智能网联汽车系列报告（十）：激光雷达成为L3 L4焦点自动驾驶显现千亿新蓝海.pdf

敬请参阅末页重要声明及评级说明 证券研究报告 激光雷达成为 L3/L4 焦点 ， 自动驾驶显现千亿新蓝海 Table_IndRank 行业评级：增持 报告日期： 2021-02-01 Table_Chart 行业指数与沪深 300 走势比较 Table_Author 分析师：尹沿技 执业证书号： S0010520020001 邮箱： 联系人：赵阳 执业证书号： S0010120050035 邮箱： 联系人：夏瀛韬 执业证书号： S0010120050024 邮箱： Table_Report 相关报告 1.华安证券 _行业研究 _商用车有望落 地重磅新政策，智能网联迎来量价齐 升 2020-11-09 2.华安证券 _公 司 深度 _道通科技：国 内汽车综合诊断龙头，平台和软件付 费趋势加速 2020-11-30 3.华安证券 _公司深 度 _中科创达：智 能座舱龙头，智能网联时代全球领先 的软件服务商 2020-01-18 主要观点： Table_Summary 报告亮点： 本篇报告主要从以下三个方面对激光雷达展开讨论： 1） 自动驾驶和激光雷达的关系，为什么当前需要关注激光雷达？ 2） 激光雷达是如何发展起来的，可以用在哪些领域，市场有多大？ 3） 介绍 国内龙头禾赛科技，以及激光雷达的行业主要玩家 都有哪些？ 激光雷达是智能汽车 迈向 L3/L4 的 关注 焦点 ， 单车价值量高， 催生 自动 驾驶 千亿新蓝海 。 根据 Forbes 的预测， 2019 年， Tesla 共交付约 36.8 万辆汽 车，有 57左右的客户选择了自动驾驶软件包 。 根据 IDC 的预测， 2024 年 全球 L1-L5 级自动驾驶汽车出货量预计将达到约 5425 万辆， 2020 至 2024 年 的年均复合增长率（ CAGR）达到 18.3%。 我们 测算 ， 按照每车 7000 元 计算， 假设装车量达到 1500 万辆，则激光雷达在无人驾驶中的市场约为 1000 亿， 市场 前景广阔。 激光雷达 技术 壁垒高 ，市场增速快 ， Robotaxi 和 Robotruck 落地 有优势 。 根据 Allied Market Research 估计， 2026 年全球无人驾驶技术市场规模将达到 5,566.7 亿美元，较 2019 年可实现 39.47%的年均复合增长率。根据沙利文的 统计及预测，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。 其中， Robotaxi 和 Robotruck 落地 有一定优势 。 据预测， 2025 年全球 Robotaxi 和 Robotruck 的 L4/L5 无人驾驶汽车，数量为 53.5 万辆，对应的激光雷达市场 规模 35 亿美元 ， 2019 年至 2025 年的年均 复合增长率达 80.9%。 激光雷达产业链随自动驾驶迎来价值重估， 国内龙头 禾赛科技 已于近期 申报上市 。 受益于自动驾驶产业变革， 激光雷达价值迎来重估 。当前 境外激 光雷达公司 如： Velodyne、 Luminar、 Aeva、 Innoviz 等 迎来上市热潮 。其中 Velodyne 在近半年市值最高上涨约 300%， Luminar 上市后 PS 一度超过 100X。 国内激光雷达龙头禾赛科技也于 1 月份提交了上市招股说明书。禾赛科技在 激光雷达领域 目前已布局 500 多项专利 ， 公司研发人员占总员工数量的 53.78%。 公司 2017-2019 年 三年累计研发投入占 对应 三年累计营业收入的比 例为 51.84%。商业合作方面， 公司的 RoboTaxi 产品与 国内外 包括：博世、百 度、滴滴等 众多优质客户开展深度合作 RoboTruck 相关产品 则 和 图森等头部 无人驾驶卡车公司展开合作。 投资建议 自动驾驶是汽车智能化的确定性应用， 激光雷达是自动驾驶迈向 L3/L4 的关 键技术，市场前景广阔。 自动驾驶 重点关注：德赛西威 、中科创达 ； 激光雷 达 建议 关注 : 万集科技、禾赛科技 ， 行业内 相关 公司还有： 速腾聚创、镭神 智能、 北科天绘、 览沃科技 、华为、 Velodyne、 Luminar、 Aeva、 Ouster、 Innoviz、 Ibeo、 Innovusion 等。 风险提示 1） 智能汽车渗透率不及预期； 2）自动驾驶渗透率不及预期 ； 3） 激光雷达技 术突破和量产成本不及预期 ； 4）疫情影响商务 活动，导致产业进展不及预期。 -22% -7% 8% 23% 38% 52% 2/20 5/20 8/20 11/20 沪深 300 计算机 Table_IndNameRptType 计算机 行业 研究 /智能网联汽车系列报告 （ 十 ） 敬请参阅末页重要声明 及评级说明 证券研究报告 正文 目录 1 激光雷达：自动驾驶的千亿新蓝海 . 5 1.1 确定性强：自动驾驶是汽车智能化杀手级应用 . 5 1.2 意义重大：依靠传感器对环境的正确感知是实现智能驾驶先决条件 . 6 1.3 成为焦点：激光雷达被认为是实现 L3/L4 自动驾驶的关键 . 8 2 激光雷达前世今生，受益自动驾驶迎来价值重估 . 11 2.1 早期用于测绘，自动驾驶极大地拓宽下游应用领域 . 11 2.2 激光 雷达在自动驾驶产业链中处于高价值环节 . 13 2.3 激光雷达的原理和技术路线 . 15 2.4 激光雷达的下游应用都有哪些领域？ . 17 3 国内激光雷达龙头：禾赛科技 . 20 3.1 反复探索打磨，成为激光雷达全球领先企业 . 20 3.2 下游行业与政策支持共同驱动公司发展 . 21 3.3 深入探索不同技术方案，打造多场景立体化产品矩阵 . 24 3.4 技术突破和持续的研发投入，构筑产品护城河 . 26 3.5 多种技术路线与自有生产线创造超车优势 . 28 3.6 广泛深入的商业合作 . 29 4 国内外部分激光雷达公司梳理 . 31 4.1 万集科技 . 31 4.2 速腾聚创 . 32 4.3 镭神智能 . 33 4.4 览沃科技 . 34 4.5 华为 . 35 4.6 VELODYNE . 36 4.7 LUMINAR . 38 4.8 INNOVUSION . 40 5 风险提示 . 41 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 3 / 42 证券研究报告 图表目录 图表 1 2020-2024 年 全球智能驾驶汽车出货量及增长率预测（ 单位 ：千辆 ） . 5 图表 2 自动驾驶中多传感器技术的运用 . 6 图表 3 2014-2018 年中国毫米波及超声波雷达传感器装载量（单位：百万件） . 7 图表 4 2014-2023 年预测中国雷达传感器芯片行业市场规模（单位：百万件） . 7 图表 5 智能驾驶相关传感器对比 . 8 图表 6 自动驾驶 L0 至 L5 级别说明 . 9 图表 7 典型 L4 级无人驾驶车辆感知元件的分布 . 9 图表 8 搭载禾赛科技激光雷达的百度无人驾驶汽车路测 . 10 图表 9 激光雷达技术发展历经三阶段 . 11 图表 10 VELODYNE 64 线激光雷达结构 . 12 图表 11 近 60 年激光雷达行业发展概况 . 13 图表 12 全球激光雷达市场规模（单位：亿美元） . 14 图表 13 全球激光雷 达在 ADAS 领域中的市场规模（单位：亿美元） . 14 图表 14 全球激光雷达在 ROBOTAXI/ROBOTRUCK 领域的市场规模（单位：亿美元） . 15 图表 15 激光雷达的组成系统和测距原理 . 15 图表 16 激光雷达技术路线图及对应的典型产品 . 17 图表 17 激光雷达在汽车、工业等场景有着广泛的下游应用 . 18 图表 18 AUDI A8 搭载 VALEO 激光雷达 . 18 图表 19 搭载有激光雷达的无接触配医用物资配送小车 . 19 图表 20 IPHONE 12 上搭载激光雷达模组 . 19 图表 21 禾赛科技发 展历程 . 20 图表 22 禾赛科技营收和毛利率（单位：万元） . 21 图表 23 禾赛科技营收结构和地区构成（ 2019 年） . 21 图表 24 我国 65 岁及以上人口数量及比例（单位：万人） . 21 图表 25 2019-2025 年全球激光雷达分应用市场规模 . 22 图表 26 2019 年以来智能传感器相关的 国家政策 . 23 图表 27 角度盲区的产生及 PANDARQT 盲区检测效果 . 