Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Computer Science - Applied

Möglichkeiten eines Radartransceivers zur Hinderniserkennung an einem autonomen Fahrzeug

Title: Möglichkeiten eines Radartransceivers zur Hinderniserkennung an einem autonomen Fahrzeug

Bachelor Thesis , 2008 , 71 Pages , Grade: 0,7

Autor:in: Nicolai Glatz (Author)

Computer Science - Applied
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Diese Arbeit beschreibt die Vorgehensweise zum Aufbau einer Hinderniserkennung mit einem Radartransceiver und die Auswahl geeigneter Komponenten. Es wird auf die Funktionsweise der Abstands- und Geschwindigkeitsmessungmittels Radar, die Signalverarbeitung und deren Auswertung eingegangen. Die Ansteuerung und Auswertung erfolgen mit einem ARM Mikrocontroller.

Excerpt


Inhaltsverzeichnis

1 Einführung

1.1 Das Projekt

1.2 Ziel dieser Arbeit

2 Grundlagen

2.1 Radar

2.1.1 Geschichte

2.1.2 Pulsradar

2.1.3 CW Radar

2.1.4 Mehrzielfähigkeit

2.2 Plattform

3 Anforderungen einer Hinderniserkennung

3.1 Reaktionszeit

3.2 Abmessungen

3.3 Hindernisse

4 Technische Ausganslage

4.1 Die Radartransceiver (Radarsensoren)

4.1.1 IVS-163

4.1.2 IVS-148

4.2 Ansteuerung des Radartransceivers

4.2.1 Analoge Schaltung

4.2.2 DA-Wandler

4.3 Einlesen der analogen Signale

4.3.1 Soundkarte

4.3.2 Integrierter AD-Wandler

4.3.3 Externer AD-Wandler

4.4 Controller

4.4.1 USB I/O Box

4.4.2 Atmel AVR 8bit

4.4.3 ARM 32bit

5 Umsetzung in die Praxis

5.1 Erzeugung des Sweep Signals

5.2 Nachverstärkung des Ausgangsignals

5.3 Auswertung

5.3.1 Abtastung

5.3.2 Fenster Funktion

5.3.3 Glättung

5.3.4 Fast Fourier Transformation

5.3.5 Peak Detection

5.3.6 Ermittlung der Entfernung bei ruhenden Objekten

5.3.7 Ermittlung der Entfernung und Geschwindigkeit bei bewegten Objekten

5.3.8 Auflösungsvermögen

5.4 Auslastung des Mikrocontrollers

6 Tests und Messungen

6.1 Messungen mit stationären Objekten

6.2 Messungen mit bewegten Objekten

7 Ausblick

7.1 Sweepsignal

7.2 Analoge Signalverarbeitung und A/D Wandlung

7.3 Digitale Signalverarbeitung

7.4 Montage am Fahrzeug

7.5 Stromverbrauch

7.6 Fazit

A Quadratursignal

B Versuchsaufbau

Zielsetzung & Themen

Die vorliegende Arbeit untersucht die Eignung eines Radartransceivers für die Hinderniserkennung an einem autonomen Modellfahrzeug (intelliTruck). Das primäre Ziel besteht darin, eine geeignete Methode zur Ansteuerung des Radarsensors sowie zur Signalverarbeitung zu evaluieren, in die Praxis umzusetzen und experimentell zu validieren, wobei insbesondere die Anforderungen an Echtzeitfähigkeit und Platzbedarf berücksichtigt werden.

  • Grundlagen der Radartechnologie (Pulsradar, CW-Radar, FMCW-Radar)
  • Evaluation und Auswahl geeigneter Hardware (Sensoren, Mikrocontroller)
  • Entwicklung und Implementierung der Signalverarbeitungskette (Digitalisierung, Fast Fourier Transformation)
  • Test und Messung der Leistungsfähigkeit in verschiedenen Szenarien (stationäre/bewegte Hindernisse)
  • Analyse von Anforderungen für autonome Offroad-Systeme

Auszug aus dem Buch

4.1 Die Radartransceiver (Radarsensoren)

Zur Auswahl standen zwei Radarsensoren der Firma InnoSenT, Donnersdorf, mit unterschiedlichen Reichweiten und Öffnungswinkeln. Beide Sensoren benötigen eine Betriebsspannung von 5V. Die Sendefrequenz wird jeweils mit einem Signal im Bereich 0.5V bis 10V eingestellt. Dadurch kann für beide Sensoren die gleiche Ansteuerung verwendet werden.

