更懂中國智能電動汽車的第三方研究機構“CHINASMARTELECTRICVEHICLE”SERIES

REPORT系列報告中國智能汽車新一代傳感器研究報告億歐智庫CopyrightreservedtoEOIntelligence,July

2023前言回顧2022年，智能汽車產業涌現出了一批新型智能傳感器，其性能相比傳統傳感器來說，都有了大幅度的提升。在智能駕駛場景中，環境感知傳感器的硬件性能將直接影響后續的感知融合、決策規劃以及車輛控制環節，更高性能的感知傳感器能夠提供更豐富的信息，同時能讓整個自動駕駛系統變得更穩定、魯棒性更高。在智能座艙場景中，性能更優的感知傳感器不僅可以適應更多變的環境，也可以為駕駛員提供更好的人機交互。環境感知傳感器已成為了整個智能汽車技術棧不可或缺的一部分，這在一定程度上推動了環境感知傳感器的快速發展。億歐智庫發現，面對多變復雜的感知環境，傳統環境感知傳感器性能已無法滿足更高級別智駕功能和更好人機交互需求。此時，在智能駕駛和智能座艙場景中，出現了一些具備自主學習能力，并且能支持AI技術處理大規模數據的智能傳感器，這類傳感器可以被稱為“新一代傳感器”。新一代傳感器相比于傳統智能傳感器，其在軟硬件層面都有了較大幅度的提升，讓感知融合上升到了新的高度。在軟件層面，新一代傳感器提供的數據量較大，同時會提供三維深度信息，更適合應用在深度學習模型；在硬件層面，新一代傳感器內部核心部件的精密化程度更高，并且對芯片性能要求也更高。從已上市車型的搭載情況來看，新一代傳感器已實現了小規模上車。在發展初期，新一代傳感器的發展前景受到行業人士的激烈討論，包括各傳感器的相對優勢、實際場景應用的前景和挑戰、未來技術發展路徑等。為了解答上述問題，億歐智庫通過行業專家訪談、案頭深入研究等方式，撰寫了《中國智能汽車新一代傳感器研究報告》。本報告針對智能汽車新一代傳感器的發展現狀、市場格局、場景應用前景、主流企業的現狀等問題進行了深入地研究與分析，并對當前行業內產品與技術發展趨勢、產業生態和企業管理觀念的發展趨勢、市場投融資趨勢進行研究與解讀，同時報告對典型傳感器的市場規模與滲透率進行預測，使行業內外人士可以更直觀地了解當下中國智能汽車新一代傳感器的發展進程與市場動態。目錄C

O

N

T

E

N

T

S01 中國智能汽車新一代傳感器市場綜述智能汽車傳感器發展歷程與分類智能汽車新一代傳感器概述智能汽車新一代傳感器產業鏈分析02 中國智能汽車新一代傳感器具體產品分析典型新一代傳感器盤點具體產品發展現狀分析中國智能汽車新一代傳感器應用場景分析新一代傳感器智駕場景應用分析新一代傳感器智艙場景應用分析0304 中國智能汽車新一代傳感器發展趨勢技術與產品發展趨勢商業及生態發展趨勢投融資市場發展趨勢目錄C

O

N

T

E

N

T

S01 中國智能汽車新一代傳感器市場綜述智能汽車傳感器發展歷程與分類智能汽車新一代傳感器概述智能汽車新一代傳感器產業鏈分析02 中國智能汽車新一代傳感器具體產品分析典型新一代傳感器盤點具體產品發展現狀分析中國智能汽車新一代傳感器應用場景分析新一代傳感器智駕場景應用分析新一代傳感器智艙場景應用分析0304 中國智能汽車新一代傳感器發展趨勢技術與產品發展趨勢商業及生態發展趨勢投融資市場發展趨勢汽車傳感器的發展歷史悠久，應用范圍已從車輛本身延申到了外部環境。從20世紀60年代至21世紀初，各類車身感知傳感器陸續出現，比如，燃油車主要以測量壓力、油量、水溫等傳感器為主，而電動車主要以測量電流、氣體等傳感器為主。近年來，伴隨著AI技術的不斷發展，智能車時代對于環境感知傳感器的需求逐漸涌現，而大部分環境感知傳感器都是具備信息采集和信息處理能力的智能傳感器。智駕場景和智艙場景成為了環境感知類智能傳感器主要的應用場景。由于車內外的環境復雜度較高，信息處理難度較高，這讓智能傳感器成為了智駕和智艙最主要的傳感器。數據來源：公開資料、億歐智庫1.1

智能汽車傳感器進入AI賦能時代，環境感知類傳感器成為未來發展重心汽車上僅有機油壓力 防抱死制動裝置和安 基于AI技術的智能型傳傳感器、油量傳感器、 全氣囊有關的傳感器 感器大量涌現，具備對水溫傳感器，與儀表 開始出現 外部環境檢測、處理和或指示燈連接 自適應的能力20世紀60年代 80-90年代 近年來70年代 21世紀應用于治理排放的傳 動力系統中，流體溫度和壓力感器開始出現 傳感器、速度和位置傳感器、含氧量傳感器等陸續出現根據使用目的不同，汽車的傳感器可分為車身感知傳感器和環境感知傳感器。車身傳感器主要是對車輛本身的感知，類似于汽車的“神經末梢”，分布于動力系統、底盤系統、車身系統。常見的傳感器包括壓力傳感器、位置傳感器、溫度傳感器、線加速度傳感器、角加速度傳感器、空氣流量傳感器、氣體傳感器。環境感知傳感器主要是對自車周圍的環境進行檢測識別，并將獲取的信息進行預處理后，提供給汽車計算平臺進行決策規劃。此外，環境感知類傳感器也會被應用于艙內的駕駛安全監測和人機交互等功能。常見的環境感知傳感器包括主動型傳感器（超聲波雷達、毫米波雷達、激光雷達）和被動型傳感器（攝像頭、紅外熱成像等）。億歐智庫：汽車傳感器的發展歷程年中國智能汽車環境感知類智能傳感器介紹傳感器類型工作原理應用場景主動型傳感器超聲波雷達發射或接收超聲波，根據折返時間測算距離智駕場景毫米波雷達發射或接收毫米波，根據回波頻差測算距離和速度智駕場景智艙場景激光雷達發射和接收激光，根據折返時間測算距離智駕場景被動型傳感器攝像頭采集外部信息，依據算法進行圖像識別智駕場景智艙場景紅外熱成像通過接收到的能量生產熱影像或熱圖像智駕場景智艙場景智能傳感器的工作原理主要是以光信號或電磁波信號為主。智能傳感器的應用場景主要是在智駕場景和智艙場景。環境感知數據需要的信息維度增多，數據處理難度提升。2D數據已無法滿足自動駕駛的需求，為了提升自動駕駛系統的魯棒性，需要獲取目標物的距離、高度、速度等多維度信息，但多維度數據會提升數據處理難度，傳統規則算法模型已無法適應此類數據類型?；贏I技術的新一代傳感器成為了智能傳感器的新趨勢。新一代傳感器具備邊緣計算能力，能夠對數據進行實時采集和計算，相比于傳統智能傳感器，其核心部件的精密度更高，軟硬件的要求也更高。億歐智庫認為，在AI技術的加持下，新一代傳感器能夠更快地處理大量數據，同時也能夠通過自主學習能力，更好地處理深度信息。數據來源：億歐智庫1.2.1

