Conteúdo[Esconder][Mostrar]
Sensores e software são combinados em veículos autônomos para navegar, dirigir e operar uma variedade de veículos, incluindo motocicletas, automóveis, caminhões e drones.
Dependendo de como eles foram desenvolvidos ou projetados, eles podem ou não exigir assistência ao motorista.
Carros totalmente autônomos podem operar com segurança sem motoristas humanos. Alguns gostam Waymo do Google automóvel, não podia nem ter volante.
Um veículo parcialmente autônomo, como um Tesla, pode assumir o controle total do veículo, mas pode precisar de um motorista humano para ajudar se o sistema ficar em dúvida.
Diferentes graus de auto-automação estão incluídos nesses carros, desde orientação de pista e ajuda de frenagem até protótipos totalmente independentes e autônomos.
O objetivo dos automóveis autônomos é reduzir o tráfego, as emissões e as taxas de acidentes.
Isso é possível porque os veículos autônomos são mais aptos a aderir às regras de trânsito do que as pessoas.
Para uma condução tranquila, certas informações são necessárias, como a localização do carro ou quaisquer objetos próximos, o caminho mais curto e seguro até o destino e a capacidade de operar o sistema de direção.
É crucial entender quando e como realizar as tarefas necessárias.
Este artigo cobrirá muito terreno, incluindo o arquitetura do sistema para carros autônomos, componentes necessários e redes ad hoc veiculares (VANETs).
Componentes necessários necessários para o Veículo Autônomo
Os veículos autônomos de hoje empregam uma variedade de sensores, incluindo câmeras, GPS, unidades de medição inercial (IMUs), sonar, detecção e alcance de iluminação a laser (lidar), detecção e alcance de rádio (radar), navegação por som e alcance (sonar) e mapas 3D.
Juntos, esses sensores e tecnologias analisam dados em tempo real para controlar a direção, aceleração e frenagem.
Os sensores de radar ajudam a rastrear o paradeiro dos carros ao redor. Os veículos são ajudados com sensores ultrassônicos durante o estacionamento.
Uma tecnologia conhecida como lidar foi criada usando os dois tipos de sensores. Ao refletir os pulsos de luz do ambiente ao redor do automóvel, os sensores lidar podem detectar as margens das estradas e identificar marcadores de pista.
Eles também alertam os motoristas sobre impedimentos adjacentes, como outros veículos, pedestres e bicicletas.
O tamanho e a distância de tudo ao redor do carro são medidos usando a tecnologia lidar, que também cria um mapa 3D que permite que o veículo visualize seus arredores e identifique quaisquer riscos.
Independentemente da hora do dia, seja claro ou escuro, ele faz um excelente trabalho de gravação de informações em diferentes tipos de luz ambiente.
O automóvel usa câmeras, radares e antenas GPS, juntamente com lidar e câmeras, para detectar seus arredores e identificar sua localização.
As câmeras verificam pedestres, ciclistas, automóveis e outros impedimentos, ao mesmo tempo em que detectam sinais de trânsito, lêem sinais e marcações rodoviárias e acompanham outros veículos.
No entanto, eles podem ter dificuldade em áreas escuras ou escuras. Um veículo autônomo pode ver para onde está indo usando uma combinação de lidar, radar, câmeras, antenas GPS e sensores ultrassônicos para mapear digitalmente a estrada à sua frente.
Arquitetura de sistema de alto nível
Os sensores, atuadores, hardware e software essenciais estão listados na arquitetura, que também demonstra todo o mecanismo ou protocolo de comunicação em AVs.
Percepção
Esta etapa compreende identificar a localização do AV em relação ao ambiente e detectar o ambiente ao redor do AV usando uma variedade de sensores.
O AV usa RADAR, LIDAR, câmera, cinética em tempo real (RTK) e outros sensores nesta etapa. Os módulos de reconhecimento recebem os dados desses sensores e os processam depois de passá-los.
Em geral, o AV consiste em um sistema de controle, LDWS, TSR, reconhecimento de obstáculos desconhecidos (UOR), um módulo de posicionamento e localização do veículo (VPL), etc.
As informações combinadas são entregues à etapa de tomada de decisão e planejamento após serem processadas.
Decisão e Planejamento
Os movimentos e o comportamento da VA são decididos, planejados e controlados nesta etapa usando as informações recebidas durante o processo de percepção.
Este estágio, que o cérebro representaria, é onde as escolhas são feitas em coisas como planejamento de caminho, previsão de ação, prevenção de obstáculos, etc.
