• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Radarsensormodul för ökad säkerhet till autonom körning

    En bild av kameran/radarmodulen med dess hölje. Kredit:Fraunhofer-Gesellschaft

    När ett barn springer ut på vägen, den genomsnittliga mänskliga föraren tar 1,6 sekunder att trycka på bromspedalen. Reaktionstiden sänks till 0,5 sekunder för automatiserade fordon utrustade med radar/lidarsensorer och ett kamerasystem. Men med en hastighet av 50 km/h, det betyder fortfarande att fordonet fortsätter i ytterligare sju meter innan bromsarna ansätts och det stannar.

    Som svar, Fraunhofer Institute for Reliability and Microintegration IZM har slagit sig ihop med en rad partners från båda industrin (InnoSenT, Silicon Radar, Jabil Optics Tyskland, AVL, John Deere) och forskningsinstitut (Fraunhofer Institute for Open Communication Systems FOKUS, DCAITI) för att utveckla en kameraradarmodul som är betydligt snabbare när det gäller att fånga förändringar i trafikförhållandena. Den nya enheten, inte större än en smartphone, kommer att ha en reaktionstid på mindre än 10 millisekunder – vilket, enligt en studie utförd av University of Michigan (se källa), gör den 50 gånger snabbare än nuvarande sensorsystem och 160 gånger snabbare än den genomsnittliga mänskliga föraren. Med det nya systemet, fordonet från vårt tidigare exempel skulle köra vidare i bara 15 cm innan systemet ingriper och initierar bromsmanövern – vilket potentiellt skulle kunna eliminera många trafikolyckor i innerstaden.

    Integrerad signalbehandling minskar reaktionstiden

    Den verkliga innovationen i det nya systemet är dess integrerade signalbehandlingskapacitet. Detta gör att all bearbetning kan ske direkt i modulen, där systemet selektivt filtrerar data från radarsystemet och stereokameran så att bearbetningen antingen kan ske omedelbart eller avsiktligt försenas till ett efterföljande bearbetningssteg. Icke-relevant information erkänns, men inte vidarebefordrat. Sensorfusion används för att kombinera data från kameran och radarn. Neurala nätverk utvärderar sedan data och bestämmer verkliga trafikkonsekvenser baserat på maskininlärningstekniker.

    Som ett resultat, systemet behöver inte skicka statusinformation till fordonet, men endast reaktionsinstruktioner. Detta frigör fordonets busslinje för att hantera viktiga signaler, till exempel att upptäcka ett barn som plötsligt springer ut på vägen. "Integrerad signalbehandling minskar reaktionstiderna drastiskt, säger Christian Tschoban, gruppchef på avdelningen RF &Smart Sensor Systems. Tillsammans med sina kollegor, Tschoban arbetar just nu med KameRad-projektet (se inforuta).

    Den fungerande demonstratorn som han och hans team har utvecklat ser ut som en grå ruta med ögon till höger och vänster – stereokamerorna. Projektet pågår till 2020. Fram till dess projektpartners AVL List GmbH och DCAITI kommer att vara upptagna med att testa den första prototypen, inklusive vägtester i Berlin. Tschoban hoppas att hans "grå låda" om några år kommer att monteras som standard i varje fordon, ger ökad säkerhet till automatiserad innerstadstrafik.


    © Vetenskap https://sv.scienceaq.com