开拓5G及数据中心市场
5G建设将拉动光通讯器件需求不断增长。光库 科技 也瞄准了这一机会，并获得了行业内大型设备商的青睐。
“大型设备商对元器件的品质要求会更高，光库 科技 凭借保偏光纤器件处理技术和高可靠性器件技术保证了信息传输的稳定，经得起检验。”王兴龙介绍。光库 科技 在光通讯器件领域的主要产品为隔离器、波分复用器、分束/耦合器等无源器件。经过十几年的技术和经验积累，公司已成为无源器件的核心供应商，在行业内具有较高知名度。根据OVUM预测，全球光器件销售额到2022年将超过140亿美元。另据ICCSZ预测，国内光器件市场到2022年规模将达到38.5亿美元，约占全球市场的27.5%。
除了通信网络建设，光库 科技 通过并购进入了数据中心领域。2018年9月，光库 科技 在经过持续的跟踪研究后，收购了深圳加华微捷100%的股权。王兴龙介绍，“加华微捷在高速数通光收发模块中所需的微型连接产品技术处于相对领先的地位，目前经营一切正常，未来增长潜力较大。”
王兴龙进一步指出，公司通过本次收购得以进入高速发展的数据中心和云计算产业链，扩大了公司的战略布局。加华微捷的部分高速微连接产品，例如Z-Block高速模块无源波分复用器件、硅光子高速模块连接器、400G高速模块无源连接器等，可用于数据中心的光收发模块，部分产品可以直接应用于5G基站的光收发模块。
据了解，数据中心发展呈集中化、大型化趋势，根据Cisco的预测，到2021年全球将有628个超大规模数据中心，相比2016年增长近1.9倍。而中国拥有全球最大的数据中心增量需求，网络基础设施的新要求将拉动全球光模块需求增长。此外，联讯证券研报预测，随着5G商用的推进，宏基站、小基站数量将迎来大幅增长，光模块国内将达600亿级市场。
探索 激光芯片做好产业补链
根据2019年中报，光库 科技 今年上半年实现营业收入1.79亿元，比上年同期增长30%；但归属于上市公司股东的净利润仅为2445.23万元，同比下降。对于增收不增利的情况，王兴龙坦陈，除了国内市场竞争激烈造成部分产品价格下降及固定资产折旧的因素，主要原因还在于上半年摊销了股权激励费用1730万元，但未来随着生产经营规模扩大，固定资产折旧等因素对公司净利润的影响将逐渐弱化。公司作为行业细分市场龙头企业，相比大量的小企业抗风险能力会更强。
公司最早进入的是光纤激光器件市场，光纤激光器广泛应用于切割、焊接、打标等材料处理，及传感、无人驾驶、激光雷达、科研、医疗等领域，近年来已逐步实现由依赖进口向自研、替代进口到出口的转变。而随着成本降低和性能不断提升，光纤激光器的应用将进一步扩大。经过多年的经营和市场检验，公司在行业内树立了技术基础雄厚、产品稳定可靠的形象。公司已成为行业内知名品牌之一，在国内外的主流光纤激光器厂家中得到了普遍的认可。
“提升输出功率是光纤激光器未来最主要的发展方向，相应光纤激光器件向高功率方向发展；此外高性能、高可靠性、小型化、集成化，工作温度范围扩宽也是光纤激光器件的重要发展方向。”王兴龙表示，未来几年，公司将努力提升高功率激光器件的可承载功率、性能和可靠性以及保偏器件等光通讯器件的性能和可靠性，并积极推出新产品以满足日益增长的市场需求和不断出现的新应用。
而对于行业低价竞争导致的毛利率下降问题，王兴龙介绍，公司通过将原材料从外购变为自制来降低成本，还将 探索 通过自主研发、外延式扩张等适当方式，进军光学芯片市场，实现中高端激光芯片的批量生产，提升国内供应能力，减少对国外供货商的依赖。
