ADAS
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。
Gartner預測2023年全球自駕車成長大躍進
國際研究暨顧問機構Gartner預測,2023年全球配備自動駕駛相關硬體車輛(下稱自駕就緒車; Autonomous-Ready Vehicles)淨成長數將達745,705輛,相較2018年137,129輛與2019年332,932輛,呈現大幅成長。該機構表示,成長驅動力來自先行引進自駕技術法規的北美、大中華區及西歐國家。
全球自駕車銷售數量於未來幾年內將持續成長,至2023年將超過74萬輛。
Gartner首席研究分析師Jonathan Davenport表示,目前全球自駕車皆仍處研發階段,而具有限自動駕駛功能的汽車亦須仰賴真人監督。但許多車輛已有支援全自動駕駛功能的硬體,如攝影機、雷達,甚至配置光達(LiDar)感測器。透過無線軟體更新(OTA),車輛開始能執行更高等級的自動駕駛功能,因此稱之為「自動駕駛就緒」。
即便自駕車數量將快速成長,主要仍聚焦在消費性車輛,因此同等級商用車數量依然很低。2020年自駕車中,消費性車輛的淨增加數可望達380,072輛,反觀商用車僅10,590輛。
然而,自駕車發展受限於相關法令的缺乏。Jonathan Davenport指出,由於製造商須為自駕車行駛行為負責,確保其能於無人監督下上路才得以部署。目前尚未有國家頒布法規,允許可量產的自駕車上路,為相關技術發展阻礙。當法規逐步法制化施行,自駕車的生產和部署可望快速增加,但仍須等待幾年才得以實現。
此外,感測器的高昂成本亦成為發展限制。Jonathan Davenport表示,尚在研發階段的自動駕駛計程車(Robo-Taxis),每台成本最高可達40萬美元;其中自駕車必備的光達感測元件,光單位成本至少要價7.5萬美元,較一般消費級汽車價格高兩倍以上,使高階自駕車技術仍無法打入主流市場。預計2026年自駕車所需感測器成本將比2020年下降約25%,但感測器陣列(Sensor Array)成本仍高居不下。意即未來10年內,先進自動駕駛功能將僅導入高級車種及行動服務車隊。
綜觀自駕車市場,其成長速度取決於公眾安全觀感。人車換手時的安全疑慮為關鍵障礙,眼下自駕車的感知運算仍略差於真人。Gartner資深研究總監Michael Ramsey表示,實務上難以針對各種狀況模擬車輛安全測試。況且自駕車表現須遠優於真人駕駛、大幅減少事故量才能搏得大眾信賴。Gartner預測至2025年系統表現才能超越人類駕駛。
反映市場現況,Jonathan Davenport指出已有多家公司挹注資金開發感知系統,並研發安全性可於商業應用的系統;同時企業為加速技術創新,使用人工智慧驅動模擬軟體,了解車輛可能的反應以產生測試資料。
再砸35億開設研發中心 ZF深耕中國市場
總部位於德國,主要從事工程學,以其在汽車工業領域內的設計、研發、製造而聞名,是全球性的轎車、商用車傳動和底盤技術供應商,同時涉足海運、國防和航空工業及基礎工業設備的ZF,日前與廣州市花都區政府擴大協議,將在當地建立其在中國第三家研發中心,逐步擴大布局中國市場,推進汽車電子、制動、轉向安全系統及新能源汽車和無人駕駛車等研發項目。
ZF將落腳中國廣州建設第三個研究中心,致力於本土化發展。
ZF集團董事會成員、亞太及印度地區總裁柯皓哲博士(Dr. Holger Klein)表示,此決定對該公司意義重大,印證其決心深耕中國的汽車市場。新研發中心將肩負發展核心技術的使命。
目前ZF在中國上海有兩個嵌入式研發中心,分別致力於主動與被動安全技術,以及全應用動力傳動與底盤技術研發工作。該公司近年積極布局自動駕駛和電驅動業務,對中國汽車市場長遠發展抱有信心。預期其在智慧網聯汽車及智慧交通等領域將快速發展,深耕本土研發,配合中國汽車智慧化、互聯化、清潔化、共享化的趨勢。
