報告綜述:
鐳射雷達賽道價值何在? 目前主流的感知感測器均有自身效能侷限性,單純從技術性能維 度看,鐳射雷達是感知硬體的最優解,智慧化是一個消費屬性極 其顯著的賽道,其意義在於提升消費者的駕乘體驗(主要指 ADAS),智慧化包括感知、決策、控制三個環節,鐳射雷達是 感知層面的核心感測器。此外,搭載鐳射雷達也是特斯拉以外的 主機廠在智慧化層面實現彌補軟體演算法實現彎道追趕的核心。
空間格局:預計全球約 200 億美元,全球範圍競爭格局尚不清晰 我們測算 25/30 年全球鐳射雷達市場空間將達到 129/195 億美元, 20-25 年 GAGR 為 49.21%,25-30 年 GAGR 為 8.63%。25/30 年 我國鐳射雷達市場空間將達到 62.96/77.75 億美元,20-25 年 GAGR 為 39.95%,25-30 年 GAGR 為 4.31%。格局層面來看,呈 現全球範圍充分競爭,國內外企業技術差距較小,業內廠商產品 策略包括兩類:從機械式過渡或是直接佈局固態和固態的廠商。 此外,行業存在華為、大疆等科技巨頭介入,整體研發實力較強, 研發進度和產品落地速度較快。整體而言格局尚不清晰。
技術趨勢:鐳射雷達必不可少,半固體與固態是趨勢 特斯拉在感知層面使用的是無鐳射雷達的視覺方案,我們認為其 餘主機廠並不會效仿特斯拉;從產品形態維度來看,機械式、半 固態、純固態,三種形態產品技術同源性較弱。目前機械式鐳射 雷 達 技 術 成 熟 度 較 高 , 但 主 要 應 用 在 對 成 本 較 不 敏 感 的 Robotaxi/Robobus 及實驗領域,且後期降本難度較大難過車規。 中期維度看我們認為半固態鐳射雷達將會是乘用車 ADAS 場景 短期內的主流解決方案,目前半固體轉鏡方案已有產品車規,後 期半固體 MEMS 車規級振鏡方案也將逐步有產品落地且降本潛 力較大。長期維度看純固態技術的成本和穩定性都有較大潛力, 是技術上的最優解,但是短期受限於產業鏈成熟度較低。
一、概況:智慧駕駛核心感知部件,受供需雙重驅動核心結論:感知、決策與控制是自動駕駛的三個核心環節,鐳射雷達從功能層面來看屬於感知層感測器, 其產品優勢尤其在高階智慧駕駛階段將會逐漸體現。鐳射雷達行業發展的催化短期維度主要受到需求拖動以及 供給革新。需求側來看,智慧化是主機廠產品效能做出差異化的核心,同時目前各主機廠在智慧化量產進度層 面落後於特斯拉,鐳射雷達能夠從硬體層面幫助主機廠短期實現追趕,提速智慧化進展。2020-2021 年期間眾 多傳統 OEM 以及造車新勢力紛紛表示將在後續量產車型中搭載鐳射雷達;供給側來看,目前鐳射雷達行業仍 處於技術迭代的初期,以華為、大疆為代表的科技巨頭進軍鐳射雷達產業,推動技術革新;此外,全球鐳射雷 達公司陸續上市進入資本市場,產融結合助益研發投入。長期維度來看,由於高階自動駕駛中對於感測器的數 量和精度都有更高的要求,對鐳射雷達的需求將隨著自動駕駛的滲透率的增長而持續攀升。
1.1 鐳射雷達是什麼?
感知、決策與控制是自動駕駛的三個核心環節,鐳射雷達從功能層面來看屬於感知層感測器,可配合攝像 頭、毫米波雷達、高精度地圖、GPS 定位等收集車身周邊資訊,確定車輛周邊路況。
探測原理:主要包括鐳射發射、鐳射接收和資訊處理三個模組,透過測量鐳射訊號的時間差和相位差來確 定目標物體距離並創建出清晰的 3D 影象。
根據測距原理,鐳射雷達主要分為飛行時間測距法(ToF)和連續波調頻法(FMCW),前者在產業鏈成 熟度上更領先,成為當前市場上主要採用的方法;ToF 與 FMCW 能夠實現室外陽光下較遠的測程(100~250m), 穩定性高,是車載鐳射雷達的優選方案。ToF 透過直接測量發射鐳射與回波訊號的時間差,基於光在空氣中的 傳播速度得到目標距離資訊。FMCW 方案將發射鐳射的光頻進行線性調製,透過回波訊號與參考光進行相干拍 頻得到頻率差,從而間接獲得飛行時間反推目標距離。FMCW 法的優勢在於高信噪比、抗干擾以及所需發射功 率低,對人眼安全。ToF 是目前市場車載中長距鐳射雷達的主流方案,未來隨著 FMCW 鐳射雷達整機和上游產 業鏈的逐步成熟,ToF 和 FMCW 有望在市場上並存。
1.2 行業驅動要素:需求拖動,供給革新,高階智慧駕駛加速滲透
1.2.1 短期維度:需求拖動,供給革新
短期來看,鐳射雷達主要受到供、需兩個維度的持續催化:
第一,需求側來看,智慧化是主機廠產品效能做出差異化的核心,同時目前各主機廠在智慧化量產進度層 面落後於特斯拉,鐳射雷達能夠從硬體層面幫助主機廠實現追趕,提速智慧化進展。2020-2021 年期間眾多傳 統 OEM 以及造車新勢力紛紛表示將在後續量產車型中搭載鐳射雷達;
第二,供給側來看,目前鐳射雷達行業仍處於技術迭代的初期,研發投入需求較大,以華為、大疆為代表 的科技巨頭進軍鐳射雷達產業,推動技術革新(效能提升,成本下降);此外,全球鐳射雷達公司陸續上市進 入資本市場,產融結合助益研發投入。
需求維度:2021 年開始較多主機廠集中佈局鐳射雷達,2021 年有望成鐳射雷達元年。我們認為,造車新勢 力在配置層面一直較為激進,可對行業起到一定程度示範效應,而長城、長安、吉利等可走量的國內一線自主 品牌的應用代表行業的普及率有望快速提升。包括小鵬、長城、北汽、蔚來、豐田、本田、寶馬、沃爾沃、長 安、吉利、廣汽等車企紛紛預計從 2021 年推出鐳射雷達量產車型。2021 年 1 月 1 日,小鵬汽車宣佈與鐳射雷 達廠商 Livox 達成合作,將在 2021 年推出的全新量產車型上使用其生產的小鵬定製版車規級鐳射雷達;2021 年 1 月 9 日,蔚來在 NIO Day 上釋出了其新車型 ET7,該車型的其中一大亮點便是搭載了目前線數最高的固態鐳射雷達;2021 年 1 月 20 日,長城 WEY 品牌全新旗艦車型摩卡線上釋出,新車將在 2021 年第一季度上市, 也將搭載固態鐳射雷達;本田曾宣佈為了搭載獲得日本國土交通省認定的 L3 級自動駕駛功能,將在 2021 年 3 月 31 日前上市的旗艦車型 LEGEND 上配置 5 個鐳射雷達。
供給維度:行業處於技術革新前期,科技巨頭入局鐳射雷達,業內公司批次上市實現產融結合推動研發;
目前鐳射雷達仍處於技術迭代初期,效能和成本均面臨技術瓶頸,前期研發費用需求較大,以 2017-2020Q3 時間維度來看,禾賽科技(均值=77.58%)、Velody(均值=43%)、Luminar(均值=284.95%)、Innoviz(均值 =2761.4%)等相關上市公司歷年研發費用率水平均較高。
華為鐳射雷達研發始於 2016 年,鐳射雷達團隊啟動“爬北坡戰略”。2020 年 12 月,華為正式釋出了車規 級 96 線中長距前裝量產鐳射雷達,並於北汽新能源高階品牌 ARCFOX 旗下的極狐 HBT 率先搭載,該款產品具 備了 120°×25°大視野,足以應對城區、高速等場景的人、車測距訴求,全視場測距可達 150 米。同時作為 車規級產品,此款鐳射雷達小體積,適合前裝量產車型需求。為了滿足未來鐳射雷達市場的需求,華為還建立 了第一條車規級鐳射雷達的 Pilot 產線,目前為已按照年產 10 萬套/線在推進,後期將面向百萬級量產需求。
大疆創新內部孵化的獨立子公司 Livox(覽沃科技)於 2016 年成立。此次 Livox 為小鵬量身定製的鐳射雷 達基於 Livox 車規級鐳射雷達平臺——浩界(Horiz)進行開發,該款鐳射雷達首次提出並實現了全新的“超幀 率”鐳射雷達技術概念,透過旋轉稜鏡式類固態技術方案,可在 10 赫茲幀率下升維獲取 20 赫茲的點雲效果, 在沒有增加額外鐳射發射成本的情況下將點雲線束效果提升至等效 144 線。同時該產品的探測距離將達到 150 米量程,單臺 Horiz 小鵬定製版的橫向 FOV 為 120°,大廣角的點雲視野將會極大提升整車應對側方車輛加塞 等場景的能力。
全球頭部鐳射雷達企業上市融資,業務拓展持續加速。2020 年海外頭部鐳射雷達公司 Velodyne、Luminar、 Innoviz 陸續透過 SPAC 登陸美股。中國鐳射雷達公司禾賽科技於 2021 年 1 月向上交所科創板提交招股說明書, 擬在科創板上市募資 20 億元,有望成為國內首家上市的鐳射雷達公司。我們認為,目前鐳射雷達公司的營收利 潤體量均較小,而鐳射雷達行業目前尚處於技術革新初期,研發費用高企,上市有望助益產融結合,夯實加速 研發推進和相關產品加速落地。
1.2.2 長期維度:高階自動駕駛滲透率逐步提升
