مقدمة: هناك نقطة تحول جديدة في تكنولوجيا الإدراك
إن القيادة المساعدة التقليدية تفسح المجال أمام أنظمة قيادة ذاتية أكثر تطورًا وتنسيقًا جيدًا. يخلق هذا التحول متطلبات جديدة على الإدراك، وخاصة قدرته على توفير فهم متسق ومنظم وجدير بالثقة للبيئات المعقدة. لا تزال أنظمة الرؤية فقط تواجه تحديات بسبب ظروف الطريق في العالم الحقيقي مثل الضباب والمطر والإضاءة الخلفية في الليل والجسور متعددة الطبقات والعوائق الثابتة منخفضة الارتفاع. من ناحية أخرى، فإن الرادار التقليدي ثلاثي الأبعاد mmWave له قيود أيضًا لأنه لا يستطيع قياس الارتفاع.
في ضوء ذلك، أصبح رادار 4D mmWave تقنية استشعار أساسية تعمل على تحسين إدراك العمق، وتعزيز الفهم المكاني، والحفاظ على أداء موثوق به في ظل مجموعة متنوعة من الظروف البيئية. فهو يملأ الفجوات التي خلفتها أجهزة الاستشعار الأخرى المتدهورة ويقدم بيانات منظمة عالية القيمة تتوافق مع أحدث نماذج الإدراك المستندة إلى المحولات وBEV.
يتم تناول الأهمية التكنولوجية لرادار 4D mmWave، ووظيفته في أنظمة دمج أجهزة الاستشعار من الجيل التالي، وسيناريوهات التطبيق المهمة، والنشر الواقعي لـ Linpowave عبر مختلف مستويات القيادة الذاتية في هذه المقالة.
التقدم التكنولوجي لرادار الموجة المليمترية رباعي الأبعاد
التمثيل المكاني المحسن للحصول على معرفة دقيقة ثلاثية الأبعاد
إن رادار الموجات المليمترية التقليدي محدود في قدرته على تحديد الهياكل الرأسية لأنه عادةً ما يُخرج المسافة والسرعة وزاوية السمت. ولهذا السبب، قد تكون مواقف المنحدرات أو الجسور أو العوائق منخفضة الارتفاع أو حركة المرور متعددة الطبقات صعبة.
من خلال إضافة الارتفاع (زاوية الملعب)، يعمل رادار 4D mmWave على توسيع الاستشعار المكاني ويسمح بتفسير ثلاثي الأبعاد أكثر شمولاً للمناطق المحيطة.
يمكّن هذا التحسين السيارات ذاتية القيادة من التمييز بين:
-
حركة المرور على المستويات المرتفعة والأرضية
-
أقماع المرور، والأرصفة على جانب الطريق، وغيرها من العناصر منخفضة الارتفاع
-
طوبولوجيا الطريق والمنحدرات الصاعدة والهابطة
تتلقى وحدات التخطيط والتحكم مدخلات عالية الجودة من بيانات أكثر تنظيماً، مما يؤدي إلى سلوك أكثر استقرارًا ويمكن التنبؤ به للمركبة في مجموعة متنوعة من المواقف.
تعبير هندسي أكثر ثراءً من خلال السحابة النقطية عالية الكثافة
ينتج رادار الموجة 4D mmWave سحبًا نقطية كثيفة ومنظمة بمساعدة مصفوفات هوائي MIMO المتطورة وخطوط أنابيب معالجة الإشارات المبسطة. توفر هذه المخرجات تفاصيل مكانية كافية لوصف محيط الجسم وأشكاله وأنماط حركته، على الرغم من أنها ليست كثيفة مثل LiDAR.
تشجع هذه الدرجة من الثراء الهندسي على:
-
فهم دلالي أكثر جدارة بالثقة ونمذجة البيئة
-
أداء ثابت في الإضاءة المنخفضة أو الظروف الجوية
-
مقدمات متعمقة محسنة لنماذج التعلم العميق المبنية على BEVs
يمكن أن يستمر الرادار رباعي الأبعاد في تقديم بيانات موثوقة ومفيدة في المواقف التي تتدهور فيها الأنظمة البصرية، مثل الأمطار الغزيرة أو الإضاءة الخلفية.
الأهمية المتزايدة للرادار رباعي الأبعاد في دمج أجهزة الاستشعار المتعددة
"المستشعر الأساسي" بدلاً من "المستشعر الداعم"
في الماضي، كان رادار الموجات المليمترية يعمل بشكل أساسي كجهاز استشعار داعم، حيث يوفر معلومات إضافية عن السرعة والمسافة لدعم الرؤية. أصبح الرادار رباعي الأبعاد أكثر أهمية في مجموعات الإدراك مع تحول الصناعة إلى L2++ وL3، مما يزيد من الحاجة إلى التكرار واستشعار العمق المنظم.
يعد Fusion أكثر تماسكًا وأسهل في التحسين بسبب تنسيق السحابة النقطية، والذي يتماشى بشكل طبيعي مع خرائط عمق الرؤية ومدخلات نموذج BEV. يعمل الرادار رباعي الأبعاد على تحسين قدرات تعميم النظام بشكل كبير في المواقف الصعبة ذات الذيل الطويل، مثل التقاطعات الضبابية أو اندماج الطرق السريعة ليلاً.
تطوير الاندماج: الانتقال من القائم على القواعد إلى القائم على النموذج
بدلاً من الاعتماد على القواعد التي تم إنشاؤها يدويًا، تتعلم مجموعات AV الحديثة بشكل مشترك ميزات متعددة الوسائط باستخدام الشبكات العصبية.
إن مساهمة الرادار رباعي الأبعاد في بنيات الاندماج القائمة على النماذج هي:
-
قياسات السرعة والمدى المستقرين
-
هندسة قوية مستقلة عن الإضاءة
-
سحابة نقطية منظمة مناسبة للدمج العميق
تؤدي هذه السمات عادةً إلى زيادة وزن الطريقة أثناء التدريب، مما يعزز اتساق واعتمادية مخرجات الإدراك.
سيناريوهات مهمة لتطبيق الرادار رباعي الأبعاد
الطقس الصعب والشديد
يمكن أن يتسبب الضباب الكثيف والإضاءة الخلفية الليلية وانعكاسات المطر في تدهور أنظمة الرؤية.
أصبح الإدراك المستمر في ظروف الرؤية المنخفضة ممكنًا بفضل قدرة الرادار رباعي الأبعاد على الحفاظ على مخرجات السحابة النقطية المستقرة نسبيًا.
إدراك عالي السرعة للأمام
يتطلب اتخاذ القرار التنبؤي في سيناريوهات الطرق السريعة اكتشافًا دقيقًا بعيد المدى وتقديرًا مبكرًا للمسار.
يعد الرادار رباعي الأبعاد ممتازًا في:
-
التقاط الأجسام البعيدة والصغيرة
-
توفير بيانات سرعة سلسة وثابتة
-
تشجيع الإنذار المبكر أثناء المناورات السريعة
وهذا ما يجعله مفيدًا بشكل خاص للقيادة المدعومة على الطرق السريعة وNOA.
أوضاع المدن منخفضة السرعة وقريبة المدى
يعد الكشف الدقيق عن العوائق الثابتة والتفاصيل القريبة المدى ضروريًا لوقوف السيارات، والملاحة على الطرق الضيقة، والمساعدة في حركة المرور الكثيفة.
تعمل البيانات الهندسية المستقرة والمنظمة التي يوفرها الرادار رباعي الأبعاد على تحسين:
-
تعريف الرصيف
-
التعرف على الكائنات على ارتفاعات منخفضة
-
إمكانية التنبؤ في المواقف المعقدة والبطيئة
تقنية الرادار رباعي الأبعاد ونشر Linpowave
مجموعة منتجات شاملة لتغطية سيناريوهات متعددة
تقدم Linpowave مجموعة واسعة من منتجات الرادار رباعي الأبعاد المناسبة لسيناريوهات القيادة المختلفة بفضل خبرتها القوية في تصميم هوائي MIMO، ونمذجة السحابة النقطية، وخطوط أنابيب معالجة الإشارات.
سلسلة V300: إدراك المدى الطويل والمتوسط
يستخدم الطراز V300، المخصص للاستشعار الأمامي والجانبي، واجهة Ethernet لإخراج سحب نقطية منظمة عالية الكثافة. إنه يتفاعل بسهولة مع الرؤية من أجل دمج أجهزة الاستشعار المتعددة ويدعم أنظمة L2++ وL3 التي تحتاج إلى بيانات بيئية ذات نطاق ترددي عالٍ.
الاستشعار الحضري متوسط وقصير المدى مع سلسلة U300
يوفر U300 اكتشافًا موثوقًا للأشياء الصغيرة أو الثابتة أو قريبة المدى في المواقف منخفضة السرعة أو قريبة المدى مثل ركن السيارة أو المساعدة في الازدحام المروري (TJA). مما يعزز التحكم بالمركبة في الأماكن الضيقة والأماكن الضيقة والمدن المزدحمة.
يسهل Linpowave تطوير الخوارزميات الفعالة والتكامل السلس مع أطر عمل الدمج الحالية من خلال تزويد المطورين بأدوات تطوير البرامج (SDKs) ووثائق السحابة الواضحة وواجهات برمجة التطبيقات (APIs) وسلاسل الأدوات.
توقعات الصناعة: جاهزة للاندماج، ومُحسّنة من حيث التكلفة، وقابلة للتطوير
أصبح رادار الموجة 4D mmWave مستخدمًا على نطاق واسع في المركبات ذات الأسواق الكبيرة مع تقدم شرائح الرادار وتحسن هيكل التكلفة. يتم وضعها كتقنية استشعار مهمة للبنيات القادمة من L2++ إلى L3 نظرًا لفعاليتها من حيث التكلفة، والمتانة، وتوازن الأداء.
من المتوقع أن يستمر الرادار رباعي الأبعاد في كونه عنصرًا حاسمًا في الجيل التالي من أنظمة القيادة الذاتية نظرًا للتركيز المتزايد على الاستقرار والعمق المنظم.
الأسئلة الشائعة
هل يمكن استبدال LiDAR برادار 4D mmWave؟
يعمل LiDAR والرادار 4D معًا بشكل جيد. في حين أن اعتماد LiDAR يعتمد على متطلبات النظام والميزانية، فإن رادار Vision + 4D يبرز كهندسة شعبية واقتصادية.
كيف يعمل الرادار رباعي الأبعاد في الطقس العاصف؟
عندما يتعلق الأمر بالمطر أو الضباب أو الإضاءة المنخفضة، يحتفظ الرادار رباعي الأبعاد عادةً باستشعار أكثر استقرارًا من الرؤية. السيناريو والتكوين لهما تأثير على الأداء.
هل تقدم Linpowave المساعدة في التطوير؟
بالتأكيد. للمساعدة في تطوير نماذج الدمج، توفر Linpowave توثيقًا شاملاً للسحابة النقطية ومجموعات SDK وواجهات برمجة التطبيقات وسلاسل الأدوات.
هل الرادار رباعي الأبعاد مناسب لكل من الطرق الحضرية والطرق السريعة؟
بالتأكيد. في حين أن سلسلة U300 تقدم أداءً جيدًا في المواقف القريبة المدى والحضرية ومنخفضة السرعة، فإن سلسلة V300 هي الأنسب للإدراك طويل المدى وعالي السرعة.