надежны, недороги и обычно предоставляют надежные данные даже в неблагоприятных погодных условиях. Однако датчикам расстояния труднее идентифицировать и различать объекты.Причина этого — низкое разрешение данных радара , что означает, что объекты могут быть обнаружены, но не классифицированы.

Глубокое погружение: Радар ближнего и дальнего действия
Сегодня в основном используются две разные радарные системы для покрытия как ближнего, так и дальнего действия.

РЛС ближнего действия: РЛС ближнего действия (до 30 метров) обнаруживает радар ближнего действия, который обычно основан на полосе частот в спектре 24 ГГц.Он компактен, имеет низкий уровень помех и является менее дорогой версией. Радар ближнего действия облегчает маневры при парковке, контролирует слепые зоны и предупреждает водителя о столкновениях.

Радар дальнего действия: Радар дальнего действия используется для обнаружения объектов и транспортных средств на расстоянии до 250 метров и измерения их скорости. Эта технология использует частоты от 76 ГГц до 77 ГГц и имеет более высокую производительность. Однако из-за невысокого разрешения объекты на больших расстояниях не всегда могут быть надежно выделены.Поскольку радар дальнего действия обеспечивает, среди прочего, помощь при экстренном торможении и адаптивный круиз-контроль даже на высоких скоростях, он играет важную роль в реализации следующих шагов в автономном вождении, таких как пилоты на автомагистралях.

В настоящее время вряд ли найдется автомобиль, не оборудованный системой помощи при парковке . Если, например, автомобиль приближается к парковочному посту, на бортовом компьютере раздается звуковой сигнал и цветные полосы.Эти предупреждающие сигналы предоставляют информацию о том, где именно находится пост в зоне наблюдения и, следовательно, в непосредственной близости от транспортного средства. Эта система помощи становится возможной благодаря нескольким ультразвуковым датчикам, которые обычно устанавливаются на бамперах вокруг автомобиля.

Ультразвук также основан на принципе времени пролета. Здесь звуковые волны, не слышимые человеческим ухом, излучаются с частотой 20 000 Гц. Помимо помощи при парковке, ультразвуковые датчики также используются для контроля слепых зон и для помощников при экстренном торможении .

надежны и обеспечивают надежные данные о расстоянии как ночью, так и в тумане. Они также экономичны и способны обнаруживать объекты независимо от материала или цвета. Однако диапазон этих автомобильных датчиков ограничен до менее 10 метров, что означает, что эту технологию можно использовать только на близком расстоянии.

Глубокое погружение: сонар
Термин сонар часто используется в связи с ультразвуком, т.е.е. применение ультразвука в морском секторе.
Сонар (звуковая навигация и дальность): Сонар — это метод измерения, в котором для определения местоположения используются звуковые волны, обычно ультразвуковые. Он в основном используется под водой, так как распространение звука, особенно на высоких частотах, происходит с гораздо меньшими потерями, чем в воздухе. Расстояние можно рассчитать на основе скорости звука под водой и времени отражения от объекта.

В отличие от ультразвуковых датчиков, датчики LiDAR (обнаружение света и дальность) подходят как для ближнего, так и для дальнего действия.Хотя они существуют уже много лет, они все чаще используются в транспортных средствах только с 2000-х годов. LiDAR считается ключевой технологией для достижения более высокого уровня автономности.

Ключевые технологии LiDAR: Важной предпосылкой для нового уровня автономного вождения является предотвращение столкновений. Эта технология требует надежных 3D-данных с высоким разрешением. Только LiDAR предоставляет эти данные даже на высокой скорости и на большом расстоянии.

LiDAR также основаны на принципе времени пролета. Однако вместо радио или ультразвуковых волн они излучают лазерные импульсы, которые отражаются объектом и снова улавливаются фотодетектором. Датчики LiDAR излучают до одного миллиона лазерных импульсов в секунду и суммируют результаты на 3D-карте высокого разрешения окружающей среды .

Высокое разрешение на большом расстоянии

Эти так называемые облака точек настолько детализированы, что объекты не только распознаются, но и классифицируются. Например, пешехода можно отличить от велосипедиста.Датчики LiDAR имеют большой радиус действия, надежны и поэтому предоставляют надежных данных, в основном независимо от факторов окружающей среды , что позволяет транспортным средствам принимать правильные решения при вождении. Однако в прошлом датчики часто были очень дорогими, в основном из-за сложной конструкции механически вращающихся устройств, требующей больших затрат на техническое обслуживание. Однако благодаря их твердотельной конструкции, которая становится все более популярной, стоимость 3D-датчиков высокого разрешения значительно снижается.

Глубокое погружение: вращающийся и твердотельный LiDAR
Две самые популярные системы LiDAR — это вращающиеся датчики и твердотельные датчики.

Системы LiDAR с механическим вращением: В механических системах используются шестерни и двигатели для вращения лазерных диодов и, таким образом, направления лазерных импульсов на окружающую среду. Вращение делает возможным угол обзора до 360 °. Однако ручная настройка сложна и требует больших затрат. Поэтому даже в больших количествах цена за единицу слишком высока для использования в серийных автомобилях.Благодаря своей конструкции датчики с механическим вращением также более чувствительны, например, к вибрациям. В настоящее время они используются, среди прочего, в парках роботов-такси.

Твердотельные системы LiDAR: Эта конструкция основана на полупроводниковой технологии и не имеет механических движущихся частей. Таким образом, системы менее сложные, более компактные и не требуют обслуживания. Они также менее дороги и могут лучше производиться серийно. Таким образом, твердотельные LiDAR-системы играют решающую роль в достижении следующего уровня автономного вождения, поскольку их можно использовать в серийных автомобилях всех классов.

Безопасность является высшим приоритетом для автономного вождения, поэтому автомобили всегда должны иметь подробный обзор своего окружения. Чтобы сделать это возможным, камеры, радары, ультразвуковые датчики и LiDAR могут помогать друг другу в качестве дополнительных технологий. Основная цель состоит в том, чтобы использовать сильные стороны различных датчиков транспортного средства, чтобы компенсировать недостатки других и, таким образом, в конечном итоге обеспечить безопасное автономное вождение с объединением датчиков.

обеспечивает интеллектуальное распознавание движения | 2020-11-09

Infineon добавляет «интеллектуальности» традиционным приложениям обнаружения движения, таким как управление освещением, автоматическое открывание дверей и охранная сигнализация (см. Рисунок 1 ). Радарный датчик XENSIV ™ 60 ГГц BGT60LTR11AIP — это датчик движения Доплера, использующий диапазон ISM 60 ГГц, предоставляемый как единое решение для радаров. Работая в автономном режиме, радар может обнаруживать человека на расстоянии до 5 м, потребляя при этом менее 5 мВт.

Его высокий уровень интеграции преодолевает сложности конструкции антенны, знания РЧ и обработки радиолокационных сигналов. Радарный датчик может быть спрятан внутри продукта, поскольку он передает и принимает через неметаллические материалы, что позволяет внедрить радарные технологии в повседневную жизнь. Датчик может быть интегрирован в такие системы, как ноутбуки, планшеты, телевизоры и динамики, разбуждая их при обнаружении движения или направления движения. Если движение не обнаруживается в течение определенного времени, он может перевести системы в спящий режим или заблокировать их, что сэкономит электроэнергию и избавит от необходимости вводить ключевое слово для активации системы.

Маломощный радиолокатор с допплером

Рис. 1 Радарные датчики позволяют традиционным приложениям обнаружения движения стать умнее.

На рисунке 2 показана функциональная блок-схема MMIC BGT60LTR11AIP. Пакет MMIC включает в себя одну передающую и одну приемную широколучевую антенну. Две антенны имеют ширину луча по половинной мощности по горизонтали и вертикали 80 градусов для максимального покрытия.

Интегрированный генератор, управляемый напряжением (ГУН), генерирует радиолокационный сигнал частотой 60 ГГц, который стабилизируется контуром фазовой автоподстройки частоты.Цепочка передаваемого сигнала состоит из усилителя средней мощности с настраиваемой выходной мощностью, управляемой через последовательный периферийный интерфейс (SPI). Встроенные детекторы мощности контролируют передаваемую мощность. MMIC имеет малошумящий квадратурный приемник с малошумящим усилителем перед квадратурным гомодинным смесителем с понижающим преобразованием, который обеспечивает превосходную чувствительность. Полифазный RC-фильтр, полученный из внутреннего сигнала VCO, генерирует сигналы квадратурного гетеродина для квадратурного смесителя.

Интегрированная аналоговая основная полоса состоит из схемы выборки и хранения для маломощной работы с рабочим циклом, за которой следует настраиваемый извне фильтр верхних частот, усилитель с регулируемым коэффициентом усиления и фильтр нижних частот. Интегрированные детекторы целей представляют собой аналоговые компараторы, генерирующие импульсы на основе движения цели перед радаром. Детекторы выдают два цифровых выходных сигнала, один из которых указывает на движение, а другой — на направление движения — приближение или удаление — цели.Схема детектора предлагает настраиваемые пользователем время удержания, счетчик попаданий и порог обнаружения, что обеспечивает гибкость и устойчивость к ложным срабатываниям. Время удержания — это время, в течение которого выход детекторов остается активным после обнаружения цели, а счетчик попаданий относится к количеству выходных импульсов компаратора, необходимых для определения действительного обнаружения цели.

Рисунок 2 Функциональная блок-схема датчика движения.

Для обеспечения гибкости в настройке параметров производительности, даже при работе в автономном режиме, MMIC имеет четыре четырехпозиционных входных контакта, QS1 – QS4 (см. Таблица 1 ).Например, с QS2 пользователи могут выбрать одно из четырех пороговых значений для увеличения или уменьшения чувствительности детектора. Для опытных пользователей радаров можно выбрать полуавтономный режим работы и режим работы SPI с помощью контакта QS1. В этих режимах необработанные данные радара могут быть извлечены для обработки сигналов с помощью настроенных алгоритмов на ПК или внешнем микроконтроллере через SPI. Для внешней обработки оценочная плата может быть прикреплена к плате Arduino MKR или базовой плате радара Infineon (MCU7).

Infineon’s Toolbox поддерживает платформу MMIC BGT60LTR11AIP с демонстрационным программным обеспечением и радарным графическим пользовательским интерфейсом, который отображает и анализирует полученные данные во временной и частотной областях. Датчик соответствует нормам ETSI и FCC.

ПРОСТОТА ИСПОЛЬЗОВАНИЯ

Как полностью интегрированный микроволновый датчик движения, BGT60LTR11AIP предоставляет информацию о движении и направлении движения, а конечный автомат управляет устройством. В полностью автономном режиме радар предлагает беспрецедентную простоту.

Маленькая MMIC размером 3,3 x 6,7 x 0,56 мм включает две антенны в двухслойном ламинатном корпусе, что исключает сложную конструкцию антенны для пользователя. Это также позволяет использовать стандартные материалы FR4 для конструкции печатной платы с этой MMIC.MMIC BGT60LTR11AIP требует небольшой вспомогательной схемы (см. Рисунок 3): малошумящего стабилизатора напряжения, кварцевого генератора 38,4 МГц и внешних конденсаторов. Два светодиода указывают на работу радарного датчика: зеленый — при обнаружении цели и красный — направление движения.

Помимо упрощения системной интеграции, это универсальное решение позволяет быстро создавать прототипы для оценки характеристик продукта. Демонстрационная плата, показанная на рис. 3 Рис. 3 представляет собой готовое решение для демонстрации функций MMIC радарного датчика, и ее можно использовать как есть для системы, подключив источник питания между VCC и заземлением на плате.

Рисунок 3 На печатной плате находится вспомогательная схема для MMIC датчика движения.

MMIC BGT60LTR11AIP — это небольшая, привлекательная и экономичная замена обычных пассивных инфракрасных датчиков в приложениях с низким энергопотреблением или с батарейным питанием.

Infineon Technologies AG
Мюнхен, Германия
www.infineon.com/60GHz

Автономное вождение становится популярным благодаря сенсорной технологии

Вопрос не в том, «сможет ли», а «когда» станет возможным полностью автономное вождение на дорогах общего пользования.Последние модели Teslas и автомобили с автоматическим наведением (AGV) — в порядке вещей. В автомобилях будущего сливаются передовые технологии. В этой статье описаны необходимые сенсорные технологии, а также соответствующие плюсы и минусы.

В обозримом будущем станет возможным использование самолетов без пилотов и / или автобусов без водителей. Единственными препятствиями сейчас являются юридические и психологические возражения; Появление паровоза в 19 веке также вызвало споры и проблемы.

«Камеры и различные типы датчиков в приложениях объединенных датчиков служат глазами и ушами будущих водителей наших автомобилей», — говорит менеджер по развитию бизнеса Марко Лиггангерс.

Эволюция автономного вождения

Автономное вождение было одной из главных тем на выставке IAA во Франкфурте в этом году. Автомобильная промышленность работает над технологиями, обеспечивающими полностью автономное движение в общественных местах.

В автомобильном мире существует шкала от 0 до 5, где ноль означает вождение без вспомогательных средств, которое мы привыкли использовать в течение столетия.Уровень 5 означает полностью автоматизированное автомобильное путешествие, когда вы сидите и читаете книгу или смотрите фильм.

По словам Лиггангерса, с 2018 года все новые модели автомобилей 2-го уровня необходимо будет автоматизировать, чтобы получить 4 или 5-звездочный рейтинг безопасности. «Автомобили будут оснащены передовыми системами помощи водителю (ADAS). Это включает в себя автоматическое аварийное торможение, помощь при движении по полосе и обнаружение края дороги »

В своих последних моделях Tesla перешла с ADAS на автономный. Последняя версия автопилота Tesla уже находится где-то между 4 и 5 уровнями.

Профессиональные приложения: Автомобили с автоматическим управлением

В течение некоторого времени бизнес-сообщество использовало автоматизированные управляемые транспортные средства (AGV), особенно для приложений распределения. Автоматические вилочные погрузчики используются во многих распределительных центрах, а комплектование заказов осуществляется роботами.

Нидерланды лидируют в области инноваций в области автоматизации сельского хозяйства и садоводства с использованием беспилотных летательных аппаратов (БПЛА, более известных как дроны) и автоматических управляемых транспортных средств (AGV или роботов для уборки конюшен, кормления скота и логистических операций в теплицы).

Зачем нужны самоходные машины?

Лиггангерс: «Я считаю это логическим следствием технологической эволюции. Автономное вождение фактически связано с цифровой революцией, потому что большие объемы данных датчиков должны обрабатываться, чтобы независимо реагировать на окружающую среду. Более того, самоходный автомобиль вписывается в Интернет вещей (IoT) ».

Плюсы, связанные с AGV, безграничны:

• • Положительное влияние на безопасность дорожного движения.Современные компьютеры могут выполнять человеческие задачи более эффективно, точно и безопасно.
  • Лучшее использование пропускной способности дороги. Самоходные машины могут подъезжать ближе друг к другу. Это означает, что они могут более эффективно использовать пропускную способность дороги, уменьшая и даже предотвращая пробки.
  • Лучшие возможности для совместного использования автомобилей. Можно запланировать использование самоходных автомобилей, чтобы мы могли ими поделиться. Автомобили, необходимые для поездок на работу, можно было предоставить другим в течение дня.Автономное вождение будет способствовать развитию экономики совместного потребления.
  • Устойчивое развитие: AGV выполняют свои задачи более эффективно, чем люди, экономя сырье и энергию в различных секторах.
  • Производительность: AGV никогда не устают, могут справляться с более тяжелыми задачами и работать безупречно.
  • Экономия затрат: AGV делают возможными полностью автоматизированные процессы распределения. В сельском хозяйстве и садоводстве управляющие роботы также помогают снизить затраты.

Проблемы обнаружения при измерении расстояний и позиционировании

Для того, чтобы транспортное средство могло двигаться автономно, ему необходимо полное представление об окружающей среде.Для динамического создания изображения окружающей среды необходимо четыре задачи обнаружения.

1. 1. Определение свободного судоходного пространства на дорожном покрытии.
   2. Определение географического маршрута движения по судоходному пространству.
   3. Определение движущихся объектов (других участников дорожного движения и движущихся препятствий).
   4. Распознавание и интерпретация дорожных знаков, таких как дорожные знаки, светофоры, дорожная разметка и другие визуальные инструкции.

В настоящее время сенсорная технология настолько развита, что можно найти решения для всех задач обнаружения.

Устройства обнаружения автономных транспортных средств

Датчики радаров, лидаров и гидролокаторов используются, в частности, для автономного вождения и дополнительных средств помощи при вождении. В сочетании с камерами и GPS автомобиль динамически исследует окружающую среду.

Smart обрабатывает все данные, чтобы автомобиль всегда знал, где он находится по отношению к другим объектам. Такие технологии возможны, потому что процессоры становятся все более мощными и компактными.

Развитие сенсорной техники

Leeggangers указывает, что Sentech играет определенную роль в разработке и исследованиях сенсорных технологий для AGV: «Мы уже используем радарные, лидарные и ультразвуковые технологии, например, в датчиках дистанционного управления и ориентации.Как независимый интегратор датчиков, мы сейчас сосредоточены на интеграции радара и лидара в компактные «объединенные» сенсорные приложения ».

По словам менеджера по развитию бизнеса, объединение датчиков приводит к созданию более интеллектуальных и лучших клиентских приложений, особенно в области автономного движения.

Плюсы и минусы сенсорной техники

Лидар и радар — наиболее перспективные сенсорные технологии для самоходных транспортных средств. Лидар исследует окрестности с помощью света (лазерного или инфракрасного), а радар исследует окрестности с помощью радиоволн.

«Лидарные и радиолокационные технологии стремительно развиваются. Это связано с тем, что процессорные чипы становятся все меньше и меньше, а технология — более доступной », — говорит Лиггангерс.

дает огромные преимущества для дистанционного зондирования. Одно из таких преимуществ связано с высоким разрешением, необходимым для точного обнаружения неподвижных и движущихся объектов. Напротив, погодные условия, такие как туман и дождь, имеют большее негативное влияние на точность.

«Лидар подходит для наблюдения за движущимися объектами в непосредственной близости от транспортного средства», — объясняет Лиггангерс.

Радар может смотреть дальше, но уровень точности уменьшается с увеличением расстояния. По словам Лиггангерса, радар больше подходит для дистанционного наблюдения за движущимися объектами перед автомобилем.

Самоходные машины будущего

«Особенность в том, что производители автомобилей имеют разные технологические взгляды. Один предпочитает лидар, другой — радар. Производители автомобилей используют сенсорную систему в качестве отправной точки. В будущем мы видим передовые термоядерные сенсоры в интегрированных сенсорных приложениях », — говорит Лиггангерс.

Он также видит новых игроков на рынке автономного вождения с различными технологическими подходами, таких как Google и Intel. Google разработал собственную 3D-технологию, основанную на информации о маршруте и 3D-картах.

Компания Intel, производитель процессоров, вышла на рынок автономного вождения с приобретением Mobileye. Технологическая группа ожидает, что к 2021 году первый самоходный автомобиль будет ездить по дорогам общего пользования. Intel использует самые передовые визуальные технологии (камеры и программное обеспечение) в транспортных средствах для наблюдения за окружающей средой.

Однако Лиггангерс ожидает, что датчики останутся важным звеном в технологии автономного движения. «Вам всегда будут нужны резервные сенсорные системы в дополнение к камерам или системам GPS. Как бы ни было продвинуто, все потенциально могло потерпеть неудачу. Поэтому резервирование становится все более важным по мере того, как автопарк развивается в направлении полной автономии и движения без водителей.

Подробнее о разработке лидаров и радаров

Sentech твердо привержена дальнейшему развитию лидарных и радарных датчиков, особенно объединения датчиков.Они предлагают наиболее подходящие сенсорные решения для автономного движения в общественных местах и ​​бизнес-средах.

Sensor Fusion — это высшая форма интеграции датчиков, делающая возможным применение следующего поколения.

Узнайте больше об этом и позвольте направить себя в правильном направлении.

Три типа датчиков управляют автономными транспортными средствами

Введение

Полностью автономное вождение к 2021/2022 модельному году с уровнем безопасности 4 или 5 требует использования нескольких систем дублирующих датчиков. Сегодняшние системы для полуавтономного вождения используют радары и камеры различного типа и разные конструкции. Разработка доступных по цене систем LIDAR с высоким разрешением и дальностью до 300 м все еще находится на стадии предварительной разработки. Большинство сегодняшних производителей автомобилей полагают, что для полностью автономного вождения необходимы все три системы.

