激光雷达技术路线:机械式、MEMS是主流,OPA、Flash、FMCW发展空间大

2023-05-16

——激光雷达是通过发射激光束来探测物体与传感器之间精准距离的主动测量装置,包含发射单元、接收单元、扫描单元以及数据处理单元。激光雷达通过激光器和探测器组成的收发阵列,结合光束扫描,可以对广义机器人所处环境进行实时感知,获取周围物体的精确距离及轮廓,以实现避障功能;同时,结合预先采集的高精地图,智能汽车在环境中通过激光雷达的定位精度可达厘米量级,以实现自主导航。

ToF 激光雷达工作原理

资料来源:禾赛科技招股说明书

——按测距方法,激光雷达可分为 ToF 法、FMCW 法及三角测距法等,ToF 和 FMCW 测距法能够实现室外阳光下较远的测程(100-250m),是车载激光雷达的优选方案。ToF法是目前市场车载中长距激光雷达的主流方案,FMCW 探测距离远、成本与功耗优势明显,但对系统集成、信号处理算法方面要求严格,还没有实现大规模量产。Aeva 是首个采用FMCW 法的激光雷达公司,4D 激光雷达产品将于 2024 年在大众汽车 ID Buzz 自动驾驶车队进行搭载。头部自动驾驶公司 Aurora 收购 Blackmore,明确 FMCW 法未来将得到广泛应用。

ToF和FMCW测距法的主要特点

资料来源:禾赛科技招股说明书

——按照扫描方式,激光雷达可以分成机械和固态激光,固态激光包括MEMS、OPA、Flash、棱镜、转镜等,固态激光雷达目前主要采用MEMS、Flash和OPA方案。

激光雷达优劣势对比

资料来源:公开资料整理

1)机械式激光雷达:优点是线别丰富(有64线、32线,16线、8线、4线不同的价格层次),性能高(可以实现360度高速旋转),劣势是体积大、成本高、验证时间长。机械式激光雷达是目前Robotaxi的主流方案,Waymo自研的Honeycomb依然是传统机械式构造。海外市场以Velydone为主,国内玩家有禾赛、速腾。

2)MEMS(混合固态激光雷达):MEMS激光雷达使用微振镜替代机械式产品中的宏观扫描仪,将机械部件集成到单个芯片。根据MEMS咨询估算,机械式雷达每组芯片成本约200美元,仅16组芯片成本已高达3200美元,因此MEMS方案可以大幅降低成本和体积。同时由微振镜反射激光形成较广的扫描角度和较大的扫描范围,可以形成更多的点云,有效克服了机械式激光雷达在寿命和良品率方面的不足。MEMS方案是目前激光雷达市场的最主流方案。代表公司为Luminar和Innoviz,其中Luminar有Iria和Hydra两款产品亮相,Ira预计2022年量产,L3+激光雷达售价约1000美元/个。Innoviz第一代产品InnovizOne最远探测距离250米,已经获得宝马订单,最新发布的InnovizTwo比InnovizOne成本下降70%。

3)OPA:OPA取消了机械结构,激光控制集成在一块OPA芯片,结构简单,体积更小,可以动态控制扫描频率、分辨率和焦距调整,同时多线多维扫描能获得更高的数据采集率。但另一方面,采用OPA路线的企业需要自主研发芯片,上游核心电子元器件、技术支持不成熟,制造工艺复杂,短期产业化难度大。Quarnergy是最早提出OPA方案的公司,Quarnergy的S系列是业内首款OPA架构的激光雷达,但目前尚未落地。

4)Flash:Flash激光雷达类似数字照相机,用单次激光脉冲照亮目标环境,对抗震要求极高,同时发射高功率单次激光脉冲,需要对光源能量、发射方式进行创新,成本较高。Flash激光以LeddarTech为代表,但采用1064nm激光功率,并且没有采用昂贵的SPAD方案,因此功率和灵敏度受限。

5)棱镜:采用非重复扫描方式,类似视网膜的中央凹,通过对两个棱镜转速的调整,激光雷达会获得不同扫描图案,时间越长,点云密度越高,对场景的还原度越好。大疆独创的双棱镜方案,预计明年在小鹏新车上量产。

各技术路径下已落地产品参数和应用范围

资料来源:公开资料整理

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

激光雷达技术路线:机械式、MEMS是主流,OPA、Flash、FMCW发展空间大 的相关文章

  • HTTP协议简介

    HTTP HyperText Transfer Protocol 超文本传输协议 xff1a 是一种用于分布式 协作式和超媒体信息系统的应用层协议 HTTP是万维网的数据通信的基础 设计HTTP最初的目的是为了提供一种发布和接收HTML页面
  • HTTPS协议简介

    HTTPS HyperText Transfer Protocol Secure 超文本传输安全协议 xff1a 是一种透过计算机网络进行安全通信的传输协议 HTTPS经由HTTP进行通信 xff0c 但利用SSL TLS来加密数据包 HT
  • base64开源库介绍及使用

    网上有一些开源的base64编解码库的实现 xff0c 下面介绍几个 xff1a cppcodec是一个仅包括头文件的C 43 43 11库 xff0c 用于编解码RFC 4648中指定的base64 base64url base32 ba
  • Ubuntu下使用CMake编译OpenSSL源码操作步骤(C语言)

    OpenSSL的版本为1 0 1g xff0c 在ubuntu下通过CMake仅编译c代码不包括汇编代码 xff0c 脚本内容如下 xff1a build sh内容 xff1a bin bash real path 61 realpath
  • ImageNet图像数据集介绍

    ImageNet图像数据集始于2009年 xff0c 当时李飞飞教授等在CVPR2009上发表了一篇名为 ImageNet A Large Scale Hierarchical Image Database 的论文 xff0c 之后就是基于
  • 网络文件系统(NFS)简介

    网络文件系统 Network File System NFS 是一种分布式文件系统协议 xff0c 最初由Sun Microsystems公司开发 xff0c 并于1984年发布 其功能旨在允许客户端主机可以像访问本地存储一样通过网络访问服
  • 实时流协议(RTSP)简介

    RTSP Real Time Streaming Protocol xff0c RFC2326 xff0c 实时流传输协议 xff0c 是TCP IP协议体系中的一个应用层协议 xff0c 由哥伦比亚大学 网景 Netscape 和Real
  • 远程过程调用RPC简介

    RPC Remote Procedure Call 远程过程调用 xff1a 是一种通过网络从远程计算机程序上请求服务 xff0c 而不需要了解底层网络技术的思想 RPC是一种技术思想而非一种规范或协议 xff0c 常见RPC技术和框架有
  • C语言中头文件包含的处理原则

    很多事不深入以为自己懂了 xff0c 但真正用到项目上 xff0c 才发现了问题 曾以为自己写C语言已经轻车熟路了 xff0c 特别是对软件文件的工程管理上 xff0c 因为心里对自己的代码编写风格还是有自信的 毕竟刚毕业时老大对我最初的训
  • Unity3D物体自动躲避障碍物

    Unity版本 2017 4 4f1 基本思路 物体向前发射一个射线 xff0c 检测到碰撞后 xff0c 根据碰撞信息选择新的方向 最终结果如下 具体实现步骤代码 1 物体添加胶囊体碰撞组件CapsuleCollider 通过发射虚拟胶囊
  • nginx的请求接收流程(二)

    在ngx http process request line函数中 xff0c 解析完请求行之后 xff0c 如果请求行的uri里面包含了域名部分 xff0c 则将其保持在请求结构的headers in成员的server字段 xff0c h
  • C++学习_udp协议(socket)的封装

    C 43 43 学习笔记 xff0c UDP socket 协议的封装实现 1 配置QT下的pro文件 1 TEMPLATE 61 app 2 CONFIG 43 61 console 3 CONFIG 61 app bundle 4 CO
  • 西门子PLC学习笔记一(S7-300简介)

    使用了Step7有几天了 xff0c 现在系统的学习一下 xff0c 现记录一下学习的内容 1 S7 300硬件结构 S7 300或者S7 400的PLC是模块式的PLC xff0c 各种模块式相互独立的 xff0c 分别安装在机架上 硬件
  • 外网访问树莓派服务器(自购域名+Sakura Frp内网穿透)

    首先在域名代理商 xff08 如腾讯云 xff09 购买一个喜欢的域名 注册Sakura Frp账号 xff0c 进入管理面板后 xff0c 创建隧道 xff0c 服务器选择可建站类型的 xff0c 隧道类型为HTTP xff0c 本地地址
  • Python删除全部已安装的pip包

    pip freeze span class token operator gt span allpackages txt pip uninstall r allpackages txt y
  • Vue父组件主动获取子组件的值和方法

    在父组件使用子组件的代码中 xff0c 为子组件加上ref 61 34 name 自己设置一个名称 34 然后在代码中 xff1a span class token keyword this span span class token pu
  • 动态规划详解

    动态规划的入门 xff0c 一般是从斐波拉契数列开始 该数列由0和1开始 xff0c 后面的每一项数字都是前面两项数字的和 xff0c 定义如下 xff1a F 0 61 0 F 1 61 1 F n 61 F n 1 43 F n 2 其
  • Concept Whitening(for Interpretable Image Recognition)

    和BatchNorm相比有很多优点 xff0c 并且可以直接替换BatchNorm 有更好的interpretability xff08 可解释性 xff09 xff0c 可以可视化得解释神经网络层的含义 xff08 这是最突出的特点 xf
  • homebrew安装、换源

    首先确认你的Mac已经安装了命令行工具 xff1a Command Line Tools CLT for Xcode 打开终端 xff0c 输入git version xff0c 命令 xff0c 如果没有安装 xff0c macOS会跳出
  • macOS查看磁盘读写数据总量、磁盘健康、磁盘启动次数等信息

    首先确保安装了homebrew xff0c 如果没有安装可以按照这篇文章的教程安装 xff1a homebrew安装 换源 然后安装磁盘工具smartmontools brew span class token function insta

随机推荐

  • 30天自制C++服务器

    30天自制C 43 43 服务器 如访问慢 xff0c 可以到这里观看 xff1a csblog 教程的配套网络库 xff1a pine xff0c star and fork 先说结论 xff1a 不管使用什么语言 xff0c 一切后台开
  • 【C语言】之实现 printf 函数功能

    span class token comment 文件名 myPrintf c 文件功能 使用putchar函数模拟printf函数的功能 编辑人 王廷云 编辑时间 2017 10 14 修改时间 2018 1 12 span span c
  • 30天自制C++服务器day05-epoll高级用法-Channel登场

    在上一天 xff0c 我们已经完整地开发了一个echo服务器 xff0c 并且引入面向对象编程的思想 xff0c 初步封装了Socket InetAddress和Epoll xff0c 大大精简了主程序 xff0c 隐藏了底层语言实现细节
  • EasyVim:简单强大的VIM配置

    EasyVim 简单易用的vim配置 xff0c 熟练后可大大提高开发效率 xff08 VS Code的两倍以上 xff09 安装 安装过程需要从github下载很多插件 xff0c 国内尽量挂VPN span class token fu
  • README

    EasyVim 简单易用的vim配置 xff0c 熟练后可大大提高开发效率 xff08 VS Code的两倍以上 xff09 安装 安装过程需要从github下载很多插件 xff0c 国内尽量挂VPN span class token fu
  • C语言static和inline

    C语言static和inline C语言的static和inline的用法看似简单 但有很多坑 xff0c 一些编程老手也会犯错误 xff0c 网上也几乎很少有教程能讲清楚 下面先说结论 xff0c 再进行推导 xff1a 头文件里不能单独
  • STC51单片机学习笔记4——stc12c56 串口

    stc12c56 串口 xff08 没有用独立波特率发生器 xff0c 用T1不分频 中断式接受与发送 xff09 烧写程序时 xff0c 一定要选用外部晶振 xff08 烧写软件默认为内部晶振 xff08 5M 6M xff09 xff0
  • 如何直接使用别人的conda环境(免安装)

    如何直接使用别人的conda环境 xff08 免安装 xff09 1 复制conda文件夹2 修改配置文件3 修改环境路径和包路径4 修改环境路径和包路径 有时候为了更加方便 xff0c 可以直接使用其他用户的环境 xff0c 而不是自己重
  • 元组,字典,列表排序

    经常需要对元组或者字典等序列按照特定的规则进行排序 xff0c 如按照年龄进行排序 gt gt gt student tuples 61 39 john 39 39 A 39 15 39 jane 39 39 B 39 12 39 dave
  • Enable VT-x in your BIOS security settings (refer to documentation for your computer)

    创建一个安卓模拟器的时候无法运行 提示为 Intel HAXM 要求运行AVD 但是VT x 没有被允许 意思就是说主机支持VT x xff0c 但是处于未开启状态 你需要进入BOIS中进行设置 BOIS出现Lenovo时按F2进入 选择S
  • numpy数组的操作取前行和取列

    这个数组跟MATLAB简直不要太像 首先得导包 xff0c from numpy import 如果你要取前几行 a 61 c 0 3 前0 1 2行 b 61 c 0 2 4 第0行的第2和第3列不包括第4列 xff0c 因为列下标也是从
  • CMake官方教程

    很好的一个官方教程翻译文档 CMake简介 CMake是一个跨平台的 开源的构建工具 cmake是makefile的上层工具 xff0c 它们的目的正是为了产生可移植的makefile xff0c 并简化自己动手写makefile时的巨大工
  • TeamTalk HttpParser详解

    1 简介 TeamTalk http解析实际上是利用了ngnix的http parse解析库 2 HTTP简介 请求报文 参考图解HTTP 上野宣 响应报文 参考图解HTTP 上野宣 URI格式 参考图解HTTP 上野宣 3 ngnix h
  • MATLAB随机生成大小也是随机的矩形(地形图一)

    有一个需求需要要生成地貌一样的随机地形图 xff0c 首先我通过在固定大小的矩形面板上生成多个大小不一的矩形 xff0c 然后赋予每个矩形随机的高度 xff0c 然后再进行滤波得到想要的地形图 先直接贴一段代码 xff0c 看看是如何在面板
  • nvidia-smi:command not found 问题解决,Failed to initialize NVML: Driver/library version mismatch

    在装驱动之后 发现nvidia smi不能用了 于是在网上找到了解决方案 简单来看 xff0c 就两步 1 unload nvidia kernel mod 2 reload nvidia kernel mod 执行起来就是 1 sudo
  • 基于OpenCV的双目深度估计实现与改进

    双目深度估计 一 传统方法 常用的方法有SAD匹配算法 xff0c BM算法 xff0c SGBM算法 xff0c GC算法 1 1 SAD算法 SAD Sum of absolute differences 是一种图像匹配算法 xff0c
  • Libstdc++.so.6: version `GLIBCXX_3.4.22’ not found(conda)

    error Libstdc 43 43 so 6 version 96 GLIBCXX 3 4 22 not found fix 在conda环境下 xff0c 由于安装了某些模块 xff0c 使得模块的版本不一样 其中libstdc 43
  • pytoch报错OSError: [Errno 24] Too many open files

    因为默认的file descriptor共享策略使用文件描述符作为共享内存句柄 xff0c 并且当DataLoader上有太多批次时 xff0c 这将达到限制 要解决此问题 xff0c 您可以通过将其添加到脚本来切换到file system
  • MXNet的gluon转symbol并保存

    from mxnet gluon model zoo import vision import mxnet as mx import numpy as np mobilenetv205 61 vision get model 39 mobi
  • 激光雷达技术路线:机械式、MEMS是主流,OPA、Flash、FMCW发展空间大

    激光雷达是通过发射激光束来探测物体与传感器之间精准距离的主动测量装置 xff0c 包含发射单元 接收单元 扫描单元以及数据处理单元 激光雷达通过激光器和探测器组成的收发阵列 xff0c 结合光束扫描 xff0c 可以对广义机器人所处环境进行