激光雷達的案例
和機械式旋轉激光雷達相比，MEMS固態激光雷達有哪些優勢和劣勢？
類似的把無線電波替換為激光就得到了相控陣激光雷達。
Flash面陣式激光雷達和相控陣激光雷達兩種雷達都是一部到位地解決了旋轉掃描問題的純固態激光雷達，是車載激光雷達的最終方案。不過目前受限于技術和成本，這種雷達的普及還需要時間。
混合固態雷達
混合雷達是機械雷達和純固態雷達方案的妥協方案。與機械式激光雷達相比，只掃描前方一定角度內的范圍;同純固態激光雷達相比，仍然有一些較小的活動部件。不過混合固態激光雷達在成本、體積等方面更容易得到控制，是目前階段量產裝車的主流產品?；旌瞎虘B激光雷達有多種技術路線方案，主要包括MEMS振鏡、轉鏡、棱鏡等。
MEMS振鏡
MEMS（微機電系統）是利用半導體工藝生產的，其結構也很簡單：把所有的機械部件集成到單個芯片上，相當于把外部的大鏡子縮小到芯片的級別，只有一束激光和一塊反光鏡。工作原理方面，通過電控來控制光束激光射向類似陀螺一樣旋轉的反光鏡，實現對激光方向的控制。這樣一來就使得MEMS擁有微鏡振動幅度小、頻率高、成本低、技術成熟、可靠性高等眾多優勢。
轉鏡
轉鏡是指反射鏡的鏡面圍繞圓心不斷旋轉掃描激光的方法。2017年，奧迪發布的全球首款量產的L3級自動駕駛汽車A8上搭載的激光雷達，就是使用的轉鏡結構。左上角激光器向右發出激光至旋轉掃描鏡，并被偏轉向前發射，然后車外物體的反射光經光學系統被左下方的探測器接收。這種結構在功耗、散熱等方面有著明顯優勢。
棱鏡
棱鏡式激光掃描是利用兩個棱鏡完成激光掃描的。
展開 激光雷達怎么做配置，側向激光雷達有什么用？
把激光雷達配置在前方位置在外觀設計和散熱方面的難度會低很多。但因其位置偏低，存在著容易受到地面沙石、水的飛濺和污染，甚至破壞的風險。一旦發生碰撞和損壞，更換成本會很高（激光雷達數量越多，硬件成本也會越高）。
▲圖4激光雷達的3個布置
激光雷達還可以像小鵬P5安裝方式是在前方左右兩側，兩顆激光雷達裝于前側左右保險杠處，還需要注意兩邊激光雷達的角度布置，解決近距離盲區和十字路口AEB工況的問題。激光雷達的安裝位置需要考慮到以下幾個方面：
●外觀：牛角確實不太好看
●散熱
●碰撞保護
●表面防污
●設備干涉
●盡可能小的盲區
●成本
從我們來看，一款好的產品需要考慮車身ID設計、車身外觀和功能定義，并兼顧激光雷達的位置選定。而激光雷達的布設方案設計的出發點，應該是是否滿足功能場景的需求與工程落地之間的平衡點。
▲圖5.激光雷達也要卷
小結：隨著激光雷達的成本下降和用量快速上揚，這一波感知方向傳感器的探索還是確定在快速增長的。
展開 激光雷達作為相機 --數字激光雷達對計算機視覺的影響
作者 | ouster（翻譯:仿佛若有光）
來源 | CV技術指南
前言：
本文源自ouster(一家激光雷達公司)的博客，以往激光雷達和相機都是作為單獨的傳感器，在算法上對各自的數據做融合。這家公司開發了數字激光雷達OS1，在硬件上實現了對相機和激光雷達的融合。
OS1 模糊了激光雷達和相機之間的界限
三年前我們開始開發 OS1 (中距激光雷達)時，很明顯，針對相機的深度學習研究已經超過了激光雷達研究。激光雷達數據具有令人難以置信的優勢——豐富的空間信息和與光照無關的傳感等等——但它缺乏相機圖像的原始分辨率和高效的陣列結構，而且 3D 點云仍然更難以在神經網絡中編碼或使用硬件進行處理加速度。
