TOF激光雷达告别“技术路线之争”

news2024/11/25 0:37:20

交流群 | 进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描文末二维码添加九章小助手,务必备注交流群名称 + 真实姓名 + 公司 + 职位(不备注无法通过好友验证)


b1216336855ab1999e2a4daf1a3dac56.png

编辑 | 苏清涛

两三年前,在提起激光雷达时,很多人都会有一种“技术路线太多,我傻傻分不清哪个是哪个”的印象。暂不提离量产还有一段距离的FMCW激光雷达,仅以TOF激光雷达中的“半固态/固态”为例,按波长、集成度及扫描模块都可以分为好多个类别。

58efe39f7bcd83f0e25fef8aafd0b925.png △(图表由九章智驾整理于2021年8月份)

不过,根据各激光雷达厂商在今年1月CES及4月上海车展上释放的消息看,半固态激光雷达(TOF)的技术路线正在快速收敛中。可以简单总结为如下三点:

1. MEMS正在被边缘化,转镜式渐成行业共识;

2. 激光器的波长方面,多家原来主打1550 nm的,在新产品中开始转向905 nm;

3. 集成度方面,高密度收发线列(芯片化)成为“众望所归”。

一、扫描方式的“大一统”:MEMS被边缘化,转镜渐成行业共识

在半固态的三种扫描路线中,棱镜式仅仅是“昙花一现”,在过去两年,真正参与“争天下”的实际上只有MEMS和转镜式两类。由于两种技术路线都有好多玩家采用,并且也都有机会拿到主机厂定点,因此,至少从表面上看,这两种技术路线在当年是“不分伯仲”。

不过,事情正在迅速变化。

2021年下半年,有激光雷达业内人士向笔者透露,某在MEMS领域有深厚积累的德系Tier 1的激光雷达已放弃了坚持很久的MEMS路线;在过去半年里,MEMS路线“鼻祖”Innoviz推出的新品Innoviz Two也放弃了MEMS路线。

Innoviz Two没有公布扫描路线,但从点云图案看,它的扫描方案应该就是转镜式。

e8f5636e0ee72c54055245c91cc6a8e6.gif

国内公司中,探维的新品Duetto也不再走该公司之前一直坚持的MEMS路线,而是改为转镜;另外,据某此前一直在死磕1550+MEMS路线的二线激光雷达公司的离职技术人员透露,该公司在后续的产品规划中也放弃了MEMS,改做转镜。

其实,在过去的两三年里,采用MEMS扫描方案的激光雷达能否过车规、是否适合批量化生产,一直是存在争议的。概括起来,“反方”观点主要有如下几点——

1.

点云规整度差

“点云规整”的定义是点云的排列横平竖直,点与点之间的角度分辨率基本一致 + 空间相邻点的时间戳也相邻,好处是运动畸变更有规律,更有利于算法补偿。MEMS单一激光器的视场角很小,总视场需要几个激光器拼接而成,拼接处的规整度会受到影响;同时由于微振镜的谐振运动,很难做到精确的“矩阵式”定位,且车辆行驶中的运动会加大振镜的运动控制误差,从而进一步影响规整度。

fa2efccbd80ce1a65868a4da133646ce.gif

2.

激光器数量少,单个失效后果更严重

由于MEMS方案可以通过微振镜在二维方向上的运动实现激光雷达线束的快速扫描,其等效线束能够轻易突破“100线”甚至是“200线”,因此,MEMS需要的激光器数量往往比一维转镜(有多少线,就有多少个激光器)激光雷达要少很多。

激光器的数量越多,单个激光器失效时产生的影响也就越小。而对于MEMS激光雷达,一个激光器失效,即意味着一大片视场的缺失(对于转镜扫描的激光雷达而言,一个激光发射器的缺失只会使这条线探测到目标上的点云数减少,但不会完全致使大片视场区域的完全失效)。

3.

激光器的工作强度过大,导致寿命缩短

车企们在选择激光雷达时特别看重点云密度,有的车企甚至提出按点云密度来算应该付多少钱。影响点云密度最关键因素是“点频”(激光的发射频率),即激光雷达在一秒钟内发射了多少束激光。为了达到同样的点频数,MEMS由于激光器数量少,单个激光器不得不拼命提高点频,高强度的点频输出使得激光器的寿命受到影响。

之前,某激光雷达公司产品经理在接受九章采访时曾做了个形象的类比:“你有六头牛,正常情况下每天可以产10公斤奶。现在为了冲业绩,让每头牛每天挤20公斤奶,这样看似整体产奶量得到了立竿见影的提升,但实际上每头牛的负载很大,大概率导致奶牛提前‘退休’。”

我们计算了三家激光雷达公司的单激光器负载,得到下面的图,可以看出激光器数量最少的单个负载是数量最多的的近百倍。

64bba5046cb7a10bfce30ba3d9eeba3e.png

4.

