（报告出品方/作者：，吴立，潘暕）
1.奥比中光：国内3D视觉感知龙头，前瞻布局智能汽车赛道
1.1.深耕3D视觉传感器领域，成立奥锐达进军智能汽车赛道
3D 视觉传感器龙头，助力智能终端感知世界。奥比中光科技集团股份有限公司成立于 2013 年，自成立以来专注于 3D 视觉感知技术研发，在万物互联时代为智能终端打造“机器之 眼”，致力于让所有终端都能更好地看懂世界。公司主营业务是 3D 视觉感知产品的设计、 研发、生产和销售，现已成为全球少数几家全面布局六大 3D 视觉感知技术（结构光、iToF、 双目、dToF、Lidar
以及工业三维测量）的公司，拥有全栈式技术研发能力和全领域技术 路线布局，于 2022 年 7 月成功登陆科创板。
从产品类型看，公司可根据客户需求提供标准化与定制化的 3D 视觉感知产品，包括 3D 视觉传感器、消费级应用设备、工业级应用设备三大类。公司面向早期客户提供标准 3D 传感器产品；同时，结合特定客户及行业应用场景对 3D 视觉感知的测量范围、精度、分 辨率、视场角等参数的差异需求，在标准型的 3D 视觉传感器基础上对专用光学系统、深 度引擎算法、软硬件系统等进行优化调整，提供定制的 3D
视觉传感器。现已形成 3D 视 觉传感器、消费级应用设备和工业级应用设备三大业务板块。
3D 视觉传感器：可采集并输出“人体、物体和空间”的三维矢量信息的精密光学测 量系统，由深度引擎芯片、深度引擎算法、通用或专用感光芯片、专用光学系统、驱 动及固件等组成。产品包括 Astra 系列 3D 视觉传感器，客户包括、商米科 技、OPPO 等。消费级应用设备：针对特定消费级场景应用的需求进行设计和开发的一体化设备产品， 是基于 3D 视觉传感器进行技术应用的自然延伸。产品包括
3D 刷脸支付设备、3D 体感一体机、3D 体态仪，客户主要为、阿里集团等。工业级应用设备：应用工业三维测量技术设计并开发的一体化成套设备，主要面向工 业领域高精密检测、测量需求。产品包括三维光学扫描测量、三维光学弯管测量、三 维全场应变测量，客户有南京航空航天大学等高校、研究所及企业单位。
从应用领域来看，公司产品广泛应用于生物识别、AIoT、消费电子、工业三维测量等领域。 公司致力于推进 3D 视觉感知产品在“衣、食、住、行、工、娱、医”等领域的应用，自 2015 年底量产以来，公司产品已经在生物识别、AIoT、消费电子和工业测量领域实现规 模产业化应用。 生物识别领域：通过搭载 3D 视觉传感器可实现更安全、更精准的 3D 刷脸支付和
解锁，产品广泛应用于线下支付终端、智能门锁/门禁、医保核验支付等，其中公司 为定制开发应用于线下支付的 3D 视觉传感器出货量超百万台。AIoT 领域：通过搭载 3D 视觉传感器实现 2D 相机无法实现的功能，如三维重建、避 障导航等，产品主要应用于 VR 看房、服务、智能交通、智慧农牧、家庭娱乐 等细分场景，目前已服务全球超过 1000 家客户，在 3D 空间扫描、服务等场景
消费电子领域：通过搭载 3D 视觉传感器实现 3D 人脸识别解锁、沉浸式交互、体感 交互等功能，产品主要应用于智能手机等消费电子设备，如公司为 OPPO 旗舰机 Find X 定制开发前置结构光 3D 传感器，助力其成为继苹果 iPhoneX 后全球第二款 量产超百万台搭载 3D 视觉传感器的智能手机。工业三维测量领域：通过搭载 3D 视觉传感器实现微米级的工业扫描、工业检测等功
能，产品主要用于三维光学扫描测量、三维光学弯管测量、三维全场应变测量，如公 司为全球三大汽车弯管生产企业之一日本三樱提供三维光学弯管检测系统等。
公司成立子公司奥锐达进军智能汽车赛道， 3D TOF 摄像头和激光雷达产品精准卡位智能 座舱和自动驾驶。子公司奥锐达于 2019 年 4 月成立，致力于研发与设计创新的激光雷达和车载 3D 摄像头底层核心元器件和新型架构，产品包括面向移动和汽车行业的激 光雷达和 3D TOF 摄像头产品。其中，3D TOF 人脸识别摄像头面向车规级前装市场，主机
厂可基于该模组开发车内物品检测、乘客属性分析、刷脸开门、车载 3D Face ID、驾驶行 为检测、手势识别等智能座舱应用。
同时，公司推出单光子面阵激光雷达技术方案，产品 基于面阵 SPAD 探测器和可寻址 VCSEL 器件设计，无任何运动部件，实现真正意义上的全 固态激光雷达方案，并具备单光子级探测能力，使得探测灵敏度大幅提升，可实现低激光 功率下的远距离探测。当前公司已完成全套技术链路的验证，并且成功实现了大规模固态 面阵激光雷达的集成设计。公司具备丰富的 3D 视觉感知技术及感光芯片设计经验，与智
能座舱、激光雷达等领域存在技术的底层共性，我们认为公司前瞻性布局智能座舱和激光 雷达具有较强竞争力，有望在拓宽 3D 视觉感知技术的应用场景的同时打开公司成长空间。
1.2.研发：光学实力雄厚，高强度投入芯片、算法及激光雷达
公司创始人及团队背景深厚，股权激励确保核心技术团队稳定。公司拥有一支以光学测量 为基础，芯片设计、算法等多学科交叉的优秀核心团队，研发人员中博士 58 名（含 18 名 博士后），广东省珠江人才 7 名、各类深圳市高层次人才 16 名（截至 2021 年数据）。2014 年公司获评深圳市“孔雀计划”团队，2018 年获评广东省“珠江人才计划”本土创新科
研团队。同时，公司创始人黄源浩先生是国家级人才计划专家、国际知名光学测量专家， 公司核心团队在光学、芯片设计方面积累深厚。此外，公司实施了多次股权激励：2019 年-2021 年股份支付费用分别为 5.5/4.6/1.1 亿元，股权激励有助于绑定核心技术人员，维 护公司核心团队稳定。
持续高研发投入巩固公司技术核心竞争优势。 年公司研发费用率（剔除股份支 付）分别为 32.46%、96.50%、72.05%。与同行业对比来看，公司剔除股份支付影响后 的研发费用率高于，低于寒武纪；其中，寒武纪研发费用中包含较大金额的流片 费用等，导致其各年研发费用率均在 100%以上，但公司研发费用率高于和云从
科技，主要系公司在芯片、算法以及激光雷达等方面的前瞻性布局和投入，具体来看：
芯片方面：目前已研发出 MX 系列 3 款深度引擎芯片，同时 年期间投入研 发的芯片包括高分辨率结构光专用感光芯片、MX6600、iToF 感光芯片（待量产）、AIoT 数字算力芯片、dToF 感光芯片等。算法方面：公司目前已量产结构光深度引擎算法、iToF 深度引擎算法、双目深度引擎 算法，算法均实现了芯片 IP 化，同时也布局了骨架跟踪、图像分割、三维重建、机 器人 SLAM
等算法。激光雷达：自研面阵 SPAD 探测器和可寻址 VCSEL 器件全固态激光雷达以及 SPAD 感 光芯片等核心部件。
1.3.财务：风物长宜放眼量，静待收获期到来
商业化初期营收波动较大，公司“全栈式技术研发能力+全领域技术路线布局”成长路径 清晰。营收方面，3D 视觉感知仍处于发展初期，下游各应用领域尚未全面进入规模化商 用，公司营业规模相对有限且波动较大。 年公司营收从 5.97 亿元下滑至 2.59 亿元，同比下降 56.6%，主要系公司应用于线下支付的 3D 视觉传感器受疫情影响需求暂 时承压。2021 年公司实现营业收入 4.74
