Radar para vehículos autónomos amplía el acceso a datos brutos de sensores

BITSENSING, empresa surcoreana especializada en tecnología de radar, presentó AIR4D, una plataforma de radar de imágenes 4D desarrollada específicamente para aplicaciones de conducción autónoma. El sistema está diseñado para apoyar la comercialización de vehículos autónomos mediante el acceso directo a salidas de radar de alta resolución, incluidos datos brutos de sensores, datos de nube de puntos y datos Doppler para el desarrollo y validación de modelos de percepción.

El lanzamiento aborda un desafío creciente en el sector de los vehículos autónomos: la limitada disponibilidad de datos brutos de sensores en los sistemas de radar automotriz existentes. Muchas plataformas actuales de radar 4D funcionan como sistemas cerrados, restringiendo el acceso de los desarrolladores a los datos subyacentes del radar necesarios para entrenar y optimizar algoritmos de percepción basados en inteligencia artificial. Al proporcionar acceso a datos brutos de radar, AIR4D busca acelerar los ciclos de desarrollo del software de conducción autónoma y mejorar los procesos de validación para el despliegue en entornos reales.

Arquitectura de radar diseñada para conducción autónoma
A diferencia de muchas plataformas de radar automotriz desarrolladas originalmente para sistemas avanzados de asistencia al conductor (ADAS), AIR4D fue diseñado específicamente para la percepción de vehículos autónomos. El sistema combina sensores de radar 4D con integración de cámaras para crear una arquitectura de percepción orientada a aplicaciones de movilidad autónoma a escala de flota.

El radar genera información espacial y de velocidad en cuatro dimensiones, añadiendo datos de elevación a las salidas convencionales del radar. Esta dimensión adicional mejora la clasificación de objetos y la percepción del entorno al ayudar a diferenciar peatones, vehículos, señales de tráfico e infraestructura vial. En entornos de conducción autónoma, esta percepción de alta resolución es fundamental para la navegación y la detección de obstáculos en tráfico urbano denso.

Según BITSENSING, AIR4D ofrece medición directa de velocidad para objetos individuales en tiempo real. Esta capacidad permite a los sistemas autónomos estimar el movimiento de vehículos, ciclistas y peatones cercanos sin depender exclusivamente de modelos basados en cámaras.

Detección de largo alcance y fiabilidad en condiciones adversas
AIR4D admite detección de objetos a distancias de hasta 300 metros, ampliando el tiempo de reacción disponible para los sistemas de conducción autónoma en operaciones urbanas y de autopista. El radar también funciona en condiciones de baja visibilidad, incluidos entornos con menos de 0 lux de iluminación, donde el rendimiento de las cámaras ópticas puede degradarse considerablemente.

La empresa afirma que el sistema mantiene su rendimiento de detección bajo lluvia, niebla y nieve mediante el uso de frecuencias de radar de ondas milimétricas capaces de atravesar interferencias ambientales que suelen afectar a los sensores ópticos. Esta resistencia ambiental se ha vuelto cada vez más importante a medida que los programas de vehículos autónomos avanzan desde entornos de prueba controlados hacia despliegues comerciales en carretera.

La plataforma de radar también está optimizada en términos de eficiencia energética y gestión térmica, factores relevantes para el funcionamiento prolongado de flotas autónomas y arquitecturas de vehículos eléctricos.

Papel de los datos brutos de radar en el ecosistema de datos automotrices
El acceso a datos brutos de sensores se ha convertido en un tema relevante dentro del ecosistema de datos automotrices, ya que los modelos de conducción autónoma dependen de grandes volúmenes de datos para entrenamiento y validación. Los datos brutos de radar permiten a los desarrolladores crear canales de percepción personalizados, optimizar algoritmos de fusión de sensores y analizar escenarios complejos de conducción con mayor eficacia que utilizando únicamente datos preprocesados.

BITSENSING posiciona AIR4D como una plataforma orientada a reducir la dependencia de sistemas de sensores de alto costo y apoyar modelos de despliegue escalables. El sistema utiliza una arquitectura basada en cámara y radar en lugar de configuraciones multisensoriales más complejas que pueden incrementar los costos de integración por vehículo.

El Dr. Jae-Eun Lee, CEO de BITSENSING, afirmó que el objetivo de la compañía es proporcionar a los desarrolladores de vehículos autónomos datos de percepción de alta resolución y acceso sin restricciones a datos brutos de radar para respaldar el desarrollo de sistemas autónomos escalables.

Enfoque en la comercialización de la movilidad autónoma
El lanzamiento de AIR4D refleja los esfuerzos de la industria por mejorar la fiabilidad de los sistemas de percepción y reducir las barreras para la implementación de soluciones de movilidad autónoma. A medida que los programas de vehículos autónomos avanzan más allá de las operaciones piloto, los sistemas de radar capaces de funcionar de manera fiable en diferentes condiciones ambientales son evaluados cada vez más como tecnologías complementarias a los sistemas de percepción basados en cámaras.

Al ofrecer acceso directo a datos brutos de radar e integrar capacidades de detección 4D de largo alcance, AIR4D está dirigido a desarrolladores de plataformas de conducción autónoma para flotas comerciales, robotaxis, vehículos logísticos y servicios avanzados de movilidad.

Editado por la periodista industrial Sucithra Mani con la ayuda de IA.

www.bitsensing.com