Itsekulkevissa ajoneuvoissa käytettyjen anturien taianomaisuuden purkaminen

Hienona aamuna ylität tien päästäksesi toimistollesi toisella puolella, juuri ollessasi puolivälissä, huomaat kuljettajattoman metallinpalan, robotin, joka etenee kohti ja kohtaat ongelman, joka päättää ylittää rajan tie vai ei? Vahva kysymys painaa mieltäsi: "Huomasiko auto minut?" Sitten sinusta tuntuu helpotukselta, kun huomaat, että ajoneuvon nopeutta hidastetaan automaattisesti ja se tarjoaa sinulle ulospääsyn. Mutta pidä kiinni siitä, mitä juuri tapahtui? Kuinka kone sai ihmisen tason älykkyyden?

Tässä artikkelissa yritämme vastata näihin kysymyksiin tarkastelemalla perusteellisesti itseohjautuvien autojen antureita ja miten he valmistautuvat ajamaan tulevaisuutemme autoja. Ennen kuin sukellat siihen, tutustutaan myös autonomisten ajoneuvojen perusteisiin, niiden ajostandardeihin, tärkeimpiin avaintoimijoihin, niiden nykyiseen kehitys- ja käyttöönottovaiheeseen jne. Kaiken tämän vuoksi harkitsemme itse ajavia autoja, koska ne muodostavat merkittävän markkinan autonomisista ajoneuvoista.

Itse ajavien autojen historia

Kuljettamattomat itse ajavat autot tulivat aluksi tieteiskirjallisuudesta, mutta nyt ne ovat melkein valmiita tielle. Mutta tekniikkaa ei syntynyt yhdessä yössä; kokeilut itse ajavista autoista alkoivat 1920-luvun lopulla autojen ohjauksella radioaaltojen avulla etänä. Näiden autojen lupaava kokeilu alkoi kuitenkin ilmestyä 1950-1960-luvulla, ja tutkimusorganisaatiot, kuten DARPA, rahoittivat ja tukivat sitä suoraan.

Asiat alkoivat realistisesti vasta 2000-luvulla, kun Google-kaltaiset tekniset jättiläiset alkoivat tulla esiin, kun se antoi iskun kilpaileville kenttäyrityksilleen, kuten yleismoottoreille, fordille ja muille. Google aloitti kehittämällä itse ajavaa autoprojektia, jota nyt kutsutaan nimellä Google waymo. Taksiyhtiö Uber esittänyt myös niiden automaattisessa autossa peräkkäin yhdessä sen kilpailu Toyota, BMW, Mercedes Benz ja muut suuret toimijat markkinoilla ja kun Tesla ajaa Elon Musk myös takoi markkinoiden tehdä asiat mausteinen.

Ajo-ohjeet

Termillä itseajoava auto ja täysin itsenäinen auto on suuri ero. Tämä ero perustuu alla kuvattuun ajotasoon. Nämä standardit antaa kansainvälisen suunnittelu- ja autoteollisuusyhdistyksen SAE (Society of Automotive Engineers) J3016-osasto ja Euroopassa Federal Highway Research Institute. Se on kuuden tason luokitus tasolta nolla tasolle viisi. Taso nolla ei kuitenkaan tarkoita automaatiota, vaan ajoneuvon täydellistä ihmisen hallintaa.

Taso 1 - Kuljettajan apu: Auton matalan tason apu, kuten kiihdytyksen tai ohjauksen hallintalaite, mutta ei molempia samanaikaisesti. Täällä kuljettaja hallitsee edelleen tärkeimpiä tehtäviä, kuten ohjausta, rikkomista, ympäröivän tuntemista.

Taso 2 - Osittainen automaatio: Tällä tasolla auto voi auttaa sekä ohjausta että kiihdytystä, kun taas kuljettaja valvoo edelleen suurinta osaa kriittisistä ominaisuuksista. Tämä on yleisin taso, jonka voimme löytää nykyään tiellä olevista autoista.

Taso 3 - Ehdollinen automaatio: Siirtyminen tasolle 3, jossa auto valvoo ympäristöolosuhteita antureiden avulla ja toteuttaa tarvittavat toimet, kuten jarruttaminen ja vieritys ohjauksessa, kun taas kuljettaja on paikalla puuttumaan järjestelmään odottamattomien olosuhteiden sattuessa.

