تتطور القيادة الذاتية بسرعة من الخيال العلمي إلى الواقع. في حين أن السيارات ذاتية القيادة ليست جديدة بالتأكيد ، لا يزال الكثيرون يتساءلون كيف يمكنهم التنقل بمفردهم. الجواب يشمل الليزر ، والخوارزميات المعقدة ، والجودة جمعيات حلقة الانزلاق.
تحديد المدى
LiDAR ، أو كشف الضوء وتحديد المدى ، هي طريقة للمسح تقيس المسافات باستخدام أشعة الليزر. مثل الدلافين التي تستخدم تحديد الموقع بالصدى مع الموجات الصوتية ، ترسل أنظمة LiDAR أشعة ليزر نابضة تنعكس بمجرد مواجهة عقبة. بمجرد الانعكاس ، يقوم النظام بجمع الأشياء والتعرف عليها باستخدام مستشعرات دقيقة. تعد الأضواء فوق البنفسجية والمرئية والأشعة تحت الحمراء القريبة التي تستخدمها أنظمة LiDAR دقيقة بما يكفي لاستهداف مجموعة واسعة من المواد مثل الأجسام غير المعدنية والمركبات الكيميائية. ثم تتم مقارنة القراءات من أنظمة تحديد المواقع العالمية (GPS) ووحدات القياس بالقصور الذاتي (IMU) للتحقق من صحتها.
استخدام طرق أخرى ، مثل RADAR ، لا يمكن الاعتماد عليها في رسم الخرائط والملاحة لأن موجات الراديو الأكبر المستخدمة غير قادرة على اكتشاف الكائنات الأصغر بتفاصيل ودقة LiDAR. بينما تقدم الكاميرات بديلاً أكثر تفصيلاً ، فإنها تفتقر إلى إمكانات العرض اللازمة لرسم الخرائط ثلاثي الأبعاد. يجمع LiDAR بين إمكانات العرض وموثوقية الأنظمة الأخرى بدقة أعلى.
جمعيات حلقة الانزلاق
جمعيات حلقة الانزلاق العلمية في ميشيغان التحقق من صحة قراءات نظام LiDAR لتحسين جمع البيانات ودقة رسم الخرائط. مرتبط ب عجلات السيارة، تقيس مجموعات الحلقة الانزلاقية السرعة والموضع للمقارنة مع أنظمة GPS و IMU و LiDAR. من خلال مقارنة النتائج ، يمكن إنتاج خرائط دقيقة ومفصلة. بهذه الدقة ، التطبيقات من هذه التكنولوجيا لا تزال مرتبطة بالخيال فقط.
ماذا يعني هذا بالنسبة لمستقبل المركبات ذاتية القيادة؟ السلامة هو اسم اللعبة ، ولكن مع وجود العديد من المتغيرات التي يجب مراعاتها أثناء القيادة ، قد يكون هذا هدفًا صعبًا لتحقيقه. تقوم الخوارزميات المعقدة بتقييم البيانات والخرائط التي يوفرها LiDAR لتحديد سلوك التنقل المناسب. تساعد القياسات التفصيلية للغاية السيارات ذاتية القيادة على تمييز الأشياء الفردية عن بعضها البعض ، حتى لو كانت مسدودة بصريًا أو مخفية. يؤدي تحسين التعرف على المواجهات غير المتوقعة مع المشاة والحيوانات والمركبات الأخرى وردود الفعل تجاهها إلى جعل المركبات ذاتية القيادة أكثر ذكاءً وأمانًا.
تساعد مجموعات الحلقات المنزلقة LiDAR على تحقيق الخيال مع التقدم في سلامة المركبات الذاتية ، ولكن لماذا تتوقف عند هذا الحد؟ لمعرفة المزيد حول كيف يمكن أن تساعد تجميعات الحلقة الانزلاقية في اختبار التطبيق والابتكار ، اتصل بمهندس علمي ميتشيغان اليوم.