- Geschiedenis van zelfrijdende auto's
- Verschillende soorten sensoren die worden gebruikt in autonome / zelfrijdende voertuigen
- RADAR's in zelfrijdende voertuigen
- LiDars in zelfrijdende voertuigen
- Camera's in zelfrijdende voertuigen
- Ander type sensoren in zelfrijdende voertuigen
Op een mooie ochtend steek je de weg over om aan de andere kant van je kantoor te komen, net als je halverwege bent, zie je een onbemand stuk metaal, een robot, oprukken en kom je voor een dilemma te staan bij de beslissing om de weg over te steken. weg of niet? Een sterke vraag dringt bij je op: "Heeft de auto me opgemerkt?" Dan voel je je opgelucht als je merkt dat de snelheid van het voertuig automatisch wordt vertraagd en het een uitweg voor je maakt. Maar wacht even wat er net is gebeurd? Hoe kreeg een machine intelligentie op menselijk niveau?
In dit artikel zullen we proberen deze vragen te beantwoorden door diep te kijken naar de sensoren die worden gebruikt in zelfrijdende auto's en hoe ze zich voorbereiden om de auto's van onze toekomst te besturen. Laten we, voordat we daarin duiken, ook de basisprincipes van autonome voertuigen, hun rijstijlen, de belangrijkste hoofdrolspelers, hun huidige ontwikkelings- en implementatiefase enz. Inhalen. Voor dit alles zullen we zelfrijdende auto's overwegen omdat ze een belangrijke markt vormen. aandeel van de autonome voertuigen.
Geschiedenis van zelfrijdende auto's
Zelfrijdende auto's zonder bestuurder kwamen aanvankelijk uit de sciencefiction, maar zijn nu bijna klaar om de weg op te gaan. Maar de technologie kwam niet van de ene op de andere dag op; experimenten met de zelfrijdende auto's begonnen eind jaren twintig met de auto's die op afstand bestuurd werden met behulp van de radiogolven. De veelbelovende proef met deze auto's begon echter in de jaren 1950-1960 en werd rechtstreeks gefinancierd en ondersteund door onderzoeksorganisaties zoals DARPA.
Het begon pas realistisch in de jaren 2000, toen de tech-giganten zoals Google naar voren kwamen omdat het zijn rivaliserende veldbedrijven zoals General Motors, Ford en anderen een klap gaf. Google begon met de ontwikkeling van zijn zelfrijdende auto-project dat nu Google waymo wordt genoemd. Het taxibedrijf Uber komt ook naar voren met hun zelfrijdende auto op een rij, samen met de concurrentie met Toyota, BMW, Mercedes Benz en andere grote spelers op de markt en tegen de tijd dat Tesla bestuurd door Elon Musk ook op de markt sloeg om dingen te maken pittig.
Rijstandaarden
Er is een groot verschil tussen de term zelfrijdende auto en volledig autonome auto. Dit verschil is gebaseerd op de rijstandaard die hieronder wordt toegelicht. Deze normen worden gegeven door de J3016-sectie van de internationale vereniging voor engineering en auto-industrie, SAE (Society of Automotive Engineers), en in Europa door het Federal Highway Research Institute. Het is een classificatie van zes niveaus van niveau nul tot niveau vijf. Echter nulniveau impliceert geen automatisering maar volledige humane controle over het voertuig.
Niveau 1 - Bestuurdersassistentie: een laag niveau van assistentie van de auto, zoals acceleratiecontrole of de stuurcontrole, maar niet beide tegelijk. Hier worden de belangrijkste taken zoals sturen, remmen, de omgeving kennen nog steeds gecontroleerd door de bestuurder.
Niveau 2 - Gedeeltelijke automatisering: op dit niveau kan de auto zowel bij het sturen als bij het accelereren helpen, terwijl de meeste kritieke functies nog steeds door de bestuurder worden gecontroleerd. Dit is het meest voorkomende niveau dat we kunnen vinden in auto's die tegenwoordig op de weg zijn.
Niveau 3 - Voorwaardelijke automatisering: doorgaan naar niveau 3 waar de auto de omgevingsomstandigheden bewaakt met behulp van sensoren en de nodige maatregelen neemt, zoals remmen en rollen op het stuur, terwijl de menselijke bestuurder aanwezig is om het systeem in te grijpen als zich een onverwachte situatie voordoet.
Niveau 4 - Hoge automatisering: dit is een hoog automatiseringsniveau waarbij de auto in staat is om de hele reis af te leggen zonder menselijke tussenkomst. Dit geval heeft echter zijn eigen voorwaarde dat de bestuurder de auto alleen in deze modus kan schakelen als het systeem detecteert dat de verkeersomstandigheden veilig zijn en er geen file is.
Niveau 5 - Volledige automatisering: dit niveau is voor de volledig geautomatiseerde auto's die tot op heden niet bestaan. Ingenieurs proberen het voor elkaar te krijgen. Dit stelt ons in staat om onze bestemming te bereiken zonder handmatige bediening van de besturing of remmen.
Verschillende soorten sensoren die worden gebruikt in autonome / zelfrijdende voertuigen
Er zijn verschillende soorten sensoren die worden gebruikt in autonome voertuigen, maar de meeste daarvan omvatten het gebruik van camera's, RADAR's, LIDAR's en ultrasone sensoren. De positie en het type sensoren die worden gebruikt in autonome auto's worden hieronder weergegeven.
Alle bovengenoemde sensoren sturen de realtime gegevens naar de elektronische regeleenheid, ook bekend als Fusion ECU, waar gegevens worden verwerkt om 360-graden informatie van de omgeving te krijgen. De belangrijkste sensoren die het hart en de ziel vormen van zelfrijdende voertuigen zijn de RADAR's, LIDAR's en camerasensoren, maar we kunnen de bijdrage van andere sensoren zoals Ultrasone sensor, temperatuursensoren, Rijstrookdetectiesensoren en ook GPS niet negeren..
De onderstaande grafiek is afkomstig van het onderzoek uitgevoerd op Google Patents gericht op het gebruik van de sensoren in autonome of zelfrijdende voertuigen, het onderzoek analyseert het aantal patentvelden op elke technologie (meerdere sensoren, waaronder Lidar, sonar, radar en camera's voor object- en obstakeldetectie, classificatie en tracking) met behulp van basissensoren die in elk zelfrijdend voertuig worden gebruikt.
De bovenstaande grafiek toont de trends op het gebied van octrooiaanvragen voor zelfrijdende voertuigen, waarbij de nadruk ligt op het gebruik van sensoren erin, aangezien geïnterpreteerd zou kunnen worden dat de ontwikkeling van deze voertuigen met behulp van sensoren begon rond de jaren zeventig. Hoewel het ontwikkelingstempo niet snel genoeg was, maar in een zeer langzaam tempo toenam. De redenen hiervoor kunnen talrijk zijn, zoals onontwikkelde fabrieken, onontwikkelde goede onderzoeksfaciliteiten en laboratoria, onbeschikbaarheid van high-end computing en natuurlijk de onbeschikbaarheid van het snelle internet, cloud- en edge-architecturen voor de berekening en besluitvorming van zelfrijdende voertuigen.
In 2007-2010 was er een plotselinge groei van deze technologie. Omdat er in deze periode maar één bedrijf verantwoordelijk was, namelijk General Motors en in de daaropvolgende jaren werd deze race vergezeld door techgigant Google en nu werken verschillende bedrijven aan deze technologie.
In de komende jaren kan worden voorspeld dat er een hele nieuwe reeks bedrijven op dit technologiegebied zal komen die het onderzoek op verschillende manieren verder brengen.
RADAR's in zelfrijdende voertuigen
Radar speelt een belangrijke rol bij het helpen van de voertuigen om het systeem te begrijpen, we hebben eerder al een eenvoudig ultrasoon Arduino-radarsysteem gebouwd. De radartechnologie werd voor het eerst wijdverbreid gebruikt tijdens de Tweede Wereldoorlog, met toepassing van het patent van de Duitse uitvinder Christian Huelsmeyer 'telemobiloscope', een vroege implementatie van radartechnologie die schepen tot 3000 m afstand kon detecteren.
