Системы датчиков, обеспечивающие работу ADAS

Чтобы узнать последнюю информацию о датчиках для автоматизированных систем вождения, я взял интервью у Альберто Маринони, директора по маркетингу продукции TDK/Invensense (Сан-Хосе, Калифорния).

Обычно используемый термин «Усовершенствованные системы помощи водителю» (ADAS) по существу относится к SAE Level 2 (L2), частичная автоматизация вождения. На этом уровне водитель должен находиться в машине и должен быть бдителен — например, он не может читать книгу — для этого потребуется уровень 3 или выше. (Самый высокий уровень — 5 — это полностью автоматизированное транспортное средство, которому вообще не нужно, чтобы один из нас, людей, находился в транспортном средстве.)

На уровне 2 автомобиль может автоматически управляться в продольном направлении (ускорение/торможение) или в поперечном направлении (рулевое управление), в зависимости от приложения. Однако водитель должен присутствовать, следить за дорогой и быть бдительным, чтобы в случае необходимости взять на себя управление. Напротив, уровень 1 может выполнять автоматическое торможение/ускорение ИЛИ боковое управление, но не то и другое вместе.

Для L2 есть несколько датчиков, включая камеры, радар и инерциальные измерительные блоки (IMU). Также включена глобальная навигационная спутниковая система (GNSS), такая как GPS.

Для некоторых приложений L2, хотя и не для большинства, также доступен лидар, хотя в основном для уровня 3. Он не всегда включается в L2 из-за его высокой стоимости по сравнению с другими технологиями. Маринони объяснил, что радар — это детектор дальнего действия — он используется для обнаружения препятствий на расстоянии — чтобы предупредить автомобиль о том, что перед ним что-то есть. Лидар дополняет комплекс автоматизации, детально распознавая объекты, расположенные ближе к автомобилю. Он также может сканировать окрестности, чтобы получить информацию о ближайшем окружении. Эта информация может быть географически привязана к земле, чтобы точно определить абсолютное положение автомобиля с помощью инерциальной навигационной системы (INS), состоящей из IMU и GNSS. Трехмерная карта может быть построена для точного определения местоположения объектов путем объединения информации об абсолютном местоположении от INS и изображения относительного окружения на основе лидара.

Инерциальная единица измерения

TDK/InvenSens IMU имеет два компонента MEMS в одном корпусе:3-осевой акселерометр и 3-осевой гироскоп. Акселерометр чувствителен как к статическим (например, сила тяжести), так и к динамическим ускорениям по всем трем осям и может использоваться для определения угла наклона IMU. Гироскоп в основном используется для динамических условий, в которых помимо гравитации присутствует угловая скорость. Выходы этих двух датчиков математически объединяются для определения ориентации системы.

Сегодня общая тенденция заключается в размещении IMU рядом с каждым датчиком для повышения точности обнаружения.

Ускорение/Замедление

По словам Маринони, наиболее важными функциями замедления являются экстренное торможение и предотвращение столкновений. Для этих приложений датчики, такие как радар, сканируют переднюю часть автомобиля в поисках объекта или человека. Данные сканирования отправляются в центральный процессор, который может решить, нужно ли транспортному средству остановиться. Если это так, он выводит сигнал на приводы, которые действуют так же, как водитель, нажимая на педаль тормоза, чтобы остановить автомобиль перед столкновением.

ИДУ играет здесь важную роль. Радарный датчик обычно монтируется в бампере автомобиля и может отлично работать, если он расположен параллельно улице. Однако, если по каким-то причинам бампер был деформирован, информация радара будет недостоверной. IMU, установленный рядом с радарным датчиком, может динамически контролировать наклон для предоставления корректирующей информации. Та же концепция применяется к модулям камеры.

Рулевое управление

В современных автомобилях есть несколько камер, 10 или более, для ADAS. Однако из-за сильной вибрации при вождении изображение, снятое модулем камеры, может быть размытым. Если вы поместите IMU рядом с каждой камерой, вы можете легко измерить вибрацию, воздействующую на камеру именно в тот момент, когда она делает снимок. С помощью этой информации вы можете стабилизировать изображение и устранить шум, чтобы изображение было четким.

Типичным приложением на основе камеры является активная помощь в поддержании полосы движения. Для этого обычно рядом с зеркалом заднего вида располагается камера, которая используется для обнаружения уличных линий и выполнения обработки изображения. Качество изображения важно для этого приложения, потому что вы должны распознавать линию и пересекает ли ее автомобиль. Устанавливая IMU рядом с камерой для ее стабилизации, вы получаете более четкое изображение, что снижает вычислительную нагрузку на центральный процессор. В некоторых приложениях для удержания в полосе водитель получает предупреждение, поэтому он может взять на себя управление рулем, чтобы не сбиться с пути. Существуют и другие приложения, в которых эта информация используется автомобилем для непосредственного управления рулевым управлением, чтобы автоматически удерживать его в полосе движения.

Слияние датчиков

Затем я спросил Маринони о роли слияния датчиков в ADAS. Он объяснил, что это алгоритм, способный объединять информацию, поступающую от нескольких датчиков, чтобы обеспечить результат, который лучше, чем сумма данных каждого отдельного датчика.

Одним из примеров может быть INS, в которой GNSS получает информацию со спутника для определения абсолютного местоположения транспортного средства. Однако существуют условия, при которых информация GNSS ненадежна, например, в туннеле, в городском каньонинге или на многоуровневой парковке. Поэтому вам понадобится IMU рядом с GNSS, чтобы рассчитать положение системы, когда GNSS недоступна. Алгоритм объединения датчиков, работающий в модуле GNSS, будет объединять информацию от IMU и GNSS для создания надежного положения при любых условиях. Это оптимизирует систему, поскольку IMU и GNSS дополняют друг друга благодаря своим сильным и слабым сторонам. Алгоритм объединения сохраняет информацию, поступающую от IMU, когда GNSS ненадежна, и использует информацию от системы GNSS, когда автомобиль находится в условиях открытого неба. Когда есть хороший сигнал GNSS, алгоритм объединения также позволяет данным GNSS калибровать IMU для тех случаев, когда GNSS недоступен.

Смертельная расплата

Когда сигнал GNSS недоступен, IMU выполняет навигацию со счислением пути, начиная с самого последнего полученного положения. В этот момент он начинает интегрировать информацию гироскопа с течением времени, чтобы обновлять положение. Если есть хорошая информация гироскопа и хорошее время, у вас есть хорошие результаты. Если, однако, выход гироскопа хороший, а синхронизация нет, у вас плохие результаты. Если оба бедны, у вас совершенно плохие результаты. Поскольку вы выполняете интеграцию, ошибка накапливается, и по прошествии определенного времени результаты счисления пути могут стать неприемлемыми.

Если вы едете через туннель или в городе, где сигнал GNSS плохой в течение достаточно долгого времени, счисление пути, основанное на IMU, будет ненадежным. В этих условиях все зависело от производителя автомобиля. Они могли инициировать предупреждение водителя; если водитель не отреагирует на предупреждение, может быть сгенерировано второе предупреждение. Если бы это тоже было проигнорировано, то ADAS могла бы взять на себя управление и снизить скорость, но не остановить машину, что было бы опасно. Одним из дополнительных действий может быть создание вызова, например, в OnStar, чтобы проверить, безопасен ли водитель. Есть несколько способов справиться с ситуацией.

Надежность системы ADAS

Надежность самой системы ADAS, очевидно, имеет решающее значение. Целостность данных должна быть гарантирована при любых условиях. По словам Маринони, 6-осевые IMU TDK/Invensense для ADAS включают в себя встроенную диагностику, которая была разработана для систем, отвечающих требованиям до уровня полноты безопасности автомобилей (ASIL) B. Если связь с центральным блоком, например, ненадежна, он может генерировать сигнал тревоги, чтобы предупредить водителя. Встроенный чип безопасности включает в себя механизм, непрерывно проверяющий работоспособность всех блоков системы. Если компонент обнаруживает неисправность в акселерометре, гироскопе, цифровой логике или в коммуникационной шине, он отправляет сигнал тревоги в систему, сообщая ей о том, что что-то пошло не так, и информация, поступающая от датчика, больше не является надежной. Самодиагностика обязательна в автомобильных приложениях безопасности, особенно если вы контролируете скорость, торможение или рулевое управление. Эти проблемы рассматриваются в спецификации ASIL. Однако, даже если это не приложение уровня 2, такая система, как электронный контроль устойчивости, также должна быть надежной на 100 %.

Где мы сейчас и куда идем?

Я спросил Маринони, где он видит эту технологию сейчас и чего ожидать в будущем. «На данный момент уровень 2 — это реальность — он уже на улице», — сказал он. «Но сейчас он нарастает в том смысле, что мы ожидаем, что объемы IMU увеличатся с этого момента до 2030 года, с менее чем 10 миллионов автомобилей до более чем 40 миллионов». На следующем этапе, уровне 3, основным изменением, скорее всего, будет внедрение новых технологий, таких как лидар. «С точки зрения нашего IMU мы уже настроены для приложений L3 благодаря нашей 6-осевой интеграции», — сказал он.

Далее он сказал, что следующей инновационной точкой в ​​этой области может стать снижение энергопотребления. Некоторые приложения ADAS должны быть включены даже при выключенном двигателе. По этой причине учитывается энергопотребление каждого компонента приложения. Раньше, когда приложения запускались только при включенном движке, это не было проблемой. Но теперь производители меняют свои спецификации, чтобы включить энергопотребление.

И последнее, но не менее важное:поскольку на интеграцию счисления пути влияет накопленная ошибка с течением времени, другим важным моментом, особенно для беспилотных автомобилей, является дальнейшее снижение шума компонента, улучшение производительности датчика, внедрить более длительную интеграцию счисления пути, удерживая общую ошибку под контролем.

Затем я спросил Маринони, когда, по его мнению, 3-й уровень может появиться на улицах. Он предполагает, что до 2025 года на рынке L3 не будет значительных движений.

«Еще одна важная тема, хотя и не основанная на теории — это скорее эмпирическое правило — это то, что для L2-систем достаточно двух параллельных технологий. Для систем L3, чтобы гарантировать точность, стабильность и производительность, вам нужно объединить как минимум три технологии, а для L4, скорее всего, нужно четыре. Это должно дать вам представление о сложности обеспечения производительности и безопасности», — сказал он. Это повысит требования к требуемым алгоритмам и компьютерным ресурсам. Именно здесь, вероятно, вступит в игру 5G, который позволит перенести большую часть вычислений в облако. Конечно, это открывает двери для возможного взлома.

Эта статья была написана Эдом Брауном, редактором Sensor Technology. Для получения дополнительной информации посетите здесь .