受振镜尺寸限制,性能和可靠性难以兼得

为降低系统复杂度,目前市面上的硅基MEMS激光雷达都采用结构紧凑的同轴方案。同轴扫描方案的特点是光发射通道与光接收通道共用一个对外的镜片,激光束经过一面穿孔的反射镜,入射到振镜的镜面上。此方案的测距能力MEMS微振镜的镜面尺寸成正比,视场角与振镜的运动幅度成正比,也就是说,为了提高整体性能,不仅要求MEMS微振镜的镜面尺寸尽可能大,而且需要保证振幅不能太小。

但大尺寸的MEMS振镜会严重影响整体可靠性。大尺寸振镜对驱动其振动的快轴、慢轴的负担也更大。MEMS的悬臂梁结构非常脆弱,这两对扭杆中,又细又长的为慢轴,又短又粗的为快轴,两者同时对微振镜进行反向扭动,外界的振动或者冲击极易直接致其断裂。

46b62190a8a2411730a7ac898b00699d.gif

也就是说,硅基MEMS振镜尺寸越大,就越难以满足车规的DV、PV对可靠性、稳定性、冲击、跌落的测试要求。目前市场上主流MEMS激光雷达的探测距离可以达到150米@10%,但很难再往上提升了,原因正在于此。也就是说,MEMS路线的迭代空间很容易受到限制。

两年前,笔者从某激光雷达公司产品经理听到这样一段话:“当前,MEMS振镜的尺寸能做到5mm已经是到极限了,也有个别供应商做到了7mm的demo,但中科院一个做MEMS的老师说‘圈子里做MEMS的公司他全部都认识,他不相信目前有谁的7mm MEMS能量产’。”

今年2月,笔者听投资机构的朋友说上海有一家激光雷达上游创业公司做出了“直径在8mm以上的大尺寸MEMS,已经开始送样”“如果能用的话,可能会成为MEMS跟转镜两条技术路线决战的分水岭”,不过,笔者在最近向其送样客户做调研后得到的反馈是:不如转镜和棱镜。

MEMS“大尺寸化”尝试的折戟,反映出这条技术路线突破天花板的难度之大。接下来,会不会有其他做MEMS激光雷达的公司也推出转镜方案呢?我们拭目以待。

在多家走MEMS扫描路线的公司纷纷推出转镜方案的同时,北醒的最新产品AD2普通款、镭神的最新产品CX128S1、万集的最新产品WLR-739也都是转镜式。此外,法雷奥、Luminar、图达通和华为一直在坚持转镜路线,而Livox近两年也在新一代产品上切换至转镜路线。

转镜路线又分为一维转镜和二维转镜。在走转镜路线的玩家中,法雷奥、禾赛、华为等采用了一维转镜,Luminar、图达通采用了二维转镜,其他几家的情况我们暂不清楚。

两者的区别是:一维转镜通过旋转的多面体反射镜,将激光反射到不同的方向;二维转镜顾名思义内部集成了两个转镜,一个多边棱镜负责横向旋转,一个负责纵向翻转,实现一束激光包揽横纵双向扫描。

理论上,一维转镜和二维转镜都是可以达到车规级量产水平的方案。具体到两个技术方案,一般来说,集成的激光器越多,需要的扫描方式就越简单,即多激光器+一维扫描,少激光器+二维扫描。

一维转镜由于只有水平方向在做机械运动,并且转速更慢,因此可靠性更高一些;二维转镜是水平、垂直两个方向都有镜子在做机械运动,转速更快,因此在做好动平衡、NVH、寿命和成本之间的协调会难度更大一点,但它的好处是激光器数量减少,在不采用更昂贵的激光器的情况下,有可能将成本做得更低。

一维转镜有个明显的特征是“要做到多少线,就需要多少个激光器”,这是一把双刃剑:前几年,由于激光发射端的集成度很不高,如果线数过高,有很多个激光器组成的系统的复杂度就过高,因此,早期的一维转镜线数都做不高。在这种情况下,为了将线数做高,不少厂商都选择了二维转镜方案。

