洛微科技纯固态LiDAR硅光相控阵芯片获 2020最具潜力IC设计企业奖

描述

据麦姆斯咨询报道,11月3日,2020年度硬核中国芯领袖峰会暨评选颁奖盛典在深圳隆重举办,作为半导体行业最具影响力的年度盛会,有40万电子工程师和位业内专家参与评分。洛微科技(LuminWave)自主研发的纯固态LiDAR硅光子相控阵芯片LW-OPA-600A荣获“2020年度最具潜力IC设计企业”奖。

据了解,洛微科技自研的LW-OPA-600A芯片是基于CMOS硅光子相控阵技术的纯固态激光雷达(LiDAR)芯片,可以为LiDAR产品提供高达600线的激光扫描能力和高质量远场光束,不同型号可工作在近红外至短波红外(900~1550nm)等不同波段。该芯片是国内首个发布的基于硅光子相控阵技术的芯片产品,在尺寸、性能、成本、可靠性等方面都有巨大的优势。目前,该款OPA芯片已应用到洛微科技(LuminWave)的纯固态LiDAR产品上,为自动驾驶、消费电子等市场应用提供高分辨率、大视场角、高可靠性、低成本的成像级3D感知方案。

洛微科技9月在CIOE上发布的LW-SDL-200系列产品正是采用了该款芯片的纯固态成像级LiDAR,该系列的纯固态LiDAR产品的市场价格在100美元级别。我们从LiDAR的发展趋势来看,LiDAR 1.0时代是完全依赖宏观的转动部件的机械式LiDAR,LiDAR 2.0时代是“芯片+微动器件”的混合固态LiDAR,LiDAR 3.0时代是不含任何可移动组件的纯固态方案。LW-SDL-200系列产品的诞生标志着纯固态LiDAR时代已经到来,纯固态LiDAR方案也被业内普遍看作是实现车规级纯固态LiDAR的终极方案。

洛微科技的LiDAR产品除了在自动驾驶领域的应用外,在消费电子领域的应用同样引人注目。特别是今年苹果在其多款旗舰产品上搭载了LiDAR扫描仪之后,LiDAR的技术概念已经开始逐渐被大众所了解,未来1年之内LiDAR将在消费电子领域得到更为广泛的应用。

早在今年年初,洛微科技(LuminWave)就曾发布了面向自动驾驶和消费电子市场的MicroLiDAR传感器模组——LW-FS8864-SMx系列产品。据悉该系列产品目前现已经处于批量出货阶段。该系列产品不仅集成了毫米级的光学芯片、微处理器(MCU)和电源管理单元(PMU),还做了标定补偿算法和距离自适应算法。同时,根据多样化的自动驾驶和消费电子市场对于3D感知的需求,可在传感器模组上内嵌多种基于深度学习的AI算法,为自动驾驶补盲、机器人避障、SLAM、手势和姿态识别等行业应用提供解决方案。
 

洛微科技(LuminWave)的小面阵MicroLiDAR传感器模组LW-FS8864-SMx系列产品与同等价位的基于超声波和单点雷达模组产品相比较,可以提供64个像素(8x8)的更为精确的多点深度信息,可在5米范围内直接为算法提供3D环境感知数据。该系列产品的光学设计在符合人眼安全标准的同时,具备高信噪比、强抗日光能力的特点,可在室外环境下保持非常良好的性能。MicroLiDAR系列产品一经发布便受到市场的广泛关注,并在智能终端、智能家居、智能安防、智慧照明、机器人、AGV/AMR、自动驾驶等领域得到广泛应用。

LW-FS8864-SMx手势控制解决方案

通过内嵌手势识别AI算法可以判断包括上下、左右、前后、顺时针、逆时针几种基本常规手势,并根据手势的判断做出相应的智能控制。可应用于智能电视、智能音箱等终端上,控制音量、页面切换等非接触操作。在智慧照明领域,比如打开/关闭灯光,调节灯光亮度和色彩都可以通过简单手势来完成。
 

LW-FS8864-SMx姿态识别解决方案

可以通过64个像素(8x8)的3D深度数据信息,基于深度学习的AI算法可以快速识别目标物的动作姿态,并触发智能联动。可用于非正确坐姿矫正,密闭空间跌倒预警,驾驶员疲劳状态提醒等场景,同时兼顾了深度数据的获取,图像识别和隐私保护的多种需求。
 

LW-FS8864-SMx近距离避障解决方案

多点小面阵的方案与同等价位的基于超声波和单点雷达模组产品相比较,可以提供更为精确的深度信息,可在5米范围内直接为算法提供3D环境感知数据,广泛应用于机器人/AGV/AMR的近距离避障场景。

洛微科技(LuminWave)以市场需求为导向,以技术革新为动力,发挥硅光子相控阵芯片,连续波调频芯片技术和晶圆级微纳光学的技术优势,完成了纯固态成像级LiDAR和MicroLiDAR在内的面向不同市场需求的产品系列,实现小型化、低成本的LiDAR产品矩阵,不断为市场提供更有价值、更智能、可扩展、更经济的激光雷达产品。

责任编辑:xj

原文标题:硬核中国芯!洛微科技LiDAR硅光相控阵芯片获“2020最具潜力IC设计企业”奖

文章出处:【微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分