ZF集團中國區總裁、亞太區營運高級副總裁汪潤怡亦指出,此次計畫將提升與華南地區客戶溝通效率,將更多高科技人才吸引至汽車行業和相關生態系統,將與客戶和合作夥伴攜手促進華南地區汽車與科技行業互補結合。
新研發中心預計投資額約人民幣7億元,於2023年開始運作。將採用核心工程技術研發能力,範圍涵蓋軟體開發和未來相關技術,不但能緩解上海兩個研發中心的壓力,更能互補技術優勢、構成協同效應,並整合當地ZF投資企業與市場。
Diodes推出符合汽車規格電位轉換器
Diodes公司日前宣布推出兩款彈性、高速且符合汽車規格的電壓轉換器,適用環境溫度達125°C的環境。PI4ULS5V108Q與PI4ULS5V202Q是專為先進駕駛輔助系統(ADAS)、資訊娛樂與遠程資訊設備而設計。
兩款裝置與推挽式、漏極開路式連線皆能相容,提供便利單一零件編號,可因應各種產品應用。此外,雙向彈性兼具自動方向感測功能,藉由免除方向控制訊號的需求,可簡化SMBus、PMBus、或I2C裝置等匯流排介面間的電位轉換。
8通道PI4ULS5V108Q可執行最高100MHz的升壓轉換,以及100MHz以上的降壓轉換,回應效能可滿足高資料傳輸率介面的使用需求。設計人員可確保橫跨SPI或其他介面的高速交換,不受電位轉換的限制,系統單晶片(SoC)及周邊裝置元件之間的資料傳輸也能以高效率執行。
PI4ULS5V202Q則為2通道轉換器,內部配置10kΩ上拉電阻器,可直接連接具備漏極開路式拓撲的介面,例如I2C埠。1.2V至5.5V的最大電壓轉換範圍,提供可搭配各種I2C晶片及電路設計的彈性。PI4ULS5V202Q在IC輸入具有高速單擊偵測器,不僅上升與下降時間快速,亦可支援達20Mbps的資料傳輸率。
兩款裝置皆符合AEC-Q100 Grade 1等級規範,通過PPAP,且以IATF 16949標準認證的生產設施製造。
PI4ULS5V108Q採用TSSOP-20封裝,PI4ULS5V202Q則採用MSOP-8封裝。
Xilinx為ADAS與AD應用推出高效能自行調適元件
賽靈思(Xilinx)日前宣布推出兩款車規級新元件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(AD)應用提供高速資料彙整、預處理和分配(DADP)及運算加速。賽靈思透過這些新產品提供高晶片整合度,從支援邊緣感測器的小型元件,到用於集中式領域控制器的新款高效能元件,賽靈思現可透過提供全方位的產品線滿足汽車對於安全、品質及可靠性的各種要求。
賽靈思行銷資深副總裁Emre Onder表示,賽靈思的汽車產品組合中,兩款新推出的元件將讓該公司備經市場考驗的產品陣容更加完備。隨著新產品加入Zynq UltraScale+產品線,賽靈思能提供高處理靈活性與擴充能力,以滿足現今瞬息萬變的市場需求。不論客戶要開發L1或L4等級的系統,都能根據他們的需求提供適合的解決方案。
新推出的XA Zynq UltraScale+ MPSoC 7EV與11EG元件是依據客戶需求進行研發的成果,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。此外,XA 7EV內含一個視訊編解碼器單元,可支援h.264/h.265編碼與解碼,而XA 11EG則內建32個12.5Gbps收發器,並提供4個PCIe Gen3×16模組。XA產品系列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,進而為自動駕駛車進行可拓展的生產部署。
Level 3定義曖昧難明 自駕產業搶攻Level 4商機
