目前，激光雷達技術的高成本使得它主要成為20萬元以上車型的標配。例如，小鵬和蔚來等品牌的旗下第二款車型已經決定不再使用激光雷達。然而，隨著制造商之間的競爭加劇，預計成本將大幅下降，未來更多車型可能會配備激光雷達技術。

在一篇題為《邁向高階智能化關鍵，前瞻布局把握行業脈搏》的行業報告中，分析師們從歷史的演進、當前的發展趨勢以及行業的最新動態等多個維度，全面分析了激光雷達領域的最新進展。

1.發展歷程

最初，激光雷達技術主要被科研人員和測繪專家所采用，并逐漸在工業檢測和自動駕駛車輛等領域得到試驗應用。隨著技術的不斷進步，激光雷達的架構也在不斷創新，從最初的單點掃描發展到了多線掃描，同時其機械結構也正在向更穩定的半固態和固態形式轉變。

如今，激光雷達技術主要被應用于自動駕駛汽車和機器人等前沿領域。與此同時，新能源汽車制造商和激光雷達生產商正在加快將激光雷達技術商業化，推動其在汽車產業中的廣泛應用。此外，激光雷達技術也在向集成化、陣列化的方向發展，以提高其性能和降低成本。

產業鏈概覽

在激光雷達產業的垂直結構中，上游環節集中于激光發射器、接收器、信息處理算法以及掃描機制等關鍵組件的生產；

中游則由諸如禾賽科技、圖達通等激光雷達系統集成商構成；而下游則是激光雷達的應用層面，涵蓋了自動駕駛、機器人技術、高精度地圖繪制和測繪等多個領域。

近期，國內激光雷達制造商紛紛與本土汽車制造商建立合作關系，推動了大量的前裝量產項目。

激光雷達應用領域

激光雷達技術在高級輔助駕駛（ADAS）和車聯網等汽車應用領域以及機器人技術方面得到了廣泛應用。根據灼識咨詢的預測，激光雷達在車端市場的規模預計在2023年將達到百億元，并有望在2025年超過千億元。

在汽車領域，由于應對的場景復雜度不斷提升，對激光雷達的性能要求也日益增高。激光雷達的發展歷程從L4級自動駕駛測試車輛開始，逐漸發展到高端乘用車的標配，并在成本合理時向中低端車型普及。

另一方面，激光雷達在機器人領域的應用主要集中在一些相對簡單的封閉環境內，如園區等。

目前，激光雷達技術正處于高端乘用車標配的階段，這個時期的關鍵在于汽車制造商的交付能力和工程化實施情況。同時，隨著技術的成熟和競爭的加劇，價格競爭也已經開始逐步展開。

終端分析

自動駕駛

自動駕駛技術的進步正在引領交通行業的革命。據專家預測，激光雷達技術將是實現自動駕駛達到L4+級別的重要因素。預計到2024年，激光雷達在汽車行業的應用比例將首次突破1%。

機器人

激光雷達技術在機器人領域的應用極大地提高了其作業的安全性和生產效率。在高原科學考察、智能巡檢、消防救援、智慧農業等專業領域，由于攝像頭感知算法難以適應復雜地形中的不規則障礙物識別，且傳統毫米波雷達在精度和分辨率上存在局限，激光雷達的高精度三維成像能力因此顯得尤為重要。

激光雷達技術通過為不同類型的機器人提供超越人類視覺的感知能力，正在助力各行各業的安全作業和生產效率的提升，推動社會智能化轉型的深入發展。

整體市場概覽

1、車載激光雷達行業預計將迎來快速增長。根據數據顯示，2022年，全球激光雷達市場在汽車和機器人領域的規模分別達到了34億元和82億元。灼識咨詢的預測顯示，2023年，全球車端激光雷達市場規模預計將快速增長至106億元，并且預計到2030年，整體市場規模將超過一萬億元人民幣，機器人端的市場規模也有望達到2162億元。

2、中國有潛力成為全球激光雷達市場的領軍者。中國擁有世界上最大的新能源汽車市場，同時本土激光雷達制造商也在不斷與國內車企合作實現量產；此外，各類機器人產品在中國也正處于快速發展階段。灼識咨詢的分析預測指出，2022年，中國在全球激光雷達市場占據了約三分之一的份額，預計到2030年，中國將繼續引領激光雷達市場的發展。

2.發展態勢

1、激光雷達主要優點

激光雷達技術的顯著優勢體現在其高探測精度和廣泛的探測范圍。相較于其他方案，它能夠提供更為精準的環境感知和實時三維建模能力。

攝像頭技術在商業應用中得到了廣泛普及，其優勢在于能夠捕捉到豐富的色彩和細節信息。然而，這種技術的成像效果受到環境光線條件的較大影響。

超聲波技術因其成本較低而受到一定應用，但其感知距離較短，且容易受到外界環境的影響，因此主要被用于停車輔助等近距離應用場景。

毫米波雷達技術雖然具有較強的抗干擾能力，但其感知精度有限，且無法實現圖像級的成像效果。

綜合各項技術特點，激光雷達憑借其高精度、廣范圍和穩定性，以及對周圍環境進行實時三維建模的能力，已成為當前最為重要的感知技術方案。

2、激光雷達模塊結構及BOM拆解

在車載激光雷達系統中，核心組件包括激光發射單元、掃描機構、接收單元以及數據處理控制單元。這些部件協同工作，確保激光雷達能夠精確地探測和分析環境。每個組件的設計和功能都可以根據不同的技術路徑進行優化。

激光雷達的分類方式多樣，其中最廣泛采用的是基于其掃描機制的分類方法。根據掃描系統在機械結構上的不同，激光雷達主要分為三類：機械式、混合固態式以及完全固態式。這種分類反映了激光雷達技術的發展趨勢，從最初的機械式掃描向更高效、更穩定的固態式掃描轉變。

在激光雷達的物料清單（BOM）中，光電系統占據了成本的大部分。特別是發射和接收模組，它們包含了多個激光發射器、光學鏡頭和探測器，其體積和重量顯著超過了時間和控制模組。隨著激光雷達性能的提升和需求規模的擴大，廠商通過將分立的光學芯片及其配套元器件高度集成，不僅能夠優化產品形態和生產工藝，還能促進產能擴張和成本降低。

3、激光雷達運作方式及核心性能指標

激光雷達的工作原理是基于飛行時間測距法（ToF），通過發射和接收激光束，分析激光束撞擊目標對象并反射回來的時間，從而精確計算出物體表面與探測源之間的距離。通過在空間坐標系中為每個激光點賦予角度信息，可以構建出三維坐標。隨著激光束數量的增加，探測源能夠利用這些點的相對位置來描繪出三維空間中物體的詳細結構，這就是激光雷達所生成的點云數據，也就是其三維視覺能力的基礎。

4、關鍵指標

激光雷達的性能優劣與其視場角（Field of View，簡稱FoV）和角分辨率密切相關。

視場角衡量了激光雷達所能覆蓋的視野范圍，這一參數直接影響了設備的觀測廣度。具體而言，較大的視場角意味著激光雷達可以探測到更廣闊的區域。

角分辨率則描述了激光雷達在掃描過程中，相鄰兩個激光點之間的角度差。在水平和垂直方向進行掃描時，角分辨率越細，意味著在相同的空間角度內可以分布更多的激光點，這直接提升了雷達對目標的分辨能力。

簡而言之，視場角定義了激光雷達的探測范圍，而角分辨率則決定了雷達在探測過程中對細節的識別能力。

5、技術路線演進

1）傳統的機械式激光雷達

Velodyne是首個將機械式激光雷達應用于車載設備的企業，通過將激光發射器垂直排列并實現 360° 旋轉，進行環境掃描并生成點云圖。然而，機械式的設計使得更清晰的圖像需要通過增加發射源和接收器的數量來實現，這導致激光雷達的體積和成本難以控制。此外，復雜的運動結構限制了機械式激光雷達的耐用性和成本控制。傳統的機械式激光雷達需要通過復雜的機械結構實現高頻準確的轉動，使其平均失效時間僅為 1000-3000 小時，遠未達到車規級設備最低 13000 小時的要求。同時，硬件成本居高不下也限制了該類產品在車端的量產推廣。此外，機械式激光雷達需要布置在車身最高點以避免旋轉時被遮擋，這對車輛造型造成很大影響，且凸起的雷達更容易受損。因此，機械式激光雷達的主要應用領域為自動駕駛公司 L4+ 技術測試。

