（获取报告请登陆未来智库www.vzkoo.com）

一、总论：自动驾驶多传感器融合的发展趋势

 目前随着 ADAS 功能模块渗透率不断提升，短期内传7 H K ~ 感器市场的需求将主 要被摄像头和毫米波雷达所驱动；而 L3 级别自动驾驶j k J 2 M $ N的奥迪 A8 量产给了 整个汽车行业一剂强心剂，自动驾驶的进程比想象中来的要早，各个传感 器以及控制系统都在迅速迭代中；2020 年前后，L4 级别自动驾驶量产上 路，V } / 激光雷达的市场将会迅速扩大。

 由于各个主要传感器特性使然，单一种类传感器无法胜任 L4/L5 完全自动 驾驶的复1 5 / U u 5杂情况与安全冗余，多传感器搭配融合的方案将是必然，2030 年 全球车载传感器市场将会超过500 亿美元。

 激光雷达：3D环境建模使其成为核心传感器，但恶劣天气下 u L # O E /性能下降、且 无法识别图像及颜色是其短板。

 在自动驾驶不断进化的过程中，凭借独有的 3D环境建模6 S & 5 z 8，激光雷达已 经成为自动驾驶多传感器融合最核心的部分；在 L3 及以上自动驾驶传 感器解决方案中，激光雷达至少需要 1 个。  从机械 ! F旋转式过渡到混合固态再到纯固态激光雷达，随着量产规模扩 大、技术迭代提升，成本不断快速降低，激光雷达也在向小型化、低 功耗、ASIC 集成化发展，同时也与各大汽车零部件一级供应商绑W / +定为 车厂开发。

 2020-2022 年以前的 L3 级别自动% Q ~ V t M A Z C驾驶车量产可能会以 MEMS 激光雷 达为Q / p主，因为它成本较低，微振镜技术较成熟，可+ ` Q h - * a以较短时间J D P V 9 a内进行 低成本的量产；20221 N l w 年后 L4 或A ( Q a C以上级别自动驾驶车量产的阶段，预 计 OPA: r Z a / o k 的旁瓣 8 T效应或 3D Flash 的y u 0 1 ; 4 I人眼保护问题将得到较大程@ m F u n = O X度的解? _ P , 7 z j Y 决，届时可能会替代 MEMS 成为真正无任i i _ N何移动部件{ G q j的固态激光雷达。

 目前激光雷达 2017 年N 7 Z 4 n y j全球车用仅为千台量级，而且技术路线上尚未有 定论，国外厂商陆续在与汽车零部件一级供应商绑定合作开发，如 Quanergy 和德尔福、Ibeo 和采埃孚及法雷奥、Leddar Tech 及 TetraVue 和博世、Innoviz 和德尔福及麦格纳、英飞凌收购 innoluce， 国内激光雷达厂商也在积极的与一级供应商及整车厂寻求合作，如果 有能力尽早稳定量产，配合国家自动驾驶相关政策的落地节奏，有机 会成为车用激光雷达的主流供应商之一。

 毫米波雷达：全天候工作使其不可或缺，但分辨率低，同样难以成像。

 相比! F f V 4 W d于激光雷达，毫米波雷达技术已经非常成熟，从上世纪 90 年代开 始应用于自适| 0 E =应巡航，2012 年英飞凌推出 24GHz 单片雷达方案，陆 续拓展4 , 8 8到 ADAS 的各* H 0 ]个功能模块，是现阶段的主力传感器，全球出货 量早已超过千万级。

 毫米波雷达凭借其可穿透] ^ Z r ` Q T尘雾、雨雪、不受恶劣天气影响的绝对优势， 且唯一能. I W k够全天候全天时工作的能力，成2 H e @ / ^ m I 8为了自动驾驶不可或c 8 ~ g 1 H f r w缺的主 力传感器；在 L3 级别中长距离毫米波雷达至少需要 4-5 个，L4/L5 级 别再加上侧向需求，毫米波雷达甚至需要 8 个以上。

 全球市场仍然是博世、大陆、德尔福等 Tier 1 把持x ? $ t 1 R ~ v，但随着 ADAS 渗 透率不断提升，自主, J D 2 { ( E X 2品牌车厂逐渐应用装车各个 ADAS 模块，国内毫 米波厂商，如华域汽车、3 4 F f r 0 6 i t德赛西威等 / W 7 N m c，在完善产品、搭建体系、稳定 量产的过程中有机会切下一份蛋糕。  摄像头：自动驾驶的眼睛识别标识、物体，但无法点阵建模、远距测距。

 摄像头：自动驾驶的眼睛识别标识、物体，但无法点阵建模、远距测距。

 摄像头技术最为成熟，车载应用起步最早，在 ADAS 阶段作为绝对主 流的视% 4 ~ . O X #觉传感器，& N |根据功能不同需要 4 个到 8 个摄像头，应用在车道 监测、盲点监测、障碍物监测、交通标志识别、行人识别、疲劳驾驶 监测、倒P X 7 B c $车影像、360 全景影像等等。

 进入自动驾驶时代6 _ i 2 v，由于摄像头独有的视觉影像识别功能，能够模拟 人类视野，利用多个摄像头合成周围环境，还能识别颜色和字体，进 而能够识别交通标志、行人、物体等，是名副其实的自动驾驶的眼睛； 并且，还可以作为其他传感器失效的冗余系统，增加自动驾驶系统的 安全性；根据多传感器系统的融合，摄像头需要至少 6 个以上。

 摄像头属于较成熟的产4 0 0 ^ [业，目前产业内的龙头企业由于成本、技术和I 7 v l w 客户等优势S z p f O M :，新进入者不容易获得竞争优势。传感器 CMOS 方面，日 韩高科技企业垄断，索尼、三星两家市占率之和超过 50%；图像处理 器 DSP 方面，主要供^ [ )应商为德j t R U州仪器（TI）、 Mobil$ ] C | deye、华为海思等， 其中德州仪器（TI）技术积累最深厚、市占率最高；镜头组方面，舜 宇光学是龙头企业，市占率最高；模组方面，欧菲科技已经N R = B 4 0 X b向车载Z o ^ 7 C d :领 域延申。

二、激光雷达：核心传感器，固态趋势、降成本、小型化、集成化

 在 2005 年美国国防高级研究计划局 DARPA发起的第二届自动驾驶挑战赛 中，安装了 5 部 SICK单线激光雷达的大众途锐 Stanley 首次完成了比赛， 激光雷达崭4 T : t I 5 } F露头角。

 在自动驾驶不断进化的过程中，凭借独有的 3D 环境建模，激光雷达已经 成为自动驾驶多传感器融合最核心的部分；e c [ % V M在 L3 及i 0 {以上自动驾驶传感器 解决方案中，激光雷达至少需要1 个。

 从机械旋转式过渡到混合固态再到纯固态激光雷达，随着量产规模扩大、 技术迭~ s z代提升，成本不断快速降低，激光雷达也在向= s ` 3 X小型化、低功耗、 ASIC 集成化发展，同时也与各大汽车零部件一级供应商绑定为车厂开s 0 b n s发。

1.1 将是自动驾驶传感器的核心部分

 首先，激光雷达提供生成环境的 3D 点云图像提供一系列的（x,y,z）坐标a t 6， 与N t #已有的高精度地K p w v图上的坐标进行对比，就可以很精确地做出车辆定位。 同时在感知功能上，激光雷达点云图像比摄像头少了一步处理步骤（数p { t b + v字 化），即摄像头图片需要进行数字化T t L , q处理后才能由计算机进行判断物体类型 等工作，而激光雷达生成的点云（实际是 TOF 数据）只需简单运算就可得 到坐标数据，方便进一步的判断。

 其次，激光雷达由于是自主发射光线并搜集O ! & J 3 a )反射信号，因此可以在夜间环 境下工作q e 6 ^ X P [ ` L，这是对6 1 ^ ! r 3 M +于摄像头的极大优势。

 激光雷达的劣势主要有以下四点：

 1）当天气条件恶劣，] @ 3如大雪大雾等，会对激光造成影响，使得准确性 下降；

 2）激光雷达难以分辨交通标志@ ( & I - 9 k的含义和红绿灯p j 4 S 0 7的t H [颜色；

 3）激光雷达接收的是光信号，容易受太阳光、其他车~ T I ] Y [辆的激光雷达等 光线影响；

 4）目前激光雷达成本较高。前两点是激光n ? 0 U c C雷达特性，较难改变，因此 仍需毫米波雷达和摄像头等其他传感器融合使用。接收光线冲突的问 题在技术上有解决办法。) 5 - M H j n激光雷达成本较高的问题是暂时的，随着固 态激光雷达技术成熟和产量提升，成本将降低到可承担的范围内。

 综上，o A Z e N ~ O - f我们认为激光雷达将是未来自动驾驶最P c z y o W & o重要的传感器，而毫米波雷 达、摄像头将是重要的补充。

1.2 激光雷达工作原理

 激光雷达（LiDAR）] ; D & _ 7 - r a能释放多束激光，接收物体反射信号T 5 `，计算目标与自 身的距离。应用较多的是利用反射信号的折返时间计算距离（Time of3 / w : Flight），也有连续波e C Q i [调频（CWFM）方法。与雷达和摄像头相比，激光雷 达可以通过多束激光高频发射获取的反射数据形成周边物体的高清 3D 的 “点云”图像。

 激光雷达主l W S ) . / G要优点是能对周边物体进行建模形成高清 3D 图像，以便计算机 进行快速识别和决R % i ~策。但在不良天气条件下精度将会下降，以及无法辨别 物体属性。

1.3 固态激光u * h w雷达技术路线

 我们看到自动驾驶测试车车顶上较复杂的圆柱形装置，即为机械式激光雷e C ( s 2 u s 达。虽然目前测试车辆大多为机械式，但是它们调试、装配工艺复杂，生 产周期长，成本居高不下，并且机械部件寿命不长（约 1000-3000 小时）， 难以满足苛刻的车规级要求（至少 1 万小时以上），因此激光雷达量产商都 在着手开发性能更好、体积更小、集成化程度更高、并h w 3 M且成本更低的激光 雷达，由混合固态过渡到A v / k纯固态激光雷达是必然的技术发展路线。

 混合固态激光雷达在产品外形上不存在机械旋转的部件，但内部实际存在 小巧的机械旋转扫描系统，作为到固态激光雷达的A y l过渡阶段，近几年量产 的产品都属于混合固态激光雷达。如 Velodyne 的 VLP-32C、VLP-16、 VLS-128、以及 PUCK 系列，都属于混合固态激光雷达，机械部件 360 度 旋转，可视角度 360 度；而 IBEO、禾赛科技和 Innovusion 等的激光雷达， 其水平可视角度只在 100-120 度之间。

 固态激光雷达由于不存在旋转的机械结构，所有的激光探测水平和垂直视 角都是通过电子方式实现的，并且由_ , ( M J于装配调试可以实现自动化，能够量 产大幅降低成本，也提高了设备的耐用性，固态激光雷达是必然的技术发 展路线。不过固态激光雷达的技术路线尚未定型，主要分为 MEMS、OPA 和 3D Flash 三类z : p t C。

