线,按照扫描方式,为机械式→半固态→纯固态;按照激光发射方式,为EEL→VCSEL;按照激光接收方式,为PD/APD→SPAD/SiPM;按照信息处理方式,为FPGA→SoC。目前主要的技术路线围绕扫描方式进行讨论,因而此部分为我们技术路线部分论述的重点。
技术路线之一(按扫描方式):机械式→半固态(中短期)→纯固态(长期)
车载激光雷达,按照扫描方式,分为机械式(机械旋转)、半固态(MEMS、转镜、棱镜)、固态(OPA、FLASH)。机械旋转式的扫描模块和收发模块均被电机带动进行度旋转;半固态的收发模块不动、扫描模块运动,按照扫描方式可进一步分为MEMS、转镜式和棱镜式;固态则收发和扫描模块均不运动,主要有OPA和Flash两种方案。总体来看,从机械旋转到半固体、再到固态,产品的集成化程度越来越高,成本越来越低。机械式激光雷达由于价格高、体积大、车规级量产应用难度大,主要应用于Robotaxi的测试车队等领域,帮助自动驾驶从0到1。中短期半固态、长期纯固态为激光雷达的落地技术路线,在自动驾驶从1到N的发展阶段中,半固态扮演着重要角色。
机械式激光雷达:技术成熟,成本高,难以过车规
原理上,机械激光雷达,是指其发射系统和接收系统存在°转动,也就是通过不断旋转发射头,将速度更快、发射更准的激光从“线”变成“面”,并在竖直方向上排布多束激光,形成多个面,达到动态扫描并动态接收信息的目的。其特点在于通过电机带动收发和扫描模块进行整体旋转,实现对空间水平°视场范围的扫描。通过增加收发模块来实现高线束,在实现探测距离精度更高的同时,也导致了整套系统元器件成本非常高。
优缺点上,机械旋转式激光雷达的优势在于由于旋转是由电机控制的,所以可以长时间内保持转速稳定,每次扫描的速度都是线性的,从而可以对周围环境进行精度够高并且清晰稳定的度环境重构,技术成熟,是目前的主流方案。缺点在于价格高、可量产性差(工艺复杂、组装困难)、体积大、难以过车规(平均失效时间h~0h,而汽车厂商的要求是至少10h)、可靠性差(内含大量可动部件,在行车环境下磨损严重)等缺点。
机械式激光雷达的代表性厂商海外为Velodyne、Waymo、Valeo、Ouster,国内为速腾聚创、禾赛科技、镭神智能、北科天绘等。Velodyne的代表性产品包括HDL-64、HDL-32、VLP-16等,价格范围在0.4万-8万美金之间。谷歌无人小车的64线激光雷达就来自Velodyne,当时价格高达7万美元。机械式激光雷达之所以成本居高不下的原因在于其内部的激光收发模组成本高(线束越多越准确、整体成本越高),并且需要复杂的人工调教、制造周期长,高昂的成本也决定了其目前主要应用于自动驾驶技术的开发领域,比如百度Robotaxi、谷歌无人驾驶测试车队,车规级前装量产市场暂无应用。
为降低车载激光雷达的生产成本,增加其结构的稳定性,同时保证其较好的探测性能,半固态激光雷达和全固态激光雷达应运而生。
半固态激光雷达:价格大幅下降,有车规级产品
半固态方案的特点是收发单元与扫描部件解耦,收发单元(如激光器、探测器)不再进行机械运动,扫描模块在运动。按照扫描模块的运动方式可以分为MEMS、转镜式和棱镜式。适用于实现部分视场角(如前向)的探测,体积相较于机械旋转式雷达更紧凑。
半固态相比机械式的核心优势在于成本与车规。目前市面上绝大多数车规级激光雷达均为半固态方案,且对外报价已经下探到了美元以内,是目前很多激光雷达厂商发力的领域。目前,转镜和棱镜式已具备车规级量产案例,MEMS也有望年快速迎来量产。
1)MEMS微阵镜激光雷达:成熟度高,有望快速推动量产
MEMS为Micro-Electro-MechanicalSystem的简称,即微机电系统。MEMS微振镜为采用MEMS技术制造的谐振式扫描镜,把微型反射镜、MEMS驱动器、MEMS传感器集成在一起的光学微机电器件。镜面直径通常只有几毫米。与传统的光学扫描镜相比,具有重量轻,体积小,生产成本较低的优点。在光学,机械性能和功耗方面表现更为突出。
原理上,MEMS微阵镜激光雷达的核心是MEMS微振镜,其本质是一种硅基半导体元器件,属于固态电子元件。它是在硅基芯片上集成了体积十分精巧的微振镜,其中心是一块镜子的电路板,可以通过控制电流来让中央的微镜产生平动或者扭转,也就是X轴和Y轴上的移动。由于镜子本身可以扭转,所以只需要1束激光就可以通过镜子不同角度的反射来让激光束发射到不同的方向,从而实现与机械式激光雷达相似的效果。硅基MEMS微振镜可控性好,可实现快速扫描,其等效线束能高达一至两百线,因此,要同样的点云密度时,硅基MEMS激光雷达的激光发射器数量比机械式旋转激光雷达少很多,体积小很多,系统可靠性高很多。
优缺点来看,MEMS阵镜激光雷达优点是1)尺寸小、可量产:芯片化、无机械组件,摆脱了笨重的旋转电机和扫描镜等机械运动装置,毫米级尺寸的微振镜大大减少了激光雷达的尺寸;2)低成本:减少激光收发单元的数量,降低成本。
其缺点在于1)稳定性:MEMS微镜属于振动敏感性器件,车载环境的振动和冲击容易对其使用寿命和工作稳定性产生影响,同时硅基MEMS的悬臂梁结构非常脆弱,外界的振动或冲击极易直接致其断裂。2)探测距离和角度有限:MEMS的振动角度有限导致视场角比较小(小于度),大视场角需要多子视场拼接,这对点云拼接算法和点云稳定度要求都较高;受限于MEMS微振镜的镜面尺寸,MEMS激光雷达接收端的收光孔径非常小,远小于机械激光雷达,而光接收峰值功率与接收器孔径面积成正比,导致功率进一步下降,信噪比降低,有效探测距离缩短,传统MEMS技术的有效探测距离只有50m,FOV角度只能达到30°,用在近距离补盲或者前向探测。
要想提高MEMS的探测距离,就需要提高镜面尺寸,镜面尺寸越大,信噪比就越高,MEMS振镜的成本也就越大。目前MEMS振镜最大尺寸是Mirrorcle,可达7.5毫米,售价超1美元。为解决探测距离短的问题,Luminar使用nm激光雷达,通过提升波长来提高其探测距离至m,但选用nm也意味着成本上升。为了平衡成本与MEMS性能(探测角度与距离有限)的问题,以速腾聚创、Innoviz等为代表的激光雷达厂商开始自研MEMS微振镜,并发明了多通道水平联合扫描技术来提升MEMS性能。其原理是将数个激光雷达合成一个,目前速腾聚创是5个。因为有5个激光雷达水平联合扫描,那么每个激光雷达的FOV需求就很低,FOV在25度即可,这样MEMS振镜尺寸变大,性能提高,5个激光雷达水平联合扫描,等于性能提升了5倍。目前,速聚创投资的希景科技开发的MEMS微振镜镜面直径为5毫米,已经进入量产阶段,未来尺寸有望达到10毫米。
目前,处于(准)车规状态并将在年为OEM量产供货的MEMS激光雷达产品有速腾聚创M1、InnovizOne、LuminarIris,另外InnovizTwo将在年进入批量生产,并在年服务于OEM。由于MEMS上游产业链相对成熟,为现阶段的主力激光雷达产品之一,价格已经下探到美元以内。其中速腾聚创是国内唯一实现MEMS激光雷达车规前装量产的公司,旗下第二智能固态激光雷达M1已交付北美豪华新能源车企,同时获得广汽埃安、威马、极氪、路特斯、嬴彻、挚途等众多乘用车和商用车品牌前装定点,配套的广汽AIONLXPlus将于Q1上市。
2)转镜式激光雷达:第一个过车规且批量供货的技术方案
原理上,转镜式激光雷达方案指的是激光发射器和接收器固定,激光的发射方向是一个可围绕中心旋转的多边形反射镜,通过电机旋转反射镜,将激光反射到不同的方向,从而实现激光的扫描。内部大部分空间被一个转镜所占据,在雷达的一侧是激光的发射和接收装置,为了信号区隔,这两个区域被物理隔开。转镜式与MEMS差异在于MEMS扫描镜是围绕着某条直径上下振动,而转镜则是围绕着圆心旋转。功耗比较低,散热难度低,因而也容易实现比较高的可靠性。
分类来看,转镜方案分一维转镜和二维转镜,一维转镜只有一面扫描镜,二维转镜有两面扫描镜(一纵一横)。一维转镜线数与激光发射器数量一致,这意味着高线数产品成本高而集成难度很大,线数难以做高(法雷奥Scala1为4线,Scala2为16线);二维转镜增加了俯仰的转动,这样一条激光可以扫描多个平面,用数量很少的激光发射器,通过扫描镜高速旋转中的折射和反射来达到“多线”的效果,这样不仅可节省激光器的成本,也可做高“线数”。
优缺点看,转镜式方案的优势在于:1)体积小,降低成本:激光发射和接收装置固定,旋转机构虽然有但是比较小,可以减少产品体积,并且降低成本;2)旋转机构只有反射镜,重量轻,电机轴承的负荷小,系统运行起来更稳定,寿命更长,符合车规。不足之处在于内部有机械结构,在长期运行之后稳定性、准确度依然会受到影响,另外一维式的扫描线数少,扫描角度不能到度。
从应用看,具备车规级量产实力的供货商有法雷奥(Scala)、镭神智能(CH32),Innovusion(Falcon)。年,奥迪A8为全球首款量产的L3级别自动驾驶的乘用车,其搭载的激光雷达为法雷奥和Ibeo联合研发的4线旋转扫描镜激光雷达。年,镭神智能自主研发的CH32面世,成为全球第二款获得车规级认证的转镜式激光雷达,目前已经规模化交付东风悦享量产前装车型生产。年,搭载InnovusionFalcon激光雷达的蔚来ET7上市,该款激光雷达为nm方案,等效线数。从售价看,法雷奥Scala2为欧元(约6元人民币),已经下降至车企可接受的价格范围.
