目前随着 ADAS 功能模块渗透率不断提升，短期内传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，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，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定为 车厂开发。
2020-2022 年以前的 L3 级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，微振镜技术较成熟，可以较短时间内进行 低成本的量产;2022 年后 L4 或以上级别自动驾驶车量产的阶段，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，届时可能会替代 MEMS 成为真正无任何移动部件的固态激光雷达。
目前激光雷达 2017 年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 始应用于自适应巡航，2012 年英飞凌推出 24GHz 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，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 模块，国内毫 米波厂商，如华域汽车、德赛西威等，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 流的视觉传感器，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、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业，目前产业内的龙头企业由于成本、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，主要供应商为德州仪器(TI)、 Mobileye、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，欧菲科技已经向车载领 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;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定为车厂开发。
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， 与已有的高精度地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(数字 化)，即摄像头图片需要进行数字化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反射信号，因此可以在夜间环 境下工作，这是对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，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的含义和红绿灯的颜色;
3)激光雷达接收的是光信号，容易受太阳光、其他车辆的激光雷达等 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。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，我们认为激光雷达将是未来自动驾驶最重要的传感器，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)能释放多束激光，接收物体反射信号，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 of Flight)，也有连续波调频(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 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、并且成本更低的激光 雷达，由混合固态过渡到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。
1.3.1 MEMS激光雷达
MEMS 激光雷达通过在硅基芯片上集成的 MEMS 微振镜来代替传统的机 械式旋转装置，由微振镜反射激光形成较广的扫描角度和较大的扫描范围。
其优点是 MEMS 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(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，与其他技术路线在扫描范围上有一定差距。
典型企业和产品:Velodyne 的 Velarray 系列，LeddarTech，innoluce， Innoviz，Fujitsu, Toyota，Draper。
1.3.2 光学相控阵 OPA - Optical Phased Array激光雷达
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 500nm，对加工精度要求高，扫描角度有限，接收端方案薄弱，接收 面大、信噪比较差。
典型企业和产品:Quanergy 的 S3，Blackmore, 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 905nm，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 Flash 技 术路线，对成本和人眼保护的平衡形成了一定的解决方案。
典型企业和产品:LeddarTech 的 LCA3，Tetravue，Princeton Lightwave， Trilumina (VCSEL 阵列)，Toyota 丰田，ESPROS 的 EPC660/635 系列面 阵，Advanced Scientific Concepts(ASC)，TI的 OPT8241 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 级别自动驾驶车量 产可能会以 MEMS激光雷达为主，因为它成本较低，微振镜技术较成熟， 可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，届时可能会替代 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。但是具体哪种技术路线会最终跑赢目前较难下结论，需要看不同技术路线代表性公 司的研发进度。
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，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 2017 年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，有机会成为车用激光雷达的 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。Velodyne 激光雷达产品线丰富，包括 16 线束、32 线束、64 线束及 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 两款全固态激 光雷达。Quanergy 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级差异较大，价格没有参考价值。 车规级产品尚未有批量出货， 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 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。
综合 Velodyne、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
德国激光雷达公司 IBEO Automotive Systems GmbH 可以提供从激光雷达 到包括软硬件的整套 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 Tier1 法雷奥合作开发的 4 线激光雷达 Scala。
IBEO 的技术路线比较有特色，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”于重要目标，而非全覆盖聚焦， 因此公司将不会开发多线数旋转式激光雷达，而将未来技术目标设定为 3D 固态激光雷达。2016 年 8 月，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态激光雷达，计划 2021 年完成车规量 产。
此外，公司在多传感器融合方面有较强的技术储备，公司建立“由于遮挡 等原因可能获取信息受限”的数学模型，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，开发了一套多传感器融合算法。
国内公司
在 2018 年 CES 上有 16 家激光雷达公司参与，其中就有 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 年代开始应 用于自适应巡航，2012 年英飞凌推出 24GHz 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，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，而激光雷达会受雨雪雾霾的影响;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， 因此将成为感知设备中重要的一环。但由于其分辨率较低，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 10GHz~200GHz 之间，属于 微波的范畴，波长在 1mm~1cm 之间，毫米波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、 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，优点，可靠，因为反射面大，缺点，就是分辨力不高。
与激光雷达相比毫米波雷达会有很多测量短距离的场景，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 形成持续变化的信号，而发出信号和接收信号之间形成频率差，其差值与 发射-接收时间差成线性关系，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;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，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
毫米波雷达在 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、自动紧急制动 AEB、前方碰撞预警 FCW、主动车道控制 ALC、行人检测系统 PDS，后向包含盲点监测 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
毫米波雷达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，例如大陆、博世、海拉、德尔福、奥托立夫等，核心 元器件也主要被英飞凌、德州仪器、意法半导体、亚德诺半导体等垄断。
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 起家的大供应商，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、纳雷科技、南京隼眼、苏 州安智、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。
奥托立夫以 24GHz盲点监测、变道辅助雷达为主，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
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 统完成车位扫描、路径规划、整车控制、路径跟随算法等开发。
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
承泰科技成立于 2015 年 4 月，并立项研发 77GHz 汽车毫米波雷达，目前 公司在研发 77GHz 汽车毫米波雷达上也取得突破，已在内部测试阶段， 2017 年 9 月份推出外部测试。沈阳承泰的核心成员基本上是来自于华为， 团队曾成功研发 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
公司采取与 Tier 1 厂商大陆合作的方法进入 77GHz毫米波雷达的竞争。
三、车载摄像头:ADAS 主流传感器、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、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。
3.1 车载摄像头概述
车载摄像头是 ADAS 系统的主要视觉传感器，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。
车载摄像头包括单目摄像头、双目摄像头、广角摄像头等。ADAS 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;加大摄像头的探测距离至 250 米，目前仅有 120 米范围。
3.2 摄像头产业链
车载摄像头主要由镜片-镜头组;晶圆-CMOS 芯片;模组、DSP 和系统集 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，主要供应商为德州仪器(TI)、 Mobileye、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，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。
……
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未来，但发 展自动驾驶的前提是不能影响现阶段的产品开发与销售。
4.1.1 L2 级方案:特斯拉 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，每一台特斯拉都 会配置当时最新的硬件，然后通过 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 Autopilot 已经推出 1.0 和 2.0版本。
Autopilot 相当于 L2 级别的自动驾驶，能够根据交通状况调整车速;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 级别自动驾驶能力的量产车，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 的驾驶操控，而驾驶员则无需持续监控车辆的驾驶与运行。
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、制动和油门踏板。通用希望在 2019 年，就能够将这款车型投 入到它们的共享出行车队使用。
传感层配置包括 5 个激光雷达、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，型号可能是 ARS-408;5 个高分辨率毫米波雷达由德国博世提供，主要是车两侧 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，摄像头周围均有红外 LED，可以在低照度甚 至黑夜下工作。车内后视镜位置有一个非无人驾驶版 Bolt 的单目摄像 头，车辆最前部位置有一个长距离单目摄像头。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，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 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
对比特斯拉、奥迪、蔚来和拜腾的自动驾驶解决方案，蔚来与拜腾基本沿 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垄断，如 Intel(Mobileye)、 NVIDIA 等，国内还没有自主研发和生产能力，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，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、L3、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 CAN-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，提供软件和技术，不涉及工业 生产，不占用大量资本金。劣势同样明显，以技术开源，为不同客户定制 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展 较快，可能影响自身的市场份额。
五、投资建议
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、小鹏汽车，主要关注量产车落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、华域汽车布局毫米 波雷达的情况及舜宇光学科技、欧菲科技等公司车载摄像头的出货情况;
中期建议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型公司，若 自身技术能力强大则会形成一定垄断地位，如 Waymo;或形成基础技术 开源合作形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化自动驾驶系统业务上形成的竞争。
