1） 自動駕駛和鐳射雷達的關係，為什麼當前需要關注鐳射雷達？
2） 鐳射雷達是如何發展起來的，可以用在哪些領域，市場有多大？
3） 介紹國內龍頭禾賽科技，以及鐳射雷達的行業主要玩家都有哪些？
鐳射雷達是智慧汽車邁向 L3/L4 的關注焦點，單車價值量高，催生自動駕駛千億新藍海。根據 Forbes 的預測，2019 年，Tesla 共交付約 36.8 萬輛汽 車，有 57％左右的客戶選擇了自動駕駛軟體包。根據 IDC 的預測，2024 年全球 L1-L5 級自動駕駛汽車出貨量預計將達到約 5425 萬輛，2020 至 2024 年的年均複合增長率（CAGR）達到 18.3%。我們測算，按照每車 7000 元計算， 假設裝車量達到 1500 萬輛，則鐳射雷達在無人駕駛中的市場約為 1000 億， 市場前景廣闊。
鐳射雷達技術壁壘高，市場增速快，Robotaxi 和 Robotruck 落地有優勢。 根據 Allied Market Research 估計，2026 年全球無人駕駛技術市場規模將達到 5,566.7 億美元，較 2019 年可實現 39.47%的年均複合增長率。根據沙利文的 統計及預測，鐳射雷達整體市場預計將呈現高速發展態勢，至 2025 年全球市 場規模為 135.4 億美元，較 2019 年可實現 64.5%的年均複合增長率。其中， Robotaxi 和 Robotruck 落地有一定優勢。據預測，2025 年全球 Robotaxi 和 Robotruck 的 L4/L5 無人駕駛汽車，數量為 53.5 萬輛，對應的鐳射雷達市場 規模 35 億美元，2019 年至 2025 年的年均複合增長率達 80.9%。
鐳射雷達產業鏈隨自動駕駛迎來價值重估，國內龍頭禾賽科技已於近期申報上市。受益於自動駕駛產業變革，鐳射雷達價值迎來重估。當前境外激 光雷達公司如：Velodyne、Luminar、Aeva、Innoviz 等迎來上市熱潮。其中 Velodyne 在近半年市值最高上漲約 300%，Luminar 上市後 PS 一度超過 100X。 國內鐳射雷達龍頭禾賽科技也於 1 月份提交了上市招股說明書。禾賽科技在 鐳射雷達領域目前已佈局 500 多項專利，公司研發人員佔總員工數量的 53.78%。公司 2017-2019 年三年累計研發投入佔對應三年累計營業收入的比 例為 51.84%。商業合作方面，公司的 RoboTaxi 產品與國內外包括：博世、百度、滴滴等眾多優質客戶開展深度合作 RoboTruck 相關產品則和圖森等頭部 無人駕駛卡車公司展開合作。
1 鐳射雷達：自動駕駛的千億新藍海1.1 確定性強：自動駕駛是汽車智慧化殺手級應用
需求、技術、政策共振，自動駕駛產業化程序加速。
1）從需求側來看，自動駕駛 有望成為未來汽車銷售的差異化焦點。根據 Forbes 的預測，2019 年，Tesla 共交付約 36.8 萬輛汽車，有 57％左右的客戶選擇了自動駕駛軟體包（90％的 Model X 和 Model S 買家以及 50％的 Model 3 買家）。
2）從技術成熟度來看，運用多感測器融合技術實 現自動駕駛，在全球範圍內受到了業界和政府層面的密切關注，尤其是鐳射雷達，倘 若能夠順利實現量產上車，將會極大地加速 L3/L4 自動駕駛時代的到來。
3）從國家政策的指引來看，2020 年 11 月 11 日 釋出了《智慧網聯汽車技術路線圖 2.0》，按照路線 圖的指引，計劃到 2025 年，帶有智慧化配置的新車佔比將超過 50%；到 2035 年，中 國方案智慧網聯汽車技術和產業體系全面建成，網聯式高度自動駕駛智慧網聯汽車大 規模應用。
汽車智慧化滲透率快速提升，全球自動駕駛汽車保持高速增長。根據 IDC 的預測， 2024 年全球 L1-L5 級自動駕駛汽車出貨量預計將達到約 5425 萬輛，2020 至 2024 年的 年均複合增長率（CAGR）達到 18.3%；L1 和 L2 級自動駕駛在 2024 年的市場份額預計分別為 64.4%和 34.0%。L3-L5 級自動駕駛技術的應用具有開拓性意義，L1-L2 級輔 助駕駛會是未來 5 年內帶動全球自動駕駛汽車出貨量增長的最大細分市場。我們認為， 無論是輔助駕駛抑或是自動駕駛，感知系統作為汽車的增量是確定趨勢，鐳射雷達屬於智慧汽車感知系統。
保證安全和提升出行效率，自動駕駛將帶來巨大社會效益。
1）從安全方面來看， 自動駕駛將降低車禍事故率和死亡率。目前，全球每年 120 萬人死於車禍，美國去年 車禍死亡人數更是增加 9%至 3.8 萬人。90%的車禍是人為造成的，因使用手機而分心 近年更成為酒駕以外最大的安全隱患。即便是 L1/L2 的自動駕駛，就能極大糾正人為 錯誤，降低事故率。據 Insurance Institute for Highway Safety 研究，自動緊急剎車可以減少40%的追尾相撞，而前向碰撞預警也能減少追尾相撞 23%。Virginia Tech Transportation Institute 根據 Alphabet 提交的資料研究證實，Alphabet 自動駕駛汽車發生不同等級碰撞 事故的機率均大幅低於目前全國交通事故資料庫計算的平均值。
2）從出行效率來看， 自動駕駛汽車將提高汽車的使用率，以更低的汽車保有量滿足現有出行需求。目前， 美國家庭平均汽車保有量為 2.1 輛，但使用率只有 4%，其他時間車輛或者停放在家中， 或者停放在目的地。實現 L4 自動駕駛後，多個家庭成員共用一輛汽車將更為可行。據 密歇根大學測算，在私人購買 L4 自動駕駛汽車的情形下，美國家庭汽車保有量可以下 降到 1.2 輛，但單車裡程可增加 101%。當自動駕駛汽車成為社會共享後，資源效率的 提高則更為可觀。當自動駕駛技術成熟後，共享出行將更加成為城市交通的主要模式。 根據密歇根大學的測算，一輛自動駕駛共享汽車可以取代 9.34 輛傳統汽車。我們認為， 自動駕駛還將減少交通擁堵，降低停車場需求，減少能源消耗，拓展殘疾人和老年人的活動範圍，釋放人們的駕駛時間，增添車內資訊娛樂需求等。
1.2 意義重大：依靠感測器對環境的正確感知是實現智慧駕駛先決條件
實現駕駛過程中的“耳聰目明”，多感測器融合核心技術。智慧汽車透過多感測器 融合來實現對車輛執行環境的感知。感測器是汽車感知周圍的環境的硬體基礎，在實 現自動駕駛的各個階段都必不可少。自動駕駛離不開感知層、控制層和執行層的相互 配合。攝像頭、雷達等感測器獲取影象、距離、速度等資訊，扮演眼睛、耳朵的角色。 控制模組分析處理資訊，並進行判斷、下達指令，扮演大腦的角色。車身各部件負責 執行指令，扮演手腳的角色。而環境感知是這一切的基礎，因此感測器對於自動駕駛 不可或缺。
從 0 到 1 實現突破，Lidar 有望複製 Radar 的增長。我們來複盤一下超聲波雷達和 毫米波雷達增長。2014-2018 年超聲波雷達裝載量上漲，平均增長幅度達到 17.7%，毫 米波雷達裝載量也從 2015 年的 12.3 萬件激增至 2018 年的 500.7 萬件，CAGR 達到 244.0%。受益於中國雷達感測器裝配數量的提升，中國雷達感測器用晶片行業市場規 模持續增長，2014-2018 年，中國雷達感測器用晶片行業市場規模（按銷售額統計）從 4.4 億元人民幣增長至 16.8 億元人民幣，CAGR 為 39.8%。預計 2018 年至 2023 年中國 雷達感測器用晶片市場規模（按銷售額統計）CAGR 將達到 43.0%，2023 年中國雷達 感測器用晶片市場規模將達到 100.5 億元。我們認為，鐳射雷達處在從 0 到 1 的關鍵 時期，一旦運用成熟，後續也有望出現爆發式的增長。
感測器融合互為冗餘，提高整車安全係數。多感測器融合系統所實現的功能要遠 超這些獨立系統能夠實現的功能總和。使用不同的感測器種類可以在某一種感測器全 都出現故障的環境條件下，額外提供一定冗餘度。這種錯誤或故障可能是由自然原因 （如一團濃霧）或是人為現象（例如對攝像頭或雷達的電子干擾或人為干擾）導致。
對比各類感測器優缺點如下：
LiDAR：可以獲得目標精確的 3D 資訊，檢測範圍也能夠到達 150 米。對光照 不敏感，晚上也可以正常工作。但是角解析度大，目標稀疏，無法獲得目標 紋理，分類不準，而且在雨、霧、雪等惡劣天氣中，效能會下降。對揚塵、水 霧也比較敏感，易產生噪點。
RADAR：可以提供精確的距離和速度資訊，探測距離也比較遠，可以全天候 工作，但解析度較低，無法提供物體高度資訊。
相機：對目標的顏色和紋理比較敏感，可以完成目標分類、檢測、分割、識 別等任務，但是不能得到精確的探測距離，而且易受光照、天氣條件的影響。
1.3 成為焦點：鐳射雷達被認為是實現 L3/L4 自動駕駛的關鍵
L3 級是自動駕駛等級中的分水嶺，其駕駛責任的界定最為複雜。在自動駕駛功能 開啟的場景中，環境監控主體從駕駛員變成了感測器系統，駕駛決策責任方由駕駛員 過渡到了汽車系統。當前 L2 級自動駕駛感知系統主要由超聲波雷達、毫米波雷達、攝像頭等車載感測器組成。1）車載超聲波雷達成本低，但有效探測距離通常小於 5m， 無法對中遠距離物體進行測量；2）毫米波雷達具有同時測距和測速的功能，有效探測 距離可達200 m，然而單顆車載毫米波雷達的角度分辨能力通常較弱，如：大陸的77GHz 高配版毫米波雷達 ARS408-21 在長距模式最優水平角解析度為 1.6°，無法辨識物體 的細節，且毫米波雷達對金屬的探測靈敏度遠高於非金屬材料，導致其在人、車混雜 的場景下對行人的探測效果不佳；3）攝像頭具有優異的角度解析度，然而其受光照影 響大，黑夜和強光下的探測效果不佳，此外攝像頭對物體及其距離的識別依賴深度學 習演算法，無法做到完全準確。鐳射雷達兼具測距遠、角度解析度優、受環境光照影響 小的特點，且無需深度學習演算法，可直接獲得物體的距離和方位資訊。這些相較於其 他感測器的優勢，可顯著提升自動駕駛系統的可靠性，因而被大多數整車廠、Tier1 認為是 L3 級及以上自動駕駛（功能開啟時責任方為汽車系統）必備的感測器。
鐳射雷達量產有望成為實現 L3/L4 自動駕駛的關鍵節點。按照國際汽車工程師協 會發布的工程建議對自動駕駛進行分類。從 L0 級（純由駕駛員控制）至 L5 級（完全 自動駕駛），級別越高，車輛的自動化程度越高，動態行駛過程中對駕駛員的參與度需 求越低，對車載感測器組成的環境感知系統的依賴性也越強。
