（报告出品方/作者：国盛证券，郑震湘，钟琳）
一、激光雷达：主动控制之眼
1.1、激光雷达应用广泛，深度适配人工智能
无人驾驶汽车、无人物流和机器人技术是人工智能深度应用的产物，其发展将带来席卷 全球的技术革命。激光雷达被广泛用于无人驾驶和机器人领域，被誉为机器人的“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置。
1.2、ToF是当前主流，FMCW应用有望逐渐增多
激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，可以对所处环境进行实 时感知，获取周围物体的精确距离及轮廓信息，以实现识别和避障功能；同时，结合预 先采集的高精地图，机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自 主导航。
基本原理：激光雷达成像可以简单理解为使用激光发射部件向一定视场角 FOV（Field Of View）内发射光线，同时使用接收部件收集反射回的光线，利用已知和获取的发射光线 与反射光线的相关信息，进行计算并推导出反射点的速度、距离、高度、反射强度等信 息。 性能参数 激光雷达的产品参数指列示在产品参数表中的信息，主要包含测远能力、点频、角分辨 率、视场角范围、测距精准度、功耗、集成度（体积及重量）等。
技术原理 激光雷达按照测距方法可以分为飞行时间（Time of Flight，ToF）测距法、基于相干探测 的 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（100~250 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，预计未来随着 FMCW 激光雷达整机和上游产业链的不断发展，ToF 和 FMCW 激光雷达将在市场上并存。 ToF 法：飞行时间（ToF）探测方法是通过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：相干探测方法通过将发射激光的光频进行线性调制，通过回波信号与参考光 进行相干得到频率差，从而获得飞行时间反推目标物体距离。FMCW 激光雷达具有可直 接测量速度信息以及抗环境光和其他激光雷达干扰等优势。
激光雷达 FOV：不同的技术路线基本都是为了能够实现对 FOV 区域内的探测，FOV 指 激光雷达能够探测到的视场范围，可以从垂直和水平两个维度以角度来衡量范围大小。 下图比较形象的展示了激光雷达 FOV 范围：水平 FOV：常见的机械式激光雷达可以达到 360°范围，通常布置于车顶；常见的 车载半固态激光雷达通常可以达到 120°范围，形状呈扇形，可布置于车身或车顶；垂直 FOV：常见的车载激光雷达通常在 25°，形状呈扇形。
1.3、核心三部件：激光器+扫描部件+感光芯片
从功能及结构上可以把激光雷达分为激光器、扫描部件、感光芯片三部分。
激光器：VCSEL有望取代EEL
由于激光器发射的光线需要投射至整个 FOV 平面区域内，除了面光源可以直接发射整面 光线外，点光源则需要做二维扫描覆盖整个 FOV 区域，线光源需要做一维扫描覆盖整个 FOV 区域。其中点光源根据光源发射的形式又可以分为 EEL（Edge-Emitting Laser 边发 射激光器）和 VCSEL（Vertical-Cavity Surface-Emitting Laser 垂直腔面发射激光器）两 种，二者区别在于 EEL 激光平行于衬底表面发出，VCSEL 激光垂直于衬底表面发出。
VCSEL 优势：相比于 EEL 结构，VCSEL 具有易实现光纤耦合、电流阀值低、调制频率高 等优点。近几年VCSEL 激光器逐渐发展成为多层结构，其功率密度相比提升了5-10 倍， 考虑到其成本低、易于集成等多项优势，我们认为 VCSEL 未来或将逐渐取代 EEL。
扫描结构：MEMS体积小、成本低
激光雷达扫描结构通常分为运动式和非运动式扫描两种。
接收器：SPAD是当前主流
激光雷达接收器主要可以分为 PIN、APD（雪崩光电二极管）、SPAD（单光子雪崩二极管）、 SiPM（硅光电倍增管）几种，其本质都是各类型 PN 结。
1.4、机械式难符车规要求，固态、半固态更适乘用车
