敬请参阅最后一页特别声明 -1- 证券研究报告 2021 年 12 月 22 日 行业研究 乘智能驾驶东风，领略激光雷达的星辰大海 激光雷达行业深度报告 激光雷达行业 供需两侧共发力，车载赛道前景明朗。激光雷达（LiDAR）作为智能驾驶“感知、 决策、执行”三大核心环节之首的感知层传感器，被誉为 “机器设备之眼”， 将适应多传感器融合趋势，迎来快速成长。在需求端， ADAS 功能能够显著降 低人为失误带来的交通风险，无人驾驶技术将有效缓解社会老龄化带来的劳动力 短缺的问题。在供给端，一方面资本市场看好 LiDAR 商业前景，为行业发展注 入资金能源，1H21 全球 LiDAR 领域融资超 120 亿元；另一方面试驾项目进展顺 利， 21 年开始前装量产车型密集发布，为 LiDAR 车载领域普及率的提升提供 强劲的助推力量。 渗透率+单车搭载量双升，乘用车载 LiDAR 近 60 亿美元规模。2021 年 1-11 月 中国新能源车销量不断突破历史新高，同时 ADAS 实现快速渗透，智能驾驶领域 呈现“造车新势力与传统汽车共同做大市场，消费者认知逐步提升并加速普及” 的趋势。未来，伴随 ADAS 等级提升， LiDAR 单车搭载数量将实现翻倍攀升。 在渗透率和单车搭载量双重提升的逻辑下，我们预计 2025 年中国乘用车 LiDAR 市场空间突破 20 亿美元，对应 21-25 年 CAGR 为 109.2%；全球乘用车 LiDAR 市场空间有望达到60 亿美元左右，对应 21-25 年 CAGR 为 113.4%。 追求性能优化+成本降低，是技术革新的主旋律。硬件方面，在激光发射、光束 操纵、激光接受、信息处理四大环节皆可发力，转镜/MEMS 最快上车，Flash/OPA 或为长期方向，整体呈现芯片智能化+固态集成化趋势；软件方面，算法、感知 系统持续优化，助力 LiDAR 逐步实现从“看见”到“看懂”。 短期性能符合车规，中长期量产降本。短期来看，产品性能提升为核心，智驾车 规在稳定、美观、安全等方面相比消费电子对传感器提出更高要求，熟悉了解车 规细节的厂商更能脱颖而出。中长期来看，规模化量产能力举足轻重，降本增效 为长期要义。目前头部厂商产品价格降幅较为明显，已经下探至千元水平，未来 仍存在下降空间，商业装车量产指日可待。 LiDAR 厂商两种推进风格，国产全产业链崛起可期。智能驾驶方案分为视觉主导 和雷达主导：以摄像头为核心传感器的视觉方案壁垒高筑，特斯拉一枝独秀；以 激光雷达为主导的方案尚处成长期，目前 LiDAR 厂家分为“从机械式起步、逐 渐向固态过渡”和“直接瞄准半固态/固态”两种参与风格。产业链方面，行业 上游国产元器件成本优势+产线芯片自研趋势明显，中游华为、大疆凭借科技优 势纷纷入局，禾赛科技、速腾聚创脱颖而出，中国势力崛起可期。 海外厂家先发优势，国内厂商实现反超。Velodyne、 Luminar、Innoviz 分别 在机械式、1550nm 及 MEMS 技术路径率先发力，中国厂商禾赛科技、速腾聚 创近几年加速追赶，在研产一体、感知系统方面逐渐建立自身优势。Yole2021M9 报告显示，速腾聚创在汽车和工业市场应用的份额占比排名中国第一、全球第二。 投资建议：当前激光雷达行业发展仍处于成长早期，未来将呈现百花齐放的格局， 我们认为，激光雷达作为 L3+级别自动驾驶传感器的关键，有望伴随车载前装量 产上车的进程，于 2022-2023 年迎来行业向上拐点，给予激光雷达行业“买入” 评级。舜宇光学科技(2382.HK)为全球光学龙头厂商，主营业务涉及手机镜头、 摄像模组、车载镜头等多种光学品类。公司近年来持续加码车载领域，1H21 公 司汽车相关营收占比由 1H20 的 5%提升至 8%，公司 LiDAR 相关在手订单十余 个，预计将于 21 年底至 22 年陆续放量，长期伴随 ADAS 渗透率提升，以及车 载摄像模组、LiDAR、HUD、智能大灯放量，公司车载光学业务有望接棒手机光 学业务成为利润增长核心驱动力，构筑公司第二成长曲线，维持“买入”评级。 此外，建议关注：1）机械式厂商的固态化进展：Velodyne(VLDR.US)、禾赛科 技等；2）半固态厂商的订单定点及量产交付情况：Luminar(LAZR.US)、 Innoviz(INVZ.US)、速腾聚创、华为、大疆等。 风险分析：1）自动驾驶与 ADAS 渗透不及预期；2）激光雷达成本下降不及预 期；3）其他自动驾驶传感器技术替代的风险。 