ミリ波レーダキットの使用による高精度物体検出設計の迅速な開発

著者 Stephen Evanczuk

Digi-Keyの北米担当編集者 の提供

スマートビルディング、ファクトリオートメーション、輸送、ドローンなど、さまざまな業界のアプリケーションでモーションセンサの小型化、高精度化、検出範囲の拡大が設計者に求められており、競争が生じています。ミリ波(mmWave)技術はモーション検出の魅力的な選択肢として登場しましたが、mmWave技術に慣れない設計者は、その基盤となるレーダフロントエンドと高性能信号チェーンに苦戦しています。

これらの問題を解決するために、mmWaveデバイスと関連開発キットが販売されるようになりました。これにより、設計者は洗練された高精度のモーション検出システムを迅速に展開できます。

この記事では、モーション検出システムの拡大する役割を考察し、mmWaveが検出範囲と検出精度を向上させるための優れた選択肢である理由を説明します。その後、適切なキットとその使用方法を説明します。

モーション検出の拡大する役割

モーション検出が登場し、その機能はさまざまなアプリケーションでますます重要になってきています。モーション検出は、スマートビルディングおよびスマートホーム製品で便利な機能を実現するだけでなく、車載用や産業用アプリケーションでも重要な安全機能を実現します。検出範囲の拡大や精度の向上が必須であるアプリケーションが増加し続けており、パッシブ赤外線センサや飛行時間システムを中心に構築された従来の方法は使用されなくなっています。

こうした理由から、周波数変調連続波(FMCW)mmWaveレーダ技術に注目が集まっています。この技術では、短波長信号の使用により、サブミリ単位の精度で物体を検出できます。さらに、このレーダは雨、霧、塵、雪などの過酷な環境条件にもかかわらず高レベルの性能を維持し、プラスチック、乾式壁、および衣服などの材料を貫通できます。

mmWaveエネルギーのビームを厳密に集束して操作することで、高精度の物体検出を提供し、互いに距離が近い複数の物体の移動も追跡できます。

mmWave技術の仕組み

mmWaveレーダの信号処理の詳細はこの記事では説明しませんが、検出の原理は物体のエネルギー反射を利用した馴染みのある概念に基づいています。線形FMCWレーダでは、このエネルギーはチャープと呼ばれるミリ波トーンであり、時間とともに周波数が直線的に変化します。レーダシステムがチャープを生成および伝送した後、射程内の物体から反射したチャープ信号が検出され、ミキサに引き渡されます。ミキサはRXおよびTX信号を組み合わせて、中間周波数(IF)信号を生成します。

チャープ伝送から反射信号の検出までの遅延は、レーダシステムアンテナと物体間の距離を計算するために使用されます。単一の観測ウィンドウまたはフレームでレーダシステムが複数のチャープを生成する場合、対応する反射チャープの位相差を測定してオブジェクトの速度を特定します。複数のレシーバを使用する場合、レーダシステムはレーダシステムと物体間の相対到達角度(AoA)も測定できます。これらと同じ原理をさらに複雑な計算と組み合わせて使用することで、高性能レーダシステムは異なる速度と軌道で移動する複数のターゲットを追跡できます。

これらのことが可能なシステムは、RF、アナログサブシステム、デジタルサブシステムを組み合わせて設計できます(図1)。システムの出力信号チェーンの一部として、RF信号シンセサイザは伝送用チャープを生成します。RFミキサはシステムの入力信号チェーンの第一段階で、生成したチャープを反射チャープと組み合わせ、IF信号を生成します。次のアナログ段階の一部として、ローパスフィルタおよびA/Dコンバータ(ADC)は高速フーリエ変換(FFT)やその他のアルゴリズムを使用して、信号処理用のデジタルデータストリームを生成します。

一般的なミリ波の周波数変調連続波(FMCW)レーダの設計図

図1: 一般的なミリ波の周波数変調連続波(FMCW)レーダ設計では、RF、アナログ、およびデジタルサブシステムが緊密に統合されており、これにより、チャープと呼ばれる精密に制御されたエネルギーのバーストを伝送し、射程内の物体の範囲、速度、相対角度を解決する反射信号を処理します(画像提供:Texas Instruments)。