24 图表 28 PANDARXT 实现零测距盲区 . 25 图表 29 激光雷达专用芯片及功能模块示意图 . 26 图表 30 激光雷达芯片化发展路线 . 27 图表 31 公司研发费用及占营收的比例（单位：万元） . 28 图表 32 与 VELODYNE、 LUMINAR 营收和毛利率对比（ 2019 年，单位：万元） . 29 图表 33 公司激光雷达产品在无人驾驶汽车产业的应用 . 30 图表 34 公司激光雷达产品在无人驾驶物流配送产业的应用 . 30 图表 35 用于车路协同的 WLR-732 路侧 32 线激光雷达 . 31 图表 36 近三年公司研发投入金额及占营业收入的比例 . 31 图表 37 速腾聚创的激光雷达感知算法可适应稠密交通流 . 32 图表 38 镭神智能混合固态激光雷达与机械激光雷达 . 33 图表 39 览沃科技激光雷达产品在弱势场景下的感知能力 . 34 图表 40 华 为 96 线中长距激光雷达性能 . 35 图表 41 VELODYNE 营业收入和毛利率（万元人民币） . 36 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 4 / 42 证券研究报告 图表 42 VELODYNE 营收业务和地区构成（ 2019 年） . 36 图表 43 VELODYNE 产品矩阵 . 36 图表 44 VELODYNE 2020-2025 年分领域出货量预测 . 37 图表 45 LUMINAR 营业收入（万元人民币） . 38 图表 46 LUMINAR 营收业务和地区构成（ 2019 年） . 38 图表 47 LUMINAR 的合作伙伴 . 39 图表 48 LUMINAR 高速公路产品的全栈能力 . 39 图表 49 INNOVUSION 高清激光雷达用于智慧高速场景 . 40 图表 50 蔚来 ET7 搭载的 INNOVUSION 激光雷达 . 40 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 5 / 42 证券研究报告 1 激光雷达 ： 自动驾驶的 千亿 新 蓝海 1.1 确定性强：自动 驾驶是汽车 智能化杀手级应用 需求、技术、政策共振，自动驾驶产业化进程加速。 1）从需求侧来看， 自动驾驶 有望成为未来汽车销售的差异化焦点。 根据 Forbes 的预测， 2019 年， Tesla 共交付约 36.8 万辆汽车，有 57左右的客户选择了自动驾驶软件包（ 90的 Model X 和 Model S 买家以及 50的 Model 3 买家）。 2）从技术成熟度来看， 运用多传感器融合技术实 现自动驾驶， 在全球范围内受到了业界和政府层面的密切关注，尤其是激光雷达 ， 倘 若能够顺利 实现量产上车， 将 会 极大地 加速 L3/L4 自动驾驶时代的到来。 3）从国家政 策的指引来看， 2020 年 11 月 11 日 发布了 智能网联汽车技术路线图 2.0，按照路线 图的指引，计划到 2025 年， 带有智能化配置的 新车占比 将 超过 50%；到 2035 年，中 国方案智能网联汽车技术和产业体系全面建成，网联式高度自动驾驶智能网联汽车大 规模应用。 汽车智能化 渗透率快速提升， 全球自动驾驶汽车 保持 高速增长。 根据 IDC 的 预测， 2024 年全球 L1-L5 级自动驾驶汽车出货量预计将达到约 5425 万辆， 2020 至 2024 年的 年均复合增长率（ CAGR）达到 18.3%； L1 和 L2 级自动驾驶在 2024 年的市场份额预 计分别为 64.4%和 34.0%。 L3-L5 级自动驾驶技术的应用具有开拓性意义， L1-L2 级 辅 助 驾驶 会 是未来 5 年内带动全球自动驾驶汽车出货量增长的最大细分市场。 我们认为， 无论是辅助驾驶 抑或 是自动驾驶，感知 系统 作为汽车 的 增量是确定趋势 ，激光雷达属 于智能汽车感知系统 。 图表 1 2020-2024 年 全球智能驾驶汽车出货量及增长率预测（ 单位 ：千辆 ） 资料来源： IDC，华安证券研究所 保证安全和提升出行效率， 自动驾驶 将 带来 巨大 社会效益。 1）从安全方面来看， 自动驾驶将降低车祸事故率和死亡率。目前，全球每年 120 万人死于车祸，美国去年 车祸死亡人数更是增加 9%至 3.8 万人。 90%的车祸是人为造成的，因使用手机而分心 近年更成为酒驾以外最大的安全隐患。即便是 L1/L2 的自动驾驶，就能极大纠正人为 错误，降低事故率 。据 Insurance Institute for Highway Safety 研究，自动紧急刹车可以减 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 6 / 42 证券研究报告 少 40%的追尾相撞，而前向碰撞预警也能减少追尾相撞 23%。 Virginia Tech Transportation Institute 根据 Alphabet 提交的数据研究证实， Alphabet 自动驾驶汽车发生不同等级碰撞 事故的概率均大幅低于目前全国交通事故数据库计算的平均值。 2）从出行效率来看， 自动驾驶汽车将提高汽车的使用率，以更低的汽车保有量满足现有出行需求。目前， 美国家庭平均汽车保有量为 2.1 辆，但使用率只有 4%，其他时间车辆或者停放在家中， 或者停放在目的地。实现 L4 自 动驾驶后，多个家庭成员共用一辆汽车将更为可行 。据 密歇根大学测算，在私人购买 L4 自动驾驶汽车的情形下，美国家庭汽车保有量可以下 降到 1.2 辆，但单车里程可增加 101%。当自动驾驶汽车成为社会共享后，资源 效率的 提高则更为可观。当自动驾驶技术成熟后，共享出行将更加成为城市交通的主要模式。 根据密歇根大学的测算，一辆自动驾驶共享汽车可以取代 9.34 辆传统汽车。 我们认为， 自动驾驶还将减少交通拥堵，降低停车场需求，减少能源消耗，拓展残疾人和老年人 的活动范围，释放人们的驾驶时间，增添车内信息娱乐需求等。 1.2 意义重大： 依靠传感器对环境的正确 感知 是实现智能 驾 驶先决条件 实现驾驶过程中的“耳聪目明”， 多传感器融合 核心技术。 智能汽车通过多传感器 融合来实现对车辆运行环境的感知。 传感器是汽车感知周围的环境的硬件基础，在实 现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互 配合。摄像头、雷达等传感器获取图像、距离、速度等信息，扮演眼睛、耳朵的角色。 控制模块分析处理信息，并进行判断、下达指令，扮演大脑的角色。车身各部件负责 执行指令，扮演手脚的角色。而环境感知是这一切的基础，因此传感器对于自动驾驶 不可或缺。 图表 2 自动 驾驶中 多传感器 技术 的 运 用 资料来源： Kittcamp 自动驾驶学院，华安证券研究所 从 0 到 1 实现突破， Lidar 有望复制 Radar 的增长。 我们来复盘一下超声波雷达和 毫米波雷达增长。 2014-2018 年 超声波雷达装载量上涨，平均增长幅度达到 17.7%，毫 米波雷达装载量也从 2015 年的 12.3 万件激增至 2018 年的 500.7 万件， CAGR 达到 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 7 / 42 证券研究报告 244.0%。 受益于中国雷达传感器装配数量的提升，中国雷达传感器用芯片行业市场规 模持续增长， 2014-2018 年，中国雷达传感器用芯片行业市场规模（按销售额统计）从 4.4 亿元人民币增长至 16.8 亿元人民币， CAGR 为 39.8%。 预计 2018 年至 2023 年中国 雷达传感器用芯片市场规模（按销售额统计） CAGR 将达到 43.0%， 2023 年中国雷达 传感器用芯片市场规模将达到 100.5 亿元。 我们认为，激光雷达处在从 0 到 1 的关键 时期，一旦运用成熟，后续也 有望 出现爆发式的增长。 图表 3 2014-2018 年中国毫米波及超声波雷达传感器装载量 （ 单位： 百万件） 资料来源： 头豹研究院 ，华安证券研究所 图表 4 2014-2023 年预测中国雷达传感器芯片行业市场规模（ 单位：百万件 ） 资料来源： 头豹研究院 ，华安证券研究所 传感器融合 互为 冗余，提高整车安全系数。 多传感器融合系统所实现的功能要远 超这些独立系统能够实现的功能总和。使用不同的传感器种类可以在某一种传感器全 都出现故障的环境条件下，额外提供一定冗余度。这种错误或故障可能是由自然原因 （如一团浓雾）或是人为现象（例如对摄像头或雷达的电子干扰或人为干扰）导致。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 8 / 42 证券研究报告 图表 5 智能驾驶 相关传感器对比 资料来源：计算机视觉之路，华安证券研究所 对比各类传感器优缺点如下： LiDAR： 可以获得目标精确的 3D 信息，检测范围也能够到达 150 米。对光照 不敏感，晚上也可以正常工作。但是角分辨率大，目标稀疏，无法获得目标 纹理，分类不准，而且在雨、雾、雪等恶劣天气中，性能会下降。对扬尘、水 雾也比较敏感，易产生噪点。 RADAR： 可以提供精确的距离和速度信息，探测距离也比较远，可以全天候 工作，但分辨率较低，无法提供物体高度信息。 相机： 对目标的颜色和纹理比较敏感，可以完成目标分类、检测、分割、识 别等任务，但是不能得到精确的探测距离，而且易受光照、天气条件的影响。 1.3 成为 焦点 ： 激光雷达 被认为是实 现 L3/L4 自动驾驶的关 键 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。 当前 L2 级自动驾驶感知系统主要由超声波雷达、毫米波雷达、摄 像头等车载传感器组成。 1）车载 超声波雷达成本低，但有效探测距离通常小于 5m， 无法对中远距离物体进行测量； 2） 毫米波雷达具有同时测距和测速的功能，有效探测 距离可达 200 m，然而单颗车载毫米波雷达的角度分辨能力通常较弱，如 ： 大陆的 77GHz 高配版毫米波雷达 ARS408-21 在长距模式最优水平角分辨率为 1.6，无法辨识物体 的细节，且毫米波雷达对金属的探测灵敏度远高于非金属材料，导致其在人、车混杂 的场景下对行人的探测效果不佳； 3） 摄像头具有优异的角度分辨率，然而其受光照影 响大，黑夜和强光下的探测效果不佳，此外摄像头对物体及其距离的识别依赖深度学 习算法，无法做到完全准确。激光雷达兼具测距远、角度分辨率优、受环境光照影响 小的特点，且无需深度学习算法，可直接获得物体的距离和方位信 息。这些相较于其 他传感器的优势，可显著提升自动驾驶系统的可靠性，因而被大多数整车厂、 Tier1 认 为是 L3 级及以上自动驾驶（功能开启时责任方为汽车系统）必备的传感器。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 9 / 42 证券研究报告 图表 6 自动驾驶 L0 至 L5 级别 说明 资料来源： 禾赛科技招股说明书 ，华安证券研究所 激光雷达量产有望成为实现 L3/L4 自动驾驶的关键节点。 按照国际汽车工程师协 会发布的工程建议 对自动驾驶 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。 L4/L5 级自动驾驶功能通常被定义为无人驾驶 ， Robotaxi/Robotruck 落地 有 一定优 势 。 其驾驶责任完全归属于汽车系统，因而对激光雷达的探测性能要求最高，但因为 车辆的所有者往往为无人驾驶运营公司（ Robotaxi/Robotruck），所以对激光雷达价格及 与车身的集成度要求相对较低 ，机械式激光雷达也可以满足要求 。 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 。 图表 7 典型 L4 级无人驾驶车辆感知元件 的分布 资料来源：上海汽车，华安证券研究所 等级 名称 定义 环境监控主 决策责任方 是否限定场景 L0 无自动化 需要驾驶者全权操作 驾驶员 驾驶员 是 L1 驾驶辅助 针对方向盘和加减速其中一项提供驾驶支持， 其他由驾驶者操作 驾驶员 驾驶员 是 L2 部分自动化 针对方向盘和加减速中多项提供驾驶支持，其他 由驾驶者操作 驾驶员 驾驶员 是 L3 有条件自动化 由系统完成所有驾驶操作，根据系统请求，驾驶 者提供适当操作 系统/驾 驶员 系统/驾 驶员 是 L4 高度自动化 在限定道路和环境中由系统完成所有驾驶操作 驾驶员 驾驶员 是 L5 完全自动化 在所有道路和环境中由系统完成所有驾驶操作 驾驶员 驾驶员 否 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 10 / 42 证券研究报告 激光雷达性能精 良， 单就产品和技术层面 是无人驾驶的最佳技术路线。 