mems激光雷达（mems激光雷达原理）

mems激光雷达可能是相关行业人士都值得关注的知识，在此大海号对mems激光雷达原理进行详细的介绍，并拓展一些相关的知识分享给大家，希望能够为您带来帮助！

本文目录一览：

• 1、RoboSense携手长城，赋能魏牌摩卡全场景智能辅助驾驶
• 2、简述激光雷达的结构原理分类及特点？
• 3、激光雷达的工作原理？
• 4、华为自动驾驶有多牛？激光雷达实现降维打击，直接吊打特斯拉
• 5、激光雷达的类型有？
• 6、国内有哪些消费级激光雷达厂商？做得比较好的是哪一家？

RoboSense携手长城，赋能魏牌摩卡全场景智能辅助驾驶

易车讯 8月26日，智能激光雷达系统科技企业RoboSense（速腾聚创）正式宣布为魏牌旗舰车型摩卡DHT-PHEV激光雷达版提供激光雷达。同日，在第25届成都国际车展上，魏牌摩卡DHT-PHEV激光雷达版正式首发亮相。

基于魏牌摩卡DHT-PHEV激光雷达版车型，RoboSense（速腾聚创）与毫末智行、高通等携手，联合为魏牌打造NOH城市辅助驾驶方案。其中，两颗RoboSense（速腾聚创）第二代智能固态激光雷达分别部署在车头两侧大灯下方，赋予摩卡DHT-PHEV精准的感知能力，提供额外一级的感知安全冗余。通过“重感知”技术路线，摩卡DHT-PHEV可以像人一样感知、思考和决策，实现中国高速及城市道路通勤全场景覆盖——以更智慧的智能辅助驾驶能力，为消费者提供更安全舒适的驾乘体验。

随着智能驾驶技术的规模化应用，愈发复杂的应用场景对置于车身前侧的激光雷达提出了更高的车规级可靠性要求。摩卡DHT-PHEV智能驾驶应用场景覆盖中国高速及城市各类路况，复杂的路面状况将给激光雷达带来多种挑战，如行驶中飞溅的碎石撞击、大雨冲刷、洗车时高压水喷淋，甚至来自其他车辆的意外碰撞等。

RoboSense（速腾聚创）第二代智能固态激光雷达采用高度集成化设计，在严格的乘用车车规级标准下，通过了机械冲击、随机振动、高压水冲击、高低温冲击、高温高湿、太阳辐射、EMC、化学防腐、盐雾等一系列可靠性验证，充分满足摩卡DHT-PHEV在高速及城市复杂道路场景下的安全可靠性及使用寿命等需求。

相关测试数据表明，RoboSense（速腾聚创）第二代智能固态激光雷达玻璃窗口可承受8KN压力，不仅满足中保研汽车技术研究院有限公司的低速碰撞要求（注：该公司是权威国际性汽车研究机构RCAR组织在中国唯一的正式成员机构），还符合ISO20567标准，可以承受高速行驶过程中迎面而来的碎石冲击。该激光雷达同时还达到了IP6K9K防水防尘等级，可以承受10000kPa、80℃高压热水的全方位冲刷，免除消费者对激光雷达的可靠性焦虑。

同时，得益于革命性的二维MEMS激光雷达技术平台，第二代智能固态激光雷达独具的智能“凝视”功能，可以基于高速、城区等不同场景，动态切换扫描方式，赋予NOH城市辅助驾驶方案基于场景的差异化感知能力，护航摩卡DHT-PHEV激光雷达版智能驾驶安全体验。

凭借在激光雷达领域的领先技术实力和突出产品表现，截至目前，RoboSense（速腾聚创）已获得来自长城汽车、比亚迪、一汽红旗、广汽埃安、极氪、威马汽车、路特斯、Lucid、嬴彻科技、挚途科技、等企业共计超过50款车型项目的定点订单。

