自动驾驶加速落地,激光雷达放量可期(下)

3 下游应用加速渗透,激光雷达出货提升

3.1 远期展望百亿美金市场,伴随自动驾驶快速成长

激光雷达是自动驾驶系统中一项关键技术,近年全球智能网联汽车产业进入加速发展新阶段,推动着激光雷达市场规模高速增长。2022 年全球激光雷达解决方案市场规模为120 亿元,近五年CAGR 达63%,根据中商产业研究院预测,2023 年全球激光雷达解决方案市场规模将达到227 亿元,2024 增至512 亿元。国内方面,随着智能化技术的持续突破和升级,受无人驾驶车队规模扩张、高级辅助驾驶中激光雷达应用渗透率提升、以及机器人及智慧城市建设等领域需求的推动,国内激光雷达市场驶入快车道,2022 年市场规模约26.4 亿元,预计2026 年可增至139.6 亿元。

图表27:2020-2024 年全球激光雷达解决方案市场规模

图表28:2022-2026 年中国激光雷达市场规模

应用端智能驾驶迅速扩容,预计24 年赶超机器人领域。据灼识咨询,在激光雷达解决方案的诸多应用场景中,智能驾驶汽车有望从2022 年的34 亿元增至2030年破万亿人民币,CAGR 高达103%,随之同期市场份额预计从28.7%提升至79.8%,超过机器人领域(22 年占比68.2%)占据最大份额。我们认为,随着汽车自动化水平的提升,单车激光雷达搭载数量将不断增加,L3、L4 和L5 级别自动驾驶或分别需要平均搭载1 颗、2-3 颗和4-6 颗激光雷达,市场空间较大。

图表29:全球激光雷达解决方案按应用划分市场规模(按销售额计算,十亿元)

无人驾驶兴起,市场需求与日俱增。近年来,无人驾驶行业发展迅速,激光雷达作为无人驾驶的重要传感器规模增长较快,其在无人驾驶运用原理是通过3D 建模进行环境感知,然后通过雷射扫描得到汽车周围环境的3D 模型,运用相关算法比对相邻帧数环境的变化,从而探测出周围的车辆和行人,做出相应的驾驶判断。据Yole 相关统计,2021 年,全球激光雷达无人驾驶领域的出货量约24 万个,同比增长71.43%,预计2025 年其出货量将达130 万个,CAGR 达56.2%。

图表30:2017-2025 年全球激光雷达在无人驾驶领域出货量

3.2 自动驾驶渗透加速,激光雷达放量可期

辅助驾驶成汽车研发的重点方向,L3 为自动驾驶重要分水岭。根据SAE 分级,自动驾驶有5 个级别,L0 即人工驾驶;L2 部分自动化驾驶较为普及,是大多数车型已经具备的功能;L3 级已可由车辆完成绝大部分操作,但驾驶员仍需保持注意力;L4 只有在特定地段才需人工操纵其余时间告别驾驶员,并且无需保持注意力;L5 完全自动化,目前还只停留在概念阶段,所有驾驶操作均可由车辆完成。

图表31:自动驾驶技术分级与特征

车载激光雷达被认为是L3 级以上自动驾驶必备传感器。在积极拥抱智能驾驶技术发展的同时,安全冗余是人们考虑的关健要素,含激光雷达的多传感器融合方案是智能驾驶提速的安全保障。随汽车自动化水平的提升,单车激光雷达搭载数量将不断增加,L3、L4 和L5 级别自动驾驶或分别需要平均搭载1 颗、2-3 颗和4-6 颗激光雷达。早期车载激光雷达成本高达几万美元,近期已下探至几百美元水平,为车载激光雷达的规模商用奠定了基础。

激光雷达被作为智能驾驶的重要卖点,逐渐布局上车。从2021 年以来,小鹏、蔚来、理想、极狐、智己等国内车企开始逐步推出搭载了激光雷达的车型,单车搭载量在1-4 颗不等,越来越多的厂商也在计划布局上车,据Yole 统计,截止2023 年第三季度,已有36 家中国车企宣布使用激光雷达,预计国内将有高达106款搭载激光雷达的车型上市,占全球同期预计发布搭载激光雷达新车型总数量近90%,国内激光雷达车企的数量和规模将在未来一段时间长期领跑。

图表32:国内激光雷达迎来上车潮

智驾汽车渗透率稳定提升,L2 向L3+过度正当时。近年来,全球智能驾驶汽车渗透率逐步提升,从2020 年的23.4%增至2022 年42.7%,同时带动智能驾驶汽车出货量的增加,2022 年全球智能驾驶汽车的出货量达3440 万台,根据中商产业研究院的预测,2023 年出货量预计可达4210 万台,渗透率增至51.0%,2025 年出货量攀升至5430 万台,渗透率达63.5%。国内来看,我国量产乘用车自动驾驶等级正在由L2 向L3+过度,2022 年我国在售新车L2 和L3 渗透率分别为35%和