新一代傳感器技術多維升級，AI技術賦能實現能力躍級亮道智能CMO江南逸一般來說，支持AI算法的傳感器，都可以被稱為新一代傳感器。比如高線數的激光雷達，以及支持駕駛員姿態識別的艙內傳感器。傳統智能傳感器

VS

新一代傳感器軟硬件分類傳統智能傳感器的特點新一代傳感器的特點硬件層面核心部件發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較高軟件層面基于規則算法為主基于AI技術的深度學習模型數據量較小數據量較大，且需要邊緣計算能力二維信息為主，且缺少深度信息大多為三維信息，且具備深度信息新一代傳感器定義在智能駕駛和智能座艙場景中，具備自主學習能力，并且能夠支持AI技術處理大規模數據的新一代智能傳感器。例如，激光雷達、4D毫米波雷達等。核心部件要求高收發核心組件的性能高低，決定了傳感器的性能高低傳感器芯片的硬件性能高低，決定了傳感器的算力大小和信息自處理能力數據處理維度高有更多深度信息，例如目標物的距離、高度、速度、加速度等信息數據量非常大，且需要實時進行采集AI技術的依賴度高基于AI技術的深度學習模型成為了趨勢，減少了傳統處理過程中的信息丟失。例如傳統的激光點云處理，主要為地面點云分割、目標物點云分割、目標物聚類分析、匹配與跟蹤，而深度學習模型可以直接處理點云數據新一代傳感器特征新一代傳感器主要出現于汽車智能化時期，此時，智駕功能開始實現L2級以上的高速和城區NOA，而智艙功能朝著更智能化的人機交互類功能發展，比如乘客的情緒識別、手勢識別等。至2023H1，一些新一代傳感器已在部分主機廠車型搭載，比如激光雷達已經在新勢力車企、傳統車企孵化的新進品牌等主推車型上得到應用，新一代傳感器已具備小規模上車的能力。數據來源：公開資料、億歐智庫1.2.2

汽車智能化時期，功能需求提升加速新一代傳感器逐漸規?；宪嚾加蛙嚂r期電動化時期智能化時期該階段實現的功能代表的傳感器超聲波雷達低分辨率的攝像頭高分辨率的攝像頭毫米波雷達激光雷達4D毫米波雷達3D-ToF攝像頭智駕層面實現近距離的感知避障的功能智駕層面實現L0-L1級功能：ACC、AEB等智艙層面身份識別、駕駛員疲勞監測等功能智駕層面實現L2級以上的功能：高速NOA、城區NOA等智艙層面情緒識別、手勢識別等功能億歐智庫：不同階段下智能汽車新一代傳感器的發展概況2023H1部分主機廠新一代傳感器的搭載情況主機廠車型激光雷達4D毫米波雷達3D-ToF攝像頭蔚來ES8/ES7/ET7/ET8等√小鵬G6/G9等√理想L7/L8/L9√√上汽智己L7/飛凡F7/飛凡R7√√路特斯Eletre√√長安深藍SL03√北汽極狐極狐阿爾法√高合HI-PhiY/Hi-Phi

Z√廣汽埃安LXPlus/Hyper

GT√合創V09√一汽紅旗E001√國家與地方政策共同支持新一代傳感器產業發展。國家與各個省會城市在扶持智能汽車產業時，都給予了新一代傳感器發展的支持，包括企業的技術研發、技術的商業化落地等。新一代傳感器成為了行業發展的重要組成部分。在BEV+Transformer的背景下，新一代傳感器所提供的深度信息，能夠更好地提升整個大模型的可靠性；同時，高階智駕功能需要新一代傳感器來彌補傳統傳感器的缺陷，也需要其應對更多的Corner

Case。新一代傳感器成為感知系統中必不可少的配置。一方面，新一代傳感器需要采集深度信息來彌補傳統傳感器的性能缺陷，減少急剎急停等操作；另一方面，新一代傳感器需要適應更多變的環境、給出更多的交互信息、提升多模態的交互體驗。數據來源：公開資料、億歐智庫1.2.3

三大層面加速新一代傳感器對傳統傳感器的替代政策層面行業層面 用戶層面該感知范式下，感知系統的性能邊界不再受限于單個傳感器的性能邊界，并且新一代傳感器的數據信息能更快地應用在大模型中。?

BEV+Transformer大模型發展的需求：以Camera和Lidar融合為例：LidarCamera映射到統一坐標系下融合原始數據的特征提取融合結果輸出高階功能的需求：重感知下，城區NOA功能受阻：城區高精地圖的鮮度遠無法達到功能需求，定位的大部分重擔將轉移給感知。新一代傳感器的適配度：彌補傳統智能傳感器的性能瓶頸，尤其是惡劣天氣、強弱光等極端工況，更好地挖掘城區Corner

Case。?

滿足用戶更舒適的駕駛體驗例如，

常見的攝像頭+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較低，整個感知系統容易出現誤報、漏報的問題，從而導致車輛無法識別出較遠處的目標物，讓車輛出現急剎的情況，影響用戶的駕駛體驗感。交互體驗感提升?

多模態的交互體驗環境適應度提升?

能適應更加多變的環境變化駕駛安全的提升?