Da die Sensoren einzeln verwendet über keine Winkelinformation eines Zieles verfügen, ist der IVS-163 (siehe Nr. 4.1.1, S. 31) mit seinen 70° Öffnungswinkel im Einzelbetrieb für den praktischen Einsatz nicht zu gebrauchen. Man erhält zwar die Information, dass sich ein Ziel in einem gewissen Abstand vor dem Fahrzeug befindet, weiß jedoch nicht, wo es steht bzw. wie breit es ist. Somit lässt sich auch nicht sagen, ob und wie man ausweichen kann.

Es besteht die Möglichkeit, den Winkel zum Hindernis mittels Trilateration zu ermitteln. Dabei werden zwei (oder mehr) Sensoren im sogenannten Radarnetzwerk verwendet, die an unterschiedlichen Positionen am Fahrzeug montiert sind und so unterschiedliche Entfernungen für ein Ziel liefern, aus denen dann wiederum der Winkel bestimmt werden kann. In der Praxis scheitert dies jedoch an dem geringen möglichen Abstand zwischen den Sensoren. Um bei einer Winkelbestimmung mit Trilateration die Sensoren in einem so kleinen Abstand zu montieren, ist die Entfernungsauflösung zu gering. Im Kfz-Bereich werden für die Trilateration in der Regel vier Sensoren im Radarnetzwerk betrieben. Ausführlich wird in Fölster (2003) (S. 86ff) auf Radarnetzwerke am Kfz eingegangen.

Die Sendefrequenz lässt sich noch weit über den im Datenblatt angegebenen Bereich regulieren. Werden bei dem Sweepsignal die vollen 9.5V Differenz ausgenutzt, erhält man etwa einen Frequenzhub von 580MHz. Die Sendefrequenz ist temperaturabhängig und verschiebt sich in etwa um 1MHz pro 1°C. Diese Tatsache wird der Einfachheit halber in dieser Arbeit jedoch nicht berücksichtigt, da die Abweichungen nur gering sind und die grundsätzliche Funktionsweise nicht beeinträchtigen. Ein Diagramm mit der Kennline der Sendefrequenz bei unterschiedlichen Temperaturen ist in Weidmann (2004) abgebildet.

Zusammenfassung der Kapitel

1 Einführung: Diese Einleitung motiviert den Einsatz von Radarsensorik zur Hinderniserkennung in automotiven Systemen und vergleicht Radar mit alternativen Sensortechnologien wie Ultraschall, Infrarot, Laserscanner und Bildverarbeitung.

2 Grundlagen: Hier werden die physikalischen Grundlagen der Radartechnik, die historische Entwicklung sowie spezifische Betriebsmodi wie Pulsradar, CW-Radar und insbesondere FMCW-Radar erläutert.

3 Anforderungen einer Hinderniserkennung: Dieses Kapitel definiert die projektspezifischen Randbedingungen wie Reaktionszeit, Platzbedarf und die Erkennung unterschiedlicher Hindernistypen für den Einsatz im intelliTruck.

4 Technische Ausganslage: Es erfolgt eine detaillierte technische Analyse der Radartransceiver (IVS-163, IVS-148), der Ansteuerungsstrategien (analoge Schaltung vs. DA-Wandler) und der Signalverarbeitungsoptionen mittels verschiedener Mikrocontroller (AVR, ARM).

5 Umsetzung in die Praxis: Dieser Hauptteil beschreibt die konkrete Implementierung des gewählten Aufbaus, inklusive der Signalerzeugung, der analogen Vorverarbeitung und der digitalen Auswertung mittels Fast Fourier Transformation und Peak Detection auf einem 32bit ARM-Mikrocontroller.

6 Tests und Messungen: Hier werden die Ergebnisse der durchgeführten Messungen sowohl für stationäre als auch für bewegte Objekte im Testraum und auf einer freien Fläche präsentiert und interpretiert.

7 Ausblick: Das Fazit fasst die Ergebnisse zusammen und diskutiert weitere Optimierungsmöglichkeiten bezüglich Sweepsignal, Signalverarbeitung und mechanischer Montage am Fahrzeug.

Schlüsselwörter

Radartransceiver, Hinderniserkennung, autonomes Fahrzeug, ARM Mikrocontroller, FMCW-Radar, digitale Signalverarbeitung, Fast Fourier Transformation, IVS-163, IVS-148, Sensorik, Signalverarbeitung, Echtzeit, Automobil, Automatisierung, Messtechnik

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit untersucht, wie ein Radartransceiver genutzt werden kann, um Hindernisse für ein autonom fahrendes Modellfahrzeug (den sogenannten intelliTruck) verlässlich zu erkennen.

Was sind die zentralen Themenfelder?

Im Zentrum stehen die Radartechnik (speziell FMCW-Radar), die Ansteuerung dieser Sensoren mittels Mikrocontrollern sowie die digitale Signalverarbeitung, um Abstands- und Geschwindigkeitsinformationen zu gewinnen.

Was ist das primäre Ziel oder die Forschungsfrage?

Das Ziel ist es, eine praktikable Methode zur Ansteuerung und Auswertung des Sensors zu finden, die den Anforderungen an Echtzeitfähigkeit und Platzbedarf auf dem Modellfahrzeug gerecht wird.

Welche wissenschaftliche Methode wird verwendet?

Es wird ein experimenteller Ansatz verfolgt: Nach der theoretischen Fundierung der Radarsysteme werden verschiedene Hardware-Komponenten und Signalverarbeitungsalgorithmen evaluiert und in der Praxis getestet.

Was wird im Hauptteil behandelt?

Der Hauptteil konzentriert sich auf die technische Umsetzung, insbesondere die Generierung des Sweepsignals, die Digitalisierung, die Anwendung der Fast Fourier Transformation zur Spektralanalyse sowie die Implementierung einer adaptiven Peak-Detection (CFAR) zur Objekterkennung.

Welche Schlüsselwörter charakterisieren die Arbeit?

Die Arbeit lässt sich durch Begriffe wie Radartransceiver, FMCW-Radar, ARM Mikrocontroller, Hinderniserkennung, Fast Fourier Transformation und autonome Systeme beschreiben.

Warum wurde für die praktische Umsetzung der ARM Mikrocontroller gewählt?

Der ARM Mikrocontroller bot im Vergleich zum AVR die notwendige Rechenleistung (72MHz Taktfrequenz) und eine ausreichende Samplingrate des integrierten AD-Wandlers, um die Fourier-Transformation und Auswertung in der benötigten Zeitspanne zu bewältigen.

Warum ist die Wahl des FMCW-Radars für die Hinderniserkennung vorteilhaft?

Das FMCW-Radar ist im Vergleich zu anderen Systemen robust gegenüber Umwelteinflüssen wie Nebel oder Regen und ermöglicht sowohl eine präzise Distanzmessung als auch die Bestimmung der Radialgeschwindigkeit von Objekten.

Excerpt out of 71 pages  - scroll top

Details

Title
Möglichkeiten eines Radartransceivers zur Hinderniserkennung an einem autonomen Fahrzeug
College
Hamburg University of Applied Sciences
Grade
0,7
Author
Nicolai Glatz (Author)
Publication Year
2008
Pages
71
Catalog Number
V119515
ISBN (eBook)
9783640232918
ISBN (Book)
9783640233168
Language
German
Tags
Möglichkeiten Radartransceivers Hinderniserkennung Fahrzeug
Product Safety
GRIN Publishing GmbH
Quote paper
Nicolai Glatz (Author), 2008, Möglichkeiten eines Radartransceivers zur Hinderniserkennung an einem autonomen Fahrzeug, Munich, GRIN Verlag, https://www.grin.com/document/119515
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  71  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint