在竞争激烈的全球市场中，成本、精度和效率相互交融。SICK AG 基于 AMD 自适应计算技术，打造出紧凑、高性能且成本优化的 2D 激光雷达传感器。这款传感器主要针对物流应用设计，包括自动导引车（ AGV ）和移动机器人，其需要在提供卓越精度与响应速度的同时保持价格优势，以立足于成本敏感的全球市场。
通过集成 AMD Zynq UltraScale+ MPSoC，SICK 在性能、小型化和能效方面实现了突破。最终推出一款精简的解决方案，将激光控制、飞行时间计算及实时数据处理整合至单一嵌入式架构中。
SICK AG 成立于 1946 年，现已发展成为全球备受尊崇的传感器智能与工业自动化技术提供商之一。公司总部位于德国瓦尔德基希，以其全面的光学传感器产品组合而著称，涵盖高性能与低成本的 2D 和 3D 激光雷达系统。
在 SICK 的动态测距业务部门，项目经理 Jens Kornmayer 及其团队专注于开发适用于广泛工业应用的激光雷达传感器——从精密测量测绘到安全导航。这种将高性能激光雷达应用于成本敏感型 2D 系统的产品布局，体现了 SICK 致力让先进激光雷达技术惠及大批量物流市场的决心，包括亚洲市场。
Kornmayer 解释道：“我们的目标是构建一个覆盖从高端传感器到成本敏感型传感器的完整产品组合。这一产品组合正是我们对物流自动化领域兼顾成本效益与稳健性能需求的回应。”
项目挑战
SICK 着手设计一款全新经济型激光雷达传感器，但公司面临着一系列技术与市场驱动挑战。
最严峻的挑战在于以更低成本实现高性能。为实现预期的成本目标，需要在不影响测量精度的前提下显著降低 CPU 和系统成本。此外，传感器需要处理极高的数据吞吐量，即每个扫描周期处理数千次测量，帧率高达每秒 50 帧。外形尺寸是另一大限制因素。
由于需安装在自动导引车和移动机器人上，传感器必须紧凑、轻量、节能，同时在各类仓库和工厂环境中保持热稳定性。最后，可靠性至关重要。每台设备都必须满足 SICK 严苛的故障率和测量精度标准。
Kornmayer 表示：“我们在测量性能方面有着极高的标准。系统误差和统计误差都控制在极低水平。设计必须稳健可靠，这就要求采用高性能处理器架构。”
关键技术挑战包括：
- 在成本效益与高计算性能之间取得平衡
- 管理每次扫描中的数千次飞行时间测量
- 实现移动部署所需的集成与紧凑性
- 保持低功耗与温度控制
- 在严格的质量和使用寿命指标下确保可靠性
解决方案
AMD 与 SICK 的合作形成了一套基于 AMD Zynq UltraScale+ MPSoC 技术的深度集成嵌入式处理方案。这种单芯片架构使 SICK 能够将多项系统功能——激光控制、信号采集、模数转换及操作系统管理——整合到一个功能强大且紧凑的设计中。
正如 SICK 高级设计工程师 Christoph Maier 所解释的：“系统具有高吞吐量，每个周期需要处理数千次测量。借助 AMD 技术，我们能够在单个系统中完成采集与处理，而不必使用多个组件。”
AMD 自适应 MPSoC 负责 激光雷达运行所需的飞行时间处理任务，每个测量点可管理最多三个回波，并以高帧率生成详细的 2D 地图。该器件的处理能力与灵活性，是满足实时环境测绘与导航需求的关键所在。
技术亮点：
从一开始，SICK 与 AMD 就建立了一种基于透明度、共享专业知识和迭代式问题解决的联合开发模式。双方都认识到，成功离不开各自研发团队之间的开放协作。
SICK 首先向 AMD 分享了相关的核心知识产权和性能需求，使工程师能够分析可行性并模拟潜在故障率。双方团队共同优化系统参数，并开发出适用于激光雷达工作负载的定制化 SoC 配置。通过广泛的热学、环境和可靠性测试，确保了长期稳定性和质量。
Kornmayer 回忆道：“我们意识到，双方研发团队必须紧密合作。我们共享应用数据、明确约束条件，并完成温度测试和可靠性测试，以确保质量。”
双方的信任源于悠久的合作历史。正如 Maier 所指出的：“我们使用 AMD 器件已超过 30 年。这种关系让我们有信心开放设计流程，共同开发这款新产品。”
设计成效
此次合作成效显著，使这款 2D 激光雷达传感器成为快速发展的物流与自动化领域中一款功能强大且价格实惠的产品。通过利用 AMD 嵌入式处理架构，SICK 实现了更高吞吐量和更低成本。
展望未来，SICK 正准备将先进的目标分类功能集成到其下一代 3D 激光雷达传感器中——这一演进将再次利用 AMD 的嵌入式平台，实现边缘端智能感知与决策。
Kornmayer 指出：“未来的系统将继续基于同一 AMD 技术基础构建；正是这一基础，助力我们面向成本优化的 2D 激光雷达传感器取得成功”。
如欲了解 AMD Zynq UltraScale+ 自适应 SoC 如何赋能下一代传感器解决方案，敬请访问产品专区。
文章来源：AMD Xilinx赛灵思官微
