激光雷达专题研究：迈向高阶智能化关键，前瞻布局把握行业脉搏

迈向高阶智能化关键，前瞻布局把握行业脉搏——激光雷达专题研究 分析师：马永正SAC编号：S0870523090001联系人：陈永凯SAC编号：S0870123070004 主要观点 1.终端需求快速增长，激光雷达上车进度加快，行业即将进入快速增长期。终端车企针对高阶智能辅助驾驶（各类NOA）布局加快，激光雷达正在成为提高用户辅助驾驶使用率的重要传感器。据汽车之心表述，2024年激光雷达的全球乘用车端渗透率大概率将突破1%大关，行业进入快速增长期。激光雷达在科研及对环境感知准确度要求较高的细分领域也有优秀的应用前景。据灼识咨询预测，全球激光雷达解决方案市场规模有望于2030年达到12537亿元。 2.中短期内激光雷达技术路线仍以半固态形式为主，远期则会随着技术成熟及降本需求不断向纯固态演进。传统的机械式激光雷达受制于复杂的结构及较高的成本难以实现规模化量产，应用较为局限；半固态激光雷达凭借相对较成熟的技术及更可控的成本和体积，目前已成为雷达厂商和车企的主流选择；我们认为，激光雷达虽然具有相对较高的综合性能，但其成本仍然远高于摄像头&毫米波雷达等方案，因此长期来看，取消复杂高频转动的机械结构，并使体积和耐久度得到优化的纯固态方案或将成为激光雷达的最优选择。但Flash类纯固态激光雷达还无法兼具FOV和测远，目前主要在补盲应用上推广。 3.摄像头+激光雷达拔高安全上限，未来融合方案有望成为自动驾驶感知系统主流形式。根据权威数据集Nuscenes测试，使用激光雷达算法在目标检测精度&目标跟踪精度上较摄像头算法均有更好的表现，而通过方案融合，能够进一步提升方案精度，我们认为随着激光雷达降本&技术成熟度提升，融合方案有望成为未来市场主流。 4.本土激光雷达产业链在全节点厂商推动下逐步健全，中国有望成为核心市场。当前激光雷达行业市场规模持续扩张，本土产业链上游各节点正逐步涌现出优秀的关键器件供应商，助推激光雷达产业链国产化的同时我们认为也有望持续优化系统集成成本，最终强化本土厂商对市场的控制力度。 目录 SECTIONC o n t e n t 一、行业概览：迈向高阶智能化之基石，终端需求空间广阔二、发展态势：“精准”取胜，技术路线持续优化三、行业动态：定点&出货持续加速，本土厂商强势引领四、关注本土雷达厂进度，前瞻布局产业链核心节点标的五、投资建议六、风险提示 1.1市场动态 ◆进入2023年，激光雷达进展迅速。2023年本土激光雷达行业利好频出，2024开年禾赛科技更是宣布了2023年末12月实现单月5万台交付成绩，有效提振了市场信心。 1.1激光雷达发展历程 ◆国产激光雷达厂商于2016年开始入局。激光雷达诞生初期主要应用于科研及测绘项目，并随着技术发展逐步在工业探测和无人驾驶项目上试点。激光雷达的技术架构持续更新，从单点激光扫描到多线激光，从复杂的机械式逐步向半固态、固态式演进。目前激光雷达的主要终端为无人驾驶以及机器人等领域，主流新能源车企与激光雷达厂加速推进激光雷达的商业化落地，激光雷达技术也在持续向芯片化、阵列化发展。 1.1产业链概览 ◆产业链简介。激光雷达的上游主要包括激光发射、激光接收、信息处理和扫描系统核心部件制造；中游主要是如禾赛科技、图达通等激光雷达整机厂商；下游主要为应用领域，包括无人驾驶、机器人、高精度地图、测绘等。本土激光雷达厂商在近年来积极布局与本土车企的合作，实现了较多前装量产。 ◆本土产业链逐步完善。当前我国已有如禾赛科技、图达通等在行业内具有较高市占率的激光雷达厂商，此外本土企业也已基本覆盖上游的核心零部件如光学镜片、光源模块等光学组件以及扫描用振镜、接收组件等，我们认为，当前国内已逐步形成了完善的激光雷达产业链，助力国产激光雷达走向世界。 资料来源：各公司官网，各公司官微，盖世汽车社区，中商产业研究院，证券时报，证券之星，格隆汇，同花顺财经，每日经济新闻，界面新闻，华经产业研究院，ICSPEC，21世纪商业评论，亿欧网，万联芯城，秋田微招股说明书，自动化网，中国传动网，世界雷达博览会，电动生活网，HiEV大蒜粒车研所，智驾网，iFinD，上海证券研究所 1.2激光雷达主要应用于高阶辅助驾驶及机器人领域 ◆激光雷达主要应用于以高级辅助驾驶（ADAS）、车联网为主的车用以及机器人等领域。根据灼识咨询的预测，激光雷达车端市场规模在2023年达到百亿后有望在2025年突破千亿规模。车用领域所应对的场景复杂度更高，激光雷达的性能要求则会相对较高，其演进路径是从L4级测试车辆到高端乘用车前装搭载，待成本足够合理时向平价汽车过渡。激光雷达在机器人端的应用主要是一些应用场景相对简单的封闭园区。目前激光雷达正处于高端乘用车前装搭载，这一时期重点比拼车企端交付和工程化落地，同时逐步开启价格竞争。 资料来源：灼识咨询，速腾聚创招股说明书，上海证券研究所（注：自动驾驶出租车&卡车划归在机器人类别下） 1.3终端分析-自动驾驶（1/3） ◆自动驾驶技术被视为未来交通领域的革新性突破。根据国家标准《汽车驾驶自动化分级》指引，驾驶自动化分为6个级别，从L0-L5分别为应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶、完全自动驾驶。目前我国自动驾驶应用主要以L1和L2为主，渗透率逐渐提升。 ◆自动驾驶迈向更高级别，激光雷达重要性在持续提升。我国量产乘用车自动驾驶等级正逐步从L2向L3+过渡，据中商产业研究院统计数据显示，2022年我国在售新车L1-L4自动驾驶渗透率分别为24%、35%、9%和2%；随着政策对L3、L4级自动驾驶的支持，预计到2023年，L2级自动驾驶渗透率将扩大至51%，L3-L4渗透率也将快速增长。激光雷达有望成为自动驾驶迈入L4+的关键，据汽车之心表示，2024年激光雷达的车端渗透率有望突破1%大关。 资料来源：中商产业研究院，上海证券研究所 1.3终端分析-机器人（2/3） ◆激光雷达的应用能够提升机器人的安全作业能力与生产效率。在高原科考、智能巡检、消防侦查、智慧农业等细分行业，由于摄像头感知算法训练难以覆盖复杂地形的不规则障碍物，而传统毫米波雷达精度低分辨率低，无法分辨障碍物形状大小，激光雷达高精度三维成像的优势再次得以充分体现。激光雷达通过赋予各种形态的机器人超越人类眼睛的感知能力，助力提升各行业的安全作业与生产效率，推动社会智能化变革的进一步深化。据中商产业研究院援引中国电子学会数据，2022年中国服务机器人市场快速增长，市场规模达到447.76亿元。到2023年，随着新兴场景的进一步拓展，整体市场规模将突破500亿元。 资料来源：RoboSense，上海证券研究所 1.3终端分析-整体市场概览（3/3） ◆车载激光雷达市场有望保持高速增长。2022年全球激光雷达在汽车和机器人端的市场规模分别为34亿元及82亿元，据灼识咨询预测，2023年全球车端激光雷达市场规模快速攀升，到2023年有望达到106亿元，预计到2030年整体市场规模将突破万亿人民币，机器人端市场规模也有望达到2162亿元。 ◆中国有望成为全球激光雷达市场的核心。中国坐拥全球最大的新能源汽车市场，本土激光雷达厂也在各车企端持续量产上车；同时各类别的机器人产品也在快速发展。据灼识咨询分析预测，2022年中国激光雷达在车端及机器人端均占据了将近1/3的市场规模，预计到2030年，中国依将主导激光雷达市场。 资料来源：灼识咨询，速腾聚创招股说明书，上海证券研究所 资料来源：灼识咨询，速腾聚创招股说明书，上海证券研究所 目录 SECTIONC o n t e n t 一、行业概览：迈向高阶智能化之基石，终端需求空间广阔二、发展态势：“精准”取胜，技术路线持续优化三、行业动态：定点&出货持续加速，本土厂商强势引领四、关注本土雷达厂进度，前瞻布局产业链核心节点标的五、投资建议六、风险提示 2.1雷达是高级驾驶辅助系统的核心 ◆雷达是智能驾驶感知系统的核心。