0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

2020年自動駕駛傳感器芯片行業(yè)研究報告

佐思汽車研究 ? 來源:佐思汽車研究 ? 作者:佐思汽車研究 ? 2021-01-18 11:52 ? 次閱讀

佐思汽研發(fā)布《2020年自動駕駛傳感器芯片行業(yè)研究報告》,對自動駕駛所需的視覺傳感器芯片、毫米波雷達芯片、激光雷達芯片等的市場規(guī)模、技術(shù)現(xiàn)狀、競爭格局、發(fā)展趨勢、企業(yè)產(chǎn)品等做了分析研究。

視覺傳感器芯片:功能集成化,產(chǎn)品多樣化

車載視覺傳感器芯片主要包括CMOS 圖像傳感器(CIS)和 圖像信號處理芯片(ISP)。目前CMOS芯片的擴產(chǎn)壁壘高,而CMOS需求的增速又遠遠高于擴產(chǎn)速度,尤其是近年來自動駕駛快速發(fā)展,車載攝像頭需求量快速增長,前裝960P、1080P車載攝像頭CMOS芯片供應(yīng)較為緊張。 就市場格局看,雖然索尼、三星等傳統(tǒng)手機CIS廠商相繼推出了幾款用于自動駕駛的CMOS傳感器,但安森美仍然占據(jù)市場領(lǐng)先地位。安森美擁有超過50家的汽車生態(tài)合作伙伴,涉及業(yè)務(wù)包括光學(xué)鏡片、信號處理器,I/O、Interface接口、SoC處理器、軟件系統(tǒng)等。

安森美CMOS生態(tài)合作伙伴

圖片來源:安森美

在圖像處理芯片方面,獨立 ISP 芯片性能強大,但成本較高,主要供應(yīng)商為德州儀器、Mobileye、華為海思等,其中德州儀器(TI)技術(shù)積累最深厚、市占率最高。而近年CIS供應(yīng)商如Aptina、OmniVision也推出最新的內(nèi)置ISP的CMOS圖像傳感器集成產(chǎn)品,成本低、面積小、功耗低,但能夠完成的算法相對簡單,處理能力較弱。在汽車智能化要求提高的背景下,車載攝像頭中獨立ISP芯片在短期內(nèi)仍是主流。 而隨著人工智能與自動駕駛的發(fā)展,圖像的處理和計算迎來越來越多的挑戰(zhàn),視覺傳感器芯片的集成化成為趨勢,除了ISP芯片之外,逐漸加入具有AI能力的視覺處理器(VP)芯片。

2020年5月,索尼推出的智能視覺傳感器IMX500和IMX50就是由像素陣列芯片(感光功能)和邏輯電路芯片(包括計算和存儲功能)進行3D堆疊而成,是全球第一款在邏輯電路芯片上集成AI圖像分析和處理功能的CMOS圖像傳感器。 2021年1月,豪威科技發(fā)布了新款傳感器OAX8000,采用芯片堆疊架構(gòu),集成了神經(jīng)處理單元(NPU)和圖像信號處理器(ISP)。OAX8000 ASIC的樣品現(xiàn)以BGA196封裝提供,已通過汽車應(yīng)用AEC-Q100 2級認證。 由于視覺攝像頭在車內(nèi)的應(yīng)用位置不一樣,可細分為環(huán)視、前視、后視、側(cè)視、駕駛員監(jiān)測、座艙監(jiān)測等。從芯片角度,也對應(yīng)出現(xiàn)了專用于環(huán)視、前視、后視、駕駛員監(jiān)測的圖像傳感器產(chǎn)品。

譬如豪威科技的車用圖像傳感器產(chǎn)品就包括:駕駛員監(jiān)控用傳感器(OV10652、OV2311、OV2312、OV2778、OV4690等),自動駕駛系統(tǒng)用傳感器(OV10625、OV10640、OV10642、OV10650、OV10652等),后視和電子鏡用傳感器(OV10626、OV10635、OV10640、OV10650、OV10652等),環(huán)視用傳感器(OV10635、OV10640、OV10652、OV2312、OV2775等),800 萬像素前向攝像頭 OX08A 和 OX08B,DMS用傳感器OAX8000等。 使用數(shù)量上升,產(chǎn)業(yè)并購增加 主流車型車載攝像頭單車搭載量將從2018年的1.7顆增長至2022年的3顆以上,而高端車型的攝像頭搭載數(shù)量更在10顆以上。譬如2020年底亮相的零跑C11搭載了10個攝像頭,2022年即將上市的蔚來ET7 搭載11個800萬像素高清攝像頭。2021年初剛發(fā)布的智己汽車首款車型標配15個高清視覺攝像頭、5個毫米波雷達,以及12個超聲波雷達。 由于未來幾年圖像傳感器的增量應(yīng)用主要在汽車市場,因此行業(yè)內(nèi)領(lǐng)先企業(yè)開始為此布局,2020年出現(xiàn)了多家圖像傳感器公司被收購:

思特威收購了Allchip

匯頂科技收購Dreamchip

TE Connectivity收購了First Sensor

ams收購Osram

新唐科技收購松下半導(dǎo)體業(yè)務(wù)(包括圖像傳感器)

Jenoptik收購Trioptics(相機模塊測試和測量設(shè)備)

索尼收購了Insightness(事件驅(qū)動視覺傳感器)

毫米波雷達芯片:4D成像雷達量產(chǎn),Radar SoC方案受關(guān)注

毫米波雷達用芯片包括主芯片(MCUDSP、FPGA)、雷達芯片(如MMIC、ASIC)和其他輔助芯片(如PMI、ADC)等。目前,毫米波雷達市場的競爭熱點主要集中在77GHz雷達,芯片供應(yīng)商新產(chǎn)品也集中在 77GHz 芯片。 4D成像雷達市場的競爭已然開啟,華為、傲酷等公司已經(jīng)相繼亮相了4D成像雷達。2021年初大陸集團也宣布在2021年量產(chǎn)首個4D成像雷達(ARS 540),該方案是基于芯片極聯(lián)+賽靈思FPGA開發(fā)。 大陸4D成像雷達將首次出現(xiàn)在寶馬量產(chǎn)車上,由麥格納和Fisker合作的搭載4D成像毫米波雷達的純電動SUV Ocean在2021年初正式亮相,并計劃在2022年底正式推出;此外,特斯拉也有跡象將部署4D成像雷達(Arbe Robotics公司的4D雷達Phoenix)。

除了4D雷達,初創(chuàng)公司還傾向于研發(fā)毫米波雷達SoC(radar-on-a-chip)產(chǎn)品。 已融資1.88億美元的Vayyar公司的汽車雷達芯片涵蓋77-81GHz的成像和雷達波段,在單個片上系統(tǒng)(SoC)中具有48個收發(fā)器,可以容納2,000多個虛擬通道。其毫米波雷達SoC還包含一個內(nèi)部DSP,可實現(xiàn)實時信號處理。Vayyar傳感器通過集成的高性能DSP和大內(nèi)部存儲器進行增強,無需外部處理能力即可執(zhí)行復(fù)雜的成像算法和應(yīng)用。Vayyar的雷達SoC可以輸出后處理數(shù)據(jù)以及原始3D圖像或點云格式。 2020年12月,開發(fā)片上毫米波雷達(radar-on-a-chip)的初創(chuàng)公司Uhnder完成了4500萬美元C輪融資,并計劃在2021年推出首款車規(guī)級4D成像雷達Voxel,包含芯片和4D成像軟件算法。此次融資成功將為2021年的全面量產(chǎn)計劃提供資金支持。

激光雷達芯片:SoC方案受捧,F(xiàn)MCW方案有望崛起

雖然各廠商側(cè)重的芯片技術(shù)有所不同,但激光雷達芯片化算是未來的主要發(fā)展趨勢之一,因為針對自動駕駛領(lǐng)域,比如無運動機械機構(gòu)帶來的高可靠性,滿足車規(guī)要求、體積小、易于集成等優(yōu)點,此外芯片化+采用成熟的半導(dǎo)體工藝(如CMOS工藝)可以真正實現(xiàn)激光雷達成本降低,將整車激光雷達成本由萬元級別降到千元級別,由此達到批量應(yīng)用的目標。 而激光雷達SoC方案是不少廠商的追求目標。2016 年 8 月,MIT(美國麻省理工學(xué)院)就聯(lián)合 DARPA(美國國防部高級研究計劃局)給出了一個解決方案:將激光雷達傳感器封裝到單芯片上, 尺寸僅 0.5 毫米×6 毫米。2020 年年初,MIT 成立了一家名為 Kyber Photonic 的公司,用于將上述技術(shù)產(chǎn)業(yè)化。 2020年6月,寧波芯輝科技與西安電子科技大學(xué)聯(lián)合研制了 dToF SPAD 激光雷達傳感器芯片XHS301,在單芯片上集成了核心感光器件 SPAD 。該方案既可以實現(xiàn)激光雷達得小型化,又可以降低成本,還立足于國內(nèi)自主可控工藝,具備量產(chǎn)條件。