L4/L5 級自動駕駛功能通常被定義為無人駕駛，Robotaxi/Robotruck 落地有一定優 勢。其駕駛責任完全歸屬於汽車系統，因而對鐳射雷達的探測效能要求最高，但因為 車輛的所有者往往為無人駕駛運營公司（Robotaxi/Robotruck），所以對鐳射雷達價格及 與車身的整合度要求相對較低，機械式鐳射雷達也可以滿足要求。
鐳射雷達、毫米波雷達和攝像頭是公認的自動駕駛的三大關鍵感測器技術。從技 術上看，鐳射雷達與其他兩者相比具備強大的空間三維分辨能力。中國汽車工程學會、 國汽智聯汽車研究院編寫的《中國智慧網聯汽車產業發展報告（2019）》稱，當前在人 工智慧的重要應用場景智慧網聯汽車的自動駕駛和輔助駕駛領域中，鐳射雷達是實現 環境感知的核心感測器之一。報告認為，在用於道路資訊檢測的感測器中，鐳射雷達 在探測距離、精準性等方面，相比毫米波雷達具有一定的優勢。
鐳射雷達效能精良，單就產品和技術層面是無人駕駛的最佳技術路線。鐳射雷達 相對於其他自動駕駛感測器具有非常優越的效能：1）解析度高，鐳射雷達可以獲得極 高的角度、距離和速度解析度，這意味著鐳射雷達可以利用多普勒成像技術獲得非常 清晰的影象。2）精度高，鐳射直線傳播、方向性好、光束非常窄，彌散性非常低，因 此鐳射雷達的精度很高。3）抗有源干擾能力強，與微波、毫米波雷達易受自然界廣泛 存在的電磁波影響的情況不同，自然界中能對鐳射雷達起干擾作用的訊號源不多，因 此鐳射雷達抗有源干擾的能力很強。
2 鐳射雷達前世今生，受益自動駕駛迎來價值重估2.1 早期用於測繪，自動駕駛極大地拓寬下游應用領域
鐳射雷達發展三階段，數字和純固態是未來趨勢。世界上第一臺鐳射器誕生於 1960 年，此後隨著鐳射技術的發展，使用鐳射進行探測的鐳射雷達也得到發展。早期 鐳射雷達主要用於科研及測繪專案，進行氣象探測以及針對海洋、森林、地表的地形 測繪。二十世紀八九十年代，鐳射雷達的應用不再僅侷限於科研領域，商用產品如激 光測距儀開始起步。掃描結構的加入擴大了鐳射雷達的視場範圍並拓展了其應用領域： RIEGL 及 FARO 等廠商引入掃描式結構，專注於鐳射機載測繪及工業測量；Sick 及 Hokuyo 等廠商推出的 2D 掃描式單線鐳射雷達產品被應用於工業測量以及早期的無人 駕駛研究專案。
2000 年以前鐳射雷達的商業化技術處於起步階段，在車載領域應用有限。2000 年 以後鐳射雷達的系統架構得到拓展，從單線掃描逐漸發展到多線掃描，鐳射雷達對環 境三維高精度重建的應用優勢被逐漸認可，基於鐳射雷達的避障與導航技術在無人駕 駛應用中得到逐步發展。2004 年開始的美國國防高階研究計劃局無人駕駛挑戰賽推動 了無人駕駛技術的快速發展並帶動了高線數鐳射雷達在無人駕駛中的應用。2005 年 Velodyne 推出的 64 線鐳射雷達在第二屆 DARPA 挑戰賽中得到廣泛關注，2007 年第三屆挑戰賽時，六支完成比賽的隊伍中五家使用了 Velodyne 的鐳射雷達，高線數鐳射 雷達在無人駕駛中的應用前景得到了廣泛的重視。DARPA 挑戰賽之後陸續有巨頭科 技公司及新興無人駕駛公司投入無人駕駛技術研究，鐳射雷達被廣泛應用於無人駕駛 測試專案，當時的高線數鐳射雷達市場主要以 Velodyne 的產品為主。車載鐳射雷達車 規化發展也在這一時間起步，2010 年 Ibeo 同 Valeo 合作進行車規化鐳射雷達 SCALA 的開發，SCALA 為基於轉鏡架構的 4 線鐳射雷達，經過多年的測試和驗證，於 2017 年 實現量產。
在汽車產業“電氣化、共享化、網聯化、智慧化”的“新四化”驅動下，2016 年 後無人駕駛行業高速發展。鐳射雷達行業也隨之進入迅速發展期，這一時期鐳射雷達 行業表現出了以下幾個特徵：①國內外不斷有初創公司投入高線數鐳射雷達的研究並 陸續取得突破，2017 年 4 月禾賽科技釋出了 40 線鐳射雷達 Pandar40。②鐳射雷達技術 方案得到創新和拓展，半固態式或固態式鐳射雷達如 MEMS、OPA 等技術方案受到市 場重視。③鐳射雷達應用範圍不斷擴大，早期無人駕駛測試專案的規模持續擴張，而 且隨著技術的成熟，開始有無人駕駛車隊進行小範圍商業化試點，此外鐳射雷達在高 級輔助駕駛和服務機器人領域的應用也得到不斷髮展。
2019 年後鐳射雷達行業進入新的發展階段。這一時期主要表現出了以下幾個特徵： ①從技術方案來看，收發器件面陣化及核心模組晶片化為高效能、低成本、高整合度、 高可靠性的鐳射雷達提供了可靠的發展方向。②FMCW 原理的鐳射雷達技術方案受到 了市場的關注。③鐳射雷達應用範圍進一步得到拓展，“新基建”中的車聯網技術為激 光雷達帶來了新的應用場景，此外，依據應用領域的不同，鐳射雷達呈現效能及價格 分層的發展趨勢。④2020 年境外鐳射雷達公司迎來透過特殊目的併購公司完成上市的 熱潮，Velodyne、Luminar 已完成 NASDAQ 上市，Aeva、Innoviz 預計 2021 年第一季度 完成，Ouster 預計 2021 年上半年完成。
2.2 鐳射雷達在自動駕駛產業鏈中處於高價值環節
鐳射雷達是高級別無人駕駛技術實現的關鍵。根據 Allied Market Research 估計， 2026 年全球無人駕駛技術市場規模將達到 5,566.7 億美元，較 2019 年可實現 39.47%的 年均複合增長率。根據沙利文的統計及預測，受無人駕駛車隊規模擴張、鐳射雷達在 高階輔助駕駛中滲透率增加、以及服務型機器人及智慧交通建設等領域需求的推動， 鐳射雷達整體市場預計將呈現高速發展態勢，至2025年全球市場規模為135.4億美元， 較 2019 年可實現 64.5%的年均複合增長率。
