La conducción autónoma (AD) y los sistemas avanzados de asistencia al conductor (ADAS) dependen de la detección precisa del entorno alrededor del vehículo para navegar de forma segura. Los fabricantes globales han recurrido a sensores y algoritmos avanzados para mejorar la percepción y lograr niveles de seguridad sin precedentes.
Foto de un vehículo autónomo futurista.
El proveedor de procesamiento de sensores de bordes TERAKI ha lanzado el último software de detección de radar que identifica con precisión objetos estáticos y en movimiento con mayor precisión y menos potencia informática. La solución de tráfico real se ejecuta en microcontroladores AURIX TC4x compatibles con ASIL-D de Infineon Technologies AG.
"El rendimiento del sistema de radar automotriz ha aumentado dramáticamente en las últimas generaciones de productos", dijo Marco Cassol, director de marketing de productos de Infineon Automotive Microcontrollers. “El procesamiento de IA perimetral es una de las muchas innovaciones que nos ayudaron a impulsar este aumento en el rendimiento del radar. Los algoritmos de radar exclusivos de TERAKI ahora se están implementando en la nueva unidad de procesamiento paralelo de Infineon para demostrar el rendimiento del radar de próxima generación de los dispositivos AURIX TC4x de Infineon”.
"Hemos perfeccionado nuestro algoritmo para lograr más con menos", añadió Daniel Richart, CEO de TERAKI. "Con la mínima cantidad de datos, nuestras soluciones detectan y clasifican correctamente objetos estáticos y en movimiento con señales de radar, proporcionando a las aplicaciones AD y ADAS la información esencial para la conciencia situacional y la toma de decisiones. En última instancia, nuestro objetivo es garantizar la seguridad en el borde reduciendo el tiempo de inferencia y la potencia de procesamiento requerida por los dispositivos restringidos”.
A medida que el radar se convierte en el estándar de la industria para el procesamiento de señales rentable, superar las limitaciones de esta tecnología de sensores se convierte en una prioridad. Por ejemplo, la interferencia puede reducir drásticamente el rendimiento de la detección del radar, lo que provoca detecciones no válidas en situaciones difíciles con múltiples objetivos, que también exigen altos requisitos de procesamiento.
Además, la precisión requerida para clasificaciones de radar confiables implica más puntos de datos por cuadro y una resolución angular de menos de 1 grado para que tanto los objetos estáticos como los en movimiento se detecten y clasifiquen correctamente.
El enfoque de aprendizaje automático (ML) de TERAKI tiene como objetivo resolver este desafío trabajando con datos sin procesar y reduciendo el ruido, al mismo tiempo que actúa como una función cognitiva para diseccionar la información del radar, identificar objetivos en un entorno ruidoso, junto con grupos y otras interferencias, y disminuir el procesamiento. capacidad en el borde. La detección ML de TERAKI proporciona más puntos por objeto, lo que genera menos falsos positivos y mayor seguridad, especialmente en comparación con otras técnicas de procesamiento de radar como CFAR.
Portado con AURIX TC4x de Infineon, el algoritmo basado en ML de TERAKI reduce las señales de radar después de la primera Transformada Rápida de Fourier, logrando tasas de error hasta 25 veces más bajas para objetos perdidos con la misma RAM/fps. En comparación con CFAR, la clasificación tiene una precisión hasta un 20 % mayor y las detecciones válidas aumentan hasta un 15 % más.
Con este lanzamiento, TERAKI mejora la arquitectura del chipset de los dispositivos de gama alta, garantizando el rendimiento del procesamiento en tiempo real en el AURIX TC4x, lo que alivia los requisitos informáticos al consumir velocidades de bits de cuatro o cinco bits en lugar de 8 o 32 bits, sin comprometer las puntuaciones de F1. . . Esto lleva a una necesidad de hasta el doble de memoria.
