Resumen:
En el campo de los Sistemas Inteligentes de Transporte (ITS), las combinaciones tradicionales de radar único y cámaras de control adolecen de altos costes y dificultades en la fusión de datos. El sistema de integración radar-visual, que integra radar de ondas milimétricas y cámaras, optimiza los costes y profundiza en la fusión de datos, convirtiéndose gradualmente en un dispositivo clave en la capa de percepción de los ITS. En este artículo se analiza el uso de la tecnología RFchip en cascada, seleccionando la solución AWR2243 de doble chip para mejorar el rendimiento del radar de ondas milimétricas. Junto con chips de seguridad de nivel profesional, se diseña un sistema de integración radar-visual con capacidad de detección a larga distancia. En cuanto al algoritmo, se emplea una estrategia de fusión multisensor y se mejora el algoritmo de detección de objetivos YOLOv8n introduciendo la red troncal de extracción de características RepViT y utilizando la función de pérdida SIoU para optimizar la precisión de la regresión del cuadro delimitador. El modelo mejorado reduce el número de parámetros en 24%, disminuye el tamaño del modelo en 22% y mejora significativamente la eficiencia computacional, manteniendo al mismo tiempo una alta precisión. Gracias a las pruebas realizadas en escenarios de tráfico reales, el sistema consigue una vigilancia de 360° de las intersecciones de tráfico, con un alcance máximo de detección de 350 metros y una precisión de detección de más de 97%, cumpliendo los requisitos de diseño de los sistemas de integración radar-visual de largo alcance y mostrando sólidas perspectivas de aplicación en ingeniería.

1. Introducción
A medida que se acelera la urbanización y aumenta el número de vehículos, las condiciones del tráfico rodado se han vuelto más complejas. Los sistemas de transporte inteligentes (STI), que mejoran la eficacia y la seguridad de la gestión del tráfico, están recibiendo cada vez más atención en términos de evolución tecnológica. Entre los diversos sensores de percepción del tráfico, el sistema de integración radar-visual combina las ventajas del radar de ondas milimétricas y las cámaras de vídeo. Esta fusión proporciona al radar una medición precisa de la distancia y la velocidad, que no se ve afectada por la luz o las condiciones meteorológicas, y a la cámara un reconocimiento intuitivo del objetivo y una gran cantidad de información. En comparación con los despliegues tradicionales de radar y cámara por separado, el sistema de integración radar-visual ofrece importantes ventajas en cuanto a coste de hardware, sincronización de datos e integración de sistemas, lo que permite una percepción más eficaz del estado del tráfico y la detección de incidentes.

En los últimos años, la tecnología de radar de ondas milimétricas y los sistemas de fusión radar-visual se han desarrollado rápidamente. El radar de ondas milimétricas utiliza el efecto Doppler para detectar la velocidad y la distancia del objetivo, y su rendimiento depende de factores como la banda de frecuencia de funcionamiento, la arquitectura del chip y el diseño de la antena. En función de la distancia de detección, los radares de ondas milimétricas se clasifican en radares de corto y largo alcance. El procesamiento de datos suele utilizar arquitecturas FPGA o FPGA+DSP para equilibrar la velocidad de procesamiento y la flexibilidad del sistema. En cuanto a bandas de frecuencia, los radares de 24GHz y 77GHz son los más utilizados. La banda de 77 GHz es especialmente adecuada para escenarios de vigilancia del tráfico de largo alcance debido a su menor longitud de onda, menor tamaño de antena, mayor alcance de detección y mayor resolución.

Sin embargo, los estudios existentes sobre el diseño de sistemas de integración radar-visual son limitados, y la mayoría de las soluciones se enfrentan a problemas relacionados con el alcance o el coste de la detección. Para resolver estos problemas, este artículo propone una solución de diseño para un sistema de integración radar-visual con capacidad de detección de largo alcance, basado en un radar de ondas milimétricas de 77 GHz y en la tecnología de chip RF en cascada. El artículo detalla su arquitectura de hardware, las estrategias de optimización de algoritmos y prueba la viabilidad y fiabilidad del sistema.

2. Descripción general del diseño del sistema

El sistema de integración radar-visual se divide en dos partes principales: radar y vídeo. La sección de vídeo incluye el chip de control principal y el módulo de adquisición de imágenes, que utiliza un sensor de 5 MP para garantizar la calidad de imagen. La sección de radar utiliza la solución en cascada de doble chip AWR2243 para formar un conjunto de antenas de 6 transmisores y 8 receptores, con señales de sincronización que permiten la cooperación en modo maestro-esclavo. Para mejorar la calidad de la señal de RF, el sistema utiliza un chip de gestión de potencia dedicado para alimentar los chips de RF. El DSP de vídeo controla el sensor para recoger datos de vídeo e integra internamente la fusión de datos de radar y vídeo.

2.1 Diseño de la sección de vídeo
La sección de vídeo utiliza un chip de seguridad de calidad profesional, H13403V100, conectado al sensor de 5 MP a través del protocolo MIPI, que permite la adquisición y transmisión de datos de vídeo de alta definición. Este chip ofrece una gran capacidad de procesamiento de imágenes y programación de datos, y admite algoritmos de fusión multisensor.

2.2 Diseño del módulo RFchip
La conexión en cascada de RFchips de radar de ondas milimétricas es un método eficaz para mejorar el rendimiento del sistema. La sincronización de varios RFchips permite mejorar la potencia de transmisión y la sensibilidad de recepción, lo que se traduce en un mayor alcance de detección y una mejor resolución angular. Se ha seleccionado el AWR2243 como chip RF central, que funciona en la banda de frecuencias de 76-81GHz con una alta integración y un excelente rendimiento RF. Un solo AWR2243 admite 3 antenas de transmisión y 4 de recepción, y la conexión en cascada de dos chips amplía esta capacidad a 6 antenas de transmisión y 8 de recepción, lo que mejora significativamente la flexibilidad del sistema y la precisión de la detección.

2.3 Diseño del módulo de adquisición de datos radar
La adquisición de datos de radar utiliza la solución AM2732 DSP + FPGA. El AM2732 controla los chips AWR2243 maestro-esclavo a través de la interfaz SPI, recibe datos LVDS de los sensores frontales y realiza procesamientos básicos como la medición de la distancia y la velocidad del objetivo. La FPGA se encarga de la adquisición y el reenvío de los datos de radar, la transmisión de datos a la tarjeta de control de vídeo a través del protocolo LVDS y la fusión completa de datos de radar y visuales en el DSP principal.

3. Diseño de algoritmos

El núcleo del sistema de integración radar-visual reside en el algoritmo de fusión multisensor. El sistema implementa el procesamiento de fusión de nubes de puntos de radar e imágenes de vídeo en el DSP principal, lo que incluye la detección de objetivos, el seguimiento y la asociación de datos.

3.1 Detección de objetivos por radar
La detección de objetivos por radar utiliza el algoritmo de agrupación DBSCAN, que divide las muestras en función de la densidad, reconociendo eficazmente puntos de objetivos distribuidos de forma no esférica, adecuados para la detección de múltiples objetivos y formas en escenarios de tráfico.

3.2 Detección de objetivos en imágenes
La detección de objetivos en imágenes se basa en el modelo YOLOv8n, que incluye componentes de columna vertebral, cuello y cabeza. Para mejorar aún más la precisión de la detección y la eficiencia del modelo, en este artículo se introduce la red troncal RepViT y se utiliza la función de pérdida SIoU para optimizar la regresión del cuadro delimitador.

4. Conclusión

Este artículo propone el diseño de un sistema de integración radar-visual de largo alcance basado en la tecnología de doble RFchip en cascada AWR2243. El sistema mejora el rendimiento de la antena mediante hardware en cascada, combinado con algoritmos de fusión multisensor y un modelo de detección YOLOv8n mejorado. El sistema logra una precisión de detección superior a 97%, con un alcance de detección máximo de 350 metros, lo que satisface los requisitos de vigilancia del tráfico a larga distancia en escenarios ITS. Los resultados de las pruebas validan la estabilidad y fiabilidad del sistema, que ofrece un gran valor de aplicación en ingeniería.