Använd millimetervågbaserade radarsatser för snabb utveckling av objektavkänningskonstruktioner med hög precision

Konstruktörerna står under ständig press att utveckla rörelsesensorer som är mindre, mer exakta och som har längre avkänningsräckvidd för tillämpningar i industrier så skilda som smarta byggnader, fabriksautomatisering, transporter och drönare. Millimetervågtekniken (mmWave) växer fram som ett attraktivt rörelseavkänningsalternativ, men konstruktörer som är nya inom mmWave-tekniken tycker att radar-front-end- och signalkedjan med hög prestanda är utmanande.

För att lösa detta finns det nu mmWave-enheter och förknippade utvecklingssatser som gör det möjligt för konstruktörerna att snabbt distribuera sofistikerade och precisa rörelseavkänningssystem.

Den här artikeln diskuterar den växande rollen för rörelseavkänningssystem och förklarar varför mmWave är ett bra alternativ för räckvidd och precision. Därefter introduceras en lämplig sats med en förklaring av hur du kommer igång med den.

Rörelseavkänningens växande roll

Rörelseavkänning har blivit en allt viktigare funktion i ett stort antal tillämpningar. Utöver sin roll som praktisk funktion i smarta byggnader och hemprodukter ger det en kritisk säkerhetsfunktion inom bilindustrin och andra industritillämpningar. I ett växande antal tillämpningar är utökad räckvidd och precision vitala och utesluter traditionella metoder med passiva infraröda sensorer eller flygtidssystem.

Av den här anledningen har mmWave-radarteknik med frekvensmodulerad kontinuerlig våg (FMCW) fått ökat intresse. Genom sin användning av signaler med kort våglängd möjliggörs objektavkänning med precision under millimeternivå. Den kan även penetrera material som plast, gipsskivor och kläder samtidigt som det behåller sin höga prestanda trots krävande miljöförhållanden som regn, dimma, damm och snö.

Täta strålar av mmWave-energi kan fokuseras och styras för att ge mycket precis avkänning av föremål och spåra flera objekt när de rör sig nära varandra.

Hur mmWave-tekniken fungerar

Behandlingen av mmWave-radarsignaler ligger utanför den här artikelns ämne, men avkänningsprinciperna bygger på ett bekant koncept som innefattar föremåls reflektion av energi. I linjär FMCW-radar är den här energin en millimetervågton som kallas chirp och som ändrar frekvens linjärt med tiden. Efter att radarsystemet har genererat och sänt ett chirp känns chirp-signalen som reflekteras från ett objekt med lägre frekvens av och förmedlas till en mixer. Mixern kombinerar RX- och TX-signalerna för att skapa en signal med mellanfrekvens (IF).

Fördröjningen mellan chirp-sändningen och avkänningen av den reflekterade signalen används för at beräkna avståndet mellan radarsystemets antenner och ett föremål. Om radarsystemet genererar flera chirp-signaler under ett enda observationsfönster eller ram kan det avgöra ett föremåls hastighet genom att mäta fasskillnaden i motsvarande reflekterade chirp-signaler. Om flera mottagare används kan radarsystemet även avgöra den relativa ankomstvinkeln (AoA) mellan radarsystemet och föremålet. Med samma principer med mer komplexa beräkningar kan ett högpresterande radarsystem spåra flera mål som rör sig med olika hastigheter och banor.

Utformningen av ett system som kan utföra dessa operationer kombinerar RF, analoga och digitala delsystem (figur 1). Som en del av systemets utgående signalkedja genererar en RF-signalsyntetiserare chirpsignalen för sändning. Vid det första steget i systemets ingående signalkedja kombinerar en RF-mixer den genererade chirp-signalen med den reflekterade chirp-signalen för att producera IF-signalen. Som en del av de påföljande analoga stegen producerar ett lågpassfilter och analog-till-digitalomvandlare (ADC) en digital dataström för signalbehandling med en Fast Fourier-transformation (FFT) och andra algoritmer.

Figur 1: En typisk radarkonstruktion med millimetervågfrekvensmodulerad kontinuerlig våg (FMCW) förlitar sig på tät integrerade RF, analoga och digitala delsystem för att sända en kontrollerad energimängd som kallas chirp och behandla den reflekterade signalen för att ta reda på avstånd, hastighet och relativ vinkel hos objekt med låg frekvens. (Bildkälla: Texas Instruments)

Trots att den här grundarkitekturen gäller ett typiskt FMCW-radarsystem beror dess specifika design på tillämpningsnivåkrav för maximalt avkänningsområde, avståndsupplösning, vinkelupplösning och övrigt. Till exempel är den maximala avkänningsräckvidden proportionell mot IF och omvänt proportionell mot frekvenslutningen. Det innebär att tillämpningar med längre räckvidd som adaptiva farthållare för fordon kräver en konstruktion med stöd för hög IF och som avger en chirp-signal med snabb frekvenssveptid.

