汽车智能化浪潮迎面而来！
(相关资料图)
2005年Velodyne创始人David Hall发明了3D实时激光雷达，开创了激光雷达在无人驾驶领域的新纪元——通过光探测距离生成数以千万计的数据点生成点云，为机器和计算机提供3D周围环境的准确展示和感知，让“看见”和“看清”赋能新一代汽车。优秀的车载激光雷达需要具备良好的测远能力、精度、高清晰度，高性价比和低功耗。
预计2023-2024年激光雷达将迎来重要拐点，到2025年中国车载激光雷达市场规模将突破200亿元。
实现自动驾驶的关键
自动驾驶由感知、预测、规划、控制四大关键部分组成。首先通过各类传感器获得相机图像、激光雷达点云等周围原始数据，得到车道、可驾驶区域、运动物体和交通信号等信息，之后预测移动障碍物的意图和轨迹，并根据获得的信息优化车辆的路线和行动，最后控制车辆完成加速、减速、转向等动作来跟随规划路径。激光雷达在自动驾驶中属于感知部分的重要信息输入来源。
自动驾驶按照车辆自动化程度分为6个等级，L3级之后在使用自动驾驶功能时驾驶员无需驾驶汽车。SAE和中国《汽车驾驶自动化分级》均把L3级别作为辅助驾驶和自动驾驶分水岭，目前较为普及的为L2级别辅助驾驶，主要具备ACC自适应巡航、自动泊车等辅助功能。3级自动驾驶在系统接管后实现以系统为导向到自动驾驶无需驾驶员控制，可以实现高速及部分市区路段自动驾驶场景。驾驶主动“人控”和主动“车控”的是主要区别。
自动驾驶感知方案分为轻硬件重算法的视觉方案和以激光雷达为主的多传感器融合方案：特斯拉坚持纯视觉方案，采用来自多个摄像头的图像通过神经网络进行分析，利用海量数据来做出关于加速、制动和转向的决定，轻传感器重算法。其他厂商均采用激光雷达、相机、毫米波雷达多传感器融合方案提升安全性能，重硬件轻软件。
激光雷达、毫米波雷达、超声波传感器和摄像头各有优缺点。高度自动驾驶和完全自动驾驶的车辆需要多传感器融合，能在各种天气和照明条件下创建精确的车辆周围环境感知以及长短距离地图。
超声波在几米以外的空气中会出现强烈的衰减，因此主要用于短距离物体检测。毫末波雷达有不同距离范围选择，环境干扰能力强，可以满足车辆对全天气候的适应性的要求，但由于分辨率较差无法识别物体。相机性价比高且易于使用，尽管能够通过算法感知深度，但是强烈取决于周围光照条件和需要大量数据处理以提取有用信息。相机是唯一能看到颜色的技术，并且可以应用在车道保持辅助功能。激光雷达通过发射激光来测量物体与传感器之间精确距离并在没有大量后端处理的情况下获取周围物体的精确距离及3D信息，以实现避障功能。结合预先采集的高精地图，机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航。
特斯拉纯视觉方案需要海量行驶数据支持，以激光雷达为主的多传感器方案更适合大部分车企。特斯拉在2014发布自动驾驶辅助系统时激光雷达技术不成熟并且价格过于昂贵，于是选择纯视觉方案。在数据收集上有先发优势，当前市场特斯拉存量已经超过200万台，并有累计超过2亿英里的自动驾驶数据。从纯视觉方案角度来看，其他单一车企难以在短期超越特斯拉的累计数据量。随着激光雷达技术的发展和商业化，以激光雷达为主的传感器融合方案是当下大部分车企选择的主流路径。
目前越来越多的车企均配置1-2颗激光雷达，从算法层面来看，由于激光雷达探测距离精度高，算法公司评测感知能力的真值甚至深度学习真值来自激光雷达。采用前置激光雷达在感知融合时可以直接采用激光雷达的信息，抛弃视觉信息，直接判断前车大小和距离。在不同光照条件下对障碍物的有效检测，能够降低急刹和晚刹概率，提升驾驶安全性和舒适性。在现实生活中动静物体分布和种类都比较复杂，单一传感器很难达到高的识别效果，以激光雷达为主的多传感器融合将为驾驶带来全新安全保障。
激光雷达通过三维建模提高精度，可补足其他传感器弊端并加速实现自动驾驶。激光雷达具有高清晰度、远探测距离、提供实时3D地图的优势，在多传感器融合方案受到奔驰、宝马、大众、日产、丰田、蔚来、理想、小鹏等新旧造车势力的青睐。同时，由于所有传感器类型都有局限性，为了使不同传感器在变幻莫测的驾驶条件下都需要作出正确的决策，多传感器互补在不同维度保证了驾驶安全冗余。
