一文读懂速腾聚创两大核心亮点和激光雷达产业技术趋势

核心亮点一：产品平台全面，满足不同应用场景的需求 

速腾聚创目前的激光雷达分为R、M、E、F 等平台产品，产品矩阵不断丰富。R 平台产品为传统的机械激光雷达，主要用于机器人及其他非汽车行业。M 及E 平台产品是目前主要用于ADAS 应用的车规级固态激光雷达，M 平台产品是安装在车辆上的主要激光雷达，E 平台产品专门设计用于短距离检测，并安装在用于盲点检测的主要激光雷达外，与M 平台产品相配合，为汽车提供零盲区。F 平台激光雷达产品仍在开发中，将支持超长检测范围，预期将用于商用车、铁路运输等其他需要较长检测距离的场景。 

专注于基于自研芯片激光雷达技术，开发芯片驱动的激光雷达平台，以实现快速高效的硬件产品迭代。在前期应用探索阶段，公司采用分立器件，推出R 平台产品满足了市场的性能需求。为了进一步减少成本与提高质量，公司随后更加专注于自主研发芯片，从而成功开发了 M 平台（2021 年6 月发布搭载自研芯片的 M 系列产品）与 E 平台（2022 年 11 月发布搭载了自研传输、接收及处理系统一体化芯片的 E 系列产品）。 

2021 年 6 月，公司向一家北美新能源汽车制造商批量交付了 M1，2022 年实现了M1 Plus 的量产，于2023 年实现M2 的量产。所有的这些产品在大小尺寸、接插件等都没有重大变化的前提下实现了产品性能的提升，使得客户可以通过仅付出很少的额外投入的情况下轻松升级。未来，公司的 M 平台和E 平台产品还会持续升级。

R 平台： 

是公司早期的研发成果，属于机械式平台，采用一维扫描架构。R 平台包括16、32、 80 或128 线的机械激光雷达产品。R 平台产品已用于送货机器人及检测机器人等多种机器人应用。通常安装在机器人的顶部或身体周围。 

2022 年公司的R 平台激光雷达销量达到约16000 台。根据灼识咨询，截至 2022 年12 月31 日，速腾聚创在机械激光雷达产品（不包括少于 16 线的低端激光雷达）的累计销售量在中国高居第一位。

M 平台： 

M 平台是公司就 ADAS 应用而设计的车规级固态激光雷达主打平台。M 平台目前使用快速转向 MEMS 扫描芯片，能够实现高性能的扫描。公司开发了一个二维扫描 MEMS 扫描芯片，使公司将 M 平台与许多现有的利用一维扫描系统的激光雷达产品区分开来。与传统的 MEMS 振镜尺寸较小的镜面不同，公司的嵌入式 MEMS扫描芯片的振镜尺寸较大，与二维扫描结构一起产生更宽广的可视范围、偏转角度、远距离的检测和高分辨率，同时大大降低激光雷达结构的复杂性。公司的M 平台中的每个收发器均采用模块设计，让每个收发器可以独立生产和安装。该模块设计让M 平台特别适合量产，从而改善其可靠性、灵活性、成本效益和可制造性。 

M 平台配备 MEMS 扫描芯片，与机械式激光雷达相比，成为了极具性价比的突破性产品。根据灼识咨询，公司的 M 平台是首个配备自主研发的芯片驱动的传输、接收、处理和扫描系统的。 

1、极简设计。采用二维扫描，取消了传统一维扫描收系统的器件堆叠（传统方法下， 128 线扫描需要128 套收发器件）。M1 采用五套收发器件，各能够实现126 线的扫描效果。在保证性能的前提下，极大提升了可靠性、稳定性和成本优势。 

2、高效智能。用自有的GAZE 技术，实现了芯片级智能化的感兴趣区域（ROI）动态调整，从而实现将点云资源按需分配，使产品更高效智能，而不是像大多数其他激光雷达方案一样只能在固定区域进行机械的水平扫描。 

3、高可靠性。根据灼识咨询的资料，M 系列产品的MEMS 振镜是业内唯一通过车规级AEC-O100 芯片认证的激光雷达扫描部件。 

M 平台的芯片激光雷达技术： 

1、二维 MEMS 扫描芯片。 

2、M 平台SoC。可以执行多种功能，包括控制激光光脉冲的发射、接收和处理模拟信号，以及控制MEMS 镜。其能有效地处理点云，相比标准的信号处理芯片具有更多的功能和更快的输出。 

