自动驾驶激光雷达原理解析及其供应商盘点

发布者:Lianai最新更新时间:2017-08-22 来源: ofweek关键字:自动驾驶  激光雷达 手机看文章 扫描二维码
随时随地手机看文章

  最近频频“出事”的特斯拉让不少人对自动驾驶产生了顾虑,这其中到底有哪些技术尚不成熟,解法又是什么?相信是许多人心中的疑问。

  事实上,对于自动驾驶,也许你的理解还有些误会。智能内参曾经分享过波士顿咨询的一篇自动驾驶报告,非常详细的解释了自动驾驶的状态是分层级的,0级全部需要人来操作,5及自动驾驶则完全不需要人来做任何操作。

  

  那么在明确了自动驾驶、辅助驾驶等概念具体的指代后,我们要知道想做到5级的全自动化驾驶,一定需要多种传感器的配合,因为他们充当了汽车的机器感官。同时,除了传感之外,现有技术还需要在计算机算法、决策执行甚至车载网联通信上面做各种优化,才能让汽车像人类“老司机”一样灵活、果断、反应迅速。当然,机器靠谱的一点是:它从不喝酒。

  在自动驾驶的众多传感器方面,本文将会从激光雷达这个角度切入,详细介绍这个细分行业的现状,以及能让自动驾驶重量级玩家相中的种子级选手都有哪些。本期报告来自广发证券。

  激光雷达是什么?

  说穿了,它就是雷达,干得也是同样的活,就是探测目标位置,监测移动速度。区别在于激光雷达用的是激光,而传统意义上的雷达用的是超声。

  原理

  与雷达原理相似,激光雷达使用的技术是飞行时间(TOF,Time of Flight)。 具体而言,就是根据激光遇到障碍物后的折返时间,计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离,这些轮廓信息组成所谓的点云并绘制出3D环境地图,精度可达到厘米级别,从而提高测量精度。

 

  而事实上,激光雷达作为“机械之眼”,也大量应用在无人机、机器人等等方向上,只不过今天我们只讨论自动驾驶这个范畴。

  优势

  高级辅助驾驶系统(ADAS)及无人驾驶系统中常用的环境传感器包括摄像头、 激光雷达、毫米波雷达等。相比于摄像头,激光雷达的最大优势在于使用环境限制较小,即不管在白天或是夜晚都能正常使用。

 

  对于标准车载雷达及毫米波雷达,当其所发射的电磁波在传播路径上遇到尺寸比波长小的物体时,将会发生衍射现象,即波的大部分能流绕过物体继续向前方传播,反射回来可供雷达接收的能量则很小,因此,无法探测大量存在的小型目标。

  而用于雷达系统的激光波长一般只有微米的量级,因而它能够探测非常微小的目标,测量精度也远远高于毫米波雷达及其他车载标准雷达。

  不过,激光雷达也存在着价格昂贵等劣势。激光雷达的测量精度与其雷达线束的多少有关,线束越多,测量精度越精准,ADAS无人驾驶系统的安全性也越高。但同时,线束越多,其价格也越昂贵。目前,虽然低成本化是激光雷达的一大趋势,但出于对驾驶安全性的考虑,高价激光雷达仍然占据主流。

  分类及发展趋势

  激光雷达按有无机械旋转部件分类,包括机械激光雷达和固态激光雷达。根据线束数量的多少,又可分为单线束激光雷达与多线束激光雷达。而未来的发展方向将会从机械走向固态,从单线束走向多线束。因为固态激光雷达与机械激光雷达比起来,尺寸较小、性价比较高、测量精度相对低一些,可隐藏于汽车车体内,不会破坏外形美观。多线束激光雷达则会比单线束视野范围更广。

 

  应用的发展瓶颈在于成本

  目前行业有三种方式来降低整个激光雷达的成本与价格:

  (1)降维,即使用低线束低成本激光雷达配合其他传感器。

  (2)用全固态激光雷达代替机械激光雷达。

  (3)通过规模效益降低激光雷达的单个成本。

  巨头们的选择

  1.美国老牌Velodyne

  谷歌在其最早的自动驾驶原型汽车中所使用的LiDAR传感器就是由该公司开发的。美国Velodyne公司成立于1983年,其3D激光雷达产品种类丰富,包括16线束、32线束及64线束等,其中还有专门为智能驾驶汽车设计的Ultra Puck激光雷达。

