Симуляция снега: точное тестирование радаров и лидаров для автономных автомобилей

Виртуальные тест-драйвы вместо реальных: безопасность и крайние случаи

Автономный автомобиль содержит множество сенсоров, включая детекторы полос движения, дорожных знаков и свободного пространства. Компоненты системы продвинутой помощи водителю (ADAS) должны оцениваться в ряде условий перед официальным выходом на дорогу.

Один безопасный способ тест-драйва: воссоздание мира в симуляции. Можно покататься со своего стола, говорит Уоррен Анер, CEO симуляционного софтверного провайдера RightHook из Сан-Хосе, Калифорния.

«Никто не умирает в метавселенной, по крайней мере пока», — сказал Анер аудитории в этом месяце в презентации Tech Briefs «Последние улучшения для тестирования и симуляции сенсоров ADAS». «Это делает действительно легким исследование тех крайних случаев, которые может быть невозможно найти в реальном мире».

Создание виртуальных сред на основе физики и сканирования

Компании вроде RightHook строят свои виртуальные среды на основе хорошо понятных физических феноменов, а также с помощью сканирующих и картографирующих компаний, создающих цифровые реплики реального мира.

Проблема: дождь и снег сложны для моделирования

Но некоторые природные элементы трудно воссоздать. А что, если вы едете через суровую погоду, например?

Во время прямой презентации читатель задал Анеру следующий вопрос:

«Для симуляционного софта автомобилей, как вы компенсируете взаимодействие дождя или снегопадов на лидар сенсоры?»

Уоррен Анер: Осадки, такие как дождь и снег, определенно могут снизить производительность лидар сенсора. Они особенно подвержены влиянию из-за расходимости луча и короткой длительности импульса. Шум от снега действительно сконцентрирован возле сенсора и проявляется в виде больших кластеров.

Мы видим, что кластерный шум от снега действительно вводит ложные детекции, а также затеняет важные препятствия, ведуя к действительно критическим ложно-отрицательным ситуациям, и вы действительно попадаете в это, когда приближаетесь к накоплению 3/4 дюйма снега в час.

Если вы ниже этого [темп], шум есть, но не становится критическим ложно-отрицательным, так что прежде всего, это одна из областей, где мы начинаем использовать эмпирические данные.

Мы могли бы сделать симуляцию отдельных фотонных частиц, но вы говорите о огромной вычислительной ситуации, которая, вероятно, снизила бы вас до 30-секундной симуляции, которая, вероятно, заняла бы несколько часов для расчёта. Мы применяем эмпирическую модель данных поверх этого. Мы применяем данные, которые мы собрали, или некоторые из наших исследовательских партнёров в академии и правительстве собрали, «поверх» нашей сенсорной модели, поэтому вы задаёте, скажем, интенсивность снегопада и несколько других характеристик этой погодной ситуации, и мы вставляем это как шумовую модель поверх исходных данных.

Тем не менее, вчера Cruise совершил свою самую первую поездку на автономном такси без оператора безопасности . Они работают в Сан-Франциско, где никогда нет снега, и не запускают свои автомобили в дождь. Мы всё ещё работаем над этим с нашими клиентами и партнёрами, чтобы строить всё лучшее и лучшее решение. Прямо сейчас это не совсем та проблема, на которую нам нужно слишком сильно фокусироваться, потому что никто ещё не там.