A direção autônoma (AD) e os sistemas avançados de assistência ao motorista (ADAS) dependem da detecção precisa do ambiente ao redor do veículo para navegar com segurança. Os fabricantes globais recorreram a sensores e algoritmos avançados para melhorar a percepção e alcançar níveis de segurança sem precedentes.
Foto de um veículo autônomo futurista.
A TERAKI, fornecedora de processamento de sensores de borda, lançou o mais recente software de detecção de radar que identifica com precisão objetos estáticos e em movimento com maior precisão e menos poder computacional. A solução de tráfego real é executada em microcontroladores AURIX TC4x compatíveis com ASIL-D da Infineon Technologies AG.
“O desempenho do sistema de radar automotivo aumentou drasticamente nas últimas gerações de produtos”, disse Marco Cassol, diretor de Marketing de Produto da Infineon Automotive Microcontrollers. “O processamento Edge AI é uma das muitas inovações que nos ajudou a impulsionar esse aumento no desempenho do radar. Os algoritmos de radar exclusivos da TERAKI estão agora sendo implementados na nova unidade de processamento paralelo da Infineon para demonstrar o desempenho do radar de próxima geração dos dispositivos AURIX TC4x da Infineon.”
“Refinamos nosso algoritmo para conseguir mais com menos”, acrescentou Daniel Richart, CEO da TERAKI “Com a quantidade mínima de dados, nossas soluções detectam e classificam corretamente objetos estáticos e em movimento com sinais de radar, fornecendo aos aplicativos AD e ADAS as informações essenciais para consciência situacional e tomada de decisão. Em última análise, pretendemos garantir a segurança no limite, reduzindo o tempo de inferência e o poder de processamento necessário de dispositivos restritos.”
À medida que o radar se transforma no padrão da indústria para processamento de sinais com boa relação custo-benefício, superar as limitações dessa tecnologia de sensores torna-se uma prioridade. Por exemplo, a interferência pode reduzir drasticamente o desempenho da detecção do radar, levando a detecções inválidas em situações difíceis de múltiplos alvos, o que também acarreta altos requisitos de processamento.
Além disso, a precisão necessária para classificações de radar confiáveis envolve mais pontos de dados por quadro e resolução angular inferior a 1 grau, se objetos estáticos, e em movimento para serem corretamente detectados e classificados.
A abordagem de aprendizado de máquina (ML) da TERAKI pretende resolver esse desafio trabalhando com dados brutos e reduzindo o ruído, ao mesmo tempo em que atua como uma função cognitiva para dissecar informações do radar, identificar alvos em um ambiente barulhento, junto com clusters e outras interferências, e diminuir a capacidade de processamento na borda. A detecção de ML do TERAKI fornece mais pontos por objeto, levando a menos falsos positivos e maior segurança – especialmente quando comparada a outras técnicas de processamento de radar, como CFAR.
Portado com o AURIX TC4x da Infineon, o algoritmo baseado em ML da TERAKI reduz os sinais de radar após a primeira Transformação Rápida de Fourier, alcançando taxas de erro até 25 vezes menores de objetos perdidos na mesma RAM/fps. Em comparação com o CFAR, a classificação é até 20% maior em precisão e as detecções válidas aumentam para 15% mais.
Com este lançamento, a TERAKI está melhorando a arquitetura do chipset de dispositivos de ponta, garantindo desempenho de processamento em tempo real no AURIX TC4x, o que alivia os requisitos de computação ao consumir taxas de bits de quatro ou cinco bits em vez de 8 ou 32 bits, sem comprometer as pontuações F1. . Isso leva a uma necessidade de até duas vezes menos memória.
