BASELABS lance Dynamic Grid : fusion de capteurs données brutes pour modélisation automobile avancée

BASELABS, fournisseur leader de logiciels de fusion de capteurs automobile, a dévoilé Dynamic Grid — un algorithme de pointe qui construit un modèle d'environnement cohérent, haute résolution, directement à partir des données brutes des capteurs. En contournant les étapes d'entraînement laborieuses, Dynamic Grid permet aux développeurs automobiles d'accélérer la création de fonctions d'aide à la conduite comme les aides au stationnement et les pilotes de bouchons, délivrant une performance surpassant les techniques conventionnelles de tracking et grilles d'occupation.

La conduite automatisée urbaine exige la représentation environnementale la plus précise. L'industrie converge vers des capteurs haute résolution — radars, scanners laser, et caméras équipées de segmentation sémantique — pour capturer les détails fins requis pour de tels scénarios. Les méthodes de fusion traditionnelles peinent à suivre cet afflux de données.

Dynamic Grid relève ces défis de front en traitant les flux de données brutes de radars, LiDAR et segmentation par caméra dans un algorithme unifié, auto-contenu. Le résultat est une carte auto-cohérente qui détecte et suit avec précision objets statiques et dynamiques, tout en estimant l'espace libre pour délimiter zones praticables et places de stationnement disponibles. La solution tourne en temps réel sur CPUs automobiles standards et est développée en conformité avec les normes de sécurité ISO26262.

Dynamic Grid est idéalement adapté pour les niveaux d'automatisation 2 et au-dessus, y compris la conduite hautement automatisée. Les cas d'usage typiques incluent le stationnement autonome (entraîné ou valet), le freinage d'urgence automatique avec évitement, et les modes pilote de bouchons. L'algorithme s'intègre aussi parfaitement dans les sous-systèmes radar.

« Dynamic Grid offre une alternative supérieure à la séparation conventionnelle entre tracking et grilles d'occupation statiques », dit Norman Mattern, Head of Product Development chez BASELABS. « En fusionnant les données dans un cadre unique et intégré, nous éliminons les incohérences qui surgissent quand deux méthodes disparates sont combinées. L'algorithme excelle dans les environnements de trafic dense, multi-directionnel, et peut détecter et suivre des objets de toute forme sans entraînement extensif. »

Fondée en 2012, BASELABS fournit des solutions de fusion de capteurs scalables, efficaces, pour OEM et fournisseurs automobiles. L'entreprise reste indépendamment détenue par ses quatre fondateurs et Vector Informatik, assurant une neutralité stratégique à travers la chaîne d'approvisionnement.