Milyen szenzorokat használnak az önvezető szállítójárművek?

Nov 20, 2026

Hagyjon üzenetet

Ava Miller
Ava Miller
Ava minőségellenőrzési szakértő a cégnél. Feladata annak biztosítása, hogy minden termék megfeleljen az olyan szakmai tanúsítványoknak, mint az EU CE, az US FCC és a Japanese Telec. Szigorú minőségellenőrzési intézkedései garantálják a cég robotikai termékeinek megbízhatóságát.

Ha az elmúlt néhány évben rendelt valamit az interneten, valószínűleg csalódottan érezte magát a forgalom, a rossz időjárás vagy a késésben lévő sofőr miatt. Vezető nélküli szállítójármű-beszállítónknál a probléma megoldását tűztük ki célul azáltal, hogy olyan autonóm járműparkot építünk, amely a hét minden napján, 24 órában képes navigálni a városi utcákon, lakónegyedekben, sőt a külvárosi mellékutakon is – anélkül, hogy ember ülne a volán mögött. De itt van a lényeg: a vezető nélküli szállítójármű nem csak egy autó sofőr nélkül. Szenzorok összetett hálózata, amelyek úgy működnek együtt, mint egy emberi szem, fül és agy, valós időben dolgozzák fel az adatokat, hogy elkerüljék az akadályokat, betartsák a közlekedési szabályokat, és pontosan oda adják le a csomagokat, ahová menniük kell.

Amikor először elkezdtük a tervezéstVezető nélküli szállítójárműA flottával kapcsolatban tudatosan döntöttünk: nem vágunk bele a szenzortechnológiába. Az a szállítójármű, amely nem látja a jaywalk gyalogost, egy parkoló kerékpárt vagy egy kátyút, nem biztonságos – és az a szállítójármű, amely nem bír el egy esős utcát vagy egy sötét sikátort, nem hasznos. Ezért építettük fel rendszerünket egy sor kiegészítő érzékelő köré, amelyek mindegyikének megvan a maga erőssége, így ha az egyik érzékelőnek holttere van, a másik felveszi a lazaságot. Ez nem csak elméleti; minden érzékelőnkVezető nélküli szállító autóktöbb mint egymillió mérföldes valós kézbesítési útvonalon tesztelték, Atlanta belvárosának forgalmas üzleti negyedeitől Phoenix elővárosainak csendes zsákutcáiig.

A lista első helyen áll a LiDAR, a Light Detection és Ranging rövidítése. Ha látott már felvételeket a városi utcákon közlekedő autonóm járművekről, akkor a tetőn forgó, lézerrel felszerelt eszköz a LiDAR. A miénkértAutonóm szállítóautómodelleknél nagy felbontású, 360 fokos LiDAR érzékelőket használunk, amelyek másodpercenként akár 100 000 lézerimpulzust is kibocsátanak. Ezek az impulzusok a jármű körül minden tárgyról – autókról, tűzcsapokról, faágakról, még a járdán hagyott szemetesről is – visszaverődnek, és valós időben precíz 3D-s térképet készítenek a környezetről. A kulcs itt a pontosságban rejlik: LiDAR-unk 150 méter távolságból képes észlelni egy üdítősdobozhoz hasonló kis tárgyat, még teljes sötétségben vagy heves esőben is, ami óriási előnyt jelent az erős napfényben vagy ködben kimosó kamerákkal szemben. Egyszer volt egy tesztüzemünk, ahol alkonyatkor egy mókus rohant át az utcán, és a LiDAR-unk volt az első érzékelő, amely felvette – jóval azelőtt, hogy kameráink felfoghatták volna az alakját –, mivel nem támaszkodik a fényre a tárgyak észleléséhez.

