Automotive Sensor Technology: LiDAR Vs. Radar Vs. Cameras

kymmenet startupit ajavat Lidaria autonomisen ajoneuvoteknologian tulevaisuutena, mutta yhä useammat yritykset etsivät vaihtoehtoja, joihin kuuluvat kamerat ja tutkat. Mikä on lopullinen tekniikka AVs? Kumpi tulee päälle? Tähän kysymykseen ei ole vielä vastausta, mutta on olemassa muutamia ainutlaatuisia yrityksiä, jotka yrittävät miettiä uudelleen autojen sensoriteknologiaa. Heidän luomuksensa voisivat antaa joitakin vihjeitä siitä, mitä tulevaisuus tuo tullessaan.

“meillä oli koju CES: ssä puolitoista vuotta sitten, ja yleisin saamamme kommentti oli:” Where ‘s your LiDAR? Te kaverit eivät ole LiDAR yritys, ‘” sanoi Paul Banks, perustaja ja toimitusjohtaja TetraVue, startup rakennus 4D LiDAR Videokamerat. “Tavallaan se on totta. Olemme kamerayritys ja kamera pystyy tekemään etäisyysmittauksen jokaisesta pikselistä ja jokaisesta kehyksestä.”Tetravuen teknologia ei ole teknisesti LiDAR, mutta Banksin mukaan hänen firmansa käyttää “samoja fysiikan perusmittauksia.”

“meillä on niin sanottu “optinen lentoaika”, Banks selitti. “Meillä on tämä optinen modulaattori, jonka laitamme tavallisen kamerasensorin eteen, aivan kuten kännykässäsi olevan, ja tuo modulaattori antaa meille etäisyysmittauksen jokaisesta pikselistä samaa kuvaa varten. 64 pisteen sijaan olemme tehneet kameroita, jotka ovat HD: tä, joten saat 2 miljoonaa etäisyysmittausta samaan aikaan.”Tämä johtaa sensoriin, joka pystyy selvästi hahmottamaan monenlaisia yksityiskohtia – ei vain muita autoja, vaan myös mahdollisia esteitä, jalankulkijoita tai kolmipyörällä ajavaa lasta.

TetraVue ei ole ainoa yritys, joka yrittää kameroilla korjata LiDARin puutteita. Outsight on toinen tällainen hanke, kehittää 3D semanttinen kamera, joka voi havaita koon, sijainnin ja kemiallisen koostumuksen esineitä – kuten ihoa, muovia, metallia ja lunta – ilman koneoppimista. Toinen perustaja Raul Bravo pitää tätä tärkeänä osana kameran kehitystä.

“there’ s a tendency machine learning”, sanoi Bravo. “Vastakkainen lähestymistapamme on, että koneoppiminen ei ole Hopealuoti. Sitä ei kannata käyttää joka tilanteessa.”Bravo visioi maailmaa, jossa ajoneuvot kykenevät tunnistamaan, että siellä on jotain – ihminen tai esine, joka ei kuulu – ilman, että ne välttämättä murehtivat yksityiskohtia.

“jos se on edessä, omalla kaistalla eikä pitäisi olla siellä, joskus on vain pakko reagoida”, Bravo sanoi. Hän pelkää, että jos auto luottaa koneoppimiseen, se saattaa tuhlata liikaa aikaa skenaarion arviointiin reagoimisen sijaan. Outsightin myötä hän toivoo autojen saavuttavan nykyistä enemmän tilannetajua.

“se tarkoittaa paitsi ympäristön tuntemista myös ympäristön ymmärtämistä”, hän lisäsi. “Yhdistämme yhteen anturiin sen aistimisen ja ymmärryksen, jota tarvitset, jotta älykkäät koneet toimivat.”John Xin, perustaja ja toimitusjohtaja lunewave, startup kehittää korkean suorituskyvyn, korkean arvon autojen tutkasensorijärjestelmä AVs, näkee arvon kaikissa teknologioissa. Mutta hän tunnistaa myös heidän heikkoutensa.

“mielestäni kamerat ovat selvä etu kylttien tulkinnassa, joten ne ovat erittäin tärkeitä”, sanoi Xin, jonka yritys tarjoaa mittatilaustyönä valmistettuja Luneburgin linssiantenneja eri kokoisina. “Ultraääni on lähinnä pysäköinti-hankala osa on, että se on hyvin lähietäisyydeltä, se ei voi todella havaita kuin muutaman metrin.”Lidarilla taas on erittäin hieno Kulmaresoluutio,mikä tekee siitä ihanteellisen kohteiden erotteluun. Mutta sumun tai lumimyrskyn iskiessä sekä LiDAR että kamerat kamppailevat esiintymisestä täydellä teholla.

“tämän takia alalla tiedetään, että tutka on tullut jäädäkseen”, Xin sanoi. “Se on ainoa, joka toimii hyvin huonoissa sääolosuhteissa.