低成本毫米波雷达实现强韧室内映射透视烟雾
本文介绍了 MMVR 数据集,它是一个多视角、高分辨率的毫米波多视角雷达数据集,包含了来自 25 个人在 6 个不同房间收集的 345,000 个多视角雷达帧、446,000 个标注的边界框 / 分割实例和 7,590,000 个标注的关键点,以支持三个主要感知任务:目标检测、姿态估计和实例分割。在一片开放空间中的单一主体和多个拥挤房间中的多个主体上,我们报告了两个协议下的性能指标,并分别采用了随机分割和跨环境分割这两种数据划分策略。我们期望 MMVR 数据集能够促进室内雷达感知在室内车辆(机器人 / 仿人)导航、建筑能源管理和老年人护理等领域的发展,以提高效率、用户体验和安全性。
Jun, 2024
利用商用毫米波雷达测试其在识别目标、实时追踪人员、定位物体等任务中的实用性和性能,并发现并解决测试过程中的潜在问题,为使用不同深度学习算法实现最佳的目标识别性能提供了广泛的实验数据。
May, 2023
我们介绍了 Radarize,这是一个用于室内环境的自包含 SLAM 管道,仅使用低成本的单芯片毫米波雷达。我们的 Radarize 利用了仅存在于无线电频率下的现象,如基于多普勒频移的里程计,从而提高性能。通过对包含 4 个校园建筑物共 146 条轨迹、总行进距离约为 4680 米的大规模数据集进行评估,我们的结果表明,我们的方法在里程计和端到端 SLAM 方面的性能比最先进的基于雷达的方法提高了约 5 倍和 8 倍,测量指标为绝对轨迹误差(ATE),而无需额外的传感器,如 IMUs 或轮式里程计。
Nov, 2023
本文提出了一种用于毫米波雷达稀疏连续点云的语义分割框架,该框架包括图结构和拓扑特征,全局和顺序特征提取模块,以及更适合的损失函数,实验结果表明,该模型在自定义数据集和基准数据集上表现优异。
Apr, 2023
利用稀疏天线阵列和可解释学习方案构建的大规模单次毫米波成像框架具有比现有毫米波成像方案更高的精确度和准确率,能够成功探测到镶嵌在人体内表面的厘米级目标,并可用于实现低成本的安全检测。
May, 2023
通过概率地图引导的多格式特征融合模型 ProbRadarM3F,本文提出了一种用于人体姿态估计的新型毫米波雷达特征提取框架,有效地实现了人体的 14 个关键点的估计。实验证明了该模型的有效性,其 AP 达到 69.9%,突出了研究中未被利用的位置信息,为探索毫米波雷达中的其他潜在非冗余信息提供了方向。
May, 2024
本论文提出了一种新的点云超分辨率方法,名为雷达扩散。该方法使用受均值回归的随机微分方程定义的扩散模型,并通过与对应的 LiDAR 点云的监督来处理雷达幽灵点,将稀疏的毫米波雷达点云增强为稠密的类似 LiDAR 的点云。通过在两个不同的数据集上评估,实验结果表明我们的方法在 3D 雷达超分辨率任务中优于现有的基准方法。此外,我们证明了我们增强的雷达点云能够进行下游的基于点云的雷达配准任务。
Apr, 2024
本文提出了一种低复杂度高精度的端到端方法,使用来自低成本 mm 波雷达的稀疏点云序列,结合扩展物体跟踪 Kalman 滤波器和针对雷达点云的有效特征提取和快速推理的深度学习分类器,实时跟踪和识别多个主体,并在一组八个对象中准确识别三个对象,操作速度高达 15 帧 / 秒。
May, 2021