带你浅浅了解自动驾驶激光雷达
“激光雷达市场竞争异常激烈,国内两大巨头厂商禾赛科技、速腾聚创一较高下,国外FMCW方案厂商Aeva一骑绝尘。本文将介绍TOF和FMCW的激光雷达以及行业现状,带大家浅浅了解激光雷达小知识。”
01
什么是激光雷达
激光雷达(LIDAR)是一种利用激光束探测目标物位置、速度等信息的机械装置,以常见的TOF激光雷达(计算光的飞行时间)为例,其通常包括光源、光束操纵器,探测器等部分。主要工作原理为激光发射器发出激光束,当激光束照射到物体表面时,部分光会被反射回激光雷达,探测器接收光束反射回来的信号,通过测量反射光的时间,就可以确定物体的距离。
当前激光雷达从测距原理上可以分为TOF和FMCW两种技术路线,在机械结构、扫描方式、波长等维度也有不同分类,具体如下:
激光雷达的精度取决于激光的波长,探测器的敏感度和激光发射器的稳定性。它具有高精度,高速度,实时性好,能够在多种环境下工作等优点,并广泛应用于自动驾驶汽车,机器人导航,地图制作,环境监测等领域。然而目前激光雷达普遍存在的缺点为:在大雨、浓烟、浓雾等坏天气里,形成的点云会有许多噪点,且探测范围也有所减小;对于高反射率物体比如高反路牌等会产生很多虚幻的点云(俗称鬼影);对于雨天水面则会形成镜面反射,生成地下的点云等。
02
激光雷达行业现状
TOF路线
虽然特斯拉坚持不采用激光雷达,但许多主机厂的高端车型上仍配备了激光雷达,而国内最主流出货量最高的激光雷达是来自禾赛和速腾聚创,还有蔚来投资并合作的图达通。而目前行业内核心关注点是激光雷达能否大规模量产以及保质保量交付,规模定点的重要性远高于利润。国内综合实力最强的是禾赛科技和速腾聚创,其中禾赛科技已于2月9日,在美国纳斯达克证券市场正式挂牌上市(股票代码“HSAI”,首次公开发行价为每股19美元),至此,“国产激光雷达第一股”诞生。
禾赛科技的”爆款“远距半固态雷达AT128采用“905nm Vcsel发射+一维转镜扫描+SiPM接收”的技术路线,具备200米10%的超强测远能力和153万/秒的超高点频,成像效果佳,较好地平衡了成本、性能、可靠性。乘用车定点表现也不错,仅AT128雷达就获得了包括理想、集度、高合、路特斯、上汽飞凡和长安汽车等主机厂数百万台定点。
禾赛的AT128
禾赛的AT128点云效果图
速腾聚创M系列采用“905nm EEL发射+MEMS扫描+SiPM接收”技术路线,其中M1是速腾远距激光雷达的“扛把子”。速腾聚创同样以其较高的性价比、易于量产的结构设计和相对成熟的供应链斩获众多主机厂的量产订单,M系列已获得丰田、广汽、极氪、小鹏等近20家车企50余款车型的定点订单。
速腾M1
相较之下,图达通的Falcon采用“1550nm光纤激光器+二维转镜扫描+APD接收”路线,性能表现突出,但是使用的光纤激光器和InGaAs(铟镓砷)材料非常昂贵,且雷达功耗偏高,目前除蔚来外无其他公开的乘用车定点。(部分观点转自中信证券)
FMCW路线
目前,波长1550nm方案因为其高成本,主要应用于高端乘用车型或者更强调感知距离的自动驾驶重卡等商用车型上,大部分乘用车雷达仍将以905nm为主。而采用1550nm的雷达大量应用可能会依赖于硅光芯片的FMCW路线进展。
调频连续波FMCW是一项面向未来的全新技术,具有以下四个特点:
1)直接获取速度信息,将静态物体和动态物体区分开:这将使点云获得多一维度的速度信息,那么静态的点云将由此成为动态的世界,为算法团队带来巨大的价值和帮助。此特点轻易地解决比如高反射的现象;能够直接输出车辆的速度;也能快速探测和判断近处突然有人开门从车上下来的情况。
2)探测距离更远:相较于传统TOF雷达的最远探测距离约200米,Aeva的FMCW激光雷达最远可以探测到500米,原理是基于速度信息,两个相对位置不变的带有速度的点就能判断为动态物体。
3)自我运动定位功能:由于FMCW激光雷达提供了XYZ信息以及速度信息,就能推导出加速度、方位角信息,实现了六维的信息输出。所以即使没有GPS信号和GNSS,也能实现自车定位。
4)超高分辨率:由于FMCW激光雷达可以区分静态物体和动态物体,因此可以提供超分辨率(Ultra resolution)的功能,即对静止物体的点云进行多帧叠加。对于静止物体可以获得比TOF方案的10-20倍的点云信息,达到1000线以上的分辨率。由此,能够更好地展示车道线、地面细小物体和抛洒物等。
新一代FMCW激光雷达技术提供商Aeva的4D雷达Aareis II自亮相以来获得了许多业内人士的好评。其最大的核心竞争力是基于硅光芯片的模组(module based on silicon photonic chip),成功将发射、接收等器件集成到一块只要硬币大的芯片上,实现了整机层面的小型化,提供了大规模制造的解决方案。由于硅光芯片的应用,Aeva的激光雷达在采用1550nm波长的同时,还控制了成本,提供了大规模制造的解决方案。Aeva的技术也要领先于厂商Aurora和Mobileye大约三年左右,在FMCW激光雷达中,Aeva可谓是一枝独秀。(部分信息来源于激光雷达老炮儿)
Aeva的FMCW激光雷达硅光芯片模组
Aeva的4D激光雷达Aareis II
03
总结
随着L3级自动驾驶乘用车的量产时间越来越近,激光雷达市场竞争日趋激烈,行业也将迎来大洗牌。同时,今明两年大量装有激光雷达的乘用车量产后,也能真正测试目前半固态激光雷达的性能和表现。相信新一代FMCW激光雷达也将逐渐成熟,在国内外主机厂进行试用与定点,迎来自动驾驶技术上的革新和突破。
今天的分享就到这里啦,欢迎点赞关注收藏一键三连,也欢迎小伙伴们后台私信~
同时,欢迎关注我的公众号OOBB宇宙之心,带你走进自动驾驶,趣味体验仿真、仿真测试、感知、融合、预测的小世界。
带你浅浅了解自动驾驶激光雷达相关推荐
- 华为首超苹果,iPhone 风光已不再?百度资讯搜索来源调整;自动驾驶激光雷达厂商Velodyne筹备上市;...