M 系列配备了定制开发的 SiPM，日后将配备公司自研的 SoC，支持自研芯片驱动的传输、接受和处理系统。 

2022 年，M1 激光雷达产品销量达到约 36600 台，M1 Plus 的销量达到约 4300 台。 

2024 年，公司在 CES 2024 消费电子展上，发布了 M 平台的第四款产品 M3。M3采用 940nm 激光收发方案，可实现 300m@10%超远测距能力与 0.05°x0.05°角分辨率的超高清三维成像能力。

E 平台： 

固态盲点激光雷达 E1 采用了公司下一代自研 SPAD 阵列/SoC，通过整合核心激光雷达接收和处理组件，进一步简化了电路设计和生产工序。从而使 E 平台产品极具成本优势的同时，进一步提高性能、可靠性和能源效率。E1 的价格只有 M 系列产品的一半。 

E 平台基于Flash 技术（Flash 激光雷达的探测距离相对不算长，因此适合用于补盲雷达，作为主激光雷达的补充），用连续的闪光来照亮整个视觉检测区域。通过整合SPAD 阵列/SoC，利用公司的芯片激光雷达技术，Flash 激光雷达不需要任何扫描架构。 

进一步推进芯片激光雷达技术。E 平台的 SPAD 阵列/SoC（自研）与 3D 堆叠技术首次实现将接收和信号处理芯片整合到一颗芯片。采用 3D 堆叠技术的 SPAD 阵列 /SoC，其中使用晶圆制造 SPAD 层，而另一晶圆则用于制造 SoC 层，然后利用 3D堆叠技术将两层堆叠。根据灼识咨询，该技术是目前最先进的晶圆到晶圆及像素到像素互连技术之一。其确保 SPAD 阵列的像素水平统一，并使各SPAD 连接到逻辑层，而逻辑层就信号提取而言属必要，并可解决大型阵列的布线问题。 

1、性能优越。SPAD 探测层采用大接收面阵，实现高帧率和宽广的可视范围覆盖的同时，做到微细的角分辨率以近距离侦测盲点。根据灼识咨询，在所有已发布的固态补盲激光雷达产品中，E1 具有最宽的垂直可视范围及最佳的测距能力。 

2、高集成度。通过将激光雷达信号处理链路集成到使用3D 堆叠工艺的SoC 中，根据灼识咨询，目前发布的补盲激光雷达产品中，E1 的尺寸最小。 

3、高可靠性。3D 堆叠工艺保证了像素级别的一致性，从而保证了系统点云的整体一致性；同时这颗芯片已引入了功能安全设计，进一步加强了芯片的可靠性。 

E 平台的芯片激光雷达技术： 

1、SPAD 阵列/SoC。SPAD 阵列/SoC 使用背照式和三维堆叠技术，由一颗数模混合芯片实现了信号处理的全流程，实现了高灵敏度、高分辨率和处理能力。通过封装上的创新与大面积面阵覆盖更大的可视范围。公司的 SPAD SoC 有效提升了信号的关键转换效率并减少串扰，从而实现更强的测距能力。 

2、VCSEL 驱动IC。VCSEL 驱动 IC 高度集成化，使其具有体积小、重量轻、耐用和易于制造等特点。与VCSEL 阵列搭配，VCSEL 驱动IC 改善了光发射的均匀性，并通过窄脉冲宽度和高重复率获得更高性能。 

F 平台： 

速腾聚创正在开发支持超长检测距离的 F 平台激光雷达产品。F 平台可在 300 米以上的超长距离内拥有高分辨率。F 平台不再需要大型、昂贵且难以集成的光纤激光器。公司的 F 平台预计能够更快作出规避决策的同时降低所需算力。公司预期将于2025年推出 F 平台。 

速腾聚创的芯片激光雷达技术发展经历了以下三个阶段 

V1.0 公司最初通过向供应商采购，开始在R 平台产品上使用APD 和FPGA 芯片 V2.0 公司继续在配备了 MEMS 扫描芯片的 M 系列产品上开发芯片激光雷达技术，以及定制 SiPM 和自研SoC 

V3.0 公司的 E 系列产品 SPAD 阵列/SoC 高度集成至一颗芯片，不需要整个扫描架构，提供了具有成本效益的感知解决方案。 

公司已与德州仪器建立战略合作，并与国内外多家芯片供应商建立牢固的合作关系。量产 M 系列产品的核心 MEMS 扫描芯片由公司自主研发封装。E 系列产品的核心SoC 也是公司自主研发。 

