Bitsensing offre una soluzione radar migliore

Nuvola di pixel con codifica a colori generata dal sistema AIR4D (Foto: Bitsensing)

Bitsensing è un'azienda sudcoreana che lavora su tecnologie radar di nuova generazione applicabili a una serie di settori e applicazioni, tra cui l'automotive/i trasporti, la gestione del traffico e la sanità.

L'idea fondamentale alla base di questa tecnologia è che il radar, come strumento di rilevamento, può fare molto di più rispetto agli attuali sistemi radar 2D. Per offrire questa funzionalità migliorata, Bitsensing sta lavorando al perfezionamento della progettazione dei sensori, fino ad arrivare a sistemi pronti per la produzione che integrano le nuove capacità.

Lancio di un nuovo prodotto

A maggio di quest'anno, l'azienda ha presentato il suo ultimo sistema AIR4D. Come suggerisce il nome, questo sistema si basa sui dati 2D di base forniti dai sistemi radar standard per offrire una rappresentazione 4D ad alta risoluzione dell'ambiente circostante il veicolo. Utilizzando nuvole di punti, informazioni Doppler e altri input provenienti da sensori, la tecnologia fornisce la distanza, la velocità e, soprattutto, l'altitudine degli oggetti in prossimità del veicolo.

Utilizzando l'intelligenza artificiale per combinare questi dati con quelli raccolti dai sistemi di visione di bordo, le informazioni possono essere utilizzate per creare un database in grado di classificare oggetti specifici man mano che vengono incontrati.

Jaewoo Oh, Bitsensing

"In pratica, forniremmo la nostra soluzione radar a un fornitore di primo livello (Tier 1) che integrerebbe i nostri sensori e le relative tecnologie nel proprio sistema di elaborazione di bordo, per poi consegnarla al produttore del veicolo (OEM)", ha spiegato Jaewoo Oh, senior manager per lo sviluppo commerciale di Bitsensing, in un'intervista a Power Progress in occasione dell'IAA Transportation 2026 di Hannover, in Germania.

Oltre a completare l'analisi degli oggetti esterni, il sistema AIR4D può anche fungere da strumento ADAS (sistema avanzato di assistenza alla guida). Analogamente a come questa tecnologia viene utilizzata in ambito sanitario per monitorare un paziente in modalità wireless, una funzionalità simile può essere impiegata per monitorare le condizioni e le prestazioni del conducente.

"So che alcune delle più grandi aziende di primo livello stanno già fornendo soluzioni radar ai loro clienti OEM che includono funzioni ADAS", afferma Oh.

Il sistema, tuttavia, è stato sviluppato principalmente per supportare la guida autonoma. "Ci concentriamo fortemente sulla guida autonoma", afferma Oh. "Per raggiungere questo obiettivo, i nostri sistemi forniscono molte più informazioni rispetto a quelli attualmente presenti sul mercato."

Dati della nuvola di punti

Un video presentato allo stand di Bitsensing all'IAA Transportation mostrava una registrazione in tempo reale dei punti dati generati dal sistema di bordo mentre il veicolo si muoveva nel suo ambiente circostante. Il livello di dettaglio era tale che, anche solo con quei singoli pixel, era possibile distinguere edifici, incroci stradali, altri veicoli e pedoni.

Alla domanda se il sistema sarebbe stato in grado di analizzare tutti questi dati in tempo reale, Oh ha spiegato che dietro le quinte si stava lavorando per ottimizzare il riconoscimento del sistema. "Abbiamo più di 60 ingegneri, circa l'80% dei nostri dipendenti, che lavorano all'analisi dei segnali. La fase di percezione del sistema non è istantanea, c'è molto lavoro dietro."

Mentre un sistema basato su telecamere non rileverebbe gli ostacoli a causa della scarsa visibilità, il sistema radar di Bitsensing individuerà il problema, il tutto a una distanza maggiore.

Oh afferma che il team di ingegneri sta ricevendo un certo supporto dall'intelligenza artificiale, ma per ora viene utilizzata solo in un ruolo di supporto. "Non utilizziamo ancora l'IA nel nostro sistema", dice. "Forniamo informazioni per l'apprendimento dell'IA che verranno assimilate dall'integratore. Le nuvole di punti guideranno l'apprendimento dell'IA; identificando ciò che non va, sapremo cosa funziona correttamente."

"Abbiamo un sistema attualmente in fase di test negli Stati Uniti. Riteniamo che la nostra soluzione sia superiore alle altre nel supportare l'apprendimento dell'intelligenza artificiale, il che la rende intrinsecamente migliore rispetto a quelle già integrate nei veicoli odierni."