更直接的輸出交互信息國家層面2022年1月

國務院《“十四五”數字經濟發展規劃》瞄準傳感器、量子信息、網絡通信、集成電路等戰略性前瞻性領域2022年8月

科技部《關于支持建設新一代人工智能示范應用場景的通知》針對自動駕駛從特定道路向常規道路進一步拓展需求，運用車端與路端傳感器融合的高準確環境感知與超視距信息共享、車路云一體化的協同決策與控制等關鍵技術……地方層面2022年12月

廣東《新一代人工智能創新發展行動計劃（2022-2025年）》著力推進面向智能制造、無人系統等新興領域的視覺、觸覺、測距、位置等智能傳感器研發及轉化應用年2月北京《關于北京市推動先進制造業和現代服務業深度融合發展的實施意見》突破先進傳感器、車規級芯片、自動駕駛車控和車載操作系統等領域關鍵技術年2月上海《推進“大零號灣”科技創新策源功能區建設方案》加強人工智能場景示范應用，聚焦高端芯片、智能傳感器以及工業軟件領域的核心研發技術……?

滿足用戶更好的人機交互體驗數據來源：億歐智庫1.3

國內智能汽車發展浪潮下，本土感知傳感器供應商迎來彎道超車的機會主機廠智能駕駛解決方案商新一代感知傳感器的上下游產業鏈主要可分為上游的各類傳感器供應商、中游的智能駕駛解決方案商和智能座艙解決方案商、下游的主機廠，其中，不同類型的傳感器都有不同的核心元器件組成，對應的供應商也會有所不同。得益于國內智能汽車的發展大浪潮，感知傳感器的供應商已不再以國外企業為主，不少國內供應商的技術實力和產品可靠性也得到了主機廠、智能駕駛與智能座艙解決方案商的認可。億歐智庫：中國智能汽車新一代傳感器產業圖譜激光雷達智能座艙解決方案商D4毫米波雷達D-ToF3攝像頭激光雷達整機廠接收模塊 信號處理發射模塊 掃描模塊射頻MMIC 高頻PCB軟件算法 信號處理4D毫米波雷達整機廠ToF

芯片VCSEL信號處理光學模組3D-ToF攝像頭方案商目錄C

O

N

T

E

N

T

S01 中國智能汽車新一代傳感器市場綜述智能汽車傳感器發展歷程與分類智能汽車新一代傳感器概述智能汽車新一代傳感器產業鏈分析02 中國智能汽車新一代傳感器具體產品分析典型新一代傳感器盤點具體產品發展現狀分析中國智能汽車新一代傳感器應用場景分析新一代傳感器智駕場景應用分析新一代傳感器智艙場景應用分析0304 中國智能汽車新一代傳感器發展趨勢技術與產品發展趨勢商業及生態發展趨勢投融資市場發展趨勢數據來源：公開資料、億歐智庫2.1

市場上典型的新一代傳感器包括激光雷達、4D毫米波雷達、3D-ToF攝像頭激光雷達以半固態或者純固態為主，減少了傳統的機械掃描方式后，固態化的激光雷達更符合車規級標準，體積變小后也能夠更容易地安裝在車上。激光雷達的優勢是探距遠、測距精度高、識別度高，并可生產距離信息，但激光雷達容易受到惡劣天氣、光照等影響，成本也較高。4D毫米波是在傳統毫米波基礎上增加了高度信息。4D毫米波相比傳統毫米波雷達，其測距能力和測距精度都得到了大幅提升，并克服了無法識別靜態目標物的缺點，但由于還是采用電磁波的原理，仍然易受到電磁干擾的影響。3D-ToF攝像頭利用ToF技術得到整幅圖像的深度信息，能夠獲取到目標物之間更豐富的位置關系，也能利用CMOS的特性對物體姿態進行有效判斷，限于分辨率和成本等因素，目前應用場景主要在艙內。激光雷達 4D毫米波雷達 3D-ToF攝像頭?

簡介：固態化的激光雷達不再依賴原先旋轉的機械部件，減少了電機、軸承等部件的成本，減少了收發模塊的部件數量。其中，半固態的激光雷達以轉鏡、MEMS為主，純固態的激光雷達以OPA、FLASH為主。?

優勢：探測距離遠、精度高，可識別行人和物體；FMCW激光雷達可測目標物的速度信息?

劣勢：易受到惡劣天氣、光照明暗的影響，成本較高主激光雷達補盲激光雷達?

主流安裝位置?

性能參數：測距能力、點頻、角分辨率、視場角、測距精度、測距準度、功耗等簡介：4D毫米波指的是在原有的距離、方位、速度三個維度基礎上增加了高度信息。其增加了縱向天線及處理器，可以接收更多信息返回點，并像激光雷達一樣呈點云圖。性能參數：測距能力、角分辨率、視場角、測距精度、速度精度、功耗等優勢：探測距離遠、精度高，可識別行人和物體；相比傳統毫米波雷達，可以識別靜態目標物劣勢：易受到電磁干擾的影響，成本高主流安裝位置4D毫米波雷達簡介：3DToF是利用ToF技術，采用主動光探測方式，利用入射光信號與反射光信號的變化來進行距離測量。所以，它的照射單元都是對光進行高頻調制之后再進行發射。性能參數：分辨率、視場角、動態范圍、功耗、信噪比等優勢：幀率較高，可提供動態信息劣勢：像素尺寸較大，分辨率較低，成本高主流安裝位置3D-ToF攝像頭激光雷達的性能取決于收發模塊的技術水平。激光雷達主要分為發射模塊、接收模塊、掃描模塊、控制及處理模塊四個部分，其中，收發模塊決定了激光雷達的大部分性能指標（包括測距、精度、功耗、點頻等），二者占激光雷達總成本達到50%-60%。億歐智庫認為，905nm將采用“VCSEL+SiPM”的方案，實現降本和性能提升，而1550nm將憑借探距優勢，實現差異化競爭。短期內，半固態產品是主流方案；長期方向上，純固態產品是最終方案。減少機械運動部件的固態化方案，可使產品壽命更長、體積更小、靈敏度更高、更易符合車規級標準。數據來源：禾賽科技、億歐智庫；*EEL（邊發射激光器）、VCSEL（垂直腔面發射激光器）、APD（雪崩光電二極管）、SPAD（單光子雪崩二極管）、SiPM（硅光電倍增管）、OPA（光學相控陣掃描）、Flash（面陣式掃描）2.2.1

收發模塊決定了激光雷達性能，固態化和SoC芯片化路線是發展方向掃描模塊控制及處理模塊發射光學系統含透鏡、反射鏡、濾光片等激光器如EEL、VCSEL等激光驅動驅動激光器發射激光脈沖接收光學系統含透鏡、反射鏡、濾光片等發射模塊 發射激光 接收模塊 接收回波探測器如APD、SiPM、SPAD等模擬前端通道選通及模擬信號放大掃描器如電機、微振鏡等掃描器驅動驅動掃描器實現偏轉模數轉換模擬信號轉換為數字信號主控模塊時序控制、波形算法處理、激光雷達其他功能模塊控制、生成點云數據ToF激光雷達核心模塊示意圖發射模塊：905nm

VCSEL將取代EEL；1550nm實現差異化競爭控制及處理模塊：FPGA仍是主控芯片的主流方案，SoC芯片是趨勢掃描模塊：固態化是趨勢FPGA方案：能滿足算力需求。點云數據量較大，須消耗大量算力適應算法的快速迭代。激光雷達應用仍處于探索階段，有利于反復迭代修改SoC芯片單片集成探測器、前端電路、波形數字化、算法處理、脈沖控制等功能VCSEL成本低。VCSEL不需要在側面進行太多加工前期VCSEL發光功率低的問題已解決。半導體激光器由PN結構成，多層PN結的結構能大幅增加發光強度1550nm光纖激光器：APD：接收模塊：1550nm走向APD；905nm走向SPAD/SiPM受光照變化和環境溫度干擾程度較輕。具備高動態范圍、高量子效率硅材料的限制。1550nm

的光子需要銦鎵砷等材料，此類材料工藝成熟度較低905nmEELVSVCSEL：

905nm->VCSELVCSEL的低成本和高集成度更適合推廣1550nm

->差異化競爭探距性能、安全保障的差異性明顯探距長、人眼安全等優勢是賣點。探測距離超過250m，激光光束易被水吸收成本高、功耗高、壽命短是阻點。光源材料稀缺，光纖可放大激光能量SPAD/SiPM：

SPAD性能優于APD。體積小、靈敏度高、增益強等SiPM是一組并聯的SPAD。增強了光強的感知能力905nm->

SPAD/SiPM高靈敏度的特性受到越來越多激光雷達廠商認可1550nm->

APD受限于特殊材料限制，APD的低成本、高可靠性仍然適用半固態轉鏡/MEMS：純固態Flash/OPA：固態化短期半固態的轉鏡、MEMS方案是主流；長期純固態為最佳方案減少了機械運動部件。體積更小，更加易集成安裝增加了點云密度。高線數增加了點云密度消除機械運動部件。更易過車規提高了壽命。零部件的損傷程度降低1.

收發模塊決定激光雷達性能2.

成本占比50%-60%數據來源：各公司官網、專家訪談、億歐智庫2.2.1

部分廠商的產品性能與可靠性已被市場認可，固態激光雷達成為行業發展目標主流玩家禾賽科技速騰聚創圖達通華為探維科技產品名AT128M1獵鷹Falcon華為96線Duetto激光波長905nm905nm1550nm905nm905nm掃描方式一維轉鏡MEMS二維轉鏡MEMS轉鏡等效線數等效128線等效125線等效150線等效96線等效130線發射端VCSELEEL光纖激光器—EEL接收端SiPMSiPMAPD—SiPM性能探測范圍200m@10%150m@10%250m@10%150m@10%最遠可達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工作溫度-40°~85°-40°~85°-40°~85°-40°~85°-40°~85°搭載車型理想L7/L8/L9、高合HiPhiZ/HiPhi

Y、路特斯Eletre仰望U8、騰勢N7、智己LS7/L7、飛凡F7、紅旗E001/E202、極狐阿爾法、睿藍7、埃安LX蔚來ET5/ET7/ES7/EC7/新款ES8/新款ES6阿維塔11、哪吒S合創V09激光雷達廠商的固態化路徑可分為從機械式向純固態過度和直接跨入半固態/純固態兩類。其中，前者類型的企業前期主營業務皆來自工業級激光雷達方面業務，應用場景包括工業測繪、航空航天、地鐵交通等，依靠穩定的現金流和技術底蘊，逐步過渡到固態化產品；后者類型的企業直接投入到固態化產品研發，意愿快速搶占市場份額。頭部激光雷達已經拿下部分主機廠定點，產品的可靠性已得到市場認可。禾賽科技、速騰聚創、圖達通等頭部公司的產品已經搭載上車，高端上市車型基本已做到了普及，如蔚來（ET5、ET7）、理想（L9）等，北汽、上汽、廣汽等高端車型也可以選配激光雷達。年國內已上車激光雷達產品參數詳情路徑一路徑二激光雷達廠商固態化的兩類演化路徑從機械式向純固態過度直接跨入半固態/純固態豐富的產品矩陣，打造更高的點云質量、更廣的視場角和更低的成本。目前，禾賽科技的所有產品主要應用于三大場景，其中，“Padar系列+QT系列”應用于自動駕駛場景、“AT系列+ET系列+FT系列”應用于ADAS場景、“FT系列+XT系列”應用于無人機器人場景。芯片化是降本的關鍵所在，禾賽科技長期布局自研芯片。傳統的分立式設計難以適應未來的規?；慨a，芯片化設計無疑在降低產品自身結構成本和生產成本兩方面，都表現較為突出。數據來源：禾賽科技、億歐智庫2.2.1

豐富的產品矩陣布局三大應用領域，禾賽科技在降本之路上堅持芯片化自動駕駛ADAS無人機器人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研發中 產品落地 SOP階段 車規級更高的點云質量更廣的視場角更低的成本2017-20202018-20222019-2020-2026V1.0V2.0V3.0V4.0芯片化設計：激光雷達的降本之路?

傳統設計的弊端傳統的激光雷達采用的是分立式設計，即上百個激光器和接收器和處理器都需要“分別獨立”地堆疊到一起，導致不僅結構龐大，而且零部件多，對精度要求高，非常難以裝配。?

芯片化的優勢使激光雷達元器件數量大幅減少，簡化的結構帶來了顯著的成本降低由于結構簡化、零部件少，因此裝配步驟更少、光學校準更具整體性，具備自動化生產的優勢禾賽從

2017

年開始就布局自主研發激光雷達專用芯片（ASIC）速騰聚創正式向港交所遞交上市申請，各業務線穩步發展。2022年，公司營業收入5.3億元，同比增長60.12%，其中，車載ADAS應用產品收入1.6億元，占比30.2%。公司獲得多個頭部車廠的定點，乘用車與商用車領域皆有布局。在乘用車方面，公司已獲得吉利汽車、廣汽埃安、長城汽車、小鵬汽車、路特斯、零跑汽車、Lucid等定點項目；在商用車方面，公司已獲得前程汽車、摯途科技、東風商用車等定點項目。軟硬件協同發展，可提供整套技術解決方案。在硬件層面，公司擁有三大硬件研發平臺，面向車規產品的主要是M平臺和E平臺，也是公司芯片化研發的主要方向；在軟件層面，算力需求低、可兼容性強、可檢測與分類信息的第一代HyerVision平臺基本得到市場認可，未來第二代平臺可支持多感知方案，算法也易于開發。數據來源：速騰聚創、億歐智庫2.2.1

速騰聚創正式向港交所遞交申請，軟硬件協同發展助力穩定業績發展部分客戶情況1.61.21.92.40.40.90.12020ADAS應用產品0.42021機器人及其他應用產品2022解決方案 服務及其他整車廠客戶非整車廠客戶2020-2022年速騰聚創各業務線經營業績情況（單元：億元）ADAS應用產品,30.2%機器人及其他應用產品,

45.1%服務及其他,

1.6%解決方案,23.1%億歐智庫：速騰聚創軟硬件發展情況1.73.30.25.30.11.2硬件層面軟件層面R平臺M平臺E平臺傳輸接收處理掃描EELEELAPDSiPMFPGASoC一維機械馬達二維MEMS馬達

VCSEL陣列二維驅動SPAD陣列3D堆疊SoC二維掃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。僅需要不到0.5TOPS兼容性。可兼容多種算力平臺和大多數感知應用程序，跨平臺支持多種車型豐富的物體檢測與分類信息。包括可行駛區域檢測、物體識別、移動物體跟蹤HyperVision

2.0支持多感知方案。比如純視覺、純激光雷達、視覺+激光雷達等三種不同方案更易于解釋的感知算法。使傳感器可以通過神經網絡流向各個任務與分支，極大地提升了感知軟件的智能性M

系列激光雷達產品：產品迭代線：M1->M1P->M22022年，M1銷量3.66萬臺與M1相比，M1P性價比更高、功能更強，2022年銷量4,300臺與M1P相比，M2靈敏度更高，探測范圍可達200米@10%，水平分辨率0.1°，預計年發布E

系列激光雷達產品：基于Flash技術，滿足車輛補盲需求數據來源：中金證券、億歐智庫2.2.2

4D毫米波雷達技術路線尚未清晰，短期多芯片級聯方案或實現規?；?D毫米波雷達目前擁有四條技術路線，包括多芯片級聯、專用芯片、軟件算法以及超材料。除了超材料技術路線外，其它三條技術路線都在推進商業化的過程中，其中多芯片級聯方案已經得到了市場認可，少部分車型已實現了上車，但是該方案通過堆砌芯片來提升傳感器性能，不具備可持續性發展，更小的體積、更低的成本依然是未來的最終趨勢。4D毫米波雷達的技術路線之爭尚未結束，四種技術路線皆有可能“彎道超車”。多芯片級聯技術路線的4D毫米波產品會先實現規?；慨a，但專用芯片和軟件算法技術路線也同樣在加速產品研發和商業化推進。4D毫米波雷達技術路線分析技術路線類型01：多芯片級聯02：專用芯片03：軟件算法04：超材料簡介優勢技術成熟度較高開發難度低可快速商業化集成度高體積小、易安裝硬件成本低尺寸小、功耗低信噪比較高探測性能高劣勢代表企業億歐智庫洞察：多芯片級聯（級聯+MIMO方案）：級聯指的是將多顆MMIC芯片在射頻PCB板上連接在一起，達到收發天線數量倍增的效果；MIMO指的是在不增加接收天線實際數量的前提下，僅增加發射天線數量且巧妙設計其位置，以實現接收通道倍增的效果功耗高、尺寸較大信噪比低中頻同步難產品迭代難度大各技術路線的成熟度情況：多芯片級聯->軟件算法->專用芯片->超材料多芯片級聯技術率先實現小規模商業化專用芯片：指將天線、MMIC等進一步集成至芯片級別，更加順應雷達小型化趨勢。相比傳統雷達廠商走的“級聯+MIMO”的技術路線，該路線更適合初創企業，能夠實現差異化的競爭優勢研發難度較高、成本高數據處理難度大不利于定制化產品成熟度較低部分車型已搭載了4D毫米波雷達，如上汽R系列和F系列搭載了采埃孚的PREMIUM產品、長安深藍搭載了森思泰克的產品、路特斯搭載了福瑞泰克的FVR40該技術路線的成熟度相對較高，但性能迭代優化上的瓶頸較為明顯專用芯片和軟件算法將成為差異化競爭路線軟件算法：指將軟件算法直接作用在MIMO環節，虛擬出更多信號通道。具體來說，就是通過調頻來動態調整探測距離，通過調相來增加虛擬通道，通過調幅來適應不同行車環境超材料：指根據特殊需求合成的材料，具有天然材料所不具備的物理屬性。通常超材料技術專注于天線材料方面的優化，通過控制電壓來定向操控電磁波束，提高探測精度天線布局的難度高時效性差技術成熟度低研發難度高專用芯片技術路線是產業內較為認可的技術路線，其趨勢是通過少芯片、低成本的方式實現更高性能的產品。主要玩家是初創科技公司，如Arber、UHNDER等軟件算法技術路試圖另辟蹊徑，以算法來降低對硬件的依賴度，但技術成熟度上受限于硬件性能，算法的技術壁壘會非常高。主要玩家是有一定算法研發能力的企業，比如傲酷（Oculii）、Mobileye等數據來源：公開資料、億歐智庫2.2.2

國外4D毫米波雷達廠商已實現商業化，本土廠商憑借成熟可靠的產品或厚積薄發主流玩家大陸傲酷Arbe采埃孚博世華為華域汽車森思泰克福瑞泰克產品型號ARS

540FALCONEAGLEPhonenixLynxPREMIUMFR5CU高分辨率4D雷達LRR30LRR40STA77-6STA77-8FVR40合作廠商寶馬通用、長城--上汽R、F系列--友道智途-長安路特斯工作頻段76-77GHz76-81GHz76-81GHz77GHz77GHz-76-77GHz77GHz77GHz77GHz77-79GHz77-79GHz-芯片AWR2243AWR2243AWR2243自研芯片自研芯片-RXS816x-AWR2243S32R45---收發天線12T16R3T4R6T8R48T48R24T12R12T16R4T8R12T24R6T8R12T16R6T8R12T16R6T8R點云數量（個/幀）2000-1000---1000150010243072102430721024功耗23W2.5W5W23W--15W-6.5W-7W-5W距離探測范圍300m200m350＋m300m260m350m302m300+m300m350m280m350m350m距離精度0.1-0.3m0.16m0.16m0.07-0.6cm0.1-0.8m0.07m----0.07m-0.1m速度探測范圍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水平視場角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°垂直視場角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°年國內外部分4D毫米波雷達廠商及產品參數情況國外4D毫米波雷達廠商以國際Tier1巨頭為主，產品成熟度較高。國際Tier1的4D毫米波產品主要采用了“級聯+MIMO”方案，通過雙級聯/四級聯NXP、TI的芯片實現多通道。其中，采埃孚的PREMIUM產品已率先搭載于上汽R系列和新款F7車型。國內廠商起步較晚，但后發優勢仍在。國內4D毫米波廠商多數為初創科技企業，產品多數處于研發階段，可靠性有待進一步測試驗證，但國內企業的后發優勢仍然存在。億歐智庫認為，4D毫米波當前仍屬于新事物，應用熟練度不足，國際Tier1提供的產品及服務一般不會涉及具體算法應用層面，而國內初創公司大都具備一定的算法開發能力，能提供更好的產品服務。國外廠商國內廠商木?？萍嫉?D毫米波雷達（I79）采用了76-81GHzRFCMOS射頻技術，可實現350米的探測距離，水平FOV達到120°，能實現ADS、AVP、PA和Self-Driving

Cars等功能。在解決方案方面，可向客戶提供適配于L2.5級ADAS系統的5R方案，以及適配于高級別ADAS的4D+4R方案。行易道成立于2014年11月，至今已在車載毫米波市場布局已達7年，已獲得國外某車廠定點項目。公司可提供77-79GHz各類型毫米波產品。此外，公司自主研發芯片級聯方案的4D毫米波產品，其探測距離可達300米、方位角度范圍

±45°。作為新型傳感器，4D毫米波雷達仍需經歷一段可靠性驗證的過程，國內廠商將在未來主機廠定點項目中不斷去驗證自己產品的可靠性。數據來源：木?？萍?、專家訪談、億歐智庫2.2.2

國內4D毫米波廠商憑借傳統業務的積累與技術沉淀，加快4D毫米波量產進程木牛科技CTO冀連營隨著4D毫米波雷達在特斯拉及其它小批量車型上得到應用后（預計1年左右），行業將對4D毫米波雷達有更進一步的認知。木牛科技在乘用車ADAS系統中的毫米波雷達感知方案K7777GHz

中遠距前雷達200米，100°I7979GHz

4D成像雷達350米，120°T7977GHz

中短距角雷達120米，150°5R

方案適配L2.5級ADAS前雷達

K77*1+角雷達

T79*44D+4R

方案適配高級別ADAS4D成像雷達

I79*1+角雷達

T79*4行易道歷年重要事件與毫米波產品方案77GHz近程毫米波雷達

ASRR100探測距離200米、方位角范圍±5°@

200

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

LRR探測距離250米、方位角范圍±4°@250m支持ADS、FCW、ACC、AEB等79GHzSAR成像雷達探測距離100米、較大的水平視場角支持泊車輔助、高精度地圖歷年重要事件2014.11?

公司成立產品矩陣情況4D成像雷達

ALRR300芯片級聯技術方案探測距離

300米、方位角度范圍

±45°能夠進行目標分類、降低檢測虛警率，實現威脅障礙目標的高置信度檢測77GHz中程毫米波雷達

AMRR200探測距離200米、方位角范圍±5°@

200

m支持ACC、AEB、FCW等2021.04?

獲近億元人民幣C輪融資2015.05-2015.09?

遠程雷達1.0和2.0分別誕生2016.08?

77GHz中程雷達3.0產品發布2017.03?

完成千萬級A輪融資?

在蘇州投建總裝產線2017.082019.09?

與韓國曉林集團和ERAEAMS

Co.,Ltd.合作，并簽訂戰略協議2020.04?

和韓國ERAE合作，為某亞洲整車品牌批量提供77GHz中程毫米波雷達和77GHz近程毫米波雷達3D-ToF攝像頭技術在智能汽車領域發展周期短，目前基于連續波ToF（cwToF）是主流技術方案。3D-ToF攝像頭采用的主流方案是iToF體系下的cwToF方法，根據3D深度差異進行目標物分類，無需根據前景和背景之間的灰度對比來識別目標物。3D-ToF攝像頭自身優勢明顯，但短期內更適合應用在智艙。3D-ToF攝像頭憑借其自身的性能優勢，能輸出兩類信號：一種是深度圖像視頻流，輸出偽彩色圖像，再通過檢測算法和神經網絡進行處理；另一種是代表發射信號強度的幅度圖像（又稱置信度圖像），近紅外2D視頻流，并且不受日光影響。數據來源：公開資料、Melexis、億歐智庫3D-ToF攝像頭工作原理與分類2.2.3

3D-ToF攝像頭憑借良好的抗光性與處高精度優勢，開始在智能座艙獲得應用億歐智庫：基于cwToF方法的3D-ToF攝像頭優劣勢及應用場景分析ToFSensor3D

DataOutputObject?

工作原理3D-ToF攝像頭發射一束光束，該光束被物體反射回來后，攝像頭接收到這個光束，并記錄下該光束從發射到接收的時間。由于光速是固定的，因此可以根據光飛行時間計算出物體與攝像頭之間的距離。同時，3D-TOF攝像頭可以發射多個光束，實現三維成像。?

光學ToF技術分類光學ToF技術直接式dToF間接式iToF柵極ToF(gToF)連續波ToF(cwToF)3D-ToF主流路線優勢劣勢大溫差下性能表現較穩定幀率高系統容易集成可實時生成2D和3D數據分辨率低精度隨距離下降功耗大標定相對復雜硬件成本較高3D-ToF攝像頭更適合艙內場景ToF傳感器自身分辨率相對較低，且水平FOV較窄，現階段不適合應用在智駕層面的環境感知ToF獨特之處是抗光干擾性好、近處信息精度高，能更好地實現車內多模態融合交互體驗LED/VCSELSensor

Controland

Interface國外企業在3D-ToF方面的技術成熟度相對較高。在消費電子領域內，3D-ToF攝像頭技術已經有了較長時間的布局，而國外企業是該技術的主要參與者，這使得他們的技術與產品都相對成熟，也更容易將消費級產品逐步發展至車規級產品。隨著智能汽車領域的高速發展，國內3D-ToF玩家開始大力布局車規產品。由于未來智能汽車市場的巨大空間，國內3D-ToF玩家開始應用國外成熟的ToF部件進行整體解決方案的輸出，比如方案設計、算法開發等。數據來源：公開資料、億歐智庫3D-ToF攝像頭產業概況分析2.2.3

3D-ToF攝像頭的核心部件以國外企業為主，國內玩家集中在模組組裝環節發射端由VCSEL激光器及光學器件組成接收端包括ToF芯片、濾光片和鏡片?；蛑苯庸┙o方案商方案廠商設計方案、算法和選擇主要零部件，同時也會設計ToF芯片提供整套硬件方案提供收發核心部件模組組裝將ToF芯片、VCSEL激光器、光學元器件等集成為一個完整的模塊提出需求VCSEL光學部件ToF

芯片濾光片鏡片模組組裝方案廠商2 智能汽車領域的3D-ToF玩家較少，核心ToF芯片廠商集中于國外企業1 車規級3D-ToF攝像頭發展較緩?

3D-ToF攝像頭前期主要應用在消費電子領域早期3D-ToF攝像頭已在消費電子領域內得到大力發展，包括手機、VR/AR產品等?

3D-ToF攝像頭在智能汽車領域內發展較緩隨著消費級應用的發展級產品技術的不斷成熟，3D-ToF攝像頭逐漸開始應用在智能汽車領域，但車規要求相對更高，產品成熟度的發展需要一定的時間和可靠性認證?

核心部件供應商主要以國外公司為主發射端和接收端的核心部件，如ToF芯片和VCSEL，市場份額主要集中于國外企業，國內企業也有一定布局，但技術成熟度仍有一定差距?

國內企業主要以濾光片、鏡片、模組組裝為主，同時布局方案和算法類似于傳統攝像頭產業格局，國內企業在濾光片、鏡片、模組組裝領域存在一定優勢此外，國內企業在應用層面也有布局，比如提供整體解決方案，包括零部件的選型、算法應用等近二十年的技術打磨，Melexis的3D-ToF產品已被市場認可。

Melexis在ToF技術領域的布局歷史非常悠久，至

2019

年和

2020

年，Melexis分別推出了兩款第三代車規級

3D-ToF

傳感器芯片，并逐漸被具有高端車型的OEM采用，比如國內的理想汽車。Melexis的3D-ToF產品能夠識別人的細微手勢，以及車內物體的形狀、大小，支持駕駛員在保持對路況專注的同時，通過簡單的手勢操作艙內娛樂設備和空調系統，還可通過一系列功能提升駕乘安全性，例如，監測駕駛員的行為、頭部姿態和體位，檢測駕駛員是否手握方向盤或系安全帶。英飛凌在3D-ToF技術上，采取了與pmd的合作開發模式。英飛凌負責半導體工藝研發、產品研發、產品生產、產品物流等，而pmd負責ToF技術研發、ToF像素研發等。數據來源：公開資料、億歐智庫2.2.3

國外3D-ToF玩家已深耕該技術多年，產品性能、功能開發進程等優勢較明顯2004年公司與VUB開始合作研發ToF傳感器，并合作創立SoftKinetic2014年首款車規級3D-ToF攝像頭進入量產2015年第一代產品MLX75023產能大幅提升，主要應用于手勢識別的人機界面2012年推出一款針對解決日光干擾的技術方案2018年第二代產品MLX75024抗日光干擾能力增強Sony收購SoftKinetic，與Melexis合作推出第三代ToF傳感器2019年推出第三代單芯片VGA

ToF傳感器

ICMLX75027ToF傳感器出貨量達到100萬顆2020年推出第三代QVGToFIC

MLX70262022年宣布與理想汽車合作，MLX75027計劃搭載于L7/L8/L9車型參數指標Gen3

QVGAMLX

75026Gen3

VGAMLX

75027像素大小320╳

240640╳

480最大調制頻率100

MHz最大FPS180120產品圖片參數指標Gen3

QVGAEVK75026Gen3

VGAEVK752027FOV110°波長大小940nm激光器VCSEL產品圖片Melexis的3D-ToF攝像頭產品發展史億歐智庫：英飛凌與pmd在3D-ToF技術上的合作系統研發產品物流模塊供應商產品生產產品研發半導體工藝研發ToF

像素研發飛行時間技術研發英飛凌與pmd合作的REAL3?產品優勢：相關應用功能增值提供了一套全面的產品適用于所有環境小型化設計減少BOM用料和部件數與pmd合作，加快產品推向市場應用功能：車內感知：手勢控制、乘員探測、智能安全氣囊車外感知：自動代客泊車、ADAS支持城區NOA功能將成為未來智能汽車領域發展的趨勢，至2027年，預計國內搭載城區NOA功能的新增智能汽車數量將達到438萬輛，而城區NOA功能開發將離不開新一代傳感器的應用。另外，NOA功能的普及，意味著車端需要更強的人機交互，從而為輔助駕駛提供更安全的預警功能，這也需要性能更強的新一代傳感器來實現。億歐智庫預測，至2027年，國內智能汽車在各類新一代傳感器賽道的市場規模和滲透率都會不斷攀升，其中，預計激光雷達市場規模將達到307億元（CARG為124%）、市場滲透率為70%，4D毫米波雷達市場規模將達到114億元（CARG為139%）、市場滲透率為80%，3D-ToF攝像頭市場規模將達到79億元（CARG為122%）、市場滲透率為60%。23571362894382023E2027E2024E 2025E 2026E搭載城區NOA功能的車輛（萬輛）數據來源：億歐數據-2027年中國智能汽車搭載城區NOA功能數量2.3

