发布时间： 2025-01-08 09:04:09来源：智车行家
激光雷达装机量高增长期，市场空间广阔。预计到 2029年，激光雷达市场将到达 36.31 亿美元。Robotaxi 激光雷达市场为 6.38 亿美元。激光雷达的应用领域除了车之外，还包括机器人及工业领域。
技术路线：905nm+一维转镜方案是当前最优解。
在发射模块中，905nm 波长是当前主流选择。EEL 激光器使用 905nm 波长光源是当前主流方案，这一波长在成本和性能之间达到了较好的平衡，适用于中短距离探测。905nm 波长的激光器与一维转镜扫描方案的组合，在当前技术条件下，实现了性能、成本和可靠性的最佳平衡，成为主流的技术路线选择。
高阶智驾渗透率有望提升到15%，激光雷达方案占据主流
成本方面：智驾系统成本大幅降低有望实现 20 万以上车型标配
一套支持城市 NOA 功能的高阶智驾系统典型配置包括：1 个智驾域控制器（包含 2 颗 OrinX 芯片）；1 颗激光雷达、3颗毫米波雷达、11颗高精度摄像头（2 颗前视摄像头(8MP)、4 颗周视摄像头(3MP)、4 颗环视摄像头(3MP)，1 颗后视摄像头(2MP)）；12 颗超声波传感器。上述器件中传感器成本不断下降，尤其是激光雷达和毫米波雷达，下降的走势非常迅猛，大算力智驾域控成本虽然走势比较平缓，但也在保持持续下降的步伐。智驾系统成本降低之后有望实现 20 万以上车型标配，推升高阶智驾渗透率。
需求：高阶智驾从 1-N，Robotaxi 从 0-1，激光雷达市场迎爆发。 
技术方面：大算力芯片上车为高阶智驾的规模化落地提供硬件基础，软件算法从模块化进阶到端到端。
1、芯片端：2025 年，大算力芯片头部玩家重磅新品即将登场，加速高阶智驾渗透率提升。英伟达将于 2025 年发布下一代产品Thor，其最高算力高达 2000TOPS。高通也已发布驾舱融合系列产品，Snapdragon Ride Flex（SA8775P）舱驾融合平台，将于 2025 年二季度正式量产上车；特斯拉方面，下一代车载平台直接改名为 AI5，较 HW4.0能耗提升 5倍，算力提升 10 倍。国内方面，地平线于 2024 年 4 月发布了“征程 6”系列产品，其中 J6P 算力高达560TOPS，预计将于 2025年第四季度交付首款量产合作车型，引领国产芯片拓局城市 NOA。
2、算法端：2025 年，高阶智驾系统将从传统的模块化架构进阶到端到端架构，相对于传统模块化架构，端到端架构全局优化、更高计算效率、更强泛化能力等优点。城市 NOA 等高阶智驾经过 24 年的大规模的落地应用后，在端到端大模型技术的加持下，有望在 2025 年从“能用”迈向“好用”，高阶智驾将成为 toC 乘用车市场竞争的重要手段。
根据亿欧智库统计，2023年中国L2+智驾功能渗透率进一步提升，其中高速NOA渗透率为4%，城区N0A渗透率为0.1%。 2024 年 L2+智驾功能预计将达到 8.5%，2024 年后，城区 NOA 功能也将迎来飞速发展，2025 年高速NOA 渗透率预计将达 15%，城区 NOA 将达 1%。 
02
NOA 方案比较，纯视觉 VS 多传感器融合（激光雷达），采用激光雷达占据主流
从感知路线类型可以分为纯视觉路线多传感器融合两种方式。纯视觉路线和多传感器融合路线，核心在于是否配置激光雷达，是否需要激光雷达的高精度点云信息。纯视觉路线以特斯拉为代表，仅通过摄像头的视觉感知，实现对环境的精准识别，目前国内也有部分主机厂开始尝试此方案；
国内多数主机厂采用多传感器融合的技术路线，核心原因为国内主机厂视觉算法研发经验较少，选择具备鲁棒性高、星系互补以及系统冗余的多传感器方案，更有利于实现全场景的 NOA 功能。
