无人驾驶汽车行业分析报告.docx
《无人驾驶汽车行业分析报告.docx》由会员分享,可在线阅读,更多相关《无人驾驶汽车行业分析报告.docx(14页珍藏版)》请在冰豆网上搜索。
无人驾驶汽车行业分析报告
2016年无人驾驶汽车行业分析报告
2016年9月
目录
一、无人驾驶汽车:
人工智能发展的新标杆5
二、无人驾驶汽车的发展6
1、当曾经的梦想照进现实,我们是否敢于相信6
2、无人驾驶汽车的研发现状7
3、无人驾驶汽车的未来之路10
(1)研发阶段11
(2)小规模试验阶段12
(3)政策出台调整阶段12
(4)消费者认可与销量爆发阶段14
4、无人驾驶汽车将率先在服务领域投入使用14
三、无人驾驶汽车的主要技术15
1、感知输入系统、计算处理系统是无人驾驶技术的关键15
2、感知输入系统中,3D激光雷达是核心,相机、车载雷达等设备是辅助18
四、3D激光雷达相关企业22
1、Velodyne:
全球领先的3D激光雷达传感器生产商25
2、华达科捷:
依托高精度激光测量技术开展3D激光雷达研发27
无人驾驶汽车与辅助、半自动驾驶汽车有密切联系,也有重要差别。
一、发展目的和表现形式不同。
辅助驾驶、半自动驾驶的本质是汽车驾驶系统的模块叠加和功能发展,其目的是给驾驶者提供更加便捷、安全的驾驶环境;而无人驾驶汽车的本质是一种全新的能够自主导航的移动运输类机器人,以人工智能取代了驾驶者,其外形设计、应用场合并不拘泥于现有的模式。
二、核心技术有重要差别。
辅助驾驶、半自动驾驶的核心技术是自动控制技术,而无人驾驶汽车的核心技术是即时空间建模和人工智能技术。
因此,在辅助驾驶、半自动驾驶领域,汽车厂商具有主导地位,并与零配件企业形成密切合作;而无人驾驶汽车的研发主体是互联网科技公司如谷歌、XX以及科研院校。
三、受益对象和成本承受能力不同。
近期,媒体报道谷歌无人驾驶部门正在谋划提供约租车服务,与Uber进行竞争。
当无人驾驶汽车向社会提供服务时,其成本承受能力将大大增强,相比之下,辅助驾驶、半自动驾驶主要依靠成本下降去推进应用拓展。
无人驾驶汽车将走过四个发展阶段,并率先在公共服务领域投入使用。
无人驾驶汽车将经历研发、试验、政策调整、需求爆发四个阶段。
值得注意的是,目前硬件系统组合日趋完善,而人工智能算法的调试和配套政策成为影响无人车投入使用的主要因素。
而在场景规划相对固定的服务领域,如物流运输、公共交通等,无人驾驶汽车的安全可靠性更高、经济效益显著,可望率先投入使用。
考虑到无人驾驶汽
车具有社会服务功能,不排除未来在应用推广方面对辅助驾驶、半自动驾驶形成实现弯道超车。
无人驾驶汽车的感知输入系统中,激光雷达处于核心位置。
激光雷达在无人驾驶汽车中起着类似于“眼睛”的功能,能够根据扫描到的点云数据快速绘制3D全景图型。
目前,XX、谷歌无人汽车均采用Velodyne公司的激光雷达,成本在2~8万美元(配置选择),价值与汽车本体相当。
随着研发推进和量产,激光雷达的成本还具有较大的下降空间,而应用场景的开发也将提升用户的成本承受能力。
一、无人驾驶汽车:
人工智能发展的新标杆
无人驾驶汽车本质上是一种具有高度人工智能的移动式服务机器人,它与辅助驾驶、半自动驾驶汽车具有相关性,但在发展目的、核心技术等方面更有重要的差别。
无人驾驶汽车具有创造创新性社会价值的潜力,从而深刻影响人们的生产生活。
发展目的和表现不同:
