自动驾驶的“精神支柱”:激光雷达

发布者:码字奇才最新更新时间:2017-09-07 来源: 21ic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

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。未来的智能汽车离不开传感器,传感器供应商目前正处于风口,需要为汽车传感器产业的黄金时代做好准备。

到2022年,复苏的汽车传感器市场规模将超过200亿美元

在产值超过2.3万亿美元的全球汽车市场“大蛋糕”之中,新兴的电动汽车和无人驾驶汽车近期刺激了“小小的”汽车传感器市场。尽管到2022年,全球汽车的销售量预计将仅增长3%,但是,Yole预计汽车传感器出货量的平均增长率将在未来五年达到8%以上,销售额增长将超过14%。这主要得益于高价值传感器模块日益广泛的应用,如雷达(RADAR)、成像以及激光雷达(LiDAR)。目前的汽车传感器市场主要包括MEMS和经典的有源传感器,如压力传感器、胎压监测系统(TPMS)传感器、化学传感器、惯性传感器、磁传感器、超声传感器、图像传感器、雷达以及激光雷达。

2016年,全球汽车MEMS和传感器市场规模预计为110亿美元,到2022年预计可增长至230亿美元。这主要归因于成像、雷达和激光雷达传感器的爆发增长,到2022年这三块市场预计将分别增长至77亿美元、62亿美元和14亿美元。短期内,电动汽车所带来的影响,对压力传感器、化学传感器和磁传感器等经典传感器还比较小。不过,从长期来看,电动汽车的到来,将极大地改变压力传感器和磁传感器在汽车内的数量和部署。电气化越高的汽车,意味着需要更少的压力传感器,但需要更多的磁传感器来监测电池及实现各种定位以及对运动部件的探测。

总而言之,汽车市场正在经历其发展史上变化最快的时代。MEMS和传感器供应商需要为即将到来的汽车产业黄金时代做好充分准备。

 

汽车MEMS和传感器市场总览

BOSCH(博世)、DENSO(电装)、SENSATA(森萨塔)、NXP(恩智浦)以及INFINEON(英飞凌)仍是汽车传感器行业的领头羊,但竞争格局或许会很快改变

2016年,全球汽车MEMS和传感器前十位的供应商共创造了42.5亿美元的营收,占据了整个汽车传感市场的77%(传感器级别,不包括模组)。营收的增长,受到了汽车安全应用中MEMS和传感器价格侵蚀的影响,包括电子稳定控制系统(ESC)和胎压监测系统(TPMS)。压力传感器市场仍是一块较碎片化的市场,主要由博世、森萨塔和电装主导,而磁传感器市场则主要有Allegro、TDK-Micronas和英飞凌推动。

就雷达市场而言,英飞凌可以说是市场标杆,正积极的推动雷达成为未来汽车的关键技术。新进厂商,尤其是来自激光雷达产业的厂商,或将在不远的将来改变市场格局。Velodyne、Quanergy、SensL以及Leddartech等厂商,正在和Continental(大陆)、Valeo(法雷奥)等汽车配套产品供应商巨头,在可靠且经济的激光雷达解决方案的商业化方面展开激烈竞争,以满足未来无人驾驶汽车的需求。

 

汽车MEMS和传感器供应商一览

未来的汽车将会如何发展?电气化和无人驾驶将深刻影响交通运输业

在众多的汽车传感技术之中,三种主要传感器将彻底改变产业格局:图像传感器、雷达和激光雷达传感器。

图像传感器起初主要应用于高端汽车的ADAS(先进驾驶辅助系统)系统,其深度学习图像分析技术助推了早期应用。现在图像传感器已经成为了一种很成熟的应用产品,实现了基于视觉的自动紧急制动功能,保护汽车内外的人员安全。

ADAS前置摄像头将因此加速获得应用。泊车辅助应用也促进了图像传感器在汽车中的应用增长,360°环视摄像头的出货量则正处于爆发性增长阶段。尽管在美国倒车摄像头已经逐渐成为强制标配,但是360°环视摄像头则具有压倒性优势,它能实现视野更好的“鸟瞰”视角。这一趋势将对传感器级别供应商带来利好,如Omnivision(豪威科技)。在模组级别,Panasonic(松下)和Valeo已经成为汽车摄像头主要制造商。

雷达传感器常被误以为是图像传感器和激光雷达传感器的竞争产品,现在在高端汽车中的应用日益广泛。并正拓展至中端汽车中,用于盲点探测和自适应巡航控制(ACC),助推Level 2级和3级自动驾驶功能的普及。

 

激光雷达、雷达以及图像传感器是未来汽车的支柱

 

最后,激光雷达对于大多数汽车厂商来说,仍是“圣杯”一样的存在,它能够帮助实现汽车周围环境的3D感知,它或将颠覆整个交通运输产业。预计激光雷达传感器将在未来五年获得巨幅增长,其市场规模将从2017年的3亿美元增长至2022年的44亿美元。激光雷达预计将成为未来汽车的一项核心技术,尽管它会感知大量的冗余数据,但仍将是未来汽车的核心支柱,因为对于汽车产业来说,安全性仍是其最重要的黄金法则。


关键字:自动驾驶  激光雷达 引用地址:自动驾驶的“精神支柱”:激光雷达

上一篇:奥迪将开发太阳能天窗技术
下一篇:为了自动驾驶,国内外企业都做了啥

推荐阅读最新更新时间:2024-05-03 01:36

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