按结构：激光雷达根据结构，可以分为机械式激光雷达、混合固态激光雷达（MEMS）和 固态激光雷达（OPA & FLASH）： 机械式激光雷达技术目前相对成熟。其发射系统和接受系统通过旋转发射头，实现激光 由线到面的转变，并且形成多个竖直方向的多面激光排布，达到动态扫描并动态接受的 目的。但由于其成本较高、装配复杂同时存在光路调试等过程，同时由于不停旋转，在 行车环境下可靠性不足，导致发展初期难以符合车规要求。
混合固态激光雷达更加小巧从可以隐藏在外壳中，外观上看不到机械旋转，同时使用 MEMS 等半导体器件来代替机械扫描的选准装置，兼具固态和机械的特性。同时由于减 低了机械的旋转幅度，有效降低了行车过程中出现问题的几率，又大大降低了成本。目 前混合固态激光雷达技术发展基本成熟，后续或将更多被选用。
固态激光雷达包括光学相控阵（OPA）和 FLASH 两种。相比于混合固态激光雷达，全 固态激光雷达在结构中去除了旋转部件，实现了较小的体积的同时保证了高速的数据采 集以及高清的分辨率。其中：光学相控阵（OPA）运用了相干的原理，通过多个光源形成矩阵，不同的光束在相 互叠加后有的方向会相互抵消而有的则会增强，从而实现在特定方向上的主光束， 并且控制主光束往不同方向进行扫描。由于其彻底去除了机械机构，自身不用旋转， OPA 具有扫描速度快，精度高，可控性好，体积小巧等特优点。Flash 固态激光雷达，与 MEMS 和 OPA 不同，其可以在短时间内快速发出大面积的 激光区域，并通过高灵敏度的接收器进行接受，完成对于周围环境的绘制。其优点是快 速、高效，缺点在于探测距离较短。
机械式更受无人驾驶青睐，固态、半固态更适乘用车。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，半固态式和固态式激光雷达通常最高只能 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弱于机械旋转式激光雷 达。无人驾驶汽车运行环境十分复杂，需要同等感知周围 360°的环境，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，是目前主流无人驾驶项目大多采用 的激光雷达方案。但固态和半固态体积小重量轻更易集成到汽车上，未来或在乘用车领 域有较好应用。
1.5、多应用场景促生庞大需求，高阶自动驾驶不可或缺
不同应用场景下需求不同。除无人驾驶外，乘用车的高级辅助驾驶（ADAS）、机器人、 车联网等领域也是激光雷达的重要发展方向。不同场景下其需求特性具有显著差异，对 激光雷达的性能、价格、体积等亦提出了不同的要求。
无人驾驶：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 200 m，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。
高级辅助驾驶应用：L2/L3 级高级辅助驾驶对激光雷达的需求与 L4/L5 级无人驾驶 应用的需求有所不同，覆盖前向视场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 Tier 1 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置激光雷达的优先选择，这些位 置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：机器人应用范围有无人送货小车、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 30 km/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。
车联网：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。
激光雷达对比其他方案：现有技术中，配备在自动驾驶车上的主流传感器是视频摄像头、 毫米波雷达和激光雷达（Lidar），以进行事件感知与物体检测。总体而言，Lidar 比 Radar更有优势，但分不同的适用场景。Lidar 方位分辨率优异，能够精确地检测到与周围障碍 物的距离和位置关系，并能实时检测到具有低无线电波反射率的物体 (标志，树木等)； Radar 的无线电波相对 Lidar 更长，其返回的物体图像不如 Lidar 精确，但它覆盖距离远、 具有强穿透性，可在雨，雪，尘土等恶劣环境中返回信息，在夜间和阴天比 Lidar 更准 确。
