Freihändig fahren mit Perception Radar

Die Entwicklung des autonomen Fahrens befindet sich derzeit auf Stufe 2/2+. Die auf dieser Stufe eingesetzte Technologie unterstützt die Fahrer und soll den menschlichen Faktor eliminieren, der für 93 Prozent der Autounfälle verantwortlich ist. Dabei handelt es sich jedoch lediglich um fortgeschrittene Fahrerassistenzsysteme (ADAS). Umfassendere Assistenzsysteme und autonomes Fahren ohne Eingriff des Fahrers erfordern Sensortechnologie, die die Umgebung rund um das Fahrzeug erkennt. Hochwertige Radarbilder sind dabei von entscheidender Bedeutung, um die Zuverlässigkeit der Systeme und letztendlich die Sicherheit im Straßenverkehr zu gewährleisten.

Kürzlich hat sich Perception Radar als neuer Qualitätsstandard für Radarbilder etabliert und gilt als Meilenstein auf dem Weg zu wirklich sicheren Fahrerassistenzsystemen  und autonomen Fahrfunktionen. Diese hochauflösende Radar-Technologie bildet die Grundlage für eine tatsächlich sichere, freihändige Fahrt.

Einzelne Sensoren reichen nicht aus

Kfz-Sensorsysteme operieren in einer datenintensiven Umgebung und der effiziente Gebrauch dieser Daten ist ein Wettbewerbsvorteil. Im Allgemeinen verfügen Fahrzeuge über verschiedene Arten von Sensoren, um Unfälle zu verhindern – darunter Kameras, Radar und Lidar. Jeder dieser Sensoren weist individuelle Vorteile auf. So können Kameras beispielsweise Objekte in hoher Auflösung erfassen, allerdings nur bei günstigen Licht- und Wetterbedingungen. Radar hingegen funktioniert auch bei schlechtem Wetter zuverlässig und Lidar kann Objekte detailliert erkennen. Radar-Technologie mit ultrahoher Auflösung schließlich kann enorme Datenmengen generieren und verarbeiten, um eine hochauflösende Bildqualität zu erreichen. Diese umfassende Datenmenge ermöglicht es, statische und dynamische Objekte zu unterscheiden, eine kontinuierliche Verfolgung von Objekten über die Sichtlinie hinaus durchzuführen und zukünftige Bewegungsrichtungen auf Basis von Objekttrajektorien vorherzusagen.

Was Perception Radar leistet

Perception Radar vereint und erweitert alle Vorteile der etablierten Radartechnologie. Ein Perception-Radar-System, das die erforderliche Datentiefe für die nahtlose Integration von Kameradaten bietet, gewährleistet eine beispiellose Datenredundanz und steigert die Sicherheit erheblich. Darüber hinaus verfeinern sich die Entscheidungsfähigkeiten über den Bereich reiner Visionsysteme hinaus. Während bisher erhältliche Radarsysteme eine Wahl zwischen mittlerer Auflösung mit begrenztem Sichtfeld oder niedriger Auflösung mit weitem Sichtfeld erforderten, liefert das Perception Radar ein hochdetailliertes Bild der Umgebung in einem breiten Sichtfeld. Konkret kann die Technologie dadurch Hindernisse am Straßenrand oder kleinere Objekte wie Personen und Fahrräder erkennen, selbst wenn sie von größeren Objekten wie Bäumen oder Lastwagen verdeckt sind. Das Perception Radar kann feststellen, ob und in welche Richtung sich Objekte um das Fahrzeug herum bewegen, und gibt im Gefahrenfall Warnungen aus. Das verschafft dem Fahrzeug praktisch ein Echtzeit-Situationsbewusstsein.

Fortschrittliche Sensortechnologie erhöht also die Sicherheit der Fahrzeuge durch eine Rundum-Vision der Umgebung. Der Sensor sollte eine Reihe von Fähigkeiten aufweisen, um die Wahrnehmungsalgorithmen für autonomes Fahren zu verbessern. Dazu gehören unter anderem Free Space Mapping, Objektverfolgung und simultane Lokalisierung und Kartierung (SLAM). Die detaillierten Radar-Daten werden dabei zu einem Redundanzfaktor, der als Ausfallsicherheit fungiert, wenn optische Sensoren versagen könnten. Besonders wichtig ist die Echtzeitrealisierung von Free Space Mapping, womit ein Imaging Radar mit hoher Auflösung in allen vier Dimensionen (Reichweite, Höhe, Azimut und Doppler) arbeiten kann. Diese Fähigkeiten sollten sich über große Entfernungen erstrecken und in unterschiedlichen Umweltbedingungen einsatzfähig sein.

Auch der Einsatz von künstlicher Intelligenz (KI) ist von Vorteil, um die Leistungsfähigkeit des Radars zu steigern und Echtzeit-Wahrnehmungsalgorithmen bereitzustellen. Ein KI-Software-Stack kann Aufgaben wie Echtzeit-Clustering, Selbstlokalisierung, Falschziel-Filterung und Objektklassifizierung durchführen. Durch die Integration von KI kann der Radar zwischen statischen und dynamischen Objekten differenzieren, eine kontinuierliche Verfolgung von Objekten außerhalb der Sichtlinie gewährleisten und zukünftige Bewegungsrichtungen basierend auf Objekttrajektorien vorhersagen. Die Vorteile von KI erstrecken sich auch auf die Nachbearbeitung und ermöglichen eine 360-Grad-Wahrnehmung.

