车载FMCW 激光雷达的技术内核与发展趋势

FMCW激光雷达 FMCW即连续调频技术,最早是1950年用于雷达测距; 那么什么是连续调频技术? FMCW激光雷达原理: 这个图就显而易见,有一个信号发生器发出频率随时间呈三角波变化的信号给发射机(激光雷达发出信号),然后接收机接收这个频率呈三角状变化的信号,回波的频率变化规律与发射的相同,但是存在时间延迟,这就导致相同时间的频率有微小的差别。通过对两个信号的拍频测量就可以得到距离信息。 参考文献:《调频连续激光雷达FMCW应用于无创血糖检测的探索研究》 ... 阅读详情

在自动驾驶感知技术领域,激光雷达作为核心传感器之一,正经历从传统ToF方案向更先进技术形态的迭代。FMCW(Frequency Modulated Continuous Wave,调频连续波)激光雷达凭借其独特的相干检测原理,在测距精度、测速能力、抗干扰性等关键性能上实现了质的飞跃,被业内公认为车载激光雷达的终极形态。本文将从技术原理、核心优势、关键技术及产业布局等维度,深度解析FMCW激光雷达的技术内核与发展前景。

一、技术原理:相干检测的底层逻辑

激光雷达的测量方式主要分为直接飞行时间(dToF)和间接飞行时间(iToF)两类,FMCW 激光雷达是iToF技术中最成熟且应用最广泛的实现形式。其核心原理与毫米波雷达类似,通过频率调制与相干检测实现距离和速度的同步测量,但在测角原理上存在本质差异。

image

1.1 核心测量机制

FMCW 激光雷达通过激光器发射频率随时间线性变化的连续激光信号,该信号经目标反射后形成回波,与本地保留的本振光信号在探测器中发生相干混频,产生拍频信号。通过分析拍频信号的频率差,可计算出目标的距离信息;同时利用多普勒频移效应,直接提取目标的径向速度数据。这种“一次探测双参数获取”的特性,使其无需像ToF激光雷达那样通过多帧点云匹配推算速度,大幅提升了动态目标的感知效率。

1.2 与 ToF 技术的本质区别

ToF激光雷达依赖测量激光脉冲的飞行时间差计算距离,速度信息需通过多帧点云的位置变化间接推导,存在延迟大、精度低的问题。而 FMCW 激光雷达的相干检测机制,使其在每个点云数据中天然包含距离和速度双维度信息,单帧即可完成动态目标的精准识别。此外,ToF 技术采用脉冲激光,峰值功率高但平均功率低,而 FMCW 采用连续波调制,峰值功率和平均功率均处于较低水平,在人眼安全与设备兼容性上更具优势。

1.3 测角原理的技术特性

FMCW激光雷达凭借极窄的激光波束,可通过扫描器件的角度直接计算目标方位,无需复杂算法辅助。相比之下,毫米波雷达因波束较宽,需依赖 DOA(Direction of Arrival)算法估计目标角度,测角精度和实时性均存在差距。这种技术特性使得 FMCW 激光雷达能够同时兼顾距离、速度、角度三维度的高精度测量,形成完整的 4D 感知能力。

二、核心技术优势:超越传统方案的性能升级

基于独特的技术原理,FMCW激光雷达在多项关键性能指标上全面超越传统ToF激光雷达,尤其适配自动驾驶的复杂应用场景。

image

2.1 距离与速度测量的双重突破

在测距性能上,FMCW激光雷达的探测距离可达300-500m,且测距精度更高,能够精准识别远距离小目标;而ToF 激光雷达的典型探测距离为 150-250m,在远距离场景下性能衰减明显。在测速方面,FMCW的直接测速机制使延迟控制在微秒级,测速精度可达0.1m/s,远优于ToF激光雷达 5-6 帧的推算延迟和米级测速误差。这种性能优势在 "开门杀"、"鬼探头" 等突发场景中尤为关键,可大幅缩短自动驾驶系统的反应时间。

