1、 智能驾驶：打开感知设备发展空间

近日小鹏 P5 与极狐阿尔法 S 两款智能汽车引起各界的广泛关注，车企推出的新款车型智能化加大；此外，百度、小米、滴滴等科技企业纷纷加入造车角逐，智能驾驶时代加速到来。 小鹏 P5 采用 XPILOT 3.5 自动驾驶辅助系统，配备 32 个感知传感器，融合视觉、雷达、高精度定位单元进行环境感知，实现 360°双重感知融合。ARCFOX 极狐阿尔法 S 华为 HI 版将采用华为智能汽车解决方案，搭载鸿蒙 OS 智能座舱空间，实现智能高阶的自动驾驶系统。两者均选择搭载激光雷达作为感知设备，这也正是两款车型引人瞩目的一个重要原因。

1.1、 智能驾驶：加速到来

1.1.1、 智能驾驶：持续革新

直观来说，智能驾驶就是要类比人类驾驶，使用技术和设备达到辅助乃至替代驾驶的功能。用传感器如摄像头、雷达等感知驾驶环境；用算法芯片实现驾驶决策，逐步让人工智能替代驾驶员的决策功能；用控制执行系统控制汽车行驶，最终将驾驶者的双眼、双手、双脚、头脑彻底从驾驶中解放出来。 根据《交通建设管理》刊文，智能汽车是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术。初级的智能汽车主要采用高级驾驶辅助系统（ADAS），这是一系列驾驶辅助系统的集合，以提升驾驶的安全性和舒适性为目的。无人驾驶汽车同样属于智能汽车的范畴，可以通过智能传感系统感知路况，依靠计算机系统进行自主规划决策，并完成预定行驶目标。 目前我国在官方政策中常采用“智能网联汽车”这一概念，将其定义为搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（人、车、路、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作的新一代汽车。

由国际自动机工程师学会（简称 SAE）划分的智能驾驶分级标准被广泛采用，该标准将智能驾驶分为 L0-L5 六个级别，系统智能化程度随着数值增大而增加。L0-L2 属于自动驾驶辅助系统，对应我们常说的 ADAS，其中 L0 代表无自动化；L3-L5对应自动驾驶系统。 目前我们已经很难看到 L0 级别的汽车，常见的汽车大多属于 L1 级别，即辅助驾驶级，L2 级和 L1 级之间一个显著的区别在于是否能够同时实现汽车控制转向及加速/减速；L2 级至 L3 级之间的实现难点是传感器感知技术和法规限制；而更高级别的高度自动驾驶和完全自动驾驶将受到算法及计算平台稳定性、经济成本、高精度地图、乘客心理接纳程度等多方面的考验。

2020 年 3 月我国《汽车驾驶自动化分级》由工业和信息化部报批公示，于 2021年 1 月 1 日正式实施，自此符合中国自动驾驶领域的安全等级标准正式建立。中国标准在参考了 SAE 标准的基础上进行了一定调整：将 0 级设定为应急辅助，与无驾驶自动化进行区分；中国版 0 级-2 级的目标和事件探测与响应由驾驶员及系统共同 完成，不同于 SAE 标准的由驾驶员完成；此外，3 级标准中增加了对驾驶员接管能力监测和风险减缓策略的要求。

1.1.2、 感知设备：智能基础

智能驾驶最主要的三个技术环节是环境感知、决策和底层控制。感知层对车内信息和环境信息进行收集和处理，主要包括视觉系统（车载摄像头）、雷达（超声波雷达、毫米波雷达、激光雷达）、高精度地图等；决策层将感知信息进行融合并判断，决策行驶路线，这部分建立在足够智能的算法和能够执行该算法的计算平台之上；而控制执行层面负责接受决策后完成驾驶操作，包括方向盘转角、刹车等操作。

中国智能驾驶服务行业仍具有充足的发展潜力。根据百度集团全球发售文件中的数据，中国自动驾驶服务市场规模逐年增长，预计将从 2019 年的 23 亿元持续攀升至 2025 年的 3994 亿元，年复合增长率为 136.2%。

