Model dan platform AI

Tim Peneliti Membuat Sistem Lidar Baru yang Dapat Meningkatkan Keselamatan Mengemudi Otonom

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Sebuah tim peneliti yang dipimpin oleh Susumu Noda dari Universitas Kyoto di Jepang telah menjelaskan sistem lidar 3D non-mekanis baru mereka di Optica. Sistem baru ini dapat muat di telapak tangan dan dapat digunakan untuk mengukur jarak benda yang kurang reflektif dan secara otomatis melacak gerakan benda tersebut.

“Dengan sistem lidar kami, robot dan kendaraan akan dapat navigasi dengan aman dan andal di lingkungan dinamis tanpa kehilangan pandangan pada benda yang kurang reflektif seperti mobil metallic hitam,” kata Noda. “Mengintegrasikan teknologi ini ke dalam mobil, misalnya, akan membuat mengemudi otonom lebih aman.”

Berkat pengembangan sumber cahaya unik yang disebut laser fotonic-kristal dually modulated (DM-PCSEL), sistem baru ini menjadi mungkin. Kemajuan ini mungkin akan mengarah pada penciptaan sistem lidar 3D all-solid-state on-chip.

“DM-PCSEL mengintegrasikan pemindaian berkas non-mekanis yang dikendalikan secara elektronik dengan iluminasi kilat yang digunakan dalam lidar kilat untuk memperoleh gambar 3D penuh dengan satu kilat cahaya,” kata Noda. “Sumber unik ini memungkinkan kami mencapai iluminasi kilat dan pemindaian tanpa bagian yang bergerak atau elemen optik eksternal yang besar, seperti lensa dan elemen optik difraktif.”

Kombinasi Pemindaian dan Iluminasi Kilat

Sistem lidar menggunakan berkas laser untuk menerangi benda dan menghitung jaraknya dengan mengukur waktu yang dibutuhkan untuk berkas tersebut untuk pergi, memantulkan, dan kembali (ToF). Namun, sebagian besar sistem lidar yang saat ini digunakan dan sedang dikembangkan bergantung pada bagian yang bergerak seperti motor untuk memindai berkas laser, membuatnya besar, mahal, dan tidak dapat diandalkan.

Lidar kilat adalah pendekatan non-mekanis yang menggunakan satu berkas cahaya yang luas dan difus untuk menerangi dan mengevaluasi jarak semua benda di bidang pandang. Namun, sistem lidar kilat tidak dapat mengukur jarak benda yang kurang reflektif seperti mobil metallic hitam karena reflektivitas yang rendah. Selain itu, lensa dan elemen optik eksternal diperlukan untuk menciptakan berkas kilat, membuat sistem ini besar.

Peneliti mengembangkan sumber cahaya DM-PCSEL untuk mengatasi keterbatasan ini. Sumber cahaya ini termasuk sumber kilat yang dapat menerangi bidang pandang yang luas 30°×30° dan sumber pemindaian berkas yang menyediakan iluminasi titik dengan 100 berkas laser yang sempit.

Peneliti mengintegrasikan DM-PCSEL ke dalam sistem lidar 3D, yang memungkinkan mereka mengukur jarak beberapa benda secara bersamaan menggunakan iluminasi kilat yang luas sambil menerangi benda yang kurang reflektif dengan berkas cahaya yang lebih terkonsentrasi. Untuk melakukan pengukuran jarak dan pelacakan otomatis gerakan benda yang kurang reflektif, peneliti memasang kamera ToF dan mengembangkan perangkat lunak yang menggunakan iluminasi pemindaian berkas.

Mengukur Jarak Benda yang Kurang Reflektif

“Sistem lidar 3D kami yang berbasis DM-PCSEL memungkinkan kami mengukur jarak benda yang sangat reflektif dan kurang reflektif secara bersamaan,” kata Noda. “Laser, kamera ToF, dan semua komponen yang terkait yang diperlukan untuk mengoperasikan sistem ini dirakit dengan cara yang kompak, menghasilkan jejak sistem total yang lebih kecil dari kartu bisnis.”

Peneliti mendemonstrasikan sistem baru ini dengan menggunakan untuk mengukur jarak benda yang kurang reflektif yang ditempatkan di atas meja di laboratorium. Mereka juga dapat mendemonstrasikan bahwa sistem dapat secara otomatis mengenali benda yang kurang reflektif dan melacak gerakannya melalui iluminasi selektif.

Tim peneliti sekarang akan mendemonstrasikan sistem ini dalam aplikasi praktis seperti gerakan otonom robot dan kendaraan.

Alex memimpin operasi berita berbasis AI di Unite.AI, menggabungkan jurnalisme, riset, dan otomasi untuk mendukung liputan kecerdasan buatan yang tepat waktu dan skalabel. Pekerjaannya membantu memastikan perkembangan AI yang muncul ditampilkan secara efisien sambil mempertahankan standar editorial publikasi.