Bild 4. Absorberkammer mit Versuchsanordnung zur Erkennung von Drähten

(Bild: Texas Instruments)

Das Konstruieren sowie das individuelle Anpassen von Drohnen für bestimmte Branchen optimiert die Produktivität, steigert die Sicherheit und verringert die Umweltauswirkungen gegenüber den aktuellen Methoden. Allerdings sehen sich Drohnen-Designer unzähligen Herausforderungen gegenüber, wenn es an den Einsatz in der realen Welt geht:

Bild 1. mmWave-Signalverarbeitung

Bild 1: Millimeterwellen-Signalverarbeitung. Texas Instruments

  • Betrieb unter allen Bedingungen
  • Leichte Konstruktion
  • Hohe Geschwindigkeit
  • Intelligenter Betrieb
  • Erkennen und Umfliegen von Objekten

Einsatz von Millimeterwellen-Siliziumsensoren

Der Millimeterwellen-Sensor (mm-Wave) von Texas Instruments (TI) fasst die HF-Verarbeitung, die Kalibrierung, einen schnellen A/D-Wandler (ADC), einen Mikrocontroller (MCU), die digitale Signalverarbeitung (DSP) sowie einen Speicher in einem monolithischen CMOS-Chip zusammen, der auf präzise Weise die Entfernung, die Geschwindigkeit und den Winkel zwischen den Sensoren und den Objekten im Umfeld der Drohne meldet. Der daraus resultierende Integrationsgrad ermöglicht eine skalierbare Familie von Bauelementen für unterschiedliche Verarbeitungs-Resultate (Bild 1). Diese Bauelemente eignen sich so für eine Vielzahl von Systemarchitekturen, um dem Drohnensteuerungs-System Echtzeit-Informationen über die Umgebung sowie über potenzielle Hindernisse zur Verfügung zu stellen.

Eckdaten

Die Integration von Millimeterwellen-Sensoren in einen monolithischen Halbleiterbaustein ermöglicht die Realisierung von Drohnen-Plattformen, die ganze Branchen verändern und die wirtschaftliche Produktivität verbessern. Dank ihrer herausragenden Leistungsfähigkeit können diese Sensoren unter jeglichen Bedingungen funktionieren – bei hohen Geschwindigkeiten, mit Intelligenz für die Start- und Landephase und der Fähigkeit zur Erkennung von Objekten wie etwa Überlandleitungen. Die Realisierung dieser Leistungsfähigkeit in Sensoren, die klein, leicht und robust sind und sich problemlos in die Kunststoffgehäuse von Drohnen einbauen lassen, hat den mm-Wave-Sensoren von TI zu einer Spitzenstellung unter den Sensorlösungen für Drohnenhersteller verholfen.

Diese Echtzeit-Informationen ermöglichen die Realisierung von Drohnensystemen, die in Echtzeit-Anwendungen mit hoher Produktivität arbeiten und dabei die oben skizzierten Design-Herausforderungen erfüllen können. Der Einsatz mehrerer Sensoren und Sensortypen sorgt für Redundanz in Sachen Betriebssicherheit, wobei das mm-Wave-Sensing besondere Attribute zur Bewältigung der genannten Herausforderungen mitbringt.

Betrieb unter beliebigen Bedingungen

Die Radartechnologie ist durchaus nicht neu. Bereits 1935 baute der britische Physiker Robert Watson-Watt das erste praktische System. Ähnlich dem Mikrowellen-Radar sind auch Millimeterwellen-Radarsysteme, die das Spektrum von 30 bis 300 GHz nutzen, bei allen Wetterbedingungen funktionsfähig. Das Funktionsspektrum von Millimeterwellen-Sensoren liegt jedoch im Bereich zwischen dem Licht und den Mikrowellen.

