新闻资讯

联系我们

地址:北京市朝阳区沿江中路298号江湾商业中心26楼2602-2605
电话:+86-0000-96877
行业动态

当前位置: 主页 > 新闻资讯 > 行业动态 >

奥客彩网奥客彩网光学行业深度报告:光学创新

时间:2021/09/02    

  手机:从手机摄像头的发展历程看,几乎每隔 2 到 3 年都会有至少一次 光学的革命性创新,是绝对的成长性行业。目前手机和专业相机拍摄效 果逐渐缩小,但受制于尺寸,手机距离专业相机仍有很大差距。我们认 为未来手机摄像头发展趋势将从镜片材质、防抖技术、算法以及多摄像 头搭配这类的微创新上不断演进。随着手机摄像头的快速发展,供应链 马太效应愈加明显,国产供应商正不断加固自身护城河,提高竞争力。

  VR/AR:VR/AR 是近年来最受关注的信息现实方式之一,被各类厂家着 力布局。VR/AR 此前因成本高、内容少、晕眩感等原因被诟病,随着近 两年网络环境的提升、高性能芯片的推出、游戏内容端涌现出《Beat Saber》等爆款 VR 游戏、价格降至 299 美金,VR/AR 应用场景从 C 端 到 B 端快速拓宽,出货量自 2020 年后快速增长。目前 VR/AR 供应链中 芯片部件仍以海外厂商为主,光学和屏幕部件国内供应商已实现替代。

  车载:多传感器创新协同,助力 ADAS 井喷式发展。作为 ADAS“感知 -决策-执行”中的感知层,超声波雷达、毫米波雷达、摄像头和激光雷达 成为汽车的眼睛。例如特斯拉配备了 8 个摄像头、12 个超声波雷达和 1 个毫米波雷达。激光雷达因价格昂贵,目前只有少数车厂使用,但对 L3 以上的车型来说,激光雷达将为车载必备传感器。车载摄像头产业链中 镜头和图像传感器集中度较高,且有像舜宇光学、韦尔股份等企业位列 前列,模组厂以日韩厂为主。激光雷达目前仍以海外厂商为主。 安防:政策、技术驱动增长。随着城市安防基础设施建设的完善和居民 安全防范意识的增强,我国的安防产业市场持续扩大。安防产业链中大 部分芯片和光学元器件均有国内厂商参与并供货。

  IoT:AIoT 时代到来,摄像头应用范围快速扩张。摄像头作为 AIoT 视 觉数据的主要来源,目前可以运用到智能安防、扫地机器人、智能冰箱、 智能空调和智能电视等智能家居中。据 Strategy Analytics 测算,全球智 能家居摄像头市场 2023 年增长至近 130 亿美元,复合年增长率为 14%。

  从 2000 年至 2020 年,二十年间手机摄像头飞速发展。2000 年世界上第一台内置摄 像头的手机由日本的夏普制造,型号为夏普 J-SH04,当时的拍照功能只是作为附属 功能存在。在随后不到三年的时间,夏普又推出了全球首款突破百万像素摄像头的 手机—夏普 J-SH53。该款手机搭载了 100 万像素的 CCD 摄像头。2006 年,三星紧 随着日系厂商,发布了全球首款超过千万像素摄像头的手机三星 B600。2012 年诺 基亚发布的 PureView 采用 4100 万像素传感器和卡尔蔡司镜头开启了智能手机影像 的全新时代。2019 年,小米 CC9 Pro 搭载的摄像头突破了一亿像素,展现前所未有 的手机拍摄水平。随着手机摄像头像素的提高,摄像头个数也逐渐增加。第一台支 持双摄像头的手机是 2011 年推出的 LG P925;2016 年联想发布了首款后置三摄手 机联想 PHAB2 Pro,后置 1600 万深感鱼眼三摄;2018 年三星发布 GALAXY A9s, 为第一台配备四个后置摄像头的手机;2019 年诺基亚发布了首款后置 5 个摄像头的 诺基亚 9 PureView 手机,其摄像头均为 1200 万像素。随着手机摄像头的不断升级, 其对焦、深度、防抖等其他功能也历年手机型号中逐步出现。2003 年松下发布的 P505iS,首次配备了自动对焦功能,在很大程度上改变了拍照体验,随后各个厂家 不断推出光学变焦、激光对焦、相位变焦、深度、TOF 等方案,为手机拍摄的环境 和性能提供了强大的支持。

  从手机摄像头的发展历程看,几乎每隔 2 到 3 年都会有至少一次的革命性创新,是 绝对的成长性行业。如今,随着苹果、三星、华为等手机厂商推出多摄像头配置和 超高清像素,手机摄像头早已迈入 3.0 多摄时代。多个摄像头不仅使手机极大程度 的提高了拍摄画质,还扩宽了手机的运用场景。多摄像头时代的到来也将为手机摄 像头产业链带来新的增量空间。我们认为下一个时代将是摄像头与 AR 的深度结合, 实现 2D 到 3D 信息搜集的转变。

  手机摄像头 BOM 成本不断提升,占比稳定。根据 IHS 数据统计,iPhone 历年摄像 头成本占比在手机早期机型中稳步增长,iPhone 4S 后占比接近 10%。是仅次于屏 幕、机电系统、主芯片、射频芯片的第五大 BOM 占比元器件。如今前置的 3D 结构 光方案成为 iPhone 标配,2020 年的 iPhone 12 系列也搭载 DToF 景深摄像头。软件 方面夜景拍摄算法成为摄影卖点,我们预计摄像头 Bom 占比在往后的机型中将继 续维持稳定。

  摄像头行业产业链包括上游零部件生产、中游模组封装以及下游应用终端。上游摄 像头零部件包括 CMOS 图像传感器、镜头、马达以及滤光片,各零部件行业的竞争 格局较稳定。(1)CMOS 图像传感器是实现将光信号转换为电信号的模数转换器。 目前全球 CMOS 传感器市场处于寡头垄断格局,索尼遥遥领先,2019 年全球图像 传感器市场索尼市占率达 49.1%,其次是三星、豪威(被韦尔股份收购),加上安森 美半导体和 SK 海力士前五大公司全球市场份额超过 90%(2)光学镜头的主要作用是利用光的折射和反射原理,搜集被拍摄物体的反射光并将其聚焦于图像传感器 上。全球手机镜头市场的竞争格局相对稳定,中国台湾厂商大立光仍处于绝对领先 地位,其次市占率靠前的为中国大陆厂商舜宇光学、中国台湾厂商玉晶光电、韩国 厂商 SEKONIX 等。(3)马达是控制镜头对焦的器件。全球马达市场日韩厂商占据 主导地位,以 ALPS、TDK、Mitsumi、SEMCO 和 JAHWA 为代表的日韩厂商占据 60%左右的市场份额。(4)滤光片是在塑料或玻璃基材中加入特种燃料或在其表面 蒸镀一层或几层光学薄膜制成,用以吸收掉其他不希望通过的光波段。全球滤光片 的行业竞争格局稳定,国内厂商市场份额处于领先地位,水晶光电目前是国内龙头。 摄像头行业产业链中游为模组封装。零部件的生产模组组装工厂生产或采购各组件 进行模组组装成型,并出货给手机、汽车等终端客户。模组封装的行业竞争格局可 从营收和出货量两个角度分析。从营收来看,LG innotek、Semco、富士康、舜宇光 学和欧菲光等属于第一梯队,第二梯队包括立景光电、丘钛科技等厂商。从出货量 来看,欧菲光和舜宇光学出货量相对领先,由于 LG innotek 和 Semco 等韩国厂商主 要供应苹果和三星,因此单机价值量相对更高。

  摄像头行业产业链下游应用终端包括手机、安防、车载和其他领域。智能手机是摄 像头最大的应用市场,近年来多摄方案逐渐成为智能手机标配,带动摄像头出货大 幅提高。安防领域也是摄像头的重要应用市场,安防市场的需求将随智能城市对高 清、智能产品的持续性渗透而扩增,随着汽车驾驶智能化的发展,摄像头在车载领 域的应用也不断增加。此外,摄像头还应用于笔电、医疗、AIOT 终端和医疗等领 域。

  缩减手机镜头长度的同时提升成像效果,玻塑混合方案成为最优解决方案。智能手 机的尺寸遵循光电产品小型化轻量化的趋势,目前主流的智能手机厚度普遍在 7- 8mm。基于母体厚度的缩小,镜头厚度同样存在物理极限。由于玻璃聚光能力更好, 1 片玻璃材料相当于 1.5 至 2 片光学塑料,同时具有更好的透光性及环境稳定性, 因此在全塑镜头基础上,引入玻璃镜片可以实现更大光圈、中和塑料材料的温度影 响以及减小镜头厚度的优势。在未来光学元件小型化及分辨率提升的大趋势下,更具发展潜力。

  光学玻璃工艺分为模造玻璃、WLO 和 WLG。光学玻璃的传统工艺为研磨法,其工 艺流程相对复杂,包括粗磨、细磨、抛光等,量产难度较大,行业内为了突破其量 产困难等问题,推出了模造玻璃及晶圆级镜片制造工艺。模造玻璃可通过提升工艺 水平,提升量产能力。玻璃模造制程技术的主要依据原理,是利用玻璃随温度升高 黏滞度降低的特性,将已初成形的玻璃预形体置于精密加工成形的模具内,向模仁 表面施压促使玻璃变形,冷却后去除压力、分模,取出成品。目前采用的包括联创 电子、日本豪雅、舜宇光学科技等,该技术路径相对成熟,未来可通过改造模具, 提升单次成型镜片数,提高量产效率。WLO 采用半导体工艺,在整片玻璃晶圆上批 量复制加工镜头,然后将多个镜头晶元压合在一起,最后切割成单颗镜头。代表厂 商为 AMS 收购的 Heptagon 公司,该工艺主要用于低像素产品,生产的准直镜头用 于苹果结构光方案。相比 WLO 工艺,WLG 再晶圆切割之前,需要应用专用胶水印 刷到玻璃上制成非球面玻璃,而 WLO 则是应用模造工艺制成非球面。WLG 因为是 纯玻璃材质,耐热性相对 WLO 更佳。WLG 代表厂商为瑞声科技,2010 年瑞声科技 通过收购晶圆级玻璃模塑技术公司 Kaleido 32%股权正式迈入光学赛道。

  为追赶相机在镜头方面的优势,引入玻璃镜片将更好提升成像效果和缩小体积。随 着玻璃制造的良率改善,产能提升,在未来对于光学性能要求更加苛刻、光学元件 体积要求更小的大环境下,玻璃材料将更具优势。

  为了提升防抖效果,AIS 防抖、微云台技术、Sensor-Shift 技术成为未来手机防抖的 新方向。AIS 防抖的概念由华为提出,是一种基于 AI 的图像防抖技术。该技术整合 了电子防抖和光学防抖的优点,包括 AI 手持检测、AI 测光、AI 多帧计算和合成, 采用 AI 算法对相机运动进行估计,得到更加平滑和准确的相机位姿,从而实现更 好的视频稳像效果。荣耀 X10、P40、mate40 以及 mate40 Pro 采用了 AIS 技术,有 效解决暗光拍摄,提升视频防抖效果。

  微云台技术原理是把整个手机影像模组放置在一个“悬浮”的手持云台之上,并将其 缩小放入智能手机机身里。微云台系统通过陀螺仪检测设备的状态变化,控制电机 施加反方向的动力,防止镜头产生倾斜。vivo X50 Pro 与 X60 系列搭载了微云台系 统,丘钛科技成为该微云台项目的独家供应商并实现国内首发量产。传统滚珠式光 学防抖的安全快门时间为 1/8 秒,而微云台系统安全快门时间可以达到 1/4 秒,防 抖能力是普通设备的 12.5 倍。相比传统的手机 OIS 模组,微云台模组可以实现最高 200%的防抖角度提升。第二代微云台拥有全新升级的四轴防抖技术,让夜景拍摄具 备更充沛的曝光时间,进一步提升防抖补偿功能。

  Sensor-Shift 技术就是传感器偏移技术,通过移动相机的感光元件来达到防抖效果。 当检测到相机出现移动速度变化时,传感器会根据计算出来的相应方向按照相应速 度去移动,保证了从镜头进入的光线实时固定地打在传感器的同一位置上。该技术 首发于 iPhone12 Pro Max。Sensor-Shift 往往用于高端数码相机中,宾得和奥利巴斯 都有过类似的技术,而苹果则是第一次应用在智能手机上并交由 LG 负责开发和量 产。这项技术完全依靠传感器来实现防抖,而不是利用镜头的相应晃动来实现防抖, 从而避开了目前手机镜头重量增加的问题。目前常规的 OIS 马达能补正的防抖角度 基本都在 1°-1.5°左右,而 Sensor Shift 方案最大可以达到 3°,在 iPhone 12 pro max 中,这项技术对防抖的调节速度可达到每秒 5000 次。

  为了解决暗光下感光能力差和虚化问题,厂商通常软件和硬件齐发力。多摄的产生 源于解决单颗摄像头无法实现人们拍摄需求的问题。通过两颗摄像头不同属性的搭 配,彩色(RGB)+彩色(RGB)镜头搭配可实现背景虚化、彩色(RBG)+黑白(MONO) 镜头搭配可实现暗光和夜晚的成像质量、广角(Wide)+长焦(Tele)可实现光学变 焦,满足高清远距离拍摄的需求。例如华为第一款三摄手机 P20 Pro,后置摄像头分 别为彩色+黑白+长焦镜头。在多颗摄像头的搭配下结合各家厂商自身的算法,背景 虚化和暗光拍摄效果可得到大幅改善。

  潜望式方案提升相片细节解析度。随着三摄渗透率的提升,长焦+广角+超广角方案 也被大范围使用,通过不同焦距镜头的搭配实现拍摄中连续变焦的功能。所谓的 2X, 5X,10X 光学变焦也因此实现,但是倍数越高,所需的长焦镜头焦距越长,镜头高 度也越高。潜望式镜头方案就是为了让更长焦距的镜头在实现更高倍光学变焦的同 时能够更好地放置手机内部里。光学变焦通过光学摄像头模组成像,成像大小取决 于摄像头焦距,不会对成像质量产生影响,细节展示更为清晰,而随着光学倍数越 高,照片的细节内容也将被拍摄的更加丰富。

  光学变焦倍数范围变大,摄像头内部光路结构更加复杂。华为 P40 Pro+有双目长焦最强组合,华为 P40 Pro+ 摄像头内部可以看到光路在结构之内进行了 5 次的折射, 光路和上一代相比增加了 178%,配合 18mm 等效焦距的超广角镜头,可实现光学 变焦 10X,混合变焦 20X 和 100X 的最大变焦范围。变焦范围的扩大也使得手机在 小尺寸 CIS 配置下仍有提升照片细节清晰度的空间。

  随着智能手机的崛起,手机替代相机成为趋势。其中摄像头模组中的图像传感器价 值量最高。摄像头工作原理为,拍摄景物通过镜头,将生成的光学图像投射到传感器 上,然后光学图像被转换成电信号,电信号再经过模数转换变为数字信号,数字信号 经过 DSP 加工处理,再被送到手机处理器中进行处理,最终转换成手机屏幕上能够 看到的图像。因此摄像头模组需要【镜头】收集光线然后将物体成像到图像传感器, 镜头通常由几片透镜或塑料组成;【滤光片】的作用是过滤掉多余红外光和紫外光, 使得拍照出来的照片颜色更加接近我们人眼所看到的颜色;【音圈马达】的作用是推 动镜头移动实现对焦,可以通过移动镜头得到清晰的照片;【图像传感器】是将表面 的上镜头送过来的光信号转化成为电信号。由于图像传感器是决定成像品质的关键 元器件,价值量占比约 50%。按模组价值量高低排序,其次为光学镜头(20%)、模 组封装(19%)、马达(6%)和红外滤光片(3%)。一般来说像素越高,镜头和图像 传感器的价值量越高。

  VR/AR 是近年来最受关注的信息现实方式之一,特别是作为头戴式可穿戴设备/头 显,被各类厂家着力布局。二者均属显示设备,其光学结构、成像、工作机制相似, 区别在于 VR 为虚拟现实 Virtual reality,是全虚拟的视觉环境;而 AR 为增强现实 Augmented reality,是在现实环境基础上叠加承载有虚拟信息。从产品的硬件形态上 来看,VR 产品多以头戴显示为主,而 AR 的硬件形态则更具多样化。除了最受关注 的头戴显示,AR 还被应用到了智能手机上,例如苹果手机上的测距仪等。从应用场 晶来看,VR/AR 主要应用在游戏、工业、医疗和教育等,除此之外,AR 另外一个 重要形态是抬头显示 HUD(head-up display),可以将时速、导航等重要的行车信息, 投影到驾驶员前面的风挡玻璃上,让驾驶员尽量做到不低头、不转头就能看到时速、 导航等重要的驾驶信息。

  VR 和 AR 在头戴显示上的差别在于二者的光学结构不同。在光学上,VR 用户只 能看到 VR 屏幕所承载的信息,看不到 VR 头显外部的真实环境;AR 则把虚拟的 信息叠加到真实环境上,使用户则既能看到头显外部的场景又能观测到 AR 显示端 的内容。

  VR/AR 头显的硬件形态也可再细分。VR 头显分为带独立屏幕显示的一体式 VR、 需要练主机/电脑的 PC 端 VR 以及需要通过将手机夹持佩戴在头套上实现显示功能 的头套或眼镜盒子(以下简称眼镜盒子)。AR 头显按照光学显示的方案不同,分为 “LCOS+棱镜”、“Micro LED+自由曲面”、“LCOS/DLP+波导”、“LBS(激光束扫描) +全息反射膜”四种。

