[論文レビュー] MIMO-SAR: A Hierarchical High-resolution Imaging Algorithm for FMCW Automotive Radar

Xiangyu Gao, Sumit Roy+1 more|arXiv (Cornell University)|Jan 22, 2021

Advanced SAR Imaging Techniques参考文献 26被引用数 6

ひとこと要約

本稿では、FMCW自動車レーダー向けに階層的MIMO-SAR画像化アルゴリズムを提案し、整合的合成開口レーダー処理とレーダーオドメトリを用いて軌道推定を行うことで、方位分解能を向上させる。2段階の処理ワークフローにより計算負荷を低減しつつ、高分解能のサイドルックイン画像を維持する。シミュレーションおよび実車載レーダーデータを用いた検証により有効性が確認された。

ABSTRACT

Millimeter-wave radars are being increasingly integrated into commercial vehicles to support advanced driver-assistance system features. A key shortcoming for present-day vehicular radar imaging is poor azimuth resolution (for side-looking operation) due to the form factor limits on antenna size and placement. In this paper, we propose a solution via a new multiple-input and multiple-output synthetic aperture radar (MIMO-SAR) imaging technique, that applies coherent SAR principles to vehicular MIMO radar to improve the side-view (angular) resolution. The proposed 2-stage hierarchical MIMO-SAR processing workflow drastically reduces the computation load while preserving image resolution. To enable coherent processing over the synthetic aperture, we integrate a radar odometry algorithm that estimates the trajectory of ego-radar. The MIMO-SAR algorithm is validated by both simulations and real experiment data collected by a vehicle-mounted radar platform (see Fig. 1).

研究の動機と目的

• アンテナサイズと配置の物理的制約によるサイドルックイン自動車FMCWレーダーの低い方位分解能を改善すること。
• 車両用途に適した高分解能を維持しつつ、計算効率の良いMIMO-SAR画像化手法を開発すること。
• 正確な自己レーダー軌道推定のためのレーダーオドメトリアルゴリズムを統合することで、合成開口における整合処理を可能にすること。
• 制限された計算リソースを有する自動車環境での実用性を確認するため、シミュレーションおよび実車載レーダープラットフォームからの実データを用いて、提案されたMIMO-SARアルゴリズムを検証すること。

提案手法

• 計算複雑性を低減しつつ画像分解能を保持するため、2段階の階層的処理ワークフローを採用する。
• MIMOレーダー信号に整合的SAR原理を適用することで、方位（角度）領域における高分解能画像化を実現する。
• 運動中に自己レーダーの軌道を推定するためのレーダーオドメトリアルゴリズムを用い、整合統合に必要な位相補償を正確に実現する。
• MIMO FMCW信号は2段階のアプローチ（粗いビームフォーミングとマッチドフィルタリングによる高分解能画像化）で処理する。
• 軌道推定を用いた運動補償を処理パイプラインに統合し、合成開口全体で位相整合性を維持する。
• 制限された計算リソースを有する自動車環境でのリアルタイム適用を想定して設計されている。

実験結果

リサーチクエスチョン

• RQ1 厳密なフォームファクタ制約下で、サイドルックインFMCW自動車レーダーの方位分解能をどのように向上できるか？
• RQ2 計算負荷を低減しつつ高分解能画像化性能を維持するための階層的処理戦略は何か？
• RQ3 レーダーオドメトリは自己レーダー軌道をどの程度正確に推定でき、整合的合成開口処理を可能にするか？
• RQ4 実世界の条件下で、従来のビームフォーミングと比較して、提案されたMIMO-SARアルゴリズムはどの程度画像品質を向上させるか？

主な発見

• 提案されたMIMO-SARアルゴリズムは、従来のビームフォーミングと比較して顕著に高い方位分解能を達成し、側方物体の明確な画像化を可能にした。
• 階層的処理ワークフローにより計算負荷が低減され、自動車システムにおけるリアルタイム実装に適していることが示された。
• レーダー・オドメトリにより正確な軌道推定が可能となり、合成開口全体での位相整合性を維持する上で不可欠であることが分かった。
• シミュレーションおよび実車載レーダープラットフォームを用いた実世界実験の両方で、本アルゴリズムは頑健な性能を示した。
• 整合処理と運動補償を統合することで、動的走行条件下でも高精細な画像が得られることを実証した。
• 小型アンテナアレイが車両レーダーシステムに課す分解能制限を、本手法が効果的に克服した。