一文看懂激光雷达产业

自动驾驶提速，硬件

配置先行

全球自动驾驶玩家主要包括四类：

• 由ADAS切入自动驾驶的传统主机厂；

• 跨越式发展的造车新势力（直接布局L3级以上自动驾驶）；

• Waymo、百度、华为等头部科技公司；

• 英伟达、Mobileye等定位Tier2、Tier1的芯片公司，融合AI技术切入自动驾驶计算平台，进而帮助车企实现自动驾驶。

新力量和科技公司在自动驾驶产业链布局深入，技术路径选择更加激进。2020年是智能汽车量产的第一年，自动驾驶传感器在汽车中的应用显著增加。随着自动驾驶的加速，自行车智能升级的趋势将更加明显。

激光雷达是实现L4/L5的

核心传感器

1、自动驾驶传感器各有优劣。自动驾驶传感器主要包括摄像头和雷达：

• 摄像头：利用计算机视觉判别周围环境与物体，判断前车距离；

• 雷达：分为毫米波雷达、激光雷达、超声波雷达三类，利用发射波和反射波之间的时间差、相位差获得目标物体的位置和速度等数据。当前L2级自动驾驶感知系统主要由超声波雷达、毫米波雷达、摄像头等传感器组成。

性能方面：激光雷达探测距离远，测量精度是毫米波雷达的10倍。它能准确地描绘物体的三维形状。毫米波雷达和超声波雷达受精度限制，无法区分慢速移动的人和其他静止物体。

成本方面：摄像头与毫米波雷达成本单价通常在200美元以内，激光雷达价格在8000-75000美金不等，远远高于其他传感器，这也是掣肘激光雷达迈向商业化的瓶颈。

2、“纯视觉”or“强感知”？自动驾驶玩家如何布局L4/5解决方案？基于自动驾驶玩家不同的商业模式，市场上针对高级别自动驾驶主要包括纯视觉和强感知两种方案：

• 摄像头主导的纯视觉解决方案：它以摄像机为主，由毫米波雷达等低成本传感器组成，形成纯视觉计算。典型代表是特斯拉、Mobileye和百度ApolloLite，这是中国唯一的自驾式纯视觉城市道路闭环解决方案。特斯拉自己的芯片和算法团队相信，通过视觉系统优化自己的AI算法，可以实现高水平的智能驾驶。由于纯视觉方案在精度、稳定性和视觉上的局限性，无法满足传感器L3级自动驾驶的性能要求。曾经以视觉为核心的MobileEye在2025年自动驾驶车辆传感器系统开发计划中提出使用内置激光雷达传感器。

• 激光雷达主导的强感知方案：该方案由激光雷达牵头，由摄像机、毫米波雷达和其他传感器组成。典型的代表企业是waymo、Uber、百度Apollo等科技和出行公司。Waymo定位robotaxi并直接瞄准L5智能驾驶，因此使用了五个激光雷达来确保车辆安全。对于2B市场，waymo旨在积累运营经验数据，随着未来激光雷达成本的下降，这些数据可以大规模推广。对于特斯拉以外无法通过人工智能弥补硬件缺陷的汽车制造商来说，使用更多类型的传感器是更好的选择。继奥迪之后，其他主流汽车制造商也推出了激光雷达计划，戴姆勒、保时捷、宝马和威莱也投资了激光雷达公司。

3、各应用场景对激光雷达要求各有不同。激光雷达主要应用场景包括无人驾驶、ADAS、服务机器人、车联网V2X、消费电子等。由于应用场景和搭载激光雷达载体有明显差异，对激光雷达的性能、价格、体积等维度均有不用需求：

• Robotaxi/Robotruck所有者多为运营公司，对价格及与车身的集成度要求较低；

• ADAS所有者为个人，对激光雷达与车身融为一体的美观性和价格敏感度高；

• 服务机器人场景复杂度低，对性能要求适中但对价格敏感；

• 车联网应用对车规化和集成度要求较低，但路端应用需要基于激光雷达点云实现目标物聚类和跟踪，因而对激光雷达供应商配套感知算法能力要求较高。

技术路线：机械式、MEMS是主流，OPA、

Flash、FMCW发展空间大

1、工作原理：激光雷达是自动驾驶汽车之“眼”。激光雷达是通过发射激光束来探测物体与传感器之间精准距离的主动测量装置，包含发射单元、接收单元、扫描单元以及数据处理单元。

