Sensorontwikkeling gaat veel verder dan kennis van sensortechnologieën. Want, soms is sensor data fusion de sleutel tot succes. Bijvoorbeeld als je prestaties van ultrasoon en dopplerradarsensoren wil verbeteren. Ook is het combineren van twee sensoren een betaalbaar alternatief voor encoders. Als je sensordata van meerdere technologieën combineert, kan je betrouwbaardere meetresultaten verkrijgen. Hoe verbeter je prestaties van sensoren met sensor data fusion?
David Reuijl, R&D Engineer bij Sentech deed een onderzoeksproject in sensor data fusion. Hij combineerde sensordata van ultrasoon- en dopplerradarsensoren. Uiteindelijk haalde deze sensorcombinatie een snelheid van wel zeventig keer hoger dan wanneer je alleen ultrasoon inzet. David vertelt jou alles over dit sensorontwikkelproject.
Van encoders naar sensorontwikkeling
Encoders. Je ziet ze vaak terug in de hightechindustrie bij nauwkeurige afstandsmetingen. Toch zijn encoders in veel toepassingen niet de beste oplossing. Zoals bij het meten van de afstand tussen twee auto’s of agv’s. Maar ook bij het meten van de afstand tussen de sproeiarm en een gewas. Bij toepassingen in auto’s is lidar-technologie geschikt, maar dat is behoorlijk prijzig.
Sensor data fusion als betaalbare oplossing
Dopplerradarsensoren of ultrasoonsensoren zijn alternatieve oplossingen. Ze hebben hun eigen voor- en nadelen. David Reuijl, R&D Engineer bij Sentech licht toe: “Ultrasoon is relatief laag geprijsd en erg goed voor het meten van afstanden. Ze halen een hoge resolutie en nauwkeurigheid.”
“Daartegenover staat dat ultrasoon werkt met geluidsgolven, wat zorgt voor een beperkte snelheid. Moet het sneller dan een paar Hertz? Dan zijn ze niet geschikt.” Hierdoor passen ultrasoonsensoren minder goed bij hoogdynamische systemen.
Hoewel de meeste typen dopplerradarsensoren iets hoger zijn geprijsd dan ultrasoonsensoren, zijn ze wel betaalbaar. Doppler meet snelheid en geen afstand. Er moet nog een integratieslag overheen. “Deze sensoren halen een veel hogere meetfrequentie. Toch zie je daar in de praktijk weinig van terug. Ze zijn generiek ontworpen en dus niet toegespitst op het meten op hoge snelheid”, legt Reuijl uit.
Betrouwbare afstandsmeting met twee technologieën
Het combineren van doppler met een ander type sensor zorgt wel voor een betrouwbare afstandsmeting. De R&D Engineer verduidelijkt: “Als we de signalen uit beide sensoren combineren, krijgen we een veel betere meting. De meetresultaten zijn beter dan één type sensor kan leveren. Het totale kostenplaatje is gunstiger dan die van geavanceerde technologieën, zoals encoders en lidar.”
David Reuijl: “Op dit niveau hadden wij nog geen ervaring met sensor data fusion, daarom zijn wij gestart met een onderzoeksproject. Zo kunnen wij in de toekomst onze klanten een betere oplossing bieden. Ik ben erg tevreden over het resultaat!”
Hoe sensoren selecteren voor sensor data fusion?
Sensor data fusion begint met het selecteren van de juiste sensoren. Reuijl startte met de ultrasoonsensor: “We hebben daarbij gelet op het bereik, de communicatie-interface, de beschikbaarheid en natuurlijk de kosten. Het bereik van ultrasoon is flink kleiner dan van een radarsensor. We kozen een sensor die de fusie zo min mogelijk beperkt.”
Als je twee signalen combineert, is timing ontzettend belangrijk. Het is namelijk zinloos om ze bij elkaar op te tellen als ze ongelijk lopen. “In de communicatie is het noodzakelijk om het tijdverlies te minimaliseren. Dit wil zeggen dat de interface analoog of synchroon digitaal moet zijn. SPI of IIC dus”, vertelt de R&D Engineer.
Uiteindelijk sloot een ultrasone afstandssensor van het Britse Devantech het beste aan bij alle wensen. Reuijl legt zijn keuze uit: “Deze sensor neemt ons werk uit handen. De snelheidsberekening gebeurt op basis van de time-to-flight van de geluidsgolven. Hierdoor zijn wij minder tijd kwijt aan signaalverwerking.”
Technologieën aanpassen op toepassing
Reuijl vond geen alternatief voor de radarsensor. Die oplossingen sloten niet aan bij de wensen voor een hoge meetfrequentie en ingebouwde digitale signaalverwerking (DSP). Hij gebruikte een dopplerradarsensor van B&B Thermo-Technik. Dit is een analoge radarsensor die Reuijl zelf aanpaste op de toepassing.
Vanwege de timing is de ingebouwde signaalverwerking nodig. Als je de signalen van beide sensoren binnenhaalt in een niet-realtime besturingssysteem, zoals Windows of Linux, is het heel moeilijk om ze synchroon te laten lopen. “Wat je nodig hebt, is een vaste sampletijd, een vaste tik. We werken met een embedded platform. De signaalverwerking voeren we direct en dicht bij de bron uit”, legt Reuijl uit.
Met het ontwikkelbord van STMicroelectronics, haalde Reuijl de sensordata binnen via een IIC-interface. Dit is hoe wij snelheid en een constante sampletijd garanderen.
Signalen conditioneren
Voordat de analoge signalen uit de radarsensor bruikbaar waren, moest de R&D Engineer ze conditioneren. “De signalen zijn te zwak. Ze hebben een relatief grote DC-gain. We moeten ze high-pass filteren om problemen met aliasing te voorkomen. Hiervoor ontwikkelden we een bandpassfilter met instelbare gain en DC-offset.
De signalen zetten we om naar het frequentiedomein, met behulp van een fast-fouriertransformatie. Reuijl: “Hoewel de Arm Cortex-microcontroller op het ontwikkelbordje in zijn bibliotheek een module voor fft heeft, blijft het een rekenintensieve taak. Hoe nauwkeuriger je wil meten, hoe groter het array van samples moet zijn. De berekening duurt dan langer. Op dit gebied maakten we een afweging. In toekomstige praktijkapplicaties valt dit waarschijnlijk anders uit. Nu hebben we gekozen voor een snelheidsresolutie van ongeveer 0,2 kilometer per uur en een meetfrequentie van 1 kHz. Dat is twintig keer sneller dan de snelste digitale radarsensor die we op de markt vonden.”
Signalen combineren met fusieplatform
Na het verbeteren van de signalen van beide sensoren, werden ze samengevoegd. De R&D Engineer koos een apart fusieplatform, met een grote hoeveelheid aan rekenkracht en periferieën. “We verwachten in de toekomst dit platform vaker in te zetten”, legt Reuijl uit. Hij koos voor het ontwikkelbord van STMicroelectronics, op basis van een Cortex M7-microcontroller.
Reuijl: “Met dit fusieplatform haalde wij de sensordata binnen via een IIC-interface. Zo garanderen wij snelheid en constante sampletijd.” De R&D Engineer gebruikte een complementairfilter om signalen te combineren. Met zo’n filter heb je geen groep aan sensoren nodig om een goede output te krijgen.
“Daarbij ben je met die oplossing niet gebonden aan sensoren die dezelfde fysische grootheid meten. Want ook met afgeleiden kan hij overweg. Dat is belangrijk omdat we de positiemeting van de ultrasoonsensor proberen te verbeteren met de snelheidsmeting van de radarsensor”, zegt Reuijl. Een Kalman-filter behoorde ook tot de mogelijkheden. Die is alleen moeilijker te implementeren en biedt extra functionaliteiten, die nu niet nodig zijn.
In eerste instantie waren de analoge signalen van de radarsensor te zwak, daarom heeft de R&D Engineer ze geconditioneerd.
High-passfilter voor optimale meetresultaten
Het radarsignaal werd numeriek geïntegreerd. Zo vonden we meetpunten tussen de stappen in het ultrasoonsignaal. Helaas zouden aanklevende integratiefouten zich opbouwen, dus nam Reuijl een high-passfilter in de implementatie op. In dat hoge frequentiegebied functioneert radartechnologie optimaal. Het ultrasoonsignaal is juist goed op lage frequenties, dus daar is een low-passfilter toegepast.
Optimale prestaties van ultrasoon en doppler radar sensoren
Het project is geslaagd! De zwakke plekken van de ultrasoonsensor werden aangevuld met de output van de radarsensor. De snelheid van de gecombineerde sensoren is wel zeventig keer hoger, dan wanneer je alleen de ultrasoonsensor inzet.
Ook de resolutie van de afstandsmeting is hierdoor flink verbeterd. “Dit geldt niet voor alle frequenties”, benadrukt Reuijl. “Als je een statische meting doet, en er dus geen beweging is, levert de radarsensor geen meerwaarde. Sensorfusie heeft dan geen zin. Je moet op zoek naar een andere oplossing.”
“Nu kozen we voor een laaggeprijsde ultrasoonsensor. Die heeft een resolutie van een centimeter. De fusie met de radarsensor heeft dat verbeterd naar een millimeter”, vertelt Reuijl. “Dit onderzoeksproject zijn we gestart om ervaring op te doen. Als we in de toekomst een opdracht krijgen, waarvoor fusie tussen ultrasoon en radar een geschikte oplossing is, dan maken we op basis van de voorwaarden opnieuw keuzes. Denk aan het type sensor, hoe we de filtering configureren, hoe we de fft opzetten, etc. Ik denk dat deze sensorfusie erg interessant is voor motion control applicaties, waar lidar-sensoren of encoders niet passen.”
Uitdagende metingen zijn bereikbaar voor jou
Sensorontwikkeling met sensor data fusion is niet zomaar een alternatief voor encoders. Het is een vorm van waardetoevoeging op bestaande meettechnieken. Uitdagende metingen zijn bereikbaarder dan ooit. Wat is er mogelijk met sensor data fusion? En hoe helpt het bij het optimaliseren van jouw machine?
Maak next-generation toepassingen toegankelijk met sensor data fusion.
Dit artikel verscheen in Mechatronica & Machinebouw nr.6 2020 en is geschreven door Alexander Pil
