在自动驾驶技术蓬勃发展的当下,纯视觉和激光雷达作为两大核心感知技术路线,引发了广泛的关注与激烈的讨论。二者各有千秋,究竟哪条路线能引领自动驾驶的未来,成为行业内的焦点话题。
在汽车产业向电动化、智能化迅猛发展的浪潮中,自动驾驶技术无疑成为了最为闪耀的焦点。而作为自动驾驶汽车 “大脑” 的芯片,其重要性不言而喻。从最初简单的驾驶辅助功能(L1),到如今向完全自动驾驶(L5)迈进的征程中,自动驾驶芯片经历了翻天覆地的变化,以满足不断提升的功能需求和复杂的运行环境。
在当今时代,随着电动汽车、储能系统与消费电子等领域的迅猛发展,锂电池作为关键的能量存储载体,其性能的优劣直接影响着这些产业的发展进程。磷酸铁锂(LFP)、三元钴酸锂(NCM/NCA)、锰酸锂(LMO)等多种类型的锂电池广泛应用于各个领域,而电池电压内阻测试设备作为品质管控的核心工具,正发挥着至关重要的作用,它通过高精度测量与数据分析,为电池研发、生产及梯次利用提供关键支撑,致力于确保每一块电池在安全、效率与寿命上达到最优状态。
在现代社会,汽车已经成为人们生活中不可或缺的交通工具。随着人们对健康和生活品质的关注度不断提高,车内空气质量问题也日益受到重视。车规级 PM2.5 传感器作为检测车内空气质量的关键部件,正发挥着越来越重要的作用。
在科技飞速发展的当下,汽车行业正处于一场深刻变革的浪潮之中。从传统机械制造迈向数字化、智能化的转型之路,软件定义汽车(SDV)的出现,无疑成为这场变革的关键驱动力,预示着产业拐点即将来临。
在自动驾驶技术的发展进程中,激光雷达作为关键传感器,对车辆准确感知周围环境起着举足轻重的作用。它通过发射激光束并接收反射光,实时构建周边物体的三维位置信息,为车辆决策和控制提供精准依据。当下,市场上主流的激光雷达可分为机械式、半固态和全固态三种类型,它们在技术原理、性能表现、成本及可靠性等方面存在显著差异,各自适用于不同的自动驾驶场景。
在电动汽车技术迅猛发展的当下,电池作为核心部件,其性能与安全至关重要。汽车电池管理系统(BMS)肩负着监测与调控电池状态的重任,以确保电池高效、安全运行。其中,温度是影响电池性能与寿命的关键参数,精准的温度测量不可或缺。NTC 热敏电阻,作为负温度系数热敏电阻,凭借其独特的电阻 - 温度特性,在汽车电池电路的温度测量领域占据了举足轻重的地位。
在工业生产领域,直流电机常用于需要精确调速和高动态响应的场合。
近年来,全球电动汽车市场呈现出爆发式增长。国际能源署(IEA)数据显示,截至 2024 年底,全球电动汽车保有量已突破 1.5 亿辆,年增长率高达 35%。这一迅猛发展态势,使得电动汽车充电市场成为关注焦点。而在充电市场发展进程中,提升互操作性的重要性愈发凸显。
正如人类驾驶汽车依赖感官和认知反应,传感器技术是实现自动驾驶的关键。在摄像头、雷达和激光雷达中,雷达在交通安全领域应用历史悠久。最早用于保障交通安全的雷达专利技术之一 ——telemobiloscope(电动镜),由德国发明家 Christian Hülsmeyer 发明,是一种船舶防撞工具。此后,雷达技术不断发展,成为汽车功能安全的重要使能技术,预计 2033 年汽车雷达市场规模将突破 180 亿美元,助力工程师部署高级驾驶辅助系统(ADAS)。现代汽车的诸多功能,如自动紧急制动系统、前方碰撞预警、盲点检测、变道辅助、后方碰撞预警系统、自适应巡航控制、自动跟车启停等,都离不开雷达。
在汽车工业迈向智能化、自动化的进程中,高级驾驶辅助系统(ADAS)以及汽车自动化技术无疑占据着核心地位。这不仅关乎汽车的安全性、易用性提升,更意味着汽车正从传统的交通工具,逐步演变为移动的数据中心。
在汽车行业蓬勃发展的当下,汽车电子控制单元(ECU)如同车辆的“神经中枢”,掌控着发动机、制动系统、安全气囊等众多关键部件的运行。而汽车ECU功能安全开发,则是保障车辆行驶安全、避免因电子系统故障引发严重事故的核心环节。其中,AUTOSAR OS(汽车开放系统架构操作系统)和ISO 26262 ASIL-D(道路车辆功能安全国际标准汽车安全完整性等级D级)在这一开发过程中起着举足轻重的作用。
脉冲( Pulse)通常是指电子技术中经常运用的一种像脉搏似的短暂起伏的电冲击(电压或电流)。主要特性有波形,幅度,宽度和重复频率。
在全球汽车行业电动化转型的大背景下,电动汽车(EV)的普及速度日益加快。随着用户对电动汽车续航里程和充电速度需求的不断提升,车载充电器(OBC)作为电动汽车的关键部件,其性能提升和设计改进显得尤为重要。为了满足更高的功率等级和电压要求,OBC 设计正经历着一系列深刻变革。
在科技飞速发展的当下,自动驾驶技术正逐渐从科幻走向现实,成为改变未来交通格局的重要力量。而在自动驾驶系统中,传感器融合技术宛如其 “智慧之眼”,对车辆能否精准感知周围环境起着决定性作用。通过整合多种传感器的数据,传感器融合让自动驾驶车辆能够 “看” 得更清楚,从而提升行驶的安全性与可靠性。