核心亮点二：软件赋能，丰富收入来源 

速腾聚创于2017 年推出人工智能感知软件HyperVision，其将激光雷达和摄像头收集的原始传感器数据转换成为可以被自动驾驶汽车和机器人直接使用的高质量感知信息。随后根据自推出HyperVision 以来积累的经验，开发出多传感器融合感知软件。结合激光雷达硬件产品和其他传感器，形成全栈式车载感知信息采集与处理解决方案——“超级传感器”。速腾聚创的全栈一体化软硬件赋予了公司相比于仅仅提供激光雷达硬件产品的供应商更加灵活的商业化机会。 

HyperVision 的特点 

1、安全性。公司在从信息的传输和接收到感知结果的整个感知过程中保障安全。为进一步提高感知结果的可靠性，公司也在多个传感器（包括相机和激光雷达）上采用了冗余感知算法。 

2、性能。公司能够通过先进的传感技术提供精确的4D 感知结果。公司感知障碍物的能力不受训练样本的限制，通过有效融合来自多个传感器（包括摄像头和激光雷达）的信息，公司实现了较使用任何一种传感器更佳的感知性能。 

3、开放性。公司的感知软件提供开放及灵活的用户再开发环境。客户可以以公司的人工智能模型为基础，通过公司提供的工具链灵活引入客户自己的数据，对神经网络进行再训练和调优。此外，公司也为部分客户提供参考代码，在公司的核心能力之上，给用户提供为自身应用进行灵活设计和更改的空间。 

凭借公司的感知软件能力，速腾聚创可以针对不同客户需求提供定制激光雷达感知解决方案。根据灼识咨询的资料，速腾聚创是行业第一个提供高性能感知解决方案的激光雷达公司。公司与多个客户和商业伙伴（包括汽车整车厂和一级供应商）合作共同开发感知软件。公司的人工智能感知软件在激光雷达硬件的基础上为客户提供融合感知解决方案。公司已经开始为一些客户开发融合感知软件方案，包括一家中国汽车整车厂及一家北美汽车整车厂。2022 年，公司销售激光雷达感知解决方案营收占公司总营业额的23.1%。 

客户资源优质，销量增长强势 

汽车行业客户资源优质。根据灼识咨询的资料，截至 2023 年3 月31 日，速腾聚创与全球其他激光雷达公司相比，服务的汽车整车厂和一级供应商的数量最多、拥有前装量产定点车型最多、开启量产交付车型 SOP 最多。截至 2023 年6 月30 日，公司与 21 家汽车整车厂及一级供应商的激光雷达产品的量产定点订单达到 58 款车型，公司已经为其中的九家实现了 13 款车型的SOP。根据公司招股说明书的说法，截至同日，公司的激光雷达产品已经被全球最畅销汽车整车厂（按照 2020 至 2022年销量统计）以及按照中国 2022 年销量排名前十家汽车整车厂中的九家选用，包括中国最大的汽车整车厂及全球最大的新能源汽车整车厂。 

根据招股书披露，公司主要客户包括吉利汽车、广汽埃安、长城汽车、小鹏汽车、路特斯、Lucid 等。 

机器人客户数量领先。根据灼识咨询的资料，截至 2022 年 12 月 31 日，公司在机器人行业（不包括少于16 线的低端激光雷达）客户的销量在全球高居第一位。截至2023 年 6 月 30 日，公司已经为约 2200 个机器人及其他非汽车行业客户提供服务。 

根据灼识咨询，按照 2022 年的销售收入计算，公司在全球及中国激光雷达解决方案市场（不包括少于 16 线的低端激光雷达）排名第二，市场份额分别约为 7%及20%。根据同一资料来源，按照2022 年的销量计算，公司在全球及中国激光雷达解决方案市场（不包括少于16 线的低端激光雷达）排名第三，市场份额分别约为12%及21%。 

根据招股说明书，2020 年公司的激光雷达销量为约7200 台，2021 年销量为约16300台，2022 年公司售出约 57000 件激光雷达产品。根据公司最新公告，2023 年全年激光雷达销量达到约256000 台，呈现稳定上升趋势。 

公司产能充足。速腾聚创在深圳经营两个自有制造中心。公司的红花岭工厂占地约13000 平方米，主要生产固态激光雷达，每月设计产能约 46800 台。公司的石岩工厂主要生产 R 平台激光雷达，每月设计产能约 2500 台。公司也通过与联营公司立腾在东莞投资一个制造中心。将工厂产能相加后，预计设计年产能能超过一百万台。

上游：主要由激光器、探测器、主控芯片、模拟芯片及光学部件 5 个部件组成。芯片（主控芯片 FPGA 及模拟芯片）领域国内外差距比较大，国外厂商占据主要市场；光学部件、激光器与探测器等领域，国内相关公司可以做到国产替代，可实现灵活定制，成本优势比较明显。 

1、激光器（属于发射系统，分为固体激光器、半导体激光器、气体激光器等）：艾迈斯欧司朗半导体、lumentum、瑞波光电子、纵慧芯光、炬光科技

激光器实现发射光束的光源作用。激光器从发射维度看可以分为两大类：边发射（EEL）和垂直腔面发射（VCSEL）。 

EEL 作为探测光源具有高发光功率密度的优势，但 EEL 激光器因为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，往往只能通过单颗一一贴装的方式和电路板整合，而且每颗激光器需要使用分立的光学器件进行光束发散角的压缩和独立手工装调，极大地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。垂直腔面发射激光器（Vertical Cavity Surface Emitting Laser，VCSEL）其发光面与半导体晶圆平行，具有面上发光的特性，其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，无需再进行每个激光器的单独装调，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。

传统的 VCSEL 激光器存在发光密度功率低的缺陷，导致只在对测距要求近的应用领域有相应的激光雷达产品（通常小于 50m）。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。结合其平面化所带来的生产成本和产品可靠性方面的收益，VCSEL 未来将有望逐渐取代EEL。 

目前市场主要参与者仍以海外厂商为主，包括 OSRAM（欧司朗）、AMS（艾迈斯半导体）、Lumentum（鲁门特姆）等；国产厂商包括深圳瑞波光电子有限公司、常州纵慧芯光半导体科技有限公司等。 

2 探测器：sony、First Sensor、Hamamatsu 滨松光子、ON Semiconductor 安森美、量芯集成、灵明光子（小米投资）、南京芯视界（SPAD，华为投资）。从竞争格局来看，目前探测器领域仍以国外厂商为主。 

探测器属于接收系统，分为 SiPM 探测器（硅光电倍增管）、APD 探测器（雪崩光电二极管）、SPAD 探测器（单光子雪崩二极管）等。 

单光子器件（SPAD）具有极强的感光能力，在生物医学的荧光探测领域和核磁影像领域已经取得了广泛的应用，然而由于硅材料对激光雷达所采用的近红外光波段的吸收系数较弱，导致在激光雷达接收端的测量灵敏度不及当前在激光雷达中广泛 使用的线性雪崩二极管探测器APD。近年来，因为激光雷达行业的兴起，国内外多家探测器公司在不断优化单光子器件在近红外波段的量子效率，在实际探测灵敏度方面已经逐渐超越了 APD。未来几年内，随着设计和工艺的进一步优化，单光子探测器对 APD 性能的优势将越发明显。 

3、FPGA（信息处理）：Intel、Xilinx（两个海外巨头）、紫光国微（上市）、智多晶（小米投资） 

4 模拟芯片：TI、ADI 亚德诺半导体、矽力杰、圣邦股份

5 光学部件： 

5.1 旋转电机&扫瞄镜（属于扫描系统，也叫扫描器）：知微传感、Lemoptix、 Microvision、Maradin、Mirrorcle、Hamamatsu、STM、创微 

5.2 窄带滤光片（属于接收系统）：水晶光电、VIAVI、Alluxa

5.3 准直镜头（属于发射系统）：Heptagon、迈得特、蓝特光学、永新光学、福晶科技 

中游：中游大部分的激光雷达厂商主要做硬件集成的工作，并添加自研的算法，进行封装后卖给下游厂商。 

机械式：Ouster、Valeo、 Waymo、Ouster、禾赛科技、速腾聚创、镭神智能 

半固态-转镜式：Velodyne（与 Ouster 合并，双方合并后的公司仅保留 Ouster 的名字）、法雷奥、Luminar、IBEO（宣布破产）、Innovusion、禾赛科技、镭神智能、锐驰智光、Livox

半固态-MEMS：Luminar、Innoviz、禾赛科技、速腾聚创、一径科技 

固态-OPA（光学相控阵）：Quanergy（宣布破产）、力策科技 

固态-FLASH：Ouster、IBEO（宣布破产）、LuminWave、Analog Photonics FMWC：Blackmore、Aeva、Scantinel、Photonics、Strobe、光勺科技 

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。大部分 ToF 激光雷达产品采用分立器件，即发射端使用边发射激光器（Edge Emitting Laser，EEL）配合多通道驱动器、接收端使用线性雪崩二极管探测器（Avalanche Photodiode，APD）配合多通道跨阻放大器（Trans-Impedance Amplifier，TIA）的方案。ToF 激光雷达系统主要包括发射模块、接收模块、控制及信号处理模块和扫描模块（如有）。未来随着FMCW 激光雷达整机和上游产业链的成熟，ToF 和FMCW 激光雷达将在市场上并存。 