RoboSense（速腾聚创）将始终坚持技术创新，不断打造贴近产业发展、满足市场需求的智能激光雷达产品，深化构建产业上下游生态协作，持续推进智能驾驶汽车的规模化量产，赋能长城汽车以及更多的中国汽车品牌向全球市场领导者不断迈进。

简述激光雷达的结构原理分类及特点？

激光雷达发射器先发射激光，经过物体（ O b j e c t ObjectObject ）反射后被 C M O S CMOSCMOS （一种图像传感器，即图中 I m a g e r ImagerImager ）捕捉，设捕捉点为 x 2 x_2x

2

。现过焦点 O OO 作一条虚线平行于入射光线，交 I m a g e r ImagerImager 于 x 1 x_1x

1

，由于 β \betaβ 已知，所以可得到 x 1 x_1x

1

的位置。记 x 1 , x 2 x_1,x_2x

1

,x

2

之间距离为 x xx，易得左右两个三角形相似，所以有：q f = s x \frac{q}{f}=\frac{s}{x}

f

q

=

x

s

，又有 s i n β = q d sin\beta=\frac{q}{d}sinβ=

d

q

，二者联立可得 d = s f x s i n β d=\frac{sf}{xsin\beta}d=

xsinβ

sf

.

这样就可得到物体到激光发射器的距离 d dd 了，激光雷达将这样的发射器和接收器组装在一起，经过机械旋转360°即可得到一周障碍物的距离。



TOF测距原理

由三角测距的计算公式不难发现，当距离 d dd 很大时，每变化 δ d \delta dδd 引起的 x xx 变化很小，导致精度下降，这就限制了测量范围。

而TOF（Time of flight）原理克服了测量距离这一难点，并且提高了精度：



TOF原理十分简单，就是利用光速测距。首先激光发射器发射激光脉冲，计时器记录发射时间；脉冲经物体反射后由接收器接受，计时器记录接受时间；时间差乘上光速即得到距离的两倍。

TOF原理看似简单，但是实现起来确有很多难点：

计时问题：由于光速过快，测量时间会变得很短。据网上数据得：1cm的测量距离对应65ps的时间跨度。这需要计时器的精确度很高。

脉冲问题：发射器需要发射高质量的脉冲光，接收器接受脉冲光的时候需要尽量保持信号不失真。

对于同一距离的物体测距时，得到的回波信号可能不一样，如下图的黑白纸，这就需要特殊的处理方式来处理。



但总的来说TOF原理的精度远远超过三角测距，只是由于诸多难点导致成本略高。像大一立项时因为没钱，所以用的三角测距的思岚A1，精度不是很高。而ROBOCON战队里的sick激光雷达就是TOF原理，精度非常高，贵是有道理的~

雷达分类

机械激光雷达

机械激光雷达使用机械部件旋转来改变发射角度，这样导致体积过大，加工困难，且长时间使用电机损耗较大。但由于机械激光雷达是最早开始研发的，所以现在成本较低，大多数无人驾驶公司使用的都是机械激光雷达。

MEMS激光雷达

MEMS全称Micro-Electro-Mechanical System，是将原本激光雷达的机械结构通过微电子技术集成到硅基芯片上。本质上而言MEMS激光雷达是一种混合固态激光雷达，并没有做到完全取消机械结构。

主要原理为：通过MEMS把机械结构集成到体积较小的硅基芯片上，并且内部有可旋转的MEMS微振镜，通过微振镜改变单个发射器的发射角度，从而达到不用旋转外部结构就能扫描的效果。

大致原理如下图：



相控阵激光雷达

两列水波干涉时会出现某处高某处低的情形：



光学相控阵原理类似干涉，通过改变发射阵列中每个单元的相位差，合成特定方向的光束。经过这样的控制，光束便可对不同方向进行扫描。雷达精度可以做到毫米级，且顺应了未来激光雷达固态化、小型化以及低成本化的趋势，但难点在于如何把单位时间内测量的点云数据提高以及投入成本巨大等问题。

