Duże znaczenie dla człowieka, lecz jeszcze większe dla systemów autonomicznych

Ludzie używają swoich oczu i uszu, aby wychwycić potencjalne zagrożenie na drodze. Pojazdy autonomiczne, aby móc działać tak samo, potrzebują całej masy czujników. Jednakże wraz ze wzrostem ich liczby, wzrasta również ilość miejsca potrzebnego do ich zamontowania – co jest często niezgodne z wizją projektantów. Na szczęście badacze z Towarzystwa Fraunhofera właśnie wynaleźli innowacyjną metodę integracji czujników. Według nich rozwiązanie problemu leży w reflektorach pojazdu, w których obrębie proponują połączenie światła optycznego, radarów i czujników LiDAR. To duży krok dla systemów autonomicznych.

Dzisiejsze pojazdy są w stanie samodzielnie przejąć coraz więcej funkcji bez konieczności angażowania kierowcy. Tempomat automatycznie utrzymuje właściwą odległość od samochodu poprzedzającego, system ostrzegania w razie potrzeby koryguje tor jazdy pojazdu, a hamowanie awaryjne włącza się, gdy kierowca zostanie zaskoczony. To wszystko jest możliwe dzięki kamerom umieszczonym w przestrzeni pasażerskiej i czujnikom radarowym w osłonie chłodnicy – a przecież w przyszłości samochody mają robić jeszcze więcej. I to właśnie tutaj napotkać można istotny problem; użycie kolejnych czujników wymusza przecież znalezienie wolnego miejsca, którego w tak skomplikowanych układach zaczyna brakować. Towarzystwo Fraunhofera wzięło to wyzwanie na swoje barki.

Czujniki radarowe i LiDAR wbudowane w reflektory

Pięć instytutów Fraunhofera, w tym Instytut Fizyki Wysokich Częstotliwości i Techniki Radarowej FHR, połączyło siły w ramach projektu Smart Headlight, aby stworzyć metodę instalacji czujników, która zajmuje mało miejsca i jest tak subtelna, jak to tylko możliwe – bez uszczerbku dla funkcji i wydajności. Celem projektu jest opracowanie zintegrowanego z czujnikami reflektora do systemów wspomagania kierowcy, który umożliwi połączenie szeregu elementów czujników z adaptacyjnymi systemami oświetlenia. Oczekuje się, że poprawi to zdolność czujników do identyfikacji obiektów na drodze – a zwłaszcza innych użytkowników dróg, takich jak piesi. Czujniki LiDAR mogą być na przykład stosowane w elektronicznych systemach wspomagania hamowania lub kontroli odległości.

– Integrujemy czujniki radarowe i LiDAR w reflektorach, które i tak już tam są; co więcej, są to części, które zapewniają najlepszą możliwą transmisję dla czujników optycznych i źródeł światła oraz są w stanie utrzymać wszystko w czystości – mówi Tim Freialdenhoven, badacz z Fraunhofer FHR. Czujniki LiDAR (Light Detection And Ranging) działają w oparciu o zasadę pomiaru, która polega na określeniu czasu pomiędzy emisją impulsu laserowego a odbiorem światła odbitego – metoda ta pozwala na wyjątkowo precyzyjne pomiary odległości.

Pierwszy etap tworzenia czujników reflektorów polega na zaprojektowaniu systemu LiDAR, który nadaje się do integracji z technologią motoryzacyjną. Należy przy tym uwzględnić fakt, że światło emitowane na drogę przez reflektor nie może być zakłócane przez dwa dodatkowe czujniki, nawet jeśli odpowiedzialne za światło diody LED znajdują się daleko z tyłu reflektora. Z tego powodu badacze umieszczają czujniki LiDAR na górze, a czujniki radarowe na dole obudowy reflektora. Jednocześnie wiązki z obu systemów czujników muszą podążać tą samą ścieżką, co światło LED (co jest utrudnione przez fakt, że wszystkie zaangażowane wiązki mają różne długości fal).

Światło widzialne z reflektora mierzy w zakresie od 400 do 750 nanometrów, natomiast wiązki podczerwone LiDAR-u mają zakres od 860 do 1550 nanometrów, czyli zbliżony do zakresu widzialnego. Z kolei wiązki radarowe mają długość fali wynoszącą cztery milimetry.

– Te trzy długości fal muszą być połączone współosiowo (czyli wzdłuż tej samej osi) i tu właśnie pojawia się to, co nazywamy multispektralnym sumatorem – stwierdza Freialdenhoven. Takie współosiowe prowadzenie wiązek jest kluczowe dla uniknięcia błędów paralaksy, które są dość trudne do usunięcia. Dodatkowo ułożenie czujników obok siebie zajęłoby znacznie więcej miejsca niż konfiguracja współosiowa, więc badacze obchodzą ten problem, używając tak zwanych dwusumatorów.

Celem tego rozwiązania jest połączenie światła LED i światła LiDAR z wykorzystaniem zwierciadła dichroicznego ze specjalną powłoką (ma ona za zadanie przekierować dwie wiązki promieni wzdłuż jednej osi za pomocą odbicia selektywnego długości fali). Ten sam efekt zachodzi w drugim sumatorze (choć w bardziej skomplikowany sposób ze względu na bardzo różne długości fal), gdzie łączy się światło LED, światło LiDAR i radar. Ponieważ czujniki radarowe są już w powszechnym użyciu w sektorze motoryzacyjnym, konstrukcje dwusumatorów muszą umożliwiać producentom dalsze korzystanie z istniejących czujników bez konieczności wprowadzania modyfikacji.

Systemy radarowe: przenikanie przez mgłę

Po co więc w ogóle łączyć systemy optyczne, LiDAR i radar? – Każdy pojedynczy system ma swoje mocne, ale i słabe strony – wyjaśnia Freialdenhoven. Systemy optyczne na przykład wykazują ograniczoną wydajność w sytuacjach, w których widoczność jest słaba (mgła i wysokie zapylenie). Z drugiej strony systemy radarowe są w stanie pokonać gęste chmury mgły, ale nie są już zbyt dobre w kategoryzacji. Choć są w stanie powiedzieć, czy coś jest osobą, czy drzewem, to ich zdolności nie mają nic wspólnego z systemami LiDAR.

– Pracujemy również nad połączeniem danych z radarów i LiDAR; czymś, co doda ogromną wartość, zwłaszcza jeśli chodzi o niezawodność – mówi Freialdenhoven. Zespół złożył już wniosek patentowy, a teraz ciężko pracuje nad stworzeniem prototypu.

Technologia ta ma stworzyć wiele dodatkowych opcji integracji czujników w systemach wspomagania kierowcy. Mniejsze moduły świetlne, bardziej kompaktowe czujniki LiDAR i zintegrowane czujniki radarowe umożliwią tworzenie koncepcji wieloczujnikowych – szczególnie w kontekście technologii pojazdów autonomicznych, w których wymagania projektowe stają się coraz bardziej rygorystyczne, a przestrzeń montażowa ograniczona. W rezultacie przyszłe systemy autonomiczne mogą być w stanie nie tylko wykryć osobę, ale także przeanalizować jej prędkość, odległość i kąt, pod jakim znajduje się w stosunku do pojazdu.

Źródło: Fraunhofer