2023中国智能汽车新一代传感器研究报告

更懂中国智能电动汽车的第三方研究机构“CHINASMARTELECTRICVEHICLE”SERIES

REPORT系列报告中国智能汽车新一代传感器研究报告亿欧智库CopyrightreservedtoEOIntelligence,July

2023前言回顾2022年，智能汽车产业涌现出了一批新型智能传感器，其性能相比传统传感器来说，都有了大幅度的提升。在智能驾驶场景中，环境感知传感器的硬件性能将直接影响后续的感知融合、决策规划以及车辆控制环节，更高性能的感知传感器能够提供更丰富的信息，同时能让整个自动驾驶系统变得更稳定、鲁棒性更高。在智能座舱场景中，性能更优的感知传感器不仅可以适应更多变的环境，也可以为驾驶员提供更好的人机交互。环境感知传感器已成为了整个智能汽车技术栈不可或缺的一部分，这在一定程度上推动了环境感知传感器的快速发展。亿欧智库发现，面对多变复杂的感知环境，传统环境感知传感器性能已无法满足更高级别智驾功能和更好人机交互需求。此时，在智能驾驶和智能座舱场景中，出现了一些具备自主学习能力，并且能支持AI技术处理大规模数据的智能传感器，这类传感器可以被称为“新一代传感器”。新一代传感器相比于传统智能传感器，其在软硬件层面都有了较大幅度的提升，让感知融合上升到了新的高度。在软件层面，新一代传感器提供的数据量较大，同时会提供三维深度信息，更适合应用在深度学习模型；在硬件层面，新一代传感器内部核心部件的精密化程度更高，并且对芯片性能要求也更高。从已上市车型的搭载情况来看，新一代传感器已实现了小规模上车。在发展初期，新一代传感器的发展前景受到行业人士的激烈讨论，包括各传感器的相对优势、实际场景应用的前景和挑战、未来技术发展路径等。为了解答上述问题，亿欧智库通过行业专家访谈、案头深入研究等方式，撰写了《中国智能汽车新一代传感器研究报告》。本报告针对智能汽车新一代传感器的发展现状、市场格局、场景应用前景、主流企业的现状等问题进行了深入地研究与分析，并对当前行业内产品与技术发展趋势、产业生态和企业管理观念的发展趋势、市场投融资趋势进行研究与解读，同时报告对典型传感器的市场规模与渗透率进行预测，使行业内外人士可以更直观地了解当下中国智能汽车新一代传感器的发展进程与市场动态。目录C

O

N

T

E

N

T

S01 中国智能汽车新一代传感器市场综述智能汽车传感器发展历程与分类智能汽车新一代传感器概述智能汽车新一代传感器产业链分析02 中国智能汽车新一代传感器具体产品分析典型新一代传感器盘点具体产品发展现状分析中国智能汽车新一代传感器应用场景分析新一代传感器智驾场景应用分析新一代传感器智舱场景应用分析0304 中国智能汽车新一代传感器发展趋势技术与产品发展趋势商业及生态发展趋势投融资市场发展趋势目录C

O

N

T

E

N

T

S01 中国智能汽车新一代传感器市场综述智能汽车传感器发展历程与分类智能汽车新一代传感器概述智能汽车新一代传感器产业链分析02 中国智能汽车新一代传感器具体产品分析典型新一代传感器盘点具体产品发展现状分析中国智能汽车新一代传感器应用场景分析新一代传感器智驾场景应用分析新一代传感器智舱场景应用分析0304 中国智能汽车新一代传感器发展趋势技术与产品发展趋势商业及生态发展趋势投融资市场发展趋势汽车传感器的发展历史悠久，应用范围已从车辆本身延申到了外部环境。从20世纪60年代至21世纪初，各类车身感知传感器陆续出现，比如，燃油车主要以测量压力、油量、水温等传感器为主，而电动车主要以测量电流、气体等传感器为主。近年来，伴随着AI技术的不断发展，智能车时代对于环境感知传感器的需求逐渐涌现，而大部分环境感知传感器都是具备信息采集和信息处理能力的智能传感器。智驾场景和智舱场景成为了环境感知类智能传感器主要的应用场景。由于车内外的环境复杂度较高，信息处理难度较高，这让智能传感器成为了智驾和智舱最主要的传感器。数据来源：公开资料、亿欧智库1.1

智能汽车传感器进入AI赋能时代，环境感知类传感器成为未来发展重心汽车上仅有机油压力 防抱死制动装置和安 基于AI技术的智能型传传感器、油量传感器、 全气囊有关的传感器 感器大量涌现，具备对水温传感器，与仪表 开始出现 外部环境检测、处理和或指示灯连接 自适应的能力20世纪60年代 80-90年代 近年来70年代 21世纪应用于治理排放的传 动力系统中，流体温度和压力感器开始出现 传感器、速度和位置传感器、含氧量传感器等陆续出现根据使用目的不同，汽车的传感器可分为车身感知传感器和环境感知传感器。车身传感器主要是对车辆本身的感知，类似于汽车的“神经末梢”，分布于动力系统、底盘系统、车身系统。常见的传感器包括压力传感器、位置传感器、温度传感器、线加速度传感器、角加速度传感器、空气流量传感器、气体传感器。环境感知传感器主要是对自车周围的环境进行检测识别，并将获取的信息进行预处理后，提供给汽车计算平台进行决策规划。此外，环境感知类传感器也会被应用于舱内的驾驶安全监测和人机交互等功能。常见的环境感知传感器包括主动型传感器（超声波雷达、毫米波雷达、激光雷达）和被动型传感器（摄像头、红外热成像等）。亿欧智库：汽车传感器的发展历程年中国智能汽车环境感知类智能传感器介绍传感器类型工作原理应用场景主动型传感器超声波雷达发射或接收超声波，根据折返时间测算距离智驾场景毫米波雷达发射或接收毫米波，根据回波频差测算距离和速度智驾场景智舱场景激光雷达发射和接收激光，根据折返时间测算距离智驾场景被动型传感器摄像头采集外部信息，依据算法进行图像识别智驾场景智舱场景红外热成像通过接收到的能量生产热影像或热图像智驾场景智舱场景智能传感器的工作原理主要是以光信号或电磁波信号为主。智能传感器的应用场景主要是在智驾场景和智舱场景。环境感知数据需要的信息维度增多，数据处理难度提升。2D数据已无法满足自动驾驶的需求，为了提升自动驾驶系统的鲁棒性，需要获取目标物的距离、高度、速度等多维度信息，但多维度数据会提升数据处理难度，传统规则算法模型已无法适应此类数据类型。基于AI技术的新一代传感器成为了智能传感器的新趋势。新一代传感器具备边缘计算能力，能够对数据进行实时采集和计算，相比于传统智能传感器，其核心部件的精密度更高，软硬件的要求也更高。亿欧智库认为，在AI技术的加持下，新一代传感器能够更快地处理大量数据，同时也能够通过自主学习能力，更好地处理深度信息。数据来源：亿欧智库1.2.1

新一代传感器技术多维升级，AI技术赋能实现能力跃级亮道智能CMO江南逸一般来说，支持AI算法的传感器，都可以被称为新一代传感器。比如高线数的激光雷达，以及支持驾驶员姿态识别的舱内传感器。传统智能传感器

VS

新一代传感器软硬件分类传统智能传感器的特点新一代传感器的特点硬件层面核心部件发展成熟度高核心部件的精密度更高芯片算力需求低芯片算力需求较高软件层面基于规则算法为主基于AI技术的深度学习模型数据量较小数据量较大，且需要边缘计算能力二维信息为主，且缺少深度信息大多为三维信息，且具备深度信息新一代传感器定义在智能驾驶和智能座舱场景中，具备自主学习能力，并且能够支持AI技术处理大规模数据的新一代智能传感器。例如，激光雷达、4D毫米波雷达等。核心部件要求高收发核心组件的性能高低，决定了传感器的性能高低传感器芯片的硬件性能高低，决定了传感器的算力大小和信息自处理能力数据处理维度高有更多深度信息，例如目标物的距离、高度、速度、加速度等信息数据量非常大，且需要实时进行采集AI技术的依赖度高基于AI技术的深度学习模型成为了趋势，减少了传统处理过程中的信息丢失。例如传统的激光点云处理，主要为地面点云分割、目标物点云分割、目标物聚类分析、匹配与跟踪，而深度学习模型可以直接处理点云数据新一代传感器特征新一代传感器主要出现于汽车智能化时期，此时，智驾功能开始实现L2级以上的高速和城区NOA，而智舱功能朝着更智能化的人机交互类功能发展，比如乘客的情绪识别、手势识别等。至2023H1，一些新一代传感器已在部分主机厂车型搭载，比如激光雷达已经在新势力车企、传统车企孵化的新进品牌等主推车型上得到应用，新一代传感器已具备小规模上车的能力。数据来源：公开资料、亿欧智库1.2.2

汽车智能化时期，功能需求提升加速新一代传感器逐渐规模化上车燃油车时期电动化时期智能化时期该阶段实现的功能代表的传感器超声波雷达低分辨率的摄像头高分辨率的摄像头毫米波雷达激光雷达4D毫米波雷达3D-ToF摄像头智驾层面实现近距离的感知避障的功能智驾层面实现L0-L1级功能：ACC、AEB等智舱层面身份识别、驾驶员疲劳监测等功能智驾层面实现L2级以上的功能：高速NOA、城区NOA等智舱层面情绪识别、手势识别等功能亿欧智库：不同阶段下智能汽车新一代传感器的发展概况2023H1部分主机厂新一代传感器的搭载情况主机厂车型激光雷达4D毫米波雷达3D-ToF摄像头蔚来ES8/ES7/ET7/ET8等√小鹏G6/G9等√理想L7/L8/L9√√上汽智己L7/飞凡F7/飞凡R7√√路特斯Eletre√√长安深蓝SL03√北汽极狐极狐阿尔法√高合HI-PhiY/Hi-Phi

Z√广汽埃安LXPlus/Hyper

GT√合创V09√一汽红旗E001√国家与地方政策共同支持新一代传感器产业发展。国家与各个省会城市在扶持智能汽车产业时，都给予了新一代传感器发展的支持，包括企业的技术研发、技术的商业化落地等。新一代传感器成为了行业发展的重要组成部分。在BEV+Transformer的背景下，新一代传感器所提供的深度信息，能够更好地提升整个大模型的可靠性；同时，高阶智驾功能需要新一代传感器来弥补传统传感器的缺陷，也需要其应对更多的Corner

Case。新一代传感器成为感知系统中必不可少的配置。一方面，新一代传感器需要采集深度信息来弥补传统传感器的性能缺陷，减少急刹急停等操作；另一方面，新一代传感器需要适应更多变的环境、给出更多的交互信息、提升多模态的交互体验。数据来源：公开资料、亿欧智库1.2.3

三大层面加速新一代传感器对传统传感器的替代政策层面行业层面 用户层面该感知范式下，感知系统的性能边界不再受限于单个传感器的性能边界，并且新一代传感器的数据信息能更快地应用在大模型中。◼

BEV+Transformer大模型发展的需求：以Camera和Lidar融合为例：LidarCamera映射到统一坐标系下融合原始数据的特征提取融合结果输出高阶功能的需求：重感知下，城区NOA功能受阻：城区高精地图的鲜度远无法达到功能需求，定位的大部分重担将转移给感知。新一代传感器的适配度：弥补传统智能传感器的性能瓶颈，尤其是恶劣天气、强弱光等极端工况，更好地挖掘城区Corner

Case。◼

满足用户更舒适的驾驶体验例如，

常见的摄像头+毫米波的感知方案，由于缺少3D深度信息或者深度信息的置信度较低，整个感知系统容易出现误报、漏报的问题，从而导致车辆无法识别出较远处的目标物，让车辆出现急刹的情况，影响用户的驾驶体验感。交互体验感提升⚫

多模态的交互体验环境适应度提升⚫

能适应更加多变的环境变化驾驶安全的提升⚫

更直接的输出交互信息国家层面2022年1月

国务院《“十四五”数字经济发展规划》瞄准传感器、量子信息、网络通信、集成电路等战略性前瞻性领域2022年8月

科技部《关于支持建设新一代人工智能示范应用场景的通知》针对自动驾驶从特定道路向常规道路进一步拓展需求，运用车端与路端传感器融合的高准确环境感知与超视距信息共享、车路云一体化的协同决策与控制等关键技术……地方层面2022年12月

