汽車自動駕駛之激光雷達行業深度報告

激光雷達：三維點云建模構建傳感基石

路徑之爭：激光雷達為什么是 L4 自動駕駛不可或缺的傳感器？

自動駕駛的環境監測傳感器主要包括攝像頭和雷達兩類：1）攝像頭通過圖像識別技 術實現距離測量、目標識別等功能；2）雷達利用發射波和反射波之間的時間差、相位差 獲得目標物體的位置和速度等數據，按所使用的不同類型的波，雷達可以分為毫米波雷達、 激光雷達、超聲波雷達三類。

在攝像頭方面，按視野覆蓋位置可分為前視、環視（側視+后視）及內視攝像頭，其 中前視攝像頭最為關鍵，可以實現車道偏離警示系統（LDW）、前向碰撞預警系統（FCW）、 行人識別警示（PCW）等功能。前視攝像頭又有單目攝像頭、雙目攝像頭，乃至多目攝像 頭等不同的解決方案。雖然雙目或多目攝像頭具有更高的測距精度和更廣的視角，但由于 其成本較高以及對精度和計算芯片的高要求，使得其仍未能大規模量產，目前以 Mobileye 領銜的單目攝像頭解決方案是市場的主流。

在雷達方面，主要分為三類：1）毫米波雷達：介于微波和紅外線之間，頻率范圍 10GHz —200GHz，波長為毫米級；2）激光雷達：介于紅外線和可見光之間，頻率大致為 100000GHz，波長為納米級；3）超聲波雷達：頻率高于 20000Hz。根據公式：光速=波 長*頻率，頻率越高，波長越短。波長越短，意味著分辨率越高；而分辨率越高，意味著在 距離、速度、角度上的測量精度更高。

攝像頭、毫米波雷達、激光雷達和超聲波雷達的探測距離、分辨率、角分辨率等探測 參數各異，對應于物體探測能力、識別分類能力、三維建模、抗惡劣天氣等特性優劣勢分 明。

對于自動駕駛傳感器的選擇，目前市場上存在著兩種不同路徑：一種是由攝像頭主導、 配合毫米波雷達等低成本元件組成，構成純視覺計算，典型代表為特斯拉、Mobileye 和 國內唯一自動駕駛純視覺城市道路閉環解決方案--百度 Apollo Lite；另一種是由激光雷達 主導，配合攝像頭、毫米波雷達等元件組成，典型代表為谷歌 Waymo、國內的百度 Apollo （除 Apollo Lite）、 Pony.ai、文遠知行等主流自動駕駛廠商。

對于以特斯拉為代表的純視覺方案擁護者而言，商業成本是一個重要的考量因素，安 裝昂貴的激光雷達會明顯提高單臺汽車的售價（如表 3）。特斯拉車輛標配總共有 8 個攝 像頭，其中包含后方的一個倒車攝像頭，前方的一個三目總成件，兩側的兩個環繞攝像頭， 此外還包含一個毫米波雷達，但此方案容易受光照、雨霧、遮擋等因素限制，從而使視野 范圍受限。對于以主流自動駕駛廠商為代表的激光雷達擁護者，系統的安全可靠性排在首 位，實現這一方向的方式就是融合各個性能的傳感器，以彌補不同類型的技術漏洞，采用 激光雷達的自動駕駛廠商一般選擇在車頂配置 64 線激光雷達，用于障礙物和移動車輛檢 測，同時在車四周環繞成本相對較低的低線束激光雷達或毫米波雷達進行視野補充

攝像頭擁有輕巧低成本和符合車規的特點，高分辨率高幀率意味著其能提供更豐富的 環境信息，同時視頻數據也最接近人眼所感知的環境。但攝像頭的二維圖像相比三維信息 更難挖掘，需要設計更強大的算法、大量數據的積累和更長期的研發投入。在 L4 級自動 駕駛傳感器選型上，純視覺解決方案會存在精度、穩定性和視野等方面的局限性（如表 4）， 無法滿足高級自動駕駛對于傳感器的性能要求。

與以攝像頭為主傳感器的自動駕駛方案“輕感知、重計算”相比，以激光雷達為主傳 感器的自動駕駛方案最明顯的特征是“重感知、輕計算”，“堆疊激光雷達”的方案會適 當降低感知數據處理環節對運算能力的要求，從而加快 L4 級自動駕駛汽車商業化部署進 程。所以盡管目前安裝激光雷達會大幅提高傳感器方案成本，但對于安全可靠性要求極高 的 L4 來說，激光雷達不可或缺，以成本換安全將會是一個更優的選擇。

工作原理：“發射-反饋”系統如何形成三維點云信息？

與雷達工作原理類似，激光雷達通過測量激光信號的時間差和相位差來確定距離，但 其最大優勢在于能夠利用多譜勒成像技術，創建出目標清晰的 3D 圖像。激光雷達通過發 射和接收激光束，分析激光遇到目標對象后的折返時間，計算出到目標對象的相對距離（圖 6），并利用此過程中收集到的目標對象表面大量密集的點的三維坐標、反射率和紋理等 信息，快速得到出被測目標的三維模型以及線、面、體等各種相關數據，建立三維點云圖， 繪制出環境地圖，以達到環境感知的目的。由于光速非?？?，飛行時間可能非常短，因此 要求測量設備具備非常高的精度。從效果上來講，激光雷達維度（線束）越多，測量精度 越高，安全性就越高。

相比于可見光、紅外線等傳統被動成像技術，激光雷達技術具有如下顯著特點：一方 面，它顛覆傳統的二維投影成像模式，可采集目標表面深度信息，得到目標相對完整的空 間信息，經數據處理重構目標三維表面，獲得更能反映目標幾何外形的三維圖形，同時還 能獲取目標表面反射特性、運動速度等豐富的特征信息，為目標探測、識別、跟蹤等數據 處理提供充分的信息支持、降低算法難度；另一方面，主動激光技術的應用，使得其具有 測量分辨率高，抗干擾能力強、抗隱身能力強、穿透能力強和全天候工作的特點。

激光雷達主要包括激光發射、掃描系統、激光接收和信息處理四大系統，這四個系統 相輔相成，形成傳感閉環。首先激光發射系統中激勵源周期性地驅動激光器，發射激光脈 沖，激光調制器通過光束控制器控制發射激光的方向和線數，最后通過發射光學系統，將 激光發射至目標物體；掃描系統負責以穩定的轉速旋轉起來，實現對所在平面的掃描，并 產生實時的平面圖信息；激光接收系統中光電探測器接受目標物體反射回來的激光，產生 接收信號；信息處理系統中接收信號經過放大處理和數模轉換，經由信息處理模塊計算， 獲取目標表面形態、物理屬性等特性，最終建立物體模型。

激光雷達的各個環節幾乎都有不同的執行方式（如圖 9），單從測距這一個環節來看， 就存在基于時間的飛行時間法和不基于時間的相位式等方法，不同環節的組合構成了激光 雷達的近二十種分類方法。

在評價激光雷達的性能時，可以用到多個技術指標。線束、方位角、掃描幀頻、角分 辨率、測量精度、探測距離、數據率是七個常用的激光雷達性能評價指標。下面以禾賽 Pandar128 為例進行解析。

產品體系：機械式 vs 固態式，未來趨勢如何？

根據結構，激光雷達分為機械式激光雷達、混合固態激光雷達和固態激光雷達。機械 式激光雷達以一定的速度旋轉，在水平方向采用機械 360°旋轉掃描，在垂直方向采用定 向分布式掃描以搜集動態信息；混合固態激光雷達 MEMS（微機電系統）微鏡把所有的機 械部件集成到單個芯片上，利用半導體工藝生產，不需要機械式旋轉電機，而是以電的方 式來控制光束；固態激光雷達分為 OPA 固態激光雷達和 Flash 固態激光雷達，其中 OPA 技術原理與相控陣雷達類似，它由元件陣列組成，通過控制每個元件發射光的相位和振幅 來控制光束，無需任何機械部件；Flash 面陣式激光雷達不同于以上三種逐點掃描的模式， 它利用激光器同時照亮整個場景，對場景進行光覆蓋，一次性實現全局成像。

目前以 Robotaxi 等高級自動駕駛玩家為主的主流選手更傾向于選擇傳統的機械式產 品。在自動駕駛“跨越式”的演變歷程中，機械式雷達率先發展起來，經過不斷迭代，目 前機械式激光雷達的技術已經趨于成熟，同時高線束的機械式激光雷達能夠獲得更高的分 辨率與測距距離，所以其目前會獲得高級自動駕駛商的青睞。

但使用傳統的機械式激光雷達，也要面臨高昂的裝車成本問題，和產品低穩定性帶來 的安全風險和維護成本。目前僅有法雷奧的一款 4 線機械式激光雷達實現了車規級的量產 搭載。對于 RoboTaxi 車隊來說，高昂的雷達成本在一定程度上阻礙了車隊的規模擴張；而對于 L3 乘用車來說，過高的激光雷達成本和潛在風險也不在主機廠可接受范圍之內。

