激光雷达产业研究宝典

云脑智库 2021-10-26 00:00


来源 | 网络

智库 | 云脑智库(CloudBrain-TT)

云圈 | “云脑智库微信群”,请加微信:15881101905,备注您的研究方向


文章大纲

自动驾驶给激光雷达带来新机遇

  • 激光雷达原理

  • 车载传感器的比较

  • 激光雷达的分类

  • 激光雷达的迭代历史

  • 激光雷达核心应用场景

  • 激光雷达产业链

  • 政策密集出台

  • 技术推进及场景扩展带来广阔市场空间

  • 激光雷达企业对比


激光雷达

自动驾驶给激光雷达带来新机遇



激光雷达LiDAR被广泛用于无人驾驶汽车和机器人领域,被誉为广义机器人的“眼睛”,是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装臵。其中广义机器人包括具有无人驾驶功能的汽车,也可称之为轮式机器人,另外还包括实现无人清扫、无人运送等功能的新型服务机器人。除了无人驾驶领域,激光雷达的应用领域也在不断拓展,包括以汽车整车厂、Tier1为代表的前装高级辅助驾驶,以智能服务机器人为代表的避障导航系统,还有随着5G技术逐渐普及而产生的智能交通车路协同应用,都为激光雷达带来了更广阔的市场。


激光雷达原理


激光雷达的工作原理是将电脉冲变成光脉冲发射出去,光接收机再把从目标反射回来的光脉冲还原成电脉冲,通过测量发射脉冲与一个或数个回波脉冲之间的时间差而获得距离以及物体材质和颜色等参数。


具体来看,激光雷达由四个系统组成,分别为激光发射、激光接收、信息处理和扫描系统。激光发射系统中激励源周期性地驱动激光器,发射激光脉冲,激光调制器通过光束控制器控制发射激光的方向和线数,最后通过发射光学系统,将激光发射至目标物体;激光接收系统的工作原理是经接收光学系统,光电探测器接受目标物体反射回来的激光,产生接收信号;信息处理系统是接收信号经过放大处理和数模转换,经由信息处理模块计算,获取目标表面形态、物理属性等特性,最终建立物体模型;扫描系统是以稳定的转速旋转实现对所在平面的扫描,并产生实时的平面图信息。



激光雷达主要技术指标包括视场角、线数、分辨率、探测距离、测量精度、反射率和扫描帧频等。


激光雷达主要技术指标:


视场角

视场角决定了激光雷达能够看到的视野范围,分为水平视场角和垂直视场角,视场角越大,代表视野范围越大,反之则代表视野范围越小。


线数

线数越高,代表单位时间内采样的点就越多,分辨率也就越高,目前无人驾驶车一般采用32线或64线的激光雷达。


分辨率

分辨率和激光光束之间的夹角有关,夹角越小,分辨率越高。固态激光雷达的垂直分辨率和水平分辨率大概相当,约为0.1°,旋转式激光雷达的水平角分辨率为0.08°,垂直角分辨率约为0.4°。


探测距离

激光雷达的最大测量距离。在自动驾驶领域应用的激光雷达的测距范围普遍在100~200m左右。


测量精度

激光雷达的数据手册中的测量精度(Accuracy)常表示为,例如±2cm的形式。精度表示设备测量位臵与实际位臵偏差的范围。


反射率

反射率是指物体反射的辐射能量占总辐射能量的百分比,比如说某物体的反射率是20%,表示物体接收的激光辐射中有20%被反射出去了。不同物体的反射率不同,这主要取决于物体本身的性质(表面状况),如果反射率太低,那么激光雷达收不到反射回来的激光,导致检测不到障碍物。激光雷达一般要求物体表面的反射率在10%以上,用激光雷达采集高精度地图的时候,如果车道线的反射率太低,生成的高精度地图的车道线会不太清晰。


扫描帧频

激光雷达点云数据更新的频率。对于混合固态激光雷达来说,也就是旋转镜每秒钟旋转的圈数,单位Hz。例如,10Hz即旋转镜每秒转10圈,同一方位的数据点更新10次。


激光雷达是车辆安全和智能化的核心高端传感器,激光雷达也是我国智能汽车战略大力发展的关键基础技术之一。国家发改委、科技部、工信部等11部门联合印发的《智能汽车创新发展战略》中首次定义了什么是智能汽车:是指通过搭载先进传感器等装臵,运用人工智能等新技术,具有自动驾驶功能,逐步成为智能移动空间和应用终端的新一代汽车。在这个定义中,“搭载先进传感器”是智能汽车的重要标签。


车载传感器的比较


根据新华网,对比《智能汽车创新发展战略》意见征集稿和正式印发版,在有关核心供应链环节的表述中,意见稿中的“重点推动传感器”被修改为“车载高精度传感器”。这一修改目标更为明确,即培育发展“高精度传感器”。产业方面,发展战略要求推进车载高精度传感器等产品研发与产业化,促进激光/毫米波雷达等自主知识产权军用技术的转化应用。可见,下一步投资建设的落地点,在传感层的机会就在于高精度、高准确度的传感器。



根据新华网,激光雷达、毫米波雷达和摄像头是公认的自动驾驶的三大关键传感器技术。从技术上看,激光雷达与其他两者相比具备强大的空间三维分辨能力。中国汽车工程学会、国汽智联汽车研究院编写的《中国智能网联汽车产业发展报告(2019)》称,当前在人工智能的重要应用场景智能网联汽车的自动驾驶和辅助驾驶领域中,激光雷达是实现环境感知的核心传感器之一。报告认为,在用于道路信息检测的传感器中,激光雷达在探测距离、精准性等方面,相比毫米波雷达具有一定的优势。



无人驾驶汽车的“眼睛”已成为激光雷达的代名词。在复杂场景下,激光雷达有着不可比拟的优势。针对远距小障碍物,毫米波雷达的角分辨率不够,摄像头对远端的通用障碍物识别不够,而这种场景下激光雷达就可能及时识别。对于近距离加塞,这种场景在中国道路上尤其常见,毫米波雷达的角分辨率不够,摄像头通常来说需累计多帧,需要几百毫秒才可以确认加塞,而激光雷达由于精确的角度测量能力和轮廓测量能力,可以2-3帧确认加塞,百毫秒内做出判断。同样的原因,对于近端突出物,毫米波雷达和摄像头相对不足,而激光雷达可以做出快速判断。


在隧道场景下,摄像头在光线亮度发生突然变换的场景有致盲情况发生,而毫米波雷达一般不识别静止物体,如果隧道口刚好有一个静止车辆,这时就需要激光雷达的准确识别能力。此外,十字路口无保护左拐场景对激光雷达的大角度全视场测量能力有很大考验,需要同时满足大视场和远距测量能力。在地库场景,毫米波雷达由于多径反射性能不佳,而光线强弱变化又会影响摄像头的性能,这时激光雷达独特的优势就可以得到发挥。



激光雷达的分类

 

激光雷达行业具有较高的技术水准与技术壁垒,并同时具有技术创新能力强与产品迭代速度快的特征。其技术发展方向与半导体行业契合度高,激光雷达系统中核心的激光器、探测器、控制及处理单元均能从半导体行业的发展中受益,收发单元阵列化以及核心模块芯片化是未来的发展趋势。


激光雷达可分成一维(1D)激光雷达、二维(2D)扫描激光雷达和三维(3D)扫描激光雷达。1D激光雷达只能用于线性的测距;2D扫描激光雷达只能在平面上扫描,可用于平面面积与平面形状的测绘,如家庭用的扫地机器人;3D扫描激光雷达可进行3D空间扫描,用户户外建筑测绘,它是驾驶辅助和自助式自动驾驶应用的重要车载传感设备。3D激光雷达可进一步分成3D扇形扫描激光雷达和3D旋转式扫描激光雷达。


激光雷达按照测距方法可以分为飞行时间(TimeofFlight,ToF)测距法、基于相干探测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(100~250m),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激光雷达将在市场上并存。


激光雷达按测距方法分类:


ToF法

通过直接测量发射激光与回波信号的时间差,基于光在空气中的传播速度得到目标物的距离信息,具有响应速度快、探测精度高的优势。


FMCW法

将发射激光的光频进行线性调制,通过回波信号与参考光进行相干拍频得到频率差,从而间接获得飞行时间反推目标物距离。FMCW激光雷达具有可直接测量速度信息以及抗干扰(包括环境光和其他激光雷达)的优势。


按照技术架构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以及固态式激光雷达。相比于半固态式和固态式激光雷达,机械旋转式激光雷达的优势在于可以对周围环境进行360°的水平视场扫描,而半固态式和固态式激光雷达往往最高只能做到120°的水平视场扫描,且在视场范围内测距能力的均匀性差于机械旋转式激光雷达。由于无人驾驶汽车运行环境复杂,需要对周围360°的环境具有同等的感知能力,而机械旋转式激光雷达兼具360°水平视场角和测距能力远的优势,目前主流无人驾驶项目纷纷采用了机械旋转式激光雷达作为主要的感知传感器。


激光雷达按技术架构分类:


机械旋转式激光雷达

通过电机带动收发阵列进行整体旋转,实现对空间水平360°视场范围的扫描。测距能力在水平360°视场范围内保持一致。


半固态式激光雷达

半固态方案的特点是收发单元与扫描部件解耦,收发单元(如激光器、探测器)不再进行机械运动,具体包括微振镜方案、转镜方案等。适用于实现部分视场角(如前向)的探测,体积相较于机械旋转式雷达更紧凑。


固态激光雷达

固态式方案的特点是不再包含任何机械运动部件,具体包括相控阵(OpticalPhased Array,OPA)方案、Flash方案、电子扫描方案等。适用于实现部分视场角(如前向)的探测,因为不含机械扫描器件,其体积相较于其他架构最为紧凑。


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。激光雷达厂商不断引入新的技术架构,提升探测性能并拓展应用领域:从激光器发明之初的单点激光雷达到后来的单线扫描激光雷达,以及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式激光雷达、FMCW激光雷达,以及如今芯片化的发展趋势,激光雷达一直以来都是新兴技术发展及应用的代表。


激光雷达技术分类及特点:


机械式激光雷达:


高线数机械式方案

通过电机带动光机结构整体旋转的机械式激光雷达是激光雷达经典的技术架构,其技术发展的创新点体现在系统通道数目的增加、测距范围的拓展、空间角度分辨率的提高、系统集成度与可靠性的提升等。


半固态式激光雷达:


转镜方案

转镜方案中收发模块保持不动,电机在带动转镜运动的过程中将光束反射至空间的一定范围,从而实现扫描探测。转镜也是较为成熟的激光雷达技术方案,其技术创新体现之处与高线数机械式方案类似。


微振镜方案

微振镜方案采用高速振动的二维振镜实现对空间一定范围的扫描测量。微振镜方案的技术创新体现在开发口径更大、频率更高、可靠性更好振镜,以适用于激光雷达的技术方案。


FMCW激光雷达:


电子扫描方案

电子扫描方案中按照时间顺序通过依次驱动不同视场的收发单元实现扫描,系统内没有机械运动部件,是纯固态激光雷达的一种发展方向。其架构比整体曝光所有收发单元的Flash固态式激光雷达更先进。


连续波调频方案

FMCW目标物距离,同时也激光雷达发射调频连续激光,通过回波信号与参考光能够根据多普勒频移信息直接测量目标物的速度,其技术发展方向为利用硅进行相干拍频得到频率差,从而间接获得飞行时间反推基光电子技术实现激光雷达系统的芯片化。


激光雷达的迭代历史


激光雷达经历了60年左右的发展历程,其技术不断进步并呈现多样化发展趋势,同时随着应用领域的不断拓展丰富,激光雷达逐步迈向商业化,其市场也于近几年迅速扩大,并迎来上市热潮。在汽车产业“电气化、共享化、网联化、智能化”的“新四化”驱动下,2016年后无人驾驶行业高速发展,激光雷达行业也随之进入迅速发展期。2019年后激光雷达行业进入新的发展阶段,从技术方案来看,收发器件面阵化及核心模块芯片化为高性能、低成本、高集成度、高可靠性的激光雷达提供了可靠的发展方向,FMCW原理的激光雷达技术方案受到了市场的关注。


从应用领域来看,激光雷达应用范围进一步得到拓展,“新基建”中的车联网为激光雷达带来了新的应用场景,同时,依据应用领域的不同,激光雷达呈现性能及价格分层的发展趋势。此外,2020年境外激光雷达公司迎来通过特殊目的并购公司(SpecialPurpo seAcquisitionCompany,SPAC)完成上市的热潮,Velodyne、Luminar已完成NASDAQ上市,Aeva、Innoviz预计2021年第一季度完成,Ouster预计2021年上半年完成。


激光雷达行业发展历程:


1960年代~1970年代

激光雷达行业特点:随着激光器的发明,基于激光的探 测技术开始得到发展。

主要应用领域:科研及测绘项目。

标志性事件:1971年阿波罗15号载人登月任务使用激光雷达对月球表面进行测绘。


1980年代~1990年代

激光雷达行业特点:激光雷达商业化技术起步,单线扫 描式激光雷达出现。

主要应用领域:工业探测及早期无人驾驶项目。

标志性事件:Sick(西克)与Hokuyo(北洋)等激光雷达厂商推出单线扫描式2D激光雷达产品。


2000年代~2010年代早期

激光雷达行业特点:高线数激光雷达开始用于无人驾驶 的避障和导航,其市场主要是国外厂商。

主要应用领域:无人驾驶测试项等。

标志性事件:DARPA无人驾驶挑战赛推动了高线数激光雷达在无人驾驶中的应用,此后Velodyne深耕高线数激光雷达市场多年。


Ibeo LUX系列产品包含基于转镜方案的4线及8线激光雷达。基于4线版本,2010年Ibeo与法国Tier 1公司Valeo(法雷奥)开始合作开发面向量产车的激光雷达产品 SCALA。


2016年~2018年

激光雷达行业特点:国内激光雷达厂商入局,技术水平 赶超国外厂商。激光雷达技术方案呈现多样化发展趋势。

主要应用领域:人驾驶、高级辅助驾驶、服务机器人等,且下游开始有商用化项目落地。

标志性事件:2017年4月禾赛科技发布40线激光雷达 Pandar40。采用新型技术方案的激光雷达公司同样发展迅速,如基于MEMS方案的Innoviz,基于1550nm波长方案的Luminar等。


2019年至今

激光雷达行业特点:市场发展迅速,产品性能持续优化,应用领域持续拓展。激光雷达技术朝向芯片化、阵列化发展。境外激光雷达公司迎来上市热潮,同时有巨头公司加入激光雷达市场竞争。

主要应用领域:无人驾驶、高级辅助驾驶、服务机器人、车联网等。

标志性事件:Ouster推出基于VCSEL和SPAD阵列芯片技术的数字化激光雷达。禾赛科技应用自主设计的芯片组(发射芯片和接收芯片)于多线机械转式产品。2020 年9月Velodyne完成NASDAQ上市,2020年12月 Luminar完成NASDAQ上市。


激光雷达核心应用场景


除了无人驾驶,面向乘用车的前装高级辅助驾驶(ADAS)、服务型机器人、车联网(V2X)等领域也是激光雷达当前或者近期的重要市场。因使用场景和搭载激光雷达的载体(无人驾驶汽车、乘用车、机器人等)具有明显差异,这些市场对激光雷达的性能、价格、体积等维度提出了不同的需求。车联网应用起步最新,使用场景具有多样性,对无人驾驶、高级辅助驾驶、机器人领域的激光雷达都会有相应需求。



