91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

熱錢不斷涌入自動駕駛行業(yè),一場合縱連橫后的大戰(zhàn)爆發(fā)在即

浙大光電 ? 來源:陳年麗 ? 2019-08-29 09:51 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

熱錢還在不斷涌入自動駕駛行業(yè),一場合縱連橫后的大戰(zhàn)爆發(fā)在即。

無論是通用-本田-Cruise、豐田-Uber,還是大眾-福特-Argo、現(xiàn)代起亞-亞馬遜-Aurora、Waymo-雷諾日產(chǎn)聯(lián)盟或是百度,都有希望在這場戰(zhàn)爭中稱王。

而激光雷達公司,將有望成為這些巨頭們背后最大的「兵工廠」。

尋找激光雷達行業(yè)應用的「金礦」

自 2007 年以來,Velodyne 開始為全球大大小小的自動駕駛項目提供激光雷達。

截止今年 3 月的數(shù)據(jù),Velodyne 激光雷達銷量已經(jīng)突破 3 萬臺,銷售額達到 5 億美元(約合 34.5 億人民幣)

——這個銷量,在全球范圍內(nèi)超過所有競爭對手的出貨量總和,覆蓋的應用范圍主要包括自動駕駛、測繪、工業(yè)港口、物流和安防等領(lǐng)域。

然而,這還不是激光雷達最大的金礦。

今年 6 月,法雷奧對外透露:已經(jīng)從四家全球主流車企獲得總價值約為 5 億歐元(約合 38.7 億元人民幣)的訂單。

這些訂單的生命周期預計將延續(xù)至 2024 年到 2025 年,并最終可能帶來總值 10 到 15 億歐元的長期業(yè)務(wù)(即可追加的訂單)。

目前,法雷奧的 4 線產(chǎn)品 ScaLa(第一代)是達到車規(guī)級應用標準的激光雷達,且已實現(xiàn)量產(chǎn),并于 2017 年開始裝配到擁有 L3 級自動駕駛功能的 A8 車型上。

現(xiàn)在來看,激光雷達最終被安裝到兩類汽車上:

一類是進行自動駕駛測試的無人車,這個市場對激光雷達的線數(shù)要求高,愿意開出更高的價格,但是訂單規(guī)模?。?/p>

一類是汽車廠商推出的具有輔助駕駛、自動駕駛功能的量產(chǎn)車,因為面向消費者,所以訂單量大。但這類車對激光雷達的體積、大小和可靠性期望非常高,往往會要求激光雷達獲得各種認證。

對于第二類市場來說,為了保證系統(tǒng)擁有更多安全冗余,汽車廠商更有愿意在激光雷達驅(qū)動的 ADAS 系統(tǒng)上買單。

多數(shù)主流車企表示,在 2025-2030 年間,他們能夠承受的激光雷達價格在 1000 美金之內(nèi)。

全球范圍內(nèi)的激光雷達公司,正在朝這一目標推進。

一個趨勢是,不少激光雷達公司在為自動駕駛公司提供解決方案的同時,也開始部署更多 ADAS 功能,試圖成為 L2/L3 級自動駕駛方案中的補償選項。

以攝像頭為核心的 ADAS 系統(tǒng),依然有局限

一直以來,特斯拉 CEO Elon Musk 都將激光雷達當成「異端」。

他甚至直言:激光雷達對自動駕駛而言是徒勞無益的;激光雷達是一種又貴又沒必要的產(chǎn)品。

果真如此嗎?

佐思產(chǎn)研研究總監(jiān)周彥武在一篇名為:《ADAS 漫談:為什么自動駕駛必須用激光雷達》的文章中,解釋了以攝像頭為核心的 ADAS 和自動駕駛系統(tǒng)有諸多局限:

首先,視場角(Field of View,F(xiàn)OV) 角度過大導致車輛有非常明顯的盲區(qū)。

FOV 一般是越大越好,但要考慮到畸變的問題。一般 CMOS 傳感器鏡頭 FOV 不超過 76 度。超過 76 度是廣角鏡頭,廣角鏡頭在近處有明顯失真;超過 120 度則是魚眼鏡頭,圖像邊緣有嚴重失真。

為了解決 FOV 的問題,沃爾沃和特斯拉選擇了三目系統(tǒng)。

沃爾沃的三目系統(tǒng),F(xiàn)OV 視角分別是 140 度、45 度和 34 度。特斯拉 FOV 為 150 度、50 度和 25 度。但這個系統(tǒng)依然解決不了近距離盲區(qū)問題。

其次,車輛在低速情況下,單目攝像頭系統(tǒng)對突然出現(xiàn)的靜止目標或緩慢移動目標(一般是行人)基本無效。

Mobileye 明確指出 50 公里/時以上行人識別才工作。為何需要如此高的速度?

這是因為,機器視覺主要針對動態(tài)目標識別,特別是汽車領(lǐng)域,優(yōu)先識別動態(tài)目標如車輛、行人、自行車、電動車等。

了解上述背景后,我們才能理解激光雷達在自動駕駛系統(tǒng)中所扮演的角色,才會明白為什么汽車行業(yè)總強調(diào):

做到 99% 的識別率還不夠,我們需要達到 99.99999……% ——而激光雷達就是小數(shù)點后幾位的最強保障。

在這種情況下,激光雷達的首要價值,便是作為攝像頭和毫米波雷達之外的安全冗余。

2017 年,奧迪推出號稱全球首款 L3 級別自動駕駛車型奧迪 A8,這款車型也讓行業(yè)關(guān)注到全球第一款為量產(chǎn)車準備的激光雷達——法雷奧 ScaLa。

目前業(yè)內(nèi)主流的 ADAS 方案使用的是 Mobileye 提供的視覺芯片。

雖然 Mobileye 對車道線及車輛尾部識別的準確度較高,但對部分形狀奇特,具有本土特色的改裝車、三輪車等車型,系統(tǒng)仍舊無法進行匹配識別。

毫米波雷達分辨率不足、對非金屬類物品存在一定漏檢幾率,無法保證車輛精準判斷自身及周圍障礙物的位置關(guān)系。

奧迪 A8 搭載的法雷奧 ScaLa 激光雷達則解決了上述問題。

這也在一定程度上可以解釋:為什么在去年 11 月,一向以視覺為主的 Mobileye 斥資千萬美元收購了一家激光雷達相關(guān)的公司 Eonite Perception。

這是一家專門開發(fā)利用激光雷達進行 3D 地圖繪制和跟蹤的軟件。依托 Eonite Perception 的工程師,Mobileye 成立激光傳感器部門——LiDAR.AI。

正如這個部門的命名,這起收購將加強 Mobileye 在激光雷達領(lǐng)域的技術(shù),彌補 Mobileye 在視覺領(lǐng)域的不足。

過去,Mobileye 的 ADAS 系統(tǒng)依賴攝像頭,但現(xiàn)在包括車企、科技巨頭等在內(nèi)的自動駕駛公司更偏好使用激光雷達。

因為激光雷達能在任何光照條件下準確繪制出汽車運行的區(qū)域,結(jié)合攝像頭和雷達,自動駕駛汽車就能清楚了解實時路況。

激光雷達公司開始注重 ADAS 功能的開發(fā)

「市場正在發(fā)生改變,我們現(xiàn)在要將一部分精力分給 ADAS 終端?!菇衲?3 月,Velodyne 創(chuàng)始人 David Hall 對外界表示。

他認為,Velodyne LiDAR 在 L4/L5 市場有自己的優(yōu)勢,現(xiàn)在的情況下 Velodyne 的產(chǎn)能足夠滿足用戶需求。

而 ADAS 市場即將迎來新的熱潮,在這里 Velodyne 的激光雷達能收獲豐厚的利潤,因此守著 Level 4/5 市場并非明智之舉。

在今年的 CES 上,Velodyne 發(fā)布近距離激光雷達產(chǎn)品 VelaDome。

這款產(chǎn)品可以覆蓋車輛整個側(cè)面的近距離范圍,對車輛近距離/死角處的行人或者自行車檢測效果顯著。

Velodyne 還希望將自己的激光雷達結(jié)合軟件打入 ADAS 市場,從而拿出像特斯拉 AutoPilot 和通用 Super Cruise 一樣有競爭力的 ADAS 方案。

激光雷達軟件系統(tǒng) Vella 就是這一背景下推出的產(chǎn)品。 Vella 主要配合 Velodyne 的固態(tài)激光雷達 Velarray 使用,而后者能夠嵌入安裝在汽車擋風玻璃后面或者保險杠位置。

Velodyne 稱,「相較于攝像頭+毫米波雷達系統(tǒng),其實現(xiàn)的 ADAS 性能將發(fā)生革命性變化?!?/p>

進軍 ADAS 市場,考慮到產(chǎn)品迭代與性能全面性的問題,Velodyne 還通過收并購來擴大商業(yè)版圖:

今年 7 月,Velodyne 收購位于舊金山的高精地圖創(chuàng)業(yè)公司 Mapper.ai 的知識產(chǎn)權(quán)資產(chǎn),雙方將合作開發(fā)更安全的 ADAS 系統(tǒng)。Mapper.ai 的高精地圖和定位技術(shù)將加速 Vella 軟件的開發(fā)。

這起收購看起來與 Mobileye 收購 Eonite Perception 有異曲同工之妙。

目前,Velodyne 的這套解決方案可讓客戶解鎖 ADAS 的更多功能,包括行人和自行車避讓、車道保持輔助(LKA)、自動緊急制動(AEB)、自適應巡航控制(ACC)、交通堵塞輔助(TJA)等等。

Luminar CEO Austin Russell 對現(xiàn)在的激光雷達也有自己的判斷。

在他看來,Waymo 等公司引領(lǐng)的自動駕駛出租車和卡車項目一時半會還不成氣候,因此未來幾年 ADAS 市場更具吸引力。

今年 6 月,Luminar 推出了一個整合硬件和軟件的激光雷達平臺 Iris(虹膜)。

為了打造這套解決方案,Luminar 調(diào)動了 60 位軟件工程師進行配合研發(fā)。Iris 平臺分為兩個版本:

用于高級駕駛輔助系統(tǒng)(ADAS)的激光雷達解決方案,成本不超過 500 美元;

用于高級別自動駕駛(L4/L5)的方案,成本不超過 1000 元。

Luminar 的車載激光雷達和軟件將于 2022 年開始大規(guī)模交付,其中新款激光雷達體積只有現(xiàn)在產(chǎn)品三分之一,而且能無縫整合進量產(chǎn)車前格柵、車頂或車頭大燈中。

2018 年 8 月,Cepton 牽手日本最大汽車照明燈公司 Koito,為后者提供定制的小型激光雷達解決方案,將激光雷達安裝進車燈中。

Cepton 與 Koito 的合作,也主要是從 ADAS 開始展開,并將延伸到更高級的自動駕駛;與 May Mobility(低速園區(qū)車)的合作則是面向 L4 級自動駕駛。

三年前,Innoviz 就對外推出了兩款 MEMS 固態(tài)激光雷達樣品:InnovizPro 和 InnovizOne。

InnovizPro 是一款基于 MEMS 掃描技術(shù)的高性能固態(tài)解決方案,可為汽車、測繪和其他應用提供出色的性能和價值。

InnovizOne 則是一款易于車輛無縫集成的車規(guī)級解決方案,可為 3 級到 5 級自動駕駛提供 3D 感知能力。2021 年,寶馬決定將在 Level 3 級自動駕駛汽車上使用 InnovizOne 激光雷達。

從過去高舉高打主推 L4/L5 級自動駕駛,到如今開發(fā)更多帶有 ADAS 功能的激光雷達解決方案,激光雷達公司通過產(chǎn)品「下沉」的方式,調(diào)整自己的市場策略:

在軟件層面,更加注重 ADAS 功能,開發(fā)殺手級應用(例如給激光束編碼);

在硬件層面,既有適用于 L3 及以下的激光雷達方案,又有適合 L4/L5 級自動駕駛的產(chǎn)品。

這么做的目的,激光雷達公司按照激光雷達技術(shù)既有路線和發(fā)展速度,推出符合市場需求的產(chǎn)品。另一方面,配合一線主機廠和 Tier1 循序漸進推動自動駕駛演進。

為主動安全而生,激光雷達本質(zhì)是 3D 傳感器

通過加入激光雷達來提高 ADAS 系統(tǒng)的安全冗余——這就引申出激光雷達的出路:足夠便宜,能進入前裝。如此,激光雷達就能獲得寶貴的裝車機會。

這實際上帶來的是雙重好處:

首先,投入的資金實際上由消費者分擔(當然消費者也獲得更好的 ADAS 功能和體驗);

其次,真實場景替代仿真,獲取真正的海量數(shù)據(jù)。

為了讓車廠更容易接受激光雷達,并降低后者對量產(chǎn)車型安裝激光雷達的難度,激光雷達公司提供 ADAS 功能供車企使用,也就成了順理成章的選擇。

由于激光雷達點云是 3D 立體的,包含了距離、尺寸、位置等信息,數(shù)據(jù)量相比視覺少,所以激光雷達公司提供 ADAS 功能,技術(shù)難度相對會小一些,不需要進行復雜的圖像處理。

以博世 MPC2 為例(如上圖),其攝像頭輸出一幀圖片是 1920*1080 像素,每幀圖片代表 200 萬個空間點(每個像素對應的角分辨率是 0.03 度)。

以 Velodyne 128 線激光雷達為例,其角分辨率為 0.2*0.11 度,掃描一周后,點數(shù)僅為 23 萬個空間點(水平 360 度/0.2 度*垂直 128 像素)。

因而,不需要復雜的圖像處理、對算力要求極低,激光雷達可以利用自身嵌入式處理器,完成對 ADAS 算法處理。

十四年前,David Hall 發(fā)明的這種新型雷達傳感器,在 DARPA 自動駕駛挑戰(zhàn)賽中一戰(zhàn)成名,也間接助推了自動駕駛的蓬勃發(fā)展。

今天,無論是高校、車企、Tier1、科技公司、新創(chuàng)公司在進行自動駕駛相關(guān)探索和研發(fā)時,都愿意為這個傳感器買單。

但這給外界留下了一個刻板的烙印:認為激光雷達就是專門為高級別自動駕駛打造的傳感器。

事實上,激光雷達并不專屬于 L4/L5 級自動駕駛。

從今天看來,我們可以有新的理解:激光雷達是為智能駕駛、主動安全而生的 3D 傳感器。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 激光雷達
    +關(guān)注

    關(guān)注

    980

    文章

    4480

    瀏覽量

    196601
  • 自動駕駛
    +關(guān)注

    關(guān)注

    794

    文章

    14893

    瀏覽量

    180101
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    自動駕駛汽車如何完成超車?

    經(jīng)過套完整的感知、理解、決策、規(guī)劃和控制的流程,每步都要考慮安全和規(guī)范,需要不斷感知周圍環(huán)境,判斷什么時候超車、怎么超車、是否安全等,然后才可以按照計劃執(zhí)行操作。 自動駕駛汽車在變
    的頭像 發(fā)表于 02-16 17:37 ?1.7w次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何完成超車?

    自動駕駛汽車如何實現(xiàn)自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味著需要套極其復雜的感知、理解與決策鏈路。 自動駕駛如何看清文字? 自動駕駛
    的頭像 發(fā)表于 02-10 08:50 ?657次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何實現(xiàn)<b class='flag-5'>自動駕駛</b>

    已有VLM,自動駕駛為什么還要探索VLA?

    時(長尾場景),會因規(guī)則覆蓋不足而表現(xiàn)僵化。 隨著大語言模型和視覺語言模型(VLM)的爆發(fā),開發(fā)者們意識到,如果車輛能像人類樣擁有常識,理解什么是“潮汐車道”,知道“救護車在后方鳴笛需要避讓”,那么自動駕駛的上限將
    的頭像 發(fā)表于 02-03 09:04 ?229次閱讀
    已有VLM,<b class='flag-5'>自動駕駛</b>為什么還要探索VLA?

    Transformer如何讓自動駕駛大模型獲得思考能力?

    在談及自動駕駛時,Transformer直是非常關(guān)鍵的技術(shù),為何Transformer在自動駕駛行業(yè)直被提及?
    的頭像 發(fā)表于 02-01 09:15 ?4211次閱讀

    如何設(shè)計好自動駕駛ODD?

    為確定自動駕駛的可使用范圍,會給自動駕駛設(shè)置個運行設(shè)計域(Operational Design Domain,ODD)。ODD的作用就是用來明確自動駕駛在什么情況下能工作,在什么情況
    的頭像 發(fā)表于 01-24 09:27 ?1550次閱讀

    不同等級的自動駕駛技術(shù)要求上有何不同?

    化分級》(GB/T 40429-2021),明確了自動駕駛不同等級所設(shè)計的技術(shù)要點。為什么自動駕駛定要分級?自動駕駛分級考慮了哪些因素?
    的頭像 發(fā)表于 10-18 10:17 ?2728次閱讀

    無引導線的左轉(zhuǎn)場景下,自動駕駛如何規(guī)劃軌跡?

    場景下,想要很好地處理好無引導線左轉(zhuǎn)是個非常大的挑戰(zhàn)。但想要讓自動駕駛汽車滿足所有的出行需求,這一場景必須解決,那在無引導線的左轉(zhuǎn)場景下,自動駕駛是如何進行軌跡規(guī)劃的? 無引導線的左
    的頭像 發(fā)表于 09-18 09:12 ?770次閱讀
    無引導線的左轉(zhuǎn)場景下,<b class='flag-5'>自動駕駛</b>如何規(guī)劃軌跡?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術(shù)要求上有何不同?

    ,自動駕駛技術(shù)也得到了充足的應用,但因應用場景不同,技術(shù)的側(cè)重方向也有所區(qū)別。今天就來和大家聊聊這個話題。 應用場景:開放道路vs封閉場地 首先要理解的是,自動駕駛所面對的環(huán)境決定了它的技術(shù)基礎(chǔ)。乘用車
    的頭像 發(fā)表于 06-28 11:38 ?1446次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術(shù)要求上有何不同?

    自動駕駛安全基石:ODD

    和限制下可以正常工作,是自動駕駛安全的核心概念之。 ? 對于人類司機來說,在不同的道路上駕駛的能力也有所區(qū)別,比如新手司機在些窄路、山路,或者交通狀況復雜的道路上可能會無所適從,人
    的頭像 發(fā)表于 05-19 03:52 ?6475次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    的潛在風險增加,尤其是在自動駕駛等安全關(guān)鍵系統(tǒng)中。根據(jù)ISO 26262標準,自動駕駛系統(tǒng)的安全完整性等級(ASIL-D)要求單點故障率必須低于10^-8/小時,這意味著每小時的故障概率需控制在億
    發(fā)表于 05-12 15:59

    自動駕駛經(jīng)歷了哪些技術(shù)拐點?

    ,到如今以AI為核心驅(qū)動的自動駕駛系統(tǒng),各大車企都在不斷加碼研發(fā)投入,試圖在未來市場中占據(jù)制高點。那自動駕駛發(fā)展至今,經(jīng)歷了哪些技術(shù)拐點呢? 自動駕駛系統(tǒng)的發(fā)展歷程
    的頭像 發(fā)表于 04-27 15:54 ?868次閱讀
    <b class='flag-5'>自動駕駛</b>經(jīng)歷了哪些技術(shù)拐點?

    自動駕駛行業(yè)常提的高階智駕是個啥?

    [首發(fā)于智駕最前沿微信公眾號]近年來,隨著人工智能、大數(shù)據(jù)、傳感器技術(shù)及高性能計算平臺的迅速發(fā)展,自動駕駛行業(yè)不斷突破。從最初的駕駛輔助系統(tǒng)到最近火熱的端到端,再到如今的高階智駕,智駕
    的頭像 發(fā)表于 04-18 12:24 ?1120次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>行業(yè)</b>常提的高階智駕是個啥?

    自動駕駛大模型中常提的Token是個啥?對自動駕駛有何影響?

    、多模態(tài)傳感器數(shù)據(jù)的實時處理與決策。在這過程中,大模型以其強大的特征提取、信息融合和預測能力為自動駕駛系統(tǒng)提供了有力支持。而在大模型的中,有個“Token”的概念,有些人看到或許
    的頭像 發(fā)表于 03-28 09:16 ?1365次閱讀