- Historien om selvkjørende biler
- Ulike typer sensorer som brukes i autonome / selvkjørende kjøretøy
- RADARer i selvkjørende kjøretøy
- LiDars i selvkjørende kjøretøy
- Kameraer i selvkjørende kjøretøy
- Andre typer sensorer i selvkjørende kjøretøy
På en fin morgen krysser du veien for å komme til kontoret på den andre siden, akkurat når du er halvveis gjennom, merker du et førerløst metallstykke, en robot, som går fremover og du kommer inn i et dilemma som bestemmer deg for å krysse vei eller ikke? Et sterkt spørsmål presser deg, "Har bilen lagt merke til meg?" Da føler du deg lettet når du observerer at hastigheten på kjøretøyet automatisk blir redusert, og det er en vei ut for deg. Men vent på hva som nettopp skjedde? Hvordan fikk en maskin menneskelig nivå intelligens?
I denne artikkelen vil vi prøve å svare på disse spørsmålene ved å se nærmere på sensorene som brukes i selvkjørende biler, og hvordan de gjør seg klare til å kjøre fremtidens biler. Før vi dykker inn i det, la oss også ta igjen det grunnleggende om autonome kjøretøy, deres kjørestandarder, de viktigste nøkkelaktørene, deres nåværende utviklings- og distribusjonsfase osv. For alt dette vil vi vurdere å kjøre biler selv fordi de utgjør et stort marked andel av de autonome kjøretøyene.
Historien om selvkjørende biler
Sjåførløse, selvkjørende biler kom opprinnelig ut av science fiction, men nå er de nesten klare til å treffe veiene. Men teknologien dukket ikke opp over natten; eksperimenter på de selvkjørende bilene startet på slutten av 1920-tallet med bilene som ble fjernstyrt ved hjelp av radiobølgene. Imidlertid begynte den lovende rettssaken med disse bilene å komme ut i 1950-1960-årene og ble rett finansiert og støttet av forskningsorganisasjonene som DARPA.
Ting begynte realistisk bare på 2000-tallet da teknologigigantene som Google begynte å komme frem for å gi et slag mot sine konkurrerende feltbedrifter som generelle motorer, ford og andre. Google startet med å utvikle sitt selvkjørende bilprosjekt som nå kalles Google waymo. Taxi selskapet Uber også komme frem med sitt selv kjører bilen på rad sammen med sin konkurranse med Toyota, BMW, Mercedes Benz og andre store aktører i markedet, og etter den tid Tesla drevet av Elon Musk også slo markedet for å gjøre ting krydret.
Kjørestandarder
Det er stor forskjell mellom begrepet selvkjørende bil og fullt autonom bil. Denne forskjellen er basert på nivået på kjørestandard som er forklart nedenfor. Disse standardene er gitt av J3016-seksjonen til den internasjonale ingeniør- og bilindustriforeningen, SAE (Society of Automotive Engineers), og i Europa av Federal Highway Research Institute. Det er en klassifisering på seks nivåer fra nivå null til nivå fem. Imidlertid nivå null medfører ingen automatisering, men komplette humane kontrollen over kjøretøyet.
Nivå 1 - Driverassistanse: En assistanse på lavt nivå av bilen, slik som akselerasjonskontroll eller styringskontroll, men ikke begge samtidig. Her blir de viktigste oppgavene som styring, knusing, kunnskap om omgivelsene fortsatt kontrollert av sjåføren.
Nivå 2 - Delautomatisering: På dette nivået kan bilen hjelpe både styring og akselerasjon mens de fleste kritiske funksjonene fremdeles overvåkes av føreren. Dette er det vanligste nivået vi kan finne i biler som er på veien i dag.
Nivå 3 - Betinget automatisering: Gå videre til nivå 3 der bilen overvåker miljøforholdene ved hjelp av sensorer og tar nødvendige tiltak som å bremse og rulle på styringen, mens den menneskelige føreren er der for å gripe inn i systemet hvis det oppstår en uventet tilstand.
Nivå 4 - Høy automatisering: Dette er et høyt automatiseringsnivå der bilen er i stand til å fullføre hele reisen uten menneskelig innspill. Imidlertid kommer denne saken med sin egen forutsetning at sjåføren kun kan sette bilen i denne modusen når systemet oppdager at trafikkforholdene er trygge og det ikke er trafikkork.
Nivå 5 -Full automatisering: Dette nivået er for helautomatiske biler som ikke eksisterer til dags dato. Ingeniører prøver å få det til. Dette vil gjøre det mulig for oss å nå målet uten manuell kontrollinngang til styring eller bremser.
