FMCW wird als Gamechanger für LiDAR gehandelt – doch hat die Technologie wirklich das Potential dazu? Ist FMCW überhaupt schon bereit für den Einsatz in der Sensorik? Und warum setzen die meisten LiDAR-Hersteller lieber nach wie vor auf Time-of-Flight?

Die von LiDAR-Sensoren produzierten 3D Punktwolken ermöglichen eine Fülle an verschiedenen Anwendungsbeispielen. Doch wie behält man den Überblick über die vielen verschiedenen Parameter? Wie finde ich den passenden Sensor für meine Applikation?

Warum ist die Blickfeld-Punktwolke augenförmig? Wie kann sie konfiguriert werden? Und welche Vorteile bringen diese Einstellungsmöglichkeiten für verschiedene Anwendungen mit sich?

LiDAR ist das neueste Schlüsselwort in der Welt der autonomen Fahrzeuge. Aber wie genau funktioniert die Technologie? Wie viele Typen gibt es? Und warum sollte man LiDAR statt anderer Sensoren einsetzen?

Stau ist ein großes Problem – die Integration von LiDAR-Sensoren in die Infrastruktur kann den Verkehrsfluss mit Hilfe von präzisen 3D-Daten optimieren.

LiDAR kann die Landwirtschaft durch gezielte Kontrolle dabei unterstützen Erträge zu steigern und Ackerland effizienter zu nutzen. Damit bereitet die Technologie den Agrarsektor auf die Zukunft vor.

Die LiDAR-Technologie tauchte bereits in den 60er Jahren auf und hat sich von der Anwendung in der Luft- und Raumfahrt zu Bereichen der Umwelterkennung wie dem autonomen Fahren von heute entwickelt.

Was passiert nachdem ein LiDAR-Sensor Umgebungsdaten gesammelt hat? Wie werden aus Punktwolken Informationen generiert, mit denen Anwendungen wie die Steuerung von Menschenmassen umgesetzt werden?

Um die Anforderungen an hohe Leistung und Skalierbarkeit zu erfüllen, sind MEMS-basierte LiDAR-Sensoren eine geeignete Lösung. Aber wie wird die Größe der Spiegel definiert?

LiDARs haben mit Problemen wie Performanz, Robustheit und Skalierbarkeit zu kämpfen. Die Blickfeld-Technologie macht die Sensoren fit für den Massenmarkt.