01什么是激光雷達

1簡述激光雷達

所謂雷達，就是用電磁波探測目標的電子設備。激光雷達(LightDetectionAndRanging，簡稱"LiDAR")，顧名思義就是以激光來探測目標的雷達。

我們知道波長與頻率成反比，波長越長，衍射能力越強，傳播的距離也就越長?，F代雷達的波長一般是到米級別，例如火控雷達的波長是1-5厘米，汽車雷達的波長是1-10毫米。當波長進一步壓縮（頻率進一步提高），在紅外線、可見光、紫外線區域即可激發出激光，用激光做探測源的雷達，稱為激光雷達。

目前的激光雷達，不僅僅只有光探測與測量，更是一種集激光、全球定位系統（GPS）和IMU（InertialMeasurementUnit，慣性測量裝置）三種技術于一身的系統，用于獲得數據并生成精確的DEM（數字高程模型）。

這三種技術的結合，可以高度準確地定位激光束打在物體上的光斑，測距精度可達厘米級，激光雷達最大的優勢就是"精準"和"快速、高效作業"。

2激光的誕生

光子入射到物質中，以刺激電子從較高能級過渡到較低能級，并發射光子。當原子處于某種激發態時，有能量合適的光子從該原子附近通過，該原子就會釋放出一個具有同樣電勢能的光子，從而躍遷到低能級狀態。入射光子和發射光子具有相同的波長和相位，該波長對應于兩個能級之間的能量差。一個光子刺激一個原子發射另一個光子，因此產生兩個相同的光子

1917年，愛因斯坦在量子理論的基礎上提出了一個嶄新的概念一一受激輻射:即在物質與輻射場的相互作用中,構成物質的原子或分子可以在光子的激勵下產生光子。

1928年，德國的Landenburg(蘭登伯格)在研究氛氣色散現象實驗間接證實了受激輻射的存在，也直接給出了受激輻射的發生條件是粒子數反轉。1947年，Lamb(蘭姆)和Reherford(雷瑟福)在氧原子光譜中發現了明顯的受激輻射這是受激輻射第一次被實驗驗證，蘭姆也因此在1955年獲得了諾貝爾物理學獎。1950年，法國物理學家Kastler(卡斯特勒)提出了光學泵浦的方法。他也因為提出了這種利用光學于段研究微波諧振的方法而獲諾貝爾獎。

1951年，美國物理學家Purcel(珀賽爾)在用微波波譜學的方法制定核磁矩的同時，意外地觀察到了50HZ的受激輻射，并把粒子數反轉稱為“負溫1度”狀態，這使人們對玻爾茲曼分布有了更全面也更深刻的認識。同年，美國物理學家(Townes)湯斯提出了受激輻射微波放大的設想。1954年，湯斯和她的兩個學生戈登、曹格爾一起研制成功了波長為1.25cm的氨分子振蕩器,并把它稱為受激輻射微波放大器，按其字母縮寫為MASER，簡稱脈澤。

時間來到1958年，湯斯與肖洛聯名在《物理評論》上發表了論文《紅外與光激射器》，這標志著激光作為一種新事物登上了歷史舞臺。1960年，梅安研制的紅寶石激光器發出了694.3nm紅價激光，這是世界上公認的第一臺激光器。

3激光雷達的誕生

早在上個世紀60年代，當人類制造出激光器后，科學家們根據激光的特性，最早提出的應用就是測距。在1967年7月，美國人進行了第一次載人登月飛行，就在月球上安裝了一個發射裝置用于測算地球和月球的距離。隨后，正值冷戰時期的人們，將激光應用在了炸彈制導上。飛機發射激光照射目標，同時投擲激光制導炸彈對準目標飛行，用激光隨時修正自己的飛行路線，精確度非常高。

激光制導炸彈最早亮相于1972年4月的越南戰爭，美軍用了七年，損失了十數架飛機，都沒有炸掉的清化大橋，僅僅經過兩次轟炸，耗費20枚激光制導炸彈，就將清化大橋從地圖上抹掉。相對普通航彈，激光制導炸彈顯示出了極高的費效比。

20世紀70年代末，美國國家航空航天局（NASA）成功研制出一種具有掃描和高速數據記錄能力的機載海洋激光雷達。用在大西洋和切薩皮克灣進行了水深的測定，并且繪制出水深小于10m的海底地貌。此后，機載激光雷達系統蘊含的巨大應用潛力開始受到關注，并很快被應用到陸地地形勘測研究當中。

20世紀90年代后期，全球定位系統及慣性導航系統的發展使得激光掃描過程中的精確即時定位定姿成為可能。1990年德國Stuttgart大學Ackermann教授領銜研制的世界上第一個激光斷面測量系統，這一系統成功將激光掃描技術與即時定位定姿系統結合，形成機載激光掃描儀。

