Lente ADAS para vehículos autónomos a prueba de intemperie de la serie 3017
El rendimiento de percepción de las lentes ADAS en condiciones climáticas adversas es un desafío importante en el campo de la conducción autónoma. Las condiciones climáticas adversas, como la lluvia, la nieve, la niebla, etc., afectarán gravemente la calidad de la imagen y reducirán la precisión de percepción del sistema ADAS. Para mejorar el rendimiento percibido
de las lentes ADAS en condiciones climáticas adversas, puede comenzar por los siguientes aspectos:
1. Nivel de hardware
Material y revestimiento de las lentes: elija materiales y revestimientos para lentes que sean hidrófobos, antivaho y resistentes a los arañazos para reducir el impacto de la lluvia y la niebla en las lentes.
Dispositivo de calentamiento: instale un dispositivo de calentamiento en las lentes para evitar la formación de escarcha o hielo en la superficie de las lentes y garantizar la claridad de la imagen.
Imágenes multiespectrales: mediante el uso de tecnologías de imágenes multiespectrales como el infrarrojo y el láser, utiliza información de otros espectros para la percepción cuando no puede funcionar normalmente en condiciones de luz visible.
Diseño redundante: diseñe un sistema de cámaras redundante de modo que cuando una sola cámara falle, otras cámaras puedan hacerse cargo y mejorar la confiabilidad del sistema.
2. Nivel de algoritmo
Algoritmo de mejora de imagen: utilice algoritmos de mejora de imagen, como eliminación de niebla, eliminación de lluvia, eliminación de nieve, etc., para mejorar el contraste y la claridad de la imagen y reducir el impacto del mal tiempo en la imagen.
Algoritmo de aprendizaje profundo: utilice tecnología de aprendizaje profundo para entrenar el modelo para que aprenda las características en condiciones climáticas severas y mejore las capacidades de detección y reconocimiento de objetivos.
Fusión de múltiples sensores: fusión de datos de cámaras y otros sensores (como radar de ondas milimétricas, lidar) para mejorar la solidez de la percepción a través de métodos complementarios.
Segmentación de umbral adaptativo: ajuste de forma adaptativa el umbral de segmentación de imagen según las diferentes condiciones climáticas para mejorar la precisión de la detección de objetivos.
3. Nivel de sistema
Calibración en tiempo real: utilice tecnología de calibración en tiempo real para ajustar automáticamente los parámetros de la cámara según los cambios en el entorno para garantizar la calidad de la imagen.
Control adaptativo: ajuste de forma adaptativa la velocidad de conducción del vehículo y la estrategia de control según las condiciones climáticas y el estado del vehículo para mejorar la seguridad.
Interacción entre humanos y computadoras: en condiciones climáticas adversas, se proporciona información clara y rápida al conductor para recordarle que debe prestar atención a la seguridad.
4. Otros
Anotación de datos: recopile una gran cantidad de datos de imágenes en condiciones climáticas adversas y realice anotaciones detalladas para entrenar modelos de aprendizaje profundo.
Prueba de simulación: simule varias condiciones climáticas adversas en un entorno de simulación para probar y verificar el sistema ADAS.
| 1. Modelo: OKS-3017-A65-650 |
| 2. Especificaciones ópticas） |
| NO. | Artículo | Descripción |
| 1 | Longitud focal | 2,5 mm ± 0,5 mm |
| 2 | F/Número. | F1.8±5% |
| 3 | Distancia focal posterior óptica | 4,68 mm ± 0,1 |
| 4 | Distancia focal posterior mecánica | 3,70 mm ± 0,1 |
| 5 | Círculo de imagen MAX | i6.8 |
| 6 | Estructura de la lente | 6G+IR |
| 7 | Montar | M12*0,5 |
| 8 | Campo de visión | sensor | yo | V | D |
| 1/2,7" | 132° | 67° | 158° |
| 9 | Filtro IR | 650 nm |
| 10 | Tiempo de vida | 17,80 mm |
| 11 | Nivel de impermeabilidad | IP68 |
| 12 | Temperatura de trabajo | -40℃~+85℃ |