В этой статье описаны основные особенности этих систем, их преимущества и недостатки, а также текущее состояние технологий. Мы обсуждаем полупроводниковые компоненты, необходимые для интеллектуальных и оптимизированных по стоимости решений с точки зрения производителя.

Обзор

Что такое автономное вождение, не всегда четко определено. Если в автомобиле есть круиз-контроль и функция ограничения скорости, это автономное вождение? Конечно, нет, но что, если есть автоматический контроль расстояния и адаптивный круиз-контроль (ACC), и водитель может ненадолго, при определенных условиях, передать управление самому автомобилю? Различные классификации автономного вождения показаны в таблице 1. Эти классификации являются принятыми стандартами: J3016 Международной ассоциации инженеров и автомобилестроителей, SAE, и в Европе Федеральным исследовательским институтом автомобильных дорог.

Уровень 0: Только водитель: водитель-человек управляет всем независимо: рулевым управлением, дроссельной заслонкой, тормозами и т. Д.

Уровень 1: Помощь при вождении: вспомогательные системы помогают при эксплуатации автомобиля (круиз-контроль, ACC).

Уровень 2: Частичная автоматизация: оператор должен постоянно контролировать систему. По крайней мере, одна система, такая как круиз-контроль и центрирование полосы движения, полностью автоматизирована.

Уровень 3: Условная автоматизация: оператор контролирует систему и может при необходимости вмешаться. Важные для безопасности функции при определенных обстоятельствах передаются автомобилю.

Уровень 4: Высокая степень автоматизации: контроль со стороны драйвера не требуется. Транспортные средства предназначены для выполнения критически важных для безопасности функций и отслеживания дорожных условий на протяжении всей поездки. Однако эти функции не охватывают все сценарии вождения и ограничиваются эксплуатационной конструкцией транспортного средства.

Уровень 5: Полная автоматизация: вождение без оператора.

На сегодняшний день ни один производитель автомобилей не достиг уровня 3 или выше в производстве, хотя некоторые из них выпустили демонстрационные автомобили. Законодательные органы некоторых стран работают над возможным допуском автомобилей «Уровня 3», которые, как ожидается, будут доступны в 2020/21 году.

Какие датчики необходимы для автономного вождения с 1 по 5 уровень? Как уже упоминалось, существует три основные группы сенсорных систем: системы на основе камер, радаров и лидаров.Хотя для парковки ультразвуковые датчики доступны сегодня и широко распространены, они не имеют большого значения для автономного вождения. Системы камер и радаров сегодня используются в транспортных средствах уровня 1 и 2 и являются необходимым условием для всех последующих уровней автоматизации.

Сегодняшние системы камер используют датчики изображения CMOS — HD с разрешением от 1 до 2 мегапикселей. Моно- и стереокамеры в сочетании с радиолокационными системами обеспечивают точную оценку скорости и расстояния, а также очертания препятствий и движущихся объектов.Радиолокационные датчики ближнего (24 ГГц) или дальнего (77 ГГц) диапазона расположены в передней и задней части автомобиля для отслеживания движения. Они могут контролировать диапазон от сантиметра до нескольких сотен метров.

сегодня очень редко используются в серийном производстве. Потенциал этой технологии еще не полностью исследован из-за стоимости и доступности.

В следующих разделах представлены подробные описания отдельных сенсорных систем, текущее состояние будущих разработок, а также преимущества и недостатки каждой из них.

Задняя камера и камера 360 °

Видеоизображения предоставляют большую часть деталей для человека-водителя, но также подходят в качестве входного параметра для вождения с высокой степенью автоматизации. Задние камеры и камеры 360 ° помогают водителю лучше представить окружающую среду за пределами автомобиля. Сегодня широко доступны двухмерные камеры для отображения изображений и иногда для наложения дополнительной информации на дисплей, например, об угле поворота рулевого колеса.Производители автомобилей класса люкс начинают устанавливать камеры с виртуальным отображением трехмерного изображения.

Для того, чтобы трехмерное изображение было реалистичным, обычно требуются входные сигналы от четырех до шести камер, и необходимо уделять особое внимание «сшиванию изображений», чтобы избежать потери информации об изображении или генерации фантомных изображений. Как для 2-мерных, так и для 3-мерных камер требуются датчики изображения с очень высоким динамическим диапазоном более 130 дБ. Этот высокий динамический диапазон абсолютно необходим для получения четкого изображения даже при прямом солнечном свете, падающем на объектив.Лучшие доступные на рынке датчики изображения имеют динамический диапазон 145 дБ с 24-битным интерфейсом с ISP (процессором сигналов изображения). Этот динамический диапазон намного превосходит то, что могут предложить обычные системы линз.

Еще одна важная характеристика качества — это интенсивность света датчика изображения. В настоящее время лучший из доступных на рынке имеет отношение сигнал / шум датчика изображения (SNR) = 1 для освещения 1 млx (миллилюкс) и частоту кадров 30 кадров в секунду.

Современные автомобильные системы видеонаблюдения и видеосистемы 360 ° обычно имеют централизованную архитектуру.Это означает, что центральный блок управления обрабатывает необработанные данные от четырех до шести камер. Поскольку обработка выполняется программно, к процессору предъявляются жесткие требования. Дополнительные ПЛИС необходимы для определенного аппаратного ускорения, которое в такой системе вызывает большие потери мощности. Современные методы сжатия данных также требуют больших объемов хранения.

На следующем рисунке показан другой подход, который основан на распределении обработки изображения на камеры и последующем распределении данных через Ethernet на головное устройство (ЭБУ, который содержит элемент управления для основного дисплея), который завершает агрегирование и представление изображения. .Отдельные изображения предварительно обрабатываются в камере, а затем отправляются на главный процессор в головном устройстве с использованием сжатия H.264 с низкой задержкой через интерфейс Ethernet. На рисунке 2 показано ожидаемое развитие систем автомобильных камер от аналоговых к цифровым.

К 2020 году большинство систем камер будут цифровыми. Современные системы цифровых камер получают необработанные данные, которые затем обрабатываются и отправляются на дисплей для отображения изображения.Эта процедура показана на рисунке 3.

Рис. 3: Централизованная обработка изображений

Децентрализованный подход полностью исключает блок управления камерой (ECU), оставляя только интеллектуальную камеру и головное устройство. Для дальнейшего пояснения, этот подход включает два этапа обработки внутри камеры, а также в центральном блоке управления камерой, как показано на рисунке 4.

На первом этапе (в интеллектуальной камере) изображение обрабатывается, и выполняются геометрические преобразования, такие как эквалайзер «рыбий глаз», над слоем и сжатие изображения, а также обработка и потоковая передача через Ethernet.Второй этап (в модуле центральной камеры) затем берет на себя декодирование видео, промежуточное хранение, а также отображение изображения на экране.

Этот подход позволяет задней камере сжимать и отправлять данные через Ethernet на головное устройство. На рис. 5 показаны технические детали такой высокоинтегрированной интеллектуальной задней камеры.

Еще одно применение интеллектуальной камеры — объединение видеосигналов с четырех камер в 360-градусный обзор, как показано на рисунке 6.

Системы камеры переднего обзора

Эти системы камер предназначены для работы на средних и высоких дистанциях, например, в зоне от 100 до 275 ярдов. Эти камеры используют алгоритмы для автоматического обнаружения объектов, их классификации и определения расстояния до них. Например, камеры могут идентифицировать пешеходов и велосипедистов, автомобили, боковые полосы, опоры мостов и обочины дорог.Алгоритмы также используются для обнаружения дорожных знаков и сигналов.

Камеры среднего радиуса действия по существу предупреждают водителя о перекрестном движении, пешеходах, экстренном торможении впереди идущего автомобиля, а также об обнаружении полосы движения и световых сигналов. Камеры высокого диапазона используются для распознавания дорожных знаков, контроля расстояния на основе видео и ведения дороги.

Для этих систем камер не требуется точного воспроизведения сигнала по цвету, поскольку используются только прямые необработанные данные датчика изображения. Как правило, используется цветной фильтр с матрицей RCCC (Red Clear Clear Clear), который обеспечивает более высокую интенсивность света, чем фильтр RGB (красный, зеленый, синий), используемый в большинстве фотоаппаратов.«Red Clear Clear Clear» обозначает пиксель с фильтром красного цвета и три пикселя с фильтром нейтрального (чистого) цвета.

Основное различие между камерами для среднего и высокого диапазона — это апертурный угол линз или поле зрения, поле зрения. Для систем средней дальности используется горизонтальное поле зрения от 70 ° до 120 °, тогда как камеры с широким диапазоном апертур используют горизонтальные углы примерно 35 °.

Future systems попытается охватить средний и высокий диапазоны исключительно с помощью оптической системы. Для того, чтобы это было успешным, датчики изображения в будущем, вероятно, будут иметь более 7 миллионов пикселей.

РАДАР

Статистика несчастных случаев показывает, что 76% всех несчастных случаев происходят исключительно из-за человеческой ошибки. В 94% всех случаев речь идет о человеческой ошибке [1], [2]. ADAS (Advanced Driver Assistance Systems) требует нескольких радарных датчиков, которые вносят решающий вклад в общую функцию автономного вождения. Конечно, слово RADAR расшифровывается как Radio Detection And Ranging, что означает обнаружение и определение местоположения объектов с помощью радиоволн.

Современные радиолокационные системы работают либо на частоте 24 ГГц, либо на 77 ГГц. Преимущества 77 ГГц заключаются, главным образом, в более высокой точности измерения расстояния и скорости, а также в более точном угловом разрешении. Дополнительными преимуществами перед 24 ГГц являются меньший размер антенны, а также меньшая проблема с помехами. Основные различия лежат между приложениями SRR (радар ближнего действия) и приложениями MRR / LRR (радар среднего диапазона, радар дальнего действия).

Радиосвязь ближнего действия:

• Обнаружение слепых зон (мониторинг слепых зон)
• Полоса движения и ассистент смены полосы движения
• Задний радар для предупреждения или предотвращения столкновения
• Система помощи при парковке
• Мониторинг перекрестного трафика
• Примеры приложений MRR / LRR:
• Ассистент торможения
• Аварийное торможение
• Автоматическое дистанционное управление

Приложения SSR в основном предназначены для замены ультразвуковых датчиков и для поддержки высокоавтоматизированного вождения.С этой целью датчики размещаются в каждом углу транспортного средства, а передний датчик для обнаружения на большом расстоянии расположен в передней части транспортного средства. Для радарной системы «кокон» дополнительные датчики размещаются по бокам в средней части корпуса.

В идеале эти радарные датчики должны использовать полосу частот 79 ГГц с полосой пропускания 4 ГГц; однако глобальные спецификации частот пока допускают только полосу пропускания 1 ГГц на частоте 77 ГГц. Сегодня обычным разделением для MMIC радара (монолитной микроволновой интегральной схемы) являются три канала передачи (TX) и четыре канала приема (RX), которые должны быть монолитно интегрированы.В отрасли обсуждается вопрос о том, имеет ли смысл интегрировать обработку основной полосы частот в MMIC или лучше сосредоточиться на радарном датчике необработанных данных.

Разница в том, что выходной сигнал процессора основной полосы частот обеспечивает так называемые предварительные цели, что означает, что это предварительно обработанные данные, такие как непроверенная информация о скорости, расстоянии, мощности сигнала, горизонтальном и вертикальном углах для каждого обнаруженного объекта. Датчик радара необработанных данных предоставляет нефильтрованные необработанные данные, которые затем обрабатывает ЭБУ.На рисунке 7 показана архитектура такого радиолокационного датчика необработанных данных.

В этом случае базовая полоса интегрирована с контроллером технологического процесса радара. Радарный датчик передает нефильтрованные необработанные данные контроллеру процесса. У этого подхода есть несколько преимуществ. Во-первых, интеграция базовых диапазонов в контроллер процесса экономит место на поверхности кремния и связанные с этим затраты. Причина в том, что можно использовать относительно простую КМОП-тонкую линию, а не специально оптимизированную технологию для ВЧ приложений.

Еще одним преимуществом является перенос потери мощности с радарного датчика на блок управления. Поскольку у контроллера гораздо больше места, чем у радарного датчика, на этом этапе легче контролировать потери мощности.

Наконец, поскольку нет потери данных из-за фильтрации или сжатия, возможность доступа к нефильтрованным необработанным данным радарного датчика предоставляет больше возможностей для обработки сигналов и гибкости. Даже требуемая скорость передачи данных для такого радиолокационного датчика необработанных данных не является проблемой, поскольку данные могут передаваться с использованием интерфейса связи MIPI CSI-2 (см. Рисунок 8).

Этот интерфейс уже используется сегодня, например, в системах объемного видео. Эта архитектура очень хорошо сочетается с датчиком радара необработанных данных, показанным на рис. 8, поскольку интерфейс включает четыре линии данных, которые соответствуют четырем выходам приемника, каждая из которых содержит 12 битов MMIC радара. Пропускная способность интерфейса связи также хорошо подходит от 1 до 1,5 Гбит / с.

Такое разделение радарного датчика упрощает объединение данных видео и данных радара и будущих данных LIDAR, поскольку может использоваться один и тот же интерфейс связи (см. Рисунок 9).

Предпосылкой для разработки MMIC являются специальные высокочастотные (HF) технологии для реализации частот (24 ГГц или 77 ГГц) и соответствующей выходной мощности.

Сегодня гетеробиполярные транзисторы SiGe уже используются для ВЧ-части, а монолитные 130-нм КМОП-процессоры используются для логической интеграции. Уже несколько лет ST производит MMIC 24 ГГц по технологии BiCMOS9. При разработке основной полосы частот 77/79 ГГц используется новая технология BiCMOS9MW с минимальной шириной структуры CMOS 130 Нм.

Для будущих радарных систем с более высокими частотами, такими как 122 ГГц, ST разработала технологию B55. Эта технология обеспечивает гетеробиполярные транзисторы SiGe с транзисторной частотой более 320 ГГц и позволяет интегрировать соответствующую цифровую логику КМОП с длиной волны 55 нм.

Помимо оптимизированных технологий BiCMOS, STMicroelectronics может реализовать интеграцию SoC (System on Chip) с помощью разработанной компанией технологии FD-SOI. Имеет литографию 28 Нм.На рисунке 9 показана текущая дорожная карта MMIC. Одна из последних разработок в диапазоне 24 ГГц — блок A431, который содержит передатчик и три приемника. Компоненты основной полосы частот 26 ГГц, показанные в дорожной карте, были разработаны для рынка США.

Из компонентов основной полосы частот 77/79 ГГц, показанных в дорожной карте, A770 / A772 в настоящее время находятся в разработке. Приемопередатчик MMIC A770, показанный на блок-схеме на рис. 10, уже представляет собой высокоинтегрированное решение.

A770 — это монолитный интегрированный приемопередатчик, который включает в себя три передатчика, четыре приемника, настраиваемый генератор линейного изменения, интегрированный АЦП (аналого-цифровой преобразователь) и интерфейс MIPI CSI II. В этом блоке можно каскадировать еще больше каналов приема и передачи по мере необходимости для приложения. Блок находится в керамическом корпусе EWLB размером 9 мм x 9 мм. A770 подходит для приложений средней и большой дальности.

В настоящее время разрабатывается технико-экономическое обоснование для будущих радарных датчиков — это монолитная SoC, объединяющая функции радара и основной полосы частот. Как описано ранее, преимущества радиолокационного датчика сырых данных в таком высокоинтегрированном решении изучаются очень подробно, а также возможные недостатки с использованием рыночных исследований с учетом коммерческих соображений.

Датчик LiDAR

Лидар — относительно новая система в автомобильном секторе, которая начинает набирать обороты.Производители систем и полупроводников, работающие сегодня над новыми и улучшенными решениями, нацелены на использование модели 2020/21 года.

Что такое лидар? Как упоминалось выше, это аббревиатура от Light Detection And Ranging и является лазерной системой. Помимо передатчика (лазера), системе требуется высокочувствительный приемник. Используемая в основном для измерения расстояний до неподвижных и движущихся объектов, система использует специальные процедуры для получения трехмерных изображений обнаруженных объектов.

Сегодня любой может купить дальномер, использующий этот принцип, практически в любом магазине товаров для дома и строительства, чтобы точно определять расстояния до нескольких ярдов. Задача системы помощи водителю — обеспечить ее работу во всех возможных условиях окружающей среды (температура, солнечное излучение, темнота, дождь, снег) и, прежде всего, распознавать объекты на расстоянии до 300 ярдов. И, конечно же, все это в крупносерийном производстве при минимально возможных затратах и ​​минимальных габаритах.

не новы и уже много лет используются в промышленности и в армии. Однако это сложные механические зеркальные системы с круговым обзором на 360 °, которые позволяют захватывать пространственные изображения объектов. При стоимости в несколько десятков тысяч долларов эти механические системы не подходят для крупномасштабного развертывания в автомобильном секторе.

Сегодня на автомобильном рынке можно выделить две общие тенденции будущего: системы инфракрасных лидаров, которые с помощью микроэлектромеханической системы (МЭМС) используют ротационный лазер, или твердотельные лидары.

Прежде чем кратко обсудить различия между этими технологиями, сделаем несколько замечаний по принимающей системе. Задача состоит в том, чтобы распознать световые лучи, испускаемые и отраженные от объекта. Детекторы должны быть чрезвычайно чувствительными и способны измерять одиночные фотоны. Сегодня в современных устройствах используется технология SPAD (однофотонный лавинный диод).

Принцип прост и показан на рисунке 11. Для диода с особой геометрией p-n переход смещен так, что одиночный фотон вызывает лавинный ток пробоя в диоде.Результирующее внезапное повышение тока диода обнаруживается соответствующей схемой, а затем выводится уже цифровой сигнал для дальнейшей обработки.

На рис. 12 показано, как работает принцип измерения расстояния с помощью датчика ячейки SPAD. Лазер в момент X излучает импульс, который отражается препятствием, и по истечении времени Y один (или несколько) фотонов достигает сенсорной ячейки. Расстояние можно определить по времени бега.

Если один или несколько лучей излучаются вращающимися зеркалами или микромеханическими системами и имеется соответственно большой массив площадок из нескольких ячеек, трехмерные объекты могут быть обнаружены. На рисунках 13 и 14 показаны две общие процедуры измерения LIDAR.

При использовании микрозеркала на основе технологии MEMS отдельный лазерный луч излучается и отражается в виде линии.Отраженные фотоны оцениваются соответствующим оптическим датчиком в ячейке SPAD. К системе зеркал предъявляются высокие требования в отношении точности, срока службы, регулируемости и надежности. Это система с подвижными компонентами.

На первый взгляд система без движущихся частей кажется проще. В этой системе требуется несколько лазерных диодов (более 100) и соответственно большая матрица приемников. Лазерные диоды должны быть оснащены импульсами с длительностью импульса в наносекундном диапазоне и токами в несколько ампер, что представляет собой серьезную проблему для полупроводниковых драйверов.

Обе системы все еще находятся в стадии разработки. С точки зрения производителя полупроводников требуемые полупроводники технически осуществимы, тогда как площадь требуемого массива SPAD не является незначительной. Необходимы новые методы для активации и управления матрицами лазерных диодов, если должна быть достигнута целевая стоимость около 100 долларов. Соответствующие MEMS также находятся в разработке.

Обзор и перспективы

Системы помощи водителю, которые обеспечивают автономное вождение с уровня 3 и выше, потребуют по крайней мере трех типов сенсорных систем: камеры, радар и системы LIDAR.Как видно на Рисунке 1, несколько датчиков каждого типа работают в разных местах на транспортном средстве. Хотя необходимые полупроводниковые технологии и разработка камер и радарных датчиков доступны уже сегодня, разработка системы LIDAR представляет собой более крупную и наиболее динамичную задачу в техническом и коммерческом плане.

Трудно предсказать, какая из рассмотренных нами систем возобладает. С точки зрения полупроводников наиболее перспективным представляется твердотельный подход.

Список литературы

[1] https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/812115

[2] http://www.monash.edu/__data/assets/pdf_file/0010/216946/muarc256.pdf

Об авторах

Уве Вельцке (Uwe Voelzke) — менеджер по техническому маркетингу в STMicroelectronics в автомобильной и дискретной группе (ADAS). Уве имеет степень магистра электротехники Рурского университета в Бохуме (Германия) и работает в STMicroelectronics с 1997 года.Он имеет более чем 20-летний опыт работы в полупроводниках, уделяя особое внимание разработке микросхем смешанных сигналов, и занимал различные маркетинговые должности, отвечая за несколько клиентов Tier 1 и OEM-производителей автомобилей.

Герт Рудольф — технический менеджер по маркетингу автомобилей. STMicroelectronics. Герт имеет степень в области коммуникационной инженерии в Университете прикладных наук в Кельне и степень магистра электротехники в Рурском университете в Бохуме (Германия). Он проработал 10 лет в ST в качестве инженера-разработчика интегральных схем, в основном для автомобильных приложений, прежде чем перейти в маркетинг.Он занимал различные должности по маркетингу в STMicroelectronics и в настоящее время отвечает за стратегический маркетинг в EMEA-Automotive and Discrete Group в качестве заместителя начальника отдела маркетинга и приложений.

Как видит самоуправляемый автомобиль?

Чтобы управлять автомобилем лучше людей, автономные транспортные средства должны сначала видеть лучше людей.

Создание надежных систем технического зрения для беспилотных автомобилей было серьезным препятствием при разработке. Однако, объединив различные датчики, разработчики смогли создать систему обнаружения, которая может «видеть» окружающую среду автомобиля даже лучше, чем человеческое зрение.

Ключом к этой системе являются разнообразие — различные типы датчиков — и избыточность — перекрывающиеся датчики, которые могут проверять точность обнаружения автомобиля.

Три основных датчика автономного транспортного средства — это камера, радар и лидар. Работая вместе, они визуализируют окружение автомобиля и помогают ему определять скорость и расстояние до ближайших объектов, а также их трехмерную форму.

Кроме того, датчики, известные как инерциальные измерительные устройства, помогают отслеживать ускорение и местоположение транспортного средства.

Чтобы понять, как эти датчики работают на беспилотном автомобиле — и заменяют и улучшают зрение человека при вождении — давайте начнем с увеличения изображения наиболее часто используемого датчика — камеры.

От фото до видео камеры — самый точный способ создать визуальное представление мира, особенно когда речь идет о беспилотных автомобилях.

Автономные транспортные средства полагаются на камеры, расположенные с каждой стороны — спереди, сзади, слева и справа — для создания кругового обзора окружающей среды.Некоторые имеют широкое поле зрения — до 120 градусов — и более короткий диапазон. Другие фокусируются на более узком обзоре, чтобы обеспечить визуальные эффекты дальнего действия.

В некоторые автомобили даже встроены камеры «рыбий глаз», которые содержат сверхширокоугольные линзы, обеспечивающие панорамный обзор, чтобы дать полную картину того, что находится за автомобилем, чтобы он мог припарковаться.

Несмотря на то, что они обеспечивают точную визуализацию, у камер есть свои ограничения. Они могут различать детали окружающей среды, однако необходимо рассчитать расстояния до этих объектов, чтобы точно знать, где они находятся.Датчикам на базе камеры также сложнее обнаруживать объекты в условиях плохой видимости, таких как туман, дождь или ночь.

могут дополнять обзор камеры в периоды плохой видимости, например, в ночное время, и улучшать обнаружение беспилотных автомобилей.

Традиционно используемый для обнаружения кораблей, самолетов и погодных образований, радар работает, передавая радиоволны импульсами.Как только эти волны ударяются о объект, они возвращаются к датчику, предоставляя данные о скорости и местоположении объекта.

Как и автомобильные камеры, радарные датчики обычно окружают автомобиль, чтобы обнаруживать объекты под любым углом. Они могут определять скорость и расстояние, однако не могут различать разные типы транспортных средств.

Хотя данных, предоставляемых радаром объемного звучания и камерой, достаточно для более низких уровней автономии, они не охватывают все ситуации без участия человека-водителя.Вот здесь-то и пригодится лидар.

Камера и радар — обычные датчики: большинство современных автомобилей уже используют их для расширенной помощи водителю и помощи при парковке. Они также могут охватывать более низкие уровни автономии, когда

человек наблюдает за системой.

Тем не менее, для полной автономной работы лидар — датчик, измеряющий расстояния с помощью импульсных лазеров — оказался невероятно полезным.

Lidar позволяет беспилотным автомобилям получать трехмерное изображение окружающей среды. Он придает форму и глубину окружающим автомобилям и пешеходам, а также географию дороги. И, как и радар, он так же хорошо работает в условиях низкой освещенности.

Излучающие невидимые лазеры на невероятно высоких скоростях, лидарные датчики могут рисовать детальную трехмерную картинку из сигналов, которые мгновенно отражаются в обратном направлении. Эти сигналы создают «облака точек», которые представляют окружающую среду автомобиля, чтобы повысить безопасность и разнообразие данных датчиков.

Транспортным средствам требуется только лидар в нескольких ключевых местах, чтобы быть эффективными. Однако датчики дороже в реализации — в 10 раз дороже камеры и радара — и имеют более ограниченный диапазон.

Камера, радар и лидарные датчики предоставляют обширные данные об окружающей среде автомобиля. Однако подобно тому, как человеческий мозг обрабатывает визуальные данные, воспринимаемые глазами, автономное транспортное средство должно иметь возможность понимать этот постоянный поток информации.

Беспилотные автомобили делают это с помощью процесса, называемого слиянием датчиков. Входы датчиков подаются на высокопроизводительный централизованный компьютер с искусственным интеллектом, такой как платформа NVIDIA DRIVE AGX, которая объединяет соответствующие порции данных, чтобы автомобиль мог принимать решения о вождении.

Таким образом, вместо того, чтобы полагаться только на один тип данных датчика в определенные моменты, объединение датчиков позволяет объединить различную информацию из набора датчиков, такую ​​как форма, скорость и расстояние, для обеспечения надежности.

Он также обеспечивает резервирование. При принятии решения о смене полосы движения получение данных от датчиков камеры и радара перед переходом на следующую полосу значительно повышает безопасность маневра, так же как текущие предупреждения о слепых зонах служат резервной копией для водителей-людей.

Платформа DRIVE AGX выполняет этот процесс во время движения автомобиля, поэтому у нее всегда есть полная и актуальная картина окружающей среды. Это означает, что в отличие от водителей-людей, у автономных транспортных средств нет слепых пятен, и они всегда внимательно следят за движущимся и изменяющимся миром вокруг них.

Чтобы узнать больше о том, как автономные транспортные средства видят и понимают, прочтите о программном обеспечении NVIDIA для восприятия и ознакомьтесь с платформой NVIDIA DRIVE.

датчиков, используемых в автономных транспортных средствах

По мере того, как автономные транспортные средства становятся все ближе к реальности, все большее количество стартапов, университетов, производителей автомобилей и технологических компаний вкладывают средства в развитие автоматизированного вождения — без всяких признаков замедления.

Если вы идете по дороге (простите за каламбур) к автономии, может быть трудно понять, с чего начать.Если вы только начинаете знакомиться с автономными технологиями, этот вводный обзор для вас.

Зачем автономным автомобилям так много датчиков?

Представьте, что вы едете по дороге с полностью замороженным лобовым стеклом. Пройдет считанные секунды, прежде чем вы во что-нибудь врежетесь или сбежите с дороги.

Беспилотные автомобили ничем не отличаются. Они должны иметь возможность «видеть» свое окружение, чтобы знать, где они могут и не могут ездить, обнаруживать другие транспортные средства на дороге, останавливаться для пешеходов и справляться с любыми неожиданными обстоятельствами, с которыми они могут столкнуться.

У каждого типа датчика есть свои сильные и слабые стороны с точки зрения дальности действия, возможностей обнаружения и надежности. Для обеспечения избыточности, необходимой для безопасного обнаружения окружающей среды, требуется множество технологий. Когда вы объединяете два разнородных датчика, например камеру и радар, это называется объединением датчиков .

Категории датчиков для автономных транспортных средств

Автомобильные датчики делятся на две категории: активные и пассивные датчики.

Активные датчики излучают энергию в форме волны и ищут объекты на основе полученной информации. Одним из примеров является радар, который излучает радиоволны, которые возвращаются отражающими объектами на пути луча.

Пассивные датчики просто принимают информацию из окружающей среды, не испуская волн, например, камеры.

Камеры

Камеры уже стали обычным явлением в современных автомобилях. С 2018 года все новые автомобили в США должны в стандартной комплектации оснащаться камерами заднего вида.Любой автомобиль с системой предупреждения о выезде с полосы движения (LDW) будет использовать фронтальную камеру для обнаружения окрашенных разметок на дороге.

Беспилотные автомобили ничем не отличаются. Почти все автомобили для разработки сегодня оснащены камерой видимого света для обнаружения дорожной разметки — многие оснащены несколькими или панорамными камерами для создания кругового обзора окружающей среды транспортного средства, например, камера Aspect 360 от Observant Innovations, изображенная слева.

Камеры очень хороши в обнаружении и распознавании объектов, поэтому данные изображения, которые они создают, могут быть переданы в основанные на AI алгоритмы для классификации объектов.

Некоторые компании, например Intel Mobileye, полагаются на камеры почти во всех своих измерениях. Однако они не лишены недостатков. Как и ваши собственные глаза, камеры видимого света имеют ограниченные возможности в условиях плохой видимости. Кроме того, использование нескольких камер генерирует большой объем видеоданных для обработки, что требует значительного вычислительного оборудования.

Помимо камер видимого света, существуют также инфракрасные камеры, которые обеспечивают превосходную производительность в темноте и дополнительные возможности обнаружения.

Радар

Как и в случае с камерами, многие обычные автомобили уже имеют радарные датчики в составе систем помощи водителю — например, адаптивный круиз-контроль.

Автомобильные радары обычно представлены в двух вариантах: 77 ГГц и 24 ГГц. Радар 79 ГГц скоро будет предлагаться на легковых автомобилях. Радар 24 ГГц используется для приложений ближнего действия, а датчики 77 ГГц используются для обнаружения на больших расстояниях.

Радар лучше всего работает при обнаружении металлических предметов.У него ограниченная способность классифицировать объекты, но он может точно сказать вам расстояние до обнаруженного объекта. Однако неожиданные металлические предметы на обочине дороги, такие как помятые ограждения, могут принести неожиданную прибыль инженерам-разработчикам.

LiDAR

LiDAR (Light Detection and Ranging) — одна из самых распространенных сенсорных технологий в автономных транспортных средствах, которая использовалась с первых дней создания беспилотных автомобилей. разработка.Это чрезвычайно универсальная технология, которая все чаще используется в широком спектре приложений.

Системы LiDAR излучают лазерные лучи на безопасном для глаз уровне. Лучи попадают в объекты в окружающей среде и отражаются обратно в фотоприемник. Возвращенные лучи объединяются в облако точек, создавая трехмерное изображение окружающей среды.

Это очень ценная информация, поскольку она позволяет транспортному средству ощущать все в окружающей среде, будь то автомобили, здания, пешеходы или животные.Вот почему так много автомобилей разработки оснащены большим датчиком LiDAR, вращающимся на 360 градусов, на крыше, обеспечивающим полный обзор их окружения.

Хотя LiDAR является мощным датчиком, он также является самым дорогим датчиком в использовании. Стоимость некоторых высококлассных датчиков составляет тысячи долларов за единицу. Однако есть много исследователей и стартапов, работающих над новыми технологиями LiDAR, включая твердотельные датчики, которые значительно дешевле, такие как Ouster и Luminar.

Ультразвуковые датчики

Ультразвуковые датчики стали обычным явлением в автомобилях с 1990-х годов для использования в качестве датчиков парковки и стоят очень недорого.Их диапазон может быть ограничен всего несколькими метрами в большинстве приложений, но они идеально подходят для обеспечения дополнительных возможностей обнаружения для поддержки низкоскоростных сценариев использования.

Рассмотренные выше датчики — не единственный источник информации для беспилотного автомобиля, позволяющий узнать, где он находится и куда идти. Другие исходные данные включают в себя инерциальные измерительные блоки (IMU), GPS, связь между транспортными средствами и всем (V2X) и карты высокого разрешения.

Обычные автомобильные ультразвуковые датчики выдают аналоговое выходное напряжение, которое зависит от расстояния до объекта.Несмотря на низкую стоимость, необходимо дополнительное оборудование (например, сенсорный комплект Neobotix), чтобы интерпретировать эти данные и сделать их пригодными для автономного решения с внешним компьютерным управлением.

Немецкий производитель Toposens усовершенствовал ультразвуковые датчики для получения выходных данных, подобных облаку точек, с гораздо более высоким разрешением. В результате их подход обеспечивает гораздо более высокий уровень точности и информации об объекте.

GNSS

Глобальные навигационные спутниковые системы используют триангуляцию для определения положения приемника в трехмерном пространстве, вычисляя расстояние между транспортным средством и несколькими спутниками на геостационарной орбите, которые передают сигнал времени.Используется от 5 до 15 спутников, однако эти сигналы слабые и могут изменяться из-за помех в атмосфере Земли, могут отражаться от зданий (эффект городского каньона) и им легко мешать (спуфинг).

Основными методами, используемыми для их преодоления, являются «RTK» или кинематика в реальном времени, сигнал времени, передаваемый местной сотовой сетью, и использование IMU или инерциального измерительного устройства. От того, как эти сигналы объединяются, зависит качество получаемой информации о местоположении.Эти усовершенствованные системы уклона могут достигать точности позиционирования около 1 см.

Хотя это часто называют GPS, это сокращение от Global Positioning System, сети спутников, управляемой правительством США. Также используются Китай (BAIDU), Европа (GALILEO) и Россия (ГЛОНАСС), поэтому убедитесь, что система GNSS, которую вы хотите использовать, может принимать лучшие сигналы для вашего географического региона.

Другие датчики

Датчики в электромеханических системах в транспортном средстве также ценны, это могут быть датчики угла и крутящего момента на рулевой колонке, одометрия колеса и обратная связь при вращении через тормозную систему.

Объединяем все вместе

Все эти датчики выдают разные типы данных — и много их. Это требует значительной вычислительной платформы для объединения данных и создания консолидированного представления об окружающей среде транспортного средства.