تكنولوجيا كاميرا HDR للمركبات الذاتية القيادة: التغلب على تحديات الإضاءة الشديدة في سيناريوهات القيادة للأمام والأنفاق

تتطلب التطورات السريعة في القيادة الذاتية أنظمة رؤية متقدمة قادرة على التعامل مع ظروف الإضاءة القاسية. النطاق الديناميكي العالي (HDR) كاميرالقد ظهرت التكنولوجيا كعامل تمكين حاسم للملاحة الآمنة، لا سيما في السيناريوهات مثل الوهج الناتج عن ضوء الشمس والانتقالات المفاجئة بين الأنفاق وضوء النهار. تستكشف هذه المقالة كيف تقوم ابتكارات HDR بتحويل أنظمة إدراك السيارات، ومعالجة التحديات التقنية، وتشكيل مستقبل المركبات ذاتية القيادة.

تواجه الكاميرات التقليدية صعوبة في تحقيق التوازن بين السطوع والظلام في السيناريوهات التي تتجاوز 100dB من نطاق الديناميكية (DR). بالنسبة للأنظمة المستقلة، فإن هذه القيود تعرضها لمخاطر الفشل الحرج:

• انتقالات النفق: يمكن أن تؤدي التحولات المفاجئة من الظلام إلى الوهج إلى عمى الكاميرات لجزء من الثانية، مما يتسبب في تأخيرات في اكتشاف الأجسام.

• وميض LED: إشارات المرور ومصابيح المركبات مع تخفيض PWM تخلق تأثيرات وميض، مما يضلل خوارزميات الذكاء الاصطناعي.

• رؤية الليل: تتطلب ظروف الإضاءة المنخفضة حساسية معززة لاكتشاف المشاة أو العقبات دون تعريض النقاط الساطعة بشكل مفرط.

يجب أن تحقق كاميرات HDR المستقلة >140dB DR لالتقاط التفاصيل عبر التباينات الشديدة مع الحفاظ على الأداء في الوقت الحقيقي.

1. تقسيم البيكسل وكسب التحويل المزدوج (DCG)

تقوم بنية Subpixel-HDR من سوني بتقسيم البيكسلات إلى بيكسلات فرعية كبيرة (حساسية منخفضة) وصغيرة (حساسية عالية)، مما يلتقط 4 مستويات تعريض في وقت واحد. تقضي هذه الطريقة على ضبابية الحركة الناتجة عن تجميع الإطارات المتعددة، لكنها تواجه تحديات مثل التداخل وفقدان 25% من الضوء.

تحسينات:

• LOFIC (مكثف تكامل التدفق الجانبي): من خلال دمج المكثفات لتخزين شحنات التدفق الزائد، تحقق حساسات LOFIC 15EV DR في التعرضات الفردية. بالاقتران مع DCG، فإنها تمكن من تبديل الكسب التكيفي، مما يقلل من عيوب الحركة.

• دراسة حالة: يستخدم نظام XNGP الخاص بشركة Xiaopeng كاميرات مدعومة بتقنية LOFIC لتمديد مسافة التعرف على الأنفاق بمقدار 30 مترًا.

2.أجهزة استشعار متعددة التعرض الإقليمي

تقوم مستشعرات كانون الصناعية بتقسيم الإطارات إلى 736 منطقة مع تعريضات مستقلة، مما يلتقط فيديو بسرعة 60 إطارًا في الثانية مع موازنة الظلال والإبرازات. بينما كانت في البداية لأغراض الأمن، يمكن أن تعزز هذه "HDR على مستوى البكسل" اكتشاف الحواف في السيارات.

3. معالجة إشارات الصور المدفوعة بالذكاء الاصطناعي (ISP)

تقوم خوارزميات التعلم العميق الآن بتحسين مخرجات HDR من خلال:

• تعويض الحركة: محاذاة الإطارات من لقطات متعددة التعريض.

• تقليل وميض LED (LFM): مزامنة قراءة المستشعر مع دورات PWM LED.

• تقليل الضوضاء: إعطاء الأولوية للمناطق الحرجة (مثل علامات الطريق) مع كبح الضوضاء غير ذات الصلة.

مثال: تقلل حساسات ON Semiconductor المدعومة بتقنية LFM من آثار الوميض بنسبة 90% في سيناريوهات دخول النفق.

تكنولوجيا HDR ليست مجرد تحسين تدريجي بل هي ركيزة أساسية لسلامة القيادة الذاتية. الابتكارات مثل LOFIC و ISP المعزز بالذكاء الاصطناعي تدفع حدود ما يمكن أن تحققه الكاميرات في الإضاءة الشديدة. مع تقدم الصناعة نحو مستوى 4/5 من الاستقلالية، ستظل أنظمة HDR مركزية في التغلب على "العقبات غير المرئية" التي تفرضها أشعة الشمس والأنفاق والوهج الحضري.