一般的なFMCWレーダシステムにはこの基本アーキテクチャが採用されていますが、その設計の仕様は、最大検出範囲、範囲分解能、角度分解能などのアプリケーションレベルの要件に依存します。たとえば、最大検出範囲はIFに比例し、周波数スロープに反比例します。したがって、車載用適応走行制御などの長距離アプリケーションには、高IFのサポートと周波数スイープ時間が短いチャープの生成を可能にする設計が必要です。

設計者がレーダ性能を最適化する場合は、TX出力電力、RX感度および雑音指数、アンテナTX/RXゲインプロファイルジオメトリ、反射信号の信号対ノイズ比など、さまざまな設計特性に対処する必要があります。また、すべてのアプリケーションで独自の要素が組み合わされており、開発者は相互に依存する複数の要件に対処する必要があります。

Texas InstrumentsではmmWaveプラットフォームを提供することにより、レーダシステムの設計と構成で設計者が直面する数多くの課題を解決します。

シングルチップmmWaveソリューション

Texas InstrumentsのmmWaveソリューションでは、mmWave ICと、mmWaveベースの人感センサアプリケーションの実装を劇的にシンプル化する包括的なソフトウェア環境を利用できます。Texas InstrumentsのIWR1443およびIWR1642を含む産業mmWaveデバイスでは、FMCWレーダ信号の生成、伝送、受信、処理に必要なRF、アナログサブシステム、デジタルサブシステムのフルセットが統合されています。これらのデバイスでは、同様のRF/アナログフロントエンドと高度なデジタルサブシステムが組み合わされています(図2)。このフロントエンドアーキテクチャ内で、これらのデバイスには4本の専用RX信号経路および複数のTXチャンネル(IWR1443では3チャンネル、IWR1642では2チャンネル)を備えた完全なFMCW 76~81ギガヘルツ(GHz)バンドトランシーバサブシステムが内蔵されています。

Texas Instrumentsが提供するIWR1443およびIWR1642 mmWaveデバイスの図

図2: Texas InstrumentsのIWR1443およびIWR1642 mmWaveデバイスは同様のフロントエンドアーキテクチャ上に構築され、4つの異なるRXチャンネルおよび複数のTXチャンネル(IWR1443は3チャンネル、IWR1642は2チャンネル)を装備(画像提供: Digi-Key Electronics、Texas Instrumentsの資料を使用)。

この2つのデバイスのデジタルサブシステムには、Arm® Cortex®-R4Fプロセッサコアが内蔵されており、デバイス周辺機器、ファームウェアアップデート、ブート、および他のホスト機能を管理するマスター制御システム内でデバイスホストとして機能します。このマスター制御システムは、内蔵ROMとプログラム/データメモリを使用することにより、TI mmWaveデバイスがより大規模なシステム設計内で自律的に動作できるようにする上で主要な役割を果たします。

また、この2つのデバイスの統合レーダ処理サブシステムでは、128ビット、200メガヘルツ(MHz)バスを中心に構築された同様のアーキテクチャを使用します。これにより、マスター制御システムホストとの通信に使用するADCバッファ、レーダL3データメモリ、キャッシュ、メモリなど、共有メモリリソース間で高速スループットが実現します。この同じバスには機能が強化されたDMA(EDMA)モジュールが接続されており、プロセッサから独立した転送を実現し、処理パイプラインのさまざまな段階でデータ転送を高速化します。

IWR1443とIWR1642のレーダ信号処理サブシステムでは、2つの異なるアプローチが採用されています。IWR1443は、レーダ信号処理の基盤となるFFT計算やその他の計算を高速化するために設計された専用のアクセラレータを内蔵しています(図3)。さらに、別個のArm Cortex-R4Fプロセッサ(レーダシステム)が、フロントエンド構成、レーダサブシステム制御、および較正の専用ホストとして機能します。

