激光雷达行业报告.docx

《激光雷达行业报告.docx》由会员分享，可在线阅读，更多相关《激光雷达行业报告.docx（18页珍藏版）》请在第一文库网上搜索。

1、1 .从发展历程看激光雷达激光雷达（LightDeteCtionAndRanging ,简称“LiDAR）即光探测与测量，是一种集激光、全球 定位系统（GPS）和IMU（InertiaIMeaSUrementUnit ,惯性测量装置）三种技术于一身的系统， 用于获得数据并生成精确的DEM （数字高程模型）.这三种技术的结合，可以高度准确地定位激 光束打在物体上的光斑，测距精度可达厘米级，激光雷达最大的优势就是“精准,和快速、高效作 业从I960年人类首次制造出激光，到1992年三菱首次应用激光雷达于汽车测距，再到2007年 Velodyne生产出首台商用3D动态扫描激光雷达，如今，激光雷达的发

2、展呈现出加速化、多技 术路径并举的特点，是汽车感知架构的关键部件。1.1. 回首发展脉络，激光雷达缘何兴起1.1.1. 生根发芽，吸引国内外势力逐鹿蓝海激光雷达的最早车规级应用源于1992年，三菱公司在其旗舰产品第三代Debonair上搭载了 可以用于探测跟车距离的激光雷达.可以显示跟车距离，并在距离过近时发出预警。但是，当时 恶劣天气可靠性更高、技术更为成熟的亳米波雷达更适应这一功能，很快便取而代之发展成如今 的ACC自适应巡航功能.21世纪后，美国陷入阿富汗和伊拉克两场战争，无人驾驶车辆被视为 减少美军伤亡的方法之一.2004年到2007年间，由DARPA （美国国防部高级研究计划局） 发

3、起了三届无人驾驶挑战赛（DARPA Grand Challenge ）.首届比赛中7支队伍均未完赛，但Velodyne公司的大卫霍尔却从此意识到了激光雷达的巨大 潜力，以及当时单线式固定视距激光雷达的局限性.比赛 结束后，霍尔发明了一台机械转动式64 线激光雷达形状如同车顶飞碟”,一改之前激光 雷达仅扫描单一固定视线的思路。第二届比赛中， 开始有队伍在车辆顶端装载激光雷达，但 由于车体机械故障未能完成比赛。至第三届比赛时，霍 尔的激光雷达开始大放光彩，几乎被所有完赛的队伍所采用。这就是日后Velodyne的主打产品 之一，机械旋转式激光雷达HDL64E的原型。图2.装载HDL-64E的Voya

4、ge自动驾驶车辆资料来源:kege, 安倍i正券研究中心行也昌常用翎逢第三届DAPRA结束后的几年里，霍尔不断改进产品，在2009年开始正式售卖日后闻名天下 的机械旋转式激光雷达鼻祖HDL-64E ,与原型机相比体积显著减小.同年，谷歌创始人拉里佩奇 邀请了代表斯坦福拿下冠军的塞巴斯蒂安特龙教授(SebaStian Thrun ),最终形成谷歌旗下的 自动驾驶公司Waymo 2012年，17岁的天才少年罗素从斯坦福大学退学，创立了激光雷达 的另一个巨头Luminar ,同年，主打固态激光雷达的Quanergy在美国加州成立。此后陆续诞生了 Aeye , Innoviz , Innovusion

5、等上百家激光雷达公司。Waymo在2016年发布了自研的激光 雷达，博世在2017年收购了美国Tetravue入局激光雷达，蔡司也在2018年投资了激光雷 达企业 Bridger Photonicse中国公司中，百度于2013年开始布局自动驾驶，此后陆续出现DriVeai、小马智行、禾多科技、 文远知行等一批公司，构成了中国自动驾驶半壁江山。这些公司是激光雷达起步阶段 最主要的客 户群。2014年，禾赛科技、祛石科技、速腾聚创在国内成立.2016年，在测绘激光雷达领域默 默耕耘了 11年的北科天绘发布了国内首款激光雷达产品。万集科技、镭神智能、北醒光子等数 十家激光雷达企业，如今已经成为全球车

