Het nauwkeurig volgen van individuen binnen een drukke menigte is technisch complex omdat voetgangers elkaar vaak blokkeren. Dit fenomeen, waarbij signalen versmelten of tijdelijk verdwijnen, wordt door wetenschappers omschreven als "verstrengelde observaties". Om dit probleem op te lossen, hebben Aaditya Prakash Kattekola, Anurag Pallaprolu en Yasamin Mostofi een innovatieve methode ontwikkeld die ruimtelijke voetafdrukken van personen kan herstellen.
Volgens een publicatie op arxiv.org van 19 augustus 2026 maakt het team gebruik van een specifiek macro-micro framework. Op macroscopisch niveau worden de algemene gebruikspatronen van de menigte geanalyseerd via radar-puntenwolken. Tegelijkertijd hanteert het systeem op microscopisch niveau een natuurkundig model om het verlies van observeerbaarheid te analyseren. Dit verlies vindt plaats wanneer individuen elkaar overlappen, waardoor radarsignalen tijdelijk onzichtbaar worden of samenvallen.
Om deze complexe data te verwerken, zet het framework een "semantic-guided multi-hypothesis reasoning foundation" in. Dit mechanisme weegt verschillende scenario's af over hoe observaties zijn toegewezen. Hierdoor kan het systeem individuele trajecten systematisch ontwarren, ook tijdens perioden waarin personen voor elkaar staan en het zicht voor de radar wegvalt.
De technologische basis van dit onderzoek is de millimetergolf-technologie. Zoals uitgelegd in een gids van tejte.com, betreft mmWave radiofrequenties met golflengten die variëren tussen 1 en 10 millimeter, wat neerkomt op een spectrum van 30 tot 300 GHz. Vanwege de korte golflengte en de hoge precisie wordt deze technologie breed toegepast, onder andere in automotive radars rond de 77 GHz en 5G-small cells. Deze eigenschappen maken het bij uitstek geschikt voor het detecteren van menselijke bewegingen in uitdagende omgevingen.
De effectiviteit van het nieuwe systeem is gevalideerd via 18 praktijkexperimenten met een standaard mmWave-radar. De tests werden uitgevoerd in vier verschillende omgevingen met groepen van maximaal 10 personen, waarbij zes typen voetgangersgedrag werden geanalyseerd. De resultaten wijzen uit dat de methode zeer robuust is in het reconstrueren van voetsporen, zelfs bij aanhoudend signaalverlies.
Om de nauwkeurigheid te meten, werd gebruikgemaakt van Dynamic Time Warping (DTW), een techniek die de gelijkenis tussen tijdreeksen bepaalt. Het nieuwe framework behaalde een gemiddelde mediane DTW van 30,5 cm, wat een aanzienlijke verbetering is ten opzichte van bestaande methoden die op 95,94 cm uitkwamen. In de rapportage op wordt gesteld dat deze precisie een gedetailleerde zonale analyse van ruimtegebruik door voetgangers mogelijk maakt.
Door aan te tonen dat de resultaten structureel consistent zijn met de werkelijke gegevens, opent dit onderzoek nieuwe mogelijkheden voor het analyseren van menselijke interacties en bewegingsstromen in publieke ruimtes. De combinatie van geavanceerde radarhardware en een intelligent analyseframework zorgt ervoor dat individuele bewegingen niet langer verloren gaan in de massa, zoals beschreven in de technische onderbouwing van .