ADAS ja autonoomne sõit: Sensing Fundamentals

Kasu:

• Oskus selgitada kaamera, radari, LiDAR-i ja andurite fusiooni rolli tuvastusahelas ja SAE automatiseerimistasemeid
• Võimalus luua andmete märgistamist, stsenaariumi määratlust ja hindamismõõdikuid objektide tuvastamiseks, klassifitseerimiseks ja jälgimiseks
• Võimalus kriitiliselt hinnata tuvastusmudeli väljundi servajuhtumeid, valepositiivset/negatiivset tasakaalu ja ohutusvaru

Enamikul tänapäevastel sõidukitel on sellised funktsioonid nagu sõidurajalt kõrvalekaldumise hoiatus, automaatne hädapidurdus või adaptiivne püsikiiruse hoidja. Need kõik on ADAS-i (Advanced Driver Assistance Systems) katuse all. Nende süsteemide ja edasise autonoomse sõidu keskmes on taju: see, kuidas sõiduk "näeb" ümbritsevat maailma sensoritega ja "mõistab" seda tehisintellekti abil. Selles üksuses käsitleme tuvastusahelat, andureid, automatiseerimistasemeid ja kõige kriitilisemat probleemi, turvapiire.

Hoiatus algusest peale: see ala on turvalisuse seisukohalt kriitiline. Kui tuvastusmudel jalakäijat ei tuvasta, võib tulemus olla saatuslik. Seetõttu peavad iga siinne AI väljund olema ümbritsetud turvatehnoloogia protsessidega (järgmistes üksustes ISO 26262 ja SOTIF).

Andurid: silmad, kõrvad ja radar

Autonoomne juhtimissüsteem ühendab erinevaid andureid, kuna igal neist on tugevad ja nõrgad küljed:

• Kaamera: Kaamera "näeb" kõige paremini värvi, teksti (liiklusmärki), sõiduraja joont ja objekti tüüpi. Kuid öösel on kehv, udu, tugev päikesevalgus ja kauguse hinnang.
• Radar (raadiotuvastus ja kaugus): mõõdab kaugust ja kiirust raadiolainete abil. Vihm/udu mõjutab seda vähem ja mõõdab kiirust otse (koos Doppleri efektiga); kuid selle eraldusvõime on madal, mistõttu on raske eristada "kas see on jalakäija või kast?"
• LiDAR (valguse tuvastamine ja ulatus): pildistab laserit ja loob ümbritsevast täpse kolmemõõtmelise "punktipilve"; See annab väga hästi distantsi ja kuju. Kuid see on kallis ja tugev udu/vihm võib seda mõjutada.
• Ultraheli: Lühiajaline, nagu parkimisandurid.

Kuna kumbki üksinda ei ole piisav, siis tehakse andurite liitmine: kombineerides erinevate andurite andmeid, kompenseeritakse kummagi nõrkus teise tugevusega. Näiteks ütleb kaamera "jalakäija", radar "12 meetri kõrgusel, läheneb kiirusele 5 km/h"; Fusion ühendab need kaks ja loob usaldusväärse raja.

Näpunäide. Tuvastamisnõude hindamisel küsige, milline andur seda näeb ja kui hästi? küsi. Kui kaamera öine kauguse hinnang on halb, on ühe kaamera põhjal tehtud kaugusotsus küsitav.

Tuvastamiskett

Tüüpiline ahel toorandmetest kuni otsuseni on järgmine:

1. Tuvastamine: objektide leidmine pildist/punktipilvest ("siin on tööriist").
2. Liigitus: Objekti tüübi määramine (jalakäija, jalgratas, sõiduk, märk).
3. Jälgimine: objekti jälgimine kaadrite vahel, selle kiiruse ja suuna hindamine.
4. Fusion: andurite kombineerimine ühtse maailmamudeli loomiseks.
5. Ennustus: "Kas see jalakäija läheb üle tänava?"
6. Planeerimine ja juhtimine: otsus ja juhtimine/piduri/gaasi juhtimine.

Tehisintellekt (eriti süvaõpe) 1.-3. väga tugevad sammud; 5-6. Sammud on üha enam ümbritsetud insenerireeglite ja turvaloogikaga.

SAE automatiseerimise tasemed

Autonoomia ei ole "jah/ei" asi, see on järkjärguline. SAE J3016 standard määratleb kuus taset:

Tase

Nimi

Kes sõidab?

näide

0

Ei mingit automatiseerimist

kõik sõidavad

Ainult hoiatus (pimeala hoiatus)

1

Juhi tugi

draiver + üksik tugi

Adaptiivne kruiis VÕI sõiduraja hoidmine

2

Osaline automatiseerimine

Autojuht (pidev järelevalve)

Kiirus + rada koos, juht vastutab

3

Tingimuslik automatiseerimine

Süsteem (teatud tingimustel)

Teatud tingimustel süsteem juhib, juht on valmis üle võtma

4

kõrge automatiseeritus

Süsteem (teatud piirkonnas)

Juhita kindlaksmääratud piirkonnas

5

Täielik automatiseerimine

Süsteem (kõikides tingimustes)

Igal pool juhita (veel mitte)

Ettevaatust: Kõige ohtlikum arusaamatus on tase 2. 2. tasemel toetab sõiduk roolimist ja kiirust, kuid juhil jääb pidev järelevalve ja vastutus. Süsteemi eksitamine "autopiloodiks" ja tähelepanu mitte pööramine on viinud surmaga lõppenud õnnetusteni. Tase 2 ei tähenda "juhita".

