2024年激光雷达专题报告：产业化加速，国产供应链迎来投资机遇

1. 激光雷达：从传统科研、测绘应用，向自动驾驶延伸

1.1 一种优秀的测距传感器

激光雷达（Light Detection And Ranging，简称 LiDAR）是一种利用激光束来计算物体到目标表面距离的传感器。其通过向目标发射激光束，再接收反射回来的信号，测量激光束往返的时间差，计算出目标物体的距离、速度和位置信息。激光雷达探测具备精度高、抗干扰能力强、测量范围广、测量速度快等优势。

激光雷达应用从科研、地形测绘等场景，向无人驾驶、机器人等领域延伸。1960~1970年，随着激光器的诞生，使用激光进行探测的激光雷达在科研及测绘项目上开始得到应用；1980~1990 年，激光雷达商业化技术起步，Sick 与 Hokuyo 等激光雷达厂商推出单线扫描式2D 激光雷达产品，应用领域扩展到工业探测及早期无人驾驶领域；2000~2010 年，高线数激光雷达开始用于无人驾驶的避障和导航，2010 年 Ibeo 与法国Tier 1 公司Valeo 开始合作开发面向量产车的激光雷达产品 SCALA；2016~2018 年，国内激光雷达厂商入局，激光雷达在无人驾驶、高级辅助驾驶、服务机器人等领域开始有商用化项目落地；2019 年至今，激光雷达市场发展迅速，在无人驾驶、高级辅助驾驶、服务机器人、车联网等市场加速应用，行业内公司迎来上市潮。

1.2 多技术路线并行，固态和混合固态路线或成为未来主流

ToF 和 FMCW 技术有望并存。按照测距方法，激光雷达可以分为飞行时间（TimeofFlight，ToF）测距法、基于相干探测的调频连续波（Frequency Modulated Continuous Wave，FMCW）测距法以及三角测距法。其中，ToF 和 FMCW 方法在室外阳光下能够实现100~250米的测程，被广泛认为是车载激光雷达的优选方案。目前市场上，ToF 是车载中长距激光雷达的主流方案，随着 FMCW 激光雷达技术的成熟，未来市场上可能会出现ToF和FMCW激光雷达并存的情况，为自动驾驶技术的发展提供更加全面的解决方案。

固态和混合固态激光雷达未来有望成为主流。根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。其中，混合固态激光雷达包括转镜式、色散棱镜式、MEMS，固态式激光雷达包括 Flash、光学相控阵（OPA）式激光雷达。相比机械式激光雷达结构复杂、体积庞大、价格昂贵、在极端的环境中可靠性较低等特点，固态和混合固态激光雷达更可靠、尺寸更小、更经济，更能满足客户对感知性能的需求。根据灼识咨询报告，固态（Flash）和混合固态（转镜式、MEMS）激光雷达预期在许多应用场景中会逐步取代机械式激光雷达，成为未来的主流。

2. 智能驾驶开启激光雷达市场加速成长

2.1 政策推动自动驾驶商业化落地

自动驾驶可以提升驾驶体验和道路交通安全。WHO 数据显示，每年约有119 万人因道路交通事故而丧生，还有 2000 万至 5000 万人受到非致命伤害，其中许多因此而残疾。道路交通事故造成的损失占大多数国家国内生产总值的 3%。CIDAS 数据库分析显示，约81.5%的交通事故由驾驶人因素造成。自动驾驶可以有效减少由于驾驶员疲劳驾驶、酒后驾驶、分神、操作不当、情绪影响及不遵守交通规则等人为错误原因引起的道路交通风险。据国外机构Eno Centre for Transportation 研究显示，如果美国公路上 90%的汽车变成自动驾驶汽车，每年交通事故数量将从 600 万起降至 130 万起，死亡人数从 3.3 万人降至1.13 万人。

政策推动自动驾驶商业化落地。在相关产业政策引领下，自动驾驶市场迎来了蓬勃发展。2020 年 11 月，CAICV 发布《智能网联汽车技术路线图 2.0》，其规划了国内智能驾驶目标，2020-2025 年预计 L2-L3 级汽车销量占比超过 50%，在特定场景和限定区域开展L4级车辆商业化应用；2026-2030 年，预计 L2-L3 级汽车销量占比超过70%，L4 级占比达到20%。IDC预测，2024 年中国乘用车市场中满足 L2 级自动驾驶标准的新车占比有望达到59.8%。