辅助驾驶、半自动驾驶的本质是汽车驾驶系统的模块叠加和功能发展,其目的是给驾驶者提供更加便捷、安全的驾驶环境;而无人驾驶汽车的本质是一种全新的能够自主导航的移动运输类机器人,以人工智能取代了驾驶者,其外形设计、应用场合并不拘泥于现有的模式。
目前,无人驾驶汽车研发多数以传统车型作为实验对象,但未来无人驾驶汽车进入商业应用场合后,完全可以根据实际需要进行重构,
例如,谷歌(Google)在新的试验车型中取消了方向盘、刹车。
核心技术有重要差别:
辅助驾驶、半自动驾驶的核心技术是自动控制技术,而无人驾驶汽车的核心技术是即时空间建模和人工智能技术。
因此,在辅助驾驶、半自动驾驶领域,汽车厂商具有主导地位,并与零配件企业形成密切合作;而无人驾驶汽车的研发主体是互联网科技公司如谷歌、XX以及科研院校。
以输入端为例,辅助驾驶、半自动驾驶汽车使用的雷达主要目的是测量前后车的车距,使用2D激光雷达、毫米波雷达等安装在前后保险杠;而无人驾驶汽车除了需要配备前后保险杠雷达之外,最核心的信息来自于高精度3D激光雷达,进行空间建模。
受益对象和成本承受能力不同:
最近,来自Bloomberg的消息称,谷歌公司计划在2016年将其无人驾驶部门列为独立实体,并提供约租车服务(Ridesforhire),与Uber对抗。
这表明无人驾驶汽车将对现有经济生活方式形成重要颠覆,而非渐进式的改善。
当无人驾驶汽车向社会提供服务时,其成本承受能力将大大增强,相比之下,辅助驾驶、半自动驾驶主要依靠成本下降去推进应用拓展。
二、无人驾驶汽车的发展
1、当曾经的梦想照进现实,我们是否敢于相信
科技的发展源于人们心中对未来生活最美好的憧憬与热望。
早在上世纪80年代,人类丰富的幻想就乐于赋予汽车全自动无人驾驶的功能,美国著名电视剧《霹雳游侠》中主角的战车、电影《克里斯汀魅力》小男孩花光积蓄买的破旧敞篷车以及我们熟知的《蝙蝠侠》的战车等等都具备无人驾驶功能,其他也有很多涉及无人驾驶汽车描述的科幻类文学作品。
对于无人驾驶的概念,我们已经不陌生。
如今,“智能化”正革命性地改变人们的生活,通话设备变成了移动互联网载体、吸尘器逐渐被扫地机器人取代,而无人驾驶汽车是对于传统代步和运输工具的颠覆。
麦肯锡预测,到2025年无人驾驶汽车产值可以达到02~19万亿美元。
汽车行业咨询机构IHS报告认为,预计在2035年左右,无人驾驶汽车年销量将达到1,180万部。
2、无人驾驶汽车的研发现状
谷歌公司是全球无人驾驶汽车研究的领跑者。
早在2009年,谷歌公司就开始使用丰田的车身进行无人驾驶汽车的研发。
2014年5月,谷歌首次公布了自主设计的无人驾驶汽车,展出的原型并不包括方向盘、油门踏板、后视镜及其他部件。
此举也说明了采用传统车体外观进行实验并不能代表产品成型的定位。
随后,谷歌组装了其他许多原型,对无人驾驶汽车的各种系统以及计算机和激光雷达等无人驾驶部件等系统进行了测试。
2014年12月23日,谷歌宣布,该公司已经完成了第一辆无人驾驶汽车原型,这是该公司的首辆全功能无人驾驶汽车。
在过去数年,谷歌的无人驾驶汽车取得了长足发展,已经在美国加州和得克萨斯州的公路上开展了测试。
谷歌无人驾驶汽车已经行驶了160万公里,相当于于一名人类司机90年的驾驶经验。
而且,在没有人工干预的情况下,完成了约113万公里无事故行驶里程。
在中国,XX率先在无人驾驶汽车领域取得重要突破。
