英伟达、Mobileye等定位Tier2、Tier1的芯片公司，融合AI技术切入无人驾驶计算平台，进而帮助车企实现无人驾驶。
新力量和科技公司在无人驾驶产业链布局深入，技术路径选择更加激进。2020年是智能汽车量产的第一年，自动驾驶传感器在汽车中的应用明显地增加。随着无人驾驶的加速，自行车智能升级的趋势将更加明显。
雷达：分为毫米波雷达、激光雷达、超声波雷达三类，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。当前L2级无人驾驶感知系统主要由超声波雷达、毫米波雷达、摄像头等传感器组成。
性能方面：激光雷达探测距离远，测量精度是毫米波雷达的10倍。它能准确地描绘物体的三维形状。毫米波雷达和超声波雷达受精度限制，无法区分慢速移动的人和其他静止物体。
成本方面：摄像头与毫米波雷达成本单价通常在200美元以内，激光雷达价格在8000-75000美金不等，远高于其他传感器，这也是掣肘激光雷达迈向商业化的瓶颈。
2、“纯视觉”or“强感知”？无人驾驶玩家如何布局L4/5解决方案？基于无人驾驶玩家不同的商业模式，市场上针对高级别无人驾驶最重要的包含纯视觉和强感知两种方案：
摄像头主导的纯视觉解决方案：它以摄像机为主，由毫米波雷达等低成本传感器组成，形成纯视觉计算。典型代表是特斯拉、Mobileye和百度ApolloLite，这是中国唯一的自驾式纯视觉城市道路闭环解决方案。特斯拉自己的芯片和算法团队相信，通过视觉系统优化自己的AI算法，能轻松实现高水平的智能驾驶。由于纯视觉方案在精度、稳定性和视觉上的局限性，不足以满足传感器L3级无人驾驶的性能要求。曾经以视觉为核心的MobileEye在2025年无人驾驶车辆传感器系统开发计划中提出使用内置激光雷达传感器。
激光雷达主导的强感知方案：该方案由激光雷达牵头，由摄像机、毫米波雷达和其他传感器组成。典型的代表企业是waymo、Uber、百度Apollo等科技和出行公司。Waymo定位robotaxi并直接瞄准L5智能驾驶，因此使用了五个激光雷达来确保车辆安全。对于2B市场，waymo旨在积累运营经验数据，随着未来激光雷达成本的下降，这一些数据可以大规模推广。对于特斯拉以外无法通过人工智能弥补硬件缺陷的汽车制造商来说，使用更多类型的传感器是更好的选择。继奥迪之后，其他主流汽车制造商也推出了激光雷达计划，戴姆勒、保时捷、宝马和威莱也投资了激光雷达公司。
3、各应用场景对激光雷达要求各有不同。激光雷达主要使用在场景包括无人驾驶、ADAS、服务机器人、车联网V2X、消费电子等。由于应用场景和搭载激光雷达载体有明显差异，对激光雷达的性能、价格、体积等维度均有不用需求：
Robotaxi/Robotruck所有者多为运营公司，对价格及与车身的集成度要求较低；
车联网应用对车规化和集成度要求较低，但路端应用需要基于激光雷达点云实现目标物聚类和跟踪，因而对激光雷达供应商配套感知算法能力要求较高。
1、工作原理：激光雷达是无人驾驶汽车之“眼”。激光雷达是通过发射激光束来探测物体与传感器之间精准距离的主动测量装置，包含发射单元、接收单元、扫描单元以及数据处理单元。
激光雷达能够最终靠激光和探测器实时感知广义机器人的环境，获得周围物体的准确距离和轮廓，实现避障功能收集的高精度地图，智能汽车能够最终靠激光雷达的定位精度达到cm级，实现自主导航。
2、按测距方法：FMCW未来会得到更多应用。按测距方法，激光雷达可分为ToF法、FMCW法及三角测距法等，ToF和FMCW测距法可以在一定程度上完成室外阳光下较远的测程（100-250m），是车载激光雷达的优选方案。
TOF法是目前市场上车载中远程激光雷达的主流方案。FMCW检测距离远，成本和功耗优势显著，但对系统集成和信号处理算法要求严格，尚未实现大规模生产。AEVA是第一家采用FMCW方法的激光雷达公司。大众idbuzz无人驾驶仪车队将于2024年搭载4D激光雷达产品。Aurora，一家首席无人驾驶仪公司，收购了Blackmore，这表明FMCW方法将在未来得到普遍应用。
按照扫描方式，激光雷达可以分成机械和固态激光，固态激光包括MEMS、OPA、Flash、棱镜、转镜等，固态激光雷达目前主要是采用MEMS、Flash和OPA方案。
机械式激光雷达：优点是线线线不同的价格层次），性能高（能轻松实现360度非常快速地旋转），劣势是体积大、成本高、验证时间长。机械式激光雷达是目前Robotaxi的主流方案，Waymo自研的Honeycomb依然是传统机械式构造。海外市场以Velydone为主，国内玩家有禾赛、速腾。
MEMS（混合固态激光雷达）：MEMS激光雷达用微振镜代替机械产品中的宏观扫描仪，将机械部件集成到单个芯片中。根据MEMS咨询估计，机械雷达每组芯片的成本约为200美元，只有16组芯片的成本高达3200美元EMS该方案可以大幅度降低成本和体积。同时，微振镜反射激光可以形成更广泛的扫描角度和更大的扫描范围，形成更多的点云，有效地克服了机械激光雷达在使用寿命和产量方面的不足。
OPA：OPA激光控制集成在一块O中，取消了机械结构，PA芯片结构简单，体积小，可动态控制扫描频率、分辨率和焦距调整，多线多维扫描可获得更高的数据采集率。但另一方面，OPA企业需要独立开发芯片、上游核心电子元器件、技术支持不成熟、制造工艺复杂、短期工业化困难。Quarnergy最早提出OPA方案公司，QuarnergyS系列是业内首款OPA架构的激光雷达，但目前尚未落地。
Flash：Flash激光雷达类似于数字相机，用单激光脉冲照亮目标环境，抗震要求高。同时，发射高功率单激光脉冲需要创新光源能量和发射模式，成本高。Flash激光以LeddarTech以1064为代表nm没有昂贵的S，激光功率PAD因此，方案的功率和灵敏度有限。
棱镜：采用非重复扫描方式，类似视网膜的中央凹，通过对两个棱镜转速的调整，激光雷达会获得不同扫描图案，时间越长，点云密度越高，对场景的还原度越好。大创的双棱镜方案，预计明年在小鹏新车上量产。
随着5G、AI技术逐渐普及，无人驾驶、高级辅助驾驶、服务型机器人和车联网等行业发展前进广阔。根据沙利文预测，受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗透率加速、以及服务机器人和智能交通建设等领域需求推动，激光雷达市场将呈现高速增长，预计到2025年全球市场规模达135.4亿美元，2019-2025年CAGR达64.5%。
从市场空间看，根据IDC数据，全球手机出货量约16亿台，按2000元均价测算，全球手机市场规模约3.2万亿元，而全球轻型车市场总销量约9000万台，按均价10万元计算，市场规模约9万亿，接近前者的3倍。
从发展阶段看，全球智能手机出货量已经连续两年下滑，智能手机渗透率达到80%，处于成熟阶段。L1/L2级以下智能驾驶新车渗透率接近45%，相当于2012年全球智能手机的渗透水平，随着更高级别自动驾驶技术的突破和应用，单车智能的提升空间广阔。
1、Robotaxi颠覆了传统汽车产业盈利模式。传统出行服务中人工成本占运营总成本的60%以上，Robotaxi可以省去人力成本，并减少车辆闲置时间。
对于消费者，根据ArkInvestment测算，传统出租车服务的平均收费为3美元/英里，私人用车为0.7美元/英里，而驾驶一辆Robotaxi的费用可将成本降低至0.25美元/英里。对于主机厂，特斯拉预计每辆Robotaxi每年带来超过3万美元的毛利润，并且可以连续载客11年，相比之下，传统汽车厂商单车利润不足1000美元。Robotaxi有望重塑未来整个汽车和出行领域的竞争格局。
2、Robotaxi头部玩家商业化加速。Robotaxi商业化的关键要素包括以下方面：
成本：为保证用户体验，在运营城市投放Robotaxi服务，自动驾驶车辆需要达到一定密度，再加上车辆改装成本（滴滴Robotaxi车辆造价在100万以上），布局一个城市的前期成本在40亿元左右，资金门槛高；
技术和政策：国内路况、车况复杂，目前国内没有无驾驶员的Robotaxi上路，而可以实现完全无人驾驶打车服务的全球仅Waymo一家；
平台：平台运营效率可以确保自动驾驶车辆的空载率尽可能的低，从而提升Robotaxi的商业化效率。Robotaxi商业化意味着拥有可量产的自动驾驶车辆、可无人和可收费。
2020年10月，Waymo宣布，它是通过其汽车招呼软件waymoone提供完全无人驾驶服务的世界领先者。百度、文远之星等国内企业也在加速商业化进程。去年，百度在北京开通了无人驾驶出租车服务，乘客可以免费试用ApolloGO。文元志星目前在广州无人驾驶的操作和测试车队预计将在2021达到260辆。Robotaxi正在加速商业登陆。
3、预计2025年全球无人驾驶领域激光雷达市场规模达到35亿美元。Robotaxi对于自动驾驶等级要求高，且对成本不敏感，是激光雷达的主战场。
根据ReportLinker预计，2025年全球包括运送乘客和货物在内的L4/L5级无人驾驶车辆数目将达53.5万辆。根据沙利文研究预测，预计到2025年，全球无人驾驶领域激光雷达市场规模将达到35亿美元，2019-25年CAGR达80.9%。
长城汽车宣布将在2021年推出国内首个全车冗余L3级别自动驾驶车型，采用Ibeo最前沿的FLASH技术方案，可实现0.05度角分辨率，识别130米范围内安全隐患；
2021年1月9日，蔚来发布首款自动驾驶车型ET7，该车型配备了1台Innovusion的超远距离激光雷达，拥有120度超广视角、等效300线的超高分辨率，最远可达500米的超远探测距离；2021年初，小鹏发布了第三款车型P5，该车型搭载2台Livox车规级激光雷达。
此外，智己汽车、本田、奔驰、丰田、长安等自动驾驶车型将于2021年推出。激光雷达对于实现高级辅助驾驶至关重要。根据沙利文的研究，预计到2025年，激光雷达在辅助驾驶领域的市场规模将达到46.1亿美元，2019至2025年CAGR达83.7%。
服务型机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等，越来越多的电商、消费服务业巨头及初创公司投入该领域。当前，服务机器人落地应用主要集中在校园、社区和工业园区等相对封闭场景。
2019年12月，美国自动驾驶送货科技公司Nuro与零售巨头Kroger(酷乐客)合作，在休斯顿为顾客提供无人送货服务；2020年7月，京东物流无人配送车正式上线月，美团正式发布智慧门店MAIShop，集成了无人微仓与无人配送服务。
随着全球服务型机器人出货量快速增长，以及激光雷达在服务型机器人领域渗透持续提升，2025年激光雷达在该领域的市场规模预计将达到7亿美元，2019-2025年CAGR达57.9%。
技术与政策双轮驱动，大规模路侧V2X建设有望铺开。根据2020年2月国家发改委、工信部、科技部等11部委联合印发的《智能汽车创新发展战略》，要求到2025年车用无线X实现区域覆盖，新一代车用无线X在部分城市、高速公路逐步开展应用。激光雷达结合智能算法，能够提供高精度的位置、形状、姿态等信息，对车路协同V2X的实现至关重要。
随着智能城市、智能交通项目逐步落地，该市场对激光雷达的需求将呈现稳定增长态势，预计到2025年，全球激光雷达在该领域市场规模将超45亿，2019-2025年CAGR达48.5%。
1、从“0-1”，车规级认证是关键。激光雷达应用在汽车上，需要满足严苛的车规级要求，如AECQ认证、ISO26262功能安全标准及ISO/SAE21434网络安全标准等。根据Velodyne梳理，从RFI到获取量产订单的流程可能会长达两年时间。
截至目前，全球仅法雷奥的SCALA激光雷达通过车规并实现前装量产。国内镭神智能的CH32线月正式通过了车规认证，在国家汽车质量监督检验中心拿到了国内首个、全球第二个车规认证。
激光雷达系统结构精密且复杂，精细的光机设计和收发对准、微弱信号的灵敏探测和快速响应是实现探测目标的前提。在研发过程中，不仅需要光、机、电等子模块的高度配合和协同优化，还需要高精度生产制造能力。此外，激光雷达整体性能的提升有赖于基础元器件与核心功能模块的芯片化，技术发展方向与半导体技术深度契合。
2、从“1-N”，规模化降本是核心。激光雷达包括测距、扫描系统、发射、接收以及运算单元5大核心技术，其中扫描系统在激光雷达的成本占比超过一半以上，扫描方式从机械到固态是有效的降本方式。而其他4个环节也可以通过技术优化实现成本降低。
从供应链来看，上游核心组件不成熟，制约了激光雷达的发展。核心芯片仍然严重依赖进口。MEMS激光雷达的核心部件MEMS微电流计的成本很高。海外企业占主导地位。在发送和接收单元中，需要将波长从905nm优化到1550nm。APD到spad可以显著优化激光雷达性能，从而减少相关成本，实现大规模生产。
3、高额研发投入和人员储备支撑技术迭代。激光雷达作为新兴的精密传感器，产品迭代速度快，而且尚无确定的行业标准和成熟稳定的工艺。从最初的单点激光雷达发展到机械式、半固态式、固态式、FMCW等多种技术架构，需要依靠大量高水平技术人员储备和充足的资金支持。
目前激光雷达市场由传统测绘技术公司Trimble、Hexagon、Topcon和Sick主导，但车载将是未来激光雷达应用的主流方向。国外玩家中Velodyne起步最早，Luminar、Aeva、Ouster、Innoviz、Ibeo等技术相对成熟，国内近年也涌现了禾赛、速腾聚创等创业公司。Velodyne在随着新兴玩家的涌入，Velodyne份额有所降低。
Velodyne成立于1983年，最早以音箱业务起家，2007年实现激光雷达商业化量产，截至2019年底已经累计交付4.75万件产品，是车载激光雷达行业先行者。近年获得了百度和福特的投资，2020年公司通过SPAC上市。
规模方面，Velodyne是目前营收规模最高的激光雷达公司，近年公司为推广产品降价，营收规模下挫。下游领域方面，公司产品可广泛应用在自动驾驶、ADAS、无人配送、无人机、高精度地图、智慧城市等多元化场景，Velodyne预计2024年收入提升至6.84亿美元，5年CAGR为48%。
技术方面，Velodyne在多线机械旋转式激光雷达市场先发优势显著，有64线类产品在售，官方定价分别为8万、4万和8千美金。2017年开始，Velodyne在Vela-系列产品上加大投入，Velodyne希望通过Vella软件+低成本固态激光雷达组合打进ADAS市场，计划是到2021年下半年将开始大规模生产车规级激光雷达，并有望在2022年或2023年量产上车。
2、Luminar：1550nmMEMS激光雷达领军者。Luminar成立于2012年，由17岁斯坦福辍学少年Russell，依靠PayPal联合创始人PeterThiel提供的10万美元启动资金创立，后续获得沃尔沃和戴姆勒投资，目前已和7家主流OEM达成合作，3款量产车型落地。公司还与Mobileye达成合作关系，Luminar的激光雷达将被整合到Mobileye的软硬件系统中，应用于无人驾驶车队。
规模方面，目前在手订单预计13亿美金，预计2023年开始释放业绩，Luminar预计2025年营收超8亿美元，毛利率攀升至60%。
技术方面，Luminar激光雷达的探测距离和分辨率都达到了业内最高，核心优势主要体现在以下方面：
1550nm大功率光纤激光器发射功率是905nm的40倍，脉冲的峰值功率则达到905nm的100万倍；
3、Aeva：FMCW先行者。Aeva由此前在苹果、尼康担任工程负责人的SoroushSalehian和MinaRezk在2017年创立，创始人在芯片、光学传感器和激光方面经验丰富。目前和大众、奥迪、采埃孚建立了深度合作。
规模方面，Aeva预计2025年收入8.8亿元，其中8成来自汽车相关，Aeva预计2025年营收8.8亿美元，毛利率攀升超过60%，和Luminar规模相当。
技术方面，Aeva是首个采用FMCW探测手法的激光雷达生产商，称旗下产品为4D激光雷达（详见前文），其技术优势体现在以下方面：
FMCW对光电探测器要求不高，硅基PIN即可，无需雪崩二极管APD和InGaAs材料，成本更低，Aeva售价500美金，比Luminar便宜。
4、Innoviz：905nmMEMS激光雷达制造商。以色列公司Innoviz成立于2016年，核心团队来自以色列情报总队技术部门Unit81。公司第一代产品InnovizOne2018年拿到了宝马iX定点，预计2021年量产。目前公司有麦格纳、安波福，恒润科技，哈曼4个Tier1合作伙伴。
Innoviz主打905nmMEMS激光雷达，注重性价比，第二代产品InnovizTwo比InnovizOne成本下降70%，是为数不多符合车规级要求的激光雷达生产商之一。Innoviz预计2025年营收5.8亿美元，毛利率攀升至50%以上。
5、华为：车规级、高线束、低价格。华为激光雷达项目2016年开始预研，定位做高性能、车规级、能够大规模量产的激光雷达，预计成本将下探至200美元。依托在光通讯领域累积的精密制造能力，华为在武汉建立第一条Pilot产线万套/线线中长距激光雷达，性能优势包括：
突出物处理，垂直FOV。首款产品将搭载到ARCFOX极狐HBT，预计2021年内亮相。
华为未来或出售自动驾驶整套方案，来激光雷达是传感器之一，利润诉求低于单一玩家。
禾赛科技2013年成立于美国硅谷，2014年总部迁至上海。公司选择从无人驾驶领域切入，主要考虑无人驾驶市场对成本敏感度低、性能要求高、且客户集中于头部科技公司，有利于公司技术迭代，形成护城河。公司客户遍布全球23个国家，美国加州DMV公布的2019年无人驾驶测试里程数排名前15位的企业中，超过一半选用公司产品作为无人驾驶车队的主激光雷达(包括百度、博世、戴姆勒、文远知行、图森未来等头部公司)。
，以内销为主，2018年40线激光雷达产品受到Aptiv、Aurora、Delphi、Lyft等美国客户认可，北美收入占比大幅提升，2019年博世等欧系客户为主要增量，同时受益于百度在Robotaxi投入增加，国内收入占比提升至36.1%，2020年欧洲地区收入下挫，主要因为博世、戴姆勒等受到疫情冲击。
2017年公司对外推出40线激光雷达产品Pandar40，产品迅速获得市场认可；2018-2019年公司推出爆款产品Pandar40P和64线激光雷达产品Pandar64，其中Pandar64是19年全球无人驾驶市场最具影响力的激光雷达产品之一，带动收入快速地增长，2020年公司收入增速放缓，主要是疫情影响交付。
