in ,

Sự khác biệt giữa LiDAR dựa trên khung hình (Frame-Based) và sự kiện (Event-Based) là gì?

Các nhà sản xuất AV hàng đầu thường dựa vào cảm biến dựa trên khung hình(frame), nhưng các hệ thống dựa trên sự kiện (event) cung cấp khả năng phát hiện các đối tượng ở gần nhanh hơn.

Các công ty hàng đầu về xe tự hành (AV) chủ yếu dựa vào các cảm biến dựa trên khung hình, chẳng hạn như LiDAR. Tuy nhiên, từ trước đến nay, công nghệ này đã vật lộn để phát hiện, theo dõi và phân loại các đối tượng đủ nhanh và đáng tin cậy để ngăn chặn nhiều vụ va chạm ở góc cua, chẳng hạn như một người đi bộ đột ngột xuất hiện từ phía sau một chiếc xe đang đỗ.

Các hệ thống dựa trên khung hình chắc chắn đóng một vai trò quan trọng trong sự phát triển của AV. Nhưng xem xét các số liệu thống kê đáng kinh ngạc cho thấy 80% tất cả các vụ tai nạn và 65% tất cả các vụ gần tai nạn liên quan đến việc người lái xe không chú ý trong vòng ba giây cuối cùng của vụ tai nạn, ngành công nghiệp cần phải làm việc để hướng tới một hệ thống nhanh hơn, đáng tin cậy hơn để giải quyết các mối quan tâm về an toàn bên trong khoảng cách ngắn, khi chúng ta có nhiều khả năng thấy va chạm nhất.

Cảm biến dựa trên khung hình có một vai trò, nhưng nó không phải là một màn trình diễn duy nhất khi nói đến công nghệ AV. Các cảm biến dựa trên sự kiện, công nghệ đang được phát triển trong các hệ thống lái tự động cung cấp công nghệ tiên tiến để cung cấp cho các phương tiện các biện pháp an toàn nâng cao trong trường hợp LiDAR không đạt được.

LiDAR không đạt như thế nào?

LiDAR, hay phát hiện ánh sáng và phạm vi, là công nghệ dựa trên khung hình nổi bật nhất trong không gian AV. Nó sử dụng chùm tia laze không nhìn thấy để quét các vật thể. Khả năng quét và phát hiện đối tượng của LiDAR cực kỳ nhanh khi bạn so sánh nó với mắt người. Tuy nhiên, trong kế hoạch lớn của AV, khi đó là vấn đề sống hay chết, các hệ thống LiDAR có thuật toán xử lý tri giác tiên tiến và quy trình tri giác hiện đại là đủ ở khoảng cách xa hơn 30 đến 40 mét. Tuy nhiên, chúng gần như không hành động đủ nhanh bên trong phạm vi đó, khi người lái xe có nhiều khả năng gặp tai nạn nhất.

Nói chung, camera ô tô hoạt động ở tốc độ 30 khung hình/giây (fps), gây ra độ trễ quá trình 33 ms cho mỗi khung hình. Để phát hiện chính xác người đi bộ và dự đoán đường đi của họ, nó mất nhiều lần cho mỗi khung hình. Điều này có nghĩa là các hệ thống kết quả có thể mất hàng trăm mili giây để hoạt động, nhưng một chiếc xe chạy 60 km/giờ sẽ đi được 3,4 mét chỉ trong 200 mili giây. Trong bối cảnh đô thị đặc biệt dày đặc, nguy cơ chậm trễ càng tăng cao.

LiDAR, cùng với các hệ thống định vị bằng máy ảnh dựa trên thị giác máy tính và trí tuệ nhân tạo ngày nay, phải chịu các giới hạn tốc độ cơ bản của nhận thức vì chúng sử dụng phương pháp tiếp cận dựa trên khung hình này. Nói một cách đơn giản, cách tiếp cận dựa trên khung hình quá chậm!

Nhiều hệ thống hiện tại thực sự sử dụng camera và cảm biến mà không mạnh hơn so với tiêu chuẩn trong iPhone, chỉ tạo ra 33.000 điểm sáng trên mỗi khung hình. Một cảm biến nhanh hơn là cần thiết nếu chúng ta muốn giảm thiểu đáng kể độ trễ của quá trình và hỗ trợ mạnh mẽ và đáng tin cậy hơn cho quá trình xử lý thuật toán “hạ nguồn” bao gồm dự đoán đường dẫn, phân loại đối tượng và đánh giá mối đe dọa. Điều cần thiết là một hệ thống cảm biến bổ sung, mới có khả năng xác định mục tiêu tốt hơn 10 lần, tạo ra bản đồ độ sâu 3D chính xác trong vòng 1 mili giây — không phải hàng chục mili giây.

Bên cạnh những hạn chế của LiDAR trong việc phản ứng đủ nhanh, các hệ thống camera thường rất tốn kém. Dao động từ vài nghìn đến hàng trăm nghìn đô la, chi phí của một hệ thống LiDAR thường rơi vào người dùng cuối. Ngoài ra, do công nghệ liên tục được phát triển và cập nhật, các cảm biến mới liên tục được tung ra thị trường với mức giá cao.

