Özerk araçlar (AVs), çevrelerini algılamak için sofistike bir elektronik sensörler paketine bağlıdır, gerçek zamanlı kararlar alır ve güvenli bir şekilde çalışır. Bu sensörler -lidar (görüşme ve değişen), radar, kameralar ve ultrasonik transducerler - her sensör türünin gözleri ve kulakları eşsiz güçlü ve zayıflar sunar ve birlikte dünyanın tamamlayıcı bir manzarası sunar.

Otomotiv Mühendisleri Topluluğu (SAE) 6 seviye sürüş otomasyonunu tanımlar, Sınıf 0 (no otomasyon) 5 (tüm koşullar altında tam otomasyon) Düzeye kadar. Daha yüksek seviyelerde, araç algı sistemi, güvenlik ve performans üzerindeki etkileri olmalıdır.

Elektronik Sensörlerin Ortak Başarısızlık Moduları

Özerk araçlardaki sensörler, intrinsic başarısızlıklara (hardware veya yazılım kusurları), çevresel müdahale, kalibrasyon hataları, fiziksel blokaj ve dış saldırılar. Her kategori farklı şekillerde etkiler.

Sensör Mal işlevleri

Sensör arızası, donanım hataları veya yazılım anomalileri nedeniyle tam veya kısmi işlev kaybı anlamına gelir.

Donanım Başarısızlıkları

Donanım arızaları, düşük ücretli eklemler, yarı iletkenler veya sert yollarda mikrokökezler gibi üretim kusurlarından ortaya çıkabilir. Zamanla, bileşenler yaş: kapaklı kablolar veya gevşek kablolar, örneğin, panar birimleri, dönen aynalar veya iplikler takmak için konu edilir.

Yakın ayarlı algılama için kullanılan Ultrasonik sensörler, yol tuz ve nemse maruz kaldığı zaman pastazoelektrik elementlerinin korozyonundan dolayı başarısız olabilir. Kameralar sıkı piksellerden, yuvarlanıcı eserlerden veya sensör okuma gürültüyü çıkarabilir. Her durumda, sensör hiçbir veri, erratic verileri veya sistematik bir dengeyle veri üretemez.

Yazılım Hataları

Firmaware böcekleri, sensör işleme hatlarındaki hatalar, yanlış maruz kalma kontrolü nedeniyle bir sensöre neden olabilir. Ortak bir örnek, filtreye doğru geri dönmeyen kapak işleme yazılımında başarısız olur, yüzlerce yanlış pozitif puan üretebilir. Benzer şekilde, kamera görüntü boru hatları uygunsuz maruz kalma kontrolü nedeniyle dinamik bir aralıkla karşılaşabilir, zorlu aydınlatmada doygun veya kara çerçevelere yol açabilir.

Çevre Interference

Operasyonel çevre sensör performansını büyük ölçüde etkiler. Her sensör türü hava, aydınlatma ve çevre koşullarından eşsiz zorluklarla karşı karşıyadır.

Lidar Lidar

Lidar lazer pulslarını kullanarak mesafeleri ölçür ve birkaç metre ötesindeki mesafeleri ölçebilir.Saç, yağmur, kar ve toz saçı ve bu pulları absorbe eder, maksimum algılama aralıklarını azaltır ve gürültüyü azaltır.

Radar Radar Radar

Radar radyo dalgalarını kullanır ve genellikle yumuşak havalarda panardan daha sağlamdır. Ancak, ağır yağmur veya sleet, yol yüzeyinden geri dönülebilir (örneğin, 77 GHz), algılama aralıklarını 30-40% ile azaltır. Çok fazla metal yapılar hayalet hedeflerinden veya büyük metal yapılardan gelen yansımaları azaltır veya erroneous hız ölçümlerini sınırlar.

Kameralar

Kameralar, çevre ışığa güvenen pasif sensörlerdir. Low ışık, gelecek ışıklardan gelen glare, doğrudan güneş ışığı ve dinamik aralıklar, sensörün yeteneklerinin ortaya çıkarılması veya ortaya çıkan görüntülerin aşırılanması, neden eksik algılamalara neden olur. Lensler, kar yağar, kar yağar, kar yağar, veya hafif böcekler kör noktalardan alevlenir.

Ultrasonik Sensörler

Ultrasonik sensörler ses dalgaları yayıyor ve yankı süresini ölçüyorlar, özellikle de yüksek park senaryolarında, sesin hızını değiştiren aşırı sıcaklık ve nemden etkileniyorlar. Güçlü rüzgar veya türbülans, ses kirişini tamamen görmezden gelebilir. aynı frekansta çalışan birden çok ultrasonik sensörler arasındaki bağlantı noktası, özellikle de sıkı park senaryoları üretebilir.

Kalibrasyon Hataları

Kalibrasyon, her sensörün iç bileşenleri ve aracın koordinat çerçevesi arasındaki hassas geometrik ve optik ilişkiyi tanımlar.Intrinsic calibration internal parametreler (kal uzunluk, lens bozulması, lazer) hizalama her sensör araç şasi ile ilişkili olarak algılanır.

İlk Kalibrasyon Offsets

Bir sensör üretim sırasında veya değiştirilmesinden sonra doğru şekilde kalibre edilmezse, füzyon modülü yanlış kayıt verileri yanlış olacaktır. Örneğin, 1 derece rotasyonel yanlışlık ile bir çift, kamera görüntüsünde farklı bir yere haritada tespit edilen engellere neden olacaktır, yanlış derneklere yol açacaktır veya eksik algılamalara yol açacaktır.

Kalibrasyon Drift Over Time

Mekanik şoklar hız hataları, sonuçları durdurmak veya normal titreşim yavaş yavaş sensör dağları değiştirebilir. Sıcaklık değişiklikleri, malzemelerin genişlemesi ve sözleşmelendirilmesine neden olur, geri dönen elementlere güvenen Lidar sistemleri, sürekli yük altında bir dengeyi geliştirir.

Bazı modern AVlar, statik özelliklere karşı sensör verilerini karşılaştırarak sürekli olarak tahmin edilen ve doğru olan online veya “kendi-kalibrasyon” algoritmaları kullanıyor veya eşleme (SLAM) teknikleri kullanıyor.

Fiziksel Blokaj ve Contamination

Ölmüş, kar, buz ve toz kısmen veya tamamen bir sensörün aktif alanı kapabilir.Yol spreyi tarafından kaplanan bir kamera lensi bulanık veya lekeli görüntüler üretebilir, Lidar pencereleri yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş yavaş

Buna karşı, birçok otonom araç sensör temizleme sistemleri içerir: kamera lensleri ve kapak pencereleri için ısıtıcılar, küçük siliciler veya kamera jetleri için manuel olarak temizlenebilir. Yine de, bu sistemler her zaman ağır veya kalıcı havalarda etkili değildir.

Elektromanyetik Interference (EMI) ve Cross-Talk

AV'lar elektromanyetik gürültü üretebilecek çok sayıda elektronik sistem içerir. Yüksek akım motorlar, güç malzemeleri ve kablosuz iletişim antenleri, benzer frekanslarda çalışan sensör sinyallerine de müdahale edebilir. Radar sensörleri bunu azaltmak için birden fazla AV GHz ile müdahale edebilir.

CyberPhysical Attacks

Geleneksel anlamda bir başarısızlık modu olmasa da, kasıtlı adversarial manipülasyonu büyüyen bir endişedir. Bir saldırgan aracı yol dışı göndermek için GPS sinyalini ortaya çıkarabilir, sahte kapaklar da bir lazer diyotunu kullanarak bir "fantom" engeli veya proje fakirleyici kalıpları kullanarak geri döndürür, ancak bir kameranın semantik segmentasyon ağı (küçük çıkartmalarla araştırmacılar tarafından gösterilebilir). Radar spoofing aynı zamanda chirp jamming veya yeniden oynatılabilir.Bu saldırı vektörleri başarısızlık ve kötüleştirme hattını bulanıklaştırır.

Sensör Başarısızlığının Etkisi

Sensör başarısızlıklarının sonuçları, küçük rahatsızlıklardan felaket kazalara kadar değişir. Tek bir eksik algılama veya yanlış pozitif bir algılama, güvenlik, trafik akışı ve kamu güvenine karşı bir olay zincirini tetikleyebilir.

Sahte Negatifler (Missed Steps)

Bir sensör bir nesne algılayamaz - örneğin, Tempe'de bir yaya tarafından gizlenmiş - algı sistemi, bir jaywalking ya da sensör eksikliği nedeniyle aracın mevcut olmadığına karar verebilir.Uber'in kendi kendine giden aracı ölümcüllüğü, Arizona (2018)) kısmen bu koşullar altında bir panar ve radar sistemine atfedildi.

Yanlış Olumlular (Phantom Braking)

Sahte pozitifler, bir sensör yanlışlıkla bir engel algılandığında meydana gelir - arka uç çarpışmalara veya bir parça rüzgarla darbe vurarak - aracın aşırılık veya aşırılıklı bir manevrayı çalıştırmasına neden olur, bu da yanlış kameraları takip etmeye başlayabilir veya radarları geri döndürür.

Degraded Performans

Bir başarısızlık doğrudan bir kazaya neden olmadığı zaman bile, sensör bozulması, insan sürücülerine güvenerek özerk teknolojiye olan güvene neden olabilir.

Sistematik Güvenilirlik Riski

Binlerce özerk araç filosunda, mil başına düşük bir sensör başarısızlığı olasılığı bile yılda yüzlerce olaya yol açabilir. ciddi AV kazalarının istatistiki her olayı oldukça görünür, eroding public kabul ve davetli düzenleyici scrutiny. Sonuç olarak, otomakers ve teknoloji şirketleri sadece sensörlerin bireysel olarak güvenilir olmadığını göstermeli, ancak tüm sistemin başarısızlıkların herhangi bir kombinasyonunu ele geçirebileceğini göstermektedir.

Mitigate Başarısızlık Moduslerine Stratejiler

Tek bir sensör mükemmel değildir, ancak dikkatli sistem tasarımı, redcy ve sürekli gelişme ile riskler kabul edilebilir seviyelere indirgenebilir.

Sensör Çeşitliliği ve Red dışı

En temel mitigation, aynı görüntü alanını kaplayan çok sayıda heterojen sensörler kullanmaktır. Bu şekilde, bir sensör başarısız olursa - sistemden gelen kapaklı geri dönüşler ve daha fazla radar ve yüksek kameralar, aynı sensör tipine (örneğin, iki kameraya da aynı şekilde ağırlık verebilir.) fiziksel füzyon algoritmaları aynı sensör tipini bir şekilde birleştirir.

Fonksiyonel Reddancy

Donanım çeşitliliğinin ötesinde, fonksiyonel redcy aynı olayı doğrulamak için farklı algoritmaları veya işleme yollarını kullanır. Bir nesne derin öğrenme kamera ağı ve klasik bir kapak algoritması tarafından bağımsız olarak tespit edilebilir.Eğer iki aynı olayı doğrulama veya daha güvenli bir duruma girebilirsiniz.

Düzenli Kalibrasyon ve Kendi-Diagnostics

Özerk araçlar her zaman kendi kontrollerini yerine getirmelidir ve sürekli olarak işlem sırasında yardımcı olurlar.Intrinsic kalibrasyon, bilinen özellikleri (örneğin, otoparkın deseni) beklenen sensör çıktısına karşı doğrulanabilir. Extrinsic kalibrasyonu, bir eşiği aşabilirse, araç bir hatanın bir eşiği başlatabilir.

Birçok filo, tüm filodan telemetriye dayanan kalibrasyon parametrelerini geliştirmek için üst düzey yazılım güncelleştirmelerini kullanmaktadır, sorunlara yol açmadan önce sensörleri yakalar. Ek olarak, istatistiksel işlem kontrolü (SPC) sensör gürültülerinin grafiği, aralığı veya algılama oranları kademeli bozulmaları tespit edebilir.

Çevre Adaptasyon

AV sistemleri gerçek zamanlı olarak ortamları değiştirmek için adapte olmalıdır.

  • [FONT:0]Aktif temizlik:[Döncü ve kameradaki elementler buz inşasını önlemek için önlenir; küçük söndürücüler veya sıkıştırılmış hava jetleri temiz lensler ve su pencereleri veya çamurlar.
  • [FONT=0] Adaptif sensör ayarları: [Dönetici: [Dönetici: 0,3] Kamera maruz kalma, ışık seviyesindeki sabitleme gücüne göre dinamik olarak ayarlanabilir. Lidar nabul gücü, fog'da (gözlü güvenlik sınırları ile) yükseltilebilir.
  • [FONT:0)Algorithmic tazminat: Makine öğrenme modelleri foggy, yağmur veya karlı koşullardan alınan veriler üzerinde eğitilmiştir. Sensör füzyon algoritmaları, bozulan sensörlerden ölçümler için uzaysal veya zamansal belirsizlik tayin etmeyi öğrenebilir.

Robust Hardware Design

Sert otomotiv ortamlarına dayanacak üreticilerin tasarım sensörleri, IP67 veya IP69K standartları ile su, toz ve kimyasalları korumak için mühürlenir. Titreşim barajlar optik yanlışlaşmayı önler. Sıcaklık azaltım noktaları -40 °C'den +105 °C'ye kadar kesintiye uğratılır.

Hatalı Yazılım ve Sistem Mimarisi

Tüm algılama yığını, frenleri bastırmak için tasarlanmıştır. Bir sensör başarısız olursa, sistem bir sürpriz geçişten kaçınmalıdır. Örneğin, bir ön kamera bloke edilirse, aracın hızı ve radar ve yan kameralara güvenmesine neden olur. Bir güvenlik katmanı (örneğin bir “guardian” modülü gibi) bir denetim planlayıcının altından kaçınabilir, sensör güveninin bir eşiğinin altında düşmesine neden olur.

ISO 26262 ( otomotiv elektronik için işlevsel güvenlik) ve önümüzdeki 03:0)ISO/PAS 21448 “Intended Fonksiyonelity” (SOTIF)) Bu standartların sistematik olarak tanımlanması ve ilgili güvenlik mekanizmalarının uygulanmasına olanak sağlar.

CyberSecurity Önlemleri

Fversarial saldırıları ile savaşmak için, sensör verileri gerçekleştirilebilir veya şifrelenebilir. Anti-spoofing teknikleri – sadece radar algılamalarına karşı geri döner veya kamera tahminlerine göre kapaklı derinlik kullanarak - yanlış veriler ortaya çıkar. Araştırmacılar, perturbations için sağlam olan sinir ağları geliştirir ve bazı araçlar radar kullanan radar sistemleri yalnızca radar algılama sistemleri kullanır.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Elektronik sensörler, otonom araç algısının arka kemiğidir, ancak bunlar doğal olarak silinebilir. Başarısızlıklar donanım kusurları, çevresel müdahale, kalibrasyon sürüklenme, fiziksel blokaj veya kötü niyetli saldırılar. Sonuçlar - phantom frenlemeden ölümcül çarpışmalara kadar ayarlanabilir - kapsamlı, sistem düzeyinde güvenilirlik mühendisliği ihtiyacını işaretleyebilir.

En etkili mitigations, ISO 26262 ve SOTIF gibi çeşitli sensör reddanttasyonu, sürekli özneden algılama, sabit donanım ve çok katmanlı kameralar, ISO 26262 gibi bir geleceğe doğru ilerliyor.

Sonuçta, otonom araçların güvenli dağıtımı mükemmel sensörlere bağlı değildir, ancak kendi sınırlamalarını anlayan ve bir şeyin yanlış gittiğini akıllıca hareket edebilir. Gelişmekte olan araştırmalar, gerçek dünya testleri ve otoimanlar, tedarikçiler arasındaki işbirliği, ve düzenleyiciler bu güvenlik-kritik sistemleri geliştirmeye devam edecektir.