Arbe-Radarprozessor als Basis für Perception Radar

Um ein umfassendes Perception Radar und damit sicheres Fahren zu ermöglichen, bietet der Radarprozessor von Arbe einen dedizierten Automotive-Grade-Radarprozessor auf einem einzigen Chip. Dieser Prozessor kann Daten von 2.304 virtuellen Kanälen in Echtzeit verarbeiten und hat eine Leistung mit über 10.000 Erkennungen bei 30 Bildern pro Sekunde sowie einer äquivalenten Verarbeitungsleistung von 3 Tbps. Die Integration von DSP-Kernen ermöglicht dem Prozessor das Generieren von OEM-Algorithmen und die Ausgabe umfasst Point-Cloud- und Object-List-Daten. Der Prozessorchip integriert die Architektur der Radarprozessoreinheit (RPU) mit eingebetteten Radar-Signalverarbeitungsalgorithmen. Diese nahtlose Integration erlaubt die Umwandlung umfangreicher Rohdaten bei gleichzeitig niedrigem Energieverbrauch des Siliziums.

Ergänzend zum Radarprozessor ist das RF-Chipset ein Bundle von Komponenten mit der nach Herstellerangaben höchsten Kanaldichte in der Automobilbranche und einer geringen Leistungsanforderung pro Kanal. Die Architektur ermöglicht eine Gesamtanpassung und softwaredefinierte Konfiguration gemäß OEM-Anforderungen und Fahrszenarien. Darüber hinaus ermöglicht der Chipsatz eine beeindruckende Langstreckenerkennung, darunter Fußgänger auf bis zu 350 Meter und Fahrzeuge bis zu 800 Meter. Der Radarprozessorchip verwaltet und interpretiert die hochauflösenden Radardaten. Diese dedizierte Verarbeitung gewährleistet nicht nur eine Echtzeit-Reaktionsfähigkeit, sondern spielt auch eine entscheidende Rolle bei der Kanalisolation, Rauschzahl und Sendeleistung.

Das Automotive-Grade-System-on-Chip (SoC) für die Verarbeitung von Radardaten besteht aus einem Sicherheitsprozessor, Sicherheitsfunktionen, Dual-Core-DSP und einem Anwendungsprozessor. Der Automotive-Grade-Receiver-Chip ergänzt den Prozessor. Mit zwölf Empfängerkanälen operiert dieser Chip in den Frequenzbändern von 76 bis 81 GHz und unterstützt außerdem TD-MIMO, was für eine hohe Empfindlichkeit, Kanalisolierung und Rauschzahlleistung sorgt. Ein Tx-Transmitter-Chip vervollständigt den Receiver. Durch die Anwendung von RF-Verarbeitungstechnologie und dem FDSOI-CMOS-Prozess 22FDX unterstützt dieser Transmitter-Chip ebenfalls TD-MIMO, um eine Übertragungsleistung im Millimeterwellenbereich zu bieten. Mit 24 Übertragungskanälen operiert der Transmitter in den Bändern von 76 bis 81 GHz und ermöglicht zudem Beamforming sowie die gleichzeitige Steuerung von sechs Kanälen parallel. Sowohl der Rx-Receiver-Chip als auch der Tx-Transmitter-Chip sind gemäß AEC-Q100 und Asil-B zertifiziert und operieren im Temperaturbereich von -40 bis 125 °C.

Aber die beträchtliche Anzahl von Kanälen, robuste Verarbeitung und fortschrittlichen Algorithmen der Lösung ermöglichen nicht nur sicheres Fahren, sondern gewährleisten auch Langlebigkeit für Original Equipment Manufacturers (OEMs). Denn die offene Architektur der Plattform erlaubt eine nahtlose Integration sowohl bestehender als auch künftiger OEM-Algorithmen und erleichtert die Einbindung softwaredefinierter Funktionen ohne zusätzliche Hardware. Arbes Perception Radar mit dem Radarprozessor-Chipsatz als zentralem Element schafft so eine Basis für die Entwicklung der automobilen Sicherheit und Autonomie.

Sicher freihändig fahren

Hochauflösender Radar spielt also eine entscheidende Rolle bei der Umsetzung sicherer freihändiger Fahrten. Der Einsatz von Sensorik, künstlicher Intelligenz und Wahrnehmungstechnologien verbessert die Bildzuverlässigkeit durch Multipath-Unterdrückung und die Vermeidung von Fehlalarmen. Eine wirklich sichere Pfadplanung lässt sich durch das Clustering von Punktewolken-Erkennungen zur gemeinsamen Objektverfolgung erreichen. Die Rahmenregistrierung schafft Gewissheit hinsichtlich des Standorts und der erwarteten Position eines Objekts, ermöglicht genaue Schätzungen der Fahrzeuggeschwindigkeit, das Bewerten der Objektorientierung und mehr. Damit können Fahrzeuge schwierige Szenarien in dicht besiedelten städtischen Umgebungen und auf Autobahnen bewältigen. Zudem unterstützt es beim Durchführen von Spurwechseln und Notbremsungen, bei Verkehrsberuhigung, Autobahnzusammenführungen und Kreuzungsnavigation.