激光雷达可以通过激光和探测器实时感知广义机器人的环境，获得周围物体的准确距离和轮廓，实现避障功能收集的高精度地图，智能汽车可以通过激光雷达的定位精度达到cm级，实现自主导航。

2、按测距方法：FMCW未来会得到更多应用。按测距方法，激光雷达可分为ToF法、FMCW法及三角测距法等，ToF和FMCW测距法能够实现室外阳光下较远的测程（100-250m），是车载激光雷达的优选方案。

TOF法是目前市场上车载中远程激光雷达的主流方案。FMCW检测距离远，成本和功耗优势明显，但对系统集成和信号处理算法要求严格，尚未实现大规模生产。AEVA是第一家采用FMCW方法的激光雷达公司。大众idbuzz自动驾驶仪车队将于2024年搭载4D激光雷达产品。Aurora，一家首席自动驾驶仪公司，收购了Blackmore，这表明FMCW方法将在未来得到广泛应用。

3、按扫描方式：MEMS是主流，OPA、Flash潜力大。

按照扫描方式，激光雷达可以分成机械和固态激光，固态激光包括MEMS、OPA、Flash、棱镜、转镜等，固态激光雷达目前主要采用MEMS、Flash和OPA方案。

• 机械式激光雷达：优点是线别丰富（有64线、32线，16线、8线、4线不同的价格层次），性能高（可以实现360度高速旋转），劣势是体积大、成本高、验证时间长。机械式激光雷达是目前Robotaxi的主流方案，Waymo自研的Honeycomb依然是传统机械式构造。海外市场以Velydone为主，国内玩家有禾赛、速腾。

• MEMS（混合固态激光雷达）：MEMS激光雷达用微振镜代替机械产品中的宏观扫描仪，将机械部件集成到单个芯片中。根据MEMS咨询估计，机械雷达每组芯片的成本约为200美元，只有16组芯片的成本高达3200美元EMS该方案可以大大降低成本和体积。同时，微振镜反射激光可以形成更广泛的扫描角度和更大的扫描范围，形成更多的点云，有效地克服了机械激光雷达在使用寿命和产量方面的不足。

• MEMS方案是目前激光雷达市场的最主流方案。代表公司为Luminar和Innoviz，其中Luminar有Iria和Hydra两款产品亮相，Ira预计2022年量产，L3+激光雷达售价约1000美元/个。Innoviz第一代产品InnovizOne最远探测距离250米，已经获得宝马订单，最新发布的InnovizTwo比InnovizOne成本下降70%。

• OPA：OPA激光控制集成在一块O中，取消了机械结构，PA芯片结构简单，体积小，可动态控制扫描频率、分辨率和焦距调整，多线多维扫描可获得更高的数据采集率。但另一方面，OPA企业需要独立开发芯片、上游核心电子元器件、技术支持不成熟、制造工艺复杂、短期工业化困难。Quarnergy最早提出OPA方案公司，QuarnergyS系列是业内首款OPA架构的激光雷达，但目前尚未落地。

  
  

Flash：Flash激光雷达类似于数字相机，用单激光脉冲照亮目标环境，抗震要求高。同时，发射高功率单激光脉冲需要创新光源能量和发射模式，成本高。Flash激光以LeddarTech以1064为代表nm没有昂贵的S，激光功率PAD因此，方案的功率和灵敏度有限。

棱镜：采用非重复扫描方式，类似视网膜的中央凹，通过对两个棱镜转速的调整，激光雷达会获得不同扫描图案，时间越长，点云密度越高，对场景的还原度越好。大疆独创的双棱镜方案，预计明年在小鹏新车上量产。

随着5G、AI技术逐渐普及，无人驾驶、高级辅助驾驶、服务型机器人和车联网等行业发展前进广阔。根据沙利文预测，受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗透率加速、以及服务机器人和智能交通建设等领域需求推动，激光雷达市场将呈现高速增长，预计到2025年全球市场规模达135.4亿美元，2019-2025年CAGR达64.5%。

汽车市场空间是手机3倍，且智能汽车

尚在导入期

从市场空间看，根据IDC数据，全球手机出货量约16亿台，按2000元均价测算，全球手机市场规模约3.2万亿元，而全球轻型车市场总销量约9000万台，按均价10万元计算，市场规模约9万亿，接近前者的3倍。

从发展阶段看，全球智能手机出货量已经连续两年下滑，智能手机渗透率达到80%，处于成熟阶段。L1/L2级以下智能驾驶新车渗透率接近45%，相当于2012年全球智能手机的渗透水平，随着更高级别自动驾驶技术的突破和应用，单车智能的提升空间广阔。

