Многосенсорная система дополняет преимущества беспилотных транспортных средств

Сегодня беспилотные автомобили больше не считаются научной фантастикой, а революционными технологическими продуктами, которые будут реализованы уже сейчас! Основная причина в том, что с появлением усовершенствованных систем помощи водителю (ADAS) и продвижением и развитием беспилотного вождения автомобилям необходимо хорошо знать окружающую обстановку. Водитель может воспринимать окружающую среду, одновременно принимать решения и быстро реагировать в различных ситуациях. Однако никто не совершенен, мы устаем, отвлекаемся и совершаем ошибки. Для повышения безопасности автопроизводители разрабатывают решения ADAS для легковых автомобилей. Автомобили используют множество датчиков для восприятия сложной окружающей среды в различных ситуациях. Затем эти данные передаются в высокоточные процессоры, такие как TITDA2x, и, наконец, используются для автоматического экстренного торможения (AEB), предупреждения о выходе из полосы движения (LDW) и функций мониторинга слепых зон. Существуют следующие основные типы датчиков, используемых для восприятия окружающей среды в технологии автономного вождения. Пассивные датчики - в основном используются для восприятия лучей, отраженных или излучаемых объектами. Визуальный датчик изображения - все датчики изображения работают в видимом спектре Инфракрасный датчик изображения - работает за пределами видимого спектра. Он может быть ближним инфракрасным или тепловым инфракрасным (дальним инфракрасным). Пассивные датчики подвержены влиянию окружающей среды - в разное время, погоду и т. д. Например, на визуальные датчики влияет количество видимого света в разное время суток. Активный датчик - путем излучения лучей и измерения отклика отраженного сигнала. Преимущество заключается в том, что результаты измерений могут быть получены в любое время, независимо от времени суток или сезона. Радар - путем излучения радиоволн расстояние, направление и скорость объекта определяются на основе радиоволн, отраженных от объекта Ультразвук - путем излучения ультразвуковых волн расстояние до объекта определяется по ультразвуковым волнам, отраженным от объекта Лидар - определяет расстояние до объекта путем сканирования лазерного света, отраженного от объекта Время пролета - используйте камеру для измерения времени, за которое инфракрасный луч отражается от объекта к датчику, чтобы определить расстояние до объекта Структурированный свет - проецирует известный световой узор на объект, например, с помощью оборудования Digital Light Processing (DLP) от TI. После этого камера захватывает деформированную световую карту и анализирует ее, чтобы определить расстояние до объекта. Для обеспечения повышенной точности, надежности и долговечности в различных ситуациях обычно необходимо использовать как минимум один датчик для наблюдения одной и той же сцены. Все технологии датчиков имеют свои присущие ограничения и преимущества. Различные технологии датчиков могут быть объединены для объединения данных от разных датчиков в одной и той же сцене, обеспечивая тем самым более стабильное и долговечное решение, которое сравнивает путаницу представлений посредством объединения данных. Типичным примером является сочетание датчика видимого света и радара. Разборка технологии автономного вождения Гилл Пратт, глава исследовательского института Toyota, перечислил несколько технологий, связанных с беспилотными транспортными средствами. Первым является смартфон и связанные с ним технологии, низковольтные компьютерные процессоры, чипы компьютерного зрения и фотографические объективы стали «невероятно дешевыми и популярными». Более того, автомобили перешли от электростанции в качестве центра к компьютеру в качестве центра. Например, они оснащены видеорегистраторами, передними и задними датчиками и другими технологиями, чтобы избежать столкновений и предупреждать водителя. Кроме того, система данных карты, используемая для идентификации местоположений и указания направлений, будь то GPS-позиционирование или Google Map, становится все более точной. Глубокое обучение приблизило возможности восприятия компьютера к человеческим, позволяя беспилотным транспортным средствам распознавать разницу между велосипедами и пешеходами, знаками и деревьями. Гилл Пратт отметил, что ежегодный «Конкурс по распознаванию изображений ImageNet» будет проверять точность использования алгоритмов глубокого обучения для распознавания картинок и изображений. Несколько лет назад уровень ошибок был как 30%, но в прошлом году он снизился до менее 5%. Эти ключевые технологии сенсорики и вычислительные возможности составляют основу для реализации беспилотных транспортных средств, и большинство из них совпадают с технологиями, используемыми в ADAS (Advanced Driver Assistance System). Как беспилотные автомобили видят мир Зачем нужно так много видов датчиков? Взаимодополняющие преимущества и недостатки В настоящее время большинство автопроизводителей оснащают серийные автомобили функциями «автопилота», включая Tesla, Volvo, Mercedes-Benz, Audi и т. д., фактически они оснащены ADAS. Если использовать уровень автономного вождения NHTSA, большинство из них находятся на первом. Со второго по третий уровень. Однако Google, Ford и Baidu надеются на лыжи