企业号介绍

全部
  • 全部
  • 产品
  • 方案
  • 文章
  • 资料
  • 企业

LuminWave洛微科技

LuminWave是全球领先的激光雷达(LiDAR)产品和解决方案科技企业。创造性地将OPA和FMCW等芯片技术应用到LiDAR领域。

63 内容数 8.8w 浏览量 15 粉丝

LuminWave洛微科技文章

  • 精准赋能多场景,3D激光雷达激活机器人产业新活力2026-05-27 20:13

    据GGII数据,2025年全球机器人领域3D激光雷达市场规模达12.74亿元,2026年将增至 25.29亿元,2030 年有望逼近64亿元,2026-2030年复合增长率高达25.97%,行业成长潜力持续释放。
  • 全国首个具身智能数据采集社区启用,谁在破解机器人的“数据荒”2026-05-21 15:53

    京东在江苏宿迁建成全国首个具身智能数据采集社区,标志着我国具身智能进入规模化真实数据采集阶段。该项目计划两年内完成1000万小时真实场景视频数据采集,动员超60万人参与,覆盖百余细分场景。通过第一人称视角采集方案,将数据采集成本降至百元/小时级别,破解高质量真实数据供给难题。
  • 2026年具身智能产业全景深度解读2026-05-14 17:17

    在政策、技术、需求、资本四大核心驱动力的共振下,中国具身智能产业已跻身全球第一梯队,市场规模即将突破万亿元大关,人形机器人迈入十万台级量产阶段,产业链从单点技术突破转向全栈生态竞争。
  • 百亿赛道启幕,谁在掌控机器人的“感官”?2026-05-08 11:18

    具身智能传感器作为机器人感知世界的核心部件,正推动人形机器人从实验室迈向商业化。六维力传感器、触觉电子皮肤、3D视觉和MEMS惯性传感器(IMU)是四大高价值赛道,国产化率显著提升。这些技术赋能机器人实现环境识别、精细操作和平衡行走,加速千元级成本突破,推动工业、医疗、物流等场景落地。
  • 注塑机频繁误停机、防护有盲区?3D立体防护高效破局2026-04-29 10:40

    传统二维防护设备在注塑行业面临严峻挑战:平面检测存在盲区、误触发频繁、防护与效率难以兼顾。3D立体安全防护技术的出现,通过三维空间感知和AI智能识别,实现了三大突破:首先,构建全维度立体防护墙,减少机械臂作业盲区;其次,精准区分人员与物料,减少无效停机90%以上;最后,采用三级分层防护机制,响应时间缩短至50毫秒内。
  • 洛微科技蝉联2026杭州准独角兽企业荣誉2026-04-24 16:16

    《2026杭州独角兽与准独角兽企业榜单》重磅发布,杭州洛微科技有限公司凭借持续的技术创新力与强劲的市场增长潜力,荣耀登榜,获杭州市准独角兽企业殊荣,成为杭州硬科技赛道高质量发展的标杆企业之一。
  • 3D安全传感器的安全性能行业标准有哪些2026-04-24 15:49

    随着工业自动化发展,3D立体安全防护传感器成为保障人机协作安全的关键设备。其合规性需严格遵循ISO13849-1、IEC61508等国际标准及GB28526国内标准,通过PLd性能等级认证、OSSD安全冗余输出等核心认证。合规的3D防护方案不仅能满足安全审核要求,更能实现安全与效率的双赢,为工业4.0时代的安全生产提供可靠保障
  • 高精度真值数据:具身智能规模化落地的关键支撑2026-04-17 14:14

    具身智能正加速从实验室走向产业化,高精度真值数据成为制约机器人模型训练与落地的关键瓶颈。行业采用真机采集与仿真生成并行技术,但传统方案在精度、动态捕捉和工业环境适应性上存在不足。洛微科技推出iToF RGBD深度相机系列,优化近距离操作精度、抗干扰能力和多模态同步性,适配工业级数据采集需求。
  • 【科研动态】60万器件实现单片集成,激光雷达迎来FMCW方案的“硅光时刻”2026-04-10 11:29

    在自动驾驶、机器人感知与智能交互飞速发展的今天,三维动态环境的精准测绘已成为机器认知世界的核心刚需。传统激光雷达长期受限于体积庞大、成本高昂、集成度不足等瓶颈,而调频连续波(FMCW)相干激光雷达凭借抗干扰、可直接测速的优势,成为实现真4D成像的理想方案,却始终难以实现大规模单片集成与商业化落地。2026年3月,瑞士PointcloudGmbH团队在国际顶级
  • 从虚拟到实体:物理 AI 产业发展与核心感知硬件支撑2026-04-03 13:14

    人工智能正经历从信息域到物理域的范式跃迁,如果说传统生成式AI是“会思考、会表达”的虚拟大脑,那么物理AI就是“会行动、会实践”的实体智能,它打破了人工智能与物理世界的壁垒,成为推动具身智能落地、赋能千行百业数字化转型的核心力量。1起源:从“脱体智能”的局限,到物理AI的觉醒要理解物理AI的起源,首先需要明确一个核心前提:人工智能的发展始终围绕“模拟人类智能