激光雷达行业报告：自动驾驶商业化提速（54页）

行业报告下载 2021年03月31日 07:50 管理员

自动驾驶传感器主要包括摄像头和雷达：1）摄像头：利用计算机视觉判别周围环境与物体，判断前车距离；2）雷达：分为毫米波雷达、激光雷达、超声波雷达三类，利用发射波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。当前 L2 级自动驾驶感知系统主要由超声波雷达、毫米波雷达、摄像头等传感器组成。性能方面：激光雷达探测距离远，测量精度是毫米波雷达的 10 倍，可以对物体 3D 形状精准刻画，毫米波雷达和超声波雷达受限于精度，区分不了缓慢移动的人和其它静止物体。成本方面：摄像头与毫米波雷达成本单价通常在 200 美元以内，激光雷达价格在 8000-75000 美金不等，远远高于其他传感器，这也是掣肘激光雷达迈向商业化的瓶颈。

基于自动驾驶玩家不同的商业模式，市场上针对高级别自动驾驶主要包括纯视觉和强感知两种方案： 1）摄像头主导的纯视觉解决方案：由摄像头主导，配合毫米波雷达等低成本传感器组成构成纯视觉计算，典型代表为特斯拉、Mobileye 和国内唯一自动驾驶纯视觉城市道路闭环解决方案百度 Apollo Lite。特斯拉自建芯片和算法团队，认为通过视觉系统优化自身 AI 算法就可以达到较高的智能驾驶水平。由于纯视觉方案存在精度、稳定性和视野等方面的局限性，无法满足 L3 级以上自动驾驶对于传感器的性能要求，曾经同样以视觉为核心的 Mobileye 在 2025 年自动驾驶汽车传感器系统发展计划中提出了将使用内置的激光雷达传感器。 2）激光雷达主导的强感知方案：该方案由激光雷达主导，配合摄像头、毫米波雷达等传感器组成，典型代表企业为 Waymo、Uber、百度 Apollo 等科技和出行公司。Waymo 定位 Robotaxi，直接瞄准 L5 智能驾驶，所以采用 5 个激光雷达去保证车辆安全， Waymo 针对 2B 市场，主要目的是积累运营经验数据，随着未来激光雷达成本下降可以大规模推广。对于特斯拉之外无法通过 AI 弥补硬件缺陷的汽车厂商而言。

激光雷达行业报告：自动驾驶商业化提速（54页）-第1张图片