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！

龙图腾网获悉东南大学申请的专利基于头戴式毫米波雷达的第一人称姿态估计方法及系统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：CN117058713B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310992087.4，技术领域涉及：G06V40/10；该发明授权基于头戴式毫米波雷达的第一人称姿态估计方法及系统是由王帅;梅洛瑜;李文炜设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本基于头戴式毫米波雷达的第一人称姿态估计方法及系统在说明书摘要公布了：本发明公开了一种基于头戴式毫米波雷达的第一人称姿态估计方法及系统，首先通过与雷达集成的IMU中获得雷达的运动数据，将运动数据送入神经网络学习后，获得雷达的相对6D轨迹；再将毫米波点云从雷达坐标系全部转换为H坐标系，解耦雷达运动的影响，通过神经网络学习上半身准确的关节位置；最后利用上半身和下半身之间的关联，通过神经网络分别对上半身骨架和下半身点云进行特征提取，并进行特征融合，学习人体运动先验，从而得到人体下半身准确的关节位置，最终完成全身的人体姿态估计。本方法利用人体运动先验成实现人体下半身的姿态估计，克服了下半身信息缺失的挑战，实现了在各种环境下进行稳健的人体姿态估计并避免隐私泄露，更加的精准安全。

本发明授权基于头戴式毫米波雷达的第一人称姿态估计方法及系统在权利要求书中公布了：1.基于头戴式毫米波雷达的第一人称姿态估计方法，其特征在于，包括如下步骤: S1，基于头部运动特征的雷达轨迹追踪：通过与雷达集成的IMU中获得雷达的运动数据，将运动数据送入神经网络学习后，获得雷达相对于H点的6D轨迹；所述H点为人体锁骨的中间位置； S11：利用和雷达集成的IMU测量得到雷达的运动数据,其中第t帧包括3维加速度、3维角速度作为输入，经过一个6，512的全连接层FC将其映射为512维的特征向量； S12：在20帧特征序列上使用双向两层的长短期记忆神经网络LSTM提取微小运动特征，输出特征维度为1024维； S13:经过大小为1024，1的自注意力机制层self‑attention聚合每个时间步的特征，得到该20帧序列的特征表示； S14:多个聚合后的特征输入同样参数的LSTM提取剧烈运动特征，输出特征维度同样为1024维； S15:通过一个1024， 9的全连接层将特征映射到雷达相对于H点的6D运动轨迹，即六维向量表示的相对朝向和三维向量表示的相对位置，H点表示人体锁骨中间位置； S2，基于雷达运动解耦的上半身姿态估计：将毫米波点云从雷达坐标系全部转换为H坐标系，解耦雷达运动的影响，通过神经网络学习上半身准确的关节位置； 基于步骤S1得到的雷达相对朝向R和位置t，将毫米波雷达反射人体得到的点云坐标转换到H坐标系，其中每个点由六维向量表示，包括xyz三维坐标、距离r、速度v以及强度s；将点云输入到多层感知机中进行特征提取，基于自注意力机制自适应学习每个点的权重，基于 LSTM提取时间序列特征，映射到上半身关节相对于其父关节的旋转角度，所述旋转角度用六维向量表示，应用人体正向运动学得到人体上半身关节位置； S3，基于人体运动先验的下半身姿态估计：利用上半身和下半身之间的关联，通过神经网络分别对上半身骨架和下半身点云进行特征提取，并进行特征融合，学习人体运动先验，从而得到人体下半身准确的关节位置； 将步骤S2得到的人体上半身关节位置得到上半身姿态特征；通过毫米波点云进行裁剪，基于多层感知机得到下半身点云特征；将上半身姿态特征和下半身点云特征进行特征融合，通过自注意力机制聚合为帧级特征，通过LSTM提取时间序列特征，映射到下半身关节旋转角度，所述下半身关节旋转角度用六维向量表示，应用正向运动学得到下半身关节位置。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。

以上内容由龙图腾AI智能生成。