（报告出品方/作者：东方证券，蒯剑，姜雪晴，马天翼）
1.自动驾驶渐行渐近，激光雷达规模化装车前夜已至
1.1多方势力推动，高阶自动驾驶呼之欲出
自动驾驶两种路径殊途同归，共同推动高级别自动驾驶加速落地。当前自动驾驶正沿着两种路径向我们驶来，一种是以造车新势力领衔，传统车企紧跟的渐进式发展路径，从高级辅助驾驶（ADAS）逐渐实现L3+自动驾驶；另一种则是以百度、谷歌等为代表的科技力量，采取跨越式的技术发展路线，直接研发L4/L5级别自动驾驶/无人驾驶。尽管发展路径有所不同，在科技公司、造车新势力、传统车企等多方势力的助推下，自动驾驶硬件和软件技术愈发成熟，共同指向高级别自动驾驶落地。
渐进式车企普遍实现L2高级别辅助驾驶，向L3级别自动驾驶级别迈进。在历经几年的技术积累后，各家智能汽车车型密集发布并实现交付量产，开始步入收获期。步入年，L3级别自动驾驶能力的蔚来ET7、ET5，小鹏P5相继发布，满足L2-L4级别的华为极狐阿尔法S也于21年4月发布，行业开始进入L3+自动驾驶时代。
全球自动驾驶市场有望迎来高速增长期。根据IDC，全球具备自动驾驶乘用车的出货量有望从20年的万辆增长到年的万辆，其中L3级别及以上自动驾驶车辆出货量从20年的3.2万辆增长到24年的86.3万辆，20-24年CAGR高达%。
而在另一边，无人驾驶技术也愈发成熟。截至目前共七家企业获得加州全无人驾驶牌照，包括中国系的安途、百度、文远知行和美国系的GMCruise、Nuro、Waymo、Zoox（亚马逊旗下）。Waymo与GMCruise凭借着极高的总里程数以及平均每次接管里程数领先；安途（AutoX）、文远知行（WeRide）等紧随其后。对比与的测试数据，各家公司的车均接管次数明显降低，平均每次接管间的总里程显著上升。（报告来源：未来智库）
自动驾驶商业化步伐开启。经历了多年的无人驾驶技术积累后，自动驾驶已经开始在无人出租车出行服务、无人配送车以及长途货物运输等场景率先落地应用。在国内，百度、安途、滴滴、文远之行、小马智行等均已推出无人驾驶打车业务，步入试运营阶段，其中百度Apollo无人驾驶Robotaxi成为中国首批“共享无人车”，正式开启常态化商业运营，向公众全面开放。在海外，WaymoRobotaxi早在18年便开启商业化运营，车队规模不断扩大。
尽管自动驾驶仍处初步商业化阶段，离大规模商业化仍有一段距离，但随着Robotaxi从有限的测试场景逐渐走向更多元化的运营场景，从有安全员随时准备接管向完全无人驾驶演进，从免费体验发展到付费运营，自动驾驶在Robotaxi及其他场景下的应用生态将愈发成熟。
1.2多传感器融合大势所趋，激光雷达必不可少
摄像头技术成熟且成本低，成为率先装车且用量最大的感知硬件。车载摄像头是ADAS系统的主要视觉传感器，也是最为成熟的车载传感器之一。然而由于摄像头与人眼一样，属于被动地接收可见光，因此在逆光或者光影复杂的情况下视觉效果较差，且易受恶劣天气影响。
毫米波雷达受天气环境的影响最小，全天候性能最佳。毫米波雷达与激光雷达工作原理相似，目前车载领域常用的毫米波雷达频段为24GHz、77GHz和79GHz，分别对应短、长、中距离雷达。毫米波雷达由于波长够长，绕物能力好，受天气环境的影响最小，但同时由于波长过长，探测精度大大下降。激光雷达精度最佳，满足L3-L5自动驾驶需求。
激光雷达以激光作为载波，波长比毫米波更短，因此探测精度高、距离远。激光雷达还能通过回收不同方向激光尺的信息，以点成线，以线成面，形成障碍物3D“点云”图像。受限于技术难度大、成本高，目前还未实现大规模装车，随着未来产业链的日趋成熟，成本下探后，激光雷达产业或将迎来爆发。
多传感器融合大势所趋，激光雷达必不可少。在自动驾驶感知技术领域，目前主要形成两大阵营，以特斯拉为代表的“视觉感知”和以Waymo、蔚来、小鹏等为代表的“3D激光雷达融合感知”解决方案。前者“轻感知，重算法”，采用低成本的摄像头进行环境感知，辅以高性能计算，对基于视觉的神经网络算法算力要求较高；后者主要依靠激光雷达创建周围环境感知的3D环境图，形成“摄像头+毫米波雷达+激光雷达”融合冗余的感知方案。
尽管纯视觉方案具备一定的成本优势，能够满足当前L2级别ADAS感知需求，但随着自动驾驶的逐级演进，感知层数据量呈指数级增长，弱感知将对芯片的性能和算力提出更高的要求，增加实现难度。此外摄像头本身性能和识别精度的欠缺（如不能直接给出距离、将三维世界降至二维成像、受制于天气等）也制约了纯视觉感知解决方案在高等级自动驾驶中的发展普及。我们认为为了实现无人驾驶功能性与安全性的全面覆盖，传感器的融合与冗余将成为未来的主旋律，而激光雷达作为其中探测精度、分辨率更高的关键一环，其技术工艺的不断迭代成熟，成本的逐渐下探，也将促进其在L3及以上车型的规模化装车应用。
1.3首款激光雷达量产车问世，拉开规模化装车序幕
Robotaxi是此前激光雷达主战场。相较于乘用车领域，Robotaxi定位于L4-L5级别无人驾驶，因而对感知层探测性能要求最高。同时由于车辆的所有者无人运营驾驶公司往往是资本实力雄厚的汽车/科技大厂，所以对激光雷达价格及与车身的集成度要求相对较低，多家运营商的Robotaxi均已配置激光雷达，是此前激光雷达的主战场。
乘用车迎来激光雷达装车小高潮。L3级别自动驾驶能力的蔚来ET7、ET5，小鹏P5，L2-L4级别的华为极狐阿尔法S等四款车相继发布，均配备了激光雷达，其中小鹏P5是全球首款搭载激光雷达的量产车。随着“渐进式”智能汽车企业逐步实现从L2辅助驾驶到L3自动驾驶的跨越，激光雷达装车需求迎来高潮，将步入集中装车阶段，乘用车也将成为激光雷达未来主战场。
“渐进式”、“跨越式”双轮驱动，激光雷达开启集中装车，市场规模高速增长。一方面随着自动驾驶的逐级演进，传感器的融合与冗余成为解放驾驶员双手与双脚并确保其安全性的关键所在，激光雷达将成为不可或缺的感知硬件；另一方面随着Robotaxi／Robotruck的商业化落地，未来该领域的车队规模将加速扩大，沙利文研究预计，至年新落地车队规模将突破60万辆，给激光雷达的应用带来广阔下游空间，二者将共同驱动激光雷达市场迎来繁荣。沙利文研究预计，至25年全球激光雷达市场规模为亿美元，19-25ECAGR65%；其中无人驾驶和ADAS领域市场规模将分别增至35/46亿美元，19-25ECAGR为81%/84%，将占激光雷达总规模的约6成。
2.技术路径快速迭代，助力激光雷达装车前行
2.1激光雷达类型多样，技术发展日新月异
激光雷达是利用激光来实现精确测距的传感器，在广义上可以认为是带有3D深度信息的摄像头，被誉为“机器人的眼睛”。激光雷达产业自诞生以来，紧跟底层器件的前沿发展，呈现出了技术水平高的突出特点。从在无人驾驶技术中获得广泛认可的多线扫描激光雷达，再到技术方案不断创新的固态激光雷达、FMCW激光雷达，以及近年来朝向芯片化、阵列化持续发展，激光雷达一直以来都是新兴技术发展及应用的代表。激光雷达结构精密且复杂，主要由激光系统、接收系统、信号处理单元和扫描模块四大核心组件构成。
激光器以脉冲的方式点亮发射激光，照射到障碍物后对物体进行3D扫描，反射光线经由镜头组汇聚到接收器上。信号处理单元负责控制激光器的发射，并将接收到的模拟信号转为数字信号，最后进入主控芯片进行数据的处理和计算。
由于激光雷达各个功能模块均有多种技术实现方式，在各个分类依据的不同组合下激光雷达种类繁多，技术路线正处于快速发展迭代阶段。
按测距方式：激光雷达可以分为飞行时间(TimeofFlight，ToF)测距法、基于相干探测的调频连续波（FMCW）测距法、以及三角测距法等。其中ToF与FMCW能够实现室外阳光下较远的测程(~m)，是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案，未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达或将在市场上并存。
按扫描方式：激光雷达可以分为整体旋转的机械式激光雷达、收发模块静止的半固态激光雷达和固态式激光雷达，区别在于有无活动组件。1)机械式激光雷达：通过机械旋转实现激光扫描，在电机驱动下持续旋转，竖直面内的激光光束由“线”变成“面”再形成多个激光“面”，从而实现探测区域内°3D扫描。2)半固态方案:包括MEMS、转镜式、棱镜式三种，其特点是收发单元与扫描部件解耦，收发单元不再进行机械运动，体积小、成本低，是目前主流选用方案。3)固态激光雷达:主要包括光学相控阵(OPA)和闪光(Flash)型两种实现方式，其完全取消了机械扫描结构，内部没有任何运动部件，水平和垂直方向的激光扫描均通过电子方式实现，大幅减少了激光收发器件，从而降低成本，微型化的结构也提升了性能稳定性，未来有望凭借更优的性价比占据主导地位。
2.2扫描模块：半固态、固态后来居上