亿元，同比增长 83.1%，主要系疫情影响边际减 弱后线下支付场景需求逐步恢复，同时在服务机器人、智能门锁等细分场景中加速导入。 展望未来，公司基于结构光、双目、iToF 技术等多个系列的 3D 视觉传感器有望逐渐起量， 产品结构也将从 3D 视觉传感器向消费级应用设备、工业级应用设备等不断扩展。同时， 公司积极布局智能汽车、机器人等高景气赛道，未来增长动能强劲。
营收端波动较大叠加持续高强度投入研发，利润端整体承压。 年公司主营业务 毛利率分别为 59.39%、57.57%和 48.24%，整体呈小幅度下降趋势。其中 2021 年毛利 率略有下降系自建工厂在 2020 年投产后，产能利用率尚在爬坡，折旧摊销等费用增加较 大，此外，由于芯片、部分电子元件等原材料供应紧张，采购成本亦有所上升。产品结构 方面，3D 视觉传感器是公司拳头产品，
年营收占比分别为 86.84%、71.28% 和 76.65%，同时公司前瞻布局具有较高毛利率的工业级应用设备，随着高毛利业务收入 占比提升，有望驱动公司整体毛利率加速上行。
净利润方面，年扣非后公司归母净利润分别为-163.74万元、-23,026.40万元和-30,153.48万元，主要系公司保持对研发的高强度投入，人员规模、研发费用持续增加，三费占营收比重较大。行业初期规模化应用领域有限，同时伴随智能门锁、手机等低毛利场景应用渗透、自建工厂投入使用以及部分材料采购价格上升，2021年公司毛利率有所下降，综合使得营业收入同比增长情况下，公司仍然呈现亏损且幅度略有增加。我们认为公司当前基于发展战略进行的经营投入，符合当前公司所处发展阶段特点，后续随着公司3D视觉传感器毛利率触底反弹和工业级应用设备等高毛利业务放量，利润端有望逐步边际改善。
3D 视觉感知行业仍处于发展早期，产品推广、客户培育及公司经营规模扩大等使得消费 及管理费用相对较高。销售费用方面， 年公司销售费用率分别为 8.7%、19.7%、 12.2%（剔除股份支付），近年来呈增长态势，主要系随公司业务布局扩大，公司销售人员 职工薪酬呈增长趋势，以及实施股权激励计提股份支付所致。管理费用方面， 年公司管理费用率分别为
12.2%、34.5%、22.0%（剔除股份支付），管理费用率较高主要系 经营规模的扩大和外部股东的投入、公司法人治理结构和内部控制措施不断完善，管理人 员数量持续增加所致。
总体来看，销售费用和管理费用率与同行业可比公司平均水平基本 一致，我们认为在可比公司中处于合理水平，公司所处行业仍处发展前期，产品推广、客 户培育及公司经营规模扩大等因素导致销售和管理费用较高，随着未来行业发展逐渐成熟， 后续公司销售和管理费用率有望持续降低并加速盈利能力修复。
2.3D感知：应用场景遍地开花，3D视觉感知技术有望4E0D断渗透
2.1.万物互联感知先行，2025年3D感知全球市场规模有望达150亿美元
3D 视觉感知是人工智能和物联网时代的关键基础共性技术。与 2D 成像技术相比，3D 视 觉感知技术不但能够提供纹理（色彩）信息，还能通过扫描获取人体、物体、空间的点云 图和精准的“1:1”还原的 3D 模型，让终端获取更多精准的三维信息，从而助力各类终 端更好地“看懂”三维世界。目前 3D 视觉感知技术路线主要有六种，分别为结构光、iToF、 双目、dToF、Lidar
以及工业三维测量，正逐步拓展更多的应用场景。
3D 视觉感知技术经历以下阶段，加速从工业级向消费级拓展：萌芽期：3D 视觉感知技术最早应用于工业领域，主要用于工业设备与零部件的高精 度三维测量以及物体、材料的微小形变测量。但用于工业检测的 3D 视觉测量设备一 般为多种技术融合使用，具有设备成本高、体积大、功耗高，应用普及缓慢等特点。 代表产品有瑞典海克斯康（HEXAGON）的 PrimeScan 扫描仪、德国高慕公司（GOM） 的
ATOS 系列三维扫描仪和 ARAMIS 三维形变测量系统等。
商业化探索期：随着底层元器件、核心算法等技术快速发展，3D 视觉感知技术逐渐 由工业领域向消费级领域推广。此时 3D 视觉感知产品的成本、体积、功耗都得到显 著降低并且应用聚焦于三维建模、人机交互等领域。代表产品有微软的 3D 视觉感知 产品 Kinect、英特尔基于结构光技术的产品 RealSense 以及奥比中光基于结构光技术 的消费级 3D 视觉传感器 Astra
等。市场导入期：随着 3D 视觉感知技术的不断升级，3D 视觉感知产品的成本、功耗、 体积进一步得到优化，逐步在智能手机、移动支付、AIoT 等领域落地应用。2017 年 苹果发布的 iPhone X 搭载了前置 3D 结构光视觉传感器，这标志着 3D 视觉感知 技术在消费级领域开始规模化普及。
快速发展期：2018 年以来，3D 视觉传感器在刷脸支付、智能门锁、3D 看房等领域 加速落地。同时，基于不同技术路线的产品日益丰富：1）iToF：华为、魅族等厂商 相继推出搭载了基于 iToF 技术的后置 3D 视觉传感器的智能手机；2）dToF：2020 年 苹果推出搭载了基于 dToF 技术的 Lidar 扫描仪的 iPad Pro 及 iPhone 12 Pro；3）
双目视觉：大疆创新搭载了双目视觉系统的无人机如 Phantom Pro/Pro+、Mavic 2 Pro/Zoom 等；4）激光雷达：谷歌旗下 Waymo 公司搭载激光雷达及多传感器的无 人驾驶汽车。 随着 2D 成像逐步向 3D 视觉感知升级，市场规模迎来快速增长。据 Yole 数据，2019 年 全球 3D 视觉感知市场规模为 50 亿美元，预计在 2025 年达到 150 亿美元，
年复合增长率约为 20%。
2.2.产业链：元器件+感知方案+应用算法，中游感知方案商是核心环节
3D 视觉感知产业作为新兴行业，经过近十年不断探索、研发及应用，现已形成一条包括 上游、中游、下游和应用终端的产业化分工链条。 上游：提供各类 3D 视觉传感器硬件的供应商或生产商。3D 视觉传感器主要由深度引 擎芯片、光学成像模组、激光投影模组以及其他电子器件、结构件等构成。其中，光 学成像模组的核心部件包括感光芯片、成像镜头、滤光片等核心元器件；激光投影模
组包括激光发射器、衍射光学元件、投影镜头等核心元器件。感光芯片供应商有索尼、 三星、、思特威等；滤光片供应商有 Viavi、等，光学镜头供应商有 大立光、玉晶光电、新旭光学等；激光发射器供应商有 Lumentum、菲尼萨（Finisar）、 艾迈斯半导体（AMS）等，衍射光学元件供应商有 CDA、AMS、驭光科技等。
中游：基于深度引擎算法结合应用进行各类 3D 视觉传感器方案设计的 3D 视觉感知 方案商。代表企业有苹果、微软、英特尔、华为、奥比中光等。 下游：根据终端的各类应用场景开发各类应用算法的应用算法方案。目前已具备一定 商业应用的算法包括：人脸识别、活体检测算法，三维测量、三维重建算法，图像分 割、图像增强优化算法，VSLAM 算法，骨架、姿态识别、行为分析算法，沉浸式 AR、
虚拟现实算法等。 产业链应用终端：基于 3D 视觉感知技术的各类应用场景客户。包括生物识别、AIoT、 消费电子、以及汽车等众多客户，如魅族、OPPO、蚂蚁集团、惠普、优必选、凯迪 仕等；此外，应用终端还包括家庭、零售、学校、医院、药店、政府、企业、工厂、 公共运输领域（包括不限于地铁、公交、高铁、飞机等）等。
