Il biomimetico EyeDAR punta a migliorare la sicurezza della guida autonoma / Biomimetic EyeDAR looks to boost self-driving safety
Il biomimetico EyeDAR punta a migliorare la sicurezza della guida autonoma / Biomimetic EyeDAR looks to boost self-driving safety
Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa
Gli ingegneri della Rice University hanno sviluppato un nuovo sensore radar stradale ispirato all'occhio umano, progettato per migliorare la sicurezza dei veicoli autonomi (AV).
Noto come EyeDAR, il dispositivo sferico compatto è dotato di una lente Luneberg stampata in 3D e realizzata in resina, che imita fedelmente la funzione dell'occhio. Il radar ad onde millimetriche in arrivo viene focalizzato su un array di antenne sul retro che funziona come una retina, rilevando il segnale in arrivo e determinandone la direzione.
Installato ai semafori ed agli incroci stradali più importanti, il dispositivo potrebbe consentire ai veicoli autonomi dotati di radar di vedere praticamente dietro gli angoli, migliorando significativamente la consapevolezza e la sicurezza. Il lavoro è stato recentemente presentato all'International Workshop on Mobile Computing Systems and Applications di Atlanta.
Gli attuali sistemi di sensori automobilistici, come le telecamere ed i liDAR, hanno difficoltà a gestire la scarsa visibilità, ad esempio in caso di pioggia, nebbia od in condizioni di scarsa illuminazione", ha affermato Kun Woo Cho, ricercatore post-dottorato presso la Rice University e responsabile del progetto di ricerca EyeDAR.
“Il radar, d'altro canto, funziona in modo affidabile in tutte le condizioni atmosferiche e di illuminazione e riesce persino a vedere attraverso gli ostacoli."
A differenza dei sistemi radar convenzionali che si basano su grandi array ed algoritmi per stimare gli angoli, il progertto esclusivo di EyeDAR gli consente di determinare la direzione dei segnali riflessi e di comunicare tali informazioni ai veicoli autonomi. La struttura della lente del dispositivo indirizza i segnali in arrivo nel punto corretto del suo array di antenne. EyeDAR comunica quindi senza trasmettere nuovi segnali, alternando l'assorbimento delle onde radar in arrivo e la loro riflessione verso il radar sorgente in una forma che può interpretare come una sequenza di 0 e 1.
"La nostra lente è composta da oltre 8.000 elementi estremamente piccoli, dalla forma unica e con un indice di rifrazione variabile", ha affermato Cho, specialista nella progettazione di antenne metamateriali.
"EyeDAR è un esempio di quello che mi piace chiamare 'informatica analogica'. Negli ultimi vent'anni, ci si è concentrati sul lato digitale e software dell'elaborazione, mentre il lato analogico e hardware è rimasto indietro. Voglio esplorare questo spazio di progettazione analogica, finora trascurato."
Secondo i ricercatori, questa ottimizzazione analogica ha portato notevoli vantaggi, consentendo a EyeDAR di determinare la direzione del bersaglio con una velocità oltre 200 volte superiore rispetto ai radar tradizionali. Il gruppo ritiene che il sensore a basso costo e basso consumo energetico possa essere ampiamente utilizzato nelle infrastrutture stradali, con applicazioni che spaziano da robot, droni e piattaforme indossabili.
ENGLISH
Engineers at Rice University have developed a new roadside radar sensor inspired by the human eye, designed to improve the safety of autonomous vehicles (AVs).
Known as EyeDAR, the compact spherical device features a 3D-printed Luneberg lens made from resin, which closely mimics the function of the eye. Incoming millimetre-wave radar is focused to an antenna array at the back which functions like a retina, detecting the incoming signal and determining its direction.
Deployed at traffic lights and key road junctions, the device could enable radar-equipped AVs to essentially see around corners, significantly improving awareness and safety. The work was recently presented at The International Workshop on Mobile Computing Systems and Applications in Atlanta.
“Current automotive sensor systems like cameras and liDAR struggle with poor visibility such as you would encounter due to rain or fog or in low-lighting conditions,” said Kun Woo Cho, a postdoctoral researcher at Rice University who leads the EyeDAR research project.
“Radar, on the other hand, operates reliably in all weather and lighting conditions and can even see through obstacles.”
Unlike conventional radar systems that rely on large arrays and algorithms to estimate angles, EyeDAR’s unique design allows it to determine the direction of reflected signals and report that information back to AVs. The device’s lens structure routes incoming signals to the right spot on its antenna array. EyeDAR then communicates without transmitting new signals, alternating between absorbing incoming radar waves and reflecting them back to the source radar in a form it can interpret as a sequence of 0s and 1s.
“Our lens consists of over 8,000 uniquely shaped, extremely small elements with a varying refractive index,” said Cho, a specialist in metamaterial antenna design.
“EyeDAR is an example of what I like to call ‘analogue computing’. Over the past two decades, people have been focusing on the digital and software side of computation, and the analogue, hardware side has been lagging behind. I want to explore this overlooked analogue design space.”
According to the researchers, this analogue optimisation has brought major benefits, with EyeDAR able to resolve target directions more than 200 times faster than traditional radar designs. The team believes the low-cost, low-power sensor could be widely deployed across road infrastructure, with applications extending into robots, drones and wearable platforms.
Commenti
Posta un commento