Technologia czujników samochodowych: LiDAR Vs. Radar Vs. Kamery

istnieją dziesiątki startupów, które pchają LiDAR jako przyszłość technologii autonomicznych pojazdów, ale rosnąca liczba firm szuka alternatyw, które obejmują kamery i radar. Jaka jest ostateczna technologia dla AVs? Co wyjdzie na wierzch? Na to pytanie nie ma jeszcze odpowiedzi, ale jest kilka unikalnych firm próbujących przemyśleć technologię czujników samochodowych. Ich twórczość może dostarczyć kilku wskazówek, co przyniesie przyszłość.

“mieliśmy stoisko na CES półtora roku temu, a najczęstszym komentarzem było:” gdzie jest Twój LiDAR? Nie jesteście firmą LiDAR ” – powiedział Paul Banks, założyciel i dyrektor generalny TetraVue, startupu budującego Kamery Wideo LiDAR 4D. “W pewnym sensie to prawda. Jesteśmy firmą zajmującą się kamerami, a kamera jest w stanie wykonać pomiar odległości dla każdego pojedynczego piksela i każdej klatki.”Technologia TetraVue nie jest technicznie Lidarem, ale Banks powiedział, że jego firma używa” tych samych podstawowych pomiarów fizyki.”

” mamy coś, co nazywamy “optycznym czasem lotu” – wyjaśnił Banks. “Mamy ten modulator optyczny, który umieściliśmy przed normalnym czujnikiem kamery, takim jak ten, który znajduje się w telefonie komórkowym, a ten modulator zapewnia nam pomiar odległości od każdego pojedynczego piksela dla tego samego obrazu. Zamiast 64 punktów, zrobiliśmy kamery, które są HD, więc można uzyskać 2 miliony pomiarów odległości w tym samym czasie.”Dzięki temu powstaje czujnik, który może wyraźnie wizualizować szeroki zakres szczegółów – nie tylko inne samochody, ale także potencjalne przeszkody, piesi lub dziecko jeżdżące na trójkołowcu.

TetraVue nie jest jedyną firmą, która próbuje wykorzystać kamery do przezwyciężenia wad Lidara. Outsight jest kolejnym takim przedsięwzięciem, opracowując semantyczną kamerę 3D, która może wykrywać rozmiar, położenie i skład chemiczny obiektów – w tym skóry, plastiku, metalu i śniegu – bez uczenia maszynowego. Współzałożyciel Raul Bravo uważa, że jest to ważna część rozwoju kamery.

“jest tendencja do uczenia maszynowego”, powiedział Bravo. “Nasze przeciwne podejście polega na tym, że uczenie maszynowe nie jest srebrną kulą. To nie jest coś, co powinno być używane w każdej sytuacji.”Bravo wyobraża sobie świat, w którym pojazdy są w stanie rozpoznać, że coś tam jest – osoba lub przedmiot, który nie należy – bez konieczności martwienia się o szczegóły.

“jeśli jest przed tobą, na Twoim pasie i nie powinno tam być, czasami po prostu musisz zareagować” – powiedział Bravo. Obawia się, że jeśli samochód opiera się na uczeniu maszynowym, może marnować zbyt dużo czasu na ocenę scenariusza, zamiast reagować. Z Outsight ma nadzieję, że samochody osiągną większy stopień świadomości sytuacyjnej.

“oznacza to nie tylko odczuwanie środowiska, ale także zrozumienie środowiska” – dodał. “Łączymy w jednym czujniku wyczucie i zrozumienie, których potrzebujesz do pracy inteligentnych maszyn.”John Xin, współzałożyciel i dyrektor generalny Lunewave, startupu rozwijającego wysokowydajny, wysokowydajny Samochodowy system czujników radarowych dla AVs, widzi wartość we wszystkich technologiach. Ale dostrzega też ich słabości.

“myślę, że aparaty są wyraźną zaletą interpretacji znaków, więc są niezwykle ważne” – powiedział Xin, którego firma oferuje anteny Luneburg wykonane na zamówienie w różnych rozmiarach. “USG służy głównie do parkowania-najtrudniejsze jest to, że jest bardzo blisko, nie może wykryć więcej niż kilka stóp.”Z kolei LiDAR ma bardzo dobrą rozdzielczość kątową, co czyni go idealnym do różnicowania między obiektami. Ale kiedy pojawia się mgła lub śnieżyca, zarówno LiDAR, jak i Kamery walczą o pełną wydajność.

“To jedyny, który dobrze funkcjonuje w złych warunkach pogodowych.