1993年，德國出現首個商用機載激光雷達系統TopScanALTM1020。1995年，機載激光雷達設備實現商業化生產。此后，機載激光雷達技術成為了森林資源調查的重要補充手段。廣泛應用于快速獲取大范圍森林結構信息，如樹木定位、樹高計算、樹冠體積估測等，同時還為森林生態研究、森林經營管理提供垂直結構分層、碳儲量、枯枝落葉易燃物數量等參數估算信息。

隨著激光雷達技術的進步與發展，星載激光雷達的研制和應用在20世紀90年代逐步成熟。

2003年，NASA根據早先提出的采用星載激光雷達測量兩極地區冰面變化的計劃，正式將地學激光測高儀列入地球觀測系統中，并將其搭載在冰體、云量和陸地高度監測衛星上發射升空運行。

LIDAR技術發展至今，已經用在各個領域；主要應用包括：立體制圖、采礦、林業、考古學、地質學、地震學、地形測量和回廊制圖等等。

02激光雷達的構成與分類

1激光雷達的構成

激光雷達發展到現在，其結構精密且復雜，主要由激光系統、接收系統、信號處理單元和掃描模塊四大核心組件構成。激光器以脈沖的方式點亮發射激光，照射到障礙物后對物體進行3D掃描，反射光線經由鏡頭組匯聚到接收器上。信號處理單元負責控制激光器的發射，并將接收到的模擬信號轉為數字信號，最后進入主控芯片進行數據的處理和計算。進一步的，我們可以根據以下指標判斷激光雷達的好壞。

視場角，視場角決定了激光雷達能夠看到的視野范圍，分為水平視場角和垂直視場角，視場角越大，代表視野范圍越大，反之則代表視野范圍越小。

線數，線數越高，代表單位時間內采樣的點就越多，分辨率也就越高，目前無人駕駛車一般采用32線或64線的激光雷達。

分辨率，分辨率和激光光束之間的夾角有關，夾角越小，分辨率越高。固態激光雷達的垂直分辨率和水平分辨率大概相當，約為0.1°，旋轉式激光雷達的水平角分辨率為0.08°，垂直角分辨率約為0.4°。

探測距離，激光雷達的最大測量距離。在自動駕駛領域應用的激光雷達的測距范圍普遍在100~200m左右。

測量精度，激光雷達的數據手冊中的測量精度(Accuracy)常表示為，例如±2cm的形式。精度表示設備測量位置與實際位置偏差的范圍。

反射率，反射率是指物體反射的輻射能量占總輻射能量的百分比，比如說某物體的反射率是20%，表示物體接收的激光輻射中有20%被反射出去了。不同物體的反射率不同，這主要取決于物體本身的性質（表面狀況），如果反射率太低，那么激光雷達收不到反射回來的激光，導致檢測不到障礙物。激光雷達一般要求物體表面的反射率在10%以上，用激光雷達采集高精度地圖的時候，如果車道線的反射率太低，生成的高精度地圖的車道線會不太清晰。

掃描幀頻，激光雷達點云數據更新的頻率。對于混合固態激光雷達來說，也就是旋轉鏡每秒鐘旋轉的圈數，單位Hz。例如，10Hz即旋轉鏡每秒轉10圈，同一方位的數據點更新10次。

2激光雷達的分類

激光雷達行業具有較高的技術水準與技術壁壘，并同時具有技術創新能力強與產品迭代速度快的特征。其技術發展方向與半導體行業契合度高，激光雷達系統中核心的激光器、探測器、控制及處理單元均能從半導體行業的發展中受益，收發單元陣列化以及核心模塊芯片化是未來的發展趨勢。

激光雷達可分成一維（1D）激光雷達、二維（2D）掃描激光雷達和三維（3D）掃描激光雷達。1D激光雷達只能用于線性的測距；2D掃描激光雷達只能在平面上掃描，可用于平面面積與平面形狀的測繪，如家庭用的掃地機器人；3D掃描激光雷達可進行3D空間掃描，用于戶外建筑測繪，它是駕駛輔助和自助式自動駕駛應用的重要車載傳感設備。3D激光雷達可進一步分成3D扇形掃描激光雷達和3D旋轉式掃描激光雷達。

激光雷達按照測距方法可以分為飛行時間（TimeofFlight，ToF）測距法、基于相干探測FMCW測距法、以及三角測距法等，其中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是目前市場車載中長距激光雷達的主流方案，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，ToF和FMCW激光雷達將在市場上并存。

1、根據激光雷達按測距方法分類：

ToF法：通過直接測量發射激光與回波信號的時間差，基于光在空氣中的傳播速度得到目標物的距離信息，具有響應速度快、探測精度高的優勢。

FMCW法：將發射激光的光頻進行線性調制，通過回波信號與參考光進行相干拍頻得到頻率差，從而間接獲得飛行時間反推目標物距離。FMCW激光雷達具有可直接測量速度信息以及抗干擾（包括環境光和其他激光雷達）的優勢。

2、根據激光雷達按技術架構分類：

機械旋轉式激光雷達：通過電機帶動收發陣列進行整體旋轉，實現對空間水平360°視場范圍的掃描。測距能力在水平360°視場范圍內保持一致。

半固態式激光雷達：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，具體包括微振鏡方案、轉鏡方案等。適用于實現部分視場角（如前向）的探測，體積相較于機械旋轉式雷達更緊湊。

固態激光雷達：固態式方案的特點是不再包含任何機械運動部件，具體包括相控陣（OpticalPhasedArray,OPA）方案、Flash方案、電子掃描方案等。適用于實現部分視場角（如前向）的探測，因為不含機械掃描器件，其體積相較于其他架構最為緊湊。

相比于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于可以對周圍環境進行360°的水平視場掃描，而半固態式和固態式激光雷達往往最高只能做到120°的水平視場掃描，且在視場范圍內測距能力的均勻性差于機械旋轉式激光雷達。由于無人駕駛汽車運行環境復雜，需要對周圍360°的環境具有同等的感知能力，而機械旋轉式激光雷達兼具360°水平視場角和測距能力遠的優勢，目前主流無人駕駛項目紛紛采用了機械旋轉式激光雷達作為主要的感知傳感器。

激光雷達產業自誕生以來，緊跟底層器件的前沿發展，呈現出了技術水平高的突出特點。激光雷達廠商不斷引入新的技術架構，提升探測性能并拓展應用領域：從激光器發明之初的單點激光雷達到后來的單線掃描激光雷達，以及在無人駕駛技術中獲得廣泛認可的多線掃描激光雷達，再到技術方案不斷創新的固態式激光雷達、FMCW激光雷達，以及如今芯片化的發展趨勢，激光雷達一直以來都是新興技術發展及應用的代表。

3不同類激光雷達的優缺點

1、機械旋轉式激光雷達

機械旋轉式Lidar的發射和接收模塊存在宏觀意義上的轉動。在豎直方向上排布多組激光線束，發射模塊以一定頻率發射激光線，通過不斷旋轉發射頭實現動態掃描。

機械旋轉Lidar分立的收發組件導致生產過程要人工光路對準，費時費力，可量產性差。目前有的機械旋轉Lidar廠商在走芯片化的路線，將多線激光發射模組集成到一片芯片，提高生產效率和量產性，降低成本，減小旋轉部件的大小和體積，使其更易過車規。

優點：技術成熟；掃描速度快；可360度掃描。

缺點：可量產性差：光路調試、裝配復雜，生產效率低；價格貴：靠增加收發模塊的數量實現高線束，元器件成本高，主機廠難以接受；難過車規：旋轉部件體積/重量龐大，難以滿足車規的嚴苛要求；造型不易于集成到車體。

2、MEMS陣鏡激光雷達

MEMS振鏡是一種硅基半導體元器件，屬于固態電子元件；它是在硅基芯片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梁——反射鏡懸浮在前后左右各一對扭桿之間以一定諧波頻率振蕩，由旋轉的微振鏡來反射激光器的光線，從而實現掃描。硅基MEMS微振鏡可控性好，可實現快速掃描，其等效線束能高達一至兩百線，因此，要同樣的點云密度時，硅基MEMSLidar的激光發射器數量比機械式旋轉Lidar少很多，體積小很多，系統可靠性高很多。

優點：MEMS微振鏡擺脫了笨重的馬達、多發射/接收模組等機械運動裝置，毫米級尺寸的微振鏡大大減少了激光雷達的尺寸，提高了穩定性；MEMS微振鏡可減少激光發射器和探測器數量，極大地降低成本。

缺點：有限的光學口徑和掃描角度限制了Lidar的測距能力和FOV，大視場角需要多子視場拼接，這對點云拼接算法和點云穩定度要求都較高；抗沖擊可靠性存疑；振鏡尺寸問題：遠距離探測需要較大的振鏡，不但價格貴，對快軸/慢軸負擔大，材質的耐久疲勞度存在風險，難以滿足車規的DV、PV的可靠性、穩定性、沖擊、跌落測試要求；懸臂梁：硅基MEMS的懸臂梁結構實際非常脆弱，快慢軸同時對微振鏡進行反向扭動，外界的振動或沖擊極易直接致其斷裂。

3、旋轉掃描鏡激光雷達

作為首款量產的L3級別自動駕駛的乘用車——奧迪A8上搭載的激光雷達就是旋轉掃描鏡激光雷達。與機械旋轉激光雷達不同的是，其激光發射模塊和接收模塊是不動的，只有掃描鏡在做機械旋轉。激光單元發出激光至旋轉掃描鏡（Mirror），被偏轉向前發射（掃描角度145°），被物體反射的光經光學系統被左下方的探測器接收。

優點：可車規，壽命長，可靠度高。

缺點：掃描線數少，掃描角度不能到360度。

4、楔形棱鏡旋轉雷達

收發模塊的PLD（PulsedLaserDiode）發射出激光，通過反射鏡和凸透鏡變成平行光，掃描模塊的兩個旋轉的棱鏡改變光路，使激光從某個角度發射出去。激光打到物體上，反射后從原光路回來，被APD接收。

