当前位置:首页 > 激光雷达
  • 安森美半导体与LeddarTech合作推进激光雷达技术的开发和商用进程

    安森美半导体与LeddarTech合作推进激光雷达技术的开发和商用进程

    自动驾驶(AD)需要从摄像头、雷达和激光雷达(LiDAR)等一系列传感器中获得感知。这些传感器将数据输入算法,以检测车辆周围的环境并做出决策,从而提高安全性并实现自动化。在这些应用中,LiDAR是关键的传感器之一,因为它能够提供高分辨率、高精度的周围环境深度图。但LiDAR系统是由一系列不同的元器件组成,包括传感器、激光器、输出芯片、光学器件和电源管理器件,根据相应的成本和性能权衡,有各种不同的架构选择。 图1:典型的LiDAR系统框图 为促进LiDAR系统的开发,缩短上市时间及降低整体成本,安森美半导体已构建一系列参考设计,作为LiDAR模块制造商、系统集成商及汽车一级供应商可构建的平台。我们与1-5级先进驾驶辅助系统(ADAS)及自动驾驶感知技术的全球领袖LeddarTech®形成战略合作,将我们领先的传感器和输出方案结合起来。 与传统的雪崩光电二极管相比,安森美半导体的硅光电倍增管(SiPM)传感器的单光子灵敏度高,在明亮的户外条件下对低反射目标的测距范围达300米,因此提供同类最佳的性能。结合安森美半导体SiPM传感器独特的快速输出模式和LeddarTech最新的LCA3系统单芯片(SoC)的全波形信号处理能力,双方共同开发了一个16通道LiDAR系统的参考设计,并配有一份附有测试数据的应用注释,以提供一个全面的开发平台,供我们共同的客户使用。 图2:实现LiDAR生态系统的路线图 安森美半导体一直采取提供 "完整方案 "的方式,而不是专注于系统中的单个元器件。在过去几年中,我们已构建了一系列的演示和参考设计,以促成LiDAR生态系统的形成,并加速客户的产品上市时间。最新的平台也不例外,它涉及与LeddarTech合作,启用其LCA3 SoC提供全波形处理能力。与我们上一代设计相比,该设计将LiDAR的动态测距范围提高了5倍以上,上一代设计采用的是基于分立逻辑时间数字转换器的输出方式。与使用分立元件相比,集成的输出处理方案还将LiDAR系统的每个通道成本降低了70%,并提高了区分不同反射率物体的能力。 安森美半导体现已成为LeddarTM生态系统的成员,而LeddarTech则成为安森美半导体生态系统合作伙伴的成员,作为LiDAR合作伙伴计划的一部分,双方将就整合公司的联合方案进行持续合作。两家公司协同合作的共同目标是支持融合我们各自产品和技术的LiDAR系统的批量部署。总的来说,这将使LeddarTech和安森美半导体的客户易于开发并加快上市时间,同时为LiDAR在ADAS和自动驾驶应用中的大规模应用提供更安全、更可行的途径。

    时间:2021-04-06 关键词: 激光雷达 传感器

  • 激光雷达,迎来一个难啃的万亿级市场

    本文来源:物联传媒 在智能汽车以及各类消费升级的趋势下,越来越多的产品匹配上了激光雷达。从市场方面来看,近几年的风头十分抢眼。尤其是在自动驾驶汽车方面,但是不能忽略的是激光雷达并非最早也并不是只适用于自动驾驶领域,在扫地机器人、无人机、智能手机、AR等设备上也有大量的应用。 那么,激光雷达究竟是今天资本市场追捧下的口号,还是未来真正能够让设备更加智能的推手? 1、激光雷达的应用先河并非自动驾驶 就目前来说,激光雷达在物联网中的最热门的应用非自动驾驶和车联网莫属,但是最早使用到激光雷达,并且相对来说,应用方案更为成熟的是扫地机器人。 追溯到2010年,Neato公司首次把激光雷达集成到扫地机器人上。简单来说,Neato解决的问题就是将扫地机器人随机扫地的方案做成了“规划式清扫”。通过可对空间进行360°扫描的激光雷达建设扫地模型,配合SLAM算法,让扫地机器人感知到清扫区域和非清扫区域。 Neato在扫地机器人上最重要贡献和突破是对于激光雷达的成本的控制,Neato将成本昂贵的激光雷达结构简化,打造了专属于扫地机器人的2D激光雷达,售价仅为30美金,直接拉开了激光雷达在扫地机器人普及的序幕,包括现在的物流机器人、商用清洁机器人配备的激光雷达都是由此而来,这个市场已经相当成熟,激光雷达的成长空间十分有限。 另一方面,笔者认为,目前配备激光雷达的扫地机器人本质上就是低配版的自动驾驶,通过规划路径避障完成行驶任务。 自动驾驶虽然作为激光雷达当前的核心应用领域,其所使用的车规级激光雷达成本依旧高的可怕。车载激光雷达的龙头企业Velodyne所生产的64线激光雷达价格是8万美元,比车还贵。显然,要想大量普及自动驾驶,从激光雷达目前的成本上来看,并不现实。 在这个基础上,我们基本可以推断,马斯克不用激光雷达方案应该嫌贵了,等真正成本降下来,大概率还是要装上的。 目前来看,无论是自动驾驶还是无人机所用的激光雷达,存在的最大痛点就是成本。由于Velodyne、禾赛等公司的车载激光雷达方案是机械式,成本十分高、下降空间有限,所以在未来真正普及上,困难重重。 所以,众多厂商将路线转移至固态或者半固态路线上。固态路线有Quanergy、Ouster、Blackmore,半固态研究的公司有华为、大疆、Innoviz。目前来看,半固态MEMS工艺路线是主流厂商所关注的方案,包括华为也身处其中。 2、市场的蛋糕够大、够多 根据咨询机构Tole的预测,2030年全球车载激光雷达(包含L2-L5)出货量总额为2390万个,销售额超过139亿美元。另外,根据2021年1月11日交通管理局的数据来看,2020年全国机动车保有量达3.72亿辆,其中汽车2.81亿辆;如果按照3.7亿来计算的话,国内未来辅助驾驶和自动驾驶所使用的激光雷达市场也将会逐步接近万亿。 3月23日,《深圳经济特区智能网联汽车管理条例(征求意见稿)》在深圳市人大常委会网站公开征求意见,明确规定智能网联汽车经登记取得登记证书、号牌和行驶证后,可上特区道路行驶。在政府推动下,自动驾驶汽车的市场将会逐步走向落地,这也将会大大加速激光雷达上车量。 同时,近几年,巨头也在频繁入场自动驾驶布局激光雷达,百度在北京、广州、长沙、沧州的部分区域路段提供自动驾驶出租车服务。 华为在智能网联汽车领域也默默深耕多年,不仅储备了多项可应用于智能汽车领域的专利,还布局了激光雷达领域的技术研发。另外,小米等一系列企业也将在造车方面有所建树。 另外,不仅仅是在自动驾驶领域。在消费电子端,苹果、华为、三星也在积极布局配备激光雷达的智能手机,大疆也将激光雷达集成到无人机上,虽然暂时还没有探索出更加有用的产品技能和应用场景,但是激光雷达让移动设备实现3D建模,那么功能将只是时间问题。 不过,在如此大体量的市场规模下,早起不一定能赶早集。 年初,国内激光雷达第一股禾赛因存在研发投入过大、未弥补亏损,与Velodyne的专利纠纷,监管压力等原因不得已撤销上市申请来看,激光雷达企业仍然处于初步研发阶段。 即使从全球视角来看亦是如此,Ouster和Velodyne在美股上市后,股市也表现平平。正如,马斯克那样否定激光雷达并非激光雷达不好用,而是成本过高,研发投入过大和周期过长,企业想要在现阶段获得高回报并不现实。而目前,在激光雷达市场,尤其是自动驾驶领域,同时满足性能、可靠性和成本是激光雷达要解决的三大要素,短时间内,这将是所有激光雷达企业需要解决的问题。 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2021-04-02 关键词: 自动驾驶 激光雷达

  • 一万人研发!华为激光雷达终于量产上车

    近日,北汽新能源旗下高端汽车品牌——ARCFOX极狐新车规划被曝光,其将于2021年内推出两款新车,并将于2023年推出一款轿车以及SUV车型。 据悉,2021年将推出的两款新车分别是一款跨界车型和一款搭载激光雷达的车型,而这两款车型的内部代号分别是αS和HBT。 而除了这两款新车外,极狐还将与2023年推出代号N50的轿车以及N51的SUV车型。 值得一提的是,HBT是北汽蓝谷携手华为推出的联名款车型,该车将采用华为的三激光雷达装车配置方案,其将搭载3颗96线车规级极光雷达,12个摄像头,13个超声波雷达。 同时,该车还搭载算力可达352Tops的华为芯片,形成L3级以上的自动驾驶解决方案。 据了解,华为目前有单颗、2颗、3颗等三种激光雷达上车配置方案,极狐HBT采用的是华为最为先进的三颗激光雷达搭载方案,可以实现300度的视角。 搭载了3颗华为激光雷达的极狐HBT除了诸如应对龙门架、隧道场景、底裤场景、近端突出物等场景应用外,还能够对快递小哥摩托车、行人乱穿马路等这种场景做出迅速判断。 此前,华为智能汽车解决方案BU总裁王军表示,华为在武汉有一个光电技术研究中心,总计有1万多人,该中心就正在研发激光雷达技术,目标是短期内迅速开发出100线的激光雷达。未来计划将激光雷达的成本降低至200美元,甚至是100美元。

    时间:2021-03-25 关键词: 华为 激光雷达

  • 自动驾驶应用前景如何?自动驾驶需具备哪些硬件?

    自动驾驶应用前景如何?自动驾驶需具备哪些硬件?

    在下述的内容中,小编将会对自动驾驶应用前景以及自动驾驶需具备的硬件的相关消息予以报道,如果自动驾驶是您想要了解的焦点之一,不妨和小编共同阅读这篇文章哦。 一、自动驾驶前景分析 2013年12月31日全球知名经济咨询机构IHS环球透视(以下简称IHS)汽车部门预测,截至2035年全球将拥有近5400万辆自动驾驶汽车,而全自动化汽车的推出速度会相对较慢。 预计至2035年自动驾驶汽车全球总销量将由2025年的23万辆上升至1180万辆,而无人驾驶的全自动化汽车将于2030年左右面世。研究还预测,到2050年之后,几乎所有汽车或将是自动驾驶汽车或自动驾驶商务汽车。 预测至2025年全球自动驾驶汽车销量将占汽车总销量的0.2%。至2035年,随着无人驾驶变成现实,这一数字将上升到9.2%。该公司在一篇报告中预测,2025年自动驾驶汽车电子技术将使汽车售价上升7000美元至1万美元(约合人民币42373元至60533元)不等,至2030年和2035年则会分别回落至5000美元和3000美元。 二、自动驾驶具备哪些硬件? 传感器安装在自动驾驶系统上,传感器的作用通常是用于感知环境。通过传感器,我们能够来权衡采样率、视场、精度、范围、成本和整个系统的复杂性。最常用的传感器是无源传感器、有源传感器(例如激光雷达、雷达和超声波收发器)以及其他传感器类型,例如全球定位系统(GPS),惯性测量单元(IMU)。 摄像头通过收集反射在三维环境物体上的光来捕获二维图像。 图像质量通常取决于环境条件,即不同的天气条件和不同的照明环境将对图像质量产生不同的影响。捕获的图像信息可以用于计算机视觉和机器学习算法的计算。 激光雷达使用脉冲激光照亮目标,并通过分析反射脉冲来测量到目标的距离。由于激光雷达具有很高的三维几何精度,因此通常用于制作高分辨率的世界地图。激光雷达通常安装在车辆的不同部分,以实现不同的功能。 雷达可以通过发射电磁波并分析反射波来准确测量目标的距离和径向速度,雷达特别擅长探测金属物体。当然,雷达还可以检测非金属物体,例如短距离的行人和树木。雷达已在汽车工业中使用了很多年,并促进了ADAS功能的发展,例如自动紧急制动和自适应巡航控制。 与雷达类似,超声波传感器计算到目标的距离也是通过测量发射超声波信号和接收回波之间的时间来作为依据的。那么,超声波传感器主要应用在哪呢?就目前发展来说,通常用于自动驾驶汽车的定位和导航。 GPS可以为自动驾驶系统提供时间和地理位置信息,但GPS并非是我国的技术。GPS也是存在一些缺点的,GPS信号容易被障碍物阻挡,所以有时候GPS的表现是不佳的。因此,为了弥补GPS的不足,通常会采用惯性测量单元。惯性测量单元(IMU)通常集成到GPS设备中,以确保将自动驾驶汽车定位在“城市峡谷”和其他地方。 硬件控制器。自动驾驶车辆的硬件控制器包括多个部分,这些部分大致包括5个: 1. 扭矩转向电机 2. 电子制动力放大器 3. 电子节气门 4. 变速杆 5. 驻车制动器 通过硬件控制器,自动驾驶汽车便可以实现自动检测车辆的状态的功能,例如车轮速度和转向角,并通过控制器局域网(CAN)总线将其发送到计算机系统。这些信息,为驾驶员提供了很大的帮助。 以上就是小编这次想要和大家分享的有关自动驾驶应用前景以及自动驾驶需绝壁的硬件的内容,希望大家对本次分享的内容已经具有一定的了解。如果您想要看不同类别的文章,可以在网页顶部选择相应的频道哦。

    时间:2021-03-14 关键词: 自动驾驶 激光雷达 传感器

  • 激光雷达、微波雷达比较,大佬带你看激光雷达如何助力自动驾驶

    激光雷达、微波雷达比较,大佬带你看激光雷达如何助力自动驾驶

    本文中,小编将对激光雷达予以介绍,主要内容在于对比激光雷达和微波雷达,并探讨激光雷达是如何助力自动驾驶的。如果你想对激光雷达的详细情况有所认识,或者想要增进对它的了解程度,不妨请看以下内容哦。 一、激光雷达与微波雷达比较 激光雷达、微波雷达,都是生活中的应用热点。在这里,我们不妨来探讨下二者的优劣。 激光雷达的波长比微波短好几个数量级,又有更窄的波束。因此,于微波雷达相比,激光雷达具有如下优点: 1、角分辨率高,速度分辨率高和距离分辨率高。采用距离-多普勒成像技术可以得到运动目标的高分辨率的清晰图像。 2、抗干扰能力强,隐蔽性好;激光不受无线电波干扰,能穿越等离子鞘,低仰角工作时,对地面多路径效率不敏感。激光束很窄,只有在被照射的那一点,那瞬间,才能被接收,所以激光雷达发射的激光被截获的概率很低。 3、激光雷达的波长短,可以在分子量级上对目标探测。这是微波雷达无能为力的。 4、在功能相同的情况下,比微波雷达体积小,重量轻。 当然,激光雷达也有如下缺点: 1、激光受大气及气象影响大。大气衰减和恶劣天气使作用距离降低。此外,大气湍流会降低激光雷达的测量精度。 2、激光束窄,难以搜索目标和捕获目标。一般先有其他设备实施大空域、快速粗捕目标,然后交由激光雷达对目标进行精密跟踪测量。 二、激光雷达如何助力自动驾驶? 在了解了激光雷达和微波雷达的优劣之后,我们再来看看激光雷达和目前火热的自动驾驶之间的恩恩爱爱。 如今,只要提到激光雷达,就一定绕不开自动驾驶。自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。预测至2025年全球自动驾驶汽车销量将占汽车总销量的0.2%。至2035年,随着无人驾驶变成现实,这一数字将上升到9.2%。自动驾驶作为全球竞争的新焦点,其发展离不开众多关键技术,其中就包括激光雷达。不久前,我国就表示智能汽车的标签是“搭载先进传感器”,这便直接强调了激光雷达的重要性。 那么,为何激光雷达对自动驾驶如此重要呢?这是因为激光雷达具备强大的空间三维分辨能力,其不仅能决定自动驾驶车辆“能不能走好”和“能够走多远”的问题,同时还能直接影响自动驾驶的技术升级和商用落地,是行业前进的关键所在。 对于自动驾驶来说,激光雷达的作用主要展现在两个方面。 其一是加载在车辆上,让车辆达到L2+或L3级别,具备高级别自动辅助驾驶能力。通过激光雷达加持,一方面车辆能弥补摄像头的盲点感知,获得紧急制动和盲区监测能力,进一步保障安全;另一方面,车辆也能拥有在高速路上运行的保障。 其二是加载在道路上,让车路协同成为现实。激光雷达加载在路侧,可以精确探测和跟踪道路、车辆、行人、环境的数据,并通过分析实现智慧交通的车路协同。对于自动驾驶来说,激光雷达的上“路”与上“车”相结合,进一步保障商用安全。 经由小编的介绍,不知道你对激光雷达是否充满了兴趣?如果你想对它有更多的了解,不妨尝试度娘更多信息或者在我们的网站里进行搜索哦。

    时间:2021-03-14 关键词: 自动驾驶 微波雷达 激光雷达

  • 激光雷达具备哪些功能?激光测距、测速雷达你了解吗?

    激光雷达具备哪些功能?激光测距、测速雷达你了解吗?

    本文中,小编将对激光雷达的功能以及激光测距雷达和激光测速雷达予以介绍,如果你想对激光雷达的详细情况有所认识,或者想要增进对激光雷达的了解程度,不妨请看以下内容哦。 一、从雷达聊到激光雷达 雷达是英语Radar的音译,源自无线电检测和测距的缩写,即使用无线电方法查找目标并确定其空间位置。因此,雷达也称为“无线电定位”。 雷达是一种使用电磁波检测目标的电子设备。雷达发射电磁波以照射目标并接收其回波,从而获得信息,例如从目标到电磁波发射点的距离、距离的变化率、方位角和高度。 雷达的种类繁多,分类的方法也非常复杂。一般为军用雷达。通常可以按照雷达的用途分类,如预警雷达、搜索警戒雷达、引导指挥雷达、炮瞄雷达、测高雷达、战场监视雷达、机载雷达、无线电测高雷达、雷达引信、气象雷达、航行管制雷达、导航雷达以及防撞和敌我识别雷达等。 传统雷达是一种以微波和毫米波波段的电磁波为载体的雷达。激光雷达使用激光作为载体,并且可以携带振幅、频率、相位和振幅的信息作为信息载体。 二、激光雷达的功能 在了解了什么是激光雷达后,我们再来看看激光雷达具备哪些功能。 激光雷达具有高精度电子地图和定位、障碍物识别、可通行空间检测、障碍物轨迹预测等功能。 (1)高精度电子地图和定位多光束激光雷达的点云信息和车载组合惯性导航收集的信息用于制作高精度电子地图。无人驾驶汽车使用激光点云信息来匹配高精度电子地图,以实现高精度定位。 (2)障碍物识别通过高精度电子地图定义关注区域后,根据障碍物的特征和识别算法进行障碍物的检测和识别。 (3)通行空间检测在用高精度电子地图定义ROI之后,可以使用ROI内部点云的高度和连续性信息来判断点云是否可通行。 (4)障碍物轨迹预测根据激光雷达的传感数据与障碍物所在车道之间的拓扑关系,将障碍物的轨迹预测用作无人驾驶车辆规划判断依据。 三、激光测距雷达+激光测速雷达 (一)激光测距雷达 激光测距雷达将通过向被测物体发射激光束,接收激光束的反射波并记录时间差来确定被测物体与测试点之间的距离。传统上,激光雷达可用于工业安全检测领域,例如科幻电影中看到的激光墙。当有人闯入时,系统将立即做出反应并发出预警。 此外,激光测距雷达还广泛用于空间测绘领域。 但是,随着人工智能行业的兴起,激光测距雷达已成为机器人体内必不可少的核心组件。通过使用SLAM技术,它可以帮助机器人执行实时定位和导航并实现自主行走。 (二)激光测速雷达 激光测速雷达是对物体移动速度的测量。通过在特定的时间间隔内两次对被测物体进行激光测距,可以获得被测物体的移动速度。 激光雷达速度测量方法主要有两种。一种是基于激光雷达测距原理,即以一定的时间间隔连续测量到目标的距离,然后将两个目标距离之间的差值除以时间间隔即可获得目标速度值,而至于速度方向,则可以根据距离差的正负来确定。该方法系统结构简单,测量精度有限,只能用于强反射激光的硬目标。 另一种速度测量方法是使用多普勒频移。多普勒频移意味着当目标与激光雷达之间存在相对速度时,接收到的回波信号的频率与发送信号的频率之间将存在频率差。 上述所有信息便是小编这次为大家推荐的有关激光雷达的功能以及激光测距雷达和激光测速雷达的内容,希望大家能够喜欢,想了解更多有关激光雷达的信息或者其它内容,请关注我们网站哦。

    时间:2021-03-07 关键词: 激光测距雷达 激光测速雷达 激光雷达

  • 这两种激光雷达你知道吗?相比微波、毫米波,激光雷达有何优势?

    这两种激光雷达你知道吗?相比微波、毫米波,激光雷达有何优势?

    在这篇文章中,小编将为大家带来激光雷达、两种类型激光雷达和激光雷达特点的相关报道。如果你对本文即将要讲解的内容存在一定兴趣,不妨继续往下阅读哦。 一、什么是激光雷达 首先,我们来了解下什么是激光雷达。 激光雷达是集激光、全球定位系统(GPS)、和IMU(惯性测量装置)三种技术为一身的系统,相比普通雷达,激光雷达具有分辨率高,隐蔽性好、抗干扰能力更强等优势。随着科技的不断发展,激光雷达的应用越来越广泛,在机器人、无人驾驶、无人车等领域都能看到它的身影,有需求必然会有市场,随着激光雷达需求的不断增大,激光雷达的种类也变得琳琅满目,按照使用功能、探测方式、载荷平台等激光雷达可分为不同的类型。激光雷达的工作原理与雷达非常相近,以激光作为信号源,由激光器发射出的脉冲激光,打到地面的树木,道路,桥梁和建筑物上引起散射,一部分光波会反射到激光雷达的接收器上,根据激光测距原理计算,就得到从激光雷达到目标点的距离。 二、两种类型的激光雷达 在了解了什么是激光雷达后,我们再来看看机械式激光雷达和半固态式激光雷达的一些内容。 (一)机械式激光雷达 机械激光雷达的经典架构主要由电机驱动,以驱动光机械结构的整体旋转,这通常是根据系统通道数量的增加、测距范围的扩大、空间角分辨率的提高,以及系统集成度和可靠性的提高而进行技术创新。机械激光雷达的优点是扫描速度快、接收视野小、抗光干扰能力强、信噪比高。机械激光雷达的缺点是价格高、光学调试、组装复杂、生产周期长以及在驾驶环境中可靠性低。 (二)半固态式激光雷达 半固态激光雷达可分为旋转镜式、微型振镜式等。其中,旋转镜式使收发器模块保持静止,使电机在驱动旋转镜移动的同时将光束反射到一定的空间范围,从而实现扫描检测。其技术创新类似于机械激光雷达。 微型振镜型主要使用高速振动二维振镜在一定的空间范围内进行扫描测量。技术发展侧重于开发直径更大、频率更高、可靠性更高的振镜,以适用于激光雷达。该微镜振动幅度小、频率高、成本低、技术成熟,适合批量生产和大规模应用。 三、激光雷达4大特点 最后,我们来了解下激光雷达同微波、毫米波的一些不同之处。 传统的雷达是微波和毫米波波段的电磁波为载波的雷达。激光雷达则是以激光作为载波,可以用振幅、频率和相位来搭载信息,作为载体。因此,激光雷达有优于微波及毫米波的一些特点。 1、具有极高的分辨率 激光雷达在光波段工作,频率比微波高2至3个数量级。 因此,与微波雷达相比,激光雷达具有极高的距离分辨率、角度分辨率和速度分辨率; 2、抗干扰能力强 激光的波长短,可以发射发散角非常小的激光束,并且多径效应小(不形成方向性发射,并且在微波或毫米波的情况下具有多径效应),并且可以检测低空或超低空目标; 3、获取的信息量丰富 可直接获取目标的距离、角度、反射强度、速度等信息,生成目标多维度图像; 4、不受光线影响 不受光的影响,激光扫描仪可以全天候执行检测任务。它只需要发射自己的激光束,并通过检测所发射激光束的回波信号来获取目标信息。 以上所有内容便是小编此次为大家带来的有关激光雷达、两种类型激光雷达和激光雷达特点的所有介绍,如果你想了解更多有关激光雷达的内容,不妨在我们网站或者百度、google进行探索哦。

    时间:2021-03-07 关键词: 机械式激光雷达 半固态式激光雷达 激光雷达

  • 世界首款车规硅光电倍增管(SiPM)阵列产品,用于激光雷达应用

    推动高能效创新的安森美半导体 (ON Semiconductor),今天发布新的RDM系列硅光电倍增管 (SiPM) 阵列,将激光雷达 (LiDAR) 传感器能力扩展到其广泛的智能感知方案阵容。ArrayRDM-0112A20-QFN是市场上首款符合车规的SiPM产品,应对汽车行业及其他领域LiDAR应用中不断增长的需求。 ArrayRDM-0112A20-QFN是单片1×12 SiPM像素阵列,基于安森美半导体领先市场的RDM工艺,可实现对近红外 (NIR) 光的高灵敏度,从而在905纳米(nm)处达到领先业界的18.5%的光子探测效率 (PDE) (1)。SiPM的高内部增益使其灵敏度可达到单光子水平,该功能与高PDE结合使用,可以检测最微弱的返回信号。因此,即使是低反射目标,也能探测到更远的距离。 SiPM技术近年来发展势头强劲,由于其独特的功能集,已成为广阔市场深度传感应用的首选传感器。 SiPM能在明亮的阳光条件下进行长距离测距时提供最佳的信噪比性能。其他优势包括较 低的电源偏置和较低的温度变化敏感性,使其成为使用传统雪崩光电二极管(APD)的系统的理想升级产品。SiPM采用大批量CMOS工艺生产,可实现最低的探测器成本,从而实现应用于广阔市场的LiDAR方案。 使用激光测量物体的距离已跨越了汽车、消费和工业应用领域。在汽车领域,LiDAR可用于提升安全性和驾驶员辅助系统(ADAS),通过与其他感知模式互补和提供冗余,辅助如车道保持和交通拥堵辅助等功能。 LiDAR正普遍用于全自动驾驶的使用案例,例如机器人运输,以安全地实时导航环境。受益于ArrayRDM-0112A20-QFN的高PDE,支持这些功能的LiDAR系统已被证明可在300米以上的距离测距。更远的距离使车辆有更多时间来应对意外障碍。 安森美半导体汽车感知分部高级总监Wade Appelman 说: “LiDAR提供的高分辨率深度数据可在充满挑战的微光条件下即时准确地识别物体。ArrayRDM-0112A20-QFN是首款符合车规的SiPM,将提供远距离、高性价比的LiDAR方案,以实现下一层次的安全和自主性。我们正不断加强我们的传感器组合,提供多样化且互补的感知模式,为更高级别的ADAS和自动驾驶铺平道路。” Yole技术与市场分析师Pierrick Boulay说: “Yole Développement (Yole)将LiDAR视为实现汽车全自主化的一个关键组成部分,其功能必须达到2+及以上级别。生产符合车规并具有足够性能水平的传感器,将成为汽车应用大规模采用LiDAR的关键推动力,根据目前的趋势,预计在2019年至2025(2)年之间的复合年增率为+144%。” ArrayRDM-0112A20-QFN符合AEC-Q102和按照 IATF 16949开发。有关LiDAR方案的更多信息,请联系当地的销售办事处。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2021-03-05 关键词: 硅光电倍增管 SiPM 激光雷达

  • 安森美半导体发布世界首款车规硅光电倍增管(SiPM)阵列产品,用于激光雷达应用

    安森美半导体发布世界首款车规硅光电倍增管(SiPM)阵列产品,用于激光雷达应用

    2021年3月2日 —推动高能效创新的安森美半导体 (ON Semiconductor),今天发布新的RDM系列硅光电倍增管 (SiPM) 阵列,将激光雷达 (LiDAR) 传感器能力扩展到其广泛的智能感知方案阵容。ArrayRDM-0112A20-QFN是市场上首款符合车规的SiPM产品,应对汽车行业及其他领域LiDAR应用中不断增长的需求。 ArrayRDM-0112A20-QFN是单片1×12 SiPM像素阵列,基于安森美半导体领先市场的RDM工艺,可实现对近红外 (NIR) 光的高灵敏度,从而在905纳米(nm)处达到领先业界的18.5%的光子探测效率 (PDE) (1)。SiPM的高内部增益使其灵敏度可达到单光子水平,该功能与高PDE结合使用,可以检测最微弱的返回信号。因此,即使是低反射目标,也能探测到更远的距离。 SiPM技术近年来发展势头强劲,由于其独特的功能集,已成为广阔市场深度传感应用的首选传感器。SiPM能在明亮的阳光条件下进行长距离测距时提供最佳的信噪比性能。其他优势包括较低的电源偏置和较低的温度变化敏感性,使其成为使用传统雪崩光电二极管(APD)的系统的理想升级产品。SiPM采用大批量CMOS工艺生产,可实现最低的探测器成本,从而实现应用于广阔市场的LiDAR方案。 使用激光测量物体的距离已跨越了汽车、消费和工业应用领域。在汽车领域,LiDAR可用于提升安全性和驾驶员辅助系统(ADAS),通过与其他感知模式互补和提供冗余,辅助如车道保持和交通拥堵辅助等功能。LiDAR正普遍用于全自动驾驶的使用案例,例如机器人运输,以安全地实时导航环境。受益于ArrayRDM-0112A20-QFN的高PDE,支持这些功能的LiDAR系统已被证明可在300米以上的距离测距。更远的距离使车辆有更多时间来应对意外障碍。 安森美半导体汽车感知分部高级总监Wade Appelman 说:“LiDAR提供的高分辨率深度数据可在充满挑战的微光条件下即时准确地识别物体。 ArrayRDM-0112A20-QFN是首款符合车规的SiPM,将提供远距离、高性价比的LiDAR方案,以实现下一层次的安全和自主性。我们正不断加强我们的传感器组合,提供多样化且互补的感知模式,为更高级别的ADAS和自动驾驶铺平道路。” Yole技术与市场分析师Pierrick Boulay说:“Yole Développement (Yole)将LiDAR视为实现汽车全自主化的一个关键组成部分,其功能必须达到2+及以上级别。 生产符合车规并具有足够性能水平的传感器,将成为汽车应用大规模采用LiDAR的关键推动力,根据目前的趋势,预计在2019年至2025(2)年之间的复合年增率为+144%。” ArrayRDM-0112A20-QFN符合AEC-Q102和按照 IATF 16949开发。有关LiDAR方案的更多信息,请联系当地的销售办事处。

    时间:2021-03-02 关键词: 安森美半导体 SiPM 激光雷达

  • 这些无人驾驶技术你都了解吗?激光雷达在无人驾驶中有何用处?

    这些无人驾驶技术你都了解吗?激光雷达在无人驾驶中有何用处?

    无人驾驶,目前在各个国家都在积极发展中。在未来的不久,我们便能看到无人驾驶正式投入使用。那么,对于无人驾驶,大家了解多少呢?为增进大家对无人驾驶的了解,本文将对无人驾驶的技术组成,以及无人驾驶中的激光雷达予以解读。如果你对无人驾驶具有兴趣,不妨继续往下阅读哦。 一、无人驾驶技术组成 无人驾驶技术主要有以下几种技术组成,各种技术一一介绍如下: 1、车道保持系统 公路行驶时,该系统能探测到左右两根车道线,如果发生偏航时,车道保持系统会通过振动提示驾驶者,然后自动修正方向,辅助回正车辆使其一直保持在路中间行驶。 2.、ACC自适应巡航系统or激光测距系统 自适应巡航控制(ACC)是一个允许车辆巡航控制系统通过调整速度以适应交通状况的汽车功能。 安装在车辆前方的雷达用于检测在本车前进道路上是否存在速度更慢的车辆。若存在速度更慢的车辆,ACC系统会降低车速并控制与前方车辆的间隙或时间间隙。若系统检测到前方车辆并不在本车行驶道路上时将加快本车速度使之回到之前所设定的速度。此操作实现了在无司机干预下的自主减速或加速。ACC控制车速的主要方式是通过发动机油门控制和适当的制动。 3、夜视系统 夜视系统是一种源自军事用途的汽车驾驶辅助系统。在这个辅助系统的帮助下,驾驶者在夜间或弱光线的驾驶过程中将获得更高的预见能力,它能够针对潜在危险向驾驶者提供更加全面准确的信息或发出早期警告 4、精确定位/导航系统 自动驾驶汽车依赖于非常精确的地图来确定位置,因为只是用GPS技术会出现偏差。在自动汽车上路之前,工程师会驾车收集路况数据,因此,自动汽车能够将实时的数据和记录的数据进行比较,这有助于它将行人和路旁的物体分辨开来。 二、无人驾驶之激光雷达 无人驾驶汽车怎么实现自动驾驶呢?这背后一个关键技术就是LiDAR,即激光雷达传感器,俗称光达,它也被称为无人驾驶汽车的眼睛。 激光雷达,英文全称为LightDetectionAndRanging,简称LiDAR,即光探测与测量,是一种集激光、全球定位系统(GPS)和IMU(InertialMeasurementUnit,惯性测量装置)三种技术于一身的系统,用于获得数据并生成精确的DEM(数字高程模型)。这三种技术的结合,可以高度准确地定位激光束打在物体上的光斑,测距精度可达厘米级,激光雷达最大的优势就是“精准”和“快速、高效作业”。它是一种用于精确获得三维位置信息的传感器,其在机器中的作用相当于人类的眼睛,能够确定物体的位置、大小、外部形貌甚至材质。 LiDAR通过测量激光信号的时间差、相位差确定距离,通过水平旋转扫描或相控扫描测角度,并根据这两个数据建立二维的极坐标系;再通过获取不同俯仰角度的信号获得第三维的高度信息。 高频激光可在一秒内获取大量(106-107数量级)的位置点信息(称为点云),并根据这些信息进行三维建模。除了获得位置信息外,它还可通过激光信号的反射率初步区分不同材质。 三、激光雷达是自动驾驶的关键技术 Lidar大致分为机载和地面两大类应用,其中机载激光雷达是一种安装在飞机上的机载激光探测和测距系统,可以量测地面物体的三维坐标。早在上世纪七十年代,由美国航天局研发,LIDAR测绘技术空载激光扫瞄技术开始了发展,并且速度飞快,约在1995年开始商业化。 除了军事领域的应用,激光雷达也迅速向民用市场扩展。其中,无人驾驶可以说是最热门的一个应用。 将Lidar应用于自动驾驶,要追溯到美国的DARPA(美国国防高等研究计划署),它每年都会举办无人驾驶汽车挑战赛,在2007年的DARPA挑战赛上,7支参赛队伍中的6支都采用了Velodyne公司设计的Lidar,最终的第一二名就出自这六只参赛队。这引起了准备研发无人驾驶车的谷歌的注意,之后谷歌组建了队伍,据称,最初的人员就来自这些参赛队员。谷歌于2009年推出无人驾驶汽车项目,在其无人车原型中使用的就是Velodyne公司的Lida。而在近期,激光雷达在无人驾驶领域更是大放光彩。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶的4大技术、激光雷达在无人驾驶中的用途具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2021-03-02 关键词: 无人驾驶 指数 激光雷达

  • 高精度固态激光雷达在自动驾驶汽车领域的应用

    高精度固态激光雷达在自动驾驶汽车领域的应用

    随着无人驾驶的兴起及自动化程度的提高,传感器在各领域发挥着不可替代的作用。激光雷达通过多束激光高频发射获取的反射数据形成周边物体的高清3D的“点云”图像,激光雷达已经被广泛认为是实现无人驾驶的必要传感器。以车载系统为例,激光雷达、毫米波雷达、超声波、摄像头、红外线等各类传感器作为 “人类的眼睛”存在,确定物体的位置、大小、外部形貌甚至材质,在盲点、变道辅助、行人探测、交通信号识别、车道偏离等方面发挥重大作用。 作为激光雷达创新型企业,苏州岭纬智能科技有限公司(以下简称岭纬科技)在创业之初就明确了发展目标,致力于高端固态高分辨率激光雷达的研发。目前产品应用领域涵盖无人驾驶、先进辅助驾驶、车路协同、安防监控、智慧城市、智慧交通、三维建模、工业现场监测、轨道交通等。岭纬科技市场及销售总监兼硬件设计部经理芮明昭先生表示:“当前岭纬科技激光雷达产品满足最严苛的应用,技术指标已做到行业领先水平。” 固态分布式激光雷达 一主机支持多个探头,探头体积小,无机械旋转部件,采用MEMS技术路线,在严酷的环境下有较长的使用寿命,满足苛刻的车规级要求(至少5万小时以上),耐冲击,抗颠簸,而3D Flash技术探测距离较短,有效探测距离大致为20~30m;而OPA技术尚不成熟,还在实验室阶段。 高分辨率固态激光雷达 传统的激光雷达为机械式结构,线束较低,大概为16或32或64线,有效探测距离为70-80米。目前岭纬科技开发的分辨率高达480-720线,每条线高达1750像素,单探头每秒达1.5百万点,6探头每秒达8.4百万点,有效的探测距离为200米,符合车规的安全裕度。 视频融合技术 岭纬科技Titan M1系列固态高分辨率激光雷达将视频图像和点云通过算法完美融合,提供彩色点云图像(XYZ+RGB),为传统的XYZ空间距离点云提供可选的算法融合RGB颜色,对于感知周围的物体提供最佳的3D颜色数据。据悉,产品全线采用1550nm光源而非传统的905nm光源,这种光源对人眼没有损伤,适用性更强,对雨雪、雾霾等的穿透力更强。 直面行业痛点 在面对市场痛点问题时,芮总表示:在所有应用中,无人驾驶的要求最为严格、苛刻,需要更远的有效探测距离,更长的工作时间,可耐冲击,抗颠簸,而这些正好和岭纬科技打造的高分辨率固态激光雷达目标一致。 · 高可靠性:采用MEMS技术路线,无机械旋转部件,工作寿命达到5万小时以上; · 高分辨率:700线激光雷达,最小角分辨率可达0.01°,更加有效的对行人进行探测、识别,形成高清3D点云图像; · 探测距离较长:有效距离可达200m,最远探测距离可达1000m; · 高精度:采用1550nm光源,可有效缓解雨雪、雾霾天气精度下降等问题; · 视频融合技术:产品本身配置摄像头,可以将点云数据与摄像头RGB信息进行点对点融合; · 视场角可定制:有多种视场角产品,单体产品最大视场角为水平125°,垂直45°; · 高性价比:相比低线速产品,480线束内部只有1对收发,物料成本更低,性价比更高; 对电源的需求 激光雷达应用领域较广,供电系统随着应用的不同而不同:若在车载系统,供电为12V车载电源;在AGV/无人机系统,供电则为48V蓄电池;在工业领域,供电又可能为24V现场总线电压,因此能够支持宽电压范围的电源模块相当重要。另外,激光雷达工作环境也尤为复杂,电源系统必须在任何工况下保证稳定的输出,电源需求也很明确: · 宽输入电压:保证产品适应于所有的供电系统; · 高效率:保证系统的续航能力和系统的最优设计; · 高集成度:受限于内部空间,要求模块体积尽可能小; · 高可靠性、稳定性:在高温、颠簸、振动、雷击等恶劣环境下应具有稳定可靠的输出; · 低噪声:激光雷达系列中有较多敏感器件,电源模块要保证自身过硬的EMC和EMI能力; 目前,岭纬科技在Titan M1高端系列产品中已全面采用了Vicor PI3740电源转换模块。 PI3740可将8-60V的供电电压转换为12V电压供系统使用,若系统中还需要其它如5V、3.3V的电压轨,再通过POL电源芯片进行二级转换。 Viocr电源在系统中的优势 PI3740是一款高转换效率、功率密度的电源模块,PI3740升降压稳压器支持8-60VDC工作电压范围,能够以高达96%的效率提供高达140W的功率及高达8A的输出电流。岭纬科技(厦门)有限公司市场及销售总监兼硬件设计部经理芮明昭先生表示:“Vicor的参考设计做的相当优秀,依据过硬的参考设计和技术团队的现场支持,产品的导入和评估工作进展相当顺利,表现出卓越的系统优势: · PI3740体积小、效率高、集成度高,满足激光雷达的系统供电需求; · PI3740的8~60V宽输入电压适应系多领域应用; · Vicor电源模块的集成度高,减少了外围器件的使用量,设计方便灵活; · 系统测试中进行了高低温、冲击、极限、带载老化等多项测试,电源模块运行可靠稳定; 未来趋势 未来,激光雷达将向低成本、固态化、量产化方向发展。系统要求电源具有足够宽的电压范围,尺寸进一步降低,转换效率进一步提高。在无人驾驶应用领域,整体方向依然是要实现激光雷达的更高分辨率和精准度,进一步保证无人驾驶的安全性。相信在和Vicor支持团队的配合下,未来的新产品验证工作会更加顺利。

    时间:2021-02-08 关键词: 无人驾驶 自动驾驶 激光雷达

  • 又一条科技好赛道——激光雷达

    最近少写文章,一来是许多个股涨得太高,另外,自己也闭关研究,寻找更多更好的成长性赛道。 中游为平台层,包括:整合的智能驾舱平台、自动驾驶解决方案以,及传统的车联网TSP平台。 下游主要为:整车厂和第三方服务。 大家最关心这里各自环节的市场占比,预测2025~2030年自动驾驶的市场规模—— 自动驾驶决策层(自动驾驶AI芯片、高精地图)达1138亿元/2236亿元 禾赛前面走的路线和全球龙头Veloydne是一样的,机械旋转式,百度也投了也用在无人车;现在在做半固态,但应该是过度性产品。 接着,顺便也说说国内和国外其他企业—— Veloydne 产品矩阵全,各种类型都有,价格涵盖100~80000美刀,公司成熟度最高,精确度最高,在行业合作伙伴最多,达180多个行业合作项目,总体财务状况较好,申请了很多专利(禾赛之前付了1.5亿的专利费,后面还要继续付)。 以前软件方面差现在在大力加强,包括芯片设计。 Luminar 后起之秀,创始人16岁创立了公司,现在公司的二号人物是高盛过去的,技术和资本能力都很强,也是为什么市值最高,资本市场认可度高。 Luminar的确有创新,核心技术理念是三元化合物做接收器,大大增强接收灵敏度,芯片自己研发到第4代,灵敏度和探测距离很有优势,特别是激光光源提高了很多。 luminar面临最大的挑战主要是成本能否控制到他号称的500美元之内,因为行业估算他实际成本现在在3000美元左右。 后面激光雷达要被大批量采用的话1000美元,500美元是坎。对性能也有要求,在L2阶段,奥迪A8使用的是4线,探测距离100米,之后L4的话要求就很高了,蔚来用的是1550nm,跟luminar是一个路线。 Innoviz 有些中国资本投了,团队是以色列情报团队出来,占25%。 效率和设计方法有优势。做的是固态雷达,用mems微振镜的技术,灵敏度高,设计很早就获得了BMW车规级认证,2021年底可以出来,下一代明年年初。 产品500~1000美元;精确度不如Veloydne和Luminar,但是如果可以保持低成本和稳定性能,车厂可能会最先采用;目前反向收购还没有完成, 市值较小,三个月后完成的话会有比较好的表现。 Aeva 创始团队成员是以前苹果IWATCH团队成员,所以被看好。技术路径不一样,用FMCW,用线性激光调频芯片,其实就是加大激光发射频率,结果就是拍一幅照片的时间他可以拍一百幅,因此精确度会高。 这个技术的挑战在于:对于元器件的精确度要求很高。 一旦做成,想象空间大:公司目前在把所有器件合成到手机SIM卡大小的芯片上。 Veloydne做的机械式,Luminar和Innoviz做的是机械加一些半导体部分,到了Aeva这边完全是半导体概念设计。 但这个现在只是在概念阶段;他上市融资之后也是先把平台做出来,概念产品也要1~2年后才能出来。 华为 激光雷达和Luminar和Innoviz比较像,在技术设计上和Innoviz和接近,但是激光光源上是用了luminar比较高的激光路线;产品只能算是未来两年的过渡产品,后面肯定会有更好的。 研究下来,对华为很有信心。激光雷达是和光学、光的传输发送和半导体方面有关,都是华为擅长的。 激光雷达行业有30几家领先公司,只是还没有上市,没有具体情况披露。 车企合作方面,基本上每个公司都有打车企合作,因为对于车企来说,投资或合作是在赌未来的赛道,不存在承诺问题,所以未来比如10亿美元订单,只是潜在订单,基本上每个公司都可以说自己有10亿的订单。 这个订单是比如,大众宝马说:如果按照你说的标准能在2年内做出来,达到车规级,量产良率和成本降到500美元以内等等,就会下几个亿的订单。 上市的时候说和Mobileye合作,所以炒得高,但mobileye说不合作了,就爆跌了。 苹果当时说要造车时,Velodyne就狂涨,现在苹果要和现代合作,现代本身是Velodyne的重要合作方。 激光雷达赛道主要 激光雷达大概讲到这里,我们目前自动驾驶技术只能实现到L3水平,对比L5的真正无人驾驶,还有很大的距离,我们现在的自动驾驶,只能说是辅助驾驶。 说白就好像以前我们使用的洗衣机,现在只能在半自动洗衣机阶段,还没到全自动洗衣机,放了衣服进去点一个按钮就能洗干净,途中还要人手操作。 作为环境感知与控制系统的信息源和“电子眼”,同样经历产品在发展中就是要解决几个矛盾:科技的先进性,成本的可控性,性能的稳定性,这几个有很大矛盾。 但,激光雷达是决定L4~L5级自动驾驶商用的核心传感器之一,这是必须要攻克的难题,但问题还是技术和成本问题暂时未解决,只能说还是概念性产品居多,缺乏真正“平民化”产品。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2021-01-30 关键词: 雷达 感知层 激光雷达

  • 硅光电倍增管 (SiPM) 直接飞行时间 (dToF) 激光雷达平台为工业测距应用提供现成的设计

    推动高能效创新的安森美半导体 (ON Semiconductor,美国纳斯达克上市代号:ON),推出了由该公司硅光电倍增管 (SiPM) 技术实现的单点直接飞行时间 (dToF) 的激光雷达方案。 光检测和测距或激光雷达的应用在所有领域都在增长,包括机器人和强制要求毫米范围精度的工业接近感知。它通常基于dToF方法,测量通常在近红外 (NIR) 波长范围内的一个光脉冲往返于一个物体所需的时间。 尽管原理很简单,但其应用可能会带来挑战性,例如周围太阳光较强等环境因素。为了准确确定范围,接收器需要捕获尽可能多的信号。就响应时间和灵敏度而言,传统的光电二极管在这方面会受到影响。安森美半导体开发的硅光电倍增管 (SiPM) 传感器提供更快的响应时间和高检测效率,克服了这些不足。该参考平台使用安森美半导体第二代SiPM 传感器RB系列,在红色和NIR范围都带来更高的性能。 安森美半导体开发的SiPM dToF激光雷达平台提供低成本、单点激光雷达的完整方案,原始设备制造商 (OEM) 可灵活调整并投入生产,以创建工业测距应用。它包括NIR激光二极管、SiPM传感器和光学器件,以及将检测到的信号转换为经过时间,以及将经过时间转换为距离所需的数字处理。 为加快客户的上市时间,安森美半导体提供该参考平台的所有设计数据,涵盖原理图、物料单 (BoM) 、gerber文件和PCB设计文件。客户还可以访问基于PC的图形用户接口(GUI),提供随时间变化的测量结果的图形。生成的直方图进一步证明该系统在测距、碰撞检测和3D制图等应用的能力。 安森美半导体物联网主管Wiren Perera说:“使用dToF激光雷达进行测距,满足了许多应用的关键需求,从自主导航到地图绘制到监控。但是,开发基于dToF激光雷达的系统可能具有挑战性。我司的这个平台显然证实这领先技术的效用。有了经验证的设计,客户就能更快地进行概念验证,并迅速将产品推向市场。” SiPM dToF激光雷达平台可检测10厘米至23米距离的物体。使用提供的GUI提供开箱即用的体验,使工程师可以立即开始评估该技术。该设计已获得美国食品和药物管理局 (FDA) 一类认证,并符合IEC / EN 60825-1:2014和21 CFR 1040.10 / 1040.11激光安全标准。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-11-16 关键词: 安森美半导体 激光雷达

  • 关于新一代100 V 氮化镓场效应晶体管(eGaN FET)解析

    关于新一代100 V 氮化镓场效应晶体管(eGaN FET)解析

    随着社会的快速发展,我们的氮化镓(eGaN)功率场效应晶体管也在快速发展,那么你知道氮化镓(eGaN)功率场效应晶体管的详细资料解析吗?接下来让小编带领大家来详细地了解有关的知识。 增强型硅基氮化镓(eGaN)功率场效应晶体管和集成电路的全球领导厂商宜普电源转换公司(EPC)最新推出的两款100 V eGaN FET(EPC2218及EPC2204),性能更高并且成本更低,可立即发货。采用这些先进氮化镓器件的应用非常广,包括同步整流器、D类音频放大器、汽车信息娱乐系统、DC/DC转换器(硬开关和谐振式)和面向全自动驾驶汽车、机械人及无人机的激光雷达系统。 氮化镓晶体管显然对高速、高性能MOSFET器件构成了非常严重的威胁。氮化镓上硅(GaN on Si)晶体管预计的低成本,甚至还有可能使IGBT器件取代它们在较低速度、650V,非常高电流电源应用中的统治地位。 EPC2218(3.2 mΩ、231 Apulsed)和EPC2204(6 mΩ、125 Apulsed)比前代eGaN FET的导通电阻降低了接近20%及提高了额定直流功率。与基准硅器件相比,这两款氮化镓器件的性能更高。 氮化镓的答案是针对每个器件的大小制定漏电流限制。国际整流器(International Rectifier) 所示的典型漏电流600V级联。这实现了每毫米栅极宽度50nA以下的漏电流。该器件必须在额定电压及以上阻断。 EPC2204的导通电阻降低了25%,但尺寸却缩小了3倍。 与基准硅MOSFET器件相比,其栅极电荷(QG)小超过50%,并且与所有eGaN FET一样,没有反向恢复电荷(QRR),从而使得D类音频放大器可以实现更低的失真和更高效的同步整流器和电机驱动器。 简单的级联电路无法提供转换速率(slew rate)控制,从而使PC板布局变得至关重要。此外,栅极驱动器的特性是部分地由封装内部串联的源极电感所控制的。 EPC首席执行官兼共同创办人Alex Lidow表示:“大家预计最新一代且性能优越的100 V eGaN FET的价格会更高。但这些最先进的100 V晶体管的价格与等效老化器件相近。我们为设计工程师提供的氮化镓器件的优势是性能更高、尺寸更小、散热效率更高且成本相近。氮化镓器件正在加速替代功率MOSFET器件。” 以上就是氮化镓(eGaN)功率场效应晶体管的有关知识的详细解析,需要大家不断在实际中积累经验,这样才能设计出更好的产品,为我们的社会更好地发展。

    时间:2020-11-14 关键词: 宜普电源 egan 激光雷达

  • MEMS激光雷达振镜

    MEMS激光雷达振镜

    一、激光雷达简介 激光雷达,自1960年提出概念后,直到近年来才进入迅速发展时期。激光雷达可用于物体探测与规避,物体识别与跟踪,即时定位与地图构建等,随着无人驾驶的快速发展,做为无人驾驶不可或缺的探测和传感部件,激光雷达的需求日益增长。 调制激光可以用于距离探测和测量,但传统的激光测距仪(laser rangefinder)仅能测量瞬时视场范围内的距离。为了形成更大视场范围内的3D形貌识别与模型构建,必须在既定的视场范围内实现激光光束的偏转和全局扫描。 二、MEMS激光雷达简介 MEMS,微机电系统,尺寸在毫米级或者更小的传感器、执行器或者微型系统。常见产品包括MEMS加速度计、MEMS麦克风、陀螺仪、微马达、微泵、MEMS振镜及其集成产品。 MEMS振镜(MEMS mirror)属于一种光学MEMS执行器芯片,可以在驱动作用下对激光光束进行偏转、调制、开启闭合及相位控制。目前广泛应用于投影、显示、光通信等场景中。 MEMS LiDAR,采用MEMS振镜作为激光光束扫描元件,具有体积小、宏观结构简单、可靠性高、功耗低等优势,是目前激光雷达实现落地应用的最合适的技术路径。 三、MEMS振镜及其选型参数 1. MEMS激光雷达振镜技术指标及选型 单轴和双轴MEMS振镜均可根据工作模式划分为谐振状态、非谐振状态和半谐振状态。 按照 MEMS振镜的驱动方式不同,可划分为静电驱动(ES),电磁驱动(EM),电热驱动(ET)以及压电驱动(PE)四种。 业内部分知名学者对于激光雷达的MEMS振镜选型及参考指标做了指引性的讨论,具体如下: (1)FoV视场角 激光雷达的扫描角度,包括水平和竖直方向,对于自动驾驶激光雷达,更大的扫描角度意味着更大的视场角。 (2)Optical Aperture光学孔径: MEMS振镜的光学特性与激光雷达的空间分辨率、探测距离等参数息息相关。 其中空间分辨率与激光波长、激光光束质量正相关,与激光光斑大小负相关,市场期望激光雷达的角分辨率尽可能小于1mrad,因此有着较好的激光光束质量时,MEMS振镜的直径应不小于1mm。 探测距离则与发射激光功率、透射效率、障碍物发射率、接收端半径等参数相关。 (3)Scanning speed and Frequency扫描速度及谐振频率: 对于自动驾驶应用的双轴MEMS激光雷达,MEMS振镜的横轴(水平方向,快轴)扫描频率应在0.5-2KHz之间,纵轴(垂直方向,慢轴)扫描频率应在10-30Hz之间。 此外,若选用的MEMS振镜的谐振频率较高,激光雷达的分辨率、帧率及鲁棒性均更佳。 (4)Mirror Size and Weight振镜尺寸及重量 MEMS激光雷达得到产业界青睐的原因之一便是体积小、便于集成。因此在满足OpticalAperture和谐振频率的前提下,MEMS的尺寸应尽可能优化。 (5)FoM (Figure of Merit)品质因数: 以上参数均为MEMS振镜的本征参数。FoM(figure of merit)则是将以上重要参数融合后形成的描述激光雷达性能的综合指标。根据行业经验,激光雷达为获得良好性能,所选用的MEMS振镜的FoM值应更高,针对自动驾驶的激光雷达,FoM值至少为0.7。FoM值来源具体如下: FoM=θe·de·fe 其中,θe是激光雷达视场方向的有效光学扫描角,单位为rad; de是MEMS振镜有效尺寸,单位为mm; fe是MEMS振镜的有效谐振频率,单位为kHz; 2. 多种用途激光雷达的MEMS振镜参考 总体而言,MEMS振镜的FoM值越大,越利于激光雷达性能提升。相较而言,单轴MEMS振镜因整体结构更为简便,所以更容易得到更大的扫描角度,更大的光学孔径和更高的谐振频率。 美国佛罗里达大学的谢会开教授团队针对多用途的激光雷达的MEMS振镜选型给出基础要求,如表-1所示。 表-1 不同应用的激光雷达对于MEMS振镜技术参数的最低要求 四、基于双轴MEMS振镜的激光雷达 图1 双轴MEMS振镜的激光雷达以“点”扫“面” 双轴MEMS振镜因其具有两个转动轴,因此有三种扫描模式:双轴谐振、单轴谐振/单轴非谐振、双轴均非谐振。 因双轴MEMS振镜结构及工艺较为繁杂,其扫描角度一般较小,图中所示的双轴振镜其扫描角度约为15°×11°,一般需要配合外围光学器件才可将FoV扩展到45°×11°。 美国佛罗里达大学的谢会开教授领导的研究团队对市面上34款不同规格的双轴MEMS振镜的本征参数和FoM值进行了深入的研究和计算,其中仅有6款MEMS振镜的FoM值大于0.7,其余28款MEMS振镜的FoM均小于0.7。 五、基于单轴MEMS振镜的激光雷达 图2 单轴MEMS振镜的激光雷达以“线”扫“面” 基于单轴振镜的MEMS激光雷达中,单轴MEMS振镜配合配合激光扩束透镜,可以使得一维MEMS振镜实现激光光束在水平方向和竖直方向的同步扫描。上图为Infineon开发的基于单轴振镜的MEMS激光雷达的原理图。单轴MEMS振镜的激光雷达工作状态分为谐振式和非谐振式两种。 另外,也有部分厂商将单轴MEMS振镜放置在旋转电机上,以实现二维扫描。 图3放置于旋转电机上单轴MEMS振镜 同样,美国佛罗里达大学的谢会开教授领导的研究团队也对市面上二十余款不同规格的单轴MEMS振镜的本征参数和FoM值进行了深入的研究和计算,其中FoM值大于1的MEMS振镜超过50%,FoM大于0.7的超过14款,且单轴MEMS振镜的激光雷达以“线”扫“面”,天然上拥有更高的帧率。

    时间:2020-10-22 关键词: mems 执行器芯片 激光雷达

  • 岭纬科技为无人驾驶打造高性能激光雷达

    岭纬科技为无人驾驶打造高性能激光雷达

    激光雷达技术因测距精度高、方向感强、响应快、不受地面杂波影响等优势,且能有效反馈決策与控制系统所需信息,受到业内一致认同。在所有应用中,无人驾驶的要求最为严格、苛刻,需要更远的有效探测距离,更长的工作时间,可耐冲击,抗颠簸,激光雷达能否大规模在无人驾驶领域应用,主要取决于其成本和应用效果。 致力于高端固态高分辨率激光雷达研发的苏州岭纬智能科技有限公司(以下简称岭纬科技)的产品应用领域涵盖无人驾驶、先进辅助驾驶、车路协同、安防监控、智慧城市、智慧交通、三维建模、工业现场监测、轨道交通等,产品满足最为严苛的应用环境。 探测距离更长、续航更持久,抗恶劣环境更强 岭纬科技打造的高分辨率固态激光雷达分辨率高达480-720线,每条线高达1750像素,单探头每秒达1.5百万点,6探头每秒达8.4百万点,有效的探测距离为200米,最远探测距离可以达到1000m,符合车规的安全裕度。该公司固态分布式激光雷达,一主机支持多个探头,探头体积小,无机械旋转部件,采用MEMS工艺,可探测中远距离,在严酷环境下有较长的使用寿命,具备耐冲击,抗颠簸的特性。采用1550nm光源,可有效缓解雨雪、雾霾天气精度下降等问题。相比低线速产品,480线束内部只有1对收发,物料成本更低,性价比更高。 应用效果需要强大、稳定、高效的电源支持 激光雷达应用领域较广,供电系统输出电压也有所不同,能够支持宽电压范围的电源模块相当重要。同时,电源系统必须在任何工况下保证稳定的输出,保证系统的续航能力和系统的最优设计,尽可能节省有限的设计空间,兼具抗EMC和EMI的特性。 目前,岭纬科技在Titan M1高端系列产品中已全面采用了Vicor PI3740电源转换模块。PI3740是一款高转换效率、功率密度的电源模块,PI3740可将8~60V的供电电压转换为12V电压供系统使用,能够以高达96%的效率提供高达140W的功率及高达8A的输出电流,若系统中还需要其它如5V、3.3V的电压轨,再通过POL电源芯片进行二级转换。Vicor电源模块的集成度高,外围器件用量少,设计方便灵活。Vicor技术支持团队和岭纬科技系统工程师密切配合,在系统测试中进行了高低温、冲击、极限、带载老化等多项测试,电源模块运行可靠稳定,产品的导入和评估工作进展相当顺利。 未来的激光雷达 未来,激光雷达将向低成本、固态化、量产化方向发展。在无人驾驶应用领域,整体方向依然是要实现激光雷达的更高分辨率和精准度,进一步保证无人驾驶的安全性。相信在和Vicor支持团队的配合下,未来的新产品将给用户带来全新的体验。

    时间:2020-10-19 关键词: 无人驾驶 岭纬科技 激光雷达

  • Innoviz新款激光雷达样品交付定为明年第三季度,到2023年量产

    Innoviz新款激光雷达样品交付定为明年第三季度,到2023年量产

    以色列 LiDAR 初创公司 Innoviz 虽成立不到5年时间,但已跻身成为行业第一梯队成员。并且LiDAR 一直都被视为全自动驾驶系统的必要条件,但现在它开始为更低级别的部分自动驾驶系统提供支持。 Innoviz 的新款 LiDAR 传感器 InnovizTwo 就是为此而来的。 目前,Innoviz 已经有了车规级别 LiDAR 传感器 InnovizOne,明年将在宝马的协助下进行正式量产。据悉,这款 LiDAR 将会成为一套 Level 3 半自动驾驶系统的核心。至于更高级别的系统,可能还要多等几年。 也因为如此,主机厂和Tier1们打起了新算盘,他们或将在 L2 和 L3 自动驾驶系统上使用 LiDAR ,先收回一些投资成本。 市场调研机构 Guidehouse Insights 预测到,搭载 L2/3 半自动驾驶功能的车每年能卖出 6000 万台,因此 LiDAR 传感器市场规模可达 3200 万美元。 虽然在 L3 这个级别,驾驶员已经可以适当放开双手双脚,但其适用的区域相当有限。 最近,欧洲委员会更是通过新规,要求 L3 级别的自动驾驶限速在 60 km/h 以下。也就是说,在走走停停的路况下,驾驶员可以解放双手干点别的事,但时速超过 60 km 后,他们还是要接管车辆。 近日奔驰宣布,他们的首款 L3 系统将随新款 S 级在明年年中亮相,宝马的量产版 iNext 电动车也会在同一时间发布。不过,奔驰并没有指定 LiDAR 供应商。 “对于搭载 Level 3 系统的豪华车,主机厂心里 LiDAR 售价的上限通常是 1000 美元。”Innoviz 联合创始人兼 CEO Omer Keilaf 说道。“至于 Level 2,LiDAR 就更不能卖高价了,400-500 美元顶天了。” 需要注意的是,主机厂花这些钱可不只是买物理硬件,其背后的支持软件及开发与验证的相关成本都包含在内。此外,传统巨头们可能不愿意、也不敢将如此重要的零部件直接交给 Innoviz 这样的新创公司,他们还是更相信一级供应商们的制造和整合能力。 这样的背景下,Innoviz 干脆找来麦格纳(Magna)合作,后者不但要负责制造 InnovizOne,还将整合上其他零部件,交给宝马一套完整的 L3 系统(视觉系统为 Mobileye EyeQ5,雷达和计算平台则来自安波福)。 当然,麦格纳也不会陪本赚吆喝,未来他们肯定会在价格上给 Innoviz 不少压力。 事实上,在完成 InnovizOne 的设计后,Innoviz 就开始搞新一代设计了。 Keilaf 指出,新的传感器性能上可全面超越 InnovizOne,可用在 L4 Robotaxi 服务上。不过,现实情况是 L2 和 L3 才最吃香,所以他们干脆对设计进行了降级,在维持相同甚至更强性能的同时,直接把价格砍掉 70%。 LiDAR 传感器的关键部件是控制芯片、专用集成电路(ASIC)、激光器、光束控制装置和光电探测器。除激光器以外,Innoviz 已经掌握了所有关键技术的知识产权。 在 InnovizTwo 上,相同的 ASIC 得以保留,但用在光束控制上的 MEMS 机制和探测器都不得不全部重写。也就是说,InnovizTwo 性能上肯定比之前的设计更强,但价格却更低。 至于到底改了哪些点,Kelief 并未细说。 不过可以想象的是,InnovizOne 上四条激光的豪华配置肯定会有缩水,因此探测器肯定得进一步提升敏感性,同时用软件加强对干扰的过滤。 与 InnovizOne 一样,InnovizTwo 具有 256 线垂直分辨率和 0.1 度的角分辨率,能看到 200 米外只有 10% 反射率的物体。此外,其封装尺寸也要小不少。不过,Innoviz 还是没公布任何细节。 同样,Innoviz 也尚未公布到底哪家一级供应商会代工他们的新 LiDAR。目前,他们已经有了样品交付计划,时间定在明年第三季度。至于正式量产,则是要到 2023 年秋季。

    时间:2020-10-17 关键词: 自动驾驶 innoviz 激光雷达

  • Velodyne将为百度自动驾驶项目提供激光雷达传感器

    Velodyne将为百度自动驾驶项目提供激光雷达传感器

    据外媒报道,激光雷达制造商Velodyne宣布将为百度提供用于自动驾驶应用的Alpha Prime激光雷达传感器,该协议为期3年。以成本低、量产规模大为优势的Velodyne的传感器,成为百度以及Apollo(阿波罗)项目最优势的选择。 百度在中国推出了名为Apollo Go的自动驾驶出租车服务,作为百度开源自动驾驶车辆软件平台——阿波罗的一部分,此类自动驾驶汽车选择了Alpha Prime激光雷达传感器是因为该传感器的探测距离远、分辨率高且视场宽广,可以满足自动驾驶车辆的高性能要求,毕竟高质量的3D激光雷达传感器是自动驾驶车辆准确感知周围环境的重要组件。 Alpha Prime激光雷达传感器采用128个激光通道,每秒可以产生数百万个数据点,连续生成有关车辆周围环境的3D激光雷达图像。 此外,该激光雷达传感器可以探测可能会造成碰撞事故的物体、其他车辆和人员,让自动驾驶汽车可以以不同的车速在道路上行驶,在雨、雨夹雪和雪等各种路况下行驶,从而提升自动驾驶汽车的性能。 自2016年以来,百度就一直是Velodyne的战略投资者之一,美国汽车制造商福特也是投资者之一,两家公司都分别向Velodyne投资了7500万美元。 而且Velodyne与百度都致力于推动实现自动驾驶,提升驾驶安全。 Velodyne的Alpha Prime激光雷达传感器是下一代激光雷达传感器,采用了Velodyne的专利360度环绕视图感知技术,为自动驾驶出行提供支持。经过十多年的研发和学习,Alpha Prime可以在城市和高速公路等各种道路环境中为自动驾驶操作提供支持。 现在,Velodyne在美国、日本和泰国拥有多个生产基地,可以大规模生产高质量传感器,以满足客户需求。

