雖然目前激光雷達行業(yè)參與者眾多，格局看起來非常分散，但是在整個產(chǎn)業(yè)鏈條里，整機依然是最有價值的方向。除了整機的單車價值量高以外，我們還認為長期來看整機的集中度會相對集中，國內(nèi)CR5可能會高達85%，毛利率可能會達到35%-40%，雖然參與廠商眾多，但預(yù)計會逐步走向集中化。

第一，激光雷達的上車難度遠高于另外兩類傳感器和眾多零部件。第二，由于光學路徑設(shè)計的非標，激光雷達的算法和整機是一個耦合的關(guān)系。第三，頭部公司在進行電芯片的SOC整合，長期來看會通過SOC構(gòu)筑競爭壁壘。

高壁壘帶來高集中度， 軟硬件耦合預(yù)計毛利率區(qū)間35%-40%

無論是車規(guī)難度，還是算法耦合、芯片自研，從投資的視角它們有一個共同的屬性，即什么會形成激光雷達行業(yè)的壁壘。我們希望通過和其它汽車零部件尤其是攝像頭、毫米波雷達、超聲波雷達等幾類傳感器的對比來判斷激光雷達未來可能的行業(yè)集中度和毛利率區(qū)間。

對比不同的傳感器，我們發(fā)現(xiàn)，從攝像頭到毫米波雷達，產(chǎn)品復雜度提升，壁壘越來越高，市場集中度也越來越高。在毫米波雷達市場內(nèi)部也有類似現(xiàn)象，難度較高的前向毫米波雷達市場集中度明顯高于角雷達。與之對應(yīng)，壁壘越高毛利率也越高，例如4D毫米波雷達技術(shù)難度和壁壘比普通毫米波雷達更高，對應(yīng)領(lǐng)域的Arbe公司毛利率也達到了70%附近。國內(nèi)主要傳感器市場格局如下圖所示。

激光雷達與這些傳感器對比有更高的技術(shù)壁壘和車規(guī)級難度，因此我們認為長期來看，激光雷達整機將具有比毫米波雷達和攝像頭模組更高的市場集中度，也應(yīng)當有更高的毛利率。關(guān)于激光雷達和毫米波雷達、攝像頭的對比，我們會在接下來三節(jié)里詳細地闡述。

如果將視野擴大到整個汽車產(chǎn)業(yè)鏈，激光雷達又應(yīng)當處于何處？我們對汽車產(chǎn)業(yè)鏈上的A股上市公司以及部分海外公司分行業(yè)進行了統(tǒng)計。將公司聚類為20余個行業(yè)，制作氣泡圖，橫軸為三年加權(quán)平均毛利率，縱軸為三年加權(quán)平均凈利率，氣泡大小為三年行業(yè)營收總和（由于海外公司規(guī)模較大，業(yè)務(wù)范圍較廣，汽車業(yè)務(wù)通常僅為營收的一部分，我們僅統(tǒng)計了部分汽車業(yè)務(wù)占比較高的公司）。

對比結(jié)果呈現(xiàn)的規(guī)律仍舊是高壁壘帶來高毛利，例如功率半導體、車燈控制等。此外，汽車芯片和算力芯片則有高毛利率。在整個汽車產(chǎn)業(yè)鏈中，我們認為激光雷達整機的壁壘比當前A股大多功率半導體產(chǎn)品（芯片產(chǎn)品較少，模組封裝公司占比更高）更高，且也應(yīng)當高于車燈控制等行業(yè)。我們認為，激光雷達的毛利率區(qū)間可能在35%-40%左右，凈利率約為12%-15%。

此外，如果激光雷達公司能夠進一步提供上層算法或ADAS解決方案，其毛利率可能更高。根據(jù)各家公司投資者交流會，多數(shù)美股激光雷達公司展望未來毛利率處于50%-60%區(qū)間。我們理解其毛利率可以拆分為軟件和硬件兩部分。硬件可以參考Velodyne傳感器業(yè)務(wù)的毛利率，預(yù)期在45%左右；軟件則主要包含高級ADAS功能，毛利率可以參考經(jīng)緯恒潤的智能駕駛軟件方案和Mobileye的芯片加算法方案，分別約為80%和75%。但這一預(yù)期的主要問題在于，主機廠未必樂于使用激光雷達廠商提供的ADAS解決方案或算法方案，如果車企更傾向于自己掌握智能駕駛核心算法，則來自于算法的高毛利或難以實現(xiàn)。

