無人駕駛之雷射雷達深度剖析

2020-12-03 車雲網

無人駕駛汽車怎麼實現自動駕駛呢?這背後一個關鍵技術就是LiDAR,即雷射雷達傳感器,俗稱光達,它也被稱為無人駕駛汽車的眼睛。


雷射雷達,英文全稱為Light Detection And Ranging,簡稱LiDAR,即光探測與測量,是一種集雷射、全球定位系統(GPS)和IMU(Inertial Measurement Unit,慣性測量裝置)三種技術於一身的系統,用於獲得數據並生成精確的DEM(數字高程模型)。這三種技術的結合,可以高度準確地定位雷射束打在物體上的光斑,測距精度可達釐米級,雷射雷達最大的優勢就是「精準」和「快速、高效作業」。它是一種用於精確獲得三維位置信息的傳感器,其在機器中的作用相當於人類的眼睛,能夠確定物體的位置、大小、外部形貌甚至材質。

LiDAR通過測量雷射信號的時間差、相位差確定距離,通過水平旋轉掃描或相控掃描測角度,並根據這兩個數據建立二維的極坐標系;再通過獲取不同俯仰角度的信號獲得第三維的高度信息。

高頻雷射可在一秒內獲取大量(106-107數量級)的位置點信息(稱為點雲),並根據這些信息進行三維建模。除了獲得位置信息外,它還可通過雷射信號的反射率初步區分不同材質。

雷射雷達是自動駕駛的關鍵技術

Lidar大致分為機載和地面兩大類應用,其中機載雷射雷達是一種安裝在飛機上的機載雷射探測和測距系統,可以量測地面物體的三維坐標。早在上世紀七十年代,由美國航天局研發,LIDAR測繪技術空載雷射掃瞄技術開始了發展,並且速度飛快,約在1995年開始商業化。

除了軍事領域的應用,雷射雷達也迅速向民用市場擴展。其中,無人駕駛可以說是最熱門的一個應用。

將Lidar應用於自動駕駛,要追溯到美國的DARPA (美國國防高等研究計劃署),它每年都會舉辦無人駕駛汽車挑戰賽,在2007年的DARPA挑戰賽上,7支參賽隊伍中的6支都採用了Velodyne公司設計的Lidar,最終的第一二名就出自這六隻參賽隊。這引起了準備研發無人駕駛車的谷歌的注意,之後谷歌組建了隊伍,據稱,最初的人員就來自這些參賽隊員。谷歌於2009年推出無人駕駛汽車項目,在其無人車原型中使用的就是Velodyne公司的Lida。

雷射雷達在無人車市場的應用

近幾年,無人駕駛汽車市場發展火熱,谷歌之後,百度、Uber等主流無人駕駛汽車研發團隊都在使用雷射雷達作為傳感器之一,與圖像識別等技術搭配使用,使汽車實現對路況的判斷。

傳統的汽車廠商也紛紛開始研發無人駕駛汽車,包括大眾、日產、豐田等公司都在研發和測試無人駕駛汽車技術,他們也都採用了雷射雷達。

雷射雷達的特點

Lidar系統測量3D空間中每個像素到發射器間的距離和方向,通過傳感器創造出真實世界完整的3D模型。操作Lidar系統的基本方法是發射一束雷射,然後測量光在物體表面反射而返回來的信號。Lidar模塊接收到反射回來的信號所需的時間提供了一種直接測量Lidar系統與物體之間的距離的手段。關於物體的額外的信息,比如它的速率或材料成分,也可以通過測量反射回來的信號中的某些特性而得以確定,這些特性包括誘導都卜勒頻移(induced Doppler shift)。最後,通過操控發射出去的光,可以測量出環境中許多不同的點,從而創建出完整的3D模型。

雷射雷達(LiDAR)類似於雷達(radar),但是解析度更高,因為光的波長大約比無線電的波長小10萬倍。它可以區分真實移動中的行人和人物海報、在三維立體的空間中建模、檢測靜態物體、精確測距。

Lidar是通過發射雷射束來探測目標位置、速度等特徵量的雷達系統,具有測量精度高、方向性好等優點,具體如下:

1、具有極高的解析度

雷射雷達工作於光學波段,頻率比微波高2~3個數量級以上,因此,與微波雷達相比,雷射雷達具有極高的距離解析度、角解析度和速度解析度;

2、抗幹擾能力強

雷射波長短,可發射發散角非常小(μrad量級)的雷射束,多路徑效應小(不會形成定向發射,與微波或者毫米波產生多路徑效應),可探測低空/超低空目標;

3、獲取的信息量豐富

可直接獲取目標的距離、角度、反射強度、速度等信息,生成目標多維度圖像;

4、可全天時工作

雷射主動探測,不依賴於外界光照條件或目標本身的輻射特性。它只需發射自己的雷射束,通過探測發射雷射束的回波信號來獲取目標信息。

但是雷射雷達最大的缺點——容易受到大氣條件以及工作環境的煙塵的影響,要實現全天候的工作環境是非常困難的事情。

雷射雷達的原理與結構

與雷達原理相似,雷射雷達使用的技術是飛行時間(TOF, Time of Flight)。具體而言,就是根據雷射遇到障礙物後的折返時間,計算目標與自己的相對距離。雷射光束可以準確測量視場中物體輪廓邊沿與設備間的相對距離,這些輪廓信息組成所謂的點雲並繪製出3D環境地圖,精度可達到釐米級別,從而提高測量精度。

想像一下,當發出光脈衝時啟動秒表,然後當光脈衝(從遇到的第一個物體反射出來)返回時停止計時器。通過測量雷射的「飛行時間」,並且知道脈衝行進的速度,就可以計算距離。光以每秒30萬千米的速度傳播,因此需要非常高精度的設備來產生關於距離的數據。

為了產生完整的點雲,傳感器必須能夠非常快速地對整個環境進行採樣。雷射雷達能夠做到這一點的一種方式是通過在單個發射器/接收器上使用非常高的採樣率。 每個發射器每秒發射數萬或數十萬個雷射脈衝。這意味著,多達100000個雷射脈衝在1秒內完成從雷射器單元上的發射器到被測量的物體的往返行程,並返回到雷射雷達單元上位於發射器附近的接收器。

然而,固定線不足以映射整個環境——它只是在非常集中的區域給出非常清晰的解析度。因此,許多雷射雷達系統使用旋轉組件或旋轉鏡來使線圍繞環境進行360度掃描。常見的策略包括使單個發射器和接收器向上或下偏轉使雷射器視野覆蓋範圍更大。 例如,Velodyne的64線雷射雷達系統具有26.8度的垂直視角(通過旋轉使其擁有360的度水平視角)。這個雷射雷達可以從50米開外看到一個12米高的物體的頂部。

下圖中可以看到,距離雷射雷達的遠近不同,點雲的疏密程度也不相同,這是由於數據保真度隨著距離而下降。雖然它不是完美的,但是較高解析度可用於較近的物體,因為隨著到傳感器的距離增加,發射器之間的角度(例如,2度)會導致這些點帶之間的間隔更大。

在ADAS系統中,雷射雷達通過透鏡、雷射發射及接收裝置,基於TOF飛行時間原理獲得目標物體位置、移動速度等特徵數據並將其傳輸給數據處理器;同時,汽車的速度、加速度、方向等特徵數據也將通過CAN總線傳輸到數據處理器;數據處理器對目標物體及汽車本身的信息數據進行綜合處理並根據處理結果發出相應的被動警告指令或主動控制指令,以此實現輔助駕駛功能。

下圖展現的是谷歌無人駕駛公司Waymo在汽車上使用的雷射雷達的布局:

雷射雷達的分類

雷射雷達按有無機械旋轉部件分類,包括機械雷射雷達和固態雷射雷達。機械雷射雷達帶有控制雷射發射角度的旋轉部件,而固態雷射雷達則依靠電子部件來控制雷射發射角度,無需機械旋轉部件。

機械雷射雷達由光電二極體、MEMS反射鏡、雷射發射接受裝置等組成,其中機械旋轉部件是指圖中可360°控制雷射發射角度的MEMS發射鏡。

固態雷射雷達與機械雷達不同,它通過光學相控陣列(OpticalPhasedArray)、光子集成電路(PhotonicIC)以及遠場輻射方向圖(FarFieldRadiationPattern)等電子部件代替機械旋轉部件實現發射雷射角度的調整。

光學相控陣和微波相控陣是一個原理,利用的是光的相干幹涉,出現了相位差,也就出現了幹涉峰。所以如何讓通過器件後光產生相位差是研究的重點,這就需要找到合適的材料和激發方法。現在的激發方法主要是電光掃描,也就是通過加電使材料產生相位差。現在兩種比較熱,一個是光波導陣列,一個是MEMS器件的,MEMS器件這個優點是掃描的速度快,但是感覺不是那麼必要,因為瓶頸還是在掃描角度這兒,所以現在MEMS原理的商業產品還沒有看到。

