1.感知篇拆分

整个车载感知系统主要包括环境感知，车身感知与网联感知三大部分，就像汽车的“眼睛”一样。

环境感知的对象是附近的车辆、车道线、行人、建筑物、障碍物、交通标志、信号灯等；通过四大硬件感知传感器：车载摄像头，毫米波雷达，超声波雷达，激光雷达获取周边交通数据。采用多传感器融合方式进行感知，利用不同传感器的优劣互补提升感知精度。

1.1 车载摄像头

1.1.1 关键概念与定义

车载摄像头是指安装在汽车上的摄像设备，主要用于采集和处理车辆周围的图像信息，实现对环境的感知和分析。车载摄像头是自动驾驶汽车的重要传感器之一，也是智能驾驶辅助系统（ADAS）的核心组成部分。根据安装位置和功能不同，车载摄像头可以分为前视摄像头、后视摄像头、环视摄像头、侧视摄像头、内视摄像头等。车载摄像头的技术要求较高，需要在各种复杂的工况条件下保持稳定的工作状态，同时具备高分辨率、高动态范围、低照度、高帧率等性能指标。

优点：成本低且技术成熟，便于集成和维护；采集信息的丰富度高；

缺点：受光照和环境的影响大，缺乏深度信息，视角和范围有限；需要高性能的处理器和算法以及大量的数据集，来处理和解释图像信号

1.1.2 关键指标与应用场景

关键指标

• 分辨率

分辨率越高，图像的清晰度就越高，但也会增加数据量和处理难度。车载摄像头的分辨率一般在100万像素（1280×960）到800万像素（3840x2160）之间

• 灵敏度

灵敏度是指摄像头在暗光条件下的感光能力，通常用ISO或者F值来表示。ISO是指摄像头对光线的敏感程度，数值越大，感光能力越强，但也会增加噪点。F值是指镜头的光圈大小，数值越小，进光量越多，灵敏度越高。车载摄像头需要具有较高的灵敏度，以适应夜间或者低照度的场景，一般要求ISO在800以上，F值在1.5以下。

• 信噪比

信噪比是指图像中有用信号与噪声信号的比值，通常用分贝（dB）来表示。信噪比越高，图像的质量就越好，对比度和细节就越清晰。信噪比受到多种因素的影响，例如传感器、镜头、温度、曝光时间等。车载摄像头需要具有较高的信噪比，以降低图像中的雪花点、条纹等干扰，一般要求信噪比在40dB以上。

• 动态范围

动态范围是指摄像头能够捕捉的最亮和最暗区域之间的亮度差异，通常用分贝（dB）或者EV（曝光值）来表示。动态范围越大，图像中的细节就越丰富，对于强光或者阴影的区域就能更好地还原。动态范围受到传感器、曝光模式、图像处理等因素的影响。车载摄像头需要具有较大的动态范围，以适应高反差或者强烈变化的光照条件，例如隧道、日落等场景，一般要求动态范围在120dB以上。

应用场景

• 前视摄像头，它可以用于自动泊车、盲区监测BSD、ACC/FCW/LKA等智能驾驶功能。例如，当汽车在高速公路上行驶时，前视摄像头可以识别前方的车辆和行人，根据距离和速度调整汽车的速度和刹车，避免碰撞。当汽车在城市道路上行驶时，前视摄像头可以识别交通标志和信号灯，提醒驾驶员遵守交通规则。当汽车在停车场或狭窄的空间内泊车时，前视摄像头可以辅助驾驶员控制方向和距离，实现自动泊车。未来，前视摄像头的分辨率和视野将更高，可以实现更远距离和更宽角度的感知能力，为更高级别的自动驾驶提供支持。

• 后视摄像头，它可以用于倒车影像、后方障碍物检测、电子后视镜CMS等功能。例如，当汽车倒车时，后视摄像头可以将后方的图像显示在中控屏幕上，帮助驾驶员观察后方的情况，避免撞到障碍物或行人。当汽车在行驶过程中变道时，后视摄像头可以检测后方是否有来车或盲区，提醒驾驶员注意安全。当汽车在雨雪天气或夜间行驶时，后视摄像头可以替代传统的后视镜，提供更清晰和更广阔的视野。未来，后视摄像头将与前视摄像头相结合，形成一个完整的360°全景环视系统，为汽车提供全方位的保护。

• 舱内摄像头，它可以用于驾驶员监控DMS、乘员监控OMS、手势识别交互、人脸识别等功能。例如，当汽车在自动驾驶模式下行驶时，舱内摄像头可以通过捕捉驾驶员面部参数，判断驾驶员是否存在分心、疲劳或异常状况，并及时发出预警或接管控制。当汽车在停止状态下时，舱内摄像头可以通过检测副驾、后排乘员、遗留物等情况，并及时提醒或报警。当汽车在智能座舱模式下时，舱内摄像头可以通过识别乘员的手势或人脸，实现无触控的人机交互或个性化的设置。

1.1.3 上游产业链

车载摄像头上游主要包含：镜头组，CMOS 传感器，模块封装与系统集成，软件算法

• 镜头组：

  车载镜头舜宇排名第一,联创电子正在快速崛起。根据 ICVTank 在 2019 年的数据显示,舜宇光学全球车载摄像头出货量第一,市占率超过 30%,韩国世高光、日本关东辰美、日本富士占绝行业前四名,前四名市占率超过 80%。国产方面,除舜宇之外,联创电子是国内唯二具备较强竞争力的厂商,目前已经进入特斯拉、蔚来等产业链,正在快速崛起。