2）混合固態激光雷達

混合固態方案的出現標志著激光雷達量產上車時代的正式開啟。與機械式激光雷達相比，混合固態激光雷達的掃描范圍僅覆蓋前方一定角度內的區域，雖然其內部仍存在一些較小的活動部件，但在成本、體積等方面更容易得到控制，目前已在車用領域量產搭載。典型的半固態方案分為一維掃描和二維掃描，兩者都通過內部運動的反射鏡來改變激光方向。一維轉鏡式方案脫胎于機械式激光雷達，具有更廣泛的應用成熟性，在自動駕駛中應用廣泛。一維掃描的本質是在機械式激光雷達的基礎上，將發射模塊和掃描模塊分離，保持收發模塊不動，通過電機帶動轉鏡運動，將激光反射到不同方向，實現一定范圍內激光的掃描。二維掃描方式則通過靈活的光學結構設計，利用少量的激光器實現等效更多線束，降低成本。二維轉鏡方案如多邊形棱鏡可以讓光源實現水平掃描，而同時縱軸擺鏡則可以改變光源的垂直掃描方向，如此僅需一束光源，就可以完成機械式雷達若干個光源才能完成的掃描任務。MEMS 振鏡方案則是將掃描結構進一步簡化，利用懸臂梁使厘米級振鏡在橫縱兩軸高速周期運動，改變激光反射方向，實現掃描。我們認為，盡管 MEMS 振鏡和二維轉鏡的結構存在差異，但它們的核心思路都是通過靈活的掃描模塊設計，減少激光器的使用，進而推動降本。混合固態激光雷達可選技術路線呈現多元化，一維轉鏡方案利用低速轉動的反射鏡改變光線方向，獲得視場角覆蓋，提升了穩定性和可靠性，并通過芯片化實現高線束掃描。我們認為該方案在應用原理和架構上較為成熟，選擇該方案的典型企業包括禾賽科技等。相比之下，二維掃描方案則能夠通過靈活的掃描模塊架構，在減少激光器的同時實現等效線束。在實際的二維掃描方案設計中，不同廠商的具體掃描架構會有所區別。

6、發展趨勢

“降本、量產、上車”是激光雷達一直以來的三個核心關鍵詞。激光雷達自誕生以來，其成本便隨著路線迭代持續下探，直至近年來混合固態方案將激光雷達推向百元級水平（美元）。在當前L2+自動駕駛持續滲透的背景下，混合固態激光雷達成為各大頭部激光雷達廠量產上車的主流。

在混合固態激光雷達方案下，其結構的“模塊性”會更加突出。根據此前對幾大頭部廠商旗艦產品的介紹，很明顯混合固態方案下，掃描模塊在“解綁”發射模塊后，各廠商的掃描方案選擇靈活多樣。混合固態的細分路線會持續發散直至純固態方案充分成熟后發生突變式收斂。

而激光雷達算法相較其他方案不僅有更準確的精度，通過激光雷達的輔助還可以進一步提升融合方案的精度上限。純視覺方案的分辨率雖然可以足夠高，但很多場景由于訓練數據集的有限性及物理性能的局限，系統的安全冗余度還遠遠不夠。

根據行業權威數據集Nuscenes感知算法評測顯示，通過使用激光雷達的算法，平均精準度（mAP）數值相比純視覺有明顯提升；同時在針對目標跟蹤精度測試上，純激光雷達方案有著更好的成績，且融合方案也進一步將得分從70%提升至75%。未來多方案融合有望成為主流。融合方案的本質在于不同傳感器在不同的場景下發揮效能，互為冗余，確保駕駛安全。

3 、行業動態

1、從安全性向功能性轉變，NOA加速激光雷達上車進度

眾多新興汽車制造商陸續宣布了其高級輔助駕駛系統（通常稱為NOA或其他名稱）的開放時間，其中激光雷達作為關鍵組件的重要性不斷上升。目前，高級輔助駕駛系統正在從高速公路和高架橋等場景逐步擴展到日常通勤和城市全區域，激光雷達的顯著作用日益凸顯。隨著新興汽車制造商的車型規劃逐步實施，預計城市NOA功能將在2024年之后迎來快速發展階段，這也將加快激光雷達在車輛中的普及速度。

新興汽車制造商在激光雷達集成車型方面的推出速度不斷加快。在國內智能駕駛技術的快速發展背景下，特別是高速公路和城市NOA的快速推廣，激光雷達的搭載數量實現了顯著增長。

根據佐思汽車研究最新的報告，2023年1-7月，國內乘用車前裝標配激光雷達的數量達到了20.2萬臺，同比增長了523.3%，預計全年搭載量將超過35萬臺。

佐思汽車研究院的統計顯示，2022年全年，國內共有18款新車型新增了激光雷達配置；而進入2023年，搭載激光雷達的新車型數量進一步增加，激光雷達的普及速度正在加速。

2、本土廠商強勢引領，影響力持續增強

隨著激光雷達技術的不斷成熟，國內企業正在成為推動其上車應用的主力軍。自2021年起，眾多主流汽車制造商開始在車型中裝配激光雷達，截至2022年，已有超過十萬輛搭載激光雷達的汽車交付使用。在2023年的上海國際車展上，近四十款車型展示了激光雷達的應用，其中速騰聚創憑借其18款搭載車型在行業中占據了領先地位。

國內市場對激光雷達的前裝標配交付量呈現出了迅猛的增長態勢。根據蓋世汽車研究院的數據，2023年一至五月，國內激光雷達的裝機量達到了13.14萬顆，禾賽科技以接近6.5萬顆的裝機量位居國內首位。而根據高工智能汽車研究院的數據，2023年一至九月，國內乘用車前裝標配激光雷達的交付量已飆升至超過30萬顆。

國內企業通過不斷強化激光雷達在汽車行業的應用，已經積累了顯著的國際競爭力。根據Yole Intelligence的統計數據，2021年全球乘用車領域激光雷達市場的規模僅為0.44億美元，而在2022年這一數字激增至1.69億美元。禾賽科技和圖達通在2022年的市場占有率分別達到了23%和28%。在無人駕駛出租車領域，禾賽科技的市場份額進一步鞏固，達到了67%。

中商產業研究院引用Yole的數據指出，從營收角度來看，2022年禾賽科技、圖達通、速騰聚創和覽沃科技這四家國內主要企業共占據了全球約73%的市場份額。根據汽車之心的預測，2023年激光雷達的出貨量有望突破50萬顆。

3、市場潛力巨大，當下正處于高速增長初期

中國作為擁有巨大終端市場需求的市場，為激光雷達技術的發展提供了巨大的潛力。進入2023年，智能汽車的銷量持續以較高的同比增速增長。與此同時，智能汽車在新能源乘用車市場中的滲透率在2023年每個月都比2022年同期提高了近10個百分點。到了2023年11月，智能電動汽車在新能源乘用車市場的滲透率成功超過了90%，達到了91.6%。

根據Canalys的數據，L2+輔助駕駛應用場景的不斷擴展，特別是在占消費者超過75%駕駛時間的城市場景中的應用，是中國高階ADAS車型銷量增長的關鍵因素。在2023年前三季度，中國的L2+汽車銷量遠遠超過了美國和德國，而且涉及的汽車品牌數量達到了37個。

在滲透率穩步增長的情況下，激光雷達在新能源汽車端的需求預期正在增長。正如先前所提到的，純固態激光雷達具有更出色的綜合性能和成本降低的潛力。目前已經通過補盲方式開始在車輛端應用，預計隨著技術的成熟和激光雷達整體規模量產，未來有望成為市場的主流選擇，并推動整個行業的需求量向更高級別增長。隨著滲透率的提高和單車用量的增加，激光雷達的車端需求預計將實現快速增長。

審核編輯 黃宇