毫米波雷达是一种使用天线GHz 的毫米波（Millimeter Wave，MMW）作为放射波的雷达传感器。毫米波雷达根据接收和发射毫米波的时间差，结合毫米波传播速度、载体速度及监测目标速度，能够得到汽车与其他物体相对距离、相对速度、角度及运动方向等物理环境信息。毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点。与激光雷达（LiDAR）相比，目前毫米波雷达技术更成熟、应用更广泛、成本更加低廉；与可见光摄像头相比，毫米波雷达的准确性和稳定能力更好，价格差距也在不断缩小。尤其是全天候工作无可替代的优势，已成为汽车电子厂商公认的主流选择，拥有巨大的市场需求。
车载毫米波雷达根据毫米波频率能分为24GHz、77GHz 和79GHz 毫米波雷达三大种类。目前各个国家对车载毫米波雷达的频段各有不同，除了少数国家（如日本）采用60GHz 频段外，大多分布在在24GHz 和77GHz 两个频段。世界无线GHz 频段划分给无线电定位业务，以促进短距高分辨车用雷达的发展。由于77GHz 相对于24GHz 的诸多优势，未来全球车载毫米波雷达的频段会趋同于77GHz 频段（76-81GHz）。详情请关注公众号【车端】
根据探测距离的不同，毫米波雷达可分为短程毫米波雷达（SRR）、中程毫米波雷达（MRR）、远程毫米波雷达（LRR）三种。24GHz 主要是以SRR 和MRR 雷达为主，77GHz 主要以LRR 雷达为主。正常的情况下，SRR 的探测距离小于60 米，MRR 的探测距离在100 米左右，LRR 的探测距离大于200 米。
77 GHz 车载激光雷达优势显著，正在逐渐替代24GHz 成为主流。（1）77GHz雷达的分辨率和精度更高：由于速度分辨率和精度与射频成反比，更高的射频频率导致更好的速度分辨率和精度。77GHz 的毫米波雷达比24GHz 的速度分辨率和精度提高了3 倍；（2）77GHz 雷达的体积更小：77GHz 天线GHz 的三分之一，因此整个毫米雷达的体积也能轻松实现其三分之一。
国外毫米波雷达发展历史悠远长久，国产正在慢慢地追赶。1973 年德国首次出现汽车防撞雷达，欧美大型毫米波雷达制造商已累积近40 年的技术经验。早期的毫米波雷达采用高电子迁移晶体管制作集成电路，集成度低且成本高昂，直到2012年，英飞凌及飞思卡尔成功推出芯片级别的毫米波射频芯片，降低了毫米波波雷达的技术门槛，同时降低其制造成本，推动毫米波雷达在各领域的应用。2013年，24GHz 毫米波雷达产品开始步入中国，2018 年，实现24GHz 毫米波雷达国产，但是在77GHz 毫米波雷达产品仍未实现大规模国产化，只有少数国内厂商具备77GHz 产品的量产能力，国产毫米波雷达仍在持续追赶中。
毫米波雷达的硬件占比约50%，主要由射频前端（MMIC）、数字信号处理器、天线及控制电路等部分构成，软件算法占比约50%。
射频前端（MMIC）：是核心射频部分，占总成本的25%左右。由发射器、接收器、功率放大器、低噪声放大器、混频器、滤波器及压控振荡器组成，起到调制、发射、接收及解调毫米波信号的作用。在技术趋势上，集成度更高、体积更小的高集成趋势下，CMOS 工艺有望成为主流。在供应商方面，加特兰微电子、意行半导体、矽杰微电子、矽典微等本土厂商已有能力自行研发生产低频24GHz 芯片，且价格较海外有30%以上的优势。但在高频段77GHz 芯片方面，主要由恩智浦、英飞凌、德州仪器、意法半导体等供应。
数字信号处理器：通过嵌入不同的信号处理算法，分析前端收集的信号获取目标信息，是保证毫米波雷达稳定性及可靠性的核心部件，主要是通过DSP芯片或FPGA芯片实现，占总成本的10%左右。在技术趋势上，DSP芯片在复杂算法处理上具备优势，FPGA 在大数据底层算法上具备优势，“DSP+FPGA”融合在实时信号处理系统中的应用逐渐广泛。在供应商方面，高端DSP 芯片和FPGA 芯片主要被国外企业垄断，DSP 芯片供应商有飞思卡尔、英飞凌、亚德诺半导体、意法半导体等，FPGA 芯片供应商有赛灵思、阿尔特拉、美高森美、莱迪思等公司。
