print preview Zurück zur Übersicht Übersicht, News, Veranstaltungen

Automatische Klassifikation von Radardaten mit Methoden des maschinellen Lernens

Bei der automatisierten Bildanalyse werden Methoden des maschinellen Lernens (ML) standardmässig zur Bildklassifikation und Merkmalerkennung angewandt. Diese Methoden versuchen, bildspezifischen Eigenschaften in einem Trainingsdatensatz zu gruppieren und vorgegebenen Klassen (z. Bsp. «Landschaft», «Hund» oder «Person») zuzuordnen um damit auch neue Bilder zu verallgemeinern.

19.09.2019 | Dr. Roland Oechslin, WTS

Radardaten
Was ein X-Band Überwachungsradar von verschiedenen Zielen sieht.

Im Radarbereich sind solche Methoden in operativen Anlagen noch nicht gebräuchlich, werden aber bei Forschungsdemonstratoren bereits angewandt. Beim Projekt «Soli» werden beispielsweise händische Bewegungen von einem miniaturisierten Radarsensor erfasst und mit Methoden des maschinellen Lernens verschiedenen Gesten wie «Scrollen mit dem Daumen», «schnipsen» oder «Knopf drücken» zugeordnet.

Bei armasuisse W+T wird die Möglichkeiten von ML-Methoden im Radarbereich mit einem Forschungsprojekt in den Fachbereichen WTS und WTC4I beleuchtet. Dabei wurde ein Datensatz mit verschieden Zielen (Personen, Fahrzeuge) und mit unterschiedlichen Radareinstellungen aufgenommen, in einzelne Prozessierungsabschnitte (Bilder) aufgeteilt und mit Metadaten wie «Zieltyp ist Person», «Zieltyp ist Auto» oder «Ziel läuft auf das Radar zu» versehen.

Das Ziel des Forschungsprojekts ist es zu prüfen, wie gut und unter welchen Bedingungen die Ziele detektiert und klassifiziert werden können und ob ML-Methoden klassischen Methoden der Klassifizierung wie beispielsweise Mikrodoppler oder High Range Resolution Profiles (HRRP) ergänzen oder evtl. ersetzen können.