智能汽车传感器《2023中国智能汽车新一代传感器研究报告》亿欧智库

发布时间：2024-10-06 12:10:04

《2023中国智能汽车新一代传感器研究报告》亿欧智库

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”。

中国智能汽车新一代传感器市场综述

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。

新一代传感器技术多维升级，AI技术赋能实现能力跃级

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 。

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

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。

三大层面加速新一代传感器对传统传感器的替代

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。

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

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。

中国智能汽车新一代传感器具体产品分析

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。

以下是报告节选正文内容 ：

中国智能汽车新一代传感器具体产品分析

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。

中国智能汽车新一代传感器具体产品分析

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

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。

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

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。

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

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。

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

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。

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

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，公司已获得前晨汽车、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。

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。