RoboSense推低价固态激光雷达配备凝视功能和传感器融合AI-电子工程世界

据外媒报道，激光雷达科技公司RoboSense（中国深圳）推出了一款适用于低成本、大批量自动驾驶汽车的生产型激光雷达平台。该平台名为RS-IPLS系统，具有类似人眼的“凝视”功能。据悉，该系统价格大约是传统64线激光雷达系统的1/400。

基于微电子机械系统（MEMS）固态激光雷达打造，该RS-IPLS通过将2D图像的底层硬件与专为自动驾驶开发的公司专有深度学习感知算法相结合，输出高分辨率色点云数据。该智能探测算法达到了目标水平信息，可实时、无延迟地调整感兴趣区域（ROI）的探测区域。

该RS-IPLS采用了RoboSense（速腾聚创）的RS-激光雷达-凝视技术（RS-lidar-Gaze）：当系统的视野感知到感兴趣的目标时，会启动“凝视”处理机制，立即锁定目标进行ROI处理，从而实现更清晰、更稳定的环境数据。该系统架构保持对周围环境的高度警惕，不断探测感兴趣区域，使“凝视”功能在视野范围内传递有效且高质量的反馈。

该系统还从底层实时提供更丰富的三维空间数据信息（X, Y, Z, R, G, B），减少了通常由外部融合造成的时间延迟。人工智能（AI）算法对数据进行预处理，利用针对更远探测距离重复探测感兴趣区域，同时凭借用于自动驾驶的更准确感知结果，减少中央数据处理单元处理数据的压力。

该系统还基于RoboSense的固态激光雷达技术，RS-激光雷达-M1pre，结合了该公司的RS-LCDF激光雷达和摄像头融合技术、RS-LCDF 技术、RS-激光雷达-算法技术（RS-lidar-Algorithms）和RS-激光雷达-凝视技术。RoboSense RS-IPLS率先将MEMS固态激光雷达技术与激光雷达-摄像头深度融合（lidar-Cam deep fusion）技术、人工智能感知算法（AI sensing algorithm）和智能探测（intelligent detection）技术融合在一起。将此四种技术相结合可使激光雷达系统超越传感器水平，在系统内连接传感器层和传感层，从而使自动驾驶车辆具有与人类视觉系统类似的能力。

与市场上可买到的激光雷达系统（价格几乎相当于一辆中等级别的汽车）相比，RoboSense的RS-IPLS激光雷达的量产价仅为200美元，是传统64线激光雷达的1/400，该供应商称其RS-IPLS激光雷达的响应速度比64线激光雷达快几千甚至几万倍。

关键字：RoboSense RS-激光雷达激光雷达引用地址：RoboSense推低价固态激光雷达配备凝视功能和传感器融合AI

上一篇：碳化硅芯片需求激增电动车及车载设备是主要驱动力
下一篇：未来电动车电池的平均寿命只有5年？谁是罪魁祸首？

推荐阅读最新更新时间：2024-07-25 20:14

全球首款应用于自动驾驶汽车的多普勒激光雷达发布

据麦姆斯咨询报道，汽车应用的多普勒激光雷达（DopplerLiDAR）创新厂商BlackmoreSensorsandAnalytics公司（以下简称Blackmore），近日宣布推出两款新的产品线：专为自动驾驶车队部署而设计的多普勒激光雷达系统BlackmoreAFDL；以及更灵活的激光雷达开发平台BlackmoreLDP，可应用于新兴自动驾驶市场的早期部署，如长途货运和空中的士系统等。这两款产品能够满足汽车市场及其他领域对更智能、无干扰激光雷达解决方案的巨大需求。多普勒激光雷达的差异化优势：无干扰的瞬时速度探测 2015年以来，激光雷达领域吸引的投资已超过10亿美元，但终端用户却越来越难确定所选择的解决方案是否能够达到其

[汽车电子]

全球首款应用于自动驾驶汽车的多普勒<font color='red'>激光雷达</font>发布

无人车的“眼睛”，国产自主研发情况如何？

我们都知道，人靠眼睛看路，那无人车呢？其实激光雷达就是无人车的“眼睛”。那详细内容是如何呢？我们一起来看下吧。伴随自动驾驶的落地，原来主要用于三维扫描的激光雷达，成为自动驾驶汽车的必备，甚至决定着自动驾驶行业的进化水平。但在这个切中行业要害的领域，国货几乎没有话语权。激光雷达不可取代激光雷达是个传感器，自带光源，主动发出激光，感知周围环境，像蝙蝠通过超声波定位一样。按照自动驾驶L1—L5的等级划分，L3及以下属辅助驾驶或低级别自动驾驶，L4、L5才算得上高级别自动驾驶甚至无人驾驶。目前的自动驾驶都处于L3以下阶段，毫米波雷达甚至摄像头都能够满足汽车的视觉需求，特斯拉就应用了前者。但要想发展到高级别自动驾驶阶

[汽车电子]

自动驾驶再成焦点！激光雷达已步入产业化拐点？

盼望着，盼望着，激光雷达来了，自动驾驶的脚步越来越近了。在智能化的浪潮下，激光雷达虽然成本较高，但具备更强大的测距能力和分辨率，在高级别自动驾驶中起着不可替代的作用。2017年，奥迪A8成为全球唯一一款使用激光雷达的量产车型开始量产。那之后，激光雷达赛道就陷入了长达多年的沉寂，仿佛怎么也突破不了不能商业化的怪圈。直到今年，激光雷达再次利好频发。比如国内的生产商如禾赛、图达通多个项目开始落地生根。据笔者粗略统计，去年年底的时候，一共有超过20款车型将使用激光雷达。奔驰、宝马、长城、造车新势力们，都将其作为主要卖点之一。激光雷达逐渐成为标配有望实现0-1的拐点，资本市场当然不会放弃这样的机会，像和而泰（0024

[汽车电子]

自动驾驶再成焦点！<font color='red'>激光雷达</font>已步入产业化拐点？

激光雷达行业报告

LiDAR技术是一种主动式遥感系统，这意味着该系统本身产生的能量将以快速发射激光的形式出现，以测量范围和地球表面物体的确切距离。一个LiDAR传感器有3个主要组成部分：激光，发出并传输脉冲扫描器，接收并记录光脉冲发射和接收之间的时间延迟，以计算出海拔值。专门的GPS接收器：给出系统与LiDAR传感器的位置类似于飞行时间机制，它的工作原理是首先用激光照射目标，然后用传感器测量反射光，利用光速推算出物体的距离，从而准确计算出所走的距离。此外，激光返回时间和波长的差异随后被用来对目标进行精确的数字三维表示和表面特征，并直观地绘制出其个别特征。通过激光返回时间，考虑到光的传播速度，LiDAR能够在短时间内测量出准确的距离。以下是

[汽车电子]

固态电池割韭菜，比激光雷达更厉害

固态电池热潮来袭，不止是华为小米找到投资标的，更意味着举着科技大旗，资本有了新的游戏。讲故事是一个技术活，而将故事变成事实，技术难度更大，而且一不小心，故事就变成了事故。有人说，割韭菜最锋利的那把镰刀，叫激光雷达。我就笑了，他是真没见过固态电池的厉害么？能让一家公司股价冲高近3倍，又直接跌落到原先甚至更低的水平，仅仅在短短不到半年内完成，便是固态电池公司的杰作。而这家公司，QuantumScape，之前还是大众和上汽两家巨头的宠儿，前世界首富比尔·盖茨也是青眼有加。所谓固态电池，本质上就是电解质固态化，将传统锂电池的“正极材料、负极材料、隔膜、电解液”四大原材料，变成“正极材料、负极材料、固态电解质”

[汽车电子]

固态电池割韭菜，比<font color='red'>激光雷达</font>更厉害

毫米波、激光雷达统统不要，特斯拉坚持纯视觉的底气何在？

打造一台全自动驾驶汽车，到底需要哪些核心技术？现在来看，各家公司和研究人员似乎对这个问题有不小分歧。有人相信单纯的摄像头与计算机视觉就能解决战斗，但也有人认为计算机视觉和先进传感器缺一不可。特斯拉则是纯视觉方案的坚定信徒。在今年的 CVPR（计算视觉与模式识别大会）上，特斯拉首席 AI 科学家 Andrej Karpathy 道出了特斯拉如此「执拗」的原因。在这次的 CVPR 上，Karpathy 还详细介绍了特斯拉是如何基于深度学习开发自动驾驶系统。除此之外，他还解释了为什么特斯拉基于视觉就能让自动驾驶梦想成真。就在 7 月 10 日，特斯拉开始在美国地区正式推送纯视觉版的 FSD Be

[汽车电子]

毫米波、<font color='red'>激光雷达</font>统统不要，特斯拉坚持纯视觉的底气何在？

2019年将成MEMS激光雷达技术路线元年

一直以来，MEMS激光雷达都被视为在自动驾驶领域最快落地的商业LiDAR技术路线。2019年过去了三分之一，MEMS激光雷达领域投资的新闻以及各家新品的推出，让我们强烈地感受其落地的脚步声越走越近。 MEMS通过可以上下左右震颤的振镜来调整激光发射的角度，从而可以实现单线激光发射器的的扫描效果。这个方案从技术上较容易实现，相对于其他技术路线成本低廉可控，因而被主机厂看好，这是MEMS受欢迎的原因。在从机械式激光雷达向固态激光雷达的演变过程中，一些企业选择直接进入全固态激光雷达，也有许多企业深耕于混合固态技术路线的MEMS激光雷达。那么，2019年真的会成为MEMS激光雷达技术路线元年吗？ MEMS技术、产品 MEMS即微机

[汽车电子]

2019年将成MEMS<font color='red'>激光雷达</font>技术路线元年

智能汽车雷达与照相机模型验证

欧洲 PEGASUS 指出，对于三级及以上的自动驾驶系统需要进行虚拟仿真测试。虚拟传感是虚拟测试中的一个重要环节，虚拟传感器模型的质量决定了在仿真中获得的真实感程度，利用虚拟环境下环境感知传感器进行仿真建模测试，不仅可以在短期内实现对多种路况进行再现测试以及对危险的驾驶情况进行测试，而且可以突破时间限制不间断地测试，能够大大缩短产品测试周期，成本也比较低。在建立智能汽车的传感器仿真模型时，一般可以分为物理模型建模和功能模型建模。物理模型对传感器的具体物理结构和物理原理进行模拟，体现了传感器的物理特性。此外，智能汽车控制器测试验证需要复杂的交通环境，其中的交通车辆模拟也需要带传感器的智能汽车模型，计算量

[汽车电子]