汽車電子行業(yè)研究：自動駕駛逐步升級攝像頭＋激光雷達星辰大海

汽車電子行業(yè)研究：自動駕駛逐步升級，攝像頭＋激光雷達星辰大海1、汽車智能化穩(wěn)步升級，中美歐日引領(lǐng)發(fā)展1.1自動駕駛升級已成為全球共識汽車智能化是未來行業(yè)發(fā)展重要方向之一，包括人車交互智能化以及車輛行駛自動化。人車交互智能化是在駕駛過程中為駕駛員提供內(nèi)容與服務(wù)，提升駕駛安全性、舒適性、便捷性等。車輛行駛自動化則包括輔助駕駛階段和自動駕駛階段，通過對路況及車輛信息預(yù)測，保障駕駛過程中的車輛安全以及出行效率。智能汽車則是指通過搭載先進傳感器等裝置，運用人工智能等新技術(shù)，具有自動駕駛功能，逐步成為智能移動空間和應(yīng)用終端的新一代汽車。智能汽車通常又稱為智能網(wǎng)聯(lián)汽車、自動駕駛汽車等。因此，汽車智能化發(fā)展程度很大程度上取決于汽車自動駕駛發(fā)展進度。在自動駕駛等級劃分上，SAE（國際汽車工程師學(xué)會）將自動駕駛技術(shù)分為L0-L5，共6個等級，NHTSA（美國國家公路交通安全管理局）將自動駕駛分為L0-L4共5個等級。目前部分車企已經(jīng)推出了具有L2功能的車型，L1和L2仍然需要駕駛員駕駛，屬于ADAS

（高級輔助駕駛系統(tǒng)）范疇。而L3將是一個風(fēng)水嶺，從L3開始，汽車才真正進入到自動駕駛范疇，L3指在特定場景下，系統(tǒng)可以實現(xiàn)對車輛的完全接管，當(dāng)駕駛員在系統(tǒng)失效時，駕駛員取得駕駛權(quán)。根據(jù)SAE的定義，在L1時，駕駛員可以“脫腳”；在L2時，駕駛員可以“脫手”；在L3時，駕駛員可以“脫眼”；在L4時，駕駛員可以“脫腦”；在L5時，已經(jīng)不需要駕駛員。中國在自動駕駛領(lǐng)域亦制定了自己的標(biāo)準(zhǔn)。2021年8月20日，國家市場監(jiān)督管理總局、國家標(biāo)準(zhǔn)化管理委員會批準(zhǔn)發(fā)布了《汽車駕駛自動化分級》推薦性國家標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)于2022年3月1日起開始實施。該標(biāo)準(zhǔn)規(guī)定了汽車駕駛自動化功能的分級，基于駕駛自動化系統(tǒng)能夠執(zhí)行動態(tài)駕駛?cè)蝿?wù)的程度，根據(jù)在執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的角色分配以及有無設(shè)計運行范圍限制，將駕駛自動化分成0級至5級。并基于以下6個要素對駕駛自動化等級進行劃分：1.是否持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的目標(biāo)和事件探測與響應(yīng)；

2.是否持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向或縱向運動控制；

3.是否同時持續(xù)執(zhí)行動態(tài)駕駛?cè)蝿?wù)中的車輛橫向和縱向運動控制；

4.是否持續(xù)執(zhí)行全部動態(tài)駕駛?cè)蝿?wù)；

5.是否自動執(zhí)行最小風(fēng)險策略；

6.是否存在設(shè)計運行范圍限制。在汽車駕駛自動化的6個等級之中，0-2級為駕駛輔助，系統(tǒng)輔助人類執(zhí)行動態(tài)駕駛?cè)蝿?wù)，駕駛主體仍為駕駛員；3-5級為自動駕駛，系統(tǒng)在設(shè)計運行條件下代替人類執(zhí)行動態(tài)駕駛?cè)蝿?wù)，當(dāng)功能激活時，駕駛主體是系統(tǒng)。自動駕駛之所以成為各個國家、企業(yè)、科研機構(gòu)等爭相研究和發(fā)力的重點，是因為隨著汽車用戶不斷增加，公路交通擁堵、安全事故等問題層出不窮，相比于傳統(tǒng)的人類駕駛，自動駕駛在人工智能、車聯(lián)網(wǎng)等技術(shù)支持下，能夠有效保障交通安全、降低運輸成本、提升用車效率、減少空氣污染。此外還可以拉動汽車、電子、通信、服務(wù)、社會管理等協(xié)同發(fā)展，促進產(chǎn)業(yè)轉(zhuǎn)型升級。自動駕駛產(chǎn)業(yè)鏈，上游包括傳感器、芯片、地圖、車載軟件等二級供應(yīng)商，以及智能駕駛解決方案等一級供應(yīng)商；中游包括乘用車、商用車等整車環(huán)節(jié)，下游為車輛運營等服務(wù)市場?；仡櫲蜃詣玉{駛發(fā)展歷程，1939年GM提出了這一概念，2009年谷歌發(fā)布了自動駕駛汽車計劃，2013年谷歌完成了50萬英里的自動駕駛，同年特斯拉發(fā)布了自動駕駛Autopilot概念，2017年特斯拉自動駕駛完成了3億英里的運行，2018年Waymo完成了5億英里的測試，2019年百度完成了1億英里的測試。自動駕駛系統(tǒng)分為感知層、決策層和控制層，感知層主要通過攝像頭、雷達等感知周圍環(huán)境信息，并通過GPS/慣導(dǎo)等實現(xiàn)定位等車輛狀態(tài)的獲?。粵Q策層依據(jù)感知層提供的環(huán)境信息和車輛定位情況，根據(jù)適合的模型進行路徑規(guī)劃等決策；控制層則通過底盤及各種控制附件件，驅(qū)動車輛執(zhí)行相應(yīng)命令動作。1.2技術(shù)進步+立法推進共同支撐自動駕駛滲透率提升自動駕駛要想逐步落地并大范圍推廣，除了技術(shù)進步、成本降低之外，還需要相關(guān)法律法規(guī)及政策支持才能落地，目前各個國家地區(qū)的立法進度和要求不盡相同，但是整體而言，對自動駕駛的法律法規(guī)等都是積極推動的。德國在2021年7月正式實施《自動駕駛法》，成為全球首個允許L4級別自動駕駛汽車上路的國家。日本于2020年4月正式實施《道路交通法》修正案，允許L3級別自動駕駛汽車上路，同時計劃2022年在農(nóng)村地區(qū)實現(xiàn)L4級自動駕駛汽車上路。韓國已經(jīng)在2021年推出L3級別自動駕駛汽車，計劃到2024年實現(xiàn)L4級別部分商用化。中國公安部于2021年3月發(fā)布的《道路交通安全法（修訂建議稿）》中，對自動駕駛汽車提出了要求，這是中國在自動駕駛汽車立法上的首次嘗試，雖然最終未獲得通過，但具有重要意義。目前深圳在自動駕駛立法方面走在全國前列，根據(jù)2022年5月深圳市人大常委會官網(wǎng)發(fā)布的相關(guān)內(nèi)容，《深圳經(jīng)濟特區(qū)智能網(wǎng)聯(lián)汽車管理條例》被列入深圳市人大常委會發(fā)布的2022年立法計劃首位，已通過“三審”，有望在年內(nèi)出爐，這將是國內(nèi)首部規(guī)范智能網(wǎng)聯(lián)汽車管理的法規(guī)，智能網(wǎng)聯(lián)汽車法律空白的問題，有望在深圳率先突破。此外，中國已逐步開放公路（高速公路）測試、無人化（遠程）測試、載人載物示范運營，包括北京、上海、深圳等城市已發(fā)布了相關(guān)的道路測試與示范應(yīng)用管理法規(guī)，為自動駕駛汽車上路奠定了基礎(chǔ)，有助于推動自動駕駛立法。美國交通運輸部則在2021年1月發(fā)布了《自動駕駛汽車綜合計劃》，進一步明確了美國自動駕駛汽車的發(fā)展方向。該計劃定義了實現(xiàn)自動駕駛系統(tǒng)愿景的三個目標(biāo)，包括促進協(xié)作和透明度、現(xiàn)代化監(jiān)管環(huán)境、以及為運輸系統(tǒng)做準(zhǔn)備。而在法律層面，目前為止，美國聯(lián)邦層面尚未正式出臺自動駕駛的監(jiān)管法案，現(xiàn)階段美國自動駕駛的測試及布局是由各州/邦法律進行分別監(jiān)管。目前美國有29個州/邦以及華盛頓哥倫比亞特區(qū)已經(jīng)頒布了法律，6個州/邦頒布了行政命令，5個州/邦同時有法律和行政命令，還有15個州/邦沒有相關(guān)法律和行政命令。中國自動駕駛技術(shù)仍在不斷迭代升級中，2007-2015年L1級別已實現(xiàn)商業(yè)化并廣泛普及；

2014-2020年L2級別的高級駕駛輔助系統(tǒng)（ADAS）已經(jīng)成熟并廣泛使用，代表車型包括特斯拉Model3、上汽大通D90等；2025年將計劃實現(xiàn)L3級別自動駕駛，目前技術(shù)已能夠?qū)崿F(xiàn)，還處于測試階段，代表車型包括奧迪A8、廣汽新能源-埃安Lx等；2030-2040年計劃實現(xiàn)L4/L5級別自動駕駛，僅用于部分車型，仍處于測試階段，代表車型包括一汽-Apollo-紅旗電動車、比亞迪-xUrban-秦Pro等。根據(jù)PwC數(shù)據(jù)，全球主要國家/地區(qū)的自動駕駛水平將逐步提升，到2025年L3級別自動駕駛將開始嶄露頭角，而自動駕駛需80億公里安全路測里程才能證明其安全性，現(xiàn)階段L4解決方案提供商還遠遠未達到足夠里程，隨著未來激光雷達等核心部件成本下降，預(yù)計到2030-2035年，L4/L5級別自動駕駛將開始商用化。全球各主要國家地區(qū)目前正處于從L2級別向L3級別過渡階段，預(yù)計未來L3-L5級別自動駕駛占新車銷量如下：歐盟：L3級別2025年占比4%，銷量67萬輛，到2035年將提升至15%，銷量259萬輛；