長期維度來看,由於高階自動駕駛中對於感測器的數量和精度都有更高的要求,對鐳射雷達的需求將隨著 自動駕駛的滲透率的增長而持續攀升。根據 IHS Markit 資料,L2 級及以上自動駕駛系統在中國乘用車市場的滲 透率已經從 2018 年的 3.0%增長至 2019 年的 8.0%。預計到 2025 年,這一數字將攀升至 34.6%,年均複合增長 率預計達到 34.03%。L3 級別自動駕駛在中國乘用車市場的滲透率將從 2021 年的 0.4%增長至 2025 年的 3.5%; L4 級別的滲透率將從 2023 年的 0.01%增長至 2025 年的 1.2%。
隨著智慧駕駛級別的提升,智慧駕駛汽車需要實現的複雜的應用場景越來越多,對感知部件的數量需求也 隨著上升。根據麥姆斯諮詢,鐳射雷達在 L1-L2 級別中並非必不可少,但在 L3 級別智慧駕駛開始使用,在 L4-L5 級別使用數量逐漸增加。在 L4 和 L5 級別中,智慧駕駛汽車分別需實現特定場景的完全自動駕駛和不限場景的 完全自動駕駛,鐳射雷達在此過程中發揮的作用愈加重要。我們認為隨著未來高級別自動駕駛系統滲透率的不 斷提升,鐳射雷達的普及率將大幅提升。
二、空間格局分析:預計全球約 200 億美元,全球競爭格局尚不清晰2.1 市場空間:預計 25/30 年全球空間 129/195 億美元
核心結論:我們測算 2025/2030 年全球鐳射雷達市場空間將達到 129/195 億美元,2020-2025 年年均複合增 速為 49.21%,2025-2030 年年均複合增速為 8.63%。2025/2030 年我國鐳射雷達市場空間將達到 62.96/77.75 億美 元,2020-2025 年年均複合增速為 39.95%,2025-2030 年年均複合增速為 4.31%。2025-2030 年行業市場空間增 速放緩主要由於鐳射雷達成本顯著下降影響。若是從鐳射雷達出貨量維度來看,我們測算 2025/2030 年全球激 光雷達出貨量將達到 2183/7687 萬個,2020-2025 年年均複合增速為 92.63%,2025-2030 年年均複合增速為 28.63%。 2025/2030 年我國鐳射雷達出貨量將達到 1093/3354 萬個,2020-2025 年年均複合增速為 75.73%,2025-2030 年 年均複合增速為 25.15%。
基於不同場景拆分來看: ADAS 領域:2025/2030 年全球市場空間將達到 105/147 億美元,2020-2025 年年均複合增速為 59.33%, 2025-2030 年年均複合增速為 6.98%。2025/2030 年我國市場空間將達到 53/64 億美元,2020-2025 年年均複合增 速為 15.38%,2025-2030 年年均複合增速為 29.73%。 Robotaxi/Robotruck 領域:2025/2030 年全球市場空間將達到 24 和 48 億美元,2020-2025 年年均複合增速 為 43.36%,2025-2030 年年均複合增速為 3.99%。2025/2030 年我國市場空間將達到 10 和 13 億美元,2020-2025 年年均複合增速為 27.14%,2025-2030 年年均複合增速為 5.92%。 核心引數假設:
第一,關於乘用車和 Robotaxi/Robobus 的銷量;我們假設 2021-2025 年全球乘用車銷量同比增速分別為 15%/4%/3%/2%/2%,2025-2030 年全球乘用車銷量 GAGR 為 1%;對於 Robotaxi/Robobus 的量,參考 YOLE 預 測 2025、2030 年的量分別為 20 萬/80 萬輛;我們假設 2021-2025 年國內乘用車銷量同比增速分別為 10%/5%/3%/3%/2%,2025-2030 年國內乘用車銷量 GAGR 為 1.59%;由於我國 Robotaxi 企業提前佈局且智慧化 整體水平高於全球,目前百度、文遠知行、小馬智行等已在城市的特定區域開展 Robo-taxi 業務,我們預計未來 我國 Robotaxi 數量將佔全球的 1/3,對於 Robotaxi/Robobus 的量,我們預計 2025、2030 年的量分別為 6.67 萬/26.67 萬輛;
第二,關於智慧駕駛各級別的滲透率;參考 IHS 預測,2025 年和 2030 年全球 L3 級別滲透率為 15%和 30%, L4 級別以上滲透率為 5%和 10%。考慮到國內智慧化進展進度快於全球水平,假設 2025 年和 2030 年我國 L3 級別滲透率分別為 18%和 35%,L4 級別以上滲透率分別為 8%和 12%;
第三,關於單車鐳射雷達數量;參考麥姆斯諮詢資料,我們預計 2025 年以前 L3 級別 ADAS 系統平均需要 1 顆鐳射雷達,L4 級別以上平均需要 3 顆;而 2030 年 L3 級別 ADAS 系統平均需要 2 個,L4 級別以上平均需 要 4 顆。此外,我們假設 Robotic Car 單車平均搭載 4 顆鐳射雷達;
第四,關於鐳射雷達單價;假設 2025 和 2030 年輔助駕駛領域鐳射雷達平均單價將分別降至 500 美元、200 美元。而 Robotaxi/Robobus 搭載的鐳射雷達平均單價於 2025 和 2030 年將降至 3000 美元和 1500 美元。
2.2 格局分析:當前佈局機械式和半固態廠商較多,行業存在科技巨頭入局
鐳射雷達的產業鏈上游主要為光學和電子元器件供應商,中游是以 Velodyne、Luminar 為代表的鐳射雷達 企業,下游客戶主要是整車廠(ADAS 場景)、出行服務商(Robotaxi/Robobus)和 Tier 1 企業等。
上游:鐳射雷達的結構包含鐳射發射、鐳射接收、掃描系統和資訊處理四大部分,其中應用了大量的光學 和電子元件。鐳射器方面,以 VCSEL 垂直共振腔表面放射鐳射器為代表的半導體鐳射器成為鐳射雷達應用中的 主流,主要供貨商有濱松、Lumentum、艾邁斯(ams)等。光束控制器方面,鐳射雷達廠商主要透過自主研發 或投資併購掌握 MEMS 轉鏡、振鏡技術,零部件提供商的代表企業則有 Opus,濱松,知微感測等。光電探測 器及接收器 IC 市場目前掌握在國外巨頭如 FirstSensor、安森美(OnSemiconductor)、濱鬆手中。
中游:由海外廠商 Velodyne,Luminar,Innoviz 為首的鐳射雷達製造廠從技術上配合自動駕駛主要的應用 場景,國內的禾賽科技、速騰聚創、鐳神智慧等初創企業成為新進參與者。除此之外,還有谷歌、華為、大疆 等科技企業獨立開發鐳射雷達技術。
下游:按應用場景劃分,鐳射雷達下游產業鏈主要分為 ADAS 輔助駕駛系統、無人駕駛 Robotaxi/Robobus、 服務機器人和車聯網。高階輔助駕駛的下游企業主要包括整車廠和 Tier 1;無人駕駛 Robotaxi/Robobus,主要包 含無人駕駛公司、人工智慧科技公司以及出行服務提供商,如國外的 Waymo、GM Cruise、Uber、Lyft 等,國 內的小馬智行、文遠知行、百度、商湯科技、滴滴等;服務機器人領域的下游企業包括機器人公司和消費服務 業企業,如國外的 Nuro、Deka Research、Canvas Build,國內的高仙、優必選、新石器、阿里巴巴、京東、美 團等,具體的應用場景有無人配送、無人清掃、無人倉儲等;車聯網方向的下游企業主要是車聯網方案提供商, 如百度、金溢科技、星雲互聯等。根據沙利文測算,2025 年高階輔助駕駛、無人駕駛、服務機器人和車聯網領 域分別佔鐳射雷達市場總規模的 34.64%、26.30%、5.26%和 33.81%。
中游頭部鐳射雷達廠商佈局各個技術方向,均與主機廠、Tier1 有合作,相互競爭激烈。海外鐳射雷達企業 技術上具有先發優勢,較有代表性的有 Velodyne、Luminar、Innoviz、Ouster、Aeva 等多家企業。其中 Velodyne、 Luminar 均於 2020 年在納斯達克上市,Aeva、Innoviz 預計 2021Q1 完成上市,Ouster 預計 2021 年上半年完成。
鐳射雷達行業格局存在以下幾點特徵:
第一,從產品形態來看,分為從機械式過渡以及直接佈局半固態和固態的廠商;第一類是以機械式鐳射雷 達為主,前期產品主要針對 Robotaxi/Robobus/Robotruck 以及智慧駕駛實驗場景,機械式鐳射雷達價格昂貴, 前期透過量產獲得穩定現金流,後期同步或逐步佈局半固態、固態鐳射雷達技術;第二類直接瞄準 ADAS 車規 級鐳射雷達產品——半固態或固態鐳射雷達,預計在未來幾年內完善技術達到車規級標準;
第二,行業存在華為、大疆等科技巨頭介入,整體研發實力較強,研發進度和產品落地速度較快;
第三,呈現全球範圍充分競爭的勢態,由於行業處於技術迭代初期,同時各個技術路線之間的技術同源性 低,目前尚沒有出現具備絕對領先優勢的龍頭企業。
前期在機械式鐳射雷達領域積累深厚,後期逐步轉型的企業包
Velodyne、禾賽科技、速騰聚創等企業 Velodyne 在機械式鐳射雷達領域佈局早,技術較為成熟,有 16 線、32 線、64 線等多類產品在售,官方定 價分別為 8 千美元、4 萬美元和 8 萬美元。在此基礎上,公司開發了環視混合固態鐳射雷達、定向固態鐳射雷 達、圓頂固態鐳射雷達等產品,其中環視混合固態鐳射雷達的量產產品包括 Puck、UltraPuck 和 AlphaPrime 等 系列;定向固態鐳射雷達量產的有 Velarray 系列;圓頂固態鐳射雷達的 VelaDome 還未量產。此外,公司還自研 了 ADAS 軟體演算法 Vella,向主機廠提供軟硬體一體化解決方案。 禾賽科技和速騰聚創選擇了與 Velodyne 相同的發展路徑。禾賽科技產品以機械式鐳射雷達為主,包括 Pandar40、Pandar64、Pandar128、PandarQT、Pandora 等。此外,禾賽科技也逐步向半固態鐳射雷達拓展,2019 年禾賽科技釋出了遠距前向式半固態鐳射雷達 PandarGT,自主開發高速二維振鏡系統和光纖鐳射器兩項核心器 件。禾賽科技在滿足車規標準的前提下大力控制成本,其核心策略是以價格優勢搶佔 Velodyne 的市場份額。同 樣線束的機械式鐳射雷達,國產價格為 Velodyne 的三分之一至二分之一。此前 Velodyne64 線產品售價為五十至 六十萬元,而禾賽科技相同線束的產品僅需二十多萬元,價格上有明顯優勢。
直接佈局半固態、純固態產品的企業包括 Luminar、Aeva、華為、大疆等企業 Luminar 專注於 MEMS 鐳射雷達核心,旗下產品有 Iris 和 Hydra,其中 Iris 可探測 80m 範圍內的道路、150m 範圍內的車道以及 250m 範圍內的物體,最高探測距離為 500m。該產品計劃於 2022 年量產,能實現 L3 以上自 動駕駛級別的單價為 1000 美元,實現 L1-L2 級別的單價為 500 美元。公司鐳射雷達產品可用於乘用車、商用車 以及 Robotaxi/Robobus,截至 2020 年底,公司量產合作伙伴包括沃爾沃、戴勒姆卡車以及豐田。
Aeva 佈局晶片化 FMCW 連續波調頻鐳射雷達,目前市場上並無批次銷售的產品,已知與奧迪自動駕駛子 公司合作為乘用車提供感測器,並於 2020 年宣佈與 ZF(採埃孚)達成生產合作。Aeva 計劃於 2021Q1 完成納 斯達克上市。
三、技術趨勢探討:鐳射雷達必不可少,半固體與固態是趨勢3.1 技術方案維度:用不用鐳射雷達?
3.1.1 有哪些方案?
智慧駕駛依託感測器感知周圍環境。針對不同功能場景和自動駕駛等級,智慧駕駛感知層對感測器的需求 也有所不同,其中車載攝像頭、毫米波雷達、超聲波雷達和鐳射雷達最為常見。
車載攝像頭:低成本,精度較差,易受天氣影響;車載攝像頭透過鏡頭採集外部資料並根據演算法進行影象 識別,能夠感知車輛周邊的路況,實現前向碰撞預警,車道偏移報警和行人檢測等 ADAS 功能。汽車攝像頭根 據攝像頭個數可以分為單目、雙目和多目,根據安裝位置可以分為前視、後視、側視、環視。目前技術成熟且 價格便宜,但是精度較差,需要藉助深度演算法,且易受惡劣天氣影響,逆光和光影複雜環境下效果較差,難以 實現全天候測距。
毫米波雷達:精度高且不受天氣影響,但對非金屬物體探測能力弱;毫米波雷達是透過發射及接收毫米波, 分析折返時間測距。毫米波雷達發射出去的電磁波主要以電磁輻射為主,介於釐米波和光波之間,毫米波兼有 微波制導和光電制導的優點,能夠大範圍檢測車輛的執行情況,可實現自適應巡航、自動緊急剎車等 ADAS 功 能。其最大優勢在於可彌補攝像頭的不足,具有精度高、指向性好、探測效能強的特點。此外,毫米波雷達對 大氣的衰減小,穿透霧、灰塵的能力強,因此抗干擾性較強,還能夠全天候全天時工作。但毫米波雷達的固有 屬性使得其對行人等非金屬物體反射波較弱,難以對行人進行識別。
超聲波雷達:侷限於近距離低速場景應用;超聲波雷達是基於超聲波固有的聲波折射、反射、干涉等基本 物理特性而形成的。常見超聲波雷達有兩種:第一種是安裝在汽車前後保險槓上,用於測量汽車前後障礙物的 倒車雷達;第二種是安裝在汽車側面,用於測量側方障礙物距離。其優勢是造價較低,可大量配置,資料處理 簡單,且不受光照條件影響,不過由於超聲波散射角大,方向性較差,測量遠距離目標的回波訊號較弱,只能 探測近距離物體。此外,由於超聲波傳播速度較慢,當汽車高速行駛時,使用超聲波測距無法跟上汽車的車距 實時變化,誤差較大。
鐳射雷達:精度高探測能力強,易受天氣影響,當前成本較高;鐳射雷達透過向被測目標發射鐳射,測量 反射或散射訊號的到達時間、強弱程度等資料,以確定目標的距離、方位、運動狀態及表面光學特徵。鐳射雷達透過採取的點雲資料,利用 3D 建模構建資料模型,被認為是實現高級別自動駕駛不可或缺的感測器。優勢 是具有極高的距離解析度、角解析度和速度解析度,能有效提升車輛的高精度識別效能,大幅提高整車的感知 能力。此外,相比於毫米波雷達,鐳射雷達能加強對行人、靜態障礙物、小物體等障礙物的監測能力;相比於 攝像頭,鐳射雷達的探測距離更遠。不過易受惡劣天氣、自然光和其他鐳射雷達影響,且目前成本相對較高。
3.1.2 特斯拉:採用無鐳射雷達的視覺主導方案
特斯拉在電動化和智慧化層面各細分領域技術方向對於行業技術趨勢均具有前瞻意義,但目前特斯拉智慧 駕駛感知層面並未用到鐳射雷達。 當前自動駕駛感知技術路線主要分為視覺主導和鐳射雷達主導,視覺主導具有成本優勢,而鐳射雷達主導 具有實現高階自動駕駛的潛力。目前大部分自動駕駛企業都將鐳射雷達作為其感測器解決方案的重點,而特斯 拉則採用低成本計算機視覺硬體搭配複雜神經網路的解決方案,放棄費用高昂的鐳射雷達。
從特斯拉的感知硬體感測器層面來看:特斯拉於車身周圍共裝配有 1 顆前置毫米波雷達、8 顆車載攝像頭、 12 顆超聲波雷達,其中含有 1 個三目前置攝像頭,以其為主視眼,協同其他攝像頭構成 360°環繞視野,探測距離最遠達到 250 米,前置毫米波雷達可視範圍達 160 米。攝像頭攝取的環境資料在經過視覺演算法處理後,系統 將透過深度學習模型進行自我訓練,從而達到全範圍認知路況,增進系統控制精度的目的。
從原理維度來看:特斯拉智慧駕駛系統主要包括影象蒐集、特徵提取、訓練學習、整體評估、對比改進等 五個步驟。五個步驟形成一個完整的資料閉環,使得特斯拉 Autopilot 系統從被動學習(從真實資料中進行判斷) 到主動學習(透過深度學習進行預測判斷)。
第一,感知感測器收集影象資訊;特斯拉的感知系統由攝像頭、毫米波雷達、超聲波雷達、高精地圖等組 成。車載輔助駕駛系統需要先認識路牌、道路規則、行人等後再進行判斷。汽車的感知系統負責探測車輛內外 環境,包括駕駛員操作行為、車輛定位、環境可見度、路障等;
第二,透過神經網路進行深度學習提取影象特徵;在車輛駕駛環境中,由於道路和駕駛情況極端複雜,輔助駕駛系統需要同時處理幾十乃至上百的運算任務,為了提高效率同時降低任務處理難度,特斯 拉採用 HydraNets 架構的深度學習神經網路,該架構首先將運算任務輸入到一個大型的共享骨幹網路上, 骨幹網路共有 8 個小網路,運算任務也將被分成 8 份到各個小網路中,每個小網路單獨訓練和學習那一 小部分的影象和資訊、提取物體外部特徵、距離有效資訊,以降低整體運算難度、提升運算效率;
第三,採用 PyTorch 進行分散式訓練;隨著車輛增多、資料提取量提升,過多的資料會佔用資料 集容量。此外,單純的透過真實資料進行邏輯判斷也會隨著資料量提升而產生運算壓力。特斯拉的解決 辦法是縮小資料收集範圍,且除真實資料以外還需要具備預測能力。特斯拉採用 PyTorch 進行分散式訓 練,不斷訓練計算機自主對路徑、外界物體的判斷和規劃能力,讓演算法自動從資料中學習並判斷行為, 模仿學習的使用可以很大程度減少工程師投入到路徑規劃上的工作量;
第四,透過對模擬結果和實際結果評估、對比,對錯誤部分進行修正;特斯拉認為需要縮小資料收集範圍, 所以並非所有的資料都會被採集。特斯拉透過訓練神經網路來模模擬實駕駛行為,當車輛行駛時後臺神經網路 就開始執行,當模擬結果和駕駛員真實操作相違背的時候,相關資料會被上傳,這部分資料是演算法預測錯誤的, 也是最有價值的部分。修正神經網路學習結果併為資料打上標籤,為下次相似操作提供更好的依據,這個模式 也被稱為“影子模式”。
3.1.3 特斯拉的侷限體現在哪些地方?
特斯拉自動駕駛方案有其侷限性;特斯拉採用的視覺主導方案在精度、穩定性以及視野都有侷限,暫時無 法滿足 L3 級別以上的自動駕駛需求。主要原因是攝像頭形成二維影象會存在失真的可能性,相比三維資訊更難 挖掘,需要更強大的演算法、大量資料的訓練以及更長期的研發投入。由於視覺主導方案對於資料積累和演算法訓 練過於依賴,在經過複雜少見的道路環境時安全性受到嚴重挑戰。
特斯拉自動駕駛系統的侷限性來自於三個方面:
第一,視覺方案對樣本數量和深度學習演算法要求高,樣本的侷限性直接決定了視覺方案是否有效;
第二,毫米波雷達侷限性以及駕駛員監控技術侷限性;
第三,攝像頭距離檢測難度大,在惡劣環境下精準度難以保持;
但由於攝像頭之間的相對位置在對距離檢測精確度影響很大,在車輛高速 行駛的過程中任何微小顛簸都會導致攝像頭的相對位置產生變化,因此需要進行實時標定,難度係數高。
而且 多個攝像頭會放大單個攝像頭的距離測量誤差,使得預判結果與實際狀況偏離更大。此外,攝像頭易受惡劣天 氣影響,逆光和光影複雜環境下效果較差,難以實現惡劣天氣下依舊保持精準測距。 關於特斯拉自動駕駛的事故近年時有發生,2020 年 6 月 1 日,一輛處於 AutoPilot 開啟狀態,且時速保持在 110 公里的特斯拉 Model3 徑直撞向一輛側翻的廂式貨車頂部。
專家認為事故原因:第一,貨車白色箱體對陽光 具有比較劇烈的反射,影響了攝像頭的識別;第二,視覺演算法訓練資料的侷限性,一般自動駕駛視覺訓練的是 識別車輛後部、側面以及頭部,並無考慮到箱體頂部;第三,考慮到容易對牆面、橋樑、交通路牌等靜止物體 產生誤報,現階段 AEB 系統對毫米波雷達的置信度權重下降,感知結果以視覺感知為主,從而導致事故的發 生。
“偽鐳射雷達”方案仍不完美;特斯拉 AI 高階總監 Andrej Karpathy 於 2020 年舉提出特斯拉正在研究“偽 鐳射雷達”方案(pseudo-LiDAR)。該方案可透過不同方向的攝像頭進行拼接,進行視覺深度估計,再投影到 鳥瞰圖,作為區域性導航地圖使用。同時,將畫面的每個畫素都進行深度估計,如同鐳射雷達點雲,形成 3D 目 標檢測。“偽鐳射雷達”方案不僅成本低廉,可縮短純視覺技術架構與鐳射雷達間的效能差距,但是在實驗效 果上該方案的檢測效能還無法完全與鐳射雷達媲美,而且專家質疑基於視覺的方案對影象清晰度有很大的依賴 性,對攝像頭畫素以及光纖強弱要求很高,解決這些難題仍需時間。
3.1.4 特斯拉採用視覺方案原因:“軟體服務商”的商業模式前期需要低成本鋪量
我們認為特斯拉前期未採用鐳射雷達方案,主打視覺方案的核心原因主要與其後期商業模式定位有關,同 時視覺方案更加能夠體現並構築特斯拉擅長的演算法壁壘。
第一,從商業模式維度,特斯拉定位“軟體服務商”,前期需要走量“鋪渠道”,走量的核心是低成本;
第二,視覺主導方案“輕感知、重演算法”,特斯拉在資料、算力、演算法的優勢可以構築領先其餘主機廠的 相對技術壁壘。
資料優勢:特斯拉作為最早搭載自動輔助駕駛系統的電動車品牌,擁有全球規模最大的輔助駕駛車隊,截 止 2020 年 4 月,特斯拉累計上路行駛里程以達到 48 億公里,遠超其他競爭對手,掌握全球最多一手資料。排 名第二的 Waymo 截至 2019 年 10 月累計上路行駛里程約為 1609 萬公里,僅為特斯拉的 1/30,且需重金僱傭車 隊,成本效益低。龐大的資料量使得特斯拉在高精度地圖、障礙物識別等方面的資料積累顯著領先於競爭對手。 此外,與大多數自動駕駛初創公司大量採用模擬資料進行演算法學習不同,特斯拉車隊採集的全部為現實資料, 資料質量更高,更加有利於演算法迭代更新;
演算法優勢:特斯拉搭建自身的演算法架構,並自研核心計算晶片,提升軟硬體協同效能。特斯拉推行的“影 子模式”將甄別後的有效影象感知資料、駕駛員行為習慣資料透過 OTA 回傳,增加有效的訓練資料集合,提升 神經網路訓練的準確度。而現有主機廠的影象感知演算法來自於 Mobileye 或者英偉達等,自身並不具備較強的算 法能力,且不容易得到影象、駕駛員行為習慣等資料的回傳。此外,特斯拉車隊採集的全部為現實資料,資料 質量更高,更加有利於演算法迭代更新。目前,特斯拉正在研發 Dojo 超強計算機,使得訓練資料不僅停留在圖片 層面,Dojo 支援對大量影片資料進行非監督學習,目標是以較低的成本實現演算法效能的指數級提高。若研發完 成,特斯拉與其他主機廠在深度學習演算法上的差距將進一步拉大;
算力優勢:橫向看,特斯拉的 FSD 晶片採用 14nm 工藝製造,包含 3 個四核 Cortex-A72 叢集,共 12 個運 行於 CPU、1 個運行於 GPU、2 個運行於 NPU。目前,特斯拉 FSD 核心計算晶片單顆晶片算力高達 72TOPS, 遠高於市面上已經量產的其他車載晶片;縱向看,目前,特斯拉據稱與三星合作研發新款 HW4.0 自動駕駛晶片, 用於實現 4DFSD(四維完全自動駕駛)功能,晶片將採用 5nm 工藝製造,預計 2021 年第四季度將大規模量產, 且效能將是上一代 HW3.0 的三倍,晶片研發迭代速度快。
我們認為,雖然特斯拉在電動化和智慧化領域均具備較為顯著的相對優勢,其技術路線對於行業趨勢均具 備前瞻意義,但我們認為後期其餘主機廠效仿特斯拉視覺主導方案的可能性較小,主要基於以下幾點原因:
第一,其餘主機廠須透過鐳射雷達實現彎道超車(我們認為這是最核心的原因);
第二,鐳射雷達降本指日可待;
第三,鐳射雷達在 L3 級以上不可或缺。
3.2 產品形態維度:用什麼鐳射雷達?
從應用場景劃分來看,鐳射雷達應用場景主要包括 Robotaxi/Robobus、乘用車 OEM 端 ADAS 系統、機器 人服務領域等,我們主要討論汽車領域的 Robotaxi/Robobus、乘用車 OEM 端 ADAS 系統。目前 Robotaxi/Robobus 領域以實現 L4-L5 級別智慧駕駛為主,主要包括出行類以及科技巨頭,如谷歌、百度、圖森、文遠等;乘用車 ADAS 目前主要以實現 L3(L2+或 L3+)級別智慧駕駛為主,主要是實現自動泊車、定速巡航、自適應巡航等 智慧駕駛輔助功能,主要包括特斯拉等下游主機廠。在 Robotaxi/Robobus 領域(TO B 端)高成本的機械式鐳射 雷達已經量產,而 ADAS 領域對成本較為敏感(TO C 端),機械式鐳射雷達由於成本問題無法應用到 ADAS 領域,後期主要是在半固體和固態領域實現技術方案突破。 從產品形態維度,鐳射雷達可以分為機械式、半固態和純固態鐳射雷達,我們認為能否過車規、成本是否 合適將是決定哪種形態成為主流的核心影響要素。鐳射雷達要達到車規級,需要透過車規振動、衝擊、溫度循 環等試驗,同時還要兼具壽命問題,從成本維度來看,滿足車規級的同時還需要兼備上百線速(或等效線速)、 數百萬點頻以及百元美金價格級別; 機械旋轉式鐳射雷達是目前最為成熟的技術方案,目前已經在 Robotaxi/Robobus 以及實驗領域得到廣泛應 用,但成本較高,高線數機械鐳射雷達價格平均在 3000 美金以上,後期難以實現車規級。
我們認為半固態鐳射雷達將會是乘用車 ADAS 場景短期內的主流解決方案,半固態鐳射雷達的本質還是機 械式鐳射雷達,只是指將部分機械部件整合到單個晶片,在微觀尺度上實現鐳射發射端的掃描方式的變化,較 大程度地降低了成本和產品體積,目前僅有半固態轉鏡方案(SCALA、大疆等)可過車規,而 MEMS 振鏡方 案目前尚未過車規,但從目前各個廠商的技術儲備來看,除了大疆、Ibeo 的轉鏡方案,其餘廠商儲備的 MEMS 振鏡方案較多,預期中期維度 MEMS 方案會是 ADAS 領域較為主流的技術方案。從長期技術發展趨勢來看, 最佳的方案是高度整合化的純固態鐳射雷達,固態鐳射雷達是指將所有光學器件整合到晶片上的一體化方案,能夠進一步提升可靠性並且控制成本,透過半導體的工藝把核心部件整合在晶片上,從而達到成本可控和可量 產的成熟度,純固態技術由於上游核心電子元件、技術支援不成熟,距離大規模量產尚有距離。但長期來看, 純固態技術的成本和穩定性都有較大潛力,是技術上的最優解。
OPA 方案的純固態鐳射雷達儘管有著可控性好、成本低的優點,但其生產難度較高;而 Flash 雷達雖然穩 定性和成本上有優勢,但其探測距離較近。這兩種方案都是未來鐳射雷達技術發展的方向。整體來看,機械式, 半固體,純固體三種類型鐳射雷達的技術同源性較弱,存在不同的技術壁壘,導致迭代路徑差異較大。
3.2.1 機械式鐳射雷達:高精度高成本,無法過車規
原理:整體旋轉;透過電機帶動光機結構整體旋轉的機械式方案,鐳射脈衝發射器、接收器等元器件都會 隨著掃描模組進行 360°旋轉,從而生成一個立體點雲,實現對環境的感知掃描。
效能優劣勢:精度高成本高;優點是可以單臺實現 360 度掃描,信噪比高,精度高。但由於物理極限和成 本高等因素限制,裝配和調製困難,掃描頻率低,生產週期長,成本居高不下。增加線束可增加精度,即增加 鐳射發射器和接收器數量,因此成本與精度成正比。
技術難點:標定矯正;理想狀態下,多線束鐳射從座標系原點射出,但實際應用中每個鐳射雷達安裝位置 不同,光束的水平方位角也有差異。為了解決這個問題,每個鐳射器都有一組校準標定引數,對每個鐳射束的 位置和方向進行標定。以 Velodyne 的 64 線產品為例,出廠時對每束鐳射校準引數進行標定,使用時還須對該 校準引數進行重新標定。機械旋轉式鐳射雷達的應用需要大量重複的校準工作,在校正不能實現自動化的情況 下,嚴重限制了產量和成本潛力。
能否過車規:否;由於其機械部件壽命不長(1000-3000 小時),旋轉機械式鐳射雷達只能用於自動駕駛的 研發領域,難以滿足車規級要求(10000 小時以上)。再加上價格高昂和維護成本高等因素,目前沒有旋轉機 械式鐳射雷達滿足車規級要求。
量產進度:自動駕駛研發;谷歌、百度、Uber 研發的無人駕駛汽車皆搭載了 Velodyne 的 64 線高精度機械 雷達 HDL-64E(8 萬美金),福特 Fusion Hybrid 搭載了 16 線鐳射雷達 VLP-16(7999 美金)。
當前成本和後期預期下降成本:成本高難降本;Velodyne 生產的 16、32、64 線鐳射雷達售價分別為 4 千 美金、4 萬美金、8 萬美金。速騰聚創生產的 16 線、32 線雷達售價分別在 3 萬人民幣、13 萬人民幣。鐳神智慧 的 16 線、32 線雷達售價分別為 1.2 萬人民幣、3 萬人民幣。由於人工成本與光源數量直接相關,高線數機械式 雷達成本居高不下,未來降價空間較小。另外、由於使用中掃描模組不停旋轉,導致感知精度在出廠 0.5-1 年後 大幅降低,還需要考慮返廠、維護成本。行業認為,純機械雷達的價格區間決定了其不適用於量產車載的應用。
代表廠商:除去行業龍頭的 Velodyne 以外,生產機械式鐳射雷達的廠家還有法雷奧、禾賽科技、速騰聚創、 Waymo 等。
3.2.2 半固態-轉鏡方案:當前主流的 ADAS 場景技術路線,已過車規
原理:部分機械元件可動;取代了傳統的機械式方案,收發模組保持不動,透過旋轉光鏡或稜鏡的方式實 現特定軌跡的掃描。 效能優劣勢:體積小不穩定;其優勢在於減少了需要的光源,同時提高關鍵區域的掃描密度,從而解決了 機械式方案笨重、體積大的痛點。但轉鏡方案中電機驅動的方式造成了一定不穩定性,對光源功率要求也較高, 該技術仍有提升的空間。
技術難點:光學系統控制機制和轉軸精度;技術難點在於光學系統的控制機制和轉軸的精密度,光鏡旋轉 的頻率和幅度都會影響光路。為了實現精密度高的掃描效果需要控制轉軸的精密度。 能否過車規:已過;轉鏡鐳射雷達是目前唯一滿足車規級要求的方案。
量產進度:已量產;2017 年奧迪釋出了全球首款搭載鐳射雷達的量產汽車奧迪 A8,使用了法雷奧和 Ibeo 聯合開發的首個車規級鐳射雷達 SCALA(轉鏡方案)。2020 年,鐳神智慧自主研發的 CH32 混合固態雷達成為 全球第二個獲車規認證的鐳射雷達。此後,大疆 Livox 釋出了小鵬定製版車規級鐳射雷達 Horiz,成為第一個量 產的國產鐳射雷達。
當前成本和後期預期下降成本;由於使用了更少的鐳射收發元件,轉鏡鐳射雷達較機械式鐳射雷達有較大 幅度的成本優勢。大疆釋出的轉鏡式鐳射雷達 Horizon 和 Tele-15 售價分別為 6499、8999 元人民幣。長期來看, 半固態轉鏡鐳射雷達的穩態價格將在 1000 美金左右。
代表廠商:法雷奧、Innovusion、大疆 Livox、Luminar、禾賽科技、北科天繪、鐳神科技等。小鵬 x 大疆 Livox 覽沃科技:應用雙光楔稜鏡掃描器的半固態轉鏡雷達 2021 年 1 月 1 日,小鵬汽車宣佈與大疆孵化的 Livox 覽沃科技達成合作,將在 2021 年推出的全新量產車型 上使用其生產的小鵬定製版車規級鐳射雷達,Livox 也正式成為小鵬汽車在鐳射雷達領域的首家合作伙伴。
原理:雙光楔稜鏡結構;應用了 RPUPS 稜鏡系統,根據折射定律透過兩稜鏡的繞軸獨立旋轉來實現出射光 束的指向調整。此方案有著結構緊湊、準確性高、速度快、偏轉角度大、動態效能好等優點。除了掃描器,其 他部分與傳統機械式鐳射雷達基本沒有差別。這類鐳射雷達掃描出的點雲是花瓣形的,中央密度高,外圍密度 低。它的特性與人的眼睛類似,越靠近中央的資訊密度越高,這是典型的非重複掃描,掃描的時間越長,點雲 密度就越高。
