激光雷达行业深度报告:.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
内容目录 一、激光雷达是实现自动驾驶的必要路径 7 、自动驾驶提速,硬件配置先行 7 、激光雷达是实现 L4/L5 的核心传感器 9 、自动驾驶传感器各有优劣 9 、“纯视觉”or“强感知”?自动驾驶玩家如何布局 L4/5 解决方案? 10 、各应用场景对激光雷达要求各有不同 12 、技术路线:机械式、MEMS 是主流,OPA、Flash、FMCW 发展空间大 13 、工作原理:激光雷达是自动驾驶汽车之“眼” 13 、按测距方法:FMCW 未来会得到更多应用 14 、按扫描方式:MEMS 是主流,OPA、Flash 潜力大 15 二、需求端:智能汽车尚在导入期,Robotaxi 和 ADAS 成长空间广阔 20 、汽车市场空间是手机 3 倍,且智能汽车尚在导入期 20 、无人驾驶:激光雷达主战场 21 、Robotaxi 颠覆了传统汽车产业盈利模式 21 、Robotaxi 头部玩家商业化加速 22 、预计 2025 年全球无人驾驶领域激光雷达市场规模达到 35 亿美元 24 、ADAS:高级别辅助驾驶量产在即 25 、机器人:行业新增量 26 、车联网:路侧 V2X 建设即将铺开 27 三、供给端:行业成长初期,主力玩家各有优势 28 、核心壁垒:车规级、规模化、强迭代 28 、从“0-1”,车规级认证是关键 28 、从“1-N”,规模化降本是核心 29 、高额研发投入和人员储备支撑技术迭代 30 、车载应用将成主流,行业格局尚不清晰 31 、国外企业起步较早,国内玩家迎头赶上 32 、Velodyne:机械式激光雷达龙头,先发优势显著 32 、Luminar:1550nm MEMS 激光雷达领军者 34 、Aeva:FMCW 先行者 35 、Innoviz:905nm MEMS 激光雷达制造商 37 、华为:车规级、高线束、低价格 38 、Livox:独创非重复扫描技术 39 四、禾赛科技:国内激光雷达上市第一股 39 、国内激光雷达行业开拓者,机械式和半固态齐头并进 39 、无人驾驶为切入点,率先绑定头部科技公司 39 、机械式和 MEMS 方案齐头并进,业务领域持续开拓 41 、实控人专业背景强大 42 、营收规模全球第二,毛利率高于同业 43 、加大芯片和算法领域研发投入,保障核心竞争力 44 、IPO 募投项目:巩固制造、芯片和算法能力 45 五、看好禾赛科技突出重围 45 、产品端:机械式产品性能超越 Velodyne 45 、产能端:IPO 募投扩产,稳步扩张 47 、生产端:自主生产,降本增效 48 、价格端:持续迭代,ASP 相对稳定 49 六、市场如何给激光雷达公司估值? 49 、参照公司:计算平台、视觉方案供应商、汽车技术颠覆者 49 、估值指标:EV/Revenue、EV/EBITDA 最常用 50 、激光雷达赛道未享受股估值溢价,Luminar 现阶段最被看好 50 七、风险提示 52 图表目录 图 1:全球自动驾驶领域主要玩家和自动驾驶布局 7 图 2:科技和芯片公司自动驾驶发展路径更为激进 8 图 3:市场上已经量产的自动驾驶传感器方案,新势力和科技公司更为激进(单位:个) 8 图 4:自动驾驶传感器在汽车上的应用随着单车智能的升级大幅增长 9 图 5:各类传感器性能比较 9 图 6:精度方面,激光雷达是毫米波雷达的 10 倍 10 图 7:纯视觉计算代表为特斯拉、Mobileye 和 Apollo Lite 11 图 8:Mobileye 将把摄像头、雷达/激光雷达开发成独立的子系统 11 图 9:Mobileye 明确下一代系统将使用前置雷达 11 图 10:奥迪之后,其他主流车厂都推出激光雷达方案 11 图 11:全球主流 OEM、Tier1 和科技公司在激光雷达领域布局 12 图 12:激光雷达下游应用领域广泛 13 图 13:无人驾驶和高级辅助驾驶将成为激光雷达最大的应用领域 13 图 14:iPhone12 上搭载激光雷达模组 13 图 15:ToF 激光雷达工作原理 14 图 16:ToF 和 FMCW 测距法的主要特点 14 图 17:FMCW 抗干扰性强,是 Aurora 推荐方案 15 图 18:Aeva 是业内首个采用 FMCW 法的激光雷达公司 15 图 19:激光雷达按技术路线分类、原理和主要玩家 15 图 20:激光雷达优劣势对比 16 图 21:目前机械激光雷达仍然占据较大份额 16 图 2

文档评论(0)

535600147 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档