瑞萨电子宣布将会与初创公司Dibotics合作 共同开发车规级的嵌入式激光雷达处理器
对于自动驾驶技术而言，能够实时高效地实现环境感知是第一步，进而车辆需要知道“我在哪”。要正确实时地完成环境感知，还要用到传感器融合，这些都对传感器和处理芯片提出了新的要求。激光雷达的3d点云数据，能够比摄像头与毫米波雷达提供更加精确与实时的数据。
在大概半个月前，瑞萨电子宣布了一个消息，将会与初创公司dibotics合作，共同开发车规级的嵌入式激光雷达处理器，并最终应用在adas和自动驾驶上。这套方案的目标是让整车厂、一级供应商和激光雷达制造商能够用满足车规级安全和工作环境要求，且低功耗的激光雷达处理器去进行实时的3d绘图系统的开发。
简单来说，这两家企业会将各自的优势进行结合，即瑞萨的r-car系列芯片与dibotics的3d slma技术，最终推出一款slam on chip的方案。所谓slam on chip，也就是在一块soc芯片上部署3d slam技术，一般来说，要实现高性能实时的slam，现在都需要在一台pc上完成，因而如果两家能够将这个方案实现车规级并量产，那么对于激光雷达制造商和使用激光雷达的企业来说，都是个好消息。
我们知道，对于自动驾驶技术而言，能够实时高效地实现环境感知是第一步，进而车辆需要知道“我在哪”。要正确实时地完成环境感知，还要用到传感器融合，这些都对传感器和处理芯片提出了新的要求。激光雷达之所以在自动驾驶中扮演十分重要的角色，问题就在于激光雷达的3d点云数据，能够比摄像头与毫米波雷达提供更加精确与实时的数据。但是，激光雷达要做到精确，必须依赖于庞大的数据量。此前曾报道过，现在正在开发的产品最高有做到300线，那么要对这些数据进行处理，对于芯片的处理能力要求就越高。
瑞萨与dibotics的合作，就是将依赖于激光雷达的3d slam技术能够在一块芯片上完成。在这个合作里，瑞萨提供硬件方案，而dibotics提供软件处理方案。与传统的slam技术不同的是，根据介绍，双方合作的slam技术将只会使用到激光雷达的3d数据，而不需要额外的惯性导航、gps、车轮转速传感器等额外的数据接入。因而可以减少数据输入量，降低计算能力要求。
对于瑞萨来说，这是增加其自动驾驶开放平台renesas autonomy platform竞争实力的一个事情。此前车云菌报道过瑞萨在今年正式推出的这个平台，从当时公布的架构来看，瑞萨并没有把激光雷达这款处理器放进去，而是针对摄像头和激光雷达，其核心也是瑞萨r-car系列的一块图像处理芯片。
瑞萨自动驾驶开放平台 自从瑞萨发布这块平台之后，到目前为止还并没有宣布要在这个平台上与瑞萨进行合作的整车厂。在今年十月底的时候，瑞萨与丰田、电装的合作中，也只是提到了丰田和电装会采用瑞萨的两款芯片：r-car系列和rh850。这两款芯片虽然也被瑞萨自己用在renasas autonomy platform平台上，但是这也充分说明了一点：瑞萨此前在汽车上的深厚积累体现在车载微处理器和图像处理部分。在这三家的合作中，电装是给丰田提供adas的ecu的。
所以，瑞萨要想真正推广renasas autonomy platform，还需要继续增加砝码。很显然，一个能够满足车规级要求的激光雷达处理芯片就很适合当这个“砝码”。
dibotics的ceo与联合创始人raul bravo表示，他们将会给oem、一级供应商还有激光雷达的制造商提供一个能够降低开发成本和加速产品市场化的方案。
dibotics于2015年在巴黎成立，核心竞争力就在于slam技术，包括用在激光雷达、3d摄像头、毫米波雷达等等不同传感器上。前面也提到，dobitics使用的slam算法特点之一在于使用单传感器，也就是说激光雷达的只使用激光雷达的数据，摄像头只使用摄像头的数据，而不需要其他的信号，诸如里程计、惯导或者多种不同传感器融合，而且还可以保证做到长距离无偏移。
从激光雷达来说，dibotics有一款增强激光雷达（augmented lidar）软件。这款软件有两个特点：
1.自动点云分类技术，软件可以自动将激光雷达收集到的点云数据进行分类，而不需要使用深度学习、不需要有经验积累或者跟地图数据进行对比等等的方式，检测与跟踪运动物体的形状、速度与运动轨迹
2.无需标定或者同步，可以实现多个激光雷达之间的数据融合
在去年7月，velodyne曾宣布与dibotics在slam技术上进行合作，双方将基于velodyne的激光雷达共同开发slam技术。
目前双方并没有公开表示产品将在何时推出。从某种程度上来说，soc芯片处理器其实依赖于处理器本身计算性能的增长。从目前来看，瑞萨的r-car芯片在这方面并不占有行业优势，最早r-car使用在车载娱乐系统中，到自动驾驶平台上，瑞萨才推出一款针对图像处理的r-car芯片，但是从性能上说也稍弱于mobileye的eyeq3。
从当前来看，这个合作里，dibotics的软件倒是更具特色，能够自动对点云数据进行分类识别物体，并且可以无需同步过程实现多激光雷达的数据融合，且只使用激光雷达的数据就完成定位还做到长距离无偏移。任一点拿出来都可以吸引到系统制造商。
只不过，所谓高性能低功耗，都是在性能、功耗与开发成本上取得一个平衡，产品推出之后，最终的性能表现、满足车规级要求才是大杀器。
Microchip 宣布推出基于COTS的宇航级抗辐射电源转换器
电阻的作用
使用远距离支援干扰系统对制导导弹干扰的机理分析
基于FPGA的ISD语音芯片的设计开发
工信部：5G流量单价两年降46%
瑞萨电子宣布将会与初创公司Dibotics合作 共同开发车规级的嵌入式激光雷达处理器
赛灵思新一代闪存存储解决方案为新一代云数据中心奠定基础
同样是备份，云备份、数据中心的备份有什么区别
国际医疗电子创新论坛将于11月3日在慕尼黑华南电子展上召开
Go并发模型的实现原理
2016人工智能风起云涌 中国热土有望孕育独角兽
教你辨别新品笔记本CPU
智慧矿山：智能刮板机监测系统助力采矿行业高效安全运营
智驾科技MAXIEYE为用户带来更智慧“点对点”智能驾驶体验
区块链“无需信任”？并没有消除信任
YBB00112004-2015预灌封注射器组合件(带注射针)测试仪
一种新型解决方案：将表征学习和分类器学习分开
一文浅谈内容传递网络（CDN）
【大神课堂】多功能实验箱底板按键资源分享
用简易充电器为智能家庭供电
在大概半个月前，瑞萨电子宣布了一个消息，将会与初创公司dibotics合作，共同开发车规级的嵌入式激光雷达处理器，并最终应用在adas和自动驾驶上。这套方案的目标是让整车厂、一级供应商和激光雷达制造商能够用满足车规级安全和工作环境要求，且低功耗的激光雷达处理器去进行实时的3d绘图系统的开发。
简单来说，这两家企业会将各自的优势进行结合，即瑞萨的r-car系列芯片与dibotics的3d slma技术，最终推出一款slam on chip的方案。所谓slam on chip，也就是在一块soc芯片上部署3d slam技术，一般来说，要实现高性能实时的slam，现在都需要在一台pc上完成，因而如果两家能够将这个方案实现车规级并量产，那么对于激光雷达制造商和使用激光雷达的企业来说，都是个好消息。
我们知道，对于自动驾驶技术而言，能够实时高效地实现环境感知是第一步，进而车辆需要知道“我在哪”。要正确实时地完成环境感知，还要用到传感器融合，这些都对传感器和处理芯片提出了新的要求。激光雷达之所以在自动驾驶中扮演十分重要的角色，问题就在于激光雷达的3d点云数据，能够比摄像头与毫米波雷达提供更加精确与实时的数据。但是，激光雷达要做到精确，必须依赖于庞大的数据量。此前曾报道过，现在正在开发的产品最高有做到300线，那么要对这些数据进行处理，对于芯片的处理能力要求就越高。
瑞萨与dibotics的合作，就是将依赖于激光雷达的3d slam技术能够在一块芯片上完成。在这个合作里，瑞萨提供硬件方案，而dibotics提供软件处理方案。与传统的slam技术不同的是，根据介绍，双方合作的slam技术将只会使用到激光雷达的3d数据，而不需要额外的惯性导航、gps、车轮转速传感器等额外的数据接入。因而可以减少数据输入量，降低计算能力要求。
对于瑞萨来说，这是增加其自动驾驶开放平台renesas autonomy platform竞争实力的一个事情。此前车云菌报道过瑞萨在今年正式推出的这个平台，从当时公布的架构来看，瑞萨并没有把激光雷达这款处理器放进去，而是针对摄像头和激光雷达，其核心也是瑞萨r-car系列的一块图像处理芯片。
瑞萨自动驾驶开放平台 自从瑞萨发布这块平台之后，到目前为止还并没有宣布要在这个平台上与瑞萨进行合作的整车厂。在今年十月底的时候，瑞萨与丰田、电装的合作中，也只是提到了丰田和电装会采用瑞萨的两款芯片：r-car系列和rh850。这两款芯片虽然也被瑞萨自己用在renasas autonomy platform平台上，但是这也充分说明了一点：瑞萨此前在汽车上的深厚积累体现在车载微处理器和图像处理部分。在这三家的合作中，电装是给丰田提供adas的ecu的。
所以，瑞萨要想真正推广renasas autonomy platform，还需要继续增加砝码。很显然，一个能够满足车规级要求的激光雷达处理芯片就很适合当这个“砝码”。
dibotics的ceo与联合创始人raul bravo表示，他们将会给oem、一级供应商还有激光雷达的制造商提供一个能够降低开发成本和加速产品市场化的方案。
dibotics于2015年在巴黎成立，核心竞争力就在于slam技术，包括用在激光雷达、3d摄像头、毫米波雷达等等不同传感器上。前面也提到，dobitics使用的slam算法特点之一在于使用单传感器，也就是说激光雷达的只使用激光雷达的数据，摄像头只使用摄像头的数据，而不需要其他的信号，诸如里程计、惯导或者多种不同传感器融合，而且还可以保证做到长距离无偏移。
从激光雷达来说，dibotics有一款增强激光雷达（augmented lidar）软件。这款软件有两个特点：
1.自动点云分类技术，软件可以自动将激光雷达收集到的点云数据进行分类，而不需要使用深度学习、不需要有经验积累或者跟地图数据进行对比等等的方式，检测与跟踪运动物体的形状、速度与运动轨迹
2.无需标定或者同步，可以实现多个激光雷达之间的数据融合
在去年7月，velodyne曾宣布与dibotics在slam技术上进行合作，双方将基于velodyne的激光雷达共同开发slam技术。
目前双方并没有公开表示产品将在何时推出。从某种程度上来说，soc芯片处理器其实依赖于处理器本身计算性能的增长。从目前来看，瑞萨的r-car芯片在这方面并不占有行业优势，最早r-car使用在车载娱乐系统中，到自动驾驶平台上，瑞萨才推出一款针对图像处理的r-car芯片，但是从性能上说也稍弱于mobileye的eyeq3。
从当前来看，这个合作里，dibotics的软件倒是更具特色，能够自动对点云数据进行分类识别物体，并且可以无需同步过程实现多激光雷达的数据融合，且只使用激光雷达的数据就完成定位还做到长距离无偏移。任一点拿出来都可以吸引到系统制造商。
只不过，所谓高性能低功耗，都是在性能、功耗与开发成本上取得一个平衡，产品推出之后，最终的性能表现、满足车规级要求才是大杀器。
Microchip 宣布推出基于COTS的宇航级抗辐射电源转换器
电阻的作用
使用远距离支援干扰系统对制导导弹干扰的机理分析
基于FPGA的ISD语音芯片的设计开发
工信部：5G流量单价两年降46%
瑞萨电子宣布将会与初创公司Dibotics合作 共同开发车规级的嵌入式激光雷达处理器
赛灵思新一代闪存存储解决方案为新一代云数据中心奠定基础
同样是备份，云备份、数据中心的备份有什么区别
国际医疗电子创新论坛将于11月3日在慕尼黑华南电子展上召开
Go并发模型的实现原理
2016人工智能风起云涌 中国热土有望孕育独角兽
教你辨别新品笔记本CPU
智慧矿山：智能刮板机监测系统助力采矿行业高效安全运营
智驾科技MAXIEYE为用户带来更智慧“点对点”智能驾驶体验
区块链“无需信任”？并没有消除信任
YBB00112004-2015预灌封注射器组合件(带注射针)测试仪
一种新型解决方案：将表征学习和分类器学习分开
一文浅谈内容传递网络（CDN）
【大神课堂】多功能实验箱底板按键资源分享
用简易充电器为智能家庭供电