2.2 多传感器融合方案成为主流

感知是自动驾驶先决条件，其探测的精度、广度与速度直接影响自动驾驶的行驶安全。智能驾驶实现系统分为感知层、决策层、执行层。感知层，通过感知传感器对环境信息和车辆信息进行采集与处理；决策层，对感知信息数据进行处理分析；执行层，控制车辆完成动力供给、方向控制等动作，最终实现自动驾驶的目标。感知层包括车辆运动感知和环境感知。车辆运动感知提供车辆行驶中速度角度及高精度定位等信息，感知传感器包括自感应传感器和定位传感器。环境感知提供车辆行驶中交通路况和车身环境等信息，感知传感器包括摄像头、毫米波雷达、超声波雷达和激光雷达等。

智能驾驶感知方案主要分为纯视觉感知和多传感器融合感知两条技术路线。纯视觉感知方案以摄像头为主导感知外界信息，通过单个或多个相机实现对人眼睛的模拟，希望模仿人开车时候的感知过程，特斯拉主要采用纯视觉方案。多传感器融合感知方案是以激光雷达为核心，同时辅以摄像头、超声波雷达、毫米波雷达等多种传感器协同配合来感知外界信息，不同传感器的优劣势可进行互补，国内电动车厂商普遍采用多传感器融合方案。纯视觉方案有其局限性，且壁垒较高。视觉方案优势在于采集信息相对较全，硬件成本较低。摄像头不仅可以快速识别车道线，还能识别道路中的限速等交通标志、其他车辆和行人等。但该方案也有其明显的缺点。一是摄像头感知环境有其局限性，如果遇到会暗光、逆光等影响“视线”的情况，摄像头会像人眼一样看不清从而丢失目标。二是隐性成本高，包括算法、路测、云计算、数据标注、仿真训练和系统软件等都需要巨大成本投入。特斯拉不仅自研 FSD 芯片和自建数据中心，还有海量的数据支撑，自动驾驶系统每天可以接收到车队回传的 1600 亿帧视频数据，支持其神经网络训练，其他厂商很难模仿特斯拉的方案。

多传感器融合方案成为当前众多车企的选择。车载超声波雷达，成本低，但有效探测距离通常小于 5m，无法对中远距离物体进行测量；毫米波雷达，具有同时测距和测速的功能，有效探测距离可达 200m，然而单颗车载毫米波雷达的角度分辨能力通常较弱。激光雷达，通过主动发射激光光束去确定物体的位置、距离、角度、反射强度、速度等信息，生成目标的三维图像，同时不易受光线影响。多传感器融合感知方案中，激光雷达、摄像头、超声波雷达、毫米波雷达等不同传感器的优劣势可进行互补，可显著提升自动驾驶系统的可靠性，有效弥补纯视觉方案的不足。根据禾赛科技数据，截止 2023H1，纯视觉方案和融合方案（激光雷达+摄像头）对目标物追踪准确度（AMOTA）上仍有较大差距，二者相差接近20个百分点（56% VS 75%）。目前激光雷达融合方案已经成为众多车企 L3 级及以上自动驾驶的选择。

2.3 2030 年全球车用激光雷达市场 872 亿美元规模

自动驾驶汽车渗透率提升推动激光雷达市场规模持续扩大。Frost &Sullivan 数据显示，中国 ADAS 渗透率预计从 2023 年的 6.3%增长到 2030 年的 87.9%；美国ADAS 渗透率有望从2023 年的 4.9%上升到 2030 年的 69.9%。ADAS 和自动驾驶汽车的快速渗透，预计将提升单车激光雷达搭载数量。中国信通院发布的《车载激光雷达技术与应用研究报告》认为，L3、L4 和 L5 级别自动驾驶分别需要平均搭载 1 颗、2-3 颗和 4-6 颗激光雷达。Frost &Sullivan预计，2026 年全球车用激光雷达市场规模有望达到 247 亿美元，其中，ADAS（L3 以下）预计129 亿美元规模，自动驾驶（L4、L5）预计 118 亿美元规模。2030 年全球车用激光雷达市场规模有望进一步增长到 872 亿美元，其中 ADAS 649 亿美元，自动驾驶223 亿美元规模。

