Wussten Sie, dass Tesla-Autos nur Kameras in ihrem ADAS-Setup verwenden? Nun, das taten sie, als wir dies schrieben, aber die Dinge haben die Angewohnheit, sich zu ändern! Ultraschall war erst in, dann wieder out, und wenn man Berichten zu glauben sindwird LiDAR bei Tesla für irgendetwas eingesetzt, wir wissen nur noch nicht genau was! Aber was ist der beste Sensor, der neben der ADAS-Technologie eingesetzt werden kann?
Andere Fahrzeughersteller verwenden in der Regel eine Reihe von Sensoren wie Kameras, Radar, LiDAR und Sonar (auch bekannt als Ultraschall). In diesem Blog schauen wir uns diese Sensoren an, diskutieren ihre verschiedenen Stärken und Schwächen und erörtern dann das Potenzial der Sensorfusion in ADAS-Systemen.
Gibt es einen einzigen besten Sensor für die Prüfung von ADAS-Technologie? Kurz gesagt, nein. Es überrascht nicht, dass verschiedene Sensoren für unterschiedliche Anwendungen und Umgebungen geeignet sind. Jeder hat seine eigenen Nachteile, sei es in Bezug auf Leistung oder Kosten. Welche sind das also?
Sind Kameras der beste Sensor für ADAS-Tests?
Die Kameras, die in der ADAS-Technologie sind hochentwickelt und verarbeiten enorme Datenmengen über die Welt um sie herum. Wie wir bereits erwähnt haben, hat Tesla alles auf Kameras gesetzt - sie sind die einzigen Sensoren, die verwendet werden. Ihre Logik ist, dass, wenn der Mensch mit einem reinen Sehsystem wie den Augen zum Fahren auskommen kann, ein anderes reines Sehsystem wie Kameras ebenfalls ausreichen sollte. Und natürlich zeigt der Erfolg von Tesla, dass sie Recht haben - bis zu einem gewissen Grad.
Kameras sind anfällig für einige Probleme, die ihre Leistung beeinträchtigen - vor allem wechselnde Lichtverhältnisse. Bei schlechten Lichtverhältnissen haben die Kameras Probleme, und bei hellen Bedingungen können sie durch Blendung von der Straße oder stehendes Wasser beeinträchtigt werden. Auch der Wechsel von Licht zu Dunkelheit und wieder zurück (z. B. bei der Ein- und Ausfahrt in einen Tunnel) kann die Leistung der Kameras beeinträchtigen. Außerdem können sie ohne einen begleitenden Algorithmus, der das Bild verarbeitet, keine Entfernungsschätzungen vornehmen. Jeder andere Sensor in diesem Artikel ist speziell dafür ausgelegt, Entfernungen zu messen, indem er eine Welle oder Strahlen aussendet und analysiert, was zurückkommt. Das bedeutet, dass Systeme wie die autonome Notbremsung (AEB) die Entfernung völlig anders berechnen, wenn sie sich auf Kameras verlassen, als wenn sie andere Sensoren verwenden, die die Entfernung schätzen können.
Radar: wetterfeste ADAS-Sensoren
Sowohl Radar- als auch Kamerasensoren sind in ADAS-Lösungen weit verbreitet - aber Radarsensoren haben gegenüber Kamerasensoren einen Vorteil, wenn es um schlechte Sichtverhältnisse geht. Da Radar mit Radiowellen arbeitet, wird es nicht durch Nebel, Dunkelheit oder blendendes Licht beeinträchtigt. Außerdem können sie die Reichweite erkennen - schließlich ist dies eine der Hauptfunktionen der Radartechnologie -, wodurch sie einfacher in eine ADAS-Einrichtung integriert werden können. Das macht das Radar zu einem unverzichtbaren Hilfsmittel für Anwendungen, bei denen es auf die Entfernung ankommt, wie z. B. bei der adaptiven Geschwindigkeitsregelung oder der Warnung vor dem toten Winkel.
Allerdings sind Radarsensoren oft nicht in der Lage, viele Details über die von ihnen erfassten Objekte zu erkennen. Das kann dazu führen, dass Ihr ADAS-Sensor ein falsches positives Ergebnis anzeigt - zum Beispiel, dass AEB aktiviert wird, weil das Radar eine Papiertüte erkannt hat.
Sonar-ADAS-Sensoren: kostengünstigere Sensoren für Anwendungen mit geringer Geschwindigkeit
Genau wie Radar sendet Sonar Wellen aus und analysiert die zurückkommenden Wellen, um Objekte und ihre Entfernung zum Sensor zu identifizieren. Sonar arbeitet jedoch mit Schall und hat eine niedrigere Frequenz als Radar. Es ist billiger als Radar, aber sein Einsatz ist auf Anwendungen im Nahbereich beschränkt, wo die Luft relativ ruhig ist. Bei größeren Entfernungen bewegen sich die Schallwellen, die das Sonar verwendet, zu langsam, um nützlich zu sein, und wenn es zu viel Luftbewegung gibt, werden die Messwerte des Sonars verzerrt. Aus diesem Grund ist Sonar der Sensor der Wahl bei Parksystemen.
LiDAR: hochauflösender ADAS-Sensor zu einem höheren Preis
LiDAR (über das wir bereits an einigen Stellen auf unserer Website berichtet haben) funktioniert wie Radar und Sonar, nutzt aber stattdessen Lichtstrahlen. Aus diesem Grund liefern LiDAR-ADAS-Sensoren sehr genaue Entfernungsdaten und können verwendet werden, um hochauflösende Bilder der Welt um Ihr Fahrzeug herum zu erstellen. Obwohl LiDAR bei hellem und schwachem Licht funktioniert, weil es sein eigenes Licht erzeugt, kann es durch Nebel, Regen oder Rauch beeinträchtigt werden.
Die größten Hindernisse für LiDAR waren bisher die Kosten für die Sensoren (die weitaus höher sind als bei Radar oder Sonar) und die Tatsache, dass LiDAR-Sensoren keine Farben erkennen können, was sie u. a. für das Erkennen roter Ampeln an Kreuzungen nicht gerade ideal macht. Es ist jedoch anzumerken, dass die Kosten für LiDAR mit der Weiterentwicklung der Technologie sinken.
ADAS-Sensorfusion liefert das beste Ergebnis
Obwohl einige Hersteller wahrscheinlich immer einen Sensortyp einem anderen vorziehen werden, wird der beste "Sensor" immer eine Mischung aus allen verfügbaren Technologien sein. Jeder der verschiedenen Sensortypen hat Stärken, die die Schwächen der anderen ausgleichen. Zum Beispiel:
- Kameras können in Verbindung mit LiDAR eingesetzt werden, um Ampeln und deren Farbe genau zu identifizieren.
- Der Einsatz von Sonar, wo immer möglich, trägt dazu bei, die Gesamtkosten des Fahrzeugs niedrig zu halten.
- Das Radar kann mit Kameradaten kombiniert werden, um die mangelnde Schärfe des Radars auszugleichen und etwaige Einschränkungen der Kameraleistung aufgrund der Lichtverhältnisse zu kompensieren.
Sogar Teslas reines Kamerasystem basiert auf "radargestützten Kameras". Frühe Tesla-Modelle kombinierten Radar und Kameras, und die seither gewonnenen Daten wurden zur Entwicklung einer reinen Kameralösung verwendet.
Die neue Herausforderung, die sich daraus ergibt, ist jedoch die Sensorfusion. Es gibt verschiedene Ebenen dieser Herausforderung:
- Zeitsynchronisierung
Sie müssen sicherstellen, dass alle Ihre Sensoren ihre Daten synchron in das ADAS-System einspeisen. Andernfalls können sich die Messwerte eines Sensors mit denen der anderen widersprechen, auch wenn sie dasselbe Objekt oder Ereignis aufzeichnen.
- Orientierungshilfe
Ihre Sensoren befinden sich an verschiedenen Stellen des Fahrzeugs und haben ihre eigene Interpretation von oben, unten, links, rechts, Norden, Osten, x, y und z. Sie müssen sie alle in einen gemeinsamen Bezugsrahmen bringen, damit das System ein genaues Bild davon erhält, wo sich ein Objekt in Bezug auf das Fahrzeug befindet (und nicht etwa eine Situation entsteht, in der ein Sensor sagt, dass sich ein Fahrrad neben dem Auto befindet, während der andere sagt, dass es sich über dem Auto befindet, zum Beispiel!)
- Genauigkeit
Jeder Sensor hat einen unterschiedlichen Genauigkeitsgrad, und es wird Zeiten geben, in denen einige Sensoren falsche Messwerte liefern, z. B. wenn Kameras schnell von schwachem zu starkem Licht übergehen. Ihr System muss in der Lage sein, Messungen zu identifizieren, die wahrscheinlich ungenau sind, und sie aus den Berechnungen auszuschließen. Nur so können Sie sicherstellen, dass Ihre Systeme immer zum richtigen Zeitpunkt aktiviert werden.
"Wir verwenden die Daten von OxTS , um die Leistung der anderen Sensoren in unseren Fahrzeugen und des Fahrzeugs selbst zu überprüfen. Wenn OxTS sagt, dass der Sensor nicht so funktioniert, wie wir es erwarten, ist das genug, um seine seine Genauigkeit"
Führender Tier-1-Fahrzeughersteller
ADAS-Tests sind entscheidend für den Erfolg der Sensorfusion
Bei einem so komplizierten System wie ADAS sind Tests unerlässlich, um sicherzustellen, dass Ihre Systeme funktionieren, wenn sie sollen - und um herauszufinden, warum sie nicht funktionieren, wenn sie nicht funktionieren. Besonders wichtig ist die Fähigkeit, die Daten von jedem Sensor zusammen mit den Informationen über die Position und Dynamik Ihres Fahrzeugs zu überwachen und zu analysieren. Hier kann OxTS helfen - mit der OxTS GAD-Schnittstelle können unsere GNSS/INS-Geräte für die Sensorfusion für eine Reihe von Anwendungen optimiert werden, und wir haben unsere Hardware so entwickelt, dass sie leicht in jede ADAS-Testlösung integriert werden kann, um präzise Informationen zu liefern, die zum Verständnis der Fahrzeug- und Sensorleistung verwendet werden können.
Wenn Sie ADAS-Systeme für ein autonomes Fahrzeug testen, dann wird es Sie auch interessieren, dass wir ein Plugin für NVIDIA DRIVE. Das Plugin ermöglicht DRIVE Linux-Benutzern (über DriveWorks) den Zugriff auf GNSS- und IMU-Messungen von einem OxTS GNSS/INS, die als Groundtruth-Daten zur Validierung der Sensor- und Wahrnehmungsstack-Leistung verwendet werden können - in Echtzeit.
Wenn Sie mehr darüber erfahren möchten, wie OxTS GNSS/INS-Geräte bei der Validierung Ihrer ADAS-Technologie helfen können, laden Sie unsere praktische ADAS-Testlösungsübersicht oder unsere Reihe von ADAS-Anwendungsleitfäden herunter.
- Automatische Notbremsung (Auffahren und Bremsen von Fahrzeug zu Fahrzeug) - Leitfaden lesen
- Automatische Notbremsung (Auto gegen Auto hinten stationär) - Leitfaden lesen
- Automatisiertes Parken (AVP) und Parkassistent - Leitfaden lesen
- Spurverlassenswarnung (LDW) und Spurhalteassistent - Leitfaden lesen
Wenn Sie als Ingenieur im Bereich der ADAS-Tests tätig sind und Hilfe bei der Validierung Ihrer Sensorleistung benötigen, nehmen Sie Kontakt mit uns auf, um zu besprechen, wie OxTS Ihnen helfen kann.