鐳射雷達在高階輔助駕駛 ADAS 領域。針對 L2/L3 級別的自動駕駛乘用車，直接 面向使用者，因此，鐳射雷達與車身融為一體的美觀性要求和價格敏感度都較高。據預 測，2025 年全球乘用車新車 L3 滲透率 6%，即每年近 600 萬輛新車將搭載鐳射雷達， 對應的市場規模為 46.1 億美元（單價 768 美元），2019 年至 2025 年複合增長率達 83.7%。
鐳射雷達在無人駕駛領域。針對 L4/L5 級別的運送乘客 Robotaxi 和運送貨物 Robotruck，由於駕駛責任完全歸屬汽車本身，對鐳射雷達探測效能要求最高，同時車 輛所有者為運營公司，對鐳射雷達價格及與車身整合度要求較低。據預測，2025 年全 球 Robotaxi 和 Robotruck 的 L4/L5 無人駕駛汽車，數量為 53.5 萬輛，對應的鐳射雷達 市場規模 35 億美元（假設一輛車一套，單價為 6542 美元），2019 年至 2025 年的年均 複合增長率達 80.9%。
2.3 鐳射雷達的原理和技術路線
鐳射雷達是用鐳射作為輻射源的雷達，可用於高精確度地探測、測距。鐳射雷達 由四個系統組成：1）發射系統，由半導體鐳射器和光學系統組成；2）掃描系統，由 系列掃描元件構成，以華為 2020 年 7 月 2 日公佈的 MEMS 鐳射雷達為例，包括 MEMS 微振鏡、鐳射驅動器、MEMS 驅動晶片等；3）接收系統，包括核心的光電探測器和光 學系統；4）資料處理系統，由放大器、數字化晶片、FPGA（主控單元）構成。發射 系統發射鐳射束，透過掃描系統中的 MEMS 微振鏡來反射鐳射器的光束，兩者採用微 秒級的頻率協同工作，能目標物體進行 3D 掃描。透過接收系統接收到目標物體反射 的光訊號後，資料處理系統將其放大並轉化為數字訊號並進一步生成物體位置資訊。
鐳射雷達產業自誕生以來，緊跟底層器件的前沿發展，呈現出了技術水平高的突 出特點。鐳射雷達廠商不斷引入新的技術架構，提升探測效能並拓展應用領域：從激 光器發明之初的單點鐳射雷達到後來的單線掃描鐳射雷達，以及在無人駕駛技術中獲 得廣泛認可的多線掃描鐳射雷達，再到技術方案不斷創新的固態式。鐳射雷達、FMCW 鐳射雷達，以及如今晶片化的發展趨勢，鐳射雷達一直以來都是新興技術發展及應用 的代表。
目前的鐳射雷達存在著四條主要的技術路線：傳統機械式鐳射雷達、MEMS、Flash、 OPA（後三種為固態鐳射雷達的實現方式），它們特點各不相同：
機械旋轉式鐳射雷達的優勢在於可以對周圍環境進行 360°的水平視場掃描， 測距能力遠，目前主流無人駕駛專案紛紛採用機械旋轉式鐳射雷達作為主要 的感知感測器。但也存在固有缺陷，由於採用水平線性掃描方式，存在產生 盲點的風險，無論掃描持續多長時間，視場中的某些物體都會被遺漏，並且 機械式鐳射雷達受限於生產工藝，大規模量產存在著一定的難度，成本依舊 高昂。
MEMS 微機電系統能夠直接在矽基晶片上整合體積十分精巧的微振鏡，由可 以旋轉的微振鏡來反射鐳射器的光線，從而實現掃描，憑藉超高的掃描速度 形成高密度的點雲圖，具有一定的整合性。但 MEMS 微振鏡的掃描角度是由 控制電路調節的，保證角度精度是主要的技術難點，其量產可行性比較低， 且如何使 MEMS 微振鏡透過車規是現在面臨的一大挑戰。
Flash 鐳射雷達重新整理頻率極高，但 Flash 的光源能夠覆蓋到前方很寬範圍內的 所有目標物，而探測器的視場角剛好可以接收到這一範圍內的反射光，這種 工作原理造成了能量值低、量程難以到達 20 米以上，因此不能充當主感測 器。Flash 鐳射雷達被視為當前主流技術路線，並能夠實現商用。
OPA 掃描技術作為一種新型光束指向控制技術是近年來的研究熱點，具有無 慣性器件、精確穩定、方向可任意控制的優點，但 OPA 的接收部件的不成 熟，導致陽光下噪點多，難以作為主感測器之用，並且其核心元器件 OPA 芯 片加工難度高，產品化的道路上存在一定的挑戰。
2.4 鐳射雷達的下游應用都有哪些領域？
鐳射雷達在無人駕駛領域市場前景可觀。傳統出行服務中人工成本佔運營總成本 60%以上，無人駕駛出行服務能夠取消這一成本，而且無人駕駛技術能夠減少車輛閒 置時間，因而相比傳統的出行服務具有廣泛的商業價值和盈利空間。高階輔助駕駛市 場主要服務於整車廠及 Tier1 公司，鐳射雷達在效能滿足要求的基礎上，成本及車規要 求是量產車專案關注的重點。Valeo 的 SCALA 是世界第一款受到市場認可透過車規並 實現量產的鐳射雷達產品，搭載在了奧迪旗艦車型 AudiA8。2020 年 Valeo 將對 SCALA 進行升級，實現更優的感測器解決方案。
世界各地交通法規的修訂為 L3 級自動駕駛技術商業化落地帶來機會。2019 年， 日本《道路交通法案》修正案獲得透過，允許 L3 級自動駕駛車輛在公共道路上使用。 2020 年 1 月，韓國國土交通部發布《自動駕駛汽車安全標準》（修訂版），制定 L3 級自 動駕駛安全標準和商用化標準。2020 年 6 月聯合國的歐洲經濟委員會透過《ALKS 車 道自動保持系統條例》，這是全球範圍內第一個針對 L3 級自動駕駛具有約束力的國際 法規。
