Kameros pateikia aukštos raiškos vaizdus, būtinus kelio ženklų atpažinimui, juostų žymėjimų aptikimui ir semantiniam objektų klasifikavimui – tačiau jų našumas žymiai sumažėja esant prastoms apšvietimo sąlygoms, blizgesiui ar blogoms orų sąlygoms. Radaras užtikrina patikimą veikimą visomis orų sąlygomis, tiksliai matuodamas greitį ir aptikdamas objektus iki 200 m atstumu, tačiau jo žema kampinė skiriamoji geba riboja galimybę atskirti objektus arti. Lidaras leidžia sukurti centimetrų tikslumo 3D aplinkos žemėlapius, kurie yra būtini maršruto planavimui ir pėsčiųjų lokalizavimui, tačiau jo lazeriu paremtas jutimas silpnėja rūke, stipriame lietuje ar sniege. Ultragarso jutikliai suteikia pigų, milimetrų tikslumo trumpojo nuotolio jutimą, idealų stovėjimo pagalbai ir lėtai judančių automobilių manevravimui – tačiau jie neveikia toliau kaip ~5 m ir labai jautrūs paviršiaus sugerties bei tarpusavio trukdžių poveikiui. Strateginis jutiklių diegimas remiasi kiekvieno jutiklio pagrindinėmis privalumomis: radaras – patikimam judėjimo sekimui blogomis matomumo sąlygomis, kameros – kontekstiniam aiškinimui palankiomis apšvietimo sąlygomis, lidaras – geometriniam tikslumui, kai sąlygos tai leidžia, o ultragarso jutikliai – saugos prieš artėjimą prie kliūčių.
Inercijos matavimo įtaisai (IMU) registruoja pagreitį ir kampinį greitį milisekundžių intervalais – taip pateikdami nuolatinį judėjimo kontekstą, kai GNSS signalas prarandamas tuneliuose, miesto kanjonuose ar tankiuose medžių vainikuose. Globaliosios navigacinės palydovų sistemos (GNSS) suteikia absoliučią geografinę poziciją, tačiau patiria daugelio kelių klaidų arti aukštų pastatų ir signalo praradimą ribotose aplinkose. Kai IMU ir GNSS duomenys sujungiami Kalmano filtravimo ar panašiais algoritmais, IMU pagrindu gautas „klaidingas skaičiavimas“ (dead reckoning) užpildo GNSS praradimo tarpus, o palydovų signalai ištaiso kaupiamąją IMU klaidą. Ši sinergija užtikrina nuolatinį centimetrinio tikslumo lokalizavimą – būtiną juostos laikymo pagalbai, aukštos raiškos žemėlapių suderinimui ir prognozuojamajam susidūrimų modeliavimui.
Daugelio jutiklių sujungimas integruoja heterogeniškus įėjimus, kad būtų įveikti atskirų jų trūkumai – ne tik per perteklinį dubliavimą, bet ir per funkcionalią papildomumą. Radaras suteikia patikimus greičio vektorius ir aptikimą visomis orų sąlygomis; lidaras prideda geometrinę tikslumą objektų formai ir atstumui nustatyti; kamerų sistemoms būdinga semantinė turtingumas klasifikavimui ir konteksto supratimui; ultragarso jutikliai užtikrina erdvinį suvokimą žemais greičiais. Sujungimo grandinės (fusion pipelines) šiuos režimus suderina erdvėje ir laike, leisdamos tarpusavio patvirtinimą – pavyzdžiui, patvirtinti kameromis identifikuotą pėsčiąjį naudojant lidaro taškų debesies grupavimą ir radaro Doplerio signalą. Pag according to 2023 m. įterptųjų sistemų tyrimų, paskelbtų „ IEEE Transactions on Vehicular Technology “, šis integruotas požiūris sumažina klaidingus teigiamus rezultatus 40 % lyginant su vieno jutiklio bazinėmis sistemomis, tuo pat metu pagerindamas kliūčių sekimo nuoseklumą įvairiomis važiavimo sąlygomis.
Patikima susiliejimo funkcija remiasi dviem pagrindinėmis sąlygomis: erdvine kalibracija su tikslumu mažesniu nei centimetras ir laikine sinchronizacija mikrosekundžių lygyje. Temperatūros sąlygotas lęšių iškreipimas, mechaniniai virpesiai ir jutiklių senėjimas sukelia kalibravimo nuokrypį – todėl būtinos realiuoju laiku vykdomos savikalibravimo procedūros, kurios naudoja kelio žymas, nejudančią infrastruktūrą arba transporto priemonės dinamiką. Laikinis nesutapimas, viršijantis 50 ms, sukelia reikšmingus fazės klaidų dinaminėje stebėsenoje, sumažindamas kliūčių prognozavimo tikslumą iki 30 % kraštutiniais atvejais, pvz., aukšto greičio susiliejime į eismą. Apdorojimas transporto priemonėje dar labiau apriboja projektavimą: susiliejimo algoritmai turi veikti griežtose galios ribose (10–30 W vienam domeno valdikliui), tvarkyti duomenų srautus, viršijančius 10 GB/min, ir užtikrinti bendrą galutinio taško iki galutinio taško delsą mažesnę nei 100 ms. Centrinis debesijos apdorojimas yra nepriimtinas saugos kritinėms funkcijoms dėl tinklo delsos ir patikimumo problemų – todėl gamybos ADAS sistemoms būtina naudoti krašto optimizuotą architektūrą su aparatinės įrangos pagreitintu išvada (pvz., vaizdo procesoriais, turinčiais specializuotus CNN variklius).
