本成果涉及一种通过雷达实现人体运动状态识别的方法, 其特征在 于, 包括以下步骤: 通过雷达获取人体反射波信号, 使用时频分析方法对获得的人体 反射波信号进行处理,以得到人体微动信号,对得到的人体微动信号进行特征提取, 以得到运动特征和包络特征, 使用基于决策树的支持向量机对得到的运动特征和包络 特征进行分类。本成果能够解决现有使用微多普勒信号实现人体运动状态识别的方法
中存在的复杂度较高的技术问题。
与现有技术相比,本成果能够取得下列有益效果:
(1) 由于本成果采用时频分析的方法,其将微动信号有效分离为躯干微动信号和 手臂微动信号,方便地获取到对应的包络信号,以简单的方式提取包络信号的特征,
从而在保证分类精度的同时,具有较低的复杂度;
(2) 本成果在短时傅里叶变换的基础上采用 Hermite 多窗口函数,并利用频域矩 形窗对谱分析结果中的时频点进行处理, 在提高信号时频聚集性的基础上抑制多信号
分量的交叉项影响,进而实现对多分量信号的有效分离;
(3) 通过软件无线电设备实现雷达功能,降低了设备成本,且设计灵活,可随时 根据需要改变频段。
目前机器人对周边环境的探测与识别主要使用激光雷达等系统, 这 一类成像设备价格昂贵, 检测复杂度高、运算量大、可靠性与准确性不高, 不能满足 某些复杂环境和特种场合需要。本项目研究使用的热释电红外传感器是一种性价比较 高的感知器, 可应用于激光雷达、视频系统不能正常工作以及特殊场合, 具有体积小、 成本低、功耗低、探测效果好等优点, 降低了机器人生产成本, 并提高探测和识别效果。
李方敏,工学博士,二级教授,博士研究生导师,中国计算机学会高级会员,传感器网络专业委会委员,湖南省计算机学会常务理事。2005年入选教育部新世纪优秀人才计划支持(NCET-05-0657)和湖北省青年杰出人才基金支持(2006ABB028),以及湖北省五四青年奖章。曾武汉理工大学信息工程学院院长,宽带无线通信与传感器网络湖北省重点实验室主任。
在武汉理工大学信息工程学院工作期间,创建了宽带无线通信与传感器网络研究方向,作为主要负责人之一于2003年和2005年成功申报了通信与信息系统二级学科博士点和信息与通信工程一级学科博士点
李方敏教授研究方向为围绕智能感知及机电装备实时监测监控、无线接入与网络资源优化展开研究,提出了传感器网络功率控制模型,以及制造装备运行状态的实时、在线、分布式动态感知模型及应用。主持国家自然科学基金5项,及其它科技项目20项以上,获教育部技术发明一等奖和湖北省技术发明二等奖各1次,国家教学成果二等奖1次,发表论文163篇,收录EI检索论文90篇(SCIE期刊论文26篇),授权发明专利28项。
评价单位:“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会)
评价时间:2023-10-20
综合评价
该项目在应用市场上具有广阔前景。首先,其采用了成本较低的热释电红外传感器,提供了一种经济高效的解决方案,特别适用于那些需要探测与识别的应用,如机器人、安防系统和特殊场合监测。这为项目的广泛应用提供了坚实的基础。项目的推广优势在于其相对低成本和高性能。相较于昂贵的激光雷达等成像设备,该技术的成本更低,但提供了出色的探测和识别效果。这使得该项目在市场上具备明显的竞争优势,能够满足多种行业对精确感知与监测的需求。转化的目标市场包括机器人领域、智能安防系统、特殊场合监测等,这些领域对精准的探测和识别具有强烈需求。尤其是在工业自动化领域,机器人技术的应用不断扩大,成为一个潜在的巨大市场。资本化建议包括吸引更多的投资用于进一步的研发和市场推广,同时积极寻求合作伙伴,尤其是那些在机器人领域有影响力的企业。这将有助于加速技术的推广和产业化,提高项目的市场份额。总的来说,该项目在应用市场上具有巨大的潜力,特别是在满足机器人领域需求的同时,也适用于其他多个领域。通过合适的资本化和市场拓展策略,项目有望实现更广泛的应用和商业成功。
查看更多>