目前多類傳感器融合感知路線已成為絕大多數廠家共識，激光雷達通過發射激光來測量物體與傳感器之間精確距離，具有測距遠、受環境光照影響小等特點，可彌補攝像頭和毫米波雷達的缺陷，顯著提升自動駕駛系統安全性，被眾多車廠認為是高級別自動駕駛方案中必備的傳感器。

隨著芯片短缺逐步緩解和汽車智能化滲透率提升，2022年智能網聯汽車細分領域有望進入量產元年。激光雷達方面：遵循“性能優化+降本增效+下游需求旺盛“三大邏輯，前裝量產元年將至。測距方式ToF發展成熟，FMCW有望與ToF并存，掃描方式短期內混合固態式有望前裝量產，長期將從機械式向固態式演化。華為、大疆入局助推激光雷達降本增效，規模經濟逐漸顯現，未來激光雷達價格有望下探至商業化量產上車水平。

短期應用以半固態為核心的技術組合為主，未來向固態式方向發展 技術發展路線多元化

激光雷達掃描系統、激光器、探測器和整體測距原理均存在不同技術路線，導致總體技術路線繁多。掃描系統方面，機械式乘用車搭載概率低，主要瞄準 Robotaxi/Robotruck 市場；半固態式已跨越車規，開啟規模化應用；未來純固態式（Flash、OPA）高度集成化，更具成本優勢。激光器因半固態上量，短期將以 EEL 應用為主，未來向VCSEL 陣列和光纖激光器的轉換進程取決于固態式、1550nm 和FMCW 測 距 技 術 發 展 。 探 測 器 則 逐 步 采 取 高 增 益陣 列 結 構（SPPC/SiPM）加強遠距探測能力。

測距原理方面，ToF 為當前市場主流，FMCW 大多處于原型機狀態，但性能優勢明顯，發展潛力巨大。車載激光雷達測距方法主要為 ToF（飛行時間）、FMCW （調頻連續波），能夠實現室外陽光下較遠的測程（>100m）。ToF 原理是通過測量發射激光脈沖信號和反射信號的時間差來計算距離，在車載激光雷達上發展相當成熟，是多數廠商的選擇。FMCW 發射連續激光而非脈沖， 其原理是將發射激光的光頻進行線性調制，通過回波信號與參考光進行相干拍頻得到頻率差，從而間接獲得飛 行時間反推目標物距。

FMCW 性能理論優勢明顯，車規量產尚待時日。FMCW 能夠解決 ToF 對背景輻射的抵抗力低，多用戶干 擾以及缺乏瞬時速度信息的缺點。FMCW 的信噪比高于 ToF，相同最大探測距離下所需激光的峰值功率約為 ToF 的 1/10000，因此對人眼更加安全。當前市場 FMCW 激光雷達大多處于概念機的階段，且根據 Innoviz 路演說 明，FMCW 需用 1300nm-1550nm 波長，雖然可以使用低成本的 PD 探測器，但需用 InGaAs 材料制作，再考慮 到較 ToF 復雜的信號處理電路，接收系統整體成本較高；發射端低成本、大批量低相位噪聲的激光器制造也是 當下難題，目前 Aeva、Mobileye 等公司在研發 FMCW 激光雷達，Mobileye 預計需要等到 2025 年以后才能量產。

具體來講，預計半固態+EEL+SPPC/SiPM 是近期乘用車激光雷達采取的主要組合，固態式方案下 Flash+VCSEL+SPPC/SiPM 與OPA+FMCW 具有較好發展前景。

高等級自動駕駛中激光雷達不可或缺多傳感器融合感知大勢所趨

自動駕駛智能化程度隨等級提高，L3 處于分水嶺。從 L0 級（純由駕駛員控制）至 L5 級（完全自動駕駛），級別越高，車輛的自動化程度越高，駕駛員參與越小，駕駛員的信息輸入交由更多車載 傳感器的獲取與處理來替代。盡管 Tesla 堅持純視覺自動駕駛方案，但從安全性角度，基于攝像頭的視覺方案在暗光、環境大光比以及雨水遮擋的情況下容易失效，且深度學習算法難避免長尾效應。從商業角度，大多數廠商缺乏 Tesla的數據和算法積累，跟隨 Tesla 方案難免處于被動境地。目前多傳感器融合感知路線已成為絕大多數廠家共識，激光雷達通過發射激光來測量物體與傳感器之間精確距離，具有測距遠、受環境光照影響小等特點，可彌補攝像頭和毫米波雷達的缺陷，顯著提升自動駕駛系統安全性，被眾多車廠認為是高級別自動駕駛方案中必備的傳感器。激光雷達單車搭載量亦將隨自動駕駛等級同步上升，綜合第三方機構預測，L3 至少需要 1 臺激光雷達，L4 則需要 2-4 臺，L5 需 要 4 臺以上。

激光雷達市場處于爆發前夕，國內市場發展有超越早先預期可能

審核編輯：符乾江