汽車電子之感測器行業研究：多感測器時代，融合之路正開啟

（報告出品方/作者：民生證券，王芳、陳海進）

1 軟硬體解耦趨勢下，智慧駕駛零部件地位提升

華為輪值董事長徐直軍曾稱：「每一個行業都有可能受到人工智慧的影響，未來最能顛覆 的一個產業就是汽車產業。自動駕駛電動汽車可能將中國 16 萬億產值的汽車業，包括周邊產 業，徹底顛覆掉。」

全球乘用車出貨總量接近 1 億輛，以 2 萬美金的 ASP 來衡量，全球汽車是一個 2 萬億美元量級的市場。另 2019 年全球商用車出貨量 2696 萬輛，中 國 432 萬輛。當前階段在車這個龐大應用場景下，集結雲端計算、AI、物聯網等前沿技術，正 經歷電動化、智慧化、網聯化、共享化變革。在特斯拉、蔚來、小鵬等造車新勢力推動下，智 能汽車商業化落地漸行漸近，也將帶動上游產業鏈投資機會。

1.1 智慧化落地長週期下，感知層最先受益

圍繞汽車智慧化這條主線，技術架構可以分成感知-決策-執行層。感知層是汽車的「眼睛」， 環境感知是實現智慧駕駛的第一步，通過組合多感測器來感知環境，在 V2X 通訊技術下實現 車內車外通訊。決策層是汽車的「大腦」，是實現智慧駕駛的關鍵一環，融合多感測器收集的 資料，並做出最佳決策。執行層相當於汽車的「四肢」，是智慧駕駛的最後落腳點，根據決策 實現縱向橫向的自動控制。

多感測器配置保證系統冗餘：自動駕駛分為 L0-L5 六個等級。在等級要求上：L0-L1 駕駛員參與對車輛橫向和縱向控制，L0-L2 駕駛員完 成目標和事件探測與響應。到了 L3 階段，在特定駕駛模式下由自動駕駛系統完成所有的動態 駕駛任務，但期望人類駕駛員能正確響應請求並接管操控。在功能實現上：L1 主要實現自適 應巡航、自動緊急剎車、車道保持、泊車輔助等功能，L2 能完成車道內自動駕駛、換道輔助 和自動泊車；而 L3 可以進行有條件的自動駕駛如高速自動駕駛，城郊公路駕駛等；L4-L5 最 終實現車路協同，達到城市內自動駕駛。在硬體配置要求上：自動駕駛程度的遞進，需要多 感測器的融合，對攝像頭、超聲波雷達、毫米波雷達、鐳射雷達等感知層硬體的效能和數量提出更高的要求。

1.2 感測知配置先冗餘再融合，前向融合是最終趨勢

多感測器融合的感知系統可以形成互補，有效應對現實世界中的光照，天氣，路況各種 複雜條件，以及再安全方面形成冗餘設計。鐳射雷達對於距離的探測很強，也具備一定的全 天候工作能力，在 3D 成像和高精度地圖定位方面具備優勢。攝像頭的取樣率和解析度很高， 對於紋理資訊獲取能力強，但是受到天氣的影響太大。相比於攝像頭和鐳射雷達，毫米波雷達 的優勢在於全天候工作特性，受不良天氣影響弱，測速、測距能力強。超聲波雷達主要適用於 近距離感知，具備成本低車規級量產容易等優勢。

車企硬體軍備競賽已開啟，提高自動駕駛安全性和冗餘性。從主要車企重點車型感知層 硬體配置的情況來看，除特斯拉軟體能力強大硬體配置較為激進外，其他車企考慮到系統的冗 餘性，硬體配置持續推高。以特斯拉 Model3 為例，配置 8 個攝像頭，12 個超聲波雷達，1 個 毫米波雷達。其他智慧化程度較高的車企基本攝像頭配置在 10 個以上，超聲波雷達普遍在 8-12 個，毫米波雷達 3-5 個配置情況居多，另外還有車型領先配置了鐳射雷達。以蔚來 ET7 為例， 搭載了 11 個 800 萬畫素的攝像頭，12 個超聲波雷達，5 個毫米波雷達，和 1 個鐳射雷達。

前融合是未來趨勢，最終實現軟硬體解耦。感測器融合分成兩種：前融合和後融合。後 融合演算法下，每個感測器各自獨立處理生成目標資料，再由主處理器進行資料融合。而前融合 只有一個感知演算法，在原始層把各種感測器的資料融合在一起，實現原始資料的同步，即空間 同步和時間同步。相較於後融合，前融合的優勢在於：1）前融合將所有感測器的原始資料進 行統一演算法處理，降低了整個感知架構的複雜度和系統延遲；2）許多後融合感知中被過濾掉 的無效和無用的資訊，在前感知路線中通過與其他感測器資料融合後進行綜合識別，可以創建 出一個更全面、更完整的環境感知資訊，大大提高感知系統的穩健性。

前融合對於提高感知系統的準確性和穩健性有不可比擬的優勢，但是實現多感測的前融 合對於軟體、硬體、通訊提出了更高的要求：1）軟體演算法需求：各個感測器資料採集方式和 週期相對獨立，後融合向前融合轉化需要實現資料空間和時間同步，來控制時間誤差需要在 1 微秒以內，100 米外的物體距離精度要在 3 釐米以內，這樣需要主機廠在演算法端給各個感測器 提供時間校準和空間標定的功能。2）晶片算力需求：整車所有感測器原始資料都彙集到中央 計算平臺進行處理，對於 AI 晶片的算力提出更高的要求。3）資料通訊需求：一是車載的傳 感器如毫米波雷達、攝像頭、鐳射雷達等來自於不同硬體廠商，因為產品介面與商業協議等等 問題，有些感測器無法獲得原始資料；二是車內通訊頻寬需升級來支援多感測器資料的併發。

多感測器前融合是長週期目標，目前還屬於智慧駕駛發展初期，感測器本身硬體升級還 有長足空間。多感測器發展路徑會趨向冗餘再融合，在感測器搭載數量和效能升級的基礎上， 逐漸實現多感測器融合。攝像頭從單目升級到多目，畫素從 2M 到 8M 再到更高畫素。毫米波 雷達從低頻的 24GHz 毫米波雷達向 77GHz 和 79GHz 升級。鐳射雷達還處於技術驅動階段， 還需翻越車規級量產和降成本兩座大山。而另一端軟體部分，也將從傳統的控制器演算法向深度 學習視覺演算法到增強型學習決策演算法，多次迭代到多感測融合演算法。軟硬體兩條腿走路，最終 走向融合。

1.3 軟硬體解耦趨勢下，智慧駕駛零部件地位提升

（一）汽車行業技術控制點轉移， Tier 0.5 角色應運而生

傳統汽車技術控制點在於整車的效能，價值量最高的三大核心部件是發動機、變速箱和底 盤，其他零部件和各種各樣的汽車電子控制系統由 Tier 1 廠商提供。電動車核心三大件電池、 電機、電控三電系統成本佔比接近 50%，而對於智慧車而言，智慧部件、軟體、智慧座艙將 成為汽車廠商差異化競爭的核心。我們認為在未來汽車產業鏈中，至少在智慧電動、智慧駕 駛、智慧座艙三個增量市場，會誕生位於車企和傳統 Tier1 產業鏈中間 Tier 0.5 整合商填補技 術空白。而這些 Tier 0.5 的角色大概率會被三方勢力所佔據：1）汽車廠商向下相容走自研路 線；2）科技巨頭和初創企業搶先佈局賦能車企；3）傳統 tier 1 廠商向上延伸拓展能力圈。最 終會由哪一方勢力主導，是產業鏈循序升級分工的結果，但是 Tier 0.5 整合商都扮演著加速產 業落地重要角色。

（二）智慧駕駛軟硬體解耦趨勢，感知層產業鏈分工加速

覆盤歷史發展階段來看，在智慧化轉型初期，車企自身具備智慧駕駛能力尚淺，通常首選 與智慧駕駛解決方案合作。追溯特斯拉的智慧化變革之路，智慧駕駛合作伙伴由 Mobileye 到 英偉達，最後走向自研的路線。在 2020 年以前，市場上主要的 ADAS 解決方案廠商為 Moblieye 和英偉達，Moblieye 一度佔比在 90%以上。但是 Mobileye 的智慧駕駛方案是「黑匣子」封閉 式模式，不支援主機廠自主開發演算法。而英偉達的方案相對靈活，有利於車廠自行開發軟體， 特斯拉、小鵬、蔚來等造車新勢力相繼從 Mobileye 跨越到與英偉達的合作中。其中特斯拉走 在最前面，已具備軟硬體全棧方案。同樣在 2020 年，國內的也湧現出像華為、地平線等國產 智慧駕駛解決方案廠商，已與長安、奇瑞、北汽等國產主機廠建立良好的合作關係。

我們認為，過去 5 年產業鏈在智慧駕駛的探索已經取得實質性進步，包括像特斯拉已擁有 軟硬體全棧能力，包括國內華為、地平線等廠商建立智慧駕駛晶片能力。未來智慧駕駛軟硬 件解耦趨勢明顯，會帶動感知層產業鏈分工加速。隨著車廠積累更多演算法能力，Mobileye EyeQ5 走向開放，英偉達、華為、地平線等新品迭出，智慧駕駛解決方案廠商將打破過去依賴於一級 供應商的模式，未來將更多采取直接向車企提供硬體、軟體支援的方式，從而帶動相關零部件 產業鏈地位提升。

攝像頭率先實現解耦，整體感知層產業鏈分工是未來趨勢。特斯 拉 Model 3 三攝與採埃孚三攝主要差別在於：特斯拉只採集影象資訊，將三個 CMOS 嵌入在 同一 PCB 板上，無需 SOC 資訊處理器，將影象資訊直接傳輸到控制器進行處理。而採埃孚的 CMOS 嵌入在三塊不同的 PCB 板上，攝像頭具備完整的 SOC，最終資訊由 Mobileye 晶片進行 處理。對於毫米波雷達，特斯拉選擇使用大陸的雷達模組 ARS4-B，其內 部有一個 NXP 提供的 77GHz 雷達晶片組和 32 位 MCU，並未實現資料收集與處理功能的解耦。我們認為，特斯拉已經實現攝像頭的解耦，毫米波雷達等其他感知層產業鏈的持續分工是未 來趨勢，越來越多 OEM 廠商也會向特斯拉模式趨近。

1.4 感知層細分」賽道」中，攝像頭確定性最強，鐳射雷達彈性最 大

我們預計到 2030 年智慧駕駛所帶動的感知層硬體市場規模可達 3892 億元，10 年 CAGR 為 23%。其中攝像頭 1232 億元，10 年 CARG 為 21%；超聲波雷達 332 億元，10 年 CARG 為 12%；毫米波雷達 960 億元，10 年 CARG16%；鐳射雷達 1367 億元，2025-2030 年 CARG41%。

感知層四個」賽道」中：1）攝像頭增長確定性最強，在鏡頭和 CMOS 產業鏈環節格局向 好，我國已有具備全球競爭力的企業。2）鐳射雷達」賽道」彈性最大，目前還處於技術驅動 階段，風險與機遇並存，國內廠商競爭實力與國外廠商齊頭並進。3）毫米波雷達猶存國產替 代空間，雖然主要市場被 Tier1 佔據，國產初創公司進行技術整合化創新，仍有打破壟斷的機 會。4）超聲波雷達市場競爭激烈，技術壁壘較低。

1）智慧網聯車滲透率：2020-2025 年 L2-L3 級的 智慧網聯汽車銷量佔當年汽車總銷量的比例超過 50%，L4 級智慧網聯汽車開始進入市場。到 2026-2030 年，L2-L3 級的智慧網聯汽車銷量佔比超過 70%，L4 級車輛在高速公路廣泛應用， 在部分城市道路規模化應用；到 2031-2035 年，各類網聯汽車、高速自動駕駛車輛廣泛運行。

2）單車配置感測器數量：從 L2 到 L3 再到 L4/5 升級，單車配備感測器數量隨之提升。 假設單車攝像頭裝載個數由 5 個到 11 個到 15 個，超聲波雷達由 8 個到 12 個，毫米波雷達從 3 個到 5 個到 8 個，鐳射雷達從不裝載到 1 至 3 個。

3）價格趨勢：超聲波雷達和毫米波較為成熟，單價 5%複合增速下降，鐳射雷達預計大 規模量產後單價在 200-300 美元，攝像頭效能升級催化車載攝像頭單車 ASP 上升。

2 雷達：三種雷達逐步上車，強化感知功能

2.1 超聲波雷達：ADAS 應用成熟，競爭壁壘較低

超聲波雷達的工作原理是通過超聲波發射裝置向外發出超聲波，到通過接收器接收到傳送 過來超聲波時的時間差來測算距離。目前，常用探頭的工作頻率有 40kHz， 48kHz 和 58kHz 三種。一般來說，頻率越高，靈敏度越高，但水平與垂直方向的探測角度就越小，故一般採用 40kHz 的探頭。超聲波雷達防水、防塵，即使有少量的泥沙遮擋也不影響。探測範圍在 0.1-3 米之間，而且精度較高，因此非常適合應用於泊車。

超聲波雷達類型可分為兩種：第一種是安裝在汽車前後保險槓上的，用於測量汽車前 後障礙物的倒車雷達，這種雷達被稱為 UPA。第二種是安裝在汽車側面的，用於測量側 方障礙物距離的超聲波雷達，稱為 APA。單個 UPA 超聲波雷達探測距離在 15~250cm 之 間，單個 APA 超聲波雷達 30~500cm 之間，探測範圍更遠。一套倒車雷達系統需要在汽 車後保險槓內配備 4 個 UPA 超聲波感測器，自動泊車系統需要在倒車雷達系統基礎上， 增加 4 個 UPA 和 4 個 APA 超聲波感測器，構成前 4（UPA）、側 4（APA）、後 4（UPA） 的佈置格局。

目前超聲波雷達主要市場空間由 Tier1 廠商佔據，截至 2021 年 5 月，汽車之家在 售車型有 8998 款，配置了倒車雷達的車型有 7074 款，滲透率達到 79%；其中配置前向雷達 車型有 2531 款，滲透率達到 28%。目前超聲波雷達較

2.2 毫米波雷達：國內廠商向高頻化、整合化國產替代

毫米波雷達通過天線發射調頻連續波（FMCW），經目標反射後接收到的回波與發射 波存在一個時間差，利用該時間差可計算出目標距離。通過訊號處理器分析發射與反射信 號的頻率差異，基於多普勒原理，可以精確測量目標相對於雷達的運動速度，進一步通過 多目標檢測與跟蹤演算法，實現多目標分離與跟蹤。

車載毫米波雷達按工作頻段可以分為短程毫米波雷達 SRR（24GHz 頻段）、中程毫米 波雷達 MRR（76-77Ghz 頻段）、長程毫米波雷達 LRR（~77Ghz 頻段）。24GHz 毫米波雷 達主要適用短距離範圍，應用範圍多為盲點監測，車道保持和自動泊車等場景。77GHz 毫米波雷達測距範圍可達 100-250 米，探測距離長、識別精度高且穿透力強，主要用於自 適應巡航、向前碰撞預警和自動緊急剎車等場景中。

政策確定頻段劃分，77GHz 雷達成為主流方向。歐洲電信標準化協會(ETSI)和聯邦 通訊委員會(FCC)對 24GHz 頻段中 UWB 頻段的限制，2022 年 1 月 1 日以後，UWB 頻段 將無法在歐洲和美國使用，只有窄帶 ISM 頻段可以長期使用。21 年 3 月，中國工信部發 文，將 76-79GHz 頻段規劃用於汽車雷達，並計劃自 2024 年 1 月 1 日起，停止生產或者 進口在國內銷售的 24.25-26.65GHz 頻段車載雷達裝置。原本由 24GHz 佔據的角雷達市場 將在未來 2-3 年轉變為 77GHz 雷達，77GHz 雷達成為主要發展方向。

目前毫米波雷達市場主要由 Tier1 廠商佔據，其中短距離毫米波雷達主要市場份額由 維寧爾（32%）、大陸（22%）、安波福（15%）、法雷奧（7%）構成，長距毫米波雷達主 要由博世（40%）、大陸（35%）、電裝（15%）、安波福（6%）構成。

拆分毫米波雷達結構可分為射頻前端，資訊處理系統以及後端演算法三大部分。射頻 部分成本佔比約 40%，其中 MMIC（25%）、PCB（10%）、控制電路（5%）。資訊處理系 統 DSP 佔比 10%，後端算法佔比最高達 50%。關鍵部件 MMIC（單片微波集電路）包括 多種功能電路，如低噪聲放大器（LNA）、功率放大器、混頻器、檢波器、調製器等，主 要由英飛凌、飛思卡爾等海外廠商供應。雷達天線高頻 PCB 板：毫米波雷達天線的主流 方案是微帶陣列，將高頻 PCB 板整合在普通的 PCB 基板上實現天線的功能，需要在較小 的整合空間中保持天線足夠的訊號強度。77GHz 雷達的大範圍運用將帶來相應高頻 PCB 板的巨大需求。

毫米波雷達晶片 CMOS 工藝成為趨勢。CMOS 工藝不僅可將 MMIC 做得更小，甚 至可以與微控制單元（MCU）和數字訊號處理（DSP）整合為 SoC。國外主流供應商為 TI、英飛凌和 NXP，國內企業有加特蘭微電子、岸達科技等。2019 年 3 月 21 日，加特蘭 微電子釋出了其革命性的 Alps 系列毫米波雷達系統單晶片，主要應用於前向 AEB/LKA 等主動控制 ADAS。2020 年 4 月 15 日，岸達科技正式釋出了其低功耗、低成本的 77GHz CMOS 的雷達 SoC 晶片「ADT3101」, ADT2001 結合毫米波雷達成像演算法,可實現媲美激 光雷達的成像效果。

產品設計上高頻化、4D 成像雷達創新落地。目前毫米波雷達市場主要被國外 Tier1 廠商佔據，主要廠商集中研發和生產 77GHz、79GHz 雷達、4D 成像雷達。2020 年底，大 陸集團宣佈 2021 年量產首個 4D 成像雷達解決方案，寶馬成為首家量產搭載汽車製造商。 21 年 4 月，華為釋出高分辨 4D 成像雷達，其採用 12T24R 大天線陣列（12 個發射通道， 24 接收通道），比常規毫米波雷達 3T4R 的天線配置，提升了 24 倍，比業界典型成像雷達 多 50%接收通道。

毫米波雷達產業鏈國內廠商實現局部突破。毫米波雷達的上游環節主體包括各硬體、 軟體供應商。硬體由射頻前端（MMIC）、數字訊號處理器（DSP、MCU）、天線 PCB 板 等部分構成，軟體演算法即後端演算法。中國毫米波雷達晶片企業核心技術積累少，MMIC 供 應商集中為國際企業，如 NXP、英飛凌、TI、意法半導體、瑞薩電子、得捷電子等。隨 著近兩年中國積體電路產業程序的加快，毫米波雷達產業鏈國內廠商實現局部突破。2018 年廈門意行半導體自主研發的 24GHz SiGe 雷達射頻前端 MMIC 套片，率先實現了中國該 領域零的突破，現已實現量產和供貨。高階 DSP 晶片和 MCU 晶片主要被國外企業壟斷， DSP 晶片供應商有亞德諾半導體、美高森美等公司。毫米波雷達高頻高速 PCB 板市場主 要由國外廠商 ROGERS、松下電器等佔據，國內廠商有生益科技、滬電股份。

2.3 鐳射雷達：技術驅動初期，前裝上車在即

鐳射雷達是通過發射鐳射並接收從物體反射回波，通過回波轉換成光電訊號從而探測被 測物的距離、方位、高度、速度等物理參數的主動遙感裝置。

鐳射雷達可以按照光源波長、發射系統、接收系統和掃描系統的不同進行元器件分類。根據掃描活動部件的多少，可以分為機械式、混固態式和固態式鐳射雷達；根據測距原理的不 同則可以分為 ToF 鐳射雷達和 FMCW 鐳射雷達。

高階自動駕駛安全冗餘，鐳射雷達被眾多車企選擇。目前自動駕駛感知層方案主要分成 兩個派系，一個是以特斯拉為首的視覺派，以攝像頭為主導，高演算法低感知要求。另一個是其 他造車新勢力的多感測融合方案，低演算法高感知要求，具備更高的精確度和可靠性。長尾場景 是實現自動駕駛的一大隱患，攝像頭和毫米波雷達等構成的感知系統對於部分長尾場景會存在 決策失靈的情況。實現更高等級的自動駕駛過程，在感知系統中加入鐳射雷達來增強冗餘性， 提高車輛的安全性是眾多車企的選擇。鐳射雷達陸續上車，如小鵬 P5 搭載大疆鐳射雷達、極 狐阿爾法 S 搭載華為鐳射雷達。

（一）車規和 OEM 需求

產品實現前裝量產需要經歷產品迭代和生產驗證流程，整個流程所需的時間在 18-36 個月。

鐳射雷達廠商首先需要面對 OEM 廠商提出的效能和成本要求，總體要求是高感知效能、 低成本、高整合度。效能方面，OEM 廠商的評價標準又包括實測表現和隱性指標。顯性效能 參數主要包括測遠能力、點頻、角解析度、視場角範圍、測距精度、測距準度、功耗、整合度； 成本方面則 OEM 廠商則希望單個鐳射雷達成本控制在 1000 美元以下。各 OEM 廠商提出的要 求不一，其中還包括了難以量化的隱性指標如軟體能力、美觀程度等。

要實現前裝還需要通過車規級標準，主要為 ISO26262《道路車輛功能安全》國際標準。車規要求產品可以通過 DV（設計驗證）、PV（生產確認）以及 EMC（電磁相容性）等標準認 證，並進行車規振動、衝擊、溫度迴圈等測試試驗，目前已經通過車規標準並前裝量產的有 Valeo 的 Scala。

（二）多種技術路線逐步貼近 OEM 需求，混戰中國內廠商產品競爭力初現

傳統鐳射雷達廠商、大批鐳射雷達創業公司、科技巨頭正參與到車規級鐳射雷達市場的 混戰中。當前鐳射雷達行業龍頭仍為 Velodyne 等機械式鐳射雷達廠商，但由於機械式方案未 有完全成熟的車規級產品。

目前車規級鐳射雷達產品整體方案設計的發展總體方向為低成本、高效能、高整合度、 固態化。各廠商根據自身技術儲備選擇了不同的技術方案以求達到 OEM 廠商的需求，鐳射 雷達廠商通過對鐳射雷達發射系統，接收系統，資訊處理系統和掃描系統的設計組合形成特色 方案。

Luminar 和 Aeva 的產品方案在參數上目前看最接近滿足前裝需求，國內廠商 Livox、華 為等產品方案具備競爭力。各廠商均針對 OEM 提出的需求對產品進行了設計，其中 Luminar 和 Aeva 的產品方案在參數上目前看最接近滿足 OEM 需求，國內鐳射雷達企業也有望鐳射雷 達車載前裝市場後來居上：

1） 禾賽科技和鐳神智慧均佈局了包括 FMCW 在內的多種路線的關鍵技術，從而降低路 線失敗的風險，其中禾賽科技 1550nm 波段發射技術和晶片化 1.0 成果已經應用在其 鐳射雷達產品上；

2） Livox 採用獨特的雙稜鏡非重複掃描設計，採用創新設計，減少使用不成熟的高成本 元件和工藝，藉助 DL-Pack 專利技術，實現鐳射器自動校準，提高良品率。目前已與 小鵬汽車達成量產項目合作，量產時間預計將在 2021 年；

3） 速騰聚創 MEMS 鐳射雷達 RS-Lidar-M1 已獲得全球多個量產車型定點合作訂單，首 個定點訂單來自北美某車企，當前累計路測歷程已達 100 萬公里；

4） 華為採用 1550nm 鐳射波段和微振鏡掃描器架構，目前已建成第一條 Pilot 產線，其 已與長安、北汽集團合作量產落地項目。

國內廠商在技術實力、路線佈局、量產能力和下游資源上具備一定市場競爭力，隨著下 一步鐳射雷達行業從技術路線之爭逐步轉向量產落地時間視窗之爭，國內廠商大規模量產能 力和下游客戶資源儲備值得長期跟蹤。

（三）上游元器件成熟降低成本，國產滲透有望加速

鐳射雷達成本構成為光電系統成本（70%）、人工偵錯成本（25%）、其他成本（5%），其 中光電系統還包括髮射、接收、控制等模組。目前自動化產線不成熟和多個關鍵元器件成本高 昂是鐳射雷達成本高企的原因，未來國產化、高整合度和自動化生產為鐳射雷達成本主要下降 路徑。

鐳射雷達上游元器件主要包括髮射和接收系統元器件、資訊處理晶片和光學元件，其中 多個關鍵元器件仍存在價格高昂或技術未成熟的問題，成為前裝量產量產關鍵瓶頸。如發射 端 VCSEL 鐳射器在功率密度上難以達標，光纖鐳射器價格昂貴；接收端 InGaAs 襯底探測器 價格高企；掃描系統結構設計複雜等。

鐳射發射器和探測器上游目前仍以國外廠商為主，鐳射器供應商目前主要為歐司朗、濱 鬆等廠商，探測器供應商則主要有濱鬆、First Sensor 等。未來鐳射雷達發射器和探測器有望 出現國產替代，國內廠商已有縱慧鐳射、炬光科技等入局；探測器端已有芯視界、靈明光子 入場。當前已有部分國內公司產品可通過車規認證（ AEC-Q102），且鐳射器廠商已實現多環 節自研和國產替代。但產品規格如發光效率上尚未能滿足車企和鐳射雷達廠商要求，未來產品 逐步迭代成熟後有望藉助低成本等優勢實現國產替代。

FPGA、模數轉換器由國外廠商壟斷，國內技術差距仍較顯著。FPGA 和模數轉換器市場 均為明顯的寡頭壟斷格局，FPGA 晶片主要廠商為賽思靈和英特爾；ADC 晶片市場主要廠商 為 ADI 和德州儀器。目前國外龍頭企業的晶片產品已基本可滿足鐳射雷達設計需求，國內廠 商在該領域距離行業龍頭仍具備較大差距。

鐳射雷達產業鏈現多點突破機會，國內廠商有望形成合力在混戰中佔據優勢。鐳射發射和 探測系統、濾光片、準直鏡等光學元件這些鐳射雷達關鍵元器件上，國內廠商產品技術有望接 近濱鬆、歐司朗等國際光電元器件龍頭。如上游元器件國產替代順利，上游供應鏈與國內鐳射雷達廠商有望形成合力，以高效能、低成本的鐳射雷達產品快速搶佔混戰中的鐳射雷達市場。

3 攝像頭：確定性最強」賽道」，鏡頭和 CMOS 國產替代格局向好

3.1 遠景看車載攝像頭千億市場，近景自動駕駛軍備競賽開啟

車載攝像頭工作原理：目標物體通過鏡頭（LENS）將光學影象投射到影象感測器上，光 訊號轉變為電訊號，再經過 A/D（模數轉換）後變為數字影象訊號，最後送到 ISP（影象訊號 處理晶片）中進行加工處理，由 ISP 將訊號處理成特定格式的影象傳輸到汽車自動駕駛系統進 行識別。

目前汽車搭載攝像頭以環視、後視為主，前視數量呈上升趨勢，單目攝像頭為主流方案。車載攝像頭主要包括前視攝像頭、環視攝像頭、後視攝像頭、側視攝像頭、內建攝像頭等。目 前車載攝像頭主要應用於倒車影像（後視）和 360°全景影像（環視），高階汽車的各種輔助 裝置配備的攝像頭可多達 8 個，影象解析度在 1-2MP，用於輔助駕駛員泊車或觸發緊急剎車。 前視攝像頭能夠實現前車防撞預警（FCW）、車道偏離預警（LDW）、交通標誌識別（TSR）、 行人碰撞預警（PCW）等功能，成本較高，對於影象解析度的要求也更高，目前已有 8MP 的 前視攝像頭產品。現階段，前視攝像頭以單目為主流方案，多目雖然能有更好的測距功能，但 成本也會提高 50%左右，技術上也有進一步提升的空間。隨著自動駕駛技術的完善，未來前 視攝像頭搭載數量或將進一步提升，從而實現更為精準的識別。

車載攝像頭對安全性有較高要求。手機攝像以成像高質量為目的，而車載攝像頭以駕駛 安全為目的。汽車攝像頭工作環境變化大，對幀率、可靠性和穩定性等要求較高。車載攝像頭要求能在-40℃ 到 85℃的環境中持續工作，能不受水分浸泡的影響，防磁抗震，使用壽命需達 8~10 年。另外， 出於安全的考慮，車載攝像頭需要在短時中斷供電的情況下依舊保證工作。

高動態範圍、夜視、LED 閃爍抑制等效能將不斷普及。目前，車載攝像頭的功能要求其 需要具備以下效能：車載攝像頭往往還需要具備夜視功能，能夠抑制低照度攝影時的噪聲，在 暗光條件下依然要有出色的表現。水平視角擴大為 25°~135°，要實現廣角以及影像周邊部 位的高解析度，至少使用 5 個左右的鏡頭。

遠景看：車載攝像頭產業將遵循手機攝像頭創新規律，長期受益於智慧網聯車滲透率提 升+單車配置數量提升+效能升級催化 ASP 提升三重因素，車載攝像頭市場持續高景氣，我們 測算到 2030 年全球車載攝像頭市場規模可達千億級，10 年複合增速可達 20%以上。

2）單車配置攝像頭數量：攝像頭配置從 5 個上升 8/11/13/15 個不同方案，單車平均配置 攝像頭數量從 2.3 上升至 4.5、9.6 個。

3）效能升級催化 ASP 提升：ADAS 加速滲透，影象解析度從 1MP 升級到 8MP，HDR、 夜視、3D 成像功能優化，催化車載攝像頭 ASP 上行趨勢。

近景看：「目明」為智慧化第一步，車企自動駕駛軍備競賽已開啟，車載攝像頭處於爆發 前夕。

一般來說，ADAS 系統功能完整實現需要單車搭載至少 6 個攝像頭，隨著自動駕駛化程度 提升，將趨勢車載攝像頭數量增長。特斯拉的 Autopilot 2.0 使用 8 顆攝像頭，包括 3 個前視、 3 個後視及 2 個側視。以蔚來 ET7 為例，一共搭載了 11 個車載攝像頭，畫素達 800 萬，包括 4 個前置（1 個單目和 1 個三目模組），4 個環視攝像頭和 3 個其他攝像頭，為駕駛者提供了全 景影像，以全方位保證車輛行駛安全。

3.2 產業鏈價值分佈，模組、鏡頭、CIS 投資價值高

1） 市場空間：模組>CMOS>鏡頭。到 2030 年預計新能源車單車搭載攝像頭個數可達 11.5， 非新能源車單車搭載達到 5.3 個。經測算， 2030 年全球乘用車車載攝像頭前裝市場 規模可達 1232 億，10 年複合增速為 21%，其中搭載數量的複合增速為 18%。產業鏈 CIS 市場空間可達 517 億，鏡頭可達 345 億元，兩者佔整體攝像頭空間比例約 70%。

2） 產業鏈價值：CMOS>鏡頭>模組。由於 CMOS 是決定成像品質的關 鍵元器件，在車載攝像頭成本佔比最高（50%），模組封裝（25%）、光學鏡頭（25%）。 根據前瞻產業研究院對於手機攝像頭的成本拆分，其中 CMOS（52%）、鏡頭（20%）、 模組（19%）。產業鏈價值分配差異在於，車載攝像頭模組成本佔比較手機高。我們認 為主要原因在於，在車載攝像頭產業鏈中 Tier1 廠商負責模組的組裝以及系統整合， 長期車企與 Tier1 廠商強繫結的關係中 Tier1 擁有較高議價權。同時我們也注意到鏡 頭等 Tier2 的零部件廠商產業鏈地位在提升，如特斯拉 Model3 三攝攝像頭無需處理 SOC，不新增任何後處理直接由自動駕駛控制域處理資訊，如蔚來 ET7 攝像頭或將選 擇鏡頭廠商直供模組的方式。隨著車載模組競爭越來越激烈，預計模組的成本佔比將 下行，CMOS 和鏡頭的佔比提升。

3） 行業集中度：CMOS>鏡頭>模組。2019 年全球車載攝像頭 CR5 達 55%，行業較為分散，Tier1 廠商居多，具備與車企長期合作的優勢。

車規級認證壁壘高，Tier1 廠商具備先發優勢。手機攝像以成像高質量為目的，而車載攝 像頭對幀率、可靠性和穩定性等要求較高，車規級的認證週期長達 3-5 年。目前模組市場依然 由 Tier 1 廠商主導，以博世、大陸、德爾福、麥格納、採埃孚為代表的 Tier1 廠商提供一系列 前視、環視產品，供貨給奧迪、賓士、吉利、廣汽等眾多車企。未來隨著鏡頭廠商經驗積累以 及客戶關係的穩定，有向車企供給模組的趨勢。

手機模組及鏡頭廠商入局，車載模組新品迭出。國內舜宇光學、歐菲光等廠商在手機鏡 頭模組領域市佔率較高，擁有一定的工藝經驗，在車載模組同樣佈局良多。舜宇光學模組產品 種類較為全面，僅前視單目模組就有 6 種類別，解析度從 1MP-8MP 不等，視場角從 15°到 120°不等，HDR 參數維持在 120dB 左右，能夠實現較多 ADAS 功能。同時舜宇還推出了多 目模組，雙攝光軸精度高，震動位移變形小，成像清晰溫漂小。世高光和 Entron 作為英偉達 的攝像頭模組供應商，目前其產品也都包括了 HDR 功能和夜視功能，影象解析度維持在 1-2MP 的水平。Entron 向英偉達供應的 F008 前視攝像頭模組達到了 8.3MP，且都具有防潮的能力， 能實現 ADAS、全景影像、E-Mirror 等功能。

車載鏡頭要求鏡片具有高耐用性和熱穩定性。按材質來分，鏡片可由玻璃、塑料製成。 目前車載攝像頭玻璃和塑料鏡片均有選用，對於自動駕駛等級要求較高的鏡頭多選用玻璃鏡 頭。玻璃鏡片具有高耐用度和防刮傷性，且溫度效能較好。塑料鏡片價格便宜但是成像效果 差，且在汽車惡劣的使用環境中容易造成鏡片變形，影響成像質量。

1) 塑料鏡頭：

優點：重量輕、成本低、工藝難度低，適合大批量生產；

缺點：透光率稍低，耐熱性差、熱膨脹係數大、耐磨性差、機械強度低等。

2) 玻璃鏡片：

優點：效能優良，透光率高；

缺點：主要是量產難度大，良率低、成本高。玻璃鏡頭一般用在中高階安防視訊監控、車載鏡頭、中高階新興消費類電子、機器視覺等高階產品上。

舜宇光學早期進軍車載攝像頭領域，市場佔有率持續第一。公司自 2004 年進入車載鏡頭 領域，並在 2008 年成立了寧波舜宇車載光學技術有限公司，於 2012 年首次達到市場佔有率第 一併保持該地位至今。從出貨量來看，公司自 2014 年的 0.11 億顆增長至 2020 年的 0.56 億顆， CAGR 達 30.76%。其產品佈局豐富，在光學領域有著深厚積累和領先技術，作為我國車載鏡 頭的領跑者，目前已完成了 800W 畫素前視、側視和後視鏡頭的研發，可應用於 L4 級 ADAS。

聯創電子 2015 年就進入了特斯拉產業鏈，現在又中標 5 款 Tesla 下一代車載光學產品陸 續上量，有望成為 Telsa 車載鏡頭一供。在另一造車新勢力蔚來 ET7 這款車中，聯創中標了 7 款 8M ADAS 車載模組。與 ADAS 平臺商合作上，公司已與 ADAS 平臺商 Mobileye、Nvidia、 華為、Aurora 和 DJ 等開展戰略合作，Mobileye EyeQ4、EyeQ5 分別通過 2 顆、8 顆認證；在 華為中標多款高階車載鏡頭。

CMOS 產業鏈最高價值的一環，行業壁壘高，市場集中度高。在車載攝像頭領域，CIS 的市場主要由安森美和韋爾股份（豪威）兩大廠商主導。韋爾股份（豪威）也是前三名中唯一採用 Fabless 生產模 式的廠商，此外索尼和三星、格科微等逐漸加大車載 CMOS 的投入，爭奪市場份額。

CIS 領域以 IDM 整體更強，Fabless 較為靈巧。CIS 晶片產業鏈主要分為三種：IDM、Fab-lite 和 Fabless。

1) IDM 模式：從設計到生產進行垂直一體化，諸如索尼和三星，反應速度更快，供應 鏈可控。

2) Fab-lite 模式：輕晶圓模式，自己設計和銷售晶片，有些自產有些外包，諸如安森美、 松下。

3) Fabless 模式：由無晶圓設計廠商負責設計和銷售，由晶圓代工廠完成晶片製造，再 由晶圓封測廠進行封測。韋爾股份（豪威科技）為 Fabless 模式，晶圓代工廠代表是 臺積電，封測代表有晶方科技，容易調整產能結構。2020 年韋爾股份發行可轉債， 其中募集 13 億元用於晶圓測試及晶圓重構（RW）生產線項目（二期），通過自建產 線有利於降低供應端的風險。

畫素升級是必由之路，HDR、LFM 和低照度敏感成為趨勢。用於前視攝像頭的 CIS 影象 解析度不斷提升，目前達到了 8MP，以提供更精確的影象便於識別，而環視、後視基本在 2MP 左右。從各大廠商新推出的產品來看，基本都具有了高動態範圍（HDR）和低照度敏感的性 能。前視攝像頭達到了 140dB 動態範圍，這可以使得攝像頭在所有光照條件下都能捕捉到高 清影象，甚至連高明暗對比度的場景中也能實現。此外部分產品還具有了 LFM 效能，CIS 在 攝像頭工作時不會因為 LED 光脈衝出現差錯，降低識別錯誤發生的可能。目前 LFM 有兩種技 術路線，一種是超級曝光，一種是大小畫素，安森美採用的是前者，豪威科技和索尼采用的是 後者。

4 投資建議

智慧電動汽車是未來 5-10 年投資的優質」賽道」，在 2020 年風口啟動之初，市場最關注 的是汽車的電動化屬性。新能源車是最確定性的方向，資本市場提前以科技股的投資理念給予 特斯拉、蔚來、小鵬等造車新勢力高市值。隨著蘋果、小米等手機廠商進入智慧汽車」賽道」， 以及華為、Mobileye、百度等新興 Tier1 賦能傳統車企後來居上，智慧電動汽車格局充滿不確 定性。而巨頭大規模入局，意味著行業逐漸走向成熟。智慧電動汽車終局不定，但在不確定 中尋找確定性，我們認為當前階段上游零部件產業鏈的投資機會是相對確定的。圍繞智慧化 這條主線，建議首先關注感知層投資機會。

感知層四個」賽道」中：1）攝像頭增長確定性最強，在鏡頭和 CMOS 產業鏈環節格局向 好。2）鐳射雷達」賽道」 彈性最大，目前還處於技術驅動階段，風險與機遇並存。3）毫米波雷達猶存國產替代空間，雖然主要市場被 Tier1 佔據，國產初創公司進行技術整合 化創新，仍有打破壟斷的機會。4）超聲波雷達市場技術較為成熟。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）

精選報告來源：【未來智庫官網】。