1、全球车载激光雷达持续发展,多种车载传感器融合发展
根据观研报告网发布的《中国车载激光雷达行业现状深度研究与发展前景分析报告(2025-2032)》显示,激光是透过刺激原子导致电子跃迁释放辐射能量而产生的具有同调性的增强光子束,具有发散度小、功率高等特点。激光雷达则是一种利用激光上述特性进行距离测量和速度检测的遥感设备,可用于捕捉和分析高精度的三维空间数据。自1960年诞生至今,半个多世纪以来激光雷达经历了从科研测绘到量产上车的商业化探索。
2017 年,全球第一款真正实现 L3 级自动驾驶的量产车辆奥迪A8问世,搭载法雷奥SCALA激光雷达。同年,禾赛发布40线激光雷达Pandar40,经历几次迭代升级后,禾赛在 2019 年 CES(国际消费电子展)上发布 Pandar40P,此后,Nuro、Aurora、Cruise 和 Zoox 等美国自动驾驶公司的车上陆续装上了禾赛的激光雷达。2020 年,镭神智能推出 CH32 线混合固态激光雷达,成为国内首个、全球第二个获得正式认证报告的车规级激光雷达。2021 年,速腾聚创开始量产并交付M1 给北美新能源汽车制造商,成为全球首款车规级生产及交付的第二代智能固态激光雷达。同年,禾赛拿下 Velodyne 全球最大客户百度阿波罗(百度自动驾驶业务)。
目前,激光雷达的主要下游应用场景包括车载、移动机器人、工业测绘:
车载:具有场景开放且复杂,移动速度快的特点。应用场景包括 ADAS 辅助驾驶系统及无人驾驶 Robotaxi/Robotruck。辅助驾驶的下游企业包括整车厂和 Tier1;无人驾驶的下游企业包括无人驾驶公司、人工智能科技公司和出行服务提供商。车载激光雷达是当前激光雷达最主要的应用场景。
移动机器人:具有场景封闭单一,移动速度慢的特点。下游企业包括机器人公司和消费服务企业,具体应用场景包括无人配送、自动清扫、无人巡检等。
工业测绘:具有环境稳定,无移动速度的特点,具体应用场景包括勘探测绘、安防、军事等。
激光雷达主要应用领域
资料来源:公开资料整理
据预测,2025年激光雷达在车载领域应用占比超60%。高阶智能驾驶渗透率的持续增长将带动车载激光雷达持续扩容,预计到2029年全球车载激光雷达市场规模将达到36.32亿美元。国内市场上,目前国内 L2+级别自动驾驶汽车普遍配备 1 或 2 颗激光雷达, L4、L5 级别自动驾驶汽车理论上须配备更多数量的激光雷达以具备更为全面且敏捷的外部环境感知能力,高阶自动驾驶汽车或出于安全(冗余)或性能改进需求提升激光雷达配置数量。
资料来源:观研天下数据中心整理
四种主流车载传感器由于感知方式差异各具优劣。目前主流的车载传感器包括摄像头、激光雷达、毫米波雷达、超声波雷达 4 类。从物理属性出发,4 类传感器由于其感知方式的差异各有优劣,其中,1)超声波雷达是通过发出机械波(需要通过介质中的粒子震动传播)探知外界环境的,而其他 3 类传感器则是通过电磁波(不需要通过介质传播,真空中也可以传播)感知外部世界;2)摄像头是通过接收可见光(拍摄画面)来识别目标物体的,而其他 3 类传感器都是通过发出光波、毫米波与超声波并接收反弹、反射回来的波计算差值来感知外界世界的物理信息。
四种主流车载传感器差异各具优劣
传感器类型 | 摄像头 | 激光雷达 | 毫米波雷达 | 超声波雷达 |
感知方式 | 电磁波-可见光 | 电磁波-近红外 | 电磁波-微波 | 机械波-超声波 |
波段或频率范围 | 380~750nm | 905nm/1550nm | 1~10mm | 30~80kHz |