固态激光雷达：是完全没有移动部件的激光雷达。且由于装配调试可以实现自动化，若能实现量产则可以大幅降低成本。固态激光雷达的技术路线尚未定型，目前分为OPA 固态激光雷达和Flash 固态激光雷达。 

优点：不存在旋转的机械结构，所有的激光探测水平和垂直视角都是通过电子方式实现的，因此提高了耐用性；数据采集速度快，分辨率高，对于温度和振动的适应性强；通过波束控制，探测点可以任意分布，这是机械式激光雷达无法实现的。 

OPA（optical phased array 光学相控阵技术）激光雷达：运用相干原理，采用多个光源组成阵列，通过控制各光源发光时间差，通过调节发射阵列中每个发射单元的相位差，来控制输出的激光束的方向，合成具有特定方向的主光束。OPA 仍处于研发阶段 

优点：相比于MEMS，没有任何机械部件，结构相对简单，精度高，体积小，扫描速度快。 

缺点：易形成旁瓣，影响光束作用距离和角分辨率，使激光能量被分散。光学相控阵要求阵列单元尺寸必须不大于半个波长，阵列单元尺寸小于 500nm，对加工精度要求高，扫描角度有限，探测距离很难做到很远，接收端方案薄弱，信噪比较差。 

Flash 固态激光雷达：属于非扫描式雷达，发射面阵光，是以 2 维或 3 维图像为重点输出内容的激光雷达。Flash 原理是快闪，不像 MEMS 或 OPA 的方案进行扫描，而是短时间直接发射出一大片覆盖探测区域的激光，再以接收器对环境周围图像进行绘制。Flash 是目前较为主流的技术方案，目前高性能Flash 激光雷达主要是IBEO和 OUSTER。 

优点：发射端方案较成熟，成本较低；没有延迟，扫描速度快；体积小，稳定性高 

缺点：采用单脉冲测量，单脉冲需要较高的能量，峰值功率能达到上百千瓦至兆瓦级别，需要搭载固体激光器，而固体激光器成本很高，且闪光能量可能伤害人眼安全，受严格限制。因为目前 VCSEL 的效率和指向性，让 Flash 激光雷达有效距离和分辨率都不及前两类。 

FMCW 激光雷达：主要通过发送和接收连续激光束，把回光和本地光做干涉，并利用混频探测技术来测量发送和接收的频率差异，再通过频率差换算出目标物的距离。FMCW 按光波的相干方式，可分为线性调频和编码调相两种。相较于 TOF激光雷达，FMCW 存在四个显著的优势。第一，抗干扰能力很强，不会受到环境光的干扰。首先是因为 FMCW 基于相干原理，它只能接收到自己发出去的光，其次是它内置的光源的强度要比反射进来的阳光强度高至少三个数量级，阳光对它的影响基本可以忽略不计，再者，其滤波片的带宽在 0.01 纳米以内，而 TOF 激光雷达的滤波片带宽有 20-30 纳米。第二，信噪比很高。

在 FMCW 激光雷达中，除了激光器所发出的信号光外，还有经过光束分束器的本振光，信号光的回波和本振光一同耦合到光探测。除了接收到光信号光功率，外本地震荡光功率也一同与背景噪声相竞争，结果就压抑了噪声。远距离激光雷达往往会牺牲 FOV 来追求更长的探测距离，这其实对信噪比要求比较高，因此，在技术成熟后，FMCW 会是远距离感知更好的选择。第三，FMCW 可获取每个像素点的速度维数据，这不仅延长了有效探测距离，还减少了后端处理对算力的要求。第四，可实现更高程度的“芯片化”。不仅信号处理、激光器、探测器等可以进行芯片化，扫描部件可以基于硅光技术芯片化，光学镜头也有可能被芯片化，在最理想的情况下，扫描模块还可跟收发模块（激光器+探测器）集成到同一个芯片上。 

模块升级，固态激光雷达或有望落地 

激光雷达性能持续向上，国内供应商实现产品性能和迭代速度的反超。发展历程来看，车载激光雷达线束持续提升，从早期的 4/8线束产品提升至 2013年的16/32线束产品。2018 年后迭代速度加快，激光雷达线束数量提升至 40/64 线束，车端应用加速。2022 年前后性能提升至 120 线束以上，激光雷达可以实现对现实世界更清晰、更精准、更快速的还原，逐步成为车端智能驾驶的核心传感器之一。格局来看，以华为、禾赛科技、速腾聚创、图达通为代表的国内供应商 2018年后开始加速布局，保持每年更新迭代产品的速度，产品迭代效率领先；同时国内供应商在产品线束上实现反超，目前华为激光雷达和图达通灵雀 W均实现192 线束的落地。产品类型来看，高线束固态激光雷达自 2022年开始上市，由于自身不需要扫描模块，尺寸变小的同时实现性能提升。2024-2025年高线束固态激光雷达进程加速，有望落地高性价比车端激光雷达方案。 

