Распознавание трехмерных объектов в Apple iPad 11 Pro, оснащенном лидаром, стало более глубоким и детализированным. Для этого также используются ToF-камеры с разными технологиями измерения дальности положения точки.

Apple инициировала гонку использования лидаров в различных продуктах. Компания Apple встроила лидар в свой iPad Pro 11, и теперь кажется, что лидарами хотят пользоваться все.

Маневр Apple и реакция на него повлияли на всю электронную промышленность. Поставщики микросхем и датчиков пересматривают свои планы. Некоторые уже изменили свои бизнес-модели.

Но что такое лидар? Компания Apple выбрала этот термин для описания нового датчика, который измеряет глубину — другими словами, это датчик, который распознает объекты в трех измерениях.

Лидар в планшетах и смартфонах – это, по сути, «просто разновидность технологии для распознавания трехмерных объектов», — объяснил Пьер Камбу, главный аналитик отдела фотоники и дисплеев компании в Yole Développement.

Jones Live Map — пошаговая навигация начала 20-го века

Современная GPS-навигация легко воспринимается как само собой разумеющееся, эта технология давно не нова. Помимо того, что навигаторы установлены в приборные панели современных автомобилей, подсказать маршрут может любой современный смартфон. Но если вы думаете, что история автомобильных навигационных систем началась с основания Garmin в 1991 году, то вы заблуждаетесь.

Более смекалистые любители истории автомобильной промышленности могут предположить, что навигация в машинах началась с навигатора от Etak. Дитя инженера Стэна Хани и финансиста Нолана Бушнелла (соучредителя Atari), навигатор от Etak был выпущен в 1985 году, и в нем не использовалась армейская система глобального позиционирования – внедрение GPS случится лишь через несколько десятилетий.

Статья написана в сентябре 2019.



Тестовый автомобиль от Cruise, сошедший с производственной линии GM, оборудован датчиками (отмечены красным цветом).

Автомобильная промышленность до сих пор ищет надежную технологию распознавания, которая будет работать в любых условиях — ночь, туман, дождь, снег, гололед и т.д.

Выводом выставки AutoSens 2019, проходившей здесь на прошлой неделе, стало то, что недостатка в технологических инновациях нет. Разработчики технологий, Tier-1 и OEM-производители все еще преследуют цель создания «надежной» технологии распознавания, способной работать в любых дорожных условиях – в том числе ночью, в тумане, под дождем, в снегу, на гололеде, на дороге с пролитым маслом и так далее.

Несмотря на то, что на рынке автомобильной промышленности до сих пор нет серебряной пули, способной решить все проблемы разом, ряд компаний представили свои технологии распознавания и концепты новых продуктов.

В этом году на выставке AutoSens в Брюсселе более пристальное внимание было уделено не беспилотным автомобилям, а системам помощи водителю (ADAS).

Инженерное сообщество достигло определенного консенсуса. Многие признают, что существует большой разрыв между тем, что возможно сегодня, и перспективой выпуска коммерческих автономных автомобилей с искусственным интеллектом, не требующих участия человека-водителя.

Cтатья 2010 года



До начала 1990-х годов прогресс в области безопасности дорожного движения был минимальным. Несмотря на то, что интерес к повышению уровня защиты пассажиров был высок с момента появления этой концепции, результаты были невероятно низкими. Достаточно взглянуть на то, как автомобили проходили краш-тесты в середине 80-х годов, а затем сравнить их с автомобилями середины 90-х и 2000-х годов – разница в результатах поразительна.

Также изменилось потребительское восприятие этой темы, а это значит, что теперь безопасность действительно продается. Более того, безопасность стала одной из основных характеристик, на которые люди смотрят при покупке нового автомобиля. В то время как все автомобильные компании рекламировали безопасность десятилетиями, большинство из них плохо справлялись как с краш-тестами, так и с реальными дорожно-транспортными происшествиями.