成熟通用元器件是当下主流选择，定制化是上游元器件必经之路。3D 视觉感知行业的整 体发展与上游核心元器件的升级迭代紧密相关，然而由于 3D 视觉感知行业仍处于发展前 期，技术发展并不成熟，因此产业链上游企业难以提供专用于 3D 视觉感知技术的核心元 器件，只能选择已经成熟应用于其他行业的元器件，比如光学镜头、感光芯片、滤光片均 来自于 2D
成像行业，激光发射器则来自于光通信、激光加工行业。中游 3D 视觉感知方 案商是行业核心环节，驱动上下游协同发展。处于产业链中游的 3D 视觉感知方案商拥有 对 3D 视觉感知技术最为全面的系统级理解能力，在深入理解客户需求的基础上，通过整 合上游产业链资源开发出定制化的核心元器件，提高了 3D 视觉传感器对于下游应用场景 的适用性，能够促进各类客户向 3D 视觉感知智能化升级。
2.3.格局：工业市场国产替代空间广阔，消费市场格局未稳、国产大有可为
消费级与工业级竞争格局有所不同，其中消费级未形成稳定的格局，而工业级主要由外企 所把控。消费级市场方面，已开展相关技术与产品研发的主要企业包括苹果、华为、微软、 英特尔、索尼、三星等科技巨头企业，还包括英飞凌、、华捷艾米、奥比中光等企 业。其中，微软是业内最早推出消费级 3D 视觉传感器的企业，经过多年发展，已推出结 构光、iToF 技术的 3D 视觉传感器面向市场销售，推动了 3D
视觉感知技术的发展；苹 果、华为主要面向自主终端产品（智能手机、平板设备等）对 3D 视觉感知技术需求，自 研 3D 视觉传感器以服务于自家产品；英特尔则面向开发者、机器人等多个应用场景推出 了多款产品。索尼、三星借助于自身在感光芯片方面的实力，在 iToF、dToF 技术上进行 发力，推出了相应的感光芯片产品，面向业内其他企业销售。
英飞凌、奥比中光、、 华捷艾米等向市场推出了各自研发的 3D 视觉传感器产品。3D 视觉感知行业属于新兴行 业，在消费级市场中拥有广泛应用场景，目前处于快速发展的阶段，尚未形成稳定的竞争 格局，偏向于竞合关系。在工业级市场方面，已开展 3D 视觉感光相关技术与产品研发的 企业主要为德国 GOM 公司、美国 CSI 公司、HEXAGON 瑞典海克斯康、奥比中光等企
业。此前工业级应用市场相关技术主要由欧美国家的大型工业生产厂商主导，但近年来随 着国内企业对高精密 3D 测量技术的不断积累，国产设备凭借较高的性价比开始替代进口 设备，且不断拓展工业领域新的应用，国产替代空间广阔。
2.4.应用：下游应用多点开花，AIoT、智能汽车空间广阔
生物识别领域。3D 刷脸支付和 3D 门锁门禁是主要应用场景。生物识别是一种通过计算机、光学、声学、 生物传感器等多个技术领域密切结合，利用人体固有的生理特性，如指纹、人脸、虹膜等 和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法。目前，3D 人脸识别技术主 要有以下应用场景：1） 3D 刷脸支付，3D 刷脸支付是继二维码支付后由 3D 视觉感知技
术驱动的新一代支付方式，刷脸支付避免了携带支付中间介质，使用高效、便利，满足了 身份核验的唯一性，更好实现支付安全与便捷的统一，能够更好满足最终用户的根本需求，因此成为了线下支付方式的长期发展方向，具备驱动自我发展的底层源动力。
2）3D门锁门禁，在刷脸门锁、门禁场景下，搭载3D人脸识别的门锁、门禁避免了接触式的识别过程，相较于传统的密码锁和指纹锁给用户带来了更好的便利性。此外，3D人脸识别技术的特点（如较高的识别精度和稳定性）与门锁门禁的安全性需求天然契合。随着相关技术的不断成熟，智能门锁、门禁的制造成本将逐渐下降，结合我国居民可支配收入上升带来的
消费升级，智能门锁、门禁的性价比将进一步提升，引领传统门锁、门禁的智能化转型。
AIoT 领域。AIoT 领域应用场景众多，包括空间扫描、服务机器人、AR、人体扫描等领域。1） 3D 空 间扫描应用领域，由 3D 视觉传感器阵列组成的 3D 房屋扫描设备可快速对房屋内部进行 高精度、快速地三维重建，更精准地还原房屋信息，进一步实现模拟实景的 3D 看房，提 高用户的在线看房体验。2）服务机器人应用领域，3D 视觉传感器可以帮助服务机器人高
效完成人脸识别、距离感知、避障、导航等功能，使其更加智能化。根据 IDC 的数据，2017 年全球商务用机器人市场规模为 213.2 亿美元，预计 2022 年全球市场规模可达 538.0 亿美元， 年复合增长率预计为 20.3%。
3） AR 领域，3D 视觉感知技术可帮 助 AR 设备对周围环境进行三维重建，使得虚拟的立体影像更好的叠加在现实场景中，同 时 3D 视觉感知可以识别人的手势、动作从而实现人与虚拟影像的交互。4）人体扫描领 域，针对儿童及青少年群体，3D 视觉感知技术的应用主要包括 3D 体态仪、智能体测设 备等。总体来看，3D 视觉感知技术在 AIoT 领域应用场景广阔，将为行业的长期市场需
消费电子领域。苹果率先将 3D 感知技术在手机端应用，未来有望不断在中高端机型渗透普及。 2017 年 9 月以来，苹果率先应用 3D 视觉感知技术，其公司的 iPhoneX、iPhone 11、iPhone 12 手 机系列均搭载了前置结构光 3D 视觉传感器，并在 iPhone 12 Pro 上同步搭载了基于 dToF 技术的后置激光雷达扫描仪。
随着智能手机前、后置的 3D 视觉应用的不断探索， 同时屏下结构光和前后置 iToF 和 dToF 技术的应用，加上未来各项技术的不断成熟和迭代所带来的软硬件成本下降，结构光/ToF 等技术将在中高端机型中普及，从而进一步提高 在智能手机领域的渗透率。随着 3D 视觉感知技术的不断发展，其在消费电子领域的应用 正在不断拓展，除智能手机外，还广泛适用于电脑、电视等多种终端设备。2020 年
3 月， 苹果推出的新款 iPad Pro 平板搭载了激光雷达扫描仪，用于环境的三维检测和三维扫描， 可以实现如测量、游戏、购物、装修等各类 AR 体验。3D 视觉感知技术在消费电子各领 域给用户带来较好的用户体验，未来具有较大的市场渗透空间。
工业领域。3D 视觉感知技术能够对工业生产有效赋能。3D 视觉感知在工业领域主要应用于三维扫描、 微小形变测量、弯管角度测量分析、工业机器人的定位与导航等方面。1)工业三维扫描设 备可实现非接触式的对工业设备、零部件等表面三维数据的细致、精确、快速获取。同时 结合全局自动拼接技术，可实现几十米超大工件的快速高精度测量。2) 微小形变测量通过 3D
视觉感知技术实现对设备、零部件、材料以及微小物体等变形过程中物体表面的三维 坐标、位移及应变的测量。
3) 弯管测量仪利用工业级相机从各个角度拍摄弯管的二维图像， 通过图像识别、立体视觉、摄影测量、多相机空间标定、三维重建等技术，快速实现弯管 三维外形的智能化高效在线测量检测，大幅提高生产制造效率、大幅降低人力和检具成本， 最终基于云端数据的分析可以实现数据追溯、智能化的工艺优化。4) 工业机器人应用主要 是通过搭载 3D 视觉传感器以实现距离感知、避障导航、三维地图重建等多项功能，从而
更好地完成分拣、搬运、排障等多项服务，大幅减少人工需求。伴随目前高精密 3D 测量 技术需求日益增长，国内 3D 视觉感知技术不断落地，工业领域国产替代空间广阔。
智能汽车领域。激光雷达、智能座舱等场景具有广阔的成长空间。3D视觉感知技术在汽车领域的应用主要分为车外和车内应用，其中车外应用包括自动驾驶及辅助驾驶360度3D环视、车外身份识别等，车内应用包括驾驶员检测以及车内交互。随着国家不断推出系列鼓励支持智能汽车的相关法规和政策，预计未来产业链将不断完善，相关应用场景关注度和认可度不
断提升，同时伴随汽车智能化进程不断加速，智能座舱、智能驾驶场景成长空间广阔。
3.激光雷达：半固态方案率先放量，全固态方案未来可期
3.1.自动驾驶加速发展，以激光雷达为核心的多传感器融合路线成当下主流
智能化逐渐成为主机厂核心卖点，自动驾驶迎来高速发展期，出现以摄像头为核心的纯视 觉路线与以激光雷达为核心的多传感器融合路线。当下汽车产业正发生系统性的深远变革， 消费者愈加注重智能化体验，自动驾驶和智能座舱逐渐成为消费者的核心关注点；同时主 机厂也不断搭载更多的智能化、网联化技术，以求打造差异化卖点。根据 IHS Markit 预测， 中国自动驾驶未来十年将高速增长，2025 年 L2
级别以上智能汽车渗透率有望超过 60%， 2030 年高级别自动驾驶（L3/L4）渗透率有望达到 30%。自动驾驶分为环境感知、路径规 划、控制执行三个环节，环境感知即需要对车辆、行人、交通信号灯、障碍物等行车环境 做出快速准确的识别，当下环境感知有纯视觉和视觉雷达融合两大技术路线。
纯视觉方案：“轻感知、重算法”，即仅依靠摄像头收集环境信息，将图片传输到计算 平台训练分析，并不断进行算法的迭代，其优点在于低成本、更加接近人类驾驶，缺 点则是依赖大量数据训练、存在环境认知死角等，目前特斯拉坚持纯视觉感知方案。 多传感器融合方案：“重感知、轻算法”，即通过激光雷达、摄像头、毫米波雷达、超 声波雷达、等传感器收集车辆周边信息，能够实现对物体位置、距离等信息精确的感
知并具备较高的安全冗余性，缺点在于多传感器融合存在技术挑战、硬件成本较高等， 目前国内采用多“重感知，轻算法”的传感器融合方案主机厂有小鹏、蔚来、极狐等。
以激光雷达为核心的多传感器融合方案被国内主机厂广泛采用。我们认为主要原因是：以特斯拉为代表的纯视觉方案难以复刻。特斯拉坚持采用纯视觉方案底气来自于百万 车队采集实时数据用于训练+强大视觉算法团队+自研超算 Dojo 用于视觉数据训练， 其余主机厂较难复刻特斯拉独特的视觉感知路线。降低对环境的依赖。纯视觉方案对于光线依赖度较高，在弱光或光影复杂的地方难以 使用，如特斯拉 Autopilot
在夜晚以及雨雪天气工作准确度有所降低，而多传感器融 合方案能降低传感器对环境的依赖。降低对算力和算法的要求。激光雷达能够弥补摄像头仅能收集 2D 数据的缺陷，可提 供周围物体的精确距离测量，使机器能够采集 3D 图像（收集 2D 数据后还原成 3D 场 景误差较大，且对算法和算力要求极高）。
我们认为多传感器融合方案能够打破特斯拉纯视觉感知路线的数据和算法壁垒，使得主机厂能够高效迅速的提升其自动驾驶能力，打造智能化卖点，因此以激光雷达为主的多传感 器融合感知方案将有望成为大部分主机厂切入高级别自动驾驶的首选。
3.2.激光雷达：多传感器融合路线感知层核心部件，实现高阶自驾之关键
3.2.1.激光雷达=发射模块+接收模块+扫描模块+控制模块
激光雷达能够测量物体距离、角度、高度等信息，并处理形成点云模型，为决策层提供参 考，是多传感器融合感知层核心部件。激光雷达是一种用于获得物体精确三维位置信息的 传感器，能够确定物体的位置、大小、外貌形状、速度等。通过测量激光信号的时间差或 相位差确定距离、通过水平旋转或相控扫描测量角度、通过不同俯仰角度的信号获得高度
信息，并基于距离、角度、高度等对周边物体建模形成三维点云图。激光雷达是由发射、 接收、扫描、控制等功能模块组成，各功能模块有多种选择方案：
发射模块：负责激光源发射，不同光源及发射形式影响光的能量大小和可探测范 围深度，光源波长分为 905nm 和 1550nm 两类，按照激光器驱动方式可分为边发射 激光器（EEL）和垂直腔面发射激光器（VCSEL）；接收模块：负责接收返回光，不同探测器影响对返回光的探测灵敏度，进而影响探测 距离和范围，探测器包括 PIN PD、APD、SPAD、SiPM 等；
扫描模块：通过控制光的传播方向实现对特定区域的扫描，不同扫描方式影响探测范 围广度及激光雷达整体耐用和稳定性，按扫描方式划分，可分为机械式、半固态、全 固态等； 控制模块：通过算法处理生成最终的点云模型，以供后续自动驾驶决策算法参考。 由于不同技术和方案组合可以衍生出诸多激光雷达产品形态，不同方案优缺点有所不同， 当下行业仍处于早期发展阶段，技术路线呈现多点开花。
3.2.2.激光雷达分类及技术路线
按照测距方式，激光雷达主要可分为 ToF、FMCW、三角测距法等方案。激光雷达按照测 距方法可以分为飞行时间（Time of Flight，ToF）测距法、基于相干探测的 FMCW 测距法、 以及三角测距法等，其中 ToF 与 FMCW 能够实现室外阳光下较远的测程（100~250 m）， 是车载激光雷达的优选方案。ToF 方案是通过测量发射激光与回波信号的时间差，并基于
光的传播速度计算目标物的距离信息，具有响应速度快、探测精度高等优势；而 FMCW 方 案将发射激光的光频进行线性调制，通过回波信号与参考光进行相干拍频得到频率差，从 而间接获得飞行时间反推目标物距离，具有可测量速度信息及抗干扰强等优势。
905nm 光源在 ToF 方案下有明显的性价比优势，1550nm 光源更适配 FMCW 方案。从探 测距离角度看，905nm 光源的激光雷达最大探测距离在 150~200 米之间，已接近人眼限 制功率极限（无法通过提高功率来增加探测距离），而 1550nm 波长对人眼安全影响更小， 可以通过使用更大的光功率来实现更远的探测距离。从成本角度看，1550nm 波长光源需
要使用价格更高的激光器和 GaAs 探测器（硅材料无法探测到 1550nm 波长），而 905nm 接收端则可以使用低成本、成熟的硅基 CMOS 工艺。
从方案匹配性看，1550nm 波长下 ToF 方案雨雾天气探测距离收缩问题更为严重，而 FMCW 方案信噪比与传输光子量成正比， 1550nm 下 FMCW 方案信噪比更高（高信噪比代表更高的探测性能），因此在 1550nm 波 长下 FMCW 方案具有相对成本优势。ToF 在 905nm 波长下物理特性优势显现，能够提供 低成本、较高性能的整体方案，而 FMCW 方案在 1550nm
下性能优势更为明显，方案相 对成本优势能够展现，我们判断 ToF+905nm、FMCW+1550nm 有望成为未来主流方案。
按照扫描方式分类，激光雷达主要分为机械式、半固态（转镜、MEMS）、全固态（Flash、 OPA）三类。其中机械式激光雷达的扫描及收发模块整体运动（水平视角 360），半固态式激光雷达仅扫描模块运动（水平视角小于 120），而固态式激光雷达无运动模块（水平 视角小于 120），各种方案性能、优劣各不相同，具体来看：机械式：机械式雷达发射和接收模块整体运动，激光雷达在竖直方向上排布多组激光
线束，发射模块以一定频率发射激光线，并通过旋转实现动态扫描，优势在于技术成 熟、扫描速度快、360的覆盖范围。但由于机械式雷达主要由分立的收发器件组成， 生产过程需要人工校准，这导致雷达成本较高、可量产性差、难以过车规，同时体积 较大难以适配乘用车车体，主要应用场景为 Robotaxi 等领域，代表公司包括 Velodyne、 禾赛科技、Ouster、速腾聚创等。
半固态（转镜）：转镜式激光雷达主要运动部件为无刷电机，部件供应链体系成熟、 稳定性已有可靠性验证（已在工业领域运用多年），转镜式扫描模块可快速应用，但 由于电机为金属机械部件小型化及降本难度较大，目前有棱镜、多面镜等不同转镜方 案。代表公司有法雷奥、Luminar、大疆 Livox 等。
半固态（MEMS）：MEMS 使用微振镜替代机械激光雷达的扫描仪，将机械部件集成 到单个芯片上，微振镜核心结构是尺寸很小的悬臂梁，通过旋转的微振镜反射激光器 的光线从而实现扫描。硅基 MEMS 微振镜可控性较好，可实现快速扫描，其等效线束 较高，同样点云密度下，MEMS 激光发射器数量相较于机械式少很多，因此 MEMS
整体优势在于体积较小、系统可靠性较高、具有一定的降本空间。但缺点则在于 MEMS 测距能力和 FOV（传感器覆盖角度）性能较不够高，大视场角需要进行拼接（对点云 拼接算法及稳定性要求较高），同时 MEMS 抗冲击可靠性存疑（振镜及悬梁臂抗冲击 性差）。代表公司包括 Innoviz、速腾聚创等。
全固态（Flash）：Flash 类似相机工作原理，即每个像素点可记录光子飞行时间，通常 Flash 发射模组采用 VCSEL 激光器+SPAD 探测器，未来性能提升进程取决于 VCSEL 和 SPAD 器件发展。Flash 优势在于集成度高、芯片级工艺易于量产、稳定性强易车规， 劣势在于受功率限制探测距离近、抗干扰能力差等。代表公司包括 Ibeo、LeddarTech、 Ouster
等。 全固态（OPA）：OPA 运用相干原理，采用多个光源阵列，能够动态调节角度范围， 能够进行精细化扫描。OPA 方案优势在于体积小易车规、扫描速度快、精度高等， 缺点在于加工难度高、探测距离难以做到很远。代表公司包括 Quanergy、Lumotive、 洛微科技等。
车载激光雷达仍处于技术和产品的商业化探索期，不同技术路线各有优劣，激光雷达厂商 基于提高技术路线容错率的角度考量，大多同时布局多种技术方案。一般而言，激光雷达 厂商布局整体较为成熟的机械式、半固态式激光雷达有利于厂商快速将产品推出落地，并 在与主机厂合作的过程中不断积累工程及相关经验，以帮助后续固态雷达在产品设计及工 程量产方面能够更好的与主机厂需要契合；同时布局固态激光雷达、FMCW
等方案保障未 来的技术和产品的领先性。当下半固态成熟度更高，是激光雷达厂商的首选方案，例如法 雷奥、Luminar、速腾聚创、禾赛科技、华为等主流激光雷达厂商均布局 MEMS 或转镜的 半固态激光雷达方案；同时法雷奥、速腾聚创等厂商也均在布局全固态 Flash 方案。
3.3.短期看好半固态率先放量，固态VCSEL+SPAD路线未来可期
3.3.1.激光雷达核心要素=性能+可靠性+成本
产品性能、可靠性及成本是主机厂选择激光雷达时关注的核心要素。具体来看：性能：对于主机厂而言，激光雷达产品性能意味着车辆行驶中对周围车辆、行人、障 碍物等目标物体的探测精度、范围等，优异的产品性能能够提供更加精确、覆盖范围 更广的环境感知数据，有利于决策层做出更合理正确的决策。激光雷达性能指标通常 包括测距能力、精度、视场角、刷新帧率、功耗、体积、点云规整度等，其中测距距
离、精度、视场角、点云规整度等为核心指标。
1）测距能力：即激光雷达探测的距 离，通常激光收发效率越高探测距离越远；2）精度：即探测精确度，精度越高对目 标物体刻画越准确，通常与收发模块相关；3）视场角&分辨率&刷新帧率：以上三个 参数相互影响，视场角（FOV）即为对水平和垂直两个方向的覆盖范围，而分辨率和 刷新帧率越高代表精准度越高；4）点云规整度：点云规整度主要由扫描部件决定，
影响点云算法适配难度，当下机械式、一维转镜效果较好。
可靠性：对于主机厂而言，激光雷达可靠性意味着产品的使用寿命、稳定性、耐用性 以及能否通过车规级认证，而是否过车规则是早期进入主机厂供应链的基础条件，同 时亦是大规模量产的关键。相较于消费级产品，车载产品性能必须满足车规要求，需 要进行车规振动、EMC、温度循环等测试，例如在-40℃-85℃的工作温度范围、振动 以及冲击等苛刻环境下，零部件能否保持正常性能，激光雷达从研发到量产需要通过
ISO16750、IATF 16949、ISO26262 三个关键认证。从收发模块看，主流 905nm 方案 电子元器件供应链成熟容易过车规，但 1550nm 方案供应链体系仍处于早期，通过车 规认证存在一定的难度；从扫描模块看，精密机械部件在抗冲击、使用寿命方面存在 劣势，机械部件越多则通过车规难度越大，例如当下转镜方案已过车规，但机械式、 MEMS 等需要时间证明其可靠性。
成本：对于主机厂而言，激光雷达成本意味着产品能否运用到乘用车 ADAS 领域，以 及产品是否有足够的经济性向中低端车型渗透进而扩大激光雷达目标市场空间，同时 也是各技术路线后期能否胜出的决定性因素。不同应用场景对激光雷达有着不同的偏 好和要求，例如 Robotaxi 对性能要求较高，因此一般使用成本较高的高线束高性能激
光雷达，而低速封闭自动驾驶场景（港口、码头、矿山等）一般使用成本较低的低线 束激光雷达产品。此外，ADAS 乘用车领域对激光雷达价格敏感度较高，虽然当下激 光雷达已经在高端车型中成功运用，但大规模放量并向中低端车型渗透则需要进一步 的降本。
对于乘用车 ADAS 场景，我们认为测距、精度、视场角等性能指标是激光雷 达产品力的基础，决定激光雷达能否“看得清、看得远、看得广”；产品的性能性、 可靠性决定着能否通过车规，是实现规模落地量产的关键；而当下的成本以及未来成 本的下降空间决定着方案的经济性，是各技术路径后期能否胜出的决定性因素。
3.3.2.短期：主机厂加速激光雷达上车，看好半固态率先放量
从性能、可靠性、成本三大角度对比当下五种主流技术路线，短期看好半固态率先放量。机械式激光雷达发展较早，性能方面表现优异，但机械零部件较多，产品可靠性及过 车规难以保证，同时机械式价格高昂，下游主机厂难以接受。转镜方案性能方面存在对功率要求较高等缺点，但目前已通过车规认证并实现量产装 车，同时转镜式方案供应链体系成熟，短期性价比较高，但成本下降空间较小。MEMS
方案性能方面存在视场角较窄等问题，但零部件成熟度较高，具备较高的可靠 性，成本方面有较大的下降空间。
Flash 固态方案性能方面存在探测距离近等问题，但全固态没有精密机械部件，具备 可靠性高、易过车规等天然优势，同时固态 Flash 方案以 VCSEL 激光器和 SPAD 探测 器为核心收发器件，其“芯片化”特点具备充足降本空间，随着 VCSEL 多节设计提高 功率密度+SPAD 阵列提高像素分辨率来解决探测距离这一问题，未来固态 Flash 方案 有望成为主流之一。 OPA
