杏彩体育平台app·激光雷达行业专题研究：激光器、探测器、驱动芯片等为

时间：2024-03-17 17:47:38 来源：杏彩体育官网app 作者：杏彩体育官网登录入口

　　激光雷达是一种向被测目标发射探测信号，然后测量反射或散射信号的到达时间、强弱程 度等参数，以确定目标的距离、方位、运动状态及表面光学特征的雷达系统。激光雷达的 优点包括：1）具有极高的距离分辨率、角分辨率和速度分辨率；2）抗干扰能力强；3）获 取的信息量丰富，可直接获取目标的距离、角度、反射强度、速度等信息，生成目标的多 维度图像；4）可全天时工作。相比于毫米波雷达，激光雷达可实现对的探测，相比于 摄像头，激光雷达的探测距离更远，对弱势环境以及非标准静物探测效果更好。

　　我国量产汽车自动驾驶等级正在由 L2 向 L3 过渡。我国《汽车驾驶自动化分级》于 2021 年 8 月正式发布，拟于 2022 年 3 月起实施。该标准根据在执行动态驾驶任务中的角色分配 以及有无设计运行范围限制，将驾驶自动化分成 0~5 级：L0(应急辅助)、L1（部分驾驶辅 助）、L2(组合驾驶辅助)、L3(有条件自动驾驶)、L4(高度自动驾驶)、L5(完全自动驾驶)。其 中 L3 是辅助驾驶和自动驾驶的分水岭，其定义为系统在其设计运行条件内能够持续地执行 全部动态驾驶任务。L3 以下称之为辅助驾驶，L3 以上称之为自动驾驶。目前，我国量产汽 车的自动驾驶等级正在从 L2 向 L3 过渡，此次《汽车驾驶自动化分级》的正式实施，也意味 着中国将正式拥有自己的自动驾驶汽车分级标准，为我国自动驾驶行业的发展奠定基础。

　　常见的车载传感器包括：摄像头、雷达、毫米波雷达和激光雷达。感知、决策与控制 是自动驾驶的三个环节，感知环节用来采集周围环境的基本信息，是自动驾驶的基础。自动 驾驶汽车依托传感器实现对于周围环境的感知。针对不同应用等级，对于传感器的需求不同， 常见的传感器包括：摄像头、雷达、毫米波雷达和激光雷达。

　　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。

　　多主机厂积极采纳以激光雷达为主的自动驾驶方案，激光雷达或将成为实现自动驾驶的关键传感器之一。目前 L2 级辅助驾驶感知硬件主要包括雷达、毫米波雷达、摄像头等 车载传感器，伴随驾驶自动化的等级越高，对自动驾驶感知系统和车载传感器的要求越高。 当前除特斯拉外，各大主机厂正积极布局以激光雷达为主传感器的自动驾驶方案。特斯拉 FSD 系统 V9.0 版本采用“纯视觉识别距离”的测距计算，具有很高的技术壁垒且对算法的 要求很高，需要通过收集大量数据训练算法。此外，摄像头传感器对路面状况有较高要求， 雾天、夜晚等低照度环境将影响摄像头的使用效果，且对非标准静态物体的识别存在困难， 相比之下，激光雷达以上场景中的效果更好。

　　考虑到市场各主机厂的算法能力积累程度不一，且交通场景的复杂性和环境干扰对 L3~L5 中高阶自动驾驶系统（探测与响应对象为驾驶系统）的要求较高，我们认为激光雷达或将成为实现自动驾驶的关键传感器之一。

　　激光雷达的主要性能指标包括安全等级、探测距离、FOV(垂直+水平)、角分辨率、出点数、 线束、输出参数、IP 防护等级、激光发射方式(机械/固态)、使用寿命、波长、功率、供电 电压等。探测距离是激光雷达最核心的指标之一，足够远的探测距离能够允许车辆对道路 条件变化作出相应反应；宽水平视野能够获取更详细的当前行驶位置的视图，帮助车辆评 估相邻车道的行驶条件，一般机械式激光雷达水平视场角为 360°，垂直视野能够帮助判断 车道上的物体、碎片；较高角分辨率的激光雷达能够更精确地确定物体的大小、形状、位 置，提供更清晰的道路视觉。

　　总结来看，一个激光雷达包括四大要素：分别为测距原理、光束操纵方法、光源以及探测 器。在此基础上，不同技术路线是以上相关元素的组合。

　　激光雷达的测距原理可以分为 ToF 和 FMCW，前者在产业链成熟度上更领先，成为当前市 场上主要采用的方法。两种方法具体的特点如下：

　　1) ToF：飞行时间法，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，具有相应速度快、探测精度高的优势。该方式需要编 码抵抗干扰，根据反射率判断目标是否为伪目标，因此对算法层面有较高要求。

　　2) FMCW：相干测距法，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 相干排频得到频率差，从而间接获得飞行时间反推目标物距离，其中调频连续波是相 干法中面向无人驾驶应用的主要方法。FMCW 此前在毫米波雷达上已经有应用，优势 在于抗干扰性能较好，对环境强光和其他激光有抗干扰能力。

　　波长方面，激光雷达光源的工作波长主要为 850nm、905nm、940nm、1550nm，目前已 发布的激光雷达产品以 905nm 和 1550nm 为主。

　　905nm：技术和产业链相对成熟。基于 905nm 的激光雷达技术以及产业链相对成熟，成本 较低，目前仍然是整车厂的首选波长。根据 Yole《2021 年汽车与工业领域激光雷达应用报 告》，截至 2021 年 9 月，全球 905nm 激光雷达 design win 数量为 20 项，占比达 69%。 905nm 激光雷达技术成熟、成本较低，为当前 OEM 主流激光器波长。

　　1550nm：具有更高的探测距离，人眼保护更为友好，正逐步推广。人眼内部的晶状体、眼 角膜等，随着波长的增长，投射性能在减弱，其中波长大于 1400nm 的光无法投射在视网 膜上，因此 1550nm 的激光雷达能够不用担心伤害到人眼而工作在更高的功率上，以获得 更远的探测距离。目前车规级 905nm 激光雷达探测距离（10%反射率）约为 150m，而 1550nm 激光器探测距离（10%反射率）约为 250m，探测距离更远。由于采用 1550nm 激 光雷达可以提供更多安全冗余，从而提高汽车安全性，正在逐步获得市场认可。截至 2021 年 9 月，基于 1550 纳米的激光雷达方案 design win 为 4 项。

　　短期内 905nm/1550nm 两种波长或共存。我们认为相较于 905nm 激光雷达，1550nm 激 光雷达基于“人眼安全”、对烟雾穿透力更强等特点，有望在探测距离方面获得优势；但另 一方面，因目前 1550nm 激光雷达发射端光源仍主要采用光纤激光器，以及探测端须采用 铟镓砷等成本相对高昂的器件，我们认为 1550nm 激光雷达产品大规模采用或仍需要一定 时间的培育和发展，短期内 905nm、1550nm 技术路径或保持共存。

　　据禾赛科技招股书，EEL 作为探测光源具有高发光功率密度的优势，但 EEL 激光器因为 其发光面位于半导体晶圆的侧面，使用过程中需要进行切割、翻转、镀膜、再切割的工艺 步骤，往往只能通过单颗一一贴装的方式和电路板整合，而且每颗激光器需要使用分立的 光学器件进行光束发散角的压缩和独立手工装调，极大地依赖产线工人的手工装调技术， 生产成本高且一致性难以保障。

　　VCSEL 其发光面与半导体晶圆平行，具有面上发光的特性，其所形成的激光器阵列易于与 平面化的电路芯片键合，在精度层面由半导体加工设备保障，无需再进行每个激光器的单 独装调，且易于和面上工艺的硅材料微型透镜进行整合，提升光束质量。传统的 VCSEL 激 光器存在发光密度功率低的缺陷，导致只在对测距要求近的应用领域有相应的激光雷达产 品（通常50 m）。近年来国内外多家 VCSEL 激光器公司纷纷开发了多层结 VCSEL 激光 器，将其发光功率密度提升了 5~10 倍，这为应用 VCSEL 开发长距激光雷达提供了可能。 结合 VCSEL 平面化所带来的生产成本和产品可靠性方面的收益，我们认为 VCSEL 未来有 望迎来快速发展。

　　按照扫描方式划分，激光雷达可分为机械式、半固态式（包括转镜、偏振镜等）、固态式（包 括 OPA、Flash 等）等。

　　1）机械式：通过不断旋转发射头，在竖直方向上排布多束激光，形成多个面，达到动态扫描 并动态接受信息的目的。根据竖直方向上发射单元的数量，机械式激光雷达可以分为不同线 线 线 线。机械式发展较早，技术最为成熟，但由于 其具有成本较高（与激光雷达线性成正比）、无法过车规、组装难度大、量产能力差等缺陷。

　　2）半固态：转镜式激光雷达通过一个可旋转的镜子能够实现约 120°范围的扫描，降低机 械式激光雷达成本，缺点是转轴精密度难以控制；MEMS 式激光雷达通过半导体“微动” 器件 MEMS（micro-electro-mechanical-system，微机电系统）将机械部件集成化至芯片级 别，具有尺寸小、成本低等优势，缺点是 MEMS 对车辆驾驶环境要求高。

　　3）固态：激光雷达是指完全没有移动部件的激光雷达，短期面临较多工艺难点以至于其可 靠性以及良率尚未能达到车规要求。OPA 仍处于研发阶段，Flash 是目前纯固态激光雷达 最主流的技术方案，扫描速度快，但在探测精度和探测距离上效果较差。

　　不同技术路径的应用场景不同。需要指出的是，并不是每种应用场景都要用 Flash 或 OPA 的固态激光雷达，当前固态雷达主要应用于乘用车的高级辅助驾驶。另一方面，机械式激 光雷达也拥有很多应用场景。激光雷达的应用场景主要可从两个维度来划分：1）激光雷达 需要感知的环境；2）载体行驶的速度。下面我们对 Robotaxi/Robotruck、ADAS、机器人、 智慧城市等不同应用场景下对激光雷达所需性能做探讨：

　　1、Robotaxi 和 Robotruck：针对 Robotaxi 和 Robotruck 等场景，由于其在城市道路上行 驶场景复杂度比较高，对激光雷达的测距能力要求较高；另一方面，Robotaxi 和 Robotruck 对外观并无过高要求，故激光雷达的集成度要求可有放低，此外相较于乘用车要求成本优 先，Robotaxi 和 Robotruck 对于价格敏感度较低，故目前高线束的机械式激光雷达可以满 足要求，例如滴滴、阿波罗等多采用机械旋转式的激光雷达。

　　2、ADAS： L2/L3 级别的场景复杂度相对 L4/L5 较低，但对价格的敏感度较高，此外对外 观的集成度要求较高，需要结构紧凑、体积小、重量轻等，故衍生出对芯片化的半固态/固 态激光雷达需求。

　　3、机器人：由于机器人使用场景相对封闭、单一（如矿区、园区等），且速度相对较慢， 低线束机械式激光雷达已可以满足目前要求，且价格敏感度相对于 ADAS 较低，故机械式 低线数激光雷达在机器人领域有望较大应用空间。

　　4、车联网（智慧城市）：在车联网领域，激光雷达主要安装在路端，主要为：1）实现高精 地图的采集，2）对路面交通进行实时监控，对集成度要求相对较低，而对算法要求较高。 作为一种路端感知器，需要对道路使用者进行监测感知。我们认为车联网、智慧城市对于 激光雷达市场需求广阔，目前以机械旋转式激光雷达需求为主。

　　半固态/固态预计为激光雷达重点演进方向。尽管激光雷达的技术类型越来越多，传统的机 械激光雷达仍被整车厂广泛使用，方案数量为 19 项，占方案总数的 66%。同。