光波導陣列通過加電方式來實現光束掃描,利用光波導電光效應,對波導芯層加載電壓,使每個波導芯層具有不同的附加折射率,波束得以在波導陣元輸出截面光場具有不同的附加相位差,相位差按一定規律分布可引起輸出光速的偏轉。通過相位差按照一定規律分布輸出,從而實現光束的掃描。

固態雷射雷達優勢:響應速度快,控制電壓低,掃描角度大,價格低。

由於內部結構有所差別,兩種雷射雷達的體積大小也不盡相同。機械雷射雷達體積較大、價格昂貴、測量精度相對較高,一般置於汽車外部。固態雷射雷達尺寸較小、性價比較高、測量精度相對低一些,但可隱藏於汽車車體內,不會破壞外形美觀。

根據線束數量的多少,雷射雷達又可分為單線束雷射雷達與多線束雷射雷達。

顧名思義,單線束雷射雷達掃描一次只產生一條掃描線, 其所獲得的數據為2D數據,因此無法區別有關目標物體的3D信息。不過, 由於單線束雷射雷達具有測量速度快、數據處理量少等特點, 多被應用於安全防護、地形測繪等領域。

傳統的雷射雷達掃描視場非常小,如果想360度的觀察周圍,怎麼辦?最自然的辦法就是多搞幾束雷射,線數越多覆蓋的角度越大。

多線束雷射雷達掃描一次可產生多條掃描線,目前市場上多線束產品包括4線束、8線束、16線束、32線束、64線束等,其細分可分為2.5D雷射雷達及3D雷射雷達。2.5D雷射雷達與3D雷射雷達最大的區別在於雷射雷達垂直視野的範圍,前者垂直視野範圍一般不超過10°,而後者可達到30°甚至40°以上,這也就導致兩者對於雷射雷達在汽車上的安裝位置要求有所不同。

雷射雷達的參數指標

測量距離、測量精度、測量速率、角度解析度是決定三維雷射雷達性能的幾個重要指標。

例如,在無人駕駛汽車這個應用領域,對雷射雷達的探測距離是有要求的。比如說高速公路上要能夠檢測到前方車輛,還有在十字路口上,要能夠觀測馬路對面的汽車。

有趣的是,精度不是越高越好。雷射雷達獲取的的數據可以進行障礙物識別、動態物體檢測及定位,如果精度太差就無法達到以上目的;但是,精度太好也有問題,高精度對雷射雷達的硬體提出很大的要求,計算量會非常大,成本也會非常高。所以精度應該是適中就好。

還有一點不能忽視的是角解析度,角解析度決定打出去後的兩個雷射點之間的距離。單點測距精度達到後,如果打到物體表面兩點間距離(點位)太遠,測距精度也就失去意義了。

雷射雷達的機遇和挑戰

機遇

雷射雷達在智能機器生態系統中有很多機遇。與使用二維圖像相比,點雲能夠更容易的被計算機使用,用於構建物理環境的三維形象——二維圖像是人腦最容易理解的數據,而對於計算機來說,點雲是最容易理解的。

二維雷射雷達掃描器可在戶外使用,並專為移動、低功耗應用而設計。它只用了競爭對手近四分之一的成本,這將給這類傳感器帶來全新的應用(我們在很多其他類型的傳感器中已經看到過這樣的現象)。 二維雷射雷達也可以被搭載到另一個旋轉的元件上以產生環境中完整的三維點雲。

其他公司正在尋求降低系統成本的其他策略,例如Quanergy的固態雷射雷達。該系統大體與上文已介紹的系統相同,然而,與使用旋轉光學器件來移動光束不同的是,它們使用 「相控陣列光學系統」來引導雷射脈衝的方向,它可以在某一方向上釋放一個雷射脈衝,而讓下一個脈衝(1微秒之後)瞄準視野中的其它地方。

它能夠實時關注視野範圍內看似移動的物體,這是對人類駕駛員的模仿——後者能及時注意到即將進入汽車所行駛的道路的障礙物。Quanergy系統被設計為能在沒有機械移動的情況下做到這一點,並且每秒採樣大約100萬個數據點——這與64線旋轉雷射雷達的速度相當,卻能顯著降低成本。它另一個優勢是更容易被集成在反光鏡和保險槓等其他汽車部件上。

另外,更大和功率更高的系統也正在開發中,它可以從在3萬英尺高度飛行的飛機上對地面成像,其解析度足以能夠看到地面上的車輛。雖然這些系統的市場需求更小,且成本更高,但其發展將繼續降低傳感器技術的整體成本。

