激光雷达-零帕网-第2页

随着大算力智驾平台在未来几年的规模化落地以及辅助驾驶普及的加快，配套的车载传感器市场也进入一个高增长周期。 去年11月，英伟达率先发布DRIVE Hyperion 8参考设计平台（计算架构和传感器套件），基于两颗Orin芯片（后续可扩展至Atlan），满足L4级自动驾驶能力要求。搭配的DriveWorks传感器抽象层，用于快速匹配和增配传感器。 整套参考设计平台的传感器套件包括12个摄像头（法雷奥）、9个毫米波雷达（海拉、大陆集团）、12个超声波传感器（法雷奥）和一个前置激光雷达（Lumin

本文件规定了路侧激光雷达与外部设备或系统间的数据接口要求，包括基本要求、数据 接口技术要求和数据接口测试方法。 本文件适用于智能交通领域，路侧激光雷达的软件开发和接口符合性测试。路侧激光雷达 road side lidar安装在路边的激光雷达设备，以发射激光束的方式探测道路环境，用于识别交通参与者、 感知交通事件、统计交通流量。

激光雷达是高级自动驾驶的核心传感器，其系统由激光光源、接收探测器、扫描系统、信号主控板等部分组成。随着汽车智能化加速，L3+自动驾驶快速导入，激光雷达整机及其上游产业链将迎来百亿美元市场。激光雷达是高级自动驾驶的核心传感器，市场机会广阔高级自动驾驶推动更高感知需求，多传感器结合降低感知误差。激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息，是高级自动驾驶的核心传感器之一。当前L3+高级自动驾驶渗透率正在进入快速提升阶段，激光雷达将迎来巨

标普全球汽车（S&P Global Mobility）的自动驾驶服务提供高级驾驶辅助系统市场至移动出行，自动驾驶前沿发展的相关洞见、背景、数据和分析。用户可快速访问市场发展的关键见解，了解事件背景和技术趋势，深入研究数据和预测，并无缝推动分析来支持他们最具挑战性的决策。

市场下游场景轮动重新定义了行业技术壁垒，公司作为精密光学领域深耕者、能力者有望深度受益于激光雷达逐步放量与高端显微镜国产替代机遇。为什么说激光雷达光学元件是产业链中高壁垒+高确定环节？高壁垒：光学元件需要通过镀膜来满足增透、疏水、除雾、特定激光波长透过等差异化功能，对于镀膜工艺有极高要求。公司镀膜积淀深厚，多项参数领先。高确定：激光雷达仍处于技术迭代期，不同方案对发射/接收器存在选用差异，而光学元件则是各类方案的刚性配置，将受益于激光雷达发展的各个阶段。短期看落地，长期看融合，激光雷达渗透可期当

优质光学企业，新品类+高端品类持续突破助力盈利能力拔升。公司始于1943 年，深耕显微镜及光学元组件两大业务，2021 年收入占比分别为61%、37%。公司研发能力突出、客户资源卓越，条码扫描客户为得利捷、霍尼韦尔、讯宝、NCR 行业四大巨头，显微镜客户为国内外高端科研场所及徕卡、尼康等显微镜巨头。公司计划通过 5 年时间，实现 5 倍规模、5 倍效率，先后投入募集资金约 5.57 亿元开展中高端光学显微镜、激光雷达等高 端新兴业务建设，预计达产后可新增收入 9.4 亿元，新增净利 2.2 亿元

公司是国产光学仪器的领先供应商，深度布局“光学仪器+光学元件组件”，光学底蕴深厚。公司深耕光学领域 20 余年，产品覆盖光学产业链中下游，主要产品包括光学显微镜与光学元件组件，2021 年营收占比分别为38.01%、61.99%。2019-2021 年，公司实现营收 5.73、5.76 以及 7.79 亿元，2021 年作为公司“五五五”战略发展目标的开局之年，营收同比增速达到 37.94%，为近几年最快增速，在公司“五五五”战略目标的指引下，未来营收有望继续维持高速增长。从利润端水平来看，公司

自动驾驶加速渗透，推动汽车传感器市场的高速增长。传感器是自动驾驶的关键，当前主流自动驾驶传感器主要包括毫米波雷达、车载摄像头以及超声波雷达。2020 年国内 L2 级别自动驾驶的渗透率已近15%。车企相继推出具备 L3 功能的自动驾驶车型。随着自动驾驶等级的提高，对传感器的数量和质量也提出了更高的要求，L2 级自动驾驶传感器数量约为 6 个，L3 约为 13 个，未来 L5 要达到 30 个以上，相应带动汽车传感器市场高速增长。2016 年，中国汽车传感器行业市场规模已达百亿，预计到 2025

四位汽车 CEO，就激光雷达的安装位置和装载数量，在线上展开了一个圆桌讨论。 先看一下四人各自表达的不同观点： 理想汽车 CEO 李想：在车顶上放一个，和在机盖或保险杠放两个，性能上没有任何区别，甚至头顶的单颗性能会更好。但是，在行人碰撞、维修成本、和震动控制（链接主车体）上，都是车顶是最优的。唯一的问题是，车顶激光雷达的造型会需要适应，因为太像机动战士-高达了。 集度汽车 CEO 夏一平：还是有差别的，120 度的 FOV 和 180 度的 FOV 还是不一样的，解决的 conr

行业逻辑：当前汽车行业发展变革中面临价值重构，未来价值内涵重心将逐步向服务端尤其是出行领域深度拓展。自动驾驶技术是汽车智能网联进程中核心维度，而伴随自动驾驶等级的提高，对于系统的感知需求也将不断提升。 技术路径：目前市场感知主流方案主要有以特斯拉为代表的视觉系和以 Waymo 为代表的雷达系。视觉系：以低成本摄像头为主要感知元件，较为依赖硬件性能与软件算法。目前各主流公司硬件产品配置已达 L3-L4 级自动驾驶需求，算法端特斯拉神经网络训练较为领先。未来发展方向主要为硬件性能提升+软件算法突破

智能驾驶或为主要驱动力，与移动机器人、智慧城市与测绘共同驱动激光雷达市场增长。激光雷达是结合了光学、电子、机械、软件、芯片、器件等技术，可以进行环境探测、数据处理和传输的智能传感器，下游应用市场主要包括智能驾驶、服务型机器人和测绘等领域。凭借其较高水平的性能和精度，激光雷达已成为智能驾驶环境感知系统的重要组成部分。随着未来自动驾驶普及度的提升和自动驾驶等级的提高，激光雷达市场成长空间广阔。一方面，自动化水平提升意味着自动驾驶系统对于环境感知的要求提高，从而带动单车激光雷达搭载量增长。据麦姆斯咨询

激光雷达是高级别自动驾驶主流方案中的必备传感器，2022年步入量产元年。摄像头和毫米波雷达的组合，对静态车辆或障碍物的识别会有问题（如特斯拉曾撞上白色货车的可能原因），这方面激光雷达的效果是最好的。另外，相比摄像头等传感器，激光雷达探测距离可在200~300m+，分辨率更高，在夜晚、雨天等能见度较低的环境下性能更优，可显著提升自动驾驶系统的可靠性，被认为是L3级及以上自动驾驶车辆的必备传感器（特斯拉为何不用？特斯拉全面迈进纯视觉方案，该路线以大量数据+强大算法为基础，是特斯拉构筑的高技术壁垒，难