考慮到兩種傳感模式之間的權衡，我們從一開始就著手將激光雷達和相機的最佳方面整合到一個設備中。今天，我們將發布固件升級和更新我們的開源驅動程序，以實現這一目標。OS1 現在無需攝像頭即可實時輸出固定分辨率的深度圖像、信號圖像和環境圖像。數據層在空間上完全相關，具有零時間不匹配或快門效應，并且具有每像素 16 位和線性照片響應。一探究竟：
從 OS1 輸出的同步實時圖像層。
您從上到下看到的是環境、強度、范圍和點云數據 - 全部來自我們的激光雷達。
請注意，環境圖像捕獲了多云的天空以及樹木和車輛的陰影。
OS1 的光學系統具有比大多數數碼單反相機更大的光圈，而且我們開發的光子計數 ASIC 具有極低的光敏度，因此即使在弱光條件下我們也能夠收集環境圖像。OS1 捕獲近紅外信號和環境數據，因此數據與同一場景的可見光圖像非常相似，這使數據看起來很自然，并且很有可能為相機開發的算法很好地轉化為數據。
展開 經緯恒潤激光雷達集成系統全面提升激光雷達的使用體驗
汽車自動駕駛系統通?？煞譃楦兄獙印Q策層、執行層，以激光雷達、攝像頭為代表的傳感器是自動駕駛感知層不可或缺的組成部分，但在傳感器整車集成方面，主機廠卻面臨著幾大痛點：
· 固定且外凸的激光雷達會給造型的美觀程度以及整車空氣動力學設計帶來很大的挑戰
· 復雜惡劣天氣環境下，激光雷達鏡面容易因受干擾而無法在最佳狀態下運行
· 激光雷達做為高單價傳感器存在較大的被盜風險
經緯恒潤自主研發的激光雷達集成系統可以為傳感器集成提供智能化的解決方案，是自動駕駛技術的重要組成部分。經緯恒潤激光雷達集成系統包含激光雷達收納機構和激光雷達清洗系統，整套系統可以實現激光雷達自動隱藏、展開，同時具備鏡面自動清洗功能。采用該套系統，可以：
· 提升車輛的整體造型美觀度
· 提升整車空氣動力學性能
· 滿足激光雷達全天候的使用場景要求
· 非工作狀態下有效保護傳感器
激光雷達集成系統
經緯恒潤激光雷達集成系統目前已配套路特斯旗下的多款車型，其中Eletre已開啟預售，將于今年下半年在武漢智能工廠實現投產，首批車型預計2023年開始交付。
路特斯Eletre
經緯恒潤智能駕駛產品線涵蓋環境感知系統、決策規劃系統和控制執行系統，具備向上集成完整智能駕駛方案的軟硬件產品基礎，是目前國內少數能夠實現覆蓋智能駕駛電子產品、研發服務及解決方案、高級別智能駕駛整體解決方案，能夠提供智能駕駛全棧式解決方案的供應商。未來，經緯恒潤將緊跟汽車行業發展大勢，堅持自主創新，努力為國內外客戶提供優質的產品和服務，為汽車行業的發展貢獻自己的一份力量！
展開 
如何正確使用激光雷達
隨著激光雷達的裝車，筆者發現，大家在使用激光雷達時，仍然存在諸多問題。那么，如何正確使用激光雷達，已然成為自動駕駛行業值得思考的問題。
首先，筆者歸納整理了一些行業內在激光雷達使用過程中存在的5個方面的問題，包括缺乏統一的車規級標準、場景應用問題、產品的耐久性與可靠性問題、產品售后服務問題、環境安全問題。
其次，筆者提出了5個關于正確使用激光雷達的方法，包括選擇合適的產品和激光雷達廠商、選擇合適的安裝位置與數量、提升設備耐久性、提高不同場景下的數據采集效率、配合使用短距激光雷達。
1. 激光雷達使用過程中存在的問題
筆者按照激光雷達當前存在的主要問題及未來量產后可能存在的問題，依次整理了激光雷達在產品的合規性、應用場景、產品使用、產品售后服務、環境安全5個方面中存在的問題。
1）缺乏統一的車規級標準
目前，市場上的激光雷達廠商基于不同的技術路線，推出了不同參數指標及應用場景的激光雷達產品。根據細分應用場景下差異化的感知功能需求，主機廠及自動駕駛解決方案商等不同類型客戶的需求也存在著差異化。何種激光雷達的技術路線才是今后最理想的技術路線？行業內始終未形成統一的車規級認證標準，市場缺少統一的測試技術、測試流程、測試指標、測試工具等規范標準。
亮道智能CEO劇學銘也曾在公開場合提到，主機廠在做激光雷達硬件評估過程中還存在很多難點，不同企業的測試方法和測試指標存在很大的差異，得出的測試結論也有很大的差別。
展開 智芯文庫 | 一文看懂激光雷達
1000 美元以下，平均每車裝載 5 個激光雷達，單車預計 5000 美元以下，而機械雷達和固態雷達將采取不同的方式降低自身產品成本。
激光雷達核心技術及行業格局梳理
2.3.2 MEMS 激光雷達
MEMS激光雷達通過硅基芯片上微振鏡以一定諧波頻率的振蕩，來反射激光器的光線，從而以超高的掃描速度形成高密度的點云圖。由此改變單個發射器的發射角度進行掃描，形成較廣的掃描角度和較大的掃描范圍。
?優點：其核心光束操縱元件為MEMS微振鏡，大大減少了激光雷達的尺寸，減少激光器和探測器數量，極大地降低成本，具有高性能、穩定可靠、易于生產制造等優點，兼顧車規量產與高性能的需求。
?缺點：MEMS激光雷達并沒有完全消除機械，只是將掃描單元變成了MEMS微振鏡，仍然存在微振鏡的振動，所以它并不能算純固態激光雷達，而是混合固態雷達（也稱類固態/半固態雷達）。
其光路較復雜，微振鏡結構會影響整個激光雷達的壽命，激光功率較低，信噪比較低、有效距離較短，并且激光掃描范圍受微振鏡面積限制，視野相對較窄。
2.3.3 Flash 激光雷達
Flash激光雷達，指一次閃光（激光脈沖）成像的激光雷達，在發射端采用面光源，短時間發射出一大片覆蓋探測區域的面陣激光，再以高度靈敏的接收器，來完成對環境周圍圖像的繪制，它也是目前唯一的非掃描式激光雷達，能夠達到最高等級的車規要求。
這種激光雷達的缺點很明顯，功率密度太低，導致其有效距離一般難以超過50米，分辨率也比較低。要改善其性能，需要使用功率更大的激光器，或更先進的激光發射陣列，讓發光單元按一定模式導通點亮，以取得掃描器的效果。
2.3.4 OPA 激光雷達
OPA激光雷達是運用相干原理，采用多個光源組成陣列，通過調節發射陣列中每個發射單元的相位差來改變激光的出射角度，通過控制各光源發射的時間差，可以合成角度靈活、精密可控的主光束，實現對不同方向的掃描。
展開 激光雷達66起融資背后
2021年還在拒絕激光雷達的人，可能只剩馬斯克了。
這一年，我國激光雷達企業共發生66起融資事件，資本加碼布局。
無論是“自動駕駛進步的象征”，還是自主品牌沖擊高端的符號，亦或者割韭菜最快的鐮刀，激光雷達都是今年汽車業繞不開的熱詞。
概念熱鬧與繁華背后，是否帶動了上游企業的躍升？2021年，激光雷達企業融資狀況、賽道排名和頭部企業究竟如何？國產激光雷達機會在哪？
從冰冷融資數據中，鳳凰網汽車帶您窺見“智能汽車之眼”的過去、現在和未來。
蛋糕多大？
根據咨詢公司 Yole 預測，激光雷達市場規模將從2020年的18億美元增至2026年的57億美元，年均復合增長率將達到21%。
乍看之下，21%非一個很大的數字。
但隨著智能汽車自動駕駛需求的猛烈增長，以ADAS為核心功能的激光雷達產品開始成為整個行業的核心。
2020年，ADAS激光雷達在整體市場中占比僅為1.5%。但Yole預計，2026年ADAS整體市占率將達到41%。即5年后，ADAS領域應用的激光雷達將占據最大細分市場。
2026年，上述機構預計ADAS激光雷達市場規模將增長至23億美元，年均復合增長率高達111%。自動駕駛細分市場預計在 2026 年達到 5.75 億美元，年均復合增長率為 33%。
展開 華為汽車帝國版圖，揭開激光雷達背后的秘密！
因此，法雷奧也轉而研發固態激光雷達，包括采用基于MEMS技術的Scala 3中長距激光雷達（半固態），以及基于Flash技術的近距激光雷達（全固態），但兩者量產上車還未有時間表。
短期內，全固態激光雷達因技術未成熟，仍屬于“明日之星”。不排除華為在全固態激光雷達上有秘密技術儲備，但是目前，為滿足其全棧式自動駕駛解決方案的量產上市，推出半固態激光雷達實現快速上車是最佳方案。
更為重要的是，相比主流激光雷達廠商的兩條腿走路，華為沒有歷史包袱，可以避開前人的坑，直接跳過相對簡單的低線數產品做起，而是從一開始就高舉高打，切入可量產的MEMS技術激光雷達，做到“等效96線”。
■華為的“葵花寶典”
在激光雷達賽道上，華為是一個新玩家，但用華為融合感知產品部總經理段忠毅的話來說，“華為做激光雷達是‘跨行不跨界’。核心還是華為過去在ICT領域的積累，作為智能駕駛戰略的一個分支，華為激光雷達技術底座其實也來源于ICT?！?技術行不行，專利最有發言權。今年7月，世界知識產權組織國際局公布了一項華為激光雷達相關專利，從中可窺探出一二。
這是華為激光雷達領域覆蓋面最廣的專利，長達52頁，而大多數中文發明專利不超過20頁。專利中的玄機在于，雖然華為選擇MEMS激光雷達切入，但又不同于傳統的MEMS技術方案。
華為這樣設計的優勢在于，其在光電領域產業龐大，規模效應突出，采購激光發射器和接收器的成本遠比傳統激光雷達要低。
據悉，除了該專利，華為與激光雷達有關的發明專利共有42個，其中大部分處于審查階段。
“在成本方面，華為的96線激光雷達，暫時還做不到此前宣稱的100美元，但是基本在幾百美元左右?！比A為智能汽車解決方案BU總裁王軍表示。
這與市面上動輒數萬元，甚至幾十萬元的32線、64線或128線機械式激光雷達相比，已經很具有吸引力。
展開 自動駕駛車載激光雷達技術現狀分析
不過，在 Velodyne 推出 VLS-128 之前，整體車載激光雷達市場上的趨勢都是往低線束化、固態化發展，也就是往減少激光雷達線束發展，同時也從機械型轉為固態型，比如 Quanergy 公司就在 2016 年 CES 展會上推出了與 Delphi 公司共同研發的新產品 S3，號稱全球首款固態激光雷達，就連 Velodyne 公司本身也在推出混合或固態的低線束激光雷達。因為這樣做可以降低成本，但是需要用數量來彌補線數的不足，也體現出未來的技術路線未定，產業龍頭 Velodyne LiDAR 也不能確定到底是多線束激光雷達還是多激光雷達耦合。Velodyne LiDAR 認為對于一輛在復雜環境中高速行駛的自動駕駛汽車來說，HDL-64 的性能還不夠保證安全，更高線程的激光雷達不僅可以配合一些必要的設備保證安全，還可以讓自動駕駛汽車將不再需要任何其它探測障礙的傳感器。但是 Velodyne LiDAR 的競爭對手 Luminar 公司也在做低線束固態激光雷達，其認為由于激光擴散的原因，距離越遠，精準度越低。所以，絕大多數的自動駕駛公司在使用最先進的激光雷達的情況下，還是會選擇添加其他種類的傳感器。各大車載激光雷達公司之間的爭論也是行業的技術現狀之一，至于車載激光雷達技術之后如何發展，還需要看各科技公司的研發情況以及實際測試的結果。
從以上對國外車載激光雷達技術現狀的分析中能夠得到的統一趨勢有低成本化、固態化、量產化，但是 Velodyne LiDAR 推出更高線束的激光雷達和其他科技廠商推出低線束激光雷達的行為并不矛盾，他們的整體方向依然是要實現激光雷達的更高分辨率和精準度，進一步保證無人駕駛的安全性，只不過前者傾向于使用更強大的設備，后者傾向于使用多激光雷達耦合并降低成本。
