• 1
  • 2
  • 3
  • 4

首页 / 行业

2022年的FMCW激光雷达,仍是未来可期?

2022-04-18 08:38:00

在眼花缭乱的激光雷达技术中,出镜率最低的莫过于FMCW。这类激光雷达一度被认为是实现L4级别以上自动驾驶的关键技术,但在早一步实现量产的ToF激光雷达面前,FMCW似乎正在节节败退,只有少数公司仍在坚持。这让人不禁产生遐想,在激光雷达市场竞争加剧化的当下,FMCW是否还有一席之地?

都说未来可期,但玩家寥寥无几

在诸多激光雷达技术中,不少人都认可FMCW的表现,比如探测距离、抗恶劣天气条件、抗其他传感器干扰、低成本等等。但一谈到商业化,就会发现如今FMCW激光雷达绝对不会是各大公司首选,已经公布的车型中几乎没有多少用到FMCW激光雷达,连研发生产这类激光雷达的公司也是寥寥无几。

这是因为要想打造FMCW激光雷达,需要先进的光子集成电路技术,不仅考验公司的设计实力,更大的挑战还是硅光芯片的制造能力。Mobileye背靠英特尔强大的硅光平台,所以才有这个资金和实力去追这一技术,而Aeva、Aurora等其余Fabless公司,大部分都在烧钱去打造这样一个量产难度高的产品,靠代工厂的硅光技术来完成芯片的生产。虽说生产成本低,但在面临制造难度的限制,这一优势一时半会也就体现不出来了,毕竟连Mobileye都还没有可以拿出来卖的成品。

不只是自动驾驶汽车

尽管FMCW激光雷达在自动驾驶上的前景不错,也是业界主要聚焦的市场,但这并非是此类激光雷达唯一的应用场景,这不,一家公司将目光投向了机器人和工业自动化领域。美国初创公司SiLC Technologies于去年底发布了一款新的FMCW激光雷达传感器产品,名为Eyeonic。

Eyeonic传感器内部构造 / SiLC Technologies

虽然量产激光雷达的难度限制了这个市场的增长,但SiLC正在采用成熟的半导体制造工艺来应对这一挑战,尽管SiLC是一家Fabless公司,但他们拥有自己的专属工艺,并与日本的北阳达成了紧密合作。Eyeonic所用的视觉芯片拥有相干视觉传感器所需所有光电特性,将超窄线宽的激光器、光放、锗探测器和无源器件集成在单个芯片上,每个核心一次处理单个像素的返回光子。

对于机器人应用而言,FMCW激光雷达可以利用其优势解决传统方案的一些感知挑战,比如照明条件。虽然在仓库等室内场景,配有激光雷达的移动机器人可以做到不错的室内检测,但一旦到了码头装卸这样阳光强烈的室外场景,FMCW这样抗阳光和其它传感器干扰的技术就是更优的解决方案了,其它的激光雷达不得不采取一些巧妙的设计才能缓解这一问题。

其次,FMCW可以做到直接速度测量,ToF虽然也能做到,但需要通过多次测量才能算出来。如此一来,FMCW激光雷达可重点判断移动物体,从而省去机器学习的训练过程。

对于自动驾驶市场,SiLC也意识到汽车产品的设计周期往往会拉长到3至5年,但该市场中的一些细分领域,FMCW激光雷达预计能在2025年左右率先量产商用,比如自动驾驶公交车或AGV等。

换一种调制方式

鉴于如今的FMCW也存在一定的限制,并非十全十美的激光雷达方案,有的厂商提出了另一种思路,RMCW,也就是随机调制连续波。RMCW激光雷达与FMCW激光的差异就在信号调制上,前者发射的是由伪随机二进制序列调制的光波,这也是澳大利亚初创激光雷达公司Baraja选取的方案。

Spectrum HD激光雷达 / Baraja

Spectrum HD是Baraja主打的RMCW激光雷达,可以做到0.01米至600米的绝对测量范围,即便是黑暗物体也能做到230米以上的探测距离。传统的激光雷达的分辨率基本取决于旋转镜以及光源移动的精度,而Baraja的RMCW激光雷达所用的光谱扫描技术无需任何移动部件,就能利用垂直纵轴上的完全扫描,也正是这一技术为其提供了2000个通道,将垂直分辨率做到了0.01°。与FMCW激光雷达相比,RMCW激光雷达无需扫频的激光源,而这正是FMCW的一大挑战。

光谱扫描还提供了一项更加智能的功能,那就是聚焦。传统激光雷达实现高分辨率的方式之一就是高点频,然而除了激光器本身的点频参数外,提高只剩增加激光器一途,如此一来,对设计和成本都会造成影响。而Baraja的动态聚焦通过动态改变点云密度的方式,聚焦在FOV中特定的对象上,从而达到最高0.04°x 0.02°,解决高速场景下对分辨率的需求。

虽然Baraja的Spectrum HD激光雷达也尚未量产,但已经确定今年年内会送样,并计划于明年开始量产。可以看出,不管是哪种激光雷达,量产永远都是最大的难题。

激光雷达驾驶级别探测

  • 1
  • 2
  • 3
  • 4

最新内容

手机

相关内容

  • 1
  • 2
  • 3

猜你喜欢