看见新力量五-No.3 专访慧建科技商务总监张恒

简介: 看见新力量五


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

 

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。

 

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。

image.png


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
|
存储
QT图形视图框架绘制曲线图和Smith图
QT图形视图框架绘制曲线图和Smith图
483 0
|
索引 Python 容器
解释Python中的迭代器和生成器的优势和劣势。
解释Python中的迭代器和生成器的优势和劣势。
355 2
|
1月前
|
机器学习/深度学习 人工智能 算法
拒绝数据荒!手部分带你用合成数据开启大模型实战
本文深入探讨大模型时代的关键突破:合成数据与参数微调。面对高质量数据稀缺、隐私与成本难题,合成数据成为“无中生有”的解决方案。从技术原理到实践步骤,解析如何利用大模型生成数据、优化训练,并通过LLaMA-Factory等平台实现低成本定制化AI。未来,每个企业都将拥有专属“智能大脑”。
142 0
|
缓存 JSON 前端开发
CORS 详解,终于不用担心跨域问题了
CORS 详解,终于不用担心跨域问题了
9091 1
CORS 详解,终于不用担心跨域问题了
|
2月前
|
自然语言处理
模型架构篇🏗️ 主流大模型结构
本文系统梳理主流大模型架构:Encoder-Decoder、Decoder-Only、Encoder-Only及Prefix-Decoder,解析GPT、LLaMA、BERT等代表模型特点与应用,并对比参数、上下文长度与优势场景,涵盖中英文大模型发展及面试核心要点。
238 0
|
机器学习/深度学习 数据采集 人工智能
阿里巴巴首次揭秘电商知识图谱AliCoCo!淘宝搜索原来这样玩!
电商技术进入认知智能时代,将给亿万用户带来更加智能的购物体验。经过两年的探索与实践,阿里巴巴的电商认知图谱 AliCoCo 已成体系规模,并在搜索推荐等电商核心业务场景上取得佳绩,关于 AliCoCo 的文章《AliCoCo: Alibaba E-commerce Cognitive Concept Net》也已被国际顶会 SIGMOD 接收,这是阿里巴巴首次正式揭秘领域知识图谱。 本文将通过介绍 AliCoCo 的背景、定义、底层设计、构建过程中的一些算法问题,以及在电商搜索和推荐上的广泛应用,分享 AliCoCo 从诞生到成为阿里巴巴核心电商引擎的基石这一路走来的思考。
19975 2
阿里巴巴首次揭秘电商知识图谱AliCoCo!淘宝搜索原来这样玩!
|
人工智能 自然语言处理 搜索推荐
LLM在电商推荐系统的探索与实践
LLM在电商推荐系统的探索与实践
4304 1
|
12月前
|
人工智能 监控 物联网
写在2025 MWC前夕:AI与移动网络融合的“奇点时刻”
2025年MWC前夕,AI与移动网络融合迎来“奇点时刻”。上海东方医院通过“思维链提示”快速诊断罕见病,某金融机构借助AI识别新型欺诈模式,均展示了AI在推理和学习上的飞跃。5G-A时代,低时延、大带宽特性支持端云协同,推动多模态AI感知能力提升,数字孪生技术打通物理与数字世界,助力各行业智能化转型。AI赋能移动网络,实现智能动态节能和优化用户体验,预示着更聪明、绿色、高效的未来。
254 1
|
文字识别
统一多模态Embedding, 通义实验室开源GME系列模型
随着多媒体应用的迅猛发展,用户产生的数据类型日益多样化,不再局限于文本,还包含大量图像、音频和视频等多模态信息。这为信息检索带来了前所未有的挑战与机遇。传统的信息检索模型多关注单一模态,如仅对文本或图像进行分析和搜索。
2764 6
|
前端开发 Java 项目管理
List.of 问题之使用List.of方法为什么会引发前端解析失败的问题,如何解决
List.of 问题之使用List.of方法为什么会引发前端解析失败的问题,如何解决