• CMOS

  车载 CIS 呈现寡头格局,韦尔收购豪威科技一跃成为行业第二。车载 CIS (CMOS Image Sensor)是当下主流的车载摄像头图像传感器方案,其中安森美是绝对的车载 CIS 龙头,市占率超过六成,豪威科技位列第二,市占率约为20%,索尼和三星作为手机 CIS 的龙头,进入车载市场较晚,正在快速切入。国产厂商方面,韦尔股份收购豪威科技后,一跃成为车载 CIS 龙头,正在迅速崛起。

• 模块组装与系统集成

  由于车规级摄像头模组的安全性和稳定性要求更高,模组封装工艺更为复杂,在竞争格局方面,主要由海外公司占据主要市场份额,松下、法雷奥、富士通、大陆、麦格纳等占据市场主要地位,国产方面,舜宇光学、联创电子等为代表的摄像头模组企业正在快速布局车载领域。

• 软件算法

  Mobileye/虹软科技

1.1.4 技术路线

EEA架构集中化-特斯拉：剥离摄像头的计算功能

特斯拉在Model 3中所使用的三目前视摄像头的摄像头模块是基 于 安 森 美 ( On Semiconductor) 120 万像素的 CMOS 图像处理器, 并没有安装计算功能模块, 图像处理功能则由 Autopilot 来实现。

“术业有专攻”，在剥离计算功能后摄像头BOM成本下降了约六成，为65美金左右

对比友商宝马X5采用的采孚三目前视摄像头，由豪威(OmniVision)的 CMOS 图像传感器实现图像采集, Mobileye 的 EyeQ4 实现视觉处理，成本在165美金左右。

1.1.5 头部玩家

镜头：舜宇光学

舜宇光学是全球领先的车载镜头制造商，2020年市场占有率超过30%，远超其他竞争对手。舜宇光学的车载镜头主要采用玻璃或玻塑混合材料，具有高耐热性、高防刮性、高透光率等特点，能够满足复杂的工作环境和高性能要求。

• 舜宇光学的车载镜头产品涵盖前视、后视、环视、内视、电子后视镜、红外车载等多个领域，应用于多个汽车品牌和模组厂商，如特斯拉、蔚来、Mobileye、Valeo、Bosch等。舜宇光学还布局了激光雷达、HUD、智能大灯等其他车载光学业务。

• 在规格和壁垒更高的ADAS感知类车载镜头市场中，舜宇光学一骑绝尘，市占率超过50%，其中富士胶片位居第二，京瓷位居第三，而麦克赛尔位居第六。舜宇光学的ADAS车载镜头主要采用8MP高像素、HDR、LED闪烁抑制等技术，提升成像效果和功能性。

• 与国外产品相比，舜宇光学的车载镜头具有成本优势和技术优势。成本方面，舜宇光学通过自动化生产线和规模效应降低制造成本；技术方面，舜宇光学通过持续的研发投入和专利布局保持技术领先地位。

CIS：安森美

车载CIS的技术要求也在不断提高，需要解决包括HDR、LFM、低照等关键技术难题，以匹配车载摄像头高像素、高性能、高稳定性的趋势。目前，汽车CIS的像素分辨率可以分为低像素（0-2M）和高像素（2M以上）两种，随着自动驾驶等级的上升，对高像素CIS的需求也在增加。

全球车载CIS的竞争格局属于少数玩家垄断的市场。目前，安森美是全球领先的车载CIS供应商，占据了约45%的市场份额，主要占据高端像素市场。豪威科技是国内最大的车载CIS厂商，排名全球第二，占据了约20%的市场份额，主要在低像素市场有较强竞争力。索尼和三星作为后来者，也在积极进军车载CIS市场；CMOS的头部厂商为索尼一家独大。

• 优势：

• 安森美是全球领先的车载CIS供应商，占据了约45%的市场份额，在车载CIS行业占据压倒性地位。

• 安森美通过三次战略收购，积累了超过2000项的成像专利、多类传感器产品和完整的供应链。

• 安森美是唯一能提供100/200/800万画素车载CIS组件的业者，主要占据高端像素市场。

• 安森美的车载CIS产品具备全局快门、黑白RGBIR等技术优势，能够支持自动驾驶、ADAS、座舱监控等汽车智能化的需求。

• 劣势：

• 安森美在低像素市场的竞争力较弱，难以满足低成本的后装市场需求。

• 安森美面临着来自索尼、三星等后来者的激烈竞争，这些厂商在手机CIS领域有着强大的技术实力和市场份额。

• 安森美在国内市场的渗透率较低，难以抓住中国新能源汽车和智能驾驶的发展机遇。

软件算法：Mobileye/虹软科技/特斯拉自研

车载摄像头的软件算法主要包括图像处理、目标检测、目标跟踪、目标识别、场景理解等，是实现自动驾驶功能的关键技术之一。车载摄像头的软件算法需要在复杂的道路环境中，实时地处理大量的图像数据，提供准确的感知信息，同时满足低功耗、低成本、高可靠性等要求。

