新的定义

汽车电子
突破国外对2.5D集成技术垄断,华进TSV技术获 21届中国专利银奖
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 218 次浏览 • 2020-04-27 10:02
随着摩尔定律放缓,一种不受其限制的高度集成封装方案应运而生——2.5D和3D堆叠技术。
作为唯一可以满足如AI、数据中心等应用需求的封装方案,堆叠技术被应用于高、中、低端市场的各种硬件,包括3D堆叠存储、图形处理单元(GPU)、现场可编程门阵列(FPGA)和CMOS图像传感器(CIS)等。
硅通孔(Through Silicon Via,简称TSV)工艺是最早的堆叠技术。如今高端市场上,最热门的2.5D和3D集成技术就是3D堆叠存储TSV和异质堆叠TSV转接板。目前市场上已经出现的TSV堆叠方案包括CoWos、3D SoC、TSV interposer、3D Stacked Memory、Foveros以及Hybrid Bonding,方案供应商包括台积电、联华电子、英特尔、三星、海力士、美光、IMEC、格罗方德。TSV堆叠技术在5G通信、人工智能、消费电子、物联网、HPC和大型数据中心等高端市场,以及各类传感器等中低端市场得到广泛引用,前景广阔。据Yole预测,TSV在高端细分市场的收入将从14800万美元(2017年)上升至22.87亿美元(2023年),复合年增长率58%。
华进半导体自公司成立之初便集中精力开发TSV技术,并在国内率先实现了12吋硅通孔转接板的制造;基于此研发成果,华进还重点开发了Via-Las TSV、晶圆级封装等先进工艺,构建了较为完整的三维系统集成封装技术体系。目前,华进半导体有能力提供完整的从2.5D全套封装设计到硅转接板晶圆制造到2.5D组装成套一站式解决方案。目前,华进半导体已为国内外50余家知名企业提供了2.5D/3D集成封装技术服务。
华进VS其他OSAT
科技创新与知识产权相互依存、相互促进。华进半导体在TSV相关的核心工艺均已布局专利。公司在TSV领域已申请320件专利,专利数量位居国内第三。值得一提的是,华进的“一种TSV露头工艺”专利在2019年斩获三项荣誉——第二十一届中国专利奖银奖、第十一届江苏省专利项目优秀奖、第十一届无锡市专利奖优秀奖。其中,中国专利奖,是专门对授予专利权的发明创造给予奖励的政府部门奖,得到世界知识产权组织(WIPO)的认可和支持,在国际上有一定影响。作为2019年度唯一入选中国专利奖银奖的封测企业,该荣誉对华进半导体是莫大的鼓励;同时,也是对企业知识产权实力的认可,对企业科技创新能力的肯定。
华进自主研发的TSV露头结构和工艺首次将干法/湿法相结合的Si刻蚀工艺应用在TSV背面露头技术中,让封测企业利用现有设备便可进行TSV硅转接板的制造,免去前道昂贵的CMP设备投入,无机介质工艺及有机介质工艺均可使用该专利技术。本技术成功打破了专利壁垒,突破了国外对2.5D集成的技术垄断。
一种TSV露头工艺
荣誉:
第二十一届中国专利奖银奖
第十一届江苏省专利项目优秀奖
第十一届无锡市专利奖优秀奖
专利简介:
硅穿孔(Through Silicon Via,简称TSV)工艺通过在晶圆中形成金属立柱,并配以金属凸点,实现晶圆之间或芯片与基板间的三维互连。由于芯片和晶圆的厚度小,要实现互连必须要对晶圆背面进行减薄工艺,露出TSV的导电铜柱。原始TSV露铜工艺是通过机械研磨将晶圆减薄至离TSV底部一定距离,然后通过湿法刻蚀或干法刻蚀将晶圆背面的硅去掉,露出TSV底部的铜。
此次,华进半导体参评专利所提出的TSV露头结构和工艺,是通过原创工艺方法实现的新结构,首次将干法/湿法相结合的Si刻蚀工艺应用在TSV背面露头技术中,使得封测企业采用现有设备可进行TSV硅转接板的制造,避免前道昂贵的CMP设备投入,无机介质工艺及有机介质工艺均可使用该专利技术。本技术成功打破了专利壁垒,突破了国外对2.5D集成的技术垄断。该专利可应用到各类集成电路封装领域的成套技术中,并且在5G通信、人工智能、消费电子、物联网、HPC和大型数据中心等高端市场,以及各类传感器等中低端市场得到广泛引用,前景广阔。目前,华进半导体基于该专利技术已为国内外50余家知名企业提供了2.5D/3D集成封装技术服务。

均胜电子与微软达成战略合作 快速推进汽车产业云应用
博客 • 智能网联汽车 发表了文章 • 0 个评论 • 366 次浏览 • 2020-04-03 09:16
宁波均胜电子股份有限公司(简称“均胜电子”)与微软中国今天签署战略合作备忘录,双方将充分发挥在各自领域的优势,以微软世界领先的智能云技术、品牌号召力和全球覆盖的生态系统等优势为基础,结合均胜电子的产品优势、行业经验和市场影响力,实现双方在汽车产业云应用、智能语音、现代协同办公、研发体系完善等领域的合作,并全力助推均胜电子的全球化部署和数字化转型。
微软与均胜电子举行战略合作云签约仪式
微软公司副总裁、中国区首席运营官邹作基先生表示:“今天很高兴我们能够一起举办这样一个有意义的战略合作签约仪式。去年4月我来宁波第一次拜访均胜,当时我们互相分享了各自公司的发展方向以及在汽车行业的解决方案,发现双方在产品服务数字化、业务全球化等领域都有很高的契合度和共同目标,并且在全球有着共同的客户。由此我们制定了一系列的计划并加以落实,包括在法兰克福车展上共同展示车内智能语音助手、在车联网解决方案上展开更多探讨,以及全球化信息系统的整合和建设。经过一年的努力,我们双方互相有了更多的了解,从而有了此次的战略合作。希望我们在未来新的一年里能够推出更多优秀的行业解决方案,一起拓展海内外汽车市场,并在全球化业务整合、数字化转型方面取得更多的成就。”
微软与均胜电子利用Microsoft Teams实现多方远程云签约
均胜电子副总裁、均联智行首席执行官刘元先生表示:”均胜电子与微软在数字化战略部署和车联网移动办公等方面有良好的合作基础,今天我们共同面向未来的智能驾驶,又迈出了坚实的步伐。均胜电子刚刚完成了智能车联板块业务的重组升级,组建后的新公司命名为均联智行。新公司将专注于提升出行互联体验相关的高新技术研发,包括智能驾舱、智能网联系统、云服务、导航与高级辅助驾驶、软件及增值服务等等。均联智行将成为均胜电子与微软携手致力于智能驾驶的先锋团队,面对当今新基建、5G+、万物互联的全新机遇,在自动驾驶、共享出行、智慧交通的各种生活场景中开展紧密合作。均胜电子愿意与微软进行深入的战略合作,真正将微软具有优势的技术与均胜电子在汽车行业的丰富经验形成有机结合,共同定义新时代的智能网联汽车。”
微软与均胜电子战略合作云签约仪式——微软现场
根据双方签署的战略合作备忘录,均胜电子与微软将主要围绕以下几个方面展开合作: 1 打造汽车行业创新解决方案:把握全球汽车行业数字化转型的关键机遇,基于均胜电子产业软件化、互联化、智能化的战略,利用微软在云技术、人工智能、分布式计算、物联网领域的技术积淀,聚焦车联网、智能座舱、人工智能及数字孪生等核心领域,合作探讨可落地的创新解决方案的规划建设,如车联网云技术应用、虚拟语音助手、机器视觉、智能感知与决策、车联数据挖掘与分析,为用户提供车云结合的面向智能驾驶的完整出行解决方案等。 2 建立战略合作伙伴关系:均胜电子将成为微软智能云技术的合作伙伴,在产品开发、联合创新、技术支持、市场销售和渠道开拓等领域展开深入合作,打造全球汽车行业发展新模式,并共同探索国内外汽车行业和微软智能云Azure的潜在客户。 3 开拓云技术领域合作:均胜电子将积极尝试通过微软智能云Azure赋能其车联网和企业基础架构。并且将在全球范围内推广一站式的整合生产力云Microsoft 365,支持员工内部信息顺畅沟通与协作,实现现代化高效办公。 成立于2004年的均胜电子是一家全球化的汽车零部件优秀供应商,致力于智能驾驶系统、汽车安全系统、新能源汽车动力管理系统、车联网核心技术以及高端汽车功能件等的研发与制造,现有汽车安全、汽车电子、汽车功能件和智能车联四个事业部。均胜电子凭借先进的创新设计、生产制造、品质管理及优秀服务,成为宝马、奔驰、奥迪、大众、通用、福特、本田和丰田等全球大部分国际汽车制造商的长期合作伙伴。均胜电子与微软的合作始于2018年,借助微软云计算平台Azure、生产力云平台Microsoft 365以及企业应用云平台Dynamics 365,均胜电子正在进行全球业务范围的统一平台整合和数字化战略部署,并积极探索车云相结合的完整出行解决方案的发展。 作为全球领先的平台与生产力公司,微软致力于充分发挥其在云计算、大数据、物联网、人工智能、混合现实等领域的创新技术、产品、平台、服务,与全球各行业领军企业相互合作,因地制宜地打造适合不同行业场景的解决方案。目前微软智能云服务已覆盖全球58个区域、可用于140个国家及地区,并在在全球采用相同的平台和技术架构,实现技术平台和应用的无缝衔接,做到“一次开发,全球部署”。同时,微软智能云满足史上最严格的“欧盟通用数据保护条例(GDPR)”的相关要求,可确保用户利用微软智能云创新发展,而无后顾之忧。 此次战略合作的签署将为均胜电子和微软在全球范围内开启更广泛的合作空间与发展前景,双方将互相支持,共同推进产品、技术和市场等方面的相关合作,并将数字化转型的力量充分注入均胜电子经营与管理的各个方面,树立汽车行业发展新标杆。
AI芯片大战,IP将扮演什么角色
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 295 次浏览 • 2020-03-25 15:05
近年来,我们看到人工智能(AI)和机器学习(ML)的应用扩展到更广泛的计算机和移动应用领域。现在,就像低成本图形处理单元(GPU)的普及推动了深度学习革命一样,硬件设计(而不是算法)被预测为下一个重大发展提供基础。

车规级芯片到底有哪些要求
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 276 次浏览 • 2020-03-24 15:31
汽车电子产品的价格普遍比较贵,其中的主要原因之一就是使用了车规级的电子元件,但什么样的电子元件才是车规级的器件呢?我们先来看看电子元件在汽车上的应用和一般的消费电子在应用有什么差异。
环境要求
温度:汽车电子对元件的工作温度要求比较宽,根据不同的安装位置等有不同的需求,但一般都要高于民用产品的要求(据说 AEC Q100 在 H 版中删除了 0℃-70℃ 这档温度的要求,因为没有哪个汽车产品要求可以这么低)。
举例:
发动机周边:-40℃-150℃;
乘客舱:-40℃-85℃;
民用产品:0℃-70℃。
其它环境要求 湿度,发霉,粉尘,水,EMC 以及有害气体侵蚀等等往往都高于消费电子产品要求。
振动,冲击
汽车在运动的环境中工作,会相关很多产品来说,遭遇更多的振动和冲击。这种要求可能会比摆放在家里使用的产品要高很多。
可靠性
为了说明汽车对可靠性的要求,我来换个其它方式来说明一下:
1. 设计寿命:一般的汽车设计寿命都在 15 年 20 万公里左右,远大于消费电子产品寿命要求。
2. 在相同的可靠性要求下,系统组成的部件和环节越多,对组成的部件的可靠性要求就越高。目前车上的电子化程度已经非常高了,从动力总成到制动系统,都装配了大量的电子装置,每个装置里面又由很多的电子元件组成。如果就简单的把它们看成串联关系,那么要保证整车达到相当的可靠性,对系统组成的每一个部分要求是非常高的,这也是为什么汽车零部件的要求经常是用 PPM(百万分之一)来描述。
一致性要求
现在的汽车已经进入到了一个大规模生产的阶段的,一款车 1 年可以生产数十万辆,所以这对产品质量的一致性要求就非常高了。这在早些年对于半导体材料来说,是挺有挑战的。
毕竟生产半导体中的扩散等工艺的一致性是很难控制的,生产出来的产品性能易离散,早期只能依靠老化和筛选来完成,现在随着工艺的不断提高,一致性得到极大提高。质量的一致性也是很多本地供应商和国际知名供应商的最大差异。对于组成复杂的汽车产品来说,一致性差的元件导致整车出现安全隐患是肯定不能接受的。
再来看几点其它的需求:
制造工艺
汽车产品制造工艺的要求,虽然汽车的零件也在不断的向小型化和轻量化发展,但相对消费产品来说,在体积和功耗上还相对可以放松,一般使用的封装较大,以保证有足够的机械强度并符合主要的汽车供应商的制造工艺。
产品生命周期
虽然近些年,汽车产品不断的降价,但汽车还是一个耐用的大件商品,必须要保持相当长的时间的售后配件的供应能力。同时开发一个汽车零件需要投入大量的验证工作,更换元件带来的验证工作也是巨大的,所以整车制造企业和零部件供应商也需要维持较长时间的稳定供货。
标准
这样看来,满足汽车产品要求的确复杂,而且以上的要求是针对汽车零件的(对于电子元件来说就是系统了),如何去转换成电子元件的要求就变得很困难,为解决这个问题就自然有一些规范标准出现,比较得到公认的就是 AEC 的标准:
AEC Q100 针对有源(Active Device)元件的要求
AEC Q200 针对无源(Passive Device)元件的要求
当然我猜想很多人还会说,还有许多的整车厂的企业标准。但这点我也想来说一下我的理解。在我以前工作过的整车厂确实是有相关的一般可靠性要求的标准,但它考核的是一个完整的汽车组件(由电子元件构成的系统),而非直接针对组成这些组件的电子元件的要求(电阻,电容,三极管,芯片等),虽然它的要求是可以用来参考对下级元件的选型,但作为电子元件测试等来说还是非常的不合适的。
车规的验证
在我以前的工作中,难免会使用到一些没有 AEC Q100/200 认证的电子元件,很多车厂的人员都会希望进行一些可靠性验证,来验证它是否满足车规要求。
而我个人的看法是,这种方法并不太有效,因为这些测试都只能是必要不充分测试。只能用于否定该器件的可用性,而不能确定其可以使用。
原因很简单,样本数量太少测试的项目并不充分。对于半导体这种大批量制造的元件,通过少量的样本的测试来确定其可靠性,个人认为是非常的不靠谱的,这里我们也可以来看看 AEC Q100 进行的主要认证测试项目,也就可以看出差别。
哪个标准要求高?
车规和工规,谁的要求高。普遍的认为标准的高低顺序是军工 > 汽车 > 工业 > 消费电子。但个人却不能完全接受这个顺序。工业是个很宽的范围,也遇到的环境和可靠性需要也是差异巨大的。可以想象得到比如一个大型工业设备的可靠性要求绝对不会比汽车要求低。(比如一个大型电厂的关键设备),而同时环境的苛刻度也可能会远超汽车的要求,并不能简单的说工规要求就比汽车低。
使用车规零件的坏处
任何选择都不可能只有好处没有坏处,使用车规电子元件有什么坏处呢?
首先就是贵,体系要求高,开发验证花费大,产量低导致成本高出消费电子一大截。相对较高的门槛也使得存在较多的销售溢价。
其次的坏处就是选型困难。玩电子的人都知道发展到今天,电子元件相当的丰富,做相同功能的产品可以有多种方案,复杂度可能差异巨大,但有时为达到车规的要求,不得不放弃一些集成度高的方案。
还有一个比较明显的坏处就是某些产品技术落后,大量的验证工作影响到了新产品的上市速度,同时,芯片厂家一般的投放策略也是希望在消费电子市场上成熟后,才将该产品应用在到汽车市场上。比如在 2013 年小编在开发的一款产品使用的 ARM Cortex A9 的处理器,当时在汽车市场已经基本上是最好的产品了,但消费市场上 ARM Cortex A57 的处理器并不稀奇。
使用非车规的电子元件在车上到底有多大的风险
这个问题真是比较复杂,得从多个方面来判断:
1. 仅仅是没有得到相关的认证,但其实产品的性能和可靠性是满足要求的,并且也得到过大量的应用验证。如果属于这种情况风险相对较小。
2. 这点是很重要的一点,就是元件和系统的关系。系统的性能和可靠性是由下一级的电子元件来构成的,所以在同样的设计下,使用非车规的元件产品肯定要差。但好的设计,可以降低元件的性能要求,一个保护措施设计完善并能做到元件失效对系统影响轻微设计,就有可能使用非车规元件做出更好的产品。
由于当前技术工艺限制的影响,不是每种需要用在汽车上的电子元件都可以达到所谓的车规要求。但为了实现汽车上的某些功能,就必须要用到这些元件。这种情况可以分为两类:
a. 该功能的安全要求高,不能接受偏差
例子:紧急呼叫的 E-CALL 功能,为保证该功能,需要给设备安装上后备电池。而该功能是涉及到生命安全的,按照某些公司的 ASILI(ISO26262)评级,要求达到 B 级。
而我们知道电池要做到 -40 度时保持高性能是很困难的。所以有公司的解决方案就是在电池上包上加热电阻丝,在低温时加热它来保证性能,此时用单个元件的标准来看不合格,但作为零件总成,就可以满足车厂的标准要求。这也可以看出整车厂的企业标准和元器件标准之间的关系。
b. 该功能一般不涉及安全,可以考虑接受偏差
如娱乐系统的液晶屏。在低温时可能显示的响应和光学性能都会下降。但这种情况会被打部分工程人员接受下来。
3. 一些「胆大」心不细的人,出于某些想法,如降低成本,或者可以获得更好的性能,并仅想通过小数量的样本,在较短时间来进行验证其性能和可靠性,这种情况我只能说以后的事情靠人品了,谁都不清楚会发生什么。(作者:一览众车)
室内配送机器人吹响无人战“疫”冲锋号
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 324 次浏览 • 2020-03-17 17:57
为贯彻落实党中央、国务院关于疫情防控工作的总体部署,充分发挥国家机器人检验检测公共服务平台和国家机器人质量监督检验中心(北京)在试验验证、信息服务等方面的作用,全力支撑疫情防控工作,赛迪机器人将聚焦疫情中的机器人钢铁战士,将现有应用的产品分为消毒、导诊、配送、巡控、远程诊断、测温、陪护、清洁、物流、生产制造十大类别,分类盘点机器人在抗击疫情工作中发挥的重要作用,并对疫情过后医疗领域服务机器人的发展方向进行分析和展望。
室内配送机器人
主要是用于室内无人配送,根据用户的配送需求,自主完成药品、餐食、医疗物资等物品的配送服务。具有自主行走、自主避障、语音提示、自主搭乘电梯、自主充电等功能。医疗机构使用配送机器人,可以避免医护人员与患者或隔离人员的密切接触,降低感染的风险。
01应用场景
配送机器人主要用于医疗机构、酒店、餐厅等公共场所,为用户提供各种物资配送服务。
02产品核心技术
1配送机器人核心技术包括:
自主移动技术、环境感知技术、语音语义技术、多机调度技术、物联网技术等相关核心技术。
2自主移动技术:
通过自主定位导航和SLAM技术,实现机器人定位、运动控制以及在未知环境中运行时即时定位与地图构建功能。
3环境感知技术:
通过多传感融合的方式,包括视觉识别、结构光、毫米波雷达、超声波、激光雷达等,使机器人具备环境感知能力。
4语音语义技术:
通过模式识别、语义分析等技术,使机器人能够对使用者语音中包含的要求或询问做出正确的动作反应或语言反应。
5多机调度技术:
通过多机协同路径规划,使多个机器人在执行配送任务时实现协同统一。
6物联网技术:
通过智能终端与所在工作区域形成物联网系统,从而实现自主通过闸机,搭乘电梯以及在楼宇内自主移动等功能。
03产品国内外发展情况
国外产品情况

国内产品情况

国内外产品水平综合对比
国外配送机器人的研发和试点应用起步较早,但与国内配送机器人相比,室外配送机器人占据了极大比重,室内配送机器人的商业化应用大部分处于试点阶段,离真正的商业化落地还有一定的距离。
国内室内配送机器人目前不仅在国内大范围落地,甚至将产品输出到海外。
但是在实际应用中仍存在诸多问题:在室内行走时,遇到地毯或坡面等不平坦道路的运行稳定性和行走能力问题,多机协作过程中的避障及路线实时规划问题,环境人为(或非人为)发生改变后的适应性问题等。
04未来发展趋势
随着AGV技术的不断成熟,其应用范围也在不断扩大。物流配送机器人一直是机器人领域市场增速最快的品类之一,医院也正成为继工业和电商之后的又一大热门应用领域,也带来了更为广阔的市场空间。
在疫情爆发的背景下,配送机器人也能更好的实现非接触式传送物品,减少人员感染的几率。随着云计算、计算机视觉、AI技术、物联网技术的不断发展,配送机器人在功能和应用场景上将日益完善。
例如:
1 | 与无人仓储、无人超市和智能楼宇相结合,解决“最后几百米”的配送需求。 |
2 | 提升运动性能、可靠性和行为分析能力,可以在餐厅、医院、酒店人员密集且人员移动随机性高的场合,对人员运动行为进行准确预测,提升不同路面的通过稳定性。 |
3 | 建立云端调度中心,实现多种类配送机器人多机协作配送,提升机器人群体配送效率。在送餐场景,增加食品安全性保障措施,并可集合点餐结算、餐具回收功能,真正实现智慧餐厅的落地。 |
4 | 在药品和医疗器械配送场景,具备基础运输能力的同时,增加自动消毒、冷热分离储藏等功能,同时建立配送物资追踪验证系统,可全程追踪物品位置信息,确保运送物品安全等。 |
5 | 在机场、车站等公共场所的配送场景,可以与自主搬运、人员跟随及其他导引、巡检类功能相结合,形成具有行李搬运、迎宾导引、安防巡检等综合性能力的公共服务机器人。 |
华为汽车布局——做智能网联汽车增量部件供应商
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 335 次浏览 • 2020-03-16 21:31
无人驾驶催生产业链新机遇,华为入局汽车领域
汽车智能化是大势所趋,无人驾驶时代的车辆架构发生较大改变——从EE(电子电气)到“计算+通信”,汽车从硬件定义到软件定义,催生出产业链新机遇。
我们认为华为未来将主要集中在芯片、算法、云服务、V2X、操作系统等软件+硬件领域。用华为自己的话说,就是除了底盘、四个轮子、外壳和座椅,剩下的都是华为拥有的技术,像自动驾驶芯片、车身感知算法、自动驾驶云服务、4G/5G车载移动通信模块、车载计算平台等,华为都有对应的解决方案。
当前进入智能汽车行业的企业可以分为三类:
第一类是传统汽车制造企业(偏硬件),代表企业丰田、大众;
第二类是新兴汽车制造企业(软硬兼具),代表企业特斯拉、蔚来等;
第三类是互联网企业(偏软件),代表企业谷歌、百度、华为等。
现状:“云-管-端”架构,打造五大业务领域
华为智能汽车延续“云-管-端”架构。云:智能车云;管:智能网联;端则从最初的车机扩展到了智能驾驶、智能座舱、智能电动三大终端。
华为传统强项在于基于自有芯片的算力打造以及基于通信技术优势的物联网构建,其智能汽车五大版图也基于芯片和网联进行延展,拓宽到传感器、电机电控等高附加值硬件领域,华为预计未来汽车业务可为其贡献500亿美元的营收。
竞争格局:和通信、互联网、零部件企业竞合
华为当前布局的五大业务板块中,智能网联业务是华为传统优势所在,智能车云业务当前阿里、腾讯、京东等互联网企业各有所长,智能座舱业务在软件分离的趋势下面临格局重塑,智能驾驶业务中激光雷达和芯片是产业链高附加值所在,由海外企业垄断,华为聚焦L3+智能驾驶,有望在核心环节打破外资垄断;智能电动业务国产化靠前,华为有望通过合作三电企业入局。
华为汽车合作方和潜在产业链
华为汽车业务在“端-管-云”五大业务板块和产业链上下游均建立了一定的合作关系,2020年初,华为MDC智能驾驶计算平台获得车规级认证,后续量产可期。华为入局对国内智能汽车生态整体利好,有望将原来掌握在国内巨头谷歌、英伟达、Velodyne等手中的智能汽车关键要素国产化,同时带动产业链上游硬件企业、产业链软件合作企业的蓬勃发展。
无人驾驶实现需要四步走。我们认为无人驾驶从应用层面可以分为四个阶段:
阶段1是资讯被动侦测期,该阶段主要应用于车载资讯服务;
阶段2是资讯互动交换期,也就是当前所处阶段,该阶段主要应用于ADAS等;
阶段3是资讯主动传达期,该阶段主要应用为V2V和V2I,融合传感器技术实现车路协同;
阶段4就是终极无人驾驶期,无人驾驶背景下车辆运营效率有望大幅提升,该阶段的典型应用就是共享汽车。
无人驾驶时代的车辆架构发生较大改变——从EE(电子电气)到“计算+通信”。实现汽车软件定义、持续创造价值。传统电子电气架构中,车辆主要由硬件定义,采用分布式的控制单元,专用传感器、专用ECU及算法,资源协同性不高,有一定程度的浪费;
计算+通信架构中,旨在实现软件定义车,域控制器在这里发挥重要作用,通过域控制器的整合,分散的车辆硬件之间可以实现信息互联互通和资源共享,软件可升级,硬件和传感器可以更换和进行功能扩展。
无人驾驶时代催生汽车新兴细分行业。随着汽车和信息通信技术的深度融合,智能联网电动汽车成为人类社会新的革命性发展引擎,其影响远远超出了两个行业本身。
原来由传统整车巨头搭建的行业壁垒被慢慢攻克,新兴电动车企(特斯拉)入局,传统巨头(丰田、ABB)转型,首先带动了传统汽车制造产业(整车和零部件)的产品更迭,然后催生出一系列应用层面的新兴行业(车载操作系统、车载通信设备等等)。
华为入场,做汽车的增量部件
华为要做的是哪一部分?从当前华为对外披露的公开资料来看,我们认为华为未来将主要集中在芯片、算法、云服务、V2X、操作系统等软件+硬件领域。用华为自己的话说,就是除了底盘、四个轮子、外壳和座椅,剩下的都是华为拥有的技术,像自动驾驶芯片、车身感知算法、自动驾驶云服务、4G/5G车载移动通信模块、车载计算平台等,华为都有对应的解决方案。
蛰伏五年,华为成立智能汽车解决方案BU。在汽车领域,2019年4月,借着2019上海车展的契机,华为再次态度鲜明地表态“不造车”,并首次在大型国际车展上高调展示汽车业务进展,其轮值董事长徐直军也出现在多家车企的展台活动上,为多方牵手“代言”。而在这之前,华为的汽车业务已经蛰伏5年。
2014年,华为在其著名的“2012实验室”内设立车联网实验室,潜心研究和布局车联网板块。2019上海车展亮相后的5月,华为正式成立智能汽车解决方案BU(业务部门)。在成立智能汽车BU半年后,2019年底2020年初,华为先后通过欧洲汽车行业车载终端的TISAX认证及ISO 26262功能安全管理认证,意味着华为已经具备部分车规级产品的生产资质。
智能汽车解决方案BU与三大BG和两大BU并列一级部门。随着智能汽车解决方案BU的成立,华为目前有三大BG——运营商BG、企业BG和消费者BG,三大BU——网络产品与解决方案BU、Cloud &AI BU和智能汽车解决方案BU,三大BU与运管商BG、企业BG均属于ICT业务组织。
这三大BG和三大BU除了业务规模上的差异以外,在组织架构上是并列的,均为华为内部的一级部门。对于华为而言,原先的三大支撑业务运营商BG、企业BG和消费者BG已经较为成熟,在提升这三大业务增量的同时,华为也在不断寻找新的业务机会。而汽车领域无疑是一个恰好的选择。
新BU总裁由原运营商BG干部担任,首席战略官由原北汽新能源总经理郑刚担任。
华为定义新BU“做智能网联汽车增量部件供应商”。何谓“增量部件供应商”?用华为轮值CEO徐直军的话来说,就是提供自动驾驶的软件以及计算和联接技术的供应商。
虽然目前这些业务的商业价值还没有走向规模化,但徐直军认为未来它们有望占据70%的汽车价值,远超车身、底盘等传统技术在整车上的价值,形成一个新的增量市场。华为对自身在汽车行业的定位是作为智能汽车领域的端到端业务责任主体,提供智能汽车的ICT部件和解决方案,帮助企业造好车。
华为的思路——以体验为核心,局部包围整体。在HC 2019上,华为智能汽车解决方案BU总裁王军详细地介绍了华为的智能驾驶解决方案,分为三个维度:商业路线上,从低往高循序渐进,按照场景,成熟一个,落地一个;技术路线上,以终为始统一架构,加速激光雷达和高算力平台的商用;产业路线上,华为作为一个增量部件供应商,与行业伙伴共同推动产业成熟,与产业共赢。
华为认为,过去汽车领域对自动驾驶从L1、L2到L3、L4、L5按照技术分级的方式不是很严谨,会导致同样的技术在一个场景适用,换一个场景可能就没用了,比如基于欧洲市场研发的自动驾驶系统,如果直接拿到中国市场来用,很可能会“水土不服”。
“我们觉得智能驾驶应该是一步一步通过满足不同场景的需求来实现,从一个场景开始做起,逐步积累、实践,探索更多未知的领域,最终给用户带来更好的体验。简言之就是以体验为核心,识别关键场景,逐步的商用落地。” 王军表示。
以中国市场为例,王军指出推动自动驾驶在中国的商业化落地,可先从城区的自动泊车、拥堵跟随、高速或城际快速公路等点到点的服务做起,这些都是短时间内能够实现智能驾驶商业价值较为关键的场景。然后逐步消除各个场景之间的运营空白,从小场景向大场景发展,让自动驾驶服务在更大的范围内得以持续。
华为的定位——做汽车的增量部件。“做智能网联汽车增量部件供应商”,是华为在汽车领域给自己设立的明确定位。在此定位下,华为将智能汽车解决方案BU的业务覆盖范围划分为五个部分:智能驾驶、智能座舱、智能网联、智能电动、智能车云。
智能车云:以“平台+生态”的形式,为车企提供自动驾驶、V2X、车联和电池管理四个方面的云服务;
智能网联:主要提供大带宽、低时延、高可靠的车内、车外网络连接方案,包括5G+C-V2X模组、T-Box、车载网关等;
智能座舱:通过“麒麟模组+鸿蒙OS+HiCar”赋能数字座舱,构建人车生活全场景出行体验;
智能驾驶:借助MDC智能驾驶计算平台、工具链和融合传感等,助力自动驾驶从L2+向L5平滑演进,使智能驾驶加速进入快车道;
智能电动:目前的核心是构建高效、快充、安全、智能的电动系统,华为在车载充电、电池管理、电机控制系统等方面均已进行了相关的技术储备。
可以发现,华为是将其过去三十年在ICT领域的积累拆分成五个部分,即云服务能力,通信联接能力,大计算能力,消费者业务的全场景智能化能力,快充与电驱技术,用以满足车企在不同领域的研发需求。
布的是汽车局,根基还是ICT。也就是说从看家的通信领域起步,将云服务、计算平台、AI芯片等和汽车相关联的业务都整合到了一起。具体的功能还是围绕着汽车信息的传输、计算、存储。
据21世纪经济报道,华为的LTE-V2X芯片(可以基于4G实现车和车、车和周边路况的通信)、车载移动通信模块已经广泛应用;硬件MDC(移动数据中心)搭载AI昇腾芯片,已经和奥迪Q7自动驾驶汽车有合作,号称可以达到Level4 的技术层次;值得注意的是,5G基带芯片巴龙5000也支持车联网。
这些产品也集合了华为不同部门的研发,比如2012实验室下面就有车联网业务,MDC属于华为云BU下面的智能计算部门,此外还有深度学习、视觉处理器、电池、电机、电控等研发部门。
华为智能汽车解决方案BU五大领域发展现状
下面来详细介绍华为智能汽车解决方案BU的五大领域——智能驾驶、智能座舱、智能网联、智能电动、智能车云(云服务)。
智能车云:以AI芯片为壁垒
从2011年喊出云计算到如今,华为云从运营商领域进入更广阔的企业市场、消费者领域以及全社会IT基础设施市场,最大的优势就在于可以提供芯片、硬件、软件全栈协同的云服务产品和解决方案,对于中大型企业是更优选择。
基于芯片建立云服务核心壁垒。华为在2018年的全联接大会中发布了两颗基于达芬奇架构的云端AI芯片昇腾系列,其中昇腾910是目前单芯片计算密度最大的芯片,计算力超过谷歌及英伟达,可用于自动驾驶场景,构筑起了华为云服务的核心壁垒。而且华为芯片不直接对外销售,只能以云服务和部件的形式面向客户,也就是说,如果要用到这颗芯片的算力,使用华为云服务几乎成为唯一的选择。
具体到汽车领域,华为云服务包括自动驾驶云服务、V2X云服务、车联云服务、电池管理云服务。其中自动驾驶云服务就利用到了昇腾910的AI芯片能力,提供名为八爪鱼(Octopus)的自动驾驶训练、仿真、测试平台。
华为车联云服务平台在PSA落地应用。OceanConnect车联云服务平台则致力于为车企转型提供联接使能、数据使能、生态使能和演进使能。比如提供连接管理、设备管理和应用使能基础能力、实现统一安全的车辆网络接入、对接车企已有IT/OT系统实现数据统一呈现和管理等,目前已经在标致雪铁龙(PSA)新车型DS7Crossback上进行落地应用。
不可否认的是,华为云2017年才正式入场,发力较晚。要追赶目前排名第一的阿里云有一定难度,但并不是没有机会。首先,前几年主要是公有云和私有云的比拼,未来几年,混合云才是整个行业的大势所趋,车企客户也普遍比较倾向于这种布署形式。Gartner预测到2020年,九成左右的企业将利用混合云来对基础设施进行管理,华为也明确提出了混合云的发展战略,就是希望利用换道机会实现超车。
其次,汽车企业对于云服务提供商的选择也并不是唯一的,从稳定性和安全性等角度考虑,一般会选择2-3家云服务提供商。因此,只要华为云能以第二、第三供应商的身份进入采购体系,就有机会争取更大的份额。此外,华为拥有强大的地面营销体系和多年聚焦在大B市场的服务经验。而且,华为一再强调不碰数据、不碰应用、不做股权投资,在安全性上也更能得到客户的信任。
智能网联:打造智能网联解决方案,车内、车外高速连接
车联网产品包括V2X模组、TBOX、车载网关。华为车联网业务外界相对熟悉,也是华为在汽车行业故事的起点。早在2013年,华为便宣布推出车载模块ME909T,随后相继推出了不少产品。目前华为智能网联业务主要指“端”(车载智能及联网设备)、“管”(车联网基础设施)、“云”(车联网平台)体系中的“管”,提供车内、车外网络连接,主推5G+C-V2X车载通信模组、T-Box、车载网关几类产品。
1)打造开放的端、云智能网联解决方案,让每一辆车永远在线,服务直达。
2)全球首款2G/3G/4G/5G全制式的V2X开放车载模组,使能伙伴开发专业产品。
3)OceanConnect车联网联接管理云服务,全球接入,支持千万级车辆同时在线。
4)基于领先网络技术,打造车内GE~10GE以上以太网络。
5G芯片和网络专利助力华为智能网联业务。这里重点要提一下华为的5G能力,也是其智能网联业务未来的发力点。从技术能力来看,手机、汽车等所有入网设备都需要基带芯片,华为自研的巴龙5000基带芯片是目前性能最强的5G芯片之一,与高通骁龙的X55相比,性能相当,但更早具备商用条件。
从专利数量来看,华为拥有1970件5G网络专利,高通5G专利数量比华为少,但核心专利数量更多。可以说,华为目前的5G水平,在单项上谈不上绝对胜出,但综合实力最强,是全球唯一具备5G网络设备全产业链制造能力的企业,截至2019年2月底,华为已经和全球运营商签定了30多个5G商用合同。
华为V2X路测设备在国家示范区应用超过一年。智能网联汽车是5G最重要的应用场景之一,华为一直在全球广泛地开展C-V2X示范应用,就是为5G做铺垫。其中最重要的产品是双模路边单元RSU5201,也是目前唯一大规模商用部署的路侧设备,在工信部首个国家级车联网先导区无锡已经稳定运行超过1年,覆盖了全市280个路口和500余个点段的数字化升级改造,预测在2020年,全国将建设完成万台以上RSU部署,部分城市会完成全域覆盖。
V2X车载通信模组对接超15家车企。在V2X路测设备在示范区的大规模商用的同时,支持C-V2X技术的前装量产车型也会在2020年左右正式上市。而华为已经和全球超过15家以上车企完成对接,并支撑其相应的C-V2X量产车型的开发。
国家已经明确自动驾驶发展路线是车路协同式,这就要求单车智能与环境智能需要同步发展,5G等车用网络和云端数据/控制系统的建设都是全新课题。这让华为在5G和V2X领域的长期积累有了施展机会。进一步说,智能网联的未来是智慧交通,那又是一个万亿级的蓝海市场。
智能电动:打造VDC智能电动平台,使车企电动汽车差异化体验创新
华为聚焦电动汽车,打造VDC智能电动平台,使车企面向不同的用户偏好,创造差异化用户体验:
1)VDC硬件平台;
2)整车控制OS。将网络能源产业链和技术优势引进智能电动汽车,打造mPower多形态电驱、高效车载充电产品。
智能电动是基于华为网络能源产品线的成熟产品延伸。华为智能电动之前提及较少,据华为相关工作人员介绍,mPower智能电动是基于华为网络能源产品线现有成熟产品的技术延伸。
汽车电动化的核心是电能的转化及管理,包括整流、储能、逆变等。而华为网络能源在通信电源、数据中心能源、光伏逆变器及相关的备电及储能管理上都有一定积累,如今将此方面的技术延伸到新能源汽车上。
智能电动具体产品包括BMS、电机电控、车载充电系统及模块。具体而言,mPower智能电动主要包括BMS电池管理系统、MCU电机控制系统、车载充电系统及车下充电模块。从长远来看,电动车是汽车行业未来的发展方向,华为有理由也有能力与电机、减速器、电池等尚未涉足的硬件产品商合作,提供更为整体的智能电动方案,在价值链中扮演更为重要的角色。比如在上海车展上,华为就宣布与宁德时代达成了合作。
智能座舱:打造CDC智能座舱平台,鸿蒙OS串联人-车-生活全场景
华为打造CDC智能座舱平台,实现智能汽车与智能手机在硬件、软件和应用生态等全产业链的无缝共享。主要目标有:
1)基于智能手机Kirin芯片构建IVI模组,发挥产业链协同的规模效应,降低硬件成本。2)基于鸿蒙OS,共享华为“1+8”生态,实现跨终端的全无感互联。
3)共享智能手机丰富APP生态提升用车体验。
4)开放API,使能跨终端伙伴发展智能座舱应用。
芯片+OS+生态构建华为智能座舱方案。2019年年中华为发布的鸿蒙OS操作系统,串联车机、手机、平板、PC、穿戴、AI音箱、VR等多个入口,理论上可以实现汽车与多种智能设备的互联互通,华为在智能座舱里的路线也就逐渐清晰:芯片+OS+生态使能数字座舱,构建人-车-生活全场景出行体验。
芯片方面,华为采用的是在手机上应用非常成熟的麒麟系列;
OS方面,2019年华为发布鸿蒙OS操作系统,对标AliOS、Google Android Automotive OS。鸿蒙OS的核心竞争力是首次将分布式架构用于终端OS,可以实现跨终端、全场景的无缝协同和生态共享体验。也就是说,华为的应用生态可以通过鸿蒙系统与各种硬件设备打通,无需再专门为车机研发应用程序。华为试图用操作系统级的鸿蒙OS撬动整个智能座舱生态链,将汽车作为打通物联网的一大入口。
中短期手机映射HUAWEI HiCar过渡,长期鸿蒙车机操作系统发力。在OS之前,华为智能座舱尚有另一条路线,就是车机-手机的映射解决方案HUAWEI HiCar。它的目的是为了具备快速上车能力,以低成本方式引入手机等外设的算力、数据以及移动互联网服务生态,对标的是AndroidAuto、CarPlay和CarLife。
但相比后两者,HUAWEI HiCar与汽车的结合更为深入,能够接入华为在AI、语音、计算机视觉等方面的能力,同时能够调用车身数据以及车身控制部件。华为就曾在沃尔沃的Sensus系统上展示过这些能力。
尽管如此,HUAWEI HiCar仍然只能看作是一个过渡方案。因为随着边缘计算、云计算的发展,车机计算能力将大幅度超越手机,只有一套独立的OS才能承载起汽车智能化发展和新技术应用的需求,最终的竞争将是车载系统级的,鸿蒙OS操作系统将成为华为在智能座舱的长期发力点。
智能驾驶:整合车云+硬件+OS,打造MDC智能驾驶平台
场景化+高算力+激光雷达。华为对智能驾驶解决方案的战略有三个维度,从商业的角度是围绕价值场景逐步落地,提供无缝的体验;从技术的角度以高算力和激光雷达为基础,和以终为始的架构;从产业的角度,华为作为增量部件的供应商,与行业伙伴共同推动产业的成熟。
打造MDC智能驾驶平台,开放合作,促进智能驾驶发展。
发挥华为云+AI优势,打造车云协同的智能驾驶平台,包括:
1)智能硬件平台;2)智能驾驶OS;3)Octopus 八爪鱼 自动驾驶云服务。
1)建立认证标准和对接流程,打造开放传感器生态
2)支持合作伙伴开发智能驾驶算法、构建灵活适配智能驾驶场景的差异化应用、服务和解决方案。
3)建立对接规范,与主流厂商共同构建执行部件生态。
4)推动面向智能驾驶的行业标准和立法落地,凝聚行业共识,共同拓展未来产业空间。
MDC平台整合多层技术,建立L4级智能驾驶解决方案。华为还对其余核心技术,如车控OS,以及平台层服务,像支持服务框架、设备管理、工具链、信息安全、功能安全等进行了研究。最终这些技术会被整合进华为的MDC智能驾驶计算平台,为客户提供最优性价比的智能驾驶平台和方便、快捷的开发环境,供车企依据自身需求,灵活整合TierX或自研应用软件。
同时,华为还以此平台为核心构建了L4级全栈智能驾驶解决方案(ADS),全面整合芯片、算法、系统、数据等多层面能力,面向自动驾驶系统的规模化量产,用于支持自动驾驶从L4到L2+的平滑演进,实现高算力、高安全、高能效、低时延。
硬件方面走激光雷达+高精度地图/定位技术路线。目前地图是与四维图新合作,激光雷达方面华为推荐采用64线及以上的产品,距离大于150米,视场角大于120度,力图通过做量使激光雷达真正达到一个可以商用的价格。
偏向智能驾驶场景化方案由点及面。一方面华为聚焦在中心城区这样的核心场景解决自动泊车、拥堵路段跟随,以及对危险的结构道路、障碍物、多种交通参与者等复杂路况下的危险规避。另一方面要消除各种场景的间断,实现无缝体验。王军说了一组数据,如果是实现城区高速的自动驾驶,仅仅是受限场景下,需要三百T的算力,如果是全天候的,有可能要达到三千T算力的要求,这也是华为昇腾芯片和鸿蒙OS的用武之地。
智能驾驶解决方案具备增减配灵活性。根据汽车之家的报道,华为L4级全栈智能驾驶解决方案(ADS),是一个可弹性收缩的方案,通过增减激光雷达配置,可以实现自动驾驶出租车、中高端车型,普通车型的不同需求,从L4级向L2级,由高向低满足不同的需求。这种硬件配置可裁剪、软件功能可配置、以终为始的统一架构是华为智能驾驶解决方案的一大特色,在方案的灵活性和成本可控性方面会带来一定优势。比如ADS的核心是基于昇腾310芯片、车控OS的智能驾驶计算平台,可满足L4级自动驾驶。2019年的全联接大会,华为又展出了一款MDC300,通过减配算力和激光雷达数量,可实现更低级别、有限场景下的自动驾驶。
核心总结:复盘华为智能汽车解决方案全局,仍然沿袭最早的“端-管-云”体系,云:智能车云,管:智能网联,端则从最初的车机扩展到了智能驾驶、智能座舱、智能电动三大终端。
华为预测未来汽车业务有望为其贡献500亿美元营收。华为传统强项在于基于自有芯片的算力打造以及基于通信技术优势的物联网构建,其智能汽车五大版图也基于芯片和网联进行延展,拓宽到传感器、电机电控等高附加值硬件领域。
华为轮值董事长徐直军曾言,智能网联电动汽车可能将中国16万亿产值的汽车业,包括周边产业彻底颠覆掉。华为企业BG总裁阎力大2019年年初在MWC展会上预测,未来汽车业务可为华为贡献500亿美元的营收(博世2018年汽车业务约470亿欧元,ADAS业务2019年约20亿欧元)。(作者:自国信证券)
到2030年晶体管体积将缩小六分之一
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 360 次浏览 • 2020-03-02 15:42
随着硅技术发展的步伐开始放缓,产品开发速度面临着非常现实的挑战。今天,我们正在充分利用晶体管物理学,而晶体管物理学本质上源于具有60年历史的CMOS技术。为了保持摩尔定律的步伐,预计到2030年,我们将需要使晶体管体积达到当前尺寸的六分之一。
下一步是什么?
汽车“戴口罩”,是炒作吗?
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 481 次浏览 • 2020-02-13 16:47
距离首例新型冠状病毒肺炎确诊患者发病已经过去两个多月了,新冠肺炎确诊和疑似的感染人数仍在不断增加。当前,举国上下抗击疫情,汽车企业也在积极行动,除了捐款捐物,积极研发健康汽车也成为时下的一个热点。

日前,吉利汽车发布消息称,将研发面向普通消费者的具备病毒防范功能的全方位健康汽车。按照吉利的设想,该车将不仅具备吉利汽车产品中已有的隔绝外部空气中有害物质、快速净化车内空气等功能,还将重点突破车内病毒防范功能和技术,有效抑制并降低病毒对人体的侵害。
上汽乘用车旗下的荣威、名爵就也推出了车载空调过滤器、负离子发生器等三级渐进式健康防护系统,并在旗下主流车型中实现全覆盖。
汽车带口罩真的有用?有相关专家表示,“从本次疫情来说,吉利研发的健康汽车,具有一定针对性,通过空调内外换气,并确保过滤和消毒,在特定环境下具有一定的作用,类似移动手术室的要求。” 也有相关专家表示,“这就是炒作,车是移动空间,只要空间内安全,就没有必要整车带口罩。”
汽车带“口罩”的真相