目前国内支持城市 NOA 的车型普遍都配备有激光雷达。国内多数主机厂采用多传感器融合的技术路线，尤其面向高阶NOA 功能的车型普遍有搭载激光雷达。仅部分车企在效仿特斯拉探索去掉激光雷达的视觉方案，依靠毫米波雷达和摄像头等传感器实现感知。
单车激光雷达搭载数量将迎趋势性增加。随着激光雷达的成本不断降低、技术成熟度提升以及自动驾驶功能的提升，未来几年车辆搭载激光雷达的数量有望增加，进一步推升激光雷达放量空间。
03
机器人打开远期放量空间
激光雷达的应用领域除了车之外，还包括机器人及工业领域。当前机器人方向主要面向移动机器人即配送、清扫、巡检等场景，人形机器人市场也在尝试用激光雷达拓展感知信息。人形方面，视觉方案目前主要以结构光、双目或多目RGB、TOF 等的组合方案为主，其中特斯拉 Optimus 采用纯视觉传感器方案，搭载了 2D 视觉传感器和与特斯拉车辆相同的 FSD 技术以及 Autopilot 相关神经网络技术，源自其强大的算法实力，而算法基础相对薄弱的厂商会选择更为更多维度的硬件做冗余。
激光雷达头部玩家均有面向机器人方向产品布局，远期放量空间进一步打开。如 RoboSense 速腾聚创旗下 R、E两大平台产品满足机器人市场的多元应用场景需求。其中，R 平台为高性能机械式激光雷达平台，通过从短距到长距的多款成熟产品，以超广视场角，广泛应用于无人清洁、无人叉车和无人配送等工业级及商业级机器人场景；E 平台为全固态广角激光雷达平台，契合机器人领域对大角度、近距离、高精度等探测需求，可应对室内、室外、工业设施等复杂多元的机器人运行环境。
03
激光雷达装机量步入爆发式增长阶段
根据 Yole Intelligence 发布的《2023 年全球车载激光雷达市场与技术报告》，到 2029 年，激光雷达市场将到达 36.31亿美元，CAGR10 为 39.4%；其中乘用车和轻型商用车激光雷达市场为 29.93 亿美元，CAGR10 为 65%；Robotaxi 激光雷达市场为 6.38 亿美元，CAGR10 为 19.1%。在激光雷达解决方案的众多应用场景中，预计汽车应用将占据整体市场的最大份额。伴随激光雷达成本持续下探，渗透率有望进一步提升。 
出货量方面，根据 YOLE 预测，2025 年乘用车领域激光雷达出货量将达 260 万台，robotaxi 领域将达 19万台。
04
技术路线：905nm+一维转镜方案是当前最优解
激光雷达作为智能驾驶技术发展的重要基石，其技术路线的选择不仅决定了产品的性能和适用性，更反映了行业对成本、可靠性和量产能力的权衡。当前，ToF（时间飞行法）和 FMCW（调频连续波法）是两大主流工作原理，而激光雷达的结构设计又围绕发射、扫描、接收和控制四大模块展开。同时，机械式、混合固态和纯固态三大技术路线则构成了激光雷达在市场上的核心竞争格局。
4.1 激光雷达结构和技术路线
4.1.1 激光雷达工作原理：ToF 和FMCW
激光雷达作为自动驾驶技术的重要感知组件，其核心作用是通过发射激光并接收反射信号，来生成精确的三维环境数据。根据技术路线的不同，激光雷达可以分为 ToF（Time of Flight，飞行时间）和 FMCW（Frequency-Modulated Continuous Wave，频率调制连续波）两种测距技术。
ToF 利用光速与时间差的关系，计算光脉冲从发射到接收的飞行时间，推算目标距离。测量激光脉冲从激光器到待测目标之间的往返时间 T，即可得到目标距离 S=cT/2，其中 c 为光在空气中的传播速度。其实现原理相对简单，且技术成熟，是目前车载激光雷达的主流方案，广泛应用于量产车型。
FMCW 激光雷达技术因其独特的测距和测速能力，近年来成为激光雷达研究领域的重点方向。与 ToF 技术不同，FMCW 利用频率调制的连续波信号，不仅可以实现距离的精确测量，还可以获取目标的速度信息，从而为更复杂的动态环境提供支持。 
具体看，ToF 的优劣势：
成本较低：由于核心组件相对简单，ToF 激光雷达易于实现规模化生产，成本优势明显。
功耗较低：ToF 技术以脉冲信号为主，能量消耗较 FMCW 更低。
抗干扰能力弱：ToF 技术容易受到环境光和其他激光设备的干扰，在强光或复杂天气条件下表现较差。
测距准确度有限：ToF 激光雷达的测距精度容易受到物体距离、表面特性以及反射率的影响。
代表性产品：禾赛科技的 AT128 激光雷达可实现超 200 米的测距范围，点云分辨率高达 0.1°。
FMCW 的优劣势：
抗干扰能力强：由于采用频率调制波形，FMCW 激光雷达不易受到环境光和其他雷达系统的干扰，在复杂环境下表现出较高的稳定性。
测距精度高：FMCW 技术能够在远距离和高速场景中维持较高的测距精度，其测量精度通常与物体距离和速度的相关性较低。
直接测速：FMCW 激光雷达无需额外设备或复杂计算，即可直接获取物体的运动速度信息。
成本较高：由于 FMCW 雷达的核心技术复杂，硬件成本和研发投入相对较高。
功耗较大：与 ToF 激光雷达相比，FMCW 需要持续发射和处理信号，功耗水平较高。
代表性产品：国外厂商 Aeva 已推出基于 FMCW 的激光雷达原型产品 Aeries II，国内企业也在逐步探索 FMCW技术路径。
ToF 和 FMCW 的竞争实际上是性能与成本的权衡。从短期看，ToF 因其成本优势将继续主导辅助驾驶市场，而 FMCW 则更适合高级自动驾驶的高精度场景。
4.1.2 激光雷达结构：发射模块、扫描模块、接受模块、控制模块
激光雷达作为环境感知的核心工具，其性能高度依赖于结构设计的协同作用。从基础功能出发，它可以分为发射、扫描、接收和控制四大模块。每一模块都代表着技术发展的一个方向，而它们之间的配合直接决定了激光雷达在不同应用场景中的表现。 
1、发射模块：技术路径与波长选择
发射模块的任务是产生高质量的激光束，其性能直接决定了激光雷达的测距范围和精度。目前，发射模块的激光器以边发射激光器（EEL）为主流，同时垂直腔面发射激光器（VCSEL）和光纤激光器也在特定场景中逐渐得到应用。
905nm 波长是当前主流选择。EEL 激光器使用 905nm 波长光源是当前主流方案，这一波长在成本和性能之间达到了较好的平衡，适用于中短距离探测。光纤激光器通常采用 1550nm 波长光源，具有更高的功率输出和更长的探测距离，但成本较高，主要用于高端自动驾驶场景。 
2、扫描模块：从机械走向固态
在激光雷达的发展历程中，扫描模块是最能体现技术进化的环节。从机械式到混合固态，再到纯固态，扫描技术的演变不仅仅是技术的突破，更是市场需求和成本压力的博弈。
混合固态：性能与经济性的平衡之道。混合固态技术通过减少机械部件并结合固态扫描技术，实现了性能、可靠性和成本的均衡。特别是一维转镜方案，凭借其稳定的性能与较低的制造成本，在 L3-L4 级别自动驾驶车型中广泛应用。与此同时，MEMS 微振镜技术逐渐获得高端市场的青睐，其轻量化和低功耗特性为新能源车市场提供了新的选择。
当前，混合固态激光雷达已成为 20-40 万价格区间乘用车市场的主力方案，在辅助驾驶与部分高级自动驾驶场景中扮演重要角色。
纯固态：高级别自动驾驶的未来支柱。纯固态激光雷达通过彻底去除机械部件，实现了体积小、可靠性高的设计目标。其核心技术包括光学相控阵（OPA）和 Flash 泛光技术，具备超高速扫描与动态目标探测能力。然而，当前技术瓶颈主要集中在制造工艺复杂和高成本上，短期内难以进入大规模量产阶段。随着技术突破和成本下降，纯固态激光雷达将在未来 5-10 年内逐步进入高级自动驾驶（L4-L5 级别）市场，并在机器人和无人机领域展现潜力。
3. 接收模块：探测灵敏度的决胜点
接收模块的任务是将目标反射的激光信号转化为可处理的电子信号，其灵敏度和可靠性直接影响激光雷达的探测能力。根据信通院报告，目前的接收技术主要集中在以下几种探测器上：
雪崩光电二极管（APD）：APD 因其高灵敏度和高速响应，成为车载激光雷达的主流选择。其稳定性和性价比使其广泛应用于 L2-L4 级别的自动驾驶场景。
单光子雪崩二极管（SPAD）：SPAD 能够探测单个光子信号，在极低光条件下表现突出，但其高成本限制了其在量产产品中的应用。
硅光电倍增管（SiPM）：SiPM 的灵敏度和动态范围更高，适合高性能需求的场景，但成本相对较高。
APD 探测器因其性能和成本的平衡性，仍将在车规级产品中长期占据主流地位。
4. 控制模块：数据处理与智能化的核心
控制模块作为激光雷达的“大脑”，负责信号处理、数据分析和系统控制。其核心是高性能的处理器和算法，实现对海量点云数据的实时处理和解算，当前主要包括 FPGA、ASIC、SoC 三类：
FPGA（现场可编程门阵列）：具有高度灵活性和并行处理能力，适用于原型开发和功能验证。但 FPGA 成本较高，功耗较大，不利于大规模量产。
ASIC（专用集成电路）：针对特定功能优化，具有高性能、低功耗的优势，适合量产应用。但开发周期长，缺乏灵活性。
SoC（系统级芯片）：将处理器、存储器和接口集成在单一芯片上，实现高集成度和低功耗。SoC 的应用有助于降低系统复杂度和成本。
激光雷达的四大模块相互关联，共同决定了整机性能和应用效果。905nm 波长的激光器与一维转镜扫描方案的组合，在当前技术条件下，实现了性能、成本和可靠性的最佳平衡，成为主流的技术路线选择。
然而，随着自动驾驶技术的发展，对激光雷达性能的要求不断提升，各模块仍有巨大的改进空间。发射模块需要在功率和成本之间取得更好的平衡；扫描模块期待纯固态技术的突破；接收模块需要提升探测器性能并降低成本；控制模块则需要更强大的数据处理能力和智能化水平。
未来，激光雷达技术的升级将更多地依赖于各模块的协同创新。只有在整体架构上实现优化，才能满足高级自动驾驶对高性能感知系统的需求，引领行业发展。
4.2 激光雷达核心技术参数
分辨率、探测距离、扫描频率和视场角（FOV）四大参数，直接决定了激光雷达的感知能力、场景适配性和市场定位。不同供应商在技术参数上的差异，也塑造了当前激光雷达市场的竞争格局。 
1、分辨率：点云密度与细节还原能力
分辨率是一项极具市场敏感度的参数，消费者可能并不了解点云密度的具体技术细节，但他们能感受到激光雷达对物体轮廓和细节的还原能力。高分辨率的激光雷达往往能够更精准地捕捉行人、车辆以及路面的微小细节。
禾赛科技的 AT128 凭借 128 线的高分辨率在高端市场脱颖而出，其细腻的点云输出为理想 L7、L8 等车型的复杂场景感知提供了精确支持。而速腾聚创的 M1 系列则以 64 线为主，满足了问界 M7、极氪 001 等中端市场对性价比的需求。相比之下，图达通的 Falcon 虽然以 120°的宽视场著称，但其点云密度在分辨率上表现一般。
高分辨率的激光雷达在动态场景中表现优异，但对于某些高速场景，点云密度的提升可能因计算成本的增加而受到限制。未来，分辨率的竞争将逐步从“线数的堆叠”向“点云优化分布”演进，为更高效的环境感知提供支持。
2、探测距离：谁的视野更远?
探测距离不仅影响自动驾驶系统的提前响应能力，也决定了其是否适合高速场景和复杂环境感知。特别是在高速公路场景下，探测距离的不足可能直接导致安全隐患。
当前，混合固态激光雷达已经能够稳定实现 200 米以上的探测距离。例如，速腾聚创的 M1P 在问界 M7 和极氪 001 等车型中的应用，验证了其在高速场景中的可靠性能。与此同时，禾赛科技的 AT128 将探测距离提升至 250 米（见上表），为 L4 级自动驾驶的提前预判提供了更高的安全冗余。
300 米以上探测范围将是下一阶段的重点突破方向。这一目标的实现不仅依赖于光源功率的提升，还需要在信号接收灵敏度和环境干扰处理能力上取得进展。
3、扫描频率：动态感知的“快与慢”
一维转镜技术的扫描频率通常在 10-20Hz 之间，适用于主流辅助驾驶场景。而 MEMS 技术凭借其高频扫描能力（可达50Hz），在动态目标检测中更具优势。例如，禾赛科技的高频 MEMS 方案在城市道路的动态测试中表现优异。而纯固态Flash 技术通过全视场同步扫描，将频率与覆盖范围结合，展现了更高的理论潜力。
高频扫描需要克服硬件功耗和热管理问题，同时在快速动态响应中保持点云质量。未来可能通过与其他传感器（如毫米波雷达）的数据融合，缓解单一设备性能的局限性。
4、视场角（FOV）：横纵视野的取舍
视场角决定了激光雷达对环境的覆盖范围，尤其在城市路口和狭窄道路等复杂场景中，广视场角有助于减少感知盲区。禾赛科技的 AT128 提供了 120°水平视场和 25°垂直视场的设计，兼顾了感知广度与点云密度，在城市道路和高速场景中表现良好。
未来，激光雷达可能通过动态调节视场角的技术，实现宽视场和聚焦视场的智能切换。例如，在车辆转弯或进入交叉路口时，扩大水平视场以增强安全性；而在直线路段，则集中点云密度于前方目标。
05
供应链：整机格局最优，镜片 BOM 成本占比高
5.1 整机端：市场集中度较高，成本陡峭性显著，龙头公司盈利拐点在即
（1）市场格局：禾赛、速腾聚创占据绝大部分份额
后发先至，国产企业迅速崛起。北美和欧洲地区激光雷达产业起步较早，发展过程中涌现一批领先的激光雷达制造厂商，包括 Velodyne、Luminar、Aeva、Ouster、Valeo、Innoviz、Ibeo 等。伴随着激烈的市场竞争，部分海外激光雷达厂商面临衰退，而国内激光雷达厂商在政策支持和市场需求双重驱动下快速发展，代表企业包括禾赛科技、图达通、速腾科技、大疆览沃等。
根据 YOLE 的数据，全球车载激光雷达供应商格局来看，2023 排名靠前厂商分别为：禾赛科技（29%）、速腾聚创（Robosense，29%）、Seyond（图达通，原 innovusion,21%）、Valeo（法雷奥，10%）、华为（9%）以及其他（2%）。其中，中国厂商占据了主导地位，合计取得全球车载激光雷达市场的 88%的份额。
相较 2022 年，禾赛科技和速腾聚创的全球市占率均有明显提升，背后主因为国内 OME 智能化进展领先，其中禾赛主要得益于理想汽车等车企的放量，速腾聚创则依靠小鹏、问界和极氪等车企，展望后续，截至 2024 年上半年，禾赛科技获得全球 19 家车企 70 余款车型定点，速腾聚创已获得全球 22 家车企及 tier1 客户的 80 款车型量产定点，大量在手定点将继续巩固甚至扩大二者行业份额。
