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...     

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     

自动驾驶回归理性，激光雷达市场加速洗牌

<正>一颗、两颗，甚至三、四颗激光雷达，能够给市面上的量产高级辅助驾驶系统带来多大的提升？在2023年的当下，答案已经很明显了。激光雷达，车企不卷了对于L3以下的自动驾驶，激光雷达的定位有些尴尬。刚需肯定谈不上，那么多摄像头+毫米波雷达的方案照样玩得转。而4D成像雷达的涌现，也被很多人认为是激光雷达的平替。持币观望的消费者，大多已经不会为看似没发挥多大作用的激光雷达而掏钱包。     

未来无人驾驶汽车的传感器方案发展趋势(下)

(接上期)二、搭载激光雷达等传感器套件的车型分析1.小鹏G9(计划交付时间:2022年下半年)(1)自动驾驶感知系统小鹏G9感知设备分布如图5所示。其传感器由2个激光雷达、5个毫米波雷达、12个摄像头、12个超声波雷达组成。     

自动驾驶的量产车

正Q:无论百度、谷歌,还是Uber,自动驾驶试验车都顶着像警灯一样的雷达,以后自动驾驶的量产车不会都这样吧?火柴棍A:自动驾驶主要依赖于四种传感器——光学摄像头、毫米波雷达、超声波雷达和激光雷达。光学摄像头负责识别例如车道线和限速标识等,利用图片分析就能得出的行驶数据。当然,也有像斯巴鲁这样的厂商,妄图通过双摄像     

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)     

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。     

一种视频暗箱摄像头标定方法

高级驾驶辅助系统ADAS(Advanced Driving Assistance System)利用安装在汽车上的传感器,如摄像头、毫米波雷达、激光雷达和超声波等,在第一时间收集车外的环境数据,进行静、动态物体辨识、侦探与追踪等技术处理,从而能让驾驶者在最快的时间内采取被动或主动的刹车,规避可能存在危险。早期的ADAS技术主要以被动式报警为主,现在主动式干预应用已很普遍。     

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...     

见证毫米波雷达国产替代又一例

<正>摒弃传统燃油车的电动化换道超车，新四化带来的技术更新迭代，促成了自主汽车品牌的崛起，而这背后则是从零件到总成，从硬件到软件的国产替代。毫米波雷达领域也不例外。日前，楚航科技在安庆生产基地举办的“新视界，领未来——楚航科技技术量产探营日”，展示了国产毫米波雷达的最新技术应用成果。     

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、     

丰田公司的最新安全技术(下)

另一个共同点是，在低速追踪行驶中．都使用激光雷达(见图8)。丰田在高速巡航时采用毫米波雷达，而在低速追踪时则必须增加激光雷达。分别使用两种雷达是因为两者的性能不同。例如，毫米波雷达用于远距离(远视)；而激光雷达则可以说是近距离(近视)。在将来的发展方向是实现只用毫米波雷达，而且在这之前还必须使用配备两种雷达的低速追踪行驶系统。     

Innovusion鲍君威:蔚来ET7激光雷达量产,2022年为中国激光雷达上车元年

2021年12月的NIO Day上,蔚来宣布新推出的ET7和ET5将分别于2022年3月和9月交付.作为新车卖点之一,ET7和ET5搭载了蔚来最新的自动驾驶技术NAD (NIO Autonomous Driving).在蔚来的这套NAD系统中,感知硬件除了摄像头和毫米波雷达,还包括了这一两年来备受关注的激光雷达.     

谷歌无人驾驶汽车装用的雷达传感器

叙述谷歌无人驾驶汽车用激光雷达传感器与自动制动系统用车载毫米波雷达传感器,阐述恩智浦半导体公司试制的77GHz频段车载毫米波雷达用收发器。     

智能网联汽车环境感知技术应用场景分析

本文主要分析智能网联汽车的自动驾驶功能在应对复杂的外部交通环境时,采用的各类智能传感器技术及网络通信技术优势与局限性,着重分析超声波雷达、毫米波雷达、激光雷达、视觉传感器、卫星通信技术、V2X技术、5G通信技术在智能汽车感应近程交通状况与远程交通状况信息时的重要作用,并分析单车智能在行车安全中的缺陷及解决方法。     

东芝电子的激光雷达传感器技术

随着高级辅助驾驶系统(ADAS)的广泛应用,车载传感器也自然而然地越来越受到关注.辅助汽车安全驾驶的传感器技术,在提升性能和降低成本方面可以说是日新月异地发展.目前在采用原有的摄像头、毫米波雷达基础上,最新还搭载了依据激光反射获取汽车周边的三维(3D)点云信息的激光雷达.系统里装载的高精度图像处理程序,让ADAS从传感...     

为什么自动驾驶传感器首选毫米波雷达?

本文从自动驾驶的定义和分类入手,首先沿着顶层感知、决策、控制等三个核心概念向下逐层递进;再通过对传感器的分类,聚焦感知系统核心部件激光雷达和毫米波雷达;然后分析各个产品结构、参数等技术资料,结合国际市场ABCD四大公司技术发展趋势,推导出预期的结论。     

车载ADAS传感器毫米波雷达解析

ADAS-汽车驾驶辅助系统正在当前的汽车市场中迅速普及。车载雷达作为ADAS系统的重要组成,其技术发展直接影响着汽车智能化进程。毫米波雷达因为其波长的物理特性不受恶劣的环境影响,同时相比激光雷达又有较大的价格优势,已经成为当前厂家的首选。与24 GHz传感器相比,77 GHz传感器的分辨率和精度更高,体积小,正逐渐成为当前汽车领域的主流传感器。同国外雷达传感器供应商相比,国内车载毫米波雷达仍属于起步阶段,国内企业要在市场上与外企竞争并占有一席之地还有很长的路要走。     

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。     

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。