6、载激光类额达领域中，不容忽视的一股力量。1.1.2. 开花结果，固态化路线掀起技术迭代浪潮 为满足安全性、稳定性和寿命的保障，激光雷达使用的软硬件都需要过车规认证.而机械旋转式 激光雷达并不适用，其一是动辄上万美元的高昂单价使诸多车企难以承受；其二也是更难解决的 问题，其内部使用了大量机械运动部件，在体积和寿命上有缺陷，几乎不可能通过车规认证。固 态和混合固态（半固态）激光雷达成为了被看好的方向，其思路是改造激光雷达中的激光器，通 过寻找其他工程实现方式减少激光器中的旋转部件，从而提升产品的稳定性、寿命并减小量产成 本.其中，固态雷达被认为是更优方案。但目前难以实现。2014年成立于硅谷的Qu

7、anergy曾令固 态OPA （光学相控阵，固态激光雷达主流技术之一）技术受到广泛关注.但其并没有可 靠的车 轨级产品问世核心参数探测距离在2016年时是300m ,2017年却变成了模糊不清的很远； 市场对OPA的热情逐渐冷却，Quanergy的市场占比也不及从前。另一固态雷达解决方案 FLASH目前发展也尚未成熟，探测距离和分辨率难以兼顾，需要多年研究才能走 向市场规模化。图4.谷歌Waymo发布的自研激光雷达资料来源:太平洋汽车,安信证舂研究中心F等獐毂彝在现有技术和工艺水平下，混合固态更能满足量产车型对雷达稳定性和寿命的要求。2018年，德 国大众旗下的奥迪A8成为首个搭载激光雷达的量

8、产车型，它使用了由法国TierI （汽车行业一 级供应商）法雷奥推出的全球第一个完成车规量产认证的激光雷达Scala ,其使用的就是4线混 合固态激光雷达路径。但由于其线束太少，成像的可靠性和准度都大打折扣。被 判断并不是激光 雷达尝鲜者的中国车企，后来居上成为了全球最积极搭载激光雷达的客群.自2020年起，全球 范围有21款车型宣布将搭载激光雷达，中国公司推出了其中的14款，这些车企选择的都是混 合固态激光雷达。目前，应用最广泛的混合固态方案是MEMS（微机电系统），首个MEMS混合固态激光雷达是 以 色列公司Inne）ViZ在2017年发布的Innoviz One ;速腾紧跟其后，在同年推

9、出了与InnC）ViZ One相似的MI.另一个被看好的混合固态路线是单轴转镜，即Scala使用的方案。华为在2020 年12月正式发布单轴转镜的96线激光雷达，并同步宣布了合作车型为北汽极狐阿尔法S.其 准度和可靠性都大大超过奥迪搭载的4线激光雷达.禾赛在2021年第四季度推出了参数高于 华为的128线激光雷达AT128,目前已拿下理想、集度、吉利旗下路特斯、高合等品牌的定点 （指成为某品牌的指定供应商）0由大疆孵化的览沃（LiVoX ）另辟蹊径，它没有选择被外国厂商探索、验证的路线，而是自己原创 了棱镜旋转扫描方案。在2020年CES上，览沃发布了Horizon地平线”和Tele-15两款

10、产 品，地平线单价低至800美元.同年底，览沃宣布获得小鹏P5订单，成为最早拿下量产 订单 的中国激光雷达公司。该车型已于2021年交付。1.2. 细究技术趋势，为什么智能驾驶离不开激光雷达？1.2.1. 主流传感方式原理不尽相同，在车载领域各有优劣汽车感知系统以摄像头、亳米波雷达、超声波雷达、激光雷达、GNSS （全球定位系统）等为主。 传感器作为实现汽车智能化的感知端设备，随着自动驾驶技术的快速发展，其重要性愈发凸显. 汽车环境监测类传感器主要包括：超声波传感器、毫米波雷达、激光雷达、摄像头等.监测类传 感器分布于车身内外，通过获取外界环境信息，将模拟信号转化为电信号后，传递至汽车的中央

11、处单元中，从而帮助智能驾驶决策行为。此外，基于GNSS,高精度地图和车路协同技术快速发 展，进一步提升了智能驾驶的安全性、可靠性。图10.各类型传感器性能雷达图激光宙达意米波需达摄像头港料来源：前骏户业叫宅;七.安信迎朱M宅中心 W*摄像头感知功能强大，是ADS （自动驾驶）与ADAS （高阶智能辅助驾驶）的必备终端.其可以 对路面所有事物进行成像，也是唯一一个可以分辨出具体颜色和图形的感知硬件.特斯拉使用的 就是单纯基于摄像头的纯视觉路线.但摄像头严重依赖数据训练，具有很高的行业壁垒。在一些 特殊场景中也容易造成判断失误，例如特斯拉汽车将白色的货车识别成了白云或天空而造成相撞. 摄像头的探测

12、距离受到像素的限制，而高像素摄像头需要大算力芯片支持，无形中增加了成本。 此外，摄像头受恶劣天气影响很大，无法保证全天候条件下的稳定工作。激光雷达综合性能优势明显：成像质量好，信息获取全0通过发射信号和反射信号的对比，构建 出点云图，从而实现诸如目标距离、方位、速度、姿态、形状等信息的探测和识别。除了传统的 障碍物检测以外，激光雷达还可以应用于车道线检测.优点在于测距远、精度高，获取信息丰富， 抗源干扰能力强。主要缺点是在一些极端天气条件下可能会有一定影响，目前价格相对较昂贵。亳米波雷达性能稳定、穿透性强，性价比高受青睐.其波长在110mm之间，可以轻易地穿透 塑 料等材质，因为穿透力较强，所

13、以受到雨雪等天气的影响较小.毫米波雷达可以同时探测目标物 体的距离和速度，其价格和体积也相对适中，易于在车辆进行安装。缺点在于毫米波雷达分辨率 有限，很难探测障碍物的具体形状。当需要探测行人这种反射界面较小的物体的 时候，亳米波雷 达容易出现误报。对于垂直方向甚至不做区分。超声波雷达价格便宜，体积较小，技术发展较为成 熟。但其依赖于声波，传播速度远低于光速，不适用于高速运动的汽车.其本身探测距离较短， 而且只能探测到一定范围内有无障碍 物及障碍物的距离，无法判断障碍物的形状及具体的位置， 目前超声波雷达主要用于停车等低速场景。C-V2X ,即车路协同是基于蜂窝网络的车联网技术，允许车辆通过通信

14、信道彼此共享信息。其 需 要路面以及其他车辆也配有相同设备，十分依赖基础设施建设。目前C-V2X基础设备仍在建设、 网络覆盖度低，尚不能广泛应用于自动驾驶场景中。高精度地图可以为自动驾驶提供自变量和目标 函数的功能。其精度可以精确到每个车道的具体导向，甚至弯道的曲率，坡度的斜率等亳米级信 息。但地图测绘涉及国家安全，国内管理严格.中国高精度地图测绘需要甲级资质，仅有百度、 高德、华为、四维图新等十余家公司具备，目前覆盖的道路也非常有限。图3： EEL与VCSEL两种激光发射器的原理图VCSEL vs, Edge-emitted Laser资料来源:搜狐网,安信证券研究中心1.2.2. 纯视觉路

15、线关山难越，多传感器融合是大势所趋量产车自动驾驶领域，纯视觉路线龙头特斯拉构建行业壁垒。特斯拉基于摄像头十毫米波雷达的纯 视觉路线，具有全球领先的研发能力和最丰富的用户数据积累。自动驾驶的算法核心是卷积神经 网络和深度学习，需要通过海量的数据训练，尤其是对于摄像头获取图像的 识别和处理，因此测 试里程收集的数据量成为决定公司实力最重要的因素之一.根据特斯拉2022年各季度生产和交 付报告显示，2022年累计交付车辆高达131万辆，新能源汽车销 量稳居世界第一，其中上海 超级工厂交付71万辆，占全球交付量一半以上，积累了远超竞争对手的数据量。依靠纯视觉路 线，竞争者难以挑战其地位。多传感器融合路

16、线弯道超车，是自动驾驶发展的创新之路。不同类型的传感器各有优劣，因 而单 一的传感器难以满足复杂的自动驾驶各类应用场景。多传感器信息融合（MSF）利用计算机技术，对 多传感器或多源的信息和数据进行多层次、多空间的组合处理不同传感器优势互补，在不同使用 场景中发挥各自功能，从而有效地提高系统的冗余度和容错性，最终帮助做 出有效判断和决策。1.3. 挖掘市场刚需，车规级对激光雷达有哪些要求？车规级激光雷达产品国际标准趋于完备，国内标准加速修订中。车载激光雷达是一种主动传 感器， 对于军规级自动驾驶产品，首先考虑就是所发射的激光是否安全，避免对周围的人员产生危害。 目前国际标准包括IEC 60825-1国际激光产品安全标准，IATF 16949质量管理体系，ANSI Z136.1美国国家标准协会安全指南文件等。其中IEC 60825-1是全球接受度最高的文件。针对