Fertigungstests von automobilen Radarsensoren Mit Big Data zu zuverlässigen Radarmodulen

Radarsensoren müssen sorgfältig getestet werden, um ihre einwandfreie Funktion zu gewährleisten. Mit den richtigen Algorithmen erlaubt der End-of-Line-Test von Automotive Radarsensoren die frühzeitige Erkennung von Produktionsproblemen und sorgt dafür, dass Radarmodule auf der Straße so funktionieren wie geplant.

Erweiterte Fahrerassistenzsysteme (Advanced Driver Assistance Systems, ADAS) sind in heutigen Fahrzeugen allgegenwärtig. Sie sind zu einem wertvollen Werkzeug für den Fahrer geworden, weil sie dazu beitragen, im Straßenverkehr sicherer zu fahren. Hierbei spielt Automotive Radar eine wichtige Rolle, denn die Technologie scannt die Straße, erkennt Hindernisse und trifft in Sekundenbruchteilen Entscheidungen, um die Sicherheit zu gewährleisten.

Welche Tests sind notwendig?

Damit die Radarsensoren einwandfrei funktionieren, ist es notwendig, diese schon bei der Herstellung auf Herz und Nieren zu prüfen. Welche Tests müssen dabei durchlaufen werden? Der EOL-Test ist ein wichtiger Bestandteil der Radar-Produktion. Er ist der letzte Kontrollpunkt, bevor die Radarmodule installiert werden. Der Test stellt sicher, dass die Radarsensoren korrekt kalibriert und genau ausgerichtet sind und wie gewünscht funktionieren.

Sichtfeldtests (Field of View, FOV) werden durchgeführt, um sicherzustellen, dass Radarsensoren Objekte auf der Straße genau „sehen“ können. FOV-Tests werden mit einem automatisierten Radartestsystem durchgeführt, das einen Radar-Zielsimulator (RTS) mit einer Absorberkammer verbindet, um die Tests von Automotive Radargeräten over-the-air zu ermöglichen. Diese Art von Testsystem kann Objekte verschiedener Größen simulieren, die realen Objekten wie Fußgängern, Autos oder Lastwagen entsprechen. Darüber hinaus kann das Testsystem Objekte in verschiedenen Winkeln und Entfernungen simulieren, um die Radarleistung in einer Fabrik- oder Laborumgebung zu testen.

Bei FOV-Tests werden große Datenmengen vom Radar und dem Testsystem erfasst. Die Daten werden oft archiviert, aber mithilfe der Big-Data-Analytik können sie in verwertbare Erkenntnisse umgewandelt werden, um einen Mehrwert zu schaffen.

Big Data ermöglicht Spitzenleistungen in der Fertigung

Die Big-Data-Analyse hilft bei der Analyse von Mess-Trends und der Anzeige kritischer Messwerte, um Qualitätskontrolle und Prozessoptimierung zu gewährleisten. Mithilfe von Analyse-Software können Entwickler ihre Prozesse feinabstimmen und sicherstellen, dass Radarsensoren optimal funktionieren. Die folgenden Beispiele zeigen, wie Big Data Analytics den Entwicklern beim Radartest helfen kann:

• Daten analysieren und verarbeiten, um aussagekräftige, übersichtliche Darstellungen kritischer Metriken zu erstellen.

• Produktionsziele durch Echtzeit-Ansichten kritischer Metriken, einschließlich Gesamtanlageneffektivität, Ausbeute, First-Pass-Ausbeute, Wiederholungstests und Volumen verfolgen.

• Erkenntnisse gewinnen und Maßnahmen durch Vorhersage von Problemen auf der Grundlage historischer Mess-Trends rechtzeitig anstoßen. Zum Beispiel die Überwachung des Prozessfähigkeitsindex (CPK), um Anwender über jeden Trend zu warnen, der auf einen Qualitätsabfall hinweist.

• Ausfallzeiten durch Erkennen von Anomalien und Ermitteln der eigentlichen Ursachen durch Analyse von Korrelationen zwischen Variablen minimieren.

• Kapazitätsmanagement auf Grundlage der Auslastung der Produktionslinie, des Ertrags und der Anlagenverfügbarkeit.

Analytik verändert EOL-Testing

Beim Radar-EOL-Test ist einer der wichtigsten Testparameter die Erkennungsgenauigkeit des Radarquerschnitts (Radar Cross-Section, RCS), der die Größe eines Objekts darstellt. Im Gegensatz zu passiven Objekten, die einen festen RCS-Wert haben, ermöglicht RTS die Simulation verschiedener RCS-Werte, die eine gewünschte Objektgröße für die Radarerfassung widerspiegeln.

RTS-Systeme sind zwar vielseitig für Radartests einsetzbar, stellen aber auch eine Herausforderung dar, die es zu bewältigen gilt. Eine dieser Herausforderungen ist die Empfindlichkeit der Millimeterwellen-Komponenten des Systems gegenüber Temperaturschwankungen, die die Fähigkeit zur genauen Simulation von RCS-Werten erheblich beeinträchtigen können. Daher ist die Kontrolle der Umgebungstemperatur in einem Testaufbau wichtig, um sicherzustellen, dass das RTS die für eine bestimmte Objektgröße erwartete RCS nachbildet.

Das folgende Szenario unterstreicht die Bedeutung von Analyse-Software für die Aufrechterhaltung der Messqualität und die Behandlung von Anomalien bei einem Radar-EOL-Test. Eine Trendanalyse der RCS-Messungen zeigt im Laufe der Zeit eine beunruhigende Verschlechterung. In den Daten sind mehrere Anomalien zu erkennen, die in Bild 2 rosa markiert sind. Diese Verschlechterung des Mess-Trends entspricht auch einem Absinken des CPK-Wertes über einen Zeitraum von sechs Stunden. Abhängig von den vordefinierten Grenzwerten und Kriterien ist die Analyse-Software so programmiert, dass sie Echtzeitwarnungen an den Anwender auslöst. Diese Warnungen enthalten diagnostische Details wie Informationen über die Ausrüstung, die Vorrichtungen und den spezifischen Test, der gerade durchgeführt wird. Dieser proaktive Warnmechanismus ermöglicht es dem Anwender, sofort einzugreifen und etwaige Probleme zu beheben, wodurch potenzielle Risiken für die Produktqualität verringert werden.

Sobald der Anwender auf das Vorhandensein einer Anomalie innerhalb des Testsystems oder -prozesses aufmerksam gemacht wird, ist die Identifizierung der Grundursache dieser Anomalie der nächste entscheidende Schritt. Hier spielt die Software für die Fertigungsanalyse eine entscheidende Rolle, da sie die Grundursachen identifiziert.

Bild 3 zeigt eine Korrelation, die durch die Prozessüberwachung und die Analysesoftware aufgedeckt wurde und die einen Zusammenhang zwischen der Zunahme der RCS-Verteilung und den Schwankungen der RTS-Temperatur verdeutlicht. Diese Erkenntnis liefert einen entscheidenden Anhaltspunkt für das Verständnis der Anomalien in den Daten.

Bild 4 bietet einen genaueren Blick auf die spezifischen Datenpunkte, die als Anomalien identifiziert wurden, zusammen mit der von der Analysesoftware generierten Benachrichtigung. Bei dieser Analyse wurde festgestellt, dass eine nicht funktionierende Belüftungsöffnung in den Testanlagen für den Hitzestau im System verantwortlich war. Das führte zu einem erheblichen Temperaturanstieg von mehr als 10 °C innerhalb eines einzigen Testtages.

Rolle der Analyse-Software

In einem Fertigungsszenario ohne die von der Analyse-Software bereitgestellten Möglichkeiten zur Früherkennung kann die Verzögerung bis zur Erfassung einer sich verschlechternden RCS-Verteilung gravierend sein. Erstens kann die Verzögerung dazu führen, dass eine Reihe von Radarsensormodulen mit mangelhafter Qualität produziert werden. Da für jede Einheit eine Minute Testzeit erforderlich ist, bedeutet das, dass ein erheblicher Teil der Testzeit für die Bewertung der Sensormodule benötigt wird. Dadurch verringert sich nicht nur die Gesamtproduktionskapazität der Fertigungslinie, sondern es entstehen auch erhebliche Arbeits- und Ressourcenkosten.

Zudem gehen die Auswirkungen über die unmittelbaren betrieblichen Rückschläge hinaus, da eine Reihe von fehlerhaften Radarmodulen entsorgt werden muss. Das stellt nicht nur einen direkten monetären Verlust dar und schmälert die Gesamtgewinnspanne, sondern trägt auch zu Abfall- und Umweltbedenken bei.

All diese unerwünschten Folgen, die von einer verringerten Produktionskapazität bis hin zu finanziellen Verlusten und Umweltauswirkungen reichen, machen deutlich, wie wichtig die Integration von Analysesoftware in eine EOL-Testlösung für Automotive Radare ist. Diese Software ist ein unschätzbares Tool, um potenzielle Probleme viel früher zu erkennen und zu beheben, als es menschliche Intelligenz allein vermag. Auf diese Weise können Hersteller Qualitätsprobleme proaktiv angehen, Produktionsverzögerungen minimieren und ihren Gewinn sichern. In der schnelllebigen und anspruchsvollen Landschaft der modernen Produktion sind solche technologischen Fortschritte nicht nur vorteilhaft, sondern oft auch unerlässlich für die Aufrechterhaltung von Effizienz, Rentabilität und Produktintegrität.  (se)

Fahrerassistenz und autonomes Fahren

Vom Automotive-Radar zum Supersensor

Messen und Testen

Rohde & Schwarz und IPG Automotive: HiL-Lösung für Radartests im Fahrzeug

(ID:50338110)