Drone à radar à synthèse d’ouverture polarimétrique fabriqué maison

 (hforsten.com)
2 points par GN⁺ 2025-02-18 | 1 commentaires | Partager sur WhatsApp
  • Un radar à synthèse d’ouverture (SAR) FMCW conçu maison a été embarqué sur un drone FPV 7 pouces low cost, permettant de capturer en vol des images polarimétriques HH/HV/VH/VV avec un appareil de moins de 1 kg
  • Avec un budget radar inférieur à 500 EUR et un châssis très étroit, la conception a été condensée autour d’un PCB FR4, de composants en bande 6 GHz, d’un FPGA Zynq 7020 et d’une petite antenne double polarisation
  • À courte distance et sur une plateforme lente, le FMCW est plus avantageux qu’un radar à impulsions, ce qui a conduit à viser une résolution d’image de l’ordre de 0,3 m avec 300 MHz de bande passante RF, un ADC à 50 MHz, un PRF d’environ 1 kHz et plusieurs dizaines de milliers de balayages
  • Les images restaient floues avec un simple GPS non RTK et une IMU, mais l’application d’un autofocus à entropie minimale basé sur PyTorch et d’un backprojection GPU a rendu plus nets la surface des champs, les lignes électriques, les bâtiments et la structure des forêts
  • Le système final, batterie comprise, pesait 948 g et a permis de faire de l’imagerie jusqu’à au moins 1,5 km ; le drone a coûté environ 200 EUR, les 2 PCB radar environ 600 EUR, et le projet a demandé près de 10 mois de temps libre en soirée

Objectifs et contraintes budgétaires

  • Sur la base d’expériences précédentes de radar terrestre fabriqué maison et d’imagerie à synthèse d’ouverture, l’objectif était d’embarquer un radar sur un drone afin d’obtenir des images SAR aériennes
  • Les travaux antérieurs utilisaient des drones de taille moyenne comme le DJI S900 avec du RTK-GPS, et le prix total du système dans l’un des articles cités atteignait 15 000 £, bien au-delà d’un budget personnel
  • Avec la baisse récente du prix des petits drones FPV chinois, des kits de quadricoptères 5 à 7 pouces sont désormais disponibles autour de 100 EUR hors batterie et radiocommande
  • Un kit FPV 7 pouces chinois sans marque parmi les moins chers, ainsi qu’un petit module GPS+boussole, ont été achetés pour lancer la fabrication d’un système SAR léger que le drone pourrait emporter

Principes de base du radar à synthèse d’ouverture

  • Un radar à canal unique ne peut mesurer que la distance jusqu’à la cible, sans connaître directement son angle
  • Si plusieurs canaux de réception sont disposés en ligne, la longueur de trajet jusqu’à chaque récepteur varie selon l’angle de la cible, et cette différence de phase permet de calculer l’angle
  • La résolution angulaire d’une antenne est approximativement donnée par Δθ ≈ λ / D
    • À 6 GHz, obtenir une résolution de 1 m à 1 km de distance exige une résolution angulaire d’environ 0,03°
    • Cette contrainte impose une antenne d’environ 100 m de large
  • Au lieu d’une grande antenne, on peut déplacer un radar unique et mesurer depuis plusieurs positions pour obtenir, si la scène est statique, le même effet qu’un grand radar multicanal
  • En montant un radar monovoie sur un drone en vol, on crée une grande ouverture synthétique qui permet d’obtenir une résolution angulaire élevée

Choix de l’architecture radar

  • L’objectif de conception était de maximiser les performances d’imagerie tout en tenant dans un drone FPV et en maintenant le budget radar sous les 500 EUR
  • Le budget excluait les matériaux RF à faibles pertes, ce qui imposait de réaliser toute l’électronique et les antennes sur un PCB FR4 plus dissipatif
  • La largeur du châssis du drone était d’environ 40 mm, l’écartement entre les extrémités des hélices d’environ 50 mm à travers le cadre, et la longueur d’environ 170 mm ; le radar devait donc être étroit et allongé
  • Le radar à impulsions maison existant, d’environ 64 × 132 mm, était un peu trop large et sa bande passante était limitée à environ 100 MHz par la vitesse d’échantillonnage de l’ADC, ce qui donnait une résolution en distance d’environ 1,5 m
  • Un radar FMCW peut émettre et recevoir simultanément, ce qui est favorable au rapport signal/bruit, et permet d’allonger la durée des balayages jusqu’à plusieurs centaines de µs
  • Le radar à impulsions reste nécessaire pour la longue portée, notamment au-delà de plusieurs kilomètres, tandis que le FMCW est plus adapté aux courtes distances et aux plateformes lentes

