人間の介入なしに車両が適切に機能するには、車両の環境を捕捉して解釈するセンサーが必要です。これらは比較的シンプルで一般的なセンサーであり、電話などの他の業界ですでに使用されています。
その中には、超音波センサー、画像センサー、レーダー、またはよく知られた LIDAR などがあります。しかし、それぞれはどのように機能するのでしょうか?車両に搭載された自動運転パッケージにはどのような貢献があるのでしょうか?
- 超音波センサー。コウモリや潜水艦を模倣したこれらのセンサーは音波を発します。これらの波が物体に衝突するとエコーが発生し、それが超音波センサーによって捕捉されます。発射された波と捕捉された波の差を測定することにより、車両は距離を測定し、近くの障害物を検出することができます。これらのセンサーの効果は、低速時および障害物が比較的近いときに最大になります。その主な用途の 1 つは、自動駐車または低速障害物の検出です。
画像センサー。スペイン語で「カメラ」。すべての自律走行車には、車体の周囲に配置された一連のカメラが搭載されており、車両の周囲の 3 次元画像を生成します。このタイプのカメラは、障害物、道路の線路、交通標識など、さまざまな情報をキャプチャします。したがって、これらは車両の残りのセンサーをサポートし、補完します。
- レーダー。船舶や飛行機で使用されるこれらの無線センサーは電磁波を発し、反射すると障害物の正確な位置と、障害物が車両にどれくらいの速さで近づいているかを明らかにします。超音波センサーが達成するものと比較的似ていますが、範囲ははるかに広くなります。問題？これらのセンサーは 2D の情報のみをキャプチャします。高さが重要な要素となる場合、これらのレーダーは状況の全体像を提供しません。幸いなことに、彼らはすでに、より多くの情報を捕捉する 3D レーダーの開発に取り組んでいます。
ライダー。人間で言えば目や耳のようなものです。何百万ものビームを生成する能力があり、360 度の視界と、車の周囲でサッカー場 2 つ分ほどの範囲をカバーします。レーザーベースのこのセンサーは、最もよく知られ、最も話題になっているセンサーの 1 つで、形状を検出し、リアルタイムで車両環境の 3D マップを生成します。これを行うには、必然的に車両のカメラによって捕捉された情報に依存し、中央処理装置が人、自転車に乗っている人、自動車の運転者、あるいは単に路肩にある物体を区別できるようになります。
これらのセンサーは、GPS や GLONASS システムなどの他のタイプのより伝統的なセンサーによって補完され、車両の正確な位置を把握して、ユーザーが指定した目的地に車両を誘導することができます。将来、すべての車両が接続され、リアルタイムで位置情報が共有されるようになると、自動運転における GPS と GLONASS の役割は増大します。ただし、このためには、 5G ネットワークとその低遅延データ転送も不可欠です。
自動運転車に搭載されたこれらすべてのセンサーは、中央処理装置とメーカーのエンジニアによって開発された数千行のコードを操作します。これらは、センサーによって捕捉された情報を収集し、それを解釈し、対応するメカニズムを起動して車両を自律的に操作する責任を負います。ただし、これらの処理ユニットでは、コンピュータや携帯電話などの他の従来のデバイスよりも処理速度が重要な要素となります。