高频PCB：天线是毫米波雷达发射和接收信号的重要组件，毫米波雷达可通过微带列阵方式将多根天线集成到PCB 板上。由于毫米波频率高，对电路尺寸精度要求高，所需印制电路板为高频板材PCB，占总成本的10%。主要供应商为罗杰斯、Isola、施瓦茨为主，国内主要是沪电股份等公司。
博世、大陆、电装、海拉等国外厂商占据全球毫米波雷达的七成市场占有率。全球毫米波雷达主要供应商有博世、大陆、电装、海拉、天合、安波福、奥托立夫等。博世、大陆、电装、海拉等国外巨头占据行业73%的市场空间，行业集中度较高。
维宁尔、大陆、海拉占据SRR 市场，博世、大陆、电装等占据LRR 市场。根据佐斯汽研的多个方面数据显示，维宁尔、大陆、海拉、安波福和法雷奥五家企业占据中国短程毫米波雷达（SRR）96.4%的市场空间，其中维宁尔排名第一，市占率32%；博世、大陆、电装和安波福占据长距毫米波雷达（LRR）95.7%的市场空间，博世排名第一，市占率高达40%。
24GHz 国产化率较高，77GHz 仅少部分国产玩家实现量产。国产厂商已实现24GHz 毫米波雷达产品市场化供货，而仅少数玩家具备77GHz 毫米波雷达产品的量产能力，其中森思泰克是目前国内乘用车前装77GHz 毫米波雷达市场占有率排名首位的国产供应商，正在逐渐缩小与海外厂商的差距，其毫米波雷达的定点车型接近100 个，而德赛西威、华域汽车等公司也已达到77GHz 雷达的量产条件。
毫米波雷达作为最常用的车载传感器之一，目前L1 或L2 级通常要搭载0-3个左右，L3 级通常要搭载3-6 个左右，而L4 或L5 级通常要6-10 个左右，随着高阶辅助驾驶功能的渗透率逐渐提升，也将带动平均单车搭载个数的提升。目前毫米波雷达正在逐渐从24GHz 朝着77GHz 迁移，24GHz 毫米波雷达平均单价300 元左右，77GHz 的在400 元左右，有望带动平均毫米波雷达的价格提升。依照我们的测算，预计到2025 年全球毫米波雷达市场规模将达到384 亿元，复合增长率为25.5%，全球毫米波雷达搭载量将达到1.1 亿颗，复合增长率为23.7%。在中国市场方面，预计到2025 年，中国毫米波雷达市场规模将达到149 亿元，中国毫米波雷达搭载量将达到4250 万颗。
德赛西威是国际领先的汽车电子企业之一，聚焦智能座舱、智能驾驶和网联服务三大领域的整合。企业具有国际领先的制造工艺以及行业领先的制造装备，其中24GHz/77GHz 毫米波雷达自动化生产线G 毫米波雷达已经获得自主品牌车企订单。
华域汽车是国内最大的汽车零部件企业之一，主体业务涵盖汽车内外饰件、金属成型和模具、功能件、电子电器件、热加工件、新能源等。公司控制股权的人为上汽集团，持有公司58%的股份。公司在24GHz 和77GHz 角雷达已经实现产业化，其中，24GHz 后向毫米波雷达实现对上汽乘用车、上汽大通等客户的稳定供货。自动紧急刹车功能的77GHz 前向毫米波雷达已顺利通过国家法规测试，实现对金龙客车的批产供货。此外，华域汽车2021 年还发布了最新自主研发的4D 成像毫米波雷达产品LRR30，并计划于今年第四季度实现量产。相较于传统毫米波雷达，上汽华域LRR30 产品的探测距离提升了50%，对车辆等物体的探测距离可达300 米，对行人的探测距离亦可达150 米。
森思泰克是国内首家实现77GHz 车载毫米波雷达量产的企业。企业成立于2013 年，总部在芜湖，获得海康威视战略投资，目前海康威视位列第二大股东，持股票比例35%。公司突破国际巨头的垄断，于2019 年实现77GHz 毫米波雷达产品量产，并搭载于一汽红旗HS5 上市，成为国内首个真正的完成“上路”的ADAS 毫米波雷达传感器。此外，公司的车内成员检测毫米波雷达产品搭载于广汽蔚来HYCAN007 和长城汽车2021 款WEY VV6 上市，标志生命体征监测车载毫米波雷达在国内首次实现量产上路。
公司作为国内领先的毫米波雷达传感器研发商，拥有合资、国内一二线的多家主机厂合作伙伴，车载雷达产品已与多家知名车厂的热销车型配套合作，定点车型接近100个。根据佐斯汽研多个方面数据显示，公司也是目前国内乘用车前装77GHz毫米波雷达市场占有率排名首位的国产供应商。此外，公司也于今年率先开展研发毫米波雷达的4D 成像技术，推出STA77-6 高分辨远程雷达和STA77-8 高分辨远程雷达两款4D 成像雷达。
激光雷达，即（LiDAR, Light Detection and Ranging），是一种通过发射激光束来测量周围环境物体的距离和方位的方法。激光雷达主要由发射模块、处理模块和接收模块组成，其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号作比较，做适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态及形状等参数，从而对障碍物、移动物体等目标进行探测、追踪和识别。
激光雷达是当下已知的车载雷达中探测距离远，角度测量精度极高的一种。激光雷达可以准确的感知旁边的环境的三维信息，探测精度在厘米级以内。激光雷达能够准确的识别出障碍物具体轮廓、距离成3D 点云，且不会漏判、误判前方出现的障碍物，激光雷达普遍的有效探测距离也更远。与毫米波雷达和摄像头相比，激光雷达具备高分辨率、远距离和视角广阔等特性。
激光雷达诞生于1960 年，起初用于科研及测绘项目，全球首个车规级激光雷达在2017 年实现量产。1960 年美国休斯实验室的西奥多·梅曼发明了人类历史上第一台激光器，随着激光器的发展，激光雷达逐渐发展起来。早期激光雷达大多数都用在科研及测绘项目，进行气象探测以及针对海洋、森林、地表的地形测绘。2010 年，Neato 公司把激光雷达安在了扫地机器人上面，推出了NeatoXV-11，Neato 公司将单个激光雷达的成本控制在30 美元以内，解决了激光雷达的量产难题，打开了激光雷达在民用市场的空间。
而车载雷达的发展历史可以追溯到21 世纪初，在2007 年，美国国防部组织的DARPA 无人车挑战赛上，参赛的7 只队伍，就有6 只安装了Velodyne 的激光雷达。2010 年Ibeo 公司同法雷奥合作进行车规化激光雷达SCALA 的开发，SCALA 为基于转镜架构的4 线 年成为了全球第一款车规级激光雷达，SCALA 并在当年搭载在全新的奥迪A8 上。
在测绘之外，智能驾驶、工业及服务机器人都是激光雷达的重要应用场景。在应用场景上，除了传统的测绘测风之外，无人驾驶、高级辅助驾驶等智能驾驶场景正在快速成长。此外，工业及服务机器人如AGV，其应用包括无人配送、无人清扫、无人仓储、无人巡等，都是激光雷达未来重要的应用场景。
智能驾驶将是未来五年激光雷达市场的主要增长动力。根据Yole 的预测，2019年全球激光雷达市场规模约为16 亿美金，预计到2025 年全球激光雷达市场规模将达到38 亿美金，年复合增长率约为20%。按照各细分应用板块来看，智能驾驶场景未来五年的复合增长率将超过60%，将会为整个激光雷达市场提供18 亿美金的增量，预计到2025 年，智能驾驶场景将占到整个激光雷达市场规模的50%，成为激光雷达市场的主要增长动力。此外，各种工业及服务机器人对激光雷达的需求也在迅速增加，也将带动整个激光雷达市场规模持续扩大。
目前主流的无人驾驶技术路径主要分两种：（1）以特斯拉为代表的视觉算法为主导的流派。以摄像头主导，搭配毫米波雷达来捕捉旁边的环境信息，使用先进的计算机视觉算法实现全自动驾驶。这一类方案所需的硬件成熟度较高，成本低，但毫米波雷达探测角度较小，远距离探测能力也不足，需要优异的算法来弥补缺点。典型代表有特斯拉，该技术路径相对小众；（2）以Waymo、部分车企为代表的激光雷达主导的流派。以激光雷达为主， 同时搭载毫米波雷达、超声波传感器和摄像头，能够直接进行远距离、全方位的探测，分辨率较强，但硬件成本比较高，典型代表为谷歌Waymo、百度Apollo、文远知行等主流无人驾驶企业。
激光雷达是车载摄像头与毫米波雷达的有效补充，将是L3 级及以上无人驾驶的必备传感器。从工作原理来看，激光雷达发射的光波的频率比微波高出2-3个数量级，因此激光雷达具有极高的距离分辨率、角分辨率和速度分辨率，因此测量精度更高，获得信息更为立体，同时，由于激光波长短，可发射发散角非常小的激光束，可探测低空/超低空目标，抗干扰能力强。即便是纯视觉的方案从效果上能够某些特定的程度代替激光雷达的无人驾驶方案，但是对于高阶无人驾驶而言，安全驾驶是其重要的一步，在感知环节的传感器冗余能够有限提升车辆的安全冗余，激光雷达将是L3 及以上自动驾驶的必备传感器。
激光雷达主要由光束扫描器和探测系统两个维度组成，一个负责成像，一个负责测距。按光束扫描器结构大致可划分为三类：机械式、混合固态和固态激光雷达；按照扫描方式分为机械旋转式、MEMS（微振镜）、微距移动、Flash、OPA（光学相控阵）等。
ToF 激光雷达是当前的主流，未来ToF 与FMCW 会共存。按照探测方式来分，分成了非相干测量（脉冲飞行时间测量法ToF 为代表）和相干测量（典型为FMCW 调频连续波）。ToF 与FMCW 可以在一定程度上完成室外阳光下较远的测程（100~250m），是车载激光雷达的优选方案。ToF 是目前市场车载中长距激光雷达的主流方案，未来随着FMCW 激光雷达整机和上游产业链的成熟，ToF 和FMCW 激光雷达将在市场上并存。
混合固态方案作为当前市场的过渡期预计将存在5 年以上，终极形态的激光雷达会是低成本、高度芯片化的产品。
固态激光雷达是终极形态，混合固态MEMS 等方案短期内会是主流。机械式激光雷达技术本身成熟，但具有成本比较高、装配调制困难、生产周期长，且需要持续旋转，机械部件的寿命较短，一般在1-2 年，很难应用在规模量产车型上。MEMS 混合固态激光雷达一方面具有尺寸小、可靠性高、批量生产后成本低、分辨率较高等优势，另一方面也存在信噪比低、有效距离短、视场角窄、工作寿命较短等缺点。MEMS 方案是当下车用激光雷达量产的最优解，但是MEMS 微振镜扫描角度小、振动问题与工作时候的温度范围，过车规也存在挑战。固态方案不用受制于机械旋转的速度和精度，可大大压缩雷达的结构和尺寸，提高常规使用的寿命，并降低成本。
芯片化将会是激光雷达的架构趋势。当前大部分ToF 激光雷达产品采用分立器件，即发射端使用边发射激光器EEL 配合多通道驱动器、接收端使用线性雪崩二极管探测器（APD）配合多通道跨阻放大器（TIA）的方案。但分立器件仍存在零部件多、生产所带来的成本高、可靠性低等问题，芯片化架构的激光雷达可将数百个分立器件集成于一颗芯片，在降低物料成本的同时，省去了对每一个激光器进行独立光学装调的人力生产所带来的成本。此外，器件数量的减少，可以明显降低因单一器件失效而导致系统失效的概率，提升了可靠性。芯片化架构的激光雷达是未来的发展方向。
激光雷达的成本构成。激光雷达本质是一个由多种部件构成的光机电系统，光电系统包括发射模组、接收模组、测时模组（TDC/ADC）和控制模组四部分构成，其中，光电系统成本约占激光雷达整机成本的70%。
激光雷达上游产业链最重要的包含激光器和探测器、FPGA 芯片、模拟芯片供应商，以及光学部件生产和加工商。激光器和探测器是激光雷达的重要部件，激光器和探测器的性能、成本、可靠性与激光雷达产品的性能、成本、可靠性紧密关联。激光器主流供应商有欧司朗、艾迈斯半导体、鲁门特姆，探测器主流供应商有滨松、安森美、索尼等。FPGA 通常被用作激光雷达的主控芯片，主流供应商有赛灵思、英特尔等，除了FPGA 之外，也能选用MCU、DSP 等代替。MCU 的主流供应商有瑞萨、英飞凌等，DSP 的主流供应商有德州仪器、亚德诺半导体等。而在相关光学部件上，国内供应链已经完全实现替代海外，实现自主供应。
从各家的Velodyne 的64 线机械式激光雷达的售价在7.5 万美元，32 线的机械式激光雷达售价在4 万美元左右，16 线的机械式激光雷达售价在3999 美元。而国内厂商，如禾赛科技在2020 年发布的机械式激光雷达售价为4999 美元左右，速腾聚创在2020 年发布的机械式激光雷达售价为1898 美元。
随着有关技术和产业链日益成熟，激光雷达的成本拐点即将来临。Velodyne 宣布计划到2024 年将平均单价将下降到600 美元，华为也宣布未来计划将激光雷达的价格控制在200 美金以内。随着有关技术逐渐成熟和供应链体系的逐步完善，当前混合固态的激光雷达平均价格约在1000 美元左右，预计到2023 年左右成本有望下探到500 美元。随着激光雷达的成本拐点逐步到来，也为大规模商用打造了充分的基础。
2022 年有望成为激光雷达大规模商业的元年。在2021 年，如蔚来ET7、智已L7、极狐阿尔法S、哪吒S、R 汽车等都已宣布搭载激光雷达的车型正在量产路上，在前不久的广州车展上，威马M7、广汽埃安AION LX Plus 等均宣布了搭载2~3 颗激光雷达，长城最新发布的沙龙机甲龙更是配备4 颗激光雷达。这些车型大多在2022 年量产，2022 年有望成为激光雷达大规模商业的元年。
空间测算：预计到2025 年全球市场规模739 亿元，CAGR 107%。
各家OEM 车厂在2022 年搭载激光雷达的车型纷纷量产，带动车规级激光雷达市场持续放量。当前由于激光雷达相比来说较高，只有L2.5 和L3 以上的车型才会搭载，预计单车平均搭载数量将从1 颗逐渐提升到2030 年有望达到3 颗。预计到2025 年全球车规级激光雷达搭载量将超过3100 万颗，保持快速地增长；随着激光雷达的大规模量产，价格有望持续下降，预计将从目前的6000 元，下降至2025 年3000 元左右；而在市场空间方面，预计到2025 年全球市场规模有望超过739 亿元，复合增长率107%。中国市场方面，预计到2025 年中国激光雷达市场规模有望达到287 亿元，激光雷达搭载量有望超过1200 万颗。随着高阶无人驾驶对激光雷达的需求不断的提高，带动激光雷达市场快速爆发，车规激光雷达将是未来五年智能传感器市场中弹性最大的子板块。
全球激光雷达领域的主要玩家包括美国的Velodyne、Luminar、Aeva、Ouster，以色列的 Innoviz，德国的Ibeo，以及国内的速腾聚创、禾赛科技、镭神智能等。
炬光科技成立于2007 年，拥有半导体激光、激光光学、汽车应用（激光雷达）、光学系统四大业务，是国内实力最强的高功率半导体激光器品牌。炬光科技正在面向智能驾驶激光雷达、智能舱内驾驶员监控系统等汽车创新光子应用领域进行产品研究开发和核心能力建立，目前已通过IATF16949 质量管理体系认证、德国汽车工业协会VDA6.3 过程审核，拥有车规级激光雷达发射模组设计、开发、可靠性验证、批量生产等核心能力，并与北美、欧洲、亚洲多家有名的公司达成合作意向或建立合作项目。
速腾聚创成立于2014 年，是全球领先的智能激光雷达系统科技公司。速腾聚创通过激光雷达硬件、感知软件与芯片三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，产品技术包括MEMS 与机械式激光雷达硬件等，合作伙伴覆盖全球各大自动驾驶科技公司、车企、一级供应商等，是目前全球唯一实现第二代智能固态激光雷达车规量产交付的企业。目前，速腾聚创的产品技术已大范围的应用于自动/辅助驾驶乘用车&商业车，无人物流车，智慧交通新基建等细致划分领域，其中前装定点量产项目覆盖超跑、轿跑、SUV、重卡等各类车型。目前，已经有小鹏G9，智己L7，威马M7，广汽埃安LX Plus 等多个车型即将搭载公司的M1 激光雷达。
