隨著谷歌、百度等無人車的相繼推出,無人駕駛已經(jīng)成為諸多媒體頻頻提及的一個熱詞。除了這些互聯(lián)網(wǎng)巨頭,新型服務(wù)公司滴滴、Uber和老牌的汽車制造商奔馳、奧迪、福特等也都在該領(lǐng)域布局。而作為無人駕駛汽車中的核心傳感器激光雷達(dá),可能并不被大家所熟知,然而其實它早在十年前,就已在無人車上大顯身手了。2004年,美國曾舉辦了世界上第一場無人駕駛汽車挑戰(zhàn)賽。當(dāng)時舉辦方在沙漠中鋪設(shè)了一條240公里長的賽道,尷尬的是當(dāng)時并沒有一輛車駛完全程。直到第二年斯坦福大學(xué)率先在Stanely車輛上使用了激光雷達(dá)作為傳感器,才一路走到了終點。這也是激光雷達(dá)在無人車上的首次使用。據(jù)了解,激光雷達(dá)通過內(nèi)置激光探頭對周圍環(huán)境進(jìn)行360度掃描,依靠激光遇到障礙后的折返時間,計算出相對距離,并生成物體的3D輪廓,就可畫出汽車周圍環(huán)境的高精度地圖,精度可達(dá)到厘米級,它比相對更普及的可見光攝像頭看得更精確更遠(yuǎn),且不受光線影響。因此激光雷達(dá)是導(dǎo)航、定位、避障必不可少的核心傳感部件。此前就有業(yè)內(nèi)人士評價稱,激光雷達(dá)撐起了無人駕駛的半壁江山。
目前,國內(nèi)的激光雷達(dá)企業(yè)與國外相比仍有較大的差距。雖然國產(chǎn)的低精度激光雷達(dá)在掃地機器人市場已取得了不小的成績,但是在無人駕駛這個高端市場的動靜卻始終不大。不過,近期國內(nèi)的激光雷達(dá)公司速騰聚創(chuàng)和禾賽科技陸續(xù)對外宣布,已研發(fā)成功了適用在無人駕駛領(lǐng)域的多線激光雷達(dá)。從稱謂中我們就可以看出多線激光雷達(dá)是單線激光雷達(dá)的加強版。單線激光雷達(dá)的應(yīng)用在國內(nèi)已經(jīng)相對較廣,像掃地機器人使用的便是單線激光雷達(dá)。它與多線激光雷達(dá)的區(qū)別主要在于識別的精度上。單線激光雷達(dá)可以獲取2D數(shù)據(jù),但無法識別目標(biāo)的高度信息,一般在自動駕駛汽車?yán)锩嬉仓皇亲鳛橛嬎銠C視覺識別技術(shù)的補充。而多線激光雷達(dá)則可以識別2.5D甚至是3D數(shù)據(jù),在精度上會比單線雷達(dá)高很多。目前在國際市場上推出的主要有4線、8線、16線、32線和64線。隨著線速的提升,其識別的數(shù)據(jù)點也隨之增加,這也是衡量激光雷達(dá)的主要指標(biāo)。
當(dāng)前,市面上的無人駕駛解決方案主要有兩種,一種是采用激光雷達(dá);另一種就是在車前車后各部署毫米波雷達(dá)加上用于先進(jìn)駕駛輔助系統(tǒng)的攝像頭。由于在無人車上使用的激光雷達(dá)價格高昂,并不是所有人都愿意為其買單。像谷歌無人車配備的Velodyne 64線激光雷達(dá),市場售價就高達(dá)8萬美元(該價格都可以買輛特斯拉)。特斯拉CEO伊隆·馬斯克就曾說過:“我不是激光雷達(dá)的粉絲,它完全可以由攝像頭加上一個前置雷達(dá)來實現(xiàn)一樣的效果。”其實特斯拉采用的就是毫米波雷達(dá)+攝像頭的組合形式,價格會比應(yīng)用在無人駕駛領(lǐng)域的激光雷達(dá)便宜很多。而毫米波雷達(dá)和激光雷達(dá)的主要區(qū)別在于載波波長不同,毫米波雷達(dá)比激光雷達(dá)精度低、可視范圍的角度也偏小。因此,它在遠(yuǎn)距離物體的識別、3D成像和識別準(zhǔn)確性上都有明顯缺陷。如果激光雷達(dá)要想在無人車上普及首先就先得把價格壓下去。這就需要采用低線數(shù)雷達(dá),配合其他傳感器,但無人車自身要具備著極高的計算能力。簡單來說就是用不那么好的激光雷達(dá),搭配擁有較好計算能力系統(tǒng)的無人車。要不就是采用固態(tài)激光雷達(dá)。由于激光雷達(dá)最貴的是機械旋轉(zhuǎn)部件,如果把它替換成電子設(shè)備,體積會減小,成本上也會降低很多。但是由于固態(tài)式的激光雷達(dá)沒有旋轉(zhuǎn)部件,水平視角小于180°,所以需要多個一起配合使用才行。據(jù)悉,此前速騰聚創(chuàng)宣布完成的16線激光雷達(dá)采用的就是混合固態(tài)的形式。另外,我們盤點了下目前國內(nèi)外研發(fā)激光雷達(dá)的一些企業(yè),在國外研發(fā)激光雷達(dá)比較有代表性的有Velodyne、Ibeo和Quanergy,并且他們都背靠巨頭。
1、Velodyne成立于1983年,位于加州硅谷,最早以音響業(yè)務(wù)起家,隨后業(yè)務(wù)拓展至激光雷達(dá)等領(lǐng)域。它也是在該領(lǐng)域比較資深的一家企業(yè),當(dāng)年美國舉辦的世界無人車挑戰(zhàn)賽獲得第一名和第二名的高校卡耐基梅隆大學(xué)和斯坦福大學(xué),使用的就是Velodyne的激光雷達(dá)。目前其已有包括Velodyne 16、32、64線激光雷達(dá)三個系列,近期還獲得了百度和福特聯(lián)手為其注資的1.5億美元融資。
