Masa depan sensor untuk mobil otonom: jalan apapun, kondisi apapun

Catatan: Dalam topik berikutnya yang akan Anda baca, Anda akan mempelajari tentang: Masa depan sensor untuk mobil otonom: jalan apapun, kondisi apapun

Terlepas dari seberapa cepat menurut Anda teknologi kendaraan otonom akan berkembang, tidak ada keraguan bahwa Anda perlu mengandalkan teknologi sensor yang lebih baik dan lebih murah daripada yang kita miliki saat ini. . Kendaraan uji hari ini biasanya memiliki sensor yang harganya lebih dari $100.000 dan masih tidak dapat menangani semua jenis kondisi jalan dan cuaca.

Untuk membantu memberikan konteks latar belakang dan menilai potensi masa depan berbagai teknologi sensor, kami mengumpulkan tim pakar industri di Electronic Imaging 2020. Mereka mewakili modalitas sensor utama dalam penggunaan otomotif saat ini: lidar, radar, kamera, dan pencitraan termal. Orang belajar banyak, dan ada beberapa kesimpulan bagus yang akan kami bagikan dengan Anda saat kami menulis bagian ini.

Kredit: Joyce Farrell, ILMU Stanford

• Latar Belakang Konfigurasi: David Cardinal, ExtremeTech
• Nikhil Naikal, Velodyne
• Kamera Penilaian Mobil, Nicolas Touchard, DXOMARK
• Pencitraan Termal Otomotif, Mike Walters, FLIR
• Radar Otomotif, Greg Stanley, Semikonduktor NXP
• Sanjai Kohli, sensor terlihat
• Arsitektur sensor baru untuk mobil tanpa pengemudi, Alberto Stochino, Perceptive

Latar Belakang Konfigurasi: David Cardinal, ExtremeTech

Untuk memulai dasbor, kami menyiapkan panggung dengan beberapa latar belakang dan tujuan untuk sesi ini. Dalam konteks, jelas ada beberapa aplikasi. Ini dimulai dari propaganda tingkat ADAS ” 2/ /2 + ” mencapai Cawan Suci 5 Waymo dikejar hari ini, dengan lusinan perusahaan bertujuan untuk menyebarkan armada kendaraan dengan Tingkat 4 di antara keduanya

Sebagai tujuan sesi ini, kami menetapkan 1]memahami kekuatan dan kelemahan masing-masing teknologi, 2]bagaimana mereka akan berubah di masa mendatang, dan 3]bagaimana mereka akan bersaing dan melengkapi satu sama lain sebagai bagian dari solusi keseluruhan.

Nikhil Naikal, Velodyne

Pantas saja kakek dari perusahaan sensor otomotif, Velodyne, menendang dasbor. Keterlibatan mereka dimulai dengan tantangan DARPA asli dan gaya loteng “KFC Bucket” yang sekarang terkenal. Sementara Velodyne tetap menjadi pemimpin pasar yang diakui, kini Velodyne menghadapi lusinan pesaing.

Analisis Velodyne tentang kekuatan dan kelemahan lidar dalam kondisi pencahayaan yang berbeda.

Menanggapi persaingan, Velodyne memperluas kesepakatan LIDAR untuk menyertakan unit dalam Velobite kecil, yang diperkirakan berharga sekitar $100 bila tersedia. Perusahaan juga ingin melihat desain atap aslinya, karena Naikall menunjukkan kepada kami foto-foto Tesla yang menunjukkan Velodyne dilengkapi dengan serangkaian tutup Velarray yang hampir tidak terlihat. Sementara banyak pesaing barunya menambahkan lebih banyak kecerdasan pada kepemimpinan mereka sendiri, Velodyne bergerak dengan hati-hati untuk menambahkan hanya elemen penanganan yang dia yakini disampaikan dengan lebih baik.

Kamera Penilaian Mobil, Nicolas Touchard, DXOMARK

Di antara kamera cadangan wajib dan lebih dari 50 juta kamera menghadap ke depan dalam sistem kendaraan ADAS, pencitraan cahaya tampak, bersama dengan sensor parkir potensial, merupakan teknologi penginderaan inti saat ini yang ada di mobil. Kini, sistem It hanya ditawarkan untuk membantu pengemudi, jadi jika kamera jalur kehilangan arah saat kendaraan diarahkan ke matahari, pengemudilah yang bertanggung jawab. Tetapi sebagai ADAS dan akhirnya sistem Ketika mengemudi otonom menjadi lebih maju, kamera mobil harus bekerja dengan baik di semua situasi.

Perusahaan pembandingan kamera DXOMARK telah melakukan pekerjaan yang sangat baik dalam mendeskripsikan secara akurat tantangan kualitas gambar yang unik dari kamera otomotif, yang dibagikan oleh VP Marketing Marketing Touch Touch kepada kami. Mengadaptasi cahaya dengan cepat terhadap perubahan tingkat cahaya yang tiba-tiba, seperti memasuki atau keluar dari terowongan, merupakan persyaratan penting yang memerlukan pengukuran cermat terhadap waktu adaptasi dan setiap overshoot yang dihasilkan sebelum eksposur mencapai nilai baru. . Kemampuan untuk secara akurat mendeteksi LED yang berkedip pada frekuensi yang berbeda adalah fitur penting lainnya. DXOMARK telah membangun perangkat keras khusus untuk memungkinkan produsen dan pemasok mobil mengukurnya untuk desain kamera yang diusulkan.

Pencitraan Termal Otomotif, Mike Walters, FLIR

Seiring dengan kesulitan dalam penginderaan jarak, hit besar lainnya dengan kamera tradisional adalah bahwa mereka tidak bekerja dengan baik dalam kondisi cahaya rendah – kegelapan, cahaya latar, atau malam, misalnya. Kamera termal menghindari masalah ini dengan langsung merasakan radiasi gelombang panjang yang dipancarkan oleh apa yang memancarkan panas. Itu membuat mereka sangat efektif dalam mendeteksi mobil, manusia, dan hewan. Mike Walters, dari pemimpin industri termoelektrik FLIR, mengarahkan kami untuk melihat kasus penggunaan saat ini untuk kamera termal dalam kendaraan dengan serangkaian video menarik tentang penggunaannya dalam cahaya redup, cahaya redup, dan cahaya redup, sinar matahari langsung, dan cuaca buruk.

Kamera termal sangat efektif di malam hari, meskipun membutuhkan bantuan untuk menentukan warna lampu merah.

Saat menggunakan kamera termal hadir dengan tantangan uniknya sendiri: Kaca mobil tradisional buram sehingga tidak dapat dipasang di kaca depan, misalnya, mereka menjanjikan sebagai pelengkap, selain mode deteksi lainnya.

Radar Otomotif, Greg Stanley, Semikonduktor NXP

Sementara Lidar mendapatkan sebagian besar pers karena fungsinya yang mengesankan, radar adik berbiaya rendah jauh lebih populer di aplikasi otomotif. Pada dasarnya, semua sistem kontrol roaming adaptif, termasuk Tesla, menggunakan setidaknya satu radar. Sebagian besar sistem pemantauan titik buta juga mengandalkan radar. Beberapa kendaraan uji, seperti model Cruise yang ditunjukkan di bawah ini, memiliki lebih dari 20 putaran, termasuk tiga putaran. Wayivan Minmo memiliki enam. Raksasa chip NXP, Greg Stanley, membawa kita melalui beberapa dasar tentang cara kerja radar, kemampuannya, dan ke mana arahnya.

Kendaraan uji jelajah memiliki hingga 20 radar, lima sayap, dan 16 kamera.

Secara khusus, Stanley mengatakan produsen unit radar ingin meningkatkan fungsionalitas, termasuk dengan menambahkan lebih banyak klasifikasi objek dan kemampuan penempatan kendaraan. Seperti panelis lainnya, ia menekankan bahwa kendaraan membutuhkan satu set sensor tambahan. Misalnya, radar tidak akan membantu membaca batas kecepatan atau lampu merah.

Sanjai Kohli, sensor terlihat

Korban peluncuran air dingin melihat mobil tanpa pengemudi di tikungan telah menjadi startup dengan teknologi mutakhir yang diharapkan akan laku di pasar itu. Sanjai Kohli adalah pendiri salah satunya: Visible Sensors. Setelah mengumpulkan $10 juta modal ventura untuk versi teknologi sensor radar yang sangat efisien, mereka tidak dapat menemukan perusahaan atau pemasok otomotif besar yang bersedia berkomitmen untuk membelinya dengan kuantitas produksi dalam waktu dekat. Jadi, dalam langkah yang sangat tidak biasa bagi Silicon Valley, mereka mengembalikan uangnya kepada investor dan beralih ke bisnis lain.

Meskipun kami dapat berspekulasi bahwa dari ratusan startup di industri kendaraan otonom yang akan sangat sukses, tidak diragukan lagi bahwa banyak, dan mungkin sebagian besar, pada akhirnya akan menemukan hasil akhirnya. , banyak dari mereka yang ingin terjun ke lapangan untuk memahami beberapa realitas nyata dalam menciptakan bisnis dari penemuan hebat.

Arsitektur sensor baru untuk mobil tanpa pengemudi, Alberto Stochino, Perceptive

Melihat arsitektur sensor otomotif saat ini, dirasakan bahwa veteran industri Stochino telah menyimpulkan bahwa teknologi tanpa pengemudi yang benar-benar canggih, jenis yang dibutuhkan untuk L4 dan L5, akan membutuhkan pendekatan yang benar-benar baru. Dia mendirikan Perceptive berdasarkan platform penglihatan serba digital dengan sensor yang relatif murah namun berperforma tinggi. [ăng-ten và máy ảnh] di sekitar tepi mobil, dihubungkan dengan serat ke inti pemrosesan pusat.

Perceptionive sedang mengembangkan arsitektur sensor kendaraan yang fleksibel dengan sensor berbiaya rendah dan berperforma tinggi yang terintegrasi ke dalam inti pemrosesan pusat.

Keuntungan terbesar dari dasbor ini adalah tidak satu pun dari mereka yang percaya bahwa metode penginderaan tunggal akan cukup untuk kendaraan tanpa pengemudi sungguhan. Ketika ditanya tentang argumen bahwa “orang bisa mengemudi dengan dua mata, mengapa mobil tidak bisa?” Tanggapan mereka berkisar dari kebutuhan untuk menjadi lebih baik daripada pengemudi hingga keinginan untuk kembali ke keselamatan yang sebenarnya. Semua panelis juga sepakat bahwa perlu waktu bertahun-tahun sebelum teknologi mutakhir yang dibutuhkan untuk L4 ke atas hampir terjangkau oleh pembeli mobil eceran. Akibatnya, setiap orang bertekad untuk membengkokkan kurva adopsi yang panjang dan lambat yang telah mereka tunggu-tunggu karena biaya menyusut dengan volume dan inovasi yang terus meningkat.

Kredit gambar teratas: Getty Images

Sekarang baca: