禾赛科技是家什么样的公司?是做激光雷达的企业吗

最近少写文章,一来是许多个股涨得太高,另外,自己也闭关研究,寻找更多更好的成长性赛道。

记得有星球和公众号后台有小伙伴问,激光雷达的产业链情况,这些“债”我还记得的,今天就聊聊这块。

当我了解过这产业时,发现这里能进入的公司并不多,国内企业更是屈指可数。至于激光雷达能能占自动驾驶多大的饼?下面先看看产业链情况——

包括:感知层、传输层、决策层和执行层。

感知层包括:车载摄像头、雷达系统、高精度地图、高精度定位、导航系统、路侧设备等。

传输层主要包括:通信设备和通信服务。

决策层包括:计算平台、芯片、操作系统、算法等。

执行层包含:线控、电子驱动/转向/制动、 系统集成及其他汽车零部件厂商。

中游为平台层,包括:整合的智能驾舱平台、自动驾驶解决方案以,及传统的车联网TSP平台。

下游主要为:整车厂和第三方服务。

大家最关心这里各自环节的市场占比,预测年自动驾驶的市场规模——

自动驾驶决策层(自动驾驶AI芯片、高精地图)达1138亿元/2236亿元

感知层(激光雷达)达125亿元/845亿元

平台层(智能座舱)为810亿元/1866亿元

从增速来看,智能座舱增速最快(10年复合增速达32%)

而从技术壁垒、拥有定价权,以及拥有产业协同效应的细分领域筛选——

所以,为何市场都关注激光雷达,这就是主要原因,有高技术壁垒。

现在自动驾驶传感器从两条路走——

1、摄像头主导,再搭配毫米波雷达,使用计算机视觉算法实现全自动驾驶,典型代表公司有Moblieye、特斯拉和百度Apollo Lite。

2、另外是以激光雷达为主,同时搭载毫米波雷达、超声波传感器和摄像头,远距离全方位探测能力强,但成本高,典型代表为谷歌Waymo、百度Apollo(除Apollo Lite)、文远知行等主流自动驾驶厂商。

很明显,激光雷达更有优势,不仅有较高的探测能力,还不易受环境影响,未来,激光雷达价格下降,有望成为未来自动驾驶的主流配置。

摄像头、毫米波雷达、激光雷达优劣势对比——

为何摄像头+毫米波雷达,或者是激光雷达+毫米波雷达,大家都知道激光雷达很香,它能有很高的检测精度,还可以探测到三维尺度数据。

摄像头就像肉眼,有先天的视觉识别缺陷,视觉只能感知二维画面,但激光雷达能呈现三维画面。而且视觉辨识画面需要大量数据,针对道路复杂环境,是一个很大安全性挑战。

真正的无人驾驶必须要克服强光、黑夜、大雾、雨雪等环境,实现真正的安全的自动驾驶,单靠摄像头+AI芯片是不可能实现的。

激光雷达是自动驾驶必须的,特斯拉不用是因为太贵了。

这几年行业快速进步,价格下降到了500-2000美元左右,所以可以上车使用了。

很多大厂很早就做了投资,宝马奥迪福特等,10多年前就重点投资。

激光雷达可以检测到200米远的距离,障碍物识别准确率高。

而且激光雷达有单线束和多线束两种技术路线——

单线束就像我们用一个手指头去触摸物体,而多线束就像我们用整个手掌甚至是双手触摸物体。

显然,线束越多,对目标物的刻画越详细,当然价格也就越贵。

华为去年刚发布了96线的激光雷达才卖200美元,而国外龙头的Velodyne 64线卖70000美元。

好了,到你们最想了解的环节,激光雷达赛道有什么公司?前面我都说过,这一块国内涉及的公司并不多。

华为、大疆、禾赛科技、巨星科技、速腾聚创、镭神、图达通

国内上市公司主要就是巨星科技、禾赛科技。

巨星科技:先后设立或收购了华达科捷(A股上市)、欧镭激光和PRIM'TOOLS(PT)公司等。

巨星科技通过收购华达科捷布局的3D激光雷达,凭借性价比优势,有望在AGV上率先大规模推广使用,进口替代空间巨大。

而这个月蔚来发布的ET7是采用图达通的产品,而均胜电子也宣布对图达通进行战略投资,切入激光雷达赛道。

但如果说到纯激光雷达企业,毫无疑问不是均胜电子,也不是巨星科技,而是即将上市的禾赛科技。

禾赛科技上市计划筹集资金用于“智能制造中心项目”、“激光雷达专属芯片项目”、“激光雷达算法研发项目”3大项目。

禾赛科技更牛逼,去年发布了一款128线的新一代旗舰产品Pandar128,测远、测近、分辨率、抗干扰、安全性、稳定性等各项性能指标上均有不俗表现。

而且体积重量更小,在Pandar128问世之前,禾赛曾用三个月时间为某德国汽车集团开发了一款几乎不可能开发出来的160线激光雷达。

从2017年,禾赛就自己研发设计芯片,掌握了核心算法和技术,形成高壁垒。

禾赛主要做机械激光雷达,应用在L4、L5级别,这种雷达与固态、半固态雷达相比最大的优势就是机械雷达是360度感知,因此能更好的感知运行环境,是无人驾驶的主流解决方案。

机械激光雷达目前制约大规模应用的原因主要有2个——

1、价格较贵,2020年一季度~三季度,禾赛机械雷达均价约9万元,而固态、半固态激光雷达价格几千块钱。

2、可靠性较差,由于机械雷达360度感知是通过部件不断旋转达成,因此可靠性不高,目前难以达到车规级要求。

激光雷达毛利率高达75%左右,但公司目前仍处于亏损阶段,主要是因为公司主营的机械雷达,下游车企应用仍处于路测阶段,未大规模商用,因此费用率很高。

禾赛客户包括北美3大车企中的2家、德国4大车企之一、全球前3移动出行公司中的两家、博世等,因为目前处于路测阶段,客户采购基本为一次性行为,所以每年客户结构都会变。

机械激光雷达售价贵其实容易解决,禾赛人工制造成本占比接近50%、费用率超过100%,而2020年1~9月雷达物料单位成本其实已降到1万元左右,较2019年下降接近30%,随着下游需求爆发后,费用端、人工制造费用都有较大的降本空间,可以形成正循环。

激光雷达大规模商用核心待解决的问题是一方面机械激光雷达目前可靠性难以达到车规级要求,公司也在大力投入研发解决可靠性问题,另一方面也需要等待下游L4、L5自动驾驶爆发、法规配套。

总的来说,禾赛前面走的路线和全球龙头Veloydne是一样的,机械旋转式,百度也投了也用在无人车;现在在做半固态,但应该是过度性产品。

接着,顺便也说说国内和国外其他企业——

产品矩阵全,各种类型都有,价格涵盖100~80000美刀,公司成熟度最高,精确度最高,在行业合作伙伴最多,达180多个行业合作项目,总体财务状况较好,申请了很多专利(禾赛之前付了1.5亿的专利费,后面还要继续付)。

以前软件方面差现在在大力加强,包括芯片设计。

后起之秀,创始人16岁创立了公司,现在公司的二号人物是高盛过去的,技术和资本能力都很强,也是为什么市值最高,资本市场认可度高。

Luminar的确有创新,核心技术理念是三元化合物做接收器,大大增强接收灵敏度,芯片自己研发到第4代,灵敏度和探测距离很有优势,特别是激光光源提高了很多。

luminar面临最大的挑战主要是成本能否控制到他号称的500美元之内,因为行业估算他实际成本现在在3000美元左右。

后面激光雷达要被大批量采用的话1000美元,500美元是坎。对性能也有要求,在L2阶段,奥迪A8使用的是4线,探测距离100米,之后L4的话要求就很高了,蔚来用的是1550nm,跟luminar是一个路线。

有些中国资本投了,团队是以色列情报团队出来,占25%。

效率和设计方法有优势。做的是固态雷达,用mems微振镜的技术,灵敏度高,设计很早就获得了BMW车规级认证,2021年底可以出来,下一代明年年初。

产品500~1000美元;精确度不如Veloydne和Luminar,但是如果可以保持低成本和稳定性能,车厂可能会最先采用;目前反向收购还没有完成, 市值较小,三个月后完成的话会有比较好的表现。

创始团队成员是以前苹果IWATCH团队成员,所以被看好。技术路径不一样,用FMCW,用线性激光调频芯片,其实就是加大激光发射频率,结果就是拍一幅照片的时间他可以拍一百幅,因此精确度会高。

这个技术的挑战在于:对于元器件的精确度要求很高。

一旦做成,想象空间大:公司目前在把所有器件合成到手机SIM卡大小的芯片上。

Veloydne做的机械式,Luminar和Innoviz做的是机械加一些半导体部分,到了Aeva这边完全是半导体概念设计。

但这个现在只是在概念阶段;他上市融资之后也是先把平台做出来,概念产品也要1~2年后才能出来。

激光雷达和Luminar和Innoviz比较像,在技术设计上和Innoviz和接近,但是激光光源上是用了luminar比较高的激光路线;产品只能算是未来两年的过渡产品,后面肯定会有更好的。

研究下来,对华为很有信心。激光雷达是和光学、光的传输发送和半导体方面有关,都是华为擅长的。

激光雷达行业有30几家领先公司,只是还没有上市,没有具体情况披露。

车企合作方面,基本上每个公司都有打车企合作,因为对于车企来说,投资或合作是在赌未来的赛道,不存在承诺问题,所以未来比如10亿美元订单,只是潜在订单,基本上每个公司都可以说自己有10亿的订单。

这个订单是比如,大众宝马说:如果按照你说的标准能在2年内做出来,达到车规级,量产良率和成本降到500美元以内等等,就会下几个亿的订单。

上市的时候说和Mobileye合作,所以炒得高,但mobileye说不合作了,就爆跌了。

苹果当时说要造车时,Velodyne就狂涨,现在苹果要和现代合作,现代本身是Velodyne的重要合作方。

激光雷达赛道主要投资于颠覆性科技的原理。

激光雷达大概讲到这里,我们目前自动驾驶技术只能实现到L3水平,对比L5的真正无人驾驶,还有很大的距离,我们现在的自动驾驶,只能说是辅助驾驶。

说白就好像以前我们使用的洗衣机,现在只能在半自动洗衣机阶段,还没到全自动洗衣机,放了衣服进去点一个按钮就能洗干净,途中还要人手操作。

作为环境感知与控制系统的信息源和“电子眼”,同样经历产品在发展中就是要解决几个矛盾:科技的先进性,成本的可控性,性能的稳定性,这几个有很大矛盾。

但,激光雷达是决定L4~L5级自动驾驶商用的核心传感器之一,这是必须要攻克的难题,但问题还是技术和成本问题暂时未解决,只能说还是概念性产品居多,缺乏真正“平民化”产品。

投资界(微信ID:pedaily2012)1月7日消息,国际领先的激光雷达制造商禾赛科技又一次亮相国际消费类电子产品展览会(CES),并宣布完成C轮融资,此轮融资由光速联合德国领投,美国安森美半导体、、、新加坡Axiom等跟投,融资总额1.73亿美金。此次融资也刷新了激光雷达行业的最高单笔融资记录。

2018年,光速中国作为领投方参与了禾赛科技的早期融资,并在之后的轮次持续追加投资额度,此次单笔投资金额更是达到了五千万美元。目前,光速已是禾赛科技最大的机构投资方。

“禾赛科技拥有全球领先的技术研发和产品,结合自有的先进制造生产,禾赛的激光雷达产品现已被多家全世界顶级车厂和自动驾驶公司所采用。光速作为禾赛的早期投资方,在后续每一轮持续增加投资额度。我们十分看好禾赛优秀的管理团队和其未来的发展前景。”光速中国创始表示。

禾赛科技起源于硅谷,专注于研发和制造用于机器人和无人车的激光雷达。激光雷达被誉为无人车的“眼睛”,可以准确捕捉汽车行驶过程中环境和物体的运动变化。禾赛2014年落户于上海,目前在中美两地拥有两个商务中心、两个制造中心,和一座禾赛研究院,员工超过600名,在全球拥有专利布局364项。

