EyeDAR teknolojisi sürücüsüz arabalara genişletilmiş radar algısı sağlayabilir

Pek çok kültür, algıyı artıran mecazi bir üçüncü göz fikrini araştırıyor. Otonom araçlar için konsept oldukça gerçek: radar, kameralar ve LiDAR ile birlikte çalışıyor. Bu sistemler genellikle araçta bulunur ve hareket ettikçe çevresi hakkında aktif olarak veri toplar. Şimdi, Rice Üniversitesi’ndeki Kun Woo Cho liderliğindeki araştırmacılar, EyeDAR adında bir araç dışı radar sistemi geliştirdiler. Bu sistemin, kritik trafik verilerini araç içi sistemlere ileterek araçların algılama doğruluğunu önemli ölçüde artırabileceğini söylüyorlar. Otonom araçlar çevrelerini üç tamamlayıcı sistemin birleşimiyle “görür”: radar, LiDAR ve kameralar. Bildiğimiz ve sevdiğimiz optik sensörler olan kameralar, yayaları, araçları ve trafik kontrol cihazlarını tam olarak tanımlayarak görsel algıyı sağlar. Sırada, yüksek çözünürlüklü bir 3 boyutlu nokta bulutu oluşturmak için lazer darbeleri yayan ve bunların geri dönüş zamanını ölçen aktif bir algılama teknolojisi olan LiDAR (Işık Algılama ve Uzaklık Belirleme) yer alıyor. LiDAR, radar ve görüş sistemlerinin mekânsal algıda bıraktığı önemli boşlukları dolduruyor. Aynı zamanda doğru derinlik algısı sağlar ancak kameralar gibi hava koşullarına duyarlıdır. Sonunda radarımız var. Yarasaların ekolokasyonuna çok benzeyen bu radyo frekansı teknolojisi, önceden belirlenmiş yönlere radyo dalgaları yayarak çalışır. Radarın yolu içindeki nesneler, dalgaların bir kısmını radar yayıcıya geri yansıtır. Yerleşik işlemciler daha sonra geri dönen dalgaların özelliklerini analiz ederek mesafeyi, konumu ve yansıtan nesnelerle ilgili diğer bilgileri belirler. Radar aydınlatma ve hava koşullarından etkilenmez. Doktora sonrası araştırmacı Kun Woo Cho (sağda) Prof. Ashutosh Sabharwal’ın (solda) Jared Jones/Rice Üniversitesi’nin laboratuvarında çalışıyor. Bununla birlikte, radarın önemli sınırlamalarından biri, çalışma modunda yatmaktadır. Teknoloji, veri elde etmek için yansıyan dalgalara güveniyor ancak bu yansımalar her zaman verimli olmuyor. Uygulamada, radarın yolu üzerindeki nesneler genellikle iletilen sinyalin yalnızca bir kısmını geri gönderir ve bunun yerine dalgaların çoğu dağılır. Otonom araçlar için bu, yerleşik radarın sıklıkla eksik bilgi alması anlamına gelir. Sonuç olarak, köşelerdeki yol kullanıcıları, büyük nesnelerin arkasındaki yayalar ve diğer gizlenen tehlikeler gibi trafik unsurları kolaylıkla fark edilmeyebilir. Radar sistemi bir şeyin varlığını tespit ettiğinde bile zayıf dönüş sinyali kesin tanımlamayı zorlaştırabilir. Örneğin, bir dur işareti, büyük kırmızı şapkalı, uzun boylu, ince bir adam da olabilir! Yük kamyonlarından teslimat robotlarına kadar otonom araçlar giderek yaygınlaştıkça güvenlik talepleri de artıyor. Kabul edildikten sonra sensör sınırlamaları artık güvenlik açıklarıyla ilgili olarak görülüyor. Araştırmacılar, radardaki eksiklikleri tespit etmek için EyeDAR kullanarak algılamayı araç içi sistemlerin ötesinde yol altyapısına genişletmeyi planlıyor. Cihaz, araç içi sistemlere çevredeki trafik hakkında kritik veriler sağlayarak araç algılama doğruluğunu artırabilen düşük güçlü bir milimetre dalga radar sensörüdür. Mercek içindeki her bir öğenin konumlandırılması, gelen sinyallerin tam yönünü ve yoğunluğunu yalnızca fiziksel şekline göre belirlemesine olanak tanır Jared Jones/Rice Üniversitesi Trafik ışıkları, yol işaretleri ve reklam panoları gibi yol kenarı altyapısına monte edilen EyeDAR, aksi takdirde dağılacak olan yansıyan dalgaların büyük kısmını yakalayarak algılamayı geliştirir ve otonom araçlara çevredeki trafiğin çok daha eksiksiz bir resmini sunar. Cho, “Bu, otomotiv radar sistemlerine yeni bir çift göz eklemek gibi” diyor. Cihazın kendisi, göz merceği ve retinaya çok benzeyen iki ana bileşenden oluşan turuncu boyutlu bir sensördür. Bunlardan ilki, reçineden 3 boyutlu olarak basılmış bir Luneburg metamalzeme merceğidir. Objektif, farklı yönlerden gelen sinyalleri sabit bir odak noktasına odaklayarak bizi ikinci bileşene, yani merceğin arkasına dizilmiş bir anten dizisine getirir. Anten dizisi, gelen sinyallerin uzamsal bilgilerini alır ve tespit eder, ardından bu bilgiyi otomotiv radarına geri iletir. EyeDAR’ı büyüleyici kılan iki olağanüstü özelliği, kompakt tasarımı ve meta malzeme tabanlı sinyal işlemesidir. Geleneksel radar sistemleri verileri yorumlamak için büyük anten dizileri ve karmaşık hesaplama algoritmaları kullanırken, EyeDAR’ın fiziksel tasarımı bu işlemi gerçekleştirir. Cho, “Mercekimiz, değişen kırılma indeksine sahip 8.000’den fazla benzersiz şekilli, son derece küçük öğeden oluşuyor” diyor. Her bir elemanın mercek içindeki konumu, gelen sinyallerin tam yönünü ve yoğunluğunu yalnızca fiziksel şekline göre belirlemesine olanak tanır. Bu tasarım onu ​​metamalzeme yapan şeydir. Bu binlerce küçük yapı, içinden geçen dalgaları bükecek ve odaklayacak şekilde tasarlandığından, malzemenin kendisi kablolu bir analog işlemci gibi davranır. Bu, esas olarak mekansal verileri ışık hızında “önceden hesaplar” ve kaotik bir trafik ortamını anlamak için genellikle gerekli olan ağır, güç tüketen dijital hesaplamaya olan ihtiyacı ortadan kaldırır. Testler, EyeDAR’ın hedef yönleri geleneksel radar tasarımlarına göre 200 kat daha hızlı çözebildiğini ve analog işlemede dijitale göre önemli bir ilerlemeye işaret ettiğini ortaya çıkardı. Cihazın bir diğer benzersiz özelliği ise yeni dalgalar üretmemesidir. Bunun yerine hedef nesnelerden dağınık dalgaları toplayıp işliyor ve temiz sinyalleri araç içi radar sistemine geri yansıtıyor. Cho, EyeDAR’ın kompakt, düşük maliyetli, karmaşık olmayan mimarisi ile ultra hızlı analog işleme kombinasyonunun, yollarda ve otoyollarda yaygın dağıtımı mümkün kıldığına inanıyor. Testler, EyeDAR’ın hedef yönleri geleneksel radar tasarımlarından 200 kat daha hızlı çözebildiğini ortaya çıkardı Jared Jones/Rice Üniversitesi Ancak imalat sanayi uzmanı Emeka Moronu, bunun yaygın olarak benimsenmesi konusunda şüphelerini dile getiriyor. Moronu, “Matematik mükemmel olsa bile, gereken üretim hassasiyeti şaşırtıcıdır” diyor. “Bir 3D yazıcıdan, güneşte pişirilirken veya fırtınada donarken kusursuz kalması gereken binlerce mikroskobik geometriyi mükemmel bir şekilde yürütmesini istiyoruz. Bu seviyedeki meta malzeme karmaşıklığını kontrollü bir laboratuvardan sağlam, seri üretilen yol kenarı ürününe ölçeklendirmek en büyük engeldir.” Ne olursa olsun, EyeDAR’ın gerçek bir potansiyeli var. Bu cihazlardan oluşan bir ağ, araçların yerleşik radar sistemlerinin menzilinin çok ötesini görmesine olanak tanıyacak. Ayrıca bu teknoloji drone, robot teknolojisi ve gözetleme için de uyarlanabilir.