2.4 催化剂：2023 年激光雷达密集上车，产业化加速

成本大幅降低，激光雷达车型价格区间持续下探。随着产业化推进，激光雷达ASP在过去两年大幅下降。根据禾赛科技季报出货量和收入数据分析，其ASP 从1Q22 的35869元/台大幅下降到了 4Q23 的 6394 元/台。成本的下降推动了越来越多的车企推出搭载激光雷达的车型。搭载激光雷达的车型也从最开始的 10 万美元以上高端车下探到了5 万美元以下的普通车型。

2023 年激光雷达密集上车，产业化加速。根据佐思汽研调研，国内车企陆续落地多款激光雷达车型，如蔚来 ET5、ET7、ES7、ES8、ES6；理想 L9、L8 和小鹏P5、G9、G6等；据不完全统计，2023 年国内有 20 款以上新车型搭载激光雷达上市；2024 年后，宝马、奔驰、沃尔沃等外资品牌也将加入到激光雷达上车潮中。激光雷达密集上车带动了其出货量的快速增长。高工智能汽车研究院统计，2023 年中国市场乘用车前装激光雷达合计出货57.09万颗，同比增长 341.19%；2024 年全年交付有望到 150-180 万颗，行业正加速成长。

3. 产业链梳理

3.1 产品拆解：发射模块、扫描模块、接收模块和控制模块四部分构成

激光雷达产业链主要包括上游零部件、中游整机制造和下游机器人、自动驾驶汽车等应用。激光雷达整机一般由发射模块、扫描模块、接收模块和控制模块四部分组成。中国信通院预计，发射模块、接收模块、测时模块（TDC/ADC）和控制模块，四大光电系统约占激光雷达整机成本的 70%。

3.2 整机：中国激光雷达企业全球领先

整机领域，中国企业在技术水平和全球市占率方面都保持领先。中国企业激光雷达产品性能处于第一梯队。2020 年 7 月，日本科学技术振兴机构JST下属的 CREST 和日本 OPERA 共同支持的激光雷达测评组发表测评文章，测评中国内激光雷达企业禾赛科技的 Pandar64 及 Pandar40P 在实际测远及目标物点云数目、全距离范围精准度、全距离范围内对不同反射率目标的探测一致性、噪点和丢点控制、反射强度分离度等方面表现突出。HDL-64 探测距离仅至 85m，OS1-64 探测距离仅至 35m，Pandar64 探测距离达180m；从角分辨率来看，Pandar64 比线数为其两倍的 VLS-128 表现更好。

中国激光雷达企业全球市占率超过七成。当前激光雷达市场竞争力较强的厂商主要集中在中国、美国、欧洲。根据 Yole 数据，2022 年禾赛科技以 47%的市场份额连续两年稳居全球车载激光雷达市占率第一，其在 ADAS 和自动驾驶激光雷达领域均保持了全球领先地位；图达通（Innovusion，现改名为 Seyond）依靠蔚来汽车的持续出货，以15%的市场份额夺得第二名；法雷奥（Valeo）、速腾聚创（Robosense）、览沃（Livox）分别以13%、9%、5%的市场份额位列三、四、五名。中国激光雷达企业全球市占率合计超过七成。

3.3 发射模块：发射器进口替代潜力大，国内光学产业链具备竞争力

激光发射模块主要包括激光器发射器、光学系统，是激光雷达的核心系统。激光发射器为整个激光雷达提供激光光源。光学系统主要对激光器的输出光束进行准直整形，通过改变光束的发散度、波束宽度和截面积，改善输出光束质量。光学系统一般由准直镜、分束器、扩散片等组成。

