- Advertisement -
首頁 標籤 光達

光達

- Advertisment -

Luminar降低成本 Volvo預計2022推光達自駕車

儘管現階段光達因為其高昂成本而被許多廠商拒於門外,而許多自駕車系統開發廠商如Tesla與高通都沒有投入光達研發的打算。但是也有傳統汽車業者看好其效能而反其道而行,例如Volvo宣布即將於2022年推出搭載光達的自駕車,試圖以不同的技術面切入,吸引消費者的青睞。 示意圖 Volvo自駕車。來源:Volvo 光電協進會指出,目前市售新車都包括許多感測器(相機與雷達),以輔助自動緊急剎車系統與車道偏移系統等安全裝置。不過現在少有汽車製造商推出搭載光達(LIDAR)的車種,因為大多數光達的價格都高得離譜,主要供應商的價格都在75,000美元左右。 最近Volvo宣布,該公司投資的光達廠商Luminar已經可以降低成本,生產出足夠便宜的感測器,若該公司以所預期的時程將光達安裝在一般市售汽車上,不僅有助於行車安全,也讓自駕車的實用化能有大幅的進展。Volvo希望透過量產大幅降低光達的成本,協助該公司在競爭對手中脫穎而出。Volvo認為,如果將自動駕駛功能限制在高速公路上使用,不僅可分攤LIDAR的成本,而且還可攤提實現自動駕駛汽車所需的高效能運算能力。 Volvo表示,將場域隔離到可以控制和驗證的高速公路環境中,將是讓用戶安全進入自駕技術與自主體驗的安全途徑。因此,該公司的自動駕駛高速公路功能,將在2022年與下一代XC90 SUV一同推出。根據Volvo的描述,Highway Pilot類似特斯拉的Autopilot或凱迪拉克的Super Cruise等駕駛輔助系統(ADAS)的加強版本。不過最大的差異在於,這些系統要求駕駛員隨時將手放在方向盤上,或者在需要控制的情況下關心路況,而Volvo的方案可以完全自動駕駛,無需任何人工干預。 光達成本方面,Luminar表示其目標是將ADAS系統的成本降低至每台裝置500美元,將自駕系統的成本降低至每台裝置1,000美元左右。以該公司所開發的LIDAR來說,其重量不到2磅,射程為250米,較大物體的射程可達500米。當然光達有其不利因素,比如Tesla的執行長Elon Musk就偏好以視覺系統來輔助該公司的自駕系統提供動力。不過Volvo表示,基於相機和雷達的系統缺乏光達的準確性和遠距離功能,也缺少在不同天氣和光照條件進行觀察的能力,而光達則可以建構並增加系統的準確性和可靠性。
0

自駕交通工具帶動感測器市場起飛

汽車等交通工具搭載自動駕駛功能,將是擋不住的趨勢。而自動駕駛交通工具不可或缺的各種感測技術,也將因為這股風潮,成長為一個龐大的產業生態系統。研究機構Yole Developpement預估,未來15年內,自駕車上所撘載的各種感測器總市場規模,將出現 51%的年複合成長率(CAGR)。屆時,與機器人車輛生產相關的總收益將達到600億美元,其中的40%將來自於車輛本身,28%來自於感測硬體,28%來自於運算硬體,剩餘的4%則來自系統整合。 Yole的分析團隊對2024年感測器市場規模的預期是,光達將達到4億美元,雷達為6,000萬美元,攝影機為1.6億美元,IMU為2.3億美元,GNSS設備為2,000億美元。不同類型感測器之間的分配情況在未來15年內或許會發生變化。無論如何,感測硬體的總收益將在2032年達到170億美元。  
0

簡化ADAS閘道設計 TI推低功耗處理器

德州儀器(TI)日前推出新Jacinto 7處理器平台,該平台提供強化深度學習的能力與進階網路,有利於解決先進駕駛輔助系統(ADAS)及車用閘道器應用面臨的設計挑戰,促使環境感知能力提升,並加速整合車輛數據資料運算能力。 德州儀器推出兩款車用裝置提升車輛性能。 本次推出的兩款車用裝置,具備用於區隔與促進如電腦視覺和深度學習這類數據密集型任務的專用晶片加速器。新品分別為用於ADAS的TDA4VM處理器,以及用於閘道系統的DRA829V處理器平台,兩者各包含一個功能安全微控制器,並共享同一軟體平台,除使OEM廠商和一級供應商能利用單晶片支援ASIL-D安全性關鍵任務(Safety-critical Tasks)並保有便利性外,更使開發者能在多個車輛領域中重覆使用現有已建置的軟體,降低系統複雜性與成本。 為了使車輛接收大量訊息,處理器或系統單晶片必須快速及高效即時管理多階層處理,並在系統功率預算內運作。TDA4VM處理器為此提供晶片分析,結合感測器預先處理功能,實現更高系統效能,使OEM廠商和一級供應商能以高解析度8-MP攝影機支援前置攝影機應用,讓視野更廣,同時增加駕駛輔助等先進功能。 此外,該處理器使用5到20W的低功率執行高性能ADAS運作,且無需主動冷卻;能夠同時操作4到6個3MP攝影機的特性,使該處理器將雷達、光達與超聲波等其他感應模組融合在單一晶片上,因此可作為ADAS的中央處理器,並支援自動停車中關鍵功能,如環繞景象與圖像顯示處理,提升車輛360度的環境感知系統。 隨著車用技術進步,車用閘道器亦需靈活的處理器管理大量數據,並支援不斷變化的自主需求與強化的連接性能。DRA829V處理器則加速軟體定義車輛的數據資料庫,整合現代車輛所需的計算功能及晶片上的PCIe交換器。同時亦整合支援TSN的8埠gigabit乙太網路交換器,使車輛享有更快的高性能計算和通訊功能。 兩款新裝置除了使OEM廠商與一級供應商能在單一裝置支援混合關鍵性(Mixed-criticality)應用外,其高頻寬晶片亦使開發者易管理車輛中軟體的開發與驗證,使系統得以不斷升級。
0

Bosch力推低成本車用光達 加速自駕車發展

博世(Bosch)於日前宣布將投入生產用於汽車的低成本遠距光達(LiDAR)感測器,偵測範圍包含短距的城市至長距的高速公路,希望透過更低價的產品,加快光達普及率及推動自駕車發展。 Bosch宣布投入生產用於自動駕駛的低成本光達感測器。 Bosch管理董事會成員Harald Kroeger表示,透過突破感測器技術侷限,該公司為可見的未來做出此決定性貢獻,使自動駕駛技術得以進步,期望使自動駕駛方便及安全,並成為卓越實踐。 由於光達提供極高解析度、遠距測量及廣闊視野,被視為推動自動駕駛技術的重要關鍵。Bosch開發人員經研究調查,分析高速公路至城市的全自動駕駛功能案例並證實,如欲使自動駕駛推出時安全性最大化,整合部署雷達、影像和光達三個感測器勢在必行,可排除雷達偵測盲點及光線干擾,確保車輛感測,不僅將符合自動駕駛安全要求,未來更能有效整合技術至各種車型。 價格及技術一直是光達普及的障礙—目前雖有數家廠商將光達技術使用於汽車,但高昂價格令市場無法引起強烈迴響,根據路透社報導指出,光達設備進行大量生產的條件,必須低至200美元才有可行性。環顧市場中致力於研發低成本光達的眾多公司,Bosch本次宣布將投入研發低成本光達感測器,估計有機會可以加速該技術於市場中的廣泛應用。
0

部署自駕市場 賽靈思:FPGA比ASIC更具靈活優勢

要實現自動駕駛,意味著要先實現高速運算,以處理、分析大量的感測數據(例如雷達、光達、攝影機等),因此,除了CPU、GPU之外,現在也已有越來越多車商或半導體業者採用高效、低功耗且能大規模量產的ASIC(例如特斯拉)。對此,賽靈思Xillinx汽車戰略與客戶市場營銷總監Dan Isaacs表示,自動駕駛的功能需求不斷變化,而可編程的FPGA晶片有著更好的設計和升級彈性,靈活性優於ASIC,更符合自動駕駛多樣的功能設計。 賽靈思汽車戰略與客戶市場營銷總監Dan Isaacs表示,汽車市場需求變化快速,需要靈活彈性的解決方案 Isaacs進一步說明,FPGA是一個可編程的邏輯晶片,可以支援多種演算法,以讓晶片適用不同的自動駕駛功能(例如安全、感測等)。若是採用ASIC,有要如果要更改其中一項功能,或是指令要求的話,很可能無法輕易更動,而需要重開一顆ASIC,如此一來不僅成本提高,也可能會增加風險,因為不確定後來新的ASIC是否適用。像是自動駕駛的安全需求是不斷變化、採用FPGA的話,便可以用同一個元件滿足各種功能調整、改進、增添的需求,而這是ASIC無法做到的。 Isaacs指出,許多人認為FPGA價格遠高於ASIC,因此較少採用,其實這是一種對FPGA的誤解。賽靈思目前已出貨1.7億顆的車用FPGA晶片,這證明了FPGA的適用性、效能及優勢,且可編程的靈活特性又可以減少重開晶片的風險及成本;換言之,FPGA所能帶來的效益及優勢已遠遠超過其價格,擁有相當好的性價比。 另外,布局自動駕駛市場,賽靈思也於近期發布全新高效能的自行調適元件XA Zynq UltraScale+ MPSoC 7EV與11EG,進一步擴大其車規級16奈米系列產品。這兩款新元件能提供最高的可程式化容量、效能與I/O功能,並為L2+到L4等級的先進駕駛輔助系統(ADAS)與自動駕駛應用提供高速資料彙整、預處理和分配(DADP)及運算加速。新款元件提供超過65萬個可程式化邏輯單元與近3千個DSP單元,和前一代最大元件相比增加2.5倍。在新增這兩款高效能元件後,包括汽車製造商、自駕計程車開發商和一級供應商都能在一定的功耗範圍內執行DADP與運算加速,加速自動駕駛車輛的生產部署。 Isaacs說明,新推出的元件主要是因應自動駕駛愈來愈複雜的運算需求。如今的自動駕駛車輛有著越來越多的感測器,像是雷達、超音波、影像感測器和光達等。這些感測器所收集的數據資訊都要快速、即時地進行分析處理,因此市場對於運算的需求越來越高;因此,該公司擴展XA產品系列,協助車商、系統業者實現數據整合處理,並透過更加的靈活性和擴充能力,滿足瞬息萬變的自駕車市場。
0

確保自駕車行駛安全 感測技術舉足輕重

和當初的登月計畫一樣,邁向安全自駕車的路上也潛伏著許多障礙。最近多項自駕車事件引發大眾矚目,引發持負面看法的人士聲稱自駕車本身以及所處的週遭環境太過複雜,另外,其同時也還存在著太多的變數,而軟體也仍然存在著非常多的問題。對於曾參與ISO 26262車輛功能安全標準相容測試的人士而言,抱持這樣懷疑的態度是可以理解的,其立論的基礎為五家自駕車公司於2017年在矽谷進行測試,實際行駛里程除以測試過程中出現解除自駕(Disengagements)事件的次數(圖1)。2019年的數據則尚未公布。 圖1 加州五大自駕車製造商總行駛哩程除以解除自動駕駛次數的數據(2017年12月~2018年11月)。在此期間共有28家廠商在加州境內進行公開測試,自駕模式共行駛2,036,296英哩,期間共出現143,720次解除自動駕駛。 然而,自駕目標已勢在必行:完全自主駕駛的車輛即將誕生,而安全則是最優先的要素。加州汽車監理局(DMV)2018年非官方報告顯示,自駕車每英哩解除自動駕駛的次數持續降低,顯示系統的能力逐漸提升。然而這樣的趨勢還必須加快速度。 將分工協作與新思維放在第一位使得許多車廠直接和晶片廠商合作,感測器製造商開始和AI演算法開發者探討感測器融合;軟體開發商也終於和硬體供應商聯手推動軟硬體整合。舊有的合作關係逐漸改變中,而各方也積極持續發展新的合作關係,藉以優化最終設計成品的效能、功能、可靠度、成本以及安全性。 整個產業體系正尋找正確的模式,藉以建構與測試完全自駕車,進而支援包括無人駕駛計程車以及長途貨車等新興應用。在這樣的發展過程中,隨著感測器不斷改良,帶動先進駕駛輔助系統(ADAS)的進步,也促成了業界迅速推進至更高層級的自動駕駛。 這些感測器技術包括攝影機、光學偵測與測距(光達)、無線電波偵測與測距(雷達)、微機電系統(MEMS)、慣性量測單元(IMU)、超音波以及全球衛星定位系統,它們為AI系統提供了關鍵的輸入訊息,協助驅動著真正具感知能力的自駕車(圖2)。 圖2 各種不同的感測模組用來感知環境以及為ADAS提供車輛導航功能。它們通常獨立運作,為駕駛員提供警訊,協助作出應對的操駕動作 感知能力讓自駕車安全有保障 車輛的智慧程度通常以自駕車的自主能力等級(Levels Of Autonomy)來表達。其中第一級(L1)與第二級(L2)大致上屬於警示系統,到了第三級(L3)以上就具備避免意外的能力。到了第五級,自駕車就沒有配備方向盤,完全自主行駛。 在最初幾個系統世代,車輛開始配備L2功能,感測器系統已能獨立運作。這些警示系統的誤警率(False Alarm Rate)偏高,由於太煩人以致常被關掉。為打造具備完全感知能力的自駕車,車上配備感測器的數量顯著增加。此外,效能以及反應時間也大幅改善(圖3、圖4) 圖3 具完全感知能力的自駕車能感知當前與過去的歷史狀態、週遭環境的性質,以及車輛本身的狀態(位置、速度、軌跡以及機械狀況)這些都是自駕車維持安全不可或缺的要素。 圖4 自動駕駛等級以及感測器有不同的要求。 隨著車上裝載越來越多感測器,它們能進行更良好的監視,以及察覺當前的機械狀況,像是胎壓、重量變化(例如感知有一位或六位乘客上車或下車),以及其他磨耗因素影響到煞車與操駕功能。隨著加入更多外部感測模組,車輛融入更完整的感知能力,能掌握車輛本身健康狀況以及週遭環境。 感測器模組的諸多進步讓車輛不僅能辨識環境的當前狀態,還能察知歷史紀錄。這方面要歸功於ENSCO公司航太科學與工程部門首席技術師Joseph Motola博士的研發成果。這項感測能力從感知如坑洞位置等這類簡單的路況,一直涵蓋到感知事故種類,以及在某些地區過去發生紀錄等複雜功能。 這些感知觀念在發展之際,包括感測等級(Level of Sensing)、處理、記憶體容量,以及連網等障礙使它們看似難以實現,但如今局勢已大為改觀。如今不僅系統能存取歷史資料,還能參照車輛各感測器擷取的即時資料,讓預防性以及事故規避動作的準確度能持續提高。 舉例來說,IMU能偵測忽然的顛簸或偏向,這些狀況都反映道路存在坑洞或障礙物。在以往即使收到這樣的資訊也沒有用,但如今即時連結讓這類資料能立即傳送到中央資料庫,用以警告其他車輛及早避開坑洞或障礙物。另外包括攝影機、雷達、光達,以及其他感測器的資料,也能進行相同的處置。 這類資料經過編譯、分析、融合後,讓車輛能針對所處環境做前瞻性的認知。如此一來,車輛就扮演學習機器的角色,進而做出比人類更好、更安全的決定。 感測融合發揮互補作用 車載尖端感知技術方面已累積長足的進展,業界的重點聚焦於從各種感測器收集資料,然後運用感測器融合策略盡可能發揮最大的互補作用,弭平在各種狀況下各自的弱點(圖5)。 圖5 每種感測模組都有其長處與弱點,但運用適當的感測器融合策略,即可融合各家長處並補強各自的弱點。  然而,若其要發展成真正能解決業界面臨問題的可行方案,則還有很長的一段路要走。舉例來說,攝影機能計算到橫向速度(亦即物體沿著和車輛行進路線垂直方向前進的速度)。另外,即使是最好的機器學習演算法,也需要約300毫秒的時間才能偵測橫向移動,並將誤報率維持在夠低的水準。若有一個行人在車輛前方以時速60英哩的速度前進,數毫秒的時間可能就是皮肉傷或致命重傷的差別,因此,反應時間至關重要。 300毫秒延遲是因為需要對連續視訊畫格進行Delta向量運算,而要做到可靠的偵測程序,至少需要10格以上的連續畫格,因此必須處理完一或兩個連續畫格,車輛才有時間去做反應,雷達目前已能做到這點。 同樣的,雷達在速度與物體偵測方面存在許多優勢,像是方位角(Azimuth)以及高度,還有能繞著看物體,但仍然需要提供更多時間讓車輛做出反應。面對時速400公里以上的目標,新發展的方案必須至少達到77GHz~79GHz的運行頻率。如此高的速度似乎太過,但卻是支援複雜分向車道公路的必備條件,在這類道路上車輛會以超過時速200公里的相對速度朝反方向行駛。 光達是介於攝影機與雷達兩者之間的感測器,這樣的屬性使它能運用在完全感知自駕車上並扮演關鍵元件(圖6),但眼前,光達也仍有許多挑戰有待克服。 圖6 完全感知車輛運用先進雷達、光達以及攝影機,搭配慣性量測單元以及超音波技術,造就了360度的觀測能力。 光達持續演化成為小巧廉價的固態元件,能裝設在車身四周,支援360度全面向覆蓋;再輔以雷達這個攝影機系統,加入更高的角解析度(Angular Resolution)以及感知物體距離的深度判斷(Depth Perception),因此也就能提供更精準的環境3D地圖。 然而,採用近紅外線(IR) (波長850~940奈米)作為光源有可能對視網膜造成傷害,因此光束輸出能量嚴格限制在905奈米波長下每脈衝上限為200奈焦(nJ)。然而若改用1,500奈米波長的短波IR,光線會被整個眼睛表面吸收,主管當局可採較寬鬆的規範,每脈衝上限設為8毫焦(mJ)。由於是905奈米光達能階的4萬倍,使得1,500奈米脈衝光達系統能提供4倍的傳輸距離。此外,1,500奈米系統對於像是陰霾、灰塵,以及懸浮微粒等環境狀況具有更高的耐受力。 1,500奈米波長光達面臨的挑戰是系統成本,主要來自光檢測器(Photodetector)技術(現今採用銦鎵砷材質元件)。發展高品質解決方案,高靈敏度、低暗電流,以及低電容。是打造1500奈米波長光達的關鍵要素。此外,隨著光達系統發展至第二與第三代,必須進行各種應用優化電路整合,才能壓低尺寸、功耗,以及整體系統成本。 除了超音波、攝影機、雷達,以及光達之外,還有其他感測模組也扮演關鍵角色,促成業界發展完全感知自主運輸載具。GPS讓車輛能在任何時刻掌握自己所在位置。不過,有一些地方無法收到GPS訊號,像是隧道以及高層建築物之間。在這些情境中,慣性量測單元就扮演了關鍵的角色。 經常被忽視的慣性量測單元,其所依賴的是不受環境條件影響維持恆定的重力,因此在推測導航(Dead Reckoning)方面相當有用。在暫時收不到GPS訊號時,推測導航採用包括車速計與慣性量測單元的資料來偵測行進的距離和方向,然後將推算出的資料疊到高解析地圖上。如此,即可讓感知力自駕車保持在正確的行進路線上,直到恢復正常GPS收訊為止。 高品質資料節省時間/提升安全 和這些感測模組一樣重要的是,若感測器本身並不可靠,而輸出的訊號並不是精準地擷取,並以高精準感測器資料的狀態饋送到上游端,那麼這些關鍵感測器的輸入資料就不可靠,輸入垃圾,輸出的也只會是垃圾。 要因應上述課題,即使最先進的類比訊號鏈也必須持續改進才能進行偵測、擷取、數位化,轉換成感測器訊號的輸出內容,因此其精準度與精密度不能隨著時間與溫度出現漂移。憑藉正確的元件以及設計的最佳策略,包括隨著溫度、相位雜訊、干擾以及其他造成不穩定現象產生的偏差漂移,其產生的難題都能大幅消弭。總而言之,高精準度/高品質資料至關重要,其攸關著機器學習以及AI處理器是否能正確訓練,以及做出正確的運行決策。然而這些程序必須在短短幾秒的時間內迅速完成。 在資料品質得到確保後,即可著手優化各種感測器融合方法以及AI演算法,以獲得正確的結果。不論AI演算法訓練到多好的程度,一旦模型完成編譯並部署到網路邊界的裝置之後,這些演算法就完全得依賴可靠、高精準的感測器資料才足以發揮效率。感測器模組、感測器融合、訊號處理以及人工智慧之間的互動,已對智慧/感知/自駕車的發展產生深遠的影響,並提高我們對於確保駕駛、乘客、以及行人安全的信心。然而倘若欠缺可靠、精準、高精密度的感測器資訊,上述目標就難以實現,而這些要素也都是安全自駕車的基礎。 和所有先進科技一樣,投入越多,就會發掘更複雜的使用情境以及衍生的問題,其複雜性將持續讓現有技術顯得力不從心,因此,必須期盼新一代感測器以及感測器融合演算法能克服這些難題。 和最初的登月計畫一樣,自駕車的整個計畫將對社會產生著長遠的顛覆性影響。從駕駛輔助到取代駕駛,不僅大幅改善了運輸的安全,生產力也會出現巨大的躍進。而這樣的未來,則有賴於感測器奠立的基礎,在此基礎之上各界才能發展所有其他元件。 (本文作者為ADI自主傳輸及安全副總裁)
0

VCSEL狂飆! 2024產業規模超越37億美元

根據產業研究機構Yole Développement研究顯示,全球垂直共振腔面射雷射(VCSEL)市場規模到2024年將超過37億美元,在2018年至2024年間以31%的年複合成長率(CAGR)成長。其中行動與消費性應用占最大比重,到2024年市場規模達到34億美元。智慧型手機應用之外,具有新興3D感應功能的汽車產業也出現高度成長CAGR為185%。 2017年,每部智慧型手機的VCSEL總成本估計為4~5美元,2018年,進一步降至2~3美元,Yole認為,出貨量大幅成長刺激成本下降;更多VCSEL製造商獲得智慧型手機製造商的認可,導致利潤率降低。未來,智慧型手機應該嵌入用於接近感應和前後3D感應的VCSEL,整體VCSEL成本約為2美元。 2017年11月,Apple推出FaceID新功能,帶動VCSEL的高度成長;行動和消費性應用在2018~2024年之間的CAGR為35%。其他應用也有望在不同的市場中導入VCSEL包括:汽車和運輸以及工業。在LiDAR中,預計VCSEL將與EEL競爭,特別是中短程光達。由於能夠輕鬆構建陣列,VCSEL是降低LiDAR成本並達到OEM設定目標的解決方案之一。到2032年,光達的VCSEL市場可以創造約8億美元的營收。  
0

光達市場再添新力 Pioneer/Canon攜手開發3D LiDAR

隨著汽車廠商與相關產業積極推動Level 3等級的自駕車技術發展,光達的重要性也隨著日益提升。為此,先鋒(Pioneer)與佳能(Canon)近期協議共同開發3D LiDAR感測器。 3D LiDAR感測器使用雷射光束,能夠精確測量物體的距離,並能即時確定與物體的距離和感知周圍的環境。要實現Level 3以上等級的自駕車,即有能力操控車輛、自行加速或減速,還能在無駕駛人介入的情況下進行超車;也能避開事故或塞車路段的自駕車,光達是不可或缺的感測器。 Pioneer一直致力於開發高整合度、高性能的微機電系統( Micro Electric Memory Systems, MEMS)反射鏡,這種反射鏡已可以低成本生產,並預計於2020年開始量產。而除了開發物體識別演算法和車輛定位演算法之外,該公司在2018年9月起提供3D LiDAR感測器模型讓合作夥伴進行測試。除此之外,在2019年1月,Pioneer建立了一個新的組織架構,集合了自駕車相關的研發、技術開發和業務發展,進一步幫助加速其自駕車業務的成長。 Canon目前正透過提供其光學技術,試圖擴展其業務到各種工業領域。為此,該公司正在加強其與汽車產業的合作,特別是在自駕車的創新技術領域。 根據Pioneer和Canon之間的協議,兩家公司將共同開發3D LiDAR感測器,以實現Pioneer的大規模生產的目標。基於Pioneer在微型化技術和數位訊號處理技術以及Canon的先進光學技術和汽車設備相關的專業知識,此合作夥伴關係將促進高性能3D LiDAR感測器更快地應用於自駕車領域。
0

車用光達2018~2024年CAGR高達64%

產業研究機構Yole Développement(Yole)宣稱,雷射雷達(LiDAR, 光達)市場在2018年市場規模達到13億美元。自駕車的發展帶來了許多商機,預計光達產業規模在2024年前達到60億美元,其中70%將應用于汽車領域,高度完全的自動駕駛即將在不久的將來成為現實。在更低的生產成本和新科技推動下,光達正成為汽車應用中的關鍵零組件,這一市場可望出現高度成長,從2018年到2024年間的年複合成長率CAGR高達64%,整體光達市場的CAGR則為29%。 自2010年以來,光達的相關專利活動有顯著成長。汽車光達的故事從一場賽車開始,DARPA“大挑戰”是一項為鼓勵開發全自動駕駛地面車輛而進行的無人車競賽。2005年是這項競賽第二次舉行,那一年比賽中導入了光達。兩年後的2007年,完成比賽的六輛車中有五輛在車頂嵌入了光達。自那時起越來越多公司製造出了採用光達的無人車原型,如今Waymo擁有超過600輛車的陣容。在汽車生產商方面,奧迪自2017年底已在A8車型中整合了由Valeo供貨的一款光達,並計畫延伸到其他車型,如Q8、A7和A6。 近期由Valeo和Ibeo合作開發的新型光達名為SCALA,意在推出一款能辨別物體並在任何環境中測距的機械3D掃描雷射器,這項創新是為搭載了ADAS並具備自動駕駛功能的車輛而設計的。一面嵌入式旋轉鏡對高功率雷射二極體中通過發射透鏡發射出來的光束進行偏轉反射,同時接收到通過聚光透鏡返回的反射光,然後由一個三元素雪崩光電二極體陣列捕捉到反射光。  
0

Lumotive搶攻光達市場 開發新光束控制技術

Lumotive推出了一款高性能光達(LiDAR),利用已經獲得專利的光束控制(Beam-Steering)技術與液晶曲面(Liquid Crystal Metasurfaces, LCM)晶片提高LiDAR性能、可靠性和降低成本,現在光達已經成為一種關鍵的3D感測技術,它將有助於實現自動駕駛系統,或先進駕駛輔助系統(Advanced Driver Assistance Systems, ADAS)。LiDAR系統透過發射光束並測量從物體反射回來的時間來推測距離,LiDAR技術可以準確地探測幾英吋到數百碼之內的物體。 目前,大多數LiDAR系統都是依賴機械掃描,其成本較高,且由於使用機械掃描,光達的形狀會受到某種程度的限制。而Lumotive新的光束控制技術使用的LCM晶片以超材料(Metamaterial)製成,且具有更大的光學孔徑(25×25 mm)結合120度的視野和快速隨機接收光束的功能,使LiDAR擁有更寬廣的視野。幫助降低LiDAR成本,並提升效能。 Lumotive聯合創辦人兼首席技術長Gleb Akselrod博士表示,更大的光學孔徑就像擁有更長的望遠鏡一樣,可以看到比其他系統更遠更廣的範圍。雖然LiDAR系統將被廣泛部署在諸多領域以強化感測,包括機器人、無人機和工業自動化等等。但LiDAR現階段最廣為人知的應用還是在汽車市場,此技術將幫助實現ADAS以及全自動駕駛系統。 據悉,現在自駕車市場正致力於發展自駕車出租服務(Self-Driving Taxi Services),又稱為RoBo-Taxi。Argo AI、震旦集團(Aurora)、May Mobility、Uber和Google的子公司Waymo皆在開發此項技術。YoleDéveloppement(Yole)的技術與市場分析師Alexis Debray指出,估計專用於ADAS和自駕車的LiDAR市場在2018年至2024年之間將顯著成長,市場總額將從7.21億美元達到63億美元。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -