智能网联汽车激光雷达传感器常见故障诊断

<正>激光雷达传感器是智能网联汽车重要的感知元件,激光雷达传感器主要用于探测远距离障碍物,通过扫描障碍物信息生成点云图,然后通过网线最终将障碍物信息传输至智能网联汽车自动驾驶处理器中,配合智能网联汽车其他传感器实现汽车智能驾驶功能。激光雷达传感器被认为是智能网联汽车的“眼睛”,是一种远距离传感器,由1个圆柱形接口连接至激光雷达传感器接线盒,激光雷达传感器如图1所示。     

面向自动驾驶汽车的仿真算法实现

随着自动驾驶技术的发展,自动驾驶汽车进入了人们的视野。自动驾驶汽车的实现离不开各类型的传感器,实现传感器的安装、标定对于自动驾驶汽车至关重要。文章介绍了自动驾驶汽车的发展现状和前景、相机的标定、多线激光雷达的标定、相机和激光雷达的联合标定。最后,文章构建了仿真环境和车辆行驶控制仿真算法。     

Velodyne Lidar:让汽车驾驶更智能高效

<正>众所周知,激光雷达因其强大的环境感知能力被推举为自动驾驶不可缺少的传感器。而近年来,随着全球各地自动驾驶研发过程的推进,激光雷达市场已经逐渐打开。Velodyne Lidar作为激光雷达领域的"老大哥"在2019上海车展上展出了其家族产品,包含3款主推的激光雷达,分别是可隐藏固态激光雷达Velarray、宽视角短程激光雷达Vela Dome和高分辨率远程激光雷达Alpha Puck。Velarray是Velodyne第一款固态激光雷达,首次于2018 CES     

基于手眼模型的自动驾驶毫米波和激光雷达联合标定研究

为了提高自动驾驶汽车传感器的校准质量,增强自动驾驶系统对目标的精准感知能力,提出了基于手眼模型的毫米波和激光雷达联合标定方法。首先,利用毫米波雷达的内在结构特征建立数学模型,对毫米波和激光雷达传感器的外部参数进行精确计算,确保在统一的世界坐标系中。然后利用手眼模型作为融合分析的基础,实现了毫米波和激光雷达的联合标定。最后,在自动驾驶小巴车平台上进行了标定试验,利用该标定系统得到标定结果的三维位姿关系,并验证了自动驾驶小巴车传感器数据的准确性。研究结果表明,该方法测距误差均值为0.01 m左右,传感器旋转角度可以精确到1°左右,可以满足汽车自动驾驶系统中雷达感知精度的要求。     

软硬件结合能力加持下，Blickfeld推动新型激光雷达在汽车和工业领域的应用

<正>激光雷达凭借高分辨率、出色的抗干扰能力、不依赖外界光照等优点,在多个领域逐渐成为了关键的雷达传感器。近些年,随着自动驾驶在全球的普及,激光雷达技术也开始进入大众的视野。     

激光雷达技术研究现状及其应用

激光雷达是一种各领域广泛应用的环境感知传感器,随着自动驾驶技术发展,更是成为自动驾驶车辆核心的建图定位设备。本文主要概述了国内外激光雷达的研究现状,分析并对比了三角测距和TOF两种激光雷达实现原理,讨论了目前主流厂商的测试标准,介绍了激光雷达技术的在气象观测、城市建设、交通运输的主要应用,为激光雷达的技术研究和产业化发展提供参考依据。     

理解市场需求与持续技术创新，Velodyne踏上激光雷达进阶之路

<正>Velodyne Lidar在2005年发明了实时环绕式激光雷达系统,开创了自动驾驶的新纪元。这项技术为参加DARPA超级挑战赛的自动驾驶汽车提供了精确的视觉系统。多年来,Velodyne Lidar的激光雷达传感器帮助工业、机器人、智能基础设施、汽车和其它应用提升了感知与自动化能力。近期,Velodyne Lidar北美销售副总裁Laura Wrisley与本刊记者共话激光雷达的市场表现与未来技术走向。     

基于激光雷达的自动驾驶同步定位与建图方法综述

同步定位与建图（Simultaneous Localization and Mapping,SLAM）技术可使自动驾驶车辆在未知环境中根据车载传感器采集到的数据估计自身位姿,建立环境地图,为车辆的规划、决策提供定位信息,是近年来自动驾驶技术研究的热点之一。基于车载激光雷达的点云数据,聚焦SLAM技术在自动驾驶领域的应用,围绕前端里程计、后端优化和回环检测技术,对国内外相关研究进行综述。考虑到单一传感器的局限性,结合目前多传感器融合研究的热点与难点,展望了自动驾驶多传感器融合SLAM技术在自动驾驶领域的机遇与挑战。     

自动驾驶系统时间同步技术研究

近年来，随着自动驾驶技术的普及，自动驾驶技术开始迈入落地及应用阶段，在系统架构层面传感器和域控制器的复杂度越来越高，激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此，文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法，为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

Velodyne激光雷达宣布将GaN技术用于小型化低成本固态激光雷达传感器的新设计

正Velodyne激光雷达公司宣布了一款固态激光雷达传感器的新设计,当以大批量规模制造时,其子系统成本将低于50美元。该技术将影响在多个行业应用中激光雷达传感器的增值,包括自动驾驶汽车、共享自行车、3D地图以及无人机。由于它们较小的尺寸,激光雷达传感器利用这种新设计将变得更便宜更容易集成,并且作为一个较少运动部件     

竞逐雷达赛道，恩智浦单芯片4D毫米波雷达方案有何优势？

<正>随着自动驾驶之争回归理性,未来多年,行业会将更多目光聚焦在L2+级别自动驾驶。就像比亚迪董事长王传福说的那样,高级辅助驾驶才是未来的发展方向。要想实现无限接近L3的L2+自动驾驶,更强的ADAS感知水平是必不可少的。在这其中,摄像头的重要性不待多言,激光雷达不一定是必选项,但更先进的毫米波雷达一定是刚需。摄像头可以识别物体、图案和颜色等信息,激光雷达对目标的距离感知更精准,但这两种传感器受雨、雪、     

硅基半导体的“桑巴舞” MEMS激光雷达技术篇

激光雷达能被业界公认为自动驾驶不可或缺的高精度传感器,皆因其能以高密度点云提供准确的三维信息。它上次出现在本刊,应该是三年前所刊发的《自动驾驶的天眼——激光雷达是个啥》技术科普文章。三年时间过去了,激光雷达技术已经日益成熟并走向多技术路线并存,看来是时候用几期文章,给大家更新一下它的近况。     

自动驾驶多传感器融合的时间校准方法研究

针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激...     

大陆固态3D闪光激光雷达推向商用车市场

<正>日前,大陆集团开发了新型的汽车级固态3D闪光激光雷达(Flash LIDAR)HFL110,并正将其样品推向商用车市场。此款激光雷达增强了大陆现有的自动驾驶ADAS传感器套件和2D彩色传感器的功能。据悉,与其它雷达系统相比,3D闪光激光雷达能提供更精细的光学角度分辨率和更高的精度,尤其是在包括车辆、建筑物、行人和其它不同尺寸物体密集的城     

智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

法雷奥于巴黎车展推出Drive4U~?自动驾驶样车

正在2018巴黎车展上,法雷奥推出了全球首款在巴黎街头路试的自动驾驶汽车——法雷奥Drive4U~?自动驾驶样车,其独特之处在于搭载了法雷奥一系列传感器,包括超声波传感器、摄像头、雷达、激光器,以及最为关键的8个法雷奥SCALA~?激光扫描仪。这一技术专为汽车开发,是当前市场上唯一量产的车身级激光雷达技术。不仅如此,该汽车还配备了自动驾驶汽车所必备的人工智能(AI)     

安森美半导体:自动驾驶感知环节面临哪些挑战?

在自动驾驶感知-规划-执行的效果链中,感知是整个过程的源头.随着自动驾驶级别的提升,驾驶员逐渐从“脱脚”到“脱手”到“脱眼”,直至车辆实现完全的自动驾驶,对于感知系统的要求呈指数级的上升. 说到感知层,不得不提到各类传感器的迭代发展,从简单装配超声波雷达到摄像头,毫米波雷达,再到搭配目前最先进的激光雷达,各种传感器数目...     

激光雷达量产路上的机会与挑战

在自动驾驶落地的产业化进程中,“感知”是核心技术之一.目前,感知识别的传感器主要有:摄像头、毫米波雷达、超声波雷达和激光雷达.市场上现有的智能驾驶感知方案也主要可分为两大派系:“视觉系”和“雷达系”. “视觉系”是以摄像头为核心传感器,辅以毫米波雷达、超声波雷达完成高级别自动驾驶.这一方案始于Mobileye,后来备受...     

均胜电子推动自动驾驶落地

正均胜电子于近日完成对激光雷达制造商图达通(Innovusion)资本投资,并将通过子公司均联智行与图达通开展合作,向某新造车头部企业最新车型提供超远距离高精度激光雷达,使之实现从辅助驾驶到自动驾驶的跨越。未来,双方将在激光雷达感知融合、V2X数据融合、自动驾驶域控制器决策算法等方面深度合作,并推动上述技术产业化落地,共同开拓全球市场。     

4D成像毫米波雷达系统的发展与趋势

<正>摄像头和激光雷达由于有较为丰富的信息,前期的自动驾驶感知研究主要集中这两类传感器,毫米波由于分辨率不足导致其在使用上存在局限性。近年来,各大毫米波厂商在4D成像毫米波雷达上加大投入,在波形设计和超大天线阵列两个方向上取得了一些进展,这使得4D成像毫米波系统的研究成为了自动驾驶研究的热点之一。