  

  2.硅谷新锐Quanergy

  2014年9月,Quanergy和奔驰达成战略合作,为奔驰研发车内传感系统和无人车。而事实上,这家年轻的公司2012年才在硅谷成立。2014年10月,该公司获得了3000万美元的A轮融资。2015年10月,Quanergy公司宣布与Delphi公司合作,为无人驾驶汽车开发一种新型的激光雷达系统, 每台单价低于1000美元。

  事实上,就在7月14日,Quanergy又获得了1亿美元的B轮投资,由德州仪器领投,中国投资方金浦投资参与跟投。至此,Quanergy的投资背景就更加华丽,包括三星电子、特斯拉创始人埃隆·马斯克、德尔福和德州仪器等。

  目前,Quanergy共推出了两款3D激光雷达产品,一款是安装在奔驰智能驾驶测试车上的The Mark VIII,另一款就是第一款专为智能驾驶汽车设计的全固态激光

  雷达S3。

 

  

  3.德国品牌IBEO

  IBEO是最早涉足车载激光雷达并提供路上物体追踪、识别的企业之一。这家德国公司成立于1998年,两年后就被传感器制造商Sick AG收购。期间除了继续研发激光扫描技术,在当时就开始了自动驾驶项目的尝试,并与欧洲委员会合作开发了十字路口安全驾驶辅助产品。2009年IBEO从Sick AG独立出来,一年后又与法国汽车零部件制造商法雷奥合作了SCALA,其他产品还包括是miniLUX、LUX-4L及LUX-8L。其中,LUX-4L与LUX-8L专门用于ADAS无人驾驶系统。

  国内新兴的竞争者

  镭神智能

  镭神智能成立于2015年2月15日,并在同年7月获得了北极光创投1000万人民币的A轮投资。

  他们至今共推出了4款雷达产品,主要包括室内机器人激光雷达、汽车防撞激光雷达等。 其中,远距离2D激光雷达是单线束雷达,因此体积较小、成本较低,可用于汽车防撞、无人机自主导航避障等,但测量精度与国外产品相比较差,且无法绘制出3D图像,目前还不能用于复杂的ADAS无人驾驶系统中。

  思岚科技

  思岚科技成立于2013年10月,前身为业内具有较高知名度的PoboPeak团队。他们主要产品是模块化自主定位导航解决方案、低成本2D激光雷达和通用机器人移动平台,目前一共推出了2款激光雷达产品,RPLidar A1和RPLidar A2。2015年底思岚科技融资共计6000万元,估值3.6亿元。

  巨星科技

  事实上做激光雷达的华达科捷与欧镭激光是巨星科技旗下的子公司,巨星科技分别持有华达科捷与欧镭激光的65%与48%的股权。

  其中,华达科捷是高端激光测量传感设备研发与制造企业,掌握高端激光测量技术,已研发出适用于AGV、巡检机器人等使用的32线束激光雷达。它能够根据扫描到的点云数据快速绘制3D全景图形,是实现无人驾驶汽车等自主导航式移动机器人的重要设备。

  欧镭激光是集团未来激光雷达的研发中心及智能装备研发平台,致力于2D及3D激光雷达、移动测绘设备、激光投影显示模组等产品的研发生产和销售。

  大族激光

  大族激光从激光雷达及激光传感技术方向上引进人才后,成立了三家技术公司,分别是大族锐波、大族精密、大族锐视。

  其中,大族锐波致力于高端光电传感产品的开发,目前已展开激光传感核心器件研发,未来有望应用于物联网、可穿戴设备、智能装备等领域。

  大族锐视以激光雷达为切入点,着力于机器人感知系统的开发,已完成以AGV导航为代表的工业级激光雷达的研发,现已开展无人驾驶领域所涉及的多线激光雷达的预研工作。

  总体而言,国内公司在多线激光雷达上较国外高水平企业还有较大差距。国内的激光雷达产品多用于服务机器人、地形测绘、建筑测量等领域,在这些方面国内外的水平其实是接近的。但是国内企业尚未研制出可用于ADAS及无人驾驶系统的3D激光雷达产品,主要还是处在探索研发阶段。