9%,预计2023 年可达51%和20%。部分科技公司正逐步研发L4 级自动驾驶,并在部分城市路段和特定场景下进行测试,但目前高级别自动驾驶仍存在政策法规、安全性、技术成熟度等众多挑战,根据慧博资讯数据,2022 年我国L4 渗透率为2%,预计2023 年将达到11%。

图表33:全球智能驾驶汽车出货量及渗透率预测

图表34:2022-2023 中国在售新车自动驾驶搭载率

燃油车动力反馈和续航不足,电动汽车更适合自动驾驶。燃油车是否适合使用智能驾驶技术,可以从以下方面考虑:1)燃油车动力反馈较慢,其动力系统为一套非常复杂的机械结构,提速感相对迟钝,叠加智驾系统本身判断响应时间,在紧急情况下危险系数会增加;2)油车车内的铅酸蓄电池在发动机运作时才会给其供电,驻车状态下续航较短,无法很好的供应自动驾驶系统所需耗电量,勉强支持L2 及以下智驾系统,不利于迭代发展;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,需要升级到更快的MOST 以及车载以太网总线,但由于燃油车平台化、模块化的重复利用,牵连众多,很难在架构上推倒重来。

图表35:全球电动汽车销量及预测(万辆)

图表36:中国电动汽车销量及预测(万辆)

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,可对应L1)、部分自动驾驶阶段(PA,可对应L2)、有条件自动驾驶阶段(CA,可对应L3)、高度自动驾驶阶段(HA,可对应L4)和完全自动驾驶阶段(FA,可对应L5)。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。

图表37:我国自动驾驶发展规划

根据IHS Markit 数据,2021 年L2 级自动驾驶市场渗透率为20%,L3 还未有所表现。针对上述目标,2025 年预期实现L2 和L3 的市场份额超过50%,2030 年市场份额合计超过70%,增量空间较大,市场表现仍值得期待。

图表38:中国自动驾驶市场渗透率

图表39:全球ADAS 市场规模及预测

图表40:2025 全球主要国家地区ADAS 渗透率预测

图表41:2025 年全球ADAS 功能渗透率预测

4 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

激光雷达上游主要包含发射、接收、信息处理和扫描等四大模块。发射端的发射光学系统包括光束控制器、激励源、激光器;不同光源成本差距较大,发射端是激光雷达重要成本构成,占30%-50%。接收端将光信号转换成电信号,主要有光电探测器以及处理芯片,最后放大信号并使用芯片进行处理。光束控制需要扫描系统,不同扫描方式会有不同结构设计。

图表42:激光雷达成本结构及主要供给厂商

具体来看,产业链上游可分为四个部分,整体海外厂商占据市场主要份额,但近年国产替代以成本优势快速占据市场:

➢ 激光器和探测器:以海外为主,包括艾迈斯欧司朗、Lumentum、HAMAMATSU、II-VI 等;国内的供应商有纵慧芯光、瑞波光电、华芯半导体、长江华芯等。而光纤激光器主要供应商有海外的Luminar、Lumibird、IPG 光电、昂纳、以及国内的镭神智能等。探测器方面,海外供应商主要有艾迈斯欧司朗、安森美、Firstsensor、HAMAMATSU、索尼等;国内主要为量芯集成、灵明光子、芯视界微电子、光迅科技、阜时科技等。

➢ FPGA:FPGA 通常被用作激光雷达的主控芯片,海外主流的供应商有赛灵思(AMD 收购)、Altera(英特尔收购)、Lattice 等;国内主要的供应商有紫光同创、智多晶微电子、复旦微电子、安路科技、高云半导体等。从性能上来说,国内目前发展仍大幅落后于海外,但国内产品的逻辑资源规模和高速接口性能,也能够满足激光雷达的需求。FPGA 虽然是目前主流方案,但随着

对性能及整体系统需求的提升,集成度更高的SoC 可能会在未来激光雷达上受到广泛应用,比如集成了光电探测器、前端电路、波形数字化、波形算法处理、激光脉冲控制等功能模块的SoC。

➢ 模拟芯片:主要是高精度ADC,在发光控制、光电信号转换,以及电信号实时处理等关键子系统上都需要用到。海外主流的供应商有TI、ADI 等,国内矽力杰、圣邦微、芯海科技等都可以供应相关芯片,但与海外龙头产品在性能上有一些差距。

➢ 光学部件:包括有MEMS 振镜、各种光学镜片、OPA 硅光芯片等。MEMS 振镜主要由海外厂商供应,HAMAMTSU、英飞凌、ST 等;国内波弗光电、知微传感、英唐智控、镭神智能等都有相关产品布局或已经被应用。光学镜片方面,国内主要厂商已有成熟技术,国内供应链在光学部件已经达到国际领先水平,且在成本方面具备竞争优势,基本可替代国外供应链并满足产品加工的需求。

