電子發(fā)燒友網報道(文/莫婷婷)2020年之前,激光雷達市場國外企業(yè)一枝獨秀,2020年,華為進軍激光雷達市場,到了2021年,小鵬汽車推出首款搭載激光雷達的汽車,拉開國內車企激光雷達“上車”的序幕??梢云诖氖?,隨著量產時代的到來,激光雷達將進入新的發(fā)展階段。業(yè)內人士預計,下一代激光雷達技術將朝著多傳感器融合的方向演進。
但激光雷達產業(yè)的發(fā)展還存在一些核心問題亟待解決,例如激光雷達供應商如何在高性能、低成本的前提下,以及更大規(guī)模和場景下確保車規(guī)量產、交付;怎么才能實現激光雷達所支持的 L2、L3、 L4等更高層級的自動駕駛功能、更高精度的環(huán)境感知功能,并且讓用戶真正體驗到激光雷達的價值。
上述都是在激光雷達2.0階段下需要探討的問題,未來進入激光雷達3.0,則需要關注如何提升駕駛安全、用戶體驗、改善感知融合,以及感受激光雷達核心價值。但是從2.0向3.0過渡,激光雷達技術在助力自動駕駛技術演進的過程中還面臨諸多方面的挑戰(zhàn)。
探維科技創(chuàng)始人王世瑋認為自動駕駛感知困局是Robotaxi傳感器性能不斷提高時,融合方案并沒有得到很好的結果。車上傳感器形態(tài)持續(xù)演進,在能夠降低成本的前提下,廠商需要考慮車規(guī)量產,并且要將硬件方案整合到量產車型的配置中,與車身進行融合設計。
例如在汽車廠商中,特斯拉在自動駕駛傳感器的使用上一直在尋找最佳方案。此前,特斯拉采用的是純視覺方案,2022年年底,4D毫米波雷達憑借成本優(yōu)勢,且分辨率更高,被賽靈思、博世、華為等越來越多廠商所關注,并且特斯拉極有可能將其加入汽車中。4D毫米波雷達也因此被業(yè)內人士認為是激光雷達的平替產品。
可以發(fā)現,智能汽車中,傳感器不僅僅是激光雷達。Model 3配備8個攝像頭、1個毫米波雷達、12個超聲波雷達。小鵬P5配備了9個攝像頭、2個激光雷達、4個全景攝像頭、5個毫米波雷達和12個超聲波傳感器。探維科技也已經與合創(chuàng)汽車聯合打造了一款搭載激光雷達的MPV,這也是合創(chuàng)V09目前唯一搭載激光雷達的MPV,并且全車配備了24個傳感器。
當傳感器的種類數量增加,汽車廠商必須考慮激光雷達與不同傳感器之間的配合,在算法層、決策層面都要有取舍。不管是系統集成商還是主機廠,傳感器之間如何配合對他們來說都是極大的挑戰(zhàn)。那么,該如何讓智能汽車的各個傳感器與激光雷達實現更好地配合呢?
據了解,目前在車載端,激光雷達和其他傳感器之間的配合主要是采用后融合方案,各個傳感器獨立做感知算法,再把結構化的數據做融合,通過系統層做綜合判斷和決策。但目標級圖像后融合還在一些技術難題,比如融合精度低、時間同步困難,系統標定方案復雜、需要融合補償算法等。此外,由于是后融合的架構,因此是先感知再融合,在整個決策過程當中還會涉及關鍵信息的丟失、誤檢率、漏檢率等,其他功能也會受到限制。
探維科技認為激光雷達 3. 0會往硬件級圖像前融合發(fā)展,推出了Tanway Fusion解決激光雷達的兼容性、可靠性、適應性問題,能發(fā)揮出多傳感器的優(yōu)勢。以其64線激光雷達為例,該產品的探測距離為200米,分辨率為0.16°*0.32°,空間同步精度可以達到為100米內3cm,時間同步精度達到微秒級。
激光雷達如何提高空間同步精度和時間同步精度呢?據了解,探維科技的方案把圖像sensor加到既有的激光雷達硬件系統當中,內部再用同一套光源同步接收可見光、紅外光,經過數據處理之后就可以拿到前融合的系統。其中融合精度是靠光學,即通過光路系統解決點對應的問題;時間同步是靠同一個硬件,探維科技用同一套時鐘系統保證每一個測量點、像素,讓時間同步精度保持微秒級。
從激光雷達1.0的概念,再到激光雷達2.0,再到3.0,激光雷達技術在不斷迭代,并且助力自動駕駛技術的發(fā)展,未來隨著技術的成熟,自動駕駛感知能力也將不斷提升。
但激光雷達產業(yè)的發(fā)展還存在一些核心問題亟待解決,例如激光雷達供應商如何在高性能、低成本的前提下,以及更大規(guī)模和場景下確保車規(guī)量產、交付;怎么才能實現激光雷達所支持的 L2、L3、 L4等更高層級的自動駕駛功能、更高精度的環(huán)境感知功能,并且讓用戶真正體驗到激光雷達的價值。
上述都是在激光雷達2.0階段下需要探討的問題,未來進入激光雷達3.0,則需要關注如何提升駕駛安全、用戶體驗、改善感知融合,以及感受激光雷達核心價值。但是從2.0向3.0過渡,激光雷達技術在助力自動駕駛技術演進的過程中還面臨諸多方面的挑戰(zhàn)。
探維科技創(chuàng)始人王世瑋認為自動駕駛感知困局是Robotaxi傳感器性能不斷提高時,融合方案并沒有得到很好的結果。車上傳感器形態(tài)持續(xù)演進,在能夠降低成本的前提下,廠商需要考慮車規(guī)量產,并且要將硬件方案整合到量產車型的配置中,與車身進行融合設計。
例如在汽車廠商中,特斯拉在自動駕駛傳感器的使用上一直在尋找最佳方案。此前,特斯拉采用的是純視覺方案,2022年年底,4D毫米波雷達憑借成本優(yōu)勢,且分辨率更高,被賽靈思、博世、華為等越來越多廠商所關注,并且特斯拉極有可能將其加入汽車中。4D毫米波雷達也因此被業(yè)內人士認為是激光雷達的平替產品。
可以發(fā)現,智能汽車中,傳感器不僅僅是激光雷達。Model 3配備8個攝像頭、1個毫米波雷達、12個超聲波雷達。小鵬P5配備了9個攝像頭、2個激光雷達、4個全景攝像頭、5個毫米波雷達和12個超聲波傳感器。探維科技也已經與合創(chuàng)汽車聯合打造了一款搭載激光雷達的MPV,這也是合創(chuàng)V09目前唯一搭載激光雷達的MPV,并且全車配備了24個傳感器。
當傳感器的種類數量增加,汽車廠商必須考慮激光雷達與不同傳感器之間的配合,在算法層、決策層面都要有取舍。不管是系統集成商還是主機廠,傳感器之間如何配合對他們來說都是極大的挑戰(zhàn)。那么,該如何讓智能汽車的各個傳感器與激光雷達實現更好地配合呢?
據了解,目前在車載端,激光雷達和其他傳感器之間的配合主要是采用后融合方案,各個傳感器獨立做感知算法,再把結構化的數據做融合,通過系統層做綜合判斷和決策。但目標級圖像后融合還在一些技術難題,比如融合精度低、時間同步困難,系統標定方案復雜、需要融合補償算法等。此外,由于是后融合的架構,因此是先感知再融合,在整個決策過程當中還會涉及關鍵信息的丟失、誤檢率、漏檢率等,其他功能也會受到限制。
探維科技認為激光雷達 3. 0會往硬件級圖像前融合發(fā)展,推出了Tanway Fusion解決激光雷達的兼容性、可靠性、適應性問題,能發(fā)揮出多傳感器的優(yōu)勢。以其64線激光雷達為例,該產品的探測距離為200米,分辨率為0.16°*0.32°,空間同步精度可以達到為100米內3cm,時間同步精度達到微秒級。
激光雷達如何提高空間同步精度和時間同步精度呢?據了解,探維科技的方案把圖像sensor加到既有的激光雷達硬件系統當中,內部再用同一套光源同步接收可見光、紅外光,經過數據處理之后就可以拿到前融合的系統。其中融合精度是靠光學,即通過光路系統解決點對應的問題;時間同步是靠同一個硬件,探維科技用同一套時鐘系統保證每一個測量點、像素,讓時間同步精度保持微秒級。
從激光雷達1.0的概念,再到激光雷達2.0,再到3.0,激光雷達技術在不斷迭代,并且助力自動駕駛技術的發(fā)展,未來隨著技術的成熟,自動駕駛感知能力也將不斷提升。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。
舉報投訴
-
傳感器
+關注
關注
2541文章
49963瀏覽量
747525 -
激光雷達
+關注
關注
967文章
3863瀏覽量
188760
發(fā)布評論請先 登錄
相關推薦
未來已來,多傳感器融合感知是自動駕駛破局的關鍵
的信息,將感知系統的感知維度擴展以實現多維度(多模態(tài))感知目標的完整信息。如下圖示例,芯片將攝像頭圖像數據,和雷達探測目標的距離、速度、散射截面R的感知數據,以及紅外傳感器探測的熱輻射圖像數據疊加組
發(fā)表于 04-11 10:26
深度解析:多傳感器融合SLAM技術全景剖析
SLAM中,先驗值通常從一系列傳感器獲得,比如慣性測量單元(IMU)和編碼器,而觀測值則是通過GPS、相機和激光雷達等其他傳感器獲取的,后驗
發(fā)表于 02-23 11:31
?2013次閱讀
基于Transformer的多模態(tài)BEV融合方案
由于大量的相機和激光雷達特征以及注意力的二次性質,將 Transformer 架構簡單地應用于相機-激光雷達融合問題是很困難的。
發(fā)表于 01-23 11:39
?549次閱讀
Spring Boot和飛騰派融合構建的農業(yè)物聯網系統-改進自適應加權融合算法
用postman拉取融合結果如下:
改進前的融合結果 23.13,改進后的融合結果23.18,高精度傳感器測量值23.25。
四、參考
發(fā)表于 01-06 12:18
【飛騰派4G版免費試用】Spring Boot和飛騰派融合構建的農業(yè)物聯網系統-數據融合算法篇
本帖最后由 sda12138 于 2024-1-6 12:00 編輯
接上集:
上次實驗我們已經完成個人中心的設計,本次實驗主要完成內容是完成多傳感器融合算法的設計。
一、背景
在智慧農業(yè)中農
發(fā)表于 12-26 20:59
傳感器數據融合算法python代碼
傳感器數據融合算法是一種將多個傳感器收集到的數據合并到一個一致和準確的表示中的技術。這種算法的目的是提高數據精確性和可靠性,從而增強對環(huán)境或目標的理解和控制。在本文中,我們將詳細討論傳感器
多傳感器數據融合算法最關鍵的是
多傳感器數據融合是一個綜合處理多傳感器數據的過程,以提高對環(huán)境或目標的感知和解釋能力。在這個過程中,各種數據
單線激光雷達和多線激光雷達區(qū)別
發(fā)射一條激光束,而多線激光雷達則同時發(fā)射多條激光束。單線激光雷達通常使用旋轉鏡和激光二極管的組合
毫米波雷達與其他傳感器的協同工作:傳感器融合的未來
的局限性也逐漸顯現,為了更全面、精準地獲取信息,傳感器融合成為了未來發(fā)展的重要方向之一。 ? 傳感器融合的定義與意義:
評論