激光雷达研究报告：迈向高阶智能化关键，前瞻布局把握行业脉搏（附下载）
需要下载本报告的朋友，可以扫描下方二维码进圈，5万+份报告，3000+会员，高清原版，无限制下载，持续更新
（公众号资源有限，仅能展示部分少数报告，加入星球获取更多精选报告）
（精选报告来源：报告研究所）
一、行业概览：迈向高阶智能化之基石，终端需求空间广阔
1.1 市场动态
进入2023年，激光雷达进展迅速。2023年本土激光雷达行业利好频出，2024开年禾赛科技更是宣布了2023年末12月实现单月5万台交付成绩， 有效提振了市场信心。
1.1 产业链概览
产业链简介。
激光雷达的上游主要包括激光发射、激光接收、信息处理和扫描系统核心部件制造；中游主要是如禾赛科技、图达通等激光雷 达整机厂商；下游主要为应用领域，包括无人驾驶、机器人、高精度地图、测绘等。本土激光雷达厂商在近年来积极布局与本土车企的合作， 实现了较多前装量产。
本土产业链逐步完善。
当前我国已有如禾赛科技、图达通等在行业内具有较高市占率的激光雷达厂商，此外本土企业也已基本覆盖上游的核 心零部件如光学镜片、光源模块等光学组件以及扫描用振镜、接收组件等，我们认为，当前国内已逐步形成了完善的激光雷达产业链，助力 国产激光雷达走向世界。
1.2 激光雷达主要应用于高阶辅助驾驶及机器人领域
激光雷达主要应用于以高级辅助驾驶（ADAS）、车联网为主的车用以及机器人等领域。根据灼识咨询的预测，激光雷达车端市场规模在 2023年达到百亿后有望在2025年突破千亿规模。车用领域所应对的场景复杂度更高，激光雷达的性能要求则会相对较高，其演进路径是从L4 级测试车辆到高端乘用车前装搭载，待成本足够合理时向平价汽车过渡。激光雷达在机器人端的应用主要是一些应用场景相对简单的封闭园 区。目前激光雷达正处于高端乘用车前装搭载，这一时期重点比拼车企端交付和工程化落地，同时逐步开启价格竞争。
1.3 终端分析-自动驾驶（1/3）
自动驾驶技术被视为未来交通领域的革新性突破。根据国家标准《汽车驾驶自动化分级》指引，驾驶自动化分为6个级别，从L0-L5分别为应 急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶、完全自动驾驶。目前我国自动驾驶应用主要以L1和L2为主，渗透 率逐渐提升。
自动驾驶迈向更高级别，激光雷达重要性在持续提升。我国量产乘用车自动驾驶等级正逐步从L2向L3+过渡，据中商产业研究院统计数据显 示，2022年我国在售新车L1-L4自动驾驶渗透率分别为24%、35%、9%和2%；随着政策对L3、L4级自动驾驶的支持，预计到2023年，L2级 自动驾驶渗透率将扩大至51%，L3-L4渗透率也将快速增长。激光雷达有望成为自动驾驶迈入L4+的关键，据汽车之心表示，2024年激光雷达 的车端渗透率有望突破1%大关。
1.3 终端分析-机器人（2/3）
激光雷达的应用能够提升机器人的安全作业能力与生产效率。在高原科考、智能巡检、消防侦查、智慧农业等细分行业，由于摄像头感知算 法训练难以覆盖复杂地形的不规则障碍物，而传统毫米波雷达精度低分辨率低，无法分辨障碍物形状大小，激光雷达高精度三维成像的优势 再次得以充分体现。激光雷达通过赋予各种形态的机器人超越人类眼睛的感知能力，助力提升各行业的安全作业与生产效率，推动社会智能 化变革的进一步深化。据中商产业研究院援引中国电子学会数据，2022年中国服务机器人市场快速增长，市场规模达到447.76亿元。到2023 年，随着新兴场景的进一步拓展，整体市场规模将突破500亿元。
1.3 终端分析-整体市场概览（3/3）
车载激光雷达市场有望保持高速增长。2022年全球激光雷达在汽车和机器人端的市场规模分别为34亿元及82亿元，据灼识咨询预测，2023年 全球车端激光雷达市场规模快速攀升，到2023年有望达到106亿元，预计到2030年整体市场规模将突破万亿人民币，机器人端市场规模也有望 达到2162亿元。
中国有望成为全球激光雷达市场的核心。中国坐拥全球最大的新能源汽车市场，本土激光雷达厂也在各车企端持续量产上车；同时各类别的机 器人产品也在快速发展。据灼识咨询分析预测，2022年中国激光雷达在车端及机器人端均占据了将近1/3的市场规模，预计到2030年，中国依 将主导激光雷达市场。
二、发展态势：“精准”取胜，技术路线持续优化
2.1 雷达是高级驾驶辅助系统的核心
雷达是智能驾驶感知系统的核心。高级辅助驾驶系统（ADAS）主要包括感知系统（感知层）、计算分析（决策层）、控制执行（执行层）三 大模块，其中感知是智能驾驶的先决条件，其探测的精度、广度与速度直接影响智能驾驶的行驶安全。以各类传感器为主的感知系统采集的 信息会经由决策层处理分析后给出动力供给、方向控制等操作，最终实现自动驾驶。
激光雷达凭借优异综合性能，作用逐步凸显。感知系统路线有摄像头、超声波雷达、毫米波雷达以及近年来应用逐渐呈增长趋势的的激光雷 达，从信通院给出的方案对比（右下）来看，我们认为激光雷达具有更强的综合性能，且随着智能驾驶技术的发展，车载激光雷达已被认为 是L3级以上自动驾驶必备传感器。
2.2 高级驾驶辅助系统的主要路线（1/2）
激光雷达的主要优点在于探测精度高、探测范围广。摄像头方案商用普及较早，能够获取到丰富的色彩和细节信息，但成像受制于环境光线。而超声波方案虽然成本较低，但由于感知距离较近且易受环境影响，因此主要用于停车辅助。而毫米波雷达虽有更强的抗干扰能力，但感知 精度并不理想，不具备图像级的成像能力。综合来看，激光雷达探测精度高、范围广、稳定性强，并能够对周围环境进行实时3D建模，因此 成为当前重要的感知方案。
2.2 高级驾驶辅助系统的主要路线（2/2）
特斯拉与纯视觉方案。特斯拉是采用纯视觉方案的典型，然而看似充分考量性价比后摒弃激光雷达所采取的低成本方案，其背后则是有着特 斯拉强大的自动驾驶算法以及海量的视频训练数据支撑：截至23年底，特斯拉FSD（Full Self-Driving，完全自动驾驶）累积行驶里程已超5 亿英里，Autopilot使用里程已经超过90亿英里。特斯拉的自动驾驶系统每天可以接收到车队回传的1600亿帧视频数据，支持神经网络训练；此外，特斯拉坚持自研的自动驾驶芯片及围绕算法训练搭建的超算中心也是构筑强大自动驾驶算法壁垒的关键。我们认为，纯视觉方案从硬 件成本角度看或许是当下的高性价比选择，但包括算法、路测、云计算、数据标注、仿真训练和系统软件的“隐性成本”不容忽视。
4D毫米波雷达的出现为毫米波雷达路线提供了新方向。传统毫米波雷达由于角分辨率问题，导致对于多目标物的识别、分类能力要落后于激 光雷达。但随着具有高分辨率、低成本（较激光雷达）4D毫米波雷达的出现，通过强化四维环境感知，在一定程度上强化了毫米波雷达在小 目标探测上存在的缺点，因此当前也有很多厂商出于综合性价比考虑推动4D成像毫米波雷达的上车。
2.2 激光雷达模块结构及BOM拆解
系统结构。从结构上看，车载激光雷达由发射激光的发射模块、对特定区域进行扫描的扫描模块、探测回光的接收模块和对 点云数据进行处理并反馈的控制模块，且各部分结构也可进一步细分为不同技术方案。目前激光雷达主流分类方案是根据扫 描系统机械结构的差别划分为机械式、混合固态式以及固态式。结合激光雷达BOM，激光雷达光电系统构成了激光雷达成 本的核心。且发射和接收模组又包含多个激光发射器、光学镜头、探测器，体积和重量远高于测时及控制模组。目前，随着 激光雷达性能和需求规模逐步提升，对厂商而言将分立光学芯片及其配套元器件高度集成，能够有效改善产品形态及生产工 艺，同时推动的产能扩张和产品降本。
2.2 激光雷达运作方式及核心性能指标
工作原理。激光雷达的原理是利用ToF（Time of Flight，飞行时间测距法），通过发射接受激光束，分析激光遇到目标对象后的折返时间，从 而得到物体表面与探测主体的精确距离，进而在空间坐标系中为这束光线赋予角度信息，就能得到这个点的三维定位。随着光束的增多，探测 主体便可利用所得各点的相对位置，勾勒出三维空间中的物体细节，即点云——激光雷达的三维视觉。
激光雷达的视场角（FoV）和角分辨率，是决定其性能的关键指标。视场角的大小决定了光学仪器的视野范围，也就是说这个数值决定了激光 雷达的视野有多广/多宽。激光雷达的视场角越大，探测到的视野就越大。角分辨率，指的是相邻两个激光扫描点之间的角度间隔，雷达在水 平和垂直方向扫射时，角分辨率越小，单位空间角内分布的激光点数就越多，其对于物体的分辨能力就会越强。通俗来讲，视场角决定了激光 雷达的探测范围有多大，而角分辨率则决定了激光雷达对细节的把控程度。
2.3 技术路线演进：传统机械式激光雷达
机械式激光雷达最早由Velodyne推向车端应用，通过将激光发射器竖直排列并进行360°旋转，完 成对环境的全面动态扫描绘制雷达的点云图。但由于机械式自身特性，更清晰的图像需要通过高线 程也就是需要不断堆积发射源和接收器来实现，这就导致激光雷达的体积和成本难以控制。
复杂的运动结构限制了机械式激光雷达的耐用性和成本控制。传统的机械式由于需要通过复杂的机 械结构实现高频准确的转动，致使其平均的失效时间仅1000-3000小时，难以达到车规级设备最低 13000小时的要求，同时硬件成本居高不下也限制了该类产品在车端的量产推广。最后，机械式激光 雷达需要布置在车身最高点避免旋转时受遮挡，这对车辆造型造成很大的影响，凸起的雷达也较容 易受损。由于其固有劣势，机械式激光雷达当前的主要应用领域为自动驾驶公司L4+技术测试。
2.4 发展趋势：短期趋势稳定，纯固态方案稳步推进（1/3）
“降本、量产、上车”是激光雷达一直以来的三个核心关键词。我们认为激光雷达想要全面推进上车，要做到的便是源头上实现全面降本，其 中规模化生产既是降本的因也是终端需求量增的果。激光雷达自诞生以来，其成本便随着路线迭代持续下探，直至近年来混合固态方案将激光 雷达推向百元级水平（美元）。在当前L2+自动驾驶持续渗透的背景下，混合固态激光雷达成为各大头部激光雷达厂量产上车的主流，禾赛科 技方面也判断，混合固态激光雷达依然会是未来10年中远距离激光雷达的首选。
纯固态方案也有望在补盲端量产上车的同时加快技术升级。我们认为纯固态激光雷达在实现全面量产上车（主+补盲）的道路上仍需要解决测 远和技术稳定性的问题，各厂商积极推动纯固态在补盲端的上车在一定程度上也有望加快该方案的技术迭代。
2.4 发展趋势：混合固态方案科技树以降本为指引持续发散延伸（2/3）
