Integreer LiDAR in ADAS voor Verbeterde Voetgangersveiligheid

LiDAR-gebaseerde PAEB Systemen Presteren Beter in Donkere Omstandigheden dan Camera/Radar

De meeste nieuwe voertuigen die vandaag in de Verenigde Staten verkocht worden, omvatten Advanced Driver Assistance Systems (ADAS) uitgerust met Pedestrian Automatic Emergency Braking (PAEB) als standaard of optionele functie. Terwijl state-of-the-art ADAS vrijeweg- en hoge-snelheidsrijden heeft verbeterd, is de basisbehoefte voor botsingsmitigatie met voetgangers en fietsers grotendeels onadresseerd gebleven.

Jaarlijks worden meer dan 6000 voetgangers gedood in verkeersongevallen in de Verenigde Staten, rapporteerde de National Highway Traffic Safety Administration (NHTSA). Een rapport van de Governors Highway Safety Association merkte op dat 75 procent van deze dodelijke slachtoffers 's nachts plaatsvindt. Het gebruik van ADAS gebaseerd op camera- en radartechnologieën heeft onvoldoende gebleken om deze uitdaging aan te pakken. Onafhankelijke tests uitgevoerd door NHTSA en de American Automobile Association (AAA) onthullen dat PAEB-systemen frequent falen om voetgangers in donkere omstandigheden te beschermen.

Testen van PAEB in Donkere Omstandigheden

PAEB-systemen zouden duizenden levens per jaar kunnen redden door de prestaties in donkere omstandigheden te verbeteren. Tussen 2009 en 2018 namen voetgangersdoden met 53 procent toe. Van deze toename werden 90 procent veroorzaakt door nachtelijke botsingen, volgens rapporten van het Insurance Institute for Highway Safety (IIHS) en de Governors Highway Safety Association. NHTSA rapporteerde dat in 2018 76 procent van de 6283 voetgangersbotsingdoden in de VS plaatsvonden in donkere omstandigheden.

Beoordelingen door AAA en NHTSA hebben getoond dat PAEB-functies frequent faal om botsingen 's nachts te voorkomen. Het AAA-rapport stelde: "Er is weinig tot geen publiek beschikbare informatie over de prestaties van voetgangersdetectiesystemen in laag-lichtomstandigheden. Gebaseerd op voertuig/voetganger botsstatistieken is deze omgeving met name kritiek om te evalueren." Toevoegend dat het testen van PAEB in donkere omstandigheden die leegte zou vullen. "Hoewel deze parameter erg uitdagend is, is het niettemin een redelijk testscenario gezien het gebrek aan verlichting in veel naturalistische omgevingen."

AAA vond dat in een test van vier voertuigen, geen de bestuurder waarschuwde of automatisch afremde voor een voetganger die de weg overstak in donkere omstandigheden. Gebaseerd op deze resultaten adviseert AAA dat "bestuurders niet mogen vertrouwen op hulp van huidige voetgangersdetectiesystemen tijdens nachtrijen of andere omgevingen met verminderd zicht." Concluderend zijn analyse, merkte AAA's rapport op dat zelfs al "de handleiding van elk testvoertuig stelt dat het geïntegreerde voetgangersdetectiesysteem voetgangers 's nachts of in slecht weer zoals regen, sneeuw, hagel of mist niet kan onderscheiden... het is onweerlegbaar dat hulp van een voetgangersdetectiesysteem tijdens nachtomstandigheden van nut zou zijn en mogelijk het moment van grootste behoefte."

Echter, het onderzoeken van huidige protocollen gebruikt door NHTSA's New Car Assessment Program (NCAP), European New Car Assessment Programme (Euro NCAP), en IIHS toont aan dat prestaties onder nachtomstandigheden zelden getest worden als basis voor voertuigveiligheidsratings en toekenningen.

Velodyne LiDAR (San Jose, CA) stelt daarom voor dat beoordelingsorganisaties in hun PAEB-testprotocollen scenario's in donkere omstandigheden opnemen. Deze aanpak zal ervoor zorgen dat consumenten van voertuigen uitgerust met PAEB-functies de beperkingen van hun voertuigsprestaties begrijpen en automakers aanmoedigen om ADAS-functies te verbeteren die duizenden levens per jaar kunnen redden. Meer precies, deze tests moeten uitgevoerd worden met minder dan één lux omgevingsverlichting, met de testvoertuig's laagbundel koplampen, en zonder de hulp van straatverlichting.

Vergelijking van LiDAR en Camera/Radar PAEB Systemen

LiDAR-gebaseerde PAEB-oplossingen hebben inherente sterktes ten opzichte van camera- en radarcombinaties.

Camera's kunnen een zeer hoge resolutie hebben, maar ze vereisen typisch meerdere modules en additionele verwerking om objecten's afstanden van een voertuig te berekenen. Ook, net als het menselijk oog, presteren camera's relatief slecht in donkere omstandigheden. Een 2018 Department of Transportation (DOT) rapport stelt: "Visie-gebaseerde systemen zijn beter in staat [dan radar-gebaseerde systemen] om stationaire mensen te detecteren, maar zijn beperkt tot daglichtoperaties in goed-verlichte omgevingen."

In vergelijking met camera's, merkte het DOT-rapport op, functioneert radar goed 's nachts en kan afstandsmetingen leveren. Maar radar heeft niet een hoge genoeg resolutie om de precieze locatie van een object te waarnemen of te onderscheiden tussen meerdere objecten die dicht bij elkaar zijn. Radar kan ook falen om stationaire of langzaam bewegende objecten te detecteren. Als resultaat van deze tekortkomingen worstelen camera- en radar-gebaseerde PAEB-functies om voetgangers in nachtomstandigheden te beschermen.

Thermische imaging is af en toe voorgesteld als een potentiële supplement voor camera en radar in PAEB-toepassingen. Echter, deze technologie presenteert zijn eigen zwaktes en adresseren niet adequaat die van de huidige camera- en radarsystemen. Net als bij optische camera's, hangt een voertuigsysteem's vermogen om objecten te detecteren met thermische sensordata af van de sensor's vermogen om het contrast tussen een object en zijn omgeving correct te waarnemen en te transmitteren. Als resultaat kunnen beide sensormodaliteiten objecten missen die in hun achtergrond opgaan. In het geval van thermische imaging zou dit voortkomen uit het mengen van vergelijkbare warmtekenmerken, in plaats van vergelijkbare kleuren of optische illusies, als met camera's.

In tegenstelling, lijdt LiDAR niet aan enige van deze kenmerkende nadelen van camera, radar en thermische sensoren. LiDAR fungeert als zijn eigen lichtbron, dus het presteert goed zowel in duisternis als in daglicht. Het biedt ook snelle en nauwkeurige meetdata met een hoge genoeg resolutie voor precieze real-time vrije-ruimte detectie terwijl het meerdere objecten in een scène volgt.

Betaalbare LiDAR-gebaseerde PAEB-oplossingen die momenteel beschikbaar zijn, zouden de prestaties onder alle verlichtingsomstandigheden aanzienlijk verbeteren. Dit zou bevestigd worden als regelgevende en testorganisaties donkere tests toevoegen aan hun beoordelingsprotocollen.

Testen van LiDAR-gebaseerd PAEB Systeem Tegen Camera- en Radar-gebaseerde Technologie

Om aan te tonen dat verbeterde nachtelijke PAEB-prestaties bereikt kunnen worden door gemakkelijk beschikbare technologieën te implementeren, testte Velodyne zijn LiDAR-gebaseerde PAEB-systeem tegen een hooggewageerde PAEB-systeem gebouwd rond camera en radar. De tests werden uitgevoerd bij een door de bestuurder gecontroleerde snelheid gericht op 30 mph op een rechte baan, een uur na zonsondergang, met minder dan één lux omgevingsverlichting.

De twee testvoertuigen hadden allebei hun laagbundel koplampen aan tijdens de proeven. De stationaire kind- en volwassene voetgangersdummies die in de tests gebruikt werden, waren compatibel met de huidige testprotocollen voorgeschreven door organisaties zoals IIHS en Euro NCAP.

De scenario's waarin voertuigen geëvalueerd werden, omvatten:

1. Overstekende volwassene op 50 procent overlap (in het midden van de testvoertuigbreedte)
2. Overstekende volwassene op 25 procent overlap
3. Overstekend kind op 50 procent overlap
4. Overstekend kind op 25 procent, volwassene @ 75 procent, 10 ft achter kind
5. Overstekende volwassene aan bestuurderszijde hoek
6. Gevallen volwassene op 50 procent overlap

Velodyne testte beide voertuigen in elk scenario vijf keer, of tot het voertuig drie keer met het doel botste, om schade aan de doelen en voertuigen te minimaliseren.

De resultaten van de nachtelijke tests ondersteunen de bevindingen van AAA en NHTSA dat camera- en radar-gebaseerde PAEB-systemen frequent falen in donkere omstandigheden. De testen vonden de faalratio met name duidelijk in scenario's met een kind, meer dan één voetganger, een volwassene in de hoek van het voertuig, of een volwassene die voor het voertuig gevallen is.

In tegenstelling, het Velodyne LiDAR-gebaseerde PAEB-systeem, uitgerust met Velodyne's Velarray H800 sensor en Vella™ software, stopte succesvol tijdig om een botsing te voorkomen vijf van de vijf keer voor elk getest scenario. Deze hardware- en softwarecomponenten worden ontwikkeld om te voldoen aan de automobiele functionele veiligheidseisen gedefinieerd binnen de ISO-26262 standaard. Door Vella en Velarray te combineren, is Velodyne's PAEB-oplossing ontworpen voor stedelijke, voorstedelijke en vrijewegrijden tot 80 mph.

Conclusie

Aangezien donkere nachtomstandigheden getoond zijn gevaarlijk voor voetgangers, stelt Velodyne voor dat voertuigbeoordelingsorganisaties PAEB-testen uitbreiden om omgevingslichtcondities van minder dan één lux op te nemen. Tests uitgevoerd door AAA en NHTSA tonen aan dat nachtprestaties een grote verbetermogelijkheid vertegenwoordigen voor huidige PAEB-systemen. Testen tonen aan dat een LiDAR-gebaseerde oplossing effectief is en klaar voor implementatie.

Dit artikel is geschreven door David Hall, Founder and Executive Chairman of the Board, Velodyne LiDAR (San Jose, CA). Voor meer informatie, contacteer Mr. Hall via dit e-mailadres (beschermd tegen spambots, JavaScript vereist) of bezoek hier.