当前位置:首页 > 物联网 > 感知层
[导读]汽车产业正经历着技术变革和转型。在此发展背景下,其中最热议的话题之一就是向自动驾驶技术方向发展。汽车制造商或系统供应商能否在市场上长期站稳脚跟可能将成为决定性的标准。因此,这对于制造商而言不仅意味着挑战,同时也为适应未来发展创造自我定位的机会。目前存在两种不同的形势或策略。

汽车产业正经历着技术变革和转型。在此发展背景下,其中最热议的话题之一就是向自动驾驶技术方向发展。汽车制造商或系统供应商能否在市场上长期站稳脚跟可能将成为决定性的标准。因此,这对于制造商而言不仅意味着挑战,同时也为适应未来发展创造自我定位的机会。目前存在两种不同的形势或策略。

一方面,传统汽车制造商不断将驾驶辅助系统的功能逐步扩展为半自动驾驶技术。这一趋势已充分考虑大众市场的市场条件。在大众市场可迎合全自动驾驶的最终扩展阶段之前,肯定还需要经过几年的市场发展时间。因为在公共道路上投入使用之前,除了必须获得必要的认证之外,还必须充分考虑法律形势以及公众的接受程度。德国信息技术、电信和新媒体协会 (Bitkom) 的一项研究表明:虽然公众对自动驾驶汽车充满期待,但仍有超过 70% 以上的受访者对安全问题有所顾虑。 在自动驾驶技术的探索历程中,对不同传感器进行融合以及对光学激光系统进行集成用于环境检测的技术已成为核心趋势。

在中国,自动驾驶的利好已经来临,3月9日,中国工信部官网公示了《汽车驾驶自动化分级》推荐性国家标准报批稿,拟于2021年1月1日开始实施。此版分级标准基于驾驶自动化系统能够执行动态驾驶任务的程度,根据在执行动态驾驶任务中的角色分配以及有无设计运行条件限制,将驾驶自动化分成 0~5 级。业内认为,对于自动驾驶技术的发展和大规模应用落地而言,国家标准的出台是关键的前置条件,明确的分级标准将有助于促进各类自动驾驶汽车的量产与落地进程。

要实现L4,必须有激光雷达、高精度地图、环境感知等一系列技术的介入,复杂程度要比L3级高很多。依靠高精度、高可靠性的探测能力,激光雷达基本上被认为是L3~L5级自动驾驶汽车必需的核心传感器。

根据MarketsandMarkets预计,自动驾驶等所用激光雷达市场规模预计将从2019年的8.44亿美元增长到2024年的22.73亿美元,2019年-2024年的复合年增长率为18.5%。面对如此诱人的巨大蛋糕,各路激光雷达大厂的目标与野心已显示无疑:开发可应用于L3/L4的激光雷达,并追求更高的可靠性与安全性,尽快先手抢占市场。

传感器融合实现必要的安全性

ADAS (Advanced Driver Assistance Systems) 为复杂的驾驶辅助系统。该系统中有许多必须相互作用的模块功能。目前,关于哪些系统中的哪些组件可用于实现自动驾驶技术方面正作出突破性的决定。例如自动驾驶需要对其周围环境构造出全面的 3D 视图,因此算法系统才可确定汽车的下一步动作。对周围环境构造视图时,摄像系统、雷达和 LiDAR(光探测和测距)是最核心的传感器技术。目前通常将 LiDAR 系统视为摄像系统或雷达系统的竞争解决方案。如今,几乎所有的专家和制造商都一致认为,不应该用“非此即彼”的观念使用这些不同的系统,而是应该“兼而有之”。因为只有将 LiDAR 系统、雷达系统和摄像系统进行传感器融合时,才可实现全自动驾驶的基本安全性。

其中的每项技术在不同的驾驶情况中均各有优劣。这些系统的协调性越好,越能提高车辆在交通情况中的安全性。通过结合以上所使用三种技术的优势,即使在 250 米的距离中,自动驾驶车辆也能可靠地检测到行人,并判断横穿马路的物体是物体或者行人。从而以最佳的方式逐步组合各个系统,用于最大化地实现全面的功能并提高安全性。

LiDAR 技术正成为发展趋势

使用 LiDAR 技术可最佳弥补其他两项技术的优势,用于提高驾驶辅助系统的可靠性并从整体上优化自动驾驶。市场已意识到这一发展趋势,这不仅体现在近期传感器制造商收购 LiDAR 技术的策略,同时也体现在目前诸如“LiDAR 成为 2019 年的汽车和工业应用”等。根据Marketandmarket 报告,配备先进驾驶辅助系统(ADAS)的高档车数量每年都在增加。市场预测,预计至 2030 年,ADAS 汽车中的 LiDAR 技术的市场价值将提高至 110 亿美元。

与雷达传感器相比,LiDAR 系统更具突出优势,可远距离实时生成高分辨率的 3D 视图信息。现代化系统会产生数以万计的数据点。相比于高分辨率的摄像系统,三维“视图”和可直接测量与物体的间距功能也具有决定性的优势。因此安防系统利用 LiDAR 技术来检测影子与空间物体之间的差异。LiDAR 在黑暗的使用环境中也具有突出优势,即使在逆光条件下仍可提供有用的数据。

自动反应的驾驶汽车不仅要可靠地探测前方的开阔“视线”(即最大距离为 250 m 的“远距离 LiDAR”),同时还必须可靠地检测出汽车的周围环境。这种所谓的短距离或中距离 LiDAR(最大距离约 90 m)可满足传统的交通状况,例如高速公路或城市交通中的超车操作。

五大技术领域的探索和成果

进一步开发辅助系统和使用 LiDAR 技术过程中的最大挑战在于,目前众多制造商正在测试的概念和系统架构组成具有多样性。例如可将 LiDAR 集成在车前灯中或作为紧装式模块嵌入散热器格栅后侧。

在实现标准化并使得 LiDAR 技术适用于大众市场之前,技术供应商必须为每个可能的组合提供合适的组件。

除了这一挑战之外,近几年也已在 LiDAR 的一般技术性能方面取得显著进展。

提高性能和射程:

由于真实驾驶环境十分复杂,例如高速公路与城市道路的不同场景,或者车型大小不同会造成制动距离不同,往往要求传感器必须能覆盖短距至中长距离。例如,目前国内外用于自动驾驶的激光雷达探测距离规格大多是200米,在雨雪、雾霾等天气条件下,探测距离会衰减为数十米。此外,针对干线运输的自动驾驶卡车,激光雷达的探测距离需要达到500米以上,才能给刹车距离较长的卡车以充足的决策时间,从而提高安全性、降低油耗。

另外能耗方面,若激光雷达系统的能耗降低,能提高车辆的续航能力与驾驶体验,甚至降低运行温度,提高激光雷达的使用寿命——对于私人车辆而言,要求即使投入运营多年后系统也能无故障运营。

大约 15 年前,欧司朗光电半导体有限公司 (Osram Opto Semiconductor) 首次推出第一款用于 LiDAR 的激光二极管。当时该产品型号在电流为 30 安培时可输出 75 瓦的光学性能。随着技术的不断发展,尤其是对芯片设计和外壳的优化,在运行极限范围内显著提高了性能。因此也明显优化了脉冲长度等其他参数。在如今的通道脉冲激光器 SPL S1L90A_3 A01 等产品型号中,电流为 40 安培时可达到 125 瓦的性能。不仅提高了约 30% 的效率,同时还降低了系统运行的总成本。由于低感应率和新型的 GaN (氮化镓)场效晶体管技术,目前已可实现 2-4 ns 的短脉冲。

发射宽度和分辨率:

激光系统在每个立体角中检测出的点越多,区分度将越精确——类似于摄像系统中的像素。最早用于制动辅助系统的激光系统已经可提前远距离检测前方路况。然而该系统的“像素”相对较低并且检测范围或立体角存在限制。

目前的 SPL DP90_3 等型号 LiDAR 激光芯片尺寸为 120 m 并且发射宽度更窄。这一部件在电流为 20 A 时达到 65 W 的光学性能,这不仅将成为市场销售的独特亮点,同时也适用于检测汽车的周围环境并为下游系统提供高分辨率的图像。

部件微型化:

由于辅助系统越来越呈现复杂化,因此必须在越来越小的面积内安装更多的部件。因此组件的微型化往往成为关注的焦点。这一点在外壳的小型化上体现得尤为明显。

第一代标准化的 TO-Metalcan 外壳直径通常为 5.6 mm。现在通用的 SMD 外壳不仅由于表面装配技术 (SMT) 而具有简易组装的优势,而且 2mm x 2.3mm 的尺寸也更加紧凑。

.除了配备外壳的组件之外,当系统设计者追求极深的集成度时,也需要对尺寸极小的芯片也进行微型化。目前的 SPL DP90_3 型号不仅具备光束质量优化的亮点,而且由于尺寸特别紧凑而受欢迎。由于节省空间的芯片安装面积仅为 0.3 mm x 0.6 mm,因此系统制造商可以实现极为紧凑的设计。欧司朗光电半导体有限公司 (Osram Opto Semiconductor) 是第一家为各种系统方案提供完整产品组合的制造商,多年来该公司研发出了如今通用的 905 nm 波长。

新型组件降低系统复杂性

另一项挑战是如何将 LiDAR 组件集成在生产线中。技术开发人员正致力于为表面装配技术提供 SMD 部件,可将该部件集成在标准生产工序中。此外,如何降低系统复杂性也是一个重要的目标,安装用于 ADAS 的每一个组件和传感器将提高系统的复杂性。这要取决于系统供应商想实现的集成度。系统供应商也可将芯片完全集成至系统中,以最大化实现设计灵活性。

欧司朗公司在 2019 年秋季推出了第一款用于 LiDAR 应用的 SPL S4L90A 型号的自动化 (AEC-Q102) 四通道脉冲激光器。四通道型式配备一个带有四个发射范围的芯片,功率为 480 瓦特时可达到最佳的光学性能。规格仅为 3.35 mm x 2.45 mm x 0.65 mm 部件在应用中可实现全面的检测范围,尺寸与单通道型式的产品 (2.0 mm x 2.3 mm x 0.65 mm) 差别不大。另一个优势在于,即使在高电流中也可简单地将热能从部件中传导出。特制的 SMT 外壳显著简化了系统开发人员对高性能激光器的系统集成。

边缘和表面发射器

边缘发射激光器 (EEL) 二极管通过较小的发射面在较小的空间内提供较大的光量,因此在功率、射程和较小的外形尺寸上都具备优势。特别是在 LiDAR 应用方面,EEL 技术已日趋完善。多年来,经过不断的改进满足了汽车行业的高要求。然而,另一种照明技术也随着 LiDAR 的发展而被应用:垂直腔面发射激光器 (Vertical Cavity Surface Emitting Laser),简称:VCSEL。该激光器结合了两种照明技术的特性——高功率密度和红外 LED(IRED)的简单封装特点,光谱宽度和速度却与激光相同。虽然 VCSEL 技术所需的封装空间比 EEL 发射器稍大,但 VCSEL 技术在特殊领域应用中可能具有潜在优势。其中的突出优势在于其在温度升高时的波长稳定性。目前 VCSEL 技术已经率先在工业应用、机器人技术和物流汽车等领域得到了应用。虽然该技术还未获得汽车应用的认证,但这将是下一个必然目标。与雷达、摄像系统或 LiDAR 技术相同,EEL 和 VCSEL 不应该被看作是相互竞争的技术,而应将其视为优势互补的组合,以提高道路驾驶安全性。然而,特别是在性能方面必须进一步发展 VCSEL 技术领域,以满足 LiDAR 系统制造商的期望。

欧司朗公司除了提供用于边缘发射激光器的全面产品组合之外,还致力于在 VCSEL 的基础上研发新型解决方案。对此类组件的技术特性进行优化时,将重点放在性能、效率、稳定性、紧凑性以及简化集成安装方面。欧司朗公司最新研发的产品包括 10-W-VCSEL 芯片,帮助 3D 传感器领域的客户实现更高性能和更优效率。该公司在 2020 年 2 月的 Photonics West 美国西部光电展展会上展出了波长为 940 nm 的芯片。单芯片的设计使得整体尺寸更小并且成本更低。该芯片是地图绘制、无人驾驶交通系统和移动机器人等工业应用的理想选择。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年3月26日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 即日起开售Melexis的MLX90830 Triphibian™ MEM...

关键字: 传感器 电动汽车 热管理系统 膨胀阀

传感器的原理基于将一种形式的信号或物理量转换为另一种可测量或可处理的信号。这通常涉及敏感元件和转换元件的协同工作。敏感元件负责感受或检测被测信号或物理量,如力、温度、光、声、化学成分等,而转换元件则将这些非电学量按照一定...

关键字: 传感器 敏感元件

香港 - Media OutReach Newswire - 2024年3月21日 - 全球领先的工程硬件解决方案供应商索斯科推出一款带内置式传感器和密封式电子驱动装置R4-50重载型电子转动式门锁,为旗下的转动式门锁系...

关键字: 转动式门锁 传感器

3月21日消息,近日,杭州镓仁半导体有限公司宣布,公司联合浙江大学杭州国际科创中心先进半导体研究院、硅及先进半导体材料全国重点实验室。

关键字: 半导体 传感器 人工智能 电动汽车

【2024年3月21日,德国慕尼黑讯】英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)近日宣布推出最新款蓝牙模块CYW20822-P4TAI040,在低功耗与覆盖范围等方面实现了新的突破,推动物联...

关键字: 蓝牙模块 智能家居 传感器

现在,OEM和一级供应商可以更轻松地获取价格合理且性能可靠的成像雷达传感器技术。恩智浦和赛恩领动联合开发的入门级量产4D成像雷达为这项技术提供了有力证明。

关键字: 4D成像雷达 传感器

中国,2024年3月20日,–全球领先的胶粘剂专家Bostik波士胶将在2024慕尼黑上海电子生产设备展(Productronica China 2024)上展示其针对消费电子行业的全系列创新工程胶粘剂解决方案。

关键字: 传感器 机器人 智能仓储

新的IEEE汽车以太网标准不断涌现,10BASE-T1S是最新的以太网标准之一。本文讨论汽车行业影响汽车电子/电气(E/E)架构变化的发展趋势,以及新10BASE-T1S标准如何支持和推动这种新架构的部署。

关键字: 以太网 汽车电子 传感器

新竹,台湾,2024年3月13日 -工业5.0注重智慧化、感测能力和高度自动化,代表着智慧工业领域的新一波革命,在这个背景下,工业自动化和物联网应用在多个领域对高精准、小型化传感器的需求不断增加。NuMicro M091...

关键字: 运算放大器 模拟数字转换器 传感器

Ansys、Cadence、Hexagon、微软、罗克韦尔自动化、西门子、Trimble采用Omniverse技术帮助客户设计、模拟、构建和运行符合物理学的数字孪生

关键字: 数字孪生 机器人 自动驾驶
关闭
关闭