事实上,一款优质的空调滤清器,不仅可以过滤颗粒物,还能吸附有害气体,过滤粉尘、病毒、微生物等有害物质,因此,其也被大家形象的称之为‘汽车口罩’。”
为了实现车内防护疫情的功能,2月9日,吉利汽车宣布,正式研发国内首个真正以“N95型口罩”为过滤标准的车载高效复合空调滤芯。同时,吉利汽车计划将车内所有材料替换成拥有高环保性、低散发性,还将通过添加抑菌、抗菌物质的方式,具备抑制细菌或表面杀菌的能力,以实现“全方位健康”。
此外,吉利还表示其将充分利用全球化体系和资源,与国内外相关专业医疗机构、科技研发机构跨界合作,共同成立专项项目组进行技术攻关工作。为此,吉利先期会投入3.7亿元人民币,用以启动具备病毒防范功能的“全方位健康汽车”的研发工作。

而上汽荣威、名爵早在两年前就全系标配了N95标准级高效车载空调过滤器,能实现机械阻挡和二次捕获细菌、粉尘、飞沫核等颗粒物的双重保障,特别是对携带冠状病毒的飞沫核有95%以上的过滤效率,相当于为车辆带上一个大型N95口罩,构成用户出行的第一道防线。
除了隔离车外病菌外,上汽荣威还能杀灭车内潜在健康威胁。其搭载的负离子发生器和抗菌抗过敏功能层,通过包围吸附、破坏结构、除菌净化三大步骤,负离子发生器可在一小时内迅速减少空气中的细菌,杀菌率超过85%;抗菌抗过敏功能层24小时抑菌率超过99%。用户出门前,只需用手机远程开启空调,过滤器、发生器、功能层三层防护即刻启动,高效滤杀病菌,1小时即可达到99.5%的灭菌率,实现“N99级”空气质量,让用户能享受到安心的车内环境。
空调滤清器能达到N95过滤效果吗?
“只要管住从车外进来的空气,且车辆自身具有良好的密闭性,并配备合适的空调滤清器,从技术理论上来说是完全可以做到的。”经过多方求证,一名资深技术专家如此告诉《智能网联汽车》杂志记者。

目前,中国汽车市场中在售的主流车型均有着不错的车辆密闭性。因此,也有相关专家直言,“想要让汽车实现隔离病毒这一设想,应该比较容易,其关键点在于过滤水平。”
记者查阅相关资料发现,目前,车用空调滤清器已从最初的颗粒式空调滤清器、多效式空调滤清器,逐步增加了防霉防菌杀菌功能。其原材料,也使用了与N95口罩相同的无纺布,同时通过静电驻极处理、增加活性炭、增加抗菌抗敏图层等方式,以提升空调滤清器的品质。
此外,中汽中心检测认证事业部天津汽车检测中心在昨日发布了空调滤清器试验报告,在空调滤清器如何达到“N95口罩”的防护效果方面提供准确数据支持。

图为某三款空调滤清器产品的过滤效率比较图
从上图可以看出,针对粒径2.5µm三款滤清器都达到了90%以上,但是针对与更小粒径的污染物颗粒,三者差距明显。值得一提的是,第三款滤清器,其针对≥0.3µm的过滤效率已经达到了95%,达到了N95口罩的防护要求。事实也证明,一款优质的空调滤清器是能够对新冠肺炎病毒的传播,起到有效地隔离作用。
总而言之,在新冠病毒肆虐的当下,目前,关于车内的“战疫”已然开打。另据相关业内人士预测,伴随着此次疫情的爆发,未来针对车内的杀菌和过滤设备,有望成为私人购车的标配,并会推动相关技术进入新的发展阶段。(作者:郭王虎)
2020年,芯片企业淘汰赛将开打
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 351 次浏览 • 2020-02-07 10:50
2019年上海证券交易所设立科创板并试点注册制顺利落地,受理205家企业上市申请,70家企业成功上市,筹资额达到824亿元,其中芯片设计企业有晶晨股份、乐鑫科技、睿创微纳、澜起科技、聚辰股份。科创板是距离国内芯片设计企业上市最近的地方,预计2020年至少有10家芯片设计企业顺利登陆科创板。
芯片设计企业数量过多,投资很难持续性
数据来源:ICCAD
创业人才和创业机会越来越少
投资人对项目投资将逐渐理性,地方政策支持也更谨慎
供应链支持是关键,市场争夺残酷化
供应链和市场是芯片设计企业的左右手,要从竞争中获胜,两手都要抓,两手都要硬。供应链本来不是问题的,芯片设计企业多了就成了问题。以前市场上几乎看不到国产芯片品牌的身影,采用简单粗暴的做法就能切入市场,产品能用但价格是国外产品的50%。随着国内芯片行业的发展,这一招不管用了,最后只能你无我有、你有我优、你优我跑。
供应链支持是芯片企业胜出的关键:
结语
国内芯片设计企业将全面接受市场化洗礼,新一轮淘汰赛吹响在即。创业路上,不论成功失败,创业者都值得尊敬。在芯片之外,人生的风光依旧旖旎无限,静看岁月深处,那天,那月,那年,我们不负韶华。
马斯克说“傻子才用”的激光雷达,如今要在自动驾驶识别中唱主角了
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 433 次浏览 • 2020-01-20 10:43
扩大应用范围是推进传感器产业发展的关键。早在2013年,工业和信息化部、科技部等四部委就出台了《加快推进传感器及智能化仪器仪表产业发展行动计划》,以推动传感器表产业创新、持续、协调发展,整体水平跨入世界先进行列。近年来,随着物联网、5G及AI的快速发展,智能传感器展现出了蓬勃的发展生机。《中国电子报》将选取自动驾驶、智慧养老、工业互联网、智慧医疗等几个热点领域中传感产品的应用情况进行报道,展示传感器技术发展趋势,产业发展前景。

激光雷达(LiDAR)一向是汽车自动驾驶技术实现的主要部件之一,然而动辄数十万元的造价限制了它的普及应用。近年来随着博世、安森美、英飞凌等半导体大厂的大举投入,以MEMS、光学相控阵列(OPA)技术为基础的固态激光雷达正在走向成熟,逐渐有能力取代传统机械式激光雷达。未来,固态激光雷达有望在自动驾驶识别中扮演主要角色。
固态激光雷达闪亮CES2020
在近日举办的CES2020大展上,激光雷达成为亮点之一。开展前夕,德国汽车零部件供应商博世宣布,其首款车规级激光雷达芯片已经进入量产开发阶段。该系列产品可覆盖长距离和短距离探测,适用于高速公路和城市道路的自动驾驶场景。更为关键的是,博世希望通过规模化量产,降低激光雷达成本,从而促进市场推广。
安森美是图像传感器领域的主要厂商之一,近年来在激光雷达、毫米波雷达和图形传感器芯片等领域均有投入。本届CES上,安森美以激光雷达芯片为重点,展示了业内首款高分辨率、宽视野单光子雪崩二极管(SPAD)阵列探测器。SPAD阵列是微光光子探测器芯片,可用于不同类型(包括短距、中距和长距)激光雷达当中。
欧司朗从去年开始就有消息传出将进入激光雷达市场。本届CES上,欧司朗展示了应用于自动驾驶概念车MetroSnap的激光雷达技术。MetroSnap是一款L5级别的自动驾驶汽车,欧司朗称其所提供的激光雷达技术能够通过红外线脉冲激光绘制车辆周围环境的3D地图,使MetroSnap概念车实现更安全的自动驾驶。
另外,近日图像传感器大厂索尼也传出将进军固态激光雷达的消息。
中国公司也在激光雷达领域崭露头角。在CES2020上,由DJI大疆内部孵化的览沃科技(Livox)发布了两款激光雷达传感器:Horizon和Tele-15。览沃科技表示,这两款激光雷达为L3/L4级自动驾驶而设计,是高性能、低成本、可量产的传感器解决方案。览沃科技以此为契机还与自动驾驶初创公司Refraction
AI和AutoX建立了合作关系。
迅速发展媲美机械式产品
激光雷达一向是汽车自动驾驶技术得以实现的主要部件之一,具有高分辨率、抗干扰能力强、获取的信息量大等优点,然而,高昂的造价也限制了它的普及应用。特斯拉CEO马斯克就曾公开表示:“傻子才用激光雷达,现在谁要还是靠激光雷达,那就注定完蛋!”不过近年来,随着博世、安森美、索尼、英飞凌等半导体厂商的大举投入,固态激光雷达正在慢慢走向成熟。
专家指出,固态激光雷达与传统的机械旋转式激光雷达不同,它采取MEMS、光学相控阵列(OPA)等扫描方式,对物体信息进行识别,以实现收集路况信息,为自动驾驶提供数据基础的作用。而且相比机械式激光雷达,固态激光雷达在成本、体积、可靠性和使用寿命上都有优势。
那么,目前的固态激光雷达可以和机械式激光雷达相媲美吗?从览沃科技发布的产品参数来看,Horizon检测范围达260米,水平视场角81.7°,可覆盖10米距离内的4条车道,等效于传统64线激光雷达,采用5个Horizon即可实现360°场景覆盖。同时,Horizon具有高密度点云、体积小的特点,可以轻松地嵌入到车辆中。Tele-15探测距离达到500米,为远距离检测而设计,兼具紧凑尺寸、高精度和耐用性的优势,0.1秒即可扫描15°圆形视场内99.8%的区域,这一点要优于传统128线激光雷达。
激光雷达解决方案提供商速腾聚创(RoboSense)合伙人兼副总裁Leilei
Shinohara也表示:“我们与安森美半导体合作并利用RD系列SiPM系列,已迅速超越了传统激光雷达制造商使用较老旧的APD技术和机械扫描架构所提供的性能。
有望加快商用进程
激光雷达一直是自动驾驶汽车中价格最为昂贵的传感器,各个零部件供应商和激光雷达初创公司都想降低激光雷达的生产成本,以获得规模效益。随着固态激光雷达技术的逐渐成熟,固态激光雷达由于改变了数据读写模式并省去了旋转部件,成本可以大幅下降,有望推动市场应用的快速扩大。
在宣布推出激光雷达芯片时,博世发言人即表示,博世的激光雷达已经开发完成,并且售价将会低于市面上其他的激光雷达,使其成为一款大众可负担得起的产品。览沃科技更是直接将激光雷达的价格拉到了万元以下,Horizon的报价为6499元,Tele-15为9000元。览沃科技全球市场总监邓睿豪表示,大疆一直在推动的事情是希望将前沿技术平民化,这种思路也同样适用于Livox。
随着博世、安森美等半导体大厂进入激光雷达领域,特别是中国芯片厂的进入,激光雷达技术应该会取得突破,其价格有望进一步下探。而核心芯片价格的下降,直接影响激光雷达的价格,有望从万元时代来到千元时代。
从应用角度来看,激光雷达的应用依然需要与毫米波雷达、摄像头等设备结合使用。恩智浦资深副总裁兼首席技术官Lars
Reger表示:“激光雷达、雷达、摄像头,就像人的眼睛能看到的视线一样,应当相互补充,结合使用。”
毫米波雷达优点主要是探测距离比较远,精度非常高,而且不受天气和光线的影响。毫米波雷达对运动的金属物体比较敏感,但对于静止的金属或非金属物体,运动的非金属物体不太敏感,分辨率也比较低。激光雷达的测距精度非常高,基本上可以达到正负一两厘米,分辨率也非常高。但激光雷达容易受到阳光雨雾和互干扰的影响。摄像头可以通过丰富的成像信息进行各类识别运算,比如行人、形变的物体,还有停车场的横杆以及交通标识等。不同方案结合使用可以起到相互补充的效果。事实上,目前博世、安森美、恩智浦等主流半导体厂商都掌握着三种技术相对完整的产品线,同时致力于打造整体解决方案。(作者:中国电子报)
专注FMCW激光雷达的光勺科技亮相CES 2020
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 1027 次浏览 • 2020-01-16 18:37
据麦姆斯咨询报道,在2020年国际消费类电子产品展览会(CES)上,北京光勺科技有限公司(简称:光勺科技)展示了调频连续波(FMCW)激光雷达演示(Demo)及最新路测视频。据悉,光勺科技已于2019年年初完成了500万元的天使轮投资。
市场上最常见的两种激光光波调制技术有调幅(AM)和调频(FM)。传统的调幅(AM)激光雷达易受其它传感器光源干扰,容易出错;而FMCW技术能够提高对外界干扰的容忍度。FMCW技术的基本原理是用高频连续波作为发射波,利用接收的回波频率与发射的频率之间的微小时间差计算出某物体与目标之间的实际距离,两者的变化规律都是三角波规律。将调频(FM)激光雷达运用于自动驾驶领域,有助于提升无人驾驶汽车的安全性、帮助其根据周围环境做决策。相比AM技术,新制式FMCW激光雷达有三个显著优点:(1)探测距离长度达250米,是AM技术的2倍;(2)能提取动态多普勒信息;(3)使用单机激光特定频率,避免互相干扰。
目前,激光雷达赛道比较拥挤,全球大约有一百多家供应商,但是都是AM老技术制式,只有十余家公司使用FMCW技术。国内的光勺科技就是其中一家,而发布路测视频的目前只有三家。
目前,FMCW雷达方面最为知名的公司是被Aurora收购的Blackmore。与Blackmore采用调频FMCW技术不同,光勺科技的新制式FMCW激光雷达(Self-Homodyne Laser Radar)调制的不仅是激光光波的频率,还包括相位,也就是使用了调相技术。该公司拥有相干检测技术的核心专利,能够实现4D激光点云输出。每一个输出点云中不仅包含距离信息,同时能够提取动态目标的多普勒彩色图形信息,这将有助于在自动驾驶中探测移动的目标,高效、自动输出安全驾驶距离;同时能够排除外界噪声的干扰,提高对外界温度、环境恶劣程度的容忍度。
光勺科技表示,相比于传统FMCW调频技术,公司产品具有核心优势。从符合车规级的角度看,使用调频方案时,需要激光信号具有极高的调制线性度,而调相方案中只需要控制相对长度,对产品长度的误差度和环境的容忍度也有很大的提升,因此更容易符合车规级。
光勺科技的4D多普勒成像信息
光勺科技此次展示了实际路况测试视频。视频中,如团队提供的4D多普勒成像信息图所示,自动驾驶汽车行驶过程中,前方150米出现两个骑自行车的人在车前进方向逆向行驶,即最左图中的圈出的绿点,FMCW激光雷达能够清晰辨认出150米外正在移动的目标。图三中,两个骑行的人中有一人朝着横向方向驶开,离开车载雷达的视线范围;但另一个人仍逆行前进。此时,自动驾驶车前出现一辆出租车将骑行者挡住,人的位置位于最右图中的红圈内,该路况下,传统雷达视线会被出租车阻挡,无法辨认出骑行者所在位置,这对于自动驾驶汽车来说无疑是危险的情况。光勺科技表示,公司的FMCW激光雷达能够在此种情况下透过遮挡物,清晰地提取出室外移动目标的多普勒信息彩图,这将大大有助于提升自动驾驶汽车的安全性。
在CES 2020展会之后,目前已知对其FMCW激光雷达样机感兴趣的企业有专注于公共交通新型自动驾驶的初创公司Bluespace.ai、印度塔塔集团旗下的Elxsi。同时,光勺科技团队还在积极对接谷歌Alphabet旗下的美国第一无人驾驶公司Waymo和通用旗下的Cruise。谈及激光雷达产品正式上市的时间,“预计在2020年的Q3或者Q4发售”,光勺科技团队回复。因为“硬件加工上难度并不大,核心还是模型和算法”,厂商确认订货和下单之后,光勺科技能够在一个月内发货。
谈及竞争优势,光勺科技表示,他们申请了的一套针对激光调相的调制方面的核心专利,这是对手没有掌握的。光勺科技是国内第一家实现真实条件路测的FMCW激光雷达公司。
这个赛道上,除了技术发展路线与光勺科技最相似的Blackmore,还有Strobe、Aeva和Bridger Photonics等专注于FMCW激光雷达的厂商。其中,Blackmore获得了宝马的风险投资,Strobe被通用汽车旗下的无人驾驶公司Cruise收购;而Aeva和Bridger Photonics分别获得了丰田风险投资和德国蔡司的投资。不过,这些激光雷达厂商的产品都或多或少被市场上的头部企业绑定了。比如,Blackmore的产品仅对Aurora发售,Aeva的样机仅用于奥迪和保时捷。
Echodyne发布突破性成像雷达 赋予自动驾驶汽车感知传感能力
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 522 次浏览 • 2020-01-14 17:30
据外媒报道,自动驾驶高性能雷达平台公司Echodyne发布了突破性的自动驾驶汽车成像雷达EchoDrive。EchoDrive以MESA®技术为基础,提供新型的传感器功能,显著提升了机器感知能力。
(图片来源:Echodyne官网)
EchoDrive为驾驶场景的探测提供前所未有的实时控制,使机器感知形式更加丰富。该雷达的动态控制API利用自动驾驶堆栈中的资源,如高清地图、V2X和其他传感器数据,通过不断变化的环境、条件和场景,时刻优化测量。例如,EchoDrive可以平稳地从普通驾驶模式切换到交通繁忙区域模式,并且增加帧率,确保无保护左转,或在驶入隧道时,放大画面。这是一种高性能模拟波束引导雷达的动态任务操作,可以提升自动驾驶堆栈中AI和机器学习的认知功能,进而极大地提高安全性。
Echodyne首席执行官Eben Frankenberg表示,“目前,自动驾驶堆栈的数据流是单向的,传感器传递信息,自动驾驶系统处理信息并采取行动。我们缺少动态的、交互式的数据流,此种数据流使得自动驾驶堆栈中的认知功能成为可能。利用EchoDrive,自动驾驶系统可以引导雷达扫描特定对象,获取准确的驾驶场景信息,从而做出更正确的自动驾驶决策。我们期待利用EchoDrive,帮助企业设计、制造并交付更安全的车辆。”
Echodyne已成功地为国防、政府、航空和商业应用领域打造并交付了高性能雷达。该公司正扩展其雷达平台技术,旨在帮助汽车制造商建造并交付更安全的自动驾驶卡车、自动驾驶公共汽车和共享出行乘用车。
EchoDrive具备以下先进的自动驾驶成像功能:
方位角和仰角高分辨率成像
主动波束引导道路追踪
无缝适应不断变化的驾驶场景
丰富的、未经过滤的原始数据
动态控制API提供强大的感知传感器功能。
Echodyne首席技术官Tom Driscoll表示,“EchoDrive是自动驾驶成像雷达的一个巨大飞跃,将为自动驾驶领域带来感知传感能力。我们的自适应雷达传感器集成了德州仪器公司(Texas Instruments )的毫米波(TI mmWave)传感器、我们专有的MESA技术,以及强大的软件框架,全方位改进了自动驾驶架构。(作者:盖世汽车)
2020年,5G和边缘计算将如何发展?
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 401 次浏览 • 2020-01-13 09:51
5G的到来,为边缘计算之前不可能实现的应用铺平了道路。
2020年新年伊始,围绕着边缘计算和5G肯定会有一波新的炒作。现在是巩固和更新我们对这两个概念的理解以及探索这两种技术如何相互补充和相互增强的理想时机。特别是在金融支付、在线订单、欺诈监测、机器学习等领域,这两项技术将助力你在未来保持持续地竞争力。
边缘计算主要是处理来自更接近其创建位置的设备信息,而不是在云平台中来回调取信息。5G的到来,为边缘计算之前不可能实现的应用铺平了道路。比如增强现实和虚拟现实,5G的超低延迟特性使你看到的东西与你正在做的事情保持同步;还有自动驾驶汽车,需要在瞬间对大量数据进行处理并做出决策。
IDC预测,到2025年,全球将有1500亿台联网设备(包括RFID),其中大部分都会实时输出数据。2017年,实时数据仅占所有创建、捕获或复制信息的15%;到2025年,这一比例有望达到30%。从百分比上看,边缘计算似乎不会带来翻天覆地的变化,但是从数据的原始容量来看,这是一个数量级的增长(从~5 zb到~ 50zb)。边缘计算基于海量实时数据,具有同步智能分析的能力,同时最小化带宽开销。
即使已经到了2020年,关于“边缘”的定义仍会仁者见仁智者见智。从NIST(美国国家标准技术研究所)到IEEE,模型仍在不断发展。它可以是树莓派选择性地将传感器信息发送到云上,也可以是谷歌在线流媒体平台上处理数据的节点。虽然这两种模型之间有很大的差距,但它们都使计算资源更接近用户终端。
一份相对中立的边缘计算报告中给出了一个更明确的定义,得到了一些行业的共识:
边缘是一个位置,而不是一个新事物。
边缘计算有很多,但我们关心的是网络“最后一公里”的边缘计算。
边缘计算有两种形式:基础设施边缘和设备边缘。
计算将同时存在于边缘和云平台,他们之间的界线越来越难以划分
通俗地来讲,设备边缘包含终端,如电话、无人机、AR耳机、物联网传感器和联网汽车;还包含网关设备,如交换机和路由器;以及本地服务器。它们都在网络最后一公里的下游。基础设施边缘存在于上游,是通过网络接入设备和数据中心获取计算资源。
例如在大钻机案例中,树莓派是在设备边缘,它不需要实时传输环境数据来占用带宽,而是在本地进行处理,除非紧急任务下才向后台上报。相反,当本地数据中心需要提供每秒60帧的流媒体速度来播放4K高清视频时,虽然设备边缘能提供了一个明显的低延迟优势,但是用户更希望向上游获得一个具有更强大的处理能力的硬件。
除了分布式基础设施靠近核心网络之外,对云的要求也变得更集中化和可扩展性。但是,当您使用云计算时,延迟要高得多(而且一致性也差得多)。
低时延边缘计算的优势
人们很容易将低延迟视为边缘计算的杀手锏,尤其是在云计算受到物理限制的情况下。
数据的传输速度不可能超过光速,因此向数百或数千英里外的服务器发出请求必然要花费数十或数百毫秒才能完成。当你滚动网页时,这种区别是看不出来的。但对于远程操作的外科医生或虚拟现实中的游戏玩家来说,这些延迟是无法接受的。
边缘计算则消除了延迟以保持数据的一致性。
边缘计算还避免了在连接的设备和云之间来回传输数据。如果您可以确定数据的价值更接近它被创建的地方,那么就可以优化数据流动的方式。将流量只用于云上的数据,可以减少带宽和存储成本,对延时性不敏感的应用也是如此。
边缘计算还会带来可靠性。在恶劣的环境中,设备边缘和集中式云之间数据传输可能会出现很多问题。如海上平台、炼油厂或太阳能农场,设备边缘和基础设施边缘可以在连接不到云的情况下半自主地运行。
分布式体系结构甚至是安全的福音。将更少的信息转移到云中意味着拦截的信息更少。边缘的数据分析在地理上分散了风险,端点信息本身并不容易保护,因此,边缘处的防火墙有助于限制攻击的范围。而且,出于遵从性原因,将数据保存在本地可能很有用。边缘基础设施提供了基于地理位置或版本权限访问的灵活性。
5G和边缘计算相互促进
边缘计算并不新鲜。早在2000年,内容传播网络就被称为边缘网络。但人们普遍认为,随着5G覆盖范围的扩大,边缘计算将有助于利用本地(而非区域)计算资源解决现代应用程序的高带宽、低延迟需求。
5G技术将使计算资源更接近数据生成的地方,从而提高企业应用程序的速度、可靠性和灵活性。更多的信息将在5G网络之间高效传输,而不需要往返于中央云上。因此,我们将会看到以前不存在的应用案例。
根据《边缘计算状态报告2020》,对边缘计算的最大需求来自于通信网络运营商,他们要不断的更新基础设施和升级5G网络。在这些网络上运行的移动消费者服务将依赖于边缘计算,来支持在线游戏平台、增强/虚拟现实和人工智能等应用。
智能家庭、智能电网和智能城市都倾向于使用设备边缘平台。但是,随着这些用例的发展和变得更加复杂,也会出现对基础设施边缘功能的需求。5G对超可靠低延迟通信(URLLC)和大规模物联网通信(mMTC)的规定意味着设备和边缘计算可以更紧密地连接在一起,使它们的短连接更高效。
如图所示:交通信号灯联网并连接到边缘网关,数据可以在那里被收集和分析。作为边缘网络的一部分,它们可以向地图工具提供数据,并围绕拥塞问题重新设置路线。
值得一提的还有自动驾驶汽车。它是5G增强的边缘计算的典范。现在最新的汽车已经利用设备边缘上的计算资源进行避碰、车道保持和自适应巡航控制。但随着辅助驾驶和自动驾驶功能变得越来越复杂,将需要添加来自周围环境的基础设施的边缘资源。例如:根据前方的交通状况来调整行程,与其他自动驾驶车辆相互协调在红灯前通过,或者在瞬间做出决定以避免不安全情况。
边缘计算还需成长
边缘计算被列为Gartner 2020年十大战略技术趋势之一。同时列表中的其他几个概念也植根于边缘计算。超自动化致力于应用人工智能和机器学习等技术,它将依赖于低延迟和持续可靠的通信基础。多维体验也是一大趋势,它依赖于高带宽和实时处理的多维传感器和多功能界面。当然,智能的事物都与AI、5G和边缘计算有关。
启用这些新的应用将需要大量的投资。据Tolaga Research预测,从现在到2028年,IT和数据中心基础设施的累计资本支出将达到7000亿美元。
随着计算资源从集中式云向分布式边缘的扩散,新的应用、新的机会比比皆是,特别是成熟的基础设施边缘。理解边缘计算和5G的影响将帮你给客户带来更加无缝的体验,洞察新市场,并迅速做出反应决策。(作者:Chris Angelini)
博世高调杀入激光雷达市场
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 430 次浏览 • 2020-01-06 10:42
据路透社报道,德国汽车供应商罗伯特·博世(Robert Bosch)周四表示,公司已开发出一种传感器,该传感器可使汽车“看到”道路的三维视图,旨在降低可加速无人驾驶汽车发展的技术成本。