    时间:2020-10-14 关键词: 百度 自动驾驶 激光雷达

  • 华为新专利,激光雷达

    华为新专利,激光雷达

    华为展出针对自动驾驶的一系列传感器,包括双目摄像头、毫米波雷达和激光雷达。而2020年7月2日,世界知识产权组织国际局公布了华为的一项有关激光雷达的专利,发明名称为一种激光雷达测量模组和激光雷达。华为专利申请详细说明了激光雷达的原理和构造。 在解密华为激光雷达前先了解一下激光雷达信噪比的概念,任何传感器,最重要的参数就是信噪比,非相干激光雷达的信噪比SNR方程可以表示为: 从上面公式可以看出,要提高信噪比,最简单有效的方法是提高接收信号光功率和量子效率。激光雷达按光学扫描器目前可以分为三大类,一类是旋转型机械激光雷达,包括360度旋转和反射镜往复的Scala,是目前最常见最成熟的激光雷达。第二类是MEMS激光雷达。第三类是Flash激光雷达,Flash激光雷达实际是2D/3D焦平面(FPA)摄像机,也就是手机和平板领域大量使用的ToF相机,两者完全一样,只是有效距离差很多。 Flash激光雷达全半导体构成,与目前传统摄像头几乎没有差别,因此前途远大,但近期内落地较难,因为目前VCSEL的效率和指向性,让Flash激光雷达有效距离和分辨率都不及前两类,顺便要说一下,前两类激光雷达输出的是点云,Flash激光雷达输出的是3D图像,当然也可以输出点云。目前高性能Flash激光雷达主要是IBEO和OUSTER。都对Beam做了调整,不是单一Beam而是Multi-Beam。 MEMS是目前最快落地的方案,和机械激光雷达相比,其优势有三,首先MEMS微振镜帮助激光雷达摆脱了笨重的马达、多棱镜等机械运动装置,毫米级尺寸的微振镜大大减少了激光雷达的尺寸,提高了可靠性。 英飞凌收购的Innoluce MEMS激光雷达示意图 其次是成本,MEMS微振镜的引入可以减少激光器和探测器数量,极大地降低成本。传统的机械式激光雷达要实现多少线束,就需要多少组发射模块与接收模块。而采用二维MEMS微振镜,仅需要一束激光光源,通过一面MEMS微振镜来反射激光器的光束,两者采用微秒级的频率协同工作,通过探测器接收后达到对目标物体进行3D扫描的目的。与多组发射/接收芯片组的机械式激光雷达结构相比,MEMS激光雷达对激光器和探测器的数量需求明显减少。 从成本角度分析,N线机械式激光雷达需要N组IC芯片组:跨阻放大器(TIA)、低噪声放大器(LNA)、比较器(Comparator)、模数转换器(ADC)等。如果采用进口的激光器(典型的如Excelitas的LD)和探测器(典型的如滨松的PD),1K数量下每线激光雷达的成本大约200美元,国产如常用的长春光机所激光器价格能低一些。MEMS理论上可以做到其1/16的成本。 最后是分辨率,MEMS振镜可以精确控制偏转角度,而不像机械激光雷达那样只能调整马达转速。像Velodyne的Velarray每秒单次回波点达200万个,而Velodyne的128线激光雷达也不过240万个,Velarray几乎相当于106线机械激光雷达。 那么MEMS的缺点是什么?缺点就是信噪比和有效距离及FOV太窄。因为MEMS只用一组发射激光和接收装置,那么信号光功率必定远低于机械激光雷达。同时 MEMS激光雷达接收端的收光孔径非常小,远低于机械激光雷达,而光接收峰值功率与接收器孔径面积成正比。导致功率进一步下降。 这就意味着信噪比的降低,同时也意味着有效距离的缩短。扫描系统分辨率由镜面尺寸与最大偏转角度的乘积共同决定,镜面尺寸与偏转角度是矛盾的,镜面尺寸越大,偏转角度就越小。而镜面尺寸越大,分辨率就越高。 最后MEMS振镜的成本和尺寸也是正比,目前MEMS振镜最大尺寸是Mirrorcle,可达7.5毫米,售价高达1199美元。速腾投资的希景科技开发的MEMS微振镜镜面直径为5mm,已经进入量产阶段;禾赛科技的PandarGT 3.0中用到的MEMS微振镜则是由自研团队提供。 解决办法主要有两种,一是使用1550纳米发射波长的激光器,用光纤领域的掺铒放大器进一步提升功率,1550 nm波段的激光,其人眼安全阈值远高于905nm激光。因此在安全范围内可以大幅度提高1550 nm光纤激光器的激光功率。 典型例子就是沃尔沃和丰田投资的Luminar。缺点是1550纳米激光器价格极其昂贵,且这是激光器产业的范畴,激光雷达厂家的技术远不及激光器产业厂家,想压低成本几乎不可能,还有一个缺点是1550纳米对阳光比较敏感。 不过1550纳米附加一个优点就是像毫米波雷达一样全天候。二是使用SPAD或SiPM接收阵列,而不是传统APD阵列,SPAD阵列效率比APD高大约10万倍,典型例子是丰田中央研究院。但SPAD阵列目前还不算特别成熟,价格也略高。 华为要想快速切入激光雷达领域,自然也是选择MEMS激光雷达,不过针对功率过低的缺点,华为做了改进,也就是华为专利所说的,多线程微振镜激光测量模组。 华为采用机械激光雷达的做法,采用多个发射和接收组件,而不是传统MEMS激光雷达那样只有一个,因为华为在光电领域产业庞大,规模效应突出,采购激光发射器和接收器的成本远比传统激光雷达要低。 华为激光雷达光路图 图中画出了三个测距模组,分别是100a、100b、100c,每个模组包括三个元件,分别是激光发射器101B,分光镜102a,接收器103a。104a为出射光束,110为反射镜,105a为回波光束,120为MEMS振镜,微振镜二维扫描摆动,实现光束140a(源自104a)的扫描。 130为处理电路。100a、100b、100c结构完全一致,分时发射激光束。华为的等效100线,当然也不是100个测距模组,那样增加成本太多了,毕竟MEMS振镜的垂直扫描密度要好控制的多。 华为激光雷达立体结构图1 华为激光雷达立体结构2 华为激光雷达立体结构3 110反射镜的出现,让华为激光雷达更紧凑,更加方便线路板布线。同时以120MEMS振镜为核心,两边对称放置测距模组。结构更加简洁。160和170为连接线缆,180为透光外壳窗口。 华为这种设计,当然成本和体积肯定比传统MEMS激光雷达大多了,但性能也增加了,特别是有效距离和FOV,通常激光雷达厂家在说明有效距离时不会加上反射率,一般默认为90%,这样数字会好看很多,而华为特别点明反射率10%,反射率10%的情况下,即使短距离激光雷达都可达80米,传统MEMS激光雷达通常只有一半即40米。 功率的增加让MEMS振镜尺寸可以缩小,FOV就可以大一点,华为激光雷达的FOV也是业内最大的。振镜越小,价格也越低。华为这种模块式布局,可以快速出产多种用途的激光雷达,适应不同的市场需求。 最有希望的Flash激光雷达,相信华为也有布局,不过Flash激光雷达的关键不在于激光雷达厂家,而是ToF传感器厂家,这些领域都是巨头,索尼、OV、ST、东芝、松下、安森美、英飞凌等。

    时间:2020-10-13 关键词: 华为 英飞凌 激光雷达

  • 观展倒计时,我们在2馆2D43展台等您!

    DAY 3 2020光博会最后一天,安森美半导体所在的2D43展台热度未曾消减。 安森美半导体是全球唯一一家能提供车外所有传感器产品和解决方案的半导体企业。展品中包含的激光雷达、高性能图像传感器和雷达方案,为观众展现了先进驾驶辅助系统(ADAS)和自动驾驶是如何实现进一步发展的。 现场展品一览 Pandion飞行时间(ToF)单光子雪崩二极管(SPAD) 激光雷达中的面阵产品 Pandion具有400 x 100 像素的高分辨率,通过现场演示,除了能看到深度之外,它还可提供 点云效果。Pandion 双模LiDAR演示采用了闪光LiDAR,同步深度和成像。 激光雷达的静态展示和现场演示 除了基于SPAD的Pandion之外,激光雷达产品中包含了J系列、C系列、最新Array系列和RD单点系列的 雷达收发器 雷达收发器适用于满足汽车ADAS的要求,以及自动驾驶应用。安森美半导体展示的 高性能雷达收发器 支持快速芯片调制和优秀的空间分辨率,可用于多模式配置,每套天线可用于不同的应用。 创新的多输入多输出+(MIMO+) 特性使得它在实现 物料成本的同时 ,角度分辨率 更高。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

    时间:2020-09-14 关键词: 汽车电子 安森美半导体 激光雷达

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

技术子站

更多

项目外包