Newsletter 03/2020

Eine Schlüsseltechnologie für das autonome Fahren ist Radarsensorik, die auch unter sehr schlechten Sichtbedingungen eine zuverlässige Überwachung der Fahrzeugumgebung ermöglicht. ARAMID soll die Basis für die Weiterentwicklung und den breiten Einsatz von Radarsensoren in Automobilen bilden.

Die Mikroelektronik ist der Motor der Digitalisierung - nicht nur im Auto.
© chombosan / Fotolia.com

Aktuell befindet sich die Automobil-Radarindustrie in einer Umbruchsphase. Das autonome Fahren erfordert eine 360° Rundumüberwachung der Fahrzeugumgebung in einem dynamischen Umfeld. Für einen eingesetzten Radarsensor bedeutet das, mehr als 1000 Gegenstände gleichzeitig zu erfassen, über Bildgebung zu klassifizieren und Größe und Richtung dieser Objekte zu schätzen und nachzuverfolgen. Für effizientere und höher integrierte Systeme werden deshalb neue Technologien benötigt, die es zu entwickeln gilt.

Die konkrete technische Herausforderung besteht in diesem Fall in einer hohen Distanz-, Geschwindigkeits- und Winkelauflösung der Sensoren. Eine weitere wichtige Eigenschaft ist die Robustheit des Radarsensors gegenüber Störeinflüssen von weiteren Sensoren am eigenen oder an anderen Fahrzeugen. In ARAMID sollen deshalb neuartige Maßnahmen zur Interferenzminderung und -vermeidung in einem Chip integriert werden, die es bisher nicht in einem Serienprodukt gibt. Dies ist insbesondere wichtig, weil in Zukunft mit einer stark steigenden Zahl von Radarsensensoren zu rechnen ist.

Schließlich ist es wünschenswert für einen Radarsensor, dass das entstehende Radarbild keine „Geisterbilder“ aufweist, welche durch Reflexionen des Radarstrahls in der Fahrzeugumgebung entstehen. Durch eine entsprechende Korrelation zwischen dem Radarbild und einem vorhergesagten Bild mit extrapolierten Objektbewegungen ist es möglich, die Qualität des Radarbildes extrem zu erhöhen.

Um für den Radardemonstrator ausreichend viele Informationen zu erhalten, ist eine Vielzahl von Maßnahmen notwendig. Diese reichen von der Optimierung der Entfernungsauflösung über die Entwicklung von Analog-Digital-Umsetzern, die eine höhere Abtastrate im Entfernungs- und Geschwindigkeitsbereich ermöglichen, bis hin zu speziellen Algorithmen und Filtern, die eine Plausibilitätsprüfung des Radarbildes erlauben. Zur Klassifikation von Objekten werden zudem auch KI-Algorithmen eingesetzt. Der Demonstrator wird voraussichtlich in der Lage sein, Objektklassifikationen auf Softwarebasis mit Künstlicher Intelligenz zu unterstützen. Zu diesem Zweck werden entsprechend leistungsfähige Prozessoren in den Chip integriert.

Am Fraunhofer IIS/EAS werden zum einen thermische Wechselwirkungen auf der entwickelten Schaltung untersucht sowie Arbeiten zur Alterungsmodellierung und Bewertung der IC-Zuverlässigkeit durchgeführt. Damit werden Ausfälle durch Elektromigration vermieden genauso wie eine unnötige Überdimensionierung der Schaltung.

Darüber hinaus finden am Institutsteil auch Arbeiten an einem Assembly Design Kit für die eingesetzte Halbleitertechnologie statt. Hierbei wird erstmalig ein durchgehender Ablauf für das Packagedesign erarbeitet unter Verwendung von Standardtools aus dem Schaltkreis- und PCB-Entwurf.