半导体周报0512-激光雷达
半导体周报-0512
一、行业新闻及动态：
（一）、半导体设计：
财联社4月22日电，知名科技记者马克·古尔曼透露，苹果可能会跳过Mac mini的M3版本，转而使用更强大的M4芯片。古尔曼此前曾表示，苹果计划在“2024年底至2025年初”发布配备M4和M4 Pro芯片的新款Mac mini机型。现在他进一步确认，随着新的Mac mini最快在今年年底到来，在那之前没有足够的空间“推出M3型号”，所以这些Mac机型将跳过M3一代。传闻M4芯片还配备更快的神经引擎，用于人工智能任务。
财联社4月24日电，地平线今日发布征程6系列芯片，包括6颗芯片，支持低、中、高阶智能驾驶应用。征程6系列芯片实现高集成的“四芯合一”，单芯片支持智驾全栈计算任务，大幅提升系统性价比。其中征程6B芯片与索尼合作，开发全球首款1700万像素高性能前视感知方案，最远探测距离达450米；征程6E/M芯片，算力分别为80TOPS和128TOPS，面向高速NOA和普惠城市NOA；征程6P芯片适用全场景智能驾驶，算力达560TOPS。
财联社4月26日电，联发科发布三款天玑汽车芯片，其中CT-X1采用3nm制程，CT-Y1和CT-Y0采用4nm制程。据悉，三款芯片基于Arm v9架构，内置HDR ISP图像处理器，支持AI降噪、AI 3A等多种智能影像优化技术以及5G NTN卫星宽带技术。其中，CT-X1支持130亿参数的AI大语言模型，可在车内运行多种主流的大语言模型（LLMs）和AI绘图功能。
（二）、半导体制造及封测：
财联社4月24日电，SK海力士计划斥资约20万亿韩元（146亿美元）在韩国构建新的存储芯片产能，进行重大的产能升级，以满足快速增长的人工智能开发需求。这家韩国公司将初步拨出5.3万亿韩元，于4月底左右开始建设一家新工厂或晶圆厂，计划在2025年11月完工。根据声明，SK海力士将长期逐步发展该设施，总投资将超过20万亿韩元。
财联社4月25日电，台积电24日在美国加州圣克拉拉举行的北美技术论坛上，发布了一项名为TSMC A16的新型芯片制造技术，预计于2026年量产。据悉，台积电这次首度发布TSMC A16技术，结合领先的纳米片电晶体及创新的背面电轨（backsidepower rail）解决方案以大幅提升逻辑密度及效能。
《科创板日报》26日讯，台积电系统级晶圆技术将迎来重大突破，公司表示，采用CoWoS技术的芯片堆叠版本，预计于2027年准备就绪，整合SoIC、HBM及其他零部件，打造一个强大且运算能力媲美资料中心伺服器机架，或甚至整台伺服器的晶圆级系统。
《科创板日报》27日讯，IBM将在未来五年内投资超过10亿加元扩大其在加拿大的半导体封装和测试工厂。第一阶段是价值2.27亿加元的投资，其中包括IBM的合作伙伴MiQro创新协作中心，该中心将扩大现有的魁北克工厂，并建立一个研发实验室。
（三）、半导体设备：
财联社4月23日电，荷兰半导体设备制造商ASM国际(ASMI)一季度营收6.39亿欧元，分析师预期6.386亿欧元；一季度订单6.979亿欧元，分析师预期6.621亿欧元；一季度积压订单15.2亿欧元，分析师预期14.8亿欧元；预计二季度营收6.60亿-7.00亿欧元，分析师预期6.386亿欧元；预计下半年营收将较上半年增长10%或更多；重申2025财年营收目标。
（四）、其他：
《科创板日报》25日讯，中国科学院量子信息与量子科技创新研究院向国盾量子交付了一款504比特超导量子计算芯片“骁鸿”，用于验证国盾量子自主研制的千比特测控系统。此款芯片刷新了国内超导量子比特数量的纪录，后续还计划通过中电信量子集团的“天衍”量子计算云平台等向全球开放。
财联社4月26日电，日本表示计划扩大对与半导体和量子计算相关的四种技术的出口限制，这是全球控制战略技术流动的最新举措。日本此举将影响用于分析纳米粒子图像的扫描电子显微镜、三星电子为改进半导体设计而采用的全环绕栅极晶体管技术。日本还将要求出口用于量子计算机的低温CMOS电路及出口量子计算机本身须获得许可。日本经济产业省周五表示，此举旨在更好地监管有军用用途的零部件出口，并与全球其他国家的类似行动保持一致。它表示，在公众意见征询期于5月25日结束后，相关措施最早将在7月生效。
二、本周话题——激光雷达
激光雷达（LiDAR）是一种通过脉冲激光照射目标并用传感器测量反射脉冲返回时间来测量目标距离的 测量工具。激光雷达的原理是利用 ToF（Time of Flight，飞行时间测距法），通过发射接受激光束，分析激光遇到目标对象后的折返时间，从而得到物体表面与探测主体的精确距离，进而在空间坐标系中为 这束光线赋予角度信息，就能得到这个点的三维定位。随着光束的增多，探测主体便可利用所得各点的 相对位置，勾勒出三维空间中的物体细节，即点云——激光雷达的三维视觉。
激光雷达感知原理示意图
资料来源：禾赛科技，上海证券研究所
激光雷达主要应用于以高级辅助驾驶（ADAS）、车联网为主的车用以及机器人等领域。
高级辅助驾驶系统（ADAS）主要包括感知系统（感知层）、计算分析（决策层）、控制执行（执行层）三大模块，其中感知是智能驾驶的先决条件，其探测的精度、广度与速度直接影响智能驾驶的行驶安全。以各类传感器为主的感知系统采集的信息会经由决策层处理分析后给出动力供给、方向控制等操作，最终实现自动驾驶。而感知系统路线有摄像头、激光雷达、超声波雷达、毫米波雷达。其中激光雷达具有更强的综合性能。根据灼识咨询的预测，激光雷达车端市场规模在 2023 年已达到百亿。车用领域所应对的场景复杂度更高，激光雷达的性能要求则会相对较高，其演进路径是从 L4 级测试车辆到高端乘用车前装搭载，待成本足够合理时向平价汽车过渡。目前激光雷达正处于高端乘用车前装搭载，这一时期重点比拼车企端交付和工程化落地，同时逐步开启价格竞争。
激光雷达主要应用场景
资料来源：华经产业研究院，上海证券研究所
激光雷达的主要优点在于探测精度高、探测范围广。摄像头方案商用普及较早，能够获取到丰富的色彩和细节信息，但成像受制于环境光线。而超声波方案虽然成本较低，但由于感知距离较近且易受环境影响，因此主要用于停车辅助。而毫米波雷达虽有更强的抗干扰能力，但感知精度并不理想，不具备图像级的成像能力。综合来看，激光雷达探测精度高、范围广、稳定性强，并能够对周围环境进行实时 3D建模，因此成为当前重要的感知方案
不同感知方案差异
资料来源：上海证券研究所整理
驱动因素：
（一）、城市NOA需求扩大：
城市 NOA 快速落地。NOA 功能（高阶智能驾驶辅助）的实现是智能驾驶从 L2 跨越到 L3 过程中的关键节点，目前多家传统车企和新势力车企在加速布局 NOA 功能。按应用场景分，NOA 功能分为高速场景和城市场景，高速 NOA 功能是指在高速公路辅助的基础上配置高精地图，帮助车辆实现自动上下匝道、车道保持等功能。城市 NOA 是指在城市道路按照导航路径智能辅助驾驶到达终点，除了基本导航功能外，城市 NOA 还包括自动泊车、智能跟车等功能。
高速 NOA 始于 2019 年特斯拉向中国大陆选装 FSD 的车型推送 NOA 功能，随后国内蔚来、小鹏、理想等车企先后入局，在旗下部分车型中推出类似功能，2023 年高速 NOA 已实现规模化落地。与此同时，城市 NOA 功能作为最贴近用户场景的技术被视为自动驾驶通往 L3 级别的重要突破口，成为当前行业竞争高地。2022 年 9 月，小鹏 P5 在广州推出城市 NGP（即城市 NOA），正式拉开国内城市 NOA 大幕。2023 年 NOA 迎来落地“元年”。伴随众多主机厂在更多城市陆续开放该功能，2024 年城市 NOA 有望迎来更大规模的释放，推动国内自动驾驶产业进入快速发展阶段。