1.1.4、 国家政策：鼓励发展

根据高工产业研究院，中国对智能驾驶的总体规划始于 2014 年 10 月，相比于先行一步的美、日、欧，我国智能驾驶产业正处于追赶期，我国政府积极出台多项政策，积极支持产业健康发展。2015 年国务院印发《中国制造 2025》，明确指出到2020 年要掌握智能辅助驾驶总体技术及各项关键技术，初步建立智能网联汽车自主研发体系及生产配套体系；到 2025 年要掌握自动驾驶总体技术及各项关键技术，建立较完善的智能网联汽车自主研发体系、生产配套体系及产业群，基本完成汽车产业转型升级。2016 年 3 月，中国汽车工业协会发布《“十三五”汽车工业发展规划意见》，提出“积极发展智能网联汽车”。2016 年《中国智能网联汽车技术发展路线图》发布，以引导汽车制造商的研发以及支持未来政策制定。 2017 年工业和信息化部、国家标准化管理委员会发布《国家车联网产业标准体系建设指南（智能网联汽车）（2017）》，提出到 2025 年系统形成能够支撑高级别自动驾驶的智能网联汽车标准体系，促进智能网联汽车“智能化+网联化”融合发展，以及技术和产品的全面推广普及。2018 年，工信部在《新一代人工智能产业创新重点任务揭榜工作方案》指出，到 2020 年，突破自动驾驶智能芯片、车辆智能算法、 自动驾驶、车载通信等关键技术，实现智能网联汽车达到有条件自动驾驶等级水平。

多个发达国家或地区如欧盟、日韩均已提出了智能网联汽车产业的发展目标。欧盟计划 2030 年实现完全自动驾驶的普及应用，日本计划 2025 年私家车和卡车运输实现高速公路 L4 级自动驾驶，韩国预计 2030 年 L3、L4 级别车辆在新车市场占比达到约 50%。 随着众多车企、互联网企业加快布局自动驾驶领域，L2 级智能汽车渗透率有望实现快速提升。全国政协经济委员会苗圩副主任在 2021 中国电动汽车百人会云论坛上表示，2020 年我国 L2 级智能网联乘用车市场渗透率达到了 15%。2020 年《智能网联汽车技术路线图 2.0》对我国智能网联汽车产业发展提出了明确的目标，预计2025 年 PA、CA 级智能网联汽车销量占汽车总销量超过 50%，C-V2X 终端新车装配率达 50%，高度自动驾驶汽车实现限定区域和特定场景商业化应用；2030 年 PA、CA 级占比 70%，HA 级占比超过 20%，C-V2X 终端新车装配基本普及。

1.2、 自动驾驶：机遇与挑战并存

1.2.1、 车路协同：构建未来蓝图

目前国际上智能驾驶主要有两种发展方向，分别为单车智能和车路协同。前者将技术核心放在提升车辆本身的智能化上，以实现车辆的自我感知、自主决策、自主控制。这样的路线专注于车辆本身，与其他技术的跨界融合相对较少，但较难以实现超视距的感知。后者车路协同目前多被国内所认可，即把车辆当作系统的一部分，和道路智能化、远程云端、通讯网络结合起来，构成复杂的网络体系，但该路线的技术复杂性仍不可忽视。 根据德勤报告，L4-L5 级别自动驾驶的最理想模式是实现“车端-路端-云端”的高度协同，但是车端智能和路端智能的发展不完全是同步的关系，自动驾驶路线的选择面临感知能力、决策能力等不同能力在车侧和路侧分配的问题。 我们以激光雷达为例进行说明，作为新一代的传感器，其在探测障碍物的精度和距离方面有着显著的优势，但是存在着价格昂贵的缺点，对应用推广或有一定的阻碍。随着新基建的定调，车路协同、智慧交通领域逐渐进入发展快车道，将激光雷达引入车路协同系统，在路侧安装激光雷达的构想也层出不穷。根据《浅析路侧激光雷达部署》，在城市道路部署激光雷达，可以实时精准识别行人、非机动车、机动车的行为状态，对物体和环境进行实时 4D 重建，经过特征提取后将有异常移动轨迹的物体纳入 V2X 系统中，为行人及车辆提供实施通行及交通安全信息。路侧和运营车辆上激光雷达的布设，可以迅速提高 V2X 网络的信息获取能力，增强 V2X 后台数据综合分析测算能力，为基于 V2X 的自动驾驶应用打下良好的基础。 根据德勤报告，从技术和成本在车侧和路侧的分配角度出发，未来自动驾驶的发展演化出三条技术路线。分别是以激光雷达和高精地图为代表的“谷歌派”单车智能路线，以视觉感知和影子模式为代表的“特斯拉派”单车智能路线，以及在网联化方面率先发力与突破的车路协同路线。 2020 年我国政策定调大力发展新基建，将推动信息基础设施、融合基础设施、创新基础设施的高速发展。随着 5G 网络、大数据、人工智能等技术的逐渐成熟以及智能交通基础设施、智慧能源基础设施的建设力度加大，在此背景下，车路协同的智能驾驶路线或许更符合我国的发展需要。 《智能汽车创新发展战略》提出到 2025 年，智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网络（LTE-2 等）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，高精度时空基准服务网络实现全覆盖，这为我国发展车路协同模式提供了重要的支撑。 根据德勤报告，中国在自动驾驶领域主要采用车路协同的技术路线，路侧智能的发展有望大幅提速，未来的汽车产业价值链或将被重新分配。在未来中国的汽车 产业链价值分配格局中，将存在更多的行业参与者，基础设施设备提供商、通信运营商和解决方案提供商也将是不可小觑的力量。

