Elk zintuig, menselijk of niet, legt gelijkenissen bloot. IJs en metaal kunnen beiden koud aanvoelen. De zon en een appel kunnen beiden rood lijken. En voor Francesco Fioranelli, gespecialiseerd in het gebruik van radartechnologie voor het classificeren van objecten, zit er weinig verschil tussen de manoeuvres van een straaljager op tientallen kilometers afstand en een ouder persoon die onzeker door een kamer wankelt.

Francesco Fioranelli is gefascineerd door waarneming voorbij de menselijke zintuigen. ‘Radar is de ideale technologie voor het waarnemen van objecten en hun bewegingen, zonder dat je deze hoeft aan te raken,’ zegt hij. ‘Door elektromagnetische golven op het oppervlak van deze objecten te weerkaatsen, kunnen we hun positie en snelheid bepalen – of ze zich nou dichtbij of veraf bevinden, in regen, mist en duisternis.’ Als universitair docent in de Microwave Sensing, Signals and Systems-groep richt hij zich met name op het intelligenter maken van radar. Hiervoor ontwikkelt hij algoritmes die op basis van Machine Learning beter begrijpen wat bepaalde radarsignalen betekenen. Oorspronkelijk gebruikte hij zijn kennis voor de meer traditionele toepassingen van radar, zoals het garanderen van een veilige aanvliegroute voor vliegtuigen en schepen. Maar hij zag al snel in dat het continu kleiner en goedkoper worden van radartechnologie veel nieuwe mogelijkheden biedt.

Radar is de ideale technologie voor het waarnemen van objecten en hun bewegingen, zonder dat je deze hoeft aan te raken.

Niet eens zo’n grote stap

Een van deze nieuwe mogelijkheden is het gebruik van radar voor het thuis monitoren van je gezondheid en dan alarm te slaan voordat je zo onwel bent dat je specialistische, dure zorg nodig hebt. Het is niet eens zo’n grote stap van luchtruimbewaking naar het monitoren van je gezondheid. ‘De algoritmes die ik gebruikte voor het identificeren van drones op enkele kilometers afstand zijn met enkele aanpassingen ook geschikt om de bewegingen van een persoon in een kamer vast te leggen,’ zegt Francesco. ‘Zo kunnen we dankzij radar veel leren over de gezondheid van een persoon. Hoe een persoon beweegt en loopt, bijvoorbeeld, en welke activiteiten hij of zij nog wel of juist niet meer onderneemt.’ Erg nuttige informatie vanuit een medisch oogpunt omdat onderzoek heeft aangetoond dat looptempo, stapgrootte en algemeen activiteitsniveau belangrijke indicatoren zijn van je gezondheidstoestand. Het idee is om zo’n radarsysteem in een hoek van de woonkamer te plaatsen, of zelfs te integreren in de leuning van een armstoel. Dit kan een hele verbetering zijn ten opzichte van het meetorsen van een medisch meetapparaat die men ook nog eens kan vergeten. ‘In onze groep ontwikkelen we de tools voor een proof-of-concept in een laboratoriumomgeving,’ zegt Francesco. ‘Daarna is het aan andere partijen om het verder uit te werken tot een echte, medisch goedgekeurde toepassing.’

Bij radar voor het thuis monitoren van je gezondheid gaat het om alarm slaan voordat specialistische, dure zorg nodig is.

Een nieuwe manier van waarnemen, zelfs voor radar

Francesco is pas een jaar in Nederland, maar hij kreeg al een NWO Klein beurs voor zijn projectvoorstel (“RAD-ART”) om een geheel nieuwe methode voor het verwerken en interpreteren van radardata te onderzoeken. ‘De meeste wetenschappelijke literatuur interpreteert radardata als beelden,’ zegt hij. ‘Daarom maken ze gebruik van algoritmes die gebaseerd zijn op, of in ieder geval lijken op, algoritmes voor beeldbewerking. Maar dit is niet per se hoe radar werkt. Radar bestaat uit een continue stroom pulsjes die worden uitgezonden en weer ontvangen.’ In zijn RAD-ART-project wil Francesco daarom kijken naar kunstmatige intelligentie technieken die zijn voortgekomen uit het bestuderen van geluid, spraak en muziek. Het gaat hem hierbij primair om het analyseren van menselijke bewegingen in een huiselijke omgeving – om te kijken of deze technieken met enkele aanpassingen kunnen helpen bij het trainen van een radarsysteem, zodat deze de grote variatie aan menselijke dynamiek leert begrijpen. Maar dezelfde algoritmes kunnen ook weer gebruikt worden voor andere toepassingen, zoals surveillance. Denk aan een drone die ergens zweeft en plotseling richting een luchthaven versnelt. Francesco: ‘Met dit onderzoek wagen we ons op geheel nieuw terrein. Het zou zomaar kunnen dat we over vier jaar moeten concluderen dat het niet werkt.’

Met het interpreteren van radarsignalen alsof het muziek of spraak is, wagen we ons op geheel nieuw terrein.

Een boom steekt de weg niet over

Een toepassing van radar die misschien wat beter bekend is, maar toch ook nog vrij nieuw, is het gebruik ervan in zelfrijdende auto’s. Door meerdere types sensoren in een zelfrijdende auto te integreren en te combineren – zoals optische camera’s, LIDAR (Laser Imaging Detection And Ranging) en radar – kan deze veilig rijden, ongeacht de weersomstandigheden of duisternis. Het gaat Francesco en zijn collega’s ook hierbij om het interpreteren van de radarsignalen, opdat de auto de objecten in zijn omgeving herkent. ‘Deze radarsignalen zien eruit als grote klonten,’ zegt hij. ‘We willen, bijvoorbeeld, over zo’n klont kunnen zeggen of het een vrachtwagen op de andere weghelft is, of dat het een auto is die jouw weghelft gebruikt om een andere auto in te halen. Een zelfrijdende auto moet ook een boom of lantaarnpaal van een persoon kunnen onderscheiden, omdat die laatste nog wel eens kan besluiten de weg over te steken.’ Om dit ruimtelijk bewustzijn te vergroten, trainen de onderzoekers autoradar aan de hand van beelden die met optische camera’s zijn vergaard. ‘We werken aan een opstelling waarbij we met een camera en meerdere radars tegelijk data vergaren voor dezelfde situatie, dezelfde scène,’ zegt Francesco. ‘Onze afdeling overweegt ook om enkele zogenoemde target simulators aan te schaffen. Met deze apparaten kunnen we de radarsignalen van een willekeurig scenario eenvoudig berekenen. Omdat we dan geen realistische situaties meer in het echt hoeven na te bouwen, kunnen we aanzienlijk sneller data vergaren.’

We willen het ruimtelijk bewustzijn van autoradar vergroten door het te trainen met (optische) camerabeelden.

Radar schiet te hulp

Francesco is ervan overtuigd dat zijn onderzoek een positieve bijdrage kan leveren aan de wereld, maar hij benadrukt ook dat radar niet op alles het beste antwoord is. ‘Radar zal mogelijk nooit kunnen wedijveren met hoogwaardige medische apparatuur,’ zegt hij, ‘maar het kan wel een goedkopere en minder invasieve oplossing bieden voor het monitoren van de gezondheid buiten het ziekenhuis.’ Het zal een paar jaar duren voordat we radar in onze huizen en auto’s zien verschijnen, en in die van onze bejaarde ouders. Totdat het zover is zal je, in het verkeer, soms nog de reflexen van een straaljagerpiloot nodig hebben.

Tekst: Merel Engelsman | fotografie: Frank Auperlé

/* */