实现高速 NOA 功能所需硬件水平有限，激光雷达非必选项。高速 NOA 因结构化封闭道路的特性，面临的场景较为单一、复杂程度较低，因此，实现该功能所需要搭载的硬件水平有限，基本上只需要摄像头与部分超声波雷达或毫米波雷达即可。此外，在目前具备高速 NOA 功能的车型当中，除了特斯拉以外，均采用高精地图的方案。高精地图包含了道路的宽窄、坡度、交通标识等详细信息，可以提前为车辆获取大量信息数据，降低车辆运行时的负担。并且，高精地图不受距离、环境影响，能够有效弥补传感器性能边界，助力高速 NOA 功能顺畅实现。因此，在实现高速 NOA 功能的硬件需求中，激光雷达并非必要选项。
城市工况复杂，激光雷达成推动城市 NOA 落地的关键感知设备。与高速 NOA 相比，城市 NOA 面临的工况复杂得多，可能会面临人车不分流、道路标识不清晰、鬼探头等多种不确定性挑战。在夜晚场景中，还要面临光线不足带来能见度降低的问题，造成行车危险的 corner case 数量急剧上升。因此，从高速NOA 拓展至城市 NOA 的所需要的技术难度大幅增长，对车辆的感知能力也提出了更高的要求，具备强感知能力的激光雷达成为推动城市 NOA 功能落地的关键感知设备。自动驾驶汽车中搭载激光雷达，一方面可以实现对长尾场景的覆盖，解决城市 NOA 场景中面临工况复杂的问题。例如在面临夜间行驶视野差、进入隧道光线突变等情况会对摄像头带来挑战，但是对于主动发光的激光雷达来说，外界光线变化并不会影响其感知成像能力，激光雷达能够辅助汽车做出稳定的行驶决策。另一方面，激光雷达的搭载可以降低感知算法的开发难度，使高阶智能驾驶功能更易实现。感知算法的一个重要任务是进行语义目标检测跟踪，其中，衡量评价目标检测有一个重要指标是“平均精准度”（mAP），用以评估感知算法对目标位置、尺寸、姿态的检测水平。根据行业权威数据集 Nuscenes 感知算法评测显示，“激光雷达+摄像头”的组合方案 mAP（平均精准度）分数相比纯视觉算法的数值平均从 57%提升至 73%，增加了 16个百分点。
激光雷达长尾问题覆盖情况
资料来源：亿欧智库，东莞证券研究所
（二）、自动驾驶水平升级，单车搭载激光雷达需求增加：
伴随自动驾驶水平升级，单车激光雷达需求增加。冗余设计是指在系统或设备的关键部分增加额外的功能通道、工作元件或部件，以确保在部分出现故障时，系统或设备仍能正常工作，提高系统可靠性。随着自动驾驶程度提升，驾驶主体从驾驶员转为车辆系统，为确保车辆始终处于正常运行状态，冗余设计变得必不可少，对于 L3 及以上自动驾驶冗余系统将成为标配。目前，高阶自动驾驶冗余设计涵盖了感知冗余、控制器冗余、执行器冗余、通信冗余等。其中，感知冗余是指采用“摄像头+超声波雷达+毫米波雷达+激光雷达”多源异构传感器融合方案，以实现感知硬件能力互补，从而强化自动驾驶的感知能力。根据盖世汽车统计数据显示，2023 年 1-10 月，在搭载 NOA 功能的车型中，采用 11V1R1L 方案（11 个摄像头+1 个雷达+1 个激光雷达）的车型占据最大市场份额，达到 27%。其他包含激光雷达的 11V5R1L方案和 11V5R2L 方案分别占比 17%和 3.4%，含有激光雷达的多传感器方案在搭载 NOA 功能的智能驾驶车型中占据主导地位。同时，伴随着自动驾驶水平持续提升，单车所需搭载的激光雷达数量将不断增加。据中国信息通信研究院报告，L3 级别以上车辆单车搭载量将随着自动驾驶等级的提升而成倍增加，L3、L4 和 L5 级别自动驾驶或分别需要平均搭载 1 颗、2-3 颗和 4-6 颗激光雷达。
NOA驾驶冗余系统
资料来源：佐思汽研，东莞证券研究所
技术路线：
1、按照测距方法划分
ToF 仍为主流方式，FMCW 未来可期。激光雷达对物体的测距方式主要分为飞行时间（ToF）和调频 连续波（FMCW）两种方式。ToF 探测方式是根据光源发射及返回的时间差来得到与目标物的距离信息， 这种方式探测精度高，响应速度快，是目前市场应用最为广泛和成熟的测距方式。FMCW 探测方式是 将发射激光的光频进行线性调制，得到发射及返回信号的频率差，从而间接获得飞行时间来反推出与目 标物的距离。相比 ToF 探测方式，FMCW 探测方式具有抗干扰能力更强、信噪比高、分辨率高等优势， 但目前技术成熟度较低，仍处于发展初期。
ToF与FMCW对比
资料来源：艾瑞咨询，盖世汽车研究所，东莞证券研究所
2、根据扫描方式划分：
根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。
（1）机械式激光雷达：
360°水平视场角范围扫描，主要用于无人驾驶领域。机械式激光雷达是最早进入市场以及最成熟的一种技术路线，主要是通过电机带动收发阵列进行整体旋转，实现对空间水平 360°视场范围的旋转。由于无人驾驶汽车运行环境复杂，需要对周围环境进行 360°的水平视场扫描，而机械式激光雷达兼具360°水平视场角和测距能力远的优势，同时测量精度较高，目前主流无人驾驶项目包括无人汽车、无人卡车等，均采用机械式旋转激光雷达作为主要传感器。但因为其内部有机械式结构，所以产品尺寸大、维护成本高、使用寿命短，造成其不太适合大规模装载在乘用车上。
（2）混合固态式激光雷达：
混合固态方案的出现正式开启了激光雷达的量产上车的大幕。相较机械式激光雷达，混合固态激光雷达的扫描而只覆盖前方一定角度内的范围，虽然其内部仍然存在一些较小的活动部件，但在成本、体积等方面更容易得到控制，目前也在车用领域量产搭载。典型的半固态方案分为一维扫描和二维扫描，其共同之处是均通过内部运动的反射镜来改变激光方向。
脱胎于机械式激光雷达，一维转镜式方案更具应用成熟性，因此在自动驾驶中应用广泛。一维扫描的本质是在机械式激光雷达的基础上，将发射模块和扫描模块进行分离，保持收发模块不动，通过电机带动转镜运动，将激光反射到不同的方向实现一定范围内激光的扫描。
二维扫描方式能够通过灵活的光学结构设计，利用少量的激光器实现等效更多线束以降低成本。二维转镜方案中如多边形棱镜可以让光源实现水平扫描，而同时纵轴摆镜则可以改变光源的垂直扫描方向，如此仅需一束光源，就可以完成机械式雷达若干个光源才能完成的扫描任务。MEMS 振镜方案则是将扫描结构进一步简化，利用悬臂梁使厘米级振镜在横纵两轴高速周期运动，改变激光反射方向，实现扫描。虽然 MEMS 振镜和二维转镜的结构存在差别，但核心思路均是通过灵活的扫描模块设计，减少激光器的使用，进而推动降本。
混合固态激光雷达可选技术路线呈现多元化。一维转镜方案利用低速转动的反射镜改变光线方向，获得视场角覆盖，提升了稳定性和可靠性，并通过芯片化实现高线束扫描，该方案在应用原理和架构上较为成熟，选择该方案的典型即禾赛科技。相比之下，二维扫描的方案能够通过灵活的扫描模块架构，在减少激光器的同时实现等效线束。在实际的二维扫描方案设计中，不同厂商的具体扫描架构又会有一定的区别，如图达通猎鹰系列（下中），采用 MEMS 振镜+转镜结合，分别负责垂直及水平方向上的扫描；速腾聚创（下右）则采用自研二维 MEMS（微机电系统）扫描芯片驱动旋镜向不同方向发射激光束的混合固态激光雷达技术。
半固态激光雷达技术方案对比
资料来源：上海证券研究所整理
（3）固态式激光雷达
面阵收发+无运动部件，纯固态方案或将是激光雷达的终极答案。纯固态激光雷达通过取消运动部件，简化了整个激光雷达的内部结构并提升集成度，最大程度优化整机耐久度，缩小体积。如此不仅能降低物料和量产成本，也能提升产品可靠性、生产效率和一致性，能够很好地应用于车规级量产领域。
当前纯固态激光雷达的主要为 OPA（Optical Phased Array）光学相控阵和 Flash 闪光激光雷达两种。其中，OPA 的原理是通过多个激光发射单元组成发射阵列，通过调节发射阵列中各个单元的相位差，来改变激光光束的发射角度；而 Flash 则是通过高密度的激光源阵列，像手电筒一样，能在短时间内发射出覆盖一片区域的激光，并用高灵敏度的接收器来构建三维图像。由于结构简单，Flash 闪光激光雷达是目前纯固态激光雷达最主流的技术方案。
OPA和Flash方案对比
资料来源：中国信息通信研究所，上海证券研究所
固态激光雷达纵然有更大的降本空间，但其性能目前还无法比肩在车端量产应用的混合固态激光雷达。固态激光雷达普遍存在的功率密度低、探测距离短等问题。其中，OPA 激光雷达要求阵列单元尺寸必须不大于半个波长，因此每个器件尺寸仅 500nm 左右，对材料和工艺的要求都极为苛刻，因此成本也相应的居高不下。而 Flash 激光雷达由于需要在短时间内发射大面积的激光，因此在探测精度和探测距离上会受到较大的影响，但由于其结构简单且技术相对成熟，成为了不少雷达厂的主要探索方向。
补盲激光雷达成为了现阶段纯固态技术上车的核心途径。如前所述，虽然固态激光雷达的技术问题限制了其在主雷达端的应用，但出于成本考量，能够用于打造专注近距离感知的补盲激光雷达，通过“固态近距补盲+混合固态远距感知”的结合，能够弥补前向激光雷达垂直视场角小以及测距性能过剩的问题，实现完整的车规级激光雷达解决方案。目前，禾赛科技、速腾聚创以及多家本土激光雷达厂均有布局。
产业链：
上游 ：
（1）发射模块： 发射模块是激光雷达系统的光源，其核心组件为激光器。激光发射模块主要包括激光器发射器、光学系 统，是激光雷达的核心系统。激光发射器为整个激光雷达提供激光光源。光学系统主要对激光器的输出 光束进行准直整形，通过改变光束的发散度、波束宽度和截面积，改善输出光束质量。光学系统一般由 准直镜、分束器、扩散片等组成。
（2）扫描模块：国内光学、电机供应链相对成熟。混合固态是主流，Flash 占比有望提升。根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光雷达。其中，机械激光雷达因为结构复杂、可靠性较差、寿命低于车规要求，当前用于车载领域较少。混合固态（转镜式、MEMS 振镜）较为成熟，是当前和未来车载激光雷达主流方案。固态 Flash 方案逐步产业化，在车载领域占比持续提升。OPA 方案对材料和工艺的要求都极为苛刻，由于技术难度高，尚未实现产业化。Yole 预计，混合固态激光雷达（主要是转镜式）占比预计从2023 年的 68%下降到 2033 年56%；MEMS 方案从 2023 的 30%下降到 2033 年的 7%；固态 Flash方案迎来大发展，从 2023 年的 2%，大幅提升到 2033 年的 33%。
国内光学、电机供应链相对成熟。转镜式激光雷达，收发模块保持不动，发射器发射激光照射镜面，电机带动反射镜面围绕圆心不断旋转，使光束反射至空间的一定范围，从而实现扫描。棱镜式激光雷达，包括两个楔形棱镜，激光通过第一个棱镜后发生偏转，通过第二个棱镜后再一次发生偏转，通过控制两面棱镜的相对转速实现激光束的扫描形态。MEMS 微振镜方案，在芯片上集成微振镜，通过芯片控制镜面往复运动，将激光管反射到不同的角度完成扫描。国内相关产业链相对成熟，转镜式激光雷达电机厂商包括湘油泵、鸣志电器、江苏雷利等；反射镜厂商，永新光学、宇瞳光学、富兰光学等。MEMS 微振镜厂商包括海外 ST 意法半导体、博世、英飞凌、滨松电子，国内英唐智控、赛微电子、中科院苏州纳米所等。
（3）接收模块：接收模块的核心组件为光电探测器，主要用于接收返回的脉冲激光并将其转化为电流，然后用于测距计算，属于光芯片。按照器件结构分类，光电探测器可以分为 APD（雪崩式光电二极管）、SPAD（单光子雪崩二极管）和 SiPM（硅光电倍增管）三种类型。
APD 光电探测器受自然光和环境温度干扰轻，是目前 ToF 类激光雷达接收端的主流应用方案，但同时其也存在体积大、成本高、稳定性不足等明显局限性。SPAD 在性能上明显优于 APD，APD 需要几百个光子才可以实现有效检测，而 SPAD 则具有单光子检测能力，可以实现更高的增益和更远的探测距离，且功耗、体积相对较小、成本低。SiPM 是多个 SPAD 阵列形式，可有效弥补 SPAD 对光强感知能力不足的问题。SiPM/SPAD 已经成为当前光电探测领域研发创新的重要方向，未来有望逐步替代 APD，有效降低激光雷达接收端成本。
目前，SPAD 光电探测器市场主要被安森美、滨松、博通等头部企业垄断，由于缺乏完整的生产加工体系，中国本土企业在光探测芯片领域的市场份额较小。当前，国内芯视界、灵明光子、阜时科技等创新型企业正在积极布局 SiPM/SPAD 方案，并实现了新的突破。例如，阜时科技于 2022 年 8 月发布了全固态激光雷达面阵 SPAD 芯片 FL6031，其实际点云分辨率超过 50k，满足上车要求，现已成功获得国内头部激光雷达场上的 SPAD 芯片定制订单。未来随着国内相关企业在 SPAD/SPiM 技术上持续突破，有望推进国产芯片替代进程。
探测工艺对比
资料来源：东北证券整理
（4）控制模块：整机厂商积极自研芯片。激光雷达控制模块主要功能包括时序控制、波形算法处理、收发扫描等其他功能模块控制、生成点云数据，主要元件包括主控芯片，模拟前端芯片等。
1）主控芯片：国外厂商 FPGA 领先，整机厂商积极自研主控芯片。主控芯片主要功能是控制发射系统发射激光、对接收系统获得的信号进行处理等。主控芯片一般采用 FPGA，激光雷达需要进行大量的信号处理、电机时序控制，采用基于可编程的 FPGA，效率会高很多。FPGA 国外主流的供应商有 Xilinx，Altera（被Intel 收购）等。国内主要有紫光国微、复旦微电、成都华微、安路科技等。此外，目前整机厂商开启了自研芯片趋势，如图达通 falcon 激光雷达搭载了蔚来自研的主控芯片“杨戬”；禾赛科技 2018 年开始就积极研发激光雷达 SoC 芯片，以在未来取代外购的 FPGA 芯片。
2）模拟前端、模数转换芯片：模拟前端、模数转换芯片的自研化与集成化趋势。模拟前端芯片，主要功能是对探测器输出的电流信号进行放大和转换（电流转电压），主要通过跨阻放大器（TIA）实现。模数转换芯片，主要功能是将模拟信号转换成数字信号，便于核心处理器进行处理及运行后续的算法，主要通过 ADC 实现。随着信号通路的增加，传统分立器件构建的系统已难以满足指标，越来越多的厂商开始自研相关芯片。禾赛科技已经开发了多通道驱动芯片以及多通道模拟前端芯片。主控芯片目前逐步向企业自研 SoC 方向发展，未来也有望实现 TIA、ADC 等芯片集成到 SoC 中。
中游大部分的激光雷达厂商主要做硬件集成的工作，并添加自研的算法，进行封装后卖给下游厂商。目前中国激光雷达企业正在主导全球市场。北美和欧洲地区激光雷达产业起步较早，发展过程中涌现一批领先的激光雷达制造厂商，包括 Velodyne、Luminar、Aeva、Ouster、Valeo、Innoviz、Ibeo 等。伴随着激烈的市场竞争，部分海外激光雷达厂商面临衰退。而国内激光雷达厂商在政策支持和市场需求双重驱动下快速发展，代表企业包括禾赛科技、图达通、速腾科技、大疆览沃、万集科技等。
行业现状：
激光雷达市场规模快速增长，2030 年或超万亿元。目前，激光雷达的主要下游应用场景包括汽车、机器人等，其中汽车行业为激光雷达发展的主要驱动力。
Frost&Sullivan 数据显示，中国 ADAS 渗透率预计从 2023 年的 6.3%增长到 2030 年的 87.9%；美国ADAS 渗透率有望从 2023 年的 4.9%上升到 2030 年的 69.9%。ADAS 和自动驾驶汽车的快速渗透，预计将提升单车激光雷达搭载数量。中国信通院发布的《车载激光雷达技术与应用研究报告》认为，L3、L4 和 L5 级别自动驾驶分别需要平均搭载 1 颗、2-3 颗和 4-6 颗激光雷达。Frost&Sullivan 预计，2026年全球车用激光雷达市场规模有望达到 247 亿美元，其中，ADAS（L3 以下）预计 129 亿美元规模，自动驾驶（L4、L5）预计 118 亿美元规模。2030 年全球车用激光雷达市场规模有望进一步增长到 872 亿美元，其中 ADAS 649 亿美元，自动驾驶 223 亿美元规模。
中国、美国ADAS渗透率 全球车载激光雷达市场规模
资料来源：Frost&Sullivan，禾赛科技美股招股说明书、山西证券
国内激光雷达企业已大体形成三个梯队，规模化量产加速分化市场，禾赛科技、速腾聚创、图达通为第一梯队，激光雷达前装量产的销量总体由这三家包揽，同时实现上市融资，市值远超其他企业。第二梯队企业以沃览科技、探维科技、北醒光子、华为、一径科技等为代表，正在努力扩大融资规模以及获取车企定点。第三梯队为其他初创企业。
从销售收入来看，2022 年，禾赛科技以 47%的份额，连续两年稳居全球激光雷达企业收入榜首，图达通则依靠蔚来汽车的持续出货，以 15%的市场份额位居第二，法雷奥、速腾聚创、沃览科技分别以 13%、9%、5%的市场份额位列第三、第四、第五。
根据 Yole 报告，2023 年中国激光雷达企业已拥有全球市场份额的 73%，国内头部激光雷达厂商交付量不断攀升。国内激光雷达头部厂商量产交付量竞赛已经进入到白热化阶段。2022 年 9 月，禾赛科技成为首个单月激光雷达交付量超过 1 万颗的车载激光雷达厂商；2023 年 8 月，速腾聚创单月交付量超 2万颗；2023 年 10 月，速腾聚创实现单月销量近 3 万颗，再次刷新纪录。2024 年 1 月 2 日，禾赛科技宣布 2023 年 12 月激光雷达交付量突破 5 万颗，仅 6 日后，速腾聚创宣布 2023 年 12 月交付量达72200 颗，成为车载激光雷达行业中首个单月交付量超过 7 万颗的激光雷达厂商。根据高工数据统计，2023 年，中国乘用车前装标配激光雷达交付量超过 60 万颗，主要是由禾赛科技、速腾聚创和图达通为代表的国内第一梯队激光雷达厂商所贡献。其中，2023 年，速腾聚创激光雷达销量约为 25.6 万颗，同比增长超过 300%；禾赛科技预计全年销量突破 22 万颗，同比增长超过 173%。当前，头部厂商快速放量，激光雷达产业或迎来商业化临界点。
山西证券：产业化加速，国产供应链迎来投资机遇
东莞证券：成本下探+智驾升级，激光雷达有望加速放量
