Розробка AI-модулів ADAS під ключ: FCW, LDW, BSM

Хибні спрацювання та пропуски об’єктів у сліпих зонах — це ризик і для людей, і для техніки. Ми розробляємо AI-модулі ADAS під ключ: від підготовки даних із камер і радарів до приймання на вашому парку. Замовник отримує робочі функції попередження та зрозумілу звітність по кожній події.
Часті запитання

Чому розробка ADAS впирається в якість даних із датчиків

Модулі допомоги водієві ламаються не в логіці, а на вході. Попередження про зіткнення, контроль смуги та сліпих зон збирають картину з кількох каналів — камери, радара, ультразвуку, — і якщо потоки розходяться, уся подальша обробка йде за суперечливими даними.

Розсинхронізація міток часу — перша й найчастіша причина. Кадр і радіолокаційний відгук надходять із різною затримкою: об’єкт ще видно в одному каналі й уже зник в іншому. Під час злиття це дає тремтіння координат, стрибки дистанції та «стрибаючий» об’єкт на межі зони виявлення.

Друге джерело — шум і геометрія встановлення. Дощ, відблиски, контрове світло й бруд на об’єктиві породжують хибні краї та фантомні цілі.

А різний нахил і висота кріплення датчиків на різних машинах означають, що калібрування, зняте на одному автомобілі, не переноситься на інший без перерахунку.

Звідси два результати, і обидва погані. Надлишок хибних спрацювань привчає водія ігнорувати сигнал. Спроба відсіяти їх затримкою попередження з’їдає частки секунди, заради яких модуль і ставили. Якість даних із датчиків і визначає, буде система помічником чи перешкодою.

Тому розробка ADAS для нас починається не з коду, а із синхронізації каналів, перевірки калібрування та розбору складних сценаріїв. Далі розбираємо, як влаштований цей контур і чим він закривається.

Що змінюється після впровадження: вимірюваний ефект

Ефект від впровадження фіксується не за відчуттями, а за метриками на відкладеному наборі записів і в польовій експлуатації. Базова лінія — та сама конфігурація автомобіля до встановлення модулів: ті самі маршрути, ті самі погодні умови, той самий перелік сценаріїв. Нижче чотири показники, за якими рахується результат.

Зниження хибних спрацювань

Основна робота відбувається не в моделі, а в ознаках: до кадру додаються швидкість, кривизна дороги, стан розмітки та положення сусідніх об’єктів, після чого пороги перераховуються окремо за класами сценаріїв.

З валідації виключаються кадри з неоднозначною розміткою, інакше модуль навчається на шумі. Частка хибних спрацювань на тисячу кілометрів падає в рази, при цьому пропуски реальних подій не зростають — обидва показники рахуються на тому самому наборі.

Час випуску оновлення на транспорт

Модель і параметри конфігурації постачаються окремо від основної прошивки, тому нова логіка попереджень не тягне за собою перезбирання всього блока.

Оновлення йде на парк хвилями: спочатку контрольна група, потім решта, з перевіркою цілісності образу та збереженням попередньої версії для відкату. Строк від приймання збірки до появи на машинах скорочується з тижнів до кількох днів, відкат — одна операція на парк.

Стійкість у складних умовах

Окремий набір — дощ, ніч, зустрічне світло, стерта розмітка, виїзд із тунелю. Результат вимірюється часткою сценаріїв, де модуль зберігає працездатність, за кожним сегментом окремо, а не однією усередненою цифрою.

Важливіша за саму частку поведінка за невпевненості: система знижує рівень підказок і повідомляє про це водієві замість мовчазного вимкнення. Порогові значення звіряються з методиками оцінювання — Euro NCAP і профільними вимогами замовника.

Зниження навантаження на водія

Тут метрики поведінкові: кількість втручань водія в керування, частота торкань керма, скільки разів за поїздку він дивиться на приладову панель заради перевірки статусу модуля.

Передбачувані попередження без хибних тривог знижують ці значення — водій перестає контролювати систему й повертається до контролю дороги. Якщо показник не покращується, отже пороги виставлені неправильно, і це виправляється на стенді, а не в полі.

