雷达传感器

近期，超声波雷达传感器厂商珠海佑航科技有限公司（简称：佑航科技）宣布成功完成数千万元Pre-A轮融资，由中南创投领投，鼎嘉资本跟投。据了解，本轮融资将主要用于车载超声波雷达传感器芯片AK2的车规验证测试、量产、超声波探芯产能扩展以及车载微碰撞传感器芯片的研发等项目。佑航科技位于珠海市香洲区，厂房面积约6000平米，超声波雷达传感器年产能规划超8000万颗，公司是由珠海佑航和广州佑航于2021年合并成立的高新技术企业，是一家专业致力于车载安全系统：超声波雷达传感器探芯（换能器）、芯片、算法的研发设计、生产和销售为一体的企业。公司设有六大车间：三个传感器探芯智能制造车间、铝壳加工车间、压电陶瓷片制造车间、涂装加工车间、车规级实验室。珠海佑航在超声波雷达传感器端进行深度研发，以传感器探芯+芯片+算法为产品基础的模式作为前装二级供应商。探芯作为车载超声波雷达的核心零部件，直接影响总成产品的各项性能指标和技术特征。因此，佑航科技先从探芯入手，已经于去年底实现了超声波雷达探芯的规模交付，目前佑航拥有三条全自动化探芯生产线，预计今年可达到2000万颗探芯的销售量。计划今年底再新增两条生产线，明年能达到4000万颗探芯的产能。除了探芯，佑航科技还建立了一支车载超声波芯片研发团队，结合在超声波探芯领域的积累，研发符合国内标准的车载超声波AK2功能芯片。此外，佑航科技还在开发微碰撞传感器芯片。这一技术与超声波芯片技术都基于机械波来实现对距离和震动的感知，将两项功能整合后，可以提供更全面的应用和超声波融合算法，以降低成本。

近日，中国科学院空天信息创新研究院遥感科学国家重点实验室牛铮研究员团队，在新型主动光学传感器高光谱激光雷达(hyperspectral LiDAR， HSL)辐射效应产生机制及相应校正算法研究方面取得重要进展。距离效应和入射角效应作为高光谱激光雷达面临的两大几何辐射效应，严重限制了其在定量遥感方面的应用。该团队研究发现，高光谱激光雷达距离效应和入射角效应分析及校正可以独立进行，并提出了一种耦合二次函数和指数衰减函数的分段函数模型用以分析和校正距离效应，发展了一种改进的Poullain算法用以目标入射角效应分析和校正。上述研究得到了国家自然科学基金重点项目“植被生理生化垂直分布信息遥感辐射传输机理与反演研究”的支持，有关成果发表在遥感领域国际顶级期刊ISPRS Journal of Photogrammetry and Remote Sensing和IEEE Transactions on Geoscience and Remote Sensing上，第一作者为实验室博士研究生白杰。面对高光谱激光雷达主要几何辐射效应即距离效应和入射角效应校正的技术难题，团队自2020年起开展科技攻关，发现距离效应源于系统本身，所有波长拥有统一的距离效应函数，在此基础上提出了一种耦合二次函数和指数衰减函数的分段函数模型用以分析和校正距离效应 而对于不同种类植被叶片目标，因其表面微观尺度物理结构和内部生化参数不同，因此通常表现出不同的入射角效应，该效应与被测目标种类在高光谱激光雷达条件下二向反射特性密切相关，因此该团队指出关于高光谱激光雷达入射角效应，更准确的表述应为“某一目标高光谱激光雷达入射角效应”，并发展了一种新的改进的Poullain算法，用以目标入射角效应校正。与传统基于各向同性散射假设的朗伯余弦定律和原始Poullain算法相比，该算法考虑了目标粗糙度因子和漫反射系数在不同入射角和波长下的异质性，更加符合自然目标物回波强度的反射特征，不同植被叶片实验显示，相对于标准0度入射角下的回波强度和反射率，校正结果标准差减少了30%～60%。有关算法为后续植被三维生化参数准确反演提供了重要的理论基础和技术支撑。目前，实验室已经完成具备高速采集能力的第二代高光谱激光雷达系统设计与研制工作，正在开展性能测试，预计2023年底投入使用。早在2014年，遥感科学国家重点实验室就设计、研制了具有完全自主知识产权的国际上首台32波段高光谱激光雷达系统。自此，相关团队围绕这一新型传感器持续开展研究，在高光谱激光雷达系统设计研制、数据获取与处理、辐射信息提取、辐射效应校正及植被三维生理生化参数反演等方面取得了丰富的研究成果，为我国抢占高光谱激光雷达设备研制与应用这一领域做出系统性贡献。

作为浙大博士毕业生，鲍芳琳用一篇 Nature 封面论文开创了热雷达的先河，为人工智能安上了一双白天夜晚均能看见的“眼睛”。（来源：Nature）这得从他和所在团队提出的新型机器感知方法——HADAR （heat-assisted detection and ranging）说起。HADAR 的中文名是“高光谱热雷达”，也可以简称为“热雷达”。这是一种新颖的传感范式，与现有的微波雷达（radar）、激光雷达（LiDAR）、声纳（sonar）等有着根本性不同。微波雷达、激光雷达与声纳都是主动式传感，它们会主动向环境发射信号。热雷达是被动式传感，会和相机一样“默默”地接收信号。课题组之所以将它取名为雷达，是希望有朝一日热雷达可以像微波雷达和激光雷达一样，在各行各业中取得广泛应用。图 | 鲍芳琳（来源：鲍芳琳）从人类在夜晚没有视力说起当前，人类正处于人工智能蓬勃发展的时代。机器人外卖员、扫地机器人、自动驾驶汽车等已经开始走进人类生活。预计在未来十年，将会有数以百万记的机器人和人类共同生活在地球上。届时，机器人和人类的社会互动将达到一个空前的强度。对于这些机器人来说，它们必须借助传感器来“看”周围的环境，并在获得机器视觉之后做出自主决策。在当前的智能机器市场上，以谷歌以及特斯拉的无人驾驶汽车为例，它们主要采用相机以及激光雷达来获得机器视觉。相机结合机器学习算法的方法，在白天的确表现优异，但是一到夜晚就没法工作。事实上即使在白天，相机也不能很好地区分真正的行人与海报上的人像。另一方面，激光雷达以其高精度而著称，在机器视觉领域有着不可替代的作用。然而，激光雷达只适合单机使用，难以扩展到多人工智能的场景中。当多台激光雷达放在一起，就会出现信号串扰，并对人眼造成安全隐患。由此可见对于即将来临的机器人时代来说，显然需要新一代的传感器，以便不分昼夜地支持多人工智能场景。当然，作为人类的我们早已习惯了白天与黑夜的二分世界。在黑夜看不见东西也是一个再自然不过的现象。那么，想要造出一个不分昼夜的传感器，先得回过头去思考：为什么人的眼睛在黑夜没有视觉能力？这其实是生物演化的结果。几百万年前，人类跟其他陆地动物一样都还是远古海洋生物。海洋几乎只在可见光区域透明。从那时起，人的眼睛就一直围绕着可见光演化。然而，地球一直在自转，始终只有一面朝着太阳。背对太阳的另一面没有可见光，于是就形成了黑夜。而人工智能既没有生物演化，也无需考虑海洋的透明窗口。那么，人工智能的机器视觉可以做到没有昼夜之分吗？鲍芳琳说：“我们的热雷达工作给出了肯定的答案，YES！”在这项工作中，第一步便是利用红外热辐射作为传感信号源。事实上，我们周围的所有物体诸如地面、房子、人体等，都会不分昼夜地发出红外热辐射。利用红外热辐射进行成像，具有一定的夜视能力。然而，热成像有着非常典型的“鬼影效应”。如下图，热成像之下的人脸没有细节，更像个“鬼魂”。图 | 鲍芳琳的热成像照片（来源：鲍芳琳）其实热成像下的其他物体也都一样：缺乏纹理、对比度低，远不如白天我们眼见的景象。那么，“鬼影效应”是怎么产生的？假如能从热成像中恢复纹理细节，使热成像达到类似于白天景象的效果，就能得到真正的夜视吗？鲍芳琳说：“我们的热雷达工作正是解释并克服了‘鬼影效应’，并实现了真正的夜视。热雷达可以在黑夜看到类比于白天的景象，在此基础之上实现不分昼夜的机器感知。”由于热雷达是被动式传感，所以非常适合用于多人工智能场景，有望为未来的人机交互时代提供传感支持，并有望为机器视觉以及人工智能带来突破。可以说，热雷达重新定义了低可见度环境下的机器感知，即将为低可见度下的机器视觉以及成像技术带来革命。审稿人也评价称：“这篇论文将会吸引全球学者来探索热雷达，并将热雷达的框架应用到低可见度情况的各个任务场合。”同时，热雷达毫无疑问将提升自动驾驶以及其他机器辅助技术。随着热雷达的进一步优化，它将开辟一个全被动的、对物理环境有着灵敏传感的机器感知技术。由此可见，热雷达有望重塑我们的未来，它会让我们更加接近一个人机交互的社会。在那里，机器可以通过高灵敏传感为我们提供既关键、又安全的信息。（来源：Nature）具体来说：热雷达最直接的应用就是作为机器人以及无人驾驶汽车的传感器。热雷达采取完全被动式的传感方式，可以感知材料、温度、几何纹理等多维度的物理信息，还能在黑夜看到类似白天的景象，这将为机器人提供全新的机器视觉支持。热雷达也能用于野生动物监测。野生动物大多只在夜间活动。热雷达的夜视能力以及灵敏的温度感知能力，将帮助我们更好地监测珍稀野生动物。热雷达也可用于智能医疗，更好地在夜间监测患者的行为、状态。热雷达还能用于国防领域，由于其具备被动传感的特征，故其具有良好的隐蔽性。日前，相关论文以《热辅助探测和测距》（Heat-assisted detection and ranging）为题发在 Nature，并成为当期封面论文。鲍芳琳是第一作者，美国普渡大学祖宾雅各（Zubin Jacob）担任通讯作者[1]。图 | 相关论文（来源：Nature）“本来也不存在路，路都是人走出来的”事实上，这篇发表于 Nature 封面的论文，一开始起源于鲍芳琳用来练手的一个小课题。2019 年 5 月，为了拓宽个人研究方向，鲍芳琳来到美国普渡大学 Zubin Jacob 组从事博后研究，原本他打算做一个量子多体物理与张量网络的课题。然而等鲍芳琳真正来到普渡大学，Zubin 却并没有成功申请到张量网络的项目。于是，他们打算先花两三个月时间，拿个小课题练练手。一边积累机器学习与张量网络方面的知识，一边申请新的项目。对于这个小课题，Zubin 给鲍芳琳设定了一些相对浅显的内容：用机器学习对红外光谱进行材料分类。不过，Zubin 却给这个小课题取了一个响亮的名字——HADAR（heat-assisted detection and ranging），这便是此次研究的前身。但是，Zubin 和鲍芳琳都没有红外遥感方面的基础。等鲍芳琳掌握了张量网络、神经网络与机器学习方面的必要知识后，鲍芳琳又开始了解领域内的现状，结果发现对于红外光谱进行材料分类这种工作，早在十年前就被做完了，因此并不能作为新的课题。但是，鲍芳琳觉得 HADAR 这个名字有点意思。利用红外辐射进行被动式传感，相比激光雷达而言也有其独特的优势。在 HADAR 这个单词里，D 跟 R 分别代表目标探测与距离测量。如果不像激光雷达那样主动发射信号出去，又该如何测量目标物体的距离呢？最直接的做法就是模拟人眼，用双目视差法测量距离。然而，鲍芳琳发现热成像受到“鬼影效应”影响，普遍都缺乏纹理，这时就很难采用双目视差的方法，这也是热成像传感领域的一个瓶颈。那么，为什么热相机拍照片无法像普通相机那样富含纹理呢？“鬼影效应”又是怎么产生的？以及能否克服“鬼影效应”，实现热红外的目标探测与距离测量？这些问题让鲍芳琳来了兴趣，也让他看到了真正适合 HADAR 这个名字的、完全不同于当初小课题的研究思路与内容。找到新的研究思路之后，他很快就想通了“鬼影效应”的机制与克服办法，由此提出了“TeX 视觉”的概念，这也是热雷达的核心原理。与此同时，Zubin 也极大肯定了鲍芳琳的想法。综合一些其他想法，再加上组里的前期研究基础，他们很快就在一年之内申请到 4 个项目。热雷达项目，则由其中一个 DARPA 项目支持。获得支持之后，他们分析了热雷达的理论极限，也研究了一些基础问题，比如热雷达需要多少个光子才能分辨目标物体的材料、以及测量目标物体的距离等。另一方面，他们也开始着手使用仿真模拟的方法，去证实热雷达的可行性，以及通过户外实验去实现热雷达的原始模型。（来源：Nature）后来，他们把上述研究整理为论文并投稿到 Nature，尽管得到了非常正面的评价，期刊编辑以及审稿人都表示这项工作很有意思。不过，鲍芳琳和导师以及同事基本都是物理或光学背景出身，而审稿人全部来自计算机科学和机器视觉领域。不同背景学者的关注点很不一样。审稿人在点赞理论框架的同时，也希望鲍芳琳等人补充更多的模拟与实验，真正把热雷达做出来，并与现有的激光雷达等进行对比。在长达两年的审稿过程中，鲍芳琳自学了一些计算机图形的基础知识。他还带着几个研究生开发出一个基于光线追迹的计算机图形仿真软件，生成了世界上唯一一个公开的红外高光谱成像的数据库（the HADAR database）。利用这个数据库，他们开始训练机器学习，并对热雷达理论进行数值验证。同时，利用 DARPA 项目组提供的更加优质的实验数据，鲍芳琳开发了一系列算法，在实验上实现了热雷达的所有效果，包括 TeX 视觉、类比于白天的夜视能力、显著优于传统热成像的目标探测与距离测量等。热雷达是一个新概念，也是一个跨领域的工作。虽然目前只是一篇期刊论文，但是鲍芳琳感觉其工作量堪比一个博士学位论文。短短 6 页的 Nature 正文背后，有着将近 100 页的方法与补充材料，涵盖光学信息理论、机器学习算法、实验细节、与当前机器视觉的对比分析等内容。审稿意见以及修改材料也长达 143 页。原本 3 个月的小课题做了 4 年才有了这第一个阶段性成果。鲍芳琳说：“论文合作者之一的 Vaneet Aggarwal 教授曾问我，这么长时间没出成果，你不怕以后找不到工作（教职）吗？说实话，我也担心。不过权衡之下，我觉得‘做好一件事情’比‘做过多件事情’更重要，所以一直在坚持。”而鲍芳琳和同事踏实的论证工作，也得到了审稿人多次的赞赏。与此同时，漫长的研究也并未让鲍芳琳过于担心找工作一事。因为在此前，他曾在其他项目上发表过一些论文。但是，由于热雷达过于前沿，他也曾遇到过一些困惑。其表示：“我本科学的是物理，博士学的是光学。在做热雷达之前，我主要研究量子物理。”在做热雷达之后，曾经有很长一段时间，组里新来的同学问他从事什么研究方向，很多次他都答不上来。尽管热雷达涉及到多个学科的知识，但它本身是一个新生事物，不曾被明确定义过。直到研究临近结束，他才慢慢释然。“本来也不存在路，路都是人走出来的。也许若干年后，热雷达本身就成了一个研究方向。”鲍芳琳总结称。另据悉，在论文审稿期间，鲍芳琳也迎来了女儿 Louisa 的出生。组里同学开玩笑说，她的名字应该叫 HADAR。他继续说道：“这项工作能坚持到最后，离不开亲人们默默的支持。”未来，鲍芳琳会持续推动热雷达相关的研究，直到它像激光雷达等一样在社会上取得广泛的应用。这其实是一条漫长的路，前文提到了鲍芳琳的热成像照片。那么，它对应的热雷达图像在哪里？目前依旧无法得到。这是因为，目前的热雷达仍然处于概念验证的阶段，还有很多理论需要通过进一步的实验加以验证，也有更多应用值得去探索。与此同时，热雷达所使用的高光谱热相机非常笨重、迟缓和昂贵，急需得到进一步的突破。“我计划回国之后在这些方面继续开展研究工作，希望 2024 年初能回到祖国怀抱，我未来的研究方向也会继续围绕量子物理与人工智能开展，热雷达便是其中的一个方向。”他说。参考资料：1.Bao, F., Wang, X., Sureshbabu, S.H. et al. Heat-assisted detection and ranging. Nature 619, 743–748 （2023）. https://doi.org/10.1038/s41586-023-06174-6

近日，Mobileye宣布终止用于自动驾驶和高度自动驾驶系统的下一代调频连续波 (FMCW) 激光雷达的内部开发。激光雷达研发部门将于 2024 年底解散，影响约 100 名员工。Mobileye预计2024 年激光雷达研发部门的运营费用总计约为 6,000 万美元（包括与股权激励费用相关的约 500 万美元）。Mobileye认为，下一代 FMCW 激光雷达的可用性在其“非视觉系统路线图” 的重要性有所下降。此外，公司基于EyeQ6的计算机视觉感知技术取得了实质性进展，内部开发的成像雷达性能进一步明确，而第三方供应商开发的飞行时间（ToF）激光雷达装置的成本降幅超出预期。由于需求环境不确定，Mobileye选择精简业务以应对市场变化。同时，第三方ToF激光雷达的成本节省效果优于预期，这也是Mobileye决定关闭内部FMCW激光雷达研发部门的重要因素之一。Mobileye的成像雷达已达到基于 B 样品的性能规格，预计将于明年按计划投入生产。成像雷达是Mobileye在内部传感器开发项目中的一项战略重点。Mobileye表示，“这是一项核心构建块技术，我们预计它将在成本/性能优化和可扩展性方面为基于 Mobileye 的免目视系统带来竞争优势。”此次终止激光雷达意味着Mobileye在自动驾驶技术战略上的重大调整，这一举措并不影响Mobileye的客户产品计划或产品开发，也不会对2024年的业绩产生重大影响，不过将减少未来激光雷达研发的支出。Mobileye的股价因宣布终止激光雷达的内部研发而下跌2.6%。FMCW激光雷达成本过高激光雷达（LiDAR，Light Detection and Ranging）是一种利用激光束进行探测和测距的光学遥感技术。具体来说，激光雷达由激光发射单元、接收单元、扫描系统和信息处理单元组成。激光雷达技术分为飞行时间（ToF）激光雷达、调频连续波（FMCW）激光雷达、成像雷达。ToF激光雷达通过测量发射激光脉冲与目标回波脉冲之间的时间间隔来计算距离。具体而言，激光器发出一个激光脉冲，当该脉冲遇到物体后反射回来，接收器记录下回波信号到达的时间，从而计算出目标距离。ToF激光雷达系统结构简单、成本较低、响应速度快、探测精度高，适用于中短距离测距。不过也存在距离盲区，不能测量近距离内的物体；空间分辨率受限于脉冲宽度。FMCW激光雷达使用频率调制的连续波信号进行测距和测速。相较于传统的脉冲式激光雷达，FMCW激光雷达具有抗恶劣天气干扰能力强、高度集成化、灵敏度高和信噪比高等优点。此外，FMCW激光雷达在复杂环境中也能实现良好的成像效果。相比ToF，FMCW激光雷达的成本较高。成像雷达通常指的是毫米波或微波成像雷达，它通过发射电磁波并接收反射回来的信号来生成目标的图像。成像雷达能够生成目标区域的二维或三维图像，广泛应用于自动驾驶汽车、气象探测等领域。随着新能源汽车的普及率不断提升，高级辅助驾驶系统（ADAS）和自动驾驶技术的发展，对激光雷达的需求也在增加，应用正在快速增长。如今的激光雷达，价格还是过于昂贵，主要应用在售价20万元的车型上，包括小鹏和蔚来在第二品牌车型上基本都放弃了使用激光雷达，转向纯视觉或轻传感器方案。激光雷达在新能源汽车中的应用不仅限于当前的L2+和L3级别自动驾驶，还将在未来向更高阶的自动驾驶技术迈进。例如，L5级自动驾驶通常需要四至六个激光雷达来确保安全性。成像雷达成Mobileye一项战略重点成像雷达与激光雷达的主要区别在于使用的波长不同。激光雷达使用的是可见光或近红外光，而成像雷达则使用微波或毫米波。在抗干扰能力和穿透能力方面，成像雷达可能优于激光雷达。Mobileye的成像雷达技术在近年来取得了显著进展。Mobileye与Wistron NeWeb Corp.（启碁科技）合作生产其软件定义的成像雷达，预计于2025年内实现量产。去年9月，Mobileye与法雷奥达成合作，共同开发全球领先的成像雷达。Mobileye与法雷奥达认为，作为自动驾驶传感系统的关键部分之一，成像雷达将成为更先进的 ADAS 解决方案和自动驾驶功能的支持性部件。Mobileye成像雷达采用了先进的雷达架构，包括大规模 MIMO（多收多发）天线设计、自主开发的高端射频设计和高保真采样技术，这些技术使得成像雷达能够实现精确的物体探测和更广泛的覆盖范围。据悉，Mobileye的成像雷达采用集成式片上系统设计，最大限度地提高了处理器效率，并采用了领先的雷达数据解析算法，可提供 300 米以致更远距离周围环境的详细四维图像。该雷达具有中距离 140 度视场角和 近距离 170 度视场角，即使在拥挤的城市街道上，也能更准确地探测到其他传感器可能会忽略的 行人、车辆或障碍物。英特尔营收收紧，准备卖了Mobileye？据悉，Mobileye终止激光雷达内部开发的决策是关于公司未来技术投资的一项独立决策，基于对激光雷达的市场经济效益、该产品的项目时间规划以及资金需求等方面的考量。Mobileye研发FMCW激光雷达的计划在2021年前后，原计划在2027年-2028年开始量产FMCW激光雷达。Mobileye的预期在2028年是该产品需求的爆发期，而且会持续爆发。目前为止，尽管也有不少公司同样押注了这条赛道，但这几年来，ToF依旧是目前市场主流的激光雷达测距路线。同时，由于新能源市场行情景气下滑等因素，Mobileye也受到了影响，正朝着连续第三年亏损的方向发展。Mobileye的财报显示，2023年公司的初步业绩整体不佳，客户芯片库存过高导致年度展望不及市场预期，进一步拖累了股价。截至9月5日，Mobileye的股价今年已下跌约71%，市值约为102亿美元。Mobileye也大幅下调了2024年营收和利润预期。Mobileye预计，由于中国市场不稳定，其全年营收将在16亿至16.8亿美元之间，调整后营业利润在1.52亿至2.01亿美元之间。Mobileye成立于1999年，其核心业务包括开发用于自动驾驶和ADAS的视觉传感器、芯片及软件解决方案，其主要产品包括EyeQ系列系统集成芯片。Mobileye于2017年被英特尔收购，当时是英特尔在自动驾驶领域的重要布局。近日，由于英特尔经营业绩下滑，以及在代工业务上的巨额亏损以及市场需求疲软等问题，彭博援引知情人士报道称，英特尔在对其战略进行全面评估的过程中考虑出售Mobileye。去年，英特尔已经出售了Mobileye的部分股份，并从该交易中获得了约15亿美元的资金。如果英特尔试图通过出售更多Mobileye的股份来筹集资金，说明英特尔与Mobileye正度过一个艰难时期。

11月7日，高分辨率数字激光雷达供应商Ouster和知名激光雷达传感器和解决方案全球企业Velodyne宣布，双方已达成最终协议，将以全股票交易的方式进行合并。据报道，合并后公司的市值约为4亿美元。根据两家公司于11月4日周五签署的协议条款，每股Velodyne股票将在收盘时交换0.8204股Ouster股票。以当前流通股计算，该交易完成后，Velodyne和Ouster的现有股东各自拥有合并后公司约50％的股份。在合并交易完成之前，两家公司将继续独立运营业务。目前合并后的公司命名尚未公布，合并交易预计将在2023年上半年完成。Velodyne的产品支持包括自动驾驶、驾驶辅助、地图和机器人等解决方案的应用，而Ouster的数字激光雷达传感器主要支持工业自动化、智能基础设施、机器人和汽车行业。此次两大激光雷达龙头企业合并，预计将推动显著的价值创造，并通过强劲的产品供应、提升的运营效率和快速增长的终端市场互补客户基础，带来强大的财务业绩表现。领导团队由现任Velodyne首席执行官Ted Tewksbury担任董事会执行主席，现任Ouster联合创始人兼首席执行官Angus Pacala担任合并后公司的首席执行官。两家公司在与专业目的收购公司（SPACs）合并后成为公开交易实体。Velodyne在2020年6月与Graf Industrial Corp达成协议后于2021年9月开始交易。Ouster在2020年12月与Colonnade Acquisition Corp完成协议后于2021年3月开始交易。Velodyne以其Puck激光雷达传感器而闻名，该传感器支持低速自动驾驶和驾驶员辅助应用。在过去的两个月里，该公司与斯坦利机器人公司（Stanley Robotics）、雅马哈汽车有限公司（ Yamaha Motor）和Visimind Group签署了正式协议，将为他们供应和交付Puck传感器。Velodyne上个月还收购了一家专注于人工智能的软件公司Bluecity，双方已合作多年共同为智慧城市应用提供基于激光雷达的解决方案。Ouster的目标则是工业、机器人和智能基础设施市场，去年公司收购了用于汽车系列生产的数字固态激光雷达传感器开发公司Sense Photonics。通过此次收购，该公司还在公司架构中组建起了Ouster Automotive部门，专注于推动数字激光雷达在消费和商用车的大众市场采用。此外，Ouster公司于2021年11月推出了Digital Flash系列汽车激光雷达。对于此次合并，Ouster首席执行官Angus Pacala表示：“Ouster尖端的数字激光雷达技术能够带来强大的单位经济效益和新产品的性能收益，再加上Velodyne数十年的创新、高性能硬件和软件解决方案，以及已建立的全球客户足迹，使合并后的公司能够在快速增长的市场加速采用激光雷达技术，满足各种客户需求。我们的目标是在满足客户需求的同时，实现足够低的价格，以促进激光雷达的大规模采用。”而Velodyne首席执行官Ted Tewksbury博士则表示：“激光雷达是一项有价值的自动驾驶技术，能够显著提高自动驾驶的效率、生产率、安全性和可持续性。我们的目标是通过提供负担得起的高性能传感器，推动广泛的客户应用程序的大规模采用，并通过创造规模来推动盈利和可持续的收入增长，从而创建一个充满活力和健康的激光雷达行业。”国外激光雷达市场多家企业近期均传来负面消息，而这两家公司最近也都出现了亏损：－ Velodyne今年第二季度净亏损4430万美元（合每股亏损0．22美元），此前2022年第一季度净亏损4910万美元（合每股亏损0．25美元）。今天（11月8日），Velodyne将会公布最新的第三季度收益。－ Ouster于11月7日公布了第三季度财报，本季度公司净亏损增至3600万美元；此前该公司在2022年第二季度净亏损2800万美元。今年9月，Ouster还表示，2023年的现金支出目标为1．07亿美元，与2022年第二季度的年化现金支出相比减少了15％以上，同时该公司还宣布了裁员约10％的计划。截至2022年9月30日，Ouster和Velodyne的现金结余合计约为3．55亿美元，并计划在完成合并后的9个月内实现至少7500万美元的年化成本节约。而通过此次合并，两家公司将实现客户基础、合作伙伴和分销渠道的共享互补，同时还将带来更低的产品成本和创新的产品路线图，将加速激光雷达在快速增长的终端市场的采用。随着全球商业足迹和分销网络的扩大，合并后的公司预计将增加销量，降低产品成本，并推动自身的可持续增长。合并后公司将拥有超过20年的激光雷达技术创新综合经验，其知识产权组合将包括173项已授予专利和504项未决专利。此外，管理层计划将精简公司的运营支出，以建立一个与合并后公司预计收入增长相一致的整体成本结构。

近日，国产激光雷达企业速腾聚创科技有限公司（以下简称“速腾聚创”）在香港联交所主板挂牌上市，成为港股激光雷达第一股，2024年中国传感器产业第一股。本次IPO最终发售价定为每股43.00港元 ，全球发售2290.98万股股份，募资总额为9.85 亿港元，速腾聚创上市后股票很快破发，截至当日收盘，公司市值193.2亿港元，成为全球市值最高的激光雷达企业。速腾聚创是激光雷达及感知解决方案市场的全球领导者，通过芯片、激光雷达平台与感知算法三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，颠覆传统激光雷达硬件纯信息收集的定义。据介绍，速腾聚创是全球最早实现车规级固态激光雷达量产的激光雷达公司，也是全球首家开启车规级激光雷达项目量产交付的激光雷达公司。截至2023年3月31日，与全球其他激光雷达公司相比，速腾聚创服务的汽车整车厂和一级供应商数量最多、拥有前装量产定点车型最多及实现SOP车型最多。截至2023年12月18日，速腾聚创已取得21家汽车整车厂及一级供应商的超60款车型的量产定点订单，其中帮助24款车型实现SOP。出货量方面，截至2023年10月31日止，前十个月，速腾聚创的激光雷达产品及用于 ADAS应用的激光雷达产品的销量分别为约136,000台及约121,700台，较2022年同期的约40,700 台及24,400台分别大幅增加，并且超过2020~2022年前三年出货量总和。此外，10月份单月激光雷达销量近30000台，创单月销量历史记录。2024年，速腾聚创激光雷达的预计交付量或将超过100万颗，其中速腾聚创激光雷达产品更是供货问界M7/M5、小鹏G9/X9、极氪007、比亚迪仰望U8等众多明星车型。

激光雷达介绍 　　激光雷达 　　LiDAR(LightLaser Deteetion and Ranging)，是激光探测及测距系统的简称。 　　用激光器作为辐射源的雷达。激光雷达是激光技术与雷达技术相结合的产物 。由发射机 、天线 、接收机 、跟踪架及信息处理等部分组成。发射机是各种形式的激光器，如二氧化碳激光器、掺钕钇铝石榴石激光器、半导体激光器及波长可调谐的固体激光器等；天线是光学望远镜；接收机采用各种形式的光电探测器，如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等。激光雷达采用脉冲或连续波2种工作方式，探测方法分直接探测与外差探测。 激光雷达的历史 　　自从1839年由Daguerre和Niepce拍摄第一张像片以来，利用像片制作像片平面图(X、Y)技术一直沿用至今。到了1901年荷兰人Fourcade发明了摄影测量的立体观测技术，使得从二维像片可以获取地面三维数据(X、Y、Z)成为可能。一百年以来，立体摄影测量仍然是获取地面三维数据最精确和最可靠的技术，是国家基本比例尺地形图测绘的重要技术。 　　随着科学技术的发展和计算机及高新技术的广泛应用，数字立体摄影测量也逐渐发展和成熟起来，并且相应的软件和数字立体摄影测量工作站已在生产部门普及。但是摄影测量的工作流程基本上没有太大的变化，如航空摄影-摄影处理-地面测量(空中三角测量)-立体测量-制图(DLG、DTM、GIS及其他)的模式基本没有大的变化。这种生产模式的周期太长，以致于不适应当前信息社会的需要，也不能满足&ldquo 数字地球&rdquo 对测绘的要求。 　　LIDAR测绘技术空载激光扫瞄技术的发展，源自1970年，美国航天局（NASA）的研发。因全球定位系统（Global PositioningSystem、GPS）及惯性导航系统（InertialInertiNavigation System、INS）的发展，使精确的即时定位及姿态付诸实现。德国Stuttgart大学于1988到1993年间将激光扫描技术与即时定位定姿系统结合，形成空载激光扫描仪（Ackermann-19）。之后，空载激光扫瞄仪随即发展相当快速，约从1995年开始商业化，目前已有10多家厂商生产空载激光扫瞄仪，可选择的型号超过30种（Baltsavias-1999）。研发空载激光扫瞄仪的原始目的是观测多重反射（multiple echoes）的观测值，测出地表及树顶的高度模型。由于其高度自动化及精确的观测成果用空载激光扫瞄仪为主要的DTM生产工具。 　　激光扫描方法不仅是军内获取三维地理信息的主要途径，而且通过该途径获取的数据成果也被广泛应用于资源勘探、城市规划、农业开发、水利工程、土地利用、环境监测、交通通讯、防震减灾及国家重点建设项目等方面，为国民经济、社会发展和科学研究提供了极为重要的原始资料，并取得了显著的经济效益，展示出良好的应用前景。低机载LIDAR地面三维数据获取方法与传统的测量方法相比，具有生产数据外业成本低及后处理成本的优点。目前，广大用户急需低成本、高密集、快速度、高精度的数字高程数据或数字表面数据，机载LIDAR技术正好满足这个需求，因而它成为各种测量应用中深受欢迎的一个高新技术。 　　快速获取高精度的数字高程数据或数字表面数据是机载LIDAR技术在许多领域的广泛应用的前提，因此，开展机载LIDAR数据精度的研究具有非常重要的理论价值和现实意义。在这一背景下，国内外学者对提高机载LIDAR数据精度做了大量研究。 　　由于飞行作业是激光雷达航测成图的第一道工序，它为后续内业数据处理提供直接起算数据。按照测量误差原理和制定&ldquo 规范&rdquo 的基本原则，都要求前一工序的成果所包含的误差，对后一工序的影响应为最小。因此，通过研究机载激光雷达作业流程，优化设计作业方案来提高数据质量，是非常有意义的。 LiDAR的基本原理 　　LIDAR是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的系统，用于获得数据并生成精确的DEM。这三种技术的结合，可以高度准确地定位激光束打在物体上的光斑。它又分为目前日臻成熟的用于获得地面数字高程模型(DEM)的地形LIDAR系统和已经成熟应用的用于获得水下DEM的水文LIDAR系统，这两种系统的共同特点都是利用激光进行探测和测量，这也正是LIDAR一词的英文原译，即：LIght Detection And Ranging - LIDAR。 　　激光本身具有非常精确的测距能力，其测距精度可达几个厘米，而LIDAR系统的精确度除了激光本身因素，还取决于激光、GPS及惯性测量单元(IMU)三者同步等内在因素。随着商用GPS及IMU的发展，通过LIDAR从移动平台上（如在飞机上）获得高精度的数据已经成为可能并被广泛应用。 　　LIDAR系统包括一个单束窄带激光器和一个接收系统。激光器产生并发射一束光脉冲，打在物体上并反射回来，最终被接收器所接收。接收器准确地测量光脉冲从发射到被反射回的传播时间。因为光脉冲以光速传播，所以接收器总会在下一个脉冲发出之前收到收到前一个被反射回的脉冲。鉴于光速是已知的，传播时间即可被转换为对距离的测量。结合激光器的高度，激光扫描角度，从GPS得到的激光器的位置和从INS得到的激光发射方向，就可以准确地计算出每一个地面光斑的座标X，Y，Z。激光束发射的频率可以从每秒几个脉冲到每秒几万个脉冲。举例而言，一个频率为每秒一万次脉冲的系统，接收器将会在一分钟内记录六十万个点。一般而言，LIDAR系统的地面光斑间距在2-4m不等。 激光雷达的妙用 　　激光雷达是一种工作在从红外到紫外光谱段的雷达系统，其原理和构造与激光测距仪极为相似。科学家把利用激光脉冲进行探测的称为脉冲激光雷达，把利用连续波激光束进行探测的称为连续波激光雷达。激光雷达的作用是能精确测量目标位置（距离和角度）、运动状态（速度、振动和姿态）和形状，探测、识别、分辨和跟踪目标。经过多年努力，科学家们已研制出火控激光雷达、侦测激光雷达、导弹制导激光雷达、靶场测量激光雷达、导航激光雷达等。 　　直升机障碍物规避激光雷达 　　目前，激光雷达在低空飞行直升机障碍物规避、化学／生物战剂探测和水下目标探测等方面已进入实用阶段，其它军事应用研究亦日趋成熟。 　　直升机在进行低空巡逻飞行时，极易与地面小山或建筑物相撞。为此，研制能规避地面障碍物的直升机机载雷达是人们梦寐以求的愿望。目前，这种雷达已在美国、德国和法国获得了成功。 　　美国研制的直升机超低空飞行障碍规避系统，使用固体激光二极管发射机和旋转全息扫描器可检测直升机前很宽的空域，地面障碍物信息实时显示在机载平视显示器或头盔显示器上，为安全飞行起了很大的保障作用。 　　德国戴姆勒.奔驰宇航公司研制成功的Hel??las障碍探测激光雷达更高一筹，它是一种固体1．54微米成像激光雷达，视场为32度× 32度，能探测300―500米距离内直径1厘米粗的电线，将装在新型EC―135和EC―155直升机上。 　　法国达索电子公司和英国马可尼公司联合研制的吊舱载CLARA激光雷达具有多种功能，采用CO2激光器。不但能探测标杆和电缆之类的障碍，还具有地形跟踪、目标测距和指示、活动目标指示等功能，适用于飞机和直升机。 　　化学战剂探测激光雷达 　　传统的化学战剂探测装置由士兵肩负，一边探测一边前进，探测速度慢，且士兵容易中毒。 　　俄罗斯研制成功的KDKhr―1N远距离地面激光毒气报警系统，可以实时地远距离探测化学毒剂攻击，确定毒剂气溶胶云的斜距、中心厚度、离地高度、中心角坐标以及毒剂相关参数，并可通过无线电通道或有线线路向部队自动控制系统发出报警信号，比传统探测前进了一大步。 　　德国研制成功的VTB―1型遥测化学战剂传感器技术更加先进，它使用两台9― 11微米、可在40个频率上调节的连续波CO2激光器，利用微分吸收光谱学原理遥测化学战剂，既安全又准确。 　　机载海洋激光雷达 　　传统的水中目标探测装置是声纳。根据声波的发射和接收方式，声纳可分为主动式和被动式，可对水中目标进行警戒、搜索、定性和跟踪。但它体积很大，重量一般在600公斤以上，有的甚至达几十吨重。而激光雷达是利用机载蓝绿激光器发射和接收设备，通过发射大功率窄脉冲激光，探测海面下目标并进行分类，既简便，精度又高。 　　迄今，机载海洋激光雷达已发展了三代产品。20世纪90年代研制成功的第三代系统以第二代系统为基础，增加了GPS定位和定高功能，系统与自动导航仪接口，实现了航线和高度的自动控制。 　　成像激光雷达可水下探物 　　美国诺斯罗普公司为美国国防高级研究计划局研制的ALARMS机载水雷探测系统，具有自动、实时检测功能和三维定位能力，定位分辨率高，可以24小时工作，采用卵形扫描方式探测水下可疑目标。 美国卡曼航天公司研制成功的机载水下成像激光雷达，最大特点是可对水下目标成像。由于成像激光雷达的每个激光脉冲覆盖面积大，因此其搜索效率远远高于非成像激光雷达。另外，成像激光雷达可以显示水下目标的形状等特征，更加便于识别目标，这已是成像激光雷达的一大优势。 History and Vision History Velodyne's expertise with laser distance measurement started by participating in the 2005 Grand Challenge sponsored by the Defense Advanced Research Projects Agency (DARPA).A race for autonomous vehicles across the Mojave desert, DARPA's goal was to stimulate autonomous vehicle technology development for both military and commercial applications. Velodyne founders Dave and Bruce Hall entered the competition as Team DAD (Digital Audio Drive), traveling 6.2 miles in the first event and 25 miles in the second. The team developed technology for visualizing the environment, first using a dual video camera approach and later developing the laser-based system that laid the foundation for Velodyne's current products. The first Velodyne LIDAR scanner was about 30 inches in diameter and weighed close to 100 lbs. Choosing to commercialize the LIDAR scanner instead of competing in subsequent challenge events, Velodyne was able to dramatically reduce the sensor's size and weight while also improving performance. Velodyne's HDL-64E sensor was the primary means of terrain map construction and obstacle detection for all the top DARPA Urban Challenge teams. Vision Velodyne's ultimate vision for its LIDAR technology is simple: to save lives. We see the day where this sensor technology is deployed on every vehicle in the world. While traditional LIDAR sensors have relied on fixed electronics and rotating mirrors to deliver a 3-D terrain map, the rotation of an entire array of multiple fixed lasers has proven to be a quantum leap forward in sensing technology. This accomplishment has been termed a "disruptive event" by car safety research groups, who see the technology as a reason to rethink all that we know about vehicle sensors and the safety systems they enable. Until the day when we help eliminate automobile-relatedcasualties, Velodyne plans to market its unique LIDAR technology wherever sophisticated 3-D environment understanding is required: robotics, map capture, surveying, autonomous navigation, automotive safety ystems, and industrial applications. 激光雷达介绍 　　激光雷达 　　LiDAR(LightLaser Deteetion and Ranging)，是激光探测及测距系统的简称。 　　用激光器作为辐射源的雷达。激光雷达是激光技术与雷达技术相结合的产物 。由发射机 、天线 、接收机 、跟踪架及信息处理等部分组成。发射机是各种形式的激光器，如二氧化碳激光器、掺钕钇铝石榴石激光器、半导体激光器及波长可调谐的固体激光器等；天线是光学望远镜；接收机采用各种形式的光电探测器，如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等。激光雷达采用脉冲或连续波2种工作方式，探测方法分直接探测与外差探测。 激光雷达的历史 　　自从1839年由Daguerre和Niepce拍摄第一张像片以来，利用像片制作像片平面图(X、Y)技术一直沿用至今。到了1901年荷兰人Fourcade发明了摄影测量的立体观测技术，使得从二维像片可以获取地面三维数据(X、Y、Z)成为可能。一百年以来，立体摄影测量仍然是获取地面三维数据最精确和最可靠的技术，是国家基本比例尺地形图测绘的重要技术。 　　随着科学技术的发展和计算机及高新技术的广泛应用，数字立体摄影测量也逐渐发展和成熟起来，并且相应的软件和数字立体摄影测量工作站已在生产部门普及。但是摄影测量的工作流程基本上没有太大的变化，如航空摄影-摄影处理-地面测量(空中三角测量)-立体测量-制图(DLG、DTM、GIS及其他)的模式基本没有大的变化。这种生产模式的周期太长，以致于不适应当前信息社会的需要，也不能满足&ldquo 数字地球&rdquo 对测绘的要求。 　　LIDAR测绘技术空载激光扫瞄技术的发展，源自1970年，美国航天局（NASA）的研发。因全球定位系统（Global PositioningSystem、GPS）及惯性导航系统（InertialInertiNavigation System、INS）的发展，使精确的即时定位及姿态付诸实现。德国Stuttgart大学于1988到1993年间将激光扫描技术与即时定位定姿系统结合，形成空载激光扫描仪（Ackermann-19）。之后，空载激光扫瞄仪随即发展相当快速，约从1995年开始商业化，目前已有10多家厂商生产空载激光扫瞄仪，可选择的型号超过30种（Baltsavias-1999）。研发空载激光扫瞄仪的原始目的是观测多重反射（multiple echoes）的观测值，测出地表及树顶的高度模型。由于其高度自动化及精确的观测成果用空载激光扫瞄仪为主要的DTM生产工具。 　　激光扫描方法不仅是军内获取三维地理信息的主要途径，而且通过该途径获取的数据成果也被广泛应用于资源勘探、城市规划、农业开发、水利工程、土地利用、环境监测、交通通讯、防震减灾及国家重点建设项目等方面，为国民经济、社会发展和科学研究提供了极为重要的原始资料，并取得了显著的经济效益，展示出良好的应用前景。低机载LIDAR地面三维数据获取方法与传统的测量方法相比，具有生产数据外业成本低及后处理成本的优点。目前，广大用户急需低成本、高密集、快速度、高精度的数字高程数据或数字表面数据，机载LIDAR技术正好满足这个需求，因而它成为各种测量应用中深受欢迎的一个高新技术。 　　快速获取高精度的数字高程数据或数字表面数据是机载LIDAR技术在许多领域的广泛应用的前提，因此，开展机载LIDAR数据精度的研究具有非常重要的理论价值和现实意义。在这一背景下，国内外学者对提高机载LIDAR数据精度做了大量研究。 　　由于飞行作业是激光雷达航测成图的第一道工序，它为后续内业数据处理提供直接起算数据。按照测量误差原理和制定&ldquo 规范&rdquo 的基本原则，都要求前一工序的成果所包含的误差，对后一工序的影响应为最小。因此，通过研究机载激光雷达作业流程，优化设计作业方案来提高数据质量，是非常有意义的。 LiDAR的基本原理 　　LIDAR是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的系统，用于获得数据并生成精确的DEM。这三种技术的结合，可以高度准确地定位激光束打在物体上的光斑。它又分为目前日臻成熟的用于获得地面数字高程模型(DEM)的地形LIDAR系统和已经成熟应用的用于获得水下DEM的水文LIDAR系统，这两种系统的共同特点都是利用激光进行探测和测量，这也正是LIDAR一词的英文原译，即：LIght Detection And Ranging - LIDAR。 　　激光本身具有非常精确的测距能力，其测距精度可达几个厘米，而LIDAR系统的精确度除了激光本身因素，还取决于激光、GPS及惯性测量单元(IMU)三者同步等内在因素。随着商用GPS及IMU的发展，通过LIDAR从移动平台上（如在飞机上）获得高精度的数据已经成为可能并被广泛应用。 　　LIDAR系统包括一个单束窄带激光器和一个接收系统。激光器产生并发射一束光脉冲，打在物体上并反射回来，最终被接收器所接收。接收器准确地测量光脉冲从发射到被反射回的传播时间。因为光脉冲以光速传播，所以接收器总会在下一个脉冲发出之前收到收到前一个被反射回的脉冲。鉴于光速是已知的，传播时间即可被转换为对距离的测量。结合激光器的高度，激光扫描角度，从GPS得到的激光器的位置和从INS得到的激光发射方向，就可以准确地计算出每一个地面光斑的座标X，Y，Z。激光束发射的频率可以从每秒几个脉冲到每秒几万个脉冲。举例而言，一个频率为每秒一万次脉冲的系统，接收器将会在一分钟内记录六十万个点。一般而言，LIDAR系统的地面光斑间距在2-4m不等。 激光雷达的妙用 　　激光雷达是一种工作在从红外到紫外光谱段的雷达系统，其原理和构造与激光测距仪极为相似。科学家把利用激光脉冲进行探测的称为脉冲激光雷达，把利用连续波激光束进行探测的称为连续波激光雷达。激光雷达的作用是能精确测量目标位置（距离和角度）、运动状态（速度、振动和姿态）和形状，探测、识别、分辨和跟踪目标。经过多年努力，科学家们已研制出火控激光雷达、侦测激光雷达、导弹制导激光雷达、靶场测量激光雷达、导航激光雷达等。 　　直升机障碍物规避激光雷达 　　目前，激光雷达在低空飞行直升机障碍物规避、化学／生物战剂探测和水下目标探测等方面已进入实用阶段，其它军事应用研究亦日趋成熟。 　　直升机在进行低空巡逻飞行时，极易与地面小山或建筑物相撞。为此，研制能规避地面障碍物的直升机机载雷达是人们梦寐以求的愿望。目前，这种雷达已在美国、德国和法国获得了成功。 　　美国研制的直升机超低空飞行障碍规避系统，使用固体激光二极管发射机和旋转全息扫描器可检测直升机前很宽的空域，地面障碍物信息实时显示在机载平视显示器或头盔显示器上，为安全飞行起了很大的保障作用。 　　德国戴姆勒.奔驰宇航公司研制成功的Hel??las障碍探测激光雷达更高一筹，它是一种固体1．54微米成像激光雷达，视场为32度× 32度，能探测300―500米距离内直径1厘米粗的电线，将装在新型EC―135和EC―155直升机上。 　　法国达索电子公司和英国马可尼公司联合研制的吊舱载CLARA激光雷达具有多种功能，采用CO2激光器。不但能探测标杆和电缆之类的障碍，还具有地形跟踪、目标测距和指示、活动目标指示等功能，适用于飞机和直升机。 　　化学战剂探测激光雷达 　　传统的化学战剂探测装置由士兵肩负，一边探测一边前进，探测速度慢，且士兵容易中毒。 　　俄罗斯研制成功的KDKhr―1N远距离地面激光毒气报警系统，可以实时地远距离探测化学毒剂攻击，确定毒剂气溶胶云的斜距、中心厚度、离地高度、中心角坐标以及毒剂相关参数，并可通过无线电通道或有线线路向部队自动控制系统发出报警信号，比传统探测前进了一大步。 　　德国研制成功的VTB―1型遥测化学战剂传感器技术更加先进，它使用两台9― 11微米、可在40个频率上调节的连续波CO2激光器，利用微分吸收光谱学原理遥测化学战剂，既安全又准确。 　　机载海洋激光雷达 　　传统的水中目标探测装置是声纳。根据声波的发射和接收方式，声纳可分为主动式和被动式，可对水中目标进行警戒、搜索、定性和跟踪。但它体积很大，重量一般在600公斤以上，有的甚至达几十吨重。而激光雷达是利用机载蓝绿激光器发射和接收设备，通过发射大功率窄脉冲激光，探测海面下目标并进行分类，既简便，精度又高。 　　迄今，机载海洋激光雷达已发展了三代

8月12日，北京安洲科技有限公司对中国林业科学研究院的410-Shark机载高光谱、Lidar50机载激光雷达以及AZ3D-2机载倾斜摄影进行了设备验收，在同一地块分别进行了不同传感器的影像数据飞行实验，并进行了高光谱与激光雷达的数据融合处理，实验结果得到了用户的一致好评。410 Shark机载高光谱Lidar 50机载激光雷达AZ 3D-2 机载倾斜摄影410 Shark机载高光谱处理结果ENVI中打开高光谱影像数据高光谱3D Cube归一化植被指数NDVILidar 50机载激光雷达处理结果Lidar 50点云实时预览Lidar 50样区正摄影像图Lidar 50解算完成点云图AZ 3D-2 机载倾斜摄影处理结果角度1 观测角度2 观测NDVI与lidar点云融合结果

2019年9月4日-7日，中国国际光博会（CIOE 2019）在深圳成功举行。本次滨松中国在展会中主要以激光加工、激光雷达、光通信、工业计测、气体分析、民用消费、光谱检测、检验医学八个方向为主，进行了产品技术的呈现。久经市场考验的经典产品，以及最新曝光的新品都同台出现，获得了众多参观者的驻足。展会现场激光加工# 激光加工联合实验室展品：激光并行加工模块2019年7月，湖北工业大学-滨松中国-金顿激光共同建立的“激光加工联合实验室”正式成立。目前主要进行着基于空间光调制器的精密激光加工方案（钻孔、切割、打标等）的研究，包括不同应用的相位图计算算法、光路系统的搭建与优化、不同材料和应用的实验工艺验证等等。激光并行加工模块是联合实验室的一个小小的首秀。内部配置了滨松空间光调制器（LCOS-SLM）。激光入射到SLM上，在软件内预先设置的多焦点全息图，随后激光通过独特设计的光路，最终在相机靶面上产生多光束。在光调制时，该模块使用了带反馈的迭代算法。相机采集的多个光束的能量分布首先经过算法优化，再迭代入GS算法迭代循环中，经过不断迭代循环，最终得到了能量分布均匀的多个光束。这在实际的加工中，是十分必要的。利用这套激光并行加工模块可以进行10*10阵列多光束打孔、多光束并行蚀刻加工、多光束字母打孔等作业。现场亦展示了多个使用该模块进行加工的样品。除了光调制技术以外，联合实验室计划逐渐拓宽研究范围，滨松的更多产品和技术也将参与其中。以行业需求为导向，更好的促进我国智能激光加工行业的发展。加工样品通过便携显微镜可看到样品上的打孔细节# 下一代激光加工模块：JIZAI此次CIOE，首次曝光了滨松下一代激光加工引擎JIZAI的信息。JIZAI是基于滨松隐形切割技术（独有技术，拥有全球专利）以及空间光调制技术开发而出的产品。灵活性极强，可以根据不同的应用选配其中的器件，进行自由定制。模块可以实现任意形状的加工光束，比如多点并行加工、像差校正、平顶光束等等。紧凑轻巧，可自由移动，在多点打标、内部打标、玻璃打孔、微通道成型等众多激光加工作业中都可应用。JIZAI概念图使用JIZAI进行的玻璃打孔作业激光雷达 # 面阵红外近距离传感器低速及特殊场景下的应用，是激光雷达目前的落地热点之一。智能工厂、智慧物流、智能仓库等场景中，都少不了它的存在。新系列的面阵红外近距离传感器，主要就是面向针对此类应用的激光雷达的。新产品增大了像素尺寸，提高了饱和上限，并在内部设置了补偿电路，增强了抗环境光干扰的能力，更加适合于强背景光环境（如：室外环境）下的近距离测距。同时该器件还具有低成本的特点。目前推出了3种不同像素数量的器件，也可根据具体需求进行定制。# VCSEL固态Flash LiDAR被普遍看做是当前LiDAR发展阶段的下一个台阶。在探测器和激光器的选择上，都将有很大的变化。激光器方面，旋转式中普遍使用的边缘发射激光器（EEL）已经不再完全适用于Flash式的雷达，高功率垂直腔面发射激光器（VCSEL）将成为最理想的选择。随着3D摄像头的热潮，VCSEL成为了近几年的热点话题，在大众熟知的人脸识别、手势识别等应用中都扮演了重要角色。但面向激光雷达的产品，对其各方面性能都有了新的要求，而此次滨松展出的940nm的VCSEL也是特别针对此应用开发的。除了本身光斑形态好的特点外，滨松新展出的VCSEL还具有光功率密度高、光电效率转换高、稳定性好的优点。带封装（金属）的滨松VCSEL产品,特定要求下，裸片产品的提供也可探讨光通信# 面向5G前传和数据通信中心光模块应用CIOE中，滨松呈现了面向中长距5G前传25G/50G光模块，以及100G/200G/400G数据中心互联光模块的全系列探测器方案。包括正照式/背照式、单点/阵列（pitch250/500/750μm）的InGaAs PIN PD，满足不同项目应用的需求。系列产品的特点在于，其采用了独特的设计结构，在保证高灵敏度、低终端电容的同时，也具备极高的可靠性。整个系列产品均可支持非气密封装。工业计测# 应用于编码器的光电探测方案展会中主要展出了目前编码器应用中比较具有代表性的产品，PD阵列、LED光源，以及集成光发射和探测的整体模块产品。实际上滨松探测器覆盖从可见光到近红外几乎全波段，可为LED光源匹配最合适高灵敏度的探测器，实现整个系统的高信噪比。滨松一贯是全线In-house设计和生产，无论是半导体设计及制造工艺，还是封装工艺都拥有丰富的技术储备，可以很好的应对针对编码器应用的各种定制化需求，打磨出最优的产品方案。民用消费# 针对广泛消费类应用的全波段产品“光”是无处不在的，不光是在生产制造、科研学术中，更是在生活的方方面面。滨松则希望通过自身的光电技术，为与我们息息相关的种种生活中的应用，带来更好的可能。让它们变得更加便捷、智能、环保。CIOE中滨松展出了多类光电半导体产品，其中包括可用于屏下，辅助屏幕亮度控制的接近传感器；可装配在便携式设备或独立体温计中，实现无探测位置限制的高精度温度测量，且低成本、环境友好的InAsSb探测器等等。滨松能为民用消费应用提供高一致性、高可靠性的产品。但最为重要的是，以60余年光电技术的沉淀，可以为具体的客户需求提供高定制化的服务，以及产品技术建议。成就更有竞争力的性能，抢占更新市场的先机。目前滨松中国除了北京总部外，在深圳和上海均设有分公司，拥有本土的销售、市场、产品团队，亦可以为中国客户提供更快速有效的服务。在CIOE中我们展现的产品技术和应用仅是冰山一角。实际上，滨松一直希望被看做是一个光子技术的提供者，以和客户更紧密的交流沟通，以及更深入的相互理解，来促成最佳的应用技术诞生。

激光雷达校准专用漫反射板,permaflect,自动驾驶,激光雷达近期，自动驾驶无疑已经成为科技圈和汽车圈的热点话题，其中一些主流汽车如特斯拉、奥迪、奔驰、宝马也纷纷进军自动驾驶领域。日前主流观点认为，激光雷达已经成为自动驾驶不可或缺的关键传感器。激光雷达的性能直接决定了adas和无人驾驶系统的性能！蓝菲光学生产的permaflect目标板可帮助校准激光雷达距离测量性能，更好得满足客户要求！蓝菲光学仪器有限公司与aeye、delphi、gentex、leidos、luminar technologies、quanergy systems、snitch、velodyne lidar、zoox公司有长期合作，蓝菲光学优质的产品质量和售后服务得到一致肯定！matthew weed, luminar 技术研发总监曾讲到：“为部署安全的自动驾驶车辆，luminar 的客户要求激光雷达系统能够在200多米的距离内对低至10%反射率的目标物实现精准测距。我们通常在200多米的距离上使用蓝非光学的permaflect目标板，来验证我们的产品是否满足客户严苛需求。”针对顾客严苛的技术要求条件，蓝菲光学仪器有限公司产品总是不断优化创新，生产出的permaflect ® 目标板满足激光雷达关键性能因素三到四个灰度等级(50%，5% - 94%)用于adas的激光雷达动态范围测试近红外激光波长908～940 nm和1550 nm的反射率由于传感器的工作距离，目标板需要大于a8或信纸尺寸（0.5到1平方米）整个反射面上的均匀性量产的一致性和现场使用的稳定性安装无需框架朗伯漫反射性能良好不随入射角改变

未来值得关注的四大领域　　随着材料科学、纳米技术、微电子等领域前沿技术的突破以及经济社会发展的需求，四大领域可能成为传感器技术未来发展的重点。　　一是可穿戴式应用。据美国ABI调查公司预测，2017年可穿戴式传感器的数量将会达到1.6亿。以谷歌眼镜为代表的可穿戴设备是最受关注的硬件创新。谷歌眼镜内置多达10余种的传感器，包括陀螺仪传感器、加速度传感器、磁力传感器、线性加速传感器等，实现了一些传统终端无法实现的功能，如使用者仅需眨一眨眼睛就可完成拍照。当前，可穿戴设备的应用领域正从外置的手表、眼镜、鞋子等向更广阔的领域扩展，如电子肌肤等。日前，东京大学已开发出一种可以贴在肌肤上的柔性可穿戴式传感器。该传感器为薄膜状，单位面积重量只有3g/m2，是普通纸张的1/27左右，厚度也只有2微米。　　二是无人驾驶。美国IHS公司指出，推进无人驾驶发展的传感器技术应用正在加快突破。在该领域，谷歌公司的无人驾驶车辆项目开发取得了重要成果，通过车内安装的照相机、雷达传感器和激光测距仪，以每秒20次的间隔，生成汽车周边区域的实时路况信息，并利用人工智能软件进行分析，预测相关路况未来动向，同时结合谷歌地图来进行道路导航。谷歌无人驾驶汽车已经在内华达、佛罗里达和加利福尼亚州获得上路行使权。奥迪、奔驰、宝马和福特等全球汽车巨头均已展开无人驾驶技术研发，有的车型已接近量产。　　三是医护和健康监测。国内外众多医疗研究机构，包括国际著名的医疗行业巨头在传感器技术应用于医疗领域方面已取得重要进展。如罗姆公司目前正在开发一种使用近红外光(NIR)的图像传感器，其原理是照射近红外光LED后，使用专用摄像元件拍摄反射光，通过改变近红外光的波长获取图像，然后通过图像处理使血管等更加鲜明地呈现出来。一些研究机构在能够嵌入或吞入体内的材料制造传感器方面已取得进展。如美国佐治亚理工学院正在开发具备压力传感器和无线通信电路等的体内嵌入式传感器，该器件由导电金属和绝缘薄膜构成，能够根据构成的共振电路的频率变化检测出压力的变化，发挥完作用之后就会溶解于体液中。　　四是工业控制。2012年，GE公司在《工业互联网：突破智慧与机器的界限》报告中提出，通过智能传感器将人机连接，并结合软件和大数据分析，可以突破物理和材料科学的限制，并将改变世界的运行方式。报告同时指出，美国通过部署工业互联网，各行业可实现1%的效率提升，15年内能源行业将节省1%的燃料(约660亿美元)。2013年1月，GE在纽约一家电池生产企业共安装了1万多个传感器，用于监测生产时的温度、能源消耗和气压等数据，而工厂的管理人员可以通过iPad获取这些数据，从而对生产进行监督。超声波气象站集合了7个传感器，为工业生产提供了一流的天气监测信息，为预防一些灾害事件提供可靠信息，从而提高效率，降低和总的成本。　　此外，荷兰壳牌、富士电机等跨国公司也都在该领域采取了行动。

p & nbsp /p p style=" text-align: center " img title=" 1.jpg" src=" http://img1.17img.cn/17img/images/201709/insimg/318b981e-2228-459f-9191-905c9b9c37ec.jpg" / /p p style=" text-align: center " strong Raw lidar signals over 1& nbsp h /strong /p p 　　中国科学技术大学窦贤康课题组夏海云与潘建伟课题组张强合作，在国际上首次实现基于超导纳米线单光子探测器的双频多普勒测风激光雷达。采用最精简的光学结构实现了系统最高稳定性，提高了测风激光雷达的实用性和可靠性，更适合机载、星载平台运行。研究成果发表在《光学学报》上。9月6日，美国光学协会（OSA）、美国科学促进会（AAAS）官方网站以“新闻发布(News& nbsp Release)”形式，首次对我国激光雷达研究进行了专题采访报道。 /p p 　　测风激光雷达具有广泛的社会效益，如精确的大气风场数据可应用于大气污染溯源和扩散预报、航空气象保障、气象气候学研究、风电系统的管理和调配等，此外还可应用于军事。 /p p 　　当采用更短激光脉冲提高多普勒激光雷达的距离分辨率时，传统相干探测激光雷达的相干效率就会下降，实时数据采集和处理均面临挑战。相干激光雷达本质是单模探测，需要大气回波和本振信号波前匹配，增加了制造和运行难度。直接探测激光雷达则可以避免这些问题。由于直接探测测风激光雷达可以利用大气分子、气溶胶的回波信号反演风场，其工作波长可以覆盖紫外到红外。 /p p 　　该直接探测激光雷达工作在1548.1纳米，该红外波长人眼允许曝光功率最高、大气透过率最优、太阳和天空辐射背景低。该工作波长属于光纤通信C波段，光电集成器件成熟。全光纤构造的系统采用了单个双频光纤激光器、单个单通道光学鉴频器、单个单模探测器，不需要重复校准。这种最精简的构造提高了系统稳定性，并可以模块分离式安装。因此，该系统更适合在机载、舰载、星载等大温差、强震动平台上运行。该系统采用双频激光器替代传统的多通道鉴频器，实现了激光器和光学鉴频器的高精度锁频（误差小于0.08米/秒）。该激光雷达采用超导纳米线单光子探测器：其理想的高量子效率和低暗计数噪声保证了最高的探测信噪比；其100兆/秒的最大计数率避免了激光雷达的信号饱和现象。该激光雷达采用时分复用技术，基于集成光电子学器件实现不同方向的径向风探测，无机械扫描器件。 /p p 　　在实验室内，该系统10天重复测量误差小于0.2米/秒。在比对试验中，将激光雷达测量的水平风速数据与超声波风速传感器的数据进行了比对，风速和风向的平均误差分别小于0.1米/秒和1度。在外场试验中，采用弱激光光源（脉冲能量50微焦）、小望远镜（口径80毫米），在10米高度分辨率、10秒时间分辨率条件下，实现了2.7km高度以下大气的风切变探测。 /p p 原文：Dual-frequency Doppler lidar for wind detection with a superconducting nanowire single-photon detector /p p & nbsp /p

