Effektiva system för materialigenkänning

Viktiga resultat som projektet gav

Projektet har nått målet att öka kunskapen kring radar och maskininlärning för materialigenkänning. Den utförda studien kring systemeffektivitet visar att en förbättring på 10 gånger gällande strömförbrukning per klassificering är inom räckhåll.

Långsiktiga effekter som förväntas

Denna förstudie har gett oss möjligheten att identifiera användarfall och teknikområden för fortsatt undersökning av möjligheterna för radar och maskininlärning. Vi har också identifierat möjliga partners som kan vara del av ett fortsatt projekt där målet kommer vara att utveckla en Radar-ML klassificerings verktygskedja för kommande sensorgenerationer.

Upplägg och genomförande

Denna förstudie har täckt flera olika aktiviteter med målet att öka förståelsen kring hur man bygger effektiva radarsystem och tillämpning av dessa för materialigenkänning genom maskininlärning. Projektet har utvecklat klassificeringsmodeller för materialigenkänning och integrerat och testat dessa i protyper för att utvärdera robusthet mot responsivitet och hur dessa relaterar till viktiga prestandaparametrar hos radarsensorn. Samarbetet i projektet har fungerat bra och målet med projektet har nåtts.