Die Nutzung dieses Spektrums macht Millimeterwellen-Sensoren aus den folgenden Gründen interessant:

  • Es können Materialien wie Kunststoff, Trockenmauern und Kleidung durchdrungen werden.
  • Sicht durch Regen, Schnee, Nebel und andere gefährliche Bedingungen hindurch möglich.
  • Stark gerichtete kompakte Strahl-Lenkung mit einer Winkelgenauigkeit von 1°.
  • Kurze Wellenlängen mit einer Entfernungsgenauigkeit von unter einem Millimeter.
  • Verwendung herkömmlicher optischer Techniken für Fokussierung und Lenkung.
  • Große absolute Bandbreiten mit der Fähigkeit zur Unterscheidung zwischen zwei Objekten.

Auf der nächsten Seite finden Sie die wichtigsten Eckpunkte der Sensoren.

Leichtes Design

Wenn man mithilfe von CMOS-Technologie die meisten benötigten Funktionen in einem monolithischen Chip integriert, werden nur der Millimeterwellen-Baustein von TI, ein Power-Management-IC und ein Boot-PROM sowie eine Leiterplatten-Antenne benötigt, um den kompletten Sensor zu implementieren. Tabelle 1 vergleicht die Abmessungen und das Gewicht des Millimeterwellen-Moduls mit einem Lidar-Rangefinder nach dem neuesten Stand der Technik. Wie man sieht, verringern sich die Abmessungen nahezu um den Faktor 3, während sich das Gewicht mehr als halbiert.

Tabelle 1. Vergleich von Abmessungen und Gewicht eines D3 mmWave-Sensormoduls mit einem Lidar-Modul

Tabelle 1: Vergleich von Abmessungen und Gewicht eines D3 Millimeterwellen-Sensormoduls mit einem Lidar-Modul. Texas Instruments

Bild 2. Maximal messbare Geschwindigkeit als Funktion der Chirpdauer

Bild 2: Maximal messbare Geschwindigkeit als Funktion der Chirpdauer. Texas Instruments

Die Kompaktheit der Lösung erlaubt die einfache Platzierung des Sensors hinter einem Kunststoffgehäuse, was ein robustes Design mit wenig Mehrgewicht ermöglicht. Im Gegensatz dazu erfordert eine optische oder auf Infrarot (IR) basierende Lösung neben einem Linsengehäuse auch Werkzeuge und Kalibriermaßnahmen während der Fertigungsprüfung.

Hohe Geschwindigkeit

Drohnen erreichen hohe Fluggeschwindigkeiten bis maximal 72 km/h. Folglich muss auch jegliche Sensorik in der Lage sein, Geschwindigkeiten in dieser Größenordnung zu messen. Der Vmax-Wert, also die maximal messbare Geschwindigkeit steht in Zusammenhang mit der Gesamt-Chirp-Periode des vom Millimeterwellen-Sensor gesendeten Signals, wie aus der folgenden Gleichung zu ersehen ist:

Vmax = λ / (4 ∙ TC)

Darin steht TC für die Gesamtdauer der Chirp-Periode, während es sich bei λ um den in einem Zyklus zurückgelegten Weg handelt. Vmax wird in m/s angegeben.

Aus dem Datenblatt des Bausteins IWR1443 ist zu entnehmen, dass λ bei einer Anfangsfrequenz von 76,5 GHz genau 3,9 mm beträgt.

Bei Vmax = 72 km/h ergibt sich somit für TC ein Wert von 48,75 µs.

Wegen der umgekehrten Proportionalität lassen sich Vmax-Werte von mehr als 72 km/h detektieren, solange TC kleiner als 48,75 µs ist. Trägt man TC für verschiedene Vmax-Werte auf, so erhält man die in Bild 2 gezeigte Kurve.

Intelligenter Betrieb

Zur Maximierung der Drohnen-Produktivität im praktischen Einsatz kommt es darauf an, die Bediener mithilfe der Intelligenz der in der Drohne verbauten Sensoren zu unterstützen. Die Millimeterwellen-Technologie kann während der Landephase Navigationsinformationen beisteuern und Informationen darüber liefern, wie geeignet der Landeplatz ist. Tatsächlich sind die Sensoren anders als andere Sensortechnologien unempfindlich gegen Windböen und Staub, der von den Propellern in Bodennähe aufgewirbelt wird.

Mithilfe der mm-Wave-Evaluation-Module (EVM) IWR1443 ist bis in eine Höhe von 40 m über Grund eine Genauigkeit von 2 cm erzielbar, wobei die Geschwindigkeit im Schwebeflug bis zu einer Geschwindigkeit von 25 cm/s und darüber betragen kann.

Bild 3. Verwendung der mmWave-Technik zur Erkennung von festem Boden oder Wasser

Bild 3: Verwendung der Millimeterwellen-Technik zur Erkennung von festem Boden oder Wasser. Texas Instruments

Die Genauigkeit der Millimeterwellen-Sensoren bietet ferner das Potenzial zur Bestimmung der Art der Landefläche. Dies geschieht basierend auf Oberflächenbewegungen, die die Drohnenpropeller im Schwebeflug verursachen, wenn sich die Drohne unmittelbar vor dem Aufsetzen nicht mehr bewegt. Versuche, die TI mit dem mm-Wave-EVM durchführten, ergaben, dass der Sensor festen Boden von Wasser unterscheiden konnte. Möglich war dies anhand des Reflexionsgrad und durch Messung der Mikrobewegungen an der Oberfläche des Materials (Bild 3). Wird Wasser erkannt, kann die Drohne ihre Landung abbrechen und dadurch den Totalverlust der Nutzlast oder der Drohne selbst abwenden.

Welche Hindernisse die mm-Wave-Sensoren erkennen können, erfahren Sie auf der nächsten Seite.

Erkennen und Umfliegen von Objekten mit mm-Wave-Sensoren

Im Zentrum einer intelligenten Sense-and-Avoid-Funktionalität steht die Fähigkeit der Drohne zur Detektierung wahrscheinlicher Hindernisse, auf die sie entlang ihres Flugwegs trifft und die zu einer Beschädigung oder einem Totalverlust der Plattform führen könnten. Millimeterwellen-Sensoren können nicht nur Objekte ohne Rücksicht auf die Lichtverhältnisse sowie auf Rauch, Staub oder Nebel erkennen, sondern sind darüber hinaus auch auf einzigartige Weise zur Detektierung von Objekten geeignet, die mit anderen Sensortechnologien schwierig erkennbar wären.

Bild 5. AWG30-Kupferdraht

Bild 5: AWG30-Kupferdraht. Texas Instruments

Ein Beispiel hierfür sind Leitungen wie Strom- oder Telefonleitungen, Antennen oder Zäune, die sich im Flugweg der Drohne befinden. TI führte in seiner Absorberkammer eine Reihe von Versuchen durch, um die Erkennung verschiedener Arten von Drähten zu untersuchen. Bild 4 zeigt den Versuchsaufbau. Zu den geprüften Leitungen gehörten ein Elektro-Verlängerungskabel, eine nichtmetallische Leitung (aus Gummi), zwei verdrillte Kupferdrähte der Stärke AWG30 und ein einzelner AWG30-Kupferdraht (Bild 5).

Die Antenne des IWR1443 mm-Wave-EVM nahm Messungen in vertikaler und horizontaler Position aus einer Distanz von 1 m vor. Gegenüber der vertikalen Ausrichtung werden bei horizontaler Ausrichtung höhere Signal-Rauschabstände (SNR) erzielt. Dies erklärt sich daraus, dass sich in der Absorberkammer weniger störende Komponenten mit dieser Ausrichtung befinden. Dies gilt insbesondere für den dünnen Draht, der aus einem einzigen, nicht verdrillten Strang bestand.