De ontwikkeling van de radartechnologie, die vandaag snel wordt doorgestuurd, heeft wereldwijd veel use-cases opgeleverd in het leger, vliegtuigen, schepen en onderzeeërs.
Hoe Radar werkt?
RADAR staat voor ra dio d etection a nd r anging, en vrijwel uit de naam kan worden begrepen dat het werkt op radiogolven. Een zender zendt de radiosignalen in alle richtingen en als er een object of obstakel in de weg staat, reflecteren deze radiogolven terug naar de radarontvanger, het verschil in zender- en ontvangerfrequentie is evenredig met de reistijd en kan worden gebruikt om de afstanden en onderscheid maken tussen verschillende soorten objecten.
De onderstaande afbeelding toont de radartransmissie- en -ontvangstgrafiek, waarbij rode lijn het uitgezonden signaal is en blauwe lijnen de ontvangen signalen van verschillende objecten in de tijd. Omdat we de tijd van het verzonden en ontvangen signaal kennen, kunnen we FFT-analyse uitvoeren om de afstand van het object tot de sensor te berekenen.
Gebruik van RADAR in zelfrijdende auto's
RADAR is een van de sensoren die achter het plaatwerk van de auto rijden om deze autonoom te maken, het is een technologie die al 20 jaar tot nu toe in de productie van de auto's wordt gebruikt, en het maakt het mogelijk dat een auto adaptieve cruisecontrol en automaat heeft. noodremming. In tegenstelling tot de vision-systemen zoals camera's kan het 's nachts of bij slecht weer zien en kan het de afstand en snelheid van objecten voorspellen vanaf honderden meters.
Het nadeel van RADAR is dat zelfs de zeer geavanceerde radars hun omgeving niet duidelijk kunnen voorspellen. Bedenk dat u een fietser bent die voor een auto staat, hier kan Radar niet met zekerheid voorspellen dat u een fietser bent, maar het kan u identificeren als een object of een obstakel en kan de nodige acties ondernemen, het kan ook niet de richting in waarmee u wordt geconfronteerd, kan alleen uw snelheid en bewegingsrichting detecteren.
Om als mensen te rijden, moeten voertuigen eerst als mensen zien. Helaas is RADAR niet veel detailspecifiek en moet het worden gebruikt in combinatie met andere sensoren in autonome voertuigen. De meeste autofabrikanten zoals Google, Uber, Toyota en Waymo zijn sterk afhankelijk van een andere sensor, LiDAR genaamd , omdat ze detailspecifiek zijn, maar hun bereik slechts een paar honderd meter bedraagt. Dit is een enige uitzondering op de autonome autofabrikant TESLA, die RADAR als primaire sensor gebruikt en Musk is ervan overtuigd dat ze nooit een LiDAR in hun systemen nodig zullen hebben.
Eerder was er niet veel ontwikkeling met de Radartechnologie, maar nu met hun belang in autonome voertuigen. Vooruitgang in het RADAR-systeem wordt opgevoed door verschillende technologiebedrijven en startups. De bedrijven die de rol van RADAR in mobiliteit opnieuw uitvinden, staan hieronder vermeld
BOSCH
De nieuwste versie van RADAR van Bosch helpt bij het maken van een lokale kaart waarover het voertuig kan rijden. Ze gebruiken een kaartlaag in combinatie met RADAR waarmee ze de locatie kunnen achterhalen op basis van GPS- en RADAR-informatie, vergelijkbaar met het maken van verkeersborden.
Door de invoer van de GPS en RADAR toe te voegen, kan het systeem van Bosch realtime gegevens nemen en deze vergelijken met de basiskaart, de patronen tussen de twee matchen en de locaties met hoge nauwkeurigheid bepalen.
Met behulp van deze technologie kan de auto zichzelf besturen in slechte weersomstandigheden zonder veel afhankelijk te zijn van camera's en LiDAR's.
WaveSense
WaveSense is een in Boston gevestigd RADAR-bedrijf dat gelooft dat zelfrijdende auto's hun omgeving niet als mensen hoeven te beschouwen.
Hun RADAR gebruikt in tegenstelling tot de andere systemen gronddoordringende golven om door de wegen te kijken door een kaart van het wegdek te maken. Hun systemen zenden de radiogolven 10 voet onder de weg uit en krijgen het signaal terug dat het bodemtype, de dichtheid, rotsen en infrastructuur in kaart brengt.
De kaart is een unieke vingerafdruk van de weg. Auto's kunnen hun positie vergelijken met een vooraf geladen kaart en zichzelf binnen 2 centimeter horizontaal en 15 centimeter verticaal lokaliseren.
De wavesense-technologie is ook niet afhankelijk van weersomstandigheden. Gronddoordringende radar wordt traditioneel gebruikt in de archeologie, pijpleidingwerk en reddingsacties; wavesense is het eerste bedrijf dat het gebruikt voor automotive doeleinden.
Lunewave
Bolvormige antennes worden door de RADAR-industrie erkend sinds hun komst in 1940 door de Duitse natuurkundige Rudolf Luneburg. Ze kunnen een detectiecapaciteit van 360 graden bieden, maar tot nu toe was het probleem dat ze moeilijk te vervaardigen waren in een klein formaat voor gebruik in de auto.
Met de uitkomst van 3D-printen kunnen ze gemakkelijk worden ontworpen. Lunewave ontwerpt 360 graden antennes met behulp van 3D-printen, ongeveer ter grootte van een pingpongbal.
Door het unieke ontwerp van antennes kan de RADAR obstakels detecteren op een afstand van 380 meter, wat bijna het dubbele is van een normale antenne. Verder maakt de bol een detectievermogen van 360 graden mogelijk vanaf een enkele eenheid, in plaats van een traditionele weergave van 20 graden. Vanwege het kleine formaat is het gemakkelijker om het in het systeem te integreren, en door het aantal RADAR-eenheden te verminderen, wordt de belasting van het samenvoegen van meerdere afbeeldingen over de processor verminderd.
LiDars in zelfrijdende voertuigen
LiDAR staat voor Li vecht D etection een tweede R anging, het is een beeldvormingstechniek evenals RADAR maar in plaats van radiogolven gebruikt het licht (laser) voor het afbeelden van de omgeving. Het kan eenvoudig een 3D-kaart van de omgeving genereren met behulp van een puntenwolk. Het kan echter niet overeenkomen met de resolutie van de camera, maar het is toch duidelijk genoeg om de richting te bepalen waarin een object is gericht.
Hoe LiDAR werkt?
LiDAR is meestal te zien bovenop zelfrijdende voertuigen als een draaiende module. Terwijl het ronddraait, zendt het licht uit met een hoge snelheid van 150.000 pulsen per seconde en meet het de tijd die nodig is om terug te keren na het raken van de obstakels die ervoor liggen. Omdat het licht met hoge snelheid reist, 300.000 kilometer per seconde, kan het de afstanden van het obstakel gemakkelijk meten met behulp van de formule Distance = (Speed of Light x Time of Flight) / 2 en als de afstand van verschillende punten in de omgeving wordt verzameld, het wordt gebruikt om een puntenwolk te vormen die kan worden geïnterpreteerd in 3D-beelden. LiDAR meet meestal de werkelijke afmetingen van de objecten, wat een pluspunt geeft bij gebruik in auto's. In dit artikel leest u meer over LiDAR en de werking ervan.
Gebruik van LiDar in auto's
Hoewel LiDAR een onverbiddelijke beeldtechnologie lijkt te zijn, heeft het zo zijn eigen nadelen
- Hoge operationele kosten en zwaar onderhoud
- Niet effectief tijdens zware regenval
- Slechte beeldvorming op plaatsen met een hoge zonhoek of grote reflecties
Naast deze nadelen investeren bedrijven zoals Waymo zwaar in deze technologie om het beter te maken, aangezien ze sterk afhankelijk zijn van deze technologie voor hun voertuigen, zelfs Waymo gebruikt LiDAR's als hun primaire sensor voor het in kaart brengen van de omgeving.
Maar toch zijn er bedrijven als Tesla die zich verzetten tegen het gebruik van LiDAR's in hun voertuigen. Tesla CEO Elon Musk maakte onlangs een opmerking over het gebruik van LiDAR's " lidar is een dwaze boodschap en iedereen die op lidar vertrouwt, is gedoemd." Zijn bedrijf Tesla heeft zelfrijdend kunnen bereiken zonder LiDAR's, de sensoren die in Tesla worden gebruikt en het dekkingsbereik zijn hieronder weergegeven.
Dit gaat rechtstreeks in tegen bedrijven als Ford, GM Cruise, Uber en Waymo die denken dat LiDAR een essentieel onderdeel is van de sensorsuite, zegt Musk. Daarop geciteerd: “ LiDAR is zwak. Ze gaan LiDAR dumpen, let op mijn woorden. Dat is mijn voorspelling. " Ook universiteiten steunen Musk's beslissing om LiDAR's te dumpen, aangezien twee goedkope camera's aan weerszijden van een voertuig objecten kunnen detecteren met bijna de nauwkeurigheid van LiDAR met slechts een fractie van de kosten van LiDAR. De camera's aan weerszijden van een Tesla-auto worden weergegeven in de onderstaande afbeelding.
Camera's in zelfrijdende voertuigen
Alle zelfrijdende voertuigen maken gebruik van meerdere camera's om een 360 graden zicht op de omgeving te hebben. Meerdere camera's van elke kant, zoals voorkant, achterkant, links en rechts, worden gebruikt en tot slot worden de afbeeldingen aan elkaar gehecht om een 360-gradenweergave te hebben. Terwijl sommige van de camera's een breed gezichtsveld hebben tot wel 120 graden en een korter bereik, en de andere focust op een smaller zicht om visuals over lange afstanden te bieden. Sommige camera's in deze voertuigen hebben het fish-eye-effect om een super breed panoramisch zicht te hebben. Al deze camera's worden gebruikt met enkele computer vision-algoritmen die alle analyses en detectie voor het voertuig uitvoeren. U kunt ook andere artikelen over beeldverwerking bekijken die we eerder hebben behandeld.
Gebruik van camera in auto's
Camera's in voertuigen worden al geruime tijd gebruikt met een toepassing als parkeerhulp en het bewaken van de achterkant van auto's. Nu de technologie van zelfrijdende voertuigen zich ontwikkelt, wordt de rol van camera in voertuigen heroverwogen. Terwijl ze een 360-graden omringend zicht op de omgeving bieden, kunnen camera's de voertuigen autonoom over de weg rijden.
Om een surround-zicht op de weg te hebben, zijn camera's op verschillende locaties van het voertuig geïntegreerd, vooraan wordt een breedbeeldcamera-sensor gebruikt, ook wel binoculair zichtsysteem genoemd en aan de linker- en rechterkant worden monoculaire zichtsystemen gebruikt en aan de achterkant einde een parkeercamera wordt gebruikt. Al deze camera-units brengen de beelden naar de controle-units en naaien de beelden om een surroundweergave te hebben.
Ander type sensoren in zelfrijdende voertuigen
Naast de bovengenoemde drie sensoren zijn er nog een ander type sensoren die worden gebruikt in zelfrijdende voertuigen voor verschillende doeleinden zoals rijstrookdetectie, bandenspanningscontrole, temperatuurregeling, buitenverlichting controle, telematicasysteem, koplampregeling etc.
De toekomst van zelfrijdende voertuigen is opwindend en is nog in ontwikkeling, in de toekomst zouden veel bedrijven naar voren komen om de race te rijden, en met dit zouden veel nieuwe wetten en normen worden gecreëerd om een veilig gebruik van deze technologie te hebben.