无人驾驶：激光雷达

主战场

1、Robotaxi颠覆了传统汽车产业盈利模式。传统出行服务中人工成本占运营总成本的60%以上，Robotaxi可以省去人力成本，并减少车辆闲置时间。

对于消费者，根据ArkInvestment测算，传统出租车服务的平均收费为3美元/英里，私人用车为0.7美元/英里，而驾驶一辆Robotaxi的费用可将成本降低至0.25美元/英里。对于主机厂，特斯拉预计每辆Robotaxi每年带来超过3万美元的毛利润，并且可以连续载客11年，相比之下，传统汽车厂商单车利润不足1000美元。Robotaxi有望重塑未来整个汽车和出行领域的竞争格局。

2、Robotaxi头部玩家商业化加速。Robotaxi商业化的关键要素包括以下方面：

• 成本：为保证用户体验，在运营城市投放Robotaxi服务，自动驾驶车辆需要达到一定密度，再加上车辆改装成本（滴滴Robotaxi车辆造价在100万以上），布局一个城市的前期成本在40亿元左右，资金门槛高；

  
  

• 技术和政策：国内路况、车况复杂，目前国内没有无驾驶员的Robotaxi上路，而可以实现完全无人驾驶打车服务的全球仅Waymo一家；

• 平台：平台运营效率可以确保自动驾驶车辆的空载率尽可能的低，从而提升Robotaxi的商业化效率。Robotaxi商业化意味着拥有可量产的自动驾驶车辆、可无人和可收费。

2020年10月，Waymo宣布，它是通过其汽车招呼软件waymoone提供完全无人驾驶服务的世界领先者。百度、文远之星等国内企业也在加速商业化进程。去年，百度在北京开通了无人驾驶出租车服务，乘客可以免费试用ApolloGO。文元志星目前在广州无人驾驶的操作和测试车队预计将在2021达到260辆。Robotaxi正在加速商业登陆。

3、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。Robotaxi对于自动驾驶等级要求高，且对成本不敏感，是激光雷达的主战场。

根据ReportLinker预计，2025年全球包括运送乘客和货物在内的L4/L5级无人驾驶车辆数目将达53.5万辆。根据沙利文研究预测，预计到2025年，全球无人驾驶领域激光雷达市场规模将达到35亿美元，2019-25年CAGR达80.9%。

ADAS：高级别辅助

驾驶量产在即

2021年是L3级自动驾驶车型量产元年，激光雷达成标配。

• 长城汽车宣布将在2021年推出国内首个全车冗余L3级别自动驾驶车型，采用Ibeo最前沿的FLASH技术方案，可实现0.05度角分辨率，识别130米范围内安全隐患；

• 2021年1月9日，蔚来发布首款自动驾驶车型ET7，该车型配备了1台Innovusion的超远距离激光雷达，拥有120度超广视角、等效300线的超高分辨率，最远可达500米的超远探测距离；2021年初，小鹏发布了第三款车型P5，该车型搭载2台Livox车规级激光雷达。

此外，智己汽车、本田、奔驰、丰田、长安等自动驾驶车型将于2021年推出。激光雷达对于实现高级辅助驾驶至关重要。根据沙利文的研究，预计到2025年，激光雷达在辅助驾驶领域的市场规模将达到46.1亿美元，2019至2025年CAGR达83.7%。

机器人：行业新增量

服务型机器人主要应用范围包括无人配送、无人清扫、无人仓储、无人巡检等，越来越多的电商、消费服务业巨头及初创公司投入该领域。当前，服务机器人落地应用主要集中在校园、社区和工业园区等相对封闭场景。

2019年12月，美国自动驾驶送货科技公司Nuro与零售巨头Kroger(酷乐客)合作，在休斯顿为顾客提供无人送货服务；2020年7月，京东物流无人配送车正式上线；2020年10月，美团正式发布智慧门店MAIShop，集成了无人微仓与无人配送服务。

随着全球服务型机器人出货量快速增长，以及激光雷达在服务型机器人领域渗透持续提升，2025年激光雷达在该领域的市场规模预计将达到7亿美元，2019-2025年CAGR达57.9%。

