О проекте:
Основная идея проекта заключается в создании программного модуля на основе алгоритмов машинного обучения, предназначенного для автоматической классификации типов целей (пешеходы, автомобили, дроны)
по данным радара с непрерывной частотной модуляцией (FMCW) в миллиметровом диапазоне волн (94 ГГц).

Проект решает ключевую проблему современных радарных систем, которые, несмотря на точное измерение дальности, скорости и угла, не способны эффективно классифицировать цели из-за сложности интерпретации данных, ограниченного разрешения и необходимости обработки в режиме реального времени.

Конкурентные преимущества и инновационность:
Всепогодность и надежность: радар, в отличие от камер и лидаров, стабильно работает в условиях плохой видимости (дождь, туман, снег, пыль).

• Высокая точность классификации: благодаря применению современных методов ML и работе в малоиспользуемом 3-мм диапазоне, обеспечивающем высокую детализацию.
• Отсутствие прямых аналогов: в России на данный момент не существует серийных решений для классификации целей в данном частотном диапазоне.
• Экономическая эффективность: технология предлагает более дешевую альтернативу или дополнение к системам на основе лидаров.

Область применения продукта охватывает рынки, где критически важна надежная идентификация объектов в любых условиях:

• Автономные транспортные средства и системы помощи водителю (ADAS).
• Системы безопасности и мониторинга периметра (например, для объектов РЖД).
• Робототехника и умная городская инфраструктура.
• Оборонный и военный сектор (распознавание целей).

Потенциальными потребителями являются российские производители радарных систем и датчиков, автопроизводители (КамАЗ, ГАЗ), государственные структуры (Минобороны, Ростех) и научно-исследовательские организации.