Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学王勇获国家专利权

浙江大学王勇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江大学申请的专利一种针对姿态识别的雷达点云数据增强方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115220007B

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210884128.3,技术领域涉及:G01S7/41;该发明授权一种针对姿态识别的雷达点云数据增强方法是由王勇;王智铭;蒋德琛设计研发完成,并于2022-07-26向国家知识产权局提交的专利申请。

一种针对姿态识别的雷达点云数据增强方法在说明书摘要公布了:本发明公开了一种针对姿态识别的雷达点云数据增强方法。通过雷达采集人体姿态点云数据集;依次对点云进行距离维、角度维、速度维的数据增强;将点云通过体素化处理划分为三维矩阵形式的体素块;根据人体姿态特性划分人体主要部分,使用针对人体姿态的神经网络进行训练。本发明通过输入真实点云数据,可以在距离维、角度维、速度维进行数据增强,生成不同距离、角度、速度的虚拟点云数据,根据姿态特性进行数据预处理后使用神经网络进行人体姿态分类,缓解了雷达姿态领域小样本数据集的问题,丰富了雷达的数据集,提高了识别准确率,有利于之后深度学习层面的研究。

本发明授权一种针对姿态识别的雷达点云数据增强方法在权利要求书中公布了:1.一种针对姿态识别的雷达点云数据增强方法,其特征在于,该方法包括以下步骤: 步骤1、通过雷达获取人体姿态点云数据集,作为第一数据子集,并计算点云信噪比;点云信噪比SNR的计算公式为: 其中Tmeas为总测量时间,k为波尔兹常数,T为天线温度,F为噪声系数,Pt为雷达发射功率,R为雷达到点云的距离,Gt为雷达发射天线增益,α为雷达散射截面积,λ为雷达波长,Gr为接收天线增益; 步骤2、对第一数据子集进行距离维增强,将点云向外平移一个固定距离后,更新点云的信噪比,之后对信噪比添加噪声增加泛化性能;将点云向外平移一个固定距离d后,得到平移后的信噪比SNR′d; 其中do为平移前点云与雷达的距离,SNRd为平移前的信噪比; 根据雷达探测性能,剔除不符合物理规律的异常点,得到数据增强后的子集,记为第二数据子集; 步骤3、对第一数据子集进行角度维增强,更新角度调整后点云的信噪比,之后对信噪比添加噪声增加泛化性能;根据雷达探测性能,剔除不符合物理规律的异常点,得到数据增强后的子集,记为第三数据子集;对于单通道雷达,角度维增强后的信噪比SNR′a计算公式如下: 其中,Go为角度调整前雷达收发天线对增益,Gv为角度调整后雷达收发天线对增益,SNRa为角度调整前的信噪比; 对雷达依次进行天线仿真和天线实测,分别得到收发天线对的方向图增益特征,使用仿真得到的方向图增益对实测的方向图增益偏差修正,得到修正后的方向图增益; 若雷达具有多个收发天线对,根据收发天线两两组合的关系对不同收发天线对的修正后的方向图增益特征进行拟合,获得收发天线对的增益函数Gθ={G1θ,G2θ,…,Gnθ},θ为调整后的新角度,Giθ为第i组收发天线对的增益函数;角度调整后需要对收发天线增益进行累积处理,角度调整后的信噪比SNR′b计算公式如下: 其中n为收发天线对总数目,Goi为角度调整前第i组天线收发对的增益,Gvi为角度调整后第i组天线收发对的增益,SNRb为角度调整前的信噪比; 若雷达支持俯仰角与水平角的探测,同时对点云数据进行水平角维度和俯仰角维度的角度调整,然后将二者结合得到角度维扩展后的人体姿态点云数据;针对垂直面变化幅度大的人体姿态,以俯仰角维度为主,水平角维度作为辅助修正;针对水平变化幅度大的人体姿态,以水平角维度为主,俯仰角维度作为辅助修正; 步骤4、对第一数据子集进行速度维增强,对点云数据集进行降采样操作并调整点云的速度值,作为第四数据子集;由于雷达以固定帧率采集数据,当人体加速运动时,采集同一姿态动作的帧数将会减少;采集的点云数据集按时序分布,表示为F={f1,f2,…,fh},其中fi表示第i帧的人体姿态点云数据集,h表示采集的总帧数;采用随机抽样的方式,从F中选取比例为p的帧,构成新的时序分布人体姿态点云数据集F′={f1,f2,…,fm},其中同时更新点云数据集中点云的速度: 其中v表示点云原始速度,v′表示更新后的点云速度; 步骤5、采用体素化方法对增强后的人体姿态点云数据进行预处理,将人体姿态点云数据划分为M×N×L的三维栅格矩阵; 步骤6、针对人体姿态动作特性,将步骤5得到的三维栅格矩阵按照人体结构进行分割,之后送至用于识别人体姿态的神经网络模型中进行训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。