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。

中国高阶自动驾驶（L3、L4）预计未来十年高速渗透

资料来源：IHS Markit

相较于纯视觉方案，多传感器融合方案具备感知精确、安全冗余度高等优势

资料来源：公开资料

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。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）。

分析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。