[ad_1]
//php echo do_shortcode(‘[responsivevoice_button voice=»US English Male» buttontext=»Listen to Post»]’) ?>
Para los fabricantes de automóviles que buscan colocar vehículos autónomos (AV) en carreteras reales, la conducción segura es un mandato fundamental, y nada es más importante para el funcionamiento seguro de los vehículos autónomos que los sistemas de sensores. Los sensores de visión 3D y LiDAR de largo alcance se han convertido en dos soluciones muy efectivas para la medición de distancias, aunque con diferencias significativas en el rendimiento, particularmente en condiciones climáticas y de carretera adversas.
Nodar, un proveedor de tecnología avanzada de visión estéreo para vehículos autónomos, realizó recientemente una serie de pruebas de rendimiento comparativas para comparar cómo las cámaras LiDAR y de visión estéreo manejan la poca luz, la oscuridad y las condiciones climáticas adversas y cómo son detectadas por pequeños obstáculos en El camino. Cada prueba comparó vehículos equipados con sistemas LiDAR de alto rendimiento con sensores estéreo de base amplia con cámaras de 5,4 megapíxeles y lentes de campo de visión de 30°.
Los resultados muestran que la visión estéreo 3D funciona significativamente mejor que LiDAR en condiciones climáticas adversas y poca luz, dos casos extremos que son críticos para la seguridad de los vehículos autónomos.
Combinados con el conocido rendimiento diurno superior de los sensores de visión estéreo, estos nuevos resultados deberían aliviar las preocupaciones sobre el rendimiento de los sensores basados en cámaras y sentar las bases para que la visión estéreo se convierta en el sensor 3D dominante para aplicaciones de conducción autónoma de nivel L3+.
Conducir bajo lluvia y niebla
En noviembre de 2022 se llevaron a cabo pruebas en Alemania en una cámara climática para automóviles en condiciones climáticas adversas, simulando diferentes intensidades de lluvia y niebla en condiciones de iluminación tanto diurnas como nocturnas. En carreteras secas, las cámaras LiDAR y estéreo proporcionaron datos de distancia válidos para el 100% de los puntos de medición de cada sensor. Sin embargo, las cámaras estéreo de alta resolución ofrecieron una densidad de nube de puntos 50 veces mayor que la densidad de nube de puntos de LiDAR.
Resultados detallados para cada condición climática:
- Lluvias intensas (32 mm/hora)
- El rendimiento de la visión estéreo se degradó ligeramente, lo que permitió capturar con precisión el 95% de la escena.
- El rendimiento del LiDAR se degradó significativamente y capturó menos del 80% de la escena.
- Lluvias intensas (a razón de 96 mm/hora)
- Los sensores basados en cámaras registraron lecturas precisas para casi el 70% de los puntos de datos.
- La capacidad de LiDAR para devolver datos de alcance válidos cayó por debajo del 40%; Esto significa que más del 60% de las mediciones de distancia se perdieron o no fueron válidas.
- Niebla (visibilidad de 45 metros)
- Stereo Vision proporcionó casi el 70 % de las mediciones de distancia precisas y detectó
Objetos que serían imperceptibles o invisibles para el ojo humano en la niebla. - El rendimiento del LiDAR se redujo al 20 % de las mediciones de alcance precisas; Esto significa que el 80% de las mediciones de distancia se perdieron o no fueron válidas.
- Stereo Vision proporcionó casi el 70 % de las mediciones de distancia precisas y detectó
Conduciendo en la oscuridad
Las pruebas de conducción nocturna en las carreteras de Boston se completaron en octubre de 2022. Estas pruebas compararon el número de mediciones de distancia válidas obtenidas por cámaras de visión estéreo de línea de base amplia y LiDAR en varios niveles de iluminancia, desde plena luz del día (10.000 lux) hasta la noche (1 lux).
El LiDAR entregó constantemente alrededor de 600.000 puntos de datos por segundo en todos los niveles de iluminación. Por el contrario, la cantidad de puntos de datos devueltos por el sensor de visión estéreo varió con la cantidad de luz de la siguiente manera:
- Amanecer, atardecer, luz diurna plena y nublada (1.000-10.000 lux): 40 millones de puntos de datos por segundo
- Amanecer y atardecer nublados (100-1000 lux): más de 30 millones de puntos de datos por segundo
- Contaminación lumínica urbana (10-100 lux): aproximadamente 20 millones de puntos de datos por segundo
- Luz de luna (1 lux): más de 10 millones de puntos de datos por segundo
Detectar obstáculos por la noche
En abril de 2023 se realizaron pruebas para detectar obstáculos en la carretera por la noche en una pista cerrada en Maine, donde los cielos oscuros eliminan el riesgo de que la contaminación lumínica afecte los resultados. Se montó un sistema de visión estéreo de banda ancha en un automóvil de pasajeros y se probó con luces altas y bajas.
Los siguientes son los resultados para detectar madera, maniquíes y conos de tráfico por la noche:
- Madera (12 cm de alto)
- El sensor de visión estéreo detectó un trozo de madera tirado en la carretera a 130 metros con la luz de carretera y a 100 metros con la luz de cruce.
- LiDAR detectó la madera desde una distancia máxima de 50 metros.
- Maniquí tamaño adulto tumbado (30cm de altura)
- Stereo Vision detectó un maniquí tirado en la calle a 160 metros de distancia con luz de carretera y a 100 metros de distancia con luz de cruce.
- LiDAR detectó el maniquí desde una distancia de 100 metros.
- Maniquí de tamaño infantil, de pie (100 cm de altura)
- Stereo Vision reconoció un maniquí parado en la calle a 200 metros de distancia con la luz de carretera y a 100 metros de distancia con la luz de cruce.
- LiDAR detectó el maniquí a 100 metros de distancia.
- Cono de tráfico (70 cm de alto)
- Mediante visión estéreo, el cono de tráfico se detectó desde una distancia de 200 metros con luz de carretera y desde 160 metros con luz de cruce.
- LiDAR detectó el cono de tráfico desde una distancia máxima de 50 metros.
En general, los resultados de toda la serie de pruebas mostraron que la visión estéreo 3D supera al LiDAR en muchas condiciones adversas. Si bien LiDAR proporciona mediciones de distancia precisas, su densidad de nube de puntos es órdenes de magnitud menor que la de los sistemas multicámara probados, lo que reduce la capacidad de LiDAR para detectar objetos pequeños.
Las pruebas también mostraron que el rendimiento de LiDAR se degrada significativamente más que la visión estéreo en condiciones de mala visibilidad.
Finalmente, en esta prueba, a pesar de la creencia generalizada de que los sistemas basados en cámaras funcionan mal por la noche, el sensor de visión estéreo de línea de base amplia pudo medir con precisión distancias a objetos en hasta el doble del alcance de los sensores LiDAR.
[ad_2]