TI lancia un sensore radar per una guida autonoma più efficiente

Sensore radar TI
TI migliora la tecnologia di assistenza alla guida grazie a un nuovo sensore radar ad alta risoluzione per rilevare oggetti più lontani dal veicolo.

TI migliora la tecnologia di assistenza alla guida per un monitoraggio più preciso dei punti ciechi e per una guida più sicura e efficiente in curva e agli incroci grazie a un nuovo sensore radar ad alta risoluzione da 77 GHz per rilevare oggetti fino al 40% più lontani dal veicolo

Nel tentativo di sviluppare ulteriormente la guida autonoma e la sicurezza dei veicoli, Texas Instruments (TI) ha annunciato un’espansione della sua gamma automotive che può aiutare le case automobilistiche a migliorare il rilevamento degli oggetti da parte dei sistemi avanzati di assistenza alla guida (ADAS).

Il nuovo sensore radar AWR2944 di TI si aggiunge all’ampia gamma dell’azienda composta da prodotti e tecnologie di elaborazione analogici e integrati, fornendo agli ingegneri automotive più strumenti a sostegno dell’innovazione dei veicoli. Grazie all’aumentata capacità di rilevamento rapido degli oggetti, al monitoraggio dei punti ciechi e alla guida efficiente in curve e incroci, le case automobilistiche hanno la strada spianata verso la realizzazione della loro visione di un futuro senza collisioni.

Sfide progettuali complesse

«Il cambio di corsia e la guida in curve strette sono oggi fra le sfide progettuali più complesse per i nostri clienti», ha affermato Yariv Raveh, manager del settore radar a onde millimetriche di TI. «Per creare un’esperienza di guida più sicura, i sistemi di assistenza alla guida devono elaborare enormi quantità di dati in modo rapido e preciso e comunicare chiaramente con il conducente».

Secondo la Federal Highway Administration, oltre il 50% del totale di incidenti mortali e con feriti si verifica in corrispondenza o in prossimità delle intersezioni. Con i nuovi requisiti di sicurezza dei veicoli a motore previsti dal Regolamento ONU n. 79 e dagli standard aggiornati del New Car Assessment Program (NCAP) in vigore, le case automobilistiche devono migliorare i sistemi di sterzo in modo da supportare le funzioni di assistenza avanzata alla guida e di guida automatizzata. Ulteriori informazioni sugli ultimi requisiti di sicurezza sono disponibili nell’articolo tecnico «Cosa devono sapere gli ingegneri ADAS sui nuovi requisiti NCAP per il radar».

Il sensore radar di TI

Il sensore radar AWR2944 a 77 GHz può aiutare le case automobilistiche a soddisfare queste normative di sicurezza e fornisce le migliori prestazioni in radiofrequenza nella categoria in un fattore di forma ridotto, circa il 30% più piccolo rispetto ai sensori radar odierni.

Il sensore AWR2944 integra un quarto trasmettitore per ottenere una risoluzione il 33% superiore rispetto ai sensori radar esistenti e consente ai veicoli di rilevare gli ostacoli in modo più chiaro ed evitare collisioni. Inoltre, l’esclusivo hardware del nuovo sensore supportato dall’elaborazione del segnale basata sulla DDMA (Doppler division multiple access) migliora la capacità di rilevare i veicoli in arrivo a distanze fino al 40% maggiori.

Consentendo alle case automobilistiche di sviluppare veicoli con una maggiore visibilità sull’ambiente circostante, le soluzioni di TI per gli ADAS comprendono sensori radar integrati system-on-chip ad alte prestazioni, processori edge di intelligenza artificiale ad alta efficienza e circuiti integrati di gestione dell’energia (PMIC) qualificati per il settore automotive, come il PMIC LP87745-Q1 multi-rail a basso rumore per processori radar monolitici a microonde. Ulteriori informazioni sulle recenti innovazioni nella tecnologia ADAS sono disponibili nel post sul blog «ADAS: la tecnologia che fa avanzare la sicurezza automobilistica».

Visibilità dietro le curve

«La visibilità dietro le curve pone da sempre una sfida per i veicoli autonomi e semiautonomi. Questa sfida offre l’opportunità di progettare una tecnologia ADAS premium e di alta qualità per contribuire a migliorare la percezione da parte del veicolo», ha affermato Curt Moore, manager per i processori Jacinto di TI. «Nel campo dell’automazione di parcheggio e guida, la capacità di vedere più lontano con dispositivi come il sensore AWR2944 e, quindi, di elaborare i dati perfettamente con i nostri processori Jacinto, offre maggiore consapevolezza e sicurezza».

Dal supporto dell’attivazione dell’airbag alla realizzazione di un’elettrificazione all’avanguardia dei veicoli, la radicata storia di innovazione di TI nel campo delle tecnologie automotive copre oltre 40 anni. La compatibilità del software di TI offre alle case automobilistiche una scalabilità sull’intera flotta, mentre l’ampiezza del supporto e delle risorse di progettazione, inclusi i contenuti tecnici, i moduli di valutazione e gli esempi con applicazioni reali, semplifica la progettazione degli ADAS. Tenendo sempre un occhio al futuro, TI ritiene che la collaborazione tra fornitori di semiconduttori, ingegneri di sistema e case automobilistiche si dimostrerà fondamentale per ridurre il time to market e rispondere alle esigenze normative in continua evoluzione.

 

Metodologie di progettazione

Progettazione dinamica di rotori e organi rotanti

I sistemi meccanici che producono o trasmettono energia in movimento si affidano quasi sempre a sistemi di componenti rotanti. Rotori, alberi, giunti e cuscinetti non sono soltanto elementi funzionali ma rappresentano i componenti fondamentali per la dinamica di gran parte

Metodologie di progettazione

Progettazione industriale mediante metodo FEM

In molti ambiti della progettazione industriale, sempre più caratterizzata da cicli di sviluppo rapidi e sistemi a complessità crescente, la capacità di prevedere il comportamento strutturale di un componente o di un assieme meccanico risulta fondamentale. In questo scenario, la

Quaderni di progettazione

Un esempio di applicazione degli elementi monodimensionali

Nel precedente Quaderno di Progettazione abbiamo introdotto la teoria degli elementi monodimensionali, mostrando le varie formulazioni. In questa seconda puntata andremo a mostrare come modellare strutture composte da travature multiple e come creare le matrici di rigidezza dell’intera struttura. di