本文来源：时代财经 作者：吴悦
11月16日，发展的时间相对短，禾赛科技宣布获得来自小米产投7千万美金的追加融资，所以和那些发达相比，加上之前官宣的超3亿美金融资，仍然是有着不小的差距。尤其是在高科技这块上，目前禾赛D轮融资总额已超过3.7亿美元，有很多方面我们都被国外所掣肘。虽然我们凭着出色的生产加工，本轮领投方包括小米集团、高瓴创投、美团和CPE等。根据此前公司公布的信息，以及销售赚了不少外汇，此轮融资将用于支持面向前装量产的混合固态激光雷达的规模量产交付、禾赛麦克斯韦智能制造中心的，但是却不能全拥有这些利益，以及车规级高性能激光雷达芯片的研发。
禾赛科技是全球领先的激光雷达制造商，反而还要支付很一笔的核心技术费给国外企业。自行车行业就是这么一个现象，今年下半年刚发布一款最新产品长距混合固态激光雷达AT128，虽然越来越多的人，以每秒153万的超高点频为激光雷达行业树立了新的标杆。作为一款车规级前装量产激光雷达，拥有汽车和电动车，AT128已经拿到了多家主机厂总计数百万台的定点，这让使用自行车的人越来越少。但是现在国内仍然有着，包括理想、集度、高合、路特斯等，并将在2022年开始规模量产交付。
2021年被称为激光雷达量产之年，市场竞争极其激烈，禾赛科技在这个节点获得融资以及多个市场订单说明该公司已经在激光雷达赛道上加速起跑。
什么是激光雷达？
随着汽车智能化、电子化的推进，自动驾驶已经成为未来汽车发展的主流趋势之一。而实现自动驾驶的核心就是让汽车明白三个问题：我在哪？我要去哪？怎么去？
对应以上三个问题的技术分别是感知、分析、决策，其中感知就是实现自动驾驶的技术基础，它相当于汽车的眼睛，让汽车知道周围环境是什么样。
在感知领域，目前行业内有两个立场鲜明的派系——视觉派和激光雷达派。
视觉派简单来说就是依靠摄像头拍摄的画面，传输到系统进行分析，从而计算出周围的车辆、道理等信息。纯视觉方案就是完全模拟人行走时的状态，首先是眼睛看见画面传输给脑，然后脑进行处理判断后给双脚下达命令。
这一派的代表企业是特斯拉，特斯拉自动驾驶汽车搭载了8颗摄像头，包括前置三目摄像头、分布在车辆左右两侧的侧前和侧后摄像头，以及1颗后置摄像头，组合完成了360度纯视觉感知的无死角覆盖。
激光雷达派是以激光雷达为主传感器，与毫米波雷达、超声波传感器、摄像头数据进行融合来完成自动驾驶的整体感知，其中激光雷达会通过发射激光束来测量周围环境物体的距离和方位，从而判断车辆与障碍物的相对位置，自动驾驶算法将根据以上感知数据，对车辆下达诸如刹车或变道等操作指令。
禾赛AT128激光雷达点云图
一般来说，纯视觉方案的优势在于，高分辨高帧率的成像技术能够使感知环境信息更加丰富，但由于摄像头依赖外界光照，容易受到恶劣环境影响，更重要的是摄像头无法像激光雷达一样直接获取位置信息，而是需要通过复杂的算法间接计算出物体的位置，因此精度不是很稳定。除此之外，纯视觉方案是直接将所有图像传输给系统，需要非常强的算法和算力，目前的芯片算力还很难胜任。
相比之下，激光雷达检测的距离更长、精度更高、响应速度更灵敏，并且无需依赖外光照。但传统的上一代激光雷达价格非常高，且设置在车辆外，一旦造成损坏后期就要面对高昂的维修问题。
百度Apollo搭载激光雷达的智能汽车
随着激光雷达量产进程加速和价格下降，这一技术方案逐渐成为车企的主流选择，目前除特斯拉外分车企都是激光雷达派。
激光雷达也有不同的产品分类，根据扫描模块结构致分为机械式、半固态、固态三种。机械式雷达成本较高、体型较，同时技术也最为成熟，一般是作为L4/L5自动驾驶测试或运营车的主雷达。半固态激光雷达与机械式相比，体积有所减小、成本更低，目前已开始进入L3前装量产市场。而Flash、OPA等纯固态激光雷达设计中没有任何运动件，理论上体积可缩到所有方案中最小，被认为是车载激光雷达的“终极形态”。
目前半固态激光雷达仍然是各家厂商探索的主要方向，因其体积小、成本低而更适合乘用车ADAS，但从技术成熟度而言，全球范围内高线数的半固态激光雷达还没有进入规模量产阶段，因此行业玩家主要把量精力放在解决其车规和量产问题上。
拿下路特斯和集度订单，禾赛科技加速起跑
2020年底，华为首次面向行业正式发布了车规级高性能激光雷达产品和解决方案，开启了行业内关于激光雷达量产的讨论。今年年初，国金证券发布研报《放量在即，激光雷达开启前装元年》，正式抛出了“激光雷达量产元年”这个概念。
研报中表示，已确认搭载激光雷达的前装量产车型将于2023年突破30万台，价位集中在40-80万元，2024年全球激光雷达前装量产市场出货量将超百万个；2028年全球前装量产市场规模将超百亿美元，2021-2030年复合增速近90%，总体前装渗透率达45%。
从车企角度来说，近两年智能汽车市场非常活跃，且竞争激烈。造车新势力和传统车企们都在布自动驾驶，百度、小米等跨界互联网选手也强势入智能汽车领域。在这种市场环境下，激光雷达成为了前沿车企追捧的新变量，谁更支持激光雷达的量产上车，谁就更有可能抢占智能汽车市场的高地。
