Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Learning efficient millimeter wave radar imaging for autonomous vehicles

Descrizione del progetto

I sensori radar sono fondamentali per le auto senza conducente

I sistemi di guida automobilistica autonoma sono in costante aumento, pronti a raggiungere un mercato di 6 trilioni di euro entro il 2050. Tuttavia, i sistemi di guida senza conducente necessitano di migliori convenzioni di rilevamento della profondità a lungo raggio. Le tecnologie ottiche avanzate esistenti hanno basse prestazioni, sono vulnerabili alle condizioni meteorologiche e sono costose. Una soluzione alternativa è il radar MIMO (Multi-Input Multiple Output) a onde millimetriche basato su antenne e ricevitori digitali e resistente alle intemperie. Per rendere applicabile la tecnologia è necessario affrontare i costi elevati del cospicuo numero di ricevitori. Il progetto DEEP-RADAR, finanziato dall’UE, applicherà un metodo innovativo di recente adozione basato sulla tecnologia di diagnostica per immagini che riduce il numero di ricevitori pur mantenendo immagini ad alta risoluzione. Il progetto prevede la commercializzazione di radar MIMO nel settore automobilistico.

Obiettivo

The emerging autonomous vehicle ecosystem is expected to grow with an almost 40% CAGR in the next decade hitting €485 billion by 2026 and exceeding €6 trillion in 2050. There is wide industry consensus that improved long-range depth sensing modalities are imperative for the viability of self-driving cars. State-of-the-art optical technologies are still prohibitively expensive, have insufficient temporal and spatial resolution, do not provide an accurate velocity reading, and are restricted to a shorter range in adverse weather conditions. Millimeter wave multiple-input multiple-output (MIMO) radars are an attractive alternative relying on a phased array of transmitting antennas and digital receivers, containing no moving parts, and able to penetrate adverse weather conditions. The weakness of this technology is the costly requirement for a large number of receiver channels to achieve sufficient spatial resolution. We will apply our novel methodology recently developed for medical imaging to overcome this challenge.

We have demonstrated that learning the entire imaging pipeline in medical ultrasonography, including the shape of the transmitted pulses and the configuration of the receivers allows reducing the number of transmits by a factor of 3, while maintaining image quality comparable to traditional high-frame rate imaging protocols. Despite the different underlying physics, ultrasound and radar imaging share many conceptual similarities and have a similar mathematical description. Here, we intend to develop a proof-of-concept MIMO radar system demonstrating that by using the learned transmit patterns and image reconstruction pipeline, it is possible to halve the number of receive channels without compromising the image resolution and signal-to-noise ratio. Maintaining high resolution images using a smaller number of receiver channels will significantly reduce the cost of this technology and increase the commercial viability of automotive MIMO radars.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Meccanismo di finanziamento

ERC-POC-LS -

Istituzione ospitante

TECHNION - ISRAEL INSTITUTE OF TECHNOLOGY
Contributo netto dell'UE
€ 150 000,00
Costo totale
€ 150 000,00

Beneficiari (1)