我已经看到很多次“数字化”如何重建行业全景。数码相机完成了电影的时代，智能手机用功能替代手机，从“类似物到数字”到技术行业的一般规则，而先前的“奢侈品”先前迅速进入了大众市场。如今，这种“统治力量”在智能汽车识别系统的核心LIDAR中起作用。未来智能汽车的竞争中真正的叉子并不是将豪华内饰的加速加速到100公里以上，但是它们是多么“智能”吗？这种“聪明”在很大程度上取决于汽车是否可以看到“周围的世界。 LIDAR是一项重要的技术，就像自主驾驶系统的“眼”一样，它为智能汽车“视觉”超出了人类感觉的限制。但是，“数字化”是必须克服的Aobstacle，从某些高端模型的独家配置到标准大众模型配置。 1。传统的模拟激光雷达数字化的需求使用雪崩光电二极管（APD）或引脚或SIPM硅光隔板作为检测器，以将接收到的光学信号转换为模拟电流或电压信号。这些弱模拟信号必须通过一系列模拟电路扩大，过滤和其他过程，并通过数字转换器（ADC）与数字信号进行模拟，以进行后续处理。从独特的角度来看，模拟的雷达通常使用机械旋转扫描。这是早期雷达雷斯大型，高成本且相对不可靠的原因之一。噪声干扰很容易在传输中引入和模拟信号的处理，从而降低了测量的准确性。同时，复杂的模拟电路链接还限制了系统集成和微型化水平。这意味着模拟体系结构的激光雷达无法达到高线与小型产品的计数，导致较低的性能限制。 ▲比较传统的模拟体系结构和数字体系结构激光雷达数字化是消除受体侧上“模拟信号的模拟信号”的过程。收到光线后，它会直接生成Gital信号，传输数字信号，处理数字信号并排放点云。这种字体数字方法大大简化了信号处理链接，并改善了系统干扰和信号完整性的预防。在LiDAR数字的核心中，变化是检测光电子和信号处理方法的基本变化，我们努力在信号产生的最前沿进行数字化。使用光子雪崩（SPAD）或类似的数字矩阵检测器的单个二极管。当单个或几个光子到达时，会产生雪崩效应，并直接发出数字脉冲信号。检测器直接生成数字信号，因此他可以在数字域中进行后验信号处理。通常，SPAD矩阵被整合到与数字时间转换器（TDC）等电路相同的芯片中，以直接计算光子的飞行时间和数字化出口距离信息。这种体系结构不仅大大简化了随后的模拟信号处理链接，还可以改善集成。半导体过程（例如CMO）允许在一个或多个芯片中集成许多SPAD，TDC和其他数字逻辑电路。宽度降低了大小，能耗和成本，从而有助于批量生产。这是用于模拟数字交换的基础技术。 ▲DTOF技术使用的深度传感器使用SPAD数字矩阵（一个光子的光子雪崩），可以检测单个光子，即使在长距离时也可以高精度深度测量。从应用程序的角度来看，数字激光雷达在促进支持中起着重要的作用系统和机器人应用。准确地提供前进的车辆，使车辆的车道限制，起点和最稳定的停止以及车道更换决定更安全的密集点云。在先进的自主驾驶中，高分辨率数字乘客可以提供更精细的物体的警告和概况，从而显着提高系统识别能力和安全冗余。一些高性能的数字雷达（例如个性化的Juchuang EM4萨吉塔）甚至可以达到1080行或2160行的超高分辨率，甚至达到前所未有的水平甚至可以提高感知精度。随着LIDAR的大规模营销，LiDar行业的一般发展趋势是协调固体的数字化和开发，为当前数字浪潮建立重要的基础。最重要的是，只有数字架构才能达到高线计数。有基本的limi传统模拟体系结构的在线扩展的研究。数字体系结构通过在芯片级别和信号处理中的集成的好处打破了这种限制，这使千层次的级别级别为感知系统提供了前所未有的分辨率和精确度。 2。激光雷达数字化过程。激光雷达从传统转变为数字。这是技术，市场和工业连锁店推动的过程。 1。技术发芽与早期探索（2004-2009）2004-2007：DARPA大挑战城市挑战赛（美国前进的研究项目挑战）：这是开发在车辆上安装的激光雷达的重要催化剂。参与的团队（许多大学和研究机构）广泛用于环境意识。 Velodyne声学（后圆锥形底激光片）：David Hall在参加DARPA挑战赛的同时为团队车辆开发了标志性的64线机械旋转骑士（HDL-64E）。该产品具有Beco我是早期自动驾驶研究和开发的“标准”。尽管他已经开发了识别3D，但其复杂的结构导致了诸如大尺寸，高成本，大能源消耗和低可靠性之类的问题。科学研究领域的雪崩（SPAD）的二极管技术的持续进步和CMOS过程中的持续进步为LIDAR的“数字化”奠定了坚实的基础。对汽车和自主管理公司较低成本较低成本的持续需求，使该行业继续探索新的技术路线。斯坦福大学，卡内基·梅隆大学和其他大学在LIDAR数据处理，SLAM算法等方面做出了开创性的贡献。提供。 2。已经提出了“数字骑手”的概念，并且CMOS流程的进步得到了改进以创建技术。已经提出了研究（2010-2019），并重新对于低且高度集成的数字激光雷，可以将ADING和SPAD电路集成到与基础相同的芯片中。全世界的许多大学和研究机构（例如，代尔夫特技术学院）对物理和Spad设备电路的设计进行了深入研究。自主驾驶的营销需求迫使该行业进行“ chipear”和“数字化”的初步尝试，以找到降低激光雷达成本和大小的方法。 Oster成立于2015年，此前曾提出并推广“数字激光雷达”建筑，该体系结构将SPAD探测器矩阵和VCSEL激光矩阵与个性化的CMOS系统级芯片相结合，指出了LIDAR数字营销局。其他激光雷达公司正在积极探索数字路线，在传统的光学系统中引入了复杂的半导体技术并促进行业创新。 TheDigital芯片制造过程的持续进展导致了Continuo美国降低了高性能Spad矩阵和支持芯片的成本，持续的性能改进以及消除了数字乘客大规模应用的技术障碍。 3。作为LiDar Digital的核心组成部分，Spad-Soc的供应商供应越来越丰富。代表性公司包括索尼，半村和哈马马缪等国际巨头，以及中国的hin-thoto，Fushi Technology和Linging Photonics等新公司。这些关键芯片技术的逐渐成熟度极大地简化了LiDar产品的开发过程，该过程支持各种LIDAR的个性化开发，从而提供了汽车公司开发自己的LIDAR开发的可能性。近年来，这正是“汽车公司开发和开发编号”的普遍性。越来越多的激光公司开始部分信任或采用数字设计的概念，而Spad ChiP Technologies关键技术，例如Rosie，Matrix VCSEL技术，SOC和制造能力的设计变得越来越成熟。 LIDAR的数字化投资于自我颜色的芯片，将数字技术激光雷达应用于其产品线，从而大规模实现了质量生产。 Sagitar Juchuang的EM4（第1080行），高性能数字lidarlidar性能。数字激光雷达逐渐从技术验证阶段到大规模应用阶段，开始大规模使用质量和自动驾驶汽车生产的质量模型。将来，Lidar Core Socode开发的芯片将成为主要制造商的主要竞争力。 “千线”水平，超长检测的距离和高点的频率成为普通广告，背后是数字化引起的技术潜力。价格尚未达到“婴儿的价格”，但数字乘客的成本是明显低于初始模拟骑手的低点。将来，更多的供应商将通过诸如Spad芯片和VCSEL芯片之类的关键组成部分参加竞争，从而促进连续的技术成本和进步的持续减少。 ▲与传统的模拟激光雷德相比，LiDar数字体系结构的简化具有几个重要的系统优势：高集成和微型化，降低成本：通过芯片设计，整合了许多单独的组件，重量和重量大大减少，能源消耗降低，可减少和更灵活的安装选择。大规模技术和生产的成熟度预计将继续降低数字乘客的成本。更好的性能和可伸缩性：摩尔法律的LIDAR的数字益处，您可以随着时间的推移实现指数绩效的改进。奥斯特说，将近15年的时间更新到第64行的模拟激光雷达到第128行，BUT数字骑手只花了15个月。提高的耐用性和可靠性：在较少的谨慎组件和稳健半导体的组件下，数字激光雷达传感器通常比Sensorit更耐用和可靠。预防干扰信号 /噪声的出色能力：消除模拟数字转换的过程，避免噪声，失真和定量误差，并确保信号的完整性和在复杂环境中的处理准确性。自然数据处理的好处：正常的数字点云数据和数字图像自然具有融合的亲和力，这使它们更容易与其他传感器数据合并。程序员和智能：基于SOC的数字激光雷达允许由软件定义的激光雷达，优化性能，通过固件更新添加功能，甚至根据几种驾驶场景动态调整参数。正是这些重要价值允许整个价值观工业链逐渐在数字技术路线上逐渐达成共识，从芯片制造商，开阔的Lidar到汽车制造商。数字化是LiDar消除“昂贵的测试设备”标签并成为大型额叶小吃的“标准配置”的必要条件。 3。作为中国中国领导业行业的主要公司之一，中国公司在促进标志的数字化和工业化方面发挥了重要作用。夜间没有实现Sagitar Juchuang Digital Pass，但它是通过长期技术积累和产品迭代实现的。该公司在早期开始是机械飞行员，但很快就意识到了固态读者的趋势，并在很大程度上投资于MEMS扫描解决方案的研究和开发。 Me Mess LiDAR的发射展示了其未来的方面性质在选择该行业的技术路线时，建立了基础S用于随后的芯片化和数字化。萨吉塔朱昌（Sagitar Juchuang）是一位艺术家利达（Lidarinvert）在我们自己的发展社会筹码中，因为我们深刻了解了筹码在改善每月和成本管理方面的核心作用。自我开发的SOC（M核）配备了MEMS MEMS LIDAR，可以整合信号处理，点的云算法等，从而大大改善了产品的集成和性能。这是Sagitar Juchuang迈向数字化的关键技术之一。 ▲配备了E1R，该公司连续开发了Spad-Soc数字芯片和2D VCSEL芯片。然后，该公司启动了电子平台。这是Sagito Juchuang生产的第一个质量激光痛平台。它的核是一种Spad-Soc芯片，通过3D堆叠技术整合了Spad矩阵和高性能SOC。所有固态盲人Leider E1于2022年推出，他于2024年实现了大规模生产。机器人的意大利状态也将以质量生产，并将在2025年初分布。扫描数据处理并使用重要的数字技术，例如SPAD-SOC和VCSEL。对渐进和详细的技术发展途径的这种连续重复是萨吉塔尔·司法（Sagitar Juduang）可以在激光雷达数字化浪潮中占据优惠位置的关键因素。通过两代产品的技术发展，该公司积累了丰富的经验和技术储备，为随后的研究和开发以及高性能数字激光器的大规模生产建立了良好的基础。 ▲萨古岛juchuang lidar芯片地图根据著名的市场研究机构Yole Group的数据，Sagitar Juchuang跃升至2024年世界第一乘用车中的第一名，并且是2018年至2024年Lidar Adas Adas Adas的ChampionCumutialculative销售。 ▲享有声望的市场研究的数据Cy Yole Group表明，萨古塔焦仓（Sagitar Juchuang）是LiDar Digital的未来想象力，它是2024年数字制造商最大的激光雷达市场发动机，而Tila对ER1供应商的想象力表明，这是驱动激光雷达（Lidar）数字化转型的重要力量。 ADA渗透率的持续增加和先进的自主驾驶技术的逐步实施将加速数字激光雷达，成为智能汽车的标准设备。汽车公司提出了对激光雷达（检测到的距离，解决方案，视野），成本，可靠性，大小，能源消耗和汽车学位认证的严格要求。这需要我们发展数字化，固化和固化，从而实现大规模的质量质量安装。但是，数字骑自行车的人的想象空间远远超过了汽车的单一学科。其微型化，低能消耗和高成本的完美Ormance，Digital LiDAR是各种服务和物流机器人的理想选择。 Sagitar Juchuang基于Active Camera（一种Spad-Soc芯片技术）推出了新的机器视图类别。 AC1是该类别中的第一个产品，为机器人提供了更丰富的多模式识别能力。 ▲基于Satheron Juchuang自daccact芯片的新型树木茂密的视觉产品：AC1活动室可以理解为传感器的硬件水平深度，例如Spad-Soc芯片，CMOS，CMOS，CMOS，IMU图像传感器，IMU等。和高反向，并适应各种复杂的场景，室内和外部。 Spad-Soc数字芯片和CMOS CHIP之间的技术同源性铺平了LIDAR的广义使用。将来，因此，李的制造DAR有望达到相机和盈利能力的简单性。这将使激光雷达能够迅速穿透所有水平的生活，从而在与摄像机相同的水平上实现大规模实施。 5。激光雷达数字化不仅是不可避免的技术发展，而且是市场选择的一般趋势。实验这种重要的识别技术可以从房间里用前所未有的力量推动数千所房屋。数字化的含义不仅是为了使其在LiDAR中更受欢迎，而且从“奢侈品”转变为“必要”。更重要的是，LiDar可以继续打破性能的性能并实现超过1,000行的决议（以便相机可以实现数亿像素），从而可以更加精确地认识到外界。在这种数字浪潮转换中，萨吉塔朱昌无疑是关键参与者和促进者。通过MEMS的早期设计实现了重要的商业业绩技术和对自发开发的芯片（例如SPAD，SOC，VCSEL和数字平台）的持续投资，这些芯片为技术进步做出了积极的贡献，降低了莱达行业的大规模成本和应用。它与其他中国公司一起，深深地影响了世界各地行业的模式。在智能汽车的新时代，任何了解感知数字化的人将来都会采取倡议。数字骑手的开发是最重要的技术，它总体上指向该行业。