Режими обробки: на борту, на блоці, гібридно

Режим обробки визначає, де живе алгоритм і що йде з машини назовні. Від цього залежать вимоги до каналу зв’язку, запас продуктивності бортового обчислювача та те, наскільки швидко ви зможете оновлювати моделі. Нижче — три схеми, між якими реально обирають під час розробки ADAS, і що кожна з них вимагає.

Порівняння схем

Варіант Де обчислюється Коли підходить Обмеження
Бортовий Усі моделі — на обчислювачі в машині, назовні йдуть лише події та телеметрія Серійний транспорт, ділянки без стійкого зв’язку, жорсткі вимоги до затримки реакції Обмежений запас продуктивності та тепловий режим; оновлення моделей — лише через регламентні вікна
На зовнішньому блоці Кадри й сигнали передаються на блок обробки, там же зберігаються Дослідні парки, налагодження, задачі з частою зміною моделей Канал стає частиною контуру: обрив зв’язку — втрата функції; постійний трафік з кожної машини
Гібридний Критичні функції (FCW, LDW, BSM) на борту, важка аналітика та перенавчання — на блоці Масове впровадження: потрібна і швидка реакція, і розвиток моделей Дорожче в розробці — потрібні узгоджені формати даних і регламент розсинхронізації версій

Вимоги до каналу зв’язку — похідна від режиму. Бортовий обчислювач віддає назовні лише події, тому переживає провали покриття й тунелі. Гібридна схема тримає критичні функції локально, а на блок надсилає вже підготовлені дані — канал перестає бути частиною контуру керування.

Вибір зводиться до трьох питань: як часто ви збираєтеся змінювати моделі, яка затримка реакції допустима для кожної функції і що станеться з нею при обриві зв’язку.

Розробка ADAS під ключ: етапи впровадження модулів

Порядок етапів під час розробки ADAS під ключ не змінюється від кількості модулів у задачі: спочатку підтверджуємо, що дані та сценарії взагалі дозволяють навчати й перевіряти алгоритм, і лише потім виходимо на приймання.

Перескочити аудит і одразу ставити камеру — означає отримати хибні спрацювання, причину яких доведеться шукати заново на всьому обсязі.

  1. Аудит даних і сценаріїв. Розбираємо записи з реальних маршрутів — ніч, дощ, зустрічне світло, щільний потік — і дивимося розподіл за класами. Якщо потрібного сценарію в архіві немає, він потрапляє до списку на дознімання до початку навчання моделі.
  2. Схема розміщення. Визначаємо посадкові місця камери й радара, кути огляду, зони перекриття, кріплення та живлення. Схему узгоджуємо до монтажу, інакше переробляти обшивку та джгут проводів доведеться двічі.
  3. Налаштування та калібрування камер. Виставляємо геометрію за розмічальним майданчиком, перевіряємо горизонт і сходження, фіксуємо параметри в конфігурації — від точності калібрування напряму залежить, чи буде модуль утримання в смузі розрізняти розмітку та тінь від стовпа.
  4. Перевірка на стенді та на транспорті. Спочатку відтворюємо сценарії на збережених записах, потім — прогони на тестовому транспорті одним і тим самим маршрутом. Окремо дивимося хибні тривоги: вони дратують водія сильніше, ніж пропуск.
  5. Приймання модуля. Прогін за узгодженим переліком сценаріїв із фіксацією метрик: частка пропущених подій, кількість хибних спрацювань на сотню кілометрів, затримка оповіщення. Розбіжності оформлюємо протоколом з умовами відтворення.
  6. Передача рішення. Передаємо конфігурації, схеми, інструкцію з калібрування та регламент обслуговування, навчаємо вашу команду вносити зміни без нас.

Кожен етап закривається артефактом, який можна перевірити: списком сценаріїв, схемою, протоколом прогонів. Тому обсяг робіт видно заздалегідь, а не з’ясовується на фінальній демонстрації.

Що замовник отримує на руки: комплект артефактів

Комплект передається не як «архів на пам’ять», а як робочий набір: за ним ваша команда збирає модуль, відтворює еталонні прогони та вносить зміни без нас.

На прийманні кожен пункт перевіряється запуском на вашому стенді — якщо збірка не відтворюється або тест не проходить за документом, пункт не закритий.

  • Вихідний код модулів FCW, LDW і BSM з описом структури та точками розширення під ваш функціонал.
  • Конфігурації збірки: які компоненти, у якому порядку, з якими налаштуваннями збираються в реліз і як це повторити у себе.
  • Схеми інтеграції: звідки надходять дані з камери й радара, частоти опитування, затримки на кожній ділянці та перелік місць, де найчастіше рветься потік.
  • Політики доступу: ролі учасників, розділення середовищ розробки й експлуатації, правила роботи з ключами та журналюванням змін.
  • Комплект документації: вимоги, архітектура, трасування вимог до тестів, відомі обмеження та умови, за яких модуль працює коректно.
  • Набір еталонних сценаріїв і записів з очікуваною поведінкою — за ним перевіряється, що після ваших правок система залишилася в допуску.
  • Регламент обслуговування: періодичність калібрування, що і за якими метриками моніторити, як оновлювати моделі та як відкатуватися на попередню версію.
  • Інструкція з розгортання на чистому стенді та чек-ліст приймання, за яким ви приймаєте кожну поставку.

Формат один і той самий для всіх модулів — коли ви додаєте другий і третій, комплект не доводиться винаходити заново. Опишіть задачу — повернемося з оцінкою та планом.

Кейс: контроль сліпих зон на парку вантажної техніки

Парк — 40 сідельних тягачів із причепами різної довжини. Аварійність концентрувалася в двох сценаріях: перестроювання праворуч і маневр на розв’язках, де огляд дзеркал перекритий причепом.

За квартал — 9 контактів під час перестроювання, 7 із них із причепом, і жодного стійкого попередження для водія.

Що змінили

Штатних місць під камери в кабіні не було, CAN-шина віддавала швидкість і вмикання поворотника не на всіх моделях, а простій машини коштував зірваних рейсів.

Тому модуль поставили окремим контуром: радар і камера на кронштейні, живлення від штатної мережі, калібрування під конкретну геометрію «тягач + причіп».

Монтаж ішов у сервісні вікна між рейсами — 2,5 години на машину замість 6 у першої партії, бо шаблон встановлення й кріплення уніфікували.

Події йдуть у телематику Wialon, тож контроль сліпих зон вбудувався в чинний моніторинг парку: диспетчер бачить попередження там само, де маршрути й витрату, окремого кабінету не з’явилося.

Метрики до й після

За перші півроку: контакти під час перестроювання — з 9 до 1 за квартал, хибні спрацювання — нижче 1 на 1000 км (поріг налаштовували за кожним типом причепа), частка поїздок з активним модулем — 96%.

Окремо рахували зворотний бік: якщо водій глушить попередження, це видно в журналі, і така машина йде на повторне калібрування, а не у звіт про «неефективність системи».

Що робити, якщо камери й радари сторонніх постачальників уже стоять

Якщо камери й радари вже стоять, починати з нуля не потрібно. Перший крок — ревізія контуру: які сенсори встановлені, за якими інтерфейсами віддають дані та що доступно назовні — сирі кадри й хмари точок або лише готові списки об’єктів із власними мітками часу.

Повторне використання камер і радарів закриває більшу частину задачі: оптика, кріплення, джгути та виконане калібрування залишаються на місці, змінюється лише шар обробки.

Якщо постачальник відкриває сирі дані, поверх ставимо свої алгоритми розпізнавання; якщо інтерфейс закритий, працюємо з об’єктами й будуємо логіку попереджень — фронтальний конфлікт, вихід зі смуги, контроль сліпих зон.

Різні постачальники обладнання зводяться до єдиної моделі даних: спільна система координат, єдина шкала часу, узгоджені зони виявлення.

Тоді камера одного виробника й радар іншого (частий випадок — Bosch плюс комплект другого виробника) працюють як один контур, а не як дві незв’язані підсистеми, і дублювальні спрацювання знімаються.

Інтеграція зі штатною системою будується за принципом «не втручатися в критичні контури»: штатні повідомлення читаємо, свої попередження віддаємо через узгоджений інтерфейс і лише в ті функції, які заводська логіка готова прийняти.

Доопрацювання потрібне там, де не вистачає обчислювальної потужності, точності синхронізації або потрібне повторне калібрування після зміни геометрії встановлення. Список таких робіт скінченний і видно вже на ревізії контуру.

Часті технічні сумніви: хибні тривоги, погода, приймання

Перед стартом проєкту ADAS замовники ставлять приблизно ті самі питання — про поведінку модулів у складних сценах, межі відповідальності та супровід після виведення в серію. Нижче — відповіді інженерів, які ці модулі навчають, калібрують і здають.

Як ви боретеся з хибними спрацюваннями?

Рішення майже ніколи не ухвалюється за одним кадром: використовується трек об’єкта на послідовності кадрів, із гістерезисом на вході та виході, щоб короткочасний шум не перетворювався на попередження.

Додатково сцена розбивається за зонами — події поза смугою руху або за межами дистанції реакції на видачу FCW не впливають.

Як модуль працює в погану погоду?

Набір даних для навчання включає дощ, сніг, сутінки, зустрічне світло та забруднену оптику, а в логіці є ознака недостовірності вхідних даних.

У разі погіршення видимості функція переходить у режим зниженої чутливості й явно повідомляє водієві про обмеження, замість того щоб мовчки видавати хибні тривоги або пропуски.

Хто відповідає за безпеку?

ADAS-модуль — система підтримки водія, а не автозаміна його рішень. Наша зона відповідальності: відповідність заявлених сценаріїв реальній поведінці модуля плюс доказова база — протоколи випробувань, трасування вимог, звіт про межі застосовності. Ці документи йдуть у приймання.

Чи можливе донавчання моделі після запуску?

Так, цикл замкнено на ваш парк: спірні випадки вивантажуються, розмічаються й потрапляють у наступну ітерацію навчання. Регресійний набір сценаріїв фіксується, і нова версія проходить його цілком — раніше узгоджена поведінка не ламається.

Як проходить приймання результату?

Метрики узгоджуються до початку робіт: частка виявлень, частка пропусків, час до видачі попередження. Перевірка йде на записах реальних поїздок і на тестових заїздах, після чого фіксується версія модуля та звіт з результатами.

Обговоримо задачу: що потрібно для оцінки вашого проєкту

Щоб повернутися з оцінкою проєкту, а не із загальними словами, потрібен мінімум вхідних даних за трьома осями: що за техніка, що має робити система і в яких умовах вона працює. Чим конкретніші вихідні дані, тим точніше технічне завдання й тим менше припущень у плані робіт.

  • Склад парку: класи й моделі техніки, на яких платформах ставиться система, скільки одиниць і чи є відмінності між партіями.
  • Набір функцій і пріоритети: попередження про фронтальне зіткнення, контроль смуги, сліпі зони — що критично в першій версії, що переходить у другу.
  • Сценарії експлуатації: типи доріг, щільність потоку, погода, освітленість, нічні виїзди, тунелі та розв’язки.
  • Обмеження: доступні датчики та місця їх встановлення, запас обчислювальної платформи, зв’язки зі штатними системами машини.
  • Дані: записи з доріг, обсяг, наявність розмітки, права на використання, чи зафіксовані еталонні події.
  • Вимоги до якості: цільові показники виявлення та хибних спрацювань, застосовні стандарти, очікуваний порядок приймання.
  • Результат пілоту: на якому обсязі техніки перевіряємо, які метрики вважаємо успіхом і що вважаємо провалом.

Надсилати все одразу не обов’язково — навіть неповний набір дозволяє окреслити рішення й назвати ризики чесно. Опишіть задачу: повернемося з оцінкою, планом робіт і межами пілотного проєкту.

Напрямки AI-розробки

Останні роботи

  • Розробка сайту компанії B2B ADVANCE
    Розробка сайту компанії B2B ADVANCE
    1542
  • Розробка веб-додатків для компанії FEEDME
    Розробка веб-додатків для компанії FEEDME
    1394
  • Розробка веб-сайту для компанії БЕЛФІНГРУП
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    1081
  • Розробка інтернет магазину для компанії FURNORO
    Розробка інтернет магазину для компанії FURNORO
    1369
  • Розробка логотипу компанії B2B Advance
    Розробка логотипу компанії B2B Advance
    816
  • Розробка веб-додатків для компанії Enviok
    Розробка веб-додатків для компанії Enviok
    1142