Radarsignale auswerten Weniger Daten: Statische und sich bewegende Objekte präzise erkennen

Anbieter zum Thema

Mit wenigen Daten erkennt und klassifiziert ein Algorithmus auf Basis des maschinellen Lernens statische und sich bewegende Objekte anhand von Radarsignalen. Dabei sinken außerdem die Inferenzzeit und die notwendige Rechenleistung für die verbaute Hardware.

Die Radar-Algorithmen von Teraki sind in die neue Parallel Processing Unit von Infineon implementiert. Der ML-basierte Algorithmus für die Auswertung der Radardaten auf den Mikrocontrollern AURIX TC4x von Infineon.
Die Radar-Algorithmen von Teraki sind in die neue Parallel Processing Unit von Infineon implementiert. Der ML-basierte Algorithmus für die Auswertung der Radardaten auf den Mikrocontrollern AURIX TC4x von Infineon.
(Bild: Teraki)

Ultraschall, Kamera, Radar und Lidar: Mit diesen Techniken soll das teilautonome und autonome Fahren sicherer werden. Nur wenn die Umgebung eines Fahrzeuges präzise erfasst wird, lässt sich das Fahrzeug sicher navigieren. Neben der Hardware ist Software notwendig.

Teraki ist ein Unternehmen, das die von den Edge-Sensoren anfallenden Daten verarbeitet. Mit der jetzt vorgestellten Radarerkennungssoftware sollen sich sowohl statische als auch bewegliche Objekte mit einer sehr hohen Genauigkeit erfassen lassen. Dabei ist nach Angaben des Unternehmens nur eine geringe Rechenleistung notwendig. Die dabei verwendete Real-Traffic-Anwendung läuft auf AURIX TC4x-Mikrocontrollern des Herstellers Infineon. Zudem sind die Mikrocontroller konform nach ASIL D.

Die Abkürzung steht für Automotive Safety Integrity Level D und bezieht sich auf die höchste Einstufung der Ausgangsgefahr (Verletzungsrisiko), die in der ISO-Norm 26262 definiert ist. Außerdem handelt es sich dabei um die strengste Stufe von Sicherheitsmaßnahmen, die nach dieser Norm zur Vermeidung eines unangemessenen Restrisikos anzuwenden sind.

Mehr Datenpunkte pro Bild sowie höhere Winkelauflösung

Radar ist mittlerweile ein Industriestandard, um kostengünstig Signale verarbeiten zu können. So können beispielsweise Interferenzen die Detektion des Radars stark beeinträchtigen. Dadurch kann es in schwierigen Situationen mit mehreren Zielen zu ungültigen Ergebnissen kommen. Für eine zuverlässige Radarklassifizierung bei sich bewegenden und statischen Objekten sind mehr Datenpunkte pro Bild sowie eine Winkelauflösung von unter einem Grad notwendig.

Dabei hilft der Ansatz des maschinellen Lernens (ML). Dazu verarbeitet die Software von Teraki Rohdaten und reduziert außerdem das Rauschen. Gleichzeitig fungiert der ML-Ansatz als kognitive Funktion, um Radarinformationen zu zerlegen, Ziele in einer verrauschten Umgebung zu identifizieren, zusammen mit Clustern und anderen Interferenzen, und die Rechenkapazität at the Edge zu verringern. Die ML-Detektion liefert mehr Punkte pro Objekt. Es kommt zu weniger Fehlalarmen und die Sicherheit wird erhöht. Vor allem im Vergleich zu anderen Radarverarbeitungsmethoden wie CFAR.

Algorithmus reduziert Radarsignale mit FFT

Der ML-basierte Algorithmus zur Auswertung der Radarsensordaten läuft auf Infineons AURIX TC4x-Bauteilen.
Der ML-basierte Algorithmus zur Auswertung der Radarsensordaten läuft auf Infineons AURIX TC4x-Bauteilen.
(Bild: Teraki)

Der auf dem AURIX TC4x von Infineon portierte ML-basierte Algorithmus reduziert die Radarsignale nach der ersten FFT (Fast Fourier Transformation) und erreicht so eine bis zu 25-mal niedrigere Fehlerrate bei fehlenden Objekten bei gleichem RAM/fps. Im Vergleich zu CFAR ist die Genauigkeit der Klassifizierung um bis zu 20 Prozent höher. Zudem steigt die Anzahl der gültigen Erkennungen um 15 Prozent. Mit dieser Version verbessert der Hersteller Teraki die Chipsatz-Architektur von Edge-Geräten und gewährleistet eine Echtzeit-Verarbeitungsleistung auf dem AURIX TC4x.

Die Rechenanforderungen lassen sich senken, indem 4- oder 5-Bit-Bitraten anstelle von 8- oder 32-Bit verwendet werden. Der F1-Score wird dadurch ebenfalls nicht beeinträchtigt. Auf diese Weise wird bis zu zweimalweniger Speicherplatz benötigt.

Das KI-Softwareunternehmen Teraki

Das Softwareunternehmen Teraki sitzt in Berlin und hat sich auf sicherere autonome Mobilität mit geringeren Kosten spezialisiert. Die Software ermöglicht es L2-, L3- und L4-Fahrzeugen, Objekte in Echtzeit genauer zu erkennen und zu klassifizieren. Außerdem selektiert und verarbeitet die Software große Mengen an Sensordaten aus Video, Radar und Lidar zehn Mal effizienter und liefert zuverlässigere Entscheidungen für sicherere autonome Operationen.

(ID:48572691)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung