什么是激光雷达？激光雷达的构成与分类

01 什么是激光雷达

1简述激光雷达

所谓雷达，就是用电磁波探测目标的电子设备。激光雷达(LightDetectionAndRanging，简称"LiDAR")，顾名思义就是以激光来探测目标的雷达。

我们知道波长与频率成反比，波长越长，衍射能力越强，传播的距离也就越长。现代雷达的波长一般是到米级别，例如火控雷达的波长是1-5厘米，汽车雷达的波长是1-10毫米。当波长进一步压缩（频率进一步提高），在红外线、可见光、紫外线区域即可激发出激光，用激光做探测源的雷达，称为激光雷达。

目前的激光雷达，不仅仅只有光探测与测量，更是一种集激光、全球定位系统（GPS）和IMU（InertialMeasurementUnit，惯性测量装置）三种技术于一身的系统，用于获得数据并生成精确的DEM（数字高程模型）。

这三种技术的结合，可以高度准确地定位激光束打在物体上的光斑，测距精度可达厘米级，激光雷达最大的优势就是"精准"和"快速、高效作业"。

2激光的诞生

光子入射到物质中，以刺激电子从较高能级过渡到较低能级，并发射光子。当原子处于某种激发态时，有能量合适的光子从该原子附近通过，该原子就会释放出一个具有同样电势能的光子，从而跃迁到低能级状态。入射光子和发射光子具有相同的波长和相位，该波长对应于两个能级之间的能量差。一个光子刺激一个原子发射另一个光子，因此产生两个相同的光子

1917年，爱因斯坦在量子理论的基础上提出了一个崭新的概念一一受激辐射:即在物质与辐射场的相互作用中,构成物质的原子或分子可以在光子的激励下产生光子。

1928年，德国的Landenburg(兰登伯格)在研究氛气色散现象实验间接证实了受激辐射的存在，也直接给出了受激辐射的发生条件是粒子数反转。1947年，Lamb(兰姆)和Reherford(雷瑟福)在氧原子光谱中发现了明显的受激辐射这是受激辐射第一次被实验验证，兰姆也因此在1955年获得了诺贝尔物理学奖。1950年，法国物理学家Kastler(卡斯特勒)提出了光学泵浦的方法。他也因为提出了这种利用光学于段研究微波谐振的方法而获诺贝尔奖。

1951年，美国物理学家Purcel(珀赛尔)在用微波波谱学的方法制定核磁矩的同时，意外地观察到了50HZ的受激辐射，并把粒子数反转称为“负温1度”状态，这使人们对玻尔兹曼分布有了更全面也更深刻的认识。同年，美国物理学家(Townes)汤斯提出了受激辐射微波放大的设想。1954年，汤斯和她的两个学生戈登、曹格尔一起研制成功了波长为1.25cm的氨分子振荡器,并把它称为受激辐射微波放大器，按其字母缩写为MASER，简称脉泽。

时间来到1958年，汤斯与肖洛联名在《物理评论》上发表了论文《红外与光激射器》，这标志着激光作为一种新事物登上了历史舞台。1960年，梅安研制的红宝石激光器发出了694.3nm红价激光，这是世界上公认的第一台激光器。

3激光雷达的诞生

早在上个世纪60年代，当人类制造出激光器后，科学家们根据激光的特性，最早提出的应用就是测距。在1967年7月，美国人进行了第一次载人登月飞行，就在月球上安装了一个发射装置用于测算地球和月球的距离。随后，正值冷战时期的人们，将激光应用在了炸弹制导上。飞机发射激光照射目标，同时投掷激光制导炸弹对准目标飞行，用激光随时修正自己的飞行路线，精确度非常高。

激光制导炸弹最早亮相于1972年4月的越南战争，美军用了七年，损失了十数架飞机，都没有炸掉的清化大桥，仅仅经过两次轰炸，耗费20枚激光制导炸弹，就将清化大桥从地图上抹掉。相对普通航弹，激光制导炸弹显示出了极高的费效比。

20世纪70年代末，美国国家航空航天局（NASA）成功研制出一种具有扫描和高速数据记录能力的机载海洋激光雷达。用在大西洋和切萨皮克湾进行了水深的测定，并且绘制出水深小于10m的海底地貌。此后，机载激光雷达系统蕴含的巨大应用潜力开始受到关注，并很快被应用到陆地地形勘测研究当中。

20世纪90年代后期，全球定位系统及惯性导航系统的发展使得激光扫描过程中的精确即时定位定姿成为可能。1990年德国Stuttgart大学Ackermann教授领衔研制的世界上第一个激光断面测量系统，这一系统成功将激光扫描技术与即时定位定姿系统结合，形成机载激光扫描仪。

