激光雷达行业研究包报告：千亿激光雷达，光学组件先行受益（报告出品方/作者：申万宏源

（报告出品方/作者：申万宏源研究，朱型檑、蒲梦洁、李蕾）
当前汽车产业呈现出“新四化”趋势，即所谓的电动化、网联化、智能化和共享化。在这四个趋势中，电动化为基础，网联化可实现大数据的收集，助力实现智能化出行，最终达到自动驾驶的终极目标。
所谓自动驾驶的终极形态是摆脱人的控制，通过电脑系统实现汽车的自动安全稳定运行。
由于绝对的无人驾驶/自动驾驶在实现路径上无法在短期达到最终形态，根据美国SAE协会标准，自动驾驶根据其自动化程度的不同分为了L0-L56个等级。
【激光雷达行业研究包报告：千亿激光雷达，光学组件先行受益】L0级：即传统汽车，由驾驶员完全掌控车辆。
L1级：驾驶操控为主，系统适时辅助。特定的时候系统会介入，如ESP电子车身稳定系统或ABS防锁死煞车系统，主要用于提高行车安全性。
L1级别自动驾驶仪主要辅助油门和刹车， L2级别加入方向盘，可以实现高速路的快速行车和驾驶员在车内的自动泊车等新功能。当前主流车厂均可实现L2级别自动驾驶。
有条件自动控制，该系统可自动控制车辆在大多数路况下，驾驶注意力不需专注于路况，但当系统发出请求时，驾驶员必须重新取得驾驶控制权，因此驾驶员仍无法进行睡觉或者深度休息。
L4级高度自动驾驶：在某些环境和特定条件下，能够完成驾驶任务并监控驾驶环境。
L5级完全自动驾驶：全自动化，人类完全成为乘客。

文章图片
当前L3级的发展路线，大部分车厂是在高速L2上面做升级。 L3与L2的差异更多是让车辆负责主要周边监控，人类驾驶员只是部分复杂场景主导，因此到L3更强调感知层的作用，利用传感器准确传输驾驶周围信息。
视觉方案的优点在于硬件已经较为成熟，成本低，但由于摄像头捕捉到的环境信息为2D的，需要利用算法将2D信息转化为3D呈现；同时毫米波雷达探测角度小，远距离探测能力一般，仍需要优异的算法进行弥补。因此这种视觉解决方案对厂商的算法能力要求非常高，而算法的搭建需要海量的数据作为基础，目前业内只有特斯拉具备完全自主软硬件算法的掌握与开发能力，且在数据储备、商业化变现等方面占据较为明显的优势，因此视觉方案是特斯拉选择的部署方案。

文章图片
激光雷达方案就是在原来摄像头、毫米波雷达视觉方案的基础上增加了激光雷达，可以实现远距离、全方位探测，收集到的数据更加全面和立体，因而对于后期算法处理能力要求有明显降低。
在自动驾驶这个领域里，特斯拉具备较为明显的先发优势，而其他传统车厂或者新势力厂商大多起步较晚，在较短时间里无法用到类似特斯拉一样的强大的算法能力。
因此目前来看，在车身传感器中增加激光雷达是除了特斯拉以外大部分主流车厂的共同选择。（报告来源：未来智库）
阶段一（1960-2000年起源阶段）：激光雷达是利用激光器发出的激光进行探测，世界上第一台激光器诞生于1960年，此后激光技术实现持续发展。早期激光雷达主要用于科研及测绘项目，直到1970年后才实现应用领域的拓展，如Sick（西克）及Hokuyo（北洋）等厂商推出的2D扫描式单线激光雷达产品被应用于工业测量以及早期的无人驾驶研究项目。阶
段二（2000年后商业化起步阶段）：2000年后激光雷达系统架构得到拓展， 2004年开始的美国国防高级研究计划局无人驾驶挑战赛（DARPAGrandChallenge）推动了无人驾驶技术的快速发展并带动了高线数激光雷达在无人驾驶中的应用，由于能够完成比赛的参赛队伍大都使用Velodyne的高线数激光雷达，因此这类激光雷达在无人驾驶中的应用前景开始得到广泛的重视。车载激光雷达的车规化发展也在该时间段起步。 2010年Ibeo同Valeo（法雷奥）合作进行车规化激光雷达SCALA的开发， SCALA为基于转镜架构的4线激光雷达，经过多年的测试和验证，于2017年实现量产。