• Mobileye：

Mobileye是全球领先的车载摄像头中的视觉处理技术提供商，其EyeQ系列的图像信号处理器（ISP）被广泛应用于各大车企（BMW，奥迪，福特，特斯拉等）的ADAS系统中。它还拥有自己的高精度地图技术Road Experience Management（REM），可以利用车载摄像头采集的数据实时更新地图信息，为自动驾驶提供重要的定位和导航支持。

• Mobileye目前拥有超过1000名员工，其中80%是工程师。

• Mobileye目前已经为超过3000万辆汽车提供了ADAS解决方案，覆盖了全球25个品牌和313个车型。

• Mobileye目前已经部署了超过100万辆装备了REM技术的汽车，在全球15个国家收集了超过100亿公里的道路数据。

• Mobileye目前已经在全球6个城市（包括杭州）开展了自动驾驶出行服务的试点项目，计划在2022年在更多城市推出该服务。

• 特斯拉HydraNet：

特斯拉是全球领先的电动汽车和自动驾驶技术的开发者，其车载摄像头算法是基于深度学习的神经网络系统，称为HydraNet。HydraNet可以利用8个摄像头来识别现实世界中的物体，并预测每个像素的深度信息。这样可以实现对三维场景的感知和重建，提高自动驾驶的精度和安全性。在多相机处理上，HydraNet可以融合时空信息和车辆运动信息，在车体坐标系下输出三维场景的感知结果，有效避免单相机图像的盲区和失真，提高多目标检测和跟踪的稳定性和准确性。特斯拉的自动驾驶功能包括自适应巡航、自动变道、自动泊车、智能召唤、城市辅助驾驶等，目前已经达到了L2+甚至L3的水平。特斯拉还在不断地优化和更新其算法，通过OTA（Over The Air）方式向用户推送最新的软件版本，提升自动驾驶的性能和安全性。

1.2 毫米波雷达

1.2.1 关键概念与定义

毫米波雷达是一种使用天线发射波长 1-10mm、频率 24-300GHz 的毫米波(Millimeter Wave,MMW)作为放射波的雷达传感器。毫米波雷达根据接收和发射毫米波的时间差,结合毫米波传播速度、载体速度及监测目标速度,可以获得汽车与其他物体相对距离、 相对速度、 角度及运动方向等物理环境信息。

毫米波雷达在智能汽车领域的主要应用是作为主动安全传感器，提供车辆周围的障碍物信息，支持各种驾驶辅助功能，如自适应巡航控制（ACC）、自动紧急制动（AEB）、盲点检测（BSD）、车道保持辅助（LKA）等。毫米波雷达可以与其他传感器如摄像头、激光雷达等进行数据融合，提高感知的准确性和可靠性。

与激光雷达(LiDAR)相比,目前毫米波雷达技术更加成熟、应用更加广泛、成本更加低廉;与可见光摄像头相比,毫米波雷达的准确性和稳定性更好,价格差距也在不断缩小。尤其是全天候工作无可替代的优势,已成为汽车电子厂商公认的主流选择,拥有巨大的市场需求。

1.2.2 关键指标与应用场景

关键指标

• 雷达检测距离

波长越长，雷达作用距离越远，距离与波长的平方根成正比。所以不考虑其它因素，24GHz的波长大约是77GHz的波长的3.2倍，所以作用距离会比77GHz远1.8倍左右。此外，24GHz的雷达系统损耗和传播损耗也都比77GHz小一些。

在最远作用距离上，24GHz相对于77GH频段有比较大的优势，因此适合对雷达检测距离要求远的场景。

• 距离分辨力和精度

理论上，距离分辨力与雷达使用的频率范围（带宽）成正比。77GHz和79GHz的最大带宽能够分别达到1GHz和4GHz，但24GHz只有250MHz，所以理论上来讲，77GHz雷达的距离分辨力可以达到24GHz雷达的4倍，而79GHz雷达的距离分辨力可以达到24GHz的16倍。

但实际工程设计角度，要想真正发挥77GHz和79GHz的带宽优势，会有很多的限制，比如硬件成本，大带宽意味着需要更高速的模拟数字转换器（ADC）、更强大的处理器、更大容量的内存，导致硬件成本和系统复杂度的快速增加，或者需要牺牲其他的关键指标。其次,在实际情况中，通常情况也不太会出现长时间两辆车距离小于1米的情况，所以可以通过跟踪的方法进行区分比较近的车辆。

• 速度分辨力和精度

雷达测速是依据多普勒原理，也就是雷达接收的信号频率会因为相对速度不同而不同。通过测量这个频率差，可以获得相对速度，我们把这个频率差叫做多普勒频率。多普勒频率与载波频率成正比，意味着在同样速度情况下，因此理论上，77GHz雷达的测速分辨力可以达到24GHz的3倍左右。

但实际工程设计上，速度分辨力和精度会和其它因素耦合在一起，比如之前提到的ADC的采样率、处理器计算能力、，如果过于追求高速度分辨力，会导致很多的限制和问题，比如测速出错概率增加。因此，实际市场上销售的24GHz和77GHz产品，速度的分辨力和精度指标差距不大。

