Abbildendes Radarsystemfür die Rohstoffindustrie

Mit der stetig wachsenden Weltbevölkerung steigt auch der Rohstoffbedarf auf allen Ebenen der Bedürfnishierarchie und erfordert zunehmend eine effektivere und nachhaltigere Nutzung von Ressourcen. Für die Entwicklung autonomer oder semi-autonomer Maschinen ist die Umfelderfassung essentiell und bildet daher innerhalb der Rohstoffindustrie ein stark nachgefragtes Forschungsfeld.
Zahlreiche Ansätze werden in diesem Zusammenhang mit Hilfe optischer Technologien verfolgt. Ein neuer Ansatz wurde im Rahmen des öffentlichen Verbund-Forschungsprojektes „Scanning-Digital Beam Forming“ (S-DBF) angegangen, in dem ein mehrdimensional-abbildendes Radarsystem speziell für die Rohstoffindustrie entwickelt wurde.
Im Vergleich zu optischen Technologien können elektromagnetische Wellen im Gigahertz-Bereich Staub, Nebel, Regen usw. durchdringen, was eine notwendige Eigenschaft für Automatisierungsaufgaben im Bergbau darstellt. Ferner besitzt der robuste Aufbau des Radarsensors durch die Anwendung von digitaler Strahlenformung (engl.: digital beam forming, DBF) keinerlei bewegte Bauteile oder Komponenten und bedarf nahezu keines Wartungsaufwandes.
Der abbildende DBF-Radarsensor bildet eine generische Plattform und kann in mehreren konkreten Anwendungen im rohstofftechnischen Bereich zur Umfelderfassung, zum Kollisionsschutz oder im Rahmen eines Assistenzsystems verwendet werden.
Der Schwerpunkt der Dissertationsschrift liegt in der digitalen Signalverarbeitung bzw. in der Evaluation verschiedener Algorithmen zur Entfernungs- und Winkelbestimmung. Während die Bestimmung der Zielentfernung R durch Bildung des Spektrums erfolgt, gibt die Phasenauswertung in Querrichtung Aufschluss über die Richtung Θ eines Ziels. Drei FFT-basierte (Basis-, nichtlineares und autoregressives Verfahren) und drei subraumbasierte Verfahren (MUSIC-, ESPRIT-Verfahren und matrix-pencil Methode) wurden im Rahmen dieser Arbeit implementiert und gegenübergestellt. Im Bereich der adaptiven Zieldetektion wurden die CFAR-Varianten cell-averaging ohne und mit greatest-of -Auswahl sowie ordered statistic auf ihre Eignung hin untersucht.
Im Rahmen einer mehrmonatigen praxisnahen Messkampagne konnte die Anwendbarkeit des DBF-Radarsystems auf einem Seilbagger erfolgreich demonstriert werden. Die Erkenntnisse dieser Arbeit führten zu konkreten industriellen Lösungen, die derzeit für den Einsatz auf Gewinnungsmaschinen implementiert werden.