对于整车厂或方案商而言，车规级、可量产、成本可控是激光雷达大规模装车的主要考量。激光雷达技术路线差异大，同源性低，目前来看车载激光雷达正沿着机械式—半固态—固态的发展路径不断迭代，机械式激光雷达由于成本高昂，更适用于无人驾驶等研发测试类项目，在量产车、乘用车领域仍待检验，短期内半固态有望率先上车，主导中远距离激光雷达，长远来看，待技术工艺级别最高的固态Flash、OPA成熟后，或将成为主流技术方向。
2.2.1机械式激光雷达：高精度伴随高成本、难量产瓶颈
性能：机械式激光雷达是研发最早、技术最成熟的产品，凭借其原理简单、易驱动、易实现水平°扫描等优点成为无人驾驶项目传感器的首选。
成本：成本高昂，降价空间小。机械式激光雷达内部结构精密，零件数多，组装工艺复杂，尤其对于高线束激光雷达而言，线束越多，需要相应地增加发射与接收模块的数量，叠加后期维护费用，致使成本高居不下，高线束激光雷达成本难低于美元。
车规：较难满足车规级。高频的转动和复杂的机械结构致使其旋转部件易磨损，对探测精度产生影响。当前大多产品平均的失效时间仅0-小时，难以达到车规级设备最低1小时的要求。
量产：机械式对于成本不敏感的Robotaxi/无人驾驶企业来说是可选项，但对于整车厂和方案商而言，大规模量产有较大难度。领*企业Velodyne年便推出了64线机械式激光雷达产品，年谷歌首测的无人驾驶汽车便采用了Velodyne激光雷达方案，如今产品方案广泛应用于百度、Uber等自动驾驶的测试车型中。
2.2.2半固态激光雷达：率先上车，是当下之选
半固态式激光雷达收发模块静止、仅扫描器发生机械运动，由转镜、MEMS微振镜等替代此前机械式当中的旋转扫描仪。体积更小、集成度更高、成本更低，适合前装量产车型需求，是当下部分主流车厂的选择。
半固态转镜式：一维转镜技术向二维发展，成为主流激光雷达产品
性能：转镜式激光雷达功耗比较低，散热难度低，因此可靠性较高，而劣势在于难以集成化来进一步降低成本，且一维转镜扫描线数较少，扫描角度无法达到°，通过二维转镜实现少发射器多线束功能。
成本/价格：以图达通（Innovusion）即将量产、搭载于蔚来ET7的图像级超远距激光雷达猎鹰为例，其大规模量产后价格约在-0美元。
车规量产：法雷奥在年量产的第一代SCALA是全球首个通过车规级认证的激光雷达，同年被首发搭载在奥迪A8上，因而成为第一个过车规、成本可控，可满足车企性能要求，且实现批量供货的技术方案，SCALA系列目前出货量已超15万颗，客户包括宝马、奔驰等；20年10月，镭神智能CH32成为全球第二个获得车规认证的激光雷达。21年，华为自研的96线激光雷达也已在极狐阿尔法S华为HI版率先装车。（报告来源：未来智库）
半固态MEMS微振镜：已满足车规要求，落地进程加速
采用半导体“微动”器件代替宏观机械式扫描器作为激光光束扫描元件，通过控制微小的镜面平动和扭转往复运动，改变单个发射器的发射角度进行扫描，形成较广的扫描角度和较大的扫描范围，从而以超高的扫描速度形成高密度的点云图。
性能：体积小，集成度更高。MEMS微振镜帮助激光雷达摆脱了笨重的马达、多棱镜等机械运动装置，毫米级尺寸的微振镜大大减少了激光雷达的尺寸，极大的简化了扫描器结构，使其具有高性能、稳定可靠、易于生产制造等优点。但MEMS微振镜激光雷达会出现信噪比低，有效距离短等问题。
成本/价格：减少激光器和探测器数量，降低成本。传统的机械式激光雷达要实现多少线束，就需要多少组发射模块与接收模块。而微振镜精确控制偏转角度，通过控制扫描路径达到等效机械式更多线束激光雷达的覆盖区域和点云密度，极大地降低成本。MEMS微振镜在投影显示领域商用化应用多年，上游供应链相对成熟，Luminar的MEMS半固态激光雷达将制造成本降低到-0美元，使规模量产成为可能。镭神智能MEMS激光雷达LS20B系列20年售价$/$。
车规量产：国产品牌率先落地。MEMS激光雷达能够兼顾车规量产与高性能的需求，速腾聚创的MEMS激光雷达RS-LiDAR-M1于20年12月批量出货，成为全球首款批量交付的车规级MEMS激光雷达，和广汽埃安、威马、极氪等11家车企建立合作。海外方面，Luminar全球范围内已拥有50多位行业合作伙伴，包括沃尔沃、上汽飞凡汽车、小马智行等。
半固态棱镜：Livox一枝独秀，自建产能绑定小鹏
采用双楔形棱镜结构，激光在通过两个楔形棱镜后发生两次偏转，只要控制两面棱镜的相对转速便可以控制激光束的扫描形态。
性能：点云密度高，可探测距离远。棱镜激光雷达扫描轨迹呈花瓣状，在扫描转速控制得当的情况下，同一位置长时间扫描几乎可以覆盖整个区域，从而避免了传统旋转激光雷达的多次校准。
价格：LivoxHorizon