• 测角分辨力和精度

目前普遍的测角方法是多发多收天线的DBF，其测角精度和分辨力主要取决于天线孔径，通俗的讲就是天线阵列的尺寸，与频率没有直接关系。

应用场景

车载毫米波雷达的主要使用场景是辅助驾驶和座舱监控。

在辅助驾驶系统中，毫米波雷达可以实现自适应巡航、盲区检测、自动泊车、后碰撞预警等功能，提升智能驾驶的安全性和稳定性。

在座舱监控中，毫米波雷达可以实现儿童遗留检测、手势识别等功能，提升智能驾驶的舒适性和便捷性。

车载毫米波雷达的未来可能的应用方向是4D毫米波雷达和多传感器融合。4D毫米波雷达是一种可以输出距离、速度、水平角度和俯仰角度的雷达，可以实现静物识别、立体成像等功能，提升智能驾驶的感知能力和精度。多传感器融合是指将毫米波雷达与摄像头、激光雷达等其他传感器进行数据融合，实现更全面、更准确、更鲁棒的环境感知。

1.2.3 技术路线

车载毫米波雷达根据毫米波频率可以分为 24GHz、 77GHz 和 79GHz 毫米波雷达三大种类。根据探测距离的不同,毫米波雷达可分为短程毫米波雷达(SRR)、中程毫米波雷达(MRR)、远程毫米波雷达(LRR) 三种。24GHz 主要是以 SRR(短程) 和MRR(中程) 雷达为主,77GHz 主要以 LRR(远程) 雷达为主。

毫米波雷达的可用频段

目前主流的毫米波雷达主要使用的是24GHz、77GHz和60GHz这个三个频段。

24GHz，包括是从24.0GHz到24.25GHz，带宽为250MHz的窄带(NB)频段，这一频段是全球范围开放的通用ISM频段之一，常用于工业、科学和医学方面应用。24GHz频段还包括一个带宽为5GHz的超宽带(UWB)频段，但已经处于逐步退出中，所以我们这里说的24GHz频段指的是250MHz窄带ISM频段。

24GHz频段是全球通用的开放频段，这一特点使其成为了最早民用毫米波雷达应用的首选频段，上下游产业链成熟，目前国际市场上主流的交通雷达和上一代的车载雷达基本都是使用的24GHz频段。木牛领航的Wayv系列交通雷达，以及无人机高度计雷达Landing AG50使用的就是24GHz频段。

77GHz频段，目前是专门被划分于车载应用，包括早期的76GHz-77GHz频段，以及后来新增加的79GHz-81GHz频段，总共4GHz的频带。77GHz频段是国内外雷达毫米波在汽车车载应用领域的研究热点。木牛领航也推出多款77GHz的雷达传感器，如汽车短距雷达T79、高分辨4D点云成像雷达O79。

77 GHz 车载激光雷达优势显著，正在逐渐替代 24GHz 成为主流。

替代 与 组合

• 77GHz雷达的分辨率和精度更高：由于速度分辨率和精度与射频成反比，更高的射频频率导致更好的速度分辨率和精度。77GHz 的毫米波雷达比 24GHz 的速度分辨率和精度提高了 3 倍；

• 77GHz 雷达的体积更小：77GHz 天线列阵的间距仅为24GHz 的三分之一，因此整个毫米雷达的体积也可以实现其三分之一。

• 天线比 24GHz 雷达多，只需在汽车关键点位安装极少数量就可以达到效果。

目前全球范围内 77GHz 毫米波雷达芯片并没有稳定的供应体系。由于 NXP 和博世的雷达芯片并不外卖，因此国内新晋的初创企业和有一定基础的 Tier 1 玩家都是用 TI 的芯片，这导致国内 77GHz 毫米波雷达的同质化竞争非常严重。

还有 PCB 板供应的问题，77GHz 毫米波雷达所用的 PCB 板目前国内还没有稳定产品供应，只能采购像罗杰斯这样一线品牌的产品，不仅价格高且供应量上面也有一定的限制。

目前国家工信部授权的频段只有 76-77GHz，在角雷达领域有重要应用的 77-81GHz 在国内是没有授权的，这极大地限制了 77GHz 毫米波雷达的应用场景。

在没有国家授权的情况下，原则上是不能将 77GHz 毫米波雷达装到整机车上。

1.2.4 上游产业链

毫米波雷达的硬件占比约 50%，主要由射频前端（MMIC）、数字信号处理器（DSP）、 天线及控制电路等部分构成，软件算法占比约 50%。

毫米波雷达成本组成：

上游主要供应商：

市场情况

博世、大陆、电装、海拉等国外厂商占据全球毫米波雷达的七成市场份额。全球毫米波雷达主要供应商有博世、大陆、电装、海拉、天合、安波福、奥托立夫等。博世、大陆、电装、海拉等国外巨头占据行业 73%的市场空间，行业集中度较高。

全球毫米波雷达市场份额：

中国毫米波雷达市场份额情况：

维宁尔、大陆、海拉占据 SRR 市场，博世、大陆、电装等占据 LRR 市场。根据佐斯汽研的数据显示，维宁尔、大陆、海拉、安波福和法雷奥五家企业占据中国短程毫米波雷达（SRR）96.4%的市场空间，其中维宁尔排名第一，市占率 32%；博世、大陆、电装和安波福占据长距毫米波雷达（LRR）95.7%的市场空间，博世排名第一，市占率高达 40%。