Texas Instrumentsが提供するIWR1443 mmWaveデバイスの図

図3: Texas InstrumentsのIWR1443 mmWaveデバイスは、RFとアナログフロントエンドだけでなく、Arm Cortex-R4Fベースのマスター制御システム、別個のArm Cortex-R4Fベースのレーダシステム、およびレーダ信号処理を高速化するFFTアクセラレータを含むデジタルサブシステムも内蔵(画像提供:Texas Instruments)。

IWR1642のレーダ信号プロセッサは、Texas InstrumentsのC674xデジタル信号プロセッサ(DSP)コアを内蔵しています(図4)。FMCW信号を処理するために専用に設計されたIWR1642のDSPは、600MHzクロックで動作し、32KバイトのL1プログラム(L1P)およびデータ(L1d)キャッシュによってサポートされ、256Kバイトの統合プログラム/データL2キャッシュによりDSP動作が高速化されています。必要に応じて、開発者はIWR1642を完全にレーダ信号プロセッサとして使用することもできます。

Texas Instrumentsが提供するIWR1443 mmWaveデバイスの図

図4: Texas InstrumentsのIWR1443 mmWaveデバイスは、RF/アナログフロントエンドだけでなく、マスタープロセッサとしてのArm Cortex-R4F、レーダ信号処理用にTexas InstrumentsのC674xデジタル信号処理(DSP)コアを含むデジタルサブシステムも内蔵(画像提供:Texas Instruments)。

マスター制御とレーダサブシステム内に組み込まれたハードウェアインザループ(HIL)モジュールにより、開発者はデバイスのデータ変更モジュール(DMM)入力ポートを使用して、RFフロントエンドをバイパスし、信号処理用に生のレーダデータをIWR1642に読み込ませることができます。

レーダ信号処理チェーン

IWR1443のハードウェアアクセラレータまたはIWR1642のC674x DSPコアは各アプリケーション特有の要件に応じて選択する必要がありますが、ほとんどの開発者はアプリケーションで選択したデバイスの動作の大部分を簡単に把握できます。Texas InstrumentsのmmWaveソリューションアーキテクチャにおいて、TI mmWaveソフトウェア環境はどちらのデバイスのリソースを使用しても、データ処理ユニット(DPU)と呼ばれる機能モジュールを実行できます。これらのユニットは、一般的にレーダ信号処理で使用される個別のデータ変換を実行します。TI mmWave DPU内のコア機能には以下が含まれます。

  • 範囲FFT: これは、アクティブフレーム内の収集期間中にチャープデータを読み取り、範囲計算に使用される1次元のFFTやレーダデータキューブを生成します。レーダデータキューブは、専用L3レーダデータメモリに保存された範囲、チャープ、アンテナのデータの3次元(3D)マトリクスです。
  • 静的クラッタの除去: これは、サンプルセットからサンプルの平均値を減算します。
  • ドップラーFFT: ドップラーFFTは、2D FFT計算を実行してフレーム間のレーダキューブデータを改善し、レーダ物体検出アルゴリズムで使用される検出マトリクスを生成します。
  • CFAR: CFARは、物体検出で一般的に使用される定誤アラームレート(CFAR)アルゴリズムを実行します。
  • CFARセル平均化: AoAとCFARモジュールを組み合わせることで、CFARセル平均化(CFAR-CA)アルゴリズムを実装できます。このアルゴリズムは、ノイズバックグラウンドから物体を区別して検出するために、レーダシステムで使用されます。
  • クラスタリング、グループ追跡、および分類用にDPUを追加することで、レーダ信号データをアプリケーションに応じて改良することができます。

TI mmWaveソフトウェア開発キット(SDK)を使用することにより、開発者はデータパスマネージャ(DPM)アプリケーションプログラミングインターフェース(API)への呼び出しを使用して、複数のDPUを必要な検出(またはデータ)処理チェーン(DPC)に統合できます。たとえば、Texas InstrumentsのmmWave SDKディストリビューション(リスト1)にあるサンプルコードで実証されているように、物体検出用にDPCを実装(図5)する場合、必要となるのは少数の基本的な呼び出しのみです。