Conception RF et mesures de polarisation

  • L’architecture RF est constituée d’un radar FMCW avec antenne à double polarisation
    • Un PLL génère le balayage
    • Le signal passe par un atténuateur variable et un amplificateur de puissance avant d’être envoyé vers l’antenne d’émission
    • Une partie du signal émis est couplée vers le mélangeur de réception
    • Le signal reçu est amplifié par un LNA, puis converti en signal IF basse fréquence dans le mélangeur avant d’être numérisé par l’ADC
  • Une génération de balayage basée sur DAC ou DDS pourrait être meilleure qu’un PLL, mais le PLL a été retenu parce qu’il est moins cher et prend moins de place
  • La fréquence RF a été fixée à environ 6 GHz
    • Cette fréquence se situe près de la limite supérieure où l’on trouve encore beaucoup de composants RF grand public à bas coût
    • Des amplificateurs de puissance bon marché peuvent fournir environ 30 dBm en sortie
    • Pour la réception, on peut trouver à faible coût des amplificateurs à faible bruit avec un facteur de bruit de 1 à 2 dB
  • Le récepteur utilise une architecture à conversion directe, sans image rejection
    • Le bruit au-dessus et au-dessous de la fréquence d’émission est converti vers la même fréquence de sortie, ce qui augmente le plancher de bruit de 3 dB
    • Un récepteur à échantillonnage IQ exigerait deux mélangeurs et deux ADC, un compromis jugé peu intéressant au vu du coût et de la surface PCB
  • Le commutateur de polarisation sélectionne H/V à l’émission comme à la réception, ce qui permet de mesurer les quatre combinaisons HH, HV, VH, VV
    • Les cibles lisses réfléchissent souvent plus fortement dans la même polarisation
    • Les forêts et la végétation peuvent présenter des composantes de polarisation croisée HV/VH plus élevées que les routes et les sols nus en raison des réflexions multiples internes
  • Deux récepteurs permettraient de recevoir H/V simultanément, mais une architecture à récepteur unique avec commutation a été choisie pour des raisons de coût et d’encombrement

Fuite TX-RX et budget de liaison

  • En FMCW, l’émission et la réception ont lieu simultanément, si bien que la fuite TX-RX peut saturer le récepteur
  • Le récepteur doit être assez sensible pour détecter un plancher de bruit thermique de -174 dBm/Hz, alors que l’entrée de saturation d’un LNA se situe généralement autour de -20 dBm
  • Avec une puissance d’émission de +30 dBm, il faut plus de 50 dB d’isolation entre émetteur et récepteur pour éviter la saturation du récepteur
  • Si l’isolation est insuffisante, on peut réduire la puissance d’émission à l’aide de l’atténuateur variable placé avant l’amplificateur de puissance
  • Le budget de liaison est calculé à partir de la puissance reçue, de la réflectivité du sol, de la distance, du gain d’antenne, de la puissance d’émission et du nombre de balayages
  • Les paramètres d’exemple sont les suivants
    • Puissance d’émission : 30 dBm
    • Gain d’antenne : 10 dBi
    • Longueur d’onde : 5,2 cm
    • Résolution pixel de l’image : 0,3 × 0,3 m
    • Durée d’un balayage : 200 µs
    • Nombre d’impulsions dans l’image : 10 000
    • Facteur de bruit du récepteur : 6 dB
    • grazing angle : 30°
  • Dans ces conditions, on peut espérer une qualité d’image correcte jusqu’à environ 1 à 2 km, mais à 2 km avec un grazing angle de 30°, il faudrait voler à 1 km d’altitude, une hypothèse optimiste pour un drone

