一、自动驾驶推动车载雷达需求
自动驾驶是车载雷达需求最大推动力
L3是自动驾驶的分水岭。L3级别要求自动系统既能完成某些驾驶任务，也能在某些情况下监控驾驶环境， 但驾驶员必须准备好重新取得驾驶控制权(自动系统发出请求时)。所以在该层级下，驾驶者仍无法进行 睡觉或者深度的休息。简单来说，在L3级别下可以放开手、放开眼，但是不能深度休息( handsoff,eyesoff)。国内的自动驾驶分级标准则是在某些特定场景下，可以放开手、放开眼。
主流汽车厂商目前的自动驾驶产品都处于L2、L3。L2/L3自动驾驶普及率的上升将有助于硬件(毫米波雷达 和摄像头)需求成倍增长。根据36氪数据，国内汽车整体ADAS渗透率较低，仅为10%左右，由于《营运货车 安全技术条件》要求，相关商用车需要强制安装ADAS，这将ADAS使得渗透率提升。此外随着ADAS逐步从高 端车型下沉至中低端车型，硬件市场规模可能会显著增加。
ADAS与自动驾驶区别
ADAS是Advanced Driver Assistance System的缩写，全称为高级驾驶辅助系统，即利用车载 传感器收集数据辅助，ADAS主要实现了L0-L3的辅助驾驶，自动驾驶则是实现了L4-L5的汽车 自动化。ADAS主要采用了摄像头+雷达的解决方案，自动驾驶则增加了摄像头和毫米波/超声 波雷达的数量，同时增加了激光雷达的配备。
自动驾驶带来新需求
激光雷达受到投资者追捧。2014年激光雷达市场的投资额大约5000万美元，在2020年已经接 近15亿美元。另一方面激光雷达的市场空间也在快速扩展。
二、超声波雷达：国产化率高
超声波雷达国产化率高。超声波雷达是通过发射频率超过40KHz的超声波，根据时间差测算 障碍物的距离，其测距精度大约是1～3厘米左右。一套倒车雷达系统需要在汽车后保险杠 内配备4个UPA超声波传感器，自动泊车系统需要在倒车雷达系统基础上，增加4个UPA、4个 APA超声波传感器，构成前4(UPA)、侧4(APA)、后4(UPA)的布置格局。
三、毫米波雷达：近几年车载雷达主流
毫米波雷达市场格局
毫米波雷达关键技术被外商垄断，集中度较高。在全球毫米波雷达市场上，占主导地位的是德 国、美国、日本等国家。目前毫米波雷达技术主要被博世、大陆集团等厂商垄断;其中， 77GHz毫米波雷达技术被垄断于博世、大陆、德尔福、电装、TRW、富士通天、Hitachi等公司 手中。
毫米波传输方兴未艾
毫米波(mmWave)是一种利用短波电磁波的特殊雷达技术。雷达系统传输电磁波信号，物体在其路径上反射。通过捕获反射 信号，雷达系统可以确定目标的距离、速度和角度。毫米波雷达发射的信号的波长在毫米范围内。这被认为是电磁波谱中 的短波长，也是这项技术的优点之一。相比较传统的光雷达，毫米波雷达不受到天气影响，但精确度相较于光雷达降低。毫米波市场主要增长来自移动通讯设备和图像观测系统。根据Grand View数据，到2025年毫米波在移动通讯领域市场将达 到25亿美元，图像观测系统达到11亿美元。
24GHz将被更高频代替。由于欧洲电信标准协会和美国联邦通信委员会制定了频谱法规和标准，24GHz的UWB将被淘汰。截至 2022年1月1日，24GHz超宽带将不再允许在欧洲和美国用于工业用途。60GHz频段的射频使用不受法规的限制，因此60GHz成 为全球工业环境中雷达传感应用的良好替代方案。60GHz的使用将会使得波长变短。由于更长的波长需要更大的天线阵列， 但是，当波长变短时，可以使天线阵的尺寸减到最小，从而达到相同的性能。
毫米波雷达汽车发展历程
毫米波雷达集成方案
毫米波雷达芯片正在逐步走向集成。一个在76-81千兆赫(对应波长约4毫米)工作的毫米波系统，将有能力 探测到小于一毫米的移动系统组件的尺寸。完整的毫米波雷达系统包括发射(TX)和接收(RX)射频(RF)组件; 模拟元件，如时钟、模拟-数字转换器(ADC);微控制器(MCUs)和数字信号处理器(dsp)等数字组件。在元 件集成封装后，将大幅缩减元器件尺寸。
毫米波雷达分类
FMCW是主流的毫米波雷达工作方式。根据辐射电磁波方式不同，毫米波雷达主要有脉冲体制以及连续波体制 两种工作体制。其中连续波又可以分为FSK(频移键控)、PSK(相移键控)、CW(恒频连续波)、FMCW(调 频连续波)等方式。其中FMCW由于检测多个目标、分辨率较高、成本较低，因此大多数Tier 1供应商都选择 FMCW。
毫米波雷达是通过电磁波束对于目标进行探测。但是毫米波雷达发射功率、探测距离以 及天线排布、探测角度之间互相制约。因此毫米波雷达很难具备大角度和远距离的性能 ，因此毫米波雷达被分为了三类：远距LRR、中距MRR、近距SRR。
毫米波雷达频率逐步提升
车载毫米波雷达中心频率由24GHz提升到了77GHz。由于77GHz相比24GHz具有体积小、容易 实现单芯片集成、性能好(更高速度分辨率、提高信噪比、更高输出功率)以及更少研发 成本和雷达系统物料成本的优点，77GHz毫米波雷达将成为行业未来发展主要方向。
目前的主流自动驾驶车型中，通常L2级别配备3个24GHz和1个77/79GHz毫米波雷达，L3/L4级别车一般配备 4-6个24GHz和2-4个77/79GHz毫米波雷达。 完全实现ADAS各项功能一般需要“1长+4中短”5个毫米波雷达。奥迪A8搭载5个毫米波雷达(1LRR+4MRR) ，奔驰S级搭载6个毫米波雷达(1LRR+6SRR)。
四、激光雷达：专注自动驾驶，向低价渗透
激光雷达产业链
自动驾驶成为激光雷达市场最大推动力
自动驾驶成为激光雷达市场最大推动力。根据Yole的数据，ADAS的激光雷达市场在2025年将 达到17亿美元，年复合增长达到114%。目前车载激光雷达龙头厂商市占率还相对较小。
车载雷达价格逐步下降，10年内有望下探100美元
激光雷达价格在快速下降，抢占市场。2005年，Velodyne公司推出了首款实时3D激光雷达 ，并计划到2024年ASP将从2017年的1.79万美元降至600美元。2019年，Luminar公布了其激 光雷达的解决方案，价格不到1000美元。但相对ADAS摄像头来说，激光雷达价格依然保持 在高位。
激光雷达成本拆分——法里奥
根据SystemPlus的数据，法里奥Scala一代的制造成本大约在105美元(在100万套/年的情况 下)。其中成本主要集中在主板、激光器，分别占据了总成本的45%、23%。
激光雷达成本拆分——Livox浩界
根据SystemPlus的数据，Livox浩界的制造成本大约在260美元(在100万套/年的情 况下)。其中成本主要来自于透镜模组以及防护罩，分别占了成本的54%、16%。
激光雷达拆分
根据Techinsights的数据，VelodynePuckVLP-16的芯片供应商主要为德州仪器、ADI、微芯 、英特尔、意法和博通等。
激光雷达价值链拆分
车载激光雷达的核心在于芯片以及模组制造商。目前上市的模组制造商包括了Velodyne、 Luminar，而车载激光雷达芯片则包括了英飞凌、恩智浦、意法半导体、瑞萨、德州仪器等厂 商。
激光雷达工作原理
激光雷达可以高精度、高准确度地获取目标的距离、速度等信息或者实现目标成像。激光通 过扫描器单元形成光束角度偏转，光束与目标作用形成反射/散射的回波。当接收端工作时， 可产生原路返回的回波信号光子到达接收器，接收端通过光电探测器形成信号接收，经过信 号处理得到目标的距离、速度等信息或实现三维成像。
激光雷达:机械向固态转变
机械式激光雷达是研发最早、技术最成熟的产品。机械式LiDAR的代表企业有Velodyne、 Valeo、Ouster、Waymo、速腾聚创、禾赛科技、镭神智能、北科天绘等。 机械式激光雷达供应商大多选择双线并行发展。一方面改进机械式产品线，设法降低成本， 提高性能，提升激光雷达的渗透率;另一方面，积极拓展固态激光雷达产品线(包括MEMS、 FLASH、OPA等)。
激光雷达之MEMS
MEMS激光雷达是采用微振镜结构进行激光束偏转。微振镜是MEMS激光雷达的核心 组成部分，它需要具有平整的光学镜面，将机械式激光雷达的旋转部件微缩，增 加集成度。
激光雷达之Flash
Flash 激光雷达采用类似照相机的工作模式，每个像素点可以记录光子飞行时间信息。发射 的面阵激光照射到目标上，由于物体具有三维空间属性，从而不同部位的光所反射的光具有 不同的飞行时间，被焦平面探测器阵列探测，根据飞行时间不同绘制图像。
OPA则是采用了高度集成化的光 学相控技术，将激光器的功率分配到不同的相位调制器，通过光 学天线发射，在空间远场形成较 强的能量光束。通过不同的相位 ，不同角度的光速能够对物体进 行扫描，从而不需要采用物理扫 描的方式。OPA的相控阵主要分 为液晶相控阵和集成光波导型相 控阵。硅基集成光学芯片可以实 现大规模激光器的集成，从而推 动激光雷达的固态化。
从光源看激光雷达：EEL
EEL 型激光二极管，通常有 905 纳米和 1550 纳米两种，材料则包括硅、GaAs (砷化镓)、 InP(磷化铟)三种。
边缘发射激光器(EEL)彻底改变了激光系统，并赋予其以新的特殊属性，如小型化、稳定相干光和窄发射波长。在实践中，EEL可以用作“直接”激光器，但也可以与光纤或晶体耦合以 制造光纤激光器或DPSSL。这项先进的激光器技术提供特定的优势，例如更好的光束质量、改 善的激光噪声稳定性和更高的功率输出等。
从光源看激光雷达：VCSEL
VCSEL——垂直腔面发射型，通常以阵列形式出现。VCSEL从诞生起就作为新一代光存储和光通信应用的核心器件，应用在光并行处理、光识别、 光互联系统、光存储等领域。随着工艺、材料技术改进，VCSEL器件在功耗、制造成本、集成、 散热等领域的优势开始显现，逐渐应用于工业加热、环境监测、医疗设备等商业级应用以及 3D感知等消费级应用。
华芯半导体拥有国际先进的外延金属有机物化学气相沉积(MOCVD)设备、芯片工艺设备和封装 设备等，主要从事尖端化合物半导体光电子芯片及其应用产品的研究、开发与生产。公司主要 产品为高亮度LED、蓝绿光半导体激光管、垂直腔面发射(VCSEL)光子芯片、DFB光子芯片、EML 光子芯片以及高亮度半导体激光芯片等。
从光源看激光雷达：光纤激光器
光纤激光器是指用掺稀土元素玻璃光纤作为增益介质的激光器，光纤激光器可在光纤放大器的 基础上开发出来：在泵浦光的作用下光纤内极易形成高功率密度，造成激光工作物质的激光能 级“粒子数反转”，当适当加入正反馈回路(构成谐振腔)便可形成激光振荡输出。