2. 当下进展：激光雷达如何实现产品性价比的提升？

2.1 激光雷达性能如何逐步提升？

衡量激光雷达核心性能主要包括线束、视场角、分辨率、帧率、点频和功率等。

实现功能来看，激光雷达需要具备探测中长距离、可靠度和稳定性、夜间判断能力等，与功能相对应的可拆分为线束、视场角、分辨率、帧率、点频和功率等性能参数，对应关系上，发射模块、接收模块、扫描模块、接收模块均影响激光雷达本身性能。线束数量是直观衡量产品性能的关键指标，直接影响到产品性能。线束及等效线束越多，激光雷达对的感知精准度越高、探测范围越广，激光雷达数据有效性越强。 

激光雷达线束可以更直观衡量激光雷达的性能。一方面，整车厂对激光雷达应用的过程中对视场角、分辨率、帧率、点频和功率有标定参数，需要满足车端需求方可应用。另一方面，线束是垂直方向发出激光的数量，线束及等效线束越多，发出的激光束越密集，激光雷达的感知精准度越高，激光雷达数据有效性越强。在后续的性能升级分析中，我们聚焦如何提升激光雷达线束数量从而提升感知精准度。 

性能升级方案一：硬件升级带动激光雷达线束数量增加。固态激光雷达中，Flash方案通过光电集成技术、单片集成技术、堆叠技术等方式实现在有限的单位面积上增加收发模块的数量。OPA方案通过增加分束器，完成输出激光线束量级的提升。硬件升级优化收发模块配置，有效带动激光雷达线束的增加。 

性能升级方案二：优化振镜提升输出端等效线束。半固态激光雷达中，可以在扫描模块中通过优化振镜的方式，使低线束收发模块实现等效高线束效果。以速腾聚创M1 为例，收发模块有 5 组平行的 EEL 半导体边发射激光器，其发射出的点光源通过准直透镜将分散光束形成几个平行方向后，通过分光组件进入反射镜，反射镜将激光精准投射到 MEMS振镜上进行多次反射，实现输出端等效线束的提升。 

性能升级方案三：扫描器数量增加并分工实现接收端等效线束升级。半固态雷达中，二维旋转镜激光雷达采用两个一维振镜，分别负责水平和垂直方向上的扫描。以 Luminar的产品为例，采用转镜+摆镜的方式，通过横轴+纵轴进行二维扫描，从而弥补一维扫描方式精度不足缺陷，实现等效高线束功能。 

性能升级方案四：同时通过优化算法和信号处理技术提升激光雷达性能。优化信号处理技术可以提高对远处物体的探测能力；噪声抑制技术，比如自适应滤波和波形分析，可以减少背景噪声和系统电子噪声对信号的影响；信号积分技术能够通过累加连续多个探测周期内的信号，显著提高信噪比，从而使得系统能够探测到更加微弱的回波，提高探测范围。使用机器学习的模式识别，可以更精确地从噪声背景中提取有用信号，增强目标探测的准确性和远程探测的能力。 

2.2 激光雷达成本如何持续下探？ 

激光雷达成本持续下探。速腾聚创和禾赛科技的激光雷达成本来看，激光雷达成本均保持快速下探，速腾聚创 ADAS/机器人及其他激光雷达成本分别从 2020 年的0.99/1.10 万元下探至 2023H1 的 0.50/0.63 万元；禾赛科技激光雷达单颗成本从2021年的2.39万元下探至2023Q3的 0.65万元。 

方案优化：集成式方案简化生产制造成本及原材料用量。芯片为例，SoC芯片中集成了多个功能模块，如光电探测器、前端电路、波形处理电路，减少了对多个独立组件的需求，降低了物料成本和装配复杂性。此外，SoC还提高了信号处理的效率和速度，减少了功耗。集成化设计简化了激光雷达系统的整体架构，从而减少了制造和维护的成本。自研 SoC允许公司根据特定需求定制设计，更好地与产品集成。 