與MEMSLidar相比，它可以做到很大的通光孔徑，距離也會測得較遠。與機械旋轉Lidar相比，它極大地減少了激光發射和接收的線數，降低了對焦與標定的復雜度，大幅提升生產效率，降低成本。

優點：非重復掃描，解決了機械式激光雷達的線式掃描導致漏檢物體的問題；可實現隨著掃描時間增加，達到近100％的視場覆蓋率；沒有電子元器件的旋轉磨損，可靠性更高，符合車規。

缺點：單個雷達的FOV較小，視場覆蓋率取決于積分時間；獨特的掃描方式使其點云的分布不同于傳統機械旋轉Lidar，需要算法適配。

5、二維掃描振鏡激光雷達

這類激光雷達的核心元件是兩個掃描器——多邊形棱鏡和垂直掃描振鏡，分別負責水平和垂直方向上的掃描。特點是掃描速度快，精度高。比如：一個四面多邊形，僅移動八條激光器光束（相當于傳統的8線激光雷達），以5000rpm速度掃描，垂直分辨率為2667條/秒，120度水平掃描，在10Hz非隔行掃描下，垂直分辨率達267線。

優點：轉速越高，掃描精度越高；可以控制掃描區域，提高關鍵區域的掃描密度；多邊形可提供超寬FOV，一般可做到水平120度。MEMSLidar一般不超過80度；通光孔徑大，信噪比和有效距離要遠高于MEMSLidar；價格低廉，MEMS振鏡貴的要上千美元，多邊形激光掃描已經非常成熟，價格只要幾十美元；激光雷達間抗干擾性強

缺點：與MEMS技術比，其缺點是功耗高，有電機轉動部件

6、Flash激光雷達

Flash激光雷達采用類似Camera的工作模式，但感光元件與普通相機不同，每個像素點可記錄光子飛行時間。由于物體具有三維空間屬性，照射到物體不同部位的光具有不同的飛行時間，被焦平面探測器陣列探測，輸出為具有深度信息的“三維”圖像。根據激光光源的不同，Flash激光雷達可以分為脈沖式和連續式，脈沖式可實現遠距離探測（100米以上），連續式主要用于近距離探測（數十米）。

Flash激光雷達的優勢在于能夠快速記錄整個場景，避免了掃描過程中目標或Lidar自身運動帶來的誤差。其缺點是探測距離近。

發射模組：Flash激光雷達采用的是垂直腔面發射激光器（VerticalCavitySurfaceEmittingLaser，VCSEL），比其他激光器更小、更輕、更耐用、更快、更易于制造，并且功率效率更高。

接收模組：Flash激光雷達的性能主要取決于焦平面探測器陣列的靈敏度。焦平面探測器陣列可使用PIN型光電探測器，在探測器前端加上透鏡單元并采用高性能讀出電路，可實現短距離探測。對于遠距離探測需求，需要使用到雪崩型光電探測器，其探測的靈敏度高，可實現單光子探測，基于APD的面陣探測器具有遠距離單幅成像、易于小型化等優點。

優點：一次性實現全局成像來完成探測，無需考慮運動補償；無掃描器件，成像速度快；集成度高，體積小；芯片級工藝，適合量產；全固態優勢，易過車規

缺點：激光功率受限，探測距離近；抗干擾能力差；角分辨率低

7、光學相控陣激光雷達（OPA）

很多軍用Lidar使用OPA（OpticalPhasedArray）光學相控陣技術。OPA運用相干原理，采用多個光源組成陣列，通過調節發射陣列中每個發射單元的相位差，來控制輸出的激光束的方向。OPA激光雷達完全是由電信號控制掃描方向，能夠動態地調節掃描角度范圍，對目標區域進行全局掃描或者某一區域的局部精細化掃描，一個激光雷達就可能覆蓋近/中/遠距離的目標探測。

優點：純固態Lidar，體積小，易于車規；掃描速度快（一般可達到MHz量級以上）；精度高（可以做到μrad量級以上）；可控性好（可以在感興趣的目標區域進行高密度掃描）

缺點：易形成旁瓣，影響光束作用距離和角分辨率，使激光能量被分散；加工難度高：光學相控陣要求陣列單元尺寸必須不大于半個波長；探測距離很難做到很遠

8、調頻連續波FMCW激光雷達

以三角波調頻連續波為例來介紹其測距/測速原理。藍色為發射信號頻率，紅色為接收信號頻率，發射的激光束被反復調制，信號頻率不斷變化。激光束擊中障礙物被反射，反射會影響光的頻率，當反射光返回到檢測器，與發射時的頻率相比，就能測量兩種頻率之間的差值，與距離成比例，從而計算出物體的位置信息。FMCW的反射光頻率會根據前方移動物體的速度而改變，結合多普勒效應，即可計算出目標的速度。

