激光雷达:车载先行助力3D感知及交互时代.docx





《激光雷达:车载先行助力3D感知及交互时代.docx》由会员分享,可在线阅读,更多相关《激光雷达:车载先行助力3D感知及交互时代.docx(46页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、目录激光雷达:3D传感性能优越,应用领域广泛 4车载激光雷达:高级别自动驾驶的最后一块拼图8智能汽车迎来黄金十年,市场潜力超智能手机8车载激光雷达:感知层核心,环境监测传感器的价值量制高点10转镜先行,MEMS蓄势,价格有望2025年下探至100美元 13激光雷达产品分类:不同维度、不同结果13方案量产节奏:转镜先行,MEMS蓄势待发,纯固态仍需时日、但或为终局14价格:有望在2025实现100美元价格 17在位厂商:商业模式正创新,关注车规及量产进展19商业模式:“软件付费+低硬件售价”成为趋势 19车规:提示厘清“车规”概念,ISO 26262值得关注20能力布局:多领域、多路线拓宽能力边
2、界23附录:建议关注公司及技术方案介绍 28建议关注公司28激光雷达主要技术路线特点比照 34图表图表1:激光雷达原理及系统结构示意4图表2:激光雷达的“前世今生” 5图表3:激光雷达的不同形式及主要下游应用 6图表4:以Velodyne为例,看激光雷达产品的行业应用 6图表5:激光雷达全球市场规模测算(分下游领域)6图表6:激光雷达下游占比-2019 7图表7:激光雷达下游占比-2030E7图表8:智能汽车的下个十年一一路径与趋势 8图表9:智能汽车正在多个方向展现与智能手机的相似路径9图表10:各大主机厂自动驾驶时间表一一高级别渐行渐近 9图表11:汽车电子市场规模全球10图表12:主要汽
3、车传感器在各级SAE中的应用 10图表13:不同环境监测传感器特性比照11图表14:纯视觉方案存在弊端,为小众选择12图表15:车载传感器市场规模测算12图表16:没有绝对“完美”的方案一一车载激光雷达分类方式及优劣势 13图表17:行业供应商可基于多种维度进行方案组合设计13图表18:主要激光雷达方案原理14图表19:激光雷达不同分类方式及代表厂商、落地案例14图表20:SCALA转镜方案拆解 15图表21:华为96线激光雷达 15图表 22:Livox 激光雷达 15图表23:速腾聚创CES 2021推出Ml的SOP版本 16图表11:汽车电子市场规模.全球900,000900,0001,
4、000,000 (美元百万元)800,000700,000600,000500,000400,000300,000200,000100,0002024E2028E2032E软件及服务座舱电子车载传感器车载半导体动力电子平安系统1r其他传统汽车电子2020E资料来源:丫。3-车载激光雷达:感知层核心,环境监测传感器的价值量制高点感知层是自动驾驶的起点,环境监测传感器相对“量少价高”传感器位处感知层核心,不同类型优势互补、趋于融合。自动驾驶的工作过程可分为三层: 1)感知层:通过传感器探测周围环境,将各类环境信息转换为电信号;2)决策层:依托 车载计算单元,利用算法分析环境数据,并发出操作指令;3
5、)执行层:根据指令,通过各 种执行器完成相应的汽车操控。其中,汽车传感器是感知层的核心部件。汽车传感器可分为环境监测、车身感知两大类。在一辆汽车所配置的传感器中,呈现出: 环境监测传感器量少价高、车身感知传感器量多价廉的特点。同时、随着汽车SAE级 别的提升,所需的环境监测传感器数量增长迅速,占据了汽车传感器总本钱的绝大局部。图表12:主要汽车传感器在各级SAE中的应用越知层:传感器越知层:传感器决策层:ECU执行层:执行器LOL1L2L3L4L5当前本钱(人民币发)-摄像头-14888350一超声波雷达-48121212-100-亳米波雷达-LRR*1SRR*2LRR*1SRR*2LRR*1