挑戰

1、材質

由於雷射雷達基於對雷射脈衝返回傳感器所需時間的測量,因此高反射率的表面會帶來問題。大多數材料從微觀水平上看表面粗糙,並且向所有方向散射光;這類散射光的一小部分返回到傳感器,並且足以產生距離數據。然而,如果表面反射率非常高,光就會向遠離傳感器的方向散射,那麼這一區域的點雲就會不完整。

2、環境

空氣中的環境也可以對雷射雷達讀數造成影響。記錄顯示,大霧和大雨會減弱發射的雷射脈衝而對雷射雷達造成影響。為了解決這些問題,較大功率的雷射器投入使用,但它對於較小的、移動或對功率敏感的應用來說並不是一個好的解決方案。

3、行駛速度

雷射雷達系統面臨的另一個挑戰是旋轉時的刷新率相對較慢。系統的刷新速率受複雜的光學器件旋轉速度的限制。雷射雷達系統最快的旋轉速率大約是10Hz,這限制了數據流的刷新速率。當傳感器旋轉時,以60英裡/小時行駛的汽車在1/10秒內行進8.8英尺,因此傳感器對於在汽車駛過期間在這8.8英尺內發生的變化基本上是看不清的。更重要的是,雷射雷達覆蓋的範圍(在完美條件下)為100-120米,這對於以60英裡/小時行駛的汽車來說僅相當於不到4.5秒的行駛時間。

4、成本

也許對於雷射雷達來說,高昂的設備成本是它需要克服的最大挑戰。儘管自該技術得到應用以來其成本已大幅降低,但仍然是它被大範圍採用的一個重要障礙。對於主流汽車工業來說,一個價值2萬美元的傳感器將無法被市場接受。伊隆·馬斯克說:「我不認為它對於汽車的發展是有意義的,我認為它不是必須的。」

5、屬性識別

雖然我們將雷射雷達視為計算機視覺的一個組件,但點雲卻是完全基於幾何呈現的。相反,人眼除了形狀之外還能識別物體的其他物理屬性,比如顏色和紋理。現在的雷射雷達系統不能區分紙袋和巖石之間的差別,而這本應是傳感器理解和試圖避開障礙物時考慮的因素。

6、黑客攻擊

雷射雷達發出去的雷射本身是沒有編碼的。所以接收器自己本身是沒辦法識別到底這束光線是它隔壁發射器發射出去的還是幹擾信號。黑客攻擊指的是採取模擬車輛、行人的信號,反饋給雷射雷達造成周圍存在障礙物假象的攻擊手法。最終會導致汽車被強制減速或者剎車。

對雷射雷達廠商而言,可以從兩個角度去抵禦黑客的攻擊:如提高雷射發射頻率,高速雷射發射頻率在幾個微秒,黑客的模擬信號就很難選擇什麼時候去發射幹擾信號為接收器接收。另外,通過算法做一些錯誤判斷,參考之前幾頻數據過濾掉幹擾數據。

雷射雷達只是用於給計算機提供物理環境數據的眾多傳感器之一,但是生成的數據是計算機最容易理解的,並且它也將變得更便宜。Velodyne銷售和市場總監Wolfgang Juchmann稱,雷射雷達的成本在過去7年裡下降了10倍。 得益於成本的降低,我們將不斷看到新的潛在應用領域。 (來源:傳感器技術)

相關標籤:
雷射雷達

相關焦點

  • Velodyne LiDAR高級工程師剖析:混合固態雷射雷達的關鍵技術 |...
    到了2005年,美國國防部高級研究計劃署(DARPA)舉辦了一場無人駕駛挑戰賽,雷射雷達首次亮相與無人駕駛技術。很多人從這次比賽中開始認識雷射雷達。今天,雷射雷達已經成為無人駕駛風口浪尖的弄潮兒,受到行業極大地關注。
  • 從四個維度深度剖析雷射雷達核心技術
    從四個維度深度剖析雷射雷達核心技術雷射雷達(LiDAR)的產業化熱潮來源於自動駕駛汽車的強烈需求。在美國汽車工程師學會(SAE)定義的L3級及以上的自動駕駛汽車之中,作為3D視覺傳感器的雷射雷達彰顯了其重要地位,為自動駕駛的安全性提供了有力保障。
  • 無人駕駛黑科技:毫米波雷達穿透力強,雷射雷達精度高
    經研究,特斯拉上所使用的探測雷達為毫米波雷達,而非其他主流無人駕駛研發中所使用的雷射雷。那麼問題來了:毫米波雷達是否能夠勝任雷射雷達的工作,成為一種實現無人駕駛更加低成本的解決方案?精度上的差異,讓毫米波雷達性能不及雷射雷達無人駕駛技術想要真正上路行駛,最關鍵的技術難點就在於汽車如何能對現實中複雜的交通狀況了如指掌,這樣一來就必須使用雷達裝置。現階段主流無人駕駛研發技術中,都選擇了雷射雷達,而一向「不走尋常路」的馬斯克選擇使用毫米波雷達。那麼,兩種類別的雷達技術究竟有什麼區別?
  • 無人駕駛環境感知設備中 雷射雷達和攝像頭各自的優缺點
    導讀在無人駕駛汽車上,雷射雷達和攝像頭相對於是汽車的「眼睛」,他們倆各有不同的優缺點。那麼無人駕駛汽車到底用雷射雷達還是用攝像頭?或者還有其它的解決方案呢?
  • 無人駕駛的雷達黑科技:毫米波穿透力強 雷射雷達精度高
    上周,特斯拉發布了一條最新消息,當前所有在產車型(包括即將上市的Model 3)都將搭載Autopilot2.0硬體,並且新的自動駕駛系統可以實現最高級別自動駕駛(Level 5)。  這套硬體中,除了8個攝像頭和12個全新超聲波傳感器之外,一個前向探測雷達引起了注意。
  • 汽車自動駕駛之雷射雷達行業深度報告
    雷射雷達:三維點雲建模構建傳感基石 路徑之爭:雷射雷達為什麼是 L4 自動駕駛不可或缺的傳感器? 相比於可見光、紅外線等傳統被動成像技術,雷射雷達技術具有如下顯著特點:一方 面,它顛覆傳統的二維投影成像模式,可採集目標表面深度信息,得到目標相對完整的空 間信息,經數據處理重構目標三維表面,獲得更能反映目標幾何外形的三維圖形,同時還 能獲取目標表面反射特性、運動速度等豐富的特徵信息,為目標探測、識別、跟蹤等數據 處理提供充分的信息支持、降低算法難度;另一方面,主動雷射技術的應用,使得其具有
  • 雷射雷達加速自動駕駛汽車發展
    編者按:近年來自動駕駛汽車的遠距離深度相機雷射雷達作為汽車理解三維空間的主流方案備受認可,不過雷射雷達目前大且貴,這使得該技術的進一步普及充滿挑戰。作為人工智慧的重要應用方向之一,近年來自動駕駛汽車的遠距離深度相機雷射雷達作為汽車理解三維空間的主流方案備受認可,不過雷射雷達目前大且貴,這使得該技術的進一步普及充滿挑戰。那麼,如何才能破解這些難題,從而讓雷射雷達更進一步推動汽車與人工智慧之間的結合與發展呢?
  • 無人駕駛之雷射雷達(一):那些你不知道的技術原理和應用領域!
    雷射雷達是一種採用非接觸雷射測距技術的掃描式傳感器,其工作原理與一般的雷達系統類似,通過發射雷射光束來探測目標,並通過搜集反射回來的光束來形成點雲和獲取數據,這些數據經光電處理後可生成為精確的三維立體圖像。
  • 理工睿行:專業毫米波雷達為無人駕駛汽車提供「智慧之眼」
    我們知道,無人駕駛最為重要的高級駕駛輔助系統(ADAS)需要多種傳感器配合工作,而毫米波雷達由於其眾多優勢,成為ADAS不可或缺的核心傳感器,也是零部件供應商們的聚焦的戰場。國內知名的毫米波雷達解決方案提供商理工睿行,在論壇上由理工睿行總經理金燁博士發表的《分布式高解析度車載毫米波雷達技術研究》演講,提出了一種基於分布式車載雷達新體制,探索毫米波雷達在無人駕駛汽車實際應用的新思路。
  • 雷射雷達的中場戰事丨深度