L2自动辅助驾驶通常采用摄像头与毫米波雷达融合。L1、L2级车辆通常具有一个前置远程雷达和一个用于自适应巡航控制、紧急制动辅助和车道偏离警告/辅助的摄像头，两个后向中距雷达实现盲点检测，以及4个额外摄像头和12个超声波传感器可实现360度视野实现泊车辅助功能。
L2+是从辅助驾驶走向更高级别自动驾驶的必经之路。具体来说，激光雷达也需要时间收集数据并更新软件调整优化，并不是自动驾驶的灵丹妙药，但由于其在不同光照条件下精准的探测能力可以降低算法难度而受到欢迎。过去，由于需要采用机器学习来训练模型识别物体，摄像头即使有大量数据也难以避免边角案例。毫米波雷达分辨率较差，通常在算法上会过滤相对于路面不移动的雷达回波，以保证车辆在遇到隧道洞、路牌等情况下能正常行驶，但遇到白色卡车横在道路中央的极端案例会导致相机和毫米波雷达双双失效化身马路杀手造成不幸。不同于摄像头需要训练模型，激光雷达在面对未知物品时至少能够给予安全范围指导，所以L2+级别的辅助驾驶配备激光雷达不仅极大提升驾驶安全性，全面保障驾驶员和乘客的安全，更能收集实时数据为L3打下基础。硬件预埋和后续OTA远程升级是当下整车厂的常用方式。例如最早上线激光雷达的小鹏也采用了硬件预埋及后续OTA升级开启使用功能的路径。
自动驾驶采用激光雷达可以获得高安全冗余。车辆通常会配备前置远距激光雷达在其他传感器受限时可获得安全冗余，例如摄像头在夜晚或强光下无法识别时。同时由于激光雷达具有高分辨率、广角大和精度高的特点，是检测、分类物体、跟踪地标以进行定位的必备功能。在高速公路应用通常还需后向长距激光雷达检测高速公路上的接近车辆，提供更全面的感知。对于L4/L5级车辆通常需要使用不同传感器获得360度视图，以提供冗余并消除每个传感器的缺点，可能会采用5-10个摄像头、8-12个毫米波雷达和5-12激光雷达。当然，技术创新和突破可能会改变无人驾驶传感器配置。
激光雷达上车的核心
激光雷达从快速上车角度来看，需要平衡性能、可靠性、可量产、低成本四大方向。
激光雷达作为车规级产品关乎生命安全，对可靠性要求极高，十分考验厂商的研发和制造能力。车规级产品需要满足-40-105°C使用环境和15年使用寿命，同时要保证0失效率，难度较高。在制造过程中也需要设计安全冗余保证量产良率，同时也能降低成本。在满足使用性能的前提下，车规级可靠性是保障安全的技术，可量产和成本也是上车关键。
激光雷达可通过结构优化、量产、自主研发降低成本。从技术路径发展来看，从机械式到混合固态再到纯固态，通过减少动态部分，压缩产品体积、提高集成度都是降本的主要方式。例如Velodyne机械激光雷达在2007年首次推出的产品单价为75000美元约合50万人民币，如今已上车的混合固态激光雷达价格在800-4000美元，从结构上已经能大幅降低产品价格和成本。另外一方面，随着供应链成熟度提高以及企业量产能力提升，随着采购量提升天然会有成本降幅。同时通过ASIC自主开发解决FPGA贵和进口依赖的痛点，未来实现更高自主可控性和更有价格竞争力的产品。下游车厂普遍认为当激光雷达价格到达500美元以内时，有望获得更大批量装车。
千亿蓝海赛道成长明确
激光雷达广泛应用于多领域，车载激光雷达市场成长最快。激光雷达市场规模较大且处于快速发展期。由于其精准的测量优势，广泛应用于自动驾驶汽车、工业、无人机、机器人和3D测绘等终端市场中。
在自动化、智能化的大背景下，根据Yole测算，激光雷达整体市场将从2020年1.8亿美元增长到2026年的57亿美元，复合年化增速高达23%。在激光雷达下游应用中车载激光雷达增速最快，从2020年2600万美元增长至2026年23亿美元，复合增速达94%，呈现爆发趋势。
在无人驾驶快速发展的背景下，2030全球用于ADAS/AD系统的传感器市场规模将超千亿人民币。根据麦肯锡预测，2020-2030年用于ADAS/AD系统传感器总规模将从2020年130亿美元增长至2030年430亿美元，年化复合增速为13%；其中增长主力为激光雷达，将在2030年增长至120亿美元，年化复合增速为80%。
2022年是激光雷达上车元年，自动驾驶加速渗透带动激光雷达放量。目前激光雷达厂商均以初创公司为主，截至2021年第三季度一共有29个产品获得汽车行业采纳，其中法雷奥、速腾聚创、Luminar为前三名。中国企业速腾聚创市占率为10%，大疆、赛瞳科技分别占7%。
