👩🏽‍🤝‍👨🏿 👝 👩🏻‍🚒 Pedestres vs sistema de frenagem de emergência autônomo 👩‍🏭 ↗️ 👨🏽‍🔬

O AEB é um sistema de frenagem de emergência autônoma de um veículo (frenagem de emergência automática).
O ADAS é um sistema avançado de assistência ao motorista.

No ano passado, a AAA (American Automobile Association) testou (uma cópia armazenada do relatório no Google ) em veículos equipados com ADAS especificamente direcionados à detecção de pedestres (AEB-P). O AEB-P foi testado em quatro carros no ano de 2019: Chevrolet Malibu com frenagem de pedestres dianteiro, Honda Accord com sistema de frenagem Honda Sensing-Collision, Tesla Model 3 com frenagem de emergência automática e Toyota Camry com Toyota Safety Sense.

Aqui estão as principais conclusões:

Se à luz do dia, o carro de teste a uma velocidade de 32 km / h encontrasse um adulto atravessando a rua, o carro evitaria uma colisão com um pedestre apenas em 40% dos casos.
Se o carro de teste, movendo-se a uma velocidade de 32 km / h, encontrasse uma criança correndo em um fluxo de tráfego entre dois carros, a criança seria atingida em 89% dos casos.
A 48 km / h, nenhum dos veículos de teste escapou de uma colisão.

Os resultados levaram a AAA a emitir recomendações que incluem: “Nunca confie nos sistemas de detecção de pedestres para evitar uma colisão. Esses sistemas servem como backup e não como prevenção primária de colisões. ”

Aviso de colisão vs Prevenção de colisão

É importante observar a diferença entre um aviso de colisão e um sistema de prevenção de colisões. Um sistema de aviso avisa o motorista de uma colisão iminente, mas não realiza manobras de evasão (como frenagem). O sistema de prevenção avisa o motorista e, se nenhuma ação for tomada, o sistema começará a frear para evitar ou reduzir a gravidade da colisão.

O "Sistema de Prevenção" foi o que a AAA classificou como "detecção de pedestres" em seus testes.

Para qualquer leigo, ver um carro com o ADAS não parando na frente de um pedestre é um choque. Apesar do fato de os resultados dos testes AAA receberem ampla cobertura da imprensa, o vídeo faz você pensar em muitas perguntas não respondidas.

Todos os quatro veículos testados pela AAA usam câmera + radar. Dada essa combinação, quais elementos fazem com que as funções do AEB-P funcionem tão ineficientemente?

Existe um problema devido à resolução insuficiente no sensor de imagem e / ou radares?
Ou é devido a algoritmos para mesclar dados de vários sensores?
Existe uma hipótese de que o uso de sensores de imagem térmica ajuda os veículos a ver peões à noite. Não temos dúvidas sobre isso. Mas, neste caso, é possível resolver facilmente esse problema simplesmente adicionando outro sensor (de outra modalidade) sobre os sensores já instalados nesses veículos ADAS?

O que torna o AEB-P tão difícil de implementar?

Phil Magni, fundador e diretor do VSI Labs, disse ao EE Times: “A AEB é fundamental para o ADAS e você nem pensava em dirigir automaticamente sem ele. Além disso, este é o mais importante de todos os recursos do ADAS e é o único aplicativo com potencial para salvar a maioria das vidas. ”

No entanto, Phil Magni faz uma diferença crucial entre AEB e AEB-P. “A AEB adaptada para pedestres”, enfatizou, “é“ uma ordem de magnitude mais complicada que a AEB ”.

Então, quais são as dificuldades?

Os especialistas geralmente se referem a alarmes falsos aos quais os radares são propensos e ao campo de visão limitado fornecido pelos sensores de imagem. Mesmo quando os radares e as câmeras são combinados, os dados mesclados ainda podem fornecer apenas uma idéia limitada do ambiente do veículo.

Talvez o mais importante seja a questão do valor. As montadoras normalmente usam sensores mais baratos para veículos ADAS. Dado que os recursos do ADAS são esperados em carros de mercado de massa, é improvável que os fabricantes paguem mais por sensores especiais - seja o lidar ou o termovisor - para reduzir a probabilidade de mau funcionamento do AEB-P.

Alarme falso

Phil Magni observou que a AEB é difícil porque "alarmes falsos no contexto da AEB por si só podem levar a perigos mortais".

Phil Magni explicou que o radar é um componente crítico nos sistemas da AEB devido à sua capacidade de medir o tempo antes de uma colisão. Mas o radar também é propenso a falsos positivos, por exemplo, levar carros estacionados para objetos perigosos.

Portanto, no final, você precisa filtrar muitos dados para limitar os falsos positivos. Você também tem muito ruído no radar e isso também pode levar a falsos positivos. É por isso que você recebe alertas de colisão estranhos de tempos em tempos, se o seu carro tem uma função de aviso de colisão. "

No contexto dos dados gerais da AEB, o especialista explicou: "O AEB-P aumenta significativamente os requisitos de desempenho, porque agora você precisa identificar e rastrear pessoas em seu caminho". Ele admitiu que o radar está melhorando ", mas ele ainda não tem confiança ao lidar com pessoas, então você geralmente o conecta à câmera".

Mas eis o problema. "Embora conectar a câmera ao radar AEB-P tenha um bom resultado, pode não ser suficiente."

Segundo o especialista, "existem tantas condições ambientais que limitam o desempenho da câmera, e isso leva ao fraco desempenho dos modernos sistemas AEB-P".

Campo de visão estreito

O analista da Yole Développement disse ao EE Times que o sucesso do sistema AEB baseado em câmera ou radar, câmera + radar ou câmera + laser de longo alcance mostrou bons resultados em termos de segurança. O mundo vê "mais ou menos, 50% menos acidentes e mortes e 10-15% menos acidentes / mortes em geral", disse ele.

imagem

Em março de 2016, a maioria dos fabricantes de equipamentos dos EUA prometeu instalar o AEB em todos os veículos até 2022. Em abril de 2019, o parlamento da UE também votou em equipamentos obrigatórios até 2022. (Fonte: Yole Développement)

Mas quando a mesma tecnologia AEB é usada para detectar pedestres, as estatísticas - 10 a 15% menos acidentes / mortes - não são tão animadoras.

Respondendo à pergunta por que é difícil fazer o AEB-P, o especialista disse que o problema está no "campo de visão relativamente estreito" em frente ao carro nos sistemas AEB de primeira geração.

Esses sistemas de primeira geração usam processadores Vision, como o Intel-Mobileye EyQ3 (na GM, Ford, VW) ou Toshiba Visconti 2 (na Toyota). Referindo-se ao campo de visão relativamente estreito desses veículos, o especialista observou: "Esta é a principal razão pela qual o sistema AEB não pode entender muito mais do que o que está acontecendo na frente do carro".

Segundo especialistas, o sistema AEB de primeira geração já foi implantado em cerca de 6% dos carros na estrada e em 30% dos carros novos. Os AEBs de primeira geração têm entre 10 e 15% de eficiência, portanto, os veículos equipados com AEB na América do Norte e Europa até 2022 estarão longe de alcançar o objetivo frequentemente mencionado do Vision Zero.

Mas com o tempo, como esperado, as coisas vão melhorar.

“A nova geração de sistemas AEB é baseada no Intel-Mobileye EyeQ4 ou Visconti 4, e eles melhorarão esse parâmetro FOV, via de regra, aumentando o número de câmeras com um campo de visão mais amplo”, observou o especialista.

"Hoje não sabemos as vantagens de uma câmera tripla em comparação com uma monocâmera, mas deve ser melhor."

A seguir, estão os sistemas AEB de terceira geração. O especialista observou que eles usarão câmeras de gama completa. “É isso que a Tesla fará com seu computador totalmente autogerenciado (FSD). O Zenuity também fornece essa abordagem aos OEMs ”, acrescentou. “Conhecendo o ambiente completo, a AEB precisa melhorar com o tempo. Mas a questão é, quão rápido?

O que precisa acontecer para a AEB proteger os pedestres de colidirem com um carro da ADAS? especialistas sugerem que será necessária pressão sobre os fabricantes de automóveis por parte de reguladores ou protestos do público em geral.

O que precisamos para um AEB-P eficaz?

A Flir oferece sua tecnologia de imagem térmica para o AEB-P. A empresa alega que o termovisor fornece „dados adicionais para câmeras e radares RGB. Enquanto as câmeras de imagem térmica "veem" o calor, Chris Posh, diretor técnico da Flir, responsável pela indústria automotiva, disse: "Podemos detectar pedestres em condições difíceis, inclusive à noite, através do brilho do sol, faróis e nevoeiro". Flir afirma que ele pode ver quatro vezes mais longe do que os faróis típicos no escuro.

Enquanto isso, na CES, o Prophesee de Paris mostrou um vídeo criado por uma montadora sem nome na Alemanha. Eles comparam um sistema AEB usando uma câmera convencional com uma câmera orientada a eventos. O vídeo mostrou que a câmera Prophesee sempre pontuava mais quando um pedestre era detectado.

Existem três maneiras de superar o obstáculo com a melhoria do AEB-P.

Os mesmos dados (apenas mais), os mesmos cálculos (apenas mais)
Melhores dados com os mesmos cálculos
Melhores dados, melhores cálculos

A terceira abordagem - é uma combinação de novos sensores com novos métodos de cálculo. “Acho que esses são cálculos neuromórficos promissores. Algumas empresas já estão inovando tanto em sensores quanto em computação ... quero dizer , Outsight , que traz ao mercado o algoritmo de percepção lidar + hiperespectral. ”

Termovisores

Entre as soluções atualmente disponíveis, as câmeras de imagem térmica são promissoras. Comparado às câmeras RGB convencionais, um especialista da VSI Labs disse: “A energia térmica detecta e classifica os pedestres muito melhor, porque a classificação é baseada nas características térmicas do objeto e não na luz visível”.

Mas a pergunta mais freqüente sobre as câmeras de imagem térmica é o custo. Se os fabricantes de automóveis adicionarem uma câmera de imagem térmica a um carro com o ADAS para fornecer um AEB-P eficiente, quanto custará? Chris Posh disse ao EE Times: "Eles custarão centenas de dólares, e não milhares, como é o caso dos lidares".

Embora as câmeras de imagem térmica Flir já tenham sido desenvolvidas em alguns modelos BMW, Audi e outros, elas não foram projetadas ou configuradas para o AEB-P. Em vez disso, eles podem avistar animais na estrada à noite. Para aplicações, a AEB-P Flir desenvolveu uma nova câmera de imagem térmica VGA, cuja resolução é quatro vezes superior à das modernas câmeras automotivas de imagem térmica.

No outono passado, a Veoneer (um fornecedor sueco de tecnologia automotiva) escolheu a Flir para seu contrato de fabricação de automóveis autônomos de quarto nível com uma montadora líder mundial (para 2021).

Como verificar

A VSI Labs, com quem Flir contratou, está trabalhando em uma verificação de conceito para demonstrar os benefícios das câmeras de imagem térmica para a frenagem automática de emergência. A VSI Labs realizou testes iniciais em dezembro de 2019 no American Mobility Center, perto de Detroit.

O modelo VSI Labs para este teste AEB-P usou, de acordo com Magni, um radar Delphi ESR combinado com uma câmera Flir. “Desativamos o canal RGB neste teste. Tivemos que combinar dados de outros sensores provenientes do barramento CAN, como inércia, velocidade do volante, ângulo de direção, posição do pedal etc. Isso foi necessário para programar a funcionalidade AEB. ”

Além de afirmar que, como sensor passivo, nada detecta pedestres melhor do que uma câmera de imagem térmica, Phil Magni mencionou o papel da inteligência artificial no desempenho de imagens térmicas.

Ele disse: "Na VSI, provamos que o uso de inteligência artificial para capturar imagens térmicas pode superar a câmera RGB tradicional". Os laboratórios da VSI treinaram sua rede neural usando o conjunto de dados Flir ADK (kit de desenvolvimento automotivo). "Ele observou que" o conjunto de dados contém aproximadamente 40.000 imagens térmicas anotadas "." A VSI também desenvolveu algoritmos AEB e, em seguida, realizou vários testes no ACM (Montagem do controle ativo) ", explicou.

Phil Magni concluiu que, em geral, a câmera de imagens térmicas reconheceu e classificou melhor os pedestres em condições de pouca luz e desordenada." O termovisor também detectou pedestres parcialmente fechados ", acrescentou.

Além disso, ele disse: "O que mais gostamos no Flir é o seu Kit de Desenvolvimento Automotivo, porque ele oferece ao desenvolvedor a capacidade de criar seus próprios algoritmos de detecção".

Sobre o ITELMA

- automotive . 2500 , 650 .

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

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

Leia artigos mais úteis:

Pedestres vs sistema de frenagem de emergência autônomo