Sbloccare l'autonomia del veicolo / Unlocking vehicle autonomy
Sbloccare l'autonomia del veicolo / Unlocking vehicle autonomy
Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa
Il radar di imaging 4D deve garantire scalabilità ed efficienza per sbloccare livelli più elevati di autonomia dei veicoli.
I moderni sistemi di guida automatizzata si basano su una combinazione di telecamere, LiDAR e sensori radar per interpretare l'ambiente circostante. Ciascuna di queste tecnologie offre numerosi vantaggi, ma presenta anche alcuni svantaggi e limitazioni che possono compromettere l'affidabilità e la sicurezza in condizioni difficili od in scenari di guida complessi, ovvero nel mondo in cui viviamo.
Con l'evoluzione del settore automobilistico verso sistemi di assistenza alla guida di livello 2+ e livelli di automazione ancora più elevati, dal livello 3 al livello 5, anche la suite di sensori deve evolversi di pari passo. I produttori di apparecchiature originali (OEM) richiedono sempre più soluzioni scalabili per diversi segmenti di veicoli e mercati, in grado di offrire prestazioni superiori entro limiti di costo, consumo energetico e dimensioni più stringenti. Efficienza e scalabilità sono diventati criteri di selezione fondamentali, soprattutto in considerazione dell'evoluzione delle architetture e della necessità di bilanciare funzionalità e prestazioni con la redditività commerciale.
L'obiettivo è aumentare le prestazioni, la ridondanza e le aspettative in termini di responsabilità senza incrementare significativamente la complessità del sistema. Il raggiungimento di questo equilibrio dipende non solo dalle prestazioni dei sensori, ma anche dalla capacità di una tecnologia di scalare in modo efficiente su diverse piattaforme veicolari a livello globale.
Il radar di imaging 4D svolgerà un ruolo chiave nel progresso della guida automatizzata. Questa tecnologia radar emergente aggiunge dati di elevazione alle capacità del radar tradizionale di portata, velocità e azimut (l'angolo orizzontale o la direzione di un oggetto). Questa dimensione aggiuntiva migliora notevolmente la risoluzione spaziale e la consapevolezza dell'ambiente circostante.
Fondamentalmente, offre ai veicoli un vantaggio in scenari reali, come traffico intenso, incroci complessi e condizioni meteorologiche avverse. Questo contribuisce a mantenere chiarezza e sicurezza quando altre tecnologie, come le telecamere, possono avere difficoltà. Di conseguenza, questa tecnologia si è evoluta fino a diventare la base per la prossima generazione di veicoli a guida autonoma. Funge da tecnologia di rilevamento primaria, sulla quale, ad esempio, un'auto di Livello 3 può fare affidamento per arrestarsi in sicurezza quando necessario.
Fungendo da sensore di “ultima risorsa”
Per comprendere appieno come il radar di imaging 4D rafforzi la percezione ed il processo decisionale, è utile considerare come si integri e supporti con altre tecnologie di rilevamento.
Ad esempio, le telecamere catturano ricchi dettagli visivi come colori, segnali stradali e segnaletica orizzontale, ma hanno difficoltà in condizioni di scarsa illuminazione, in presenza di riflessi o quando le lenti sono ostruite. Il LiDAR offre mappature 3D ad alta risoluzione, ma è costoso, sensibile alle condizioni meteorologiche come la nebbia e spesso richiede sistemi di pulizia. D'altra parte, la tecnologia radar tradizionale offre misurazioni affidabili di velocità e distanza, ma manca di un'elevata risoluzione angolare e verticale.
Quando questi sistemi falliscono o presentano discrepanze, il veicolo deve risolvere l'ambiguità in modo rapido e sicuro. In tali momenti, il radar di imaging 4D funge da robusto strato di rilevamento "di ultima istanza", mantenendo le prestazioni di rilevamento e tracciamento anche quando la visibilità è compromessa o quando altri segnali sono degradati od in conflitto.
Perché l'altitudine cambia le regole del gioco
In quanto pilastro fondamentale dei sistemi di rilevamento automobilistico di nuova generazione, il radar di imaging 4D affronta direttamente le lacune prestazionali aggiungendo risoluzione verticale, consentendo una comprensione più completa della scena.
Ciò consente di ottenere miglioramenti, tra cui la localizzazione e la separazione precise degli oggetti, con una risoluzione verticale che permette ai veicoli di interpretare scenari complessi con molta più sicurezza. Risolvendo l'altezza oltre alla distanza ed all'azimut, il radar di imaging 4D può, ad esempio, distinguere un veicolo parcheggiato davanti all'ingresso di una galleria dalla struttura stessa della galleria.
La tecnologia di rilevamento primaria in condizioni avverse
Il radar di imaging 4D migliora le prestazioni anche quando i dati provenienti da altri sensori si contraddicono. Questo può accadere, ad esempio, di notte in caso di pioggia battente, quando le telecamere possono interpretare erroneamente i riflessi o non rilevare affatto gli oggetti, ed il LiDAR può restituire nuvole di punti incomplete o rumorose a causa delle precipitazioni o della dispersione superficiale. Il radar di imaging 4D è in grado di confermare informazioni su presenza, forma e movimento, fondamentali per il rilevamento, il tracciamento e la classificazione in condizioni meteorologiche avverse e al buio.
In corrispondenza di incroci complessi con arredi stradali, attraversamenti pedonali e pedoni, la risoluzione verticale migliora la separabilità degli oggetti ravvicinati grazie alle differenze di altezza. Ciò potrebbe includere la distinzione tra un bambino ed un adulto nelle vicinanze, o la separazione tra ostacoli bassi a bordo strada e strutture statiche più alte.
Il contesto aggiuntivo e la maggiore chiarezza offerti dal radar di imaging 4D sono particolarmente preziosi negli ambienti urbani. Distinguere oggetti statici da oggetti dinamici è già un'operazione che i radar convenzionali sanno fare bene, ma separare oggetti ravvicinati con velocità comparabili è molto più difficile. Il radar di imaging 4D migliora la separazione e la caratterizzazione degli oggetti, consentendo di distinguere, ad esempio, veicoli affiancati od un ciclista che pedala accanto ad un'auto.
Adatto a tutti i livelli di autonomia ed a tutti i mercati
Non si tratta solo di prestazioni. Livelli più elevati di autonomia di guida richiedono soluzioni radar di imaging 4D che combinino prestazioni elevate con il giusto livello di scalabilità, costi ed efficienza energetica. Sensori più efficienti semplificano il raffreddamento e contribuiscono a preservare l'autonomia dei veicoli elettrici. Allo stesso tempo, una maggiore integrazione riduce il numero di chip, i costi e la complessità, aspetto sempre più centrale sia per i produttori di apparecchiature originali (OEM) che per i fornitori di primo livello (Tier 1).
I produttori di apparecchiature originali (OEM) di tutte le regioni si concentrano su questi fattori, oltre alle pure prestazioni di rilevamento, ma attribuiscono priorità diverse al rapporto prestazioni/costo. Mentre molti OEM europei e statunitensi puntano a prestazioni all'avanguardia ad un costo accessibile per i modelli premium e di fascia media, gli OEM cinesi stanno promuovendo un'ampia diffusione del radar di imaging su intere piattaforme, cercando un equilibrio più preciso tra miglioramenti incrementali delle prestazioni ed aumento dei costi.
Con il passaggio delle architetture dei veicoli da un'elaborazione periferica ad un'elaborazione centralizzata, anche i radar di imaging 4D si adattano. I sistemi attuali spesso elaborano i dati direttamente all'interno del sensore, mentre quelli del futuro potrebbero trasmettere dati grezzi o parzialmente elaborati alle centraline elettroniche (ECU) per un'elaborazione centralizzata ed una fusione anticipata tra i diversi sensori.
Il radar di imaging 4D supporta entrambi i modelli, garantendo flessibilità con l'evoluzione dei progetti. In pratica, sarà più fattibile delegare l'elaborazione per le soluzioni di base alle centraline elettroniche (ECU), dove i dati grezzi o semi-elaborati possono essere fusi in una fase precedente, mentre i radar di imaging 4D ad alte prestazioni probabilmente manterranno la maggior parte dell'elaborazione del segnale in tempo reale in locale per gestire gli enormi volumi di dati ed i rigorosi vincoli di latenza. Questo approccio consente alle nuove generazioni di radar di imaging 4D di adattarsi a diversi segmenti di veicoli e livelli di autonomia.
Completare il puzzle
In sostanza, l'autonomia dei veicoli si basa sulla fiducia, non solo nei singoli sensori, ma anche nel quadro complessivo che questi forniscono. Il radar di imaging 4D offre una capacità unica di filtrare il rumore e convalidare ciò che gli altri sensori vedono (o non vedono). Tale esigenza di fiducia aumenta notevolmente man mano che i sistemi progrediscono verso il Livello 3 e oltre, dove il veicolo deve gestire in modo affidabile situazioni complesse.
Fondamentalmente, anziché essere il sensore più costoso od appariscente, il radar di imaging 4D si guadagna un posto nella suite di sensori offrendo prestazioni inaffidabili, economiche ed in condizioni reali, laddove altri sensori non sono in grado di farlo. Il suo valore risiede nell'offrire una chiara evoluzione nella tecnologia di rilevamento, che bilancia prestazioni di livello mondiale con la scalabilità e l'efficienza necessarie per una reale adozione su larga scala.
ENGLISH
4D imaging radar must deliver scalability and efficiency to unlock higher levels of vehicle autonomy.
Modern automated driving systems rely on a mix of camera, LiDAR, and radar sensors to interpret their environment. Each of these technologies offers numerous benefits, but there are also some downsides and limitations, which can undermine reliability and safety in challenging conditions or complex driving scenarios – effectively the world we live in.
As the automotive industry moves towards Level 2+ driver-assistance functions and even higher Level 3 to Level 5 automation, the sensing stack needs to evolve alongside. OEMs increasingly require solutions that scale across vehicle segments and markets, and that deliver higher performance within tighter cost, power, and size constraints. Efficiency and scalability have become fundamental selection criteria, particularly as architectures evolve and there’s a need to balance features and performance with commercial viability.
The goal is to increase performance, redundancy, and liability expectations without significantly increasing system complexity. Achieving this balance depends not only on sensing performance, but on a technology’s ability to scale efficiently across global vehicle platforms.
4D imaging radar will play a key role in advancing automated driving. This emerging radar technology adds elevation data to traditional radar’s range, velocity, and azimuth (the horizontal angle or direction of an object) capabilities. This extra dimension dramatically improves spatial resolution and environmental awareness.
Critically, it gives vehicles an edge in real-world scenarios, including dense traffic, complex intersections, and adverse weather. This helps to maintain clarity and confidence when other technologies, such as cameras, can struggle. As a result, the technology has evolved into a foundation for the next generation of vehicular autonomy. It serves as the primary sensing technology, which, for instance, a Level 3 car can rely on to pull itself to a safe stop where necessary.
Acting as the sensor of “last resort”
To understand exactly how 4D imaging radar strengthens perception and decision making it’s worth considering how it compliments and supports other sensing technologies.
The goal is to increase performance, redundancy, and liability expectations without significantly increasing system complexity. Achieving this balance depends not only on sensing performance, but on a technology’s ability to scale efficiently across global vehicle platforms.
4D imaging radar will play a key role in advancing automated driving. This emerging radar technology adds elevation data to traditional radar’s range, velocity, and azimuth (the horizontal angle or direction of an object) capabilities. This extra dimension dramatically improves spatial resolution and environmental awareness.
Critically, it gives vehicles an edge in real-world scenarios, including dense traffic, complex intersections, and adverse weather. This helps to maintain clarity and confidence when other technologies, such as cameras, can struggle. As a result, the technology has evolved into a foundation for the next generation of vehicular autonomy. It serves as the primary sensing technology, which, for instance, a Level 3 car can rely on to pull itself to a safe stop where necessary.
Acting as the sensor of “last resort”
To understand exactly how 4D imaging radar strengthens perception and decision making it’s worth considering how it compliments and supports other sensing technologies.
