Automotive sensorteknologi: LiDAR Vs. Radar Vs. kameraer

der er snesevis af startups, der skubber LiDAR som fremtiden for autonom køretøjsteknologi, men et stigende antal virksomheder ser på alternativer, der inkluderer kameraer og radar. Hvilken er den endelige teknologi til AVs? Hvilket kommer ud på toppen? Det spørgsmål er endnu ikke besvaret, men der er et par unikke virksomheder, der forsøger at genoverveje automotive sensorteknologi. Deres kreationer kan give et par spor til, hvad fremtiden bringer.

” vi havde en stand på CES for halvandet år siden, og den mest almindelige kommentar, vi fik, var: ‘Hvor er din LiDAR? I er ikke et LiDAR-firma,” sagde Paul Banks, grundlægger og Administrerende Direktør for TetraVue, en opstart, der bygger 4D LiDAR-videokameraer. “På en måde er det sandt. Vi er et kamerafirma, og kameraet er i stand til at foretage en afstandsmåling for hvert enkelt punkt og hver ramme.”Tetravues teknologi er ikke teknisk LiDAR, men Banks sagde, at hans firma bruger “de samme grundlæggende fysikmålinger.”

” vi har det, vi kalder ‘optisk flyvetid’, ” forklarede Banks. “Vi har denne optiske modulator, som vi sætter foran en normal kamerasensor, ligesom den, der er i din mobiltelefon, og den modulator får os en afstandsmåling fra hvert enkelt billede til det samme billede. I stedet for 64 point har vi lavet kameraer, der er HD, så du får 2 millioner afstandsmålinger på samme tid.”Dette resulterer i en sensor, der tydeligt kan visualisere en lang række detaljer – ikke kun andre biler, men også potentielle forhindringer, fodgængere eller et barn, der kører på en trehjulet cykel.

TetraVue er ikke det eneste firma, der forsøger at bruge kameraer til at overvinde Lidars mangler. Outsight er et andet sådant venture, der udvikler et 3D-semantisk kamera, der kan registrere objekters størrelse, position og kemiske sammensætning – inklusive hud, plast, metal og sne – uden maskinindlæring. Medstifter Raul Bravo mener, at dette er en vigtig del af kameraets udvikling.

“der er en tendens maskinindlæring,” sagde Bravo. “Vores modstridende tilgang er, at maskinindlæring ikke er en sølvkugle. Det er ikke noget, der skal bruges til i enhver situation.”Bravo forestiller sig en verden, hvor køretøjer er i stand til at erkende, at der er noget der – en person eller genstand, der ikke hører hjemme – uden nødvendigvis at bekymre sig om detaljerne.

“hvis det er foran dig, i din bane og ikke burde være der, skal du nogle gange bare reagere,” sagde Bravo. Han er bekymret for, at hvis en bil er afhængig af maskinindlæring, kan det spilde for meget tid på at evaluere scenariet i stedet for at reagere. Med Outsight håber han, at biler vil opnå en større grad af situationsbevidsthed.

“det betyder ikke kun at føle miljøet, men også forstå miljøet,” tilføjede han. “Vi smelter i en sensor den sensing og forståelse, som du har brug for, for at smarte maskiner kan fungere.”Medstifter og Administrerende Direktør for AVs, en startup, der udvikler et højtydende radarsensorsystem med høj værdi til biler til AVs, ser værdi i alle teknologierne. Men han anerkender også deres svagheder.

” jeg synes, at kameraer er en klar fordel ved at fortolke tegn, så det er ekstremt vigtigt,” sagde han, hvis firma tilbyder skræddersyede Luneburg-objektivantenner i forskellige størrelser. “Ultralyd er for det meste til parkering – den vanskelige del er, at det er meget tæt på, det kan ikke rigtig opdage mere end et par meter.”LiDAR har på den anden side meget fin vinkelopløsning, hvilket gør den ideel til at skelne mellem objekter. Men når tåge eller en snestorm rammer, kæmper både LiDAR og kameraer for at udføre med fuld kapacitet.

” dette er grunden til, at industrien ved, at radar er kommet for at blive,” sagde han. “Det er den eneste, der fungerer godt under dårlige vejrforhold.