激光雷达技术具有远程检测功能

AEye 能够使用多个测量点对于自动驾驶汽车和卡车至关重要。

与摄像头和雷达一样，LiDAR 传感器是自动驾驶发展的重要技术。位于加利福尼亚州都柏林的 AEye 创建了一个远程 LiDAR 系统，该系统将可放大的 1550 nm 激光与带有微机电系统 (MEMS) 的专有扫描仪相结合。该技术可以使用软件针对某些车辆和应用进行定制和优化。 AEye 的 ADAS 解决方案产品管理负责人 Indu Vijayan 在接受EE Times Europe 采访时回答了有关自动驾驶汽车前景的关键问题 ，分析了她最近在 8 月在硅谷举行的 DesignCon 2021 上的主题演讲。

AEye 声称其 LiDAR 可以检测 1,000 米距离内的车辆和最远 200 米距离内的人。它能够使用多个测量点在 120 米的距离内检测微小物体（如砖块）的能力对于自动驾驶汽车和卡车来说至关重要。

由于质量大、停车距离长，商用车在提供安全的自动驾驶方面面临着特殊的挑战。这些车辆的自动化将涉及采用高性能、远程传感器，以确保有足够的处理时间进行自动化决策和行动。

EE Times Europe：自动驾驶汽车市场目前的机遇是什么？增长因素是什么？

维贾扬： 如果我们谈论汽车，那么当前的机会在于 ADAS，特别是为原始设备制造商提供更高级的安全功能。我们都熟悉 ADAS 功能，例如巡航控制、紧急制动和车道保持辅助。这些功能历来利用雷达和/或摄像头传感器，提高了汽车的安全等级，同时使原始设备制造商能够为其客户提供附加值。

汽车制造商现在正在寻求部署更先进的 ADAS 功能，为了安全地这样做，他们需要 LiDAR。摄像头有很好的分辨率和颜色信息，但在某些白天光照条件下受限，在夜间效果不佳，只能估计物体的距离和位置。同时，雷达在恶劣的天气条件下具有良好的性能，但在距离上不能提供足够的分辨率，也不能很好地处理由于多径而导致的物体位置的确定性。 LiDAR 填补了这些性能空白，是唯一可以绝对确定有物体挡在路上的确定性传感器，以便汽车的路径规划系统可以做出最安全的驾驶决策。

AEye 的 LiDAR 特别适用于高速公路自动驾驶仪和枢纽到枢纽自动卡车运输等应用，这些应用需要高速远程检测小物体。我们将可放大的 1550 nm 波长结合到我们的新型架构中，使 AEye 的 LiDAR 系统能够在范围内实现行业领先的性能——在千米处看到车辆和道路标志等物体。我们预计，到 2025 年，远程 LIDAR 的汽车 ADAS 市场规模将达到 30 亿美元，并在 2025 年至 2030 年期间以 43% 的复合年增长率继续快速增长，同时我们预计移动市场将快速增长，预计复合年增长率为 72 % 从 2025 年到 2030 年。

EE Times Europe：基础设施和监管是推出自动驾驶汽车需要解决的两个障碍。对于这些障碍，我们的立场是什么？

维贾扬： 在监管方面，美国因缺乏联邦监管框架来解决自动驾驶测试和部署问题而受到批评。迄今为止，监管是在州一级进行的，没有统一性。联邦政府似乎正在努力制定明确的法规来管理这个行业，但我们看到公共和私人联盟正在介入。与此同时，德国等国家对自动驾驶采取更积极的立场——通过立法允许 4 级自动驾驶（无人驾驶车辆）到 2022 年在公共道路上行驶，无需人工安全操作员。

在基础设施方面，我们看到了基础设施的数字化——例如防撞摄像头、智能路灯、配备 RFID 的车道标记和标志、路缘传感器和先进的交通管理系统，以及 5G 和其他基于基础设施的试验连接智能汽车的技术。尽管如此，在基础设施方面仍有很多工作要做，以降低“粗糙度指数”。坑洼、划线错误和缺乏定期维护（即车道标记褪色）可能是导致事故的主要原因，尤其是卡车。道路上的微小改动会对在公共道路上扩展自动驾驶汽车的能力产生巨大影响。

智能基础设施、连接性和配备更智能、边缘智能传感器的自动驾驶汽车将相结合，为自动驾驶汽车提供做出明智决策所需的信息。收集到的数据还可用于学习和适应在自动驾驶汽车上运行的人工智能，然后可以将其作为软件升级应用，使自动驾驶汽车能够对动态情况做出反应。

点击查看全尺寸图片

AEye 的系统

EE Times Europe：汽车制造商面临的主要挑战是跟上传感器和数据的发展步伐。 AEye 正在采取哪些措施来应对这一挑战？

维贾扬： AEye 开发了一个软件可定义系统，这意味着它具有灵活性和适应性。其他 LiDAR 传感器以硬件优先的思维方式为基础。 AEye 将复杂性从硬件转移到了软件上。在我们的系统方法中，硬件和软件具有迭代的、适应性强的关系，可以通过内置的反馈循环不断优化。世界不是一成不变的，AEye 的传感器能​​够实时地从一种情况动态适应另一种情况。我们相信我们的软件驱动硬件平台将增强任何汽车系统。

汽车制造商面临的另一个挑战是采购能够在其车辆中使用 10-15 年的汽车级传感器。我们将我们的参考架构授权给一级供应商，使他们能够制造自己的定制产品并将这些解决方案销售给他们的汽车 OEM 客户。这可确保 OEM 以尽可能低的成本从与他们建立了长期良好关系的成熟汽车供应商那里获得满足其独特规格的高质量、可靠的产品。

EE Times Europe：还有哪些其他挑战阻碍了自动驾驶汽车的广泛生产和采用？

维贾扬： 历史上的一个挑战是价格，但 LiDAR 的价格在过去三年大幅下降，随着我们看到汽车市场增加批量生产，我们将继续看到成本下降和规模经济，这将与此并行雷达，ADAS 部署的成本降至 100-1000 美元。

我们还看到，将自动驾驶推向市场需要技术成熟、商业模式成熟和汽车供应链成熟。随着一级汽车供应商向市场推出基于 LiDAR 的高级安全功能，我们将看到自动驾驶逐步推出。

>> 本文最初发表在我们的姊妹网站 EE时代欧洲。

相关内容：

• 了解 LiDAR 系统中的波长选择
• 智慧城市：智能交通系统中的激光雷达案例
• 固态 LiDAR 提供更简单的汽车传感解决方案
• 激光雷达平台支持占用检测、社交距离
• LiDAR 模块支持提高高速公路速度

有关 Embedded 的更多信息，请订阅 Embedded 的每周电子邮件通讯。