La tecnología Lidar presenta detección de largo alcance

La capacidad de AEye para detectar objetos pequeños a una distancia de 120 metros usando múltiples Los puntos de medición son cruciales para los automóviles y camiones autónomos.

Junto con las cámaras y el radar, los sensores LiDAR son una tecnología importante para el desarrollo de la conducción autónoma. AEye, ubicada en Dublin, California, ha creado un sistema LiDAR de largo alcance que combina un láser amplificable de 1550 nm con un escáner patentado con un sistema microelectromecánico (MEMS). Esta técnica puede personalizarse y optimizarse para determinados vehículos y aplicaciones mediante software. Indu Vijayan, jefe de gestión de productos de AEye para soluciones ADAS, respondió preguntas clave sobre las perspectivas de vehículos autónomos en una entrevista con EE Times Europe , que analizó su reciente presentación principal en DesignCon 2021 celebrada en Silicon Valley en agosto.

AEye afirma que su LiDAR puede detectar vehículos a una distancia de 1.000 metros y personas a una distancia de hasta 200 metros. Y su capacidad para detectar objetos diminutos (como ladrillos) a una distancia de 120 metros utilizando múltiples puntos de medición es crucial para automóviles y camiones autónomos.

Con su gran masa y la mayor distancia necesaria para detenerse, los vehículos comerciales enfrentan desafíos particulares para proporcionar una conducción autónoma segura. La automatización de estos vehículos implicará la adopción de un sensor de largo alcance y alto rendimiento para garantizar un tiempo de procesamiento suficiente para decisiones y acciones automatizadas.

EE Times Europe:¿Cuál es la oportunidad actual para el mercado de vehículos autónomos y cuáles son los factores de crecimiento?

Vijayan: Si hablamos de automoción, la oportunidad actual está en ADAS, que ofrece específicamente funciones de seguridad avanzadas de nivel superior a los OEM. Todos estamos familiarizados con las funciones de ADAS, como el control de crucero, el frenado de emergencia y la asistencia para mantener el carril. Estas características, que históricamente han aprovechado los sensores de radar y / o cámara, aumentan la calificación de seguridad de un automóvil al tiempo que permiten a los OEM brindar valor agregado a sus clientes.

Los fabricantes de automóviles ahora buscan implementar funciones ADAS más avanzadas y, para hacerlo de manera segura, necesitan LiDAR. Las cámaras tienen una gran resolución e información de color, pero están limitadas en determinadas condiciones de iluminación diurna, no funcionan bien de noche y solo pueden estimar la distancia y la ubicación de los objetos. Mientras tanto, el radar tiene un buen rendimiento en condiciones climáticas adversas, pero no proporciona una resolución suficiente en el rango, ni maneja bien la certeza de la ubicación de los objetos debido al multitrayecto. LiDAR llena estas brechas de rendimiento y es el único sensor determinista que puede proporcionar la certeza absoluta de que un objeto está en su camino, de modo que el sistema de planificación de ruta del automóvil pueda tomar la decisión de conducción más segura.

LiDAR de AEye es específicamente ideal para aplicaciones como el piloto automático de autopistas y el transporte autónomo de centro a centro, que requieren detección de objetos pequeños de largo alcance a gran velocidad. Nuestro uso de una longitud de onda amplificable de 1550 nm incorporada en nuestra arquitectura novedosa permite que el sistema LiDAR de AEye logre un rendimiento líder en la industria a distancia, al ver objetos como vehículos y señales de tráfico a mil metros. Proyectamos que el mercado de ADAS automotriz para LIDAR de largo alcance alcance los $ 3 mil millones en 2025 y continúe creciendo rápidamente a una CAGR del 43% desde 2025 hasta 2030, mientras anticipamos que el mercado de la movilidad crecerá rápidamente, con una CAGR proyectada de 72 % desde 2025 hasta 2030.

EE Times Europe:la infraestructura y la regulación son dos obstáculos que deben abordarse para implementar vehículos autónomos. ¿Dónde nos encontramos con respecto a estos obstáculos?

Vijayan: En el frente de la regulación, EE. UU. Ha sido criticado por la falta de un marco regulatorio federal para abordar las pruebas y el despliegue AV. Hasta la fecha, la regulación se realiza a nivel estatal, sin uniformidad. El gobierno federal parece estar trabajando para lograr regulaciones claras para gobernar esta industria, pero estamos viendo la participación de coaliciones públicas y privadas. Mientras tanto, países como Alemania están adoptando una postura más agresiva hacia la autonomía, adoptando una legislación que permitirá la conducción autónoma de nivel 4 ( vehículos sin conductor) en la vía pública para 2022, sin operadores de seguridad humana.