優點：每個像素都有多普勒信息，含速度信息；解決Lidar間串擾問題；不受環境光影響，探測靈敏度高

缺點：不能探測切向運動目標

4不同車載傳感器的比較

目前，激光雷達、毫米波雷達和攝像頭是公認的自動駕駛的三大關鍵傳感器技術。從技術上看，激光雷達與其他兩者相比具備強大的空間三維分辨能力。中國汽車工程學會、國汽智聯汽車研究院編寫的《中國智能網聯汽車產業發展報告（2019）》稱，當前在人工智能的重要應用場景智能網聯汽車的自動駕駛和輔助駕駛領域中，激光雷達是實現環境感知的核心傳感器之一。報告認為，在用于道路信息檢測的傳感器中，激光雷達在探測距離、精準性等方面，相比毫米波雷達具有一定的優勢。

03激光雷達的應用

1測量測繪

1、地形測繪

激光雷達通過揭示地面細微的高程變化來展示地貌。它最大的優勢在于它是一個高速“采樣工具”，激光雷達每秒從空中向地面發出數十萬甚至上百萬個脈沖，正是這種密集的點云使我們能夠獲取真實地貌。

2、建筑質量控制

使用LiDAR進行建筑掃描可以確保建筑與建筑信息模型(BIM)相匹配。將來自地面掃描的點云與BIM設計對比可保證施工質量并按計劃進行，LiDAR最大的優勢是實時掃描，能在項目早期發現缺陷，否則，任何有缺陷的結構返工都會浪費時間和金錢。

3、水下地形測量

我們通常使用測深探測（或聲納）進行水下調查。聲納發出砰砰聲并接收回聲。與LiDAR類似，它通過測量回波經過的時間來計算距離。測深激光雷達與機載激光雷達不同，它使用綠色波長，通過使用這種波長，水下測繪可以一直測量到水底。同樣，河流和測深調查能夠繪制陸地和水生系統的地圖。

4、林業調繪

森林中的樹木結構和高度的可視化是LiDAR應用真正成功的領域。但激光雷達真的能“穿透”樹木嗎？想象一下，你站在森林中間，抬頭看。你能看到陽光嗎？如果您可以看到光線透過，那么LiDAR也可以。

當你知道樹的高度和地面的高度時，你就會得到一個真正的垂直剖面，如果你真的想要一個3D植被結構，地面LiDAR也可以生成逼真的3D模型。其實，地球科學激光高度計系統(GLAS)是第一個從太空繪制森林地圖的激光測距(LiDAR)儀器。

5、洪水預警

通過使用LiDAR測量地表，水文學家可以建立數字高程模型。從這里，使用者可以在洪水發生之前繪制出容易被淹沒的區域。

在這方面，激光雷達可以提供洪水預警系統，保障居民生命財產安全。保險公司也可以使用這些數據收取更高的保費，這只是保險業中用于評估風險的眾多GIS應用程序之一。

6、確定土地用途

激光雷達分類代碼包括地面、植被（低，中，高）、建筑、架空導線、公路、鐵路和水等等，每個分類定義都來自反射的激光脈沖。甚至通過多期數據監測可以穩定地了解我們星球的動態變化，包括氣候變化。

2工業自動化與自動駕駛

1、工業自動化

機器人應用范圍包括無人送貨小車、自動清掃車輛、園區內的接駁車、港口或礦區的無人作業車、執行監控或巡線任務的無人機等，這些場景的主要特點是路線相對固定、環境相對簡單、行駛速度相對較低（通常不超過30km/h）。

激光雷達可安裝在AGV等小型車輛中，在工廠或倉庫中，集成激光雷達可以被用于導航自動化設備，如自動引導車和機器人，并幫助它們避免撞擊障礙物，以幫助其在無人環境下自動感知路線從而進行日常作業。

2、輔助駕駛

在目前的L2/L3級高級輔助駕駛中，激光雷達可覆蓋前向視場（水平視場角覆蓋60°到120°）以實現自動跟車或者高速自適應巡航等功能。通過發射信號和反射信號的對比，構建出點云圖，從而實現諸如目標距離、方位、速度、姿態、形狀等信息的探測和識別。除了傳統的障礙物檢測以外，激光雷達還可以應用于車道線檢測。優點在于測距遠、精度高，獲取信息豐富，抗源干擾能力強。

3、自動駕駛

未來，L4/L5級無人駕駛應用的實現，有賴于激光雷達提供的感知信息。激光雷達是一種可以掃描周圍環境并生成三維圖像的傳感器。它可以被用于識別障礙物、構建地圖和定位車輛等應用場景。

該級別應用需要面對復雜多變的行駛環境，對激光雷達性能水平要求最高，在要求360°水平掃描范圍的同時，對于低反射率物體的最遠測距能力需要達到200m，且需要更高的線數以及更密的點云分辨率；同時為了減少噪點還需要激光雷達具有抵抗同環境中其他激光雷達干擾的能力。

04激光雷達的市場概況

1全球市場概況

激光雷達過去用于工業測繪、氣象監測等領域，未來車載領域將成為最重要細分。氣象監測、地形測繪與車載、機器人領域對激光雷達的技術要求不同，分屬不同細分市場。

下游需求刺激行業快速發展，激光雷達市場規模有望達百億美元。受益于無人駕駛、高級輔助駕駛（ADAS）和服務機器人領域的需求，有望迎來高速增長期。據Velodyne預測，2022年智能駕駛將占總市場規模的60.5%，成為激光雷達產業最大的增長極，工業、無人機、機器人領域各占比24.4%、8.4%、4.2%。

