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)
根据国内媒体科技日报报道，全国人大代表中国铁路总公司总经理陆东福表示新建京沈高铁有望实现智能技术的新突破。目前已准备在新建京沈高铁组织全面测试，将会针对无人驾驶、自主化列控等关键性技术做试验验证，尽早实现智能高铁的技术新突破，试验成果将会在京张高铁开通时投入应用。 此外陆东福还表示中国铁路将会加大云计算、物联网、大数据等高新技术的运用，全力推进智能高铁重大科学技术攻关。在京张高铁和京雄城际铁路的建设运营中，将会促进攻克智能建设，尽早实现动车组无人驾驶，同时采用智能化调度和防灾预警等系统，尽可能的为旅客提供更便捷、快速、安全的智能交通服务。
当前，以无人驾驶、智能网联为代表的新汽车技术，正在行业内掀起新一轮科技革命，由此带动传统汽车的技术架构、产品形态和产业生态发生了翻天覆地的变化。特别是产品形态，在过去很长一段时间里，汽车仅仅是作为代步工具而存在，但随着其与互联网、云计算、大数据、人工智能等技术进行融合，汽车作为大型移动智能终端、移动服务搭载平台的属性日渐凸显。 与此同时，车载芯片作为促成这一转变的重要推手，在近两年也迎来了爆发式增长。纵观市场，当前各种汽车产品上搭载了以芯片为主要控制的电子科技类产品数量大幅度的提高，并随着汽车智能化、互联网水平的逐步的提升，大有进一步增长的趋势。 那么，在推进汽车智能化、网联化及实现无人驾驶的过程中，车载芯片究竟发挥了怎样的作用？未来还有哪些
L4 商业化上跑得最快的自动驾驶公司，又发布了新一代产品。 9 月 25 日，在北京举行的 2021 世界智能网联汽车大会上，驭势科技正式对外发布面向城市服务的 L4 无人驾驶解决方案UiBox，以及基于该方案的首款落地产品无人配送车。 同时，驭势科技公布，自 2019 年启动「去安全员」的无人车商业化运营以来，其车队的无人化商业运营里程已经突破 90 万公里。 据汽车之心了解，这一数据可能使驭势科技成为业内目前累积无人化商业化运营里程最多的公司。 驭势科技创始人、董事长兼 CEO 吴甘沙在发布会上披露，其无人物流解决方案已经服务于汽车制造、危险化工、食品加工、农业养殖、重工制造、民航机场、产业园区等几十个行业。 而 U
据彭博社报道，谷歌周一称，公司无人驾驶汽车测试6年来卷入了11起小型事故，但从未承担事故责任。 谷歌无人驾驶汽车项目总监克里斯·厄姆森(Chris Urmson)在科技新闻网站Backchannel发布在博客平台Medium上的文章中称，谷歌无人驾驶汽车完成了170万英里(约合274万公里)的测试，期间采用了人工和无人驾驶相结合的测试方式。在所有事故中，大部分撞车是谷歌测试汽车被追尾，一些事故发生在高速上，一些发生在等红绿灯时。这些事故导致汽车出现了车灯损坏等问题，但没有人员受伤。 谷歌对于无人驾驶汽车的投资属于其内部项目Google X的一部分，该项目专注于尖端技术的长期机遇。谷歌将安全性作为无人驾驶汽车的
在参加了1964年的世博会后，科幻作家阿西莫夫在上写了一篇文章，描绘了50年后，即2014年的世博会。他在文章中写道，人类会努力开发拥有‘机器脑’的汽车，到那时，设定了目的地后，车辆能在没有人类驾驶员的情况下行进。 阿西莫夫的想像不完全与现实相符，比如他认为汽车应该悬浮行驶，但预测已足够准确，而且由于Google的贡献，人类的确在开发机器人车辆上作出了很多努力。今年初，Google公布了无人驾驶汽车原型车，它没有方向盘和踏板，但仍在园区内游历了一番。 Google的成就是数十年来计算机科学家、机器学家和汽车工程师智慧的结晶，而它不仅能实现科幻作品中的想像，更能减轻交通拥堵，缓解对停车位的需求，减少交通事故。
这是一个潮湿的阴天，我需要从迈阿密拥挤的市中心前往Wynwood这个充满流行元素的街区。我拿出手机，点击一个应用，并呼叫了一辆 无人驾驶 汽车。几分钟后，一辆装载有摄像头和高功率传感器的 福特 Fusion开了过来。就在我所站的位置上方，有一个街道标志写着“禁止停车：仅限 无人驾驶 车辆。”我进入车内，扣上安全带，然后就出发了。 当然，这些都不是真实的。应用、标志、我的目的地，所有这些都是 福特 为展示其 无人驾驶 未来而举办的一场比赛而已，看起来，就像 福特 在迈阿密市中心雕刻了一个迷你的西部世界。但奇怪的是，唯一真实的东西是无人驾驶汽车。 周三，福特在迈阿密，向包括我在内的20几名记者，展示了过去一年在该市
雷达对我们来说并不陌生，它在生活的方方面面都会用到。如今它也出现在了汽车里面，随只能驾驶持续不断的发展，传感器已成为打造汽车生态的主要砝码之一，无论是激光雷达、毫米波雷达、摄像头等，都将成为日后必要的配件。下面我们就来科普一下毫米波雷达到底是什么？ 此文分两部分,首先粗略地介绍一下什么叫雷达，之后再由浅入深的告诉你什么是毫米波。 雷达原理 雷达是利用无线电回波以探测目标方向和距离的一种装置，用于无线电探向与测距，全世界开始熟悉雷达是在1940年的不列颠空战中，七百架载有雷达的英国战斗机，击败两千架来袭的德国轰炸机，改写了历史。二战后，雷达开始有许多和平用途。 雷达的工作体制大致上可以分为脉冲方式和连续波方式：
“FSDBetav12将城市街道驾驶堆栈升级为端到端神经网络，经过数百万个视频训练，取代了30多万行C++代码。”在更新说明中，特斯拉如此说道。 特斯拉FSDv12（FSDv12.1.2）已向用户推送，标志着特斯拉在无人驾驶技术方面取得了重大进展。此次更新将城市街道驾驶堆栈升级为端到端神经网络，取代了数十万行C++代码，使AI在自动驾驶模式中掌管车辆行为。 特斯拉测评博主WholeMars的测评视频显示，FSDv12在接管车辆的过程中表现出色，能够顺滑地避开车道中停止的车辆，及时在斑马线前等待行人过完马路等。这是FSDBeta最大的一次进步，所有关键方面都实现了重大改进。 然而，与之前的版本相比，FSDv12.1.
重大进展，特斯拉FSD重大更新！ /
【国产RISC-V Linux板 昉·星光VisionFive试用报告】Python点亮炫彩灯环
在之前的分享中，我讲过使用C语言，直接操作spi设备，来控制WS2812B灯珠，原文可见：C语言编程控制WS2812B炫彩灯珠这一次，我们使用Python语言来控制。得益于Python的可扩展性，已经有很多爱好者，做出了各种WS2812B的控制模块，经过一番研究，我选择了ws2812-spi，其官网地址为：joosteto/ws2812-spi:pythonroutinestoprogramtheWS2812RGBLEDchipsontheraspberry
最近很多人想找SPI-TFT资料可以跟我联系京微芯力科技术有限公司-提供STM32-SPI液晶屏资料哈哈~~~真不如demo程序里嵌入你的SPI-TFT供大家学习~~~及价格！给我资料网站有毒！！万利电子现货提供TFTLCD
1.例程序中的U盘程序无法正常工作，在Debugger连接后就出现了一个移动硬盘（疑为STM32的flash）。但运行MassstorageSimpleBuffer程序后在设备管理器里有一个出错的USBDevice。2.运行LCDdemo正常，理论上说在进入debug后IAR已经将程序烧录入IC中，但单独使用USB供电（CN5）脱离Debuger程序无法运行。3.操纵杆为五键但是例程序中只给了上下左右的code，需自己独立添加SELECT代码（还好不是很麻烦）。EK-STM32板的
车载诊断设备中，想要保护程序，防止盗版如何实现?车载诊断设备中，想要保护程序，防止盗版如何实现?需要采用加密芯片来设计，做保护顾名思义就是负责加密保护的芯片了，保护程序或者数据原理是什么？怎么就能实现加密呢？很简单，里面的内容是有用而且外界必须通过芯片才能获取到那如果被监测到了怎么办？？？？如果mcu端被破解，恐怕不行吧？哈哈，这种数据加密导出方式，安全性有限，必须用算法移植类的，最大的区别是，有效程序在芯片中存，在芯片中取啊，具体是什么原理，保护方式是什
在学习瑞萨官方例程时，发现在初始化中有DI()，EI()的东东。而且找不到定义。如下： voidSystem_Init(void) { DI(); //LED PORT_Init();/*Setusedports*/ //TAU0 TAU0_Init();/*InitializeTAU0module*/ EI(); ｝复制代码后来在头文件中找到如下定义： #pragm
s3c2440或s3c2410芯片怎么辨别全新的还是旧的(重新植过锡球的)s3c2440或s3c2410芯片怎么辨别全新的还是旧的把芯片的每个地方都仔细看下,有没有动过的痕迹,有就是旧的呗.翻新的话有的很好分辨，有的就很难了，找了几条可以参考看一下：1、看芯片表面是否有打磨过的痕迹。凡打磨过的芯片表面会有细纹甚至以前印字的微痕，有的为掩盖还在芯片表面涂有一层薄涂料，看起来有点发亮，无塑胶的质感。2、看印字。现在的芯片绝大多数采用激光打标或用专用芯片印刷机印字，字迹清晰，既不显眼，
深度学习训练营：21天实战TensorFlow+Keras+scikit-learn (张强)
技术、法规与社会 ([德] 马库斯 • 毛雷尔
直播回放：无人驾驶与人工智能的起点——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
MPS电机研究院 让电机更听话的秘密！ 第一站：电机应用知识大考！跟帖赢好礼~
电源小课堂 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
解锁【W5500-EVB-Pico】，探秘以太网底层，得捷电子Follow me第4期来袭！
英特尔成立独立FPGA公司，加速行业创新继宣布将可编程解决方案事业部 (PSG) 作为独立业务部门运营后，英特尔将于3月1日举行FPGA Vision ...
短短几日，AI又掀起新一轮浪潮，而作为其核心动力的AI芯片，也迎来巨变。...
fm音频发射电路图（一）这是FM麦克风在麦克风中说话并在FM接收器上听到您的声音的电路图。该电路包含麦克风前置放大器，用于增加微弱声音的 ...
基于NE555定时器音调发生器电路（一）这是基于NE555定时器的音调发生器电路。NE555是一个非常有名的IC，用于许多电路，并执行各种任务。在 ...
易于构建的2瓦音频放大器电路一个格外的简单的迷你易于构建的2瓦音频放大器电路，很适合用于袖珍收音机和其他小型音频小工具等小型项目。该 ...
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