未来，公司将继续扩大在激光器件、光通讯器件领域的优势，做好产业补链，丰富产品线，为客户提供更多选择。对近年来出现的新应用，包括5G、无人驾驶激光雷达、3D传感、激光医疗、光网络更新升级等，公司将根据实际情况推出针对这些特殊应用而开发的高性能光学器件。
有智能扫地机DTOF技术的厂家有哪些？
作者 | 科技 物语
编辑 | 科技 物语
简单地说，激光雷达就是一种传感器，被誉为“机器人的眼睛”，是一种集激光、GPS定位和惯性测量装置为一体的重要传感器，其目前的发展脉络是国产化渐行渐近，应用范围越来越来广，而技术水平则一天比一天成熟。
一、国产，渐行渐近
激光雷达的国产化，可借用业内权威人士李远先生的比喻：将公司分为国外与国内两个类别，那么前期天平较重的一侧明显是国外企业，而现在国内公司正在天平的另一边不断加码，已逐渐平衡。
2019年，对于国产激光雷达企业而言，是一个至关重要的分水岭，市场应用逐渐进入到实际的项目案例中。
近年来兴起自动驾驶浪潮，使本土激光雷达厂商逐步入局，国产工业级激光雷达产品已渐成气候。在国内智能电动车上，本土激光雷达公司已陆续登场，蔚来ET7上已经搭载了图达通，小鹏也选用了livox激光雷达，而广汽埃安搭载RoboSense(速腾聚创)第二代智能固态激光雷达。
据资料，目前国产雷达企业应该有二三十家，如速腾聚创、禾赛 科技 、北科天绘、镭神智能等，还有大疆、华为等电子硬件巨头及传统 汽车 零部件巨头。
目前可分为两个流派，一类研发机械式激光雷达，另一类则直接锁定固态激光雷达产品。在高速自动驾驶领域，禾赛市场占有率较高；而在低速自动驾驶领域，速腾聚创则是主要厂家。
至于大疆，华为，手笔更不同凡响。大疆在2020年8月就宣布实现了车用自动驾驶激光雷达量产供应，并且价格降到千元级别。而华为，2016年进行激光雷达的技术预研，2017年做原型验证，2020年实现量产。国产雷达企业经过多年的坚持投入和经验积累，在各自的细分市场深度耕耘，呈现出百花齐放的市场格局。
进口激光雷达采购成本较高，因此，国产激光雷达低成本化，是其占领市场的抓手，也是国产替代的重要动力，说白了就是要价格低。
在今天成本为王的年代，高价雷达从来不是主流市场的选择，尤其在L3自动驾驶的应用上，国外雷达高成本依然是其落地最大障碍，国产雷达实现进口替代势在必行。
过去，激光雷达动辄数万美元，如今，国内数百美元的雷达逐渐规模化量产。当然，成本下降空间、量产成熟度等诸多现实问题仍然摆在国内企业面前，真正成熟的可用资源仍然较为稀缺，未来2-3年内国内激光雷达功能成熟落地依然需要面对很多挑战。
此外，和进口雷达相比，国内企业在供货及时性、功能定制化、服务配合度及渠道合理性等方面都有优势。特别是服务，是国产雷达的强项，由于距离近，服务方便，了解国情，没有语言障碍，一般来说，国产雷达的服务质理较高，能够及时排查和解决遇到的突发情况，保证项目的稳定运行。
因此，国产雷达企业，除了其本身的技术因素外，还需要培养综合能力，包括技术研发体系、稳定的供应链与量产能力，尤其是售后质保能力。
需要注意的是，由于低成本需求，导致一些厂家牺牲性能降低成本来迎合客户需求，因此，国内有的低成本激光雷达解决方案，是价廉，但在场景落地上存在隐患。
同时，激光雷达企业还面临如下风险：需求量存在不确定性、采用者量产规模化需要较长的爬坡时间、作为供应商，激光雷达要产生实际收入还需要更长的时间。
诚然，激光雷达海外厂商在上游和中游都存在着领跑的优势，在技术和客户群等方面都领先于国内厂商，但在《中国制造2025》的契机下，国内厂商近年来奋起直追，取得了许多突破性的进展。目前，国产化正处于机遇和挑战格外分明的时期，是激光雷达进口替代打基础阶段。
二、应用，越来越广
激光雷达是一种利用激光来实现精确测距的传感器，在广义上可以认为是带有3D深度信息的摄像头，其主要应用，可分为车用激光雷达和智慧物流运输激光雷达两大类。
无人化是智慧物流最重要特征，智慧物流的运输和配送环节，将会大量应用无人化技术——移动物流机器人和无人快递车，其主要核心元件就是激光雷达。
自动驾驶 汽车 本质是移动的四轮机器人，车载雷达主要用于自动驾驶或辅助驾驶。在自动驾驶这件事上，中国车企集体站在了特斯拉的对立面，力挺激光雷达导航，而不是视觉导航。
目前，部分 汽车 制造商陆续已经或宣布在新车上搭载激光雷达，自动驾驶行业的爆发，为激光雷达带来新机遇。小鹏、蔚来、极狐、R 汽车 等多家 汽车 品牌都将带来搭载激光雷达的自动驾驶量产车型。
相较于视觉 SLAM，激光 SLAM是目前最稳定，最主流的定位导航方式，地图精度高，无累积误差，从2019年开始，越来越多的国产雷达在客户的实际项目中应用起来，而不是只在车间进行样机测试。
由于激光雷达下游智能 汽车 ，智慧物流市场需求相对集中，同行压价成为常态，因此，企业必须另辟蹊径，拓展更为广阔的应用场景和范围，寻求多元化市场，成为企业共同的选择。
在智慧物流领域，激光雷达应用范围也是与日俱增。不管是从搬运到仓储还是到物流，激光雷达都能够全面覆盖，并推广到智能港口，智能交通，智慧安防，智慧服务、城市智慧治理等领域。
在港口等物流场景，激光雷达能保证货物抓取的准确性，降低人员操作难度。在交通方面，激光雷达可以助力高速收费站口检测，保障通行车辆符合要求。在安防方面，激光雷达可以成为各种安全监控设备的眼睛。
激光雷达作为终端传感器设备，拥有更为广阔的应用空间，除了AGV、无人小车、自动驾驶等新兴行业，还可以用在传统工业上，并且传统行业客户需求较稳定，价格空间好。在工业制造领域，激光雷达价值在不断凸显，在生产线上，其能释放物料监视作用，保障自动化运行。
激光雷达（激光探测及测距）是一项光学遥感技术，正日益成为替代传统测量技术（如摄影测量）的具有成本效益的新技术。近年来激光雷达与无人机常常以组合拳的姿态出现在各种应用领域，往往产生1 1 2的效应。
法国激光雷达新产品与无人机配合，可提供端到端的激光雷达测量服务，实现常规地势项目设计任务，特别适合于土木工程、电力线路、林业和考古任务。
我国在这方面的应用也较广泛，激光可以穿透树叶的缝隙并生成显示树冠、较低的植被和地面三维点云，并且能够检测到单个树木和查看树冠以及植被的垂直剖面，用于森林火灾风险预测，森林察看等任务。
激光雷达 无人机还可以开展水域探测、生态系统分析、生物多样性检测、文物古迹修复等项目。大疆通过机载激光雷达建立高精度实景三维模型，为文物古迹数字化提供技术支持，在重建山西大同悬空寺的项目中发挥了重要作用。
但要注意，没有一种通用的激光雷达架构能够满足所有不同应用的需求，许多不同的应用都有不同的外形体积、视场、距离分辨率、功耗以及成本要求。
随着技术的发展，激光雷达将会在许多我们意想不到的应用领域施展手脚，给我们带来更多别样的惊喜。
三、技术，一天比一天成熟
