Автомобильная камера для системы ADAS — не дверной глазок и обязательно включает в себя алгоритмы выделения объектов и их классификации. Камера как оптический датчик, который выдает из себя поток, не имеет ровно никакой ценности, как не имеет никакой ценности радар, который выплюнет на выход сигнал после смесителя.
Поэтому каждый из типов датчиков включает в себя вычислители, которые специальным образом обрабатывают полученные данные, специфичные для данного типа датчика. К алгоритмам автопилотирования это имеет очень слабое отношение.
Так, вы можете создать универсальный алгоритм автопилота, который будет опираться на данные с разных датчиков (камер, радаров, лидаров). Но вы не создадите универсальный алгоритм, который сможете использовать в вычислителе радара и камеры.
Чувствуется академический настрой и военный подход) Давайте будем ближе к практике.
Комплексирование — да, я и пишу, что одной системой не обойтись. А если мы приплетаем V2I/V2V, вопрос достоверности данных возникает еще острее.
Радары большие? Вообще с уменьшением длины волны габариты антенны уменьшаются, 4-канальная широкая микрополосковая антенна для adas занимает 8 на 10 см в диапазоне 24 ггц и 4 на 7 см — в диапазоне 77. Все остальные компоненты помещаются либо на обороте антенны, либо еще на одной такой же плате. Радары вообще в этом плане самые компактные датчики, еще и ставится могут за радиопрозрачным элементом типа бампера.
Бетонные столбы радары, разумеется, видят.
Про измеряющий угол ультразвук, лидары вместе с ИК и другие инженерные задачи. Они абсолютно не имеют практического применения в плане цены, технологичности или совокупности этих и других качеств. А в отсутствие практических примеров их даже и рассматривать смысла нет.
Тогда уж так: с прямого измерения я получу абсолютное значение радиальной скорости (со знаком), а по изменению дистанции и угла со временем я вычислю значение азимутальной скорости. Задачу облегчает то, что с точки зрения предотвращения столкноений радиальная скорость намного важнее азимутальной: если объект не приближается ко мне, он не представляет опасности.
Давайте с тем же успехом поделим радар на компоненты и будем писать, что вот радар в виде антенно-фидерного тракта молодцом, а вот алгоритмы хромают, плохо выделяют объекты. Там точно такая же цифровая обработка.
Очевидно, что алгоритм распознавания образов с камеры неотделим от самой камеры и является составной частью датчика.
В комментариях выяснили, что уровень обработки человека повторить непонятно как — это задача создания близкому к человеческому ИИ.
Второй момент — а почему вы считаете, что стоит задача повторить человеческое качество вождения? Стоит задача улучшить его, чтобы вместо 1,25 миллиона человек гибло меньше.
Да, правильная цифра, в реальности речь даже идет о 1/10-1/20. Вот поэтому в системах adas важно прямое и точное измерение вектора скорости объектов вокруг, это позволяет предсказывать дорожную ситуацию и «читать» обстановку, как это делает белковый водитель.
Под «камерами» я подразумеваю комплексное решение на их основе. Решение получается дороже за счет:
1. Компонентов в автомобильном исполнении
2. Высокопроизводительных блоков обработки
3. Программного обеспечения.
То есть из 500 долларов за систему на базе камеры сама камера с корпусом может стоит 50 баксов, блок обработки 150, а затраты на R&D (отраженные в стоимости ПО) еще 300.
Еще немного и напишу об этом подробно. Хотя, чего ждать, давайте тезисно.
1. Такие системы однозначно будут использоваться, это называется V2I/V2V.
2. У них очень много пока нерешаемых :) сложностей.
3. Про помехонезащищенность уже написали, но это лишь частный случай недостоверности данных. Что делать, если информация из облака противоречит информации с датчиков?
4. Со скоростью обмена данными возникают проблемы, сложно засинхронизировать все это великолепие.
Датчики автопилота должны превосходить человека, вот в чем загвоздка.
Главные направления, которые человек не «ловит»: обзор на 360 градусов, плохие погодные условия или ночь, движение с высокими скоростями.
Минусы каждого из датчиков отражают сложности фундаментальных направлений, вложения в которые измеряются миллиардами долларов и многими годами разработки. Проблема лидара грубо говоря в том, что создать столь высокоточную оптику задешево и в больших количествах нельзя, у человечества нет для этого технологий.
Та же история с пластинами для процесоров — чем больше пластина, тем дешевле процессор, а объем производства вторичен. С сапфировыми стеклами то же самое: вам нужно физически увеличивать размер сапфира, отсюда падение стоимости, а не от масштаба производства как такового.
Скорее преимущества пока на бумаге, для доделки нужно под миллион баксов, тогда конечно ой(
Поэтому каждый из типов датчиков включает в себя вычислители, которые специальным образом обрабатывают полученные данные, специфичные для данного типа датчика. К алгоритмам автопилотирования это имеет очень слабое отношение.
Так, вы можете создать универсальный алгоритм автопилота, который будет опираться на данные с разных датчиков (камер, радаров, лидаров). Но вы не создадите универсальный алгоритм, который сможете использовать в вычислителе радара и камеры.
Комплексирование — да, я и пишу, что одной системой не обойтись. А если мы приплетаем V2I/V2V, вопрос достоверности данных возникает еще острее.
Радары большие? Вообще с уменьшением длины волны габариты антенны уменьшаются, 4-канальная широкая микрополосковая антенна для adas занимает 8 на 10 см в диапазоне 24 ггц и 4 на 7 см — в диапазоне 77. Все остальные компоненты помещаются либо на обороте антенны, либо еще на одной такой же плате. Радары вообще в этом плане самые компактные датчики, еще и ставится могут за радиопрозрачным элементом типа бампера.
Бетонные столбы радары, разумеется, видят.
Про измеряющий угол ультразвук, лидары вместе с ИК и другие инженерные задачи. Они абсолютно не имеют практического применения в плане цены, технологичности или совокупности этих и других качеств. А в отсутствие практических примеров их даже и рассматривать смысла нет.
Очевидно, что алгоритм распознавания образов с камеры неотделим от самой камеры и является составной частью датчика.
Второй момент — а почему вы считаете, что стоит задача повторить человеческое качество вождения? Стоит задача улучшить его, чтобы вместо 1,25 миллиона человек гибло меньше.
1. Компонентов в автомобильном исполнении
2. Высокопроизводительных блоков обработки
3. Программного обеспечения.
То есть из 500 долларов за систему на базе камеры сама камера с корпусом может стоит 50 баксов, блок обработки 150, а затраты на R&D (отраженные в стоимости ПО) еще 300.
Только этого нигде не выясняется.
1. Такие системы однозначно будут использоваться, это называется V2I/V2V.
2. У них очень много пока нерешаемых :) сложностей.
3. Про помехонезащищенность уже написали, но это лишь частный случай недостоверности данных. Что делать, если информация из облака противоречит информации с датчиков?
4. Со скоростью обмена данными возникают проблемы, сложно засинхронизировать все это великолепие.
Главные направления, которые человек не «ловит»: обзор на 360 градусов, плохие погодные условия или ночь, движение с высокими скоростями.
Та же история с пластинами для процесоров — чем больше пластина, тем дешевле процессор, а объем производства вторичен. С сапфировыми стеклами то же самое: вам нужно физически увеличивать размер сапфира, отсюда падение стоимости, а не от масштаба производства как такового.