11月伊始车载激光雷达赛道上演了冰火两重天的景象。

国外Ouster与Velodyne LiDAR宣布合并以抱团取暖,主打OPA技术的Quanergy甚至股市停牌,一时风声鹤唳,寒意阵阵;而反观国内,禾赛、速腾、亮道相继发布纯固态补盲激光雷达新品或新进展,全力打造智能驾驶感知LiDAR硬件的最后一块拼图。

你方唱罢我登场,从规格参数全方位比拼到核心芯片自研,火力全开,赛道又“卷”到了新高度。

1. 补盲LiDAR爆发背景大解析

为何补盲LiDAR突然在这个时间点爆发,为什么国内几大头部公司均瞄准补盲产品,补盲产品是噱头还是刚需?要回答这些问题,得放在车载LiDAR整体市场格局大背景中来理解。

首先,当前第一波各个车厂的LiDAR量产项目已完成定点,各家团队都在主攻量产和交付。且以前向长距主LiDAR为主,数量从1颗到4颗不等,所配置的侧向或后向LiDAR,其型号一般也与长距主LiDAR一致,如Honda Legend、北汽极狐αS Hi版、长安阿维塔11、威马M7以及长城机甲龙,并没有单独配置专门的补盲LiDAR。

长城机甲龙搭载4颗LiDAR(图源:一点车评)

这里存在两个问题,一是主LiDAR直接用作侧向成本不优,二是主LiDAR的规格侧重远距,和侧向补盲侧重大FoV又有所不同,真正用起来并不趁手

比如主LiDAR的垂直FoV只有25°-30°,难以覆盖近处小目标和高处悬空物。在规划下一代智驾硬件方案时,主机厂和智驾Tier 1必然会严肃认真地考虑补盲产品定位,因此有理由相信补盲LiDAR会成为下一个上车机会点。谁能先打造高规格、高可靠性、低成本的产品,谁就占据了先机。

速腾给出的补盲LiDAR视野对不同目标的覆盖

(图源:速腾官网)

其次,前向长距主LiDAR格局已基本形成,以速腾、禾赛、华为为代表的905nm ToF技术路线(以转镜/MEMS扫描为主),以及以Luminar、Innovusion为代表的1550nm ToF技术路线成为主机厂的主流选择。

对应的LiDAR产品基本已达成SOP状态,按惯例研发资源在C样阶段时已基本释放出来,从高效利用资源的角度,也应该投入新的产品开发。虽然下一代主LiDAR也在开发中,但谨慎推测只会是渐进式迭代优化,不会有较大的架构调整,意味着研发投入也相比第一代小了很多。

而与长距主LiDAR形成天然互补的短距补盲LiDAR,则属于全新架构,自然成为了新的研发发力点。补盲LiDAR赛道已呈现芯片自研和集成架构的明显趋势,对研发技术功底要求更高,而收发芯片的自研技术突破,也能反哺长距主LiDAR,提升整个产品组合方案竞争力,相得益彰。

在这两个大背景下,补盲LiDAR一时间密集发布也就不足为奇了。当然,发布时间如此集中也凸显了头部LiDAR厂商激烈竞争的气氛,毕竟谁也不愿意被抢了头名。

2. 补盲LiDAR产品大横评

说到补盲LiDAR产品,其实它不是一个2022年新事物,而是早已为市场熟知的产品形态。

早期L4 Robotaxi自动驾驶车上,一般会用倾斜式安装的16线机械式LiDAR来充当近距补盲,但到底还是权宜之计。

后来2018年Velodyne LiDAR发布了VelaDome,180°(H)×180°(V)视场角,30m@10%测距,专门用于补盲,速腾、禾赛后来也相继发布了类似的产品(RS-Bpearl、QT128)。如不考虑机械旋转架构和成本的因素,类似于VelaDome这类产品确实是非常理想的补盲LiDAR选择。

自动驾驶先驱Waymo也推出过机械旋转式的补盲LiDAR——Laser Bear Honeycomb,具有360°(H)×95°(V)的超大视场,搭载在自家Robotaxi的车身四周,与车顶主LiDAR形成360°无盲区覆盖,有一段时间Waymo还对外销售该补盲产品。

VeloDome(图源:Velodyne)

Waymo Laser Bear Honeycomb(图源:Waymo)

近几年补盲LiDAR赛道不断演进,衍生了很多新的架构,逐步从机械式向半固态、纯固态过渡,尤其是面向车载前装的Flash架构成为了新的研发重点。

比如Continental 2021年量产的纯固态HFL110以及ibeoNEXT系列短距补盲产品,其中ibeoNEXT短距产品是市场上公认的“理想型”车载前装补盲LiDAR技术路线——纯固态VCSEL+SPAD架构,无任何运动部件,芯片化收发集成,大大提升可靠性和一致性,可谓重新定义了补盲架构。后来如禾赛、速腾、亮道均是沿用了类似的方案。

除此之外,一径ML-30s是一款基于MEMS扫描的半固态补盲LiDAR,很有特色,规格也较为突出,在非车载前装领域应用较多。

下面我们将逐一梳理分析目前市场主流的几款补盲LiDAR产品,从产品定义、规格、架构、核心器件等角度对比总结各自特点。

2.1 禾赛FT120

11月2日禾赛发布了ADAS 前装量产车的纯固态近距补盲激光雷达产品FT120,这也为禾赛创下了一个“第一”,即在目前已完成车载前装长距主LiDAR定点交付的厂商中,禾赛是第一家发布补盲LiDAR产品的。

禾赛FT120

先看一下FT120的基本规格参数:

· 测距:min0.05m-max100m,20-30m@10%

· FoV:100°(H)×75°(V)

· 分辨率:160(H)×120(V)(均匀分布)

· 角分辨率:0.625°(H)×0.625°(V)(均匀分布)

· 帧率:Typ. 10Hz, 5-60Hz

· 点云密度:192000/s 单回波(10Hz)

· 功耗:<12W

· 尺寸:50×70mm(最小外露视窗尺寸),整机68×75×90mm(W×H×D)

根据官方介绍,FT120是基于VCSEL+SPAD架构,采用E-Scanning逐行电子扫描方式,也称为Sequencial Flash,即同一时刻位于同一行160个通道激光器同时发射激光脉冲,然后下一行160通道紧接着发射,这样连续逐行发射120次,完成整个VCSEL面阵的扫描发射,构成一帧扫描,接收端同样采用一一对应的逐行探测模式。该扫描方式优点是单次多通道收发,可以大幅提高点云密度,但是通道间的串扰是一大挑战。

在核心器件层面,FT120的VCSEL面阵由两块自研的GaN驱动芯片进行脉冲出射控制,接收端采用的是一块自研的SPAD芯片,类似于Sony IMX459,将光电探测端和数字逻辑端(含逻辑控制、TDC、读出电路等)集成到到一起,提升系统集成度,可以直接输出信号统计直方图信息,并借助成熟的标准CMOS工艺实现规模量产,持续降本。

考虑到收发一一对应,SPAD的超像素规模达到了160*120=19200,近2万个超像素,假如按每个超像素由3×3=9个像元构成,那么SPAD总像元数规模接近20万,从面阵规模上,这将是一款非常优秀单光子接收芯片。

值得一提的是,禾赛还专门强调了FT120最小露出视窗尺寸,仅为50×70mm,不要小看这样的视窗光学设计,体现了强烈客户需求导向。更小的视窗露出面积意味着可以更好地与车身融为一体,提升美观度,对于车企工程团队来说,无疑是一个好消息。

这款产品预计2023年下半年量产,禾赛宣称目前已经获得了多家主机厂超过 100 万台的量产定点,可见市场对这款产品的欢迎度。

2.2 速腾聚创E1

禾赛FT120发布的第二周速腾也紧接着官宣了其补盲产品——E1,虽然发布晚了一周,但是从规格参数上来看E1都压了FT120一头,E1预计将于2023年Q4量产,与禾赛FT120量产时间接近,双方PK气氛之浓可见一斑。

速腾聚创E1(图源:速腾官网)

E1基本参数如下:

· 测距:max 120m,30m@10%

· FoV:120°(H)×90°(V)

· 分辨率:192(H)×144(V)(均匀分布)

· 角分辨率:0.625°(H)×0.625°(V)(均匀分布)

· 帧率:Typ. 25Hz

· 点云密度:691200/s 单回波(25Hz)

· 功耗:<10W

· 尺寸:30×70mm(最小外露视窗尺寸)

凭借上述规格,E1应该是目前已发布的所有纯固态补盲LiDAR中规格最能打的一款,将FoV推到120°*90°的同时,还保持了30m@10%的测距能力,而这些规格都是在25Hz帧率下获得的,这无疑能实现更多近距场景的感知覆盖,比如电瓶车横穿场景、无保护左转、近端低矮障碍物(如路沿等)。

