激光雷達：汽車智能化中的黃金賽道-220814（42頁）.pdf

1、華西計算機團隊華西計算機團隊2022年8月14日請仔細閱讀在本報告尾部的重要法律聲明請仔細閱讀在本報告尾部的重要法律聲明證券研究報告|行業深度研究報告分析師：劉澤晶SAC NO：S1120520020002郵箱：智能駕駛深度系列（三）激光雷達：汽車智能化中的黃金賽道核心邏輯爆發前夕，車載激光雷達千億市場彈射起跳。2022年，多款激光雷達量產車型重磅發布，新勢力開啟“軍備競賽”，激光雷達進入普及元年。在多傳感器融合方案中，激光雷達精度遠高于其他傳感器，能夠進一步確保長尾場景安全性。根據我們的測算，我國乘用車領域激光雷達市場規模未來3年復合增速能達到200%+，2025年至2030年復合增速達到3

2、0%+。激光雷達模塊解構與技術路徑拆解：激光雷達的核心部件包括激光器、探測器、光學系統、掃描系統、主控芯片等。（1）發射器方面，由EEL向VCSEL發展；（2）探測器方面，未來SPAD/SiPM替代APD是大勢所趨；（3）掃描類型方面，由機械式向純固態式發展；MEMS激光雷達或為中期主流方案，OPA距離商用還有一定距離，FLASH激光雷達有望率先實現商用；（4）測距方式方面，FMCW激光雷達有望突圍。產業鏈梳理：整機廠如何構建護城河？激光雷達的成本主要包含研發成本、BOM成本及生產成本，研發成本與生產成本可隨量產規模的擴大顯著分攤；芯片集成設計能力將成為整機廠核心競爭壁壘。芯片化將整個系統簡化

3、為幾顆芯片，裝配工藝完全可以自動化；同時大幅降低物料及調試成本。芯片化是重要的降本途徑，也是實現激光雷達高性能、高可靠性的關鍵效技術。主控芯片將從FPGA向高集成度的ASIC/SoC方案發展?！败洝睂嵙χ匾酝癸@：部分激光雷達企業希望通過提供軟硬件結合的服務方式提升競爭力，從硬件供應商向感知解決方案供應商發展。投資建議：激光雷達爆發前夕，整機廠及上下游均有望受益。受益標的包括：經緯恒潤、萬集科技、奧比中光、光庫科技、長光華芯、炬光科技、永新光學、福晶科技、騰景科技、藍特光學、水晶光電、聯創電子、天孚通信、湘油泵等。風險提示：1）智能駕駛滲透不及預期；2）激光雷達上車進度不及預期；3）激光雷達技

4、術迭代不及預期；4）市場系統性風險等。2目錄301 車載激光雷達起跳前夕02 模塊解構與技術路徑拆解03 產業鏈梳理：整機廠如何構建護城河？04 投資建議與風險提示01車載激光雷達起跳前夕41.1 激光雷達進入普及元年2021年10月，小鵬P5作為全球首款量產激光雷達智能汽車正式下線交付，激光雷達產業進入商業化落地階段。2022年，多款激光雷達量產車型重磅發布，新勢力開啟“軍備競賽”，激光雷達進入普及元年。截止目前，國內宣布搭載激光雷達的車型已超過20款，包括蔚來ET7、理想L9、極狐S HI、阿維塔11、智己L7等。2022年中國乘用車激光雷達安裝量將超8萬顆。據佐思汽研統計，2022年H1

5、國內乘用車新車激光雷達安裝量達到2.47萬顆；2022年下半年，國內擬交付的激光雷達新車達10余款，包括小鵬G9、威馬M7等，將大幅提升激光雷達上車量，預計全年總安裝量有望突破8萬顆。5資料來源：佐思汽研，華西證券研究所國內激光雷達前裝量產計劃2021年2022年202X年10月，小鵬P5：2 2顆顆1月，埃安LX PLUS：3 3顆顆3月，蔚來ET7：1 1顆顆5月，極狐阿爾法SH版：3 3顆顆6月，理想L9：1 1顆顆6月，蔚來ES7：1 1顆顆7月，高合HiPhi Z：1 1顆顆7月，哪吒S：2 2顆顆8月，阿維塔11：3 3顆顆9月，蔚來ET5：1 1顆顆9月，小鵬G9：2 2顆顆10

6、月，威馬M7：3 3顆顆H2，沙龍機甲龍：4 4顆顆H2，飛凡R7：1 1顆顆H2，WEY摩卡：3 3顆顆H2，智己L7：2 2顆顆H2，極星3：1 1顆顆集度ROBO-01：1 1顆顆愛馳汽車：2 2顆顆一汽紅旗比亞迪極氪1.1 激光雷達進入普及元年ADAS加速滲透，L3初步導入，智能駕駛不斷向更高級別滲透。根據IDC的數據，2022Q1中國L2級自動駕駛乘用車新車滲透率達23.2%，較2021年一季度的7.5%大幅提升。根據工信部智能網聯汽車技術路線圖（2.0版）指引，國內2025年L2級和L3級新車要達到50%，到2030年要超過70%，且L4占比20%。高級別自動駕駛對傳感器搭載數量提

7、出更高要求。根據麥肯錫，從L2到L4/L5級，車載傳感器的數量將從約8個上升到月24個，其中激光雷達搭載數量將從0上升至約4顆。6資料來源：IHS，麥肯錫，工信部，華西證券研究所2018-2025年中國自動駕駛滲透率預測不同級別自動駕駛所需傳感器數量0%5%10%15%20%25%30%35%201820192020 2021E 2022E 2023E 2024E 2025EL2L3L41.2 激光雷達必要性：從智能駕駛路徑說起目前全球范圍內智能駕駛擁有兩種技術路徑，“弱感知+超強智能”與“強感知+強智能”，其明顯差距之一在于是否使用激光雷達。一、弱感知+超強智能不使用激光雷達：該路徑下智能駕

8、駛傳感器不使用激光雷達，僅用攝像頭進行車周圍環境的感知，搭配AI模擬人眼。代表企業：特斯拉。二、強感知+強智能大部分車企使用激光雷達：增強感知能力，以補充AI軟件智能的不足。代表企業：谷歌Waymo、國內新勢力等大部分車企路線。無激光雷達的可行性：激光雷達探測頻率略高于攝像頭，而攝像頭是完全模擬人眼來工作。搭配超強的智能，完全模擬人力駕駛，理論可行。7資料來源：知乎殷瑋，華西證券研究所智能駕駛傳感器工作頻段從低到高排序1.2 弱感知+超強智能：特斯拉具有數據優勢+算法優勢特斯拉保有量遠超競爭對手，數據優勢+算法優勢下構建“超強智能”，該特殊性是其選擇弱感知路線的保障。數據優勢：累計總行程里程超

9、100億英里，遠超競爭對手。2021年11月，根據特斯拉官方宣布，特斯拉車主使用Autopilot輔助駕駛功能行駛的里程超過10億英里，相當于特斯拉汽車總行駛里程的10%。算法優勢：影子模式幫助覆蓋長尾場景。所謂的“影子模式”是指無需車輛啟動Autopilot自動駕駛系統，該系統也可以在后臺運行，系統不采取實際動作，但是會記錄自己應該采取什么動作。這樣在人類駕駛員的操作導致交通事故后就可以對比分析自動駕駛是否可以避免事故。特斯拉汽車在“影子模式”下，即使Autopilot自動駕駛系統被關閉也可以收集數據流，來訓練Autopilot自動駕駛系統的神經網絡。8資料來源：Wind，推特lexfrid

10、man，華西證券研究所特斯拉全球銷量特斯拉Autopilot Miles推測10 25 37 50 94 02040608010020172018201920202021銷量（萬輛）1.2 弱感知+超強智能：目前純視覺方案存在固有缺陷攝像頭本身存在對環境因素敏感、算法復雜、識別穩定性較差等缺點。攝像頭的缺點包括：（1）在黑暗、炫光等場景下處理能力不足；（2）惡劣天氣下易失效；（3）三維立體空間感不強；（4）相機鏡頭自身存在畸變，需要大量的規則約束去實現測距，為后續算法開發帶來諸多弊端。人工智能與深度學習還未完善。深度學習算法看到的東西比我們自己的眼睛看到的更多，但與人類不同的是，他們并不能真正

11、理解這個世界，需要長時間積累訓練。另外，受現實生活中長尾場景的影響，現實環境中視覺AI識別錯誤率將遠高于實驗室環境。9資料來源：搜狐科技，華西證券研究所智能駕駛中純視覺方案智能駕駛中視覺+激光雷達方案1.2 強感知+強智能：多傳感器融合方案成為主流多傳感器融合彌補數據和算法不足，成為大部分車企的選擇。目前主流車企數據和算法能力不足，僅攝像頭信息很難支撐其自動駕駛功能的實現。多傳感器方案能夠獲取更深度的3D空間信息，對于位置、距離、大小的感知也更直接準確，點云轉化算法、算力要求較低，能夠幫助大部分車企實現自動駕駛的快速落地。多傳感器結合降低感知誤差，將自動駕駛車輛打造成“九變形戰士”。感知模型是

12、基于概率的弱推理產出最小化誤差的強決策模型，誤差無法避免。在實際應用中，SOTIF車規要求感知模型除輸出識別判斷外，還需輸出判斷的自信程度，當某一傳感器感知模型自信程度較低時，最直接的做法便是采用其他自信程度更高的模型輸出。10資料來源：AI車庫，Innoviz，華西證券研究所多傳感器方案提升安全冗余一種國內典型的多傳感器方案1.2 強感知+強智能：激光雷達精度遠高于其他傳感器激光雷達精度高、探測范圍廣、穩定性強，并能夠對周圍環境進行實時3D建模。激光雷達目前探測范圍在200-300米。探測精度小于3cm，遠高于毫米波雷達和攝像頭。激光雷達vs毫米波雷達：毫米波雷達的探測距離受到頻段損耗的直接

13、制約（遠距離探測探測必須使用高頻段雷達），也無法感知行人，且對周邊所有障礙物無法進行精準的建模，特別對高處物體及小物體檢測效果不佳，但穿透性、抗干擾能力更強；目前主要應用于防撞場景。超聲波雷達vs毫米波雷達：超聲波雷達測距短，方向性差，受制于聲波傳輸速度在高速場景中應用受限，主要應用在低速泊車及短距場景。11資料來源：Fierce Electronics，鐳神智能，華西證券研究所激光雷達精度遠高于毫米波雷達激光雷達3D建模1.2 強感知+強智能：激光雷達確保長尾場景安全性激光雷達進一步確保長尾場景安全性，在L3及以上自動駕駛路線中重要性愈發凸顯。跟據ElecFans，搭載激光雷達自動駕駛系統安

14、全性可達99.99%，而攝像頭、毫米波雷達等傳感器僅能保證99.0%。12資料來源：華西證券研究所整理不同車載傳感器對比優勢優勢劣勢劣勢障礙識別障礙識別精度精度適用場景適用場景攝像頭技術成熟，價格便宜成本低；圖像信息包含豐富的色彩，紋理，輪廓，亮度信息，可取代人眼。對光照變化敏感，成像質量易受等天氣及環境影響；在測距，測速性能表現不足。強一般自適應巡航ACC、車道線偏離預警、行人車輛碰撞預警、自主泊車、監控駕駛員狀態監測DMS毫米波雷達環境適應性強，穿透能力強，抗雨、霧、灰塵等干擾能力強。測速，測距能力強。對橫向目標敏感度低。對行人分辨率不高，探測距離近。對高處物體以及小物體檢測效果不佳。較強

