从实际性能剖析,为什么MEMS激光雷达才是未来主流?

2023-05-16

车规级激光雷达的技术路线之争,似乎已经逐渐明朗。

《高工智能汽车》注意到,目前,包括Innoviz以及国内一径科技、速腾聚创等越来越多的厂商先后推出了车规级MEMS激光雷达。

另外,需要特别注意的是,作为转镜方案代表的法雷奥SCALA,也将在第三代激光雷达产品中转向MEMS技术,预计在2022年左右开启量产。

这一切都在说明市场风向已经发生了改变,车载激光雷达正从机械旋转式向MEMS激光雷达演进。包括一径科技创始人、CEO石拓在内的业内人士认为,未来很长一段时间内,MEMS激光雷达将成为市场上的主流方案。

一、MEMS才是未来?

激光雷达的技术路线有很多,包含有机械式、MEMS、Flash、OPA等等。如果按照扫描模式、测距原理等多个独立的维度进行组合排列下来,理论上可行的激光雷达系统方案甚至还超过上百种。

目前机械式是自动驾驶公司采用较多的扫描方案,不过在实际落地中,机械式激光雷达却始终存在成本较高的问题。例如,64线Velodyne机械式激光雷达价格就在7万美元以上,这是下游车企们难以接受的价格。

因此,虽然以Velodyne为代表的机械式激光雷达上车较早,但却一直难以达到量产的要求。

一径科技联合创始人兼产品副总裁李云翔指出,车规级激光雷达能否实现大规模量产落地才是关键,这其中最为关键的就是成本控制,以及实际性能能否通过车规验证。

目前国内乘用车激光雷达技术路线之争,实际上主要就是转镜式与MEMS两种技术路线的竞争。”李云翔补充表示,转镜方案最大的优势在于,有法雷奥Scala案例的背书——这是目前为止唯一已经通过车规认证、并实现了前装量产的技术方案。

众所周知,传统机械式激光雷达要实现更高线束,需要相应地增加发射模块与接收模块的数量,具有成本较高、装配困难、机械零部件寿命不长等缺点,较难应用在规模量产车型当中。

而转镜式激光雷达作为当前唯一真正通过车规验证且实现量产上路的方案,但缺点在于转镜的守护明问题以及难以轻易实现高线束输出。

然而,与机械式、转镜式方案不同的是,MEMS方案的核心光束操纵原件为微振镜,可以减少激光器和探测器的使用数量,极大地降低了成本,并且具备可靠性高、批量生产后成本低、超分辨率高等优势。

从实际性能剖析,为什么MEMS激光雷达才是未来主流?

 

基于此,诸多业内人士表示,从长期来看,固态方案才是车载激光雷达的发展方向。但未来5年内,以MEMS等为主的半固态方案将占据主导地位。

根据《高工智能汽车研究院》数据显示,随着MEMS激光雷达量产的加速,接下来5年内,MEMS激光雷达市场份额将大幅提升,并有望抢占近半的市场份额,成为绝对主流的激光雷达量产方案。

MEMS激光雷达由于零部件成熟度较高,并且易于集成和降低成本,可以有效克服传统的机械式激光雷达在寿命、成本和良品率等方面存在的问题,一旦实现量产将极具优势。”李云翔补充说道。

不过,MEMS也有一定的局限性,如果芯片或者器件设计不当,会因为外界的振动或者冲击导致失效。这非常考验企业的技术实力,特别是激光雷达系统设计、MEMS等核心芯片的设计能力。

二、谁真正具备前装量产能力?

激光雷达的前装量产序幕已经拉开。

一时间,无论是北汽、长城等传统车企,还是小鹏、蔚来等造车新势力,都在“抢装”激光雷达。例如,小鹏汽车宣布旗下第三款量产车将搭载大疆Livox的车规级激光雷达,而北汽ARCFOX也宣布搭载华为96线中长距激光雷达。

激光雷达前装量产有了明确的时间表,2021年也被业界称之为前装量产的元年。

那么,从激光雷达的实际性能来看,哪些才是真正的前装量产能力?