无人驾驶与高级辅助驾驶领域通常将自动驾驶技术按照国际汽车工程师协会(SAEI nternational)发布的工程建议J3016进行分类。从L0级(纯由驾驶员控制)至L5级(完全自动驾驶),级别越高,车辆的自动化程度越高,动态行驶过程中对驾驶员的参与度需求越低,对车载传感器组成的环境感知系统的依赖性也越强。其中,L3级是自动驾驶等级中的分水岭,其驾驶责任的界定最为复杂:在自动驾驶功能开启的场景中,环境监控主体从驾驶员变成了传感器系统,驾驶决策责任方由驾驶员过渡到了汽车系统。



L4/L5级无人驾驶应用的实现,有赖于激光雷达提供的感知信息。该级别应用需要面对复杂多变的行驶环境,对激光雷达性能水平要求最高,在要求360°水平扫描范围的同时,对于低反射率物体的最远测距能力需要达到200m,且需要更高的线数以及更密的点云分辨率;同时为了减少噪点还需要激光雷达具有抵抗同环境中其他激光雷达干扰的能力。


对于L2/L3级高级辅助驾驶,覆盖前向视场(水平视场角覆盖60°到120°)的激光雷达通常为优选方案,实现自动跟车或者高速自适应巡航等功能,但在测远和角度分辨率等性能上的要求和无人驾驶是一致的;此外,整车厂及Tier1公司更看重激光雷达的形态与尺寸是否容易嵌入车身,保险杠、前挡风玻璃后视镜等易于隐藏的地方是放臵激光雷达的优先选择,这些位臵往往空间狭小因而限制了激光雷达的体积;该领域客户也要求激光雷达通过电磁兼容、可靠性(包括振动及冲击、防水防尘)等一系列严格的车规测试;因为面向消费者的乘用车采购数量大,该领域客户对激光雷达的价格敏感度相较于无人驾驶领域也更高。


机器人应用范围包括无人送货小车、自动清扫车辆、园区内的接驳车、港口或矿区的无人作业车、执行监控或巡线任务的无人机等,这些场景的主要特点是路线相对固定、环境相对简单、行驶速度相对较低(通常不超过30km/h)。因而相比无人驾驶应用,机器人应用对激光雷达测远及分辨率等探测性能的要求相对较低,但对价格更敏感。


车路协同采用先进的无线通信和新一代互联网技术,全方位实施车车、车路动态实时信息交互,并在动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,其主要应用场景包括:盲区预警、多车协同换道、交叉口冲突避免、行人非机动车避撞、紧急车辆优先通行、车速引导、车队控制、车队协同通过信号交叉口等。人、车、路的有效协同需要准确识别和追踪交通参与者,并对其路线进行有效预测,采用基于激光雷达点云数据的目标聚类及追踪算法能够满足这一要求。


激光雷达产业链

激光雷达行业的上游产业链主要包括激光器和探测器、FPGA芯片、模拟芯片供应商,以及光学部件生产和加工商。激光雷达下游产业链按照应用领域主要分为无人驾驶、高级辅助驾驶、服务机器人和车联网行业。


整体而言,激光雷达整个产业链表现出发展速度快、科技水平高、创新能力强、市场前景广的突出特点。从国外产业链与国内产业链比较的角度而言,国外激光雷达上游公司由于起步更早,积累更为深厚,尤其在底层光电器件以及芯片领域。国外激光雷达下游企业在商业化进度方面也更成熟。然而,国内激光雷达行业的上游供应商、下游客户近几年均发展迅速,有望实现逐步赶超。



激光雷达技术的发展催生了新的产业链条。自美国DARPA无人驾驶挑战赛以来,全球范围内的无人驾驶行业进入了高速发展期,无人驾驶技术的实现以及无人驾驶出租车/无人驾驶卡车服务的落地有赖于激光雷达提供的高精度感知信息。此外,激光雷达的环境感知能力能够拓展已有的辅助驾驶功能,提升车辆安全性,为面向整车厂以及Tier1公司的高级辅助驾驶产业提供了重要的支撑。同时,激光雷达技术也促进了服务型机器人产业以及车联网产业的兴起,服务型机器人通过赋予机器人智能感知的能力实现无人配送、无人清扫等功能,车联网通过车与车、车与路、车与云平台等的互联实现更为安全、舒适、智能的交通服务。激光雷达技术促进了新产业的发展,新产业的兴起为社会带来了新的发展点。


激光雷达产业链发展情况:


上游:


激光器和探测器


激光器和探测器是激光雷达的重要部件,激光器和探测器的性能、成本、可靠性与激光雷达产品的性能、成本、可靠性密切相关。而且激光雷达的系统设计会对激光器和探测器的规格提出客制化的需求,与上游供应商深入合作定制激光器和探测器,有助于提升产品的竞争力。国外供应商在激光器和探测器行业耕耘较久,产品的成熟度和可靠性上有更多的实践经验和优势,客户群体也更为广泛。国内供应商近些年发展迅速,产品性能已经基本接近国外供应链水平,并已经有通过车规认证(AEC-Q102)的国产激光器和探测器出现,元器件的车规化是车规级激光雷达实现的基础,国内供应商能够满足这一需求。相比国外供应商,国内供应商在产品的定制化上有较大的灵活性,价格也有一定优势。


企业类别:激光器。


国外企业:OSRAM(欧司朗)、AMS(艾迈斯半导体)、Lumentum(鲁门特姆)等。


国内企业:深圳瑞波光电子有限公司、常州纵慧芯光半导体科技有限公司等。


企业类别:探测器。


国外企业:First Sensor、Hamamatsu(滨松)、ON Semiconductor(安森美半导体)、Sony(索尼)等。


国内企业:成都量芯集成科技有限公司、深圳市灵明光子科技有限公司、南京芯视界微电子科技有限公司等。


FPGA芯片


FPGA芯片通常被用作激光雷达的主控芯片,国外供应商的产品性能相比国内供应商大幅领先,但国内产品的逻辑资源规模和高速接口性能,也能够满足激光雷达的需求。


不过FPGA不是激光雷达主控芯片的唯一选择,也可以选用高性能单片机(Microcontroller Unit,MCU)、数字信号处理单元(Digital Signal Processor,DSP)代替。MCU的国际主流供应商有Renesas(瑞萨)、Infineon(英飞凌)等,DSP的主流供应商有TI(德州仪器)、ADI(亚德诺半导体)等。


国外企业:Xilinx(赛灵思),Intel(英特尔)等。


国内企业:紫光国芯股份有限公司、西安智多晶微电子有限公司等。


模拟芯片


模拟芯片用于搭建激光雷达系统中发光控制、光电信号转换,以及电信号实时处理等关键子系统。国外供应商在该领域积累已久,技术先进、产能充足、成熟度高,是行业的领导者。国内供应商相比国外起步较晚,从产品丰富程度到技术水平还普遍存在着一定差距,尤其车规类产品差距会更大。


国外企业:TI(德州仪器),ADI (亚德诺半导体)等。


国内企业:矽力杰半导体技术有限公司、圣邦微电子(北京)股份有限公司等。


光学部件


光学部件国内供应链的技术水平已经完全达到或超越国外供应链的水准,且有明显的成本优势,已经可以完全替代国外供应链和满足产品加工的需求。


激光雷达公司一般为自主研发设计,然后选择行业内的加工公司完成生产和加工工序。


下游:


无人驾驶行业


国外无人驾驶技术研究起步较早,从车队规模、技术水平以及落地速度来看,相比国内仍具有一定的领先优势。国内无人驾驶技术研究发展迅速,不断有应用试点和项目落地,与国外公司的差距在不断缩小。