Borto vaizdo jutikliai valdo vairuotojo stebėjimo sistemas (DMS), kurios neapdorotą veido vaizdo medžiagą paverčia veiksmine saugumo informacija. Analizuodamos 60+ veido taškų realiuoju laiku su dažniu 30 kadro per sekundę, šios sistemos aptinka nuovargio požymius – įskaitant voko užsidarymo trukmę ≥1,5 sekundės – ir dėmesio sutrikimus, apibrėžiamus kaip žvilgsnio nukrypimą nuo tiesiai priešais esančio kelio ašies ilgesnį nei 2 sekundės laikotarpiu. Šios DMS patvirtintos moksliniuose, recenzuojamuose tyrimuose pasiekia 92 % aptikimo tikslumą dėmesio nukrypimo įvykiams ( Journal of Safety Research , 2023 m.). Atsakymo protokolai laikosi didėjančios hierarchijos: subtilus haptinis atsakas (pvz., sėdynės virpėjimas) eina prieš garsinius įspėjimus, užtikrindamas minimalų trikdymą, tačiau išlaikant įsikišimo veiksmingumą. Parko saugos duomenys rodo nuolatinį 34 % nuovargio sąlygotų incidentų sumažėjimą, kai aktyvūs DMS – tai parodo, kaip optiniai jutikliai paverčia neveiklią stebėseną aktyvia rizikos mažinimo priemone.
Suformuota suvokimo sistema sinchronizuoja radarų ilgojo nuotolio judėjimo duomenis, lazerinio skenavimo (lidar) erdvinę tikslumą ir vaizdo kamerų gautą semantiką, kad sukurtų aplinkos įžvalgas, pritaikytas konkrečiai situacijai. Radaras aptinka objektus visame veikimo nuotolyje nepriklausomai nuo apšvietimo sąlygų; lazerinis skenavimas (lidar) tikslina kontūrus, kad būtų galima atskirti pėsčiuosius nuo nejudančių stulpų iš 40 m atstumo; vaizdo kameros interpretuoja reguliavimo ženklus – automatiškai pritaikydamos greičio ribojimą įvažiuojant į mokyklų ar statybų zonas. Sistema koordinuoja pakopomis sudarytas reakcijas, kurios yra tiksliai pritaikytos grėsmės rimtumui: prognozuojamus vizualinius įspėjimus dėl galimų kelių susikirtimų, nedelsiant aktyvuojamą taktilinį vairavimo pasipriešinimą netikėtai išvažiuojant iš eismo juostos ir automatinį avarinį stabdymą, kai susidūrimo tikimybė viršija 90 %. Kaip nurodyta IEEE Transactions on Intelligent Transportation Systems (2024), ši daugiasluoksnė reakcijos strategija sumažina klaidingų teigiamų signalų dažnį 47 % lyginant su vien tik radarų arba vien tik vaizdo kamerų sistemomis – tai patvirtina, kad duomenų sujungimas (fusion) yra adaptacinės, žmogui orientuotos saugos logikos pagrindas.
Šiuolaikiniai automobilių jutikliai generuoja milžiniškus, įvairialypius duomenų kiekius – vien aukštos raiškos kameros gali kurti 1–2 GB/sekundėje. Tačiau borto skaičiavimo platformos susiduria su griežtais apribojimais: galios riba paprastai yra 10–30 W vienam domenų valdikliui, standartinės uždelstumo ribos (<100 ms susidūrimo išvengimui) ir šilumos valdymo sunkumai kompaktiškuose korpusų išdėstymuose. Šios realybės priverčia sąmoningai daryti kompromisus:
Pagrindinė šios technologijos idėja – išmanus išteklių paskirstymas: apdorojimo galia orientuojama į susidūrimui aktualius objektus ir judėjimo trajektorijas, tuo tarpu nejudančios fono detalės tampa mažiau svarbios. Ankstyvojoje stadijoje taikomi kvantiniais reiškiniais įkvėpti optimizavimo algoritmai rodo pažadus – realiomis sąlygomis (temperatūros ir energijos ribojimų sąlygomis) jie padeda pasiekti iki 40 % didesnį išvadų formavimo efektyvumą, leisdami pagerinti suvokimo tikslumą be reikalingų įrangos modernizacijų. Automobilių gamintojams šis pusiausvyros išlaikymas lieka pagrindinis: jutiklių galimybių tobulinimas turi vykti lygiagrečiai su įterptosios dirbtinio intelekto efektyvumu, visada remiantis patikrintais saugos rezultatais.
Kameros suteikia aukštos raiškos vaizdus išsamiems kontekstinėms žinioms. Radaras užtikrina patikimą veikimą visomis orų sąlygomis ir ilgo nuotolio aptikimą. Lidaras leidžia tiksliai kurti 3D žemėlapius, o ultragarso jutikliai yra veiksmingi trumpo nuotolio tikslaus stebėjimo tikslais.
IMU suteikia nuolatinį judėjimo duomenis, o GNSS – absoliučią pozicionavimo informaciją. Jie veikia sinchroniškai, ypač tada, kai GNSS signalas prarandamas, naudojant algoritmus, tokius kaip Kalmano filtras, kad būtų užtikrintas tikslus lokalizavimas automobilių funkcijoms.
Ji sujungia įvairių jutiklių privalumus, kad būtų sumažinti atskirų jutiklių trūkumai, padidinant bendrą suvokimo tikslumą ir patikimumą – tai būtina saugiam automobilio veikimui įvairiomis sąlygomis.
Bordo sistemos yra ribojamos dėl galios, apdorojimo pajėgumų ir šiluminės aplinkos. Sprendimai apima tikslumo sumažinimą, krašto (angl. edge) pirminį apdorojimą ir adaptuotą imčių ėmimą, kad būtų įveikti šie apribojimai, išlaikant saugą ir efektyvumą.
EN