Hệ thống LiDAR cũng không phải là thiết bị có tính thẩm mỹ cao nhất, một mối quan tâm lớn khi bạn cho rằng chúng thường được áp dụng cho các loại xe hạng sang. Hệ thống cần được đóng gói ở một nơi nào đó có tầm nhìn tốt đến phía trước của xe, có nghĩa là nó thường được đặt trong một hộp trên nóc xe. Bạn có thực sự muốn lái xe vòng quanh trong chiếc xe thể thao mới, kiểu dáng đẹp của mình mà chỉ có một chiếc hộp cồng kềnh gắn trên đầu nó không?

Tuy nhiên, chi phí và tính thẩm mỹ chắc chắn là những nhược điểm đối với hệ thống LiDAR, Cuối cùng, vấn đề cơ bản là các hệ thống này có độ phân giải hạn chế và tốc độ quét chậm khiến không thể phân biệt giữa một cột đèn cố định và một đứa trẻ đang chạy. Điều cần thiết là một hệ thống có số điểm dày đặc hơn hàng chục nghìn do LiDAR cung cấp. Trên thực tế, mật độ điểm phải là hàng chục triệu.

Cảm biến dựa trên sự kiện đang thúc đẩy tương lai của AV

LiDAR phải cố gắng để hoạt động trong phạm vi 30 đến 40 mét — các cảm biến dựa trên sự kiện phát triển mạnh trong phạm vi đó. Các cảm biến dựa trên sự kiện, chẳng hạn như công nghệ VoxelFlow hiện đang được Terranet phát triển, sẽ có thể phân loại các đối tượng chuyển động động ở độ trễ cực thấp bằng cách sử dụng sức mạnh tính toán rất thấp. Điều này tạo ra 10 triệu điểm 3D mỗi giây, thay vì chỉ 33.000 và kết quả là phát hiện cạnh nhanh chóng mà không bị nhòe chuyển động (xem hình). Độ trễ cực thấp của cảm biến dựa trên sự kiện đảm bảo rằng một chiếc xe có thể giải quyết các trường hợp góc cua để phanh, tăng tốc hoặc lái quanh các vật thể xuất hiện đột ngột phía trước xe.

Voxelflow là một mô hình thị giác máy tính mới lạ với ba camera dựa trên sự kiện và một máy quét laser. Nó thúc đẩy một kỹ thuật với khả năng chiếu sáng chủ động thông qua phương pháp tam giác ba chiều, nhờ đó mà một đường biểu diễn đám mây điểm có dấu thời gian (x, y, z) được tạo ra.

Cảm biến dựa trên sự kiện sẽ là một phần công nghệ quan trọng cho phép hiệu suất an toàn của hệ thống hỗ trợ người lái tiên tiến (ADAS) cấp độ 1-3 thế hệ tiếp theo đồng thời hiện thực hóa lời hứa của hệ thống AV cấp độ 4 -5 thực sự tự động. Các cảm biến dựa trên sự kiện, như VoxelFlow, được tạo thành từ ba cảm biến hình ảnh sự kiện được phân bổ trong xe và một máy quét laser liên tục đặt ở trung tâm cung cấp bản đồ 3D dày đặc với độ trễ quy trình giảm đáng kể để đáp ứng các hạn chế về thời gian thực của các hệ thống tự hành.

Hệ thống cảm biến dựa trên sự kiện được hiệu chỉnh tự động và liên tục để xử lý khả năng chống sốc, rung và mờ đồng thời cung cấp độ phân giải góc và phạm vi cần thiết cho các hệ thống hỗ trợ người lái nâng cao (ADAS) và hệ thống AV. Nó cũng hoạt động tốt trong điều kiện mưa lớn, tuyết và sương mù so với hệ thống LiDAR, vốn bị suy giảm trong những điều kiện này do tán xạ ngược quá mức.

Bởi vì LiDAR là tiêu chuẩn công nghiệp và đã được chứng minh là hoạt động tốt ở phạm vi vượt quá 40 mét – mặc dù nó tốn rất nhiều tiền – các cảm biến dựa trên sự kiện sẽ có thể bổ sung cho công nghệ, cũng như các hệ thống radar và camera khác. Nó sẽ cho phép dữ liệu cảm biến thô từ các cảm biến này được phủ một cách hiệu quả với bản đồ lưới 3D của cảm biến dựa trên sự kiện. Điều này sẽ cải thiện đáng kể khả năng phát hiện và quan trọng nhất, tăng cường an toàn và giảm va chạm.

Trong các giai đoạn phát triển khác nhau, dự kiến sẽ thấy một nguyên mẫu của cảm biến dựa trên sự kiện trên xe vào năm tới. Từ đó, chúng ta sẽ cần phải công nghiệp hóa hệ thống và làm cho nó nhỏ hơn để nó đáp ứng được kỳ vọng khổ hạnh của những người lái xe ngày nay. Tuy nhiên, chắc chắn rằng các cảm biến dựa trên sự kiện sẽ sớm trở thành một thành phần cần thiết của các hệ thống AV.

Pär-Olof Johannesson/ElectronicDesign

Bản quyền thuộc về XecoV, đề nghị không sao chép cho mục đích thương mại!
Khi sao chép cho mục đích phi thương mại từ XecoV, đề nghị ghi rõ nguồn: "XecoV.Com". Xin Cảm Ơn!

Bạn nghĩ sao?

1.1k Points
Upvote Downvote
Expert

Được viết bởi Tất Tiến

Years Of MembershipUp/Down VoterContent AuthorEmoji Addict

Bình luận

Leave a Reply