Lidar-Technologie bietet Weitbereichserkennung

Die Fähigkeit von AEye, winzige Objekte in einer Entfernung von 120 Metern mit mehreren zu erkennen Messpunkte ist entscheidend für autonome Autos und Lastwagen.

LiDAR-Sensoren sind neben Kameras und Radar eine wichtige Technologie für die Entwicklung des autonomen Fahrens. AEye mit Sitz in Dublin, Kalifornien, hat ein LiDAR-System mit großer Reichweite entwickelt, das einen amplifizierbaren 1550-nm-Laser mit einem proprietären Scanner mit einem mikroelektromechanischen System (MEMS) kombiniert. Diese Technik kann unter Verwendung von Software für bestimmte Fahrzeuge und Anwendungen angepasst und optimiert werden. Indu Vijayan, Leiter des Produktmanagements für ADAS-Lösungen bei AEye, beantwortete im Interview mit der EE Times Europe wichtige Fragen zu den Perspektiven für autonome Fahrzeuge , die ihre jüngste Keynote-Präsentation auf der DesignCon 2021 im Silicon Valley im August analysierte.

AEye behauptet, dass sein LiDAR Fahrzeuge in einer Entfernung von 1.000 Metern und Personen in einer Entfernung von bis zu 200 Metern erkennen kann. Und seine Fähigkeit, winzige Objekte (wie Ziegelsteine) in einer Entfernung von 120 Metern mithilfe mehrerer Messpunkte zu erkennen, ist für autonome Autos und Lastwagen von entscheidender Bedeutung.

Nutzfahrzeuge stehen mit ihrer großen Masse und dem längeren Anhalteweg vor besonderen Herausforderungen beim sicheren autonomen Fahren. Die Automatisierung dieser Fahrzeuge erfordert die Einführung eines Hochleistungssensors mit großer Reichweite, um eine ausreichende Verarbeitungszeit für automatisierte Entscheidungen und Aktionen zu gewährleisten.

EE Times Europe:Was sind die aktuellen Chancen für den autonomen Fahrzeugmarkt und was sind die Wachstumsfaktoren?

Vijayan: Wenn wir über die Automobilindustrie sprechen, bietet ADAS derzeit die Gelegenheit, speziell für OEMs fortschrittliche Sicherheitsfunktionen der nächsten Stufe bereitzustellen. Wir alle kennen ADAS-Funktionen wie Tempomat, Notbremsung und Spurhalteassistent. Diese Funktionen, die in der Vergangenheit Radar- und/oder Kamerasensoren verwendet haben, erhöhen die Sicherheitsbewertung eines Autos und ermöglichen es den OEMs, ihren Kunden einen Mehrwert zu bieten.

Autohersteller möchten nun fortschrittlichere ADAS-Funktionen bereitstellen, und um dies sicher zu tun, benötigen sie LiDAR. Kameras haben eine großartige Auflösung und Farbinformationen, sind jedoch bei bestimmten Tageslichtbedingungen eingeschränkt, funktionieren nachts nicht gut und können nur die Entfernung und Position von Objekten abschätzen. Inzwischen hat Radar eine gute Leistung bei schlechten Wetterbedingungen, bietet jedoch keine ausreichende Auflösung in der Entfernung und kommt aufgrund von Mehrwegeorten auch nicht gut mit der Gewissheit der Objektstandorte zurecht. LiDAR schließt diese Leistungslücken und ist der einzige deterministische Sensor, der absolut sicher sein kann, dass ein Objekt im Weg ist, sodass das Wegplanungssystem des Autos die sicherste Fahrentscheidung treffen kann.

Der LiDAR von AEye ist speziell ideal für Anwendungen wie den Autopiloten auf Autobahnen und das autonome Fahren von Hub zu Hub, die eine schnelle Erkennung kleiner Objekte mit großer Reichweite erfordern. Unsere Verwendung einer amplifizierbaren Wellenlänge von 1550 nm, die in unsere neuartige Architektur integriert ist, ermöglicht es dem LiDAR-System von AEye, eine branchenführende Leistung auf Distanz zu erzielen – Objekte wie Fahrzeuge und Verkehrszeichen auf tausend Meter zu erkennen. Wir prognostizieren, dass der Automobil-ADAS-Markt für Langstrecken-LIDAR bis 2025 ein Volumen von 3 Mrd % von 2025 bis 2030.

EE Times Europe:Infrastruktur und Regulierung sind zwei Hürden, die angegangen werden müssen, um autonome Fahrzeuge auf den Markt zu bringen. Wo stehen wir in Bezug auf diese Hindernisse?

Vijayan: An der Regulierungsfront wurden die USA für das Fehlen eines bundesstaatlichen Regulierungsrahmens für AV-Tests und -Bereitstellung kritisiert. Bis heute erfolgt die Regulierung auf Landesebene, ohne Einheitlichkeit. Die Bundesregierung scheint auf klare Regelungen für diese Branche hinzuarbeiten, aber wir sehen, dass öffentliche und private Koalitionen einspringen. Länder wie Deutschland gehen in der Zwischenzeit eine aggressivere Haltung zur Autonomie ein und verabschieden Gesetze, die autonomes Fahren der Stufe 4 ermöglichen ( fahrerlose Fahrzeuge) auf öffentlichen Straßen bis 2022 ohne Sicherheitspersonal.

An der Infrastrukturfront sehen wir die Digitalisierung der Infrastruktur – wie Kollisionsvermeidungskameras, intelligente Straßenlaternen, mit RFID ausgestattete Fahrbahnmarkierungen und -schilder, Bordsteinsensoren und fortschrittliche Verkehrsmanagementsysteme sowie Experimente mit 5G und anderen infrastrukturbasierten Technologien zur Verbindung mit intelligenten Fahrzeugen. Dennoch bleibt auf der Infrastrukturseite noch viel Arbeit, um den „Roughness Index“ zu reduzieren. Schlaglöcher, Streifenfehler und mangelnde regelmäßige Wartung (z. B. verblassende Fahrbahnmarkierungen) können insbesondere bei Lkw eine der Hauptursachen für Unfälle sein. Und kleinste Änderungen an Straßen können einen großen Einfluss auf die Möglichkeit haben, AV-Rollouts auf öffentlichen Straßen zu skalieren.

Intelligente Infrastruktur, Konnektivität und autonome Fahrzeuge, die mit intelligenteren, Edge-intelligenten Sensoren ausgestattet sind, werden AVs die Informationen liefern, die sie für intelligente Entscheidungen benötigen. Die gesammelten Daten können auch verwendet werden, um die auf AVs ausgeführte KI zu erlernen und anzupassen, die dann als Software-Upgrades angewendet werden können, damit die AVs auf dynamische Situationen reagieren können.

Klick für Bild in voller Größe

AEyes System

EE Times Europe:Eine der größten Herausforderungen für Automobilhersteller besteht darin, mit der Sensor- und Datenentwicklung Schritt zu halten. Was unternimmt AEye, um dieser Herausforderung zu begegnen?

Vijayan: AEye hat ein per Software definierbares System entwickelt, das flexibel und anpassungsfähig ist. Andere LiDAR-Sensoren sind in der Hardware-First-Denkweise verankert. AEye verlagert die Komplexität von der Hardware in die Software. Bei unserem Systemansatz haben Hardware und Software eine iterative, anpassungsfähige Beziehung, die durch eingebaute Rückkopplungsschleifen kontinuierlich optimiert werden kann. Die Welt ist nicht statisch und der Sensor von AEye bietet die Möglichkeit, sich in Echtzeit dynamisch an eine Situation anzupassen. Wir glauben, dass unsere softwaregesteuerte Hardwareplattform jedes Automobilsystem verbessern wird.

Eine weitere Herausforderung für die Automobilhersteller besteht darin, Sensoren in Automobilqualität zu beschaffen, die sich in ihren Fahrzeugen 10 bis 15 Jahre lang bewährt haben. Wir lizenzieren unsere Referenzarchitektur an Tier 1s, damit diese ihre eigenen kundenspezifischen Produkte herstellen und diese Lösungen an ihre Automobil-OEM-Kunden verkaufen können. Dies stellt sicher, dass OEMs qualitativ hochwertige, zuverlässige Produkte erhalten, die ihren einzigartigen Spezifikationen zu den geringstmöglichen Kosten entsprechen, von bewährten Automobilzulieferern, mit denen sie langjährige, gut etablierte Beziehungen unterhalten.

EE Times Europe:Welche anderen Herausforderungen verhindern die weit verbreitete Produktion und Einführung autonomer Fahrzeuge?

Vijayan: In der Vergangenheit war der Preis eine Herausforderung, aber LiDAR hat in den letzten drei Jahren einen massiven Preisrückgang erlebt, und da der Automobilmarkt die Volumenproduktion ankurbelt, werden wir weiterhin Kostensenkungen und Skaleneffekte erleben, die dazu führen werden von Radar, wobei die Kosten für ADAS-Bereitstellungen auf 100 bis 1000 US-Dollar sinken.

Wir haben auch gesehen, dass es einer technologischen Reife, einem ausgereiften Geschäftsmodell und einer etablierten Automobillieferkette bedarf, um selbstfahrendes Fahren auf den Markt zu bringen. Wir werden die schrittweise Einführung der Autonomie erleben, wenn Tier-1-Automobilzulieferer LiDAR-betriebene fortschrittliche Sicherheitsfunktionen auf den Markt bringen.

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE veröffentlicht Mal Europa.

Verwandte Inhalte:

• Die Wellenlängenwahl in LiDAR-Systemen verstehen
• Smart Cities:Argumente für Lidar in intelligenten Verkehrssystemen
• Solid-State-LiDAR bietet eine einfachere Sensorlösung für die Automobilindustrie
• Lidar-Plattform unterstützt Belegungserkennung, soziale Distanzierung
• LiDAR-Modul unterstützt erhöhte Autobahngeschwindigkeit

Für mehr Embedded, abonnieren Sie den wöchentlichen E-Mail-Newsletter von Embedded.