标签: lidar

8通道915nm SMT脉冲激光器可增强自动驾驶汽车的远距离激光雷达系统； 经过AEC-Q102认证的8通道QFN封装，具有高性能和高效率，采用艾迈斯欧司朗专有的波长稳定技术； 基于20多年的脉冲激光器技术经验。 全球领先的光学解决方案供应商艾迈斯欧司朗（瑞士证券交易所股票代码：AMS）近日宣布，将推出创新的高性能8通道915nm SMT脉冲激光器——SPL S8L91A_3 A01，为自动驾驶赋能，简化系统设计并提升性能，使长距离探测的激光雷达更高效和可靠。 采用QFN封装的SPL S8L91A_3被应用到乘用车、卡车和无人驾驶出租车等自动驾驶汽车的激光雷达系统中，大幅提升了自动驾驶系统的运行，导航，和数据处理能力。 自动驾驶应用中，SPL S8L91A_3 A01被应用于旨在显著提升远距离高分辨率激光雷达系统。凭借AEC-Q102认证且采用QFN封装的8通道EEL（边缘发射激光器），艾迈斯欧司朗现在提供更加多样化的红外元器件供系统开发人员选择。该款新产品的峰值光功率为1,000W，效率高达30％，性能出众。 自动驾驶是讨论最多的关于未来的话题之一，大多数系统供应商坚信，激光雷达对高阶自动驾驶必不可少。 20多年来，在汽车激光雷达脉冲红外激光器的开发和生产领域，艾迈斯欧司朗一直是自动驾驶市场重要参与者——交付的产品已超过2,000万台，经验和质量都被市场充分认可。 SPL S8L91A_3 A01是基于公司在汽车激光雷达技术领域丰富经验而推出的最新产品阵容。 SPL S8L91A_3 A01是先进的红外高功率SMT激光器，为激光雷达应用量身打造，采用单片集成8通道设计，每个激光器通道提供125W的功率，即总峰值光功率为1,000W，极大地增强对高速公路自动驾驶至关重要的远距离激光雷达系统的性能。该款激光器有4个可单独寻址的阳极，每个阳极连接到两个并行操作的激光器通道。得益于寻址功能，客户能够灵活地设计最终产品。 采用一体化激光器封装可以实现更紧凑、更高效的设置，无需多个元器件之间对准，因此设计和制造过程得以简化。这种集成不仅缩短开发时间，还显著提高最终产品的可靠性与性能。该款激光器的设计中采用艾迈斯欧司朗专有的波长稳定技术，可大幅减少因温度变化引起的波长漂移，从而提高激光雷达系统的信噪比（SNR)并扩大侦测范围。 SPL S8L91A_3 A01旨在满足汽车行业的严格要求，性能规格符合并超越AEC-Q认证标准。该款激光器的QFN封装是保障可靠设计的关键，可提供满足汽车环境挑战的持久解决方案。除可大规模应用于自动驾驶汽车的激光雷达系统之外，该新款激光器可应用于工业激光雷达，可提升机器人、安防监控、智慧城市和最后一公里交付等应用的性能。 艾迈斯欧司朗激光雷达高级首席工程师Clemens Hofmann 指出： 我们的新款8通道激光器模块将为自动驾驶行业带来革新。它能够简化系统设计并提升性能，使远距离激光雷达系统更加有效和可靠。通过集成我们先进的波长稳定技术，可确保在不同工作条件下都能保障优异的性能。

全球领先的光学解决方案供应商 艾迈斯欧司朗 （瑞士证券交易所股票代码：AMS）近日宣布，随着汽车智能化浪潮的滚滚推进，激光雷达已成为自动驾驶系统不可缺少的核心传感器，引领高级辅助驾驶技术的未来。4月25日，北京车展，全球领先的激光雷达及感知解决方案供应商， 速腾聚创 首次展示其最新的MX激光雷达 （如上图） 。这一产品融合艾迈斯欧司朗成熟的EEL SPL系列边发射激光器技术，为激光雷达提供高精度的激光输出，赋予汽车和机器人超越视觉的感知能力。 自2014年成立以来，速腾聚创作为车载激光雷达行业的先锋，为全球众多的汽车制造商和一级供应商提供服务。截止到2024年3月底，速腾聚创已获得来自22家汽车整车厂和一级供应商共计65款定点车型订单 。 根据S&P Global Mobility标普全球汽车《2022全球自动驾驶和激光雷达市场趋势分析》报告表明，速腾聚创是全球揽获最多车企合作的激光雷达科技企业，排名第一。同时速腾聚创是全球首个向汽车制造商交付第二代智能固态激光雷达的科技企业。 艾迈斯欧司朗是全球领先的LiDAR光源方案供应商，是速腾聚创紧密的合作伙伴。双方合作成果显著，共同推动激光雷达技术的进步和产业化发展。 速腾聚创现有的多个系列激光雷达搭载艾迈斯欧司朗的激光器，包括面向自动驾驶、ADAS、机器人等多领域的激光雷达及解决方案。 技术创新引领LiDAR未来 作为全球领先的智能传感器和光源解决方案供应商，艾迈斯欧司朗拥有独特而全面的LiDAR解决方案，涵盖EEL和VCSEL等多项技术。从裸晶、封装激光器，到集成模块，艾迈斯欧司朗有能力提供全套的LiDAR解决方案，满足客户不同应用场景的需求。 尤其是艾迈斯欧司朗的EEL SPL系列边发射激光器凭借其先进技术和可靠质量已成为车载激光雷达市场的主要选择，在高级驾驶辅助系统（ADAS）和无人驾驶出租车（Robotaxi）中展现出关键作用。 EEL技术的独特性源于艾迈斯欧司朗专为脉冲运行设计的红外激光二极管适用于汽车自动驾驶的激光雷达应用。EEL技术采用尖端的多层纳米堆叠发射器技术，可在提供高功率的同时保持小尺寸，成为远程激光雷达的首选技术。此外，波长为905nm的红外激光二极管具有市场上最高的效率。并且可以以极短的脉冲（低至2ns）运行，同时提供出色的功率。 强强联手共绘自动驾驶蓝图 得益于艾迈斯欧司朗EEL SPL系列边发射激光器的支持，速腾聚创的车载激光雷达在测距、分辨率、尺寸、重量和出点数方面取得全面突破，发布新一代中长距激光雷达MX。 早在此次发布之前，速腾聚创的M1、M2也分别搭载艾迈斯欧司朗EEL SPL系列边发射激光器。 速腾聚创M1&M1 Plus搭载艾迈斯欧司朗SPL系列EEL激光器，能够实现200m的超远测量距离。分辨率更高，水平角和垂直角均精确到0.2°，动态提高ROI区域垂直分辨率至0.1°，便于更早看清远处障碍物，让车辆提前响应，提升自动驾驶体验，使激光雷达的尺寸更小，定义此前车载激光雷达45mm的量产厚度标准。M1&M1 Plus出点数更多，单回波模式下为787,500pts/s。 速腾聚创M2进一步搭载艾迈斯欧司朗的SPL低温漂高点频EEL，与前代M1 Plus相比，实现测距与角分辨率的双重跃升，最远测距能力增至250m，最佳角分辨率提升至0.1°×0.1°，大幅度提升远距离小障碍物的探测能力。同时，全局出点数翻倍，达到1,575,000pts/s。 SPL系列低温漂高点频EEL作为小发光尺寸低温漂的产品，在提升信噪比方面有得天独厚的优势。据试验表明，当温度范围处于-40℃到125℃之间时，原本接收端接收到的40nm的背景噪声可以被有效缩小至20nm，相当于将噪声减少至原噪声的50％，从而将信噪比提升至原本的两倍。 速腾聚创联合创始人兼CTO刘乐天先生 表示： 激光雷达在产品选择中要求非常严苛，既要保证激光器的稳定可靠，同时还要实现较低的波长随温度漂移系数，在维持小发光尺寸的同时实现高功率输出。正因如此，艾迈斯欧司朗EEL SPL系列边发射激光器非常适合车载激光雷达。 速腾聚创与艾迈斯欧司朗的合作往来已久。今年3月， 艾迈斯欧司朗首席执行官兼董事会主席奥多·坎普 访问速腾聚创位于深圳的总部，参观公司的产品展示并与 速腾聚创董事长兼首席科学家邱纯鑫博士、及CEO邱纯潮先生 进行深入的交流。 双方就激光雷达技术发展趋势、产品合作等议题进行探讨，并达成进一步合作的共识。在交流中，速腾聚创对艾迈斯欧司朗的技术及支持表达认可与感谢。双方讨论涵盖将合作范围进一步拓宽至智慧交通、智能出行等多个领域的意向，并就深化多层次合作伙伴关系交换意见。展望未来，双方期望持续深化合作，推动更多激光雷达技术相关的创新成果在汽车领域得到应用。双方将维持紧密的合作伙伴关系，共同成长，以期达到更高层次的互利共赢，并为中国乃至全球的激光雷达行业带来突破性的变革。 在访问的最后， 奥多·坎普 评价道： 我非常感谢客户一直以来对艾迈斯欧司朗的信任与肯定。艾迈斯欧司朗为能与在激光雷达领域取得非凡成就的速腾聚创站在一起感到自豪。未来，我期待与我们的客户继续加深合作，共同推动激光雷达技术的创新和发展，为自动驾驶和智能化应用提供更安全、更可靠的解决方案。 关于速腾聚创 速腾聚创（2498.HK）是激光雷达及感知解决方案市场的全球领导者。速腾聚创通过芯片、激光雷达平台与感知算法三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，颠覆传统激光雷达硬件纯信息收集的定义，通过持续创新的机器人技术，让世界更安全，让生活更智能。 截至2023年6月30日，速腾聚创企业员工超过1,100人，总部位于深圳，并在其他多个地区和国家建立实体机构，包括上海、苏州、天津、香港，以及德国、美国等。公司的技术与产品能力以客户需求为核心，围绕芯片驱动的激光雷达硬件，同时布局人工智能感知软件技术形成解决方案，推动市场探索应用的边界，引领行业实现大规模商业化。 作为Automative News PACE Award、AutoSens Award、Audi Innovation Lab Champion和两届CES Innovation Award得主，速腾聚创在市场上已经获得成功的基础：公司产品技术为全球多家汽车整车厂、一级供应商和各种机器人及其他非汽车行业的客户提供服务。截至2023年12月31日，速腾聚创已取得22家汽车整车厂及一级供应商的超60款车型的量产定点订单，其中帮助24款车型实现SOP。截至2023年3月31日，与全球其他激光雷达公司相比，速腾聚创服务的汽车整车厂和一级供应商数量最多、拥有前装量产定点车型最多及实现SOP车型最多。

Yole Intelligence发布车载LiDAR市场最新报告，肯定中国力量，凸显乘用车应用市场。 上月底，Yole Group旗下的Yole Intelligence发布了《2023年全球车载激光雷达市场与技术报告》（以下简称《报告》），其中提及2022年激光雷达在乘用车及L4自动驾驶领域（包括Robotaxi）市场规模同比增长95%，达3.17亿美元。 而这迅猛增长的版图中，中国力量的指数级增长功不可没。 1、 乘风破浪的中国车载LiDAR力量 2022年，激光雷达开启【量产化元年】。 这一元年随之开启的是集中在中国LiDAR厂商间的【上车竞赛】。 毕竟为了提升广大用户对智能汽车的感知和使用体验，激光雷达和大算力芯片成为高端智能汽车的2大标配要件。据《报告》显示，2022年，在中国上市的新车（乘用车）中，共有11款车型搭载了激光雷达，至2023年第三季度，已经有36家车企宣布使用激光雷达。 不积细流，无以成江海。 Yole更是预计，在中国将有106款车型在2023及以后搭载激光雷达（如下图所示）。 *图源：Yole Intelligence 2022年内，随着中国智能驾驶行业快速崛起，高级辅助驾驶（ADAS）功能需求的持续走高，带动了中国激光雷达企业全球总份额的不断攀升。据Yole Intelligence统计，2022年禾赛科技以近50%的市场份额稳居全球车载激光雷达总营收榜首，同时，叠加图达通（Innovusion）、速腾聚创（Robosense）以及览沃科技（Livox）等，中国激光雷达企业已占据整个市场超75%的份额（如下图所示）。 *图源：Yole Intelligence 2、 乘用车市场首次“领军” 在2022年之前，在车载激光雷达各细分版块市场份额中，L4自动驾驶应用（包括Robotaxi）始终超过乘用车激光雷达市场规模。 毕竟，自2016年8月25日，NuTonomy在新加坡进行首个Robotaxi服务公开试验起，激光雷达在L4自动驾驶领域中的应用更为普遍。 而得益于城市NOA的陆续上车，激光雷达正成为科技感卖点陆续出现在每一家车企的方案中。 在Yole的这份报告中，最值得一提的还有2022年乘用车激光雷达市场规模首次超过L4自动驾驶领域（包括Robotaxi）激光雷达的规模。其中，激光雷达乘用车市场达1.69亿美元，L4自动驾驶领域市场为1.47亿美元。 而中国乘用车车载雷达市场上，从高速NOA到城市NOA的集体上车是这一反超的绝对助力。 城市导航辅助驾驶，尽管各家厂商叫法不同，但本质上都是让车辆在路况复杂的城区中，实现“点到点”的辅助驾驶。 汽车需要在驾驶员的“监督”下，像“老司机”一样依照地图导航的路线行驶，实时感知城区的车道线、障碍物、信号灯，实现自主行驶、刹车、变道、转弯、绕行避让等动作，最终到达目的地。 而城市路况行驶最大的挑战就在于复杂性和不确定性，比如人车不分流、车道不清晰、红绿灯种类繁杂、无保护左转、遇前方事故、鬼探头、遇违停占道等等。 比如理想汽车前不久宣布在北京和上海开启城市NOA内测，在开放媒体试驾期间，搭载激光雷达的理想MAX版车型面对望京“地狱级路况”，游刃有余。 从各公开路段实测视频中可以看到，它不仅能识别在黑暗隧道中身穿黑色上衣的行人，也能在超远距离下对静止作业车做出了识别……均为车辆留出了足够的处理时间，从容地进行了提前变道避让。 从高速NOA到城市NOA，激光雷达正在成为提高用户辅助驾驶使用率必不可少的传感器。而城市NOA在各OEM中的大力推广，也使得2021年在全球市场份额仅占2%的激光雷达乘用车市场，在一年内迅速增长，增速达3倍（285%），一举成为激光雷达细分领域增速最快部分。 对L3（EYES OFF）激光雷达应用的渐进式案例， *图源：Yole Intelligence 这也让业内将2023重新定义为【城市NOA元年】。 3、 激光雷达的“亲民路” 激光雷达市场自成立以外，一直呈现多路线并进的局面。 据Yole Intelligence分析，转镜的扫描方式，905nm的发射波段，以及芯片化高集成度，都成为当前最受市场关注的激光雷达产品特征。 《报告》中提到，至2023年，近红外波长（905/940nm）预计将占激光雷达乘用车市场销量的84%。而未来10年，NIR和短红外（SWIR）之间的比率预计将保持不变。 *图源：Yole Intelligence 作为业内唯一一家可以同时提供用于LiDAR的VCSEL和EEL两种车规级方案的供应商，艾迈斯欧司朗在LiDAR光源和波长选择上都有着贴合一线市场的独特认知。 Byron老师就曾在讨论905nm和1550nm路线选择时提到，人眼安全是个复杂且重要的问题，其安全性和LiDAR系统设计密切相关。基于905nm波长设计出满足人眼安全的激光雷达已被广泛验证与接收。甚至，在某些设计和应用条件下，905nm激光雷达的最大功率安全阈值已经为1550nm最大功率安全阈值的十分之一，这是个系统问题，而我们一直强调的是激光雷达需要考虑综合性能与客户需求。 可以说，905nm波长在激光雷达上的应用目前是综合性能的最优解，也是市场的选择。 而对于光源路线VCSEL和EEL的选择，Byron老师也坦言，这是两种不同的激光光源技术，从构造到特性表现都不同。基于激光雷达特性与基础要求之上，如果再从探测距离与扫描方式这两个维度去分析，我们就会越来越清晰地看到激光雷达的技术路线与光源的选择了。 比如，在棱镜旋转扫描和MEMS扫描系统中，EEL覆盖了长中短距的各种应用， 成为最理想的光源； 在分区控制等固态激光雷达应用则可以充分利用VCSEL的多发光孔的特性，实现1D/2D控制，成为短距固态激光雷达应用中的首选； 在全区域爆闪模式下的固态激光雷达，则可根据距离的要求选择VCSEL 或EEL。 对于激光雷达来说，收发模块是其核心，激光发射器和探测器二者占据总成本的60%左右。 而芯片化能使收发模组的成本极大下降。 对于激光雷达而言，芯片化就是把原本数量众多、结构庞大的激光器控制电路、信号采集转化电路、波形处理电路等数百个电子元器件逐步集成到几片小巧的芯片上，继而通过芯片实现对于上百个激光发射/接收通道的高质量控制和运算。 据禾赛科技介绍，芯片化设计使得激光雷达元器件数量大幅减少，简化的结构带来了显著的成本降低，与2016年相比，2023年激光雷达的单线收发成本仅为原来的1/20。 不仅如此，芯片化激光雷达更会带来生产效率的成倍提高，生产成本的大幅下降。 芯片化的设计，是帮助激光雷达撕下“昂贵”标签的利器。 那从产业链上游的核心玩家艾迈斯欧司朗来看，借用动感老师的一句话，“产业链要做的就是积极协同主机厂，基于激光雷达开发产生真正打动消费者的新应用，让硬件价值充分落实。” 展望2023年，中国力量仍然是车载激光雷达的中流砥柱。毕竟，Yole也在《报告》中指出，作为预计销量最大的ADAS激光雷达企业，禾赛科技有望登顶2023年全球乘用车以及L4自动驾驶领域的双料销冠。 *图源：Yole Intelligence

LiDAR测距应用越来越普及，例如行人检测、车辆检测、障碍物探测等自动驾驶应用，以及道闸防砸、高度计等。本项目以北醒TFMini-S Micro LiDAR传感器为例，演示LiDAR传感器与Arduino的连接，以及测距结果及显示。本项目BOM如下： Arduino Nano开发板 1 TFMini-S LiDAR传感器 1 JHD162A 16X2 LCD显示器 1 10K电位器 1 面包板 1 跳线 22 基于激光的精确测距能力，LiDAR是一种精确的激光探测及测距器件。LiDAR工作原理与无线电雷达没有区别，即由雷达发射系统发送一个信号，经目标反射后被接收系统收集，通过测量反射光的运行时间而确定目标的距离。至于目标的径向速度，可以由反射光的多普勒频移来确定，也可以测量两个或多个距离，并计算其变化率而求得速度。 项目采用的TFmini-S是一款基于TFmini升级的单点测距雷达，盲区降低为10cm，室外测距性能进一步提升，不同反射率的测距精度得到优化，可以实现稳定、精准、高灵敏和高速的距离测量。 连接TFMini-S LiDAR传感器与Arduino TFMini-S LiDAR可通过UART或I2C接口与Arduino连接。本项目采用UART。 将TFMini传感器的VCC & GND引脚连接到Arduino开发板的5V & GND引脚，Tx、RX引脚连接到Arduino开发板的D2 & D3引脚。 ​ 当然，也可以把Tx and Rx连接在其他引脚上，只要支持软件串口即可。 源代码及例程库 北醒官网、Github都提供有TFMini-S LiDAR传感器库文件和例程，具体如下： include #include "TFMini.h" TFMini tfmini; SoftwareSerial SerialTFMini（2, 3）; //The only value that matters here is the first one, 2, Rx void getTFminiData（int* distance, int* strength） { static char i = 0; char j = 0; int checksum = 0; static int rx ; if （SerialTFMini.available（）） { rx = SerialTFMini.read （）; if （rx != 0x59） { i = 0; } else if （i == 1 && rx != 0x59） { i = 0; } else if （i == 8） { for （j = 0; j < 8; j++） { checksum += rx ; } if （rx == （checksum % 256）） { *distance = rx + rx * 256; *strength = rx + rx * 256; } i = 0; } else { i++; } } } void setup（） { Serial.begin（115200）; //Initialize hardware serial port （serial debug port） while （!Serial）; // wait for serial port to connect. Needed for native USB port only Serial.println （"Initializing..."）; SerialTFMini.begin（TFMINI_BAUDRATE）; //Initialize the data rate for the SoftwareSerial port tfmini.begin（&SerialTFMini）; //Initialize the TF Mini sensor } void loop（） { int distance = 0; int strength = 0; getTFminiData（&distance, &strength）; while （!distance） { getTFminiData（&distance, &strength）; if （distance） { Serial.print（distance）; Serial.print（"cm\t"）; Serial.print（"strength: "）; Serial.println（strength）; } } delay（100）; } ​ 这下，Serial monitor开始显示距离和信号强度，把手在传感器前面来回移动可观察到距离在变化，盲区从30cm缩减到10cm。 ​ 如果希望通过LCD显示测量结果，就需要在前述电路的面包板上加一个16x2 LCD显示器，并通过10K电位器来调节LCD的对比度。这样，本项目就实现了便携式涉及，可以装起来带去户外体验了。 ​ #include LiquidCrystal lcd（12, 11, 10, 9, 8, 7）; #include #include "TFMini.h" TFMini tfmini; SoftwareSerial SerialTFMini（2, 3）; //The only value that matters here is the first one, 2, Rx void getTFminiData（int* distance, int* strength） { static char i = 0; char j = 0; int checksum = 0; static int rx ; if （SerialTFMini.available（）） { rx = SerialTFMini.read （）; if （rx != 0x59） { i = 0; } else if （i == 1 && rx != 0x59） { i = 0; } else if （i == 8） { for （j = 0; j < 8; j++） { checksum += rx ; } if （rx == （checksum % 256）） { *distance = rx + rx * 256; *strength = rx + rx * 256; } i = 0; } else { i++; } } } void setup（） { lcd.begin（16, 2）; Serial.begin（115200）; //Initialize hardware serial port （serial debug port） while （!Serial）; // wait for serial port to connect. Needed for native USB port only Serial.println （"Initializing..."）; SerialTFMini.begin（TFMINI_BAUDRATE）; //Initialize the data rate for the SoftwareSerial port tfmini.begin（&SerialTFMini）; //Initialize the TF Mini sensor } void loop（） { int distance = 0; int strength = 0; getTFminiData（&distance, &strength）; while （!distance） { getTFminiData（&distance, &strength）; if （distance） { Serial.print（distance）; Serial.print（"cm\t"）; Serial.print（"strength: "）; Serial.println（strength）; lcd.setCursor（0, 0）; lcd.print（"Dis: "）; lcd.print（distance）; lcd.print（" cm"）; lcd.setCursor（0, 1）; lcd.print（"Str: "）; lcd.print（strength）; } } delay（500）; lcd.clear（）; } 结果显示，TFMini-S LiDAR传感器最大测距为12m，由于户外障碍物比室内少很多，测距准确度高达90％。

这两天麦迪在高度关注无人驾驶车的技术发展，刚写完篇激光雷达的文章，期间搞了好多网上资料，打算挑几份写的不错的资料分享给大家。   这份来自某券商的无人驾驶汽车行业专题报告，看完让麦迪很是惭愧，我怎么就没能写出这么全面的一个东西，真是羡慕嫉妒之余，遂拿来与大家共勉。   忽略其中增持，股票推荐等等的建议，绝对是一片全面、清晰的无人驾驶车产业链分析报告、技术解析报告、外加学习之绝佳材料。   麦迪表示获益匪浅，看完，估计到外头和人吹嘘对无人驾驶的了解程度，那一定是大师级的了。（同时，也不尽感慨一下，现在做股票的同志们不容易啊，买个股票，需要学习的这么深入吗？）   下面截取几个页面分享给大家。希望看 完整报道的可在博客文末自行免费下载 。