自动驾驶核心传感器与芯片技术发展-专题研究报告

自动驾驶核心传感器与芯片技术发展专题研究报告

摘要自动驾驶核心传感器与芯片是智能网联汽车的"眼睛"和"大脑"，其技术发展水平直接决定了自动驾驶系统的感知能力、决策速度和安全性能。本报告围绕激光雷达、摄像头、毫米波雷达等核心传感器以及自动驾驶计算芯片两大技术板块展开系统研究。研究发现，2024年中国激光雷达市场规模达139.6亿元，同比增速突破167%，速腾聚创成为全球首家交付突破100万台车载激光雷达的企业。计算芯片方面，英伟达以40%-50%的全球市场份额稳居第一，地平线、华为等国产芯片企业快速崛起，2025年国产AI芯片在中国市场的整体份额已跃升至41%。传感器融合方案成为行业主流趋势，4D毫米波雷达、固态激光雷达等新技术加速渗透。报告建议企业关注传感器成本下降趋势，加大端到端算法与芯片协同优化投入，积极参与国产芯片生态建设。

一、背景与定义1.1自动驾驶传感器的概念与分类自动驾驶传感器是车辆感知外部环境的核心硬件，承担着采集道路、车辆、行人、交通标志等信息的关键任务。根据工作原理的不同，自动驾驶传感器主要分为以下几类：（1）激光雷达（LiDAR）：通过发射激光脉冲并接收反射信号，构建周围环境的高精度三维点云地图。激光雷达具有测距精度高、不受环境光照影响等优势，是L3级以上自动驾驶系统的重要传感器。按技术路线可分为机械式激光雷达、半固态激光雷达（转镜式、MEMS式）和固态激光雷达（OPA、Flash等）。（2）摄像头（Camera）：通过图像传感器采集外部环境的视觉信息，是自动驾驶系统中最基础、成本最低的传感器。摄像头擅长识别颜色、纹理和文字信息（如交通标志、车道线、信号灯），但在恶劣天气和弱光环境下性能受限。自动驾驶车辆通常搭载多个摄像头，形成360度环视感知系统。（3）毫米波雷达（mmWaveRadar）：通过发射毫米波频段电磁波并接收回波，测量目标物体的距离、速度和角度。毫米波雷达具有全天候工作能力，在雨雪雾等恶劣天气下仍能保持稳定性能。4D成像毫米波雷达是近年来的重要技术升级，在传统距离、速度、角度三维信息基础上增加了"高度"维度，分辨率大幅提升。（4）超声波雷达：主要用于近距离感知，常见于自动泊车辅助系统，探测距离通常在3米以内。（5）组合导航系统（GNSS/INS）：通过卫星导航和惯性导航的融合，为车辆提供高精度的位置和姿态信息。1.2自动驾驶计算芯片的概念与分类自动驾驶计算芯片（SoC）是自动驾驶系统的"大脑"，负责处理传感器采集的海量数据，运行感知、决策、规划等核心算法。自动驾驶计算芯片的核心指标包括算力（TOPS）、功耗（W）、能效比（TOPS/W）以及软件生态完善度。按算力等级和应用场景，自动驾驶芯片可分为：-低算力芯片（<30TOPS）：适用于L2级辅助驾驶，如自适应巡航、车道保持等-中算力芯片（30-200TOPS）：适用于L2+级高级辅助驾驶，如高速NOA-高算力芯片（200TOPS以上）：适用于L3/L4级自动驾驶，如城区NOA、Robotaxi1.3研究范围与目标本报告聚焦自动驾驶核心传感器（激光雷达、摄像头、毫米波雷达）和计算芯片两大技术板块，研究范围涵盖：技术路线演进、市场规模与竞争格局、产业链分析、标杆企业案例、技术挑战与未来趋势。报告旨在为行业从业者、投资者和技术决策者提供系统性的技术发展参考。

