RoboSense M1将在Q2启动定点项目量产交付

正2021年3月10日,国内首条车规级固态激光雷达产线落成,Robo Sense(速腾聚创)M1将在Q2启动定点项目量产交付。2021年1月,在CES2021上,Robo Sense已经正式揭晓SOP版车规级激光雷达M1,产品性能优秀,点云质量锁定。官方表示M1自2020年7月开始连续获得全球多个量产车型定点合作订单,其中首个定点来自北美车企。2020年12月,M1样件批量出货给北美车厂,成为全球首款批量交付的车规级MEMS固态激光雷达。     

英飞凌合作Sense Photonics CES展推下一代固态Flash激光雷达

<正>技术初创公司Sense Photonics宣布与英飞凌科技公司(Infineon Techno-logies AG)合作,一起为自动驾驶车辆、工业化机器人、环境监测和其他应用改进激光雷达(LiDAR)技术。Sense Photonics公司主要负责构建高性能闪光激光雷达系统,而英飞凌是半导体解决方案的全球领导者。     

拥抱变化共襄汽车前沿技术的盛宴

2021上海国际汽车工业展览会如约而至,今年展会聚焦以技术驱动为核心的产业重塑,为汽车工业带来巨大变革.上海国际车展吸引了超过1000家参展企业,围绕“电动化、智能化、网联化”,各大车企及零部件展台争奇斗艳. 速腾聚创&伟巴斯特:打造集成固态激光雷达的智能车顶 上海车展期间,智能激光雷达系统提供商RoboSense(速...     

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。     

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。     

基于运动约束的激光雷达与车体坐标系旋转参数标定

激光雷达是智能网联汽车环境感知的重要传感器,多坐标系空间标定是激光雷达精准环境感知的前提条件。针对激光雷达与车体坐标系空间同步面临传感器观测单一的问题,提出基于激光雷达与车辆的平面运动和直线运动约束2步标定方法。为构建运动约束,基于激光里程计获取激光雷达运动位姿信息,通过激光雷达运动轨迹信息和时域上多帧地面平面拟合信息进行平面行驶识别,在满足平面路况下构建平面运动约束标定,进而标定横滚角与俯仰角;基于俯仰角和横滚角对车辆轨迹进行修正,通过激光运动轨迹建立直线行驶判别模型判别车辆运动状态,在满足车辆直线行驶路况下构建直线运动约束,从而标定偏航角。最后,在智能驾驶试验车上开展了激光雷达与车辆坐标系标定的实车试验,通过实车采集的数据验证了提出的空间同步方法的可行性。试验结果表明：提出的激光雷达与车体坐标系标定方法优于基于标定物的方法,在原始数据上可以保证标定后的旋转误差降低至0.61,误差率降低约47.4%。在手动调整的扩充数据上标定后的旋转误差降至1.64,误差率降低约40.6%。相对于基于标定物的方法,其旋转误差均有降低且不需要借助特定的标定物与标定场,降低了对环境的依赖程度。同时通过消...     

车载激光雷达关键性能参数及决定因素

近年来,智能汽车的发展极大地推动了激光雷达产业的热度,目前国内外在激光雷达领域布局的公司越来越多。激光雷达系统复杂,应用场景多样,多种技术路线并存,因此,对激光雷达性能的评价不是一个简单的问题,尤其是一些参数容易混淆,如探测精度、探测准确度、探测分辨率、帧频和点频等。论文选择车载激光雷达的关键性能参数,对这些参数的定义、计算方法、相互关系、决定因素等进行了梳理和归纳,可以帮助用户更好地使用激光雷达,对激光雷达的设计也有指导意义。     

商汤科技发布SenseAuto绝影，构建汽车产业智能化桥梁

在2021 WAIC世界人工智能大会上,商汤科技发布智能汽车解决方案独立新品牌Sense Auto绝影,并首次展现完整布局。在全球汽车产业智能化需求不断涌现,智能出行服务需求层出不穷的今天,商汤科技智能汽车业务经过5年原创AI技术积累和丰富行业实践,形成了以Sense Core商汤AI大装置为基石,以Sense Auto Empower绝影赋能引擎为底座,由Sense Auto Pilot绝影智能驾驶解决方案、Sense Auto Cabin绝影智能车舱解决方案以及Sense Auto Connect绝影路云感知平台三大方案共同构成的全栈体系,将协同生态伙伴共创新局,加速实现"聪明的车"与"智慧的路",同时赋能V2X场景的创新与应用。     

基于相机与激光雷达融合多目标检测算法研究

准确的多目标感知系统是自动驾驶技术的关键。本文提出了一种基于相机与激光雷达融合的多目标检测算法。针对相机传感器无法获得准确的目标距离等深度信息,激光雷达无法获得准确的目标类别信息的问题,首先采用嵌入自适应特征融合模块的YOLOv7网络处理相机数据,同时对激光雷达数据进行点云预处理以消除无用的噪声点;其次,利用坐标变换将激光点云数据和相机数据转换到像素坐标系中;最后,采用基于ROI感兴趣区域的方法对点云进行聚类处理,以参数加权的方式融合两种传感器的检测结果。实验结果表明,嵌入改进YOLOv7网络的融合算法能够检测出更加准确的目标信息。     

“智能化”驱动下，激光雷达有望迎来放量期

<正>激光雷达从21世纪初引入汽车领域，随着ADAS渗透率的提升而迎来快速发展。激光雷达最先用于地图测绘领域，高精度要求使得激光雷达成本居高不下。随着之后的发展，激光雷达领域企业不断增多，激光雷达的产品性能稳步提升，成本大幅下降，行业也迎来了长足的发展。激光雷达产品成熟度持续提升激光雷达是一种通过脉冲激光照射目标，并用传感器测量反射脉冲返回时间来测量目标距离的测量工具。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，进行适当处理后，可获得有关信息，从而对周围环境进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成。其核心优势在于利用激光的高频特性进行大量、高速的位置及速度信息测量，形成准确清晰的物体3D建模。     

在激光雷达行业越战越勇的镭神智能，力量源于自主创新

<正>深圳市镭神智能系统有限公司（简称“镭神智能”）成立于2015年2月,作为激光雷达及整体解决方案提供商,致力于以高端、稳定、可靠的激光雷达环境感知技术赋能产业升级。镭神智能的产品服务于自动驾驶、智慧交通、轨道交通、机器人、智慧物流、测绘、高端安防、港口和工业自动化等领域。近期,本刊记者采访了镭神智能集团董事长&CEO胡小波,与他共话激光雷达技术发展现状及产业演化趋势。     

基于三维激光雷达的智能车辆SLAM技术研究

智能车辆实现自主导航的必要条件之一是定位技术,目前基于三维激光雷达的同步定位与建图（SLAM）技术是定位技术的主流方案。文章从三维激光SLAM的算法框架和关键模块进行总结,具体讨论了扫描匹配、后端优化、闭环检测、地图构建等关键模块的常用算法及改进;综述了几种开源的三维激光SLAM,并对比了其优缺点;对在应用中激光雷达局部点云稀疏、Z轴的漂移以及动态对象引发的噪声影响等关键性问题进行了分析阐述;指出了基于三维激光雷达的SLAM与深度学习相结合、多传感器融合是未来三维激光SLAM的发展和研究方向。     

激光制导

<正>激光不仅仅能够精准攻击目标,还能够辅助我们提高行车安全。从精准的目标锁定,到雷达系统同时跟踪多个目标,激光雷达将为交通安全带来天翻地覆的变化在伊拉克战争时,一个词汇一下子进入到了人们的视野——激光制导,因为采用激光制导的导弹对目标实现了精确的打击。激光制导系统的全名是导弹制导激光雷达,原来它是利用激光雷达捕捉到的影像,经过软件处理实现自主目标捕获。由此,可以为导弹     

智能网联产业链分析——激光雷达成关键部件

近年来,智能网联汽车逐渐受到行业及市场关注,这种融合了现代通信与网络技术的新一代汽车,不仅可实现"安全、高效、舒适、节能"行驶,还具备车与驾驶者智能信息交换、共享,以及复杂环境感知、智能决策、协同控制等功能,使得无人驾驶成为可能。无人驾驶技术已经成为汽车发展的一个大趋势,作为其核心传感器部件之一的车载激光雷达更是有着难以取代的地位。本文重点介绍激光雷达的原理、应用现状及趋势等,从中不难发现激光雷达已经逐渐发展为标配,随着企业自动驾驶方案的选择和规划,车用激光雷达的商业化正悄然发生。     

汽车后市场新赛道——智能座舱（二）

<正>3.3智能座舱产业链技术趋势智能座舱系统的技术框架主要分为五层：硬件层包含传感器、内存、用于人工智能感知的芯片（AI SoC）、应用处理器（AP）等基本硬件设备；系统软件层包含驱动、通信等基本系统软件；功能软件层则是完成智能座舱的核心功能的层，主要在AI SoC完成感知，在AP完成上层应用；服务层，也即云服务体系，包含语音识别、场景网关等相关服务；支撑层是支撑软件的快速开发工具，也可称为成长平台。座舱配置的全面升级带动单车价值量大幅提高，智能座舱单车价值量有望达到传统座舱的3倍～5倍。据估计，     

基于激光雷达的3D目标检测研究综述

近年来,随着自动驾驶技术的快速发展,智能汽车对于环境感知技术的需求也越来越高,由于激光雷达数据具有较高的精度,能够更好的获取环境中的三维信息,已经成为了3D目标检测领域研究的热点。为了给智能汽车提供更加准确的环境信息,对激光雷达3D目标检测领域主要研究内容进行综述。首先,分析了自动驾驶车辆各种环境感知传感器的优缺点;其次,根据3D目标检测算法中数据处理方式的不同,综述了基于点云的检测算法和图像与点云融合的检测算法;然后,梳理了主流自动驾驶数据集及其3D目标检测评估方法;最后对当前点云3D目标检测算法进行总结和展望,结果表明当前研究中2D视图法和多模态融合法对自动驾驶技术发展的重要性。     

一种车载数字相机与激光雷达融合算法设计

环境感知是智能辅助驾驶的底层模块，单传感器感知存在易受干扰、所需配置传感器数量多和感知效果差等弊端，为此提出一种车载数字相机与激光雷达融合算法。综合考虑信息融合高效性与系统鲁棒性采取决策级融合策略，利用CENTER POINT算法对雷达点云数据进行处理，再利用Yolo v3算法进行密集型数据训练处理图像数据，最后使用交并比匹配（IOU）和已有文献的D-S论据实现数据融合并输出决策结果。经过KITTI数据集验证，该融合算法输出的识别效果优于单传感器，且在多种路况上均有良好的目标检测效果。     

车辆感知与定位研究——第29届国际智能车大会综述

近年来,由于摄像头、激光雷达等传感器的更新换代和大数据、人工智能等高科技在汽车领域的广泛应用,汽车智能化的程度越来越高,智能汽车的整体制造近在眼前.第29届国际智能车大会(The 29th IEEE Intelligent Vehicles Symposium,IV 2018)旨在促进全球智能汽车技术发展和国际汽车领域的交流合作.会议整体分为智能车的感知、决策、路径规划和控制等主题,探讨了当前智能车领域的最新技术动态以及未来发展前景.综述了会议报告的热点,从传感器数据融合、智能车定位与导航、激光雷达感知与定位和目标检测与识别等方面对车辆感知与定位技术的发展状态进行了分析,展望了未来车辆感知与定位研究的发展趋势,提出了深度学习方法与基于激光雷达的定位方法是未来车辆感知与定位可能的研究热点.      

降雨条件对车载激光雷达性能影响的试验研究

激光雷达是自动驾驶车辆最为关键的传感器之一，被广泛用于车辆定位、目标检测与跟踪等任务。然而，激光雷达的点云数据会受到恶劣天气（如雨、雾、雪等）的严重影响，致使自动驾驶全天候行驶仍然面临着巨大挑战。为了量化评估恶劣天气对激光雷达性能的影响，分析了降雨环境下激光雷达的性能，基于构建的场地降雨模拟系统控制降雨量，通过多视角的静、动态试验定性与定量分析激光雷达测距精度、典型目标点密度、有效检测距离等性能参数与降雨量之间的关系。试验结果表明：车辆作为目标物时，目标物上的激光点云受降雨的影响最大，相较于无雨环境，中雨时打在汽车上的激光点数降低幅度超过了60%，检测距离下降了69%，并且随着降雨量的增大激光雷达对目标的有效检测距离持续下降；试验方法和结果对于测试评价自动驾驶性能及提升降雨环境下的激光感知能力具有重要意义。     

量产如期而至，Luminar 1550 nm激光雷达驶入快车道

<正>9月27日,上汽飞凡R7正式上市,自研的全融合高阶自动驾驶系统吸睛十足。这款自主车企全新品牌的高端车型,配齐了业内天花板级别的感知硬件,不仅用上了采埃孚的4D成像雷达,更让人眼前一亮的是搭载了全球首发量产的1550 nm高规格激光雷达,而这款激光雷达的供应商就是长期稳坐全球市值最高激光雷达企业的Luminar。