就自动驾驶而言，目前市场上存在两个方案：视觉为主的方案：以摄像头为主，能够感知丰富的外部环境并且较为完整地识别物 体的整体外形及构造，但是容易受到外部环境光的影响。目前采用此方案的车企以特斯 拉为主。 激光雷达方案：以激光雷达为主，使用激光探测周围环境并构成高分辨率的三维图 像，随后与毫米波雷达，摄像头等设备协同完成自动驾驶。优势在于监测距离较视觉方 案更长、精度更高并且不受外部环境光的影响。但是当遇到极端雨、雪、雾霾天气时会 影响到其发射光束，从而影响三维构图，同时激光雷达后期维修费用较高。
在面对相对复杂的场景时，激光雷达具有绝对优势，并且难以被替代。 在类似于隧道，车库等弱光的环境，通过摄像头的算法实现 L3 甚至更高等级的自动驾驶 在技术原理上存在一定的缺陷，而激光雷达则可以有效解决。同时摄像头+毫米波的组合在应对汽车高速场景时，对于非标准静态的物体也有一定的识别障碍，这也是特斯拉 在全球范围内偶尔会出现一些自动驾驶事故的原因。
二、海外跟踪：景气超预期，下游积极导入
梳理海外大厂，以下行业趋势十分清晰：1）景气超预期，大厂展望乐观，行业超高速成 长。LAZR 上调全年营收指引。2）技术端，降本需求迫切，新品迭代及量产紧密推进。 LAZR 新品 Iris 当前目标成本 500 美元，而长期目标下，仍有 80%的降本空间。Velodyne 客户 OEM、Tier 1 反馈的理想成本必须小于 500 美元，最好在 300~400 美元。3）市场 应用方面，各厂商市场突破不断，反应下游对激光雷达积极的导入态度。Innoviz 获大众 40 亿美元订单，ouster 传感器 Q2 新增客户 90 家，战略合作客户新增 8 家。
2.1、Velodyne：导入波士顿动力机器人，零部件供给紧张
汽车领域营收占比的迅速提升。公司自 2021 年以来，供应链承压，生产及销售工作受 限。在 2022 Q2，公司录得 11.5 百万美元的收入，相较于上一季度有所回升，产品收入 9.7 百万美元，License&service 收入 1.9 美元。值得注意的是汽车领域营收占比的迅速 提升，Q1 仅占约 1/3，Q2 已占比 50%。Q2 50%的出货量是为 L4 和 L5 robotaxi 和自供 驾驶班车客户提供的。Billings 指当期提供的产品和服务的美元价值，Billings 在 2022Q1 出现下滑，至 11.5 百万美元，Q2 回弹，至 12.5 百万美元。
毛利率小幅回暖，保持研发押注未来。2022Q2 毛利率为-62%，同比+88pt。各项费用 处在低位，其中销售费用自 2021Q2 以来位于较低水平。公司押注未来，保持研发投入， 多个季度研发费用维持在 20000 千美元附近。Q2 技术及市场进展：Velodyne 是激光雷达市场领导者，当前已覆盖 450+客户，截至 Q2 累计出货 7.3w+只传感器，覆盖 25+行业或垂直应用。Q2 公司加速对泰国的生产外 包。预计明年能全部完成。当前 Puck 系列以完成迁移，Velarray 产能转移中。公司下一 代产品将在 18~24 月后推出。市场拓展方面，公司已和机器人领导者波士顿动力签了多 年合作协议，另外，在芬兰首都为交通安全发展项目研发了 IIS（智能基建解决方案）。 Velodyne 激光雷达传感器可使波士顿机器人自主安全运行，为定位、映射、对象分类和 对象跟踪提供实时 3D 感知数据
为加速业绩增长，Velodyne 聚集四大经营策略：1）将现有产品导入早期的自动驾驶市 场 2）发展低成本传感器以推动在价格敏感的市场中的增长。3）软件加持赋能全 AI 的 视觉方案。4）大规模制造引领市场。公司对出货增长、产品降本提升盈利能力信心十足。22Q1 公司 ASP 公司 ASP 环比增长 48%，反应强劲需求。2021 年，公司传感器出货量超 1.5w 颗，同比增长+35%。2022 为激光雷达上车元年，预计继 2021 年后将再迎高增。由于激光雷达技术仍处发展早期， 当前成本较高，公司毛利率为负；然而公司长期财务目标为，传感器业务毛利率达到中 等到高位 40%+，公司整体毛利率达到中等到高位 50%+。
Q3 营收指引 9M-11M 美元，指引中枢 10M 美元较 Q2 11.5M 美元营收有所下滑，主要 系考虑零部件供给紧张，需求侧公司持续展望强劲需求。
