随着机动车辆盗窃案件持续增加(根据刑事司法委员会的数据,2022 年至 2023 年的增幅达 105%),许多消费者正在寻求新的设计方案以确保车辆安全。车辆集成的视频行车记录仪作为一项新功能,有助于满足这一需求。尽管行车记录仪历来被用于记录道路事故,但越来越多的售后市场和集成行车记录仪系统开始提供一种新的保护形式:外部入侵监控。
雷达传感器可以解决基于摄像头的检测方案所固有的许多缺点。采用雷达的增强型外部入侵监控系统仍有一个面向外部的录像机,但摄像头传感器默认处于停用状态以节省电量。这种情况下改用了德州仪器 AWRL6432 雷达片上系统 (SoC) 等器件来作为录像机的低功耗、高精度唤醒器件。凭借器件集成的处理能力,雷达 SoC 可以智能地区分路人和潜在入侵者。如果雷达 SoC 确定即将发生入侵事件,SoC 可以触发车辆闪烁前照灯并开始录制视频以阻止入侵。图 2 展示了 EIM 一种可能的实现方式:雷达检测到潜在的入侵者,但只有当入侵者接近车辆或过于接近时才会唤醒摄像头。
图 2:接近检测 EIM 实现方案
节能使用雷达可以显著降低这些检测系统的被动功耗。当作为这些系统的唤醒器件进行调优时,AWRL6432 的功耗仅为 22mW,比同类图像处理系统的 75W 平均功耗低三个数量级。假设在一个用例中,这两个系统都安装在电动汽车上,车辆的平均效率为 2.9 英里/kWh。经过 24 小时的监控后,基于摄像头的系统可能导致电动汽车的续航里程缩短 5 英里。使用雷达作为唤醒触发器时,同一车辆损失的续航里程只有 8 英尺。
为了尽可能提高入侵监控系统的精度,可以使用雷达作为对现有机器学习摄像头的补充。此架构仍然利用雷达的位置精度以及对弱光或天气条件的无感特性。但是,雷达不会直接触发入侵威慑,而是会激活机器学习摄像头来收集其他数据。因此,机器学习模型可以利用图像和雷达数据对下一步的行动做出明智的决定。由于车辆仅在满足一组特定入侵条件后才会开始录像,因此无需持续调查周围环境,从而更容易符合当地隐私法规。
免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。