For example, cameras capture rich visual details such as colours, road signs, and lane markings, but struggle in poor lighting, glare, or when lenses are obstructed. LiDAR delivers high-resolution 3D mapping but is expensive, sensitive to weather such as fog, and often requires cleaning systems. Meanwhile, traditional radar technology offers reliable speed and distance measurements but lacks fine angular and vertical resolution.
When these systems fail or disagree, the vehicle must resolve ambiguity quickly and safely. In such moments, 4D imaging radar acts as a robust “last resort” sensing layer, maintaining detection and tracking performance when visibility is compromised, or when other signals are degraded or conflicting.
Why elevation changes the game
As a crucial pillar of next generation automotive sensing, 4D imaging radar directly addresses capability gaps by adding vertical resolution, enabling a more complete understanding of the scene.
This unlocks improvements including true object localization and separation, with vertical resolution enabling vehicles to interpret challenging scenarios with much greater confidence. By resolving height in addition to range and azimuth, 4D imaging radar can, for example, distinguish a vehicle parked in front of a tunnel entrance from the tunnel structure itself.
The primary sensing technology in adverse conditions
4D imaging radar also boosts performance when other sensors contradict one another. This could be at night in heavy rain, for example, where cameras can misinterpret reflections or fail to detect objects entirely, and LiDAR may return incomplete or noisy point clouds due to precipitation or surface scatter. 4D imaging radar can confirm presence, shape, and motion information critical for detection, tracking, and classification through weather and darkness.
At complex junctions with road furniture, crossings and pedestrians, vertical resolution improves separability of closely spaced objects through height differences. This could include distinguishing a child from a nearby adult, or separating low roadside obstacles from taller static structures.
The additional context and clarity provided by 4D imaging radar are especially valuable in urban environments. Distinguishing static from dynamic objects is something conventional radar can already do well, but separating closely spaced objects with comparable speeds is far more challenging. 4D imaging radar improves object separation and characterization, making it possible to distinguish between side-by-side vehicles, for example, or a cyclist riding next to a car.
A fit for all autonomy levels and markets
It’s not just about performance. Higher levels of driving autonomy require 4D imaging radar solutions that combine high performance with the right level of scalability, costs, and power efficiencies. More efficient sensors simplify cooling and help preserve EV range. At the same time, higher integration cuts chip count, costs and complexity, and this is increasingly central for both OEMs and Tier 1 suppliers.
OEMs across all regions are focused on these factors in addition to pure sensing performance, but they prioritize the performance/cost ratio differently. While many European and US OEMs push for state-of-the-art performance at an affordable cost for premium and mid-range models, Chinese OEMs are driving broad deployment of imaging radar across entire platforms, seeking a sharper balance between incremental performance gains and cost increases.
As vehicle architectures shift from edge-based to centralized processing, 4D imaging radar adapts. Today’s systems often process data within the sensor itself, while tomorrow’s may transmit raw or semi-processed data to central ECUs for centralized processing and earlier cross-sensor fusion.
4D imaging radar supports both models, ensuring flexibility as designs evolve. In practise, it will be more feasible to offload processing for entry-level solutions into central ECUs, where raw or semi-processed data can be fused earlier, while high-performance 4D imaging radars are likely to keep most of their real-time signal processing at the edge to handle the immense data volumes and tight latency constraints. This approach lets new generations of 4D imaging radar scale across vehicle segments and autonomy levels.
Completing the puzzle
At its core, vehicle autonomy is about trust – not just in individual sensors, but in the combined picture they present. 4D imaging radar brings a unique ability to cut through the noise and validate what other sensors see (or don’t). That trust requirement rises sharply as systems progress towards Level 3 and beyond, where the vehicle must reliably handle complex situations.
Critically, rather than being the most expensive or flashiest sensor, 4D imaging radar earns its place in the stack by doing what others can’t, reliably, affordably, and in real-world conditions. Its value lies in offering a clear evolution in sensing technology, one that balances world-class performance with the scalability and efficiency required for true volume adoption.
Da:
https://www.newelectronics.co.uk/content/features/unlocking-vehicle-autonomy?utm_source=content_recommendation&utm_medium=blueconic
Commenti
Posta un commento