Konstruktörer som försöker optimera radarprestanda måste även hantera ett stort anta andra utformningsegenskaper inklusive TX-uteffekt, RX-känslighet och brusfaktor, antennens TX- och RX-förstärkningsprofilgeometri samt den reflekterade signalens signal-brusförhållande. Varje tillämpning medför sin egen unika kombination av faktorer och ställer utvecklarna inför en komplex uppsättning av krav som är beroende av varandra.

Med sin mmWave-plattform frigör Texas Instruments konstruktörerna från många av utmaningarna med design och konfiguration av radarsystem.

Enchip-mmWave-lösning

Texas Instruments mmWave-lösning kombinerar mmWave-IC-kretsar och en omfattande programvarumiljö som drastiskt förenklar implementeringen av mmWave-baserade rörelsedetektortillämpningar. Industriella mmWave-enheter, inklusive Texas Instruments IWR1443 och IWR1642, integrerar hela uppsättningen av RF, analoga och digitala delsystem som krävs för att generera, sända, ta emot och behandla FMCW-radarsignaler. Dessa enheter kombinerar en liknande RF/analog front-end med ett sofistikerat digitalt delsystem (figur 2). Inom den här front-end-arkitekturen integrerar dessa enheter ett fullständigt FMCW 76 till 81 gigahertz (GHz) bandtransceiverdelsystem med fyra dedikerade RX-signalvägar och flera TX-kanaler (tre i IWR1443 och två i IWR1642).

Figur 2: Texas Instruments IWR1443 och IWR1642 mmWave-enheter bygger på en liknande front-end-arkitektur med fyra separata RX-kanaler och flera TX-kanaler inklusive tre i IWR1443 och två i IWR1642. (Bildkälla: DigiKey, med källmaterial från Texas Instruments)

För det digitala delsystemet har båda enheterna en Arm® Cortex®-R4F-processorkärns som fungerar som enhetsvärd i huvudstyrsystemet som ansvarar för kringutrustning, uppdatering av fast programvara, start och andra värdfunktioner. Med det integrerade ROM- och program/dataminnet har det här huvudstyrsystemet en grundläggande roll i att göra det möjligt för TI mmWave-enheterna att arbeta autonomt i en större systemkonstruktion.

För det integrerade delsystemet för radarbehandling använder båda enheterna en liknande arkitektur som är byggd omkring en 128-bitars, 200 megahertz (MHz) buss som ger snabb genomströmning bland delade minnesresurser inklusive ADC-buffertar, radar L3-dataminne, cache och minne för kommunikation med huvudstyrsystemets värd. Anslutet till samma buss finns förbättrade DMA (EDMA)-moduler som ger processoroberoende överföringar för att påskynda dataöverföringar via de olika stegen i bearbetningsprocessen.

För delsystemet för radarsignalbehandling använder IWR1443 och IWR1642 två olika metoder. IWR1443 inkluderar en specialiserad accelerator som är utformad för att påskynda FFT-beräkningar och andra beräkningar för radarsignalbehandling (figur 3). Dessutom finns en separat Arm Cortex-R4F-processor (radarsystem) som fungerar som dedikerad värd för front-end-konfiguration, radardelsystemkontroll och kalibrering.

Figur 3: Tillsammans med RF och den analoga front-end integrerar Texas Instruments IWR1443 mmWave-enhet ett digitalt delsystem med Arm Cortex-R4F-baserat huvudstyrsystem, ett separat Arm Cortex-R4F-baserat RADAR-system och en FFT-accelerator som påskyndar radarsignalbehandlingen. (Bildkälla: Texas Instruments)

För sin radarsignalprocessor integrerar IWR1642 en Texas Instruments C674x digital signalprocessorkärna (DSP) (figur 4). Designad särskilt för FMCW-signalbehandling använder IWR1642 DSP en 600 MHz-klocka som stöds av 32 kbyte L1 program- (L1P) och datacache (L1d), tillsammans med sin 256 kbyte förenade program/data L2-cache för att påskynda DSP-åtgärder. Vid behov kan utvecklare använda IWR1642 som en radarsignalprocessor.

Figur 4: Tillsammans med RF/analog front-end integrerar Texas Instruments IWR1443 mmWave-enheten ett digitalt delsystem som innefattar en Arm Cortex-R4F som huvudprocessor och en Texas Instruments C674x digital signalbehandlingskärna (DSP) för radarsignalbehandling. (Bildkälla: Texas Instruments)

HIL-moduler (Hardware-in-the-loop ) som är inbyggda i både huvudstyrnings- och radarsystemen gör det möjligt för utvecklare att använda enhetens datamodifieringsmoduls (DMM) ingångsportar för att koppla från RF front-end och läsa in råradardata i IWR1642 för signalbehandling.

Behandlingskedja för radarsignalen

Trots att valet av IWR1443s maskinvaruaccelerator eller IWR1642s C674x DSP-kärna beror på varje tillämpnings unika krav är den valda enhetens drift i en tillämpning i stort sett transparent för de flesta utvecklare. I Texas Instruments mmWave-lösningsarkitektur kan TI mmWave-programvarumiljön använda resurserna hos endera enheten för att köra funktionsmoduler, som kallas databehandlingsenheter (DPU), som ansvarar för de enskilda dataomvandlingar som normalt används vid radarsignalbehandling. Några av kärnfunktionerna hos TI mmWave-DPU:er är:

• Range FFT: Läser av chirp-data under insamlingsperioden inom den aktiva ramen för att generera den endimensionella FFT som användes för avståndberäkning och producera radardatakuben. Det här är en tredimensionell (3D) matris av avstånds-, chirp- och antenndata som lagrats i det dedikerade L3-radardataminnet.
• Borttagning av statiskt eko: Avlägsnar medelvärdet av proven från provuppsättningen.
• Doppler FFT: Utför 2D FFT-beräkningar för att förfina radarkubdata mellan ramar och genererar avkänningsmatrisen som används av algoritmerna för radarobjektavkänning.
• CFAR: Kör algoritmen för konstant falsklarmomfattning (CFAR)som normalt används för objektavkänning.
• CFAR-cellgenomsnitt: Detta kombinerar AoA med CFAR-modulen för att implementera algoritmen för CFAR-cellgenomsnitt (CFAR-CA) som normalt används av radarsystem för at upptäcka föremål mot störningsbakgrunder.
• Ytterligare DPU:er för gruppering, gruppspårning och klassificering ger ytterligare tillämpningsspecifika förfiningar av radarsignaldata.

Med TI mmWave programvaruutvecklingssatsen (SDK) använder utvecklarna anrop till sökvägshanterarens (DPM) API (application programming interface) för att kombinera olika DPU:er i den önskade avkännings- eller databehandlingskedjan (DPC). Till exempel kräver implementering av en DPC för objektavkänning (figur 5) endast några grundläggande anrop vilket demonstreras i exempelkoden som ingår i Texas Instruments mmWave SDK-distribution (lista 1).

Figur 5: En typisk behandlingskedja för objektavkänning kombinerar separata databehandlingsenheter (DPU:er) som utför funktioner för radarsignalbehandling som range FFT-beräkningar under insamlingsperioden, samt andra dataomvandlingar i utfyllnadsperioden. (Bildkälla: Texas Instruments)

Copy for(i = 0; i < RL_MAX_SUBFRAMES; i++) { subFrmObj = &objDetObj->subFrameObj[i]; subFrmObj->dpuRangeObj = DPU_RangeProcHWA_init(&rangeInitParams, errCode); if (*errCode != 0) { goto exit; } subFrmObj->dpuStaticClutterObj = DPU_StaticClutterProc_init(errCode); if (*errCode != 0) { goto exit; } subFrmObj->dpuCFARCAObj = DPU_CFARCAProcHWA_init(&cfarInitParams, errCode); if (*errCode != 0) { goto exit; } subFrmObj->dpuDopplerObj = DPU_DopplerProcHWA_init(&dopplerInitParams, errCode); if (*errCode != 0) { goto exit; } subFrmObj->dpuAoAObj = DPU_AoAProcHWA_init(&aoaInitParams, errCode); if (*errCode != 0) { goto exit; } } 

Lista 1: Ingår i Texas Instruments mmWave SDK-distribution. Provkod som ovan illustrerar det grundläggande konstruktionsmönstret för att skapa en DPC genom att lägga till en uppsättning DPU:er i en ObjDetObj-struktur. (Kodkälla: Texas Instruments)

Programvarutjänster i den lagerindelade programvarumiljön implementerar automatiskt DPU:er med DSP-delsystemet (DSS), huvuddelsystemet (MSS) och accelerator eller en kombination (figur 6). På tillämpningsnivån kan utvecklarna använda mmWave API för at komma åt DPU-resultat från en helt konfigurerad DPC eller direktåtkomst till mmWave front end via mmWaveLink API.

Figur 6: Texas Instruments mmWave-miljö innehåller flera tillämpningsprogrammeringsgränssnitt (API) som döljer detaljerna om radarsystemfunktionerna för att förenkla utvecklingen av rörelseavkänningstillämpningar. (Bildkälla: Texas Instruments)

För en särskild tillämpning är en av de kritiska tjänsterna som tillhandahålls av mmWaveLink konfiguration av den interna radartidsmotorn som genererar FMCW chirp och chirp-ramar. Som noterats tidigare avgör chirp och chirp-ramegenskaper objektavkänningens prestanda, men praktiska begränsningar innebär att valet av vissa prestandainställningar skapar begränsningar i andra.

Till exempel, eftersom den maximala avkänningsräckvidden är omvänt proportionell mot frekvenslutningen måste utvecklare som behöver avkänning med långt avstånd minimera frekvenslutningen. Att göra detta påverkar bandbredden i chirp-frekvenssvepningen, vilket sänker upplösningen eftersom avkänningsupplösningsområdets upplösning är proportionell mot den bandbreddsegenskapen. I själva verket är de optimerade specifikationerna för chirp och chirp-ramdrift en kritisk faktor i radardesign, vilket kräver att utvecklarna balanserar ett antal chirp-egenskaper (figur 7).

Figur 7: Objektavkänningsräckvidd och upplösning är kritiskt beroende av egenskaperna hos den överförda chirp-signalen, vilket kräver att utvecklarna noggrant optimerar inställningarna i chirp-generatorkonfigurationen. (Bildkälla: Texas Instruments)

Utöver att erbjuda ett webbaserat beräkningsverktyg för mmWave-avkänning för att utvärdera chirp-inställningar har Texas Instruments dessutom en omfattande chirp-databas med rekommenderade chirpkonfigurationer för specifika användningsfall i sin industriella verktygslåda för mmWave-sensorer. Utvecklarna hittar referenskonstruktioner och provkod som täcker tillämpningar från högupplöst gestigenkänning till trafikövervakning med lång räckvidd. Provtillämpningarna är uppbyggda runt mmWave BoosterPacks och gör det möjligt för utvecklare att snabbt utvärdera mmWave-prestanda och utöka referenskonstruktionerna sina egna anpassade tillämpningar. För att utvärdera geststyrning kan utvecklare ansluta en IWR1443 BoosterPack (IWR1443BOOST) utvärderingsmodul (EVM) till ett USB-uttag på en Windows-dator överföra färdig fast programvara och undersöka avkänning av komplexa gester som fingervridningar (figur 8).

Figur 8: Med en Texas Instruments IWR1443BOOST EVM och tillgänglig exempelkod kan utvecklare utforska tillämpningar av mmWave-teknik för dynamisk högupplöst gestigenkänning som användning av fingervridningar för att styra ett bildbehandlingssystem. (Bildkälla: Texas Instruments)

För gestigenkänning kan IWR1443BOOST EVM fungera som ensam maskinvaruplattform. I andra exempel demonstrerar Texas Instruments användningen av mmWave BoosterPack i kombination med sina LaunchPad-utvecklingssatser. Till exempel kombinerar en personspårningstillämpning en IWR1642BOOST EVM med en LAUNCHXLCC1352R1 trådlös MCU LaunchPad för att demonstrera avkänning och spårning av personer från ett fjärrdistribuerat radarsystem. Den här referenskonstruktionen demonstrerar inverkan av olika chirp-inställningar i att utöka den maximala räckvidden på upplösningens bekostnad (figur 9).

Figur 9: En Texas Instruments mmWave-provtillämpning ger flera chirp-konfigurationer, vilket gör det möjligt för utvecklare att studera förhållandet mellan chirp-egenskaper och avkänningsprestanda. (Bildkälla: Texas Instruments)

Slutsatser

Millimetervågteknik ger räckvidds- och precisionsfördelar som överträffar tidigare metoder stort. För utvecklare har dock flera utmaningar på både maskinvaru- och programvarunivån begränsat den här teknikens användning. Tillgängligheten till mmWave-enheter, utvecklingsverktyg och en heltäckande programvarumiljö från Texas Instruments sänker dock gränsen betydligt för att våga implementera sofistikerade objektavkännings- och spårningstillämpningar med mmWave-teknik.