（2）成本陡峭性：成本曲线陡峭，规模化降本空间大，龙头公司盈利拐点在即
成本曲线陡峭，规模化降本空间大。当前禾赛科技、速腾聚创均处于亏损状态，核心原因为当前处于行业放量初期，后续伴随着产品交付量攀升，原材料规模化采购降本、生产工艺优化效率提升、规模效应摊薄固定成本以及研发及销售人员趋于稳定，盈利能力将有显著改善。以速腾聚创为例，公司 2022 年各项开支收入占比高达 213%，其中主要构成原材料和员工成本占比分别为 103%和 87%，2024 年上半年总开支收入占比大幅回落至 149%。
价格通缩放缓，毛利率趋势性回升。以速腾聚创 ADAS激光雷达产品示例，2020/2021/2022/2023/24H1 销售均价分别为 22.5/10/4.3/3.2/2.6 千元，其中 24H1 价格较 2022 年下滑近 40%，但是公司 ADAS 激光雷达产品的毛利率2022/2023/24H1 分别为-101.1%/-5.9%/+11.2%显著回升，意味着过去几年激光雷达产品价格的显著下探对公司盈利的影响，可以由规模化、平台化、集成化等降本完全对冲覆盖。
展望后续，我们认为激光雷达产品价格的通缩节奏将会放缓，毛利率将趋势性回升，原因如下：1、针对已定点车型，激光雷达厂商普遍约定 SOP 后每年产品价格下调幅度介于 1%至 5%；2、格局优化，行业向头部集中，如 Mobileye、博世放弃研发激光雷达；3、智驾功能升级支撑高性能产品需求。 
（3）禾赛科技：全球激光雷达龙头，技术、成本、客户、新品多重驱动
1）技术端：905nm + 一维转镜
以波长来区分激光雷达，目前主流的波长有两种905nm 和 1550nm。905nm 和 1550nm 都是光的波长，每一种波长都有其特性，例如收发特性、被干扰特性、对人眼影响特性等，本身并没有优劣之分，但在应用到激光雷达产品中时，在不同侧面会呈现出各自的优劣势。905nm 波长：当下最主流的激光雷达所选用的波长-可以用硅做接收器，成本低且产品成熟，是大多数激光雷达厂商更倾向的选择；
同时，砷化镓材料已经在消费类电子和汽车电子领域得到验证，产业链相对成熟；905nm 波长分辨率更高，同时也或有利于进一步提高点频。1550nm波长：高功耗、低敏感以及成本更高，良率会下降，成本也会更高。1550nm 波长的激光器和接收器组件普遍存在高功耗、光纤激光器成本较高以及基于砷化镓铟微光显微镜接收器灵敏度低等问题。目前国内的主流激光雷达厂商禾赛、速腾聚创均专注于 905nm 的产品，也是当前出货量最大的波长。
禾赛科技采用 905nm波长，或更具优势。禾赛科技作为全球激光雷达行业的领导者，于2024年1月发布了新品AT512，采用 905nm 方案，在测距、点频、分辨率等方面取得显著突破，全面超越 1550nm。AT512 拥有 512 线、超高点频和全局高清分辨率，为激光雷达综合性能的提升树立了全新标杆。AT512 可实现 300 米标准测远（@10%反射率），相比 AT128提升了 50%。最远测距达到 400 米，是市场同类远距激光雷达的 2 倍。（参考来源：国金证券研究所）
