激光雷达行业研究：汽车智能化中的黄金赛道

华西计算机团队 2022年8月14日 分析师：刘泽晶 SACNO：S1120520020002 邮箱：liuzj1@hx168.com.cn 请仔细阅读在本报告尾部的重要法律声明 仅供机构投资者使用证券研究报告|行业深度研究报告 激光雷达：汽车智能化中的黄金赛道 智能驾驶深度系列（三） 核心逻辑 爆发前夕，车载激光雷达千亿市场弹射起跳。 2022年，多款激光雷达量产车型重磅发布，新势力开启“军备竞赛”，激光雷达进入普及元年。 在多传感器融合方案中，激光雷达精度远高于其他传感器，能够进一步确保长尾场景安全性。 根据我们的测算，我国乘用车领域激光雷达市场规模未来3年复合增速能达到200%+，2025年至2030年复合增速达到30%+。 激光雷达模块解构与技术路径拆解：激光雷达的核心部件包括激光器、探测器、光学系统、扫描系统、主控芯片等。（1）发射器方面，由EEL向VCSEL发展；（2）探测器方面，未来SPAD/SiPM替代APD是大势所趋；（3）扫描类型方面，由机械式向纯固态式发展；MEMS激光雷达或为中期主流方案，OPA距离商用还有一定距离，FLASH激光雷达有望率先实现商用；（4）测距方式方面，FMCW激光雷达有望突围。 产业链梳理：整机厂如何构建护城河？ 激光雷达的成本主要包含研发成本、BOM成本及生产成本，研发成本与生产成本可随量产规模的扩大显著分摊； 芯片集成设计能力将成为整机厂核心竞争壁垒。芯片化将整个系统简化为几颗芯片，装配工艺完全可以自动化；同时大幅降低物料及调试成本。 芯片化是重要的降本途径，也是实现激光雷达高性能、高可靠性的关键效技术。主控芯片将从FPGA向高集成度的ASIC/SoC方案发展。 “软”实力重要性凸显：部分激光雷达企业希望通过提供软硬件结合的服务方式提升竞争力，从硬件供应商向感知解决方案供应商发展。 投资建议：激光雷达爆发前夕，整机厂及上下游均有望受益。受益标的包括：经纬恒润、万集科技、奥比中光、光库科技、长光华芯、炬光科技、永新光学、福晶科技、腾景科技、蓝特光学、水晶光电、联创电子、天孚通信、湘油泵等。 风险提示：1）智能驾驶渗透不及预期；2）激光雷达上车进度不及预期；3）激光雷达技术迭代不及预期；4）市场系统性风险等。 目录 01车载激光雷达起跳前夕 02模块解构与技术路径拆解 03产业链梳理：整机厂如何构建护城河？ 04投资建议与风险提示 01车载激光雷达起跳前夕 2021年10月，小鹏P5作为全球首款量产激光雷达智能汽车正式下线交付，激光雷达产业进入商业化落地阶段。 2022年，多款激光雷达量产车型重磅发布，新势力开启“军备竞赛”，激光雷达进入普及元年。 截止目前，国内宣布搭载激光雷达的车型已超过20款，包括蔚来ET7、理想L9、极狐αSHI、阿维塔11、智己L7等。 2022年中国乘用车激光雷达安装量将超8万颗。据佐思汽研统计，2022年H1国内乘用车新车激光雷达安装量达到2.47万颗；2022年下半年，国内拟交付的激光雷达新车达10余款，包括小鹏G9、威马M7等，将大幅提升激光雷达上车量，预计全年总安装量有望突破8万颗。 国内激光雷达前装量产计划 2021年 2022年 202X年 •10月，小鹏P5：2颗 •1月，埃安LXPLUS：3颗 •3月，蔚来ET7：1颗 •5月，极狐阿尔法SH版：3颗 •6月，理想L9：1颗 •6月，蔚来ES7：1颗 •7月，高合HiPhiZ：1颗 •7月，哪吒S：2颗 •8月，阿维塔11：3颗 •9月，蔚来ET5：1颗 •集度ROBO-01：1颗 •爱驰汽车：2颗 •一汽红旗 •比亚迪 •极氪 •9月，小鹏G9：2颗 •10月，威马M7：3颗 •H2，沙龙机甲龙：4颗 •H2，飞凡R7：1颗 •H2，WEY摩卡：3颗 •H2，智己L7：2颗 •H2，极星3：1颗 ADAS加速渗透，L3初步导入，智能驾驶不断向更高级别渗透。 根据IDC的数据，2022Q1中国L2级自动驾驶乘用车新车渗透率达23.2%，较2021年一季度的7.5%大幅提升。根据工信部《智能网联汽车技术路线图（2.0版）》指引，国内2025年L2级和L3级新车要达到50%，到2030年要超过70%，且L4占比20%。 高级别自动驾驶对传感器搭载数量提出更高要求。根据麦肯锡，从L2到L4/L5级，车载传感器的数量将从约8个上升到月24个，其中激光雷达搭载数量将从0上升至约4颗。 2018-2025年中国自动驾驶渗透率预测不同级别自动驾驶所需传感器数量 35% 30% 25% 20% 15% 10% 5% 0% 2018201920202021E2022E2023E2024E2025E L2L3L4 智能驾驶传感器工作频段从低到高排序 目前全球范围内智能驾驶拥有两种技术路径，“弱感知+超强智能”与“强感知+强智能”，其明显差距之一在于是否使用激光雷达。 一、弱感知+超强智能 不使用激光雷达：该路径下智能驾驶传感器不使用激光雷达，仅用摄像头进行车周围环境的感知，搭配AI模拟人眼。 代表企业：特斯拉。 二、强感知+强智能 大部分车企使用激光雷达：增强感知能力，以补充AI软件智能的不足。 代表企业：谷歌Waymo、国内新势力等大部分车企路线。 无激光雷达的可行性： 激光雷达探测频率略高于摄像头，而摄像头是完全模拟人眼 来工作。 搭配超强的智能，完全模拟人力驾驶，理论可行。 特斯拉保有量远超竞争对手，数据优势+算法优势下构建“超强智能”，该特殊性是其选择弱感知路线的保障。 数据优势：累计总行程里程超100亿英里，远超竞争对手。2021年11月，根据特斯拉官方宣布，特斯拉车主使用Autopilot辅助驾驶功能行驶的里程超过10亿英里，相当于特斯拉汽车总行驶里程的10%。 算法优势：影子模式帮助覆盖长尾场景。所谓的“影子模式”是指无需车辆启动Autopilot自动驾驶系统，该系统也可以在后台运行，系统不采取实际动作，但是会记录自己应该采取什么动作。这样在人类驾驶员的操作导致交通事故后就可以对比分析自动驾驶是否可以避免事故。特斯拉汽车在“影子模式”下，即使Autopilot自动驾驶系统被关闭也可以收集数据流，来训练Autopilot自动驾驶系统的神经网络。 特斯拉全球销量特斯拉AutopilotMiles推测 50 37 25 10 10094 80 60 40 20 0 20172018201920202021 销量（万辆） 摄像头本身存在对环境因素敏感、算法复杂、识别稳定性较差等缺点。 摄像头的缺点包括：（1）在黑暗、炫光等场景下处理能力不足；（2）恶劣天气下易失效；（3）三维立体空间感不强；（4）相机镜头自身存在畸变，需要大量的规则约束去实现测距，为后续算法开发带来诸多弊端。 人工智能与深度学习还未完善。深度学习算法看到的东西比我们自己的眼睛看到的更多，但与人类不同的是，他们并不能真正理解这个世界，需要长时间积累训练。另外，受现实生活中长尾场景的影响，现实环境中视觉AI识别错误率将远高于实验室环境。 智能驾驶中纯视觉方案智能驾驶中视觉+激光雷达方案 多传感器融合弥补数据和算法不足，成为大部分车企的选择。目前主流车企数据和算法能力不足，仅摄像头信息很难支撑其自动驾驶功能的实现。多传感器方案能够获取更深度的3D空间信息，对于位置、距离、大小的感知也更直接准确，点云转化算法、算力要求较低，能够帮助大部分车企实现自动驾驶的快速落地。 多传感器结合降低感知误差，将自动驾驶车辆打造成“九变形战士”。 感知模型是基于概率的弱推理产出最小化误差的强决策模型，误差无法避免。在实际应用中，SOTIF车规要求感知模型除输出识别判断外，还需输出判断的自信程度，当某一传感器感知模型自信程度较低时，最直接的做法便是采用其他自信程度更高的模型输出。 一种国内典型的多传感器方案多传感器方案提升安全冗余 激光雷达精度高、探测范围广、稳定性强，并能够对周围环境进行实时3D建模。 激光雷达目前探测范围在200-300米。探测精度小于3cm，远高于毫米波雷达和摄像头。 激光雷达vs毫米波雷达：毫米波雷达的探测距离受到频段损耗的直接制约（远距离探测探测必须使用高频段雷达），也无法感知行人，且对 周边所有障碍物无法进行精准的建模，特别对高处物体及小物体检测效果不佳，但穿透性、抗干扰能力更强；目前主要应用于防撞场景。 超声波雷达vs毫米波雷达：超声波雷达测距短，方向性差，受制于声波传输速度在高速场景中应用受限，主要应用在低速泊车及短距场景。 激光雷达精度远高于毫米波雷达激光雷达3D建模 激光雷达进一步确保长尾场景安全性，在L3及以上自动驾驶路线中重要性愈发凸显。跟据ElecFans，搭载激光雷达自动驾驶系统安全性可达99.99%，而摄像头、毫米波雷达等传感器仅能保证99.0%。 不同车载传感器对比 优势劣势障碍识别精度适用场景 摄像头 •技术成熟，价格便宜成本低； •图像信息包含丰富的色彩，纹理 •对光照变化敏感，成像质量易受 等天气及环境影响； 强一般 自适应巡航ACC、车道线偏离预警、 行人车辆碰撞预警、自主泊车、监 轮廓，亮度信息，可取代人眼。•在测距，测速性能表现不足。 控驾驶员状态监测DMS • 毫米波雷达 环境适应性强，穿透能力强，抗• 雨、雾、灰尘等干扰能力强。 测速，测距能力强。 对横向目标敏感度低。 对行人分辨率不高，探测距离近。 对高处物体以及小物体检测效果 不佳。 较强 • 自适应巡航ACC、自动紧急制动AEB 较高前方碰撞预警FCW、生命体征探测 ROA、监控驾驶员状态监测DMS 超声波雷达•测距的方法简单，成本低。 •短距离测量优势较大。 •声波传播速度较慢，高速场景中误差较大。 •方向性较差，在测量较远距离目标时影响测量精度。 一般较高 自动泊车辅助系统、自动紧急制动前方防碰撞预警、变道辅助、全速自适应续航系统 • 激光雷达 测距远，且可以解决近距离的横 向视觉盲区问题。• • 可轻易获取车周环境的实时三维• 信息，点云转化需求算力较低。 易受恶劣天气影响。 成本较高。 较强 道路提取、环境建模、环境识别等 极高搭载激光雷达自动驾驶系统安全性可达99.99% 目前车载激光雷达市场处于爆发前夕，千亿市场正在开启。 根据我们的测算，预计我国乘用车领域激光雷达市场空间在2025年将达到261亿元，到2030年将达到980亿元。 我们预计车载激光雷达市场将受益于高级别自动驾驶渗透，维持高速增长。根据我们的测算，我国乘用车领域激光雷达市场规模未来3年复 合增速能达到200%+，2025年至2030年复合增速达到30%以上。 国内激光雷达市场弹性大 国内乘用车领域激光雷达市场空间测算（亿元） 2022E 2025E 2030E 乘用车产量（万辆） 2400 2600 3000 L2 25% 35% 40% 智能汽车渗透率 L2+/L3 0.3% 15% 30% L4/L5 0% 1% 15% L2 0 0.2 1 L2+/L3 1.5 2 3 400 261 L4/L5 3 3.5 4 200 激光雷达单车平均搭载数（个） 1200 1000 800 600 980 激光雷达单颗价格（元）500024751719 0 CAGR 30%+ CAGR 200%+ 5 乘用车领域激光雷达市场空间（亿元）5261980 乘用车激光雷达出货量（万颗）1010535700 2022E2025E2030E 中国乘用车激光雷达市场空间（亿元） 未来五年全球激光雷达市场规模复合增速达到60%以上。 随着智能化技术的持续突破和升级，受无人驾驶车队规模扩