AutomotiveRadarTechnology research

Isesõitvate autode tajurite tutvustus: Radarid

Isesõitvad autod nõuavad oma ümbruse tajumiseks tajureid ehk sensoreid. Radar, üheskoos lidarite, ultraheliandurite ja videokaameratega on kõige levinumad tajurid nii ise- kui ka tavalises autonduses. Maailma suurim isesõitvate sõidukite tootja Tesla panustab just radari tehnoloogiale, laiendades sellega oma toote võimekust sõita autonoomselt. Nüüdseks juba sõidukite põhivarustusse kuuluvad abimehed nagu parkimisabi, adaptiivne püsikiirusehoidja, süsteemid sõidurea automaatseks vahetuseks, pimenurga tuvastus ning pidurdusabi on kõik radari tehnoloogial põhinevad lahendused, tõestades radari vajalikkust.

Radari paindlikkus väljendub heas keskkonnatingimuste talumises keskkonnatingimuste nagu vihm, lumesadu ja -tormid, kus nimelt LIDAR ja videokaamerad jäävad hätta. Seda kinnitab ka radari jätkuvalt kasvav kasutustrend autode turvasüsteemides, võitlemaks ilmastiku iseärasustega. Selle blogipostituse fookus on seega anda ülevaade radari tööpõhimõtest, milleks nad autonduses on kui ka teistes tööstustes kasulikud. Lisaks võtame teemaks erinevad radari kasutuslood, mis iseloomustavad radaritehnoloogia paindlikkust praktiliste probleemide lahendamisel.

https://i.pinimg.com/originals/c5/65/13/c5651397491c6d9809e02e24cad1924f.jpg
Enimlevinud tajurid sõidukites. Allikas: Pinterest

Radarite peamine eesmärk iseautonduses on ümbritseva keskkonna tajumine, et saada taustinformatsiooni otsuste tegemiseks. See info võtab enamasti kaardi kuju, arvestades kõike ümbritsevat, et jälgida muutusi keskkonnas, kasvatades sellega nii isejuhtiva auto sõitjate turvalisust kui ka teiste liiklejate ohutust. Radar on kasutuses isejuhtivates sõidukites ka eelnevalt mainitud turvasüsteemide näol.

Enne kui rääkida radari kasutuslugudest, peaks andma üldise ülevaate selle tööpõhimõtetest ja omadustest. Radar, nagu ka tänaseks iseautonduses levinud lidar ja videokaamera, on elektromagnetlainete kiirgusel põhinev tajur. Elektromagneetiliste lainete kõige tuntumad näited on nähtav valgus ja raadiolained. Erinevus radari, nähtava valguse ja raadiolainete vahel on vaid lainepikkus. Sellest erinevusest tulenevalt on igal lahendusel omad plussid ning miinused.  

Kuid mida radar mõõdab ja kuidas? Kui inimsilma ja videokaamera tulemustest on kerge luua ettekujutust, siis jutt erineval sagedusel, kuid samal lainetüübil toimivast radarist tundub keerulisem, kui ole teada, kuidas radar maailma kujutab. Tegelikkuses on radari töö tulemust lihtne hoomata. Radar, sarnaselt ultraheli anduritele ja LIDARI-le, mõõdab tema vaateväljas asuvate objektide kaugust ja saabumisnurka, kasutades selleks signaali levimisaega ja laine levimiskiirust. Kauguse, kiiruse ja objekti saabumise nurga mõõtmiseks saadetakse radarist välja laine, mille vaateväljas asuv objekt peegeldab laine ning mis radari poolt uuesti kinni püütakse.

sonarworking
Laine (punane) levimine sensori (sinine kõlar) ja objekti (roheline) vahel sonari näitel. Peegeldunud laine on kuvatud lillana. Allikas: physics-and-radio-electronics.com

Peegeldunud laine abil määratakse objekti kaugus, kasutades selleks laine levimise aega. Liikuva objekti kiiruse tuvastamiseks kasutatakse elektromagnetlaine levimisel tekkivat Doppleri efekti.

Laine levimisajal põhinev kaugusmõõtmine. Allikas: Voyage

Lisaks objekti kaugusele ja saabumise nurgale, on radar tänu oma toimemehhanismile võimeline ka mõõtma objekti suhtelist kiirust. Nende mainitud kolme suuruse mõõtmise tulemusena tekib, olenevalt radari antenni ehitusest, kas kahe- või kolmemõõtmeline punktipilv.


Näide kolmemõõtmelisest radari punktipilvest.

Kaugus ja saabumisnurk määravad radari mõõtetulemuste koordinaadid ruumis. Kiirus aga väljendab iga punkti asukoha muutust selles ruumis. Radari toimimismehhanismi abil on kiiruse mõõtmine arvutuslikult lihtne ning ei vaja keerulist lisatööd nagu näiteks kaamera pilditöötlus neurovõrkude abil objektide jälgimiseks.

Selleks, et näitlikustada, miks just radareid kasutada, tuleb välja tuua selle tugevused, nõrkused ja nendest tulenevalt kasutusalad nii ise- kui ka tavalises autonduses.Radari võimekusest mõõta objekti eri parameetreid on kergesti hoomatav radarite kasutuslood.Nende vajalikkus ilmneb just objektide asukoha jälgimisena. Ära kasutades radari suutlikust objekti suhtelist kiirust ja asukohta mõõta, on võimalik koostada erinevaid ohutussüsteeme, muutes seega sõiduki juhtimist turvalisemaks. Seda seetõttu, et radarisüsteemid leevendavad juhi vaimset stressi, aidates hoida tähelepanu suunatud sõiduki juhtimiseks kõige olulisemale ja aitab seega vältida tähelepanu hajumist. Teisalt, liigne mugavus võib muuta juhtimist ka ohtlikumaks kui muidu. Näiteid lohakusest ja tähelepanu hajust selliste mugavuslahenduste kasutamisel võib tuua elust enesest. Radaril on peamiselt kaks eelist võrreldes ultraheli ja videokaameratega:

  • Vastupidavus eri keskkonnatingimustele – nagu eelnevalt juba mainitud sai, toimib radar ka udus, suitsus, tugevas vihma- ja lumesajus. Radar võimaldab ka objektide täpse liikumise ja kauguse tuvastamist õhukeste metall-, puit- ja  kipsplaatide, tellise, pleksiklaasi ning muude plastmasside taga.
  • Mõõtmistäpsus – Võimaldab väiksemõõtmeliste objektide kauguse  ja selle muutuse mõõtmist mõnesentimeetrise täpsusega lühidistantsidel. Pikematel distantsidel, kuni

paarsada meetrid,  jääb täpsus kümnete sentimeetrite suurusjärku, mis on võrreldes kaamerate piiratud nägemiskaugusega, hea tulemus. Radari täpsusest lähtuvalt sobib see tehnoloogia ka inimese pulsi mõõtmiseks, hingamise ning täppisliigutuste tuvastamiseks.

Võrreldes teiste tajuritega on radaril omad nõrkused, piirangud ja ebatäpsused. Eemaldades radari vaateväljast paigal seisvad peegelduspunktid, jäävad nähtamatuks objektid, mis ei oma kiirust radari suhtes. Näitena võib tuua samal kiirusel eessõitev auto või eelnevalt mainitud puit- või metallplaadid, mis on paigal radari ees. Teist tüüpi nähtamatud objektid on jällegi staatilised peegelduspunktid keskkonnas, kuid mis omavad teatud kiirusi ning suunda liikuva radari suhtes. Näiteks mõni auto sõidurea kohal asuv liiklusmärk, mis liigub radari suhtes sama kiirusega, mis sõiduk liiklusmärgi poole. Sellistel juhtudel jäetakse liiklusmärgi peegeldused kõrvale, kuna muidu vastav süsteem ei oleks võimeline oma ülesandeid täitma.  Selline stsenaarium on tihti põhjuseks isesõitvate autode õnnetuste tekkimisel kui radar on peamine sensor, et tajuda sõidukile ohtu kujutavaid objekte.

Radar ei taga laine lühimat teed tagasi vastuvõtjani, erinevalt LIDAR-ist, mida iseloomustab just mõõtmiseks kasutatava laserkiire teekonna etteaimatavus. Radari tööks vajalikud lained võivad peegelduda mitme objekti pealt ja seetõttu asetada mõõtmistulemused valele kaugusele. Mitmelt objektilt peegeldunud laine aga omab nõrgemat signaalitugevust kui väiksemalt arvult objetidelt peegeldunud lained.

Seega on radari puhul olemas põhjus ja mehhanism lisatöötluseks, et filtreerida müra ja võltsmõõtetulemused.  Seega oleks võimalik filtreerida signaalitugevuse järgi, kuid praktiliselt on siiski tegemist oletamise ja katsetamisega, et leida õige piir. Võimalik on selle piiri leidmine vaid siis, kui on eelnevalt kindlaks tehtud, milliste objektide pealt on laine võimeline tagasi peegelduma, ehk tuntakse mõõdetavat keskkonda ja selles asuvaid objekte.  Selline kaardistamine on aga isejuhtivate sõidukite puhul ebapraktiline ja aeganõudev. Isejuhtivate autode eesmärk on pigem oma eesmärgi saavutamine keskkonna tundmaõppimine sensorite abil ning seetõttu ei ole võimalik sellist oletust teha.