1.3.1 MEMS激光雷达

 ME0 b L xMS 激光雷达通过在硅基芯片上集成的 MEMZ A z DS 微振镜来代替传统的机 械式l G 7 ( ~旋转装置，由微振镜反射激光) Y Q形成较广的扫描角2 ! d 9度和较大的扫描范围。

 其优点是 MEMSe 8 A { D F { X X 微振镜相对成熟，可以以较低的成本和较高的准确度 实现固态激光扫描（y _ c c M j L 5 c只有微小的微振镜振动），并且可以针对需要重点 识别的物体进行重点扫描，落地~ ; Q R n快；

 缺点是并没有解决接收端的问题，光路较复杂，仍然存在微振镜的振 动，这个结构会影响整个激光雷K W 6达部件的寿命，并且激光扫描受微振 镜面积限制，与其他技术+ # ) M k路线在扫描范围上有一定差距。

 典型企业和产品：Velodyo & sne 的- 0 Velarray 系列，LeddarTech，innoluce， Innoviz，Fujitsu,/ m o ) , L Toyota，Draper} x l s 3 * Q Q !。

1.3.2q k V - j Y $ 光学相控阵 OPA - Optical Phased Array激光雷q a 1 A 6达

 光学相控阵 OPA 固态激光雷达原理是多处振动产生的波相互叠加，有的方 向互相增强，有的方向抵消，采用多个光源组成阵列，通过控制各光源发 射的时间差，可以合成角度灵活、精密可控的~ R = P k k u 0 w主光束。

 其优点是没有任何机械部件，结构相对简单，精度高，体积小，成本低。  其劣势是在主光束以外会形成“旁瓣”，到时能量分散，并且阵列单元尺寸 小于P + ; / 9 C 500nm，对加工精度要求高，扫描角度有限，接收J } y n端方案薄弱，接收 面大、信噪比较差。

 典型企业和产品：Quanergy 的 S3，Blackmoree D J a 5 f Z a, Strobe。

1.3.3 3D Flash 激光雷达

 3D Flash 激光雷达以一次脉冲向全视野发射，利用飞行J U 7 0 4 G时间成像仪接收反 射信号并成像，发射的激光波长是关键因素。如果使用 9053 9 Vnm，虽然成本 较低，但功率受限，因此探测距离不够远。若使用 1550nm，在接收上需 要更高成本的探测器，目前尚没有商用条件。也有一批厂商采用 Fll ` L ) .ash 技 术路线，对成本和人眼保护的平衡形成了一定的解u # * A ` 4决方案。

 典型企业和产品：LeddarTech 的 LCA3，Tetra% J } Dvue，Princeton Lightwave， Trilumina (VCSEL 阵列)，Toyota 丰田，ESPROS 的 EPC660/635 系列面 阵，Advanced Scientific Concepts(ASC)，TI的 OPT824} Q * n T1 等；

1.4 短期 MEMS方案较快落地，中长期 OPA和 3D Flash 方案有望突破

 综合以上技术路线，我们认为 2020-2022 年以前的 L3@ s ? 5 R / + 级3 n m别自动驾驶车量 产可能会以 MEMS激光雷达为主，因为它成本较低，$ u P 1 : n p t e微振镜技术较成熟， 可% 9 L o . u以较短时间内进行低成本的量产。例如 Velodyne、Innoviz 等与车企或 Tier1 有合作的激光雷达公司目@ ? w r a K S )前都采用这个技术路线。

 2022 年后 L4 或以上级别自动驾驶车量* Z c ^ W { : ~ t产的阶段，预计 OPA 的旁瓣效应 或 3D Flash 的人眼保护问题将得到较大程度的解决，届时@ c j 2 k u b & R可能会替G : 7 B e {代 MEMS 成为真正无任何移动部件的固态激光雷达，因为 MEMS 毕竟存在 一个振动部件，在寿命和工作稳定性上较难与其他技术路线 PK。但是具体哪种技术8 z y路线会最终跑赢目| . P 前较难下结论，需要看不同技术路线代表性公 司: H 7的研发进度。

 此外，机械式激光雷达依然有其用武之地。机械式激光雷达精度较高，信 息细节较丰富，对于自动驾驶出租公司或 Uber 等共享出行公司有特殊用途， 如搜集路况、交通甚至路边的建筑等信息，有助于路线设计等需求。

1.5 发展趋势：小型化、软件化、ASIC集成化

 在激光雷达固态化的同时，产e . $ @ | J {品的体积也随之越做越小，从初期测试阶段 车顶一个硕大的机械旋转式激光雷达，逐渐发展到手机大小甚至可以隐藏 在车身周边* ( t w，取消掉机械部件，固态激光雷达能够比机械式体积小很多。

 另一方面，激光雷达厂商从之前单纯的卖硬件，逐步搭配软件算法，打包 完整解决方案。

 更进一步，激光雷达厂商在尝试 ASIC 集成化，将激光发射器、探测z z , F器、 放大器等数百个电子元器件封装到 ASIC 专用芯片中，用单枚芯片实现整 体控制，能够有效减少零部件、缩小体积、降低功耗、极大的缩减成本， 目前 Velodyne、Quanergy、Leddartech、镭神、北科天绘等厂商都在朝 这个方向尝试。

1.6 供应商和Tier 1 抱团，国内企业技术量产同时发力

 目前激光雷达 2017Q & A t D h 8 F N 年全球车= o ( ~ 9 , r L用仅为千台量级，而且技术路线上尚未有定 论，国外厂商陆续在与汽车零部件一级供应商绑定合作开发，如 Quanergy 和德尔福、Ibeo 和采埃孚及法雷奥、Leddar Tech 及 TetraVue 和博世、 Innoviz 和德尔福及麦格纳、英飞凌收购 innoluce，国内激光雷达厂商也在 积极的与一级供应商及整车厂寻求合作，如果有能力尽早形成稳定量产能 力，配合国家自动驾驶相关政策的落地节奏，有机会成为车用激/ [ O o ~光& a y I X E b l雷达的 主流供应商之一。

1.6.1 Velodyne

 Velodyne 在车用激光雷达上处于领% 9 W n :先地位，公司 CEO 表示在车用市场公 司市占率高于 80%，谷歌在最早的自动驾驶原型车中使用的 LiDAR就是该 公司开发的。VelodyneY i ` N ? 激光雷达产品线丰富，包| ? v { t括 16 线束、32 线束、64 线J = _ [ v束及 128 线束等产品。

 1.6.2 Quanergy

 Quanergy 是固态激光雷达的领先厂商，目前已有 M8 和 S3 两款+ A x ! : V l c全固态激 光雷达。QuanH 0 Q 0 iergy 坚持 OPA（光学相控阵）的固态激光雷达技术路线， 并且认为 MEMS 存在微振镜这个9 m 2 m C } m $运动部件，不能算是真正意义上的“固 态”。

 价格方面，工业级客户产品需求与车规N J t ` .级差异较大，价格没有参考价值。 车规级产T @ r N %品尚未有批量出货， 2020 年产能到 10 万量级价格在＄250 左右。

 产能方面，2017 年年底总部产能可达百万台/年，根据客户订单情况预计 2018 年产量Q Y 4 g $ J ! 20 万台，大部分为 S3 型号。此外，计划中的中国新工厂预 计 2018 年投产，产能达到 1000 万台。总部和新l - o u * A ] R =工厂主要生产满足工业用 户需求的激光雷达，而与 Sensata 合作的常州工厂将于 2019 年 9 月起提供 量产车规级激光雷达。# k W = ; d 1 [

 综合 VeZ 2 ilodyne、Quanergy 两家的产能情况，激光雷达产能紧缺的时期已 经过去，但车规级产品的产6 X E ~ G % q ; (量提升还依靠汽车或 Tier1 厂商的需求。这中 间存在“鸡与蛋”的关系，即若没有汽车厂商量产 L3 或以上车型，则车规 级产品只有测试用途，产量不大，价格也会保持高位。如有量产 L3，激光 雷达厂商可以较快地响应需求，价格也会随产量提升而快速回落。

1.6.3 IBEO

 德国激7 6 t m 5 k 4 %光雷达公司 IBEO Automotive Systems GmbH 可以提供从激光雷达 到包括软l 4 A 1 0硬件的4 ( @ O * % + N 8整套 ADAS系统。全球首款 L3 级量产车奥迪 A8 的激光雷 达使用的就是该公司与 Tie 6 * ?r1 法雷奥合作开发的 4 线激光雷达 Scala。

 IBEO 的技术G l g =路线比较有特色，产品线包括 4 线和 8 线的机械旋转式激光雷 达。公司 CEO 认为，多线数激光雷达对_ i 2 - n计算要求高，面临散热、供电、车 规和成本问题，同时激光雷达应“聚焦”于重要目6 ( 8 v标，而非全覆盖聚焦， 因此公司将不会开发多线数旋T H % $ ~ .转式激光雷达，而将未来技术目标设定为 3D 固态激光雷达。2016 年 8 月D U y { j a L 2 4，顶级 Tier1 采埃孚收购了 Ibeo 40%的股份， 目标主要是与公司合作研发新型固| J / & k态激光雷达，计划 2021 年完成车规量 产。

 此外，公司在多传; V z感器Q u 5融合方面有较强的技术储备，公司建立“由于遮挡 等原因可能P g l 6获取信息受限”的数学Z 1 f [ k模型，解决了多传感器融合中“信息分 歧”和部分传感器失效的问题，开发G ( , S 4了一套多传感器融合算法。

国内公司

 在 2018 年 CES 上有 1w ? s j I6 家激光雷达公司参与，其中就有~ N ~ t 5 : Y x 4 家中国公司。 它们的产品技术路线略有差异，相对比较成熟，都已有成品。主要产品信 息如下：

……

二、毫米波雷达：全天候服务、不可或缺

 相比于激光雷达，毫米波雷达技术已经非常成熟，从上世纪 90 年l I z b { s代开始应 用于自适应巡航，2012 年英飞凌推出 2_ u W n4Ge ( + ? F d d _ aHz 单片雷达方案，陆续拓展到 ADAS 的各个功能模块，是现阶段的主力传感器，全球出货量早已超过千 万级。

 毫米波雷达凭借其可穿透尘雾、雨雪、不受恶劣天气影响的绝对优势，且 唯一能够全天候全天时工作的能力T F { n c = N 4 }，成为了自动驾驶不可或缺的主力传感 器；在 L3 级别中长距离毫米波雷达至少需要 4-5 个，L4/L5 级别A ! [ Q Z再加上侧 向需求，毫米波雷达甚至需要8 个以上。

 全球市场仍然是博世、大陆、德尔福等 Tier 1 把持，但随着 ADAS渗透率 不断提升，自主品牌车厂逐渐应用装车各个 ADAS 模^ q & . 2 * K z O块，国内毫米波厂商 在完善产品、搭建体系、稳定量产的过程中有机会切下一份蛋糕。

2.1 自动驾驶传感器不8 z G v ] , L可或缺的一部分

 毫米波雷达的优势在全天候工作，即不良天气、夜晚等环境下可以发挥作 用，而激光雷8 Z / :达会受雨雪+ 9 B * 8 = h雾霾的影响；并且毫米波雷达测距远，200 米以 上都轻易胜任，而激光雷达一般主流的在 150 米以内。

 缺点是分辨率低、较难成像，无~ 1 _ 6 e - o I 2法识别图像。

 由于毫米波雷达技术相对成熟，成本较低，并且在不良天气下表现良好. W ; g ` p 4， 因此将成为感| h Q c # S知设备中重要的一环。但由于其分辨率G f ] q & 3 s k较低，因此不能作为 激光雷达的替代品，而是激光雷达的重要补充设备。

2.2 毫米波雷达工作原理

 毫米波雷达发出和接收的实质上是电磁波，毫米波的频段比较特殊，高于 无线电，低于可见光和红外线，频率范围在 10G# G [Hz~200GHz 之间，属于 微波r = K ( H的范畴，波长在 1mm~1cm 之间，毫米波k C w W z的这个频段和波长范围及特 性适合车载雷达的应用。

 这个频段里很多频率区域的电磁波在空气里传播很容易被水分子、氧气吸 收，所以可用的就是几个典型的频段，开放给民用的有 24、60、77、= u g G ; 120GHz，24GHz是车载领域应用的最早的，现在 77GHz 特地划分给了汽 车防撞雷达。

 毫米波雷达通过发N x | = H 7 ? | r射电磁波并通过检测回波来探测目标的有无、距离、速 度和方位。由于毫米波雷达发射出去的电磁波是一个锥状的波束，造成了 本身的优缺点，优$ = | P X h b k点，可靠，因为反射面大，缺点，就是分辨力不{ & L x高。

 与激光雷达相比毫米波雷达会有很多测量短距离的q ^ t C ! 6 i场景，如侧向警示、倒 车警示等，因此主要以 FMCW调制方法来测距。主要原理是，通过振荡器 形成持续变化的n b ` l ?信号，而发出信号和接收信号之间形成频8 D s - ]率差，其差值与 发射-接收3 ; H %时间差成线性关系，只要通过频率差就能计算车辆与物体距离。

 毫米波雷达测速和普通雷达一样，有两种方式：一个基于多普勒原理，当 发射的电磁波和被探测@ j a @ f l /目标有相对移动、回波的频率会和发射波的频率不 同，通过检测这个频率差可1 + [以测得目标相对于雷达的移动速度。但是这种方法无法探测切向速度；n = k c r 4第二种方法就是通过跟踪位置，进行微分得到速 度。

 毫米波雷达对方位的探测，原理就是使用较窄的波束，因为目标出现在大 范围波束中无法精确判断方位，手段就是利用毫米波雷达波长短的特性， 大量使用阵列天线来构成窄波束，t j ( T q 3 v 5车载雷达在 3~5，有效提高了方位精 度。

2.3 毫米波雷达应用

 毫米; A } I = b波 ! 0 # o 5 ` s k雷达在 ADAS 上应用大致分为前向雷达和后向雷达，前向包含自适 应巡航 ACC、自动紧o - = / B L急制动 AEB、前方碰撞预警 FCW、主动车道控制 ALC、行人检测系统 PD, E d 6 7 ! c ) 8S，后向包含盲点监u # =测 BSD、变道辅助 LCA、后 方碰撞预警 RCW、开门报警 DOW、倒车碰撞预警 RCW等等

2.4 市场格局及本土化优势- . c b e ; 3 j

 毫米波~ & ! a I v 2 ` ^雷达] h ~ H D ) W目前基本为国外一级供应商厂商垄断，这部分市场 Tier1 与主 流车厂绑定较紧密，例如大] 2 A ^ G K J .陆、博世、海拉、德尔福、奥托立夫等，核心 元/ 1 , R - o ~ h器件也主要| 5 q x / ) k N l被英飞凌、德h 8 B } 5 ;州仪器、意法半导体、亚德诺半& r 2 p R导体等垄断。

 而随着国内自主品牌车厂开始陆续推出 ADAS 车型，ADAS 国内渗透率提 升，国内毫米波厂商在完善产品、搭建体系、稳定量产的过程中有机会切 下一份蛋糕。像华域汽车这样的国内 Tier1，还有德赛西威这一类汽车电子 起家的大供应$ y 7 K商，9 1 b Y q都在布局发力毫米波雷达，另外还有一批初创企业，如 行易道、苏州豪米波、深圳安智杰、深圳承泰、纳雷: V 3 * A 科技、南京隼眼、苏 州V V *安智、杭州智波等等。

国外毫米波雷达供应商

 博世的毫米波雷达主要以 77GHz 为主，覆盖的面比较广，有长距（LRR）、 中距（MRR）以及用于车后方的盲点雷达。博世的方案集成度高，直接能 够输出的是对汽车执行层的控制信号，通常是与车企合作，定制开发f 8 0 ` , T 8多功 能的模块。

 大陆在毫米波雷达产品方面既有 24GHz，也有 77GHz，戴姆勒的 77GHz 毫米波雷达主要由其供应。

 德尔福以 77GHz毫米波雷达为主，采用较为传统的硬件方案，成本较高4 H @ R +。

 奥托立夫以 24GHz盲点监测、变道辅! n # 0 q &助雷达为主，主要客户是戴姆勒奔驰， 其车辆基本标配了变道辅助雷达。

国内毫米波雷达供应商

2.4.1 华域汽车

a v W ~ 2 e J 2017 年底国内首款自主研发、具有独立知识产权的 24GHz 后向毫米波雷 达实现量产，前向、后向毫米波雷达通过冬季极寒工况试验，自动泊车系 统完成D o O ( x车位扫描、路径规划、整车控制、路径跟随算w d ? ` y z法等开发。