智駕功能將持續量產升級，新一代傳感器市場規模與滲透率將隨之不斷攀升-2027年中國智能汽車新一代傳感器市場規模和滲透率時間2023E2024E2025E2026E2027E激光雷達：市場規模（億元）123485191307CARG（%）124%滲透率（%）5%10%20%45%70%4D毫米波雷達：市場規模（億元）3142793114CARG（%）139%滲透率（%）3%10%16%60%80%3D-ToF攝像頭：市場規模（億元）310275879CARG（%）122%滲透率（%）3%8%16%38%60%目錄C

O

N

T

E

N

T

S01 中國智能汽車新一代傳感器市場綜述智能汽車傳感器發展歷程與分類智能汽車新一代傳感器概述智能汽車新一代傳感器產業鏈分析02 中國智能汽車新一代傳感器具體產品分析典型新一代傳感器盤點具體產品發展現狀分析中國智能汽車新一代傳感器應用場景分析新一代傳感器智駕場景應用分析新一代傳感器智艙場景應用分析0304 中國智能汽車新一代傳感器發展趨勢技術與產品發展趨勢商業及生態發展趨勢投融資市場發展趨勢激光雷達在探距能力、精度、分辨率等方面的優勢較為明顯。相比于攝像頭和毫米波雷達，激光雷達在自身硬件性能方面有較為明顯的提升，尤其是其點云高分辨率，使得它的探測精度較為突出，劣勢在于安裝難度、惡劣天氣適應能力以及成本等方面。相比傳統毫米波雷達，4D毫米波雷達在保留了原毫米波雷達對復雜環境的適應能力下，它的優勢在于提升了自身硬件性能（探距能力、精度等），同時環境識別能力方面

克服了無法識別靜態物體的問題，但劣勢是算法成熟度較低。雖然4D毫米波雷達的成本相比激光雷達要低，但性能方面仍有一定差距。億歐智庫：激光雷達與傳統毫米波雷達、攝像頭綜合對比3.1.1

智駕層面：相比傳統傳感器，新一代傳感器的探測精度、識別能力等優勢較明顯4D毫米波雷達與傳統毫米波雷達、攝像頭綜合對比探距能力1086420探距精度靜止物體識別能力安裝難度惡劣天氣適應能力成本激光雷達算法成熟度毫米波雷達 攝像頭05探距能力10探距精度靜止物識別能力算法成熟度安裝難度惡劣天氣適應能力成本4D毫米波雷達毫米波雷達攝像頭備注：

探距能力是指能夠探測目標物的最遠距離探距精度是指探測距離的誤差，即誤差越小，精度越高數據來源：公開資料、億歐智庫數據來源：公開資料、億歐智庫3.1.1

智駕層面：多傳感器融合趨勢下，新一代傳感器憑借自身優勢能覆蓋更多長尾場景一級分類二級分類長尾場景激光雷達4D毫米波雷達毫米波雷達攝像頭傳感器層硬件級傳感器表面是否易污漬表面易積污，容易產生噪點不受影響不受影響表面易積污耐高低溫環境能力-40°~85°-40°~85°-40°~85°-40°~80°物理級受目標物表面材質和顏色的影響能量易被黑色表面吸收對金屬表面目標物易敏感對金屬表面目標物易敏感不易識別白色物體內容層域級受極端天氣影響受影響不受影響不受影響影響較小進出隧道光線明暗突變不受影響不受影響不受影響受影響目標級小物體識別能力可識別可識別不易識別不易識別動靜物體識別能力可識別可識別不易識別可識別場景級路邊行人和車輛的區分可區分可區分無法區分太近的物體有條件區分時域層超預期級鬼探頭識別能力可識別不易識別不易識別不易識別前前車剎車識別能力不易識別可識別且精度高可識別但置信度低，結果易漏檢不易識別傳感器性能需解決的長尾數量時間相比傳統智能傳感器，新一代傳感器能夠覆蓋更多長尾場景隨著時間的推移，長尾場景數量會越來越少，但其價值也會越大新一代傳感器憑借自身的性能特點，能夠覆蓋更多的長尾場景（Corner

Case）。例如，激光雷達能夠識別路面的小物體，也能更好地解決鬼探頭場景。再比如，4D毫米波雷達能夠識別到前前車（前車前方的車輛）剎車，從而提前讓系統采取制動措施，避免追尾事故。新一代傳感器的最大價值就是解決剩余5%、甚至1%的長尾場景。為了讓自動駕駛系統的魯棒性更高，感知端就需要不斷地去解決長尾場景，而新一代傳感器的出現，能讓行車安全得到進一步提升。億歐智庫：新一代智駕傳感器的長尾場景覆蓋情況新一代傳感器性能與長尾場景的價值關系新一代傳感器憑借自身的性能優勢，讓低階智駕功能體驗感大幅提升。低階自動駕駛功能主要關注的是前后向的感知，比如常見的ACC、AEB等功能，而新一代傳感器具備更遠的探測范圍和更高的分辨率，一方面可以更好的區分行人、車輛以及小動物等目標物，另一方面，也可以由于看得更遠而獲得更多反應時間。新一代傳感器提升了自動駕駛車輛的感知能力，實現L3以上的高階智駕功能。自動駕駛等級提升后，面對的場景復雜度也相應上升，車輛需要解決各種潛在的長尾場景問題，純視覺方案由于仍需要大量的數據來做模型訓練，現階段其安全性值得商榷，而新一代傳感器可以提供更多的深度信息，從而降低模型訓練的成本、提高自動駕駛系統的安全性，讓高階智駕功能實現更容易。數據來源：公開資料、專家訪談、億歐智庫3.1.1

智駕層面：新一代傳感器既優化低階智駕功能體驗，又滿足高階功能的感知需求L2L3?

RPA（遠程泊車輔助）TJA（交通擁堵輔助）HWA（高速駕駛輔助）?

FCW（前向碰撞預警） ?

FCTB（前方交叉區域輔助）?

APA（自動泊車輔助）?

FCTA（前方交叉區域預警）?

ACC（自適應巡航） ?

APO（自動駛出）?

LDW（車道偏離預警） ?

AEB（自動緊急制動）DOW（開車門預警） ?

ALC（自動并線）BSD（盲點監測） ?

LKA（車道保持輔助）RCTA（后方交叉區域預警）?

LPD（車道偏離干預）?

HWP（高速導航引導）?

TJP（交通擁堵領航）?

NOA

Highway（高速領航輔助）?

NOA

City（城區領域輔助）?

AVP（自動代客泊車）?

HAD（高速