禾赛科技创立于2014 年，是全球无人驾驶及高级辅助驾驶（ADAS）激光雷达的领军企业。禾赛主营业务为研发、制造、销售高分辨率3D 激光雷达以及激光气体传感器产品，在光学、机械、电子、软件等激光雷达核心领域有着卓越的研发能力和深厚的技术积累，在全世界内拥有数百项专利，其自研芯片、功能安全、主动抗干扰等技术打破了行业多项记录。公司最新发布的AT128 作为车规级前装量产激光雷达，已拿到了包括理想、集度、高合、路特斯等多家主机厂的定点，禾赛具备强大的车规级规模化生产能力，年产能百万台的“麦克斯韦”超级智造中心将于2022 年全面投产。禾赛的客户包括全球主流无人驾驶公司和顶级汽车厂商、一级供应商、机器人公司等，遍及全球30 个国家和地区、70 多个城市。
车载摄像头是环境感知中最常见的传感器之一。摄像头的工作原理即目标物体通过镜头生成光学图像投射到图像传感器上，光信号转变为电信号，再经过A/D（模数转换）后变为数字图像信号，最后送到DSP（数字信号处理芯片）中来加工处理，由DSP 将信号处理成特定格式的图像传输到显示屏上进行显示。视觉是人类驾驶汽车获取环境信息最主要的途径，摄像头获取的信息更为直观，更接近人类的视觉，对于无人驾驶汽车而言，摄像头取代了人类视觉，成为了汽车获取外界信息的重要来源。
车载摄像头的优点十分明显，成本低且技术成熟，采集信息的丰富度较高，最接近人类视觉，但其缺点也十分显著，摄像头受光照、环境影响十分大，难以全天候工作，尤其是在黑夜、雨雪天、大雾等能见度不足的场景下，其识别效率大幅度的降低，此外，车载摄像头缺乏深度信息，三维空间感不足。
图像传感器成本占比超过五成，CMOS 为当下主流选择。车载摄像头的硬件结构包括光学镜头（光学镜片、滤光片、保护膜）、图像传感器、图像信号处理器（ISP）、串行器、连接器等器件。成本结构成上，图像传感器成本占比最高，成本占比达到50%，CMOS 图像传感器具有读取信息方式简单、输出信息速率快、耗电少、集成度高、价格低等特点，成为目前目前主流的车载图像传感器。
车载镜头舜宇排名第一，联创电子正在快速崛起。根据ICVTank 在2019 年的多个方面数据显示，舜宇光学全球车载摄像头出货量第一，市占率超过30%，韩国世高光、日本关东辰美、日本富士占绝行业前四名，前四名市占率超过80%。国产方面，除舜宇之外，联创电子是国内唯二具备较强竞争力的厂商，目前已确定进入特斯拉、蔚来等产业链，正在快速崛起。
上一篇：软件定义汽车时代的行业挑战 Simulink开发面向服务的架构(SOA)
随着无人驾驶的加快速度进行发展，对ADAS激光雷达的需求大幅度的提高，带动主要的激光雷达供应商纷纷开始刷新交付规模。 12月27日，禾赛科技宣布，正式完成第10万台激光雷达交付。在此之前不久，Innovusion刚刚宣布完成第5万台图像级超远距激光雷达的下线。 据了解，禾赛科技于2017年正式开启车载激光雷达的交付，并于当年向百度提供了第一台 Pandar40，以这款高性能激光雷达切入无人驾驶市场。 之后几年，禾赛又陆续推出了半固态激光雷达 AT128、纯固态补盲激光雷达 FT120等多款产品。其中AT128，于今年真正开始大规模交付，在9月和10月已连续两个月实现月交付量过万，由此推动今年禾赛科技今年累计交付量直逼8万台。
交付量突破10万台 /
英特尔官方日前表示，和无人驾驶技术子公司Mobileye开始在耶路撒冷展开无人驾驶车队测试。 英特尔表示，选择耶路撒冷十分方便开展驾驶测试，因为Mobileye公司就在以色列;另一方面，这可以证明，公司技术足以挑战任何地理环境和道路环境。耶路撒冷道路标识不清，变道环境复杂。无人驾驶汽车的车速不能太慢，这样易引起交通堵塞或引发交通事故。相反，无人驾驶车必须像当地驾驶员一样自信驾驶、果断决策。 英特尔表示，在初始阶段，车队只配备了摄像头。在360度全景系统中，每辆车配备了十二个摄像头，其中，八个摄像头探测远距离环境，另外四个用于泊车。此阶段的目标是想证明，仅依据摄像头获取的信息，就能形成端到端的无人驾驶方案。 英特尔表
对于全球无人驾驶赛道来说，即将过去的2022年，是极不平凡的一年。在这一年中，行业长久以来在技术路线和量产落地上的争论，终于迎来了答案。 一方面，无人驾驶跨越式路线和渐进式路线之争，胜出之道开始显露，此前坚持L4级高阶无人驾驶路线的玩家，要么如同Argo AI一样陷入裁员危机甚至山穷水尽关门大吉，要么纷纷降维开发L2级量产智能驾驶方案以求早日造血。 另一方面，围绕智能驾驶量产落地上，此前将高精地图视作命门的玩家，在成本、政策等多种因素之下，纷纷开始转向“重感知”策略。 能看到的是，在不断拉扯下，无人驾驶公司的选择开始趋同，“渐进式”、“重感知”的方案，正在成为无人驾驶落地的最优解。 同时，自动驾驶赛道也在今年迎来一
“计算机视觉的前端成像技术，背后是至少100亿数量级的庞大需求!”下面就随汽车电子小编共同来了解一下相关联的内容吧。 在日前刚结束的2018 AWE现场，身为眼擎科技CEO的朱继志，满怀激动的下了这么一个结论。 朱继志说话的语气非常笃定，因为他们的eyemore X42芯片上市不到两个月，就已一路高歌，初露峥嵘。而业内对eyemore X42的看法是：这款全球第一款完全自主研发并正式对外发布的AI视觉成像芯片将“引领AI机器进入视觉2.0时代”。 既然这款芯片目前在国内甚至全球同领域内属于独一份，好奇之下，我们不禁就和他多聊了几句。 2018将是AI落地第一年，视觉市场规模潜力巨大 近几年，人工智能的
自动驾驶供应链的关系，正在慢慢的变复杂。其中的核心问题，在于投入研发技术、验证测试及量产的成本高居不下，而且看起来像是个“无底洞”。 特斯拉首席执行官埃隆·马斯克曾承诺，到2020年底，将有“100万辆无人驾驶出租车”上路，充分的利用特斯拉的无人驾驶技术。 然而，不久后马斯克承认，他的计划有时是错误的。而且，特斯拉再次从今年11月1日起对全自动驾驶功能价格提高了1000美元。 在此之前，通用汽车旗下的Cruise也宣布推迟原定于今年底亮相的Robotaxi商业运营服务。对于Cruise来说，现在的重点是扩大其测试车队的行驶里程。 尽管Waymo慢慢的开始了小范围的Robotaxi示范运营，并且推出了没有安全员的无人驾
Recogni是一家专为无人驾驶汽车设计AI视觉识别模型的初创公司。据外国媒体报道，日前，该公司宣布获得4890万美元融资，并表示将利用这笔资金将其感知产品推向市场，同时扩大其工程和市场开发团队的规模。 （图片来自：Recogni） 该公司首席执行官RK Anand认为，无人驾驶汽车存在计算问题。虽然指导汽车决策的模型拥有强大的训练服务器，但推理，即算法进行 预测 的阶段，必须离线执行，以确保冗余。但是，即使是训练有素的模型，也需要车载计算机进行实时处理，而部分的人表示此种模式是不可持续的。 Recogni的集成模型包括被动冷却图像传感器、外部深度传感器和定制推理芯片，每秒可执行1 peta次操作，同时仅消耗约8瓦的功率
AI感知芯片 /
（图片来源： 据外国媒体报道，当有消息透露，苹果公司（Apple）正在研发半自动或完全无人驾驶汽车时，三星也透露他们在采取同样的发展路线。但是与苹果刻意保密工作内容不同，三星喜欢张扬。本周，三星发布了一个“2019数字驾驶舱”视频，视频中涵盖了未来可应用于无人驾驶汽车的新想法。 想法之一是让外部的汽车镜变成“车内”的视频窗口，在仪表盘左右两侧设置好角度，方便驾驶员查看。雨、雪、雾都不会干扰驾驶员查看盲点，以协助变道等。 早前，新三星专利报告曝光，该曝光涉及了未来无人驾驶汽车的运动预测系统。 从历史上来说，雷诺三星汽车公司（Renault Samsung Motors）成立于1994，但是
汽车市场野心 /
2016中国汽车工程学会年会暨展览会10月26日在上海召开，国家强国战略咨询委员会、清华大学教授欧阳明高作代表正式对外发布了“节能与新能源汽车技术路线图”的内容。本次发布受工业与信息化部委托，由中国汽车工程学会牵头。 其实，2015年5月，国务院就印发了我国实施制造强国战略第一个十年的行动纲领《中国制造2025》。此次的路线图发布便是在这个行动纲领的指导下完成的。 纲领内容显示：“继续支持 电动汽车 、燃料电池汽车发展，掌握汽车低碳化、信息化、智能化核心技术，提升动力电池、驱动电机、高效内燃机、先进变速器、轻量化材料、智能控制等核心技术的工程化和产业化能力，形成从关键零部件到整车的完整工业体系和创新体系，推动自
在运用ise自带的仿真工具时，在testbench里明明有输出端口比如说是snout吧，结果进行仿真运行之后在simulator里去没有snout这一项，也就没法观察仿真结果。这是怎么回事啊，再用quatus时就不会遇到这一种的问题啊，请各位高手帮帮解决一下吧ise
各位高手，有2个烦：1、下好程序后，串口有接收到数据可以跳中断，但是，第二次下程序后，就不能跳到中断处理函数了，必须重新上电后才能重新跳中断，这是怎么回事尼?2、我想用串口接收中断来接收一个字符串，以目前来看只能接收到部分，数据丢失严重，请大家帮我你看看程序，谢谢大家帮我看看串口接收中断的小麻烦。。。串口初始化（其中usart2暂时没有用到）voidUSART_Configuration(void){GPIO_InitTypeDefGPIO_InitS
本帖最后由DavidZH于2014-7-1000:12编辑 一、安装环境:VM10+Ubuntu10.0二、要安设工具：Samba服务器；tftp服务器Samba服务器的安装：1、安装samba服务器软件： sudoapt-getinstallsamba复制代码 2、创建共享文件夹和修改权限： mkdir/home/rootme chmod777/home/rootme复制代码 3、配置smb
系统简介SHX-DSP2812开发板是基于TMS320F2812的学习开发平台，它将TMS320F2812的功能发挥的淋漓尽致，而且本板所配的用户手册详实易懂，是初学者学习2812的首选之品。系统资源DSP处理器TMS320F2812，最高工作频率150MHz；SHX-DSP2812开发板DSP芯片内置18KX16位SRAM,4KX
问题如题，设备比如说是什么存储卡之类的顺便请教一下readfile和writefile使用的时候有什么要注意的没有新手一个，不知道有多少分，以后有了肯定加，谢啦求高手指点一下WINCE下怎么样来判断设备是否在使用呢？
电子工程师自学速成入门篇：电子工程师自学速成设计篇：电子工程师自学速成提高篇：【T叔藏书阁】电子工程师自学速成入门,提高,设计超清书签版十分喜爱！辛苦了！谢谢分享就需要这样的基础书籍，多谢楼主。{:1_99:}{:1_99:}:Sad::Sad::Sad:{:1_102:}{:1_102:}{:1_102:}{:1_102:}楼主辛苦！谢谢分享！感谢分享，已惠存感谢惠存，谢谢楼主好人感谢感谢，超级感谢。谢谢:):):):
数据去噪与滤波算法
直播回放：无人驾驶和AI的起点——毫米波雷达与3D ToF 解决方案
直播回放: Keysight World Tech Day 2023 - 汽车无人驾驶与新能源
学习赢京东卡 从12V电池及供电网络优化的角度分析电动汽车E/E架构的趋势
有奖直播 同质化严重，缺乏创新，ST60毫米波非接触连接器，赋予你独特的产品设计，重拾市场话语权
AI、5G和Wi-Fi领域的突破性进展，将开创智能计算无处不在的全新时代，变革行业、终端和消费的人体验。释放无与伦比的AI潜能，前沿的终端侧计 ...
2 月 26 日消息，据“CSS 中国软件”官方公众号，中国软件与技术服务股份有限公司近日发布《2024 年度向特定对象发行 A 股股票预案 ...
前天碰到一个网友加微信问了汽车线束搭铁的原则，小编也想起了多年前曾经面试某公司的线束工程师遇到面试的电气主管问了同样的问题，回来之 ...
汽车燃油系统的工作原理涉及到燃油的供应、混合、喷射和燃烧，以产生引擎所需的动力。以下是汽车燃油系统的基本工作原理：1 燃油供应：工作 ...
对车辆进行燃油系统压力检测常常要一些专用工具和基本的机械知识。以下是一般的步骤来进行燃油系统压力检测：注意：在进行燃油系统压力检 ...
站点相关：嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科