2.2 抗干扰能力的质的飞跃

ToF 激光雷达采用非相干检测,难以区分自身发射的激光回波与环境光、其他雷达的干扰信号,在多雷达并行工作或强光照射场景下易出现误检。FMCW 激光雷达通过窄线宽激光(通常在100kHz以下)和相干检测技术,仅对特定频率区间的回波信号进行混频处理,可有效过滤环境光和其他雷达的干扰。即使在阳光直射等极端条件下,仍能保持稳定的目标检测能力,抗干扰性能提升3-4个数量级。

2.3 低功率与高安全性的平衡

ToF 激光雷达的测距性能依赖峰值功率,1550nm 波段的产品峰值功率常高达 1000W 以上,虽满足人眼安全标准,但可能对相机 CMOS 芯片等光学设备造成损伤。FMCW 激光雷达的信噪比主要由调频线性度和激光线宽决定,与功率相关性较低,其峰值功率通常在 100mW 以下,平均功率仅为 ToF 产品的十分之一,在保障人眼安全的同时,避免了对周边设备的潜在损害,安全裕量显著提升。

2.4 高动态范围与恶劣环境适应性

ToF激光雷达采用SiPM或SPAD等单光子探测器,动态范围有限,在面对高反射目标时易出现 "Blooming"(光晕扩散)现象,导致目标轮廓失真。FMCW 激光雷达采用 PIN 探测器,动态范围更广,可清晰区分高反目标与低反目标,避免了高反膨胀问题。同时,相干检测技术使其在雨雪、雾霾等恶劣天气条件下的穿透能力更强,相比ToF激光雷达的性能衰减,FMCW 产品仍能保持稳定的探测效果,环境适应性更优。

2.5 固态化潜力与降本空间

ToF 激光雷达的光学部件与扫描模块难以实现芯片化,限制了其小型化和低成本量产的可能性。FMCW 激光雷达可通过硅光集成技术,将激光器、探测器、扫描模块等核心部件集成于硅基芯片中,实现真正的 "芯片化" 全固态设计。硅光集成技术的规模化应用,可大幅降低激光雷达的体积、重量和成本,为车载场景的大规模普及提供了技术基础。

image

三、关键技术体系:实现高性能的核心支撑

FMCW 激光雷达的性能表现依赖于多项核心技术的协同突破,其中调频激光器、扫描系统、相干接收、硅光集成及信号处理算法构成了其技术体系的核心。

3.1 调频激光器:性能瓶颈的关键突破

调频激光器是FMCW激光雷达的核心器件,其性能直接决定雷达的测距分辨率、探测距离和稳定性。高性能调频激光器需满足四项关键指标:一是较大的频率可调范围,决定拍频信号的最大频率和测距分辨率(测距分辨率ΔR与调频带宽 B 满足 ΔR=c/(2B));二是较快的调频速率,影响雷达的动态响应特性;三是极窄的线宽,线宽越窄,相干长度越长,信噪比和探测性能越优;四是高线性度的调频特性,避免因调频非线性导致的距离计算误差。

目前主流的调频激光器包括 DFB(分布式反馈)激光器、DBR(分布式布拉格反射)激光器和外调激光器。DFB 激光器具有优秀的调频线性度和量产潜力,静态线宽典型值为 0.6-5MHz,是当前车载 FMCW 产品的主流选择;外调激光器虽在線性度、线宽等指标上表现更优(线宽可达 1kHz 左右),但成本较高,暂未大规模应用;DBR 激光器则在功率稳定性上具有优势,但线宽动态展宽较差,方案复杂度较高。

3.2 扫描系统:固态化的技术路径

FMCW 激光雷达的扫描方式主要分为 MEMS 振镜和纯固态扫描两类,其中纯固态方案因无运动部件,可靠性更高,是未来的发展方向。纯固态扫描技术主要包括三种实现形式:

  • 光学相控阵(OPA):通过移相器控制阵列天线的相位差,实现激光波束的电子扫描,具有分辨率高、角度灵活性强等优势,是最具潜力的固态扫描方案。但其存在旁瓣干扰和天线数量多导致的系统复杂等问题,需通过算法优化和芯片设计改进加以解决。
  • 焦平面阵列(Focal Plane Array):以不同像素作为发光源,实现多角度扫描,方案实现简单,但分光损耗较大,探测距离受限,扫描角度固定。
  • 波长色散(Wavelength Dispersion):通过棱镜将不同波长的激光进行色散,实现角度扫描,同样具有结构简单的优势,但需搭配宽谱激光器,技术难度较大,扫描角度有限。

3.3 相干接收与信号处理:微弱信号的精准解析

FMCW 激光雷达的接收系统采用平衡光电探测器构建相干接收器,需配合低噪声光信号处理(OSP)电路,实现微弱回波信号的精准检测。由于回波信号经长距离传输后强度较弱,相干接收技术通过本振光与回波光的混频放大,可显著提升信号检测的灵敏度,使信噪比相比 ToF 技术提升3-4个数量级。

在信号处理方面,FMCW 激光雷达对 ADC 转换速率的要求是 ToF 产品的2-4倍,需通过超高速 FFT 转换实现拍频信号的频率解析。专用数字信号处理 ASIC 芯片的开发,是实现实时信号处理、提升系统响应速度的关键,其算法优化直接影响距离和速度测量的精度与稳定性。

3.4 硅光集成技术:规模化量产的核心保障

硅光集成技术是 FMCW 激光雷达实现小型化、低成本量产的核心支撑,其本质是采用 CMOS 兼容工艺,将光学器件与电子器件集成于硅基芯片中,形成功能完整的集成光子芯片。通过硅光集成,可将激光器、调制器、放大器、光学天线等核心部件集成于单一芯片,实现 "LiDAR-on-a-Chip" 的设计目标。

硅光集成技术的优势在于:一是高集成度,大幅缩小激光雷达的体积和重量;二是低成本量产,依托成熟的 CMOS 工艺,可实现大规模生产,降低单位成本;三是高可靠性,减少了器件间的连接环节,提升了系统的稳定性和抗振动能力。目前,硅光集成芯片的关键技术难点在于 III-V 族材料与硅基芯片的异质集成,以及光器件与电器件的协同优化。

四、产业布局与技术趋势:国内外企业的研发探索

当前,FMCW 激光雷达已成为车载传感器领域的研发热点,国内外企业纷纷布局相关技术与产品,形成了多元化的产业竞争格局。

4.1 国外技术领先企业的布局

国外企业在 FMCW 激光雷达领域起步较早,凭借在硅光技术、激光器研发等方面的积累,占据了技术领先地位。Aeva 作为行业标杆企业,率先实现了基于硅光芯片的 FMCW 激光雷达量产,其第四代硅光模组将发射端、光学系统、探测端等核心部件集成于硬币大小的芯片上,产品探测距离可达 500m,角分辨率 0.025°×0.025°。Mobileye 依托英特尔的硅光技术优势,开发了多通道 FMCW 激光雷达处理器 SoC,点云密度达 600pt/deg²,量产目标价格低于 1000 美元。此外,SiLC、Insight 等企业在长距离探测、高分辨率扫描等细分领域也取得了显著进展,推动了 FMCW 技术的产业化落地。

4.2 国内企业的技术突破与创新

国内企业在 FMCW 激光雷达领域的研发虽起步较晚,但凭借在硅光集成、信号处理等领域的技术积累,已实现多项关键突破。洛微科技(LuminWave)依托硅光芯片技术,自主研发了F系列FMCW激光雷达,基于相干探测原理,具备完全阳光免疫能力,在正午强光直射下仍能保持稳定点云输出;同时能够穿透烟雾和尘土,即便在雨雾等恶劣天气中,也能维持较高的测距与测速精度,满足新国标对复杂环境的全天候感知要求。目前,洛微车载FMCW激光雷达已切入国内头部商用重卡L2+辅助驾驶量产项目,逐步从“实验室创新技术”迈向“前装量产”。

image

4.3 未来技术发展趋势

FMCW 激光雷达的未来发展将聚焦于三个核心方向:一是核心部件的性能升级,包括更窄线宽、更高线性度的调频激光器,更高集成度的硅光芯片,以及更低噪声的相干接收系统;二是成本控制与量产能力提升,通过硅光集成技术的规模化应用,推动产品成本降至车载场景可接受的水平;三是功能安全与车规适配,满足 ISO 26262 功能安全标准和 ISO 21434 cybersecurity 标准,实现与自动驾驶系统的深度融合。

五、结语

FMCW 激光雷达通过相干检测原理,在距离、速度、角度测量的精度与实时性上实现了对传统 ToF 技术的超越,其抗干扰性、低功率特性和固态化潜力,完美契合了自动驾驶对传感器的严苛要求。随着调频激光器、硅光集成、信号处理等核心技术的持续突破,FMCW 激光雷达的成本将逐步降低,量产规模不断扩大,有望成为车载感知领域的主流方案。 在技术创新的浪潮中,国内外企业的持续研发与探索,将推动 FMCW 激光雷达的性能不断升级,为自动驾驶的安全落地提供更可靠的感知支撑。未来,随着硅光集成技术的进一步成熟和产业生态的完善,FMCW 激光雷达将不仅局限于车载场景,还将在工业自动化、机器人、消费电子等领域实现广泛应用,开启多维度感知的新时代。

参考文章:https://blog.youkuaiyun.com/tian362/article/details/138177527

激光雷达基本原理及主流方案 一般的主雷达都是120°x25°,不过全固态禾赛的120°x75°,速腾的120°x90°,光覆盖的区域更大了,能量被分散了,所以测远能力弱了。而且,禾赛发布的AT512,据说是用IMX479实现的转镜方案,我只能说,你还在做459,禾赛已经开始搞479了,一步快步步快!像这样的模组,M1里面还有3个,4兄弟拼成120°的视场。可以计算出目标物的距离,具有响应速度快、探测精度高的优势,可应用于各种场景,是目前比较常用且主流的测距方式,适用于远距离的测量,比如自动驾驶领域中对车辆周围环境的探测、地形测绘等。 阅读详情

相关推荐

【智驾工程】车载激光雷达详解

车载激光雷达是一种通过发射激光束并接收反射信号来精确测距和获取三维空间信息的主动式光学遥感系统,采用飞行时间法(ToF)计算距离。其核心模块包括发射系统、扫描系统、接收系统及信号处理与控制系统,共同完成激光发射、扫描、接收反射信号并生成三维点云数据的过程。系统框架涵盖光学物理层、信号处理层和点云生成层,涉及激光器、探测器、扫描结构和数据处理等技术。评估激光雷达性能的关键维度包括测距能力、精度、角分辨率、视场角等。其底层原理基于光学和电子学,主流技术包括ToF和新兴的FMCW(调频连续波)。使用条件需满足物理

qq_40844444的博客 1004

1.5万字初探:车载激光雷达的终极形态——FMCW激光雷达的原理、优势、方案和玩家

杭州爱莱达科技有限公司是由中科院和美国麻省理工学院的国际一流激光雷达与空间激光通信科研团队创办的高科技研发型企业,核心团队包括国家重点人才计划专家1名,中科院博士4名,美国麻省理工学院博士2名,研发团队具有十几年的激光雷达与空间激光通信技术研发经验,拥有国际一流的科研成果,是国内第一家系统性研究和开发FMCW激光雷达的企业。摩尔芯光拥有领先的光子集成技术,公司致力于研发生产基于硅光技术的激光雷达(LiDAR)芯片及系统,为自动驾驶、机器人、智慧交通及物流、工业自动化、测绘等领域提供芯片化的3D感知方案。

Geektec的专栏 7825

FMCW激光雷达深度解析:从硅光芯片到车载落地的技术跃迁

本文深度解析了FMCW激光雷达的技术原理与核心优势。相较于传统的TOF方案,FMCW通过连续调频激光与相干探测技术,天生具备直接测速和强抗干扰能力。其实现车载量产的关键在于硅光芯片技术,该技术利用成熟的CMOS工艺将复杂光路集成于单一芯片,为激光雷达带来了成本、可靠性与规模化生产的革命性突破,是高级别自动驾驶感知系统的重要发展方向。

weixin_29268637的博客 131

【水下】基于龙格库塔法的水下机器人AUV六自由度模型实现(含位移 速度 航迹)附Matlab代码

摘要: 本文旨在构建一个基于龙格库塔法的水下自主机器人(AUV)六自由度动力学模型,并利用Matlab进行仿真实现。该模型考虑了AUV的六个自由度运动(三个平动和三个转动),并包含了水动力系数等关键参数。通过仿真,可以获得AUV的位移、速度和航迹信息,为AUV的控制系统设计和路径规划提供重要参考。本文详细阐述了模型的建立过程、龙格库塔法的应用以及Matlab代码的实现细节,并对仿真结果进行了分析和讨论。关键词: 水下机器人AUV;六自由度模型;龙格库塔法;Matlab仿真;航迹规划1. 引言。

matlab_dingdang的博客 943

从光通信到车载雷达:手把手拆解FMCW激光雷达背后的硅光芯片与集成化之路

本文深入探讨了FMCW激光雷达如何通过硅光芯片集成技术实现性能与成本的双重突破。从光通信领域的技术迁移到车载雷达应用,详细分析了硅光芯片的核心元件、集成化路径及其相较于TOF方案的信噪比和速度测量优势,揭示了FMCW技术在L4级以上自动驾驶中的不可替代性。

weixin_30955617的博客 422

深入解构车载激光雷达

激光雷达作为L3及以上级别智能驾驶的核心传感器,同时也属于汽车智能化领域价值量较大的增量产品。从2007年Velodyne推出64线激光雷达 HDL-64至2022年,产业经过15年的发展,在2022年终于迎来激光雷达“真正”的量产元年,2022年装车量达20万台以上。文章分为五部分,从激光雷达市场情况展开,重点分析激光雷达系统层、零部件层,分析产业链环节现状及机会;最后分析降本路径、发展趋势。目录一、 激光雷达市场情况二、 激光雷达系统层分析三、 激光雷达零部件层分析四、 激光雷达降本路径分析五、 激光雷

科技D人生 5580

车载激光雷达核心知识点结构化总结

从零读懂激光雷达:从核心原理到产业落地,一文搞懂智能时代的“三维火眼金睛”当我们谈论自动驾驶、机器人导航、高精度测绘时,总会绕不开一个核心传感器——激光雷达(LiDAR)。它被称作机器的“三维眼睛”,能把现实世界精准复刻成三维点云,让冰冷的机器真正“看清”周围环境的每一处细节。但对很多人来说,激光雷达依然是个“熟悉的陌生人”:只知道它是车顶上那个会转的器件,却不懂它的工作原理,分不清905nm和1550nm的区别,搞不懂机械式、混合固态、固态的技术路线差异。

叫好与叫座虽然不是对立面,但想在同一个作品中达到双重效果很难。 1237

FMCW激光雷达:车载激光雷达的未来之星,赋能ADAS的智能驾驶体验

如同一个低功率的“安全照明灯”,激光功率控制在安全范围内,不会对人眼造成伤害,保障乘客和行人的安全。:利用频率调制的连续波,通过频率偏移来测量距离和速度,能够同时获取更多信息,适合复杂环境中的长时间稳定工作,尤其适用于ADAS中的精确控制和实时反应。:像普通的“激光测距仪”,受到环境光线变化和物体表面反射的影响,精度相对较低,容易导致ADAS系统判断失误,特别是在高反射或复杂背景的情况下。:由于信噪比较低,容易受到外部噪声的干扰,可能影响数据的准确性,尤其在多反射或复杂背景下,影响ADAS的决策能力。

weixin_43199439的博客 604

【激光雷达】什么是激光雷达?

目录 [toc] 本文引用《激光雷达和老式雷达对比》,来至http://laser.ofweek.com/2016-08/ART-240015-8500-30027184.html 什么是雷达? 雷达(Radar),是无线电探测和测距,即用无线电发现目标,并测定他们的空间位置,也称为“无线电定位”。 雷达是利用电磁波探测目标的电子设备。 雷达发射电磁波对目标进行照射,并接收其回波,...