2.2、Innoviz：获大众40亿美元订单，提前实现全年目标
营收同比大幅上升，降本增效效果显著。公司在 2021 年实现了 550 万美元的营业收入， 其中三季度营收最高，达 210 万。公司自 2022 年以来的收入大幅高增，在 Q1 和 Q2 都 实现了 180 万美元的收入，yoy 分别为 147.25%和 80%。公司在控制费用上进步明显， 管理及销售费用在经历去年 Q2 的高峰后逐渐回落，在 2022Q2 分别下降到 4415 及 2410 千美元的同时，市场开拓更上一层楼。研发费用保持在较高水平，2022Q2 达 21939 美 元，为新产品开发奠定坚实基础。
公司超额完成今年经营目标。当前生产前的项目已达 12 个，全年目标 10。2022 目标实 现一项汽车商业合作，获大众四十亿美元的订单。此外，日本邮政、玖源工业等新合作 伙伴。2022 目标订单实现+30%增长，当前增长+153%，远超公司预期。 Innoviz 被大众集团提名作为直接供应商为其公司所有品牌提供激光雷达及探测软件。 以色列激光雷达初创公司 Innoviz 近期表示将向大众汽车集团旗下品牌所有具有自动驾 驶功能的车辆提供激光雷达传感器和感知软件。Innoviz 将直接与大众汽车的汽车软件公 司 Cariad SE 合作，从而将其技术整合到即将上市的大众汽车中。与大众汽车的合作是 Innoviz 与汽车品牌的第三次 design-win。4 月，宝马公司透露，Innoviz 的激光雷达将 用于 2023 年的宝马 i7 电动车，去年 5 月，Innoviz 被另一家未透露姓名的一级汽车供应 商选中，用于其自动驾驶班车项目。
Innoviz 已与大众签订 40 亿美元合同，为大众汽车提供激光雷达组件和感知软件，预 计 2025 年开始量产交付。
作为Tier 1 直接向大众汽车供货是 innoviz 全新的业务模式，成为 Tier 1 将提升 innoviz 产业地位及盈利能力。
目前 Innoviz 已经推出了多款 MEMS 固态激光雷达和配套的感知软件：InnovizOne、 InnovizTwo、Innoviz360。两款未来的拳头产品进展顺利，公司计划于今年稍晚的时 候展示 INNOVIZ TWO 首批样品，B1 样本量产爬坡也将在 2023 年开始；INNOVIZ 360 的样品将于年底具备，B 样品首次集成将在 22Q3/Q4，并计划于 2024 年量产。
InnovizOne：汽车级固态激光雷达，将于 2023 年在宝马 7 系量产：作为固态 LiDAR 传感器，专为汽车制造商和机器人出租车，穿梭车和送货公司而设计。坚固 耐用、经济实惠、可靠、功耗低、重量轻、性能良好，可集成到 3-5 级自动驾驶汽 车中，以确保乘客和行人的安全。 InnovizTwo：汽车级固态激光雷达，大众 40 亿美元订单之选。InnovizTwo 成本较 InnovizOne 降低了 70%以上，同时性能显著提升，视觉范围可达 300 米。最高性能激 光雷达有 600 条线，每秒可达 20 帧。主要针对 L2+级市场，L3-L4 亦适用。
Innoviz360：最远探测距离 300m，主要针对 L4/5 级自动驾驶。Innoviz360 采用了 在水平和垂直方向上可以控制光束的 MEMS 微镜，还增加了一面旋转镜。较激光器、探 测器和光学器件重量都承载于转盘的机械旋转激光雷达，Innoviz360 转盘仅 1 面旋转 镜，大大减轻质量，且成本和耐用性皆有显著提升。除自动驾驶外，Innoviz360 还可用 于重型机械、智慧城市、物流和建筑等非车载领域。
2.3、Ouster：工业机器人业务高增，L3新品值得期待
工业机器人业务高增，毛利率稳定在市场领先水平。公司 Q2 营收 10.3 百万美元， yoy+40%，qoq+20%；受益于工业（增长+40%）和机器人垂直领域（+28%）增长驱 动，数字激光雷达在仓库和港口自动化、非公路采矿和农业车辆、建筑机器人以及无人 机等应用场景持续渗透。Q2 公司毛利率 27%，同比提升 1pt，环比下降 3pt，系发货延 误及供应链限制，但仍处行业领先水平。公司预计 2022 年全年的毛利率将会保持在 25- 30%的行业领先水平。