车联网：路侧V2X建设

即将铺开

技术与政策双轮驱动，大规模路侧V2X建设有望铺开。根据2020年2月国家发改委、工信部、科技部等11部委联合印发的《智能汽车创新发展战略》，要求到2025年车用无线通信网络LTE-V2X实现区域覆盖，新一代车用无线通信网络5G-V2X在部分城市、高速公路逐步开展应用。激光雷达结合智能算法，能够提供高精度的位置、形状、姿态等信息，对车路协同V2X的实现至关重要。

随着智能城市、智能交通项目逐步落地，该市场对激光雷达的需求将呈现稳定增长态势，预计到2025年，全球激光雷达在该领域市场规模将超45亿，2019-2025年CAGR达48.5%。

核心壁垒：车规级、规模化、

强迭代

1、从“0-1”，车规级认证是关键。激光雷达应用在汽车上，需要满足严苛的车规级要求，如AECQ认证、ISO26262功能安全标准及ISO/SAE21434网络安全标准等。根据Velodyne梳理，从RFI到获取量产订单的流程可能会长达两年时间。

截至目前，全球仅法雷奥的SCALA激光雷达通过车规并实现前装量产。国内镭神智能的CH32线混合固态激光雷达在2020年10月正式通过了车规认证，在国家汽车质量监督检验中心拿到了国内首个、全球第二个车规认证。

激光雷达系统结构精密且复杂，精细的光机设计和收发对准、微弱信号的灵敏探测和快速响应是实现探测目标的前提。在研发过程中，不仅需要光、机、电等子模块的高度配合和协同优化，还需要高精度生产制造能力。此外，激光雷达整体性能的提升有赖于基础元器件与核心功能模块的芯片化，技术发展方向与半导体技术深度契合。

2、从“1-N”，规模化降本是核心。激光雷达包括测距、扫描系统、发射、接收以及运算单元5大核心技术，其中扫描系统在激光雷达的成本占比超过一半以上，扫描方式从机械到固态是有效的降本方式。而其他4个环节也可以通过技术优化实现成本降低。

从供应链来看，上游核心组件不成熟，制约了激光雷达的发展。核心芯片仍然严重依赖进口。MEMS激光雷达的核心部件MEMS微电流计的成本很高。海外企业占主导地位。在发送和接收单元中，需要将波长从905nm优化到1550nm。APD到spad可以显著优化激光雷达性能，从而降低成本，实现大规模生产。

3、高额研发投入和人员储备支撑技术迭代。激光雷达作为新兴的精密传感器，产品迭代速度快，而且尚无确定的行业标准和成熟稳定的工艺。从最初的单点激光雷达发展到机械式、半固态式、固态式、FMCW等多种技术架构，需要依靠大量高水平技术人员储备和充足的资金支持。

车载应用将成主流，行业格局

尚不清晰

目前激光雷达市场由传统测绘技术公司Trimble、Hexagon、Topcon和Sick主导，但车载将是未来激光雷达应用的主流方向。国外玩家中Velodyne起步最早，Luminar、Aeva、Ouster、Innoviz、Ibeo等技术相对成熟，国内近年也涌现了禾赛、速腾聚创等创业公司。Velodyne在随着新兴玩家的涌入，Velodyne份额有所降低。

国外企业起步较早，国内

玩家迎头赶上

1、Velodyne：机械式激光雷达龙头，先发优势显著。

Velodyne成立于1983年，最早以音箱业务起家，2007年实现激光雷达商业化量产，截至2019年底已经累计交付4.75万件产品，是车载激光雷达行业先行者。近年获得了百度和福特的投资，2020年公司通过SPAC上市。

规模方面，Velodyne是目前营收规模最高的激光雷达公司，近年公司为推广产品降价，营收规模下挫。下游领域方面，公司产品可广泛应用在自动驾驶、ADAS、无人配送、无人机、高精度地图、智慧城市等多元化场景，Velodyne预计2024年收入提升至6.84亿美元，5年CAGR为48%。

技术方面，Velodyne在多线机械旋转式激光雷达市场先发优势显著，有64线、32线、16线3类产品在售，官方定价分别为8万、4万和8千美金。2017年开始，Velodyne在Vela-系列产品上加大投入，Velodyne希望通过Vella软件+低成本固态激光雷达组合打进ADAS市场，计划是到2021年下半年将开始大规模生产车规级激光雷达，并有望在2022年或2023年量产上车。

2、Luminar：1550nmMEMS激光雷达领军者。Luminar成立于2012年，由17岁斯坦福辍学少年Russell，依靠PayPal联合创始人PeterThiel提供的10万美元启动资金创立，后续获得沃尔沃和戴姆勒投资，目前已和7家主流OEM达成合作，3款量产车型落地。公司还与Mobileye达成合作关系，Luminar的激光雷达将被整合到Mobileye的软硬件系统中，应用于无人驾驶车队。

规模方面，目前在手订单预计13亿美金，预计2023年开始释放业绩，Luminar预计2025年营收超8亿美元，毛利率攀升至60%。

技术方面，Luminar激光雷达的探测距离和分辨率都达到了业内最高，核心优势主要体现在以下方面：

• 1550nm大功率光纤激光器发射功率是905nm的40倍，脉冲的峰值功率则达到905nm的100万倍；

• 双轴镜面技术；

• 自有的高度敏感InGaAs探测器；

• 自主研发ASIC芯片。

3、Aeva：FMCW先行者。Aeva由此前在苹果、尼康担任工程负责人的SoroushSalehian和MinaRezk在2017年创立，创始人在芯片、光学传感器和激光方面经验丰富。目前和大众、奥迪、采埃孚建立了深度合作。

规模方面，Aeva预计2025年收入8.8亿元，其中8成来自汽车相关，Aeva预计2025年营收8.8亿美元，毛利率攀升超过60%，和Luminar规模相当。

技术方面，Aeva是首个采用FMCW探测手法的激光雷达生产商，称旗下产品为4D激光雷达（详见前文），其技术优势体现在以下方面：

• 抗干扰能力更强，Aeva可以免于强光致盲和其他激光雷达干扰；

• FMCW对光电探测器要求不高，硅基PIN即可，无需雪崩二极管APD和InGaAs材料，成本更低，Aeva售价500美金，比Luminar便宜。

4、Innoviz：905nmMEMS激光雷达制造商。以色列公司Innoviz成立于2016年，核心团队来自以色列情报总队技术部门Unit81。公司第一代产品InnovizOne2018年拿到了宝马iX定点，预计2021年量产。目前公司有麦格纳、安波福，恒润科技，哈曼4个Tier1合作伙伴。

Innoviz主打905nmMEMS激光雷达，注重性价比，第二代产品InnovizTwo比InnovizOne成本下降70%，是为数不多符合车规级要求的激光雷达生产商之一。Innoviz预计2025年营收5.8亿美元，毛利率攀升至50%以上。

5、华为：车规级、高线束、低价格。华为激光雷达项目2016年开始预研，定位做高性能、车规级、能够大规模量产的激光雷达，预计成本将下探至200美元。依托在光通讯领域累积的精密制造能力，华为在武汉建立第一条Pilot产线，规划产能10万套/线。

2020年12月华为发布首款产品96线中长距激光雷达，性能优势包括：

• 测距能力远，高速行驶在200米以上；

• 大FOV，120°×25°的视场角；

• 突出物处理，垂直FOV。首款产品将搭载到ARCFOX极狐HBT，预计2021年内亮相。

我们认为华为入局激光雷达有以下优势:

• 华为在车厂的渠道影响力、经营的稳定性，优于其他初创公司；

• 华为有芯片产业链，具备降本基础；

• 华为未来或出售自动驾驶整套方案，来激光雷达是传感器之一，利润诉求低于单一玩家。

6、Livox：独创非重复扫描技术。Livox成立于2016年，技术路径上采用棱镜方案，产品架构的核心是双楔形棱镜扫描器叠加独创的非重复扫描方式。此前Livox发布面向L3/L4等效64/128线机械扫描产品，Horizon（等效64线）目前售价800美元，TeLe-15（等效128线）售价1200美元，相比Velodyne可比产品价格低80%，成本优势显著。

今年初Livox与小鹏正式达成合作，将基于Horizon产品系列为小鹏进行一系列定制化开发，探测距离达到150m，点云密度实现积分时间0.1s下等效144线水平，有望实现上车，率先起量。

国内激光雷达行业开拓者，机械式和

半固态齐头并进

1、无人驾驶为切入点，率先绑定头部科技公司。禾赛科技2013年成立于美国硅谷，2014年总部迁至上海。公司选择从无人驾驶领域切入，主要考虑无人驾驶市场对成本敏感度低、性能要求高、且客户集中于头部科技公司，有利于公司技术迭代，形成护城河。公司客户遍布全球23个国家，美国加州DMV公布的2019年无人驾驶测试里程数排名前15位的企业中，超过一半选用公司产品作为无人驾驶车队的主激光雷达(包括百度、博世、戴姆勒、文远知行、图森未来等头部公司)。

