Arbe 4D成像雷达无惧冬季天气状况,守护道路安全

感知成像雷达如何应对各种天气状况

在大部分地区,冬季往往伴随着风雪交加的恶劣天气,给人们的移动出行带来巨大的影响。高度依赖光学技术的传感器尤其容易受到恶劣天气的影响,这就和驾驶员在恶劣天气条件下难以单凭视觉判断路况一样。当传感器依靠光学信号的输入,并且以视觉为机制时,任何影响可见光光谱吸收的因素都会影响传感器的感知精度和质量,无法保证行驶的安全。

与光学传感器不同,雷达传感器通过无线电波进行感知,即使在天气和光照条件欠佳的情况下依然稳定可靠。Arbe的感知成像雷达利用了雷达传感器的优势,且更具超高分辨率,能够为车辆提供卓越的安全性能。

光学传感器VS雷达传感器

雨、雾、尘土和烟雾

在高速公路上行驶时遇到大雨、大雾天气,或者遇到烟尘等情况都会干扰自动驾驶汽车传感器的信号,影响传感器的灵敏度和准确性。但不同的传感器所受到的影响不同。

例如,能见度将大大影响摄像头的视觉感知距离,可能从150米的距离缩短至仅仅20米,这种情况下,摄像头传感器基本无法正常使用。即使是驾驶员本人也很难在这种天气情况下安全驾驶。相比之下,基于雷达的传感器在能见度条件苛刻的情况下,依然能够正常运行。这是因为雷达传感器所使用的无线电波与光波相比,波长更长、穿透力更强。这和驾驶员的手机和广播在恶劣天气条件下依然能够正常使用是同样的道理。因此在恶劣天气条件下,雷达传感器比光学传感器更可靠。

雪和阳光

与雨水和浓雾吸收可见光不同,积雪和阳光会产生同样威胁驾驶安全的眩光。阳光照射在积雪上将会产生无数个光斑,光学传感器很可能将这些光斑识别为目标,从而突然触发刹车,增大追尾风险。另外,阳光照射雪地的光还可能导致光学传感器的光源过饱和导致失灵,而雷达传感器则不会出现上述问题。

泥水和冰

传感器被尘土、泥水和冰覆盖也可能发生危险。虽然许多传感器都具有检测、报告和自行清除污垢等障碍物的功能,但光学传感器对障碍物非常敏感,还是容易受到影响。基于雷达的传感器则很少受到这类影响,运行更加稳定。

感知成像雷达优势凸显

与光学传感器相比,传统汽车雷达传感器在恶劣天气条件下的表现更加稳定,然而还是会出现误报的情况,例如误把大雪覆盖的地面当成障碍物。具备超高分辨率的成像雷达则在此基础上更具优势:超高分辨率即使在极高的负载下,也能准确区分物体,避免误报的发生。

  • 雷达仰角是冗余的关键

由于分辨率有限,大多数汽车雷达会根据距离、方位角和多普勒等维度来区分目标。而4D成像雷达在仰角维度上同样具有超高分辨率,这一功能在光学传感器失灵的情况下,非常重要。只有仰角的超高分辨率成像足够强大,才能够准确地分离和识别目标,并定义目标的高度和大小,从而判断目标是桥梁等环境物件,还是需要汽车规避的障碍物。即便桥梁被雾遮挡、坑洞被积雪覆盖,4D成像雷达也同样能够识别,保证汽车安全行驶。

  • 雷达助力实现高级感知能力

SLAM和自由空间映射等高级自动驾驶必不可少的功能在很大程度上依赖于光学传感器。而当光学传感器因为天气原因无法使用时,车辆就需要冗余来保证其安全性和自动驾驶功能。可是大多数雷达的精确度都不够,无法提供足够的冗余。Arbe的感知成像雷达在四个维度都具备超高分辨率和先进的后处理能力,即使在恶劣条件下也能实现“超能力”感知:

  1. 实时计算自车行驶数据,了解车辆的速度和转弯速率;

  2. 追踪和区分车辆周围的目标,全面了解行车环境;

  3. 检测静止目标,弥补传统汽车雷达的缺陷;

  4. 实时绘制自由空间地图,确定道路可行驶区域。

上述功能对于L2及以上级别的自动驾驶车辆来说非常重要,而要安全地实现这些功能,传感器组件必须非常可靠。感知成像雷达在任何天气条件下都能稳定运行,提供安全可靠的驾驶体验。

Arbe 4D成像雷达无惧冬季天气状况,守护道路安全

此外,野外作业的驾驶环境可能会更加恶劣。例如农业耕作和建筑采矿环境中会产生非常多的泥土灰尘,再加上野外的强风和雨水,对重型器械和车辆的安全操作和驾驶来说都是巨大的挑战。有了4D成像雷达的感知能力,这些车辆便能够在这些恶劣的环境中安全作业。

自动驾驶传感器的研发目标和责任就是规避交通事故的发生,让自动驾驶比人为驾驶更安全。Arbe的感知成像雷达拥有超高分辨率和感知能力,在任何天气条件下都能稳定运行,具备最为卓越的安全性能。

若您对Arbe 4D成像雷达解决方案感兴趣,或想了解更多资讯,请联系:

Arbe全球销售副总裁,亚太区总经理:Roman.l@arberobotics.com

Arbe亚太区业务拓展经理:Shimamura.k@arberobotics.com

Arbe 4D成像雷达无惧冬季天气状况,守护道路安全

 

原文始发于微信公众号(Arbe):Arbe 4D成像雷达无惧冬季天气状况,守护道路安全

作者 ab

zh_CNChinese