🖱️ 🧑🏻‍🤝‍🧑🏻 🧕🏿 पैदल यात्री बनाम स्वायत्त आपातकालीन ब्रेकिंग सिस्टम 🌪️ 🦗 🈲

AEB एक वाहन की स्वायत्त आपातकालीन ब्रेकिंग (स्वचालित आपातकालीन ब्रेकिंग) की एक प्रणाली है।
ADAS एक उन्नत ड्राइवर-सहायता प्रणाली है।

पिछले वर्ष, एएए (अमेरिकन ऑटोमोबाइल एसोसिएशन) ने ADAS से लैस वाहनों पर विशेष रूप से पैदल चलने का पता लगाने (AEB-P) को लक्षित वाहनों पर ( रिपोर्ट की एक संग्रहीत Google प्रति ) का परीक्षण किया । 2019 मॉडल वर्ष में चार कारों पर AEB-P का परीक्षण किया गया: शेवरले मालीबू फ्रंट फ्रंट पेडस्ट्रियन ब्रेकिंग के साथ, होंडा एकॉर्डिंग सेंसिंग-कोलिजन ब्रेकिंग सिस्टम के साथ, टेस्ला मॉडल 3 ऑटोमैटिक इमरजेंसी ब्रेकिंग के साथ और टोयोटा कैमरी टोयोटा सेफ्टी सेंस के साथ।

यहां महत्वपूर्ण निष्कर्ष दिए गए हैं:

यदि दिन के उजाले में, 20 मील प्रति घंटे (32 किमी / घंटा) की गति से परीक्षण कार सड़क पार करने वाले एक वयस्क से मिलती है, तो कार केवल 40% मामलों में पैदल यात्री के साथ टकराव से बचती है।
यदि 20 मील प्रति घंटे (32 किमी / घंटा) की गति से चलती हुई परीक्षण कार, दो कारों के बीच यातायात की एक धारा में भागते हुए एक बच्चे से मिली, तो बच्चे को 89% मामलों में चोट लगी थी।
30 मील प्रति घंटे (48 किमी / घंटा) पर, कोई भी परीक्षण वाहन टक्कर से बच नहीं पाया।

परिणामों ने एएए को उन सिफारिशों को जारी करने के लिए प्रेरित किया, जिनमें शामिल हैं: "टकराव से बचने के लिए पैदल यात्री का पता लगाने वाले सिस्टम पर कभी भरोसा न करें। ये सिस्टम प्राथमिक टकराव से बचने के बजाय बैकअप का काम करते हैं। ”

टकराव की चेतावनी बनाम टकराव से बचाव

टकराव की चेतावनी और टक्कर टालने की प्रणाली के बीच अंतर को नोट करना महत्वपूर्ण है। एक चेतावनी प्रणाली एक आसन्न टकराव के चालक को चेतावनी देगी, लेकिन किसी भी युद्धाभ्यास (जैसे बहादुर) को नहीं उठाएगी। रोकथाम प्रणाली ड्राइवर को चेतावनी देती है, और यदि कोई कार्रवाई नहीं की जाती है, तो टकराव की गंभीरता से बचने या कम करने के लिए सिस्टम ब्रेक करना शुरू कर देगा।

"रोकथाम प्रणाली" एएए ने अपने परीक्षणों में "पैदल यात्री का पता लगाने" का मूल्यांकन किया था।

किसी भी आम आदमी के लिए, ADAS के साथ एक कार को पैदल यात्री के सामने नहीं रोकना एक झटका है। इस तथ्य के बावजूद कि एएए परीक्षणों के परिणामों को व्यापक प्रेस कवरेज मिला, वीडियो आपको बहुत सारे अनुत्तरित प्रश्नों के बारे में सोचता है।

सभी चार एएए-परीक्षण वाले वाहन एक कैमरा + रडार का उपयोग करते हैं। इस संयोजन को देखते हुए, क्या तत्व एईबी-पी फ़ंक्शन को अक्षम रूप से कार्य करते हैं?

क्या छवि सेंसर और / या रडार में अपर्याप्त रिज़ॉल्यूशन के कारण कोई समस्या है?
या यह विभिन्न सेंसरों से डेटा मर्ज करने के लिए एल्गोरिदम के कारण है?
एक परिकल्पना है कि थर्मल इमेजिंग सेंसर का उपयोग वाहनों को रात में पैदल चलने वालों को देखने में मदद करता है। हमें इसमें कोई संदेह नहीं है। लेकिन, इस मामले में, क्या इस समस्या को आसानी से हल करना संभव है कि इन ADAS वाहनों में पहले से इंस्टॉल किए गए सेंसर के ऊपर एक और सेंसर (दूसरे मॉडेलिटी का) जोड़कर?

AEB-P को लागू करना कितना मुश्किल है?

वीएसआई लैब्स के संस्थापक और निदेशक फिल मैगी ने ईई टाइम्स को बताया, “एईबी एडीएएस के लिए मौलिक है और आप इसके बिना स्वचालित रूप से ड्राइविंग करने के बारे में सोच भी नहीं सकते। इसके अलावा, यह सभी ADAS विशेषताओं में सबसे महत्वपूर्ण है और एकमात्र ऐसा अनुप्रयोग है जिसमें अधिकांश लोगों की जान बचाने की क्षमता है। ”

हालांकि, फिल मैनी AEB और AEB-P के बीच एक महत्वपूर्ण अंतर बनाता है। "एईबी पैदल चलने वालों के लिए अनुकूलित," उन्होंने जोर दिया, "एईबी की तुलना में अधिक परिमाण का एक आदेश है।"

तो, क्या कठिनाइयाँ हैं?

विशेषज्ञ अक्सर झूठे अलार्म का उल्लेख करते हैं जो रडार से ग्रस्त हैं, और छवि सेंसर द्वारा प्रदान किए गए दृश्य का सीमित क्षेत्र है। यहां तक कि जब रडार और कैमरे संयुक्त होते हैं, तो मर्ज किए गए डेटा अभी भी वाहन के वातावरण का एक सीमित विचार दे सकते हैं।

शायद सबसे महत्वपूर्ण मूल्य का मुद्दा है। ऑटोमेकर आमतौर पर ADAS वाहनों के लिए कम महंगे सेंसर का उपयोग करते हैं। यह देखते हुए कि मास-मार्केट कारों में ADAS सुविधाओं की अपेक्षा की जाती है, यह संभावना नहीं है कि कार निर्माता विशेष सेंसर के लिए अधिक भुगतान करेंगे - यह लिडार या थर्मल इमेजर हो - AEB-P खराबी की संभावना को कम करने के लिए।

झूठी चेतावनी

फिल मैगी ने कहा कि AEB मुश्किल है क्योंकि "AEB के संदर्भ में झूठे अलार्म केवल नश्वर खतरों को जन्म दे सकते हैं।"

फिल मैग्नी ने बताया कि AEB सिस्टम में रडार एक महत्वपूर्ण घटक है क्योंकि टक्कर से पहले समय को मापने की क्षमता है। लेकिन राडार भी झूठी सकारात्मकता से ग्रस्त है, उदाहरण के लिए, खतरनाक वस्तुओं के लिए खड़ी कारों को लेना।

तो, अंत में, आपको झूठे सकारात्मक को सीमित करने के हित में बहुत सारे डेटा को फ़िल्टर करना होगा। आपके पास रडार में बहुत अधिक शोर है, और इससे झूठी सकारात्मकता भी हो सकती है। इसलिए आपको समय-समय पर अजीब टक्कर के अलर्ट मिलते हैं, अगर आपकी कार में टक्कर की चेतावनी है। "

सामान्य AEB डेटा की पृष्ठभूमि के खिलाफ, विशेषज्ञ ने समझाया: "AEB-P महत्वपूर्ण रूप से प्रदर्शन आवश्यकताओं को बढ़ाता है, क्योंकि अब आपको अपने पथ के लोगों को पहचानने और ट्रैक करने की आवश्यकता है।" उन्होंने स्वीकार किया कि रडार बेहतर हो रहा है, "लेकिन लोगों के साथ व्यवहार करते समय उनके पास अभी भी आत्मविश्वास की कमी है, इसलिए आप आमतौर पर इसे कैमरे से जोड़ते हैं।"

लेकिन यहाँ बात है। "हालांकि कैमरे को AEB-P रडार से जोड़ने का एक अच्छा परिणाम है, यह पर्याप्त नहीं हो सकता है।"

विशेषज्ञ के अनुसार, "कई पर्यावरणीय स्थितियां हैं जो कैमरा प्रदर्शन को सीमित करती हैं, और यह आधुनिक AEB-P सिस्टम के खराब प्रदर्शन की ओर जाता है।"

दृष्टि का संकीर्ण क्षेत्र

योल डेवेलपमेंट विश्लेषक ने ईई टाइम्स को बताया कि कैमरे, या रडार, या कैमरा + रडार, या कैमरा + लेजर लंबी दूरी पर आधारित एईबी सिस्टम की सफलता ने सुरक्षा के संदर्भ में अच्छे परिणाम दिखाए। उन्होंने कहा, "दुनिया कम या ज्यादा, 50 प्रतिशत कम दुर्घटनाएं और मृत्यु और 10-15 प्रतिशत कम दुर्घटनाएं / मौतें देखती हैं।"

मार्च 2016 में, अधिकांश अमेरिकी उपकरण निर्माताओं ने 2022 तक सभी वाहनों पर AEB स्थापित करने का वादा किया था। अप्रैल 2019 में, यूरोपीय संघ की संसद ने भी 2022 तक अनिवार्य उपकरणों के लिए मतदान किया। (स्रोत: योल डेवेलपमेंट)

लेकिन जब उसी एईबी तकनीक का उपयोग पैदल चलने वालों का पता लगाने के लिए किया जाता है, तो आंकड़े - 10-15 प्रतिशत कम दुर्घटनाएं / मौतें - इतनी उत्साहजनक नहीं हैं।

एईबी-पी क्यों करना मुश्किल है, इस सवाल का जवाब देते हुए, विशेषज्ञ ने कहा कि समस्या पहली पीढ़ी के एईबी सिस्टम में कार के सामने "अपेक्षाकृत संकीर्ण क्षेत्र" में है।

ये पहली पीढ़ी के सिस्टम Intel-Mobileye EyQ3 (GM, Ford, VW में) या Toshiba Visconti 2 (Toyota में) जैसे विज़न प्रोसेसर का उपयोग करते हैं। इन वाहनों के देखने के अपेक्षाकृत संकीर्ण क्षेत्र का उल्लेख करते हुए, विशेषज्ञ ने कहा: "यह मुख्य कारण है कि AEB प्रणाली कार के सामने क्या हो रहा है, उससे अधिक नहीं समझ सकता है।"

विशेषज्ञों के अनुसार, पहली पीढ़ी की एईबी प्रणाली पहले से ही सड़क पर लगभग 6% कारों और 30% नई कारों में तैनात की गई है। पहली पीढ़ी के एईबी 10 से 15 प्रतिशत के बीच प्रभावी होते हैं, इसलिए 2022 तक उत्तरी अमेरिका और यूरोप में एईबी से लैस वाहन अक्सर देखे गए विज़न जीरो लक्ष्य को प्राप्त करने से दूर होंगे।

लेकिन समय के साथ, उम्मीद के मुताबिक, चीजें बेहतर हो जाएंगी।

"AEB सिस्टम की नई पीढ़ी Intel-Mobileye EyeQ4 या Visconti 4 पर आधारित है, और वे इस FOV पैरामीटर में सुधार करेंगे, एक नियम के रूप में, एक व्यापक क्षेत्र के साथ कैमरों की संख्या बढ़ाकर," विशेषज्ञ ने कहा।

"आज हम एक मोनोसेमेरा की तुलना में ट्रिपल कैमरे के फायदों के बारे में नहीं जानते हैं, लेकिन यह बेहतर होना चाहिए।"

अगली बार तीसरी पीढ़ी के एईबी सिस्टम हैं। विशेषज्ञ ने कहा कि वे पूर्ण-श्रेणी के कैमरों का उपयोग करेंगे। “यह टेस्ला अपने पूर्ण रूप से स्व-प्रबंधित कंप्यूटर (FSD) के साथ क्या करेगा। Zenuity भी ओईएम को यह दृष्टिकोण प्रदान करता है, ”उन्होंने कहा। “पूरे पर्यावरण के बारे में जागरूक होने के कारण, AEB को समय के साथ सुधार करने की आवश्यकता है। लेकिन सवाल यह है कि कितनी तेजी से?

