推荐精品高精度传感器激光雷达分析报告.docx
- 文档编号:28371628
- 上传时间:2023-07-10
- 格式:DOCX
- 页数:21
- 大小:1.99MB
推荐精品高精度传感器激光雷达分析报告.docx
《推荐精品高精度传感器激光雷达分析报告.docx》由会员分享,可在线阅读,更多相关《推荐精品高精度传感器激光雷达分析报告.docx(21页珍藏版)》请在冰豆网上搜索。
推荐精品高精度传感器激光雷达分析报告
(此文档为word格式,可任意修改编辑!
)
2016年6月
正文目录
激光雷达:
高精度的传感器,与ADAS及无人驾驶形成良好搭配............................4
激光雷达的原理与结构:
基于TOF飞行时间的高精度测量.......................................5
激光雷达的发展历程:
从机械走向固态,从单线束走向多线束..............................7
激光雷达与ADAS及无人驾驶形成良好搭配.............................................................8
车用激光雷达的产业格局和发展趋势........................................................................10
国外企业破风而行,不断寻求技术突破....................................................................13
国内企业加速追赶,目标产品逐步成型...................................................................14
低成本化时代来临,路径选择求同存异...................................................................16
风险提示........................................................................................................................18
图表目录
图1:
激光雷达工作原理图.....................................................................................4
图2:
激光雷达系统结构图.....................................................................................4
图3:
机械激光雷达................................................................................................5
图4:
固态激光雷达................................................................................................6
图5:
单线激光雷达与多线激光雷达对比.............................................................7
图6:
2.5D激光雷达..............................................................................................7
图7:
3D激光雷达.................................................................................................7
图8:
主要类型的ADAS传感器............................................................................7
图9:
不同类型的ADAS传感器性能对比..............................................................8
图10:
Velodyne激光雷达产品及主要参数..........................................................9
图11:
HDL-64E正面构造.....................................................................................9
图12:
HDL-64E背面构造.....................................................................................9
图13:
UltraPuck产品计划................................................................................10
图14:
UltraPuck内部结构................................................................................10
图15:
Quanergy公司的TheMarkVIII激光雷达..............................................10
图16:
TheMarkVIII激光雷达的主要参数.........................................................10
图17:
Quanergy公司的S3固态激光雷达.........................................................11
图18:
S3固态激光雷达主要参数.......................................................................11
图19:
IBEO车用激光雷达产品..........................................................................12
图20:
LUX-4L激光路径.....................................................................................13
图21:
LUX-8L激光路径.....................................................................................14
图22:
镭神智能激光雷达产品.............................................................................15
图23:
思岚科技激光雷达产品.............................................................................16
图24:
华达科捷3D激光雷达..............................................................................17
图25:
激光雷达低成本化的主要路径..................................................................18
激光雷达:
高精度的传感器,与ADAS及无人驾驶形成良好搭配
激光雷达的原理与结构:
基于TOF飞行时间的高精度测量
LiDAR(LightDetectionandRanging),即激光探测及测距系统,通过发射激光
束来探测目标位置、速度等特征量的雷达系统。
激光雷达自1960年诞生以来由于其
测量精度高、方向性好及不受地面杂波干扰等特点广泛应用于军事领域,而激光雷
达商业化时代的来临则要追溯到上世纪90年代——民用领域地理测绘行业开始快速
发展。
2010年以来,随着高级辅助驾驶系统(ADAS)技术不断进步,激光雷达在
智能汽车产业也得到越来越多的重视。
图1:
激光雷达工作原理图
与雷达原理相似,激光雷达使用的技术是飞行时间(TOF,TimeofFlight)。
具体而言,就是根据激光遇到障碍物后的折返时间,计算目标与自己的相对距离。
激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离,这些轮廓信息组
成所谓的点云并绘制出3D环境地图,精度可达到厘米级别,从而提高测量精度。
图2:
激光雷达系统结构图
在ADAS系统中,激光雷达通过透镜、激光发射及接收装置,基于TOF飞行时间
原理获得目标物体位置、移动速度等特征数据并将其传输给数据处理器;同时,汽
车的速度、加速度、方向等特征数据也将通过CAN总线传输到数据处理器;数据处
理器对目标物体及汽车本身的信息数据进行综合处理并根据处理结果发出相应的被
动警告指令或主动控制指令,以此实现辅助驾驶功能。
激光雷达的发展历程:
从机械走向固态,从单线束走向多线束
激光雷达按有无机械旋转部件分类,包括机械激光雷达和固态激光雷达。
机械
激光雷达带有控制激光发射角度的旋转部件,而固态激光雷达则依靠电子部件来控
制激光发射角度,无需机械旋转部件。
目前,市场上相对成熟的激光雷达产品只有
Quanergy公司的S3属于固态激光雷达,其余基本上都属于机械激光雷达。
Velodyne
公司新发布的激光雷达——固态混合超级传感器(Solid-StateHybridUltraPUCK
Auto)1.5版虽然名称中带有“固态”,但其仍带有机械旋转部件,只是将其隐藏于
外壳中,因此它本质上仍然属于机械激光雷达。
机械激光雷达由光电二极管、MEMS反射镜、激光发射接受装置等组成,其中
机械旋转部件是指图3中可360°控制激光发射角度的MEMS发射镜。
固态激光雷达
与机械雷达不同,它通过光学相控阵列(OpticalPhasedArray)、光子集成电路
(PhotonicIC)以及远场辐射方向图(FarFieldRadiationPattern)等电子部件代
替机械旋转部件实现发射激光角度的调整。
由于内部结构有所差别,两种激光雷达
的体积大小也不尽相同。
机械激光雷达体积较大、价格昂贵、测量精度相对较高,
一般置于汽车外部。
固态激光雷达尺寸较小、性价比较高、测量精度相对低一些,
但可隐藏于汽车车体内,不会破坏外形美观。
图3:
机械激光雷达图4:
固态激光雷达
根据线束数量的多少,激光雷达又可分为单线束激光雷达与多线束激光雷达。
顾名思义,单线束激光雷达扫描一次只产生一条扫描线,其所获得的数据为2D数据,
因此无法区别有关目标物体的3D信息。
不过,由于单线束激光雷达具有测量速度快、
数据处理量少等特点,多被应用于安全防护、地形测绘等领域,其代表性生产厂家
有德国SICK、日本北阳(HOKUYO)等。
多线束激光雷达扫描一次可产生多条扫描线,目前市场上多线束产品包括4线束、
