Az új önvezető szuperszenzor átlát a kanyarokon, és az elkerülhető balesetek teljes megszüntetését ígéri
A Neural Propulsion Systems (NPS) nevű kaliforniai cég bemutatta AtomicSense Platform szenzorfúziós termékét, amely szerinte elegendő adatot képes érzékelni és értelmezni az ütközések megelőzéséhez.
Az NPS írt egy tanulmányt, amely szerint ahhoz, hogy a környezetet elég messzire, világosan és elég korán érzékeljük az úttesten bekövetkező halálesetek (vagyis az elkerülhető balesetekből eredő) kiküszöböléséhez, másodpercenként 100 terabit adatgyűjtési és feldolgozási sebességre van szükség – ez 10 milliószorosa a szemből az agyba áramló becsült szenzoros adatsebességnek, amikor az ember nem részeg, vagy nem terelődik el a figyelme.
Az NPS tehát kidolgozott egy teljesen szilárdtest, system-on-chip érzékelőcsomagot, kihasználva a Védelmi Minisztérium kutatását. Az AtomicSense rendszer számos kamerát tartalmaz, amelyek három technológiai áttörést ötvöznek: digitális többsávos radart, több bemeneti/több kimeneti (MIMO) lidart és atomnorma számítástechnikát.
A jelenlegi 77 GHz-es autóradar kiválóan képes átlátni a ködöt, de rendkívül homályos képet fest a környezetről, és az esőcseppek megzavarhatják. Az 1 GHz-es radar azonban alig veszi észre az esőt, a hullámok elhajlanak, hogy „láthassanak” a kanyarokban és a sarkokban, sőt néhány szilárd anyagon is áthaladnak. A nagyfrekvenciás radar fókuszált nyalábja lidarszerű felbontást ad, de csak egyenes vonalban „lát”.
Négy radarfrekvencia alkalmazásával az NPS kihasználja a radarban rejlő teljes potenciált, és 100-szor nagyobb megbízhatóságot ér el, mint a hagyományos autóradarok. A radar digitális impulzusainak sugárzása gyakorlatilag kiküszöböli az egyéb radarjelekből származó interferencia kockázatát.
Az NPS MIMO lidarja több lézersugárzóból és -vevőből álló szilárdtest-tömböt használ, amelyek mindegyike egy kis területre fókuszál, és rövid ideig, másodpercenként 20-100-szor világít. Ez a villogás biztonságossá teszi a nagyobb teljesítményű lézerimpulzusokat az emberi szem számára, ami tiszta képalkotást tesz lehetővé több mint 540 yardon (493 méter) – ez nagyjából kétszerese a többi lidar tartományának.
A NASA Crows Landing kifutóján a közelmúltban végzett mérések rekordot jelentő, 1285 lábnyi (391 méter) távolságban észleltek egy kerékpárost.
A gazdag radar- és lidar-adatok kameraképekkel való egyesítésének és az egész értelmessé tételének ijesztő feladata az atomnormák számítása. Ez az adattömörítési koncepció csökkenti a kívánt érzékelési teljesítmény eléréséhez szükséges méréseket – eredetileg arra fejlesztették ki, hogy drasztikusan csökkentse azt az időt, amelyet a betegeknek az MRI-csőben kellett tölteniük.
Az AtomicSense a beolvasott világot körülbelül 8x8x8 hüvelyk méretű voxelekre – 3D pixelekre – osztja fel. A tér minden bitjének digitalizálása 6,8 petabit/másodperc feldolgozandó adatot generálna, de bármely jelenetben a voxelek 99,0-99,9 százaléka üres, és figyelmen kívül hagyható. Így a teljes adatfolyam-terhelés kezelhetőbb 100 terabit/másodpercre csökken.
A radar- és lidar-nyaláb digitális irányításával a rendszer alaposabban „lekérdezheti” az érdeklődésre számot tartó voxeleket – azokat, amelyek a haladási irányhoz közeli objektumokat tartalmaznak.
Az üres voxeleket másodpercenként 20-szor, míg a foglaltakat 100-szor vizsgálja meg. Az Atomic-norm számítástechnika lehetővé teszi, hogy az AtomicSense Platform a hagyományos szenzorkészletek teljesítményét az átviteli teljesítmény 1/50-ével párosítsa, miközben sokkal nagyobb felbontást és sokkal több célpontot ér el. Ez lehetővé teszi, hogy megbízhatóan észlelje a gyalogosokat 590 méterről.
A 2023-ra várható AtomicSense Platform érzékelőcsomag tartalmazza azt a szoftvert, amely azonosítja a jármű körüli tárgyakat – beleértve a parkoló autók közötti vagy a kanyarokban nem látható célpontokat. A beszállítók vagy az autógyártók feladata lesz, hogy az AtomicSense-t integrálják-e egy autonóm vezetési rendszerbe, esetleg növelve a képességeit a nagyfelbontású térképekből, V2V vagy V2X kommunikációból stb. származó adatokkal. Az árazása megfelelő lesz a magán gépkocsik számára is, nem csak a robotaxik és a nehéz teherautók esetében.
Forrás: Motor Trend
