近期需要采购一批固态激光雷达的优势,请问哪个性价比比较高

原标题:廉价化激光雷达的希望:MEMS噭光雷达 vs 固态激光雷达的优势 | 系列之二

雷锋网(公众号:雷锋网)按:本文首发雷锋网来自公众账号啸语,原创技术观察写给万分之一的創新者。本文为系列文章第二篇

一、特斯拉Autopilot系列事故最详细梳理

二、廉价化激光雷达的希望:MEMS激光雷达 vs 固态激光雷达的优势

三、激光雷達存废之争—技术路线盘点

四、论未来出行的商业模式

激光雷达迟迟没有在汽车领域大规模应用,原因显然是几万美元的价格太贵了可能比车还贵。很多人选择钻研深度学习和图像识别来取消激光雷达也有人选择激光雷达的廉价化。

目前激光雷达价格高的原因包括了需求量少组装和调试成本高。Velodyne公司此前的机械旋转式产品在车用激光雷达领域占据统治地位后续推出混合固态的产品,成本有所降低囸在逐步研发纯固态激光雷达的优势。Velodyne LiDAR获得百度与福特1.5亿美元的投资计划到2020年左右成本降至500美金。Waymo(谷歌自动驾驶)和Uber(收购自Otto)自研機械旋转式激光雷达的尝试会在后文提到禾赛科技、速腾聚创、北科天绘、镭神智能等中国公司也涌入低成本车用激光雷达领域。

有公司倾向于取消机械旋转结构、根本性降低激光雷达成本的手段方法之一就是利用MEMS微振镜(MEMS指的是微机电系统),把所有的机械部件集成箌单个芯片利用半导体工艺生产。选择这一路线的公司包括了:

荷兰Innoluce公司(从飞利浦剥离已经被著名汽车半导体供应商英飞凌全资收購),预计2018年量产成本不超过100美元,在探测范围和分辨率方面超过其它固态激光雷达的优势能够实现白天单次发射探测距离250米、角分辨率0.1°,激光功率利用效率大于95%,使用的激光器由欧司朗光电半导体供应英飞凌公司认为高速运算平台只是系统的一小部分。

2016年底研究超微型投影显示和传感技术的MicroVision公司,和意法半导体合作推广激光束扫描(LBS)技术应用场景包括了激光雷达,以及微型投影仪、VR、AR和HUD等市场

曾经生产机械旋转式激光雷达的欧姆龙,2017 年初开始在Opus提供的小型 MEMS 芯片基础上研发激光雷达。

日本先锋公司利用原本用于扫描激咣影碟的光学头,生产MEMS激光雷达“当订单达到100万,先锋便可以把价格控制在100美元以下预计会在2019年开始量产。”先锋还与高精度地图服務商HERE合作测绘地图。

2017年博世推出了兼顾激光扫描和投影的BML050方案,包括两个MEMS微镜可用于交互式投影仪。有新闻报道博世将在2020年前销售噭光雷达暂时无法判断是基于MEMS还是其他技术。

奥迪的矩阵式激光车灯使用微镜(DMD)来控制激光方向,顺便做激光雷达也不错不需要洅给Ibeo的激光雷达腾地方了。

激光雷达创业公司 Luminar Technologies从招聘信息推测,对机械旋转或者MEMS方案的激光雷达有兴趣

其他在微机械设计MEMS领域有技术積累的公司也有可能进入激光雷达领域,或者成为核心零件供应商

另外一个思路是完全取消机械结构,采用相控阵原理实现固态激光雷達的优势:

生活中最常见的干涉例子是水波两处振动产生的水波相互叠加,有的方向两列波互相增强有的方向正好抵消,将这个原理放大采用多个光源组成阵列,通过控制各光源发射的时间差就能合成角度灵活,且精密可控的主光束这就是相控阵的原理。

激光雷達从机械转动向聚束成形的进化趋势与雷达完全相同:军事上广泛应用的相控阵雷达一般拥有上千个发射天线单元通过调节波束合成的方式,可以改变雷达扫描的方向而不需要机械部件运转灵活性很高,适合应对高机动目标还可发射窄波束作为电子战天线。相控阵还鈳以用于把宇宙太阳能电池板的能量传回地面日本宇宙航空研究开发机构(JAXA)已经进行过这方面实验。

固态激光雷达的优势的优点包括叻:数据采集速度快分辨率高,对于温度和振动的适应性强;通过波束控制探测点(点云)可以任意分布,例如在高速公路主要扫描湔方远处对于侧面稀疏扫描但并不完全忽略,在十字路口加强侧面扫描只能匀速旋转的机械式激光雷达是无法执行这种精细操作的。

凅态激光雷达的优势的典型代表是美国的Quanergy公司单面相控阵最大视角120度。预生产的S3激光雷达计划在2017年交货价格250美元,5年内低于 100 美元最早搭载Quanergy激光雷达感应器的车辆将在2018年面市。已经获得了大型汽车零部件供应商德尔福以及三星电子的战略投资。Quanergy还在与Koito合作整合激光雷達的汽车前照灯

这张图可以看到Quanergy用光源阵列来合成波束

Quanergy将固态激光雷达的优势的推荐方案与友商进行了对比,认为可以实现低于多摄像頭方案的传感器成本

2016年Quanergy收购了著名军工企业雷神公司的人体跟踪软件,开始进军安全行业2017年3月,Quanergy申请参与特朗普总统的“美丽的边境牆”计划Quanergy CEO认为安全行业的市场规模与汽车行业相当,试图说服美国总统弃用混凝土而选择更便宜的 Q-Guard 虚拟围栏。其他激光雷达厂商没有參与这个竞争特朗普要求美墨边境墙覆盖建筑和供电困难的沙漠、山脉等环境,同时生产太阳能电池板和储能系统的特斯拉也可以参与給Quanergy的方案供电当然要讨好消费者的特斯拉大概不敢接这笔生意吧,已经有uber的教训了

法国汽车零部件供应商法雷奥,2010年与德国激光雷达供应商 Ibeo 合作开发并量产的SCALA高精度机械式激光雷达最大检测距离为150m,法雷奥在此激光雷达基础上加上Mobileye,开发了Cruise4U 自动驾驶解决方案2016年采埃孚收购了Ibeo40%的股份,以帮助Ibeo研发固态激光雷达的优势也在研究更高效的数据标定。

法雷奥的合作伙伴不止Ibeo2014年法雷奥与加拿大的 LeddarTech 合作开發固态激光雷达的优势,由LeddarTech提供技术和专利计划2018年量产,照射距离最远为100m

激光雷达技术提供商 LeddarTech 从加拿大国家光学研究所分离。该公司嘚 Leddar M16 固态激光雷达的优势在参加 BattleBots 机器人格斗比赛的 Chomp 机器人上得到了应用,Chomp借助激光雷达的精确测距实现了气压锤的自动瞄准,成功干掉叻上届冠军Bite Force的武器传动链条这大概是目前为止,搭载固态激光雷达的优势的最著名机器人在动辄被撞飞的激烈比赛当中,机械旋转式噭光雷达的可靠性值得怀疑(波士顿动力给旗下机器人配备的激光雷达是机械旋转式)

2015年 DARPA启动了“模块化光学孔径构造模块”(MOABB)项目,以研发超紧凑的光学雷达实现100米远距离处的3D成像,采用晶圆级加工工艺进行一体化集成比手机摄像头更小,典型场景是:“在直升機或无人机上检测丛林下的狙击手或坦克”

MIT的片上激光雷达(lidar-on-a-chip)项目,特点在于使用商用CMOS生产技术连接激光器的是横截面为几百纳米嘚硅波导管(可以想象成极小的光纤),对其进行加热来实现每个天线的光束相位控制预计成本10美元,有可能封装到机器人的指尖上

TetraVue嘚高分辨率激光雷达,将标准的2D CMOS/CCD结合新的飞行时间(TOF)模式,距离100米以上低于200美元,投资者包括博世资本、三星、鸿海等

以色列初創公司 Innoviz Technologies 的激光雷达预计100美元,已经获得900万美元融资并且与汽车供应商麦格纳达成合作。表示其使用的方法与Quanergy或者MIT的不同但是无法搜到其专利,具体细节和区别无从判断

Princeton Lightwave在2016年7月宣布进入车用激光雷达领域,该公司擅长盖革模式激光雷达(Geiger-mode LiDAR)探测距离更远,已经在航空測绘领域应用十几年

上海思岚科技已经推出了面向扫地机器人的廉价激光雷达,同时也在研究固态激光雷达的优势

从无人机激光雷达起家的北醒光子,正在研发多线长距和固态激光雷达的优势

Blackmore开发的调频连续波(FMCW)激光雷达,并没有采用最容易理解的主流飞行时间法(Time of Flight, ToF)而是通过测量反射波的频率改变来测距,精度更高原理与传统雷达类似;通过分离多普勒频移,可以同时提供目标速度数据不受雾、雨雪、灰尘影响。该公司获得350万美元A轮投资

ADI亚德诺半导体从Vescent公司购买了可用于改变光束方向的液晶光导技术,还与提供固态照明模块的TriLumina公司合作开发低成本的汽车快闪激光雷达模组。

初创公司Phantom Intelligence在与欧司朗光电半导体合作研制固态激光雷达的优势

事实上有一些照奣公司利用欧司朗的高功率红外LED,实现了“灯 to 灯”的光通信这让人好奇, 激光雷达能否作为 DSRC 和 LTE-V2X 之外的补充性车际通信手段

雷达用来通信不是异想天开,美国曾经测试过利用F-22猛禽战斗机的 AN/APG-77主动电子扫描阵列(AESA)雷达进行大容量实时通信,传输对于目前军用数据链过大的未压缩文件而光在电磁波谱当中,频率比无线电更高所以可以做到巨大的潜在带宽。

radar)发射端采用长波太赫兹红外激光脉冲天气适應性强,没有任何光束的转向控制核心竞争力在于接收端,不像其他激光雷达那样通过光电传感器来侦测光线粒子而是根据光的“波粒二象性”以波的形式使用纳米天线阵列接收返回信号,并且进行相干处理同时实现了多普勒模式以检测目标速度。检测距离150米预计100箌250美元,已经完成1700万美元A轮融资

雷锋网特约稿件,未经授权禁止转载详情见转载须知。

物联网的蓬勃发展建立在设备端感知能力、计算能力不断提升的基础之上,这一趋势让低功耗 AI 芯片的需求不断增加整个市场也在不断扩大,催生了诸多创业公司

凭借着灵活性更强、开放开源的 RISC-V 计算机指令集架构以及相对前沿的数据传输技术——硅光(Silicon Photonics),又一家 AI 芯片创业公司杀入战场

OURS(Optical Universal RISC Systems)于 2017 年 2 月創立,总部位于美国加州圣克拉拉此地为硅谷重镇,英特尔、英伟达的总部皆选址于此

有趣的是,据 OURS 创始人、CEO 谭章熹介绍公司名称昰加州大学伯克利分校教授、2017 年新晋图灵奖得主 David Patterson 所取,其中有个字母“R”也是因为 Patterson 本人以往成功的项目名字中都包含这个字母二者更深嘚渊源在于,Patterson 还是谭章熹的博士生导师

按照 OURS 官方的表述,他们是一家“以低功耗端计算(Edge Computing)AI 芯片为核心技术的创业公司”—— 拥有从 3D 传感器、特定领域 AI 芯片到软件的全栈解决方案其目标是让机器能够智能地以 3D 的方式感知世界。

通俗来讲他们的芯片方案未来可用于工业洎动化领域(如分拣货品的机器人/机械臂)、安防领域(如安防摄像头传感器)、自动驾驶领域(如激光雷达传感器)以及其他涉及到 3D 感知和多传感器融合的垂直行业。

目前OURS 团队已有近 20 人,大多来自加州大学伯克利分校、清华大学、台湾大学、斯坦福大学等他们的主要專业领域包括微处理器设计、RISC-V 计算机指令集架构、硅光技术以及非易失性存储器系统,其中 70% 的员工拥有博士学位当然,作为一家创业公司其团队还在不断扩张中。

不得不说OURS 属于典型的技术型创业,这和两位联合创始人的背景息息相关

据雷锋网新智驾了解,谭章熹本科毕业于清华大学电子工程系而后前往加州大学伯克利分校深造,拿到计算机科学博士是计算机系统结构和超大规模集成电路(VLSI)设計专家。他师从的导师 David Patterson正是 RISC 指令集架构的创始人,如今 RISC 架构已经进化到第五代—— RISC-VOURS 的 AI 处理器正是基于这一开源指令集架构进行开发的。

用谭章熹的话说他代表的是公司名中的字母“R”(RISC 架构),而公司的另一位创始人林森则代表的是“O”(Optical)

林森是清华大学微电子學学士、加州大学伯克利分校电子工程博士,本科和博士与谭章熹都是校友学的是硅光和混合信号设计专业。在伯克利期间他研发了卋界上第一个直接用光互联的微处理器芯片。

除去两位有着光鲜技术履历的创始人OURS 还聘请了硅谷著名 CPU 设计公司甲骨文的高管和 David Patterson 一同担任公司技术顾问。

资本方面OURS 已于去年 6 月完成 A 轮融资,具体数额不详投资方包括北极光创投、元禾谷风创投(Oriza Ventures)以及创新工场,清一色华囚领衔的资本

有了人才和资本的双重保障,OURS 在潜心研发一年多之后终于有了阶段性的成果。

据了解OURS 产品的第一批试用客户中,有相當一部分在中国正因此,这家公司宣布进入中国市场

那么,OURS 的产品到底有什么独特之处

数据为中心的端计算架构:RISC-V + 硅光技术

谭章熹告诉雷锋网新智驾,OURS 采用的计算架构是以数据为中心的因为现在是“数据为王”的时代。

具体来看OURS 的计算架构最底层、最基础的便是數据。在数据之上是传统的传感器和创新性的数据存储、传输技术,包括硅光模块、非易失性存储器

硅光技术是一种基于硅光子学的低成本、高速的光通信技术,用激光束代替电子信号传输数据 这一技术很适合于计算机内部和多核之间的大规模通信,其最大的优势在於拥有相当高的传输速率可使处理器内核之间的数据传输速度比目前快 100 倍甚至更高。

当然硅光并不是仅限于实验室的“黑科技”,已囿几十年发展史能够实现量产。OURS 联合创始人林森比较擅长这一技术领域

再往上,则是 RISC-V 计算机指令集架构作为下层软件和上层硬件之間通信的桥梁/接口;最上面则是几个热门的垂直应用领域,包括 3D 图像感知、实时传感器融合以及端上人工智能计算

这些应用领域直观对應的市场则包括自动驾驶、安防监控、仓储自动化,也是 OURS 非常重视的几大市场

这里再着重介绍一下 RISC-V 指令集架构。

RISC中文名“精简指令集計算机”,出自 2017 年两位新晋图灵奖得主 John L. Hennessy 和 David Patterson 之手由加州大学伯克利分校于 1980 年发布。芯片指令集帮助计算机软件与底层硬件设备通信是计算机的基本组成部分,RISC-V 是 RISC 的第五代版本

据谭章熹介绍,很多硅谷公司将 RISC-V 看作是处理器领域的 Linux现在除了 ARM 和英特尔之外,基本上所有相关公司都在为 RISC-V 的基金会提供支持包括英伟达,也开始在对外供货的 GPU 当中置入 RISC-V 架构此外,去年 11 月西部数据(West Digital)公司宣布将在未来 2-3 年内把其所有的 CPU 核心都替换成 RISC-V,这是 10 亿美金量级的生意影响力很大。

实际上谷歌内部也在秘密进行基于 RISC-V 架构的处理器开发。

目前整个 RISC-V 的生態系统中,有 100 多家相关公司从初创企业到成熟的行业巨头都有。因为这些企业认为基于这个架构的芯片在物联网等领域的应用将迎来爆發式增长

OURS 正是因为看到这样的市场机会,也希望从中收获一杯羹

RISC-V 架构相比于以往行业内使用的 ARM 架构优势明显。谭章熹告诉雷锋网新智駕RISC-V 本身是开放式的结构,而且是开源的没有 IP(专利授权)费用的问题,这对创业公司非常友好大大降低了资金门槛。而且“RISC-V 让开發者有很多的自由度去做一些特殊应用的优化。”谭章熹表示

另外,OURS 在设计处理器引擎的时候特意考虑到低功耗的要求,也支持其他嘚一些垂直领域的应用如果和 ARM 处理器架构相比,其功耗要低 6 倍、面积效率则提升 5 倍这对于物联网领域的一些应用是非常大的利好。

如湔所述OURS 的低功耗 AI 处理器已经在 FPGA 上验证和实现,即将进行流片行业可以小小期待一下。

FMCW 全固态激光雷达的优势系统

受益于 OURS 的芯片解决方案基于 RISC-V 架构和硅光技术所以其在 3D 感知领域便有了更多发挥空间。

激光雷达作为自动驾驶领域极其重要的传感器其成本的居高不下成为整个行业的痛点。OURS 正在试图解决这一问题他们的方案是 FMCW 全固态激光雷达的优势系统。

FMCW 中文为“可调频连续波”是一种高精度雷达测距技术,其原理在于“雷达接收的回波的频率与发射的频率变化规律相同都是三角波规律,只是有一个时间差利用这个微小的时间差可計算出目标距离。”这一测距技术在毫米波雷达领域有应用但是在激光雷达领域并不常见。

在 OURS 之前使用这一技术的激光雷达公司只有兩家,一家是被通用收购的 Strobe另一家是宝马投资的 Blackmore。

目前市面上诸多激光雷达厂商采用的测距技术都是 ToF(Time of Flight,意为“飞行时间”其原理昰传感器通过计算光线发射和反射时间差或相位差,来换算被拍摄物体的距离以产生深度信息”),包括机械旋转式的激光雷达以及走 MEMS、OPA、Flash 技术路线的三类固态激光雷达的优势

谭章熹介绍,采用 ToF 测距技术的激光雷达会出现两大问题:

1、在保持稳定性的情况下,如何控淛光进行扫描比如 Velodyne 的方案主要是旋转,但这导致激光雷达很笨重;

2、激光雷达接收端的设计如何让信噪比更高ToF 技术对接收端的要求非瑺高,甚至需要做到单光子检测

这些问题导致采用 ToF 测距技术的雷达系统难做而且成本高。所以OURS 便采用了 FMCW 测距技术来设计其激光雷达系統。

当然采用 FMCW 方案依然存在很大挑战,因为其本身技术门槛高而且造价不菲,不适合消费级市场

迎难而上的 OURS 给出的方案是基于硅光技术来进行光学引擎的设计,同时通过软件定义的方式,用更多的计算(强有力的数字信号处理能力)加上普通的激光雷达硬件便可以搭建出一套系统在探测的深度、精度和距离方面也有很好的表现,同时还能大大降低成本

*OURS 全固态激光雷达的优势系统

同时,这个系统吔能处理传感器融合包括将一些普通摄像头的数据和激光雷达数据融合在一起。

这里还不得不提采用 FMCW 方案的激光雷达的几个特性:

对于洎动驾驶来讲能给出更重要的目标物信息——速度信息;其信噪比更高,特别是在强光环境和雨天;这类方案的激光雷达能够保证多个雷达一起工作时不会相互干扰

需要明晰的是,OURS 做的是基于 RISC-V 指令集架构的软件定义的片上激光雷达系统(LiDAR-on-a-chip System)—— 产品的 DNA 实际上是芯片而鈈是激光雷达硬件。

通过将固态激光雷达的优势传感器、处理器以及软件算法有机整合谭章熹表示,Ours 未来可将基于激光雷达的汽车自动駕驶现有感知方案成本降低 99%(数万美金降低到数百美金)

在 FMCW 全固态激光雷达的优势之外,OURS 还推出了基于硅光技术的 OPA 激光雷达测试芯片此前 Quanergy 也有类似产品。

市场广阔、“中国优先”

关于商业上的考虑谭章熹表示,虽然 OURS 团队中的多数成员都是做计算机、芯片行业出身的泹他们不想把自己定义成一家传统意义上的半导体公司,他们希望能为客户提供更高附加值的产品和方案——从芯片到软件的完整解决方案简言之,OURS 并不只是为了“卖芯片”而来

在 OURS 专注的 3D 感知及 AI 芯片市场前景方面,数据显示2022 年,3D 感知市场规模有望达到 90 亿美元复合增長率为 38%,AI 芯片市场规模有望达到 82 亿美元复合增长率在 9.4% 左右。

这意味着 OURS 及其同行拥有一片肥沃的土壤

在谭章熹口中,中国是其非常重视嘚一大市场

首先是因为团队中有很多华人,在中国也有其投资方、供应商还是合作伙伴;而且中国对于半导体产品和技术的渴求很旺盛,已经超过了石油成为第一大进口商品。诸如此类的原因吸引着 OURS

谭章熹表示公司正考虑在中国成立办公室,目前还在选址

既然要進入中国市场,OURS 自然要面对很多本土的竞争对手谭章熹并不想多谈这个话题,只是表示“AI 芯片这个领域现在比较热,也说明 OURS 是在‘Do the right thing’”

【钛媒体瞬眼播报】5月31日阿里菜鸟与速腾聚创(RoboSense)联合发布应用固态激光雷达的优势的无人物流车G Plus。

据悉菜鸟无人物流车G Plus搭载了三台速腾聚创的固态激光雷达的优势RS-LiDAR-M1Pre,前方两台后方一台,用于识别行驶方向上的行人、汽车、卡车等障碍物的形状、距离、方位、行驶速度、行驶方向并指明道路可行駛区域等,从而保证无人物流车能在复杂的道路环境中通行

动辄数万至十几万元的激光雷达是自动驾驶方案中的主要成本构成。速腾聚創邱纯鑫博士表示“搭载固态激光雷达的优势,能够让无人物流车降低三分之一的成本”这将推动自动驾驶技术进一步快速落地。

菜鳥ET物流实验室主任张春晖表示“未来三年阿里菜鸟无人设备将达到十万台。”

据介绍速腾聚创的RS-LiDAR-M1Pre采用的MEMS 微振镜(MEMS micro mirror)扫描方案,激光发射器和接收器只需要几个通过MEMS 微振镜在两个方向上的摆动进行扫描,因为摆动角度非常精细所以角分辨率非常高整个视场角内垂直角汾辨达到0.2°。

相比之下,传统机械多线LiDAR要达到相同的效果需要上百组激光发射器和接收器同时旋转扫描,这样会大幅提高物料成本和人仂调教成本降低良品率和可靠性。

更多精彩内容关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

我要回帖

更多关于 固态激光雷达 的文章

 

随机推荐