激光雷达中国市场“生变”
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 423 次浏览 • 2019-12-27 18:51
近日,激光雷达公司Velodyne裁撤中国区人员的消息,再度搅动了激光雷达圈子。两年前,这家外资公司还对中国市场充满了憧憬与信心,几乎垄断了整个市场。然而,就在今年,市场格局被后来居上的国产激光雷达成功扭转。
激光雷达技术的门槛虽然很高,但是随着国内科技创业浪潮的兴起以及资本的加持,一批国产激光雷达初创公司纷纷入局,并迅速以自身的技术和本地化优势占领了市场的一方天地。
对于老牌激光雷达公司Velodyne来说是尴尬的,因为他们可以生产出质量最好、性能最好的机械旋转激光雷达,却忽视了中国本土企业的“产品创新”能力。
镭神车规级CH系列混合固态激光雷达点云效果

要做千元的激光雷达 饮冰科技获数千万元Pre-A轮融资
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 373 次浏览 • 2019-12-27 18:45
不那么贵的激光雷达才是未来。
几乎同时,12月23日,饮冰科技宣布完成数千万元Pre-A轮融资,确定无疑地宣告:资本和从业者坚信自动驾驶和激光雷达拥有十分光明的未来。
新智驾独家获悉,饮冰科技的本次投资由京信供销基金、清研资本、满京华集团、纳维资本共同完成。
作为自动驾驶用激光雷达领域的后来者,在自动驾驶乃至整个汽车行业遇冷之际能够获得上述机构的投资和加持,在某种程度上体现了这家公司过硬的技术实力。
成立于 2016 年的饮冰,称得上是激光雷达行业的一匹黑马。
作为饮冰的天使轮投资方,清研资本于本轮继续加注,清研资本投资总监王睿向新智驾这样介绍饮冰的核心团队:
饮冰的创始团队来自中科院、清华大学等单位,长期服务于航天和军工,拥有十多年的激光雷达产品研发经验,参加过多项国家重点项目,在光电、半导体领域有着丰富的经验。
有着这样的技术背景,获得资本的青睐也不足为奇。
2019年初,饮冰对外推出了三款激光雷达:16线、32线和64线。此次Pre-A轮融资将支持饮冰将三款产品的商业化,加速激光雷达的生产、研发和团队扩张。
具体到产品上,饮冰选择了单点、单线、多线这样逐步递进方式的激光雷达。他们的思考是单线激光雷达用于AGV等场景,低线激光雷达用于ADAS,高线激光雷达用于高速自动驾驶。
为了破解激光雷达量产难、价格高、性能差的困局,饮冰大力投入研发资金、人员并推出了用于多线激光雷达的线阵激光器和探测器专用芯片。
在获得充足「弹药」后,饮冰创始人姜波还透露了三点信息:
本轮融资将保证饮冰的激光雷达能够在 2020年满足主机厂和一级供应商的质量要求并能够按时交付;
饮冰将会把生产、制造和研发工作顺利推进到下一阶段,并继续为自动驾驶行业提供基于专用芯片的激光雷达解决方案;
加大对下一代半固态激光雷达产品(128线/256线)的研发投入,进一步降低成本并提高性能。
除了拥有多元化的产品线外,饮冰在技术上也进行了大量的创新。据新智驾了解,本次所融的资金将用于提升现有成熟业务的市场占有率。同时加大在激光雷达专用芯片技术的投入,进一步构筑技术壁垒。
为了解决现有激光雷达的光学调试难题,饮冰推出了基于Flash技术路线的线阵激光器和探测器的专用芯片。姜波透露,基于专用芯片的多线激光雷达产品量产准备工作将在2020年第一季度完成,并开始接受市场预定。
对于自动驾驶的环境感知系统来说,激光雷达是一种性能优异的传感器件,目前激光雷达的产业化落地进展不尽人意,根源在于这种精密光电产品在光学调校方面遇到了巨大困难,致使产品质量不稳定、生产成本居高不下。
通道数和垂直分辨率决定了激光雷达的性能。激光雷达以旋转扫描的方式工作,一个探测通道扫描一周,就会得到一条360度的水平环形视线,这也是无人车顶的“大花盆”都要不停旋转的原因。
通道越多,光线越密集,点云图像越清晰,越有利于感知环境,帮助自动驾驶决策。但在现有工艺条件下,提高通道数需要增加印制电路板的数量,激光雷达的体积会随之大幅增加,光学调试难度也直线上升,通道数和体积、成本难以兼顾。
对此,饮冰解决该问题的方案是芯片化。他们将分立的激光器和探测器通过半导体生产的工艺分别集成到了单芯片内。
通过上述方法,饮冰创造性的改变了激光雷达的生产流程,使激光雷达具备了大规模量产的能力,进而降低了成本,提高了可靠性和一致性。
「在近几年出现的数十家激光雷达创业公司中,只有极少数几家公司已经取得了进展,包括融资进度和技术突破,这其中就包括饮冰在内。」
对于激光雷达来说,车规是量产的必备要素。
饮冰也是这样的思路,姜波称激光雷达的车规量产是一个产业链的协调问题而不是单个公司的研发问题,只有技术过硬的激光雷达厂商与具有强大系统集成与测试能力的系统供应商,以及具备强大产业资源整合实力的整车厂一起合作开发,才能实现这个终极目标。
正因如此,饮冰科技给出的解决方案是:模仿德国激光雷达供应商IBEO与系统供应商法雷奥、主机厂奥迪一起合作的模式,同系统供应商、主机厂一起合作来加速车规级激光雷达的研发进程。
除此之外,激光雷达已经进入一个变现时代,市面上技术路线众多,能变现的还是多线半固态为主,而变现的关键还是可靠性和低成本方面取得突破。
饮冰的产品规划是前期以低速场景为主,上车以辅助驾驶为主,也规划了车规级转镜方案和全固态方案,所有产品规划都以饮冰的核心芯片化方案技术为支撑。按照饮冰的说法,芯片化路径才是激光雷达能否取得实质性商业突破的根本因素。
不错的团队背景和技术实力、再加上如今的投资方和战略合作伙伴的进一步加持,相信这离姜波所说的:饮冰要成为「自动驾驶领域激光雷达技术的主要玩家」的目标会越来越近。
当外界在大谈特谈资本寒冬的时候,「自动驾驶之眼」激光雷达却呈现出一派暖意。
据路透社对公开的投资数据所进行的分析,过去三年内,约有 50 家激光雷达初创公司获得了超过 10 亿美元(约合 67 亿元人民币)的投资,其中 2018 年获得 4.2 亿美元(约合 28 亿元人民币)投资,创下了历史记录。
在国内,2018 年速腾聚创宣布完成来自菜鸟、上汽、北汽等企业的 3 亿元 C 轮融资。2019 年初,北醒宣布完成 B2 轮融资。近日,饮冰宣布完成新一轮融资。
如此受资本追捧的背后,表明了激光雷达这一关键传感器,在自动驾驶上所发挥的关键作用。
另一方面,激光雷达市场的玩家越来越多,尤其是中国市场。换言之,业务形成共识:激光雷达将成为 L3+ 级别自动驾驶汽车的标配。
10月份,定位智能网联汽车增量部件供应商的华为宣布正在研发激光雷达;国际一级供应商巨头博世,也在研发激光雷达;无人机巨头大疆,其激光雷达已经开始大规模测试。
当前,激光雷达仍是一项新的汽车传感技术。创业公司、汽车厂商、供应商纷纷在这一领域加码布局,行业还远未到洗牌阶段。大部分主流的汽车厂商也还在评估这种新型的传感技术,因而对大多数激光雷达公司而言也是机会所在。
与此同时,激光雷达行业面临的挑战依然不小,比如成本、体积、安全性等问题。
随着自动驾驶行业生态的不断进化,激光雷达的价格,必然会从目前的数十万元,降到万元级甚至千元级。
例如,1999 年时,捷豹推出了首款搭载巡航控制功能的车型——捷豹 XK。当时这款双门轿跑售价高达 10 万美元。负责实现该功能的毫米波雷达售价相当昂贵,有人甚至打趣的表示“这是买雷达送车”。
现在,购买一辆 18000 美元的卡罗拉就能用上这一功能。由此可以看到,激光雷达的进化曲线与当年的毫米波雷达类似。
饮冰相信,按照目前智能驾驶行业的推进速度,我们在 2025年就能见到 大量的Level 3+自动驾驶汽车上路。“十年以后,多数汽车厂商都会拿出自己的自动驾驶汽车。”
另外,汽车只是激光雷达的首个“宿主”。“你会在其他设备上见到它的身影,任何需要进行三维感知的人造物体比如机器人、无人机、路测设备、可穿戴设备、自动化机械等,激光雷达的应用范围几乎是无限的。”姜波信心满满地表示。(作者:利荣)

《汽车电子产业发展白皮书(2019年)》发布
博客 • gaohong 发表了文章 • 0 个评论 • 824 次浏览 • 2019-11-08 09:56
2019年11月6日,由重庆市经济和信息话委员会、中国电子信息产业发展研究院指导,汽车电子产业联盟(AEIE)、重庆高新技术产业开发区管理委员会主办的“第三节汽车电子大会”在重庆成功举行。
在本次大会的主论坛上,赛迪智库电子信息研究所所长温晓君就《汽车电子产业发展白皮书(2019年)》内容做了发布报告。
《汽车电子产业发展白皮书(2019年)》由赛迪智库电子信息研究所编写。《白皮书》认为,在技术、政策、环保与消费四大驱动力的助推下,汽车电子在汽车价值链中占比越来越高,发展潜能进一步释放。
值得注意的是,我国汽车电子产业发展仍面临五大问题与挑战:一是缺乏世界级Tier1厂商是我国汽车电子产业的“阿喀琉斯之踵”;二是汽车电子“新旧势力”之间合作融合仍显不足;三是国内强于系统集成弱于基础器件的问题仍然突出;四是基础软件缺失是阻碍产业生态发展的关键因素;五是产品测试认证、行业公共服务等配套环节亟待建设完善。
此外,《白皮书》就汽车电子产业发展提出四点思考与展望:一是自主式智能、网联式智能融合发展,智能网联汽车是发展的必然趋势;二是智能计算平台等关键技术产品将成为构建产业生态的重要着力点;三是整车企业和科技巨头企业将成为汽车电子产业的两大主导力量;四是实现横向和纵向的“两个打通”是推动产业创新发展的必由之路。
以下是现场演讲的PPT:
第三届汽车电子大会今在渝开幕 赛迪发布汽车电子白皮书
博客 • 飞奔的蜗牛 发表了文章 • 0 个评论 • 353 次浏览 • 2019-11-07 10:30
11月6日,为搭建行业交流平台,强化创新开放合作,研判汽车电子产业发展趋势,“2019第三届汽车电子大会”在重庆开幕。
本次大会由重庆市经济和信息化委员会、中国电子信息产业发展研究院指导,汽车电子产业联盟(AEIA)、重庆高新技术产业开发区管理委员会主办,北京赛迪出版传媒有限公司、中国计算机报社承办。
参会嘉宾
北京大学教授、工业和信息化部原副部长杨学山,
工业和信息化部电子信息司副司长任爱光,
重庆市经济和信息化委员会副主任刘忠,
重庆高新区管委会副主任林金朝,
美国国家工程院院士、美国艺术与科学院院士陈世卿博士,
德国汉堡科学院院士张建伟,
以及来自长安汽车、恩智浦、德赛西威、新思科技、北斗星通、黑芝麻智能科技、Mentor公司、华晨鑫源、德尔福科技、华登国际、Trustonic、Imagination等企业代表,韩国产业研究院、交通运输部规划研究院、上海交通大学的专家等国内外知名行业代表,近300位嘉宾、百余家媒体和千余名观众参加2019第三届汽车电子大会开幕式和主论坛。
开幕式
开幕式上,重庆高新区与中国电子信息产业发展研究院等多家单位签署合作协议。
此外,长安汽车股份有限公司执行副总裁刘波、恩智浦全球副总裁Ross McOuat、韩国产业研究院本部长赵哲等嘉宾分别就汽车电子产业创新、未来汽车架构、智能汽车战略中韩合作等方向发表主题演讲。
大会介绍
2019第三届汽车电子大会以“匠心铸魂——打造汽车‘新’大脑”为主题,定位于“国际化品牌、国家级标准、专业性盛会”。
大会主要由第三届汽车电子大会开幕式和主论坛、汽车电子产业联盟一届二次理事会议、高新之夜、三场专题论坛、一场产业生态发展研讨会、2019汽车电子优秀创新技术与产品应用成果展等系列活动组成。
来自全球100多位演讲嘉宾围绕汽车电子等新兴技术展开探讨,为产业趋势把脉。值得关注的是,本届大会创新性引入首届“芯创杯”高校未来汽车人机交互设计大赛——华中华西赛区决赛,以“赛”助力汽车电子技术创新和人才培养。
此外,大会同期举办的汽车电子投融资论坛、汽车电子全球创新产业对接论坛、汽车大数据生态论坛三个专题论坛,通过多场技术路演、项目对接交流,深挖前沿技术应用场景,强化新技术、新模式与实体经济的深度融合,积极推动汽车电子快速发展。
白皮书发布
会上,赛迪智库电子信息产业研究所所长温晓君带来《汽车电子产业发展白皮书(2019年)》发布。《白皮书》全方位、深层次分析了我国汽车电子及智能网联汽车行业发展现状与趋势,为我国汽车电子产业健康、快速发展提供建议。《白皮书》认为,在技术、政策、环保与消费四大驱动力的助推下,汽车电子在汽车价值链中占比越来越高,发展潜能进一步释放。
当前,随着产业发展进程加快,由计算芯片、传感器、通信模块以及操作系统、人工智能算法等构成的汽车智能计算平台发展成为汽车电子智能化发展的核心和制高点。
汽车电子智能化发展不仅承载了整个汽车工业的数字化转型使命,也将进一步推动汽车迈向“新四化”。
在新的时代背景下,推动汽车电子与人工智能、计算技术的深度融合、全面创新、全面渗透、全面应用,以2019第三届汽车电子大会为转折,进一步推动汽车电子产业创新和生态高质量发展。
2019第三届汽车电子大会将于重庆高新区隆重召开
活动 • 自动驾驶小能手 发表了文章 • 0 个评论 • 427 次浏览 • 2019-10-16 21:31
当前,随着产业发展进程加快,由计算芯片、传感器、通信模块以及操作系统、人工智能算法等构成的汽车智能计算平台发展成为汽车电子智能化发展的核心和制高点。汽车电子智能化发展不仅承载了整个汽车工业的数字化转型使命,也将进一步推动汽车迈向“新四化”。
重庆高新技术产业开发区是国家级自主创新示范区,区内已形成了集整车制造、汽车配件、汽车电子,车辆检测认证、研发创新等要素的汽车产业链。目前,重庆高新区正以高标准建设重庆科学城和国家(西部)科技创新中心为抓手,打造发展升级版,汽车电子产业将作为重点发展领域加速推进。基于此,由汽车电子产业联盟(AEIA)、重庆高新技术产业开发区管理委员会主办的2019第三届汽车电子大会将于11月5-7日在重庆高新区隆重召开。本届大会以“匠心铸魂——打造汽车‘新’大脑”为主题,通过“会”“展”“赛”等多种展现形式,广泛邀请来自全球的知名专家学者、两院院士、行业协会、科研院所、金融机构,以及数百位中外汽车电子产业主导企业和新闻媒体机构等代表出席大会。
届时,大会计划通过70+大咖专业分享、300+高层亲临汇聚、1500+嘉宾零距离互动,共同分享全球最新最热的研究成果与产业洞察,探讨全球汽车电子智能化发展新机遇、新态势、集中展现相关优秀技术成果,为全球汽车电子相关行业组织机构、企业、科研院校搭建集产业盛会、前沿展示、大咖论道、研讨交流和智能体验于一体的专享交流合作平台。
本届大会主要将由第三届汽车电子大会主论坛、汽车电子产业联盟一届二次理事会议、创新之夜、四场专题大会、2019汽车电子优秀创新技术与产品应用成果展示、年度产业白皮书重磅发布等系列活动组成。值得关注的是,本届大会创新性引入首届“芯创杯”高校未来汽车人机交互设计大赛-华中及西南赛区现场赛,以“赛”助力汽车电子技术创新和人才培养。
此外,大会同期还将举办汽车电子投融资大会、汽车电子全球创新产业对接大会、汽车大数据生态大会、汽车电子产业生态发展研讨会四场专题大会,通过多场技术路演,项目对接交流,深挖前沿技术应用场景,强化新技术、新模式与实体经济的深度融合,积极推动汽车电子快速发展。
2019第三届汽车电子大会的成功举办,必将进一步推动汽车电子创新和生态高质量发展。
气体流量传感器在汽车电子上的应用
博客 • isweek工采网 发表了文章 • 0 个评论 • 590 次浏览 • 2019-08-16 10:10
现代汽车电子已经从之前电子元器件到车内电子系统的应用进入了一个新的、有本质性改变和提高的新阶段。其中最有代表性的核心器件之一就是传感器。关于传感器在汽车领域的市场前景工采网小编曾在上一篇《2019汽车节能减排新趋势 车用气体传感器市场需求可期》文章提及,感兴趣的有车一族可以进入官网资讯查看。下面工釆网继续给小伙伴介绍一款用于汽车电子的气体流量流量传感器。
大家都知道,传感器通常由敏感元件、转换元件和转换电路组成,其中敏感元件是指传感器中能直接感受或响应被测量的部分,转换元件是将上述非电量转换成电参量,转换电路的作用是将转换元件输出的电信号经过处理转换成便于处理、显示、记录和控制的部分。而传感器作为汽车电子控制系统的信息来源,是车辆电子控制系统的基础关键部件。
汽车各个系统控制过程依靠传感器,进行信息的反馈,实现自动控制工作是汽车的“神经元”。汽车传统传感器依照功能可以分为压力传感器、位置传感器、温度传感器、加速度传感器、角速度传感器、流量传感器、气体浓度传感器和液位传感器等 8 类。如下图:
可见汽车传感器主要应用于动力总成系统,车身控制系统以及底盘系统中。汽车传感器在这些系统中担负着信息的采集和传输功用,它采集的信息由电控单元进行处理后,形成向执行器发出的指令,完成电子控制。接下我们具体了解一下空气流量传感器在汽车电子中的作用。
空气流量传感器:空气流量传感器是将吸入的空气转换成电信号送至电控单元(ECU),作为决定喷油的基本信号之一。
为使发动机处于最佳工作状态,就需要从吸入汽缸的空气流量、进气压力的测定开始,再根据水温、空气温度等工作环境参数计算出基本喷油量,同时还要通过节气门位置传感器检测节气门的开度,确定发动机的工况,进而控制,调整最佳喷油量,最后还需要通过曲轴的角速度传感器监测曲轴转角和发动机转速,最终计算出并发出最佳点火时机的指令。这个发动机燃油喷射系统和点火综合控制系统还可以与废气排放的监控系统和起动系统等组合,构筑成可使汽车发动机功率和扭矩最大化,而同时燃油消耗和废气排放最低化的智能系统。
因此空气流量传感器它的作用是检测发动机进气量的大小,并将进气量信息转换成电信号输出,并传送到ECU。我们知道汽车的行驶是需要点火装置点火得到向前的冲量,因此,充气量的大小是ECU计算汽车在点火的时候点火装置需要喷油时间和喷油量和点火时间的依据。它的作用是可以让我们更好的让汽车进行加减速行驶。
为了更好的形成符合要求的混合气,使空燃比达到最佳值,因此我们就必须对发动机进气空气流量进行精确控制。工采网技术人员建议采用气体质量流量传感器 - FS4000系列来完成此项操作。
气体质量流量传感器 - FS4000系列是采用领先的微机电系统流量传感器技术和智能电子控制技术,专为普通气体流量监测开发的产品。该传感器能直接测量气体质量流量,低压损。适用于净化空气或氮气流量监控,还可用于环境采样器(如色谱分析仪器等)。另外两款系列FS4003气体质量流量传感器,管道内径为3mm,成本低测量范围最大到5SLPM;适用于粒子计数器和各类分析仪器。FS4008气体质量流量传感器,管道内径为8mm,测量范围最大到50SLPM;可用于麻醉设备、洁净气体检测,如:空气采样机,气体分析仪等。
气体质量流量传感器FS4000系列(FS4003和FS4008)产品主要特性
1)专为管径3mm和8mm的气管中的低压气体流量测量而设计
2)支持多种连接方式,易于安装与使用
3)传感芯片采用热质量流量计量,无需温度压力补偿,保证了传感器的高精度计量
4)在单个芯片上实现了多传感器集成,使其量程比达到了100:1甚至更高
5)输出方式灵活,既可通过通讯接口主动上传数据或由上位机查询输出数据,也可通过模拟接口输出线性的模拟电压
6)零点稳定度高
7)全量程高稳定性、高精确度和优良的重复性
8)低功耗、低压损
9)响应速度快
气体质量流量传感器FS4000系列(FS4003和FS4008)产品技术参数
突破国外对2.5D集成技术垄断,华进TSV技术获 21届中国专利银奖
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 218 次浏览 • 2020-04-27 10:02
随着摩尔定律放缓,一种不受其限制的高度集成封装方案应运而生——2.5D和3D堆叠技术。
作为唯一可以满足如AI、数据中心等应用需求的封装方案,堆叠技术被应用于高、中、低端市场的各种硬件,包括3D堆叠存储、图形处理单元(GPU)、现场可编程门阵列(FPGA)和CMOS图像传感器(CIS)等。
硅通孔(Through Silicon Via,简称TSV)工艺是最早的堆叠技术。如今高端市场上,最热门的2.5D和3D集成技术就是3D堆叠存储TSV和异质堆叠TSV转接板。目前市场上已经出现的TSV堆叠方案包括CoWos、3D SoC、TSV interposer、3D Stacked Memory、Foveros以及Hybrid Bonding,方案供应商包括台积电、联华电子、英特尔、三星、海力士、美光、IMEC、格罗方德。TSV堆叠技术在5G通信、人工智能、消费电子、物联网、HPC和大型数据中心等高端市场,以及各类传感器等中低端市场得到广泛引用,前景广阔。据Yole预测,TSV在高端细分市场的收入将从14800万美元(2017年)上升至22.87亿美元(2023年),复合年增长率58%。
华进半导体自公司成立之初便集中精力开发TSV技术,并在国内率先实现了12吋硅通孔转接板的制造;基于此研发成果,华进还重点开发了Via-Las TSV、晶圆级封装等先进工艺,构建了较为完整的三维系统集成封装技术体系。目前,华进半导体有能力提供完整的从2.5D全套封装设计到硅转接板晶圆制造到2.5D组装成套一站式解决方案。目前,华进半导体已为国内外50余家知名企业提供了2.5D/3D集成封装技术服务。
华进VS其他OSAT
科技创新与知识产权相互依存、相互促进。华进半导体在TSV相关的核心工艺均已布局专利。公司在TSV领域已申请320件专利,专利数量位居国内第三。值得一提的是,华进的“一种TSV露头工艺”专利在2019年斩获三项荣誉——第二十一届中国专利奖银奖、第十一届江苏省专利项目优秀奖、第十一届无锡市专利奖优秀奖。其中,中国专利奖,是专门对授予专利权的发明创造给予奖励的政府部门奖,得到世界知识产权组织(WIPO)的认可和支持,在国际上有一定影响。作为2019年度唯一入选中国专利奖银奖的封测企业,该荣誉对华进半导体是莫大的鼓励;同时,也是对企业知识产权实力的认可,对企业科技创新能力的肯定。
华进自主研发的TSV露头结构和工艺首次将干法/湿法相结合的Si刻蚀工艺应用在TSV背面露头技术中,让封测企业利用现有设备便可进行TSV硅转接板的制造,免去前道昂贵的CMP设备投入,无机介质工艺及有机介质工艺均可使用该专利技术。本技术成功打破了专利壁垒,突破了国外对2.5D集成的技术垄断。
一种TSV露头工艺
荣誉:
第二十一届中国专利奖银奖
第十一届江苏省专利项目优秀奖
第十一届无锡市专利奖优秀奖
专利简介:
硅穿孔(Through Silicon Via,简称TSV)工艺通过在晶圆中形成金属立柱,并配以金属凸点,实现晶圆之间或芯片与基板间的三维互连。由于芯片和晶圆的厚度小,要实现互连必须要对晶圆背面进行减薄工艺,露出TSV的导电铜柱。原始TSV露铜工艺是通过机械研磨将晶圆减薄至离TSV底部一定距离,然后通过湿法刻蚀或干法刻蚀将晶圆背面的硅去掉,露出TSV底部的铜。
此次,华进半导体参评专利所提出的TSV露头结构和工艺,是通过原创工艺方法实现的新结构,首次将干法/湿法相结合的Si刻蚀工艺应用在TSV背面露头技术中,使得封测企业采用现有设备可进行TSV硅转接板的制造,避免前道昂贵的CMP设备投入,无机介质工艺及有机介质工艺均可使用该专利技术。本技术成功打破了专利壁垒,突破了国外对2.5D集成的技术垄断。该专利可应用到各类集成电路封装领域的成套技术中,并且在5G通信、人工智能、消费电子、物联网、HPC和大型数据中心等高端市场,以及各类传感器等中低端市场得到广泛引用,前景广阔。目前,华进半导体基于该专利技术已为国内外50余家知名企业提供了2.5D/3D集成封装技术服务。