检测方法 | 通过拍摄画面识别目标物体 | 通过光线发射和反射的时间差测量距离 | 通过发射频率和接收频率的差值测量距离、相对速度和方向 | 通过发射波和回波之间的时间差,测量距离 |
检测距离 | 较长 | 长 | 长 | 短 |
优势 | 能够识别目标物体、颜色 | 1)非金属表面反射性良好;2)检测距离最长,检测精度最高;3)夜间、雾、雨环境下也能使用 | 1)金属表面反射性良好;2)夜间、逆光、雾、雨、雪环境下也能使用 | 玻璃、水面也能反射 |
劣势 | 夜间以及逆光、暴雨、浓雾环境下性能不佳 | 1)对玻璃本身的识别较弱;2)暴雨、暴雪及浓雾环境下性能不佳 | 非金属表面反射不佳,对行人、纸箱等检测困难 | 1)容易被某些物体吸收;2)容易被风影响 |
资料来源:公开资料整理
2、车载激光行业走向高集中度,产品价格体系持续下探有望带动渗透率进一步提升
车载激光雷达行业主要包括上游的光学和电子元件制造商、中游的集成激光雷达和软件系统供应商以及下游的辅助驾驶、自动驾驶相关企业。其中,中游厂商可向上延伸自研元件,也可向下拓展提供软件解决方案,竞争壁垒较高。
上游:主要包括激光发射(EEL、VCSEL、光纤激光器)、激光接收(APD、SPAD、SiPM)、扫描模块(MEMS 微振镜、扫描镜旋转电机、镜头和滤光片等)及信息处理(FPGA 芯片、模拟芯片、数模转换器等)。
中游:主要包括集成激光雷达和软件系统。其中,激光雷达为车辆行驶过程提供高精度的三维空间数据;软件系统则负责处理这些数据,实现环境感知、导航、避障等功能。软件系统方面,部分车企选择自研,另一部分车企选择与自动驾驶解决方案供应商合作。
下游:主要包括无人驾驶车辆运营公司智能驾驶解决方案供应商、出行服务提供商、辅助驾驶服务提供商及车联网方案提供商等。
资料来源:公开资料整理
目前主流车厂车型普遍提供配备激光雷达的多传感器融合方案。市面上几家新能源车厂的主流车型,据统计约2/3的新能源车型均搭载了了激光雷达,可见多传感器融合方案仍是市场现行的主流路线。自动驾驶技术是一项涉及人身安全的超低容错的智能应用,目前技术环境下的纯视觉方案难以在各种路况环境下稳定运行,且存在出现“幻觉”的可能性,恐难已在短期内广泛推广。激光雷达和视觉算法应该是相辅相成的关系,激光雷达可以大幅提升视觉算法的精度,降低视觉处理对于超高精度算法的依赖,同时在部分极端环境下为纯视觉方案提供一套安全性更高的冗余支持。
经历近年的迭代演进,在汽车智驾的行业变革机会下,不论是从市场份额还是能力角度,“四巨头”(禾赛、速腾、华为、图达通)格局逐渐清晰。据统计,2024年单年激光雷达装机量首次突破百万台。“四巨头”(禾赛、速腾、华为、图达通)占据行业几乎全部份额。
资料来源:观研天下数据中心整理
随着车载激光雷达的不断成熟,行业产品均价也在逐渐下降,以速腾聚创为例,其ADAS 激光雷达产品价格通缩幅度收窄,预计到2025年产品均价约为2千元。
资料来源:观研天下数据中心整理
车载激光雷达行业发展风险:
(1)自动驾驶技术路线改变的风险。如果以特斯拉为首的纯视觉无人驾驶方案最终成为自动驾驶技术路线的主流方案,将会对车载激光雷达的需求带来较大不确定性。
(2)乘用车销量与高级别自动驾驶渗透率不及预期的风险。如果全球及中国乘用车销量不及预期,或 L3 及以上高级别自动驾驶在乘用车中的渗透率不及预期,将会对车载激光雷达的销量带来较大冲击。
(3)激光雷达降本速度不及预期的风险。如果激光雷达降本幅度与节奏不及预期,或将激光雷达上车节奏与车载激光雷达盈利能力产生扰动。(YM)

【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。