SoC芯片方案将接收、处理等模块融合，持续简化产品结构。以速腾聚创E平台产品为例，通过处理 SoC 芯片与接收 SPAD 阵列的 3D 堆叠，有效的集成了接收和信号处理部件，实现系统简化和成本控制，可以提供直接处理并生成点云的能力。 

核心组件价格下探：有望实现成本的持续下降。计算芯片、激光器、光学棱镜等核心组件价格指数均处于下降通道，未来组件成本有望保持相对低位，激光雷达产品有望实现成本下探。 

激光雷达成本持续有望下探，2024年降价节奏放缓。根据 IDTechEx的预测，激光雷达各方案价格仍处在下行通道，相较于 2022 年和 2023 年成本下探幅度或有所放缓，行业利润率有望缓解。 

2.3. 行业未来：销量快速增长，算法决定未来感知方案

1 比较：成本影响，激光雷达适配高价格带车型

摄像头+毫米波雷达+超声波雷达的组合基本满足感知需求。传感器性能对比来看，激光雷达在探测速度、日夜间工作能力上领先。“摄像头+毫米波雷达+超声波雷达”的感知层传感器组合在性能上满足各场景智能驾驶感知需求，激光雷达或作为探测距离及夜间环境的补充传感器。 

单车价值量：激光雷达＞4D毫米波雷达＞800万像素摄像头＞3D毫米波雷达＞低像素摄像头＞超声波雷达。单车用量来看，激光雷达/4D 毫米波雷达/高像素摄像头/3D 毫米波雷达/低像素摄像头/超声波雷达单车搭载量分别为 1-3 个/3-5 个/3-5个/4-6个/4-8个/8-12个。性价比来看激光雷达或略有落后。 

2.4.算法：融合vs视觉，Pseudo-LiDAR改变格局 

智能驾驶算法决策的权重占比持续提升，逐步成为定义硬件配置的核心原因。我们认为算法的迭代或直接影响车端硬件布局。方案来看，多传感器融合方案和纯视觉方案在竞争中直接受 AI算法、融合算法等多类算法的影响。 

融合算法：通过多传感器多轮数据融合，保证识别精准度和目标跟踪的准确性 

以华为GOD网络为例，融合的流程大致为：（1）数据采集：通过激光雷达的点云数据，初步获得行车环境的特征图；（2）关联关系转换：基于特征图，用Transformer结构的解码器，预测初始边界框，将行车环境中所需要注意的物体框选并标注，得到含有距离信息的边界框，Transformer将摄像头数据和激光雷达的数据转换为软关联数据。（3）数据初步融合：将激光雷达采集的信息投影到摄像头采集到的图像上，把 2D 图像的特征融合进去，给边界框赋予语义信息。用大模型 Transformer，自适应地寻找 2D图像与3D点云的关联。（4）详细标注：通过 Transformer中的交叉注意机制，以一种稀疏到密集的、自适应的方式将 2D 图像再次融合。Transformer 完成自适应对模型中信息的抽取，增强对物体识别的精准度。 

激光雷达在场景稳定过程中权重较低，在场景变化的过程中是最先发生权重变化。融合算法在权重分配上，激光雷达作为感知范围较大、识别距离较长的感知层传感器，在场景相对稳定的环境中激光雷达权重保持相对较低位置，在场景发生变化的帧数中激光雷达首先达到满权重而后下降至较低位置。 

当下来看融合算法结合了各模态传感器的优势，提高了检测精度和召回率。与视觉算法和激光雷达算法相比，融合算法将车辆检测准确率分别提升了 6.47%和3.72%。行人检测准确率分别提升了 20.27%和 4.86%；骑行者检测准确率分别提升了 5.04%和 3.04%，融合方法能够实现更好的环境感知能力。 

视觉算法：AI加持优化图像处理能力，Pseudo-LiDAR 有望替代激光雷达数据 

视觉算法通过Pseudo-LiDAR方案，使用多目摄像头获取图像深度信息从而补全3D图像信息。Pseudo-LiDAR方案是通过多摄像头方案获得深度图像，并将深度信息结合图像信息获得伪雷达点云（Pseudo-LiDAR点云），从而替代激光雷达方案。 

Pseudo-LiDAR方案具备更加稠密的数据，并且具备RGB颜色信息。结果来看， Pseudo-LiDAR 方案信息精确程度略低于融合方案，但具备更加密集的点云数据，并且具备 RGB 颜色信息，即可以通过颜色区分识别物体的属性和位置，从而更好完成神经网络感知下的 3D成像。 

特斯拉较多使用Pseudo-LiDAR方案，完成对静态物体和动态物体的标注。静态物体标注来看，特斯拉通过地图重构的方式保留出 Pseudo-LiDAR 信息，并且通过auto-labeling 算法完成信息处理，从而完成目标检测等任务。动态物体标注来看，通过多目摄像头构建深度信息，并通过自监督方式获得距离信息，同时通过 Radar得到深度信息和穿透信息。在叠加 Pseudo-LiDAR、Radar和视觉方案反馈的数据后，结合时序模型完成对空间内物体行为轨迹的预测。 

特斯拉基于静态识别和动态识别的方案，完成对路面全部信息进行标注，并通过Diffusion及时序模型完成行为轨迹的预测。 

结合当下算法进展和商业化应用成果，我们认为，融合方案效果由于纯视觉方案，激光雷达仍然可以保持性能上的领先及上车的必要性。长期来看，Pseudo-LiDAR 方案或逐步趋近成熟，数据精准度的提升叠加与神经网络感知的适配性有望逐步降低激光雷达数据在智能驾驶3D成像方案过程中的权重。 

图1 DRE眼中评价标准举例

对于一家激光雷达公司来说，想要在未来的市场上独占鳌头，那么最佳的配置黄金组合应该是这样的：

“ 10%反射率下，超长距离300 m+中长距200/250 m+中短距离（50-70 m）的产品组合+软件算法支持团队+规模化智能制造能力（自有工厂或合资合作工厂）”，这个组合，就是接下来针对激光雷达公司在车载市场的一个走向胜利的画像。

从商业角度看，2024年12月之前没有获得定点或者意向定点的激光雷达公司，会面临比较大的车载市场进入压力。因为有适配合格性能的产品是一个入场券，定点上车是一个里程碑，持续交付不出质量问题是一条护城河，每一步都需要时间，每一个环节都不能抄近道。当先发者持续不断地输入用户需求和优化应用适配的时候，从产品端就追不上了，当先发者持续地通过生产不断调优，实现规模量产的时候，成本也就追不上了。性能和成本的组合，对汽车用户而言是十分重要的影响因子。

3.1. 市场空间 

激光雷达的市场规模正在加速扩大。根据灼识咨询，全球激光雷达解决方案市场规模将从 2022 年的 120 亿元增长至 2030 年的 12537 亿元，复合年增长率达到78.8%。中国将成为全球最重要的市场，到 2030 年占全球激光雷达解决方案市场的 34.4%。根据灼识咨询，中国的激光雷达解决方案市场在 2022 年至 2030 年将以79.5%的复合年增长率增长。 

根据灼识咨询，汽车行业预计将成为激光雷达解决方案市场增长的主要驱动力，到 2030 年将占全球市场的 79.8%。机器人市场应用场景丰富，2030 年全球机器人激光雷达解决方案的市场规模预计将达到 2162 亿元。 

2024年超过30款新车将搭载激光雷达，高线束激光雷达销量有望提升。分车型来看，阿维塔 11 和阿维塔 12 采用三颗 96 线激光雷达，具备 120°×25°的视场角和 150 米的探测距离，这一配置在多方面确保环境感知性能。理想 L9Max、飞凡 R7旗舰版、零跑 C10均搭载一颗128 线束激光雷达，提供120°×25.4°的视场角度和200 米的有效探测距离，搭配10Hz 的帧率，平衡性能和成本。蔚来全系车型标配150线激光雷达，在 10%反射率下能够探测到 250米以内的物体，探测距离远。华为智界S7 和问界 M9 配置 192 线束激光雷达，在 250 米范围内实现精确识别，20Hz 的雷达扫描频率使其在数据更新速度和环境感知能力上出众。 

车载激光雷达：预计2027年车载激光雷达市场规模有望超过280亿元。受益于激光雷达性价比持续提升，我们认为：（1）车载激光雷达渗透率有望持续提升，预计 23-27 年渗透率分别为 2.0%/7.0%/15.0%/23.0%/29.0%；（2）单车平均激光雷达搭载量保持在 1.25颗，即大部分车型装配 1颗激光雷达，部分车型或搭配 2-3颗激光雷达；（3）单车价值量持续下探且降幅下降，预计23-27 年单颗激光雷达价格分别为 4500/3800/3300/3000/2800元。 

供给：国内供应商产品迭代加速，多技术路线支持多平台开发充分适配需求。产品矩阵来看，国内供应商如禾赛科技、速腾聚创等公司均保持多技术方案的开发模式，产品迭代速度和整车厂需求响应能力充分适配功能和销量结构的持续变化，我们认为国内激光雷达厂商有望进一步扩大领先优势。

来自智车行家公众号