海内外主要厂商的产品参数

海外厂商

国产厂商

24GHz 国产化率较高，77GHz 仅少部分国产玩家实现量产。国产厂商已实现24GHz 毫米波雷达产品市场化供货，而仅少数玩家具备 77GHz 毫米波雷达产品的量产能力，其中森思泰克是目前国内乘用车前装 77GHz 毫米波雷达市场份额排名首位的国产供应商，正在逐渐缩小与海外厂商的差距，其毫米波雷达的定点车型接近 100 个，而德赛西威、华域汽车等公司也已达到 77GHz 雷达的量产条件。

行业未来情况

毫米波雷达作为最常用的车载传感器之一，目前 L1 或 L2 级一般需要搭载 0-3 个左右，L3 级一般需要搭载 3-6 个左右，而 L4 或 L5 级一般需要 6-10 个左右，随着高阶辅助驾驶功能的渗透率逐渐提升，也将带动平均单车搭载个数的提升。

目前毫米波雷达正在逐渐从 24GHz 朝着 77GHz 迁移，24GHz 毫米波雷达平均单价 300 元左右，77GHz 的在 400 元左右，有望带动平均毫米波雷达的价格提升。根据我们的测算，预计到 2025 年全球毫米波雷达市场规模将达到 384 亿元，复合增长率为 25.5%，全球毫米波雷达搭载量将达到 1.1 亿颗，复合增长率为 23.7%。在中国市场方面，预计到 2025 年，中国毫米波雷达市场规模将达到 149 亿元，中国毫米波雷达搭载量将达到 4250 万颗。

1.2.5 头部玩家

海外组

• 博世

博世的毫米波雷达产品主要以 76-77GHz 为主，产品技术先进，主要包括 MRR (中距离) 和 LRR (远距离) 两个系列。

• 优势

博世最新的第四代远距离雷达传感器 (LLR4) 的最大探测距离可以达到 250 米，最大探测目标数可以达到 24 个。LLR4 能够分辨固定障碍物，可以在高速行驶状态下使用，在选配透镜或雷达罩加热功能后可以不受天气条件影响，同时具有极高的抗震稳固性、安装便捷性等。

博世的 MRR 产品分为中前和中后位置两个类别，最大探测距离分别为 160 米 和 80 米，最大探测目标数都可达到 32 个。MRR 可以应用于预先紧急制动、自适应巡航、车距指示等自动驾驶功能，中后位置的 MRR 可以应用于车道变换辅助、后方交叉路口预警等自动驾驶功能。

2021年10月，博世首次展出了第五代毫米波雷达至尊版 4D成像雷达。至尊版采用 76-77GHz 频段，最远探测距离达 302米，水平视场角可达 120°，垂直视场角可达 24度。博世4D毫米波雷达，可以实现远距离探测，水平视角的增大以及探测精度的进一步提升；相比第四代毫米波雷达，其带宽将提升 50%，点云密度将提高 16倍。

博世4D成像雷达可以输出高密度的点云数据，能够探测静止物体且可以真正测量目标高度，非常适用于L3/L4自动驾驶下的多传感器融合方案。博世4D成像雷达还可以支持L5级别的自动驾驶。

预计到2023年，搭载4D成像雷达的车辆有机会突破百万辆，到2025年占全部前向毫米波雷达的比重有望超过 40%。博世在中国市场也看好本土企业在自动驾驶领域的先发优势和高接受度，并持续投资关键技术。

• 劣势

作为传统巨头，价格较高；在新势力的挑战下反应相对较慢（？）

博世在中国三大新势力车企客户的毫米波雷达供应已经受到挑战，并开始被同行陆续切换。比如，小鹏G9的前雷达更换为大陆集团的ARS510，蔚来ET7等多款新车的毫米波雷达已经更换为安波福。

同时，在传统雷达市场，来自中国的供应商已经开始从角雷达逐步渗透到前雷达赛道。比如，德赛西威此前公告称，公司的77GHz毫米波雷达已经在多个国内主流车型上规模化量产。

去年，森思泰克在4D成像雷达、舱内生命体征检测雷达、ACC\AEB前向雷达、开门避障雷达等领域也已经实现了全面的突围，先后拿下国内一二线、合资品牌等主机厂的近200个项目定点。

• 大陆集团

大陆集团的毫米波雷达产品全面覆盖 24GHz 和 77GHz 两个频率，且以 77GHz 产品为主，产品类别丰富，包括 ARS441、ARS510、SRR520、SRR320 等多个系列。

大陆集团的 ARS441 远程毫米波雷达的最大探测距离可以达到 250米，在同类产品中领先。大陆的毫米波雷达产品的探测目标数也较多，如 ARS510 可以探测 64个 目标，而 SRR520 可以探测 128个 目标。

大陆集团的毫米波雷达产品还具有高可靠性、高稳定性、高抗干扰性等特点，能够适应各种复杂的道路和天气条件。大陆集团还提供了完整的传感器融合方案，可以与摄像头、激光雷达等传感器进行数据交换和协同工作。

德国大陆（Continental）在毫米波雷达领域与博世并驾驶齐驱。目前，大陆集团的毫米波雷达产品已经发展到第五代，第五代长距离雷达的最大探测距离可以达到300 米。