Hindamismõõdikud: valepositiivsed ja valenegatiivsed

Tuvastamismudeli hindamisel on kriitilise tähtsusega kahte tüüpi vead:

• Valepositiivne: arvate, et on midagi, mida pole olemas. Näiteks mõelda, et sillavari on "takistus" ja asjatult pidurdada. Häiriv ja mõnikord ohtlik (tagune kokkupõrge).
• Valenegatiivne (valenegatiivne / möödalaskmine): ei suuda näha midagi, mis on olemas. Näiteks tõelise jalakäija mittenägemine. See on autonoomse sõidu surmavaim viga.

Mõõdikud, mis võtavad need kokku:

• Täpsus: kui palju märgistatust on tegelikult õige.
• Meenutamine (tundlikkus): kui palju sellest, mis tegelikult eksisteerib, olete jäädvustanud.
• mAP (keskmine keskmine täpsus): tavaline liitmõõdik objekti tuvastamiseks.

Meenutamine (mitte ühtegi jalakäijat märkimata) on ülioluline sellistes küsimustes nagu jalakäija tuvastamine autonoomses sõidus; Selle suurendamine suurendab mõnikord valepositiivsust. See kompromiss on turvatehniline otsus, mitte puhas mudeli täpsus.

Äärised ja pikk saba

Autonoomse sõidu kõige keerulisem osa pole mitte tavalised olukorrad, vaid haruldased ja kummalised: pooleldi lume all paistev silt, kummuli veoauto, kostümeeritud jalakäija, teele kukkunud mööbel. Neid haruldasi, kuid ohtlikke olukordi nimetatakse pikaks sabaks. Kuigi mudel võib olla ideaalne miljonite "tavaliste" miilide läbimiseks, võib see ebaõnnestuda ekstreemses olukorras, mida ta pole kunagi varem näinud. Seetõttu on stsenaariumipõhised testimised, simulatsioonid ja tegelik valideerimine lõputud.

Minijuhtumiuuringud

Juhtum 1 – sulandumise väärtus. Automaatse hädapidurduse katsetamisel avastas ADAS-i meeskond, et ereda päikese käes oli kaameraga aeglane märgata selle ees olevat tumedat värvi sõidukit. Radariandmete lisamisel (radarit ei mõjuta pimestamine) tuvastab süsteem sõiduki 0,4 sekundit varem; See tähendab ligikaudu 10 meetri pikkust pidurdusteekonda kiirusel 90 km/h. Tulemus: Fusion sulges ühe anduri pimeala.

Juhtum 2 – tagasikutsumine/täpsuskaal. Jalakäijatuvastusmudeli läve langetamisel suureneb tagasikutsumine 96%-lt 99%-le, kuid valepositiivsed (vari, põõsad) suurenevad, mis toob kaasa tarbetu pidurdamise. Turvameeskond teeb otsuse: jalakäijate vältimine on prioriteet, kuid mugavust säilitab valepositiivsete märkide kõrvaldamine fusiooni- ja jälgimisloogika abil. Järeldus: Mõõdikute valik on inseneri-/turvaotsus, ühest "õiget numbrit" pole olemas.

Juhtum 3 – ümbrise serva üllatus. Kui mudel oli oma valideerimiskomplektis 99,8% edukas, pidas see fotot maastikul talverehvireklaami kandva veoauto taga asuvast hiiglaslikust jalakäijast "päris jalakäijaks" ja pidurdas järsku. Meeskond lisab selle servajuhtumi stsenaariumiteeki ja koolitab mudeli ümber. Järeldus: pikk saba ei "lõpe kunagi"; Vaja on pidevat stsenaariumide kogumist.

viipade mallid

Mall 1 – stsenaariumide loendi loomine:

Roll: olete ADAS-i katsejuhtumi insener. Ülesanne: koostage automaatse hädapidurduse katsestsenaariumid. Kontekst: linnaline, 30-50 km/h, jalakäija ja jalgrattur. Piirang: seadke esikohale haruldased/ohtlikud, mitte sagedased stsenaariumid; kirjutage iga stsenaariumi jaoks eeldatav õige käitumine.Väljund: Stsenaarium | seisund | eeldatav käitumine | riskitase.

2. mall – märgistusjuhendi ülevaade:

Roll: Andmete märgistamise kvaliteedi juht.Ülesanne: koostada jalakäijate märgistamise järjepidevuse reeglite kavand.Kontekst: jalakäijad on osaliselt nähtavad, istuvad, ratastoolis ja rühmades.Väljund: reegel | näide | piirseisundi hinnete tabel.

3. mall – mõõdiku tõlgendamine:

Roll: Arvutinägemise hindamise ekspert. Ülesanne: tõlgendage minu jalakäijate tuvastamise tulemusi. Kontekst: täpsus 0,93, tagasikutsumine 0,90, enamik eksib öösel või vihmas. Piirang: rõhutage tagasivõtmise tähtsust turvalisuse tagamiseks; Öelge mulle, millistel tingimustel on vaja täiendavat kinnitust. Väljund: kommentaar + prioriteetsed parendusvaldkonnad.

Mall 4 – fusiooniloogika ülevaade:

Roll: olete andurite termotuumasünteesi insener. Ülesanne: Kaamera ja radari konflikti korral soovitage otsuse loogika eelnõu. Kontekst: radar näeb liikuvat väikest objekti 15 m kaugusel, samal ajal kui kaamera ütleb „jalakäija pole”. Piirang: rakendage eelduse põhimõtet ohutuse (ohutu pool) kasuks. Väljund: Otsustabel + põhjendus.

Nõrk viip / Tugev viip

Nõrk viip:

Kas minu autonoomne sõidukimudel on ohutu?

Ilma kontekstita; "turvaline" on määramata; AI räägib ainult üldiselt ja võib anda eksitavat enesekindlust.

Võimas viip:

Roll: olete ADAS-i turbehindamise konsultant. Ülesanne: koostage mulle kontrollnimekiri, et seada kahtluse alla jalakäijate tuvastamise mudeli haavatavused. Kontekst: Urban Level 2 süsteem; Tuletame meelde kukkumisi öösel ja vihmas; On ainult kaamera + radar, LiDAR puudub. Piirang: ärge kuulutage "ohutuks"; täpsustada, millistel tingimustel on süsteem oma piiril ja milliseid täiendavaid katseid on vaja. Väljund: riskipiirkond | miks | soovitatav test | tähtsuse tabel.

Levinud vead

• Tase 2 ekslikult "juhita". Vastutus lasub juhil; See eksiarvamus on saatuslik.
• Tuginedes ühele andurile. Igal anduril on pimeala; sulandumine on hädavajalik.
• Lihtsalt vaadates keskmist täpsust. 99% õnnestumine, 1% vahelejäänud jalakäija võib saatuslikuks saada; tagasikutsumise ja serva juhtumid on kriitilised.
• Äärmuslike juhtumite ignoreerimine. Pikk saba ei lõpe kunagi; Stsenaariumite kogumine on pidev.
• Turvaotsuse jätmine modelli hooleks. Läve- ja tasakaaluotsuste eest vastutab turvatehnika.

Kokkuvõttes

• ADAS-i ja autonoomse sõidutuvastuse keskmes on kaamera, radari, LiDAR-i ja andurite liitmine; Igal anduril on erinevad tugevused/nõrkused.
• Tuvastamisahel koosneb tuvastamisest, klassifitseerimisest, jälgimisest, liitmisest, ennustamisest ja kontrollist; AI on esimestes sammudes tugev.
• SAE tasemed on vahemikus 0 kuni 5; 2. tasemel lasub vastutus juhil.
• Valenegatiivne (jalakäija röövimine) on kõige surmavam viga; tagasikutsumise ja serva juhtumid on prioriteetsed.
• Turvaotsused on insenerivastutus; Mudeli täpsus pole ainus kriteerium.

Rakenduse ülesanne

Valige ADAS-funktsioon (nt sõiduraja hoidmise abi). (1) Kirjuta tabelisse, millised andurid seda funktsiooni toetavad ja kui hästi. (2) Looge malliga 1 viis äärmuslikku juhtumistsenaariumit ja määrake iga jaoks eeldatav ohutu käitumine. (3) Võrrelge selle funktsiooni valepositiivsete ja valenegatiivsete tulemusi. (4) Loetlege, milliseid sõltumatuid katseid on vaja enne mudeli ohutuks tunnistamist.

kontrollnimekiri

• [ ] Hindasin andurite tugevusi/nõrkusi funktsioonide järgi.
• [ ] Olen loetlenud ka lõppjuhtumi (pika saba) stsenaariumid.
• [ ] Võrdlesin ohutuse huvides valepositiivseid/negatiivseid tulemusi.
• [ ] Võtsin arvesse Recalli turvakriitilist tähtsust.
• [ ] Selgitasin SAE taseme ja vastutaja.
• [ ] Koostasin sõltumatu testimisplaani enne, kui väitsin, et "turvaline".