Advanced driver assistance systems (ADAS) have transformed today's automobiles into mobile computer and sensor centres that will eventually drive themselves independently. Situational awareness on the part of the vehicle is one of the key requirements for autonomous operation. This is accomplished utilizing a variety of sensing technologies, including visible spectrum cameras, ultrasonic proximity sensors, radar, and light detection and ranging (Lidar). Radar is a flexible technique that can simultaneously determine the distance, speed, and direction of several objects in low light and bad weather. Nevertheless, this claim that bad weather condition has no effect on radar performance is not entirely accurate, since heavy rains have been known to reduce radar effectiveness, an effect which is more pronounced for higher frequencies. The scope of these affects and how they change at various angles and distances will be discussed in this thesis. The chosen methodology is proposing a new model based on the earlier works and assessing the model by doing measurements. As the result, it is discovered that heavy rain (rain rate >20mm/hour) can reflect the emitted radiations, this often occurs in front of the radars at 2-3 meters.

Modellare l’effetto delle precipitazioni sulle prestazioni dei sensori radar automobilistici. I sistemi avanzati di assistenza alla guida (ADAS) hanno trasformato le automobili di oggi in computer portatili e centri di sensori che alla fine si guideranno autonomamente. La consapevolezza situazionale da parte del veicolo è uno dei requisiti chiave per il funzionamento autonomo. Ciò si ottiene utilizzando una varietà di tecnologie di rilevamento, tra cui telecamere a spettro visibile, sensori di prossimità a ultrasuoni, radar e rilevamento e rilevamento della luce (Lidar). Il radar è una tecnica flessibile che può determinare simultaneamente la distanza, la velocità e la direzione di diversi oggetti in condizioni di scarsa illuminazione e maltempo. Tuttavia, questa affermazione secondo cui le cattive condizioni meteorologiche non hanno alcun effetto sulle prestazioni del radar non è del tutto accurata, poiché è noto che le forti piogge riducono l'efficacia del radar, un effetto che è più pronunciato per le frequenze più alte. La portata di questi effetti e il modo in cui cambiano a vari angoli e distanze saranno discussi in questa tesi. La metodologia scelta propone un nuovo modello basato sui lavori precedenti e valuta il modello effettuando misurazioni. Come risultato, si scopre che la pioggia battente (velocità di pioggia >20mm/ora) può riflettere le radiazioni emesse, questo spesso avviene davanti ai radar a 2-3 metri.

Modelling the effect of precipitation on automotive radar sensors performance

NOFERESTI, FATEMEH
2021/2022

Abstract

Advanced driver assistance systems (ADAS) have transformed today's automobiles into mobile computer and sensor centres that will eventually drive themselves independently. Situational awareness on the part of the vehicle is one of the key requirements for autonomous operation. This is accomplished utilizing a variety of sensing technologies, including visible spectrum cameras, ultrasonic proximity sensors, radar, and light detection and ranging (Lidar). Radar is a flexible technique that can simultaneously determine the distance, speed, and direction of several objects in low light and bad weather. Nevertheless, this claim that bad weather condition has no effect on radar performance is not entirely accurate, since heavy rains have been known to reduce radar effectiveness, an effect which is more pronounced for higher frequencies. The scope of these affects and how they change at various angles and distances will be discussed in this thesis. The chosen methodology is proposing a new model based on the earlier works and assessing the model by doing measurements. As the result, it is discovered that heavy rain (rain rate >20mm/hour) can reflect the emitted radiations, this often occurs in front of the radars at 2-3 meters.
2021
Modelling the effect of precipitation on automotive radar sensors performance
Modellare l’effetto delle precipitazioni sulle prestazioni dei sensori radar automobilistici. I sistemi avanzati di assistenza alla guida (ADAS) hanno trasformato le automobili di oggi in computer portatili e centri di sensori che alla fine si guideranno autonomamente. La consapevolezza situazionale da parte del veicolo è uno dei requisiti chiave per il funzionamento autonomo. Ciò si ottiene utilizzando una varietà di tecnologie di rilevamento, tra cui telecamere a spettro visibile, sensori di prossimità a ultrasuoni, radar e rilevamento e rilevamento della luce (Lidar). Il radar è una tecnica flessibile che può determinare simultaneamente la distanza, la velocità e la direzione di diversi oggetti in condizioni di scarsa illuminazione e maltempo. Tuttavia, questa affermazione secondo cui le cattive condizioni meteorologiche non hanno alcun effetto sulle prestazioni del radar non è del tutto accurata, poiché è noto che le forti piogge riducono l'efficacia del radar, un effetto che è più pronunciato per le frequenze più alte. La portata di questi effetti e il modo in cui cambiano a vari angoli e distanze saranno discussi in questa tesi. La metodologia scelta propone un nuovo modello basato sui lavori precedenti e valuta il modello effettuando misurazioni. Come risultato, si scopre che la pioggia battente (velocità di pioggia >20mm/ora) può riflettere le radiazioni emesse, questo spesso avviene davanti ai radar a 2-3 metri.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/15503