补盲LiDAR应对弯道电瓶车横穿场景

(图源:速腾官网)

而这背后得益于独特的2D寻址收发架构,按速腾的官方解释,E1采用了2D可寻址面阵VCSEL技术,不仅可以实现灵活扫描模式,还能将峰值功率降到一维扫描的十分之一,极大的提高能量利用率,根据不同测距场景实时动态调节局部发射功率,达到最优的能量配比,对功耗和散热更加友好,同时结合时分复用、空分复用等技术,有利于降低通道间串扰。

相比于1D寻址,2D寻址对VCSEL芯片提出了更高要求,包括芯片工艺、外延设计等环节都需要做出较大的调整,对VCSEL厂商的综合能力是很大的考验,而且驱动芯片的逻辑控制复杂度也大大增加。

E1的芯片化架构设计也体现了速腾这几年在芯片自研领域的精进,E1将发射、接收、信号处理三大芯片集成到一块电路板上,大大简化了电路设计,而且自研了SPAD面阵探测器,该探测芯片采用了工艺更为先进的BSI 3D堆叠工艺,将SPAD面阵和SoC集成到一颗芯片。

值得强调的是速腾自研的接收SPAD芯片比Sony IMX459集成化程度更高,可以替代后端MCU、FPGA等处理控制芯片,相当于系统中不再需要单独的SoC芯片,不仅提升了潜在性价比,而且简化了上游供应链,对核心芯片的自主控制力更强。速腾宣称该SPAD面阵规模超过25万像元,比IMX459的10万像元数还要多1.5倍,保守估计也比禾赛自研的SPAD面阵规模大,如此大规模面阵SPAD的车规量产将是一个不小的挑战。

2.3 ibeoNext短距


相比其他初创LiDAR厂商,德国厂商ibeo已经有20多年的发展历史(成立于1998年),早些年一直从事低线数转镜式LiDAR研发,技术和工程经验积累较为丰富,Valeo的Scala1即是基于ibeo的Lux系列开发而成。

但是在面向未来架构选择时,ibeo放弃了自己曾擅长的转镜方案,采取了更为激进的步伐——纯固态Flash架构,它是整个行业中最早(2019年)提出Flash LiDAR概念的玩家之一。

ibeo Flash LiDAR模组

其主打产品为ibeoNEXT系列,涵盖长、中、短距,短距LiDAR的基本规格如下:

· 测距:25m@10%

· FoV:120°(H)×60°(V)

· 分辨率:128(H)×80(V)(均匀分布)

· 角分辨率:0.94°(H)×0.75°(V)(均匀分布)

· 帧率:25Hz

· 点云密度:256000/s 单回波(25Hz)

· 功耗:<15W

· 尺寸:60×80mm(最小外露视窗尺寸,基于产品图推测),整机100×100×100mm(W×H×D)

ibeoNext并没有采用自研收发芯片,而是来自外部供应商,VCSEL来自asm OSRAM,SPAD则来自Onsemi,两者的面阵规模均为128*80=10240(其中SPAD规模是指超像素规模,非Cell规模),采用了首创的Sequencial Flash逐行电子扫描方式。

ibeo宣称其产品可以提供环境目标4D信息,除了目标空间3D坐标,还能获得2D grey image(灰度图),这是SPAD探测器的独特优势,利用回波信号之间的背景光信息(近红外波段)对视场目标进行2D成像,类似于CMOS图像传感器,只不过是基于~900nm红外波段特征,但如何使用grey image智驾算法团队尚未形成共识,可能未来会挖掘出潜在价值点。

应该说ibeoNEXT架构的优势在于短距,由该架构衍生的长距产品(140m@10%,11.2°×7°)目前来看难以与基于转镜/MEMS扫描架构的905nm/1550nm ToF路线PK,测距能力受限,且FoV过窄,组合使用反而增加了硬件成本。

但是ibeo一直坚持向市场推介前向主LiDAR搭配侧向中距的解决方案,比如长城摩卡原本定点的方案,而短距产品应用拓展并没有得到ibeo足够重视,形成了以己之短攻人之长的局面,市场拓展不如预期,本预计2022年量产,但到手的定点合同现在也被友商截胡,可见产品竞争力陷入了困境,这也恐怕是近期ibeo申请破产的重要原因之一。