Exigences PRF et ADC

  • La formation d’image SAR dépend de l’information de phase du signal reçu, donc la différence de phase entre mesures adjacentes ne doit pas dépasser 180° afin d’éviter l’aliasing
  • À 6 GHz, un quart de longueur d’onde vaut 12,5 mm et, si le drone vole à 10 m/s, un PRF minimal d’environ 800 Hz est nécessaire
  • Comme les quatre polarisations sont multiplexées dans le temps, la contrainte totale devient 4 × 800Hz = 3.2kHz
  • Cette contrainte ne laisse qu’un maximum de 312,5 µs par balayage et, en retranchant 20 à 30 µs de temps de verrouillage du PLL, la durée maximale du balayage tombe à environ 280 µs
  • En FMCW, la fréquence IF est déterminée par la distance, la bande passante RF et la durée du balayage
    • Une bande passante RF de 300 MHz fournit une résolution en distance de 0,5 m
    • Avec une portée maximale de 2 km et un balayage de 280 µs, la fréquence IF atteint environ 14 MHz
    • En tenant compte de la condition de Nyquist et d’une marge pour le filtre anti-repliement, un ADC d’au moins 35 MHz était nécessaire, et un échantillonnage à 50 MHz a finalement été retenu

FPGA et structure de stockage

  • En raison du timing strict de la génération des sweeps et du volume de données, un simple microcontrôleur ne suffisait pas et un FPGA était nécessaire
  • Le FPGA utilisé est un Zynq 7020, déjà employé sur le précédent radar à impulsions
    • Le fabric FPGA et le processeur ARM double cœur se trouvent dans le même boîtier
    • Le prix de distribution classique est d’environ 150 EUR, mais il était possible de l’obtenir moins cher via les réseaux de distribution chinois
  • L’inconvénient est le manque de liaisons rapides côté ARM
    • Les interfaces SD-card et EMMC plafonnent à 25MB/s, soit moins que le débit de données de l’ADC
    • Il y a bien un Ethernet 1Gbps, mais il aurait fallu un ordinateur supplémentaire comme un Raspberry Pi, ce qui était impossible faute de place
    • La DDR3 externe ne peut embarquer qu’un seul module, ce qui limite la capacité à 1GB, alors qu’une mesure complète peut représenter plusieurs Go
  • La solution a consisté à implémenter une interface de communication externe rapide du côté programmable logic du FPGA
  • Le contrôleur ZipCPU GPL3 SD-card/EMMC a été utilisé ; il n’avait pas encore été validé sur matériel réel aux vitesses requises, mais il a finalement très bien fonctionné
  • Un circuit FT600 USB3 bridge a aussi été ajouté pour permettre une connexion temps réel à un PC, mais ce n’est pas nécessaire pour l’exploitation sur drone et cela sert surtout pour les tests et d’autres applications
  • Le bloc radar timer à l’intérieur du FPGA commute les signaux internes et externes avec une précision au cycle d’horloge pour les mesures stables en phase
  • Le decimating FIR filter placé après l’ADC peut être configuré avec une décimation de 1, 2 ou 4
    • Pour les mesures longue portée, la décimation est désactivée afin de conserver la bande IF maximale
    • Pour les mesures à courte portée, la décimation permet de réduire le volume de données à stocker

Implémentation du PCB et problèmes de fabrication

  • Le PCB du radar est un PCB 6 couches, avec une implantation très dense des composants pour réduire la taille
  • L’assemblage sur une seule face étant moins coûteux, la face inférieure a été laissée vide, à l’exception d’un connecteur SD-card à souder à la main
  • Le circuit RF n’occupe qu’une petite partie du PCB, l’essentiel de l’espace étant pris par l’électronique numérique et les régulateurs de tension
  • Le radar accepte une entrée 12~30V et peut être connecté directement à la batterie du drone, sans régulateur DC/DC externe
  • Le PCB mesure 113×48mm, avec une largeur réduite pour pouvoir s’intégrer dans le drone
  • Faute de place, il n’a pas été possible d’intégrer quatre connecteurs SMA ; seuls les deux sorties TX H/V et une entrée RX ont été placés sur le PCB
    • Le commutateur de polarisation RX a été séparé sur un PCB externe
    • Les connecteurs JST servent au commutateur de polarisation RX, au port série du contrôleur de vol et à des connexions de réserve
  • L’un des composants commandés chez Mouser n’a pas pu être acheté parce que le fournisseur interdisait la vente aux particuliers
    • Un ancien circuit PE43204 compatible broche à broche, désormais abandonné, a été trouvé en remplacement
    • Le composant d’origine montait jusqu’à 6GHz, mais le PE43204, bien que spécifié à 4GHz, présentait des pertes suffisamment faibles à 6GHz pour ne pas poser de réel problème
  • Une erreur de câblage a relié les broches SD-card à des E/S 1.8V au lieu de 3.3V
    • Au lieu de recommander un nouveau PCB, un petit PCB interposer avec level shifter a été conçu pour être soudé sur l’empreinte existante
    • Le sujet est détaillé séparément dans un article précédent
  • L’amplificateur de puissance peut chauffer lorsque le duty cycle d’émission est élevé ; un dissipateur en PCB à substrat aluminium a donc été commandé et fixé sous le PCB du radar avec des vis
    • Il coûtait $4 pour 5 pièces et a bien fonctionné

Électronique du drone et estimation de position

  • Le contrôleur de vol inclus dans le kit drone est un Speedybee F405 V3
    • C’est un contrôleur d’entrée de gamme avec 1MB de flash
    • Comme l’écart de prix n’est pas important, un contrôleur avec 2MB de flash est jugé préférable
  • Les principaux logiciels de vol pour drones FPV sont Betaflight, Inav et ArduPilot
    • Betaflight est centré sur le pilotage manuel rapide et ne prend pas en charge le vol autonome
    • Inav partage une grande partie de son code avec Betaflight et prend en charge certaines fonctions de vol autonome
    • ArduPilot offre les fonctions de vol autonome les plus avancées, mais sa configuration est plus difficile
  • Ce projet a retenu ArduPilot, et la fusion des capteurs IMU et GPS s’est révélée utile pour améliorer la précision de position
  • Le contrôleur de vol communique avec le radar via un port série
    • Il est possible d’activer ou de désactiver le radar pendant une mission autonome
    • Il peut aussi fournir au radar les informations de position
  • L’imagerie SAR exige une précision de position de l’ordre d’une fraction de longueur d’onde, soit quelques centimètres à 6GHz
  • Les drones SAR commerciaux peuvent atteindre une précision de position d’environ 1cm grâce au GPS RTK et à un récepteur de référence au sol, mais cela a été jugé difficile sur ce drone en raison du coût et de l’encombrement
  • Un GPS standard peut n’offrir qu’une précision d’environ 1m, ce qui provoque des erreurs dans l’image, mais il est possible d’utiliser l’autofocus pour corriger les erreurs de position à partir des données radar
  • Au lieu d’ajouter un GPS et une IMU séparés pour le radar, l’estimation de position du calculateur de vol est transmise au radar via l’interface série
  • Le lien de contrôle utilise ExpressLRS
    • Grâce à la prise en charge de Mavlink par ELRS, la radiocommande et la télémétrie peuvent passer par une seule liaison radio

Conception des antennes

  • En SAR, un large angle d’ouverture d’antenne peut théoriquement améliorer la résolution, mais en pratique le faible gain limite le rapport signal/bruit et la portée maximale
  • Dans le budget de liaison, le gain d’antenne intervient au carré ; réduire le gain de moitié impose donc 4 fois plus d’impulsions pour obtenir le même SNR
  • En SAR sur drone, il est difficile d’obtenir une longue trajectoire de vol à cause de la contrainte de visibilité directe, et c’est souvent la longueur maximale de baseline qui limite la résolution
  • En raison de l’architecture FMCW, les antennes d’émission et de réception doivent être séparées, et il faut laisser de la distance entre elles pour réduire les fuites TX-RX, ce qui aggrave les contraintes d’espace
  • L’ancienne horn antenna artisanale mesurait 100mm de long, dont 25mm rien que pour la transition coaxial-to-waveguide ; elle ne convenait donc pas à un drone dont l’écartement entre extrémités d’hélices est de 50mm
  • Une simple patch antenna est compacte et peut être dual-polarized, mais sur du FR4 1.6mm la bande passante est étroite, les erreurs de permittivité décalent la fréquence et le gain reste limité
  • L’architecture retenue s’appuie sur une dual-polarized slot-fed stacked patch antenna vue dans un article scientifique
    • Le patch est alimenté par une fente en H et un microstrip feed
    • La double polarisation est obtenue avec deux ensembles feed/slot disposés à 90°
    • Un second patch est suspendu au-dessus d’une couche d’air pour obtenir une bande passante plus large qu’avec un patch unique
  • Pour gagner encore en gain et réduire les sidelobes, une structure de horn en tôle a été ajoutée autour du patch afin d’obtenir une stacked patch-fed horn antenna
  • Cette antenne réunit à la fois double polarisation, large bande passante, bon gain, faible hauteur et faible coût de fabrication
    • En utilisant un matériau RF à faibles pertes à la place du FR4, le gain pourrait augmenter de 0.5 à 1.0dB, mais le coût serait environ 100 fois plus élevé pour des quantités de prototype
  • Une petite paroi de dimensions 0.25×0.5 longueur d’onde a été placée entre les antennes pour réduire le coupling TX-RX
  • Les dimensions et performances de l’antenne sont les suivantes
    • Hauteur hors SMA : 18mm
    • Hauteur avec SMA : 28mm
    • Substrat du patch : 45×45mm
    • Horn aperture : 65×65mm
    • Beamwidth simulée à -3dB : 50/60 degrés dans les directions 0/90 degrés
    • Gain de crête simulé : 10.0dB
    • Bande passante exploitable : environ 4.5~6.2GHz

