Classification des Usagers de la Route Vulnérables en Une Seule Image avec un Capteur Radar FMCW de 77 GHz et un Réseau de Neurones Convolutif

En 2013, les accidents de la route ont entraîné plus d'un million de décès dans le monde entier. Les piétons et les cyclistes sont particulièrement vulnérables lors des accidents de la route, et il est donc essentiel de les identifier en temps opportun pour prévoir des situations dangereuses. Les capteurs radar sont d'excellents candidats pour cette tâche car ils peuvent mesurer simultanément la portée, la vitesse radiale et l'angle tout en restant robustes dans des conditions météorologiques défavorables. Dans cet article, une méthode de classification des sujets en mouvement comme piétons, cyclistes ou voitures à l'aide de cadres de mesure radar uniques provenant d'un capteur radar FMCW de 77 GHz est proposée. Pour effectuer la classification, le spectre de puissance portée-Doppler-angle est traité par un réseau de neurones convolutif. Un ensemble de données d'environ 9,1k cadres recueillis dans des scénarios urbains est utilisé pour entraîner le réseau de neurones convolutif. Une précision de classification aussi élevée que 97,3(%) est atteinte sur un ensemble composé de pistes non vues pendant l'entraînement mais dans des lieux connus. La précision de classification tombe à 84,2(%) lorsqu'elle est testée sur des pistes non vues recueillies dans un lieu inconnu.