Autonome voertuigen bouwen voort op betere sensortechnologie

De huidige mogelijkheden van sensoren zijn weliswaar nuttig, maar relatief rudimentair wanneer ze gaat om autonome voertuigen.

We hebben nog een lange weg te gaan om wegen vol zelfrijdende voertuigen te realiseren. De huidige mogelijkheden van sensoren zijn weliswaar nuttig, maar relatief rudimentair als het gaat om autonome voertuigen.

Dat gezegd hebbende, is de auto-industrie de afgelopen jaren enorm vooruitgegaan. Als je vijf of zes jaar geleden met een gloednieuw voertuig van het terrein zou rollen, zou het waarschijnlijk ongeveer 60 tot 100 sensoren bevatten. Tegenwoordig ligt dat aantal veel dichter bij 200 of meer. Terwijl voertuigen steeds slimmer en autonomer worden, heeft de evolutie en verfijning van sensoren gelijke tred gehouden en zal blijven groeien naarmate nieuwe functies gemeengoed worden.

Om vooruitgang in autonome voertuigen mogelijk te maken, houden technologieleveranciers en autofabrikanten rekening met uitdagingen zoals degradatie van sensoren, samenwerking met industriestandaarden en onderhoud/service van de cyberbeveiliging van de software gedurende de levensduur van het voertuig.

De Automotive Rat Race

Een van de grootste uitdagingen voor autofabrikanten en OEM's is het snelle tempo van zowel sensor- als dataontwikkeling bij te houden. Sensoren moeten het noodzakelijke niveau van gegevensgetrouwheid bieden voor voertuigsystemen om aan de ontwerpvereisten te voldoen.

klik voor afbeelding op volledige grootte

Verschillende sensoren hebben verschillende sterke en zwakke punten. Een benadering is om een ​​mix van sensoren te combineren om een ​​grondigere detectie van de omgeving te krijgen

Rijden in dichtbevolkte stedelijke gebieden met grote aantallen bestuurders, voetgangers, fietsers en motorfietsen op de weg, vereist dat voertuigen in een fractie van een seconde beslissen om te stoppen of uit te wijken om te voorkomen dat ze een voetganger of een ander voertuig raken. Als gevolg hiervan beginnen we sensorfusie in het spel te zien komen, waardoor beslissingen worden genomen waar een menselijke bestuurder mogelijk niet toe in staat is in de tijd dat het geavanceerde rijhulpsysteem (ADAS) reageert door een breed scala aan gegevensinvoer te consumeren en te interpreteren.

Het is ook absoluut noodzakelijk dat autofabrikanten zich tijdens de voorbereidende stadia van sensorproductie houden aan functionele veiligheidsnormen voor auto's om chip- of softwarestoringen te voorkomen. ISO 26262 is de automobielnorm die het ontwikkelingsproces verplicht stelt dat OEM's en leveranciers in de automobielsector moeten volgen en documenteren om hun apparaten als functioneel veilig te beschouwen. Door naleving van ISO 26262 bieden OEM's en leveranciers in de automobielsector de garantie dat hun apparaten zullen presteren zoals bedoeld, wanneer bedoeld.

Uitdagingen voor sensordegradatie

Een ander aspect van het steeds veranderende sensorlandschap is sensordegradatie. Degradatie van sensoren is een natuurlijk onderdeel van de vergelijking van autonome voertuigen, vooral gezien het feit dat een voertuig tegenwoordig doorgaans een levensduur heeft van 10 tot 15 jaar. De belangrijkste oorzaken van degradatie zijn onder meer algemene slijtage van sensoren, hun zware gebruiksomstandigheden en degradatie van andere elektronische systeemelementen.

Autofabrikanten en technologieleveranciers zullen rekening moeten houden met het vermogen van geïnstalleerde sensoren voor functies zoals LiDAR, camera's, echografie, enz. levensduur van het voertuig. Ze zullen ook moeten antwoorden wat er gebeurt als de sensor begint te falen (d.w.z. hoe de bestuurder te waarschuwen, veiligheidsvoorzieningen in te bouwen, enz.). Om degradatie tegen te gaan, moeten OEM's halfgeleiders en andere componenten in het voertuig modelleren en ontwerpen om voorspellende uitvalpercentages en alternatieven te creëren in veel verschillende omgevingen.

