2022年，汽车行业加速迈向电动化、智能化。根据乘联会的数据，2022年前11个月，中国汽车市场上新能源汽车的零售量已经突破500万辆，达到503万辆，同比增长100.1%。

当然，伴随电动化浪潮，汽车智能化同样是当下汽车产业的核心话题之一，各种辅助驾驶系统早已成为新能源汽车的标配。IDC预测，全球自动驾驶汽车合计出货量将从2020年的2773.5万辆增 至2024年的5424.7万辆，渗透率预计超过五成，2020—2024年的复合年均增长率达18.3%，其中L3级别2024年出货量或将达到约69万辆。

而2022年1-10月，中国乘用车市场上，L2级自动驾驶乘用车渗透率就高达33.9%，较2021年一季度的7.5%获得巨幅提升。

在L2级自动驾驶渗透率持续高涨的同时，作为自动驾驶的核心之一，相关的车载传感器也在迎来快速迭代的时期。那么本文将基于我们在过去的2022年中，对智能驾驶传感器行业的持续关注，以及与行业内多家企业的交流，结合多方信息，来对2023年智能驾驶传感器行业以及市场趋势进行简单的分析和预测。

一、车载激光雷达大规模起量

对于激光雷达在乘用车上的应用，在过去几年时间中都存在很多争议，包括价格昂贵维修成本高、规模量产难等。但短短几年时间里，随着激光雷达产业的发展，以及自动驾驶技术对传感器提出的更高需求，激光雷达已经成为了中高端智能驾驶汽车的重要配置之一。

按照2022年前11个月的数据估算，2022年全年国内搭载激光雷达的车型销量将超过10万辆。根据Yole数据，全球激光雷达在ADAS市场的出货量将从2020年20万个增长至2025年340万个，CAGR 达76.2%；预计到2032年出货量将达到2660万个。

而2023年，我们可以看到更多车企搭载激光雷达的车型将会上市，而激光雷达厂商的产能也在明年会有较大的提升。比如禾赛年产能百万台的麦克斯韦工厂将在明年全面投产，速腾聚创和立讯合资组建立腾创新，建设智能制造集群，一期投入10亿元，预计年产能百万台。那么在产能的支持以及需求高涨的情况下，明年车载激光雷达市场将会迎来更大规模的增量。

二、激光雷达进入400+超高线数时代

2022年底，激光雷达公司扎堆发布新品，其中镭神智能、北醒都在2022年的最后一个月推出新品。值得注意的是，镭神智能推出的图像级1550nm光纤车规激光雷达，最高线数达到400线，而北醒的新一代激光雷达AD2，更是高达512线。

当前主流的前向激光雷达的激光线束数一般在等效128线，而目前量产线数最高的是图达通猎鹰，目前主要在蔚来旗下车型上搭载。而激光线数高所带来的效果就是分辨率可以达到更高，北醒用一个平放在路面上22cm高的轮胎举例，512线的激光雷达AD2通过让垂直分辨率达到0.05°，将有效探测识别距离提高至126米，在100km/h的行驶速度下，可为智能驾驶系统争取到额外的2.1秒的时间进行系统的决策、规划与控制，大幅提高智能驾驶的安全性。

与此同时，这些高线数激光雷达也并非遥不可及，北醒的512线激光雷达据称已经获得国内一家造车新势力的量产定点，将在明年第二季度正式量产上车，有可能明年就能在路上看到512线激光雷达。

三、纯固态补盲激光雷达成为市场新增长点

纯固态补盲激光雷达也是2022年激光雷达行业的一个关注点，亮道智能、禾赛、速腾聚创等相继发布了纯固态的补盲激光雷达产品，并且都将在2023年下半年实现SOP。

随着激光雷达的规模化应用逐渐上量，下游市场对于产品的需求开始基于不同场景产生细分，短距补盲激光雷达作为城区、泊车和高速三大核心场景下的有效补充，开始成为市场关注的重点之一。而补盲激光雷达的几个需求主要在于垂直视场角、测距距离不需要太远、价格合适等，而Flash纯固态的激光雷达，由于芯片化大大简化了装配流程以及制造难度，更易大规模量产，在有足够的需求量时，成本能够很好控制在较低的水平。