关注并标星星CSDN云计算 极客头条:速递.最新.绝对有料.这里有企业新动.这里有业界要闻,打起十二分精神,紧跟fashion你可以的! 每周三次,打卡即read 更快.更全了解泛云圈精彩news g ...
- 浅聊一下自动驾驶去高精地图的趋势
作者 | EatElephant 编辑 | 自动驾驶与AI 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 本文只做学术分享,如有侵权,联系删文 点击进入→ ...
- 前沿 | 一文详解自动驾驶激光雷达和摄像头的数据融合方法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:计算机视觉联盟 自动驾驶感知模块中传感器融合已经成为了标 ...
- 自动驾驶激光雷达物体检测技术
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者:william 链接:https://zhuanlan.zhihu.com/p/12851117 ...
- 百度apollo 汽车环境感知 自动驾驶 激光雷达slamtec a1m8-r5 三角测距 双目相机
datasheet,通讯,开发文档 win10需要驱动CP210 下载githubv1.11的演示程序,设定好com口和 115200 就可以采集数据了 在线文档slamtec 实践:目测图中一圈是2 ...
- 一文带你全面了解,自动驾驶数据闭环之——大数据管理
推荐 |焉知智能汽车 作者 | 高工(汽车主机厂ADAS研发人员) 来源 | 无人驾驶俱乐部 知圈 | 进"计算平台群"请加微yanzhi-6,备注计算 数据闭环涉及较多领域,后 ...
- 自动驾驶激光雷达、摄像头、毫米波雷达融合算法
无人驾驶汽车多传感器冗余下的数据融合算法研究 [论文]详见知网链接.ELSEVIER链接.IEEE链接,[开源项目]详见github链接 [编译运行]详见DWD_sensor_fusion编译运行 目 ...
- 读自动驾驶激光雷达物体检测技术(Lidar Obstacle Detection)(3):Segmentation
Segmentation的任务是将属于道路的点和属于场景的点分开,在该分割部分作者工使用了两种方法: 第一种: 下图中的12分别是第一种程序保存的点云结果. 下面是保存的点云的可视化结果: obstC ...
- 读自动驾驶激光雷达物体检测技术(Lidar Obstacle Detection)(4):Clustering(欧式聚类)
在第(3)实现了地面点与障碍物的分离,此部分要实现的是聚类,聚类是指把不同物体的点云分别组合聚集起来, 从而能让你跟踪汽车, 行人等多个目标. 其中一种对点云数据进行分组和聚类的方法称为欧氏聚类. 欧 ...
最新文章
- 图论 ---- Tajran找割点 牛客多校2021 J Defend Your Country
- python数据分析工具大全_Python数据分析工具
- matlab三维选取二维,基于Matlab绘制二维和三维图形以及其他图形控制函数的使用方法...
- UI设计干货|抽屉导航(汉堡菜单)模板素材
- 【收藏】NLP技术学习路线图,值得收藏,附下载
- 物联网在发展上,特别是消费性产品,为何进展如此缓慢?
- fastboot 使用详解
- JavaScript基础用法
- web前端开发面试题(三)
- 计算机中英汉字段如何切换,电脑上中英文切换按哪个键
- 关于quicktime
- 错误SyntaxError: (unicode error) truncated \UXXXXXXXX escape的解决方法
- 用纯python脚本玩转UU加速器
- 利用VBA在Word中排出漂亮的代码
- 为什么要学网络安全?如何学习网络安全?这3个理由告诉你(自己整理的50G网安资料)
- 定语状语异同 限定和修饰关系 句子结构(修饰和被修饰)
- 上传绕过php文件改为图片,文件上传漏洞另类绕过技巧及挖掘案例全汇总
- Linux服务情书,Linux定时任务给心爱的小姐姐发情书
- YOLOv5模型剪枝压缩
- adb命令——adb shell top命令
热门文章
- 板式换热器的清洗反冲洗方法
- Differential privacy——差分隐私
- 2月10日市场游资操作情况以及龙虎榜
- 你与资深文案编辑可能就差在这些软件工具的运用上
- 电商服务器如何修改价格,千牛如何修改价格?在哪里操作改价?
- 包装土味的福建零食,撑起中国休闲食品半边天
- git常见错误(1)
- iphone 3gs 美版,6.1.3+降基带+越狱+解锁。成功分享(转)
- OpenCV3.4.0sample编译(vs2017+win1064位)
- 你是谁由你自己决定!