Université de Rennes 1 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 Sécurité routièreradar automobileantennes non-uniformedétection des piétons et des cyclistesdétection angulairedétection des cibles collisionsclassification des cibles Road safetyautomotive radarsparse arraypedestrian and cyclist detectionangular detectioncollision detectiontarget classification Radar en sécurité routière Thèses et écrits académiques Radar automobile d'aide à la conduite Thèses et écrits académiques Détection du signal Thèses et écrits académiques Piétons Thèses et écrits académiques 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. 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. Electronic Thesis or DissertationText en application/pdf1 : 6640 Kohttps://ecm.univ-rennes1.fr/nuxeo/site/esupversions/38c92831-5cd0-4e1a-890e-67be81dda481 Abakar Issakha Souleymane 1990-01-01 TD 229637981 ibnouissakha@gmail.com 2017REN1S159 http://www.theses.fr/2017REN1S159 2017-12-11 Traitement du signal et télécommunications Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiFerro-familLaurentintervenant_1133070182VincentFrançoisintervenant_2128814950 MATHSTICecoleDoctorale_1 204770424 Universite Bretagne LoirepartenaireRecherche_1 191639044 IETR partenaireRecherche_2 149256035 ddc:620 Ferro-familLaurentVincentFrançoisUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieMATHSTICÉcole doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)Universite Bretagne Loire Communaute des etablissements d enseignement superieur et de recherche (ComuE) IETR ASCII PDF 6798887 ZF AUTOCRUISE restriction 2017-12-11 2022-12-11 restriction 2017-12-11 2022-12-11