  MR(混合现实)是指结合真实和虚拟世界创造新的环境和可视化。MR 可以视为 VR(虚拟现实)和 AR(增强现实)的结合。MR 介于 AR 和 VR 之间,和 AR 之间 的界限并不很清晰,MR 的虚拟画面和现实场景有较为深入的融合,用户对虚拟画 面体验的真实感较 AR 增加,也可以同虚拟画面交互。举例来说,通过 VR 设备用 户可以参与到某个隔绝了现实场景的虚拟场景中,通过 AR 设备用户可以获知某个 现实物体的特征数据或者简单叠加的虚拟画面,通过 MR 设备用户可以感知到更加 真实的并和现实结合的虚拟画面。

  VR 的发展分五个阶段:概念萌芽期(1930S~1960S)、研发摸索期(1960S~1970S)、 技术积淀期(1970S~1990S)、产品化初期(1990S~2016)、产业化发展期(2016~至 今)。VR 概念早在 1930 年就被提出,但在 1962 年才由 Morton 开发出首台 VR 原 型机。受限于当时芯片的运算能力,初代的 VR 机器多属于军用,且显示内容简单。直到上世纪 90 年代,随着计算机运算和图形处理能力的大幅度提升,VR 开始逐渐 商业化,如任天堂在 1995 年推出了 Virtual boy,但因成本过高、硬件配置限制、内 容生态没有建立。2012 年后,随着 4G 高速网络的普及,消费类 VR 爆发,Oculus、 三星、Sony、HTC 相继入局,推出一系列 VR 设备。2014 年,谷歌推出了成本仅 2 美元的简易版 VR 眼镜盒子 Cardboard,同年,Facebook 斥资 20 亿美元收购了 Oculus,这期间市场对 VR/AR 热情逐渐达到高点。但在 2016 年下半年,由于商业 模式、硬件、网络与内容等方面的不成熟,VR 产品销量大大低于预期,行业热度 骤减。2019 年,VR 市场热度重新被 5G 点燃,以 Oculus Quest 一体机为代表的 VR 头显设备因生态和硬件的成熟为市场带来的新的活力。VR 一体机也因穿戴简 便、操作流畅、价格人性化而受用户追捧。

  VR 软硬件逐渐走向成熟,VR 设备放量在即。近眼显示,VR 头显对于显示的要求 极高。当前 VR 显示最核心的痛点在于用户长久佩戴会有晕眩感。低分辨率和画面 延迟都是产生晕眩感的原因。若要消除晕眩感,VR 业界公认有三大指标必须满足: 延迟低于 20ms、刷新率高于 75Hz、单眼 1k 以的上分辨率。正因成本过高、硬件 配置限制、内容生态没有建立,VR 并没有走进大众视野。直到近几年 5G 的推出, 硬件设备的加紧脚步,游戏的出圈使得 VR 正式走进人们的生活。

  (1)5G 高传输、低延迟,摆脱线缆,匹配 VR 视觉要求,助力构建云端算力传输 体系。在 75Hz 刷新率和 H.264 压缩协议下,显示 1k 分辨率的 VR 内容需要 17.5 Mbps 码率,而 4G 网络的码率仅为 10Mbps。因此,4G 网络下,VR 无法实现高分 辨率高帧数的内容显示,只能依托于线缆进行显示数据的传输。相较而言,5G 可 以实现 100-1024Mbps 码率的传输。另外,4G 网络的延迟在~10ms 量级,LCD 的响 应时间最短可以到 8ms(OLED 的响应时间在 us 量级),加之图像本身的渲染等待 时间~5ms(基于 PC 机主流 GPU 水平),4G 下的图像延迟很难达到 20ms 以下。而 5G 的延迟仅 1ms,无论是 LCD 方案或是 OLED 方案,基于现有外设 GPU 图像渲 染能力,均可以轻松达到 20ms 以下的图像延迟。5G 的大带宽和低延迟,将彻底解 放 VR 的线缆束缚,甚至可以减轻显示屏和 GPU 的硬件压力,让 VR 成为正真的 移动端生产工具。同时,5G 到来也将解放外设主机。VR 设备可以将大型运算任务 交予云端处理,

  (2)高通推出 VR 专用芯片,完善“云端为主,终端为辅”的计算体系。从独立运 算能力来看,Oculus Rift/S 主打基于手机和 PC 应用的 VR 头显,需要借助外设来 完成数据和任务的处理;Oculus Go 定位于独立的 VR 头显,无需借助外设,其上 集成移动端处理器高通骁龙 821,具备手机平台级别的计算能力;Oculus Quest 定 位于全应用场景的 VR 头显,除了集成有高通骁龙 835 而具备独立的运算能力外,同时也能外接 PC,执行更复杂的运算任务。高通在 2018 年和 2019 年,分别推出 了支持中低端和高端 VR 头显的骁龙 XR1 和骁龙 855 plus VR 移动平台。硬件性能 的提升大幅提高了移动端芯片的运算以及图形处理能力。

  (3)双屏 OLED 具备刷新率优势。从显示端来看,业界当前的 OLED 的动态响应 时间在 us 量级,而 LCD 的响应时间在~10ms 量级。Oculus 的高端产品选用的是 OLED 屏幕,中低端产品选用 LCD 屏幕;在屏幕数量方面,双屏具有分辨率优势 且视角友好,单屏对于单只眼睛将有一半的分辨率损失;分辨率和刷新率方面,高 端产品选用更高的分辨率和刷新率,但分辨率与刷新率负相关,分辨率越高,越难 做到画面的快速刷新。对于高分屏,OLED 更容易做到高刷新率,如现阶段手机已 使用 90Hz 和 120Hz 的 OLED 屏幕,屏幕技术已得到解决。

  无线化趋势显着,一体机或将成为 VR 终端头显设备主流。VR 的终端头显产品主 要有三类,分别为移动端 VR 眼镜、PC 端 VR 头盔与 VR 一体机。(1)移动端 VR 眼镜将手机置于头显设备中,以手机屏幕为屏幕,通过 USB 与手 机连接,这类 VR 头显设备成本较低,凭借价格优势曾一度在 2016 年实现销量暴 增,但是由于用户体验较差,销量增长不可持续,在 2017 年后快速下滑。(2)PC 端 VR 头盔与 VR 一体机虽然价格相对昂贵,但在用户体验方面相较移动 端 VR 眼镜有明显优势。PC 端 VR 头盔自带屏幕,通过连接线与电脑主机连接,使 用电脑的处理器,由于能够借助电脑较强的计算力,这类 VR 头显设备的用户体验 最好,但是用户普遍反映连接线的存在导致使用不够便捷。(3)VR 一体机自带屏幕与处理器,可独立使用,虽然用户体验没有 PC 端 VR 头 盔好,但是由于没有了连接线的限制,灵活性好,出货量逐年增长,是未来 VR 发 展的主要趋势。

  (1)核心器件方面:包括芯片(CPU、GPU、移动 SOC 等),传感器(图像、声音、 动作捕捉传感器等),显示屏(LCD、OLED、AMOLED、微显示器等显示屏及其驱 动模组),光学器件(光学镜头、衍射光学元件、影像模组、三维建模模组等),通 信模块(射频芯片、WIFI 芯片、蓝牙芯片、NFC 芯片等)。

  (2)配套外设方面:包括手柄、摄像头(全景摄像头、)、体感设备(数据衣、指环、 触控板、触/力觉反馈装置等)。软件环节是虚拟现实技术使用的软件,包括支撑软 件和软件开发工具包。支撑软件方面,包括 UI、OS(安卓、Windows 等)和中间件 (Conduit、VRWorks 等)。

  (4)内容制作与分发环节:是虚拟现实技术中场景的数字表达,包括虚拟现实内容 表示、内容生成与制作、内容编码、实时交互、内容存储、内容分发等。内容制作 方面,包括虚拟现实游戏、视频、直播和社交内容的制作。分发方面,包括应用程 序。

  近年来,我国虚拟现实企业在产业链参与的重点正逐渐从整机系统集成、低端代工 向芯片、显示器件等产业链重要环节延伸。在芯片领域,目前国外 VR 主控芯片主要是高通骁龙系列的 835、845 等芯片以及高通 XR1 芯片。国产芯片虽然起步晚但 是近两年进步迅速,质量和品类都取得了一定进展。全志科技 VR9,瑞芯微 RK3399、 RK3288 等系列芯片提供了优秀的虚拟现实解决方案,并已应用于 Pico、富士通等 多种 VR 头显。华为发布了麒麟 990 系列芯片为未来 VR 设备与云计算以及 5G 融 合提供芯片支撑。新型显示方面,京东方、华星光电等面板厂商生产的 AMOLED 屏打破了三星在 VR 显示屏领域的垄断。京东方还推出了响应时间小于 5ms 的高 分辨率 Fast LCD 面板,在华为、Oculus、小米、爱奇艺等企业高端一体机中得到应 用。与 AMOLED 相比,京东方的 Fast LCD 具有较大成本优势。整机组装方面, 歌尔股份在声光电器件等方面提供的解决方案已经成功用于索尼、Oculus、Pico 等 公司的虚拟现实设备中,并且是索尼 PSVR,Oculus Rift 两大 VR 主流产品的全球 独家代工厂商。

  VR 在 C 端的应用场晶主要是娱乐应用,包括社交、游戏、影视、直播。VR 社交, 相比于传统的互联网社交,用户之间的互动更为立体,既有匿名社交的优势,又具 备更好的现场感。同时 VR 社交也是基于互联网的基础,具备互联网社交庞大的用 户群体。在游戏方面,相比于传统的手机、PC 以及专用游戏机,VR 能给游戏用户 带来独有的沉浸式体验。配合以另外的手持设备(手柄、手套)和外设,VR 用户能 得到更好的视觉、听觉、触觉甚至嗅觉体验。在影视方面,VR 有更封闭的空间,视 觉上观感更强烈,与传统电视、手机、影院的观感完全不同。相比于传统电视,VR 可以做到便携。相比于手机,VR 的信息显示方式又更封闭,隐私性更好,适合长途 旅行中,坐飞机、高铁、大巴时使用。除此之外,用 VR 观看赛事直播,可以获得 更加立体和沉浸式的现场感。

  VR 在 B 端的应用场景分两类:辅助学习和创作设计。在辅助学习方面,VR 可以 做到身远之而临其境。例如,在驾驶学习上使用 VR 技术,可以得到比模拟驾驶更 好更逼真的体验;应用在医疗手术的学习上,观众可以获得全方位的立体感,比远 程观摩或者观看教学视频等方式又更佳的学习效果;另外,在脑部创伤病人的知觉 恢复上,也有使用 VR 来辅助病人进行知觉感知锻炼的案例。目前网上有很多教学 视频的 VR 版,可以用各大主流品牌的 VR 头显进行观看。在创作设计(工业和建 筑设计)上,相比于基于传统 PC 鼠键、画板等外设的设计工作,VR 设备配合以手 持设备,可以使设计人员置身于更广阔的虚拟环境中进行创作,维度更为丰富。

  AR 的发展分三个阶段。与 VR 相比,AR 的发展历程较为缓慢,概念出现的时间也 较晚,大致可以将AR发展分为三个阶段:萌芽期(1960~1990)、定义期(1990~2010) 和关注期(2010~)。萌芽期(1960~1990)的 AR 头显,受制于光学、电子、软件等 技术,设备庞大、应用单一。世界上第一台 AR 设备是在 1966 年由 AR 之父 Ivan Sutherland 开发,被命名为“达摩克里斯之剑”。由于当时技术并不发达,线缆和传 感配件十分庞大和沉重,需要通过将线缆系统固定在天花板上才能方便佩戴,该 AR 头盔的光学原理与现在的 AR 头显并无本质区别。在定义期(1990~2010),AR 设 备的定义逐渐明晰,即对现实的增强。之后,AR 设备逐渐分为两类,一类是 HMD AR 头显,一类是 HUD。1997 年,Ronald Azuma 提出了后来被广泛接受的 AR 三 要素:虚实结合、实时互动、虚实世界三维坐标的匹配。1999 年,德国教育部启动 了一项 2100 万欧元的工业级 AR 项目 ARVIKA,首次将 AR 大规模应用于工业生 产。同年,美国 NASA 在 X38 航天飞机上使用了 HUD AR,通过投影地图的数据 来丰富飞行员驾驶体验。关注期(2010-至今),投影光学技术的发展,助力 AR 持 续演进。2012 年以前,AR 头显陷入了长期的停滞。随着光学技术的发展,特别是 投影光学系统发展(1990 年以后 LCOS 技术出现),AR 又再次回到人们的视野。2012 年 4 月,谷歌发布了第一代 Project Glass,以期解放用户的双手,实现智能化。但因应用场景的缺失,AR 需求没有被打开,谷歌于 2015 年 1 月停止了初代 Google Glass 的销售。2016 年,现今 AR 领域最着名 Magic leap 获得 7.935 亿美元的 C 轮 融资。同年,微软发布第一代消费者版本的 Hololens,并在 2019 年继续推出第二 代。

  AR 的光学显示方案分为四种:LCOS+棱镜、透明 OLED/Micro-LED 自由曲面、 LCOS/DLP+波导、LBS(激光束扫描)+全息反射膜。“LCOS+棱镜”的方案结构设 计最简单,但是对视线有遮挡,Google Glass 初代的光学系统采用“LCOS 投影+反 射棱镜”的组合方式。机械结构上,采用镜框与 AR 结构分离的方式装配,镜框/镜片由 Smith Optics 提供;LBS 为激光束扫描技术,将激光光束用扫描的方式投射到 全息反射膜上,结构简单,但是激光一般为单色,分辨率也不高。目前大部分 AR 显示方案采用“OLED/Micro-LED 自由曲面”和“LCOS/DLP+波导”方案。

  “透明 OLED/Micro-LED 自由曲面”方案在透明屏幕方面具有天生优势,但易损失 透光率。基于 OLED 和 Micro-LED 透明的玻璃载板,可以实现兼具透明和显示功能 的屏幕。OLED 结构于 Micro-LED 结构非常相似,均属于主动发光器件。二者的制 备工艺不同,OLED 采用蒸镀工艺,Micro-LED 采用 LED 工艺和转移贴装工艺。Micro-LED 的像素尺度在 100um 以下,比传统的 LCD 和 OLED 更具潜力,但业界 当前 Micro-LED 良率不高,价格较昂贵。由于主流的透明 OLED/Micrio-LED 屏透 光率在~50%量级,因此透明 OLED 和 Micro-LED 屏幕作为 AR 镜片透光率损失较 多。

  “LCOS+波导“方案的光学设计难度最大,效果最好。该方案把透明镜片作为波导, 能最大程度上保证环境光的透过率。LCOS 系统将图像投影聚焦到镜片波导上的耦 合入口端,图像被耦合进波导内,经过波导的传输,在镜片上的耦合出口处被耦合 出波导,投影到人眼中。信号在波导传播需要满足全反射条件:1、光从光密介质 n1 (折射率大)中传播,反射界面为光疏介质 n2(折射率小);2、入射角大于临界角 (θ θc,θc 为发生全反射时的临界角)。条件 1 的满足,可以选用折射率较高的镜 片。条件 2 的达成,需要在 LCOS 投影系统中使用 NA 较大的透镜用于聚焦入射光, 以实现较大的入射角。

  LCOS 是一种基于 CMOS 反射基底的开关,通过电源控制液晶分子的偏转状态来 决定是否将入射的光反射出去。在 Off 状态下,入射光被液晶分子全部挡住,不能 实现反射;在 On 状态下,入射光可以透过液晶分子层而被 CMOS 基底反射。

  镜片波导的开发难度非常之大,衍射波导是最佳选择。镜片波导有四种形式:全息 波导、衍射波导、极化波导、反射波导。这些波导均是基于全反射原理,区别仅在 信号入口和出口端。全息波导的入/出口端集成有透镜结构,以实现光信号的耦合进 出,体积庞大;衍射波导在入/出端刻蚀浮雕周期性结构,类似于光栅,可以实现光 场耦合以及控制耦合后光的传播方向,体积最小,工艺较难;极化波导内堆叠多层 镀有偏振膜的半透半反镜片,可制备程度高,但只对特定波长偏振的光进行反射;反射波导则纯粹为全反射结构,体积最为庞大。以上方案,衍射波导的体积最小, 显示效果优秀,是综合性最佳的波导选择。如 Magic leap One 以及微软 Hololens, 均选用衍射波导方案。

  AR 市场四种光学方案均有被各厂使用。2012 年谷歌率推出的 Google Project Glass 采用 LCOS+棱镜技术方案,售价高达 1500 美金,但因缺乏应用,成本过高等问题 停止了该项目。LBS+全息反射膜除了体积小,更具有低功耗优势,另外镜片形式环 境透光率高;缺陷在视场角小、对比度和分辨率低,技术应用有待未来探索,因此 目前仅 North Focals 采用此技术,产品价为 999 美元。透明 OLED/Micro-LED 自由 曲面优势众多:对比度、色彩、分辨率好,视场角大,功耗低,采用镜片形式,主 要受光线影响亮度低。Epson、耐德佳、Rokid、ODG 等数家公司推出的 AR 新产品 均应用此光学方案,其中 OLED 采用索尼,价格大致分布在 3000 元-16000 元。LCOS/DLP+波导亮度高、视场角大、镜片形态、分辨率高且环境透光率高,优势多, 是目前 AR 主流品牌的首选方案,搭配该方案的厂商有 Rokid、Hololens(3000 美 元)、Maigc Leap One(2295 美元)、Vuzix(1000 美元),其中镜片波导使用 Lumus 和 Dispelix,投影使用 Himax 或 Omnivision。我们预计随着技术的逐渐成熟,光波 导将成为 AR 技术的核心主流方案。

  AR在C端的应用场景包括娱乐、学习、购物和交通三大方面。在娱乐方面,Pokémon GO 之类的 AR 游戏逐步被开发,这些游戏将虚拟角色融入现实场景,带给玩家不 同寻常的游戏体验;AR 全景可以在用户周围显示多个虚拟画面,实现类似于环幕 电影的功能。在学习方面,用户可以通过 AR 设备创造出虚拟操作标的进行演示, 也可以进行远程协助指导具体操作,相较于传统的教学而言,AR 的加入突破了空 间和物体的限制,提高了教育效率。在生活方面,AR 导航由于直观精确、技术要求 低等优点而应用广泛,AR 美妆、AR 网购等亦切中用户痛点。其他更为实用的 AR 生活应用正在被开发,比如 AR-HUD、AR 测量等。

  AR 在 B 端的应用更为广泛,可分为展览、培训和辅助作业三大应用场景。零售 商通过 AR 设备模拟出 3D 真实商品,使得用户获取更加真实的产品使用体验,如 衣服试穿等;房地产商应用 AR 设备帮助客户虚拟看房,获得关于房屋的动态或细 节信息,且不受时间和空间的限制;一些旅游景点如博物馆通过引入 AR 互动技术,实现景点或展览物品的导览,增强游客的沉浸感。AR 也被用于员工培训中, 医疗手术培训通过模拟操作标的,解决了标的稀缺的痛点。一些 AR 公司如 DataMesh 为制造企业提供设备仿真操作培训或考试平台,以节约培训成本,提高 培训效率。AR 还可以被应用于各行业的作业场景中,帮助工作者更好地完成工 作,比如将 AR 应用于建筑行业,开发人员可以在施工阶段将建筑可视化,精准快 速识别错误和问题;外科医生可以通过 AR 提供的 3D 图像和关键信息,更好地在 手术过程中掌控患者状态;AR 也可以为员工的维修工作提供远程协助,让远程专 家获取标的的故障信息并提供实时可视的远程支持,协助现场人员维修。

  AR 想象空间大,复合增速将高于 VR。根据 IDC 预计,2020 年全球 AR 头显出货 量将达 69 万台其中无屏类将达 3 万台,占比 4.35%,一体机将达 41 万台,占比 59.42%,连线 年,预计各类 AR 头 显总出货量将达 4111 万台,复合增长率达 117.83%。其中,无屏类将达 3 万台,占 比降至 0.07%,一体机达 2400 万台,占比 58.38%,连线. 车载:多传感器创新协同,助力 ADAS 井喷式发展

  ADAS 作为实现自动驾驶的基础,拥有主动判断和预防措施功能。ADAS 指高级驾 驶辅助系统(Advanced Driving Assistance System),是实现自动驾驶汽车的基础。此 系统利用安装在车上各式各样的传感器(毫米波雷达、激光雷达、单\双目摄像头以 及卫星导航),在汽车行驶过程中随时来感应周围的环境,收集数据,进行静态、动 态物体的辨识、侦测与追踪,并结合导航地图数据,进行系统的运算与分析,从而 预先让驾驶者察觉到可能发生的危险,有效增加汽车驾驶的舒适性和安全性。即出 现紧急情况时,汽车自动智能的在驾驶员主观反应之前做出主动判断和预防措施, 来达到预防和辅助的作用。

  ADAS 总计种类将多达 20 余种功能。从广义讲,只要能够达到辅助驾驶目的的功 能均可算作 ADAS,例如盲区检测 BSD、车道偏离预警 LDW、全景泊车 SVP、交通 标志识别 TSR 等众多基础功能和拓展功能都可计入 ADAS 辅助功能之内。目前 ADAS 这 20 余种辅助功能不仅用于高端车型,也有向中低端车型延伸趋势,加速汽 车智能化发展,提高整体 ADAS 各功能的搭载率。根据汽车之家大数据统计,大部 分辅助功能都在加速应用至汽车中。目前高端车配备较多功能,而中低端车仅使用 较少辅助驾驶功能,未来中低端市场还存在更多的发展空间,1-2 年内 ADAS 有望 迎来井喷式发展。

  自动驾驶 SAE 分级,L0-L5 各阶段自动化、智能化范围逐步扩大。根据 SAE 的分 级,自动驾驶依据系统的智能性和全面性共分为 5 个级别,从 L0 级完全的人类驾 驶到最高 L5 级完全的自动驾驶,是人类在汽车方面逐步实现自动化智能化的过程。根据美国高速公路安全管理局的定义与定位,目前全球正处于汽车自动化发展的第 二阶段。在当前阶段,根据驾驶环境信息,由一个或多个驾驶辅助系统在特定工况 下执行转向或加速/减速,同时驾驶员执行所有其余的各类动态驾驶任务。在传统车 企中,长城汽车于 2017 年就发布了 i-Pilot 智慧领航自动驾驶平台,随着兼容车载 传感系统的升级迭代,目前汽车处于 L2+级别,并预计将在几年后发展到 L3/L4 阶段。

  自动驾驶感知层分两大技术流派。一类是多传感器融合路线,主张以激光雷达为主 导,配合毫米波雷达、摄像头等,实现多传感器融合,提高自动驾驶安全,一类是 计算机视觉优先路线,倾向于采用低成本的摄像头,辅以人工智能算法,降低成本。

  (1)多传感器融合派以传统车厂和专做自动驾驶的车厂为主。他们更倾向于高成本的激光雷达、毫米波雷达、超声波雷达、摄像头等多种传感器的融合运用,以应对 自动驾驶的多个应用场景。以 Alphabet 公司(Google 母公司)旗下的研发自动驾驶 汽车的子公司 Waymo 为例,Waymo 的视觉系统由几组高分辨率的相机组成,用于 在长距离、日光和低光照条件下工作;毫米波雷达则使用波长来感知物体和运动, 能够在白天、黑夜、雨雪天气中有效工作;激光雷达则用于 360 度的测距。多传感 器融合优点是计算能力强,灵活性高,缺点是成本较高,一套方案贵则几十万美金。

  (2)视觉优先路线主张低成本摄像头方案。其中以特斯拉为例,特斯拉 Autopilot 的感知工作主要依赖 3 个前置摄像头、2 个侧方前视摄像头、2 个侧方后视摄像头、 1 个后视摄像头、12 个超声波传感器、1 个毫米波前置雷达。车辆通过这 8 个摄像 头 360 度检测周围环境,雷达负责探测前方障碍物的距离及行进速度,且不受天气 影响。更为重要的是特斯拉基于其自研的计算机芯片以及大量配套的软件算法。特 斯拉的每一位司机都参与到了神经网络的训练中并为特斯拉的自动驾驶系统喂入 新的数据。

  ADAS 快速渗透,自动驾驶技术向中端市场延伸。据罗兰贝格预测,全球 ADAS 的 市场规模稳从 2015 年的 57 亿增长至 2025 年 ADAS 的 275 亿欧元,复合增速高达 17%。而在 ADAS 子系统中,ACC(自适应巡航系统)将是增长最快的自行业,预 计到 2025 年市场规模达到 153 亿欧元,复合增速高达 23%。

  ADAS 为感知环境的基础,超声波雷达、毫米波雷达、摄像头和激光雷达为核心技 术。自动驾驶产业链大致可分为三部分:感知-决策-执行,感知作为第一部分是既是 产业链基础,也是 ADAS 技术的基础,利用毫米波雷达、激光、摄像头等技术感知 周围环境,然后做出判断决策。决策层取决于芯片和算法,行业集中度高,主要有 Mobileye、ADI 等公司。执行层包括 AEB(自动紧急刹车)、ESP(电子稳定系统) 等安全系统。

  感知层种类丰富,主要包括摄像头、毫米波雷达、超声波雷达和激光雷达。摄像头 成本相对低廉,可以实现对于特征物体的检测与识别。但摄像头依靠可见光强度, 光线较差的环境中效率下降;超声波雷达成本最低,便于操作使用,但外界影响使 其探测距离短,常安装在车前后保险杠用于停车检测;毫米波雷达精度高、测量范 围广,且不易受外界环境因素干扰,适用于探测车距与车前速;激光雷达效果最优, 可以准确感知获取环境信息,ADAS 系统和驾驶员及时做出恰当决策。从 L3 开始, 雷达和摄像头的使用数量明显增加。

  车载摄像头是 ADAS 的核心传感器。摄像头的最大优势在于能够识别物体的多种特 性,可以实现车道偏离警告(LDW)、车距检测(HMW)、交通标志识别(TSR)等 功能。车载摄像头的前置摄像头类型主要包括单目和多目,其中多目摄像头拥有更好的测距功能,但需要装在两个位置,成本较单目摄像头更贵。环视摄像头的类型 是广角镜头,在车四周装配 4 个进行图像拼接实现全景图,加入算法可实现道路线 感知;而后视摄像头的类型是广角或鱼眼镜头,主要为倒车后置镜头。

  多目摄像头利用多个固定焦距车载摄像头,实现大范围覆盖观测。多目摄像头加入 了多个摄像头模组,利用不同焦距摄像头的视距和视角组合,观察记录多区域的物 体,为自动驾驶提供更多环境信息。因为摄像头成像清晰度和不同焦距直接相关。所以对于固定车距的 ADAS 摄像头,引入多目摄像头能够覆盖更大范围场景,为摄 像头的使用突破局限,提供更多可能性。但因为摄像头数量增加使得需要处理的图 像信号变多,信号融合也更加复杂。目前蔚来的 ES8 和特斯拉的 Model3 都采用了三目摄像头,解决变焦问题,实现立体视觉三维成像;Mobileye 更是在最新方案中采 用七目摄像头采集数据,与 SFM(Structure from Motion)技术共同构建立体视觉感 知。

  由于汽车行业认证时间和账期都长于消费电子,车载摄像头行业集中度更高。一般 来说手机摄像头产业链公司多多少少也会涉及汽车业务,但由于汽车认证周期长、 账期长等因素,车载摄像头市场玩家数量低于手机摄像头市场,集中度也更高。车 载摄像头产业链也分为镜头、模组和 CIS 芯片。

  车载镜头市场,舜宇光学出货量全球第一。根据前瞻产业研究院数据,在车载摄像 头镜头市场,舜宇光学的镜头出货量居全球第一位,市场占有率为 34%,之后依次 为韩国 Sekonix、kantatsu 和日本 fujifilm(欧菲光收购),行业 CR4 接近 80%,高于 手机市场镜头行业集中度。舜宇光学从 2004 年开始布局车载镜头市场,2012 年开 始做到了全球车载镜头出货量的第一并保持至今,目前舜宇光学产品已覆盖车载摄 像头的各个领域,进入各大车企(宝马、奔驰、奥迪)前装市场。2020 年舜宇光学 车载镜头出货量继续稳步增长,实现出货 0.56 亿颗,同比增长 12.12%。联创电子车 载镜头业务也很活跃,公司客户涵盖大部分知名车企和 Tier1 供应商,2020 年公司 通过客户认证的车载镜头呈倍数级增长,车载镜头及影像模组销售收入增长约123%, 增长幅度明显。

  车载摄像头模组主要以日韩厂为主,前十大厂商份额比较平均。由于车载摄像头模 组对安全问题和稳定性要求较高,模组封装工艺更加复杂,因此主流供应商仍以日 韩厂商为主。国内手机模组厂商虽在车载模组也均有布局,但总体规模还较小,难 以与日韩企业抗衡。从竞争格局来看,当前全球车载摄像头行业市场份额前三为松 下、法雷奥和富士通。其中松下所占市场份额最大,达到 20%;法雷奥和富士通市 占率分别为 11%和 10%。当前全球车载摄像头行业 CR3 为 41%,全球前十企业则 占据了 96%的市场份额,全球车载摄像头行业集中度处于较高水平。

  车载摄像头 CMOS 行业集中度高,豪威份额位列前三。车载 CIS 的绝对的领导者 为美国企业安森美,2011 年安森美以 3140 万美元收购了赛普拉斯 CMOS 图像传感器业务部门,2014 年以 9200 万美元现金收购了图像传感器设备制造商 TRUESENSE, 同年又以约 4 亿美元收购了首款汽车专用 CMOS 图像传感器提供商 Aptina Imaging, 三次收购奠定并巩固了安森美在汽车图像传感器领域的市场地位,据 Yole 测算,安 森美在汽车图像传感器市场的市占率达到 46%,位列第一。安森美可提供的 CMOS 图像传感器产品大概超过 100 个型号,拥有丰富的产品组合,除了种类丰富的 CMOS 图像传感器之外,安森美还在 2019 年将产品线扩展到了毫米波雷达和激光雷达市 场。豪威科技早年布局车载图像传感器,于 2007 年推出了首款汽车 HDR-SOC 传 感器,在车载 CIS 份额上仅次于安森美半导体。韩国 Pixelplus 市场份额超过 10%, 位列第三。索尼因为静态拍摄品质由于动态,车载 CIS 份额位列第四。

  与手机 CIS 要求不同,车载 CIS 像素普遍较低,但注重高动态范围和 LED 抑制能 力。安森美为此推出了超级曝光技术,豪威科技也通过自己独有的 DCG 技术来提 升图像传感器的动态范围。2019 年 12 月,豪威科技发布了两款车规级图像传感器 平台新品,分别为 800 万像素前向摄像头 OX08A 和 OX08B。其中 OX08A 高清 摄像头提供了业内优秀的高动态范围(HDR),而集成于芯片上的 HALE(HDR 和 LFM 引擎)合成算法,兼容引脚的 OX08B 为 LED 闪烁抑制(LFM) 性能树立 了新的标杆。

  车载摄像头搭载颗数稳步提升。根据 Yole 数据,2018 年全球平均每辆汽车搭载摄 像头数量增长为 1.7 颗,预计 2021 年平均每辆车搭载摄像头数量有望达到 2.5 颗, 并将在 2023 年达到每车平均 3 颗摄像头。目前我国在 2020 年汽车摄像头平均搭载 量还仅 1.3 颗,市场发展空间巨大。

  车载摄像头市场迈入快速增长期。根据前瞻产业研究院数据,2019 年全球车载摄像 头市场规模为 112 亿美元水平,首次突破 100 亿美元,中国市场规模为 47 亿元;2020 年预计全球市场将达到 130 亿美元规模,中国市场达到 57 亿元规模。随着 ADAS 和自动驾驶的逐步深入,单车所需搭载摄像头数量增长,未来几年车载摄像 头市场规模也将获得较快增长。预计到 2025 年全球车载摄像头市场规模将达到 270 亿美元,5 年 CAGR 为 16%;中国车载摄像头市场规模有望突破 230 亿元,5 年 CAGR 为 32%。两个市场均将实现产量乘倍的增长,中国市场增长更加迅速。

  三种雷达技术各具优劣,未来激光雷达将成为自动驾驶核心传感器。对比毫米波雷 达、超声波雷达、激光雷达的多项参数性能可见,毫米波雷达的主要优势在于探测 距离远、灵敏度高、环境适应性强;但是对于非金属不敏感,不利于探测部分物体 的大小和形状。超声波雷达优势在于成本低、精度高;但是由于声波传递较慢,反 馈时间长,只适合用于倒车等短距离场景。激光雷达的优势在于全面综合性能好, 并且还能够 3D 建模;但是成本高昂,易受天气影响,并且技术尚且不够成熟。总 体而言,由于激光雷达的综合性能最优,L3 级以上激光雷达应用将逐渐增加,并最 终在 L4 级以上自动驾驶汽车中成为核心传感器。

  车载毫米波雷达系统优势众多,市场空间将伴随装配率提高而逐步扩大。雷达是指 利用电磁波来探测目标的一种电子设备。通过对目标发射电磁波,再接受目标反弹 的回波,从而获取目标至电磁波发射点的间距、高度、方位等信息。毫米波雷达指 工作在 30~300GHz 频域(波长为 1~10mm)的雷达。其具有抵抗恶劣环境、高稳定 性、体积小、集成度高、价格适中等特性。车载毫米波雷达系统目前主要集中在前 视汽车雷达和自适应巡航控制系统两方面。前视汽车雷达只需要完成汽车的危险预 警,自适应巡航控制系统就会通过雷达实时监控汽车间距和相对运动速度,调整汽 车转向、加减速等操作。

  超声波雷达价格成本低廉,在汽车市场倒车雷达系统中运用成熟。超声波雷达是利 用传感器内的超声波发生器产生 40KHz 的超声波,再由接收探头接收经障碍物反射 回来的超声波,根据超声波反射接收的时间差计算与障碍物之间的距离。因为声波 易受环境干扰,探测距离局限于几米之内,所以常用于倒车雷达系统中。相比于其 他雷达,超声波雷达的成本较低,技术并不如激光雷达等复杂,因而应用普及率高。近几年在 L1 和 L2 阶段多个车型的倒车雷达均安装有超声波传感器。另外特斯拉更 将其运用在高速横向辅助领域,帮助 Model S 在 AutoPilot 1.0 时代就实现了高速公 路的巡航功能。尽管超声波雷达的成本低,但其特性决定了应用领域的局限性。

  激光雷达必将成为 L3 级以上车载必备传感器,半固/固态激光为未来发展方向。激 光雷达作为机器人的“眼睛”,在三种雷达技术中测量精度最高,反应速度快,操作 性能具备绝对的优势。尽管在 L2、L3 的汽车中的使用尚不如超声波雷达和毫米波 雷达广泛,但是大多数车厂和 tier1 均认为激光雷达将成为 L3 级以上自动驾驶汽车的必备传感器,在 L4 级以上是无人驾驶的核心传感器。按照技术架构,激光雷达 产品主要分为整体旋转的机械旋转式激光雷达、收发模块静止的半固态式激光雷达 和固态式激光雷达三种。机械旋转式是通过电机带动收发阵列进行整体旋转,具有 测距较远,能够实现对空间水平 360°视场范围的扫描的优势。相比之下,固态式和 半固态式的激光雷达则只能扫描 120°范围,因此检测能力弱于机械式。固态式激光 雷达的优势是不再包含任何机械运动的部件,体积小且紧凑。目前市场上仍以机械 旋转式激光雷达为主,固态激光雷达尚未大规模应用。但传统机械激光雷达存在较 大的机械旋转零件,不利于车规级的产品设计,而且价格高昂,不适合应用在大批 量生产普通家用轿车,因此半固/固态激光雷达将会成为核心发展趋势。

  激光雷达测距方法分为 ToF、FMCW 和三角测距法。激光雷达按照测距方法可以分 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 和 FMCW 能实现室外阳光下较远的测程,所以是车载激光雷达的优选方 案。ToF 技术较 FMCW 更易实现,并且精度高、响应速度快,所以是目前市场车载 中长距激光雷达的主流方案。而 FMCW 有着 ToF 不具备的抗干扰和直接测量优势, 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。

  激光雷达行业技术壁垒高,产品创新迭代速度快。激光雷达技术作为近年来高热度 的新兴雷达技术,系统结构精密复杂,设备设计要求灵敏精准,多模块在工作运行 中注重高度配合,生产过程需要高精密度机械设备。在这样的高标准规格下,激光 雷达的生产制造研发对进入企业有很大的技术壁垒,前期投入不易产生较明显的成 效。但是对于现在已经构建成体系、在安全、成本等各方面成熟的相关行业企业, 在已有技术基础上结合客户需求有针对性优化改进却速度较快,产品后续创新能力 强,更新换代速度快。这种快速的发展更增添了新进入企业的追赶难度和研发创新 压力。

  激光雷达全球市场逐渐开放。国外激光雷达技术早在 2010 年前就开始尝试应用于 ADAS 辅助避障和导航项目。目前行业内主要的激光雷达公司都在国外,包括 Velodyne、Luminar、Aeva、Ouster、Innoviz 等,国内有速腾聚创等公司。2016 年后 国内激光雷达厂商入局,吸收先进技术并赶超国外。近几年内全球激光雷达市场发 展迅速,产品向多元化、高性能方向持续发展。奥客彩网奥客彩网激光雷达相关公司也在近两年迎来 上市热潮,可见其未来良好的发展前景和增速。

  激光雷达行业产业链包含众多高新技术公司。激光雷达的上游包括激光镭射和光侦 测器。激光镭射主要包含脉冲式镭射、面射型镭射、光纤镭射和半导体泵浦固体镭 射。其中脉冲式镭射由 OSRAM、Excelitas 等公司生产供应,面射型镭射则主要由 OSRAM 生产。光侦测器包含 APD 雪崩二极管和 SPAD 单光子雪崩二极管。APD 雪 崩二极管的主要供应商有 Hamamatsu 等,SPAD 单光子雪崩二极管主要供应商有 Hamamatus 和 Laser Components。中游可分为车用激光雷达和产业与物流运输激光 雷达两大类。车用激光雷达的供应商众多,包括 Velodyne LiDAR, Vales, Ibeo, Continental 等。产业与物流运输激光的厂商有 SICK, Hokuyo, OMRON, Velodyne LiDAR, Konica Minolta 等。下游对应市场分别为传统车厂和 Robocars 以及 ACV 无 人搬运车和 AMR 自主移动式机器人。传统车厂为 BMW、General Motors 等企业, Robocars 为 Google 等非传统车厂企业。ACV 无人搬运车与 AMR 自主移动式机器 人对应公司为 MiR、KUKA、HIKROBOT、Amazonrobotics 等。

  激光雷达多行业内应用极具应用价值,全球市场保持高速发展势态。激光雷达的发 展将促进汽车行业无人驾驶技术和 ADAS 发展,也将提高服务型机器人的应用范围 和普及度。智能化、无人化发展能够减少大量成本,具有广泛商业价值和盈利空间。根据沙利文研究数据,至 2025 年全球激光雷达市场规模为 135.4 亿美元,较 2019 年的 6.8 亿美元可实现 64.5%的年均复合增长率。随着人工智能、5G 技术的逐渐普 及,无人驾驶、ADAS、服务型机器人和车联网等多方面的需求推动,激光雷达整体 市场预计将呈现高速发展态势。激光雷达技术乘中国人口红利之益,有望使中国发 展成为全球最大的自动驾驶市场。2019 年中国激光雷达市场规模仅有 2.3 亿美元, 约占 2019 年全球市场规模的三分之一。预期至 2025 年,中国激光雷达市场规模将 达到 43.1 亿美元,较 2019 年实现 63.1%的年均复合增长率。

  安防摄像头是安防视频监控系统前端必不可少的一部分。典型的安防摄像头由多个 镜片组、昼夜切换装置、光学防抖装置、自动光圈、镜框、驱动马达等光学器件组 成,并利用光学原理采集视频信息。在安防视频监控系统中,摄像机可采集监控范 围内的光学信号并转化为电子模拟视频信号,经过 A/D 转化为数字信号,然后经过 视频服务器(DVS 或数字摄像机 IP 模块)进行压缩编码,并通过网络传输到后端 进行处理,完成整个监控过程。

  根据不同的划分标准,可将安防摄像头划分为多种类型。摄像头采集光学模拟信号 后,常将之处理为不同的信号输出,因此按照视频输出信号的类型,可将摄像头分 为模拟摄像头、数字摄像头、网络摄像头;不同的应用场景需要不同外观的摄像头, 因此根据外观的不同,可将摄像头分为枪机、筒机、半球和球机、云台等;在光线 微弱时,摄像头常需要借助补光灯实现清晰的成像,因此根据补光灯的不同可将摄 像头划分红外摄像头、白光\暖光\双光补光摄像头和星光全彩摄像头;当摄像头用于 不同的场景时,需要不同的接口连接其他硬件设施,这些接口包括 BNC、HDMI、 串口等;根据光学性能的不同,又可以将摄像头划分为变焦\定焦,高像素\低像素, 防抖\不防抖摄像头等。

  安防摄像头产业链格局较为清晰。和其他领域摄像头产业链类似,行业上游提供包 括芯片、光学镜头、图像传感器、算法公司等。安防摄像头链除了图像传感器外, 芯片组主要为 ISP(图像信号处理芯片,应用于模拟摄像机)和 IPC(网络摄像机核 心),主导信号采集和处理,随着智能化趋势的出现,芯片往往也继承了一些视频内 容分析功能。芯片市场被多个国内厂商如富瀚微、瑞芯微、北京君正等瓜分;光学 镜头领域国内厂商在其中占据绝对优势地位,根据 TSR 数据,宇瞳光学、舜宇光学、 福光股份、联合光电等八个中国厂商在 2017 年全球安防视频监控镜头中的市占率 高达 90%;传感器供应商主要为国外大厂如三星、索尼等。中游主要为安防软硬件 产品提供商,占据安防行业最重要的地位,中游市场格局较为集中,根据 IDC 数据, 在 2018 年中国视频监控市场,海康威视、大华股份、宇视股份三大厂商共计占据 56.4%的市场份额。下游主要为具有地方资源且技术壁垒较低的安防工程建设商、渠 道销售商、和运营服务商,随着行业集中度的不断加强,中游拥有技术、资源、规 模优势的安防厂商不断抢占下游市场。安防终端应用可分为城市级、行业级和消费 级,其中平安城市和交通的应用占比超过 30%。

  安防摄像头作为视频监控系统的一部分被广泛应用于公共服务、企业服务和民用场 景中。公共服务领域中,道路交通管理是必不可少的应用场景,安防摄像头主要用 于提供闯红灯、逆行、超载等交通违法行为的检测。安防摄像头也被用于监控公共 场所的安全,如国务院早在 2006 年就颁布《娱乐场所管理条例》,要求全国的歌舞 娱乐场所安装视频监控设施,部分省市也要求超市、加油站等场所安装视频监控系 统。此外,环保管理也是一大应用方向。国家环保总局早在 2005 年就明确要求全国 50%-60%的工业企业安装污染源在线监控系统,近年来,安防摄像头也被用于自然资源、水利水务、生态环境的监测管理中。在企业服务领域中,银行等金融机构采 用安防摄像头监控人员操作,规范作业行为,防范金融安全问题;各类油田、电网 企业通过视频监控规范作业行为;各类校园广泛应用安防摄像头进行校园监控,保 护学生安全。最后,相当一部分私人用户选择安装安防摄像头保护自己的私有财产 安全。

  随着城市安防基础设施建设的完善和居民安全防范意识的增强,我国的安防产业市 场持续扩大。2010 年中国安防行业市场规模约为 2200 亿元,2018 年中国安防行业 市场规模达 6678 亿元,复合增速达到 15.1%。安防设施普及之后,由高清产品向智 能产品的转变将成为新的增长点。中国安防市场规模预计将继续以 9%左右的增速 持续增长,2020 年将突破 8000 亿元。

  政策支持和新技术的兴起将支撑起强大的需求空间,进而保证增长趋势。在政策上, 在 2015 年 9 月,九部委联合印发了《关于加强公共视频监控建设联网应用的若干意见》,想全国推广“雪亮工程”,建设全域覆盖的公共安全视频监控建设应用,预计 该建设将持续到 2020 年以后;《中国安防行业十三五规划》中提到,要“着力推动行 业应用、智慧城市、民用市场的发展,到 2016-2020 年间,安防企业总收入年增长 率达到 10%以上”,我们预计,这样的政策将在未来几年持续拓展安防摄像头的应用 空间。而新技术的兴起增加了安防摄像头的换代需求,如 5G 和 IoT 的兴起使得“智 慧城市”类似的概念更多地被行业所提及,安防摄像头的作用不仅局限于监控,也拓 展到规划调度领域;因此,在“看得到,看得懂,看得清”的需求催化下,AI 摄像头 将成为主流。

  摄像头作为 AIoT 视觉感知系统前端采集设备,是视觉数据的主要来源,也是整体 系统的感知入口。以智能家居为例,摄像头加视觉技术可获取深度信息,捕捉物体 3D 数据,赋能智能终端检测识别,是物与物联接的开端,令家居智能化程度得到大 幅度提升。目前,摄像头可以运用到智能安防、扫地机器人、智能冰箱、智能空调 和智能电视等智能家居中。

  家庭安防系统搭载摄像头极大提高安全性。在家庭安防系统中,传统的家庭安防系 统通常采用红外线、门磁等物理传感器设备,在监测到异常后发出声光形式的报警, 但是其智能化程度不高,容易发生误报、漏报等情况,且一般不能提供入侵者的图 像信息。智能摄像头作为智能监控的基础硬件可以开启检测功能,借助目标检测技 术探测家中指定区域是否有人闯入,如果发生险情将自动预警并录像,用户也可以 随时通过手机或者电脑端实时查看家中的影像。另外,搭载摄像头的智能门锁利用 AI 技术进行人脸识别,从而在非接触情况下快速完成开锁,极大地增加用户开锁的 便利性,还可以让用户观察门外情况并与来者交流,极大提升安全感。亚马逊 2018 年推出的智能摄像头 Ring Stick Up Cam 具备夜视、运动检测、双向通线 防水等功能,并提供 1080p 高清视频和宽视角,警报触发时可以进行视频录 制。凯迪仕于 2020 年 9 月推出的 K20-F 智能门锁即搭载 3D 人脸识别摄像头,在录 入人脸信息时能够智能模拟人眼成像,利用双摄像头获取面部信息,在刷脸解锁时 通过三维立体视觉算法,辨别面部动态特征,在强光、暗光的情况下均能准确识别;同时,该智能门锁支持联网使用,可通过手机 APP 进行远程操控,随时查看门锁状 态。

  随智能化成为行业大趋势,智能安防在安防行业占比将越来越大。根据智研咨询数 据,2018 年中国安防行业市场规模约 6678 亿元。智能安防行业市场规模在 2018 年 接近 300 亿元,预计 2020 年后智能安防将创造一个千亿的市场。

  扫地机器人成为智能家居中摄像头运用最为广泛的产品。摄像头可以帮助扫地机器 人判定自我状态、感知环境并且实现精准定位,从而高效完成清扫工作。目前市面 上采用视觉导航技术的扫地机器人包括单目视觉和双目视觉等,同时搭配激光雷达。 扫地机器人视觉导航系统是通过摄像头连续不断地对周围环境拍摄记录,并根据特 征点或标志物进行房屋建图,实现导航定位或路线规划。目前市面上的扫地机器人 采用的视觉导航技术有两种,一是深度摄像头,属于主动光源测距传感器,包括结 构光和 TOF 两种;二是单目视觉、双目视觉,属于非主动光源传感器,一般是普通 摄像头,搭配激光雷达。3D 结构光传感器虽然可以帮助扫地机器人做辅助定位和导 航避障,但由于这类传感器目前成本较高,采用该方案的扫地机器人较少。iRobot 的 Roomba s9+产品中加入了一个 3D 传感器,与其他摄像头不同,这个 3D 传感器 是为了配合 PerfectEdge 技术进行更细致的边角清洁。扫地机器人单目双目视觉导航 系统是通过摄像头连续不断地对周围环境拍摄记录,并根据特征点或标志物进行房屋建图,实现导航定位或路线规划。单目视觉机器人在单帧图像中无法确定距离物 体的真实距离,仅能通过相机的运动形成视差,测量物体的相对深度;而双目视觉 扫地机器人可以进行三角测距,通过左右相机拍摄图像的差异来确定距离。石头扫 地机器人 T7 Pro 即为 AI 双目视觉避障,配备了两颗 500 万像素、120 度广角摄像 头,获取图像信息,进行深度学习,实现精准清扫与避障。

  根据 Euromonitor 测算数据显示,2019 年,全球扫地机器人行业市场规模约为 33 亿 美元,预计 2025 年市场规模将达到 75 亿美元,复合增长率为 14.66%。目前扫地机 器人市场的渗透率仍处于低位,2019 年渗透率仅 17%,预计 2025 年将达到 29%。

  智能冰箱和空调作为新兴市场潜力无限。智能冰箱内部的摄像头可实时感知冰箱中 的食材数据,拍照上传至家居互联平台,用户可以通过相应的手机应用程序随时随 地查看冰箱内食物存储情况并且远程控制冰箱的温度。另外,摄像头加 AI 技术还 可以识别食材的种类,集合大数据云计算深度学习,分析出用户的饮食习惯和健康需求,进一步帮助客户实现个性化增值服务,创造更多服务场景;智能冰箱外部的 摄像头识别用户手势从而控制冰箱智能屏,可以在不便触摸屏幕的情况下为用户带 来更智能更流畅的使用体验。2020 年,三星发布全新一代 Family Hub 冰箱,配备内 置独特摄像头,可以扫描冰箱里的食物库存,并利用 AI 技术根据用户的饮食习惯 来定制食谱。智能空调通过摄像头自动识别用户,根据用户的性别、年龄以及使用 空调的行为习惯,自动调节空调运行参数,为用户提供个性化的舒适空气解决方案, 充分满足用户需求。长虹 2018 年展示了一款智能空调,搭载了高精度体感智能摄像 头,集图像、声音、手势识别为一体,可识别用户身份,提供个性化模式。

  智能电视搭载 AI 摄像头可对场景进行智能识别,实现体感游戏、视频聊天、大屏 拍照、视距检测提醒、无人自动关机、AI 亮度调节、精准手势操控等功能。通过电 视大屏进行视频通话更为便利,还可以进行多方连线,满足会议的需求;电视可以 通过 AI 摄像头感知观看者,针对不同年龄推荐不同内容;通过摄像头进行动作捕 捉,还可以实现居家健身、体感游戏等。2020 年 12 月发布的华为智慧屏 S 系列搭 载了一枚 1300 万磁吸式 AI 摄像头,采用 180 度旋转设计,视野广阔,支持畅连通 话,支持自动对焦,可与手机、智能手表等通话,并支持文字、图片、表情、奥客彩网奥客彩网音视 频发送,同时支持远程开启摄像头观察家中情况。

  智能家居摄像头规模超百亿美元,增长潜力巨大。据 Strategy Analytics 测算,2019 年全球智能家居摄像头市场上的消费支出近 80 亿美元,预计 2023 年增长至近 130 亿美元,复合年增长率为 14%。同时,2019 年智能家居摄像头总销量突破 5600 万, 预计 2023 年销量将增至超过 1.11 亿台,复合年增长率为 19.8%。

  免责声明:本网站内容主要来自原创、转载和第三方投稿,凡在本网站出现的信息,均仅供参考。任何单位或个人认为本网站中的内容来源标注错误、涉嫌侵权或存在不实内容时,请及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述文件后,将及时更正、删除,谢谢!

  :从国家利益角度出发:想都不用想,必须否定!!!理由有1000条!!!!! 从企业利益角度出发:根本就不用想!!!脖子已经被卡了,然…

地址:北京市朝阳区沿江中路298号江湾商业中心26楼2602-2605 版权所有:奥客彩网奥客彩网墙绘装饰工程有限公司

网站地图