L4級別2030年占比8%，銷量136萬輛，2035年將提升至15%，銷量259萬輛；L5級別2035年占比2%，銷量35萬輛。美國：L3級別2025年占比5%，銷量83萬輛，到2035年將提升至14%，銷量249萬輛；

L4級別2030年占比1%，銷量17萬輛，2035年將提升至2%，銷量36萬輛。中國：L3級別2025年占比1%，銷量28萬輛，到2035年將提升至18%，銷量619萬輛；

L4級別2030年占比3%，銷量93萬輛，2035年將提升至15%，銷量516萬輛；L5級別2035年占比1%，銷量34萬輛。日本：L3級別2025年占比4%，銷量19萬輛，到2035年將提升至12%，銷量49萬輛；

L4級別2030年占比6%，銷量26萬輛，2035年將提升至15%，銷量61萬輛；L5級別2035年占比1%，銷量4萬輛。根據(jù)StrategyAnalytics數(shù)據(jù)，全球自動駕駛汽車滲透率方面，預(yù)計到2025年，L2滲透率將達到27%，L3滲透率將達到1%；2035年，L2滲透率將達到59%，L3滲透率將達到10%，L4滲透率將達到9%，L5滲透率將達到1%。2、汽車智能化：“商業(yè)+家用”雙引擎共同推動自動駕駛快速發(fā)展2.1Robotaxi/Robobus/Minibus/Robotruck等商業(yè)化模式率先普及由于成本較高、路線相對固定、環(huán)境相對簡單、行駛速度相對較低，自動駕駛在公共交通、礦區(qū)園區(qū)、港口物流等特定場所的使用將早于在個人乘用車市場的普及，具體應(yīng)用場景包括公共交通、快遞運輸、服務(wù)老年人及殘疾人等。隨著自動駕駛技術(shù)（如激光雷達、芯片、算法等）技術(shù)不斷升級迭代，自動駕駛離我們的生活也越來越近，雖然目前L3級別以上家用車還并未大規(guī)模普及，但是在一些特定場景或者商業(yè)營運場景已經(jīng)開始嶄露頭角。開放場景以載人為主，包括Robobus、Robotaxi等，半封閉以及封閉場景以載物為主，比如Robotruck，其中半封閉場景包括干線物流、無人環(huán)衛(wèi)、末端配送等，封閉場景包括礦山運輸、港口運輸?shù)?。在以上幾類場景中，封閉場景由于環(huán)境單一，行駛路徑簡單，無其他社會車輛及行人干擾，場景復(fù)雜度低，目前已經(jīng)實現(xiàn)了商業(yè)化運營；而開放場景和半封閉場景由于在市政道路行駛，來往車輛、行人等數(shù)量多，方向不定，周圍環(huán)境復(fù)雜多變，目前還處在路測和試營業(yè)階段，未來隨著技術(shù)升級、成本下降、路測數(shù)據(jù)越來越豐富、法律法規(guī)更加完善明確，有望實現(xiàn)正式的商業(yè)化運營。在載人自動駕駛領(lǐng)域，主要包括Robotaxi、Robobus、Minibus，都基于L4/L5級別自動駕駛技術(shù)實現(xiàn)運營，其中Robotaxi主要在市政道路及高速上提供出租車/網(wǎng)約車服務(wù)，Robobus主要在市政道路上提供公交車服務(wù)、Minibus主要在封閉景區(qū)及限定園區(qū)提供擺渡車服務(wù)。相比于傳統(tǒng)有人駕駛，自動駕駛具有諸多優(yōu)勢，包括安全性高、成本低、效率高。在礦區(qū)、港口作業(yè)事故頻發(fā)，自動駕駛可提升安全性、延長運行時間，不僅能緩解司機缺口大、人工成本高的問題，同時在公路上有90%的交通事故是由司機人為造成，自動駕駛可以避免一些事故發(fā)生，避免擁堵，提升出行效率和安全性。目前Robotaxi由于技術(shù)不是很成熟、改造費用較高，因此每公里的成本相比于有人駕駛出租車并沒有優(yōu)勢，未來5-10年司機人力成本將會進一步增加，而自動駕駛系統(tǒng)改造成本會逐漸降低。根據(jù)McKinsey數(shù)據(jù)，預(yù)計在2025-2027年，Robotaxi取消安全員并規(guī)?；渴鸷蟪杀緦⒂瓉砉拯c，其應(yīng)用將加速推廣，帶來出行服務(wù)的顛覆。從商業(yè)模式上講，目前Robotaxi為鐵三角模式，即車企（主機廠/一級供應(yīng)商）、AI公司、出行平臺。車企具備具備雄厚的資本運作與扎實的整車制造能力，負責(zé)提供一流的自動駕駛車輛平臺和零部件產(chǎn)品；AI公司是具備L4級自動駕駛解決方案、頂尖無人駕駛技術(shù)研發(fā)能力的企業(yè)；出行平臺包括網(wǎng)約車、出租車、隨需公交等出行平臺，以及提供快遞、物流等服務(wù)的貨運平臺。目前能同時打通車企（主機廠/一級供應(yīng)商）、AI公司、出行平臺三個環(huán)節(jié)的公司還沒出現(xiàn)，都只承擔(dān)其中1-2個角色，由于Robotaxi仍處于探索階段，各類企業(yè)之間合作共贏、優(yōu)勢互補仍是主旋律，未來隨著技術(shù)逐漸成熟，可能會打破鐵三角模式。全球Robotaxi企業(yè)中，美國企業(yè)主要有Waymo、Cruise、Lyft等，中國企業(yè)主要有百度Apollo、小馬智行、AutoX、文遠知行等。其中AutoX已經(jīng)宣布其Robotaxi車隊數(shù)量超過1000輛，成為中國乃至全球最大規(guī)模的全無人駕駛Robotaxi車隊。測試?yán)锍谭矫?，百度Apollo在2021年底已測試1800公里，是中國測試?yán)锍套铋L的公司。通用汽車旗下Cruise、福特汽車旗下的ArgoAI、Zoox、Aurora、Mobileye等公司也在推出Robotaxi計劃或者轉(zhuǎn)向商用車自動駕駛業(yè)務(wù)。根據(jù)DMV（美國加州交通管理局）發(fā)布的2021年全年自動駕駛數(shù)據(jù)，在加州進行公開自動駕駛測試的公司中，中國與美國頭部自動駕駛公司繼續(xù)占據(jù)排行榜前列。從車輛規(guī)模對比，Waymo693輛排名第一，而MPI（接管里程數(shù)）作為自動駕駛核心衡量指標(biāo)之一，是衡量自動駕駛技術(shù)是否成熟、穩(wěn)定的指標(biāo)，接管間隔里程越長，則意味著技術(shù)越好，并且測試車輛和里程越多，越有意義。中國AutoXMPI50108英里排名第1，美國CruiseMPI41179英里排名第2，中國滴滴MPI40744英里排名第3，MPI前10名公司中，中國公司5家，美國公司5家，數(shù)量相當(dāng)，但從MPI數(shù)據(jù)上，中國公司整體優(yōu)于美國公司。全球共有8家公司獲得了DMV的全無人自動駕駛測試牌照，包括Waymo、Nuro、Cruise、Zoox、AutoX、百度Apollo、小馬智行和文遠知行，只有百度Apollo、小馬智行、通用Cruise和Nuro這4家公司提交了數(shù)據(jù)，除了小馬智行脫離1次之外，其余3家公司均無脫離。不僅在美國，中國在自動駕駛運營方面也大力發(fā)展，在牌照發(fā)放量、道路里程、Robotaxi/Robobus運營商數(shù)量方面，上海、北京、廣州排名靠前，此外，深圳、武漢、蘇州等城市也都有所布局。累計牌照發(fā)放量方面，截至2021年11月，上海254張，北京170張，廣州142張。累計道路里程方面，截至2021年11月，上海1290km，北京1028km，廣州253km。Top3城市（上海、北京、廣州）載人場景運營商占比53%，Robotaxi運營商占比59%，Robobus運營商占比36%。雖然Robotaxi進展如火如荼，但是不可忽略的是，Robotaxi在推廣方面依然存在困難。首先就是商業(yè)閉環(huán)難以形成，由于自動駕駛汽車成本較高，Robotaxi的價格基本是普通乘用車的兩倍，大約為50萬/輛，大規(guī)模采購勢必需要投入大量資金，對于此類重資產(chǎn)投入模式，如果車輛數(shù)量不夠多，用戶約車等待時間過長，就難以吸引用戶繼續(xù)使用。其次還存在一些技術(shù)問題，以前幾公里就會暴露出技術(shù)問題，現(xiàn)在可能要幾萬公里才會暴露出來，技術(shù)優(yōu)化改進越來越困難，一些邊緣場景更甚，對于載人駕駛，安全始終是第一位的，因此如果技術(shù)問題不能100%解決，就很難真正大范圍推廣。最后是中國的城市道路建設(shè)改造較快，如果高精地圖信息采集與更新不及時，也會帶來隱患。因此，以上困難都是需要去進一步克服和解決的，如果Robotaxi無法做到城市級別的商業(yè)化運營，那么訂單和市場規(guī)模就會受限，難以實現(xiàn)真正意義的商業(yè)化閉環(huán)落地。2.2感知層：智能車信息采集的“眼睛”和“觸角”2.2.1智車之“眼”：攝像頭車載攝像頭的工作原理，是將采集好的圖像轉(zhuǎn)換為二維數(shù)據(jù)，然后對采集的圖像進行模式識別，通過圖像匹配算法識別行駛過程中的行人、車輛、交通標(biāo)志等，最后依據(jù)目標(biāo)物體的運動模式或使用雙目定位技術(shù)，估算目標(biāo)物體與本車的相對距離和相對速度。相比于雷達等其他傳感器，攝像頭的優(yōu)點是采集的數(shù)據(jù)量更多，也最接近人眼獲取的周圍環(huán)境信息，當(dāng)前車載攝像頭分辨率主要以720P、1080P為主，與人眼接近，并且技術(shù)成熟、成本低。但缺點同樣明顯，首先是基于視覺的感知技術(shù)受光線、天氣影響較大，在惡劣天氣和昏暗環(huán)境下性能難以得到保證；其次對物體的識別基于機器學(xué)習(xí)數(shù)據(jù)庫，需要的訓(xùn)練樣本大、訓(xùn)練周期長，也難以識別非標(biāo)準(zhǔn)物體；最后，廣角攝像頭存在邊緣畸變，得到的距離準(zhǔn)確度較低。按照車載攝像頭在整車中的應(yīng)用，可分為前視、環(huán)視、后視、側(cè)視以及內(nèi)置5種類型。對于前視攝像頭，雙目相比單目性能更優(yōu)，但是由于需要更高算力芯片支持，成本較高，難以快速普及，因此目前仍以單目為主。根據(jù)華經(jīng)產(chǎn)業(yè)研究院數(shù)據(jù)，2015-2020年，全球車載攝像頭鏡頭出貨量整體穩(wěn)步上升，2015年為5961萬件，2019年為11664萬件，2020年由于疫情影響，出貨量略有下滑至10964萬件。市場格局來看，以中國、日本廠商為主，舜宇光學(xué)占比32%，排名第1；麥克賽爾占比8%，排名第2；富士膠片占比5%，排名第3。目前車載攝像頭滲透率不高，根據(jù)AI車庫數(shù)據(jù)，各類攝像頭中，后視攝像頭滲透率最高，為50%；其次是前視攝像頭30%；側(cè)視攝像頭22%；內(nèi)置攝像頭僅為7%。單車平均搭載攝像頭數(shù)量也將隨著自動駕駛級別升級同步提升，L1/L2級別為3-5顆，L3級別大約為8顆，到了L4/L5級別將增加至10-20顆。整體而言，車載攝像頭提升空間仍然較大。根據(jù)ICVTank以及360ResearchReports等數(shù)據(jù)，2020-2025年，全球車載攝像頭市場規(guī)模將從138億美元提升至270億美元，CAGR為15.7%；中國車載攝像頭市場規(guī)模將從64億元提升至230億元，CAGR為29.2%，車載攝像頭市場前景廣闊。車載攝像頭包括鏡頭、模組、芯片、軟件算法等。鏡頭廠商中，舜宇光學(xué)全球第1，國內(nèi)廠商聯(lián)創(chuàng)電子和歐菲光亦有所布局；模組廠商中，國外廠商包括大陸、麥格納、法雷奧，中國廠商有比亞迪、德賽西威、歐菲光等；CMOS芯片中，安森美全球第1，此外還有索尼、三星、韋爾股份（豪威科技）、思特威等；軟件算法主要廠商有Mobileye、地平線、極目等。2.2.2智車之“角”：超聲波雷達超聲波雷達的工作原理是發(fā)射并接收超聲波（頻率通常大于20KHz），在空氣中波長一般小于2cm，根據(jù)時間差計算障礙物距離，探測距離在0.1-10m之間，優(yōu)點是頻率高、波長短、繞射現(xiàn)象小、方向性好、定向傳播等，缺點是距離信息不精準(zhǔn)，探測距離短，一般適用于對精度要求不高的場景，因此廣泛用于泊車系統(tǒng)。常見超聲波雷達分為2種，第1種是安裝在前后保險杠上，用于測量前后障礙物距離的駐車或倒車?yán)走_，稱為超聲波駐車輔助傳感器