根據沙利文的統計及預測，受無人駕駛車隊規模擴張、激光雷達在高級輔助駕駛中滲透率增加、以及服務型機器人及智能交通建設等領域需求的推動，激光雷達整體市場預計將呈現高速發展態勢，至2025年全球市場規模有望達131.1億美元。

2022年全球激光雷達解決方案市場規模為120億元，近五年年均復合增長率為63%。根據預測，2023年全球激光雷達解決方案市場規模將達到227億元，2024年將達到512億元。

2國內市場

中國是激光雷達未來的最大市場之一。根據麥肯錫的預測，中國將是全球最大的自動駕駛市場，也是高級輔助駕駛領域全球最大的新車銷售市場。由于人口老齡化和產業升級的影響，需要在減少人力支出的情況下增加生產效率，通過無人駕駛、高級輔助駕駛、服務型機器人通過機器自動化工作來減少人力支出。

在2022年中國激光雷達市場規模約為26.4億元。根據預測，2023年中國激光雷達市場規模將達75.9億元，2024年將達到139.6億元。2022年全球Top15激光雷達公司中，2家車載激光雷達公司都來自中國，分別是禾賽科技和速騰聚創。

在政策端，國家近年來不斷推出新的政策以支持激光雷達企業的成長與發展。

3行業上游供應商

激光雷達產業鏈可以分為上游（光學和電子元器件）、中游（集成激光雷達）、下游（不同應用場景）。其中上游為激光發射、激光接收、掃描系統和信息處理四大部分，包含大量的光學和電子元器件。中游為集成的激光雷達產品，下游包括軍事、測繪、無人駕駛汽車、高精度地圖、服務機器人、無人機等眾多應用領域。

激光器和探測器是激光雷達的重要部件，激光器和探測器的性能、成本、可靠性與激光雷達產品的性能、成本、可靠性密切相關。國外廠商在激光器和探測器行業耕耘較久，產品的成熟度和可靠性上有更多的實踐經驗和優勢，客戶群體也更為廣泛。國內廠商近些年發展迅速，產品性能已經基本接近國外供應鏈水平，并已經有通過車規認證（AEC-Q102）的國產激光器和探測器出現，元器件的車規化是車規級激光雷達實現的基礎，國內廠商能夠滿足這一需求。相比國外廠商，國內廠商在產品的定制化上有較大的靈活性，價格也有一定優勢。

光學部件方面，激光雷達公司一般為自主研發設計，然后選擇行業內的加工公司完成生產和加工工序。光學部件國內廠商的技術水平已經完全達到或超越國外供應鏈的水準，且有明顯的成本優勢，已經可以完全替代國外供應鏈和滿足產品加工的需求。

FPGA芯片通常被用作激光雷達的主控芯片，國外廠商的產品性能相比國內供應商大幅領先，但國內產品的邏輯資源規模和高速接口性能也能夠滿足激光雷達的需求。

模擬芯片用于搭建激光雷達系統中發光控制、光電信號轉換，以及電信號實時處理等關鍵子系統。國外供應商在該領域積累已久，技術先進、產能充足、成熟度高，是行業的領導者。國內供應商相比國外起步較晚，從產品豐富程度到技術水平還普遍存在著一定差距，尤其車規類產品差距會更大。

上游主要部件及生產廠商如下表所示：

4下游主要客戶

1、車載領域

目前，在智能駕駛市場中，ADAS+ADS雙輪驅動，激光雷達作為智能駕駛畫龍點睛的產品，不可或缺。

在高級輔助駕駛市場，激光雷達的成本不斷下降，商業化進程有望提速，全球范圍內L3級輔助駕駛量產車項目當前處于快速開發之中。世界各地交通法規的修訂為L3級自動駕駛技術商業化落地帶來機會。2020年6月聯合國的歐洲經濟委員會通過《ALKS車道自動保持系統條例》，這是全球范圍內第一個針對L3級自動駕駛具有約束力的國際法規。隨著激光雷達成本下探至數百美元區間且達到車規級要求，未來越來越多高級輔助駕駛量產項目將實現量產；根據Forst&Sullivan的研究報告，2021-2026E、2026E-2020E全球乘用車新車市場ADAS車輛銷售CAGR有望達75.5%、30.5%，其中中國增速最高，分別為92.2%/29.3%。

激光雷達在ADAS應用：海內外持續發展，2025年全球市場規模有望達6.2億美元。2020年10月，百度在北京全面開放無人駕駛出租車服務，在13個城市部署總數測試車輛，并且與一汽紅旗合作實現了中國首條L4級自動駕駛乘用車生產線建設，具備批量生產能力。根據Forst&Sullivan研究估計，2026年ADAS領域使用激光雷達產業規模有望達12.9億美元。其中，中國、美國、其他地區分別為6.7/3.5/2.7億美元。2030年ADAS領域使用激光雷達產業規模有望達64.9億美元，其中中國、美國、其他地區分別為32.5/13.0/19.5億美元。