世界範圍來看，中國智慧網聯汽車發展速度快，戰略化程度高。2020 年 2 月，國 家發展改革委、工信部、科技部等 11 個部委聯合印發《智慧汽車創新發展戰略》，提出到 2025 年，智慧交通系統和智慧城市相關設施建設取得積極進展，車用無線通訊網 絡實現區域覆蓋，新一代車用無線通訊網路在部分城市、高速公路逐步開展應用，高 精度時空基準服務網路實現全覆蓋。2020 年 3 月，發改委和工信部發布《關於組織實施 2020 年新型基礎設施建設工程（寬頻網路和 5G 領域）的通知》，將“基於 5G 的車 路協同車聯網大規模驗證與應用”列為七項 5G 創新應用提升工程之一。與單車智慧 相比，基於 5G 的車路協同可以更大限度地提升行車安全、提高交通系統執行效率、 降低車載裝置成本，從而促進無人駕駛的快速落地。
服務機器人主要應用範圍包括無人配送、無人清掃、無人倉儲、無人巡檢等。借 助強大的內建感知系統及控制系統，服務機器人能夠完成多種無人作業，從而減輕對 人力的依賴，提高生產效率。服務型機器人不僅僅可以實現將貨物從物流中心運送到 消費者家中，還可以提供大量新型的“最後一公里”服務，為整個服務社群提供便利 性、安全性和健康性。2020 年面對新冠疫情，無人配送能夠避免人與人的不必要接觸， 減少交叉感染機率，為方便社群生活以及阻隔疫情擴散築起了健康防線。
鐳射雷達也被應用在消費電子領域。2020 年 Apple（蘋果）在新款 iPad Pro、iPhone 12 Pro 和 iPhone12 Pro Max 上搭載了 dToF 鐳射雷達模組，雖然同為基於飛行時間原理 的鐳射雷達，但從產品要求以及客戶群體來看，消費類電子產品上的鐳射雷達與公司 所面向的無人駕駛、高階輔助駕駛、機器人、車聯網應用的鐳射雷達區別較大，比如 前者的測距範圍一般為 5m 以內，對體積和功耗要求非常嚴格。
3 國內鐳射雷達龍頭：禾賽科技3.1 反覆探索打磨，成為鐳射雷達全球領先企業
禾賽科技是全球領先的鐳射雷達製造商。2014 年成立於上海，禾賽依靠近 500 人 的團隊打造出一系列創新型感測器解決方案，兼顧業內頂尖的產品效能、可量產的設 計以及出眾的可靠性。禾賽憑藉自主研發的微振鏡和波形加密技術，始終引領感測器 創新的發展方向，目前已佈局 500 多項專利，客戶遍佈全球 20 個國家和地區的 70 座 城市。
由鐳射氣體感測器向鐳射雷達拓展，是公司長期戰略。2015 至 2016 年期間，公司 主要的產品為鐳射氣體感測器，產品靈敏度高、誤報率低，一面世就受到燃氣行業的 關注，併入圍了 2017 年的 Prism Award 最終名單。2016 年，經歷反覆探索後，公司在 原有鐳射氣體遙感技術的積累之上拓展了新的發展方向——無人駕駛鐳射雷達。面向 無人駕駛的鐳射雷達產品技術壁壘高，市場總量大，應用前景廣闊且與公司發展願景 高度吻合。隨後，公司深耕於高階鐳射雷達產品的開發，推出了一系列產品，積累了 大量優質客戶。2017 年底，公司部署晶片技術發展方向，成立晶片部門，根據產品上 積累的系統需求定義晶片引數，自主設計晶片。
公司核心團隊專業背景深厚。公司實際控制人孫愷、李一帆、向少卿畢業於清華 大學、斯坦福大學、上海交通大學等海內外高校，擁有蘋果、西部資料等公司的工程 師背景，其他核心技術人員也擁有電子、光學等方面的專業背景，這些經驗是公司戰 略制定的有力保障。
營收迅速增長，毛利率高，客戶以北美和國內為主。公司近年營業收入增長迅速， 考慮到公司收入多集中在第四季度，疊加國外疫情逐步緩解等因素，2020 年營業收入 有望再創新高。毛利率保持在較高水平，主要因為鐳射雷達行業的研發與製造壁壘高， 且公司為行業內高線數鐳射雷達的領軍企業，具有較強定價權。營收地區分佈方面， 以北美和中國大陸客戶為主。
3.2 下游行業與政策支援共同驅動公司發展
老齡化現象加劇，社會對智慧服務依賴度不斷提升。自 2012 年起，我國勞動年齡 人口數量和比重持續降低，2019 年 65 歲以上人口占總人口比例達到 12.57%，可以預 見未來 30 年，中國社會老齡化問題將越來越嚴重。依賴人口紅利的物流運輸系統也將 出現巨大的勞動力缺口社會人口老齡化的到來將給這些行業帶來巨大的勞動力缺口， 這為智慧服務的發展帶來了廣闊的應用前景。無人駕駛卡車、無人運貨小車、無人碼 頭運送車等的推廣將大量解放勞動力，鐳射雷達作為其重要感測器也將為社會的轉型 與發展提供技術支援。為了持續的經濟發展。
下游行業的蓬勃發展將持續驅動鐳射雷達行業的增長。根據 Yola 的測算，2019 年 全球鐳射雷達市場規模約為 16 億美元，預計到 2025 年將達 38 億美元，複合增長率達 19%。其中，ADAS 領域市場規模將從 1900 萬美元增長至 17 億美元，複合增長率達 114%。1）無人駕駛行業：傳統出行服務中人工成本佔運營總成本 60%以上，無人駕駛 出行服務能夠取消這一成本，而且無人駕駛技術能夠減少車輛閒置時間，因而相比傳 統的出行服務具有廣泛的商業價值和盈利空間。當前，國內外的無人駕駛專案不斷取得進展，根據 ReportLinker 研究估計，2025 年全球包括運送乘客和貨物在內的 L4/L5 級無人駕駛車輛數目將達到 53.5 萬輛。隨著無人駕駛商業模式的逐步確立，該領域的 全球鐳射雷達市場也將隨之實現高速增長。2）高階輔助駕駛行業：世界各地交通法規 的修訂正為 L3 級自動駕駛技術商業化落地帶來機會，全球範圍內 L3 級輔助駕駛量產 車專案當前處於快速開發之中。隨著鐳射雷達成本下探至數百美元區間且達到車規級 要求，未來越來越多高階輔助駕駛量產專案將實現 SOP；根據 Yole 的研究報告，至 2025 年全球乘用車新車市場 L3 級自動駕駛的滲透率將達約 6%，即每年將近 600 萬輛 新車將搭載鐳射雷達。鐳射雷達在高階輔助駕駛領域的市場規模將在未來 5 年裡保持 高速增長。3）服務型機器人行業：當前越來越多的電商、消費服務業巨頭以及初創公 司投入服務型機器人的開發，隨著智慧服務機器人技術的成熟，其業務範圍和輻射半 徑將不斷增強，無人運送、無人清掃、無人巡檢機器人在運營成本降低及服務效率提 升等方面的優勢將得以顯現，對此類裝置的需求也將不斷提升。4）車聯網行業：基於 5G 的車路協同可以更大限度地提升行車安全、提高交通系統執行效率、降低車載裝置 成本，從而促進無人駕駛的快速落地，國內城市紛紛展開智慧城市、智慧交通的建設 和測試。鐳射雷達結合智慧演算法，能夠提供高精度的位置、形狀、姿態等資訊，實現 對交通狀況進行全域性性的精確把控，對車路協同功能的實現至關重要。隨著智慧城市、 智慧交通專案的落地，未來該市場對鐳射雷達的需求將呈現穩定增長態勢。
國家對智慧感測器的發展給予大量政策支援。智慧感測器是智慧裝備感知外部環 境資訊的關鍵，對智慧裝備的應用起著技術牽引和場景升級的作用。近年來，隨著互 聯網與物聯網的高速發展，感測器在新興的智慧家居、智慧城市、智慧移動終端（汽車、機器人等）等領域的應用突飛猛進，大幅擴充套件了應用空間。同時積體電路是智慧 感測器的重要組成部分，專用晶片的發展為智慧感測器的效能提升、可靠性提升和成 本控制提供了重要支撐。國家政策也給予了大力支援。2017 年起，隨著智慧汽車及車 聯網行業的發展，各級政府出臺多項政策明確發展車載感測器技術以及形成產業化規 模，對公司經營發展起到正向促進作用。
3.3 深入探索不同技術方案，打造多場景立體化產品矩陣
從對鐳射雷達效能要求最高的無人駕駛領域入手，面對不同場景打造多樣化產品 矩陣。堅持產品效能的最佳化，持續積累核心模組的開發經驗，前瞻部署晶片化的發展 戰略，深入探索不同技術方案，面對不同領域對鐳射雷達的多樣化需求，秉承“長、 中、短距兼備，機械、固態方案並進”的立體化產品矩陣，開發並陸續推出多樣化的 鐳射雷達產品。
無人駕駛場景產品針對性地解決了行駛環境中的一系列問題。
1）複雜環境和其他 鐳射雷達干擾方面，L4/L5 級無人駕駛應用的實現，有賴於鐳射雷達提供的感知資訊。 該級別應用需要面對複雜多變的行駛環境，對鐳射雷達效能水平要求最高，在要求 360° 水平掃描範圍的同時，對於低反射率物體的最遠測距能力需要達到 200m，且需要更高 的線數以及更密的點雲解析度；同時，為了減少噪點，還需要鐳射雷達具有抵抗同環 境中其他鐳射雷達干擾的能力。為滿足上述要求，公司推出了效能逐步最佳化的 Pandar40 （2017 年 4 月）、Pandar40P（2018 年 4 月）、Pandar64（2019 年 1 月）以及 Pandar128 （2020 年 9 月）。
2）角度盲區方面，鐳射雷達放置在車輛頂部，有限的垂直視場角會 在近距離產生盲區，即無法探測的區域。為此公司在 2020 年 1 月推出了垂直視場角覆 蓋 104.2°和探測距離最近達 0.1m 的盲區檢測鐳射雷達 PandarQT。
3）多感測器標定 及同步方面，自動駕駛公司的多感測器標定及同步是一個難點，公司與百度 Apollo 在 2017 年 12 月聯合釋出了多感測器融合感知套件 Pandora。
高階輔助駕駛場景產品覆蓋前向視場，實現自動跟車或者高速自適應巡航等功能。 L2/L3 級高階輔助駕駛對鐳射雷達的需求與 L4/L5 級無人駕駛應用的需求有所不同， 覆蓋前向視場（水平視場角覆蓋 60°到 120°）的鐳射雷達通常為優選方案，實現自 動跟車或者高速自適應巡航等功能，但在測遠和角度解析度等效能上的要求和無人駕 駛是一致的；此外，整車廠及 Tier1 公司更看重鐳射雷達的形態與尺寸是否容易嵌入車 身，保險槓、前擋風玻璃後視鏡等易於隱藏的地方是放置鐳射雷達的優先選擇，這些 位置往往空間狹小因而限制了鐳射雷達的體積；該領域客戶也要求鐳射雷達透過電磁 相容、可靠性（包括振動及衝擊、防水防塵）等一系列嚴格的車規測試；因為面向消費者的乘用車採購數量大，該領域客戶對鐳射雷達的價格敏感度相較於無人駕駛領域 也更高。為此，公司利用技術架構預研過程中的實踐積累，在 2019 年 1 月推出了基於 微振鏡方案的遠距前向式鐳射雷達 PandarGT。當前，公司發揮在專用晶片開發上的研 究成果，基於微振鏡架構的低成本方案以及基於轉鏡方案的 PandarST 將搭載公司自研 的 V1.0 多通道鐳射驅動晶片以及多通道模擬前端晶片，保障效能的同時提高可靠性並 控制成本，目前相關產品處於樣機迭代及 OEM 洽談階段。
機器人場景產品使用自研晶片最佳化效能。機器人應用範圍包括無人送貨小車、自 動清掃車輛、園區內的接駁車、港口或礦區的無人作業車、執行監控或巡線任務的無 人機等，這些場景的主要特點是路線相對固定、環境相對簡單、行駛速度相對較低（通 常不超過 30km/h）。因而相比無人駕駛應用，機器人應用對鐳射雷達測遠及解析度等 探測效能的要求相對較低，但對價格更敏感。為此，公司採用禾賽 V1.0 自研晶片架構， 開發了面向機器人市場的中距機械旋轉式鐳射雷達，於 2020 年 10 月推出了 PandarXT 產品。PandarXT 發射端使用自主研製的多通道鐳射驅動晶片，接收端使用自主研製的 多通道模擬前端晶片，專用晶片的應用帶來了產品效能的最佳化：更高的測距精準度、 更優的抗干擾能力、更低的功耗等，而且也使得 PandarXT 在效能一致性、系統整合 度、成本控制、可量產性等方面具有優勢。
車路協同場景產品採用目標聚類及追蹤演算法，內部整合算力並降低典型時延。人、 車、路的有效協同需要準確識別和追蹤交通參與者，並對其路線進行有效預測，採用 基於鐳射雷達點雲資料的目標聚類及追蹤演算法能夠滿足這一要求。PandarMind 系列產 品能夠直接輸出經過深度學習演算法處理得到的目標物識別結果，相比傳統的鐳射雷達 外接演算法處理單元的方案，PandarMind 算力內部整合，具有無需額外軟體移植部署的 優勢。此外，相比傳統演算法方案需要的≥100ms 的典型時間延遲，PandarMind 有效降低典型時延，為車輛提供了更長的反應時間用於駕駛決策，有利於充分實現人車路的 有效協同，保證交通安全，提高通行效率。
3.4 技術突破和持續的研發投入，構築產品護城河
鐳射雷達行業具有較高的技術水準與技術壁壘。作為一種新興的感測器技術，激 光雷達系統結構精密且複雜，精細的光機設計和收發對準、微弱訊號的靈敏探測和快 速響應是實現探測目標的前提。為了實現最優的探測效果，鐳射雷達不僅在開發過程 中需要光、機、電等子模組的高度配合和協同最佳化，而且還需要在生產過程中具有相 匹配的高精度生產製造能力。
全固態是車用鐳射雷達的技術發展趨勢，公司針對不同場景應用不同技術路線， 並開展新技術的佈局積累。總體來看，鐳射雷達未來發展趨勢為取消機械旋轉結構， 利用半導體工藝將所有機械部件全整合，實現體積小、質量輕、堅固可靠、高效率和 低成本的全固態鐳射雷達，同時提高其環境適應性。機械旋轉式鐳射雷達產品已經在 無人駕駛領域得到了廣泛應用，而半固態式鐳射雷達主要面向即將興起的量產乘用車 高階輔助駕駛市場。不同細分應用領域的差異對鐳射雷達的綜合指標提出了不同維度 的要求，產品效能分層、不同架構方案並存將是常態。依據對未來市場的預判，公司 也開展了對 FMCW 鐳射雷達和電子掃描方案的固態式鐳射雷達的技術佈局和積累，具 有新技術方案鐳射雷達的產品開發能力。
突破鐳射雷達技術限制，公司制定晶片化發展戰略。當前市場對鐳射雷達產品的 測遠能力以及點頻的要求不斷提升，但由於受到鐳射安全閾值的限制以及產品功耗與 發熱的限制，目前已經很難透過簡單堆砌通道數目去滿足這個需求。為了突破現有瓶 頸，需要透過技術的改進以及實現核心收發晶片的升級換代，提升能量利用率，用更 少的能量實現更遠的單點測距能力。針對上述問題，公司發揮技術創新能力，規劃了 V1.0、V1.5、V2.0、V3.0 代核心收發單元晶片化的發展戰略，V1.0、V1.5、V2.0 晶片研究成果面向當前機械式、微振鏡式、轉鏡式技術方案，是這些產品系列升級迭代的共 同技術支撐，V3.0 面向純固態式鐳射雷達 PandarFT 的開發及應用。公司於 2017 年末 成立了晶片部門，開展鐳射雷達專用晶片的研發工作。鐳射雷達專用晶片化研究包括 鐳射驅動晶片、模擬前端晶片、數字化技術和晶片以及 SoC 晶片，其在鐳射雷達系統 的功能如下圖所示。目前晶片化 V1.0 成果多通道鐳射驅動晶片及多通道模擬前端晶片 已完成量產，並應用於多個鐳射雷達研發專案和 PandarXT 的量產專案。高精度數字化 技術已應用於公司產品，模擬數字轉換晶片已進入開發後期，公司在 SoC 晶片方面已 有技術儲備。
公司高度重視研發，募集資金用於智慧製造中心和鐳射雷達演算法專案。截至 2020 年 9 月 30 日，公司共有研發人員 270 人，佔總員工數量的 53.78%。研發投入不斷增 加，最近三年累計研發投入佔最近三年累計營業收入的比例為 51.84%；2017-2019 年三 年累計研發投入 25,964.15 萬元。本次募集資金除用於鐳射雷達專屬晶片專案外，還包 括智慧製造中心專案和鐳射雷達演算法的研發。智慧製造中心專案將幫助公司在鐳射雷 達各產品線的生產工藝最佳化以及測試環境等方面，實現業內領先的生產能力，為大規 模量產做好準備，鐳射雷達演算法研發專案將提升公司鐳射雷達相關的演算法能力，以為 乘用車、車聯網等領域的客戶提供產品及演算法的解決方案，所面向領域均為鐳射雷達 的研發設計、產品方案、生產製造等關鍵環節。
3.5 多種技術路線與自有生產線創造超車優勢
行業內主要的鐳射雷達公司包括美國的 Velodyne、Luminar、Aeva、Ouster，以色列的 Innoviz，德國的 Ibeo，以及國內的速騰聚創、鐳神智慧、華為、覽沃科技等。 公司當前鐳射雷達以機械式為主，積極佈局半固態和全固態鐳射雷達開發。
Luminar、Aeva、Innoviz、Ibeo 主要面向無人駕駛和量產乘用車 ADAS 市場，開發相應 的（半）固態鐳射雷達，其技術特點各有不同；Velodyne、Ouster 等主要是機械式旋轉 多線鐳射雷達的供應商，產品面向無人駕駛和服務型機器人市場。Velodyne 在這個領 域具有先發優勢，在 2006 年到 2017 年一度是機械旋轉鐳射雷達市場的最主要提供方。 公司於 2017 年開始向市場出售產品，逐漸贏得無人駕駛高線數鐳射雷達市場的客戶。 在技術方向上，公司注重晶片的底層研發。Ouster 從創立開始就選擇數字化的晶片方 案，該方案架構先進，但產品的整體效能非常依賴晶片架構和器件的成熟度，Ouster 當 前的產品效能和成本尚不具備優勢。憑藉量產出貨的技術積累，包括公司在內的四家 主要的機械旋轉雷達公司，也都在積極佈局半固態和全固態鐳射雷達的開發。
Velodyne 仍為市場龍頭，公司正迎頭趕上。從產業應用及市場佔有率來看， Velodyne 當前仍是市場營收總額最高的鐳射雷達公司；Luminar 2019 年的銷售臺數在 百臺量級；Aeva 和 Innoviz 在 2020 年預期營業收入均為 500 萬美元，市場佔有率較低。 2017 年之前 Velodyne 幾乎是市場上唯一的高線數鐳射雷達廠商，公司進入鐳射雷達領 域後，國外廠商的市場佔有率不斷降低，無人駕駛市場佔 Velodyne 2017 年營收的 50% 以上，近期下降到約 25%。憑藉優秀的產品效能，公司建立了良好的口碑，銷售數量 及營業收入均實現較快增長。
生產模式國外公司以代工合作為主，公司自有生產線把握生產和成本控制權。從 生產模式來看，部分國外鐳射雷達公司傾向採用代工或與製造廠合作的生產模式。 Velodyne 已與 Fabrinet、尼康、Veoneer 等簽署多年代工協議，從自主生產模式逐漸轉 向增加歐洲及亞洲第三方工廠代工的生產模式。Innoviz 與捷普合作進行產品代工，同時針對寶馬專案與 Magna（麥格納）開展合作。與大型代工廠或者 Tier1 合作能夠降低 鐳射雷達廠商對生產資源的投入，但也會削弱鐳射雷達廠商對生產環節和生產成本的 把控，鐳射雷達作為新興的精密感測器，迭代速度快，而且尚無確定的行業標準和成 熟穩定的工藝，生產環節包括多步針對產品特性的精準裝調和測試工序，需要鐳射雷 達廠商對生產環節具有較強的把控能力，規模化生產能力會逐漸成為鐳射雷達企業的 核心壁壘之一。禾賽科技所有鐳射雷達產品均為自主生產，解決了諸多工藝問題，積 累了生產經驗。同時結合行業特點，制定了自動化生產線及智慧化生產工廠的技術發 展路線，隨著新制造中心的落成與使用，生產優勢將進一步提升。
3.6 廣泛深入的商業合作
禾賽科技已服務國內外眾多的重量級客戶，廣泛分佈於無人駕駛、高階輔助駕駛、 機器人與車聯網等領域。
1）在無人駕駛方面，公司的 40 線、64 線機械式鐳射雷達產 品效能出色，受到了世界範圍內頭部無人駕駛公司的廣泛認可。Robotaxi 已於國內外 眾多優質客戶開展深度合作，博世的無人駕駛測試和服務試點，百度在長沙開放的無 人駕駛出租車試乘等，均採用了公司的鐳射雷達產品；Robo Truck 則於圖森未來等頭 部無人駕駛卡車公司展開合作。
2）在高階輔助駕駛方面，公司 V1.5 的鐳射雷達晶片 化架構將於 2021 年應用於面向 ADAS 市場的產品中，並將於博世在 ADAS 領域的激 光雷達產品展開一系列的合作。
3）在服務機器人方面，公司已與國內專攻無人配送的 白犀牛智達及生活服務電商巨頭美團等公司合作，其無人配送車搭載了公司的鐳射雷 達產品。
4）在車聯網方面，2020 年 10 月的“2020 C-V2X 大規模先導性應用示範活動” 中，公司作為唯一的鐳射雷達感測器提供方，使用 PandarMind 產品，聯合搭建了行人 橫穿場景的網聯環境，打通了從鐳射雷達探測行人到 RSU 將行人資訊以 V2X 訊息格 式進行廣播的鏈路，在國內首次實現了基於邊緣感知演算法進行行人橫穿 V2X 應用場景 的公開測試。
4 國內外部分鐳射雷達公司分析（詳見報告原文）萬集科技：國內領先的智慧交通產品與服務提供商，提供精度更高的多通道鐳射雷達。
速騰聚創：鐳射雷達產品矩陣已經形成，公司合作伙伴豐富。
鐳神智慧：鐳射雷達及整體解決方 案提供商。
覽沃科技：採用非重複式掃描技術的旋鏡式類固態 鐳射雷達技術路線。
華為：選擇半固態 MEMS 微振鏡架構，今年實現車規級量產。
Velodyne：深耕鐳射雷達行業十餘年，成為行業全球龍頭企業。
Luminar：高速公路自動駕駛技術優勢明顯，多項垂直領域達成商業合作。
Innovusion：產品運用在自 動駕駛、車路協同、城市軌道交通、智慧高速、高精地圖等多個領域。
5 風險提示1）智慧汽車滲透率不及預期；
2）自動駕駛滲透率不及預期；
3）鐳射雷達技術突破和量產成本不及預期；
4）疫情影響商務活動，導致產業進展不及預期。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）