作者：Pro-Lite Technology Ltd 产品经理 Russell Bailey 和 Labsphere Inc 首席技术专家兼产品营销经理 Greg McKee图1 激光雷达激光雷达是一项成熟的技术，越来越多地部署在消费产品和无人驾驶车辆中。LIDAR 是 Light Detection And Ranging 的首字母缩写词。激光雷达系统已经使用了 50 多年，但直到最近，此类系统的成本仍使它们无法在大众市场中广泛应用。尽管雷达在自动驾驶汽车技术（例如自适应巡航控制系统）中被广泛应用，但LIDAR被认为是驾驶员辅助汽车的首选传感器，因为它可以精确地映射位置和距离，从而检测小物体和3D成像。它使用带有飞行时间感应的脉冲激光和固态光来测量距离。激光雷达系统的表征要求在宽反射率动态范围内补偿传感器对脉冲激光或固态光水平的响应。为此，需要使用已知和稳定反射率的大面积反射率漫反射目标板。Labsphere（蓝菲光学）的Permaflect漫反射涂层目标板，范围从5%到94%的反射率，使汽车制造商 OEM 及其供应商能够在广泛的环境条件下表征和校准其 LIDAR 系统。图2 Labsphere（蓝菲光学）的Permaflect漫反射涂层目标板激光雷达技术激光雷达最基本的形式是激光测距仪，自20世纪80年代以来已广泛应用于军事应用。激光测距仪由一个脉冲激光器(发射器)和一个光电探测器(接收器)组成。测距仪的设计可精确测量距离(所谓的“测距”)，主要测量激光脉冲被反射和接收到探测器所花费的时间(这被称为“飞行时间”测量)。测距仪对准目标物并发射激光脉冲。激光击中目标，被散射，并且一部分反射光由探测器测量。由于光速非常精确，因此可以非常精确地测量测距仪和目标物之间的距离。更先进的激光雷达系统使用相同的原理，但使用光学和移动或多个探测器在二维中映射目标。这些系统通常每秒脉冲数千次，每秒可以探测到数千个点。分析该点云的数据可以创建目标区域的准确映射。激光雷达的工作方式类似于雷达和声纳，它们分别使用无线电波和声波。来自雷达和声纳的数据可用于以类似方式映射周围环境，但激光雷达系统使用的是较短波长的红外辐射，而不是较短波长的无线电波。由于使用的波长较短，激光雷达测量比雷达更准确。部署在自动驾驶汽车上的激光雷达系统通常使用扫描激光束和闪光技术来测量空间中相对于传感器的 3D 点。这些激光雷达系统通常每秒发射数千个激光脉冲，以便车辆可以对行人和其他车辆等障碍物做出反应。激光雷达允许自动驾驶汽车以高精度、高分辨率和长检测距离传送和接收物体和周围环境的反射光。目前正在开发更先进的 AI（人工智能）系统，用来预测车辆和行人路径，并做出相应反应。当您将 LIDAR 数据与定位信息（使用 GPS 或类似信息）相结合时，您就可以全面映射车辆周围环境。激光雷达的性能在很大程度上取决于所使用的激光功率和波长。出于安全原因，可使用的激光功率有一个上限。在没有更高的激光功率的情况下，你可以使用更高灵敏度的探测器，或者使用波长延伸到更远的红外(IR)的激光。由于现有激光器的技术成熟，通常使用的波长为850nm、905nm或1550nm。1550nm激光比其他选择更安全，因为超过1400nm的红外辐射不会再通过眼睛的角膜，所以不会聚焦在视网膜上，但因水对1550nm的光吸收较强，1550nm要求更多的功率来补偿。消费电子产品和自动驾驶汽车中的激光雷达激光雷达作为关键性技能与摄像头系统和其他传感器一起在自动化中应用。激光雷达系统已经在专业测绘和相关应用中商用多年。然而，直到最近几年，激光雷达才变得越来越普遍，这主要是由于自动驾驶汽车应用（无人驾驶汽车）需要更小、更便宜的设备。自上世纪90年代初以来，激光雷达已作为自适应巡航控制的基础应用于半自动驾驶汽车，而激光雷达首次应用于自动驾驶汽车是在2005年。在消费电子领域，最新一代的 Apple iPad Pro（以及现在的 iPhone 12 Pro）已将 LIDAR 传感器集成到其摄像头阵列中，专门用于成像和增强现实 (AR) 应用。LIDAR 传感器可使 iPad 正确解析真实物体相对于由相机阵列成像的 AR 物体的位置。AR 还处于起步阶段，因此 LIDAR 在智能手机和其他消费设备上的应用还有待观察，但人们对为专业应用开发的 AR 产生了极大的兴趣，其中 LIDAR 可以成为非常有用的增强功能。专业 AR 的应用多种多样，从帮助仓库工人找到最快、最安全的路径到所需零件，到辅助工程师了解复杂维修的过程。这些应用中的激光雷达可精确定位和对齐，这对于任何需要高精度的应用都很重要。漫反射目标板在激光雷达系统测试与标定中的作用多年来，Pro-Lite 和Labsphere（蓝菲光学）多年来使用漫反射板一直在支持开发 LIDAR 系统开发。Labsphere（蓝菲光学） 更紧凑的 Spectralon® 漫反射目标板通常被军方用于测试激光测距仪。精确校准的光谱反射率与近朗伯（漫反射）反射率相结合，意味着对于这些应用，您有一个准确性、重复性的漫反射目标板可在实验室或现场测试您的系统。用于更大规模测绘或自动驾驶汽车应用的激光雷达系统需要更大的目标区域。由于大多数自然物体都会漫反射光线，因此 Labsphere （蓝菲光学）的漫反射材料是用户的自然选择，可以提供质量保证、现场测试和比较。Labsphere（蓝菲光学） 开发了 Permaflect 目标板，以满足对大面积、耐用和光学稳定目标板材料的需求。大的漫反射目标板尺寸（标准尺寸高达 1.2m x 2.4m）与校准的光谱反射率数据相结合，可以精确测量 LIDAR 范围。在 100m、200m、300m 等长距离测试距离内，则需要更大的目标板来反映目标上具有代表性的点数。Permaflect 是一种喷涂漫反射涂层，可以将其应用于大面积或 3D 形状，从而可以模拟真实世界的物体。现实世界中很少有物体像目标面板一样平坦，因此 Permaflect 涂层物体可以实现可重复的近朗伯反射率水平，例如，可以应用于人体模型以模拟行人。图3 Labsphere（蓝菲光学） Permaflect 喷涂人体模型LIDAR 漫反射目标板通常部署在室外，因此随着时间的推移，当漫反射目标板的表面暴露在大气中时，可以预期校准的反射率值会出现一些漂移。Labsphere （蓝菲光学）的漫反射材料易于清洁。为了考察是否有反射率的下降，可以使用校准的反射率计（“反射率计”），它可原位测量漫反射目标板反射率并将红外反射率的任何变化考虑到内。漫反射目标板反射率的变化将直接影响测量范围。下图显示了不同漫反射目标板反射率水平范围内反射率变化对测量范围的影响。反射率的微小变化会对较低反射率目标板的测量范围产生很大影响。例如，如果目标板的反射率从5%降低到 4%，则原先 300 m的测量范围将下降到30 m。实时了解情况发生的方法是测量目标板的反射率，然后根据此调整修正您的计算。图4 Labsphere （蓝菲光学）漫反射板反射率测试仪（反射率计）图5 在300nm波长下对物体反射率进行距离测量的模拟灵敏度Labsphere（蓝菲光学） 的激光雷达反射仪套件就是为满足这一要求而开发的。这款手持式反射计测量测量在三个波长（使用可互换的 850nm、905nm 或 1550nm LED）中的8°/半球反射率。观看Labsphere 视频库中的短视频。这可用于验证 Permaflect 目标板或测试 LIDAR 系统的任何其他对象的反射率。图6 Labsphere 开发了 Permaflect 漫反射目标板，以满足对大面积、耐用和光学稳定漫反射目标板材料的需求。

无人机自动分析识别检测系统方案一、方案背景低空无人机(Unmanned Aerial Vehicle缩写 UAV )也称为无人航空器或遥控驾驶航空器，是一种由无线电遥控设备控制，或由预编程序操纵的非载人飞行器。无人机具有机动灵活的特点，它体积小，重量轻，可随时运输和携带。它对起降的要求低，随时飞降。无人机一般在云下低空平稳飞行，弥补了卫星光学遥感和普通航空摄影经常受云层遮挡获取不到影像的缺陷。除了具有广阔的军事应用前景外，用无人机替代有人飞机执行高风险任务，也是当今国际航天领域一个重要发展方向。特别是在近几年国际局部战争中无人机被大量地使用。对无人机的监管存在盲区，无人机的大量使用更是给公共安全带来隐患。本来是为合法用途使用的无人机越来越多的被用于犯罪目的。公众已经日渐强烈的意识到了无人机可能造成的危害。无人机能窥探隐私/技术；无人机能影响民航 – 接近撞机；无人机可能会出现在敏感地区、关键位置和政府设施区域；无人机甚至能自动射击… … 最近两年，全国已发生多起无人机空中逼停飞机事件，成为民航飞行的“隐形杀shou”。2013年底，北京一家公司在没航拍资质、未申请空域的情况下航空测绘，造成多架次民航飞机避让延误。2017年浙江萧山机场、绵阳机场，此次成都机场都是由于不明无人机，导致了数百架飞机延误，数万人滞留，给国家和人民带来的损失是数以亿计的。二、无人机监测与反制现状2.1无人机控制链路介绍无人机如何控制呢？无人机使用无线链路进行远程控制和视频数据回传，超过90% 的无人机使用ISM频段 (2.4GHz) 操作，包括跳频， Wi-Fi等， 其中控制链路采用：常用的频率为 ISM 频段: 2.4 GHz， 5.8 GHz很少使用: 433 MHz， 比2.4GHz传播距离更远少量使用过时的遥控频段: 27 MHz， 35 MHz， 72 MHz (使用 PCM 或模拟编码)，这类无人机逐步消失了。无人机根据价格水平有不同的控制方式，比如一些低成本的无人机采用蓝牙技术（ISM2.4GHz）；大部分无人机采用Wi-Fi或跳频（ISM2.4GHz）；也有部分高端无人机采用基于预设路径的卫星导航。 2.2无人机主要监控方式各国对无人机的监控主要的手段分为两种方式：行政监管、技术防范。2.2.1行政监管：日本为了加强无人机管理，实施了新的《航空法》，规定人口集中的地区一律禁止飞无人机，防止无人机引发事故或被用于犯罪，违者将处以50万日元的罚款；英国对无人机使用也作出规定，航空法第166条第三款规定，小型无人机操作员必须保持时时刻刻能看见无人机，对无人机能够完全掌控，在飞行时应与其它飞行器、人群、车辆以及建筑保持一定的距离，以免发生碰撞事故。2.2.2技术防范从技术角度来说。目前，国外无人机反制技术大致有信号干扰、雷达探测、激光炮击落、综合型技术等几大类。（1）信号干扰：无人机工作时需要知道自己的精确位置，但无人机自身无法获得足够精确坐标数据，因此，无人机上通过安装GPS信号接收机，采用GPS卫星导航系统与惯性导航系统相结合的方式进行飞行控制。信号干扰技术是通过影响无人机的GPS信号接收机，使其只能依靠基于陀螺仪的惯性导航系统，而无法获得足够精确的自身坐标数据。美国DroneDefender电波枪打击技术美国俄亥俄州非盈利开发机构“巴特尔”(Batfeoe)最近推出了一种DroneDefender反无人机设备。DroneDefender设备前端上部安装了一根白色的杆状天线。这种设备采用非破坏性技术，是首款能移动、精准、快速阻止可疑无人机靠近的专用设备。用户只需将其指向空中的无人机，扣下扳机，就可以将目标“击落”。该设备只对实时遥控型无人机或依靠GPS导航的无人机有效(如常见的四轴飞行器和六轴飞行器)，打击范围约400米；欧洲空客集团反无人机系统，空中客车防务及航天公司研发了一种反无人机系统，采用干扰技术对目标信号的频率进行干扰，而不会影响到周围其他频率的信号。该系统可远距离侦察在争议地区飞行的非法无人机并实施打击，同时又能尽可能地减少对其他物体的影响。该系统具备信号分析技术和干扰功能，并配有雷达、红外相机和定向仪，可以侦察到5至10公里范围内的无人机，还可对无人机的威胁性做出判断。基于庞大的信息库信息，该系统还可以对无人机的信号进行分析，一旦发现问题，系统就会通过干扰台切断无人机与其操作人员之间的联系，然后定向仪会追踪到无人机操作人员的具体位置，便于实施抓捕行动。（2）雷达探测：瑞典“长颈鹿”雷达系统，据美国H JS　Jane’s国防、安全情报网站2015年9月1 6日报道，瑞典萨博公司在苏格兰的西弗瑞格(WestFreuqh)靶场演示验证了其“长颈鹿”捷变多波束(AMB)雷达系统对低空、低速小型目标的探测能力。此次试验名为“布里斯托15”，显示了该雷达对低空、低速小型目标强大的探测能力(ELSS)，该雷达在执行全部空中监视任务的同时，能够执行反无人飞机系统(UAS)作战任务。在“布里斯托15”试验中，雷达散射截面精确到0.001平方米，增强了对低空、低速小型目标的探测能力，可自动识别低空、低速小型目标并对其进行跟踪，业余爱好者操作低速、小型四轴无人飞机系统。“长颈鹿”捷变多波束雷达系统属于地面和海洋的二维或三维G／H波段被动电子扫描阵列雷达家族系列，可在提供海岸监视能力的同时，对固定翼飞机、直升机、地面目标、干扰机和弹道目标进行分类与跟踪；意大利“猎鹰盾”系统2015年9月15日，在英国伦敦举办的英国军警装备展DSEI上，意大利芬梅卡尼卡集团SeIex ES公司展示了其研发的“猎鹰盾”无人机系统。该系统能够定位、辨识和控制对公共安全或是私人构成威胁的远程微型或者小型无人机，即所谓的“流氓无人机”。该公司称，这种设备的市场价值可能达数亿英镑；“猎鹰盾”系统利用摄像机、雷达和先进的电子设备监控无人机接收和传输的信号，从而对其进行追踪并确定其类型。一旦锁定目标，“猎鹰盾”就会利用其专有技术控制无人机，甚至将其坠毁。与其他企业利用电子战击毁无人机的系统相比，“猎鹰盾”优势在于，在精准击落“流氓”无人机的同时，可以有效避免对周边建筑物等环境造成伤害。此外，发送无线电信号控制无人机时，还不会妨碍紧急救援服务甚至移动通讯等其他重要信号的传输；墨西哥JAMMER公司防卫系统墨西哥JAMMER公司开发了Tamce Bloqueador Direccional Anti-Drone防卫系统，用于家庭防空。系统的干扰功率为20瓦，可压制几百毫瓦的无人机。启动开关后，干扰器可以干扰2．4G和5．8G信号，这对于大部分消费级无人机来说，遥控信号和图传信号都会丢失，丢失了信号后无人机只能返航或者原地降落；美国Drone Shield公司监测系统美国无人机探测系统制造商Drone Shield研发出了利用雷达或麦克风来监测无人机的技术。它内置了Raspberry Pi、信号处理器、麦克风、分析软件、无人机声音特性的数据库，通过监听周围环境的声音，通过声音对比确定是否有无人机。当有无人机在附近时，通过邮件或者短信发出警报。从原理上来看，预警技术并不难，因此监控的准确性和低误报率就非常关键，在这方面，Drone Shield拥有自己的专利技术。据悉，美国当局已经利用这种系统来为监狱、体育赛事和政府大楼提供安保。（3）综合型技术:英国反无人机防御系统AUDS，2015年10月，英国广播公司、美国国土安全新闻网、俄罗斯卫星网等网站分别对英国完全集成的“反无人机防御系统(AUDS)”进行报道。该系统俗称电磁干扰射线枪，由英国的三家防务技术公司(Blighter Surveillance　Systems，Chess Dynamics和Enterprise　Control Systems公司)联合研发，可以探测、跟踪并摧毁小型和大型无人机。该系统可以全天24小时开机，全自动运行。首先使用雷达和光学仪器(即雷达探测系统)搜索无人机，当雷达或光学系统探测到目标后，动态定位和视频追踪系统进行跟踪，随后定向射频干扰系统开始工作，发射定向的大功率干扰射频，干扰无人机自控系统，切断无人机与后方控制中心之间的数据联接或无线电通讯，致使无人机无法自主飞行，导致坠毁、迫降或者返航。AUDS系统的售价约为100万美元，可以安装在车载平台上，部署到军事前线、偏远边境或城市地区执行反无人机任务。该系统由三个子系统和一套总控设备组成。三个子系统分别是雷达探测系统、动态定位和视频追踪系统、定向射频干扰装置。雷达探测系统由Blighter公司研制，据称可探测反射面积0.01平方米大小的目标，最远探测距离可达8公里，并通过选配不同的天线来实现俯仰角度和水平旋转角度的变化；动态定位和视频追踪系统由CHESS dynamic公司开发，由一个可以旋转的机械平台加上高分辨的摄像机和热成像相机组成，以实现视频追踪，可以选装光学干扰装置发出高密度光束；定向射频干扰装置由Enterprise Control Systems公司研发，它使用高增益四频段天线来对准目标发出电波，可以使在C2频道下工作的无线遥控装置失灵，无法接收到指令的无人机只能盘旋不动，直到电力耗尽坠毁。报道称，该系统于2015年5月首次公开亮相，并在欧洲(如英国、法国)和北美(如美国)野外与城市等不同地形环境中进行了测试；泰利斯公司组合装备泰利斯公司正在推出一种由雷达、声像探测器、定向仪、射频和视频定位器和激光扫描装置组成的组合设备。对非法无人机的压制任务由动能杀伤武器完成，也可以通过激光干扰、选择性干扰、GPS电子欺骗、电磁脉冲来完成，还可以用另外一架装备干扰设备的无人机进行拦截。泰利斯公司已经针对4旋翼无人机和其他小型无人机进行过反无人机的技术试验。（4）其他技术：无线电控制采用接收器追踪并确定无人机，使用足够强大的电子信号照射无人机，夺取其无线电控制权。操作过程中，一旦无人机不能接收信号，就会坠毁，通过借助阻截无人机使用的传输代码，进而控制无人机，令其返航。美国联邦航空管理局(FAA) 与信息技术公司CACI推出了SkyTracker系统，该系统可在敏感地带如机场周围构建电子边界线。CACI表示，该系统可利用无人机无线电线路来识别和定位在禁飞或受保护空域内飞行的无人机，还可定位无人机的操纵人员。CACI网站提到：“CACI系统可精确定位黑飞无人机，并可将同一空域内其它无人机与此区别出来。”CACI称，SkyTracker还可有效地阻止指定无人机；微波干扰，微波武器又叫射频武器，这种武器可利用高能量的电磁波辐射去攻击和毁伤目标。与激光武器相比，微波武器作用距离远，受气候影响小，火力控制方便。军事专家们预测，随着新技术、新材料的不断发展，微波武器将会发挥越来越多的作用。俄罗斯联合仪表制造集团已制成超高频率微波炮，可用于帮助地对空导弹“山毛榉”攻击无人机及高精度武器电子设备。微波炮射程超过10公里，将其安装在特殊平台上可实现360度全方位防御。该款武器除了可搭配“山毛榉”地对空导弹用于防空外，还可检测俄军电子系统抗微波辐射能力；声波干扰，声波干扰技术就是利用声波使陀螺仪发生共振，输出错误信息，从而导致无人机坠落。研究人员发现，如果声音足够强(例如达到140分贝)，声波可以击落40米外的无人机。韩国2015年8月公开了一种利用声波干扰陀螺仪击落无人机的技术。研究人员给无人机接上非常小的商用扬声器，扬声器距离陀螺仪4英寸(约10厘米)左右，然后通过笔记本电脑无线控制扬声器发声。当发出与陀螺仪匹配的噪声时，一架本来正常飞行的无人机会忽然从空中坠落。当然，在真实的攻击场景中是不可能把扬声器接到无人机上的，这种方法还不是真正有效的反无人机措施。目前存在的难点在于瞄准和跟踪，未来可能与跟踪雷达配合使用。三、系统实现 目前国内低慢小目标探测需求突现，其中蕴藏的巨大市场需求。本系统依托激光雷达技术，多无人机进行实时在线监测。该系统可以全天24小时开机，全自动运行。首先使用激光雷达和光学仪器(即雷达探测系统)搜索无人机，当雷达或光学系统探测到目标后，动态定位和视频追踪系统进行跟踪。 整套系统由三部分组成：激光雷达探测系统、旋转云台、动态定位和视频追踪系统、定向射频干扰系统。光电设备，先由激光雷达，最远探测距离可达20公里，最小分辨率可达0.01m2大小的目标，发现目标后，动态视频追踪系统根据目标距离自动调节光学摄像机和热成像相机焦距，依靠旋转云台进行动态定位及视频追踪，提高系统检测的准确性及无人机的移动趋势；定向射频干扰系统根据无人机运行轨迹及距离，定向发射射频干扰或捕捉网等手段，对无人机进行干扰及捕捉。系统可以安装在车载平台上，部署到军事前线、偏远边境或城市地区执行反无人机任务。四、优势比较到目前为止，大多数雷达都是所谓的脉冲雷达。例如，这适用于几乎所有用于空中交通管制的雷达。脉冲雷达以固定的间隔发射短而强大的脉冲，并且该脉冲的一些被物体反射。通过测量发送和接收反射信号之间的时间，可以计算到物体的距离。脉冲雷达系统擅长检测大面积天空内的物体，并确定与物体的距离。另一方面，它们不太适合确定物体的速度和方向。多普勒雷达系统传输恒定信号。利用多普勒效应，当发射它的物体远离观察者时，信号的波长增加，而当物体向观察者移动时，信号的波长减小。正是这种效应导致救护车警报器在驶过后发出不同的声音。物体移动得越快，效果越强。因此，多普勒雷达可以基于从物体反弹回来的信号波长的变化以非常高的精度确定物体的速度。还可以以非常高的精度确定物体的运动方向。多普勒雷达系统提供了有关被检测物体的更多信息。另一方面，教科书会说多普勒雷达在覆盖大片天空和确定物体距离方面不如脉冲雷达。无人机的飞行速度非常慢。这使得它们难以使用脉冲雷达进行检测，也不适用于多普勒雷达系统。因为即使整个无人机移动缓慢，转子也会快速移动，并在多普勒雷达中产生独特的信号。“除了它们的小尺寸以及它们可以飞得极低的事实之外，无人机还带来了其他一些挑战。无人机尤其具有极强的机动性。熟练的操作员可以利用它来将无人机隐藏在不相关的物体之间，如树木，建筑物，鸟类等。这需要雷达集成的光学系统。通过组合雷达和光学传感器，跟踪无人机同时避免误报，例如当一只鸟飞过时更加可行。光学传感器还有助于识别无人机。激光雷达，采用不可见光对空域进行360°全方位不间断探测，整个系统具有以下优势：1、测量精度更高：激光雷达在测距领域拥有突出优势，测量更加准确。2、全机型覆盖式监测：激光雷达通过发出的光路对空域进行不间断扫描，当无人机出现在空域后，根据反射光的区别进行监测。完全覆盖全部无人机机型，从根本上解决了依靠不同频段监测对应频段无人机的弊端，真正实现了全机型覆盖式监测。3、高可靠性：动态视频追踪系统根据目标距离不同自动调节光学摄像机和热成像相机焦距，依靠旋转云台进行动态定位及视频追踪，大大提高系统检测的准确性，降低系统误报记录，可靠性高。五、系统结构图 创新点：通过组合雷达和光学传感器，跟踪无人机同时避免误报，例如当一只鸟飞过时进行区分。光学传感器还有助于识别无人机。 激光雷达，采用不可见光对空域进行360° 全方位不间断探测，整个系统具有以下优势： 1、测量精度更高：激光雷达在测距领域拥有突出优势，测量更加准确。 2、全机型覆盖式监测：激光雷达通过发出的光路对空域进行不间断扫描，当无人机出现在空域后，根据反射光的区别进行监测。完全覆盖全部无人机机型，从根本上解决了依靠不同频段监测对应频段无人机的弊端，真正实现了全机型覆盖式监测。 3、高可靠性：动态视频追踪系统根据目标距离不同自动调节光学摄像机和热成像相机焦距，依靠旋转云台进行动态定位及视频追踪，大大提高系统检测的准确性，降低系统误报记录，可靠性高。

