Perangkat Lunak Simulasi Kendaraan:Cara Menguji Radar dan Lidar di Salju
Sebuah mobil self-driving berisi banyak sensor, termasuk detektor jalur, rambu lalu lintas, dan ruang kosong. Sistem bantuan pengemudi canggih, atau ADAS, komponen harus dievaluasi dalam berbagai kondisi sebelum resmi digunakan di jalan.
Salah satu cara aman untuk melakukan test drive:menciptakan kembali dunia dalam simulasi. Anda dapat berkendara dari meja Anda, kata Warren Ahner, CEO RightHook, penyedia perangkat lunak simulasi berbasis di San Jose.
"Tidak ada yang mati di metaverse, setidaknya belum," kata Ahner kepada audiens bulan ini dalam Tech Briefs -memimpin presentasi berjudul Peningkatan Terbaru untuk Pengujian dan Simulasi Sensor ADAS. "Ini membuatnya sangat mudah untuk menjelajahi kasus tepi yang mungkin tidak mungkin Anda temukan di dunia nyata."
Perusahaan seperti RightHook, penyedia perangkat lunak simulasi berbasis di San Jose, CA membangun lingkungan virtual mereka berdasarkan fenomena fisik yang dipahami dengan baik, serta bantuan dari perusahaan pemindaian dan pemetaan yang membuat replika digital dari dunia nyata.
Tetapi beberapa elemen alami sulit untuk diciptakan kembali. Bagaimana jika Anda mengemudi saat cuaca buruk, misalnya?
Selama presentasi langsung, seorang pembaca memiliki pertanyaan berikut untuk Ahner:
"Untuk perangkat lunak simulasi kendaraan, bagaimana Anda mengkompensasi interaksi hujan atau badai salju pada sensor lidar?
Warren Ahner :Curah hujan seperti hujan dan salju pasti dapat mengurangi kinerja sensor lidar. Mereka sangat terpengaruh karena divergensi sinar dan durasi pulsa pendek. Kebisingan pendeteksi salju benar-benar terkonsentrasi di dekat sensor itu dan memanifestasikan dirinya dalam kelompok besar semacam ini.
Apa yang kita lihat adalah kebisingan gugus salju benar-benar memperkenalkan deteksi palsu, serta mengaburkan hambatan penting, yang mengarah ke beberapa situasi negatif palsu yang sangat, sangat kritis, dan Anda benar-benar masuk ke dalamnya begitu Anda mulai mendekati akumulasi salju 3/4" ini. satu jam.
Jika Anda berada di bawah [tingkat] itu, kebisingan ada, tetapi tidak menjadi wilayah negatif palsu yang kritis, jadi pertama dan terutama, ini adalah salah satu area tempat kami mulai menggunakan data empiris.
Kita bisa melakukan simulasi partikel foton individu, tetapi Anda berbicara tentang situasi komputasi yang sangat besar yang mungkin akan membawa Anda ke simulasi 30 detik yang mungkin akan memakan waktu beberapa jam untuk dihitung. Kami menerapkan model data empiris di atasnya. Kami menerapkan data yang telah kami kumpulkan, atau beberapa mitra penelitian kami di bidang akademik dan pemerintah telah mengumpulkan, "di atas" model sensor kami, jadi Anda akan menentukan, katakanlah, tingkat salju dan beberapa karakteristik lain dari itu situasi cuaca, dan kami akan menempatkannya sebagai model kebisingan di atas data asli.
Yang mengatakan,.kemarin Cruise memiliki perjalanan taksi otonom pertama tanpa operator keselamatan . Mereka beroperasi di San Francisco, yang tidak pernah melihat salju, dan mereka tidak menjalankan kendaraan mereka di tengah hujan. Kami masih bekerja melalui ini dengan pelanggan dan mitra kami untuk membangun solusi yang lebih baik dan lebih baik. Saat ini, sebenarnya bukan itu masalah yang harus kita fokuskan untuk dipecahkan terlalu berat, karena belum ada seorang pun di sana.
