车载激光雷达:完善ADAS与自动驾驶传感器全套方案

2021-11-26 03:05
目前,超过 100 家不同的开发公司已投入约 10 亿美元,用于开发高分辨率激光雷达传感器。随着多家 OEM 厂商宣布将激光雷达解决方案纳入畅销车型,其在汽车市场中的应用也将提速。
车载激光雷达又称车载三维激光扫描仪,是一种移动型三维激光扫描系统,是城市建模的最有效的工具之一。本文摘自 StrategyAnalytics分析机构的市场调研报告,与汽车从业者分享有关车载激光雷达市场的一些动态。

目前市场上的ADAS 系统主要依靠摄像头和雷达输入来实现自动紧急制动(AEB)等功能。随着自动化水平更高的功能,如车道保持辅助系统(LKAS)和动态驾驶辅助技术(如交通拥堵辅助和高速公路驾驶/驾驶员系统)的落地,激光雷达被寄希望于提升摄像头和雷达传感器的输入。激光测距用于确定传感器到目标的距离。在与同一个传感单元确定的方向相结合时,每个点的 3D 位置会成为扫描的“点云”的组成部分。由于激光雷达能够从短距离到长距离以高分辨率检测行人、骑行者和车辆等目标,其正成为完善自动驾驶汽车传感器全套方案的、极具吸引力的解决方案。

但是,激光雷达在过去一直处于不利地位,因其成本高、在大雨或大雪天气条件下性能会下降,并且仍然需要与摄像头等其他类型的传感器融合,才能在“传感解决方案”中发挥作用。然而,技术和生产效率的进步降低了激光雷达的成本,汽车制造商已开始将这项技术纳入其 ADAS 传感器套件中。


车载ADAS传感器对比(来源:Strategy Analytics)


激光雷达的开发极具挑战性,因为它需要不同传感域之间的紧密合作(一个域的变动会影响其他域),而且传感器的开发也相当复杂。需要具备的专业知识包括:
光学(激光器、接收器、波束控制)
芯片 MEMS 微反射镜、点云数据处理以及存储器应用
电子(电子部分的反馈控制和质量保证)
热管理
封装集成经认证、汽车级传感器

所以激光雷达的开发依赖于众多不同的传感域之间的技术协助,能否与其各个合作伙伴展开协作,也是能否取得成功的关键因素。


激光雷达点云的实时处理可包含每秒超过 100 万个数据点,因此需要高水平算力为点云深度学习算法加速。在选择采用专用集成电路(ASIC)或现场可编程门阵列(FPGA)之间,激光雷达系统开发者必须进行权衡。

CPU GPU 中的串行架构不同,FPGA 和基于 FPGA 的多处理器片上系统(MPSoC)受益于并行处理架构。FPGA 所具备的灵活性使其适用于需要频繁修改和升级的应用与设备,而 ASIC 则更适用于永久性应用。由于 FPGA方案的设计灵活性,允许工程师更改内部电路,以响应汽车激光雷达系统不断演进的设计与性能要求。如下列时间轴所示,与基于 ASIC 的设计相比,FPGA 解决方案已跻身投产汽车激光雷达处理应用的主流。


车载激光雷达投产时间轴



随着全自动驾驶系统的商品化变得更具挑战性,加之 OEM 厂商正在撤回相关投资,对高分辨率激光雷达的需求正转向 ADAS 应用和半自动驾驶应用。
1125日,13:30 16:30。赛灵思举办的年度 XilinxAdapt系列线上技术大会的“汽车与自动驾驶”专场将在线直播。本次会议专门针对中国市场而量身打造,除了邀请本地专家进行演讲之外,还邀请到了中国的合作伙伴进行案例和应用的分享。在本次“汽车与自动驾驶”专场,与赛灵思共同演讲的还有来自一径科技、豪米波技术和英恒科技的行业专家,分享话题将涉及激光雷达解决方案、毫米波雷达方案以及自动驾驶域控制器的挑战等话题。

本白皮书的中文版将会在直播间发布出来。

扫描二维码或点击文末“阅读原文”

报名会议,参与直播

第一时间下载中文版车载激光雷达行业分析报告。

评论问答