De a LiDAR nem tökéletes. Üvegfelületekkel küszködik, mint például egy parkoló autó első ablaka vagy egy kirakat, mivel a lézerimpulzusok előre nem látható módon áthaladhatnak az üvegen, vagy visszaverődnek az üvegről. Itt jönnek be a kamerák. Szállítási járműveink 8 nagy felbontású RGB kamerát használnak, amelyek a karosszéria körül vannak elhelyezve: kettő elöl, kettő hátul és kettő mindkét oldalon. A kamerák részletes vizuális kontextust adnak nekünk – el tudják olvasni az utcatáblákat, felismerik a pirosra vált féklámpát, és még a ház vagy egy lakóépület postaládáján is azonosítják a szállítási címet. Például, amikor egy ügyfél beírja a „123 Main St, Apt 4B” címet a rendelésébe, kameráink átvizsgálják az épület homlokzatát, hogy megtalálják a megfelelő számot és a lakás bejáratát, amit a LiDAR önmagában nem tud megtenni. A kamerák trükkje az, hogy párosítja őket egy hatékony gépi tanulási rendszerrel, amely másodpercenként több ezer kép között válogat, és különbséget tesz a jelzőtábla és a stoptáblát tartó személy, vagy a tűzcsap és a gyermekjáték tűzoltóautó között. Modellünket több mint 10 millió, kifejezetten a szállítási útvonalakra szabott utcaképre képeztük ki, így 50 méter távolságból észreveszi a küszöbön hagyott csomagot, ami elengedhetetlen a pontos leadáshoz.

Ezután következnek a radarszenzorok. Ha a LiDAR a jármű nagy hatótávolságú szeme, a kamerák pedig a nagyfelbontású látást, akkor a radar a minden időjárási körülmények között működő igásló. Az első és a hátsó lökhárítóra szerelt radarérzékelőink fény helyett rádióhullámokat használnak a tárgyak észlelésére. Nem olyan precízek, mint a LiDAR – nem tudják kivenni egy madár vagy egy kis törmelék alakját –, de kiválóan képesek mérni egy tárgy mozgási sebességét még hóban, ködben vagy heves esőben is. Tavaly télen volt egy szállítójárműnk egy latyakos mellékutcában, a LiDAR-unk pedig nehezen tudott különbséget tenni a mozgó autó és a hópatak között, de a radar egyértelműen mutatta, hogy 25 km/h-val közeledik, így járművünk biztonságosan lelassított. A radar hatótávolsága is nagyobb, mint a kamerák gyenge fényviszonyok mellett; teljes sötétségben akár 200 láb távolságból is képes követni a járművet, ami további biztonsági réteget ad a vezetők és a gyalogosok számára egyaránt.

Az érzékelőkészlet teljesebbé tételéhez ultrahangos érzékelőket használunk, amelyeket néha parkolási érzékelőknek neveznek, a rövid hatótávolságú, közeli navigációhoz. Ezek a kis érzékelők a lökhárítókra és az oldalsó tükrökre vannak felszerelve, és magas frekvenciájú hanghullámokat bocsátanak ki a mindössze néhány hüvelyk távolságból lévő tárgyak észlelésére. Tökéletesek ahhoz, hogy szűk parkolóhelyeken manőverezzenek be egy élelmiszerboltban, vagy felhúzzanak egy járdaszegélyre, amely csak egy lábnyira van a tűzcsaptól. Amikor egy szállítójármű csomag leadására készül, pontosan tudnia kell, hogy mekkora helye van a rakterének kinyitásához anélkül, hogy egy postaládát vagy egy közeli kerékpárt elütne – az ultrahangos érzékelők pedig ezt a pontosságot biztosítják. Ezeket az érzékelőket zsúfolt lakott területeken teszteltük, ahol a parkoló autók olyan közel vannak, hogy alig lehet kinyitni az ajtót, és soha nem sikerült észlelniük a kerítésnek dőlő kerékpárt vagy egy gyerekrobogót az úttest közepén.

De ez teszi a miénketVezető nélküli szállítójárművekkülönböznek a többi autonóm rendszertől: nemcsak ezekkel az érzékelőkkel rendelkezünk, hanem az összes adatukat egyetlen, folyamatos útképbe integráljuk. Ezt hívják érzékelőfúziónak, és ez a jármű „agya”, amely a nyers szenzoradatokat használható döntésekké alakítja. Például, ha a LiDAR egy mozgó objektumot észlel 100 lábnyira előttünk, a radar azt jelzi, hogy az objektum 30 mérföld/órás sebességgel mozog, és a kamera megerősíti, hogy egy szállító teherautó kanyarog balra, az érzékelőfúziós rendszer pontosan kiszámítja, milyen gyorsan kell lassítania vagy le kell húzódnia az ütközés elkerülése érdekében. Ha az egyik érzékelő összezavarodik – mondjuk egy kamera félreolvas egy elmosódott utcatáblát esőben –, akkor egy másik érzékelő felveszi a lazaságot; A LiDAR távolról leolvassa a tábla alakját, vagy a radar megerősítheti, hogy az elöl haladó jármű piros lámpára áll meg.

Belső érzékelőkkel is rendelkezünk, amelyek a színfalak mögött működnek a zökkenőmentes szállítás érdekében. Ide tartoznak a kerékkódolók, amelyek nyomon követik a jármű megtett távolságát, giroszkópok, amelyek mérik a dőlésszögét és irányát, valamint a GPS, amely meghatározza a pontos helyét a térképen. A GPS önmagában nem elég – a városi kanyonok, ahol magas épületek blokkolják a műholdjeleket, a GPS-t több méterrel le lehet állítani –, de a LiDAR és a kamerák adataival párosítva járművünk még a belvárosi területeken is az útvonalon marad, ahol a GPS foltos. Az utolsó mérföldes kézbesítésnél, ahol néhány lábon belül kell lennünk egy adott küszöbön belül, a GPS és a térképi adataink kombinációja azt jelenti, hogy soha nem tévedünk el, még olyan új környéken sem, amelyet korábban nem teszteltünk.

A nap végén az a célunk, hogy olyan automatizált szállítójárműveket építsünk, amelyek biztonságosabbak, megbízhatóbbak és hatékonyabbak, mint az emberi sofőrök. Nem csak egyfajta érzékelőre hagyatkozunk az összes munka elvégzésében – olyan technológiák keverékét használjuk, amelyek kiegészítik egymást, így járműveink képesek megbirkózni bármivel, amit az út hoz: esős kedd a külvárosban, nyüzsgő ünnepi hétvége a belvárosban, sötét lakóutca késő este. Minden általunk kiválasztott érzékelőt tesztelnek a tartósság, a pontosság és a költségek szempontjából, mert úgy gondoljuk, hogy az autonóm szállításnak minden méretű vállalkozás számára elérhetőnek kell lennie, nem csak a hatalmas költségvetéssel rendelkező nagyvállalatok számára.

Automated Delivery Vehicles bestAutonomous Delivery Car

Ha Ön egy olyan vállalkozás, amely a szállítási műveletek egyszerűsítését, a költségek csökkentését vagy a szállítások megbízhatóbbá tételét kívánja ügyfelei számára,Automatizált szállító járművekaz Ön igényeinek megfelelően készültek. Mindig itt vagyunk, hogy megvitassuk, technológiánk hogyan illeszkedik az Ön konkrét szállítási útvonalaihoz, akár városi központokban, lakónegyedekben vagy külvárosi üzleti parkokban tartózkodik. Vegye fel a kapcsolatot csapatunkkal, hogy többet megtudjon a vállalkozása számára megfelelő megoldás testreszabásáról.

Hivatkozások

  1. Urmson, C. és mtsai. (2016). „Autonóm járműérzékelők: Felmérés a technológiákról és a trendekről.” IEEE-tranzakciók intelligens közlekedési rendszereken.
  2. National Highway Traffic Safety Administration (NHTSA). (2022). „Biztonsági bevált gyakorlatok automatizált szállítójárművekhez.” Amerikai Közlekedési Minisztérium.
  3. Zhang, Y. és mtsai. (2021). „Sensor Fusion for Last Mile Delivery Autonóm Vehicles.” Journal of Field Robotics.
A szálláslekérdezés elküldése
A szálláslekérdezés elküldése