एईबी को पैदल चलने वालों को एडीएएस कार से टकराने से बचाने के लिए क्या होना चाहिए? विशेषज्ञों का सुझाव है कि नियामक या आम जनता के विरोध से कार निर्माताओं पर दबाव की आवश्यकता होगी।

हमें प्रभावी AEB-P की क्या आवश्यकता है?

फ़्लियर AEB-P के लिए अपनी थर्मल इमेजिंग तकनीक प्रदान करता है। कंपनी का दावा है कि उनका थर्मल इमेजर आरजीबी कैमरों और राडार के लिए अतिरिक्त डेटा प्रदान करता है। थर्मल इमेजिंग कैमरों के रूप में, "देखें" गर्मी, क्रिस पॉश, ऑटोमोटिव उद्योग के प्रभारी फ्लेयर के तकनीकी निदेशक ने कहा: "हम रात में सूरज, हेडलाइट्स और कोहरे के माध्यम से कठिन परिस्थितियों में पैदल चलने वालों का पता लगा सकते हैं।" फ्लिर का दावा है कि वह अंधेरे में ठेठ हेडलाइट्स की तुलना में चार गुना दूर देख सकते हैं।

इस बीच, सीईएस में, पेरिस के प्रॉफी ने जर्मनी में एक अनाम ऑटोमेकर द्वारा बनाया गया एक वीडियो दिखाया। वे एक एईबी प्रणाली की तुलना एक पारंपरिक कैमरे से करते हैं जो एक इवेंट-चालित कैमरा है। वीडियो से पता चला कि एक पैदल यात्री का पता चलने पर प्रोफ़ेसे कैमरा ने लगातार अधिक अंक बनाए।

AEB-P सुधार के साथ बाधा को दूर करने के तीन तरीके हैं।

एक ही डेटा (केवल अधिक), एक ही गणना (केवल अधिक)
एक ही गणना के साथ बेहतर डेटा
बेहतर डेटा, बेहतर गणना

तीसरा दृष्टिकोण - यह गणना के नए तरीकों के साथ नए सेंसर का संयोजन है। "मुझे लगता है कि ये न्युरोमोर्फिक गणना का वादा कर रहे हैं। कुछ कंपनियां पहले से ही सेंसर और कंप्यूटिंग दोनों में नवाचार कर रही हैं ... मेरा मतलब है आउटसाइट , जो हाइपरस्पेक्ट्रल लिडार + धारणा एल्गोरिदम को बाजार में लाता है। "

थर्मल इमेजर्स

वर्तमान में उपलब्ध समाधानों के बीच, थर्मल इमेजिंग कैमरे आशाजनक हैं। पारंपरिक आरजीबी कैमरों की तुलना में, वीएसआई लैब्स के एक विशेषज्ञ ने कहा: "थर्मल ऊर्जा पैदल चलने वालों का पता लगाती है और उनका वर्गीकरण करती है, क्योंकि वर्गीकरण ऑब्जेक्ट की थर्मल विशेषताओं पर आधारित है, न कि दृश्य प्रकाश पर।"

लेकिन थर्मल इमेजिंग कैमरों के बारे में सबसे अक्सर पूछे जाने वाले प्रश्न लागत है। यदि कार निर्माता एक कुशल AEB-P प्रदान करने के लिए ADAS के साथ कार में थर्मल इमेजिंग कैमरा जोड़ते हैं, तो इसकी लागत कितनी होगी? क्रिस पॉश ने ईई टाइम्स को बताया, "वे सैकड़ों डॉलर खर्च करेंगे, हजारों नहीं, जैसा कि लिडार के साथ होता है।"

हालांकि फ़्लियर थर्मल इमेजिंग कैमरे पहले से ही कुछ बीएमडब्ल्यू, ऑडी और अन्य मॉडलों पर विकसित किए गए हैं, उन्हें AEB-P के लिए डिज़ाइन या कॉन्फ़िगर नहीं किया गया है। इसके बजाय, वे रात में जानवरों को सड़क पर देख सकते हैं। अनुप्रयोगों के लिए, एईबी-पी फ्लिर ने एक नया वीजीए थर्मल इमेजिंग कैमरा विकसित किया है, जिसका संकल्प आधुनिक थर्मल इमेजिंग ऑटोमोटिव कैमरों की तुलना में चार गुना अधिक है।

अंतिम गिरावट, वीनेर (एक स्वीडिश ऑटोमोटिव प्रौद्योगिकी प्रदाता) ने एक प्रमुख वैश्विक ऑटोमेकर (2021 के लिए) के साथ चौथे स्तर की स्वायत्त कार निर्माण अनुबंध के लिए फ़्लियर को चुना।

इसकी जांच कैसे करें

वीएसआई लैब्स, जिनके साथ फ्लिर ने अनुबंध किया है, स्वत: आपातकालीन ब्रेकिंग के लिए थर्मल इमेजिंग कैमरों के लाभों को प्रदर्शित करने के लिए एक अवधारणा जांच पर काम कर रहा है। VSI लैब्स ने दिसंबर 2019 में डेट्रायट के पास अमेरिकन मोबिलिटी सेंटर में प्रारंभिक परीक्षण किया।

इस AEB-P परीक्षण के लिए VSI लैब्स मॉडल, मैगी के अनुसार, एक डेल्फी ESR रडार को एक फ़्लिकर कैमरा के साथ संयुक्त किया गया। “हमने इस परीक्षण में RGB चैनल को अक्षम कर दिया है। हमें CAN बस से आने वाले अन्य सेंसरों जैसे कि जड़ता, पहिया गति, स्टीयरिंग कोण, पेडल स्थिति आदि से डेटा को संयोजित करना था। यह AEB कार्यक्षमता की प्रोग्रामिंग के लिए आवश्यक था। "

यह कहते हुए कि एक निष्क्रिय सेंसर के रूप में, थर्मल इमेजिंग कैमरे की तुलना में कुछ भी पैदल चलने वालों का पता नहीं लगाता है, फिल मैग्नी ने थर्मल इमेजर्स के प्रदर्शन में कृत्रिम बुद्धिमत्ता की भूमिका का उल्लेख किया है।

उन्होंने कहा: "वीएसआई में, हमने साबित कर दिया कि थर्मल इमेज कैप्चर करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करना पारंपरिक आरजीबी कैमरा को बेहतर बना सकता है।" VSI लैब्स ने फ़्लियर ADK (ऑटोमोटिव डेवलपमेंट किट) डेटासेट का उपयोग कर अपने न्यूरल नेटवर्क को प्रशिक्षित किया। "उन्होंने कहा कि" डेटासेट में लगभग 40,000 एनोटेट थर्मल इमेज होते हैं। "" VSI ने AEB एल्गोरिथम भी विकसित किया और फिर ACM में कई परीक्षण किए। (एक्टिव कंट्रोल माउंट), "उन्होंने समझाया।

फिल मैगी ने निष्कर्ष निकाला कि सामान्य तौर पर, थर्मल इमेजिंग कैमरा कम रोशनी और अव्यवस्थित परिस्थितियों में बेहतर पहचाने जाने वाले और पैदल चलने वालों को वर्गीकृत करता है। थर्मल इमेजर ने पैदल चलने वालों का भी पता लगाया जो आंशिक रूप से बंद थे।"

इसके अलावा, उन्होंने कहा: "हम फ़्लियर के बारे में जो पसंद करते हैं वह उनका ऑटोमोटिव डेवलपमेंट किट है, क्योंकि यह डेवलपर को अपने स्वयं के डिटेक्शन एल्गोरिदम बनाने की क्षमता देता है।"

ITELMA के बारे में

- automotive . 2500 , 650 .

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

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

और अधिक उपयोगी लेख पढ़ें:

पैदल यात्री बनाम स्वायत्त आपातकालीन ब्रेकिंग सिस्टम