2022年即将成为人们寄予厚望的激光雷达(LiDAR)的量产元年。2020年,行业见证了车企激光雷达上车需求迎来的第一个井喷期;2021年,蔚来、长安、北汽、长城等陆续发布激光雷达自动驾驶方案;广州车展上,众多车企搭载激光雷达的新车型扎堆亮相,单车搭载数胜过以往;不久的将来,Innovusion(图达通)、速腾聚创、华为等厂商亦有望在更多量产项目中落地。

目前,我国激光雷达技术的发展与国外并驾齐驱,甚至有超越之势。毋庸置疑,在竞争格局远未盖棺定论之际,激光雷达技术路线的选择是相关企业战略致胜的关键。国内一些头部公司为此选择了“机械+固态”的双技术路径,以降低布局风险。

内卷加剧,寻求突破

激光雷达市场机遇与挑战和危机同在。激光雷达领先供应商Ouster创始人、首席执行官Angus Pacala就指出:“未来五年内,只有三到五家激光雷达公司会活下来。”因为许多企业无法筹集到足够的资金生存下来,有些企业会获得成功,有些则会被收购。

Yole不久前发布的《2021年汽车和工业应用激光雷达预测》预计,2026年汽车和工业应用的激光雷达市场将达到57亿美元;ADAS和自动驾驶车辆推动的激光雷达市场将以111%的复合年增长率增长至23亿美元。

在开启量产之路过程中,激光雷达厂商群雄并起,技术路线百花齐放,激烈的市场竞争令行业内卷加剧,当然,在感知能力不断提升的同时也让整体成本不断下移。

激光雷达技术百花齐放

不管技术路线如何,激光雷达在大光比、暗光、恶劣天气环境、细节分辨、静止物体识别等方面,拥有摄像头和毫米波雷达无法比拟的优势。它可以在交通拥堵、道路复杂、环境干扰、疲劳驾驶等情况下,精确地收集三维环境信息,为自动驾驶车辆的感知预测与决策功能提供充分的保障。作为综合性能最好的一种传感器,其产品优势将在消费升级与智能驾驶需求提升中日益凸显。

伴随激光雷达市场的突破,行业也将加快洗牌,有望走出内卷。

只争朝夕,落地为王

既然技术上各有千秋,就必须进行权衡,选择一种优点多、缺点少的技术。在机械式、混合固态和固态当中,Innovusion选择了混合固态二维扫描方式。看上去混合固态激光雷达介于机械式和固态之间,其被诟病的是并非纯固态,还是有部分移动部件,不够坚固可靠。

果真是这样吗?Innovusion认为,在三种扫描方式中,混合固态是当前量产车的最优选择。其优势包括:激光发射及接收装置固定,成本较低;产业链成熟,可构建高性能、符合车规的量产产品。

作为一种比较超前的解决方案,纯固态激光雷达虽然有尺寸紧凑、性能可靠、便于集成、成本低等优势,但其最大的症结是技术不成熟,还无法满足L3+自动驾驶汽车对激光雷达的高可靠性要求。尤其是其内部一些核心器件缺乏成熟供应商,是现阶段很多公司一道无法逾越的鸿沟。

进入商用量产阶段,混合固态激光雷达具有比机械旋转式激光雷达体积更小、成本更低的优势,又没有纯固态激光雷达核心器件方面的高难度和不确定性,更易于实现。

Innovusion认为,混合固态是产业界发展必须走的一步,也是第一代符合高级别自动驾驶汽车安全需求的可量产激光雷达。的确,混合固态是机械式和纯固态中间的一个过渡阶段。在未来漫长的自动驾驶进程中,产品量产会有几代迭代,一代大约10到20年,机会有的是。

技术选择的第二条是激光波长,Innovusion选择了1550nm。其理由是,相比一些公司使用的905nm(更接近可见光波长,容易在人眼视网膜上聚焦成点),1550nm对安全驾驶具有至关重要的意义。首先是容易满足人眼安全要求;二是抗干扰能力强;三是光束质量更高;四是光源亮度高。以上优点使1550nm波长激光雷达能够探测更远的距离,识别更加细小的物体障碍,给人和车创造更长的反应时间,提升自动驾驶的安全性和舒适性。

看来Innovusion是一种“落地为王”的做法,一切为了实用,为了量产

距离和分辨率是实际应用真谛

激光雷达有四个基本组成:激光发射器、扫描器、接收器和处理单元。Innovusion分别采用1550nm光纤激光器、转镜+振镜方案、APD(雪崩二极管)和FPGA芯片。

这样的组合成就了Innovusion激光雷达的分辨率优势:分辨率达0.06°*0.06°,最远探测距离达500米,10%反射率下探测距离(标准探测距离)达250米,为感知、规划、决策和执行制动留下了充分反应时间。事实上,在450米外的车辆也能接收到15个点左右的反馈,这是低线数激光雷达不可想象的指标。

转镜+振镜方案则能够以相对成熟的机械结构实现二维扫描。激光通过反射镜片投射到不断旋转的转镜上,使光线快速实现纵向和横向扫描。其关键部件是符合车规要求的每分钟数千转的电机。

APD则能够将反射回来的激光束放大产生电信号,再利用FPGA进行信号处理,以满足不同整车厂对软件算法的灵活需求。

值得一提的是,Innovusion独创的“定睛凝视”功能可在视场局部产生高密度点云,以获取更精确的三维信息,更好地追踪车辆和行人或按照路面的坡度转弯调整,提高自动驾驶的可靠性和安全性。

探测距离和分辨率密不可分,在对安全驾驶构成典型威胁的抛洒物场景,100米处开外人眼识别都很困难,Innovusion图像级超远距激光雷达对于探测100米之外20*30cm大小的抛洒物易如反掌,且点云清晰(5-6个点);而在同等条件下,标准探测距离为150米的激光雷达就相形见绌了。

为什么要做到250米标准探测距离?因为自动驾驶汽车需要避让道路上的各类障碍物,只有在非常确切地判断出来障碍物时才刹车绕行。而当障碍物大小从一辆车缩小到20cm高或黑色轮胎(反射率约为3%)时,只有当标准探测距离满足250米(10%反射率),才能在100米到150米的距离被探测到。这个距离是自动驾驶汽车在高速场景下的最小安全距离。

有了以上的技术加持,Innovusion激光雷达的应用场景自然延展到了更广泛的应用:自动驾驶、车联网、轨道交通、智慧高速、无人矿卡以及安防等多个领域。

量产上车靠供应链保障

Innovusion认为,激光雷达上车有“三个满足”条件,即:满足自动驾驶对安全的要求;满足车规要求;满足可控的量产成本。

第一条上面说了很多,第二条是硬性指标,必须做到;第三条也很重要,因为它是激光雷达能否在主流车型上快速普及的重要限制因素。上面也说过,Innovusion选择的技术路线建立在成熟的产业链基础之上,成本能够随着产量的提升而大幅度降低。当产量达到一定水平时,价格可以达到车企量产车可以接受的程度。第一批搭载激光雷达的一定是相对高端的车型,这样才能保证车企接受激光雷达的成本。

从供应链看,Innovusion选择的扫描器件是成熟、可靠、很快可以量产的部件,如扫描转镜,上游是电机、控制器、透镜,业界多年发展已经非常成熟,只需打磨好工艺组合,即可实现量产,而且产能容易爬坡。

另外,面对汽车激光雷达这一全新事物,需要敏捷开发、快速迭代,催熟产业链。作为激光雷达制造商,Innovusion与整个供应链和以蔚来为代表的客户建立了紧密的合作伙伴关系,获得了多方强有力的支持。这种新型伙伴关系将加速整个产业的发展。

Innovusion在宁波和武汉建立了激光雷达先进制造基地,年产能力可达10万台。

 Innovusion首条全工业化车规级激光雷达产线

技术研发凭实力说话

Innovusion成立于2016年11月,在硅谷、苏州和上海设有研发中心。核心研发团队成员实力不俗:公司创始人与研发团队骨干成员主要来自北大、清华、麻省理工、加州伯克利等世界名校,拥有资深的从业经验。

联合创始人兼CEO鲍君威所说:“来自硅谷高科技公司的人才更偏重技术开发;来自国内汽车行业的专家带来了传统汽车行业的工程开发模式和理念。两类人才思维碰撞,形成了开发和生产有竞争力产品的实力。”他们潜心致力于激光雷达的探索与创新,已经成为持续推动自动驾驶和智慧交通发展的中坚力量。

看看鲍君威的过往经历:早在1998年,鲍君威就曾与两位合伙人创办专攻半导体光学测量技术的公司,该初创公司后来被全球第三大半导体设备厂家日本东电电子收购,并将该技术作为先进半导体生产工艺的一个标准测量技术。

2014年,鲍君威加入百度美国研发中心,在百度成立自动驾驶事业部后负责车载计算系统及传感器团队,确定了激光雷达及多种传感器的技术发展路线,并促成了百度和Velodyne的深度合作伙伴关系。

2016年11月,鲍君威创立专注于激光雷达的Innovusion。他认为,激光雷达是实现自动驾驶的核心技术,相当于自动驾驶的“眼睛”,并以此为核心构建感知系统,看得更远、更清晰才是产品的核心竞争力。

应用路在脚下

Innovusion为蔚来NAD全栈自动驾驶技术的持续进化做好了准备。其图像级超远距激光雷达猎鹰将在今年第一季度搭载于蔚来首款旗舰轿车ET7上量产上市。相比安装在前保险杠等位置,ET7的瞭望塔设计不仅视野上占优,减少视线被遮挡的可能性,在防尘和保持清洁上也有明显优势。Innovusion激光雷达拥有500米最远探测距离、超高角分辨率和可量产能力,能够满足L3+自动驾驶需求,成为了蔚来ET7自动驾驶超感系统的量产标配。

在本月初举办的2022年国际消费电子展(CES)上,Innovusion首款图像级中短距激光雷达Robin也迎来了全球首次亮相,其与图像级超远距激光雷达猎鹰的全新组合,将为整车周边的全方位感知方案建立更有效的安全及性能保障。值得一提的是,本周,Innovusion与自动驾驶头部公司蘑菇车联已达成战略合作,双方将基于各自前瞻性的技术优势与深厚的资源布局,围绕自动驾驶、车联网及其他业务场景展开深层合作,携手共同推动高性能激光雷达大规模量产应用,加速高级别自动驾驶商业化落地进程。

在智慧交通方面,Innovusion的图像级远距离激光雷达捷豹精英版也将发挥无可替代的作用。其在10%的反射率条件下可以探测200米远,最大探测距离可达400米,细小障碍物探测在100米以外,同时具备与摄像头进行像素级融合的强大能力,可以为智慧交通提供可靠的感知,保障智慧交通参与要素的安全高效运作。

目前,Innovusion的图像级远距离激光雷达已在百度Apollo智能交通城市项目,包括北京、长沙、沧州等地落地部署。近期,Innovusion的捷豹系列激光雷达也已在北京亦庄高级别自动驾驶示范区完成部署。该系列产品具有宽视场角和高分辨率,对道路上的行人及物体进行更准确的监测及分类。其探测精度高,可以识别到70米外的直径仅为5毫米的线缆;探测距离远,最远可达400米,并实现120-140米范围内的20cm大小的抛洒物检测,并结合C-V2X/5G可及时向目标车辆发送最优行驶线路信息,使车辆巡航更顺畅、更安全、更高效。

值得全力以赴

每一点安全提升,都值得全力以赴。”鲍君威也是这样想,这样做的。我们相信,这也是致力于自动驾驶产业发展的各路厂商合作的基石。

合作联系方式:18515441838,标注“合作”。

欢迎加入智能交通群!标注”加群“。

量产元年,激光雷达决胜“千纳米”之外相关推荐

  1. 清华系激光雷达公司,成了量产元年最大的黑马

    贾浩楠 发自 凹非寺 量子位 | 公众号 QbitAI 激光雷达竞速,正在走上造车新势力的老路-- 交付决定生死,量产决定胜负. 或许你已经见微知著,已经交付的新车.正在上市的新车,以及即将面世的新车 ...

  2. 对话主线科技张天雷:自动驾驶卡车明年量产,已有数千意向订单

    主线科技CEO张天雷介绍公司"三步走"的发展策略. 作者 |  微辣 编辑 |  晓寒 今年7月底,北京高级别自动驾驶示范区向百度.小马智行.小马智卡.主线科技等企业颁发了北京首个 ...

  3. Lidar Radar之争!2023会是4D成像雷达量产元年么?

    作者 | 曹原  编辑 | 智能车参考 原文链接:https://mp.weixin.qq.com/s/-YvWUalagDMJg3epQvs78w 点击下方卡片,关注"自动驾驶之心&quo ...

  4. 2023视觉3D量产元年?最新视觉3D检测综述一览前沿进展!

    摘要 准确.鲁棒的感知系统是理解自动驾驶和机器人的周边环境的关键.自动驾驶需要目标的3D信息,包括目标的位置和姿态,以清楚地了解驾驶环境.相机传感器因其丰富的颜色和纹理以及低廉的价格而广泛应用于自动驾 ...

  5. 逆势高速增长,毫末征战三年诠释量产为王

    作者 | 白日梦想家 编辑 | 王博 "1096天,这是一场毫末人自己与自己"死磕"的大战."11月29日,毫末智行在公司成立三周年的内部信中这样总结. 死磕的 ...

  6. 华为鸿蒙系统支持车型,华为助力,鸿蒙OS车载系统量产,北汽极狐智能驾驶车型登场...

    此外华为还与北汽极狐联合打造了三激光雷达智能驾驶系统以及算力达到400TOPS智能驾驶芯片,使得北汽极狐阿尔法S 华为HI版成为全球首款可以使用中国城区路况的量产三激光雷达智能驾驶车型,不论早晚高峰路 ...

  7. 「双焦面」技术升级,华阳突破AR-HUD大规模量产难题

    伴随着AR-HUD的加速量产上车,AR-HUD技术的升级和迭代也正在加速进行. 去年以来,长城摩卡.吉利星越L.大众ID.4.广汽传祺GS8.北汽魔方.飞凡R7等越来越多配备AR-HUD的量产车型先后 ...

  8. 芯片应用于鸿蒙新闻,海思新款麒麟芯片量产,应用于汽车场景,联合鸿蒙OS助力北汽极狐...

    在智能手机的市场中,由于华为发布新机的频率降低,人们对于华为的关注热度急剧下降,毕竟在更新迭代不断加速的当下,各家厂商都在努力吸引人们的关注焦点,被遗忘是非常正常的一件事情,不过由于华为在市场的影响力 ...

  9. 激光雷达赛道“白刃战”?硅光芯片级FMCW技术进入量产周期

    芯片级封装.图像级分辨率.直接获取每个像素的瞬时速度,被视为激光雷达的下一个时代.去年,Mobileye宣布将自主研发硅光芯片+FMCW(调频连续波)技术路线,计划2025年量产. 如今,一家名为Ae ...

最新文章

  1. linux脚本参数获取时间戳,Linux系统date命令的参数及获取时间戳的方法
  2. DQN 处理 CartPole 问题——使用强化学习,本质上是训练MLP,预测每一个动作的得分...
  3. 如何设计出“有趣”的互联网产品?
  4. python开发板比较_再不学点Python,咱真老了--Adafruit Metro M0 Express开发板评测
  5. 使用conda安装pydot及其遇到的问题解决方案
  6. 如何监控和提高IIS的性能
  7. Linux网络编程服务器模型选择之并发服务器(上)
  8. Opencv级联分类器实现人脸识别
  9. 继承的方式编写日向家族
  10. 还没使用过Web Worker? 推荐一款开源工具Workerize-Loader,让你在webpack项目中轻松使用Web Worker
  11. Python Flask web后端开发
  12. CSP 202112-3 登机牌条码 (详细图解)
  13. 青春期的我们……妥协…挣扎…惊醒
  14. 使用WebSocket实现多组即时对战五子棋
  15. 配置web.xml文件时报The word ‘***‘ is not correctly spelled的解决方案
  16. 拍案惊奇——软件调试实战训练营暑期特别班(v2.1)
  17. 硕士管理类199联考论说文真题素材
  18. EPICS记录参考--Waveform记录(waveform)
  19. 【小沐学NLP】Python实现图片文字识别
  20. 每秒上万并发下的Spring Cloud性能优化之道

热门文章

  1. C++ primer 第五版习题答案, Stanley B. Lippman( 斯坦利 李普曼)(持续更新中)
  2. buuctf GWCTF 2019 pyre
  3. 精选课程 | Python数据分析实战(学术)
  4. Ubuntu18.04 安装 samba 服务器
  5. SpringBoot连接Redis集群时发生错误Cannot determine a partition to read for slot
  6. y空间兑换代码_如何用不到 2KB 的 JavaScript 代码写一个 3D 赛车游戏?
  7. hp 8440p笔记本电脑改装XP操作系统小记
  8. 北京ios培训-如何选择好的iOS开发培训机构
  9. TCP/IP基础总结性学习(7)
  10. 全国python二级考试报名网址_贵州省2021年全国计算机等级考试报名网址:https://ncre-bm.neea.cn/...