[發明專利]一種基于點云的超寬帶雷達人體姿態重構方法在審
| 申請號: | 202110260254.7 | 申請日: | 2021-03-10 |
| 公開(公告)號: | CN113050083A | 公開(公告)日: | 2021-06-29 |
| 發明(設計)人: | 金添;宋永坤;戴永鵬;宋勇平;周小龍 | 申請(專利權)人: | 中國人民解放軍國防科技大學 |
| 主分類號: | G01S13/42 | 分類號: | G01S13/42 |
| 代理公司: | 國防科技大學專利服務中心 43202 | 代理人: | 王文惠 |
| 地址: | 410073 湖*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 寬帶 雷達 人體 姿態 方法 | ||
本發明提供了一種基于點云的超寬帶雷達人體姿態重構方法,屬于雷達信號處理領域。本發明針對超寬帶雷達成像結果可讀性差的問題,通過首先接收雷達回波信號,對探測場景進行距離?方位向二維成像;對二維成像結果進行預處理鎖定目標位置;然后對目標所在區域三維成像,構造散射強度等值面,并進行特征點采樣得到人體目標的點云數據;將點云數據輸入已經訓練好的神經網絡重構人體目標姿態;最后將檢測得到的目標位置與姿態重構結果融合,得到目標在真實位置上的姿態。本發明將雷達信號處理方法與深度學習方法結合,使用輕量級的神經網絡快速從雷達點云數據中重構出人體目標的姿態,為系統使用人員提供了更加豐富的人體目標細節信息。
技術領域
本發明涉及雷達信號處理領域,特別是一種基于點云的超寬帶雷達人體姿態重構方法。
背景技術
人體姿態估計在人機交互、機器人技術、監控和虛擬現實等領域的廣泛應用中起著至關重要的作用,日益受到大家的關注。目前,人體姿態估計算法的研究大都基于光學傳感器,學者根據輸入數據的不同,例如單張光學RGB圖像、連續幀視頻圖像、RGBD圖像等設計了各種姿態估計方法。然而光學傳感器的使用依賴于良好的工作環境,其無法在無光和遮擋的環境下工作,在反恐維穩、應急救援等復雜城市場景使用受限。
低頻超寬帶雷達作為一種以電磁波維載體的目標探測傳感器,由于其具有載頻低、波長長的特征決定了低頻超寬帶雷達具有一定的穿透性,可以對遮擋目標進行探測,由于其具有大帶寬的特性決定了低頻超寬帶雷達相對于窄帶雷達有相對可觀的距離和方位分辨率,可以獲取目標的身體細節信息。隨著超寬帶雷達技術的發展,從之前的一維雷達系統、二維雷達系統已經發展到現在的基于多發多收體制的三維雷達系統,超寬帶雷達系統可以獲取更加豐富的人體目標信息。然而,三維超寬帶雷達系統的人體目標的三維成像結果顯示困難,且不利于大家的理解,可讀性較差。一些學者借助深度學習的工具直接從人體目標的三維成像結果中重構出人體目標姿態,但是這種方法需要處理的數據量巨大,會消耗比較多的運算資源。因此,研究如何對三維雷達數據進行降維、并設計對應的輕量級深度學習網絡重構人體姿態具有重大意義,可進一步擴展超寬帶雷達的應用,加速推進其在遮擋目標姿態估計方面的應用落地,滿足多樣性的應用需求。
發明內容
本發明所要解決的技術問題是針對現有技術不足,提供了一種基于點云的超寬帶雷達人體姿態重構方法,首先對三維雷達圖像進行采樣得到點云數據,然后使用深度神經網絡方法從雷達點云數據中重構出人體姿態,提高了超寬帶雷達系統的人體目標姿態的可讀性。
本發明所采用的技術方案是:
一種基于點云的超寬帶雷達人體姿態重構方法,包括以下步驟:
步驟1,三維超寬帶雷達發射雷達信號,接收回波信號,并在距離-方位平面進行快速二維成像:將三維超寬帶雷達發射信號表示為ST(t),接收回波信號表示為SR(t),其中t表示時間,使用后向投影(BP)方法對接收回波信號SR(t)進行整個探測場景的距離-方位向快速二維成像,得到二維成像結果I(x,y),其中(x,y)是距離-方位成像區域內的任意像素點;
步驟2,對二維成像結果進行目標檢測、聚類、跟蹤處理,確定目標位置:對二維成像結果I(x,y)進行恒虛警檢測,得到人體目標感興趣區域,再對感興趣區域進行K-means聚類,以及Kalman濾波跟蹤處理,得到目標位置(x0,y0),其中x0、y0表示目標在二維平面上對應的方位向和距離向坐標;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍國防科技大學,未經中國人民解放軍國防科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110260254.7/2.html,轉載請聲明來源鉆瓜專利網。





