Problemstellung: Für automatisierte Fahrfunktionen ist es notwendig, den Zustand und die Einsatzbereitschaft von Fahrzeugführenden zuverlässig und datenschutzkonform erkennen zu können. Für autonom betriebene Fahrzeuge bspw. Im ÖPNV ist es zudem sinnvoll, Personen und Gegenstände sowie deren Anzahl und Verteilung im Fahrzeug zu detektieren. Aktuelle Methoden zum In-Cabin-Sensing weisen oft eine zu niedrige räumliche Auflösung auf oder schützen die Privatsphäre der Fahrenden nicht ausreichend.
Projektziel: Ziel des Projekts ist es, neuartige Radarsensoren für In-Cabin-Sensing auf Basis von SiGe-BiCMOS-Technologie mit sehr hohen Schaltfrequenzen zu entwickeln. Weiterhin sollen innovative Auswertungsalgorithmen auch auf Basis von Künstlicher Intelligenz genutzt werden, um den Zustand von Personen im Fahrzeug oder zurückgelassene Gegenstände zu detektieren.
Durchführung: Im Vorhaben werden Entwicklungsschritte von der Halbleitertechnik über das Sensor-Packaging bis hin zur Gesamtsystemintegration durchgeführt. Zum Projektbeginn werden zunächst basierend auf den Innovationen auf Halbleiterebene neuartige Schaltungen konzipiert, um anschließend Radar-Transceiver prototypisch aufbauen zu können. Parallel werden Methoden zur Signalauswertung und Insassenerkennung entwickelt, welche auch auf Machine Learning bzw. Künstliche Intelligenz zurückgreifen. Die entwickelten mikroelektronischen Komponenten werden umfangreich hinsichtlich ihrer Leistungsfähigkeit und Eignung für die Insassenerkennung geprüft. In fahrzeugähnlichen Aufbauten können mithilfe von Dummies und Testpersonen neue Funktionalitäten wie bspw. die Herzratenerkennung erprobt und die Gesamtzielerreichung überprüft werden.