Human and small animal detection using multiple millimeter-wave radars and data fusion: enabling safe applications

Abstract

Radares de ondas milimétricas (mmWave) alcançam alta resolução sem comprometer a privacidade, além de não serem afetados por fatores ambientais como chuva, poeira e neblina. Este estudo explora os desafios do uso de radares mmWave para a detecção simultânea de pessoas e pequenos animais, uma preocupação em aplicações como sistemas de transferência de energia sem fio em ambientes internos. Este trabalho propõe metodologias para aprimorar a sensibilidade da detecção e superar as dificuldades inerentes às diferenças de tamanho e volume dos alvos. Em particular, exploramos dois cenários de posicionamento distintos de radares que envolvem até quatro radares mmWave em um ambiente interno para detectar e rastrear tanto humanos quanto pequenos animais. Comparamos os resultados alcançados por meio da implementação de três métodos diferentes de fusão de dados. Foi demonstrado que o uso de um único radar sem a aplicação de um algoritmo de rastreamento resultou em uma sensibilidade de 46,1%. No entanto, essa sensibilidade aumentou significativamente para 97,10% ao utilizar quatro radares com o método de fusão e rastreamento ótimo. Esta melhoria destaca a eficácia do emprego de múltiplos radares juntamente com técnicas de fusão de dados, aumentando a sensibilidade e a confiabilidade na detecção de alvos.

Abstract: Millimeter-wave (mmWave) radars attain high resolution without compromising privacy while being unaffected by environmental factors such as rain, dust, and fog. This study explores the challenges of using mmWave radars for the simultaneous detection of people and small animals, a concern in applications like indoor wireless energy transfer systems. This work proposes methodologies for enhancing detection accuracy and overcoming the inherent difficulties posed by differences in target size and volume. In particular, we explore two distinct positioning scenarios that involve up to four mmWave radars in an indoor environment to detect and track both humans and small animals. We compare the outcomes achieved through the implementation of three distinct data-fusion methods. It was shown that using a single radar without the application of a tracking algorithm resulted in a sensitivity of 46.1%. However, this sensitivity significantly increased to 97.10% upon utilizing four radars using with the optimal fusion method and tracking. This improvement highlights the effectiveness of employing multiple radars together with data fusion techniques, enhancing sensitivity and reliability in target detection.