| Algorithms for the detection and localization of pedestrians and cyclists using new generation automotive radar systems (Algorithmes pour la détection et la localisation de piétons et de cyclistes en utilisant des systèmes radars automobiles de nouvelle génération) | ||
Abakar Issakha, Souleymane - (2017-12-11) / Universite de Rennes 1 Algorithms for the detection and localization of pedestrians and cyclists using new generation automotive radar systems Langue : Anglais Directeur de thèse: Ferro-famil, Laurent; Vincent, François Laboratoire : IETR Ecole Doctorale : MATHSTIC Thématique : Sciences de l'ingénieur | ||
Mots-clés : Sécurité routière, radar automobile, antennes non-uniforme, détection des piétons et des cyclistes, détection angulaire, détection des cibles collisions, classification des cibles, Radar en sécurité routière, Radar automobile d'aide à la conduite, Détection du signal, Piétons Résumé : En réponse au nombre toujours élevé de décès provoqués par les accidents routiers, l'industrie automobile a fait de la sécurité un sujet majeur de son activité global. Les radars automobiles qui étaient de simples capteurs pour véhicule de confort, sont devenus des éléments essentiels de la norme de sécurité routière. Le domaine de l’automobile est un domaine très exigent en terme de sécurité et les radars automobiles doivent avoir des performances de détection très élevées et doivent répondre à des nombreuses contraintes telles que la facilité de production et/ou le faible coût. Cette thèse concerne le développement d’algorithmes pour la détection et la localisation de piétons et de cyclistes pour des radars automobiles de nouvelle génération. Nous avons proposé une architecture de réseau d'antennes non uniforme optimale et des méthodes d'estimation spectrale à haute résolution permettant d’estimer avec précision la position angulaire des objets à partir de la direction d'arrivée (DoA) de leur réponse. Ces techniques sont adaptées à l'architecture du réseau d'antennes proposé et les performances sont évaluées à l'aide de données radar automobiles simulées et réelles acquises dans le cadre de scénarios spécifiques. Nous avons également proposé un détecteur de cible de collision, basé sur la décomposition en sous-espaces Doppler, dont l'objectif principal est d'identifier des cibles latérales dont les caractéristiques de trajectoire représentent potentiellement un danger de collision. Une méthode de calcul d'attribut de cible est également développée et un algorithme de classification est proposé pour discriminer les piétons, cyclistes et véhicules. Les différents algorithmes sont évalués et validés à l'aide de données radar automobiles réelles sur plusieurs scenarios. Résumé (anglais) : In response to the persistently high number of deaths provoked by road crashes, the automotive industry has promoted safety as a major topic in their global activity. Automotive radars have been transformed from being simple sensors for comfort vehicle, to becoming essential elements of safety standard. The design of new generations automotive radars has to face various constraints and generally proposes a compromise between reliability, robustness, manufacturability, high-performance and low cost. The main objective of this PhD thesis is to design algorithms for the detection and localization of pedestrians and cyclists using new generation automotive radars. We propose an optimal non-uniform antenna array architecture and some high resolution spectral estimation methods to accurately estimate the position of objects from the direction of arrival (DOA) of their responses to the radar. These techniques are adapted to the proposed antenna array architecture and the performance is evaluated using both simulated and real automotive radar data, acquired in the frame of specific scenarios. We propose a collision target detector, based on the orthogonality of angle-Doppler subspaces, whose main goal is to identify lateral targets, whose trajectory features represent potentially a danger of collision. A target attribute calculation method is also developed and classification algorithm is proposed to classify pedestrian, cyclists and vehicles. This classification algorithm is evaluated and validated using real automotive radar data with several scenarios. Identifiant : rennes1-ori-wf-1-10319 | ||
| Exporter au format XML |