Эксперты обсуждают оптимальную интеграцию сенсоров для ADAS нового поколения и автономных автомобилей

Реализация сенсорных технологий для систем помощи водителю и полностью автономных автомобилей — это сложная, постоянно развивающаяся задача. Вместо единого «лучшего» подхода эксперты выделили шесть ключевых аспектов, которые определят, как производители будут интегрировать сенсоры в автомобили будущего.

В панели обсуждений участвовали Патрик Денни, старший эксперт по системам зрения и ADAS в Valeo; Поль-Анри Мата, технический лидер в Volvo Car Corp.; Роберт Стед, управляющий директор Sense Media Group; и Карстен Астхаймер, директор дизайн-бюро Astheimer Ltd. Они обсуждали правильный набор сенсоров и то, как дизайн никогда не должен компрометировать безопасность, и наоборот, на заключительной сессии виртуальной конференции AutoSens Brussels 2020. EE Times Europe также запросила мнение Пьера Буле, аналитика по технологиям и рынку в Yole Développement, о внедрении и использовании различных типов сенсоров в автомобильных системах.

Правильный подсчёт количества

Современные автомобили уже оснащаются впечатляющим набором сенсоров — ультразвуковыми датчиками, радарами, множеством камер (для восприятия, изображения и зрения) и лидарами. Булей из Yole оценивает, что типичный автомобиль сегодня имеет от 10 до 20 сенсоров, при этом премиальные модели устанавливают больше, чем среднего или бюджетного сегментов.

По мере роста уровня автоматизации количество сенсоров прогнозируется к 35–40 единиц. Булей объясняет, что каждый уровень автоматизации потребует уникальных возможностей ближнего, среднего и дальнего диапазонов, что делает невозможным использование одного типа сенсора для всех сценариев.

Однако увеличение числа сенсоров усиливает объём данных, создавая вызовы для вычислительного стека автомобиля. Булей отмечает, что хотя устаревшие чипы ADAS выдают от 0,25 до 2,5 TOPS (в десятки раз выше производительности высокого ноутбука), роботизированные платформы уже работают свыше 250 TOPS. Он предвидит переход от распределённых архитектур к централизованным доменным контроллерам, способным эффективно объединять сырые данные сенсоров.

Ограничения по стоимости и интеграции в конечном итоге ограничат количество сенсоров. Булей замечает, что некоторые OEM, такие как Tesla, достигают высоких уровней автоматизации с меньшим числом сенсоров за счёт продвинутых алгоритмов ИИ и вычислительной мощности. «Программное обеспечение и вычислительные возможности станут ключевым дифференциатором», — говорит он.

Оптимизация набора

Изменения погоды и освещения требуют разнообразного портфеля сенсоров. Денни подчёркивает, что избыточность критична: «Когда вы в полной темноте или под сильным дождём, вам нужно, чтобы несколько модальностей работали в консорциуме».

Камеры превосходны днём, тогда как радары, лидары и ультразвуковые датчики сохраняют производительность в условиях низкой освещённости, тумана, дождя или снега. Булей отмечает, что камеры становятся «слепыми» в неблагоприятных условиях, в то время как другие сенсоры всё ещё обеспечивают надёжное восприятие.

Обеспечение правильного размещения

Как и человеческие органы чувств, сенсоры должны быть стратегически позиционированы для непрерывного осознания окружения. Технические ограничения — конденсат в фарах, ине на лобовом стекле или краска, закрывающая ультразвуковые преобразователи — могут деградировать характеристики. Денни предупреждает, что ультразвуковые блоки чувствительны к покрытиям поверхности.

Мате из Volvo выделяет потребление энергии как критический фактор. «Каждый сенсор потребляет от 1 до 10 Вт, поэтому полный комплект ADAS может достигать 100–200 Вт, внося вклад до 4 г CO₂». Он предлагает периодическую активацию и продвинутое охлаждение для смягчения тепловых лимитов, особенно в высокотемпературных зонах, например, за лобовым стеклом.

Симуляция и реальные испытания необходимы для определения оптимальных мест установки сенсоров. Булей указывает, что лидары для трасс обычно монтируются центрально, в линии с дальним радаром и основными камерами, в то время как сенсоры для городского вождения или парковки могут располагаться на боках или углах.

Эстетическая интеграция

Volvo XC90 сейчас содержит 20 типов сенсоров, многие из которых скрыты — фронтальные камеры в решётке, боковые в зеркалах, задняя камера над номерным знаком. Мате подчёркивает, что бесшовная интеграция может улучшить и форму, и функцию.

Астхаймер утверждает, что самые передовые автомобили должны визуально отражать свой интеллект. По мере развития автономности сенсоры вроде 360° лидаров потребуют заметного, не перекрытого размещения. Он приводит пример электрического грузовика Deliver‑E, где камеры фланкуют борты, а лидар коронит заднюю часть, в соответствии с идентичностью автомобиля.

Булей обсуждает модуль Magneti Marelli Smart Corner, который может содержать лидар, радар, камеры, ультразвук и LED-свет. Хотя производственная интеграция упрощается, затраты на ремонт после аварий могут быть высокими, что подчёркивает необходимость сбалансированного подхода.

Снижение когнитивной перегрузки

Человеко-машинный интерфейс должен переводить данные сенсоров в чёткую, пригодную для действий информацию. Астхаймер, работающий над электрическим грузовиком Volta Trucks Zero, отмечает, что тяжёлые автомобили — всего 4 % трафика — вызывают более 50 % смертельных случаев среди уязвимых участников движения. Когнитивная перегрузка наряду с ограниченной видимостью — основной фактор.

Он подчёркивает, что ЭБУ и CAN-шины должны фильтровать сигналы и представлять их через тактильные, звуковые или визуальные подсказки для поддержания бдительности водителя.

Делаем безопасность привлекательной

Стед задал вопрос: «Является ли сделать безопасность «крутой» ключом к продаже коннектед автомобилей?» Мате отвечает, что безопасность — это основной бизнес, и лучший способ её коммуникации — элегантный дизайн, демонстрирующий интеллект, основанный на сенсорах.

Астхаймер предупреждает, что по мере того как автомобили берут на себя больше задач, водители могут стать самонадеянными. Комплект сенсоров должен держать водителя в курсе и вовлечённым, предотвращая эффект «кокона», снижающий осведомлённость о дорожной обстановке.

Новая книга AspenCore Guide to Sensors in Automotive: Making Cars See and Think Ahead объединяет ведущих мыслителей в области безопасности и автомобильной инженерии, чтобы отразить прогресс и подсветить оставшиеся вызовы. Она доступна сейчас в книжном магазине EE Times.

>> Эта статья была впервые опубликована на нашем партнёрском сайте EE Times.