    直觀地說,雷射雷達與攝像頭+毫米波雷達方案,二者之於自動駕駛系統在安全係數上即是99.99999%與99%的細微差異。而恰恰就是這小數點後幾位的保障,才是「Autopilot們」能夠避開那輛屢次致死的「橫置白色拖車」的核心元素。對於小數點後幾位的追求越極致,付出的代價就越巨大。
  • 雷射雷達:智能汽車的下一仗
    在《速度與激情8》中,大反派查理茲·塞隆為了搶奪核武器發射裝置,用高科技黑入汽車智能駕駛系統,使得上千輛無人汽車組成了一支龐大的「殭屍車」軍團,在街頭攔截俄國國防部長的專車,汽車巨浪在街頭洶湧前進,畫面震撼。那智能駕駛究竟怎樣實現的呢?
  • 「無人駕駛」:蘋果為地圖系統增加卡爾曼濾波器;雷射雷達迎來大...
    Nuro研發的無人駕駛貨運車R2沒有配備踏板、方向盤及座位,寬度只有普通汽車的一半,其空間僅夠容納包裹。美國汽車安全技術法規規定,車輛必須擁有最基礎的人類控制裝置,而沒有方向盤、踏板的R2無人駕駛貨運車顯然不符合法規。美國國家公路安全管理局(NHTSA)一直在考慮修訂汽車安全法規,以推進引入自動駕駛系統。Nuro的自動駕駛汽車獲批第一個也是目前唯一的聯邦政府許可執照。
  • 雷射雷達廠商開啟自動駕駛激戰
    在自動駕駛行業加速發展的推動下,國內雷射雷達市場的應用落地也進一步提速,北科天繪、禾賽科技(百度投資)、北醒光子、大疆等一批領先的企業,也藉此機會迅速崛起。雷射雷達借勢起航作為實現高級別自動駕駛功能的核心產品,雷射雷達在自動駕駛技術應用中,起著至關重要的作用。從技術層面來看,能夠感知環境信息的雷射雷達,可以說是智能汽車的「眼睛」。
  • 深度解析自動駕駛雷射雷達技術原理、感知系統的發展趨勢
    原標題:深度解析自動駕駛雷射雷達技術原理、感知系統的發展趨勢   目前,機械旋轉雷射雷達的高
  • 無人駕駛的V-disparity檢測與視覺與雷射雷達信息結合的車輛檢測
    無人駕駛的V-disparity檢測與視覺與雷射雷達信息結合的車輛檢測文/汽車達人小小花V-disparity方法V-disparity在此基礎上,利用視差圖內包含的深度信息,累加視差圖像每一行上具有相同水平視差的像素個數/n,並以(心為新的像素坐標,以m為對應於該像素的灰度值,從而形成了一幅寬度是I高度和原圖像一致的新圖像V-視差圖像。在V-disparity中,路面可被描述為斜線或分段直線,而垂直的障礙物可被投影為直線。由此,3D路面和障礙物的提取簡化成了2D的線性提取。
  • 自動駕駛系列課 | 雷射雷達功能拆解 看看為啥這麼重要!【附PPT】
    導語:汽車產業經歷劇變,自動駕駛浪潮來襲。是被浪潮吞沒,還是屹立於浪潮之巔?如何摘得「人工智慧項目之母」桂冠,用智能代替雙手掌控車輛?無人駕駛車輛需要利用攜帶的雷射雷達、視覺系統等傳感器來感知環境,並且構建環境的模型,並利用該模型來確定車輛所在的位置。
  • 自動駕駛新驅動力:點雲算法如何釋放雷射雷達威力?
    測繪網訊 2015 年,當時業界還在爭論:無人駕駛是該用雷射雷達還是用攝像頭。到 2016 年,事情發生很大的轉變,尤其某汽車公司 Autopilot 致死事故之後,業內漸漸覺得雷射雷達是非常重要的。
  • 深度剖析國內主流VCSEL廠商在雷射雷達上的應用布局
    原標題:深度剖析國內主流VCSEL廠商在雷射雷達上的應用布局   據 Yole 報告,預計到 2023 年 VCSEL 整體市場規模將增長至 35 億美元,複合年增長率高達
  • 全球首款固態雷射雷達無人物流車,定位於末端低速無人配送
    全球首款固態雷射雷達無人物流車,定位於末端低速無人配送 李倩 發表於 2018-06-01 10:31:32 對於在乘用車上仍然是「懸而未決」的雷射雷達來說,商用車市場無疑是最快落地量產場景之一
  • 智能駕駛車載雷射雷達關鍵技術與應用算法
    其代表性產品是64線雷射雷達HDL-64E,該產品發射系統與接收系統均隨著機械軸轉動,探測性能優異。2007年在美國國防高級研究計劃局舉辦的無人車城市挑戰大賽中,HDL-64E助力卡耐基梅隆大學BOSS無人車和史丹福大學Junior無人車分別獲得了比賽冠軍和亞軍。