激光雷达行业报告（39页）

行业报告下载 2022年05月07日 07:46 管理员

目前自动驾驶主要分为两派，一派走的是以特斯拉为代表的纯视觉路线，另一派走的是以激光雷达等多传感器融合为代表的路线。纯视觉路线以摄像头为主导，由于摄像头精确度较低，所以一般对于算法和计算能力的要求更高。特斯拉通过“D1 人工智能芯片+Dojo 超级计算机群+无监督学习算法”打造纯视觉路线的底层支撑，D1 芯片作为 Dojo 超级计算机系统的一部分，可以将摄像头内收集到的视频数据进行无监督学习算法的模型训练，减少人工标注的工作量。摄像头成本较低，但劣势在于摄像头在黑暗环境中精度有所下降，因此对数据样本库的容量和模型的精度要求较高。超声波雷达、毫米波雷达、激光雷达等雷达类测距传感器融合方案精确度更高，但是由于技术尚未完全成熟，量产的成本高昂。激光雷达性能表现优越，在目标轮廓测量、角度测量、光照稳定性和通用障碍物检出等方面突出。激光雷达由激光发射机、光学接收机、转台和信息处理系统等组成，激光雷达是以激光为工作光束，并工作在红外和可见光波段的雷达。激光雷达通过激光器将电脉冲变成光脉冲发射出去，在探测目标的表面引起散射并由接收器将反射回来的光脉冲还原成电脉冲并送到显示器。

根据激光测距原理（包括脉冲激光和相位激光）便可以瞬间测算出从激光雷达到目标点的距离，利用三维激光扫描技术不断扫描目标物获得空间点云数据，根据目标物体表面反射的能量大小、波谱幅度、频率和相位等信息可以最终建立结构精确复杂的三维立体图像。激光雷达发展历史久远，从测绘领域不断拓展，下游应用场景丰富。1960 年代-1990 年代初期，激光器问世，早期广泛应用于探测领域的激光雷达价格高昂。 2000 年代初期-2010 年代早期，海外激光雷达厂商崛起，高线数激光雷达应用于无人驾驶领域。2016 年-2018 年，海内外初创公司入局研究高线数激光雷达并取得突破者众多，此外激光雷达技术也从机械式逐渐创新扩展至半固态式或固态式，如半固态 MEMS 激光雷达、固态 OPA 激光雷达等，下游应用领域不断拓展至高级辅助驾驶和服务机器人领域，且已在下游应用中进行小范围商业试点。2019 年至今，激光雷达发展迅速，激光雷达技术朝向芯片化、阵列化发展，Ouster 推出基于 VCSEL 和 SPAD 阵列芯片技术的数字化激光雷达；调频连续波（FMCW）激光雷达技术方案开始受到市场关注，2020 年海外激光雷达市场迎来上市潮。

激光雷达行业报告（39页）-第1张图片