15、較高自適應巡航ACC、自動緊急制動AEB、前方碰撞預警FCW、生命體征探測ROA、監控駕駛員狀態監測DMS超聲波雷達測距的方法簡單，成本低。短距離測量優勢較大。聲波傳播速度較慢，高速場景中誤差較大。方向性較差，在測量較遠距離目標時影響測量精度。一般較高自動泊車輔助系統、自動緊急制動、前方防碰撞預警、變道輔助、全速自適應續航系統激光雷達測距遠，且可以解決近距離的橫向視覺盲區問題?？奢p易獲取車周環境的實時三維信息，點云轉化需求算力較低。易受惡劣天氣影響。成本較高。較強較強極高極高道路提取、環境建模、環境識別等；搭載激光雷達自動駕駛系統安全性可達99.99%5 261 980 02004006008

16、00100012002022E2025E2030E中國乘用車激光雷達市場空間（億元）1.3 爆發前夕，車載激光雷達千億市場彈射起跳目前車載激光雷達市場處于爆發前夕，千億市場正在開啟。根據我們的測算，預計我國乘用車領域激光雷達市場空間在2025年將達到261億元，到2030年將達到980億元。我們預計車載激光雷達市場將受益于高級別自動駕駛滲透，維持高速增長。根據我們的測算，我國乘用車領域激光雷達市場規模未來3年復合增速能達到200%+，2025年至2030年復合增速達到30%以上。13資料來源：觀研天下，工信部，華西證券研究所整理2022E2022E2025E2025E2030E2030E乘用車

17、產量（萬輛）2400 2600 3000 智能汽車滲透率L225%35%40%L2+/L30.3%15%30%L4/L50%1%15%激光雷達單車平均搭載數（個）L200.21L2+/L31.523L4/L533.54乘用車激光雷達出貨量（萬顆）10 1053 5700 激光雷達單顆價格（元）500024751719乘用車領域激光雷達市場空間（億元）5 261 980 國內乘用車領域激光雷達市場空間測算（億元）國內激光雷達市場彈性大CAGR200%+CAGR30%+1.3 爆發前夕，車載激光雷達千億市場彈射起跳未來五年全球激光雷達市場規模復合增速達到60%以上。隨著智能化技術的持續突破和升級，

18、受無人駕駛車隊規模擴張、高級輔助駕駛中激光雷達應用滲透率提升、以及服務型機器人及智能交通建設等領域需求的推動，預計激光雷達市場規模將實現快速擴容。據沙利文數據，2021年全球激光雷達市場規模達到20億美元，同比增長100%，預計2025年全球激光雷達市場規模將達到135.4億美元，2019-2025年的CAGR為64.6%。14資料來源：沙利文研究，華西證券研究所整理5.166.810204065100135.40%20%40%60%80%100%120%0204060801001201401602017 2018 2019 2020 2021 2022E2023E2024E2025E市場規模

19、（億美元）YoY全球激光雷達市場規模及預測（億美元）全球乘用車領域激光雷達市場空間測算（億元）2022E2022E2025E2025E2030E2030E乘用車產量（萬輛）6000 6200 6800 智能汽車滲透率L2/L2+15%36%40%L30.4%8%25%L4/L50%1%12%激光雷達單車平均搭載數（個）L2/L2+00.21L31.523L4/L533.54乘用車激光雷達出貨量（萬顆）32 1655 11084 激光雷達單顆價格（元）550024751719乘用車領域激光雷達市場空間（億元）17 410 1905 02模塊解構與技術路徑拆解152.1 激光雷達拆解：激光發射+激

20、光接收+掃描系統+信息處理激光雷達=激光發射+激光接收+掃描系統+信息處理。激光發射系統：激光需要由人為制造生成，由激光發射器發出，通過光束控制器控制發射激光的方向和線數，最后通過發射光學系統發射；激光接收系統：經接收光學系統，光電探測器接受目標物體反射回來的激光，產生接收信號；信息處理系統：接收信號經過放大處理和數模轉換，經由信息處理模塊計算，獲取目標表面形態、物理屬性等特性，最終建立物體模型。掃描系統：令發射源以一定軌跡運動，實現對所在平面的掃描，以擴大光源的探測范圍，并產生實時的平面圖信息。激光雷達的基本原理：向目標發射探測信號，然后將接收到的從目標反射回來的信號，與發射信號進行比較后獲

21、得目標的有關信息。16資料來源：搜狐科技，華西證券研究所整理四個模塊一種激光雷達簡單構成及原理發射模塊信息處理模塊掃描模塊接收模塊2.1.1 激光雷達拆解：激光發射/激光接收/掃描系統/信息處理發射模塊：核心部件為激光發射器和發射光學系統。光源的發生：激光發射器。激光的全稱是“由受激輻射的光放大而產生的光”，激光的產生來自于激光發射器，可以歸類為半導體激光器、固體激光器、光纖激光器和二氧化碳氣體激光器四種類型，如人類最早制造激光利用的紅寶石為固體激光器的一種。激光光源的選擇需綜合激光雷達技術方案、性能需求及成本需求進行考慮。目前無人駕駛主流采用半導體激光器，有EEL（邊發射激光器，激光由邊緣發

22、出）和VCSEL（垂直腔面發射激光器，激光垂直于頂面發出）兩種。趨勢上由EEL向VCSEL發展：EEL 具有高發光功率密度的優勢，然而其生產極大依賴產線工人的手工裝調技術，生產成本高且一致性較難保證；VCSEL 發射功率低，但可通過半導體加工設備保障精度，同時多層結 VCSEL 激光器的結構可將其發光功率密度提升510 倍。綜合激光雷達技術方案，適用于1550nm波長的一般選用光纖發射器，適用于Flash雷達技術方案的選用固體激光器。17資料來源：汽車人參考，智能汽車俱樂部，禾賽科技招股書，華西證券研究所不同激光器性能對比EEL與VCSEL圖示2.1.1 激光雷達拆解：激光發射/激光接收/掃描

23、系統/信息處理光源的校正：發射光學系統。由于各種激光器發射的激光束并不是絕對平行的，因此還需要一套透鏡系統，即發射光學系統，對激光器的輸出光束進行準直整形，通過改變發射光束的發散度、波束寬度和截面積，改善輸出光束質量，同時使總功率保持不變。發射光學系統主要由透鏡、反射器件、衍射器件等光學元器件組成，主要包含了準直鏡、分束器、擴散片等。準直鏡：解決激光器準直輸出問題，利用光折射原理，將發散的光源通過透鏡聚焦成平行光射出；分束器：將一束光分成兩束光或多束光；擴散片：利用光的衍射原理，將點光源轉換為散斑圖案。18資料來源：汽車人參考，華西證券研究所準直透鏡示意圖激光發射系統簡單構成發射光學系統激光調

24、制器光束控制器激光器激勵源激光發射激光發射2.1.1 激光雷達拆解：激光發射（波長）/激光接收/掃描系統/信息處理激光波長的選擇：905nm或1550nm。波長是激光最關鍵的指標，目前車載激光雷達主流采用905nm和1550nm兩種波長。選擇波長時一般會考量四個因素：人眼安全、與大氣相互作用、可選用的激光器以及可選用的光電探測器。905nm波長在成本及雨雪天氣情況下占優，1550nm波長在人眼安全和光束質量方面占優，因此探測距離和物體識別性能上更強。905nm和1550nm的各自優缺點都非常明顯，長期看二者會互補共存，但隨著1550nm工藝成本的下降，其應用比例將會增加。19資料來源：鐳神智能

25、，華西證券研究所整理波長波長較較優性能優性能原因原因905nm成本905波長可以用硅做接收器，成本低且產品成熟。而1550nm的波段硅無法探測，需要用Ge或者InGaAs探測器。并且1550nm激光雷達一般采用光纖激光器作為光源，技術相對更復雜，在光源及探測器成本、雷達體積以及供應鏈成熟度上還有明顯的不足。并且由于功耗相對較高，所以對于激光雷達的散熱性同樣是一個考驗。雨雪天氣雨水可以吸收1550nm波長光束，在雨雪天氣下，1550nm的穿透能力相對905nm較弱。1550nm人眼安全探測距離人眼的可見光范圍從390nm760nm波長，1550nm對人眼更友好，從而光功率上限更高。在同等功率下，

26、1550nm的人眼安全性提升可達40倍，可以允許輸出更高功率，實現更遠探測距離。光束質量、抗干擾能力精度1550nm波長激光抗干擾能力強、光束準直度更好、光源亮度高，這幾個優點也讓激光的發射和接收更高效，可以實現更精細的物體識別。同時1550nm波長激光發散性弱、光斑小，在100米外光斑直徑僅為905nm的四分之一。波長性能對比2.1.1 激光雷達拆解：激光發射（測距）/激光接收/掃描系統/信息處理測距方式上，主要是TOF（飛行時間法，使用時間測量距離）及FMCW（調頻連續波法，使用頻率測量距離）兩種路線。目前dTOF脈沖式為主流，FMCW憑借可直接獲得速度信息、高信噪比、高靈敏度、強抗干擾能

27、力、可實現高程度芯片化等優勢也在嘗試快速崛起。20資料來源：華西證券研究所整理車載激光雷達應用算法dTOFdTOF：脈沖式：脈沖式iTOFiTOF：相位式：相位式三角式三角式FMCWFMCW圖示原理直接根據脈沖發射和接收的時間差來測算距離。發射端發射特定頻率的調制紅外光，接收端在一定積分/曝光時間內接受反射光，對每一個像素計算其對應的相位偏移。利用光學反射規律和相似三角形原理，在接收透鏡的物空間與像空間構成相似關系，利用邊角關系計算出待測位移。FMCW主要通過發送和接收連續激光束，把回光和本地光做干涉，并利用混頻探測技術來測量發送和接收的頻率差異，再通過頻率差換算出目標物的距離。優勢精度、成像

28、幀率高，功率低，有效探測距離遠，抗干擾能力強原理簡單，易集成，圖像分辨率高幾何條件多，結構強，便于檢核，成本低點云包含速度信息；高信噪比，高靈敏度，抗干擾能力強，可實現高程度芯片化劣勢接收SPAD工藝復雜；信噪比較低；圖像分辨率較低精度低，功耗大，抗干擾能力差，有效探測距離較短，標定相對復雜，成像幀率低遠距離測量精度較低，不適用于車載主激光雷達成本高，對硅光芯片要求較高，1550nm激光器遇到雨水失靈精度高低遠距離精度低近距離精度較TOF高，遠距離精度較TOF低類別類別名稱名稱圖示圖示增益能力增益能力探測范圍探測范圍噪聲噪聲探測速度探測速度探測器成本探測器成本系統成本系統成本適用情況適用情況P

29、IN PD光電二極管無短高中中低不需要增益的FMCW激光雷達APD雪崩二極管100中高中高高目前ToF激光雷達的主流選擇SPAD單光子雪崩二極管106長低快高高技術完善后有望替代APD成為主流SiPM（MPPC）硅光電倍增管106長低快低高2.1.2 激光雷達拆解：激光發射/激光接收/掃描系統/信息處理接收模塊：由激光探測器和接收光學系統構成。接收光學系統：主要作用是盡可能收集經目標反射后的光能量，將其匯集到探測器的光敏面上，主要由透鏡、分束器、窄帶濾光片等組成。激光探測器是接收模塊的核心，主要功能是將接收的光信號轉化為電信號。其本質是一種半導體器件，目前主要有硅和銦鎵砷兩種襯底材料。硅基材料

30、技術更成熟成本更低，適用于905nm波段；1550nm波長的激光需要使用銦鎵砷材料接收，但其目前整體成熟度較低，成本較高。按二極管布局主要分為PD、APD、SPAD和SiPM/MPPC四種。當前市場APD應用更廣泛，未來SPAD/SiPM替代APD是大勢所趨。APD目前為主流，但由于單點接收，靈敏度低，在增益能力和大尺寸陣列方面存在明顯劣勢；部分激光雷達已開始使用增益能力更強、能夠實現大尺寸陣列的的SPAD或SiPM，但SPAD以及SiPM技術仍待發展。21資料來源：華西證券研究所整理激光探測器對比單點接收線陣接收面陣接收單點接收2.1.3 激光雷達拆解：激光發射/激光接收/掃描系統/信息處理