2021年1月,Mobileye發(fā)宣布與英特爾合作開發(fā)硅光子激光雷達單芯片系統(tǒng),由該技術(shù)生產(chǎn)的激光雷達傳感器將在2025年搭載在Mobileye自動駕駛車隊當中。依托英特爾專業(yè)的硅光子學(xué)加工廠,該芯片在激光雷達領(lǐng)域?qū)⒕邆滹@著優(yōu)勢。

來源:青桐資本

Mobileye和英特爾研發(fā)的激光雷達SoC采用了FMCW技術(shù)。FMCW激光雷達的優(yōu)勢除了信噪比高,功耗低外,還與距離物體遠近不直接相關(guān)(ToF激光雷達越遠測距準確度越低),與物體運動速度不直接相關(guān)。不足之處是難度大,成本高,良率低。 一直以來,基于ToF(飛行時間)的脈沖激光器處于行業(yè)主流地位。全球大約一百多家激光雷達開發(fā)商中,只有10家左右在專注開發(fā)FMCW激光雷達。但是近年FMCW技術(shù)開始被更多企業(yè)看好。 光學(xué)巨頭蔡司尤其看好FMCW激光雷達??柌趟驹?018年11月投資了一家美國FMCW激光雷達開發(fā)商Bridger Photonics,2020年8月又投資了德國FMCW激光雷達初創(chuàng)公司Scantinel Photonics。

原文標題:傳感器芯片研究:視覺芯片,Radar/LiDAR芯片,都有誰在做?

文章出處:【微信公眾號:佐思汽車研究】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

責(zé)任編輯:haq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2542

    文章

    50282

    瀏覽量

    750218
  • 芯片
    +關(guān)注

    關(guān)注

    452

    文章

    50007

    瀏覽量

    419734
  • 激光雷達
    +關(guān)注

    關(guān)注

    967

    文章

    3891

    瀏覽量

    189210
  • 自動駕駛
    +關(guān)注

    關(guān)注

    782

    文章

    13540

    瀏覽量

    165746

原文標題:傳感器芯片研究:視覺芯片,Radar/LiDAR芯片,都有誰在做?

文章出處:【微信號:zuosiqiche,微信公眾號:佐思汽車研究】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    領(lǐng)域的主要優(yōu)勢: 高性能與并行處理能力: FPGA內(nèi)部包含大量的邏輯門和可配置的連接,能夠同時處理多個數(shù)據(jù)流和計算任務(wù)。這種并行處理能力使得FPGA在處理自動駕駛中復(fù)雜的圖像識別、傳感器數(shù)據(jù)處理等
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標志識別等。 雷達和LiDAR處理:自動駕駛汽車通常會使用雷達和LiDAR(激光雷達)等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感器
    發(fā)表于 07-29 17:09

    自動駕駛傳感器技術(shù)介紹

    自動駕駛傳感器技術(shù)是自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛傳感器技術(shù)的詳細介紹,內(nèi)
    的頭像 發(fā)表于 07-23 16:08 ?1765次閱讀

    自動駕駛汽車傳感器有哪些

    自動駕駛汽車傳感器是實現(xiàn)自動駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:00 ?1657次閱讀

    2030,自動駕駛傳感器市場將高達235億美元

    來源:半導(dǎo)體行業(yè)觀察 編輯:感知芯視界 Link ADAS(高級駕駛輔助系統(tǒng))/自動駕駛傳感器的全球市場預(yù)計到 2030 將達到約 3.7
    的頭像 發(fā)表于 06-24 09:12 ?305次閱讀

    2030全球自動駕駛傳感器市場或超1700億元,超80%汽車采用

    20246月,矢野研究所對ADAS(高級駕駛輔助系統(tǒng))/自動駕駛傳感器的全球市場進行了調(diào)查,預(yù)測到2030
    的頭像 發(fā)表于 06-17 17:33 ?852次閱讀
    2030<b class='flag-5'>年</b>全球<b class='flag-5'>自動駕駛</b><b class='flag-5'>傳感器</b>市場或超1700億元,超80%汽車采用

    XV7181BB 陀螺儀傳感器自動駕駛設(shè)備中的應(yīng)用

    自動駕駛技術(shù)正在迅速發(fā)展,改變著交通運輸?shù)奈磥?。為了實現(xiàn)安全、穩(wěn)定和高效的自動駕駛,車輛需要依賴先進的傳感器技術(shù)來獲取實時的姿態(tài)和運動數(shù)據(jù)。EPSON的XV7181BB陀螺儀傳感器以其
    的頭像 發(fā)表于 06-13 15:23 ?382次閱讀
    XV7181BB 陀螺儀<b class='flag-5'>傳感器</b>在<b class='flag-5'>自動駕駛</b>設(shè)備中的應(yīng)用

    揭秘自動駕駛:未來汽車的感官革命,究竟需要哪些超級傳感器?

    來源:LANCI瀾社汽車,謝謝 編輯:感知芯視界 Link 隨著自動駕駛技術(shù)的發(fā)展,我們已進入一個技術(shù)瓶頸期。在這一背景下,汽車制造商開始將注意力轉(zhuǎn)向自動駕駛的關(guān)鍵組成部分——傳感器。特別是今年
    的頭像 發(fā)表于 05-31 09:14 ?451次閱讀

    佐思汽研發(fā)布《2024端到端自動駕駛研究報告

    端到端自動駕駛是直接從傳感器信息輸入(如攝像頭圖像、LiDAR等)到控制命令輸出(如轉(zhuǎn)向、加減速等)映射的一套系統(tǒng),最早出現(xiàn)在1988的ALVINN項目,通過相機和激光測距儀進行輸入和一個簡單的神經(jīng)網(wǎng)絡(luò)生成的轉(zhuǎn)向進行輸出。
    的頭像 發(fā)表于 04-20 11:21 ?2679次閱讀
    佐思汽研發(fā)布《2024<b class='flag-5'>年</b>端到端<b class='flag-5'>自動駕駛</b><b class='flag-5'>研究報告</b>》

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    巨大的進展;自動駕駛開始摒棄手動編碼規(guī)則和機器學(xué)習(xí)模型的方法,轉(zhuǎn)向全面采用端到端的神經(jīng)網(wǎng)絡(luò)AI系統(tǒng),它能模仿學(xué)習(xí)人類司機的駕駛,遇到場景直接輸入傳感器數(shù)據(jù),再直接輸出轉(zhuǎn)向、制動和加速信號。模仿學(xué)習(xí)人類
    發(fā)表于 04-11 10:26

    全球自動駕駛市場分析報告

    自動駕駛系統(tǒng)軟件和硬件系統(tǒng)是實現(xiàn)SAE自動駕駛水平的所有必要系統(tǒng)的總和。主要功能包括傳感器數(shù)據(jù)融合、目標檢測、定位、預(yù)測、環(huán)境解釋、軌跡規(guī)劃和執(zhí)行控制。
    發(fā)表于 12-21 14:25 ?675次閱讀
    全球<b class='flag-5'>自動駕駛</b>市場分析<b class='flag-5'>報告</b>

    年度聚焦|路凱智行:礦山自動駕駛投資價值標桿企業(yè)

    11月29日,長期關(guān)注自動駕駛領(lǐng)域的著名研究機構(gòu)億歐智庫發(fā)布了 《2023智慧礦山自動駕駛投資價值及標桿企業(yè)案例研究報告》 (下稱“報告”)
    的頭像 發(fā)表于 12-05 13:10 ?354次閱讀

    傳感器自動駕駛中的應(yīng)用

    傳感器自動駕駛中的應(yīng)用
    的頭像 發(fā)表于 11-27 17:06 ?684次閱讀
    <b class='flag-5'>傳感器</b>在<b class='flag-5'>自動駕駛</b>中的應(yīng)用

    2023中國家用智能照明行業(yè)研究報告

    艾瑞咨詢:2023中國家用智能照明行業(yè)研究報告
    發(fā)表于 11-07 16:37 ?0次下載

    自動駕駛傳感器攻擊研究

    對于現(xiàn)今的自動駕駛汽車來說,由于傳感器的增加和感知網(wǎng)絡(luò)等軟件的存在,使得自動駕駛汽車在信息安全上相較于其它汽車更為脆弱。自動駕駛汽車信息安全的脆弱性來源于兩個方面:
    的頭像 發(fā)表于 11-03 15:00 ?501次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>傳感器</b>攻擊<b class='flag-5'>研究</b>