LiDAR

貿澤電子宣布供應Maxim Integrated的MAX4002x比較器。市面上有多款高速低電壓差分訊號(LVDS)比較器，其中MAX40025和MAX40026單一供電高速比較器具有超短的傳播延遲，適用於距離感測、飛行時間(ToF)和高速的測試與測量儀器。 貿澤電子供應的Maxim MAX4002x裝置是一款單一供電的高速比較器，其典型傳播延遲為280 ps，過驅分散也非常低，只有25ps。本裝置相容於多款廣為使用的高速轉換阻抗放大器（例如MAX40658）的輸出，輸入共模範圍都介於1.5 V至VDD+0.1 V。此外，MAX40025和MAX40026皆能在2.7 V~3.6 V的供應電壓下作業。 MAX4002x裝置還具備LVDS輸出級，能與許多最新型的FPGA和CPU通訊。此功能有助於將功率消耗降到最低(幫助系統最佳化)，另外互補輸出則可協助抑制每個輸出線路上的共模雜訊。與單端輸出相較下，裝置的全差分LVDS輸出提供高速數位訊號傳送並減少EMI，可滿足各種低雜訊、高效能設計的需求。 Maxim MAX40025比較器採用精巧省空間的1.218 mm×0.818 mm WLP封裝，而MAX40026採用符合AEC-Q100汽車認證的2mm×2mm TDFN封裝。另外針對開發用途，貿澤亦開始供應MAX40025EVKIT評估套件和配置選項，方便工程師修改輸入端子。MAX4002x比較器適合各式各樣的應用，包括LIDAR、雷達和聲納、ToF感測器、高速差分線路接收器、示波器中的高速觸發，以及通訊設備。

目前，較具備發展前景的技術是電腦視覺，馬羽佳強調，其具備較好的環境感知功能，也因為技術成熟、價格親民，因此導入大規模應用有相對優勢。此外，多感測器資訊融合技術也備受關注，該技術能夠對各類訊息進行篩選及融合，以提供全面的環境資訊進行決策，保障車輛行駛的穩定和安全。 PerceptIn發展適用於低速園區的自動駕駛載具，例如遊樂園、學校、科學園區等。根據不同的場景，自動駕駛技術可與載人、零售、廣告等功能的車輛結合，滿足不同的使用需求。 PerceptIn的視覺感測技術可讓自駕車辨識行駛過程中的車及行人，達到避障效果，辨識速度低於0.1秒，準確率達90%以上。 馬羽佳說明，PerceptIn透過優化系統內部資料傳輸以降低系統延遲，並將系統到電腦之間的傳輸優化，基於不同架構平台包括GPU、FPGA等的移植加速。而為了提高準確率，該公司也針對視覺演算法本身，同時使用深度學習和幾何視覺方法，達到視覺資訊交叉驗證；以「安全低速」為核心，讓自駕應用進行成本有效控制與採用相對成熟、可靠技術的前提下快速落地。 PerceptIn商務拓展經理馬羽佳指出，該公司降低系統延遲，並提高準確率，以「安全低速」為自駕技術應用發展核心。  

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。  

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。  