3)棱镜式激光雷达:大疆Livox发明,并配套小鹏
结构来看,棱镜式激光雷达可分为收发模块和扫描模块两大部分。首先收发模块的PLD(pulsedlaserdiode)发射出激光,通过反射镜和凸透镜使之变成平行光,然后扫描模块的两个旋转的棱镜改变光路,使激光从某个角度发射出去。激光打到物体上,会从原光路反射回来,被APD(avalanchephotodetectors)所接收(发射光路和接受光路的孔径不同,反射镜的尺寸是通过精心调整的)。
优缺点来看,这种设计的优势在于降本以及提高分辨率和视场覆盖率。首先,该设计可以减少了激光发射和接收的线数以实现一帧之内更高的线数,也随之降低了对焦与标定的复杂度,因此生产效率得以大幅提升,棱镜式成本相比于传统机械式有了大幅的下降。其次,只要扫描时间够久,就能得到精度极高额点云,还有环境建模,分辨率几乎没有上限,且可达到近%的视场覆盖率。
从车规级应用来看,小鹏P5配备2颗大疆Livox车规级HAP激光雷达,另外HAP也获得了一汽解放量产项目的定点。HAP探测距离米,助力自动驾驶系统更游刃有余地应对高速公路、城区道路等场景中远处障碍物的超前检测。HAP横向视场角为°,小鹏P5在前面部署了2颗激光雷达,前方提高至°的超宽点云视野,提高应对近处车辆加塞、十字路口拐弯等复杂路况的通行能力。HAP角分辨率为0.16°*0.2°,其中感兴趣区域(ROI,RegionofInterest)的点云密度可等效线激光雷达,更密的点云输出带来更丰富的环境感知,让算法可以更精准地检测到远处行人、自行车、雪糕桶等细小目标物体。
纯固态激光雷达:技术最先进,短期内应用难度最大
纯固态方案的特点是不仅激光收发模块不动,而且扫描模块也没有机械运动,主要依靠电子部件来控制激光的发射角度,这样的话可以做得更小,同时大大降低成本,目前固态激光雷达主要是OPA和FLASH两种方案。固态激光雷达目前没有量产经验,由于技术难度相对较大,短期内应用难度大。
1)FLASH方案:探测距离短,作为补盲雷达使用
Flash激光雷达的原理类似快闪,采用类似相机的模式,感光元件中的每个像素点都可以记录光子飞出的时间信息,运行时直接发射出一大片覆盖探测区域的激光,随后由高灵敏度的接收器阵列计算每个像素对应的距离信息,从而完成对周围环境的绘制。
优缺点来看,Flash方案的好处在于一次性实现全局成像来完成探测,且无扫描器件、成像速度快。缺点在于Flash激光单点面积比扫描型激光单点大,因此其功率密度较低,进而影响到Flash激光雷达的探测精度和探测距离(低于50米),另外眩光的影响也较大,所以适用于一些低速的自动驾驶小车领域,作为补盲雷达来使用。
为了克服探测距离的限制,Flash方案的代表厂商Ibeo、LedderTech开始在激光收发模块进行创新。1)发射模块:提高激光发射器的功率,比如采用垂直腔面发射激光器(VCSEL),相比其他激光器更小、更轻、更耐用,并且功率效率更高。2)接收模块:提高激光探测器的感光灵敏度,比如对于远距离探测使用到雪崩型光电探测器(SPAD),其探测的灵敏度高,可探测到远距离的微弱信号。Ibeo使用VCSEL和SPAD,旗下NEXT固态激光雷探测距离可达米(10%反射率)。
目前,Flash激光雷达主要的厂商为Ibeo、LeddarTech。目前,由于上游零部件的制约(激光发射器提升功率、探测器提升感光灵敏度的技术还不成熟),Flash方案并没有量产的车规级产品出现,长城计划在SUV系列量产车型中使用IbeoNext固态激光雷达。从远期看,由于Flash激光雷达芯片化程度高,有望规模化量产后拉低成本,后续随着技术成熟后,有望成为主流的技术方案。(报告来源:未来智库)
2)OPA方案:技术壁垒最高,成熟度低
