Succes in zelfrijdende voertuigen hangt samen met machinevisie

Rideshare-bedrijf Uber maakte grote indruk toen het in Pittsburgh zelfrijdende auto's introduceerde om rijders op te halen. Autonome voertuigen zijn van de tekentafel de straat opgegaan. Tijdens deze testfase zal Uber ingenieurs achter het stuur blijven gebruiken totdat het systeem volledig is ontwikkeld. Het ophalen van passagiers in de stad van bruggen en kronkelende straatjes is tot nu toe succesvol gebleken.

Deze doorbraak in transport is een grote kans voor machine vision en het gebruik van meerdere apparaten om gegevens door te geven. De makers van autonome voertuigen veranderen niet alleen hoe mensen zullen rijden. Ze denken ook na over veiligheid.

Preventief denken

Zelfrijdende auto's die worden ontwikkeld voor consumenten, omvatten het veranderen van veiligheidssystemen die reageren op ongevallen, zoals het gebruik van airbags, om ongevallen te voorkomen. Deze actieve veiligheidssystemen openen veel kansen voor makers van machine vision-systemen.

Een reden waarom visie zo krachtig is, wordt benadrukt in een paper uit 1989 van het International Centre for Mechanical Sciences, Issues on Machine Vision:[Vision] stelt ons in staat om te communiceren met de omgeving en om beslissingen te nemen zonder fysiek contact te hebben met de objecten om ons heen.

Voertuigen in beweging die hun omgeving voortdurend bewaken met machine vision-systemen, zoals vermeld in het artikel Autonomous Car Industry Comes Klopping on Machine Vision's Front Door, bevinden zich in een modus van ongevallen voorkomen.

Verwacht dat auto's meerdere beeldapparaten en componenten gebruiken, waaronder sensoren, camera's, LIDAR (Light Detection and Ranging) en adar. Deze apparaten zullen worden belast met het bewaken en uiteindelijk regelen van alles, van het verlaten van de rijstrook tot parkeren.

Maar alle goede ideeën hebben uitdagingen te overwinnen. Bij de ontwikkeling van autonome voertuigen moet in de ontwerpfase rekening worden gehouden met beperkingen op het gebied van vermogen en grootte. Alleen al de kabels die nodig zijn om de verschillende componenten aan te sluiten, kunnen een aanzienlijk gewicht aan een voertuig toevoegen en het brandstofverbruik negatief beïnvloeden.

Een januari 2016-editie van Automotive News waarin een belangrijke leverancier van elektrische kabelbomen voor auto's wordt vermeld, beschrijft hoe luxe auto's momenteel "mijlen" aan elektrische kabels hebben. Maar het punt dat in Yazaki wordt gemaakt, heroverweegt bedrading voor een autonoom tijdperk, is dat Yazaki Corporation van plan is minder harnassen voor auto's te maken omdat "er simpelweg geen ruimte is om alle extra bedrading in te pakken die voertuigen naar verwachting nodig zullen hebben."

In overeenstemming met het tijdperk van digitale communicatie overweegt 's werelds grootste fabrikant van harnassystemen draadloze communicatie tussen componenten in auto's.

Langetermijndenken

Een presentatie op de recente Auto-Sens-conferentie in september 2016, Challenges Facing Autonomous Vehicles, belichtte een aantal voorwaarden waaraan moet worden voldaan voordat zelfrijdende voertuigen in elk residentiële oprit.

Beeldvormingsoplossingen moeten verder worden ontwikkeld, zodat het berekenen van afstanden en afstandsbepaling onder alle lichtomstandigheden kan worden gedaan.

LIDAR wordt gebruikt in prototypes en toch kan een enkele scanner $ 80.000 kosten. Een vraag die de conferentie opriep, was wat er gebeurt als "honderden voertuigen die LIDAR gebruiken dezelfde frequentieband delen op drukke wegen met meerdere rijstroken?"

Bedrijven als Yazaki pakken systeemarchitectuur aan, maar er blijven vragen over details zoals de plaatsing van processors en sensoren.

Naarmate het gebruik van autonome voertuigen toeneemt, moeten leveranciers van onderdelen kunnen rekenen op een gestage inkomstenstroom. Onderdelen met specificaties moeten worden geleverd "tot en misschien meer dan tien jaar na de oorspronkelijke implementatie."

De autonome of zelfrijdende auto-industrie zal de manier waarop mensen omgaan met hun auto en hoe ze verwachten dat ze presteren, veranderen. Het veroveren van wegen is een inspanning met hoge inzet die de flexibiliteit van automatisering in onzekere omgevingen zal aantonen. In de Pittsburgh-test van Uber moeten auto's zich aanpassen aan menselijke bestuurders, zoals opgemerkt in een Business Insider-artikel. Uber's zelfrijdende auto's hebben problemen. Veranderingen in verlichting en slechte omstandigheden als gevolg van stormen zijn andere variabelen die de voertuigen zullen moeten overwinnen.

Machine vision zal autonome voertuigen sturen, net zoals vision-systemen nuttig zijn in collaboratieve robots. Het zal een grote rol spelen in de auto's van de toekomst, maar ook in de autonome robots in de fabrieken van vandaag en morgen.

Automatisering brengt een scala aan disciplines en specialisten samen op gebieden zoals beeldvorming en motion control om systemen te creëren. Blijf op de hoogte en krijg toegang tot bronnen via A3automate.org.