A escolha é baseada nas informações que estão agora e historicamente acessíveis, incluindo dados de mapas em tempo real, especificidades de tráfego, tendências, informações do usuário, etc.
Pode haver um módulo de registro de dados que rastreie erros e dados para uso posterior.
Control
O módulo de controle executa operações/ações relacionadas ao controle físico do AV, como direção, frenagem, aceleração, etc. após receber informações do módulo de decisão e planejamento.
Chassi
A última etapa envolve a interação com as peças mecânicas afixadas ao chassi, como motorredutor, motor do volante, motor do pedal do freio e motores do pedal do acelerador e freio.
O módulo de controle sinaliza e gerencia todos esses componentes.
Agora falaremos sobre a comunicação geral de um AV antes de falar sobre o design, operação e uso de vários sensores principais.
RADAR
Nos AVs, os RADARs são usados para escanear o ambiente para encontrar e localizar automóveis e outros objetos.
Os RADARs são frequentemente empregados em fins militares e civis, como aeroportos ou sistemas meteorológicos, e operam no espectro de ondas milimétricas (mm-Wave).
Diferentes bandas de frequência, incluindo 24, 60, 77 e 79 GHz, são usadas em automóveis contemporâneos e têm uma faixa de medição de 5 a 200 m [10].
Ao calcular o ToF entre o sinal transmitido e o eco retornado, a distância entre o AV e o objeto é determinada.
Em AVs, os RADARs empregam uma série de micro-antenas que criam uma coleção de lóbulos para melhorar a resolução de alcance e a identificação de múltiplos alvos. O mm-Wave RADAR pode avaliar precisamente objetos de curto alcance em qualquer direção, utilizando a variação no deslocamento Doppler devido à sua maior penetrabilidade e maior largura de banda.
Como os radares de onda mm têm um comprimento de onda mais longo, eles apresentam recursos antibloqueio e antipoluição que permitem que funcionem na chuva, neve, neblina e pouca luz.
Além disso, o deslocamento Doppler pode ser usado para calcular a velocidade relativa por meio de radares de onda mm. Devido à sua capacidade, os radares mm-Wave são adequados para uma ampla gama de aplicações AV, incluindo detecção de obstáculos e reconhecimento de pedestres e veículos.
Sensores ultra-sônicos
Esses sensores funcionam na faixa de 20 a 40 kHz e empregam ondas ultrassônicas. Uma membrana magneto-resistiva que é usada para medir a distância do objeto produz essas ondas.
Ao calcular o tempo de voo (ToF) da onda emitida para o sinal ecoado, a distância é determinada. O alcance típico dos sensores ultrassônicos é inferior a 3 metros.
A saída do sensor é atualizada a cada 20 ms, o que impede que ele esteja em conformidade com os rigorosos requisitos de QoS do ITS. Esses sensores têm um alcance de detecção de feixe relativamente pequeno e são direcionados.
Portanto, para obter uma visão de campo completo, são necessários vários sensores. No entanto, muitos sensores irão interagir e podem resultar em imprecisões de alcance significativas.
LiDAR
Os espectros de 905 e 1550 nm são usados em LiDAR. Como o olho humano é suscetível a danos na retina na faixa de 905 nm, o LiDAR atual opera na banda de 1550 nm para reduzir os danos na retina.
Até 200 metros é o alcance máximo de trabalho do LiDAR. LiDAR de estado sólido, 2D e 3D são as diferentes subcategorias de LiDAR.
Um único feixe de laser é disperso sobre um espelho que gira rapidamente em um LiDAR 2D. Ao colocar vários lasers no pod, um 3D LiDAR pode adquirir uma imagem 3D dos arredores.
Foi demonstrado que um sistema LiDAR à beira da estrada reduz o número de colisões de veículos para pedestres (V2P) em zonas intersecionais e não intersecionais.
Ele emprega um sistema LiDAR de 16 linhas, em tempo real e computacionalmente eficaz.
Sugere-se o uso de um codificador automático profundo artificial rede neural (DA-ANN), que atinge uma precisão de 95% em um alcance de 30 m.
Em, é demonstrado como um algoritmo baseado em máquina de vetor de suporte (SVM) combinado com um LiDAR 64D de 3 linhas pode melhorar o reconhecimento de pedestres.
Apesar de ter melhor precisão de medição e visão 3D do que um radar de onda mm, o LiDAR funciona menos em condições climáticas adversas, incluindo neblina, neve e chuva.
Câmeras
Dependendo do comprimento de onda do dispositivo, a câmera em AVs pode ser baseada em infravermelho ou luz visível.
Dispositivo de carga acoplada (CCD) e sensores de imagem de semicondutor de óxido metálico complementar (CMOS) são usados na câmera (CMOS).
Dependendo da qualidade da lente, o alcance máximo da câmera é de cerca de 250 m. As três bandas usadas pelas câmeras visíveis – vermelho, verde e azul – são separadas pelo mesmo comprimento de onda do olho humano, ou 400–780 nm (RGB).
Duas câmeras VIS são acopladas a distâncias focais estabelecidas para criar um novo canal que contém informações de profundidade (D), permitindo a criação de visão estereoscópica.
Uma visão 3D da área ao redor do veículo pode ser obtida graças a esse recurso através da câmera (RGB-D).
Sensores passivos com comprimento de onda entre 780 nm e 1 mm são usados pela câmera infravermelha (IR). Em iluminação de pico, os sensores IR em AVs oferecem controle visual.
Esta câmera auxilia AVs com reconhecimento de objetos, controle de visão lateral, gravação de acidentes e BSD. No entanto, em condições meteorológicas adversas, como neve, neblina e mudanças nas condições de luz, o desempenho da câmera é alterado.
Os principais benefícios de uma câmera são sua capacidade de reunir e registrar com precisão a textura, a distribuição de cores e a forma do ambiente.
Sistema Global de Navegação por Satélite e Sistema de Posicionamento Global, Unidade de Medição Inercial
Essa tecnologia ajuda o AV na navegação, identificando sua localização precisa. Um grupo de satélites em órbita ao redor da superfície do planeta é usado pelo GNSS para localizar.
O sistema armazena dados sobre a localização, velocidade e tempo preciso do AV.
Ele funciona descobrindo o ToF entre o sinal recebido e a emissão do satélite. As coordenadas do Sistema de Posicionamento Global (GPS) são frequentemente usadas para obter a localização AV.
As coordenadas extraídas por GPS nem sempre são precisas e normalmente adicionam um erro de posição com um valor médio de 3 m e uma variação padrão de 1 m.
Em situações metropolitanas, o desempenho é ainda mais deteriorado, com um erro de localização de até 20 m e, em certas circunstâncias graves, o erro de posição do GPS é de aproximadamente 100 m.
Além disso, os AVs podem empregar o sistema RTK para determinar com precisão a posição do veículo.
Em AVs, a posição e a direção do veículo também podem ser determinadas usando o cálculo morto (DR) e a posição inercial.
Fusão de Sensores
Para o gerenciamento e segurança adequados do veículo, os AVs devem obter conhecimento preciso e em tempo real da localização, status e outros fatores do veículo, como peso, estabilidade, velocidade etc.
Essas informações devem ser coletadas pelos AVs utilizando uma variedade de sensores.
Ao mesclar os dados adquiridos de vários sensores, a técnica de fusão de sensores é utilizada para produzir informações coerentes.
O método permite a síntese de dados não processados adquiridos de fontes complementares.
Como resultado, a fusão de sensores permite que o AV compreenda com precisão seus arredores, mesclando todos os dados úteis coletados de vários sensores.
Diferentes tipos de algoritmos, incluindo filtros Kalman e filtros Bayesianos, são usados para realizar o processo de fusão em AVs.
Por ser usado em diversas aplicações, incluindo rastreamento por RADAR, sistemas de navegação por satélite e odometria óptica, o filtro de Kalman é visto como crucial para um veículo operar de forma autônoma.
Redes Ad-Hoc Veiculares (VANETs)
As VANETs são uma nova subclasse de redes ad hoc móveis que podem criar espontaneamente uma rede de dispositivos/veículos móveis. A comunicação veículo-veículo (V2V) e veículo-infraestrutura (V2I) são possíveis com VANETs.
O objetivo principal dessa tecnologia é aumentar a segurança no trânsito; por exemplo, em situações perigosas, como acidentes e engarrafamentos, os carros podem interagir uns com os outros e com a rede para transmitir informações cruciais.
A seguir estão os principais componentes da tecnologia VANET:
- OBU (unidade de bordo): É um sistema de rastreamento baseado em GPS colocado em cada veículo que permite que eles interajam entre si e com as unidades de beira de estrada (RSU). A OBU é equipada com vários componentes eletrônicos, incluindo um processador de comando de recursos (RCP), dispositivos sensores e interfaces de usuário, para obter informações essenciais. Seu objetivo principal é usar uma rede sem fio para se comunicar entre várias RSUs e OBUs.
- Unidade de beira de estrada (RSU): RSUs são unidades de computador fixas que são posicionadas em pontos precisos nas ruas, estacionamentos e entroncamentos. Seu principal objetivo é vincular veículos autônomos à infraestrutura, além de auxiliar na localização de veículos. Além disso, pode ser utilizado para ligar um veículo a outras RSUs utilizando vários topologias de rede. Além disso, eles foram executados em fontes de energia ambiente, incluindo energia solar.
- Trusted Authority (TA): É um órgão que controla todas as etapas do processo de VANETs, garantindo que apenas RSUs e OBUs de veículos legítimos possam se registrar e interagir. Ao confirmar o OBU ID e autenticar o veículo, oferece segurança. Além disso, encontra comunicações prejudiciais e comportamentos estranhos.
As VANETs são usadas para comunicação veicular, que inclui comunicação V2V, V2I e V2X.
Veículo 2 Comunicação do Veículo
A capacidade dos automóveis de conversarem entre si e trocarem informações cruciais sobre congestionamento de tráfego, acidentes e restrições de velocidade é conhecida como comunicação entre veículos (IVC).
A comunicação V2V pode criar a rede juntando vários nós (Veículos) usando uma topologia de malha, parcial ou completa.
Eles são categorizados como sistemas de salto único (SIVC) ou multi-hop (MIVC), dependendo de quantos saltos são usados para comunicação entre veículos.
Enquanto o MIVC pode ser utilizado para comunicação de longo alcance, como monitoramento de tráfego, o SIVC pode ser usado para aplicações de curto alcance, como junção de faixas, ACC, etc.
Vários benefícios, incluindo BSD, FCWS, frenagem de emergência automatizada (AEB) e LDWS, são oferecidos através da comunicação V2V.
Comunicação da Infraestrutura do Veículo 2
Os automóveis podem se comunicar com as RSUs por meio de um processo conhecido como comunicação entre a estrada e o veículo (RVC). Ele auxilia na detecção de parquímetros, câmeras, marcadores de pista e sinais de trânsito.
Conexão ad hoc, sem fio e bidirecional entre os carros e a infraestrutura.
Para a administração e supervisão do tráfego, são utilizados os dados da infraestrutura. Eles são utilizados para ajustar vários parâmetros de velocidade que permitem que os carros maximizem a economia de combustível e gerenciem o fluxo de tráfego.
O sistema RVC pode ser separado em RVC Esparso (SRVC) e RVC Ubíquo dependendo da infraestrutura (URVC).
O sistema SRVC oferece apenas serviços de comunicação em hotspots, como localização de estacionamentos abertos ou postos de gasolina, enquanto o sistema URVC oferece cobertura ao longo de todo o percurso, mesmo em altas velocidades.
Para garantir a cobertura da rede, o sistema URVC necessita de um grande investimento.
Veículo 2 Tudo Comunicação
O carro pode se conectar com outras entidades via V2X, incluindo pedestres, objetos de beira de estrada, dispositivos e o Grid (V2P, V2R e V2D) (V2G).
Usando esse tipo de comunicação, os motoristas podem evitar bater em pedestres, ciclistas e motociclistas em risco.
O sistema Pedestrian Collision Warning (PCW) pode avisar o motorista de um passageiro na estrada antes que ocorra uma colisão catastrófica graças à comunicação V2X.
Para enviar mensagens importantes aos pedestres, o PCW pode tirar proveito do Bluetooth ou Near Field Communication (NFC) do smartphone.
Conclusão
As muitas tecnologias utilizadas para construir carros autônomos podem ter um grande impacto em como eles operam.
Na sua forma mais básica, o carro desenvolve um mapa de seus arredores usando uma série de sensores que fornecem informações sobre a rota ao seu redor e outros veículos em seu caminho.
Esses dados são então analisados por um complicado sistema de aprendizado de máquina, que gera um conjunto de ações para o carro executar. Esses comportamentos são alterados e atualizados regularmente à medida que o sistema aprende mais sobre os arredores do veículo.
Apesar dos meus melhores esforços para apresentar a você uma visão geral da arquitetura do sistema de veículos autônomos, há muito mais acontecendo nos bastidores.
Eu realmente espero que você ache esse conhecimento valioso e faça uso dele.
Deixe um comentário