禾赛自主研发的Pandar64、PandarGT(微振镜固态激光雷达)和Pandora(多传感器融合)等产品自2017年面世以来,获得了全球超百家顶尖自动驾驶及机器人公司的青睐。产品遍布18个国家和地区的68座城市。其中60%以上出口到欧洲和美国。美国加州DMV公布的62家获得无人驾驶公开道路测试牌照的公司中,超过50%已经是禾赛的客户。随着业务的高速发展,公司已经两年实现盈利。

禾赛激光雷达搭载于全球18个国家和地区的自动驾驶汽车上

硬科技一直是光速中国重点布局的领域之一,未来有核心技术的硬科技创新将迎来大爆发。为此,光速在硬科技领域很早就开始布局,激光雷达、无人驾驶、人工智能、机器人、光通信、半导体等都是重点布局的硬科技赛道,其中不少已成长为行业的独角兽。

比如2014年光速投资的高速光通信模组公司中际旭创,凭借着自己的核心技术,已一跃成为世界领先的公司。全球最大的云计算公司谷歌、亚马逊、阿里等巨头现都已是中际旭创的客户,这家硬科技独角兽公司2017年在创业板成功上市,目前市值已超过350亿人民币。

“中国需要自己拥有硬科技的技术和公司,行业的发展需要靠科技创新来推动。未来光速中国会继续加大在硬科技领域投入,同时发挥投资团队在该行业深厚的积累及专业优势,帮助中国硬科技公司走向世界。”宓群强调。

激光雷达是无人车的“眼睛”,而自动驾驶行业的进化史就是半部激光雷达的产品演变史。

“听起来不可思议却真正存在的是,无人车这个万亿行业,全世界几百家公司,竟然会卡在一个小小的传感器上,而且一卡就是好几年,所有人都被逼疯了。”

——禾赛科技CEO李一帆

禾赛科技于4月10号推出最新激光雷达Pandar 40,混合固态40线,超小体积,150米有效距离。专为自动驾驶优化的线束分布让最小角分辨率达到了史无前例的0.33°,等效于一个83线的传统激光雷达。

激光雷达 —— 无人车的“眼睛”

激光雷达(LiDAR)是自动驾驶和机器人行业用来做激光三维扫描的传感器,是无人车上最重要的元件之一。随着自动驾驶近年来的快速增长,激光雷达的需求也出现了井喷,并极大地影响着无人车的发展。业内流传一种观点,自动驾驶行业的进化史就是半部激光雷达的产品演变史。

在自动驾驶的研发上,激光雷达发挥着不可替代的作用,但它同时有着让人心碎的硬伤。

一辆造价大约200万人民币的无人车,其预算中激光雷达的成本就有大约10万美元(一台Velodyne 64线8万美元,两台Velodyne 16线各近一万美元)。

同样的,IBEO的4线激光雷达售价也在10万人民币。今年初,谷歌无人车团队宣称其自主开发的激光雷达可以降低90%的成本后,依然需要每台7500美元。对于成本7500美元的产品,即使谷歌考虑作为第三方产品销售,其对外售价应该也会达到数万美元。

缺玩家 —— 只有2家供应商

尽管激光雷达是一个庞大的市场,但全球真正能够量产出货的激光雷达公司却屈指可数,这其中还包括了垄断地位的硅谷公司Velodyne和专注低线数雷达的法雷奥/IBEO。

由于自动驾驶行业极其依赖高线数的激光雷达,Velodyne成为了绝大多数公司的唯一选择。在业界中,大部分无人车采用的都是Velodyne的16/32/64线激光雷达,而往往一台车需要多个激光雷达来保证精确度,这仍旧使得价格居高不下。

鉴于激光雷达的不可替代性和市场有限的选择,即使Velodyne价格高昂也没有挡住众多无人车公司火一般的热情,Velodyne的销售额高达数亿美元。

缺货 —— 6个月等待期

鉴于激光雷达的不可替代性,价格昂贵和有限的选择并没有挡住众多无人车公司火一般的热情,也为Velodyne带来了数亿美金的销售。然而,由于Velodyne 产品设计和装调工艺的限制性(其旗舰产品64线激光雷达依然是2007年的设计),严重的供求比例失调对产能提出了巨大的挑战。2017年初,多数客户反映其交货周期为付款后6个月,三个月后,这个数字变成了9个月。“一机难求”的现状让绝大多数自动驾驶公司陷入了绝望。2016年底,百度和福特不惜重资1.5亿美元入股Velodyne,以确保自己的自动驾驶计划不被激光雷达产能影响,但却不能改变Velodyne半年以上交货周期的现状。

“自动驾驶必须用激光雷达”

按理说,有如此多硬伤的激光雷达应该早就被淘汰,但事实却恰好相反。两年前,还有不少公司对不采用激光雷达的廉价自动驾驶方案抱有幻想。然而,伴随着大量路测数据的积累和对事故的分析,激光雷达的不可或缺,已经成为行业的盖棺定论。相比摄像头和毫米波雷达,激光雷达可以检测距离和行人,因而在各种复杂环境中都有较高的可靠性。

激光雷达与毫米波雷达和摄像头相比的优缺点

采用激光雷达作为自动驾驶方案的典型企业

除了频繁导致事故的特斯拉Autopilot,包括谷歌Waymo、百度、UBER、Cruise、nuTonomy、驭势科技、智行者等顶尖自动驾驶公司都坚定地采用了激光雷达方案。毕竟相比摄像头对分析和算法的依赖,激光雷达这种简单直接的测量办法可以极大地提高自动驾驶的可靠性。

“做到99%的准确度对于车辆驾驶而言并不够,我们需要的是99.99999%的准确。激光雷达就是小数点后几位的最强保障。”

“从最初想做自主驾驶汽车以来,激光雷达技术就是一个关键的核心。它能够补充毫米波雷达和摄像头的不足。”

——Ford副总裁、产品发展和首席技术官Raj Nair

“在自动驾驶模式下,价格昂贵的激光雷达必不可少,是确保高速驾驶时安全的重要保证。“

“基于激光雷达的主动视觉,加上多摄像头的机器视觉,将一举超越人类的感知和世界建模能力,成为3级以上自动驾驶的标配”。

——驭势科技联合创始人&CEO 吴甘沙

2016年中国国际工业博览会上展出国内首款32线激光雷达

产品化——一项浩大的系统工程

创立于硅谷圣何塞的禾赛科技,自2013年创立以来一直致力于顶尖的激光传感器开发,此前曾积累了多年开发激光遥测传感器的经验。在2016年10月,禾赛科技率先发布了一款32线混合固态的原型,并主动公开了自己的路测视频。用实际的数据和产品说话,一改激光雷达行业“有PPT有外观设计,无现场demo无公开测试结果”的怪现状。

一个完美的激光雷达的开发基本原理很简单,但其中的每一个细节都有超大量的工作需要做。能测5米距离的雷达和能测100米的雷达完全不是一个概念,能在光线昏暗的室内测的雷达和在户外阳光直射加上各种环境光情况下测试不是一个概念,而能跑5分钟的原型到可以可靠地在汽车上连续工作上万个小时不故障的工业产品更不是一个概念。为了保证人眼安全,必须严格控制激光的功率,又给研发又加上了一层困难。

一台激光雷达包含上上千个精密部件,它在高速旋转情况下的机械稳定性问题,几十个激光器带来的散热问题,各种风霜雨雪恶劣天气的影响,巨大的温差(-15C到85C)的影响,高强度震动的影响,湿度和防水的影响,元器件之间串扰的影响,还有无线供电,无线数据传输等等,每一个细节的不完美都会导致产品的彻底失败。开发这样一款产品,需要聚集在光学,精密机械,模拟电路,数字电路,FPGA ,深度学习等各个领域最顶尖的专家,通力合作,才有可能完成。禾赛有一支丰富的激光传感器开发团队,有设计过四代苹果手机电子系统的电子工程师,有在卡尔蔡司设计过镜头的光学工程师,也有在斯坦福大学从事激光传感器研究的科学家,和数十位一线硬件公司工作经验丰富的工程师。

一年多来憋出的“大招” – 40线混合固态激光雷达

2017年4月,经过一年多的开发,以及大量的内部测试和早期客户共同测试,禾赛终于发布了这款40线混合固态产品 – Pandar 40。其中,Pandar=Panda+LiDAR。Pandar中前半个词是Panda,不仅代表了国宝熊猫,还与新款激光雷达黑白相间的配色恰好完美吻合,禾赛希望这个萌萌哒的名字让大家对这个100%的“国货”充满期待。

