par Chet Babla, vice-président chargé du marketing stratégique
Comprendre les modalités des capteurs permettant de créer une voiture sans risque d'accident
Dans notre dernier blogue, "À la poursuite de la voiture sans accidentnous avons identifié le besoin de diverses modalités de capteurs pour collecter des données. Ces données sont essentielles au traitement et à la prise de décision en temps utile et déclenchent en fin de compte des actions de sécurité automatisées telles que le freinage, la direction ou les alertes au conducteur.
Les systèmes avancés d'aide à la conduite (ADAS) et les technologies d'automatisation de la conduite devenant de plus en plus sophistiqués, ils nécessitent une meilleure compréhension de l'environnement du véhicule. Pour y parvenir, le nombre de capteurs automobiles capturant des données augmentera considérablement. La combinaison des modalités des capteurs automobiles déployés dans les véhicules nouveaux et émergents peut inclure des caméras à spectre visible et infrarouge, des radars à courte et longue portée, des capteurs de détection et de télémétrie par ondes lumineuses (LiDAR) et des capteurs à ultrasons.
Un regard plus approfondi sur les modalités des capteurs
Examinons donc quelques-unes des caractéristiques clés et des cas d'utilisation des différentes modalités de capteurs, comme suit.
Les capteurs ultrasoniques fonctionnent au-dessus de la plage d'audition humaine, à environ 40 kHz. Ils sont aujourd'hui couramment déployés pour fournir des solutions pratiques et peu coûteuses pour les cas d'utilisation de détection à faible résolution spatiale et à courte portée (jusqu'à quelques mètres), tels que l'assistance dans les parcs. L'un des principaux avantages des capteurs à ultrasons est qu'ils sont particulièrement efficaces en raison de leur résistance dans la plupart des conditions météorologiques.
Les capteurs radar fonctionnent dans le spectre radioélectrique de 20 à 80 GHz et sont déployés dans les véhicules haut de gamme pour la détection des collisions depuis la fin des années 1990. En fonction de la fréquence, le radar peut détecter des objets et des vitesses relatives allant de moins d'un mètre à environ 200 mètres, ce qui en fait un capteur polyvalent idéal. Le radar est aujourd'hui largement déployé pour l'aide au stationnement, le freinage d'urgence automatique, le régulateur de vitesse adaptatif (ACC), l'aide au changement de voie et la détection de l'angle mort. Comme les capteurs à ultrasons, les capteurs radar résistent à la plupart des conditions météorologiques.
Les capteurs LiDAR fonctionnent dans le spectre infrarouge proche de 900~1550nm et offrent des capacités similaires à celles du radar pour les cas d'utilisation ADAS. Cependant, le LiDAR fonctionnant à 1550nm permet des résolutions spatiales 2500 fois plus fines que les 4mm du radar fonctionnant à 77GHz. Cela signifie que le LiDAR est idéal pour créer des représentations 3D très précises de l'environnement d'un véhicule. Les systèmes incohérents (typiquement le temps de vol ou ToF) et les systèmes cohérents (typiquement l'onde continue modulée en fréquence ou FMCW) sont les principales approches LiDAR pour l'automobile, chacune avec des compromis différents. indie pense que les systèmes LiDAR cohérents offrent des avantages significatifs en termes de portée, de vitesse et de mesure de la réflectivité par rapport aux systèmes incohérents, et qu'ils sont également plus résistants aux autres sources de lumière interférentes.
La détection par vision fonctionne dans le spectre de la lumière visible (comme la vue humaine) ou dans le spectre infrarouge et offre la meilleure résolution spatiale. Lorsque cette résolution supérieure est associée à des capacités de reconnaissance des couleurs, des contrastes et des caractères, la détection basée sur la vision offre un niveau d'interprétation de la scène, de classification des objets et de visualisation du conducteur que d'autres modalités de détection ne peuvent atteindre. Alors que la première caméra a été déployée dans un véhicule dans les années 1950 pour détecter les marches arrière, les systèmes basés sur la vision, améliorés par des algorithmes basés sur la perception, sont maintenant utilisés pour de nombreux cas d'utilisation des systèmes d'aide à la conduite. Il s'agit notamment de la vision panoramique, de l'aide au stationnement, de la surveillance du conducteur et des occupants, des rétroviseurs numériques, du freinage d'urgence autonome (AEB), du centrage sur la voie et de l'ACC.
Construire des architectures pour des modalités de capteurs multiples
Comme aucune modalité de détection ne peut répondre à elle seule aux exigences des applications ADAS, l'industrie s'oriente vers une utilisation accrue de la fusion de capteurs - la capacité de rassembler et de traiter les données provenant de plusieurs capteurs, notamment des radars, des lidars et des caméras - pour les véhicules présentant des niveaux d'automatisation plus élevés. Le défi pour les concepteurs de véhicules est qu'à mesure que les modalités augmentent et que les résolutions de chaque type de capteur continuent de s'améliorer, le volume de données qui doit être traité de manière fiable en temps réel augmente rapidement. Il en résulte une augmentation correspondante de la puissance de calcul nécessaire pour effectuer ce traitement. En outre, cela doit être accompli tout en maintenant la consommation d'énergie globale du système et la facture des matériaux (BoM) à un niveau aussi bas que possible.