企业类别:无人驾驶公司。


国外企业:GM Cruise、Ford Argo、Aurora、Zoox (2020年被Amazon收购)、Navya。


国内企业:小马智行、文远知行、Momenta、元戎启行等。


企业类别:无人驾驶公司人工智能科技公司。


国内企业:百度、商汤科技等。


企业类别:出行服务提供商。


国外企业:Uber(优步)、Lyft。


国内企业:滴滴等。


高级辅助驾驶行业


激光雷达用于量产车项目,通常需要激光雷达公司与车厂或Tier 1公司达成长期合作,一般项目的周期较长。


企业类别:世界各地的整车厂、Tier 1公司及新势力造车企业。


服务机器人行业


国内快递和即时配送行业相比国外市场容量大,服务机器人国内技术发展水平与国外相当,从机器人种类的丰富度和落地场景的多样性而言,国内企业更具优势。


企业类别:机器人公司。


国外企业:Nuro、Deka Research、Canvas Build、Unmanned Solution。


国内企业:高仙、智行者、优必选、新石器、白犀牛等。


企业类别:消费服务业巨头。


国内企业:阿里巴巴、美团、京东等。


车联网行业


通过车联网方案提供商将包括激光雷达在内的车辆网服务整合销售给各地政府和科技园区,也存在激光雷达公司政府和科技园区直接对接的情况。得益于“新基建”等国家政策的大力推动,国内车联网领域发展较国外更加迅速。


企业类别:车联网方案提供商。


国内企业:百度、大唐、金溢科技、星云互联、高新兴等。


激光雷达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,未来20年里随着智能驾驶和服务型机器人的逐渐普及,激光雷达也会像摄像头一样成为生活中的必需品。在摄像头产业链处于头部位臵的公司正逐渐开始围绕着激光雷达进行布局,如图像传感器领域的头部公司日本Sony(索尼)和美国ONSemiconductor(安森美半导体);在摄像头视觉应用领域的人工智能公司也在基于激光雷达的测量数据开发相应的深度学习算法,如商汤科技、Waymo、百度。随着激光雷达每年出货量和市场份额的扩大,未来会有更多摄像头视觉产业链上的公司(如芯片、器件、镜头、模组、算法)融入激光雷达产业链。


激光雷达

政策密集出台



智能传感器是智能装备感知外部环境信息的关键,对智能装备的应用起着技术牵引和场景升级的作用。近年来,随着互联网与物联网的高速发展,传感器在新兴的智能家居、智慧城市、智能移动终端(汽车、机器人等)等领域的应用突飞猛进,大幅扩展了应用空间。同时集成电路是智能传感器的重要组成部分,专用芯片的发展为智能传感器的性能提升、可靠性提升和成本控制提供了重要支撑。国家对于计算机、通信和其他电子设备制造业大力支持,出台一系列政策不断推进智能传感器及集成电路行业的高速和高效发展。


近年来国家出台相关智能传感器及集成电路行业政策:


2020年

国务院《新能源汽车产业发展规划(2021-2035)年》


实施智能网联技术创新工程。以新能源汽车为智能网联技术率先应用的载体,支持企业跨界协同,研发复杂环境融合感知、智能网联决策与控制、信息物理系统架构设计等关键技术,突破车载智能计算平台、高精度地图与定位、车辆与车外其他设备的无线通信(V2X)、线控执行系统等核心技术和产品。


2020年

商务部等8部门《商务部等8部门关于推动服务外包加快转型升级的指导意见》


将企业开展云计算、基础软件、集成电路设计、区块链等信息技术研发和应用纳入国家科技计划(专项、基金等)支持范围。


2020年

发改委等11部委《智能汽车创新发展战略》

明确提出推进车载高精度传感器、车规级芯片、智能操作系统、车载智能终端、智能计算平台等产品研发与产业化,建设智能汽车关键零部件产业集群。


2020年

国务院《新时期促进集成电路产业和软件产业高质量发展的若干政策》


1)在现有的“五免五减半”政策基础上,首次推出十年免征所得税政策,支持28nm(含)及以下先进工艺生产企业发展;

2)把“两免三减半”政策适用范围从过去的芯片设计扩大到封装、设备、材料全产业链,同时对重点设计及软件企业税收优惠加大;

3)与生产相关的原材料等产品进口关税免除政策继续施行,明确设备免税条件。此外,人才政策方面,第一次明确把集成电路列入“一级学科”,并对产教融合企业提出明确税收优惠。


2020年

北京市人民政府《北京市政府工作报告》


报告指出,2020年北京将重点发展集成电路产业,以设计为龙头,以装备为依托,以通用芯片、特色芯片制造为基础,打造集成电路产业链创新生态系统。


2020年

广东省人民政府办公厅《广东省关于加快半导体及集成电路产业发展的若干意见》


重点发展特色工艺制造,补齐产业短板,积极发展封测、设备及材料,完善集成电路产业链条等。


2020年

广州市工业和信息化局《广州市加快发展集成电路产业的若干措施》


指出面向5G、物联网、高端装备、汽车电子、智能终端、轨道交通、金融、电力等产业,重点在智能传感器、功率半导体、逻辑、光电器件、混合信号、射频电路等领域,尽快形成产能规模。


2019年

财政部、税务总局《关于集成电路设计和软件产业企业所得税政策的报告》


对符合条件的集成电路设计企业和软件企业,在2018年12月31日前自获利年度起计算优惠期,第一年至第二年免征企业所得税,第三年至第五年按照25%的法定税率减半征收企业所得税,并享受至期满为止。


2019年

发改委《产业结构调整指导目录(2019年本,征求意见稿)》


明确提出发展智能汽车传感器等关键零部件及技术,加快发展先进制造业和现代服务业,促进制造业数字化、网络化、智能化升级,推动先进制造业和现代服务业深度融合。


2019年

上海市嘉定区经济委员会等8部门《嘉定区进一步鼓励智能传感器产业发展的有关意见》


明确到2025年,嘉定以智能传感器芯片为核心的智能硬件相关产业产值突破千亿元,实现产业规模迅速扩大、创新能力显著增强、生态体系基本完善。


2019年

浙江省嘉善县人民政府《嘉善县人民政府关于加快智能传感器产业发展若干政策意见》


意见从加大产业发展资金扶持、有效保障产业发展空间、加快引育产业发展主体、大力支持产业研发创新、逐步完善产业发展配套、优化产业发展环境六大方面提出了具体措施。包括设立百亿元传感器基金,统筹安排 5亿元专项资金支持,房租减免等。


2018年

工信部《车联网(智能网联汽车)产业发展行动计划》


明确指出加快车载视觉系统、激光/毫米波雷达、多域控制器、惯性导航等感知器件的联合开发和成果转化。加快推动智能车载终端、车规级芯片等关键零部件的研发,促进新一代人工智能、高精度定位及动态地图等技术在智能网联汽车上的产业化应用。


2018年

湖南长沙市经济和信息化委员会《长沙市加快新型高端汽车智能传感器产业发展的若干政策》


政策着力引导智能传感器产业集聚,加强智能传感器关键核心技术研发,提升智能传感器产业集成创新能力,扩大智能传感器产业规模。重点支持应用于自动驾驶领域的新型高端汽车智能传感器、汽车压力传感器、惯性传感器等产品,支持方向为24/77/79GHz毫米波雷达、视觉传感器、红外传感器、激光雷达传感器、高精度/低成本导航传感器模块组件及其嵌入式软件等。


2017年

工信部、发改委、科技部《汽车产业中长期发展规划》


规划指出重点突破动力电池、车用传感器、车载芯片、电控系统、轻量化材料等工程化、产业化瓶颈。到2020 年,形成若干家超过1000亿规模的汽车零部件企业集团,到2025年,形成若干家进入全球前十的汽车零部件企业集团。重点攻克环境感知、智能决策、协同控制等核心关键技术,促进传感器、车载终端、操作系统等研发与产业化应用。


2017年

工信部《智能传感器产业三年行动指南(2017-2019年)》


明确指出主要任务为之二为:(一)补齐设计、制造关键环节短板,推进智能传感器向中高端升级;(二)面向消费电子、汽车电子、工业控制、健康医疗等重点行业领域,开展智能传感器应用示范。


2017年

发改委《智能汽车关键技术产业化实施方案》


明确指出主要任务之一为提升智能汽车关键软硬件水平,“重点研发智能汽车技术,重点加强传感器、车载芯片、中央处理器、车载操作系统、无线通信设备、以及北斗高精度定位装臵等产品开发与产业化”。


2016年

国务院《“十三五”国家战略新兴产业发展规划》


明确指出提升关键芯片设计水平,发展面向新应用的芯片。推动智能传感器、电力电子、印刷电子、半导体照明、惯性导航等领域关键技术研发和产业化。


2014年

工信部、科技部、财政部、国家标准管理委员会《加快推进传感器及智能化仪器仪表产业发展行动划》


计划指出2013-2025年总体目标:传感器及智能化仪器仪表产业整体水平跨入世界先进行列,产业形态实现由“生产型制造”向“服务型制造”的转变,涉及国防和重点产业安全、重大工程所需的传感器及智能化仪器仪表实现自主制造和自主可控,高端产品和服务市场占有率提高到50%以上。


2005年

国务院《国家中长期科学和技术发展规划纲要(2006年-2020年)》


规划中将“核心电子器件、高端通用芯片及基础软件产品”(简称“核高基重大专项”)列为16个科技重大专项首位,也被称为“01专项”。


激光雷达

技术推进及场景扩展带来广阔市场空间



随着人工智能、5G技术的逐渐普及,无人驾驶、高级辅助驾驶、服务型机器人和车联网等行业发展前景广阔。这些技术的实现能够大幅减少人为失误带来的交通风险、提高交通运输效率、提升道路通行能力、改变汽车生产消费模式,实现交通运输安全、高效、绿色的发展愿景。同时能够缓解社会老龄化带来的劳动力短缺的问题,提高生产力水平、提升生活品质。


根据禾赛科技招股说明书援引,Allied Market Research估计2026年全球无人驾驶技术市场规模将达到5566.7亿美元,较2019年可实现39.47%的年均复合增长率。激光雷达是高级别无人驾驶技术实现的关键,根据沙利文的统计及预测,受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗透率增加、以及服务型机器人及智能交通建设等领域需求的推动,激光雷达整体市场预计将呈现高速发展态势,至2025年全球市场规模为135.4亿美元,较2019年可实现64.5%的年均复合增长率。



无人驾驶市场


无人驾驶系统具备高性能的传感系统、强大的数据分析能力和具有逻辑的决策管理程序,以反应速度快且不会疲倦的人工智能取代驾驶者,能够有效的减少交通事故数量和伤亡人数。此外,无人驾驶系统能够通过车上的传感器和通信网络,接收附近交通参与者的信息以及信号灯、限速、警示标志等信息,从而对巡航的速度进行实时调整,有效提升道路的容量及通行效率,减少交通拥堵的情况,提高社会运转效率。


激光雷达能够对三维空间进行实时高精度重建,是无人驾驶技术实现的关键。搭载激光雷达的无人驾驶出租车、无人驾驶卡车已相继在美国、中国、新加坡等多地进行道路测试及小范围运营,开始商用化转变并带来经济效益。无人驾驶技术在互联网货运、互联网专车领域的快速推进,将极大地减少这些行业的人力支出和运营成本。麦肯锡研究报告显示,到2030年中国自动驾驶乘用车数量将达到800万辆,自动驾驶将占到乘客总里程的约13%,基于自动驾驶的出行服务订单金额将达2600亿美元。领域庞大的用车需求以及无人驾驶技术给人类社会运行带来的潜在变革,为激光雷达带来了广阔的应用前景以及巨大的市场。


根据禾赛科技招股说明书援引,ReportLinker研究估计2025年全球包括运送乘客和货物在内的L4/L5级无人驾驶车辆数目将达到53.5万辆。随着无人驾驶商业模式的逐步确立,该领域的全球激光雷达市场也将随之实现高速增长,据沙利文测算,至2025年该领域激光雷达市场规模预计达到35亿美元,2019年至2025年的年均复合增长率达80.9%。



高级辅助驾驶市场


高级辅助驾驶市场主要服务于整车厂及Tier1公司,激光雷达在性能满足要求的基础上,成本及车规要求是量产车项目关注的重点。Valeo(法雷奥)的SCALA是当前唯一一款受到市场认可通过车规并实现量产的激光雷达产品,搭载在了Audi(奥迪)旗舰车型AudiA8。2020年Valeo(法雷奥)对SCALA进行升级,实现更优的传感器解决方案。


世界各地交通法规的修订为L3级自动驾驶技术商业化落地带来机会。2019年,日本《道路交通法案》修正案获得通过,允许L3级自动驾驶车辆在公共道路上使用。2020年1月,韩国国土交通部发布《自动驾驶汽车安全标准》(修订版),制定L3级自动驾驶安全标准和商用化标准。2020年6月联合国的欧洲经济委员会通过《ALKS车道自动保持系统条例》,这是全球范围内第一个针对L3级自动驾驶具有约束力的国际法规。


全球范围内L3级辅助驾驶量产车项目当前处于快速开发之中:BMW(宝马)预计在2021年推出具有L3级自动驾驶功能的BMWVisioniNEXT;Mercedes-Benz(梅赛德斯-奔驰)首款L3级自动驾驶系统将于2021年在新款S级车型上推出;Volvo(沃尔沃)预计在2022年推出配备激光雷达的自动驾驶量产车型,实现没有人工干预情况下的高速行驶;Honda(本田)计划于2021年在其Legend车型上提供L3级自动驾驶系统。考虑全球高级辅助驾驶项目的发展进度,2020年及2021年ADAS领域激光雷达的销售主要仍由SCALA贡献。随着激光雷达成本下探至数百美元区间且达到车规级要求,未来越来越多高级辅助驾驶量产项目将实现SOP;根据Yole的研究报告,至2025年全球乘用车新车市场L3级自动驾驶的渗透率将达约6%,即每年将近600万辆新车将搭载激光雷达。激光雷达在高级辅助驾驶领域的市场规模将在未来5年里保持高速增长,按照沙利文预计,2025年激光雷达市场规模预计将达到46.1亿美元,2019年至2025年复合增长率达83.7%。



服务型机器人市场


服务型机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等。借助强大的内臵感知系统及控制系统,服务机器人能够完成多种无人作业,从而减轻对人力的依赖,提高生产效率。服务型机器人不仅仅可以实现将货物从物流中心运送到消费者家中,还可以提供大量新型的“最后一公里”服务,为整个服务社区提供便利性、安全性和健康性。2020年面对新冠疫情,无人配送能够避免人与人的不必要接触,减少交叉感染概率,为方便社区生活以及阻隔疫情扩散筑起了健康防线。


当前越来越多的电商、消费服务业巨头以及初创公司投入服务型机器人的开发,相对封闭的校园、社区和工业园区是此类应用落地的优选场所,这些应用也为未来拓展智能机器人的服务半径积累了宝贵的经验。2019年12月,美国自动驾驶送货科技公司Nuro宣布与零售巨头Kroger(酷乐客)合作,在休斯顿为顾客提供无人送货服务。2020年7月,京东物流无人配送研究院项目落户常熟高新区,其无人配送车也正式上线。2020年10月,美团正式发布位于北京首钢园区的智慧门店MAI Shop,门店集成了无人微仓与无人配送服务,补充配送运力。


随着智能服务机器人技术的成熟,其业务范围和辐射半径将不断增强,无人运送、无人清扫、无人巡检机器人在运营成本降低及服务效率提升等方面的优势将得以显现,对此类设备的需求也将不断提升。伴随全球服务型机器人出货量的增长以及激光雷达在服务型机器人领域渗透率的提升,2025年激光雷达在该细分市场预计达到7亿美元市场规模,2019年至2025年的复合增长率为57.9%。



中国市场潜力巨大


下游行业的发展,将带动国内激光雷达市场的发展。从无人驾驶领域来看,据麦肯锡研究报告显示,中国将是全球最大的自动驾驶市场,到2030年中国自动驾驶乘用车数量将达到800万辆,自动驾驶将占到乘客总里程(PassengerKiloMetersTravelled,PKMT)的约13%,基于自动驾驶的出行服务订单金额将达2600亿美元。


国内企业如百度、滴滴、小马智行、文远知行等已在多个城市开展无人驾驶出租车业务的试运营,预计商业化应用后对激光雷达的需求将进一步增长;从高级辅助驾驶领域来看,中国是全球最大的新车销售市场,2020年11月发布的《智能网联汽车技术路线图(2.0版)》明确指出到2030年我国L2和L3级渗透率要超过70%,这将对激光雷达产生巨大的需求;从服务型机器人领域来看,受无人物流、无人清洁、无人作业等需求的推动,中国市场对于服务型机器人及其搭载的激光雷达同样拥有巨大的潜力;从车联网领域来看,当前“新基建”计划总投资额高达34万亿元,其中“5G+车联网”协同发展受到国家政策大力推动,多地出台重点项目投资计划并开展智能网联示范道路的建设,例如浙江投资约707亿元建设首条无人驾驶智慧高速——杭绍甬高速公路,此外中国智慧城市项目数量约占据全球总数一半,“新基建”车联网的发展对激光雷达的需求将保持稳定增长。根据沙利文的研究报告,至2025年,中国激光雷达市场规模将达到43.1亿美元,较2019年实现63.1%的年均复合增长率,其中车载领域即无人驾驶和高级辅助驾驶是主要组成部分。



V2X市场


世界范围来看,中国车联网发展速度最快,战略化程度最高。2020年3月,中共中央政治局常务委员会召开会议提出,加快5G网络、数据中心等新型基础设施建设(即“新基建”)进度。随后4月,国家发改委首次划定“新基建”范围,主要包括信息基础设施、融合基础设施和创新基础设施,其中融合基础设施中包含智能交通基础设施。车路协同(V2X)技术是智能城市、智能交通中的基础与重点,同时也与5G通讯、大数据中心和人工智能等领域的建设相互支撑、互相促进。在“新基建”政策的推动下,已有13个省市区发布了2020年重点项目投资计划,其中8个省份公布了计划投资额,共计34万亿元。


以政府为主导作用、多元主体协作参与的车路协同产业格局正加速形成。据人民网2020年7月报道不完全统计,全国的车路协同示范区已经超过40个,13个区域入选交通强国建设试点,测试场景也在逐步从封闭走向开放、从单一走向多元。车路协同变普通道路为智能道路,赋予其与智能汽车、管理云平台交互的能力。激光雷达结合智能算法能够提供车辆、行人、非机动车等交通要素的高精度位臵、运动状态、识别追踪等信息,能够对交通状况进行全局性精确把控,对车路协同功能的实现至关重要。车路协同的市场潜力也为激光雷达的规模化应用带来了广阔的机遇。


激光雷达结合智能算法,能够提供高精度的位臵、形状、姿态等信息,实现对交通状况进行全局性的精确把控,对车路协同功能的实现至关重要。随着智能城市、智能交通项目的落地,未来该市场对激光雷达的需求将呈现稳定增长态势。至2025年,全球激光雷达在该领域的市场规模将超过45亿美元,2019年至2025年复合增长率为48.48%。



中国市场潜力巨大


下游行业的发展,将带动国内激光雷达市场的发展。从无人驾驶领域来看,据麦肯锡研究报告显示,中国将是全球最大的自动驾驶市场,到2030年中国自动驾驶乘用车数量将达到800万辆,自动驾驶将占到乘客总里程(PassengerKiloMetersTravelled,PKMT)的约13%,基于自动驾驶的出行服务订单金额将达2600亿美元。国内企业如百度、滴滴、小马智行、文远知行等已在多个城市开展无人驾驶出租车业务的试运营,预计商业化应用后对激光雷达的需求将进一步增长;从高级辅助驾驶领域来看,中国是全球最大的新车销售市场,2020年11月发布的《智能网联汽车技术路线图(2.0版)》明确指出到2030年我国L2和L3级渗透率要超过70%,这将对激光雷达产生巨大的需求;从服务型机器人领域来看,受无人物流、无人清洁、无人作业等需求的推动,中国市场对于服务型机器人及其搭载的激光雷达同样拥有巨大的潜力;从车联网领域来看,当前“新基建”计划总投资额高达34万亿元,其中“5G+车联网”协同发展受到国家政策大力推动,多地出台重点项目投资计划并开展智能网联示范道路的建设,例如浙江投资约707亿元建设首条无人驾驶智慧高速——杭绍甬高速公路,此外中国智慧城市项目数量约占据全球总数一半,“新基建”车联网的发展对激光雷达的需求将保持稳定增长。根据沙利文的研究报告,至2025年,中国激光雷达市场规模将达到43.1亿美元,较2019年实现63.1%的年均复合增长率,其中车载领域即无人驾驶和高级辅助驾驶是主要组成部分。



激光雷达

激光雷达企业对比



2020年下半年境外激光雷达公司迎来通过特殊目的并购公司(SPAC)完成上市的热潮,美国已上市公司有Velodyne、Luminar,此外Aeva、Innoviz预计2021年第一季度完成上市,Ouster预计2021年上半年完成,境内尚无上市公司,禾赛科技预计将作为国内第一家激光雷达领域上市公司。



行业内主要的激光雷达公司包括美国的Velodyne、Luminar、Aeva、Ouster,以色列的Innoviz,德国的Ibeo,以及国内的禾赛科技和速腾聚创,以下表格对上述公司从技术、发展和市场等方面进行简要比较。


行业内主要的激光雷达公司包括美国的Velodyne、Luminar、Aeva、Ouster,以色列的Innoviz,德国的Ibeo,以及国内的禾赛科技和速腾聚创,以下表格对上述公司从技术、发展和市场等方面进行简要比较。


各激光雷达公司发展对比:


禾赛科技中国

在售产品包括不同架构的机械旋转方案的多线激光雷达,其中Pandar40P和Pandar64发射端采用光纤排布的架构,QT采用VCSEL+单光子探测器的平面化架构,XT采用禾赛V1.0的芯片化架构。深度布局激光雷达的芯片化架构,以应用于(半)固态和纯固态激光雷达产品。

成立于2014年10月,已申请科创板上市。

多线机械旋转雷达的多个产品已形成规模销售。

产品广泛用于全球头部无人驾驶项目,同时也服务于机器人及车联网领域。

拥有自主产线,同时制定了自动化生产线及智能化工厂的发展路线。


Velodyne美国

在售产品主要为机械旋转方案的多线激光雷达;已发布(半)固态产品,技术方案未对外公布;已布局ADAS软件解决方案。

2020年9月完成NASDAQ上市,股票代码:VLDR。

多线机械旋转雷达的多个品已形成规模销售。

从2006年到2017年一度是多线数旋转激光雷达市场的最主要提供方。产品广泛应用于服务机器人、无人驾驶等领域。

拥有自主产线,但逐渐转向第三方代工的模式,已与Fabrinet、Nikon(尼康)、Veoneer(维宁尔)签署多年代工协议。


Luminar美国

产品使用1550nm激光器、InGaAs探测器、以及扫描转镜;已布局算法感知软件方案。

2020年12月完成NASDAQ上市,股票代码:LAZR。

市场上无公开批量售卖产品。

当前产品面向无人驾驶和乘用车的测试及研发项目。与沃尔沃达成供应协议,用于2022年上市的自动驾驶系统。


Aeva美国

布局芯片化FMCW连续波调频激光雷达。

计划季度完成2021NYSE年第一上市,股票代码:AEVA。

市场上无公开批量售卖产品。

当前尚无信息显示规模化应用。与奥迪自动驾驶子公司合作为乘用车提供传感器。

2020年宣布与ZF(采埃孚)达成生产合作。


Innoviz以色列

发布产品为半固态方案,选用二维微振镜作为扫描器件;已布局感知算法解决方案。

度完成2021NASDAQ年第一季上市,股票代码:INVZ。

市场上无公开批量售卖产品。

当前尚无信息显示规模化应用。与宝马达成供应协议,为2021年推出的L3量产车提供激光雷达。

2017年宣布与全球第三大代工厂Jabil(捷普)合作,2018年宣布与Magn(a麦格纳)合作宝马项目。


Ouster美国

在售产品为机械旋转式,采用VCSEL和SPAD阵列芯片技术;已布局纯固态方案。

2021年上半年上市完成股票代码:OUST。

多线机械旋转雷达的多个产品已形成规模销售。

中、近距离激光雷达的主要供应商之一。产品主要应用于服务机器人、无人驾驶等领域。


Ibeo德国

在售产品采用转镜方案;已发布基于VCSEL和SPAD阵列的纯固态产品。

自2016年,德国ZF(采埃孚)持有其40%股份。

转镜方案的多线半固态激光雷达已形成规模销售;纯固态方案无公开批量售卖产品。

与Valeo(法雷奥)合作量产了世界首款车规级激光雷达SCALA,由Valeo负责生产和销售,Ibeo从中收取授权费用。SCALA是目前在ADAS领域唯一在量产车上使用的多线激光雷达。


速腾聚创中国

在售产品主要为机械旋转方案和微振镜方案,同时销售激光雷达的环境感知算法解决方案。

2018年10月公布3亿元人民币战略融资,此前已完成至C多线机械旋转雷达的多个产品已形成规模销售。

主攻机器人市场,是多线机械旋转雷达产品在国内机器人市场的主要供应商之一。


从产业应用及市场占有率来看,Velodyne当前仍是市场营收总额最高的激光雷达公司;Luminar2019年的销售台数在百台量级;Aeva和Innoviz在2020年预期营业收入均为500万美元,市场占有率较低。2017年之前Velodyne几乎是市场上唯一的高线数激光雷达厂商,在禾赛科技进入激光雷达领域后,国外厂商的市场占有率不断降低。无人驾驶市场占Velodyne2017年营收的50%以上,近期下降到约25%。禾赛科技凭借优秀的产品性能建立了良好的口碑,销售数量及营业收入均实现较快增长。


从技术选择路径和目标市场来看,Luminar、Aeva、Innoviz、Ibeo主要面向无人驾驶和量产乘用车ADAS市场,开发相应的(半)固态激光雷达,其技术特点各有不同,Luminar选用1550nm光源和探测器而非市场主流的905nm光源和探测器,Aeva选择FMCW而非市场主流的飞行时间法,Innoviz通过采用MEMS二维微振镜来实现激光扫描和接收,通过减少激光器和探测器数量来降低成本,Ibeo则选用VCSEL和SPAD面阵的纯固态激光雷达方案。


从生产模式来看,部分国外激光雷达公司倾向采用代工或与制造厂合作的生产模式。Velodyne已与Fabrinet、Nikon(尼康)、Veoneer(维宁尔)等签署多年代工协议,从自主生产模式逐渐转向增加欧洲及亚洲第三方工厂代工的生产模式。Innoviz与Jabi(捷普)合作进行产品代工,同时针对BMW(宝马)项目与Magna(麦格纳)开展合作。与大型代工厂或者Tier1合作能够降低激光雷达厂商对生产资源的投入,但也会削弱激光雷达厂商对生产环节和生产成本的把控,激光雷达作为新兴的精密传感器,迭代速度快,而且尚无确定的行业标准和成熟稳定的工艺,生产环节包括多步针对产品特性的精准装调和测试工序,需要激光雷达厂商对生产环节具有较强的把控能力,规模化生产能力会逐渐成为激光雷达企业的核心壁垒之一。


禾赛科技:全球领先的激光雷达制造商


禾赛科技创立至今,专注于激光雷达、激光气体传感器领域。禾赛科技激光雷达主要市场集中于无人驾驶领域,并逐渐向服务机器人领域拓展。公司研发针对无人驾驶领域客户的高性能激光雷达产品,并通过高效的生产工艺保障供应,取得了该领域知名客户的大量订单。针对机器人、车联网领域,公司研发多样化激光雷达产品,并逐步实现销售。此外,公司持续研发适用于高级辅助驾驶领域的激光雷达产品,通过与整车厂及其一级供应商的合作,有望实现规模化销售。


禾赛科技发展历程:


2014年底

公司成立于中国上海,自设立以来,专注于研发、制造和销售高性能激光传感器,逐光而行,立志于让中国高端制造走向世界,让科技造福人类社会。


2015-2016年

公司主要的产品为激光气体传感器,包括手持式激光甲烷遥测仪及无人机载式激光甲烷遥测仪,产品灵敏度高、误报率低,一面世就受到燃气行业的关注,产品入围了2017年的PrismAward最终名单。同时,除天然气行业外,公司不断寻找更大的对激光遥感有需求的应用领域,以成为一家更大规模的高科技公司。


2016年

在经历了反复探索后,公司在原有激光气体遥感技术的积累之上拓展了新的发展方向——无人驾驶激光雷达。激光雷达的主要光机电系统与激光气体遥测仪具有较强的相似性,因而公司得以充分利用在光路设计、电子信号处理等方面的技术积累完成了产品的快速开发。


2016年10月

公司在国内首次发布了32线激光雷达的路测扫描点云视频,该产品入选了2016年国内十大亮点光学产业技术。


2017年4月

公司发布40线激光雷达Pandar40,此后深耕于高端激光雷达产品的开发,推出了一系列广受国内外关注的产品,积累了大量的优质客户,获得了业内的广泛认可。


2017年底

公司部署芯片技术发展方向,成立芯片部门,根据产品上积累的系统需求定义芯片参数,自主设计芯片。


未来

公司将致力于不断探索前沿技术并推出更高水平的激光雷达产品,同时发展算法技术,提供感知解决方案。


2017年,公司推出Pandar40高线数激光雷达,当年即实现销售收入1352.01万元。2018年,公司推出Pandar40P,具备较强的抗干扰功能,且性能稳定、可靠性高、具备稳定供货能力。在该产品的推动下,2018年公司40线激光雷达实现收入11480.49万元,同比大幅增长749.14%。此外,2018年Pandar64开始销售,实现595.58万元收入。



2019年,Pandar64在远距离物体检测性能、分辨能力、多传感器同步精度等方面的优势获得市场认可,当年产生收入22361.77万元,占激光雷达销售收入的68.09%。受到一定的替代效应影响,2019年40线激光雷达的销售收入同比下降11.97%,为10106.19万元。此外,2019年PandarQT开始销售,实现42.30万元收入。2020年1-9月,受到国外疫情的影响,上半年Pandar64、Pandar40激光雷达销售增长有所放缓,但已在第三季度出现明显反弹。



2017年、2018年、2019年和2020年1-9月公司核心技术产品占营业收入的比例分别为98.32%、99.95%、99.86%和99.85%。2019年禾赛科技在无人驾驶市场形成的销售金额超过3700万美元,是全球无人驾驶领域销售金额最高的激光雷达供应商之一,也是极少数在全球无人驾驶产业链上批量供应核心零部件并具有影响力的中国科技公司。在美国加征25%关税的情况下,禾赛科技凭借产品上的优势,依然成为美国多家无人驾驶头部公司的激光雷达供应商,同时毛利率高于应用于该领域的其他公司的竞品。



在研发方面,首先,禾赛科技通过持续跟踪关注市场情况,及激光雷达技术演进的趋势、并结合自身特点制定基础技术开发规划,进行预研;其次,公司基于市场需求及相关基础技术储备的情况,制定具体的产品开发计划;进而,根据产品开发计划,进行产品的概念设计、架构设计、子系统设计与测试、研发样机制作与测试等工作,完成产品开发;最后,研发与生产部门密切配合,持续提高产品的可生产性与质量,降低产品成本。


禾赛科技处于快速发展阶段,研发投入较大,人员职工薪酬、委外开发设计测试费快速增长,导致研发费用和占比较高。激光雷达行业处于高速发展阶段,同时公司重视技术研发,因而研发投入较大。其中,2017年由于公司收入体量较小,研发费用率超过150%,2019年公司研发费用率达48.32%,2020年前三季度研发费用率上升至64.43%。未来公司将继续加大研发投入,以保持产品的市场竞争力。



在营销方面,禾赛科技的销售模式为直接销售,并通过展会和潜在客户拜访的模式进行产品推销。销售市场以国内与北美区域为主,此外还覆盖了欧洲、亚太等地区。除针对不同地区进行客户开拓外,同时,公司还根据无人驾驶、高级辅助驾驶、机器人、车联网等不同市场应用领域中客户关注的产品需求,有针对性地开拓客户。禾赛科技产品已服务的客户包括:北美三大汽车制造商中的两家、德国四大汽车制造商之一、美国加州2019年DMV路测里程前15名中过半的自动驾驶公司,和大多数中国领先的自动驾驶公司。这其中包括了全球最大的三家移动出行服务公司中的两家、全球最大的汽车零部件供应商博世集团、全球最大的自动驾驶卡车公司之一和全球最大的自动驾驶配送公司之一等知名公司。




在战略方面,禾赛科技在进入激光雷达市场的早期选择从无人驾驶市场入手,集中资源打磨高线数机械旋转激光雷达产品,积累系统设计和核心模块开发经验,凭借突出的产品性能实现较高毛利率的销售收入、占领市场份额、积累品牌口碑。通过开发无人驾驶高线数激光雷达积累了高性能激光雷达的核心技术后,预判行业终局中激光雷达的高性能、低成本化和高可靠性会是机器人和量产车ADAS市场最重要的核心能力,而实现高性能、低成本、高可靠性的关键效途径是芯片化。于是公司在2017年底部署芯片技术发展方向,成立芯片部门,根据产品上积累的系统需求定义芯片参数,自主设计芯片。


自研芯片的使用为产品在性能、集成度和成本上带来了竞争优势。多样化的产品将服务无人驾驶、ADAS、服务机器人等海量市场。在实现激光雷达硬件系统领先的基础上,公司投入研发基于激光雷达的感知算法、即时定位与高精地图构建、感知数据管理平台等技术,作为技术储备,为市场提供更深入的解决方案(如车联网)。未来公司打算进一步加大在芯片和算法领域的研发投入,强化规模化生产能力,为激光雷达的市场需求爆发打好基础。



本次禾赛科技IPO公开发行股票募集资金主要用于投资“智能制造中心项目”、“激光雷达专属芯片项目”以及“激光雷达算法研发项目”,项目总投资额213671.34万元,拟使用募集资金投入金额200000万元。“智能制造中心项目”将帮助公司在激光雷达各产品线的生产工艺优化以及测试环境等方面,实现业内领先的生产能力,为大规模量产做好准备。“激光雷达专属芯片项目”将进一步加强公司在激光雷达芯片化技术及器件等方面的研发和产品化建设。“激光雷达算法研发项目”将提升公司激光雷达相关的算法能力,以为乘用车、车联网等领域的客户提供产品及算法的解决方案。



华为:“爬北坡”进入激光雷达战场


华为激光雷达产品的研发始于2016年,该团队访问了大量的TOP车企,倾听对激光雷达产品的需求,同时遍寻产业链厂家,经过半年的调研明确了方向:要做一款高性能、车规级、能够大规模量产的激光雷达,基于此定位,激光雷达团队启动“爬北坡战略”。当前,车载激光雷达市场上存在两条“登山路”:一条是先从相对较为简单的后装测试市场切入(如Robotaxi改装),再逐步过渡到前装量产市场;另外一条则是从陡峭得多的前装量产市场切入。激光雷达初创公司基本都在走第一条路。其中,绝大部分公司都还停留在测试订单的阶段,拿到量产订单的凤毛麟角;而华为,则从一开始就选择了后者:依托30年积累,加速构建车规级前装商用的能力,从而实现规模量产。



2020年12月21日,中国汽车工业协会主办的T10ICVCTO峰会在上海召开,华为首次面向行业正式发布车规级高性能激光雷达产品和解决方案。华为融合感知产品部总经理段忠毅围绕高性能、车规级、规模量产,对激光雷达产品和解决方案进行了全面的阐述。华为基于场景分析,华为设计、开发了96线中长距激光雷达产品,可以实现城区行人车辆检测覆盖,并兼具高速车辆检测能力,更符合中国复杂路况下的场景。其特点有:大视野120°×25°,应对城区、高速等场景的人、车测距诉求;全视野中,水平、垂直线束均匀分布,不存在拼接、抖动等情况,形成稳定的点云对后端感知算法非常友好;小体积,适合前装量产车型需求。激光雷达是一款光机电一体化的产品,需要光机电多领域深度整合。得益于ICT领域光学设计、信号处理、整机工程等长期积累,华为重构了激光雷达的核心部件,包括发送模块,接收模块和扫描器。



华为激光雷达产品的定位是前装量产,必然要考虑激光雷达实际安装适配问题,如安装数量、安装位臵,以及在运行中碰到的环境适应性问题。目前,华为已有多个车型的配套经验,对于造型匹配、安装位臵以及环境工程领域都积累了丰富的经验。


过去两年时间,华为激光雷达完成了产品的场景需求定义、开发设计,在测试验证、生产制造也有了充分的积累。依托在光通讯领域积累的精密制造能力以及先进工艺装备实验室,华为快速建立了第一条车规级激光雷达的Pilot产线。面向百万级量产需求,华为已按照年产10万套/线在推进,以适应未来大规模量产需求。


参考资料来自:海通证券研究所、驭势资本研究所

- The End

声明:欢迎转发本号原创内容,转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理,相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请跟我们联系。我们致力于保护作者知识产权或作品版权,本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。

投稿/招聘/推广/合作/入群/赞助 请加微信:15881101905,备注关键词

微群关键词:天线、射频微波、雷达通信电子战、芯片半导体、信号处理、软件无线电、测试制造、相控阵、EDA仿真、通导遥、学术前沿、知识服务、合作投资.

“阅读是一种习惯,分享是一种美德,我们是一群专业、有态度的知识传播者.”

 阅读原文加入知识星球,发现更多精彩内容.

   ///  先别走,安排点个“赞”和“在看” ↓  

云脑智库 努力是一种生活态度,与年龄无关!专注搬运、分享、发表雷达、卫通、通信、化合物半导体等技术应用、行业调研、前沿技术探索!专注相控阵、太赫兹、微波光子、光学等前沿技术学习、分享
评论 (0)
热门推荐
X
广告
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