吴秀华Cherry的有趣博客 1531

车载激光雷达技术代际演进:dToF与FMCW原理、架构与车规落地

激光雷达作为高级别智能驾驶的核心感知传感器,其技术本质是基于光飞行时间或频率调制的精密测距与测速系统。dToF凭借成熟工艺成为当前量产主力,但面临多机干扰、测速精度不足及人眼安全约束等物理瓶颈;FMCW则通过连续波混频实现距离-速度联合解算,在抗干扰性、速度精度和光学安全性上构成代际优势。二者并非简单迭代,而是对应不同功能安全等级(如ASIL-B)与系统冗余需求的技术栈选择。在扫描架构上,MEMS固态化已成成本与可靠性平衡点;在系统集成层面,芯片级SoC与语义级硬件加速正推动激光雷达从‘数据源’向‘决策单元

weixin_26742753的博客 321

车载激光雷达原理、分类与选型:dToF、FMCW及扫描方式解析

激光雷达是一类主动发光、扫描并测距的三维传感器,核心是把光飞行时间转换为距离并形成点云。dToF通过短脉冲计时直接测距,FMCW用调频连续波相干接收,可同时获得距离与径向速度;扫描方式则从机械式、半固态走向全固态,决定体积、寿命和视场覆盖。其技术价值在于不依赖环境光的三维物理测量,能与摄像头、毫米波雷达形成传感器融合,在城市人车混行、夜间隧道逆光、辅助驾驶安全冗余和园区港口等限定场景中提升感知稳定性。落到车载激光雷达选型,需把探测方式与扫描方式作为两条独立维度,并结合线数、量程、点云密度、车规成本与后端算力

weixin_29184371的博客 284

FMCW 激光雷达:车载激光雷达技术的未来之星

FMCW 激光雷达是车载激光雷达领域的“新秀”,它在精度、测速、抗干扰和安全性等方面表现优异,像是拥有高级功能的“超级仪器”。与传统的ToF 激光雷达相比,FMCW 激光雷达的全面优势使其在未来的发展中具有极大的潜力。这些优势让它成为自动驾驶技术的理想选择,尤其是在要求高精度、高可靠性和安全性的应用场景中。FMCW(Frequency Modulated Continuous Wave)和ToF(Time of Flight)激光雷达是两种常见的激光雷达技术。

weixin_43199439的博客 1827

车载激光雷达原理与分类:dToF/FMCW、扫描与系统方案

车载激光雷达本质上是面向三维环境感知的主动测距传感器:发射激光并接收回波,把飞行时间、相位差或调频拍频转换为距离与速度信息。理解它通常要抓住两条主线——探测方式决定“怎么测”,如dToF、iToF与FMCW在测距原理、直接测速和抗互扰能力上各有取舍;扫描方式决定“怎么扫”,机械式、半固态与全固态在视场、运动部件和车规可靠性之间平衡。进一步落到发射、接收、光学与点云处理链路,才能把线数、角分辨率、点频、有效测距等指标映射到前向主雷达、补盲雷达和自动驾驶传感器融合场景。围绕发展历程、分类、系统方案与玩家路线建立

weixin_29722783的博客 254

FMCW激光雷达,未来已来

在该公司看来,FMCW激光雷达发送的是连续的光波而不是短脉冲,因此可以在更低、更安全(人眼)的功率水平下运行,同时实现更高的检测准确度和有效的动态范围,最大限度地减少来自其他信息的干扰。同时,还需要通过算法确认这些点的分组,同时对多帧的点进行跟踪,如果需要的帧数增加,就产生了更大的延迟,这对后续的决策规划是巨大的风险。此外,对于近距离的两个物体,比如,一辆摩托车靠近一辆卡车,FMCW激光雷达可以借助多普勒效应,直接获取到两个物体不同的速度,就可以快速分离出两个不同的移动物体感知。

