The main aim of using radars in industrial safety system is to detect the presence of target accurately. The conventional methods of radar target detection algorithm such as the Cell averaging constant false alarm rate method (CA-CFAR), Greatest of constant false alarm method (GO-CFAR) and the Smallest of constant false alarm rate method (SO-CFAR) has their own disadvantage when it comes to precise target detection which is a key factor for a safety system. This thesis investigates the above mentioned conventional CFAR algorithms for its pros and cons in target detection and proposes a new and improved method called Cell Evaluation target detection method. The proposed method is shown to mitigate the limitations present and the assumptions made in the conventional target detection method. Further more angular estimation is performed to determine the precise location of the target and the artifacts due to the angular estimation is eliminated by aggregating the detected points from multiple radar modules by linear translation. This gives a better visualization of the target. / Radarteknik kan användas inom maskinsäkerhet (MS) för att detektera skyddsvärda objekt, typiskt människor i arbete nära maskiner. Konventionella metoder för detektering med given frekvens falsk alarm (eng. Constant False Alarm Rate (CFAR)) som baseras på medelvärden, har dock betydande brister. Främst beträffande precision och tillförlitlighet, vilket är centralt för MS. Exempel som studerats i detta examensarbete är “Cell-averaging CFAR” (CA-CFAR), “Greatest of CFAR” (GO-CFAR) samt “Smallest of CFAR” (SO-CFAR). Med målet att förbättra detektionen föreslås även en ny CFAR-metod, vilken benämns ”Cell Evaluation target detection”. I detta arbete visas denna metod undertrycka begränsningar med konventionella tekniker. Den undviker även en del antaganden som inte alltid stämmer i praktiken. Studien inkluderar även skattning av riktning. Det visas hur visualisering av skyddsobjekt kan förbättras, genom att felaktigheter elimineras efter sammanläggning av detektioner från flera radarmoduler efter koordinattransformation.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-286698 |
| Date | January 2020 |
| Creators | Sambath, Praanesh |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2020:715 |
Page generated in 0.299 seconds