Fehlalarme in der Videoüberwachung mit einem mmWave-Radarmodul auf nahezu null reduzieren
Das Projekt auf einen Blick: Wir entwickelten ein kompaktes Millimeterwellen-Radarmodul für einen europäischen Anbieter von Videoüberwachungssystemen für kleinere Industriestandorte. Das Gerät basiert auf dem TI IWR6843 mit einem kundenspezifischen FR4-Antennenarray, verarbeitet die Radardaten direkt auf dem Modul und lässt sich über eine Standardschnittstelle in das bestehende Videomanagementsystem (VMS) des Kunden integrieren – ohne Änderungen an der vorhandenen Kameraflotte.
Im Zusammenspiel mit den Kameras beseitigt das Modul jene Fehlalarmquellen, die durch Nebel, Scheinwerferblendung und Tierbewegungen zuvor kaum beherrschbar waren.
Kunde & Herausforderung
Unser Kunde ist ein europäischer Anbieter von Videoüberwachungssystemen für kleinere Industriestandorte. Eine typische Installation aus seinem Portfolio ist ein offenes Industriegelände oder ein Firmenparkplatz in unmittelbarer Nähe einer stark befahrenen Straße mit kontinuierlichem Verkehr.
An solchen Standorten stößt der optische Kanal an seine physikalischen Grenzen. Fahrzeugscheinwerfer überblenden die Kameras, und die von ihnen auf den Asphalt geworfenen Schatten lösen Bewegungsalarme aus. Tiere, die das Gelände überqueren, verursachen weitere Fehlmeldungen. Bei Nebel steigt die Fehlalarmrate zusätzlich stark an. Die Bediener mussten Alarm für Alarm prüfen, obwohl der Großteil davon unbegründet war, und echte Ereignisse drohten in dieser Flut unterzugehen.
Der Kunde wollte weder die bestehende Kameraflotte ersetzen noch mehr Rechenleistung in die Kameras verlagern oder zusätzliche Backend-Server einsetzen. Jede Lösung musste sich in das vorhandene VMS integrieren lassen. Der interne Aufbau eines Radarkanals hätte bedeutet, ein eigenes HF-Team für eine Funktion einzustellen, die im Produktfahrplan des Kunden nur einen einzelnen Baustein darstellt. Deshalb suchte der Kunde einen Engineering-Partner, der mmWave-Design, Verarbeitung auf dem Gerät, Außengehäuse und Softwareintegration als Gesamtleistung übernehmen konnte.
Lösung
Wir ergänzten einen von den optischen Bedingungen unabhängigen Sensorkanal in Form eines kompakten, eigenständigen Moduls, das über eine Standardschnittstelle in das bestehende VMS integriert wird.
Das Radar basiert auf dem TI IWR6843 und einem kundenspezifischen externen FR4-Antennenarray. Mit dem externen Array konnten wir das Strahlungsdiagramm an die Geometrie eines typischen Industriegeländes anpassen und die vom Kunden benötigte Erfassungsreichweite erzielen. Die gesamte Baugruppe passt in ein Kunststoffgehäuse, das ungefähr so groß wie zwei Streichholzschachteln ist, während die Fläche des Antennenarrays in etwa der Größe eines Radiergummis am Bleistiftende entspricht.
Die Verarbeitung auf dem Gerät ist auf zwei Prozessoren im Modul verteilt. Die primäre Radarsignalverarbeitung – Bewegungserkennung, Logik für das Überschreiten definierter Zonen und Erzeugung von Zielspuren – läuft auf dem integrierten DSP des IWR6843. Die zusätzliche Nachverarbeitung sowie die Kommunikation mit dem externen Server übernimmt ein universeller Begleitprozessor auf einem Standardmodul. Die Daten erreichen das VMS in einem Format, das direkt auf der Bedienkonsole dargestellt werden kann: kartesische Koordinaten, Radialgeschwindigkeit – also wie schnell sich das Objekt auf das Radar zu oder von ihm weg bewegt – und ein mit dem Videostream synchronisierter Ereigniszeitstempel für eine eindeutige Korrelation zwischen den Kanälen.
Die Fusionslogik ist bewusst einfach gehalten: Jeder Kanal übernimmt die Aufgabe, für die er am besten geeignet ist, und ein Alarm wird nur ausgelöst, wenn beide Kanäle dasselbe Ereignis bestätigen.
Architektur und zentrale Entscheidungen
Der kompakte Formfaktor und die anspruchsvollen physikalischen Eigenschaften von Millimeterwellenradar bestimmten jede wesentliche Entscheidung in diesem Projekt. Vier davon waren für das Ergebnis ausschlaggebend.
Ergebnisse
Die Lösung senkt die Fehlalarmrate an Standorten, die zuvor für die Analyselösung des Kunden praktisch ungeeignet waren, auf nahezu null. Die Erfassungsreichweite für Fahrzeuge beträgt bis zu 100 Meter. Dadurch gewinnt das Sicherheitsteam zusätzliche Reaktionszeit, bevor ein Objekt die Kamera erreicht oder die geschützte Zone überquert. Die Arbeitsbelastung der Bediener sinkt um 70 %, da Radar und Kamera dasselbe Ereignis bestätigen müssen, bevor ein Alarm ausgelöst wird, und isolierte optische Störungen keine Ereignisse mehr erzeugen. Für die Bereitstellung sind keine Änderungen an der bestehenden Kamerainfrastruktur erforderlich: Das Modul wird über eine Standardschnittstelle mit dem VMS verbunden, ohne dass auf Kundenseite Softwareanpassungen notwendig sind.