（UPA），第2種是安裝在側(cè)面，用于測量側(cè)方障礙物距離，稱為自動泊車輔助傳感器（APA

）。通常1套汽車倒車?yán)走_需要安裝4個超聲波傳感器，而自動泊車系統(tǒng)則在原有基礎(chǔ)上再增加4個UPA和4個APA。根據(jù)ICVTank數(shù)據(jù)，全球超聲波雷達以安裝為口徑來計算，2021年市場規(guī)模為88億美元，安裝量為5.5億顆，預(yù)計2022年將達到102億美元，安裝量為6.4億顆，2026年將達到145億美元，安裝量為9.7億顆。滲透率方面，根據(jù)ICVTank數(shù)據(jù)，2021年全球12顆超聲波雷達的方案占比達到28.6%，預(yù)計2022年將達到36.5%，2025年將達到55.4%。根據(jù)leadleo和華經(jīng)產(chǎn)業(yè)研究院數(shù)據(jù)，中國超聲波雷達市場規(guī)模2020年為51.7億元，預(yù)計2023年將達到62億元。全球超聲波雷達廠商仍以國外廠商為主導(dǎo)，根據(jù)華經(jīng)產(chǎn)業(yè)研究院數(shù)據(jù)，2018年全球超聲波雷達競爭格局中，法雷奧占比31.0%，排名第1；博世占比20.2%，排名第2；尼塞拉占比18.3%，排名第3；中國前裝廠商奧迪威和上富電技分別占比5.6%和1.3%，排名第5和第6。綜合企業(yè)規(guī)模、資本實力、研發(fā)能力、經(jīng)營能力、行業(yè)影響力、成長潛力等六個一級指標(biāo)綜合評判，根據(jù)高工智能汽車研究院數(shù)據(jù)，中國本土前裝車載超聲波雷達供應(yīng)商Top10中，上富電技、豪恩汽電、奧迪威分列前3名。2.2.3智車之“角”：毫米波雷達毫米波即電磁波，工作頻率為30-300GHz，波長1-10mm，毫米波雷達測速和測距原理都是基于多普勒效應(yīng)，通過入射波和反射波頻率相減，得到二者差拍頻率，通過判斷差拍頻率高低從而判斷障礙物距離。毫米波雷達的可用頻段有24GHz、60GHz、77GHz、79GHz，主流車載毫米波雷達使用24GHz