• 海拉

海拉同样也是毫米波雷达的最大的几家供应商之一，早在 2004 年，海拉的第一代 24GHz 毫米波雷达即进行量产。目前海拉的毫米波产品主要以 24GHz 为主，是市场上的重要生产商，在77GHz领域则相对乏力

国产组

• 德赛西威

德赛西威的毫米波雷达的产品指标优势主要在于 24GHz 和 77GHz 毫米波雷达的量产能力和技术水平。德赛西威已经实现 24GHz 毫米波雷达量产，并掌握了相关的成熟可靠的软件算法，77GHz 毫米波雷达也已顺利实现对乘用车的配套量产，研发进展处于国内领先水平。

德赛西威的毫米波雷达的产品指标劣势主要在于 市场占有率和成本控制。德赛西威的毫米波雷达产品在全球市场上的份额较低，远不及博世和大陆集团等国际巨头。德赛西威的毫米波雷达产品的成本也较高，与国外企业存在一定的价格差距。

• 森斯泰克

森思泰克是目前国内乘用车前装 77GHz 毫米波雷达市场份额排名首位的国产供应商，正在逐渐缩小与海外厂商的差距，其毫米波雷达的定点车型接近100个，专注于商用雷达科技解决方案，拥有多项自主知识产权和专利技术。

森斯泰克的毫米波雷达产品涵盖24GHz，77GHz，79GHz等多个频段，可应用于无人机、车载安全、智能交通、安防监控、智能道闸等多个领域还推出了全套5R毫米波雷达解决方案，包括1颗前向雷达+4颗角雷达，可对汽车进行360°环境感知，满足L2+及以上级别的自动驾驶需求。

森斯泰克的4D成像雷达是国内首款量产上市的4D成像雷达产品，已经搭载在理想L7等多款车型上，具有高分辨率、高精度、高稳定性等特点。

• 华域汽车

• 优势

华域汽车是一家综合性汽车零部件系统集成供应商，拥有多项自主知识产权和专利技术。

华域汽车已完成4D成像毫米波雷达产品的自主研发，计划于2023年第四季度实现量产，同时正在推进雷达与视觉感知的融合研发工作。

华域汽车的前向毫米波雷达已为多家乘用车、商用车主流OEM客户进行装车性能测评，反馈良好。

华域汽车在新能源汽车核心零部件领域有着完善的布局，可为新能源整车客户提供电驱动系统、电子制动系统、电子泵、电池管理系统等零部件产品。

• 劣势

华域汽车的毫米波雷达产品在技术上可能还有提升空间，因为其目前还没有实现多片级联4D成像雷达的量产，而其竞争对手森斯泰克已经实现了两片级联和四片级联4D成像雷达的量产。

1.3 激光雷达

1.3.1 关键概念与定义

激光雷达，即（LiDAR, Light Detection and Ranging），是一种通过发射激光束来测量周围环境物体的距离和方位的方法。激光雷达的工作原理是发射激光束，接收目标反射回来的激光信号，根据飞行时间原理计算出目标的距离和方位。激光雷达是L3级以上自动驾驶的必备传感器。

激光雷达的分类主要有机械式、混合固态和固态三种，其中机械式是目前最成熟的技术，但体积大、成本高、寿命短；混合固态是目前最主流的技术，采用 MEMS 或 OPA 技术实现部分固态化，具有体积小、成本低、寿命长等优势；固态是未来的发展方向，采用 VCSEL 或 EEL 技术实现全固态化，具有更高的性能和可靠性。激光雷达是实现 L3 级以上自动驾驶的必备传感器，与摄像头、毫米波雷达、超声波雷达等多传感器融合，可以提升感知精度和安全冗余。

相较于摄像头、毫米波雷达，激光雷达具有高分辨率、抗干扰能力强等特定优势，市场主流感知端方案为多传感器融合。激光雷达具有高分辨率、抗干扰能力强、获取目标信息快 等特点，可以应用于黑暗、强光、逆光等弱势场景，同时有效感知摄像头和毫米波雷达无 法准确定位的障碍物和道路边界等静态目标，可以在感知上补齐毫米波雷达、摄像头等方案的不足，有助于提升自动驾驶感知的精度。将多个传感器获取的数据、信息集中在一起 综合分析，可以使得不同传感器在识别能力、抗恶劣/暗光环境、探测距离等不同方面的优势相互补充，提高感知精度和系统决策的正确性。

1.3.2 关键指标与应用场景

关键指标

根据国家标准GB/T 36100-2018，激光雷达点云数据质量评价指标如下：

• 数据完整性：指点云数据是否覆盖了所有感兴趣的区域，是否存在空缺或重叠现象；

• 数据密度：指单位面积内点云数据的数量，反映了点云数据的采样率；

• 数据精度：指点云数据与真实地物之间的偏差程度，包括位置精度和高程精度；

• 数据一致性：指点云数据在不同区域或不同时间采集时是否具有相同或相近的特征，如密度、精度、噪声等；

• 数据噪声：指点云数据中与真实地物无关的异常值或错误值，如大气散射、多次反射、电子干扰等造成的噪声；

• 数据信息量：指点云数据中包含的地物特征信息的多少，如反射率、颜色、强度等；

• 数据可用性：指点云数据是否符合预期的应用需求，是否能够支持后续的分析和处理。

应用场景

主要运用于无人驾驶，高级辅助驾驶，服务机器人，车联网等；也常用于科研及项目测绘

• 环境感知和定位：激光雷达可以通过发射和接收激光束，生成高精度的三维点云模型，从而获取目标的距离、速度、角度、形状等信息，实现对周围环境的感知和对自身位置的定位。激光雷达可以识别出道路、车道线、障碍物、动态物体等，为决策规划和执行控制提供重要的输入。