6、SRR*4LRR*1SRR*6LRR*2SRR*6LRR800SRR-300-激光雷达-12410000L讣境监测压力传感器5,加速计10-1001.5陀螺仪10流量传感器2资料来源:Yole Development,车云网,慧聪网,高级别必备的核心传感器,多传感器融合打造感知系统“完全体”激光雷达是当前价值量最高的车载环境监测传感器。当前环境监测传感器主要包括车载摄 像头、超声波雷达、毫米波雷达、激光雷达等。出于结构设计、器件本钱、良率与一致性、 研发投入、车规及可量产性等多方面因素,当前激光雷达单车价值仍远高于其他传感器件。视觉方案日趋成熟,激光雷达缘何必要?我们认为光学传感器、毫米波雷达
7、、激光雷达等 不同种类的车载传感器在本钱、抗恶劣天气能力、探测距离、精度、识别能力、暗光环境 等不同维度相互补充。 激光雷达VS毫米波雷达:激光的频率可达100,000GHz以上,比毫米波高出3-4个数 量级,其波长为微米乃至纳米级别,这意味着激光雷达在距离、角度、速度等测量上 可以实现极高的分辨率,借此可实现对周围物理环境的三维立体成像,精度优势显著。 此外,由于激光具有高亮度性、高方向性、高单色性和高相干性等特点,激光雷达可 实现远距离探测与测距 秉具出色的抗干扰能力、全天候工作能力和多目标追踪能力。 激光雷达vs车载摄像头:摄像头在物体外观及分类的识别上性能突出,但单纯依赖视 觉方案存在
8、以下隐患:1)光照依赖:光照情况不良时(强光/逆光/夜晚/恶劣天气), 作用大幅受限;2)须2D转3D:获取2D信息,需经算法处理转换为3D信息,在精 确度和时效性不及能直接从外界获取位置信息的激光雷达;3)算力及本钱:光学方案 下,成熟算法要求海量数据作为训练基础以及更高芯片算力保障,相应本钱水涨船高。 激光雷达并非完美,不同传感器需配合打造感知系统完全体:受制于激光的物理特 性,激光雷达在雨雪、沙尘等极端天气环境下,工作可靠性会受到影响。伴随智能驾 驶级别提升,需要不同种类的传感器达成冗余、相互配合。我们认为,对于L4-L5高 级别自动驾驶而言,激光雷达在传感器组合中具备不可替代性,仍为必
9、备元件,与光 学传感、雷达及MEMS传感器配合,共同打造感知系统“完全体”。图表13:不同环境监测传感器特性比照物体探测物体探测交通信号识 另毫米波雷达激光雷达摄像头资料来源:OF week,图表14.纯视觉方案存在弊端,为小众选择纯视觉方案摄像头稳定性易受天气、光稳定性较强,不易受天气等环境因 照等环境因素影响素影响2016年,百度无人驾驶汽车装配多个激光雷达应用特斯拉Autopilot2017年,奥迪A8搭载法雷奥SCALA现状小众资料来源:百度Apo。,奥迪,主流车载传感器市场规模及成长:我们测算在智能化带动下,全球车载传感器市场规模有望于 2032年到达1,097亿美元,CAGR约为1
10、4%。其中,车载激光雷达市场规模有望由2020年 的2,025万美元增长至2032年的192亿美元,CAGR约为77%,数倍于其他细分品类,其 对车载传感器行业的增长贡献也到达22%,是我们看好的兼具“大空间”和“高成长”的 优质赛道。图表15:车载传感器市场规模测算120,000100,00080,00060,00040,00020,00002020E2024E2028E2032E2020-2032楂*舌耐2020-2032CAGR11%20%2%2%22%77%35%13%7%7%23%18%摄像头 超声波雷达毫米波雷达 ,激光雷达 MEMS传感器车载通讯模块资料来源:Yole Devel
11、opment,转镜先行,MEMS蓄势,价格有望2025年下探至100美元激光雷达产品分类:不同维度、不同结果分类方式多样。激光雷达的工作过程包括多个环节,根据不同雷达测距原理、光源、发射、 接收、扫描等环节所采取解决方案的不同,均可对其进行分类。行业供应商可基于以上维 度进行方案组合设计,其中行业当前最主要采用的两种分类维度为: 测距方案:可将激光雷达分为脉冲飞行时间(time of flight, TOF)、调频连续波(Frequency Modulated Continuous Wave, FMCW) 调幅连续波(Amplitude Modulated Continuous Wave, A
12、MCW)等。A 扫描方案:扫描方案正成为车载激光雷达厂商分类定位的主耍依据。究其原因,在于 扫描技术直接决定了激光雷达的扫描频率、扫描范围、采集数据量等关键技术参数, 与最终探测成像质量息息相关;此外,扫描技术的演变还是产品迈向小型化、高性能、 低本钱的重要一环,是车载激光雷达能否实现商业化量产的关键因素之一。根据内部 有无运动器件,激光雷达可分为机械、半固态(转镜、MEMS为代表)以及纯 固态(OPA、Flash为代表)三大类别。当前没有完美的方案,主机厂需进行取舍。基于探测距离、视场角、信噪比、体积、 稳定性、本钱控制、技术成熟度等多维度,我们对于不同测距原理、扫描方式下方案进行 整理,结
13、果可见不同方案均有各自优劣,主机厂在当前阶段需在不同考量维度中进行取舍。图表26:没有绝对“完美”的方案一一车载激光雷达分类方式及优劣势_探测距离探测距离视场角信噪比体积技术成熟度工作稳定性本钱控制资料来源:汽车之心,图表17:行业供应商可基于多种维度进行方案组合设计VelodyneVelarrayLuminar IrisIbeo ibeoNEXTInnoviz InnovizOne禾赛科技PandarGTBlackmore FirstLightOuster ES2测距原理TOFTOFTOFTOFTOFFMCWTOF激光波长905nm1550nm905nm905nm1550nm1550nm88
14、0nm光电器件材料/InGaAs锢钱神硅/InP磷化锢/发射装置VCSEL光纤激光器VCSEL/光纤激光器/VCSEL扫描方式MLA转镜FlashMEMSMEMSOPAFlash接收装置APDSPADSPAD资料来源:各公司官网,汽车之心,;注:图表中相关信息截至2021/02。图表18:主要激光雷达方案原理资格I来源:Li, You and J. Ibanez-Guzman, lidar for Autonomous Driving: The Principles, Challenges, and Trends for Automotive Lidar and Perception Syst
15、ems/ IEEE Signal Processing Magazine 37 (2020): 50-61,图表19:激光雷达不同分类方式及代表厂商、落地案例畸痛而I脉冲飞行时间TOF (time of flight)测量发射脉冲与收到回波之间的时间 差宜接计算目标距离原理简单、探测距离远脉冲发射时的峰值功率高 无法获取速度信息 精确度低,信噪比低,易 受阳光等环境因素影响目前市而上的大多数 车载激光雷达/测距方式调频连续波FMCW(frequency modulated continuous wave)雷达发射频率变化的连续波,通过测 量发射信号与1可波间的频率差获得目 标的距离与速度信息抵
16、抗来自其他激光雷达或 太阳光的干扰可同时测量目标距离和速 度功耗小、更易小型化数据运算量大、技术成熟 度低、本钱高、探测距离 待提高Aeva AeriesAurora FirstLightAeva Aeries预计2023年前后量产,将被用于大 众ID Buzz公交车上2020年7月,自动驾驶公司Aurora宣布推出激光 雷达产品FirstLight,该雷达由Aurora与被其收 购的激光雷达初创公司Blackmore共同研发调幅连续波AMCW(amplitude modulated continuous wave)对光波的强度进行调制,使发射信号 与回波间在波形上形成相位差,通过 测量相位差
17、间接获得K行时间从而计 算距离开发容易、本钱低远距离探测要求较大激光功率大测程与高精确度冲突短程测距仪、服务机 器人!三角法利用三角几何原理,通过测量目标散 射光在接收器成像面上的位移来计算 目标的距离原理简单、本钱低、短距 离下测量精度高探测误差随距离呈儿何量 级增长太阳光较强时,目标反射 光斑易被淹没室内短距离场景,如 扫地机器人/机械式多个激光发射装置竖直排列成线阵, 内部电机带动激光光束快速旋转原理简单、易实现、技术成熟水平视野广,可实现360 1扫描内部机械结构复杂、量产 难度大、造价高机械结构可靠性差、产品 生命周期短 产品体积大Velodyne HDL-64E等 禾赛科技Pand
18、ar40Velodyne的机械式激光雷达在2016年前便搭我 于谷歌、百度等旅下的无人驾驶汽车上 禾赛科技Pandar40在2017年推出后也被应用至 百度无人驾驶汽车转镜方案收发模块保持不动,电机在带动转镜 运动的过程中将光束反射至空间的一 定范围,从而实现扫描探测方案较为成熟,容易过车 规,目前唯一实现“上车 的技术路径线数难做高,垂直视场角 和角分辨率受到限制 由于存在机械运动装置, 功耗较MEMS技术偏高法雷奥SCALA激光雷 达华为96线激光雷达Livox 浩界 Horizon等法雷奥SCALA激光雷达2017年搭载于奥迪A8上 成为世界首款车规级量产激光雷达华为2020年12月发布
19、其首款车规级高性能激光 雷达产品,极狐HBT乍型获将搭载三颗该96线 激光雷达ivox浩界激光雷达经定制化开发后,将搭载于 小鹏2021年开始量产的全新车型扫描微机电系统MEMS(micro-electro-mechanical system)驱动电路同时驱动激光器发射激光脉 冲和MEMS振镜发生旋转,激光光束 在振镜的反射下实现扫描扫描装置集成至芯片使得 本钱低、易量产是有望最快大规模落地的 固态类激光雷达MEMS振镜的尺寸与偏转 能力相冲突,雷达的扫描 范围受限 信噪比不高、有效距离短Innoviz InnovizOne 速腾聚创RS-LiDAR- M1Innoviz的激光雷达将于2021
20、年搭载在宝马L3级 量产车型上RS-UDAR-M1雷达将用于一汽集团未来的高级 自动驾驶系统方式Flash向大片探测区域直接发射激光,随后 由接收器阵列计算每个像素对应的距 离信息对外部环境的响应无延迟同时防止运动畸变绝对的固态产品,易通过 车规远距离探测时光子返回数 目有限,对发射器及探测 器要求较高,否那么雷达探 测距离和分辨率较差Ibeo ibeoNEXTOuster ES2 大陆HFL110ibeoNEXT激光雷达将被应用于长城旗下高端品 牌WEY车型中,该车型预计2021年下半年量产Ouster ES2激光雷达将于2022年量:产大陆HFL110被采用至丰田L3级量产车型光学相控阵O
21、PA(optical phased array)不同发射单元发射具有特定相位和强 度的光波,在空间远场通过干涉形成 具有一定方向性的高强度激光光束扫描频率、扫描精度和可 控性好易产生旁瓣问题,影响探 测距离与角分辨率 微阵列芯片制造难度大Quanergy S3Aurora FirstLight吉利旗下路特斯品牌车型将配备S3激光雷达产 品微激光雷达阵列架构MLA(micro Lidar array)将机械激光雷达缩微并采取共振扫描 的方式,内部仍采用多个激光发射器共振镜技术去掉了旋转镜 WEMS振镜的缺点播将激光雷达缩微,并配 合凹面镜成圆弧状,难度 较大,本钱较高Velodyne Velar
22、rayVelodyne 于2020年 11 月推出Velarray H800激光 雷达,福特Otosan正测试该款雷达,获将用于 旗下重型卡车自动驾驶技术资料来源:汽车之心,盖世汽车,方案量产节奏:转镜先行,MEMS蓄势待发,纯固态仍需时日、但或为终局我们认为,固态化是车载激光雷达开展的主旋律。虽然激光雷达在性能方面能够完美补 强摄像头和毫米波雷达各自存在的缺陷,但长期以来,行业内较成熟的机械式技术路径一 直难以到达车规级量产要求,高昂的价格/过大的体积/较低的工作稳定性成为制约激光雷 达“上车”的关键因素。不过在激光雷达固态化的趋势之下,我们认为上述痛点有望得到 较好解决:固态激光雷达在内部
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 激光雷达 车载 先行 助力 感知 交互 时代

限制150内