二、现状分析2.1传感器市场规模与竞争格局全球自动驾驶传感器市场正处于高速增长期。据行业研究报告预测，到2026年，全球自动驾驶传感器市场规模将突破450亿美元，年复合增长率保持在25%以上，其中中国市场的占比持续提升。激光雷达市场：2024年中国激光雷达市场规模达139.6亿元，同比增速突破167%，乘用车前装搭载量首破160万颗。速腾聚创于2025年6月宣布交付第100万台车载激光雷达，成为全球首家达成该里程碑的企业。2025年Q1，在ADAS领域激光雷达装机量排名中，华为领跑，禾赛科技紧随其后，速腾聚创排名第三，装机量达305,171颗，市场份额为19.5%。值得关注的是，速腾聚创在机器人领域表现突出，2025年机器人领域激光雷达产品销量达303,000台，同比增长1141.8%。摄像头市场：车载摄像头是自动驾驶传感器中出货量最大的品类。随着L2/L2+级辅助驾驶的快速普及，单车搭载摄像头数量从早期的2-3个增加到8-12个甚至更多。据估算，2025年中国车载摄像头市场规模已超过200亿元。毫米波雷达市场：4D毫米波雷达市场呈现爆发式增长，有数据显示市场激增723%。预计2026年，4D毫米波雷达的交付价格还将下降30%。华为在2025款问界M9上新增了3个高精度固态激光雷达和2个4D毫米波角雷达，代表了传感器配置的最新趋势。2.2计算芯片市场规模与竞争格局自动驾驶计算芯片市场呈现高度集中的竞争格局。据行业分析数据：英伟达（NVIDIA）以40%-50%的全球市场份额稳居第一，其DriveOrin-X芯片全年装机量超109万颗，覆盖绝大多数主流车企的高阶智驾车型。新一代Thor芯片算力高达2000TOPS，正在推进量产进程。地平线（HorizonRobotics）作为中国自动驾驶芯片的领军企业，2025年出货量突破400万套。2024-2025年，地平线推出搭载560TOPS算力的征程6P芯片及HSD系统，成为国内首个实现一段式端到端量产的企业。地平线还发布了首款舱驾融合整车智能体芯片"地平线星空"，完成了从智驾芯片向整车计算的战略升级。华为昇腾系列芯片在2025年出货81.2万片，占中国市场约20%的份额。华为凭借从芯片到算法到整车的全栈能力，在智驾芯片市场占据重要地位。黑芝麻智能作为国产自动驾驶芯片的重要玩家，其华山系列芯片已获得多家车企定点。黑芝麻智能提出"三年内有机会和英伟达五五开"的目标，反映了国产芯片企业的雄心。整体来看，英伟达、地平线、华为三家企业合计市场份额高达89%，头部聚集效应显著。2025年，国产AI芯片在中国市场的整体份额已跃升至41%，英伟达份额则降至55%。2.3传感器融合趋势多传感器融合已成为自动驾驶感知系统的主流技术路线。以滴滴自动驾驶的新一代硬件平台为例，其融合了激光雷达、摄像头、4D毫米波雷达等多达33个传感器，以实现全场景感知识别。传感器融合的核心优势在于不同传感器的优势互补：激光雷达提供精确的三维空间信息，摄像头提供丰富的语义信息，毫米波雷达提供全天候的速度和距离测量能力。

三、关键驱动因素3.1智能化渗透率提升汽车智能化渗透率的快速提升是推动传感器和芯片市场增长的根本驱动力。据行业数据，2025年中国L2级及以上辅助驾驶的新车渗透率已超过50%，部分车企的高端车型已标配L2+级城市NOA功能。随着消费者对智能驾驶功能接受度的提高，单车传感器数量和芯片算力需求持续增长。3.2技术进步与成本下降传感器技术的持续进步和成本的大幅下降是推动市场普及的关键因素。激光雷达单颗售价从2016年的约7.5万美元降至2025年的约500美元以下，降幅超过99%。4D毫米波雷达随着规模化量产，成本也在快速下降。芯片方面，制程工艺从16nm/14nm向7nm/5nm演进，单位算力成本持续降低。3.3政策法规推动中国政府对智能网联汽车产业的支持政策为传感器和芯片市场提供了有力保障。《智能网联汽车自动驾驶系统安全要求》强制性国标的制定，以及对L3/L4级自动驾驶测试运营的开放，直接拉动了对高性能传感器和大算力芯片的需求。3.4国产替代加速在地缘政治和供应链安全背景下，国产传感器和芯片的替代进程加速。地平线、黑芝麻智能、华为等国产芯片企业获得越来越多车企的定点和量产订单。激光雷达领域，禾赛科技、速腾聚创等中国企业已在全球市场占据领先地位。

四、主要挑战与风险4.1技术挑战（1）传感器在极端环境下的性能衰减：暴雨中摄像头精度可下降60%以上，激光雷达也受到雨雪干扰，极端高温或低温环境下传感器可靠性面临考验。（2）传感器融合算法复杂度高：多传感器融合需要在硬件同步、数据对齐、不确定性建模等方面解决复杂的技术问题，对算法和算力提出极高要求。（3）芯片算力与功耗的平衡：L4级自动驾驶需要数百TOPS甚至上千TOPS的算力，但车载环境的散热和供电能力有限，如何在有限功耗下提供足够算力是芯片设计的核心挑战。4.2成本挑战尽管传感器和芯片成本已大幅下降，但L4级自动驾驶的全套硬件方案成本仍较高。一套包含多颗激光雷达、十几个摄像头、多个毫米波雷达和大算力芯片的L4级感知计算平台，成本仍需数万至十数万元人民币，限制了大规模商业化部署。4.3供应链风险自动驾驶芯片高度依赖先进制程工艺（7nm及以下），而先进制程产能主要集中在少数晶圆代工厂，存在供应链集中度高的风险。此外，地缘政治因素可能影响关键芯片和传感器的供应稳定性。4.4标准不统一目前自动驾驶传感器接口、数据格式、性能评价等方面尚缺乏统一的行业标准，不同厂商的产品兼容性较差，增加了系统集成和开发的难度与成本。

五、标杆案例研究5.1速腾聚创（RoboSense）：激光雷达量产标杆速腾聚创是全球激光雷达行业的领军企业之一。2025年6月，速腾聚创宣布交付第100万台车载激光雷达，成为全球首家达成该里程碑的企业。公司产品覆盖机械式、半固态和固态激光雷达，2025年Q1在ADAS领域装机量达305,171颗，市场份额为19.5%。在机器人领域，速腾聚创2025年销量达303,000台，同比增长1141.8%，展现出强劲的跨界增长能力。速腾聚创的成功得益于其芯片化技术路线——通过将激光雷达的核心处理单元集成到自研芯片中，大幅降低了产品成本和体积，推动了激光雷达的车规级量产。5.2地平线（HorizonRobotics）：国产智驾芯片领军者地平线是中国领先的自动驾驶计算芯片企业。2025年，地平线芯片出货量突破400万套，在中国高阶智驾芯片市场占据领先地位。征程6P芯片提供560TOPS算力，支撑了国内首个一段式端到端自动驾驶系统的量产落地。地平线的核心竞争力在于其"芯片+算法+工具链"的全栈技术布局。BPU（BrainProcessingUnit）架构是地平线自研的AI推理加速架构，针对自动驾驶场景进行了深度优化。2025年，地平线进一步发布首款舱驾融合芯片"地平线星空"和整车智能体操作系统"KaKaClaw咖咖虾"，完成了从智驾芯片向整车计算的战略升级。5.3华为：全栈式传感器与芯片方案华为在自动驾驶传感器和芯片领域采取了全栈自研策略。传感器方面，华为开发了192线激光雷达、4D毫米波雷达等产品，搭载于问界、智界等车型。2025款问界M9在传感器配置上大幅升级，新增3个高精度固态激光雷达和2个4D毫米波角雷达。芯片方面，华为昇腾系列芯片2025年出货81.2万片，占中国市场约20%的份额。华为的优势在于从底层芯片到上层算法的垂直整合能力，以及与鸿蒙座舱系统的深度协同。

六、未来趋势展望6.1固态激光雷达成为主流激光雷达技术正从机械式向固态方向快速演进。固态激光雷达具有无机械运动部件、体积小、成本低、可靠性高等优势，更适合车规级大规模量产。预计到2027-2028年，固态激光雷达将成为车载激光雷达的主流技术路线。6.24D成像毫米波雷达加速渗透4D成像毫米波雷达凭借全天候工作能力和不断提升的分辨率，将成为激光雷达的重要补充甚至部分替代方案。随着成本持续下降（预计2026年交付价格再降30%），4D毫米波雷达在中低端车型的渗透率将快速提升。6.3舱驾融合芯片成为新趋势将智能座舱和自动驾驶功能集成到同一颗芯片上，是降低整车成本、提升系统效率的重要方向。地平线发布的"地平线星空"芯片、英伟达Thor芯片均支持舱驾融合功能。预计到2027-2028年，舱驾融合芯片将成为中高端车型的主流选择。6.4端到端算法驱动芯片架构创新端到端自动驾驶大模型对计算芯片提出了新的要求，包括更大的片上内存、更高的内存带宽、更灵活的算力分配等。未来芯片架构将更加注重对Transformer等大模型架构的优化支持。6.5国产芯片份额持续提升在地缘政治和成本优势的双重驱动下，国产自动驾驶芯片的市场份额将持续提升。预计到2028年，国产芯片在中国市场的份额有望超过50%，形成与英伟达等国际巨头分庭抗礼的格局。

七、战略建议7.1关注传感器成本下降趋势，优化硬件配置方案建议企业密切关注激光雷达、4D毫米波雷达等传感器的成本下降曲线，在保证安全性能的前提下，通过优化传感器配置方案（如减少激光雷达数量、增加4D毫米波雷达覆盖等）降低整车成本，加速商业化落地。7.2加大端到端算法与芯片协同优化投入建议芯片企业加强与算法团队的深度合作，针对端到端大模型的特点进行芯片架构层面的协同优化，提升算力利用效率和实际性能表现。同时，应完善软件工具链和开发者生态，降低车企和算法公司的开发门槛。7.3积极参与国产芯片生态建设建议车企和Tier1供应商积极评估和导入国产芯片方案，降低对单一供应商的依赖风险。同