效能及優劣勢:精度高但延遲大;累計掃描的鐳射雷達可以穿透灰塵、雨雪、大霧等不受天氣影響。本次 Livox 供給小鵬汽車的是基於 Horizon 的定製產品 Horiz,該產品將探測距離由 90 米提升至 150 米,點雲密度也 提升近 2 倍,達到等效 144 線水平。更密集的點雲輸出可以更快檢測到遠處路面細小的目標物體,環境感知的 精度達到了車規水平。缺點在於缺乏實時性,掃描時間越長效果越好,以及點雲資料離散度高。這就意味著無 法壓縮資料,只能以原始資料處理,對資料運算系統要求比較高,需要單獨開發演算法。
量產進度:年產 10 萬臺;Livox 宣稱,供給小鵬的 Horiz 鐳射雷達組裝線本身將實現 10 萬臺級別的年均產 能,並可基於前裝量產客戶的增長需求在 3 個月之內實現擴線擴能。
3.2.3 半固態-MEMS 振鏡方案:後期有望過車規,降本潛力大
原理:微振鏡掃描;MEMS 鐳射雷達透過矽基晶片上微振鏡以一定諧波頻率的振盪來反射鐳射器的光線, 從而以超高的掃描速度形成高密度的點雲圖,由此改變單個發射器的發射角度進行掃描,形成較廣的掃描角度 和較大的掃描範圍。
效能優劣勢:效能高但探測面積受限制;相比機械式,MEMS 鐳射雷達還具有晶片化、無機械元件等優點, 兼顧車規量產與高效能的需求。但 MEMS 鐳射功率較低,有效距離較短,且鐳射掃描範圍受微振鏡面積限制, 視野 FOV 相對較窄。
技術難點:振鏡小型化、控制機制;一方面是光束能力損耗大,由於微振鏡的面積限制,其振動角度有限, 導致視場角受到限制(<120°)。後期需要突破 MEMS 振鏡的小型化、控制機制等技術難點。 能否過車規:當前無;目前 MEMS 振鏡方案沒有過車規的產品,RoboSense(速騰聚創)推出的車規級 MEMS 固態鐳射雷達 RS-LiDAR-M1 計劃於 2021 第二季度啟動。
量產進度:歐系品牌;寶馬和沃爾沃分別規劃在 2022 年的量產車型上搭載 Innoviz Pro 和 Luminar H-Series。
當前成本和後期預期下降成本:低至數百元美金;半固態式方案有較大的成本潛力,相較於轉鏡方案可以 進一步控制成本:Luminar 透過工程最佳化以及公司開發的 ASIC 晶片減少了光電探測器中銦鎵砷的用量,使光學 接收器的成本從數萬美金降至 3 美元。Luminar 認為,他們能將 MEMS 固態鐳射雷達製造成本降低到 500-1000 美元;華為宣稱,要將成本壓縮至 200 美元。
代表廠商:目前可提供 MEMS 振鏡方案的公司有:禾賽科技、速騰聚創、鐳神智慧、Luminar、Innoviz、 Aeva、Pioneer、華為等。
華為:釋出車規級高效能半固態 MEMS 微振鏡鐳射雷達方案
2020 年 12 月,華為首次面向公眾正式釋出車規級高效能鐳射雷達產品和解決方案,正是極狐 HBT 量產搭 載的 96 線中長距鐳射雷達產品。這款 96 線中長距鐳射雷達產品可實現城區行人車輛檢測覆蓋,併兼具高速車 輛檢測能力,更符合中國複雜路況下的場景。這次釋出的雷達效能優越:可以滿足大視野 120 度的掃描,從而 應對城區、高速等場景的測距訴求;全視野中,水平、垂直線束均勻分佈,不存在拼接、抖動等情況。並且體 積小,適合前裝量產車型需求。
原理:多執行緒微振鏡掃描器;2020 年 7 月世界智慧財產權組織國際局公佈了華為一項有關鐳射雷達的專利, 發明名稱為一種多執行緒微振鏡鐳射測量模組和鐳射雷達。該方案應用了 MEMS 微振鏡掃描器,同時借鑑了機械 鐳射雷達的做法,採用了多個發射和接收元件,利用 MEMS 振鏡的垂直掃描密度易於控制的優點,使同線數下 的華為產品所含有的鐳射發射接收模組的數量處於機械鐳射雷達和 MEMS 鐳射雷達之間,在提升功率和控制成 本之間實現了平衡。華為專利採用機械鐳射雷達的做法,使用多個發射和接收元件,而不是傳統 MEMS 鐳射雷 達的單個元件。圖中畫出了三個測距模組,分別是 100a、100b、100c,每個模組包括三個元件,分別是鐳射發 射器、分光鏡、接收器。出射光束透過反射鏡,再經過 MEMS 微振鏡二維掃描擺動,實現掃描效果。每個測距 模組結構完全一致,分時發射鐳射束,從專利披露的立體結構圖來看,7 個模組貢獻了等效 96 線的掃描效果。效能及優劣勢:價效比高;相較於傳統 MEMS 鐳射雷達,華為設計的體積和成本都有所增加,但是效能也 增加了。在反射率 10%的情況下,短距離鐳射雷達的有效距離達到了 80 米,而傳統 MEMS 鐳射雷達通常只有 一半,即 40 米。功率的增加讓 MEMS 振鏡尺寸縮小,FOV 擴大。由於華為在光電領域產業龐大,規模效應突 出,採購鐳射發射器和接收器的成本遠比傳統鐳射雷達要低。
量產進度:年產 10 萬臺;在產能供應上,華為表示,有信心成為全球第一個真正車規的高線束鐳射雷達的 供應商。據瞭解,華為快速建立了第一條車規級鐳射雷達的第一條 Pilot 產線。面向百萬級量產需求,華為已按 照年產 10 萬套/線在推進,以適應未來大規模量產需求。
3.2.4 純固態 OPA 方案:技術壁壘最高的純固態方案
原理:光波相干原理;OPA 鐳射雷達是運用相干原理的方案,採用多個光源組成陣列,透過調節發射陣列 中每個發射單元的相位差來改變鐳射的出射角度,透過控制各光源發射的時間差,可以合成角度靈活、精密可 控的主光束,實現對不同方向的掃描。
效能優劣勢:整合度高,信噪比低;相比 MEMS,OPA 完全取消機械結構,體積更小,對溫度和振動的適 應性更強、成本更低。但 OPA 方案易形成旁瓣效應,還有光訊號覆蓋有限,環境光干擾等問題。
技術難點:初創技術壁壘高;目前技術難點集中於矽基半導體材料結構,例如如何減小陣列串擾、提高熱 穩定性等問題。
能否過車規:否;目前沒有鐳射雷達廠送檢。
量產進度:預計 2023 年;目前來看,OPA 鐳射雷達製造工藝難度大,產業鏈不完善,短期產業化難度大。 該方案尚在理論階段,預計將在 2023 年實現量產。
當前成本和後期預期下降成本:當前成本高,降本潛力大;當前 OPA 鐳射雷達沒有市場報價。行業認為, OPA 方案研發成本極高,但有巨大成本潛力。Quanergy 預計,未來 OPA 鐳射雷達價格有望下探至 250 美金。 有專家稱,600 平方毫米的 OPA 矽光晶片預計原材料成本可控制在 40 美元以內。
代表廠商:OPA 固態鐳射雷達的代表性廠商有:Quanergy、力策科技。
3.2.5 純固態 Flash 方案:瞬時形成環境影象的高度整合方案
原理:面陣鐳射;Flash 鐳射雷達指一次閃光(鐳射脈衝)成像的鐳射雷達,在發射端採用面光源,短時間 發射出一大片覆蓋探測區域的面陣鐳射,再以高度靈敏的接收器來完成對周圍環境影象的繪製。
效能優劣勢:無延遲距離短;Flash 鐳射雷達的優勢在於能夠瞬時記錄整個場景,沒有延遲,因此能應用於 高速公路場景。其純晶片構造又有體積小、安裝位置靈活、穩定性高的優點。缺點在於由於光能量的分散導致 可探測的距離短,僅在幾十米以內。
技術難點:增加探測距離;由於光源的能量被分散到整個面,能量相對較少,為了實現長距離的精確掃描, 該技術需要對光源的發射、接收方式進行創新。
能否過車規:當前無,預計後期可過車規;行業認為 Flash 鐳射雷達沒有任何運動部件,是絕對的固態激 光雷達,能夠達到最高等級的車規要求。
量產進度:長城&Ibeo;長城汽車計劃在 WEY SUV 量產車型中使用 Ibeo 的 Flash 技術,應用新一代固態 鐳射雷達 Ibeo NEXT 作為自動駕駛感測器系統中的核心組成部分,以實現 L3 級別的自動駕駛。
當前成本和後期預期下降成本;由於研發成本較高,目前 Flash 產品價格較高。Ouster 預計,2024 年實現 量產的 ES2 售價將達到 600 美金,而且未來可降至 100 美金以下。
代表廠商:Flash 固態鐳射雷達的代表性廠商有:Ouster、IBEO、Leddar Tech、大陸。
三種產品形態鐳射雷達技術同源性較低;
機械式鐳射雷達、半固態鐳射雷達、固態鐳射雷達的技術壁壘分 別在於機械部件的校準、光學元件的工程設計、以及矽基晶片材料和感光二極體材料的研發。三者技術迭代路 徑差異較大,技術同源性較弱。比較來看,純機械旋轉方案與半固態的轉鏡方案原理近似,皆是使用透鏡和轉 鏡改變光路,實現 3D 掃描的效果,但後者的整合度更高。半固態的微振鏡技術引入了 MEMS 微振鏡,晶片化 的微振鏡代替原本的轉鏡矩陣實現了改變光路的效果,與原本的機械式方案同源度較低。純固態方案則擯棄了 獨立的光鏡設定,是整合度最高的方案。Flash 應用了鐳射脈衝的原理,OPA 應用了光波相干的原理,這兩項方 案的鐳射發射接收方式和資料處理方式皆不相同。因此,純固態兩種方案的技術同源性也較弱。
混合固態式雷達與機械式雷達應用場景不同,在現階段混合固態方案量產趨勢最顯著。在鐳射雷達誕生初 期,行業需要高精度的產品完成自動駕駛實驗室及小規模車隊的測試,從而驗證技術的可能性。因此,在此階 段擯棄了成本和車規可靠性等標準,使用了效能優先的純機械雷達。如今,面對商業潛力更大的乘用車 ADAS 場景,整車廠優先考慮可靠性、可量產型、成本以及外觀尺寸,因此選擇了混合固態式的鐳射雷達。
2021 年中國造車新勢力的蔚來和小鵬分別宣佈將要搭載 Innovusion 和大疆 Livox開發的兩款轉鏡半固態激 光雷達。賓士和奧迪皆選用了法雷奧的 Scala 系列轉鏡半固態方案,同時也是第一款車規級的鐳射雷達方案。 寶馬、沃爾沃則是選擇了 MEMS 振鏡路線,分別與以色列企業 Innoviz(2022 年)和美國企業 Luminar(2022 年)進行合作。另一方面,長城汽車選定了 Ibeo 作為供應商,將要在 2021 年釋出的 L3 級車型上搭載 Flash 純 固態鐳射雷達。量產化趨勢基本反映了技術發展趨勢,混合固態方案成為短期主流,少數車企率先佈局純固態 方案。
從技術發展趨勢來看,高度整合化的純固態方案是最優解,能夠進一步提高精度、降低成本、增強可靠性。 透過半導體工藝把核心部件整合在晶片上,固態鐳射雷達無需旋轉的機械部件,最大程度地減少了例如電機、 軸承等可動機械結構帶來的磨損,同時消除了光電器件因為機械旋轉可能造成的故障。隨著系統可靠性的不斷 提升和生產規模的擴大,固態鐳射雷達的生產成本也可大幅降低,最終解決了機械式鐳射雷達量產成本高的問 題。
固態鐳射雷達將會逐漸成為車載鐳射雷達的主流方案。根據 Yole 預測,固態鐳射雷達的銷售額佔比將會從 2025 年的 4.78%增加至 2030 年的 37.25%;銷量佔比將會從 2025 年的 11.83%增加至 2030 年的 52.6%。到了 2023 年,固態鐳射雷達的出貨量將會超過機械式鐳射雷達。在各技術路線實現降本的趨勢下,整車廠將選擇降 本幅度更大、穩定性更高的固態鐳射雷達。
3.3 降本路徑分析結論:機械式鐳射雷達成本較高,其中光電系統約佔成本 70%,後期降本主要透過增加光路掃描角度以減 少 IC 晶片組從而達到高線數雷達的效果,我們認為半固體的轉鏡或是稜角方案比較類似機械式鐳射雷達降本 的形式。半固態轉鏡方案成本佔比大頭主要是主機板以及光學元件,整體成本佔比達到 70%,半固體稜角方案光 學模組成本佔比約 54%。半固體 MEMS 成本大頭主要是積體電路(約佔 47%)。MEMS 降本核心主要來自光 電探測器、發射器等。純固態雷達的 OPA 和 Flash 方案的降本途徑在於晶片以及鐳射探測器的材料結構研發,這兩種方案仍在發展早期,有較大的的成本潛力。
3.3.1 機械式成本拆解及降本路徑
機械式鐳射雷達成本拆解:機械式鐳射雷達本質上是一個由鐳射器、掃描器、光學元件、光電探測器、接 收 IC 以及位置和導航器件等零件組成的光機電系統。其中,光電系統成本約佔整機成本 70%,光電系統由鐳射 雷達發射模組、鐳射雷達接收模組,測時模組和控制模組四部分所構成。此外,由於機械式鐳射雷達需要校對, 人工除錯成本大概佔 25%。
純機械式鐳射雷達以及半固態轉鏡雷達的降本途徑類似:透過增加光路掃描的角度,減少使用 IC 晶片組, 達到等效高線數雷達的效果。從成本角度分析,N 線機械式鐳射雷達需要 N 組 IC 晶片組,每線鐳射雷達的成 本為 200 美金。以 Livox 覽沃科技本次供給小鵬的車規級 Horiz 為例,其雙光楔的光學結構幫助光路實現更大角 度的偏轉,從而以六組 IC 晶片組實現了等效 144 線的效果。相比較於 Velodyne 的 128 線產品,Livox Horiz 實 現了較大幅度的降本。
3.3.2 半固體成本拆解及降本路徑:
半固態轉鏡方案成本拆解:以 Ibeo 和法雷奧合作開發的 Scala 為例,作為全球首款搭載在量產汽車上的激 光雷達,Scala 是一款四線式混合固態鐳射雷達,採用轉鏡方案。硬體部分主要包含鐳射單元、旋轉掃描鏡和主 板,其光源是高功率鐳射二極體,探測器是雪崩光電二極體(APD)陣列。參考 Systemplus Consulting 測算, Scala 的主機板成本佔比達到 45%、鐳射單元佔比 23%、光學單元佔比 13%、機械式鐳射硬體佔比 10%。Scala 線 束較低,2017 年供貨奧迪時售價為 200 歐元,約合 240 美元。
MEMS 微震鏡成本拆解:L515 是英特爾於 2019 年推出的 RealSense 鐳射雷達攝像頭系列的第一款產品, 主要為室內應用而設計,是英特爾專門針對室內距離捕捉而最佳化的小型高精度裝置。L515 採用了 MEMS 微震 鏡掃描技術,其中視覺處理器和 MEMS 微鏡控制器為英特爾自己研發,電源管理晶片由亞德諾半導體提供,加 速度計和陀螺儀由博世提供,200 萬畫素影象感測器由豪威科技提供,MEMS 微鏡由意法半導體提供。據 Techinsights 核算,積體電路(IC)成本佔比最高,達到 47%,L515 總成本為 35.08 美元,零售價為 349 美元。 此外,在車載 MEMS 鐳射雷達中,MEMS 微震鏡是重要的成本和技術制約因素。成本上看,MEMS 微振 鏡在車載鐳射雷達中尺寸要求較大,根據 Innoluce 報價,7.5mm 微振鏡的價格在 1199 美元,成本高昂。技術上 看,MEMS 微振鏡從消費級向車規級的升級中也需要克服複雜的技術難點。因此,部分廠商如禾賽科技、Innoviz、 Luminar 均選擇自研 MEMS 微振鏡。應用了 MEMS 振鏡方案的鐳射雷達有多種降本途徑:實現 MEMS 微振鏡的降本或是光電探測器、發射器 的降本。廠商面臨的挑戰是在實現降本的同時保證鐳射功率,在該方面技術領先的企業有絕對的價格優勢。 Luminar 以使用 1550 奈米的 InGaAs 光電探測器為特色,其使用的鐳射器功率是傳統矽光電系統的 40 倍,不僅 信噪比高、有效距離高,還能夠保證人眼安全。透過自研的銦鎵砷鐳射接收器,Luminar 將接收器的成本從數 萬美元降至 3 美元,鐳射雷達整體成本下降到 500-1000 美金的範圍。另一方面,國內廠商華為宣稱可以將 MEMS 鐳射雷達成本降至 200 美金以內,考慮到其應用的多執行緒 MEMS 振鏡設計減少了光學元件的成本以及其光學產 業鏈佈局的成本優勢。
3.3.3 純固態成本拆解及降本路徑
純固態方案去除了機械運動部件,可以大大壓縮鐳射雷達的結構和尺寸,從根本上降低了成本。其中,基 於 OPA 方案的鐳射雷達具有精度高、掃描速度快、可控性好等特點,但生產難度高,其核心器件是光控相控陣 晶片。而基於 Flash 方案的鐳射雷達穩定性好,成本較低,但探測距離較近,其關鍵部件是焦平面探測器陣列。
純固態雷達的 OPA 和 Flash 方案的降本途徑在於晶片以及鐳射探測器的材料結構研發,這兩種方案仍在發 展早期,有較大的的成本潛力。OPA 光學相控陣的核心技術並不成熟,突破時間漫長。OPA 晶片的實現方法有 多種:波導類 OPA、化合物波導 OPA、液晶空間光、化合物單元陣列等,行業內最熱門的技術方案為矽波導 OPA。長期來看該方案成本可下探至 250 美金。Flash 鐳射雷達使用高功率的 VCSEL 鐳射發射器以及 InGaAs 材質的 SPAD 探測器,兩種元件的成本皆較為昂貴。德國大陸汽車在效能和成本間平衡,其成本不超過 300 美 金,量產後還可再降 100 美金左右。
四、投資評價和建議:從產品視角觀測企業能力核心結論:鐳射雷達行業目前處於技術迭代初期,行業相關技術路線、產品形態仍在不斷革新。我們認為 機械式、半固體、固體三種形態鐳射雷達的技術同源性較弱,難以從某一種產品形態的技術領先去預判後期相 對優勢。但對於鐳射雷達廠商而言,產品是一個較為顯性的觀察指標,我們認為判斷鐳射雷達廠商的競爭優勢 的核心應該觀測其 ADAS 應用場景相關車規產品的落地進度,以及相應產品的效能和成本。透過對各家供應商 產品進行梳理,我們認為 Luminar、Innovusion、大疆 Livox、華為、速騰聚創、Ibeo 等廠商當前具備相對領 先優勢。 我們從產品維度去劃分鐳射雷達廠商能力,主要基於兩個指標:
指標 1:當前是否有能夠過車規的鐳射雷達產品,或者後期過車規產品的落地進度。對於鐳射雷達廠商而 言,主要市場是後期較為走量的乘用車 ADAS 領域,能否過車規是衡量其產品的核心。通常過車規指的是一方 面產品效能要好(通常測距>150m,10%的反射率,以及具備較好的視場角和能量密度),此外需要具備較強 的可靠性(包括各個車廠對於壽命、使用時長、選材、外觀設計的一套規定)。
指標 2:過車規產品的效能指標(測距,視場角,精度,成本等)。 在評價鐳射雷達產品效能時,可以用到多個技術指標:線束、探測距離、角解析度、視場角範圍、測距精 度、功耗和整合度。
線束:線束指鐳射雷達系統包含獨立的鐳射收發 IC 晶片組的數目,透過提高鐳射雷達的線束可以獲得更加 多的資料點,線束越高,精度越高,效能越好。
探測距離:車載鐳射雷達的探測距離應該在 100m 以上,好的情況下可以達到 150 到 200m,探測距離越高, 精度越高。
角解析度:角解析度是指鐳射點之間的距離,它決定了鐳射雷達三維建模的稀疏程度。舉個例子,要看到 前方 100m 處 10cm 大小的物體,角解析度需要達到 0.05°,這樣的測準精度對鐳射雷達的要求很高。一般情況 下固態鐳射雷達的角解析度在零點幾度。
視場角範圍:機械式鐳射雷達的水平視場角有 360°,一臺機器即可完成對全環境的掃描。半固態及固態 鐳射雷達的視野範圍比機械式鐳射雷達小,水平視場角通常在 100°-120°,需要三至四臺拼接才能覆蓋 360°。 垂直視場角通常在十幾度到二十度。
測距精度:按無人駕駛的感知精度要求,車載鐳射雷達的測距精度應該達到 10cm 以內,好的情況下達到 2cm-5cm。
功耗:行車環境決定了鐳射雷達的工作溫度範圍在-40℃-+85 攝氏度。功耗低的產品散熱負擔更小。 整合度:固態鐳射雷達因為不使用機械結構件,體積和重量上比機械式和混合固態式更有優勢,更易於集 成。
從指標 1 來看:目前 Ibeo、速騰聚創、Ouster、Luminar、華為、鐳神、Innovusion、大疆均宣稱有過車 規的半固體或固態產品,從推出時間節點來看,Ibeo(2021)、大疆(2021)、華為(2021)、Innovusion(2022)、 Innoviz(2022)、Luminar(2022)產品推出時間節點靠前。 Velodyne:目前量產產品基本都是機械式未過車規,有儲備固態(2023 年)和半固態產品(2021 年)。 Ibeo:半固態產品 Scala 已過車規,最先過車規的鐳射雷達產品(2017 年),後期有儲備固態產品 NEXT, 配套長城,預計已經過車規(2021 年量產)。 Quanergy:無過車規產品。 速騰聚創:前期主要是機械式為主,半固體 MEMS 振鏡方案產品 RS-Lidar-M1 已過車規。 Ouster:有儲備車規級固態鐳射雷達 ES2(2024 年)。 Innoviz:前期主要以半固體產品為主,半固體 MEMS 振鏡方案產品 Innoviz Pro 已過車規,配套寶馬,預 計 2022 年推出。 Luminar:半固體產品為主,半固體 MEMS 振鏡方案產品 Iris 已過車規,配套沃爾沃、大眾、福特等,預 計 2022 年推出。 華為:有半固體 MEMS 振鏡方案產品過車規,預計 2021 年量產,配套北汽極狐。禾賽科技:前期機械式產品為主,目前暫無車規級產品釋出。 鐳神智慧:前期半固體產品網為主,半固體產品 CH32。 Innovusion:半固體產品為主,目前釋出了與蔚來合作的半固體車規級產品,預計 2022 年推出。 大疆 Livox:半固體產品為主,半固體轉鏡方案產品 Horiz 已經過車規,預計 2021 年供貨,配套小鵬汽車。
從指標 2 來看:後期各廠商推出的車規級產品效能中,綜合精度,測距,視場角,成本等因素來看,我們 認為 Luminar、Innovusion、大疆 Livox、華為、速騰聚創、Ibeo 等產品效能較好 Ibeo:NEXT(純固態,等效 130 線;測距 250m(10%反射率);視場角 60°×37.5°)。 速騰聚創:RS-LiDAR-M1(半固態轉鏡,等效 125 線,測距 200m,精度±5cm,視場角 120°×25°,預 計前期價格 1898 美元,量產後可達 200-500 美元;2020 年推出)。 Ouster:ES2(純固態 Flash,測距 200m-10%反射率;精度±3cm;視場角 26°x13°,價格 600 美元,2024 年量產)。 Innoviz:Innoviz Pro(半固態-MEMS 振鏡,等效 44 線;測距 80 米-10%反射率,視場角 73°x20°,價格 1000 美元,2022 年量產)。 Luminar:Iris(半固態-MEMS 振鏡,等效 300 線;最遠測距 500m;精度 1cm;水平視場角 120°;500-1000 美元,2022 年量產)。 華為:96 線車規級雷達效能相對一般(半固態 MEMS 振鏡,96 線;測距 150m;角解析度 0.1°;視場角 120°×25°;數百美元,2021 年)。 鐳神智慧:CH32 產品(半固態振鏡方案,32 線;探測範圍 300 米(70%反射率);精度±2cm;視場角 120°x11°;1.8 萬元,2021 年)。 Innovusion:蔚來合作車規級產品(半固態 MEMS 振鏡+轉鏡,等效 300 線;最遠探測範圍 500 米;角度精 度 0.06°;視場角 120°×11°,2022 年)。 大疆 Livox:Horiz(半固態(轉鏡),等效 144 線;測距 150 米(反射率 10%),2021 年)。
五、風險分析第一,技術路線迭代風險;鐳射雷達行業目前仍處於技術演變初期,同時機械式、半固體、固態鐳射雷達 的技術難點差異較大,技術同源性較低,企業在某一代產品的技術領先優勢可能在技術迭代過程中消失;
第二,格局風險;鐳射雷達是一個全球範圍競爭的行業,小企業前期受限於體量以及研發費用投入,天然 上與大企業以及科技巨頭存在競爭劣勢;
第三,智慧化滲透率推進不及預期;鐳射雷達在 L3 及以上智慧駕駛層級的效能優勢更加凸顯,其滲透率與 L3 以上級別智慧駕駛車型滲透率直接相關。
(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。)