高工智能汽车 1195

UE5笔记【十二】蓝图函数BluePrint Function

蓝图函数BluePrint Function。蓝图类。蓝图变量。

xiaoyaolangwj的博客 4393

深入浅出DNS系列(一)- DNS杂谈

黄丝玛:班达山,你好,我记性不好,你告诉我搜狐、新浪的网站IP地址好吗? 班达山:你问问DNS先生吧,他专门干这买卖的

jiangsd198的博客 4129

FMCW激光雷达科普(中):激光器、探测器与扫描

本文是FMCW激光雷达科普系列的第二篇,点击超链接查阅上一篇:FMCW激光雷达科普(上):基本概念、技术路线、优势及争议和误解。FMCW激光雷达主要由激光器、探测器、相干光路及扫描部件构成...

jiuzhang_0402的博客 6880

用VSCode搭建Vue.js开发环境及Vue.js第一个应用

用VSCode搭建Vue.js开发环境及Vue.js第一个应用

m0_61961937的博客 1万+

万字再谈FMCW激光雷达——发展现状、挑战和应对(含2个国内头部玩家介绍)

公司围绕自研核心硅光FMCW相干探测芯片技术和固态扫描技术,激光雷达信号处理算法和系统集成技术,已向市场推出三个系列产品,包括D系列产品,HP和F系列,覆盖了包括自动驾驶,高级别辅助驾驶,工业自动化和机器人等应用领域。据了解,速腾、禾赛、华为等头部激光雷达公司目前均在积极布局FMCW激光雷达,因此,对于初创公司来说,除了上面技术、价格本身的挑战之外,可能还需要考虑未来如何和这些公司竞争,建立自己的核心护城河。共晶(如AuSn)光电子组件需要高度精确的器件对准和放置,以及对键合温度、压力和时间的严格控制。

Feng_ZhiHua的博客 4769

MacOS Intel芯片实战:Docker Compose一键部署Dify全流程解析

本文详细解析了在搭载Intel芯片的MacOS系统上,使用Docker Compose一键部署开源LLM应用开发平台Dify的全流程。内容涵盖环境准备、Docker配置与镜像加速、代码拉取与配置初始化、服务启动与问题排查,以及访问验证与初步探索,旨在帮助开发者快速在本地搭建私有化AI应用开发环境。

ik678901234的博客 620

深入剖析RDMA Netlink:Linux内核中高效通信的基石

RDMA Netlink:Linux内核中高效通信控制的核心机制 RDMA技术通过绕过内核实现高速数据传输,但其管理控制仍需内核参与。drivers/infiniband/core/netlink.c文件作为RDMA子系统的心脏,构建了用户空间与内核间的高效通信桥梁。该模块采用模块化客户端架构,通过全局数组管理不同类型的RDMA功能,如设备管理、连接服务和链路层操作。从最初的全局锁到细粒度读写锁的演进,展现了Linux内核追求高性能的持续优化。同时,通过条件编译支持新旧内核版本和网络命名空间,体现了稳定性与

数字人生 239

从ToF到FMCW:激光雷达的技术迭代与未来发展

随着自动驾驶向L3/L4级别演进,调频连续波(FMCW)激光雷达凭借其4D感知能力(距离+速度)和抗干扰优势,正成为行业关注的下一代技术。相比传统ToF激光雷达,FMCW通过相干探测原理实现单帧测速,大幅提升感知实时性,并有效应对复杂环境干扰。硅光芯片技术是FMCW实现全固态、小型化的关键,通过光学相控阵(OPA)和片上集成大幅提升可靠性。随着产业链成熟和技术突破,FMCW有望成为自动驾驶感知的终极解决方案。

LuminWave的博客 429

mapbox高阶,加载倾斜摄影

本文详细介绍如何基于mapbox-gl v3.8.0版本实现倾斜摄影的加载,亲测可用。希望能帮助到您。一起学习,加油!加油!

我哎GIS博客 345
上一篇: 开启无限心智,为AI时代铸就智能感知系统
下一篇: 【科研动态】新一代集成光子FMCW激光雷达光源的设计框架与性能权衡
LuminWave
博客等级 码龄1年 2粉丝 42原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值