Простая истина заключается в том, что эти компании игнорировали высокую стоимость разработки и исследований в области безопасности – они просто занимались рекламой. Если взглянуть на краш-тесты 60-х, 70-х и 80-х годов, то вы не заметите разницы – потому что ее нет. Дело в том, что, как и хорошие прибыльные компании, они просто использовали психологический образ, что они создают более безопасные автомобили – только для того, чтобы заработать больше денег.

Я считаю, что качество и успех манекенов для краш-тестов измеряется в функциях безопасности, которые автопроизводители внедряют в свои автомобили, чтобы лучше защитить людей. Количество подушек безопасности или электронных компонентов в наши дни рекламируются исключительно для повышения продаж. Существует мнение, что темп развития технологического прогресса не позволил добиться лучших результатов… так ли это? Читайте дальше, чтобы узнать больше – речь пойдет о появлении манекенов для краш-тестов.

В этом отрывке из эпизода телепередачи Би-Би-Си «Завтрашний мир» 1971 года целая куча привлекательных для меня деталей. В первую очередь это касается прекрасной британской версии «Фольксваген Жука» 1962 года, но настоящая звезда этого фильма – удивительно визионерская навигационная система, которой оснащен «Жук». Она использует передовые технологии той эпохи, но все же довольно проста, и, кажется, работает в ограниченном режиме. Давайте посмотрим на эту замечательную и забытую технологию.

Чтобы понять о чем речь, вам, наверное, стоит самим взглянуть на этот отрывок:


Взгляните, эта система работает совсем как голосовая навигация в картах от Google, Apple и прочих подобных. Водитель получает голосовые инструкции о следующих маневрах – система сообщает ему куда ехать или поворачивать, основываясь на местоположении автомобиля. Эта 47-летняя система каким-то образом справляется с задачей навигации, не имея ни спутниковой, ни сотовой связи, ни даже компьютера.

Конечно, она намного более ограничена, чем современные системы GPS, но в рамках своих характеристик, она действительно умна. Система работает путем записи отдельных инструкций на кассету или, как причудливо называет ее ведущий, «кассету с магнитной лентой». Имейте в виду, что сами кассеты в то время были еще довольно новыми. Кассетные проигрыватели появились примерно в 1964 году, а их автомобильные версии появились в широкой продаже только в 1968.

1. Проектирование
2. Реализация
3. Интеграция

Когда я только начинал свой путь в профессиональной разработке, я не понимал зачем нужен open source. Я не понимал и сайд-проектов, если уж на то пошло. В конце концов, зачем отдавать ценную работу бесплатно? За прошедшие годы, поработав над проектами с открытым исходным кодом, а также благодаря работе с Apex.AI, ROS 2 и Autoware.Auto, я пришел к некоторому пониманию open-source.

Инженеры любят творить. Люди хотят признания и благодарности.

Когда вы соединяете эти факторы вместе, вы получаете путь к open source. Если я что-то строю для удовлетворения своих творческих потребностей, то почему бы не позволить всем остальным оценивать мою работу и находить в ней практическую пользу и ценность? В конце концов, я делаю это не ради денег.

Что касается сайд-проектов, то их очарование я понял только после того, как начал профессионально развиваться и более тщательно подходить к различным аспектам своей работы. Чтобы создать надежный продукт, за который люди будут платить, часто приходится искусственно ограничивать рабочие процессы. Анализ дизайна. Код-ревью. Стандарты написания кода, стайлгайды, метрики тестового покрытия, и так далее и так далее. Не поймите меня неправильно – все это хорошие вещи, которые, скорее всего, необходимы для разработки качественного продукта. Просто иногда разработчик хочет немного свободы. Разработчик может хотеть создавать то, что он хочет, как он хочет и когда он хочет. Никаких встреч, ревью или бизнес-кейсов.

В 51-ю годовщину первой человеческой высадки на Луну, состоявшейся в июле 1969 года, давайте вспомним фундаментальную технологию, которая помогла сделать эту высадку возможной: фильтр Калмана. Названный в честь Рудольфа Калмана, американского электротехника, математика и изобретателя венгерского происхождения, фильтр представляет собой математическую методику, которую он предложил в 1960 году. Он особенно полезен при оценке положения объектов на основе наблюдений с помощью нескольких датчиков и широко применяется в системах наведения, навигации и управления транспортными средствами и самолетами.

Именно во время визита Калмана в Исследовательский центр Эймса NASA в Маунтин Вью, инженеры NASA увидели, что методы Калмана могут решить нелинейную задачу оценки траектории для программы «Аполлон». Однако запуск алгоритма фильтра Калмана на компьютере 1960-х годов был невозможен. Технический меморандум (из архивов НАСА, см. ниже) иллюстрирует исследовательскую работу в 1960-е и 1970-е годы, в ходе которой был внедрен «численно точный фильтр Калмана в вычислительной системе с ограниченным объемом памяти, пригодный для применения в реальном времени, например, для бортовой навигации самолетов или космических аппаратов».

Представьте себе водопад. Мощный. Безупречный. Всегда движется вперед по направлению к неминуемому спуску. Движимый одной из нескольких фундаментальных сил во вселенной.

Водопады потрясают по самой своей сути, так что неудивительно, что инженеры немного одержимы ими. Старый стандарт DOD-STD-2167A рекомендовал использовать водопадную модель, а мое устаревшее инженерное образование основывалось на модели Phase-Gate, которая, по моему мнению, чертовски похожа на водопадную. С другой стороны, те из нас, кто изучал информатику в университете, наверное, знают, что водопадная модель в некоторой мере является анти-паттерном. Наши друзья в академической башне из слоновой кости говорят нам, что нет-нет, Agile — это путь к успеху и похоже, индустрия доказала истинность этого утверждения.

Итак, что же выбрать разработчику между устаревающей водопадной моделью и новомодным Agile? Меняется ли уравнение, когда речь идет о разработке алгоритмов? Или какого-нибудь критического, в плане безопасности, программного обеспечения?

Как обычно в жизни, ответ находится где-то посередине.

Статья 2018 года

Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla

С 2018 по 2022 годы на новые легковые автомобили будет установлено суммарно 375 миллионов радаров. Какие проблемы могут возникнуть с этими системами?

Теперь, когда региональные программы оценки новых автомобилей (NCAP) требуют наличия функций адаптивного круиз-контроля (ACC) и системы экстренного торможения (AEB) для присвоения своих пятизвездочных рейтингов безопасности, компания NXP Semiconductors призывает автомобильную промышленность взяться за работу над радарными системами.



Датчики, встроенные в автомобиль

Для ускорения интеграции радаров в современные ADAS, во вторник (2 октября) компания NXP выпустила решение, сочетающее в себе процессоры S32R, радиочастотный приемопередатчик и антенну на новой референсной платформе. Разработанная в партнерстве с Colorado Engineering, эта платформа отвечает «строгим требованиям к функциональности, производительности и безопасности индустрии», заявила NXP.

Подписывайтесь на каналы:
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla
@AutomotiveRu — новости автоиндустрии, железо и психология вождения



Уже несколько лет как Tesla продает автомобили с характеристиками, ограниченными на уровне программного обеспечения. Так, аккумуляторные батареи на 75 кВт·ч программно ограничены до 60 кВт·ч, а увеличение подачи энергии доступно только через обновление прошивки.

Самый недавний пример — модуль разгона за 2000 долларов для Model 3 Dual Motor.



Этот модуль добавляет силовому агрегату Model 3 около 50 лошадиных сил и сокращает ускорение от 0 до 60 миль/ч до 3,9 секунды.

С тех пор, как Tesla начала выпускать эти модули, люди смекнули, что хакеры могут разблокировать эти возможности, убрав необходимость переплачивать за них. Сегодня это не просто стало реальностью, на основе этой идеи появилась целая компания.