En el frente de la infraestructura, estamos viendo la digitalización de la infraestructura, como cámaras para evitar colisiones, farolas inteligentes, marcadores y letreros de carril equipados con RFID, sensores de acera y sistemas avanzados de gestión del tráfico, así como la experimentación con 5G y otros sistemas basados ​​en infraestructura. tecnologías para conectar con vehículos inteligentes. Aún así, queda mucho trabajo por el lado de la infraestructura para reducir el “Índice de rugosidad”. Los baches, los errores de trazado de líneas y la falta de mantenimiento regular (es decir, los marcadores de los carriles que se desvanecen) pueden ser una de las principales causas de accidentes, especialmente para los camiones. Y las pequeñas modificaciones en las carreteras pueden tener un gran impacto en la capacidad de escalar los despliegues de AV en las vías públicas.

La infraestructura inteligente, la conectividad y los vehículos autónomos equipados con sensores inteligentes de borde se combinarán para proporcionar a los AV la información necesaria para tomar decisiones inteligentes. Los datos recopilados también se pueden usar para aprender y adaptar la IA que se ejecuta en los AV, que luego se pueden aplicar como actualizaciones de software para permitir que los AV reaccionen a situaciones dinámicas.

haga clic para ver la imagen a tamaño completo

Sistema de AEye

EE Times Europe:un desafío principal al que se enfrentan los fabricantes de automóviles es mantenerse al día con el desarrollo de datos y sensores. ¿Qué está haciendo AEye para abordar este desafío?

Vijayan: AEye ha desarrollado un sistema definible por software, lo que significa que es flexible y adaptable. Otros sensores LiDAR están anclados en la forma de pensar de hardware primero. AEye traslada la complejidad del hardware al software. En nuestro enfoque de sistema, el hardware y el software tienen una relación iterativa y adaptable que se puede optimizar continuamente a través de bucles de retroalimentación incorporados. El mundo no es estático y el sensor de AEye ofrece la capacidad de adaptarse dinámicamente de una situación a la siguiente en tiempo real. Creemos que nuestra plataforma de hardware basada en software mejorará cualquier sistema automotriz.

Otro desafío al que se enfrentan los fabricantes de automóviles es la obtención de sensores de grado automotriz que puedan resistir la prueba del tiempo en sus vehículos durante 10 a 15 años. Licenciamos nuestra arquitectura de referencia a Tier 1, lo que les permite fabricar sus propios productos personalizados y vender estas soluciones a sus clientes OEM de automoción. Esto asegura que los OEM reciban productos confiables y de alta calidad que cumplen con sus especificaciones únicas al menor costo posible de proveedores automotrices probados con quienes tienen relaciones prolongadas y bien establecidas.

EE Times Europe:¿Qué otros desafíos están impidiendo la producción y adopción generalizadas de vehículos autónomos?

Vijayan: Históricamente, un desafío ha sido el precio, pero LiDAR ha experimentado una caída masiva de precios en los últimos tres años, y a medida que veamos que el mercado automotriz aumenta el volumen de producción, continuaremos viendo reducciones de costos y economías de escala que serán paralelas a eso. de radar, con costos que se reducen a $ 100- $ 1000 para implementaciones de ADAS.

También hemos visto que se necesita la maduración de la tecnología, un modelo comercial maduro y una cadena de suministro automotriz establecida para llevar la conducción autónoma al mercado. Veremos que la autonomía se implementará gradualmente a medida que los proveedores automotrices de primer nivel introduzcan en el mercado funciones de seguridad avanzadas con tecnología LiDAR.

>> Este artículo se publicó originalmente en nuestro sitio hermano, EE. Times Europe.

Contenidos relacionados:

• Comprender la elección de la longitud de onda en los sistemas LiDAR
• Ciudades inteligentes:el caso de lidar en sistemas de transporte inteligentes
• LiDAR de estado sólido ofrece una solución de detección automotriz más simple
• La plataforma Lidar admite detección de ocupación, distanciamiento social
• El módulo LiDAR admite una mayor velocidad en la carretera

Para obtener más información sobre Embedded, suscríbase al boletín informativo semanal por correo electrónico de Embedded.