Automotive sensortechnologie: LiDAR Vs. Radar Vs. camera ‘s

er zijn tientallen startups die LiDAR promoten als de toekomst van autonome voertuigtechnologie, maar een groeiend aantal bedrijven zoekt naar alternatieven zoals camera’ s en radar. Wat is de definitieve technologie voor AVs? Welke komt er bovenop? Die vraag moet nog worden beantwoord, maar er zijn een paar unieke bedrijven die proberen om de automotive sensortechnologie te heroverwegen. Hun creaties kunnen een paar aanwijzingen geven voor wat de toekomst in petto heeft.

“we hadden een stand op CES anderhalf jaar geleden, en de meest voorkomende opmerking die we kregen was, ‘Where’ s your LiDAR? Jullie zijn geen LiDAR bedrijf, ‘”zei Paul Banks, oprichter en CEO van TetraVue, een startup gebouw 4D LiDAR videocamera’ s. “In zekere zin is dat waar. Wij zijn een camerabedrijf en de camera is in staat om een afstandsmeting te maken voor elke pixel en elk frame.”TetraVue’ s technologie is niet technisch LiDAR, maar banken zei dat zijn bedrijf gebruikt ” dezelfde fundamentele fysica metingen.”

” we hebben wat we noemen ‘optische vluchttijd’, ” legde Banks uit. “We hebben deze optische modulator die we voor een normale camerasensor zetten, net als die in je mobiele telefoon, en die modulator geeft ons een afstandsmeting van elke pixel voor hetzelfde beeld. In plaats van 64 punten, hebben we camera ‘ s gedaan die HD zijn, dus je krijgt 2 miljoen afstandsmetingen tegelijkertijd.”Dit resulteert in een sensor die een breed scala aan details duidelijk kan visualiseren – niet alleen andere auto’ s, maar ook potentiële obstakels, voetgangers of een kind op een driewieler.

TetraVue is niet het enige bedrijf dat camera ‘ s probeert te gebruiken om de tekortkomingen van LiDAR te verhelpen. Outsight is een dergelijke onderneming, het ontwikkelen van een 3D semantische camera die de grootte, de positie en de chemische samenstelling van objecten kan detecteren – met inbegrip van huid, plastic, metaal en sneeuw – zonder machine learning. Medeoprichter Raul Bravo vindt dit een belangrijk onderdeel van de ontwikkeling van de camera.

“er is een tendens machine learning,” zei Bravo. “Onze tegendraadse aanpak is dat machine learning geen zilveren kogel is. Het is niet iets dat moet worden gebruikt voor in elke situatie.”Bravo ziet een wereld waarin voertuigen in staat zijn om te herkennen dat er iets is – een persoon of object dat niet hoort – zonder noodzakelijkerwijs zorgen te maken over de details.

” als het voor je ligt, in je rijstrook en er niet zou moeten zijn, moet je soms gewoon reageren, ” zei Bravo. Hij maakt zich zorgen dat als een auto is afhankelijk van machine learning, het zou te veel tijd te verspillen evalueren van het scenario in plaats van te reageren. Met Outsight hoopt hij dat auto ‘ s een grotere mate van situationeel bewustzijn zullen bereiken.

” het betekent niet alleen het milieu voelen, maar ook het milieu begrijpen,” voegde hij eraan toe. “We fuseren, in één sensor, de sensing en het begrip dat je nodig hebt om slimme machines te laten werken.”John Xin, medeoprichter en CEO van Lunewave, een startup die een high performance, high value automotive radar sensor system voor AVs ontwikkelt, ziet waarde in alle technologieën. Maar hij herkent ook hun zwakheden.

“ik denk dat camera’ s een duidelijk voordeel hebben bij het interpreteren van borden, en dus uiterst belangrijk zijn”, aldus Xin, wiens bedrijf op maat gemaakte Luneburg lensantennes in verschillende maten aanbiedt. “Ultrasound is meestal voor parkeren – het lastige is dat het zeer dichtbij is, het kan niet echt meer dan een paar meter detecteren.”LiDAR, aan de andere kant, heeft een zeer fijne hoekresolutie, waardoor het ideaal is voor het differentiëren tussen objecten. Maar wanneer mist of een sneeuwstorm hit, zowel LiDAR en camera ‘ s worstelen om te presteren op volle capaciteit.

” Dit is de reden waarom de industrie weet dat radar is hier om te blijven, ” zei Xin. “Het is de enige die goed functioneert bij slechte weersomstandigheden.