XX研发无人驾驶汽车经历了三个阶段:
第一阶段,封闭尝试性的测试,初步了解汽车的动力性能、电信号接口的稳定性;第二阶段,在深圳进行低速状态下的半封闭测试,进行算法的构建与调试;第三阶段,低速过渡到高速,为在北京高速公路上的测试做准备。
2015年12月12日,XX无人驾驶汽车首次在北京五环进行测试,自动驾驶的最高时速100公里/小时,完成了国内无人驾驶汽车首次城市、环路及高速道路混合路况下的全自动驾驶,自动完成了跟车减速、转向、超车、上下高速公路匝道等一系列复杂动作。
12月14日,XX宣布成立自动驾驶事业部,聚焦于自动驾驶汽车的技术研发、生态建设和产业落地,计划三年实现自动驾驶汽车的商用化,五年实现量产。
除了互联网公司,传统汽车厂商也在研究全自动无人驾驶汽车,福特公司已经获得加州的“自动车辆驾驶许可”,计划从2016年开始在加州道路上测试无人驾驶汽车。
在2014年的美国国际消费电子展(CES)上,奔驰公司展示了F015LuxuryinMotion概念原型车。
除了互联网公司与汽车厂商以外,国内外许多高校也有对于无人驾驶汽车的研发项目组。
如今,无人驾驶汽车已成为一个研究热门领域。
3、无人驾驶汽车的未来之路
高科技属性的创新产品被市场接受的过程都要经过研发、小规模试验、相关政策法规出台、消费认可销量爆发的过程。
例如,作为汽车领域的重大创新应用,新能源汽车在中国从集中研发到商业化,到如今广泛被市场认可,花了不到10年时间,而真正国内新能源汽车销量的爆发又集中在最近3年。
2006年,新能源汽车研发成果开始成熟,产品逐渐问世,开始小规模使用;2007年11月,国家发改委正式颁布《新能源汽车生产准入管理规则》,2010年6月,财政部等四部委联合出台《关于开展私人购买新能源汽车补贴试点的通知》;2014年以来,新能源汽车的基础设施日渐完善,需求全面爆发。
与新能源汽车发展经历类似,我们认为,无人驾驶汽车也将经历4个阶段:
研发、小规模试验、政策出台、消费者认可与销量爆发。
(1)研发阶段
传统的无人驾驶汽车研究由来已久,但基于高精度激光雷达、GPS导航和高度人工智能的现代无人驾驶技术研究历史并不悠久。
2005年,斯坦福大学的塞巴斯蒂安-特龙教授带领师生团队完成了美国国防部的“GrandChallenge”比赛,其研发的自动驾驶机器人汽车(autonomousroboticcar)成功完成了132英里的赛程并获得冠军。
后来,特龙教授创立了GoogleX实验室,而谷歌成为全球无人驾驶技术的领跑者。
除了谷歌公司以外,活跃在无人驾驶技术领域的企业还包括美国Delphi公司、德国Ibeo公司等。
2014年以来,随着各项技术基础的成熟,国内对于无人驾驶技术的研究也悄然展开。
XX利用其自身的智能算法上的核心能力,
对于
无人驾驶汽车的研发进展迅速。
XX于2014年7月正式获得试验车身的电信号开放权力,仅用了1年多的时间,就实现了无人驾驶汽车从研发到半封闭试验与开放式高速测试。
国内互联网巨头的加入,也会加速互联网汽车的研发进度。
(2)小规模试验阶段
研发成型后,产品样机进行小规模、特定场景的试验,并采集数据进行调整。
GoogleX实验室认为,谷歌无人驾驶汽车预计在2020年左右正式问世,正式投入商用。
目前,谷歌无人驾驶汽车和XX无人驾驶汽车都先后达到了这一阶段。
(3)政策出台调整阶段
这一阶段是无人驾驶汽车发展的关键阶段,美国《福布斯》刊登的一篇评论文章认为,谷歌无人驾驶汽车的技术已经非常成熟,再过几年就可以全面上路,现在最大的问题不是技术,而是监管和法规。
无人驾驶汽车在实现的过程中会遇到诸多立法的困难和调整,有可能对于无人驾驶汽车的立法与政策调整难度远比新能源汽车大。
但是,相信只要技术发展完备、使用目的明确、规划限制清晰,未来的磨合期再痛苦也终将过去。
谷歌无人驾驶汽车已经获得加州山景城、德州奥斯汀等地的试点权力,实践将证明其安全性和可靠性。
而如今的中国,对于能够促进经济、改善环境的新技术拥有着非常高的接受程度和热爱程度。
而无人驾驶汽车是一项可以促进经济、
改善环境,同时能够增强我国军事实力的新技术:
a促进经济方向,无人驾驶汽车的推出可以加速汽车的更新换代,还可以推出多种创新型公共服务,相关政策可以参考“互联网+”系列的推进指导意见;
b改善环境方向,无人驾驶汽车的推出可以加速新能源汽车的全面普及,因为无人驾驶汽车可以自行寻找充电桩后返回车主车库,完美解决了小充电桩充电效率不高、远赴超级充电桩充电麻烦的两难问题,相关政策可以参考“新能源汽车”推广过程中的一系列补贴政策;
c增强我国军事实力方向,无人驾驶汽车是美国国防部先进研究项目局(DARPA)重点关注的领域,无人驾驶技术的发展可以极大提升军队地面部队作战能力,配合机器视觉技术,有望开发出全新的无人驾驶+自动战斗系统。
可以预见,结合无人驾驶汽车对于国内发展的正向作用,
以及届
时可以吸取美国的实践经验,无人驾驶汽车在中国的应用过程中,政策方面所遭遇的困难和阻力会大大小于美国,甚至可能逆向的阻力会变为正向的推动力。
(4)消费者认可与销量爆发阶段
随着技术的发展和配套政策的出台,人们对于无人驾驶汽车将逐渐接受和认可,相应销量也会随之进入爆发期。
4、无人驾驶汽车将率先在服务领域投入使用
如今,无人驾驶汽车硬件的功能研发已经日趋成熟,谷歌、XX、Delphi、Ibeo等企业的无人驾驶汽车虽然外观有所差别,但输入端都是激光雷达以与其他探测设备组成的硬件系统组合。
未来,硬件研发的主要任务是降低成本,尤其是价格高昂的3D激光雷达有很大的成本下降潜力。
相比之下,
小规模试验阶段中智能算法的调整以及出台
相应政策适应新技术的程度成为了影响无人驾驶汽车投入应用的主要因素。
我们认为,无人驾驶汽车将率先在物流、公共交通等领域投入使用,主要原因是安全可靠性更强、经济社会效益更为可观。
因为无人驾驶汽车在物流、公共交通等领域的应用是一种特定规划路径下的应用。
在固定环境下的无人驾驶,通过反复测试毫无疑问可以极大地降低智能算法的不稳定性,并且无人驾驶汽车在特定路线的行驶方便政府出台相应法规进行监管,甚至可以“参考公交车专用车道”,提供“无人车专用车道”。
同时,服务领域对于成本的承受能力更强,无人驾驶汽车可以全天候24小时开展工作,服务场合“机器代人”的效应可能还要高于工业环境(驾驶员每天可驶车时段比工厂员工的劳动时间更短)。
三、无人驾驶汽车的主要技术
1、感知输入系统、计算处理系统是无人驾驶技术的关键
无人驾驶汽车是一种主要以移动、运输为目的的服务机器人。
它具有感知输入系统、计算处理系统、控制系统、汽车信号系统以及其他辅助系统。
在给定路线规划后,无人驾驶汽车正常的工作流程是:
首先,感知输入系统能够“看到”周围物体,掌握它们的大小、距离、运行方向,计算处理系统根据这些信息通过算法计算出最佳反应,将电信号传达
给控制系统从而正常行驶,行驶过程中,汽车信号系统再将自身的下一步意图以清晰可见的形式表现出来。
其中,感知输入系统是无人驾驶技术的核心之一,感知输入系统是机器取代驾驶员的关键,通过3D激光雷达、标准车载雷达、高精度GPS系统、摄像头、编码器等大量智能传感设备获取当前车身周围的图像信息、位置信息、信号信息、车速信息等,以数据类型的输入取代原本驾驶员的视野、经验类型的输入。
从理论上来讲,智能装备的输入比驾驶员的视野更广阔,能够获得360°影像,能够远至200米;也比驾驶员的经验更稳定,不会存在因后视镜盲区等出现的问题;而且当无人车能够量产以后,生产一辆“富有经验”的无人驾驶汽车比培养一个有经验的驾驶员的边际成本小得多。
计算处理系统是无人驾驶汽车的又一关键系统,数据输入到计算机处理系统后,人工智能算法根据输入的数据判断车身周边的情况,进行运行的决策。
该算法的难点之一是要考虑到每一种极端情况,因为在高速行驶的服务机器人一旦发生判断失误,就有可能酿成车祸。
算法的难点之二在于,必须提高判断的效率,因为在高速行驶的状态下越快对紧急状况进行反应,安全的概率就越大。
因此,无人驾驶汽车的算法需要反复大量的数据验证、调试。
控制系统与传统汽车的控制系统差异不大,计算处理系统做出决策之后,通过电信号接口把命令相应的传达给动力系统、制动系统、转向系统等控制子系统。
汽车信号系统是一个无人驾驶汽车比较重要的辅助性系统。
该系统使得无人驾驶汽车能够表明自身执行的命令或意图,方便乘客、行人等进行人机交互。
在日常驾驶过程中,经常需要驾驶员反馈自己的驾驶意图,如减速停车,示意等待的行人路过;打两下闪光灯或鸣笛以示意附近的车辆行人注意安全等等情况。
驾驶意图等信息的有效沟通,是交通安全的基本保障,无人驾驶汽车也不例外。
其他辅助系统可以根据需要进行调整,例如车身内的音箱、交互等娱乐系统、发生紧急事件时的安全气囊、车身运行情况自检系统等等。
随着无人驾驶汽车的试验推进,未来其构成系统或将形成模块化的产品,对传统汽车也可以形成加装式改造。
例如,Dephi这家美国传感器企业,将其研发的无人驾驶系统装配在奥迪Q5上,近期完成了横跨美国东西海岸的旅程。
2、感知输入系统中,3D激光雷达是核心,相机、车载雷达等设备是辅助
无人驾驶汽车的感知输入系统由多种智能装备组成。
以谷歌无人驾驶汽车为例:
车顶上的3D激光雷达传感器发射64束激光射线,然后激光碰到车辆周围的物体,又反射回来,这样就计算出了物体的距离。
这64束激光随着雷达壳体高速旋转,就获得了周围空间的点云数据,根据庞大的点云数据系统可以绘制出3D空间模型。
另一套在底部的系统测量出车辆在三个方向上的加速度、角速度等数据,
然
后再结合GPS数据计算出车辆的位置,所有这些数据与车载摄像机捕获的图像一起输入计算机,软件以极高的速度处理这些数据。
这样,系统就可以非常迅速的作出判断。
谷歌无人驾驶汽车装载了以下智能设备:
(1)安装在车顶的3D激光雷达,可以构建周边环境的空间模型。
谷歌无人驾驶汽车装载了Velodyne公司的激光雷达传感器。
该激光雷达能发出64道激光光束,帮助汽车识别道路上潜在的危险。
该激光的强度比较高,能计算出200米范围内物体的距离,并借此创建出三维环境图形。
可以认为,激光雷达传感器是谷歌无人车的视觉系统,是自动驾驶系统主要的信息输入来源。
(2)
前置高速相机,可以清晰有效辨别事物。
车头上安装的相
机可以更好地帮助汽车识别眼前的物体,包括行人、其他车辆等等。
这个相机可以实现识别交通标志和信号。
比如说前车的转向灯开启时,谷歌汽车可以相应地做出反应。
还有各种的限速、单行道、双行道和人行道标示等等,这些都可以通过谷歌相应的软件进行解读。
相机还会负责记录行驶过程中的道路状况和交通信号标志,然后车载软件将对这些信息进行分析。
(3)安装在前后保险杠的标准车载雷达,不受天气光照影响,是行驶安全的有力保障。
谷歌无人驾驶汽车的前后保险杠上面一共安装了四个毫米波雷达,这是自适应巡航控制系统的一部分,可以保证谷歌的无人驾驶汽车在道路行驶时处在安全的跟车距离上,按照谷歌的设计,其无人车需要和前车保持2-4秒的安全反应距离,具体设置根据车速变化。
从而能最大限度地保证乘客的安全。
目前,标准车载雷达多采用毫米波雷达,其他也有采用红外线雷达的情况。
但是毫米波雷达和红外雷达的共同缺点是对于行人的反射效果极弱,因此只能应用于保持前后车距,作为3D激光雷达的辅助。
(4)高精度GPS,定位车身,规划路线。
无人驾驶汽车充分利用GPS技术定位自己的位置,然后利用谷歌地图,可以实现最优化的路径规划。
但是,由于天气等因素的影响,GPS的精度一般在几米的量级上,并不能达到足够的精准。
为了实现定位的准确,谷歌需要将定位数据和前面收集到的实时数据进行综合,车子不断前进,车内的实时地图也会根据新情况进行更新,从而显示更加精确的地图。
(5)安装在底部的超声传感器,保证车身不发生偏离。
后轮上
的超声传感器有利于保持汽车在一定的轨道上运行,不至于跑偏。
同时在遇到需要倒车的情况时,这些超声传感器还能快速测算后方物体或墙体的距离。
还能帮助汽车在狭窄的车位中实现停靠。
(6)安装在车轮的转速编码器,获取车辆自身的速度方向信息。
转速编码器用来采集车轮的实时转速,以获取无人驾驶汽车的时速、车轮转速、角速度以及惯性等自身速度信息。
需要指出的是,任何单一设备都无法完全解决无人驾驶汽车的输入感知问题,必须是多设备的密切配合,而同时对多信息来源(包括地理信息系统/高精度GPS)进行处理,对计算机系统的人工智能提出更高的挑战。
四、3D激光雷达相关企业
3D激光雷达根据扫描到的点云数据,可以有效识别附近的物体、障碍物,绘制出周围3D全景图形,是机器人自动导航系统的基础。
目前,3D激光雷达技术最为成熟的是美国Velodyne公司的3D
激光雷
达,其他生产厂商尚无能够与之竞争的产品。
随着MEMS技术、图像处理算法等技术的应用与创新,以及电子
元器件采购成本的下降,激光雷达传感器的趋势是高精度、小体积、
低成本,随着技术的发展与革新,激光雷达传感器的成本持续降低,为其应用领域扩展提供有力支持。
在2008年,一台3D激光雷达传感器的平均售价为10万美元,重量在15kg左右。
而现在一台3D激光雷达的根据性能的不同售价在8,000-100,000美元不等,重量在1-15kg不等。
激光雷达传感器技术作为计算机感知外界地形、障碍的有效工具,正在不断扩展应用领域,如无人驾驶汽车、无人机、生产线自动化、机器人、地形勘探、安防、农业、采矿等领域。
根据市场调查公司MarketsandMarkets的预测,2014年激光雷达传感器的市场空间已达到40371百万美元,2014年到2020年预计保持163%的复合增长率,于2020年将达到10亿美元的市场空间。
市场研究公司IHS预测,2035年无人驾驶汽车每年的销量可达1,180万辆,以每台无人驾驶汽车需配备一台3D
激光雷达计算,意味
着届时每年拥有1,180万台3D激光雷达产吕需求,而这1,180万台激光雷达不可能由一家激光雷达生产商提供,利润率较高的3D激光雷达市场会迎来多个参与者。
1、Velodyne:
全球领先的3D激光雷达传感器生产商
美国Velodyne公司拥有全球技术领先的激光雷达传感器,最初的产品源于美国国防部高级研究计划局(DARPA)举办的无人车比赛中的参赛产品。
Velodyne的激光雷达传感器可以提供最精确的实时3D数据。
现在该公司拥有三个型号的激光雷达传感器产品:
HDL-64E、HDL-32E、VLP-16(PUCK)。
三个型号的产品体积、重量依次减小,测量能力也依次降低,能够满足不同场合的使用需求。
Velodyne公司的产品售价较高,HDL-64E售价在8万美元左右,能发送64束激光束,可在120m的范围内使用,适用于采矿、地质学研究、测绘、无人驾驶汽车等领域;HDL-32E售价2万美元左右,能发送32束激光束,可在100m的范围内使用,适用于无人驾驶汽车、无人机、测绘等领域;VLP-16(PUCK)售价在三种产品中最便宜,为7,999美元,能发送16束聚光,可在100m的范围内使用,适用于生产线自动化、机器人、无人驾驶汽车、无人机、安防等领域。
谷歌无人驾驶汽车采用的就是Velodyne公司的激光雷达HDL-64型。
除此以外Velodyne公司还向如Bing、XX、腾讯、莱卡等知名公司提供激光雷达传感器。
在无人驾驶汽车的研究、设计领域,Velodyne公司的激光雷达被视为最高质量产品,大部分研发团队都选择了该公司的产品作为系统的建模仪器。
2015年11月30日在中国常熟的未来智能车辆挑战赛中,参赛队伍一共20支,而其中的17支队伍的无人驾驶汽车使用了Velodyne公司的激光雷达传感器,前五名完成挑战的无人驾驶汽车全部采用的是Velodyne公司的HDL-64型号产品。
2、华达科捷:
依托高精度激光测量技术开展3D激光雷达研发
巨星科技拥有常州华达科捷65%的股权。
华达科捷主要产品包括各种激光测量仪器和自动激光扫平仪、自动激光投线仪等高精度仪器,工程机械自动控制、工业测定和检测软件,电子水平、倾角传感器和EMES光电仪器主要组件,高精度仪器配套附件,各种平面和球面以及自由曲面光学元件的设计和深加工服务等。
从1996年起公司先后成功研制了自动水准仪、自动投线仪、全自动扫平仪、电子经纬仪、全站仪、GPS测量系统以及激光测绘仪器等系列产品。
华达科捷营业收入在2012年到2014年分别为9,1429万元、14,4092万元、16,7746万元,于2013年和2014年分别实现576%和1642%的增长。
公司净利润从2012年到2014年分别为7466万元、1,1248万元、2,2702万元,于2013年和2014年分别实现5066%和10183%的增长。
从下游需求和订单形势,我们判断华达科捷今年营业收入将保持平稳增长,利润有望继续实现快速增长。
目前,华达科捷的经营模式主要以OEM/ODM为主,主要客户和合作伙伴是国际知名的工具和仪器仪表品牌,包括STANLEY(史丹利)、HILTICORPORATION(喜利得)、LEICAGEOSYSTEMSAG(徕卡测