Startseite > Messen + Testen > Radarsensoren für die Robotik

Millimeterwellen-Technologie

Radarsensoren für die Robotik

27. November 2018, 15:30 Uhr | Nicole Wörner

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 2

Von mmWave-Sensoren erzeugte Punktwolkendaten

Ein weiteres Beispiel zeigt Bild 1: Eine vor einem mmWave-Sensor gehende Person erzeugt mehrere Reflexionspunkte. Die einzelnen erkannten Punkte lassen sich einem 3D-Feld relativ zum Sensor zuordnen. Dies erfolgt in dem Visualisierungstool RVIZ (Robot Operating System Visualization). Die Zuordnung erfasst alle Punkte über einen Zeitraum von einer viertel Sekunde. Die Dichte der erfassten Punktdaten bietet eine gute Detailtreue: Sie macht Bein- und Armbewegungen sichtbar und ermöglicht die Klassifizierung des Objekts als sich bewegende Person. Auch die Klarheit der offenen Räume im 3D-Feld stellt für mobile Roboter sehr wichtige Daten dar, um autonom zu agieren.

Zuordnung und Navigation mit mmWave-Sensoren

Mit den durch das IWR1443BOOST-EVM erfassten Punktdaten für die erkannten Objekte lässt sich die Verwendung eines mmWave-Radarsensors als einzigem Sensor zur genauen Zuordnung von Hindernissen im Raum und zur Verwendung des zum autonomen Betriebs identifizierten freien Raums zeigen. Es gibt mehrere Open-Source-Communities im Roboterbereich. Dazu zählen beispielsweise Robot OS (ROS) und Arduino. Zur schnellen Demonstration haben wir Robot OS gewählt und das IWR1443BOOST EVM auf der Entwicklungsplattform für Turtlebot 2 der ROS- Community angebracht (s. Bild 2).

Bei der Implementierung eines grundlegenden Treibers für das EVM haben wir mithilfe der Libraries von OctoMap und move_base die Punktwolkendaten in den Navigationsstapel integriert, wie in Bild 3 dargestellt.

Jobangebote+ passend zum Thema

Ingenieur/Elektroingenieur/Elektrotechniker als Field Application Engineer

GEYER Electronic GmbH, Planegg

Alle Jobangebote im Elektroniknet Karrierebereich anzeigen

Wir haben Hindernisse in einem Büroraum platziert und den Turtlebot 2 durch den Bereich fahren lassen, um eine 3D-Besetzungsgitterkarte mithilfe der OctoMap-Bibliothek zu erzeugen. Wir haben die von OctoMap erzeugte Karte mit move_base verwendet. Hier wurden ein endgültiges Ziel sowie die Position der dort einzunehmenden Pose eingegeben. Das Ergebnis: Der Turtlebot 2 navigierte effizient zum ausgewählten Punkt, drehte sich dann in die entsprechende Position und umfuhr dabei sowohl statische als auch dynamische Hindernisse auf seinem Weg. Dies belegt die Wirksamkeit der Verwendung eines einzelnen nach vorne weisenden mmWave-Sensors für die grundlegende autonome Roboternavigation schnell in der ROS-Umgebung.

Fazit

mmWave-Sensoren waren zunächst teuer und groß. Außerdem erforderten sie mehrere diskrete Komponenten. Durch die von TI realisierte Integration von HF, Verarbeitungs- und Speicherressourcen in einem einzelnen monolithischen CMOS-Die lässt sich mittlerweile aber realistisch sagen, dass mmWave-Sensoren die etablierten Sensortechnologien in der Robotik ergänzen oder ersetzen werden.