广东《新一代人工智能创新发展行动计划（2022-2025年）》着力推进面向智能制造、无人系统等新兴领域的视觉、触觉、测距、位置等智能传感器研发及转化应用年2月北京《关于北京市推动先进制造业和现代服务业深度融合发展的实施意见》突破先进传感器、车规级芯片、自动驾驶车控和车载操作系统等领域关键技术年2月上海《推进“大零号湾”科技创新策源功能区建设方案》加强人工智能场景示范应用，聚焦高端芯片、智能传感器以及工业软件领域的核心研发技术……◼

满足用户更好的人机交互体验数据来源：亿欧智库1.3

国内智能汽车发展浪潮下，本土感知传感器供应商迎来弯道超车的机会主机厂智能驾驶解决方案商新一代感知传感器的上下游产业链主要可分为上游的各类传感器供应商、中游的智能驾驶解决方案商和智能座舱解决方案商、下游的主机厂，其中，不同类型的传感器都有不同的核心元器件组成，对应的供应商也会有所不同。得益于国内智能汽车的发展大浪潮，感知传感器的供应商已不再以国外企业为主，不少国内供应商的技术实力和产品可靠性也得到了主机厂、智能驾驶与智能座舱解决方案商的认可。亿欧智库：中国智能汽车新一代传感器产业图谱激光雷达智能座舱解决方案商D4毫米波雷达D-ToF3摄像头激光雷达整机厂接收模块 信号处理发射模块 扫描模块射频MMIC 高频PCB软件算法 信号处理4D毫米波雷达整机厂ToF

芯片VCSEL信号处理光学模组3D-ToF摄像头方案商目录C

O

N

T

E

N

T

S01 中国智能汽车新一代传感器市场综述智能汽车传感器发展历程与分类智能汽车新一代传感器概述智能汽车新一代传感器产业链分析02 中国智能汽车新一代传感器具体产品分析典型新一代传感器盘点具体产品发展现状分析中国智能汽车新一代传感器应用场景分析新一代传感器智驾场景应用分析新一代传感器智舱场景应用分析0304 中国智能汽车新一代传感器发展趋势技术与产品发展趋势商业及生态发展趋势投融资市场发展趋势数据来源：公开资料、亿欧智库2.1

市场上典型的新一代传感器包括激光雷达、4D毫米波雷达、3D-ToF摄像头激光雷达以半固态或者纯固态为主，减少了传统的机械扫描方式后，固态化的激光雷达更符合车规级标准，体积变小后也能够更容易地安装在车上。激光雷达的优势是探距远、测距精度高、识别度高，并可生产距离信息，但激光雷达容易受到恶劣天气、光照等影响，成本也较高。4D毫米波是在传统毫米波基础上增加了高度信息。4D毫米波相比传统毫米波雷达，其测距能力和测距精度都得到了大幅提升，并克服了无法识别静态目标物的缺点，但由于还是采用电磁波的原理，仍然易受到电磁干扰的影响。3D-ToF摄像头利用ToF技术得到整幅图像的深度信息，能够获取到目标物之间更丰富的位置关系，也能利用CMOS的特性对物体姿态进行有效判断，限于分辨率和成本等因素，目前应用场景主要在舱内。激光雷达 4D毫米波雷达 3D-ToF摄像头◼

简介：固态化的激光雷达不再依赖原先旋转的机械部件，减少了电机、轴承等部件的成本，减少了收发模块的部件数量。其中，半固态的激光雷达以转镜、MEMS为主，纯固态的激光雷达以OPA、FLASH为主。◼

优势：探测距离远、精度高，可识别行人和物体；FMCW激光雷达可测目标物的速度信息◼

劣势：易受到恶劣天气、光照明暗的影响，成本较高主激光雷达补盲激光雷达◼

主流安装位置◼

性能参数：测距能力、点频、角分辨率、视场角、测距精度、测距准度、功耗等简介：4D毫米波指的是在原有的距离、方位、速度三个维度基础上增加了高度信息。其增加了纵向天线及处理器，可以接收更多信息返回点，并像激光雷达一样呈点云图。性能参数：测距能力、角分辨率、视场角、测距精度、速度精度、功耗等优势：探测距离远、精度高，可识别行人和物体；相比传统毫米波雷达，可以识别静态目标物劣势：易受到电磁干扰的影响，成本高主流安装位置4D毫米波雷达简介：3DToF是利用ToF技术，采用主动光探测方式，利用入射光信号与反射光信号的变化来进行距离测量。所以，它的照射单元都是对光进行高频调制之后再进行发射。性能参数：分辨率、视场角、动态范围、功耗、信噪比等优势：帧率较高，可提供动态信息劣势：像素尺寸较大，分辨率较低，成本高主流安装位置3D-ToF摄像头激光雷达的性能取决于收发模块的技术水平。激光雷达主要分为发射模块、接收模块、扫描模块、控制及处理模块四个部分，其中，收发模块决定了激光雷达的大部分性能指标（包括测距、精度、功耗、点频等），二者占激光雷达总成本达到50%-60%。亿欧智库认为，905nm将采用“VCSEL+SiPM”的方案，实现降本和性能提升，而1550nm将凭借探距优势，实现差异化竞争。短期内，半固态产品是主流方案；长期方向上，纯固态产品是最终方案。减少机械运动部件的固态化方案，可使产品寿命更长、体积更小、灵敏度更高、更易符合车规级标准。数据来源：禾赛科技、亿欧智库；*EEL（边发射激光器）、VCSEL（垂直腔面发射激光器）、APD（雪崩光电二极管）、SPAD（单光子雪崩二极管）、SiPM（硅光电倍增管）、OPA（光学相控阵扫描）、Flash（面阵式扫描）2.2.1

收发模块决定了激光雷达性能，固态化和SoC芯片化路线是发展方向扫描模块控制及处理模块发射光学系统含透镜、反射镜、滤光片等激光器如EEL、VCSEL等激光驱动驱动激光器发射激光脉冲接收光学系统含透镜、反射镜、滤光片等发射模块 发射激光 接收模块 接收回波探测器如APD、SiPM、SPAD等模拟前端通道选通及模拟信号放大扫描器如电机、微振镜等扫描器驱动驱动扫描器实现偏转模数转换模拟信号转换为数字信号主控模块时序控制、波形算法处理、激光雷达其他功能模块控制、生成点云数据ToF激光雷达核心模块示意图发射模块：905nm

VCSEL将取代EEL；1550nm实现差异化竞争控制及处理模块：FPGA仍是主控芯片的主流方案，SoC芯片是趋势扫描模块：固态化是趋势FPGA方案：能满足算力需求。点云数据量较大，须消耗大量算力适应算法的快速迭代。激光雷达应用仍处于探索阶段，有利于反复迭代修改SoC芯片单片集成探测器、前端电路、波形数字化、算法处理、脉冲控制等功能VCSEL成本低。VCSEL不需要在侧面进行太多加工前期VCSEL发光功率低的问题已解决。半导体激光器由PN结构成，多层PN结的结构能大幅增加发光强度1550nm光纤激光器：APD：接收模块：1550nm走向APD；905nm走向SPAD/SiPM受光照变化和环境温度干扰程度较轻。具备高动态范围、高量子效率硅材料的限制。1550nm

的光子需要铟镓砷等材料，此类材料工艺成熟度较低905nmEELVSVCSEL：

905nm->VCSELVCSEL的低成本和高集成度更适合推广1550nm

->差异化竞争探距性能、安全保障的差异性明显探距长、人眼安全等优势是卖点。探测距离超过250m，激光光束易被水吸收成本高、功耗高、寿命短是阻点。光源材料稀缺，光纤可放大激光能量SPAD/SiPM：

SPAD性能优于APD。体积小、灵敏度高、增益强等SiPM是一组并联的SPAD。增强了光强的感知能力905nm->

SPAD/SiPM高灵敏度的特性受到越来越多激光雷达厂商认可1550nm->

APD受限于特殊材料限制，APD的低成本、高可靠性仍然适用半固态转镜/MEMS：纯固态Flash/OPA：固态化短期半固态的转镜、MEMS方案是主流；长期纯固态为最佳方案减少了机械运动部件。体积更小，更加易集成安装增加了点云密度。高线数增加了点云密度消除机械运动部件。更易过车规提高了寿命。零部件的损伤程度降低1.

收发模块决定激光雷达性能2.

成本占比50%-60%数据来源：各公司官网、专家访谈、亿欧智库2.2.1

部分厂商的产品性能与可靠性已被市场认可，固态激光雷达成为行业发展目标主流玩家禾赛科技速腾聚创图达通华为探维科技产品名AT128M1猎鹰Falcon华为96线Duetto激光波长905nm905nm1550nm905nm905nm扫描方式一维转镜MEMS二维转镜MEMS转镜等效线数等效128线等效125线等效150线等效96线等效130线发射端VCSELEEL光纤激光器—EEL接收端SiPMSiPMAPD—SiPM性能探测范围200m@10%150m@10%250m@10%150m@10%最远可达300mFOV120°✖25.4°120°✖25°120°✖25°120°✖25°120°✖25°角分辨率0.1°✖0.2°0.2°✖0.2°0.05°✖0.05°0.25°✖0.26°0.09°✖0.19°功耗18w15w30w—<15w工作温度-40°~85°-40°~85°-40°~85°-40°~85°-40°~85°搭载车型理想L7/L8/L9、高合HiPhiZ/HiPhi

Y、路特斯Eletre仰望U8、腾势N7、智己LS7/L7、飞凡F7、红旗E001/E202、极狐阿尔法、睿蓝7、埃安LX蔚来ET5/ET7/ES7/EC7/新款ES8/新款ES6阿维塔11、哪吒S合创V09激光雷达厂商的固态化路径可分为从机械式向纯固态过度和直接跨入半固态/纯固态两类。其中，前者类型的企业前期主营业务皆来自工业级激光雷达方面业务，应用场景包括工业测绘、航空航天、地铁交通等，依靠稳定的现金流和技术底蕴，逐步过渡到固态化产品；后者类型的企业直接投入到固态化产品研发，意愿快速抢占市场份额。头部激光雷达已经拿下部分主机厂定点，产品的可靠性已得到市场认可。禾赛科技、速腾聚创、图达通等头部公司的产品已经搭载上车，高端上市车型基本已做到了普及，如蔚来（ET5、ET7）、理想（L9）等，北汽、上汽、广汽等高端车型也可以选配激光雷达。年国内已上车激光雷达产品参数详情路径一路径二激光雷达厂商固态化的两类演化路径从机械式向纯固态过度直接跨入半固态/纯固态丰富的产品矩阵，打造更高的点云质量、更广的视场角和更低的成本。目前，禾赛科技的所有产品主要应用于三大场景，其中，“Padar系列+QT系列”应用于自动驾驶场景、“AT系列+ET系列+FT系列”应用于ADAS场景、“FT系列+XT系列”应用于无人机器人场景。芯片化是降本的关键所在，禾赛科技长期布局自研芯片。传统的分立式设计难以适应未来的规模化量产，芯片化设计无疑在降低产品自身结构成本和生产成本两方面，都表现较为突出。数据来源：禾赛科技、亿欧智库2.2.1

丰富的产品矩阵布局三大应用领域，禾赛科技在降本之路上坚持芯片化自动驾驶ADAS无人机器人Current2024FuturePandar系列QT

系列AT

系列ET

系列FT

系列XT

系列Pandar

40P/64Pandar

128QT128QT64AT+

V4.0AT128

V2.0SOPPandar+

V2.0SOP

AT+V4.0ET25

V4.0V4.0SOP

ET25FT120

V2.0FT+V4.0V4.0SOP

FT+XT16/32

V1.0SOPFT120

V3.0研发中 产品落地 SOP阶段 车规级更高的点云质量更广的视场角更低的成本2017-20202018-20222019-2020-2026V1.0V2.0V3.0V4.0芯片化设计：激光雷达的降本之路◼

传统设计的弊端传统的激光雷达采用的是分立式设计，即上百个激光器和接收器和处理器都需要“分别独立”地堆叠到一起，导致不仅结构庞大，而且零部件多，对精度要求高，非常难以装配。◼