Sensor 出货量增速喜人，收获 90 家汽车新客户。公司市场拓展进度惊人，造就 Sensor 出货量的强劲增长势头：由 2021 年 Q2 的 1460 个上升到 2022 年 Q2 的 2020 个， yoy38%。公司认可度水涨船高，在 2022Q2 向大约 90 名新客户出售了传感器，含自动 驾驶卡车、公共汽车、轨道交通领域订单。此外，公司战略客户协议总数及总额逐季增 长，在 2022Q2 升至 80 个及 575 百万美元。良好的客户关系和在手协议为公司的未来 业绩提供了保障。
L2X 已创造辉煌，再推出 DF 系列传感器重磅产品。公司在 2021 年年底推出了 L2X 芯 片，该产品为集高灵敏度的 SPAD 光电探测器和数字信号处理系统于一身，每秒可计数 高达 1 万亿个光子，数据速率高达前序产品的两倍。2022 年 3 月 11 日，Ouster 发布最 新 Chronos 芯片。作为 DF 系列车规级固态激光雷达的支柱，Chronos 芯片旨在满足 ISO 26262 和 AEC-Q100 下的 ASIL-B 汽车功能安全要求。Ouster 计划在 2022 年底完成 Chronos 芯片流片，并在 2023 年将该芯片集成到首批样品中，最终的 DF 系列将面向 2025 年量产车项目。Ouster 成立于 2015 年，由激光雷达领域内独角兽 Quanergy 的前联合创始人 Angus Pacala 创立，总部设置在美国旧金山。它是一家激光雷达研发生产商，产品包括 OS0、 OS1、OS2 三个系列 9 款激光雷达。
2.4、Luminar：营收增速亮眼，上调全年营收指引
公司 2022 Q2 营收 9.9 百万美元，yoy 57%，qoq+45%，超出公司预期。Q2 公司与 Celestica 和 ECARX 两家公司开展合作，将有助于体量扩容、车辆安全及中国市场开拓。 业绩增长形势欣欣向荣，考虑到 Iris 激光雷达和核心软件或将在年底实现批量生产，加 上 Sentinel Beta 版有望在年底推出，公司决定在 2022Q2 上调了全年营收指引至 40M45M 美元（原指引 40M 美元），并将订单数量增速指引从 40%上调至 60%。
资本支出亮眼，产能扩张彰显雄心。2022Q1 和 Q2 的资本支出为 5 百万美元和 4.2 百万 美元，分别同比增长 455.56%和 133.33%。继先前奥兰多工厂和蒙特利尔、墨西哥、泰 国工厂的两个扩产项目后，公司在今年决定于墨西哥工厂继续扩产，建造全新自动化的大容量产线。该项目的第一条产线投产后，将增加公司总年产能至 250k。
现金支出环比增长，连续两季度回购股份。2022Q2 现金支出为 56.5 百万美元，环比增 长约 18.5 百万美元，主要由于部分新增产能即将投产造成的营运资本的增加。总体现金 支出目前仍与先前预期保持一致。公司手上有大量现金头寸，近两季该指标皆出现下滑， 主要原因是公司不断回购股票。其中，公司 2022Q2 回购股票支出高达 37 百万美元。该 行为彰显出公司管理层对未来的信心。
2.5、Valeo：订单数量破记录
创造订单数量记录，后装市场增长动力足。公司在 2022H1 于市场开发方面取得突破， 不仅与宝马签订了 ADAS 方面的大合同，还创造了订单数量记录。单季度营收自 2021Q3 跌至低谷后开始爬升，在市场开发取得巨大成就后，2022Q1 攀至 4753 百万欧元后小幅 下降至 Q2 的 4666 百万欧元。细分领域中，OEM 取得 7813 百万欧元的收入，同比上升 1%；后装市场收入增长动力十足，为 1140 百万欧元，同比上涨 11%。
毛利率稳定，不利宏观环境中运营效率仍能取得进步。宏观环境上，原材料价格上涨、 通货膨胀等因素对公司的毛利率造成了-1.9%的压力，但公司的毛利率只出现 0.7pt 的小 幅下降，系因为产品团队不断进取，在产品组合上做出改进，同时公司运营效率提升， 给公司带来了+1.2%的毛利率改善。待宏观环境改善后，公司成长空间广阔。
公司预计在全行业面临价值 200M 欧元的材料、能源等生产成本困境下，将保持同比增 长，2022 年将实现 19.2-20.0 十亿欧元的营收，EBITDA 将在 11.8%-12.3%的范围内。
三、需求端：汽车、工业、机器人，三大需求引擎
3.1、远期展望百亿美金市场，随智能化迅速增长
