радиолокация

Один из ведущих разработчиков систем искусственного интеллекта для беспилотных транспортных средств Cognitive Technologies выпустил первый промышленный прототип четырехмерного радара — Cognitive Imaging Radar для систем автономного управления наземным транспортом. В компании говорят, что этот радар видит лучше человека.

До сих пор наиболее эффективным из всех используемых в системах управления автономными транспортными средствами (Advanced Driver Assistant System — ADAS) сенсоров считается видеокамера. Новое устройство может стать удачным к ней дополнением: Cognitive Imaging Radar способен в любую погоду и время суток, на любой доступной автомобилю скорости не только определять координаты и скорость объектов дорожной сцены, но и их форму в диапазоне 300 м с высокой точностью. «Фактически это третий глаз для беспилотника. Самое главное, что устройство имеет доступную стоимость и компактные размеры, что позволяет начать его серийное производство»,— радуется собственной разработке президент Cognitive Technologies Ольга Ускова.

Радар или лидар

Появление нового устройства может поставить точку в истории длительного противостояния двух направлений исследований на рынке самодвижущихся транспортных средств — радарного и лидарного, каждое из которых пыталось доказать свое право на статус третьего глаза беспилотника. Лидарами (Light Detection And Ranging, LiDAR) называют сканирующие излучатели на базе лазеров. Они позволяют качественно определять дистанцию до объекта, его скорость и форму. Однако они существенно деградируют в условиях пыли, дождя и снега, а также подвержены загрязнению и часто выходят из строя. Наконец, их стоимостные характеристики иногда бывают сопоставимы со стоимостью автомобиля, что делает лидары скорее инструментом для проведения исследований, нежели готовыми к серийному выпуску устройствами.

Принцип работы радаров состоит в использовании радиоволн для определения дальности, траектории и скорости движения объектов. Дождь и снег практически не влияют на возможности устройства. Однако обычные радары, излучающие импульсы лишь в горизонтальной плоскости, не способны различать форму и тип объектов. С этой задачей может справиться только четырехмерный радар.

Стоит сказать, что буквально до этого года эксперты и специалисты отрасли в большей степени отдавали предпочтение лидару, ожидая появления дешевого, в несколько сотен долларов, готового к серийному выпуску устройства.

Привлекательные миллионы

Одним из наиболее громких проектов в этой области в 2012 году стал стартап Quanergy из Кремниевой долины. Компания представила прототип, который позиционировался как первый твердотельный, не имеющий механических компонент лидар, который призван обеспечить высокую надежность при низкой (в несколько сотен долларов) стоимости устройства. Красивая презентация и харизматический руководитель Луи Эльдада позволили группе собрать к 2017 году около $160 млн инвестиций, а капитализацию самой компании довести более чем до $1 млрд. В числе ее инвесторов оказались такие разработчики, как Delphi Automotive, GP Capital, Motus Ventures, Samsung Ventures и Sensata Technologies. Но время шло, а устройство так и не появилось. Вышедший в августе прошлого года подготовленный Bloomberg материал под названием «How a Billion-Dollar Autonomous Vehicle Startup Lost Its Way», по сути, констатировал наличие системного кризиса в направлении создания лидара Quanergy. Согласно документу, в июле от сотрудничества с Quanergy отказался Daimler. Правда, сейчас компания нацеливается на разработку сенсоров для создания цифровой границы между США и Мексикой.

Другой стартап — Luminar, оказавшийся на слуху в 2017 году, также появившийся в Кремниевой долине и также объявивший своей целью создание дешевого лидара, действует по аналогичной схеме. Его глава, 23-летний Остин Рассел, провозглашенный новым Илоном Маском, привлек более $36 млн инвестиций. В числе его инвесторов — фонды Питера Тилля, Canvas Ventures, компания Volvo, а также венчурный фонд GVA Capital с управляющим партнером из России Павлом Черкашиным. Еще в начале года на выставке CES в Лас-Вегасе Luminar демонстрировал свое устройство совместно с Toyota. С этого момента, однако, прошел практически год, но рынок так пока и не увидел серийного устройства компании.

Не доведены до логического завершения и несколько менее шумных стартапов, заявленных в области лидаров. А отчет, подготовленный в августе аналитиками McKenzey, и вовсе исключил лидары из числа устройств, которые будут доминировать на рынке самодвижущихся средств в ближайшие пять-восемь лет, отдав пальму первенства комбинации видеокамера плюс радар.

Пришлось самим

К работе по созданию радара нового поколения Cognitive Technologies приступила четыре года назад. «Мы были просто вынуждены начать собственные разработки в новой области,— говорит Ольга Ускова.— Зарубежные партнеры, напуганные проблемами несанкционированного копирования, очень неохотно делились необходимыми для создания комплексной ADAS-системы описаниями своих сенсоров. А в случае с российскими разработчиками в санкционный период и вовсе отказывались их предоставлять».

Компания собрала группу из нескольких наиболее продвинутых коллективов разработчиков со всей России. В начале своего пути разработчики пытались использовать для создания нового устройства доступные на рынке элементы. «Все они имели размеры и технологические сложности, с которыми мы никак не могли вписаться в требуемые техническим заданием габариты 4D-радара. Кроме того, часть характеристик, таких как разрешающая способность радара и габариты антенн, никак не отвечали нашим ожиданиям»,— говорит руководитель проекта по разработке 4D-радара Андрей Гельцер.

Поэтому специалистам компании пришлось самим решать проблему разработки основных компонентов нового радара. Как оказалось, это обстоятельство сыграло позитивную и решающую роль в совершении технологического прорыва. «Мы использовали подход, близкий к тому, что использовался в больших радарных комплексах,— продолжает Гельцер.— До нас никто на рынке не рассматривал такие подходы для применения в портативных устройствах. Мы не испугались такого эксперимента и получили потрясающий результат».

Специалистам компании удалось создать уникальную топологию антенной решетки, обеспечивающую вертикальное сканирование луча антенны без применения каких-либо механических элементов. Это позволяет достичь высоких показателей по разрешению, необходимых для оценки габаритных характеристик объекта. Кроме того, в отличие от обычных подходов к созданию 4D-радаров устройство Cognitive Technologies позволяет формировать четырехмерную карту дорожной сцены, определять пространственные координаты–скорость за один цикл приема–передачи сигнала. Это дает возможность повысить частоту обновления данных и, как следствие, определять параметры динамичных объектов и эффективно использовать энергетику радара, а также гарантирует низкую итоговую стоимость готового прибора.

Cognitive Imagine Radar способен детектировать объекты на расстоянии до 280–300 м в диапазоне углов азимута более 90–100 градусов и угла места до 15–20 градусов (достижение больших размеров угла нецелесообразно для практических задач). Его рабочая частота находится в диапазоне от 76 ГГц до 81 ГГц.

В Cognitive Imagine Radar реализована технология SAR (Synthetic-Aperture Radar — используется для воссоздания окружающей обстановки), позволяющая с помощью радара и бортового компьютера автомобиля строить карту окружающей обстановки. Такая карта необходима автопилоту для понимания общей картины того, где находится автомобиль, какие возможны сценарии выбора траекторий. «Технология позволяет видеть в высоком качестве объекты, находящиеся на близком расстоянии к автороботу: обочину, выбоины на дороге, бордюры и т. п., что было известной проблемой для радаров предыдущего поколения, а также для проектов зарубежных разработчиков по созданию 4D-радаров, видеть и детектировать даже домашних животных, выделять потенциально опасные объекты на дороге и учитывать их при управлении беспилотником»,— комментирует Андрей Гельцер.

Стоимость готового изделия не превысит нескольких сотен долларов. «Наличие 4D-радара в совокупности с видеокамерами и технологией Cognitive Low Level Data Fusion обработки данных, поступающих с сенсоров на нижнем уровне, позволяет нам достичь лучшего компьютерного зрения в мире. Более того, мы превзошли возможности человека по восприятию дорожной сцены. Наши тесты показали результаты, превосходящие требования наших заказчиков, автопроизводителей и компаний-Tier, к системам такого класса — одна ошибка в кадре на 50 часов проезда»,— заключает Ольга Ускова.

Родион Лубянцев