在Level 2的先進駕駛輔助(ADAS)技術逐漸成熟後,眾多國際車廠持續精進自駕系統效能,期早日實現自動駕駛願景。然而,在Level 3自動駕駛車輛定義難明的情況下,Level 4自動駕駛車輛由於定義較明確,且多在限定區域內行駛,環境較為單純,對於車廠、新創及系統/車用電子元件等業者而言有更多的發展誘因。也因此,Level 4的自動駕駛車輛從2018年下半年開始不斷浮現,同時,新的營運模式也應用而生,眾多車商、租賃業者和新創業者紛紛透過自駕車實現公共接駁、貨物運送、定點接送等。換言之,以營運服務為主的Level 4車輛,成為自駕產業新的發展目標,且發展腳步相當迅速。
自駕接駁/運送車輛紛紛浮現
講到Level 4的自動接駁車輛,最令人印象深刻的應該就是Waymo。2018年年底Waymo推出首款自駕叫車服務Waymo One,在鳳凰城上路試驗;而到了2019年,Waymo擴大服務,與Lyft合作,不僅有更多的駕駛來體驗自動駕駛服務,同時在Lyft平台上部署Waymo自動駕駛車輛,可以讓鳳凰城地區的Lyft使用者選擇自動駕駛乘車體驗,讓Waymo獲得更多的乘客回饋意見,以改進自動駕駛技術。
另一方面,福特(Ford)旗下自動駕駛子公司Argo AI近期也在美國底特律推出第三代自動駕駛車隊,並規劃在邁阿密、華盛頓特區、匹茲堡、帕洛阿爾托、迪爾伯恩和底特律等城市逐步進行自動駕駛系統測試。
第三代自動駕駛車隊採用Ford Fusion Hybrid系統,並搭載了光達、攝影機和雷達以強化環境感知能力;同時還搭載了全新的運算系統,該運算系統提供的處理能力優於過往,並改進熱管理系統,使得車輛內部產生的熱能、噪音更少,這意味著任何乘客都將能體驗到更智慧的車輛,獲得更安靜、舒適的乘坐經驗。
除了Waymo、Argo AI之外,日產(Nissan)也積極推動無人計程車服務。Nissan計畫在2020啟動自駕計程車業務,該公司早先已與日本網路公司DeNA合作,推出自駕計程車新品牌Easy Ride,並進行實際上路測試;參與者可以沿著設定的路線(從Nissan全球總部到橫濱World Porters購物中心),搭乘自動駕駛車輛,距離約4.5公里。
同時,日產和DeNA也將測試Easy Ride的獨特服務功能,使用專用的行動應用程序,乘客可以通過文字或語音輸入想要做的事情,而車載平板電腦螢幕將顯示附近500個推薦景點和活動,乘客可以從推薦列表中自行選擇想去的目的地,還可以從自己的智慧手機下載該地區零售業者和餐廳的優惠券。
至於在運送方面,2018年Kroger攜手Nuro,於亞利桑那州斯科茨代爾(Scottsdale)使用自駕車,為居民提供運送雜貨的服務;到了2019年,雙方將自動駕駛配送服務延伸至休士頓。
Kroger指出,自2018年8月以來,該公司與Nuro在科茨代爾開始營運自動駕駛雜貨送貨服務,在經過試營運後,雙方成功完成了科茨代爾數千筆的交易,證明了雙方的綜合技術和數位專業技術可以改變雜貨配送的體驗;基於此一經驗,便計畫將自動雜貨配送服務轉移至休士頓進行下一階段的試驗。
定義難明導致Level 3車款遲遲未現
財團法人車輛研究中心研究發展處經理陳建次(圖1)表示,根據國際自動機工程師學會(SAE)J3016標準,將自駕車自動化程度區分為Level 0~Level 5,目前Level 2的車型已陸續問世,且普及速度越來越快,不僅高階車款有配備,在中低階車款也愈來愈普遍。
圖1 財團法人車輛研究中心研究發展處經理陳建次表示,Level 3挑戰在於責任歸屬不明確。
然而,在Level 2的技術已逐漸成熟後,一般認為這些自動駕駛發展業者會繼續乘勝追擊,加速往Level 3邁進。然而,實際上這些自動駕駛發展業者所發布的Level 3車型或消息和預期相比,卻是十分有限;反而是Level 4自駕車的議題不斷出現,不禁會讓人思考,Level...
Level 3瓶頸難突破 Level 4成自駕發展新選項
在Level 2的自動駕駛輔助(ADAS)技術逐漸成熟後,眾多國際車廠持續精進自駕系統效能,期早日實現自動駕駛願景。然而,在L3自動駕駛車輛定義難明的情況下,Level 4自動駕駛車輛由於定義較明確,且多在限定區域內行駛,環境較為單純,對於車廠、新創及系統/車用電子元件等業者而言有更多的發展誘因,也因此,Level 4的自動駕駛車輛從2018年下半年開始不斷浮現,且已有些許業者開始推動試營運的商用服務(如接駁、運貨等),換言之,自動駕駛市場除了原有的一般房車之外,以營運服務為主的Level 4車輛,也成為新的發展目標,且發展腳步相當迅速。
根據國際自動機工程師學會(SAE)J3016標準,Level 3的定義為:「由自動駕駛系統進行所有的駕駛與操控。系統提出操作判斷要求時,駕駛人必須適當地回應」。
對此,工研院資訊與通訊研究所車載資通訊與控制系統組組長李夏新指出,可想而知,到了Level 3的時候,車子勢將會有更高的自駕程度、也會有更多的自駕時間。但是,當自駕車判斷有狀況無法自行處理時,便會警告駕駛,請駕駛接手,而駕駛必須在收到警告後,即時或是有足夠的時間接手以避免危險狀況,這也就是定義中所說的「統提出操作判斷要求時,駕駛人必須適當地回應」。但什麼叫做「適當地回應」,卻成為Level 3發展的一大棘手問題。
工研院資訊與通訊研究所車載資通訊與控制系統組組長李夏新。
李夏新進一步說明,何謂適當地回應,是一個很難界定的定義,說的白話一點,就是在駕駛人在收到系統警告時,要有足夠的時間可以接手方向盤,且在這途中還不能出事;而究竟多長的時間才能稱作足夠?是5秒、6秒甚至是10秒?這到目前沒有一個共通的標準,且也很難立下標準,因為每個駕駛人在啟動自駕功能時所做的事情都不一樣,所需的反應時間也不一。也因此,Level 3對於車廠、系統業者或汽車元件供應商而言成了一大挑戰,且關鍵不在於技術,而是在於如何實現SAE對Level 3的定義,因為這牽涉到了責任歸屬的問題,當真的出事了,該負責的究竟是車輛沒有給駕駛足夠的反應時間,還是駕駛自己沒有在時間內反應過來。
相較於Level 3,SAE對Level 4自動駕駛的定義則為:「由自動駕駛系統進行所有的駕駛與操控;系統提出操作判斷要求時,駕駛人不一定需要回應。受限於道路及環境條件」。李夏新指出,Level 4自駕車基本上就不需要人介入,且從定義上來看,必須要在「限定區域/路線」運行(例如公車行駛路線較固定或是有專用道),簡單來說,Level 4車輛的行駛區域較為單純,對於環境掌握較為精準,意味著出意外的機率較小,因此發展反而較Level 3容易,而這也是為何開始有些車廠在實現Level 2之後,直接發展Level 4,或是新創業者都直接從Level 4切入的主要原因,而這也使得自動駕駛產業開始出現有別於傳統賣車的銷售思維及營運模式,也就是以「服務」為導向,像是巴士接駁、無人計程車隊等。
瑞薩攜手StradVision開發智慧型攝影機
瑞薩電子宣布與StradVision公司聯合開發深度學習式的智慧型攝影機物件辨識解決方案,用於下一代先進駕駛輔助系統(ADAS)應用產品,以及用於ADAS 第2級以上的攝影機。
為了避免在市區發生危險,下一代ADAS的實作,要有能夠檢測出所謂弱勢道路使用者(vulnerable road user,VRU)的高精度物件辨識,例如行人和自行車騎士。同時,對於大眾市場的中階到入門級車輛,這些系統必須只消耗非常低的功率。瑞薩和StradVision的新解決方案,實現了這兩項目標,致力於讓ADAS能更快得到廣泛採用。
瑞薩汽車技術客戶參與業務部副總裁吉田直樹(Naoki Yoshida)表示,作為視覺處理技術的領導者,StradVision在使用瑞薩的R-Car SoC開發ADAS的實作上,擁有豐富的經驗,透過這項合作,我們正在實現已量產的解決方案,在未來實現安全和準確的機動性。這種全新結合深度學習式,針對R-Car SoC來最佳化的解決方案,將有助於下一代ADAS實作被廣泛採用,並支援預計在未來幾年內推出,不斷升級的視覺感測器要求。
StradVision執行長Junhwan Kim也指出,StradVision很高興能夠與瑞薩相結合,幫助開發人員有效地加強努力,實現ADAS的下一次重大飛躍。這項共同努力,不僅可以轉化為快速有效的評估,而且還可以大幅提高ADAS的效能。隨著未來幾年前置攝影機市場的大幅成長,這項合作將使StradVision和瑞薩在提供最佳技術方面,處於優勢的地位。
StradVision的深度學習式物件辨識軟體,在辨識車輛、行人和車道標線上,具有很高的性能。這款高精度辨識軟體,已針對瑞薩R-Car汽車系統單晶片(SoC)產品R-Car V3H和R-Car V3M,進行了最佳化,而這些晶片在量產的車種中,擁有良好的記錄。這些R-Car晶片採用稱為卷積神經網路智慧財產權(CNN-IP)的深度學習處理專用引擎,能夠以最低的功耗,高速執行StradVision的SVNet汽車深度學習網路。這項合作產生的物件辦識解決方案,實現了深度學習式的物件辨識,同時保持低功耗,使其適用在大規模生產的車輛,並促進了ADAS的採行。
奇景攜手Lumotive搶進光達市場
奇景光電日前宣布,旗下子公司立景光電與Lumotive共同推出創新光達(LiDAR)解決方案,該方案結合Lumotive專利的液晶超穎表面(Liquid Crystal Metasurfaces, LCM)技術與奇景的矽控液晶光閥(Liquid-Crystal-On-Silicon, LCOS)技術,實現更具顛覆性的光束控制技術,使得Lumotive光達系統的性能、可靠性大幅提升,並進一步降低成本。
奇景光電執行長吳炳昌表示,該公司很榮幸能與Lumotive合作,為新型LiDAR光達系統開發出真正突破的創新技術,而該公司也可透過此一技術,攜手Lumotive切入日益成長的自動駕駛汽車市場。此一光達解決方案是運用Lumotive專利液晶超穎表面技術與該公司為Lumotive量身訂做的LCOS研發製造服務,進而打造出獨特的LCM晶片,推動光達產業更進一步發展。
光達主要是用於自動駕駛系統的關鍵3D感測技術,需要精準的光束控制能力以利商業運用。傳統光達憑藉機械旋轉組件來控制光束指向,而新的固態光達技術,傾向使用MEMS微機電光學鏡或光學相位控制陣列來簡化光達結構。
不過,由於MEMS微機電光學鏡的光學孔徑較小,使得光學相位控制陣列的效率偏低,以至於上述兩種解決方案的光達性能仍有改進之必要。為此,Lumotive LiDAR光達的第一款產品,是將其設計的半導體晶片運用奇景客製化的LCOS技術,生產成獨特LiDAR光達晶片,可依據液晶超穎表面材料的光學調變,引導雷射脈衝控制光束指向,以提升光學相位控制陣列的效率。
Lumotive聯合創辦人兼首席執行長William Colleran博士指出,該公司的液晶超穎表面技術結合奇景獨特的LCOS技術和深厚的液晶專業知識,將可打造更完美的光達解決方案,明顯降低光達成本、提高性能及可靠度,進而使光達在未來能更順利的上市,實現更先進、安全的自動駕駛輔助系統(ADAS)和自動駕駛車輛。
奇景和Lumotive攜手強化LiDAR光學相位控制陣列效率。
Velodyne收購繪圖公司Mapper.ai 加速LiDAR應用腳步
為實現以光達(LiDAR)為主的先進駕駛輔助系統(ADAS),並提升光達感測效能,光達供應商Velodyne宣布收購繪圖軟體公司Mapper.ai。Mapper技術將協助Velodyne加快Vella軟體的開發,以為Velodyne旗下的光達「Velarray」構建定向視角(Directional View),讓光達可嵌入並貼合於擋風玻璃,成為ADAS系統的一部分。
Velodyne技術長Anand Gopalan表示,ADAS的目標讓交通變得更安全,擴大Vella開發團隊是該公司實現大規模生產ADAS解決方案的重要一步,透過將Vella軟體新增至該公司廣泛的雷射雷達技術組合中,將徹底改變ADAS的性能和安全。Mapper的技術讓該公司能夠取得關鍵的演算法元素,並加快光達的開發進度,該公司的感測器和軟體將合力為每輛車提供更高性能的光達解決方案。
據悉,Mapper的整個領導和工程團隊將加入Velodyne,進一步擴大該公司龐大且不斷成長的軟體開發團隊規模。新人員的加入將提升目前從事Vella軟體研發的工程師軟體團隊的實力,從而有助於Velodyne加快生產強大的ADAS解決方案。這些方案包括行人和自行車閃避、車道保持輔助(LKA)、自動緊急煞車(AEB)、自動定速巡航控制(ACC)、塞車輔助系統(TJA)等。
除了ADAS之外,Velodyne還將Mapper技術融入到以光達為中心的解決方案中,以用於其他新興應用,像是最後一哩配送服務、安全、智慧城市、智慧農業、機器人和無人機等。
Mapper創辦人兼執行長Nikhil Naikal指出,多年來,該公司一直是Velodyne的合作夥伴,且已將其光達整合到易於部署的可擴展高清晰繪圖解決方案中;在收購之後,我們很高興能利用原有技術加快Velodyne以光達中心的ADAS方案。
Velodyne希望透過Mapper的繪圖技術強化光達性能。