情报内容无法这里发布，但每天都有大量精选内容发布在朋友圈，有兴趣的可以加一下，XV：itouzi8888
1、激光雷达融合算法
主流融合方式：当前行业内采用激光雷达的公司策略不一，主流是以后融合为主，即各传感器生成目标后再做目标层面融合。因其难度小、对预控算力要求低。但最终会发展为全融合，前融合直接处理传感器原始数据，理论效果更好，但对传感器时间同步、稳定性要求高，且需高算力支持。
融合策略：不同传感器适用场景不同，可能出现场景冲突。如视觉在暗光、逆光下图像质量下降，激光雷达在雨天易误报。融合策略由模型通过采集大量数据自动学习得出，非人为设定规则，模型能自动判断在不同场景下采信哪个传感器的数据。
2、纯视觉方案分析
视觉传感器的地位：视觉传感器是自动驾驶中最基础的传感器，包含自动驾驶所需的所有信息，如能识别红绿灯信息。但它存在短板，在逆光、暗光、雨雾天气下性能会下降。
纯视觉方案的优劣：小鹏和特斯拉采用的纯视觉方案在多数场景下可正常工作，但在视觉弱势场景下性能受影响较大。增加毫米波雷达、激光雷达等传感器，可补充视觉传感器不足，扩大自动驾驶可用范围，提升驾驶体验。对于追求极致性能的中高端车，增加传感器尤为重要。
3、激光雷达成本
成本现状与降本原因：激光雷达成本近两年下降迅速，已降至三位数水平。主要得益于供应链端集成化芯片工作，将探测器、信号处理等集成到芯片中；同时需求端国内车企对激光雷达的旺盛需求，形成规模效应，进一步降低成本。未来仍有一定降本空间，但幅度不大。
成本构成：激光雷达最主要成本在电子物料，约占一半，包括探测器端、信号处理、发射端、电源管理等各类芯片及PCB板。剩下一半成本中，结构件和光学件各占四分之一，制造成本约占总成本10%。
4、激光雷达竞争格局
头部厂商优势：目前销量前三的厂商为禾赛科技、速腾聚创和华为。华为依托合作车企的良好销量带动自身激光雷达销售，另两家头部供应商入局早，获得客户量产订单多，出货量大，地位相对稳固。汽车行业规模效应明显，价高零部件领域易形成行业集中，后来者若无大的后发优势，难以进入市场。
车企供应商选择：车企激光雷达供应商的选择取决于自身销量。销量大的车企为保障供应链安全，会引入多家供应商；销量不够多的车企，考虑管理成本和研发支出，前期可能先选一家供应商。
5、主机厂选择激光雷达考量因素
主要考量因素：国内主机厂选择激光雷达时，成本是首要考量因素，行业成本压力大，激光雷达成本下降才能应用于中低端车型。其次是性能，新势力车企可根据自研智驾系统需求提出性能要求，传统车企需求多来源于解决方案公司。再者是可靠性，满足车规及相关可靠性要求是上车的基本条件。
其他考量因素：不同车企还有其他考量，如激光雷达功能配合度、支持力度，与供应商的合作基础，可减少重新适配成本。销量大的车企还会基于供应链安全考虑，选择多家供应商。
6、自研激光雷达难点
技术门槛与先发优势：激光雷达门槛因集成化芯片发展而降低，但先发者已量产上车且出货量大，后来者若使用相同方案且无先发优势，很难从先发者手中获取市场份额，除非是车企体系内供应商，基于供应链安全可获一定市场份额。
7、国外车企激光雷达选型
欧洲车企：起初倾向选择国外激光雷达供应商，因对国内发展预估不足及本土优势等因素。但国内激光雷达发展迅速，性能好、成本低、质量优，随着国内企业开拓国外市场，欧洲车企逐渐转变策略，开始优先考虑国内激光雷达公司，但可能存在政治等不确定因素。
