智能驾驶爆发前夜，激光雷达或将成标配

　　李宏涛李仁波
　　车路协同是支撑自动驾驶落地的重要手段，随着LTEV2X通信技术和路侧智能设备的不断成熟，车联网逐渐从车内智能、单车智能向端管云协同智能的方向发展。激光雷达被誉为广义机器人的眼睛，由于其测距远、分辨率高、对算法要求简单，将充分受益于智能驾驶发展。
　　全球V2X路径规划，我国领先
　　传统的车联网是指通过射频识别技术，在信息网络平台上提取和利用所有车辆的属性信息和静态、动态信息，并对运行中的车辆进行有效的监控和综合服务的系统。车联网是按照一定的通信协议和数据交互标准，在人车路云之间进行信息交换的网络。
　　汽车网联化通过搭载先进传感器等装置，运用大数据、云计算、AI等新技术，具有自动驾驶功能，车与车之间联网、车与云联网，逐步成为智能移动空间和应用终端的新一代汽车。
　　我国汽车网联总体规划清晰。数据显示，2020年1月9月，L2级智能网联乘用车销售量达196万辆，占乘用车总销量的14。7。更有部分企业加速研发L3级自动驾驶车型。根据《智能网联汽车技术路线图2。0》，到2025年，我国PA（部分自动驾驶）、CA（有条件自动驾驶）级智能网联汽车销量占当年汽车总销量比例超过50，CV2X（以蜂窝通信为基础的移动车联网）终端新车装配率达50。
　　目前各个国家也都对高级别自动驾驶的商业化应用提出了商用时间表。德国提出到2022年成为世界首个允许无人驾驶常态化的国家，欧盟到2030完全实现自动驾驶普及和应用。
　　全球相关企业也陆续开展自动驾驶商业化应用项目。2018年12月，Waymo在美国凤凰城郊区推出了首个商业自动驾驶乘车服务WaymoOne，运行路线包括凤凰城的钱德勒、坦佩、梅萨和吉尔伯特4个郊区。2020年2月，Nuro第二代自动驾驶汽车取得无人送货车豁免资格，成为美国豁免的第一个自动驾驶应用案例。国内企业纷纷开展自动驾驶项目，包括互联网企业、传统汽车厂商以及创业企业。2019年百度进行自动驾驶载人测试。2020年6月东风汽车也启动自动驾驶测试，一些创业企业如文远知行、小马智行等也在布局自动驾驶。
　　感知与通信有望率先爆发
　　5G网络覆盖率提升将加速车辆信息化和智能化进程，自动驾驶是5G重要的应用场景。目前5G网络建设覆盖所有县城以上，截至2021年1季度，5G基站总数量达81。9万个，其中三大运营商计划2021年新增5G基站数量超60万站。5G用户大规模增长，根据运营商公告，中国电信5G用户占比约30，中国移动5G用户占比接近20。5G用户的快速普及将带动车联网的需求增长，同时5G基站的规模部署是车联网普及的重要的设施。
　　随着车辆走向智能化、联网化，汽车电子价值量逐渐增加的同时，传感器的数量也快速增加。相较于传统的汽车，L3级智能汽车需要配备10个超声波雷达、8个毫米波雷达，8个摄像头及1个激光雷达，车规级的要求也对汽车的感知入口提出了新的要求。
　　SAE将自动驾驶技术分为L0L5共6个等级。L0代表没有自动驾驶加入的传统人类驾驶，L1L5则随自动驾驶的成熟程度进行了分级。L3是自动驾驶分水岭，上升到L4级别后，车辆由系统操纵。目前L2级自动驾驶系统主要由超声波雷达、毫米波雷达、摄像头等传感器构成。汽车在向L3、L4、L5级自动驾驶升级时，激光雷达有望迎来需求爆发。
　　汽车向智能化演进的过程中，多种传感器组合是未来趋势。超声波雷达成本低，常用于短距离的探测。毫米波雷达具备200米左右的探测距离，兼具测距和测速功能，但是对角度的分辨能力较弱，在探测人、车等混杂场景效果不佳。摄像头对角度分辨率较高，但是受光照条件影响很大，在自动识别的时候对算法要求很高。激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。
　　毫米波雷达主要由射频前端、信号处理系统、后端算法三部分构成。包括射频芯片、DSP芯片、天线PCB板等构成。射频芯片和DSP芯片分别占毫米波雷达成本的13。上游射频芯片我国国产实力相对薄弱，国外主要厂家有英飞凌、德州仪器、意法半导体等，国内厂商有清能华波、矽杰微电子等。国产毫米波雷达迎头追赶，近期中电科38所发布77GHz毫米波芯片，德赛西威先后发布24GHz、77GHz毫米波雷达，国产毫米波雷达在精度、距离等方面和国际厂商如博世、大陆、奥托立夫、德尔福的产品差距仍然明显。下游毫米波雷达主要用于无人机、车联网、ADAS等领域，国产厂商均有涉猎。
　　激光雷达市场空间近千亿
　　激光雷达被广泛用于无人驾驶汽车和机器人领域，被誉为广义机器人的眼睛，是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置。激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，可以对广义机器人所处环境进行实时感知，获取周围物体的精确距离及轮廓信息，以实现避障功能；同时，结合预先采集的高精地图，机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航。激光雷达由于其测距远、分辨率高、对算法要求简单，将充分受益于智能驾驶发展。
　　自动驾驶领域对激光雷达的价格不敏感，但是对线数等性能要求很高，对算法要求低。ADAS领域通过激光雷达实现自适应巡航、自动跟车等功能，对算法要求高，对可靠性和批量能力要求较高，但是对价格比较敏感。机器人领域通过激光雷达实现定位导航，速度较低，场景简单，对传感器的要求较低。随着5G和人工智能技术的发展，在新基建相关政策推动下，车联网路侧感知产业迅速发展，基于激光雷达点云数据应用智能算法在复杂场景中可准确识别障碍物并进行追踪，输出障碍物类别、位置、速度、加速度、朝向等关键信息，有利于提升交通效率。
　　激光雷达可以用于无人驾驶、ADAS、服务机器人、车联网等各个领域，市场空间近1000亿元。Velodyne预计到2022年，激光雷达市场空间达120亿美元，仅汽车市场就有望在2026年增长到近170亿美元。根据沙利文预测，20202025年车载激光雷达市场复合增速将达到80。89，到2025年市场规模将达到35亿元。按照全球9000万辆汽车、一辆车搭载4个激光雷达、单个激光雷达售价500美元计算，Luminar预计全球激光雷达总市场规模达1800亿美元。根据沙利文预测，到2025年我国激光雷达市场规模超40亿美元。Yole预计我国激光雷达行业的年复合增长率约为30左右，到2025年，中国激光雷达行业的市场规模有望突破900亿元。
　　从产业链的角度看，中国激光雷达产业链完备，各环节都有参与者，跟随国际领先厂商发展。国外厂商成熟度和可靠性更好，国内的厂商的产品性能目前已经基本接近国外供应商水平，且在价格上具有竞争优势。FPGA芯片目前国内厂商主要有紫光同创、高云半导体、复旦微电子等，在产品性能上与国外厂商还有比较大的差距，不过FPGA不是唯一选择，可以通过MCU和DSP作为替代方案；光学部件国内供应链已经达到或者超越国外供应链水准，且成本优势明显已经可以完全替代。总体国外厂商在上游光电器件、芯片和下游商业化进程方面有优势，国产厂商随着快速发展有望逐步赶超。
　　作者简介
　　李宏涛，李仁波，太平洋证券股份有限公司证券分析师。
　　END