Pandar 40集各家激光雷达的优势于一身:远远超越任何竞争对手的超小体积,世界一流的测量距离以及测量精度,还有专门为自动驾驶优化的扫描线分布,创造了市面上所有激光雷达的最小垂直角分辨率(0.33°,等效于一个传统83线雷达)。

为什么没有循规蹈矩做2的整数次幂?禾赛表示是为了满足自动驾驶中对中间线的高密度要求。

禾赛在产品化激光雷达的过程中,收到了来自世界各地近百家自动驾驶公司的超过千台的意向订单。通过和客户的深度交流,总结了两个没有意识到的问题:

1:市场上之所以只有16、32、64这样线数的产品,只是因为Velodyne最早定义了这个产品形态,于是大家就默认了这个定义。但这并不是一个必须遵守的定理。

2:自动驾驶对激光雷达的需求可以抽象化成一个最典型的的场景:在50米开外,尽可能捕捉到行人和车辆的更多细节。

绝大多数客户选择64线产品的原因,是因为它在50米以外的精细的扫描结果。而这部分功能我们可以通过产品定义来优化实现——Pandar 40打破了传统激光雷达均匀分布的限制,把每条线的作用发挥到了极致。在接近0°范围附近的25线的角分辨率达到了0.33°,可以充分捕捉行驶过程中远处物体的细节特征。

这意味着,相比于传统16线的2°角分辨率,在50米外的一个1.7米高的行人,他身上的线可以从1条上升到6条,甚至超过了64线的5条(0.4°角分辨率),大大提升了激光雷达扫描数据的质量。

并且,不同角分辨率的激光雷达,在50米处能投射在行人身上的线数不同。禾赛40线激光雷达人身上会有6条线,Velodyne 64线会产生5条线,而Velodyne 16线只会产生1条线。

从禾赛40线和Velodyne 64线的模拟点云图里能清楚地辩认出人形,但在Velodyne 16线上则完全看不出人形。

禾赛40线激光雷达路测数据

禾赛40线激光雷达三维地图生成

在严格的内部测试的同时,禾赛也邀请了一些行业最前沿的下游客户进行了大量的共同测试。百度无人车,蔚来汽车,小鹏汽车,驭势科技,智行者,四维图新等顶级自动驾驶和高精地图公司在测试过第一批样品后都给予了很高的评价:

“禾赛40线雷达的扫描结果已经非常接近Velodyne 64线激光雷达的点云质量,且在机电特性、体积等方面已优于Velodyne。我认为不出两年,中国的车载激光雷达水平要超过美国。”

——张德兆 智行者创始人&CEO

“从点云上看是我接触过的所有激光雷达中最好的之一。”

——姜岩 驭势科技联合创始人

Pandar 40在驭势科技的无人车上实时路测

今年初,某德国顶级整车厂商的二十多位全球副总裁(SVP)从德国慕尼黑专程来访禾赛科技,这也是他们此行访问唯一的一家科技公司。行业顶尖专家们逐个上车体验激光雷达在行驶过程中的环境感知、障碍物识别的效果后,对中国本土汽车配件供应商在自动驾驶领域所取得的成就大加赞赏。

2017年某德国顶级整车厂商高管莅临禾赛

激光雷达的未来——一切才刚刚开始

“激光雷达在自动驾驶上的应用,就像电子邮件中在互联网中起到的作用一样,只能算得上冰山一角,还有很多更有意思的应用等着我们发掘,探索。

我们大胆地想象20年后的世界,人类需要从事的工作种类大大减少,无人车,,和各种五花八门的变得像充电宝一样充斥在我们的生活中。

而这其中的每个独立运动的机器人都会面临复杂的定位和避障的问题,激光雷达是迄今我们能找到的最稳定最可靠的传感器。

我们的愿景是,让每一个机器人,拥有属于他们自己的眼睛。“

——禾赛科技联合创始人&CEO李一帆

本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

我要回帖

更多关于 ouster激光雷达公司 的文章

 

随机推荐