而按照明年下半年SOP的节奏，明年应该会有一大批新车将会官宣搭载这种补盲激光雷达。禾赛发布纯固态近距补盲激光雷达FT120时，就已经宣布获得来自多家主机厂总计超过一百万台的定点。同时值得注意的是，与前向长距激光雷达不同，补盲激光雷达往往在单车上至少配置两台，因此补盲应用能否成为明年激光雷达市场的重要增长点，也很值得关注。

四、4D毫米波雷达上量

2022年国内市场已经有不少车型率先搭载4D毫米波雷达，比如飞凡R7、长安深蓝SL03等。4D毫米波雷达相比传统的毫米波雷达，除了可以计算出被测目标的距离、速度、水平角信息，还能计算出目标的俯仰角信息，进而提供汽车周围的环境信息。

从描述中也不难看出，4D毫米波雷达其实在功能上与激光雷达有一些类似，而与激光雷达相比，4D毫米波雷达甚至在恶劣天气的环境下表现会更好。因此也有人认为4D毫米波雷达会成为激光雷达的平替产品。

同时在价格方面，4D毫米波雷达的成本可以控制在千元以内，但激光雷达受限于元器件以及光学器件等复杂程度，成本短时间内还无法跌至与4D毫米波雷达相近的水平。

当然，从分辨率的角度来看，4D毫米波雷达目前仍跟一些高线数的激光雷达无法相比，而且4D毫米波雷达可能受到复杂电磁环境的干扰。4D毫米波雷达的上量，还需要有更多的主机厂去尝试使用，提供足够的量产经验。2022年的量产上车，或许是2023年4D毫米波雷达市场上量的前哨，但能否在主机厂中推广开依然还需要市场的进一步检验。

五、低成本L4自动驾驶方案

自动驾驶落地难早已是业界老生常谈的话题。但2022年开始，各家自动驾驶公司开始发布低成本的自动驾驶方案，包括传感器、计算平台、算法等，希望利用L4级自动驾驶的低成本方案，加速推动自动驾驶的商业化进程。

元戎启行CEO周光在2022年粤港澳大湾区车展上曾表示，低成本的L4级自动驾驶系统会成为自动驾驶企业和车企合作量产的“敲门砖”

轻舟智航甚至表示他们的第四代量产车规级自动驾驶方案DBQ V4，只需10%的成本即可实现99%的L4能力，量产成本低至1万元人民币。DBQ V4可以支持1～5个激光雷达、0~4个盲区雷达、6个毫米波雷达、12个感知摄像头。不过1万人民币的版本目前单卖硬件都无法收回成本，短期内在传感器以及算力芯片成本仍未有大幅下降的前提下，1万元的成本几乎无法实现。

元戎启行此前也发布了可量产的L4方案，包含双Orin芯片和2—5个车规级固态激光雷达，据称成本低于1万美元。

而2023年低成本的概念可能依然会围绕着自动驾驶行业，作为应用落地的一个重要推进方向。随着激光雷达等传感器的成本下降，以往高高在上的L4自动驾驶或许会因此加速下放到更多乘用车中。

六、激光雷达自研芯片

2022年各家发布的补盲激光雷达上均采用改了Flash纯固态方案，这种方案的主要特征是完全无需活动部件，所有包括发射、接受的部分都采用了芯片化设计，提升了激光雷达可靠性的同时，简化了装配流程以及制造难度，更易大规模量产，同时能够有效降低生产成本。

其中值得关注的点是，激光雷达厂商在Flash激光雷达上开始大量采用自研芯片。在过往的机构拆解中，我们可以看到主流车载激光雷达的主控芯片基本上采用FPGA，但自研芯片一方面能更好地提升产品性能、增强可靠性；另一方面，自研芯片可以从结构设计上尽可能简化电路设计和生产工序，降低成本。二者结合，可以更好地实现性能、成本、可靠性的均衡，适配前装量产规模化应用的需求。

