Viele Menschen sind auf eine Brille angewiesen, um besser sehen zu können. Ohne Brille können sie beim Autofahren vieles nicht richtig erkennen, zum Beispiel Stoppschilder. Wir alle wollen im Straßenverkehr natürlich vermeiden, über eine Kreuzung zu fahren und dabei von einem anderen Fahrzeug erfasst zu werden. Deshalb sollten Menschen mit einer Sehschwäche beim Autofahren immer ihre Brille tragen, um Gefahren auf der Straße besser erkennen zu können (Abbildung 1).

Abbildung 1: Eine Brille auf einer Sehtest-Tafel. (Quelle: flaviuz – stock.adobe.com)

Die Fähigkeit, ein Objekt zu erkennen und zu identifizieren, ist die Basis für fast jede Anwendung der Bildverarbeitung. Die Möglichkeiten bei der Umsetzung sind jedoch fast ebenso zahlreich wie die Gründe, warum wir Anwendungen zur Bildverarbeitung einsetzen. Dieser Blog befasst sich mit verschiedenen Standardsensoren, die zur Objekterkennung verwendet werden.

Kameras

Bei Anwendungen im Bereich der Bildverarbeitung können Kameras ein Teil eines großen elektronischen Bildverarbeitungssystems sein. Dabei werden sie auf ähnliche Weise eingesetzt wie beim menschlichen Sehen (Abbildung 2).

Abbildung 2: Überwachungskamera für Innenräume und Bewegungserkennungssystem. (Quelle: Vittaya_25 – stock.adobe.com)

Der Einsatz von Kameras in Überwachungssystemen bietet viele Vorteile:

• Sie können so positioniert werden, dass sie das gesamte Umfeld „erfassen“ – oder zumindest den Bereich, der für die Überwachung wichtig ist
• Sie können Menschen in verschiedenen Situationen „beobachten“
  • Sie können mit Lichtquellen arbeiten, die für das menschliche Auge nicht sichtbar sind (ca. 380–750 nm)
• Sie können für Lernprozesse beispielsweise mit folgenden Technologien eingesetzt werden:
  • Künstliche Intelligenz (KI)
  • Machine Learning (ML)
  • Neuronale Netzwerke (NN)
• Sie sind häufig weniger kostspielig
• Sie erfassen Wettersituationen in etwa so wie das menschliche Auge

Radar

Die meisten Elektroingenieure wissen, dass es noch andere Sensortechnologien gibt, mit denen wir „sehen“ können, was für das menschliche Auge normalerweise nicht sichtbar ist. Ein Beispiel dafür ist das Radar (Abbildung 3). Radar ist ein Akronym für „Radio Detection and Ranging“. Das Radar nutzt Hochfrequenzwellen (3 MHz–110 GHz), um die Entfernung (Range), den Winkel oder die Geschwindigkeit von Objekten zu bestimmen. Wir kennen das Radar zum Beispiel aus der Flugüberwachung. Mithilfe der Radartechnologie können wir die Position eines Flugzeugs „sehen“. In unseren heutigen Anwendungsbereichen (Fahrzeuge und Robotik) kommt häufig die mmWave-Technologie (30–300 GHz) zum Einsatz.

Abbildung 3: Radar. (Quelle: your123 – stock.adobe.com)

Der Einsatz von Radar in Bildverarbeitungssystemen bietet unter anderem folgende Vorteile:

• Kleine Gehäusegröße und Antenne
• Große Bandbreite
• Hohe Dopplerfrequenz
• Hohe Integrationsfähigkeit
• Zuverlässig
• Kostengünstig

mmWave-Sensoren

Die mmWave-Sensoren von Texas Instruments sind Radarlösungen, die sowohl für die Industrie (IWR) als auch für den Automotive-Bereich (AWR) angeboten werden. Mithilfe des mmWave SDK lassen sich Sensorprojekte in weniger als dreißig Minuten umsetzen und evaluieren. Die räumliche und zeitliche Auflösung ist bis zu dreimal höher als bei herkömmlichen Lösungen. CMOS-Single-Chip-Sensoren vereinen ein HF-Frontend mit einem DSP und einer MCU und reduzieren dadurch die Komplexität und Baugröße.

AWR

Die mmWave-Sensoren der AWR-Serie für den Automotive-Bereich erfassen und analysieren die nähere Umgebung des Fahrzeugs und machen das Fahren dadurch sicherer und komfortabler.

IWR

Die industriellen mmWave-Sensoren der IWR-Serie bieten eine beispiellose Genauigkeit und Robustheit bei der Erfassung von Entfernung, Geschwindigkeit und Winkel von Objekten.

LiDAR

Dieses Erfassungsverfahren kann statt auf Funkwellen auch auf Lichtwellen angewendet werden. Bei der LiDAR-Technologie (Light Detection and Ranging) werden elektromagnetische Lichtimpulse verwendet, um die Entfernung (Range), den Winkel oder die Geschwindigkeit von Objekten zu bestimmen.

Zu den Vorteilen des Einsatzes von LiDAR zählen:

• Genauigkeit
• Präzision
• 3D-Imaging
• Unempfindlichkeit gegenüber äußeren Lichtverhältnissen
• Relativ geringe erforderliche Rechenleistung

Time of Flight (ToF)

Die sogenannte Time of Flight (ToF) misst die Zeit, die ein Objekt, Partikel oder eine Welle benötigt, um eine bestimmte Strecke durch ein Medium zurückzulegen. Die Analyse dieser Daten kann Aufschluss über Merkmale wie Geschwindigkeit oder Weglänge sowie über die Eigenschaften eines Partikels oder Mediums geben. Zu den Anwendungsbereichen von ToF zählen Näherungssensoren und Gestenerkennung in den Bereichen Robotik und Human Machine Interface (HMI).

Fazit

Wir haben uns mit den verschiedenen Arten von Sensoren zur Objekterkennung befasst und die unterschiedlichen Vorteile der einzelnen Sensoren vorgestellt. Dabei haben wir festgestellt, dass nicht alle Kameras gleich sind. Vieles hängt von ihrem jeweiligen Anwendungsbereich ab. Außerdem haben wir dargestellt, dass Entwickler mit der Entwicklung neuer Sensoren, die der Fähigkeit des menschlichen Auges bei der Wahrnehmung von Veränderungen in seinem Sehfeld sehr nahe kommen, wichtige Fortschritte machen. In einigen Fällen kommen bereits Sensortechnologien zum Einsatz, die über das Sehvermögen unserer Augen hinausgehen. Vielleicht werden wir eines Tages keine Brillen mehr für schärferes Sehen brauchen.