Les ingénieurs automobiles peuvent relever ces défis en utilisant des approches centralisées ou distribuées de l'architecture de traitement ADAS ou de conduite autonome sous-jacente. Les architectures centralisées peuvent potentiellement limiter le nombre de composants, réduire le temps de latence du traitement et faciliter la gestion des logiciels. Mais elles sont confrontées à la grande largeur de bande (c'est-à-dire plusieurs gigabits) nécessaire pour transporter les données brutes des capteurs de l'ensemble du véhicule jusqu'à l'élément de traitement central, et au niveau correspondant de performance informatique centralisée nécessaire pour traiter ces données. À mesure que les exigences en matière de fonctions informatiques augmentent, il devient de plus en plus difficile de respecter le profil de consommation d'énergie - en particulier pour les véhicules électriques - sans avoir recours à des solutions de refroidissement élaborées et en respectant le facteur de forme physique cible.
C'est pourquoi on observe une tendance parallèle au déploiement d'architectures informatiques distribuées dans les véhicules. Dans ce cas, un certain degré de prétraitement local est intégré dans les capteurs périphériques - ou à proximité - avant d'envoyer les informations à un contrôleur de domaine ADAS ou à un processeur zonal en vue d'une agrégation, d'un traitement ou d'une fusion plus poussés avec d'autres données de capteurs. Cette approche de traitement distribué réduit considérablement les besoins de calcul d'un processeur central et réduit la nécessité de prendre en charge une communication de données à plusieurs gigabits à travers le véhicule, tout en bénéficiant également des restrictions thermiques et du facteur de forme. Toutefois, la gestion logicielle des nœuds distribués et le temps de latence entre la détection et l'action doivent être soigneusement pris en compte.
Quelle est donc l'architecture qui va "gagner" ? Bien sûr, la réponse est "ça dépend" ! Il y a des avantages et des inconvénients à chaque approche, et chaque équipementier de niveau 1 doit prendre en compte de multiples facteurs complexes, y compris l'évolutivité de la plateforme dans son portefeuille de véhicules. indieestime que l'intelligence distribuée a un rôle important à jouer dans l'évolution des architectures des véhicules et qu'elle ne s'exclut pas mutuellement des approches centralisées. En effet, nous observons que les équipementiers déploient une combinaison mixte d'informatique distribuée/zonale et d'informatique centralisée dans l'architecture E/E du véhicule comme un "meilleur des deux mondes" pour répondre à leurs besoins.
Un large portefeuille et une vision ciblée pour les solutions en matière de capteurs
indie Semiconductor est à l'avant-garde de cette révolution de la détection, offrant diverses solutions pour répondre aux différentes modalités de détection. Nous proposons actuellement une gamme de produits de détection, notamment , Sonosense™ et Echosense™, qui intègrent un traitement numérique du signal et sont déployés dans des systèmes d'aide au stationnement. Surya™notre dernier SoC LiDAR hautement intégré basé sur la technologie FMCW, apporte des avantages techniques et économiques inégalés pour le déploiement à plus grande échelle des systèmes LiDAR. Nos solutions LiDAR sont complétées par la technologie de TeraXion, une société d'indie Semiconductor et un leader du marché dans la conception et la fabrication de composants photoniques innovants qu'indie a acquis l'année dernière.
Grâce à l'acquisition récente de Symeo, la division radar d'Analog Devices, et à la création de notre unité Vision, indie s'engage à développer des solutions hautement innovantes, en élargissant encore son portefeuille de capteurs pour les applications radar et de traitement de la vision. Et pour valider ses progrès, indie a récemment noté qu'elle avait obtenu un client radar de niveau 1 parmi les quatre premiers.
En permettant aux constructeurs automobiles d'intégrer plus facilement de multiples modalités de capteurs et de traiter efficacement les données provenant d'un nombre croissant de capteurs, indie Semiconductor joue un rôle clé dans la satisfaction des exigences en matière d'ADAS et d'autonomie des véhicules, aujourd'hui et à l'avenir. La combinaison de technologies de détection robustes, fiables et rentables, d'architectures qui prennent en charge la fusion des capteurs et de cadres juridiques qui suivent le rythme de l'innovation technologique, constitue la base des progrès de l'industrie vers des niveaux plus élevés d'automatisation de la conduite et vers l'objectif ultime de la voiture sans accident.
Bien entendu, la sécurité et l'automatisation de la conduite ne sont pas les seuls domaines de la conception automobile qui évoluent rapidement. L'expérience de l'utilisateur - de l'ambiance et de l'éclairage à la capacité de travailler en déplacement - est également une priorité, comme nous le verrons dans notre prochain blogue.