سنسورهای خودرو خودکار اجزای حیاتی هستند که اتومبیل های خود راننده را قادر می سازد تا محیط خود را درک کنند، داده ها را جمع آوری می کنند تا موانع را شناسایی کنند، علائم ترافیک را بخوانند و با خیال راحت به جاده ها حرکت کنند.

مطالعه موردی: ادغام سنسور Waymo

Waymo، یک رهبر در تکنولوژی خودرو خودکار، سیستم های سنسور خود را به طور گسترده ای آزمایش و اصلاح کرده است. وسایل نقلیه آنها از ترکیبی از LiDAR، رادار و دوربین ها برای ایجاد یک نقشه دقیق 3D از محیط اطراف استفاده می کنند.این رویکرد چند سنسور قابلیت اطمینان در شرایط مختلف آب و هوا و روشنایی را افزایش می دهد.

در طول آزمایش های دنیای واقعی، سنسورهای Waymo دقت بالایی در شناسایی عابران پیاده، دوچرخه سواران و سایر وسایل نقلیه نشان دادند.

بررسی موردی: سیستم دوربین-Centric

تسلا از یک رویکرد متفاوت استفاده می کند، که عمدتاً به دوربین های همراه با پردازش شبکه عصبی متکی است.مجموعه سنسور آنها بر داده های بصری، تقلید از ادراک انسان تأکید می کند.این روش به طور گسترده ای در ناوگان خودروهای تسلا در جاده های عمومی آزمایش شده است.

استقرار های دنیای واقعی نقاط قوت را در تشخیص سیگنال های ترافیکی و نشانه های خطوط نشان می دهد، با این حال، چالش ها در شرایط نامطلوب آب و هوایی باقی می مانند که دید دوربین به خطر افتاده است. تسلا همچنان به روز رسانی نرم افزار خود را برای بهبود هم جوش سنسور و دقت تشخیص شی ادامه می دهد.

چالش های توسعه سنسور

توسعه سنسورهای برای وسایل نقلیه مستقل شامل پرداختن به چندین چالش است.این شامل اطمینان از دقت سنسور در محیط های مختلف، به حداقل رساندن تشخیص های کاذب و حفظ عملکرد در طول زمان است.هزینه و پیچیدگی ادغام نیز بر تصمیم گیری های استقرار سنسور تاثیر می گذارد.

  • تنوع زیست محیطی
  • سنسور کالیبراسیون
  • سرعت پردازش داده ها
  • هزینه-