在混合固态激光雷达方案下，其结构的“模块性”会更加突出。根据此前对几大头部厂商旗舰产品的介绍，很明显混合固态方案下，扫描模块 在“解绑”发射模块后，各厂商的扫描方案选择灵活多样。我们认为，针对激光雷达的结构设计，厂商会更倾向于综合考量自身技术积累和成 本协调（未来能够持续优化进行降本）对激光光源、激光发射器以及接收芯片进行有效组合，打造最具竞争力的产品。
混合固态的细分路线会持续发散直至纯固态方案充分成熟后发生突变式收敛。车规级产品由于长验证周期的特殊性，我们认为未来各大雷达厂 会更加坚定的在自己选择的组合方案上深度挖掘，这个过程最终可能会停止在固态激光雷达所需技术充分成熟并显露出混合固态方案无法比拟 的降本空间的节点。
2.4 发展趋势：降本最终目的并非强化排他性，未来融合方案有望成为主流（3/3）
激光雷达算法相较其他方案不仅有更准确的精度，通过激光雷达的辅助还可以进一步提升融合方案的精度上限。纯视觉方案的分辨率虽然可 以足够高，但很多场景由于训练数据集的有限性及物理性能的局限，系统的安全冗余度还远远不够。根据行业权威数据集Nuscenes感知算法 评测显示，通过使用激光雷达的算法，平均精准度（mAP）数值相比纯视觉有明显提升；同时在针对目标跟踪精度测试上，纯激光雷达方案 有着更好的成绩，且融合方案也进一步将得分从70%提升至75%。
未来多方案融合有望成为主流。我们认为，降本是激光雷达实现量产上车的核心途径，但这并不代表有更强综合性能的激光雷达在兼具高性 价比后会排斥其他感知方案。融合方案的本质在于不同传感器在不同的场景下发挥效能，互为冗余，确保驾驶安全，我们认为在高阶智能驾 驶加速渗透以及系统成本持续下探的双重推动下，以激光雷达作为核心的多传感器融合方案有望加速上车。
三、行业动态：定点&出货持续加速，本土厂商强势引领
完整报告下载：因篇幅限制，本报告完整版PDF已分享到报告研究所知识星球，扫描图片中二维码进圈即可下载！
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
欢迎加入报告研究所知识星球社群，入圈后您可以享受以下服务：
1、报告持续更新，分享最新、最专业、最深度的行业研究报告、投行报告、白皮书、蓝皮书、公司研报等。公众号发布的报告可同步下载；
2、海量研究报告均可下载PDF高清版，无限制；
3、会员可以提问方式获取具体报告需求；
温馨提示
应广大粉丝要求，「报告研究所」成立了报告交流群，欢迎各位公司企业、投行、投资机构、政府机构、基金、创业者及金融资本圈朋友加入！
这里能且不限于：“行业交流、报告交流、信息交流、寻求合作等......”
入群方式：添加助理微信touzireport666，发送「个人纸质名片」或「电子名片」审核后即可入群。
我们是报告专业研究机构及知识服务平台。专注于分享国内外各类行业研究报告、热点专题报告、调研分析报告、白皮书、蓝皮书等。所有报告来源于国内外数百家知名研究机构，覆盖新能源汽车、数字经济、新材料、新能源、信息技术、先进制造、节能环保等新兴产业，并涉及医药生物、金融、互联网+、医疗大健康等众多行业及细分领域。目前报告已累积近50000+，并持续更新。
报告涵盖但不限于：
1、新能源汽车、数字经济、新材料、新能源、信息技术、先进制造、节能环保；
2、互联网、新媒体、短视频、抖音、快手、小红书；
3、元宇宙、5G、区块链、人工智能；
4、房地产、金融、券商、保险、私募；
5、零售、快消品、餐饮、教育、医疗、化妆品、旅游酒店；