芯片化的优势使激光雷达元器件数量大幅减少，简化的结构带来了显著的成本降低由于结构简化、零部件少，因此装配步骤更少、光学校准更具整体性，具备自动化生产的优势禾赛从

2017

年开始就布局自主研发激光雷达专用芯片（ASIC）速腾聚创正式向港交所递交上市申请，各业务线稳步发展。2022年，公司营业收入5.3亿元，同比增长60.12%，其中，车载ADAS应用产品收入1.6亿元，占比30.2%。公司获得多个头部车厂的定点，乘用车与商用车领域皆有布局。在乘用车方面，公司已获得吉利汽车、广汽埃安、长城汽车、小鹏汽车、路特斯、零跑汽车、Lucid等定点项目；在商用车方面，公司已获得前程汽车、挚途科技、东风商用车等定点项目。软硬件协同发展，可提供整套技术解决方案。在硬件层面，公司拥有三大硬件研发平台，面向车规产品的主要是M平台和E平台，也是公司芯片化研发的主要方向；在软件层面，算力需求低、可兼容性强、可检测与分类信息的第一代HyerVision平台基本得到市场认可，未来第二代平台可支持多感知方案，算法也易于开发。数据来源：速腾聚创、亿欧智库2.2.1

速腾聚创正式向港交所递交申请，软硬件协同发展助力稳定业绩发展部分客户情况1.61.21.92.40.40.90.12020ADAS应用产品0.42021机器人及其他应用产品2022解决方案 服务及其他整车厂客户非整车厂客户2020-2022年速腾聚创各业务线经营业绩情况（单元：亿元）ADAS应用产品,30.2%机器人及其他应用产品,

45.1%服务及其他,

1.6%解决方案,23.1%亿欧智库：速腾聚创软硬件发展情况1.73.30.25.30.11.2硬件层面软件层面R平台M平台E平台传输接收处理扫描EELEELAPDSiPMFPGASoC一维机械马达二维MEMS马达

VCSEL阵列二维驱动SPAD阵列3D堆叠SoC二维扫描自有芯片更高的集成度更高的可靠性更高的性能更低成本HyperVision

1.0低算力需求。仅需要不到0.5TOPS兼容性。可兼容多种算力平台和大多数感知应用程序，跨平台支持多种车型丰富的物体检测与分类信息。包括可行驶区域检测、物体识别、移动物体跟踪HyperVision

2.0支持多感知方案。比如纯视觉、纯激光雷达、视觉+激光雷达等三种不同方案更易于解释的感知算法。使传感器可以通过神经网络流向各个任务与分支，极大地提升了感知软件的智能性M

系列激光雷达产品：产品迭代线：M1->M1P->M22022年，M1销量3.66万台与M1相比，M1P性价比更高、功能更强，2022年销量4,300台与M1P相比，M2灵敏度更高，探测范围可达200米@10%，水平分辨率0.1°，预计年发布E

系列激光雷达产品：基于Flash技术，满足车辆补盲需求数据来源：中金证券、亿欧智库2.2.2

4D毫米波雷达技术路线尚未清晰，短期多芯片级联方案或实现规模化4D毫米波雷达目前拥有四条技术路线，包括多芯片级联、专用芯片、软件算法以及超材料。除了超材料技术路线外，其它三条技术路线都在推进商业化的过程中，其中多芯片级联方案已经得到了市场认可，少部分车型已实现了上车，但是该方案通过堆砌芯片来提升传感器性能，不具备可持续性发展，更小的体积、更低的成本依然是未来的最终趋势。4D毫米波雷达的技术路线之争尚未结束，四种技术路线皆有可能“弯道超车”。多芯片级联技术路线的4D毫米波产品会先实现规模化量产，但专用芯片和软件算法技术路线也同样在加速产品研发和商业化推进。4D毫米波雷达技术路线分析技术路线类型01：多芯片级联02：专用芯片03：软件算法04：超材料简介优势技术成熟度较高开发难度低可快速商业化集成度高体积小、易安装硬件成本低尺寸小、功耗低信噪比较高探测性能高劣势代表企业亿欧智库洞察：多芯片级联（级联+MIMO方案）：级联指的是将多颗MMIC芯片在射频PCB板上连接在一起，达到收发天线数量倍增的效果；MIMO指的是在不增加接收天线实际数量的前提下，仅增加发射天线数量且巧妙设计其位置，以实现接收通道倍增的效果功耗高、尺寸较大信噪比低中频同步难产品迭代难度大各技术路线的成熟度情况：多芯片级联->软件算法->专用芯片->超材料多芯片级联技术率先实现小规模商业化专用芯片：指将天线、MMIC等进一步集成至芯片级别，更加顺应雷达小型化趋势。相比传统雷达厂商走的“级联+MIMO”的技术路线，该路线更适合初创企业，能够实现差异化的竞争优势研发难度较高、成本高数据处理难度大不利于定制化产品成熟度较低部分车型已搭载了4D毫米波雷达，如上汽R系列和F系列搭载了采埃孚的PREMIUM产品、长安深蓝搭载了森思泰克的产品、路特斯搭载了福瑞泰克的FVR40该技术路线的成熟度相对较高，但性能迭代优化上的瓶颈较为明显专用芯片和软件算法将成为差异化竞争路线软件算法：指将软件算法直接作用在MIMO环节，虚拟出更多信号通道。具体来说，就是通过调频来动态调整探测距离，通过调相来增加虚拟通道，通过调幅来适应不同行车环境超材料：指根据特殊需求合成的材料，具有天然材料所不具备的物理属性。通常超材料技术专注于天线材料方面的优化，通过控制电压来定向操控电磁波束，提高探测精度天线布局的难度高时效性差技术成熟度低研发难度高专用芯片技术路线是产业内较为认可的技术路线，其趋势是通过少芯片、低成本的方式实现更高性能的产品。主要玩家是初创科技公司，如Arber、UHNDER等软件算法技术路试图另辟蹊径，以算法来降低对硬件的依赖度，但技术成熟度上受限于硬件性能，算法的技术壁垒会非常高。主要玩家是有一定算法研发能力的企业，比如傲酷（Oculii）、Mobileye等数据来源：公开资料、亿欧智库2.2.2

