Technologie des capteurs automobiles: LiDAR Vs Radar Vs Caméras

Il existe des dizaines de startups qui font du LiDAR l’avenir de la technologie des véhicules autonomes, mais un nombre croissant d’entreprises cherchent des alternatives comprenant des caméras et des radars. Quelle est la technologie définitive pour AVs? Qui sortira sur le dessus? Cette question n’a pas encore reçu de réponse, mais quelques entreprises uniques tentent de repenser la technologie des capteurs automobiles. Leurs créations pourraient fournir quelques indices sur ce que l’avenir nous réserve.

“Nous avions un stand au CES il y a un an et demi, et le commentaire le plus courant que nous avons reçu était: “Où est votre LiDAR? Vous n’êtes pas une entreprise LiDAR “, a déclaré Paul Banks, fondateur et PDG de TetraVue, une start-up qui construit des caméras vidéo LiDAR 4D. ” Dans un sens, c’est vrai. Nous sommes une société de caméras et la caméra est capable de mesurer la distance pour chaque pixel et chaque image.”La technologie de TetraVue n’est pas techniquement LiDAR, mais Banks a déclaré que son entreprise utilisait “les mêmes mesures physiques de base.”

“Nous avons ce que nous appelons le “temps de vol optique””, a expliqué Banks. “Nous avons ce modulateur optique que nous mettons devant un capteur de caméra normal, tout comme celui qui se trouve dans votre téléphone portable, et ce modulateur nous permet de mesurer la distance de chaque pixel pour la même image. Au lieu de 64 points, nous avons fait des caméras HD, vous obtenez donc 2 millions de mesures de distance en même temps.”Il en résulte un capteur qui peut visualiser clairement un large éventail de détails – pas seulement d’autres voitures, mais aussi des obstacles potentiels, des piétons ou un enfant qui roule en tricycle.

TetraVue n’est pas la seule entreprise à essayer d’utiliser des caméras pour surmonter les lacunes du LiDAR. Outsight est une autre entreprise de ce type, développant une caméra sémantique 3D capable de détecter la taille, la position et la composition chimique des objets – y compris la peau, le plastique, le métal et la neige – sans apprentissage automatique. Le co-fondateur Raul Bravo pense que c’est une partie importante du développement de l’appareil photo.

“Il y a une tendance à l’apprentissage automatique”, a déclaré Bravo. “Notre approche contraire est que l’apprentissage automatique n’est pas une solution miracle. Ce n’est pas quelque chose qui devrait être utilisé dans toutes les situations.”Bravo envisage un monde dans lequel les véhicules sont capables de reconnaître que quelque chose est là – une personne ou un objet qui n’appartient pas – sans nécessairement se soucier des spécificités.

“S’il est devant vous, dans votre voie et qu’il ne devrait pas y être, il vous suffit parfois de réagir”, a déclaré Bravo. Il craint que si une voiture s’appuie sur l’apprentissage automatique, elle risque de perdre trop de temps à évaluer le scénario au lieu de réagir. Avec Outsight, il espère que les voitures atteindront un plus grand degré de conscience de la situation.

“Cela signifie non seulement ressentir l’environnement, mais aussi comprendre l’environnement”, a-t-il ajouté. “Nous fusionnons, dans un seul capteur, la détection et la compréhension dont vous avez besoin pour que les machines intelligentes fonctionnent.”John Xin, co-fondateur et PDG de Lunewave, une start-up développant un système de capteur radar automobile haute performance et de grande valeur pour AVs, voit de la valeur dans toutes les technologies. Mais il reconnaît aussi leurs faiblesses.

“Je pense que les caméras sont un avantage distinct de l’interprétation des signes, elles sont donc extrêmement importantes”, a déclaré Xin, dont la société propose des antennes Luneburg sur mesure de différentes tailles. “L’échographie est principalement destinée au stationnement – la partie délicate est qu’elle est très proche, elle ne peut pas vraiment détecter plus de quelques pieds.”Le LiDAR, en revanche, a une résolution angulaire très fine, ce qui le rend idéal pour différencier les objets. Mais en cas de brouillard ou de tempête de neige, le LiDAR et les caméras ont du mal à fonctionner à pleine capacité.

“C’est pourquoi l’industrie sait que le radar est là pour rester”, a déclaré Xin. “C’est le seul qui fonctionne bien par mauvais temps.