• 小米SU7激光雷达硬件架构解析:一汽集团合作下的车规级封装工艺

    在智能电动汽车赛道上,激光雷达作为自动驾驶系统的视觉中枢,其性能与可靠性直接决定了车辆的环境感知能力。小米SU7搭载的禾赛AT128激光雷达,通过与一汽集团在车规级封装工艺上的深度合作,实现了从芯片级到系统级的多维度创新,构建起覆盖360°×200米的超视距感知网络。

  • 汽车级图像传感器选型,CMOS与CCD在ADAS环视系统中的噪声抑制对比

    智能驾驶技术快速迭代,ADAS环视系统作为车辆周边环境感知的核心模块,对图像传感器的性能提出了严苛要求。其中,噪声抑制能力直接影响系统在低光照、强干扰等极端场景下的可靠性。本文从技术原理、工程实践及未来趋势三个维度,对比分析CMOS与CCD传感器在ADAS环视系统中的噪声抑制特性。

    汽车电子
    2025-08-13
    CCD CMOS
  • 卡尔曼滤波在汽车传感器中的应用:姿态解算与轨迹预测的参数调优

    在智能汽车与自动驾驶技术快速迭代的今天,传感器数据的精准融合与动态建模已成为系统可靠性的核心保障。卡尔曼滤波作为一种基于贝叶斯估计的递归算法,凭借其“预测-更新”的闭环机制,在汽车姿态解算与轨迹预测中展现出独特优势。本文从工程实践角度,解析卡尔曼滤波在汽车传感器中的典型应用场景,并深入探讨参数调优策略对系统性能的影响。

  • 激光雷达芯片化革命,SPAD-SoC架构如何重构自动驾驶感知边界

    在自动驾驶技术向L3/L4级跃迁的关键节点,激光雷达正经历一场由芯片化引发的感知革命。以SPAD-SoC(单光子雪崩二极管系统级芯片)为核心的全新架构,通过将光子探测、信号处理与算法运算集成于单颗芯片,不仅突破了传统激光雷达的性能瓶颈,更以“芯片定义感知”的逻辑重塑了自动驾驶系统的技术边界。

  • 激光雷达抗干扰能力提升,复杂环境下的多回波分离算法优化

    在自动驾驶、地形测绘与智慧城市建设中,激光雷达(LiDAR)作为核心传感器,其环境感知能力直接影响系统可靠性。然而,雨雾、植被穿透及多目标反射等复杂场景产生的多回波信号,常因干扰导致距离串扰与数据失真。通过硬件抗干扰设计与多回波分离算法优化,激光雷达已实现厘米级精度突破,为复杂环境下的三维重建提供技术支撑。

  • 毫米波雷达天线设计:77GHz频段下微带阵列的波束成形与旁瓣抑制

    在自动驾驶与智能交通领域,77GHz毫米波雷达凭借其高分辨率、强抗干扰能力及全天候适应性,已成为感知系统的核心组件。其性能高度依赖天线阵列设计,尤其是微带阵列在波束成形精度与旁瓣抑制效果上的突破,直接决定了雷达对复杂场景的探测能力。本文从波束成形原理、旁瓣抑制技术及工程实现挑战三个维度,解析77GHz微带阵列设计的核心逻辑。

  • 供应链协同创新,小米与禾赛科技速腾聚创的定制化开发模式

    新能源汽车与智能驾驶技术快速迭代,供应链协同创新已成为企业突破技术瓶颈、提升市场竞争力的核心路径。小米汽车与激光雷达供应商禾赛科技、速腾聚创的深度合作,通过定制化开发模式重构了传统供应链关系,不仅推动了激光雷达技术的规模化应用,更探索出一条从硬件协同到生态共建的创新路径。

  • 多模态融合算法突破:小米自动驾驶系统如何实现激光雷达与视觉的时空对齐

    自动驾驶技术多模态感知融合已成为突破安全瓶颈的核心战场。当特斯拉坚持纯视觉路线时,小米等中国车企通过激光雷达与视觉的深度融合,在复杂城市场景中实现了更可靠的感知能力。其中,时空对齐技术作为多模态融合的基石,直接决定了系统能否在暴雨、逆光等极端条件下保持厘米级定位精度。

  • 电磁干扰下的可靠感知,激光雷达舱内集成方案的热设计与EMC兼容

    自动驾驶技术向L4/L5级跃迁,激光雷达作为核心感知器件,正面临前所未有的技术挑战。当行业将目光聚焦于激光雷达的探测距离与点云密度时,舱内集成方案中热设计与电磁兼容(EMC)的协同优化,已成为决定系统可靠性的关键瓶颈。本文从工程实践出发,解析舱内激光雷达在复杂电磁环境下的技术突破路径。

  • 低成本激光雷达突围战,百元级避障雷达KoraBeam 1E的微型化设计

    在激光雷达行业从“技术验证期”向“规模商用期”加速跃迁的2025年,全球市场规模突破135亿美元的背后,一场关于成本与性能的突围战正在上演。当头部企业速腾聚创、禾赛科技在车载市场以“高线数”与“价格战”展开角力时,锐驰智光推出的百元级微型激光雷达KoraBeam 1E,以“感算一体+无线配置”的颠覆性设计,在工业安全与机器人领域撕开一道裂缝,重新定义了低成本激光雷达的技术边界。

  • 传感器振动耐受设计:底盘安装传感器的模态分析与随机振动测试

    在智能驾驶与车辆动力学控制领域,底盘安装的传感器(如轮速传感器、惯性测量单元、激光雷达等)是数据采集的核心部件。然而,车辆行驶过程中,底盘承受着来自路面不平度、发动机振动、传动系统激励的多重振动冲击,这些动态载荷可能导致传感器信号失真、结构疲劳甚至功能失效。据统计,因振动引发的传感器故障占车辆电子系统故障的30%以上。因此,通过模态分析识别振动风险,结合随机振动测试验证设计可靠性,成为传感器振动耐受设计的关键路径。

  • 车载激光雷达散热设计:铜皮铺地与过孔阵列在PCB中的热仿真

    车载激光雷达作为"感知之眼",其可靠性直接决定车辆的安全边界。然而,高功率激光发射器、高速信号处理芯片的集成,使散热问题成为制约激光雷达小型化与高可靠性的核心瓶颈。铜皮铺地与过孔阵列技术,通过优化PCB热传导路径,为热管理提供了低成本、高效率的解决方案。本文从热设计原理、仿真方法到工程实践,系统阐述这两项技术在车载激光雷达中的应用。

  • 车规级压力传感器设计,-40℃~150℃宽温域下的高精度信号调理电路

    车规级压力传感器作为感知系统的核心组件,其性能直接决定发动机管理、刹车控制、胎压监测等关键系统的可靠性。尤其在-40℃~150℃宽温域环境下,传感器需同时克服温度漂移、材料形变、电磁干扰等多重挑战,而高精度信号调理电路正是破解这些难题的技术钥匙。本文从设计原理、关键技术、工程实践三个维度,系统阐述车规级压力传感器在极端温度下的信号调理实现路径。

  • L4 自动驾驶:激光雷达是必需,还是纯视觉足以胜任?

    在自动驾驶技术的发展历程中,L4 级自动驾驶代表着高度自动化的重要阶段,其要求车辆在特定场景下能够完全自主地应对各种复杂路况,无需人类驾驶员的干预。实现这一目标的关键在于精准且全面的环境感知能力,而这也引发了业内关于传感器方案的激烈讨论:L4 自动驾驶是否必须依赖激光雷达,还是纯视觉方案就足以胜任?

  • 自动驾驶加激光雷达:成本增加还是算力降低?

    在自动驾驶技术的发展历程中,激光雷达(LiDAR)宛如一颗备受瞩目的新星,其独特的技术特性使其成为追求高安全性、高可靠性自动驾驶方案的首选。然而,这颗新星并非毫无争议,“价格昂贵、结构复杂、算法难度高” 等标签,也让一些以成本为导向的行业参与者对其持有保留态度。于是,一个关键问题摆在了我们面前:在自动驾驶系统中加入激光雷达,究竟是增加了成本,还是降低了算力需求?

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章