高级辅助驾驶系统（ADAS）主要包括感知系统（感知层）、计算分析（决策层）、控制执行（执行层）三大模块，其中感知是智能驾驶的先决条件，其探测的精度、广度与速度直接影响智能驾驶的行驶安全。以各类传感器为主的感知系统采集的信息会经由决策层处理分析后给出动力供给、方向控制等操作，最终实现自动驾驶。 ◆激光雷达凭借优异综合性能，作用逐步凸显。感知系统路线有摄像头、超声波雷达、毫米波雷达以及近年来应用逐渐呈增长趋势的的激光雷达，从信通院给出的方案对比（右下）来看，我们认为激光雷达具有更强的综合性能，且随着智能驾驶技术的发展，车载激光雷达已被认为是L3级以上自动驾驶必备传感器。 资料来源：易车网，上海证券研究所 2.2高级驾驶辅助系统的主要路线（1/2） ◆激光雷达的主要优点在于探测精度高、探测范围广。摄像头方案商用普及较早，能够获取到丰富的色彩和细节信息，但成像受制于环境光线。而超声波方案虽然成本较低，但由于感知距离较近且易受环境影响，因此主要用于停车辅助。而毫米波雷达虽有更强的抗干扰能力，但感知精度并不理想，不具备图像级的成像能力。综合来看，激光雷达探测精度高、范围广、稳定性强，并能够对周围环境进行实时3D建模，因此成为当前重要的感知方案。 2.2高级驾驶辅助系统的主要路线（2/2） ◆特斯拉与纯视觉方案。特斯拉是采用纯视觉方案的典型，然而看似充分考量性价比后摒弃激光雷达所采取的低成本方案，其背后则是有着特斯拉强大的自动驾驶算法以及海量的视频训练数据支撑：截至23年底，特斯拉FSD（Full Self-Driving，完全自动驾驶）累积行驶里程已超5亿英里，Autopilot使用里程已经超过90亿英里。特斯拉的自动驾驶系统每天可以接收到车队回传的1600亿帧视频数据，支持神经网络训练；此外，特斯拉坚持自研的自动驾驶芯片及围绕算法训练搭建的超算中心也是构筑强大自动驾驶算法壁垒的关键。我们认为，纯视觉方案从硬件成本角度看或许是当下的高性价比选择，但包括算法、路测、云计算、数据标注、仿真训练和系统软件的“隐性成本”不容忽视。 ◆4D毫米波雷达的出现为毫米波雷达路线提供了新方向。传统毫米波雷达由于角分辨率问题，导致对于多目标物的识别、分类能力要落后于激光雷达。但随着具有高分辨率、低成本（较激光雷达）4D毫米波雷达的出现，通过强化四维环境感知，在一定程度上强化了毫米波雷达在小目标探测上存在的缺点，因此当前也有很多厂商出于综合性价比考虑推动4D成像毫米波雷达的上车。 资料来源：汽车之心Autobit，上海证券研究所 资料来源：高工智能汽车，上海证券研究所 2.2激光雷达模块结构及BOM拆解 ◆系统结构。从结构上看，车载激光雷达由发射激光的发射模块、对特定区域进行扫描的扫描模块、探测回光的接收模块和对点云数据进行处理并反馈的控制模块，且各部分结构也可进一步细分为不同技术方案。目前激光雷达主流分类方案是根据扫描系统机械结构的差别划分为机械式、混合固态式以及固态式。结合激光雷达BOM，激光雷达光电系统构成了激光雷达成本的核心。且发射和接收模组又包含多个激光发射器、光学镜头、探测器，体积和重量远高于测时及控制模组。目前，随着激光雷达性能和需求规模逐步提升，对厂商而言将分立光学芯片及其配套元器件高度集成，能够有效改善产品形态及生产工艺，同时推动的产能扩张和产品降本。 资料来源：中国信息通信研究院，上海证券研究所 2.2激光雷达运作方式及核心性能指标 ◆工作原理。激光雷达的原理是利用ToF（TimeofFlight，飞行时间测距法），通过发射接受激光束，分析激光遇到目标对象后的折返时间，从而得到物体表面与探测主体的精确距离，进而在空间坐标系中为这束光线赋予角度信息，就能得到这个点的三维定位。随着光束的增多，探测主体便可利用所得各点的相对位置，勾勒出三维空间中的物体细节，即点云——激光雷达的三维视觉。 ◆激光雷达的视场角（FoV）和角分辨率，是决定其性能的关键指标。视场角的大小决定了光学仪器