從自動駕駛技術發展來看，L0-L2階段，傳感器與控制系統的革新是主要變化；L3-L4階段，感知與決策能力的增強是主要變化。L2、L3及L4級別的智能駕駛所需激光雷達臺數分別為0臺、1臺和5臺，激光雷達稱為推動智能駕駛發展的重要因素。就國內市場而言，中國擁有世界最大的高級輔助駕駛和無人駕駛市場，成長空間也最為廣闊。2020年11月發布的《智能網聯汽車技術路線圖（2.0版）》明確指出到2030年我國L2和L3級滲透率要超過70%。

2、車聯網+機器人

智慧城市、車聯網等場景有助于催生路側激光雷達市場成長。世界范圍來看，中國車聯網發展速度最快，戰略化程度最高。2020 年 2 月，國家發展改革委、工信部、科技部等 11 個部委聯合印發《智能汽車創新發展戰略》，提出到 2025 年，車用無線通信網絡（LTE-V2X 等）實現區域覆蓋，新一代車用無線通信網絡（5G-V2X）逐步開展應用，高精度時空基準服務網絡實現全覆蓋。激光雷達結合智能算法，能夠提供高精度的位置、形狀、姿態等信息，實現對交通狀況進行全局性的精確把控，對車路協同功能的實現至關重要。隨著智能城市、智能交通項目的落地，未來該市場對激光雷達的需求將呈現穩定增長態勢。

疫情刺激服務型機器人市場發展，2030 年激光雷達該領域規模預計達到 16.7 億美元。服務型機器人主要應用范圍包括無人配送、無人清掃、無人倉儲、無人巡檢等。面對新冠疫情，無人配送能夠避免人與人的不必要接觸，減少交叉感染概率。2019 年 12 月，美國自動駕駛送貨科技公司 Nuro 宣布與零售巨頭 Kroger 合作，在休斯頓為顧客提供無人送貨服務。2020年 7 月，京東物流無人配送研究院項目落戶常熟高新區，其無人配送車也正式上線。2020 年10 月，美團正式發布位于北京首鋼園區的智慧門店 MAIShop，集成了無人微倉與無人配送服務。根據禾賽科技公開招股書援引沙利文研究預測，伴隨全球服務型機器人出貨量的增長以及激光雷達在服務型機器人領域滲透率的提升，至 2026 年激光雷達在該細分市場預計達到4.7 億美元市場規模，2021 年至 2030 年的復合增長率可達 71.5%。

5市場競爭格局及同行業公司

國外企業發展較早，國內廠商加碼布局崛起可期。外國廠商如法雷奧、Velodyne、Luminar、Innoviz 起步較早，在技術和產品具備一定的先發優勢。過去兩年通過特殊目的并購公司（Special Purpose Acquisition Compony，SPAC）完成了上市，有望借助資本力量加速業務發展。國內廠商在近幾年投入了大量研發后，逐步完成了技術的追趕甚至在一定范圍內實現超越。禾賽科技、速騰聚創、圖達通等企業的產品在行業內具備較強的競爭力，各方勢力百花齊放，共同推動我國激光雷達產業持續繁榮，縮小與國外差距。

目前全球激光雷達行業展現出群雄爭霸的格局，國內廠商勢頭強勁。國外廠商進入行業較早，具有先發優勢；國內廠商起步較晚，但正不斷縮小與國外廠商差距，甚至追平反超。

國外主要激光雷達廠商包括Velodyne、Luminar、Aeva、Valeo、Innoviz、Ibeo等；國內主要激光雷達廠商包括禾賽科技、速騰聚創、鐳神智能、一徑科技、大疆覽沃等。

國內廠商持續發力，已在全球市場占據一席之地。2021年全球車載激光雷達市場份額 TOP10公司中，中國廠商占據5席。法國巨頭Valeo以28%的市場份額獨占鰲頭。中國5大廠商合計市場份額達到26%。

隨著廠商不斷加大研發投入和技術升級，激光雷達產品性能不斷提升。華為、大疆跨界入局轉鏡/棱鏡式半固態方案推動了整個產業的發展，為激光雷達持續加碼。隨著制造工藝的升級和規模經濟逐步顯現，未來激光雷達有望下探至商業化量產水平。下游主要應用領域為無人駕駛和高級輔助駕駛，市場前景廣闊。

1、Velodyne：全球激光雷達領軍者

Velodyne 是車載激光雷達行業的鼻祖，公司從低音揚聲器起家，2005 年開始激光雷達領域的研究并于 2007 年成功推出全球首款量產的實時 3D 激光雷達——HDL-64E。該 3D 激光雷達在 2010 年應用于谷歌自動駕駛汽車的首次測試，公司開始受到大范圍的市場關注。2016 年公司分離出 Velodyne Lidar 獨立發展激光雷達業務。2020 年，Velodyne Lidar 和 GrafIndustrial Corp.宣布業務合并，組建第一家純激光雷達技術公司并在納斯達克上市，股票代碼為 VLDR。目前，Velodyne 已為 300 多家客戶提供服務，其中包括幾乎所有全球領先的汽車 OEM，已然成為全球激光雷達的市場領導者。

2、Luminar:深度布局 1550nm 激光雷達

Luminar 在 2012 年由“光學神童”Austin Russell 創立，專注車載激光雷達技術的突破性研究。2016-2017 年陸續收購光電公司 Open Photonics 與銦鎵砷光電探測器設計公司Black Forest Engineering，布局 1550nm 激光雷達并使接收器成本不斷下探；2018-2019年先后發布 Iris 和 Hydra 兩款核心產品，并于 2020 年 12 月以 SPAC 方式成功登陸納斯達克上市，成為繼 Velodyne 全球第二家上市的激光雷達廠商。目前，Luminar 獲得了 50 個行業合作伙伴，其中包括全球 10 大汽車原始設備制造商（OEM）中的 7 個。

公司提供軟硬化一體的解決方案，產品覆蓋從最底層的硬件激光雷達傳感器、到激光雷達系統、再到向 OEM 廠商提供完整的解決方案。目前公司的主要硬件產品為 Iris 和 Hydra，都是采用 ToF 測距原理，1550nm 光源的 MEMS 產品。1550nm 激光在安全性、可靠性和探測距離表現更優秀，使得公司產品能夠適應各種天氣狀況，在雨雪霧等惡劣天氣也能達到200m 的有效探測距離。激光雷達提供的軟件產品可以覆蓋高速公路上夜間或惡劣環境下的感知和識別，為自動駕駛的路徑規劃和決策提供額外的信息。公司為了完善產品結構，后推出新的軟件產品套件 Sentinel——全棧自動駕駛解決方案，可以實現語義分割、物體探測和分類、路標識別跟蹤、瞬時速度監測、可配置現場覆蓋等功能，為每個 OEM 提供高速公路自動駕駛和主動安全功能。

3、禾賽科技：全球先進的激光雷達制造商

禾賽科技于 2014 年創立于上海，致力于做“機器人的眼睛”，是全球自動駕駛及高級輔助駕駛(ADAS)激光雷達的領軍企業。公司依靠 500 多人的團隊打造出一系列創新型傳感器解決方案，兼顧業內頂尖的產品性能、可量產的設計以及出眾的可靠性。從 2016 年初開始自主研發激光雷達，經過多年深耕，公司陸續發布了多款激光雷達產品，布局 500 多項專利，客戶遍布全球 23 個國家和地區的 70 座城市。2023 年 2 月 9 日,激光雷達獨角獸禾賽科技在美國納斯達克上市,成為中國激光雷達第一股。

產品快速更新迭代，深度布局汽車領域。公司憑借在無人駕駛領域激光雷達的技術積累，針對不同場景的特點與需求，陸續開發了多個產品線，如適用于無人駕駛領域的 Pandar128、PandarQT 等，適用于 ADAS 領域的 PandarGT 等，適用于機器人領域的 PandarXT，適用于車聯網領域的 PandarMind，不斷豐富產品類型和應用場景。

4、華為技術

華為創立于1987年，是全球領先的ICT（信息與通信）基礎設施和智能終端提供商。從產業視角來看，華為業務可分為ICT基礎設施業務、終端業務、云計算業務、數字能源業務、智能汽車解決方案業務等。智能汽車方面，華為已上市30多款智能汽車零部件，截至2022年底，已經發貨近200萬套部件，包括智能座艙、智能駕駛、智能電動、智能車云、毫米波雷達、攝像頭、網關、激光雷達、算力平臺、AR HUD、T-Box等產品與解決方案。

2023年前三季度，華為實現營收4522.60億元，同比增加111.20億元；凈利潤為728.86億元，同比增加489.74億元。

5、速騰聚創

深圳市速騰聚創科技有限公司是一家自動駕駛激光雷達(LiDAR)環境感知解決方案提供商，公司圍繞激光雷達(LiDAR)環境感知方案，在芯片、LiDAR傳感器、感知軟件等多個核心技術領域長時間創新與沉淀，以市場為導向，為客戶提供不同組合的智能環境感知激光雷達系統。主營業務方面，速騰聚創近日宣布2023年8月公司車載激光雷達單月銷量突破20000臺，刷新了國內車載激光雷達行業單月交付量紀錄。

05結語

縱觀整個激光雷達的發展歷史，一個產業的發展離不開科技+資本的密切配合。誠然，頭部的企業已經走在前面，他們擁有更強的技術壁壘，吸引著更多的資本的目光。

但激光雷達的技術路線仍然有其他的選項尚未成熟，市場目前依然處于群雄逐鹿的狀態。伴隨著在汽車行業的不斷滲透與工業自動化的發展，激光雷達的投資機會可不斷給到我們想象空間。

審核編輯：湯梓紅