层出不穷的激光雷达技术，未来大势是否已有定论？
电子发烧友报道 （文/周凯扬) 作为ADAS和自动驾驶环境感知系统的一部分 ， 车载摄像头、毫米波雷达、超声波雷达以及激光雷达为车身和周围环境数据的获取起到了至关重要的作用 。而激光雷达因其优异的特性 ， 也在逐渐成为现代智能驾驶中不可或缺的部件 。
尽管激光雷达技术的起源已经有了数十年历史 ， 但多用于卫星和气象等领域 ， 汽车领域的应用起步较晚 。全球激光雷达厂商尚处于初始阶段 ， 而国内与世界先进水平的差距也很小 ， 国内有禾赛科技、速腾聚创和北科天绘等初创型公司在深耕这一领域 ， 不少头部汽车企业也纷纷投资激光雷达厂商 ， 增设相关研究项目 。
国内智能驾驶市场的规模已于2017年达到681亿元 ， 预计2023年将达到2381亿元 ， 从2019年至2023年的年复合增长率约为20.62% 。国内智能驾驶市场中ADAS的增速更快 ， 预计今年的市场空间将触及800亿元 ， 年复合增长率将接近35% 。
文章插图
激光雷达分类和主要厂商 / 电子发烧友网制
但作为一项新兴技术 ， 激光雷达目前优先考虑的还不是成本问题 ， 而是技术趋势的问题 。激光雷达大致可分为机械激光雷达和固态激光雷达 ， 其中固态激光雷达又包含MEMS、OPA、Flash和FMCW等技术方案 。这些方案可谓各有优劣 ， 也造成了激光雷达市场没有统一趋势的发展现状 ， 但这对新技术的发展来说并非坏事 ， 每个厂商也在用各自的手段弥补这些缺陷 ， 我们不妨来对比一下他们的新突破 。
机械激光雷达
机械激光雷达作为最普及的激光雷达 ， 其最大优势即可以覆盖大范围的探测角度和探测距离 ， 而且激光雷达可以通过发射多线束来实现更高的角度分辨率 。机械激光雷达中激光只集中于单一特定方向 ， 因此可以为每个激光脉冲提供更高的功率 ， 而不会伤害到人眼 。其劣势在于存在移动部件 ， 难以实现固态级别的稳定性和鲁棒性 ， 而且其尺寸较大、成本较高 ， 点云中每个点并非同时测量 。
文章插图
RS-Ruby Lite 激光雷达/ RoboSense
速腾聚创在六周年之际发布了去年高端产品RS-Ruby（128线）的轻量版 ， 追求性价比均衡的RS-Ruby Lite ， 其激光线束为80 ， 探测距离最远可至230米 ， 垂直角分辨率为0.1° ， 并实现了抗多雷达对射干扰和抗强光干扰 。
文章插图
Pandar 128 / 禾赛科技
禾赛科技也在近日正式发布了自己旗下的128线旗舰产品Pandar128 ， 其探测范围为0.3米至200米 ， 水平最高角分辨率为0.1° ， 垂直最高角分辨率为0.125° ， 垂直视场角为40°（-25°至+15°） 。禾赛还为这款激光雷达加入了主动抗干扰技术和网络加密技术 。
Ouster在今年年初推出了面向超广角的激光雷达系列OS0 ， 以及旗舰系列OS2的128线束新品OS2-128 。OS2-128的探测距离远达240米 ， 垂直视场角为22.5°（±11.25°） ， 垂直角分辨率为0.18° 。此外 ， 英伟达也在去年宣布与Ouster合作 ， 将高分辨率的OS2激光雷达整合在Nvidia Drive AGX平台 ， 用于自动驾驶商用车 ， 计划在2022年开始量产 ， 并实现L3至L5级别的自动驾驶系统 。
固态激光雷达
MEMS（微机电系统）
MEMS激光雷达也就是常说的混合固态激光雷达 ， 因为其内部仅需一束激光光源 ， 用“可动”的微镜面来反射光线 ， 因此这张激光雷达兼具“固态”和“运动”两种属性 ， 故得名混合固态 。其优点在于体积小 ， 成本低 ， 但可靠性仍有待验证 。
【层出不穷的激光雷达技术，未来大势是否已有定论？】
文章插图
4Sight M / Aeye
Aeye近期推出了第五代MEMS激光雷达系列4Sight ， 首款产品4Sight M已于7月正式发布 。4Sight M是一款基于1550nm的MEMS激光雷达 ， 其FOV达到60°x 30° ， 角分辨率为0.1° ， 在10%的标准反射率下探测距离为205米 ， 更可经过软件配置将探测距离改至一千米 。Aeye声称在自己的专利系统设计下 ， 其反射镜尺寸可达到1mm以下 ， 而其它激光雷达系统的反射镜尺寸都在3mm和25mm之间 ， 因此节省了10倍乃至600倍的表面空间 。
OPA（光学相控阵）
在OPA系统中 ， 一个光学相位调制器用来控制通过透镜的激光的速度 ， 从而控制光的波面形状 ， 以此来消除机械运动部件 。
文章插图
S3-2激光雷达 / Quanergy
采用OPA技术的代表厂商为美国的Quanergy ， 其最新的OPA激光雷达产品为S3-2 ， 但S3-2的最大探测范围仅有50米 ， 不过其最小探测范围可以做到5厘米内 ， 视场角范围为100°x 4° 。
Flash
Flash激光雷达的原理非常接近于使用Flash的数码相机 ， 通过同时照亮一大片区域 ， 在焦平面阵列（FPA）上获取所产生的像素距离讯息 。其优点在于采集率很快且免疫振动因素 ， 但缺点是难以避免环境中其它反射镜的影响 ， 而且照亮整个探测场景和远处物体需要很高的激光功率 。
文章插图
Xenolidar激光雷达 / Xenomatix
Flash激光雷达中最为知名的是比利时厂商Xenomatix ， 其下Xenolidar系列是无需经过扫描的激光雷达 ， 只需“一次闪光”就能检测整个场景 ， 但又不会受到短距离和高功率的限制 。Xenolidar采用了多光束方案 ， 正常功耗下的探测距离可超过200米 。该系列下专用于高速公路场景的XenoLidar Highway最大探测距离为200米 ， 视场角为30°x 10° ， 角分辨率达0.2°x 0.2° 。
FMCW（调频连续波）
与传统的ToF激光雷达相比 ， FMCW激光雷达多出了不少优势 ， 比如对背景光线和传统干扰的免疫、探测距离远等 。传统ToF雷达很可能受到其它传感器的光脉冲干扰 ， 以及先前发出脉冲的自干扰 。而FMCW激光雷达通过检测返回光和发射光的时间、频率和波长 ， 滤除不匹配的数据 ， 从而实现更精确的目标检测 。但其劣势是光学校准复杂 ， 需要连续性强的光源 ， 而且线性调制较为困难 。
文章插图
AFDL激光雷达 / Blackmore
Aurora是一家研究自动驾驶汽车“全栈解决方案”的厂商 ， 并推出了自研的Aurora Driver自动驾驶平台 。Aurora在去年收购了专研FMCW激光雷达的Blackmore 。据Aurora强调 ， FMCW激光雷达不会受到日照光线量的影响 ， 探测距离可达300米以上 。而且Aurora的FMCW激光雷达也可以在1550nm波段下工作 ， 从而使得传感器发射更强的光脉冲 。
文章插图
Aeva FMCW激光雷达 / Aeva
而同样研究FMCW的Aeva近期也宣布将与德国汽车供应商采埃孚合作 ， 力求实现首个FMCW车规激光雷达的批量生产 。Aeva声称其FMCW技术与其它厂商不同 ， 其独特指出在于打破了最大探测距离和点云密度之间的依赖性 。Aeva的4D激光雷达将多个光速集成在芯片上 ， 每个光速可在最大范围内每秒测量数百万个点 ， 从而提供前所未有的数据准确性并极大提高了自动驾驶测量的安全系数 。
小结
随着自动驾驶的要求逐渐提高 ， 激光雷达的参数要求也在慢慢提高 ， 比如从角度分辨率升级为即时分辨率等 。激光雷达在汽车应用上的探索仍在进行中 ， 且多数集中在ToF技术上 。Flash ToF激光雷达尽管有着不错的特性 ， 但2D光电检测和弱光条件下仍存在较大挑战 。FMCW的技术成熟度虽然较低 ， 但相比之下OPA的成熟度更低 ， 两者都需要多年研究才能走向市场规模化 。两者都需要多年研究才能走向市场规模化 。而如今不少机械激光雷达的厂商都开始尝试MEMS固态激光雷达、高波长、软件定义或AI辅助等新方向 ， 激光雷达仍处于较快的技术迭代期 ， 但不可否认的是 ， 激光雷达必将成为将自动驾驶推向L4及以上等级的中坚力量 。
本文由电子发烧友网原创 ， 未经授权禁止转载 。如需转载 ， 请添加微信号elecfans999 。
文章插图
推荐阅读
- 挽回感情：挽回感情的全过程中不必低贱地挽留
- 优质大米的特点，大米不止有五常和GB19266【18款地理标志性产品大米推荐】
- 躺平自由你说了算 人体工学椅品牌排行，久坐还不累人体工学椅大推荐
- 艾利和ct15对比抢鲜测评，AI语音唤醒智能HIIFI【两分钟告诉你值不值】
- 既然已不再年轻，那就这样优雅下去，这几位的穿搭技巧建议学一下
- 不得不看的浴室柜清洁独门秘诀
- 各类水龙头日常保养的方法各有不同
- 黑白灰色卫浴 领略极简设计与经典冷色间的不俗体验
- 不脱水高黏度贮存稳定脲醛胶配方
- 施华蔻回应染发剂不合规被罚54万：相关批次产品已下架