31、掃描模塊：主要作用為通過掃描器的機械運動控制光的傳播方向，實現對特定區域的掃描，掃描形式的選擇主要影響探測范圍廣度及激光雷達整體的耐用及穩定性。目前市面上的雷達類型多按掃描方式進行區分：按照掃描方式有無機械轉動部件可分為機械旋轉、混合固態、純固態三種；其中，混合固態分為MEMS、轉鏡，純固態分為相控陣OPA、Flash。整體發展趨勢為從機械式向純固態演變。22資料來源：華西證券研究所整理激光發射系統簡單構成機械式機械式半固態半固態固態固態轉鏡式轉鏡式MEMSMEMSFlashFlash光學相控陣光學相控陣OPAOPA圖示原理通過電機帶動光機結構整體旋轉，可實現360掃描（半態固態/固態式激往往

32、最高只能做到120的水平視場掃描）轉鏡式保持收發模塊不動讓電機在帶動轉鏡運動的過程中反射激光從而達到掃描探測效果。采用MEMS微機電系統微振鏡替代傳統機械式旋轉裝置，由微振鏡通過一定諧波頻率振蕩反射光形成較廣的掃射角度和掃射范圍通過短時間內向各個方向發射大覆蓋面陣激光，利用微型傳感器陣列采集不同方向反射回來的激光束快速記錄整個場景并繪制通過對陣列移相器中每個移相器相位的調節，利用干涉原理實現激光按照特定方向發射的技術從而完成一定范圍的掃描測量?？煽啃圆豢煽靠煽靠煽靠煽孔羁煽砍杀靖?，很難下降較低較低低高，隨著技術提升可能下降技術成熟度高中中中低發展趨勢成本高、生產周期漫長、影響車輛外觀等，目前多

33、應用于無人駕駛測試項目。轉鏡方案最早通過車規，短期或將與MEMS并存。綜合性能較好，小巧、堅固可靠且成本較低，目前較為適合作為車載激光雷達配套汽車量產避免了掃描過程中目標或激光雷達移動帶來的各種問題；但由于探測范圍較窄目前配套汽車有所受限。產業鏈尚處起步階段，目前采用率較低，但其集成度高且量產標準化程度高，成本下探后有較大潛力。代表廠商Velodyne、Ouster、禾賽、速騰聚創、鐳神智能等華為、大疆覽沃、Luminar、圖達通、法雷奧、禾賽、鐳神智能等Innoviz、Luminar、禾賽、速騰聚創、一徑科技等Ibeo、Quster、北醒光子、北科天繪等Quanergy、力策科技等2.1.4

34、 激光雷達拆解：激光發射/激光接收/掃描系統/信息處理信息處理模塊：主要任務是對信號進行處理、計算，完成三維圖像重構，主要采用集成電路和計算機完成，可利用FPGA、高速DSP等技術。信息處理模塊主要包含放大器、數模轉換器以及軟件算法。放大器：探測器將光信號轉換為電信號，電信號經過放大器放大，降低噪聲和干擾。數模轉換器：數模轉換器將數字式的電信號轉換為模擬式信號，再進行處理和計算。軟件算法：高效的算法對激光雷達十分重要，目前應用于無人駕駛的激光雷達算法主要分為三類，點云分割算法、目標跟蹤與識別算法、即時定位與地圖構建算（SLAM）；目前不同的算法往往針對某個特定場景開發，解決不同場景下的問題，適

35、應性較差。23資料來源：汽車人參考，華西證券研究所車載激光雷達應用算法類別類別功能功能算法名稱算法名稱關鍵技術關鍵技術特點特點點云分割將原始3D點云分組為非重疊區域非模型投影法地面投影法、虛擬像平面投影法簡單高效，不適用于復雜形體分割聚類法K-means聚類等分割準確性高，較復雜目標跟蹤與識別實現對汽車周圍障礙物運動狀態和幾何特征的判斷檢測與跟蹤物體級檢測與跟蹤實時性好，不適用于復雜環境柵格單元級檢測與跟蹤跟蹤精度高，計算效率低分類與識別基于全局特征的目標分類與識別識別速度快，受環境遮擋影響大基于局部特征的目標分類與識別噪聲不敏感，抗密度干擾性差即時定位與地圖構建實現汽車的精準定位與可通行路徑

36、規劃基于濾波器的SLAM擴展卡爾曼濾波器，Fast SLAM等較準確，不適用于大場景基于圖優化的SLAM位姿圖優化等全局優化，對初始值要求高2.2.1 激光雷達技術發展現狀：MEMS激光雷達為中期主流方案MEMS 激光雷達將是當下及未來5年內的主流方案。雖然業界普遍認為純固態將是激光雷達的最終形態，從目前產品和技術的成熟度來看，OPA和FLASH方案還有待進一步完善、降本，我們認為，MEMS 激光雷達將是當下及未來5年內的主流方案。MEMS激光雷達掃描系統的核心部件是MEMS微鏡。MEMS微鏡本質上是一種硅基半導體元器件，特點是內部集成了“可動”的微型鏡面，采用靜電或電磁驅動方式。優勢：擺脫了

37、傳統旋轉電機和掃描鏡等機械運動裝置，大大減少激光雷達的尺寸，同時也可以減少激光器和探測器的數量，降低成本。劣勢：MEMS微鏡屬于振動敏感性器件，車載環境的振動和沖擊容易對它的使用壽命和工作穩定性產生影響，另外MEMS的光學口徑、掃描角度、視場角也比較小。24資料來源：艾瑞咨詢，知乎，華西證券研究所MEMS振鏡掃描模塊圖示MEMS激光雷達原理圖示2.2.1 激光雷達技術發展現狀：MEMS激光雷達為中期主流方案轉鏡及MEMS振鏡產品性能已均可滿足ADAS功能需求。在目前已商用的半固態激光雷達中，國內外廠商產品在性能上較為接近，且不同掃描方案產品在性能上已達到ADAS功能的感知要求。隨著MEMS振鏡

38、技術的成熟，主機廠對MEMS方案的青睞度有所提升，上車品牌逐漸增多。目前國內激光雷達廠商的客戶以對自動駕駛探索更為積極的國內新勢力品牌為主，在主要依賴工程經驗作為改進基礎的半固態激光雷達上更具迭代優勢，可通過與國內汽車品牌更高效的溝通反饋實現對產品的高效更新。25資料來源：艾瑞咨詢，華西證券研究所整理全球各類車載激光雷達產品廠商數量品牌品牌/車型車型上市時間上市時間價格（萬元）價格（萬元）廠商廠商技術類型技術類型搭載數量搭載數量合眾哪吒S2022年7月20 華為轉鏡2顆上汽飛凡R72022年H230 Luminar轉鏡1顆阿維塔112022年8月35 華為轉鏡3顆極狐S HI版2022年5月3

39、9 華為轉鏡3顆理想L92022年6月46 禾賽轉鏡1顆長城機甲龍2022年H249 華為轉鏡4顆高合Hiphi Z2022年7月60 禾賽轉鏡1顆埃安LX Plus2022年1月23 速騰聚創MEMS3顆智己L72022年H241 速騰聚創MEMS2顆蔚來ET72022年3月45 圖達通MEMS1顆小鵬G92022年9月-速騰聚創MEMS2顆威馬M72022年10月-速騰聚創MEMS3顆當前量產上車方案主要是轉鏡和MEMS2.2.2 激光雷達技術發展現狀：FLASH激光雷達有望率先實現商用OPA：一維OPA掃描器仍需解決豎向偏轉角度及商用成本問題。光學相控陣（OPA）的掃描方式中，MEMS式

40、不屬純固態范疇，液晶式難以到達車載掃描要求，因此硅光式是較為可行的研發路徑。目前實驗室階段OPA掃描的橫向偏轉角度逐年保持較大進步，角分辨率已實現突破；但加工制造要求目前實現商用仍成本較高，同時對于后端算法的要求進一步提高，因此距離商用仍有一定距離。FLASH：收發模塊同步發展幫助FLASH激光雷達提升探測距離。Flash激光雷達的優點在于直接去除了掃描模塊，但由于是面光源（MEMS等掃描方式為點光源），因此能量相比點光源較為發散，難以到達遠距離探測。影響Flash激光雷達性能的部件主要是發射模塊的垂直腔面發射激光（VCSEL）及接收模塊中的單光子雪崩二極管（SPAD）。VCSEL方面，目前商

41、用VCSEL發射功率不斷提升，同時VCSEL陣列實現相同峰值功率下對車輛前方更遠距離的探測。SPAD 方面，其發展目前同樣沿著摩爾定律式的性能曲線移動，隨著SPAD的快速發展FLASH激光雷達有望率先成為商用于中距離探測的固態式激光雷達。26資料來源：艾瑞咨詢，華西證券研究所0919年全球實驗室一維OPA掃描器可實現最大偏轉角度及角分辨率（1550nm光源）20162021年SPAD像素分辨率發展進度2.2.3 激光雷達技術發展現狀：FMCW激光雷達有望突圍FMCW激光雷達相比TOF具有諸多優勢：1）TOF的光波容易受環境光干擾，而FMCW的抗干擾能力很強；2）TOF的信噪比過低，而FMCW的

42、信噪比很高；3）TOF的速度維數據質量低，而FMCW可獲取每個像素點的速度維數據；4）TOF很難跟OPA掃描結構兼容，而FMCW天然更適合OPA；5）FMCW 可實現更高程度的“芯片化”。2017年之后成立的激光雷達公司往往選擇FMCW路線做突圍。2017年之后成立的公司，幾乎都沒有做TOF產品，而是從一開始就走FMCW路線，創業公司普遍認為TOF路線比較成熟，機會已經不多；并且，TOF技術路線具有一些局限性，也需要通過一種新的技術路線來做補充。27資料來源：九章智駕，洛微科技，知乎奚慶新，華西證券研究所洛微科技FMCW連續波調頻相干探測方案FMCW激光雷達輸出的每個點云都有速度青色點云是接近

43、自車的車輛；超過自車，點云顏色由青色轉為紅色。白色點云是靜止物體紅色點云是遠離自車的車輛自車2.2.3 激光雷達技術發展現狀：FMCW激光雷達有望突圍在結構選擇上，FMCW激光雷達與TOF除光學鏡頭有相同之處，幾乎是兩個完全不同的品類。1）激光器波長：1550nm。在光通信領域，跟FMCW搭配的都是基于1550nm波段的器件，這些器件的供應鏈相對成熟，成本也可控。2）單激光器：速度維數據和高信噪比，共同降低了FMCW激光雷達對點頻的要求，廠商一味將點云密度做高的意義不大。實踐中，廠商們出于成本考慮，往往只會用1個激光器，再利用分光器協助增加實際發出線數。3）低成本的探測器：PIN。在FMCW中

44、，光束在發出去之前，留了一半在本地，可以完成“相干增益”，而不需要探測器額外增益。4）掃描方案：OPA是終極形態。OPA掃描通?；诠韫庑酒?，而TOF的峰值功率過高，硅光芯片往往承受不??；FMCW的信噪比很高，即便用很低的功率，也可以獲得足夠多的“有效信號”。業界認為OPA只有在FMCW成熟之后才可以應用在車載激光雷達上。28資料來源：智駕最前沿，九章智駕，華西證券研究所整理OPA光學相控陣干涉原理與水波疊加類似FMCW激光雷達的主流結構選擇主控芯片信息處理模塊模數轉換發射光學系統激光器1550nm波長&單激光器OPA光學相控陣掃描模塊發射模塊接收模塊接收光學系統PIN PD探測器模擬前端FM

45、CW激光雷達03產業鏈梳理：整機廠如何構建護城河？29下游3.1 激光雷達產業鏈一張圖30資料來源：華西證券研究所整理發射模塊發射模塊接收模塊接收模塊掃描模塊掃描模塊信息處理信息處理/芯片芯片激光器激光器發射光學系統發射光學系統探測器探測器接收光學系統接收光學系統EELEEL：長光華芯長光華芯、炬光科技炬光科技、深圳瑞波光電、海創光電、OSRAM、Lumentum、濱松等VCSELVCSEL：長光華芯長光華芯、炬光科技炬光科技、縱慧芯光、深圳瑞波光電、華芯半導體、AMS、OSRAM、Lumentum等光纖：光纖：昂納科技、亮點光電、光庫科技光庫科技、海創光電、鐳神智能、長飛光纖長飛光纖、Lum

46、ibird等固體：固體：炬光科技炬光科技、格鐳激光光學系統：光學系統：舜宇光學、永新光學、福晶科技、騰景科技、炬光科技、藍特光學、水晶光電、聯創電子、天孚通信等APDAPD：長光華芯長光華芯、中電科44所、芯思杰、濱松等SPAD/SPAD/SiPMSiPM：佳能、靈明光子、芯視界、阜時科技、AMS、松下、索尼、三星、安森美等MEMSMEMS振鏡：振鏡：希景科技、知微傳感、Opus、ST等掃描鏡：掃描鏡：知微傳感、Lemoptix、ST等旋轉電機：旋轉電機：湘油泵、知微傳感、Opus等旋轉電機、掃描鏡、旋轉電機、掃描鏡、MEMSMEMS微振鏡等微振鏡等整機廠整機廠放大器、模數轉換放大器、模數轉換

47、中游整機廠上游元器件放大器：放大器：圣邦股份、TI、ADI、亞德諾等模數轉換器模數轉換器ADCADC：時代民芯、美信、TI等FPGAFPGA賽靈思、英特爾、瑞薩、英飛凌、紫光國芯、國微電子等模擬前端模擬前端矽力杰、圣邦股份、TI、ADI等智能駕駛智能駕駛機器人機器人軍事軍事/測繪等測繪等20%20%-30%30%20%20%-30%30%30%30%-40%40%國內：國內：禾賽科技、速騰聚創、圖達通、鐳神智能、北科天繪、一徑科技、萬集科技萬集科技、洛微科技、光勺科技、力策科技、北醒光子、華為、大疆覽沃、亮道智能、奧比中光奧比中光等國外：國外：Velodyne、Luminar、Innoviz、

48、Ibeo、Quanergy、Aeva、Ouster、Mobileye、Argo等10%10%-15%15%BOM拆分激光雷達的成本主要包含研發成本、BOM成本及生產成本，研發成本與生產成本可隨量產規模的擴大顯著分攤。激光雷達激光雷達集成系統集成系統經緯恒潤經緯恒潤等Tier13.2 激光雷達整機廠布局31資料來源：華西證券研究所整理機械機械轉鏡轉鏡MEMSMEMSOPAOPAFlashFlashFMCWFMCW機械機械轉鏡轉鏡MEMSMEMSOPAOPAFlashFlashFMCWFMCW國內廠商禾賽科技國外廠商Velodyne速騰聚創Luminar圖達通Innoviz鐳神智能Ibeo北科天繪

49、Quanergy一徑科技Aeva萬集科技Ouster洛微科技LeddarTech光勺科技Pioneer力策科技Strobe(GM)北醒光子Aurora華為Analog Photonics大疆覽沃Voyant Photonics亮道智能Baraja自動駕駛公司ArgoBridger PhotonicsWaymoScantinel PhotonicsMobileyeSiLC TechnologiesFMCW激光雷達的主流結構選擇60%2%5%25%8%收發模組測時模組控制模組人工調試機械裝置等其他部件3.3 整機廠競爭力分析：集成化、芯片化是降本關鍵集成化、芯片化是實現激光雷達高性能、低成本、高可

50、靠性的關鍵效途徑。激光雷達的性能主要取決于收發模塊；可靠性取決于掃描模塊；成本由二者決定。其中掃描模塊仍在持續演進，但對激光雷達廠商而言，收發模塊技術是相對通用的，可以進行芯片化與集成化。高集成化減少器件數量，降低因單一器件失效而導致系統失效的概率，提升可靠性。光學模塊集成化、芯片化是激光雷達降本關鍵。芯片化將整個系統簡化為幾顆芯片，裝配工藝完全可以自動化；同時大幅降低物料及調試成本。根據禾賽科技招股書，其自研多通道發射芯片使得發射端驅動電路成本降低約70%，自研多通道模擬前端芯片使得接收端模擬電路成本降低約80%。32資料來源：汽車之心，大疆覽沃,華西證券研究所傳統分立式激光雷達成本激光雷達

51、價格下降曲線3.3 整機廠競爭力分析：芯片集成設計能力將成為核心競爭壁壘FPGA為當前激光雷達主控芯片的主流方案。由于車載激光雷達目前統一的技術路線尚未確定，因此當前廠商在芯片制造上主要以基于FPGA的解決方案為主。FPGA適用于需要頻繁修改和升級的系統架構，芯片可以隨算法的開發而定制，以此響應汽車激光雷達系統不斷演進的設計與性能要求。主控芯片將從FPGA向高集成度的ASIC/SoC方案發展?；贏SIC的解決方案更適用于永久性應用，使用ASIC芯片則意味著激光雷達廠商對于現階段的產品系統設計已形成標準化方案，可以利用ASIC大批量量產的成本效益降低激光雷達產品成本。SoC 芯片具有集成度高、

52、適合大規模量產、器件自主可控的優勢。33資料來源：Strategy Analytics，阜時科技，華西證券研究所車載激光雷達投產時間軸：FPGA仍是主流激光雷達芯片結構3.3 整機廠競爭力分析：禾賽科技將芯片化作為重要戰略布局禾賽科技將芯片化作為其兩大戰略布局之一，2018年以來持續投入研發SoC 芯片。（1）芯片化V1.5架構將完成開發適配VCSEL 的多通道驅動芯片、適配SiPM的多通道模擬前端芯片以及高精度TDC芯片。（2）從芯片化V2.0開始，SoC將取代FPGA。芯片化v2.0發射端采用VCSEL線陣，接收端由SiPM升級為SPAD陣列，實現在CMOS工藝下的探測器和電路功能模塊的集

53、成，線陣式SoC單片集成光電探測器、前端電路、波形數字化、波形算法處理、激光脈沖控制等功能模塊，可以取代FPGA。（3）V3.0接收端采用面陣式SoC 芯片，能夠實現對單光子信號進行片內處理得到點云數據。34資料來源：禾賽科技招股書，華西證券研究所禾賽科技芯片化路線圖禾賽科技激光雷達專用芯片及功能模塊示意圖3.3 整機廠競爭力分析：芯片化有利于整機廠保持可觀的毛利率禾賽科技通過芯片化技術平臺，控制批量采購成本，提升生產自動化。打造共用的芯片化技術架構。根據禾賽科技招股書，禾賽科技未來會通過芯片化技術構建激光雷達產品的核心架構，構建技術中臺，讓服務于不同市場的產品線共用一套架構。共用架構會使得不

54、同產品的物料和生產線盡量保持一致，通過規?；档臀锪喜少彸杀?。保持可觀的毛利率。芯片化的架構同時有助于自動化產線的建設，將手工的精準裝調轉化為由半導體設備保障精度，且保持不同產品的自動化產線間的一致性，進而降低自動化產線的開發難度和生產成本。35資料來源：艾瑞咨詢，禾賽科技招股書，華西證券研究所激光雷達產品發展趨勢3.3 整機廠競爭力分析：軟硬結合提供感知或融合算法部分激光雷達企業希望通過提供軟硬件結合的服務方式提升自身競爭力。從長期看，各車企之間自動駕駛能力的差異點在于決策算法而非感知環節，因此提供感知算法可增加自身產品對未計劃或不具備自研感知算法主機廠的附加值。各激光雷達廠商或從硬件供

55、應商向感知解決方案供應商發展。從提供SDK到感知、決策、執行全棧算法模塊，其整體目標是向Tier 1供應商靠攏，不僅是單純的零部件供應商，而是為主機廠提供整套感知解決方案，降低后者的二次開發成本。36資料來源：艾瑞咨詢，九章智駕，華西證券研究所車載激光雷達廠商商業模式后融合算法前融合算法攝像頭毫米波雷達激光雷達視覺算法毫米波雷達感知算法點云處理算法識別結果融合原始數據原始數據原始數據識別結果識別結果識別結果原始數據關聯、預處理（統一時鐘、同一坐標系數據融合特征提取特征關聯特征融合目標結果融合信息結果攝像頭毫米波雷達激光雷達原始數據原始數據原始數據04投資建議與風險提示374.1 投資建議 投資

56、建議：激光雷達爆發前夕，整機廠及上下游均有望受益。受益標的包括：經緯恒潤、萬集科技、奧比中光、光庫科技、長光華芯、炬光科技、永新光學、福晶科技、騰景科技、藍特光學、水晶光電、聯創電子、天孚通信、湘油泵等。38資料來源：Wind，華西證券研究所重點公司盈利預測與估值注：除經緯恒潤外，2022、2023年盈利預測來自Wind一致預期，PE根據8月15日收盤價計算。公司名稱公司名稱股票代碼股票代碼收盤價收盤價市值市值(億元億元)EPS(EPS(元元)PE(PE(倍倍)2022/8/152022/8/152022/8/152022/8/15202120212022E2022E2023E2023E202

57、120212022E2022E2023E2023E經緯恒潤-W688326.SH208.00 249.60 1.221.842.94170.5 113.0 70.7 萬集科技300552.SZ25.12 53.54 0.22-114.2-奧比中光-UW688322.SH36.78 147.12-0.86-0.46-0.25-光庫科技300620.SZ48.02 78.79 0.801.001.3459.8 48.2 35.9 長光華芯688048.SH142.00 192.55 1.131.422.16125.2 99.8 65.7 炬光科技688167.SH156.00 140.34 1.0

58、01.352.20156.0 115.5 70.8 永新光學603297.SH114.30 126.28 2.392.433.2347.8 47.1 35.4 福晶科技002222.SZ17.70 75.67 0.450.530.6339.5 33.7 28.1 騰景科技688195.SH33.83 43.76 0.430.580.9278.7 58.0 36.8 藍特光學688127.SH24.38 98.21 0.350.360.7769.7 68.5 31.8 水晶光電002273.SZ14.08 195.80 0.340.410.5241.4 34.0 27.1 聯創電子002036.

59、SZ18.22 193.65 0.110.340.51165.6 53.6 35.5 天孚通信300394.SZ36.61 143.79 0.791.061.3646.4 34.6 27.0 湘油泵603319.SH20.94 43.72 1.201.151.5817.5 18.3 13.3 4.2 風險提示 智能駕駛滲透不及預期 激光雷達上車進度不及預期 激光雷達技術迭代不及預期 市場系統性風險等39資料來源：華西證券研究所免責聲明40分析師分析師與研究助理簡介與研究助理簡介劉澤晶（首席分析師）2014-2015年新財富計算機行業團隊第三、第五名，水晶球第三名，10年證券從業經驗分析師承諾分

60、析師承諾作者具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，保證報告所采用的數據均來自合規渠道，分析邏輯基于作者的職業理解，通過合理判斷并得出結論，力求客觀、公正，結論不受任何第三方的授意、影響，特此聲明。評級說明評級說明公司評級標準公司評級標準投資評級投資評級說明說明以報告發布日后的6個月內公司股價相對上證指數的漲跌幅為基準。買入分析師預測在此期間股價相對強于上證指數達到或超過15%增持分析師預測在此期間股價相對強于上證指數在5%15%之間中性分析師預測在此期間股價相對上證指數在-5%5%之間減持分析師預測在此期間股價相對弱于上證指數5%15%之間賣出分析師預測在此期間股價相對弱于上證指數達到或超過15%行業評級標準行業評級標準以報告發布日后的6個月內行業指數的漲跌幅為基準。推薦分析師預測在此期間行業指數相對強于上證指數達到或超過10%中性分析師預測在此期間行業指數相對上證指數在-10%10%之間回避分析師預測在此期間行業指數相對弱于上證指數達到或超過10%華西證券研究所：華西證券研究所：地址：北京市西城區太平橋大街豐匯園11號豐匯時代大廈南座5層網址：http:/