【年终特辑】看见科技创新力量 洞见时代创业精神—交通物流—慧建科技:为自动驾驶和智慧交通提供高性价比的激光雷达

简介: 【年终特辑】看见科技创新力量 洞见时代创业精神—交通物流—慧建科技:为自动驾驶和智慧交通提供高性价比的激光雷达

慧建科技为自动驾驶和智慧交通提供高性价比的激光雷达

 

无人驾驶的进一步普及和智慧城市的不断推进,推动着上游激光雷达行业的快速发展,各大玩家的竞争日益激烈,不断通过降成本、增性能以抢占市场份额。此中又存在什么样的技术难关和市场难点?

 

本期《看见新力量》采访了2021阿里巴巴诸神之战“5G+物联网”赛道全球总决赛优胜奖获得者——广州市慧建科技有限公司商务总监张恒,一起了解他们在车载激光雷达领域的创新和思考。

 

image.png

 

一、 核心团队具有极强的创新能力,申请专利超过20

 

据张恒介绍,广州市慧建科技有限公司核心团队由20人构成,其中博士1名,硕士5名,多位成员具有激光雷达研发经验,大都有海外背景。

 

创始人陈泽雄,毕业于广东工业大学,持有多项激光雷达发明专利,同时拥有丰富企业管理经验及人脉资源。另一名创始人林艳丽是一名工学博士,毕业于暨南大学和中国科学技术大学的她持有多项激光雷达发明专利。除此之外,团队中的算法工程师、光学工程师、硬件工程师、机械工程师及商务总监,均为高学历人才,行业背景丰厚,经验充足。

 

截至目前,慧建科技团队已申请专利超过20项,解决了激光雷达领域多个技术难题,并落地了全球首款144线 360°高性能混合固态激光雷达。同时,公司还与新加坡南洋理工大学王郸维院士团队在智能交通、传感器融合等自动驾驶重点领域展开联合开发,以期产生更为优秀的产品。

 

二、 打破高性能与高价的对立

 

当智能驾驶等级提升至L3高级辅助驾驶、L4及L5级自动驾驶时,需要通过激光雷达、摄像头、毫米波雷达、超声波雷达等多传感器融合方案进行感知,海量的市场需求正推动着激光雷达技术的加速发展。

 

激光雷达探测精度高,可探测物体三维信息和位置信息,决定了自动驾驶系统的感知性能,其作用无法被取代。然而其技术原理复杂,限制了成本降低途径。谈及行业痛点,张恒表示,“低性能产品无法满足感知需求,而高性能产品则因为昂贵而无法被大规模应用。”

 

为解决这一行业痛点,广州市慧建科技有限公司通过技术革新,落地了全球首款 144线360°扫描高性能混合固态式激光雷达,以满足无人驾驶高感知性能的需求和大规模商业应用的需求。

 

张恒表示,得益于技术优势,公司产品可以实现高性能、低价格的产品。慧建科技144线混合固态激光雷达产品的价格低于16万人民币,而国内128线机械式产品售价约为30-40万人民币。同时,公司正在开发的另一款前装车规级激光雷达在实现量产后的价格有望控制在1万人民币以内。

 

作为一家激光雷达制造商,当前公司产品分为144线的混合固态激光雷达、64线的车规级前装激光雷达两类,未来公司还将探索车路协同专用激光雷达及传感器融合方案。其中,144线激光雷达样机已经落地,处于调参阶段,近期将送测自动驾驶企业及主机厂,64线车规级前装激光雷达样机将于近期落地。

 

三、 技术创新以实现独立自主

 

“我们创立公司的初衷就是想进行技术革新,为市场提供极致性价比的激光雷达产品,摆脱行业对国外高价产品的依赖,使自动驾驶商业化落地速度加快。”张恒表示,实现自主创新,为中国智造助力。“让激光雷达的价格不再是商业化路上的挡道石”更是慧建科技的企业使命,而实现途径便是技术创新。

 

慧建科技之所以能做到降成本,一个重要的原因在于光机结构的创新,通过有机结合自研转镜+自研振镜的方案,产生了两个技术突破。一方面,点频较机械式128线激光雷达大幅提升约50%,达到到518万点/秒;另一方面,大幅减少了86%的原器件使用量,仅用不到20个收发模块即实现了144线激光雷达的性能。

 

image.png

 

慧建科技开拓市场的策略是和自动驾驶公司及车厂紧密合作。下游客户最看重的是价格和性能,该公司可以实现同等价格下的性能比同类产品高一倍、相同性能下的价格实现同类产品的一半。

 

自动驾驶企业按技术路径主要分为两派,激光雷达派以传统车企及造车新势力代表,计算机视觉派以Tesla、Apple和Google三家大厂为典型。慧建科技认为,现有技术下的最优路径是将视觉算法和激光雷达相结合。视觉算法可以用来分辨交通灯信号,通过AI算法模拟人的眼睛去识别及判断,但是由于其基础是统计学,无法实现百分百准确,有安全隐患;激光雷达的精准度高,可输出三维信息,将二者结合可以取长补短,最大程度上提高安全系数。

 

近年来,看到激光雷达市场的前景,众多厂商入局。据估算,至2024年,激光雷达的全球市场规模将从2019年的8.44亿美元增长至22.73亿美元,5年间的复合年增长率为18.5%。我国车载激光雷达市场规模增速较快,2018年约为3.6亿元,2020年达10.2亿元。

 

张恒表示,按全球汽车年销量预测,激光雷达市场规模将成长至超过千亿美元。而作为一家小微企业,多年磨一剑,经过多年的技术、市场等方面积累,慧建科技预计于2022年完成Pre-A轮融资,主要用于建设装调产线、增强研发能力、营销推广、产品认证等。

 

image.png

 

激光雷达赛道作为当前最热门赛道之一,大量创业者争相涌入。诸神争锋,慧建科技不忘初心,期望通过脚踏实地的研发与生产,做大、做强,做出高性价比、好口碑的激光雷达,为中国制造争光。与此同时,慧建科技通过阿里云创新中心,参加了2021阿里巴巴诸神之战“5G+物联网赛道”全球挑战赛并获得全球总决赛优胜奖,“我们希望通过阿里云创新中心,能够得到全方位的服务,为我们提供更多加速成长的资源。”张恒表示,阿里云的创业创新服务以及全心全意为企业提供最优质的服务的理念,是慧建科技期望与阿里云合作的重要原因。

 

慧建科技专注于为L3级及以上自动驾驶和智慧交通行业提供高性价比产品,张恒坚定地说道:“让激光雷达价格不再是商业化路上的挡道石。”

相关文章
|
小程序 安全 API
支付宝消息订阅
订阅界面是根据当前小程序在商家平台配置的消息模板 id 来展示对应消息的订阅选项(参考接入流程第 4 步)。一次性:使用一次性消息模板订阅,每次向用户发送消息都需要用户在订阅界面点击同意后才可以发送。长期性:使用长期性消息模板订阅,用户同意订阅后,可以多次向订阅用户发送消息。
1326 0
 支付宝消息订阅
|
小程序
微信小程序根据日期和时间进行排序
最近接手了一个小程序的项目,有这样一个需求要对列表进行日期和时间的排序,于是小试牛刀,操作了一番,终于搞出来,在这里给大家总结分享一下经验,希望对大家有一定的帮助
1091 0
|
API 开发者
在线CAD实现图纸比较功能
MXCAD提供了一项实用的图纸比对功能,帮助设计师高效识别不同版本CAD图纸间的改动。用户只需几个简单步骤即可启动比对过程:打开MXCAD在线示例,上传目标图纸,选择“图纸比对”并加载待比对文件。系统会清晰标出所有差异,甚至支持实体定位以便更直观地查看变化细节。此外,MXCAD还开放了相关API,允许开发者根据具体需求进行定制化二次开发,如利用`McObject.loadDwgBackground()`方法加载背景图纸并通过`MxCompare`类获取差异数据等。关注“梦想云图网页CAD”公众号了解更多资讯。
913 127
在线CAD实现图纸比较功能
|
消息中间件 存储 监控
RocketMQ的性能优势?
【8月更文挑战第29天】RocketMQ的性能优势?
584 2
|
网络协议 Linux
在Linux中,如何分析网络连接和端口占用情况?
在Linux中,如何分析网络连接和端口占用情况?
|
机器学习/深度学习 算法 计算机视觉
【博士每天一篇文献-算法】Learning without forgetting
本文提出了一种名为"无忘记学习"(Learning without Forgetting, LWF)的算法,它允许在不牺牲原有任务性能的情况下,通过仅使用新任务的数据来训练卷积神经网络以学习新的视觉能力。
378 0
【博士每天一篇文献-算法】Learning without forgetting
|
缓存 视频直播
flutter3-dylive 基于flutter3.19+getx短视频/直播应用
基于跨端技术flutter3.19+dart3+getx实战短视频/直播应用项目。
628 4
|
机器学习/深度学习 存储 人工智能
深度学习中的模型压缩技术:现状与未来
本文旨在探讨深度学习领域中模型压缩技术的现状、挑战及未来发展。随着深度学习技术的飞速发展,大型神经网络在许多任务中取得了显著成果,但它们也面临着计算资源消耗大、部署困难等问题。模型压缩技术应运而生,通过减少模型大小和计算量,使得深度神经网络更加高效、灵活。本文首先介绍了模型压缩的基本概念和方法分类,然后详细讨论了当前主流的模型压缩技术及其优缺点,并展望了未来的研究方向和技术趋势。
|
机器学习/深度学习 人工智能 PyTorch
PyTorch快速入门与深度学习模型训练
这篇文章是PyTorch的入门指南,介绍了PyTorch作为深度学习框架的基本概念和使用方法。内容包括PyTorch的背景、基础操作如张量创建、运算、自动微分,以及如何构建和训练简单的全连接神经网络模型进行MNIST手写数字识别。通过这篇文章,读者可以快速了解如何在PyTorch中搭建和训练深度学习模型。
1021 4
|
存储 分布式计算 Hadoop
Hadoop节点数据副本
【5月更文挑战第16天】
482 4