Neben dem IWR1443 mm-Wave-EVM verwendete TI für den Leitungstest ein internes Charakterisierungs-Board mit einer Hornantenne. Da die Hornantenne einen wesentlich schmäleren Strahl erzeugt, verringern sich die Störeinflüsse erheblich. Während des Tests platzierten die Entwickler den Draht in 4,5 m Entfernung und maßen den CFAR-SNR-Wert (Constant False Alarm Rate) für jeden Draht. Gemäß Gleichung 2 berechnet sich die maximale Entfernung, in der ein Draht erkennbar war, wie folgt:

SNR ~ 1 / R³

Bild 6. Extrapolation des Erkennungsbereichs, aufgeschlüsselt nach Drahttypen

Bild 6: Extrapolation des Erkennungsbereichs, aufgeschlüsselt nach Drahttypen. Texas Instruments

Bild 6 verdeutlicht die zu erwartende maximale Detektierungsdistanz für die einzelnen Drahttypen, wenn die CFAR-Ansprechschwelle 15 dB beträgt. Die Analyse belegte, dass die Millimeterwellen-Sensoren von TI alle getesteten Drahtarten erkennen können, wobei sich für den sehr dünnen und damit anspruchsvollsten AWG30-Einzeldraht eine extrapolierte Distanz von 9 m ergab, während die Entfernung bei der stärksten Variante (in unserem Fall das Verlängerungskabel) bis zu 21 m betrug.

Bei aktivierter MIMO-Funktionalität (Multiple Input/Multiple Output) führten die Entwickler von TI ebenfalls Messungen unter freiem Himmel an realen Freileitungen durch. Wie aus Bild 7 hervorgeht, kann das EVM Freileitungen geringen Querschnitts, die auf dem Foto kaum zu sehen sind, zuverlässig in einer Entfernung zwischen 25 und 38 m erkennen. Diese Praxisdaten unterstreichen, wie aggressiv die Labormuster gewählt wurden und wie konservativ die Extrapolationsergebnisse waren.

Bild 7: Versuch zur Erkennung von Überlandleitungen mit dem IWR1443 mm-Wave-EVM.

Bild 7: Versuch zur Erkennung von Überlandleitungen mit dem IWR1443 mm-Wave-EVM. Texas Instruments

Nebenbei erschienen auch die im Bild erkennbaren, belaubten Zweige im Sichtfeld des Sensors. Die Millimeterwellen-Sensoren von TI können belaubte Bäume ohne Rücksicht auf Bewegungen der Blätter oder schattige Bedingungen erkennen, ohne dass dafür ein erhöhter Rechenaufwand mit zusätzlichen Stromverbrauch erforderlich wäre. Millimeterwellen-Sensoren können Leitungen aus Entfernungen von nahezu 40 m detektieren, angefangen bei sehr dünnen Einzeldrähten bis hin zu den Leiterseilen herkömmlicher Überlandleitungen. Die TI-Entwickler wählten diesen Anwendungsfall, weil die Detektierung hier schwierig ist und weil sich die Berechnung mit anderen Sensortechnologien diffizil gestaltet. Darüber hinaus wird hier ein praktischer Einsatz gewerblicher Drohnen illustriert, die Objekte in der Umgebung erkennen und entsprechend umfliegen, um die angestrebte Produktivität und Betriebssicherheit zu erzielen.

Dan Wang

(Bild: Texas Instruments)
Senior Systemingenieur bei Texas Instruments

Dennis Barrett

(Bild: Texas Instruments)
Marketing Manager bei Texas Instruments

Adeel Ahmad

(Bild: Texas Instruments)
Systemingenieur bei Texas Instruments

Vaibhav Mahimkar

(Bild: Texas Instruments)
Application Lead bei Texas Instruments

(prm)

Sie möchten gerne weiterlesen?

Unternehmen

Texas Instruments Deutschland GmbH

Haggertystraße 1
85356 Freising
Germany