2.4 亮道LDsatellite

近期亮道宣布其纯固态补盲LD satellite所采用的SPAD芯片已获得AEC-Q100车规认证,意味着距离LiDAR量产交付又近了一步。其实LD satellite早在2022年5月就已发布。据了解该款产品的技术方案与ibeo的短距LiDAR同源,规格也当基本一致,推测SPAD芯片和ibeo类似应该来自外部供应商,而非自研。

亮道 LDsatellite

根据上一小节对ibeo产品的分析,从2019年开始ibeo一直积极主推前向长距LiDAR+2颗中距LiDAR的纯固态组合方案,短距的地位颇为尴尬,而ibeo有限的精力也限制了这款产品面向主机厂的市场拓展和深度定制。

ibeo与亮道合作已久,后者的前身是欧百拓,是ibeo在中国地区的代理,后来亮道成立后也与ibeo建立了深度的战略合作,例如作为工程Tier-1角色参与ibeo中国市场拓展,除此之外亮道的业务还涵盖感知数据采集、感知真值系统、LiDAR验证测试等领域。

所以亮道在ibeoNEXT技术平台上亲自下场打造短距lidar也就不足为奇,这对于双方来说是双赢之举,各取所需。只是ibeo主打的Flash前向解决方案在激烈竞争中暂时落败了,而短距产品却阴差阳错的成为了一时间的“香饽饽”,这样的局面应该是两家之前都没有预料到的。

目前亮道正积极转型,将LDsatellite短距补盲LiDAR硬件产品作为公司的主航道,基于ibeoNEXT短距技术平台进行车规工程化开发,面向国内车企需求进行适配定制,官方预计2023年Q3实现量产。LDsatellite和禾赛FT120、速腾E1相比规格并不太弱,具备一定的竞争力,且专注在补盲赛道,但是技术储备深度和芯片自研能力目前距离这两家尚有差距。

2.5 Continental HFL110


所有这些补盲LiDAR厂商中,Conti是唯一一家传统Tier1公司,其实很多人并不知道,Continental在激光雷达领域耕耘已久,早在2008年就发布了SRL三点式激光雷达,曾在上一代Volvo XC60上搭载,测距仅10m量级,主要面向AEB防撞场景。其第二款激光雷达则是一款纯固态补盲LiDAR HFL110,下一代远距LiDAR产品HRL130也在其官方公布了,该产品是基于Aeye 1550nm ToF的平台技术,使用的是来自Fraunhofer的小尺寸2D MEMS(1mm尺寸)扫描方案,预计2024年量产。

Continental HFL110

(图源:Continental官网)

下面我们重点聊聊HFL110,其基本规格参数如下:

· 测距:22m@10%(max 50m)

· FoV:120°(H)×30°(V)

· 分辨率:128(H)×32(V)(均匀分布)

· 角分辨率:0.94°(H)×0.94°(V)(均匀分布)

· 帧率:up to 25Hz

· 点云密度:102400/s 单回波(25Hz)

· 尺寸:100×120×65 mm(W×D×H)

这款产品并没有采用传统的VCSEL+SPAD方案,而是基于1064nm Nd:YAG固体激光器+焦平面InGaAs CMOS架构,采用全局扫描方案,即Global Shuttering,其中固体激光器来自炬光科技,而InGaAs CMOS探测芯片则来自Continental收购的ASC(Advanced Scientific Concepts, Inc.)公司。HFL110与HRL130类似,也不是Continental从0到1开发的,而是在2016年收购了ASC公司后在后者技术原型上进行的车规级工程化开发,当然车规级工程化本是Continental的强项。

值得注意的是该产品规格书上展示的工作温度只有-30~85℃,并不完全满足车规要求(-40~85℃)。HFL110早在2021年就已量产,目前这款补盲产品除了搭载在Lexus LS和丰田Mirai两款车(2颗侧向+1颗后向)以外,还没有其他的公开定点项目,一方面和其规格竞争力不足有关,另一方面也是因为其核心器件类型原因而导致成本高昂,据推测单颗BoM可能达到了至少5000元人民币的量级,3颗的成本对于一般车型来说过于昂贵。

2.6 一径ML-30s

一径科技自成立起一直主打MEMS系列半固态LiDAR,目前旗下有两款产品,分别为短距ML-30s以及长距ML-Xs,后者是瞄准车载前装主LiDAR领域。

一径 ML-Xs和ML-30s

短距补盲产品ML-30s基本规格如下:

· 测距:中心视场20m@10%(max 45m),边缘视场14m@10%

· FoV:140°(H)×70°(V)

· 分辨率:320(H)×160(V)(均匀分布)

· 角分辨率:0.44°(H)×0.44°(V)(均匀分布)

· 帧率:10Hz

· 点云密度:512000/s 单回波(10Hz)

· 尺寸:137×110×66 mm (W×D×H)

ML-30s与前面几款LiDAR有所不同,并不是纯固态架构,而且采用了多通道收发+2D MEMS镜的架构,具体为32路传统EEL+APD收发通道,核心扫描器2D MEMS镜则来自Mirrorcle,整个视场由32个子视场二维组合而成,虽然小尺寸MEMS用于长距905nm LiDAR挑战较大,但是短距补盲LiDAR刚好规避了其短板,同时发挥其2D灵活可调的优势,这对于实现大FoV是非常有利的。

ML-30s于2020年量产,并已实现批量化交付,主要面向无人高速物流、末端配送、Robotaxi和机器人领域,凭借超大FoV和半固态化设计占据了一定的市场份额。

但是目前来看车载前装应用并不是ML-30s的强项,一方面是受制于架构其成本不菲,而且向未来演进并不如纯固态方案友好,降本潜力小;另一方面露出的视窗尺寸较大,而且集成在车侧或车后将面临巨大的造型挑战。

不过最新的市场消息是,百度Apollo RT6定点一径科技新一代补盲激光雷达

据说,相比较现有的ML-30s,其各项技术指标均有所升级。一径科技新一代补盲激光雷达的视场角超过行业水平的120°,实现360°的覆盖仅需要 3至6个激光雷达。

新产品在车规、性价比上都会所有提升,新一代补盲雷达也具备完善的车载应用条件,包括接插件、车载通信/同步方式、功能安全及诊断等。这个新产品如何,让我们也拭目以待。

3.&nbsp; 什么样的补盲LiDAR才是合格的?

基于车载场景要求,一般认为理想的补盲LiDAR应该具备以下核心素质:

· 测距:0.1~>30m@10%

· FoV:180°(H)×180°(V)

· 角分辨率:<0.5°(H)×0.5°(V)

· 帧率:25Hz

· 功耗:<5W

· 最小外露视窗尺寸:<30×30mm

但是实际上受制于架构、成本、尺寸及工程约束,用理想规格作为车载前装补盲LiDAR产品开发目标并不现实,结合目前市场上主流补盲LiDAR产品性能及车载Corner case优先级排序,合格的补盲LiDAR应该达到如下基础规格:

· 测距:0.1~>20m@10%

· FoV:>100°(H)×60°(V)

· 角分辨率:<1°(H)×1°(V)

· 帧率:>10 Hz

· 功耗:<15W

· 最小露出视窗尺寸:<50×70mm

如此看来,目前只有走纯固态Flash路线的禾赛、速腾、ibeo、亮道这几家产品可以称得上合格,Continental的HFL110垂直FoV偏小,只有30°,一径的ML-30s视窗造型和半固态MEMS架构并不适合车载前装补盲应用,而速腾的E1在规格上目前无疑是领先其他各家的。

但是众所周知,车载前装上车是一项极其复杂的过程,纸面上的产品规格往往只是一块敲门砖,主机厂还会综合考虑成本、点云质量、车规可靠性、工程化适配能力、团队响应配合度、质量管控、供应链体系等因素。

4. 从持续降本到自研芯片

打造补盲LiDAR产品天然有降本的巨大压力,一是因为搭载数量多(少则2颗,多则4颗),二是目前很多主机厂在使用主LiDAR过程中遇到了很多困难和挑战,包括车规可靠性需要在实践中得到验证、环境适应性的考验(视窗遮挡/雨雪雾等)、融合感知算法的开发迭代等。

在当前主LiDAR还没有完全“玩”明白的情况下,贸然再上几颗补盲LiDAR,整车的感知硬件成本控制将面临巨大的挑战。毕竟当前城区FSD功能落地优先级并不及高速HWP高,即前向120°*25°视野仍是车企关注的重中之重,另外城区FSD的最大瓶颈并不是感知,而是自车与其他目标之间行为博弈决策上,自动泊车AVP在依靠传统的摄像头、毫米波以及超声波雷达等感知硬件配置条件下,通过算法优化已足够应付绝大部分场景。因此主机厂不得不思考一个问题,即补盲LiDAR提供的额外价值能否抵得过硬件成本的增加所带来的挑战。


