Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Advanced Radar Sensor Front-end Modules and Solutions for Increased Road Safety

Diarienummer
Koordinator Chalmers Tekniska Högskola AB - Chalmers Tekniska Högskola Inst f Elektroteknik
Bidrag från Vinnova 14 506 582 kronor
Projektets löptid augusti 2024 - juli 2027
Status Pågående
Utlysning Trafiksäker automatisering - FFI
Ansökningsomgång Trafiksäker automatisering - FFI - våren 2024

Syfte och mål

Projektet är relaterat till trafiksäkerhet. Det föreslagna projektet kommer att utveckla polarimetriska radarer och högupplösta radarsensorer som drastiskt kommer att förbättra radarsensorernas objektdetektering och objektspårningsförmåga, och därigenom säkerställa tidig manövrering av autonoma fordon vid eventuell kollision. Dessutom kommer den polarimetriska konfigurationen av de utvecklade radarerna att medge hög sannolikhet detektering och klassificering av stora föremål såväl som sårbara trafikanter (VRU) såsom motorcyklar, cyklister, etc.

Förväntade effekter och resultat

Trafikolyckor är en av de största dödsorsakerna även i utvecklade länder. Innovativa radarsensorer och fordonsuppfattningsenheter som kan tillhandahålla exakt körmiljöinformation i alla väder kan spela en nyckelroll här och minska trafikolyckorna avsevärt. Det föreslagna projektet syftar till att utveckla konkreta tekniska möjliggörare för framtida autonoma bilar med förbättrade aktiva radarsensorer vid 77GHz och perceptionssystem, vilket kommer att leda mot en hållbar transport.

Planerat upplägg och genomförande

We aim to develop gap waveguide based fully polarimetric as well has high resolution imaging automotive radars with dual linear polarized (LP) signal or dual circular polarized (CP) signals or combined linear-circular polarized signal. Hence, in this project we aim to use interference mitigation and multi-path suppression in analog domain by using CP antenna array. Also, we will exploit the full potential of the radar data in terms of its localization capability for the task of bird eye view (BEV) and 3D object detection which are arguably more relevant in automotive applications.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 4 september 2024

Diarienummer 2024-00821