OPA固态激光雷达是通过调节发射阵列中的每个发射单元的相位差,来改变激光的发射角度,采用相控阵原理完全取消机械结构。扫描不同角度只需要电信号,不需要任何机械结构实现机械式的扫描效果。
该方案的优点在于可以省去机械扫描结构,做到类似机械式的全景扫描;但缺点在于激光调试、信号处理的运算量很大,元器件成本高,实现难度比较大。由于技术难度高,OPA的波导控制需要改变底层结构,硅基半导体的材料有突破才能实现。技术成熟度较低,上游产业链不成熟,导致OPA方案短期内难以车规级量产。
应用层面,目前暂无车规级量产案例,OPA方案的代表企业为Quanergy。年8月,全球领先的OPA固态激光雷达制造商Quanergy对其OPA固态激光雷达S3系列完成驾驶实测演示。S3系列激光雷达采用OPA技术,以及极具成本效益、面向大众市场量产的可扩展CMOS硅基制造工艺,是一款真正的固态激光雷达传感器。测试结果显示,S3系列固态激光雷达可以提供超过10万小时的平均无故障时间(MTBF),在全光照下实现米的探测性能,大规模量产后的目标价格为美元。
总结:通过对技术路线的原理、优缺点、制造商和车规级应用的梳理,我们认为激光雷达在短期维度的主流方案为半固态的MEMS、转镜式,主要原因在于半固态在硬件架构上做了简化,使得制造成本降低,为最接近车规级应用的方案。长期维度技术维度纯固态为最优方案,一方面在于其通过半导体工艺能把激光雷达一些核心部件集成在芯片上,集成度进一步提高的同时成本降低;另一方面在于纯固态激光雷达不仅体积小,而且由于没有运动部件,可靠性也更高。
技术路线之二(按发射方式):EEL/VCSEL(短期)→VCSEL(长期)
短期EEL与VCSEL并行,长期VCSEL更具优势。
分类来看,激光器可分为EEL(边发射激光器)、VCSEL(垂直腔面发射激光器)、PCSEL(光子晶体表面发射激光器)、光纤激光器。其中EEL作为探测光源具有高发光功率密度的优势,但EEL激光器因为其发光面位于半导体晶圆的侧面,使用过程中需要进行切割、翻转、镀膜、再切割的工艺步骤,往往只能通过单颗一一贴装的方式和电路板整合,极大地依赖产线工人的手工装调技术,生产成本高且一致性难以保障。VCSEL其发光面与半导体晶圆平行,其优势在于Wafer级制造,成本低,阈值电流低,使用寿命高,适合二维阵列集成等。PCSEL可理解为EEL与VCSEL的集成,兼具成本、耐用性与高功率的优势,还处于开发阶段。光纤激光器为掺稀土元素玻璃光纤作为增益介质的激光器,其特点在于电光效率高、输出功率高、光束质量好、速度快等,该方案适用于nm波长激光雷达,相比nm波长激光雷达材料端最大的区别在于nm用的是Si,而nm用的是InGaAs,从而运行成本更高,目前提供nm方案激光雷达的代表性厂商为Luminar。
从应用来看,短期内EEL、VCSEL为并行方案均有应用。长期来看,由于VCSEL相比EEL具备成本、可靠性、良率等优势,未来将有望逐渐取代EEL成为发射端激光器的主流方案。
技术路线之三(按接收方式):PD/APD(短期)→SPAD/SiPM(长期)
分来来看,激光雷达探测器可分为PD、APD、SPAD、SiPM,APD为目前TOF激光雷达的主流方案,SPAD为未来前沿方向。PD是由一个PN结组成的半导体器件,具有单方向导电特性,PD方案无增益,探测距离短,适用于FMCW激光雷达,该方案探测成本低。
APD在以硅或锗为材料制成的光电二极管的P-N结上加上反向偏压后,射入的光被P-N结吸收后会形成光电流。加大反向偏压会产生“雪崩”(即光电流成倍地激增)的现象,因此这种二极管被称为“雪崩光电二极管”,APD相比PD增益能力得到提升,可以理解为一份光子进来,可以把它增益到上百的这种信号,即使在很低的光强下也可以进行有效探测,为TOF激光雷达技术相对成熟的方案,符合自动驾驶场景。
SPAD是一种新型的光电探测器件,由工作在盖革模式的雪崩二极管阵列组成,具有增益高(比APD提升了10万倍)、探测距离远等特点。硅光电倍增管(SiPM)是多个SPAD的阵列形式,可通过多个SPAD获得更高的可探测范围以及配合阵列光源使用。但由于雪崩二极管一直工作在倍增模式的话会影响二极管的使用寿命,从而影响该方案的可靠性,因而APD为目前TOF激光雷达的主流方案。
技术路线之四(按信息处理方式):FPGA(目前主流)→SoC(远期)
激光雷达主控芯片为FPGA,为行业当前主流方案,远期SoC或将替代FPGA方案。负责波形算法处理、激光雷达探测器等功能模块的控制,赛灵思为主要供货商。长期维度来看,激光雷达厂商自研SoC芯片,以禾赛科技为例,其自研的SoC芯片能够单片集成探测器、前端电路、波形数字化、算法处理、脉冲控制等功能,相当于激光雷达后端的探测器和信息处理部分单片集成,直接实时输出激光雷达点云数据,具有集成度高、适合大规模量产、器件自主可控的优势。
4激光雷达的发展趋势——车规级、降成本
车规级:激光雷达从0到1的前提
车规级即能够通过车企的一系列认证测试,拿到项目定点且开始量产。对于汽车零部件,业内公认的标准有ISO、ISO、AEC-Q20等,要求车用零件小型化以及高低温环境条件下(-40~+℃)具备高可靠性,一般的汽车设计寿命在15年20万公里左右,智能化带来汽车系统组成部件和环节变多,对组成的部件的可靠性要求变高。
目前汽车行业对激光雷达的评价指标包含显性参数、实测性能指标及隐性指标。其中显性参数主要包括测远能力、点频、角分辨率、视场角范围、测距精准度、功耗、集成度(体积及重量)等;隐性指标包含激光雷达产品的可靠性、安全性、使用寿命、成本控制、可量产性等,这些指标难以量化,缺乏公开信息,只能通过产品是否应用于行业领先企业的测试车队或量产项目中得以体现。
不同激光雷达技术参数差异较大,暂无标准化且量化的车规级准入指标,考虑到不同车企有体系化的测试验证体系、苛刻的测试条件,因而可以通过车企量产落地的搭载激光雷达车型项目来去合理推测不同激光雷达厂商的车规级能力。总体来看,Luminar、Innoviz、Valeo、Ibeo、大陆、Innovusion、速腾聚创、禾赛科技、华为、大疆livox均已量产或已具备乘用车项目定点订单。
降成本:激光雷达从1到N的关键
激光雷达的成本结构拆解
拆解激光雷达成本结构,收发模块成本占比最大,其次为光学部件。对于机械式激光雷达,参考汽车之心对于VelodyneVLP-16的BOM成本拆解数据,预计激光器、探测器、光学部件、电路板、电机外壳及结构件成本占比分别为40%、35%、10%、10%、5%。
对于半固态激光雷达,1)转镜式:参考SystemplusConsulting对于法雷奥SCALA转镜式激光雷达BOM成本拆解,主板、激光单元板、机械镜单元、机械激光单元、封装壳、电机单元板成本占比分别为45%、23%、13%、10%、8%、1%;2)MEMS:对于MEMS微振镜式激光雷达,预计发射模块、接收模块、光学部件、主板、外壳结构件成本占比分别为30%、25%、10%、25%、10%。总体来看,激光雷达成本核心在于收发装置,成本占比预计50%-60%之间,另外光学部件成本占比在10%-15%之间
激光雷达的降本之路
复盘激光雷达的进化路径,从机械式到半固态,激光雷达的单价从上万美金下探到了千元美金级别,年,单价美元以内的激光雷成产品陆续装车,价格的下探带来乘用车激光雷达市场开始爆发。展望未来,伴随激光雷达成本的降低,激光雷达的单价有望持续降低,从而带来乘用车端的渗透率不断提升。
从机械式到半固态到纯固态,激光雷达的价格下降明显的原因何在?
核心原因在于产品结构的改动,带来成本大幅下降。
机械式激光雷达售价高达上万美金,原因主要在于机械式方案的收发模块在运动,通过增加收发模块来实现高线束,激光收发模块由分立器件组装而成,在实现探测距离精度更高的同时,也导致了整套系统元器件成本非常高。以VelodyneHDL-64为例,其每个收发通道(共64个通道)的物料成本超美元,叠加复杂的调试带来的人工成本,导致售价高达8万美元。
半固态激光雷达相比机械式的改动之一是通过减少激光收发装置的数量来减少收发通道数,带来生产成本大幅降低,改动之二是加入了旋转扫描结构(MEMS微振镜),通过扫描结构的更新来弥补收发通道数量的减少。以半固态MEMS方案的InnovizOne为例,单价已降至美元。
纯固态为激光雷达通过半导体工艺能把激光雷达一些核心部件集成在芯片上,比如光源部分使用VCSEL、探测器使用SPAD,集成度提高的同时成本进一步降低。Quanergy为纯固态OPA代表性厂商,其S3价格为美元。
展望未来,激光雷达该如何持续降本?
1)规模化量产:对于车规级激光雷达,如果进行规模化量产,可以通过大规模采购降低物料成本。
2)芯片化制造:对于激光雷达收发模块,包含激光器、探测器、模拟前端芯片等电子部件,通过电子部件的芯片化可以进一步降低成本。目前酒钢雷达厂商开始自研激光雷达芯片,原因在于高线数激光雷达对激光收发装置的性能要求提高,而芯片化可有效降低成本。以禾赛科技为例,公司已经开始芯片化路线,V1.0、V1.5、V2.0芯片面向当前机械式、微振镜式、转镜式技术方案,V3.0面向纯固态式激光雷达PandarFT的开发及应用。
5激光雷达的产业链及发展机遇
激光雷达的产业链
总体来看,激光雷达产业链可以分为上游(光学和电子元器件)——中游(集成激光雷达)——下游(不同应用场景)。其中上游主要包含大量的光学元器件和电子元器件,组成激光发射、激光接收、扫描系统和信息处理四大部分。以上四大部分组装起来,集成为中游的激光雷达产品。下游应用除了已成熟的军事、测绘领域外,无人驾驶汽车、高精度地图、服务机器人、无人机等新兴领域应用近年来也开始快速发展。
上游:海外供应商芯片领域耕耘已久,收发模块和光学部件自主品牌
不输外资我们按照激光的路径对激光雷达上游主要零部件进行梳理,总体来看可以分为电学芯片(模拟芯片、FPGA)、光学部件(准直镜、分束器、扩散片、透镜、滤光片)、收发部件(激光器、探测器)。
总体来看,激光雷达电学芯片部分涉及的模拟芯片和FPGA芯片,海外芯片龙头为行业领导者,国内供应商起步较晚,赛灵思的FPGA芯片应用于速腾聚创、禾赛科技、Innovusion等主流激光雷达厂商中。光学部件MEMS微振镜海外龙头(滨松、mirrorcle等)技术成熟,国内MEMS微振镜企业近年发展迅速,其中速腾聚创投资希景科技、禾赛科技和镭神智能自研MEMS微振镜;其他光学器件比如准直镜、扩散片、分束器等已经非常成熟,国内诸多厂商均有布局,代表性厂商有舜宇光学科技、永新光学、腾景科技、蓝特光学、水晶光电、福晶科技、炬光科技等,国内供应链成熟且具备成本优势,有望乘激光雷达之风迎来新发展机遇。对于激光器和探测器,国内供应商在产品的定制化上有较大的灵活性,价格也有一定优势,有望在收发模块开启国产替代,其中激光器的代表性厂商有内有炬光科技(已上市)、长光华芯(拟上市)、纵慧芯光、睿熙科等,探测器的代表性厂商有灵明光子、南京芯视界、芯辉科技、宇称电子、阜时科技等。
信息处理——电学芯片:海外芯片龙头为行业领导者,国内供应商起步较晚
激光雷达的上游芯片主要为信息处理部分FPGA芯片、模拟芯片。
1)FPGA芯片市场寡头垄断,赛灵思占据主导地位。FPGA芯片通常被用作激光雷达的主控芯片,供应商海外有赛灵思、英特尔、亚德诺、莱迪)等,国内有安路科技、紫光国芯、西安智多晶微电子、华微电子、高云半导体等。从市占率角度看,按销售额计,国内FPGA芯片市场CR3高达96%,为高度集中的市场,其中赛灵思市占率为55%,目前,赛灵思的FPGA芯片应用于速腾聚创、一径科技、北醒光子、Blickfeld、禾赛科技、Innovusion、Ouster、北科天绘等主流激光雷达厂商的解决方案中。国外供应商的FPGA产品性能相比国内供应商大幅领先,但国内产品的逻辑资源规模和高速接口性能,也能够满足激光雷达的需求。
2)模拟芯片市场海外供应商领先,国内厂商成立较晚。模拟芯片用于搭建激光雷达系统中发光控制、光电信号转换,以及电信号实时处理等关键子系统。国际范围内模拟芯片供应商主要有德州仪器、亚德诺半导体、思佳讯、英飞凌、意法半导体等;国内模拟芯片的供应商包括矽力杰半导体、圣邦微电子、昂宝电子、富满电子、上海贝岭、士兰微等。从市占率角度看,年全球TOP10主要集中于欧美企业,海外供应商在该领域积累已久,技术先进、产能充足、成熟度高,是行业的领导者。国内供应商相比国外起步较晚,从产品丰富程度到技术水平还普遍存在着一定差距,尤其车规类产品差距会更大。
扫描系统——光学部件:国内供应链技术达标叠加成本优势,迎发展机遇
激光雷达的光学部件主要应用于上游的扫描系统,涉及的产品包括MEMS微振镜、镜头、透镜、滤光片等。
1)MEMS微振镜海外龙头技术成熟,国内MEMS微振镜企业近年发展迅速。技术成熟且量产的MEMS微振镜企业基本集中在国外,比如Mirrorcle、滨松、MicroVision以及被德国英飞凌收购的Innoluce。中国MEMS微振镜企业近年发展迅速,如知微传感、Opus、苏州希景科技(速腾聚创投资)等,此外,镭神智能、禾赛科技自研MEMS微振镜。
为了获得最大化的视场角,MEMS激光雷达厂商追求大尺寸MEMS镜面,美国Mirrorcle公司可提供尺寸大至7.5mm的MEMS镜面,但高达9美元的售价限制了其大规模落地商用。根据麦姆斯咨询信息,速腾聚创投资的希景科技开发的MEMS微振镜镜面直径为5mm,已经通过了高低温、随机振动等可靠性测试,并进入量产阶段。
2)镜头、滤光片等光学部件国内供应链成熟且具备成本优势,有望乘激光雷达之风迎来新发展机遇。
光学器件比如准直镜、扩散片、分束器等产品已经非常成熟,国内诸多厂商均有布局,代表性厂商有舜宇光学科技、永新光学、腾景科技、蓝特光学、水晶光电、福晶科技、炬光科技等。其中舜宇光学科技作为车载摄像头镜头全球龙头(年全球市占率33%),在激光雷达领域也推出了镜头产品,根据盖世汽车信息,公司已与激光雷达平台提供商LeddarTech建立合作,为其提供光学解决方案;永新光学生产车载激光雷达光学镜头及光学元器件,与禾赛、Innoviz等国内外多家激光雷达方案商建立合作,并已进入麦格纳的指定产品供应商名单;炬光科技可提供微透镜、广角光束扩散器、光源光学组件等光学产品,客户包含长光华芯、相干、Velodyne、Lumibird、T公司。
总体来看,目前国内供应链在光学部件方面的技术水平已经达到国外供应链的水准,且有明显的成本优势,已经可以完全替代国外供应链和满足产品加工的需求,有望乘激光雷达之风迎来新发展机遇。
激光收发模块——激光器和探测器:国内企业快马加鞭,有望开启国产替代
1)激光器:从海外公司主导逐步转变为国内公司迎头赶上
行业层面,两个关键特征在于:首先,车用EEL和VCSEL市场为新兴萌芽市场,增势最为迅猛。相比传统的光通信、手机、工业、医疗等领域,车用市场规模目前相对较小。但是受益于激光雷达用EEL、VCSEL的增多,未来5年车用领域市场规模的年复合增速最快(新兴应用含车用EEL为25%,车用VCSEL为%)。
其次,从市场规模和发展空间来看,EEL为主流应用,VCSEL发展势头迅猛。根据yole数据,EEL市场,新兴应用(含传感、医学和照明)的市场规模由年的2亿美元增至年的7.8亿美元,CAGR为25%,其中传感技术(尤其是激光雷达)的应用将越来越重要。VCSEL市场,汽车领域的应用将由年的万美元增至年的万美元,CAGR为%,主要应用于激光雷达和驾驶员监控等汽车场景。
公司层面,海外头部厂商耕耘已久,在手机市场具备优势,汽车领域为新兴市场,国内激光器厂商快马加鞭,有机会参与到激光器市场竞争中。
从竞争格局来看,全球VCSEL市场前三为Lumentum(49%)、II-VI(14%)、AMS(11%),以Lumentum、AMS欧司朗为代表的国际龙头在手机VCSEL市场深耕已久,在消费电子领域处于领先地位,汽车应用为相对新兴的市场,国内以纵慧芯光为代表的厂商有望迎来发展机遇。
从车用激光器布局厂商来看,国内供应商近年发展迅速,国内炬光科技已成功上市。目前能提供车用EEL、VCSEL激光器的厂商国外有AMS欧司朗、Lumentum、II-VIFinisar等;国内有炬光科技(已上市)、长光华芯(拟上市)、纵慧芯光、睿熙科技。此外,光纤激光器方面的供应商包含Lumibird、光库科技、昂纳科技、海创光电,镭神智能和禾赛科技均自研光纤激光器。
国内供应商中,1)炬光科技可提供EEL线光源发射模组、VCSEL面光源发射模组,产品客户有大陆、ArgoAI等,公司于年12月24日在上交所上市,实际募集资金净额为16.33亿元,其中1.67亿元用于激光雷达发射模组产业化项目;2)长光华芯产品包含EEL、VCSEL芯片,公司拟通过上市募资13.48亿元,其中3.05亿元用于垂直腔面发射半导体激光器(VCSEL)及光通讯激光芯片产业化项目。
总体来看,整个激光芯片及激光器厂商国外起步早,产品的成熟度和可靠性上有更多的实践经验和优势,综合实力相对较强。国内供应商近些年发展迅速,产品性能已经基本接近国外供应链水平,有望参与到激光器市场竞争中,并享受国产替代机遇。以长光华芯为例,公司的高功率单管芯片输出功率最高达到30W,电光转换效率达到63.00%,技术水平不输国际品牌II-VI和Lumentum。(报告来源:未来智库)
2)探测器:海外龙头深耕多年,国内品牌加速布局
布局企业层面,海外公司滨松深耕激光探测器多年,可提供PD、APD、SPAD、SiPM等多种技术方案产品。国内以灵明光子、南京芯视界、芯辉科技、宇称电子、阜时科技等为代表的企业也快马加鞭,在SPAD、SiPM领域加速布局。
中游:激光雷达厂商加速蓄力,行业竞争尚处早期
激光雷达壁垒相对较高,国际与国内主流的激光雷达厂商技术路线存在差异化,整个行业还处于各家积蓄实力加速推出车规级产品的阶段,行业竞争尚处早期。
我们对全球激光雷达主流玩家的代表性产品、技术路线、配套客户及上游布局等进行了梳理。
从技术路线角度来看,激光雷达厂商可以分为两大类:一类是从机械式入局,近年来开始向半固态方案倾斜,比如Velodyne、禾赛科技、速腾聚创。以Velodyne为例,作为传统机械式激光雷达先驱,在谷歌无人驾驶项目、百度robotaxi项目均有应用,近年来开始推出半固态(振镜)激光雷达,寻求在乘用车场景的应用;另一类是直接入局半固态或纯固态的厂商,其中半固态的有Valeo、Innoviz、Innovusion、Luminar、华为、镭神智能、大疆livox,全固态的有Ouster、Leddartech、大陆、Quanergy。
从车规级落地项目(有乘用车配套激光雷达且已经/即将量产上市的)来看,目前主流的选择为半固态,激光雷达单价在-美元之间,已经符合前装量产的条件。代表性的车型有上汽R(LuminarIris、年量产、-美元)、宝马IX(InnovizOne、年量产、美元)、蔚来ET7(Innovusion、年量产、美元以内)、小鹏P5(大疆LivoxHAP、年量产)、广汽AionLX(速腾聚创M1、年量产、美元)。
从激光雷达竞争格局来看,国产厂商快速崛起。营收角度,全球前四为工业用激光雷达厂商,单就汽车领域激光雷达供货商而言,Velodyne、法雷奥、禾赛科技、速腾聚创市占率分别为5%、3%、2%、1%。专利数量角度,截至年9月,全球汽车与工业领域激光雷达市占率前三为法雷奥(28%)、速腾聚创(10%)、Luminar(7%),速腾聚创已获客户订单数位居全球第二。此外,国产化厂商大疆livox、华为、禾赛科技市占率分别为7%、3%、3%。
激光雷达技术路线的进化带动价格持续下探,前装量产上车可期。激光雷达的单价下探到美元以下,量产上车的产品不断涌现,展望未来,随着激光雷达技术的不断推进叠加成本的下降,激光雷达单价进一步降低,头部激光雷达厂商将迎来订单收获期。
(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
精选报告来源:。
转载请注明:http://www.0431gb208.com/sjslczl/1786.html