激光雷达技术一直在发展完善中，从激光器发明之初的单点激光雷达到后来的单线扫描激光雷达，以及在无人驾驶技术中获得广泛认可的多线扫描激光雷达，再到技术方案不断创新的固态式激光雷达、FMCW激光雷达，以及近年来朝向芯片化、阵列化持续发展，激光雷达一直以来都是新兴技术发展及应用的代表。
激光雷达技术作为近年来高热度的新兴技术，其实有很大的技术壁垒。技术，不仅对于想入场的企业是挑战，就是对于浸润其中多年的企业，也是挑战。技术成熟与否，关系到落地应用，量产推广。技术成熟不只是可用，还要符合经济成本、适应不同场景，以及足够安全。
在业界，有激光雷达导航与视觉导航之争，其实，激光雷达有其优势，但怎样把优势以最大化发挥出来，需要技术的支持，目前部分项目被机器视觉方案取代，原因还是激光雷达传感器技术不成熟。
随着国内智能物流的发展需要，在激光雷达领域已有多年积累的国内企业都将在各自的细分市场深度耕耘，但要想占领更多的市场份额，就要结合自身的技术积累，深挖核心技术，在研发，提高产品质量及稳定性上下功夫。
打破局限性是技术成熟的一个重要标志，例如，在两边都是墙壁的长而直的走廊，或者在动态变化很大的环境中，仅依靠激光雷达容易失去定位。再例如仓储机器人，激光雷达实现定位，存在成本高、只能实现二维地图下的定位导航、不能与人协作等等缺陷。
有许多场景，技术理论上可行，实际上却很难被规模应用，这个局限性怎么打破，需要企业去突破。也许万集 科技 推出的工业防撞激光雷达WLR-718可作为范例，其可以较好地应用到智能驾驶、车路协同、室外巡检等市场上。技术成熟，除了产品性能需要满足客户要求外，还需要考量产品匹配度、未来数据应用开发和功能升级等多方面因素。
激光雷达产业自诞生以来，呈现出了技术水平高的突出特点。从目前行业进展来看，基本上沿着两条清晰的落地路线，一条是将激光雷达作为感知冗余，在兼顾成本的前提下，牺牲一部分性能指标，同时重点弥补摄像头和毫米波雷达的性能盲区，率先规模量产；另一条则是芯片集成等路线，寻求远距离感知的技术突破，并且大幅提升性能。
激光雷达技术的发展，是一个不断试错的过程，每种激光雷达系统中采用的技术通常不仅光源不同，而且「测距」和「成像」方法也不同，只要从芯片化架构、混合固态激光雷这两大方向出发，结合企业的规模，多年的积累，走适宜于自己的技术路线，才是王道。
有智能扫地机DTOF技术的厂家有哪些？如今，家电智能化是行业的大势所趋。从解放人手到成为用户的人工智能伙伴，家电应用场景不断拓展。
其中，清扫机器人已成为家电行业的一个突出类别。扫地机器人进入中国市场较晚，但到2018年，市场规模已达577万台。在过去的六年中，这一类别的市场规模增长了10倍。
据某主流电子商务平台数据显示，2019年，扫地机器人销量占智能家电总销量的30%以上，同比增长17%以上，遥遥领先家电市场。而2019年，扫地机器人在中国的销量已经超过美国和西欧。
然而，目前扫地机器人也面临着成长的瓶颈。传统的清洗功能开发出来后，厂家普遍开始寻找人工智能的突破点。
今天，coworth robot发布了最新一代的清扫机器人T8AIVI，据说这是他们第一次在清扫机器人的视觉识别系统中使用dtof技术。同时，coworth通过神经网络算法的集成，进一步提高了清扫机器人的人工智能能力。
凯沃斯在T8AIVI上搭载的aivi人工智能和视觉识别系统，无疑是他们智能扫地机器人的又一次突破性尝试。
1、 先把它擦干净，然后再擦别的东西
一个好的智能家电，首先是一个好的家电，所以它的核心功能一定是优秀的。扫地机器人体现在它的清洁能力上。
据考沃斯介绍，传统扫地机器人在使用中遇到的最常见问题是，顽固的污渍需要人工清洗两次，这也大大降低了用户体验。
这一次，covos T8 aivi改变了传统的湿拖方式，采用自主研发的ozmo-Pro高频刮水系统，通过高频振动来提高清洗功率。
实际上，这相当于电动牙刷和传统牙刷的区别。480次/分钟的高频振动速度远高于传统清扫机器人刷头的转速，也保证了顽固污渍的反复擦拭。
除清洁动力外，扫地机器人的耐久性也备受用户关注。T8 aivi这次配备了5200毫安时的电池。据说，续航时间可达180分钟，单次清洁面积可达300平方米。
2、 高像素，dtof增强，更快更准确的建筑地图识别
为了充分发挥清扫机器人的清扫能力，清扫机器人必须具备准确高效的自主导航能力。
2009年以前，由于随机技术带来的扫地漏检、重复扫地、易卡死、效率低等问题，使得扫地机器人的用户体验普遍较差。
然而，随着2010年第一台搭载激光导航的Neato XV-11和搭载视觉导航的navibot的问世，扫地机器人产业进入了全面规划时代。
slam和vSLAM算法的应用也使得扫地机器人在绘制用户房间地图时更加准确和高效。正因为如此，目前，图像传感器和算法处理技术已成为扫地机器人竞争力的核心。
此次covos T8的aivi升级的重点是其自主开发的aivi人工智能和视觉识别系统。
keworth说，在引入人工智能技术之前，家里的电线、袜子和拖鞋等常见物品将成为清扫机器人工作的障碍。
“缠着电源线，把袜子吸进灰尘箱，把拖鞋推得满地都是，这曾经是清扫机器人的常见做法。”
考沃斯说，他们首次将200万像素的传感器应用到扫地机器人上，并通过神经网络算法提高了扫地机器人目标识别的速度和精度。
据说T8AIVI的单帧识别率提高了5%，识别率是原来的3倍。由于识别的准确性和速度，扫地机器人和障碍物的绕线率可以降低60%。
值得一提的是，T8AIVI首次将dtof（飞行时间直接测量）技术应用于清扫机器人。最近发布的苹果新iPad pro上的lidar使用了相同的dtof技术。
Dtof是通过计算光子飞行的时间差来计算距离的一种方法。
据科沃斯相关技术负责人介绍，与业内常见的激光测距导航相比，dtof技术可以增加激光雷达的扫描范围，提高扫描精度。同时提高扫地机器人对暗目标的识别率和抗光干扰能力。
“我们的扫地机器人可以在弱光或强光下正常工作，甚至可以在玻璃和落地窗前工作。”
据悉，借助高激光雷达和dtof技术，T8AIVI的扫描精度提高了4倍，扫描距离也增加了一倍。
目前，dToF技术实现困难，实现成本较高。通常我们只能在自动驾驶汽车上看到采用dToF技术的激光雷达。Coworth也是业界首次将这项技术应用于清扫机器人。
目前，“更快”、“更准确”是用户最迫切的需求，也是行业后续发展的必然趋势。
人工智能算法的引入和dtof技术的落地，都表明coworth将成为清扫机器人领域的“第一个吃螃蟹者”。作为第一批品尝者，他们也需要自己充分探索。
高清摄像机与人工智能算法的结合，保证了T8 aivi对目标的识别能力，而dtof激光雷达的应用，进一步提高了其扫描范围、精度、效率和对居住环境的光适应能力。
Kavos相关技术负责人表示，在目标识别方面，Kavos将通过OTA升级增加识别类型，后期不断完善aivi系统。