考虑到补盲LiDAR架构以肉眼可见的趋势收敛到VCSEL+SPAD纯固态方案,此处仅讨论该方案下的降本措施。

首先需要拆解一下纯固态LiDAR的成本构成。

纯固态LiDAR由以下基本硬件模块构成,包括激光器、驱动器、发射镜头、接收镜头、探测器(含数字逻辑端)、SoC、PCBA、视窗、壳体结构件、连接器等。

其中发射端、探测器、SoC是最核心的部件,合计占比高,发射端(激光器+驱动器)占比约25%,探测器占比约25%,SoC占比25%,其余占25%。总BoM成本约为200-250美金【按kk(百万)量级估算】。

这里需要提一下,目前激光雷达用半导体激光器日渐标准化,普遍来自外采,且国内产业链较为成熟,有长光、纵慧、三安等一众VCSEL厂商,所以自研激光器并不是一件有收益的事情,虽说有成熟的VCSEL代工厂,但是涉及供应链较长,且外部供应商较多,如果供应商管理得当,并不会成为大的成本瓶颈。

所以降本措施主要瞄准光源驱动器、探测器和SoC这四大芯片,而且这里面涉及到大量的LiDAR收发控制、信号处理等Know-how,各家对纯固态架构的理解差异也会导致这些芯片存在诸多定制,难以标准化,而且市面上可选的上游厂商较少。如车规级SPAD芯片仅海外的Sony和Onsemi可用,国内供应链发展还存在一定差距,所以从提升产品竞争力、加快迭代速度以及掌控供应链的角度自研这些芯片也是有必要的。

如禾赛自研了驱动器、探测器,而速腾则更进一步,将SoC与SPAD探测器集成到一起,将集成化做到了极致,大大简化了后端处理,同时面向未来具有更大的降本潜力。但是挑战也不小,一是热效应更为聚集,SoC工作时产生的热量如耗散不及时会直接影响SPAD性能,散热管理是一大关键,二是芯片设计的复杂度大大增加,信号链路较长,从光电转换端到数字信号逻辑端到再到MCU系统控制端,外加车载芯片功能安全的要求,一体化芯片设计和量产并没有想象的那么容易,对芯片设计团队和Fab厂都是很大的考验。

SPAD芯片示意图

当然深度集成化芯片架构无疑是一条振奋人心的路,将有助于将LiDAR架构Camera化,持续降本的同时,性能可以不断迭代升级,而且将价值量最大的部分控制在自己手中,形成良性循环。

如果借助芯片集成迭代和规模量产,未来将成本进一步降到1000元人民币(150美金)以内,2023年后补盲LiDAR车载前装上量将大大可期。

补盲激光雷达大爆发,各路产品谁领风骚?相关推荐

  1. 五问补盲(四)| 好用的补盲激光雷达,得满足哪些条件?

    作者 | 爱LiDAR的小飞哥 编辑 | 王博 上一期,我们聊了补盲激光雷达上车的重要前提--安全. 本期我们来聊聊,满足功能安全.网络安全等领域的关键设计要求之后,补盲激光雷达怎么做到好用,更贴近工 ...

  2. 五问补盲(三) | 补盲激光雷达,敢不敢直面新的安全威胁?

    作者 | 爱LiDAR的小飞哥 编辑 | 王博 在激光雷达上车的热潮中,各家都在技术参数上进行着"你死我活"的拼杀. 那么,参数代表一切吗?举个例子,测距200米的激光雷达一定比测 ...

  3. 解决近场感知痛点,侧向补盲激光雷达“上车”在即

    为了尽快破除高阶智能驾驶功能使用的限制和场景边界,激光雷达成为了当前感知系统升级的主流选择. 但激光雷达具体的配置方案,同样会影响到功能实现.系统成本.以及量产后智能驾驶系统的表现与驾乘体验. 可以看 ...

  4. 可替代角雷达,这款纯固态补盲激光雷达什么来头?

    这一次,激光雷达供应商们又集中"卷"向了补盲赛道. 今年5月,亮道智能率先发布了国内首款专为近场感知设计的纯固态补盲激光雷达--LDSense Satellite. 11月2日正式 ...

  5. 抢跑“补盲”风口,纯固态激光雷达上车面临哪些挑战?

    未来两年,激光雷达市场高速发展的同时,来自市场的需求也逐渐清晰化. 高工智能汽车研究院预测数据显示,预计2025年前装标配激光雷达交付将有望达到200万颗/年的规模.其中,面向私人消费市场的车型,将主 ...

  6. ICV:车规级激光雷达市场规模超7亿美元,补盲雷达有望2024年量产

    全球前沿科技咨询机构ICV近期发布了车载激光雷达的市场分析报告,ICV在报告中表示激光雷达是自动驾驶传感器中增速最快的传感器,预计未来五年的复合年增长率达43.4%.此外,混合固态式激光雷达近五年内将 ...

  7. 2021云栖大会:阿里云自研技术大爆发,连发多款重磅产品

    10月20日,2021云栖大会进入第二天,阿里云继续发布了多款重磅产品,其密度和力度均令人叹为观止. 加速数据中心清洁能源使用 阿里巴巴集团副总裁.阿里云基础设施负责人周明表示,阿里云将加速在新型数据 ...

  8. 自组网灵活补盲|北峰油气田勘测解决方案

    一.行业背景 随着全球发展中国家的需求快速增长,世界对能源的需求将持续攀升.在过去十年中,石油和天然气行业对现场的通讯服务需求也大大增加.复杂的设备操作和大量的数据采集分析要求,以及在多个陆上和海上位 ...

  9. 【数字化】“守正”“出奇”是数字化转型的两腿,缺一条企业都是瘸子;在数据大爆发、技术大跃进年代,如何实现“第二次机器革命”?...

    森哲大中华区副总裁刘东 [数据猿导读]埃森哲埃森哲大中华区副总裁刘东提出,企业进行数字化转型既要守正,也要出奇.一方面我们要做好本职工作,做好生产,做好营销.做好售后:另一方面要把握机遇,要用数字技术 ...

  10. 从飞天到倚天 阿里云底层自研技术大爆发

    10月20日,2021云栖大会上,阿里云发布了倚天.磐久.神龙4.0.龙蜥.灵杰等多款重磅产品,阿里云"做深基础"成果浮出水面,底层自研技术迎来大爆发. 阿里云智能总裁张建锋表示, ...

最新文章

  1. 大数据时代要有大数据思维
  2. 年轻人,莫把技术当全部
  3. 苹果cms V10模板 仿特视网自适应模板
  4. pytorch torchvision.datasets.ImageFolder
  5. 【工程项目经验】之多个静态库合并成一个
  6. GitHub 2200+星的任正非语录下架了,我们找到了一份fork版
  7. eclipse+mysql+tomcat配置JNDI
  8. 提高开发效率的十五个Visual Studio 2010使用技巧
  9. 使用可靠多播与OPENDDS进行数据分发
  10. php对字符数组进行排序,php数组去重_php对数组中字符串去重并排序例子
  11. 1232_使用SCons实现WindRiver Diab编译器的命令行自动化编译环境
  12. stc15w4k32s4最小系统原理图_单片机最小系统原理图,求详细讲解
  13. 数据恢复技巧:U盘文件被隐藏怎么恢复?
  14. NR 5G: Relaxed measurement
  15. PyCharm获取csv文件
  16. 银行手机APP软件做性能测试吗,浅谈银行开放平台应用系统性能测试
  17. U盘文件突然不见却占内存 解决方案
  18. java image转换icon_内存转换Image到Icon
  19. Afterlogic xmail 邮局软件不能收email 设置
  20. howler.js_Howler.js可能是周围最好JavaScript音频库

热门文章

  1. C/C++ 编程 —— OpenCV API 学习 笔记(更新中...)
  2. 2013-2014 ACM-ICPC, NEERC, Southern Subregional Contest Problem F. Judging Time Prediction 优先队列...
  3. java监控命令_Java程序各种监控命令和排查方法
  4. 小额打款验证的小程序复用公众号资质快速认证-免打款微信认证
  5. 2021年北京市企业技术中心申报时间及条件是什么
  6. linux开机自动root,linux怎样设置root自动登录
  7. 中国10大经典徒步线路(资深徒步专家@行摄匆匆推荐)
  8. ubuntu20.04 安装ROS2和ROS1共存
  9. 计算机网络机房需要气体灭火吗,机房排烟和机房消防要求有哪些
  10. ie11下下载文件,文件名乱码的解决方法