1993年，德国出现首个商用机载激光雷达系统TopScanALTM1020。1995年，机载激光雷达设备实现商业化生产。此后，机载激光雷达技术成为了森林资源调查的重要补充手段。广泛应用于快速获取大范围森林结构信息，如树木定位、树高计算、树冠体积估测等，同时还为森林生态研究、森林经营管理提供垂直结构分层、碳储量、枯枝落叶易燃物数量等参数估算信息。

随着激光雷达技术的进步与发展，星载激光雷达的研制和应用在20世纪90年代逐步成熟。

2003年，NASA根据早先提出的采用星载激光雷达测量两极地区冰面变化的计划，正式将地学激光测高仪列入地球观测系统中，并将其搭载在冰体、云量和陆地高度监测卫星上发射升空运行。

LIDAR技术发展至今，已经用在各个领域；主要应用包括：立体制图、采矿、林业、考古学、地质学、地震学、地形测量和回廊制图等等。

02 激光雷达的构成与分类

1激光雷达的构成

激光雷达发展到现在，其结构精密且复杂，主要由激光系统、接收系统、信号处理单元和扫描模块四大核心组件构成。激光器以脉冲的方式点亮发射激光，照射到障碍物后对物体进行3D扫描，反射光线经由镜头组汇聚到接收器上。信号处理单元负责控制激光器的发射，并将接收到的模拟信号转为数字信号，最后进入主控芯片进行数据的处理和计算。进一步的，我们可以根据以下指标判断激光雷达的好坏。

视场角，视场角决定了激光雷达能够看到的视野范围，分为水平视场角和垂直视场角，视场角越大，代表视野范围越大，反之则代表视野范围越小。

线数，线数越高，代表单位时间内采样的点就越多，分辨率也就越高，目前无人驾驶车一般采用32线或64线的激光雷达。

分辨率，分辨率和激光光束之间的夹角有关，夹角越小，分辨率越高。固态激光雷达的垂直分辨率和水平分辨率大概相当，约为0.1°，旋转式激光雷达的水平角分辨率为0.08°，垂直角分辨率约为0.4°。

探测距离，激光雷达的最大测量距离。在自动驾驶领域应用的激光雷达的测距范围普遍在100~200m左右。

测量精度，激光雷达的数据手册中的测量精度(Accuracy)常表示为，例如±2cm的形式。精度表示设备测量位置与实际位置偏差的范围。

反射率，反射率是指物体反射的辐射能量占总辐射能量的百分比，比如说某物体的反射率是20%，表示物体接收的激光辐射中有20%被反射出去了。不同物体的反射率不同，这主要取决于物体本身的性质（表面状况），如果反射率太低，那么激光雷达收不到反射回来的激光，导致检测不到障碍物。激光雷达一般要求物体表面的反射率在10%以上，用激光雷达采集高精度地图的时候，如果车道线的反射率太低，生成的高精度地图的车道线会不太清晰。

扫描帧频，激光雷达点云数据更新的频率。对于混合固态激光雷达来说，也就是旋转镜每秒钟旋转的圈数，单位Hz。例如，10Hz即旋转镜每秒转10圈，同一方位的数据点更新10次。

2激光雷达的分类

激光雷达行业具有较高的技术水准与技术壁垒，并同时具有技术创新能力强与产品迭代速度快的特征。其技术发展方向与半导体行业契合度高，激光雷达系统中核心的激光器、探测器、控制及处理单元均能从半导体行业的发展中受益，收发单元阵列化以及核心模块芯片化是未来的发展趋势。

激光雷达可分成一维（1D）激光雷达、二维（2D）扫描激光雷达和三维（3D）扫描激光雷达。1D激光雷达只能用于线性的测距；2D扫描激光雷达只能在平面上扫描，可用于平面面积与平面形状的测绘，如家庭用的扫地机器人；3D扫描激光雷达可进行3D空间扫描，用于户外建筑测绘，它是驾驶辅助和自助式自动驾驶应用的重要车载传感设备。3D激光雷达可进一步分成3D扇形扫描激光雷达和3D旋转式扫描激光雷达。

激光雷达按照测距方法可以分为飞行时间（TimeofFlight，ToF）测距法、基于相干探测FMCW测距法、以及三角测距法等，其中ToF与FMCW能够实现室外阳光下较远的测程（100～250m），是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案，未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达将在市场上并存。

1、根据激光雷达按测距方法分类：

ToF法：通过直接测量发射激光与回波信号的时间差，基于光在空气中的传播速度得到目标物的距离信息，具有响应速度快、探测精度高的优势。

FMCW法：将发射激光的光频进行线性调制，通过回波信号与参考光进行相干拍频得到频率差，从而间接获得飞行时间反推目标物距离。FMCW激光雷达具有可直接测量速度信息以及抗干扰（包括环境光和其他激光雷达）的优势。