• SLAM（同时定位与地图构建）：激光雷达可以通过扫描周围的地物特征，建立稀疏或稠密的三维地图，同时根据地图和自身运动状态，实现精确的自我定位。激光雷达SLAM可以应用于无人驾驶车辆的导航、路径规划、避障等功能。

• 多传感器标定：激光雷达通常需要与其他传感器（如摄像头、毫米波雷达、超声波雷达等）协同工作，实现多源信息的融合和互补。为了保证不同传感器之间的数据一致性，需要进行空间物理标定，即确定不同传感器之间的相对位置和姿态关系。标定可以分为离线标定和在线标定，离线标定通常需要在特定的场景下进行，而在线标定可以在车辆行驶过程中动态调整。

• 可通行空间检测：激光雷达可以通过扫描道路表面，判断哪些区域是可通行的，哪些区域是有障碍物或者不平整的。可通行空间检测可以帮助无人驾驶车辆规划合理安全的行驶路径，避免碰撞或者陷入困境。

• 仿真：激光雷达可以通过采集真实场景的点云数据，构建三维模型，用于无人驾驶车辆的仿真测试。仿真测试可以提高无人驾驶车辆的安全性和可靠性，降低实车测试的成本和风险。仿真测试还可以模拟不同的天气、交通、路况等情况，增加无人驾驶车辆的适应性。

1.3.3 技术路线

由于目前主流的自动驾驶技术路径有两种：一是以特斯拉为代表的视觉算法味主导的流派，以摄像头为主导，搭配毫米波雷达来获取周边信息；二是以Waymo和部分车企为代表的激光雷达主导的流派，以激光雷达为主，同时搭载毫米波雷达，超声波雷达和摄像头。激光雷达主要分为三类：机械式激光雷达，混合固态激光雷达和固态激光雷达。ToF激光雷达是当前的主流，未来ToF与FMCW会共存。

机械激光雷达

• 优势

  可以对周围环境进行360°的水平视场扫描，且在视场范围内测距能力的均匀性较强

• 劣势

  价格昂贵，光路调试和装配复杂，生产周期漫长；机械旋转式部件在行车环境下的可靠性不高，难以符合车规要求

混合固态激光雷达

• 优势

  外观上看不到旋转，借由可旋转的微振镜来反射激光器的光线，从而实现扫描

• 劣势

  水平视场角较小；成本并不低，工艺一致性也不能完全保证，可量产性较低

固态激光雷达

• OPA（光学相控阵技术）

• 优势 数据采集速度快，分辨率高，对于温度和振动的适应性强；通过波束控制，探测点（点云）可以任意分布； 可控性好、体积小等

• 劣势 易形成旁瓣，影响光束作用距离和角分辨率，同时生产难度高

• Flash（面阵式技术）

• 优势 数据采集速度快，分辨率高，对于温度和振动的适应性强；通过波束控制，探测点（点云）可以任意分布；能快速记录整个场景，避免了扫描过程中目标或激光雷达移动带来的各种麻烦

• 劣势 探测距离较近，在实际使用中不适合远程探测；基于 3D Flash技术的固态激光雷达，在技术的可靠性方面还存在问题

1.3.4 上游产业链

激光雷达上游产业链主要包括激光器和探测器，FPGA芯片，模拟芯片供应商以及光学部件生产和加工商，其中激光器和探测器是激光雷达的重要部件。

FPGA 通常被用作激光雷达的主控芯片，主流供应商有赛灵思、英特尔等，除了 FPGA 之外，也可以选用 MCU、DSP 等代替。MCU 的主流供应商有瑞萨、英飞凌等，DSP 的主流供应商有德州仪器、亚德诺半导体等。而在相关光学部件上，国内供应链已经完全实现替代海外，实现自主供应。

各家激光雷达的产品及价格：

1.3.5 头部玩家

海外组：

• Ibeo（德国）

• 公司背景：Ibeo成立于1998年，总部位于德国汉堡，是一家专注于激光雷达技术和相关软件的公司，主要为汽车和自动驾驶领域提供环境感知和定位解决方案。Ibeo拥有400多名员工，在德国、荷兰和美国都设有工厂。自2016年以来，汽车供应商ZF Friedrichshafen AG持有Ibeo 40%的股份。

• 产品线：Ibeo主要提供两类激光雷达产品，一类是机械旋转式激光雷达，包括LUX系列（4线和8线）和ScaLa系列（4线），主要用于自动驾驶预研项目和高级驾驶辅助系统（ADAS）。另一类是固态激光雷达，包括ibeoNEXT系列（144线）和MAVIN DR系列（动态视角），主要用于L3级以上的自动驾驶系统。

• 技术特点：Ibeo的激光雷达技术具有以下特点：

• 高精度：Ibeo的激光雷达可以生成高分辨率的三维点云模型，实现对目标物体的精确识别和定位。ibeoNEXT系列的激光雷达可以探测到250米以内的物体，垂直视场角为40度，水平角分辨率为0.125度。

• 高可靠性：Ibeo的固态激光雷达没有运动部件，因此在可靠性和复杂性方面具有优势。Ibeo的固态激光雷达采用了ams OSRAM的垂直腔表面发射激光（VCSEL）技术，具有高功率密度、高转换效率和高稳定性。Ibeo的固态激光雷达还具有功能安全标准和护眼功能。

• 市场应用：Ibeo的激光雷达已经被多家汽车厂商采用或者计划采用，例如奥迪、长城、沃尔沃、捷豹路虎等。Ibeo的ScaLa系列是全球第一个拥有车规级认证的激光雷达，已经被奥迪A8用于其L3级自动驾驶系统。Ibeo的ibeoNEXT系列将被长城用于其未来的L4级自动驾驶系统。Ibeo还与法雷奥、亮道智能等公司进行了合作开发。

• Velodyne（美国）

• 公司背景：Velodyne成立于1983年，总部位于美国加州，是一家专注于激光雷达技术和解决方案的公司，主要为自动驾驶、地图、机器人、无人机等领域提供环境感知和定位能力。Velodyne拥有500多名员工，在美国、德国、中国等地都设有分支机构。Velodyne于2020年与SPAC公司Graf Industrial合并，成为一家上市公司。

• 产品线：Velodyne提供多种类型的激光雷达产品，包括机械旋转式激光雷达、固态激光雷达和智能基础设施激光雷达。机械旋转式激光雷达包括HDL系列（16线、32线、64线和128线）、Ultra Puck系列（32线）和Puck系列（16线和32线），主要用于自动驾驶、地图和无人机等领域。固态激光雷达包括Velarray系列（H800和M1600）和Velabit系列（8线），主要用于高级驾驶辅助系统（ADAS）和低速自动驾驶等领域。智能基础设施激光雷达包括Alpha Prime系列（128线）和BlueCity系列（32线），主要用于交通管理、安防监控和智能城市等领域。

• 技术特点：Velodyne的激光雷达技术具有以下特点：

• 高性能：Velodyne的激光雷达可以提供高精度、高分辨率、高范围和高帧率的三维点云数据，实现对目标物体的精确识别和定位。Velodyne的HDL-128E激光雷达可以探测到200米以内的物体，垂直视场角为26.9度，水平角分辨率为0.08度，双返回模式下每秒接近220万点。

• 高可靠性：Velodyne的激光雷达采用了坚固的结构设计，防护等级IP67，可以适应各种恶劣的环境条件。Velodyne的固态激光雷达没有运动部件，因此在可靠性和复杂性方面具有优势。Velodyne的智能基础设施激光雷达还具有功能安全标准和护眼功能。

• 市场应用：Velodyne的激光雷达已经被多家汽车厂商、地图公司、机器人公司和无人机公司采用或者计划采用，例如福特、百度、优步、Waymo、Here、iRobot、DJI等。Velodyne的HDL系列是全球第一个商用的激光雷达，已经被用于自动驾驶、地图和无人机等领域。Velodyne的Velarray系列是全球第一个嵌入式固态激光雷达，已经被用于高级驾驶辅助系统（ADAS）和低速自动驾驶等领域。Velodyne的Alpha Prime系列是全球第一个智能基础设施激光雷达，已经被用于交通管理、安防监控和智能城市等领域。

国产组：

• 速腾聚创

  速腾聚创成立于 2014 年，是全球领先的智能激光雷达系统科技企业。速腾聚创通过激光雷达硬件、感知软件与芯片三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，产品技术包括 MEMS 与机械式激光雷达硬件等，合作伙伴覆盖全球各大自动驾驶科技公司、车企、一级供应商等，是目前全球唯一实现第二代智能固态激光雷达车规量产交付的企业。目前，速腾聚创的产品技术已广泛应用于自动/辅助驾驶乘用车&商业车，无人物流车，智慧交通新基建等细分领域，其中前装定点量产项目覆盖超跑、轿跑、 SUV、重卡等各类车型。目前，已经有小鹏 G9，智己 L7，威马 M7，广汽埃安 LX Plus 等多个车型即将搭载公司的 M1 激光雷达。

• 禾赛科技

  禾赛科技创立于 2014 年，是全球自动驾驶及高级辅助驾驶（ADAS）激光雷达的领军企业。禾赛主营业务为研发、制造、销售高分辨率 3D 激光雷达以及激光气体传感器产品，在光学、机械、电子、软件等激光雷达核心领域有着卓越的研发能力和深厚的技术积累，在全球范围内拥有数百项专利，其自研芯片、功能安全、主动抗干扰等技术打破了行业多项记录。公司最新发布的 AT128 作为车规级前装量产激光雷达，已拿到了包括理想、集度、高合、路特斯等多家主机厂的定点，禾赛具备强大的车规级规模化生产能力，年产能百万台的“麦克斯韦”超级智造中心将于 2022 年全面投产。禾赛的客户包括全球主流自动驾驶公司和顶级汽车厂商、一级供应商、机器人公司等，遍及全球 30 个国家和地区、70 多个城市。