1.2.2、 自动驾驶：重构出行前景

自动驾驶的实现将带来充足的经济和客户价值。自动驾驶可以通过制作预见性碰撞事故地图、监控驾驶员的操作安全性等方式提高驾驶安全性，降低事故发生率。高级别的智能驾驶可以让司机得以释放，为司机节约大量的时间，也为不会驾驶的人提供了轻松出行的可能。从经济性角度来说，与租赁或购买汽车相比，新的出行模式可以降低每公里的成本，提升交通运输的经济性。

根据《关于智能驾驶的几点判断和认识》，智能驾驶与电动车在技术层面存在着天然的关联性，两者互相促进、互相支持。电动车的根本在电池和电池控制，电控 是算法驱动的行业，车内的电信号可以直接被系统收集，智能驾驶基于“人工智能”，可以帮助解决电动车的充电、节能等核心问题。智能电动车的智能交互系统实际上是将车身机械语言和车联网电子信息语言统一起来，实现车与人、车与云的互联。此外，相比于传统的汽油车，新型电动汽车零部件的数量较少，从机械工程的角度来看，这可以降低电动汽车的制造难度。随着电动车技术的成熟以及软件技术的发展，未来软件服务或将成为无人驾驶中竞争的核心要素；机械零件少的另外一个优点是更容易实现定制化生产，可以快速生产满足不同需求的车辆。 无人驾驶与电动汽车、出行服务等技术有机结合，将带来全新的时代变革，对我国交通结构、出行服务等方面产生相当程度的改变，用于出行服务的自动驾驶占比将大幅提高。麦肯锡预计，2030 年乘用车市场自动驾驶将占总旅客公里数（PKMT）的 13%，其中出行服务提供商部署的自动驾驶车辆将占 PKMT 的 11%，预计 2040年这两个数字将大幅增长，分别达到66%、55%。

2、 激光雷达：助力智慧出行，探索无人驾驶

2.1、 激光雷达：机器之眼

激光雷达被广泛用于无人驾驶汽车和机器人领域，被誉为广义机器人的“眼睛”，是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置。广义机器人包括具有无人驾驶功能的汽车等，激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，对广义机器人所处环境进行实时感知，获取周围物体的精确距离及轮廓信息，以实现避障功能；同时，结合预先采集的高精地图，广义机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航。在无人驾驶领域，激光雷达是 L4/L5 级别无人驾驶技术的核心传感器，国内外众多无人驾驶科技公司均采用激光雷达输出的点云数据作为主要决策依据。在ADAS 领域，其所应用的激光雷达对车规化的批量生产能力、可靠性有较高的要求，对成本也较为敏感。

2.1.1、 激光雷达近年来高速发展

激光雷达经历多个发展阶段，2016 年后行业进入高速发展。2016-2018 年国内激光雷达厂商纷纷入局，激光雷达主要应用于无人驾驶、高级辅助驾驶、机器人等领域。2019 年至今激光雷达市场更是发展迅速，Velodyne、Luminar、Aeva、Innoviz等海外激光雷达公司陆续完成上市，2021 年蔚来、小鹏、北汽极狐等发布搭载激光雷达方案的智能汽车，激光雷达行业迎来新发展机遇。

2.1.2、 激光雷达产业链完善

从产业链的角度来看激光雷达，其上游包括激光器和探测器、FPGA 芯片、模拟芯片供应商，以及光学部件生产和加工商，下游产业链按照应用领域主要分为无人驾驶、高级辅助驾驶、服务机器人和车联网行业。 产业链上游： （1）激光器与探测器：其性能、成本、可靠性与激光雷达产品的性能、成本、可靠性密切相关。我国激光器与探测器供应商在产品性能上接近国外供应商水平，同时在产品的定制化上有较大的灵活性，价格也有一定优势。 （2）FPGA 芯片：通常作为激光雷达的主控芯片，国外供应商的产品性能相比国内供应商大幅领先，但国内产品的逻辑资源规模和高速接口性能也能够满足激光雷达的需求。 （3）模拟芯片：用于搭建激光雷达系统中发光控制、光电信号转换，以及电信号实时处理等关键子系统。国内供应商相比国外起步较晚，从产品丰富程度到技术水平还普遍存在着一定差距，尤其车规类产品差距会更大。 （4）光学部件：主要由激光雷达公司自主研发设计，后选择行业内的加工公司完成生产和加工工序。目前国内光学部件供应链的技术水平已经完全达到或超越国外供应链的水准，且有明显的成本优势，已经可以完全替代国外供应链和满足产品加工的需求。 产业链下游应用领域较为广泛： （1）无人驾驶行业：从车队规模、技术水平以及落地速度来看，海外相比国内仍具有一定的领先优势。 （2）高级辅助驾驶行业：通常需要激光雷达公司与车厂或 Tier 1 公司达成长期合作，一般项目的周期较长。 （3）服务机器人行业：国内快递和即时配送行业相比国外市场容量大，服务机器人国内技术发展水平与国外相当，从机器人种类的丰富度和落地场景的多样性而言，国内企业更具优势。 （4）车联网行业：得益于“新基建”等国家政策的大力推动，国内车联网领域发展较国外更加迅速。

2.1.3、 激光雷达市场空间广阔

（1）全球激光雷达市场高速发展

激光雷达是无人驾驶技术实现的关键，根据沙利文的统计及预测，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增加、服务型机器人及智能交通 建设等领域需求的推动，预计激光雷达市场将呈现高速发展态势，2025 年全球市场规模 135.4 亿美元，预计 2019~2025 年复合增速 64.5%。 从全球激光雷达市场构成上来看，2019 年车联网是激光雷达的主要应用市场，占比约 60%。沙利文预计到 2025 年，Robotaxi/Robotruck、ADAS、车联网近乎三分激光雷达市场，占比分别为 26%、34%、35%。主要原因在于 Robotaxi/Robotruck 市场不断扩张，激光驾驶不断应用于 ADAS 领域以及智能交通需求攀升。 从无人驾驶市场来看： 根据 Report Linker 研究估计，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到 53.5 万辆。随着无人驾驶商业模式的逐步确立，全球激光雷达市场也将高速增长，据沙利文测算，2025 年该领域激光雷达市场规模预计达到35 亿美元，2019-2025 年的年均复合增长率达 80.9%。 从高级辅助驾驶市场来看： 随着激光雷达成本下探至数百美元区间且达到车规级要求，未来越来越多高级辅助驾驶量产项目将实现 SOP。根据 Yole 的研究报告，2025 年全球乘用车新车市场L3 级自动驾驶的渗透率将达约 6%，每年近 600 万辆新车将搭载激光雷达。激光雷达在高级辅助驾驶领域的市场规模将在未来 5 年里保持高速增长，据沙利文预计，2025 年激光雷达市场规模预计将达到 46.1 亿美元，2019 年至 2025 年复合增长率达83.7%。

（2）我国激光雷达市场高速发展

下游发展带动激光雷达市场不断扩张。根据沙利文的研究报告，至 2025 年中国激光雷达市场规模将达到 43.1 亿美元，2019-2025 年复合增速 63.1%，其中车载领域是主要组成部分。 乘用车销量：为了剔除 2020 年疫情因素影响，我们根据 2013-2019 年乘用车销量复合增速的预测 2021-2030 年中国乘用车销量。L2/L3 以及 L4 级汽车销量数据采用渗透率与乘用车的乘积计算。 单颗激光雷达价格：根据 Livox 预测，2020 年混合固态激光雷达价格 800 美元，2023 年混合固态激光雷达价格 400 美元，L4 导入阶段，固态激光雷达价格降至 100 美元。根据《智能网联汽车技术路线图 2.0》与 Livox 数据，我们预测 2027 年固态激光雷达价格 100 美元，且上述降本过程非线性。（即图 26 激光雷达存在降本曲线）渗透率：2020 年我国 L2 级智能网联乘用车市场渗透率达到了 15%，此外根据2020 年《智能网联汽车技术路线图 2.0》对我国智能网联汽车产业发展提出的明确目标，预计 2025 年 PA、CA 级智能网联汽车销量占汽车总销量超过 50%，C-V2X 终端新车装配率达 50%；2030 年 PA、CA 级占比 70%，HA 级占比超过 20%。因此我们以上述时间的渗透率为节点，假设智能驾驶的普及速度较为平滑。（即图 9 多个国家或地区已经提出了智能网联汽车产业发展目标） 配置激光雷达数量：根据我们统计的现有厂商使用的激光雷达比例及数量，我们预计至 2030 年全部 L2/L3 级汽车使用激光雷达，L4 级汽车 100%使用激光雷达。市场规模：我们预计 2025 年我国 ADAS、无人驾驶领域激光雷达市场规模 216亿元。

2.2、 技术路线：半固态成为现实之选

2.2.1、 激光雷达方案具备优越性

当前，对于车辆自动驾驶技术感知层的解决方案主要可以分为“纯视觉方案”与“激光雷达方案”。“纯视觉方案”方案指的是由摄像头主导、配合毫米波雷达等低成本元件组成的解决方案，“激光雷达方案”由激光雷达主导，配合摄像头、毫米波雷达等元件组成的解决方案。 我们对比不同的解决方案： （1）车载超声波雷达成本低，但有效探测距离通常小于 5m，无法对中远距离物体进行测量。 （2）毫米波雷达具有同时测距和测速的功能，有效探测距离可达 200m，然而单颗车载毫米波雷达的角度分辨能力通常较弱，如 Continental（大陆）77GHz 高配版毫米波雷达 ARS408-21 在长距模式最优水平角分辨率为 1.6°，无法辨识物体的细节，且毫米波雷达对金属的探测灵敏度远高于非金属材料，导致其在人、车混杂的场景下对行人的探测效果不佳。 （3）摄像头具有优异的角度分辨率，然而其受光照影响大，黑夜和强光下的探测效果不佳，此外摄像头对物体及其距离的识别依赖深度学习算法，无法做到完全准确。 （4）激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得物体的距离和方位信息。这些相较于其他传感器的优势，可显著提升自动驾驶系统的可靠性，因而被大多数整车厂、Tier1 认为是 L3 级及以上自动驾驶（功能开启时责任方为汽车系统）必备的传感器。

以特斯拉为例，特斯拉的 Autopilot 系统中内置了一个深度神经网络，通过海量车主的驾驶数据，进行神经网络训练，从而不断覆盖更多工况与场景，达到视觉算法无限接近于人类判断的目的，其核心是依靠纯视觉方案+软件算法。随着技术发展，视觉计算的底层算法将会趋于强大，误识情况有望减少。 另一方面蔚来 ET7、小鹏 P5、北汽旗下的极狐 HBT，均宣布搭载激光雷达，此前该种方案主要受限于成本，但随目前车企陆续宣布使用激光雷达量产，成本受限问题或可解决。目前来看，无论是毫米波雷达还是计算机视觉方案，短期内很难替代激光雷达，所以除以特斯拉为代表的少数企业之外，多数自动驾驶研发和测试厂商，都使用激光雷达作为主要传感器，激光雷达与毫米波雷达和摄像头共同建立系统，实现路况判断和车辆定位。

2.2.2、 半固态激光雷达是现实之选

激光雷达可按测距方法和技术框架进行分类。按照测距方法，激光雷达可以划分为飞行时间（ToF）测距法、基于相干探测的 FMCW 测距法、以及三角测距法等，其中 ToF 与 FMCW 能够实现室外阳光下较远的测程（100~250 m），是车载激光雷达的优选方案。ToF 是目前市场车载中长距激光雷达的主流方案，未来随着 FMCW 激光雷达整机和上游产业链的成熟，ToF 和 FMCW 激光雷达将在市场上并存。

按照技术框架，激光雷达可以分为整体旋转的机械式、收发模块静止的半固态式以及固态式激光雷达。其中，半固态式激光雷达可分为转镜式和 MEMS 式，固态式激光雷达可分为相控阵 OPA、电子扫描和 Flash 等。

在机械式激光雷达方面，主要代表厂商有 Velodyne、禾赛科技、Ouster、速腾聚创等，根据禾赛科技招股书，Velodyne 在这个领域具有先发优势，在 2006 年到 2017年一度是机械旋转激光雷达市场的最主要提供方。 在半固态式产品方面有 Luminar、Innoviz、Aeva、Innovusion、华为、法雷奥、大疆等企业布局，在固态产品方面代表厂商有 Ibeo、Ouster、Quanergy。半固态激光雷达是当前主流。 从技术选择路径和目标市场来看，Luminar、Aeva、Innoviz、Ibeo 主要面向无人驾驶和量产乘用车 ADAS 市场，开发相应的半固态激光雷达，其技术特点各有不同，Luminar 选用 1550nm 光源和探测器而非市场主流的 905nm 光源和探测器，Aeva 选择 FMCW 而非市场主流的飞行时间法，Innoviz 通过采用 MEMS 二维微振镜来实现激光扫描和接收，通过减少激光器和探测器数量来降低成本，Ibeo 则选用 VCSEL 和SPAD 面阵的纯固态激光雷达方案。

2.3、 2021 年迎来集中量产上车

在 2020 年底、2021 年初，多家车企推出搭载激光雷达的新车型，并公布量产计划，激光雷达行业迎来发展机遇。BMW 在 2021 年推出具有 L3 级自动驾驶功能的BMW Visioni NEXT；Mercedes-Benz 首款 L3 级自动驾驶系统于 2021 年在新款 S 级车型上推出；Volvo 预计在 2022 年推出配备激光雷达的自动驾驶量产车型，实现没有人工干预情况下的高速行驶；本田计划于 2021 年在其 Legend 车型上提供 L3 级自动驾驶系统。 2021 年 4 月 15 日，小鹏汽车召开新车亮相发布会，小鹏 P5 正式亮相，以“全球首款量产激光雷达智能汽车”为宣传标语，小鹏 P5 采用 XPILOT 3.5 自动驾驶辅助系统，配备了双激光雷达，覆盖前方横向 150°视野，最远探测距离达 150m，测距精度达到厘米级，角度分辨率达 0.16°，空间分辨率更高。该款车型采用 32 个感知传感器，融合视觉、雷达、高精度定位单元进行环境感知，实现 360°双重感知融合。 2021 年 4 月 17 日，华为与北汽极狐合作的车型阿尔法 S HI 版发布，其最大亮点是智能驾驶解决方案。在硬件方案上，阿尔法 S HI 搭载了 3 颗激光雷达、9 个 ADAS摄像头、6 个毫米波雷达、12 个超声波雷达、4 个环视摄像头，芯片的算力达到 352万亿次每秒。据北汽极狐宣传，该车能够实现城市导航智能驾驶。

3、 受益标的

3.1、 巨星科技：受益于海外供应链重构

巨星科技主要产品包括手工具及动力工具、激光测量仪器、存储箱柜三大类，主要用于家庭住宅维护、建筑工程、车辆维修养护、机器人及自动化、地图测量测绘、个人防护等领域，是我国手工具 ODM 龙头，公司产品主要销往欧美，2020 年欧美市场占比约 90%。

（1）激光产品：提前布局

巨星科技于 2016 年布局激光测量仪器领域，公司通过投资华达科捷、PT 公司和欧镭激光等公司，成功整合和发展出了符合自身销售网络需求的激光测量产品和产业生态链，并逐步成为全球最具竞争力的激光测量仪器制造商。 在 ODM 方面，巨星科技积极保证订单交付，全年开发激光测量类新产品数超过一百项，同时不断完成激光产品的大客户战略切换与渠道定位。另一方面，公司于2016 年布局的激光雷达业务获得进展，控股子公司欧镭激光取得了美国和欧洲市场 的新订单，与欧洲著名品牌 Datalogic 公司开展长期合作并签订产品供应协议，与国内煤矿安全领域龙头企业中煤科工集团重庆研究院有限公司合作开发了矿用本安型激光雷达物位传感器，拓宽了公司激光雷达产品的应用领域。

（2）手工具业务：把握全球价值链重构机遇，并购+电商业务齐头并进公司营收与盈利规模均维持稳步增长，在疫情冲击下全球贸易的背景下，在手工具方面，公司抓住全球供应链重构机遇，并通过外延并购与跨境电商业务持续推进等手段，2020 营收同比增长 15.7%。

3.2、 高德红外：军品民品双轮驱动

高德红外是全球领先的红外热像仪专业研制厂商，在测温型红外热像仪里排名全球第四，是进入全球排名前五的唯一中国企业。 公司业务领域涵盖红外焦平面探测器芯片、红外热像整机及以红外热成像为核心的综合光电系统、新型完整武器系统和传统非致命性弹药及信息化弹药四大业务板块。 公司军品民品业务双轮驱动，公司凭借多年来在红外行业的技术领先和创新优势，多类型型号项目逐渐进入批量供货年份，各型号产品订单持续快速增长，随着公司核心元器件多品类、性能稳定性、批量供货能力的全方位提升，公司与行业内诸多头部企业形成了稳定持续的业务合作，国内外民品业务增长明显。 随着红外核心芯片小型化、低成本、高可靠性、大批量生产的实现，激发了红外行业逐步向多样化、普及化、消费化发展，红外技术在电力、工业、安保、智能驾驶等民用领域的应用不断扩大。 在智能驾驶领域，子公司轩辕智驾主要从事智能驾驶 ADAS 系统产品的研发与销售。根据轩辕智驾官网，其产品涉及 ADAS 的全部领域，其车载热成像避障系统技术水平处于领先地位，能够为奥迪、宝马、奔驰、保时捷等主流高端产品提供定制化服务。 随着 2020 年底、2021 年初，多家车企推出使用“激光雷达方案”的新车型，并公布量产上车表，ADAS 迎来了行业发展机会，子公司轩辕智驾或将受益。

3.3、 禾赛科技：无人驾驶机械激光雷达新锐

禾赛科技主要从事高性能激光传感器的研发生产与销售。在主要产品和服务方面，禾赛科技持续对激光雷达和激光气体传感器两大类产品线进行开发，禾赛科技已陆续推出了诸多产品系列，如激光甲烷遥测仪 HS4000，机械式激光雷达 Pandar40、 Pandar40P、Pandar64、PandarQT、Pandar40M、Pandar128、PandarXT，多传感器融合感知套件 Pandora，半固态激光雷达 PandarGT，算法内嵌激光雷达 PandarMind 等。 禾赛科技 2017-2019 年营收高速增长，由 2017 年 0.19 亿元增加到 2019 年的 3.48亿元，2019 年激光雷达产品贡献禾赛科技 94%营收。随着技术不断进步，2019 年推出的 Pandra64 产品是其主力产品，占营收 64%。2020 年公司推出 Pandra128、Pandra40M、Pandra QT、Pandra XT、PandraMind 等产品，不断丰富产线，满足客户需求。