Traktör ADAS Testi – Korunmasız Yol Kullanıcısı (VRU) Tespiti

Gelişmiş sürücü destek sistemleri (ADAS) binek otomobillerde, hafif ticari araçlarda ve ağır kamyonlarda oldukça yaygınlaşmıştır. Daha az bilinen şey ise üreticilerin ADAS sistemlerini hareketli tarım makinelerine de uyguladığıdır. Saatte 60 km’den daha hızlı giden ‘hızlı traktörler’ ABS ve araç denge kontrolü gibi aktif güvenlik sistemlerine olan talebi artırmaktadır. LEANE, ADAS testlerinde mesafe, konum ve açı gibi parametreleri hesaplamak için Dewesoft DAQ donanım ve yazılımını kullandı.

Korunmasız Yol Kullanıcısı (VRU) terimi esas olarak, açık yolda veya arazide, dışarıdan bir kalkanla korunmayan araçların menzilindeki kişileri tanımlamak için kullanılır. VRU’lar yayaları, bisikletlileri ve bir çarpışmada yaralanma riski daha yüksek olan diğer motorsuz yol kullanıcılarını içerir.

Mühendislik şirketi Leane yaklaşık 50 yıldır İtalyan pazarında yer almaktadır. Otomotiv Bölümü 1978 yılından bu yana müşterilerine araç veri toplama konusunda anahtar teslim çözümler sunmaktadır. Yılların deneyimi ve son derece uzmanlaşmış mühendislik uzmanlığı ile Leane, müşterilerini sensör seçiminden nihai rapora kadar desteklemektedir. Şirket, bağımsız cihazlar ve tek bir sensörden komple anahtar teslim ölçüm sistemine, yol testinden sürüş simülatörüne kadar müşteri uygulamalarına tamamen uyarlanmış çözümler oluşturma kapasitesi sunmaktadır.

Traktörler ve çektikleri veya kullandıkları sayısız tarım aleti gibi tarım makineleri üreticileri, VRU korumasını iyileştirmek için aşağıdaki ADAS sistemlerini kullanmaya çalışmaktadır;

• Kör Nokta İzleme (BSM)
• Kör Nokta Bilgi Sistemi (BSIS)
• Hareketli Kapalı Bilgi Sinyali (MOIS)

OEM’ler, 1. kademe tedarikçiler ve sigorta şirketleri de dahil olmak üzere birçok paydaş, güvenliği artırmak ve gelecekteki düzenlemeleri şekillendirmek için eylem ve projeleri teşvik etmektedir.

Ulusal Tarım Araştırma Merkezi (CREA) bu tür bir girişimden sorumludur. CREA, tarımsal gıda tedarik zincirlerine odaklanmıştır ve tarım ve orman traktörlerini sertifikalandırmak üzere OECD tarafından akredite edilmiştir.

Merkez, 2023 yılının sonunda, bir yaya mankenini geçen ve çevreleyen tarım traktörlerinde Savunmasız Yol Kullanıcısı (VRU) tespitine odaklanan bir ön test kampanyası başlattı. Tarım bağlamında bu tür bir uygulamadaki kritik zorluklar arasında şunlar yer almaktadır:

• Traktör konfigürasyonu çok değişken olabilir: farklı çalışma görevleri, traktöre çeşitli aletlerin takılmasını gerektirir, bu da insan operatörün görüş alanını ve sensörlerin menzilini farklı şekillerde etkiler.
• Makineler farklı senaryolarda çalışır: yolda, malzeme taşıma için avluda, tarlada veya ağaçların arasında. Makineler, çalışma menzilleri içinde VRU’larla ve birçok farklı şekle sahip nesnelerle karşılaşabilir.

İlk oturumda birkaç tedarikçi ve üniversite, üretim traktörlerine takılan VRU ve engel tespiti için kamera tabanlı veya radar tabanlı çözümlerinin potansiyelini gösterdi. Yerleşik bir kontrol sistemi entegrasyonu uygulamadan bir yaya kuklasını tespit etme kabiliyetlerini gösterdiler.

Bu aşamada amaç bazı basit senaryoları gerçekleştirmekti. Testler temiz bir asfalt yüzeyde, traktörlerin statik bir yaya mankenine farklı açılarda farklı yörüngelerle yaklaşmasıyla gerçekleştirildi.

DGNSS Gerçek Zamanlı Kinematik (RTK) özellikli bir Ataletsel Navigasyon Sistemi (INS), algılama sisteminin performansını doğrulamak amacıyla mankenin kesin mutlak konumunu ve traktöre olan göreceli mesafesini elde etmek için zemin doğruluğu referansı olarak kullanılmıştır.

Gelecekteki test oturumları, sürüş robotlarının ve robotik VRU taşıyıcı platformlarının performans gösterdiği daha karmaşık senaryolarla planlanacaktır.

Test senaryolarını CREA prova sahasındaki asfalt pistte kurduk. Bu alan, kavşak olarak kullanılabilen veya orta hızda viraj manevraları gerçekleştirilebilen merkezi bir kareye sahip bir ovalden oluşmaktadır.

A ve B senaryoları olmak üzere iki test durumu gerçekleştirdik:

A) Traktör köşede farklı hızlarda ve yollarda (içeride/dışarıda) hareket ederken yaya kukla bir köşededir

B) Traktör düzlük boyunca farklı hızlarda ve yanal uzaklıklarda ilerlerken yaya kuklası düzlüktedir

Mühendisler yaya hedefini test senaryosu A için RefPoint1’e ve senaryo B için RefPoint2’ye yerleştirmiştir.

Aşağıdaki iz görünümü RefPoint2’ye yerleştirilen kuklayı ve test senaryolarının yollarını işaretlemek için kullanılan bazı konileri göstermektedir.

Test için kullanılan ekipman şunları içeriyordu:

• Statik yaya yetişkin mankeni MoshonData MD-PT
• Ataletsel Navigasyon Sistemi (INS) – NTRIP üzerinden RTK ile
• DEWESoft DEWE-43A veri toplama sistemi
• USB web kamera
• Ethernet Alıcısı ve Poligon uzantıları ile DewesoftX veri toplama yazılımına sahip dizüstü bilgisayar

Sistem kurulumu (Şekil 3 ve 4) ayrıca Ethernet akışlarından veri kanallarını çıkarmak için basit filtreleme yeteneklerine ve veri kod çözme özelliğine sahip bir Ethernet dinleyicisi içeriyordu. Dinleyici, MAC ve IP adresi, kaynak ve hedef bağlantı noktası veya manuel veri filtreleri gibi parametrelere göre akış filtrelemeye izin verir. Verileri farklı formatlarda (Intel, Motorola, işaretli, işaretsiz) kodlayabilir. Hem IEEE floatLinear hem de IEEE doğrusal olmayan (polinom) ölçeklendirmeler mümkündür.

DewesoftX Polygon eklentisi, arabalar, koniler, izler veya çizgiler gibi hareketli veya statik nesneler arasındaki mesafe, konum veya açı gibi parametreleri hesaplamak için bir araçtır.

Eklenti, otonom veya otonom olmayan araç testleri için temel olabilir, örneğin:

• Otonom acil frenleme (AEB)
• Şerit değiştirme
• Şeritten ayrılma uyarısı (LDW)
• Daire sürüşü
• Slalom
• Çarpışma uyarısı
• Performans testi
• Yoldan geçen gürültü
• Fonksiyonel güvenlik testleri
• Araç dinamikleri
• ve diğerleri

Ayrıca, önceden kaydedilmiş dosyalardan 1 cm’ye kadar doğrulukla iz aktarımı ve kolay veri analizi ve gerçek zamanlı sürücü rehberliği için tamamen ayarlanabilir 3D görselleştirme sağlar.

Liste, prototip ekipmanı, yani radar tabanlı veya kamera tabanlı algılama sistemlerini içermemektedir ve gizlilik sorunları nedeniyle, elde edilen sinyalleri paylaşamıyoruz.

Bu durumda, traktöre analog sensörler takmadığımız için DEWE-43A veri toplama sistemi verileri CAN veri yolundan yakaladı.

Kolaylık sağlamak için RTK’ya sahip ataletsel navigasyon sisteminin hız sensörünü kabinin üst kısmına, sürücünün başının hemen üzerine monte ettik. Ek olarak, Sensörün ölçüm verilerini traktörün orta-ön kısmına yerleştirilen PointOfInterest1 (POI1) noktasından verecek şekilde yapılandırdık. Bir NTRIP DGNSS hizmeti, traktörün mutlak konumunun santimetre düzeyinde doğruluğunu sağlayan RTK verilerini sağladı.

Ethernet alıcı eklentisi sensörden gelen veri akışını yakalamıştır.

DewesoftX Polygon eklentisi çalışma alanının 3 boyutlu bir temsilini sağlamıştır. Yazılım ayrıca traktörün statik kuklaya, yani ReferencePoint1 ve ReferencePoint2’ye göre göreceli konumu hakkında bilgi sağlayan kanalları da hesapladı.

Kolaylık sağlamak için, koordinat sistemini ReferansNoktası2’de X ekseni düz yönde olacak şekilde ayarladık. Bunu yaparak, Referans Noktası2’nin koordinatları – B test senaryosu için kuklanın bulunduğu yer – bunlarla eşleşir.

Ardından, traktörün önü Referans Noktası1’deki mankene yakın olduğunda Referans Noktası1’in koordinatlarını POI1 koordinatlarına atıfta bulunarak ayarladık.

Bundan sonra, X, Y boyunca mesafeyi ve göreceli mesafeyi elde etmek için birkaç hesaplanmış kanal ekledik:

• Sürücünün kafasından Referans Noktaları 1 ve 2’deki kukla konumlarına.
• Traktörün önünden (POI1) Referans Noktaları 1 ve 2’deki kukla konumlara.

Ayrıca, yarıçapları 3m, 6m ve 12m olan ve merkezleri sürücünün baş koordinatlarında bulunan üç traktör hareket çemberi ekledik. Taslak test protokolünün ön gereksinimlerine dayanarak 12m değerini seçtik.

DewesoftX ölçüm ekranının ekran görüntüsünde gösterildiği gibi (Şekil 6 ve 7) traktör kabininden sahnenin eşzamanlı görüntüsünü sağlamak için DirectX USB kamerayı ekledik.

Traktörle kuklaya yaklaşarak ve yakınında durarak ya da yanından geçen bir yolda ilerleyerek birkaç test çalışması yaptık. Ayrıca, prototip algılama sistemlerinin mankeni nasıl gördüğünü kontrol etmek için engellerden kaçınma manevraları yaparak veya traktörü sahnenin etrafında sürerek ek testler gerçekleştirdik.

Bu algılama sistemlerinden elde edilen verileri göstermemize izin verilmedi. Yine de Polygon sanal geometrileri ve DewesoftX matematik kanalları sayesinde traktörün mankenin bulunduğu yere ne zaman yaklaştığını gözlemledik ve 12m, 6m ve 3m sınırlarının içine girdiğini tespit ettik.

Test seneryosu A yukarıda gösterilmiştir.

Test senaryosu B yukarıda gösterilmiştir.

Konumlandırma verilerini test aracından, kameralardan ve diğer sensörlerden gelen verilerle birleştirmek, herhangi bir ADAS ölçüm uygulamasının tipik bir gereksinimidir.

DewesoftX yazılımını kullanarak, tüm bu veri kaynaklarını entegre edebilir, Polygon uzantı eklentisinden yararlanarak çevrimiçi göreli mesafe hesaplamalarını ve etkili bir 3B görselleştirmeyi hızlı ve kolay bir şekilde ekleyebiliriz.

DewesoftX Polygon modülü, pistteki statik nesnelerin konumunu haritalamak ve Test Edilen Aracı ve diğer hareketli nesneleri izlemek için yerel bir koordinat sistemi ayarlamaya olanak tanır. Bu uygulamanın kurulumu testten önce doğrudan pist üzerinde sadece birkaç dakika içinde yapılmıştır.

Polygon’un bir başka özelliği de statik veya hareketli nesnelere bağlı geometrik varlıklar oluşturma ve bu varlıkları hesaplama ve görselleştirme için kullanma, örneğin belirli bir nesnenin başka bir nesneden belirli bir aralıkta olup olmadığını kontrol etme imkanıdır.

Yukarıdaki gerçeklere dayanarak, müşteri bu araştırma alanındaki gelecek test faaliyetleri için DewesoftX ve Polygon’u uygulamaya karar verdi.