Gesten-Online-Datenbank im hdf5-Format

 

Anmerkung  Diese Datensätze wurden in öffentlich geförderten Projekten und in Zusammenarbeit mit der Daimler AG aufgenommen. Wir beantworten keine Fragen bezüglich der aufgenommenen Daten. Alle Informationen sind aus der folgenden Liste ablesbar.

Informationen

Liste der Szenarien

  • Handzeichen um abzubremsen (mit beiden Händen, Radar vorne)
  • Gehen (Radar vorne)
  • Rennen (Radar vorne)
  • Gehen und hinfallen (Radar vorne)
  • Mit beiden Armen winken (Radar vorne)
  • Gehen auf Krücken (Radar vorne)

Daten

  • Jedes Szenario beinhaltet Messdaten von 13 Personen, wobei von jeder Person 10 Messungen aufgenommen wurden.
  • Die Personen beziehen sich nicht aufeinander, d.h. Person 1 in Szenario 1 muss nicht zwangsläufig auch Person 1 in Szenario 2 sein.

Messkampagne, hdf5-Dateien

  • Alle Messungen wurden im hdf5-Format aufgenommen und enthalten alle relevaten Informationen über die Messung mit allen Messparametern und den Messdaten.
  • Die hdf5-Dateien enthalten die Parameterinformationen im "Attribute"-Feld.
  •  
    Attribute Number Description
    N 512 Anzahl Messpunkte in einer Rampe
    fStrt 76 GHz Startfrequenz
    fstop 77 GHz Stoppfrequenz
    TRampDo 0,000005 Zeit der fallenden Rampe in Sekunden
    TRampUp 0,000051 Zeit der steigenden Rampe in Sekunden
    NrFrms 256 Anzahl der Frames
    NLoop 512 Anzahl der Rampen in einem Frame
  • Die Information im ZF-Signal befinden sich im Dataset-"datachn"-Feld.
  • Die Chirp-Nummerierung steht in der ersten Zelle.

Wenn sie diese Datenbank nutzen wollen, verwenden Sie bitte diese Referenzen in ihrer Literaturliste

  • K. Ishak, N. Appenrodt, J. Dickmann and C. Waldschmidt, "Human Motion Training Data Generation for Radar Based Deep Learning Applications," IEEE MTT-S International Conference on Microwaves for Intelligent Mobility (ICMIM), Munich, 2018, pp. 1-4, doi: 10.1109/ICMIM.2018.8443559.
  • K. Ishak, N. Appenrodt, J. Dickmann and C. Waldschmidt, "Advanced Radar Micro-Doppler Simulation Environment for Human Motion Applications," IEEE Radar Conference (RadarConf), Boston, MA, USA, 2019, pp. 1-6, doi: 10.1109/RADAR.2019.8835755.