重启雷达,马斯克被 “打脸”?这个车联网产品正处于爆发前夜
中信建投指出,特斯拉本次重拾雷达方案一方面可能是因为减配了雷达的特斯拉自动驾驶表现不尽如人意,另一方面雷达成本持续降低的同时清晰度在逐步增加。
距离刚刚割掉特斯拉汽车上最后一颗雷达仅两个月,马斯克又 “反悔” 了。
据集微网消息,特斯拉最新提交的一份材料显示,最早明年 1 月中旬,一款新的雷达将重新上车。这份材料上交至 FCC(关国联邦通讯委员会),主要目的是申请延长 60 天的保密期,暂不对外雷达的具体细节、外观照片。
此前曾嫌弃雷达方案
事实上,马斯克对雷达的嫌弃,业内众所周知。
一直以来,马斯克都认为,汽车自动驾驶应该和人类司机一样,采用纯视觉系统。人类可以依靠眼睛和智力来进行判断和驾驶,汽车同样可以通过相机和 AI 技术来控制。
2019 年特斯拉的"Autonomy Day"上,马斯克就直接对激光雷达开炮:激光雷达就像是人身上长了一堆阑尾,是傻子的玩意,任何人用激光雷达都注定失败。
2021 年 5 月,特斯拉开始在从其车辆中移除毫米波雷达;随后今年 10 月,又开始从为北美、欧洲、中东和台湾制造的 Model 3 和 Model Y 上拆除了 12 个超声波传感器。
至此,特斯拉传感器方案从 “8 摄像头 +1 毫米波雷达 +12 超声波雷达” 的多传感器方案减为 “8 摄像头” 的纯视觉方案。
为啥要重新装回雷达?
中信建投指出,特斯拉本次重拾雷达方案一方面可能是因为减配了雷达的特斯拉自动驾驶表现不尽如人意,另一方面雷达成本持续降低的同时清晰度在逐步增加。
相关文件显示,本款重新上车的雷达为编号 “1541584” 的非脉冲汽车毫米波雷达(与 FMCW 雷达较为类似),工作频率为 76-77GHz,支持三个扫频模式,最大扫频带宽为 700MHz,帧周期约为 67ms,业界推测其或为一颗 4D 成像雷达。
中信建投表示,相对传统毫米波雷达,4D 成像雷达使用多输入多输出(MIMO)天线阵列对周围环境进行高分辨率感知,在距离、速度、方位的三维信息基础上增加了高度信息,并在角度、速度分辨率均有所提升,可初步判定静止物体与车辆的位置关系,弥补了传统毫米波雷达的性能短板,有望成为高阶自动驾驶的优质传感器选项。
根据高工智能汽车研究院,4D 成像雷达将从 2023 年初开始小规模前装导入,2024 年定点/搭载量有望突破百万颗,中信建投称特斯拉重拾雷达方案也表明,当前纯视觉方案还难以满足安全冗余需求,多传感器前融合仍是未来的大势所趋,随着高阶 ADAS 渗透率不断提升,激光雷达、4D成像雷达等传感器市场未来将保持高速成长。
激光雷达进入普及元年,正处于爆发前夕
值得一提的是,与马斯克不同的是,国内车企却一直积极拥抱雷达方案,尤其是激光雷达。
2021 年 10 月,小鹏 P5 作为全球首款量产激光雷达智能汽车正式下线交付,激光雷达产业进入商业化落地阶段。
2022 年,多款激光雷达量产车型重磅发布,新势力开启 “军备竞赛”,华西证券称激光雷达进入普及元年。截止目前,国内宣布搭载激光雷达的车型已超过 20 款,包括蔚来 ET7、理想 L9、极狐αS HI、阿维塔 11、智己 L7 等。
资料显示,激光雷达是一种向被测目标发射探测信号,然后测量反射或散射信号的到达时间、强弱程度等参数,以确定目标的距离、方位、运动状态及表面光学特征的雷达系统。
的优点包括:1)具有极高的距离分辨率、角分辨率和速度分辨率;2)抗干扰能力强;3)获取的信息量丰富,可直接获取目标的距离、角度、反射强度、速度等信息,生成目标的多维度图像;4)可全天时工作。相比于毫米波雷达,激光雷达可实现对人体的探测,相比于摄像头,激光雷达的探测距离更远。
另外,国盛证券称在类似于隧道,车库等弱光的环境,激光雷达较摄像头方案具有绝对优势,不可替代。根据 ElecFans,搭载激光雷达自动驾驶系统安全性可达 99.99%,而摄像头、毫米波雷达等传感器仅能保证 99.0%。
华西证券称,目前车载激光雷达市场正处于爆发前夕,千亿市场正在开启。
据其测算,预计我国乘用车领域激光雷达市场空间在 2025 年将达到 261 亿元,到 2030 年将达到 980 亿元。我国乘用车领域激光雷达市场规模未来 3 年复合增速能达到 200%+,2025 年至 2030 年复合增速达到 30% 以上。
相关产业链及公司
据华西证券研报,激光雷达的核心部件包括激光器、探测器、光学系统、扫描系统、主控芯片等。
1)发射器方面,由 EEL 向 VCSEL 发展;2)探测器方面,未来 SPAD/SiPM 替代 APD 是大势所趋;3)扫描类型方面,由机械式向纯固态式发展;MEMS 激光雷达或为中期主流方案,OPA 距离商用还有一定距离,FLASH 激光雷达有望率先实现商用;4)测距方式方面,FMCW 激光雷达有望突围。
相关公司方面,主要包括: