- Ford тестирует автономные экспериментальные автомобили Fusion Hybrid в ночное время в полной темноте, продолжая разработку сенсоров LiDAR и демонстрируя способность автономных авто превзойти обычных водителей
- Недавний тест на испытательном полигоне Ford в Аризоне (США) показывает, как совместное применение технологии LiDAR и 3D-карт позволяет автономным автомобилям без труда ориентироваться в ночных условиях даже без помощи фар
- Данные испытания проходят в рамках реализации глобального плана Ford Smart Mobility по выводу компании на лидирующие позиции в сфере связи, мобильности, автономности автомобилей, удовлетворения потребностей клиентов, а также использования и анализа больших массивов данных
На днях, под покровом ночи, экспериментальный автономный автомобиль на базе Ford Fusion Hybrid сумел проделать путь по дорогам пустынной местности с выключенными фарами, выполнив задачу, чрезвычайно рискованную для реального водителя.
Путешествие в полной темноте по ночной трассе полигона Ford в Аризоне (США) знаменует собой новый шаг на пути компании к разработке полностью автономного транспорта для своих клиентов по всему миру. Это важное достижение наглядно демонстрирует, что даже без использования камер, полагающихся на свет, технология LiDAR от Ford — вкупе с программным обеспечением автомобиля, выполняющим функцию виртуального водителя, — позволяет автомобилю уверенно ориентироваться на извилистой трассе. Хотя в идеале желательно полагаться на работу всех трех видов сенсоров — радара, камер и LiDAR — последний способен работать независимо, на дорогах без светофоров.
Согласно данным Национального управления безопасностью движения на трассах США, в темное время суток риск гибели лиц, находящихся в легковых автомобилях, увеличивается втрое.
«Благодаря технологии LiDAR, экспериментальные автомобили независимы от солнечного света и камер, фиксирующих линии разметки на асфальте, — комментирует Джим МакБрайд, технический руководитель подразделения по разработке автономных автомобилей Ford. — Более того, LiDAR позволяет автономным автомобилям одинаково надежно ориентироваться как в полной темноте, так и при свете дня».
Для движения в темноте самоуправляемые автомобили от Ford используют 3D-карты высокого разрешения, содержащие информацию о типе дороги, разметке, географическом положении, топографии и важных объектах, таких как дорожные знаки, здания или деревья. Автомобиль использует сканирование технологией LiDAR, чтобы определить точное положение на дороге в режиме реального времени. Данные с радара дополняют показания LiDAR, чтобы обеспечить автономному автомобилю максимальные возможности для ориентации.
Во время испытания в пустынной местности инженеры Ford, надев очки ночного видения, наблюдали за поведением автономного Fusion изнутри и снаружи автомобиля. Ночное видение позволяло им видеть, как LiDAR испускает сетку инфракрасных лучей, сканирующих местность во время движения автомобиля. Сенсоры LiDAR генерируют 2,8 млн лазерных отражений в секунду, позволяя сканировать окружающее пространство с высочайшей точностью.
«Сидя в машине, я чувствовал, что она движется, но из окон была видна только кромешная тьма, — описывает свои ощущения Вэйн Уильямс, инженер и научный сотрудник Ford. — Находясь на заднем сидении, я отслеживал маршрут автомобиля в реальном времени с помощью компьютерного мониторинга. И действительно, машина прекрасно ориентировалась на извилистой дороге».
Продолжая более чем десятилетние исследования в области автономного транспорта, компания Ford уверенно движется к цели — выпуску полностью автономного автомобиля, не требующего вмешательства со стороны водителя и соответствующего 4-му уровню автоматизации по стандарту SAE International.
В этом году Ford утроит свой парк тестовых автономных автомобилей, подготовив около 30 самоуправляемых четырехдверных Fusion Hybrid для дальнейших тестов на дорогах Калифорнии, Аризоны и Мичигана (США).
Данные разработки являются важной частью стратегического плана Ford Smart Mobility по выводу компании на ведущие позиции в сфере связи, мобильности, автономности автомобилей, удовлетворения потребностей клиентов, а также использования и анализа больших массивов данных.