（用于中短距離雷達，15-30m）和77GHz（用于長距離雷達，100-200m），相比于24GHz，77GHz毫米波雷達在性能和體積上都更有優(yōu)勢，其探測物體分辨率可提高2-4倍，測速和測距精度可提高3-5倍，體積縮小了1/3，更方便部署，并且?guī)捀蟆⒐β矢?、探測距離更遠，因此未來趨勢將逐漸從24GHz向77GHz（76-81GHz）過渡。毫米波雷達的優(yōu)勢在于不受天氣影響，即使是惡劣天氣和光照情況下也能正常工作，穿透煙霧、雨雪、灰塵能力強，具有全天候、全天時的工作特性，且探測距離遠、精度較高、被廣泛用于車載距離探測，具體應(yīng)用包括自適應(yīng)巡航、碰撞預(yù)警、自動緊急制動、盲區(qū)探測等。但劣勢同樣明顯，包括無法識別物體顏色，視場角較小，需要多個雷達組合使用，同時對行人的反射波較弱，難以識別，并且對金屬表面非常敏感，一個彎曲的金屬表面會被誤認為是一個很大面積的表面，在隧道里效果不佳。未來隨著搭載毫米波雷達車輛增加，相近頻率的毫米波會相互干擾、降低了信噪比、嚴(yán)重時甚至?xí)估走_“致盲”。根據(jù)DIGITIMESResarch數(shù)據(jù)，全球毫米波雷達市場規(guī)模保持穩(wěn)步增長態(tài)勢，2021年為118.1億美元，其中中短距55.1億美元，長距63億美元，預(yù)計到2022年將達到159.6億美元，其中中短距84億美元，長距75.6億美元。根據(jù)佐思產(chǎn)研數(shù)據(jù)，全球汽車毫米波雷達廠商主要為海外廠商，其中博世占比30%，排名第1；大陸占比28%，排名第2；安波福占比15%，排名第3。中國車載毫米波雷達行業(yè)起步較晚，行業(yè)仍處于初級發(fā)展階段，走在前列的公司主要有華域汽車、德賽西威、納瓦電子、智波科技、森思泰克、華為等。目前傳統(tǒng)毫米波雷達僅可探測距離、方位以及速度三個維度，而最新的4D毫米波雷達在傳統(tǒng)功能基礎(chǔ)上，多出了高度這一維信息，即具備測高能力，因此可以有效地解析空中的天橋、路牌，地面的減速帶、金屬井蓋等目標(biāo)的輪廓和類別，進而感知傳統(tǒng)毫米波雷達無法識別的細小物體、靜止物體或者橫向移動的障礙物等。此外，還提升了探測距離和點云密度，有望于2022年開啟商用。4D毫米波雷達成本與傳統(tǒng)毫米波雷達相近，但性能方面可媲美低線束激光雷達，在L4/L5級別自動駕駛將可能發(fā)揮重要作用，但是目前還處于發(fā)展早期，在未來自動駕駛多傳感器融合方案中，至于是否能與激光雷達形成替代關(guān)系，目前尚無定論。目前已有多個廠商投入到4D毫米波雷達研發(fā)中，不僅有大陸、安波福、采埃孚等傳統(tǒng)毫米波雷達巨頭，也有Mobileye、Waymo、華為等科技巨頭，還有Arbe、傲酷、華域汽車、森思泰克、縱目科技等新興玩家。2.2.4智車之“角”：激光雷達激光雷達通過發(fā)射激光，然后根據(jù)反射激光的時間差來探測物體的距離，探測距離可達300m，工作頻率為100000GHz，波長集中在600-1000nm之間，由于其波長短精度高，可以探測物體距離和表面形狀，測量精度可達厘米級。此外，還可用于車輛定位，自動駕駛汽車定位除了依賴GNSS系統(tǒng)，還依賴激光雷達生成的點云與數(shù)據(jù)庫中的高精地圖做對比，從而得出汽車所在精確位置，精度可達厘米級。激光雷達的優(yōu)勢在于能夠很好的探測障礙物的距離、大小、表面形狀，提高了障礙物檢測的準(zhǔn)確性，算法比攝像頭更為簡單，抗有源干擾能力強，定向性好，測量距離遠，時間短，大多數(shù)整車廠、Tier1認為激光雷達是L3及以上級別自動駕駛必備的傳感器。當(dāng)然也存在一定劣勢，包括在雨雪云霧天氣下衰減嚴(yán)重，后期處理需要大量的坐標(biāo)系轉(zhuǎn)換，對硬件（CPU、GPU、FPGA）要求高，技術(shù)門檻和成本較高。激光雷達產(chǎn)業(yè)鏈中，根據(jù)蓋世汽車數(shù)據(jù)，上游包括激光發(fā)射、激光接收、掃描系統(tǒng)和信息處理，具體而言，激光發(fā)射包括激光器、發(fā)射光學(xué)系統(tǒng)；激光接收包括光電探測器、接收光學(xué)系統(tǒng)；掃描系統(tǒng)包括旋轉(zhuǎn)電機、掃描鏡、MEMS微振鏡；信息處理包括放大器、數(shù)模轉(zhuǎn)換、FPGA。中游則是激光雷達的組裝制造。下游應(yīng)用較為廣泛，包括無人駕駛汽車、地圖測繪、無人機、軍事領(lǐng)域等。不同技術(shù)特點對比及趨勢：1）單線與多線激光雷達按照線數(shù)來分，分為單線和多線。單線激光雷達是指激光源發(fā)出的線束是單線的，掃描出來就是一個二維平面的圖（2D激光），目前主要應(yīng)用于機器人領(lǐng)域，以服務(wù)機器人居多，可以幫助機器人規(guī)避障礙物。相比多線激光雷達，單線激光雷達在角頻率及靈敏度上反應(yīng)更快捷，掃描速度快、分辨率強、可靠性高，所以，在測試周圍障礙物的距離和精度上都更加精準(zhǔn)，同時成本更低。但單線雷達只能平面式掃描，不能測量物體高度，當(dāng)前主要應(yīng)用于我們常見的掃地機器人、送餐機器人以及酒店服務(wù)機器人身上。多線激光雷達是指同時發(fā)射及接收多束激光的激光旋轉(zhuǎn)測距雷達，市場上目前有4線、8線、16線、32線、64線、96線、128線等，多線激光雷達可以識別物體的高度信息并獲取周圍環(huán)境的3D掃描圖，主要應(yīng)用于無人駕駛領(lǐng)域，對于激光雷達而言，線束越多，對目標(biāo)物的刻畫越詳細。在無人駕駛領(lǐng)域，多線激光雷達主要有以下兩個核心作用：

3D建模及環(huán)境感知：通過多線激光雷達可以掃描到汽車周圍環(huán)境的3D模型，運用相關(guān)算法對比上一幀及下一幀環(huán)境的變化，能較為容易的檢測出周圍的車輛及行人。SLAM定位加強：同步建圖（SLAM）是其另一大特性，通過實時得到的全局地圖與高精度地圖中的特征物進行比對，能加強車輛的定位精度并實現(xiàn)自主導(dǎo)航。對于激光雷達而言，視場角（FieldOfView，F(xiàn)OV）越大，能夠探測的范圍越廣。多線激光雷達中，機械式水平視場角為360°，混合固態(tài)/固態(tài)激光雷達水平視場角大約為120°，垂直視場角大約為25°-40°。2）ToF與FMCW激光雷達按照測距方法的不同，可以分為飛行時間（TimeofFlight，ToF）測距法、基于相干探測的FMCW測距法以及三角測距法等，其中ToF與FMCW在室外陽光下探測距離遠

（100~250m），更適合應(yīng)用于車載激光雷達。目前市場車載中長距激光雷達的主流方案是ToF，F(xiàn)MCW激光雷達大多處于概念機的階段，而且大多采用分立的光學(xué)組件，分立組件通常尺寸較大，隨之而來的還有系統(tǒng)可靠性、生產(chǎn)成本、功耗等諸多問題，但FMCW激光雷達具有可直接測量速度信息以及抗干擾（包括環(huán)境光和其他激光雷達）的優(yōu)勢。當(dāng)前裝載激光雷達車輛并不多，隨著激光雷達滲透率提升，F(xiàn)MCW抗干擾的優(yōu)勢就體現(xiàn)出來，此外整機和上游產(chǎn)業(yè)鏈日漸成熟亦將帶動成本下降，因此FMCW激光雷達是未來發(fā)展的一大趨勢。3）EEL與VCSEL對于激光雷達而言，發(fā)射光源有很多種，按工作介質(zhì)不同，激光器分為固體激光器、氣體激光器、染料激光器、半導(dǎo)體激光器、光纖激光器和自由電子激光器6種。固體脈沖功率大，轉(zhuǎn)換效率最低（10%）。氣體激光器效率低（20%）、功率低，體積龐大，但是可靠性好、光束質(zhì)量高。半導(dǎo)體激光器光束質(zhì)量較差，但是轉(zhuǎn)換效率高（30%-40%），功耗、體積和成本都適合車載應(yīng)用。如果對光束質(zhì)量要求高，則可以采用半導(dǎo)體泵浦的光纖激光器（轉(zhuǎn)換效率20%-30%）。目前常見的幾種光源主要包括邊發(fā)射激光器(EEL)、垂直腔面發(fā)射激光器(VCSEL)、固體激光器以及光纖激光器等。固體激光器采用固體激光材料作為增益介質(zhì)，是閃光式車載激光雷達(FlashLiDAR)技術(shù)路線的激光光源方案，能夠?qū)崿F(xiàn)大角度視場（如125°x25°），并且均勻照射，滿足車規(guī)級高低溫、震動、壽命等可靠性要求，常見于閃光式車載激光雷達（FlashLiDAR）。半導(dǎo)體激光器采用半導(dǎo)體材料作為增益介質(zhì)，一般是GaAs,AlGaAs,InGaAs等，常見的有EEL和VCSEL。EEL（EdgeEmittingLaser）是邊發(fā)射激光器，是一種激光發(fā)射方向平行于晶圓表面的半導(dǎo)體激光器，波長以905nm為主，常見于掃描式激光雷達，包括機械式和MEMS激光雷達。VCSEL（Vertical-cavitySurface-emittingLaser）是垂直腔面發(fā)射激光器，是一種以半導(dǎo)體為基礎(chǔ)的激光二極管，從其頂面垂直發(fā)射高效光束，制造工藝與EEL相兼容，且大規(guī)模制造的成本很低，生長結(jié)構(gòu)更易于提高輸出功率，還為各種復(fù)雜設(shè)計提供了可能，當(dāng)前波長以810nm、850nm和940nm為主。目前EEL仍占據(jù)主流，根據(jù)Yole數(shù)據(jù)，2020-2026年，全球EEL市場規(guī)模預(yù)計將從29億美元增長到67億美元，CAGR為15%。其中光通信規(guī)模最大，預(yù)計將從17億美元增長到47億美元，CAGR為18%；顯示、傳感、醫(yī)療和照明領(lǐng)域預(yù)計將從5億美元增長到12億美元，CAGR為15%。根據(jù)麥姆斯咨詢數(shù)據(jù)，VCSEL下游各應(yīng)用領(lǐng)域中，傳感占比最大，為75%，其次是通信，占比24%，此外還包括制造領(lǐng)域的工業(yè)熱處理、激光打印，以及計時領(lǐng)域的原子鐘等。對于傳感應(yīng)用的VCSEL，2021年市場規(guī)模為10.3億美元，在手機、汽車等下游需求拉動下，預(yù)計到2024年將增長至17.3億美元。根據(jù)Yole數(shù)據(jù)，2021-2026年，全球VCSEL市場規(guī)模預(yù)計將從12億美元增長到24億美元，CAGR為13.6%。其中手機等消費電子領(lǐng)域規(guī)模最大，預(yù)計將從8.0億美元增長到17億美元；汽車領(lǐng)域規(guī)模不大，但是增速最高，預(yù)計將從110萬美元增長到5700萬美元，CAGR為121.9%。根據(jù)TechnoSystemsResearch數(shù)據(jù)，2019年全球智能機TOF鏡頭VCSEL廠商排名中，德國Osram占比37%，排名第1；縱慧芯光占比32.6%，排名第2，同時也是中國排名第1的廠商；美國Lumentum占比17.4%，排名第3；韓國LGInnotek占比10.9%，排名第4；

奧地利ams占