Cuando un niño sale corriendo a la carretera, el conductor humano promedio tarda 1,6 segundos en pisar el pedal del freno. El tiempo de reacción se reduce a 0,5 segundos para vehículos automatizados equipados con sensores de radar / lidar y un sistema de cámara. Pero a una velocidad de 50 km / h, eso todavía significa que el vehículo continuará otros siete metros antes de que se apliquen los frenos y se detenga.

En respuesta, el Instituto Fraunhofer de Confiabilidad y Microintegración IZM se ha asociado con una variedad de socios de ambas industrias (InnoSenT, Radar de silicio, Jabil Optics Alemania, AVL, John Deere) e institutos de investigación (Instituto Fraunhofer de Sistemas de Comunicación Abiertos FOKUS, DCAITI) para desarrollar un módulo de radar de cámara que sea significativamente más rápido para capturar cambios en las condiciones del tráfico. La nueva unidad, no más grande que un teléfono inteligente, tendrá un tiempo de reacción de menos de 10 milisegundos, que, según un estudio realizado por la Universidad de Michigan (ver fuente), lo hace 50 veces más rápido que los sistemas de sensores actuales y 160 veces más rápido que el conductor humano promedio. Con el nuevo sistema, el vehículo de nuestro ejemplo anterior viajaría solo 15 cm antes de que el sistema intervenga e inicie la maniobra de frenado, eliminando potencialmente muchos accidentes de tráfico en el centro de la ciudad.

El procesamiento de señales integrado reduce el tiempo de reacción

La verdadera innovación del nuevo sistema es su capacidad de procesamiento de señales integrado. Esto permite que todo el procesamiento se lleve a cabo directamente dentro del módulo, con el sistema filtrando selectivamente los datos del sistema de radar y la cámara estéreo de modo que el procesamiento pueda tener lugar inmediatamente o retrasarse intencionalmente hasta una etapa de procesamiento posterior. Se reconoce la información no relevante, pero no reenviado. La fusión de sensores se aplica para combinar los datos de la cámara y el radar. Luego, las redes neuronales evalúan los datos y determinan las implicaciones del tráfico en el mundo real basándose en técnicas de aprendizaje automático.

Como resultado, el sistema no necesita enviar información de estado al vehículo, sino únicamente instrucciones de reacción. Esto libera la línea de bus del vehículo para lidiar con señales importantes, por ejemplo, detectar a un niño que de repente sale corriendo a la carretera. "El procesamiento de señales integrado reduce drásticamente los tiempos de reacción, "dice Christian Tschoban, jefe de grupo en el departamento de RF y sistemas de sensores inteligentes. Junto con sus colegas, Tschoban está trabajando actualmente en el proyecto KameRad (ver cuadro de información).

El demostrador en funcionamiento que él y su equipo han desarrollado parece una caja gris con ojos a derecha e izquierda:las cámaras estéreo. El proyecto se extiende hasta 2020. Hasta entonces, los socios del proyecto AVL List GmbH y DCAITI estarán ocupados probando el prototipo inicial, incluidas las pruebas en carretera en Berlín. Tschoban espera que dentro de unos años su "caja gris" se instale de serie en todos los vehículos. aportando seguridad adicional al tráfico urbano automatizado.