17、全球激光雷达（LiDAR）企业技术与合作情况剖析

最新推荐文章于 2025-10-05 12:06:00 发布
最新推荐文章于 2025-10-05 12:06:00 发布
阅读量61 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 自动驾驶之眼：ToF激光雷达 文章标签： LiDAR 自动驾驶 激光雷达技术
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/keras9composer/article/details/151214364

全球激光雷达（LiDAR）企业技术与合作情况剖析

1. 部分企业技术特点
  • Scantinel ：2019 年成立于德国乌尔姆，专注于为自动驾驶车辆开发 FMCW LiDAR 技术，是欧洲首家开发该技术的 LiDAR 公司。其发射机工作在 905nm，接收机采用 SiPMs（并联的 SPAD 阵列）以在较低工作电压下实现测量。种子激光的放大通过 SOA 实现，利用 PIC 达成芯片级集成。在光束转向方面，采用混合结构，即一维使用 1D OPA 扫描，另一维使用旋转镜扫描，称为光学增强阵列（OEA）。
  • Fastree 3D ：2014 年成立于瑞士洛桑，是一家专注于固态 LiDAR 的无晶圆半导体公司，脱胎于 EPFL。它开发了采用标准 CMOS 工艺制造的接收芯片，将 SPADs、时间 - 数字转换器（TDCs）和数字预处理电路集成在一个芯片中。发射机采用阵列式 VCSEL 作为激光源，预计工作在 905nm 或 850nm。
2. 以色列企业情况
  • Innoviz ：2016 年成立的以色列 LiDAR 技术公司。InnovizOne 是专为汽车制造商以及机器人出租车、班车和配送公司设计的固态 LiDAR，适用于 3 - 5 级自动驾驶车辆，基于 MEMS 技术，工作在 905nm，检测范围可达 250m。InnovizTwo 是其升级版，分辨率更高、检测距离更长、视场更宽。该公司与大众汽车软件公司 Cariad SE 建立了合作关系，其 LiDAR 还将应用于 2023 款宝马 i7 电动汽车。
  • Opsys ：2016 年成立于以色列霍隆，开发用于自动驾驶应用的固态 LiDAR 传感器。采用名为扫描微闪光的专利技术，使用高密度探测器阵列与高密度、全可寻址 2D VCSEL 阵列，通过飞行时间（ToF）方法测量距离，且无任何移动部件。已与华域汽车系统合作供应其固态 LiDAR。
3. 中国企业情况
企业名称 成立时间 总部位置 主要产品及特点
Hesai 2013 年 中国上海 专注于高级 ADAS 和自动驾驶车辆的 LiDAR。AT128 是基于旋转镜的高分辨率 LiDAR，发射机含 128 个工作在 905nm 的阵列式 VCSEL；PandarGT 是基于 MEMS 的 LiDAR，采用工作在 1550nm 的光纤激光器；Pandar128 是机械高分辨率 LiDAR；FT120 是紧凑型全固态 LiDAR。通过与理想汽车和吉利等中国汽车制造商合作，获得自动驾驶量产车入场券，并于 2023 年 2 月在纳斯达克上市。
RoboSense 2014 年 中国深圳 提供用于自动驾驶车辆的智能 LiDAR 传感器系统。M 系列是面向自动驾驶车辆的特色汽车级产品，采用芯片级 2D MEMS 模块实现宽 2D 扫描，工作在 905nm，检测范围达 200m，视场为 120°×25°，平均水平和垂直分辨率为 0.2°。E 系列是汽车级固态 LiDAR，可作为 M 系列的辅助 LiDAR 消除盲区，采用 2D 可寻址 VCSEL 作为激光源。已与小鹏、广汽、吉利等中国汽车制造商合作，并正式融入丰田供应链体系。
Huawei - 中国深圳 全球科技公司，在汽车行业以智能汽车解决方案和自动驾驶技术著称。为赛力斯、北汽和长安等中国汽车制造商提供包括 LiDAR 在内的自动驾驶和智能解决方案。虽关于其 LiDAR 技术细节公开信息不多，但凭借强大的制造能力，很可能拥有自己的 LiDAR 工厂。
Livox 2016 年 - 通过大疆创新的开放创新计划成立。首款推出的 Mid - 40 和 Mid - 100 备受关注，价格分别为 599 美元和 1499 美元，可能是首款价格低于 1000 美元的 3D 高分辨率 LiDAR。采用 905nm ToF 技术和独特的旋转里斯利棱镜扫描方案，发射源为六个并联的边缘发射激光器（EELs），扫描方式具有非重复扫描模式，与传统 LiDAR 的重复线性扫描有显著差异。将 Mid 系列归类为工业级 LiDAR，并推出首款汽车级 LiDAR HAP，目前为小鹏汽车供应 LiDAR 单元。
LSLiDAR 2015 年 中国深圳 提供用于自动驾驶、智能交通和智能物流的 LiDAR 及完整解决方案。产品类型多样，包括机械、基于 MEMS 的混合固态、闪光以及 ToF 和 FMCW 类型。其内部开发的 1550nm 光纤激光器采用主振荡器加功率放大器结构。

以下是这些企业的技术特点流程图： 

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px
    classDef decision fill:#FFF6CC,stroke:#FFBC52,stroke-width:2px

    A([开始]):::startend --> B(Scantinel):::process
    A --> C(Fastree 3D):::process
    A --> D(Innoviz):::process
    A --> E(Opsys):::process
    A --> F(Hesai):::process
    A --> G(RoboSense):::process
    A --> H(Huawei):::process
    A --> I(Livox):::process
    A --> J(LSLiDAR):::process

    B --> B1(905nm发射机):::process
    B --> B2(SiPMs接收机):::process
    B --> B3(SOA放大+PIC集成):::process
    B --> B4(OEA光束转向):::process

    C --> C1(标准CMOS接收芯片):::process
    C --> C2(阵列式VCSEL发射机):::process

    D --> D1(InnovizOne/MEMS/905nm):::process
    D --> D2(InnovizTwo/升级版):::process

    E --> E1(扫描微闪光技术):::process
    E --> E2(ToF无移动部件):::process

    F --> F1(多种类型LiDAR):::process
    F --> F2(905nm/1550nm激光源):::process

    G --> G1(M系列/2D MEMS):::process
    G --> G2(E系列/2D可寻址VCSEL):::process

    H --> H1(智能汽车解决方案):::process
    H --> H2(可能有LiDAR工厂):::process

    I --> I1(905nm ToF技术):::process
    I --> I2(旋转里斯利棱镜扫描):::process

    J --> J1(多样产品类型):::process
    J --> J2(1550nm光纤激光器):::process
4. 韩国、日本和澳大利亚企业情况
  • 韩国 SOSLAB ：2016 年成立于韩国光州，为自动驾驶车辆、机器人以及智能安全城市开发 2D、3D LiDAR 传感器。产品涵盖机械 2D LiDAR、基于 MEMS 的 3D LiDAR 和闪光 3D LiDAR。测距原理为直接飞行时间（ToF），工作波长为 905nm，其固态 LiDAR 采用可寻址 VCSEL 阵列和 2D SPAD 阵列。2022 年，现代汽车集团与 SOSLAB 达成联合开发移动机器人用 LiDAR 的谅解备忘录。
  • 日本企业 ：日本的 LiDAR 市场相对美国和中国不太活跃，涉足的多为业务多元化的传统企业，LiDAR 只是其业务的一小部分。不过，日本企业凭借在半导体、电子和机械方面的巨大优势，可能在全球 LiDAR 供应链中占据重要地位。
    • Pioneer Smart Sensing Innovations ：先锋公司的合并子公司，2020 年 11 月开始量产基于 MEMS 的短程 3D ToF LiDAR，工作在 905nm，但 2022 年初退出 3D LiDAR 开发。
    • Mitsubishi Electric ：开发了用于安全可靠自动驾驶的紧凑型基于 MEMS 的 LiDAR。
    • Panasonic ：开发了具有宽视场的 3D LiDAR，适用于自动驾驶机器人导航，是短程（低于 50m）机械 LiDAR，由两个垂直轴的电机驱动，还开发了利用硅光子学和液晶技术的片上光束转向装置，测距原理可能是 ToF。