Ulike typer sensorer som brukes i autonome / selvkjørende kjøretøy
Det finnes forskjellige typer sensorer som brukes i autonome kjøretøyer, men de fleste inkluderer bruk av kameraer, RADAR, LIDAR og ultralydssensorer. Den posisjon og type sensorer som benyttes i autonome biler, er vist nedenfor.
Alle de ovennevnte sensorene mater sanntidsdataene til Electronic Control Unit, også kjent som Fusion ECU, der data blir behandlet for å få 360-graders informasjon om omgivelsene. De viktigste sensorene som danner hjertet og sjelen til selvkjørende biler er RADAR-, LIDAR- og kamerasensorene, men vi kan ikke se bort fra bidraget fra andre sensorer som ultralydsensor, temperaturfølere, kjørefeltdetektorer og GPS.
Grafen vist nedenfor er fra forskningsstudien utført på Google Patents med fokus på bruken av sensorene i autonome eller selvkjørende biler, studien analyserer antall patentfelt på hver teknologi (flere sensorer inkludert Lidar, ekkolodd, radar og kameraer for gjenkjenning av gjenstander og hindringer, klassifisering og sporing) ved hjelp av grunnleggende sensorer som brukes i alle selvkjørende kjøretøy.
Grafen ovenfor viser patentarkivtrendene for selvkjørende biler som holder fokus på bruken av sensorer i den, da det kan tolkes at utviklingen av disse kjøretøyene ved hjelp av sensorer startet rundt 1970-tallet. Selv om utviklingstempoet ikke var raskt nok, men økte i et veldig sakte tempo. Årsakene til dette kan være mange som ubebygde fabrikker, ubebygde forskningsfasiliteter og laboratorier, utilgjengelighet av high-end databehandling og selvfølgelig utilgjengelighet av høyhastighets internett, sky- og kantarkitekturer for beregning og beslutningstaking av selvkjørende biler.
I 2007-2010 var det plutselig vekst av denne teknologien. Fordi det i løpet av denne perioden bare var et enkelt selskap som var ansvarlig for det, det vil si generelle motorer, og i løpet av de neste årene fikk dette løpet selskap av teknologigiganten Google, og nå jobber forskjellige selskaper med denne teknologien.
I de kommende årene kan det forventes at et helt nytt sett med selskaper vil komme inn i dette teknologiområdet og ta forskningen videre på forskjellige måter.
RADARer i selvkjørende kjøretøy
Radar spiller en viktig rolle for å hjelpe kjøretøyene med å forstå systemet, vi har allerede bygget et enkelt ultralyd Arduino Radar-system tidligere. Radar-teknologien fant først sin utbredte bruk under andre verdenskrig, med anvendelse av den tyske oppfinneren Christian Huelsmeyer-patentet 'telemobiloscope', en tidlig implementering av radarteknologi som kunne oppdage skip opp til 3000 m unna.
Rask fremover i dag har utviklingen av radarteknologien ført til mange brukssaker over hele verden i militæret, fly, skip og ubåter.
Hvordan fungerer radar?
RADAR er et akronym for ra dio d etection et nd r anging, og ganske mye fra sitt navn, kan det forstås at det fungerer på radiobølger. En sender sender radiosignalene i alle retninger, og hvis det er et objekt eller en hindring i veien, reflekterer disse radiobølgene tilbake til radarmottakeren, forskjellen i sender og mottakerfrekvens er proporsjonal med reisetiden og kan brukes til å måle avstander og skille mellom forskjellige typer objekter.
Bildet nedenfor viser radaroverførings- og mottaksgrafen, der rød linje er det overførte signalet og blå linjer er de mottatte signalene fra forskjellige objekter over tid. Siden vi vet tidspunktet for overført og mottatt signal, kan vi utføre FFT-analyse for å beregne avstanden til objektet fra sensoren.
Bruk av RADAR i selvkjørende biler
RADAR er en av sensorene som kjører bak bilens metallplate for å gjøre den autonom, det er en teknologi som har vært i produksjonen av bilene fra 20 år til nå, og det gjør det mulig for en bil å ha adaptiv cruise control og automatisk nødbremsing. I motsetning til visjonssystemene som kameraets kan det se om natten eller i dårlig vær og kan forutsi avstanden og hastigheten på objektet fra hundrevis av meter.
Ulempen med RADAR er at selv de svært avanserte radarene ikke kan forutsi miljøet klart. Tenk på at du er en syklist som står foran en bil, her kan ikke Radar forutsi sikkert at du er en syklist, men den kan identifisere deg som et objekt eller et hinder og kan ta nødvendige tiltak, den kan heller ikke forutsi retningen i som du står overfor, kan bare oppdage hastighet og bevegelsesretning.
For å kjøre som mennesker, må kjøretøy først se ut som mennesker. Dessverre er RADAR ikke mye detaljspesifikk, den må brukes i kombinasjon med andre sensorer i autonome kjøretøyer. De fleste av bilprodusentsselskapene som Google, Uber, Toyota og Waymo stoler sterkt på en annen sensor som heter LiDAR, siden de er detaljspesifikke, men rekkevidden deres er bare noen få hundre meter. Dette er et eneste unntak fra den autonome bilprodusenten TESLA, da de bruker RADAR som sin primære sensor, og Musk er trygg på at de aldri trenger LiDAR i systemene sine.
Tidligere skjedde det ikke mye utvikling med Radar Technology, men nå med deres betydning i autonome kjøretøyer. Fremgang i RADAR-systemet blir tatt opp av forskjellige teknologibedrifter og oppstart. De selskapene som er gjenoppfinne rolle RADAR i mobilitet er listet opp nedenfor
BOSCH
Boschs siste versjon av RADAR hjelper til med å lage et lokalt kart som kjøretøyet kan kjøre over. De bruker et kartlag i kombinasjon med RADAR som gjør det mulig å finne ut posisjonen basert på GPS- og RADAR-informasjon som ligner på å lage veisignaturer.
Ved å legge til inngangene fra GPS og RADAR kan Boschs system ta sanntidsdata og sammenligne dem med basiskartet, matche mønstrene mellom de to og bestemme stedene med høy nøyaktighet.
Ved hjelp av denne teknologien kan bilen kjøre seg selv i dårlige værforhold uten å stole mye på kameraer og LiDAR.
WaveSense
WaveSense er et Boston-basert RADAR-selskap som mener at selvkjørende biler ikke trenger å oppfatte omgivelsene som de samme som mennesker.
Deres RADAR, i motsetning til de andre systemene, bruker bakkegjennomtrengende bølger for å se gjennom veiene ved å lage et kart over veibanen. Systemene deres overfører radiobølgene 10 meter under veien og får signalet tilbake som kartlegger jordtype, tetthet, bergarter og infrastruktur.
Kartet er et unikt fingeravtrykk av veien. Biler kan sammenligne posisjonen med et forhåndslastet kart og lokalisere seg innen 2 centimeter horisontalt og 15 centimeter vertikalt.
Wavesense-teknologien er heller ikke avhengig av værforhold. Bakken gjennomtrengende radar brukes tradisjonelt i arkeologi, rørledningsarbeid og redning; wavense er det første selskapet som bruker det til bilformål.
Lunewave
Kuleformede antenner er anerkjent av RADAR-industrien siden de kom i 1940 av den tyske fysikeren Rudolf Luneburg. De kan gi en 360-graders avkjenningsevne, men til nå var problemet at de var tøffe å produsere i liten størrelse for bilbruk.
Med resultatet av 3D-utskrift, kunne de enkelt designes. Lunewave designer 360 graders antenner ved hjelp av 3D-utskrift omtrent til størrelsen på en ping-pong ball.
Den unike utformingen av antenner gjør at RADAR kan oppdage hindringer i en avstand på 380 meter, noe som er nesten dobbelt så mye som en normal antenne kan oppnå. Videre tillater sfæren avkjenningsevnen på 360 grader fra en enkelt enhet, i stedet for 20-graders tradisjonell visning. På grunn av liten størrelse er det lettere å integrere den i systemet, og reduksjon av RADAR-enhetene reduserer stingbelastningen for flere bilder over prosessoren.
LiDars i selvkjørende kjøretøy
LIDAR står for Li GHT D etection et nd R anging, er det en avbildningsteknikk i likhet RADAR men i stedet for ved hjelp av radiobølger den bruker lys (laser) for å avbilde omgivelsene. Det kan enkelt generere et 3D-kart over omgivelsene ved hjelp av en punktsky. Det kan imidlertid ikke stemme overens med oppløsningen til kameraet, men det er fortsatt klart nok til å fortelle retningen et objekt vender mot.
Hvordan fungerer LiDAR?
LiDAR kan vanligvis sees på toppen av selvkjørende biler som en spinnemodul. Når den snurrer, avgir den lys med høy hastighet 150.000 pulser per sekund, og deretter måler det tiden det tar for dem å komme tilbake etter å ha truffet hindringene foran den. Når lyset beveger seg med høy hastighet, 300 000 kilometer per sekund, kan det enkelt måle avstandene til hindringen ved hjelp av formelen Avstand = (Lysets hastighet x Flytid) / 2 og som avstanden til forskjellige punkter i miljøet er samlet blir det brukt til å danne en punktsky som kan tolkes til 3D-bilder. LiDAR måler vanligvis de faktiske dimensjonene til gjenstandene, noe som gir et plusspoeng hvis det brukes i biler. Du kan lære mer om LiDAR og hvordan den fungerer i denne artikkelen.
Bruk av LiDar i biler
Selv om LiDAR ser ut til å være en uforsonlig bildebehandlingsteknologi, har den sine egne ulemper som
- Høye driftskostnader og tøft vedlikehold
- Ineffektivt under kraftig regn
- Dårlig bildebehandling på steder som har høy solvinkel eller store refleksjoner
I tillegg til disse ulempene investerer selskaper som Waymo tungt i denne teknologien for å gjøre det bedre ettersom de stoler sterkt på denne teknologien for kjøretøyene sine, selv Waymo bruker LiDAR som sin primære sensor for bildebehandling av miljøet.
Men fortsatt er det selskaper som Tesla som motarbeider bruk av LiDAR i kjøretøyene sine. Tesla-sjef Elon Musk kom nylig med en kommentar til bruken av LiDARs " lidar is a fool's ærend and anyone liting on lidar is dømt." Hans firma Tesla har vært i stand til å oppnå selvkjøring uten LiDAR, sensorene som brukes i Tesla og dets dekkområde er vist nedenfor.
Dette kommer direkte mot selskaper som Ford, GM Cruise, Uber og Waymo som mener LiDAR er en viktig del av sensorpakken, mosk Sitert på den som “ LiDAR er halt, De skal dumpe LiDAR, merk mine ord. Det er min spådom. ” Også universitetene tar sikkerhetskopi av Musks beslutning om å dumpe LiDAR siden to billige kameraer på hver side av et kjøretøy kan oppdage gjenstander med nesten LiDARs nøyaktighet med bare en brøkdel av kostnaden for LiDAR. Kameraene plassert på hver side av en Tesla-bil er vist på bildet nedenfor.
Kameraer i selvkjørende kjøretøy
Alle selvkjørende biler bruker flere kameraer for å få 360 graders utsikt over omgivelsene. Flere kameraer fra hver side som front, bak, venstre og høyre brukes, og til slutt syes bildene sammen for å ha 360-graders visning. Mens noen av kameraene har et bredt synsfelt så mye som 120 grader og kortere rekkevidde, og det andre fokuserer på mer smal visning for å gi bilder med lang rekkevidde. Noen kameraer i disse kjøretøyene har fiskeøyeffekten til å ha en super bred panoramautsikt. Alle disse kameraene brukes med noen datasynsalgoritmer som utfører all analyse og deteksjon for kjøretøyet. Du kan også sjekke ut andre bildebehandlingsrelaterte artikler som vi har omtalt tidligere.
Bruk av kamera i biler
Kameraer i kjøretøy blir brukt i lang tid sammen med en applikasjon som parkeringshjelp og overvåking av baksiden av bilene. Nå som teknologien til selvkjørende kjøretøy utvikler seg, blir kameraets rolle i kjøretøyer omtenkt. Selv om kameraene gir et 360-graders utsikt over omgivelsene, er kameraene i stand til å kjøre kjøretøyene autonomt gjennom veien.
For å ha et surroundbilde av veien er kameraer integrert på forskjellige steder i kjøretøyet. Foran brukes en vidvinkelkamera-sensor, også kjent som kikkertvisjonssystem, og på venstre og høyre side brukes monokulære synsystemer og bak slutt brukes et parkeringskamera. Alle disse kameraenhetene bringer bildene til kontrollenhetene, og det syr bildene for å ha en surroundvisning.
Andre typer sensorer i selvkjørende kjøretøy
I tillegg til de ovennevnte tre sensorene, er det noen andre typer sensorer som brukes i selvkjørende biler til forskjellige formål, for eksempel kjørefeltdeteksjon, dekktrykkovervåking, temperaturkontroll, utvendig lysstyring, telematikksystem, lyskontroll etc.
Fremtiden for selvkjørende biler er spennende og er fortsatt under utvikling, i fremtiden vil mange selskaper komme frem for å kjøre løpet, og med dette vil mange nye lover og standarder bli opprettet for å ha en sikker bruk av denne teknologien.