均胜电子与微软达成战略合作 快速推进汽车产业云应用
博客 • 智能网联汽车 发表了文章 • 0 个评论 • 366 次浏览 • 2020-04-03 09:16
宁波均胜电子股份有限公司(简称“均胜电子”)与微软中国今天签署战略合作备忘录,双方将充分发挥在各自领域的优势,以微软世界领先的智能云技术、品牌号召力和全球覆盖的生态系统等优势为基础,结合均胜电子的产品优势、行业经验和市场影响力,实现双方在汽车产业云应用、智能语音、现代协同办公、研发体系完善等领域的合作,并全力助推均胜电子的全球化部署和数字化转型。
微软与均胜电子举行战略合作云签约仪式
微软公司副总裁、中国区首席运营官邹作基先生表示:“今天很高兴我们能够一起举办这样一个有意义的战略合作签约仪式。去年4月我来宁波第一次拜访均胜,当时我们互相分享了各自公司的发展方向以及在汽车行业的解决方案,发现双方在产品服务数字化、业务全球化等领域都有很高的契合度和共同目标,并且在全球有着共同的客户。由此我们制定了一系列的计划并加以落实,包括在法兰克福车展上共同展示车内智能语音助手、在车联网解决方案上展开更多探讨,以及全球化信息系统的整合和建设。经过一年的努力,我们双方互相有了更多的了解,从而有了此次的战略合作。希望我们在未来新的一年里能够推出更多优秀的行业解决方案,一起拓展海内外汽车市场,并在全球化业务整合、数字化转型方面取得更多的成就。”
微软与均胜电子利用Microsoft Teams实现多方远程云签约
均胜电子副总裁、均联智行首席执行官刘元先生表示:”均胜电子与微软在数字化战略部署和车联网移动办公等方面有良好的合作基础,今天我们共同面向未来的智能驾驶,又迈出了坚实的步伐。均胜电子刚刚完成了智能车联板块业务的重组升级,组建后的新公司命名为均联智行。新公司将专注于提升出行互联体验相关的高新技术研发,包括智能驾舱、智能网联系统、云服务、导航与高级辅助驾驶、软件及增值服务等等。均联智行将成为均胜电子与微软携手致力于智能驾驶的先锋团队,面对当今新基建、5G+、万物互联的全新机遇,在自动驾驶、共享出行、智慧交通的各种生活场景中开展紧密合作。均胜电子愿意与微软进行深入的战略合作,真正将微软具有优势的技术与均胜电子在汽车行业的丰富经验形成有机结合,共同定义新时代的智能网联汽车。”
微软与均胜电子战略合作云签约仪式——微软现场
根据双方签署的战略合作备忘录,均胜电子与微软将主要围绕以下几个方面展开合作: 1 打造汽车行业创新解决方案:把握全球汽车行业数字化转型的关键机遇,基于均胜电子产业软件化、互联化、智能化的战略,利用微软在云技术、人工智能、分布式计算、物联网领域的技术积淀,聚焦车联网、智能座舱、人工智能及数字孪生等核心领域,合作探讨可落地的创新解决方案的规划建设,如车联网云技术应用、虚拟语音助手、机器视觉、智能感知与决策、车联数据挖掘与分析,为用户提供车云结合的面向智能驾驶的完整出行解决方案等。 2 建立战略合作伙伴关系:均胜电子将成为微软智能云技术的合作伙伴,在产品开发、联合创新、技术支持、市场销售和渠道开拓等领域展开深入合作,打造全球汽车行业发展新模式,并共同探索国内外汽车行业和微软智能云Azure的潜在客户。 3 开拓云技术领域合作:均胜电子将积极尝试通过微软智能云Azure赋能其车联网和企业基础架构。并且将在全球范围内推广一站式的整合生产力云Microsoft 365,支持员工内部信息顺畅沟通与协作,实现现代化高效办公。 成立于2004年的均胜电子是一家全球化的汽车零部件优秀供应商,致力于智能驾驶系统、汽车安全系统、新能源汽车动力管理系统、车联网核心技术以及高端汽车功能件等的研发与制造,现有汽车安全、汽车电子、汽车功能件和智能车联四个事业部。均胜电子凭借先进的创新设计、生产制造、品质管理及优秀服务,成为宝马、奔驰、奥迪、大众、通用、福特、本田和丰田等全球大部分国际汽车制造商的长期合作伙伴。均胜电子与微软的合作始于2018年,借助微软云计算平台Azure、生产力云平台Microsoft 365以及企业应用云平台Dynamics 365,均胜电子正在进行全球业务范围的统一平台整合和数字化战略部署,并积极探索车云相结合的完整出行解决方案的发展。 作为全球领先的平台与生产力公司,微软致力于充分发挥其在云计算、大数据、物联网、人工智能、混合现实等领域的创新技术、产品、平台、服务,与全球各行业领军企业相互合作,因地制宜地打造适合不同行业场景的解决方案。目前微软智能云服务已覆盖全球58个区域、可用于140个国家及地区,并在在全球采用相同的平台和技术架构,实现技术平台和应用的无缝衔接,做到“一次开发,全球部署”。同时,微软智能云满足史上最严格的“欧盟通用数据保护条例(GDPR)”的相关要求,可确保用户利用微软智能云创新发展,而无后顾之忧。 此次战略合作的签署将为均胜电子和微软在全球范围内开启更广泛的合作空间与发展前景,双方将互相支持,共同推进产品、技术和市场等方面的相关合作,并将数字化转型的力量充分注入均胜电子经营与管理的各个方面,树立汽车行业发展新标杆。
AI芯片大战,IP将扮演什么角色
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 295 次浏览 • 2020-03-25 15:05
近年来,我们看到人工智能(AI)和机器学习(ML)的应用扩展到更广泛的计算机和移动应用领域。现在,就像低成本图形处理单元(GPU)的普及推动了深度学习革命一样,硬件设计(而不是算法)被预测为下一个重大发展提供基础。

车规级芯片到底有哪些要求
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 276 次浏览 • 2020-03-24 15:31
汽车电子产品的价格普遍比较贵,其中的主要原因之一就是使用了车规级的电子元件,但什么样的电子元件才是车规级的器件呢?我们先来看看电子元件在汽车上的应用和一般的消费电子在应用有什么差异。
环境要求
温度:汽车电子对元件的工作温度要求比较宽,根据不同的安装位置等有不同的需求,但一般都要高于民用产品的要求(据说 AEC Q100 在 H 版中删除了 0℃-70℃ 这档温度的要求,因为没有哪个汽车产品要求可以这么低)。
举例:
发动机周边:-40℃-150℃;
乘客舱:-40℃-85℃;
民用产品:0℃-70℃。
其它环境要求 湿度,发霉,粉尘,水,EMC 以及有害气体侵蚀等等往往都高于消费电子产品要求。
振动,冲击
汽车在运动的环境中工作,会相关很多产品来说,遭遇更多的振动和冲击。这种要求可能会比摆放在家里使用的产品要高很多。
可靠性
为了说明汽车对可靠性的要求,我来换个其它方式来说明一下:
1. 设计寿命:一般的汽车设计寿命都在 15 年 20 万公里左右,远大于消费电子产品寿命要求。
2. 在相同的可靠性要求下,系统组成的部件和环节越多,对组成的部件的可靠性要求就越高。目前车上的电子化程度已经非常高了,从动力总成到制动系统,都装配了大量的电子装置,每个装置里面又由很多的电子元件组成。如果就简单的把它们看成串联关系,那么要保证整车达到相当的可靠性,对系统组成的每一个部分要求是非常高的,这也是为什么汽车零部件的要求经常是用 PPM(百万分之一)来描述。
一致性要求
现在的汽车已经进入到了一个大规模生产的阶段的,一款车 1 年可以生产数十万辆,所以这对产品质量的一致性要求就非常高了。这在早些年对于半导体材料来说,是挺有挑战的。
毕竟生产半导体中的扩散等工艺的一致性是很难控制的,生产出来的产品性能易离散,早期只能依靠老化和筛选来完成,现在随着工艺的不断提高,一致性得到极大提高。质量的一致性也是很多本地供应商和国际知名供应商的最大差异。对于组成复杂的汽车产品来说,一致性差的元件导致整车出现安全隐患是肯定不能接受的。
再来看几点其它的需求:
制造工艺
汽车产品制造工艺的要求,虽然汽车的零件也在不断的向小型化和轻量化发展,但相对消费产品来说,在体积和功耗上还相对可以放松,一般使用的封装较大,以保证有足够的机械强度并符合主要的汽车供应商的制造工艺。
产品生命周期
虽然近些年,汽车产品不断的降价,但汽车还是一个耐用的大件商品,必须要保持相当长的时间的售后配件的供应能力。同时开发一个汽车零件需要投入大量的验证工作,更换元件带来的验证工作也是巨大的,所以整车制造企业和零部件供应商也需要维持较长时间的稳定供货。
标准
这样看来,满足汽车产品要求的确复杂,而且以上的要求是针对汽车零件的(对于电子元件来说就是系统了),如何去转换成电子元件的要求就变得很困难,为解决这个问题就自然有一些规范标准出现,比较得到公认的就是 AEC 的标准:
AEC Q100 针对有源(Active Device)元件的要求
AEC Q200 针对无源(Passive Device)元件的要求
当然我猜想很多人还会说,还有许多的整车厂的企业标准。但这点我也想来说一下我的理解。在我以前工作过的整车厂确实是有相关的一般可靠性要求的标准,但它考核的是一个完整的汽车组件(由电子元件构成的系统),而非直接针对组成这些组件的电子元件的要求(电阻,电容,三极管,芯片等),虽然它的要求是可以用来参考对下级元件的选型,但作为电子元件测试等来说还是非常的不合适的。
车规的验证
在我以前的工作中,难免会使用到一些没有 AEC Q100/200 认证的电子元件,很多车厂的人员都会希望进行一些可靠性验证,来验证它是否满足车规要求。
而我个人的看法是,这种方法并不太有效,因为这些测试都只能是必要不充分测试。只能用于否定该器件的可用性,而不能确定其可以使用。
原因很简单,样本数量太少测试的项目并不充分。对于半导体这种大批量制造的元件,通过少量的样本的测试来确定其可靠性,个人认为是非常的不靠谱的,这里我们也可以来看看 AEC Q100 进行的主要认证测试项目,也就可以看出差别。
哪个标准要求高?
车规和工规,谁的要求高。普遍的认为标准的高低顺序是军工 > 汽车 > 工业 > 消费电子。但个人却不能完全接受这个顺序。工业是个很宽的范围,也遇到的环境和可靠性需要也是差异巨大的。可以想象得到比如一个大型工业设备的可靠性要求绝对不会比汽车要求低。(比如一个大型电厂的关键设备),而同时环境的苛刻度也可能会远超汽车的要求,并不能简单的说工规要求就比汽车低。
使用车规零件的坏处
任何选择都不可能只有好处没有坏处,使用车规电子元件有什么坏处呢?
首先就是贵,体系要求高,开发验证花费大,产量低导致成本高出消费电子一大截。相对较高的门槛也使得存在较多的销售溢价。
其次的坏处就是选型困难。玩电子的人都知道发展到今天,电子元件相当的丰富,做相同功能的产品可以有多种方案,复杂度可能差异巨大,但有时为达到车规的要求,不得不放弃一些集成度高的方案。
还有一个比较明显的坏处就是某些产品技术落后,大量的验证工作影响到了新产品的上市速度,同时,芯片厂家一般的投放策略也是希望在消费电子市场上成熟后,才将该产品应用在到汽车市场上。比如在 2013 年小编在开发的一款产品使用的 ARM Cortex A9 的处理器,当时在汽车市场已经基本上是最好的产品了,但消费市场上 ARM Cortex A57 的处理器并不稀奇。
使用非车规的电子元件在车上到底有多大的风险
这个问题真是比较复杂,得从多个方面来判断:
1. 仅仅是没有得到相关的认证,但其实产品的性能和可靠性是满足要求的,并且也得到过大量的应用验证。如果属于这种情况风险相对较小。
2. 这点是很重要的一点,就是元件和系统的关系。系统的性能和可靠性是由下一级的电子元件来构成的,所以在同样的设计下,使用非车规的元件产品肯定要差。但好的设计,可以降低元件的性能要求,一个保护措施设计完善并能做到元件失效对系统影响轻微设计,就有可能使用非车规元件做出更好的产品。
由于当前技术工艺限制的影响,不是每种需要用在汽车上的电子元件都可以达到所谓的车规要求。但为了实现汽车上的某些功能,就必须要用到这些元件。这种情况可以分为两类:
a. 该功能的安全要求高,不能接受偏差
例子:紧急呼叫的 E-CALL 功能,为保证该功能,需要给设备安装上后备电池。而该功能是涉及到生命安全的,按照某些公司的 ASILI(ISO26262)评级,要求达到 B 级。
而我们知道电池要做到 -40 度时保持高性能是很困难的。所以有公司的解决方案就是在电池上包上加热电阻丝,在低温时加热它来保证性能,此时用单个元件的标准来看不合格,但作为零件总成,就可以满足车厂的标准要求。这也可以看出整车厂的企业标准和元器件标准之间的关系。
b. 该功能一般不涉及安全,可以考虑接受偏差
如娱乐系统的液晶屏。在低温时可能显示的响应和光学性能都会下降。但这种情况会被打部分工程人员接受下来。
3. 一些「胆大」心不细的人,出于某些想法,如降低成本,或者可以获得更好的性能,并仅想通过小数量的样本,在较短时间来进行验证其性能和可靠性,这种情况我只能说以后的事情靠人品了,谁都不清楚会发生什么。(作者:一览众车)
室内配送机器人吹响无人战“疫”冲锋号
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 324 次浏览 • 2020-03-17 17:57
为贯彻落实党中央、国务院关于疫情防控工作的总体部署,充分发挥国家机器人检验检测公共服务平台和国家机器人质量监督检验中心(北京)在试验验证、信息服务等方面的作用,全力支撑疫情防控工作,赛迪机器人将聚焦疫情中的机器人钢铁战士,将现有应用的产品分为消毒、导诊、配送、巡控、远程诊断、测温、陪护、清洁、物流、生产制造十大类别,分类盘点机器人在抗击疫情工作中发挥的重要作用,并对疫情过后医疗领域服务机器人的发展方向进行分析和展望。
室内配送机器人
主要是用于室内无人配送,根据用户的配送需求,自主完成药品、餐食、医疗物资等物品的配送服务。具有自主行走、自主避障、语音提示、自主搭乘电梯、自主充电等功能。医疗机构使用配送机器人,可以避免医护人员与患者或隔离人员的密切接触,降低感染的风险。
01应用场景
配送机器人主要用于医疗机构、酒店、餐厅等公共场所,为用户提供各种物资配送服务。
02产品核心技术
1配送机器人核心技术包括:
自主移动技术、环境感知技术、语音语义技术、多机调度技术、物联网技术等相关核心技术。
2自主移动技术:
通过自主定位导航和SLAM技术,实现机器人定位、运动控制以及在未知环境中运行时即时定位与地图构建功能。
3环境感知技术:
通过多传感融合的方式,包括视觉识别、结构光、毫米波雷达、超声波、激光雷达等,使机器人具备环境感知能力。
4语音语义技术:
通过模式识别、语义分析等技术,使机器人能够对使用者语音中包含的要求或询问做出正确的动作反应或语言反应。
5多机调度技术:
通过多机协同路径规划,使多个机器人在执行配送任务时实现协同统一。
6物联网技术:
通过智能终端与所在工作区域形成物联网系统,从而实现自主通过闸机,搭乘电梯以及在楼宇内自主移动等功能。
03产品国内外发展情况
国外产品情况

