報告出品/作者：華創證券、耿琛、岳陽
以下為報告原文節選
------
一、激光雷達：產品成熟度持續提升，車載領域具備良好前景
激光雷達(LiDAR，Laser Detecting and Ranging)是一種通過脈衝激光照射目標並用感測器測量反射脈衝返回時間來測量目標距離的測量工具。其工作原理是向目標發射探測信號（激光束），然後將接收到的從目標反射回來的信號（目標回波）與發射信號進行比較，作適當處理後，就可獲得目標的有關信息，從而對周圍環境進行探測、跟蹤和識別。它由激光發射機、光學接收機、轉檯和信息處理系統等組成。其核心優勢在於利用激光的高頻特性進行大量、高速的位置及速度信息測量，形成準確清晰的物體3D建。
激光雷達21世紀初引入汽車領域，隨ADAS滲透率提升迎來快速發展。激光雷達最先用於地圖測繪領域，高精度要求使得激光雷達成本居高不下。Velodyne將激光雷達應用到DARPA無人駕駛汽車挑戰賽，首次將激光雷達帶入了自動駕駛領域。其後隨著ADAS等下游應用的持續發展，激光雷達領域企業不斷增多，隨著研發的持續進行，激光雷達的產品性能穩步提升，成本大幅下降，行業也迎來了長足的發展。
激光雷達產品可以從顯性參數、實測性能表現及隱性指標等方面進行評估和比較。顯性參數主要指列示在產品參數表中的信息，主要包含測遠能力、點頻、角解析度、視場角、精準度、功耗和集成度等。實測性能表現則主要指在實際使用激光雷達的過程中所測得的產品性能，其決定了無人駕駛汽車和服務型機器人對周圍環境的有效感知距離。相比於顯性參數，用戶會更加關注實測性能，但激光雷達作為近年來才在市場獲得較高關注度的新興產品，能夠參考的公開測試數據有限。隱性指標包含激光雷達產品的可靠性、安全性、使用壽命、成本控制、可量產性等，這些指標更加難以量化，也缺乏公開信息。
（一）激光雷達技術路線多樣，當前仍處於多技術路線並行階段
激光雷達的技術路線有四個主要的維度：測距原理、光源、探測器、光束操縱。激光雷達主要包括激光發射、掃描系統、激光接收和信息處理四大系統，四個系統相輔相成。根據這四個系統的不同特徵，可以從四個不同維度來闡述激光雷達技術路線。其中光源和探測器即激光雷達的發射端與接收端，光束操縱即激光雷達的掃描方式，測距則為信息處理提供距離信息。根據四個主要的維度可以將激光雷達進行分類，每個不同分類方式又可進一步細分為不同的技術路線，不同路線之間存在較大差異。
根據測距方法分類，激光雷達可分為4種類型。激光雷達根據測距原理主要有四類：飛行時間法（ToF，Time of Flight）、調頻連續波（FMCW，Frequency Modulated Continuous Wave）、三角測距法和相位法。最主要的兩種測量方法是ToF和FMCW。ToF測量原理是通過記錄短脈衝發射到接收到反射光之間的時間來測量距離，並在測量過程中通過反射光的角度來測量物體的位置。FMCW的測量原理是將發射激光的光頻進行線性調製，使回波信號與參考光進行相干拍頻得到頻率差來間接獲得飛行時間反推目標物距離，優點是抗干擾強、可直接測量速度。
ToF測距方法當前為主流，FMCW具備良好前景。激光雷達測距方法中ToF與FMCW能夠實現室外陽光下較遠的測程（100~250m），是車載激光雷達的優選方案。ToF是目前車載中長距激光雷達市場的主流方案，有非常高的激光發射頻率，具備高精度探測優勢，但ToF激光雷達最大激光功率受到限制，探測距離存在瓶頸，在白天會受到陽光干擾，在接收信號過程中產生噪音。而FMCW激光雷達除了成本高外具有可直接測量速度信息以及抗干擾、遠程性高的優勢，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，其佔比有望獲得提升，成為和ToF並存的主要測距方式。
