自動運転の未来 - 4Dミリ波レーダー

自動運転の未来 - 4Dミリ波レーダー

現在、自動運転車の知覚の実現は、車両に搭載されたレーザーレーダー、車載カメラ、ミリ波レーダーなどのセンシングデバイスと切り離すことはできません。車両周辺の交通環境に関するデータを収集することで、自動運転車は人間の目を超える目を持ち、周囲の世界を知覚し、意思決定および計画モジュールに正確で豊富な環境情報を提供できます。これにより、自動運転車は安全に運転できます。

一方では、センサーハードウェアの積み重ねにより、自動運転車はより安全に道路を走行できます。一方、単一のハードウェアデバイスでは必要なデータをすべて取得することはできず、多くの極端な環境では、ハードウェアデバイスにも問題が発生する可能性があります。たとえば、ライダーで測定されたデータは、霧や大雨などの極端な天候では大きな偏差が発生します。ミリ波レーダーには高さを測定する機能がなく、前方の静止物体が地上にあるか空中にあるかを判断することは困難です。車載カメラは2D平面画像しか撮影できません。ディープラーニングの支援を受けても、周囲の物体と自動運転車との距離を正確に測定することは依然として不可能です。そのため、自動運転車は、さまざまなハードウェアデバイスを同時に動作させる必要があります。そうすることで、自動運転車は、どのような状況でも人間に劣らない知覚精度と能力を獲得できます。 4Dミリ波レーダーの登場は自動運転に革命的な変化をもたらすでしょう。

4Dミリ波レーダーとは

自動運転の認識においては、自動運転において最も重要なセンサーの 1 つであるミリ波レーダーが重要な役割を果たします。しかし、高さを測定する能力がないため、前方の静止物体が地上にあるか空中にあるかを判断することが困難です。マンホールの蓋、スピードバンプ、高架、交通標識などの地上または空中の物体に遭遇した場合、物体の高さデータを正確に測定することは不可能です。 4D ミリ波レーダーの登場により、この問題は解決されます。イメージング レーダーとも呼ばれる 4D ミリ波レーダーは、元の距離、速度、方向データに基づいてターゲットの高度な分析を追加し、従来のミリ波レーダーに 4 次元を統合して環境をよりよく理解してマッピングし、測定された交通データをより正確にします。

テスラは早くも2020年に、テスラ車に4Dセンサー技術を追加すると発表しました。4Dセンサー技術により、既存の動作範囲が3倍になり、より多くの交通情報を取得できるようになります。 4Dミリ波レーダーは、測定対象の概要、動作、カテゴリを効果的に分析し、より複雑な道路に適応し、より多くの小さな物体を識別し、隠れた物体や静止または横方向の物体を監視して、車両がどのような状況でブレーキをかける必要があるかを正確に把握できます。方位、仰角、速度しか測定できない3Dミリ波レーダーと比較して、4Dミリ波レーダーはより多くのデータを取得できるため、意思決定と計画に信頼性の高い情報を提供できます。

4Dミリ波レーダーソリューション

4Dミリ波レーダーは、2019年にイスラエルの企業によって初めて提案されました。2020年初頭、Waymoは第5世代の自動運転認識キットに4Dミリ波レーダーを搭載すると発表しました。同年、コンチネンタルは初の量産型4Dミリ波レーダーソリューションを発表し、BMWがこれを搭載した最初の自動車メーカーになると発表しました。 2021年のCESでは、4Dミリ波レーダーも大きな話題となり、多くのメーカーが自社製品を展示しました。Texas InstrumentsやMobileyeなどの企業は、4Dミリ波レーダーソリューションを次々と発売またはアップデートしています。

昨年、アプティブは次世代のL1-L3自動運転プラットフォームを発表し、そのセンサースイートには4Dミリ波レーダーが含まれていると主張した。ZFはSAICグループから4Dミリ波レーダーの生産注文を受けたと発表し、2022年に正式に納入される予定である。ボッシュは第5世代レーダーの最高バージョンである4Dミリ波レーダーを中国市場に初めて導入した。

従来のレーダーと同様に、4Dミリ波レーダーは極端な気象条件下で作動しても大きな偏差がなく、ピッチ角を増加させた後、点群画像を形成できます。これは、4Dミリ波レーダーが物体の距離、相対速度、方位を検出できるだけでなく、前方の物体の垂直高さ、前方の静止および横方向に移動する物体も検出できることを意味します。これにより、従来のレーダーが静止ターゲットを検出する際の欠点を補うことができます。現在、4Dミリ波レーダーには主に2つの技術的ソリューションがあります。

  • 1つは、4Dミリ波レーダー企業が、マルチチャネルアレイRFチップセット、レーダープロセッサチップ、人工知能ベースの後処理ソフトウェアアルゴリズムを独自に開発していることです。
  • もう 1 つは、従来のレーダー チップ サプライヤーのソリューションに基づいており、マルチチップ相互接続またはソフトウェア アルゴリズムを通じて高密度のポイント クラウド出力と認識を実現します。

4Dミリ波レーダーの最大の特徴は、その非常に高い角度分解能です。前方4Dミリ波レーダーの角度分解能は、方位角で1度、仰角で2度に達します。4Dミリ波レーダーを搭載した自動運転車が道路情報を検知する際、車両周囲の物体の輪郭を直接検知することができます。例えば、歩行者と車両が混在するなど道路情報が比較的豊富な場合、4Dミリ波レーダーは歩行者と車両を直接識別し、対応する物体の動き(移動しているかどうか、移動方向)を判定することができます。

4D ミリ波レーダーは幾何学的形状も検出できます。たとえば、トンネルのシナリオでは、トンネルの長さと幅を検出できます。 4Dミリ波レーダーの登場により、従来のミリ波レーダーの性能上の欠点が具体的に補われ、3Dのアップグレードだけでなく、検出精度、感度、解像度、性能の全面的なアップグレードをもたらし、自動運転にさらなる安全性をもたらし、ミリ波レーダーを自動運転システムの中核センサーの一つにすることが期待されています。

4Dミリ波レーダーの今後の開発動向

業界関係者によると、4Dミリ波レーダーの大規模導入が間近に迫っているという。商業化の面では、技術は成熟しつつあり、多くの革新的なアルゴリズムが製品化の過程にあります。多くの自動車メーカーは、新車に搭載する需要を持っています。その中でも、自動駐車やレベル3以上の自動運転では、4Dイメージングが厳格な要求となっています。実際、昨年以来、多くの4Dミリ波レーダー製品が路上試験用の車両に搭載され、量産の準備が整っています。

例えば、NXPは業界初となる16nmミリ波レーダー専用プロセッサS32R45を今年上半期に初めて顧客向けに量産すると発表しました。インテルの子会社であるモービルアイも、4Dミリ波レーダーの開発と応用を積極的に推進している。モービルアイのCEO、アムノン・シャシュア氏は、今年のCESでのスピーチで、自動車における4Dイメージングミリ波レーダーの応用シナリオを強調した。

同氏は「2025年までに、車の前部を除いて、ミリ波レーダーのみが必要で、ライダーは不要になる」と述べた。モービルアイの計画によると、同社は2025年までにミリ波レーダー/ライダーをベースにした消費者向け自動運転車両ソリューションを発売する予定だ。車にはレーダー-ライダーサブシステムが搭載される。その時点で、自動運転タスクを実現するには、車両に前方を向いたライダーと、車体を完全にカバーする360度ミリ波レーダーを取り付けるだけでよい。

自動運転技術は、単一のセンサーに頼って世界を支配することはできないというのが業界の共通認識となっている。現在の自動運転に関する市場の認識によれば、市場には多くのサブセグメントがあり、自動運転のレベルも異なるため、万能のセンサーは存在しません。結局のところ、カメラとレーダーの長所と短所は非常に補完的であるため、共存する可能性が非常に高いです。特殊なケースとしてはLiDARがあります。4Dミリ波レーダーソリューションによってLiDARの使用を削減したり、代替したりできる可能性が高いと考えています。 4Dミリ波レーダーはまだ開発の初期段階ですが、今後その性能は大きく向上し、最終的にはライダーに取って代わることが理想だと考えています。 ”

<<:  AI モデルの「アウトソーシング」をやめましょう!新しい研究によると、機械学習モデルのセキュリティを弱める「バックドア」の一部は検出できないことが判明した。

>>:  Cerebras が 1 台のマシンで 200 億のパラメータ モデルをトレーニングするという新記録を樹立

ブログ    

推薦する

機械学習のテストセットをスケールアップする方法

[[385223]]テスト セットのヒル クライミングは、トレーニング セットに影響を与えたり、予測...

IT サービス管理における 3 つの主要な NLP 使用例

[[421132]] [51CTO.com クイック翻訳]自然言語処理 (NLP) は、機械学習の専...

Protobufを勉強していたら、良いアルゴリズムを見つけました - ZigZag

[[434311]]もともと Protobuf の原理を勉強したかったのですが、研究の過程で Pr...

...

ゲームに「顔認識」を追加したことで生まれた考え

最近、国内で人気の「チキン早食い」ゲームに「顔認識システム」が導入され、大きな論争を巻き起こした。多...

...

早く見て! 2022年の建設業界の7つの大きな発展トレンド!

建設業界の市場競争はますます激しくなっています。建設会社は生き残りと発展のために大きなプレッシャーに...

役に立つヒント | 複数の事前トレーニング済みビジョンモデルの転移学習

この記事では、Keras Tensorflow 抽象ライブラリに基づく転移学習アルゴリズム モデルを...

...

...

機械分野におけるLDAトピックモデルを説明する記事

[[211903]]序文このブログ投稿では、第一レベルの数学的導出の観点から LDA トピック モデ...

スマートロボットが顧客サービスに革命を起こす

カスタマー サービスにおけるインテリジェント ボットは顧客データを収集して分析し、消費者の行動や好み...

3人が「テーブルを囲む」脳科学VS人工知能、相互ゲームをどう突破するのか?

IDG Capital の投資家は、神経科学の専門家や最先端技術の起業家とともに、エネルギーと専門...

人工知能の時代に、チャットするインテリジェントロボットを Python で作成しました。とても優れています。

[[253842]]人工知能はすでにトレンドです。スマートホテル、スマートインターネットカフェ、自...