News

Winnaar Kooy Prijs 2021: Keith Klein

Op 3 juni – de dag waarop het Kooy Symposium online plaatsvond – is de winnaar van de Kooy Prijs bekend gemaakt. De voorzitter van de afdeling Defensie en Veiligheid van het Koninklijk Instituut Van Ingenieurs (KIVI) Jan Wind, reikte samen met de voorzitter van de Kooyprijs jury Bart Koene, de prijs van 2.000 euro uit aan Ir. Keith T.J. Klein. Hij won de prijs met zijn afstudeerscriptie: ‘Estimating 3D motion from radar data: Exploiting an omnidirectional radar array for motion estimation in the context of SAR imaging on agile platform.’

Eind 2020 heeft de Kooyprijs jury een negental inzendingen – gericht defensie- en veiligheidstechnologie - ontvangen met voordrachten voor de Kooyprijs 2021. Alle inzendingen waren van uitzonderlijk goede kwaliteit. De jury heeft de verslagen met waardering gelezen, complimenteert de opstellers met de kwaliteit ervan en waardeert deze bijdragen aan de Defensie & Veiligheid onderzoeksgebieden.

Na rijp beraad is besloten om de Kooyprijs 2021 uit te reiken aan Keith Klein. Keith Klein is afgestudeerd aan de TU Delft bij de Faculteit Elektrotechniek, Wiskunde & Informatica en heeft zijn onderzoek bij TNO uitgevoerd van maart 2020 tot november 2020. Hij werd begeleid vanuit de TU-afdeling Microwave Sensing, Signals and Systems. Zijn afstudeerbegeleiders waren Dr. F. Uysal (TU Delft), Prof. dr. A. Yarovoy (TU Delft), Dr. M. Caro Cuenca (TNO), Ir. M.P.G. Otten (TNO) en Dr. ir. J.J.M. de Wit (TNO). Het verslag is met het cijfer 9.0 gehonoreerd.

Inhoud van de afstudeerscriptie

Keith heeft gewerkt aan 3D-snelheidsbepaling van onbemande vliegtuigen met behulp van radargegevens. Het verkrijgen van een nauwkeurige positiebepaling is een uitdagend probleem bij coherente radarverwerkingstechnieken zoals Synthetisch Apertuur Radar (SAR). Dit geldt des te meer voor lichte en wendbare platforms zoals multi-copters/drones. Hun moeilijk voorspelbare bewegingen moeten nauwkeurig worden bepaald tijdens het verzamelen van gegevens en worden gecompenseerd tijdens de verwerking.

Om een gefocust SAR-beeld te krijgen, moet elke pulslocatie nauwkeurig bekend zijn, opdat elke puls coherent is toe te voegen aan het beeldraster. Traditioneel wordt dit bereikt met een traagheidsnavigatiesysteem (Inertial Navigation System, INS) en GNSS (Global Navigation Satellite System) ontvanger. Hoewel deze combinatie redelijke prestaties kan leveren, vormen gewicht en grootte vaak een beperking voor lichte platforms, waardoor voor de INS de beschikbare mogelijkheden en de haalbare nauwkeurigheid beperkt zijn.

Toepasbaarheid van omnidirectionele radararry

Keith Klein heeft expliciet een analyse gedaan naar de toepasbaarheid van een omnidirectionele radararray voor het schatten van de beweging van een drone platform en het verbeteren van de positioneringsnauwkeurigheid. Voortbouwend op bestaande 1D-SAR-bewegingscompensatietechnieken, heeft hij nieuwe methoden ontwikkeld voor het goed benaderen van de 3D-beweging van het radarplatform door schatting van de hoogte en snelheid.

Daarnaast wordt ook een nieuwe 3D-autofocustechniek gepresenteerd die multi-beam-autofocus wordt genoemd. Deze techniek zorgt voor de correctie van 3D-trajectfouten van puls tot puls door gebruik te maken van de bundelvormende mogelijkheden van de array om meerdere gebieden scherp te stellen terwijl de afbeelding wordt gecreëerd. Door gebruik te maken van een Extended Kalman-filter (EKF) worden positieschattingen verkregen op basis van de radarsnelheidsmetingen. Dit maakt beeldvorming zonder INS mogelijk, wat relevant is in gebieden waar GNSS signalen niet/nauwelijks beschikbaar zijn.

Het fuseren van de schattingen verkregen uit deze methode met de bestaande INS-output levert ook prestatieverbetering op in termen van SAR-beeldfocus. Hierdoor wordt de oplosbaarheid en detecteerbaarheid van zwakke doelen verbeterd. De gepresenteerde resultaten creëren ook nieuwe onderzoeksmogelijkheden, niet alleen voor snelle SAR-beeldvorming, maar ook voor autonome navigatie op basis van radargegevens.

Het systeem van de drone-mounted radar --waar Keith onderzoek naar heeft gedaan—is door TNO ontwikkeld voor het Expeditionary Maneuver Warfare Department van de U.S. Office of Naval Research (ONR). Het systeem is van belang voor verkenningsmissies en hiermee bij uitstek relevant voor Defensie.

Toekomst

Keith Klein was blij verrast met zijn prijs. ‘Mijn begeleiders hebben mijn verslag ingediend zonder dat ik het wist. Toen ik een telefoontje kreeg dat ik de Kooyprijs had gewonnen heb ik even gewacht om het aan mijn omgeving te vertellen tot ik zéker wist dat het geen grap was. En natuurlijk ben ik er erg blij mee! Dank aan mijn begeleiders.’

Keith Klein is na zijn afstuderen gaan werken bij TNO. ‘Ik werk hier niet verder aan mijn afstudeerproject. Dat is nu overgenomen door stagiaire en het plan is om daar later ook weer nieuwe afstudeerders op te zetten. Het betekent dat het geen rapport is dat in de spreekwoordelijke la verdwijnt. Goed om te weten dat de materie voldoende potentieel heeft om verder aan te werken.’

Jury

De jury bestond uit de heren Dr. L. Koene (Juryvoorzitter en bestuurslid KIVI DV, NLDA/FMW), Ing. L.F. Galle (Ministerie van Defensie, Directie Materieel), Prof.dr.ir. P.H.A.J.M. van Gelder (TU Delft), Prof. dr. B.R.H.M. Haverkort (Universiteit Twente), Prof. dr. ir. F.E. van Vliet (TNO, Universiteit Twente) en Prof. dr. ir. P.J. Oonincx (NLDA/FMW).


Watch the ceremony at youtube

Abstract of the thesis

Acquiring an accurate estimate of position is a challenging problem in coherent radar processing techniques such as Synthetic Aperture Radar (SAR). Even more so, for light and agile platforms such as multi-copters. Due to their unpredictable flight path, their motion must be accurately measured during data acquisition, and compensated for during processing. To obtain a focused SAR image, each pulse location must be accurately known to ensure that each pulse is added coherently to the imaging grid. Traditionally, this is achieved with an Inertial Navigation System (INS). While an INS can provide reasonable performance, its weight and size are often a constraint for agile platforms, limiting the available options and attainable accuracy. In this study, we perform an analysis on the applicability of an omnidirectional radar array for explicitly estimating the motion of a multi-copter platform, and improving on the positioning accuracy achieved by the on board INS. Building on existing 1D SAR motion compensation techniques, we develop new methods for estimating the 3D motion of the radar platform by estimating its height and velocity. In addition, we also present a novel 3D autofocus technique termed multi-beam autofocus. This technique allows for the correction of 3D trajectory errors from pulse to pulse by exploiting the beamforming capabilities of the array, and focusing multiple regions as the image is created. Using an Extended Kalman Filter (EKF), we obtain position estimates from the radar velocity measurements based on the last known INS position. We experimentally verify that using our velocity estimation method alone, the positioning performance is already improved compared to that of a state-of-the-art INS, allowing for INS-free imaging using arbitrary flight paths. This enables imaging in GNSS-denied environments, and has the potential to further reduce the weight of the platform. We also show that fusing the estimates obtained from our method with the existing INS output yields an additional performance increase in terms of SAR image focus, improving the resolvability and detectability of weak targets. The presented results open further avenues of research, not only in agile SAR imaging but also in autonomous GNSS-denied navigation.