深圳市镭神智能系统有限公司是全球领先的激光雷达及整体解决方案提供商，服务覆盖无人驾驶及汽车辅助驾驶、智慧交通、机器人、物流、安防、测绘、港口和工业自动化等八大产业生 态圈。镭神智能打造了市面最齐全的激光雷达产品矩阵，是全球唯一一家同时掌握了TOF时间 飞行法、相位法、三角法和调频连续波等四种测量原理的激光雷达公司。
激光雷达拆分：激光源对比
越高的激光功率对于散热的要求更高。
SWIR主要采用InGaAsP半导体材料，NIR则主要采用GaAs的半导体材料。
各类型传感器区别
相较于毫米波雷达，激光雷达在探测精度、探测范围及稳定性方面更有优势。在精确度方面 ，由于频段的原因，毫米波雷达的探测距离越远，频段损耗就会越大，因此较难感知行人， 并且对周边所有障碍物无法进行精准的建模。
视觉解决方案
为了解决FOV的问题，沃尔沃和特斯拉选择了三目系统。沃尔沃的三个FOV视角分别是140° 、45°和34°。特斯拉的FOV为150°、50°和25°。但这个系统依然解决不了近距离盲区问 题。这是因为机器视觉主要针对动态目标识别。特别是在汽车领域优先识别动态目标如车辆 、行人、自行车、电动车等。
特斯拉的视觉解决方案有诸多局限。在L4级自动驾驶传感器选型上，纯视觉解决方案会存在精 度、稳定性和视野等方面的局限性，视场角(FOV)角度过大导致车辆有非常明显的盲区。L4 自动驾驶的厂商都没有采用纯视觉的方案，而是用视觉+雷达进行双重感知，用大量的安全冗 余来确保车辆和乘员的安全。
特斯拉坚持使用视觉融合模式。在特斯拉硬件系统 Autopilot HW 2.0中搭载了8颗摄像头用以提供360 度环视功能，包括前置三目摄像头(长距窄视角、中距中视角、短距鱼眼)、左右两侧各有2颗面向侧前 和侧后的摄像头，再加上1颗后置摄像头。在汽车自动驾驶中，靠摄像头叠加构建的视觉感知融合方案相 对采用激光雷达方案，对系统算力的要求要高得多。
FoV(视场角)有限带来AEB失效
基于摄像头、雷达、摄像头+雷达、摄像头+激光雷达的AEB(自动刹车辅助系统)有效减 少了追尾事故的数量和交通事故的死亡人数。但是有限的FoV使得AEB系统无法了解车辆 前方的情况，融合的数据只能有限反映出车辆周围环境。同时汽车OEM厂商更倾向于采用 低成本的传感器，这也导致了AEB在行人检测中事故率提升。
车厂自动驾驶布局
与基于摄像机的解决方案不同，激光雷达解决方 案通过提供周围物体的精确距离测量，使机器能 够看到3D图像。激光雷达解决方案使用一系列激 光器，以光速测量环境中的距离。在暗光条件下 ，激光雷达也比相机表现更好，产生的误差更少 。与雷达相比，激光雷达提供了更好的分辨率， 可以感知物体的形状，从而获得更好的标检测和 分类。根据美国汽车协会的一份报告，目前的行 人检测系统在保护行人和自行车方面相对无效， 尤其是在夜间。而激光雷达系统在白天和晚上都 能很好地探测行人，因为激光雷达系统通过激光 束提供自我照明。激光雷达的这些优势，再加上 较低的计算能力要求，使平台能够快速、准确地 做出决策，以减少碰撞。
车企的选择
多数主流车企表示，在 2025-2030 年间他们能够承受的激光雷达价格在1000美金之内。
按照目前全球主要汽车制造商的预估，L4自动驾驶的激光雷达规模化采购的目标价格在1000美元以下，而L2+、L3的价格目标 在500美元以下。
标签： 车载雷达
营业执照公示信息