Fortschrittliches Radar lässt Autos verborgene Gefahren um Ecken erkennen

Ein neues Radarsystem, das sich leicht in heutige Fahrzeuge integrieren lässt, nutzt Doppler-Radar, um Radiowellen an Oberflächen wie Gebäuden und geparkten Autos zu reflektieren. Das Radarsignal trifft die Oberfläche in einem Winkel, sodass seine Reflexion wie ein Queue-Ball, der die Bande eines Billardtisches trifft, abprallt. Das Signal geht weiter und trifft Objekte, die um die Ecke versteckt sind. Ein Teil des Radarsignals prallt zurück zu Detektoren, die am Auto montiert sind, was dem System ermöglicht, Objekte um die Ecke zu sehen und zu bestimmen, ob sie sich bewegen oder stationär sind.

Das System wird es Autos ermöglichen, verdeckte Objekte zu sehen, die heutige LiDAR- und Kamerasensoren nicht erfassen können; beispielsweise erlaubt es einem selbstfahrenden Fahrzeug, um eine gefährliche Kreuzung herumzusehen. Die Radarsensoren sind auch relativ kostengünstig, besonders im Vergleich zu LiDAR-Sensoren, und skalieren auf Massenproduktion. Das System ist in der Lage, Objekte einschließlich Autos, Radfahrer und Fußgänger zu unterscheiden und ihre Richtung und Anfahrtsgeschwindigkeit einzuschätzen.

In den letzten Jahren haben Ingenieure eine Vielzahl von Sensorsystemen entwickelt, die es Autos ermöglichen, andere Objekte auf der Straße zu erkennen. Viele von ihnen basieren auf LiDAR oder Kameras, die sichtbares oder nahes Infrarotlicht nutzen; solche kollisionsverhindernden Sensoren sind heute in modernen Autos üblich. Aber optisches Sensieren ist schwierig, um Objekte außerhalb der Sichtlinie des Autos zu erkennen. In früherer Forschung nutzte das Team Licht, um Objekte um Ecken zu sehen. Diese Bemühungen sind derzeit jedoch nicht praktisch für den Einsatz in Autos, sowohl weil sie Hochleistungslaser erfordern als auch auf kurze Reichweiten beschränkt sind.

Bei der Durchführung dieser früheren Forschung untersuchte das Team die Möglichkeit, ein System zur Erkennung von Gefahren außerhalb der Sichtlinie des Autos mit Imaging-Radar anstelle von sichtbarem Licht zu schaffen. Der Signalverlust an glatten Oberflächen ist bei Radarsystemen viel geringer, und Radar ist eine bewährte Technologie zur Objektverfolgung. Die Herausforderung besteht darin, dass Radars räumliche Auflösung – verwendet für die Abbildung von Objekten um Ecken wie Autos und Fahrräder – relativ gering ist. Die Forscher glaubten, dass sie Algorithmen erstellen könnten, um die Radardaten zu interpretieren und den Sensoren die Funktion zu ermöglichen. Die Algorithmen sind hocheffizient und passen auf aktuelle Automobil-Hardwaresysteme.

Um dem System zu ermöglichen, Objekte zu unterscheiden, verarbeitete das Team den Teil des Radarsignals, den Standardradare als Hintergrundrauschen anstatt als nutzbare Information betrachten. Das Team wendete künstliche Intelligenz-Techniken an, um die Verarbeitung zu verfeinern und die Bilder zu lesen. Der Computer, der das System ausführt, musste lernen, Radfahrer und Fußgänger aus einer sehr spärlichen Datenmenge zu erkennen.

Das System detektiert derzeit Fußgänger und Radfahrer, da die Ingenieure fühlten, dass dies die herausforderndsten Objekte aufgrund ihrer geringen Größe und variablen Form und Bewegung sind. Das System könnte angepasst werden, um auch Fahrzeuge zu detektieren.

Die Forscher planen, die Forschung in eine Reihe von Richtungen für Anwendungen fortzusetzen, die sowohl Radar als auch Verfeinerungen in der Signalverarbeitung involvieren. Das System hat das Potenzial, die automobilen Sicherheit radikal zu verbessern. Da es auf bestehender Radarsensortechnologie basiert, sollte die Bereitschaft des Radarsystems für den Einsatz in der nächsten Generation von Automobilen möglich sein.