展開 華為的激光雷達和特斯拉的視覺算法，誰才是自動駕駛的未來？
華為的這套方案，是通過自研的激光雷達算法實現了接近L4級別的自動駕駛，同時華為也宣稱要將96線激光雷達的成本降低到200美金以內。
從目前的情況看，以特斯拉、百度Apollo為代表的視覺算法派堅持認為激光雷達是成本高，技術發展慢的產物，并不如視覺算法的價值高。但華為、小鵬這樣的公司則認為，激光雷達是比視覺算法更好的技術。
哪一種方案最靠譜？目前激光雷達發展到了一個怎樣的水平？希望這篇文章能給你答案。
激光雷達在全視角覆蓋和定位中的應用展示（圖片源于WAYMO）
“激光雷達”派和“視覺算法”派先進性的爭論，由來已久
激光雷達是和視覺算法誰才是智能駕駛的未來，這個爭論由來已久。作為電動車領域“喬布斯式”的人物，馬斯克曾在2019年拋出“只有傻瓜才會用激光雷達”的驚天言論，他可能是發動激光雷達和視覺算法口水戰的始作俑者。
但在我們展開討論這個問題之前，首先要明確關鍵的一點是：我們這里討論的激光雷達，并非獨立存在的，它是由激光雷達所組成的一整套車輛周邊數據采集系統，采用激光雷達的方案并不意味著拋棄視覺算法，而是在原視覺算法方案的基礎上增加了激光雷達的應用。
例如“視覺派”特斯拉的感知系統是由1個毫米波雷達、12個超聲波雷達和8個攝像頭組成。而在已公布的“激光雷達派”量產車型中，極狐αS的感知系統由3顆激光雷達、6顆毫米波雷達、12顆超聲波雷達、13顆攝像頭以及高精地圖組成，小鵬P5的感知系統則是由2個激光雷達，12個超聲波傳感器、5個毫米波雷達、13個高感知攝像頭和高精地圖組成。
由此可見，“激光雷達派”不僅增加了全新的激光雷達傳感器和高精地圖，而且在傳統的視覺傳感器上，數量也比“視覺派”車型多。
展開 
全球激光雷達產業鏈全景圖！
來源 | ittbank
知圈 | 進“汽車智能互動社群”請加微信13636581676，備注交互
激光雷達上游
▲激光雷達上游主要廠商
激光雷達中游
激光雷達中游可分為車用激光雷達和物流運輸激光雷達兩大類。
車用激光雷達的供應商眾多，包括Velodyne LiDAR, Vales, Ibeo,Continental等。產業與物流運輸激光的廠商有SICK, Hokuyo, OMRON, VelodyneLiDAR, Konica Minolta等。
激光雷達下游
▲激光雷達下游產業鏈主要企業
車載激光雷達產業鏈如下：
▲車載激光雷達產業鏈
▲激光雷達產業鏈代表廠商
未來激光雷達技術主要基于ToF和FMCW原理，對于基于ToF原理的激光雷達，芯片化架構的激光雷達是未來的發展方向，發射端逐漸采用平面化的激光器器件，接收端逐漸采用CMOS工藝的單光子探測器，為VCSEL和單光子器件開發的模擬、數字芯片；硅光芯片化的FMCW激光雷達是未來發展的一大趨勢。
激光雷達的發展將促進汽車行業無人駕駛技術和ADAS發展，也將提高服務型機器人的應用范圍和普及度。
未來隨著自動駕駛技術的進一步普及，激光雷達市場規模將會進一步擴大，而單車價值量下降將會進一步有利于激光雷達的量產使用。
展開 激光雷達感知方案
來源 |
CV研習社
知圈
|
進“域控制器群”請加微13636581676,備注
域
導讀：
本
文對不同類型激光雷達的數據進行
分析，并且針對機械式激光雷達和混合固態激光雷達視場角不同，在中低速和高速場景下分別對比各自的感知方案。
目錄
激光雷達數據對比
機械式雷達感知方案
混合固態雷達感知方案
總結
前沿：
由于混合固態雷達相比機械式激光雷達成本較低，也沒有旋轉器件過不了車規等問題，所以逐漸得到市場上的認可。