对激光雷达厂商而言，自研芯片在产品拥有足够的量时，大幅降低芯片部分的成本，特别是纯固态。像速腾、禾赛的两款补盲激光雷达都采用了自研的SPAD和SoC，在接受以及信号处理部分都采用了自研芯片。

2023年，相信拥有一定规模的量的激光雷达公司，都会投入到自研芯片的行列中。这是为未来传感器降本之战的布局，同时也是产品硬件算法成熟的一种表现。

七、800万像素CIS渗透率持续升高

其实800万像素CIS在量产车型上搭载已经有一段时间，但高像素随之带来的是对算力需要的高涨，所以算力硬件的升级和传感器数量以及规格升级其实也是密不可分的。截至今年11月，据不完全统计，市面上在售，搭载800万像素摄像头的车型已经超过10款，主要集中在中高端车型上。

而随着算力硬件的发展，能够看得更远、更清晰的800万像素摄像头自然会得到更广泛的应用。不过，行业内普遍认为，由于高像素为算力部分带来巨大压力，车载摄像头不会像手机一样，无止境地追求分辨率，ADAS系统的摄像头像素未来可能会提升至12-15MP，且升级的周期会相对较长。

2023年800万像素CIS在车载摄像头中的渗透率毫无疑问会持续升高，并保持较高的增速。

以往倒车雷达应用中，一般需要4—6个超声波雷达，主要分布安装在车头车尾的保险杠处。而目前的高阶自动驾驶泊车方案，包括APA、AVP等应用中，一般需要8—12颗超声波雷达，从数量上相比以往的倒车雷达应用增加一倍以上。

全球市场上，ICV的数据显示，2021年全球乘用车雷达安装量达到5.5亿只，预计到2026年将达到9.7亿只。同时2021年全球乘用车采用12颗超声波雷达的方案占比达到28.62%，预计2025年达到55.35%，12颗超声波雷达方案将成为市场主流。

八、红外传感器重新受关注

红外传感器在一些高端车型上会作为夜间安全的一项配置选装，作用是在夜间识别出路上突然出现的物体。而2022年，包括一些主机厂以及自动驾驶厂商、都开始对红外传感器在自动驾驶上的应用感兴趣。

红外热成像相比于其他传感器，首先在识别生物上具有无可比拟的优势，特别是在行人识别方面。同时不只是在夜间，红外热成像是可以全天候工作的，不受白天夜间影响，并且可以弥补视觉传感中难以防止眩光的劣势。另外，红外在雾霾等恶劣天气环境中有良好的穿透效果，这也是激光雷达以及视觉传感的劣势场景之一。

不过，高分辨率的车规红外传感器价格并不低，甚至可以与一些激光雷达相当。2023年行业对红外传感器的关注还会继续，但距离真正上车可能还会有一段很长的时间。

九、IMU重要性越来越高

惯性测量单元IMU传感器主要由三个陀螺仪+三个加速度计组成，可提供超过六个自由度 (6-DOF) 的测量值。陀螺仪用于测量车辆三个不同方向的角速率，同时角速率随时间积分生成roll、pitch及yaw三个旋转轴数据，进而输出物体的姿态信息。而加速度计则用于测量车辆前后、左右、上下方向上的线性加速度，随着时间推移，加速度积分生成速度数据，最终生成行进距离。

在高阶自动驾驶中，IMU会作为安全防线，保障自动驾驶安全。比如在隧道或者外部天气恶劣的情况下，导航系统失效，或是激光雷达、摄像头等传感器失效时，IMU可以估算出行驶路径，而保障自动驾驶的正常运作。随着L3、L4等高阶自动驾驶逐渐落地，IMU也将会发挥出更重要的作用。

十、感知传感器数量和种类越来越多

近几年间，我们可以看到智能汽车上的感知传感器数量和种类在不断增多，但2023年这样的趋势依然会延续下去。随着L2级以上的自动驾驶需求、以及APA、AVP、360°环视等需求下，车身感知要用到的传感器数量仍会持续增加，并且伴随着传感器成本的降低，从中高端渗透到中低端车型上。

另外像前面提到的红外传感器，也有可能作为一个新的传感器品类加入到智能汽车传感器的“全家桶”中。