三重拐点验证 ADAS 激光雷达放量盈利在即

智圈l 进“智车行家激光雷达行业交流群”， 请加18512119620（微信同），备注公司-姓名-职位加群

01 .

激光雷达:从科研到商用上车，TOF+半固态为当下主流市场选择

1.1 激光雷达上车难在哪里？——车规要求高可靠低容错，AEC-Q102 包含数十项测试

考虑到交通行驶场景对于高可靠性、低容错率的要求，车载激光雷达及其组件必须通过严格的可靠性测试。 一般而言，车规级激光雷达通常需要满足车规级电子元器件测试标准、汽车电子设计开发要求和大型车企测试要求。其中，AEC-Q 认证是车规级电子元器件的通用测试标准。其中，AEC-Q102 是专门针对激光雷达的核心器件激光器和光电探测器而制定的新标准，涵盖环境应力加速实验、加速寿命仿真实验、封装完整性检测、电气特性校验实验等数十项测试，并且要求产品在零失效的前提下，通过所有规定的测试项目。

1.2 激光雷达的各种产品参数是什么意思？ ——透视激光雷达产品核心性能指标 衡量激光雷达核心性能的主要参数包括线束、角分辨率、视场角 FOV、点频等，各个参数之间的差异将会直接影响激光雷达的测距能力和感知精准度。

线束： 激光雷达垂直方向上的激光的分布数量，分为单线束和多线束。单线束激光雷达只有一个激光发射器，随着雷达转动形成一条水平扫描线，只能检测前方是否有障碍物。多线激光雷达在垂直方向有多个激光发射器，随着雷达转动形成多条水平扫描线，能够扫描平面。激光束在垂直上的分布一般是不均匀的，大多数激光集中在水平区域。线束越多，激光雷达扫描的角度范围也越广，识别能力越强。

角分辨率： 激光雷达相邻两个探测点之间的角度间隔，分为水平角度分辨率与垂直角度分辨率。以禾赛 360°64 线 10HZ 激光雷达为例（点频为 1.152MHZ），每次扫描得到的点数为 115,200（1152,000/10），每次扫描每条线得到的点数为 1800pts （115,200/64），水平角分辨率为 0.2°（360/1800）。相邻探测点之间的角度间隔越小，对目标物的细节分辨能力越强，越有利于进行目标识别。

视场角范围 FOV： 激光雷达在水平或者垂直方向能探测的范围角度，分为水平视场角α和垂直视场角β。机械式激光雷达能够 360°旋转，所以水平 FOV 是 360°，垂直 FOV 指最上面一束激光和最下面一束激光形成的夹角。视场角越大说明激光雷达对空间的角度覆盖范围越广。

扫描帧率： 每秒钟完成一圈扫描的次数，10HZ 也就是 1 秒完成 10 次扫描。扫描频率越大，转速越高，意味着雷达对外界的感知速度越快，系统实时性越高。

点频： 激光雷达所有线每秒扫描的点的总数量。 以禾赛 360°64 线 10HZ 激光雷达为例，其点频为 1.152MHZ，也即 64 线每秒能扫描 1152,000 个点(pts/s)。

测距能力： 激光雷达能够探测的范围，通常指对 10%低反射率目标（比如白纸）的最远探测距离（反射率是指射到目标物的激光能够被反射回来的比率）。如 150 米@10%，就是指在目标反射率为 10%的情况下探测距离为 150 米。

波长： 波长越长，对雨露、粉尘的穿透能力越强，探测距离越远。目前最常用的波长是 905nm 和 1550nm，905nm 波长的激光器件相对成熟，成本较低，但由于太阳光中存在较多近红外背景光，传感器信噪比较低，最大探测距离限制在 150 米左右。1550nm 激光远离人眼吸收的可见光光谱，安全性更高，背景光干扰问题相对较小，最大探测距离可以达到 1,000 米以上。

1.3 路线差异：基于测距原理与扫描模块的技术分化，ToF+半固态为当下主流市场选择

1.3.1 激光雷达包括哪些模块？——扫描+发射+接收+控制

一般而言，完整的激光雷达产品分为扫描、发射、接收及控制四个模块。

扫描模块： 负责控制激光束的方向，以便对目标区域进行扫描。扫描形式分为机械式、半固态式、固态式三种形式，不同形式主要影响探测范围的广度以及产品整体的耐用与稳定性。

发射模块： 负责发射激光脉冲。光源分为 905nm 和 1550nm 两种波长，激光器按结构可分为边发射激光器(EEL)和垂直腔面发射激光器(VCSEL)。光源类型和发射形式影响射出光的能量大小，进而影响光源可达到的探测范围与深度。

接收模块： 负责检测从目标反射回来的激光脉冲。按探测器类型可分为 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)、和硅光电倍增管(SiPM)等，探测器的性能影响对返回光子的探测灵敏度，进而影响激光雷达的探测距离、分辨率、信噪比等。

控制模块： 负责生成点云模型，信息处理芯片可分为 FPGA、ASIC 和 SoC 等。

1.3.2 测距原理的技术分化？——ToF VS FMCW，ToF 为当下主流成熟商用路线

从测距原理上看，激光雷达分为时间飞行法(ToF，通过测量光脉冲从发射到从目标反射回来的时间差来计算距离)和调频连续波法(FMCW，通过测量发射的连续变化频率信号与反射回来信号之间的频率差来确定距离)两种测距方式。

ToF： 基于光在空气中的传播速度得到目标物体的距离信息，探测精度高，但可能受到其他激光雷达或环境光的干扰，在高反射率目标上可能出现信号饱和的问题。目前， ToF 激光雷达车规级元件供应商相对较多，技术相对成熟，是市场主流选用方案。

FMCW： 采用多普勒效应直接获取径向速度，可以获取百万点云中每一个点的速度，测速较高。仅检测特定频率范围内的回波，对环境光和其他激光雷达的干扰不敏感，因此抗干扰能力强。除此之外，FMCW 激光雷达在不利天气条件下仍能保持良好的性能。但 FMCW 对激光器、接收器和 AISC 等元件的性能要求极度严格，成本也较ToF 更高，尚属于早期培育阶段，还未实现大规模商用 。

1.3.3 扫描模块的技术分化？——机械式、混合固态与固态式，固态化或为未来趋势

激光雷达需依赖扫描模块将激光器产生的光束分散到外部空间，从而构建起激光雷达的视场范围。根据扫描模块的不同，激光雷达可以划分为机械式、半固态与固态三种。

现阶段，采用传统分立式设计的机械式激光雷达，由于光机结构需依靠电机带动实现整体旋转，导致 1）体积较大且降本空间有限；2）分立式结构易受外部环境因素影响而降低稳定性和使用寿命；3）需要复杂的人工调教，装配周期长，因而车规级应用受限。另外，目前固态激光雷达技术成熟度较低，存在功率密度低、探测距离短等问题，尚不能达到主视激光雷达的性能要求。半固态激光雷达以其体积较小、精度较高、成本较低等优势，是目前量产上车的主流选择。

2021 年 8 月，Quanergy Systems 发布全球首款车载固态 OPA 激光雷达 S3 系列，此前市场中的纯固态激光雷达多用于测绘、机器人等非车规级终端当中。2022 年 5 月，亮道智能发布国内首款车载固态 Flash 激光雷达 LDSatellite，同年 11 月，禾赛与速腾聚创先后发布车载固态 Flash 激光雷达产品。2022 年以来，国内主流车载激光雷达厂商陆续布局固态激光雷达产品。

我们认为，短期内高性能半固态激光雷达仍将作为车载激光雷达的主流市场选择，固态激光雷达可作为补盲雷达或者机器人主视激光雷达。 长期来看，高度集成化的固态式是车载激光雷达未来发展的主要方向，机械式与混合（半）固态向纯固态的渐进转型或为车载激光雷达提升稳定性、降低成本过程中的必由之路。

1.4 产业图谱：中游厂商可同时具备硬件集成与软件解决方案能力

车载激光雷达行业主要包括上游的光学和电子元件制造商、中游的集成激光雷达和软件系统供应商以及下游的辅助驾驶、自动驾驶相关企业。 其中，中游厂商可向上延伸自研元件，也可向下拓展提供软件解决方案，竞争壁垒较高。

上游： 主要包括激光发射(EEL、VCSEL、光纤激光器)、激光接收(APD、SPAD、SiPM)、扫描模块(MEMS 微振镜、扫描镜旋转电机、镜头和滤光片等)及信息处理(FPGA 芯片、模拟芯片、数模转换器等)。

中游：主要包括集成激光雷达和软件系统。其中，激光雷达为车辆行驶过程提供高精度的三维空间数据；软件系统则负责处理这些数据，实现环境感知、导航、避障等功能。软件系统方面，部分车企选择自研，另一部分车企选择与自动驾驶解决方案供应商合作。

下游：主要包括无人驾驶车辆运营公司智能驾驶解决方案供应商、出行服务提供商、辅助驾驶服务提供商及车联网方案提供商等。

02 .

规模上车:三重拐点逻辑验证，激光雷达提效降本驱动渗透率快速提升

2.1 性能拐点：ADAS 激光雷达能力迭代，2021 年前后或进入非机械式产品成熟阶段

2017 年，全球第一款真正实现 L3 级自动驾驶的量产车辆奥迪 A8 问世，搭载法雷奥SCALAGen1 激光雷达。2021 年，法雷奥推出第二代激光雷达 SCALAGen2，新款梅赛德斯-奔驰 S 级轿车成为全球首款搭载法雷奥第二代激光雷达的车型。同年，法雷奥推出三代产品，核心产品性能指标相比前两代产品大幅提升。

同样是非机械式激光雷达，法雷奥的 SCALAGen 3 的视场角、分辨率与测距能力已达到 2024 年速腾与禾赛最新款的车载激光雷达水平。对此我们推测，2021 年之后车载激光雷达已跨过性能拐点，在产品能力上已进入相对成熟的阶段。 我们认为，无论是奥迪 A8 还是奔驰 S 级车型，国内报价均在 80~200 万元，可推知早期的车载雷达产品即便在性能指标上已达到可用的程度，但受限于较高的售价难以向绝大多数 80 万以下的中低线车型渗透。

2.2 规模拐点：ADAS 激光雷达成本下移，规模效应下单价降数量级但毛利率触底回正

从出货量视角看，禾赛与速腾两家 ADAS 激光雷达头部厂商 2022 年以来呈现“0 到 1” 的爆发式发展。 2023 年，禾赛/速腾的 ADAS 激光雷达出货量分别高达 19.5/24.3 万颗，同比增长 559%/215%。1H2024，禾赛/速腾的 ADAS 激光雷达出货量分别高达 23.5/13.3万颗，同比增长 488%/80%。

从产品单价视角看，2020~1H24，速腾聚创 ADAS 激光雷达在出货量暴增的规模效应下单价降数量级但毛利率触底回正。 1H2024，速腾 ADAS 激光雷达单价约为 2,597 元，仅为 2020 年 20,583 元单价的 12.6%。另外，速腾 ADAS 激光雷达毛利率在经历剧烈下降后于 2023 年大幅上修，1H24 毛利率已回正至 11.9%，降本能力突出且规模效应显著。

在智能驾驶前装量产时，整套硬件系统（包括激光雷达、摄像头和域控系统）约占汽车成本的 4%左右。 具体而言，15 万的车型对应智驾预算约 6,000 元，其中，激光雷达约 1,000元（摄像头+域控 4~5 千元）；30 万的车型对应智驾预算约 12,000 元，其中，激光雷达约 3,000 元。据此推算，20 万左右的车型对应激光雷达预算约 1,300~2,000 元。我们认为，车载激光雷达的性价比将成为核心竞争要素，目前速腾已将 ADAS 激光雷达单价降至 3,000 元以内，受益于规模效应释放有望在保持毛利率回升的情况下持续向 20 万以下的低线车型下沉。

2.3 渗透率拐点：ADAS 激光雷达渗透率斜率向上，26 年全球市场有望破百亿

据高工智能汽车，2024 年 1-7 月，我国乘用车前装激光雷达交付量超过 70 万颗（其中，速腾聚创位居供应商首位，市场份额达 36.2%） ，同比增长 222%，乘用车激光雷达前装渗透率达 5.42%，2021 年以来渗透率大幅提升。我们认为，我国乘用车激光雷达渗透率斜率向上得益于 1）ADAS 激光雷达产品性能快速迭代，21 年前后达到可用程度；2） ADAS 激光雷达售价大幅下降，23 年开始下探至 30 万以下车型。

据此，我们测算认为，2024 年我国乘用车载激光雷达市场规模约在 50 亿元，全球市场约在 76 亿元； 2026 年我国乘用车载激光雷达市场规模约在 103 亿元，全球市场约在 141亿元。 核心假设及测算逻辑如下：

车载激光雷达单价： 结合速腾聚创用于 ADAS 部分的激光雷达预计，2024 年 1~8 月速腾约占全国乘用车前装市场总额的 35.04%，考虑到速腾 ADAS 激光雷达产品的定价普遍低于友商，行业预计均价略高于速腾 ADAS 激光雷达产品售价。

车载激光雷达单价_YoY： 我们认为，现阶段车载激光雷达大幅降价的主因是向中低线车型渗透过程中的车厂预算限制。按照 4%的单车智驾预算与 1/6~1/4 的激光雷达在智驾中的预算比例，理论上当 ADAS 激光雷达售价降至 2,000 元以内时有望匹配20 万左右车型的预算要求，当 ADAS 激光雷达售价降至 1500 元以内时有望匹配15万左右车型的预算要求。

乘用车销量： 全球乘用车销量来自国际汽车制造协会数据；中国乘用车销量来自中国汽车工业年鉴。

乘用车销量_YoY： 全球乘用车销量_YoY 来自第三方咨询机构 Canalys 预测的增速口径；中国乘用车销量_YoY 来自国务院发展研究中心市场经济研究所副所长所作的2024 中国汽车市场整体预测环节，他表示“到 2030 年我国汽车销显年均潜在增速约 2~3%”。

高阶自动驾驶渗透率： 中国自动驾驶渗透率来自《智能网联汽车技术路线图 2.0》，智能网联汽车发展总体目标载明：到 2025 年，PA、CA 级（即 L3 及以下）智能网联汽车销量占当年汽车总销量的比例超过 50%，HA 级（即 L4、L5）智能网联汽车开始进入市场，到 2030 年，PA、CA 级（即 L3 及以下）智能网联汽车销量占当年汽车总销量的比例超过 70%，HA 级（即 L4、L5）车辆占比达 20%。 我们认为，中美两国在全球自动驾驶领域发展进度最快，中国高阶自动驾驶渗透率或略高于全球水平。

车载激光雷达搭载数量： 目前国内 L2+级别自动驾驶汽车普遍配备 1 或 2 颗激光雷达，我们认为，L4、L5 级别自动驾驶汽车理论上须配备更多数量的激光雷达以具备更为全面且敏捷的外部环境感知能力，高阶自动驾驶汽车或出于安全（冗余）或性能改进需求提升激光雷达配置数量。

我们认为，激光雷达是一门下游车厂愿意配、能够配且通过规模效应能够让激光雷达厂商赚到钱的生意。性能+规模+渗透率三重拐点验证下 ADAS 激光雷达放量盈利在即，推荐关注全球激光雷达龙头速腾聚创。

03 .

纯视觉 VS 多传感器融合:激光雷达在高阶智驾中具备不可替代作用

目前，激光雷达的主要下游应用场景包括车载、移动机器人、工业测绘：

车载： 具有场景开放且复杂，移动速度快的特点。应用场景包括 ADAS 辅助驾驶系统及无人驾驶 Robotaxi/Robotruck。辅助驾驶的下游企业包括整车厂和 Tier1；无人驾驶的下游企业包括无人驾驶公司、人工智能科技公司和出行服务提供商。

移动机器人： 具有场景封闭单一，移动速度慢的特点。下游企业包括机器人公司和消费服务企业，具体应用场景包括无人配送、自动清扫、无人巡检等。

工业测绘： 具有环境稳定，无移动速度的特点，具体应用场景包括勘探测绘、安防、军事等。

在高阶智能驾驶的发展过程中，始终伴随着多传感器融合与纯视觉两种感知方案的路线之争 。早在 2021 年 5 月，特斯拉便从其车辆中移除毫米波雷达；随后 2022 年10 月，又从为北美、欧洲、中东和中国台湾制造的 Model 3 和 Model Y 上拆除了 12 个超声波传感器。自此，特斯拉自动驾驶传感器方案从“8 摄像头+1 毫米波雷达+12 超声波雷达”的多传感器方案减为“8 摄像头”的纯视觉方案。同期，其他主流主机厂与无人驾驶技术公司则普遍采取多传感器融合方案。

我们认为，纯视觉方案的核心优势在于： 1）贴近人眼感知，现行的主要交通基础设施都是基于视觉构建的，理论上不需要进行额外的信号转化；2）传感器数量较少，成本较低。但同时，纯视觉方案仍然有一些目前尚不易解决的劣势：1）其对于训练数据与端侧算力的要求较高；2）目前“全天候”的识别准确率仍不及多传感器方案，如夜间以及逆光、暴雨、浓雾环境下性能不佳。

我们认为，各类传感器不完全是竞争关系，一定程度上是互补关系。多传感器融合方案是除了特斯拉以外大部分主流车厂的共同选择，也将是未来 ADAS 感知的核心发展方向，激光雷达在对信息精度具备苛刻要求的高阶智能驾驶中具备不可替代的优势。