但随着芯片化方案的成熟,发射端集成度的提高有了可能。2021年,禾赛率先做到了垂直方向上128线的集成,随后,有很多厂商也开始在高线数激光雷达上尝试采用一维转镜方案。

二、激光器波段的“大一统”:905逐渐成为共识

在扫描路线收敛的同时,激光器波段也在收敛。在本次上海车展上,还有一个有意思的现象是:之前一直专注于1550的图达通和镭神均推出了905nm的前视主激光雷达(产品分别为Robin-E和CX128S1)。

另据九章智驾了解,某原本死磕MEMS+1550的二线激光雷达厂商在下一代产品将扫描方案由MEMS改为转镜的同时,激光器的波段也从1550转向了905。

这三家以1550起家的激光雷达厂商纷纷拥抱905,似乎是在客观上回应了笔者于去年8月份发布的《激光雷达:905与1550的战争》一文中的观点。

笔者写《激光雷达:905与1550的战争》这篇文章的缘起是,去年4月份,笔者偶然在禾赛技术负责人在微信朋友圈看见如下一段话:

最终让我们放弃1550的原因是通过对未来技术和产业链的研判,我们认为几年后,1550即使在性能上也会输给905,而且一旦905性能超越了1550后,之后的差距会被越拉越大。之后我们将几乎所有的研发资源投入了硅基路线,专注于905nm激光雷达的上游核心零部件及芯片的开发。

4fbe31c267a51c160bd1957ad454552f.png

 △图中数据来源于某905 nm激光雷达厂商

出于好奇,笔者带着拿着这段话跟激光雷达产业里的将近20个人聊了一波,并一步步挖掘出了“几年后,1550即使在性能上也会输给905,而且一旦905性能超越了1550后,之后的差距会被越拉越大”的原因。在此摘要如下:

dc932dd7d5851c5e3745c7e45db59def.png 

当时,这篇文章在行业里引起了巨大反响。

这次上海车展期间,某中小激光雷达公司CEO在跟笔者交流时还提起这篇文章,表示认同文中的分析思路及观点。这家激光雷达既做905又做1550(卖给汽车行业客户的是905产品,卖给高铁、地铁等行业客户的是1550产品),因而没有理由“站队”。

272b77cfc79842f1f1571c3f7def899c.png 

与905相比,1550最为人称道的优势在于其探测距离。而在车展前夕,禾赛发布了905nm的舱内激光雷达ET25,这款激光雷达的探测距离为250米@10%,跟主流的1550激光雷达已没有差距。

据禾赛解释,能够做到尺寸如此超薄、同时性能又更上一层楼,这得益于禾赛新一代的自研收发芯片,其激光收发模块使 ET25 接收芯片灵敏度有数倍的提升。

李一帆称,ET25在行业里具有转折性的里程碑意义。“历史上我们用905纳米的激光雷达,大家最主要的批评意见认为是‘测距不行’。今天大家可以看到,905nm激光雷达的探测距离也可以做到250米,因此,关于‘905nm测距不行’这个话题,到今天就可以结束了。”

ET25的推出,从实践层面上印证了禾赛技术负责人去年4月份在微信朋友圈发的那段话的背后存在“知行合一”。

三.收发端结构/集成度的“大一统”:高密度收发线列或面阵

在2021年8月份的《什么是激光雷达的“发动机技术”?一文讲透行业技术壁垒》一文中,九章特别提到,对激光雷达来说,选择什么扫描方式只是“表象”,真正的“发动机技术”在于激光收发技术,也就是芯片化能力。

在激光收发技术中,用什么波段,主要是一道“选择题”;而如何通过芯片化来提高收发系统的集成度,进而提升整机的性能、可靠性,降低成本及制造难度,达到车企能够认可的“黄金平衡点”,就是一系列更复杂的“问答题”了。

2020年,禾赛在国内同行中率先公开提出将激光雷达的收发端芯片化,而如今,芯片化已成为行业共识。

收发端的芯片化,有向供应商采购和自研两条道路,禾赛选择了自研。禾赛CEO李一帆认为,从苹果和特斯拉的例子来看,自研的芯片与自家产品适配度更高,迭代更快。

禾赛公开的信息显示,不同模块的芯片化是分阶段来进行的。

ac6eb7b2cdaf0c79e06f502354b2c9c3.png

在V1.0阶段(2020年下半年),率先实现芯片化的是XT系列,禾赛将EEL激光发射器和APD探测器的驱动模块(即多通道激光驱动芯片,多通道模拟前端芯片、高速ADC芯片)集成至芯片中;

在V2.0阶段(从2022年开始量产的AT128开始),激光器从 EEL 升级为 VCSEL,探测器演进为 SiPM 单光子探测器。这个阶段自研的芯片为适配 VCSEL 的多通道驱动芯片、适配 SiPM 的多通道模拟前端芯片以及高速ADC 芯片。

在V3.0阶段(纯固态FT120即将搭载)和V4.0阶段则采用集成度更高、通道数更多的探测器面阵芯片。

在芯片化之后,激光雷达就可以享受到摩尔定律的红利,性能快速提升、成本快速下降。一个可参照的事实是:在过去20年里,芯片化的设计使手机摄像头的分辨率每两年就翻一翻。也就是说消费者用同样的价格,买到了比原来性能高200倍的摄像头。

799c44440e95ce2d0755a03cebf6642b.png 

“以AT128为例,芯片化使收发模组在激光雷达总成本中的占比从多少降到多少?”在4月份的车展前夕,笔者向禾赛技术负责人抛出上述问题。

禾赛技术负责人的回答是:如果还是按之前的分立系统来做的话,激光雷达光是收发通道成本就得几千美元,而如今的激光雷达单线收发成本仅有原来的1/20。

未来,禾赛还打算通过芯片化技术构建激光雷达产品的核心架构,构建技术中台,让服务于不同市场的产品线共用一套架构。共用架构会使得不同产品的物料和生产线尽量保持一致,通过规模化效应降低物料采购成本。

芯片化的架构同时有助于自动化产线的建设,将手工的精准装调转化为由半导体设备保障精度,且保持不同产品的自动化产线间的一致性,进而降低自动化产线的开发难度和生产成本。

实际上这也是所有激光雷达公司今后都要走的路,只不过各家的进展会有差异而已。

结语:在“技术路线之争”面前保持定力

c7f340c48955d81525984fd15e25c736.png

上图中的产品,除禾赛AT128外,均是近半年内推出的、尚未开始量产。从参数上来看,180-200米的测距,150万/秒上下的点频,120° × 25° 左右的FOV,均与禾赛AT128非常接近。

很显然,AT128随着理想L系列车型的热销一举成为“车载激光雷达爆款产品”已是业内公认的事实。可以说,禾赛率先成功定义了第一批远距ADAS激光雷达产品,它的成功量产上车是里程碑式的,引得其他厂商纷纷效仿。

禾赛能成为行业的引领者,并不是偶然的。

在梳理了激光雷达过去几年的一系列技术路线之争之后,笔者发现,总体而言,禾赛在技术路线的选择上是“以终为始”,没有走过太多弯路。

当大家都在争论转镜、棱镜和MEMS哪种扫描路线“更好”时,禾赛在短暂尝试过MEMS后发现“不合适”,果断放弃,然后是,在2023年,我们看到,MEMS路线开始被边缘化。

当1550“更长的探测距离”令很多人心动的时候,禾赛在做过一段预研后认为“长期来看,905更有潜力”,于是all in 905,然后,在2023年,我们看到,诸多原先专注于1550的厂商纷纷推出了905产品。

芯片化,更能体现出禾赛对技术趋势理解的前瞻性。直到2020-2021年,笔者在跟一些国内的激光雷达厂商的人聊起芯片化时,大家还语焉不详,而禾赛早在2017年就成了了芯片设计团队。

不过,肯定还有人会好奇这样一个问题:禾赛现在的重心都在TOF激光雷达上,如果未来FMCW激光雷达成熟了,禾赛会不会就会掉队?

首先,与TOF激光雷达相比,FMCW激光雷达固然有不少优势,但它能否“干掉”TOF,是存在很大争议的——详情请参考九章智驾在2021年10月份发布的《FMCW激光雷达科普(下):主要挑战、前景及市场格局》。

其次,禾赛在FMCW上也有技术储备(详见禾赛招股书)。

还有,即便是FMCW激光雷达会成为主流,主机厂在选量产项目供应商时,也会更倾向于选择量产交付经验足、工程化能力强的供应商。

参考资料:

1、技术科普:为什么硅基MEMS激光雷达无法用作汽车主雷达

2、激光雷达:905与1550的战争‍

END


f978a8827c9072cb6fa736b9b7796f47.png

65e359adef87f2868a32a340a6b94623.png

交流群 |  进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描上方二维码,添加九章小助手,务必备注交流群名称 + 真实姓名 + 公司 + 职位(不备注无法通过好友验证)

写在最后

关于投稿

如果您有兴趣给《九章智驾》投稿(“知识积累整理”类型文章),请扫描右方二维码,添加工作人员微信。

a28bcc26cf91992292e151d63b88f7bf.jpeg

注:加微信时务必备注您的真实姓名、公司、现岗位,谢谢!


“知识积累”类稿件质量要求:

A:信息密度高于绝大多数券商的绝大多数报告,不低于《九章智驾》的平均水平;

B:信息要高度稀缺,需要80%以上的信息是在其他媒体上看不到的,如果基于公开信息,需有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读:

◆九章 - 2022年度文章大合集

◆“哪怕有一天发不出工资,也会有人留下。”——九章智驾创业两周年回顾(上)

◆“你们的预算太多了,所以我们不能合作”——九章智驾创业两周年回顾(下)

◆全面SOA化的电子电气架构是什么样?

◆万字长文解读深度学习算法在自动驾驶规控中的应用

◆线控转向量产商用的挑战与曙光

◆“在别人恐惧时贪婪”,这支基金将在“自动驾驶寒冬”加大投资力度

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/630388.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

067:cesium flyto一个具体的实体位置

第067个 点击查看专栏目录 本示例的目的是介绍如何在vue+cesium中设置飞行定位功能,飞行到一个实体的区域。viewer.flyTo 函数接受实体、EntityCollection、DataSource、Cesium3DTilset 等。 直接复制下面的 vue+cesium源代码,操作2分钟即可运行实现效果. 文章目录 示例效果…

8.Nginx Rewrite

文章目录 Nginx Rewrite常用Nginx的正则表达式locationlocation大致可以分为三类location常用的匹配规则location优先级location示例说明实际网站使用中,至少有三个匹配规则定义 Rewriterewrite跳转实现rewrite执行顺序如下rewrite示例基于域名的跳转基于客户端IP访…

Git常用命令及基础操作

⭐作者介绍:大二本科网络工程专业在读,持续学习Java,努力输出优质文章 ⭐作者主页:逐梦苍穹 ⭐所属专栏:Git ⭐如果觉得文章写的不错,欢迎点个关注一键三连😉有写的不好的地方也欢迎指正&#x…

Linux内核安全技术——磁盘加密技术概述和eCryptfs详解

一、概述 加密是最常见的数据安全保护技术,在数据生命周期各阶段均有应用。从应用场景和技术实现上,按加密对象、用户是否感知、加密算法等维度,有多种分类及对应方案,并在主流操作系统如Windows、Linux、Android中有广泛应用。 本…

【数据湖架构】Azure 数据湖分析(Azure Data Lake Analytics )概述

在本文中,我们将探索 Azure 数据湖分析并使用 U-SQL 查询数据。 Azure 数据湖分析 (ADLA) 简介 Microsoft Azure 平台支持 Hadoop、HDInsight、数据湖等大数据。通常,传统数据仓库存储来自各种数据源的数据,将数据转换为单一格式并进行分析以…

Ae 入门系列之十三:运动跟踪与稳定

运动跟踪,通过跟踪对象的运动,然后将跟踪数据应用到另一个对象,从而可创建图层或效果在其中跟随运动的合成。 稳定运动,同样须先跟踪,之后将跟踪数据反向运用到图层自身,从而达到稳定画面的效果。 跟踪与稳…

web应用常见7大安全漏洞,浅析产生的原因!

今天整理了关于web前端的干货知识,web应用常见的有哪些安全漏洞呢,这些漏洞产生的原因又是什么呢?这些问题你想过吗? 1.SQL 注入 SQL 注入就是通过给 web 应用接口传入一些特殊字符,达到欺骗服务器执行恶意的 SQL 命…

基数排序详解(Radix sort)

本文已收录于专栏 《算法合集》 目录 一、简单释义1、算法概念2、算法目的3、算法思想4、算法由来 二、核心思想三、图形展示1、宏观展示2、微观展示 四、算法实现1、实现思路2、代码实现3、运行结果 五、算法描述1、问题描述2、算法过程3、算法总结 六、算法分析1、时间复杂度…

创新指南|如何优化创新ROI? 亟需从双模创新衡量着手

不确定性和风险是创新投资的常态,这让企业领导者和创新团队面临着一个共同的挑战:如何衡量创新ROI?本文将探讨如何在高风险创新中实现回报,需要采用探索和开发的双模机制。在这个快速变化的市场中,企业创新为了实现可持…

rk3568 SD卡启动

rk3568 SD卡启动 SD卡启动系统,它可以让rk3568在没有硬盘或其他存储设备的情况下启动和运行操作系统。这使得rk3568变得与树梅派一样灵活切换系统,与此同时进行故障排查和修复,而不需要拆卸设备或者使用专业的烧录工具。SD卡启动还可以方便地…

Git 安装并初始化 + 官网下载速度太慢的问题

目录 1. 快速下载 2. 初始化 1. 快速下载 当你兴致勃勃地去官网下载 git 的时候,突然发现,嗯??下载完成还需 9 个小时? 快速下载地址,请点这里! 打开之后是这个样子: 我们可以自…

Rocketmq 一文带你搞懂rocketmq基础

1.集群架构 从上图可以看出来一共有4个部分,分别为Producer,Consumer,NameServer,Broker 1.1 NameServer集群 虽然说NameServer是一个集群,但是每一个NameServer是独立的,不会相互同步数据,因为每个节点都会保存完整的数据&#…

音质好的骨传导蓝牙耳机有哪些,十大公认音质好的骨传导耳机

​骨传导耳机是将声音转化为不同频率的机械振动,通过人的颅骨、骨迷路、内耳淋巴液、螺旋器、听觉中枢来传递声波。由于不需要像入耳式或入耳式耳机一样堵住耳朵来避免听力受损,也不会因为在听音乐的时候塞住耳朵而影响到旁边人的交流,所以骨…

LeetCode_Day5 | 有效的字母异位词、两个数组的交集、快乐数!

LeetCode_哈希表 242.有效的字母异位词1.题目描述2.题解 349.两个数组的交集1.题目描述2.题解 202.快乐数1.题目描述2.题解思路(官方题解啊!看了好几遍真难) 算法代码实现复杂度分析 242.有效的字母异位词 1.题目描述 给定两个字符串 s 和 t ,编写一个…

滑块验证码------啥?你居然还在手动滑动,你不来试试自动滑动吗

测试网站 测试网站:https://www.geetest.com/demo/slide-float.html 我的giteer:秦老大大 (qin-laoda) - Gitee.com里面有我写的代码 作者备注:由于我个人原因,文章写得感觉太长,后面我会把一个知识分成多部文章,这样可以简单明了的看到了 验证码的思路有两种:一种是通过se…

港科夜闻|香港科大取得重大科研突破,首度利用人工智能为阿尔兹海默症作早期风险预测...

关注并星标 每周阅读港科夜闻 建立新视野 开启新思维 1、香港科大取得重大科研突破,首度利用人工智能为阿尔兹海默症作早期风险预测。香港科大校长叶玉如教授及香港科大陈雷教授带领的研究团队,最近开发了一套人工智能模型,利用遗传信息&…

WTM框架运行报错0308010C:digital envelope routines::unsupported

WTM框架运行报错0308010C:digital envelope routines::unsupported 错误描述报错原因解决方式 错误描述 我所使用WTM搭建的程序是选择的.net5.0Vue前后端分离的方式,项目结构选择的是“各层分离的多个项目”;本人并非初次使用WTM平台框架搭建项目&#…

usb 电气特性

usb 电气特性 usb 的连线 在usb 3.0 之前都有插拔方向的 只有一边有接触点 标准usb连线使用4芯电缆: 5v电源线(VBus)、差分数据线负(D-)差分数据线正(D)及地线(GND)主要传输数据就是中间二个 D 和D- usb的数据传输…

基于 Wav2Lip-GFPGAN 深度学习模型的数字人Demo

写在前面 工作中遇到简单整理博文为 Wav2Lip-GFPGAN 环境搭建运行的 Demo理解不足小伙伴帮忙指正 对每个人而言,真正的职责只有一个:找到自我。然后在心中坚守其一生,全心全意,永不停息。所有其它的路都是不完整的,是…

人工智能(pytorch)搭建模型10-pytorch搭建脉冲神经网络(SNN)实现及应用

大家好,我是微学AI,今天给大家介绍一下人工智能(pytorch)搭建模型10-pytorch搭建脉冲神经网络(SNN)实现及应用,脉冲神经网络(SNN)是一种基于生物神经系统的神经网络模型,它通过模拟神…