Objekterkennungssensoren: Welche Varianten gibt es und wie funktionieren sie?

Das Motormanagementsystem wird mehr denn je von externen Signalen beeinflusst. Das autonome Fahren wird künftig noch stärker darüber entscheiden, wann und wie das Motormanagement reagieren soll. Funktionen wie die automatische Notbremsung und der adaptive Tempomat sorgen bereits heute dafür, dass das Steuergerät nicht mehr nur auf das Gaspedal reagiert. Und auch wenn all diese Sensoren zur Objekterkennung nicht direkt Teil des Motormanagementsystems sind, ist es für ein gutes Bild der Zukunft wichtig, wie diese Sensoren die Funktionsweise des Motormanagements beeinflussen (werden).

Ultraschallsensoren und Schallwellen

Wir beginnen mit den Ultraschallsensoren. Diese Sensoren erkennen Objekte mithilfe von Schallwellen. Dabei spielt es keine Rolle, ob der Gegenstand transparent oder undurchsichtig, eisenhaltig oder nichteisenhaltig, fest, flüssig oder pulverförmig ist. Der Sensor sendet über einen Sender Ultraschallwellen aus, die dann mit möglichen Hindernissen kollidieren. Das zurückkommende Signal wird dann vom Detektor erfasst und es folgt eine einfache Berechnung, um die Entfernung zum Hindernis zu bestimmen:

D = 0,5T x C

D“ ist die Distanz, „T“ die Zeit zwischen Aussendung und Detektion der Ultraschallwellen und „C“ die Konstante für die Geschwindigkeit, mit der sich die Schallwellen ausbreiten: 343 Meter pro Sekunde. Denken Sie an diese Berechnung, denn obwohl das „C“ je nach Sensortyp unterschiedlich ist, verwendet jeder Sensor, der die Entfernung misst, grundsätzlich dieselbe einfache Berechnung.

Abbildung: Schematische Darstellung der Funktionsweise von Ultraschallsensoren

Als Parksensoren im Stoßfänger werden häufig Ultraschallsensoren eingesetzt. Damit sind sie automatisch Teil von Pre-Collision-Brems- und automatischen Parksystemen. Signale von Ultraschallsensoren werden daher selten „rein“ genutzt, sondern zunächst in einer Datenerfassungseinheit verarbeitet. Wenn Sie dennoch überprüfen möchten, ob ein Ultraschallsensor ordnungsgemäß funktioniert, messen Sie nicht nur die Spannungsversorgung (meist 5V) und Masse, sondern überprüfen Sie auch das Ein- und Ausgangssignal mit einem Oszilloskop.

Bild: Rechteckwelle, die durch das Zielfernrohr sichtbar sein sollte

Radarsensoren und Radiowellen

Radar nutzt Funkwellen, um die Entfernung, den Winkel und die Geschwindigkeit vorbeifahrender Objekte zu erfassen. Ein gutes Beispiel ist das Beamsteering Radar SPEKTRA von Metawave, das Anfang 2020 vorgestellt wurde. Metawave hat einen neuen Radartyp mit einer Frequenz von 77 GHz(!) entwickelt. Das Radar scannt die Umgebung superschnell in Schritten von nur 0,1 Grad mit einem engen Winkel von 22 Grad (Field of View). Dadurch entsteht eine extrem große Überlappung, mit der das Radar die Geschwindigkeit und Bewegungsrichtung von Objekten, auch querenden Verkehr, sehr genau erfassen kann. Die Vorhersage von Geschwindigkeit und Bewegungsrichtung war bisher ein großes Problem bei autonomen Fahrzeugen.

Diese neue Art von Radar eröffnet Automobilherstellern eine Welt, denn Systeme wie ADAS, Überwachung des toten Winkels, automatische Notbremsung, adaptive Geschwindigkeitsregelung, Stau-Autopilot, Autobahn-Autopilot, Spurassistent usw. können damit relativ einfach implementiert werden Bisher war dies deutlich aufwändiger zu bewerkstelligen.

Bild: Schematische Darstellung der Funktionsweise von Radarsensoren

LiDAR & Lichtimpulse

Anstelle von Radiowellen sendet LiDAR (LIGHT Detection And Ranging oder Laser Imaging Detection And Ranging) Infrarotlichtimpulse aus, um Objekte zu erkennen. Aufgrund der Geschwindigkeit und des geringen Durchmessers des Lichtimpulses ist LiDAR auch in der Lage, sehr kleine Objekte zu sehen. Sie können LiDAR also tatsächlich als die schnelle Full-HD-Version von Radar betrachten. Dies ermöglicht auch eine detaillierte 3D-Darstellung der Umgebung, eine Funktion, die besonders bei der Realisierung autonomen Fahrens nützlich ist. Die Technologie ist noch etwas teuer und die LiDAR-Sensoren für diese Anwendung sind noch etwas groß, aber Experten aus der Automobilindustrie gehen davon aus, dass LiDAR in Zukunft für die Weiterentwicklung autonomer Fahrzeuge von entscheidender Bedeutung sein wird.

Bild: Schematische Darstellung der Funktionsweise von LiDAR-Sensoren

Lustige Tatsache: Wussten Sie, dass LiDAR-Sensoren bereits in Mobiltelefonen zum Einsatz kommen? Beide neueren Generationen des Apple iPhone verfügen über einen solchen Sensor. Der Sensor ist an dem flachen schwarzen Kreis neben den Kameralinsen zu erkennen. Da diese Mobiltelefone nun in die Tiefe sehen können, ergeben sich enorme Möglichkeiten für Augmented-Reality-Anwendungen. Darüber hinaus ist das Kamerasystem in der Lage, deutlich schneller und genauer auf ein bestimmtes Objekt zu fokussieren.

Solid-State-LiDAR

In dem Bemühen, LiDAR günstiger (und damit für die Massenproduktion geeigneter) zu machen, scheint sich auch die Automobilindustrie zunehmend auf „iPhone-ähnliche“ LiDAR-Sensoren zu konzentrieren. Leider sind diese Festkörpersensoren nicht in der Lage, während des Betriebs ein vollständiges virtuelles Bild der Umgebung zu erstellen, aber durch die Zusammenarbeit können neun dieser Sensoren gemeinsam die gesamte Umgebung abbilden. Das hat neben den geringeren Kosten noch einen weiteren Vorteil: Große unansehnliche Vorsprünge gehören der Vergangenheit an, was sowohl der Aerodynamik als auch dem Design autonomer Fahrzeuge zugute kommt. Beispielsweise haben Volkswagen, GM und eine Reihe chinesischer Automarken bereits stark in diese Technologie investiert.

FIR- und Infrarotlichtwellen

Doch auch wenn derzeit viel Zeit in die Entwicklung von Radar und LiDAR für das autonome Fahren investiert wird, haben beide Techniken auch ihre Nachteile. Aus diesem Grund beschäftigt man sich nun auch mit einer anderen Technik (die in der Welt weit verbreitet ist): der Ferninfrarot-Technologie (FIR). Eine FIR-Kamera „sieht“ Infrarotlichtwellen und kann diese in ein Bild umwandeln. Die Kamera kann dies tun, weil jedes Objekt oder Material seine eigene Temperatur ausstrahlt.

Im Gegensatz zu Radar und LiDAR erzeugt FIR jedoch keine direkte 3D-Umgebung. Deshalb erwarten wir in Zukunft eine Kombination mehrerer Techniken. Dies führt jedoch zu einem enormen Datenfluss. Darüber hinaus gibt es auch verschiedene Hersteller, die sich auf ein Kamerasystem konzentrieren, um autonomes Fahren zu ermöglichen.