传统巨头生“变”,中国毫米波雷达市场战火再升级

news/2024/3/28 20:43:57/文章来源:https://blog.csdn.net/GGAI_AI/article/details/129135982

进入2023年,中国车载毫米波雷达市场战火明显升级。

一方面,愈演愈烈的份额抢夺战不仅仅存在于几大传统巨头之间,也快速转移到与国产供应商之间;随着部分外资巨头的本土化战略深入落地,同时对国产供应商造成了压力。

另一方面,智能驾驶进入高阶周期同步引发了传统毫米波雷达产品升级与市场分层。针对不同场景、不同功能对毫米波雷达的需求呈现多元化趋势,与此同时,4D成像雷达正式进入量产周期并将逐步替换传统3D毫米波雷达;4D点云增强角雷达也崭露头角快速量产落地。

高工智能汽车研究院预测数据显示,今年中国市场乘用车前装标配搭载毫米波雷达(含前向、盲区)交付将超过1800万颗,同比增长将超过30%;未来几年,前向与角雷达细分市场仍将保持快速增速。

以上都意味着,竞争态势日益复杂,并且来自技术、产品、成本、合作方案等的全方位竞争将变得更加激烈。无论是传统毫米波雷达赛道市场份额的争夺,还是产品升级周期的抢跑,都在考验每家供应商的速度。尤其是对于传统巨头供应商来说,更是如此。

巨头本土化

本土化,是外资毫米波雷达巨头们当前迫切需要解决的问题。

这不仅是因为面向高速增长的市场,外资巨头们需要解决供货紧缺问题,例如此前博世就爆出对国内多个汽车品牌出现毫米波雷达断供;另一方面,来自中国供应商的本土化优势、开放性以及定制化服务、低成本优势等等的综合竞争,也迫使外资巨头们快速思“变”。

对外资巨头来说,本土化效益不仅仅意味着更高性价比、更短的供货周期,更在于本土化的研发、技术支持,打造出贴近中国市场需求的产品、更为开放灵活的合作方案,以更好的配合车企在全新电子电气架构下的高阶智能驾驶系统开发需求。

2022年6月底,海拉77GHz 雷达产品在海拉全球最大的电子工厂—上海海拉电子工厂正式投产。据悉该雷达产品已经在四家车企项目中实现了量产。

可以说,海拉77GHz雷达在中国投产具有重大意义,这意味着,这家传统毫米波雷达巨头已经面向中国市场做好了全方位的本土化部署。

海拉中国区电子事业部雷达产品中心负责人夏敬初介绍,海拉已经在中国实现了本土化供应链与强大的本土化生产能力,目前上海海拉电子工厂具备五百万只毫米波雷达的年产能,并同步启动了高度自动化雷达产线,预计未来几年产能将快速扩展到千万只级别。

除了以上,海拉还专为针对中国市场进行了产品开发与创新,可为中国客户提供定制化解决方案。

资料显示,在中国投产的77 GHz雷达产品基于RF-CMOS技术和工艺的雷达系统芯片,水平和垂直方向的专业阵列式天线设计和布局,以及MIMO技术的使用,使得水平和垂直方向具备更广的FOV视角和更准确的探测精度。不仅可以识别行驶的货车、汽车、两轮车和行人,而且可以在近距离模式下高精度识别静态障碍物的位置和高度信息,例如路牙、路桩等小目标物体。

在算法方面,海拉针对中国复杂的路况进行了多年的本地化应用开发,并在交通密集和两轮车等复杂路况的场景下进行了大量的雷达性能验证。

例如对诸如人车混杂的混合道路、产生电磁干扰和反射较多的高架桥下道路等典型工况进行了优化和适配,实现了对重要的目标物体稳定追踪与识别等等,以匹配当前中国市场快速发展的高阶智能驾驶系统感知方案需求。

 为了更快更好配合本土客户的需求,海拉在本土化的研发能力已经覆盖了雷达系统应用,底层和应用层软件开发,测试验证,整车集成和电磁仿真,整车性能标定等等与客户密不可分的关键环节。。

“上述系列针对中国市场的本土化策略,海拉可以在量产供货、开发周期等各方面更好的服务本土客户,我们还能够配合客户需求进行产品开发,助力客户提前布局全新一代技术与产品。” 夏敬初表示。

作为全球智能驾驶领域的核心零部件供应商,海拉已经在雷达领域拥有丰富的专业知识和近20年的量产经验,为全球300多个车型生产超过5000万个雷达产品。

中国市场一直是海拉最重要的战略市场之一。伴随着其本土化战略的深入落地,海拉在中国市场的实力还会进一步凸显出来。

传统巨头的新”实力

在去年,搭载采埃孚的Premium 4D成像雷达+4个来自海拉的增强版中距离点云角雷达,上汽旗下子品牌飞凡R7率先在国内掀起「4D环绕成像点云毫米波雷达」感知组合潮流。

