Automotive Sensor Technology: LiDAR Vs. Radar Vs. Telecamere

Ci sono decine di start-up che spingono LiDAR come il futuro della tecnologia dei veicoli autonomi, ma un numero crescente di aziende stanno cercando di alternative che includono telecamere e radar. Qual è la tecnologia definitiva per AVs? Quale uscirà in cima? Questa domanda deve ancora essere risolta, ma ci sono alcune aziende uniche che cercano di ripensare la tecnologia dei sensori automobilistici. Le loro creazioni potrebbero fornire alcuni indizi per ciò che il futuro riserva.

” Abbiamo avuto uno stand al CES un anno e mezzo fa, e il commento più comune che abbiamo ottenuto è stato, ‘ Dov’è il tuo LiDAR? Voi ragazzi non siete una società LiDAR”, ha detto Paul Banks, fondatore e CEO di TetraVue, una startup che costruisce videocamere 4D LiDAR. “In un certo senso è vero. Siamo un’azienda di fotocamere e la fotocamera è in grado di effettuare una misurazione della distanza per ogni singolo pixel e ogni fotogramma.”La tecnologia di TetraVue non è tecnicamente LiDAR, ma Banks ha detto che la sua azienda usa “le stesse misurazioni fisiche di base.”

” Abbiamo quello che chiamiamo ‘tempo ottico di volo'”, ha spiegato Banks. “Abbiamo questo modulatore ottico che abbiamo messo di fronte a un normale sensore della fotocamera, proprio come quello che è nel tuo cellulare, e quel modulatore ci ottiene una misurazione della distanza da ogni singolo pixel per la stessa immagine. Invece di 64 punti, abbiamo fatto telecamere che sono HD, in modo da ottenere 2 milioni di misurazioni della distanza allo stesso tempo.”Ciò si traduce in un sensore in grado di visualizzare chiaramente una vasta gamma di dettagli, non solo altre auto ma anche potenziali ostacoli, pedoni o un bambino in sella a un triciclo.

TetraVue non è l’unica azienda che cerca di utilizzare le telecamere per superare le carenze di LiDAR. Outsight è un’altra impresa del genere, lo sviluppo di una fotocamera semantica 3D in grado di rilevare le dimensioni, la posizione e la composizione chimica degli oggetti – tra cui pelle, plastica, metallo e neve – senza apprendimento automatico. Il co-fondatore Raul Bravo pensa che questa sia una parte importante dello sviluppo della fotocamera.

“C’è una tendenza all’apprendimento automatico”, ha detto Bravo. “Il nostro approccio contrarian è che l’apprendimento automatico non è un proiettile d’argento. Non è qualcosa che dovrebbe essere usato per in ogni situazione.”Bravo immagina un mondo in cui i veicoli sono in grado di riconoscere che c’è qualcosa – una persona o un oggetto che non appartiene – senza necessariamente preoccuparsi delle specifiche.

“Se è di fronte a te, nella tua corsia e non dovrebbe essere lì, a volte devi solo reagire”, ha detto Bravo. Si preoccupa che se una macchina si basa sull’apprendimento automatico, potrebbe perdere troppo tempo a valutare lo scenario invece di reagire. Con Outsight, spera che le auto raggiungano un maggior grado di consapevolezza situazionale.

“Significa non solo sentire l’ambiente ma anche capire l’ambiente”, ha aggiunto. “Stiamo fondendo, in un unico sensore, il rilevamento e la comprensione di cui hai bisogno per far funzionare le macchine intelligenti.”John Xin, co-fondatore e CEO di Lunewave, una startup che sviluppa un sistema di sensori radar automobilistici ad alte prestazioni e di alto valore per AVs, vede valore in tutte le tecnologie. Ma riconosce anche le loro debolezze.

“Penso che le fotocamere siano un netto vantaggio nell’interpretare i segni, quindi sono estremamente importanti”, ha affermato Xin, la cui azienda offre antenne Luneburg su misura in varie dimensioni. “L’ultrasuono è principalmente per il parcheggio-la parte difficile è che è molto vicino, non può davvero rilevare più di pochi metri.”LiDAR, d’altra parte, ha una risoluzione angolare molto fine, che lo rende ideale per differenziare tra gli oggetti. Ma quando la nebbia o una tempesta di neve ha colpito, sia LiDAR e telecamere lottano per eseguire a pieno regime.

“Questo è il motivo per cui l’industria sa che radar è qui per rimanere”, ha detto Xin. “È l’unico che funziona bene in condizioni meteorologiche avverse.