Taso 4 - Korkea automaatio: Tämä on korkea automaatiotaso, jossa auto pystyy suorittamaan koko matkan ilman inhimillistä panosta. Tässä tapauksessa on kuitenkin omat ehdot, joiden mukaan kuljettaja voi vaihtaa auton tähän tilaan vain, kun järjestelmä havaitsee liikenneolosuhteiden olevan turvalliset eikä ruuhkaa ole.

Taso 5 - Täysi automaatio: Tämä taso koskee täysin automatisoituja autoja, joita ei ole olemassa tähän päivään saakka. Insinöörit yrittävät saada sen tapahtumaan. Tämän avulla voimme saavuttaa määränpäämme ilman manuaalista ohjauksen tai jarrujen syöttöä.

Erilaisia ​​antureita, joita käytetään autonomisissa / itse ajavissa ajoneuvoissa

Itsenäisissä ajoneuvoissa käytetään erilaisia ​​antureita, mutta suurin osa niistä sisältää kameroiden, RADARien, LIDARien ja ultraääniantureiden käytön. Asema ja tyyppi käytettävät anturit autonomisen autot on esitetty alla.

Kaikki yllä mainitut anturit syöttävät reaaliaikaisen datan elektroniseen ohjausyksikköön, joka tunnetaan myös nimellä Fusion ECU, jossa tietoja käsitellään ympäröivän ympäristön 360 asteen tiedon saamiseksi. Tärkeimmät anturit, jotka muodostavat itseajoavien ajoneuvojen sydämen ja sielun, ovat RADAR-, LIDAR- ja kamera-anturit, mutta emme voi sivuuttaa myös muiden antureiden, kuten ultraäänianturin, lämpötila-antureiden, kaistatunnistinten ja GPS: n, osuutta..

Alla oleva kaavio on peräisin Google Patents -tutkimuksesta, jossa keskityttiin antureiden käyttöön itsenäisissä tai itse ajavissa ajoneuvoissa. Tutkimuksessa analysoitiin patenttikentän lukumäärä kussakin tekniikassa (useita antureita, mukaan lukien Lidar, kaikuluotain, tutka ja kamerat esineiden ja esteiden havaitsemiseen, luokitteluun ja seurantaan) käyttäen perussensoreita, joita käytetään jokaisessa itse ajavassa ajoneuvossa.

Yllä oleva kaavio näyttää itseajoavien ajoneuvojen patenttihakemustrendit keskittyen antureiden käyttöön siinä, koska voidaan tulkita, että näiden ajoneuvojen kehittäminen anturien avulla alkoi noin 1970-luvulla. Vaikka kehitysnopeus ei ollut tarpeeksi nopea, mutta lisääntyi hyvin hitaasti. Syyt tähän voivat olla lukemattomat, kuten rakentamattomat tehtaat, kehittymättömät asianmukaiset tutkimuslaitokset ja laboratoriot, huippuluokan tietojenkäsittely ja tietysti nopea internetyhteys, pilvi- ja reunaarkkitehtuurit eivät ole käytettävissä itse ajavien ajoneuvojen laskennassa ja päätöksenteossa.

Vuosina 2007-2010 tämä tekniikka kasvoi äkillisesti. Koska tänä aikana vain yksi yritys oli vastuussa siitä, ts. General motorit, ja seuraavina vuosina kilpailuun liittyi tekninen jättiläinen Google ja nyt useat yritykset työskentelevät tämän tekniikan parissa.

Tulevina vuosina voidaan ennustaa, että tälle teknologia-alueelle tulee kokonaan uusi joukko yrityksiä, jotka vievät tutkimusta eteenpäin eri tavoin.

RADARit itse ajavissa ajoneuvoissa

Tutkalla on tärkeä rooli autettaessa ajoneuvoja ymmärtämään järjestelmänsä, olemme jo aiemmin rakentaneet yksinkertaisen ultraäänitutkajärjestelmän Arduino. Tutkateknologia löysi ensimmäisen käyttömahdollisuutensa toisen maailmansodan aikana.Saksalaisen keksijän Christian Huelsmeyerin patentin "telemobiloskooppi" soveltamisella tutkatekniikka otettiin käyttöön varhaisessa vaiheessa, joka pystyi havaitsemaan jopa 3000 metrin päässä olevat alukset.

Nopeasti eteenpäin tutkateknologian kehitys on tuonut monia käyttötapauksia ympäri maailmaa armeijaan, lentokoneisiin, aluksiin ja sukellusveneisiin.

Kuinka tutka toimii?

RADAR on lyhenne sanoista ra dio d etection nd R anging, ja melko paljon sen nimen voi ymmärtää, että se toimii radioaalloilla. Lähetin lähettää radiosignaaleja kaikkiin suuntiin, ja jos matkalla on esine tai este, nämä radioaallot heijastuvat takaisin tutkavastaanottimeen, lähettimen ja vastaanottimen taajuusero on verrannollinen matka-aikaan ja sitä voidaan käyttää mittaamaan etäisyydet ja erottaa erityyppiset esineet.

Alla olevassa kuvassa näkyy tutkan lähetys- ja vastaanottokaavio, jossa punainen viiva on lähetetty signaali ja siniset viivat ovat vastaanotettuja signaaleja eri esineiltä ajan mittaan. Koska tiedämme lähetetyn ja vastaanotetun signaalin ajan, voimme suorittaa FFT-analyysin kohteen etäisyyden laskemiseksi anturista.

RADAR: n käyttö itse ajavissa autoissa

RADAR on yksi antureista, jotka ajavat auton peltiä taaksepäin autonomiseksi. Se on tekniikka, jota on käytetty autojen tuotannossa 20 vuoden ajan ja joka mahdollistaa auton mukautuvan vakionopeudensäätimen ja automaattisen hätäjarru. Toisin kuin näköjärjestelmät, kuten kameran, se näkee yöllä tai huonolla säällä ja voi ennustaa kohteen etäisyyden ja nopeuden sadoista jaardeista.

RADARin haittapuoli on, että edes pitkälle kehittyneet tutkat eivät pysty ennustamaan ympäristöään selvästi. Ajattele, että olet pyöräilijä, joka seisoo auton edessä, tässä Tutka ei voi ennustaa varmasti, että olet pyöräilijä, mutta se voi tunnistaa sinut esineeksi tai esteeksi ja suorittaa tarvittavat toimet, eikä se myöskään voi ennustaa suuntaa jota kohtaat sitä voi havaita vain nopeutesi ja liikkumissi.

Ajettaessa ihmisten tavoin ajoneuvojen on ensin nähtävä ihmisten tavoin. Valitettavasti RADAR ei ole kovin yksityiskohtainen, sitä on käytettävä yhdessä muiden antureiden kanssa autonomisissa ajoneuvoissa. Suurin osa autovalmistajista, kuten Google, Uber, Toyota ja Waymo, luottavat voimakkaasti toiseen anturiin, nimeltään LiDAR, koska ne ovat yksityiskohtaisia, mutta niiden kantama on vain muutama sata metriä. Tämä on ainoa poikkeus autonomiseen autonvalmistajaan TESLA, koska he käyttävät RADARia ensisijaisena anturina ja Musk uskoo, että he eivät koskaan tarvitse LiDARia järjestelmissään.

Aikaisemmin tutkatekniikan kehitystä ei tapahtunut paljon, mutta nyt niiden merkitys autonomisissa ajoneuvoissa. RADAR-järjestelmän kehitystä tuovat esiin erilaiset tekniset yritykset ja startupit. Yrityksille, jotka keksiä rooli tutkan liikkuvuuden on lueteltu alla

BOSCH

Boschin uusin RADAR-versio auttaa luomaan paikallisen kartan, jonka yli ajoneuvo voi ajaa. He käyttävät karttakerrosta yhdessä RADARin kanssa, jonka avulla sijainti voidaan selvittää GPS- ja RADAR-tietojen perusteella samalla tavalla kuin tien allekirjoitusten luominen.

Lisäämällä GPS: n ja RADARin tulot Boschin järjestelmä voi ottaa reaaliaikaisia ​​tietoja ja verrata niitä peruskarttaan, sovittaa näiden kahden kuviot ja määrittää sijaintinsa erittäin tarkasti.

Tämän tekniikan avulla auto voi ajaa itseään huonoissa sääolosuhteissa turvautumatta paljon kameroihin ja LiDAR-kameroihin.

WaveSense

WaveSense on Bostonissa toimiva RADAR-yritys, joka uskoo, että itse ajavien autojen ei tarvitse ymmärtää ympäröivää ympäristöä samalla tavoin kuin ihmiset.

Heidän RADAR, toisin kuin muut järjestelmät, käyttää maahan tunkeutuvia aaltoja nähdäksesi tien läpi luomalla tienpinnan kartan. Niiden järjestelmät lähettävät radioaaltoja 10 jalkaa tien alapuolelle ja saavat signaalin takaisin, joka kartoittaa maaperän tyypin, tiheyden, kivet ja infrastruktuurin.

Kartta on ainutlaatuinen tien sormenjälki. Autot voivat verrata sijaintiaan esiladattuun karttaan ja paikantaa itsensä 2 senttimetrin sisällä vaakasuorassa ja 15 senttimetrin korkeudessa.

Aaltotekniikka ei myöskään ole riippuvainen sääolosuhteista. Maan läpäisevää tutkaa käytetään perinteisesti arkeologiassa, putkilinjan työssä ja pelastuksessa; wavesense on ensimmäinen yritys, joka käyttää sitä autoteollisuudessa.

Lunewave

Pallon muotoiset antennit ovat RADAR-teollisuuden tunnistamia saksalaisfyysikko Rudolf Luneburgin vuonna 1940 tulosta lähtien. Ne voivat tarjota 360 asteen tunnistuskyvyn, mutta toistaiseksi ongelmana oli, että niitä oli vaikea valmistaa pienikokoisina autokäyttöön.

3D-tulostuksen ansiosta ne voidaan helposti suunnitella. Lunewave suunnittelee 360 ​​asteen antenneja 3D-tulostuksen avulla suunnilleen pingispongin kokoon.

Antennien ainutlaatuinen muotoilu antaa RADARille mahdollisuuden tunnistaa esteet 380 jaardin etäisyydeltä, mikä on lähes kaksinkertainen määrä, joka voitaisiin saavuttaa normaalilla antennilla. Lisäksi pallo sallii 360 asteen tunnistuskyvyn yhdestä yksiköstä 20 asteen perinteisen näkymän sijaan. Pienen koon vuoksi se on helpompi integroida järjestelmään, ja RADAR-yksiköiden pienentäminen vähentää prosessorin monikuvien ompelemista.

LiDars itse ajavissa ajoneuvoissa

LiDAR tarkoittaa Li GHT D etection nd R anging, se on kuvantamismenetelmä, kuten tutka vaan käyttää radioaaltojen se käyttää valoa (laser) kuvaamiseksi ympäristössä. Se voi helposti luoda 3D-kartan ympäristöstä pistepilven avulla. Se ei kuitenkaan voi vastata kameran tarkkuutta, mutta silti se on riittävän selkeä kertomaan kohteen suuntaan.

Kuinka LiDAR toimii?

LiDAR voidaan yleensä nähdä itse ajavien ajoneuvojen päällä pyörivänä moduulina. Kun se pyörii, se lähettää valoa suurella nopeudella 150000 pulssia sekunnissa ja mittaa sitten aikaa, jonka he palaavat takaisin osuessaan edessään oleviin esteisiin. Kun valo kulkee suurella nopeudella, 300 000 kilometriä sekunnissa, se voi mitata esteen etäisyydet helposti kaavan Etäisyys = (Valon nopeus x Lennon aika) / 2 avulla ja eri pisteiden etäisyydellä Ympäristö on kerätty sitä käytetään muodostamaan pistepilvi, joka voidaan tulkita 3D-kuviksi. LiDAR mittaa yleensä esineiden todelliset mitat, mikä antaa plus-pisteen, jos sitä käytetään ajoneuvoissa. Tästä artikkelista saat lisätietoja LiDARista ja sen toiminnasta.

LiDarin käyttö autoissa

Vaikka LiDAR näyttää olevan sietämätön kuvantamistekniikka, sillä on omat haittansa

• Korkeat käyttökustannukset ja vaativa huolto
• Tehoton rankkasateessa
• Huono kuvankäsittely paikoissa, joissa on korkea aurinkokulma tai valtavat heijastukset

Näiden haittojen lisäksi yritykset, kuten Waymo, investoivat voimakkaasti tähän tekniikkaan sen parantamiseksi, koska ne luottavat voimakkaasti tähän tekniikkaan ajoneuvoissaan, jopa Waymo käyttää LiDAR: itä ensisijaisena anturina ympäristön kuvantamiseen.

Mutta silti on Teslan kaltaisia ​​yrityksiä, jotka vastustavat LiDAR-autojen käyttöä ajoneuvoissa. Teslan toimitusjohtaja Elon Musk kommentoi äskettäin LiDAR: n " lidar on tyhmä tehtävä, ja kaikki, jotka luottavat lidariin, ovat tuomittuja ". Hänen yrityksensä Tesla on pystynyt saavuttamaan itseajon ilman LiDAR-koneita, alla on esitetty Teslassa käytetyt anturit ja sen peittoalue.

Tämä kohdistuu suoraan yrityksiin, kuten Fordiin, GM Cruiseen, Uberiin ja Waymoon, jotka ajattelevat, että LiDAR on olennainen osa anturisarjaa . Se on ennustani. " Myös yliopistot tukevat muskin päätöstä polkumyynnillä LiDAR: ista, koska kaksi halpaa kameraa ajoneuvon kummallakin puolella voi havaita esineitä lähes LiDAR: n tarkkuudella vain murto-osalla LiDAR: n kustannuksista. Tesla-auton molemmille puolille sijoitetut kamerat näkyvät alla olevassa kuvassa.

Kamerat itse ajavissa ajoneuvoissa

Kaikki itse ajavat ajoneuvot käyttävät useita kameroita saadakseen 360 asteen kuvan ympäröivästä ympäristöstä. Useita kameroita kummaltakin puolelta, kuten edestä, takaa, vasemmalta ja oikealta, käytetään ja lopuksi kuvat ommellaan yhteen 360 asteen näkymän saamiseksi. Joillakin kameroilla on laaja näkökenttä jopa 120 astetta ja lyhyempi kantama, ja toiset keskittyvät kapeampaan näkymään pitkän kantaman kuvien tuottamiseksi. Joillakin näiden ajoneuvojen kameroilla on kalansilmävaikutus, jotta niistä on erittäin laaja panoraamanäkymä. Kaikkia näitä kameroita käytetään joidenkin tietokonenäköalgoritmien kanssa, jotka suorittavat kaiken analyysin ja havaitsemisen ajoneuvolle. Voit myös tutustua muihin aiemmin käsittelemiemme kuvankäsittelyyn liittyviin artikkeleihin.

Kameran käyttö autoissa

Ajoneuvojen kameroita käytetään pitkään sovelluksissa, kuten pysäköintitutkissa ja autojen takaosan valvonnassa. Nyt kun itse ajavien ajoneuvojen tekniikka on kehittämässä kameran roolia ajoneuvoissa, sitä harkitaan uudelleen. Kamerat tarjoavat 360 asteen ympäröivän kuvan ympäristöstä, mutta kamerat voivat ajaa ajoneuvoja itsenäisesti tien läpi.

Tien surround-näkymän saamiseksi kamerat on integroitu ajoneuvon eri paikkoihin, edessä käytetään laajakuvakennoanturia, joka tunnetaan myös nimellä binokulaarinen näköjärjestelmä, ja vasemmalla ja oikealla puolella käytetään monokulaarisia näköjärjestelmiä ja takana pysäköintikameraa käytetään. Kaikki nämä kamerayksiköt vievät kuvat ohjausyksiköihin ja ompelee kuvat tilaääneksi.

Muun tyyppiset anturit itse ajavissa ajoneuvoissa

Edellä mainittujen kolmen anturin lisäksi on olemassa myös jonkin muun tyyppisiä antureita, joita käytetään itseajoavissa ajoneuvoissa eri tarkoituksiin, kuten kaistanhavaitseminen, rengaspaineen valvonta, lämpötilan säätö, ulkovalaistuksen hallinta, telematiikka, ajovalojen hallinta jne.

Itsekuljettavien ajoneuvojen tulevaisuus on jännittävä ja sitä kehitetään edelleen, tulevaisuudessa monet yritykset olisivat kilpailun käynnissä, ja tämän myötä luotaisiin monia uusia lakeja ja standardeja, jotta tätä tekniikkaa voidaan käyttää turvallisesti.