激光雷达是集激光、全球定位系统（GPS）、和IMU（惯性测量装置）三种技术于一身的系统，相比普通雷达，激光雷达具有分辨率高，隐蔽性好、抗干扰能力更强等优势。随着科技的不断发展，激光雷达的应用越来越广泛，在机器人、无人驾驶、无人车等领域都能看到它的身影，有需求必然会有市场，随着激光雷达需求的不断增大，激光雷达的种类也变得琳琅满目，按照使用功能、探测方式、载荷平台等激光雷达可分为不同的类型。激光雷达类型图激光雷达按功能分类激光测距雷达激光测距雷达是通过对被测物体发射激光光束，并接收该激光光束的反射波，记录该时间差，来确定被测物体与测试点的距离。传统上，激光雷达可用于工业的安全检测领域，如科幻片中看到的激光墙，当有人闯入时，系统会立马做出反应，发出预警。另外，激光测距雷达在空间测绘领域也有广泛应用。但随着人工智能行业的兴起，激光测距雷达已成为机器人体内不可或缺的核心部件，配合SLAM技术使用，可帮助机器人进行实时定位导航，实现自主行走。思岚科技研制的rplidar系列配合slamware模块使用是目前服务机器人自主定位导航的典型代表，其在25米测距半径内，可完成每秒上万次的激光测距，并实现毫米级别的解析度。激光测速雷达激光测速雷达是对物体移动速度的测量，通过对被测物体进行两次有特定时间间隔的激光测距，从而得到该被测物体的移动速度。激光雷达测速的方法主要有两大类，一类是基于激光雷达测距原理实现，即以一定时间间隔连续测量目标距离，用两次目标距离的差值除以时间间隔就可得知目标的速度值，速度的方向根据距离差值的正负就可以确定。这种方法系统结构简单，测量精度有限，只能用于反射激光较强的硬目标。另一类测速方法是利用多普勒频移。多普勒频移是指目标与激光雷达之间存在相对速度时，接收回波信号的频率与发射信号的频率之间会产生一个频率差，这个频率差就是多普勒频移。激光成像雷达激光成像雷达可用于探测和跟踪目标、获得目标方位及速度信息等。它能够完成普通雷达所不能完成的任务，如探测潜艇、水雷、隐藏的军事目标等等。在军事、航空航天、工业和医学领域被广泛应用。大气探测激光雷达大气探测激光雷达主要是用来探测大气中的分子、烟雾的密度、温度、风速、风向及大气中水蒸气的浓度的，以达到对大气环境进行监测及对暴风雨、沙尘暴等灾害性天气进行预报的目的。跟踪雷达跟踪雷达可以连续的去跟踪一个目标，并测量该目标的坐标，提供目标的运动轨迹。不仅用于火炮控制、导弹制导、外弹道测量、卫星跟踪、突防技术研究等，而且在气象、交通、科学研究等领域也在日益扩大。按工作介质分类固体激光雷达固体激光雷达峰值功率高，输出波长范围与现有的光学元件与器件，输出长范围与现有的光学元件与器件(如调制器、隔离器和探测器）以及大气传输特性相匹配等，而且很容易实现主振荡器-功率放大器（MOPA）结构，再加上效率高、体积小、重量轻、可靠性高和稳定性好等导体，固体激光雷达优先在机载和天基系统中应用。近年来，激光雷达发展的重点是二极管泵浦固体激光雷达。气体激光雷达气体激光雷达以CO2激光雷达为代表，它工作在红外波段 ，大气传输衰减小，探测距离远，已经在大气风场和环境监测方面发挥了很大作用，但体积大，使用的中红外 HgCdTe探测器必须在77K温度下工作,限制了气体激光雷达的发展。半导体激光雷达半导体激光雷达能以高重复频率方式连续工作，具有长寿命，小体积，低成本和对人眼伤害小的优点，被广泛应用于后向散射信号比较强的Mie散射测量，如探测云底高度。半导体激光雷达的潜在应用是测量能见度，获得大气边界层中的气溶胶消光廓线和识别雨雪等，易于制成机载设备。目前芬兰Vaisala公司研制的CT25K激光测云仪是半导体测云激光雷达的典型代表，其云底高度的测量范围可达7500m。按线数分类单线激光雷达单线激光雷达主要用于规避障碍物，其扫描速度快、分辨率强、可靠性高。由于单线激光雷达比多线和3D激光雷达在角频率和灵敏度反映更加快捷，所以，在测试周围障碍物的距离和精度上都更加精 确。但是，单线雷达只能平面式扫描，不能测量物体高度，有一定局限性。当前主要应用于服务机器人身上，如我们常见的扫地机器人。多线激光雷达多线激光雷达主要应用于汽车的雷达成像，相比单线激光雷达在维度提升和场景还原上有了质的改变，可以识别物体的高度信息。多线激光雷达常规是2.5D，而且可以做到3D。目前在国际市场上推出的主要有 4线、8线、16 线、32 线和 64 线。但价格高昂，大多车企不会选用。按扫描方式分类MEMS型激光雷达MEMS 型激光雷达可以动态调整自己的扫描模式，以此来聚焦特殊物体，采集更远更小物体的细节信息并对其进行识别，这是传统机械激光雷达无法实现的。MEMS整套系统只需一个很小的反射镜就能引导固定的激光束射向不同方向。由于反射镜很小，因此其惯性力矩并不大，可以快速移动，速度快到可以在不到一秒时间里跟踪到 2D 扫描模式。Flash型激光雷达Flash型激光雷达能快速记录整个场景，避免了扫描过程中目标或激光雷达移动带来的各种麻烦，它运行起来比较像摄像头。激光束会直接向各个方向漫射，因此只要一次快闪就能照亮整个场景。随后，系统会利用微型传感器阵列采集不同方向反射回来的激光束。Flash LiDAR有它的优势，当然也存在一定的缺陷。当像素越大，需要处理的信号就会越多，如果将海量像素塞进光电探测器，必然会带来各种干扰，其结果就是精度的下降。相控阵激光雷达相控阵激光雷达搭载的一排发射器可以通过调整信号的相对相位来改变激光束的发射方向。目前大多数相控阵激光雷达还在实验室里呆着，而现在仍停留在旋转式或 MEMS 激光雷达的时代，机械旋转式激光雷达机械旋转式激光雷达是发展比较早的激光雷达，目前技术比较成熟，但机械旋转式激光雷达系统结构十分复杂，且各核心组件价格也都颇为昂贵，其中主要包括激光器、扫描器、光学组件、光电探测器、接收IC以及位置和导航器件等。由于硬件成本高，导致量产困难，且稳定性也有待提升，目前固态激光雷达成为很多公司的发展方向。按探测方式分类直接探测激光雷达直接探测型激光雷达的基本结构与激光测距机颇为相近。工作时，由发射系统发送一个信号，经目标反射后被接收系统收集，通过测量激光信号往返传播的时间而确定目标的距离。至于目标的径向速度，则可以由反射光的多普勒频移来确定，也可以测量两个或多个距离，并计算其变化率而求得速度。相干探测激光雷达相干探测型激光雷达有单稳与双稳之分，在所谓单稳系统中，发送与接收信号共用一个光学孔径，并由发送-接收开关隔离。而双稳系统则包括两个光学孔径，分别供发送与接收信号使用，发送-接收开关自然不再需要，其余部分与单稳系统相同。按激光发射波形分类连续型激光雷达从激光的原理来看，连续激光就是一直有光出来，就像打开手电筒的开关，它的光会一直亮着（特殊情况除外）。连续激光是依靠持续亮光到待测高度，进行某个高度下数据采集。由于连续激光的工作特点，某时某刻只能采集到一个点的数据。因为风数据的不确定特性，用一点代表某个高度的风况，显然有些片面。因此有些厂家折中的办法是采取旋转360度，在这个圆边上面采集多点进行平均评估，显然这是一个虚拟平面中的多点统计数据的概念。脉冲型激光雷达脉冲激光输出的激光是不连续的，而是一闪一闪的。脉冲激光的原理是发射几万个的激光粒子，根据国际通用的多普勒原理，从这几万个激光粒子的反射情况来综合评价某个高度的风况，这个是一个立体的概念，因此才有探测长度的理论。从激光的特性来看，脉冲激光要比连续激光测量的点位多几十倍，更能够精确的反应出某个高度风况。按载荷平台分类机载激光雷达机载激光雷达是将激光测距设备、GNSS设备和INS等设备紧密集成，以飞行平台为载体，通过对地面进行扫描，记录目标的姿态、位置和反射强度等信息，获取地表的三维信息，并深入加工得到所需空间信息的技术。在军民用领域都有广泛的潜力和前景。机载激光雷达探测距离近，激光在大气中传输时，能量受大气影响而衰减，激光雷达的作用距离在20千米以内，尤其在恶劣气候条件下，比如浓雾、大雨和烟、尘，作用距离会大大缩短，难以有效工作。大气湍流也会不同程度上降低激光雷达的测量精度。车载激光雷达车载激光雷达又称车载三维激光扫描仪，是一种移动型三维激光扫描系统，可以通过发射和接受激光束，分析激光遇到目标对象后的折返时间，计算出目标对象与车的相对距离，并利用收集的目标对象表面大量的密集点的三维坐标、反射率等信息，快速复建出目标的三维模型及各种图件数据，建立三维点云图，绘制出环境地图，以达到环境感知的目的。车载激光雷达在自动驾驶“造车”大潮中扮演的角色正越来越重要，诸如谷歌、百度、宝马、博世、德尔福等企业，都在其自动驾驶系统中使用了激光雷达，带动车载激光雷达产业迅速扩大。地基激光雷达地基激光雷达可以获取林区的3D点云信息，利用点云信息提取单木位置和树高，它不仅节省了人力和物力，还提高了提取的精度，具有其它遥感方式所无法比拟的优势。通过对国内外该技术林业应用的分析和对该发明研究后期的结果验证，未来将会在更大的研究区域利用该技术提取各种森林参数。星载激光雷达星载雷达采用卫星平台，运行轨道高、观测视野广，可以触及世界的每一个角落。为境外地区三维控制点和数字地面模型的获取提供了新的途径，无论对于国防或是科学研究都具有十分重大意义。星载激光雷达还具有观察整个天体的能力，美国进行的月球和火星等探测计划中都包含了星载激光雷达，其所提供的数据资料可用于制作天体的综合三维地形图。此外，星载激光雷达载植被垂直分布测量、海面高度测量、云层和气溶胶垂直分布测量以及特殊气候现象监测等方面也可以发挥重要作用。通过以上对激光雷达特点、原理、应用领域等介绍，相信大家也能大致了解各类激光雷达的不同属性了，眼下，在激光雷达这个竞争越来越激烈的赛道上，打造低成本、可量产、的激光雷达是很多新创公司想要实现的梦想。但开发和量产激光雷达并不容易。丰富的行业经验和可靠的技术才能保障其在这一波大潮中占据主导地位。

当地时间2月9日，中国激光雷达厂商——上海禾赛科技股份有限公司（简称“禾赛科技”）正式在美国纳斯达克上市，成为了中国激光雷达第一股。同时也是过去18个月以来，中企赴美上市的最大IPO。据招股书披露，截至目前，禾赛科技累计交付了超10万台激光雷达。图片来源：禾赛科技禾赛科技股票代码为“HSAI”，发行价为每ADS（美国存托股份）19.00美元，公开发行1000万股ADS，募资总额约为1.9亿美元。上市首日，禾赛科技股价表现亮眼，开盘大涨25%，报23.75美元，盘中股价一度达24.44美元，最终收于21.05美元，上涨10.79%，市值达到26.21亿美元。值得注意的是，禾赛科技曾于2021年向科创板递交招股书，但是两个月后主动撤回申报材料，并于2023年1月17日正式向美国证监会提交招股书。资料显示，禾赛科技成立于2014年，是一家全球化的激光雷达研发与制造企业，其最早专注于研发激光气体传感器，2016年开始探索无人驾驶激光雷达产品。目前，公司产品广泛应用于支持高级辅助驾驶系统（ADAS）的乘用车和商用车，以及自动驾驶汽车。根据招股书数据，2019年到2021年，禾赛科技的激光雷达销量分别为2900台、4200台、1.4万台，2022年，随着半固态激光雷达AT128和补盲激光雷达FT120落地应用，禾赛科技的激光雷达销量飙升至8.04万台。由此，禾赛科技也累计完成了超10万台激光雷达的交付，并成为全球首家月交付过万的车载激光雷达公司。招股书显示，禾赛科技的激光雷达，获得了理想、集度、路特斯、高合、长安、上汽等10家主流车企累计数百万台的量产定点。蔚来ET7、理想L9、小鹏P5、小鹏G9、广汽AION LX等车型搭载了禾赛科技激光雷达；自动驾驶客户则包括Aurora、Zoox、TuSimple、NVIDIA、Nuro、美团、百度、文远知行等。随着禾赛科技激光雷达出货量的爆发，其营收也呈现高速增长态势。招股书显示，禾赛科技在2019年、2020年、2021年营收分别为3.48亿元、4.16亿元、7.21亿元，营收增长率分别为162%、19%、73%。2022年前三季度的营收达到7.93亿元，同比增长73%，超过了2021年全年营收。不过，由于禾赛科技近两年产品逐步多元化，这也使得禾赛科技的毛利率出现下滑。禾赛科技2019年、2020年、2021年的产品毛利率分别为70.3%、57.5%、53.0%，2022年前三季度的毛利率又进一步下滑至44%。净利润方面，禾赛科技2019年、2020年、2021年的净亏损分别为1.2亿元、1.07亿元、2.45亿元，2022年前三季度净亏损为1.65亿元，同比收窄5%。从营收数据来看，禾赛科技目前的营收规模已经超过Velodyne、Ouster、Luminar、Innoviz（这四家企业2021年营收分别为6190万美元、3400万美元、3200万美元、984万美元）等全球主要激光雷达公司总营收营收之和。在毛利率方面，禾赛科技也远高于前述四家厂商（2022年1-9月，仅Ouster的毛利为正30%，其余厂商均为负值）。凭借此次成功登陆纳斯达克并拿到1.9亿美元融资，有望进一步提升禾赛科技在技术、产品竞争力、业务规模上的优势，并推动禾赛科技尽早实现盈利。在股权结构方面，此次IPO前，禾赛科技的创始人孙恺、李一帆、向少卿为共同控股股东、实际控制人，合计直接持股比例为30.03%，此外他们还通过员工持股平台上海乐以科技合伙企业（有限合伙）控制了禾赛科技7.13%的股份，因此，合计共同控制了禾赛科技37.16%的股份。根据招股书显示，此次IPO前，禾赛科技累计融资超过5.36亿美元。投资机构包括光速中国、高瓴、小米集团、美团、CPE源峰、光速中国、启明创投等知名机构。其中，光速中国（包括光速创投、光速中国两只基金），为禾赛科技最大的外部股东，上市前持股比例达17.5%。据悉，光速中国自2018年起连续参与了禾赛科技5轮融资，累计投资额超过1亿美元。按照禾赛科技上市首日收盘价计算，光速中国持有市值已达4.25亿美元，投资回报率高达325%。此外，禾赛科技最后一轮D轮融资发生在撤回科创板IPO申报材料后。在小米集团追加7000万美元后，禾赛科技D轮融资额度高达3.7亿美元。根据招股书披露，禾赛科技D轮融资每股价格约16.5美元，按照上市首日收盘价21.05美元计算，禾赛科技最后一轮投资者投资回报率已达28%。

1月9日，禾赛科技正式发布面向搭载智能驾驶系统量产车市场的“性能王牌”产品—— 512 线超高清超远距激光雷达 AT512。作为禾赛 AT 系列的“综合性能巅峰之作”，AT512 展现了激光雷达技术的突破性进展，主要面向对性能、可靠性、安全性有极高要求的高端智能驾驶量产车型。AT512 搭载禾赛最新的第四代自研芯片，通过引入 3D 堆叠、光噪抑制等前沿技术，以极致的光学收发效率、顶尖的垂直整合能力，在体积不变的情况下实现了性能全面升级，参数拉满。测距能力翻倍多项参数超越市场同类作为高阶智能驾驶必备传感器之一，激光雷达凭借抗干扰、真三维、高置信度等优势，已逐渐成为智能车型的标配。激光雷达拥有更远距离的测距能力，意味着智能汽车能够在更远处发现潜在危机，为系统决策提供更多的反应时间，从而极大地提高行车安全性及舒适性。AT512 可实现 300 米标准测远（@10% 反射率），相比 AT128 提升了 50%。最远测距达到 400 米，是市场同类远距激光雷达的 2 倍。无论是 400 米的车辆还是行人都能敏锐捕捉，极大提升了车辆对周围环境的感知能力，让车辆至少提前一倍距离发现目标，为系统安全决策增加了 40% 以上的反应时间，最大程度守护智驾安全。400 米外分辨率对比搭载最新第四代自研芯片1230万点频实现超高清三维感知禾赛的前三代自研激光雷达芯片均已实现成功量产并且大规模交付。基于多款自研芯片的成功经验，禾赛最新的第四代自研芯片集成度再上一个台阶，能够实现每秒最高处理点数超过 1 亿个点的超高性能。得益于禾赛第四代芯片大幅提升的集成度，AT512 以每秒约 1230 万的超高点频为汽车提供图像级超清晰三维感知，拥有全局均匀的 0.05° x 0.05° 角分辨率，点云密度是 AT128 的 8 倍，同时也达到市场上其他同类远距产品的 10 倍以上。可以说，无论是测远还是分辨率，AT512 均可视为当前市场 ADAS 远距激光雷达综合性能的巅峰之作。AT512 点云展示，10Hz，单帧效果AT系列平台化架构产品可靠性与量产交付能力保证作为 ADAS 远距主雷达，禾赛 AT 系列采用高度集成化的芯片收发模块、稳定可靠的一维扫描，兼具性能、成本和可靠性，且点云模式均匀规整，有利于感知算法的适配。AT512 沿用 AT 系列成熟的平台化架构设计，可靠性和量产制造性均已成功经过市场验证，与 AT128 统一的点云模式和更小的高度尺寸，让汽车硬件切换升级更加高效。目前，AT 系列已经获得了包括上汽、一汽在内的 15 家领先主机厂和 Tier-1 客户超 50 多个车型的前装量产项目定点。自成立以来，禾赛激光雷达累计交付量突破 30 万台，是全球首个创下此里程碑的车载激光雷达公司，并在去年 12 月实现单月交付量突破 5 万台 ，再次刷新行业单月交付记录。禾赛激光雷达已经在 10 万台+的量级上，成功经历了超过一年时间的用户实际使用质量验证，面对严寒、酷暑、震动、灰尘、雨雪等严苛工况，禾赛激光雷达始终保持着出色的性能表现和稳定性，赢得客户的青睐与信任。AT512 的发布重新定义了激光雷达行业性能标杆，参数拉满下的卓越性能将为高端智能驾驶量产车型提供超高清、超远距的三维感知能力，助力带来更安全舒适的智能驾驶体验。作为激光雷达技术突破性进展的体现，AT512 再次印证了禾赛在自研技术方面的全球领先地位。凭借前沿的研发技术和卓越的创新能力，禾赛将引领车载激光雷达行业迈向新高度。

英国布里斯托尔大学所衍生出的QLM技术公司开发了一种基于量子光谱技术的气体成像仪器。该设备称为QLM-1，让来自石油和天然气行业的的重要温室气体——甲烷泄漏——无所遁形。 “这款相机使用最进的量子光谱技术来‘看到不可见的气体分子’”英国研究与创新部（UKRI）商业化量子技术挑战总监Roger McKinlay说。 一种新型的量子光谱气体成像技术让破坏环境的甲烷泄漏无所遁形（图片来源：UKRI） 该传感器使用一种称为可调谐二极管激光雷达（Tunable Diode Lidar, TDLidar）的新技术，该技术将可调谐二极管激光吸收光谱（Tunable Diode Laser Absorption Spectroscopy, TDLAS）、差分吸收激光雷达（Differential Absorption Lidar, DIAL）、和时间相关单光子计数（Time Correlated Single Photon Counting, TCSPC）的优势结合，实现了基于低功率半导体二极管激光器的远程气体光谱分析和测距。该团队的1个TDLidar甲烷传感器在随机调制连续波（RM-CW）激光雷达系统中，使用波长在甲烷分子吸收线附近1.6509 μm的近红外激光器和珀尔帖冷却单光子雪崩二极管（Single Photon Avalanche Diode, SPAD）探测器。 相较于现有基于激光的甲烷测量系统通常使用复杂且昂贵的反射镜阵列，将光反射到传统检测器中。QLM产品使用的SPAD探测器足够灵敏，可以仅探测几个光子，而且无需镜子提供反射回波。 这项工作由英国的工业战略挑战基金旗下的商业化量子技术挑战项目资助，是两年期的研究项目——碳排放单光子激光雷达成像（Single Photon Lidar Imaming of Carbon Emissions, SPLICE）——的成果。SPLICE是英国国家量子技术计划的一部分，据QLM官网宣称，这个技术将使其气体可视化解决方案完全商业化。 QLM在其网站上表示：“SPLICE项目的总体目标是成功开发行业实用化的单光子激光雷达气体成像仪器，并可用于全球范围内的连续气体泄漏检测和温室气体监测。”该项目的三个关键目标是实现远距离条件下的高精度测量、产品实用性和广泛适用性，以及可扩展和低成本的技术。该项目资金将用于产品研发、现场试验、工艺优化和商业路演等。到项目结束时，QLM气体成像相机和配件将完全投用于石油、天然气、以及环境科学行业，从而在设施规模上颠覆性地改变监测甲烷和二氧化碳的方式。 值得一提的是，如果释放到大气中，甲烷作为温室气体的效力是二氧化碳的84倍。此外，科学家估计，如果从油气井中提取天然气的过程中有3.2% 的甲烷（天然气的主要成分）泄漏到大气中，其造成的温室效应，将使天然气的环保性比煤炭还要低。 在实际应用场景中，过去的监测方法通常囿于太长的反应时间，并且难以准确测量甲烷的泄漏。崭新的甲烷气体成像系统可以远距离连续检测、量化和模拟泄漏的发展，还可以监控排放率并创建气体泄漏位置的精确地图，并在气体泄漏时立即通知工厂操作员。这些优势都是对与当前检测方法的重大改进。 QLM首席执行官Murray Reed表示：“石油和天然气巨头已承诺大幅减少其甲烷排放量，然而没有人能够正确、连续和大规模地测量甲烷，无法测量的东西是没办法管理的。”“问题的规模是巨大的，仅在北美就有超过50万口活跃的气井，以及全球成千上万的海上钻井平台和储气设施。在英国，我们有24个主要的管道压缩机站，为长距离天然气管道供能，以及数百个地上储存装置。所有的设备都可能在某个时候发生泄漏。” 与此同时，谢菲尔德大学、阿斯顿大学和布里斯托尔大学正在努力扩大新传感器可以检测的气体范围，以包括许多其他温室气体。这开启了在农业和其他产业使用该技术的可能性。 作为SPLICE项目的补充，QLM与Inzpire Limited合作开展搭载在无人机上的甲烷测量试验，评估其激光雷达气体成像系统安装在无人机上的检测和量化甲烷排放的能力。基于对人眼安全的红外半导体激光器，对环境进行的激光扫描将可以构建物体和气体分子的3D图片，准确显示泄漏的位置和大小。 QLM的TDLidar甲烷传感器示意图：激光扫描可以构建物体和气体分子的3D图片，准确显示泄漏的位置和大小

国外激光雷达市场正乌云笼罩，10月，被誉为激光雷达鼻祖的Ibeo公司宣告破产；上个月，激光雷达制造商Ouster和Velodyne正式宣布合并；就在近期12月13日，专注OPA（光学相控阵）技术的Quanergy也宣布破产。在国外激光雷达市场经历雪崩时，国内激光雷达却发展热火朝天。近日，国产激光雷达行业再次迎来好消息。12月27日，禾赛科技正式对外宣布，其激光雷达累计交付量突破10万台。其中，今年共交付近8万台，登顶全球激光雷达量产冠军。在10月底时，禾赛科技的激光雷达产品AT128，就已实现单月交付量突破10000台，成为全球首家月交付过万台的车载激光雷达企业。据悉，2017年4月，禾赛科技向百度提供了第一台Pandar40，开始切入自动驾驶领域。2020年9月，搭载禾赛科技第一代自研芯片的中距激光雷达XT32开始交付，至今累计交付近1万台。截至2022年12月25日，禾赛科技累计交付超过10万台激光雷达，包括Pandar、QT、XT、AT系列产品。禾赛科技引领突围在全球激光雷达产业链中，国外企业具有先发优势。2021年，法雷奥牢牢占据着75％的份额。去年全球激光雷达市场的主要参与者仍是那些工业与测绘领域的供应商，总营收排名前五的公司都属于该领域。值得一提的是，在汽车领域，禾赛科技是总营收排名全球第一的激光雷达公司。在自动驾驶出租车领域，禾赛科技也以绝对优势领先，以58％的营收占比排名全球第一，是第二名 Waymo 份额的两倍以上，以往该细分领域的领导者Velodyne跌至第三。禾赛科技如此强势的增长劲头，也导致了激光雷达公司营收总排名的变化。其中，禾赛科技从去年的第12名上升到第6名，速腾聚创从第13名上升到第10名。相比之下，Velodyne从第7名下降到了第13名。此外，自2018年以来，在全球范围内官宣的ADAS前装定点数量大约有55个，其中中国激光雷达供应商占其中的50％。禾赛科技斩获了截至目前全球 27％ 的前装定点数量，排名全球第一。速腾聚创以16％的数量排名中国第二、全球第三。以禾赛科技为首的中国供应商的强劲突围极大地改变了全球激光雷达行业的发展局面。Yole预计，2022 年将有超过 20 万台的激光雷达交付上车，其中20％的激光雷达都将来自于禾赛科技，仅次于法雷奥（29％）。前五名（法雷奥、禾赛科技、速腾聚创、华为和Luminar）将在2022年占全球激光雷达出货量的84％，其中三名都来自中国。激光雷达头部企业和中国玩家规模逐渐扩大激光雷达伴随汽车自动驾驶而走入业界视野，近年来也因此发展迅猛。据 Frost＆Sullivan 预测，2025 年全球激光雷达市场规模将达135．4亿美元，其中高级辅助驾驶、无人驾驶、车联网和服务机器人领域分别占激光雷达市场总规模的 34．64％、26．30％、33．81％和 5．26％，而中国激光雷达市场规模2025年将达到43．1亿美元，占比约32％左右。根据 2021年Yole的数据，法国一级汽车供应商法雷奥以28％的市占率位居车载激光雷达第一位，本土企业速腾聚创则以10％的市占率位居第二，Luminar以7％的份额位列第三。除了速腾聚创外，上榜的中国企业还有览沃科技（大疆）、禾赛科技、图达通、华为等，中国5家企业合计占比达26％。此外，北科天绘、北醒光子、镭神智能、一径科技等企业也有涉足，虽然目前市场份额占比较小，但未来有较大的发展潜力。据了解，法雷奥起步最早，在2010年就接触了车载激光雷达产品，2017年上市全球首款车规级激光雷达SCALA 1，现已经更新至SCALA 2，计划2024年上市SCALA 3。禾赛科技拥有两款车规级产品，AT128为半固态－转镜式远距激光雷达，可做主雷达，QT128为机械式近距超广角激光雷达，可做辅助型雷达。华为半固态－微震镜式车规级激光雷达已经量产于北汽极狐、哪吒、长城、华为阿维塔。大疆览沃致力于提供高性能、低成本的激光雷达传感器，其HAP车规级激光雷达售价1599美元（当前汇率换算为1．12万元）。国外激光雷达企业起步早，主要定位高端市场，如法雷奥与奔驰、奥迪的深入合作。国内车载激光雷达企业依靠产品性价比高，近几年快速崛起，目前主攻半固态激光雷达，并布局纯固态激光雷达。另外国内涌现大量激光雷达初创公司，重点研究纯固态激光雷达。总体来看，激光雷达国产化替代进程很快，不仅蔚小理、威马、哪吒等新势力均选用国产激光雷达，多个传统品牌也选用国产激光雷达，如长城、上汽、广汽。百舸争流，竞相入场补盲激光雷达近期，几家国内头部激光雷达公司在上个月相继发布了自己的固态补盲激光雷达。11月2日，禾赛发布了面向ADAS前装量产车的纯固态近距补盲激光雷达FT120。该雷达用于近距补盲，拥有100°x75°的超广角FOV（视场范围），并具备体积小，集成度高等优点。据悉，目前FT120已拿到来自多家主机厂超过100万台的量产定点，预计2023年下半年开始量产交付。11月7日，速腾腾聚发布了全固态补盲激光雷达RS－LiDAR－E1。这款雷达拥有的120°的水平视场角，为市面上最大，综合性能最强，SOP（标准操作程序）时间预计在2023年下半年。此外，亮道智能补盲激光雷达LDSatellite的SPAD芯片，已经通过AEC－Q100认证，SOP时间则是在2023年第三季度。而图达通也在扩充自己的产品线，进军今年大热的「补盲激光雷达」。图达通联合创始人兼 CEO 鲍君威透露，将在2023 年 1 月的 CES 展会上，公布产品相关细节。目前国内激光雷达产业链主要集中在北京地区，其次是以深圳为中心的珠三角和浙江、江苏、上海为中心的长三角地区。其余地区虽有企业分布，但数量较少，未形成规模。2022年，中国激光雷达厂商一个个借着新势力高端车型的交付量节节攀升而意气风发。随着国内激光雷达市场愈发广阔，技术路线的迭代以及大厂进入赛道带来的规模效应等一系列因素，激光雷达整机的降本空间将十分可观，产业链有望乘自动驾驶等新兴产业快速发展的东风迎来机遇。

激光雷达（LiDAR）长距离灵敏度标准测试目标板为什么灰色的卡片、织物和纸张会让你处于劣势？ 在成像应用中，您选用的灰色目标板必须适用于各种照明环境，并且仍能保持其外观。 最重要的是，它必须具有均匀的光谱响应。 它还必须具有耐热和物理耐久性，紫外光稳定性，热稳定性，无光泽，无偏振和无荧光。 如果您使用的灰色目标板不符合这些要求，则需要Permaflect目标板。 Permaflect目标板可单独购买或购买蓝菲光学的LiDAR测试目标板套件。 大面积的暗、灰、白目标板是激光雷达系统动态范围内精确评估短程和远程灵敏度的理想目标。 蓝菲光学的标准LiDAR测试目标板套件包括三种反射水平：10％，50％和80％，坚固的便携箱，可容纳3块Permaflect目标板以及光谱反射和均匀性测试报告，方便存储和运输。特点：轻量级可定制均匀性好耐久性易于清洗应用：激光雷达（LiDAR）飞行时间（TOF）地面实况成像仪校准传感器/光源补偿灰纸的高级替代品Permaflect不同反射率漫反射板创新点：在成像应用中，您选用的灰色目标板必须适用于各种照明环境，并且仍能保持其外观。 最重要的是，它必须具有均匀的光谱响应。 它还必须具有耐热和物理耐久性，紫外光稳定性，热稳定性，无光泽，无偏振和无荧光。 如果您使用的灰色目标板不符合这些要求，则需要Permaflect目标板。 大面积的暗、灰、白目标板是激光雷达系统动态范围内精确评估短程和远程灵敏度的理想目标。 激光雷达（LiDAR）长距离灵敏度标准测试目标板

2024年1月，4D高分辨率毫米波雷达研发商苏州毫感科技有限公司（以下简称“毫感科技”）已完成数千万元Pre-A轮融资。本轮融资由欣柯创投领投。天眼查信息显示，自2021年7月成立至今，毫感科技已累计完成三轮融资。欣柯创投表示，期待与毫感科技共同见证4D毫米波雷达在自动驾驶领域的全面普及。毫感科技产品定位于高通道数的4D成像雷达芯片，主要专注在两个方向。一个是高性能的MMIC，主要适用于前向的探测，提供高分辨率以及长距离的探测；另一个是高集成度的SOC，可降低成本，作为前向或者环视雷达，应用于辅助驾驶、自动泊车等。4D成像雷达是一种延伸的毫米波技术，能够在高速公路和复杂的城市场景中，探测距离达300米的各种物体。对比传统雷达，4D成像雷达增加了对目标高度维度数据的探测和解析，在探测距离、速度、水平角三个维度之上还能给出俯仰角信息，可以实时追踪物体的运动轨迹，更具备“成像”能力。此外，从目前来看，对比激光雷达，4D成像雷达的成本优势也较为突出。基于上述这些优势，业界针对L2+级别智能驾驶，已经逐步出现“弱硬件强算法”的4D成像雷达视觉方案替代“强硬件弱算法”的激光雷达方案的声音。当然，也有不少业内人士表示，随着自动驾驶往更高级别发展，仍需要激光雷达进行加持，未来多传感器融合方案将是必然。尽管当前整个4D成像雷达市场仍处于发展的早期，但是由于汽车行业竞争越来越激烈，降本增效压力也变得愈发突出，这也进一步促进4D成像雷达市场以飞快的速度成长。事实上，回顾刚刚过去的2023年，不难发现毫米波雷达赛道的热情就一路高涨，这也直接反映在资本市场上。据不完全统计，算上最新获得融资的毫感科技，从2023年以来，国内至少已有10家4D毫米波雷达企业获得融资，已披露融资总额远超十亿元。值得一提的是，2023年8月，国内“激光雷达第一股”禾赛科技CEO李一帆还出手投资了4D雷达新创公司傲图科技，可见该细分市场的热度不一般。从全球范围看，像是高级辅助驾驶巨头Mobileye近几年一直在大力研发4D成像雷达芯片以及系统方案，特斯拉2023年也在HW4.0上面安装了自研的4D成像雷达模组。2023年以来，包括吉利、红旗、长安、上汽、比亚迪、理想等多家车企宣布定点或上车4D毫米波成像雷达。

11月22日，备受瞩目的2023年中国科学院、中国工程院两院院士增选名单正式公布！2023年中国科学院选举产生了59名中国科学院院士， 2023年中国工程院院士增选共选举产生74位中国工程院院士。中国科学院、中国工程院是国家科学技术界和工程科技界的最高学术机构，是国家战略科技力量，入选两院院士是我国科学研究人员的最高荣誉。据悉，本次两院院士增选名额进一步向国家急需的关键领域和基础学科、新兴学科、交叉学科倾斜；向为国防和国家安全作出突出贡献的科研人员倾斜；向承担国家重大科研任务、重大科技基础设施建设和重大工程并作出突出贡献的科研人员倾斜。本次两院院士有多位传感器及仪器仪表、半导体等领域专家当选！简要整理，以飨读者。2023年新当选中国科学院院士名单-传感器领域专家名单&简介刘胜年龄：59工作单位：武汉大学研究方向：微纳制造及芯片封装与集成学部：技术科学部【简介】刘胜，教授、国家杰出青年基金获得者（B类）、长江学者特聘教授、美国电气和电子工程师协会会士、美国机械工程师学会会士。现受聘为科技部“十三五”微纳制造主题专家组成员。目前在研国家重大科研仪器研制项目、国家重点研发计划项目等多项国家级重点重大项目。刘胜院士是电子封装科学与技术领域杰出专家，他长期从事集成电路、LED 和微传感器封装及可靠性理论和前沿技术研究，取得了系统的原创性研究成果。曾荣获国家技术发明二等奖（2016）、电子学会技术发明一等奖（2018）、电子学会十佳工作者（2018）、教育部技术发明一等奖（2015）、美国白宫总统教授奖等，发表SCI论文260余篇，引用超过2800次，出版著作5本，已授权专利170余项。现任武汉大学工业科学研究院 执行院长、武汉大学微电子学院副院长。郑海荣年龄：45工作单位：中国科学院深圳先进技术研究院研究方向：医学成像仪器与医疗设备学部：信息技术科学部【简介】博士，研究员，博士生导师。国家杰出青年基金获得者、何梁何利科技创新奖及全国“创新争先”奖状获得者。中科院深圳先进技术研究院副院长、Paul C. Lauterbur生物医学成像中心主任。担任国家高性能医疗器械创新中心主任、中科院健康信息学重点实验室主任。本科毕业于哈尔滨工业大学，2006年获美国科罗拉多大学博士学位。主要研究领域为医学成像理论、技术与仪器系统、信号处理与电子学。主持承担国家973计划项目（首席）、国家重大科研仪器专项等科研项目。发表论文200余篇，授权专利100余项，一批专利技术实现产业化。主持完成的高场磁共振成像技术与设备成果以第一完成人获国家科技进步一等奖。孙胜利年龄：52工作单位：中国科学院上海技术物理研究所研究方向：光学工程学部：信息技术科学部【简介】1999年5月至今，中国科学院上海技术物理所。曾任中国科学院上海技术物理所工程三室主任。现任中国科学院上海技术物理研究所副所长、智能红外感知中科院重点实验室主任、国家级专家。主要从事天基信息获取研究工作，致力于揭示特殊环境中红外探测噪声与时空相关性机理，系统研究了影响探测灵敏度的基本问题，使广域空间微弱时变信号高效捕获难题获得突破。研究领域包括红外智能感知、光电仪器的现代设计方法、数字化制造和全过程定量化测试。近年，引入人工智能、智能制造、天文学等领域的新方法新理念，追求智能红外感知的新突破。荣获中国航天钱学森杰出贡献奖，中国首届创新争先奖，国家技术发明一等奖 （天基高时效红外探测技术），中国科学院杰出成就奖 （天基红外探测关键技术）。张荣年龄：58工作单位：厦门大学研究方向：半导体光电子器件与材料学部：信息技术科学部【简介】张荣 教授，中国科学院院士，教育部“长江学者奖励计划”特聘教授，博士生导师，1964年2月出生，1983年南京大学物理学系本科毕业，1986年南京大学物理学系半导体专业硕士研究生毕业并获硕士学位，1995年获南京大学半导体专业博士学位。现任第十四届全国人大代表，厦门大学党委书记（副部长级）、党委党校校长。先后主持国家“973”计划、“863”计划、国家自然科学基金重大项目等十余项国家和地方重大研究课题，在新型低维量子结构与器件方面，特别是在Ⅲ族氮化物异质结构与器件、硅基异质结构、纳米结构与器件、宽禁带半导体自旋电子材料等方面取得一系列有重大创新意义的研究成果。2023年新当选中国工程院院士名单-传感器领域专家名单&简介孙以泽年龄：64工作单位：东华大学学部：环境与轻纺工程学部【简介】孙以泽，现任东华大学机械工程学院教授、博士生导师、机械电子工程学科带头人、上海市领军人才，获国务院特殊津贴、宝钢优秀教师奖、桑麻奖教金、上海市松江区先进工作者、机械电子工业部优秀科技工作者等荣誉。主要学术兼职为东华大学学术委员会委员。研究方向：1、复杂机械系统及其智能传感测控技术2、高端纺织装备技术与系统3、太阳能光伏系统集成与逆变技术李清泉年龄：57工作单位：深圳大学学部：土木、水利与建筑工程学部【简介】工学博士，二级教授，博士生导师，动态精密工程测量专家，国际欧亚科学院院士，现任深圳大学党委书记。1998年获得武汉测绘科技大学摄影测量与遥感工学博士学位。自然资源部大湾区地理环境监测重点实验室主任，中国测绘学会副理事长，教育部测绘专业教学指导委员会副主任委员，教育部高等学校教学信息化与教学方法创新指导委员会副主任委员。长期从事精密工程测量的多传感器集成与同步控制、测量新技术、测量数据处理新方法研究，形成了动态精密工程测量技术体系，突破影响基础设施性能和安全的刚度/弯沉、表观变形和线形变化连续高精度测量关键难题；发明研制了激光动态弯沉检测装备、移动道路检测车、隧道检测装备、地铁测量小车、管道检测胶囊等系列高端测量专用装备，服务我国70%以上等级公路、数百城市道路以及机场、隧道、地铁、地下管网等领域的状态测量，推动精密工程测量从“静态到动态”、“离散到连续”的转变，显著提升我国基础设施状态测量技术水平，并实现了国际化推广。主持973计划项目、863计划项目、国家重点研发计划课题、国家自然科学基金中欧国际合作项目、重点项目等科研项目50余项。获授权发明专利31项（第一），出版专著5部，发表论文300余篇（SCI 100余篇），引用超过超过16500次，H-index 63；获国家技术发明二等奖1项（第一），国家科技进步二等奖1项（第二），国家科技进步创新团队奖1项（第五），国家教学成果二等奖1项（第一），何梁何利科技进步奖，省部级科技进步一等奖7项（第一），中国青年科技奖，全国十大测绘科技创新人物、全国创新争先奖等，入选全球前2%顶尖科学家榜单。张学军年龄：54工作单位：中国科学院长春光学精密机械与物理研究所学部：信息与电子工程学部【简介】张学军，男，1968年9月生，汉族，吉林长春人。现任光机所副所长，研究员，博士研究生导师。1990毕业于吉林工业大学（现吉林大学），1997年在长春光机所获得理学博士，后赴美国亚利桑那大学光学中心做访问学者。归国后一直从事空间光学系统先进制造技术方面的研究，相关研究成果曾获2011年度国家科技进步二等奖（排名第一）、2013年度国家技术发明二等奖（排名第三）、2008年度国家技术发明二等奖（排名第三）、1999年度国家科技进步二等奖（排名第三）、2014年度吉林省科技进步一等奖（排名第一）、2012年度国防技术发明一等奖（排名第三）。申请发明专利30项(授权10项)，发表学术论文142篇，其中SCI收录15篇，EI收录95篇。从上世纪90年代开始张学军一直从事空间光学系统超精加工与检测方面的研究工作，归国后积极投身先进光学制造技术研究，在大口径光学加工、检测等方面做出了一系列开创性工作，成果主要体现在两个方面：一是突破、发展了大口径非球面高精度加工设备、工艺及复合检测技术。研制成功了具有自主知识产权的四代大口径非球面加工中心，技术指标与见诸报道的国际最高水平相当，使我国成为了继美、法之后第三个具备大口径空间反射镜系统制造能力的国家。二是突破了以离轴三反系统为代表的新型光学系统工程化应用的技术瓶颈，推动了我国空间对地遥感新技术体制的建立。多个型号空间相机以及背景预研项目均采用了可同时实现长焦距与大视场的离轴三反光学系统形式，其中8台相机已经在轨服役，全部满足用户使用要求，部分指标为当前国际最高水平。于海斌年龄：58工作单位：中国科学院沈阳自动化研究所学部：信息与电子工程学部【简介】1964年生, 工学博士，研究员、博士生导师，“十一五”国家863计划先进制造领域专家组成员，国家科学技术 奖励评审委员会评审专家。现任中国科学院沈阳分院院长、分党组副书记。主要研究方向：工业通信与实时系统理论，分布控制系统技术，工业无线技术，网络协同与智能制造。主持并参加了多项国家级项目，包括国家自然科学基金杰出青年基金项目、国家自然科学基金重点项目、国家高技术研究发展计划（863）重点项目以及中国科学院重要方向性项目等。在高水平国际国内期刊和知名国际会议上发表论文100余篇，出版学术专著2部 。王岩飞年龄：59工作单位：中国科学院空天信息创新研究院学部：信息与电子工程学部【简介】1984年毕业于北方交通大学，1987年毕业于中国科学院电子学研究所，获硕士学位，1998年获博士学位。现任中国科学院电子学研究所研究员，博士导师。主要研究方向：微波成像与数字信号处理技术。从1987年至今在中国科学院电子学研究所工作，1992年至1993年在澳大利亚新南威尔士大学遥感中心访问学习。先后参加了国家自然科学基金课题“雷达图像模拟”、“宽带微波成像原理研究”、863项目“星载SAR总体及关键技术可行性研究”、科学院攻关项目“机载多极化合成孔径雷达系统”、863项目“机载SAR实时数字成像处理器”、以及干涉式合成孔径雷达、雷达图像的模拟和几何校正研究等工作。目前，主要从事“机载成像雷达系统”、“合成孔径雷达实时成像处理器”、“星载合成孔径雷达系统”、“星载合成孔径雷达原始数据实时压缩技术”、以及“分布式卫星成像雷达系统”等项目的研究工作。童小华年龄：51工作单位：同济大学学部：信息与电子工程学部【简介】童小华，男，1971年出生，江西抚州人，教授，博士生导师。分别于1993、1996、1999年获同济大学学士、硕士和博士学位。历任同济大学土木工程学院测量与国土信息工程系副主任、土木工程学院党委副书记兼测量与国土信息工程系党总支书记、测绘与地理信息学院院长、科研管理部部长、校长助理。2021年1月任同济大学党委常委、副校长。研究领域为测绘科学与技术，主要研究方向是航天测绘遥感与深空探测。曾是武汉大学测绘遥感信息工程国家重点实验室博士后、香港理工大学客座研究员、美国加州大学圣巴巴拉分校访问学者。航天测绘遥感与空间探测上海市重点实验室主任，国家杰出青年科学基金获得者，国家重点研发计划项目首席，全国优秀科技工作者，全国教育系统先进集体带头人。现担任国务院学位委员会学科评议组测绘科学与技术组成员、教育部科学技术委员会委员、多部学术期刊编委。研究成果应用于嫦娥探月、测绘卫星和国土资源调查等工程，获得国家科技进步奖一等奖、国家自然科学奖二等奖、全国创新争先奖状。

近日，国家科技部公布2023年度国家重点研发计划“智能传感器”重点专项评审结果，北醒参与申报的“列车前向运行环境监测传感器及系统应用”项目获批立项。此次立项，标志着北醒激光雷达关键技术符合国家科技发展战略规划，获得政府与行业的支持认可。该项目由交控科技股份有限公司牵头，北京交通大学、北京航空航天大学、中国科学院半导体研究所、机械工业仪器仪表综合技术经济研究所、凌云光技术股份有限公司、国能朔黄铁路发展有限责任公司、成都轨道交通集团有限公司、北京埃福瑞科技有限公司参与合作。北醒基于独特的先进技术架构，实现可靠的三维环境感知能力，其设计可满足交通复杂场景严苛的可靠性要求。在此研发经验基础之上，将着力攻克一批关键核心技术，构建自主可控的产业体系，形成高性能传感器、新方法、新技术及新系统设备，有助于减少对国外企业的依赖，提升我国轨道交通产品的国际竞争力和市场占有率，为实现“交通强国，铁路先行”的国家战略提供有力支撑。北醒致力于提升设备运力和效率，降低事故率，让人类出行更智能更安全。北醒入选国家级专精特新“小巨人”企业，并获准设立博士后科研工作站，参与联合创新完成的项目曾荣获“北京市科学技术进步奖二等奖”，在智能轨交、智能公路、智能民航等智能交通领域深耕已久。北醒CEO李远表示，未来，北醒将以此为契机，继续为民生基建护航，向世界领先迈进。在项目实施与企业发展中，北醒继续坚守长期主义和技术至上的价值主张，持续提升激光雷达高安全、高可靠性技术，助力国家科技进步与行业发展。关于北醒（北京）光子科技有限公司公司成立于2015年，是一家全球领先的激光雷达产品及解决方案提供商。公司致力于通过激光雷达技术赋能千万移动智能体，从而推动数字化与智能化，全面提升用户安全、运力和效率。北醒激光雷达产品广泛应用于智能车载、智能交通、智能工业传感等领域，通过搭建全系产品矩阵，打造出业内独一无二的多元化、全方位业务布局。截至目前，公司业务已经覆盖全球90多个国家和地区，累计交付超百万台激光雷达，开启了激光雷达大规模商用化时代。

新一代MEMS传感器将为智能手机、消费类智能产品、医疗保健和零售终端在性能和功能方面带来又一次飞跃。 　　MEMS技术是强大的运动、环境等微型传感器的基石，这些传感器为当今的智能手机和可穿戴设备提供了直观的情境感知功能。现在，意法半导体的新一代MEMS技术将传感器性能提升到了新的高度，超越了现有市售产品在输出精度和功耗方面的技术限制。新一代MEMS传感器可以为活动检测、室内导航和精密工业传感等应用提供业界最高的精度。同时，它们还可以保持较低的功耗以延长运行时间。 　　部分MEMS产品具有的额外功能包括意法半导体的机器学习内核(MLC)和静电传感。MLC为以极低功耗运行的边缘应用带来了自适应的机器学习功能。电荷变化(QVAR)感应通道通过智能手表或健身手环中与身体接触或非接触式感应(雷达)来监测静电电荷的变化。带有QVAR的意法半导体MEMS传感器可以增强用户界面控制，以确保无缝交互，或简化湿度和冷凝检测。雷达模式应用包括人员存在检测、活动监控以及人员计数。 　　意法半导体MEMS营销总监Simone Ferri表示：“开创性的新一代产品基于意法半导体在MEMS专业知识和工艺技术方面的广泛投入和历史积累。除了彻底革新传感器的性能，我们还通过可选的静电传感和机器学习来进一步扩展它们的功能。由此提供了为Onlife时代做好准备的新一代MEMS传感器，通过始终存在、始终在线以及始终连接，使智能生活更透明、更顺畅。” 　　此次推出的新一代传感器包括LPS22DF和LPS28DFW(防水)大气压力传感器，其工作电流为1.7 µA，绝对压力精度为0.5 hPa。LPS28DFW具有双满量程功能，能够在水下和水上提供精确的垂直定位。其满量程范围可选择最大1260 hPa或4060 hPa，相当于约30 m深度处的水压。这两款传感器可以提高便携式设备和可穿戴设备(包括运动手表)的高度计和气压计性能。典型的工业应用包括天气监测和精确水深传感等。 　　新款三轴MEMS加速度计LIS2DU12，专门用于构建具有主动抗混叠功能的超低功耗架构。其抗混叠滤波器的电流消耗是市场上较低的。LIS2DU12在100 Hz输出数据速率(ODR)下电流消耗仅3.5 µA，也是第一款带I3C接口的市售MEMS加速度计。所有这些功能都集成在最小的2.0 mm x 2.0 mm x 0.74 mm封装中。这款加速度计非常适用于可穿戴设备、助听器、真无线立体声(TWS)耳机、无线传感器节点以及任何必须进行系统优化的应用。 　　新款6轴iNEMO惯性模块LSM6DSV16X包含QVAR静电传感，以及MLC和有限状态机(FSM)，可增强响应并节省电源，其工作电流可低至12 µA。新的FSM可实现自适应自配置(ASC)，由此，该6轴MEMS器件可以感知情境，并在不唤醒系统的情况下自行重新配置，从而实现显著的额外节能效果。这款产品即将投入量产，已在一种静电雷达应用中进行了演示，用于用户检测以加速唤醒笔记本电脑。 　　新款压力传感器LPS22DF提供2.0 mm x 2.0 mm x 0.73 mm 10-lead LGA封装(eStore有售)，LPS28DFW提供2.8 mm x 2.8 mm x 1.95 mm 7-lead LGA封装(eStore提供免费送样)，这两款产品目前已在量产，可通过分销商采购，售价1.90美元起。LIS2DU12和LSM6DSV16X计划于2022年晚些时候推出。

今天，我们的生活高度依赖传感器。传感器作为人类“五感”的延伸，去感知这个世界，甚至可以观察到人体感知不到的细节，这种能力也是未来智能化社会所必须的。不过，单个传感器的性能再卓越，在很多场景中还是无法满足人们要求。比如汽车中昂贵的激光雷达可以根据生成的点云，判断出前方有障碍物，但想准确得知这个障碍物是什么，还需要车载摄像头帮忙“看”一眼；如果想感测这个物体的运动状态，可能还需要毫米波雷达来助阵。这个过程就好比我们熟悉的“盲人摸象”，每个传感器基于自己的特性和专长，只能看到被测对象的某一个方面的特征，而只有将所有特征信息都综合起来，才能够形成更为完整而准确的洞察。这种将多个传感器整合在一起来使用的方法，就是所谓的“传感器融合”。对于传感器融合，一个比较严谨的定义是：利用计算机技术将来自多传感器或多源的信息和数据，在一定的准则下加以自动分析和综合，以完成所需要的决策和估计而进行的信息处理过程。这些作为数据源的传感器可以是相同的（同构），也可以是不同的（异构），但它们并不是简单地堆砌在一起，而是要从数据层面进行深度地融合。实际上，传感器融合的例子在我们生活中已经屡见不鲜。归纳起来，使用传感器融合技术的目的主要有三类：●获得全局性的认知。单独一个传感器功能单一或性能不足，加在一起才能完成一个更高阶的工作。比如我们熟悉的9轴MEMS运动传感器单元，实际上就是3轴加速传感器、3轴陀螺仪和3轴电子罗盘（地磁传感器）三者的合体，通过这样的传感器融合，才能获得准确的运动感测数据，进而在高端VR或其他应用中为用户提供逼真的沉浸式体验。●细化探测颗粒度。比如在地理位置的感知上，GPS等卫星定位技术，探测精度在十米左右且在室内无法使用，如果我们能够将Wi-Fi、蓝牙、UWB等局域定位技术结合进来，或者增加MEMS惯性单元，那么对于室内物体的定位和运动监测精度就能实现数量级的提升。●实现安全冗余。这方面，自动驾驶是最典型的例子，各个车载传感器获取的信息之间必须互为备份、相互印证，才能做到真正的安全无虞。比如当自动驾驶级别提升到L3以上时，就会在车载摄像头的基础上引入毫米波雷达，而到了L4和L5，激光雷达基本上就是标配了，甚至还会考虑将通过V2X车联网收集的数据融合进来。总之，传感器融合技术恰似一个“教练”，能够将性能各异的传感器捏合成一个团队，合而为一又相互取长补短，共同去赢得一场比赛。选定了需要融合的传感器，怎么融合则是下一步要考虑的问题。传感器融合的体系结构，按照融合的方式分为三种：●集中式：集中式传感器融合就是将各个传感器获得的原始数据，直接送至中央处理器进行融合处理，这样做的好处是精度高、算法灵活，但是由于需要处理的数据量大，对中央处理器的算力要求更高，还需要考虑到数据传输的延迟，实现难度大。●分布式：所谓分布式，就是在更靠近传感器端的地方，先对各个传感器获得的原始数据进行初步处理，然后再将结果送入中央处理器进行信息融合计算，得到最终的结果。这种方式对通信带宽的需求低、计算速度快、可靠性好，但由于会对原始数据进行过滤和处理，会造成部分信息的丢失，因此原理上最终的精度没有集中式高。●混合式：顾名思义，就是将以上两种方法相结合，部分传感器采用集中式融合方式，其他的传感器采用分布式融合方式。由于兼顾了集中式融合和分布式的优点，混合式融合框架适应能力较强，稳定性高，但是整体的系统结构会更复杂，在数据通信和计算处理上会产生额外的成本。对于传感器融合方案，还有一种按照数据信息处理阶段进行分类的思路。一般来说，数据的处理要经过获取数据、特征提取、识别决策三个层级，在不同的层级进行信息融合，策略不同，应用场景不同，产生的结果也不同。按照这种思路，可以将传感器融合分为数据级融合、特征级融合和决策级融合。●数据级融合：就是在多个传感器采集数据完成后，就对这些数据进行融合。但是数据级融合处理的数据必须是由同一类传感器采集的，不能处理不同传感器采集的异构数据。●特征级融合：从传感器所采集的数据中提取出能够体现监测对象属性的特征向量，在这个层级上对于监测对象特征做信息融合，就是特征级融合。这种方式之所以可行，是由于部分关键的特征信息，可以来代替全部数据信息。●决策级融合：在特征提取的基础上，进行一定的判别、分类，以及简单的逻辑运算，做出识别判断，在此基础上根据应用需求完成信息融合，进行较高级的决策，就是所谓的决策级融合。决策级融合一般都是应用导向的。如何选择传感器融合的策略和架构，没有一定之规，需要根据具体的实际应用而定，当然也需要综合算力、通信、安全、成本等方面的要素，做出正确的决策。不论是采用哪种传感器融合架构，你可能都会发现，传感器融合很大程度上是一个软件工作，主要的重点和难点都在算法上。因此，根据实际应用开发出高效的算法，也就成了传感器融合开发工作的重中之重。在优化算法上，人工智能的引入是传感器融合的一个明显发展趋势。通过人工神经网络，可以模仿人脑的判断决策过程，并具有持续学习进化的可扩展能力，这无疑为传感器融合的发展提供了加速度。虽然软件很关键，但是在传感器融合过程中，也并非没有硬件施展拳脚的机会。比如，如果将所有的传感器融合算法处理都放在主处理器上做，处理器的负荷会非常大，因此近年来一种比较流行的做法是引入传感器中枢（Sensor Hub），它可以在主处理器之外独立地处理传感器的数据，而无需主处理器参与。这样做，一方面可以减轻主处理器的负荷，另一方面也可以通过减少主处理器工作的时间降低系统功耗，这在可穿戴和物联网等功耗敏感型应用中，十分必要。有市场研究数据显示，对传感器融合系统的需求将从2017年的26.2亿美元增长到2023年的75.8亿美元，复合年增长率约为19.4％。可以预判，未来传感器融合技术和应用的发展将呈现出两个明显的趋势：●自动驾驶的驱动下，汽车市场将是传感器融合技术最重要的赛道，并将由此催生出更多的新技术和新方案。●此外，应用多元化的趋势也将加速，除了以往那些对于性能、安全要求较高的应用，在消费电子领域传感器融合技术将迎来巨大的发展空间。总之，传感器融合为我们洞察这个世界提供了更有效的方法，让我们远离“盲人摸象”般的尴尬，进而在这个洞察力的基础上，塑造更智能的未来。

“倘若有什么植物妨碍了我们的计划，或是扰乱了我们干净整齐的世界，人们就会给它们冠上杂草之名。可如果你本没什么宏伟大计或长远蓝图，它们就只是清新简单的绿影，一点也不面目可憎。” ——《杂草的故事》清新简单的绿影自然面目可爱，惹人注目，但人类生存之下，繁多冗杂的一片蔓延，确是明目张胆地抢了农作物的地盘，伤了农业发展。世界上的杂草有1000多种，它们通常生长迅速、繁殖能力强，会对农业产生一定的影响。杂草不仅会与农作物争夺土壤养分和水分，传播病虫害，从而影响农作物的生长和产量，含有毒素的杂草还会影响农作物品质。因此，对于农业生产来说，防治杂草对保证农作物的正常生长和产量至关重要。IRIS机载一体式激光雷达高光谱成像仪在评估杂草抗性方面的应用杂草防治是现代农业生产管理的重要组成部分。然而，过度依赖常用除草剂进行化学防治已导致大量抗性杂草的出现，对可持续农业构成重大威胁。因此，开发一种大面积准确评估和量化田间杂草抗性的方法对于农场管理和可持续发展至关重要。目前的方法，例如目视检查，既费时又费力。酶测定虽然准确，但只能在实验室环境中进行。热成像技术可能会受到环境因素的影响，导致在室外使用时精度较低。因此，无法大规模应用。无人机（UAV）和各种传感器已经成为植物表型研究中不可或缺的工具。在这项研究中，作者于2021年6月7日在中国黑龙江省哈尔滨市向阳农场（位于北纬45°61′，东经126°97′）使用LR 1601-IRIS 机载一体式激光雷达高光谱成像仪（北京理加联合科技有限公司）进行了相关试验。旨在（1）根据杂草表型和鲜重提出新的抗性指数，来有效地量化田间杂草的抗性；(2) 利用高光谱传感器识别抗性杂草和敏感杂草之间的内在差异和敏感光谱区域；（3）通过多模态数据融合和深度学习研究光谱、结构和纹理信息及其组合在抗性评估中的贡献；（4）评估所提出的模型针对不同杂草密度和绘制抗性杂草的能力。机载杂草抗性评估方法的工作流程。结果（a） 不同抗性和密度的高光谱反射率曲线；（b）高光谱一阶导数。虚线代表抗性杂草，实线代表敏感杂草，颜色代表杂草密度。CRS测量和预测值散点图。结论（1）敏感杂草和抗性杂草的光谱响应存在明显差异，连续投影算法（SPA）选择的最佳波段与抗性表达波段的最佳波段相吻合；（2）通过多模态数据融合提高了抗性评估的准确性，后期深度融合网络表现出最佳的准确性，R2为0.777，RMSE为0.547；（3）多模态融合网络模型在不同密度的抗性评估中表现出强大的适应性，并有效地生成杂草抗性图。总的来说，这项研究证明了使用多模态数据融合和CRS，结合深度学习，实现准确和可靠的农田杂草抗性评估的有效性。本研究为农田抗性杂草管理提供了一种更有效、更准确的方法，并为可持续农业的发展提供助力。

背景在恶劣环境中的设施将大大增加对气象海洋学参数信息的需求。处于这些环境中的操作员们希望能减少安装的传感器平台数量以提升效率。欧洲大型传感器平台的一家主要制造商选择与我们合作，结合利用 Aanderaa MOTUS 波浪传感器与 Aanderaa 多普勒流速剖面仪，以监控海浪和洋流。通过联合激光雷达与其他传感器，我们致力于为最终用户提供完整的解决方案以实现高质量的气象海洋学监控。MOTUS 波浪传感器MOTUS 波向传感器的产品经理 Stig B. Øen 为我们介绍了更多有关 MOTUS 传感器的最新动态：针对来自 MOTUS 传感器用户和 MOTUS 浮标用户的反馈，我们始终用心倾听并积极响应，为此我们专门对传感器进行了升级：添加了一些基于竖向时间序列位移的波浪参数，并新增了 NMEA AIS 模式。MOTUS 传感器中的新增参数包括：平均波周期 T1/3；有效波高 H1/10；平均波周期 T1/10波；高 H1/1；平均波周期 T1/1；参考东向和北向水平时间序列，可配置为 2Hz 或 4Hz 采样。有关 MOTUS 波浪传感器的参数，请查阅数据表。MOTUS 适用于不同尺寸的浮标为了测量海浪特征，在理想情况下，传感器平台应完美地跟随水面运动。如果未应用补偿，则 MOTUS 传感器会根据安装位置的竖向平台位移计算波高。波向则基于水平浮标位移的方向。为了在众多不同类型的浮标中脱颖而出，MOTUS 传感器提供以下补偿功能。偏心补偿：在不同形状的大型浮标的旋转原点处安装传感器通常难度较大。通过向传感器提供其安装位置相对于旋转原点的信息并激活传感器偏心补偿功能，可以补偿误差。浮标响应/传递函数：如果浮标无法满足在所有频率下均理想地跟随水面，则可以通过激活和修改浮标传递函数来补偿限制。Anderaa 开发了一款简单工具，以帮助您了解不同尺寸形状浮标的期望阻尼因子。磁性：如果传感器受到电磁干扰，则可以将外部罗盘直接连接到 MOTUS 传感器。MOTUS 适用于海上风力/海上设施结合使用 Aanderaa 提供的海浪和洋流传感器与其他传感器（例如环境传感器和激光雷达），可为您提供完整的预研究平台和全面投产的海上风电场。MOTUS 传感器可在其内部完成对波浪参数的所有处理，通过实时/近实时输出基于频率和时间的参数，提供风浪和涌浪的全波频谱。对于海上风电场的运营来说，监控该区域的海浪将有助于确定是否将船只或技术人员派往现场、缩短停运时间，以及对健康、安全和环境保持高度关注。

在新能源及智能网联汽车产业竞逐的新浪潮中，湖北正抢立潮头——我省新能源汽车产量继续保持高速增长，今年9月全省生产新能源汽车3.2万辆，相当于2020年全年产量，产量占全国的4.2%；今年5月在汉举行的新能源与智能网联汽车产业发展对接会上，总金额661.73亿元的30个重点项目花落湖北……科技赋能，让汽车变得“清洁”又“聪慧”；质量护航，使产业发展高效又安心。近年来，以计量、标准、检验检测与认证认可为代表的国家质量基础设施（NQI）发挥技术优势，积极推动技术成果转化与先行先试，助力湖北抢抓新机遇，打造万亿级汽车产业集群。建成电波暗室服务矩阵湖北省计量测试技术研究院（国家光电子信息产品质量检验检测中心）十米法电磁兼容实验室内。随着大门缓缓打开，一辆新能源汽车驶入实验室内。停入待检区域，车辆正对的是远处两根形状奇异的“天线”……这些试验是用来检验汽车对外界电磁辐射信号强弱以及对外界电磁辐射的抗干扰能力的，通常在电波暗室内进行。新能源汽车大量使用芯片和电子零部件，其电磁辐射信号强度直接关系到驾驶人及乘客的身体健康，以及汽车电子电气系统运行的稳定性，需要按相关标准进行检测，确保质量合格，方可通行市场。据了解，省计量院已构建起“十米法、三米法、一米法”电波暗室服务矩阵，建立覆盖世界主流标准的整车、汽车电子零部件全项电磁兼容测试服务能力。近年来，先后为极目电子、海微科技等汽车电子零部件企业的中控、显示屏等产品提供测试服务。同时，该院还承担着定期为全省充电桩定期“做体检”的任务。新能源汽车技术创新发展，离不开该院可靠的计量检测技术支撑。去年12月，湖北省新能源汽车产业计量测试中心正式在襄阳挂牌落成。该中心已建成覆盖充电桩计量检测、新能源汽车零部件计量检测、铅酸蓄电池检测、金属材料元素分析等全产业链计量测试和科技创新能力；湖北省汽车电子产品安全质量检验中心助力区域汽车电子生产企业在本地实现了研发验证、产品检测、整改咨询；以中汽研汽车检验中心（武汉）有限公司为建设主体的国家新能源汽车质量检验检测中心在数字化转型、驾驶场景试验场、移动污染源防治等领域具备行业领先优势……计量与检验检测，正全方位承托新能源汽车产业跃升之路。据省市场监管局统计，近年来，为服务新能源与智能网联汽车产业，我省共建设国家智能网联汽车质量检验检测中心（湖北）、国家新能源汽车质量监督检验中心等8家国家质检中心；建设湖北省氢燃料电池产品质量检验中心等7家省级质检中心，形成了服务新能源与智能网联汽车产业检验检测需求的全覆盖网络。建立新能源与智能汽车“标准高地”在钢缆牵引下，一辆车疾速撞向障碍物，随着一声巨响，车头瞬间变形……这样的硬核又刺激的碰撞试验，几乎每天都在位于襄阳的国家燃料电池汽车质量检验检测中心的新能源碰撞线频繁上演。新能源汽车已经成为未来汽车工业的发展方向。燃料电池汽车——污染极少、经济性强的新能源车“新宠”，通过催化剂作用，使氢氧在燃料电池中产生电化学反应而获得电能。想要保障燃料电池汽车的安全，就要对其进行完善的测试评价。国家燃料电池汽车质量检验检测中心的建设主体、襄阳达安汽车检测中心有限公司（以下简称“达安中心”），完成了国内首次带氢碰撞试验及车载氢系统检测，开发完成国内首套氢燃料电池汽车碰撞试验后氢泄漏量采集与计算系统。目前，达安中心正在牵头制定《氢燃料汽车碰撞后安全要求》团体标准，将填补国内燃料电池汽车碰撞相关标准的空白。随着一个个填补行业空白的标准出台，湖北正在探索打造新能源汽车领域的“标准高地”。2019年，湖北省新能源汽车标准创新联盟成立，省标准化与质量研究院作为68家相关领域企事业单位参与其中。该联盟明确了今后湖北省新能源汽车技术标准体系构建，以标准之力推动新能源汽车标准化、技术化和产业化。打造北斗应用产业中试公共服务平台北斗导航系统能够“借”给智能汽车一双“慧眼”，用来“看清”路况——智能驾驶需要定位导航、路径规划、环境感知、决策控制，可以说，定位导航技术决定着车辆高精度位置和姿态感知。实现雨雾极端天气驾驶情况监测、利用“高精地图采集+北斗系统”确保无人驾驶的安全性、实现厘米级精度定位、利用激光雷达系统进行无人驾驶的汽车的360度检测……这些都离不开“北斗星”的指引。眼下，省计量院正紧锣密鼓地进行着国家北斗应用产品质检中心的申建工作。该院还将在“十四五”期间申建国家时间频率计量中心湖北应用中心，建立高水平卫星导航北斗/GNSS高精度计量实验室。全力打造北斗应用产业中试公共服务平台，加强相关领域计量检测和认证能力建设，开展北斗应用产品的质量检测、入网认证等工作，推动湖北以北斗芯片、北斗终端、北斗智慧应用等为代表的北斗卫星导航产业集群加速发展，这一举措将为智能网联汽车发展添上强大助翼。加强激光雷达检测技术研究为更好服务新能源车、智能汽车产业发展，未来我省还将建设新能源车电磁兼容检测系统、车规芯片可靠性检测平台等技术基础项目，并加强电动汽车充电设施设备及零部件全寿命周期质量技术研究，吸引新能源车电动系统、电子零部件制造企业向湖北集聚。眼下，省计量院正在加强激光雷达检测技术研究，规划建设激光雷达相关计量检测能力资质。激光雷达被广泛用于无人驾驶和机器人领域，被誉为机器人的“眼睛”，通过发射激光来测量物体与传感器之间的精确距离，L4/L5级新能源车（安装自动辅助驾驶系统或实现全自动驾驶）及智能网联汽车上少不了它的身影。待建成相关计量检测资质后，将进一步推动激光雷达设备产业快速发展，助力“湖北造”新能源和智能汽车越来越“灵敏”。省市场监管局相关负责人透露，目前，我省正在以更集约、更强大的检验检测实力，建成辐射面广、功能齐全、服务优质的认证检验检测聚集区，打造新能源汽车、智能汽车及零部件检验检测、认证认可和标准制修订、人才培养等综合性“一站式”服务平台，让绿色成为湖北高质量发展的鲜明底色。

2024年3月19日-21日，北京易科泰生态技术公司作为法国YellowScan在中国的重要合作伙伴，参加了在泰国苏梅岛举办的2024年度激光雷达APAC亚太地区合作伙伴交流会，易科泰公司光谱成像与无人机遥感事业部经理吕敬敬和技术工程师彭丽晓出席会议。 会议期间，易科泰公司技术工程师彭丽晓应邀进行了“Ecodrone® All-in-One UAV Remote Sensing Solution Features and Application Examples” 的主题演讲，讲解了以易科泰自主研发无人机平台为基础的一体式高光谱-激光雷达-红外热成像无人机遥感系统在农林领域的应用，赢得了全体与会人员的广泛关注，进一步提升了Ecodrone® 无人机遥感品牌在国际上的知名度。 YellowScan公司团队围绕LiDAR产品的发展历史、主要特色、应用场景以及LiDAR的市场竞争等关键议题发表演讲，对主推的测深LiDAR Navigator、空陆双用LiDAR Ultra3-OEM等产品进行了飞行演示，基于采集到的数据介绍了CloudStation软件特色及操作流程，也对不同LiDAR产品的点云效果进行了对比，并与包括易科泰在内的亚太区合作伙伴共同探讨LiDAR产品市场的重点发展领域及未来营销的主要方向。 易科泰公司作为长期致力于“生态-农业-健康”领域的科技公司，特别是在农林业、生态监测等领域具有丰富的经验，是YellowScan在该领域重要的合作伙伴，公司基于光谱成像与无人机遥感技术研究中心（西安）强大的创新应用技术及研发集成经验，利用自主研发的Ecodrone® 系列无人机平台，结合YellowScan先进的LiDAR技术及国际先进的高光谱成像、Thermo-RGB成像等多传感器技术，为精准农业研究、森林植被资源调查、生态环境监测、水深地形测量、地质矿产勘查、航空测绘等低空遥感应用领域提供全面的解决方案： 未来我们将与YellowScan等多名优秀厂家紧密合作、共同创新，不断提升自身实力和技术水平，为广大客户提供精准高效的产品方案，可访问易科泰官网查看公司主营产品，欢迎与我们合作。

传感器行业盛事——2022深圳国际传感器展暨高峰论坛6月于深圳国际会展中心启幕传感器行业盛事深圳国际传感器技术与应用展览会暨高峰论坛（SENSOR EXPO）确定于2022年8月23-25日在全球最大会展中心深圳国际会展中心（宝安新馆）举行展会概况随着5G技术以及人工智能、物联网及其他智慧领域等高新技术产业的迅速崛起和高速发展，人类社会进入了一个万物互联的新时代，传感器作为感知与传导信息的核心组件，也成为了当下炙手可热的焦点。为推动新一代传感器技术在应用领域的创新实践和产业上下游之间的贸易交流，由广东智展展览有限公司牵头，联合国内外多家行业协会、机构、高校及媒体，于2022年8月23-25日在深圳国际会展中心举办2022深圳国际传感器技术与应用展览会暨高峰论坛（以下简称：SENSOR EXPO 2022）。展会重点展示各类传感器产品、原材料及元器件、设计与制造设备、传感系统集成模块、仪器仪表、终端应用等，进行产业链的融合展出，以“专业展览+主题论坛”的形式，为行业呈现一场精彩的传感器盛宴。2021深圳国际传感器展览会已于2021年9月27-29日在深圳会展中心成功举办，组委会广东智展展览有限公司联合深圳市传感器与智能化仪器仪表行业协会打造，展出面积达15,000平方米，汇集众多国内外知名企业，展会吸引了来自比利时、日本、韩国、美国，俄罗斯、德国等多个国家和台湾、香港等地区的专业观众累计15,000余人次参观采购， 60多个采购团。高起点立足大湾区，Sensor Expo2022将成为推动行业交流与技术应用的前沿阵地2020年，大湾区国家级高新技术企业总数突破两万家，位居全国之首。作为大湾区创新驱动的引擎，深圳前瞻布局5G、人工智能、集成电路、智能制造、无人机、生物医药等未来科技领域，并取得卓越成果，直接带动了传感器技术的研究与发展，并孕育了广阔的市场。SENSOR EXPO 2022聚焦传感器设计、制造与应用所涉及的材料、装备与技术，突出产品与技术应用，将成为推动中国传感器行业进行产品与技术展示、深入应用市场的前沿阵地。高规格SENSOR EXPO 2022将在全球最大的展馆举行SENSOR EXPO 2022选择在全球最大的会展中心-深圳国际会展中心（宝安新馆）举行，良好的硬件设施及服务，将为展会的品质提供更好的保证。作为全球超大型的会展中心，深圳国际会展中心地处粤港澳大湾区湾顶，地理位置优越，硬件设施先进，全馆5G覆盖，交通便利、配套完善，集海陆空铁轨五大交通优势。通往会展中心的地铁已正式开通，地铁口分别位于南、北登录大厅，为参展参观的人士带来了极大的便利。展馆同期将有汽车、新能源、智慧出行等多场下游展会举行，共享40多万平方米超大展会带来的蓬勃商机。高水平专业组展机构精心打造，凸显SENSOR EXPO2022专业品质展会主办方——智展展览为国际展览业协会UFI成员单位，荣膺2015年“中国十佳品牌组展商”、2018年“中国展览产业百强展览主办机构”殊荣，在工业类及科技类展会的品质管理和长远培育上经验丰富。主办方将整合传感器行业权威机构、科研院所、活跃媒体、重点企业，共同塑造SENSOR EXPO2022的专业品质。此外，主办方将充分深耕物联网、消费电子、智能汽车、自动化、仪器仪表、国防电子、航空航天、交通运输、农业水利、环境监测等多个应用领域，为供需双方挖掘潜在客户，创造商业机会。高质量SENSOR EXPO 2022聚焦传感器制造与应用，五大专题融合展出SENSOR EXPO 2022展会规划面积达20,000平方米，共分为五大专题展区。通过上下游产业链及关联模块的融合展出，能够全方位展示传感器行业各细分领域的技术与产品，让SENSOR EXPO2022真正成为传感器行业人士必须参加的交流盛宴。各类传感器展区压力传感器、光敏传感器、声音传感器、图像传感器、视觉传感器、温度传感器、称重传感器、重力传感器、生物传感器、无线传感器、变频功率传感器、电阻应变式传感器、压阻式传感器、热电阻传感器、电导传感器、激光传感器、霍尔传感器、加速度传感器、无线温度传感器、位移传感器；超声波测距传感器、雷达传感器、液位传感 器、真空度传感器、电容式物位传感器、锑电极酸度传感器、酸、碱、盐浓度传感器等；陶瓷传感器、薄膜传感器、厚膜传感器、集成传感器等；MEMS传感器、智能传感器等；传感器设计与制造设备、原材料及元器件展区封装与测试设备：传感器集成设备、各类封装设备、机械测试设备、电气测试设备、热力学测试设备、实验室设备等；原材料：半导体材料、金属材料、陶瓷材料、有机材料及其他材料等；元器件及配件：敏感元件、转换元件、连接器、陶瓷部件、 保护膜、光学元件、特种玻璃、变换电路和辅助电源；传感器ASIC、传感器IC接口、混合电路、LCD、密封壳体、 编码器、PCB电路板、精制螺栓、拉头材质、声波部件、温度计保护管、特种胶等配件等；传感器设计：传感器设计企业、科研院所、实验室等；传感器芯片、嵌入式系统及相关集成模块展区传感系统供应商和集成商、嵌入式软件和硬件企业、传感器芯片制造商、各类算法、通讯模块及云计算服务商、传感器AI技术服务商等；仪表仪器展区各类标准计量（量值传递）仪器、科学实验仪器、教学仪器、航空航天仪表、汽车仪表、矿用仪表、工业仪表、测试测量、变送器、流量计等；终端应用展区智慧城市、智慧医疗、物联网、机器人、消费电子（可穿戴、移动智能终端等）、智慧环境、智慧能源、智慧农业、汽车电子、智能家居、智能制造、人工智能、大数据、云计算、航空航天、工业自动化、电力等。高体验同期举办多场行业峰会及交流活动更好的商业体验，呈现更好的展出效果由中国电子元件行业协会敏感元器件与传感器分会、中国仪器仪表学会传感器分会指导，广东智展展览有限公司联合湖南省传感器产业促进会、广州市半导体协会、深圳市半导体行业协会、深圳市物联网智能技术应用协会、珠海市物联网行业协会、浙江省半导体行业协会、深圳市集成电路产业协会、《仪表技术与传感器》等国内行业权威组织、专家学者、重点企业，在展会同期重点打造主题论坛——2022深圳国际传感器技术与应用高峰论坛，围绕传感器研发领域“卡脖子”技术、未来发展趋势、应用场景等进行技术分享和观点交流。同时举办MEMS及智能传感器技术研讨会，境外采购商洽谈会，传感器新产品、新技术推广会，工程师沙龙活动，一对一供需对接会等30多场多层次的商业活动，进一步提升观展体验和参展效果。同时，SENSOR EXPO同期还有第20届深圳国际小电机及电机工业、磁性材料展览会，2022深圳国际线圈工业、电子变压器及绕线设备展览会，2022深圳国际粉末冶金、硬质合金及先进陶瓷展览会等相关工业类展会举行。参展费用标准展位光地（36㎡起租）外资企业RMB14800/12㎡RMB1200/㎡USD2600/12㎡注：双开口展位在原展位费基础上加收10%费用。展位配置说明每个标准展位提供如下基本设施：三面围板(转角位2面或1面)、一桌两椅、地毯满铺、两支射灯、220V电源插座，中英文公司楣板制作。（注:租用光地展位不含以上设施。）组委会联络处电话：020-29193588，020-29193589手机：18520254916（微信同号）传真：020-29193591E- mail：ex36035@126.com 官网网址：http://www.sensor-expo.com.cn/ 微信公众号：sensorexpoandsummit