激光雷达 相对于其他自动驾驶传感器具有非常优越的性能： 1） 分 辨率高 ， 激光雷达可以获得极 高的角度、距离和速度分辨率，这意味着激光雷达可以利用多普勒成像技术获得非常 清晰的图像。 2） 精 度高 ， 激光直线传播、方向性好、光束非常窄，弥散性非常低，因 此激光雷达的精度很高。 3） 抗有 源干扰能力强 ， 与微波、毫米波雷达易受自然界广泛 存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因 此激光雷达抗有源干扰的能力很强 。 图表 8 搭载 禾赛 科技 激光雷达 的百度无人驾驶汽车路测 资料来源： 新华网 ，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 11 / 42 证券研究报告 2 激光雷达前世今生，受益自动驾驶迎来价值 重估 2.1 早期用于测绘，自动驾驶极大 地 拓宽 下游 应用领域 激光雷达发展三阶段，数字和纯固态是未来趋势。 世界上第一台激光器诞生于 1960 年，此后随着激光技术的发展，使用激光进行探测的激光雷达也得到发展。 早期 激光雷达主要用于科研及测绘项目，进行气象探测以及针对海洋、森林、地表的地形 测绘。二十世纪八九十年代，激光雷达的应用不再仅局限于科研领域，商用产品如激 光测距仪开始起步。扫描结构的加入扩大了激光雷达的视场范围并拓展了其应用领域： RIEGL 及 FARO 等厂商引入扫描式结构，专注于激光机载测绘及工业测量； Sick 及 Hokuyo 等厂商推出的 2D 扫描式单线激光雷达产品被应用于工业测量以及早期的无人 驾驶研究项目。 图表 9 激光雷达 技术发展历经三阶段 资料来源： 麦姆斯咨询 ，华安证券研究所 2000 年以前激光雷达的商业化技术处于起步阶段，在车载领域应用有限。 2000 年 以后激光雷达的系统架构得到拓展，从单线扫描逐渐发展到多线扫描，激光雷达对环 境三维高精度重建的应用优势被逐渐认可，基于激光雷达的避障与导航技术在无人驾 驶应用中得到逐步发展。 2004 年开始的美国国防高级研究计划局无人驾驶挑战赛推动 了无人驾驶技术的快速发展并带动了高线数激光雷达在无人驾驶中的应用。 2005 年 Velodyne 推出的 64 线激光雷达在第二届 DARPA 挑战赛中得到广泛关注， 2007 年第 三届挑战赛时，六支完成比赛的队伍中五家使用了 Velodyne 的激光雷达，高线数激光 雷达在无人驾驶中的应用前景得到了广泛的重视。 DARPA 挑战赛之后陆续有巨头科 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 12 / 42 证券研究报告 技公司及新兴无人驾驶公司投入无人驾驶技术研究，激光雷达被广泛应用于无人驾驶 测试项目，当时的高线数激光雷达市场主要以 Velodyne 的产品为主。车载激光雷达车 规化发展也在这一时间起步， 2010 年 Ibeo 同 Valeo 合作进行车规化激光雷达 SCALA 的开发， SCALA 为基于转镜架构的 4 线激光雷达，经过多年的测试和验证，于 2017 年 实现量产。 图表 10 Velodyne 64 线 激光 雷达 结构 资料来源： Velodyne 官网 ，华安证券研究所 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，这一时期激光雷达 行业表现出了以下几个特征：国内外不断有初创公司投入高线数激光雷达的研究并 陆续取得突破， 2017 年 4 月禾赛科技发布了 40 线激光雷达 Pandar40。激光雷达技术 方案得到创新和拓展，半固态式或固态式激光雷达如 MEMS、 OPA 等技术方案受到市 场重视。激光雷达应用范围不断扩大，早期无人驾驶测试项目的规模持续扩张，而 且随着技术的成熟，开始有无人驾驶车队进行小范围商业化试点，此外激光雷达在高 级辅助驾驶和服务机器人领域的应用也得到不断发展。 2019 年后激光雷达行业进入新的发展阶段 。 这一时期主要表现出了以下几个特征： 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。激光雷达应用范围进一步得到拓展，“新基建”中的车联网技术为激 光雷达带来了新的应用场景，此外，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。 2020 年境外激光雷达公司迎来通过特殊目的并购公司完成上市的 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。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 13 / 42 证券研究报告 图表 11 近 60 年 激光雷达行业发展概况 资料来源： 禾赛科技招股说明书 ，华安证券研究所 2.2 激光雷达 在自动驾驶产业链中处于高价值环节 激光雷达是高级别无人驾驶技术实现的关键。 根据 Allied Market Research 估计， 2026 年全球无人驾驶技术市场规模将达到 5,566.7 亿美元，较 2019 年可实现 39.47%的 年均复合增长率。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。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 14 / 42 证券研究报告 图表 12 全球 激光雷达 市场规模 （单位：亿美元） 资料来源： 沙利文研究 ，华安证券研究所 激光雷达在高级 辅助 驾驶 ADAS 领域。 针对 L2/L3 级别的自动驾驶乘用车，直接 面向用户，因此，激光雷达与车身融为一体的美观性要求和价格敏感度都较高。 据预 测， 2025 年全球乘用车新车 L3 渗透率 6%，即每年近 600 万辆新车将搭载激光雷达， 对应的市场规模为 46.1 亿美元（单价 768 美元）， 2019 年至 2025 年复合增长率达 83.7%。 图表 13 全球 激光雷达 在 ADAS 领域中的市场规模（ 单位： 亿美元） 资料来源： 沙利文研究 ，华安证券研究所 激光雷达在无人驾驶领域。 针对 L4/L5 级别的运送乘客 Robotaxi 和运送货物 Robotruck，由于驾驶责任完全归属汽车本身，对激光雷达探测性能要求最高，同时车 辆所有者为运营公司，对激光雷达价格及与车身集成度要求较低。据预测， 2025 年全 球 Robotaxi 和 Robotruck 的 L4/L5 无人驾驶汽车，数量为 53.5 万辆，对应的激光雷达 市场规模 35 亿美元（假设一辆车一套，单价为 6542 美元）， 2019 年至 2025 年的年均 复合增长率达 80.9%。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 15 / 42 证券研究报告 图表 14 全球 激光雷达 在 Robotaxi/Robotruck 领域的市场规模（ 单位： 亿美元） 资料来源： 沙利文研究 ，华安证券研究所 2.3 激光雷达 的原理和技术路线 激光雷达是用激光作为辐射源的雷达，可用于高精确度地探测、测距。 激光雷达 由四个系统组成： 1）发射系统，由半导体激光器和光学系统组成； 2）扫描系统，由 系列扫描元件构成，以华为 2020 年 7 月 2 日公布的 MEMS 激光雷达为例，包括 MEMS 微振镜、激光驱动器、 MEMS 驱动芯片等； 3）接收系统，包括核心的光电探测器和光 学系统； 4）数据处理系统，由放大器、数字化芯片、 FPGA（主控单元）构成。发射 系统发射激光束，通过扫描系统中的 MEMS 微振镜来反射激光器的光束，两者采用微 秒级的频率协同工作，能目标物体进行 3D 扫描。通过接收系统接收到目标物体反射 的光信号后，数据处理系统将其放大并转化为 数字信号并进一步生成物体位置信息。 图表 15 激光雷达的组成系统和测距原理 资料来源： 佐思产业研究， 盖世汽车 ，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 16 / 42 证券研究报告 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。 目前的激光雷达存在着四条主要的技术路线： 传统机械式激光雷达、 MEMS、 Flash、 OPA（后三种为 固态激光雷达 的实现方式），它们特点各不相同： 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， 测距能力远，目前主流无人驾驶项目纷纷采用机械旋转式激光雷达作为主要 的感知传感器。但也存在固有缺陷，由于采用水平线性扫描方式，存在产生 盲点的风险，无论扫描持续多长时间，视场中的某些物体都会被遗漏，并且 机械式激光雷达受限于生产工艺，大规模量产存在着一定的难度，成本依旧 高昂。 MEMS 微机电系统能够直接在硅基芯片上集成体积十分精巧的微振镜，由可 以旋转的微振镜来反射激光器的光线，从而实现扫描，凭借超高的扫描速度 形成高密度的点云图，具有一定的集成性。但 MEMS 微振镜的扫描角度是由 控制电路调节的，保证角度精度是主要 的技术难点，其量产可行性比较低， 且如何使 MEMS 微振镜通过车规是现在面临的一大挑战。 Flash 激光雷达刷新频率极高，但 Flash 的光源能够覆盖到前方很宽范围内的 所有目标物，而探测器的视场角刚好可以接收到这一范围内的反射光，这种 工作原理造成了能量值低、量程难以到达 20 米以上，因此不能充当主传感 器。 Flash 激光雷达被视为当前主流技术路线，并能够实现商用。 OPA 扫描技术作为一种新型光束指向控制技术是近年来的研究热点，具有无 惯性器件、精确稳定、方向可任意控制的优点，但 OPA 的接收部件的不成 熟，导致阳光下噪点多 ，难以作为主传感器之用，并且其核心元器件 OPA 芯 片加工难度高，产品化的道路上存在一定的挑战。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 17 / 42 证券研究报告 图表 16 激光雷达 技术路线图 及对应的典型产品 资料来源： 国汽智联 ，华安证券研究所 2.4 激光雷达 的下游应用都有哪些 领域？ 激光雷达在无人驾驶领域市场前景可观。 传统出行服务中人工成本占运营总成本 60%以上，无人驾驶出行服务能够取消这一成本，而且无人驾驶技术能够减少车辆闲 置时间，因而相比传统的出行服务具有广泛的商业价值和盈利空间。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 的 SCALA 是 世界第 一款受到市场认可通过车规并 实现量产的激光雷达产品，搭载在了奥迪旗舰车型 AudiA8。 2020 年 Valeo 将对 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。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 18 / 42 证券研究报告 图表 17 激光雷达在汽车、工业等场景 有着 广泛 的下游 应用 资料来源： Yole，华安证券研究所 世界范围来看，中国 智能网联汽车 发展速度快，战略化程度高。 2020 年 2 月，国 家发展改革委、工信部、科技部等 11 个部委联合印发智能汽车创新发展战略，提 出到 2025 年，智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网 络实现区域覆盖，新一代车用无线通信网络在部分城市、高速公路逐步开展应用，高 精度时空基准服务网络实现全覆盖。 2020 年 3 月，发改委和工信部发布关于组织实 施 2020 年新型基础设施建设工程（宽带网络和 5G 领域）的通知，将“基于 5G 的车 路协同车联网大规模验证与应用”列为七项 5G 创新应用提升工程之一。与单车智能 相比，基 于 5G 的车路协同可以更大限度地提升行车安全、提高交通系统运行效率、 降低车载设备成本，从而促进无人驾驶的快速落地。 图表 18 Audi A8 搭载 Valeo 激光雷达 资料来源： Audi 官网 ，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 19 / 42 证券研究报告 服务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 助强大的内置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。 图表 19 搭载