向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

关于车载激光雷达的知识清单

本篇知识清单分享给你,助你快速了解车载激光雷达产业。

在无人驾驶架构中,传感层被比作为汽车的“眼睛”, 包括车载摄像头等视觉系传感器和车载毫米波雷达、车载激光雷达和车载超声波雷达等雷达系传感器。其中激光雷达已经被大部分人认为是实现自动驾驶的必要基础,毕竟传统雷达无法识别物体细节,而摄像头在暗光或逆光条件下识别效率明显降低。

也正得益于无人驾驶汽车市场规模的爆发,预计2030年全球激光雷达市场可达到360亿美元的规模,将成为新的蓝海。本篇知识清单分享给你,助你快速了解车载激光雷达产业。

内容导读:

  1. 车载激光雷达的技术原理
  2. 激光雷达在自动驾驶应用中有何优缺点?
  3. 车载激光雷达有哪些应用?
  4. 如何降低自激光雷达的成本?
  5. 国内外最全激光雷达企业介绍

一、车载激光雷达的技术原理

激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统,最初是军事用途。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。

这里详细介绍一下车载激光雷达的工作原理及实现方式。第一种是较为传统的扫描式激光雷达,这种设备被架在汽车的车顶上,能够用多束激光脉冲绕轴旋转360°对周围环境进行距离检测,并结合软件绘制3D图,从而为自动驾驶汽车提供足够多的环境信息。

这种激光雷达最初是在11年前的Darpa无人车挑战赛上,由美国Velodyne公司开发并被参赛团队使用(当时采用的是64线的激光雷达方案)。由于那时的成本高达7万美元,未被市场接受。后来为了降低成本,有公司推出了32线、16线的激光雷达。但是成本的降低带来的是分辨率的下降,这就容易在车辆驾驶过程中检测障碍物时产生盲点,带来安全隐患。

在今年 CES 2017 上,Quanergy 公司发布了号称全球第一款固态激光雷达传感器。该雷达在技术上另辟蹊径,抛弃了360度机械扫描的方式,而是采用了基于电子部件进行数据读写的方案,去除了机械旋转部件,采用集成电路上的感应晶片扫描各个方向,然后输出车辆周围的 3D 图像。

1

固态激光雷达有几大优势,扫描速度快、精度高,而且该雷达的线数降低到了8线,从而缩小了成品体积。最重要的一点是,固态激光雷达能够像生产芯片一样快速,同时极大地降低了成本。该公司称如果订货量在一万台,每台激光雷达的成本有望控制在 100 美元以下。但目前技术并不成熟,例如远距离成像问题,信号强度问题等等,离产品市场化还有一段距离。还有一点, “固态”就意味着激光雷达不能进行 360 度旋转,只能探测前方,貌似又回到了传统激光雷达的老路。

如果要形象地对比扫描激光雷达和固态激光雷达的区别,下图或许对你理解有些帮助。

2

二、 车载激光雷达的优缺点

1、优点

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,不管在白天或者夜晚都能正常使用。而相比于超声波雷达及毫米波雷达,激光雷达的测量精度大大提升。原因在于电磁波只能探测到比它的波长大的物体,像毫米波雷达就探测不到直径很小的线状目标。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。据了解,目前最好的激光雷达能够识别出100米外厘米级物体的细节。

2、缺点

① 成本高

激光雷达造价昂贵,动辄几千甚至上万美元一台。更有甚者,当初谷歌自动驾驶汽车采用的由Velodyne 开发的 64 线激光雷达,售价高达 7.5 万美元。此外,目前多数测试车都使用了不止一个激光雷达。

② 体积大

从目前自动驾驶测试车的外观上看,激光雷达体积较大,安装在测试车上显得较为笨重。这也是Waymo的测试车采用了黑色巨大弧形车顶的原因。而丰田和优步的测试车顶上则像顶了个咖啡罐。

③ 产能低

尽管激光雷达厂商努力提高产能以跟上市场需求,但汽车厂商还是不得不等上六个月才能买得到一台全新的激光雷达产品。虽然目前测试车的数量还非常稀少,但是对激光雷达的需求是呈上升趋势的。

④ 工作时受天气和大气影响大

激光雷达在大雨大雪等恶劣天气中使用效果会受到影响,比如谷歌无人驾驶汽车从未在大雨大雪等恶劣条件下测试。原因在于激光在大雨、浓烟、浓雾等坏天气里,衰减急剧加大,传播距离大受影响。如工作波长为10.6μm的co2激光,是所有激光中大气传输性能较好的,在坏天气的衰减是晴天的6倍。而且,大气环流还会使激光光束发生畸变、抖动,直接影响激光雷达的测量精度。

三、 车载激光雷达的应用

3D 激光雷达在无人驾驶运用中拥有两个核心作用。第一,3D 建模进行环境感知。通过激光扫描可以得到汽车周围环境的3D 模型,运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。第二,SLAM 加强定位。3D 激光雷达另一大特性是同步建图(SLAM), 实时得到的全局地图通过和高精度地图中特征物的比对, 可以实现导航及加强车辆的定位精度。

四、如何降低车载激光雷达的成本

激光雷达的成本都花在哪去了呢?有研究表明,激光雷达主要成本是花在 GPS/IMU 和 2D 激光扫描仪,约占总成本的 80%。其一,车载激光雷达系统的优劣主要取决于 2D 激光扫描仪的性能。激光发射器线束的越多,每秒采集的云点就越多。然而线束越多也就代表着激光雷达的造价就更加昂贵,以Velodyne 的产品为例,64 线束的激光雷达价格是16 线束的10 倍。其二,对于较高要求标准的 IMU,是基于光纤陀螺的技术制造的。其价格昂贵,大约在 150 万元左右。对于较低要求的 IMU,有许多厂家的设备可以选择,价格根据型号变化,在 10 万元到 50 万元之间。

这还是激光雷达本身的成本,其实扫描激光雷达的成本可以做到很低,但是配套很贵。例如Velodyne的激光雷达输出的是原始数据,需要经过二次处理。64线激光雷达每秒的点云数据量是130万,这需要桌面级显卡支持才能流畅工作。而桌面级显卡自然需要昂贵的显存和散热设计。

目前行业有三种方式来降低整个激光雷达的使用成本:第一,使用低线束低成本激光雷达配合其他传感器提高整体系统的稳定性,降低激光雷达依赖和成本。第二, 新的激光技术“固态”激光雷达的价格大幅下降,有望成为颠覆行业的黑科技。第三,目前激光雷达的应用仍然较小,当无人驾驶汽车的产量大幅上升将带来极大的规模效益。

Velodyne公司选择了路径1 ,将原先的64线束激光雷达降低为32线束,最初Ultra Puck的设计方案是16线束,但3D绘图效果不尽如人意,因此最终使用了32线束。虽然Ultra Puck在测量精度与3D绘图效果方面不如HDL-64E,但考虑到性价比因素,前者更适合应用于无人驾驶汽车。

而Quanergy公司采用了固态化的低成本方案。S3激光雷达就是其推出的第一款全固态激光雷达,尽管在水平视野等参数上还略有缺陷,但激光雷达固态化趋势势必推动产品成本及价格大幅下降。

路径3的实现依靠前两条方案的成功,目前激光雷达的应用仍然较小,未来无人驾驶汽车的产量大幅上升将给激光雷达行业带来极大的规模效应。
  

五、国内外激光雷达厂商

国外厂商

1、Velodyne

过去十几年,Velodyne是市场的领先者,其产品的测量精度在全行业领域内处于标杆地位,性能优越。它于1983年成立于美国硅谷,05年的时候开始研发激光雷达,且主要应用于无人驾驶汽车领域。07年的时候崭露头角,发展成为实时激光雷达传感器技术的开发、制造和供应商。09 年,谷歌推出了无人驾驶汽车项目,用了Velodyne那巨贵无比的激光雷达,此后Velodyne名声大噪。2016年,Velodyne将其激光雷达部门独立出去,成立了Velodyne LiDAR,而就是这家新公司在今年获得了由福特汽车与百度联合注资的1.5亿美金。目前Velodyne已在圣何塞开建新的超级工厂,并计划于明年开始大规模投产激光雷达。

Velodyne的3D激光雷达产品种类丰富,包括16线束、32线束及64线束等。为了更加适应汽车市场,Velodyne专为车企设计了一款32线激光雷达Solid-State Hybrid Ultra Puck™ Auto,产品如其名,大约冰球大小。现在正在与车企合作测试做进一步完善,如果2017年订单量达到100万台,可以给到500美金的单价。

Velodyne 目前已经量产销售的激光雷达有三款:分别为 HDL-64E(64 线)、HDL-32E(32 线)、VLP-16(16 线)。除了谷歌、百度、Uber 等无人驾驶汽车使用 64 线产品外,一些汽车厂商在车上使用 32 线和 16 线产品进行测试。

3

2、Quanergy

Quanergy在成立于2012年,是一家专注于研发激光雷达的初创公司,作为一家成立不到4年的公司,已经受到了风投和汽车零部件巨头的青睐:2014年获得来自三星电子风险投资,特斯拉创始人及清华企业家协会天使基金的种子投资;同年完成 3000万美金的A轮融资;2015 年获得德尔福战略投资,德尔福收购了 Quanergy 部分股权,目前两家公司的工程师正在努力研发激光雷达系统;2016年获得1亿美金B轮融资。

Quanergy在今年初的CES消费电子展上发布了“世界第一款面向自动驾驶汽车的固态激光雷达”,未来计划将激光雷达产品的价格削减至250美元左右。Quanergy相关负责人表示,尽管Quanergy从来没有公开过任何针对量产车型开发的产品信息,但目前已经有包括奔驰、现代和雷诺-日产在内的多家主机厂合作伙伴了。

Velodyne和Quanergy的产品差异在于,Velodyne的激光雷达仍属于固态混合的LiDAR,这意味着其中驱动和探测组件是固定的,但扫描系统是机械转动式的。但Quanergy属于全固态的激光雷达,没有任何可移动的零部件。

3、Innoviz

Innoviz是一家以色列公司,已经完成了900万美元A轮融资, 用来研发能够满足自动驾驶汽车的高性能、低成本固态激光雷达。Innoviz承诺,未来一两年内将交付一款应用了突破性技术的高清晰度固体激光雷达(HD-SSl)。专为自主驾驶车辆设计的100美元级的固态激光雷达有望在2018年开始生产。

4、LeddarTech

LeddarTech于2007年在加拿大魁北克市成立,剥离自加拿大国家光学研究所,是全球唯一一家基于专利、前沿技术的高级探测与测距系统供应商。它主要为OEM主机厂、Tier 1供应商、零部件&子系统供应商、系统集成商提供LeddarCore IC传感器技术,用于开发ADAS/AD解决方案中的激光雷达。

据Strategy Analytics分析师Riches介绍,LeddarTech今年6月对外公布了针对无人驾驶汽车的固态激光雷达IC路线图。目前LeddarTech与法雷奥合作研发一款“最便宜的激光雷达传感器”。

5、 Phantom Intelligence

Phantom Intelligence和欧司朗欧司朗光电半导体事业部在合作开发一款“可用于城市驾驶中低速障碍物探测的集成式、低成本的激光雷达”。其中一款概念产品是半导体激光雷达,拥有28共16个二极管阵列,可探测距离达30米。整个阵列按照一个宽度远大于高度的扁矩形形状排列,因为为它设计的应用场景里,更加强调水平方向的分辨率:避免车辆前方的刮蹭和撞击。

当然这两家公司合作开发的另一套解决方案,据称达到了2018年欧洲NCAP自动紧急刹车系统标准的要求。

6、 TriLumina

这家来自美国新墨西哥州阿尔布开克的初创公司正在开发的芯片产品能够改进激光雷达的飞行时间特性同时还能够降低功耗和体积。在获得电装美国公司的这笔战略投资后,TriLumina希望能够借助这家大Tier 1供应商获得更多接触汽车市场其他客户的机会。

7、 Ibeo*

来自德国汉堡的Ibeo,在激光雷达领域其实算不上新人了。Ibeo成立于 1998 年,2000年被传感器制造商Sick AG收购。2009 年公司脱离Sick AG独立,2010 年和法雷奥合作开始量产可用于汽车的产品ScaLa。

Ibeo 提供线数较少的二维激光雷达。这些激光雷达在垂直方向发射的激光线数较少,一般为4条或8条。探测环境的时候,只有一个平面或类似2.5D的有效扫描范围。这类低线束激光雷达一般嵌入到车灯或者前脸保险杠的位置,起到检测前方车辆、行人、地线、马路牙、路肩、路栏等移动物体的作用。

不过在今年,汽车零部件供应巨头采埃孚(ZF)宣布收购Ibeo 40% 的股权。双方将合作开发下一代 Lidar 系统,能够对周围环境进行 3D 图像重建,不再需要旋转反射镜。由于固态技术的发展,两家公司的合作将设计出尺寸更加紧凑、价格更加亲民的激光雷达系统。

8、Waymo

Waymo 是谷歌自动驾驶项目剥离出来的子公司,严格意思是来说并不算是激光雷达厂商。或许是被激光雷达高昂的价格给坑怕了,(2012 年,谷歌公开其无人车的成本: 15 万美元(约合人民币 96 万元)。对无人驾驶汽车来说,其中最贵的元器件是激光雷达。谷歌使用的是由 Velodyne 开发的 64 线激光雷达,售价高达 7.5 万美元,占整车价格一半) ,Waymo决定自己开发激光雷达。

2017年,Waymo 宣布能将激光雷达的价格降至 7500 美元,是 Velodyne 64 线产品的十分之一。现阶段,Waymo 只是向外界透露了单个激光雷达的价格,而参数、具体采用了何种技术降低成本以及关于自动驾驶的软硬件方案的成本并没有任何信息。Waymo 自己动手研发硬件,由于本身是用户,对产品具体要求非常了解,可以针对他们的自动驾驶车辆进行专门优化设计。

9、Photonic Vision

Photonic Vision是一家base在英国的小型创业公司,主要业务是开发面向汽车、工业以及防卫安全市场的低成本激光雷达和视觉传感器技术。

10、Princeton Lightwave

诞生于新泽西州Township的Princeton Lightwave,今年7月宣布其正组建的新事业部未来会把精力放在无人驾驶汽车的Geiger-mode激光雷达技术研发上。

11、 Scanse

Scanse是为无人地面车辆和无人机开发低成本扫描激光雷达产品的小型初创公司,能够实现导航、障碍物躲避、绘图等功能。

12、Luminar

2012年,两名光电专家创立了Luminar。该公司宣称, uminar开发的Lidar传感器,通过利用1550纳米的波长来解决这些不足,与竞争对手最好的同类产品相比,其分辨率提高了50倍,其观测范围提高了10倍。

这意味着一辆无人驾驶汽车可以“看到”200米远地方的一个黑色物体。相比之下,来自竞争对手Velodyne被称为“Puck”的Lidar传感器,其观测范围只有100米。

13、TetraVue

TetraVue创建于2008年,主要开发3D快闪光激光雷达(3D Flash LIDAR)感测技术应用,结合固态感应器,应用在自驾车领域,可在实际驾驶环境中、提供高解析画质的 3D 影像显示,提升自动驾驶的操作体验,未来有可能取代现有的机械式感应器。

TetraVue的技术有助于应对并攻克自动驾驶车辆在行驶期间遭遇意外及危险障碍物时的技术难点。此前,博世投资了TetraVue, TetraVue旗下的超高分辨率3D激光雷达数据和图像也将有助于自动和高度自动驾驶车辆对障碍物的有效识别。

国内厂商

相比于国外的Velodyne、Quanergy等厂商已经具有相对成熟的产品,国内公司在激光雷达生产研发尚处于初步成型阶段。而且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,尚未研制出可用于ADAS及无人驾驶系统的3D激光雷达产品。不过,随着智能汽车的浪潮从国外涌向国内,以镭神智能、思岚、巨星、速腾聚创等为代表的多家国内企业也开始尝试进入车用激光雷达这个新兴行业。

1、 思岚科技(Slamtec)

思岚科技(SLAMTEC)成立于2013年10月,团队前身是RoboPeak,拥有长达6年的机器人自主定位导航算法、激光传感器及机器人硬件系统的研发经验。

2、北科天绘

在2016年5月推出了首款16线360度导航LiDAR ——R-Fans。

3、速腾聚创(RoboSense)

去年对外发布了RS-LiDAR,是一款16线激光雷达。据悉今年会推出巴掌大小的固态激光雷达,距离可以做到200米,价格做到1000美金以下。

4、巨星科技

巨星科技新成立的欧镭激光在2017年的CES上推出了多线激光雷达产品。

5、国睿科技:

国睿科技主要做军用雷达,因为固态激光雷达的原理类似于相控阵雷达,所以可能国睿科技可以制作出固态激光雷达。。

6、镭神智能

镭神智能成立于2015年初,目前累计融资总额为1亿元。在汽车雷达方面,目前镭神智能的中远距离脉冲测距激光雷达系统测量距离为200米,可用于汽车防撞、无人机自主导航避障、无人驾驶汽车等。

Edit
本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

您可能感兴趣的文章

  • 激光雷达专利战升级,起诉中国初创公司Velodyne图什么?

    近日,国际电子商情记者从美国JUSTIA网站获悉,Velodyne LiDAR已经对中国两家激光雷达初创公司发起了专利诉讼。本次Velodyne LiDAR起诉这两家公司的原因或涉及US 7,969,558专利。

  • 国外车载激光雷达产品盘点

    虽然车载激光雷达(LiDAR)的概念非常火,但是真正开始量产的企业并不多。一部分企业有推出一些概念产品,不过远未达到量产的程度。此背景下,近期国际电子商情盘点了当前已经发布或接近量产的国外激光雷达企业的部分产品(只盘点产品,不包括模块在内)……

  • 【盘点】这20余款国产车载激光雷达,哪一个更“戳”你的

    车载激光雷达(车载LiDAR)作为自动驾驶汽车的核心部件,市场对其的需求越来越大。10年前,一个高端车载激光雷达的成本高达7.5万美元。为了能实现量产,厂商已经努力降低了90%的成本,但这仍不够。近年来国内车载激光雷达产业链逐渐形成,并推出了一些产品。《国际电子商情》汇总了20余款国产车载激光雷达产品,简要分析了中国车载激光雷达产业的现状。

  • 苹果收购自动驾驶公司Drive.ai,Apple Car要来?

    此前,业界传出苹果有意收购自动驾驶公司Drive.ai,以推动自己开发的自动驾驶汽车系统向前发展。日前,这笔收购案有了新进展……

  • 繁荣的汽车CIS生态能否拯救萧条的车市

    2018年,安森美半导体将自己的图像传感器部门(Image Sensor Group)更名为智能感知部门(Intelligent Sensing Group)。安森美半导体智能感知部全球市场及应用工程副总裁易继辉(Sammy YI)表示,名称的改变并非更换几个字这么简单,而是要站在一个更高的格局上,充分展现感知未来发展的三大趋势:图像传感器、深度感知和传感器融合。

  • FPGA巨头亮眼财报背后的故事

    因灵活性、低延时和稳定性等优势,FPGA相比其他异构处理器更适配边缘计算场景。综合IHS Markit、Market Research Future(MRFR)和国盛证券研究所等多家机构的报告及预测,全球FPGA市场规模预计将从2018年的63.35亿美元上升至2025年的125.21亿美元,数据中心、自动驾驶汽车、人工智能、工业物联网将成为主要增长。

相关推荐

可能感兴趣的话题