Cyberbeveiligingsproblemen

Er zijn een paar verschillende factoren waarmee rekening moet worden gehouden om ervoor te zorgen dat sensoren voor autonome voertuigen veilig zijn. Het hacken van een autonoom voertuig is altijd een punt van zorg en moet worden aangepakt, maar de andere, minder voor de hand liggende veiligheidsfactor is dat aanvallers de machine learning-technologie die in het voertuig is ingebouwd, beïnvloeden om op een kwaadaardige manier te reageren.

Een Brits onderzoek introduceerde bijvoorbeeld een video-billboard waarmee geknoeid was om een ​​stopbord te tonen voor slechts een fractie van een seconde. Autonome voertuigen zouden het stopbord voelen en stoppen omdat ze dat beeld konden oppikken en erop zouden reageren op dezelfde manier als wanneer ze een stopbord op de rijbaan hadden opgemerkt. Menselijke bestuurders kunnen echter niet op het beeld reageren, waardoor een potentieel gevaar ontstaat als het autonome voertuig voor hen abrupt stopt zonder waarschuwing of duidelijke reden. Het potentieel voor deze 'spookobjecten' om zowel bestuurders als voetgangers schade toe te brengen, is nog een uitdaging waarmee autofabrikanten worden geconfronteerd bij het beveiligen van autonome voertuigen.

Om kwetsbaarheden van sensoren te voorkomen, raadt NHTSA de auto-industrie aan om het door het National Institute of Standards and Technology (NIST) gedocumenteerde Cybersecurity Framework te volgen. Dit raamwerk suggereert een gelaagde benadering van cyberbeveiliging die is gestructureerd rond deze sleutelfuncties:identificeren, beschermen, detecteren, reageren en herstellen.

Systeemontwerpers moeten de systeemwerking bewaken en tegelijkertijd de juiste balans vinden in de waarschuwingen die met chauffeurs worden gedeeld. Denk aan ADAS, dat is ontworpen om bestuurders te waarschuwen voor dreigend gevaar op de weg en mogelijke systeemstoringen. Gewoonlijk leiden systeemfouten als gevolg van een beveiligingsinbreuk tot een terugroepactie die een reis naar de dealer vereist en, voor de voertuigfabrikant, een mogelijk dure oplossing. Een betere benadering zou zijn om de beveiliging in te bouwen om te voorkomen dat een kwaadwillende handeling de fout in de eerste plaats veroorzaakt.

Naarmate de complexiteit en het vermogen van deze apparaten toenemen, zullen ook de verschillende wegen waarop cyberbeveiligingsaanvallen plaatsvinden, evenredig toenemen. Ontwerpers en autofabrikanten zullen hun verdediging moeten bijwerken en dit soort onbedoelde reacties moeten beheren om zich te beschermen tegen deze niet-traditionele cyberaanvallen. Een onderdeel van die verdediging zou een robuust programma voor softwarelevenscyclusbeheer moeten zijn waarmee organisaties de lessen die ze uit hun ervaring hebben geleerd, kunnen toepassen. Diezelfde filosofie geldt voor de fysieke prestaties van de sensoren zelf om degradatie tegen te gaan.

Naarmate autonome voertuigen steeds gebruikelijker worden, zullen er aanvullende regels komen en verschillende consumentengewoonten die de toekomst van de markt zullen helpen vormgeven. Het is een uitdaging om gelijke tred te houden met de vooruitgang in de sensorfusieruimte, maar noodzakelijk, aangezien we autonome voertuigen de mainstream blijven zien binnendringen.

— Chris Clark is senior manager van de Automotive Group bij Synopsys.

>> Dit artikel is oorspronkelijk gepubliceerd op onze zustersite, EE Times.

---

Verwante inhoud:

• ADAS-experts denken na over sensorintegratie in toekomstige voertuigen
• Machine learning kan sensordegradatie verminderen
• Inzicht in AV-complexiteit
• Ingebouwde sensoren zijn de sleutel tot slimme mobiliteitsgroei
• Hoe slimme sensoren ADAS-ontwerpen verbeteren

Abonneer u voor meer Embedded op de wekelijkse e-mailnieuwsbrief van Embedded.