🔙 🌀 🧙🏽 Peatones vs sistema autónomo de frenado de emergencia 💹 👔 🏆

AEB es un sistema de frenado de emergencia autónomo de un automóvil (Frenado automático de emergencia).
ADAS es un sistema avanzado de asistencia al conductor.

El año pasado, la AAA (American Automobile Association) probó (una copia almacenada de Google del informe ) en vehículos equipados con ADAS específicamente destinados a la detección de peatones (AEB-P). El AEB-P se probó en cuatro autos en el año modelo 2019: Chevrolet Malibu con frenado de peatones delanteros, Honda Accord con sistema de frenado Honda Sensing-Collision, Tesla Model 3 con frenado automático de emergencia y Toyota Camry con Toyota Safety Sense.

Aquí están los hallazgos clave:

Si a la luz del día, el auto de prueba a una velocidad de 20 mph (32 km / h) se encontró con un adulto que cruzaba la carretera, entonces el auto evitó una colisión con un peatón solo en el 40% de los casos.
Si el auto de prueba, moviéndose a una velocidad de 20 mph (32 km / h), se encontró con un niño que se precipitaba en una corriente de tráfico entre dos autos, el niño fue golpeado en el 89% de los casos.
A 30 mph (48 km / h), ninguno de los vehículos de prueba escapó de una colisión.

Los resultados llevaron a la AAA a emitir recomendaciones que incluyen: “Nunca confíe en los sistemas de detección de peatones para evitar una colisión. Estos sistemas sirven como respaldo en lugar de evitar la colisión primaria ".

Advertencia de colisión vs Evitar colisión

Es importante notar la diferencia entre una advertencia de colisión y un sistema de prevención de colisión. Un sistema de advertencia advertirá al conductor de una colisión inminente, pero no tomará ninguna maniobra de evitación (como frenar). El sistema de prevención advierte al conductor, y si no se toman medidas, el sistema comenzará a frenar para evitar o reducir la gravedad de la colisión.

El "Sistema de Prevención" fue lo que la AAA calificó como "detección de peatones" en sus pruebas.

Para cualquier laico, ver un automóvil con ADAS sin detenerse frente a un peatón es un shock. A pesar de que los resultados de las pruebas AAA recibieron una amplia cobertura de prensa, el video te hace pensar en muchas preguntas sin respuesta.

Los cuatro vehículos probados por AAA usan una cámara + radar. Dada esta combinación, ¿qué elementos hacen que las funciones AEB-P funcionen de manera tan ineficiente?

¿Hay algún problema debido a una resolución insuficiente en el sensor de imagen y / o los radares?
¿O se debe a algoritmos para fusionar datos de varios sensores?
Existe la hipótesis de que el uso de sensores de imágenes térmicas ayuda a los vehículos a ver a los peatones por la noche. No tenemos ninguna duda al respecto. Pero, en este caso, ¿es posible resolver fácilmente este problema simplemente agregando otro sensor (de otra modalidad) sobre los sensores ya instalados en estos vehículos ADAS?

¿Qué hace que AEB-P sea tan difícil de implementar?

Phil Magni, fundador y director de VSI Labs, dijo al EE Times: “AEB es fundamental para ADAS y ni siquiera se te ocurre conducir automáticamente sin él. Además, esta es la más importante de todas las funciones de ADAS y es la única aplicación que tiene el potencial de salvar la mayoría de las vidas ".

Sin embargo, Phil Magni hace una diferencia crucial entre AEB y AEB-P. "AEB adaptado para peatones", enfatizó, "es" un orden de magnitud más complicado que AEB ".

Entonces, ¿cuáles son las dificultades?

Los expertos a menudo se refieren a las falsas alarmas a las que los radares son propensos y al campo de visión limitado que proporcionan los sensores de imagen. Incluso cuando se combinan radares y cámaras, los datos combinados solo pueden dar una idea limitada del entorno del vehículo.

Quizás lo más importante es el tema del valor. Los fabricantes de automóviles suelen utilizar sensores menos costosos para los vehículos ADAS. Dado que se esperan características de ADAS en los automóviles del mercado masivo, es poco probable que los fabricantes de automóviles paguen más por sensores especiales, ya sea lidar o cámara termográfica, para reducir la probabilidad de mal funcionamiento de AEB-P.

Falsa alarma

Phil Magni señaló que AEB es difícil porque "las falsas alarmas en el contexto de AEB solo pueden conducir a peligros mortales".

Phil Magni explicó que el radar es un componente crítico en los sistemas AEB debido a su capacidad para medir el tiempo antes de una colisión. Pero el radar también es propenso a falsos positivos, por ejemplo, tomar automóviles estacionados en busca de objetos peligrosos.

Por lo tanto, al final, debe filtrar una gran cantidad de datos con el fin de limitar los falsos positivos. También tiene mucho ruido en el radar, y esto también puede conducir a falsos positivos. Es por eso que recibe alertas extrañas de colisión de vez en cuando si su automóvil tiene una función de advertencia de colisión ".

En el contexto de los datos generales de AEB, el experto explicó: "AEB-P aumenta significativamente los requisitos de rendimiento, porque ahora necesita identificar y rastrear a las personas en su camino". Admitió que el radar está mejorando, "pero aún carece de confianza cuando trata con personas, por lo que generalmente se conecta a la cámara".

Pero aquí está la cosa. "Aunque conectar la cámara al radar AEB-P tiene un buen resultado, puede que no sea suficiente".

Según el experto, "hay tantas condiciones ambientales que limitan el rendimiento de la cámara, y esto conduce a un bajo rendimiento de los sistemas modernos AEB-P".

Campo de visión estrecho

El analista de Yole Développement le dijo al EE Times que el éxito del sistema AEB basado en cámara o radar, o cámara + radar, o cámara + láser de largo alcance, mostró buenos resultados en términos de seguridad. El mundo ve "más o menos, 50 por ciento menos accidentes y muertes y 10-15 por ciento menos accidentes / muertes en general", dijo.

imagen

En marzo de 2016, la mayoría de los fabricantes de equipos estadounidenses prometieron instalar AEB en todos los vehículos para 2022. En abril de 2019, el parlamento de la UE también votó por equipos obligatorios para 2022. (Fuente: Yole Développement)

Pero cuando se usa la misma tecnología AEB para detectar a los peatones, las estadísticas (10-15 por ciento menos de accidentes / muertes) no son tan alentadoras.

Respondiendo a la pregunta de por qué AEB-P es difícil de hacer, el experto dijo que el problema radica en el "campo de visión relativamente estrecho" frente al automóvil en los sistemas AEB de primera generación.

Estos sistemas de primera generación utilizan procesadores Vision como Intel-Mobileye EyQ3 (en GM, Ford, VW) o Toshiba Visconti 2 (en Toyota). Refiriéndose al campo de visión relativamente estrecho de estos vehículos, el experto señaló: "Esta es la razón principal por la cual el sistema AEB no puede entender mucho más de lo que sucede frente al automóvil".

Según los expertos, el sistema AEB de primera generación ya se ha implementado en aproximadamente el 6% de los automóviles en la carretera y en el 30% de los automóviles nuevos. Los AEB de primera generación tienen entre un 10 y un 15 por ciento de efectividad, por lo que los vehículos equipados con AEB en América del Norte y Europa para 2022 estarán lejos de alcanzar el objetivo de Vision Zero, a menudo citado.

Pero con el tiempo, como se esperaba, las cosas mejorarán.

"La nueva generación de sistemas AEB se basa en Intel-Mobileye EyeQ4 o Visconti 4, y mejorarán este parámetro FOV, por regla general, al aumentar el número de cámaras con un campo de visión más amplio", señaló el experto.

"Hoy no conocemos las ventajas de una cámara triple en comparación con una monocámara, pero debería ser mejor".

El siguiente son los sistemas AEB de tercera generación. El experto señaló que usarán cámaras de rango completo. “Esto es lo que Tesla hará con su computadora totalmente autogestionada (FSD). Zenuity también proporciona este enfoque a los fabricantes de equipos originales ”, agregó. “Conociendo el entorno completo, AEB necesita mejorar con el tiempo. Pero la pregunta es, ¿qué tan rápido?

¿Qué debe suceder para que el AEB proteja a los peatones de chocar con un automóvil ADAS? Los expertos sugieren que se necesitará presión sobre los fabricantes de automóviles por parte de los reguladores o las protestas del público en general.

¿Qué necesitamos para un AEB-P efectivo?

Flir ofrece su tecnología de imagen térmica para el AEB-P. La compañía afirma que su cámara termográfica proporciona „datos adicionales para cámaras y radares RGB. Mientras las cámaras termográficas "ven" el calor, Chris Posh, director técnico a cargo de la industria automotriz de Flir, dijo: "Podemos detectar a los peatones en condiciones difíciles, incluso de noche, a través del resplandor del sol, los faros y la niebla". Flir afirma que puede ver cuatro veces más lejos que los faros típicos en la oscuridad.

Mientras tanto, en el CES, Prophesee de París mostró un video creado por un fabricante de automóviles no identificado en Alemania. Comparan un sistema AEB usando una cámara convencional con una cámara controlada por eventos. El video mostró que la cámara Prophesee constantemente obtuvo más puntos cuando se detectó un peatón.

Hay tres formas de superar el obstáculo con la mejora AEB-P.

Los mismos datos (solo más), los mismos cálculos (solo más)
Mejores datos con los mismos cálculos.
Mejores datos, mejores cálculos.

El tercer enfoque: esta es una combinación de nuevos sensores con nuevos métodos de cálculo. “Creo que estos son cálculos neuromórficos prometedores. Algunas compañías ya están innovando tanto en sensores como en informática ... Me refiero a Outsight , que trae al mercado el algoritmo de percepción lidar + hiperespectral ”.

Cámaras termográficas

Entre las soluciones disponibles actualmente, las cámaras termográficas son prometedoras. En comparación con las cámaras RGB convencionales, un experto de VSI Labs dijo: "La energía térmica detecta y clasifica a los peatones mucho mejor, porque la clasificación se basa en las características térmicas del objeto y no en la luz visible".

Pero la pregunta más frecuente sobre las cámaras termográficas es el costo. Si los fabricantes de automóviles agregan una cámara termográfica a un automóvil con ADAS para proporcionar un AEB-P eficiente, ¿cuánto costará? Chris Posh le dijo al EE Times: "Costarán cientos de dólares, no miles, como es el caso de los lidars".

Aunque las cámaras de imagen térmica Flir ya se han desarrollado en algunos modelos BMW, Audi y otros, no están diseñadas ni configuradas para el AEB-P. En cambio, pueden ver animales en el camino por la noche. Para aplicaciones, AEB-P Flir ha desarrollado una nueva cámara de imagen térmica VGA, cuya resolución es cuatro veces mayor que la de las cámaras automotrices modernas de imagen térmica.

El otoño pasado, Veoneer (un proveedor sueco de tecnología automotriz) eligió a Flir para su contrato de fabricación de automóviles autónomos de cuarto nivel con un fabricante de automóviles líder a nivel mundial (para 2021).

Cómo comprobarlo

VSI Labs, con quien Flir ha contratado, está trabajando en una verificación de concepto para demostrar los beneficios de las cámaras termográficas para el frenado automático de emergencia. VSI Labs realizó pruebas iniciales en diciembre de 2019 en el American Mobility Center cerca de Detroit.

El modelo VSI Labs para esta prueba AEB-P utilizaba, según Magni, un radar Delphi ESR combinado con una cámara Flir. “Hemos deshabilitado el canal RGB en esta prueba. Tuvimos que combinar datos de otros sensores que provienen del bus CAN, como la inercia, la velocidad de la rueda, el ángulo de dirección, la posición del pedal, etc. Esto fue necesario para programar la funcionalidad AEB ".

Además de afirmar que, como sensor pasivo, nada detecta mejor a los peatones que una cámara termográfica, Phil Magni mencionó el papel de la inteligencia artificial en el rendimiento de las cámaras termográficas.

Él dijo: "En VSI, demostramos que usar inteligencia artificial para capturar imágenes térmicas puede superar a una cámara RGB tradicional". Los laboratorios de VSI entrenaron su red neuronal utilizando el conjunto de datos Flir ADK (kit de desarrollo automotriz) ". Señaló que" el conjunto de datos contiene aproximadamente 40,000 imágenes térmicas anotadas "." VSI también desarrolló algoritmos AEB y luego realizó numerosas pruebas en ACM (Active Control Mount) ", explicó.

Phil Magni concluyó que, en general, la cámara termográfica reconocía y clasificaba mejor a los peatones en condiciones de poca luz y desordenados." La cámara termográfica también detectó peatones que estaban parcialmente cerrados ", agregó.

Además, dijo: "Lo que nos gusta de Flir es su kit de desarrollo automotriz, porque le da al desarrollador la capacidad de crear sus propios algoritmos de detección".

Sobre ITELMA

- automotive . 2500 , 650 .

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

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

Leer más artículos útiles:

Peatones vs sistema autónomo de frenado de emergencia