Conception mécanique et poids

  • Le radar ne rentrait pas dans le châssis, donc un support imprimé en 3D a été conçu pour fixer le PCB du radar sous le cadre du drone
  • Des patins d’atterrissage ont également été conçus pour éviter que le radar ne touche le sol
  • La conception a été faite avec Blender, ce qui fonctionne largement assez bien pour des pièces simples
  • Aucun boîtier étanche n’a encore été fabriqué, et un matériau de protection a été ajouté sur le PCB au cas où les patins d’atterrissage échoueraient
  • La carte d’antenne est fixée avec deux boulons, ce qui permet d’ajuster son angle
  • Le PCB du commutateur de polarisation RX a été laissé suspendu sans être fixé au support, les câbles SMA étant suffisamment rigides
  • Les patins d’atterrissage sont composés de tubes en carbone de 10 cm de diamètre et de capuchons TPU imprimés en 3D
  • Le radar est alimenté directement par la batterie du drone via un répartiteur XT60
  • Les poids sont les suivants
    • Drone sans batterie : 752 g
    • LiPo 6S 1300 mAh : 196 g
    • LiPo 6S 2200 mAh : 322 g
    • Système complet avec la petite batterie : 948 g

Formation d’image et traitement GPU

  • Un matched filtering est utilisé pour transformer les mesures radar en image
  • Pour chaque pixel de l’image, un signal de référence correspondant à la réflexion d’une cible située à cet emplacement est généré, puis le signal mesuré est multiplié par le conjugué complexe du signal de référence avant d’être sommé sur l’ensemble des mesures
  • Lorsque le signal mesuré correspond au signal de référence, les phases s’alignent et la réponse augmente ; dans le cas contraire, les composantes de phase aléatoires se moyennent et produisent une réponse plus faible
  • L’algorithme utilisé est le backprojection
    • Il est simple et ne repose sur aucune approximation ni hypothèse concernant la géométrie du vol
    • Son coût de calcul est très élevé
  • Par exemple, pour produire une image de 1 km × 1 km avec une résolution de 0,3 m et 10 000 sweeps, il faut 111×10^9 backprojections
  • L’utilisation de coordonnées polaires permet de conserver une résolution angulaire constante et d’obtenir une meilleure résolution en cross-range à mesure qu’on se rapproche du radar, ce qui réduit le nombre de pixels par rapport à une grille cartésienne
  • Sur les GPU modernes, ce calcul peut être effectué en moins d’une seconde
  • Un simple kernel CUDA calcule 220 milliards de backprojections par seconde sur une RTX 3090 Ti
  • Chaque pixel pouvant être calculé indépendamment en parallèle, cette approche se prête bien à une implémentation GPU

Autofocus

  • La précision de position fournie uniquement par le GPS et l’IMU ne suffisait pas à produire des images de haute qualité, d’où la nécessité d’un algorithme d’autofocus
  • Le phase gradient autofocus classique est simple et rapide, mais il ne fonctionnait pas bien ici à cause du large faisceau en azimut et de la longue baseline radar
  • Un précédent autofocus par backpropagation a été mis à jour et amélioré avec PyTorch
  • L’algorithme fonctionne de la manière suivante
    • Il forme une image radar
    • Il calcule le gradient de la velocity d’entrée
    • Il applique un clipping du learning rate pour que le changement de position ne dépasse pas une valeur maximale prédéfinie
    • Il met à jour la velocity avec un optimiseur de gradient descent
  • L’utilisation directe de positions 3D ne fonctionnait pas bien, car chaque position avait tendance à se déplacer légèrement dans une direction aléatoire ; il s’est avéré préférable d’utiliser la velocity puis de l’intégrer pour obtenir la position
  • Un petit terme de regularization est également inclus pour éviter que la position optimisée ne s’éloigne trop de la position d’origine
  • Cette approche ne fait aucune hypothèse sur le système radar, la scène ou la trajectoire de vol, mais elle est beaucoup trop lente sans formation d’image rapide sur GPU, car il faut former l’image plusieurs fois
  • L’algorithme d’autofocus est publié sur Github