国内产品情况

国内外产品水平综合对比
国外配送机器人的研发和试点应用起步较早,但与国内配送机器人相比,室外配送机器人占据了极大比重,室内配送机器人的商业化应用大部分处于试点阶段,离真正的商业化落地还有一定的距离。
国内室内配送机器人目前不仅在国内大范围落地,甚至将产品输出到海外。
但是在实际应用中仍存在诸多问题:在室内行走时,遇到地毯或坡面等不平坦道路的运行稳定性和行走能力问题,多机协作过程中的避障及路线实时规划问题,环境人为(或非人为)发生改变后的适应性问题等。
04未来发展趋势
随着AGV技术的不断成熟,其应用范围也在不断扩大。物流配送机器人一直是机器人领域市场增速最快的品类之一,医院也正成为继工业和电商之后的又一大热门应用领域,也带来了更为广阔的市场空间。
在疫情爆发的背景下,配送机器人也能更好的实现非接触式传送物品,减少人员感染的几率。随着云计算、计算机视觉、AI技术、物联网技术的不断发展,配送机器人在功能和应用场景上将日益完善。
例如:
1 | 与无人仓储、无人超市和智能楼宇相结合,解决“最后几百米”的配送需求。 |
2 | 提升运动性能、可靠性和行为分析能力,可以在餐厅、医院、酒店人员密集且人员移动随机性高的场合,对人员运动行为进行准确预测,提升不同路面的通过稳定性。 |
3 | 建立云端调度中心,实现多种类配送机器人多机协作配送,提升机器人群体配送效率。在送餐场景,增加食品安全性保障措施,并可集合点餐结算、餐具回收功能,真正实现智慧餐厅的落地。 |
4 | 在药品和医疗器械配送场景,具备基础运输能力的同时,增加自动消毒、冷热分离储藏等功能,同时建立配送物资追踪验证系统,可全程追踪物品位置信息,确保运送物品安全等。 |
5 | 在机场、车站等公共场所的配送场景,可以与自主搬运、人员跟随及其他导引、巡检类功能相结合,形成具有行李搬运、迎宾导引、安防巡检等综合性能力的公共服务机器人。 |
华为汽车布局——做智能网联汽车增量部件供应商
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 335 次浏览 • 2020-03-16 21:31
无人驾驶催生产业链新机遇,华为入局汽车领域
汽车智能化是大势所趋,无人驾驶时代的车辆架构发生较大改变——从EE(电子电气)到“计算+通信”,汽车从硬件定义到软件定义,催生出产业链新机遇。
我们认为华为未来将主要集中在芯片、算法、云服务、V2X、操作系统等软件+硬件领域。用华为自己的话说,就是除了底盘、四个轮子、外壳和座椅,剩下的都是华为拥有的技术,像自动驾驶芯片、车身感知算法、自动驾驶云服务、4G/5G车载移动通信模块、车载计算平台等,华为都有对应的解决方案。
当前进入智能汽车行业的企业可以分为三类:
第一类是传统汽车制造企业(偏硬件),代表企业丰田、大众;
第二类是新兴汽车制造企业(软硬兼具),代表企业特斯拉、蔚来等;
第三类是互联网企业(偏软件),代表企业谷歌、百度、华为等。
现状:“云-管-端”架构,打造五大业务领域
华为智能汽车延续“云-管-端”架构。云:智能车云;管:智能网联;端则从最初的车机扩展到了智能驾驶、智能座舱、智能电动三大终端。
华为传统强项在于基于自有芯片的算力打造以及基于通信技术优势的物联网构建,其智能汽车五大版图也基于芯片和网联进行延展,拓宽到传感器、电机电控等高附加值硬件领域,华为预计未来汽车业务可为其贡献500亿美元的营收。
竞争格局:和通信、互联网、零部件企业竞合
华为当前布局的五大业务板块中,智能网联业务是华为传统优势所在,智能车云业务当前阿里、腾讯、京东等互联网企业各有所长,智能座舱业务在软件分离的趋势下面临格局重塑,智能驾驶业务中激光雷达和芯片是产业链高附加值所在,由海外企业垄断,华为聚焦L3+智能驾驶,有望在核心环节打破外资垄断;智能电动业务国产化靠前,华为有望通过合作三电企业入局。
华为汽车合作方和潜在产业链
华为汽车业务在“端-管-云”五大业务板块和产业链上下游均建立了一定的合作关系,2020年初,华为MDC智能驾驶计算平台获得车规级认证,后续量产可期。华为入局对国内智能汽车生态整体利好,有望将原来掌握在国内巨头谷歌、英伟达、Velodyne等手中的智能汽车关键要素国产化,同时带动产业链上游硬件企业、产业链软件合作企业的蓬勃发展。
无人驾驶实现需要四步走。我们认为无人驾驶从应用层面可以分为四个阶段:
阶段1是资讯被动侦测期,该阶段主要应用于车载资讯服务;
阶段2是资讯互动交换期,也就是当前所处阶段,该阶段主要应用于ADAS等;
阶段3是资讯主动传达期,该阶段主要应用为V2V和V2I,融合传感器技术实现车路协同;
阶段4就是终极无人驾驶期,无人驾驶背景下车辆运营效率有望大幅提升,该阶段的典型应用就是共享汽车。
无人驾驶时代的车辆架构发生较大改变——从EE(电子电气)到“计算+通信”。实现汽车软件定义、持续创造价值。传统电子电气架构中,车辆主要由硬件定义,采用分布式的控制单元,专用传感器、专用ECU及算法,资源协同性不高,有一定程度的浪费;
计算+通信架构中,旨在实现软件定义车,域控制器在这里发挥重要作用,通过域控制器的整合,分散的车辆硬件之间可以实现信息互联互通和资源共享,软件可升级,硬件和传感器可以更换和进行功能扩展。
无人驾驶时代催生汽车新兴细分行业。随着汽车和信息通信技术的深度融合,智能联网电动汽车成为人类社会新的革命性发展引擎,其影响远远超出了两个行业本身。
原来由传统整车巨头搭建的行业壁垒被慢慢攻克,新兴电动车企(特斯拉)入局,传统巨头(丰田、ABB)转型,首先带动了传统汽车制造产业(整车和零部件)的产品更迭,然后催生出一系列应用层面的新兴行业(车载操作系统、车载通信设备等等)。
华为入场,做汽车的增量部件
华为要做的是哪一部分?从当前华为对外披露的公开资料来看,我们认为华为未来将主要集中在芯片、算法、云服务、V2X、操作系统等软件+硬件领域。用华为自己的话说,就是除了底盘、四个轮子、外壳和座椅,剩下的都是华为拥有的技术,像自动驾驶芯片、车身感知算法、自动驾驶云服务、4G/5G车载移动通信模块、车载计算平台等,华为都有对应的解决方案。
蛰伏五年,华为成立智能汽车解决方案BU。在汽车领域,2019年4月,借着2019上海车展的契机,华为再次态度鲜明地表态“不造车”,并首次在大型国际车展上高调展示汽车业务进展,其轮值董事长徐直军也出现在多家车企的展台活动上,为多方牵手“代言”。而在这之前,华为的汽车业务已经蛰伏5年。
2014年,华为在其著名的“2012实验室”内设立车联网实验室,潜心研究和布局车联网板块。2019上海车展亮相后的5月,华为正式成立智能汽车解决方案BU(业务部门)。在成立智能汽车BU半年后,2019年底2020年初,华为先后通过欧洲汽车行业车载终端的TISAX认证及ISO 26262功能安全管理认证,意味着华为已经具备部分车规级产品的生产资质。
智能汽车解决方案BU与三大BG和两大BU并列一级部门。随着智能汽车解决方案BU的成立,华为目前有三大BG——运营商BG、企业BG和消费者BG,三大BU——网络产品与解决方案BU、Cloud &AI BU和智能汽车解决方案BU,三大BU与运管商BG、企业BG均属于ICT业务组织。
这三大BG和三大BU除了业务规模上的差异以外,在组织架构上是并列的,均为华为内部的一级部门。对于华为而言,原先的三大支撑业务运营商BG、企业BG和消费者BG已经较为成熟,在提升这三大业务增量的同时,华为也在不断寻找新的业务机会。而汽车领域无疑是一个恰好的选择。
新BU总裁由原运营商BG干部担任,首席战略官由原北汽新能源总经理郑刚担任。
华为定义新BU“做智能网联汽车增量部件供应商”。何谓“增量部件供应商”?用华为轮值CEO徐直军的话来说,就是提供自动驾驶的软件以及计算和联接技术的供应商。
虽然目前这些业务的商业价值还没有走向规模化,但徐直军认为未来它们有望占据70%的汽车价值,远超车身、底盘等传统技术在整车上的价值,形成一个新的增量市场。华为对自身在汽车行业的定位是作为智能汽车领域的端到端业务责任主体,提供智能汽车的ICT部件和解决方案,帮助企业造好车。
华为的思路——以体验为核心,局部包围整体。在HC 2019上,华为智能汽车解决方案BU总裁王军详细地介绍了华为的智能驾驶解决方案,分为三个维度:商业路线上,从低往高循序渐进,按照场景,成熟一个,落地一个;技术路线上,以终为始统一架构,加速激光雷达和高算力平台的商用;产业路线上,华为作为一个增量部件供应商,与行业伙伴共同推动产业成熟,与产业共赢。
华为认为,过去汽车领域对自动驾驶从L1、L2到L3、L4、L5按照技术分级的方式不是很严谨,会导致同样的技术在一个场景适用,换一个场景可能就没用了,比如基于欧洲市场研发的自动驾驶系统,如果直接拿到中国市场来用,很可能会“水土不服”。
“我们觉得智能驾驶应该是一步一步通过满足不同场景的需求来实现,从一个场景开始做起,逐步积累、实践,探索更多未知的领域,最终给用户带来更好的体验。简言之就是以体验为核心,识别关键场景,逐步的商用落地。” 王军表示。
以中国市场为例,王军指出推动自动驾驶在中国的商业化落地,可先从城区的自动泊车、拥堵跟随、高速或城际快速公路等点到点的服务做起,这些都是短时间内能够实现智能驾驶商业价值较为关键的场景。然后逐步消除各个场景之间的运营空白,从小场景向大场景发展,让自动驾驶服务在更大的范围内得以持续。
华为的定位——做汽车的增量部件。“做智能网联汽车增量部件供应商”,是华为在汽车领域给自己设立的明确定位。在此定位下,华为将智能汽车解决方案BU的业务覆盖范围划分为五个部分:智能驾驶、智能座舱、智能网联、智能电动、智能车云。
智能车云:以“平台+生态”的形式,为车企提供自动驾驶、V2X、车联和电池管理四个方面的云服务;
智能网联:主要提供大带宽、低时延、高可靠的车内、车外网络连接方案,包括5G+C-V2X模组、T-Box、车载网关等;
智能座舱:通过“麒麟模组+鸿蒙OS+HiCar”赋能数字座舱,构建人车生活全场景出行体验;
智能驾驶:借助MDC智能驾驶计算平台、工具链和融合传感等,助力自动驾驶从L2+向L5平滑演进,使智能驾驶加速进入快车道;
智能电动:目前的核心是构建高效、快充、安全、智能的电动系统,华为在车载充电、电池管理、电机控制系统等方面均已进行了相关的技术储备。
可以发现,华为是将其过去三十年在ICT领域的积累拆分成五个部分,即云服务能力,通信联接能力,大计算能力,消费者业务的全场景智能化能力,快充与电驱技术,用以满足车企在不同领域的研发需求。
布的是汽车局,根基还是ICT。也就是说从看家的通信领域起步,将云服务、计算平台、AI芯片等和汽车相关联的业务都整合到了一起。具体的功能还是围绕着汽车信息的传输、计算、存储。
据21世纪经济报道,华为的LTE-V2X芯片(可以基于4G实现车和车、车和周边路况的通信)、车载移动通信模块已经广泛应用;硬件MDC(移动数据中心)搭载AI昇腾芯片,已经和奥迪Q7自动驾驶汽车有合作,号称可以达到Level4 的技术层次;值得注意的是,5G基带芯片巴龙5000也支持车联网。
这些产品也集合了华为不同部门的研发,比如2012实验室下面就有车联网业务,MDC属于华为云BU下面的智能计算部门,此外还有深度学习、视觉处理器、电池、电机、电控等研发部门。
华为智能汽车解决方案BU五大领域发展现状
下面来详细介绍华为智能汽车解决方案BU的五大领域——智能驾驶、智能座舱、智能网联、智能电动、智能车云(云服务)。
智能车云:以AI芯片为壁垒
从2011年喊出云计算到如今,华为云从运营商领域进入更广阔的企业市场、消费者领域以及全社会IT基础设施市场,最大的优势就在于可以提供芯片、硬件、软件全栈协同的云服务产品和解决方案,对于中大型企业是更优选择。
基于芯片建立云服务核心壁垒。华为在2018年的全联接大会中发布了两颗基于达芬奇架构的云端AI芯片昇腾系列,其中昇腾910是目前单芯片计算密度最大的芯片,计算力超过谷歌及英伟达,可用于自动驾驶场景,构筑起了华为云服务的核心壁垒。而且华为芯片不直接对外销售,只能以云服务和部件的形式面向客户,也就是说,如果要用到这颗芯片的算力,使用华为云服务几乎成为唯一的选择。
具体到汽车领域,华为云服务包括自动驾驶云服务、V2X云服务、车联云服务、电池管理云服务。其中自动驾驶云服务就利用到了昇腾910的AI芯片能力,提供名为八爪鱼(Octopus)的自动驾驶训练、仿真、测试平台。
华为车联云服务平台在PSA落地应用。OceanConnect车联云服务平台则致力于为车企转型提供联接使能、数据使能、生态使能和演进使能。比如提供连接管理、设备管理和应用使能基础能力、实现统一安全的车辆网络接入、对接车企已有IT/OT系统实现数据统一呈现和管理等,目前已经在标致雪铁龙(PSA)新车型DS7Crossback上进行落地应用。
不可否认的是,华为云2017年才正式入场,发力较晚。要追赶目前排名第一的阿里云有一定难度,但并不是没有机会。首先,前几年主要是公有云和私有云的比拼,未来几年,混合云才是整个行业的大势所趋,车企客户也普遍比较倾向于这种布署形式。Gartner预测到2020年,九成左右的企业将利用混合云来对基础设施进行管理,华为也明确提出了混合云的发展战略,就是希望利用换道机会实现超车。
其次,汽车企业对于云服务提供商的选择也并不是唯一的,从稳定性和安全性等角度考虑,一般会选择2-3家云服务提供商。因此,只要华为云能以第二、第三供应商的身份进入采购体系,就有机会争取更大的份额。此外,华为拥有强大的地面营销体系和多年聚焦在大B市场的服务经验。而且,华为一再强调不碰数据、不碰应用、不做股权投资,在安全性上也更能得到客户的信任。
智能网联:打造智能网联解决方案,车内、车外高速连接
车联网产品包括V2X模组、TBOX、车载网关。华为车联网业务外界相对熟悉,也是华为在汽车行业故事的起点。早在2013年,华为便宣布推出车载模块ME909T,随后相继推出了不少产品。目前华为智能网联业务主要指“端”(车载智能及联网设备)、“管”(车联网基础设施)、“云”(车联网平台)体系中的“管”,提供车内、车外网络连接,主推5G+C-V2X车载通信模组、T-Box、车载网关几类产品。
1)打造开放的端、云智能网联解决方案,让每一辆车永远在线,服务直达。
2)全球首款2G/3G/4G/5G全制式的V2X开放车载模组,使能伙伴开发专业产品。
3)OceanConnect车联网联接管理云服务,全球接入,支持千万级车辆同时在线。
4)基于领先网络技术,打造车内GE~10GE以上以太网络。
5G芯片和网络专利助力华为智能网联业务。这里重点要提一下华为的5G能力,也是其智能网联业务未来的发力点。从技术能力来看,手机、汽车等所有入网设备都需要基带芯片,华为自研的巴龙5000基带芯片是目前性能最强的5G芯片之一,与高通骁龙的X55相比,性能相当,但更早具备商用条件。
从专利数量来看,华为拥有1970件5G网络专利,高通5G专利数量比华为少,但核心专利数量更多。可以说,华为目前的5G水平,在单项上谈不上绝对胜出,但综合实力最强,是全球唯一具备5G网络设备全产业链制造能力的企业,截至2019年2月底,华为已经和全球运营商签定了30多个5G商用合同。
华为V2X路测设备在国家示范区应用超过一年。智能网联汽车是5G最重要的应用场景之一,华为一直在全球广泛地开展C-V2X示范应用,就是为5G做铺垫。其中最重要的产品是双模路边单元RSU5201,也是目前唯一大规模商用部署的路侧设备,在工信部首个国家级车联网先导区无锡已经稳定运行超过1年,覆盖了全市280个路口和500余个点段的数字化升级改造,预测在2020年,全国将建设完成万台以上RSU部署,部分城市会完成全域覆盖。
V2X车载通信模组对接超15家车企。在V2X路测设备在示范区的大规模商用的同时,支持C-V2X技术的前装量产车型也会在2020年左右正式上市。而华为已经和全球超过15家以上车企完成对接,并支撑其相应的C-V2X量产车型的开发。
国家已经明确自动驾驶发展路线是车路协同式,这就要求单车智能与环境智能需要同步发展,5G等车用网络和云端数据/控制系统的建设都是全新课题。这让华为在5G和V2X领域的长期积累有了施展机会。进一步说,智能网联的未来是智慧交通,那又是一个万亿级的蓝海市场。
智能电动:打造VDC智能电动平台,使车企电动汽车差异化体验创新
华为聚焦电动汽车,打造VDC智能电动平台,使车企面向不同的用户偏好,创造差异化用户体验:
1)VDC硬件平台;
2)整车控制OS。将网络能源产业链和技术优势引进智能电动汽车,打造mPower多形态电驱、高效车载充电产品。
智能电动是基于华为网络能源产品线的成熟产品延伸。华为智能电动之前提及较少,据华为相关工作人员介绍,mPower智能电动是基于华为网络能源产品线现有成熟产品的技术延伸。
汽车电动化的核心是电能的转化及管理,包括整流、储能、逆变等。而华为网络能源在通信电源、数据中心能源、光伏逆变器及相关的备电及储能管理上都有一定积累,如今将此方面的技术延伸到新能源汽车上。
智能电动具体产品包括BMS、电机电控、车载充电系统及模块。具体而言,mPower智能电动主要包括BMS电池管理系统、MCU电机控制系统、车载充电系统及车下充电模块。从长远来看,电动车是汽车行业未来的发展方向,华为有理由也有能力与电机、减速器、电池等尚未涉足的硬件产品商合作,提供更为整体的智能电动方案,在价值链中扮演更为重要的角色。比如在上海车展上,华为就宣布与宁德时代达成了合作。
智能座舱:打造CDC智能座舱平台,鸿蒙OS串联人-车-生活全场景
华为打造CDC智能座舱平台,实现智能汽车与智能手机在硬件、软件和应用生态等全产业链的无缝共享。主要目标有:
1)基于智能手机Kirin芯片构建IVI模组,发挥产业链协同的规模效应,降低硬件成本。2)基于鸿蒙OS,共享华为“1+8”生态,实现跨终端的全无感互联。
3)共享智能手机丰富APP生态提升用车体验。
4)开放API,使能跨终端伙伴发展智能座舱应用。
芯片+OS+生态构建华为智能座舱方案。2019年年中华为发布的鸿蒙OS操作系统,串联车机、手机、平板、PC、穿戴、AI音箱、VR等多个入口,理论上可以实现汽车与多种智能设备的互联互通,华为在智能座舱里的路线也就逐渐清晰:芯片+OS+生态使能数字座舱,构建人-车-生活全场景出行体验。
芯片方面,华为采用的是在手机上应用非常成熟的麒麟系列;
OS方面,2019年华为发布鸿蒙OS操作系统,对标AliOS、Google Android Automotive OS。鸿蒙OS的核心竞争力是首次将分布式架构用于终端OS,可以实现跨终端、全场景的无缝协同和生态共享体验。也就是说,华为的应用生态可以通过鸿蒙系统与各种硬件设备打通,无需再专门为车机研发应用程序。华为试图用操作系统级的鸿蒙OS撬动整个智能座舱生态链,将汽车作为打通物联网的一大入口。
中短期手机映射HUAWEI HiCar过渡,长期鸿蒙车机操作系统发力。在OS之前,华为智能座舱尚有另一条路线,就是车机-手机的映射解决方案HUAWEI HiCar。它的目的是为了具备快速上车能力,以低成本方式引入手机等外设的算力、数据以及移动互联网服务生态,对标的是AndroidAuto、CarPlay和CarLife。
但相比后两者,HUAWEI HiCar与汽车的结合更为深入,能够接入华为在AI、语音、计算机视觉等方面的能力,同时能够调用车身数据以及车身控制部件。华为就曾在沃尔沃的Sensus系统上展示过这些能力。
尽管如此,HUAWEI HiCar仍然只能看作是一个过渡方案。因为随着边缘计算、云计算的发展,车机计算能力将大幅度超越手机,只有一套独立的OS才能承载起汽车智能化发展和新技术应用的需求,最终的竞争将是车载系统级的,鸿蒙OS操作系统将成为华为在智能座舱的长期发力点。
智能驾驶:整合车云+硬件+OS,打造MDC智能驾驶平台
场景化+高算力+激光雷达。华为对智能驾驶解决方案的战略有三个维度,从商业的角度是围绕价值场景逐步落地,提供无缝的体验;从技术的角度以高算力和激光雷达为基础,和以终为始的架构;从产业的角度,华为作为增量部件的供应商,与行业伙伴共同推动产业的成熟。
打造MDC智能驾驶平台,开放合作,促进智能驾驶发展。
发挥华为云+AI优势,打造车云协同的智能驾驶平台,包括:
1)智能硬件平台;2)智能驾驶OS;3)Octopus 八爪鱼 自动驾驶云服务。
1)建立认证标准和对接流程,打造开放传感器生态
2)支持合作伙伴开发智能驾驶算法、构建灵活适配智能驾驶场景的差异化应用、服务和解决方案。
3)建立对接规范,与主流厂商共同构建执行部件生态。
4)推动面向智能驾驶的行业标准和立法落地,凝聚行业共识,共同拓展未来产业空间。
MDC平台整合多层技术,建立L4级智能驾驶解决方案。华为还对其余核心技术,如车控OS,以及平台层服务,像支持服务框架、设备管理、工具链、信息安全、功能安全等进行了研究。最终这些技术会被整合进华为的MDC智能驾驶计算平台,为客户提供最优性价比的智能驾驶平台和方便、快捷的开发环境,供车企依据自身需求,灵活整合TierX或自研应用软件。
同时,华为还以此平台为核心构建了L4级全栈智能驾驶解决方案(ADS),全面整合芯片、算法、系统、数据等多层面能力,面向自动驾驶系统的规模化量产,用于支持自动驾驶从L4到L2+的平滑演进,实现高算力、高安全、高能效、低时延。
硬件方面走激光雷达+高精度地图/定位技术路线。目前地图是与四维图新合作,激光雷达方面华为推荐采用64线及以上的产品,距离大于150米,视场角大于120度,力图通过做量使激光雷达真正达到一个可以商用的价格。
偏向智能驾驶场景化方案由点及面。一方面华为聚焦在中心城区这样的核心场景解决自动泊车、拥堵路段跟随,以及对危险的结构道路、障碍物、多种交通参与者等复杂路况下的危险规避。另一方面要消除各种场景的间断,实现无缝体验。王军说了一组数据,如果是实现城区高速的自动驾驶,仅仅是受限场景下,需要三百T的算力,如果是全天候的,有可能要达到三千T算力的要求,这也是华为昇腾芯片和鸿蒙OS的用武之地。
智能驾驶解决方案具备增减配灵活性。根据汽车之家的报道,华为L4级全栈智能驾驶解决方案(ADS),是一个可弹性收缩的方案,通过增减激光雷达配置,可以实现自动驾驶出租车、中高端车型,普通车型的不同需求,从L4级向L2级,由高向低满足不同的需求。这种硬件配置可裁剪、软件功能可配置、以终为始的统一架构是华为智能驾驶解决方案的一大特色,在方案的灵活性和成本可控性方面会带来一定优势。比如ADS的核心是基于昇腾310芯片、车控OS的智能驾驶计算平台,可满足L4级自动驾驶。2019年的全联接大会,华为又展出了一款MDC300,通过减配算力和激光雷达数量,可实现更低级别、有限场景下的自动驾驶。
核心总结:复盘华为智能汽车解决方案全局,仍然沿袭最早的“端-管-云”体系,云:智能车云,管:智能网联,端则从最初的车机扩展到了智能驾驶、智能座舱、智能电动三大终端。
华为预测未来汽车业务有望为其贡献500亿美元营收。华为传统强项在于基于自有芯片的算力打造以及基于通信技术优势的物联网构建,其智能汽车五大版图也基于芯片和网联进行延展,拓宽到传感器、电机电控等高附加值硬件领域。
华为轮值董事长徐直军曾言,智能网联电动汽车可能将中国16万亿产值的汽车业,包括周边产业彻底颠覆掉。华为企业BG总裁阎力大2019年年初在MWC展会上预测,未来汽车业务可为华为贡献500亿美元的营收(博世2018年汽车业务约470亿欧元,ADAS业务2019年约20亿欧元)。(作者:自国信证券)
到2030年晶体管体积将缩小六分之一
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 360 次浏览 • 2020-03-02 15:42
随着硅技术发展的步伐开始放缓,产品开发速度面临着非常现实的挑战。今天,我们正在充分利用晶体管物理学,而晶体管物理学本质上源于具有60年历史的CMOS技术。为了保持摩尔定律的步伐,预计到2030年,我们将需要使晶体管体积达到当前尺寸的六分之一。
下一步是什么?
汽车“戴口罩”,是炒作吗?
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 481 次浏览 • 2020-02-13 16:47
距离首例新型冠状病毒肺炎确诊患者发病已经过去两个多月了,新冠肺炎确诊和疑似的感染人数仍在不断增加。当前,举国上下抗击疫情,汽车企业也在积极行动,除了捐款捐物,积极研发健康汽车也成为时下的一个热点。

日前,吉利汽车发布消息称,将研发面向普通消费者的具备病毒防范功能的全方位健康汽车。按照吉利的设想,该车将不仅具备吉利汽车产品中已有的隔绝外部空气中有害物质、快速净化车内空气等功能,还将重点突破车内病毒防范功能和技术,有效抑制并降低病毒对人体的侵害。
上汽乘用车旗下的荣威、名爵就也推出了车载空调过滤器、负离子发生器等三级渐进式健康防护系统,并在旗下主流车型中实现全覆盖。
汽车带口罩真的有用?有相关专家表示,“从本次疫情来说,吉利研发的健康汽车,具有一定针对性,通过空调内外换气,并确保过滤和消毒,在特定环境下具有一定的作用,类似移动手术室的要求。” 也有相关专家表示,“这就是炒作,车是移动空间,只要空间内安全,就没有必要整车带口罩。”
汽车带“口罩”的真相

事实上,一款优质的空调滤清器,不仅可以过滤颗粒物,还能吸附有害气体,过滤粉尘、病毒、微生物等有害物质,因此,其也被大家形象的称之为‘汽车口罩’。”
为了实现车内防护疫情的功能,2月9日,吉利汽车宣布,正式研发国内首个真正以“N95型口罩”为过滤标准的车载高效复合空调滤芯。同时,吉利汽车计划将车内所有材料替换成拥有高环保性、低散发性,还将通过添加抑菌、抗菌物质的方式,具备抑制细菌或表面杀菌的能力,以实现“全方位健康”。
此外,吉利还表示其将充分利用全球化体系和资源,与国内外相关专业医疗机构、科技研发机构跨界合作,共同成立专项项目组进行技术攻关工作。为此,吉利先期会投入3.7亿元人民币,用以启动具备病毒防范功能的“全方位健康汽车”的研发工作。

而上汽荣威、名爵早在两年前就全系标配了N95标准级高效车载空调过滤器,能实现机械阻挡和二次捕获细菌、粉尘、飞沫核等颗粒物的双重保障,特别是对携带冠状病毒的飞沫核有95%以上的过滤效率,相当于为车辆带上一个大型N95口罩,构成用户出行的第一道防线。
除了隔离车外病菌外,上汽荣威还能杀灭车内潜在健康威胁。其搭载的负离子发生器和抗菌抗过敏功能层,通过包围吸附、破坏结构、除菌净化三大步骤,负离子发生器可在一小时内迅速减少空气中的细菌,杀菌率超过85%;抗菌抗过敏功能层24小时抑菌率超过99%。用户出门前,只需用手机远程开启空调,过滤器、发生器、功能层三层防护即刻启动,高效滤杀病菌,1小时即可达到99.5%的灭菌率,实现“N99级”空气质量,让用户能享受到安心的车内环境。
空调滤清器能达到N95过滤效果吗?
“只要管住从车外进来的空气,且车辆自身具有良好的密闭性,并配备合适的空调滤清器,从技术理论上来说是完全可以做到的。”经过多方求证,一名资深技术专家如此告诉《智能网联汽车》杂志记者。

目前,中国汽车市场中在售的主流车型均有着不错的车辆密闭性。因此,也有相关专家直言,“想要让汽车实现隔离病毒这一设想,应该比较容易,其关键点在于过滤水平。”
记者查阅相关资料发现,目前,车用空调滤清器已从最初的颗粒式空调滤清器、多效式空调滤清器,逐步增加了防霉防菌杀菌功能。其原材料,也使用了与N95口罩相同的无纺布,同时通过静电驻极处理、增加活性炭、增加抗菌抗敏图层等方式,以提升空调滤清器的品质。
此外,中汽中心检测认证事业部天津汽车检测中心在昨日发布了空调滤清器试验报告,在空调滤清器如何达到“N95口罩”的防护效果方面提供准确数据支持。

图为某三款空调滤清器产品的过滤效率比较图
从上图可以看出,针对粒径2.5µm三款滤清器都达到了90%以上,但是针对与更小粒径的污染物颗粒,三者差距明显。值得一提的是,第三款滤清器,其针对≥0.3µm的过滤效率已经达到了95%,达到了N95口罩的防护要求。事实也证明,一款优质的空调滤清器是能够对新冠肺炎病毒的传播,起到有效地隔离作用。
总而言之,在新冠病毒肆虐的当下,目前,关于车内的“战疫”已然开打。另据相关业内人士预测,伴随着此次疫情的爆发,未来针对车内的杀菌和过滤设备,有望成为私人购车的标配,并会推动相关技术进入新的发展阶段。(作者:郭王虎)
2020年,芯片企业淘汰赛将开打
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 351 次浏览 • 2020-02-07 10:50
2019年上海证券交易所设立科创板并试点注册制顺利落地,受理205家企业上市申请,70家企业成功上市,筹资额达到824亿元,其中芯片设计企业有晶晨股份、乐鑫科技、睿创微纳、澜起科技、聚辰股份。科创板是距离国内芯片设计企业上市最近的地方,预计2020年至少有10家芯片设计企业顺利登陆科创板。
芯片设计企业数量过多,投资很难持续性
数据来源:ICCAD
创业人才和创业机会越来越少
投资人对项目投资将逐渐理性,地方政策支持也更谨慎
供应链支持是关键,市场争夺残酷化
供应链和市场是芯片设计企业的左右手,要从竞争中获胜,两手都要抓,两手都要硬。供应链本来不是问题的,芯片设计企业多了就成了问题。以前市场上几乎看不到国产芯片品牌的身影,采用简单粗暴的做法就能切入市场,产品能用但价格是国外产品的50%。随着国内芯片行业的发展,这一招不管用了,最后只能你无我有、你有我优、你优我跑。
供应链支持是芯片企业胜出的关键:
结语
国内芯片设计企业将全面接受市场化洗礼,新一轮淘汰赛吹响在即。创业路上,不论成功失败,创业者都值得尊敬。在芯片之外,人生的风光依旧旖旎无限,静看岁月深处,那天,那月,那年,我们不负韶华。
马斯克说“傻子才用”的激光雷达,如今要在自动驾驶识别中唱主角了
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 433 次浏览 • 2020-01-20 10:43
扩大应用范围是推进传感器产业发展的关键。早在2013年,工业和信息化部、科技部等四部委就出台了《加快推进传感器及智能化仪器仪表产业发展行动计划》,以推动传感器表产业创新、持续、协调发展,整体水平跨入世界先进行列。近年来,随着物联网、5G及AI的快速发展,智能传感器展现出了蓬勃的发展生机。《中国电子报》将选取自动驾驶、智慧养老、工业互联网、智慧医疗等几个热点领域中传感产品的应用情况进行报道,展示传感器技术发展趋势,产业发展前景。

激光雷达(LiDAR)一向是汽车自动驾驶技术实现的主要部件之一,然而动辄数十万元的造价限制了它的普及应用。近年来随着博世、安森美、英飞凌等半导体大厂的大举投入,以MEMS、光学相控阵列(OPA)技术为基础的固态激光雷达正在走向成熟,逐渐有能力取代传统机械式激光雷达。未来,固态激光雷达有望在自动驾驶识别中扮演主要角色。
固态激光雷达闪亮CES2020
在近日举办的CES2020大展上,激光雷达成为亮点之一。开展前夕,德国汽车零部件供应商博世宣布,其首款车规级激光雷达芯片已经进入量产开发阶段。该系列产品可覆盖长距离和短距离探测,适用于高速公路和城市道路的自动驾驶场景。更为关键的是,博世希望通过规模化量产,降低激光雷达成本,从而促进市场推广。
安森美是图像传感器领域的主要厂商之一,近年来在激光雷达、毫米波雷达和图形传感器芯片等领域均有投入。本届CES上,安森美以激光雷达芯片为重点,展示了业内首款高分辨率、宽视野单光子雪崩二极管(SPAD)阵列探测器。SPAD阵列是微光光子探测器芯片,可用于不同类型(包括短距、中距和长距)激光雷达当中。
欧司朗从去年开始就有消息传出将进入激光雷达市场。本届CES上,欧司朗展示了应用于自动驾驶概念车MetroSnap的激光雷达技术。MetroSnap是一款L5级别的自动驾驶汽车,欧司朗称其所提供的激光雷达技术能够通过红外线脉冲激光绘制车辆周围环境的3D地图,使MetroSnap概念车实现更安全的自动驾驶。
另外,近日图像传感器大厂索尼也传出将进军固态激光雷达的消息。
中国公司也在激光雷达领域崭露头角。在CES2020上,由DJI大疆内部孵化的览沃科技(Livox)发布了两款激光雷达传感器:Horizon和Tele-15。览沃科技表示,这两款激光雷达为L3/L4级自动驾驶而设计,是高性能、低成本、可量产的传感器解决方案。览沃科技以此为契机还与自动驾驶初创公司Refraction
AI和AutoX建立了合作关系。
迅速发展媲美机械式产品
激光雷达一向是汽车自动驾驶技术得以实现的主要部件之一,具有高分辨率、抗干扰能力强、获取的信息量大等优点,然而,高昂的造价也限制了它的普及应用。特斯拉CEO马斯克就曾公开表示:“傻子才用激光雷达,现在谁要还是靠激光雷达,那就注定完蛋!”不过近年来,随着博世、安森美、索尼、英飞凌等半导体厂商的大举投入,固态激光雷达正在慢慢走向成熟。
专家指出,固态激光雷达与传统的机械旋转式激光雷达不同,它采取MEMS、光学相控阵列(OPA)等扫描方式,对物体信息进行识别,以实现收集路况信息,为自动驾驶提供数据基础的作用。而且相比机械式激光雷达,固态激光雷达在成本、体积、可靠性和使用寿命上都有优势。
那么,目前的固态激光雷达可以和机械式激光雷达相媲美吗?从览沃科技发布的产品参数来看,Horizon检测范围达260米,水平视场角81.7°,可覆盖10米距离内的4条车道,等效于传统64线激光雷达,采用5个Horizon即可实现360°场景覆盖。同时,Horizon具有高密度点云、体积小的特点,可以轻松地嵌入到车辆中。Tele-15探测距离达到500米,为远距离检测而设计,兼具紧凑尺寸、高精度和耐用性的优势,0.1秒即可扫描15°圆形视场内99.8%的区域,这一点要优于传统128线激光雷达。
激光雷达解决方案提供商速腾聚创(RoboSense)合伙人兼副总裁Leilei
Shinohara也表示:“我们与安森美半导体合作并利用RD系列SiPM系列,已迅速超越了传统激光雷达制造商使用较老旧的APD技术和机械扫描架构所提供的性能。
有望加快商用进程
激光雷达一直是自动驾驶汽车中价格最为昂贵的传感器,各个零部件供应商和激光雷达初创公司都想降低激光雷达的生产成本,以获得规模效益。随着固态激光雷达技术的逐渐成熟,固态激光雷达由于改变了数据读写模式并省去了旋转部件,成本可以大幅下降,有望推动市场应用的快速扩大。
在宣布推出激光雷达芯片时,博世发言人即表示,博世的激光雷达已经开发完成,并且售价将会低于市面上其他的激光雷达,使其成为一款大众可负担得起的产品。览沃科技更是直接将激光雷达的价格拉到了万元以下,Horizon的报价为6499元,Tele-15为9000元。览沃科技全球市场总监邓睿豪表示,大疆一直在推动的事情是希望将前沿技术平民化,这种思路也同样适用于Livox。
随着博世、安森美等半导体大厂进入激光雷达领域,特别是中国芯片厂的进入,激光雷达技术应该会取得突破,其价格有望进一步下探。而核心芯片价格的下降,直接影响激光雷达的价格,有望从万元时代来到千元时代。
从应用角度来看,激光雷达的应用依然需要与毫米波雷达、摄像头等设备结合使用。恩智浦资深副总裁兼首席技术官Lars
Reger表示:“激光雷达、雷达、摄像头,就像人的眼睛能看到的视线一样,应当相互补充,结合使用。”
毫米波雷达优点主要是探测距离比较远,精度非常高,而且不受天气和光线的影响。毫米波雷达对运动的金属物体比较敏感,但对于静止的金属或非金属物体,运动的非金属物体不太敏感,分辨率也比较低。激光雷达的测距精度非常高,基本上可以达到正负一两厘米,分辨率也非常高。但激光雷达容易受到阳光雨雾和互干扰的影响。摄像头可以通过丰富的成像信息进行各类识别运算,比如行人、形变的物体,还有停车场的横杆以及交通标识等。不同方案结合使用可以起到相互补充的效果。事实上,目前博世、安森美、恩智浦等主流半导体厂商都掌握着三种技术相对完整的产品线,同时致力于打造整体解决方案。(作者:中国电子报)
专注FMCW激光雷达的光勺科技亮相CES 2020
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 1027 次浏览 • 2020-01-16 18:37
据麦姆斯咨询报道,在2020年国际消费类电子产品展览会(CES)上,北京光勺科技有限公司(简称:光勺科技)展示了调频连续波(FMCW)激光雷达演示(Demo)及最新路测视频。据悉,光勺科技已于2019年年初完成了500万元的天使轮投资。
市场上最常见的两种激光光波调制技术有调幅(AM)和调频(FM)。传统的调幅(AM)激光雷达易受其它传感器光源干扰,容易出错;而FMCW技术能够提高对外界干扰的容忍度。FMCW技术的基本原理是用高频连续波作为发射波,利用接收的回波频率与发射的频率之间的微小时间差计算出某物体与目标之间的实际距离,两者的变化规律都是三角波规律。将调频(FM)激光雷达运用于自动驾驶领域,有助于提升无人驾驶汽车的安全性、帮助其根据周围环境做决策。相比AM技术,新制式FMCW激光雷达有三个显著优点:(1)探测距离长度达250米,是AM技术的2倍;(2)能提取动态多普勒信息;(3)使用单机激光特定频率,避免互相干扰。
目前,激光雷达赛道比较拥挤,全球大约有一百多家供应商,但是都是AM老技术制式,只有十余家公司使用FMCW技术。国内的光勺科技就是其中一家,而发布路测视频的目前只有三家。
目前,FMCW雷达方面最为知名的公司是被Aurora收购的Blackmore。与Blackmore采用调频FMCW技术不同,光勺科技的新制式FMCW激光雷达(Self-Homodyne Laser Radar)调制的不仅是激光光波的频率,还包括相位,也就是使用了调相技术。该公司拥有相干检测技术的核心专利,能够实现4D激光点云输出。每一个输出点云中不仅包含距离信息,同时能够提取动态目标的多普勒彩色图形信息,这将有助于在自动驾驶中探测移动的目标,高效、自动输出安全驾驶距离;同时能够排除外界噪声的干扰,提高对外界温度、环境恶劣程度的容忍度。
光勺科技表示,相比于传统FMCW调频技术,公司产品具有核心优势。从符合车规级的角度看,使用调频方案时,需要激光信号具有极高的调制线性度,而调相方案中只需要控制相对长度,对产品长度的误差度和环境的容忍度也有很大的提升,因此更容易符合车规级。
光勺科技的4D多普勒成像信息
光勺科技此次展示了实际路况测试视频。视频中,如团队提供的4D多普勒成像信息图所示,自动驾驶汽车行驶过程中,前方150米出现两个骑自行车的人在车前进方向逆向行驶,即最左图中的圈出的绿点,FMCW激光雷达能够清晰辨认出150米外正在移动的目标。图三中,两个骑行的人中有一人朝着横向方向驶开,离开车载雷达的视线范围;但另一个人仍逆行前进。此时,自动驾驶车前出现一辆出租车将骑行者挡住,人的位置位于最右图中的红圈内,该路况下,传统雷达视线会被出租车阻挡,无法辨认出骑行者所在位置,这对于自动驾驶汽车来说无疑是危险的情况。光勺科技表示,公司的FMCW激光雷达能够在此种情况下透过遮挡物,清晰地提取出室外移动目标的多普勒信息彩图,这将大大有助于提升自动驾驶汽车的安全性。
在CES 2020展会之后,目前已知对其FMCW激光雷达样机感兴趣的企业有专注于公共交通新型自动驾驶的初创公司Bluespace.ai、印度塔塔集团旗下的Elxsi。同时,光勺科技团队还在积极对接谷歌Alphabet旗下的美国第一无人驾驶公司Waymo和通用旗下的Cruise。谈及激光雷达产品正式上市的时间,“预计在2020年的Q3或者Q4发售”,光勺科技团队回复。因为“硬件加工上难度并不大,核心还是模型和算法”,厂商确认订货和下单之后,光勺科技能够在一个月内发货。
谈及竞争优势,光勺科技表示,他们申请了的一套针对激光调相的调制方面的核心专利,这是对手没有掌握的。光勺科技是国内第一家实现真实条件路测的FMCW激光雷达公司。
这个赛道上,除了技术发展路线与光勺科技最相似的Blackmore,还有Strobe、Aeva和Bridger Photonics等专注于FMCW激光雷达的厂商。其中,Blackmore获得了宝马的风险投资,Strobe被通用汽车旗下的无人驾驶公司Cruise收购;而Aeva和Bridger Photonics分别获得了丰田风险投资和德国蔡司的投资。不过,这些激光雷达厂商的产品都或多或少被市场上的头部企业绑定了。比如,Blackmore的产品仅对Aurora发售,Aeva的样机仅用于奥迪和保时捷。
Echodyne发布突破性成像雷达 赋予自动驾驶汽车感知传感能力
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 522 次浏览 • 2020-01-14 17:30
据外媒报道,自动驾驶高性能雷达平台公司Echodyne发布了突破性的自动驾驶汽车成像雷达EchoDrive。EchoDrive以MESA®技术为基础,提供新型的传感器功能,显著提升了机器感知能力。
(图片来源:Echodyne官网)
EchoDrive为驾驶场景的探测提供前所未有的实时控制,使机器感知形式更加丰富。该雷达的动态控制API利用自动驾驶堆栈中的资源,如高清地图、V2X和其他传感器数据,通过不断变化的环境、条件和场景,时刻优化测量。例如,EchoDrive可以平稳地从普通驾驶模式切换到交通繁忙区域模式,并且增加帧率,确保无保护左转,或在驶入隧道时,放大画面。这是一种高性能模拟波束引导雷达的动态任务操作,可以提升自动驾驶堆栈中AI和机器学习的认知功能,进而极大地提高安全性。
Echodyne首席执行官Eben Frankenberg表示,“目前,自动驾驶堆栈的数据流是单向的,传感器传递信息,自动驾驶系统处理信息并采取行动。我们缺少动态的、交互式的数据流,此种数据流使得自动驾驶堆栈中的认知功能成为可能。利用EchoDrive,自动驾驶系统可以引导雷达扫描特定对象,获取准确的驾驶场景信息,从而做出更正确的自动驾驶决策。我们期待利用EchoDrive,帮助企业设计、制造并交付更安全的车辆。”
Echodyne已成功地为国防、政府、航空和商业应用领域打造并交付了高性能雷达。该公司正扩展其雷达平台技术,旨在帮助汽车制造商建造并交付更安全的自动驾驶卡车、自动驾驶公共汽车和共享出行乘用车。
EchoDrive具备以下先进的自动驾驶成像功能:
方位角和仰角高分辨率成像
主动波束引导道路追踪
无缝适应不断变化的驾驶场景
丰富的、未经过滤的原始数据
动态控制API提供强大的感知传感器功能。
Echodyne首席技术官Tom Driscoll表示,“EchoDrive是自动驾驶成像雷达的一个巨大飞跃,将为自动驾驶领域带来感知传感能力。我们的自适应雷达传感器集成了德州仪器公司(Texas Instruments )的毫米波(TI mmWave)传感器、我们专有的MESA技术,以及强大的软件框架,全方位改进了自动驾驶架构。(作者:盖世汽车)
2020年,5G和边缘计算将如何发展?
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 401 次浏览 • 2020-01-13 09:51
5G的到来,为边缘计算之前不可能实现的应用铺平了道路。
2020年新年伊始,围绕着边缘计算和5G肯定会有一波新的炒作。现在是巩固和更新我们对这两个概念的理解以及探索这两种技术如何相互补充和相互增强的理想时机。特别是在金融支付、在线订单、欺诈监测、机器学习等领域,这两项技术将助力你在未来保持持续地竞争力。
边缘计算主要是处理来自更接近其创建位置的设备信息,而不是在云平台中来回调取信息。5G的到来,为边缘计算之前不可能实现的应用铺平了道路。比如增强现实和虚拟现实,5G的超低延迟特性使你看到的东西与你正在做的事情保持同步;还有自动驾驶汽车,需要在瞬间对大量数据进行处理并做出决策。
IDC预测,到2025年,全球将有1500亿台联网设备(包括RFID),其中大部分都会实时输出数据。2017年,实时数据仅占所有创建、捕获或复制信息的15%;到2025年,这一比例有望达到30%。从百分比上看,边缘计算似乎不会带来翻天覆地的变化,但是从数据的原始容量来看,这是一个数量级的增长(从~5 zb到~ 50zb)。边缘计算基于海量实时数据,具有同步智能分析的能力,同时最小化带宽开销。
新的定义
即使已经到了2020年,关于“边缘”的定义仍会仁者见仁智者见智。从NIST(美国国家标准技术研究所)到IEEE,模型仍在不断发展。它可以是树莓派选择性地将传感器信息发送到云上,也可以是谷歌在线流媒体平台上处理数据的节点。虽然这两种模型之间有很大的差距,但它们都使计算资源更接近用户终端。
一份相对中立的边缘计算报告中给出了一个更明确的定义,得到了一些行业的共识:
边缘是一个位置,而不是一个新事物。
边缘计算有很多,但我们关心的是网络“最后一公里”的边缘计算。
边缘计算有两种形式:基础设施边缘和设备边缘。
计算将同时存在于边缘和云平台,他们之间的界线越来越难以划分
通俗地来讲,设备边缘包含终端,如电话、无人机、AR耳机、物联网传感器和联网汽车;还包含网关设备,如交换机和路由器;以及本地服务器。它们都在网络最后一公里的下游。基础设施边缘存在于上游,是通过网络接入设备和数据中心获取计算资源。
例如在大钻机案例中,树莓派是在设备边缘,它不需要实时传输环境数据来占用带宽,而是在本地进行处理,除非紧急任务下才向后台上报。相反,当本地数据中心需要提供每秒60帧的流媒体速度来播放4K高清视频时,虽然设备边缘能提供了一个明显的低延迟优势,但是用户更希望向上游获得一个具有更强大的处理能力的硬件。
除了分布式基础设施靠近核心网络之外,对云的要求也变得更集中化和可扩展性。但是,当您使用云计算时,延迟要高得多(而且一致性也差得多)。
低时延边缘计算的优势
人们很容易将低延迟视为边缘计算的杀手锏,尤其是在云计算受到物理限制的情况下。
数据的传输速度不可能超过光速,因此向数百或数千英里外的服务器发出请求必然要花费数十或数百毫秒才能完成。当你滚动网页时,这种区别是看不出来的。但对于远程操作的外科医生或虚拟现实中的游戏玩家来说,这些延迟是无法接受的。
边缘计算则消除了延迟以保持数据的一致性。
边缘计算还避免了在连接的设备和云之间来回传输数据。如果您可以确定数据的价值更接近它被创建的地方,那么就可以优化数据流动的方式。将流量只用于云上的数据,可以减少带宽和存储成本,对延时性不敏感的应用也是如此。
边缘计算还会带来可靠性。在恶劣的环境中,设备边缘和集中式云之间数据传输可能会出现很多问题。如海上平台、炼油厂或太阳能农场,设备边缘和基础设施边缘可以在连接不到云的情况下半自主地运行。
分布式体系结构甚至是安全的福音。将更少的信息转移到云中意味着拦截的信息更少。边缘的数据分析在地理上分散了风险,端点信息本身并不容易保护,因此,边缘处的防火墙有助于限制攻击的范围。而且,出于遵从性原因,将数据保存在本地可能很有用。边缘基础设施提供了基于地理位置或版本权限访问的灵活性。
5G和边缘计算相互促进
边缘计算并不新鲜。早在2000年,内容传播网络就被称为边缘网络。但人们普遍认为,随着5G覆盖范围的扩大,边缘计算将有助于利用本地(而非区域)计算资源解决现代应用程序的高带宽、低延迟需求。
5G技术将使计算资源更接近数据生成的地方,从而提高企业应用程序的速度、可靠性和灵活性。更多的信息将在5G网络之间高效传输,而不需要往返于中央云上。因此,我们将会看到以前不存在的应用案例。
根据《边缘计算状态报告2020》,对边缘计算的最大需求来自于通信网络运营商,他们要不断的更新基础设施和升级5G网络。在这些网络上运行的移动消费者服务将依赖于边缘计算,来支持在线游戏平台、增强/虚拟现实和人工智能等应用。
智能家庭、智能电网和智能城市都倾向于使用设备边缘平台。但是,随着这些用例的发展和变得更加复杂,也会出现对基础设施边缘功能的需求。5G对超可靠低延迟通信(URLLC)和大规模物联网通信(mMTC)的规定意味着设备和边缘计算可以更紧密地连接在一起,使它们的短连接更高效。
如图所示:交通信号灯联网并连接到边缘网关,数据可以在那里被收集和分析。作为边缘网络的一部分,它们可以向地图工具提供数据,并围绕拥塞问题重新设置路线。
值得一提的还有自动驾驶汽车。它是5G增强的边缘计算的典范。现在最新的汽车已经利用设备边缘上的计算资源进行避碰、车道保持和自适应巡航控制。但随着辅助驾驶和自动驾驶功能变得越来越复杂,将需要添加来自周围环境的基础设施的边缘资源。例如:根据前方的交通状况来调整行程,与其他自动驾驶车辆相互协调在红灯前通过,或者在瞬间做出决定以避免不安全情况。
边缘计算还需成长
边缘计算被列为Gartner 2020年十大战略技术趋势之一。同时列表中的其他几个概念也植根于边缘计算。超自动化致力于应用人工智能和机器学习等技术,它将依赖于低延迟和持续可靠的通信基础。多维体验也是一大趋势,它依赖于高带宽和实时处理的多维传感器和多功能界面。当然,智能的事物都与AI、5G和边缘计算有关。
启用这些新的应用将需要大量的投资。据Tolaga Research预测,从现在到2028年,IT和数据中心基础设施的累计资本支出将达到7000亿美元。
随着计算资源从集中式云向分布式边缘的扩散,新的应用、新的机会比比皆是,特别是成熟的基础设施边缘。理解边缘计算和5G的影响将帮你给客户带来更加无缝的体验,洞察新市场,并迅速做出反应决策。(作者:Chris Angelini)
博世高调杀入激光雷达市场
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 430 次浏览 • 2020-01-06 10:42
据路透社报道,德国汽车供应商罗伯特·博世(Robert Bosch)周四表示,公司已开发出一种传感器,该传感器可使汽车“看到”道路的三维视图,旨在降低可加速无人驾驶汽车发展的技术成本。

激光雷达中国市场“生变”
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 423 次浏览 • 2019-12-27 18:51
近日,激光雷达公司Velodyne裁撤中国区人员的消息,再度搅动了激光雷达圈子。两年前,这家外资公司还对中国市场充满了憧憬与信心,几乎垄断了整个市场。然而,就在今年,市场格局被后来居上的国产激光雷达成功扭转。
激光雷达技术的门槛虽然很高,但是随着国内科技创业浪潮的兴起以及资本的加持,一批国产激光雷达初创公司纷纷入局,并迅速以自身的技术和本地化优势占领了市场的一方天地。
对于老牌激光雷达公司Velodyne来说是尴尬的,因为他们可以生产出质量最好、性能最好的机械旋转激光雷达,却忽视了中国本土企业的“产品创新”能力。
镭神车规级CH系列混合固态激光雷达点云效果

要做千元的激光雷达 饮冰科技获数千万元Pre-A轮融资
博客 • 自动驾驶小能手 发表了文章 • 0 个评论 • 373 次浏览 • 2019-12-27 18:45
不那么贵的激光雷达才是未来。
几乎同时,12月23日,饮冰科技宣布完成数千万元Pre-A轮融资,确定无疑地宣告:资本和从业者坚信自动驾驶和激光雷达拥有十分光明的未来。
新智驾独家获悉,饮冰科技的本次投资由京信供销基金、清研资本、满京华集团、纳维资本共同完成。
作为自动驾驶用激光雷达领域的后来者,在自动驾驶乃至整个汽车行业遇冷之际能够获得上述机构的投资和加持,在某种程度上体现了这家公司过硬的技术实力。
成立于 2016 年的饮冰,称得上是激光雷达行业的一匹黑马。
作为饮冰的天使轮投资方,清研资本于本轮继续加注,清研资本投资总监王睿向新智驾这样介绍饮冰的核心团队:
饮冰的创始团队来自中科院、清华大学等单位,长期服务于航天和军工,拥有十多年的激光雷达产品研发经验,参加过多项国家重点项目,在光电、半导体领域有着丰富的经验。
有着这样的技术背景,获得资本的青睐也不足为奇。
2019年初,饮冰对外推出了三款激光雷达:16线、32线和64线。此次Pre-A轮融资将支持饮冰将三款产品的商业化,加速激光雷达的生产、研发和团队扩张。
具体到产品上,饮冰选择了单点、单线、多线这样逐步递进方式的激光雷达。他们的思考是单线激光雷达用于AGV等场景,低线激光雷达用于ADAS,高线激光雷达用于高速自动驾驶。
为了破解激光雷达量产难、价格高、性能差的困局,饮冰大力投入研发资金、人员并推出了用于多线激光雷达的线阵激光器和探测器专用芯片。
在获得充足「弹药」后,饮冰创始人姜波还透露了三点信息:
本轮融资将保证饮冰的激光雷达能够在 2020年满足主机厂和一级供应商的质量要求并能够按时交付;
饮冰将会把生产、制造和研发工作顺利推进到下一阶段,并继续为自动驾驶行业提供基于专用芯片的激光雷达解决方案;
加大对下一代半固态激光雷达产品(128线/256线)的研发投入,进一步降低成本并提高性能。
除了拥有多元化的产品线外,饮冰在技术上也进行了大量的创新。据新智驾了解,本次所融的资金将用于提升现有成熟业务的市场占有率。同时加大在激光雷达专用芯片技术的投入,进一步构筑技术壁垒。
为了解决现有激光雷达的光学调试难题,饮冰推出了基于Flash技术路线的线阵激光器和探测器的专用芯片。姜波透露,基于专用芯片的多线激光雷达产品量产准备工作将在2020年第一季度完成,并开始接受市场预定。
对于自动驾驶的环境感知系统来说,激光雷达是一种性能优异的传感器件,目前激光雷达的产业化落地进展不尽人意,根源在于这种精密光电产品在光学调校方面遇到了巨大困难,致使产品质量不稳定、生产成本居高不下。
通道数和垂直分辨率决定了激光雷达的性能。激光雷达以旋转扫描的方式工作,一个探测通道扫描一周,就会得到一条360度的水平环形视线,这也是无人车顶的“大花盆”都要不停旋转的原因。
通道越多,光线越密集,点云图像越清晰,越有利于感知环境,帮助自动驾驶决策。但在现有工艺条件下,提高通道数需要增加印制电路板的数量,激光雷达的体积会随之大幅增加,光学调试难度也直线上升,通道数和体积、成本难以兼顾。
对此,饮冰解决该问题的方案是芯片化。他们将分立的激光器和探测器通过半导体生产的工艺分别集成到了单芯片内。
通过上述方法,饮冰创造性的改变了激光雷达的生产流程,使激光雷达具备了大规模量产的能力,进而降低了成本,提高了可靠性和一致性。
「在近几年出现的数十家激光雷达创业公司中,只有极少数几家公司已经取得了进展,包括融资进度和技术突破,这其中就包括饮冰在内。」
对于激光雷达来说,车规是量产的必备要素。
饮冰也是这样的思路,姜波称激光雷达的车规量产是一个产业链的协调问题而不是单个公司的研发问题,只有技术过硬的激光雷达厂商与具有强大系统集成与测试能力的系统供应商,以及具备强大产业资源整合实力的整车厂一起合作开发,才能实现这个终极目标。
正因如此,饮冰科技给出的解决方案是:模仿德国激光雷达供应商IBEO与系统供应商法雷奥、主机厂奥迪一起合作的模式,同系统供应商、主机厂一起合作来加速车规级激光雷达的研发进程。
除此之外,激光雷达已经进入一个变现时代,市面上技术路线众多,能变现的还是多线半固态为主,而变现的关键还是可靠性和低成本方面取得突破。
饮冰的产品规划是前期以低速场景为主,上车以辅助驾驶为主,也规划了车规级转镜方案和全固态方案,所有产品规划都以饮冰的核心芯片化方案技术为支撑。按照饮冰的说法,芯片化路径才是激光雷达能否取得实质性商业突破的根本因素。
不错的团队背景和技术实力、再加上如今的投资方和战略合作伙伴的进一步加持,相信这离姜波所说的:饮冰要成为「自动驾驶领域激光雷达技术的主要玩家」的目标会越来越近。
当外界在大谈特谈资本寒冬的时候,「自动驾驶之眼」激光雷达却呈现出一派暖意。
据路透社对公开的投资数据所进行的分析,过去三年内,约有 50 家激光雷达初创公司获得了超过 10 亿美元(约合 67 亿元人民币)的投资,其中 2018 年获得 4.2 亿美元(约合 28 亿元人民币)投资,创下了历史记录。
在国内,2018 年速腾聚创宣布完成来自菜鸟、上汽、北汽等企业的 3 亿元 C 轮融资。2019 年初,北醒宣布完成 B2 轮融资。近日,饮冰宣布完成新一轮融资。
如此受资本追捧的背后,表明了激光雷达这一关键传感器,在自动驾驶上所发挥的关键作用。
另一方面,激光雷达市场的玩家越来越多,尤其是中国市场。换言之,业务形成共识:激光雷达将成为 L3+ 级别自动驾驶汽车的标配。
10月份,定位智能网联汽车增量部件供应商的华为宣布正在研发激光雷达;国际一级供应商巨头博世,也在研发激光雷达;无人机巨头大疆,其激光雷达已经开始大规模测试。
当前,激光雷达仍是一项新的汽车传感技术。创业公司、汽车厂商、供应商纷纷在这一领域加码布局,行业还远未到洗牌阶段。大部分主流的汽车厂商也还在评估这种新型的传感技术,因而对大多数激光雷达公司而言也是机会所在。
与此同时,激光雷达行业面临的挑战依然不小,比如成本、体积、安全性等问题。
随着自动驾驶行业生态的不断进化,激光雷达的价格,必然会从目前的数十万元,降到万元级甚至千元级。
例如,1999 年时,捷豹推出了首款搭载巡航控制功能的车型——捷豹 XK。当时这款双门轿跑售价高达 10 万美元。负责实现该功能的毫米波雷达售价相当昂贵,有人甚至打趣的表示“这是买雷达送车”。
现在,购买一辆 18000 美元的卡罗拉就能用上这一功能。由此可以看到,激光雷达的进化曲线与当年的毫米波雷达类似。
饮冰相信,按照目前智能驾驶行业的推进速度,我们在 2025年就能见到 大量的Level 3+自动驾驶汽车上路。“十年以后,多数汽车厂商都会拿出自己的自动驾驶汽车。”
另外,汽车只是激光雷达的首个“宿主”。“你会在其他设备上见到它的身影,任何需要进行三维感知的人造物体比如机器人、无人机、路测设备、可穿戴设备、自动化机械等,激光雷达的应用范围几乎是无限的。”姜波信心满满地表示。(作者:利荣)

《汽车电子产业发展白皮书(2019年)》发布
博客 • gaohong 发表了文章 • 0 个评论 • 824 次浏览 • 2019-11-08 09:56
2019年11月6日,由重庆市经济和信息话委员会、中国电子信息产业发展研究院指导,汽车电子产业联盟(AEIE)、重庆高新技术产业开发区管理委员会主办的“第三节汽车电子大会”在重庆成功举行。
在本次大会的主论坛上,赛迪智库电子信息研究所所长温晓君就《汽车电子产业发展白皮书(2019年)》内容做了发布报告。
《汽车电子产业发展白皮书(2019年)》由赛迪智库电子信息研究所编写。《白皮书》认为,在技术、政策、环保与消费四大驱动力的助推下,汽车电子在汽车价值链中占比越来越高,发展潜能进一步释放。
值得注意的是,我国汽车电子产业发展仍面临五大问题与挑战:一是缺乏世界级Tier1厂商是我国汽车电子产业的“阿喀琉斯之踵”;二是汽车电子“新旧势力”之间合作融合仍显不足;三是国内强于系统集成弱于基础器件的问题仍然突出;四是基础软件缺失是阻碍产业生态发展的关键因素;五是产品测试认证、行业公共服务等配套环节亟待建设完善。
此外,《白皮书》就汽车电子产业发展提出四点思考与展望:一是自主式智能、网联式智能融合发展,智能网联汽车是发展的必然趋势;二是智能计算平台等关键技术产品将成为构建产业生态的重要着力点;三是整车企业和科技巨头企业将成为汽车电子产业的两大主导力量;四是实现横向和纵向的“两个打通”是推动产业创新发展的必由之路。
以下是现场演讲的PPT:
第三届汽车电子大会今在渝开幕 赛迪发布汽车电子白皮书
博客 • 飞奔的蜗牛 发表了文章 • 0 个评论 • 353 次浏览 • 2019-11-07 10:30
11月6日,为搭建行业交流平台,强化创新开放合作,研判汽车电子产业发展趋势,“2019第三届汽车电子大会”在重庆开幕。
本次大会由重庆市经济和信息化委员会、中国电子信息产业发展研究院指导,汽车电子产业联盟(AEIA)、重庆高新技术产业开发区管理委员会主办,北京赛迪出版传媒有限公司、中国计算机报社承办。
参会嘉宾
北京大学教授、工业和信息化部原副部长杨学山,
工业和信息化部电子信息司副司长任爱光,
重庆市经济和信息化委员会副主任刘忠,
重庆高新区管委会副主任林金朝,
美国国家工程院院士、美国艺术与科学院院士陈世卿博士,
德国汉堡科学院院士张建伟,
以及来自长安汽车、恩智浦、德赛西威、新思科技、北斗星通、黑芝麻智能科技、Mentor公司、华晨鑫源、德尔福科技、华登国际、Trustonic、Imagination等企业代表,韩国产业研究院、交通运输部规划研究院、上海交通大学的专家等国内外知名行业代表,近300位嘉宾、百余家媒体和千余名观众参加2019第三届汽车电子大会开幕式和主论坛。
开幕式
开幕式上,重庆高新区与中国电子信息产业发展研究院等多家单位签署合作协议。
此外,长安汽车股份有限公司执行副总裁刘波、恩智浦全球副总裁Ross McOuat、韩国产业研究院本部长赵哲等嘉宾分别就汽车电子产业创新、未来汽车架构、智能汽车战略中韩合作等方向发表主题演讲。
大会介绍
2019第三届汽车电子大会以“匠心铸魂——打造汽车‘新’大脑”为主题,定位于“国际化品牌、国家级标准、专业性盛会”。
大会主要由第三届汽车电子大会开幕式和主论坛、汽车电子产业联盟一届二次理事会议、高新之夜、三场专题论坛、一场产业生态发展研讨会、2019汽车电子优秀创新技术与产品应用成果展等系列活动组成。
来自全球100多位演讲嘉宾围绕汽车电子等新兴技术展开探讨,为产业趋势把脉。值得关注的是,本届大会创新性引入首届“芯创杯”高校未来汽车人机交互设计大赛——华中华西赛区决赛,以“赛”助力汽车电子技术创新和人才培养。
此外,大会同期举办的汽车电子投融资论坛、汽车电子全球创新产业对接论坛、汽车大数据生态论坛三个专题论坛,通过多场技术路演、项目对接交流,深挖前沿技术应用场景,强化新技术、新模式与实体经济的深度融合,积极推动汽车电子快速发展。
白皮书发布
会上,赛迪智库电子信息产业研究所所长温晓君带来《汽车电子产业发展白皮书(2019年)》发布。《白皮书》全方位、深层次分析了我国汽车电子及智能网联汽车行业发展现状与趋势,为我国汽车电子产业健康、快速发展提供建议。《白皮书》认为,在技术、政策、环保与消费四大驱动力的助推下,汽车电子在汽车价值链中占比越来越高,发展潜能进一步释放。
当前,随着产业发展进程加快,由计算芯片、传感器、通信模块以及操作系统、人工智能算法等构成的汽车智能计算平台发展成为汽车电子智能化发展的核心和制高点。
汽车电子智能化发展不仅承载了整个汽车工业的数字化转型使命,也将进一步推动汽车迈向“新四化”。
在新的时代背景下,推动汽车电子与人工智能、计算技术的深度融合、全面创新、全面渗透、全面应用,以2019第三届汽车电子大会为转折,进一步推动汽车电子产业创新和生态高质量发展。
2019第三届汽车电子大会将于重庆高新区隆重召开
活动 • 自动驾驶小能手 发表了文章 • 0 个评论 • 427 次浏览 • 2019-10-16 21:31
当前,随着产业发展进程加快,由计算芯片、传感器、通信模块以及操作系统、人工智能算法等构成的汽车智能计算平台发展成为汽车电子智能化发展的核心和制高点。汽车电子智能化发展不仅承载了整个汽车工业的数字化转型使命,也将进一步推动汽车迈向“新四化”。
重庆高新技术产业开发区是国家级自主创新示范区,区内已形成了集整车制造、汽车配件、汽车电子,车辆检测认证、研发创新等要素的汽车产业链。目前,重庆高新区正以高标准建设重庆科学城和国家(西部)科技创新中心为抓手,打造发展升级版,汽车电子产业将作为重点发展领域加速推进。基于此,由汽车电子产业联盟(AEIA)、重庆高新技术产业开发区管理委员会主办的2019第三届汽车电子大会将于11月5-7日在重庆高新区隆重召开。本届大会以“匠心铸魂——打造汽车‘新’大脑”为主题,通过“会”“展”“赛”等多种展现形式,广泛邀请来自全球的知名专家学者、两院院士、行业协会、科研院所、金融机构,以及数百位中外汽车电子产业主导企业和新闻媒体机构等代表出席大会。
届时,大会计划通过70+大咖专业分享、300+高层亲临汇聚、1500+嘉宾零距离互动,共同分享全球最新最热的研究成果与产业洞察,探讨全球汽车电子智能化发展新机遇、新态势、集中展现相关优秀技术成果,为全球汽车电子相关行业组织机构、企业、科研院校搭建集产业盛会、前沿展示、大咖论道、研讨交流和智能体验于一体的专享交流合作平台。
本届大会主要将由第三届汽车电子大会主论坛、汽车电子产业联盟一届二次理事会议、创新之夜、四场专题大会、2019汽车电子优秀创新技术与产品应用成果展示、年度产业白皮书重磅发布等系列活动组成。值得关注的是,本届大会创新性引入首届“芯创杯”高校未来汽车人机交互设计大赛-华中及西南赛区现场赛,以“赛”助力汽车电子技术创新和人才培养。
此外,大会同期还将举办汽车电子投融资大会、汽车电子全球创新产业对接大会、汽车大数据生态大会、汽车电子产业生态发展研讨会四场专题大会,通过多场技术路演,项目对接交流,深挖前沿技术应用场景,强化新技术、新模式与实体经济的深度融合,积极推动汽车电子快速发展。
2019第三届汽车电子大会的成功举办,必将进一步推动汽车电子创新和生态高质量发展。
气体流量传感器在汽车电子上的应用
博客 • isweek工采网 发表了文章 • 0 个评论 • 590 次浏览 • 2019-08-16 10:10
现代汽车电子已经从之前电子元器件到车内电子系统的应用进入了一个新的、有本质性改变和提高的新阶段。其中最有代表性的核心器件之一就是传感器。关于传感器在汽车领域的市场前景工采网小编曾在上一篇《2019汽车节能减排新趋势 车用气体传感器市场需求可期》文章提及,感兴趣的有车一族可以进入官网资讯查看。下面工釆网继续给小伙伴介绍一款用于汽车电子的气体流量流量传感器。
大家都知道,传感器通常由敏感元件、转换元件和转换电路组成,其中敏感元件是指传感器中能直接感受或响应被测量的部分,转换元件是将上述非电量转换成电参量,转换电路的作用是将转换元件输出的电信号经过处理转换成便于处理、显示、记录和控制的部分。而传感器作为汽车电子控制系统的信息来源,是车辆电子控制系统的基础关键部件。
汽车各个系统控制过程依靠传感器,进行信息的反馈,实现自动控制工作是汽车的“神经元”。汽车传统传感器依照功能可以分为压力传感器、位置传感器、温度传感器、加速度传感器、角速度传感器、流量传感器、气体浓度传感器和液位传感器等 8 类。如下图:
可见汽车传感器主要应用于动力总成系统,车身控制系统以及底盘系统中。汽车传感器在这些系统中担负着信息的采集和传输功用,它采集的信息由电控单元进行处理后,形成向执行器发出的指令,完成电子控制。接下我们具体了解一下空气流量传感器在汽车电子中的作用。
空气流量传感器:空气流量传感器是将吸入的空气转换成电信号送至电控单元(ECU),作为决定喷油的基本信号之一。
为使发动机处于最佳工作状态,就需要从吸入汽缸的空气流量、进气压力的测定开始,再根据水温、空气温度等工作环境参数计算出基本喷油量,同时还要通过节气门位置传感器检测节气门的开度,确定发动机的工况,进而控制,调整最佳喷油量,最后还需要通过曲轴的角速度传感器监测曲轴转角和发动机转速,最终计算出并发出最佳点火时机的指令。这个发动机燃油喷射系统和点火综合控制系统还可以与废气排放的监控系统和起动系统等组合,构筑成可使汽车发动机功率和扭矩最大化,而同时燃油消耗和废气排放最低化的智能系统。
因此空气流量传感器它的作用是检测发动机进气量的大小,并将进气量信息转换成电信号输出,并传送到ECU。我们知道汽车的行驶是需要点火装置点火得到向前的冲量,因此,充气量的大小是ECU计算汽车在点火的时候点火装置需要喷油时间和喷油量和点火时间的依据。它的作用是可以让我们更好的让汽车进行加减速行驶。
为了更好的形成符合要求的混合气,使空燃比达到最佳值,因此我们就必须对发动机进气空气流量进行精确控制。工采网技术人员建议采用气体质量流量传感器 - FS4000系列来完成此项操作。
气体质量流量传感器 - FS4000系列是采用领先的微机电系统流量传感器技术和智能电子控制技术,专为普通气体流量监测开发的产品。该传感器能直接测量气体质量流量,低压损。适用于净化空气或氮气流量监控,还可用于环境采样器(如色谱分析仪器等)。另外两款系列FS4003气体质量流量传感器,管道内径为3mm,成本低测量范围最大到5SLPM;适用于粒子计数器和各类分析仪器。FS4008气体质量流量传感器,管道内径为8mm,测量范围最大到50SLPM;可用于麻醉设备、洁净气体检测,如:空气采样机,气体分析仪等。
气体质量流量传感器FS4000系列(FS4003和FS4008)产品主要特性
1)专为管径3mm和8mm的气管中的低压气体流量测量而设计
2)支持多种连接方式,易于安装与使用
3)传感芯片采用热质量流量计量,无需温度压力补偿,保证了传感器的高精度计量
4)在单个芯片上实现了多传感器集成,使其量程比达到了100:1甚至更高
5)输出方式灵活,既可通过通讯接口主动上传数据或由上位机查询输出数据,也可通过模拟接口输出线性的模拟电压
6)零点稳定度高
7)全量程高稳定性、高精确度和优良的重复性
8)低功耗、低压损
9)响应速度快
气体质量流量传感器FS4000系列(FS4003和FS4008)产品技术参数