ADI宣佈與First Sensor AG合作開發可加速推出自主感測技術之產品，以用於交通、智慧農業、工業製造及其他產業應用之無人駕駛汽車、飛行器和水下交通工具。作為合作的一部分，ADI和First Sensor將開發更小尺寸的LIDAR訊號鏈，以使製造商為其自主安全系統注入感測和感知技術時能實現更高的系統性能，以及更小尺寸、更低重量、功耗和成本。兩家公司並計畫開發針對汽車和工業製造應用的其他LIDAR產品。 ADI公司負責LIDAR之總經理 Stewart Sellars表示，ADI合作的第一步是優化ADI領導業界的跨阻放大器(TIA)和First Sensor的雪崩光電二極體(APD)，以提供客戶更強大、更高效的LIDAR解決方案，為LIDAR系統在自動駕駛市場的大規模商用提供更好的支援。 在超過25年的時間裡，ADI持續開發用於交通安全的感測器技術。最新進展包括專為將寬動態範圍光電流轉換為低阻抗電壓訊號而設計的多通道TIA。First Sensor 於LIDAR APD之製造也擁有超過25年的經驗，APD是將光轉換為光電流的高度敏感的探測器陣列。優化APD和TIA之間的互連至關重要，因為它對雜訊基準和所能實現的頻寬具有非常關鍵的影響。對這兩個參數的改善將直接轉換為LIDAR系統的更高性能，使該系統可在更遠的距離以更高的精度檢測到物件。 First Sensor執行長Dirk Rothweiler博士表示，隨著客戶期望重新專注於實現既經濟又具技術相容性的解決方案，LIDAR系統的市場正逐步成熟，使APD和TIA相互適配是此演變過程中具關鍵意義的下一步。透過擴大與ADI的合作，我們的客戶將受益於更高的LIDAR接收器性能。 LIDAR是First Sensor的成長動力。該公司透過前向整合以及其與公司盈利成長策略一致的加速成本藍圖，正為量產需求進行準備。First Sensor和ADI將各自提供一個通用評估板，系統製造商可使用該評估板測試整合解決方案。 此次與First Sensor的合作，標示ADI在建置其Drive360™自動駕駛解決方案之策略上再邁向下一階段。ADI的Drive360技術產品系列運用ADI在高性能MEMS、RF/毫米波和光電學/光學技術方面的核心競爭力，使ADI能夠為汽車產業提供整體解決方案，並成為滿足高度自動化和自主駕駛技術要求的專業合作夥伴。

全球汽車電子業將迎接新的典範轉移。2019年初國際消費性電子展(CES)再度成為各大車廠角力戰場，除了各種配備先進的自駕車車款爭奇鬥艷外，創新的商用服務、車載娛樂及模組化設計，也成為展示新焦點。與此同時，車用電子供應鏈及相關零組件與半導體業者也火力全開，競相推出最新一代解決方案，為自駕車發展增添極大動能。 今年，具半自主駕駛能力的Level 3等級自駕車，將是全球車廠與車電相關業者的研發重心，而ADAS功能的升級，以及車載毫米波雷達與V2X車聯網等技術的突破，將是促成此一發展目標實現的重要關鍵。與此同時，自駕車資安風險問題也日益受到重視，如何通盤考量並落實亦是業者不容輕忽的課題。緣此，本活動聚焦車用電子關鍵技術與零組件，深入剖析其最新發展動向與應用設計對策，協助產業界加速布局車電市場，成功搭上未來自駕車商機。 車輛智慧化自動駕駛為終極目標 針對車輛智慧化的發展趨勢，車輛中心(ARTC)經理許文賢(圖1)說，產業將透過五大發展策略包括：自駕化(Autonomous)導入AI人工智慧、機器學習、深度學習與類神經網路等技術；連網化(Connected)汽車與其他汽車或交通基礎設施的網路連接；協同化(Cooperated)發展協同式智慧交通系統C-ADAS/C-ITS等；電動化(Electrified)達成移動零排碳，有效管理CO2；共享化(Shared)透過隨選需求服務(On Demand Service)搭乘自駕車。 圖1　車輛中心經理許文賢說，自駕車更可以降低人為疏失事故及老齡駕車、疲勞駕駛的安全疑慮，提升行的安全。 從駕駛的行為來看，自駕車更可以降低人為疏失事故及老齡駕車、疲勞駕駛的安全疑慮，提升行的安全。同時補強都會離峰時段或偏鄉司機人力短缺問題，發展社區自動駕駛車隊，促進共乘共享經濟。而自駕車導入的新興科技應用人工智慧、物聯網與電能，提升環境與生活品質。因此，自駕車技術已經成為各國科技發展的重點項目。 根據產業研究機構IHS報告指出，2030年全球預計有400萬輛Level4以上的自駕車，2035年更將成長到1200萬台，約占全球汽車市場規模9%。而另一研究單位則指出，到2030年，Level4和Level5等級系統將僅占全球市場銷售新車的4%，不過到2040年則會快速成長到超過25%。而在這樣的趨勢下，許文賢建議，為確保自駕車安全無虞，國內應該發展完整的自駕車法規與驗證能量；服務上，則應該利用台灣特有人車混流交通情境，發展創新的自駕運行模式；技術上，可以投入感知、定位、人機介面/車用網路、決策與控制系統等核心技術。 77/79GHz高頻毫米波雷達將成車用主流 車輛的發展從目標來觀察，德州儀器(TI)半導體行銷與應用嵌入式系統總監詹勳琪(圖2)提到，不外乎更安全、更綠能/環保、更多樂趣三大面向。所有的科技、電子系統、智慧化都是為此，以先進駕駛輔助系統而言，2019年預計將創造291億美元產值，2021年更將成長至373億美元；另外，這些主動安全系統或是自駕系統的發展，將直接帶動感測器的發展，2019年車用感測器需求約為41.4億顆，2021年還將一路成長到46.4億顆，未來五年，需求成長比重高達37.07%。 圖2　德州儀器半導體行銷與應用嵌入式系統總監詹勳琪說，該公司毫米波雷達直接切入發展77/79GHz的高頻雷達，並採用CMOS製程。 而車用雷達在不同的位置也有不同的功能要點，詹勳琪說明，安裝在側向與四角的稱為角雷達(Corner Radar)，前方測距的稱為影像雷達(Imaging Radar)，安裝於車後的為停車雷達(Radar for Parking)，還有安裝在車內負責感測乘客與生理跡象的雷達。以TI目前的毫米波雷達(mmWave Radar)為例，該公司直接切入發展77/79GHz的高頻雷達，並採用高整合度的CMOS製程。 針對不同的應用與整合度，TI發展了三個系列的產品，詹勳琪表示，AWR1243系列搭載四個接收器(4Rx)與三個發送器(3Tx)，主要應用在影像雷達，可以依照感測距離整合兩個或四個；AWR1642系列則是整合度更高的產品，搭載四個接收器(4Rx)與兩個發送器(2Tx)，並整合數位訊號處理器(DSP)，可應用在車內身體感測、乘客感測等，以上兩個系列都已經量產；2019年第二季，將針對高整合系列推出AWR1843產品，搭載四個接收器(4Rx)與三個發送器(3Tx)，可應用在車後停車雷達。 高頻雷達測試驗證提升產品可靠度 車規應用不同於消費性產品，可靠性、環境耐受度、生命週期的要求都更加嚴格，因此在設計與測試部分需要更完善的考量。是德科技資深專案經理廖康佑(圖3)解釋，目前車用感測主流的技術包括毫米波雷達、攝影機與光達(LiDAR)，在高頻毫米波雷達部分，因為頻率高所以訊號容易衰減，並產生相位雜訊(Phase Noise)、重複性(Repeatability)、頻率響應誤差降低、更多雜訊影響差向量振幅值(EVM)、測試環境設定複雜、生成並顯示準確的寬頻帶毫米波訊號等挑戰。 圖3　是德科技資深專案經理廖康佑解釋，目前車用感測主流的技術包括毫米波雷達、攝影機與光達(LiDAR)。 而頻率調變連續波雷達(FMCW)由於產品便於小型化，也是高頻毫米波雷達常用的調變技術之一，廖康佑提到，此種雷達的挑戰是頻率調變線性度的品質、相位雜訊與調幅雜訊、傳送到接收間的訊號洩漏、感測器和目標之間多次不良反射的混亂情況、來自其他雷達感測器頻段用戶的干擾、散熱/耗電的挑戰等。是德從一個雷達模組系統的架構設計階段、開發階段到成品的驗證階段都有軟硬體的模擬驗證解決方案可以協助廠商。 而新興的高頻77/79GHz毫米波雷達，對於原本就投入24GHz產品開發的廠商而言，雖然頻率提升三倍，原先使用的設備可能不敷使用，廖康佑也強調，可以透過延伸擴充的模組協助在架構設計階段進行模擬(Simulation)，除了模擬的軟體之外，並提供訊號產生器協助廠商進行模擬。進到開發階段就以訊號分析為主，透過高頻的頻譜分析儀可以了解訊號的好壞。量產與產線階段，就透過模擬實際環境與應用狀況，檢視設計成果的距離、方向、角度等有沒有達成預設的目標。 設計模擬助訊號表現最佳化 77/79GHz的高頻雷達是未來的主流，現階段吸引許多廠商投入開發，安矽思(ANSYS)應用工程經理吳俊昆(圖4)從設計的角度表示，雷達天線的設計可以協助集中並強化雷達的能量，讓訊號傳送與接收狀況更好，一般而言天線設計的原則是要強化中間能量最大的部分，並設法降低旁波瓣(Sidelobe)，若設計不良形成相反的天線輻射場型，旁波瓣就變成是干擾，也嚴重影響訊號的傳送與接收品質，透過設計軟體可以微調參數最佳化訊號的表現。 圖4　安矽思(ANSYS)應用工程經理吳俊昆表示，透過設計軟體可以反覆模擬並微調參數最佳化訊號的表現。 另外，車用雷達的電磁波因為可以穿透物體，因此為了美觀一般的車用雷達都會使用雷達罩保護，並安裝在汽車Logo或保險桿後，但是只要遮罩的材料有金屬成分，就很容易破壞雷達的訊號，透過設計軟體可以發現這樣的問題，有助於廠商提早因應。在軟體裡也有場景設定的功能，套入實際環境的設定可以分析雷達在實際場景的效能表現。 與現在人們熟知的Waymo、Uber等公司持續將自駕車於現地進行實際測試相較，軟體場景設定不僅成本較低也較有效率，目前在路上測試運行的自駕車雖然可以不斷蒐集實際交通與突發狀況的資訊，但世界各地的道路狀況與交通場景畢竟有很大的差異，吳俊昆認為，利用設計軟體模擬部分交通與路況，可以在早期設計階段就改正一些錯誤，並因應部分複雜的路況，協助提高產品的完成度。 安全風險隨車輛智慧化提高 隨著車輛的電子化與聯網化，自駕車潛在資訊安全問題也越來越嚴重，趨勢科技協理許育誠(圖5)指出，資訊安全的問題常發生在不被注意的地方，這些地方的漏洞因為被忽略形成攻擊的破口，因此資訊安全的問題非常難以預測，所以需要預先準備，資訊安全廠商通常從攻擊機會、攻擊獲利的機會與攻擊被複製的機會來判斷並預作準備。 圖5　趨勢科技協理許育誠指出，隨著車輛的電子化與聯網化，自駕車潛在資訊安全問題也越來越嚴峻。 一般的網路攻擊者可以分成兩個類型，許育誠表示，白帽(White Hat)駭客通常是為了發現系統漏洞，然後提出警示，以便將漏洞補起，可能是研究單位或學校老師；另外一種是黑帽(Black Hat)駭客，這種就是一般人認知的駭客，其網路攻擊行為的目地是為了在網路漏洞中取得利益。攻擊可以從所有可能對外聯繫的管道中發生，包括免鑰匙(Keyless)系統、車用藍牙/WiFi，還有未來的車聯網都可能是網路攻擊的弱點。 車輛本來就非常講究安全，不僅是行駛的安全，車輛保全使其降低失竊的風險普遍為消費者重視。而在汽車智慧化的過程中，這部分的安全更加重要，因為若駭客透過網路漏洞奪走車輛主控權，後果更是不堪設想，許多戲劇、電影都已經描述過類似情節，許育誠表示，若大規模爆發有可能很難解決，同時對車商的信譽造成非常大的打擊，以北美市場為例，一次車輛召回的成本至少200萬美元，所以車廠對這類問題必不能等閒視之。 專業設計系統降低進入市場門檻 除了熱門的車用雷達之外，抬頭顯示器(HUD)、車用影像監控系統與新式車燈，也是許多廠商投入的市場，同時適合國內廠商發展，ANSYS協理張力和(圖6)說，以往的HUD系統在設計、分析、驗證的流程有極為複雜的步驟；該公司提出一個新的設計流程，透過視覺化規格定義、顯示器設計、反射片概念設計、成像品質分析、公差影響分析、人眼視覺模擬、虛擬實境體驗等步驟，簡化並提高HUD的設計流程與品質。 圖6　ANSYS協理張力和說，專業設計系統協助降低HUD、影像監控、智慧型頭燈設計市場進入門檻。 ANSYS另外提出一套車用影像監控系統OST(Optical Sensor Test)，張力和表示，影像是汽車應用最為廣泛直覺並發展成熟的環景感測技術之一，OST系統的設計可以應用在後視、停車輔助系統、智慧型頭燈控制、超速指標辨認、車道偏移警示、行人偵測、夜視等。 車輛頭燈對於在惡劣天候下的駕駛安全相當重要，因此智慧型頭燈的設計也有高度的市場需求，張力和進一步說明，ANSYS智慧頭燈設計系統，具有許多有用的工具如光學真實物理特性的表現，讓設計者設定不同的環境或時間，模擬實際的環境光線變化，並透過不同的角度觀察照明的實際效果，針對近期熱門的主動頭燈轉向系統(AFS)與矩陣式頭燈(Matrix Beam)設計與模擬，可以完整支援。 成熟技術助自駕車落地 對於一般人用車的自駕化發展來說，因為牽涉到複雜的現實環境，加上人要搭載於其上，安全問題便不斷被擴大，所以全球許多廠商都還在發展與測試的階段，但是對於特定應用的自駕車，可能是載貨或在園區/廠區固定路線上執行單純任務的載具而言，目前產業的技術已經足以應付。發展特殊應用無人載具的普思英察(PerceptIn)商務拓展經理馬羽佳(圖7)表示，一般自駕車分為三大系統，感測(Sensing)、知能(Perception)、決策(Decision)等。 圖7　普思英察(Perceptin)商務拓展經理馬羽佳表示，利用機器視覺技術搭配AI深度學習，可以讓自駕技術快速落地。 以這三大系統來看，都有許多技術與解決方案可以提供，馬羽佳就車輛的定位視覺系統為例指出，全球導航系統(Global Navigation Satellite System, GNSS)與慣性導航系統(INS)是一種傳統的解決方案，缺點是誤差範圍多在幾公尺，而且可能因為環境干擾因素產生延遲與斷訊；另一個光達結合高解析地圖(HD Map)的方案，精準度與效果極佳，但因為軟硬體成本高昂，也須搭配運算能力強大的處理平台，目前導入商用的情況尚屬少數；而以工業應用的機器視覺技術，透過雙目視覺(Stereo Visual)系統、單目視覺(Monocular Visual)、視覺慣性測距(Visual Inertial Odometry)技術，則是另一個解決方案。 在一個交通載具可以低速運行，且道路環境相對單純的環境裡，利用低成本的機器視覺技術，搭配AI深度學習，馬羽佳說，這樣一來不僅可以讓自駕技術快速落地，也可以將成本進行有效控制，否則在光達與HD...

艾邁斯半導體(ams)宣佈已簽署協議，與德國汽車LiDAR感測技術專家Ibeo Automotive Systems GmbH以及全球電動汽車技術領先業者ZF Friedrichshafen AG合作，推動固態LiDAR技術運用於自動駕駛和其他應用中。三家公司將進行聯合研發工作，以確保2021年前讓業界能快速且安全地採納這項令人興奮的技術。 LiDAR是一種光學感測技術，透過雷射光束對物體的照射並檢測反射以測量周圍物體的距離和方向。其獨特的範圍和解析度特性彌補了雷達和相機的不足，進而實現自動駕駛業界的終極目標SAE 5級或稱全自動駕駛。 ams將提供汽車級VCSEL(垂直腔面發射雷射)陣列和驅動器，與競爭光源(如邊緣發射器和LED)相比，可提供卓越的可靠性和穩定性。ams領先業界推出固態LiDAR照明方案，這意味著無須機械零件來控制光束方向，大幅提高可靠性，同時降低複雜性、尺寸、重量和成本。 由於高可靠性和小外形尺寸，固態LiDAR將促成為LiDAR在汽車領域的大規模採用。 Ibeo Automotive Systems執行長Ulrich Lages博士表示，LiDAR已經成為汽車產業的關鍵技術，迄今為止，Ibeo Automotive Systems的主導產品已經在歐洲和全球的汽車公司中使用。Ibeo Automotive Systems在解決方案的專業知識結合ams的VCSEL技術，將為汽車產業固態LiDAR創造一個大幅採用的轉捩點。 ZF全球電子ADAS資深副總裁Aine Denari表示，作為汽車產業電動汽車和自動駕駛方案的全球領導者，ZF的全球營運能力以及對安全整合、運動控制和數位化的深入了解能協助LiDAR技術在全球範圍內提升到新的層次。這次的合作計畫有助於推動全球自動駕駛成為一個安全可靠的現實。 ams執行長Alexander Everke表示，率先推出固態LiDAR的ams等於為Ibeo及ZF貢獻了獨特競爭力。結合Ibeo領先的解決方案專業知識和整合能力，再加上其在LiDAR方面的豐富經驗，ams將為汽車製造商提供無與倫比的解決方案，幫助他們創造自動駕駛所需的關鍵可靠性。

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。  

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。

為促進自駕車發展以及拓展創新應用，同時推動光達業務，Waymo決定提供旗下自行研發的光達(LIDAR)「Laser Bear Honeycomb」讓合作夥伴也可以使用；換言之Waymo除了自行研發自駕車之外，也開始投入光達銷售市場。 Waymo光達團隊負責人Simon Verghese表示，Waymo正為自動駕駛以外的公司提供自己開發的感測器，從機器人技術、國防、農業技術等等開始，幫助他們提升技術水平。該公司旗下的3D光達Laser Bear Honeycomb，已可以提供特定合作夥伴使用。 據悉，Waymo開發自動駕駛技術已有十多年，但在計劃的最初階段，Waymo僅開發了自己的軟體，感測器仍是以購買現成的方式為主。然而經過多次的測試，Waymo了解到現成的感測器逐漸無法滿足市場要求的水準。於是，在2011年Waymo著手開發自己的感測器，其中包括三種不同類型的光達。 Waymo計劃提供合作夥伴使用的光達為Laser Bear Honeycomb。Honeycomb的特點是有相當寬敞的視角，其垂直視角為95°，再加上360°水平視角，意味著單一Honeycomb可以達成三個一般3D感測器堆疊起來才能達成的效果。 另外，Honeycomb發射的光脈衝會多次返回，因此當Honeycomb發射出一束光脈衝時，它不只能看到光脈衝接觸的第一個物體，它可以在光脈衝的視線路徑上看到多達四個不同的物體(比方說，它可以看到樹枝前方的樹葉，以及樹枝本身)。這提供了對周遭環境更完整且詳細的視野，以發現可能被忽略的物體。  值得一提的是，Honeycomb的最小距離(Minimum Range)為零，這代表它可以立即看到感測器正前方的物體。這個特性在關鍵的時刻能發揮相當重要的功能，例如感測近物和即時避開障礙物。