动态原理图如下：





FLASH激光雷达

FLASH激光雷达原理非常简单：在短时间内发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器，来完成对环境周围图像的绘制。

激光雷达的数据

分成N份

分成M份

N线点云数据

1线点云数据

时间戳

1个点云数据

点云数量M

X方向偏移量

Y方向偏移量

Z方向偏移量

反射强度

激光雷达数据的处理顺序一般为：

数据预处理（坐标转换，去噪声）

聚类（根据点云距离或反射强度）

提取聚类后的特征，根据特征进行分类等后处理工作。

激光雷达数据的处理顺序一般为：

数据预处理（坐标转换，去噪声）

聚类（根据点云距离或反射强度）

提取聚类后的特征，根据特征进行分类等后处理工作。

激光雷达的工作原理？

激光雷达最基本的工作原理与无线电雷达没有区别，即由雷达发射系统发送一个信号,打到地面的树木、道路、桥梁和建筑物上，引起散射，经目标反射后被接收系统收集，通过测量反射光的运行时间而确定目标的距离。

至于目标的径向速度，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，这也是直接探测型雷达的基本工作原理。

激光雷达的作用就是精确测量目标的位置（距离与角度）、形状（大小）及状态（速度、姿态），从而达到探测、识别、跟踪目标的目的。

激光雷达是一种雷达系统，是一种主动传感器，所形成的数据是点云形式。其工作光谱段在红外到紫外之间，主要发射机、接收机、测量控制和电源组成。

扩展资料

激光雷达分类

一般来说，按照现代的激光雷达的概念，常分为以下几种:

1、按激光波段分，有紫外激光雷达、可见激光雷达和红外激光雷达。

2、按激光介质分，有气体激光雷达、固体激光雷达、半导体激光雷达和二极管激光泵浦固体激光雷达等。

3、按激光发射波形分，有脉冲激光雷达、连续波激光雷达和混合型激光雷达等。

4、按显示方式分，有模拟或数字显示激光雷达和成像激光雷达。

5、按运载平台分，有地基固定式激光雷达、车载激光雷达、机载激光雷达、船载激光雷达、星载激光雷达、弹载激光雷达和手持式激光雷达等。

6、按功能分，有激光测距雷达、激光测速雷达、激光测角雷达和跟踪雷达、激光成像雷达，激光目标指示器和生物激光雷达等。

7、按用途分，有激光测距仪、靶场激光雷达、火控激光雷达、跟踪识别激光雷达、多功能战术激光雷达、侦毒激光雷达、导航激光雷达、气象激光雷达、侦毒和大气监测激光雷达等。

参考资料来源：大海号 -激光雷达

华为自动驾驶有多牛？激光雷达实现降维打击，直接吊打特斯拉

2021年4月17日，华为轮值董事长徐直军的一句话在网上引起众多网友热议，徐直军表示极狐阿尔法S能够全自动驾驶水平远超特斯拉。华为凭什么这么说？华为的自动驾驶真的可以对特斯拉实现降维打击吗？

2018年世卫组织于发布的报告提到了，全球每年因为交通事故死亡的人数达到135万。意味着每20多秒就有1个人，因为交通意外失去生命。所以世卫组织希望在2020年前后，全球道路因交通事故造成的死伤人数降低50%，这个难度可不小。

按照我国2019年应急管理部发布的报告，我国交通事故高发时段，主要发生在上下通勤高峰时段。导致交通事故频发的原因，就是不遵守交规的车辆和行人、电动车、摩托车碰撞导致的交通事故。其次是开赌气车、霸王车的司机，恶意别车容易出现交通事故。