未來固態激光雷達會代替現有的機械式激光雷達，因為固態激光雷達可以很好的解決 機械式激光雷達面臨的物料成本高+量產成本高的問題（表 7）。固態激光雷達的優勢在 于，能夠最大程度地減少了例如電機、軸承等可動機械結構帶來磨損，同時也消除了光電 器件因為機械旋轉可能造成故障，其與生俱來的特性使得雷達內部的結構布局更加合理， 使整體散熱及穩定性相比于機械式激光雷達有質的飛躍。

在固態激光雷達技術演技路線層面，基于 MEMS 方式的固態激光雷達是最有希望快 速落地的成熟方案，OPA 與 Flash 則是明日之星?；?OPA 的固態激光雷達盡管有著 掃描速度快、精度高、可控性好的優點，但其生產難度較高；而 Flash 雷達雖然穩定性和 成本不錯，但其探測距離較近；相比之下，通過微振鏡的方式改變單個發射器的發射角度 進行掃描，由此形成面陣掃描視野的 MEMS 激光雷達，不僅技術上更容易實現，價格也 更加可控，因此被主機廠一致看好。

產業現狀：海外廠商存在先發優勢，國產勢力正逐步 崛起

從產業鏈的角度來看，激光雷達所處環節積聚了大量價值，具有很強的產業附加值。激光雷達是下游導航、繪測等應用的核心部件，目前產能稀缺導致供不應求，呈現賣方市 場，對下游有很強的定價權，因此該產業鏈主要附加值在于激光雷達部分，行業整體盈利 空間較大。

激光雷達產業鏈中，海外廠商在上游和中游都存在著領跑的優勢（如圖 20），在技術 和客戶群等方面都領先于國內廠商，但國內廠商近年來奮起直追，取得了許多突破性的進 展，中國勢力正在逐步崛起。

近年來國家出臺了一系列政策來推動自動駕駛的發展，這也進一步推動了我國激光雷 達產業的發展。截至 2019 年底，全國共有 25 個城市出臺自動駕駛測試政策；2020 年 2 月，中國國家發展改革委牽頭發布《智能汽車創新發展戰略》，這是繼《中國制造 2025》 之后又一個重磅的戰略發布；2020 年，國家發改委首次官方明確“新基建”七大板塊， 激光雷達作為終端傳感器設備，在自動駕駛、車路協同等智能交通、智慧城市領域的作用 不斷凸顯。中國政府對自動駕駛的支持，也將對全球激光雷達產業發展起到積極的推動作 用。

上游情況：核心元器件海外壟斷明顯，國產自研勢力涌現

上游主要包含激光發射、激光接收、掃描系統和信息處理四大部分，這四大部分中大 量的光學和電子元器件，構成了激光雷達的基礎。其中，激光發射部分包含了激光器和發 射光學系統，激光接收部分包含了接收光學系統和光電探測器，激光掃描部分除了傳統旋 轉電機和掃描鏡，核心是 MEMS 微鏡，信息處理部分主要包含放大器、數模轉換器以及 軟件算法。上游的核心元器件廠商，無論是光學元器件和電子元器件，涉及精密儀器、芯 片的加工和制造，目前基本被國外大的廠家所壟斷。

2017 年及以前，國內廠商在上游核心元器件的技術尚未發展起來，與之相關的專利 技術申請數量極少。截至 2017 年，全球一共申請了 3 萬多項與汽車激光雷達有關的專利， 其中與激光雷達產品本身直接相關的專利近7000項，這些專利由2000多名申請實體提交。這些專利主要集中在邊緣發射激光器、發光二極管 LED、垂直腔面發射激光器、 雪崩光 電二極管和單光子雪崩二極管、 Flash 面陣式激光雷達和固態激光雷達五大領域；幾乎所 有的國際零部件廠商、主機廠、初創企業都在大量囤積激光雷達的相關專利，鞏固自身優 勢，但根據一家德國咨詢機構統計，中國初創企業相關專利數量非常少。

但近年來國內廠商也通過自研在上游核心元器件領域取得了突破性進展，如掃描系 統、激光器和光源接收器等領域涌現出一批中國創業型企業。此外，中國市場上的激光雷 達芯片，特別是信號處理所需的元器件主要依賴進口，這在一定程度上抬高了激光雷達的 生產成本，因此多家國內的芯片企業都在爭取通過各自的優勢技術填補上國內市場在此領 域的空白。

中游格局：Velodyne 成功上市一馬當先，國內市場百花齊放

激光雷達競爭日益激烈，Velodyne、Quanergy、Ibeo 等是國外代表激光雷達公司， 技術成熟；在國內，以速騰聚創、禾賽科技、北科天繪、鐳神智能等國產企業也先后崛起。

作為未來自動駕駛核心傳感器的代表，激光雷達核心技術主要掌握在 Velodyne、 Quanergy、Ibeo 三家國外企業中。美國 Velodyne 成立于 1983 年，其機械式激光雷達起 步較早，技術領先，同時與谷歌、通用汽車、福特、Uber、百度等全球自動駕駛領軍企業建立了合作關系，占據了車載激光雷達大部分的市場份額。Quanergy 成立于 2012 年，2014 年推出其第一款產品 M8-1，并在奔馳、現代等公司的實驗車型上得到應用，M8 之后 Quanergy 相繼發布的產品都開始走固態路線，采用了 OPA 光學相控陣技術，規模量產后 將大幅降低傳感器價格。Ibeo 成立于 1998 年，是全球第一個擁有車規級激光雷達的企業， 其于 2017 年推出了全固態激光雷達 A-Sample 樣機。

Velodyne 是自動駕駛激光雷達行業的領頭羊，其日前與納斯達克掛牌的特殊目的并 購公司（SPAC）Graf Industrial Corp.（美股代碼：GRAF）合并從而實現借殼上市， Velodyney 的成功上市為全球激光雷達廠商樹立了良好的典范。受此消息影響，Graf 股 價大漲 48.23%，市值達到 6.26 億美元。Velodyne 表示，合并后的公司市值約為 18 億美 元，同時能從新的機構投資者及 Graf Industrial 現有股東那里籌集 1.5 億美元融資。通過 此次交易，Velodyne 的資產負債表上將有約 1.92 億美元現金，此次交易后，Velodyne 創 始人 David Hall 及支持者福特、百度，現代摩比斯和尼康公司持有合并后公司 80%的股份。

從產品布局上來看，機械激光雷達市場是 Velodyne 的絕對優勢，其在此領域擁有廣 泛的產品布局，此外 Velodyne 也在前裝固態激光雷達市場蓄勢待發。機械激光雷達方面， Velodyne 主要有 64 線、32 線、16 線 3 類產品在售，官方定價分別為 8 萬美金（約合 52.3 萬人民幣）、4 萬美金（約合 26 萬人民幣）和 8 千美金（約合 5.23 萬人民幣）。而從 2017 年開始，Velodyne 就在 Vela-系列產品上開始加大投入：Velodyne 希望通過 Vella 軟件 + 低成本固態激光雷達組合打進 ADAS 市場。作為全球激光雷達第一股，Velodyne 在上 市后將手握數億美金現金，這些現金將繼續支持其投入更大規模的新產品新技術研發及大 規模量產。

高研發投入（圖 26）意味著激光雷達是一門技術壁壘較高的生意，早期技術布局和 后期大量資本的融入能進一步助力 Velodyne 在此領域的優勢。站在新的十年的開端，大 量的資本儲備和固態激光雷達將為 Velodyne 開辟全新的戰場奠定基礎。Velodyne 的盈 利情況和現金流情況有望從 2022 年開始扭虧為盈，三費支出比率也料將隨著出貨量不斷 增加而攤?。▓D 25、圖 26-28）。

近年來興起自動駕駛浪潮后，國內也同步出現了一批激光雷達公司，速騰聚創、禾賽 科技、北科天繪、鐳神智能等國產企業先后崛起，國內市場競爭激烈，呈現出百花齊放的 市場格局。

國內玩家早期分為兩個流派，一類研發機械式激光雷達與 Velodyne 等老牌玩家搶市 場，另一類則直接鎖定固態激光雷達產品，目標是在 2020 年之后登上前裝市場。

禾賽科技和速騰聚創是選擇與 Velodyne 相同發展路徑的代表廠商，產品以機械旋轉 雷達為主，但都在逐步向前裝固態領域覆蓋，這兩家公司在滿足車規級要求同時主打性價 比，核心策略是以價格優勢搶占 Velodyne 市場份額。機械式激光雷達產品的價格目前仍 然較高，但相比之下同樣線束的國產機械式激光雷達能夠比 Velodyne 便宜 1/3-1/2，價格 優勢非常明顯。在最頂級的 64 線和 128 線產品線上，Velodyne 此前的 64 線激光雷售價 為五十至六十萬元，而禾賽的 64 線產品僅為二十多萬；在 16 線雷達市場，Velodyne 的 產品需要數萬元，而速騰聚創的同類產品只需 2-3 萬。