激光雷达最常见的显性参数包括线数、探测距离、测量精度、视场角、角分辨率、等,而隐性指标则主要指的是可靠性、安全性、使用寿命和规模量产一致性等。

据悉,整车厂提出的前装量产要求除了要满足显性参数要求之外,更加注重隐性指标的要求,具体主要体现在以下几个方面:

首先是性能必须满足车规要求,例如使用寿命、耐用性等需要大幅提升。李云翔提到,激光雷达要通过车规验证,需要进行车规振动、EMC、温度循环等测试,例如在-40℃-85℃的工作温度范围、振动以及冲击等严苛环境下,传感器能否正常工作、保持性能不变。

其次是实际的前装量产能力,如产能、产品生产的一致性保证等等。这要求激光雷达企业不仅需要具备产能要求,还要在设计产品时,做好整个产品技术架构及模块的布局,减少人工介入环节,保证后期大批量生产的一致性。

最后是成本。激光雷达的本质是一种由多种部件构成的光机电系统,光电系统成本大约占激光雷达整机成本的70%左右。这要求激光雷达企业不断创新技术,将光学芯片与其配套元件进行高度集成。

作为一家来自中国本土的MEMS激光雷达解决方案提供商,一径科技已经在端到端产品设计及研发能力、车规可靠性、前装量产能力,尤其是关键的光电芯片和ASIC芯片设计等方面形成了独特的竞争优势。

例如,一径科技车载激光雷达的可靠性,不仅来源于车规级器件的选型,还依赖于整体架构的设计,以及充分的可靠性测试验证。

与转镜方案相比,MEMS激光雷达没有成熟的案例可以借鉴。但是,一径科技早在成立之初就确定了要坚持MEMS方案,并且坚持从底层的芯片方案和元器件的创新开始着手研发,形成了从底层芯片方案到光学系统、硬件设计、产品功能、整机系统的完整供应链体系的独特竞争力。

一方面,一径科技一直坚持底层芯片和元器件的创新,目前其自研的LiDAR专有芯片和核心算法已经成型,同时其独立设计并拥有自主知识产权的激光雷达系统,已经被授予多项专利。

另一方面,一径科技已经在车规级认证以及前装量产能力方面具有领先的竞争优势。

《高工智能汽车》获悉,一径科技已经独自创新打造了MEMS激光雷达技术平台,并且建成了世界首条年产能5万台的车规级MEMS激光雷达生产线。这是一条严格按照车规体系搭建的MEMS激光雷达生产线,已经通过IATF-16949的符合性认证。

总体来看,一径科技提供的MEMS固态激光雷达产品,不仅具备高性能、小型集成化、可量产等特点,还能够满足商用车的可靠性标准(ISO-16750),其中包括2000Hz随机振动、50g的机械冲击以及-40-85℃的高低温循环等。

从实际性能剖析,为什么MEMS激光雷达才是未来主流?

 

此外,一径科技还在激光雷达ISO26262功能安全、LiDAR清洗方案和量产标定方案方面开展了大量工作,全面推进车载应用产品。目前其提供的MEMS激光雷达具备完整的车载应用条件,包括车载通信、车规级接插件、功能安全及诊断等。

从产品设计、研发到验证、制造及成本方面,一径科技始终遵循汽车量产规格要求,这便是一径科技在激光雷达“前装量产”突围战中所具备的核心竞争优势。

三、大规模量产来袭

现阶段,一径科技共有两大类MEMS激光雷达产品,分别是ML-30s近场系列产品以及ML-Xs远场系列产品,可以提供面向车载应用的不同场景的MEMS激光雷达及解决方案。

其中ML-30S的视场角则达到140°×70°,等效线束高达160线,角度分辨率小于0.5°,主要应用场景是L4级自动驾驶车辆(含Robotaxi、重卡等)、低速车辆等。

从实际性能剖析,为什么MEMS激光雷达才是未来主流?

 

ML-30S点云图

实际上,ML-30S还是一款补盲产品,对包括车、人、路肩、墙壁等一系列细小物体均可以清晰辨别,且具备建图能力。

而ML-Xs的探测距离达到200m,等效线束为200线,角分辨率为0.1°,主打面向L2级以上的自动驾驶系统。

从实际性能剖析,为什么MEMS激光雷达才是未来主流?

 

ML-X点云图

上述两大系列产品可以满足不同应用场景的需求,同时还可以进行灵活组合应用。例如,高速自动驾驶场景可以选择ML-X远场系列产品,泊车场景可以选择ML-30s近场系列产品,但也可以两个系列产品组合起来应用,以适应更高级别的感知需求。

比如,ML系列激光雷达产品提供的长距+中短距盲区结合解决方案,可以实现前向200m超远探测及车辆周身360°盲区覆盖的感知需求。

2021年,被视作为激光雷达进入前装车载的元年。多位业内人士曾向《高工智能汽车》表示,“激光雷达的量产路径大概率会从中短距到远距离,从满足基本分辨率要求到更高性能的路径演进。”

据悉,截止目前,一径科技已经拿到了多个细分领域的重要头部客户DesignWin项目,包括商用物流重卡、无人循环巴士、无人配送和Robotaxi等,已经实现了“多点开花”的落地路径。

按照规划,一径科技将在2021年年底将面向L3自动驾驶的长距激光雷达产品做到SOP量产。接下来的几年内,一径科技的车规级MEMS激光雷达前装量产之路将会加速进行。

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@)

从实际性能剖析,为什么MEMS激光雷达才是未来主流? 的相关文章

  • PyTorch中的Dataset、Dataloader和_DataloaderIter

    Dataset Pytorch中数据集被抽象为一个抽象类torch utils data Dataset xff0c 所有的数据集都应该继承这个类 xff0c 并override以下两项 xff1a len xff1a 代表样本数量 len
  • 彻底搞懂Lab 颜色空间

    本文参考wikipedia xff0c 并加入了自己的理解 xff0c 有不对的地方多多指教 名称 在开始之前 xff0c 先明确一下Lab颜色空间 xff08 Lab color space xff09 的名字 xff1a Lab的全称是
  • MiniFly微型四轴学习与开发日志(五)——遥控器任务详解

    文章目录 radiolinkTask无线连接任务usblinkTxTask usb发送任务usblinkRxTask usb接收任务commanderTask飞控指令发送任务keyTask按键扫描任务displayTask显示任务confi
  • .与::的使用区别

    今天尝试编写了一个小的Windows应用程序 xff0c 在编写的过程中用到MessageBox函数 但是一直不正确 我当时尝试MessageBox 34 NULL 34 34 Alert 34 34 ERROR 34 MB OK xff0
  • Pytorch中的contiguous理解

    最近遇到这个函数 xff0c 但查的中文博客里的解释貌似不是很到位 xff0c 这里翻译一下stackoverflow上的回答并加上自己的理解 在pytorch中 xff0c 只有很少几个操作是不改变tensor的内容本身 xff0c 而只
  • 一文读懂GAN, pix2pix, CycleGAN和pix2pixHD

    本文翻译 总结自朱俊彦的线上报告 xff0c 主要讲了如何用机器学习生成图片 来源 xff1a Games2018 Webinar 64期 xff1a Siggraph 2018优秀博士论文报告 人员信息 主讲嘉宾 姓名 xff1a 朱俊彦
  • Pytorch中的optimizer

    与优化函数相关的部分在torch optim模块中 xff0c 其中包含了大部分现在已有的流行的优化方法 如何使用Optimizer 要想使用optimizer xff0c 需要创建一个optimizer 对象 xff0c 这个对象会保存当
  • 图像质量评价之结构相似性SSIM(上)

    本文总结归纳自论文 image quality assessment from error visibility to structural similarity 概述 这篇文章主要介绍对图像质量进行打分评价的一个很经典的指数 结构相似性
  • 图像质量评价之结构相似性SSIM(中)

    在上一篇文章中 xff0c 我们介绍了对图像质量进行评价的必要性 主观评价和客观评价的两种标准 xff0c 以及设计符合人类直觉的评价标准的困难性和重要性 本来这篇文章想把我们的主角SSIM讲完 xff0c 但是发现前面需要写的铺垫有点长h
  • CS231n lecture 9:各大经典网络 AlexNet/VGG/GoogleNet/ResNet(上)

    本文翻译总结自CS231n Lecture 9 本篇将深入介绍当前的应用和研究工作中最火的几个CNN网络架构 AlexNet VGGNet GoogleNet和ResNet xff0c 它们都在ImageNet分类任务中有很好的表现 另外
  • STM32c8t6干扰GPS信号的解决方式

    项目目的 xff1a stm32解析GPS报文 xff0c 显示在oled上 项目遇到的问题 xff1a GPS模块接收信号不良 问题表现 xff1a 1 GPS可以搜星 xff0c 户外大约20颗 xff0c 但是锁定不了卫星 2 GPS
  • Rplidar A2 激光雷达使用hector_slam进行建图

    手头上有一个Rplidar A2 激光雷达 xff0c 通过其进行slam建图 xff0c 如下 环境 xff1a 1 Rplidar A2 激光雷达 xff1b 2 笔记本电脑 xff1b 3 Ubuntu 16 04 4 ROS Kin
  • Oracle之常用内置函数

    1 Oracle内置函数 wm concat wm concat 函数是oracle中独有的 mysql中有一个group concat 函数 实现行转列功能 xff0c 即将查询出的某一列值使用逗号进行隔开拼接 xff0c 成为一条数据
  • RRT算法三维避障的MATLAB实现

    RRT算法又称为快速随机扩展数算法 xff0c 是一种普适路径规划算法 xff0c 为什么说是普适算法 xff0c 因为它什么样的苛刻的条件都会极大的可能性找到一条路径 但是这样的算法也往往会伴随缺点 xff1a 1 每次迭代都是在随机找点
  • MiniFly微型四轴学习与开发日志(六)——遥控器任务与系统框架

    文章目录 遥控器任务框架遥控器系统框架 遥控器任务框架 参数配置任务主要功能是保存参数 按键扫描任务主要功能是扫描按键 显示任务主要功能是显示界面 飞控指令发送任务主要功能是将采集摇杆电位器的 AD 值转换为姿态控制命令 xff0c 并以

随机推荐

  • Arduino串口发送与接收16进制数据(HEX)(数据乱码)-JDY-10M组网

    最近使用JDY 10M蓝牙组网 xff0c 需要Arduino收发数据 xff0c 将遇到的一些问题与最终解决方法分享给大家 xff0c 如果内容有问题 xff0c 还请大家指点 1 JDY 10M组网 关于如何JDY 10M如何组网网上介
  • 串口通信协议介绍

    串口通信协议介绍 空闲时 xff1a TX RX为高电平 xff0c 通讯时 xff1a 低电平为起始位 43 送数据位 xff08 从低到高 xff09 43 校验位 43 停止位 常用8N1 0 1 0 1 0 0 0 0 0 0 TX
  • ROS-基础(kinetic---melodic---noetic)

    学习资料参考 xff1a ROS机器人开发实践 胡春旭 目录 工作空间和功能包的创建集成开发环境的搭建话题和服务的实现方法ROS中的命名空间及解析方法ROS分布式通信的方法 热身 常用命令 命令作用catkin create pkg创建功能
  • linux下用多线程实现socket服务器和客户端的异步通信

    前面介绍了用select函数来实现socket的异步收发数据 xff0c 但是select函数也有一些缺陷 xff0c 要使socket能持续地通信 xff0c select必须不停地检测 xff0c 这样进程就会一直阻塞在这里 xff0c
  • SDN之NETCONF Call Home

    本文主要内容都来自于今年二月发布的RFC8071 NETCONF Call Home and RESTCONF Call Home xff0c 该RFC从2015年4月提出到最终发布一共修改了17个版本 xff0c 其间修改内容可以点击查看
  • Command ‘roscore‘ not found, but can be installed with: sudo apt install python-roslaunch

    Command roscore not found but can be installed with sudo apt install python roslaunch roscore 报错 Command 39 roscore 39 n
  • 按键精灵通过抓抓工具来获取坐标位置

    1 按键精灵通过抓抓工具找图 这里我就随便拿一款游戏来测试了 这是一款手游打开之后的界面 xff0c 要求我们点击确定继续现在要求使用脚本在帮我们点击这个确定按钮 我们新建一个脚本 然后打开按键精灵的抓抓工具 然后返回到按键精灵 xff0c
  • 在云服务器上部署项目(上)

    1 购买腾讯云主机 首先我们先了解一下云服务器的概念 云服务器 xff1a 高性能高稳定的云虚拟机 xff0c 可在云中提供弹性可调节的计算容量 xff0c 不让计算能束缚您的想象 xff1b 您可以轻松购买自定义配置的机型 xff0c 在
  • 在云服务器上部署项目(下)

    云服务器上部署项目 xff08 上 xff09 xff1a http blog csdn net gfd54gd5f46 article details 54331207 5 从网上下载jpress开源项目 流程 xff1a 下载jpres
  • 利用String类制作简单的网络爬虫

    网络爬虫 网络爬虫 xff08 又被称为网页蜘蛛 xff0c 网络机器人 xff0c 在FOAF社区中间 xff0c 更经常的称为网页追逐者 xff09 xff0c 是一种按照一定的规则 xff0c 自动地抓取万维网信息的程序或者脚本 另外
  • 令人头大的单片机延时----这里转一篇关于延时函数的文章看看

    标题 xff1a 转 关于nop 函数 2011 02 11 23 49 29 nop函数可以用来延时 xff0c 请问1个NOP延时多少时间 xff0c 怎么计算 xff1f 附一段说明 xff1a void nop void A NOP
  • Java----File类详解

    File类 Java中所有的目录都被当成File 对待 xff0c 它直接处理文件和文件系统 也就是说 xff0c File类没有指定信息怎样从文件读取或向文件存储 xff1b 它描述了文件本身的属性 File对象用来获取或处理与磁盘文件相
  • UEditor在JavaWeb中的应用

    富文本编辑器 xff08 UEditor xff09 在平时开发Java Web项目的时候 xff0c 往往会使用第三方插件来帮助我们更快的实现功能 这里教大家使用百度开源的富文本编辑器 xff08 UEditor xff09 来帮助我们更
  • DataTables入门

    DataTable是什么 xff1f Datatables是一款jquery表格插件 它是一个高度灵活的工具 xff0c 可以将任何HTML表格添加高级的交互功能 分页 xff0c 即时搜索和排序几乎支持任何数据源 xff1a DOM xf
  • Redis-cli客户端的使用

    启动Redis客户端 进入src目录启动Redis客户端 xff08 前提是先启动Redis Server xff09 redis span class hljs keyword cli span 测试存储数据 span class hlj
  • Node.js简介

    Node js概述 Node js 是一个基于 Chrome V8 引擎的 JavaScript 运行环境 Node js 使用了一个事件驱动 非阻塞式 I O 的模型 xff0c 使其轻量又高效Node js 的包管理器 npm xff0
  • 安装Node.js

    Node js安装包及源码下载地址为 xff1a https nodejs org en download Node js 历史版本下载地址 xff1a https nodejs org dist Window 上安装Node js 32
  • 使用Node.js快速创建web服务

    步骤一 引入 required 模块 span class hljs keyword var span http 61 span class hljs built in require span span class hljs string
  • okhttpUtil信任所有证书

    使用okhttp调用https信任所有证书工具类 请求示例 xff1a 结果 xff1a Caused by span class token operator span javax span class token punctuation
  • 从实际性能剖析,为什么MEMS激光雷达才是未来主流?

    车规级激光雷达的技术路线之争 xff0c 似乎已经逐渐明朗 高工智能汽车 注意到 xff0c 目前 xff0c 包括Innoviz以及国内一径科技 速腾聚创等越来越多的厂商先后推出了车规级MEMS激光雷达 另外 xff0c 需要特别注意的是