买入（首次） 作者 分析师：付天姿 执业证书编号：S0930517040002 021-52523692 联系人：王贇 021-52523862 要点 敬请参阅最后一页特别声明 -2- 证券研究报告 激光雷达行业 投资聚焦 我们的创新之处 1. 我们从供给和需求两个角度，对激光雷达 2021 年开始被市场广泛关注的原因 进行解释，进一步从按车型推算和按地区推算的两个逻辑，推算 2025 年中国乘 用车 LiDAR 市场空间有望突破 20 亿美元，对应 21-25 年 CAGR 为 109.2%；全 球乘用车 LiDAR 市场空间达到60亿美元左右，对应21-25年CAGR 为113.4%。 1）按车型推算逻辑：从中国到全球。我们将乘用车车型分为新能源乘用车、 燃油乘用车，分别将 ADAS L1-L5 各级别渗透率进行了预测。根据中国两种 车型在全球占比的历史趋势，结合新冠疫情影响对未来进行了预测。我们认 为激光雷达未来 ASP将随着量产而下降，但是自动化驾驶升级将带动单车搭 载量成倍提升。结论：我们预计 2021-2025 年中国乘用车 LiDAR 市场规模分 别为 1.1 亿/4.9 亿/9.8 亿/14.4 亿/20.8 亿美元（对应 CAGR 109.2%），全球 乘用车LiDAR市场规模分别为2.8亿/ 13.3亿/ 27.4亿/40.2亿/58.2亿美元（对 应 CAGR 113.4%）。 2）按地区推算逻辑：全球地区划分再加总。根据 Marklines 对于全球主要 地区乘用车销量的统计与预测，结合 2021 年中国新能源车持续走高的趋势及 预测，将中国部分进行相应调整。结合罗兰贝格于 2021 年 3 月发布的最新 咨询报告（依据新冠疫情调整后）中 2020 年及2025 年 ADAS 供需情况的预 测，得到全球不同地区 ADAS 各级别渗透率。结论：我们预测 2025 年全球乘 用车LiDAR市场规模达到61.37亿美元，中国乘用车载LiDAR市场规模20.78 亿美元，与按车型推算逻辑实现了相互验证。 2. 我们按照测距原理、发射结构、光束操纵、接收结构、信息处理结构五大维 度，将激光雷达硬件各环节的技术现状进行了详细的拆分，并分别对发展趋势进 行了分析。具体体现为光束发射和探测环节：核心器件的升级（例如 EEL VCSEL；APDSPAD/SiPD）；扫描环节：固态化（机械式转镜/MEMS/棱 镜OPA/Flash）；信息处理环节：片上集成化（自研 SoC 芯片）。结论： 总体来说，硬件呈现形态固态化+芯片集成化的趋势，不仅提升系统可靠性、降 低装调生产成本，而且有利于关键元器件的自主可控，为大规模量产提供可能。 3. 我们在全球范围内选取富有代表性的 LiDAR 厂商 Velodyne（VLDR.US）、 Luminar（LAZR.US）、Innoviz（INVZ.US）、禾赛科技、速腾聚创五家公司， 均从公司产品、技术路径、合作伙伴、在手订单与量产进度几个维度进行核心竞 争优势的详细分析和对比。 投资观点 我们认为，智能驾驶领域呈现“造车新势力与传统汽车共同做大市场，消费 者认知逐步提升并加速普及”的趋势，而激光雷达作为智能汽车 L3 级别以上自 动驾驶传感器的关键，有望伴随智能车载前装量产上车的进程，于 2022-2023 年迎来行业向上拐点。当前激光雷达行业发展仍处于成长早期，未来将呈现百花 齐放的格局，给予激光雷达行业“买入”评级。 舜宇光学科技(2382.HK)为全球光学龙头厂商，主营业务涉及手机镜头、摄 像模组、车载镜头等多种光学品类。公司近年来持续加码车载领域，1H21 公司 汽车相关营收占比由 1H20 的 5%提升至 8%，公司 LiDAR 相关在手订单十余个， 预计将于 21 年底至 22 年陆续放量，我们认为长期伴随 ADAS 渗透率提升，以 及车载摄像模组、LiDAR、HUD、智能大灯放量，公司车载光学业务有望接棒手 机光学业务成为利润增长核心驱动力，构筑公司第二成长曲线。维持“买入”评 级。此外，建议关注：1）机械式厂商的固态化进展：Velodyne(VLDR.US)、禾 赛科技等；2）半固态厂商的订单定点及量产交付情况：Luminar(LAZR.US)、 Innoviz(INVZ.US)、速腾聚创、华为、大疆等。 敬请参阅最后一页特别声明 -3- 证券研究报告 激光雷达行业 目 录 1、 激光雷达(LiDAR)行业概况 . 9 1.1、什么是激光？什么是激光雷达？应用的历史？ . 9 1.2、 智驾传感硬件之首，多器件融合大势所趋 . 10 1.3、 以何驱动：供需两侧共发力，车载赛道前景明朗 . 12 1.3.1、需求端：下游拉动+政策支持，自动驾驶等级提升关键 . 12 1.3.2、供给端：融资支持+试驾顺利，车企纷纷布局激光雷达 . 15 1.4、空间：渗透率+单车搭载量双升，乘用车LiDAR近60亿美元规模 . 18 1.4.1、按车型推算：全球乘用车激光雷达市场规模为58.16亿美元 . 20 1.4.2、按地区推算：全球乘用车激光雷达市场规模为61.37亿美元 . 22 2、 技术路径：详拆结构，把握趋势 . 23 2.1、原理：ToF发展成熟，FMCW备受期待 . 24 2.2、技术：四大系统相辅相成 . 25 2.2.1、激光发射：EEL向VCSEL、905nm向1550nm发展 . 26 2.2.2、光束操纵：转镜最快上车，Flash、OPA长期方向 . 28 2.2.3、激光接收：设计工艺逐步进化，SPAD优势越显 . 31 2.2.4、信息处理：主控芯片FPGA，自研SoC多家布局 . 32 2.3、发展：硬件固态+集成化，软件算法优化 . 32 3、 行业壁垒：短期性能符合车规，中长期量产降本 . 34 3.1、性能通过车规为核心，美观+安全指明方向 . 34 3.2、激光雷达技术壁垒高，产品迭代速度快 . 35 3.3、规模化量产举足轻重，降本增效长期要义 . 35 4、 竞争格局：视觉方案一枝独秀，雷达方案百花齐放. 36 4.1、特斯拉引领时代，积极布局摄像视觉方案 . 36 4.2、雷达系尚于成长期，与OEM/Tier1公司合作紧密 . 38 4.2.1、上游：核心元器件海外优势明显，国产自研加速追赶 . 39 4.2.2、中游：两种推进风格，国产势力崛起可期 . 40 4.2.3、下游：与OEM和Tier 1高度捆绑 . 43 5、 重点公司分析：技术侧重各有不同，各有优势 . 43 5.1、Velodyne（VLDR）：行业开创者 . 43 5.1.1、产品与应用：多场景覆盖+全系列产品，满足市场多元需求 . 44 5.1.2、核心优势：布局最早的行业开拓者 . 45 5.1.3、订单与量产：在手商用项目合计达到213个 . 46 5.2、Luminar（LAZR）：深耕1550nm . 47 5.2.1、公司产品： 提供硬件+软件+全栈安全解决方案 . 48 5.2.2、核心优势：1550nm激光雷达先发优势明显 . 49 5.2.3、订单与量产：稳步推进，订单远超年初指引预期 . 50 5.3、Innoviz（INVZ）： MEMS技术龙头 . 51 5.3.1、公司产品：MEMS技术，产品升级成本降低70% . 51 5.3.2、核心优势：产品性价比突出，宝马、Tier1商业进展融洽 . 52 5.3.3、订单与量产：潜在及在手订单价值合计超过 55亿美元 . 54 5.3.4、财务指引：L2 级+软件营收贡献逐年提升，毛利有望大幅增长. 55 5.4、禾赛科技：中国机械式主力 . 55 5.4.1、公司产品：机械式为主力，主要面向无人驾驶领域 . 56 5.4.2、核心优势：中国机械式领头羊，自建产线把控成本 . 57 5.4.3、战略合作及商用落地：2021年向乘用车ADAS领域进军 . 58 5.4.4、财务状况：毛利较高，积极投入研发 . 59 5.5、速腾聚创：全球车规级量产交付第一 . 59 敬请参阅最后一页特别声明 -4- 证券研究报告 激光雷达行业 5.5.1、公司产品：机械式+MEMS双路线，感知方案并行 . 60 5.5.2、核心优势： MEMS车规级固态LiDAR，在手订单全球第二 . 61 5.5.3、订单与量产：定点订单中国第一、全球第二 . 62 6、 投资建议：LiDAR +上游零部件厂商 . 63 6.1、建议关注. 63 6.2、舜宇光学科技（ 2382.HK ）：全球光学龙头厂商，车载光学有望构筑第二成长曲线 . 63 6.2.1、全球光学龙头厂商，多光学品类全面开花 . 63 6.2.2、光学赛道仍具备多维度升级空间，持续研发维持高端优势 . 64 6.2.3、车载业务前景向好，有望构筑第二成长曲线 . 67 6.2.4、盈利预测、估值与评级 . 69 7、 风险提示 . 69 敬请参阅最后一页特别声明 -5- 证券研究报告 激光雷达行业 图目录 图1：激光雷达产品性能持续优化，应用领域持续拓展，不断吸引科技巨头入局 . 9 图2：功能层面，激光雷达属于感知层传感器 . 10 图3：激光雷达相比毫米波雷达、摄像头，综合性能更优 . 11 图4：传感器融合的趋势为激光雷达市场发展提供确定性 . 12 图5：L4/L5 自动驾驶情况更加复杂，需要一定的安全冗余 . 12 图6：激光雷达主要应用于自动驾驶、智慧城市/V2X、机器人等 . 12 图7：2025年激光雷达在车载领域的应用占比将超过60%（价值量） . 12 图8：智能车载领域对整体市场的增长贡献达到61%. 13 图9：我国平均每年发生车祸20 余万起，死亡人数约6万人 . 13 图10：自动辅助驾驶让行车安全水平达到平均水平的8.66倍 . 13 图11：中国人口老龄化程度加深 . 14 图12：2021年上半年激光雷达行业融资金额迎来高速增长 . 15 图13：小鹏P5搭载 Livox楔形双棱镜激光雷达 . 18 图14：北汽携手华为，一次性搭载3颗激光雷达 . 18 图15：全球主机厂加速进行智能化革新 . 19 图16：自动驾驶等级提升，激光雷达单车搭载量随之增加 . 19 图17：预计车载激光雷达价格下探趋势明显 . 20 图18：飞行时间ToF工作原理 . 25 图19：FMCW工作原理 . 25 图20：激光雷达由激光发射、激光操纵（扫描系统）、激光接收、信息处理四大系统要素构成 . 26 图21：EEL与VCSEL发光面示意图 . 26 图22：VCSEL具备成本低、效率高的优点 . 26 图23：不同波长光对人眼损伤部位 . 27 图24：905nm和1550nm两种波长对比 . 27 图25：发射光学系统由扩散片、准直镜、分束器组成 . 27 图26：机械式通过360旋转对四周环境进行全面扫描 . 28 图27：传统机械扫描方式发展最早，仍为目前主流（66%） . 28 图28：混合固态扫描方式分为MEMES微振镜、转镜、棱镜三种 . 29 图29：OPA原理类似水波，利用光源干涉实现光线角度偏转 . 29 图30：Flash可以短时间直接发射大片覆盖探测区域的激光 . 29 图31：激光雷达向性能、低成本、全固态化、自主可控趋势发展 . 30 图32：激光接收的过程是反射光线经由接收光学系统，最终汇聚到接收器上. 31 图33：SiPM对比于APD在测量距离上有明显优势. 32 图34：激光雷达专用芯片及功能模块示意 . 32 图35：硬件与软件各环节皆可发力 . 33 图36：禾赛科技芯片化发展路线清晰. 33 图37：相比于消费级电子，车载零部件的性能要求更高 . 34 图38：激光雷达行业具有较高的技术水准与技术壁垒 . 35 图39：能否“规模量产”成为竞争壁垒之一 . 35 敬请参阅最后一页特别声明 -6- 证券研究报告 激光雷达行业 图40：龙头Velodyne通过量产优化成本，促进产品价格下降 . 36 图41：目前头部厂商激光雷达价格降幅已经较为明显 . 36 图42：自动驾驶感知技术路线主要分为视觉方案和激光雷达为主导的多传感器融合方案 . 36 图43：特斯拉不断升级硬件配置，从而提升图像处理准确性与安全性 . 37 图44：特斯拉数据+算法优势，实现正反馈机制 . 37 图45：特斯拉Autopilot累计里程已超33亿英里（数据统计截至2020年4月） . 38 图46：特斯拉在美国撞上翻倒的静止的卡车 . 38 图47：主流厂商芯片参数对比 . 38 图48：激光雷达产业链 . 39 图49：激光雷达的上游元器件海外优势明显 . 40 图50：激光雷达厂商两种参与风格，各有优势 . 41 图51：国产激光雷达厂商正在逐步崛起 . 41 图52：速腾聚创的已获订单数已位居全球第二 . 41 图53：华为启用“爬北坡战略” . 42 图54：采用Livox HAP的小鹏P5已上市 . 42 图55：车载激光雷达价格下探趋势明显 . 42 图56：Velodyne发展历程 . 44 图57：通过不断创新，Velodyne充实自身技术和产品矩阵 . 44 图58：Velodyne产品满足多场景需求 . 45 图59：Velodyne具备五大核心竞争优势 . 46 图60：Velodyne合作伙伴涉及多元领域 . 46 图61：Velodyne的Vella片上系统（SoC） . 46 图62：Velodyne 的微型激光雷达阵列（MLA 技术） . 46 图63：Velodyne与合作伙伴的商用合作协议流程分为三个阶段 . 47 图64：Velodyne 在手项目应用领域统计与出货量预测 . 47 图65：Velodyne 在手项目进展统计与营收预测 . 47 图66：Luminar发展历程 . 48 图67：Luminar提供全栈集成自主安全解决方案 . 48 图68：Luminar的硬件产品为Hydra和Iris . 49 图69：一站式解决方案Sentinel Alpha即将于 2021年底交付 . 49 图70：Luminar 性能与安全性远超竞品 . 49 图71：目标生态系统图中，超过75%的公司是Luminar的客户 . 50 图72：Luminar量产时间预计安排 . 50 图73：Innoviz发展历程 . 51 图74：Innoviz Two在降低70%的成本的同时提供了显著性能改进 . 52 图75：Innoviz Two与竞品相比，性价比突出 . 52 图76：Innoviz核心竞争力为性价比突出的产品，宝马、Tier1商业进展融洽 . 53 图77：Innoviz产品率先通过多方车规级认证 . 53 图78：Innoviz 2021 新增合作伙伴涉及更多国家与应用领域 . 53 图79：创始团队81 Unit为Innoviz研发能力提供保障 . 54 图80：进入高级技术验证阶段的公司增加一倍以上，处于商业需求谈判阶段的公司上升至8个 . 54 敬请参阅最后一页特别声明 -7- 证券研究报告 激光雷达行业 图81：L2 和L3 级乘用车ADAS 将是行业最大增长动力 . 55 图82：预计L2 级OEM以及软件收入的营收贡献将逐年提升 . 55 图83：Innoviz预测毛利率将在未来五年持续上升 . 55 图84：Innoviz预测2024年EBITDA 将扭亏为盈 . 55 图85：禾赛科技发展历程 . 56 图86：AT128超过 153万点/秒的点频刷新行业记录 . 57 图87：禾赛科技自建产线，根据客户需求完成产品的集中生产 . 57 图88：禾赛科技核心技术框架图 . 58 图89：公司具备充足的技术储备 . 58 图90：禾赛科技战略合作伙伴部分整理（截至2021.09） . 58 图91：禾赛科技营业收入迅速增长（2020年疫情影响） . 59 图92：公司每年各季度的收入基本呈环比递增趋势 . 59 图93：禾赛科技毛利率较高且保持稳定 . 59 图94：禾赛科技研发费用率逐渐提升. 59 图95：速腾聚创发展历程 . 60 图96：公司产品技术包括机械式、MEMS激光雷达硬件和感知方案 . 60 图97：车规级转镜LiDAR鼻祖 Valeo下一代长距离的 Scala选择MEMS技术 . 61 图98：速腾聚创在整个供应链优质合作伙伴众多 . 61 图99：速腾聚创应用场景多样 . 61 图100：车规级固态激光雷达M1 的量产进展示意 . 62 图101：速腾聚创在全球车和工业市场定点订单数量占比10%，排名中国第一、全球第二 . 62 图102：速腾聚创率先实现车规量产 . 62 图103：舜宇光学主要产品包括光学零部件、光电产品、光学仪器三大类别 . 64 图104：1H21舜宇归母净利润同比上升54%至26.88亿元 . 64 图105：舜宇毛利率、净利率呈现逐年上升趋势 . 64 图106：5G渗透呈现见顶迹象，智能手机已是存量竞争市场 . 65 图107：荣耀、OPPO、vivo、小米逐步承接华为市场份额 . 65 图108：2021年至今主要手机品牌旗舰机镜头方案升级趋势 . 65 图109：2018-2020年公司潜望式模组和大像面模组出货量占比 . 66 图110：2018-2020年公司6P 及以上手机镜头出货量占比 . 66 图111：舜宇注重专利布局，强化竞争优势 . 66 图112：公司车载领域布局多年，具备客户、产品与技术优势 . 67 图113：1H21公司汽车相关营收占比由1H20的5%提升至8% . 68 图114：车载光学应用潜力巨大 . 68 图115：舜宇车载领域技术储备深厚、产品多元化发展 . 68 图116：舜宇根据客户需求升级改进激光雷达光学产品、布局多元技术路径 . 69 敬请参阅最后一页特别声明 -8- 证券研究报告 激光雷达行业 表目录 表1：目前的传感方式在车载领域各有优劣 . 10 表2：我国政策给予了自动驾驶行业大力支持 . 14 表3：激光雷达及其上游厂商频繁获资本青睐（2020年-2021年7月典型事件梳理） . 15 表4：全球范围无人驾驶测试项目及车队规模也都处于快速扩张之中 . 17 表5：2021-2022年下游车企布局激光雷达进程加速 . 17 表6：不同车型对应ADAS级别渗透率预测 . 21 表7：中国乘用车销量占比预测（分类别） . 21 表8：中国/全球乘用车载激光雷达市场规模有望达到20.78亿美元/58.16亿美元 . 22 表9：全球主要地区乘用车销量及预测（万辆） . 22 表10：世界各地区对应ADAS级别渗透率及规模预测（亿美元） . 23 表11：根据核心技术架构的不同，激光雷达分类维度多样 . 24 表12：ToF和 FMCW对比 . 25 表13：激光雷达扫描技术方案对比 . 29 表14：探测器设计工艺正在逐步进化. 31 表15：行业目前使用七个显性指标来评价激光雷达的性能 . 34 表16：特斯拉自动驾驶行驶里程遥遥领先 . 38 表17：国产激光雷达厂商在追求性价比方面表现亮眼 . 42 表18：下游通过产业投资的方式对激光雷达公司实现高速捆绑 . 43 表19：Luminar对于2021年全年的业绩指引 . 51 表20：禾赛科技激光雷达产品梳理 . 56 表21：激光雷达行业主要公司情况汇总对比 . 63 表22：舜宇光学在 VR/AR 持续研发创新，VR/AR前沿领域均有布局 . 67 表23：舜宇光学盈利预测与估值简表. 69 敬请参阅最后一页特别声明 -9- 证券研究报告 激光雷达行业 1、 激光雷达(LiDAR)行业概况 1.1、什么是激光？什么是激光雷达？应用的历史？ 激光的发明要追溯到爱因斯坦在 1917 年创立的受激辐射基础理论。处在高 能级的粒子受到某种光子的激发会从高能级跃迁到低能级，同时释放一个与激励 光子有着完全相同的频率、相位、传播方向以及偏振状态的光子，受激发射出的 光被称为 LASER，最早被翻译为镭射，如今我们翻译为激光。 激光雷达被称为探测的“眼睛”，是一种通过发射激光来测量物体与传感 器之间精确距离的主动测量装置。激光雷达的应用可以分成四个阶段： 1960-2000 诞生与科研应用阶段：全球第一台激光器诞生于 1960 年，早期 激光雷达主要用于科研及测绘项目，进行气象探测以及针对海洋、森林、地表的 地形测绘。二十世纪八九十年代，扫描结构的引入扩大了激光雷达的视场范围并 拓展了其应用领域，激光雷达商用产品如激光测距仪开始起步。 2000-2015 商业化与车载应用初期：激光雷达从单线扫描的架构逐渐发展到 多线扫描，它对环境 3D 高精度重建的应用优势被逐渐认可，2004 年开始的 DARPA 大赛推动了无人驾驶技术的快速发展并将激光雷达引入了无人驾驶。 2005 年 Velodyne 推出的机械旋转式激光雷达在第二届 DARPA 挑战赛中得 到广泛关注，第三届 DARPA 完赛的 6 支队伍中的 5 支都搭载了 Velodyne 生产 的激光雷达。随后陆续有巨头科技公司及新兴无人驾驶公司投入无人驾驶技术研 究，激光雷达被广泛应用于无人驾驶测试项目。 2016-2019 无人驾驶应用蓬勃发展：国内激光雷达厂商纷纷入局，技术水平 赶超国外厂商。激光雷达技术方案呈现多样化发展趋势，开始有无人驾驶车队进 行小范围商业化试点，此外激光雷达在高级辅助驾驶（ADAS）和服务机器人领 域的应用也得到不断发展。 2019 年至今技术优化引领上市热潮：技术上，激光雷达朝向芯片化、阵列化 发展。2020 年，境外激光雷达公司迎来通过 SPAC 的上市热潮，同时有华为、 大疆等巨头公司跨界加入激光雷达市场竞争。 图 1：激光雷达产品性能持续优化，应用领域持续拓展，不断吸引科技巨头入局 资料来源：各家公司官网，光大证券研究所 敬请参阅最后一页特别声明 -10- 证券研究报告 激光雷达行业 1.2、 智驾传感硬件之首，多器件融合大势所趋 智能驾驶分为感知、决策、控制三大核心环节。要想实现智能驾驶，第一 步就是让车看清楚周围的环境，也就是“感知”。进一步拆解可以分成两部分， 一个是硬件部分，负责“看到”，即“感”；另一部分是软件部分，也就是算法， 负责“理解”，即“知”。 图 2：功能层面，激光雷达属于感知层传感器 资料来源：光大证券研究所整理 激光雷达位于感知层，不同传感方式的原理和功能各不相同，在车载领域 各有优劣。