2022年開年，1月3日，美股激光雷達概念股維視圖像(MVIS.US)漲8.38%，Luminar(LAZR.US)漲超5%，Velodyne(VLDR.US)漲4.95%。

國金證券在《放量在即，激光雷達開啟前裝元年》報告中預測，激光雷達有望通過規(guī)模量產(chǎn)+技術進步快速降價，2030年超230億美元，2021-2030 年復合增速近90%，總體前裝滲透率達45%。

2020年開啟激光雷達上市潮，產(chǎn)業(yè)龍頭企業(yè)Velodyne、Luminar等相繼上市，已宣布的2022年計劃量產(chǎn)激光雷達車型達15款，小鵬、蔚來、上汽、奔馳等車企都相繼對激光雷達新品車型作了預告。

整車廠已宣布搭載激光雷達量產(chǎn)車型價格區(qū)間、產(chǎn)量預測（臺）來源：國金證券研究所全球市場研究與戰(zhàn)略咨詢公司Yole Development也在《2021年汽車與工業(yè)領域激光雷達應用報告》預測，ADAS（Advanced Driver Assistance Systems，高級駕駛輔助系統(tǒng)）和機器人車輛將推動雷達市場從2020年的18億美元增長到2026年的57億美元。“放眼全球，所有激光雷達廠商都還處于攀升階段。預計大概2035年左右，整車的激光雷達市場將會達到130億到135億美元的區(qū)間，”近日，Velodyne首席商務官Sinclair Vass接受澎湃新聞（www.thepaper.cn）采訪時表示。

當下，激光雷達還沒有到大規(guī)模量產(chǎn)階段，眾多技術路線仍在探索中，處于百花齊放的狀態(tài)。目前激光雷達的技術發(fā)展有哪些趨勢？在自動駕駛感知層面上分野的“視覺派”與“激光雷達派”未來會如發(fā)展？

激光雷達的不同技術路線：機械式與固態(tài)化

激光雷達最早發(fā)明于1960年代，早期主要用于太空探測、地形勘測、武器制導等，在1971年激光雷達曾跟隨阿波羅15號完成了月面測繪。此后的2005年，Velodyne在美國 DARPA挑戰(zhàn)賽上首次給自動駕駛車輛搭載激光雷達，2007年Velodyne生產(chǎn)出首臺商用3D動態(tài)掃描激光雷達，由此激光雷達的商業(yè)化落地進程開始了。目前，激光雷達廣泛應用于自動駕駛、物流運輸、高精地圖、智慧交通、機器人、工業(yè)自動化、無人機、測繪等領域。

來源：汽車人參考，國金證券研究所激光雷達利用可見光和近紅外光發(fā)射一個信號，經(jīng)目標反射后被接收系統(tǒng)收集，通過測量反射光的運行時間而確定目標的距離。據(jù)國金證券《放量在即，激光雷達開啟前裝元年》報告，較短波長及主動激光技術賦能激光雷達測量分辨率高、探測距離遠、探測角度大、夜間工作能力強、抗干擾能力強等優(yōu)勢，可直接獲取距離、角度、反射強度、速度等信息。

激光雷達主要顯性參數(shù) 來源：禾賽科技招股書激光雷達常以線數(shù)區(qū)分，線數(shù)指激光發(fā)射的光源數(shù)，如128線產(chǎn)品有128個光源。按掃描方式劃分，激光雷達掃描方式有無機械轉動部件可以分為機械式、半固態(tài)、固態(tài)。混合固態(tài)分為 MEMS、轉鏡，純固態(tài)分為相控陣 OPA、Flash。激光雷達在測距原理、激光發(fā)射、激光接收、光束操縱及信息處理等五個方面均存在不同技術路線。

來源：國金證券研究所“不同的架構，如機械、MEMS和固態(tài)，對于不同的應用有不同的優(yōu)勢和劣勢。然而，實際上極其重要的是所實現(xiàn)的特定光學設計性能、生產(chǎn)的質量和大規(guī)?？尚行砸约皩崿F(xiàn)有吸引力的價格點的能力。此外，將激光雷達硬件與高性能感知軟件（例如Vella平臺）相結合的能力是一個主要的差異化因素?！盨inclair Vass說道。目前在激光雷達領域已經(jīng)有一個明顯趨勢，技術成熟、探測性能優(yōu)秀但高成本、低壽命、大體積的機械式激光雷達向固態(tài)激光雷達的方向演進。