一般的な物体検出処理チェーンの図

図5: 一般的な物体検出処理チェーンでは、取得期間中に範囲FFT計算などのレーダ信号処理機能を実行するデータ処理ユニット(DPU)や、フレーム間期間中に他のデータ変換を実行したりするDPUが組み合わされています(画像提供:Texas Instruments)。

コピー
    for(i = 0; i < RL_MAX_SUBFRAMES; i++)
    {
        subFrmObj = &objDetObj->subFrameObj[i];
 
        subFrmObj->dpuRangeObj = DPU_RangeProcHWA_init(&rangeInitParams, errCode);
 
        if (*errCode != 0)
        {
            goto exit;
        }
 
        subFrmObj->dpuStaticClutterObj = DPU_StaticClutterProc_init(errCode);
 
        if (*errCode != 0)
        {
            goto exit;
        }
 
        subFrmObj->dpuCFARCAObj = DPU_CFARCAProcHWA_init(&cfarInitParams, errCode);
 
        if (*errCode != 0)
        {
            goto exit;
        }
        
        subFrmObj->dpuDopplerObj = DPU_DopplerProcHWA_init(&dopplerInitParams, errCode);
 
        if (*errCode != 0)
        {
            goto exit;
        }
 
        subFrmObj->dpuAoAObj = DPU_AoAProcHWA_init(&aoaInitParams, errCode);
 
        if (*errCode != 0)
        {
            goto exit;
        }
    } 

リスト1: このスニペットのようなTexas InstrumentsのmmWave SDKディストリビューションに含まれるサンプルコードは、複数のDPUをObjDetObj構造に追加してDPCを作成するための基本設計パターンを示しています。(コード提供: Texas Instruments)

階層化ソフトウェア環境内のソフトウェアサービスは、DSPサブシステム(DSS)、マスターサブシステム(MSS)、アクセラレータ、またはこれらの組み合わせを使用してDPUを自動的に実装します(図6)。アプリケーションレベルは、完全に構成されたDPCからmmWave APIを使用してDPU結果にアクセスしたり、mmWaveLink APIを介してmmWaveフロントエンドに直接アクセスしたりできます。

Texas Instrumentsが提供するmmWave環境の図(クリックして拡大)

図6: Texas InstrumentsのmmWave環境では、レーダシステムの動作を簡略化してモーション検出アプリケーションの開発をシンプル化する複数のアプリケーションプログラミングインターフェース(API)を利用可能(画像提供:Texas Instruments)。

特定のアプリケーション向けにmmWaveLinkが提供する重要なサービスの1つは、FMCWチャープおよびチャープフレームを生成する内部レーダタイミングエンジンの構成です。前述したとおり、チャープおよびチャープフレームの特性は物体検出の性能を左右します。ただし、一部の性能を優先して設定すると、他の性能が制限されてしまいます。

たとえば、最大検出範囲は周波数スロープに反比例するため、長距離検出が必要な開発者は周波数スロープを最小化する必要があります。周波数スロープを最小化するとチャープ周波数スイープの帯域幅に影響し、その結果、検出範囲分解能は帯域幅特性に比例するため、分解能が低減します。実際に、チャープおよびチャープフレーム動作の仕様の最適化はレーダ設計の重要な要素であり、開発者は数多くのチャープ特性のバランスを保つ必要があります(図7)。

物体検出範囲および分解能のグラフ

図7: 物体検出範囲と分解能は、伝送されるチャープの特性に大きく左右されるため、チャープジェネレータの構成を最適化する場合は注意する必要があります(画像提供:Texas Instruments)。

Texas Instrumentsは、チャープ設定を評価するためのオンラインmmWaveセンシングエスティメータツールだけでなく、mmWaveセンサ用産業ツールボックスの広範なチャープデータベースで特定の使用事例に対応する推奨チャープ構成も提供しています。開発者は、高分解能ジェスチャ認識から長距離交通監視まで幅広いアプリケーションに対応するリファレンス設計やサンプルコードを利用できます。サンプルアプリケーションはmmWave BoosterPacksを中心に構築されているため、開発者はmmWaveの性能を迅速に評価し、リファレンス設計を独自のカスタムアプリケーションに拡張することができます。たとえば、ジェスチャ制御を評価するために、開発者はIWR1443 BoosterPack(IWR1443BOOST)評価モジュール(EVM)をWindows PCにUSBで接続し、事前構築されたファームウェアをアップロードして、指をクルクル回すなどの複雑なジェスチャの検出を試すことができます(図8)。

Texas Instrumentsが提供するWR1443BOOST EVMと利用可能なサンプルコードの画像

図8: Texas InstrumentsのIWR1443BOOST EVMと利用可能なサンプルコードを使用することで、動的な高分解能ジェスチャ認識(例:指をクルクル回してイメージングシステムを制御する)を実現するmmWave技術のアプリケーションを試すことができます(画像提供:Texas Instruments)。

ジェスチャ認識を構築する場合、IWR1443BOOST EVMは単一のハードウェアプラットフォームとして機能します。Texas Instrumentsはその他の例として、mmWave BoosterPackをLaunchPad開発キットと組み合わせて使用する方法を示しています。たとえば、人物追跡アプリケーションでは、IWR1642BOOST EVMをLAUNCHXLCC1352R1ワイヤレスMCU LaunchPadと組み合わせて、離れた場所に導入したレーダシステムから人物を検出して追跡する方法を示しています。このリファレンス設計では、分解能を犠牲にして最大範囲を拡張する場合のさまざまなチャープ設定がもたらす影響が示されています(図9)。

パラメータ 事例1、6m(MIMO)、会議室 事例2、5m(MIMO)、エレベータ 事例2、14m(MIMO)、オフィススペース 事例4、14m(MIMO)、廊下 事例5、50m(MIMO)、屋外
デバイスタイプ IWR1642 IWR1642 IWR1642 IWR1642 IWR1642
最大範囲(m) 5.6 5.6 14 14 50
範囲分解能(m) 0.049 0.049 0.12 0.12 0.49
最大速度(km/h) 19.057 19.057 18.9 18.9 28.06
速度分解能(km/h) 0.297 0.297 0.297 0.297 0.449
合計スイープ帯域幅(MHz) 3061.22 3720 1250 1250 361.3
更新レート(Hz) 20 20 20 20 30
レーダキューブサイズ(KB) 512 512 512 512 512
処理チェーン 人数計測 人数計測 人数計測 人数計測 交通監視

図9: Texas InstrumentsのサンプルmmWaveアプリケーションでは、複数のチャープ構成が提供されています。これにより、開発者はチャープ特性と検出性能の関係を調べることが可能(画像提供:Texas Instruments)。

結論

ミリ波技術には、以前の技術に比べて、範囲と精度の点で非常に大きなメリットがあります。ただし、ハードウェアおよびソフトウェアレベルの課題が多く存在するため、開発者がこの技術を導入するのには限界がありました。Texas InstrumentsのmmWaveデバイス、開発ツール、および包括的なソフトウェア環境の登場により、mmWave技術を使用した高度な物体検出および追跡アプリケーションの実装に対する障壁が大幅に低減されました。

免責条項:このウェブサイト上で、さまざまな著者および/またはフォーラム参加者によって表明された意見、信念や視点は、Digi-Key Electronicsの意見、信念および視点またはDigi-Key Electronicsの公式な方針を必ずしも反映するものではありません。

著者について

Stephen Evanczuk

Stephen Evanczuk氏は、IoTを含むハードウェア、ソフトウェア、システム、アプリケーションなど幅広いトピックについて、20年以上にわたってエレクトロニクス業界および電子業界に関する記事を書いたり経験を積んできました。彼はニューロンネットワークで神経科学のPh.Dを受け、大規模に分散された安全システムとアルゴリズム加速法に関して航空宇宙産業に従事しました。現在、彼は技術や工学に関する記事を書いていないときに、認知と推薦システムへの深い学びの応用に取り組んでいます。

出版者について

Digi-Keyの北米担当編集者