登录注册   忘记密码

仅50美元就可以买到300米探测距离的MEMS激光雷达!

自动驾驶汽车产业预计将带来LiDAR(激光雷达)传感器的巨大需求。这便是许多知名供应商为什么在极力打造小型化、低成本、专门为汽车制造商开发的LiDAR传感器。不过,它们也正在面临着许多新兴初创厂商的有力竞争。


据麦姆斯咨询报道,Draper(全名The Charles Stark Draper Laboratory)便是这些新兴竞争者中的新面孔,这是一家非盈利性研发组织,其正在开发的一款固态LiDAR传感器预计在规模量产后,成本仅需50美元。这款LiDAR传感器将具有300米的探测距离,角分辨率小于0.1度,扫描速率为20帧/秒。


Draper的LiDAR传感器与市场上大部分其它固态产品略有差别。凭借其在集成光子学领域和MEMS领域的积累,Draper利用MEMS技术开发了这款LiDAR传感器。市场上大部分的固态LiDAR采用了光学相控阵技术来控制激光的方向,而MEMS技术则采用了微型可动微镜技术。


当然,市场上采用MEMS技术开发LiDAR传感器的厂商并非仅有Draper一家。例如,据麦姆斯咨询此前报道,荷兰Innoluce公司也利用MEMS微镜技术开发了一款固态LiDAR传感器,能够在白天实现单次发射探测距离250米、角分辨率0.1°,预计将于2018年实现规模量产。不过,Draper仅需50美元的成本优势以及更具竞争力的性能指标,预计将“吊打”Innoluce宣称的100美元产品。


Draper将LiDAR系统除了镜头以外的所有组件,都集成在了一颗单芯片上。


Draper运输及能源部主管Eric Balles博士称,“这是一款芯片级封装LiDAR,为汽车产业和其它应用的规模制造而设计。作为一款片上LiDAR,它和目前市场上的其它产品在尺寸上完全不是一个量级。Draper的目标是打造一款高清、大视场LiDAR单元,并将所有关键组件都集成在一颗单芯片上,使其售价能够低于50美元。”


Draper的简介中描述道,“专注于为全球最具挑战性的重要难题,设计、开发和应用最先进的技术解决方案”,因此,并不令人意外的是,Draper希望将其LiDAR传感器应用于自动驾驶汽车以外更广泛的领域,例如无人机,甚至未来的智能手机等。


技术路线没有定型:基于视觉的方法采集地图解决定位问题能做成什么样?单车智能和网联智能到底哪条路径更可行?到底是以激光为主要架构还是以视觉为主要架构或者fusion到什么程度?你会发现不同的公司有完全不同的答案,而且谁都无法证明或证伪。自动驾驶是一个极其复杂的系统性工程,不同的技术路线会对业务实施路径有截然不同的影响。这就造成了全行业的资源并不是在朝着一个方向使劲,我们仍然没有进入一个快速爆发的阶段。


传感器价格居高不下,且突破价格限制的条件单一:起码到今天为止我们认为L4/5不能没有激光雷达,激光雷达的价格过高,而当前高线束的激光雷达唯一的使用场景就是自动驾驶汽车,也就意味除了自动驾驶,没有别的产业能驱动其成本下降。创业公司只能依靠VC的钱来支撑高端Lidar的研发,那就要看看技术突破的速度和投资人的耐心了。你可能会告诉我只要量产,价格一定飞速下降,那我们来看下面这个因素。


没有找到快速获取数据的方法:传感器导致单车成本过高,这造成了当前没有哪一家自动驾驶的公司能能够大规模的采集实测数据,Google干了那么久也就20w公里,上万个Conrner case。从最简单逻辑上判断路测数据 Google>百度uber>创业公司(Tesla另说)。没有足够的Corner case就没有办法提高自动驾驶的安全性和稳定性,从80%提高到95%也许容易,但是从95%提高到99.99%就得依赖于足够的实测数据。


重点来了,与互联网快速迭代的逻辑不同,汽车是一个以行驶安全为基础的产品,所以汽车出厂前都要经过千锤百炼,95%安全性的自动驾驶汽车是没有办法真正大规模应用,这不像一个品质不够好的手机能够容忍死机,体验不好的APP可以更新版本。


另外汽车占用道路资源是零和游戏,交通效率是看短板的,不像一台手机可以装各种APP,一条马路上能容纳车道是固定,一台不成熟的自动驾驶车辆只能让交通的整体效率更低,这就像如果一条顺畅的道路上一辆车出了问题,一条马路都要堵上。所以你会发现在这个鸡生蛋,蛋生鸡的问题上,仅仅靠量产降低价格,难度是很大的。


新旧形态的更迭会耗费漫长的时间:基于自动驾驶技术的交通系统是一个系统性工程,即便技术和成本都已经达到了可量厂可商用的程度。在自动驾驶车辆真正进入社会交通场景时也会面临各种现实问题:与传统车辆的互动、集中化的运营管理、政府在政策的制定上。


我们可以同时买好几个手机,汽车是和道路相匹配的,中国一线城市的道路增长远远跟不上车辆的增长。城市现有车辆的行驶规则与自动驾驶车辆行驶策略的竞合。单车智能和网联智能的到底哪条路径在今天的中国更可能实现,是否需要新建或者重建部分基础设施,是否需要圈定只允许自动驾驶的道路或者区域,对传统交通会带来什么影响。我们远还没有进入到关于政策、伦理、保险、规则、运营的下半场,别忘了当年从第一辆汽车出现到完全替代马车也过了接近20年,何况今天的人口密度,交通复杂度会使得这个系统性问题更加难办。


结论:我们认为自动驾驶今天还在奇点的左边,奇点临近的征兆有两个:

仅靠技术创新就能将传感器成本降低一个数量级:今天quanergy在干这个事情,Google也说自己可以降低90%,但细节不清楚;

有人找到了一条新的能够低成本获取大量有效数据的方法。

您的评论:

0

用户评价

  • 暂无评论