比較禾賽科技和速騰聚創這兩家公司，其產品定位也存在較大差別。在高速自動駕駛 領域（相對低速無人車來說），禾賽市場占有率較高，百度、文遠知行、AutoX、元戎啟 行等公司都在使用。而在低速自動駕駛領域，速騰聚創則是主要玩家，新石器、京東、菜 鳥物流、高仙機器人等公司都主要使用速騰的 16 線激光雷達產品，同時其 16 線、32 線 產品也被圖森未來、嬴徹科技、AutoX 等部分高速自動駕駛公司采用。

而另一方面，隨著 2020 年起將逐步量產 L3 級自動駕駛乘用車，市場對車規級固態 激光雷達的需求將迎來一個小的高潮，大疆、華為等消費電子硬件巨頭相繼拿出了自己的 激光雷達新品，直接加入了前裝量產裝車的戰局。

2020 年 8 月大疆宣布公司首個實現了車用自動駕駛激光雷達價格降到千元級別，而 且能量產供應，大疆旗下孵化品牌覽沃科技日前在美國 CES 發布兩款高性能激光雷達傳 感器：Horizon 和 Tele-15，適用于 L3/L4 級別自動駕駛方案。Horizon 可以實現遠至 260 米、反射率為 80% 的物體探測，其水平視場為 81.7°，可以輕松覆蓋 10 米外的 4 條 車道，在城市路況下，Horizon 可以幫助自動駕駛汽車看得更寬。Livox Tele-15 在 905 納 米波段下，能夠做到人眼安全且同時達到 500 米（反射率為 80%）探測距離，可以讓自 動駕駛汽車看得更遠。Horizon 和 Tele-15 的產品組合構成一套完整的激光雷達解決方 案。

可以預見，新的技術變革趨勢，以及巨頭的入場，將讓激光雷達市場在未來 3~5 年的 競爭日趨激烈，行業也將出現第一次大幅洗牌。

產業前景：市場增長潛力巨大，固態化、智能化成剛需

市場空間：單車價值量下降，2030 年市場規模有望超百億美元

CES（2020）展出激光雷達產品梳理顯示，大部分激光雷達供應商新推出的激光雷達 價格都降至 1000 美元以下，平均每車裝載 5 個激光雷達，單車預計 5000 美元以下，而 機械雷達和固態雷達將采取不同的方式降低自身產品成本。在機械雷達方面，飲冰科技通 過采取通道芯片集成技術來降低成本：公司事先在芯片層面把多個通道進行了集成，不再 需要進行單獨調試和校準，縮小了多線激光雷達的體積、降低了光調成本，這使得飲冰的 32 線激光雷達大概與同行的 16 線雷達同價。而在固態激光雷達層面，行業著重在芯片側 發力以此來減小成本，相關芯片廠商正在固態激光雷達的三條技術路線上（MEMS、OPA、 Flash）各施所長，以此來解決相關技術難題。

未來隨著自動駕駛技術的進一步普及，激光雷達市場規模將會進一步擴大，而單車價 值量下降將會進一步有利于激光雷達的量產使用，預計 2030 年全球激光雷達市場規模將 超百億。咨詢機構 Yole 預計，激光雷達應用是目前汽車行業增長最快的行業之一。從出貨 量來看：Yole 預計 2020 年全球激光雷達出貨量約 34 萬個，2025 年全球激光雷達出貨量 約 470 萬個，2030 年全球激光雷達出貨量約 2390 萬個。從銷售額來看：預計 2020 年全 球激光雷達銷售額約 12.95 億美元，2025 年全球激光雷達銷售額約 61.9 億美元，2030 年全球激光雷達銷售額約 139.32 億美元。

盡管激光雷達市場增長前景廣闊，但整個市場對其持有的態度逐漸回歸客觀冷靜，投 融資熱度相較于前幾年有所減弱。從全球融資情況來看，2017 年成為投融資事件發生最 為頻繁的一年，中國的投融資高峰相比全球晚一年。2017 年之后，激光雷達通過車規的 難度被更清醒地認識，投融資熱度逐漸“退燒”，該產業回歸理性。