激光雷达厂商也在摩拳擦掌准备产品量产和市场扩张。从去年开始激光雷达厂商就开始了上市潮，融资多用于自建工厂，以规模化生产降本增效，厂商的关注重点也从自动驾驶市场转向前装市场。
目前行业中已实现量产的激光雷达厂商屈指可数，就ADAS（高级辅助自动驾驶）市场来看，法国零件巨头法奥比占比28%，其转镜式激光雷达Scala是搭载ADAS车辆规模批量生产的唯一激光雷达，现已搭载奥迪、奔驰等多款量产车型。
速腾聚创、疆、华为等多家国内激光雷达都在紧锣密鼓的推进市场进程，宣布了多款量产车型的定点合作订单，都预计在明年或者后年实现量产交付。
在激光雷达市场暗流涌动，处于量产竞争前夜的情况下，全球领先的激光雷达制造商禾赛宣布的融资和订单进展在业内备受关注。
根据公开消息，禾赛科技的最新产品长距混合固态激光雷达AT128已获得包括理想、集度等在内的多个OEM定点，将在2022年规模量产交付。有业内人士对时代财经猜测，考虑到理想汽车已是造车新势力第一梯队，禾赛科技与理想的合作或是一笔较的订单。
在与集度汽车的合作中，官方表示双方将开展深度合作以打造安全高效的智能驾驶系统。集度的股东方百度曾在2019年对外宣布重视纯视觉技术路线，此次集度汽车与激光雷达制造商和禾赛科技达成合作，也引发了业内对其技术路线是否在考虑纯视觉与激光雷达“两条腿走路”的猜测。
高合汽车在业内有“电动豪华天花板”之称，除产品合作外，双方也将在智慧交通及出行业务上进行全面的合作，禾赛将支持华人运通在车路协同自动驾驶业务的拓展上提供相应的产品，共同打造智慧交通及出行的完整解决方案。
全球首款具有生命特征的Digital GT——高合HiPhi Z
此外，据业内人士透露，禾赛科技还拿下了吉利路特斯定点订单。作为曾与法拉利齐名的跑车品牌，英国路特斯汽车于2017年正式被吉利收购，其首款国产车型将定名为Lambda，或于2022年在吉利武汉工厂正式投产，业内人士猜测禾赛科技或将为Lambda车型提供两颗车规级混合固态激光雷达AT128。
路特斯Lambda车型渲染图
Lambda作为路特斯首款SUV车型，同时也是被收购后的首款在华国产车型，在行业内备受关注。禾赛科技此次拿下订单说明其技术能力已经得到了行业头客户的认可。
禾赛科技的量产优势在哪里？
长久以来，激光雷达都处于“价格贵、产量小”的状态，无法量产的问题一定程度上也拖慢了自动驾驶的落地进程，所以现在多数激光雷达厂商在解决的问题就是量产和降价。
在量产方面，禾赛科技有天然的优势，其是全球为数不多的经历过交付上万台激光雷达的厂商之一，有充足的技术能力和实践经验进行数十万甚至百万量级的量产。为了支持快速增长的量产订单，禾赛正在一个建筑面积超6万平米、设计年产能超过百万台的禾赛“麦克斯韦”智造中心，并预计于2022年全面投产。
禾赛科技新发布的半固态激光雷达产品AT128的定位就是一款车规级超高可靠性的雷达，它遵循了从设计到验证的全流程闭环车规级要求。其零件采用车规器件（满足AEC-Q等相关标准），DV测试按照国际OEM标准覆盖电气、机械、气候、密封、材料、电磁兼容等50多项车规级别测试。AT128功能安全方案也涵盖了光机电软各子系统详尽的FMEA/FTA分析，考虑到了数千条不同的失效模式和应对策略，其SOP量产交付产品将会满足功能安全ASIL-B(D)的要求。
禾赛车规级长距混合固态激光雷达AT128
在价格方面，禾赛科技也正在通过芯片化在提升激光雷达性能和可靠性的同时降低成本。
具体而言，在激光雷达的量产产品上，BOM成本（物料成本）占了很比例。而BOM的主要成本在于激光收发模块，该模块由激光器、探测器、激光驱动等电子件实现，若将这些元器件集成在芯片上，就可以在降低物料成本的同时幅降低安装调试成本，后续还可以通过不断提高半导体的制程，进一步降低芯片成本。
禾赛科技是第一个提出要把激光雷达的芯片化推上摩尔定律的公司，把行业成本和量产难的问题变成一个“半导体”问题来解决。
禾赛从2017年就开始了不同模组的芯片化工作，并且已经在2020年发布的XT系列上成功量产，截至目前已经累计出货数千台，其性能和可靠性得到了充分的验证。今年，禾赛在第一代自研芯片成功的基础上，再次进行了架构升级，推出了面向ADAS的半固态产品AT128。这款产品实现了更完整的芯片化覆盖，让规模量产和指数级降低成本成为可能。
可以预见的是，激光雷达市场将变成竞争激烈、强者恒强的格。谁能更早实现量产并获得客户订单，谁就会获得更的先发优势。如果迟迟无法量产，就会丧失主动权，最终被市场抛弃。而禾赛科技凭借其降本、量产技术以及头客户的青睐，有潜力成为该市场的一个实力强劲的玩家。
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