3.1 能力互补：四种主流车载传感器感知能力互补，激光雷达是其中关键一环

四种主流车载传感器由于感知方式差异各具优劣。 目前主流的车载传感器包括摄像头、激光雷达、毫米波雷达、超声波雷达 4 类。从物理属性出发，4 类传感器由于其感知方式的差异各有优劣，其中，1）超声波雷达是通过发出机械波（需要通过介质中的粒子震动传播）探知外界环境的，而其他 3 类传感器则是通过电磁波（不需要通过介质传播，真空中也可以传播）感知外部世界；2）摄像头是通过接收可见光（拍摄画面）来识别目标物体的，而其他 3 类传感器都是通过发出光波、毫米波与超声波并接收反弹、反射回来的波计算差值来感知外界世界的物理信息。

摄像头： 对于纯视觉的车载摄像头方案而言，一方面，拍摄画面是最接近人眼的感知方式，能够识别出诸如形状、颜色（比如道路交通牌需要传感器颜色信息的识别能力）等复杂的物理信息；另一方面，车载摄像头也会受制于夜间、逆光、暴雨、浓雾等人眼同样不易“工作”的恶劣工况。

激光雷达：市面上常见的激光雷达波段一般包括 905nm 与 1550nm 两种，在光谱中属于近红外波段，相对于毫米波雷达而言，激光雷达发出的光波 1）波长更短，能量更高，因而在非金属表面反射性良好，对行人等物体识别准确率较高，但同时对于透明物体的穿透性较弱，容易在暴雨、暴雪等极端天气下发生散射与衰减；2）频率更高，因而检测距离更长，检测精度更高。

毫米波雷达： 市面上常见的毫米波雷达波段一般在 1~10mm，在光谱中属于微波波段，相对于激光雷达而言，毫米波雷达发出的电波 1）波长更长，能量更低，因而对于物体的穿透性较好，在暴雨、暴雪等极端天气下仍能正常工作，但在非金属表面反射不佳；2）频率低于近红外光波但同样很高，因而检测距离同样很长，检测精度稍逊于激光雷达。

超声波雷达：超声波雷达通过发出机械波感知外部环境，其频率范围一般在30~80kHz，能量较低，容易在传播过程中发生衰减，因而检测距离较短，但遇到玻璃、水面也能够反射。

3.2 车厂选择：主流车厂车型普遍提供配备激光雷达的多传感器融合方案

是否提供配备车载激光雷达可以视为某车厂具体车型究竟是纯视觉路线还是多传感器融合路线的关键依据： 狭义的纯视觉方案是指仅配置车载摄像头的无人驾驶方案，广义的纯视觉方案则在车载摄像头以外提供毫米波雷达与超声波雷达的冗余，但无论是狭义定义还是广义口径，纯视觉方案一般都不会配备车载激光雷达。

主流车厂车型普遍提供配备激光雷达的多传感器融合方案。我们梳理了市面上几家新能源车厂的主流车型，以极氪、蔚来、小鹏、零跑、理想、哪吒、比亚迪 7 家新能源车厂的 56款主流车型为例，其中有 37 款车型均提供了激光雷达选项，占比超过 66%，可见多传感器融合方案仍是市场现行的主流路线。

3.3 安全冗余：超低容错条件下纯视觉算法恐难推广，多传感器融合方案安全性更高

激光雷达方案能够直接对环境进行 3D 建模，提供更清晰、精度高、范围大的环境分析，而纯视觉方案依赖于 2D 图像，一方面，可能在远距离或强光环境下表现不足，另一方面，受限于训练样本与算力部署，可能出现识别错误导致事故发生。

我们认为，自动驾驶技术是一项涉及人身安全的超低容错的智能应用，目前技术环境下的纯视觉方案难以在各种路况环境下稳定运行，且存在出现“幻觉”的可能性，恐难已在短期内广泛推广。 激光雷达和视觉算法应该是相辅相成的关系，激光雷达可以大幅提升视觉算法的精度，降低视觉处理对于超高精度算法的依赖，同时在部分极端环境下为纯视觉方案提供一套安全性更高的冗余支持。 （来源：国金证券研究所）

节选部分，篇幅有限，未完待续。 。 。

当前，全球汽车正站在向新能源转型的十字路口。在转型过程中，一些传统公司陷入销量锐减、边缘化的阵痛，而另一些公司凭借前瞻的战略，及早的技术储备，实现了较为顺利的转型，长城汽车便是其中之一。

我们特举办本次“走进长城汽车——创新技术进车企活动”专场技术展示交流会。 旨在邀请 汽车零部件领域优质供应商 参与并进行深入交流。我们相信通过这次活动，能够挖掘更多供应商，将来能够和长城汽车展开各个维度的深入合作。

????2024年11月19日

????长城汽车哈弗技术中心

（河北省保定市莲池区朝阳南大街2276号）