SOC/FPGA: 4D-Full-Range-Radar

Projekthintergrund

Für die Umsetzung der Algorithmik auf das FPGA hat SCS folgende Teilaufgaben ausgeführt:

  • Geführte Ausarbeitung einer FPGA-Architektur für einen bestimmten Algorithmus
  • Entwicklung von FPGA-RTL
    • Unit-Tests, testgetriebene Entwicklung
    • Integrationstests
    • Zieltests / Systemtests
    • kontinuierliche Integration
    • Peer Review
  • FPGA-Implementierung
    • Vollständige Vivado-Skripterstellung
    • Timing-Optimierungen
    • Über 90% Logikauslastung auf einem fortschrittlichen MPSoC
  • ISO26262 ASIL-B-konform
    • Berechnung von Metriken
    • Entwicklungsprozess (Überprüfungen, Design-Dokumente)
    • IP-Anpassung von Drittanbietern
  • Eingebettete SW
    • Unterstützung für Low-Level-Software-Aspekte (Cache-Kohärenz, ECC)
    • eingebettete Testanwendung auf Basis von freeRTOS
  • Cybersecurity
    • IP-Integration von Drittanbietern und Integrationstests
  • ASPICE-konforme Dokumentation
    • Rückverfolgbarkeit

ZF Radar Hintergrund

Das 4D-Vollbereichsradar bietet eine Auflösung, die der von optischen Sensoren, Kameras oder LiDAR nahekommt. Das zu einem wettbewerbsfähigen Preis, während es gleichzeitig die Möglichkeit der direkten Geschwindigkeitsmessung und die Fähigkeit bietet, unter schwierigen Bedingungen (Schnee, Nebel, Staub) zu arbeiten. In Kombination mit diesen Technologien kann das hochauflösende Radar dazu beitragen, die notwendige Sicherheit und Zuverlässigkeit für teil- bis hochautomatisiertes Fahren, einschliesslich Level-4, zu gewährleisten.

Das bildgebende Full-Range-Radar bietet eine hohe Auflösung in vier Dimensionen: Distanz, Geschwindigkeit, Horizontalwinkel und zusätzlich den Elevationswinkel (Höhe). Damit ist das Radar auch eine bildgebende Technologie in 3D, mit der Geschwindigkeit als zusätzliche vierte Messdimension. Die hochauflösende 4D-Erfassung der Verkehrssituation hilft z.B. einem Fahrzeug auf der Autobahn, das Stauende unter einer Brücke frühzeitig zu erkennen und entsprechend zu bremsen.

Ab 2022 wird unser Kunde sein neues 4D-Full-Range-Radar an den ersten OEM für ein Serien-Elektro-SUV liefern.
Zusätzliche Information: https://press.zf.com/press/de/releases/release_25856.html

FPGA basierte Fahrerassistenz­systeme

Projekteinblicke

Die Entwicklung von Fahrerassistenzsysteme, wie einem Spurhalte- oder Stauassistenten, beinhaltet die Lösung mannigfaltiger Problemstellungen. So muss dem System z.B. die Transformation von Bildpunkten zu bekannten Objekten (Fahrbahn, Markierungen, Fahrzeuge, Fussgänger, etc.) beigebracht werden. Die dabei benötigten Algorithmen werden von den Fachexperten unseres Kunden zur Erforschung als PC-Programme umgesetzt.

Da zum Projektzeitpunkt die Leistungsfähigkeit moderner Prozessoren und Graphikkarten nicht ausgereicht hat, um mit dem Algorithmus das Videobild einer Automotive-Kamera in Echtzeit zu verarbeiten, konnte der Fachexperte die Funktionalität seines Algorithmus nicht im fahrenden Versuchsfahrzeug prüfen. Mehrere solcher Algorithmen wurden von den Ingenieurinnen und Ingenieuren der SCS in ein FPGA implementiert und auf unserer dafür geeigneten Hardware Plattform integriert. Das entstandene System erlaubt die Echtzeit-Verarbeitung der Videobilder. Dabei wurde jeweils zuerst in einer Machbarkeitsstudie in enger Zusammenarbeit mit den Fachexperten des Kunden die Umsetzbarkeit geprüft und der Realisierungsaufwand eruiert.

Anschliessend führte SCS die Umsetzung auf FPGA durch. Mit der Umsetzung auf FPGA sind die Fachexperten des Kunden in der Lage, ihre Algorithmen im Versuchsfahrzeug in Echtzeit auszuführen. Sie können sie zu einem Gesamtsystem zusammenfügen und im realen Verkehrsgeschehen testen. Projekteinblick am Beispiel des Stixel-Algorithmus: Die Verarbeitung von Videobildern auf Pixelbasis erfordert vom Algorithmus die Handhabung erheblicher Datenmengen. Der Stixel-Algorithmus hilft dabei, die Datenmenge zu reduzieren: er fasst die Pixel einer Bildspalte zu „Säulen“, sogenannten Stixeln zusammen. Dabei bildet er Stixel aus senkrecht stehenden Flächen (in Fahrzeugrückfronten, Randsteinen, …), flachen Flächen (Fahrbahn, Gehsteig, …) und Hintergrund.

Neben der Datenreduktion wird eine erste, grobe Gruppierung der Pixel zu Teilobjekten erreicht. Dieser Algorithmus ist mathematisch komplex und entsprechend rechenintensiv. SCS ist es im Rahmen einer Machbarkeitsstudie gelungen, den Algorithmus auf eine Streaming-Architekturfür ein preisgünstiges FPGAs abzubilden. Er wurde anschliessend auf der FPGA-Box von SCS umgesetzt und mit weiteren Algorithmen integriert. Zwei Automotive-Kameras können nun direkt angeschlossen werden. Das Resultat, ein Stixel-Bild, steht via Netzwerkanbindung zur Anzeige oder Weiterverarbeitung am PC zur Verfügung.

Die FPGA-Box von SCS war eines der Teilsysteme der Mercedes-Benz S-Class INTELLIGENT DRIVE, welche als erstes Auto weltweit in einer Pionierleistung komplett autonom eine 100km lange Überlandstrecke gefahren ist. Die ausgewählte Strecke führt von Mannheim durch Dörfer und Kleinstädte bis nach Pforzheim und hat historische Bedeutung: denn Bertha Benz hat genau 125 Jahre früher auf derselben Strecke die Tauglichkeit der patentierten Benz-Motorkutsche demonstriert. Die moderne S-Klasse hat dabei erfolgreich zahlreiche schwierige Verkehrssituationen gemeistert.

Einen Einblick geben Text und Bilder auf folgender Webseite:
Pioneering achievement: Autonomous long-distance drive in rural and: Mercedes-Benz S-Class INTELLIGENT DRIVE drives autonomously in the tracks of Bertha Benz