激光雷达可广泛应用于无人驾驶、高级辅助驾驶、服务机器人和智慧城市等领域。受无 人驾驶车队规模扩张、高级辅助驾驶中激光雷达渗透率不断提升以及智能交通建设和机 器人等诸多领域的需求推动，激光雷达市场规模或将实现快速增长。据沙利文数据，2021 年全球激光雷达市场规模达到 20 亿美元，同比增长 100%，2025 年预计全球激光雷达 市场规模有望达到 135.4 亿美元，2019-2025 年 CAGR 达 64.6%。
汽车领域扩容迅速，5 年后将超过工业&机器人领域。据 Yole，激光雷达市场规模（工 业&机器人、智能基建、汽车三领域合计）2022~2026 年 CAGR 高达 25%，2026 年三 应用市场规模合计将高达 57 亿美元，汽车（29 亿美元）将取代工业&机器人（24 亿美 元）成为最大的应用市场；智能基建市场规模较小，为 3.95 亿美元。从细分市场来看，在无人驾驶领域，根据 Yole，2020-2025 年全球激光雷达在无人驾驶 市场的出货量或将从 14 万个增长至 130 万个，CAGR 达 56.2%，预计至 2032 年出货量 将达到 740 万个，预计对应销售额将超过 82 亿美元。
激光雷达成本下探至数百美元区间也将助力高级辅助驾驶量产项目不断落地。据 Yole 预 测，2025 年高级辅助驾驶系统市场全球激光雷达出货量将增长到 340 万个，预计到 2030 年，出货量或将接近 1930 万个，对应销售额将接近 73.92 亿美元。
3.2、自动驾驶渗透加速，带动激光雷达放量
目前自动驾驶领域，L2 及以下的等级不需要依托激光雷达便可实现（例如特斯拉 Modle 3），所以我们认为激光雷达在 L2 及以下级别中不是必要的传感器，激光雷达方案在 L3 中开始使用，并在 L4 及以上等级开始普及。由于目前 L3 及以上等级的自动驾驶在全球 范围内渗透率依旧较低，目前也仅有少数汽车厂商推出了自身搭载激光雷达的车型，所 以目前激光雷达产业仍然还未到产业爆发期。我们预计未来 3 年激光雷达将伴随未来自 动驾驶等级的提高以及世界范围在 “高等级自动驾驶离不开激光雷达”这一观点认知的 逐步统一中实现产业的飞速发展。
未来 5 年自动驾驶汽车出货量将保持高速增长，带动激光雷达放量。根据 IDC，预计全 球自动驾驶汽车合计出货量将能从 2020 年的 2773.5 万辆增至 2024 年的 5424.7 万辆， 渗透率预计超过 5 成，2020-2024 年 CAGR 达 18.3%，其中 L3 级别 2024 年出货量或将 达到约 69 万辆。
辅助驾驶成为汽车研发的重点方向，L1 至 L5 级别越高自动化水平越高。汽车自动化驾 驶通常分为 5 个级别，L0 即人工驾驶；L2 半自动化驾驶较为普及，是大多数车型已经 具备的功能；L3 几乎能完成全部自动驾驶，目前仅有奥迪 A8 为已上市 L3 级别车型； L4 只有在特定地段才需人工操纵其余时间告别驾驶员；L5 纯自动驾驶目前还只停留在 概念阶段，无需人类操作驾驶以及辨别路况将彻底改变人们出行观念。通常 L2 级别的自 动驾驶汽车会配备 2 颗以上摄像头，级别越高、功能越完善的车型则会配备更多的摄像 头，未来 L5 级别的车型至少将装载 11 颗摄像头，需求持续提升。
相对于传统燃油车，电动车更加适合应用自动驾驶技术，优势在于：1）电机的响应速度 更快，安全性更高；2）自动驾驶需要额外增加摄像头、雷达等电气设备，电动车使用这 些设备的时候不需要油电转换，能量损耗低；3）传统燃油车的 LIN、CAN 总线网络在自 动驾驶上已经无法应付过来了，需要升级到更快的 MOST 及车载以太网总线。燃油车由 于平台化、模块化的重复利用，牵连众多，很难在架构上推倒重来。 国内外电动车领域的领头羊公司都是通过互联网精神树立品牌形象，在产品塑造上更加 注重科技感，电动车电子化程度高，更加敢于应用先进的智能驾驶技术，车载镜头受益 于这个电动车发展大浪潮。
我国将智能汽车自动驾驶分为 5 个阶段，分别为：辅助驾驶阶段（DA）、部分自动驾驶 阶段（PA）、有条件自动驾驶阶段（CA）、高度自动驾驶阶段（HA）和完全自动驾驶阶段 （FA）。2020 年发布的《智能网联汽车技术路线图 2.0》中指出： 在 2025 年，我国 PA 与 CA 级智能网联汽车市场份额占比应超 50%。（L2+L3＞ 50%）； 到 2030 年 PA 与 CA 级份额超 70%，HA 级网联汽车份额达到 20%。（L2+L3＞70%， L4＞20%）； 到 2035 年，中国方案智能网联汽车产业体系更加完善，各类网联式高度自动驾驶 车辆广泛运行于中国广大地区。（L3 以上网联汽车广泛使用）
根据 HIS Markit 的数据显示，中国 2021 年 L2 的级的网联汽车渗透率为 20%，L3 级则 为 0，如果在未来要实现上述条件：2025 年 L2 与 L3 合计份额超过 50%，2030 年超 70%，则仍有较大的市场空间。
据 Roland Berger 研究预测，预计到 2025 年全球所有地区 40%车辆具有 L1 级功能，L2 及更高的功能车辆占比将达到 45%，在全球范围内将仅有 14%的车辆没有实现 ADAS 功 能。在具体 ADAS 功能中，根据 Roland Berger 数据预测，2025 年 L1~L2 级别的功能渗 透率将较 2020 年有较大提升，而 L3 及以上的 ADAS 功能将进入大众视野中，其中 HWP、 远程泊车的渗透率将达到 9%，全自动驾驶的渗透率也将达到 1%。而全球 ADAS 渗透率 的加速，势必将带动车载摄像头、激光雷达等细分行业上下游的景气程度，产业链中的 公司或将从中深度获利。
四、市场规模不断扩大，国内厂商加速崛起
4.1、上游激光器探测器壁垒高，中游系国内优先突破口
产业链上游 上游厂商激光器和探测器基本为外企主导，国产光学器件经过多年不断发展，性能与外 企不相上下且成本更具优势。 激光器和探测器：激光器和探测器是激光雷达的重要部件，其性能、成本、可靠性 与激光雷达产品的性能、成本、可靠性紧密相关。同时激光雷达的设计会针对激光 器和探测器的规格参数提出定制化需求，与上游供应商合作定制激光器和探测器， 有助于产品竞争力的提升。 国外厂商已在激光器和探测器行业深耕多年，产品的成熟度和可靠性有一定优势， 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。相比之下，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。
FPGA 芯片：FPGA 芯片通常被用作激光雷达的主控芯片，国外主流的供应商有 Xilinx， Intel 等。国内厂商主要有西安智多晶微电子有限公司、紫光国芯股份有限公司等。 目前国外厂商的产品性能相比国内供应商有所领先，但国内产品的性能目前尚处于 能够满足激光雷达的要求的阶段。
模拟芯片：模拟芯片用于激光雷达系统中发光控制、光电信号转换，和电信号实时 处理等关键过程。国际模拟芯片厂商主要有 TI，ADI 等。国内模拟芯片的供应商 主要为矽力杰、圣邦微等公司。国际巨头在该领域积累已久，技术先进、产能充 足、产品成熟度较高。国内供应商相比之下起步较晚，无论是产品丰富程度还是技 术水平均存在一定差距，尤其车规类产品差距会更大。 光学部件：激光雷达公司一般自主研发设计光学部件，然后选择加工公司完成生产 和加工步骤。光学部件国内厂商的技术水平已经达到或超越国外厂商的水平，且具 有明显的成本优势，已能实现替代国外产品满足生产加工的需求。
产业链中游
国内厂商：国内企业近年来积极涌入激光雷达领域，这批公司大多成立于2014-2018年， 且多集中于 2015-2016 年，2005 年成立的北科天绘是国内最早的激光雷达企业之一。 整体看，国内激光雷达行业既有诸如华为的科技巨头加入竞争，也有禾赛科技等打入海 外市场的激光雷达公司，本土企业近几年发展较为快速，但较国际知名企业在部分技术 和产品方面仍有差距。
国际厂商：国际企业入局较早，如成立于 1983 年的 Velodyne Lidar， 成立于 1998 年的 IBEO 以及 2012 年开始起步的 Quanergy 等，这些激光雷达企业研发起步较早，发展相 对成熟，其在技术积累、客户开发和产品应用实践等方面拥有一定优势。
产业链下游
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。 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。 高级辅助驾驶行业：该行业下游企业主要包括世界各地的整车厂、Tier 1 公司及新 势力造车企业。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。
机器人行业：国内快递和即时配送行业相比国外市场容量更大，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。车联网行业：该行业下游企业主要为车联网方案提供商。通过这些公司将包括激光 雷达在内的车联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。
4.2、中国厂商份额约1/4，全球地位不容忽视
从市场竞争格局来看，Velodyne、禾赛科技、速腾聚创等激光雷达厂商，选择从机械式 方案起步，逐渐向固态过渡；Luminar、Innoviz、华为、大疆等厂商则是直接进行半固态 和固态方案的研发。据 Yole 统计，2021 年全球车载激光雷达市场法雷奥市占率第一， 达 28%；国内厂商速腾聚创、大疆、图达通、华为、禾赛科技合计市场份额约 26%，在 全球范围内拥有较大市场份额。
根据 Yole 数据，预计至 2025 年全球激光雷达市场规模将达到 135.4 亿美元，其中中国 激光雷达市场规模有望达到 43.1 亿美元，占比 31.83%。预计随着电动汽车以及机器人 领域在中国的不断发展，中国将成为全球主要的激光雷达销售市场。
从国内市场规模来看，据华经产业研究院，2021 年我国车载激光雷达市场规模为 4.6 亿 元，2025 年市场规模有望达到 54.7 亿元，年复合增长率达 85.8%。
激光雷达量产加速，2022 全年安装量有望超 8 万颗 2021 年起，激光雷达产业进入商业化落地阶段，本土 OEM 已率先量产包括小鹏 P5、埃 安 LX PLUS、蔚来 ET7、理想 L9 等在内的多款车型。 根据佐思汽研，2022 年上半年，国内乘用车新车激光雷达安装量达到 2.47 万颗，其中 小鹏 P5 最多，为 1.84 万颗，占到同期总安装量的 74.4%。2022 年下半年，国内拟交付的激光雷达新车达到 10 余款，包括小鹏 G9、威马 M7 等， 这将更大幅度提升激光雷达上车量，我们预计全年车载激光雷达安装总量有望突破 8 万 颗。
“转镜+MEMS”成首选量产方案，其他技术亦有布局 当前，激光雷达量产车型主要采用“转镜+MEMS”的技术方案，如禾赛科技 AT128、速 腾聚创 M1，华为 96 线、图达通 Falcon 等。 速腾聚创半固态激光雷达 M1 于 2021 年 6 月推出，采用 MEMS 二维扫描芯片技术， 迄今已获得 40+车型定点，2022 年陆续供应广汽埃安 LX Plus、智己 L7、威马 M7、 小鹏 G9、路特斯等。 华为 96 线混合固态激光雷达采用转镜方案，探测距离高达 150 米，已在 ARCFOX阿尔法 S HI 版、哪吒 S 上、阿维塔 11 量产，后续将应用在沙龙机甲龙等车型上。 其中，沙龙机甲龙将搭载 4 颗该产品，分别位于车头、车尾、车头两侧。 短期来看，“转镜+MEMS”依然是本土激光雷达上车的主流方案；长期来说，全固态方案 （Flash、OPA）和 FMCW 激光雷达将成为趋势。
Flash 纯固态方案已于今年实现突破。亮道智能今年 5 月面向中国市场发布首款自研纯 固态 Flash 侧向激光雷达 LD Satellite，将于 2023 年下半年量产。 OPA 技术方面，已有如万集科技、力策科技、光珀智能、洛微科技等在内的多家科技公 司布局。万集科技或于 22 年 8 月发布可测距 30 米的硅基 OPA 激光雷达，并规划于 2024 年发布车载硅基 OPA 主激光雷达。 FMCW 技术也已开始布局。镭神智能、禾赛科技等国内企业均处于 FMCW 技术研发阶 段。2022 年 7 月 Aeva 表示首批 Aeries™ II 4D 激光雷达是全球首款交付的 FMCW 激光 雷达产品，这也将为国内 FMCW 技术突破提供指引和参考。 技术路径日渐清晰，“产能升+成本降”是主要方向 提产：随着激光雷达技术路线日渐明朗，国内供应商正通过代工、合作、自建工厂等方 式加快产能扩张，尽快实现激光雷达量产。
降本：供应商正通过硬件集成、芯片化的方式，力图进一步降低激光雷达成本，加速产 品大规模推广应用。禾赛科技 AT128 产品是一款基于 VCSEL 阵列光源（第二代芯片， Lumentum 提供）打造的远距离半固态激光雷达，以嵌入芯片的 VCSEL 阵列光源替代了 传统的分立式器件光源，能够有效降低激光雷达的成本。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库】