1 为L3以上的自动驾驶而研发的激光雷达感知系统方案-德赢Vwin官网 网
0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

为L3以上的自动驾驶而研发的激光雷达感知系统方案

MEMS 来源:未知 作者:李倩 2018-03-29 11:05 次阅读

太平洋时间3月26日NVIDIA在美国圣何塞举办的GPU技术大会如期而至,在开幕当天,速腾聚创(Robosense)向全球同步正式公开亮相了全新一代P3激光雷达感知方案及相关的路测视频。

全新一代P3激光雷达感知方案是专门为L3以上的自动驾驶而研发的激光雷达感知系统方案。

该方案在车顶中央使用了一台32线激光雷达(RS-LiDAR-32)进行全方位的感知,左右两侧各安装一台有一定倾斜角的16线激光雷达(RS-LiDAR-16),负责扫除两侧的盲区。算法运行上,该方案可运行在英伟达Drive PX2等平台上。三台激光雷达组合方案使得激光雷达点云密度更高,感知盲区更少,可适应L3以上的自动驾驶。该方案经过速腾聚创长时间的开放道路测试验证,可满足大部分的自动驾驶路况感知需求。

全新一代P3激光雷达感知方案进行路测

全新的感知升级,为高速自动驾驶测试车而生全新一代P3激光雷达感知方案是速腾聚创在去年推出的“普罗米修斯计划”的一个方案线延伸(P1方案是指单个16线激光雷达系统解决方案,瞄准低速自动驾驶市场,市场应用很成熟,产品大量应用在像京东、菜鸟等物流车和许多领域的自动驾驶低速车上;P2方案则是指单个32线激光雷达系统解决方案,主要应用于较高速度或者安全性能要求较高的领域。)此次全新一代的P3方案发布,希望能给携手高速自动驾驶汽车研发团队,一起推进测试车辆的进展。相比于P1与P2的激光雷达方案,它在硬件与算法上均做了全面升级。在硬件上采用了多台激光雷达组合的方式,在规避了多雷达互相干扰的前提下,前后向线束密度更大,识别精度高。同时,大幅提升了点云对于盲区的覆盖,有效地保证乘用车在行车安全和行人保护。在算法方面,在原有的建图、车道线检测、路沿检测、定位、障碍物检测、动态物体跟踪、障碍物分类识别模块基础上,增加了多激光雷达数据在时间上同步和空间上的融合,提高感知识别的精度和鲁棒性,确保自动驾驶车辆能适应更多复杂路况。

全套激光雷达感知方案旨在加速自动驾驶技术研发自动驾驶的实现需要涉及融合不同传感器感知效果,决策,控制等内容。不同于摄像头,毫米波雷达等传感器,激光雷达目前整体感知方案产业链并不成熟。业内优秀的研发团队不仅在融合数据,感知,决策等核心领域投入精力,也被迫拉长战线,对激光雷达传感器的功能进行单独的开发与验证测试。速腾聚创希望通过提供该套激光雷达硬件及感知算法整体感知系统,让自动驾驶研发团队就能够更加专注在多传感器融合、决策规划和控制上,避免更多重复造轮子的工作,携手加速推动自动驾驶技术的研发。 速腾聚创是全球领先的自动驾驶激光雷达环境感知系统提供商,同时也是全球第一家提供激光雷达感知系统的雷达厂商。我们将继续为自动驾驶提供优秀的激光雷达软硬件解决方案,推动自动驾驶产业化落点,让人们早日获得更安全快捷的出行体验。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 激光雷达
    +关注

    关注

    968

    文章

    3967

    浏览量

    189824
  • 自动驾驶
    +关注

    关注

    784

    文章

    13784

    浏览量

    166384

原文标题:感知“升华”:速腾聚创全新一代激光雷达感知方案亮相NVIDIA GTC 2018

文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    激光雷达自动驾驶中的应用

    自动驾驶技术正逐渐改变我们的出行方式,激光雷达(LiDAR)作为实现这一技术的关键传感器之一,其重要性不言喻。激光雷达通过发射
    的头像 发表于 10-27 10:34 531次阅读

    激光雷达与纯视觉方案,哪个才是自动驾驶最优选?

    主要分为两大类:激光雷达与视觉感知激光雷达因其能够提供精确的距离和形状信息,在自动驾驶技术早期的开发中被广泛应用。然而,随着计算机视觉技术的飞速进步,基于摄像头的纯视觉
    的头像 发表于 09-29 10:47 439次阅读

    Mobileye关闭激光雷达研发部门

    Mobileye Global近期宣布了一项重大战略调整,决定终止其内部对下一代调频连续波(FMCW)激光雷达研发项目,该项目原旨在增强自动驾驶及高度自动驾驶
    的头像 发表于 09-10 15:56 354次阅读

    车规级振荡器激光雷达提供解决方案

    大多数整车厂、Tier1 认为是L3 级及以上自动驾驶必备的传感器。工作原理激光雷达系统主要由激光发射模块、
    发表于 08-30 15:00 0次下载

    聊聊自动驾驶离不开的感知硬件

    感知硬件。自动驾驶感知硬件的主要功能是帮助车辆“看见”和“理解”周围环境,驾驶决策提供必要的实时信息。今天智驾最前沿就带大家来盘点常见的
    的头像 发表于 08-23 10:18 474次阅读

    GaN HEMT驱动芯片NSD2017助力解决激光雷达应用挑战

    自动驾驶是新能源汽车智能化的重要发展方向,具备强感知能力的激光雷达则是L2+及以上级别
    的头像 发表于 08-22 09:23 402次阅读
    GaN HEMT驱动芯片NSD2017助力解决<b class='flag-5'>激光雷达</b>应用挑战

    FPGA在自动驾驶领域有哪些应用?

    低,适合用于实现高效的图像算法,如车道线检测、交通标志识别等。 雷达和LiDAR处理:自动驾驶汽车通常会使用雷达和LiDAR(激光雷达)等多种传感器来获取环境信息。FPGA能够协助完成
    发表于 07-29 17:09

    百度萝卜快跑第六代无人车携手禾赛AT128激光雷达,共筑自动驾驶新篇章

    自动驾驶技术的浪潮中,激光雷达作为感知层的核心部件,正引领着行业向更高水平的智能化迈进。近日,激光雷达领域的佼佼者禾赛科技宣布了一项重要合作——成为百度萝卜快跑第六代无人车主
    的头像 发表于 07-19 16:21 1501次阅读

    纳芯微GaN HEMT驱动芯片NSD2017在激光雷达中的优势

    自动驾驶是新能源汽车智能化的重要发展方向,具备强感知能力的激光雷达则是L2+及以上级别
    的头像 发表于 07-01 10:42 706次阅读
    纳芯微GaN HEMT驱动芯片NSD2017在<b class='flag-5'>激光雷达</b>中的优势

    阜时科技近期签订商用车自动驾驶全固态激光雷达批量订单

    阜时科技战略合作的某头部激光雷达(LiDAR)公司,签订商用车自动驾驶全固态激光雷达批量订单,近期将陆续交付。
    的头像 发表于 04-11 14:08 1078次阅读

    未来已来,多传感器融合感知自动驾驶破局的关键

    的架构,预计未来许多智能驾驶团队都会引入“占用网络”来提升系统能力。多维像素的应用前景非常广阔。昱感微的融合感知技术+BEV +Transformer+占用网格有望成为L3/
    发表于 04-11 10:26

    康谋方案 | L2进阶L3,数据采集如何助力自动驾驶

    ,宝马的自动驾驶研究一直坚持多传感器融合的方式,其L3自动驾驶技术套件能够集成更多高性能传感器,例如新的激光雷达系统,并将所有传感器信息与
    的头像 发表于 01-25 18:06 535次阅读
    康谋<b class='flag-5'>方案</b> | <b class='flag-5'>L</b>2进阶<b class='flag-5'>L3</b>,数据采集如何助力<b class='flag-5'>自动驾驶</b>

    汽车激光雷达:竞争格局和技术演进

    激光雷达技术是推动智能驾驶的关键驱动力之一,2023年汽车激光雷达领域的竞争态势、技术演进以及市场变化挺快的。激光雷达技术,在国外车企主要是L3
    的头像 发表于 01-23 16:13 659次阅读
    汽车<b class='flag-5'>激光雷达</b>:竞争格局和技术演进

    广汽集团获得L3自动驾驶路测牌照

    广汽集团在2023年底正式获得了广州市的L3自动驾驶路测牌照,这一里程碑标志着广汽在自动驾驶技术研发上取得了重大进展。该牌照允许广汽在广州市指定的高快速道路上进行
    的头像 发表于 01-11 15:05 695次阅读

    虹科方案L2进阶L3,数据采集如何助力自动驾驶

    技术方案上,宝马的自动驾驶研究一直坚持多传感器融合的方式,其L3自动驾驶技术套件能够集成更多高性能传感器,例如新的激光雷达
    的头像 发表于 12-27 13:29 446次阅读
    虹科<b class='flag-5'>方案</b>丨<b class='flag-5'>L</b>2进阶<b class='flag-5'>L3</b>,数据采集如何助力<b class='flag-5'>自动驾驶</b>