目前已經有不少主機廠采用混合固態或者固態雷達嘗試做量產落地。
激光雷達的應用可能是未來無人駕駛的一種發展趨勢。
一、激光
雷達數據對比
1. 機械式采樣數據
機械式激光雷達在水平方向利用外部旋轉部件達到360°的采樣，垂直方向根據線束的不同，分辨率也不同。較常用的有16線激光雷達，32線激光雷達，64線激光雷達。
展開 問激光雷達紛爭誰主沉??？尚無定論，仍需協作
現在，用Uncertain（無把握、拿不準、多變的、難預料、不確定）來形容激光雷達技術、應用和市場的確有那么幾分貼切！多條技術路線、多種技術組合、眾多應用場景，搞不好就可能“迷路”。
在激光雷達系統供應商亮道智能與知名激光雷達上市企業Innoviz簽署戰略合作協議發布之際，Innoviz中國區總經理蘇淑萍以“激光雷達的商業化量產前途光明道路曲折”為題有感而發，亮道智能CSO陳娜博士分享了“全棧式激光雷達系統供應商”的內容。
作為媒體，我們少不得要問：
同為激光雷達開發商，各自的技術路線并不盡然，為什么還要攜手共進？
對量產應用而言，哪一條技術路線或技術組合更為合理？能夠占得市場先機？
說了好幾年，車載激光雷達的量產元年到底來了沒有？
在官宣發布會上，兩家激光雷達行業領軍企業的高管進行了一一解讀。
合作謀求的是一種優勢互補
行業共識是：車載激光雷達是實現高級別自動駕駛不可或缺的傳感器，而汽車客戶對激光雷達綜合產品的苛刻要求各有不同，而價格、性能、質量、穩定性是其優先選擇。
正是為了進一步推動激光雷達產品在中國汽車市場的量產應用，才有了亮道智能與Innoviz的本次合作。根據已簽署的戰略合作協議，雙方將基于InnovizTwo共同開發下一代量產激光雷達系統解決方案。
早在2021年4月，剛剛登陸納斯達克的Innoviz正式發布了第二代固態激光雷達傳感器產品InnovizTwo的詳細信息。與InnovizOne相比，其性能提高了30倍，且成本降低70％，被認為適合各種類型車輛使用。
展開 主流激光雷達分類及原理
Luminar激光雷達內部解剖圖
（圖源：Luminar）
優點：
轉速越高，掃描精度越高
可以控制掃描區域，提高關鍵區域的掃描密度
多邊形可提供超寬FOV，一般可做到水平120度。MEMS Lidar一般不超過80度
通光孔徑大，信噪比和有效距離要遠高于MEMS Lidar
價格低廉，MEMS振鏡貴的要上千美元，多邊形激光掃描已經非常成熟，價格只要幾十美元
激光雷達間抗干擾性強
缺點：
與MEMS技術比，其缺點是功耗高，有電機轉動部件
純固態激光雷達
3.1 Flash激光雷達
Flash激光雷達采用類似Camera的工作模式，但感光元件與普通相機不同，每個像素點可記錄光子飛行時間。由于物體具有三維空間屬性，照射到物體不同部位的光具有不同的飛行時間，被焦平面探測器陣列探測，輸出為具有深度信息的“三維”圖像。根據激光光源的不同，Flash 激光雷達可以分為脈沖式和連續式，脈沖式可實現遠距離探測（100米以上），連續式主要用于近距離探測（數十米）。
Flash激光雷達的優勢在于能夠快速記錄整個場景，避免了掃描過程中目標或Lidar自身運動帶來的誤差。其缺點是探測距離近。
Flash Lidar的工作示意圖
（圖源：LeddarTech官網）
發射模組：Flash激光雷達采用的是垂直腔面發射激光器（Vertical Cavity Surface Emitting Laser， VCSEL），比其他激光器更小、更輕、更耐用、更快、更易于制造，并且功率效率更高。
接收模組：Flash激光雷達的性能主要取決于焦平面探測器陣列的靈敏度。
展開 