Команда представит свои работы на конференции Sensys ноябрь. С 16 до 19.
Суровые погодные условия создают проблемы для беспилотных автомобилей. В этих транспортных средствах используются такие технологии, как LiDAR и радар, чтобы «видеть» и ориентироваться, но у каждой из них есть свои недостатки.
LiDAR, который работает, отражая лазерные лучи от окружающих объектов, может рисовать 3D-изображение с высоким разрешением в ясный день, но не может видеть в тумане, пыли, дожде или снеге. С другой стороны, радар, излучающий радиоволны, может видеть в любую погоду, но фиксирует лишь частичное изображение дорожной сцены.
Откройте для себя новую технологию Калифорнийского университета в Сан-Диего, которая улучшает видимость радара.
«Это радар типа LiDAR», – сказал Динеш Бхарадиа, профессор электротехники и компьютерной инженерии в инженерной школе Калифорнийского университета в Сан-Диего. Он отметил, что это недорогой способ добиться восприятия плохой погоды в беспилотных автомобилях. «Объединение лидара и радара также можно сделать с помощью наших методов, но радары дешевы.
Таким образом, нам не нужно использовать дорогие LiDAR."
Система состоит из двух радарных датчиков, размещенных на капоте и разнесенных на среднюю ширину автомобиля (1.5 метров). Ключевым моментом является расположение двух радарных датчиков таким образом – они позволяют системе видеть больше места и деталей, чем один радарный датчик.
Во время тест-драйвов в ясные дни и ночи система, как и датчик LiDAR, работала при определении габаритов автомобилей, движущихся в транспортном потоке. Его характеристики не изменились в тестах, имитирующих туманную погоду. Команда «спрятала» другое транспортное средство с помощью туманообразователя, и их система точно предсказала его трехмерную геометрию.
Датчик LiDAR по сути провалил тест.
Два глаза лучше, чем один
Причина, по которой радар традиционно страдает от плохого качества изображения, заключается в том, что, когда радиоволны передаются и отражаются от объектов, только небольшая часть сигналов когда-либо отражается обратно на датчик.
В результате автомобили, пешеходы и другие объекты выглядят как разреженный набор точек.
"Это проблема использования одного радара для получения изображений. Он получает всего несколько очков, чтобы представить сцену, поэтому восприятие плохое.
В окружающей среде могут быть и другие автомобили, которых вы не видите ", – сказал Кшитиз Бансал, кандидат компьютерных наук и инженерии.D. студент Калифорнийского университета в Сан-Диего. "Таким образом, если одиночный радар вызывает эту слепоту, установка с несколькими радарами улучшит восприятие за счет увеличения количества точек, которые отражаются назад."
Команда обнаружила, что расстояние между двумя радиолокационными датчиками 1.На расстоянии 5 метров друг от друга на капоте машины было оптимальное расположение. «Имея два радара в разных точках обзора с перекрывающимся полем обзора, мы создаем область высокого разрешения с высокой вероятностью обнаружения присутствующих объектов», – сказал Бансал.
Сказка о двух радарах
Система решает еще одну проблему с радаром: шум.
Часто на радиолокационных изображениях появляются случайные точки, не принадлежащие ни к каким объектам. Датчик также может улавливать так называемые эхо-сигналы, которые представляют собой отражения радиоволн, которые исходят не напрямую от обнаруживаемых объектов.
Бхарадиа отметил, что чем больше радаров, тем больше шума.
Поэтому команда разработала новые алгоритмы, которые могут объединить информацию от двух разных радарных датчиков вместе и создать новое изображение без шума.
Еще одним нововведением в этой работе является то, что команда построила первый набор данных, объединив данные с двух радаров.
«В настоящее время нет общедоступных наборов данных с такими данными, полученными с нескольких радаров с перекрывающимся полем обзора», – сказал Бхарадиа. «Мы собрали собственные данные и создали собственный набор данных для обучения наших алгоритмов и тестирования."
Набор данных состоит из 54000 радиолокационных кадров сцен вождения в дневное и ночное время в условиях реального трафика и в смоделированных условиях тумана.
Дальнейшая работа будет включать сбор дополнительных данных под дождем. Для этого команде сначала нужно будет создать более надежные защитные кожухи для своего оборудования.
В настоящее время команда работает с Toyota, чтобы объединить новую радарную технологию с камерами. Исследователи говорят, что это потенциально может заменить LiDAR. "Сам по себе радар не может сказать нам цвет, марку или модель автомобиля.
Эти функции также важны для улучшения восприятия в беспилотных автомобилях », – сказал Бхарадиа.
Видео: https: // www.YouTube.com / watch?v = 5BrC0Jt4xUc & feature = emb_logo