目前主要的感知方式包括但不限于：超声波雷达、C-V2X、高精度地 图、摄像头、毫米波雷达、激光雷达等。 表 1：目前的传感方式在车载领域各有优劣 类型 原理 主要功能与应用 优势 劣势 测距 成本 高清摄像头 通过摄像头采集外部图 像信息、算法进行图像识 别 利用计算机视觉识别周围环 境与物体、判断前车距离 角度分别率优异；能分 辨颜色和具体形状 受光照影响大；极度依赖深度学 习算法；识别行人稳定性欠佳； 探测距离会受到像素的限制 50m 20-30 美元 C-V2X 基于蜂窝网络的车联网 技术，允许车辆通过通信 信道彼此共享信息 主要应用于盲区预警、多车 协同换道、交叉口冲突避免、 行人非机动车避撞、紧急车 辆优先通行、车队协同通过 信号交叉口等 车辆主动安全控制和道 路协同管理 需要路面以及其他车辆也配有同 样的设备，十分依赖基础设施建 设。目前尚未得到大量应用。 200美元 高精度地图 精度更高（厘米级别）、 数据维度更多（道路信息 +交通相关的静态信息） 的电子地图 传统地图主要为导航功能， 本质上与传统纸质地图是类 似的；而高精度地图通过 “高精度+高动态+多维度” 数据，为自动驾驶提供自变 量和目标函数的功能。 及时应对突发状况，选 择最优的路径行驶，进 一步提升自动驾驶的安 全性 地图的测绘涉及国家安全，目前 拥有资质的企业很少，覆盖的道 路也很有限 超声波雷达 超声波测距，利用时间差测算距离 变道辅助，盲区检测，自动倒车 成本低、体积小；环境 影响小；近距离探测精 度高 声波传播速度慢，不适合高速移 动；方向性较差 10m 10-15 美元 毫米波雷达 利用波长1-10nm、频率 30G-300GHz 毫米波，测 定和分析反射波实现功 能 最常见的感知硬件，多用于 ACC 自适应巡航的毫米波雷 达 兼具测距和测速功能， 有效探测距离长；价格 相对低廉，性价比高 识别精度有限，无法识别物体细 节；对非金属灵敏度显著低于金 属物体，在人车混杂场景下对行 人的探测效果不佳 300m 70-150美元 激光雷达 通过激光发射和接收装 置，基于ToF/FMCW原 理获得目标物体位置和 速度等特征数据 障碍检测、动态障碍检测识 别与跟踪、路面检测、定位 和导航、环境建模 有效探测距离远、角度 分辨率优，环境光照影 响小；无需深度学习算 法；能够准确的识别出 障碍物具体轮廓、距离 恶劣天气使用效果不稳定，在雨 雾、风沙等天气时会受到极大的 干扰，甚至无法工作。 300m 机械式 3000-8000 美元； 固态式规划降至 1000 美元 资料来源：CSDN、太平洋汽车，光大证券研究所整理 敬请参阅最后一页特别声明 -11- 证券研究报告 激光雷达行业 激光雷达综合性能最优，智能驾驶感知层面硬件之首。根据前瞻研究院，从可靠 度、行人判别、夜间模式、恶劣天气环境、细节分辨、探测距离等方面来对比， 激光雷达是三种环境传感器中综合性能最好的一种，而且，其产品优势将随着消 费升级与智能驾驶需求提升而愈发凸显。 1） 还原三维特征：高频激光可在一秒内获取大量（约 150 万个）的位置点信 息（称为点云），利用这些有距离信息的点云，可以精确地还原周围环境 的三维特征。 2） 探测精度高：激光雷达的探测精度在厘米级以内，这就使得激光雷达能够 准确的识别出障碍物具体轮廓、距离，且不会漏判、误判前方出现的障碍 物。 3） 探测距离远：相比于毫米波，激光雷达使用的激光波长在千纳米级别，有 更好的指向性，不会拐弯，也不会随着距离的增大而扩散。相比于摄像头， 激光雷达不会受到像素和光线的制约。 4） 抗干扰能力强：自然界中存在诸多干扰电磁波的信号和物质，但是很少有 能对激光产生干扰的信号，因此激光雷达具有较强的抗干扰能力。 图 3：激光雷达相比毫米波雷达、摄像头，综合性能更优 资料来源：前瞻产业研究院激光雷达行业研究报告，光大证券研究所整理 在安全性的要求下，多传感器融合、实现技术冗余是大势所趋，激光雷达的市场 红利确定性强。在积极拥抱自动驾驶技术发展的同时，安全冗余是人们考虑的首 要因素。通过上述的分析我们可以看到，单一的车载传感器难以兼顾探测精度、 距离、复杂恶劣环境的灵活稳定；而应用多种类的传感器可以达到“即使某一种 传感器全部出现故障，仍能额外提供一定冗余度”的效果。国际汽车工程师协会 （SAE International）发布的工程建议将自动驾驶分为了 6 级，随着 L0 级- L5 级，级别越高，车辆的自动化程度越高，动态行驶过程中对驾驶员的参与度需求 越低，对车载传感器组成的环境感知系统的依赖性也越强。在 L4/L5 级别自动 驾驶的复杂情况与安全冗余的要求下，激光雷达与毫米波雷达、摄像头等进行多 传感器融合，可以得出更全面的周遭环境信息，对自动（辅助）驾驶的路径规划 和安全性有着极大的帮助。 敬请参阅最后一页特别声明 -12- 证券研究报告 激光雷达行业 图 4：传感器融合的趋势为激光雷达市场发展提供确定性 图 5：L4/L5 自动驾驶情况更加复杂，需要一定的安全冗余 资料来源：Research And Markets，光大证券研究所 资料来源：CSDN，光大证券研究所 1.3、 以何驱动：供需两侧共发力，车载赛道前景明朗 通过前文的历史回顾，我们可以发现，激光雷达之于自动驾驶的概念提出 已经历很长一段时间，但是早期多数是针对军事，或者是概念性的畅想，和日常 商用车还有一定距离。但 2021 年 4 月上海车展之后，一大批搭载激光雷达的量 产车的涌现吸引了市场眼球，包括小鹏 P5、蔚来 ET7、极狐阿尔法 S、奥迪 S 级、宝马 iX、智己 L7、哪吒 S 等等。同时，无人驾驶测试项目及车规规模也在 快速扩张。我们不禁要问：为什么激光雷达突然如此抢手？接下来我们将从需求 和供给两个角度，分析近年来激光雷达加速发展的驱动因素。 1.3.1、需求端：下游拉动+政策支持，自动驾驶等级提升关键 激光雷达下游应用领域广泛，主要涉及无人驾驶（ADS）、高阶辅助驾驶 （ADAS）、服务机器人和智慧城市及测绘行业。近年来，无人驾驶车队规模扩 张、高级辅助驾驶中激光雷达的渗透率增加、全球交通政策逐渐放开，车载激光 雷达子赛道预计呈现高速发展态势。据 Frost Holzer, H; Bockaj, Z . Automotive Lidar Modelling Approach Based on Material Properties and Lidar Capabilities. SENSORS, 2020; 20 (11):，光大证券研究所 激光探测的核心器件是光电探测器，未来 CMOS 工艺的单光子探测器的优 势将进一步展现。光电探测器是一种利用光电效应将光信号转化为电信号，实现 对光信号进行探测的装置，最常用的探测器有 PIN 光电二极管、雪崩光电二极 管(APD)、单光子雪崩二极管(SPAD)和硅光电倍增管(SiPM)。由于线性雪崩二极 管探测器 APD 具有高的内部增益、体积小、可靠性好等优点，往往是工程应用 中的首选探测器件，但是随着国内外多家探测器公司不断优化单光子器件 SPAD 在近红外波段的量子效率，SPAD 在实际探测灵敏度方面已经逐渐超越了 APD。 未来几年内，随着设计和工艺的进一步优化，SPAD 对 APD 性能的优势将越发 明显。 表 14：探测器设计工艺正在逐步进化 类型 PIN PD APD SPAD SiPM 增益能力 无增益能力 100 106 106 探测范围 短距 中距 中长距 中长距 电路结构 复杂 复杂 复杂 简单 成本 高系统成本，低探测器成本 高系统成本，高探测器成本 高系统成本，高探测器成本 低系统成本，中探测器成本 设计冗余 信号完整性 信号完整性，温度补偿 信号完整性，淬火电路 温度补偿 光谱范围 最高1200nm（硅），最高2600nm（铟镓砷） 最高 1150nm（硅），最高 1700nm（铟镓砷） 最高 1150nm（硅），最高 1700nm（铟镓砷） 最高950nm 探测速度 快 快 快 中速，取决于恢复时间 工作电压 10V 200V 150V 80V 噪声 探测器低噪声，系统高噪声 探测器低噪声，系统高噪声 探测器高噪声 探测器高噪声，系统低噪声 资料来源：滨松光子 鲍泽宇面向自动驾驶 Lidar 的核心半导体器件介绍，光大证券研究所整理 敬请参阅最后一页特别声明 -32- 证券研究报告 激光雷达行业 图 33：SiPM 对比于 APD 在测量距离上有明显优势 资料来源：MEMS 咨询，光大证券研究所 2.2.4、信息处理：主控芯片 FPGA，自研SoC多家布局 现阶段主控芯片 FPGA 为行业主流，远期企业自研 SoC 有望逐步替代。激 光雷达终端信息处理系统的任务是既要完成对各传动器件、激光器、扫描旗舰及 各信号处理电路的同步协调与控制，又要对接收端送出的信