曾经卖到几十万元一颗，激光雷达全球鼻祖破产，中国厂商“上位”

　　截至今年10月中旬，国内激光雷达赛道融资仅有14笔。与去年相比，今年一级市场对激光雷达的投资显得相对克制和冷静。

　　不过，上述机构投资人表示，从他个人感受来看，今年国内激光雷达赛道的融资并未遇冷。“尤其是头部激光雷达企业，融资份额还是比较紧张的。”但他也提到，现阶段激光雷达的行业格局越来越清晰，腰部及以下激光雷达公司以后的融资可能会更加困难。据他透露，今年风投在激光雷达领域着重投资两类企业，一类是行业头部；另一类是代表激光雷达前沿技术方向的初创企业，如纯固态激光雷达公司。

　　另一家头部机构投资人也提到，前两年，激光雷达还没有大批量走向市场时，很多投资人是从技术、产品成熟度的角度来看激光雷达企业。“从今年开始，激光雷达产品开始规模量产上车，我们在这一阶段更关心公司的商业化能力，谁能够满足下游客户的成本和质量需求并实现大规模量产，谁就有望占据非常有利的市场位置。我们相信进入这一阶段，行业竞争格局会不断收敛，市场也会更审慎地做判断。我们目前像速腾聚创这样的头部玩家，融资还是非常顺利的。”

　　前述某知名机构投资人还告诉

　　国内市场份额在往头部厂商倾斜的同时，全球份额也在往中国倾斜。这就是导致2022年国内外市场“冰火两重天”的内在逻辑。

　　Yole Intelligence今年8月发布的显示，全球车载激光雷达领域，禾赛科技总营收第一，速腾聚创排名第二，其次是Velodyne和Outster。L4级别自动驾驶激光雷达市占率方面，禾赛排名第一；全球ADAS激光雷达定点数量，禾赛排名第一，Valeo排名第二。而2020年，中国还没有企业能挤进全球TOP10。

　　潮电智库的数据显示，上半年，全球车载激光雷达累计出货量约28万颗，其中中国厂商出货量占比约44%。

　　“中国激光雷达产业化进度是走在世界前列的，今年开始，中国的激光雷达企业也在加速出海。我们认为，未来全球份额向中国厂商集中应该是大势所趋。”上述头部机构投资人如是表示。

　　5年前，Velodyne创始人David Hall曾说：“我们是领先的独行者，终点线就在眼前；但转头一瞧，后面正有上百个愤怒的骑手，气喘吁吁地追赶你，企图干掉你。”5年后，行业发展正如他所料。

　　挑战：量产大考和上路验证

　　国内市场，激光雷达已起量，但没到爆发的时刻。“我们认为，行业线年。我们面向量产车的框架订单一般都是以几年为周期签的。”禾赛科技相关负责人告诉

　　RoboSense相关人士也提到，2022年，激光雷达市场尚处于应用前期，尚未触及拐点。“结合RoboSense目前50余款车型的定点交付需求与各大研究机构对今年全球激光雷达上车的数量及增速的预测，初步预测，在未来3年内将迎来激光雷达的大规模交付。”他进一步解释，所谓“大规模”在行业里没有明确的定义，汽车行业普遍的理解是百万量级以上。

　　面对即将爆发的市场，激光雷达厂商也有“焦虑”。

　　禾赛科技前述负责人就告诉

　　RoboSense方面也向

　　为此，激光雷达厂商也在竞速扩产。RoboSense相关人士称，预计到2022年底，全部产线落成后，公司的年产能规模将达到100万台左右。禾赛科技经过几次产能爬坡，目前产能可以满足已获定点车型的大规模交付。随着年产能百万台的“麦克斯韦”智造中心在2023年初建成，公司产能将会再上一个台阶。

　　RoboSense第二代智能固态激光雷达部署于小鹏G9车灯下方

　　从技术发展路径来看，自动驾驶主要分为视觉派和激光雷达派。视觉解决方案主要是以摄像头为主，辅以毫米波雷达、超声波雷达等传感器，总体成本较低，对算法要求极高。激光雷达派采用激光雷达并配合摄像头、毫米波雷达、超声波雷达等传感器，对算法要求相对较低。这两个流派中，后者是更多整车厂现阶段的选择。

　　“从一线大厂来看，他们大多数要么已经将激光雷达上车，要么已经签了定点协议。”郑利瑶称，整车上激光雷达有三种模式：一是前装标配激光雷达；二是硬件标配，软件付费；三是选装，即可提供激光雷达，需消费者自行埋单。

　　“从车厂的角度来说，他们对激光雷达的定位更多还是在补齐现有传感器，比如视觉等等，或者是在边缘场景上解决AI场景。其次，车厂在卖车时，激光雷达也是一个营销亮点。”郑利瑶表示。

　　“目前，激光雷达还在少量上车的阶段，处于验证周期。之前在路上跑的那些测试车，跑了几个月，就有一些激光雷达会出问题，主要还是可靠性、寿命问题等。所以，现在即便上车了，大家还在观望。毕竟激光雷达含大量电子件。另外，激光雷达车规级标准也还在初期阶段。”郑利瑶这样告诉

　　国内某家自动驾驶软硬件提供商上市公司董事长曾向

　　杨超认为，在高速场景下激光雷达也会出现可靠性问题。例如，在很快的车速下，如果刷新频率低就没法对前方物体做出很好的反应；同时距离远的物体点云图像也会更稀松，一定程度上影响远距离的识别能力。另一方面，不同激光雷达之间也有小概率产生干扰，激光照在物体上的漫反射有可能导致激光雷达无法识别是不是自己发出的激光。“但是这种情况在现实中并不常见，因为搭载量还很少，但是如果未来激光雷达渗透率上升，是需要被重视的问题。”

　　前述RoboSense相关人士也提及，激光雷达目前还在应用前期，在实际应用过程中，肯定还会出现一些在测试中不曾实际遇到的问题与需求。对此，RoboSense采取基于平台化方案做技术储备来提前布局，应对挑战。

　　4D成像雷达：替代还是互补？

　　被马斯克舍弃的超声波雷达到底是什么？根据东莞证券研报，超声波雷达即利用超声波测算距离的雷达，技术较为成熟、成本低，但测量精度差、范围小、距离近，有效探测范围小于10米，一般适用于对精度要求不高的场景。

　　郑利瑶告诉

　　作为“视觉派”的坚定拥护者，马斯克多次在公开场合“吐槽”激光雷达。这一方面是他基于对特斯拉视觉算法的自信，另一方面，高昂的成本也是马斯克不用激光雷达的重要原因。

　　市场一直期待成本更低、精度更高、性能更好的传感器出现。在这样的背景下，2022年还有一个新赛道热了起来。

　　今年CES上，4D成像雷达收割了一波关注。英特尔旗下自动驾驶子公司Mobileye首席执行官Amnon Shashua在CES演讲上直言，“除了正面，我们只想要毫米波雷达，不想要激光雷达。”

　　随后，VSI Labs的合伙人兼咨询服务总监Danny Kim也发布报告，为4D成像雷达站台，“与过去的CES活动不同，感觉激光雷达公司并没有为行业带来那么多突破性的发明”，“另一方面，4D毫米波雷达越来越受欢迎”。

　　杨超认为，4D毫米波雷达比普通毫米波雷达多了一个测量维度，增加了对高度的探测，可以感知到障碍物的轮廓，所以能承载一部分激光雷达的作用，而且下雨天的表现优于激光雷达。因此，部分企业会有4D成像的解决方案。长安深蓝SL03、飞凡R7的车型上都有4D雷达的搭载，现在已经进入小规模市场导入阶段。但另一方面，“4D成像雷达技术路线在实际应用场景的效果还未经过大批量验证”。

　　郑利瑶则直言，4D成像雷达与激光雷达是互补关系，没有谁替代谁。毫米波雷达有自己的天然物理属性，包括4D的成像点云。从技术角度，4D成像雷达无法达到像激光雷达那样，扫描出完整的物体形状。4D毫米波雷达扫描返回的点依然是离散式分布，无法清晰反映物体的形状。“这个技术本身还在迭代，从原理来说，这两种雷达永远是互补关系。”他告诉

　　RoboSense相关人士对此表示，从探测方式的物理底层因素来说，4D毫米波虽然具有3D建模成像的能力，但其精度仅为分米级，成像能力很低，而且它对非金属障碍物及石墩等小型障碍物的检测能力较差。另外就价格而言，“4D毫米波雷达也不比激光雷达便宜多少”。

　　不管行业如何发展，企业怎样选择，在杨超看来：“可以肯定的是，激光雷达企业不会坐视不管，会继续推进成本降低。”