8线束、16线束、32线束、64线束等,其细分可分为2.5D激光雷达及3D激光雷达。
前者以德国IBEO公司为业界代表,后者以美国Velodyne公司为行业翘楚。
2.5D激光
雷达与3D激光雷达最大的区别在于激光雷达垂直视野的范围,前者垂直视野范围一
般不超过10°,而后者可达到30°甚至40°以上,这也就导致两者对于激光雷达在
汽车上的安装位置要求有所不同。
图5:
单线激光雷达与多线激光雷达对比
图6:
2.5D激光雷达图7:
3D激光雷达
激光雷达与ADAS及无人驾驶形成良好搭配
激光雷达在ADAS及无人驾驶系统中占据着重要地位。
无人驾驶系统由感知输入
系统、计算处理系统、控制系统、汽车信号系统及其他辅助系统等组成。
其中,感
知输入系统是无人驾驶技术的核心之一,是机器取代驾驶员的关键,通过大量智能
传感器获取当前车身周围的图像信息、位置信息、信号信息、车速信息等,以数据
类型的输入取代原本驾驶员的视野、经验类型的输入。
图8:
主要类型的ADAS传感器
ADAS及无人驾驶系统中常用的环境传感器包括摄像头、激光雷达、毫米波雷达
等。
相比于摄像头,激光雷达的最大优势在于使用环境限制较小,即不管在白天或
是夜晚都能正常使用。
对于标准车在雷达及毫米波雷达,当其所发射的电磁波在传
播路径上遇到尺寸比波长小的物体时,将会发生衍射现象,即波的大部分能流绕过
物体继续向前方传播,反射回来可供雷达接收的能量则很小,因此,无法探测大量
存在的小型目标,即使是毫米波雷达,也探测不到直径很小的线状目标。
而用于雷
达系统的激光波长一般只有微米的量级,因而它能够探测非常微小的目标,测量精
度也远远高于毫米波雷达及其他车载标准雷达。
不过,激光雷达也存在着价格昂贵等劣势。
激光雷达的测量精度与其雷达线束
的多少有关,线束越多,测量精度越精准,ADAS无人驾驶系统的安全性也越高。
但
同时,线束越多,其价格也越昂贵。
目前,虽然低成本化是激光雷达的一大趋势,
但出于对驾驶安全性的考虑,高价激光雷达仍然占据主流。
图9:
不同类型的ADAS传感器性能对比
车用激光雷达的产业格局和发展趋势
目前,车用激光雷达的产品及生产厂商主要集中于国外,包括美国Velodyne公
司、美国Quanegy公司以及德国IBEO公司等。
国内的激光雷达产品主要以2D激光雷
达为主,多用于地形测绘、建筑测量、家用服务机器人等领域。
不过,国内以镭神
智能、思岚科技等创业公司以及巨星科技、大族激光等上市公司为代表的企业也开
始尝试逐步进入车用激光雷达行业。
同时,由于目前昂贵的价格成为车用激光雷达
市场推广的最大障碍,因此低成本化是其未来最主要的发展趋势。
国外企业破风而行,不断寻求技术突破
Velodyne:
车用激光雷达的行业先导
美国Velodyne公司成立于1983年,以头戴式耳机、低音音箱以及3D激光雷达为
主要业务。
近年来,Velodyne的3D激光雷达业务发展迅猛,谷歌在其最早的自动驾
驶原型汽车中所使用的LiDAR传感器就是由该公司开发的,其产品的测量精度在全
行业领域内处于标杆地位,性能优越。
Velodyne的3D激光雷达产品种类丰富,包括
16线束、32线束及64线束等,其中还有专门为智能驾驶汽车设计的UltraPuck激光
雷达。
图10:
Velodyne激光雷达产品及主要参数
图11:
HDL-64E正面构造图12:
HDL-64E背面构造
在2016年1月的美国CES消费电子展上,Velodyne发布了其第一款汽车专用的
3D激光雷达混合固态超级冰球(Solid-StateHybridUltraPuckAuto),这款产品
为32线束激光雷达,体积小巧、便于汽车安装携带,同时价格低廉,未来在大规模
量产的情况下,其目标价格可降至500美元,性价比较高。
但这款激光雷达目前的版
本只是车企测试版,而非最终供货版本,正式量产版本要到2018年才能面世。
UltraPuck不仅在外形及价格成本上有较大突破,在专业技术上也有所改进。
Velodyne对该款产品激光发射装置设置了2微秒时差,即32个激光发射器并非同时
发射激光,而是以2微秒的时间间隔按顺序发射激光,这种设置可防止高发射率物体
使激光雷达致盲,产品的性能得到提升。
图13:
UltraPuck产品计划图14:
UltraPuck内部结构
Quanergy:
全固态激光雷达的开拓者
2012年底,以3D激光雷达传感器为主要产品的Quanergy公司在硅谷成立。
2014
年9月,Quanergy和奔驰达成战略合作,为奔驰研发车内传感系统和无人车。
2014
年10月,该公司获得了3000万美元的A轮融资。
2015年10月,Quanergy公司宣布与
Delphi公司合作,为无人驾驶汽车开发一种新型的激光雷达系统,每台单价低于1000
美元。
目前,Quanergy共推出了两款3D激光雷达产品,一款是安装在奔驰智能驾驶
测试车上的TheMarkVIII,另一款就是第一款专为智能驾驶汽车设计的全固态激光
雷达S3。
图15:
Quanergy公司的TheMarkVIII激光雷达图16:
TheMarkVIII激光雷达的主要参数
S3全固态激光雷达基于相控阵技术代替了机械激光雷达的外部旋转部件,大幅
度缩小了产品体积,便于在汽车上安装且不占据过多空间。
同时,约250美元的价格
也易于让市场更接受。
但是,由于其使用的有关电子部件不能像机械旋转部件一样
360°旋转,只能探测前方不超过180°的视角范围,因此一辆智能汽车一般至少需
要4至6个S3激光雷达。
实际上,该款全固态激光雷达对Quanergy公司来说还是一个“早产儿”,其在测
量精度、水平视野等参数特性上还有待进一步提升。
S3激光雷达是Quanergy公司与
Delphi公司合作后所推出的中间产品,并非最终供货产品。
虽然该产品暂时只是作
为研究成果存在,并未上市推广,但其全固态技术突破对于车用激光雷达的发展却
有着重大的意义。
图17:
Quanergy公司的S3固态激光雷达图18:
S3固态激光雷达主要参数
IBEO:
全球领先的激光雷达生产商
德国IBEO公司1998年在汉堡成立,主要从事高性能激光雷达方面的研发。
2000
年IBEO成为传感器制造商SICK公司的独立部门,2009年从SICK公司独立至今。
目
前,公司共推出四款激光雷达,分别是miniLUX、SCALA、LUX-4L及LUX-8L。
其
中,LUX-4L与LUX-8L专门用于ADAS无人驾驶系统。
图19:
IBEO车用激光雷达产品
图20:
LUX-4L激光路径图21:
LUX-8L激光路径
LUX-4L与LUX-8L除了激光器数的不同外,其最大区别在于前者所发射的激光
没有波束倾斜,而后者有1.6°的波束倾斜。
这使得LUX-4L所发射的激光与地面平
行,而LUX-8L所发射的激光有一个3.2°的张角,进而能够探测到地面目标信息。
因此,LUX-8L除了具备LUX-4L所拥有的行人保护、碰撞预警、自动紧急制动、适
应巡航、交通堵塞辅助等功能外,还能够实现车道标线、道路边缘的检测及地形测
绘、地表扫描等功能。
国内企业加速追赶,目标产品逐步成型
国内与国外比起来,在多线激光雷达上有较大差距,但是应用于服务机器人、
扫地机器人的激光雷达并没有太大差别。
国内的激光雷达产品多用于服务机器人、
地形测绘、建筑测量等领域,尚未研制出可用于ADAS及无人驾驶系统的3D激光雷
达产品。
不过,随着智能汽车的浪潮从国外涌向国内,以镭神智能等为代表的多家
国内企业也开始尝试进入车用激光雷达这个新兴行业。
镭神智能
镭神智能成立于2015年年初,获得了北极光创投的投资。
公司设立至今共推出
了4款雷达产品,主要包括室内机器人激光雷达、汽车防撞激光雷达等。
其中,远距离2D激光雷达是单线束雷达,因此体积较小、成本较低,可用于汽
车防撞、无人机自主导航避障等,但测量精度与国外产品相比较差,且无法绘制出
3D图像,目前还不能用于复杂的ADAS无人驾驶系统中。
不过,镭神智能表示,对
于用于汽车防撞单线雷达,会先将其原理系统做好,未来会继续研发8线束、16线束
及32线束激光雷达,并预计于年底研发出一款16线束激光雷达。
图22:
镭神智能激光雷达产品
思岚科技
思岚科技成立于2013年10月,前身为业内具有较高知名度的PoboPeak团队。
公司主要产品是模块化自主定位导航解决方案、低成本2D激光雷达和通用机器人移
动平台,目前一共推出了2款激光雷达产品,RPLidarA1和RPLidarA2。
2015年公
司融资共计6000万元,估值3.6亿元。
图23:
思岚科技激光雷达产品
巨星科技
华达科捷与欧镭激光是巨星科技旗下专门从事激光雷达业务的子公司,巨星科
技分别持有华达科捷与欧镭激光的65%与48%的股权。
华达科捷是高端激光测量传
感设备研发与制造企业,掌握高端激光测量技术,已研发出适用于AGV、巡检机器
人等使用的32线束激光雷达。
它能够根据扫描到的点云数据快速绘制3D全景图形,
是实现无人驾驶汽车等自主导航式移动机器人的重要设备。
欧镭激光是集团未来激
光雷达的研发中心及智能装备研发平台,致力于2D及3D激光雷达、移动测绘设备、
激光投影显示模组等产品的研发生产和销售。
图24:
华达科捷3D激光雷达
大族激光
大族激光是国内激光装备行业的领军企业,主要从事激光加工设备的研发、生
产和销售。
公司先后引进激光雷达及激光传感器技术人才,成立了三家关键技术公
司——大族锐波、大族精密、大族锐视。
其中,大族锐波致力于高端光电传感产品
的开发,目前已展开激光传感核心器件研发,未来有望应用于物联网、可穿戴设备、
智能装备等领域,填补国内产业空白;大族锐视以激光雷达为切入点,着力于机器
人感知系统的开发,已完成以AGV导航为代表的工业级激光雷达的研发,现已开展
无人驾驶领域所涉及的多线激光雷达的预研工作。
低成本化时代来临,路径选择求同存异
目前,应用于智能汽车的车用激光雷达尚未能够步入大规模量产阶段。
除了技
术、法律等因素外,高昂的价格也是阻止车用激光雷达市场化的障碍之一。
以谷歌
无人驾驶汽车为例,其使用的激光雷达就是Velodyne公司研制生产的64线束激光雷
达,价格至少50万元人民币。
而Velodyne公司认为,车用激光雷达价格至少下降到
1万元人民币以下,才有望实现大规模应用。
因此,低成本化是车用激光雷达未来发
展的基本方向。
图25:
激光雷达低成本化的主要路径
目前行业有三种方式来降低整个激光雷达的成本与价格:
1)降维,即使用低线束低成本激光雷达配合其他传感器;
2)用全固态激光雷达代替机械激光雷达。
3)通过规模效益降低激光雷达的单个成本。
Velodyne公司选择了路径1,将原先的64线束激光雷达降低为32线束,最初
UltraPuck的设计方案是16线束,但3D绘图效果不尽如人意,因此最终使用了32线
束。
虽然UltraPuck在测量精度与3D绘图效果方面不如HDL-64E,但考虑到性价比
因素,前者更适合应用于无人驾驶汽车。
而Quanergy公司采用了固态化的低成本方案。
S3激光雷达就是其推出的第一款
全固态激光雷达,尽管在水平视野等参数上还略有缺陷,但激光雷达固态化趋势势
必推动产品成本及价格大幅下降。
路径3的实现依靠前两条方案的成功,目前激光雷达的应用仍然较小,未来无人
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 推荐 精品 高精度 传感器 激光雷达 分析 报告
![提示](https://static.bdocx.com/images/bang_tan.gif)