  回到我们今天探讨的自动驾驶技术上来,事实上擅长算法技术层面的互联网公司在自动驾驶领域有他们自身的优势,合作的整车厂商在机械控制与安全方面有传统的优势,而以激光雷达为代表的传感方向创业公司一旦实现技术突破,就会在这个产业链条中迸发出巨大价值。


关键字:自动驾驶  激光雷达 引用地址:自动驾驶激光雷达原理解析及其供应商盘点

上一篇:深度解析:汽车ESP车身稳定系统
下一篇:解析BMS关键技术:对电动汽车来说 电池管理系统意味着什么

推荐阅读最新更新时间:2024-05-03 01:31

自动驾驶公司获亿元融资!将助力协作机器人进化!
近日,自动驾驶行业内欣欣向荣,自动驾驶算法公司寅家科技完成近亿元B1轮融资,比亚迪智能驾驶研发部门整合筹备AI团队,滴滴自动驾驶和广汽埃安将成立合资公司,全速推进无人驾驶出行生态建设,而这一切竟然有 协作机器人 的功劳!协作 机器人 究竟是如何步步进化,牵动自动驾驶算法发展的? 近几年,协作机器人在机器人赛道中发展速度一直名列前茅,头部协作机器人企业年出货量从去年开始纷纷超过万台的门槛,并且逐渐显现出比传统 工业机器人 更猛的势头,而由协作机器人进化而来的复合机器人更是带动了自动驾驶算法的发展,一起来看看是如何从传统工业机器人进化到可以自动驾驶的复合机器人吧! 协作机器人的起源就是工业机器人,因为其具有一定的人机协作交互能力,并且
[机器人]
苹果泰坦项目获先进主动悬挂系统专利 用于未来自动驾驶汽车
据外媒报道,美国专利商标局(U.S. Patent and Trademark Office)授予了苹果公司一项新专利:先进的主动悬挂系统(Active Suspension System)。该系统由一个顶部安装件、一个底部安装件、一个刚性外壳、一个空气弹簧和一个线性致动器组成。 其中,空气弹簧会在顶部安装件和底部安装件之间传递第一负载路径的力。该空气弹簧包括包含加压气体的加压腔,而该加压气体负责传递第一负载路径的力。
[汽车电子]
苹果泰坦项目获先进主动悬挂系统专利 用于未来<font color='red'>自动驾驶</font>汽车
自动驾驶出现新拐点
伴随特斯拉等有着全新产业思维的新兴车企逐渐成长起来,汽车行业在多年的喧嚣后,俨然用一种全新的姿态叙写起下一个事关人、车、生活的全新脚本。而当时代的裂痕愈发为无缝驾乘、智慧出行等理念践行时,整个产业的参与者,都不得不为自己在自动驾驶领域,开启一个话语权迁徙的新时期。 或许,自从自动驾驶的概念形成以来,作为激进科普者的特斯拉,却以一次次关联事故,令这一技术的前景深陷发展的漩涡,但话又说回来,无论是从技术的前瞻性,还是从政策的推动上去看,如何以自动驾驶为要点,构建智慧出行的基本框架,就是市场大趋势的指导方针。 先发优势的红利,未必能够永远持久。可一旦入局慢了、晚了,属于未来的那道窄门终究不再为之打开。因而,从海外专注该领域
[汽车电子]
<font color='red'>自动驾驶</font>出现新拐点
高价收购出行服务Moovit,英特尔“出圈”MaaS产业靠谱吗?
错失移动互联网时代的 英特尔 ,再也不想在万物互联的时代里重蹈覆辙了。 转型,一直是英特尔津津乐道的企业文化。在错过 移动终端芯片 之后,英特尔必须要在 PC 处理器之外找到“基业长青”的第二曲线。 2017 年,英特尔正式开启“以数据为中心”的新技术版图的转型战略。要想快速构建 “以数据为中心”的战略,除了宏观愿景和自身研发外,最迅速也是最有效的策略就是收购那些新兴的数据、计算相关的创新企业了。 据不完全统计,英特尔从 2015 年起先后收购了 Altera、Nervana、Movidius、Mobileye、eASIC、NetSpeed Systems、Habana Labs。通过这一系列巨额收购,英特尔基本拿到了
[汽车电子]
高价收购出行服务Moovit,英特尔“出圈”MaaS产业靠谱吗?
未来固态激光雷达是否会替代多线束LiDAR?看业内人怎么说
  城市安全管理离不开摄像头,当前大量的车牌、人脸、特征等识别数据已经无法单纯依靠人工进行分析,单个1080P的摄像头,一天便能产生80G左右的数据量,如果以传统的方式将这些数据回传到云服务器做视频分析,将产生大量的传输以及存储资源。同时,这些海量的数据中真正有价值的数据远远不到15%,为了减少成本,提升效率,从传统集中式大数据处理向边缘式大数据处理转变,已是大势所趋,赋能边缘智能与云边融合的新技术由此诞生。下面就随嵌入式小编一起来了解一下相关内容吧。   边缘计算与云计算最大的区别在于数据将不再需要传到遥远的云端,在边缘侧便能解决数据的处理。这也解决了数据上云才能实现智能应用的唯一性。这样的方式带来了前所未有的体验:   从成
[嵌入式]
研究人员开发自适应控制方法 自动生成自动驾驶仿真场景
配备自动系统的半自动驾驶汽车已经上路,这些系统的软件作为车辆的核心组件,必须持续可靠地满足高质量标准。据外媒报道,来自格拉茨工业大学(TU Graz)软件技术研究所的Franz Wotawa及其团队与AVL信息物理系统测试团队合作,采用自适应控制方法,自动生成广泛的仿真测试场景和系统内部误差补偿,从而保证自动驾驶安全。 (图片来源: TU Graz) 仅依赖测试驾驶并不能为自动驾驶系统的安全性提供足够保障。Franz Wotawa解释称,“自动驾驶车辆必须行驶大约2亿公里才能证明其可靠性,尤其是在发生事故的情况下,比传统汽车测试公里数多1万倍。然而,对生命有危险的关键测试场景并不能在真实测试驾驶中重现。因此,自动驾驶系统
[汽车电子]
研究人员开发自适应控制方法 自动生成<font color='red'>自动驾驶</font>仿真场景
NHTSA宣布禁止Transdev运行自动驾驶校车
   近日,美国国家高速公路交通安全管理局(NHTSA)表示,已经要求Transdev北美分公司立刻停止在佛罗里达使用自动驾驶车辆接送学生。   NHTSA局长海迪·金(Heidi King)表示:“创新不能给公共安全带来风险,使用不符合规定的测试车辆运送学生是不负责任的,也是不合适的,而且直接违反了Transdev测试项目的规定。”目前,NHTSA表示Transdev已经同意暂停测试。   据悉,今年3月NHTSA允许Transdev使用自动驾驶班车来进行测试和演示,但并未允许用于校车,此次Transdev的 做法显然已经违反了规定。   编辑点评:自动驾驶目前仍是一项并未成熟的技术,将其应用于校车虽然十分有利于该企业的宣传推
[手机便携]
国际自动驾驶法规现状与趋势
01、智能网联和自动驾驶汽车相关产品标准综述 众所周知,全球汽车产业和技术近年来一直呈现不断加速发展的态势,在原有传统燃油汽车的基础上,为了保护环境,节约不可再生的资源,以电动车辆为代表的新能源车辆异军突起,同时随着信息技术和互联网的发展,自动驾驶和智能网联汽车同样也在快速发展,在这种发展模式下,汽车产业越来越广泛、深入地与其它产业、技术领域跨界融合,传统的汽车概念越来越被颠覆。 正是由于汽车产业不断向其它产业跨界融合,这也给我们业内“汽车人“不断提出新的要求和挑战,要求我们不但要是汽车行业的专家,同时也应成为其它跨界领域的专家,例如自动驾驶和智能网联汽车的发展,要求我们”汽车人“同样也是互联网络和电子通讯领域的专家,才能
[汽车电子]
国际<font color='red'>自动驾驶</font>法规现状与趋势
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved