传感器

传感器

固特异智能网联轮胎可有效缩短制动距离

博客智能网联汽车 发表了文章 • 0 个评论 • 416 次浏览 • 2020-02-28 09:50 • 来自相关话题

日前,固特异轮胎橡胶公司携手客户收集并分析了累积300万英里的智能网联轮胎道路测试和实地测试数据。内置传感器的智能网联轮胎能够与车辆和公路进行“对话”,还可以测量轮胎的特性,有助于提升车辆性能及安全性。  ...查看全部

日前,固特异轮胎橡胶公司携手客户收集并分析了累积300万英里的智能网联轮胎道路测试和实地测试数据。内置传感器的智能网联轮胎能够与车辆和公路进行“对话”,还可以测量轮胎的特性,有助于提升车辆性能及安全性。 

 1582854542402441.png

事实上,初步研究证明,固特异的新旧智能网联轮胎均可实现制动距离缩短高达30%。伴随着电动车和自动驾驶汽车时代的来临,智能网联轮胎的重要性必然与日俱增。智能网联轮胎对制动距离的影响以及与车辆开展交流这项功能带来的意义也会日益显著。

固特异的智能网联轮胎系统持续测定和记录轮胎相关的信息,这些信息可与其他车辆数据进行配对并连接到固特异基于云端的专用算法。

 1582854577915354.jpg

智能轮胎可实时测量轮胎的磨损程度、载荷情况、充气压力和温度以及路面状况,有助于车辆基于这些测量结果做出相应调整,从而优化自身性能表现。

固特异首席技术官Chris Helsel表示:“试想一下,在寒冷的天气中,行驶在光滑蜿蜒的道路上时,驾驶者会做出减速、踩刹车或避免突然转向这些操作来适应路面状况。但如果是无人驾驶汽车,又会怎样呢?轮胎是汽车唯一与地面接触的部件,它可以向车辆传递重要信息,从而提高安全性和车辆性能。”

固特异的智能网联轮胎目前尚未面向消费者发售,不过公司正携手汽车制造商和初创企业等持续开展广泛的智能网联轮胎测试工作,开发定制产品和解决方案,以便最终为消费者提供更加安全的驾乘体验。

示意图: 

1582854598742060.png

FLIR与ANSYS联手加速热像仪机器学习,为自动驾驶保驾护航

博客自动驾驶小能手 发表了文章 • 0 个评论 • 509 次浏览 • 2020-01-20 10:47 • 来自相关话题

FLIR将其热成像传感器集成到ANSYS的前沿驾驶模拟器中,为自动驾驶汽车开发建模、测试并验证热成像技术。 ...查看全部

FLIR将其热成像传感器集成到ANSYS的前沿驾驶模拟器中,为自动驾驶汽车开发建模、测试并验证热成像技术。


据麦姆斯咨询报道,FLIR Systems, Inc.(纳斯达克证交所代码:FLIR,以下简称FLIR)与ANSYS(纳斯达克证交所代码:ANSS)正在合作,共同为辅助驾驶和自动驾驶汽车(AV)提供卓越的危险探测能力,为汽车制造商提供前所未有的汽车安全保障。通过此次合作,FLIR将把完全基于物理的热成像传感器集成到ANSYS的前沿驾驶模拟器中,从而实现在超真实的虚拟世界中对热像仪设计进行建模、测试和验证。全新的解决方案将通过优化热像仪的布局来缩短原始设备制造商(OEM)的开发周期,以便与自动紧急制动(AEB)、行人探测等工具一同使用,并应用于未来的自动驾驶汽车。

对FLIR客户及合作伙伴来说,在虚拟环境中进行测试的能力是对现有系统的有力补充,受益产品主要包括搭载了FLIR Boson®热像仪、FLIR热启动数据集及特定区域/城市热数据集(用于算法训练)的FLIR汽车开发套件(ADK™)。FLIR热数据集是为高级驾驶辅助系统(ADAS)开发、AEB和自动驾驶汽车系统中的机器学习而创建。

目前,自动驾驶汽车和ADAS传感器在黑暗或阴影、强光及恶劣天气(如大雾)等环境中面临着巨大挑战。然而,热像仪可以有效地探测和分类这些环境中的物体。将FLIR的热成像传感器集成到ANSYS® VRXPERIENCE®中,即可在短短几天内模拟完成数百万英里的数千种驾驶场景。此外,工程师还可以模拟热成像能够提供关键数据但难以塑造的场景,包括在拥挤的低对比度环境中探测行人。

“通过将ANSYS行业领先的仿真解决方案加入到我们现有的物理测试工具套件中,工程师、汽车制造商和汽车供应商可显著提升汽车在各类驾驶条件下的安全性。”FLIR工业事业部总裁Frank Pennisi表示,“该方案可以重现驾驶员每天都能看到但在物理环境中难以复制的特殊场景案例,这为改进神经网络和AEB等安全功能开辟了道路。”

“FLIR认识到,仅仅依靠在物理世界中收集的机器学习数据集来使热像仪在汽车应用中达到尽可能安全可靠,是具有很大局限性的。”ANSYS副总裁兼总经理Eric Bantegnie说道,“如今有了ANSYS解决方案的帮助,FLIR可以进一步增强汽车制造商的能力,以加速搭载热像仪的辅助驾驶系统的开发和认证。”

除特定城市的数据集外,FLIR在汽车行业已拥有十多年的丰富经验。FLIR已为包括通用、奥迪和奔驰等在内的汽车制造商提供了超过70万个热成像传感器,作为其夜视预警系统的一部分。此外,FLIR近日还宣布,其热成像传感器已被一级汽车供应商Veoneer选中,用于与全球顶级汽车制造商合作计划于2021年量产的L4自动驾驶汽车中。

于1月6日至10日在美国内华达州拉斯维加斯举办的“2020年国际消费电子展(CES)”期间,FLIR展示了其热成像加持的演示汽车和其它创新型产品,FLIR的展位号为#8528。

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 • 356 次浏览 • 2020-01-20 10:43 • 来自相关话题

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, ...查看全部

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 • 911 次浏览 • 2020-01-16 18:37 • 来自相关话题

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 ...查看全部

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 • 462 次浏览 • 2020-01-14 17:30 • 来自相关话题

据外媒报道,自动驾驶高性能雷达平台公司Echody ...查看全部

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)

晶方科技拟募资14亿元,用于开发智能传感器模块

博客自动驾驶小能手 发表了文章 • 0 个评论 • 358 次浏览 • 2020-01-06 10:45 • 来自相关话题

2020年1月2日,晶方科技发布公告称,公司拟向10名特定对象,非公开发行不超过发行前总股本20%的股份(即45935891股),募集资金总额不超过14.02亿元,用于“ 集成电路12英寸TSV及异质集成智能传感器模块项目”。据公告显示,本 ...查看全部

2020年1月2日,晶方科技发布公告称,公司拟向10名特定对象,非公开发行不超过发行前总股本20%的股份(即45935891股),募集资金总额不超过14.02亿元,用于“ 集成电路12英寸TSV及异质集成智能传感器模块项目”。

据公告显示,本次募投项目产品主要应用于手机摄像、汽车电子、生物身份识别、安防监控等领域,通过扩大产能顺应手机摄像、汽车电子、生物身份识别、安防监控等领域的新产品趋势,满足客户的新产品需求。

晶方科技认为,随着物联网和人工智能趋势的不断推进,这些领域正呈现出强劲的增长趋势。手机是影像传感器的最大终端用户市场,未来手机摄像头的需求依然强劲,其成长动力主要来自三摄、四摄对CMOS图像传感器数量的提升,每部手机摄像头数目将大幅度增加;汽车电子中自动驾驶需要多个摄像头传感器,未来增长爆发力足;全面屏+OLED逐渐成为未来手机的主流解决方案,以及手机多摄像头和更大的电池占用手机背部空间,屏下指纹将成为手机指纹识别主流的市场趋势,指纹传感器需求扩容确定性大;安防监控的普及度增加,安防监控市场传感器将会迎来稳定增长。

近几年,公司已对市场需求的新趋势进行了前瞻性的技术储备和布局。针对汽车电子等领域高可靠性的要求,公司在12寸消费类传感器用TSV晶圆级封装工艺的基础上,开发出了高可靠性TSV晶圆级封装工艺;针对市场高可靠性、高集成度、多芯片的市场需求趋势,公司2014年收购DRAM专业封测厂智瑞达电子(原德资奇梦达苏州封测厂),全面导入传统封装量产能力,将其与公司原有的先进封装技术互补,融合并再创新,率先推出了具有国际领先水平和具备完整 IP 的高端智能传感器用扇出型系统级封装平台。

本次投资项目将推动高可靠性 TSV 晶圆级封装工艺、扇出型系统级封装工艺平台等技术的发展,进一步巩固公司已有的技术领先优势和地位。

据悉,该项目建成后,将形成年产18万片的生产能力。该项目实施达标达产后,预计新增年均利润总额1.6亿元,预计投资回收期约6.19年,内部收益率为13.83%。该项目实施单位为苏州晶方半导体科技股份有限公司,项目建设期1年。

据公告介绍,晶方科技主要专注于传感器领域的封装测试业务,主要为影像传感芯片、环境光感应芯片、微机电系统(MEMS)、发光电子器件(LED)等提供晶圆级芯片尺寸封装(WLCSP)及测试服务,是中国大陆首家、全球第二大能为影像传感芯片提供WLCSP量产服务的专业封测服务商,该产品广泛应用在手机、安防监控、身份识别、汽车电子、3D传感等电子领域。

​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 • 371 次浏览 • 2020-01-06 10:42 • 来自相关话题

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。 ...查看全部

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。

1578278976717130.jpg

私人控股的博世公司表示,内部开发的激光雷达传感器将在下周的拉斯维加斯消费电子展上展出,它将覆盖高速公路和城市的长距离和近距离范围,并将与该公司的摄像机和雷达技术配合。

激光雷达技术使用基于光的传感器生成道路的三维视图,但它仍然是一个相对较年轻的技术,仍在不断发展。从目前来看,它对于大众市场的使用来说太昂贵了,但是如果便宜的激光雷达传感器被广泛采用,它可以提供更多的深度数据,从而使自动驾驶汽车能够更好地检测到与行人等其他道路使用者的距离。

尽管众多初创公司正在研究激光雷达,但像博世这样的大型值得信赖的供应商的参与可以帮助加快该技术的采用。

博世管理董事会成员哈拉尔德·克罗格(Harald Kroeger)在一份声明中说:“博世将首先把自动驾驶变为现实。”

最初,激光雷达开发人员使用的是放置在汽车顶棚上的笨重的旋转设备,现在已经过渡到了更紧凑的固态设备,可以将其安装在汽车的其他部件上,例如前大灯附近。现在,这些产品的限量销售价格不到10,000美元,但分析师表示,批量生产的价格必须低至200美元才能实现商业可行性。

博世并未提供其激光雷达的时间表,价格或技术细节,但一位发言人表示,该公司正在努力使传感器“准备就绪”,并将重点放在“负担得起的大众市场”技术上。

发言人拒绝透露博世是否已经有传感器的汽车客户。

由于成本和监管问题导致汽车制造商和科技公司重新考虑其计划,因此无人驾驶汽车的发展已达到了一个减速的步伐。

目前,包括通用汽车公司,福特汽车公司和谷歌Waymo 在内的公司都使用激光雷达。苹果公司也正在评估这项技术。

其他公司则不愿采用激光雷达,原因是成本高昂且功能有限,其中包括埃隆·马斯克的Tesla公司和日产汽车有限公司。

去年4月,马斯克称激光雷达成本太高,并称依赖该技术的任何人都“过时了”。特斯拉汽车依靠摄像头和雷达作为自动驾驶的视觉系统。

在过去几年中,已经向激光雷达初创企业投资了数亿美元。

开发该技术的其他主要供应商包括法雷奥,Aptiv和美国大陆。去年7月,法雷奥表示已赢得价值5亿欧元(5.6亿美元)的激光雷达传感器产品订单。(作者:半导体行业观察编译自路透社)


“合肥造”77GHz毫米波汽车雷达芯片在京亮相引关注

博客自动驾驶小能手 发表了文章 • 0 个评论 • 342 次浏览 • 2020-01-03 14:13 • 来自相关话题

记者从38所获悉,日前 “智能传感器及无人系统应用”论坛在北京理工大学召开。38所携77GHz毫米波汽车雷达芯片和AiP模组参加论坛,受到业内专家广泛关注与高度认可。 ...查看全部

记者从38所获悉,日前 “智能传感器及无人系统应用”论坛在北京理工大学召开。38所携77GHz毫米波汽车雷达芯片和AiP模组参加论坛,受到业内专家广泛关注与高度认可。

论坛上,来自国家国防科技工业局、北京市科委、北京市新能源汽车促进中心等众多知名高校、企业的专家与学者齐聚一堂,共同研讨先进智能传感器领域、智能无人平台系统的研究发展状况。

38所科研人员作《毫米波传感器收发机芯片研究进展》主题报告。报告综述了毫米波传感器芯片最新研究进展及技术发展趋势,介绍了基于CMOS技术实现毫米波收发机芯片面临的挑战,以及毫米波天线与封装一体化设计最新解决方案。报告还介绍了38所研发的76~81GHz 3T4R毫米波雷达收发机芯片及最新研制成功的3T4R毫米波封装天线(AiP)模组。

77GHz毫米波芯片是汽车雷达传感器的核心芯片,目前一直被国外公司垄断。经过三年不懈努力,2019年,38所项目组攻克毫米波电路设计、晶圆级封装和封装天线设计等多项关键技术,芯片主要性能指标达到国际同类产品水平,在国际上首次实现77GHz多通道毫米波芯片与7路天线单封装集成。同年发表国际论文12篇,在国际集成电路领域一流会议RFIC、ISCAS、ESSCIRC完成会议报告3次。该项目先后获得安徽省科技重大专项、安徽省战略新兴基地等项目支持。(作者:新安晚报

Ouster推出低成本、高分辨率32通道激光雷达传感器

博客智能网联汽车 发表了文章 • 0 个评论 • 355 次浏览 • 2020-01-03 14:05 • 来自相关话题

Ouster推出低成本、高分辨率32通道激光雷达传感器 ...查看全部

Ouster推出低成本、高分辨率32通道激光雷达传感器

1578031721660573.jpg

●OS1-32激光传感器实现更高分辨率,且更具成本竞争力

●商业定价为8,000美元,批量采购及教育科研机构可享专属优惠

●配置全新的模块盖以提高集成灵活性

2019年12月26日,旧金山 —— 作为一家致力于自动驾驶汽车、机器人和测绘等领域的高分辨率激光雷达领先提供商,Ouster推出全球具成本优势的32通道激光雷达传感器OS1-32。OS1-32激光雷达传感器通过广为接受的成本价格,为研究人员、机器人专家和其它商业应用提供Ouster高分辨率数字激光雷达技术,从而加速感知系统的开发和部署。

Ouster的坚固耐用、结构紧凑的高分辨率激光雷达传感器产品家族又添一员大将——OS1-32传感器,专为实际商业部署而设计,其测距范围可达120米。与目前市场在售的任何一款高分辨率激光雷达传感器相比,OS1-32传感器的尺寸与重量更小,这使其能够独占鳌头。

Ouster首席执行官兼联合创始人Angus Pacala表示:“要想将计算机视觉从简单的避障功能扩展至更先进的感知能力,或将项目从研发转化到商业落地,以合理的价格获得更高分辨率的优质传感器对厂商来说,变得至关重要。OS1-32激光雷达传感器正是满足了客户的这一关键需求。”

除了OS1-32传感器的问世,Ouster还推出了新的模块化径向整流罩,用于解决OS1系列激光雷达传感器的定制安装问题。OS1继续提供独立操作所需的常规径向翅片盖设计。而对于希望为机器人、安防、汽车和无人机的应用程序创建自定义集成的客户,Ouster将共享机械和热设计要求,以确保其传感器能安全、可靠和高性能地运行。

Ouster现已正式接受OS1-32订单,首批传感器已于11月下旬发货,商业应用的定价为8,000美元(批量订购可提供折扣优惠),针对非营利性研究机构的定价为6,000美元。

关于Ouster

Ouster为自动驾驶汽车、机器人、无人机等领域提供高分辨率激光雷达传感器。凭借其独特的多光束快闪激光雷达架构,Ouster的传感器可靠、紧凑且具成本优势,并能提供媲美相机的图像质量。自2015年成立以来,Ouster已为逾600家客户提供服务,并获得9,000万美元投资。Ouster总部位于美国旧金山,由首席执行官Angus Pacala和首席技术官 Mark Frichtl领导。

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 • 356 次浏览 • 2019-12-27 18:51 • 来自相关话题

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 ...查看全部

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。

例如,镭神智能自主研发的全球首款激光雷达专用16通道TIA芯片,让单颗芯片就可以实现多线束激光雷达模拟接收处理,可使激光雷达结构更紧凑,性能表现更为突出和稳定,同时也更易实现大规模量产。

尽管,国产激光雷达错失先发优势,但其差异化的市场策略有效规避了同质化的市场竞争。在高线数激光雷达市场上,Velodyne的128线激光雷达姗姗来迟,而64线激光雷达多年来没有再进一步优化升级,不仅价格惊人,硕大的体积也难以适应车身集成对感知设备的要求。
而作为Velodyne的投资方之一,百度Apollo自动驾驶车队从今年开始也把自己车上的64线激光雷达都替换成了禾赛的40线激光雷达。
此外,传统机械式激光雷达难以满足汽车主机厂对车规和量产需求。目前,全球唯一获得车规认证的,仅有法雷奥的4线混合固态激光雷达。
而在今年4月份,一直深耕自动驾驶市场的镭神智能也按车规标准推出了混合固态激光雷达,甚至一举做到了市场最高线束128线,相继还推出了车规级的32线和16线混合固态激光雷达。
在性能方面,镭神此系列激光雷达在探测距离、精度和分辨率等多个方面,都比机械式激光雷达有着更为卓越的表现。更重要的是,目前其样机已快速实现了小批量转产,并已陆续出货给国内外主机厂和自动驾驶公司进行测试。
按照该公司的预计,该系列激光雷达很大可能将成为全球第二款获得车规认证的量产激光雷达。
超高性价比顺应商业落地需求
技术和成本是初创公司之间激烈竞争的两个重要维度。随着技术的快速迭代,国产激光雷达的性能与国外相比已无太大差异,在某些性能方面甚至还做得更好。
而在成本控制方面,虽然Velodyne继圣何塞设厂批量生产后,今年还联合尼康在日本建起了一条激光雷达组装线,但其价格依然远高于国产激光雷达。
在生产成本把控方面,有别于其他友商,在成立之初,镭神智能就直接创建了自动化生产产线,以保障出品质量和组装效率。
目前,镭神智能的每个系列产品从立项开始,在关注技术的领先性的同时,也对成本作综合平衡, 通过项目的科学规划与管理,从源头到出品全线进行了严格的成本把控。
今年初,镭神智能宣布大幅降低机械式多线激光雷达之时,其所代表的正是国产激光雷达吹响强势逆袭的号角。
而目前Velodyne主要在售产品64线、32线、16线在2017年底官方定价分别为8万美金(约合52.3万人民币)、4万美金(约合26万人民币)和8千美金(约合5.23万人民币),还未包括运费、税费和代理商的利润等费用。
彼时,2017年9月,镭神智能的16线价格已经降到2.8万元,Velodyne的16线2018年1月份才降到4000美元。2019年2月份,镭神16线的价格降至1.2万元,Velodyne等其他家价格才降到2万多元。
而镭神智能的车规级128线混合固态激光雷达售价才6.8万元,价格是美国公司的1/15,车规16线混合固态激光雷达万台价格也才3999元。

镭神车规级CH系列混合固态激光雷达点云效果

合理的生产成本是目前激光雷达应用市场商业落地的一大瓶颈,显然,在同样的性能表现之下,国产激光雷达的价格优势更符合市场发展所需。
本地售后支持响应迅速
从此次裁撤中国区直销队伍来看,市场需求预期的不匹配是主要原因。
“如果是一次性购买超过100万美元雷达的主机厂,Velodyne中国就会直接为其提供售前与售后服务。” 这是彼时Velodyne在中国市场同时设置直销和代理两种销售模式的初衷。
然而,对于大部分激光雷达用户来说,其一次性需求量目前并没有那么大。因此,繁琐、响应慢的售后也始终是Velodyne产品存在的“硬伤”。
激光雷达作为一种前沿技术产品,目前大部分客户也都还不太清楚该如何使用和集成到整机,因此均存在着大量的售后技术支持需求。
而国产激光雷达则占据着地缘优势,如镭神智能除了深圳总部,在天津、杭州、成都等城市分别成立了办事处,以迅速响应全国各大省市的服务需求。
随着越来越多的激光雷达公司涌入市场,以镭神智能为代表的国产激光雷达从产品系统设计、核心技术、自动化产线、生产效率等方面均已比肩国际一流水平。
虽然未有数据显示Velodyne在中国的销量下滑,但在国产激光雷达公司的强势攻城略地之下,显然整个市场格局已有重大调整。
根据镭神智能官方宣布的数据,其2019年度中高端激光雷达销售出货量超万台,可见激光雷达的国产替代时代已经到来。

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 • 303 次浏览 • 2019-12-27 18:45 • 来自相关话题

不那么贵的激光雷达才是未来。 ...查看全部

不那么贵的激光雷达才是未来。

近日,自动驾驶里激光雷达的最早玩家Velodyne宣布停止在中国市场的直销业务。这一事件是国产激光雷达的胜利通告还是自动驾驶行业的寒冬信号,见仁见智。

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3年,航天标准研制

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。

构筑技术的壁垒-“芯片化”

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。

核心关键词:量产、车规级

「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。

激光雷达没有资本寒冬?

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)

【深度】详解自动驾驶汽车三大主流传感器主要功能

博客isweek工采网 发表了文章 • 0 个评论 • 246 次浏览 • 2019-12-23 09:43 • 来自相关话题

近几年,自动驾驶无疑已经成为科技圈和汽车圈的热点话题,谷歌、百度、苹果及Uber等科技公司以及特斯拉、奥迪、奔驰、宝马等主流汽车厂商纷纷投入自动驾驶领域。然而,关于自动驾驶技术路线之争也是一个备受争议的话题。 ...查看全部

近几年,自动驾驶无疑已经成为科技圈和汽车圈的热点话题,谷歌、百度、苹果及Uber等科技公司以及特斯拉、奥迪、奔驰、宝马等主流汽车厂商纷纷投入自动驾驶领域。然而,关于自动驾驶技术路线之争也是一个备受争议的话题。

 图片1.png

 

一个方面是人们相信自动驾驶汽车将通过增加道路安全,降低基础设施成本以及增强儿童、老人和残疾人的出行自理能力来确保美好的未来。而另一方面则是许多人害怕汽车黑客、致命车祸的风险,以及与驾驶相关工作岗位的流失。据调查发现,有54%的成年人担心自动驾驶汽车的发展,只有40%的受访者对汽车自动化的潜在发展感到乐观。研究也表明,人们对自动驾驶汽车的看法和态度截然不同。

 

毫无疑问,自动驾驶是一项复杂而有争议的技术。要了解自动驾驶汽车的安全性,重要的是弄清楚它们是如何工作的,以及哪种类型的自动驾驶车辆传感器可以帮助它们行驶,并识别道路上的物体以防止发生车祸。接下来工采网小编和大家一起来看看自动驾驶汽车中的传感器技术解决方案。

 

自动驾驶是汽车智能化发展的最终方向,激光雷达、摄像头、毫米波雷达、超声波传感器等传感器是实现自动驾驶的硬件基础。没有物联网传感器,自动驾驶汽车就不可能实现:它们使汽车看到和感知道路上的一切,并收集安全驾驶所需的信息。例如:对这些信息进行处理和分析,以构建从A点到B点的路径,并向汽车控制装置发送适当的指令,例如转向、加速和制动。此外,物联网传感器收集的信息,包括实际路径、交通堵塞和道路上的障碍物,并可以在物联网汽车之间进行共享。这被称为车对车通信,有助于提高驾驶自动化。

图片2.png 

 

当今大多数汽车制造商通常使用以下三种类型的自动驾驶汽车传感器:摄像头、雷达和激光雷达。接下来我们了解一下它们是如何工作的。

摄像头

摄像头就像人类驾驶员的眼睛一样,自动驾驶汽车使用摄像头来观察和解释道路上的物体。通过在各个角度为汽车配备摄像头,这些车辆可以保持360°的外部环境视野,并提供周围交通状况的更广阔画面。如今,可以使用3D摄像头显示非常详细的逼真图像。图像传感器自动检测物体,对其进行分类,并确定与物体的距离。例如,摄像头可以识别其他汽车、行人、骑自行车的人、交通标志和信号、道路标记、桥梁和护栏。

雷达传感器

雷达(无线电探测和测距)传感器对自动驾驶的整体功能做出了至关重要的贡献:它们发出无线电波以检测物体并实时测量其距离和速度。短距离和远距离雷达传感器通常部署在汽车各处,并具有不同的功能。短距离(24 GHz)雷达应用可以实现盲点监测、车道保持辅助和停车辅助,而远距离(77 GHz)雷达传感器的作用包括自动距离控制和制动辅助。与摄像头不同的是,雷达系统在雾天或雨天识别物体时通常没有问题。

激光雷达传感器

激光雷达(光探测和测距)传感器的工作原理类似于雷达系统,唯一的区别是它们使用激光而不是无线电波。除了测量到道路上各种物体的距离之外,激光雷达还可以创建被探测物体的3D图像并绘制其周围环境的地图。虽然毫米波雷达与激光雷达相比,亳米波雷达具有探测距离远,不受天气状况影响以及成本低的优势。由于亳米波雷达采用硅基芯片,不会特别昂贵,也不涉及复杂工艺,同时正处于第二次工艺转型的重要时期,预计成本仍有下降空间。相比激光雷达暂时高不可攀的成本以及较低的技术壁垒和自身可全天候工作的优势,毫米波雷达可以说是目前初创公司进入自动驾驶市场的一个门槛较低的入口。

但是根据激光雷达可以配置为在车辆周围创建完整的360度地图,而不是依赖于狭窄的视野。处于这两个优势使的自动驾驶汽车制造商(例如Google、Uber和Toyota)选择了激光雷达系统。

 untitled.png

关于激光雷达传感器在自动驾驶中的应用工采网提供的固态面阵激光雷达 测距传感器 - CE30-A使用时间飞行法(TOF, Time of Flight)进行测距,它会发射出经过调制的近红外光,光线遇物体后反射并再次被 CE30 接收。CE30 通过计算光线发射和接收的相位差与时间差,来换算被拍摄景物的距离。


固态面阵激光雷达 测距传感器 CE30-A 参数:

 图片3.png

在未来自动驾驶汽车传感器在自动驾驶中起着至关重要的作用:它们使汽车能够监控周围环境,探测障碍物并规划道路。结合汽车软件和计算机,它们将使系统能够完全控制车辆,从而为人们节省了大量时间来执行更高效的任务。考虑到普通驾驶员每天在汽车上大约花费50分钟的事实,可以想象一下,自动驾驶汽车对于我们所生活的快节奏世界而言,是多么的宝贵。尽管自动驾驶技术正在迅速发展,但尚无商用车辆通过自动驾驶所需的4级标准。为了确保道路安全,制造商仍然需要认真对待巨大的技术改进领域。

传感器在国内首套无人驾驶摊铺机上的应用

博客isweek工采网 发表了文章 • 0 个评论 • 270 次浏览 • 2019-12-09 11:10 • 来自相关话题

无人驾驶领域, Waymo是尽人皆知的代表。 ...查看全部

无人驾驶领域, Waymo是尽人皆知的代表。而且Waymo的一举一动,都牵动着无人驾驶领域的神经。这个由谷歌开启于2009年的自动驾驶汽车计划,在2016年12月从独立出来,正式成为谷歌母公司Alphabet旗下的一家子公司。去年末,Waymo开始在美国亚利桑那州菲尼克斯周边城市推出无人驾驶出租车服务;今年4月,Waymo的打车应用终于在Google Play Store上架——一直以来,Waymo把为乘客提供包括娱乐在内的车内空间服务当作未来商业化的主要目标。

 

将目光从大洋彼岸拉回,在国内5G与无人驾驶技术的有机结合上,新的衍生服务也很有可能出现在未来的生活场景中。特别是在人工成本不断上涨的今天,工程机械智能化、无人驾驶已成为行业发展趋势,特别是在沥青路面摊铺施工领域,施工方对沥青摊铺机、压路机等设备的智能化、无人驾驶充满期待。这种期待在上海成为了现实!

 图片1.png

 

 

12月3日,国内首套无人驾驶智能沥青道路摊铺压实设备,在上海朱建路道路改建项目完成了首秀。据介绍,这套无人驾驶路面铺装设备是由隧道股份路桥集团、三一重工、上海北斗平台公司共同研制,采用无人技术能相应减少驾驶员、辅助人员、引导员等工种,总摊铺作业人员可减少30%。通过技术升级,还可以将这一数值减至40%。更重要的是,摊铺精度可与人工媲美。

 

据悉,这套无人驾驶摊铺机与传统摊铺机最大的区别,在于有两根类似于天线的装置,它其实是3D找平仪。另外,在中间可以看到有一个来回晃动脑袋的监测设备,是用来测温的,通过一系列设备的组合,就实现了无人驾驶。下面工采网小编和大家一起来看看这套无人驾驶摊铺机的神奇之处!

 

图片2.png


测试现场:三台无人驾驶机械按预先设定的路线依次登场:由一台摊铺机打前阵,在地面上均匀铺洒沥青混合料,紧随其后的两台压路机反复碾压刚刚摊铺完成的路面。

 

 

据了解该无人驾驶摊铺机搭载「聪明大脑」——北斗卫星定位导航系统。设备行走的精度控制在50毫米以内,还能通过装在车上的大量传感器,实现自动避障。


图片3.png

 

具体来说,现场作业中的无人驾驶摊铺机,均搭载有自动避障功能,四周设有传感器,在1.5米范围内碰到障碍就会自动停止,控制精度在50毫米以内,有效确保作业安全。其实关于无人机驾驶避障传感器工采网提供的超声波避障传感器模组 - UM0090是一款基于收发一体式超声波传感器的测距模组。通过测量超声波从发射到接收的飞行时间,该模组可以检测到3米范围内的物体,并通过UART 接口输出距离信号。该产品具有灵敏度高、响应速度快的特点,同时具有较好的抗干扰性能和稳定性,广泛应用于各类机器人、无人机和智能设备的避障系统。


5bf66e3335341.JPG

 

可见无人驾驶技术是一个涉及人工智能、传感技术、地图技术以及计算机等诸多前沿科技的综合技术。我们知道,无人驾驶需要车路协同,但目前基建的普及率并不高,大量在建基础设施缺乏对专用路测通信系统等网络设施的顶层设计与部署,车、人、路之间暂时还不能互联互通,无法满足路测和应用无人驾驶技术的要求。随着5G的落地,无人驾驶的成本有望缩小。因为5G与无人驾驶技术的结合,从本质上看是软硬件一体化的过程,这意味着从最初推出到真正技术成熟,中间会经历一段漫长时间。

 

传感器融合:自动驾驶领域的另一个突围方向

博客gaohong 发表了文章 • 0 个评论 • 478 次浏览 • 2019-07-30 14:52 • 来自相关话题

目前,自动驾 ...查看全部
1.jpg


目前,自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

传感器是汽车感知周围的环境的硬件基础,在实现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。目前自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

多传感器融合是必然趋势

2.JPG

通过增加传感器的数量,并让多个传感器融合来提高自动驾驶能力。多个同类或不同类传感器分别获得不同局部和类别的信息,这些信息之间可能相互补充,也可能存在冗余和矛盾,而控制中心最终只能下达唯一正确的指令,这就要求控制中心必须对多个传感器所得到的信息进行融合,综合判断。

在使用多个传感器的情况下,要想保证安全性,就必须对传感器进行信息融合。多传感器融合可显著提高系统的冗余度和容错性,从而保证决策的快速性和正确性,是自动驾驶的必然趋势。

当然,要实现传感器融合,也是有前提条件的。硬件层面,数量要足够,也就是不同种类的传感器都要配备,才能够保证信息获取充分且有冗余;软件层面,算法要足够优化,数据处理速度要够快,且容错性要好,才能保证最终决策的快速性和正确性。

传感器融合的技术概述

每种传感器都有自己无法克服的缺陷,因此数量的增加无法解决实际的问题。真正的解决之道是综合不同传感器采集到的信息。而目前的雷达技术在分辨率上也有些不合格,可以说每种传感器都有自己的软肋。

想做到完美的传感器融合,就要接受不同传感器的输入,并利用综合信息更准确的感知周边环境,其得出的结果比不同传感器各自为战要好得多。将不同传感器进行融合还能换来一定程度的冗余,即使某个传感器出了问题也不会影响车辆的安全。

目前车辆上搭载的大多数ADAS系统都是独立运作的,这就意味着它们不会与其他车辆上的系统交换信息。此外,车上的后置摄像头、360度全景系统、雷达和前置摄像头都有自己的独立任务,它们之间几乎没有交流。

给车辆安装这些独立系统后,司机就能获知更多信息,车辆也能实现少数自动驾驶功能。不过,我们也可以对这些传感器进行融合,实现更为强悍的功能。

①后置摄像头+超声波距离传感器这项配置在现售车辆上早已不再新鲜,倒车时它能用警报声提醒我们车辆离周边物体还有多远。

在这套新系统中,后置摄像头能让司机看清车辆后方情况,而机器视觉算法则负责探测车辆后方物体或马路牙子。超声波距离传感器则是辅助设备,它能在在没有任何照明的夜晚帮司机顺利倒车入库。

②前置摄像头+多模前置雷达能产生意想不到的效果。前置雷达能探测到150米范围内物体的移动速度和距离,而且它几乎不受天气情况影响。摄像头则负责发现并辨别前方物体,比如读取街道上的交通标识和红绿灯。

虽然一些ADAS功能只靠单个传感器或独立系统就能实现,但一旦遇到不可预知的情况,车辆就会变得手忙脚乱。反观能支持更复杂自动驾驶功能的传感器融合,就可大幅降低车辆的误报和漏报率。

传感器融合的体系结构

对自动驾驶汽车而言,没有必须将哪几类传感器数据融合在一起的说法。传感器数据间的融合可以有多种组合。处于中间过程的传感器融合将会产生各种假设和转变。

因为多传感器的使用会使需要处理的信息量大增,这其中甚至有相互矛盾的信息,如何保证系统快速地处理数据,过滤无用、错误信息,从而保证系统最终做出及时正确的决策十分关键。

多传感器融合在硬件层面并不难实现,重点和难点都在算法上。多传感器融合软硬件难以分离,但算法是重点和难点,拥有很高的技术壁垒,因此算法将占据价值链的主要部分。

算法是多传感器融合的核心。传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。

随着传感器技术、成像技术、雷达、LiDAR、电子设备和人工智能技术的进步,数十种先进驾驶辅助系统(ADAS)功能已得以实现,包括防撞、盲点监测、车道偏离报警和停车辅助。

①分布式:先对各个独立传感器所获得的原始数据进行局部处理,然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、计算速度快、可靠性和延续性好,但跟踪的精度却远没有集中式高。

②集中式:集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理,可以实现实时融合。其数据处理的精度高,算法灵活,缺点是对处理器的要求高,可靠性较低,数据量大,故难于实现。

③混合式:混合式多传感器信息融合框架中,部分传感器采用集中式融合方式,剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力,兼顾了集中式融合和分布式的优点,稳定性强。

传感器融合的要素和流程

关于传感器和传感器融合需要考虑的因素:成本、体积、重量、可拓展性、可靠性、制冷、安装、空间、故障自检、报告、容错性、灵活性、冗余性、反戏弄。

通过传感器融合同步运行,以允许全自动驾驶车辆或无人驾驶车辆对周围环境检测,并警告驾驶员潜在的道路危险,甚至可以采取独立于驾驶员的规避动作来避免碰撞。

①驾驶中雷达图像被捕获,负责雷达单元的电子控制单元(ECU)花很短的时间对捕捉到的图像进行预处理。然后借助控制区域网络(CAN),把图像发送到传感器融合中心。在区域网络传输图像,以及接受信息都要花时间。

②同时传感器融合中心也会接受来自摄像头、超声波传感器和激光雷达传感器的数据。传感器融合处理了所有这些数据,又需要短暂时间。

③最终结果被传到人工智能上,需要对其进行处理,并更新环境模型。这需要时间。

④通过控制区域网络(CAN),人工智能向汽车控制系统发出指令,这需要时间来完成。

⑤控制系统接收命令,明确它要做什么,继而采取实际行动。

算法和成本因素是关键所在

目前企业都在积极寻找传感器融合的方法,推出的解决方案也不尽相同,但尚未出现一种经过验证、最可靠的方案。因为传感器融合是一个不断推进的过程,难点有不少。

①不同类型传感器的优缺点不同,获取的信息量巨大,要保证最终融合结果及时、准确,就需要在传感器的选型配置和算法精度上有巧妙的布局,而能把这些环节都做好的企业目前还不多。

②为了提升传感器融合的效果,最理想的状态就是将各类最顶级传感器融合在一起。但光一个激光雷达的价格就已与一辆传统汽车持平,可见某些关键传感器的价格还远没到消费类电子产品的水平。

③在传感器融合过程中,一些厂商不愿公开自己获取的原始数据,怕因此沦为纯粹的数据采集供应商,导致利润空间有限。由此造成的数据壁垒也是实现传感器融合的一大障碍。

传感器融合得越好,自动驾驶汽车也会越安全。因此传感器融合是自动驾驶汽车发展中的一个重要方面,相信在不久的将来,将有更多机会来提出新思路和创新方式来改进传感器融合。

新能源和智能化“攻陷”上海车展 这8款车不得不看

博客betty19920416 发表了文章 • 0 个评论 • 949 次浏览 • 2019-04-18 11:19 • 来自相关话题

近日,点燃汽车爱好者热情的2019上海车展正如火如荼。 今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。 在本次上海车展中 ...查看全部
近日,点燃汽车爱好者热情的2019上海车展正如火如荼。
今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。
在本次上海车展中,汽车制造商们蜂拥而至,各自拿出杀手锏,一时间展出了几十种电动车,从豪华SUV到定价低于1万美元的微型/紧凑型电动车,它们将与燃油车在性能、成本以及外观上一较高下,下面网易智能为大家速览最受关注的几款新能源与智能化汽车:

特斯拉 Model Y
Model Y与Model 3基于同一平台打造,公用75%零件,保留Model 3无进气格栅前脸、犀利的前大灯、隐藏式把手等讨喜设计,保险杠位于雾灯和前大灯之间,再加上由于车顶增高带来的使发动机盖更具幅度的视觉错觉,整个前脸更具层次感。
内饰上,新车与Model 3基本一致,保留车顶全景天窗、1.9m?的储物空间,车内最大的亮点在于,除了常规的5座布局外,还将提供2+3+2的7座布局选择,分体式折叠第二排座椅,使得车内体积也将更加紧凑。
动力方面,Model Y将搭载Model 3的同款21700电池组,配合第三代超级充电桩,峰值充电功率可以达到250kW,是目前V2超充的两倍,充电5分钟行驶120公里,15分钟即可充至50%。

小鹏P7
小鹏汽车的目标是想要造年轻人喜欢的互联网汽车。何小鹏曾说:要想造车,车的基础部分最多也就是那样了,还是要在别的方向上找到突破口。于是,小鹏汽车更注重做适应中国市场的自动驾驶以及更贴近中国用户的车载互联网功能。
这款P7诞生自SEPA平台架构,底层硬件具备扩展性、兼容性、共用性和进化性;同时,P7搭载智能双擎高通骁龙820A车规级芯片、系统级自动驾驶芯片NVIDIA DRIVE Xavier,在人机交互和高级智能辅助驾驶方面将较G3有进一步提升,可以支持L3级别自动驾驶。
动力部分,新车搭载双电机四驱系统,官方称百公里加速进入四秒俱乐部,NEDC续航超过600km,车长达到4.9米;轴距达到3米;底盘和悬挂规格及调教越级对标德系豪华运动车型。

理想ONE
前不久,“理想智造”品牌已经正式更名为“理想”,口号是“为用户打造没有里程焦虑的智能电动车”,因而采取了一条和绝大部分新造车不同的路线,它打造的是一台增程式电动车,一台需要加油的电动车,某种程度上,它与日系的混合动力还是有些相似。
理想ONE定位为中大型SUV,车长超过5米,宽度接近2米。内饰上,理想ONE提供6座和7座两个版本,分别采用222和232的座椅布局,内部布置保证了充裕的三排乘坐空间。
动力方面,理想ONE采用增程式电驱动系统,前后双电机实现了电动四驱,其综合总功率为326马力,最大输出功率达到530牛·米,0-100公里/小时加速时间为6.5秒。

威马EX5 Pro
对比其他几家新造车企业,业界人士认为,威马更像新能源车界的小米。
外观上,威马EX5 Pro在沿用标准EX5的基础上,细节进行了一定程度的运动升级,包括19英寸专属低风阻轮毂、空气动力学运动套件等。此外将整车风阻系数降至0.3以下,辅以Pro专属龙胆蓝外观配色、冰原蓝内饰拼色主题。
内饰上,采用了超纤绒和真皮的搭配,配有11个扬声器的WM-Sonic 立体环绕音响,动力部分,威马EX5 Pro搭载Living Motion三电动能系统,可实现0.2秒快速动力响应和百公里加速8.1秒的表现。

极星Polestar 2
前不久,作为从沃尔沃高性能部门独立出来的Polestar正式发布官方中文名称“极星”,为了更好地实现本地化,Polestar选择与高德地图、科大讯飞、阿里巴巴人工智能实验室等展开合作,
内饰上,Polestar 2采用11英寸大屏,支持OTA空中升级,海外版搭载了谷歌Android HMI、车机版Google智能助手等智能应用,未来国内方面也会跟进语音助手功能。
动力方面,前后双电机的配置可以提供300千瓦的最大输出功率和660牛·米的峰值扭矩,百公里加速的“目标”时间为4.7秒,72千瓦时电池组在NEDC工况下的“目标”续航里程为500公里。

奥迪e-tron
40年前的燃油车时代,奥迪凭借quattro竖起了拥有赛道动力的豪车招牌;如今,奥迪用e-tron展示电动化决心。
奥迪e-tron是奥迪首款纯电动SUV,外观上采用了奥迪家族新的设计理念,大尺寸的六边形进气格栅搭配两侧尖锐、狭长的大灯组,真皮多功能方向盘和换挡拨片的组合让整车运动感十足。
内饰上,新车配备了全液晶仪表盘,且搭载了双触控屏,分别控制着多媒体娱乐系统和空调系统,同时更有全景影像为泊车提供更加全面和安全的引导。
动力方面,奥迪e-tron采用双电机四驱的驱动形式,最大功率300马力,0-100km/h加速的时间小于6秒,初创性能可与跑车相媲美。

奔驰EQC
奔驰EQC外观上很大程度的还原了Generation EQ概念车的设计语言。前脸设计在保留了传统进气格栅设计的同时又进行了密封处理,并搭配上可发光的奔驰 LOGO以及LOGO上方的灯带,营造出了不俗的质感。
内饰上, EQC采用了双10.25英寸显示屏作为仪表盘和中控大屏,装配有EQ系列车型专属的“电路板风格”的空调出风口、蓝紫色的仪表背光、氛围灯和全新的三辐式方向盘并拥有双拇指控制(Dual Thumb Controls)系统。
动力部分,梅赛德斯-奔驰 EQC于底盘上搭载了前后双电机,其中后电机负责提供大的推力,前电机负责兼顾日常的轻度使用,并可实现四轮驱动。此外,该车还装配有动态扭矩分布,当超出一定的运转范围,电控系统会在车轴间智能分布扭矩,这将为达到高扭矩创造足够条件。双电机的最大输出功率达到300kW(408PS)、最大扭矩765N·m,可实现5.1s完成0-100km/h的加速和180km/h的最高速度。
“大象转身难”,作为汽车行业巨头,奔驰的电动化之路举步维艰。但也有人认为,在全球车企迎接新能源化的过程中,相比于BBA中的另外两大豪华品牌,奔驰的转身相对还算灵活。按照计划,奔驰EQC新车将于2019年底在华实现国产化生产。但这还远远不够,在豪华车品牌的下一个电动车战场,奔驰不止要大象转身,还要与更多新入局车企比拼速度,这需要让大象“跑”起来。

比亚迪E2
比亚迪E2外观的整体设计风格融入了“Dragon Face”的设计元素,,新车前脸采用了六边形大尺寸前格栅设计,内部则以点阵式进行装点,配合两侧棱角锋利的大灯组以及线条夸张的L型进气口,车尾部分比前脸更加激进,尾灯采用折线设计造型。
内饰上e2的内饰和 e1基本保持一致,诸如全液晶仪表盘、智能旋转大屏和三幅运动化平底方向盘都被保留,但在最终量产时,是否调整还未知。
动力方面,新车将搭载永磁同步电机,最大功率为70kW,电池方面使用的是镍钴锰酸锂电池,新车的NEDC续航里程有望达到360km或以上。
在转向新能源的路上,比亚迪走得非常迅捷,在去年,比亚迪品牌内部新能源车型销量首次超过传统燃油车,同时并未局限于入门级车型,而是完成了下至10万,上至30万的全方位产品布局,成为电动车行业里,竞争力不容小觑的参与者。
2019是汽车行业巨变的年份,四化(电动化、智能化、网联化、共享化)浪潮席卷整个产业,新能源汽车不断涌现,它们是汽车新秀,也是燃油派劲敌,而且这一次,不再是空泛的预测,一切将成为现实。
在2019年的路上,不少新伙伴就要与我们相见,记住这些全新的面孔,或许在你的车库,就有专为它留下的一隅。网易智能将持续关注汽车行业全新的变化和趋势,明年车展见。

自动驾驶发展现状及热点研究——传感器技术

知识讲堂奇点汽车 发表了文章 • 0 个评论 • 357 次浏览 • 2019-04-01 13:36 • 来自相关话题

对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。   传感器技术 传感器而言,大 ...查看全部
对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。
 
传感器技术

传感器而言,大家比较关心新技术。

在摄像头技术方面,HDR,夜视镜头,热敏摄像头等是比较热的研究。前段时间有研究(MIT MediaLab教授)采用新技术穿透雾气的镜头,叫做single photon avalanche diode (SPAD) camera;另外,能不能采用计算摄像技术(computational photography)改进一下如何避免雨雪干扰,采用超分辨率(SR)图像技术也可以看的更远。前不久,图森的摄像头可以看1000米远吗,要么采用高清摄像头4K甚至8K,要么采用SR技术实现。

这是介绍SPAD的两个截图:

1.jpg


2.jpg



另外,单目系统比较流行,现在也有双目系统存在,比如安霸从意大利帕尔马大学买到的VisLab自动驾驶技术,还有Bertha Benz著名的Stixel障碍物检测算法。因为基线原因,车上可以配备多个双目系统,以方便测量不同距离的障碍物。懂计算机视觉的同学知道,立体匹配和基线宽度在涉及视觉系统的时候有一个权衡。深度学习已经用来估计深度/视差图,就如分割一样,pixel-to-pixel。甚至单目也可以推理深度,结果当然比双目差。

3.jpg


4.jpg



激光雷达最热,一是降低成本和车规门槛的固态激光雷达,二是如何提高测量距离,三是提高分辨率和刷新频率,还有避免互相干扰和入侵的激光编码技术等。其实激光雷达的反射灰度图也是一个指标,3-D点云加上反射图会更好,比如用于车道线检测。

另外,摄像头和激光雷达在硬件层的融合也是热点,毕竟一个点云的点是距离信息,加上摄像头的RGB信息,就是完美了不是?一些做仿真模拟以及VR产品的公司就是这么做的,去除不需要的物体和背景就能生成一个虚拟的仿真环境。

这里是一家美国激光雷达创业公司AEye的技术iDAR截图,iDAR 是 Intelligent Detection and Ranging,最近该公司宣称已经能够实现测距1000米(一两年前谷歌就说,它的激光雷达能看到3个足球场那么远):

5.jpg



毫米波雷达方面,现在也在想办法提高角分辨率。毕竟它是唯一的全天候传感器了,如果能够解决分辨率这一痛处,那么以后就不会仅仅在屏幕上展示一群目标点,而是有轮廓的目标,加上垂直方向的扫描,完全可以成为激光雷达的竞争对手。希望新的天线和信号处理技术可以解决雷达成像的难点,包括功耗。

这里是NXP提供的新型高分辨率雷达和激光雷达比较的截图:

6.jpg



超声波雷达,基本是用在泊车场景,便宜。

国外智能网联汽车传感器产业发展情况及启示

博客tututu 发表了文章 • 0 个评论 • 260 次浏览 • 2019-03-21 17:36 • 来自相关话题

摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽 ...查看全部
摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽车[①]。
cpu2.png
汽车智能网联技术成为了全球科技创新领域新的焦点,而智能网联汽车是继新能源汽车后汽车产业发展的又一制高点。在这样的背景下,奔驰、宝马、奥迪、比亚迪、上汽等全球知名汽车制造商,以及华为、Intel、百度、中兴、高通等国内外IT产业巨头都将智能网联汽车作为自身发展的一大重点。
放眼国内,国家层面给予了高度重视和及时引导,国内长安、一汽、上汽、北汽等大型整车企业都制定了智能网联汽车发展的规划和战略。从智能网联汽车的技术架构来看,环境感知技术是实现车与车、车与路、车与人以及车与云之间信息交换的“五官”,而传感器在其中扮演着信息采集非常重要的角色。为此,本文旨在分析国内外智能网联汽车传感器产业国内外进展,二者的差距,以期从中得出有益的结论,为我国智能网联汽车产业持续健康发展夯实基础献策建议。
一、各国高度重视智能网联汽车发展
(一)美国:国家战略和配套政策法规为产业发展保驾护航
早在2015年,美国交通运输部就发布了《美国智能交通系统(ITS)战略规划(2015-2019年)》,该战略的核心是汽车的智能化与网联化,旨在解决美国交通系统存在的问题。为了自动驾驶技术在制度和政策法规上有据可循,美国交通运输部联合国家公路交通安全管理局于2016年发布了《联邦自动驾驶汽车政策》,对自动驾驶汽车技术必须满足的安全评估作出了明确规定。此后,包括加州、密歇根州、内华达州等多个州以及哥伦比亚特区出台了地方性的无人驾驶法规,各州根据实际情况对自动驾驶技术的研发和测试作了不同规定。
(二)欧洲:加大资金投入,多国已开展无人驾驶路测
英国:2014年,英国政府与整车企业共同出资2亿英镑(双方各出资1亿英镑)成立 “智能移动基金”,重点扶持与自动驾驶相关的研发、测试和商业化发展。2017年,为了增强英国汽车行业的网络安全标准,英国政府对5×StarS联盟进行专项资助。此外,英国政府向宝马、福特、路虎等政策企业投资超过1亿英镑,大力推动自动驾驶技术发展。
法国:2014年,法国发布自动驾驶汽车发展路线图,并宣布投资1亿欧元进行自动驾驶汽车实际道路测试,同时启动道路交通法规修订程序。2016年8月,法国政府进一步放宽了路测准入,允许外国汽车制造商在法国开展路测,这项政策也是法国新工业战略的重要部分。此外,德国、瑞典、挪威等国已在进行或正在推进无人驾驶路测。
(三)亚洲:智能网联汽车处于高速发展阶段
日本:日本IT综合战略本部于2016年制定了自动驾驶普及路线图,允许自动驾驶汽车在有司机的情况下可以2020年上高速公路行驶。2017年4月,日本将汽车保险的赔付范围延伸至自动驾驶期间的交通事故;2017年6月,日本允许汽车在驾驶位无人的状态下进行路测。
新加坡:2014年8月,新加坡成立自动驾驶汽车动议委员会,从2015年1月开放近5公里的特定路段供无人驾驶汽车测试。2017年底,开通一条路测专线,允许自动驾驶汽车在许可范围内进行公共道路测试。近年来,新加坡无人驾驶的政策环境和研发路测环境都在不断完善,极大地促进了智能网联汽车产业的发展。
二、全球汽车传感器产业呈现新的发展趋势
(一)传感器市场需求空间进一步加大
智能驾驶的发展将大幅提升对传感器的需求量。传感器在智能汽车领域起着重要作用,担任着智能驾驶汽车的感知系统,比如ADAS的感知层中需要用到大量的摄像头、超声波雷达、毫米波雷达、激光雷达、夜视仪等传感器。随着ADAS系统逐渐成熟,汽车传感器的需求量将会大幅攀升。随着汽车电子化、智能化和网联化,传感器在汽车上的应用越来越广泛,2000 年汽车上装配的传感器只有 10 个左右,到今天中高端的车上传感器已经增长到 100 多个,未来随着智能网联的进一步深化,汽车配备的各类传感器仍将有 4 倍的增长空间。权威部门预测,2016年到2025年全球车用传感器市场规模将从82亿美元增长至290亿美元,年复合增长率(CAGR)达到15 %。
(二)传感器智能化、微型化趋势愈加明显
传感器智能化是指传感器除了实现传感的基本功能之外,还具备自我校准、自我标定等功能,更重要的是能够基于自身逻辑判断和信息处理能力,对采集的信号进行智能处理。在实际应用中,相较于一般的传感器,智能传感器在测量精度、信噪比、远程可维护性、稳定性和可靠性等方面都更胜一筹,非常适合智能网联汽车的需求。而对于微型化,主要是利用基于半导体集成电路技术发展的MEMS技术,在一块芯片上将敏感器件、DSP、数据处理装置集成封装,能够有效降低传感器成本、提升传感器集成度、缩小传感器体积并提高系统的测试精度。目前,基于MEMS技术的传感器已经在汽车领域广泛应用,取代传统传感器趋势明显。随着电子制造工艺的不断迭代,微型传感器将进一步向纳米传感器演进,更加适合智能网联汽车的发展。
(三)自动驾驶安全性保障需要多传感器的融合应用
一方面,不同类型的传感器适应的最优应用场景存在差异性,智能网联汽车实际行驶环境复杂,现有单一传感器并不能满足复杂路况下的所有需求。以摄像头和激光雷达为例,摄像头成本低、应用广泛,但算法识别率有待进一步提高;而激光雷达虽然识别率更高,但成本偏高且环境适应能力较差。采用多传感器协同工作,可优势互补,进而提高驾驶安全性。另一方面,为了保证自动驾驶的行驶安全性,智能网联汽车感知方案必须要具备安全冗余性。在此前提下,多传感器协同工作,以及协同工作下产生的信息冗余就显得非常有必要。目前来看,毫米波雷达、激光雷达及摄像头等传感器多路融合是自动驾驶传感器方案的主流发展趋势。
三、我国智能网联汽车传感器发展存在的问题
(一)核心专利被国外企业垄断
国内汽车传感器市场的需求量巨大,每年进口额都超过千亿人民币,这主要是国内汽车传感器芯片、传感器关键技术和传感器产业结构与国外存在较大差距,导致国内汽车传感器在高端市场竞争中缺位或者是竞争力不足。比如国内企业多数只能做一些水温和压力传感器等技术含量不高、附加值低的产品,而针对国五、国六排放阶段在尾气处理上必须要用到的氮氧化物传感器等一些高技术含量产品,国内目前还是完全依赖进口。目前,国内汽车传感器市场绝大部分被西门子、博世、霍尼韦尔等国际零部件巨头占据,90%传感器依赖国外。国内在汽车传感器新原理、新器件和新材料等方面的研发和产业化能力较弱,汽车传感器核心专利大部分被外资厂商垄断,严重阻碍了中国自主传感器产品的发展。
(二)企业研发投入资金来源有限
汽车传感器的研发投入动辄上千万甚至上亿元,一般民营企业凭借自身实力有限,并且融资渠道也同样缺乏。汽车传感器产业链上的很多企业在不断加大投资之后,往往会面临“后继乏力”的困境。其主要原因是汽车传感器产业大投入、长周期、高风险等因素,使常规的市场渠道难以支撑行业的持续巨额资金投入。以传感器芯片为例,新产品一般要过2至4年才可以进入市场,5至6年开始实现销售,8至9年才可能达到收支平衡,10年才可能达到盈利,期间每年又需投入数亿美元,一般的投资很难连续支撑。由于短期内难以获利,银行等金融机构对于该行业缺乏足够的投资兴趣,导致汽车传感器产业的投融资渠道更加不顺畅。
(三)汽车传感器缺乏配套试验和应用环境
汽车是由多达几千个电子零部件组成的复杂产品,特别是随着汽车产业的发展,控制电子部分、多媒体电子部分、导航及车载通信等等越来越多,使车辆复杂程度不断加大。而这些电子零部件产品可靠性十分重要,直接决定了整车的安全及运行可靠性。特别是严苛的环境(运输过程、存放、工作中、气候等因素),都在考验着汽车电子产品的可靠性。汽车传感器作为汽车电子产品中最典型代表在应用时要和发动机以及整个调校系统进行匹配试验,但国内在这个环节上的配套环境不成熟,现有的系统和设备严重落后。这就导致企业无法真正了解产品后续的匹配性和可靠性以及所需的改进方案,有直接影响了下游企业对使用国产传感器的信心。
四、对策建议
(一)加强智能网联汽车传感器核心技术攻关
一是依托现有基础,提高自主创新能力。利用较为成熟的转速传感器、压力传感器、温度传感器技术,加大车用传感器研发投入,推进传感器企业与国际知名汽车零部件企业及国内整车企业、科研院所等单位的交流合作,协同开发新型车载传感器技术与产品。二是聚焦重点,推动产业高质量升级。重点围绕激光雷达、毫米波雷达、超声波传感等智能网联汽车亟需的传感器产品,突破激光二极管、雪崩二极管、高端 CMOS 图像传感芯片、DSP 芯片、77GHz 雷达等核心部件,以及自动化设计、试验仿真、软件算法等关键配套技术。推动MEMS技术逐步取代传统机电技术生产传感器,提高车用传感器总体设计水平、技术水平和产品可靠性。
(二)完善智能网联汽车传感器产业链布局
一是联合攻关,提高竞争实力。支持国内汽车传感器企业开展器件设计、制造封装工艺、系统集成等联合攻关,提升产品性能,提高产业整体竞争实力。二是产业链上下游联动,缩短产品市场化周期。瞄准汽车电力驱动系统、电源系统、无人驾驶系统、安全系统、导航系统和辅助系统,大力推动新型车用传感器自主研发。加大智能网联汽车传感器配套政策引导,鼓励国内整车厂商与国内传感器制造企业加强技术交流与合作,共同推进国内汽车传感器产品在新能源汽车和智能汽车上的市场准入,并在这一过程中形成产业集聚发展态势。三是把握时间窗口,加大示范应用力度。把握智能网联汽车快速发展的契机,以下游整车企业需求为牵引,实施智能网卡汽车传感器重大示范应用工程,积极提升国产化汽车传感器的实际应用水平,带动国产化汽车传感器的市场占有量,降低产品成本,推进我国智能网联汽车传感器产业各环节协同发展。
(三)加大资金和人才保障力度
资金方面,不仅要研究利用现有财政资金渠道,优化资源配置,加大对智能网联汽车传感器产业扶持力度,更要进一步研究PPP、产业投资基金、科技投资保险、金融租赁等投融资新模式,吸纳社会资本,建立公平的投资环境,优化投融资环境。建立国家智能网联汽车传感器专项资金,采取委托贷款、股权投资等方式,引导和撬动更多的社会和金融资本,投向智能网联汽车传感器领域。人才方面,鼓励高等院校、科研机构根据需求和自身特色,联合公共服务平台和企业,建设跨学科的智能网联汽车传感器综合人才培养基地,为企业输送高层次工艺人才和技术创新人才。积极引进海外领军人才和髙端技术人才,持续优化人才环境,支持相关院士工作站、博士后工作站、技术中心、孵化创业中心等建设,为高端人才集聚提供载体。

作者:中国电子信息产业发展研究院 彭健
[①] 《国家车联网产业标准体系建设指南(智能网联汽车)》

多家车企科技公司组建联盟 普及自动驾驶知识

知识讲堂betty19920416 发表了文章 • 1 个评论 • 877 次浏览 • 2019-01-19 10:29 • 来自相关话题


固特异智能网联轮胎可有效缩短制动距离

博客智能网联汽车 发表了文章 • 0 个评论 • 416 次浏览 • 2020-02-28 09:50 • 来自相关话题

日前,固特异轮胎橡胶公司携手客户收集并分析了累积300万英里的智能网联轮胎道路测试和实地测试数据。内置传感器的智能网联轮胎能够与车辆和公路进行“对话”,还可以测量轮胎的特性,有助于提升车辆性能及安全性。  ...查看全部

日前,固特异轮胎橡胶公司携手客户收集并分析了累积300万英里的智能网联轮胎道路测试和实地测试数据。内置传感器的智能网联轮胎能够与车辆和公路进行“对话”,还可以测量轮胎的特性,有助于提升车辆性能及安全性。 

 1582854542402441.png

事实上,初步研究证明,固特异的新旧智能网联轮胎均可实现制动距离缩短高达30%。伴随着电动车和自动驾驶汽车时代的来临,智能网联轮胎的重要性必然与日俱增。智能网联轮胎对制动距离的影响以及与车辆开展交流这项功能带来的意义也会日益显著。

固特异的智能网联轮胎系统持续测定和记录轮胎相关的信息,这些信息可与其他车辆数据进行配对并连接到固特异基于云端的专用算法。

 1582854577915354.jpg

智能轮胎可实时测量轮胎的磨损程度、载荷情况、充气压力和温度以及路面状况,有助于车辆基于这些测量结果做出相应调整,从而优化自身性能表现。

固特异首席技术官Chris Helsel表示:“试想一下,在寒冷的天气中,行驶在光滑蜿蜒的道路上时,驾驶者会做出减速、踩刹车或避免突然转向这些操作来适应路面状况。但如果是无人驾驶汽车,又会怎样呢?轮胎是汽车唯一与地面接触的部件,它可以向车辆传递重要信息,从而提高安全性和车辆性能。”

固特异的智能网联轮胎目前尚未面向消费者发售,不过公司正携手汽车制造商和初创企业等持续开展广泛的智能网联轮胎测试工作,开发定制产品和解决方案,以便最终为消费者提供更加安全的驾乘体验。

示意图: 

1582854598742060.png

FLIR与ANSYS联手加速热像仪机器学习,为自动驾驶保驾护航

博客自动驾驶小能手 发表了文章 • 0 个评论 • 509 次浏览 • 2020-01-20 10:47 • 来自相关话题

FLIR将其热成像传感器集成到ANSYS的前沿驾驶模拟器中,为自动驾驶汽车开发建模、测试并验证热成像技术。 ...查看全部

FLIR将其热成像传感器集成到ANSYS的前沿驾驶模拟器中,为自动驾驶汽车开发建模、测试并验证热成像技术。


据麦姆斯咨询报道,FLIR Systems, Inc.(纳斯达克证交所代码:FLIR,以下简称FLIR)与ANSYS(纳斯达克证交所代码:ANSS)正在合作,共同为辅助驾驶和自动驾驶汽车(AV)提供卓越的危险探测能力,为汽车制造商提供前所未有的汽车安全保障。通过此次合作,FLIR将把完全基于物理的热成像传感器集成到ANSYS的前沿驾驶模拟器中,从而实现在超真实的虚拟世界中对热像仪设计进行建模、测试和验证。全新的解决方案将通过优化热像仪的布局来缩短原始设备制造商(OEM)的开发周期,以便与自动紧急制动(AEB)、行人探测等工具一同使用,并应用于未来的自动驾驶汽车。

对FLIR客户及合作伙伴来说,在虚拟环境中进行测试的能力是对现有系统的有力补充,受益产品主要包括搭载了FLIR Boson®热像仪、FLIR热启动数据集及特定区域/城市热数据集(用于算法训练)的FLIR汽车开发套件(ADK™)。FLIR热数据集是为高级驾驶辅助系统(ADAS)开发、AEB和自动驾驶汽车系统中的机器学习而创建。

目前,自动驾驶汽车和ADAS传感器在黑暗或阴影、强光及恶劣天气(如大雾)等环境中面临着巨大挑战。然而,热像仪可以有效地探测和分类这些环境中的物体。将FLIR的热成像传感器集成到ANSYS® VRXPERIENCE®中,即可在短短几天内模拟完成数百万英里的数千种驾驶场景。此外,工程师还可以模拟热成像能够提供关键数据但难以塑造的场景,包括在拥挤的低对比度环境中探测行人。

“通过将ANSYS行业领先的仿真解决方案加入到我们现有的物理测试工具套件中,工程师、汽车制造商和汽车供应商可显著提升汽车在各类驾驶条件下的安全性。”FLIR工业事业部总裁Frank Pennisi表示,“该方案可以重现驾驶员每天都能看到但在物理环境中难以复制的特殊场景案例,这为改进神经网络和AEB等安全功能开辟了道路。”

“FLIR认识到,仅仅依靠在物理世界中收集的机器学习数据集来使热像仪在汽车应用中达到尽可能安全可靠,是具有很大局限性的。”ANSYS副总裁兼总经理Eric Bantegnie说道,“如今有了ANSYS解决方案的帮助,FLIR可以进一步增强汽车制造商的能力,以加速搭载热像仪的辅助驾驶系统的开发和认证。”

除特定城市的数据集外,FLIR在汽车行业已拥有十多年的丰富经验。FLIR已为包括通用、奥迪和奔驰等在内的汽车制造商提供了超过70万个热成像传感器,作为其夜视预警系统的一部分。此外,FLIR近日还宣布,其热成像传感器已被一级汽车供应商Veoneer选中,用于与全球顶级汽车制造商合作计划于2021年量产的L4自动驾驶汽车中。

于1月6日至10日在美国内华达州拉斯维加斯举办的“2020年国际消费电子展(CES)”期间,FLIR展示了其热成像加持的演示汽车和其它创新型产品,FLIR的展位号为#8528。

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 • 356 次浏览 • 2020-01-20 10:43 • 来自相关话题

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, ...查看全部

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 • 911 次浏览 • 2020-01-16 18:37 • 来自相关话题

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 ...查看全部

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 • 462 次浏览 • 2020-01-14 17:30 • 来自相关话题

据外媒报道,自动驾驶高性能雷达平台公司Echody ...查看全部

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)

晶方科技拟募资14亿元,用于开发智能传感器模块

博客自动驾驶小能手 发表了文章 • 0 个评论 • 358 次浏览 • 2020-01-06 10:45 • 来自相关话题

2020年1月2日,晶方科技发布公告称,公司拟向10名特定对象,非公开发行不超过发行前总股本20%的股份(即45935891股),募集资金总额不超过14.02亿元,用于“ 集成电路12英寸TSV及异质集成智能传感器模块项目”。据公告显示,本 ...查看全部

2020年1月2日,晶方科技发布公告称,公司拟向10名特定对象,非公开发行不超过发行前总股本20%的股份(即45935891股),募集资金总额不超过14.02亿元,用于“ 集成电路12英寸TSV及异质集成智能传感器模块项目”。

据公告显示,本次募投项目产品主要应用于手机摄像、汽车电子、生物身份识别、安防监控等领域,通过扩大产能顺应手机摄像、汽车电子、生物身份识别、安防监控等领域的新产品趋势,满足客户的新产品需求。

晶方科技认为,随着物联网和人工智能趋势的不断推进,这些领域正呈现出强劲的增长趋势。手机是影像传感器的最大终端用户市场,未来手机摄像头的需求依然强劲,其成长动力主要来自三摄、四摄对CMOS图像传感器数量的提升,每部手机摄像头数目将大幅度增加;汽车电子中自动驾驶需要多个摄像头传感器,未来增长爆发力足;全面屏+OLED逐渐成为未来手机的主流解决方案,以及手机多摄像头和更大的电池占用手机背部空间,屏下指纹将成为手机指纹识别主流的市场趋势,指纹传感器需求扩容确定性大;安防监控的普及度增加,安防监控市场传感器将会迎来稳定增长。

近几年,公司已对市场需求的新趋势进行了前瞻性的技术储备和布局。针对汽车电子等领域高可靠性的要求,公司在12寸消费类传感器用TSV晶圆级封装工艺的基础上,开发出了高可靠性TSV晶圆级封装工艺;针对市场高可靠性、高集成度、多芯片的市场需求趋势,公司2014年收购DRAM专业封测厂智瑞达电子(原德资奇梦达苏州封测厂),全面导入传统封装量产能力,将其与公司原有的先进封装技术互补,融合并再创新,率先推出了具有国际领先水平和具备完整 IP 的高端智能传感器用扇出型系统级封装平台。

本次投资项目将推动高可靠性 TSV 晶圆级封装工艺、扇出型系统级封装工艺平台等技术的发展,进一步巩固公司已有的技术领先优势和地位。

据悉,该项目建成后,将形成年产18万片的生产能力。该项目实施达标达产后,预计新增年均利润总额1.6亿元,预计投资回收期约6.19年,内部收益率为13.83%。该项目实施单位为苏州晶方半导体科技股份有限公司,项目建设期1年。

据公告介绍,晶方科技主要专注于传感器领域的封装测试业务,主要为影像传感芯片、环境光感应芯片、微机电系统(MEMS)、发光电子器件(LED)等提供晶圆级芯片尺寸封装(WLCSP)及测试服务,是中国大陆首家、全球第二大能为影像传感芯片提供WLCSP量产服务的专业封测服务商,该产品广泛应用在手机、安防监控、身份识别、汽车电子、3D传感等电子领域。

​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 • 371 次浏览 • 2020-01-06 10:42 • 来自相关话题

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。 ...查看全部

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。

1578278976717130.jpg

私人控股的博世公司表示,内部开发的激光雷达传感器将在下周的拉斯维加斯消费电子展上展出,它将覆盖高速公路和城市的长距离和近距离范围,并将与该公司的摄像机和雷达技术配合。

激光雷达技术使用基于光的传感器生成道路的三维视图,但它仍然是一个相对较年轻的技术,仍在不断发展。从目前来看,它对于大众市场的使用来说太昂贵了,但是如果便宜的激光雷达传感器被广泛采用,它可以提供更多的深度数据,从而使自动驾驶汽车能够更好地检测到与行人等其他道路使用者的距离。

尽管众多初创公司正在研究激光雷达,但像博世这样的大型值得信赖的供应商的参与可以帮助加快该技术的采用。

博世管理董事会成员哈拉尔德·克罗格(Harald Kroeger)在一份声明中说:“博世将首先把自动驾驶变为现实。”

最初,激光雷达开发人员使用的是放置在汽车顶棚上的笨重的旋转设备,现在已经过渡到了更紧凑的固态设备,可以将其安装在汽车的其他部件上,例如前大灯附近。现在,这些产品的限量销售价格不到10,000美元,但分析师表示,批量生产的价格必须低至200美元才能实现商业可行性。

博世并未提供其激光雷达的时间表,价格或技术细节,但一位发言人表示,该公司正在努力使传感器“准备就绪”,并将重点放在“负担得起的大众市场”技术上。

发言人拒绝透露博世是否已经有传感器的汽车客户。

由于成本和监管问题导致汽车制造商和科技公司重新考虑其计划,因此无人驾驶汽车的发展已达到了一个减速的步伐。

目前,包括通用汽车公司,福特汽车公司和谷歌Waymo 在内的公司都使用激光雷达。苹果公司也正在评估这项技术。

其他公司则不愿采用激光雷达,原因是成本高昂且功能有限,其中包括埃隆·马斯克的Tesla公司和日产汽车有限公司。

去年4月,马斯克称激光雷达成本太高,并称依赖该技术的任何人都“过时了”。特斯拉汽车依靠摄像头和雷达作为自动驾驶的视觉系统。

在过去几年中,已经向激光雷达初创企业投资了数亿美元。

开发该技术的其他主要供应商包括法雷奥,Aptiv和美国大陆。去年7月,法雷奥表示已赢得价值5亿欧元(5.6亿美元)的激光雷达传感器产品订单。(作者:半导体行业观察编译自路透社)


“合肥造”77GHz毫米波汽车雷达芯片在京亮相引关注

博客自动驾驶小能手 发表了文章 • 0 个评论 • 342 次浏览 • 2020-01-03 14:13 • 来自相关话题

记者从38所获悉,日前 “智能传感器及无人系统应用”论坛在北京理工大学召开。38所携77GHz毫米波汽车雷达芯片和AiP模组参加论坛,受到业内专家广泛关注与高度认可。 ...查看全部

记者从38所获悉,日前 “智能传感器及无人系统应用”论坛在北京理工大学召开。38所携77GHz毫米波汽车雷达芯片和AiP模组参加论坛,受到业内专家广泛关注与高度认可。

论坛上,来自国家国防科技工业局、北京市科委、北京市新能源汽车促进中心等众多知名高校、企业的专家与学者齐聚一堂,共同研讨先进智能传感器领域、智能无人平台系统的研究发展状况。

38所科研人员作《毫米波传感器收发机芯片研究进展》主题报告。报告综述了毫米波传感器芯片最新研究进展及技术发展趋势,介绍了基于CMOS技术实现毫米波收发机芯片面临的挑战,以及毫米波天线与封装一体化设计最新解决方案。报告还介绍了38所研发的76~81GHz 3T4R毫米波雷达收发机芯片及最新研制成功的3T4R毫米波封装天线(AiP)模组。

77GHz毫米波芯片是汽车雷达传感器的核心芯片,目前一直被国外公司垄断。经过三年不懈努力,2019年,38所项目组攻克毫米波电路设计、晶圆级封装和封装天线设计等多项关键技术,芯片主要性能指标达到国际同类产品水平,在国际上首次实现77GHz多通道毫米波芯片与7路天线单封装集成。同年发表国际论文12篇,在国际集成电路领域一流会议RFIC、ISCAS、ESSCIRC完成会议报告3次。该项目先后获得安徽省科技重大专项、安徽省战略新兴基地等项目支持。(作者:新安晚报

Ouster推出低成本、高分辨率32通道激光雷达传感器

博客智能网联汽车 发表了文章 • 0 个评论 • 355 次浏览 • 2020-01-03 14:05 • 来自相关话题

Ouster推出低成本、高分辨率32通道激光雷达传感器 ...查看全部

Ouster推出低成本、高分辨率32通道激光雷达传感器

1578031721660573.jpg

●OS1-32激光传感器实现更高分辨率,且更具成本竞争力

●商业定价为8,000美元,批量采购及教育科研机构可享专属优惠

●配置全新的模块盖以提高集成灵活性

2019年12月26日,旧金山 —— 作为一家致力于自动驾驶汽车、机器人和测绘等领域的高分辨率激光雷达领先提供商,Ouster推出全球具成本优势的32通道激光雷达传感器OS1-32。OS1-32激光雷达传感器通过广为接受的成本价格,为研究人员、机器人专家和其它商业应用提供Ouster高分辨率数字激光雷达技术,从而加速感知系统的开发和部署。

Ouster的坚固耐用、结构紧凑的高分辨率激光雷达传感器产品家族又添一员大将——OS1-32传感器,专为实际商业部署而设计,其测距范围可达120米。与目前市场在售的任何一款高分辨率激光雷达传感器相比,OS1-32传感器的尺寸与重量更小,这使其能够独占鳌头。

Ouster首席执行官兼联合创始人Angus Pacala表示:“要想将计算机视觉从简单的避障功能扩展至更先进的感知能力,或将项目从研发转化到商业落地,以合理的价格获得更高分辨率的优质传感器对厂商来说,变得至关重要。OS1-32激光雷达传感器正是满足了客户的这一关键需求。”

除了OS1-32传感器的问世,Ouster还推出了新的模块化径向整流罩,用于解决OS1系列激光雷达传感器的定制安装问题。OS1继续提供独立操作所需的常规径向翅片盖设计。而对于希望为机器人、安防、汽车和无人机的应用程序创建自定义集成的客户,Ouster将共享机械和热设计要求,以确保其传感器能安全、可靠和高性能地运行。

Ouster现已正式接受OS1-32订单,首批传感器已于11月下旬发货,商业应用的定价为8,000美元(批量订购可提供折扣优惠),针对非营利性研究机构的定价为6,000美元。

关于Ouster

Ouster为自动驾驶汽车、机器人、无人机等领域提供高分辨率激光雷达传感器。凭借其独特的多光束快闪激光雷达架构,Ouster的传感器可靠、紧凑且具成本优势,并能提供媲美相机的图像质量。自2015年成立以来,Ouster已为逾600家客户提供服务,并获得9,000万美元投资。Ouster总部位于美国旧金山,由首席执行官Angus Pacala和首席技术官 Mark Frichtl领导。

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 • 356 次浏览 • 2019-12-27 18:51 • 来自相关话题

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 ...查看全部

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。

例如,镭神智能自主研发的全球首款激光雷达专用16通道TIA芯片,让单颗芯片就可以实现多线束激光雷达模拟接收处理,可使激光雷达结构更紧凑,性能表现更为突出和稳定,同时也更易实现大规模量产。

尽管,国产激光雷达错失先发优势,但其差异化的市场策略有效规避了同质化的市场竞争。在高线数激光雷达市场上,Velodyne的128线激光雷达姗姗来迟,而64线激光雷达多年来没有再进一步优化升级,不仅价格惊人,硕大的体积也难以适应车身集成对感知设备的要求。
而作为Velodyne的投资方之一,百度Apollo自动驾驶车队从今年开始也把自己车上的64线激光雷达都替换成了禾赛的40线激光雷达。
此外,传统机械式激光雷达难以满足汽车主机厂对车规和量产需求。目前,全球唯一获得车规认证的,仅有法雷奥的4线混合固态激光雷达。
而在今年4月份,一直深耕自动驾驶市场的镭神智能也按车规标准推出了混合固态激光雷达,甚至一举做到了市场最高线束128线,相继还推出了车规级的32线和16线混合固态激光雷达。
在性能方面,镭神此系列激光雷达在探测距离、精度和分辨率等多个方面,都比机械式激光雷达有着更为卓越的表现。更重要的是,目前其样机已快速实现了小批量转产,并已陆续出货给国内外主机厂和自动驾驶公司进行测试。
按照该公司的预计,该系列激光雷达很大可能将成为全球第二款获得车规认证的量产激光雷达。
超高性价比顺应商业落地需求
技术和成本是初创公司之间激烈竞争的两个重要维度。随着技术的快速迭代,国产激光雷达的性能与国外相比已无太大差异,在某些性能方面甚至还做得更好。
而在成本控制方面,虽然Velodyne继圣何塞设厂批量生产后,今年还联合尼康在日本建起了一条激光雷达组装线,但其价格依然远高于国产激光雷达。
在生产成本把控方面,有别于其他友商,在成立之初,镭神智能就直接创建了自动化生产产线,以保障出品质量和组装效率。
目前,镭神智能的每个系列产品从立项开始,在关注技术的领先性的同时,也对成本作综合平衡, 通过项目的科学规划与管理,从源头到出品全线进行了严格的成本把控。
今年初,镭神智能宣布大幅降低机械式多线激光雷达之时,其所代表的正是国产激光雷达吹响强势逆袭的号角。
而目前Velodyne主要在售产品64线、32线、16线在2017年底官方定价分别为8万美金(约合52.3万人民币)、4万美金(约合26万人民币)和8千美金(约合5.23万人民币),还未包括运费、税费和代理商的利润等费用。
彼时,2017年9月,镭神智能的16线价格已经降到2.8万元,Velodyne的16线2018年1月份才降到4000美元。2019年2月份,镭神16线的价格降至1.2万元,Velodyne等其他家价格才降到2万多元。
而镭神智能的车规级128线混合固态激光雷达售价才6.8万元,价格是美国公司的1/15,车规16线混合固态激光雷达万台价格也才3999元。

镭神车规级CH系列混合固态激光雷达点云效果

合理的生产成本是目前激光雷达应用市场商业落地的一大瓶颈,显然,在同样的性能表现之下,国产激光雷达的价格优势更符合市场发展所需。
本地售后支持响应迅速
从此次裁撤中国区直销队伍来看,市场需求预期的不匹配是主要原因。
“如果是一次性购买超过100万美元雷达的主机厂,Velodyne中国就会直接为其提供售前与售后服务。” 这是彼时Velodyne在中国市场同时设置直销和代理两种销售模式的初衷。
然而,对于大部分激光雷达用户来说,其一次性需求量目前并没有那么大。因此,繁琐、响应慢的售后也始终是Velodyne产品存在的“硬伤”。
激光雷达作为一种前沿技术产品,目前大部分客户也都还不太清楚该如何使用和集成到整机,因此均存在着大量的售后技术支持需求。
而国产激光雷达则占据着地缘优势,如镭神智能除了深圳总部,在天津、杭州、成都等城市分别成立了办事处,以迅速响应全国各大省市的服务需求。
随着越来越多的激光雷达公司涌入市场,以镭神智能为代表的国产激光雷达从产品系统设计、核心技术、自动化产线、生产效率等方面均已比肩国际一流水平。
虽然未有数据显示Velodyne在中国的销量下滑,但在国产激光雷达公司的强势攻城略地之下,显然整个市场格局已有重大调整。
根据镭神智能官方宣布的数据,其2019年度中高端激光雷达销售出货量超万台,可见激光雷达的国产替代时代已经到来。

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 • 303 次浏览 • 2019-12-27 18:45 • 来自相关话题

不那么贵的激光雷达才是未来。 ...查看全部

不那么贵的激光雷达才是未来。

近日,自动驾驶里激光雷达的最早玩家Velodyne宣布停止在中国市场的直销业务。这一事件是国产激光雷达的胜利通告还是自动驾驶行业的寒冬信号,见仁见智。

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3年,航天标准研制

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。

构筑技术的壁垒-“芯片化”

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。

核心关键词:量产、车规级

「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。

激光雷达没有资本寒冬?

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)

【深度】详解自动驾驶汽车三大主流传感器主要功能

博客isweek工采网 发表了文章 • 0 个评论 • 246 次浏览 • 2019-12-23 09:43 • 来自相关话题

近几年,自动驾驶无疑已经成为科技圈和汽车圈的热点话题,谷歌、百度、苹果及Uber等科技公司以及特斯拉、奥迪、奔驰、宝马等主流汽车厂商纷纷投入自动驾驶领域。然而,关于自动驾驶技术路线之争也是一个备受争议的话题。 ...查看全部

近几年,自动驾驶无疑已经成为科技圈和汽车圈的热点话题,谷歌、百度、苹果及Uber等科技公司以及特斯拉、奥迪、奔驰、宝马等主流汽车厂商纷纷投入自动驾驶领域。然而,关于自动驾驶技术路线之争也是一个备受争议的话题。

 图片1.png

 

一个方面是人们相信自动驾驶汽车将通过增加道路安全,降低基础设施成本以及增强儿童、老人和残疾人的出行自理能力来确保美好的未来。而另一方面则是许多人害怕汽车黑客、致命车祸的风险,以及与驾驶相关工作岗位的流失。据调查发现,有54%的成年人担心自动驾驶汽车的发展,只有40%的受访者对汽车自动化的潜在发展感到乐观。研究也表明,人们对自动驾驶汽车的看法和态度截然不同。

 

毫无疑问,自动驾驶是一项复杂而有争议的技术。要了解自动驾驶汽车的安全性,重要的是弄清楚它们是如何工作的,以及哪种类型的自动驾驶车辆传感器可以帮助它们行驶,并识别道路上的物体以防止发生车祸。接下来工采网小编和大家一起来看看自动驾驶汽车中的传感器技术解决方案。

 

自动驾驶是汽车智能化发展的最终方向,激光雷达、摄像头、毫米波雷达、超声波传感器等传感器是实现自动驾驶的硬件基础。没有物联网传感器,自动驾驶汽车就不可能实现:它们使汽车看到和感知道路上的一切,并收集安全驾驶所需的信息。例如:对这些信息进行处理和分析,以构建从A点到B点的路径,并向汽车控制装置发送适当的指令,例如转向、加速和制动。此外,物联网传感器收集的信息,包括实际路径、交通堵塞和道路上的障碍物,并可以在物联网汽车之间进行共享。这被称为车对车通信,有助于提高驾驶自动化。

图片2.png 

 

当今大多数汽车制造商通常使用以下三种类型的自动驾驶汽车传感器:摄像头、雷达和激光雷达。接下来我们了解一下它们是如何工作的。

摄像头

摄像头就像人类驾驶员的眼睛一样,自动驾驶汽车使用摄像头来观察和解释道路上的物体。通过在各个角度为汽车配备摄像头,这些车辆可以保持360°的外部环境视野,并提供周围交通状况的更广阔画面。如今,可以使用3D摄像头显示非常详细的逼真图像。图像传感器自动检测物体,对其进行分类,并确定与物体的距离。例如,摄像头可以识别其他汽车、行人、骑自行车的人、交通标志和信号、道路标记、桥梁和护栏。

雷达传感器

雷达(无线电探测和测距)传感器对自动驾驶的整体功能做出了至关重要的贡献:它们发出无线电波以检测物体并实时测量其距离和速度。短距离和远距离雷达传感器通常部署在汽车各处,并具有不同的功能。短距离(24 GHz)雷达应用可以实现盲点监测、车道保持辅助和停车辅助,而远距离(77 GHz)雷达传感器的作用包括自动距离控制和制动辅助。与摄像头不同的是,雷达系统在雾天或雨天识别物体时通常没有问题。

激光雷达传感器

激光雷达(光探测和测距)传感器的工作原理类似于雷达系统,唯一的区别是它们使用激光而不是无线电波。除了测量到道路上各种物体的距离之外,激光雷达还可以创建被探测物体的3D图像并绘制其周围环境的地图。虽然毫米波雷达与激光雷达相比,亳米波雷达具有探测距离远,不受天气状况影响以及成本低的优势。由于亳米波雷达采用硅基芯片,不会特别昂贵,也不涉及复杂工艺,同时正处于第二次工艺转型的重要时期,预计成本仍有下降空间。相比激光雷达暂时高不可攀的成本以及较低的技术壁垒和自身可全天候工作的优势,毫米波雷达可以说是目前初创公司进入自动驾驶市场的一个门槛较低的入口。

但是根据激光雷达可以配置为在车辆周围创建完整的360度地图,而不是依赖于狭窄的视野。处于这两个优势使的自动驾驶汽车制造商(例如Google、Uber和Toyota)选择了激光雷达系统。

 untitled.png

关于激光雷达传感器在自动驾驶中的应用工采网提供的固态面阵激光雷达 测距传感器 - CE30-A使用时间飞行法(TOF, Time of Flight)进行测距,它会发射出经过调制的近红外光,光线遇物体后反射并再次被 CE30 接收。CE30 通过计算光线发射和接收的相位差与时间差,来换算被拍摄景物的距离。


固态面阵激光雷达 测距传感器 CE30-A 参数:

 图片3.png

在未来自动驾驶汽车传感器在自动驾驶中起着至关重要的作用:它们使汽车能够监控周围环境,探测障碍物并规划道路。结合汽车软件和计算机,它们将使系统能够完全控制车辆,从而为人们节省了大量时间来执行更高效的任务。考虑到普通驾驶员每天在汽车上大约花费50分钟的事实,可以想象一下,自动驾驶汽车对于我们所生活的快节奏世界而言,是多么的宝贵。尽管自动驾驶技术正在迅速发展,但尚无商用车辆通过自动驾驶所需的4级标准。为了确保道路安全,制造商仍然需要认真对待巨大的技术改进领域。

传感器在国内首套无人驾驶摊铺机上的应用

博客isweek工采网 发表了文章 • 0 个评论 • 270 次浏览 • 2019-12-09 11:10 • 来自相关话题

无人驾驶领域, Waymo是尽人皆知的代表。 ...查看全部

无人驾驶领域, Waymo是尽人皆知的代表。而且Waymo的一举一动,都牵动着无人驾驶领域的神经。这个由谷歌开启于2009年的自动驾驶汽车计划,在2016年12月从独立出来,正式成为谷歌母公司Alphabet旗下的一家子公司。去年末,Waymo开始在美国亚利桑那州菲尼克斯周边城市推出无人驾驶出租车服务;今年4月,Waymo的打车应用终于在Google Play Store上架——一直以来,Waymo把为乘客提供包括娱乐在内的车内空间服务当作未来商业化的主要目标。

 

将目光从大洋彼岸拉回,在国内5G与无人驾驶技术的有机结合上,新的衍生服务也很有可能出现在未来的生活场景中。特别是在人工成本不断上涨的今天,工程机械智能化、无人驾驶已成为行业发展趋势,特别是在沥青路面摊铺施工领域,施工方对沥青摊铺机、压路机等设备的智能化、无人驾驶充满期待。这种期待在上海成为了现实!

 图片1.png

 

 

12月3日,国内首套无人驾驶智能沥青道路摊铺压实设备,在上海朱建路道路改建项目完成了首秀。据介绍,这套无人驾驶路面铺装设备是由隧道股份路桥集团、三一重工、上海北斗平台公司共同研制,采用无人技术能相应减少驾驶员、辅助人员、引导员等工种,总摊铺作业人员可减少30%。通过技术升级,还可以将这一数值减至40%。更重要的是,摊铺精度可与人工媲美。

 

据悉,这套无人驾驶摊铺机与传统摊铺机最大的区别,在于有两根类似于天线的装置,它其实是3D找平仪。另外,在中间可以看到有一个来回晃动脑袋的监测设备,是用来测温的,通过一系列设备的组合,就实现了无人驾驶。下面工采网小编和大家一起来看看这套无人驾驶摊铺机的神奇之处!

 

图片2.png


测试现场:三台无人驾驶机械按预先设定的路线依次登场:由一台摊铺机打前阵,在地面上均匀铺洒沥青混合料,紧随其后的两台压路机反复碾压刚刚摊铺完成的路面。

 

 

据了解该无人驾驶摊铺机搭载「聪明大脑」——北斗卫星定位导航系统。设备行走的精度控制在50毫米以内,还能通过装在车上的大量传感器,实现自动避障。


图片3.png

 

具体来说,现场作业中的无人驾驶摊铺机,均搭载有自动避障功能,四周设有传感器,在1.5米范围内碰到障碍就会自动停止,控制精度在50毫米以内,有效确保作业安全。其实关于无人机驾驶避障传感器工采网提供的超声波避障传感器模组 - UM0090是一款基于收发一体式超声波传感器的测距模组。通过测量超声波从发射到接收的飞行时间,该模组可以检测到3米范围内的物体,并通过UART 接口输出距离信号。该产品具有灵敏度高、响应速度快的特点,同时具有较好的抗干扰性能和稳定性,广泛应用于各类机器人、无人机和智能设备的避障系统。


5bf66e3335341.JPG

 

可见无人驾驶技术是一个涉及人工智能、传感技术、地图技术以及计算机等诸多前沿科技的综合技术。我们知道,无人驾驶需要车路协同,但目前基建的普及率并不高,大量在建基础设施缺乏对专用路测通信系统等网络设施的顶层设计与部署,车、人、路之间暂时还不能互联互通,无法满足路测和应用无人驾驶技术的要求。随着5G的落地,无人驾驶的成本有望缩小。因为5G与无人驾驶技术的结合,从本质上看是软硬件一体化的过程,这意味着从最初推出到真正技术成熟,中间会经历一段漫长时间。

 

传感器融合:自动驾驶领域的另一个突围方向

博客gaohong 发表了文章 • 0 个评论 • 478 次浏览 • 2019-07-30 14:52 • 来自相关话题

目前,自动驾 ...查看全部
1.jpg


目前,自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

传感器是汽车感知周围的环境的硬件基础,在实现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。目前自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

多传感器融合是必然趋势

2.JPG

通过增加传感器的数量,并让多个传感器融合来提高自动驾驶能力。多个同类或不同类传感器分别获得不同局部和类别的信息,这些信息之间可能相互补充,也可能存在冗余和矛盾,而控制中心最终只能下达唯一正确的指令,这就要求控制中心必须对多个传感器所得到的信息进行融合,综合判断。

在使用多个传感器的情况下,要想保证安全性,就必须对传感器进行信息融合。多传感器融合可显著提高系统的冗余度和容错性,从而保证决策的快速性和正确性,是自动驾驶的必然趋势。

当然,要实现传感器融合,也是有前提条件的。硬件层面,数量要足够,也就是不同种类的传感器都要配备,才能够保证信息获取充分且有冗余;软件层面,算法要足够优化,数据处理速度要够快,且容错性要好,才能保证最终决策的快速性和正确性。

传感器融合的技术概述

每种传感器都有自己无法克服的缺陷,因此数量的增加无法解决实际的问题。真正的解决之道是综合不同传感器采集到的信息。而目前的雷达技术在分辨率上也有些不合格,可以说每种传感器都有自己的软肋。

想做到完美的传感器融合,就要接受不同传感器的输入,并利用综合信息更准确的感知周边环境,其得出的结果比不同传感器各自为战要好得多。将不同传感器进行融合还能换来一定程度的冗余,即使某个传感器出了问题也不会影响车辆的安全。

目前车辆上搭载的大多数ADAS系统都是独立运作的,这就意味着它们不会与其他车辆上的系统交换信息。此外,车上的后置摄像头、360度全景系统、雷达和前置摄像头都有自己的独立任务,它们之间几乎没有交流。

给车辆安装这些独立系统后,司机就能获知更多信息,车辆也能实现少数自动驾驶功能。不过,我们也可以对这些传感器进行融合,实现更为强悍的功能。

①后置摄像头+超声波距离传感器这项配置在现售车辆上早已不再新鲜,倒车时它能用警报声提醒我们车辆离周边物体还有多远。

在这套新系统中,后置摄像头能让司机看清车辆后方情况,而机器视觉算法则负责探测车辆后方物体或马路牙子。超声波距离传感器则是辅助设备,它能在在没有任何照明的夜晚帮司机顺利倒车入库。

②前置摄像头+多模前置雷达能产生意想不到的效果。前置雷达能探测到150米范围内物体的移动速度和距离,而且它几乎不受天气情况影响。摄像头则负责发现并辨别前方物体,比如读取街道上的交通标识和红绿灯。

虽然一些ADAS功能只靠单个传感器或独立系统就能实现,但一旦遇到不可预知的情况,车辆就会变得手忙脚乱。反观能支持更复杂自动驾驶功能的传感器融合,就可大幅降低车辆的误报和漏报率。

传感器融合的体系结构

对自动驾驶汽车而言,没有必须将哪几类传感器数据融合在一起的说法。传感器数据间的融合可以有多种组合。处于中间过程的传感器融合将会产生各种假设和转变。

因为多传感器的使用会使需要处理的信息量大增,这其中甚至有相互矛盾的信息,如何保证系统快速地处理数据,过滤无用、错误信息,从而保证系统最终做出及时正确的决策十分关键。

多传感器融合在硬件层面并不难实现,重点和难点都在算法上。多传感器融合软硬件难以分离,但算法是重点和难点,拥有很高的技术壁垒,因此算法将占据价值链的主要部分。

算法是多传感器融合的核心。传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。

随着传感器技术、成像技术、雷达、LiDAR、电子设备和人工智能技术的进步,数十种先进驾驶辅助系统(ADAS)功能已得以实现,包括防撞、盲点监测、车道偏离报警和停车辅助。

①分布式:先对各个独立传感器所获得的原始数据进行局部处理,然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、计算速度快、可靠性和延续性好,但跟踪的精度却远没有集中式高。

②集中式:集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理,可以实现实时融合。其数据处理的精度高,算法灵活,缺点是对处理器的要求高,可靠性较低,数据量大,故难于实现。

③混合式:混合式多传感器信息融合框架中,部分传感器采用集中式融合方式,剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力,兼顾了集中式融合和分布式的优点,稳定性强。

传感器融合的要素和流程

关于传感器和传感器融合需要考虑的因素:成本、体积、重量、可拓展性、可靠性、制冷、安装、空间、故障自检、报告、容错性、灵活性、冗余性、反戏弄。

通过传感器融合同步运行,以允许全自动驾驶车辆或无人驾驶车辆对周围环境检测,并警告驾驶员潜在的道路危险,甚至可以采取独立于驾驶员的规避动作来避免碰撞。

①驾驶中雷达图像被捕获,负责雷达单元的电子控制单元(ECU)花很短的时间对捕捉到的图像进行预处理。然后借助控制区域网络(CAN),把图像发送到传感器融合中心。在区域网络传输图像,以及接受信息都要花时间。

②同时传感器融合中心也会接受来自摄像头、超声波传感器和激光雷达传感器的数据。传感器融合处理了所有这些数据,又需要短暂时间。

③最终结果被传到人工智能上,需要对其进行处理,并更新环境模型。这需要时间。

④通过控制区域网络(CAN),人工智能向汽车控制系统发出指令,这需要时间来完成。

⑤控制系统接收命令,明确它要做什么,继而采取实际行动。

算法和成本因素是关键所在

目前企业都在积极寻找传感器融合的方法,推出的解决方案也不尽相同,但尚未出现一种经过验证、最可靠的方案。因为传感器融合是一个不断推进的过程,难点有不少。

①不同类型传感器的优缺点不同,获取的信息量巨大,要保证最终融合结果及时、准确,就需要在传感器的选型配置和算法精度上有巧妙的布局,而能把这些环节都做好的企业目前还不多。

②为了提升传感器融合的效果,最理想的状态就是将各类最顶级传感器融合在一起。但光一个激光雷达的价格就已与一辆传统汽车持平,可见某些关键传感器的价格还远没到消费类电子产品的水平。

③在传感器融合过程中,一些厂商不愿公开自己获取的原始数据,怕因此沦为纯粹的数据采集供应商,导致利润空间有限。由此造成的数据壁垒也是实现传感器融合的一大障碍。

传感器融合得越好,自动驾驶汽车也会越安全。因此传感器融合是自动驾驶汽车发展中的一个重要方面,相信在不久的将来,将有更多机会来提出新思路和创新方式来改进传感器融合。

新能源和智能化“攻陷”上海车展 这8款车不得不看

博客betty19920416 发表了文章 • 0 个评论 • 949 次浏览 • 2019-04-18 11:19 • 来自相关话题

近日,点燃汽车爱好者热情的2019上海车展正如火如荼。 今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。 在本次上海车展中 ...查看全部
近日,点燃汽车爱好者热情的2019上海车展正如火如荼。
今年如往年一样,我们发现了一些令人激动的新车从概念设计走向落地,尽管与最初概念车模样略有不同,但在这些量产车型中,我们依然可以发现一些酷炫美观,令人惊喜的新型号。
在本次上海车展中,汽车制造商们蜂拥而至,各自拿出杀手锏,一时间展出了几十种电动车,从豪华SUV到定价低于1万美元的微型/紧凑型电动车,它们将与燃油车在性能、成本以及外观上一较高下,下面网易智能为大家速览最受关注的几款新能源与智能化汽车:

特斯拉 Model Y
Model Y与Model 3基于同一平台打造,公用75%零件,保留Model 3无进气格栅前脸、犀利的前大灯、隐藏式把手等讨喜设计,保险杠位于雾灯和前大灯之间,再加上由于车顶增高带来的使发动机盖更具幅度的视觉错觉,整个前脸更具层次感。
内饰上,新车与Model 3基本一致,保留车顶全景天窗、1.9m?的储物空间,车内最大的亮点在于,除了常规的5座布局外,还将提供2+3+2的7座布局选择,分体式折叠第二排座椅,使得车内体积也将更加紧凑。
动力方面,Model Y将搭载Model 3的同款21700电池组,配合第三代超级充电桩,峰值充电功率可以达到250kW,是目前V2超充的两倍,充电5分钟行驶120公里,15分钟即可充至50%。

小鹏P7
小鹏汽车的目标是想要造年轻人喜欢的互联网汽车。何小鹏曾说:要想造车,车的基础部分最多也就是那样了,还是要在别的方向上找到突破口。于是,小鹏汽车更注重做适应中国市场的自动驾驶以及更贴近中国用户的车载互联网功能。
这款P7诞生自SEPA平台架构,底层硬件具备扩展性、兼容性、共用性和进化性;同时,P7搭载智能双擎高通骁龙820A车规级芯片、系统级自动驾驶芯片NVIDIA DRIVE Xavier,在人机交互和高级智能辅助驾驶方面将较G3有进一步提升,可以支持L3级别自动驾驶。
动力部分,新车搭载双电机四驱系统,官方称百公里加速进入四秒俱乐部,NEDC续航超过600km,车长达到4.9米;轴距达到3米;底盘和悬挂规格及调教越级对标德系豪华运动车型。

理想ONE
前不久,“理想智造”品牌已经正式更名为“理想”,口号是“为用户打造没有里程焦虑的智能电动车”,因而采取了一条和绝大部分新造车不同的路线,它打造的是一台增程式电动车,一台需要加油的电动车,某种程度上,它与日系的混合动力还是有些相似。
理想ONE定位为中大型SUV,车长超过5米,宽度接近2米。内饰上,理想ONE提供6座和7座两个版本,分别采用222和232的座椅布局,内部布置保证了充裕的三排乘坐空间。
动力方面,理想ONE采用增程式电驱动系统,前后双电机实现了电动四驱,其综合总功率为326马力,最大输出功率达到530牛·米,0-100公里/小时加速时间为6.5秒。

威马EX5 Pro
对比其他几家新造车企业,业界人士认为,威马更像新能源车界的小米。
外观上,威马EX5 Pro在沿用标准EX5的基础上,细节进行了一定程度的运动升级,包括19英寸专属低风阻轮毂、空气动力学运动套件等。此外将整车风阻系数降至0.3以下,辅以Pro专属龙胆蓝外观配色、冰原蓝内饰拼色主题。
内饰上,采用了超纤绒和真皮的搭配,配有11个扬声器的WM-Sonic 立体环绕音响,动力部分,威马EX5 Pro搭载Living Motion三电动能系统,可实现0.2秒快速动力响应和百公里加速8.1秒的表现。

极星Polestar 2
前不久,作为从沃尔沃高性能部门独立出来的Polestar正式发布官方中文名称“极星”,为了更好地实现本地化,Polestar选择与高德地图、科大讯飞、阿里巴巴人工智能实验室等展开合作,
内饰上,Polestar 2采用11英寸大屏,支持OTA空中升级,海外版搭载了谷歌Android HMI、车机版Google智能助手等智能应用,未来国内方面也会跟进语音助手功能。
动力方面,前后双电机的配置可以提供300千瓦的最大输出功率和660牛·米的峰值扭矩,百公里加速的“目标”时间为4.7秒,72千瓦时电池组在NEDC工况下的“目标”续航里程为500公里。

奥迪e-tron
40年前的燃油车时代,奥迪凭借quattro竖起了拥有赛道动力的豪车招牌;如今,奥迪用e-tron展示电动化决心。
奥迪e-tron是奥迪首款纯电动SUV,外观上采用了奥迪家族新的设计理念,大尺寸的六边形进气格栅搭配两侧尖锐、狭长的大灯组,真皮多功能方向盘和换挡拨片的组合让整车运动感十足。
内饰上,新车配备了全液晶仪表盘,且搭载了双触控屏,分别控制着多媒体娱乐系统和空调系统,同时更有全景影像为泊车提供更加全面和安全的引导。
动力方面,奥迪e-tron采用双电机四驱的驱动形式,最大功率300马力,0-100km/h加速的时间小于6秒,初创性能可与跑车相媲美。

奔驰EQC
奔驰EQC外观上很大程度的还原了Generation EQ概念车的设计语言。前脸设计在保留了传统进气格栅设计的同时又进行了密封处理,并搭配上可发光的奔驰 LOGO以及LOGO上方的灯带,营造出了不俗的质感。
内饰上, EQC采用了双10.25英寸显示屏作为仪表盘和中控大屏,装配有EQ系列车型专属的“电路板风格”的空调出风口、蓝紫色的仪表背光、氛围灯和全新的三辐式方向盘并拥有双拇指控制(Dual Thumb Controls)系统。
动力部分,梅赛德斯-奔驰 EQC于底盘上搭载了前后双电机,其中后电机负责提供大的推力,前电机负责兼顾日常的轻度使用,并可实现四轮驱动。此外,该车还装配有动态扭矩分布,当超出一定的运转范围,电控系统会在车轴间智能分布扭矩,这将为达到高扭矩创造足够条件。双电机的最大输出功率达到300kW(408PS)、最大扭矩765N·m,可实现5.1s完成0-100km/h的加速和180km/h的最高速度。
“大象转身难”,作为汽车行业巨头,奔驰的电动化之路举步维艰。但也有人认为,在全球车企迎接新能源化的过程中,相比于BBA中的另外两大豪华品牌,奔驰的转身相对还算灵活。按照计划,奔驰EQC新车将于2019年底在华实现国产化生产。但这还远远不够,在豪华车品牌的下一个电动车战场,奔驰不止要大象转身,还要与更多新入局车企比拼速度,这需要让大象“跑”起来。

比亚迪E2
比亚迪E2外观的整体设计风格融入了“Dragon Face”的设计元素,,新车前脸采用了六边形大尺寸前格栅设计,内部则以点阵式进行装点,配合两侧棱角锋利的大灯组以及线条夸张的L型进气口,车尾部分比前脸更加激进,尾灯采用折线设计造型。
内饰上e2的内饰和 e1基本保持一致,诸如全液晶仪表盘、智能旋转大屏和三幅运动化平底方向盘都被保留,但在最终量产时,是否调整还未知。
动力方面,新车将搭载永磁同步电机,最大功率为70kW,电池方面使用的是镍钴锰酸锂电池,新车的NEDC续航里程有望达到360km或以上。
在转向新能源的路上,比亚迪走得非常迅捷,在去年,比亚迪品牌内部新能源车型销量首次超过传统燃油车,同时并未局限于入门级车型,而是完成了下至10万,上至30万的全方位产品布局,成为电动车行业里,竞争力不容小觑的参与者。
2019是汽车行业巨变的年份,四化(电动化、智能化、网联化、共享化)浪潮席卷整个产业,新能源汽车不断涌现,它们是汽车新秀,也是燃油派劲敌,而且这一次,不再是空泛的预测,一切将成为现实。
在2019年的路上,不少新伙伴就要与我们相见,记住这些全新的面孔,或许在你的车库,就有专为它留下的一隅。网易智能将持续关注汽车行业全新的变化和趋势,明年车展见。

自动驾驶发展现状及热点研究——传感器技术

知识讲堂奇点汽车 发表了文章 • 0 个评论 • 357 次浏览 • 2019-04-01 13:36 • 来自相关话题

对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。   传感器技术 传感器而言,大 ...查看全部
对自动驾驶而言,传感器、感知、地图定位和规划控制是目前研究的热点,本文奇点汽车美研中心首席科学家兼总裁黄浴博士从多个方面综述了目前自动驾驶的技术水平以及不同板块的重要性。
 
传感器技术

传感器而言,大家比较关心新技术。

在摄像头技术方面,HDR,夜视镜头,热敏摄像头等是比较热的研究。前段时间有研究(MIT MediaLab教授)采用新技术穿透雾气的镜头,叫做single photon avalanche diode (SPAD) camera;另外,能不能采用计算摄像技术(computational photography)改进一下如何避免雨雪干扰,采用超分辨率(SR)图像技术也可以看的更远。前不久,图森的摄像头可以看1000米远吗,要么采用高清摄像头4K甚至8K,要么采用SR技术实现。

这是介绍SPAD的两个截图:

1.jpg


2.jpg



另外,单目系统比较流行,现在也有双目系统存在,比如安霸从意大利帕尔马大学买到的VisLab自动驾驶技术,还有Bertha Benz著名的Stixel障碍物检测算法。因为基线原因,车上可以配备多个双目系统,以方便测量不同距离的障碍物。懂计算机视觉的同学知道,立体匹配和基线宽度在涉及视觉系统的时候有一个权衡。深度学习已经用来估计深度/视差图,就如分割一样,pixel-to-pixel。甚至单目也可以推理深度,结果当然比双目差。

3.jpg


4.jpg



激光雷达最热,一是降低成本和车规门槛的固态激光雷达,二是如何提高测量距离,三是提高分辨率和刷新频率,还有避免互相干扰和入侵的激光编码技术等。其实激光雷达的反射灰度图也是一个指标,3-D点云加上反射图会更好,比如用于车道线检测。

另外,摄像头和激光雷达在硬件层的融合也是热点,毕竟一个点云的点是距离信息,加上摄像头的RGB信息,就是完美了不是?一些做仿真模拟以及VR产品的公司就是这么做的,去除不需要的物体和背景就能生成一个虚拟的仿真环境。

这里是一家美国激光雷达创业公司AEye的技术iDAR截图,iDAR 是 Intelligent Detection and Ranging,最近该公司宣称已经能够实现测距1000米(一两年前谷歌就说,它的激光雷达能看到3个足球场那么远):

5.jpg



毫米波雷达方面,现在也在想办法提高角分辨率。毕竟它是唯一的全天候传感器了,如果能够解决分辨率这一痛处,那么以后就不会仅仅在屏幕上展示一群目标点,而是有轮廓的目标,加上垂直方向的扫描,完全可以成为激光雷达的竞争对手。希望新的天线和信号处理技术可以解决雷达成像的难点,包括功耗。

这里是NXP提供的新型高分辨率雷达和激光雷达比较的截图:

6.jpg



超声波雷达,基本是用在泊车场景,便宜。

国外智能网联汽车传感器产业发展情况及启示

博客tututu 发表了文章 • 0 个评论 • 260 次浏览 • 2019-03-21 17:36 • 来自相关话题

摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽 ...查看全部
摘要:智能网联汽车,是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(车、路、人、云等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽车[①]。
cpu2.png
汽车智能网联技术成为了全球科技创新领域新的焦点,而智能网联汽车是继新能源汽车后汽车产业发展的又一制高点。在这样的背景下,奔驰、宝马、奥迪、比亚迪、上汽等全球知名汽车制造商,以及华为、Intel、百度、中兴、高通等国内外IT产业巨头都将智能网联汽车作为自身发展的一大重点。
放眼国内,国家层面给予了高度重视和及时引导,国内长安、一汽、上汽、北汽等大型整车企业都制定了智能网联汽车发展的规划和战略。从智能网联汽车的技术架构来看,环境感知技术是实现车与车、车与路、车与人以及车与云之间信息交换的“五官”,而传感器在其中扮演着信息采集非常重要的角色。为此,本文旨在分析国内外智能网联汽车传感器产业国内外进展,二者的差距,以期从中得出有益的结论,为我国智能网联汽车产业持续健康发展夯实基础献策建议。
一、各国高度重视智能网联汽车发展
(一)美国:国家战略和配套政策法规为产业发展保驾护航
早在2015年,美国交通运输部就发布了《美国智能交通系统(ITS)战略规划(2015-2019年)》,该战略的核心是汽车的智能化与网联化,旨在解决美国交通系统存在的问题。为了自动驾驶技术在制度和政策法规上有据可循,美国交通运输部联合国家公路交通安全管理局于2016年发布了《联邦自动驾驶汽车政策》,对自动驾驶汽车技术必须满足的安全评估作出了明确规定。此后,包括加州、密歇根州、内华达州等多个州以及哥伦比亚特区出台了地方性的无人驾驶法规,各州根据实际情况对自动驾驶技术的研发和测试作了不同规定。
(二)欧洲:加大资金投入,多国已开展无人驾驶路测
英国:2014年,英国政府与整车企业共同出资2亿英镑(双方各出资1亿英镑)成立 “智能移动基金”,重点扶持与自动驾驶相关的研发、测试和商业化发展。2017年,为了增强英国汽车行业的网络安全标准,英国政府对5×StarS联盟进行专项资助。此外,英国政府向宝马、福特、路虎等政策企业投资超过1亿英镑,大力推动自动驾驶技术发展。
法国:2014年,法国发布自动驾驶汽车发展路线图,并宣布投资1亿欧元进行自动驾驶汽车实际道路测试,同时启动道路交通法规修订程序。2016年8月,法国政府进一步放宽了路测准入,允许外国汽车制造商在法国开展路测,这项政策也是法国新工业战略的重要部分。此外,德国、瑞典、挪威等国已在进行或正在推进无人驾驶路测。
(三)亚洲:智能网联汽车处于高速发展阶段
日本:日本IT综合战略本部于2016年制定了自动驾驶普及路线图,允许自动驾驶汽车在有司机的情况下可以2020年上高速公路行驶。2017年4月,日本将汽车保险的赔付范围延伸至自动驾驶期间的交通事故;2017年6月,日本允许汽车在驾驶位无人的状态下进行路测。
新加坡:2014年8月,新加坡成立自动驾驶汽车动议委员会,从2015年1月开放近5公里的特定路段供无人驾驶汽车测试。2017年底,开通一条路测专线,允许自动驾驶汽车在许可范围内进行公共道路测试。近年来,新加坡无人驾驶的政策环境和研发路测环境都在不断完善,极大地促进了智能网联汽车产业的发展。
二、全球汽车传感器产业呈现新的发展趋势
(一)传感器市场需求空间进一步加大
智能驾驶的发展将大幅提升对传感器的需求量。传感器在智能汽车领域起着重要作用,担任着智能驾驶汽车的感知系统,比如ADAS的感知层中需要用到大量的摄像头、超声波雷达、毫米波雷达、激光雷达、夜视仪等传感器。随着ADAS系统逐渐成熟,汽车传感器的需求量将会大幅攀升。随着汽车电子化、智能化和网联化,传感器在汽车上的应用越来越广泛,2000 年汽车上装配的传感器只有 10 个左右,到今天中高端的车上传感器已经增长到 100 多个,未来随着智能网联的进一步深化,汽车配备的各类传感器仍将有 4 倍的增长空间。权威部门预测,2016年到2025年全球车用传感器市场规模将从82亿美元增长至290亿美元,年复合增长率(CAGR)达到15 %。
(二)传感器智能化、微型化趋势愈加明显
传感器智能化是指传感器除了实现传感的基本功能之外,还具备自我校准、自我标定等功能,更重要的是能够基于自身逻辑判断和信息处理能力,对采集的信号进行智能处理。在实际应用中,相较于一般的传感器,智能传感器在测量精度、信噪比、远程可维护性、稳定性和可靠性等方面都更胜一筹,非常适合智能网联汽车的需求。而对于微型化,主要是利用基于半导体集成电路技术发展的MEMS技术,在一块芯片上将敏感器件、DSP、数据处理装置集成封装,能够有效降低传感器成本、提升传感器集成度、缩小传感器体积并提高系统的测试精度。目前,基于MEMS技术的传感器已经在汽车领域广泛应用,取代传统传感器趋势明显。随着电子制造工艺的不断迭代,微型传感器将进一步向纳米传感器演进,更加适合智能网联汽车的发展。
(三)自动驾驶安全性保障需要多传感器的融合应用
一方面,不同类型的传感器适应的最优应用场景存在差异性,智能网联汽车实际行驶环境复杂,现有单一传感器并不能满足复杂路况下的所有需求。以摄像头和激光雷达为例,摄像头成本低、应用广泛,但算法识别率有待进一步提高;而激光雷达虽然识别率更高,但成本偏高且环境适应能力较差。采用多传感器协同工作,可优势互补,进而提高驾驶安全性。另一方面,为了保证自动驾驶的行驶安全性,智能网联汽车感知方案必须要具备安全冗余性。在此前提下,多传感器协同工作,以及协同工作下产生的信息冗余就显得非常有必要。目前来看,毫米波雷达、激光雷达及摄像头等传感器多路融合是自动驾驶传感器方案的主流发展趋势。
三、我国智能网联汽车传感器发展存在的问题
(一)核心专利被国外企业垄断
国内汽车传感器市场的需求量巨大,每年进口额都超过千亿人民币,这主要是国内汽车传感器芯片、传感器关键技术和传感器产业结构与国外存在较大差距,导致国内汽车传感器在高端市场竞争中缺位或者是竞争力不足。比如国内企业多数只能做一些水温和压力传感器等技术含量不高、附加值低的产品,而针对国五、国六排放阶段在尾气处理上必须要用到的氮氧化物传感器等一些高技术含量产品,国内目前还是完全依赖进口。目前,国内汽车传感器市场绝大部分被西门子、博世、霍尼韦尔等国际零部件巨头占据,90%传感器依赖国外。国内在汽车传感器新原理、新器件和新材料等方面的研发和产业化能力较弱,汽车传感器核心专利大部分被外资厂商垄断,严重阻碍了中国自主传感器产品的发展。
(二)企业研发投入资金来源有限
汽车传感器的研发投入动辄上千万甚至上亿元,一般民营企业凭借自身实力有限,并且融资渠道也同样缺乏。汽车传感器产业链上的很多企业在不断加大投资之后,往往会面临“后继乏力”的困境。其主要原因是汽车传感器产业大投入、长周期、高风险等因素,使常规的市场渠道难以支撑行业的持续巨额资金投入。以传感器芯片为例,新产品一般要过2至4年才可以进入市场,5至6年开始实现销售,8至9年才可能达到收支平衡,10年才可能达到盈利,期间每年又需投入数亿美元,一般的投资很难连续支撑。由于短期内难以获利,银行等金融机构对于该行业缺乏足够的投资兴趣,导致汽车传感器产业的投融资渠道更加不顺畅。
(三)汽车传感器缺乏配套试验和应用环境
汽车是由多达几千个电子零部件组成的复杂产品,特别是随着汽车产业的发展,控制电子部分、多媒体电子部分、导航及车载通信等等越来越多,使车辆复杂程度不断加大。而这些电子零部件产品可靠性十分重要,直接决定了整车的安全及运行可靠性。特别是严苛的环境(运输过程、存放、工作中、气候等因素),都在考验着汽车电子产品的可靠性。汽车传感器作为汽车电子产品中最典型代表在应用时要和发动机以及整个调校系统进行匹配试验,但国内在这个环节上的配套环境不成熟,现有的系统和设备严重落后。这就导致企业无法真正了解产品后续的匹配性和可靠性以及所需的改进方案,有直接影响了下游企业对使用国产传感器的信心。
四、对策建议
(一)加强智能网联汽车传感器核心技术攻关
一是依托现有基础,提高自主创新能力。利用较为成熟的转速传感器、压力传感器、温度传感器技术,加大车用传感器研发投入,推进传感器企业与国际知名汽车零部件企业及国内整车企业、科研院所等单位的交流合作,协同开发新型车载传感器技术与产品。二是聚焦重点,推动产业高质量升级。重点围绕激光雷达、毫米波雷达、超声波传感等智能网联汽车亟需的传感器产品,突破激光二极管、雪崩二极管、高端 CMOS 图像传感芯片、DSP 芯片、77GHz 雷达等核心部件,以及自动化设计、试验仿真、软件算法等关键配套技术。推动MEMS技术逐步取代传统机电技术生产传感器,提高车用传感器总体设计水平、技术水平和产品可靠性。
(二)完善智能网联汽车传感器产业链布局
一是联合攻关,提高竞争实力。支持国内汽车传感器企业开展器件设计、制造封装工艺、系统集成等联合攻关,提升产品性能,提高产业整体竞争实力。二是产业链上下游联动,缩短产品市场化周期。瞄准汽车电力驱动系统、电源系统、无人驾驶系统、安全系统、导航系统和辅助系统,大力推动新型车用传感器自主研发。加大智能网联汽车传感器配套政策引导,鼓励国内整车厂商与国内传感器制造企业加强技术交流与合作,共同推进国内汽车传感器产品在新能源汽车和智能汽车上的市场准入,并在这一过程中形成产业集聚发展态势。三是把握时间窗口,加大示范应用力度。把握智能网联汽车快速发展的契机,以下游整车企业需求为牵引,实施智能网卡汽车传感器重大示范应用工程,积极提升国产化汽车传感器的实际应用水平,带动国产化汽车传感器的市场占有量,降低产品成本,推进我国智能网联汽车传感器产业各环节协同发展。
(三)加大资金和人才保障力度
资金方面,不仅要研究利用现有财政资金渠道,优化资源配置,加大对智能网联汽车传感器产业扶持力度,更要进一步研究PPP、产业投资基金、科技投资保险、金融租赁等投融资新模式,吸纳社会资本,建立公平的投资环境,优化投融资环境。建立国家智能网联汽车传感器专项资金,采取委托贷款、股权投资等方式,引导和撬动更多的社会和金融资本,投向智能网联汽车传感器领域。人才方面,鼓励高等院校、科研机构根据需求和自身特色,联合公共服务平台和企业,建设跨学科的智能网联汽车传感器综合人才培养基地,为企业输送高层次工艺人才和技术创新人才。积极引进海外领军人才和髙端技术人才,持续优化人才环境,支持相关院士工作站、博士后工作站、技术中心、孵化创业中心等建设,为高端人才集聚提供载体。

作者:中国电子信息产业发展研究院 彭健
[①] 《国家车联网产业标准体系建设指南(智能网联汽车)》

多家车企科技公司组建联盟 普及自动驾驶知识

知识讲堂betty19920416 发表了文章 • 1 个评论 • 877 次浏览 • 2019-01-19 10:29 • 来自相关话题


  车用传感器是汽车计算机系统的输入装置,它把汽车运行中各种工况信息,如车速、各种介质的温度、发动机运转工况等,转化成电信号输给计算机,以便发动机处于最佳工作状态。