🧤 📝 🤑 Fußgänger gegen autonomes Notbremssystem ➗ 💪 🚊

AEB ist ein System zur autonomen Notbremsung eines Fahrzeugs (Automatic Emergency Braking).
ADAS ist ein fortschrittliches Fahrerassistenzsystem.

Im vergangenen Jahr testete die AAA (American Automobile Association) (eine gespeicherte Google-Kopie des Berichts ) Fahrzeuge, die mit ADAS ausgestattet waren und speziell auf die Fußgängererkennung (AEB-P) ausgerichtet waren. Der AEB-P wurde im Modelljahr 2019 an vier Fahrzeugen getestet: Chevrolet Malibu mit Fußgängerbremse vorne, Honda Accord mit Honda Sensing-Collision-Bremssystem, Tesla Model 3 mit automatischer Notbremsung und Toyota Camry mit Toyota Safety Sense.

Hier sind die wichtigsten Ergebnisse:

Wenn das Testauto bei Tageslicht mit einer Geschwindigkeit von 32 km / h auf einen Erwachsenen traf, der die Straße überquerte, konnte das Auto nur in 40% der Fälle eine Kollision mit einem Fußgänger vermeiden.
Wenn das Testauto mit einer Geschwindigkeit von 32 km / h auf ein Kind stieß, das in einen Verkehrsstrom zwischen zwei Autos stürzte, wurde das Kind in 89% der Fälle getroffen.
Bei 48 km / h konnte sich keines der Testfahrzeuge einer Kollision entziehen.

Die Ergebnisse veranlassten die AAA, Empfehlungen abzugeben, die Folgendes beinhalten: „Verlassen Sie sich niemals auf Fußgängererkennungssysteme, um eine Kollision zu vermeiden. Diese Systeme dienen eher als Backup als als primäre Kollisionsvermeidung. “

Kollisionswarnung gegen Kollisionsvermeidung

Es ist wichtig, den Unterschied zwischen einer Kollisionswarnung und einem Kollisionsvermeidungssystem zu beachten. Ein Warnsystem warnt den Fahrer vor einer bevorstehenden Kollision, führt jedoch keine Ausweichmanöver (z. B. Bremsen) durch. Das Präventionssystem warnt den Fahrer, und wenn keine Maßnahmen ergriffen werden, beginnt das System zu bremsen, um die Schwere der Kollision zu vermeiden oder zu verringern.

Das „Präventionssystem“ wurde von der AAA in ihren Tests als „Fußgängererkennung“ eingestuft.

Für jeden Laien ist es ein Schock, ein Auto mit ADAS zu sehen, das nicht vor einem Fußgänger hält. Trotz der Tatsache, dass die Ergebnisse der AAA-Tests in der Presse weit verbreitet waren, lässt das Video Sie über viele unbeantwortete Fragen nachdenken.

Alle vier AAA-getesteten Fahrzeuge verwenden eine Kamera + Radar. Welche Elemente sorgen angesichts dieser Kombination dafür, dass AEB-P-Funktionen so ineffizient funktionieren?

Gibt es ein Problem aufgrund einer unzureichenden Auflösung des Bildsensors und / oder des Radars?
Oder liegt es an Algorithmen zum Zusammenführen von Daten von verschiedenen Sensoren?
Es gibt eine Hypothese, dass die Verwendung von Wärmebildsensoren Fahrzeugen hilft, Fußgänger nachts zu sehen. Daran haben wir keinen Zweifel. Aber ist es in diesem Fall möglich, dieses Problem einfach zu lösen, indem einfach ein weiterer Sensor (einer anderen Modalität) über die bereits in diesen ADAS-Fahrzeugen installierten Sensoren hinzugefügt wird?

Was macht die Implementierung von AEB-P so schwierig?

Phil Magni, Gründer und Direktor von VSI Labs, sagte der EE Times: „AEB ist für ADAS von grundlegender Bedeutung und man könnte nicht einmal daran denken, ohne es automatisch zu fahren. Darüber hinaus ist dies die wichtigste aller ADAS-Funktionen und die einzige Anwendung, die das Potenzial hat, die meisten Leben zu retten. “

Phil Magni macht jedoch einen entscheidenden Unterschied zwischen AEB und AEB-P. "AEB angepasst für Fußgänger", betonte er, "ist" eine Größenordnung komplizierter als AEB. "

Also, was sind die Schwierigkeiten?

Experten beziehen sich häufig auf Fehlalarme, für die Radargeräte anfällig sind, und auf das eingeschränkte Sichtfeld, das Bildsensoren bieten. Selbst wenn Radar und Kamera kombiniert werden, können die zusammengeführten Daten nur eine begrenzte Vorstellung von der Umgebung des Fahrzeugs vermitteln.

Das vielleicht wichtigste ist das Thema Wert. Autohersteller verwenden normalerweise kostengünstigere Sensoren für ADAS-Fahrzeuge. Angesichts der Tatsache, dass ADAS-Funktionen in Massenautos erwartet werden, ist es unwahrscheinlich, dass Autohersteller mehr für spezielle Sensoren - sei es Lidar oder Wärmebildkamera - bezahlen, um die Wahrscheinlichkeit einer Fehlfunktion des AEB-P zu verringern.

Falscher Alarm

Phil Magni merkte an, dass AEB schwierig ist, weil „Fehlalarme allein im Zusammenhang mit AEB zu tödlichen Gefahren führen können“.

Phil Magni erklärte, dass Radar aufgrund seiner Fähigkeit, die Zeit vor einer Kollision zu messen, eine kritische Komponente in AEB-Systemen ist. Das Radar ist aber auch anfällig für Fehlalarme, z. B. wenn geparkte Autos für gefährliche Objekte verwendet werden.

Am Ende müssen Sie also viele Daten herausfiltern, um Fehlalarme zu begrenzen. Sie haben auch viel Rauschen im Radar, und dies kann auch zu Fehlalarmen führen. Aus diesem Grund erhalten Sie von Zeit zu Zeit seltsame Kollisionswarnungen, wenn Ihr Auto über eine Kollisionswarnfunktion verfügt. "

Vor dem Hintergrund allgemeiner AEB-Daten erklärte der Experte: „AEB-P erhöht die Leistungsanforderungen erheblich, da Sie jetzt Personen auf Ihrem Weg identifizieren und verfolgen müssen.“ Er gab zu, dass das Radar besser wird, "aber ihm fehlt immer noch das Vertrauen im Umgang mit Menschen, so dass Sie es normalerweise an die Kamera anschließen."

Aber hier ist die Sache. "Obwohl der Anschluss der Kamera an das AEB-P-Radar ein gutes Ergebnis liefert, reicht dies möglicherweise nicht aus."

Laut dem Experten "gibt es so viele Umgebungsbedingungen, die die Kameraleistung einschränken, und dies führt zu einer schlechten Leistung moderner AEB-P-Systeme."

Enges Sichtfeld

Der Analyst von Yole Développement teilte der EE Times mit, dass der Erfolg des AEB-Systems auf der Basis von Kamera oder Radar oder Kamera + Radar oder Kamera + Laser mit großer Reichweite gute Ergebnisse in Bezug auf die Sicherheit zeigte. Die Welt sieht "mehr oder weniger, 50 Prozent weniger Unfälle und Todesfälle und 10-15 Prozent weniger Unfälle / Todesfälle im Allgemeinen", sagte er.

Bild

Im März 2016 versprachen die meisten US-amerikanischen Gerätehersteller, AEB bis 2022 in alle Fahrzeuge einzubauen. Im April 2019 stimmte das EU-Parlament bis 2022 auch für die obligatorische Ausrüstung. (Quelle: Yole Développement)

Wenn jedoch dieselbe AEB-Technologie zur Erkennung von Fußgängern verwendet wird, sind Statistiken - 10 bis 15 Prozent weniger Unfälle / Todesfälle - nicht so ermutigend.

Auf die Frage, warum AEB-P schwierig zu machen ist, antwortete der Experte, dass das Problem in dem "relativ engen Sichtfeld" vor dem Auto in AEB-Systemen der ersten Generation liege.

Diese Systeme der ersten Generation verwenden Vision-Prozessoren wie Intel-Mobileye EyQ3 (in GM, Ford, VW) oder Toshiba Visconti 2 (in Toyota). In Bezug auf das relativ enge Sichtfeld dieser Fahrzeuge bemerkte der Experte: „Dies ist der Hauptgrund, warum das AEB-System nicht viel mehr verstehen kann als das, was vor dem Auto passiert.“

Experten zufolge wurde das AEB-System der ersten Generation bereits in etwa 6% der Autos auf der Straße und in 30% der Neuwagen eingesetzt. AEBs der ersten Generation sind zwischen 10 und 15 Prozent effektiv, sodass Fahrzeuge, die bis 2022 in Nordamerika und Europa mit AEB ausgestattet sind, das oft zitierte Ziel von Vision Zero bei weitem nicht erreichen werden.

Aber mit der Zeit wird es wie erwartet besser.

„Die neue Generation von AEB-Systemen basiert auf Intel-Mobileye EyeQ4 oder Visconti 4 und wird diesen FOV-Parameter in der Regel verbessern, indem die Anzahl der Kameras mit einem größeren Sichtfeld erhöht wird“, so der Experte.

"Heute wissen wir nichts über die Vorteile einer Dreifachkamera gegenüber einer Monokamera, aber es sollte besser sein."

Als nächstes folgen AEB-Systeme der dritten Generation. Der Experte stellte fest, dass sie Vollbereichskameras verwenden werden. „Dies wird Tesla mit seinem vollständig selbstverwalteten Computer (FSD) tun. Zenuity bietet diesen Ansatz auch für OEMs an “, fügte er hinzu. „AEB ist sich der gesamten Umgebung bewusst und muss sich im Laufe der Zeit verbessern. Aber die Frage ist, wie schnell?

Was muss für die AEB geschehen, um Fußgänger vor einer Kollision mit einem ADAS-Auto zu schützen? Experten gehen davon aus, dass Druck auf die Automobilhersteller durch Aufsichtsbehörden oder Proteste der Öffentlichkeit erforderlich sein wird.

Was brauchen wir für eine effektive AEB-P?

Flir bietet seine Wärmebildtechnologie für den AEB-P an. Das Unternehmen behauptet, dass ihre Wärmebildkamera „zusätzliche Daten für RGB-Kameras und Radargeräte liefert. Während Wärmebildkameras Wärme „sehen“, sagte Chris Posh, Flirs technischer Direktor für die Automobilindustrie: „Wir können Fußgänger unter schwierigen Bedingungen, auch nachts, durch Sonnenlicht, Scheinwerfer und Nebel erkennen.“ Flir behauptet, dass er im Dunkeln viermal weiter sehen kann als typische Scheinwerfer.

Währenddessen zeigte Prophesee aus Paris auf der CES ein Video, das von einem namenlosen Autohersteller in Deutschland erstellt wurde. Sie vergleichen ein AEB-System mit einer herkömmlichen Kamera mit einer ereignisgesteuerten Kamera. Das Video zeigte, dass die Prophesee-Kamera ständig mehr Punkte erzielte, wenn ein Fußgänger entdeckt wurde.

Es gibt drei Möglichkeiten, um das Hindernis mit der AEB-P-Verbesserung zu überwinden.

Die gleichen Daten (nur mehr), die gleichen Berechnungen (nur mehr)
Bessere Daten mit den gleichen Berechnungen
Bessere Daten, bessere Berechnungen

Der dritte Ansatz - dies ist eine Kombination aus neuen Sensoren und neuen Berechnungsmethoden. „Ich denke, das sind vielversprechende neuromorphe Berechnungen. Einige Unternehmen sind bereits sowohl bei Sensoren als auch bei Computern innovativ ... Ich meine Outsight , das den hyperspektralen Lidar + Wahrnehmungsalgorithmus auf den Markt bringt. “

Wärmebildkameras

Unter den derzeit verfügbaren Lösungen sind Wärmebildkameras vielversprechend. Im Vergleich zu herkömmlichen RGB-Kameras sagte ein Experte von VSI Labs: „Durch Wärmeenergie werden Fußgänger viel besser erkannt und klassifiziert, da die Klassifizierung auf den thermischen Eigenschaften des Objekts und nicht auf sichtbarem Licht basiert.“

Die am häufigsten gestellte Frage zu Wärmebildkameras sind jedoch die Kosten. Wie viel kostet es, wenn Autohersteller einem Auto mit ADAS eine Wärmebildkamera hinzufügen, um ein effizientes AEB-P bereitzustellen? Chris Posh sagte der EE Times: "Sie werden Hunderte von Dollar kosten, nicht Tausende, wie es bei Lidars der Fall ist."

Obwohl Flir-Wärmebildkameras bereits für einige BMW, Audi und andere Modelle entwickelt wurden, sind sie nicht für den AEB-P konzipiert oder konfiguriert. Stattdessen können sie nachts Tiere auf der Straße sehen. Für Anwendungen hat AEB-P Flir eine neue VGA-Wärmebildkamera entwickelt, deren Auflösung viermal höher ist als die moderner Wärmebildkameras für Kraftfahrzeuge.

Im vergangenen Herbst wählte Veoneer (ein schwedischer Automobiltechnologieanbieter) Flir für seinen autonomen Automobilherstellungsvertrag der vierten Ebene mit einem weltweit führenden Autohersteller (für 2021).

Wie man es überprüft

VSI Labs, mit dem Flir einen Vertrag abgeschlossen hat, arbeitet an einer Konzeptprüfung, um die Vorteile von Wärmebildkameras für die automatische Notbremsung zu demonstrieren. VSI Labs führte im Dezember 2019 erste Tests im American Mobility Center in der Nähe von Detroit durch.

Das VSI Labs-Modell für diesen AEB-P-Test verwendete laut Magni ein Delphi ESR-Radar in Kombination mit einer Flir-Kamera. „Wir haben den RGB-Kanal in diesem Test deaktiviert. Wir mussten Daten von anderen Sensoren kombinieren, die vom CAN-Bus kommen, wie Trägheit, Radgeschwindigkeit, Lenkwinkel, Pedalposition usw. Dies war für die Programmierung der AEB-Funktionalität erforderlich. “

Neben der Feststellung, dass als passiver Sensor nichts Fußgänger besser erkennt als eine Wärmebildkamera, erwähnte Phil Magni die Rolle der künstlichen Intelligenz bei der Leistung von Wärmebildkameras.

Er sagte: "Bei VSI haben wir bewiesen, dass die Verwendung künstlicher Intelligenz zur Erfassung von Wärmebildern eine herkömmliche RGB-Kamera übertreffen kann." VSI-Labore trainierten ihr neuronales Netzwerk mithilfe des Flir ADK-Datensatzes (Automotive Development Kit). "Er stellte fest, dass" der Datensatz ungefähr 40.000 kommentierte Wärmebilder enthält. "VSI entwickelte auch AEB-Algorithmen und führte anschließend zahlreiche Tests in ACM durch (Active Control Mount) ", erklärte er.

Phil Magni kam zu dem Schluss, dass die Wärmebildkamera Fußgänger bei schlechten Lichtverhältnissen und überfüllten Bedingungen im Allgemeinen besser erkennt und klassifiziert." Die Wärmebildkamera erkannte auch Fußgänger, die teilweise geschlossen waren ", fügte er hinzu.

Darüber hinaus sagte er: „Was uns an Flir gefällt, ist das Automotive Development Kit, da es dem Entwickler die Möglichkeit gibt, eigene Erkennungsalgorithmen zu erstellen.“

Über ITELMA

- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

Lesen Sie weitere nützliche Artikel:

Fußgänger gegen autonomes Notbremssystem