在玻璃中加工玻璃？究竟是天方夜谭还是技术突破？新型红外激光学器件制造工艺

在光学中，玻璃几乎无处不在。玻璃科学领域的不断发展和研究导致了广泛的玻璃成分和涵盖广泛物理特性的成分，例如：透明光谱窗口、色散、线性和非线性折射率、表面划痕、脆性、化学稳定性等。硫系玻璃因其优异的透射窗、高折射率和非线性光学性能而被广泛用于红外用途，但由于其机械性能较差、耐化学性和耐环境性较差，硫系玻璃的生产加工、集成和封装仍然是一个主要问题。

为了解决这个问题，洛桑联邦理工学院 (EPFL) 的研究人员开发了一种全新的制造工艺，将红外玻璃浸入由另一种玻璃（例如二氧化碳）组成的基板中。硅使用两种眼镜的复杂 3D 形状。形状。它可以在微米级甚至更小范围内进行处理，并用于创建在 Optics Express 上发布的任何统一 3D 格式。

对于这种新方法，研究人员首先用飞秒激光（焦点约为 1 µm）修改石英玻璃基板；其次，通过液体化学蚀刻在基板上形成任意形状的三维空腔；将缩微模型放置在玻璃坩埚中，在硫属化物玻璃的顶部。在此期间需要施加10 MPa的静压，使红外玻璃能够正确渗透到模具中；最后，只要保持压力，样品就会被冷却。 ，然后通过抛光去除多余的硫属化物，得到具有熔融石英硫属化物的三维微观结构的最终产品。此外，红外玻璃材料也可以用金属、玻璃或任何熔点低于石英基板且不与石英玻璃反应的材料代替。

研究团队负责人 Belluard 表示：“我们的制造工艺非常适合保护红外玻璃，并为在红外光子学中实现小型化集成电路开辟了新的可能性。这些材料可以转化为 d' 波导。发射的红外波像光纤一样的光。

他们还补充说，用这种方法创建的一些结构可以有效地用于 8 µm 量子级联激光器，并且他们正在不断研究和设计新方法结合不同玻璃的能力。未来的光谱学和测试其他人。复合材料。硬件应用。

作为新车的领头羊，特斯拉在每个阶段都抓住了“新人”的关注和“分析”。然而，在车辆传感传感器层，特斯拉不仅被用作发展的灯塔，还被诟病为“落后”的负面教材。

马斯克称其“只能由傻瓜使用”的激光雷达已成为衡量自动驾驶性能的“迟来的”衡量标准。长城汽车的前卫新能源品牌“沙龙汽车”甚至直接从“不到4首歌，不要说”的口号中喊出“秀”，可见其实力。

蔚来、威马、智极、小鹏、极虎、哪吒、本田等车企将推出或推出搭载激光雷达的新车型，激光雷达大规模部署元年已经到来。

两派之争：成本与技术的平衡

与电池之战一样，国内激光雷达市场也面临着路线选择的问题。

从今天来看，国产“激光雷达学派”有优势，但这并不意味着国产车企领先于特斯拉，后者在感知层的传感器方面坚持“视觉算法”。的车。

国内车企成为“激光雷达学派”的拥趸，“本质上是对未来有抵抗力”，而特斯拉的硬视觉算法路径则在“稀释未来发展”。他们有一个目标，最终目标是覆盖市场。

国内汽车制造商正在通过以牺牲额外成本为代价与行业竞争的权利取代硬件堆叠来弥补算法和数据的不足。

ADAS高级驾驶辅助系统需要感知、决策和这三个步骤来执行驾驶。最后两家汽车厂商结合各自的优势，提供了不同的解决方案，各有千秋，但这只是在感知层的感官设备的选择上有很大的不同。

“视觉学校算法”背后的逻辑很清楚：既然人可以用两只眼睛驾驶汽车，理论上在汽车上加一双眼睛（摄像头）比开车更安全。人脑在驾驶中的作用已被人工智能取代。使用先进的算法和大数据，人工智能可以在匹配或接近人脑的水平上自主学习。

Vision School算法的优势在于成本相对较低。特斯拉“三目摄像头”体积视觉方案成本不到1000元，规模经济将进一步降低成本；但缺点也很明显。在算法变得不成熟之前，由于算法的错误识别很容易发生安全事件。例如，特斯拉碰撞、铁路碰撞、紧急刹车检测错误等碰撞都是由不完整的初始算法引起的碰撞。

此外，“视觉学院算法”难以解决人眼不可见的极端情况（side case），增加了行车安全风险。理论上，“视觉学校算法”只适用于最高L3的自动驾驶，需要人工干预。单独驾驶L4或L5长距离行驶时，会出现自觉但无助的情况。

“激光雷达学校”贯彻保护原则，在“视觉学校”的基础上提供更多的学生，从而在稳定设备的基础上为可能的认知缺陷和繁琐的算法提供显着补偿，降低变得更有用的风险。为自己购买一份安全保证书。出于安全原因，这种“安全性”并不便宜，而且赛车装备稀缺且成本高昂。

“激光雷达学校”最大的问题是，当成本相当高时，激光雷达无法放大成智能汽车设备。

在小鹏P5发布会当天，何小平在接受采访时表示，电池和芯片是电驱动最重要的设备，覆盖范围不如摄像头可靠。这颗心脏提高了极端条件下的可靠性、稳定性和可靠性。情况。 .换句话说，除了特斯拉产生负面影响的那一刻，摄像头显示打开了用户的决策过程。

总体而言，在行车安全方面，随着新能源效率法规的出台以及汽车制造商之间缺乏竞争，解决方案是提供安全和冗余措施，这必将成为主流。 .小鹏的何小鹏和蔚来的李冰一致认为，他们在坚持尖端硬件和软件的同时，也鼓励最高级别的“负责任”自治。

在价值方面，价格是最高的。经过多年的发展，视觉算法达到了预期的水平。对于 L4 和 L5，一般来说，不需要提供额外的用户界面。

那么是否可以肯定地说，市场领导者的决定对于 OTC 安全措施和降低成本是一个可疑的问题，并且印度汽车制造商正在提供“非侵入性”实施解决方案？显然不是。

特斯拉的“增长”只会随着时间的推移而消退。

特斯拉的合成算法还是完全积累起来的，L2、L3 自主运行就足够了。在最高层自治的帮助下，大多数国家都具有保守的影响力，并没有完全采纳他们的政策。

同时，本次转让的安全政策设计为国家的“效用最大化”政策被资本修改。

从汽车制造商的角度来看，最长的计划是首先安装足够的硬件，批量构建，然后通过 OTA 升级，访问方式为 B 计划。来自盖子的数据、包装中的内容以及学习算法的基础。比如小鹏P5也配备了一个盖板，到P7的智能驱动级别的范围也不是不可磨灭的。