激光发射器

VCSEL 占比有望提升，2027 年市场规模预计 39 亿美元。按结构分，激光发射器可以分为边发射激光器（EEL）和垂直腔面激光器（VCSEL）及光纤激光器。EEL 优势在于输出功率及电光效率较高，缺点是光束质量较差，生产成本相对 VCSEL 较高。VCSEL优点包括体积小易于集成、易于规模化生产、成本低、可靠性较高等优势，不足之处是输出功率及电光效率较 EEL 低。光纤激光器复杂度较高，在激光雷达领域应用占比较小。近年来国内外厂商陆续推出多层级结高功率 VCSEL，大幅提升了光功率密度，高功率VCSEL 开始代替部分传统的 EEL 方案。Yole 预计，2033 年，VCSEL 的占比有望从 2023 年的39%逐步提升到45%；EEL 则小幅下降到 43%。市场规模方面，2027 年，VCSEL 有望达到39 亿美元，EEL预计74亿美元。

905nm 光源预计仍将占主导地位。激光器波长选择主要兼顾性能和对人眼安全性，目前主流的激光雷达主要有 905nm 和 1550nm 两种波长。905nm 优势是基于GaAs 材料体系，产业成熟，成本低；缺点是发射功率受到对人眼安全性限制，探测距离较短。1550nm优点是对视网膜更加友好，可以发射更大功率，探测距离可以做到更远；不足是其无法采用常规的硅吸收，而需要更加昂贵的铟镓砷（InGaAs）材质，成本更高。不过随着905nm技术持续升级（禾赛发布了 905nm 的舱内激光雷达 ET25，探测距离为 250 米@10%，与1550nm相当），1550nm 成本偏高，预计未来 905nm 激光器预计仍将占主导地位。Yole 数据显示，2033年NIR（0.75-1.1μm，主要是 905nm 和 940nm）占比预计从 2023 年的84%提升到86%。

海外企业领先激光发射器市场，进口替代潜力大。VSCEL 市场参与者主要包括Coherent（高意）、Lumentum、Ams-Osram、Trumpf 等，其中 Osram（欧司朗）在汽车应用（如激光雷达或车内传感）市场相对领先。EEL 市场领导者主要包括Coherent（高意）、Lumentum、Ams-Osram、滨松光子、Laser Components 等。国内相关产业链公司包括长光华芯、炬光科技、瑞波光电、纵慧芯光等。

光学系统

国内光学系统产业链具备竞争力。光学系统一般由准直镜、分束器、扩散片等组成。准直镜，激光器发射的光束并不是平行的直线，存在发散角度大、光斑形状不规则等问题，准直镜可以改变光束的发散度、波束宽度和截面积，从而改善输出光束质量。分束器，又称激光分光镜、分光片，Beam Splitter DOE，分束器功能是把一束入射激光均匀地分成N束出射光，出射光的光束直径、发散角和入射激光相同，只是传播方向发生改变。扩散片，又称匀化镜、扩散器或匀化器（DF/HM），Homogenizer，其作用是将入射激光转化成任意形状尺寸、强度均匀的光斑。国内光学系统产业链相对成熟，炬光科技、永新光学、蓝特光学、水晶光电、腾景科技、福晶科技等公司均有相关业务布局。

3.4 接收模块：探测器以海外厂商为主，国产供应链亟待发展

激光探测器是将光信号转变为电信号的器件。探测器类型主要有PIN型光电二极管（PIN）、雪崩光电二极管（APD）、单光子雪崩二极管（SPAD）、硅光电倍增二极管（MPPC/SiPM）。PIN，价格低、结构简单，但因为不具备增益（光电探测器将光信号转换为电子信号后，对电子信号的放大能力），探测光的灵敏度较低。APD，由于“雪崩”效应（即光电流成倍地激增），使其具有高的灵敏度，可以探测微弱的光，在光纤通信、激光测距和其他光电转换数据处理等系统中应用较广。MPPC/SiPM，是由多个工作在盖革模式的APD组成的光子计数型器件。SPAD，是由一个能工作在盖革模式下的APD 构成的光子计数型器件。

探测器从 APD 向 SiPM、SPAD 演进。SiPM 已经取代 APD 成为激光雷达主流方案。光电增益的提升能够降低电路噪声对系统信噪比的影响，SiPM 可以比APD实现更高的能量利用率，使系统探测距离更远。当前，SiPM 探测器已经是市场主流产品，如禾赛AT128、速腾聚创 M1 Plus、图达通 Robin E 等。相比 MPPC，SPAD 是一个单像素盖革模式的探测器，探测器尺寸较小，更容易实现集成化和高分辨率。对小型化和高分辨率的追求，加上技术的逐步成熟，使得越来越多的厂商推出 SPAD 激光雷达，如禾赛 AT512 和FT120、速腾聚创E1等。

探测器行业主要企业包括国外的 First Sensor、Hamamatsu（滨松）、onsemi（安森美）、Sony（索尼）等；国内的深圳阜时科技有限公司、成都量芯集成科技有限公司、深圳市灵明光子科技有限公司、南京芯视界微电子科技有限公司、奥比中光等。此外禾赛科技、速腾聚创等整机企业也在推进自研相关芯片。

3.5 扫描模块：国内光学、电机供应链相对成熟

混合固态是主流，Flash 占比有望提升。根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。其中，机械激光雷达因为结构复杂、可靠性较差、寿命低于车规要求，当前用于车载领域较少。混合固态（转镜式、MEMS振镜）较为成熟，是当前和未来车载激光雷达主流方案。固态 Flash 方案（无扫描模块）逐步产业化，在车载领域占比持续提升。OPA 方案对材料和工艺的要求都极为苛刻，由于技术难度高，尚未实现产业化。Yole 预计，混合固态激光雷达（主要是转镜式）占比预计从2023 年的68%下降到 2033 年的 56%；MEMS 方案从 2023 的 30%下降到 2033 年的7%；固态Flash 方案迎来大发展，从 2023 年的 2%，大幅提升到 2033 年的 33%。

国内光学、电机供应链相对成熟。转镜式激光雷达，收发模块保持不动，发射器发射激光照射镜面，电机带动反射镜面围绕圆心不断旋转，使光束反射至空间的一定范围，从而实现扫描。棱镜式激光雷达，包括两个楔形棱镜，激光通过第一个棱镜后发生偏转，通过第二个棱镜后再一次发生偏转，通过控制两面棱镜的相对转速实现激光束的扫描形态。MEMS微振镜方案，在芯片上集成微振镜，通过芯片控制镜面往复运动，将激光管反射到不同的角度完成扫描。国内相关产业链相对成熟，转镜式激光雷达电机厂商包括湘油泵、鸣志电器、江苏雷利等；反射镜厂商，永新光学、宇瞳光学、富兰光学等。MEMS 微振镜厂商包括海外ST 意法半导体、博世、英飞凌、滨松电子，国内英唐智控、赛微电子、中科院苏州纳米所等。

3.6 控制模块：整机厂商积极自研芯片

激光雷达控制模块主要功能包括时序控制、波形算法处理、收发扫描等其他功能模块控制、生成点云数据，主要元件包括主控芯片，模拟前端芯片等。

主控芯片

国外厂商 FPGA 领先，整机厂商积极自研主控芯片。主控芯片主要功能是控制发射系统发射激光、对接收系统获得的信号进行处理等。主控芯片一般采用FPGA，激光雷达需要进行大量的信号处理、电机时序控制，采用基于可编程的 FPGA，效率会高很多。FPGA国外主流的供应商有 Xilinx，Altera（被 Intel 收购）等。国内主要有紫光国微、复旦微电、成都华微、安路科技等。此外，目前整机厂商开启了自研芯片趋势，如图达通falcon 激光雷达搭载了蔚来自研的主控芯片“杨戬”；禾赛科技 2018 年开始就积极研发激光雷达SoC芯片，以在未来取代外购的 FPGA 芯片。

模拟前端、模数转换芯片

模拟前端、模数转换芯片的自研化与集成化趋势。模拟前端芯片，主要功能是对探测器输出的电流信号进行放大和转换（电流转电压），主要通过跨阻放大器（TIA）实现。模数转换芯片，主要功能是将模拟信号转换成数字信号，便于核心处理器进行处理及运行后续的算法，主要通过 ADC 实现。随着信号通路的增加，传统分立器件构建的系统已难以满足指标，越来越多的厂商开始自研相关芯片。禾赛科技已经开发了多通道驱动芯片以及多通道模拟前端芯片。主控芯片目前逐步向企业自研 SoC 方向发展，未来也有望实现TIA、ADC等芯片集成到 SoC 中。

（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。）