侵权投诉

当前位置:

OFweek仪器仪表网

通用分析仪器

正文

热像仪不贵又安全,自动驾驶汽车怎能拒绝?

导读: 可见光摄像头、声纳和雷达目前已用于L2级量产车辆,激光雷达(LiDAR)已成为L3级和L4级自动驾驶测试平台的重要成员,但这还不够。现有技术还无法在所有条件下探测到道路的所有重要数据,也无法提供确保绝对安全所需的冗余数据。

据麦姆斯咨询报道,先进驾驶辅助系统(ADAS)和自动驾驶汽车(AV)平台必须为所有驾驶条件做好准备。道路情况复杂且不可预测,汽车配备的有效智能传感器系统不仅能量产,而且具有收集和解释大量信息的能力,才能确保控制车辆的人工智能每次都做出正确决策。

然而,目前世界各地测试道路上部署的自动驾驶传感器技术无法完全满足SAE(美国汽车工程师学会)定义的L3级及以上级别车辆的安全要求。完全安全的ADAS和AV平台需要传感器提供足以用于探测和分类算法的场景数据,才能满足L5级对自动导航提出的所有要求。这对工程师和开发人员来说非常具有挑战性。

热像仪不贵又安全,自动驾驶汽车怎能拒绝?

SAE的自动驾驶分级

可见光摄像头、声纳和雷达目前已用于L2级量产车辆,激光雷达(LiDAR)已成为L3级和L4级自动驾驶测试平台的重要成员,但这还不够。现有技术还无法在所有条件下探测到道路的所有重要数据,也无法提供确保绝对安全所需的冗余数据。

热像仪或是被忽视的重要传感器

去年,Uber公司在亚利桑那州发生的事故表明AV系统在各种条件下“看到”行人并做出反应面临极大的挑战。无论是在黑暗的乡间小路,还是在道路错综复杂的城市,特别是在大雾或晴天炫光等恶劣天气。在这些不常见但真实存在的场景中,热像仪却能够对近远处的潜在危险进行最有效地快速识别和分类,以帮助车辆做出相应的反应。

对于可见光摄像头来讲,在光线不足、夜间驾驶、晴天眩光和恶劣天气时进行分类具有挑战性。由于热像仪探测的电磁波波长比可见光摄像头长,该技术不会出现在夜间或白天无法探测并可靠分类潜在道路危险的问题,即使是道路前方200多米外的车辆、行人、自行车骑行者、动物和其他物体也能明察秋毫。

热像仪不贵又安全,自动驾驶汽车怎能拒绝?

在亚利桑那州坦佩市进行的Uber事故再现中,一台大视场角FLIR ADK对280英尺外的行人进行分类,是刹车距离的两倍

此外,热像仪为可见光摄像头、激光雷达或雷达系统提供冗余但独立的数据。例如,来自行人的雷达或激光雷达信号可被附近车辆的竞争信号或杂乱环境中的其他物体掩蔽。如果行人在两辆车之间穿过或被树叶部分遮挡,则几乎探测不到来自行人的反射信号,反馈回来的数据会让负责通知车辆运动的智能系统“凌乱”。

相形之下,热像仪则能够通过与周围环境对比,穿透遮挡区探测到人或动物的热量。这种独特的优势,辅以机器学习分类技术,使人或动物能够从背景中分离出来,从而保证车辆正常行驶。

热像仪不贵又安全,自动驾驶汽车怎能拒绝?

应用在ADAS和AV平台的传感器系统

1  2  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号