2023年车载激光雷达技术与应用研究报告.pdf
《2023年车载激光雷达技术与应用研究报告.pdf》由会员分享,可在线阅读,更多相关《2023年车载激光雷达技术与应用研究报告.pdf(26页珍藏版)》请在咨信网上搜索。
1、 车载激光雷达技术与应用车载激光雷达技术与应用 研究报告研究报告 (20232023 年年)中国信息通信研究院技术与标准研究所 2023年9月 前前 言言 按载荷平台的不同,激光雷达可分为星载激光雷达、机载激光雷达、地基激光雷达、弹载激光雷达和车载激光雷达等。其中,伴随汽车进入智能时代,车载激光雷达引起了业界广泛关注,其可弥补摄像头、毫米波雷达等传统车载环境感知传感器的部分关键缺陷,被业界认为是 L3 级以上自动驾驶必备传感器。本报告基于车载激光雷达的应用背景、技术体系、市场空间和产业体系展开研究,分析了车载激光雷达在辅助驾驶和自动驾驶等应用场景的技术需求及发展现状,梳理总结了车载激光雷达的技
2、术路线、产品形态、市场空间和产业链现状,建议技术产业各方在技术攻关、系统研发、产业应用、生态建设、标准及测评体系建设等方面加强协作,共同推动车载激光雷达技术产业发展演进,助力我国智能驾驶持续高质量发展。目目 录录 一、汽车进入智能时代,激光雷达作用凸显.1(一)政策推动智能驾驶业务规模逐步扩大.1(二)感知传感器是智能驾驶重要应用支撑.2(三)激光雷达助力智能驾驶增强安全保障.3 二、技术路线持续演进,集成能力不断增强.5(一)器件选取分支较多,模组集成趋势明显.5(二)应用算法分支繁多,算法路径尚未收敛.7(三)产品形态持续更迭,固态成为未来方向.8 三、市场空间逐步提升,投资融资较为活跃.
3、10(一)应用规模不断扩大.10(二)资本市场关注热点.12(三)市场空间增速可观.13 四、产业体系相对完备,国内企业积极布局.14(一)国内企业产业链各环节积极布局追赶.14(二)市场份额逐步提升核心专利仍然受限.16(三)国内外标准体系亟需进一步完善构建.18 五、总结和建议.19(一)加强关键技术攻关,提升性能降低成本.20(二)逐步收敛技术方案,完善标准规范体系.20(三)强化产业整合能力,引导生态体系建设.21 图 目 录 图 1 智能驾驶系统架构图.3 图 2 不同传感器之间优劣势互补.4 图 3 采用激光雷达的车企、智能驾驶解决方案供应商及无人驾驶车辆运营商.5 图 4 车载激
4、光雷达技术路线.6 图 5 激光雷达中游产业链视图.15 图 6 激光雷达下游产业链视图.16 图 7 全球车载激光雷达厂商市场份额统计图(2021-2022).17 图 8 车载激光雷达制造商在自动驾驶领域的专利分布图.18 表 目 录 表 1 激光雷达光电系统组成分析.7 表 2 车载激光雷达应用算法.8 表 3 混合固态式激光雷达技术方案优劣势对比.9 表 4 固态式激光雷达技术方案对比.10 表 5 2017-2023 年搭载激光雷达的乘用车型统计.11 表 6 2016-2022 年部分汽车激光雷达企业融资历史.13 车载激光雷达技术与应用研究报告(2023 年)1 一、汽车进入智能
5、时代,激光雷达作用凸显(一一)政策推动智能驾驶业务规模逐步扩大政策推动智能驾驶业务规模逐步扩大 国家政策及标准规范助推智能驾驶快速发展。“十四五”规划纲要提出提升智能(网联)汽车核心竞争力,加快研发智能(网联)汽车基础技术平台及软硬件系统、线控底盘和智能终端等关键部件;并且明确探索建立无人驾驶等领域的监管框架,完善相关法律法规和伦理审查规则。国家发改委等 11 部委联合印发 智能汽车创新发展战略,在战略愿景中提出,展望 2035 到 2050 年,中国智能汽车体系全面建成、更加完善,安全、高效、绿色、文明的汽车强国愿景逐步实现,智能汽车充分满足人民日益增长的美好生活需要。标准规范方面,2021
6、 年发布的 GB/T 40429-2021汽车驾驶自动化分级推荐性国家标准对智能驾驶等级进行了划分,为国内智能驾驶的发展提供了基础标准依据。2022 年 9 月,工业和信息化部及相关各方修订形成了国家车联网产业标准体系建设指南(智能网联汽车)(2022 年版),确定了智能网联汽车标准体系建设新的原则、目标和发展愿景,提出了体系框架、整体内容及具体标准项目,明确了各项标准在智能网联汽车产业技术体系中的地位和作用。智能驾驶在乘用车的渗透率持续加深。在国家及地方政府利好政策引领下,智能驾驶市场将迎来蓬勃发展。根据国家车联网产业标准体系建设指南(智能网联汽车)(2022 年版)(征求意见稿),辅助驾驶
7、是指 L0-L2 级驾驶自动化功能,自动驾驶是指 L3-L5 级驾驶自动化功能。我国国家智能网联汽车创新中心(CAICV)发布的智能车载激光雷达技术与应用研究报告(2023 年)2 网联汽车技术路线图 2.0 对智能驾驶在乘用车的渗透率进行了规划,目标是2020-2025年L2-L3 级的智能网联汽车销量占汽车总销量的比例超过 50%,在特定场景和限定区域开展 L4 级车辆商业化应用;2026-2030 年,预计 L2-L3 级的智能网联汽车销量占比超过 70%,L4级车辆在高速公路广泛应用,在部分城市道路规模化应用。(二二)感知传感器是智能驾驶重要应用支撑感知传感器是智能驾驶重要应用支撑 智
8、能化、网联化与平台化是智能网联汽车与传统汽车的核心区别。智能化即汽车搭载智能摄像头、激光雷达等感知终端及智能操作系统、人工智能芯片,实现超视距数据采集与自动驾驶;网联化即汽车通过车载单元与人、车、路、云全面互联,实现数据互联互通;平台化即交通管理、信息服务等涉车业务的实现逐步向云平台迁移。感知是智能驾驶的先决条件,其探测的精度、广度与速度直接影响智能驾驶的行驶安全。智能驾驶实现系统分为感知层、决策层、执行层,见图 1。感知层通过感知传感器对环境信息和车辆信息进行采集与处理,感知信息数据提供到决策层处理分析后,执行层控制车辆完成动力供给、方向控制等动作,最终实现自动驾驶的目标。感知层包括车辆运动
9、感知和环境感知。车辆运动感知提供车辆行驶中速度、角度及高精度定位等信息,环境感知提供车辆行驶中交通路况和车身环境等信息。运动感知的感知传感器包括自感应传感器和定位传感器。环境感知的感知传感器包括摄像头、毫米波雷达、超声波雷达和激光雷达等。感知层获取的数据可直接影响决策层的判断与执行层的操作。车载激光雷达技术与应用研究报告(2023 年)3 来源:中国信息通信研究院 图 1 智能驾驶系统架构图(三三)激光雷达激光雷达助力助力智能驾驶增强安全保障智能驾驶增强安全保障 多传感器融合感知是智能驾驶环境感知的关键方案,激光雷达是摄像头、毫米波雷达与超声波雷达的有效补充。智能驾驶感知主要包含纯视觉感知和多
10、传感器融合感知方案。纯视觉感知方案是以摄像头为主导感知外界信息,多传感器融合感知方案是以摄像头、超声波雷达、毫米波雷达及激光雷达等多种传感器协同配合来感知外界信息,不同传感器的优劣势可进行互补(见图 2)。激光雷达的环境感知精度高,激光雷达发射的光波频率比微波高出 2-3 个数量级,具有极高的距离分辨率、角分辨率和速度分辨率。激光雷达可直接获取目标的距离、角度、反射强度、速度等信息,生成目标的三维图像。激光雷达抗干扰能力较强,可弥补摄像头在强光或黑夜等场景下性能劣化的缺陷以及微波雷达对金属物体敏感在人车混杂的场景中不易识别出行人的缺陷。车载激光雷达技术与应用研究报告(2023 年)4 来源:中
11、国信息通信研究院 图 2 不同传感器之间优劣势互补 车载激光雷达被认为是 L3 级以上自动驾驶必备传感器。在积极拥抱智能驾驶技术发展的同时,安全冗余是人们考虑的关键要素,含激光雷达的多传感器融合方案是智能驾驶提速的安全保障。随汽车自动化水平的提升,单车激光雷达搭载数量将不断增加,L3、L4 和 L5级别自动驾驶或分别需要平均搭载 1 颗、2-3 颗和 4-6 颗激光雷达。早期车载激光雷达成本高达几万美元,近期已下探至几百美元水平,为车载激光雷达的规模商用奠定了基础。目前,已有部分车企、智能驾驶解决方案供应商及无人驾驶车辆运营商选择含激光雷达的多传感器融合感知作为智能驾驶的核心方案,其中国内车企
12、及无人驾驶运营商数量占优,见图 3。据 YOLE Group 统计,截止 2023 年第三季度,已有 36 家中国车企宣布使用激光雷达,预计国内将有高达 106款搭载激光雷达的车型上市,占全球同期预计发布搭载激光雷达新车型总数量近 90%,国内激光雷达车企的数量和规模将在未来一段时间车载激光雷达技术与应用研究报告(2023 年)5 长期领跑。来源:公开资料整理,中国信息通信研究院 图 3 采用激光雷达的车企、智能驾驶解决方案供应商及无人驾驶车辆运营商 二、技术路线持续演进,集成能力不断增强(一一)器件选取分支较多,模组集成趋势明显器件选取分支较多,模组集成趋势明显 车载激光雷达可按多种维度进行
13、分类,技术路线众多。从工作原理上看,激光雷达分为时间飞行法(TOF)和调频连续波法(FMCW)两种测距方式;从结构上看,车载激光雷达由四部分组成,即发射激光的发射模块、对特定区域进行扫描的扫描模块、探测回光的接收模块和对点云数据进行处理并反馈的控制模块,其中各部分结构也细分不同的技术方案:发射模块的激光器按结构可分为边发射激光器(EEL)、垂直腔面发射激光器(VCSEL)及光纤激光器;扫描模块的扫描部件按结构可分为机械式、混合固态式和固态式。当前混合固态式主要有转镜式、棱镜式和 MEMS 式(振镜式)三种技术方案,固态式主要有扫描式的光学相控阵(Optical Phased Arrays,OP
14、A)和泛光面阵式(FLASH)两种技术方案;接收模块按探测器类型可分为 PIN型光电二极管(PIN)、雪崩光电二极管(APD)、单光子雪崩二极管车载激光雷达技术与应用研究报告(2023 年)6 (SPAD)和硅光电倍增管(SiPM)等;控制模块的信息处理芯片可分为 FPGA、ASIC 和 SoC 等,分类见图 4。不同技术路线各有优缺点,技术路径持续拓宽,各厂家对不同技术路线都有布局,技术方案尚未统一。来源:中国信息通信研究院 图 4 车载激光雷达技术路线 光学芯片及其配套元器件集成化助推激光雷达降低成本。激光雷达光电系统的成本约占激光雷达整机成本约 70%,由激光发射模组、激光接收模组、测时
15、模组(TDC/ADC)和控制模组四部分构成,从表1 可知,激光收发模组在成本、体积及重量方面远高于测时模组和控制模组。通过将分立光学芯片及其配套元器件高度集成,可带来产品形态及生产工艺的跃迁、大幅度降低生产成本、快速扩充产能,完成从分立式激光雷达向集成式激光雷达的进化。随着激光雷达线数的增加,光学芯片集成化带来的优势会更加明显。车载激光雷达技术与应用研究报告(2023 年)7 表 1 激光雷达光电系统组成分析 激光雷达光电激光雷达光电 系统组成系统组成 激光发射模组激光发射模组 激光接收激光接收 模组模组 测时模组测时模组 控制模组控制模组 主芯片类型 光学芯片 光学芯片 电学芯片 电学芯片
16、对应分立器件模组在整机中的占比 成本 30%30%2%5%体积 35%35%2%3%重量 35%35%1%1%来源:公开资料整理,中国信息通信研究院(二二)应用算法分支繁多,算法路径尚未收敛应用算法分支繁多,算法路径尚未收敛 车载激光雷达算法众多,针对同一功能类别存在多种算法。应用算法按不同功能类别可分为点云分割算法、目标跟踪与识别算法和即时定位与地图构建算法三类,见表 2。点云分割算法依据数据点间距和密度等特性将点云划分为独立子集,理想情况下,每个子集均将用于一个实际存在的目标物体,且包含物体的几何与位姿特征。目标跟踪与识别算法是从点云数据中解算出探测目标的尺寸、速度、方向和类别等信息,是智
17、能驾驶汽车进行自主路径规划与安全避障的关键技术。目标跟踪是检测具有特定特征的目标并对其跟踪;目标识别是将具有相似特征的点云归为一类,并根据此特征识别其具体类别。即时定位与地图构建算法是车辆搭载特定传感器的、在未知环境中运动时,同时完成对环境的建模和对自身运动的估计。车载激光雷达技术与应用研究报告(2023 年)8 表 2 车载激光雷达应用算法 类别类别 算法名称算法名称 关键技术关键技术 点云分割算法 非模型投影法 地面投影法、虚拟像平面投影法 聚类法 K-means、DBSCAN 和 ISODATA 目标跟踪与 识别算法 检测与跟踪 物体级目标检测、栅格单元级目标检测 分类与识别 基于全局特
18、征提取的算法和基于局部特征提取的算法 即时定位与地图 基于滤波器的 SLAM 扩展卡尔曼滤波器、Fast SLAM 等 基于图优化的 SLAM 位姿图优化等 来源:公开资料整理,中国信息通信研究院 车载激光雷达应用算法路径尚未收敛,缺乏统一的评判标准。智能驾驶的环境复杂多变,如何从庞杂的点云数据中准确快速地提取有效信息并进行分析判断是激光雷达应用算法开发的目标。为及时准确感知周围环境、跟踪并识别障碍物、完成智能驾驶汽车定位和行驶路径规划、保证其安全高效的行驶,车载激光雷达的数据处理应满足实时、稳定、高精度等要求。目前,应用于智能驾驶的车载激光雷达应用算法的针对性和特殊性较强,算法路径尚未收敛,
19、且缺乏统一的标准规范和评价体系。面对各类复杂多变的智能驾驶场景,提升算法的扩展性、可移植性和自适应性尤为重要。(三三)产品形态持续更迭,固态成为未来方向产品形态持续更迭,固态成为未来方向 机械式激光雷达扫描模块及收发模块在雷达工作时持续运动,车规级应用受限。机械式激光雷达是由电机控制旋转,可长时间内保持稳定线性的转速,安装在车顶时可以对周围环境进行精度较高并且清晰稳定的 360 度环境重构,具有扫描速度快、精度较高、技术成熟等优势。然而,机械式激光雷达内部的激光收发模组线束多,需要复杂车载激光雷达技术与应用研究报告(2023 年)9 的人工调教,制造周期长;可靠性差,导致难以量产;体积过大,消
20、费者接受度不高;寿命大约在 1000 h 到 3000 h,而车规级规范要求至少 13000 h,因此难以形成车规级产品。混合固态式激光雷达是目前主流的车规级激光雷达技术方案。混合固态式分为转镜式、棱镜式及 MEMS 式三种技术方案。转镜式是当前已经经过批量上车验证的技术方案,MEMS 式能较好地实现性能与耐久性的平衡,棱镜式激光雷达累积的扫描图案是菊花状,点云数据离散度高,相对速度控制得当,在同一位置长时间扫描几乎可以覆盖整个区域。三种方案总体上看各有优劣,如表 3 所示。目前搭载于乘用车的激光雷达以转镜式和 MEMS 式占多数。表 3 混合固态式激光雷达技术方案优劣势对比 技术方案技术方案
21、 优势优势 劣势劣势 转镜式 可靠性高,利于车规级量产 成本低 功耗低 长期运行后稳定性和准确度下降 探测角度有限 探测距离短 棱镜式 点云密度高 探测距离远 可靠性高,利于车规级量产 单个雷达的视场角较小 对电机轴承等部件的可靠性提出了挑战 MEMS 式 运动部件少 体积小 成本低 探测距离和视场角有限 寿命较短 来源:中国信息通信研究院 短期内仍将以高性能混合固态为乘用车的车载激光雷达主流,固态式是车载激光雷达未来发展的主要方向。固态激光雷达由于没有任何旋转机构,因此体积更小且稳定性更高,更容易通过车规级相关标准。固态式 OPA 和 FLASH 两种方案的对比如表 4 所示。目前对 OPA
22、车载激光雷达技术与应用研究报告(2023 年)10 激光雷达实现车规级量产造成挑战的技术难题主要在于其易形成旁瓣、影响光束作用距离和角分辨率,并且其采用高精度集成的微阵列芯片式设计,制作工艺难度高。对 FLASH 车载激光雷达大范围应用造成挑战的主要原因在于其探测距离小,当探测目标距离过大时返回的光子数有限,导致探测精度降低,无法准确感知目标方位。而混合固态式激光雷达目前已有较为成熟的技术方案和商用产品,通过不断的技术改进,有望占有稳定市场份额。表 4 固态式激光雷达技术方案对比 技术方案技术方案 优势优势 劣势劣势 OPA 精度高 扫描速度快 可控性好 抗震性能好 体积小 抗环境干扰性差 光
- 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:
- 2023 车载 激光雷达 技术 应用 研究 报告
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。