車規(guī)壁壘： 由于復雜的光學和機械結(jié)構(gòu)， 激光雷達的DV、PV有著高門檻

要做一款車規(guī)級的激光雷達是殊為不易的。廠商的第一款車規(guī)級激光雷達，總歷時可能接近四年半到五年時間，具體而言可以分為“2+2+1”。第一個“2”，是指概念設(shè)計到原型機“A樣”出來，大約需要2年時間。第二個“2”，是指從B1樣接洽開始，一直到經(jīng)過車企的DV、PV認證到SOP，大約需要2年時間。第三個“1”，是指SOP之后，繼續(xù)解決產(chǎn)能、良率、返修率等各種問題。廠商的第二款車規(guī)級激光雷達，由于吸取了第一款的經(jīng)驗教訓，這個過程有望縮短到3年左右。

激光雷達產(chǎn)業(yè)發(fā)展尚處于早期階段，除了開發(fā)周期長以外，激光雷達還是一個集光學、電子、機械為一體的設(shè)備，器件的認證和整機的認證有較高的門檻。如器件要滿足AEC-Q102（汽車光電半導體相關(guān)測試）、AEC-Q103（汽車傳感器相關(guān)測試）等標準要求，整車廠的EMC（電磁兼容）、NVH（噪聲、振動與聲振粗糙度）要求，以及功能安全ASIL-B（D）等要求。整機測試要滿足IATF16949質(zhì)量管理體系、IEC60825激光產(chǎn)品安全要求，能經(jīng)受住-40℃至125℃工作溫度，滿足OEM廠的DV/PV試驗（電子電氣試驗）等要求。

器件方面，主要的核心器件都需要過AEC標準認證，如電子元器件需過AEC-Q100認證，光電器件需過AEC-Q102認證，MEMS振鏡需過AEC-Q103認證，FPGA和DSP形成的芯片組需過AEC-Q104認證。

除了所采用的零部件應(yīng)當滿足AEC車規(guī)標準外，主機廠的DV/PV/PPAP認證也必不可少。DV指設(shè)計驗證（Design Validation），是主要用于檢驗汽車電子零部件產(chǎn)品硬件設(shè)計質(zhì)量的一種測試手段，DV的測試項目及等級依據(jù)OEM企業(yè)標準（沒企標的按國標或ISO標準）進行，產(chǎn)品通過試驗后才能進入量產(chǎn)階段。根據(jù)我們的了解，車廠的DV測試 周期三個月到半年不等，一般需要至少兩輪DV才能滿足認證要求。

PV 指產(chǎn)品驗證（Product Validation），是用于檢驗產(chǎn)品量產(chǎn)質(zhì)量的一種測試手段，一般測試項目來自于DV，但較DV要少得多，側(cè)重于檢驗產(chǎn)品大批量生產(chǎn)的質(zhì)量穩(wěn)定性及一致性。一般一條產(chǎn)線工藝穩(wěn)定，下來一批產(chǎn)品，經(jīng)過PV之后驗證了產(chǎn)線工藝的性能，后續(xù)一般只有工藝或者產(chǎn)品做了修改，才會再針對性的進行相關(guān)的PV。

極高的上車門檻也使得各廠商在當前沒有能力并行開發(fā)多款車規(guī)級激光雷達。從其它兩類傳感器來看，前向傳感器的規(guī)格和性能會遠高于側(cè)向和后向傳感器，如毫米波雷達，車的正前方一般會搭載LRR（Long Range Radar，覆蓋距離約200-250米），而在側(cè)向會搭載MRR（Middle Range Radar，覆蓋距離約100米）或SRR（Short Range Radar，覆蓋距離小于30米）；又如攝像頭，特斯拉的前攝達到130萬像素，而側(cè)向翼子板和B柱的攝像頭僅為30萬像素。

然而我們在激光雷達上看到了不一樣的配置。比如長城的沙龍機甲龍上搭載了4顆華為的激光雷達，前向、側(cè)向、后向為完全相同的規(guī)格；廣汽埃安上搭載了3顆速騰聚創(chuàng)的激光雷達，前向和兩個側(cè)向激光雷達的規(guī)格也完全一樣。這從側(cè)面也驗證了當前車規(guī)級激光雷達確實有著很高的門檻。

算法壁壘： 光學路徑設(shè)計非標使得 激光雷達整機和算法必須是耦合的關(guān)系

投資者比較關(guān)心的一個問題是攝像頭模組沒有高毛利率，激光雷達與攝像頭模組有多大區(qū)別，會不會和攝像頭模組一樣沒有高毛利？

應(yīng)該說兩者的本質(zhì)差異比較大。攝像頭的封裝比較簡單，標準化程度很高。如圖33所示，攝像頭模組有鏡頭支架、驅(qū)動馬達、鏡頭組、圖像傳感器組成，整個光學路徑的設(shè)計完全標準化，使得軟硬件可以解耦，與攝像頭相關(guān)的算法（ISP、目標檢測）等可以被剝離，純粹的硬件封裝自然沒有高毛利率。而不同廠商對于激光雷達的光學設(shè)計差異非常大，從光源的選擇（采用那個波段，多少個激光器）、掃描方式選擇（轉(zhuǎn)鏡、MEMS、雙楔形棱鏡、Flash）、接收方式的選擇（APD、SiPM、SPAD）都有多種方式。如果不是深刻理解某個激光雷達的光學設(shè)計，則很難對信號進行有效處理，這使得激光雷達的硬件和算法很難進行解耦，激光雷達整機的特點更接近一個嵌入式算法系統(tǒng)設(shè)備。

那么激光雷達包含了哪些算法呢。首先是點云生成的一系列算法，這個與硬件以及光學設(shè)計是強耦合的關(guān)系，也稱為嵌入式算法，包含以下四個方面。

（1）光源生成：由FPGA、Laser Driver及相關(guān)算法生成，同時由FPGA形成抗干擾編碼等；

（2）光源掃描：電機、MEMS等相關(guān)部件的掃描算法、ROI 區(qū)域形成由DSP等器件來完成；

（3）光源接收：信號檢測、放大、噪聲濾除、近距離增強由DSP算法完成；

（4）信號處理：點云生成、狀態(tài)數(shù)據(jù)、消息數(shù)據(jù)等。

點云生成后，有的車企會需要激光雷達廠商提供目標識別算法，有的則不需要。目標識別需要的算力比較大，如果FPGA算力不夠的話，通常需要到駕駛域控制進行計算，比如到Orin或者地平線J5平臺上進行計算。

類似Luminar這樣的企業(yè)會走得更為靠前，會基于點云和目標識別做ADAS算法，比如ACC、AEB、LKA乃至L4算法等。因此，Luminar在財報里對2025年的毛利率也有比較樂觀的估計，預(yù)計平均能到60%。

芯片壁壘： 頭部的激光雷達公司 將在電芯片層面進行垂直一體化

隨著激光雷達自身的不斷發(fā)展，算法不斷成熟，其算法演進也比以前更加穩(wěn)定。隨著大量車型開始搭載，激光雷達也開始從實驗性質(zhì)的產(chǎn)品逐漸轉(zhuǎn)變成工業(yè)產(chǎn)品，客觀上軟件的變動也變得更小。在這樣的情況下，用SoC的形式將相對成熟的算法固化在電路中，提升集成度，降低成本成為當前激光雷達廠商的考量。而且，隨著出貨量增加，為其專門設(shè)計一款SoC也成為了可行的選擇。在可見的未來，諸多固化在FPGA中的算法、用于電機控制的DSP等都可能集成到SoC中，從而減少FPGA的使用量，降低成本。

在毫米波雷達中，SOC化的過程早已完成。如下圖35所示，毫米波雷達的主體由MMIC芯片和數(shù)字信號處理器（FPGA、DSP）組成，承擔了毫米波雷達的基帶、射頻、現(xiàn)在新的產(chǎn)品有將兩者合一的趨勢，主要由英飛凌、TI、恩智浦三家廠商提供。

TIA、ADC等也可能集成到SoC中，進一步的集成有多方面好處，第一是繼續(xù)降低成本；第二是縮短距離，避免電路板層面以及外界的其他干擾；第三是減少元器件數(shù)量，提高可制造性；第四是縮小體積。更高的可制造性和更低的干擾有利于通過車規(guī)，而更小的體積和更低的成本對于汽車應(yīng)用十分重要。根據(jù)禾賽科技招股說明書，其有意向?qū)⒐怆?a target="_blank">探測器集成到SoC中（如圖36虛線框所示），由于其采用的是905nm路線，探測器為Ge-Si材料，與硅基集成電路有較好的工藝相容性，因此也具備可集成性。

審核編輯 ：李倩