Für den Kunden besteht das geschäftliche Ergebnis in einer neuen Ergänzung seines Produktportfolios, die eine bestimmte Kategorie von Standorten abdeckt, für die Wettbewerber keine überzeugende Lösung bieten können: offene Industriegelände, Parkplätze und kleinere Perimeter in unmittelbarer Nähe stark befahrener Straßen. Der Radarkanal wird zu einer zusätzlichen Funktion, die das Vertriebsteam auf Basis der bestehenden Kameraplattform anbieten kann – ohne das Team neu aufstellen oder eigene HF-Engineering-Kompetenzen aufbauen zu müssen.
Einordnung in den größeren Zusammenhang
Das hier beschriebene kompakte externe Modul ist eine von drei Architekturen, mit denen wir bei der Fusion von Radar- und Videodaten arbeiten. Die beiden anderen eignen sich für andere Produktprofile und Budgets für KI-Workloads.
Den vollständigen Vergleich und die Auswahlkriterien finden Sie in unserem Artikel über die Sensorfusion für die Perimetersicherheit der nächsten Generation.
Weitere Leistungen von uns in den Bereichen Sensorentwicklung & Edge AI
- Kundenspezifische Entwicklung industrieller Sensoren: unser Full-Cycle-Ansatz für die Entwicklung kundenspezifischer Sensoren – von Hardware und Firmware bis hin zu Gehäuse und Zertifizierung.
- Entwicklung einer Adapterplatine für Automotive-Radar: ein verwandtes Radarprojekt, bei dem wir für ein Unternehmen aus den Bereichen KI und Fahrzeugumfelderfassung eine FPGA-basierte Adapterplatine zur Übertragung von Hochgeschwindigkeits-Sensordaten entwickelten.
FAQ
Kann die Erfassungsreichweite an die Geometrie unseres Standorts angepasst werden?
Ja. Das Antennenarray und seine Geometrie werden für jedes Projekt auf Grundlage des erforderlichen Sichtfelds und der Winkelauflösung ausgelegt. Erfassungsreichweite und Empfindlichkeit werden an die jeweiligen Einsatzbedingungen angepasst. Die in diesem Fall angegebene Reichweite von bis zu 100 Metern entspricht dem Standortprofil für Ziele in Fahrzeuggröße. Andere Konfigurationen eignen sich für kürzere, dichter überwachte Bereiche oder längere lineare Perimeter.
Wie arbeiten Sie mit Kunden zusammen, die kein eigenes HF-Team haben?
Bei einem Projekt wie diesem übernehmen wir als einzelner Auftragnehmer den gesamten Engineering-Stack: Auswahl von Chip und Antenne, Entwicklung von Leiterplatte und Firmware, Gehäuseentwicklung einschließlich thermischer Modellierung sowie die Integration in die Software des Kunden. Die Zusammenarbeit erfolgt in Form eines dedizierten Engineering-Teams mit technischem Leiter und Projektmanagement, das eng mit dem Produktteam des Kunden zusammenarbeitet. Der Kunde muss weder eigene HF-Spezialisten einstellen noch mehrere externe Zulieferer für eine einzige Produktlinie koordinieren.
Funktioniert das Modul mit jedem Videomanagementsystem?
Die Integration erfolgt über eine Standardschnittstelle – je nach Einsatz über UART, Ethernet, USB oder WLAN – sowie über ein dokumentiertes Ausgabeformat. Auf Kundenseite sind keine Änderungen am VMS erforderlich. Als einzelner Auftragnehmer decken wir die gesamte Entwicklungskette ab – von der Auswahl des Chips und dem Leiterplattendesign über Firmware und Gehäuse bis hin zur Integration.
Kann das Modul Objekte klassifizieren, beispielsweise eine Person von einer Drohne unterscheiden?
Ja, mit der entsprechenden Algorithmusschicht. Der IWR6843 erfasst die für die Klassifizierung erforderliche Mikro-Doppler-Signatur – also feine Modulationen im reflektierten Signal, die sich bei einer gehenden Person, einem rotierenden Rotor und dem Flügelschlag eines Vogels unterscheiden. Wir entwickeln die Klassifizierungslogik für den jeweiligen Anwendungsfall: Auswahl des Modells, Training mit dem Zieldatensatz, Portierung auf die Laufzeitumgebung und Nachverarbeitung der Inferenzergebnisse. Die Unterscheidung zwischen Drohne und Vogel sowie zwischen Fußgänger und Fahrzeug gehört zu den am häufigsten angefragten Szenarien.
Können die Erkennungs- und Klassifizierungslogik nach der Inbetriebnahme aktualisiert werden?
Ja. Erkennungsschwellenwerte, Regeln für das Überschreiten definierter Zonen und Klassifizierungsmodelle werden über eine kontrollierte Firmware-Version auf dem Modul aktualisiert. Neue Objektklassen können hinzugefügt werden, indem der Trainingsdatensatz erweitert und das Modell erneut trainiert wird. Anschließend wird das aktualisierte Modell wieder auf die Laufzeitumgebung des Geräts portiert. Dies ist Bestandteil des fortlaufenden technischen Supports, den wir nach der Inbetriebnahme des Produkts im Feld anbieten.
