Desarrollo de las tecnolog铆as de percepci贸n del veh铆culo es uno de los objetivos principales del proyecto. Este objetivo persigue investigar y desarrollar un sistema de percepci贸n avanzado multisensor que proporcione una visi贸n de 360潞 del entorno del veh铆culo y permite la implementaci贸n de una nueva generaci贸n de funciones ADAS. Estas funciones est谩n basadas en algoritmos de inteligencia artificial para la detecci贸n y comprensi贸n fiable y robusta de todos los elementos de tr谩fico, independientemente del entorno o condiciones de conducci贸n.
聽
Dentro del proyecto se investigar谩 la fusi贸n de los sensores como las c谩maras, LiDAR y radar, haciendo la adquisici贸n de datos que permitir谩 al veh铆culo tomar decisiones con seguridad y siempre basadas en evidencias s贸lidas.
La detecci贸n del exterior del veh铆culo es fundamental para el correcto desarrollo y funcionamiento de los sistemas ADAS y conducci贸n aut贸noma a fin de identificar los elementos del entorno, como veh铆culos, peatones, se帽ales de tr谩fico, mobiliario vial, etc茅tera.
Proximamente
El radar de imaging 4D dise帽ado y desarrollado por Capgemini Engineering para el proyecto InPercept estar谩 disponible para comenzar sus primeras pruebas en marzo. Este radar ha sido dise帽ado para lograr una alta resoluci贸n y rango de detecci贸n, ofreciendo una alternativa de bajo costo al Lidar. Tendr谩 funciones de radar de corto, mediano y largo alcance, todo en uno, permitiendo as铆 realizar funciones ADAS que habr铆an requerido m煤ltiples sensores anteriormente.聽
El radar se basa en el 煤ltimo transceptor mmWave de Texas Instruments, el AWR2243, que adem谩s de tener caracter铆sticas ligeramente mejores que las versiones anteriores, permite una conexi贸n en cascada de m煤ltiples transceptores, aumentando potencialmente el n煤mero de antenas transmisoras y receptoras. Este aumento de antenas es lo que se traduce en una mejora en la resoluci贸n angular, tanto en azimut como en elevaci贸n, incluso manteniendo un rango y campo de visi贸n elevados. El radar dise帽ado contiene cuatro transceptores, lo que significa 12 transmisores y 16 receptores, para una configuraci贸n MIMO potencial de 192 elementos virtuales. Se han fabricado dos versiones diferentes: una centrada m谩s en conseguir la mejor resoluci贸n azimutal y otra intentando conseguir una resoluci贸n de elevaci贸n y azimutal m谩s equilibrada.聽
Al mismo tiempo, se est谩n realizando varias investigaciones sobre otras formas de mejorar las im谩genes radar utilizando software para radares de automoci贸n. La mayor parte de la atenci贸n se ha centrado en el radar de apertura sint茅tica (SAR), la localizaci贸n y mapeo simult谩neos (SLAM) y los algoritmos de falsa alarma constante (CFAR).聽
聽SLAM tiene como objetivo generar mapas del entorno mediante la combinaci贸n de varias im谩genes de sensores a medida que el veh铆culo se mueve.聽
El SLAM permite ir acumulando detecciones a medida que el veh铆culo se mueve para generar mapas m谩s grandes y fiables con los puntos obtenidos.聽SAR, por otro lado, utiliza un concepto similar al SLAM, pero la combinaci贸n de im谩genes mejora la resoluci贸n de los objetivos detectados.聽
En el SAR, la acumulaci贸n de puntos permite mejorar la resoluci贸n facilitando as铆 la clasificaci贸n de los objetos detectados y obteniendo im谩genes m谩s precisas.聽Ambas t茅cnicas (SLAM y SAR) dependen estrechamente del CFAR, que es el responsable de determinar qu茅 es un objetivo o no en la captura radar.聽Los algoritmos de CFAR permiten generar umbrales de detecci贸n que se adaptan al nivel de ruido, cuya probabilidad de falsa alarma se mantiene constante.聽
Todas estas mejoras se pueden aplicar al nuevo radar de imaging 4D, pero tambi茅n se pueden utilizar con radares actuales m谩s simples como forma de superar sus limitaciones de hardware.聽
Pr贸ximamente
Pr贸ximamente