Гийом Андре, владелец компании Simon André (реселлера и ремонтной мастерской электромобилей), расположенной в Труа-Ривьере (Квебек, Канада), решил выяснить, смогут ли они модернизировать заднеприводную Tesla Model 3 до полноприводной Dual Motor, добавив в нее электромотор.

Им это удалось:

Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla



Транспортные средства, которые могут ездить куда угодно, при любых погодных или дорожных условиях – мечта индустрии беспилотного транспорта. В той или иной степени, современные автопроизводители способны создавать такие автомобили. Однако и сейчас, и в обозримом будущем, ни одна компания не гарантирует универсальность своего решения.

Современный беспилотный транспорт имеет множество ограничений. Робо-такси, например, могут работать только на участках. ограниченных геозонами. Развертывание услуг робо-такси происходит постепенно, "по одному городу за раз", — отметил Эгиль Юлиуссен.

Аналогичным образом, эксперты в области безопасности считают, что ODD (Operational Design Domain) имеет решающее значение для обеспечения безопасности самоходных автомобилей. ODD — это «модель условий, с которыми беспилотные автомобили будут иметь дело», объяснил Фил Купман (Phil Koopman), технический директор компании Edge Case Research. В реальном мире, однако, «несмотря на все усилия конструкторов», беспилотный транспорт всегда может оказаться за рамками своего ODD, предостерег он.

«Так, если ODD — это „Пустынный Лас-Вегас“, то система может быть спроектирована в основном для сухой погоды или, возможно, для легкого дождя», сказал Купман. «Но на самом деле в Вегасе время от времени идет дождь, а иногда даже снег. В день, когда пойдет снег, автомобиль окажется за пределами своего ODD».

Компания TriEye анонсирует SWIR-камеры

TriEye – тель-авивский разработчик технологии SWIR. Компания заявляет, что ее приоритетом является решение проблем, связанных с низкой видимостью, с которыми должна бороться автомобильная промышленность.

Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla


История о том, как три технологии: атомные часы, спутниковая система навигации и сенсорный экран, объединились чтобы помогать управлять автомобилем.

Точное время

Говоря о трех технологиях, которые привели к сегодняшней повсеместности использования GPS, атомные часы – одно из самых неожиданных изобретений, при этом именно атомные часы очень важны для технологии GPS. Каждый GPS-спутник содержит несколько атомных часов, которые рассчитывают время для каждого сигнала GPS с точностью до 100 миллиардных долей секунды. Это позволяет банкам определять местоположение банкомата, который вы использовали для внесения чека, и время совершения этой операции, что, в свою очередь, позволяет с высокой точностью фиксировать точную хронику всех финансовых операций. Это позволяет Федеральному управлению авиации точно отслеживать опасную погоду с помощью сети доплеровских метеорологических радаров. Это позволяет вашему оператору сотовой связи более эффективно использовать свой ограниченный радиочастотный спектр, благодаря чему вы всегда можете совершать звонки. Кроме того, таким образом обеспечивается цифровое вещание, за счет которого песни поступают на одну и ту же станцию одновременно, независимо от того, где вы находитесь.

1. A2D2 dataset от Audi

Наш набор данных включает в себя более 40 000 кадров с семантической сегментацией изображений и метками облака точек, из которых более 12 000 кадров также имеют аннотации для 3D-боксов. Кроме того, мы предоставляем немаркированные данные датчиков (прибл. 390 000 кадров) для последовательностей с несколькими циклами, записанных в трех городах.

Сегментация данных

Набор данных содержит 41 280 кадров с семантической сегментацией по 38 категориям. Каждому пикселю изображения присваивается метка, описывающая тип объекта, который он представляет, например пешехода, автомобиль, растительность и т. д.

Облако точек

Сегментация облака точек производится путем слияния семантической пиксельной информации и лидарных облаков точек. Таким образом, каждой 3D-точке присваивается метка типа объекта. Это зависит от точной регистрации камеры-лидара.

Рамки

3D-боксы предусмотрены для 12 499 кадров. Лидарные точки в поле зрения фронтальной камеры помечены 3D-рамками. Мы аннотируем 14 классов, имеющих отношение к вождению, например автомобили, пешеходы, автобусы и т. д.

StartUs Insights проанализировали 4,859 стартапов и определили тренды автомобильной индустрии на 2020 год.

1. Автономные транспортные средства (AV)

Автономные транспортные средства или автомобили с автономным управлением стремятся свести к минимуму потребность в людях-водителях и выглядят готовыми к трансформации повседневных перевозок. Автопарки AV расширяют объем поставок последней мили, сокращают время простоя и стремятся сделать общественный транспорт относительно безопасным. Например, путем уменьшения количества аварий, вызванных усталостью или небрежностью водителя. Автомобили оснащены передовыми технологиями распознавания, такими как компьютерное зрение с улучшенным искусственным интеллектом для выявления препятствий на маршруте.

Intvo

Находящийся в США стартап Intvo разрабатывает технологию прогнозирования поведения пешеходов. В отличие от технологий обнаружения двумерных (2D) и трехмерных (3D) объектов, которые учитывают ограниченные параметры, их решение проверяет положение головы, зрительный контакт и движения ног пешеходов, погодные условия и определяет уровень риска. Это уменьшает количество ложных срабатываний при обнаружении пешеходов и повышает безопасность автономных транспортных средств.

Tesla давно мечтает сделать камеры, работающие не хуже лидара. Если ее мечта осуществится, это сильно поможет конкурентам.



Всем хорошо известно, что думает Илон Маск о применении лидара (технологии трехмерного изображения) в беспилотных автомобилях. Он не планирует использовать ее в Tesla и считает костылем. Это очень спорная точка зрения, только время покажет прав ли он.

Tesla продвигает технологию, называемую псевдо-лидаром или виртуальным лидаром. Эта технология заключается в построении инструментов для создания снимков с камеры (стерео или обычных). Нужно выяснить насколько далеко находится каждый пиксель на снимке. Лидар вычисляет расстояние до каждого пикселя. Он определяет сколько времени требуется световому импульсу, чтобы попасть в пиксель и вернуться обратно со скоростью света. Люди оценивают расстояние, используя мозг. Мы знаем насколько большие те или иные предметы и как они движутся. Это дает нам представление о том насколько далеко они находятся. Мы также используем стереозрение, потому что у нас два глаза. Однако стереозрение работает только на относительно близком расстоянии. Еще есть параллакс движения — вы наблюдаете за тем как движутся предметы на фоне и используете некоторые другие подсказки, чтобы определить расстояние до объекта.

Этому эссе ровно год. Давайте обсудим, что изменилось с тех пор и как поменялся расклад сил.


Tesla делает ставку на компьютерное зрение, а не на лидар (презентация Tesla).

В прошлом месяце на Tesla Autonomy Day Илон Маск объявил войну использованию лидаров в беспилотных автомобилях. В последнее время он часто резко высказывался по поводу лидара, но в тот день он заявил:

«Лидар это потеря времени. Все, кто полагаются на лидар, обречены. Дорогие датчики не нужны.»
— Илон Маск

Все крупные компании по разработке беспилотных автомобилей и большинство стартапов используют лидар вместе с камерами и радаром. Tesla остается в стороне и использует только камеры и радар. Выбор Tesla понятен — пока не существует лидара, который можно использовать в производстве беспилотных автомобилей. Tesla не смогла бы поставить на свои машины серьезный лидар, даже если бы захотела. В будущем она все равно не собирается его использовать. Я попытаюсь объяснить точки зрения тех, кто за и против лидара.

Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla

Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla

Спрос на крутых специалистов в автоиндустрии растёт и будет расти. В современных автомобилях строк кода больше, чем в космических кораблях, боевых самолетах и операционных системах. Доля стоимости ПО в автомобилях в скором времени дойдет до 50%. Каждый компонент автомобиля стремится стать «умным».

Предлагаем вашему вниманию подборку онлайн-курсов для самостоятельного изучения и повышения компетентности в области automotive.

Бесплатные курсы от edX (36)

Road Traffic Safety in Automotive Engineering

от Chalmers University of Technology

Изучите основы пассивной и активной безопасности в автомобильной технике.


Длительность: 7 недель
Нагрузка: 10-20 часов в неделю
Сложность: Advanced
Цена: бесплатно (сертификат за $249)

Пасхальное воскресенье 1900 года, на фотографии — Пятая авеню, Нью-Йорк. Среди моря конных экипажей едва ли в левой полосе можно разглядеть единственный автомобиль. Пройдет всего 13 лет, и мы увидим аналогичную фотографию, с той разницей лишь, что среди многочисленных автомобилей будет ехать всего одна повозка, запряженная лошадьми.

Часть первая

В настоящий момент автомобильная промышленность переживает одновременно три революции: электрификацию трансмиссии, подключение пассажирских транспортных средств к единой сети и замену водителей автономными системами вождения. Эти процессы не только идут параллельно, но и в значительной мере влияют на автомобилестроение, подобно тому, как в свое время революция подтолкнула заменить конные повозки на самоходный транспорт. Это первая часть короткой серии блогов, в которой делается попытка охватить историю беспилотников, от задумки до производства.

Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla

AEB — система автономного экстренного торможения автомобиля (Automatic Emergency Braking).
ADAS — система помощи водителю (advanced driver-assistance systems).

В прошлом году AAA (American Automobile Association) провела испытания (сохраненная гугл-копия отчета) на автомобилях, оснащенных ADAS, специально ориентированных на обнаружение пешеходов (AEB-P). Тестирование AEB-P проходило на четырех автомобилях 2019 модельного года: Chevrolet Malibu с Front Pedestrian Braking, Honda Accord с системой торможения Honda Sensing-Collision, Tesla Model 3 с Automatic Emergency Braking и Toyota Camry с Toyota Safety Sense.

Вот основные выводы:

• Если при дневном свете испытуемый автомобиль на скорости 20 миль в час (32 км/ч) встречал взрослого человека переходившего дорогу, то автомобиль избегал столкновения с пешеходом только в 40% случаев.
• Если испытуемый автомобиль, двигающийся со скоростью 20 миль в час (32 км/ч), встречал ребенка, бросающегося в поток движения между двумя автомобилями, ребенок был сбит в 89% случаев.
• На скорости 30 миль в час (48 км/ч) ни один из испытуемых автомобилей не избежал столкновения.

Полученные результаты побудили ААА издать рекомендации, которые включают в себя: «никогда не полагайтесь на системы обнаружения пешеходов, чтобы избежать столкновения. Эти системы служат скорее резервным, чем основным средством предотвращения столкновений.»

Прототипы Zoox VH4(слева) и VH5 (справа).

Amazon готовится сделать большой шаг в мире беспилотных автомобилей. Wall Street Journal сообщает, что Amazon ведет переговоры о приобретении Zoox, разработчика технологий для беспилотных такси. Наряду с Amazon другие заинтересованные стороны рассматривают предложения для стартапа в Кремниевой долине.

Команда Amazon оценила Zoox ниже его предполагаемой рыночной стоимости и не готова платить больше 3,2 миллиардов долларов — такую оценку стартап получил в ходе последнего раунда финансирования. Окончательного соглашения пока нет и когда состоится сделка неясно. Некоторые инвесторы в Zoox надеются, что компания, которая стремится создать собственный парк беспилотных такси и продвинуть свою технологию, сможет остаться независимой.

Компания Foster City, расположенная в Калифорнии, заявила в электронном письме, что «Zoox не комментирует слухи и домыслы в рамках политики компании». Amazon также отказались комментировать этот вопрос.

«Мы считаем, что 1,1 миллиарда долларов это справедливая цена для покупки компании. А это на 65,6% меньше по сравнению с предыдущей оценкой в ​​3,2 миллиарда долларов», — сказал Асад Хуссейн, аналитик компании Pitchbook, который отслеживает и оценивает стартапы.