AdobeStock_393093102_1540-800.jpeg
Accueil » Actualités » Comment construire un meilleur système de radar automobile
| | | |

Comment construire un meilleur système de radar automobile



Les systèmes radar relèvent des défis en temps réel pour répondre aux besoins en évolution des technologies de conduite assistée.

Les systèmes avancés d’aide à la conduite (ADAS) s’appuient fortement sur la technologie radar moderne. Et pourquoi pas? Le radar utilise des ondes électromagnétiques pour détecter l’environnement. Il peut fonctionner sur une longue distance par mauvaise visibilité ou par mauvais temps. La conception d’une radiofréquence automobile qui capture avec précision diverses situations de circulation sera essentielle pour sécuriser les opérations autonomes.

Les systèmes radar ne sont pas un nouveau venu dans le domaine automobile. Dans le passé, le radar automobile était utilisé dans les véhicules pour des opérations de base telles que le freinage d’urgence automatique (AEB) et le régulateur de vitesse adaptatif (ACC), où le capteur radar n’avait qu’à fournir au véhicule des informations relatives à la distance et à la vitesse de la cible. devant elle.

Cependant, les tendances récentes au déploiement d’un véhicule entièrement autonome ont augmenté la quantité d’informations qu’un véhicule exige du capteur radar. Plus précisément, après avoir détecté une cible, le véhicule hôte doit déterminer plusieurs choses, telles que la distance à une cible – qu’il s’agisse d’une autre voiture, d’une personne, d’un objet immobile, etc. Le radar doit également calculer à quelle vitesse la cible s’approche ou s’éloigne ; que ce soit à droite, à gauche ou tout droit devant le véhicule ; sur la route ou au-dessus du sol; et la nature de la cible, c’est-à-dire piéton ou véhicule, par exemple.

La technologie radar automobile peut fournir des informations essentielles en temps réel aux ordinateurs embarqués du véhicule et aux algorithmes logiciels pour répondre à ces questions en fournissant des ensembles de données en cinq dimensions : distance, Doppler, direction azimutale d’arrivée (DoA), direction d’altitude d’arrivée (DoA) , et Micro-Doppler.

Alors que les véhicules migrent du niveau SAE 1 au niveau 5 d’autonomie complète, la technologie radar automobile sera utilisée pour bien plus que le freinage d’urgence et le régulateur de vitesse adaptatif avec des exigences de fiabilité et de précision toujours croissantes.

Bien que la construction et les tests soient extrêmement précieux, s’ils sont utilisés seuls, cela peut être excessivement coûteux et prendre beaucoup de temps. La simulation des performances matérielles des capteurs radar est une approche rentable et efficace pour la conception de capteurs radar. Pour créer un meilleur produit ADAS, les ingénieurs doivent utiliser la simulation pour concevoir, tester et valider des capteurs dans un cycle de développement de produit beaucoup plus court.

Simuler pour créer un meilleur produit

Alors que la simulation matérielle est précieuse lors de la phase de conception du capteur, la simulation le devient encore plus lors de la validation et du test des performances des capteurs radar dans le monde réel. Plus précisément, les ingénieurs radar doivent être sûrs que les capteurs radar détecteront avec précision l’environnement et fourniront des informations cohérentes aux algorithmes de perception du véhicule. Ne pas le faire peut gravement compromettre la sécurité des véhicules entièrement autonomes.

De plus, les ingénieurs devront tester les performances d’un capteur radar dans les cas dits d’angle qui peuvent s’avérer trop dangereux ou coûteux pour des tests physiques. En fait, il a été estimé qu’il faudra parcourir 8,8 milliards de kilomètres avant que les véhicules entièrement autonomes n’atteignent les clients. La simulation est donc apparue comme le seul moyen pratique d’atteindre cet objectif. À l’aide de la simulation, les ingénieurs peuvent parcourir des milliards de kilomètres virtuels tout en testant en toute sécurité les performances des capteurs de radar automobile dans des cas d’angle.

Ansys5-dimensions-of-radar-1.jpeg

Ansys

Cependant, toutes les simulations de capteurs radar dans les lecteurs virtuels ne sont pas égales ; leur précision et leur vitesse peuvent varier considérablement en raison du niveau de fidélité électromagnétique introduit dans les simulations.

Plus précisément, la précision des simulations de radars automobiles dépend du réalisme de l’environnement virtuel et du nombre de phénomènes de propagation des ondes électromagnétiques inclus. Pour accélérer les simulations radar, les ingénieurs utilisent parfois de simples primitives pour définir des acteurs types dans les scènes de trafic. Un exemple de ceci est l’utilisation d’une boîte pour définir une voiture ou un groupe d’ellipsoïdes pour définir un piéton. Une autre technique consiste à utiliser des simulations au niveau du système qui définissent des cibles en tant que valeurs de section efficace radar prédéfinies qui ne nécessitent pas de simulations électromagnétiques actives.

Chacune de ces approches réduit la fidélité des retours radar synthétiques qui sont obtenus à partir de ces capteurs radar virtuels lors des simulations de conduite. Ne pas capturer la véritable réponse électromagnétique d’une scène de trafic peut conduire à la validation prématurée d’un capteur qui se comportera différemment et de manière imprévisible dans la vie réelle. De plus, cela peut annuler les gains introduits par les algorithmes d’intelligence artificielle (IA) qui auraient été construits avec des données radar synthétiques incorrectes.

Une approche qui a fait ses preuves consiste à utiliser a est un solveur électromagnétique asymptotique à traçage de rayons qui résout efficacement les problèmes électriquement importants. Ces systèmes, comme celui d’Ansys, utilisent l’optique géométrique (GO), l’optique physique (PO), la théorie uniforme de la diffraction (UTD), la théorie physique de la diffraction (PTD) et les ondes rampantes (CW) pour prédire avec précision le propagation des ondes électromagnétiques. Pour aller plus loin dans les détails sur les ensembles de données dimensionnelles nécessaires pour construire un meilleur radar ADAS, cliquez ici.

A lire également