核心内容点1：激光雷达技术参数及不同类型比较（ToF, FMCW；机械式，半固态，固态） 核心内容点2：激光雷达产业链分析及中游厂商竞争优势 核心内容点3：激光雷达在高阶智能驾驶中的作用及与纯视觉方案的比较
源自 | 彭立 诺延资本 NY Capital 2025-04-29 09:01
智能汽车领域-激光雷达篇
V1: 激光雷达已经成熟运用于车载市场
激光雷达近些年来已经完成了从科研测绘到量产上车的商业化探索，目前主要下游应用场景包括车载、移动机器人、工业测绘三大领域。
衡量激光雷达核心性能的主要参数包括线束、角分辨率、视场角FOV、点频等，各参数之间的差异将会直接影响激光雷达的测距能力和感知精准度。
由于交通行驶场景对于高可靠性、低容错率的要求，车规级激光雷达通常需要满足车规级电子元器件测试标准、汽车电子设计开发要求和大型车企测试要求。其中，AEC-Q 认证是车规级电子元器件的通用测试标准。AEC-Q102 是专门针对激光雷达的核心器件激光器和光电探测器而制定的新标准，涵盖环境应力加速实验、加速寿命仿真实验、封装完整性检测、电气特性校验实验等数十项测试，并且要求产品在零失效的前提下，通过所有规定的测试项目。
我们认为：激光雷达+其他传感器及视觉算法应该是相辅相成的关系，多传感器能力互补能够为超低容错的驾驶场景提供必要的安全性更高的冗余支持，激光雷达的环境感知精度高，激光雷达发射的光波频率比微波高出 2~3 个数量级，具有极高的距离分辨率、角分辨率和速度分辨率。激光雷达可直接获取目标的距离、角度、反射强度、速度等信息，生成目标的三维图像。激光雷达抗干扰能力较强，可弥补摄像头在强光或黑夜等场景下性能劣化的缺陷以及微波雷达对金属物体敏感在人车混杂的场景中不易识别出行人的缺陷，目前主流车厂车型均提供激光雷达配置选项。
根据市场调研，整套智能驾驶前装硬件系统（包括激光雷达、摄像头和域控系统）约占汽车总成本的4%：30万的车型对应智驾预算约12,000元，其中，激光雷达约3,000元；20万的车型对应激光雷达预算约1300~2000元，2024年一季度速腾聚创已将ADAS激光雷达单价降至3,000元以内，受益于规模效应释放，在毛利率回正的情况下持续向20万以下的低线车型下沉。
V2: 规模+渗透率双重增长助力激光雷达规模放量
从出货量视角看，禾赛与速腾两家ADAS激光雷达头部厂商2022年以来呈现“0到1”的爆发式发展。2023年，禾赛/速腾的ADAS激光雷达出货量分别高达19.5/24.3万颗，同比增长 559%/215%。 2024年一季度 ，禾赛/速腾的DAS激光雷达出货量分别高达23.5/13.3万颗，同比增长488%/80%。从产品单价视角看,2024年一季度 ，速腾 ADAS激光雷达单价降至2,597元，仅为2020年20583元单价的12.6%，且其毛利率在经历剧烈下降后于2023年大幅上修，已回正至11.9%，降本能力突出且规模效应显著。
另外， 据高工智能汽车， 2024年1-7月，我国乘用车前装激光雷达交付量超70万颗，同比增长222%，乘用车激光雷达前装渗透率达5.42%，相比2021年不足0.1%的渗透率大幅提升，21年以来渗透率斜率持续向上。据此，统计 认为，2024年我国乘用车载激光雷达市场规模约在50亿元，全球市场约在76亿元；预测2026年我国乘用车载激光雷达市场规模约在103亿元，全球市场约在141亿元。
V3: 激光雷达的定义和参数解析
激光是透过刺激原子导致电子跃迁释放辐射能量而产生的具有同调性的增强光子束，具有发散度小、功率高、可信息加密 等特点。激光雷达（ LiDAR，Light Detection and Ranging）则是一种利用激光上述特性进行距离测量和速度检测的遥感设备，可用于捕捉和分析高精度的三维空间数据。
①线束：
激光雷达垂直方向上的激光的分布数量，分为单线束和多线束。单线束激光雷达只有一个激光发射器，随着雷达转动形成一条水平扫描线，只能检测前方是否有障碍物。多线激光雷达在垂直方向有多个激光发射器，随着雷达转动形成多条水平扫描线，能够扫描平面。激光束在垂直上的分布一般是不均匀的，大多数激光集中在水平区域。线束越多，激光雷达扫描的角度范围也越广，识别能力越强。
②角分辨率：
激光雷达相邻两个探测点之间的角度间隔，分为水平角度分辨率与垂直角度分辨率。以禾赛360°64线10HZ激光雷达为例（点频为1.152MHZ），每次扫描得到的点数为115,200（1152,000/10），每次扫描每条线得到的点数为1800pts（115,200/64），水平角分辨率为0.2°（360/1800）。相邻探测点之间的角度间隔越小，对目标物的细节分辨能力越强，越有利于进行目标识别。
③视场角范围FOV：
激光雷达在水平或者垂直方向能探测的范围角度，分为水平视场角α和垂直视场角β。机械式激光雷达能够360°旋转，所以水平FOV是360°，垂直FOV指最上面一束激光和最下面一束激光形成的夹角。视场角越大说明激光雷达对空间的角度覆盖范围越广。
④扫描帧率：
每秒钟完成一圈扫描的次数，10HZ也就是1秒完成10次扫描。扫描频率越大，转速越高，意味着雷达对外界的感知速度越快，系统实时性越高。
⑤点频：
激光雷达所有线每秒扫描的点的总数量。以360°64线10HZ激光雷达为例，其点频为1.152MHZ，也即64线每秒能扫描 1152000 个点(pts/s)。
⑥测距能力：
激光雷达能够探测的范围，通常指对10%低反射率目标（比如白纸）的最远探测距离（反射率是指射到目标物的激光能够被反射回来的比率）。如150米@10%，就是指在目标反射率为10%的情况下探测距离为150米。
⑦波长：
波长越长，对雨露、粉尘的穿透能力越强，探测距离越远。目前最常用的波长是905nm和1550nm，905nm波长的激光器件相对成熟，成本较低，但由于太阳光中存在较多近红外背景光，传感器信噪比较低，最大探测距离限制在150米左右。1550nm激光远离人眼吸收的可见光光谱，安全性更高，背景光干扰问题相对较小，最大探测距离可以达到1000米以上。
V4: 激光雷达模块——扫描+发射+接收+控制
①扫描模块：
负责控制激光束的方向，以便对目标区域进行扫描。扫描形式分为机械式、半固态式、固态式三种形式，不同形式主要影响探测范围的广度以及产品整体的耐用与稳定性。
②发射模块：
负责发射激光脉冲。光源分为905nm和1550nm两种波长，激光器按结构可分为边发射激光器(EEL)和垂直腔面发射激光器(VCSEL)。光源类型和发射形式影响射出光的能量大小，进而影响光源可达到的探测范围与深度。
③接收模块：
负责检测从目标反射回来的激光脉冲。按探测器类型可分为PIN型光电二极管(PIN)、雪崩光电二极管(APD)、单光子雪崩二极管(SPAD)、和硅光电倍增管(SiPM)等，探测器的性能影响对返回光子的探测灵敏度，进而影响激光雷达的探测距离、分辨率、信噪比等。
④控制模块：
负责生成点云模型，信息处理芯片可分为FPGA、ASIC和SoC等。
V5: ToF为当下主流市场选择，FMCW尚未形成成熟商用路线
从测距原理上看，激光雷达分为时间飞行法
(ToF，通过测量光脉冲从发射到从目标反射回来的时间差来计算距离)和调频连续波法(FMCW，通过测量发射的连续变化频率信号与反射回来信号之间的频率差来确定距离)两种测距方式。
ToF：
基于光在空气中的传播速度得到目标物体的距离信息，探测精度高，但可能受到其他激光雷达或环境光的干扰，在高反射率目标上可能出现信号饱和的问题。目前，
ToF激光雷达车规级元件供应商相对较多，技术相对成熟，是市场主流选用方案。
FMCW：采用多普勒效应直接获取径向速度，可以获取百万点云中每一个点的速度，测速较高。仅检测特定频率范围内的回波，对环境光和其他激光雷达的干扰不敏感，因此抗干扰能力强。除此之外，FMCW激光雷达在不利天气条件下仍能保持良好的性能。但FMCW对激光器、接收器和AISC等元件的性能要求极度严格，成本也较ToF更高，尚属于早期培育阶段，还未实现大规模商用。
V6: 机械式、混合固态与固态式之争，固态化或为未来趋势
激光雷达需依赖扫描模块将激光器产生的光束分散到外部空间，从而构建起激光雷达的视场范围。根据扫描模块的不同，激光雷达可以划分为机械式、半固态与固态三种。
现阶段，采用传统分立式设计的机械式激光雷达，由于光机结构需依靠电机带动实现整体旋转，导致: 1）体积较大且降本空间有限； 2）分立式结构易受外部环境因素影响而降低稳定性和使用寿命； 3）需要复杂的人工调教，装配周期长，因而车规级应用受限。另外，目前固态激光雷达技术成熟度较低，存在功率密度低、探测距离短等问题，尚不能达到主视激光雷达的性能要求。半固态激光雷达以其体积较小、精度较高、成本较低等优势，是目前量产上车的主流选择。
2021年8月，Quanergy Systems 发布全球首款车载固态OPA激光雷达S3系列，此前市场中的纯固态激光雷达多用于测绘、机器人等非车规级终端当中。2022年5月，亮道智能发布国内首款车载固态Flash激光雷达LDSatellite，同年11月，禾赛与速腾聚创先后发布车载固态 Flash 激光雷达产品。2022年以来，国内主流车载激光雷达厂商陆续布局固态激光雷达产品。短期内高性能半固态激光雷达仍将作为车载激光雷达的主流市场选择，固态激
光雷达可作为补盲雷达或者机器人主视激光雷达。长期来看，高度集成化的固态式是车载激光雷达未来发展的主要方向，机械式与混合（半）固态向纯固态的渐进转型或为车载激光雷达提升稳定性、降低成本过程中的必由之路。
V7: 产业链中游厂商可同时具备硬件集成与软件解决方案能力
车载激光雷达行业主要包括上游的光学和电子元件制造商、中游的集成激光雷达和软件系统供应商以及下游的辅助驾驶、自动驾驶相关企业。其中，中游厂商可向上延伸自研元件，也可向下拓展提供软件解决方案，竞争壁垒较高。
上游：
主要包括激光发射(EEL、VCSEL、光纤激光器)、激光接收(APD、SPAD、SiPM)、扫描模块(MEMS微振镜、扫描镜旋转电机、镜头和滤光片等)及信息处理(FPGA芯片、模拟芯片、数模转换器等)。
中游：
主要包括集成激光雷达和软件系统。其中，激光雷达为车辆行驶过程提供高精度的三维空间数据；软件系统则负责处理这些数据，实现环境感知、导航、避障等功能。软件系统方面，部分车企选择自研，另一部分车企选择与自动驾驶解决方案供应商合作。
下游：
主要包括无人驾驶车辆运营公司智能驾驶解决方案供应商、出行服务提供商、辅助驾驶服务提供商及车联网方案提供商等。
V8: 激光雷达在高阶智能驾驶种具有不可替代的作用
在高阶智能驾驶的发展过程中，始终伴随着多传感器融合与纯视觉两种感知方案的路线之争。纯视觉方案的核心优势在于：
1）贴近人眼感知，现行的主要交通基础设施都是基于视觉构建的，理论上不需要进行额外的信号转化；
2）传感器数量较少，成本较低。
同时，纯视觉方案仍然有一些目前尚不易解决的劣势：
1）其对于训练数据与端侧算力的要求较高；
2）目前“全天候”的识别准确率仍不及多传感器方案，如夜间以及逆光、暴雨、浓雾环境下性能不佳。各类传感器不完全是竞争关系，一定程度上是互补关系。
多传感器融合方案是除了特斯拉以外大部分主流车厂的共同选择，也将是未来ADAS感知的核心发展方向，激光雷达在对信息精度具备苛刻要求的高阶智能驾驶中具备不可替代的优势。超低容错条件下纯视觉算法推广将遇上难题,多传感器融合方案安全性更高,也更符合消费者使用需求。
自动驾驶技术是一项涉及人身安全的超低容错的智能应用，目前技术环境下的纯视觉方案难以在各种路况环境下稳定运行，且存在出现“幻觉”的可能性，很难在短期内广泛推广。激光雷达和视觉算法应该是相辅相成的关系，激光雷达可以大幅提升视觉算法的精度，降低视觉处理对于超高精度算法的依赖，同时在部分极端环境下为纯视觉方案提供一套安全性更高的冗余支持。
- END -
-
关于我们
诺延资本成立于2016年，是一家专注于产业并购和战略投资的私募股权基金。聚焦于光电显示、集成电路、新能源及智能汽车领域。以行业专家及投研团队为核心，提升产业挖掘深度；以大型成熟控股项目为基石，拓展产业链细分领域布局；以专业化投后支持体系，为被投企业持续提供经营成长解决方案。最大程度放大产业投资协同效应，提升项目的回报。目前诺延资本管理基金达21只，管理规模超过200亿元，已投资恒美光电、新美材料、恒新光电、 速腾聚创（02498）、 世纪恒通（301428）、 欣旺达动力、京西智行等项目，为所投资的多个项目进行了深度业务赋能，取得了被投企业的高度认可，并为投资人带来了优质回报。 -
联系我们
项目BP及基金合作：Info@nuoyancapital.cn
发送信息至邮箱，可第一时间取得联系
- 往期推荐
诺延资本荣获第一新声「2024年度新能源新材料最活跃投资机构 TOP20」等多项荣誉