纪要涉及的行业和公司 - 行业：激光雷达、汽车、机器人 - 公司：合世、速腾、华为、特斯拉、小鹏、理想、比亚迪、蔚来、丰田 纪要提到的核心观点和论据 激光雷达融合算法 - 主流策略：当前行业主要采用后融合策略，难度小、对域控制器算力要求低；终极形态是全融合，理论效果佳，但对传感器和域控制器要求高，目前以中间层次融合为主[3] - 冲突处理：不同传感器适用场景不同，某些场景会出现冲突，通过数据驱动方法自动学得采信策略[5] 纯视觉方案 - 优缺点：视觉是自驾必要传感器，但在逆光、暗光、雨雾天气性能下降，需增加其他传感器补充不足[6] 成本与价格 - 当前成本：已降至千元以内，得益于供应链端集成化芯片发展，电子物料占总成本一半，光学元件和结构件各占约25%，制造成本及生产设备摊销约占10%[8][9] - 降本空间：未来降本幅度不大，更多依赖运营效率提升和规模效应[8][9][11] - 价格影响：价格下降推动市场普及率提升，促使汽车制造商加速创新[7] - 经济性：千元左右激光雷达对车企有一定经济性，能否成为标配取决于整车成本分摊比例[12] 市场竞争格局 - 国内市场：由合世、速腾和华为主导，未来3到5家企业将占据大部分市场份额，新进入者需有显著后发优势[10] - 大厂入局：可能加剧竞争，但现有头部企业地位相对稳定[10] 主机厂选择考量因素 - 主要因素：成本、性能、可靠性验证、供应商配合程度和支持力度、供应链安全[13] - 品牌差异：自主品牌和外资品牌在选择上存在差异，不同地区国外主机厂选择策略也不同[13][15] 自研激光雷达 - 技术难点：虽门槛降低，但仍面临芯片、算法、系统集成等多方面技术难题，先发优势显著[14] 传感器方案特点 - 纯视觉方案：硬件成本低，受环境变化影响大[16] - 视觉加毫米波方案：提高环境感知能力，能应对复杂场景[16] - 视觉加毫米波和激光雷达方案：提升感知精度和可靠性，实现更高水平自动驾驶功能[16] 激光雷达技术路线 - MEMS和转镜方案：只要点云质量好，算法效果就好，技术路线逐渐收敛到一维转镜加SOC方向[18] - 半固态与固态转换：乘用车主要采用半固态，高端车型有向纯固态转换趋势，短期内以混合固态为主，未来纯固态可能先应用于机器人领域或汽车补盲系统[19] 不同应用场景激光雷达差异 - 机器人与车载：在性能、视场角、可靠性和成本上存在差异，未来机器人激光雷达成本有望接近或低于车载[20][21] - 不同等级自动驾驶：L3级自动驾驶法规未强制要求搭载激光雷达，但车企为提高安全性会采用更高分辨率激光雷达[22] 恶劣天气性能 - 不足：在下雨及窗口脏污时性能下降，产生爆点[23] - 弥补方法：通过后处理算法改善点云质量，结合毫米波雷达等其他传感器，或通过报警提示、自诊断功能解决问题[23] 寿命与可靠性 - 保障措施：汽车行业对零部件寿命和可靠性要求严格，成本下降不会牺牲寿命或可靠性，通过优化系统方案实现降本[24] 其他重要但是可能被忽略的内容 - 带有激光雷达城市导航无图智能驾驶辅助系统价格降至15万以下，推动市场普及率提升，提升道路安全性和驾驶体验，促使汽车制造商加速创新[7] - 不同传感器方案在效果和成本上有差异，未来视觉和毫米波雷达能否替代激光雷达取决于软件算法发展水平[17] - 上海公司能处理不同类型激光雷达，只要点云质量合格[18] - 高端车型如蔚来ET9已开始配置多颗混合固态或同步态激光雷达提升感知能力[19] - 截至2024年，汽车行业激光雷达量产规模达150万台，成本约1000元人民币[20]