根据调研结果来看，中国激光雷达在全球抢跑，车载激光雷达行业确定性极高，2022年预计出货量20-30万台，2023年预计出货100万台，从0到1的突破走向1到N的大规模量产上车。
2017年法雷奥上车奥迪A8打响激光雷达上车第一枪；2021年激光雷达选配导入市场，上车小鹏P5、宝马ix、摩卡和银狐阿尔法S；2022年蔚来ET7全系标配并量产出货，目前交付超过4000台，也让图达通成为全球范围内第一款量产上车的高性能激光雷达的产品。
海外方面，沃尔沃将在2022版电动XC90 SUV上标配Luminar激光雷达，Nissan也宣布将在2030年之前达成新车全系标配激光雷达。目前大部分车企宣布合作几乎都是选配，说明部分车厂将激光雷达作为销售亮点，可能对于激光雷达有所保留或者处于观望的状态，未来量产后有望实现全系标配。
中国激光雷达企业上车速度领先于海外。在国外大部分激光雷达厂家仍处于定点阶段到情况下，中国激光雷达已有选配和标配激光雷达汽车出货。从公开的2021-2022年量产车型中可以看见大部分可选配激光雷达的车型为中国新能源车，并且大部分在20万元以上，配备1-5个激光雷达，大部分车企采用了MEMS和转镜扫描方式的激光雷达。从激光雷达企业角度看，速腾聚创在定点和量产上目前位列第一。
从车厂规划来看有望2025年达成L4/L5级别自动驾驶，下游装机量、率齐升。从区域上看，欧美日韩主机厂在L4级发展最为领先，奔驰、通用等已进入L4级试点运营阶段，宝马、大众、奥迪等主力厂商有较详细落地计划。中国车企目前在L2和L3级别较多，L4、L5仍在远期规划中。2020和2021年中国自动驾驶功能装配量和装配率都有大幅提升，具体来看L2+自动驾驶功能装配量从2020年303万辆增加至2021年479万辆，渗透率从2020年16%增加至2021年24%。2022Q1中国乘用车L2及以上自动驾驶功能装配率达30.1%，同比增加12.7%，可以明显看出L2+自动驾驶渗透量和渗透率均有显著提升。
中国汽车产量整体较为稳定，25万以上车型销量占比有所提升。从汽车销售结果来看，25万以上车辆占比从2019年21%上升至截止2022年5月的29%，占比上升明显。15-25万占比从2019年25%提升至27%，略有增长。10-15万占比从2019年32%下降到26%，10万以内占比从2019年23%下降到18%，说明15万以内车辆销售占比有明显下降。从销售价格比例来看，有一定车辆消费升级趋势。从销售映射到激光雷达上车角度来看，我们在调研中发现通常20万以上的车型会配备激光雷达，35万以上较为高端车型会配备2-3个激光雷达，部分高端车型或选择具有更强探测精度和体验的1550nm波长激光雷达。总体来看，目前25万以上车辆占比超过29%，15万以上车辆占比已超过55%。
预计2023-2024年激光雷达将迎来重要拐点。从激光雷达企业出货调研以及下游主机厂对激光雷达需求推断，到2025年中国车载激光雷达市场规模将突破200亿元。
成长路径：从硬件到软件全栈服务
全球激光雷达领先企业均拥有从硬件到感知软件的服务能力和解决方案，实现感知回流融合的闭环，一站式解决车辆从“看到”到“看懂”的难题。多数车厂选择激光雷达硬件预埋，激光有效数据收集为后续多传感器融合及模型训练提供海量数据。顶级激光雷达企业应当具有良好的技术能力、量产上车能力和软件应用迭代能力，使公司在短期中期和长期都具有良好的竞争优势。
从短期量产角度来看，未来5-8年转镜和MEMS都是出色的解决方案。转镜和MEMS的混合固态解决方案是目前最适合量产上车的技术路径，能够满足车规级要求，并具有较长的寿命和可靠的稳定性，非常适合上车采集数据为多传感器融合提供海量数据训练基础。在此阶段，能够量产上车的激光雷达企业能获得阶段性胜利，并由上路收集到的数据回流模型筑起护城河。由于长期技术路径暂未收敛，竞争格局尚不明晰。
长期来看数据为王。具体来看，上车更多更早的公司更能够发现激光雷达在实际应用场景中的缺陷和弊端，自动驾驶乘用车需要综合能力持续稳定量产交付，先卖车出去才能实现数据回传闭环体系。在此基础上有望在下一步模型训练中获得更多优势并拥有更强竞争力。
