汽车产业的发展趋势是什么？

激光雷达成为必选组件，未来渗透空间巨大。

在自动驾驶领域，激光雷达是重要的传感器以及研发方向之一。我国的《汽车驾驶自 动化分级》编制说明中提到，驾驶自动化技术是国际公认的未来发展方向和关注焦点之一。 该分级的制定不仅对于汽车产业的技术革新与升级具有重大意义，在其相关产业生态链、 价值链体系的重塑中也担任至关重要的角色。美国、欧洲、日本等国家也将自动驾驶技术 作为交通领域的重要发展方向，从国家层面进行战略分析和布局。

智能化成为汽车产业的发展趋势，配备先进传感器以及多传感器融合的路线逐渐成为 国内外自主厂商实现高阶驾驶的必经之路。其中，激光雷达作为现阶段蓬勃待发的领域之 一，具有巨大的潜力。激光雷达能够补足其它主流传感器的缺点，并拥有众多优点。

当前，市场大多数观点认为，多传感器融合才能尽可能提高安全性，纯摄像头方案难 以保证安全，激光雷达成为融合感知方案中，高阶自动驾驶落地的必由之路。根据公共数 据库 tesladeaths 汇编的数据，2019 年有 50 多人死于涉及特斯拉汽车的交通事故中，特 斯拉的“纯视觉路线”的安全性与技术难度使得其他主机厂转向使用传感器融合感知的技 术路线。在传感器方面，特斯拉 Model Y 搭载了前、侧、后共 8 枚摄像头，12 个超声波 传感器。摄像头是唯一能够分辨颜色和具体图形的感知原件；虽然技术层面上利用不同摄 像头之间的夹角可以判断出某个物体的相对距离，但是在某些情况下仍会出现判断失误。 此外，摄像头受其硬件本身的局限性，只能够捕捉到 2D 层面上的图像，以此进行推断、 计算出实际的场景。

在 L4 级自动驾驶传感器选型上，纯视觉方案会存在精度、稳定性和视野等方面的局 限性，无法满足高级自动驾驶对于传感器的性能要求。特斯拉的几次重大安全事故频繁发 生在白色大型货车相关的场景中，主要原因在于单目或三目摄像头无法像双目摄像头一样 通过视觉差判断距离，纯靠 AI 算法穷举会在新场景上遇到 Corner case，很有可能对距离判断失误。与此同时，静止不动的物体会在算法上被毫米波雷达忽视。摄像头和毫米波双 双可能遇到失效的场景，使得特斯拉频繁出现与白色静止货车相撞的事故。例如近年的一 起车祸起因就是汽车未能成功判断出与路前方的厢型车的准确距离，而车上的超声波雷达 在高速驾驶环境下效果不佳导致的。

自动驾驶到目前为止尚未达到真正通用的程度，其发展路线也还存在诸多变数。但是， 受益于 ROBOTAXI 等行业的发展，2017-2019 年我国激光雷达产量增长了 46.07%，经历 了快速放量前的市场技术积累成熟期。

从应用时间上来看，2017 年后激光雷达开始小批量的应用于 Robotaxi 与 ADAS 场景 中，在工业上亦有小规模应用；但无论规模还是技术成熟度，2022 年都是显著的分水岭。 随着大批量的乘用车开始装配激光雷达作为车规级 ADAS 传感器，激光雷达的生态链条已 经成熟，投资开始进入回报周期。

2021 年以来，大量搭载激光雷达的车型上市，2022 年预计同样有大量车型搭载激光 雷达。随着激光雷达在汽车上逐渐普及，预计未来几年将迎来出货量的大幅增长。