卷上天的激光雷达，现在发展到哪一步？
如今的激光雷达，因为过于昂贵的价格，基本属于20万元以上车型的专属。在小鹏、蔚来的第二品牌上，基本都放弃使用激光雷达。
不过随着厂商们开始内卷，成本大幅下探之后，我们或许在未来会看到更多车型用上激光雷达。
在名为《迈向高阶智能化关键，前瞻布局把握行业脉搏》的行业深度报告里，分析师从发展历程、发展态势以及行业动态等角度介绍了激光雷达行业的最新进展。
以下为研报内容节选：
激光雷达诞生初期主要应用于科研及测绘项目，并随着技术发展逐步在工业探测和无人驾驶项目上试点。激光雷达的技术架构持续更新，从单点激光扫描到多线激光，从复杂的机械式逐步向半固态、固态式演进。
目前激光雷达的主要终端为无人驾驶以及机器人等领域，主流新能源车企与激光雷达厂加速推进激光雷达的商业化落地，激光雷达技术也在持续向芯片化、阵列化发展。
上游：主要包括激光发射、激光接收、信息处理和扫描系统核心部件制造；
中游：主要是如禾赛科技、图达通等激光雷达整机厂商；
下游：主要为应用领域，包括无人驾驶、机器人、高精度地图、测绘等。
本土激光雷达厂商在近年来积极布局与本土车企的合作，实现了较多前装量产。
激光雷达主要应用于以高级辅助驾驶（ADAS）、车联网为主的车用以及机器人等领域。
根据灼识咨询的预测，激光雷达车端市场规模在2023年达到百亿后，有望在2025年突破千亿规模。
车用领域所应对的场景复杂度更高，激光雷达的性能要求则会相对较高，其演进路径是从L4级测试车辆到高端乘用车前装搭载，待成本足够合理时向平价汽车过渡。
机器人端的应用主要是一些应用场景相对简单的封闭园区。
目前激光雷达正处于高端乘用车前装搭载，这一时期重点比拼车企端交付和工程化落地，同时逐步开启价格竞争。
自动驾驶技术被视为未来交通领域的革新性突破。激光雷达有望成为自动驾驶迈入L4+的关键，据汽车之心表示，2024年激光雷达的车端渗透率有望突破1%大关。
激光雷达的应用能够提升机器人的安全作业能力与生产效率。在高原科考、智能巡检、消防侦查、智慧农业等细分行业，由于摄像头感知算法训练难以覆盖复杂地形的不规则障碍物，而传统毫米波雷达精度低分辨率低，无法分辨障碍物形状大小，激光雷达高精度三维成像的优势再次得以充分体现。
激光雷达通过赋予各种形态的机器人超越人类眼睛的感知能力，助力提升各行业的安全作业与生产效率，推动社会智能化变革的进一步深化。
1、车载激光雷达市场有望保持高速增长。2022年全球激光雷达在汽车和机器人端的市场规模分别为34亿元及82亿元，据灼识咨询预测，2023年全球车端激光雷达市场规模快速攀升，到2023年有望达到106亿元，预计到2030年整体市场规模将突破万亿人民币，机器人端市场规模也有望达到2162亿元。
2、中国有望成为全球激光雷达市场的核心。中国坐拥全球最大的新能源汽车市场，本土激光雷达厂也在各车企端持续量产上车；同时各类别的机器人产品也在快速发展。据灼识咨询分析预测，2022年中国激光雷达在车端及机器人端均占据了将近1/3的市场规模，预计到2030年，中国依将主导激光雷达市场。
激光雷达的主要优点在于探测精度高、探测范围广。
摄像头方案商用普及较早，能够获取到丰富的色彩和细节信息，但成像受制于环境光线。
而超声波方案虽然成本较低，但由于感知距离较近且易受环境影响，因此主要用于停车辅助。而毫米波雷达虽有更强的抗干扰能力，但感知精度并不理想，不具备图像级的成像能力。
综合来看，激光雷达探测精度高、范围广、稳定性强，并能够对周围环境进行实时3D建模，因此成为当前重要的感知方案。
从结构上看，车载激光雷达由发射激光的发射模块、对特定区域进行扫描的扫描模块、探测回光的接收模块和对点云数据进行处理并反馈的控制模块，且各部分结构也可进一步细分为不同技术方案。
目前激光雷达主流分类方案是根据扫描系统机械结构的差别，划分为机械式、混合固态式以及固态式。
结合激光雷达BOM，激光雷达光电系统构成了激光雷达成本的核心。且发射和接收模组又包含多个激光发射器、光学镜头、探测器，体积和重量远高于测时及控制模组。目前，随着激光雷达性能和需求规模逐步提升，对厂商而言将分立光学芯片及其配套元器件高度集成，能够有效改善产品形态及生产工艺，同时推动的产能扩张和产品降本。
激光雷达的原理是利用ToF（TimeofFlight，飞行时间测距法），通过发射接受激光束，分析激光遇到目标对象后的折返时间，从而得到物体表面与探测主体的精确距离，进而在空间坐标系中为这束光线赋予角度信息，就能得到这个点的三维定位。
随着光束的增多，探测主体便可利用所得各点的相对位置，勾勒出三维空间中的物体细节，即点云——激光雷达的三维视觉。
激光雷达的视场角（FoV）和角分辨率，是决定其性能的关键指标。
视场角的大小决定了光学仪器的视野范围，也就是说这个数值决定了激光雷达的视野有多广/多宽。激光雷达的视场角越大，探测到的视野就越大。
角分辨率，指的是相邻两个激光扫描点之间的角度间隔，雷达在水平和垂直方向扫射时，角分辨率越小，单位空间角内分布的激光点数就越多，其对于物体的分辨能力就会越强。
通俗来讲，视场角决定了激光雷达的探测范围有多大，而角分辨率则决定了激光雷达对细节的把控程度。
1）传统机械式激光雷达
最早由Velodyne推向车端应用，通过将激光发射器竖直排列并进行360°旋转，完成对环境的全面动态扫描绘制雷达的点云图。
但由于机械式自身特性，更清晰的图像需要通过高线程也就是需要不断堆积发射源和接收器来实现，这就导致激光雷达的体积和成本难以控制。
此外，复杂的运动结构限制了机械式激光雷达的耐用性和成本控制。传统的机械式由于需要通过复杂的机械结构实现高频准确的转动，致使其平均的失效时间仅1000-3000小时，难以达到车规级设备最低13000小时的要求，同时硬件成本居高不下也限制了该类产品在车端的量产推广。
最后，机械式激光雷达需要布置在车身最高点避免旋转时受遮挡，这对车辆造型造成很大的影响，凸起的雷达也较容易受损。由于其固有劣势，机械式激光雷达当前的主要应用领域为自动驾驶公司L4+技术测试。
2）混合固态激光雷达
混合固态方案的出现正式开启了激光雷达的量产上车的大幕。
相较机械式激光雷达，混合固态激光雷达的扫描而只覆盖前方一定角度内的范围，虽然其内部仍然存在一些较小的活动部件，但在成本、体积等方面更容易得到控制，目前也在车用领域量产搭载。
典型的半固态方案分为一维扫描和二维扫描，其共同之处是均通过内部运动的反射镜来改变激光方向。
脱胎于机械式激光雷达，一维转镜式方案更具应用成熟性，因此在自动驾驶中应用广泛。一维扫描的本质是在机械式激光雷达的基础上，将发射模块和扫描模块进行分离，保持收发模块不动，通过电机带动转镜运动，将激光反射到不同的方向实现一定范围内激光的扫描。
二维扫描方式能够通过灵活的光学结构设计，利用少量的激光器实现等效更多线束以降低成本。二维转镜方案中如多边形棱镜可以让光源实现水平扫描，而同时纵轴摆镜则可以改变光源的垂直扫描方向，如此仅需一束光源，就可以完成机械式雷达若干个光源才能完成的扫描任务。
MEMS振镜方案则是将扫描结构进一步简化，利用悬臂梁使厘米级振镜在横纵两轴高速周期运动，改变激光反射方向，实现扫描。我们认为，虽然MEMS振镜和二维转镜的结构存在差别，但核心思路均是通过灵活的扫描模块设计，减少激光器的使用，进而推动降本。
混合固态激光雷达可选技术路线呈现多元化。一维转镜方案利用低速转动的反射镜改变光线方向，获得视场角覆盖，提升了稳定性和可靠性，并通过芯片化实现高线束扫描，我们认为该方案在应用原理和架构上较为成熟，选择该方案的典型即禾赛科技。
相比之下，二维扫描的方案能够通过灵活的扫描模块架构，在减少激光器的同时实现等效线束。在实际的二维扫描方案设计中，不同厂商的具体扫描架构又会有一定的区别。
3）纯固态激光雷达
面阵收发+无运动部件，纯固态方案或将是激光雷达的终极答案。纯固态激光雷达通过取消运动部件，简化了整个激光雷达的内部结构并提升集成度，最大程度优化整机耐久度，缩小体积。如此不仅能降低物料和量产成本，也能提升产品可靠性、生产效率和一致性，能够很好地应用于车规级量产领域。
当前，纯固态激光雷达的主要为OPA（OpticalPhasedArray）光学相控阵和Flash闪光激光雷达两种。其中，OPA的原理是通过多个激光发射单元组成发射阵列，通过调节发射阵列中各个单元的相位差，来改变激光光束的发射角度；
而Flash则是通过高密度的激光源阵列，像手电筒一样，能在短时间内发射出覆盖一片区域的激光，并用高灵敏度的接收器来构建三维图像。由于结构简单，Flash闪光激光雷达是目前纯固态激光雷达最主流的技术方案。
固态激光雷达纵然有更大的降本空间，但其性能目前还无法比肩在车端量产应用的混合固态激光雷达。固态激光雷达普遍存在的功率密度低、探测距离短等问题。
其中，OPA激光雷达要求阵列单元尺寸必须不大于半个波长，因此每个器件尺寸仅500nm左右，对材料和工艺的要求都极为苛刻，因此成本也相应的居高不下。
而Flash激光雷达由于需要在短时间内发射大面积的激光，因此在探测精度和探测距离上会受到较大的影响，但由于其结构简单且技术相对成熟，成为了不少雷达厂的主要探索方向。补盲激光雷达成为了现阶段纯固态技术上车的核心途径。
如前所述，虽然固态激光雷达的技术问题限制了其在主雷达端的应用，但出于成本考量，能够用于打造专注近距离感知的补盲激光达，通过“固态近距补盲+混合固态远距感知”的结合，能够弥补前向激光雷达垂直视场角小以及测距性能过剩的问题，实现完整的车规级激光雷达解决方案。
“降本、量产、上车”是激光雷达一直以来的三个核心关键词。
激光雷达自诞生以来，其成本便随着路线迭代持续下探，直至近年来混合固态方案将激光雷达推向百元级水平（美元）。在当前L2+自动驾驶持续渗透的背景下，混合固态激光雷达成为各大头部激光雷达厂量产上车的主流。
在混合固态激光雷达方案下，其结构的“模块性”会更加突出。根据此前对几大头部厂商旗舰产品的介绍，很明显混合固态方案下，扫描模块在“解绑”发射模块后，各厂商的扫描方案选择灵活多样。混合固态的细分路线会持续发散直至纯固态方案充分成熟后发生突变式收敛。
而激光雷达算法相较其他方案不仅有更准确的精度，通过激光雷达的辅助还可以进一步提升融合方案的精度上限。纯视觉方案的分辨率虽然可以足够高，但很多场景由于训练数据集的有限性及物理性能的局限，系统的安全冗余度还远远不够。
根据行业权威数据集Nuscenes感知算法评测显示，通过使用激光雷达的算法，平均精准度（mAP）数值相比纯视觉有明显提升；同时在针对目标跟踪精度测试上，纯激光雷达方案有着更好的成绩，且融合方案也进一步将得分从70%提升至75%。
未来多方案融合有望成为主流。融合方案的本质在于不同传感器在不同的场景下发挥效能，互为冗余，确保驾驶安全。
各新势力车企相继公布领航辅助驾驶（即NOA或其他名称）开放时间，激光雷达作为重要组成部分重要性持续提升。
如今，领航辅助驾驶已逐渐从高速高架等场景向通勤以及城市全区域渗透，激光雷达重要性逐步显现。结合各新势力车企的车型规划，城市NOA功能有望在进入2024年后进入全面提速期，激光雷达的上车进度也有望进一步加快。
新势力车企激光雷达搭载车型推出进度持续加快。随着国内智能驾驶的发展，特别是高速/城区NOA驶入“快车道”，激光雷达上车量大幅提升。
根据佐思汽研最新数据，2023年1-7月，国内乘用车前装标配激光雷达20.2万台，同比增长523.3%，预计全年超过35万台。
据佐思汽车研究院统计，2022年全年，国内新增搭载激光雷达车型共计18款；进入2023年，又有更多搭载激光雷达的车型推出，激光雷达的上车进程持续加快。
激光雷达加速上车，本土厂商成为定点主力。从2021年开始，主流车企便开启激光雷达上车进程，到2022年已有超过10万搭载激光雷达的车型量产交付。在2023年上海国际车展上，有近40款车型配备了激光雷达，其中速腾聚创凭借18款搭载车型领先于同行。
中国市场国产前装标配激光雷达交付量快速增长。据盖世汽车研究院统计，2023年1-5月，本土激光雷达装机量为13.14万颗，其中禾赛科技以近6.5万颗的装机量排名本土第一。2023年1-9月，根据高工智能汽车研究院给出的实际搭载交付数据来看，本土乘用车前装标配激光雷达交付已快速增长至超过30万颗。
持续加强激光雷达在车用领域的渗透，本土厂商已具有相当的国际影响力。据YoleIntelligence统计数据显示，2021年全球乘用车领域激光雷达市场规模仅为0.44亿美元，到2022年快速增长至1.69亿美元，禾赛科技与图达通2022年市占率分别为23%和28%；在无人驾驶出租车领域，禾赛科技也进一步巩固了自身的市场地位，其市占率来到67%。
据中商产业研究院援引Yole数据显示，营收规模来看，2022年禾赛科技、图达通、速腾聚创以及览沃科技四大本土主力共占有全球约73%的市场份额。据汽车之心预测，2023全年激光雷达出货有望突破50万颗。
中国庞大的终端需求市场赋予激光雷达发展潜力。2023年以来，智能汽车销量始终保持较同比增速。与此同时，智能汽车在新能源乘用车的渗透率2023年逐月相较2022年同期进一步提升近10个百分点，到2023年11月，智能电动汽车在新能源乘用车中的渗透率成功突破90%，来到91.6%。
根据Canalys，L2+辅助驾驶应用场景的持续拓宽，特别是在占用消费者超75%驾驶时间的城市场景中的应用，是提高中国高阶ADAS车型销量的核心原因。
2023年前三季度，中国L2+汽车销量远高于美国和德国，且品牌达到37个。
渗透率稳步增长下激光雷达在新能源汽车端的需求预期。如前所述纯固态激光雷达具有更强大的综合性能和降本空间，目前已通过补盲方式开始在车端应用，预计随着技术的完善和激光雷达整体规模量产，未来有望成为市场主流，并带动整个行业的需求量向更高级别增长。
激光雷达的车端需求将随着渗透率的提升和单车用量提升而快速增长。
>End
>>>
本文转载自“上海证券 ”，原标题《迈向高阶智能化关键，前瞻布局把握行业脉搏》，分析师：马永正。
为分享前沿资讯及有价值的观点，太空与网络微信公众号转载此文，并经过编辑。
>>>
充满激情的新时代，
充满挑战的新疆域，
与踔厉奋发的引领者，
卓尔不群的企业家，
一起开拓，
一起体验，
一起感悟，
共同打造更真品质，
共同实现更高价值，
共同见证商业航天更大的跨越！
——《太空与网络》，观察，记录，传播，引领。
>>>
·《卫星与网络》编辑委员会
高级顾问：王国玉、刘程、童旭东、相振华、王志义、杨烈
· 《卫星与网络》创始人：刘雨菲
·《卫星与网络》副社长：王俊峰
杂志订阅，请加微信：
wangxiaoyu9960最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。