国外4D毫米波雷达厂商已实现商业化，本土厂商凭借成熟可靠的产品或厚积薄发主流玩家大陆傲酷Arbe采埃孚博世华为华域汽车森思泰克福瑞泰克产品型号ARS

540FALCONEAGLEPhonenixLynxPREMIUMFR5CU高分辨率4D雷达LRR30LRR40STA77-6STA77-8FVR40合作厂商宝马通用、长城--上汽R、F系列--友道智途-长安路特斯工作频段76-77GHz76-81GHz76-81GHz77GHz77GHz-76-77GHz77GHz77GHz77GHz77-79GHz77-79GHz-芯片AWR2243AWR2243AWR2243自研芯片自研芯片-RXS816x-AWR2243S32R45---收发天线12T16R3T4R6T8R48T48R24T12R12T16R4T8R12T24R6T8R12T16R6T8R12T16R6T8R点云数量（个/帧）2000-1000---1000150010243072102430721024功耗23W2.5W5W23W--15W-6.5W-7W-5W距离探测范围300m200m350＋m300m260m350m302m300+m300m350m280m350m350m距离精度0.1-0.3m0.16m0.16m0.07-0.6cm0.1-0.8m0.07m----0.07m-0.1m速度探测范围400~200kph-400~200kph-400~200kph---400~200kph---288kph-200kph速度精度0.1m/s0.15m/s0.15m/s0.1m/s0.1m/s0.01m/s0.05m/s---0.03m/s-0.1m/s水平视场角120°120°120°100°140°120°120°120°130°150°150°120°120°角度分辨率1.2°2°1°1°2.5°-2°1.5°2°0.8°2.5°1.2°1°垂直视场角30°30°30°30°30°30°24°30°--30°30°30°角度分辨率2.3°5°1°1.7°6.4°-2.2°2.5°3°0.5°4°2.5°1°年国内外部分4D毫米波雷达厂商及产品参数情况国外4D毫米波雷达厂商以国际Tier1巨头为主，产品成熟度较高。国际Tier1的4D毫米波产品主要采用了“级联+MIMO”方案，通过双级联/四级联NXP、TI的芯片实现多通道。其中，采埃孚的PREMIUM产品已率先搭载于上汽R系列和新款F7车型。国内厂商起步较晚，但后发优势仍在。国内4D毫米波厂商多数为初创科技企业，产品多数处于研发阶段，可靠性有待进一步测试验证，但国内企业的后发优势仍然存在。亿欧智库认为，4D毫米波当前仍属于新事物，应用熟练度不足，国际Tier1提供的产品及服务一般不会涉及具体算法应用层面，而国内初创公司大都具备一定的算法开发能力，能提供更好的产品服务。国外厂商国内厂商木牛科技的4D毫米波雷达（I79）采用了76-81GHzRFCMOS射频技术，可实现350米的探测距离，水平FOV达到120°，能实现ADS、AVP、PA和Self-Driving

Cars等功能。在解决方案方面，可向客户提供适配于L2.5级ADAS系统的5R方案，以及适配于高级别ADAS的4D+4R方案。行易道成立于2014年11月，至今已在车载毫米波市场布局已达7年，已获得国外某车厂定点项目。公司可提供77-79GHz各类型毫米波产品。此外，公司自主研发芯片级联方案的4D毫米波产品，其探测距离可达300米、方位角度范围

±45°。作为新型传感器，4D毫米波雷达仍需经历一段可靠性验证的过程，国内厂商将在未来主机厂定点项目中不断去验证自己产品的可靠性。数据来源：木牛科技、专家访谈、亿欧智库2.2.2

国内4D毫米波厂商凭借传统业务的积累与技术沉淀，加快4D毫米波量产进程木牛科技CTO冀连营随着4D毫米波雷达在特斯拉及其它小批量车型上得到应用后（预计1年左右），行业将对4D毫米波雷达有更进一步的认知。木牛科技在乘用车ADAS系统中的毫米波雷达感知方案K7777GHz

中远距前雷达200米，100°I7979GHz

4D成像雷达350米，120°T7977GHz

中短距角雷达120米，150°5R

方案适配L2.5级ADAS前雷达

K77*1+角雷达

T79*44D+4R

方案适配高级别ADAS4D成像雷达

I79*1+角雷达

T79*4行易道历年重要事件与毫米波产品方案77GHz近程毫米波雷达

ASRR100探测距离200米、方位角范围±5°@

200

m支持BSD、LCA、RCW、DOW、F/RCTA等77GHz远程毫米波雷达

LRR探测距离250米、方位角范围±4°@250m支持ADS、FCW、ACC、AEB等79GHzSAR成像雷达探测距离100米、较大的水平视场角支持泊车辅助、高精度地图历年重要事件2014.11◼

公司成立产品矩阵情况4D成像雷达

ALRR300芯片级联技术方案探测距离

300米、方位角度范围

±45°能够进行目标分类、降低检测虚警率，实现威胁障碍目标的高置信度检测77GHz中程毫米波雷达

AMRR200探测距离200米、方位角范围±5°@

200

m支持ACC、AEB、FCW等2021.04◼

获近亿元人民币C轮融资2015.05-2015.09◼

远程雷达1.0和2.0分别诞生2016.08◼

77GHz中程雷达3.0产品发布2017.03◼

完成千万级A轮融资◼

在苏州投建总装产线2017.082019.09◼

与韩国晓林集团和ERAEAMS

Co.,Ltd.合作，并签订战略协议2020.04◼

和韩国ERAE合作，为某亚洲整车品牌批量提供77GHz中程毫米波雷达和77GHz近程毫米波雷达3D-ToF摄像头技术在智能汽车领域发展周期短，目前基于连续波ToF（cwToF）是主流技术方案。3D-ToF摄像头采用的主流方案是iToF体系下的cwToF方法，根据3D深度差异进行目标物分类，无需根据前景和背景之间的灰度对比来识别目标物。3D-ToF摄像头自身优势明显，但短期内更适合应用在智舱。3D-ToF摄像头凭借其自身的性能优势，能输出两类信号：一种是深度图像视频流，输出伪彩色图像，再通过检测算法和神经网络进行处理；另一种是代表发射信号强度的幅度图像（又称置信度图像），近红外2D视频流，并且不受日光影响。数据来源：公开资料、Melexis、亿欧智库3D-ToF摄像头工作原理与分类2.2.3

3D-ToF摄像头凭借良好的抗光性与处高精度优势，开始在智能座舱获得应用亿欧智库：基于cwToF方法的3D-ToF摄像头优劣势及应用场景分析ToFSensor3D

DataOutputObject◼

工作原理3D-ToF摄像头发射一束光束，该光束被物体反射回来后，摄像头接收到这个光束，并记录下该光束从发射到接收的时间。由于光速是固定的，因此可以根据光飞行时间计算出物体与摄像头之间的距离。同时，3D-TOF摄像头可以发射多个光束，实现三维成像。◼

光学ToF技术分类光学ToF技术直接式dToF间接式iToF栅极ToF(gToF)连续波ToF(cwToF)3D-ToF主流路线优势劣势大温差下性能表现较稳定帧率高系统容易集成可实时生成2D和3D数据分辨率低精度随距离下降功耗大标定相对复杂硬件成本较高3D-ToF摄像头更适合舱内场景ToF传感器自身分辨率相对较低，且水平FOV较窄，现阶段不适合应用在智驾层面的环境感知ToF独特之处是抗光干扰性好、近处信息精度高，能更好地实现车内多模态融合交互体验LED/VCSELSensor

Controland

Interface国外企业在3D-ToF方面的技术成熟度相对较高。在消费电子领域内，3D-ToF摄像头技术已经有了较长时间的布局，而国外企业是该技术的主要参与者，这使得他们的技术与产品都相对成熟，也更容易将消费级产品逐步发展至车规级产品。随着智能汽车领域的高速发展，国内3D-ToF玩家开始大力布局车规产品。由于未来智能汽车市场的巨大空间，国内3D-ToF玩家开始应用国外成熟的ToF部件进行整体解决方案的输出，比如方案设计、算法开发等。数据来源：公开资料、亿欧智库3D-ToF摄像头产业概况分析2.2.3

3D-ToF摄像头的核心部件以国外企业为主，国内玩家集中在模组组装环节发射端由VCSEL激光器及光学器件组成接收端包括ToF芯片、滤光片和镜片。或直接供给方案商方案厂商设计方案、算法和选择主要零部件，同时也会设计ToF芯片提供整套硬件方案提供收发核心部件模组组装将ToF芯片、VCSEL激光器、光学元器件等集成为一个完整的模块提出需求VCSEL光学部件ToF

芯片滤光片镜片模组组装方案厂商2 智能汽车领域的3D-ToF玩家较少，核心ToF芯片厂商集中于国外企业1 车规级3D-ToF摄像头发展较缓◼

3D-ToF摄像头前期主要应用在消费电子领域早期3D-ToF摄像头已在消费电子领域内得到大力发展，包括手机、VR/AR产品等◼

3D-ToF摄像头在智能汽车领域内发展较缓随着消费级应用的发展级产品技术的不断成熟，3D-ToF摄像头逐渐开始应用在智能汽车领域，但车规要求相对更高，产品成熟度的发展需要一定的时间和可靠性认证◼

核心部件供应商主要以国外公司为主发射端和接收端的核心部件，如ToF芯片和VCSEL，市场份额主要集中于国外企业，国内企业也有一定布局，但技术成熟度仍有一定差距◼

国内企业主要以滤光片、镜片、模组组装为主，同时布局方案和算法类似于传统摄像头产业格局，国内企业在滤光片、镜片、模组组装领域存在一定优势此外，国内企业在应用层面也有布局，比如提供整体解决方案，包括零部件的选型、算法应用等近二十年的技术打磨，Melexis的3D-ToF产品已被市场认可。

Melexis在ToF技术领域的布局历史非常悠久，至

2019

年和

2020

年，Melexis分别推出了两款第三代车规级

3D-ToF

传感器芯片，并逐渐被具有高端车型的OEM采用，比如国内的理想汽车。Melexis的3D-ToF产品能够识别人的细微手势，以及车内物体的形状、大小，支持驾驶员在保持对路况专注的同时，通过简单的手势操作舱内娱乐设备和空调系统，还可通过一系列功能提升驾乘安全性，例如，监测驾驶员的行为、头部姿态和体位，检测驾驶员是否手握方向盘或系安全带。英飞凌在3D-ToF技术上，采取了与pmd的合作开发模式。英飞凌负责半导体工艺研发、产品研发、产品生产、产品物流等，而pmd负责ToF技术研发、ToF像素研发等。数据来源：公开资料、亿欧智库2.2.3

国外3D-ToF玩家已深耕该技术多年，产品性能、功能开发进程等优势较明显2004年公司与VUB开始合作研发ToF传感器，并合作创立SoftKinetic2014年首款车规级3D-ToF摄像头进入量产2015年第一代产品MLX75023产能大幅提升，主要应用于手势识别的人机界面2012年推出一款针对解决日光干扰的技术方案2018年第二代产品MLX75024抗日光干扰能力增强Sony收购SoftKinetic，与Melexis合作推出第三代ToF传感器2019年推出第三代单芯片VGA

ToF传感器

ICMLX75027ToF传感器出货量达到100万颗2020年推出第三代QVGToFIC

MLX70262022年宣布与理想汽车合作，MLX75027计划搭载于L7/L8/L9车型参数指标Gen3

QVGAMLX

75026Gen3

VGAMLX

75027像素大小320╳

240640╳

480最大调制频率100

MHz最大FPS180120产品图片参数指标Gen3

QVGAEVK75026Gen3

VGAEVK752027FOV110°波长大小940nm激光器VCSEL产品图片Melexis的3D-ToF摄像头产品发展史亿欧智库：英飞凌与pmd在3D-ToF技术上的合作系统研发产品物流模块供应商产品生产产品研发半导体工艺研发ToF

像素研发飞行时间技术研发英飞凌与pmd合作的REAL3™产品优势：相关应用功能增值提供了一套全面的产品适用于所有环境小型化设计减少BOM用料和部件数与pmd合作，加快产品推向市场应用功能：车内感知：手势控制、乘员探测、智能安全气囊车外感知：自动代客泊车、ADAS支持城区NOA功能将成为未来智能汽车领域发展的趋势，至2027年，预计国内搭载城区NOA功能的新增智能汽车数量将达到438万辆，而城区NOA功能开发将离不开新一代传感器的应用。另外，NOA功能的普及，意味着车端需要更强的人机交互，从而为辅助驾驶提供更安全的预警功能，这也需要性能更强的新一代传感器来实现。亿欧智库预测，至2027年，国内智能汽车在各类新一代传感器赛道的市场规模和渗透率都会不断攀升，其中，预计激光雷达市场规模将达到307亿元（CARG为124%）、市场渗透率为70%，4D毫米波雷达市场规模将达到114亿元（CARG为139%）、市场渗透率为80%，3D-ToF摄像头市场规模将达到79亿元（CARG为122%）、市场渗透率为60%。23571362894382023E2027E2024E 2025E 2026E搭载城区NOA功能的车辆（万辆）数据来源：亿欧数据-2027年中国智能汽车搭载城区NOA功能数量2.3

智驾功能将持续量产升级，新一代传感器市场规模与渗透率将随之不断攀升-2027年中国智能汽车新一代传感器市场规模和渗透率时间2023E2024E2025E2026E2027E激光雷达：市场规模（亿元）123485191307CARG（%）124%渗透率（%）5%10%20%45%70%4D毫米波雷达：市场规模（亿元）3142793114CARG（%）139%渗透率（%）3%10%16%60%80%3D-ToF摄像头：市场规模（亿元）310275879CARG（%）122%渗透率（%）3%8%16%38%60%目录C

O

N

T

E

N

T

S01 中国智能汽车新一代传感器市场综述智能汽车传感器发展历程与分类智能汽车新一代传感器概述智能汽车新一代传感器产业链分析02 中国智能汽车新一代传感器具体产品分析典型新一代传感器盘点具体产品发展现状分析中国智能汽车新一代传感器应用场景分析新一代传感器智驾场景应用分析新一代传感器智舱场景应用分析0304 中国智能汽车新一代传感器发展趋势技术与产品发展趋势商业及生态发展趋势投融资市场发展趋势激光雷达在探距能力、精度、分辨率等方面的优势较为明显。相比于摄像头和毫米波雷达，激光雷达在自身硬件性能方面有较为明显的提升，尤其是其点云高分辨率，使得它的探测精度较为突出，劣势在于安装难度、恶劣天气适应能力以及成本等方面。相比传统毫米波雷达，4D毫米波雷达在保留了原毫米波雷达对复杂环境的适应能力下，它的优势在于提升了自身硬件性能（探距能力、精度等），同时环境识别能力方面

克服了无法识别静态物体的问题，但劣势是算法成熟度较低。虽然4D毫米波雷达的成本相比激光雷达要低，但性能方面仍有一定差距。亿欧智库：激光雷达与传统毫米波雷达、摄像头综合对比3.1.1

智驾层面：相比传统传感器，新一代传感器的探测精度、识别能力等优势较明显4D毫米波雷达与传统毫米波雷达、摄像头综合对比探距能力1086420探距精度静止物体识别能力安装难度恶劣天气适应能力成本激光雷达算法成熟度毫米波雷达 摄像头05探距能力10探距精度静止物识别能力算法成熟度安装难度恶劣天气适应能力成本4D毫米波雷达毫米波雷达摄像头备注：

探距能力是指能够探测目标物的最远距离探距精度是指探测距离的误差，即误差越小，精度越高数据来源：公开资料、亿欧智库数据来源：公开资料、亿欧智库3.1.1

智驾层面：多传感器融合趋势下，新一代传感器凭借自身优势能覆盖更多长尾场景一级分类二级分类长尾场景激光雷达4D毫米波雷达毫米波雷达摄像头传感器层硬件级传感器表面是否易污渍表面易积污，容易产生噪点不受影响不受影响表面易积污耐高低温环境能力-40°~85°-40°~85°-40°~85°-40°~80°物理级受目标物表面材质和颜色的影响能量易被黑色表面吸收对金属表面目标物易敏感对金属表面目标物易敏感不易识别白色物体内容层域级受极端天气影响受影响不受影响不受影响影响较小进出隧道光线明暗突变不受影响不受影响不受影响受影响目标级小物体识别能力可识别可识别不易识别不易识别动静物体识别能力可识别可识别不易识别可识别场景级路边行人和车辆的区分可区分可区分无法区分太近的物体有条件区分时域层超预期级鬼探头识别能力可识别不易识别不易识别不易识别前前车刹车识别能力不易识别可识别且精度高可识别但置信度低，结果易漏检不易识别传感器性能需解决的长尾数量时间相比传统智能传感器，新一代传感器能够覆盖更多长尾场景随着时间的推移，长尾场景数量会越来越少，但其价值也会越大新一代传感器凭借自身的性能特点，能够覆盖更多的长尾场景（Corner

Case）。例如，激光雷达能够识别路面的小物体，也能更好地解决鬼探头场景。再比如，4D毫米波雷达能够识别到前前车（前车前方的车辆）刹车，从而提前让系统采取制动措施，避免追尾事故。新一代传感器的最大价值就是解决剩余5%、甚至1%的长尾场景。为了让自动驾驶系统的鲁棒性更高，感知端就需要不断地去解决长尾场景，而新一代传感器的出现，能让行车安全得到进一步提升。亿欧智库：新一代智驾传感器的长尾场景覆盖情况新一代传感器性能与长尾场景的价值关系新一代传感器凭借自身的性能优势，让低阶智驾功能体验感大幅提升。低阶自动驾驶功能主要关注的是前后向的感知，比如常见的ACC、AEB等功能，而新一代传感器具备更远的探测范围和更高的分辨率，一方面可以更好的区分行人、车辆以及小动物等目标物，另一方面，也可以由于看得更远而获得更多反应时间。新一代传感器提升了自动驾驶车辆的感知能力，实现L3以上的高阶智驾功能。自动驾驶等级提升后，面对的场景复杂度也相应上升，车辆需要解决各种潜在的长尾场景问题，纯视觉方案由于仍需要大量的数据来做模型训练，现阶段其安全性值得商榷，而新一代传感器可以提供更多的深度信息，从而降低模型训练的成本、提高自动驾驶系统的安全性，让高阶智驾功能实现更容易。数据来源：公开资料、专家访谈、亿欧智库3.1.1

智驾层面：新一代传感器既优化低阶智驾功能体验，又满足高阶功能的感知需求L2L3◼

RPA（远程泊车辅助）TJA（交通拥堵辅助）HWA（高速驾驶辅助）◼

FCW（前向碰撞预警） ◼

FCTB（前方交叉区域辅助）◼

APA（自动泊车辅助）◼

FCTA（前方交叉区域预警）◼

ACC（自适应巡航） ◼

APO（自动驶出）◼

LDW（车道偏离预警） ◼

AEB（自动紧急制动）DOW（开车门预警） ◼

ALC（自动并线）BSD（盲点监测） ◼

LKA（车道保持辅助）RCTA（后方交叉区域预警）◼

LPD（车道偏离干预）◼

HWP（高速导航引导）◼

TJP（交通拥堵领航）◼

NOA

Highway（高速领航辅助）◼

NOA

City（城区领域辅助）◼

AVP（自动代客泊车）◼

HAD（高速