В прошлом месяце инцидент на испытательном треке автономного platooning привел к столкновению двух грузовиков из-за сбоя в восприятии. Бортовая система обнаружила призрачное препятствие — несуществующий объект, возникший из-за рассинхронизации данных переднего лидара и заднего радара. Эта ошибка привела к тому, что второй грузовик резко затормозил, что вызвало столкновение с ним первого. Случай выявляет критическую уязвимость в слиянии данных сенсоров для автономных автоколонн.
Технический анализ: временной сдвиг при слиянии данных LIDAR-Радар 🚛
В идеальной системе platooning лидар сканирует окружение с частотой 10 Гц, в то время как радар работает на 20 Гц. При наличии нескомпенсированной задержки в блоке управления (ECU), отражение микроволн от дорожного ограждения может быть зарегистрировано как статический объект непосредственно перед тем, как лидар подтвердит свободное пространство. При объединении обоих облаков точек без точной временной метки система интерпретирует этот остаток как реальное препятствие. Такие инструменты, как Unreal Engine и Vissim, позволяют воспроизвести эту ошибку: первый визуализирует геометрию окружения и траекторию призрачного препятствия, в то время как Vissim моделирует реакцию окружающего трафика. CloudCompare, в свою очередь, облегчает анализ облаков точек для выявления временного несоответствия.
К более надежному моделированию восприятия транспортного средства 🛠️
Этот инцидент демонстрирует, что валидация систем ADAS не может ограничиваться дорожными испытаниями. Моделирование с использованием 3D-движков и программного обеспечения для моделирования трафика должно включать сценарии рассинхронизации сенсоров для обучения алгоритмов слияния, устойчивых к сбоям. Внедрение динамического временного буфера в ECU, способного выравнивать данные по порядку поступления, а не по фиксированной частоте, — это решение, которое уже тестируется в виртуальных средах. Цель состоит в том, чтобы ни одно призрачное препятствие больше не превратилось в реальную аварию.
Может ли ошибка синхронизации в V2V-связи между грузовиками во время автономного platooning быть обнаружена и исправлена в реальном времени с помощью 3D-сенсорных систем, таких как многослойный LIDAR, для предотвращения столкновений, подобных произошедшему на испытательном треке?
(P.S.: на Foro3D у наших машин больше полигонов, чем лошадиных сил)