Automotive Sensor Technology: LiDAR Vs. Radar Vs. Kameras

Es gibt Dutzende von Startups, die LiDAR als die Zukunft der autonomen Fahrzeugtechnologie vorantreiben, aber eine wachsende Zahl von Unternehmen sucht nach Alternativen, die Kameras und Radar umfassen. Welche ist die definitive Technologie für AVs? Was wird an die Spitze kommen? Diese Frage muss noch beantwortet werden, aber es gibt einige einzigartige Unternehmen, die versuchen, die Automobilsensortechnologie zu überdenken. Ihre Kreationen könnten einige Hinweise darauf geben, was die Zukunft bringt.

“Wir hatten vor anderthalb Jahren einen Stand auf der CES und der häufigste Kommentar war: “Wo ist dein LiDAR? Ihr seid keine LiDAR-Firma”, sagte Paul Banks, Gründer und CEO von TetraVue, einem Startup, das 4D-LiDAR-Videokameras baut. “In gewissem Sinne ist das wahr. Wir sind eine Kamerafirma und die Kamera ist in der Lage, für jedes einzelne Pixel und jeden Frame eine Entfernungsmessung durchzuführen.” Die Technologie von TetraVue ist technisch gesehen kein LiDAR, aber Banks sagte, seine Firma verwende “die gleichen grundlegenden physikalischen Messungen.”

“Wir haben das, was wir’optische Flugzeit’nennen”, erklärte Banks. “Wir haben diesen optischen Modulator, den wir vor einen normalen Kamerasensor stellen, genau wie den in Ihrem Handy, und dieser Modulator liefert uns eine Entfernungsmessung von jedem einzelnen Pixel für dasselbe Bild. Anstelle von 64 Punkten haben wir Kameras mit HD-Auflösung erstellt, sodass Sie gleichzeitig 2 Millionen Entfernungsmessungen erhalten.” Dies führt zu einem Sensor, der eine Vielzahl von Details klar visualisieren kann – nicht nur andere Autos, sondern auch potenzielle Hindernisse, Fußgänger oder ein dreiradfahrendes Kind.

TetraVue ist nicht das einzige Unternehmen, das versucht, Kameras einzusetzen, um die Mängel von LiDAR zu überwinden. Outsight ist ein weiteres solches Unternehmen, das eine semantische 3D-Kamera entwickelt, die die Größe, Position und chemische Zusammensetzung von Objekten – einschließlich Haut, Kunststoff, Metall und Schnee – ohne maschinelles Lernen erkennen kann. Mitbegründer Raul Bravo glaubt, dass dies ein wichtiger Teil der Entwicklung der Kamera ist.

“Es gibt eine Tendenz zum maschinellen Lernen”, sagte Bravo. “Unser konträrer Ansatz ist, dass maschinelles Lernen keine Wunderwaffe ist. Es ist nicht etwas, das in jeder Situation verwendet werden sollte.” Bravo stellt sich eine Welt vor, in der Fahrzeuge erkennen können, dass etwas da ist – eine Person oder ein Objekt, das nicht dazugehört –, ohne sich unbedingt um die Besonderheiten zu kümmern.

“Wenn es vor dir ist, in deiner Spur und nicht da sein sollte, musst du manchmal einfach reagieren”, sagte Bravo. Er befürchtet, dass ein Auto, das sich auf maschinelles Lernen verlässt, zu viel Zeit damit verschwenden könnte, das Szenario zu bewerten, anstatt zu reagieren. Mit Outsight hofft er, dass Autos ein höheres Maß an Situationsbewusstsein erreichen.

“Es bedeutet, nicht nur die Umwelt zu fühlen, sondern auch die Umwelt zu verstehen”, fügte er hinzu. “Wir verschmelzen in einem Sensor die Erfassung und das Verständnis, die Sie für die Arbeit intelligenter Maschinen benötigen.” John Xin, Mitbegründer und CEO von Lunewave, einem Startup, das ein leistungsstarkes, hochwertiges Automobilradarsensorsystem für AVs entwickelt, sieht in allen Technologien einen Mehrwert. Aber er erkennt auch ihre Schwächen.

“Ich denke, Kameras haben einen deutlichen Vorteil bei der Interpretation von Zeichen, daher sind sie extrem wichtig”, sagte Xin, dessen Unternehmen maßgeschneiderte Lüneburger Linsenantennen in verschiedenen Größen anbietet. “Ultraschall ist hauptsächlich zum Parken gedacht – der schwierige Teil ist, dass es sehr nah ist, es kann nicht wirklich mehr als ein paar Meter erkennen.” LiDAR hingegen hat eine sehr feine Winkelauflösung, was es ideal für die Unterscheidung zwischen Objekten macht. Aber wenn Nebel oder ein Schneesturm trifft, kämpfen sowohl LiDAR und Kameras mit voller Kapazität durchzuführen.

“Aus diesem Grund weiß die Branche, dass Radar hier bleiben wird”, sagte Xin. “Es ist das einzige, das bei schlechten Wetterbedingungen gut funktioniert.