De toekomst van radar is gedistribueerd en geïnspireerd door biologie
NWO financiert twee onderzoekslijnen naar nieuwe radartechnologieën
NWO heeft een ambitieuze nieuwe onderzoekslijn gefinancierd onder leiding van Francesco Fioranelli – universitair hoofddocent in de groep Microwave Sensing, Signals and Systems (MS3) – gericht op de ontwikkeling van gedistribueerde radarsystemen. Door de aanzienlijk verbeterde flexibiliteit en aanpasbaarheid van deze systemen, biedt de technologie talloze nieuwe kansen voor het toepassen van radar. Gedistribueerde radarsystemen zouden net zo goed in staat kunnen zijn om complexe menselijke bewegingen en vitale tekenen (zoals hartslag en stress) te interpreteren, als ook het identificeren en classificeren van vliegende objecten zoals drones.
De gedistribueerde traceercapaciteit van deze nieuwe radarsystemen opent een scala aan praktische toepassingen, met name in het verbeteren van de veiligheid en efficiëntie van de zorg. Zo zou deze technologie in verpleeghuizen de werkdruk op verpleegkundigen aanzienlijk kunnen verminderen door patiënten dag en nacht te monitoren, waardoor de behoefte aan constante persoonlijke controles wordt geminimaliseerd. Verder in de toekomst zijn er veel toepassingen voor autonome voertuigen: gedistribueerde radar zou autonome voertuigen in staat kunnen stellen om de cabine nauwkeuriger te monitoren en daar eventueel op te reageren, waardoor de veiligheid van passagiers beschermd blijft.
Het project richt zich ook op de dringende behoefte aan geavanceerde surveillancemethoden om opkomende bedreigingen door zwermen drones bij openbare evenementen en luchthavens aan te pakken – een zorg die wordt benadrukt door incidenten zoals de verstoring op London Gatwick in 2018. In samenwerking met experts van onder andere het Ministerie van Defensie en TNO, streeft dit onderzoek naar het oplossen van complexe optimalisatieproblemen, waardoor proactieve aanpassing van radar gedrag aan verschillende doelen en omgevingscondities mogelijk wordt.
Door gebruik te maken van een cognitief radarframework in combinatie met geavanceerde algoritmen voor kenmerkextractie en micro-Doppler-diversiteit, is het team van plan een “gedistribueerde hersen” te creëren die in staat is om multilevel radarknooppunten efficiënt te beheren. Dit baanbrekende onderzoek heeft niet alleen als doel de radartechnologie te bevorderen, maar streeft er ook naar om innovatieve oplossingen te bieden voor urgente maatschappelijke uitdagingen – zoals geïllustreerd door de grote verscheidenheid aan toepassingen.
In dezelfde periode als deze twee beurzen ontving Francesco Fioranelli ook de zeer prestigieuze AESS Fred Nathanson Memorial Radar Award. Deze prijs wordt één keer per jaar uitgereikt aan de meest getalenteerde persoon onder de 40 jaar op het gebied van Radartechnologie.
Hersen-achtige radar geinspireerd door de natuur
De OTP-subsidie van NWO is eigenlijk de tweede subsidie in korte tijd die aan Francesco is toegekend. Slechts een week eerder wees NWO een subsidie toe aan zijn onderzoek geleid door zijn collega Federico Corradi aan de TU Eindhoven. Het M2-project NERD (Neuromorphic radar-based perception at the edge) project heeft als doel de kloof te overbruggen tussen moderne AI radar-gebaseerde perceptiesystemen en de geavanceerde echolocatiecapaciteiten die in de natuur worden gevonden. Ondanks vooruitgang in diep leren en millimetergolf-radarsensing, blijft de huidige technologie achter bij de efficiëntie en behendigheid van dieren zoals vleermuizen.
Door te verdiepen in door de hersenen geïnspireerde computationele principes en echolocatiestrategieën die zijn geëvolueerd bij soorten zoals vleermuizen en dolfijnen, streeft dit onderzoek ernaar om radar-gebaseerde perceptiesystemen te revolutioneren. Door zich te concentreren op bio-geïnspireerde sensor- en computerarchitecturen, evenals digitale technologieën in plaats van traditionele analoge radartechnologieën, beoogt het onderzoek de latentie en het energieverbruik van radars aanzienlijk te verminderen. Dit, samen met neuromorfische computerarchitecturen voor online leren en aanpassing, belooft de efficiëntie van mm-golf radarperceptieapparaten enorm te verbeteren, evenals hun energieverbruik aanzienlijk te verlagen. Deze combinatie zou een enorm rijk van toepassingen voor radar openen, waardoor het verandert van een dure en intensieve toepassing naar een gemakkelijk toepasbare en flexibele technologie.
