（报告出品方/作者：中信建投证券，刘双锋，孙芳芳，范彬泰）

一、激光雷达为主动测距装置，自动驾驶发展推动产业到达新高度

激光雷达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。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，每秒发出成千上万个脉冲，通过收集这些激光反映的距离测量值，可以构建三维环境模型（点云）。

激光雷达过去用于工业测绘、气象监测等领域，未来车载领域将成为最重要细分。气象监测、地形测绘与车载、机器人领域对激光雷达的技术要求不同，分属不同细分市场。根据Yole预测，-年激光雷达在ADAS和无人驾驶（Roboticcars）市场的CAGR分别达到94%和33%，年合计份额达到50%，成为激光雷达规模最大的应用市场。本报告将聚焦于车载激光雷达。

1.1多传感器融合感知大势所趋，高等级自动驾驶中激光雷达不可或缺

自动驾驶智能化程度随等级提高，L3处于分水岭。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（SAEInternational）发布的工程建议J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，驾驶员参与越小，驾驶员的信息输入交由更多车载传感器的获取与处理来替代。据禾赛科技招股书，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。

车企主打ADAS渐进发展，互联网企业着手无人驾驶。车企主要将产品卖给个人消费者，基于安全第一、产品量产等理念，技术路线较为保守，大多通过ADAS功能的拓展和完善，渐进式地实现无人驾驶。互联网企业（Waymo、百度等）商业模式以售卖无人驾驶解决方案为主，且由于互联网企业人才储备完善、算法实力强，技术路线相对激进，直接着手于L4/L5的无人驾驶技术研发。

多传感器融合大势所趋。虽然Tesla已取消毫米波雷达，迈向纯视觉方案，但从安全性角度，基于摄像头的视觉方案在暗光、环境大光比以及雨水遮挡的情况下容易失效，难以用算法解决，同时深度学习算法难以避免长尾效应。从商业的角度，大多数主机厂缺乏Tesla的数据和算法积累，跟随Tesla方案难以在同一时期达到相同水平。目前绝大多数厂商均使用多传感器融合技术（包括主打视觉方案的Mobileye也开始自研激光雷达），即通过不同种类的传感器遍布车身，实现度无死角和远中近扫描，获取海量数据，融合分析后形成驾驶决策辅助驾驶员或控制汽车。各传感器应对不同场景，实现优势互补。

高等级自动驾驶系统内激光雷达不可或缺。摄像头受环境光照影响大，距离测算依赖算法。毫米波雷达角分辨能力很差，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。超声波雷达测距短，主要用于倒车雷达。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，可显著提升自动驾驶系统可靠性，被众多车厂、Tier1认为是L3及以上自动驾驶必备的传感器。激光雷达单车搭载量将随自动驾驶等级上升，Yole预计L3等级汽车至少需要1台激光雷达，L4和L5则分别需要2台和4台；麦肯锡预计L3等级汽车需要2台（长距）激光雷达，L4/L5等级需要8台激光雷达（4台长距，4台短距）；FrostSullivan预计L3等级需要1台激光雷达，L4等级需要2/4台，L5等级需要4台。

车载激光雷达性能评价包括显性参数与隐性指标。显性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。隐性指标包含激光雷达产品的可靠性、安全性、使用寿命、成本控制、可量产性等，这些指标更加难以量化，也缺乏公开信息，只能通过产品是否应用于行业领先企业的测试车队或量产项目中得以体现。

二、技术路线多元化发展，集成化为演进核心思路

激光雷达核心构成包括激光器、扫描系统（光束操纵元件）、传输与接收光学系统、光电探测器及信号处理系统。其中扫描系统、激光器和光电探测器均存在不同技术路线，进而导致激光雷达整机技术路线繁多。（报告来源：未来智库）

2.1扫描系统趋势：半固态式为当前乘用车搭载首选，固态式为最终发展方向从扫描系统角度，激光雷达主要可以分为机械式、半固态式和固态式三大类。

机械式技术发展最为成熟，乘用车搭载面临成本及车规挑战。机械式激光雷达通过电机带动光机结构整体度旋转，是激光雷达最经典且发展最为成熟的机械架构，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方面。机械式的优势在于水平方向上的扫描视野（HFOV）可以达到度，并且视场范围内测距能力的均匀性好；缺陷在于价格昂贵（N线机械式需要N组收发模组，对应的人工调试成本也将大幅上升）、体积较大（通常安置于车顶）且机械部件寿命较短，因此难以通过车规，主要于RoboTaxi/RoboTruck场景上应用。

半固态式技术逐步成熟，预期为近几年乘用车落地应用主流方案。半固态式指收发模块静止、仅扫描器发生机械运动，可分为转镜和MEMS振镜两大类。目前技术发展逐步成熟，且体积大幅缩小，成本得到控制，预计是固态式激光雷达实现规模量产前的主流应用方案。

半固态-转镜式为车规进展最快的激光雷达，内部仍存在细分技术路线。年Ibeo与法雷奥合作开发的转镜式激光雷达SCALA便是第一款通过车规认证并在量产车型（AudiA8）上使用的激光雷达。该结构内部仍存在一个转动的扫描镜，法雷奥第三代SCALA已转向使用MEMS方案。转镜式内部仍存在众多细分技术路线，例如大疆Livox采用双楔形旋转棱镜结构，图达通（Innovusion）则使用了振镜+多边形旋转棱镜结构，不同的技术路线也将带来差别化的技术特征。

半固态-MEMS有利于体积及成本控制，微振镜是系统核心。MEMS方案采用高速振动的微振镜代替传统的机械旋转装置，激光发射器和接收器数量最低仅需一组，从而有利于激光雷达小型化与成本降低。MEMS方案未来的技术改进点在于开发口径更大、频率更高、可靠性更好的微振镜，以适用于激光雷达的技术方案。MEMS方案缺陷为车载环境下的振动和冲击会影响微振镜的使用寿命，且微振镜的振动幅度小，扫描视野受到限制。

固态式激光雷达为车载激光雷达终极方向，主要包括OPA和Flash两大类，核心是取消机械运动部件，并以集成芯片化结构替代传统机械式激光雷达发射端和接收端的分立器件。OPA为固态式扫描方案，芯片化应用潜力十足。

OPA(OpticalPhaseArray)即光学相控阵技术，通过施加电压调节每个相控单元的相位关系，利用相干原理，实现发射光束的偏转，从而完成系统对空间一定范围的扫描测量。OPA实现方式大体上可以分为两类，一类是波导类OPA，比如硅波导OPA和化合物波导OPA等；另一类的空间光调制，比如最早的液晶空间光、化合物单元阵列、还有新兴的超材料空间光调制等。硅波导可大规模集成，且硅基芯片的制作工艺与CMOS工艺兼容，因此制作成本低，可将激光雷达的成本降到几百美元。OPA在大规模应用前仍有许多技术问题需要克服，宝马曾与OPA厂商QUANEGRY达成合作，后因效果不理想转向使用Innoviz的MEMS方案。

Flash为固态式非扫描成像，体积紧凑，主要缺陷为探测距离。与其他激光雷达扫描场景的方式不同，Flash激光雷达类似照相机的工作模式，工作时激光脉冲经过光束扩散器形成宽发散激光束照亮整个视野，无运动扫描部件，信号接收端包含一维或二维传感器阵列，每个像素收集3D信息。得益于紧凑型激光器阵列、探测器阵列的发展，Flash激光雷达逐步小型化，同时成本得到控制，Ouster表示其Flash激光雷达单价低于美元。目前车载Flash激光雷达的主要缺陷在于探测距离较短（数十米），因此多用于短距或者盲区探测。

2.2激光器技术趋势：EEL和nm为当前主流选择，平面化及nm有望成为趋势

车载激光雷达激光器技术路线包含EEL（边发射激光器）、VCSEL（垂直腔面发射器）和光纤激光器。按照增益介质的不同，激光器可以分为气体激光器、固态激光器、光纤激光器、半导体激光器（激光二极管）和液体激光器五大类。EEL与VCSEL均属于半导体激光器，光纤激光器主要用半导体激光器做泵浦源。

EEL功率密度高适合远距探测；VCSEL易于集成降本，功率密度提升是技术升级关键。EEL具有功率密度高的性能优势，但其发光面位于半导体晶圆的侧面，使用过程中需要进行切割、翻转、镀膜、再切割的工艺步骤，极其依赖产线工人的手工装调技术，生产成本高且一致性难以保障。此外EEL只有切割晶圆后才能完全产生激光，在生产过程中无法进行测试。VCSEL的发光面与半导体晶圆平行，具有面上发光的特性，发射光束窄且圆，所形成的激光器阵列易于与平面化的电路芯片键合，在精度层面由半导体加工设备保障，且易于和面上工艺的硅材料微型透镜进行整合，提升光束质量。近年来国内外多家VCSEL激光器公司纷纷开发了多层结VCSEL激光器，将其发光功率密度提升了5~10倍，这为应用VCSEL开发长距激光雷达提供了可能。

根据艾迈斯欧司朗分析，结合激光雷达测距要求和扫描系统技术路线，通常情况下机械式激光雷达和半固态激光雷达的光源以EEL为主，而Flash激光雷达可选择VCSEL和EEL。

激光器的波长选择主要分为nm和nm两种，nm是目前主流选择。Yole统计的29项激光雷达设计大奖结果显示，nm占比69%，nm占比14%。nm光波一般使用半导体激光器产生，EEL和VCSEL（GaAS基底）均可，整体实施成本低，缺陷是容易损害视网膜，因此功率受限，进而影响到远距离探测效果。

nm主要由光纤激光器提供，人眼安全性高，但成本高昂。EEL和VCSEL（InP基底）均可产生nm光波，但由于nm光波比nm光波更容易受到大气中水滴的散射，因此常用更高功率的光纤激光器来克服散射以加强探测距离。nm方案的优势在于同样的光斑大小和脉宽条件下，对人眼更安全，功率限制小，可以通过加大功率来克服环境影响以提高探测范围，缺陷包括激光器和探测器（需用InGaAs制造）成本高昂，体积大，散射系统复杂。

2.3探测器技术趋势：从APD到SPAD/SPPC与SiPM

探测器逐步采取高增益阵列结构加强远距探测能力。PD（光电二极管）成本低，是激光雷达探测器的常用选择，缺点是灵敏度低，仅适合短距离探测，对于远距离探测需要使用高增益的APD（雪崩二极管）。APD又分为线性工作模式和盖格工作模式，盖格工作模式增益最高，只输出1或0的电平信号，灵敏度很高，称为SPAD（单光子雪崩二极管）。SPAD可以单点独立运行，也可以组成阵列（为表区分，后文以SPPC代指SPAD阵列），SPPC中的各个SPAD独立工作。SiPM（SiliconPhotomultiplier，另称MPPC）是另一种形式的SPAD阵列，由多个独立的SPAD传感器并联组成，输出的信号会有幅度级别的区分。安森美资料显示，目前激光雷达市场上，PD和APD的使用率存在不同程度的下降，而SPAD、SPPC和SiPM的使用率在持续提升。

SPPC优势为分辨率，SiPM优势为帧速和信号提取速度。SPPC阵列下每个单元的信号独立输出，输出信号只有一个幅度，为减少噪声影响，需要根据空间和时间相关度确认是否为信号，因而抗噪能力相对较差。SiPM阵列的每一个输出端对应多个并联的单元，输出电流是所有并联单元的总和，因而输出的信号有幅度区分，可以通过设定阈值直接提取信号，提取简单速度快。若两种阵列达到同样的分辨率，SiPM阵列比SPPC阵列需要更多的SPAD单元，面积更大，所以相同面积下，SPPC阵列的分辨率显然要高于SiPM阵列。

2.4测距技术趋势：ToF为当前主流，FMCW潜力巨大，期待车规级量产

测距原理角度，ToF是目前车载激光雷达主流。车载激光雷达测距方法主要为ToF（飞行时间）、FMCW（调频连续波），能够实现室外阳光下较远的测程（m）。ToF原理是通过测量发射激光脉冲信号和反射信号的时间差来计算距离，在车载激光雷达上发展相当成熟，是多数厂商的选择。FMCW发射连续激光而非脉冲，其原理是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。

FMCW性能理论优势明显，车规量产尚待时日。FMCW能够解决ToF对背景辐射的抵抗力低，多用户干扰以及缺乏瞬时速度信息的缺点。FMCW的信噪比高于ToF，相同最大探测距离下所需激光的峰值功率约为ToF的1/00，因此对人眼更加安全。当前市场FMCW激光雷达大多处于概念机的阶段，且根据Innoviz路演说明，FMCW需用nm-nm波长，虽然可以使用低成本的PD探测器，但需用InGaAs材料制作，再考虑到较ToF复杂的信号处理电路，接收系统整体成本较高；发射端低成本、大批量低相位噪声的激光器制造也是当下难题，目前Aeva、Mobileye等公司在研发FMCW激光雷达，Mobileye预计需要等到年以后才能量产。

2.5各核心组件技术路线存在一定组合趋势

激光雷达作为一项系统级的产品，尽管内部每一个核心元器件有多种路线，但并不意味着可以简单地排列组合，而是存在某些特定组合趋势。以最受

转载请注明:http://www.aideyishus.com/lkzp/3907.html