2.4.2 德赛西威

 已完成 24GHz毫米波雷达样品开发，77GHz毫米波雷达还在研发中。

2.4.3 行易道

 公司国内最早推出 77GHz 雷达，近主流7 Y - f . _ y k x市场的 77GHz 中近程雷达 2017 年底量产，77GHz 远程雷达（用于重型卡车、大型巴士等，作用距离 200 米）将在 2018 年推出。此外，公司与意法半导体，中科院电子所微波成 像国家重点实验室三方成立联合实验室，推动 79GHz 雷达 2019 年前进行 产品化。

2.4.4 承泰科技

 承泰科技f 0 ) . / & {成立于 2015 年 4 月，并立项研发 77GHz 汽$ H 8 |车毫米波雷达，目前 公司在# i Z o ( H k 0研发 77GHz 汽车毫米波雷达上也取得突破，已在内部测试| s { j阶段，4 R D ; y 2017 年 9 月份推出外部测试。沈阳承泰的核心成员基v B d @ n J & ] x本上是来自于华为， 团队曾成功h F { U研发 WLAN 综测仪，填补了国内 WLAN 综测仪的空白，成功 突破国外仪表厂家对 Wi-Fi/BT 射频物理层信号综合测试技术构建的壁垒。

2.4.5 苏州豪米波

 公司所生产的 24GHz 毫米波雷达系列产品，性能及各项系数达到同行 77GHz产品, 4 + +水平，同时价格优势明显。24GHz产品技术成熟、量产稳定， 目前公司产能达到 1 万套/月。

 苏州豪米波计划在 2019 年z 2 w对 79GHz 毫米波雷达进行量产，价格会在 200 美金以内。目前博世称 2019 年会开始在欧美S X V市场提供 79GHz 的产品，虽 然大陆、德尔福也在研发该频段的毫米波雷达，但都未宣布供货. D 2 U时间，而 且在芯片获得时间上，79GHz和 77GHz的芯片都要 2019 年才能大批量供 货。公司认为，与其在零部件巨头已经量产成熟产品的 77GHz 杀成红海， 不如在下一代毫米波雷达产品上抢占先机。

2.4.6 纳雷科技

 公司采取. n y p p与 Tier 1 厂商大陆合作的t 1 m H p 8 .方法进入 77GHz毫米波雷达的竞争。

三、车载摄像头：ADAS 主流传感器、B 5 3 y 7 . X自动驾驶的眼睛

 摄像头技术最为成熟，车载应用起步最早，在 ADAS 阶段作为绝对主流的 视觉传感器，根据功/ : 0 / R能不同需要 4 个到 8 个摄像头，应用在车道V 1 N . K监测、盲 点监测、障碍物监测、交通标志识别、行人识别、疲劳驾驶监测、L T y R k j f :倒车影 像、360 全景影像等等。

 进入自动驾驶时代，由于摄像头独有的视觉影像识别功能，能够模拟人类 视野，利用多个摄像头合成周围环境，还能识别颜色和字体，进而能够识 别交通标志m 2 8 D、行人、物体等，是名副其实的自动驾驶的眼| X ? Q *睛；并且，还可 以作为其他传感器失效的冗余系统，增加自动驾N : v S $驶系统的安全性；根据多 传感器系统的融合5 | ; I，摄像头需要至少 6 个以上。

3.1 车载摄像头概述

 车载摄像头是 ADAS 系统的主要A # 0视觉传感器; m，镜头采集图像，由内部感光 组件电路及控制组件对图像进行处理并转化为数字信号，从而感n v ] 9 ` u o + {知车辆周 边的路况情况、实现图像影像识别功能。

 车载摄像头包v f ; ; & y g 2括单目摄| t r { : h 2 |像头、双目2 X { 9摄像头、广角摄像头等。ADs e yAS 阶段单 目摄像头应用较多，L3 以后，需要多个摄像头配合。

 虽然摄像头分辨I ` * V d y率高、功能齐全，但是它录入的是图像信息，数据量较大， 较依赖图像识v o P 3 + 1 4别，相比激光雷达的点云，对计算机的要求高很多，这也将 提高整体成本。因此摄像头获取的图像信息将主要负责交通标志识别、物 体性质和颜色识别等少数领域，作为激光雷达和毫米波雷达的补充。

 车载摄像头的发展方! % o : { [ e )向是不断提升行人或物体的正确识别率，目前仅为 95%；在恶劣天气条件下，如雨雾或低角度阳光照射下增强摄像头的鲁棒 性；加大摄像头的探~ I R H测距离至 2d l {50 米，目前仅有 120 米范围。

3.2P d p 1 摄像头1 u , T ) F S产业链

 车载摄像头主要由镜片-镜头组；晶圆-CMOS 芯片；模组、DS! q ; D k o B 2P 和系a 5 J 2 - X t 8统集 成等构成。摄像头属于较成熟的产业，目前产业内的龙头? R + 3 U 3企业由于成本、 技术和客户等优势，新进入者不容易获得竞争优势。

 传感器 CMOS 方面，日韩高科技_ o K企业垄断，索尼、三星两家市占率之和超 过 50%。

 图像处理器 Dm { M 7 %SP 方面，主要供应商为德州仪器（TI）、 Mobileye、华为海 思等，其中德州仪, % % P c P z & ,器（TI）技术积累最深厚、市占率最高。

 镜头组方面，作为车载摄像头的核心原件，其品质由焦距、视场角、光圈、 畸变、相对照度、分辨率等指标进行衡量，镜片加工、镜头组装的核心是 精密加工、光学设计能力。舜宇光学市占率最高，占车载镜头组国内市场 50%以上。

……= O Q Z H U

四、主要车企和造车新势力多传感器解决方案

4.1 主要车企多传感器方案：积极布局、以最合理的方案量产装车为目标

 从车厂来说，对待自动驾驶更慎重，大家都承认自动驾驶会是= B Q Z未来，但发 展自动驾驶的前提是不[ { { 8 6 G Y 1能影响现阶段的产品开发与销售。

4.1.1 L2 级方案：特斯拉z K 2 1 Autopilot

特斯拉的方案类似于互联网公司及消费类产品的迭代方式，每一台特斯拉E 9 Y都 会配置当时最8 { 2 : C [ 0 - J新的硬件，然后 / O s通过 OTA 不断更新固件，获得更完善的驾驶辅 助或自动驾驶功, ) y d 7能。庞大的用户群可以源源不断地供给真实路况的驾驶数据， 帮助 Autopilot 训练和迭代算法。目前 Autopii . [ n 7 w z ; 8lot 已经推出 1.0 和 2v n ! n a h :.0版本。

Autopilot 相当于 L2 级别的自动驾驶w d ，能够根据交通状况调整车U f c W速；保持在 车道内行驶；自动变换车道而无需驾驶员介入；从一条高速公路切换至另一条； 在接F P (近目的地时驶出高速；在接近停车场时自动泊车。

4.1.2 L3 级方案：奥迪 A8 AI

 是市场上第一款具备 L3 级别自动驾驶能力u j R I I M的量产车X # z L } 0 J，在某些特定情况下， 如在停车和驶离、时速 60 公里以下行驶或交通拥堵时，该系统将接管奥迪 A8 的Z 5 i 2 | ~ s A驾驶操控，而驾驶员则无需持续监控车辆的驾驶与运行9 $ w s g : [。

 整个自动驾驶系统由安全电脑、仪表盘、NMI 用户交互导航系统、电子刹 车助力 Brake Boost、电子稳定系统 ESC、电子转向控制 EPS、发动机控 制单元、变速箱控制单元、车身电脑、后轮转向系统、网关 Gateway、电 子悬挂2 b w 5 } _ 1控制平台 EEP 和中央自动驾驶控制器 zFAS组成。

4.1.3 L4 级方案：通用 Cruise AV

 2018 年 1月 11 日，通用联合 Cruise Automation 对外公布了其第四代无G X 9 d 0 j 0 h L人 驾驶汽车概念原型，这款车称为 Cruise AV，由 Bolt EV改装而来，里面没 有方向盘、制动和油4 r G I 4 ! 5 { P门踏板。通用希望在 2019 年，就能够将这K 0 `款车型投 入到它l X % : Y x j ) =们的共享出行车队使用。

 传感层配置包括 5 个1 ^ h X激光雷达、21 个毫米波雷达和 16 个摄像头：

 5 个激光雷达：Velodyne 的 VLP16 16 线激光雷达；

 21 个毫米波雷@ Q A达：12 个 79GHz 毫米波雷达由日本 ALPS 提供，2 个 前向 2 个后向长距离毫米波雷达推测由德国大陆提供，型Y . - K q v P k号可能是 ARS-408；5 个高分辨率毫米波雷达由* 5 .德国博世提供，主要n + 6 N 3 } 7是车两侧 和正前方。

 16 个摄像头：车顶 10 个，包括一个基线长大约 8 厘米的双目摄像头， 8 个 360 度环视摄像头，O : K g摄像头周围均有红外 LED，可以在低照度甚 至黑夜下工作。 i A , Q车内后视镜位置有一个非无人驾驶版k % j a Bolt 的单目摄像 头，车辆最前部位置有一个长距离单目摄像| w ` 9 0 8 S 2 d头。车外后视镜和车后部 各两个摄像头。

4.1.4 其他代表车型智能驾驶方案

 不仅奔驰 GLC 等豪华车型配备` h ~ K $ N r E f了 ADAS 系统，如奔腾 SENIA R9 属于紧 凑型 SUV，顶配版本仅 12.59 万元，同样配备了 ADAS系统，而且功能还 相当完备，不输于豪华车型。说明随着 ADAS 系统的普及，l o 1 3 C 3越来越多的车型可以享受到技术带来的便利，同样说明车载摄像头、毫米波雷达等传感 器将迎来R J L高速增长阶段。

 但是中国供应商目前尚未进入乘用车 ADAS 的供应商目录，以吉利博瑞 GE——一款国产 B 级车为例，该车 ADAS 系统摄像头使用的是博世 MPC2，77GHz 毫米波雷达是博世 MRR 中距雷达，尚未有国内供应商在 列。其中，77GHz 毫米波雷达国内还几乎没有厂商能够量产，离进入整车 厂供应商目录还有较长的距离。

4.2 造车新势力方案：ADAS标配、扩展向自动驾驶进发

 2018-2019 年是o A z h _ 6 X S g造车新势力首款量产车型下线的时间，大部分车型都配备 了! n b r a ADAS 功能，解决方案包括数个摄像头、毫米波雷达和超声波传感器等， 少数方案安装或预留激光雷达位置。

 对比主要造车新势力近期量产车型不难发现，绝大部分车企按照循序渐进 的方式，从 ADAS 功能逐步“进化”到更高级的自动驾驶功能。这同时符 合了自动驾驶技术的发展、政府政策法规的完善以及消费者的接受程度。

……

4.3 造车新势力 Vs. 知名车企

 对比] V + ] Q e特斯拉、奥迪、蔚来和拜腾的自E e C e } W -动J + c y驾驶解决方案，蔚来与拜腾基本K F : 0沿 袭了特斯拉的解决方案，以毫米波雷达和摄像头为主。原因是激光雷达的 成本较高，而且使用低线束激光雷达也只能在有限场景下达到自动驾驶的 能力，与毫米波雷达+摄像头的解决方案差距不大。当然，2020 年以后随 着自动驾驶软硬件的成熟，造车新势力与知名车企均有安装激光雷达并向 高级别 L4 以上自动驾驶发展的计3 Q % F % z k y R划，例如拜腾已预留了 BYTON LiBow前 后向弓形激光雷达系统的位置，并与自动驾驶技术公司 Aurora 共同开发 L4 级别的自动驾驶方案，计划在 2020 年底达到 L4 级自动驾驶能力。

 短期内自动驾驶& , &系统z - 8 S Y成本较高，主要原因有以下两点：

 自动驾驶芯片设计制造技术由国外U k k 1 U @ T $垄断，如 Intel（Mobileye）、 NVIDIA 等，国内还没有自主研发和生产H K F H 7 9 ; e能力，由于半导体发展规律短 期国产产品也几乎不可能达到自动驾驶车的技术要求，因此将长期Y _ 9 8 L 7占 据自动驾驶系统乃至整车的较大比重。自动驾驶芯片成本至少在 1 万 美元以上，甚至达到 1.5 万美元以上；

 短期内激光雷达价格较高，即使奥迪的四线雷达成本也需数千美元， 更多线束雷达成本更高。目前只有极个别厂商的激光雷达能达到车规 级别，大多数在产能产量、产品质量和寿命上都还没有达到车规要求， 因此至少到 2020 年前还将保持高成本状态。

4.4 长期形成“闭环运营”和“软件系统”两类自动驾驶供应商

 2020 年以后 L4 及以上级别的自动驾驶功能将登上舞台，届时可能形成闭 环运营商和开源技术合作平台两类主要商业模式。

4.4.1 未来的闭环自动驾驶车运营商——谷歌 Waymo

 Waymo 与克莱斯勒合作的车型中，一辆车装有 5 个激光雷达，分别为前部 3 个，顶部 1 个和尾部 1 个；毫米波雷达 4 个，前后部各 2 个；摄像头 1 个J E ` b 8，位于顶部；其他补充传感器 1 个，位于顶部。由于是测试车辆，安装 传感器数量较多，配置冗余比较充分，成本也较高。

4.4.2 自动驾驶的安卓系统——百度 Apollo

 2017 年 4 月发布 Apollo 计划，在百度内部把车联网、Lv 9 5 m # f s3、L4 各部门整合 在一起加强了竞争力，在外部充当了中国自动驾驶的旗手，召集起一个大 联盟，把车企和供应商都囊括. 8 : f T进来，一方面加强联盟内的合作，另一方面 寻求与政府合作、吸收外部资金。

 Apollo 平台是一w F q Q 5 ! @套完整的软硬件和服务系统，包括车辆平台、硬件平台、 软件平台、云端数据服务等四大部分。旨在向汽车行业及自动驾驶领域的 合作d g 7 R伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬 件系统，快速搭建一套属于自己的完整的自动驾驶系统。

 硬件层面：

 计算中心：Neousys Nuvo-6108GC，x86 架构的工业控制计算机；

 CAN 通信卡：ESD CA{ G X E ~N-PCIe/402-B4，与汽车执行层进行信号通信；

 GPU 和 IMU：NovAtel SPAN-IGM-A1 或者 NovAtel SPAN ProPak6 和 NovAtel IMU-IGM-A1，进j ~ # r行 GPS定位和惯性定位；

 激光雷达：Velodyne HDL-64E S3，扫描距离达到 120 米，水平 360 度扫描，垂直 FOV26.9 度；

 毫米波雷达：大陆集团的 ARS408-21，车辆前端探测；

 摄像头：Leopard Imaging LI-USB30-AR023ZWDR。

 对o p e 2 p比 Waymo，百度的 Apollo 平台以提供软件和技术为主，相对是“轻资 产”的商业模式。优势是以人力资源为主，提y ( q W供软件和技术，不涉及工业 生产，P _ _ $ 8 $ ` { l不占用大量资本金。劣势同样明显，以技术开源，为不@ w - Q D同客户定制 化研发系统的商业模式壁垒较低，如果有其他有技术特点的创业公司发t @ B }展 较快，可能影响自身的市场份额。

五{ Z 2 8 j、投资建A Z J , & t + %议

 造车新势力方面，建议关注车辆量产“赛道”领先和配备 L2 级别以上智能 驾驶系统的蔚来汽车、小p m R e g 6鹏汽车，主要关注量产车落x 2 V地后消费者的反馈和 体验，跟踪销售情况；同时关注高端车领域的领先者拜腾汽车，关注其量 产计划是否达到预期；

 自动驾驶系统方面，短期建议关注上市公司德赛西威、华域汽车t s i Q m [布局毫米 波雷达的情况及舜宇光学科技、欧菲E 5 4科技等B Y s l e l %公司车载摄像头的出货情况w f 4 K - % O T；

 中期建议; D L # 7关注激光雷达领先生产商如 Velodyne、Quanergy、Innoviz、 禾赛科技、速腾聚创等公司，主要关注产品研发进度、车规级标准申报情 况等；

 长期自动驾驶逐步实现的过程中，会形成自动驾驶运营的平台R # S % v I F q !型公司，若 自身技术能力强大则会形成一定垄断地位，如 W, O . Q l v ] caymo；或形成基础技术 开源合作形w @ l K b P成的共享型平台公司，如百度。后者需关注其他具有较强研发 能力的公司在提供定制X + m S y ~ r j #化自动驾驶系统业务上形成的竞争。

（报告来源：国金证券）

获取报告请登陆未来智库www.vzkoo.com。

立即登录请点击：「链接Q ( 3 q : w b Q」