Desbloqueo de una conducción más segura con la fusión de cámaras y radares en ADAS

Por qué es importante la fusión de sensores en ADAS

La innovación en movilidad es complicada. Los fabricantes de automóviles deben mejorar los vehículos para satisfacer las expectativas de los consumidores al tiempo que priorizan la seguridad, lo que requiere mucha validación. Este desafío es menos desalentador para los líderes de la industria como Magna, ya que nuestras tecnologías de detección basadas en cámaras y radares ya han mejorado la seguridad y la experiencia de conducción para millones de personas en todo el mundo. Sin embargo, a medida que evolucionan las demandas de los consumidores y los estándares de seguridad, la industria tiene una creciente necesidad de integrar estas distintas modalidades de detección de una manera que supere sus limitaciones individuales y optimice el rendimiento de la percepción a nivel de sistemas. Esto se alinea bien con la arquitectura de cómputo centralizada de tendencia y los avances recientes en las capacidades de IA.

Los sensores basados en imágenes y RF (radiofrecuencia) tienen fortalezas y debilidades que no se compensarán sin una solución combinada. Por ejemplo, las imágenes capturadas por las cámaras admiten bien la detección y clasificación de objetos, pero tienen un rendimiento menor en la medición de la distancia y la velocidad. Los datos de radar, por otro lado, se pueden usar para medir y rastrear la distancia y la velocidad de los objetos en tiempo real, pero son menos confiables cuando se trata de detección y clasificación de objetos. Mejorar cada uno por separado con enfoques de aprendizaje automático mejora el rendimiento (es decir, una sola profundidad con una sola cámara o clasificación de objetos de radar), pero las capacidades reales se liberan a través de una verdadera fusión.

ADAS rentable: por qué la fusión de cámara + radar supera al LiDAR

No se han pasado por alto las limitaciones de los sensores de cámara y radar en ADAS. Especialmente para los mercados más impulsados por la tecnología con características L2+, una solución popular ha sido LiDAR. Esto se debe a su capacidad para proporcionar una cuadrícula de ocupación del entorno. Sin embargo, LiDAR tiene dificultades en lo que respecta a la asequibilidad, la robustez y la escalabilidad.

Con el desarrollo de herramientas de IA y el rendimiento de percepción mejorado logrado a través de la fusión de cámaras y radares, ahora se pueden crear mapas de ocupación, lo que significa que la ventaja de rendimiento que tenía LiDAR en el pasado ya no es tan significativa. Si bien las soluciones LiDAR son costosas y complejas, las cámaras y la fusión de radar admiten una integración asequible y disponible en todo el mundo.

El camino por delante: integración de sensores para una movilidad más inteligente

La fusión de sensores de cámara y radar es esencial para avanzar en soluciones ADAS escalables. Al combinar sus fortalezas complementarias, los fabricantes de automóviles pueden crear experiencias de conducción más seguras, inteligentes y confiables en condiciones de tráfico del mundo real. Este nivel de integración es fundamental para desbloquear todo el potencial de las funciones avanzadas de asistencia al conductor que son prácticas y escalables.

En la próxima edición, profundizaremos en los aspectos técnicos de la fusión ADAS, incluidas las primeras técnicas de fusión y la integración de tecnologías de radar térmico y de imágenes. Este enfoque podría ser el catalizador para acelerar el progreso y dar forma al futuro de la movilidad en la era de la IA y la innovación.

*Este documento se tradujo con Microsoft Translator.