激光雷達里的探測器即光電探測器可分為PIN PD、APD、SPAD、SiPM 四類，APD為當前主流。
PIN PD（PIN光電二極體）適用於FMCW 測距激光雷達，成本低；
APD（Avalanche Photo Diode），即雪崩式光電二極體，較為成熟的APD被廣泛採用在ToF 類激光雷達上，是目前使用最為廣泛的光電探測器件；
SPAD（單光子雪崩二極體）具有低激光功率下遠距離的探測能力，但缺點是過於靈敏的接收性能會帶來通道串擾大、寄生脈衝等問題，另外其電路設計等工藝難題也帶來了較高的製造成本；
SiPM（硅光電倍增管）是多個SPAD的陣列形式，可通過多個SPAD獲得更高的可探測範圍以及配合陣列光源使用，更容易集成CMOS技術。
EEL製作工藝複雜，VCSEL未來有望迎來快速發展。激光器光源方面，從發射維度看可以分為兩大類：邊發射（EEL）和垂直腔面發射（VCSEL）。據禾賽科技招股書，EEL作為探測光源具有高發光功率密度的優勢，但因為其發光面位於半導體晶圓的側面，使用過程中需要進行切割、翻轉、鍍膜、再切割的複雜工藝步驟，而且每顆激光器極大地依賴產線工人的手工裝調技術，生產成本高且一致性難以保障。而VCSEL因為發光面與半導體晶圓平行，其所形成的激光器陣列易於與平面化的電路晶元鍵合，無需再進行每個激光器的單獨裝調，且易於和面上工藝的硅材料微型透鏡進行整合，能有效提升光束質量。近年來國內外多家VCSEL激光器公司紛紛開發了多結VCSEL激光器，使得VCSEL光功率密度得到有效提升，VCSEL得以被運用在長距激光雷達領域。從生產成本和產品性能可靠性看，VCSEL未來將有望逐漸取代EEL。
按激光波長將激光器分類，905nm和1550nm波長激光器互補共存。激光最關鍵指標在於波長，波長主要分為兩個主流的發射波段，分別為1000nm以內以及1000到2000nm之間，其中1000nm以內區間典型值是905nm，1000到2000nm之間典型值是1550nm。
905nm屬於近紅外激光，容易被人體視網膜吸收並造成視網膜損傷，因此905nm方案只能以低功率運行，安全探測距離不超過200m，但其成本相對較低。
1550nm遠離人眼可見光波長，大部分光在到達視網膜之前就會被眼球的透明部分吸收，安全功率上限是905nm的40倍，安全探測距離可達到250米，甚至300米以上，但其需要使用光纖激光器，成本較905nm更高。
總體而言，905nm和1550nm的激光器在當前時間點來看各有優缺點，兩個波段對於車載感測器來說是一個互補共存的狀態。
機械式激光雷達仍佔據行業主要地位，半固態/固態式具備良好前景。根據掃描方式分類，激光雷達主要分為機械式激光雷達、半固態式激光雷達以及固態式激光雷達。長期來看，固態激光雷達由於不存在可活動部件，在成本和穩定性方面都有較大潛力，是技術上的最優解。而目前三種技術路線中，機械式最為常用，已經廣泛應用於Robotaxi等領域；混合式激光雷達是機械式和純固態式的折中方案（較機械式只掃描前方一定角度內的範圍；較純固態式仍有一些較小的活動部件），是目前階段乘用車量產裝車的主流產。
機械式雷達發展較為成熟，但因成本和部件冗雜難以實現車規級量產。機械式激光雷達的技術方案主要是高線數機械式方案。通過電機帶動光機結構整體旋轉的機械式激光雷達是激光雷達經典的技術架構，其技術發展的創新點體現在系統通道數目的增加、測距範圍的拓展、空間角度解析度的提高、系統集成度與可靠性的提升等。相比於半固態式和固態式激光雷達，機械旋轉式激光雷達的優勢在於可以對周圍環境進行360°的水平視場掃描，在視場範圍內測距能力更強。但旋轉部件體積和重量龐大，且高頻轉動和複雜機械結構讓其內部的旋轉部件容易損壞，使用壽命相對較短，難以滿足車規的嚴苛要求。此外它靠增加收發模塊的數量來實現高線束，使得成本較高，亦限制了其大規模使用。
半固態方案主要包括微振鏡（MEMS）方案、轉鏡方案。半固態方案的特點是收發單元與掃描部件解耦，收發單元（如激光器、探測器）不再進行機械運動，由掃描部件的活動來實現部分視場角（如前向）的探測，體積相較於機械旋轉式雷達更緊湊。
轉鏡方案成熟度相對較高，可靠性已得到車規驗證。轉鏡方案固定了收發模組，用360°高速旋轉的多面棱形反射鏡來反射光束，完成激光雷達視野範圍內全視場角掃描。轉鏡的優點在於稜鏡、電機和發射器有更好的耐熱性和耐用性，因此更容易過車規，當前Valeo的運用轉鏡方案的Scala1已經通過車規認證。轉鏡被視為機械式向純固態進軍的必經之路，是短期上車主流，且未來很長一段時間半固態和純固態都將並行。
MEMS雷達受限于振鏡偏轉範圍視場角較小，量產性強帶來低成本優勢。MEMS振鏡是一種硅基半導體元器件，屬於固態電子元件，它在硅基晶元上集成了體積十分精巧的微振鏡，其核心結構是尺寸很小的懸臂樑，通過懸臂樑的抖動來實現鏡片的偏轉。MEMS微振鏡擺脫了馬達等機械運動裝置，毫米級尺寸的微振鏡大大減小了激光雷達的尺寸。由於其集成度較高，在工藝成熟後預期會在成本和可靠性方面具備較大的優勢。MEMS方案的技術創新體現在開發口徑更大、頻率更高、可靠性優於振鏡，以適用於激光雷達的技術方案。但現在市面上MEMS偏轉角度只有10-30度，為了解決視場角較小問題，往往需要多個首發模組拼接而成。
固態式方案不含機械部件更易通過車規，但技術成熟度相對較低仍需進一步發展。固態式方案的特點是不再包含任何機械運動部件，適用於實現部分視場角（如前向）的探測，具體包括相控陣（Optical Phased Array, OPA）方案、Flash方案、電子掃描方案等。因為其不含機械掃描器件，內部結構相較於其他架構最為緊湊，在體積方面具備優勢。
OPA尚處於起步階段，製造難度和成本較高。光學相控陣技術(OPA)通過施加電壓調節每個相控單元的相位關係，利用相干原理實現發射光束的偏轉，從而完成系統對空間一定範圍的掃描測量。在OPA系統中，光學相位調製器用於控制通過透鏡的光束。OPA具備精度高、掃描快、體積小等優勢，集成度高且量產標準化程度高，具備較強的技術優勢，但由於目前OPA產業鏈尚處於起步階段，且製造工藝複雜，量產性方面仍存在問題，另外由於其結構較為複雜，還存在控制複雜度高、功耗較高等問題。
Flash激光雷達能快速記錄場景，但探測距離短板導致其應用受限。Flash型激光雷達由於不存在掃描系統、機械運動部件被歸類為固態激光雷達。Flash型激光雷達可以通過短時間內向各個方向發射大覆蓋面陣激光來快速記錄整個場景，避免了掃描過程中目標或激光雷達移動帶來的各種麻煩。它運行起來比較像攝像頭，激光束會直接向各個方向漫射，只要一次快閃就能照亮整個場景。隨後，系統會利用微型感測器陣列採集不同方向反射回來的激光束。其缺點在於一旦傳播距離超過幾十米，返回的光子就大大減少，使得無法進行可靠的探測，同時也增加了對接收端和功率的高度要求，提高了成本。
（二）激光雷達產業鏈分工明確，車載下游應用快速發展佔比持續提升
激光雷達集成銜接產業鏈上下游，具備較強產業附加價值。激光雷達主要包括激光發射、掃描系統、激光接收和信息處理四大系統，四個系統需要的不同電子零部件和光學系統共同構成了產業鏈的上游。具體而言，激光雷達行業的上游產業鏈主要包括激光器、探測器、掃描鏡、FPGA晶元、模擬晶元，以及光學部件生產和加工商，是激光產業的基石，准入門檻較高；產業鏈中游利用上游激光晶元及光電器件、模組、光學元件等作為泵浦源進行各類激光雷達的製造與銷售；產業鏈下游主要為各類激光雷達的應用領域，包括無人駕駛汽車、高級輔助駕駛、服務機器人、測繪、高精度地圖等。激光雷達產業鏈公司分工明確，中游集成企業在產業鏈中起到了承上啟下的作用，具備較強的產業地位。
產業鏈上游由國外廠商主導，下游國內外廠商差距不斷縮小。激光雷達上游的核心元器件為激光器和探測器，國外供應商在激光器和探測器行業耕耘較久，在產品方面具備競爭優勢。國內供應商近些年發展迅速，已經有通過車規認證的國產激光器和探測器上市。激光雷達下游產業鏈按照應用領域主要分為無人駕駛、高級輔助駕駛、服務機器人和車聯網等行業。國外無人駕駛技術研究起步較早，相比國內仍具有一定的領先優勢，但國內無人駕駛技術研究發展迅速，不斷有應用試點和項目落地，與國外公司的差距在不斷縮小；得益於國內快遞和即時配送行業的高度成熟，服務機器人領域國內技術發展水平與國外相當，從機器人種類的豐富度和落地場景的多樣性而言，國內企業更具優勢；車聯網行業更是在「新基建」等國家政策的大力推動下發展較國外更加迅速。
激光雷達成本中激光收發模塊成本佔比大，後續隨著量產推進的整體成本有望進一步下探。將機械式激光雷達各部件的成本進行拆分，根據汽車之心的數據，Velodyne的機械式激光雷達VLP-16的成本拆解後激光器、探測器、光學部件、電路板、電機外殼及結構件成本佔比分別為40%、35%、10%、10%、5%。進一步以法雷奧Scala轉鏡激光雷達為例，其激光收發相關模塊激光板、機械鏡和機械激光部件合計成本佔比可達46%。無論是機械式還是半固態式激光雷達，激光收發相關模塊成本佔比均較高，這部分原因是因為當前激光雷達整體出貨量較小，固定成本相對較高，後續隨著激光雷達量產的推進，產品整體成本有望進一步下降。
當前測繪領域主導下游應用，汽車駕駛領域未來有望成為主力。激光雷達下游應用領域廣泛，主要涉及無人駕駛、高階輔助駕駛、服務機器人和智慧城市及測繪等行業。根據Yole Intelligence的《2022年汽車與工業領域激光雷達應用報告》數據，2021年激光雷達應用中地形測繪仍是最大的應用領域，佔據60%的市場份額；緊隨其後的是工業領域，佔據27%的份額；無人駕駛計程車、ADAS（高級駕駛輔助系統）、風能和國防等領域佔據剩下的13%。但近年來，隨著全球各國對智能駕駛的政策支持，以及車載激光雷達行業的快速發展，無人駕駛和高級輔助駕駛中激光雷達的滲透率呈高速增長的態勢。Frost&Sullivan預測至2025年高級輔助駕駛、無人駕駛將成為下游應用主力，分別占激光雷達市場的34.64%和26.30%，車載激光雷達領域對整體市場的增長貢獻達到61%。
二、智能化與電動化雙輪驅動，激光雷達市場有望迎來廣闊增長空間
（一）智能化與電動化穩步推進，ADAS市場迎來快速增長
ADAS（AdvancedDrivingAssistanceSystem，高級駕駛輔助系統）能夠利用安裝在車上的各式各樣的感測器（毫米波雷達、激光雷達、單\雙目攝像頭以及衛星導航）收集數據，並結合地圖數據進行系統計算，從而預先為駕駛者判斷可能發生的危險，保證行車的安全性。ADAS技術大大降低了駕駛的複雜性，其功能包括車道監測、緊急制動、穩定性控制等。ADAS是無人駕駛的第一步，要想實現無人駕駛需要先普及ADAS。
-----------報告摘錄結束 更多內容請閱讀報告原文-----------
報告合集專題一覽 X 由【報告派】定期整理更新
新能源 / 汽車 / 儲能
新能源汽車 | 儲能 | 鋰電池 | 燃料電池 | 動力電池 | 動力電池回收 | 氫能源 | 充電樁 | 互聯網汽車 | 智能駕駛 | 自動駕駛 | 汽車後市場 | 石油石化 | 煤化工 | 化工產業 | 磷化工 | 基礎化工 | 加油站 | 新材料 | 石墨烯 | 高分子 | 耐火材料 | PVC | 聚氯乙烯 | 綠色能源 | 清潔能源 | 光伏 | 風力發電 | 海上發電
（特別說明：本文來源於公開資料，摘錄內容僅供參考，不構成任何投資建議，如需使用請參閱報告原文。）