2017年公司激光雷达产品尚处于开拓期，以内销为主，2018年40线激光雷达产品受到Aptiv、Aurora、Delphi、Lyft等美国客户认可，北美收入占比大幅提升，2019年博世等欧系客户为主要增量，同时受益于百度在Robotaxi投入增加，国内收入占比提升至36.1%，2020年欧洲地区收入下挫，主要因为博世、戴姆勒等受到疫情冲击。

2、机械式和MEMS方案齐头并进，业务领域持续开拓。公司从传统机械扫描方案起步，凭借在无人驾驶领域的技术积累，业务领域不断拓展：

• ADAS：推出PandarGT，客户包括整车厂和博世等Tier1；

• 服务机器人：推出适用于PandarXT，客户包括全球最大无人配送公司Nuro；

• 车联网：推出适用于车联网的PandarMind，公司是唯一的激光雷达传感器供应方。公司收入结构和产品迭代升级过程相对应，当前主力产品是40线激光雷达产品和Pandar64。

禾赛科技近年也布局MEMS方案，独创ZOLO技术，成像是动态可调的范围。视场角FOV、角分辨率、中心区的朝向，都可以在激光雷达使用中进行动态变化，类似于可调焦的望远镜。和Luminar类似，禾赛自主开发1550nm光纤激光器，采用自研高速振镜系统，实现远距离探测距离和较高分辨率。

实控人专业背景强大

股权集中。本次发行前，公司实控人孙恺、李一帆、向少卿分别持有公司股份10.23%、9.90%、9.90%。此外，三人还通过员工持股平台上海乐以间接持股7.13%，合计持股37.16%。

实控人专业背景强大。禾赛科技的技术导向体现在创始团队上，公司创始人兼董事长孙恺毕业于斯坦福大学机械和电子系；创始人兼首席执行官李一帆为清华大学学士和美国伊利诺伊大学博士，主攻智能机器人领域；创始人兼首席技术官向少卿拥有斯坦福大学电子工程和机械工程双硕士，主攻智能机电一体化领域。

营收规模全球第二，毛利率

高于同业

公司营收规模仅次于Velodyne，位居全球第二。2017年公司对外推出40线激光雷达产品Pandar40，产品迅速获得市场认可；2018-2019年公司推出爆款产品Pandar40P和64线激光雷达产品Pandar64，其中Pandar64是19年全球无人驾驶市场最具影响力的激光雷达产品之一，带动收入高速增长，2020年公司收入增速放缓，主要是疫情影响交付。

公司近4年毛利率均保持较高水平，高于同业。公司毛利率较高的原因在于：激光雷达行业属于新兴产业，研发与制造壁垒高。公司是业内高线数激光雷达领军企业，产品性能在国内外均处于领先地位，具有较强定价权。此外，公司具有自主产线，可以较好的把控生产环节和生产成本。

加大芯片和算法领域研发投入，

保障核心竞争力

公司2017年开展激光雷达专用芯片研发，已完成V1.0芯片化激光雷达架构的开发，技术成果多通道驱动芯片及多通道模拟芯片已应用于多个研发项目和PandarXT的量产项目。自研芯片的使用为产品在性能、集成度和成本上带来竞争优势。未来公司将进一步加大在芯片和算法领域的研发投入，强化规模化生产能力，为激光雷达市场需求爆发打下基础。

公司为保持技术优势，为后续产量提升、实现规模效应奠定基础，在销售、人力成本方面需要投入大量资金，短期尚未实现盈利。

IPO募投项目：巩固制造、

芯片和算法能力

公司IPO拟募集资金20亿元，公开发行股票不超过6360万股，不低于发行后总股本的15%。募投资金将分别用于智能制造中心、激光雷达专属芯片和激光雷达算法研发项目。

• 智能制造中心项目：建设符合无人驾驶、高级辅助驾驶、机器人、车联网领域需求的产品线并生产相应市场所需的激光雷达。项目实施周期3年，项目达产后将新增产能265.25万件。

• 激光雷达专属芯片项目：研发激光雷达的核心芯片，后续公司激光雷达产品将使用自研的芯片器件，可以有效提升产品性能并降低产品成本。

• 激光雷达算法研发项目：将用于研发激光雷达输出点云后的处理算法，通过本项目公司可以向ADAS、车联网等领域的客户提供激光雷达产品及算法一体的解决方案。

参考资料来自：西部证券、驭势资本研究所

文章来源：驭势资本