Introducción: hay un nuevo punto de inflexión en la tecnología de percepción
La conducción asistida tradicional está dando paso a sistemas de conducción autónoma más sofisticados y bien coordinados. Este cambio crea nuevas demandas sobre la percepción, particularmente sobre su capacidad para proporcionar una comprensión consistente, organizada y confiable de entornos complejos. Los sistemas de solo visión todavía enfrentan el desafío de las condiciones de la carretera del mundo real, como la niebla, la lluvia, las luces de fondo por la noche, los viaductos multicapa y los obstáculos estáticos de baja altura. Por otro lado, el radar 3D mmWave convencional también tiene limitaciones porque no puede medir la elevación.
A la luz de esto, el radar 4D mmWave se está convirtiendo en una tecnología de detección fundamental que mejora la percepción de la profundidad, fortalece la comprensión espacial y mantiene un rendimiento confiable en una variedad de circunstancias ambientales. Llena los vacíos dejados por el deterioro de otros sensores y ofrece datos estructurados de alto valor que son consistentes con los modelos de percepción basados en transformadores y BEV más recientes.
En este artículo se examina la importancia tecnológica del radar 4D mmWave, su función en sistemas de fusión de sensores de próxima generación, importantes escenarios de aplicación y el despliegue realista de Linpowave en varios niveles de conducción autónoma.
Avance tecnológico del radar 4D mmWave
Representación espacial mejorada para un conocimiento 3D preciso
El radar de ondas milimétricas convencional tiene una capacidad limitada para identificar estructuras verticales porque generalmente genera distancia, velocidad y ángulo de acimut. Debido a esto, las situaciones con rampas, viaductos, obstáculos de baja altura o tráfico multicapa pueden resultar difíciles.
Al agregar elevación (ángulo de inclinación), el radar 4D mmWave amplía la detección espacial y permite una interpretación 3D más completa del entorno.
Esta mejora permite a los autos autónomos distinguir entre:
-
Tráfico en niveles elevados y terrestres
-
Conos de tráfico, bordillos de carretera y otros elementos de baja altura
-
Topología de la carretera y pendientes ascendentes y descendentes
Los módulos de planificación y control reciben información de mayor calidad a partir de datos más estructurados, lo que conduce a un comportamiento del vehículo más estable y predecible en una variedad de situaciones.
Expresión geométrica más rica a través de una nube de puntos de alta densidad
El radar 4D mmWave produce nubes de puntos densas y organizadas con la ayuda de sofisticados conjuntos de antenas MIMO y canales de procesamiento de señales optimizados. Estos resultados proporcionan suficientes detalles espaciales para describir contornos, formas y patrones de movimiento de objetos, aunque no son tan densos como LiDAR.
Este grado de riqueza geométrica fomenta:
-
Comprensión semántica y modelado de entorno más confiables
-
Rendimiento constante en condiciones climáticas o de poca luz
-
Antecedentes en profundidad mejorados para modelos de aprendizaje profundo basados en BEV
El radar 4D puede seguir proporcionando datos fiables y útiles en situaciones en las que los sistemas visuales se deterioran, como lluvias intensas o contraluces.
La creciente importancia del radar 4D en la fusión multisensor
"Sensor central" en contraposición a "Sensor de soporte"
En el pasado, el radar mmWave funcionaba principalmente como un sensor de apoyo, ofreciendo información suplementaria de velocidad y distancia para apoyar la visión. El radar 4D se está volviendo cada vez más esencial para las pilas de percepción a medida que la industria cambia a L2++ y L3, lo que aumenta la necesidad de redundancia y detección de profundidad estructurada.
Fusion es más coherente y sencillo de optimizar debido a su formato de nube de puntos, que se alinea naturalmente con los mapas de profundidad de visión y las entradas del modelo BEV. El radar 4D mejora enormemente las capacidades de generalización del sistema en situaciones desafiantes de cola larga, como intersecciones con niebla o fusiones de autopistas nocturnas.
Desarrollo de Fusion: transición de basado en reglas a basado en modelos
En lugar de depender de reglas creadas manualmente, las pilas AV modernas aprenden conjuntamente funciones multimodales utilizando redes neuronales.
La contribución del radar 4D a estas arquitecturas de fusión basadas en modelos es:
-
Medidas de velocidad y alcance estable
-
Geometría robusta independiente de la iluminación
-
Una nube de puntos estructurada apropiada para la fusión profunda
Estos rasgos generalmente conducen a un mayor peso de modalidad durante el entrenamiento, lo que mejora la consistencia y confiabilidad de los resultados de percepción.
Escenarios importantes de aplicación de radar 4D
Clima difícil y severo
La niebla intensa, la luz de fondo nocturna y los reflejos de la lluvia pueden provocar el deterioro de los sistemas de visión.
La percepción continua en condiciones de baja visibilidad es posible gracias a la capacidad del radar 4D para mantener emisiones de nubes de puntos comparativamente estables.
Percepción de avance de alta velocidad
La toma de decisiones predictivas en escenarios de autopistas requiere una detección precisa de largo alcance y una estimación temprana de la trayectoria.
El radar 4D es excelente para:
-
Capturar objetos pequeños y distantes
-
Proporcionando datos de velocidad uniformes y constantes
-
Fomento de la alerta temprana durante maniobras rápidas
Esto lo hace especialmente útil para la conducción asistida en autopistas y NOA.
Situaciones urbanas de baja velocidad y de corto alcance
La detección precisa de obstáculos estáticos y detalles de corto alcance es necesaria para estacionamiento, navegación en carreteras estrechas y asistencia en tráfico intenso.
Los datos geométricos estables y organizados proporcionados por el radar 4D mejoran:
-
Identificación de acera
-
Identificación de objetos a baja altura
-
Previsibilidad en situaciones complejas y de baja velocidad
La tecnología de radar 4D y el despliegue de Linpowave
Una cartera completa de productos para cubrir múltiples escenarios
Linpowave ofrece una amplia gama de productos de radar 4D adecuados para diversos escenarios de conducción gracias a su sólida experiencia en diseño de antenas MIMO, modelado de nubes de puntos y canales de procesamiento de señales.
Serie V300: percepción de largo y medio alcance
El V300, que está diseñado para detección frontal y lateral, utiliza una interfaz Ethernet para generar nubes de puntos estructuradas de alta densidad. Interactúa fácilmente con Vision para la fusión de múltiples sensores y admite sistemas L2++ y L3 que necesitan datos ambientales de gran ancho de banda.
Detección urbana de medio y corto alcance con la serie U300
El U300 ofrece detección confiable de objetos pequeños, estacionarios o de corto alcance en situaciones de baja velocidad y de corto alcance, como estacionamiento o asistencia en atascos (TJA). Esto mejora el control de los vehículos en espacios reducidos, espacios reducidos y ciudades abarrotadas.
Linpowave facilita el desarrollo de algoritmos efectivo y la integración perfecta con los marcos de fusión actuales al proporcionar a los desarrolladores SDK, documentación clara de nube de puntos, API y cadenas de herramientas.
Perspectiva de la industria: lista para Fusion, rentable y escalable
El radar 4D mmWave se está utilizando cada vez más en vehículos del mercado masivo a medida que avanzan los conjuntos de chips de radar y mejora la estructura de costos. Se posiciona como una tecnología de detección crucial para las próximas arquitecturas L2++ a L3 debido a su rentabilidad, solidez y equilibrio de rendimiento.
Se espera que el radar 4D siga siendo un componente crucial de los sistemas de conducción autónoma de próxima generación debido al creciente énfasis en la estabilidad y la profundidad estructurada.
Preguntas frecuentes
¿Se puede reemplazar el LiDAR por un radar 4D mmWave?
El LiDAR y el radar 4D funcionan bien juntos. Si bien la adopción de LiDAR depende de los requisitos y el presupuesto del sistema, el radar Vision + 4D está emergiendo como una arquitectura popular y económica.
¿Cómo funciona el radar 4D en condiciones climáticas adversas?
Cuando se trata de lluvia, niebla o poca luz, el radar 4D generalmente mantiene una detección más estable que la visión. El escenario y la configuración tienen un impacto en el rendimiento.
¿Ofrece Linpowave asistencia para el desarrollo?
Claro. Para ayudar con el desarrollo de modelos de fusión, Linpowave proporciona documentación completa sobre nubes de puntos, SDK, API y cadenas de herramientas.
¿El radar 4D es apropiado tanto para carreteras urbanas como para carreteras?
Claro. Si bien la serie U300 funciona bien en situaciones urbanas, de corto alcance y de baja velocidad, la serie V300 es más adecuada para la percepción de largo alcance y alta velocidad.