據(jù)《2021年汽車與工業(yè)領域激光雷達應用報告》稱，2020年后，機械式（包括旋轉式、轉鏡式等）激光雷達技術路線將逐漸式微，由于上游元器件的成熟度和成本優(yōu)勢，MEMS和Flash技術路線將逐漸趨于主流。

機械式指在垂直方向上排布多束激光器、通過電機帶動光電結構360°旋轉，從而化點為線形成三維點云方案。其線數(shù)與分辨率成正比，具有高分辨率、高測距的特點，是目前最成熟的方案，產(chǎn)量也最高。但其成本高昂，同時為實現(xiàn)高頻準確轉動，其機械結構復雜，平均失效時間僅1000-3000小時，與車規(guī)要求的最低13000小時差距明顯，難以實現(xiàn)前裝量產(chǎn)。

激光雷達定價 來源：產(chǎn)業(yè)調(diào)研，國金證券研究所固態(tài)指指無任何機械運動部件的激光雷達類型，可細分為 OPA、Flash、電子掃描等形式，目前技術成熟度較低。以OPA（光學相控陣技術）舉例，OPA利用電壓調(diào)節(jié)制造發(fā)射陣列間的相位差實現(xiàn)光束偏轉，兼具掃描快、精度高、體積小及強可控、強抗振等優(yōu)勢，技術突破后成本較低、量產(chǎn)標準化程度高，被部分業(yè)界專家認為是激光雷達最終的主流形態(tài)?！半m然ADAS（高級駕駛輔助系統(tǒng)）市場需要更長的時間才能實現(xiàn)大規(guī)模部署，我相信固態(tài)激光雷達將用于許多擁有ADAS應用的高容量市場?！盫elodyne首席商務官Sinclair Vass表示。

Velodyne于1983年成立于美國硅谷，最早以音響業(yè)務起家，隨后業(yè)務拓展至激光雷達等領域，以高線數(shù)機械式激光雷達聞名。超半數(shù)獲加州DMV自動駕駛路測牌照公司為其客戶。

2007年，Velodyne發(fā)布第一款可商用的激光雷達并在地圖行業(yè)大量商業(yè)應用，這也是激光雷達行業(yè)的起點。Velodyne業(yè)務涉及工業(yè)機器人、智慧城市及ADAS等領域，合作方如百度、阿里巴巴、圖森、小馬智行等。2020 年10月，Velodyne于納斯達克SPAC上市，成為激光雷達第一股。

“我們不想具體評論未來幾年的市場價格趨勢，但在Velodyne，我們認識到這點，一個有吸引力的激光雷達價格將有效促使對其大量應用的快速興起。我們的目標是通過具有吸引力的價格路線圖，使許多終端市場都能用到激光雷達，同時我們強調(diào)為客戶提供完整的解決方案，包括感知軟件。”Sinclair Vass說道。

據(jù)國金證券研究所報告，短期內(nèi)，激光雷達將往混合固態(tài)發(fā)展；長期來看，F(xiàn)MCW、OPA、Flash均有可能成為主導路線。激光雷達上車存在成本及車規(guī)兩大阻礙，可通過技術進步、建設流水線解決。

自動駕駛的感知層：“視覺派”與“激光雷達派”

《2021年汽車與工業(yè)領域激光雷達應用報告》認為，到2026年，汽車與工業(yè)領域應用的激光雷達市場規(guī)模預計將達57億美元，在2020年至2026年間的年復合增長率將達到21%。值得注意的是，ADAS（高級駕駛輔助系統(tǒng)）領域在2026年的市場占比率預計將達到41%，成為激光雷達最大的細分市場，而這一數(shù)據(jù)在2020年僅為1.5%。

自動駕駛基本的三要素是感知-決策-控制。對周圍環(huán)境的周密感知是所有決策的基礎，也是自動駕駛汽車的安全保障。在了解周圍環(huán)境中物體的位置、速度和方向、路面的性質、路緣石的位置、信號（交通、道路標志）等之后，自動駕駛系統(tǒng)則要開始做計劃和控制：首先是其他移動物體在接下來的短時間會做什么，然后是根據(jù)整體計劃（比如規(guī)劃的通向目的地路線）計劃自己要做什么，最后就是告訴汽車要做什么。

目前用于感知的傳感器主要包括：激光雷達、攝像頭、毫米波雷達、超聲波雷達等。毫米波雷達存在無法探測行人、靜止物體等弱點，車載攝像頭則存在過度依賴光線環(huán)境、訓練樣本等弱點。在智能駕駛系統(tǒng)的感知層中，激光雷達可增強感知系統(tǒng)的冗余性，補充毫米波雷達、攝像頭缺失的場景，與高精地圖配合發(fā)揮定位作用。

不同傳感器對比 來源：汽車人參考，中汽中心在高階自動駕駛方案中，激光雷達的點位還可通過和高精地圖數(shù)據(jù)匹配來實時定位車輛信息。但是，同時存在成本較高、受惡劣天氣影響較大、工作壽命較短等問題，有望通過技術進步、規(guī)模量產(chǎn)解決。

隨著自動駕駛級別提高，激光雷達配備數(shù)量需求增加。來源：麥姆斯咨詢，國金證券研究所在自動駕駛感知層有一個明確的分野，“視覺派”與“激光雷達派”。這個分野如此被廣為知曉主要因為特斯拉CEO伊隆·馬斯克（Elon Mask）曾在采訪中多次表達“傻瓜才用激光雷達”，并長期堅持利用人工智能和深度學習來構建神經(jīng)網(wǎng)絡的“純視覺”技術路線，甚至棄用激光雷達。特斯拉是最先實現(xiàn)自動駕駛車輛量產(chǎn)的公司，在當時一輛七萬美元左右的特斯拉幾乎與激光雷達價格差不多。目前特斯拉Model 3的自動駕駛攝像頭成本只需65美元左右。

純視覺派認為單純依靠攝像頭就可以完成自動駕駛所需要的周圍環(huán)境感知，青睞純視覺感知方案的如特斯拉、極氪、百度。激光雷達派則以激光雷達為主導，配合毫米波雷達、超聲波傳感器、攝像頭多傳感器融合完成周圍環(huán)境感知，商湯AR小巴、文遠知行等使用激光雷達方案。

“‘視覺’能不能實現(xiàn)自動駕駛，我認為是可以的。但是，需要考慮的是實現(xiàn)了自動駕駛以后，對于乘客和道路行人的安全保護到底能夠達到什么程度？對道路行人的安全性到能提升到什么程度？對于乘客來說，是否可以在車內(nèi)非常舒適地乘坐，且可以同時做其他事情？”Sinclair Vass提出了這樣的思考角度。

Sinclair Vass認為，如果要達到乘客擁有非常好的舒適程度，并且保證道路行人的安全性，那么，車輛能看得更遠、看得更全面，就變成了一個很重要的要求。單純視覺畢竟有局限性，比如說雨雪天氣，光線和不同角度。激光雷達因為其實時性和全方位360度掃描的透視能力，可以讓車看得更遠，看得更全面。

“以視覺為主的自動駕駛技術，無論是硬件還是算法都比較成熟，優(yōu)缺點以及技術瓶頸都比較了解?？偨Y起來就是技術門檻比較低，價格便宜，但也面臨比較大的瓶頸，想做高級別L3以上自動駕駛的難度會比較高?！盨inclair Vass總結道。

對于自動駕駛的純視覺路線和激光雷達路線問題，商湯智能駕駛研發(fā)總監(jiān)李怡康曾對澎湃新聞（www.thepaper.cn）表示，“無論是純視覺方案還是多傳感器融合的方案最終都是有可能實現(xiàn)L4或L5級別的自動駕駛的，區(qū)別在于，引入激光雷達實際上是把問題變簡單了，因為我們引入了很多額外的信息，而且這些信息跟視覺很互補，有些信息，比如深度，它可以估算得很準確。假如最后兩條路徑都能實現(xiàn)L5級自動駕駛，那我相信多傳感器融合這條路線可能會更快一些。當然，感知只是決定自動駕駛是否實現(xiàn)的因素之一?！?/p>