2020年激光雷达行业专题分析报告

２０２０年激光雷达行业专题分析报告

目录

激光雷达：三维点云建模构建传感基石 (1)

路径之争：激光雷达为什么是L4自动驾驶不可或缺的传感器？ (1)

工作原理：“发射-反馈”系统如何形成三维点云信息？ (5)

产品体系：机械式vs固态式，未来趋势如何？ (9)

产业现状：海外厂商存在先发优势，国产势力正逐步崛起 (11)

上游情况：核心元器件海外垄断明显，国产自研势力涌现 (13)

中游格局：Velodyne成功上市一马当先，国内市场百花齐放 (14)

产业前景：市场增长潜力巨大，固态化、智能化成刚需 (21)

市场空间：单车价值量下降，2030年市场规模有望超百亿美元 (21)

发展前景：固态雷达成新战场，智能化成新挑战 (23)

风险因素 (26)

投资策略 (26)

图1：电磁波图谱 (2)

图2：各传感器性能比较 (3)

图3：无人驾驶车传感器融合方案 (4)

图4：自动驾驶对传感器的需求 (5)

图5：激光雷达扫描示意图 (6)

图6：激光测距工作原理 (6)

图7：Velodyne HDL-64 激光雷达系统扫描点云图 (6)

图8：激光雷达四大工作系统 (7)

图9：激光雷达分类 (7)

图10：禾赛Pandar128横截面图 (8)

图11：禾赛Pandar128技术参数 (8)

图12：禾赛Pandar128垂直方位角及分辨率示意图 (9)

图13：激光雷达探测距离示意图 (9)

图14：机械式激光雷达结构示意图 (10)

图15：MEMS激光雷达结构示意图 (10)

图16：OPA激光雷达结构示意图 (10)

图17：Flash面阵式激光雷达结构示意图 (10)

图18：四种激光雷达性能比较 (11)

图19：激光雷达产业链 (12)

图20：激光雷达产业链代表厂商 (13)

图21：激光雷达上游主要厂商 (14)

图22：激光雷达公司一览 (15)

图23：Velodyne发展历史 (16)

图24：Velodyne产品布局 (17)

图25：Velodyne盈利及现金流情况（单位：百万美元） (17)

图26：Velodyne研发费用预测（单位：百万美元） (18)

图27：Velodyne销售费用预测（单位：百万美元） (18)

图28：Velodyne管理费用预测（单位：百万美元） (18)

图29：禾赛科技产品布局 (19)

图30：速腾聚创产品布局 (20)

图31：全球激光雷达销售数量预测（单位：百万个） (22)

图32：全球激光雷达销售额预测（单位：百万美元） (22)

图33：国外激光雷达厂商融资概况 (23)

图34：ADAS激光雷达销售额细分预测（百万美元） (23)

图35：Robotic Cars激光雷达销售额细分预测（百万美元） (23)

图36：2025年固态/机械销售额比例 (24)

图37：2030年固态/机械销售额比例 (24)

图38：2025年固态/机械销量比例 (24)

图39：2030年固态/机械销量比例 (24)

图40：激光雷达演进趋势 (25)

图41：速腾聚创MEMS固态激光雷达RS-LiDAR-M1智能版(M1 Smart)实测点云 (25)

表1：摄像头分类 (1)

表2：各类传感器性能比较 (2)

表3：激光雷达与视觉方案价格对比 (3)

表4：视觉方案存在的问题 (4)

表5：激光雷达技术指标解析 (8)

表6：激光雷达结构分类 (9)

表7：固态激光雷达解决机械激光雷达的问题 (11)

表8：国内企业激光雷达上游研发进展 (14)

表9：国内激光雷达公司概况 (18)

表10：华为固态激光雷达领域布局 (20)

表11：大疆激光雷达方案参数表 (21)

▍激光雷达：三维点云建模构建传感基石

路径之争：激光雷达为什么是L4自动驾驶不可或缺的传感器？

自动驾驶的环境监测传感器主要包括摄像头和雷达两类：1）摄像头通过图像识别技术实现距离测量、目标识别等功能；2）雷达利用发射波和反射波之间的时间差、相位差

获得目标物体的位置和速度等数据，按所使用的不同类型的波，雷达可以分为毫米波雷达、

激光雷达、超声波雷达三类。

在摄像头方面，按视野覆盖位置可分为前视、环视（侧视+后视）及内视摄像头，其中前视摄像头最为关键，可以实现车道偏离警示系统（LDW）、前向碰撞预警系统（FCW）、

行人识别警示（PCW）等功能。前视摄像头又有单目摄像头、双目摄像头，乃至多目摄像

头等不同的解决方案。虽然双目或多目摄像头具有更高的测距精度和更广的视角，但由于

其成本较高以及对精度和计算芯片的高要求，使得其仍未能大规模量产，目前以Mobileye

领衔的单目摄像头解决方案是市场的主流。

表1：摄像头分类

分类测距原理优点缺点主要应用厂商

单目摄像头先通过图像识别障碍物类

型，再根据相对大小估算

距离成本和量产难

度相对较低

图像识别算法壁垒、数据库建立成本较高；

定焦镜头难以同时观察不同距离的图像

Mobileye

双目摄像头不需要识别目标、在级化

分割、立体匹配等计算后，

获得精确的深度数据测距精准使用多个摄像头、成本较高；

计算量巨大、对计算芯片要求高，目前大多

使用FPGA；对摄像头之间的误差精度要求

高，量产、安装较困难

博世、大陆、LG、电装、

日立

多目摄像头全覆盖视角蔚来、Mobileye

资料来源：电子工程世界，中信证券研究部

在雷达方面，主要分为三类：1）毫米波雷达：介于微波和红外线之间，频率范围10GHz —200GHz，波长为毫米级；2）激光雷达：介于红外线和可见光之间，频率大致为

100000GHz，波长为纳米级；3）超声波雷达：频率高于20000Hz。根据公式：光速=波

长*频率，频率越高，波长越短。波长越短，意味着分辨率越高；而分辨率越高，意味着在

距离、速度、角度上的测量精度更高。