2、Quanergy位于硅谷中心地區(qū)桑尼維爾市。成立于2012年,雖然相對“年輕”,但它造出了全球第一款固態(tài)激光雷達(dá),售價僅為200美元。這價格與谷歌和百度無人車使用的價值8萬美元的激光雷達(dá)簡直是天壤之別。并且在今年8月份,Quanergy也獲得了由森薩塔科技領(lǐng)投,德爾福、三星風(fēng)投等多家公司跟投的近1億美元融資。
3、Ibeo是無人駕駛激光雷達(dá)供應(yīng)商,成立于1998年,2000年被傳感器制造商Sick AG收購。2009年公司脫離Sick AG獨立,2010年和法雷奧合作開始量產(chǎn)可用于汽車的產(chǎn)品ScaLa。其目前主要供應(yīng)4線和8線的激光雷達(dá)。今年8月初,Ibeo被汽車零部件供應(yīng)巨頭采埃孚收購了40%的股權(quán)。
國內(nèi)在激光雷達(dá)研發(fā)這塊的企業(yè)則主要有砝石雷達(dá)、北醒光子、思嵐科技、鐳神智能、速騰聚創(chuàng)、禾賽科技。
1、FASELASE砝石激光雷達(dá)在核心技術(shù)上有所突破,其單線激光雷達(dá)傳感器測量速率上超過了Velodyne的速率達(dá)到了36kHz(Velodyne16線的單線測量速率只有18.75kHz)并且一維雷達(dá)、二維雷達(dá)已量產(chǎn),產(chǎn)品在智能交通、AGV導(dǎo)航、汽車ADAS等行業(yè)應(yīng)用很廣,據(jù)稱16線三維激光雷達(dá)將于201612量產(chǎn)。
2、北醒光子在2015年該公司入駐清華啟迪科技園,公司目前的產(chǎn)品有三大系列:單線環(huán)境雷達(dá)DE-LiDAR 1.0、多線長距雷達(dá)DE-LiDAR 2.0和固態(tài)雷達(dá)DE3.0系列(多線長距雷達(dá)目前正在研發(fā),可做到8到32線)。在融資方面,公司已獲得IDG資本的A輪投資。
3、思嵐科技技成立于2013年,是一家提供消費級產(chǎn)品領(lǐng)域的高性能機器人定位導(dǎo)航解決方案及相關(guān)核心傳感器的公司。目前主要的產(chǎn)品有:激光測距掃描雷達(dá)、即時定位與地圖構(gòu)建導(dǎo)航系統(tǒng)和通用型商業(yè)機器人平臺。其研發(fā)的主要是應(yīng)用在服務(wù)機器人領(lǐng)域的三角測距雷達(dá)。目前,思嵐科技已完成數(shù)千萬美元的A輪融資。
4、鐳神智能成立于2015年初,是一家提供機器人導(dǎo)航避障激光雷達(dá)、激光滅蚊炮和激光滅蚊機器人、中遠(yuǎn)距離脈沖測距激光雷達(dá)等產(chǎn)品及解決方案的公司。在今年7月份,該公司也宣布獲得近億元人民幣的A輪融資,由招商資本領(lǐng)投,如山資本跟投。
5、速騰聚創(chuàng)此前的產(chǎn)品主要用于靜態(tài)測繪,現(xiàn)在則是專注于無人駕駛激光雷達(dá)。在十一期間剛宣布完成其混合固態(tài)的16線激光雷達(dá)研發(fā)。該公司在成立500天余天內(nèi)先后獲得了東方富海領(lǐng)投的天使輪和A輪融資以及復(fù)星昆仲的數(shù)千萬的A+輪融資。
6、禾賽科技該公司成立于2014年11月,其前身為2012年成立的美國硅谷禾賽儀器公司。近日已宣布完成了適用于無人車及輔助駕駛的16線激光雷達(dá)產(chǎn)品的研發(fā),同時在固態(tài)雷達(dá)方面也做出了布局。融資上,目前也已完成了3輪融資。
在無人駕駛領(lǐng)域,激光雷達(dá)是其重要的硬件門檻。國內(nèi)自主的多線激光雷達(dá)的出現(xiàn)或許會讓國內(nèi)的無人駕駛汽車的上下游企業(yè)獲益。無論是百度還是樂視這樣的大型互聯(lián)網(wǎng)企業(yè),都需要該技術(shù)的支持。此前百度和福特聯(lián)手為Velodyne注資1.5億美元,就是為了在未來幾年內(nèi)拿出售價100美元左右的激光雷達(dá)解決方案,該技術(shù)的價值可見一斑。而隨著國內(nèi)這種技術(shù)的落地,如果在價格上也相當(dāng),相信無人駕駛離我們就不遠(yuǎn)了。
2025-05-28 21:29
2025-05-28 21:24
2025-05-28 21:20
2025-05-26 18:37
2025-05-26 18:35
2025-05-22 13:30
2025-05-19 17:48
2025-05-19 17:46
2025-05-19 17:43
2025-05-15 18:47