Nüüd kui on radari toimimine ja omadused on selged, saab rääkida milleks neid reaalselt kasutatakse. Kuna radari töö tulemusena tekkiv punktipilv on kasutu ilma lisatöötluseta, ei kasutata seda enamasti koheselt peale mõõtmist.



Kõrge resolutsiooniga radari punktipilv. Allikas: OCULII

Radari mõõtetulemuste töötlemiseks kasutatakse algoritme ning filtreid, et kasutada saadavat infot efektiivsemalt. Nagu eelmiselt pildilt on näha, ei ole võimalik palja silmaga kindlaks teha, millist objekti radar näeb, see tähendab, et ei ole võimalik luua seost objekti ning tema mõõtetulemuste vahel. Inimestel on selliste seoste loomine kergem, kui arvutisüsteemidel, mis isesõitvaid autosid juhivad, võttes vähem aega info töötlemiseks. Kui eelnevalt pildilt on lihtne ära tunda linnakeskkonda teede ja äärekivide näol, siis arvutite puhul peab seda seost looma algoritmiliselt. Videokaamera ning lidariga on see seoste loomine kergem, kuna neid iseloomustab suurem infotihedus kui radarit. Radar pakub aga odavamat ja ilmastikutingimustele vastupidavamat töötlust, mis võimaldavad piisavat täpsust ja infotihedust, et kasutada neid isejuhtivates sõidukites.

Siinkohal on sobilik tuua näidete abiga välja erinevad töötlusviisid, kuidas pealtnäha kasutust täpikogumist midagi uut ja kasulikku luua. Selleks nimetame suuremad valdkonnad kus ja kuidas kasutatakse radareid: autondus, tootev/töötlev tööstus, robootika ning hooneautomaatika. Kokkuvõtlikult saab väljendada radari juba rakendatavaid kasutusviise järgnevalt:

  • Autondus
    • Kasutusel juba tavaautode standardvarustuses:
      • Kokkupõrgetest hoidumiseks (Collision warning)
      • Arukas püsikiirushoidja (Intelligent cruise control)
      • Parkimisabi (Parking-assist systems)
      • Pimenurkade tuvastus (Blind spots)
  • Töötlev ja tootev tööstus
    • Tootmisliinidel ohutuse tagamiseks, kontrollimaks kas esemed on konveieril või mitte
    • Ladudes lokaliseerimine eelnevalt määratud alal
    • Põllumajanduses harimistehnika asendi (kalde) muutuse määramiseks põllu pinnase suhtes
  • Robootikas:
    • Turvaalade loomine
    • Roboti asendi tuvastamine pinnase suhtes
    • Pinnase kiiruse mõõtmine libisemise tuvastamiseks
  • Kasutusvõimalustest koduautomaatikas
    • Automatiseeritud tulede juhtimine
    • Uste avamine
    • Alade hõivatuse kontrollimine
Radari erinevad kasutuslood. Allikas: Texas Instruments

Lõpetuseks toome välja ka võimalikud kasutuslood tulevikuks. Lisaks eelnevalt mainitud kasutusele on radarit võimalik just paindlikkuse tõttu kasutada ka potensiaalselt järgnevaks:

  • Päästeteenistuse põhivarustuses:
    • Päästeautodel raske ilmastikuga võitlemiseks
    • Looduskatastroofide, metsa- või hoonete põlengute puhul kui nähtavus on piiratud, suitsu, sudu jm puhul
  • Isesõitvate autode varustuses:
    • Keskkonna muutuste tajumiseks
    • Keskkonna kaardistamiseks
  • Robootikas:
    • Autonoomsete robotite varustuses sarnaselt autonduses kokkupõrgete vältimiseks
    • Annab piisavalt tiheda punktipilve kaardistamiseks
    • Annab piisavalt tiheda punktipilve lokaliseerimiseks kaardi põhjal
    • Kahe eelneva samaaegseks elluviimiseks
    • Põllumajanduses ning tööstuses ratta libisemise tuvastamiseks
  • Hoonete ja ruumide automaatika:
    • Alade hõivatuse tuvastamiseks, mis on omakorda kasutatav järgnevalt:
      • Uste avamine
      • Tulede juhtimine
      • Füüsiliste ressurside halduse ja kasutuse optimeerimine, mis nõuavad täpset liikumise tuvastust

Blogi valmimist toetavad Haridus- ja Teadusministeerium ning SA Eesti Teadusagentuur.