无人驾驶设计中的传感和感知技术展望

8小时前浏览32

作者：Caty Fairclough | Senior Marketing Communications Writer, Ansys

翻译：Kimi

自主系统如何观察周围的世界？首先，它们依赖计算机视觉来感知周围环境。计算机视觉通过分析和解释来自检测物理刺激（如光、声、热或射频（RF））的传感和感知系统的数据来工作。

实际上，对于自主系统来说，通过传感器收集数据并通过感知系统进行解读是它们的首要功能步骤。例如，考虑一架在沙漠上空运送物资的自主直升机。为了执行这一功能，直升机首先需要观察周围的地形，以决定其飞行路径。

这就是传感和感知技术发挥作用的地方。自主系统可以使用摄像头、雷达、激光雷达、热像仪、超声波传感器、全球定位系统（GPS）、惯性测量单元（IMUs）等来获取外部刺激的信息。然后，它们利用这些信息来做出决策。

这些自主技术在航空航天和国防（A&D）行业的应用同样广泛。用途范围从无人机在飞行中拍摄下方土地的高分辨率图片，到使用先进的实时雷达系统检测其他飞行器的自主电动垂直起降（eVTOL）车辆。

值得一提的是，虽然传感和感知系统是自主设计中的关键硬件组件，但还有其他重要的物理组件。例如，工程师还需要在他们的设计中考虑连通性和车对一切（V2X）。确保自主系统拥有所需的硬件，以便能够持续有效地与基础设施、网络、其他车辆和设备进行通信，这对于许多自主设计至关重要。此外，所有这些硬件组件也需要完全集成到软件组件中，如控制系统。

在设计这些关键硬件时，A&D行业的工程师必须专注于开发准确可靠的集成设计。随着这项技术变得越来越复杂，设计这些硬件系统将成为团队必须克服的障碍，以便在这一领域进行创新。

雷达系统使用电磁无线电波在不同条件下探测目标和距离

值得关注的四种传感和感知技术

尽管推动A&D自主性的技术多样且不断增长，但有四种类型的传感和感知系统在行业中普遍存在。自主系统处理从这些技术收集的信息，并以它们可以根据预设动作解释和采取行动的格式返回。

1. 摄像头

自主系统使用摄像头记录和捕捉周围世界的视觉图像。因此，工程师专注于开发高分辨率摄像头，无论自主车辆的速度、摄像头与主题之间的距离、天气条件或其他外部现象（如阳光或眩光）如何，都能捕捉高质量的视觉信息，以实现准确的感知和分析。

设计摄像头时工程师面临的一些主要挑战包括在不同光照条件下实现高质量图像，并平衡分辨率、帧率、运动和功耗的需求。

2. 激光雷达系统

光检测和测距（激光雷达）是一种使用光脉冲映射环境的遥感技术。除了自主系统外，激光雷达还常用于地形分析、测绘和机器人技术。自主车辆使用激光雷达系统创建详细的3D地图和准确的物体检测，以增强感知。

为了履行其功能，激光雷达系统需要实现高分辨率质量，覆盖大范围，并确保即使在恶劣天气条件下也能保持性能。

3. 雷达系统

无线电检测和测距（雷达）系统使用电磁无线电波进行可靠的物体检测和测距。雷达的一些常见应用包括空中交通控制和天气预报。雷达系统能够在许多不同条件下进行可靠的物体检测和距离测量。

在挑战方面，雷达系统需要确保即使在复杂环境中也能保持准确性，并必须管理来自其他雷达系统的干扰。

4. 热像仪

热像仪用于检测温度变化和热模式，可以使自主系统更容易在低能见度环境中感知周围环境，例如黑暗环境。

设计热像仪的工程师需要确保它们能够实现高灵敏度和分辨率，同时将热数据与其他传感器数据集成。

展望未来：优化A&D中的传感和感知技术

无论具体技术如何，从事传感和感知系统的工程师都面临一些主要挑战。这些包括在整个设计和开发过程中优化尺寸、重量、功率和成本（SWaP-C），确保设计即使在A&D行业各个细分市场中的多种平台和应用中也能最佳地运行，以及满足关键的安全和性能标准。

为了克服这些障碍，工程仿真软件已成为必要的解决方案，使您能够：

使用AI优化成像系统，并采用综合多物理方法（考虑热量、振动、变形等）创建更强大的产品
使用射线追踪和射频分析虚拟验证和优化天线和阵列设计
在空中、陆地、海洋和太空的各种条件和现实环境中集成和验证系统
通过可扩展性、更高效的测试、减少对物理原型的需求和自动化，提高效率并缩短上市时间

得益于数字工程，跨学科专家团队将能够开发出不仅功能齐全，而且高效、准确、稳健，并尽快部署的传感和感知设计。

我们可能在这一领域看到的进步包括：

具有增强视觉感知、更好的多波段成像系统和改进的目标识别与跟踪的摄像头
即使在所有天气条件下也能可靠检测、增强距离测量、目标跟踪、最小重量和消除幽灵目标的雷达
具有精确3D映射和目标检测、最佳放置和增强导航以及避障功能的激光雷达
在低能见度条件下改善感知，并增强检测热模式和异常的热像仪

来源：老猫电磁馆

使用电磁仿真和数字任务工程软件进行GNSS信号干扰仿真

作者：Maura Callahan | Senior Product Marketing Manager, Ansys翻译：Kimi让我们达成一个共识：当你在空中时，知道你的确切位置总是一件好事。问题是，实际上，你的位置并不总是能够被知晓。现代飞行器，无论是将人们从一个地方运送到另一个地方的飞机，还是为亚马逊运送包裹的无人机，都使用来自全球导航卫星系统（GNSS）的射频（RF）信号实时确定位置。然而，构成GNSS的五个卫星网络悬浮在地球表面约20,000公里的高度，到达飞行器天线的信号非常微弱。如果飞机飞过一个更强的RF信号产生干扰的区域——无论是故意还是无意——微弱的GNSS信号可能会丢失。在清除干扰之前，导航系统可能无法计算飞行器的实际位置——如果信号在飞机降落在雾蒙蒙的跑道上时丢失，这将是一个严重的问题。你可以尝试通过记录特定的飞行路径并记录GNSS信号在哪里以及为什么丢失来克服这个问题，但这种方法的问题很多。不仅要探索每一个常见的飞行路径是低效且昂贵的，而且一些信号丢失可能是由天线设计引起的，这可能只影响使用该天线的飞机。此外，飞机经历的一些信号丢失可能是由地面的瞬态源引起的，比如一个使用非法干扰器来防止收费站跟踪卡车位置的长途卡车司机。幸运的是，德国航空航天中心（DLR）的研究人员找到了一种更优雅、成本效益更高的方法来解决信号中断和位置感知丢失的问题，即使用Ansys的仿真工具。不进行实际飞行就能预测现实结果在他们的论文“航空应用中飞行中GNSS信号接收干扰的虚拟验证”中，作者Veenu Tripathi和Stefano Caizzone描述了他们开发一种确保GNSS信号不受干扰的方法，这种方法最终避免了进行昂贵的飞行以确定GNSS信号可能在哪里以及为什么丢失的需要。使用Ansys HFSS电磁仿真软件和Ansys Systems Tool Kit（STK）数字任务工程软件，Tripathi和Caizzone开发了一个数字孪生模型，重建了整个飞行场景（包括飞行动力学、飞行器上实际使用的天线及其安装对飞机的影响）并使用仿真预测信号接收和干扰。他们展示了使用仿真分析不同天线-飞机配置的飞行性能，以克服特定的干扰场景。Tripathi和Caizzone承担的项目涉及连续的测试和验证阶段。最初，他们使用HFSS软件设计了一个紧凑的（3.5英寸）由五个元素组成的天线阵列（四个专注于L1/E1 GNSS传输带，一个专注于L5/E5a带）。然后，在DLR的半各向异性近场室中建造并测试了天线，测量了由此产生的电磁场，并将其转换为后续仿真中将使用的等效电流。随后，Tripathi和Caizzone使用HFSS软件将天线的网格与飞机的计算机辅助工程（CAE）模型结合起来。这不仅使研究人员能够看到飞机的反射可能如何影响天线的辐射模式，而且使他们能够构建他们将用于验证飞行仿真结果的实际飞机和天线的数字孪生模型。Veenu Tripathi 和 Stefano Caizzone 使用 Ansys HFSS 电磁仿真软件将天线的网格与飞机的计算机辅助工程（CAE）模型相结合，他们稍后将使用这个模型来验证天线在飞行中的模拟性能。Tripathi和Caizzone还利用DLR的设施测量了将用于向飞机路径发送GNSS干扰信号的天线的性能。然后，他们将该性能信息以及飞机和天线组合的性能信息，以及在L1和E1 RF范围内运行的GNSS卫星的下行信号特征，导入到STK软件中。由于STK解决方案旨在支持数字任务工程和系统分析，它为Tripathi和Caizzone提供了构建飞机在飞行中遇到GNSS干扰信号的完整仿真所需的能力。验证模拟结果为了验证他们天线在仿真中的性能结果，Tripathi和Caizzone确实驾驶了一架装有他们HFSS设计的天线的飞机飞越测试课程。他们在GNSS干扰源的存在和不存在的情况下，测量了他们阵列中四个天线的实际飞行性能特征。随后，他们将现实世界的测量结果与使用HFSS和STK解决方案在仿真中产生结果进行了比较，并发现数据集之间有很好的一致性。在干扰信号存在的情况下，每个L1/E1天线元件与11颗不同的全球导航卫星系统（GNSS）卫星之间的连接的实测与任务计算的载噪比数据如下：(a) 天线1。(b) 天线2。(c) 天线3。(d) 天线4。实线 = 实测结果；虚线 = 模拟结果。“G#”和“gps-#”用于识别GPS卫星源。研究人员写道：“通过将实际天线测量和安装性能分析纳入系统飞行场景，我们甚至在飞行之前就可以获得预期飞行性能的宝贵洞察。这种方法允许更真实地表示所涉及的条件和参数，从而更好地洞察和预测测试结果，并节省了多次实际飞行试验所需的大量时间和金钱。这展示了该工具作为预测工具的重要能力，能够规划实验，甚至在特定干扰场景下虚拟模拟各种天线（和）飞机配置，以获得接近实际飞行条件的结果。”来源：老猫电磁馆