Advertisement

电子:速腾聚创MX发布,预示激光雷达步入“千元”时代.pdf

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:PDF


简介:
本文探讨了速腾聚创最新发布的低成本激光雷达MX,分析其对推动激光雷达技术普及及价格下探至千元时代的重大意义。 ### 电子行业分析:速腾聚创MX发布,激光雷达或将开启“千元”新元年 #### 一、概述 近日,速腾聚创在2024年的新品发布会上正式推出了M平台新一代中长距激光雷达——MX。此款产品不仅在性能上实现了重大突破,在成本控制方面也取得了显著成效,有望引领激光雷达行业进入“千元”时代。这标志着激光雷达技术将进一步普及,并加速应用于中低端车型。 #### 二、主要特点与技术创新 1. **平台化搭建与芯片化技术革新**: - MX采用了速腾聚创自主研发的专用SoC芯片M-Core,该成果经过三年以上研发积累而成。 - M-Core集成了扫描、处理和收发等功能,实现了激光雷达系统的全栈芯片化重构。MX还沿用了二维MEMS扫描芯片,确保了高精度与稳定性。 - 收发系统通过迭代升级,在保持原有点云扫描形态和数据接口规格不变的基础上,实现性能与成本的双重优化。 2. **高性能表现**: - MX具备出色的测距能力,最远可达200米;视场角为120°×25°。 - 在高速远焦模式下,ROI区域等效于251线,角分辨率达到0.1°×0.1°。 - 智能“凝视”功能升级支持ROI全局可调,可根据实际需求进行动态调整。 3. **紧凑型设计**: - 相比前代产品,MX体积缩小40%,厚度降低44%至25mm;外露窗口片面积减少80%,提高了稳定性和耐用性。 - MX可以灵活地嵌入汽车多个位置如挡风玻璃后、车顶和进气格栅等。 4. **成本与功耗优化**: - 主板面积降低50%,光学器件数量减少80%;通过设计优化,MX的功耗低于10W,有助于提高车辆的整体能效。 #### 三、市场前景与意义 1. **价格门槛突破** - MX首次将激光雷达的价格降至200美元以下,并计划在未来进一步降低至约1,000人民币。这极大推动了技术普及。 - 速腾聚创预计MX将在未来成为20万元车型的标准配置及15万元车型的选择性配件,表明其对市场的信心和对未来规划。 2. **加速渗透与市场规模** - 预计激光雷达在新能源汽车中的应用率将持续增长,从2024年的1.5%提升至2030年的35%。 - 2023年全球车端激光雷达市场预计达到106亿元人民币;到2030年有望突破万亿人民币大关。MX的发布预示着其在中高端车型中的标配和前装量产,进一步加速了市场的渗透速度。 #### 四、速腾聚创业绩回顾 - 2023年,公司激光雷达总销量接近26万台,同比增长355.4%;全年营业收入达11.2亿元人民币,增长幅度为111.2%。 - 毛利率达到8.4%,比上一年度增加了15.8个百分点;经调整后的净亏损同比减少了22.8%。 速腾聚创MX的发布不仅彰显了公司在激光雷达领域的技术实力,并且也为整个行业指明发展方向。随着成本持续下降和技术进步,激光雷达的应用将更加广泛,为自动驾驶技术和智能交通系统的发展提供强有力支持。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • MX.pdf
    优质
    本文探讨了速腾聚创最新发布的低成本激光雷达MX,分析其对推动激光雷达技术普及及价格下探至千元时代的重大意义。 ### 电子行业分析:速腾聚创MX发布,激光雷达或将开启“千元”新元年 #### 一、概述 近日,速腾聚创在2024年的新品发布会上正式推出了M平台新一代中长距激光雷达——MX。此款产品不仅在性能上实现了重大突破,在成本控制方面也取得了显著成效,有望引领激光雷达行业进入“千元”时代。这标志着激光雷达技术将进一步普及,并加速应用于中低端车型。 #### 二、主要特点与技术创新 1. **平台化搭建与芯片化技术革新**: - MX采用了速腾聚创自主研发的专用SoC芯片M-Core,该成果经过三年以上研发积累而成。 - M-Core集成了扫描、处理和收发等功能,实现了激光雷达系统的全栈芯片化重构。MX还沿用了二维MEMS扫描芯片,确保了高精度与稳定性。 - 收发系统通过迭代升级,在保持原有点云扫描形态和数据接口规格不变的基础上,实现性能与成本的双重优化。 2. **高性能表现**: - MX具备出色的测距能力,最远可达200米;视场角为120°×25°。 - 在高速远焦模式下,ROI区域等效于251线,角分辨率达到0.1°×0.1°。 - 智能“凝视”功能升级支持ROI全局可调,可根据实际需求进行动态调整。 3. **紧凑型设计**: - 相比前代产品,MX体积缩小40%,厚度降低44%至25mm;外露窗口片面积减少80%,提高了稳定性和耐用性。 - MX可以灵活地嵌入汽车多个位置如挡风玻璃后、车顶和进气格栅等。 4. **成本与功耗优化**: - 主板面积降低50%,光学器件数量减少80%;通过设计优化,MX的功耗低于10W,有助于提高车辆的整体能效。 #### 三、市场前景与意义 1. **价格门槛突破** - MX首次将激光雷达的价格降至200美元以下,并计划在未来进一步降低至约1,000人民币。这极大推动了技术普及。 - 速腾聚创预计MX将在未来成为20万元车型的标准配置及15万元车型的选择性配件,表明其对市场的信心和对未来规划。 2. **加速渗透与市场规模** - 预计激光雷达在新能源汽车中的应用率将持续增长,从2024年的1.5%提升至2030年的35%。 - 2023年全球车端激光雷达市场预计达到106亿元人民币;到2030年有望突破万亿人民币大关。MX的发布预示着其在中高端车型中的标配和前装量产,进一步加速了市场的渗透速度。 #### 四、速腾聚创业绩回顾 - 2023年,公司激光雷达总销量接近26万台,同比增长355.4%;全年营业收入达11.2亿元人民币,增长幅度为111.2%。 - 毛利率达到8.4%,比上一年度增加了15.8个百分点;经调整后的净亏损同比减少了22.8%。 速腾聚创MX的发布不仅彰显了公司在激光雷达领域的技术实力,并且也为整个行业指明发展方向。随着成本持续下降和技术进步,激光雷达的应用将更加广泛,为自动驾驶技术和智能交通系统的发展提供强有力支持。
  • 利用16线进行loam_velodyne建图与里程计计算-附件资源
    优质
    本资源详细介绍如何使用速腾聚创16线激光雷达实施LOAM-Velodyne算法,实现精确的环境建图和高效的激光雷达里程计计算。 loam_velodyne使用速腾聚创16线激光雷达进行建图和计算激光雷达里程计。
  • RoboSense 16线驱动
    优质
    本项目提供速腾RoboSense 16线激光雷达的详细驱动程序和开发指南,旨在帮助开发者轻松集成并高效利用该激光雷达进行环境感知与数据采集。 在自动驾驶和机器人技术领域,激光雷达(Light Detection And Ranging,简称LiDAR)是一种至关重要的传感器,它能提供高精度的三维空间信息。速腾(Suteng)与Robosense合作研发的16线激光雷达是一款广泛应用于无人驾驶车辆、机器人导航、智能交通系统等场景的关键设备。这款雷达通过发射激光束并测量其反射时间,来计算目标的距离、速度以及形状,为系统提供精确的环境感知能力。 驱动程序是连接硬件设备与操作系统之间的桥梁,对于速腾Robosense 16线激光雷达来说,其驱动主要负责以下功能: 1. **硬件初始化**:驱动程序会在系统启动时对雷达设备进行初始化,并设置工作模式和配置参数以确保正常运行。 2. **数据采集**:定时读取雷达的原始数据,包括每个脉冲回波的时间、强度等信息。这些数据经过处理后可转化为点云。 3. **数据解析与转换**:通过复杂的算法将激光雷达的数据进行解析并转为三维坐标系统中的点云形式,便于后续环境建模和对象识别。 4. **实时通信**:驱动程序确保数据传输的高效性和稳定性,并及时传递给上层应用。 5. **错误检测与恢复**:在硬件故障或通讯异常时,能够自动进行诊断并尝试修复问题以保持系统的连续运行。 6. **兼容性适配**:考虑到不同操作系统和平台可能存在的接口差异,驱动程序需要具有良好的适应能力,在各种环境下都能正常使用。 “src”文件夹中包含的源代码包括: - 设备枚举与注册 - 输入输出操作(IO) - 数据处理模块 - 中断处理机制 - 错误处理方案 - 系统接口 速腾Robosense 16线激光雷达驱动程序是系统中的一个重要组成部分,它使上层软件能够充分利用该设备的性能并实现精确环境感知和决策。通过优化这些驱动代码,可以进一步提高整个系统的可靠性和效率。
  • 汽车行业深度研究报告:——汽车智能化提市场或将进期.pdf
    优质
    本报告深入分析了汽车智能化背景下激光雷达行业的机遇与挑战,预测随着技术成熟和成本降低,未来几年内该市场将迎来快速增长。 1. 激光雷达产品成熟度不断提高,在车载领域展现出良好前景。 2. 随着汽车电动化与智能化的持续推进,ADAS市场的快速发展为激光雷达市场带来了增长机会。 3. 当前市场上存在多种技术路线,MEMS+905nm方案成为主要应用方向之一。 4. 作为自动驾驶的关键传感器之一,随着行业的发展,激光雷达降价和出货量增加之间形成了相互促进的关系。 5. 国外的激光雷达产业起步较早,在技术和客户群体方面占据一定优势。然而国内厂商凭借庞大的国内市场可能会实现后来居上。 6. 投资建议:鉴于激光雷达行业的快速发展趋势,相关产业链企业有望从中受益。推荐关注东山精密、万集科技、炬光科技、长光华芯、舜宇光学、永新光学、蓝特光学、宇瞳光学、水晶光电和福晶科技等公司。 7. 风险提示:
  • 与ROS门指南.pdf
    优质
    《激光雷达与ROS入门指南》是一本针对初学者介绍如何使用激光雷达技术以及Robot Operating System(ROS)进行机器人导航和避障编程的教程。 本栏目介绍多款激光雷达的安装与使用方法。收录的产品包括Neato XV-11、Hokuyo、RPLIDAR、北醒以及镭神等。
  • 数据解析码(VC6).zip__数据分析_数据_数据处理
    优质
    本资源提供了一套使用Visual C++ 6.0编写的激光雷达数据解析示例代码,适用于进行激光雷达数据的分析和处理。包含详细的注释与说明文档,帮助用户快速掌握雷达数据处理技术。 在IT领域内,激光雷达(Light Detection and Ranging)是一种利用先进的光学技术进行精确测距与环境感知的关键设备,在自动驾驶、机器人导航及无人机飞行控制等领域发挥着重要作用。通过发射并检测反射回来的激光束时间差来测定目标物体的距离,并生成高精度三维点云数据。 本段落档提供了一个基于VC6(Visual C++ 6.0)平台上的实例代码,用于解析和处理来自激光雷达系统的原始数据信息,以帮助开发者深入理解这类技术的应用与实现方式。了解激光雷达输出的基本结构是至关重要的一步——这通常包括XYZ坐标值、强度及时间戳等关键参数。 在VC6的示例程序中,我们可以看到如何将这些二进制格式的数据转换成易于解析的形式,并进行进一步处理。具体来说: 1. **数据读取**:从文件或网络流获取原始激光雷达数据。 2. **数据解码**:运用位操作技术对二进制字节序列中的各个字段(如距离、角度和时间信息)加以提取。 3. **坐标转换**:将局部的点云数据转化为全局参考框架下的位置表示,这可能需要使用旋转和平移矩阵等数学工具来完成。 4. **构建三维模型**:利用PCL库或者其他相关软件包把单个激光雷达测量值组合成一个连续、完整的环境图像(即点云)。 5. **数据分析**:对生成的点云进行深入分析,包括但不限于障碍物检测和目标识别等功能。 为了更好地理解和使用这份实例代码,建议开发者事先掌握有关激光雷达的基本知识以及常用的输出格式标准。此外还需要具备一定的C++编程基础,并熟悉相关的数据结构处理方法(如向量、矩阵等)。尽管VC6是一个较老的开发环境,它依然是学习底层内存管理及Windows API调用的重要工具。 通过深入研究和实践这份实例代码库,开发者不仅能够掌握激光雷达信号解析的关键技术,还能在自动驾驶与机器人领域中提升自身的编程能力和数据处理技巧。对于那些希望进一步探索不同型号传感器并应用于实际场景中的工程师来说,这项技能尤为关键。
  • 原理-PPT讲解
    优质
    本PPT讲解激光雷达的工作原理及其应用,包括测量技术、数据处理和在自动驾驶等领域的使用情况。适合初学者和技术爱好者了解激光雷达技术。 激光雷达原理 相干激光雷达通过检测信号的幅度和相位来工作。 非相干激光雷达则仅依赖于信号的幅度进行测量。
  • 技术-PPT版讲解
    优质
    本PPT旨在全面介绍激光雷达技术的基本原理、工作方式及其在自动驾驶、机器人导航等领域的应用,并探讨其未来发展趋势。 激光雷达技术利用激光束来测量距离,并通过精确的扫描机制构建出周围环境的三维图像。其工作原理基于时间飞行法或相位变化法:发射器向目标发送一系列脉冲,接收器捕捉反射回来的时间差或者频率差异以确定物体的距离和位置信息。此外,旋转式或多线激光雷达可以提供全方位视角的数据采集能力,从而实现对复杂环境的全面感知与分析。 这种技术广泛应用于自动驾驶汽车、机器人导航以及地形测绘等领域中,在提高精度的同时降低了成本并增强了系统的可靠性和安全性。
  • STM32F4码.rar
    优质
    本资源包含基于STM32F4微控制器的激光雷达系统控制代码,适用于开发者进行激光测距、数据采集及处理的研究和应用开发。 本段落将深入探讨如何使用STM32F4微控制器与激光雷达(LiDAR)进行通信,并通过串口工具显示接收到的数据。STM32F4是一款高性能的32位微控制器,广泛应用于机器人、无人机和自动化设备等嵌入式系统中。激光雷达是一种利用激光脉冲测距的技术,能够提供精确的距离和速度信息,用于物体检测和避障。 首先需要理解的是STM32F4的基本架构:它基于ARM Cortex-M4内核,并配备浮点单元(FPU),可以高效处理复杂的数学运算。在本项目中,我们主要关注其串行通信接口之一的通用异步收发传输器(UART)以实现与激光雷达的数据交换。 通过UART接口进行串口通信时,需要配置波特率、数据位、停止位和校验位等参数,并根据具体使用的激光雷达型号来设定这些值。此外,在控制激光雷达旋转速度方面可以利用STM32F4内部集成的PWM定时器生成不同占空比的脉冲信号以调整电机转速。 在编程实现过程中,需要编写循环程序不断读取并解析从激光雷达接收到的数据,并通过UART接口发送到串口工具(如Termite或RealTerm)以便查看和分析。为确保数据传输准确性还需处理可能出现的各种通信错误情况,并设置中断服务程序以及时响应新的数据到来。 软件开发通常使用Keil uVision或GCC等集成开发环境进行代码编写、编译及调试,同时利用STM32CubeMX配置工具生成初始化代码简化硬件配置过程。“j激光雷达stm32f4代码”项目涉及了微控制器与LiDAR的串口通信、PWM调速以及数据接收和解析。通过深入理解这些知识点,开发者可以构建具备实时环境监测能力的智能系统,为机器人导航及避障等应用提供技术支持。 在实际应用场景中还可以结合其他传感器和算法进一步提高系统的精度和性能。