Velodyne推出LiDAR传感器 自动驾驶辅助拓宽视野
为了将 L4 和 L5 级别的自动驾驶技术推向商业化应用，用于 ADAS 自动驾驶辅助系统的激光雷达，自然是不可或缺的一环。 此前，Velodyne 的 Puck VLP-16 在业内很是畅销。其特点是具有 100 米的射程和 360° 的视角。可即便在 2018 年降过一次价格，车企的购置成本仍高达 4000 美元。
好消息是，随着 Velarray H800 新品的问世，Velodyne 得以将批量采购价压低至 500 美元。
尽管不是该公司首款投入商业应用的激光雷达传感器，但它具有比现有型号更大的水平视场（FOV）和范围。
对于车企来说，H800 有助于其在挡风玻璃后面安装该传感器，并且依然能够全面了解前方路况。
规格方面，该传感器具有 120° 水平视野、以及 16° 的垂直视野，最大射程 200 米（650+ 英尺），最近距离 10 厘米（《 4 英寸）。
Velodyne 表示，除了拐角和斜坡等特殊情况，Velarry H800 还能够看到外围、近场和高价物体。
通常情况下，车企会使用雷达、超声波、以及基于摄像头的传感器方案。不过随着 LiDAR 的价格持续下探，未来这套方案或被更多车企用于自适应巡航控制、车道保持等高级驾驶辅助技术。
责任编辑：PSY
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，不代表电子发烧友网立场。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
-
传感器
+关注
关注
2577文章
55483浏览量
793841 -
自动驾驶
+关注
关注
794文章
14985浏览量
181458 -
辅助驾驶系统
+关注
关注
5文章
94浏览量
17485 -
Velodyne
+关注
关注
3文章
33浏览量
9439
发布评论请先 登录
相关推荐
热点推荐
无人机激光传感器辅助降落原理
无人机激光传感器（激光高度计、激光雷达 LiDAR）是无人机精准、安全辅助降落的核心传感器，尤其在GPS 弱 / 无信号、夜间、复杂地形、移动平台（舰载 / 车载）、
如何设计自动驾驶传感器失效检测与容错策略？
对于自动驾驶汽车而言，传感器是它感知世界的窗口。摄像头负责采集环境图像，毫米波雷达和激光雷达则用于测量周围物体的位置和速度，而GNSS（全球导航卫星系统）与惯性测量系统可提供车辆的定位信息。这些数据经过融合处理之后，自动驾驶系统
LiDAR线圈如何驱动无人驾驶技术
激光雷达（LiDAR）传感器线圈是自动驾驶系统中的关键部件之一，近年来随着智能驾驶技术的快速发展，其重要性日益凸显。在比亚迪“智驾天神之眼”这类前沿系统中，
L4级自动驾驶数据采集系统首选
引言：自动驾驶数据采集的核心挑战 随着L4级自动驾驶技术进入商业化落地阶段，如何高效采集并处理海量多源传感器数据成为行业痛点。康谋科技推出的 DATALynx高性能车载服务
超声波传感器线圈：自动驾驶实现精确实时近距离感知的关键
超声波传感器线圈是自动驾驶系统中不可或缺的组成部分。随着自动驾驶技术的快速发展，各类传感器成为智能汽车感知环境的关键，不仅保障行车安全，也提升了驾驶
如何处理自动驾驶感知传感器脏污问题？
[首发于智驾最前沿微信公众号]自动驾驶系统依赖多种传感器来感知外界环境，摄像头负责将光学图像转换为图像数据供算法解析，激光雷达生成描述物体三维形状的点云数据，毫米波雷达探测目标的距离与速度，超声波
激光雷达传感器在自动驾驶中的作用
2024 年至 2030 年间，高度自动化汽车每年的出货量将以 41% 的复合年增长率增长。这种快速增长导致汽车品牌对精确可靠传感器技术的需求空前高涨，因为他们希望提供精准、可靠且最终完全自动驾驶的汽车。
如何确保自动驾驶汽车感知的准确性？
感知的定义及原理 在聊这个话题之前，我们先聊一聊感知是什么，自动驾驶感知系统就是一个把外界变成机器可用信息的工程流水线。感知系统的输入主要依靠如摄像头（可见光、近红外）、激光雷达（LiDAR）、毫米波雷达（RADAR）、超声
自动驾驶系统的算力越高就越好吗？
处理更多的数据、更复杂的模型，并能在更短的时间内作出精准决策。那是否就代表着算力越高的自动驾驶系统就越好？ 自动驾驶依赖于摄像头、激光雷达（LiDAR）、毫米波雷达等多传感器融合以获取
太阳光模拟器 | 在汽车自动驾驶开发中的应用
在汽车产业向电动化、智能化转型的浪潮中，自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素，直接关系到自动驾驶系统的安全性和可靠性。紫创测控Luminbox太阳光模拟
康谋分享 | 基于多传感器数据的自动驾驶仿真确定性验证
自动驾驶仿真测试中，游戏引擎的底层架构可能会带来非确定性的问题，侵蚀测试可信度。如何通过专业仿真平台，在多传感器配置与极端天气场景中实现测试数据零差异？确定性验证方案已成为自动驾驶研发的关键突破口！
自动驾驶汽车如何正确进行道路识别？
识别不仅仅是简单地判断车辆是否在车道中心行驶，更涉及到对车道线、交通标志、道路边缘以及其他道路要素的综合感知与理解。 传感器硬件 传感器硬件是自动驾驶道路识别的基础，当前主流的传感器包
自动驾驶汽车是如何准确定位的？
厘米级的定位精度，并能够实时响应环境变化。为此，自动驾驶系统通常采用多传感器融合的方式，将全球导航卫星系统（GNSS）、惯性测量单元（IMU）、激光雷达（LiDAR）、摄像头、超宽带（UWB）等多种
卡车、矿车的自动驾驶和乘用车的自动驾驶在技术要求上有何不同？
[首发于智驾最前沿微信公众号]自动驾驶技术的发展，让组合辅助驾驶得到大量应用，但现在对于自动驾驶技术的宣传，普遍是在乘用车领域，而对于卡车、矿车的自
AI将如何改变自动驾驶？
自动驾驶带来哪些变化？其实AI可以改变自动驾驶技术的各个环节，从感知能力的提升到决策框架的优化，从安全性能的增强到测试验证的加速，AI可以让自动驾驶从实验室走向大规模商业化。 对于感知系统来说，AI通过多模态
评论