- LIDAR geeft zelfrijdende systemen ’ogen’
- De beperkingen van LIDAR
- Nieuw systeem maakt het mogelijk om door een muur en om een hoek te kijken
- Pure hightech tovenarij of bruikbare technologie?
We kunnen ons een toekomst zonder zelfrijdende systemen haast niet meer voorstellen. Aangezien de meeste ongelukken worden veroorzaakt door menselijke fouten en zelfs de huidige autonome voertuigen betere chauffeurs zijn dan wij, ziet het ernaar uit dat autonome auto’s duizenden levens zullen redden. Ook verkeersproblemen zijn het gevolg van ons niet zo onberispelijke rijgedrag – en dat is iets waar zelfrijdende auto’s ook oplossingen kunnen bieden. Ze zorgen voor kortere reistijden, voorkomen dat snelwegen veranderen in enorme parkeerplaatsen en bovendien dringen ze ons fossiele brandstofverbruik terug. Zelfrijdende technologie biedt talloze voordelen – sterker nog, het is de onvermijdelijke toekomst.
Zoals we al eerder hebben geschreven, zijn de het de LIDAR-systemen (Light Detection And Ranging) die verantwoordelijk zijn voor wat zelfrijdende auto’s ‘zien’. De nieuwste systemen maken inmiddels ook hogere snelheden mogelijk, wat betekent dat de technologie bijna klaar is voor de weg en dat autonoom rijden superveilig wordt.
Een team ingenieurs van Stanford University heeft onlangs een rapport gepubiceerd in Nature, een van ’s werelds meest toonaangevende wetenschappelijke tijdschriften. Hierin beschrijven ze een potentieel LIDAR-compatibel systeem dat gebruik maakt van het gereflecteerde licht van lasers om door muren en om hoeken te ‘kijken’. In de nabije toekomst kunnen we ook zelfrijdende auto’s met deze technologie uitrusten.
LIDAR geeft zelfrijdende systemen ’ogen’
LIDAR is niet nieuw. Het werd kort na de eerste lasers in gebruik genomen. In de jaren zestig werd het bijvoorbeeld gebruikt om wolken te meten. En begin jaren zeventig gebruikten Apollo-astronauten LIDAR om het oppervlak van de maan in kaart te brengen. Sindsdien is het een vrij gangbare technologie geworden voor drones en bijvoorbeeld zelfrijdende systemen in de landbouw. Het werkt door pulserende lasers af te vuren op de objecten die het systeem in het vizier moet krijgen. Door het terugkaatsende licht te meten, kan het systeem een 3D-model maken van wat de lasers raken. De technologie werkt tegenwoordig sneller en nauwkeuriger, waardoor autonome auto’s beter in staat zijn om gevaar op de weg te detecteren.
De beperkingen van LIDAR
Maar de huidige LIDAR – hoe goed de technologie ook is – is nog steeds beperkt tot zichtlijnen. Wat het niet letterlijk voor zich ziet, kan het gewoon niet zien. En dat is voor zelfrijdende systemen niet handig. Stanford ingenieurs Matthew O’Toole, David B. Lindell en Gordon Wetzstein merken op: “Het is voor veel onderzoeksgebieden van fundamenteel belang om objecten te kunnen detecteren die vanuit het oogpunt van een camera verborgen zijn. Denk bijvoorbeeld aan toepassingen in robotvisie, defensie, teledetectie, medische beeldvorming en autonome voertuigen”. In hun onderzoeksrapport beschrijven ze een nieuw proces voor het analyseren van laserlicht dat dit probleem kan oplossen: ‘non-line-of-sight imaging’ of NLOS.
Nieuw systeem maakt het mogelijk om door een muur en om een hoek te kijken
De NLOS-methode werkt met een laserstraal die de lichtdeeltjes in een cirkel van 360 graden verspreidt. De lichtdeeltjes weerkaatsen als ze op een muur botsen, waarna ze op het verborgen voorwerp erachter terechtkomen. De lichtdeeltjes komen vervolgens weer terug bij een sensor die het weerkaatste licht herkent. Met een speciaal algoritme creëert de sensor vervolgens een afbeelding van het verborgen object. In plaats van het direct teruggekaatste licht te meten, vangen O’Toole en zijn collega’s juist de lichtdeeltjes op die tijdens deze verspreide reflectie meerdere malen weerkaatsen. O’Toole legt uit: “We zijn op zoek naar die tweede, derde en vierde weerkaatsingen – deze coderen de verborgen objecten”.
Matt Simon schrijft voor Wired dat “er alleen extreem vage lichtsporen achterblijven. Daarom hadden de onderzoekers een zogenaamde single photon avalanche diode – of SPAD – nodig om dat piepkleine signaal optimaal te benutten”. Terwijl één van die terugkaatsende, verspreide lichtdeeltjes de SPAD raakt, begint het aan de hand van de gegevens een 3D-model te construeren. Maar om een nauwkeurig beeld te krijgen, moet de analyse bepaalde informatie bevatten – zoals de vorm van de wand waar de laserstraal tegenaan komt – en willekeurige ‘ruis’ filteren. Dit is geen snel proces. Zo’n meting kan van een paar minuten tot wel een uur duren. Het resultaat is voldoende ‘schone’ gegevens waarmee een nauwkeurig 3D-beeld van het verborgen object gegenereerd kan worden.
Pure hightech tovenarij of bruikbare technologie?
O’Toole zegt: “Het is net tovenarij”. Het team heeft een nieuwe manier van verwerking en analyse getest, waarbij de sensoren op hetzelfde punt werden gericht als de laser – en de resultaten zijn verbluffend. Hoewel het een aantal minuten duurt om voldoende gegevens te verzamelen voor analyse, bevestigt Lindell dat de verwerking vrijwel direct is. “Met één druk op de knop van je laptop kun je deze beelden binnen een seconde verwerken. Tot voor kort had je nog speciale hardware nodig die hier uren over deed”.
Wel zijn er nog technische hindernissen. O’Toole waarschuwt: “De grootste uitdaging is dat een groot deel van het signaal verloren gaat wanneer het licht meerdere keren reflecteert. Dit probleem wordt nog verergerd door het feit dat een rijdende auto dit signaal moet kunnen meten in fel zonlicht, met hoge snelheden en op lange afstanden”. En natuurlijk weerkaatsen lasers in de echte wereld niet op gladde, vlakke muren in optimale omstandigheden. Ook is het type laser in de experimenten niet hetzelfde als wat er in de huidige LIDAR-systemen gebruikt wordt. Maar dit zijn uitdagingen die met echte wetenschap en slimme technologie overwonnen kunnen worden. “We zijn van mening dat het rekenalgoritme al klaar is voor LIDAR-systemen. De vraag is alleen of de huidige hardware van LIDAR-systemen dit type beeldvorming ondersteunt”, zegt O’Toole.
We hebben alle vertrouwen dat we dit soort technologie in de nabije toekomst in zelfrijdende voertuigen gaan tegenkomen. Het kunnen detecteren van onvoorspelbare gevaren op de weg – zoals andere voertuigen, een fietser die plotseling oversteekt of een hond die een bal tussen geparkeerde auto’s achterna rent – kan tragedies voorkomen en levens redden.