2、根据激光雷达按技术架构分类：

机械旋转式激光雷达：通过电机带动收发阵列进行整体旋转，实现对空间水平360°视场范围的扫描。测距能力在水平360°视场范围内保持一致。

半固态式激光雷达：半固态方案的特点是收发单元与扫描部件解耦，收发单元（如激光器、探测器）不再进行机械运动，具体包括微振镜方案、转镜方案等。适用于实现部分视场角（如前向）的探测，体积相较于机械旋转式雷达更紧凑。

固态激光雷达：固态式方案的特点是不再包含任何机械运动部件，具体包括相控阵（OpticalPhasedArray,OPA）方案、Flash方案、电子扫描方案等。适用于实现部分视场角（如前向）的探测，因为不含机械扫描器件，其体积相较于其他架构最为紧凑。

相比于半固态式和固态式激光雷达，机械旋转式激光雷达的优势在于可以对周围环境进行360°的水平视场扫描，而半固态式和固态式激光雷达往往最高只能做到120°的水平视场扫描，且在视场范围内测距能力的均匀性差于机械旋转式激光雷达。由于无人驾驶汽车运行环境复杂，需要对周围360°的环境具有同等的感知能力，而机械旋转式激光雷达兼具360°水平视场角和测距能力远的优势，目前主流无人驾驶项目纷纷采用了机械旋转式激光雷达作为主要的感知传感器。

激光雷达产业自诞生以来，紧跟底层器件的前沿发展，呈现出了技术水平高的突出特点。激光雷达厂商不断引入新的技术架构，提升探测性能并拓展应用领域：从激光器发明之初的单点激光雷达到后来的单线扫描激光雷达，以及在无人驾驶技术中获得广泛认可的多线扫描激光雷达，再到技术方案不断创新的固态式激光雷达、FMCW激光雷达，以及如今芯片化的发展趋势，激光雷达一直以来都是新兴技术发展及应用的代表。

3不同类激光雷达的优缺点

1、机械旋转式激光雷达

机械旋转式Lidar的发射和接收模块存在宏观意义上的转动。在竖直方向上排布多组激光线束，发射模块以一定频率发射激光线，通过不断旋转发射头实现动态扫描。

机械旋转Lidar分立的收发组件导致生产过程要人工光路对准，费时费力，可量产性差。目前有的机械旋转Lidar厂商在走芯片化的路线，将多线激光发射模组集成到一片芯片，提高生产效率和量产性，降低成本，减小旋转部件的大小和体积，使其更易过车规。

优点：技术成熟；扫描速度快；可360度扫描。

缺点：可量产性差：光路调试、装配复杂，生产效率低；价格贵：靠增加收发模块的数量实现高线束，元器件成本高，主机厂难以接受；难过车规：旋转部件体积/重量庞大，难以满足车规的严苛要求；造型不易于集成到车体。

2、MEMS阵镜激光雷达

MEMS振镜是一种硅基半导体元器件，属于固态电子元件；它是在硅基芯片上集成了体积十分精巧的微振镜，其核心结构是尺寸很小的悬臂梁——反射镜悬浮在前后左右各一对扭杆之间以一定谐波频率振荡，由旋转的微振镜来反射激光器的光线，从而实现扫描。硅基MEMS微振镜可控性好，可实现快速扫描，其等效线束能高达一至两百线，因此，要同样的点云密度时，硅基MEMSLidar的激光发射器数量比机械式旋转Lidar少很多，体积小很多，系统可靠性高很多。

优点：MEMS微振镜摆脱了笨重的马达、多发射/接收模组等机械运动装置，毫米级尺寸的微振镜大大减少了激光雷达的尺寸，提高了稳定性；MEMS微振镜可减少激光发射器和探测器数量，极大地降低成本。

缺点：有限的光学口径和扫描角度限制了Lidar的测距能力和FOV，大视场角需要多子视场拼接，这对点云拼接算法和点云稳定度要求都较高；抗冲击可靠性存疑；振镜尺寸问题：远距离探测需要较大的振镜，不但价格贵，对快轴/慢轴负担大，材质的耐久疲劳度存在风险，难以满足车规的DV、PV的可靠性、稳定性、冲击、跌落测试要求；悬臂梁：硅基MEMS的悬臂梁结构实际非常脆弱，快慢轴同时对微振镜进行反向扭动，外界的振动或冲击极易直接致其断裂。

3、旋转扫描镜激光雷达

作为首款量产的L3级别自动驾驶的乘用车——奥迪A8上搭载的激光雷达就是旋转扫描镜激光雷达。与机械旋转激光雷达不同的是，其激光发射模块和接收模块是不动的，只有扫描镜在做机械旋转。激光单元发出激光至旋转扫描镜（Mirror），被偏转向前发射（扫描角度145°），被物体反射的光经光学系统被左下方的探测器接收。

优点：可车规，寿命长，可靠度高。

缺点：扫描线数少，扫描角度不能到360度。

4、楔形棱镜旋转雷达

收发模块的PLD（PulsedLaserDiode）发射出激光，通过反射镜和凸透镜变成平行光，扫描模块的两个旋转的棱镜改变光路，使激光从某个角度发射出去。激光打到物体上，反射后从原光路回来，被APD接收。

与MEMSLidar相比，它可以做到很大的通光孔径，距离也会测得较远。与机械旋转Lidar相比，它极大地减少了激光发射和接收的线数，降低了对焦与标定的复杂度，大幅提升生产效率，降低成本。

优点：非重复扫描，解决了机械式激光雷达的线式扫描导致漏检物体的问题；可实现随着扫描时间增加，达到近100％的视场覆盖率；没有电子元器件的旋转磨损，可靠性更高，符合车规。

缺点：单个雷达的FOV较小，视场覆盖率取决于积分时间；独特的扫描方式使其点云的分布不同于传统机械旋转Lidar，需要算法适配。

5、二维扫描振镜激光雷达

这类激光雷达的核心元件是两个扫描器——多边形棱镜和垂直扫描振镜，分别负责水平和垂直方向上的扫描。特点是扫描速度快，精度高。比如：一个四面多边形，仅移动八条激光器光束（相当于传统的8线激光雷达），以5000rpm速度扫描，垂直分辨率为2667条/秒，120度水平扫描，在10Hz非隔行扫描下，垂直分辨率达267线。

优点：转速越高，扫描精度越高；可以控制扫描区域，提高关键区域的扫描密度；多边形可提供超宽FOV，一般可做到水平120度。MEMSLidar一般不超过80度；通光孔径大，信噪比和有效距离要远高于MEMSLidar；价格低廉，MEMS振镜贵的要上千美元，多边形激光扫描已经非常成熟，价格只要几十美元；激光雷达间抗干扰性强

缺点：与MEMS技术比，其缺点是功耗高，有电机转动部件

6、Flash激光雷达

Flash激光雷达采用类似Camera的工作模式，但感光元件与普通相机不同，每个像素点可记录光子飞行时间。由于物体具有三维空间属性，照射到物体不同部位的光具有不同的飞行时间，被焦平面探测器阵列探测，输出为具有深度信息的“三维”图像。根据激光光源的不同，Flash激光雷达可以分为脉冲式和连续式，脉冲式可实现远距离探测（100米以上），连续式主要用于近距离探测（数十米）。

Flash激光雷达的优势在于能够快速记录整个场景，避免了扫描过程中目标或Lidar自身运动带来的误差。其缺点是探测距离近。

发射模组：Flash激光雷达采用的是垂直腔面发射激光器（VerticalCavitySurfaceEmittingLaser，VCSEL），比其他激光器更小、更轻、更耐用、更快、更易于制造，并且功率效率更高。

接收模组：Flash激光雷达的性能主要取决于焦平面探测器阵列的灵敏度。焦平面探测器阵列可使用PIN型光电探测器，在探测器前端加上透镜单元并采用高性能读出威廉希尔官方网站 ，可实现短距离探测。对于远距离探测需求，需要使用到雪崩型光电探测器，其探测的灵敏度高，可实现单光子探测，基于APD的面阵探测器具有远距离单幅成像、易于小型化等优点。

优点：一次性实现全局成像来完成探测，无需考虑运动补偿；无扫描器件，成像速度快；集成度高，体积小；芯片级工艺，适合量产；全固态优势，易过车规

缺点：激光功率受限，探测距离近；抗干扰能力差；角分辨率低

7、光学相控阵激光雷达（OPA）

很多军用Lidar使用OPA（OpticalPhasedArray）光学相控阵技术。OPA运用相干原理，采用多个光源组成阵列，通过调节发射阵列中每个发射单元的相位差，来控制输出的激光束的方向。OPA激光雷达完全是由电信号控制扫描方向，能够动态地调节扫描角度范围，对目标区域进行全局扫描或者某一区域的局部精细化扫描，一个激光雷达就可能覆盖近/中/远距离的目标探测。

优点：纯固态Lidar，体积小，易于车规；扫描速度快（一般可达到MHz量级以上）；精度高（可以做到μrad量级以上）；可控性好（可以在感兴趣的目标区域进行高密度扫描）

缺点：易形成旁瓣，影响光束作用距离和角分辨率，使激光能量被分散；加工难度高：光学相控阵要求阵列单元尺寸必须不大于半个波长；探测距离很难做到很远

8、调频连续波FMCW激光雷达

以三角波调频连续波为例来介绍其测距/测速原理。蓝色为发射信号频率，红色为接收信号频率，发射的激光束被反复调制，信号频率不断变化。激光束击中障碍物被反射，反射会影响光的频率，当反射光返回到检测器，与发射时的频率相比，就能测量两种频率之间的差值，与距离成比例，从而计算出物体的位置信息。FMCW的反射光频率会根据前方移动物体的速度而改变，结合多普勒效应，即可计算出目标的速度。

优点：每个像素都有多普勒信息，含速度信息；解决Lidar间串扰问题；不受环境光影响，探测灵敏度高

缺点：不能探测切向运动目标

4不同车载传感器的比较

目前，激光雷达、毫米波雷达和摄像头是公认的自动驾驶的三大关键传感器技术。从技术上看，激光雷达与其他两者相比具备强大的空间三维分辨能力。中国汽车工程学会、国汽智联汽车研究院编写的《中国智能网联汽车产业发展报告（2019）》称，当前在人工智能的重要应用场景智能网联汽车的自动驾驶和辅助驾驶领域中，激光雷达是实现环境感知的核心传感器之一。报告认为，在用于道路信息检测的传感器中，激光雷达在探测距离、精准性等方面，相比毫米波雷达具有一定的优势。

03 激光雷达的应用

1测量测绘

1、地形测绘

激光雷达通过揭示地面细微的高程变化来展示地貌。它最大的优势在于它是一个高速“采样工具”，激光雷达每秒从空中向地面发出数十万甚至上百万个脉冲，正是这种密集的点云使我们能够获取真实地貌。

2、建筑质量控制

使用LiDAR进行建筑扫描可以确保建筑与建筑信息模型(BIM)相匹配。将来自地面扫描的点云与BIM设计对比可保证施工质量并按计划进行，LiDAR最大的优势是实时扫描，能在项目早期发现缺陷，否则，任何有缺陷的结构返工都会浪费时间和金钱。

3、水下地形测量

我们通常使用测深探测（或声纳）进行水下调查。声纳发出砰砰声并接收回声。与LiDAR类似，它通过测量回波经过的时间来计算距离。测深激光雷达与机载激光雷达不同，它使用绿色波长，通过使用这种波长，水下测绘可以一直测量到水底。同样，河流和测深调查能够绘制陆地和水生系统的地图。

4、林业调绘

森林中的树木结构和高度的可视化是LiDAR应用真正成功的领域。但激光雷达真的能“穿透”树木吗？想象一下，你站在森林中间，抬头看。你能看到阳光吗？如果您可以看到光线透过，那么LiDAR也可以。

当你知道树的高度和地面的高度时，你就会得到一个真正的垂直剖面，如果你真的想要一个3D植被结构，地面LiDAR也可以生成逼真的3D模型。其实，地球科学激光高度计系统(GLAS)是第一个从太空绘制森林地图的激光测距(LiDAR)仪器。

5、洪水预警

通过使用LiDAR测量地表，水文学家可以建立数字高程模型。从这里，使用者可以在洪水发生之前绘制出容易被淹没的区域。

在这方面，激光雷达可以提供洪水预警系统，保障居民生命财产安全。保险公司也可以使用这些数据收取更高的保费，这只是保险业中用于评估风险的众多GIS应用程序之一。

6、确定土地用途

激光雷达分类代码包括地面、植被（低，中，高）、建筑、架空导线、公路、铁路和水等等，每个分类定义都来自反射的激光脉冲。甚至通过多期数据监测可以稳定地了解我们星球的动态变化，包括气候变化。

2工业自动化与自动驾驶

1、工业自动化

机器人应用范围包括无人送货小车、自动清扫车辆、园区内的接驳车、港口或矿区的无人作业车、执行监控或巡线任务的无人机等，这些场景的主要特点是路线相对固定、环境相对简单、行驶速度相对较低（通常不超过30km/h）。

激光雷达可安装在AGV等小型车辆中，在工厂或仓库中，集成激光雷达可以被用于导航自动化设备，如自动引导车和机器人，并帮助它们避免撞击障碍物，以帮助其在无人环境下自动感知路线从而进行日常作业。

2、辅助驾驶

在目前的L2/L3级高级辅助驾驶中，激光雷达可覆盖前向视场（水平视场角覆盖60°到120°）以实现自动跟车或者高速自适应巡航等功能。通过发射信号和反射信号的对比，构建出点云图，从而实现诸如目标距离、方位、速度、姿态、形状等信息的探测和识别。除了传统的障碍物检测以外，激光雷达还可以应用于车道线检测。优点在于测距远、精度高，获取信息丰富，抗源干扰能力强。

3、自动驾驶

未来，L4/L5级无人驾驶应用的实现，有赖于激光雷达提供的感知信息。激光雷达是一种可以扫描周围环境并生成三维图像的传感器。它可以被用于识别障碍物、构建地图和定位车辆等应用场景。

该级别应用需要面对复杂多变的行驶环境，对激光雷达性能水平要求最高，在要求360°水平扫描范围的同时，对于低反射率物体的最远测距能力需要达到200m，且需要更高的线数以及更密的点云分辨率；同时为了减少噪点还需要激光雷达具有抵抗同环境中其他激光雷达干扰的能力。

04 激光雷达的市场概况

1全球市场概况

激光雷达过去用于工业测绘、气象监测等领域，未来车载领域将成为最重要细分。气象监测、地形测绘与车载、机器人领域对激光雷达的技术要求不同，分属不同细分市场。

下游需求刺激行业快速发展，激光雷达市场规模有望达百亿美元。受益于无人驾驶、高级辅助驾驶（ADAS）和服务机器人领域的需求，有望迎来高速增长期。据Velodyne预测，2022年智能驾驶将占总市场规模的60.5%，成为激光雷达产业最大的增长极，工业、无人机、机器人领域各占比24.4%、8.4%、4.2%。

根据沙利文的统计及预测，受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗透率增加、以及服务型机器人及智能交通建设等领域需求的推动，激光雷达整体市场预计将呈现高速发展态势，至2025年全球市场规模有望达131.1亿美元。

2022年全球激光雷达解决方案市场规模为120亿元，近五年年均复合增长率为63%。根据预测，2023年全球激光雷达解决方案市场规模将达到227亿元，2024年将达到512亿元。

2国内市场

中国是激光雷达未来的最大市场之一。根据麦肯锡的预测，中国将是全球最大的自动驾驶市场，也是高级辅助驾驶领域全球最大的新车销售市场。由于人口老龄化和产业升级的影响，需要在减少人力支出的情况下增加生产效率，通过无人驾驶、高级辅助驾驶、服务型机器人通过机器自动化工作来减少人力支出。

在2022年中国激光雷达市场规模约为26.4亿元。根据预测，2023年中国激光雷达市场规模将达75.9亿元，2024年将达到139.6亿元。2022年全球Top15激光雷达公司中，2家车载激光雷达公司都来自中国，分别是禾赛科技和速腾聚创。

在政策端，国家近年来不断推出新的政策以支持激光雷达企业的成长与发展。

3行业上游供应商

激光雷达产业链可以分为上游（光学和电子元器件）、中游（集成激光雷达）、下游（不同应用场景）。其中上游为激光发射、激光接收、扫描系统和信息处理四大部分，包含大量的光学和电子元器件。中游为集成的激光雷达产品，下游包括军事、测绘、无人驾驶汽车、高精度地图、服务机器人、无人机等众多应用领域。

激光器和探测器是激光雷达的重要部件，激光器和探测器的性能、成本、可靠性与激光雷达产品的性能、成本、可靠性密切相关。国外厂商在激光器和探测器行业耕耘较久，产品的成熟度和可靠性上有更多的实践经验和优势，客户群体也更为广泛。国内厂商近些年发展迅速，产品性能已经基本接近国外供应链水平，并已经有通过车规认证（AEC-Q102）的国产激光器和探测器出现，元器件的车规化是车规级激光雷达实现的基础，国内厂商能够满足这一需求。相比国外厂商，国内厂商在产品的定制化上有较大的灵活性，价格也有一定优势。

光学部件方面，激光雷达公司一般为自主研发设计，然后选择行业内的加工公司完成生产和加工工序。光学部件国内厂商的技术水平已经完全达到或超越国外供应链的水准，且有明显的成本优势，已经可以完全替代国外供应链和满足产品加工的需求。

FPGA芯片通常被用作激光雷达的主控芯片，国外厂商的产品性能相比国内供应商大幅领先，但国内产品的逻辑资源规模和高速接口性能也能够满足激光雷达的需求。

模拟芯片用于搭建激光雷达系统中发光控制、光电信号转换，以及电信号实时处理等关键子系统。国外供应商在该领域积累已久，技术先进、产能充足、成熟度高，是行业的领导者。国内供应商相比国外起步较晚，从产品丰富程度到技术水平还普遍存在着一定差距，尤其车规类产品差距会更大。

上游主要部件及生产厂商如下表所示：

4下游主要客户

1、车载领域

目前，在智能驾驶市场中，ADAS+ADS双轮驱动，激光雷达作为智能驾驶画龙点睛的产品，不可或缺。

在高级辅助驾驶市场，激光雷达的成本不断下降，商业化进程有望提速，全球范围内L3级辅助驾驶量产车项目当前处于快速开发之中。世界各地交通法规的修订为L3级自动驾驶技术商业化落地带来机会。2020年6月联合国的欧洲经济委员会通过《ALKS车道自动保持系统条例》，这是全球范围内第一个针对L3级自动驾驶具有约束力的国际法规。随着激光雷达成本下探至数百美元区间且达到车规级要求，未来越来越多高级辅助驾驶量产项目将实现量产；根据Forst&Sullivan的研究报告，2021-2026E、2026E-2020E全球乘用车新车市场ADAS车辆销售CAGR有望达75.5%、30.5%，其中中国增速最高，分别为92.2%/29.3%。

激光雷达在ADAS应用：海内外持续发展，2025年全球市场规模有望达6.2亿美元。2020年10月，百度在北京全面开放无人驾驶出租车服务，在13个城市部署总数测试车辆，并且与一汽红旗合作实现了中国首条L4级自动驾驶乘用车生产线建设，具备批量生产能力。根据Forst&Sullivan研究估计，2026年ADAS领域使用激光雷达产业规模有望达12.9亿美元。其中，中国、美国、其他地区分别为6.7/3.5/2.7亿美元。2030年ADAS领域使用激光雷达产业规模有望达64.9亿美元，其中中国、美国、其他地区分别为32.5/13.0/19.5亿美元。

从自动驾驶技术发展来看，L0-L2阶段，传感器与控制系统的革新是主要变化；L3-L4阶段，感知与决策能力的增强是主要变化。L2、L3及L4级别的智能驾驶所需激光雷达台数分别为0台、1台和5台，激光雷达称为推动智能驾驶发展的重要因素。就国内市场而言，中国拥有世界最大的高级辅助驾驶和无人驾驶市场，成长空间也最为广阔。2020年11月发布的《智能网联汽车技术路线图（2.0版）》明确指出到2030年我国L2和L3级渗透率要超过70%。

2、车联网+机器人

智慧城市、车联网等场景有助于催生路侧激光雷达市场成长。世界范围来看，中国车联网发展速度最快，战略化程度最高。2020 年 2 月，国家发展改革委、工信部、科技部等 11 个部委联合印发《智能汽车创新发展战略》，提出到 2025 年，车用无线通信网络（LTE-V2X 等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）逐步开展应用，高精度时空基准服务网络实现全覆盖。激光雷达结合智能算法，能够提供高精度的位置、形状、姿态等信息，实现对交通状况进行全局性的精确把控，对车路协同功能的实现至关重要。随着智能城市、智能交通项目的落地，未来该市场对激光雷达的需求将呈现稳定增长态势。

疫情刺激服务型机器人市场发展，2030 年激光雷达该领域规模预计达到 16.7 亿美元。服务型机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等。面对新冠疫情，无人配送能够避免人与人的不必要接触，减少交叉感染概率。2019 年 12 月，美国自动驾驶送货科技公司 Nuro 宣布与零售巨头 Kroger 合作，在休斯顿为顾客提供无人送货服务。2020年 7 月，京东物流无人配送研究院项目落户常熟高新区，其无人配送车也正式上线。2020 年10 月，美团正式发布位于北京首钢园区的智慧门店 MAIShop，集成了无人微仓与无人配送服务。根据禾赛科技公开招股书援引沙利文研究预测，伴随全球服务型机器人出货量的增长以及激光雷达在服务型机器人领域渗透率的提升，至 2026 年激光雷达在该细分市场预计达到4.7 亿美元市场规模，2021 年至 2030 年的复合增长率可达 71.5%。

5市场竞争格局及同行业公司

国外企业发展较早，国内厂商加码布局崛起可期。外国厂商如法雷奥、Velodyne、Luminar、Innoviz 起步较早，在技术和产品具备一定的先发优势。过去两年通过特殊目的并购公司（Special Purpose Acquisition Compony，SPAC）完成了上市，有望借助资本力量加速业务发展。国内厂商在近几年投入了大量研发后，逐步完成了技术的追赶甚至在一定范围内实现超越。禾赛科技、速腾聚创、图达通等企业的产品在行业内具备较强的竞争力，各方势力百花齐放，共同推动我国激光雷达产业持续繁荣，缩小与国外差距。

目前全球激光雷达行业展现出群雄争霸的格局，国内厂商势头强劲。国外厂商进入行业较早，具有先发优势；国内厂商起步较晚，但正不断缩小与国外厂商差距，甚至追平反超。

国外主要激光雷达厂商包括Velodyne、Luminar、Aeva、Valeo、Innoviz、Ibeo等；国内主要激光雷达厂商包括禾赛科技、速腾聚创、镭神智能、一径科技、大疆览沃等。

国内厂商持续发力，已在全球市场占据一席之地。2021年全球车载激光雷达市场份额 TOP10公司中，中国厂商占据5席。法国巨头Valeo以28%的市场份额独占鳌头。中国5大厂商合计市场份额达到26%。

随着厂商不断加大研发投入和技术升级，激光雷达产品性能不断提升。华为、大疆跨界入局转镜/棱镜式半固态方案推动了整个产业的发展，为激光雷达持续加码。随着制造工艺的升级和规模经济逐步显现，未来激光雷达有望下探至商业化量产水平。下游主要应用领域为无人驾驶和高级辅助驾驶，市场前景广阔。

1、Velodyne：全球激光雷达领军者

Velodyne 是车载激光雷达行业的鼻祖，公司从低音扬声器起家，2005 年开始激光雷达领域的研究并于 2007 年成功推出全球首款量产的实时 3D 激光雷达——HDL-64E。该 3D 激光雷达在 2010 年应用于谷歌自动驾驶汽车的首次测试，公司开始受到大范围的市场关注。2016 年公司分离出 Velodyne Lidar 独立发展激光雷达业务。2020 年，Velodyne Lidar 和 GrafIndustrial Corp.宣布业务合并，组建第一家纯激光雷达技术公司并在纳斯达克上市，股票代码为 VLDR。目前，Velodyne 已为 300 多家客户提供服务，其中包括几乎所有全球领先的汽车 OEM，已然成为全球激光雷达的市场领导者。

2、Luminar:深度布局 1550nm 激光雷达

Luminar 在 2012 年由“光学神童”Austin Russell 创立，专注车载激光雷达技术的突破性研究。2016-2017 年陆续收购光电公司 Open Photonics 与铟镓砷光电探测器设计公司Black Forest Engineering，布局 1550nm 激光雷达并使接收器成本不断下探；2018-2019年先后发布 Iris 和 Hydra 两款核心产品，并于 2020 年 12 月以 SPAC 方式成功登陆纳斯达克上市，成为继 Velodyne 全球第二家上市的激光雷达厂商。目前，Luminar 获得了 50 个行业合作伙伴，其中包括全球 10 大汽车原始设备制造商（OEM）中的 7 个。

公司提供软硬化一体的解决方案，产品覆盖从最底层的硬件激光雷达传感器、到激光雷达系统、再到向 OEM 厂商提供完整的解决方案。目前公司的主要硬件产品为 Iris 和 Hydra，都是采用 ToF 测距原理，1550nm 光源的 MEMS 产品。1550nm 激光在安全性、可靠性和探测距离表现更优秀，使得公司产品能够适应各种天气状况，在雨雪雾等恶劣天气 也能达到200m 的有效探测距离。激光雷达提供的软件产品可以覆盖高速公路上夜间或恶劣环境下的感知和识别，为自动驾驶的路径规划和决策提供额外的信息。公司为了完善产品结构，后推出新的软件产品套件 Sentinel——全栈自动驾驶解决方案，可以实现语义分割、物体探测和分类、路标识别跟踪、瞬时速度监测、可配置现场覆盖等功能，为每个 OEM 提供高速公路自动驾驶和主动安全功能。

3、禾赛科技：全球先进的激光雷达制造商

禾赛科技于 2014 年创立于上海，致力于做“机器人的眼睛”，是全球自动驾驶及高级辅助驾驶(ADAS)激光雷达的领军企业。公司依靠 500 多人的团队打造出一系列创新型传感器解决方案，兼顾业内顶尖的产品性能、可量产的设计以及出众的可靠性。从 2016 年初开始自主研发激光雷达，经过多年深耕，公司陆续发布了多款激光雷达产品，布局 500 多项专利，客户遍布全球 23 个国家和地区的 70 座城市。2023 年 2 月 9 日,激光雷达独角兽禾赛科技在美国纳斯达克上市,成为中国激光雷达第一股。

产品快速更新迭代，深度布局汽车领域。公司凭借在无人驾驶领域激光雷达的技术积累，针对不同场景的特点与需求，陆续开发了多个产品线，如适用于无人驾驶领域的 Pandar128、PandarQT 等，适用于 ADAS 领域的 PandarGT 等，适用于机器人领域的 PandarXT，适用于车联网领域的 PandarMind，不断丰富产品类型和应用场景。

4、华为技术

华为创立于1987年，是全球领先的ICT（信息与通信）基础设施和智能终端提供商。从产业视角来看，华为业务可分为ICT基础设施业务、终端业务、云计算业务、数字能源业务、智能汽车解决方案业务等。智能汽车方面，华为已上市30多款智能汽车零部件，截至2022年底，已经发货近200万套部件，包括智能座舱、智能驾驶、智能电动、智能车云、毫米波雷达、摄像头、网关、激光雷达、算力平台、AR HUD、T-Box等产品与解决方案。

2023年前三季度，华为实现营收4522.60亿元，同比增加111.20亿元；净利润为728.86亿元，同比增加489.74亿元。

5、速腾聚创

深圳市速腾聚创科技有限公司是一家自动驾驶激光雷达(LiDAR)环境感知解决方案提供商，公司围绕激光雷达(LiDAR)环境感知方案，在芯片、LiDAR传感器、感知软件等多个核心技术领域长时间创新与沉淀，以市场为导向，为客户提供不同组合的智能环境感知激光雷达系统。主营业务方面，速腾聚创近日宣布2023年8月公司车载激光雷达单月销量突破20000台，刷新了国内车载激光雷达行业单月交付量纪录。

05 结语

纵观整个激光雷达的发展历史，一个产业的发展离不开科技+资本的密切配合。诚然，头部的企业已经走在前面，他们拥有更强的技术壁垒，吸引着更多的资本的目光。

但激光雷达的技术路线仍然有其他的选项尚未成熟，市场目前依然处于群雄逐鹿的状态。伴随着在汽车行业的不断渗透与工业自动化的发展，激光雷达的投资机会可不断给到我们想象空间。

审核编辑：汤梓红