    • Omron ：开发了用于室内应用的全固态 ToF 传感器（ToF 相机）和用于 ADAS 及自动驾驶的 3D 远程 LiDAR，还有 2D 机械激光扫描仪。
    • Konica Minolta ：2017 年在 3D LiDAR 开发方面建立了战略联盟。
    • Hokuyo ：全球传感器和自动化技术制造商，特别是 LiDAR 传感器，拥有多种低分辨率 LiDAR 类型，包括用于自主机器人和工业自动化的点对点和单线 LiDAR，采用 880nm LED 和 905nm 二极管激光器通过 ToF 方法测量距离。
    • Toshiba ：2022 年推出世界上最小的用于自动驾驶的 3D LiDAR，通过 MEMS 和 APD 阵列实现 2D 扫描，手掌大小但检测范围可达 300m，视场为 24°×12°，通过组合更多投影仪可将视场扩大到 72°。
    • Sony ：虽无 LiDAR 产品，但开发了 LiDAR 关键组件 SPAD 传感器芯片，其 SPAD 传感器已供应给 iPhone 中的消费级 LiDAR，还为汽车应用开发了 SPAD 传感器芯片，可实现高达 300m 距离的高精度快速测量，在未来固态 LiDAR 中可能占据重要地位。
  • 澳大利亚 Baraja ：2015 年成立，采用 1550nm 的 FMCW 技术测量距离，与其他 LiDAR 公司不同，采用自己的 Spectrum - Scan 固态扫描机制来控制激光束方向。根据物理原理，不同颜色的光在棱镜与空气界面处折射角度不同，因此该技术要求激光源波长在较宽范围内调谐。其 Spectrum HD25 可检测距离达 250m，视场为典型的 120°×25°，但目前尚未与任何汽车制造商建立稳固合作。
5. 量产 LiDAR 企业与汽车制造商合作情况
品牌 Model Quantity Supplier
Audi A8 1 Valeo
e - tron 1 Aeva
Mercedes - Benz S - Class 1 Valeo
BMW iX Innoviz
Volkswagen ID BUZZ 1 Aeva
Honda Legend Hybrid EX 5 Valeo
Toyota Mirai / Continental
Lexus LS / Continental
Volvo XC90 / Luminar
Polestar Polestar 3 1 Luminar
Lucid Motors Lucid Air 1 RoboSense
Lotus Electre 2 RoboSense
BAIC ARCFOX AlphaS 3 Huawei
XPENG P5 2 Livox
P7i 2 RoboSense
G9 2 RoboSense
NIO ET7 1 Innovusion
ET5 1 Innovusion
ES7 1 Innovusion
Li Auto L9 1 Hesai
X01 1 Hesai
GWM Mocha 3 Ibeo
Jijialong 4 Huawei
Blue Mountain 2 RoboSense
SAIC R - ES33 1 Luminar
R7 1 Luminar
L7 2 RoboSense
LS7 2 RoboSense
Changan Avatr E11 3 Huawei
GAC AION LX Plus 3 RoboSense
GM Ultra Cruise — Cepton
Huayu Auto — — Opsys
Geely Lotus Electre 4 Hesai、RoboSense
BYD U8 3 RoboSense
N7 2 RoboSense
GAC AION LX Plus 3 RoboSense
AION Hyper GT 3 RoboSense

从上述表格可以看出，不同的 LiDAR 供应商与众多汽车制造商建立了合作关系，这反映出 LiDAR 在自动驾驶领域的广泛应用和重要性。例如，RoboSense 与多家汽车制造商合作，为多款车型提供 LiDAR 产品，显示出其在市场上的竞争力。

以下是部分企业合作关系的流程图： 

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

    A([汽车制造商]):::startend --> B(Audi):::process
    A --> C(BMW):::process
    A --> D(Volkswagen):::process
    A --> E(Toyota):::process
    A --> F(XPENG):::process
    A --> G(NIO):::process
    A --> H(Li Auto):::process

    B --> B1(Valeo):::process
    B --> B2(Aeva):::process
    C --> C1(Innoviz):::process
    D --> D1(Aeva):::process
    E --> E1(Continental):::process
    F --> F1(Livox):::process
    F --> F2(RoboSense):::process
    G --> G1(Innovusion):::process
    H --> H1(Hesai):::process

综上所述，全球 LiDAR 市场呈现出多元化的发展态势，不同企业在技术上各有特色，并且与汽车制造商的合作也日益紧密。随着自动驾驶技术的不断发展，LiDAR 作为关键传感器将在未来的交通领域发挥更加重要的作用。各企业需要不断创新和优化技术，以满足市场对 LiDAR 性能、成本和可靠性的要求。

【激光雷达LIDAR】2D激光雷达SLAM中的实时闭环检测附Matlab代码.rar
07-12
在当今科技发展迅速的时代，激光雷达（LIDAR）技术作为一项重要的传感器技术，在多个领域中扮演着不可或缺的角色。它通过发射激光脉冲并接收反射回来的信号来测量物体表面与激光扫描仪之间的距离，进而获取物体表面...
LiDAR360激光雷达点云数据处理软件用户手册（完整版）.pdf
03-30
激光雷达（LiDAR）技术是一种以激光束测绘地表的精确测量工具，广泛应用于地形测绘、林业调查、电力线路监测等多个领域。LiDAR360是一款专业激光雷达点云数据处理软件，由中国北京数字绿土科技有限公司开发。该软件...
固态激光雷达 vs 机械式：成本与性能的权衡
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
10-05 11万+
固态激光雷达 vs 机械式：成本与性能的权衡​ ，人工智能，计算机视觉，大模型，AI，本文深入对比固态与机械式激光雷达的成本和性能。先介绍激光雷达基本概念，再分别阐述两者结构、工作方式、性能及成本构成，进而从硬件、生产组装、维护成本及探测距离等多方面对比，分析不同场景下的权衡选择，给出数据处理代码示例，还探讨技术趋势和应用案例，为相关领域选择提供参考。
7.4 激光雷达 Lidar
qq_28664971的博客
10-18 1253
7.4 激光雷达Lidar1 Lidar是什么?2 作用是什么？3 主要参数有哪些？4 相关计算公式5 应用注意事项6 参考资料 1 Lidar是什么? 激光雷达（英文：Laser Radar），是以发射激光束探测目标的位置、速度等特征量的雷达系统。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）与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、
LIDAR激光雷达系列之二
zuoph的博客
04-19 834
LIDAR激光雷达系列之二
Lidar 激光雷达与自动驾驶
AI架构师易筋
10-10 2163
激光雷达（/升aɪ d ɑːr /，也LIDAR，或激光雷达;有时LADAR）是用于确定的方法的范围由与靶向的物体（可变距离）激光并测量时间的反射光返回到接收器。由于激光返回时间的差异和不同的激光波长，激光雷达还可用于制作地球表面和海底区域的数字3-D 表示。它具有地面、机载和移动应用程序。[1] [2] 激光雷达是“光探测和测距” [3]或“激光成像、探测和测距”的缩写。[4]激光雷达有时也称为3-D 激光扫描，是3-D 扫描和激光扫描的特殊组合。[5] 激光雷达通常用来制造高分辨率地图，并在应用中测量.
多传感器融合检测：激光雷达+摄像头如何互补？
热门推荐
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
09-03 19万+
多传感器融合检测：激光雷达+摄像头如何互补？​ ，人工智能，计算机视觉，大模型，AI，该文章围绕激光雷达与摄像头的多传感器融合检测展开，介绍了多传感器融合检测的基础概念与重要性，分析了激光雷达和摄像头各自的工作原理、优势及局限性，阐述了二者在数据、环境适应性和功能层面的互补性，还讲解了时间同步、空间校准、数据融合算法等关键技术，列举了在智能驾驶和机器人导航中的应用案例，提及面临的挑战与未来趋势，展现了这种融合技术的全貌。
激光雷达（LiDAR）数据处理，特征提取与分析；及在地质灾害调查、电力巡检、森林资源监测等案例中的分析应用
WangYan2022的博客
06-27 1258
掌握激光雷达数据处理的核心技能，能够独立完成复杂数据处理任务，提升技术水平与竞争力；通过精准的数据处理和分析，提高决策的科学性和可靠性，为项目规划、资源管理等提供有效支持。
激光雷达数据处理与典型案例分析
weixin_xiao5kou4chang6kai4的博客
08-21 1229
特点：Terrasolid是一款专业的激光雷达数据处理软件，主要用于地理信息系统（GIS）和测绘领域，提供了丰富的地理数据处理和分析工具。特点：ArcGISPro是一款专业的地理信息系统（GIS）软件，提供了丰富的地理数据处理、分析和可视化功能，包括激光雷达数据处理工具。特点：ENVI是一款专业的遥感数据处理软件，提供了丰富的遥感图像处理和分析功能，包括对激光雷达数据的处理和分析。特点：LiDAR360是一款专业的激光雷达数据处理软件，提供了丰富的点云处理、配准、分类、可视化等功能。
激光雷达多重回波技术详解
m0_73640344的博客
04-09 1746
激光雷达（LiDAR，Light Detection and Ranging）作为一种高精度的距离测量和三维成像技术，广泛应用于自动驾驶、地形测绘、无人机导航等领域。多重回波技术（Multi-Return Technology）是激光雷达技术中的一种重要发展，旨在提升激光雷达在复杂环境中的感知能力和数据精度。本文将详细介绍多重回波技术的定义、作用、使用方法、工作原理，并通过具体示例加以说明。多重回波技术指的是激光雷达在一次发射激光脉冲后，能够接收并区分来自多个不同反射目标的回波信号。
激光雷达（LiDAR）
I_me_ziyan的博客
04-27 1603
点云是由海量三维坐标点组成的数据集，每个点包含空间坐标、反射强度（Intensity）、回波时间等信息，可还原物体的位置、形状和材质特性。
无人驾驶激光雷达LiDAR：最新原理介绍与性能测试
01-21
激光雷达（LiDAR）是一种先进的遥感技术，它利用激光的特性来精确测量地表的距离，速度和反射特性。它的英文全称为Light Detection And Ranging，简称LiDAR。LiDAR系统整合了激光技术、全球定位系统（GPS）和惯性...
285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据（2003-2023年）
11-25
01、数据简介 共八个矩阵，各类矩阵通过量化空间关系，为区域政策制定（如交通规划、产业布局）和学术研究（如空间溢出效应、区域收敛）提供关键工具，需根据研究目标灵活选择或组合使用。 数据名称：285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据 数据年份：2003-2023年 参考文献：邵帅,李欣,曹建华,杨莉莉.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016,51(09):73-88. 02、相关数据 地级市人均GDP、空间邻接矩阵、空间经济距离矩阵（GDP）、空间地理距离矩阵（经纬度）、空间地理距离倒数平方矩阵（经纬度）、经济地理权重矩阵（GDP和经纬度）、经济地理嵌套矩阵（GDP和经纬度）、空间经济矩阵（非对称）、空间经济地理矩阵（非对称）、纬度、经度、距离
【影视数据分析】基于C++的多维度可视化系统设计：实现高效实时数据处理与交互式决策支持 项目介绍 基于C++的影视数据可视化系统设计和实现的详细项目实例（含模型描述及部分示例代码）
最新发布
11-25
内容概要：本文详细介绍了一个基于C++的影视数据可视化系统的设计与实现，旨在应对影视行业海量、多源数据带来的分析挑战。系统利用C++的高性能优势，实现了大规模数据的高效处理与实时更新，支持多维度数据分析，涵盖票房、用户评价、社交媒体热度等，并通过柱状图、折线图、热力图、词云等多种可视化方式直观展示数据。项目强调用户友好的界面设计、跨平台兼容性、可扩展性与可定制性，结合创新的交互设计，提升用户体验与决策效率。系统不仅服务于影视创作者和营销团队，也为行业数字化转型和创新发展提供数据驱动的支持。; 适合人群：具备一定C++编程基础，从事数据分析、可视化开发或影视行业技术研究的研发人员、软件工程师及高校学生。; 使用场景及目标：①学习如何利用C++构建高性能数据可视化系统；②掌握多源数据融合、实时处理与图形渲染的技术方案；③为影视项目提供数据支持，优化内容创作与市场策略； 阅读建议：建议结合文中提到的模型设计与示例代码进行实践，重点关注数据处理流程、可视化模块实现及系统架构设计，同时可联系作者获取完整代码与GUI资源以加深理解。
CSS插入图片方法[可运行源码]
11-25
本文详细介绍了在CSS中插入图片的多种方法，包括使用background-image属性和background简写属性。通过设置不同的背景属性值，如background-color、background-position、background-size等，可以灵活控制背景图片的显示效果。文章还提供了具体的HTML示例代码，展示了如何在实际项目中应用这些属性。此外，还解释了背景图像默认位于元素左上角并在水平和垂直方向上重复的特性，以及如何通过background-repeat属性调整平铺方式。
jQuery与HTML设置只读/禁用属性[项目代码]
11-25
本文详细介绍了在jQuery和HTML中如何设置和移除表单元素的只读（readonly）和禁用（disabled）属性。在jQuery部分，通过attr()和removeAttr()方法演示了属性的动态操作，并对比了readonly与disabled的区别：disabled会阻止元素获取焦点且表单提交时排除该字段，而readonly仅限制编辑但仍可聚焦和提交。HTML部分列举了三种实现方式（onfocus=this.blur()、readonly、disabled），并附代码示例说明其视觉效果及交互差异（如灰色显示、Tab键切换等）。最后指出两者可结合使用，并补充了CSS屏蔽输入的技巧。
SQL编码规范指南[项目源码]
11-25
本文详细介绍了SQL编码规范的重要性及其具体实施方法。规范化的SQL代码能显著提升可读性、便于问题定位和团队协作。文章强调了大小写的正确使用、单引号与双引号的应用场景、缩进对齐原则、禁止使用SELECT *操作、注释的添加规范以及子句的排版规则等关键点。此外，还提供了表别名的命名建议、字段逗号放置位置等实用技巧，旨在帮助开发者编写清晰、整齐、结构化的SQL代码，从而提升编程效率和代码质量。
Layui输入事件监听[代码]
11-25
本文详细介绍了Layui框架中各种表单元素的输入事件监听方法，包括单选框、复选框、下拉菜单、输入框内容变动以及提交按钮的监听。通过示例代码展示了如何实时获取用户输入的值、监听表单元素的变化以及处理提交事件。此外，还提供了带注释的代码片段，帮助开发者理解每个事件监听器的具体功能和用法。这些方法可以广泛应用于表单验证、动态数据更新等场景，提升用户交互体验。
激光雷达LiDAR技术原理与发展应用综述
资源摘要信息:"激光雷达（LiDAR）是一种集成了激光测距、全球定位系统（DGPS）、惯性测量单元（IMU）和计算机技术的先进遥感测绘系统，全称为“光探测与测距”（Light Detection and Ranging），在中文语境中常被...
评论
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