方案当下仍处于早期，技术及供应链成熟度仍不足，成本高昂使得短期商业化困 难，但 OPA 方案能够在保证性能的同时提供更低的价格，未来发展空间广阔，但预 计需要多年发展时间。 对比来看，我们认为当下转镜、MEMS 方案性能较为优异、产品成熟，同时方案已有量产 上车的成功案例，产品稳定性已经过考验，半固态方案有望率先放量。
根据主机厂当下已推出量产和规划的车型来看，半固态已成为当前时点主机厂的首选方案。 Luminar、法雷奥、图达通、禾赛科技、速腾聚创、华为等头部激光雷达厂商均为多个主 机厂或者车型提供了半固态上车方案，例如理想 L9 等爆款车型均采用禾赛科技的半固态 方案。但从行业需求端来看，激光雷达的当下重要的科技卖点，短期激光雷达产品性能指
标和能否上车量产是主机厂核心诉求，但随着行业发展和技术成熟度的提升，成本因素将 变得愈发重要；因此，从激光雷达产品发展方向看，激光雷达则有望由过去的机械式转变 为当下的半固态并不断向全固态方向发展。
整体来看，我们认为可靠性是激光雷达的基础，选择具备足够可靠性的技术方案，并不断优化性能、降本成本则是激光雷达升级迭代的必经之路。基于这一思路，考虑到当下MEMS 性能和稳定性的优异表现、全固态方案产品技术的日趋成熟及其可观的降本空间，我们短期看好以MEMS为主的半固态率先放量，长期关注全固态VCSEL+SPAD方案性能提升进程。
3.3.3.长期：芯片化降本增效趋势清晰，纯固态VCSEL+SPAD路线未来可期
当前激光雷达产品（机械+半固态）通常采用大量分立器件，存在生产成本高、可靠性低 等问题，同时堆砌通道数目已接近瓶颈。当前大部分 ToF 激光雷达产品采用分立器件，即 发射端采用边发射激光器（EEL）+分立多通道驱动器，接收端采用线性雪崩二极管探测器 （APD）+多通道跨阻放大器（TIA）的方案，但使用分立器件存在零部件多、生产成本高、
可靠性低等问题，而激光雷达大规模普及需要满足低成本+高可靠性两大基础条件。此外， 当前市场对激光雷达产品的测远能力和点频要求不断提升，但由于受到激光安全阈值和产品功耗发热的限制，目前难以通过堆砌通道数目满足行业升级迭代需求。
收发器件是激光雷达核心，亦是激光雷达芯片化降本增效主战场。从性能角度看，激光雷 达的精度、点频、功耗、测距、体积等性能指标主要由收发模块决定，激光雷达的可靠性 主要由扫描模块决定（扫描模块本质为机械）。从成本构成看，收发模组占据着分立式激 光雷达 60%的成本，人工调试占据 25%的成本，机械、控制模组等其它零部件仅占据 15%
的成本；对于半固态激光雷达，收发器件（激光器、探测器）及芯片占据 70%以上的成本， 而光学等其他部件占比不足 30%。规模效应和收发模块电子部件芯片化是行业降本的主要 驱动。规模效应即激光雷达厂商通过扩大量产规模来分摊研发等成本，并通过大规模采购 降低上游物料成本，收发模块及扫描模块均遵从规模效应规律。
同时，也可以通过简化模 块设计和集成来进行结构性降本。具体来看，扫模模块结构优化空间较小，进一步简化可 能会导致性能下降；光学镜头等已几乎没有成本下降空间；而收发器件具有可观降本空间， 即通过将激光器、探测器、激光驱动、模拟前端等收发电子部件芯片化，而芯片化能够让 摩尔定律在激光雷达领域生效，进而大幅降低激光雷达的物料成本和调试成本。我们认为
收发器件是激光雷达核心部件，亦是激光雷达芯片化降本增效主战场，收发器件的芯片化 设计和集成将是激光雷达未来重要的发展方向。
发射端：VCSEL 有望逐渐取代传统EEL器件。相较于分离芯片级 EEL，晶圆级 VCSEL 激光器具备低成本&高可靠性的优势，随着发光密 度的持续提升，未来 VCSEL 激光器有望逐步取代传统 EEL 器件。EEL（边发射激光器）具 有高发光功率密度的优势，但由于其发光面位于半导体晶圆侧面，使用过程中需要进行切
割、翻转、镀膜等多个工艺步骤，并只能通过单颗分别贴装的方式和电路板整合，而这需 要使用分立光学器件进行光束发散角和独立手工装调，生产成本较高且难以保障产品一致 性。而 VCSEL（垂直腔面发射激光器）发光面与半导体晶圆平行，具有面上发光的特性， 在精度层面由半导体加工设备保障，无需进行激光器的单独装调，能够有效降低成本并保 障产品稳定性，且 VCSEL
激光器易于和面上工艺的硅材料微型透镜进行整合，提升光束质 量。
传统 VCSEL 激光器虽存在发光密度低的缺陷，但多层结技术有望大幅提升 VCSEL 性 能。由于传统 VCSEL 激光器存在发光密度低的缺陷，导致当下 VCSEL 激光器只能用于短距 激光雷达产品（通常＜50m），但近年来国内外多家 VCSEL 激光器公司纷纷开发多层级结 VCSEL 激光器，将其发光功率密度提升了 5~10 倍，为长距激光雷达应用提供了可能。考 虑到 VCSEL
激光器低成本&高可靠性的天然优势，叠加多层结技术驱动发光功率密度持续 提升，未来 VCSEL 有望逐渐取代传统 EEL 器件。
接收端：SPAD 探测器灵敏度优势显著。相较于传统分立器件 APD 探测器，基于 CMOS 工艺的 SPAD 探测器灵敏度优势显著，同 时搭配 VCSEL 使用能够提升激光雷达探测性能。接收系统探测器是利用光电效应将光信号 转化为电信号，进而实现对光信号的探测，雪崩二极管（APD）是当下主流激光雷达厂商 采用的探测器，但单光子雪崩二极管（SPAD）芯片在性能方面具备较大优势，目前备受关
从性能角度看，SPAD 优势在于：1）相较于 APD 的 10~100 倍的光电增益，SPAD 光 电增益在 100 万倍以上，十分灵敏，适合远距离下微弱回波信号的探测；2）SPAD 工作电 压在 20~30V 之间，能够与各种芯片进行适配；3）SPAD 系统复杂度较低，输出信号仅需 要通过 TDC 处理，可有效减少外围元器件数量；4）SPAD 与 Si CMOS 工艺兼容，集成度
高、制作成本低。虽然相较于 APD，SPAD 存在抗环境光较弱的问题，但随着 SPAD 探测 器像素分辨率的提高将会有效的提升激光雷达的探测范围和分辨率。此外 SPAD 阵列传感 器与 VCSEL 激光器相配合，亦能够使得激光雷达探测灵敏度大幅提升，我们认为随着 SPAD 探测器的发展有望加速固态 VCSEL+SPAD 等方案率先在中远距离探测中商用化落地。
定制化开发 VCSEL 和 SPAD 探测器专用芯片能够进一步实现“降本提效”。针对激光雷达 应用特性，定制化开发 VCSEL 和 SPAD 探测器的专用芯片能够进一步的提升激光雷达系统 性能、增强可靠性以及降低成本，且有利于实现关键元器件的自主可控，是激光雷达厂商 核心壁垒和竞争力的体现，具体为：1）VCSEL 多通道芯片采用 CMOS 工艺，能够满足激 光雷达探测需求，且通过对
VCSEL 阵列和驱动芯片封装级别的集成，能够有效提高光电转 换效率，从而进一步提升激光雷达的测距精度和测远能力；2）将接收系统中探测器、前 端电路、算法处理电激光脉冲控制等模块集成为 SOC 芯片，能够逐步代替主控芯片 FPGA 的功能，同时随着线列、面阵规模的不断增大，通过 CMOS 工艺能够实现更高运算能力、 低功耗和高集成度。
3.4.乘用车激光雷达市场空间测算及竞争格局
3.4.1.年国内乘用车激光雷达市场规模有望达17.76/48.96亿美元
我们预计 2025 年国内乘用车激光雷达市场规模有望达 17.76/48.96 亿美元。根据乘联会 预测数据 2022 年~2025 年国内乘用车销量分别为 00/2400 万辆，考虑到汽 车市场已趋于稳定，我们假设 2030 年汽车销量为 2400 万辆。同时根据 IHS Markit 预测数 据 2025 年、2030 年 L3/L4 级别自动驾驶渗透率分别为
3.4.2.看好具备工程量产经验、自研核心收发器件及感知算法的厂商
行业仍处于发展早期，国产厂商占据重要地位。激光雷达国内外厂商主要有：1）国外： 法雷奥、Luminar、大陆、Velodyne、Ouster 等；2）国内：速腾聚创、大疆、华为、禾赛 科技和图达通等。根据 Yole Developement 发布《2021 年汽车与工业领域激光雷达应用报 告》，法雷奥市场占比最高，达到了 28%，中国有 5 家企业跻身前十位，分别是速腾聚创、
大疆、华为、禾赛科技和图达通，市场占有率分别为 10%、 7%、 3%、 3%、 3%，其中速 腾聚创以 10%排名第二。整体来看，激光雷达行业仍处于发展前期，TOP2 市场份额为 38%， 行业格局并未出现大幅集中的现象，同时国产厂商在行业中占据重要地位和份额。
激光雷达行业壁垒高，产品迭代迅速，具备工程量产经验、核心收发器件自研及数据处理 &感知算法等能力的厂商有望胜出。激光雷达系统结构精密复杂，精细的光机设计和收发 校准、微弱信号的灵敏探测和快速响应是实现探测目标的前提，而这需要激光雷达厂商具 备光、机、电等子模块的协同设计和优化能力，并需要具备与之想匹配的高精度生产制造
能力。此外，激光雷达行业仍处于发展早期，技术创新性强、产品迭代速度快，现已由最 初的单点激光雷达发展到当下机械式、半固态式、固态式、FMCW 等多种技术方案，各技 术路径的选择要综合考虑性能以及成本，我们认为不同的技术路径还将继续共存；
同时激 光雷达系统激光器、探测器等核心器件与半导体行业契合度较高，收发单元阵列化及核心 模块芯片化继而享受“摩尔定理”降本提效红利是行业的发展趋势，这也意味着收发系统 的核心部件是激光雷达厂商实现降本和提升产业链话语权的关键。基于行业高壁垒、技术 路线演进迅速、核心收发器件芯片化趋势等特性，我们看好在激光雷达领域具备丰富技术
积累和定点项目的速腾聚创、大疆、华为、禾赛科技和图达通等行业领先厂商的持续发展， 同时也看好具备 SPAD 探测器等核心收发器件自研能力和 3D 视觉感知全栈技术优势的奥 比中光等 3D 视觉感知厂商凭借固态 VCSEL+SPAD 路线脱颖而出。
4.奥比中光：3D视觉感知平台雏形已现，智能驾驶+机器人业务打开成长空间
4.1.3D视觉：深度+广度技术路线构筑核心壁垒，全场景覆盖享受行业增长红利
全栈式+全领域技术布局构筑核心壁垒。公司构建了“全栈式技术研发能力+全领域技术路 线布局”的 3D 视觉感知技术体系。通过在深度和广度两个维度进行双向布局，公司不仅 具备了产品研发的系统级优化能力，而且推动了不同技术路线之间的协同发展，实现单一 技术的更优发展。 在深度方面，公司深入参与系统设计、芯片设计、算法研发、光学系统、软件开发、
量产技术等核心技术的研究，加强对各个环节底层关键技术的掌握，实现了各环节技 术的联动优化和性能提升，从而打造出最适合不同行业需求的产品，克服通用元器件 的局限和不足。
在广度方面，公司梯次开展对结构光、iToF、双目、dToF、Lidar 以及工业三维测量 等六种主流 3D 视觉感知技术路线的全领域布局，以应对 3D 视觉感知产品在各应用 场景下的不同性能要求。 整体来看，不同技术路线可以相互借鉴和促进，从而实现对 3D 视觉感知技术的深度理解 和融合创新，目前，公司基于结构光、iToF、双目、工业三维测量的相关产品已实现规模 产业化应用，自有的
iToF 感光芯片也进入待量产阶段，dToF、Lidar 相关产品正在研发。
聚焦行业头部客户资源推动产品迭代升级，全领域布局充分享受行业增长红利。公司作为 3D 视觉感知行业的先行者，具备优秀的产品研发能力和百万级规模量产能力，是全球 3D 视觉传感器的重要供应商之一，现已得到上游供应链的全球性知名厂商和下游头部客户的 合作与支持。同时，公司基于自身全栈式技术研发能力设计的专项产品已在一些细分行业
逐步成为客户的标配产品，并形成了一定的客户粘性。公司与行业头部客户的合作能够有 效推动公司产品的升级迭代，加固公司核心壁垒，同时极大促进公司对各细分行业的深刻 理解，进而定义出更适合行业需求的产品。具体来看：
生物识别领域：公司是生物识别领域先行的硬件及解决方案提供商之一。在金融方面， 公司助力支付宝率先实现了线下 3D 刷脸支付的规模化商业应用并与中国银联共建 “3D 视觉联合实验室”。在新兴的 3D 人脸智能门锁、门禁方面，公司与凯迪仕、德 施曼等头部门锁企业达成合作并实现量产上市，并针对智能门锁的功耗、FOV、算法 等需求持续优化，增强在该领域的技术和成本优势。AIoT 领域：公司已在
3D 空间扫描、服务机器人等场景形成较为成熟的规模化应用。 在 3D 空间扫描领域，公司为 Matterport、贝壳如视的网上 VR 看房提供 3D 视觉 感知技术，并为惠普 Sprout Pro 一体机提供 3D 视觉传感器。在服务机器人领域，公 司是国内主要 3D 视觉传感器提供商，Jabil（捷普）、优必选等头部机器人企业均是合 作客户。
消费电子领域：公司在 2018 年、2020 年、2021 年为 OPPO 旗舰手机 Find X、魅族 旗舰手机 17 Pro、魅族 5G 旗舰新机 18 Pro 提供基于 3D 结构光技术的视觉传感器、 ToF 系统解决方案和 ToF 一站式量产方案。随着消费电子领域需求的快速增长，公司 正在加快屏下 3D 视觉感知技术方案、增强型 ToF
技术方案等技术研发。工业市场领域：公司拥有多项核心技术，覆盖汽车工业、航空航天、土木工程等 10 多 个学科领域的科研、教学、生产和在线检测场景，其中 2019 年推出的 Tube Qualify 三 维光学弯管检测系统成为全球三大汽车弯管生产企业之一日本三樱的设备供应商。智能汽车领域：产品包括 3D TOF 摄像头和激光雷达，其中基于 dToF 技术的面阵式 Lidar
被认为是未来自动驾驶汽车主流 Lidar 产品之一，子公司奥锐达正积极研发创 新性“VCSEL+SPAD 技术方案”的激光雷达。
公司在芯片、算法等核心环节自研能够发挥深度一体化优势，同时布局六大视觉感知路线 以满足不同领域的特定化需求，并已在下游各领域积累了丰富的头部客户资源；此外，公司基于 3D 视觉感知领域的共性技术积累，向智能座舱 3D TOF 摄像头、激光雷达和机器人 等领域不断开拓。我们认为公司 3D 视觉感知平台雏形已现，有望凭借深度+广度布局充 分享受 3D 视觉感知行业快速发展红利。
科创板上市募资助力公司 3D 视觉感知技术持续迭代升级。2022 年 7 月 7 日，奥比中光在 科创板挂牌上市，拟募集 18.63 亿元资金，主要资金用于投建 3D 视觉感知技术研发项目。 具体研发内容包括 3D 视觉感知技术的系统设计、芯片开发、深度引擎算法及应用算法研 发、软件开发、光学系统设计等。募集资金将推动公司 3D 视觉感知技术进一步迭代升级，
创新研发新技术和新产品，为拓展更多终端应用场景提供支持。目前公司虽尚未盈利，毛 利率低于同行大部分企业，但公司坚持“高强度研发投入—应用场景收入增长—反哺研发 投入”的良性循环商业模式，上市融资能够一定程度上缓解奥比中光的资金压力，募投项 目成功实施后，公司产能有望进一步提升，备战下游应用。
4.2.激光雷达：VCSEL理解深刻+SPAD自研，布局全固态有望后发先至
公司对 VCSEL 技术理解深刻，自研 SPAD 感光芯片构筑核心壁垒，瞄准纯固态 VCSEL+SPAD 激光雷达方案有望后发先至。公司基于 VCSEL 阵列光源发射芯片+SPAD 感 光接收芯片的全固态激光雷达，其单光子面阵的扫描方式非常适合进行芯片化和小型化， 且能够最大限度的减少外围电路的复杂程度并实现全固态扫描，目前公司已在核心部件方 面实现全栈自主研发：发射模块：公司是最早将
VCSEL 技术引入国内并集成到手机的企业，代表产品为 Astra E 系列和 Astra P 系列（2016 年研发，2018 年上市）；2018 年公司同上游企业定制 开发了用于手机前置结构光的一系列核心器件，包括 VCSEL 阵列芯片。因此公司对 VCSEL 的技术、应用及产业链具有较为深刻的理解。
接收模块：公司积极自研 SPAD 感光芯片，目前已完成一款单点 SPAD 芯片以及一款 面阵 SPAD 芯片的流片，同时多款 SPAD 感光芯片处于研发或准备流片状态，公司是 极少数在 dToF 感光芯片上获得台积电先进制程支持的企业之一。扫描模块：公司基于单光子面阵技术的激光雷达采用可控的多光束扫描技术，对 VCSEL
激光器的点阵结构光源进行逐区点亮后对外发射，通过电子扫描的方式完成视 场范围内的激光雷达点云获取。这种可控的多光束扫描光源被称之为可寻址 VCSEL （Addressable VCSEL），其发光效率较高，相较于 Flash 方案，其发射光峰值功率密 度和信号信噪比均显著提高，因此可在相同发光功率条件下大大提升激光雷达传感器 的探测距离。
我们认为公司激光雷达产品架构充分利用其在 3D 视觉感知研发中所积累的结构光光学投影模组、感光芯片设计、视差系统方案设计、标定及量产工艺等底层共性技术，在光学领 域具备百万级别光学系统经验+SPAD 感光芯片自研+数据及感知算法等优势，其纯固态 VCSEL+SPAD 激光雷达方案有望后发先至。
单光子面阵性能提升空间广阔，芯片化&模块化设计成本优势明显。在性能方面，目前奥 锐达产品在户外可实现高反物体约 100 米的探测距离，精度达到 3 厘米，但由于激光器和 探测器的性能仍未被充分挖掘，在未来两到三年，技术指标仍有十几倍的提升空间，据奥 锐达披露，实现 200-300 米的探测距离的最快时间节点将是 2022 年。在成本方面，公司
雷达产品设计简单，无需配备电机、各种振镜和转镜等，且采用模块化设计，重构发射模 块、接收模块、信息处理模块等内部空间，同时采用 CMOS 工艺在批量生产下将随着量能 提升降低成本，整体 BOM 成本在批量化生产下有望降低至 200-300 美元级别。
产线建设进程加速，迎接激光雷达量产浪潮。公司先后克服单光子面阵全固态激光雷达的 系统方案设计、关键器件定义研制、量产制造和标定等多个技术难点，并在 2021 年 6 月 完成了中远距全固态激光雷达样机的研制与发布。目前，公司正在积极推广相关产品，与 汽车产业链合作伙伴进行研发适配。值得指出的是，公司正加速车规级工厂和产线建设， 计划在 2022 年打造一条符合 IATF 16949
标准的车规级产线，并基于自身在视觉技术方 面的技术积累，搭建自动化激光雷达装调产线，减少人工校准，提高量产效率，为全固态 激光雷达量产做准备。
4.3.智能座舱：座舱3DToF摄像头逐渐兴起
智能座舱向 3D 升级，车载 3D ToF 摄像头陆续上车，奥锐达车载 3D ToF 摄像头优势显著。 “五感”的功能升级是主机厂迭代座舱功能的重要路径，更智能的人机交互需要座舱具备 高纬度的机器视觉感知能力，目前全球范围内已有企业开始推出 3D 视觉相关车规级方案， 例如理想 L9 采用 ToF 立体 3D 摄像头，打破了传统智能座舱互动的空间限制。3D ToF 是
一种无扫描光探测和测距技术，基于持续的光脉冲，能够从特定指向场景捕捉深度信息（通 常在 1~2 米内的短距离）。
基于市场需求趋势，奥锐达为智能汽车量身定制的 3D ToF 智能 座舱方案于今年 9 月发布，该自研方案采用车载 ToF 领域量产经验最为丰富的传感器芯片 厂商 Melexis 的产品，并且在高通 8155 平台上实现 VGA 大分辨率 30fps 的高帧频高精度 的 3D 效果，可实现 3D DMS、金融安全级人脸识别、Face ID 和 3D 空间手势交互等功能。 此外，公司 ToF
解决方案具备系统设计、sensor 选型和应用、深度引擎算法移植、量产标 定等要素，可以满足客户的各种定制需求。
从商业模式角度看，奥锐达能够为产业链摄像 头模组制造厂提供 ToF 的标定算法和设备，赋能 Tier 1 做好 ToF 模组，亦能为主机厂提供 从 ToF 传感器芯片方案、深度引擎算法到整机相关的服务，有效降低车载 3D ToF 上车门 槛。我们认为车载 3D ToF 摄像头是 3D 视觉感知技术的延续，奥锐达有望凭借母公司在 3D
视觉感知领域的技术积累和前瞻性的布局，在智能座舱蓝海市场中占据一席之地。
4.4.机器人：与地平线联手引领机器人3D视觉感知发展
3D 视觉感知技术助力机器人向高维智能化方向发展，公司与地平线强强联手，引领机器 人 3D 视觉感知核心应用开发。3D 视觉感知技术顺应了机器人向高维智能化进阶的趋势： 传统服务机器人依照设定路径行进，无法做到感知避障与更高阶的智能判断，而 3D 视觉 感知技术可以帮助机器人在复杂环境中精准定位，实现感知、避障、导航、三维地图重建
等功能，能够助力机器人向高维智能化方向发展。为顺应行业发展需求，公司入驻地平线 机器人开发平台，双方联合推出了适用于服务机器人、扫地机器人的 3D 视觉应用解决方 案。在服务机器人场景，公司基于自主研发的 ASIC 芯片推出高性能双目结构光相机 Dabai Pro，赋能机器人实现感知、避障、导航等功能。
2021 年公司服务机器人业务实现营业收 入 5,656 万元，同比增长 240.84%。在扫地机器人场景，公司在研发高性能双目相机外， 还自主研发推出了小型化低成本的 3D 面阵 iToF 传感器 FC200 模组，为扫地机器人开发提 供全自研 iToF sensor、深度算法 SDK 在内的 3D 视觉系统解决方案，并通过将上述产品接 入地平线旭日 X3
派，可自主开发机器人感知、避障和导航等功能。公司作为国内较早布 局机器人产业的公司，基于自身 3D 视觉感知全栈技术研发实力，打造了囊括底层芯片、 激光雷达、视觉模组到深度算法等机器人 3D 视觉方案；目前公司已正为优必选、普渡、 高仙、擎朗、云迹、猎户星空等国内知名机器人企业合作打造 3D“慧眼”。
我们认为“感 知”是机器人必不可缺的功能之一，公司消费级 3D 视觉感光领域具备百万级别的量产经 验，能够为客户提供具备高稳定性和低成本的解决方案，公司有望在机器人行业迅速发展 中充分受益。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库】