图表43:主要激光器分类对比情况

中游企业竞争充分,国内厂商实力出众。产业链中游主要为激光雷达集成品制造商,参与者众多,竞争较激烈。激光雷达目前尚处在量产初期,随着技术路径的发展性能和成本优势在各家厂商存在转移的可能性,整体竞争格局尚未成型,也是国产厂商能较好发展的切入点。当前激光雷达市场竞争力较强的厂商主要集中在中国、美国欧洲。国内来看,速腾聚创、禾赛科技、镭神智能、华为等企业发展迅猛,相关产品市场份额占比较前,根据Yole 数据,2021 年速腾聚创在全球

激光雷达市场份额占比已达10%,超过Luminar 排名第二。

图表44:国内部分激光雷达厂商介绍

图表45:2021 年全球激光雷达企业市场份额情况

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。

图表46:激光雷达下游相关公司

4.2 国产化水平大幅提升,市场规模不断扩大

中国自动驾驶渗透率提升,车载激光雷达前景广阔。根据沙利文预测,2025 年全球激光雷达市场规模有望达到135.4 亿美元,中国激光雷达市场规模预计达43.1亿美元,占比31.8%。我们认为,随着人工智能和自动驾驶技术的快速发展,中国将不断扩大市场规模占比,成为全球主要的激光雷达销售市场。随着智能化技术的持续突破和升级,受无人驾驶车队规模扩张、高级辅助驾驶中激光雷达应用渗透率提升等方面的推动,预计激光雷达市场规模将实现快速扩容。2021 年我国车载激光雷达市场规模达到4.6 亿元,2025 年市场规模有望达到54.7 亿元,实现85.8%的年复合增长率。

图表47:2025 年激光雷达市场规模预测(亿美元)

图表48:中国车载激光雷达市场规模及预测

车载激光雷达受到资本市场的广泛关注。IT 桔子投融资数据库统计结果显示,2020 年全球激光雷达投融资数量超16 起,国内超12 起。2021 年全球激光雷达投融资数量超30 起,国内超23 起。22 年1-8 月,全球激光雷达投融资数量超16起,国内超12 起。融资金额方面,2017 年至2021 年间中国激光雷达企业融资总额超120 亿元人民币,其中2021 年全年激光雷达领域的投资金额达56 亿元,同比增长47.3%。2022 年激光雷达领域的市场关注度有所下滑,国内自动驾驶领域

发生融资事件92 起,披露融资额累计达178 亿元,对比同期,融资起数和融资额分别下降约30%和60%。

图表49:2016-2022 年部分汽车激光雷达企业融资历史(百万美元)

国内五巨头领衔,激光雷达市场格局初定。经过市场竞争,如今本土激光雷达供应商率先崛起,代表企业有禾赛科技、速腾科技、图达通、大疆览沃、华为、北醒、万集科技等。根据佐思汽研统计,2023 年1-7 月,国内乘用车前装市场TOP5激光雷达企业均来自本土,其中禾赛位居榜首,市占率在45%以上;其次是图达通,主要服务蔚来系车型,市占率达到25%。

图表50:2023 年1-7 月国内激光雷达市场竞争格局

固态补盲------激光雷达新赛道。2022 年5 月,亮道智能推出首款纯固态侧向补盲激光雷达LDSatellite™,面向前装量产,拥有120°×75°超大视场角。上海车展还展出了前向+侧向补盲激光雷达的集成DEMO 实车。随后,禾赛科技、速腾聚创、一径科技、图达通纷纷推出补盲激光雷达,上市时间均定在2023 年内。

图表51:国内主要补盲激光雷达产品对比

芯片国产化,激光雷达规模化可期。从系统构成看,激光雷达芯片主要包括发射端芯片、接收端芯片、信息处理芯片等。经过多年发展,国内发射端VCSEL 芯片已进入成熟量产阶段,但接收端SPAD 芯片主要被索尼、安森美等企业垄断。因此,国内SPAD 芯片企业,包括阜时科技、识光芯科、芯视界、灵明光子等,加速技术发展,已实现新的突破。2023 年8 月,阜时科技发布全固态激光雷达面阵SPAD 芯片FL6031,采用Stacked-BSI 工艺,集成360x150 的SPAD 像素阵列,有效像素超过50k,并满足上车要求。基于FL6031 芯片,苏州光之矩与武汉万集已完成全固态激光雷达的Demo 开发。

信息处理芯片方面,以FPGA 为主,主要实现时序控制、波形算法处理、其他功能模块控制等。主要厂商为Xilinx 和Altera。速腾聚创、图达通、大疆等车载激光雷达产品的FPGA 芯片均来自Xilinx。2023 年9 月,蔚来发布自研的激光雷达主控芯片"杨戬"(芯片型号为NX6031)。芯片配备8 个9bit 的AD 模数采样,每通道采样频率高达1GHz,能够高效捕获激光回波信号。

相关推荐
果冻人工智能31 分钟前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工32 分钟前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz34 分钟前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
罗小罗同学40 分钟前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
孤独且没人爱的纸鹤43 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11331 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike1 小时前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习