High-precision mobile positioning for automotive SAR imaging

The automotive industry is showing an increasing interest towards telecommunication technologies. This is due to the advent of enabling factors, such as the rise of $5$ G communications and the increase in computing power. The new standard promises high bandwidth and low latency to meet the tight requirements for the automotive applications. This helps the development of new Advanced Driver Assistance Systems (ADAS) which nowadays are widely spread on commercially available vehicles. One of the key components of a perceptive system, involves sensing the environment. The three main technologies for information gathering on the environment are: digital cameras, LIDAR and RADAR. All these technologies presents various trade-off in working conditions, accuracy and economical price. This thesis focuses on RADAR, in particular on the Synthetic Aperture RADAR (SAR). This technique is capable of increasing the antennas density, which is responsible for the imaging resolution. To do so the SAR leverages the car motion to synthesize virtual antennas over a time period, but require an accurate knowledge of the RADAR position and velocity within every synthetic aperture. This thesis deals with providing a navigation system to aid a SAR in focusing the images. The navigation algorithm is based on an Unscented Kalman Filter (UKF), the state of the art for non-linear tracking. The novel contrubution of this thesis is twofold. First, two variations of the UKF are implemented to use different motion models. First is the Interactive Multiple Model (IMM) which creates different instances of the filter with different motion models and mixes them in an iterative fashion. The second filter uses a single motion model determined by a threshold systems applied every time instant to the measured vehicle dynamics. Their accuracy is validated with a ground-truth provided by a Real Time Kinematics (RTK) Global Navigation Satellite System (GNSS). The second novelty is an analysis for different sets of corrections, to highlight their impact on SAR images. In particular four combinations of the available on-board sensors were considered in particular a GNSS, an Inertial Measurement Unit (IMU), a Steering Angle Sensor (SAS) and Wheel Odometer (WO). In this part, the effect of the navigation system is studied on the SAR images. All the analysis are performed on data collected on an experimental campaign, carried out in Milan, Italy, using an Alfa Romeo Giulia Veloce experimental vehicle from the Move research group of Politecnico di Milano. The results highlight the better performance of the IMM compared to the switch based filter which remains a viable option at a lower computational cost. The second analysis highlights that the WO and SAS sensor have a dual behaviour in enhancing the navigation accuracy, as they result more effective in the longitudinal and lateral dynamics respectively. The effect of varying set of sensors remains moderate on the final SAR image suggesting that increasing the complexity of the estimator might not be necessary. This is result highlighted by the specific scenario of the experimental campaign. Further developments could investigation over a more complex trajectory where the impact of SAS could provide useful information.

L'industria automobilistica sta mostrando un crescente interesse verso l'adozione delle tecnologie di telecomunicazioni. Ciò è dovuto all'avvento di diversi fattori abilitanti, quali l'aumento di capacità computazionale e il protocollo di comunicazione $5$G. Questo nuovo standard promette larga banda e bassa latenza in grado di soddisfare gli stringenti standard richiesti dalle applicazioni automobilistiche. Grazie ad esso, sono in corso gli sviluppi di tecnologie di assistenza alla guida che stanno subendo un continuo processo di integrazione nell'esperienza di guida dell'utente finale. L'implementazione di queste tecnologie richiede di sviluppare un sistema in grado di compiere tre azioni ad alto livello: percepire l'ambiente circostante, decidere come impostare il moto e attuarlo. I tre principali sensori usati per raccogliere informazioni dell'ambiente sono le macchine fotografiche digitali, LIDAR e RADAR. Ciascuna di queste tecnologie pone dei trade-off rispetto alle condizioni di funzionamento, accuratezza e costo economico. In questa tesi ci concentriamo sul RADAR, in particolare il RADAR ad apertura sintetica (Synthetic Aperture Radar, SAR). Questo dispositivo è in grado di aumentare la densità di antenne, fattore responsabile della risoluzione delle immagini prodotte. Per fare ciò il SAR sfrutta il moto dell'automobile in un intervallo di tempo (che definisce l'apertura sintetica) per sintetizzare una schiera di antenne virtuali lungo la traiettoria del veicolo. Il lavoro proposto mira a fornire un sistema di navigazione per il SAR atto a migliorare la messa a fuoco delle immagini. L'algoritmo di navigazione è basato sul filtro di Kalman Unscented (UKF), stato dell'arte dei filtri di tracciamento non lineari. Usando un approccio ricorsivo, l'UKF propaga lo stato di un sistema dinamico attraverso un modello di moto fornendone una stima. Nello stesso istante di tempo viene applicata una correzione alla stima attraverso un modello di misura. L'analisi è strutturata in due parti. Nella prima, vengono implementate due varianti dell'UKF che usano diversi modelli di moto. La prima variante consiste nel filtro a modelli multipli interagenti (Interacting Multiple Model, IMM) che crea diverse istanze del filtro da combinare tra loro in maniera iterativa. Il secondo filtro usa un singolo modello di moto scelto con un sistema di soglie regolate dalla dinamica misurata del veicolo. L'accuratezza di queste soluzioni viene validata da una traiettoria reale prodotta da un sistema di navigazione satellitare (GNSS) denominato Real Time Kinematics (RTK). Questo sistema sfrutta un approccio differenziale di correzioni fornite all'utente da una base fissata in un luogo entro una distanza nell'ordine della decina di chilometri . Nella seconda parte del lavoro, abbiamo condotto un'analisi su diversi insiemi di sensori usati nella parte di correzione. In particolare sono stati considerati quattro profili di correzioni contenenti varie combinazioni di GNSS, unità di misura inerziale (IMU), sensore dell'angolo di sterzo (SAS) e odometro delle ruote (WO). Per questa parte, è stato analizzato l'impatto del sistema di navigazione sulle immagini SAR. Tutte le analisi sono state compiute su dati ottenuti in una campagna sperimentale compiuta a Milano nei pressi del Politecnico. I risultati mostrano un miglioramento nella performance dell'IMM rispetto al filtro basato su soglie che rimane comunque una valida opzione a minor costo computazionale. Dalla seconda analisi è emerso che il WO e SAS aiutano a migliorare la stima del moto nelle componenti longitudinale e laterale. L'effetto di variazione dei sensori rimane poco pronunciato sull'immagine RADAR finale suggerendo che un aumento della complessità delle correzione potrebbe non essere necessaria.