Premiers résultats de mesure SAR

  • La mission a été préconfigurée dans ArduPilot Mission Planner
    • Le drone suit automatiquement les waypoints
    • Un ROI est défini pour que l’antenne pointe en permanence vers la zone d’intérêt
    • La mesure radar est lancée avec une commande digicam configure
  • Pour définir le ROI par rapport à la direction de l’antenne, un patch du firmware ArduPilot a été nécessaire
  • La première scène est un vaste champ, avec une forêt à environ 1,5 km dans la direction de l’antenne
  • Le drone a volé à une altitude de 110 m, sur environ 500 m en ligne droite, à une vitesse de 5 m/s
  • Le radar était configuré pour utiliser uniquement la polarisation VV, avec une durée de sweep de 400 µs, une bande passante de 500 MHz et une PRF de 1 kHz
  • Les données brutes compressées en range ne ressemblent pas à une image
    • Le large faisceau de l’antenne capte simultanément, à chaque sweep, des cibles situées à de nombreux angles
    • Une forte fuite TX-RX apparaît à distance nulle
    • Vers 100 m de distance, on observe la réflexion du sol situé juste en dessous
    • Les réflexions lointaines sont le plus souvent sous le plancher de bruit dans les sweeps individuels, mais la formation d’image améliore le SNR en intégrant de nombreux sweeps
  • L’image SAR avant autofocus permettait d’identifier les caractéristiques du terrain, mais elle restait floue
  • Après 30 itérations de minimum entropy gradient optimization autofocus, la qualité de l’image s’est nettement améliorée
    • 5 itérations auraient peut-être suffi, mais davantage d’itérations ont encore légèrement amélioré la qualité
    • Chaque itération prend plusieurs minutes, car elle doit calculer les passes forward/backward du backprojection
  • En zoomant sur une zone de 300 × 300 m, des détails de surface du champ apparaissaient après autofocus, alors qu’avant autofocus l’image était floue
  • Le résultat du phase gradient autofocus était très proche de l’image sans autofocus, ce qui montre qu’il ne fonctionnait pas bien dans ce cas

Mesure en polarisation complète

  • Des mesures ont également été effectuées sur un autre site en utilisant les quatre polarisations HH, HV, VH, VV
  • Le drone a suivi de manière autonome une trajectoire linéaire comme précédemment, tandis que le radar basculait rapidement entre les quatre états du commutateur de polarisation
  • La configuration était la suivante
    • Durée de sweep : 200 µs
    • PRF par polarisation : 715 Hz
    • Nombre de sweeps dans l’image : 51 200
    • Les autres paramètres étaient identiques aux précédents
  • Les images des quatre polarisations se ressemblaient beaucoup, mais les images en polarisation croisée HV/VH étaient en général plus faibles que les réflexions en copolarisation, avec une amplitude plus basse
  • L’affectation de polarisations différentes aux canaux RGB permet de visualiser plus facilement les caractéristiques de réflexion polarimétrique selon les cibles
    • Le sol tire vers le violet, ce qui montre qu’il réfléchit mieux VV et HH que les polarisations croisées
    • La même tendance apparaît sur les bâtiments et les lampadaires en bord de route
    • La forêt apparaît blanche, car elle réfléchit presque de la même manière dans toutes les polarisations
  • Comme le radiation pattern de l’antenne et les différences de perte selon l’état du commutateur de polarisation n’ont pas été corrigés, une partie des écarts observés peut venir du matériel
  • Une calibration est nécessaire pour des mesures polarimétriques plus précises
  • La zone de points regroupés près des coordonnées (200, 500)m de l’image SAR semblait être un jardin entouré de petits arbres et d’un grillage métallique
  • Le sol était légèrement enneigé au moment de la mesure

Expérience VideoSAR

  • Au lieu de produire une image haute résolution à partir d’une seule longue baseline, il est possible de synthétiser plusieurs images à petite baseline à partir d’une même longue mesure pour en faire une vidéo
  • L’algorithme de backprojection n’exige pas une trajectoire de vol rectiligne ; le drone a donc suivi une trajectoire octogonale, avec l’antenne pointée vers le centre de l’octogone
  • Chaque frame est composée de 1024 radar sweeps, avec un chevauchement de 512 sweeps avec la frame précédente
  • Comme chaque frame contient moins de sweeps que l’image complète, elle présente plus de bruit et une résolution angulaire plus faible
  • La vidéo est accélérée d’environ 10×, utilise les quatre polarisations et la colorisation est la même que pour l’image SAR polarimétrique précédente
  • Un autofocus a été appliqué séparément à chaque frame et aucun alignement entre frames adjacentes n’a été effectué, ce qui donne parfois une impression de tremblement ou de saut
  • Aux coins de l’octogone, la formation d’image est particulièrement difficile, car il faut résoudre avec précision à la fois la position en along-range et en cross-range
  • Les cibles naturelles comme le sol et la forêt restent similaires d’une frame à l’autre, mais le pont et les lignes électriques produisent de fortes réflexions lorsqu’ils sont orientés à 90 degrés par rapport au radar
  • Le point lumineux qui semble bouger sur le pont est un glint du garde-corps
  • En raison d’un décalage entre les diagrammes d’antenne selon les polarisations, une même cible peut apparaître avec une couleur légèrement différente entre le centre et le bord du faisceau

Altitude de vol et géométrie d’observation

  • Sans autorisation spéciale, un drone peut voler jusqu’à une altitude maximale de 120 m
  • L’angle de visée SAR typique est d’environ 10 à 50 degrés
  • Quand l’angle de visée se rapproche de 90 degrés, c’est-à-dire avec une visée presque verticale vers le bas, la puissance réfléchie est élevée, mais la distance radar entre les positions voisines devient presque identique, ce qui dégrade la résolution en distance
  • Avec un angle de visée faible, la résolution en distance est bonne, mais l’angle rasant est faible, ce qui réduit la puissance réfléchie revenant vers le radar
  • Avec un angle de visée extrêmement faible, la puissance réfléchie peut être inférieure de 10 à 20 dB par rapport à un angle de visée plus classique autour de 45 degrés, ce qui réduit la portée maximale d’observation
  • À 120 m d’altitude, à une distance de 2 km, l’angle rasant n’est que de 3,4 degrés
  • À cet angle, un arbre de 10 m de haut produit une ombre d’environ 170 m, et il est impossible d’observer les réflexions du sol derrière des objets élevés
  • Un effet d’ombre marqué apparaissait dans toutes les mesures, et dans les mesures polarimétriques complètes, il arrivait que seuls les sommets des bâtiments éloignés soient visibles

Mises à jour et résultats finaux

  • Dans la mise à jour d’octobre 2025, le logiciel de traitement d’image a été fortement amélioré, permettant de générer des images de meilleure qualité
  • Les détails sont présentés dans Synthetic aperture radar autofocus and calibration
  • Le drone SAR finalisé peut imager jusqu’à au moins 1,5 km, et il devrait pouvoir aller plus loin en volant à plus haute altitude
  • Le système, incluant le radar, le drone et la batterie, pèse moins de 1 kg
  • Il peut capturer les quatre polarisations HH, HV, VH et VV
  • L’autofocus à entropie minimale basé sur le gradient a permis d’obtenir des images de bonne qualité avec un large faisceau d’antenne, en s’appuyant uniquement sur un GPS non RTK et les données de l’IMU
  • Le coût et le temps nécessaires sont les suivants
    • Drone : environ 200 EUR
    • 2 PCB radar : environ 600 EUR
    • Temps de fabrication : environ 10 mois sur le temps libre après le travail
  • La bibliothèque différentiable de formation d’image GPU est publiée sur Github sous licence MIT
  • Les schémas du radar sont également publiés

À lire aussi

1 commentaires

 
GN⁺ 2025-02-18
Commentaires sur Hacker News

  • Si le prix des drones FPV a baissé, cela semble dû au fait que la Chine en vend des volumes énormes aux deux camps de la guerre en Ukraine.
    La Russie et l’Ukraine en consommeraient chacune environ 100 000 par mois, et comme la plupart des composants viennent de Chine, des économies d’échelle se mettent en place.

    • Je me demande quelle est la proportion entre drones nationaux et drones importés en Ukraine.
      J’ai lu récemment que l’Ukraine produisait beaucoup de drones et augmentait encore sa production, et qu’elle utilisait aussi des drones pilotés par fibre optique pour éviter la guerre électronique et le brouillage.

  • Du point de vue du DIY, la complexité de ce qu’Henrik a mis en œuvre est impressionnante : traitement du signal, matériel, accélération GPU, optimisation d’algorithmes… tout y est.
    On se dit qu’il devrait y avoir, dans la communauté HN, un prix pour ce genre de réalisation remarquable.

