Los radares automotrices son capaces de garantizar altas prestaciones a expensas de un costo relativamente bajo, y recientemente su aplicación se ha extendido a varios campos además del original. En este documento consideramos el uso de este tipo de radares para discriminar diferentes tipos de movimientos de las personas en un contexto real. Para ello, explotamos dos mapas diferentes obtenidos del radar, es decir, un espectrograma y un mapa rango-Doppler. A través de la aplicación de métodos de reducción de dimensionalidad, como el análisis de componentes principales (PCA) y el algoritmo de embebido de vecinos estocásticos t-distribuido (t-SNE), y el uso de técnicas de aprendizaje automático, demostramos que es posible clasificar con una precisión muy buena la forma de caminar de las personas incluso empleando dispositivos comerciales diseñados específicamente para otros propósitos.