数据显示， 2019年我国交通事故 受伤人数为221309人，死亡人数高达56934人 。同时我国每年因为堵车直接经济损失高达2500亿，相当于我国GDP的5-8%,尤其是北京、上海、广州等一线大城市，每天发生的交通拥堵的相关处理费用达到10亿元。因为堵车开不快费油，加上上班族堵在路上没法创造价值，以及工厂所需原材料送不到造成的损失，造成的间接经济损失也十分庞大。

在这个档口上，自动驾驶逐步发展起来，成为解决我国交通问题的重要技术之一。根据谷歌旗下无人驾驶公司Waymo的数据表面，自动驾驶 汽车 技术能够通过将安全间距缩短， 汽车 通行时间从0.9秒，最短可缩短至0.2秒。红灯变绿灯时 汽车 都是一辆接一辆的起步，这十分浪费时间，如果 汽车 全部采用自动驾驶，那么基本可以实现一起启动，这样可以大幅减少同行时间。

通行时间减少，通行能力自然会大幅上升，通信效率预计会提升45%到130%左右。考虑到新技术的不确定性，全面普及自动驾驶 汽车 技术之后，每条车道有效通行能力，保守估计会提高60%到80%。因为交通便捷，堵车少了，所以开车的人变多了，这样会让整个交通总流量增加5%到15%。

不过要做到这个水平，自动驾驶水平至少要达到L3-L4的水平，根据国际自动机工程师学会划分的智能驾驶标准，L3级别可以达到车辆完成绝大部分驾驶操作。而L4级别可以达到车辆完成所有驾驶操作，特殊路段例外。意味着L3级别的技术，人的手还不能离开方向盘，而L4就可以了。

自动驾驶的研发工作已经几十年了，如今能做到是因为AI技术和计算机视觉技术的兴起，以及各种MEMS传感器的升级换代，我国已经具备实现自动驾驶的可能。而且因为自动驾驶的产业链特别长，涉及人工智能、通信、半导体技术、以及 汽车 技术，涵盖了我国绝大多数新 科技 的产业链，所以自动驾驶的潜在市场规模极为庞大。

随着我国智能化全产业链的技术逐渐成熟，随着国家政策的推动，众多资本已经入局，经过数十年的技术发展，目前我国的自动驾驶的商业化落地的节点已经到来。

而此时国内外知名的 科技 公司和传统 汽车 巨头，都在积极布局自动驾驶，例如谷歌旗下的Waymo、通用旗下的Cruise、福特的Argo、硅谷初创公司Aurora和德尔福 汽车 旗下的安波福。以及百度、华为、大疆、宝马、丰田、沃尔沃、小马智行、特斯拉等众多 科技 巨头参与其中，可谓是八仙过海，各显神通。

不过作为第一个将自动驾驶商业的特斯拉，旗下的新能源 汽车 却屡屡发生事故，这为自动驾驶发展抹上了一层阴影，特斯拉到底是现有的技术还不成熟？虚假宣传？

我们要知道自动驾驶的需要的三大系统，分别是用来感知、决策、和执行的。而自动驾驶系统的最终目标是代替人工驾驶，所以需要模拟人的处理方式，通过五官的感知周围的环境，并将收集到的数据传输到大脑；由大脑对收集的信息进行判断和决策，给予人体信息，身体和四肢会根据大脑给出的指令行动。

所以自动驾驶的“五官”，需要对周边环境感知、位置感知和速度、压力等其他信息感知；而自动驾驶的“大脑”主要包括：操作系统、集成电路和AI；自动驾驶的“身体”包括：动力控制、方向控制、以及其他控制。

自动驾驶的“五官”可采用多种传感器代替，视觉传感器、雷达传感器、红外传感器是最常用的三类传感器。最火的自然是视觉传感器和雷达传感器。而雷达传感器又可分为，毫米波雷达、激光雷达、超声波雷达三种。一般的自动驾驶算法工程师认为，多种传感器融合是实现自动驾驶的关键。

而多传感器融合的原理是利用计算机技术，将多种传感器收集的信息和数据进行整合和分析，并综合评估，作出决策的信息处理过程。而特斯拉选择纯视觉化确实刷新了很多工程师的认知，虽然特斯拉加装了毫米波雷达，但是毫米波雷达无法对图像的颜色进行识别，且对横向出现的目标不敏感，对于较小物体的识别效果不佳，所以缺乏高程信息。

毫米波雷达的缺点，导致它很难分别禁止的物体，例如井盖和指示牌。同时毫米波雷达因为对颜色不敏感，所以对静止的白色物体的监测也会大打折扣，如果自动驾驶系统过分信任毫米波雷达的数据，会导致 汽车 通过井盖或者指示牌下方时，车会自动避险或者刹车，导致驾驶者崩溃。所以特斯拉将视觉感知结果与毫米波雷达结果进行融合时，感知结果如果不一致，特斯拉选择相信视觉感知而忽略毫米波检测。

不过视觉感知依赖车载摄像头，而摄像头作为光感元件，对周围环境的光照强度的变化极为敏感，这会对摄像头图像的准确性有着非常大的影响，所以天气和环境的变化，都会对特斯拉的全自动驾驶系统形成制约。为了在视觉感知的水准达到自动驾驶的要求，对系统的算法、算力以及决策力要求很高。

但是特斯拉的自动驾驶模式屡屡发生事故，2016年5月，美国一男子开启特斯拉Model S后自动驾驶模式，从背后追尾半挂卡车，导致当场死亡。同样的事儿又发生在2018年初，一男子开启了特斯拉Model S自动驾驶功能，撞上了消防车。所以众多事故也间接说明特斯拉的自动驾驶系统存在不小的问题。

和特斯拉自动驾驶的视觉感知不同，华为采用3个激光雷达，配合摄像头和毫米波雷达等传感器进行数据融合。并且华为宣传要将96线车规级高性能激光雷达的成本压缩到200美元，甚至100美元。

而激光雷达由发射器、接收器、光束操纵器和信息处理系统，四个领域组成。工作原理是利用发射器发射的激光，通过接收器对时间差及相位差进行计算，用激光线数进行三维点云图的描绘，建立周边环境的图像信息。

激光雷达因为线数不同，建立的图像也有差距。所以要用激光雷达成像技术实现自动驾驶，激光雷达线数至少要达到16线以上，才能3D建模成像。虽然激光雷达成像清晰，综合性能最佳，但是激光雷达也有一个硬伤，那就是价格不菲。

按照极狐阿尔法S的华为HI自动驾驶系统，配置了3个96线激光雷达和13个摄像头、以及6个毫米波雷达和1个车顶惯导、1个域控制器。这配置绝对吊打特斯拉，但是华为想要实现1000公里无干预自动驾驶，并且将96线激光雷达的价格，压倒200美元也是困难重重。

作为激光雷达技术引领者 Velodyne公司，旗下的16线激光雷达售价高达4000美元，128线激光雷达的售价更是超过8万美元，如此高昂的价格也是特斯拉放弃激光雷达的原因。不过根据数据显示，随着自动驾驶技术的普及，从2025年以后，预计全球每年会有600万辆新车，会搭载激光雷达。届时激光雷达的市场规模也有望突破50亿美元的大关，售价也会大幅下降。

如今我国一家创业企业，速腾聚创已经将125线固态激光雷达的售价降低到1898美元。目前华为HI自动驾驶系统，使用的的96线激光雷达也是由速腾聚创提供，虽然速腾聚创已将激光雷达的价格大幅压缩，但是单个激光雷达的采购成本，也远远超过2百美元。所以美团老总王兴公然发微博嘲笑华为，说华为和特斯拉的忽悠能力旗鼓相当。

华为的策略很明确，就是通过压价赔本卖，实现华为全自动驾驶的普及，并通过量产降低成本，在未来实现盈利。 但是激光雷达的核心MEMS传感器的元器件，都被欧美国家的电子巨头垄断。

涉及光学信息处理系统的主控芯片和模拟芯片市场，基本被美国半导体公司垄断，尤其是激光雷达的主控芯片90%的市场被美国赛灵思掌控。而华为目前还被美国制裁，想获得国外零配件基本没戏。

此时就不得不佩服华为的前瞻性了，因为华为很早就在光电半导体领域发力，在2012年和2013 年分别收购了英国光子集成公司和比利时Caliopa 公司，这两家公司都是从事硅光技术开发的企业。通过这两次收购华为成为国内首家掌握硅光子技术的公司。目前华为已经在光电领域成为全球顶尖的公司，但是居安思危，依旧没有忘记布局。

华为先后投资多家激光雷达MEME传感器的相关的公司，例如纵慧芯光、南京芯视界等多家公司，还在今年6月入股长光华芯。而长光华芯，是中国唯一激光芯片制造和研发的企业，可以理解为长光华芯的产品都是咱们中国的技术和产品，完全具有自主知识产权，同时还有完整的工艺平台和生产线，华为采购长光华芯的产品，可以完全不看美国人的脸色。

华为觉得这样还是不太靠谱，所以华为海思在2019年投资18 亿元，在武汉建设华为海思光芯片工厂。值得一提的是，华为选择在武汉建立光芯片工厂的原因，是因为武汉是中国最大的光谷，类似美国的硅谷，专门从事某一领域的 科技 开发工作。

同时武汉光谷，也是我国最大的光电器件研发基地，其科研能力和技术能力仅次于北、上、深位居中国第四，所以华为就是借这个地方，整合整个光谷企业的资源和技术，把中国集中力量办大事的习惯发扬一下，一举突破美国技术封锁，同时把激光雷达的价格压下来，做成白菜价，以后让新能源 汽车 的价格便宜一点。

华为这一路走来确实不容易，不过随着我国5G不断加深，我国主推的C-V2X技术，成为车联网的国际标准。V2X即是一种车用无线通信技术，是实现车辆与万物互联的关键技术，以后可以通过 汽车 连接手机，甚至家里的电冰箱、电视还有马路上的所有 汽车 都能实现全面互联。

V2X成为国际标准，意味着未来各个国家生产的新能源 汽车 ，联网都要采用这项技术，华为就是做5G的，所以依托C-V2X的技术，可以大幅提升自动驾驶的安全性和便捷性。因为以后的 汽车 之间都会有数据传输， 汽车 视野受阻也没关系，有数据传输系统就知道你在哪。

所以华为在自动驾驶领域超越特斯拉并不是难事，但是要彻底打破美国的技术封锁，还需要一些时日。

老子云：天地所以能长且久者，以其不自生，故能长生。华为一路走来，只有一个目标，扎根在技术之中，不断创造出新技术，推动人类发展，才能长盛不衰。也期待华为能走得更远。

激光雷达的类型有？

1、线数划分

①单线激光雷达：

单线激光雷达只能完成平面扫描，其扫描速度快、分辨率和可靠性高，目前主要应用于服务机器人等对高度信息要求不高，需要规避障碍物的场景。

②多线激光雷达：

多线激光雷达可识别物体的高度信息（可理解为竖直方向的积分），目前业界以4~128线为主，造价昂贵，主要用于无人车自动驾驶等领域。

2、扫描方式划分

激光雷达按扫描方式大体可以分为三种类型，机械式、固态式和混合固态式。目前机械式最为常用，固态式为未来业界大力发展方向（固态指激光雷达为单个整体，没有需要旋转和可动扫描部件）；混合式是机械式和纯固态式的折中方案（较机械式只扫描前方一定角度内的范围；较纯固态式仍有一些较小的活动部件），是目前阶段量产装车的主流产品。

①机械旋转式激光雷达：

业界多为此种方案。发射系统和接收系统存在物理意义上的转动，不断的旋转发射器，将激光点变成线，并在竖直方向上排布多束激光发射器形成面，实现3D扫描的目标。但内部结构复杂，主要包括激光器、扫描器、光电探测器以及位置和导航器件。由于通过复杂的机械结构实现高频准确的转动，硬件成本高，且很难保持长时间稳定运行，业界寿命多为2~3万小时（正常使用约2~3年），因此目前固态激光雷达成为很多公司的研究方向。

②微转镜激光雷达（混合固态）：

转镜类似于机械式，保持收发模块不动，通过电机带动转镜运动，将激光反射到不同的方向实现一定范围内激光的扫描。目前转镜式激光雷达方案较成熟、易过车规，是目前自动驾驶上应用的比较多的方案，相比纯机械式，机械结构简单，体积相对较小，易于量产。

③MEMS激光雷达（混合固态）：

MEMS（Micro-Electro-Mechanical System）采用微振镜扫描，在微观上实现激光雷达发射端的光束操纵。MEMS微振镜是一种硅基半导体元器件，技术成熟，集成度高，它的引入可以帮助激光雷达减少马达、多棱镜等机械运动装置，减小尺寸空间，同时还可以减少激光器和探测器数量，极大地降低成本。但是其尺寸较小，限制了扫描范围和视场角，且稳定性较低，过车规难度较大，目前量产一致性较低。

④泛光面阵式激光雷达（Flash，固态）：

泛光面阵式是目前全固态激光雷达中较为成熟的技术（快闪，原理类似相机），它可以短时间直接发出一大片覆盖探测区域的激光，以高灵敏度的接收器来完成周围环境的绘制，能快速记录整个场景，避免了扫描过程中雷达或目标的移动带来的影响。但是由于每次发射的光线会散布在整个视场内，这意味着只有小部分激光会投射到某些特定点，很难进行远距离探测。

⑤光学相控式激光雷达（OPA，固态）：

相控阵激光雷达采用多个光源组成阵列，通过控制各光源发光时间差（相对相位），合成具有特定方向的主光束，加以控制便可实现不同方向的扫描。光学相控阵要求单元尺寸不大于半个波长，目前激光雷达的工作波长均在1000nm左右，故阵列单元的尺寸不得大于500nm，加工难度较大。

国内有哪些消费级激光雷达厂商？做得比较好的是哪一家？

像我知道的有EAI科技、北醒、镭神智能等，做得比较好的我觉得是EAI吧，像美的、云鲸扫地机器人就用了他们家的激光雷达。过去几年，EAI科技也获得过“维科杯·OFweek 2021中国智造年度优秀供应商奖”等奖项。

EAI的话，一方面是产品的科技含量比较高，性能稳定，像自主研发的光磁无线技术提高了激光雷达的精度和可靠性。测距分辨率、扫描频率、角度分辨率及可视范围，这些激光雷达的主要指标，EAI的产品都处于行业一流水准，还能应对跌落、运动等复杂环境。

另一方面，EAI科技在东莞有自建工厂，而且在惠州建设EAI科技园，大大预计落成后激光雷达年产量将达到千万台，产能很稳定，去年EAI科技激光雷达出货量突破了200万台。

所以综合来说，EAI科技在消费级激光雷达中确实是头部类型的企业。

5.在激光雷达领域有哪些科研实力比较强的公司呢？EAI科技怎么样？

EAI科技的研发实力我觉得挺强的，在深圳有研发总部，深圳是科技氛围很浓厚的城市。不仅如此，今年1月1日，EAI科技在武汉光谷成立了武汉研究所，旨在借助光谷的激光产业进一步提升自身的研发能力。

另外，武汉光谷有42所高等院校和56个国家和省部级科研院所，EAI将进一步加强与高校和研究所的合作，在激光雷达和智能传感器领域不断精进技术。就说刚过去的2021年吧，EAI科技就新增了59件专利，所以总体而言EAI的科研实力在行业内还是挺不错的。