    • La quantité de travail est énorme, cela ressemble au moins au volume d’un doctorat.
      Pour un développeur amateur, c’est une grande réussite.
    • Henrik travaille aussi professionnellement sur ce domaine.

  • C’est la première fois que je vois réellement une explication des algorithmes SAR.
    Les projets SAR que j’avais vus jusqu’ici passaient rapidement sur cette partie.
    Je me demande si quelqu’un a vu davantage de ressources sur le sujet, et je compte lire l’article lié : https://topex.ucsd.edu/rs/sar_summary.pdf
    Au final, il semble qu’on puisse contourner une bonne partie des problèmes de positionnement grâce à la mise au point automatique (autofocusing) ; c’est aussi la première fois que je vois cet aspect.

    • Il existe un billet de blog sur un radar SAR qu’Henrik avait construit il y a quelques années, avec un peu plus de détails sur son fonctionnement : https://hforsten.com/synthetic-aperture-radar-imaging.html
    • Ayant fait un doctorat sur l’imagerie radar, en particulier la mise au point automatique d’images ISAR, je suis content de voir cet article.
      Les chapitres 3 et 4 du PDF de la thèse expliquent comment les mathématiques fonctionnent : https://github.com/stevesimmons/phd-thesis-radar-imaging
      SAR = Synthetic Aperture Radar. Le radar vole en ligne droite, et la rotation apparente de la surface au sol produit un décalage Doppler qui permet d’obtenir une forte résolution en azimut (cross-range resolution).
      ISAR = Inverse Synthetic Aperture Radar. Le radar est fixe (par exemple au sol), la cible (par exemple un avion) se déplace, et le mouvement relatif entre les deux crée une rotation de la cible, ce qui permet de la même manière d’obtenir une forte résolution en azimut via le décalage Doppler.
    • Ce site fournit dans l’ensemble des explications assez accessibles, mais la page SAR semble courte : https://www.radartutorial.eu/20.airborne/ab07.en.html
      Personnellement, j’ai trouvé qu’il était plus simple de comprendre cela dans le contexte des antennes réseau à commande de phase classiques, mais si l’on n’en connaît pas déjà le principe, cela peut être moins utile.

  • J’ai souvent vu des images SAR issues de systèmes bien plus coûteux qui ne semblaient pas aussi bonnes que celles-ci.
    Le résultat présenté ici est vraiment impressionnant.

  • C’est pour ça que je lis Hacker News.
    Chaque mois, un nouvel article vient améliorer mon système de défense par missiles de banlieue et garantit que le chien du voisin ne viendra plus jamais faire ses besoins sur ma pelouse.
    Cartographier le relief du quartier pour que la roquette trouve le bon coupable a toujours été difficile, mais désormais il suffit d’utiliser un drone.
    Je parle bien ici d’un système de défense équipé de missiles, pas d’un système de défense contre les missiles. Ce serait absurde.

  • Si l’on a besoin d’une antenne de 100 m, ne pourrait-on pas coordonner plusieurs drones pour reproduire quelque chose de similaire avec une trajectoire parabolique de 100 m ?

    • C’est possible. Mais il faut aligner et maintenir les positions à environ 1/10 de la longueur d’onde, ce qui devient difficile au-delà de quelques GHz, et il faut aussi synchroniser les émetteurs-récepteurs avec une précision de l’ordre de la picoseconde (ps).
      S’il n’y a pas d’interférences GPS, la synchronisation peut être possible, mais il faut d’une manière ou d’une autre échanger les composantes de signal brut entre toutes les plateformes.
      Dans ce cas, une disposition parabolique n’est absolument pas nécessaire : il suffit d’ajuster la phase de chaque unité en fonction de la disposition réelle.
      Cette approche est un domaine étudié, principalement envisagé pour des fréquences très basses de 1 à 100 MHz. Dans cette plage, les problèmes ci-dessus deviennent beaucoup plus simples, et il peut falloir des antennes de l’ordre du kilomètre pour obtenir de la directivité.

  • L’affirmation selon laquelle « un radar monocanal ne peut mesurer que la distance jusqu’à la cible et ne peut pas détecter l’angle de la cible » est probablement vraie dans ce cas d’usage précis.
    Mais les antennes paraboliques et les ouvertures à guide d’ondes à fentes existent depuis longtemps.