基于点云+成像雷达形成完整的360°环绕雷达解决方案,可实现冗余性和数据多样性,同时可实现基于多传感器的前融合和点云融合,从而降低漏检率、误报率等,解决长尾问题时提供更为丰富且可靠的环境感知信息。以L2+为例,4-6个点云雷达实现360度环绕感知,从而替代传统角雷达无法满足AVP的需求

高工智能汽车预计,4D点云增强角雷达将受益NOA、变道辅助、AVP等高阶应用,进入替代升级周期,预计未来几年呈现高速增长态势。

以上都意味着,包括前向雷达角雷达在内的毫米波雷达细分赛道均迎来了新一轮技术革命。而从行业发展的角度来看,基于下一代集中式电子电气架构,主机厂也迫切需求系统供应商、传感器供应商实现底层开放,并从数据层面、底层架构层面深度合作与融合。

这对传感器供应商的软硬件技术能力、合作开发模式等等都提出了新的挑战。这一次,海拉走在了行业前列。

海拉已经实现量产上车的77GHz雷达传感器不仅具备更高的探测性能与目标识别的能力,还可以输出高质量的原始点级、轮廓目标级数据给中央控制器进行融合处理,为整车厂自动驾驶算法的开发和融合提供强大的数据支撑。

 另外据夏敬初介绍,海拉率先践行了模块化、平台化理念,既可以将部分通用功能实现了模块化,以满足智能驾驶系统基本功需求,还可基于同一平台实现不同版本软硬件模块化配置和探测模式的设计,从而快速开发不同性能层级的产品。

例如,其已经基于同一平台拓展5G1、5G3和5G5多个系列的产品,涵盖自动驾驶不同等级系统功能对角雷达的不同需求。

基于以上,海拉还可通过不同配置的硬件进行组合,或者通过软件的配置快速切换,来精准匹配客户基于针对不同自动驾驶级别和应用场景需求,来适配毫米波雷达传感器,从而避免“大马拉小车”的不必要配置。

对海拉来说,基于单一平台能够适配全系列产品实现对车型的360°环绕感知,适用于从L1到L3/L4不同级别的智能驾驶系统,可快速匹配不同细分市场,不同客户的多样化需求。这代表着更低的研发成本,更快的迭代周期,在当前市场升级换代的关键窗口期,将能更快的抢占先机与更好的市场份额。

更重要的还在于,基于这类模块化的平台,海拉将有能力配合系统供应商、主机厂在场景匹配、功能开发、感知系统融合与系统集成等方面深度合作,包括提供原始数据,构建底层架构,匹配域控制器的数据处理等等,快速助力主机厂的功能开发、算法开发与实现软硬件解耦。

综上来看,面向高速发展的中国市场,海拉已经快速做出反应,基于本土化、新一代技术、产品迭代、多元化方案与开放性合作模式等等做出了全方位布局,在接下来的毫米波雷达市场变革中,尽显传统巨头的“新”实力。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_72306.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ur3+robotiq ft sensor+robotiq 2f 140配置gazebo仿真环境

ur3robotiq ft sensorrobotiq 2f 140配置gazebo仿真环境 搭建环境: ubuntu: 20.04 ros: Nonetic sensor: robotiq_ft300 gripper: robotiq_2f_140_gripper UR: UR3 通过上一篇博客配置好ur3、力传感器和robotiq夹爪的rviz仿真环境后,现在来配置一下对…

MySQL数据库————MVCC

MySQL的脏读、幻读、不可重复读 脏读 现在有两个事务在操作table表,事务B修改了id2的name字段为李老四,但是没有提交,事务A查询id2的数据,得到name为李老四;事务B发生回滚,id2的数据的name又变回李四&…

性能测试知多少?怎样开展性能测试

看到好多新手,在性能需求模糊的情况下,随便找一个性能测试工具,然后就开始进行性能测试了,在这种情况下得到的性能测试结果很难体现系统真实的能力,或者可能与系统真实的性能相距甚远。 与功能测试相比,性能…

【Spring Boot 原理分析】- 自动配置

【Spring Boot 原理分析】- 自动配置 Condition 注解 Condition 是 Spring 4.0 增加的条件判断功能,通过这个功能可以实现选择的创建 Bean 操作 👑 我们在使用 Spring 的时候,只需导入某个依赖的坐标,就可以直接通过 Autwired 注…

堆,堆构建,堆排序,PriorityQueue和TopN问题

零. 前言 堆作为一种重要的数据结构,在面笔试中经常出现,排序问题中,堆排序作为一种重要的排序算法经常被问道,大顶堆小顶堆的应用经常出现,经典的问题TopN问题也是堆的重要应用,因此,了解并掌握…

Mac - Spotlight(聚焦)

文章目录一、Mac 中 Spotlight 的使用1、调用/打开 Spotlight2、执行搜索3、Spotlight 设置二、Mac 上的 Spotlight 开发1、关于 Spotlight2、使用 NSMetadataQuery 搜索示例三、mds 和 fsevents四、命令行访问 Spotlight五、Core Spotlight Framework六、Spotlight 插件相关资…

CSS预处理器sass和less

文章目录CSS预处理器什么是CSS预处理器Sass和LESS背景介绍Sass背景介绍LESS的背景介绍Sass安装Sass下载Ruby安装文件安装Ruby安装Sass编译Sass命令行编译命令行编译配置选项四种编译排版演示nested 编译排版格式expanded 编译排版格式compact 编译排版格式compressed 编译排版格…

登录逻辑漏洞整理集合

目录一、任意用户注册1.未验证邮箱/手机号2、不安全验证邮箱/手机号3.批量注册4.个人信息伪造5.前端验证审核绕过6.用户名覆盖二、任意用户登录1、万能密码2、验证码、密码回显3、登录检测不安全三、任意账号重置1、重置账号名2、验证码3、MVC数据对象自动绑定4、Unicode字符处…

独立产品灵感周刊 DecoHack #048 - 优秀独立开发产品推荐

如果有关注我的 Twitter 的朋友应该看到了,我上周末研究了两天 AI 画图,现在用 Ai 做图太强了,上周又升级 Stable Diffusion 玩了一下,和我去年试的时候相比强大了好多,而且插件LoRA模型玩法都还在快速迭代&#xff0c…

强化学习DQN之俄罗斯方块

强化学习DQN之俄罗斯方块强化学习DQN之俄罗斯方块算法流程文件目录结构模型结构游戏环境训练代码测试代码结果展示强化学习DQN之俄罗斯方块 算法流程 本项目目的是训练一个基于深度强化学习的俄罗斯方块。具体来说,这个代码通过以下步骤实现训练: 首先…

车机开发【Android SystemUI 架构音量控制详解】

SystemUI介绍 SystemUI摘要 在Android系统中SystemUI是以应用的形式运行在Android系统当中,即编译SystemUI模块会生产APK文件,源代码路径在frameworks/base/packages/SystemUI/,安装路径system/priv-app/-SystemUI。 什么是SystemUI 在前…

使用带有 Moveit 的深度相机来避免碰撞

文章目录 什么是深度相机?如何将 Kinect 深度相机添加到您的环境中在 Rviz 中可视化深度相机数据在取放场景中使用深度相机将深度相机与您的 Moveit 设置一起使用有很多优势。机器人可以避免未知环境中的碰撞,甚至可以对周围的变化做出反应。然而,将深度相机连接到您的设置并…

FlinkSQL行级权限解决方案及源码

FlinkSQL的行级权限解决方案及源码,支持面向用户级别的行级数据访问控制,即特定用户只能访问授权过的行,隐藏未授权的行数据。此方案是实时领域Flink的解决方案,类似离线数仓Hive中Ranger Row-level Filter方案。 源码地址: https…

数据分片(mycat)

1. 数据分片概念: 1.1. 分库分表 什么是分库分表: 将存放在一台数据库服务器中的数据,按照特定方式(指的是程序开发的算法)进行拆分,分散存放到多台数据库服务器中,以达到分散单台服务器负载的…

第51篇-某彩网登录参数分析-webpack【2023-02-21】

声明:该专栏涉及的所有案例均为学习使用,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关!如有侵权,请私信联系本人删帖! 文章目录 一、前言二、网站分析一、前言 今天我们看一个webpack的网站 aHR0cHM6Ly8xMGNhaTUwMC5jYy9sb2dpbg==二、网站分析 首先…

网络协议(一)应用层(自定制协议、HTTP协议)

目录 应用层:负责应用程序之间的数据沟通 一、自定制协议(私有协议) 二、HTTP协议 1)、请求行解析:GET /index.html HTTP/1.1 第一部分:请求方法:多种多样,描述不同的请求目的 …

大数据知识图谱项目——基于知识图谱的医疗知识问答系统(详细讲解及源码)

基于知识图谱的医疗知识问答系统 一、项目概述 本项目基于医疗方面知识的问答,通过搭建一个医疗领域知识图谱,并以该知识图谱完成自动问答与分析服务。本项目以neo4j作为存储,基于传统规则的方式完成了知识问答,并最终以关键词执…

Verilog 学习第五节(串口发送部分)

小梅哥串口部分学习part1 串口通信发送原理串口通信发送的Verilog设计与调试串口发送应用之发送数据串口发送应用之采用状态机实现多字节数据发送串口通信发送原理 1:串口通信模块设计的目的是用来发送数据的,因此需要有一个数据输入端口 2:…

Qt中修改界面类的类名时需要注意的几个修改点

有些时候因为一些原因,需要修改Qt中创建的界面类,需要特别注意几个修改点。 比如将test类修改为test2类 修改test.h名称为test2.h文件;修改test.cpp名称为test2.cpp文件;修改test.ui名称为test2.ui文件;修改pro文件中…

多层感知机的区间随机初始化方法

摘要: 训练是构建神经网络模型的一个关键环节,该过程对网络中的参数不断进行微调,优化模型在训练数据集上的损失函数。参数初始化是训练之前的一个重要步骤,决定了训练过程的起点,对模型训练的收敛速度和收敛结果有重要…