發展前景：固態雷達成新戰場，智能化成新挑戰

車載激光雷達的應用根據需求被分成兩個派系。一是以 Robo-Taxi 為代表的“革命性” 路線需求：直接應用于 L4~L5 完全自動駕駛開發，追求高性能的機械式激光雷達；二是以 自動駕駛乘用車(私家車)為代表的“漸進式”路線需求：逐漸應用于乘用車 L2+/L3 (ADAS 高級輔助駕駛/ AD 自動駕駛)的車規激光雷達，對尺寸、價格、生產制造性、穩定性有嚴 格要求，性能方面“夠用就好”。根據咨詢機構 Yole 的預測，不同領域市場對于機械式雷 達和固態雷達需求不一樣。

其中在 ADAS 領域，固態占主導：Yole 預計固態激光雷達和 Flash 激光雷達出貨量 從 2021 年起逐漸增多，2025 年，固態/Flash 約為 50 萬個，機械式約 290 萬個，比例為 1：5.8；從 2029 年開始，固態/Flash 出貨量超過機械式激光雷達，到 2030 年，固態/Flash出貨量約為 1200 萬個，機械式約 730 萬個，比例為 1.64：1；從銷售額的角度，2025 年 固態/Flash 約為 2230 萬美元，機械式達到 13.12 億美元；而到了 2030 年，固態/Flash 銷售額約為 45.83 億美元，機械式增加到 28.09 億美元。在 Robotic Cars 領域，機械式 占主導，前期以機械式激光雷達為主，Yole 預計固態激光雷達和 Flash 激光雷達出貨量 在 2023 年起逐漸增多：2025 年，固態/Flash 約為 5 萬個，機械式約 120 萬個，比例為 1：24；到 2030 年，固態/Flash 出貨量約為 54 萬個，機械式約 400 萬個，比例為 1：7.4；從銷售額的角度，2025 年固態/Flash 約為 7300 萬美元，機械式約 45.82 億美元；到 2030 年，固態/Flash 銷售額約為 6.46 億美元，機械式約 58.94 億美元?？偟膩砜?，根據 Yole 預測，固態激光雷達的銷售額占比將會從 2025 年的 4.78%增加到 2030 年的 37.25%，銷 量占比將會從 2025 年的 11.83%增加到 2030 年的 52.6%。

傳統機械旋轉式激光雷達系統雖然性能高，但由于物理極限和成本高等因素限制，難 以滿足自動駕駛大規模車規量產需求。自動駕駛行業發展到現在，“革命性”路線準備商 業化量產，“漸進式”路線追求更高級的自動駕駛，兩派的需求將走向統一。在車規量產 和高性能需求下，固態激光雷達技術快速發展。目前，激光雷達正從機械旋轉式，到混合 固態，再到純固態方向演進。

除了關注價格和車規外，激光雷達真正要進入量產車，智能化和軟件感知算法將是更 大的挑戰。對于自動駕駛環境感知，傳感器硬件通常只完成了數據收集的工作，要真正獲 取交通參與者方位、類別、速度、姿態等信息，必須經過感知算法的實時計算分析。感知 算法的優劣直接決定對交通參與者的檢出率、感知準確度和感知距離。如果感知算法性能 不足，即使雷達硬件線數再高，也無法獲得優質的感知結果，所以說感知算法是激光雷達 感知系統的“第二個核心”。感知系統的剛需揭示了一個被掩蓋在激光雷達硬件光環下的 核心需求, 相比信息“收集器”，自動駕駛需要更聰明的信息“收集+理解者”。一個典型 的行業案例是速騰聚創在智能版的 MEMS 固態激光雷達 RS-LiDAR-M1 Smart 中嵌入 AI 感知算法與專用計算芯片組，可以同時輸出三維點云數據與障礙物檢測、識別、跟蹤，路 面交通標示等路況信息，充分保證決策層在冗余的信息基礎上完成正確的駕駛決策，幫助 車輛實現 Level3~Level5 高級自動駕駛與 ASIL-D 高級安全性。

總的來說，自動駕駛激光雷達市場規模有望超百億美元，預計行業整體將會向“低成 本化”、 “量產化”、“固態化”、“智能化”發展，同時國產勢力近年來逐步崛起， 未來市場發展值得期待

原文標題：【行業資訊】汽車自動駕駛產業鏈之激光雷達行業深度報告

文章出處：【微信公眾號：深圳市汽車電子行業協會】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq