海量传感器知识、行业报告，请在公众号对话框回复关键词【资料下载】获取，部分资料查看《传感器专业知识资料100+，总有一份适合你~》
这里关注我，记得点右上角菜单栏•••键设为星标⭐
文章大纲
城市 NOA 成竞争高地，政策助力高阶智能驾驶加速落地
成本下探+智驾升级，2030年激光雷达市场规模有望超万亿
·城市 NOA面临工况复杂问题，激光雷达为“优选项”
·激光雷达成本下探，加速渗透至更多车型
·自动驾驶水平升级，单车搭载激光雷达需求增加
上游模块升级 固态补盲开辟激光雷达新赛道
·发射模块：1550nm光源及 FMCW测距方式为未来发展方向
·扫描模块：半固态化 MEMS 路线为主，固态化补盲为发展趋势
·接收和控制模块：芯片国产替代进行时
激光雷达
城市 NOA 成竞争高地，政策助力高阶智能驾驶加速落地
自动驾驶是指汽车在没有人类直接干预的情况下，依靠人工智能、视觉计算、传感器和通信定位等技术，能够自主地感知周围环境、决策及执行驾驶任务的能力。自动驾驶领域的科研探索最早可追溯至上世纪 80 年代，美国 DARPA 与陆军合作，发起自主地面车辆（ALV）计划，并于 2004 年举办全球首次长途无人驾驶比赛——DAPRA 挑战赛。2009 年，谷歌启动自动驾驶项目，标志着自动驾驶技术商业化探索的开始。近十年以来，传统汽车制造厂商和互联网巨头先后布局自动驾驶，初创厂商涌入该赛道，行业呈现高速发展趋势。2022 年开始，领先车企已实现搭载 L2/L2+功能车型的规模化量产，在优化布局高速 NOA 功能体验的同时，争相推动城市 NOA 规模化量产， 全球自动驾驶商业化落地进程正稳步推进。
2021 年，国际自动机工程师学会（SAE）更新的自动驾驶分级标准（SAE J3016）是目前业内最通用的参照标准，该标准按照自动驾驶程度由低到高划分为 6 个等级。2021 年 8 月，国家市场监督管理总局及标委发布《汽车驾驶自动化分级》文件，其划分标准与 SAE 基本保持一致，将我国汽车驾驶自动化分成 L0-L5 共六个等级。该分级体系以 L3 作为自动驾驶的分水岭，L3 级以下被称为辅助驾驶，系统能够辅助驾驶员执行动态驾驶任务， 驾驶主体仍为驾驶员；L3 级别及以上被称为自动驾驶，系统能够持续执行全部动态驾驶任务，驾驶主体转变为系统，其中 L3 级别驾驶员在必要条件下需要随时进行车辆接管。
L2 及以上级别智能驾驶渗透率稳步提升。从智能驾驶乘用车销量来看，根据佐思汽研数据，2023 年上半年，中国市场 L2 级智能驾驶乘用车销量达 324.6 万辆，同比增长 34.7%；L2+/L2++级智能驾驶功能乘用车销量达 79.1 万辆，同比增长 83.4%。从智能驾驶乘用车渗透率来看，2023 年上半年，中国市场 L2 级智能驾驶乘用车渗透率达 35.1%，同比增加 8.0pct；L2+/L2++级智能驾驶功能乘用车渗透率达 8.6%，同比增加 3.8pct，L2 及以上级别智能驾驶乘用车销量和渗透率均稳步提升。
自动驾驶向 L3 级别演进，城市 NOA 快速落地。NOA功能（高阶智能驾驶辅助）的实现是智能驾驶从L2跨越到L3过程中的关键节点，目前多家传统车企和新势力车企在加速布局NOA功能。按应用场景分，NOA功能分为高速场景和城市场景，高速NOA功能是指在高速公路辅助的基础上配置高精地图，帮助车辆实现自动上下匝道、车道保持等功能。城市NOA是指在城市道路按照导航路径智能辅助驾驶到达终点，除了基本导航功能外，城市NOA还包括自动泊车、智能跟车等功能。高速NOA始于2019年特斯拉向中国大陆选装FSD的车型推送NOA功能，随后国内蔚来、小鹏、理想等车企先后入局，在旗下部分车型中推出类似功能，2023年高速NOA已实现规模化落地。与此同时，城市NOA功能作为最贴近用户场景的技术被视为自动驾驶通往L3级别的重要突破口，成为当前行业竞争高地。2022年9月，小鹏P5在广州推出城市NGP（即城市NOA），正式拉开国内城市NOA大幕；2023年，小鹏、华为、理想等车企集中推出或公布城市NOA计划，城市NOA迎来落地“元年”。根据佐思汽研数据，2023年1-9月，国内乘用车城市NOA渗透率为4.8%，同比增加2.0pct，预计全年渗透率超过6%。伴随众多主机厂在更多城市陆续开放该功能，2024年城市NOA有望迎来更大规模的释放，推动国内自动驾驶产业进入快速发展阶段。
政策持续加码助力高阶智能驾驶加速落地。2023年以来，我国相关部门及地方政府已发布逾百条自动驾驶产业相关政策和规定，从大方针政策引导到各细分场景的文件指导，多方面推动自动驾驶行业发展。从国家层面来看，2023年7月，工业和信息化部联合国家标准化管理委员会修订发布《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》，提出要分阶段建立适应我国国情与国际接轨的智能网联汽车标准体系。2023年11月，工业和信息化部、公安部、住房和城乡建设部、交通运输部四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，明确表明搭载L3级和L4级自动驾驶的车辆，在经过遴选后，允许在限定区域内开展上路通行试点，以政策推动高阶智能驾驶发展。2023年12月，交通运输部印发《自动驾驶汽车运输安全服务指南（试行）》，就自动驾驶汽车适用范围、应用场景、人员配备、运输车辆、安全 保障和安全监督八个方面提出明确要求。在国家政策引领下，各地方政府也纷纷出台相应方案或细则，其中，深圳、上海、北京三地走在前列，在自动驾驶政策方面试点先行，为其他省市加快自动驾驶产业建设提供重要参考。伴随着央地协同完善行业相关政策法规，我国高阶自动驾驶功能有望加速落地。
激光雷达
成本下探+智驾升级，2030 年激光雷达市场规模有望超万亿
2.1 城市 NOA 面临工况复杂问题，激光雷达为“优选项”
感知层是实现自动驾驶的前提。自动驾驶系统由感知层、决策层和执行层三个层级构成。具体来看，感知层是实现自动驾驶的前提，起着类似人类“眼睛”的作用，通过摄像头、 毫米波雷达、超声波雷达、激光雷达等传感器来感知外部环境，实时检测周围环境变化， 对环境信息和车内信息进行采集和处理。决策层则承担着承上启下的作用，起着类似人类“大脑”的作用，依据环境感知的结果进行数据融合和决策判断，制定出安全合理的路径规划。最终，执行层起到类似人类“手脚”的作用，负责控制车辆加速、刹车和转向，沿着规划好的路径完成驾驶。
激光雷达综合性能佳。目前主流的车载传感器包括摄像头和雷达，其中雷达传感器可进一步细分为超声波雷达、毫米波雷达和激光雷达。具体而言，摄像头和超声波雷达技术成熟、成本较低，但摄像头受天气影响较大，夜间探测效果不佳，且在物体及距离识别方面对算法和算力要求较高；超声波雷达测量精度差、范围小，有效探测范围小于 10 米。毫米波雷达具有抗干扰性强、探测范围相对较长等特点，但是其对非金属材料探测灵敏度较弱，导致其在人、车混杂的场景下对行人的探测效果不佳。因此，仅依靠摄像头、超声波雷达和毫米波雷达的自动驾驶汽车，其误报率和漏报率较高，容易引发交通安全问题。相较之下，激光雷达通过发射激光，可以获取周围物体的精确距离和轮廓信息，具有高精度、高分辨率、探测范围广、光线适应性好等优势，其综合性能在所有传感器中最佳。伴随着自动驾驶行业的发展，激光雷达在高阶智能解决方案中的应用已成为一种必然趋势，有望推动激光雷达市场快速增长。
实现高速 NOA 功能所需硬件水平有限，激光雷达非必选项。高速NOA因结构化封闭道路的特性，面临的场景较为单一、复杂程度较低，因此，实现该功能所需要搭载的硬件水 平有限，基本上只需要摄像头与部分超声波雷达或毫米波雷达即可。此外，在目前具备高速NOA功能的车型当中，除了特斯拉以外，均采用高精地图的方案。高精地图包含了道路的宽窄、坡度、交通标识等详细信息，可以提前为车辆获取大量信息数据，降低车辆运行时的负担。并且，高精地图不受距离、环境影响，能够有效弥补传感器性能边界，助力高速NOA功能顺畅实现。因此，在实现高速NOA功能的硬件需求中，激光雷达并非必要选项。
城市工况复杂，激光雷达成推动城市NOA落地的关键感知设备。与高速NOA相比，城市NOA面临的工况复杂得多，可能会面临人车不分流、道路标识不清晰、鬼探头等多种不确定性挑战。在夜晚场景中，还要面临光线不足带来能见度降低的问题，造成行车危险的corner case 数量急剧上升。因此，从高速NOA拓展至城市NOA的所需要的技术难度大幅增长，对车辆的感知能力也提出了更高的要求，具备强感知能力的激光雷达成为推动城市NOA功能落地的关键感知设备。自动驾驶汽车中搭载激光雷达，一方面可以实现对长尾场景的覆盖，解决城市NOA场景中面临工况复杂的问题。例如在面临夜间行驶视野差、进入隧道光线突变等情况会对摄像头带来挑战，但是对于主动发光的激光雷达来说，外界光线变化并不会影响其感知成像能力，激光雷达能够辅助汽车做出稳定的行驶决策。另一方面，激光雷达的搭载可以降低感知算法的开发难度，使高阶智能驾驶功能更易实现。感知算法的一个重要任务是进行语义目标检测跟踪，其中，衡量评价目标检测有一个重要指标是“平均精准度”（mAP），用以评估感知算法对目标位置、尺寸、姿态的检测水平。根据行业权威数据集Nuscenes感知算法评测显示，“激光雷达+摄像头”的组合方案mAP（平均精准度）分数相比纯视觉算法的数值平均从57%提升至73%，增加了16个百分点。
2.2 激光雷达成本下探，加速渗透至更多车型
国外激光雷达厂商式微，国内厂商快速崛起。北美和欧洲地区激光雷达产业起步较早，发展过程中涌现一批领先的激光雷达制造厂商，包括Velodyne、Luminar、Aeva、Ouster、 Valeo、Innoviz、Ibeo等。伴随着激烈的市场竞争，部分海外激光雷达厂商面临衰退，2022 年，曾经的全球激光雷达巨头Velodyne和Ouster确认合并，Ibeo、Quanergy相继宣布破产。而国内激光雷达厂商在政策支持和市场需求双重驱动下快速发展，代表企业包括禾赛科技、图达通、速腾科技、大疆览沃、万集科技等。伴随着国内智能驾驶行业快速发展，国内头部厂商加大布局力度，产品性能和价格优势逐渐凸显，带动国内车载激光雷达在全球市占率不断攀升。根据Yole Intelligence数据统计，2022年中国车载激光雷达企业占据全球市场份额突破75%。其中，2022年禾赛科技以47%的市占率稳居全球车载激光雷达总营收榜首，同比提升5个百分点；图达通依靠着蔚来汽车持续出货，以15%的市占率夺得第二位；Valeo、速腾聚创、大疆览沃分别以13%、9%、5%市占率位列第三、四、五位。2022年全球营收前五的激光雷达厂商中，中国厂商占据四席，国内激光雷达产业高歌猛进。
头部厂商加速迭代高线束激光雷达，产品性能不断提升。衡量激光雷达核心性能的参数包括线束、分辨率、视场角FOV、点频等，各参数之间的差异将会直接影响激光雷达的测距能力和感知精准度。其中，线束是最为直观衡量激光雷达性能的指标之一，激光雷达线束越多，可以更清晰完整收集到各类物体的3D轮廓，即测量精准度越高，能够有效提升智能驾驶的安全性。2017年，激光雷达首次被搭载在量产车型奥迪A8上，选装的是由Valeo提供的4线转镜扫描激光雷达；到 2021 年底，小鹏P5成为首选搭载激光雷达的量产电动车型，搭载的是由览沃提供的等效144线激光雷达。此后速腾聚创推出125线的M1和禾赛科技推出的128线的AT128几乎平分车载激光雷达市场。2023 年底，华为发布的问界M9搭载行业首颗量产192线激光雷达遥遥领先于同行。不久之后，北醒光子就官宣旗下256线激光雷达投产；2024年1月，CES2024 大会上，禾赛科技更是推出了 512 线激光雷达——AT512，该款雷达可实现300米标准测远，最远测距能力可达400米，为系统安全决策增加 40%以上反应时间，树立了行业性能标杆。高线束激光雷达市场发展进程加速，有望助力车企打造更安全的智能驾乘体验。
激光雷达成本下探，有望渗透到更多车型中。近年来，在激光雷达加速规模化量产主导 下，激光雷达成本快速降低。从2021年单颗售价1万元左右，到2022年降至6000元以下，2023年更是已进一步压缩至3000元以下。根据Frost&Sullivan报告，车载激光雷达成本预计将在2021年至2030年间每年下降约9%。国内头部激光雷达厂商图达通亦表示，预计未来3-5年内，激光雷达成本将下降20%-30%，在5-10年左右降至1000元以下。根据灼识咨询报告，以往因激光雷达价格高昂，仅建议售价超过40万元的车型选择搭载激光雷达产品，受益于激光雷达快速降本，2023年，建议售价约20万元的车型可考虑将激光雷达作为可选配置或标准配置。根据佐思汽研统计，2023年国内有超过20款新车型搭载激光雷达上市；2024年后，宝马、奔驰、沃尔沃等外资品牌也将加入到上车潮中。此外，近期比亚迪宣布，将在2024年推出多达10余款搭载激光雷达的智驾车型，未来将为20万元以上车型提供高阶智能驾驶系统选装服务，而30万元以上车型将全面标配高阶智能驾驶系统。伴随着激光雷达成本持续下探，激光雷达有望加速渗透到不同价格区间、不同品牌的车型中，并逐渐成为标配。
2.3 自动驾驶水平升级，单车搭载激光雷达需求增加
伴随自动驾驶水平升级，单车激光雷达需求增加。冗余设计是指在系统或设备的关键部 分增加额外的功能通道、工作元件或部件，以确保在部分出现故障时，系统或设备仍能 正常工作，提高系统可靠性。随着自动驾驶程度提升，驾驶主体从驾驶员转为车辆系统，为确保车辆始终处于正常运行状态，冗余设计变得必不可少，对于L3及以上自动驾驶冗余系统将成为标配。目前，高阶自动驾驶冗余设计涵盖了感知冗余、控制器冗余、执行器冗余、通信冗余等。其中，感知冗余是指采用“摄像头+超声波雷达+毫米波雷达+激光雷达”多源异构传感器融合方案，以实现感知硬件能力互补，从而强化自动驾驶的感知能力。根据盖世汽车统计数据显示，2023年1-10月，在搭载NOA功能的车型中，采用11V1R1L方案（11个摄像头+1个雷达+1个激光雷达）的车型占据最大市场份额，达到27%。其他包含激光雷达的11V5R1L方案和11V5R2L方案分别占比17%和3.4%，含有激光雷达的多传感器方案在搭载NOA功能的智能驾驶车型中占据主导地位。同时，伴随着自动驾驶水平持续提升，单车所需搭载的激光雷达数量将不断增加。据中国信息通信研究院报告，L3级别以上车辆单车搭载量将随着自动驾驶等级的提升而成倍增加，L3、L4和L5级别自动驾驶或分别需要平均搭载1颗、2-3颗和4-6颗激光雷达。
国内头部激光雷达厂商交付量不断攀升。国内激光雷达头部厂商量产交付量竞赛已经进入到白热化阶段。2022年9月，禾赛科技成为首个单月激光雷达交付量超过1万颗的车载激光雷达厂商；2023年8月，速腾聚创单月交付量超2万颗；2023年10月，速腾聚创实现单月销量近3万颗，再次刷新纪录。2024年1月2日，禾赛科技宣布2023年12月激光雷达交付量突破5万颗，仅 6日后，速腾聚创宣布2023年12月交付量达到72200颗，成为车载激光雷达行业中首个单月交付量超过7万颗的激光雷达厂商。根据高工数据统计，2023年，中国乘用车前装标配激光雷达交付量超过60万颗，主要是由禾赛科技、速腾聚创和图达通为代表的国内第一梯队激光雷达厂商所贡献。其中，2023年，速腾聚创激光雷达销量约为25.6万颗，同比增长超过300%；禾赛科技预计全年销量突破22万颗，同比增长超过173%。当前，头部厂商快速放量，激光雷达产业或迎来商业化临界点。
激光雷达市场规模快速增长，2030年或超万亿元。目前，激光雷达的主要下游应用场景包括汽车、机器人（包括自动驾驶汽车及自动驾驶卡车）、3D测绘等，根据灼识咨询报告，汽车行业为激光雷达发展的主要驱动力。在汽车应用领域，随着自动驾驶汽车需求日益提升，激光雷达持续降本加速渗透到更多车型，同时自动驾驶等级升级带动单车所需搭载的激光雷达数量增加，车载激光雷达厂商有望继续快速放量。根据灼识咨询报告，2022年全球车载激光雷达解决方案市场规模为34亿元，后续预计将以103.2%的复合年增长率增长至2030年的10003亿元。届时，车载激光雷达市场将占据激光雷达整体解决方案市场的近80%。中国作为全球车载激光雷达方案最大的市场，预计2030年市场规模将达到3466亿元，占比全球市场34.6%。从2022年至2030年，中国车载激光雷达市场规模的年复合增长率预计高达104.2%，显示出强劲的增长势头。此外，在机器人应用领域，采用配备激光雷达的机器人可提高工作环境的安全性，并有效降低劳动成本。为了提高机器人感知准确性，配备多个激光雷达的高度智能机器人已成为趋势。受机器人出货量提升及单台机器人激光雷达安装数量增加所推动，预计全球机器人激光雷达解决方案市场将快速增长，到2030年市场规模有望达到2162亿元市场规模，其中，中国市场预计占据31.8%的市场份额。
激光雷达
上游模块升级，固态补盲开辟激光雷达新赛道
激光雷达上游主要可以拆解为发射模块、扫描模块、接收模块和控制模块四大模块。发射模块负责激光源的发射，光源及发射形式的不同影响射出的光的能量大小，从而影响探测范围。扫描模块通过扫描器的机械运动控制光的空间投射方向，实现对特定区域的扫描。接收模块则负责捕捉反射回来的光，探测器的选择将影响对返回光子的探测灵敏度，继而影响激光雷达探测距离和范围。控制模块通过算法处理生成点云模型并进行处理，最终完成探测任务。
3.1 发射模块：1550nm 光源及 FMCW 测距方式为未来发展方向
激光光源：905nm具有经济优势，1550nm对人眼更安全。按波长来区分，目前激光雷达主要应用的是905nm波长和1550nm波长的光源。905nm激光雷达中的激光器接收端可以采用硅基探测器，其具有技术成熟及低成本等优点。相比之下，1050nm激光雷达激光器则需要使用价格较高的磷化铟（Inp）材料，并与昂贵的铟镓砷（GaAs）探测器配对使用，因此成本相对较高。但是1550nm光源对人眼更安全，受日光和大气散射等干扰小，且更易穿透大气，在应用中可实现更远的探测距离。目前，905nm激光雷达凭借经济优势成为出货量最大的产品，国内头部激光雷达厂商如速腾聚创和禾赛科技均专注于此。而图达通生产的激光雷达猎鹰（Falcon）则应用 1550nm波长，该产品作为蔚来ET7自动驾驶超感系统的标配，是全球首款量产的1550nm激光雷达，其最远探测距离高达500米。
测距方式：ToF 仍为主流方式，FMCW未来可期。激光雷达对物体的测距方式主要分为飞行时间（ToF）和调频连续波（FMCW）两种方式。ToF探测方式是根据光源发射及返回的时间差来得到与目标物的距离信息，这种方式探测精度高，响应速度快，是目前市场应用最为广泛和成熟的测距方式。FMCW探测方式是将发射激光的光频进行线性调制，得到发射及返回信号的频率差，从而间接获得飞行时间来反推出与目标物的距离。相比ToF探测方式，FMCW探测方式具有抗干扰能力更强、信噪比高、分辨率高等优势，但目前技术成熟度较低，仍处于发展初期。
3.2 扫描模块：半固态化 MEMS 路线为主，固态化补盲为发展趋势
扫描模块按技术架构，可分为机械式激光雷达、半固态式激光雷达和固态激光雷达三大类。
机械式激光雷达：360°水平视场角范围扫描，主要用于无人驾驶领域。机械式激光雷达是最早进入市场以及最成熟的一种技术路线，主要是通过电机带动收发阵列进行整体旋转，实现对空间水平360°视场范围的旋转。由于无人驾驶汽车运行环境复杂，需要对周围环境进行360°的水平视场扫描，而机械式激光雷达兼具360°水平视场角和测距能力远的优势，同时测量精度较高，目前主流无人驾驶项目包括无人汽车、无人卡车等，均采用机械式旋转激光雷达作为主要传感器。但因为其内部有机械式结构，所以产品尺寸大、维护成本高、使用寿命短，造成其不太适合大规模装载在乘用车上。
半固态式激光雷达：MEMS为乘用车市场主流应用方案。半固态方案的特点是收发单元与扫描部件解耦，收发单元不再进行机械运动，整体体积相较于机械旋转式雷达更为紧凑。半固态式激光雷达主要分为MEMS、棱镜和转镜三种技术路径，其中MEMS方案最为主流。由于MEMS方案内部只有一个运动部件微型镜面，所以可以更好地实现性能和耐久性的平衡。目前，乘用车市场中广泛应用的就是MEMS激光雷达。例如，速腾聚创的M1激光雷达已经上车的车型包括小鹏 G9、威马M7、广汽埃安LXPlus、智己L7等；禾赛科技的AT128激光雷达上车的主要车型包括理想L9/L8/L7、集度ROBO-01等；以及依靠蔚来出货的图达通猎鹰（Falcon）激光雷达，目前主要搭载在蔚来ET7/ET5/ES7/ES8/ES6等车型中。
固态式激光雷达：Flash固态补盲激光雷达开辟新赛道。Flash固态式激光雷达即使MEMS方案已经减少了机械部件，但由于内部仍有“微动”的微型镜面，这对于产品的可靠性和耐久性方面构成了挑战。相比之下，全固态激光雷达彻底摒弃了机械扫描结构，其光发射与接收完全依赖于芯片实现，大幅提升了探测性能和产品可靠性。此外，由于其高度集成的结构特点，体积上更为紧凑，因此更适合用于车载环境。目前，纯固态激光雷达主要采用OPA和Flash两种技术路径，由于OPA技术工艺要求较高，生产难度大，预计短时间内难以落地；而结构相对简单、技术相对成熟的Flash方案为目前厂商主要发展方向。但是Flash方案也存在一定的局限性，由于其功率密度低，探测距离相对较短，更适用于近距离补盲。目前车载激光雷达市场上主要应用的是具有测远优势的半固态激光雷达，但其垂直视场角低，通常在30°以内，使得在近距离探测时会形成较大盲区，而Flash固态激光雷达正好可以弥补这一缺陷。禾赛科技推出的FT120固态激光雷达产品定位就是近距离补盲，其拥有100°x75°的超广角FOV，能够实现马路边沿、孩童、宠物、减速带等低矮目标物的探测。2023年8月，禾赛科技FT120率先上车极石01，该车型搭载1颗AT128前向+2颗FT120侧向，成为国内首个搭载固态补盲激光雷达的车型。此外，国内厂商速腾聚创、图达通、亮道智能也均推出了相关的Flash固态补盲产品，万集科技近期也表示Flash补盲雷达已经实现工程样机开发，目前正在做内部测试。后续伴随着更多厂商积极布局该赛道，Flash固态激光雷达量产落地，有望形成更完善的传感器配置方案，进一步强化智能驾驶的感知能力。
3.3 接收和控制模块：芯片国产替代进行时
接收模块：SiPM/SPAD 为重要发展方向，国内SPAD芯片企业实现突破。光电探测器是接收模块的核心元器件之一，主要用于接收返回的脉冲激光并将其转化为电流，然后用于测距计算，属于光芯片。按照器件结构分类，光电探测器可以分为APD（雪崩式光电二极管）、SPAD（单光子雪崩二极管）和SiPM（硅光电倍增管）三种类型。APD光电探测器受自然光和环境温度干扰轻，是目前ToF类激光雷达接收端的主流应用方案，但同时其也存在体积大、成本高、稳定性不足等明显局限性。SPAD在性能上明显优于APD，APD需要几百个光子才可以实现有效检测，而SPAD则具有单光子检测能力，可以实现更高的增益和更远的探测距离，且功耗、体积相对较小、成本低。SiPM是多个SPAD阵列形式，可有效弥补SPAD对光强感知能力不足的问题。SiPM/SPAD已经成为当前光电探测领域研发创新的重要方向，未来有望逐步替代APD，有效降低激光雷达接收端成本。目前，SPAD光电探测器市场主要被安森美、滨松、博通等头部企业垄断，由于缺乏完整的生产加工体系，中国本土企业在光探测芯片领域的市场份额较小。当前，国内芯视界、灵明光子、阜时科技等创新型企业正在积极布局SiPM/SPAD方案，并实现了新的突破。例如，阜时科技于2022年8月发布了全固态激光雷达面阵SPAD芯片FL6031，其实际点云分辨率超过50k，满足上车要求，现已成功获得国内头部激光雷达场上的SPAD芯片定制订单。未来随着国内相关企业在SPAD/SPiM技术上持续突破，有望推进国产芯片替代进程。
控制模块：FPGA芯片为主流，厂商开启自研SoC。目前，激光雷达主控芯片以FPGA为主，主要实现时序控制、波形算法处理、其他模块控制等功能。随着激光雷达产品对芯片集成度、运算能力等要求日益提升，部分厂商着手自研SoC芯片。SoC芯片因具有集成度高、系统复杂度和成本低等优势，适合进行规模化批量生产。此外，相比于外购FPGA芯片，自研SoC芯片可以更精确匹配激光雷达的特征，实现信息采集、处理和分析的高效运作，进而显著提升产品质量，简化供应链，并优化产品整体性能。国内头部激光雷达供应商禾赛科技已积极布局SoC芯片的研发工作，其最新推出的产品AT512便搭载了公司第四代自研芯片。这款芯片融合了3D堆叠、光噪抑制等前沿技术，展现了强大的垂直整合能力，实现了在体积保持不变的基础上全面提升产品性能。
星标的内容=你在乎的内容，根据微信公众号推荐原则，没有在传感器专家网公众号主页【设为星标】，将无法及时获得传感器行业最新资讯！
来源： 驭势资本
声明：转载此文是出于传递更多信息之目的，若有来源标注措误或侵犯了您的合法权益，请与我们联系，我们将及时更正、删除，谢谢。
如有投稿爆料采访需求，请发邮箱：sensorexpert@sensorexpert.com.cn。
